2026年了，竟然还没有一个能用的pdf翻译工具

（能用的标准：不影响排版布局美观，除了文字翻译外不影响其他内容）

即刻的活跃用户过于的少，以至于只要是在说话的人我都想关注一下

clawdbot其实并不是真的proactive，他只是能通过定时任务和后台进程实现类似于：“每分钟查看一下股市判断要不要交易”“每五分钟查一下短信”这种pull机制，真正的基于实时push机制的proactive需要更多的infra（感觉像是回到了移动互联网早期年代）

关于clawdbot的一些细节：
1. 最早火起来是12月初作者在伦敦和维也纳的ai线下会上现场展示，后面则是
2. cronjob和进程管理实现long running和异步运行，也就是大家说的proactive的那部分，之前claude code要通过插件折腾一下才能实现
3. 开箱即带大量的skills和插件，比如发twitter，打电话，发邮件这些日常用户都会用到的功能
4. agent默认自带personality，会反驳用户，会独立思考（看SOULS.md模板），更像人而非工具，去年poke能火起来也是一样
5. 它的memory实现非常非常粗糙，但是简单的memory也能给用户带来惊喜

​能work的原因：
​1. 模型coding能力外溢出来的非coding use case
2. agent 自主完成任务能力提升使异步任务成为可能（异步任务要尽可能避免human in the loop）
3. 开箱即用的能力，以及主流im的接入，aha moment很快
4. 人格化，用户受够了没性格的工具ai，一个有性格会挑战用户的ai让人眼前一亮，还有ai运营独立的x账号这种让人眼前一亮的case

​结论：
​模型能力的提升+更全的context+更好的环境=涌现出更多更好玩的use case

各大nas厂商这不得赶紧蹭一下clawd热度

skills marketplace这种事显然只能由agent公司自己来做，就像很难想象一个抖音之外有一个独立的短视频marketplace一样，只有供给-消费-反馈能闭环才能有working的推荐/匹配系统

现在做一个agent这么简单的情况下，可能会沿着这条路径诞生agent最终的商业模型和产品形态

现在大家都是把skills当成一个完整任务的sop，这其实是一种过度封装，skills应该更原子化，靠模型去自己组合，包括：
1. 一个指导性的workflow/纲领，比如html的ppt怎么画，哪些组件可以用
2. 各种小的heuristics knowhow，比如每种布局的pixel尺寸，echarts的组件怎么布局
3. 个性化的/群体的preference，比如麦肯锡风格的ppt的字体和配色，用户之前喜欢的ppt的例子

这里每一个小点都可以做一个“skill”或者原子化知识，由agent去组合

genspark吊打市面上所有的ppt产品，比dokie高十个gamma

这是我昨天在咸鱼老师的活动上，跟ai口述了半小时然后genspark one shot出来的ppt

从设计风格，到排版，到图表可视化，都远超我的预期

chatbot很难挖掘到用户的知识，但是agent很容易能挖掘到用户的know-how，这是skills上限很高的根本原因

现在所有的ai agent产品都是一对一的工具，也就意味着他们都是“一次性消耗品”，这类产品就和传统的日用快消品一样，除了渠道和品牌之外几乎没有任何壁垒，这俩又是需要时间堆出来的，创业公司很难讲，所以现在vc们才会讲什么“品味”、“执行力”这些虚无缥缈的东西。

传统互联网行业最牛逼的两个壁垒：网络效应和规模经济，现在的ai agent是一样都不沾，最终只能增长越快，亏得越多，陷入死亡螺旋，被大厂收购是最好的结果。

但是有一种方式可以实现：用的人越多，ai agent能力越强（网络效应），用的人越多，单个任务需要的token数越少（规模经济）。这就是我们现在正在做的事。