听着朴树 1999 年的专辑

海边吹吹风、晒太阳

活着，一切都很好

朋友在新加坡做广告营销类 Ai 服务，咨询我大陆地区商业落地的意见，脱敏精炼如下：
1，创意方向有提效价值，小团队用不上（主要是买不起），大团队大多会考虑自研
2，如果能跨国合规做算力二道贩子价值比卖创意 Agent 大
3，人力成本在大陆和欧美是两个世界，优化掉优化师在国内的 ROI 没那么高，客户服务场景下情商和服务意识的价值， Agent 给不到
4，FDE 在大陆是灵魂问题，不明白的复盘一下 Saas 困局
5，客户数据对投放的优化只有时效价值，而且国内各“buddy”让投放团队已经变“聪明了”，想真正找到广告系统的机会时间窗很窄很窄

曾经站在平台视角做广告系统，投放工具我的判断是 70 分是天花板，为什么只给 70 分，因为当一个工具只对有限客户生效则收益最大，全量应用=能力平权，又进入考验勤奋度的阶段。

Ai 魔法对轰在当前其实还是效率层的，不能重构行业已有的生产关系。

生产力工具到了，切换项目底层系统

Astra 的前端体验比 5.6 有质的提升，并且提示词对比 5.6 的范式需要修改，此前为了避免幻觉我给模型的需求是刚性的，先到 60 分再说创新（B 端产品）。Astra 在业务逻辑输入后，可以生成一个业务流、主交互链路 70-80 分的前端体验版本，需要优化的往往是交互细节，后者则应该使用 Flash 这种高反馈模型来达成，打磨细节的时效接近所见即所得。

上周出差，今天重启了已有项目的 Coding 工作，感叹这半年基模公司的竞争带来 LLM 能力大幅度提升，一超转为多强，是用户的福报。

反观每次大版本迭代，都需要学习、实践新版模型变化对设计、开发、维护方案，历史沉淀的 Harness 也需要迭代，避免不合理约束。

经验时效性很短，认知提升价值很大。

周末对 Claude 搭建项目的工程稳定性不满意，除了已有的代码自检、UX agent 全链路模拟。临时起意让 Astra 对 Claude 做了本地项目代码 review，一顿审计输出，P0/P1 问题二十来个。除了修复，又搭了一个多 Coding Agent 协同的【架构设计-开发-质检-沙盒业务测试-PM 验收测试】链路，日出/日落🌄，一天就过去了。

PM 使用 Vibe Coding 做项目，能控制的是业务流和产出标准，当业务流跑通到了优化产出质量的阶段，工程稳定性、提示词、底层基模选择就变成了重点优化对象。

还是挺庆幸全球基模厂商神仙打架，改变了年初一超多强的 LLM 格局，能力普惠让普通用户具备了多基模校验、监督、择优选择的空间。

实战出真知，GPT6 是站起来了，国产模型也要加油。

滴滴搞了个骚操作：用户选择专车-插入豪华车选择页-之前可以手动保持专车选项-当前要等 10 秒才能专车派单

订单黄金链路拦截，你是多缺订单，丧良心的 UG 和 PM

一些Chatbot吧，比搜索引擎害人

树枝🌿上一片发黄的叶片，缠在瓦片上的一根羽毛🪶，却从来不会逃过他的眼睛。没有一只马背上的牛氓，没有一个桌上的蛀虫洞，没有一块人行道上被粘扁的果皮，是不会被他注意到的。

通过它们，可以发现季节的变化、心里的欲望、自身存在的渺小。

伊塔洛.卡尔维诺

使用好 AI 工具，首先得有个目标

GPT 6 比 GPT 5.6 Sol 百万 token 的输入/输出贵 2.5 倍，还需要测试一段时间好匹配合理任务。目前只看评测没有体感。