战略是预判、取舍、专注
创造是观察、感受、尝试

评测集的重要性还能更进一步上升

写了一下，我对于 Agent 后面发展的一部分关键设想，和做了一个早期的开源插件

每个工作 or 生活的项目，都应该有一个 Agent OS，这个中心会持续与环境和人类交互，基于反馈沉淀迭代，成为长期运转的资产

当社会上的每个项目，都有一个 Agent OS 后，最终的 Agent OS，是不是也就到来了

FDE 会持续存在，成为新的供给者，还是会消失呢？

感觉 DeepSeek 的偶像光环都能众筹算力中心了，里面的每张卡上，分别刻上贡献者的名字

粗暴的拆解下 OpenClaw：

本质是 Claude Code，加了两个助燃剂：

for 极客的超高自由度
for 大众的 IM 调用

本质其实早就出现，但需要模型能力、Skill 进一步烧烧开水

助燃剂加猛料，触达市场带动热潮

今年的本质已经出现了，可能也小范围共识了，今年的开水也在开始冒泡了，今年的助燃剂是什么呢

Anthropic 很擅长做创新原型，往前多走几步

但感觉他们每次的创新，都离那个新时代的技术和用户体验的平衡，差那么很简单的一小步

不过这可能是他们的取舍，但也给了其他玩家身位的机会

codex 追上的核心原因，是算力和不落后太多的模型能力和效率？

新产品预告：评测 is all you need，把评测能力交给更多用户

这是我在，当 Agent 逐渐渗透到更多组织时，以 Agent 为中心的协作工具和组织是什么样的，这一问题上的想法

在 Opus4.7 等长程模型使用过程中，发现效率的卡点逐渐变成对产物的标准不清晰

在负责通用 agent 产品的实践中，发现上下文学习和模型训练，都是各有有价值的“进化方式”

在 Agent Native 组织的思考和探索中，发现决策和执行之间的信息摩擦，是最值得被优化的问题

对于解法，我现在的观点是：多 Agent 下的 Auto eval & 人类协作 Review

于是，趁着前阵子空闲，与 Claude 和 GPT 老师一起，构建了这么一个产品

一个人开发还是慢，先放三个预告视频吧

PS：本视频由 Claude 老师基于产品再次加工构建，我配了个乐

产品功能构建流程（前面还有两个视频）

内容发布流程

HR 流程