之前做的一个新玩具，最近打算整理上线！

agent 用 bash grep 表现好，大概就是训练数据的问题。人类工程师样本太多，model 见得太多了。
model 像人，学的就是人，仅此而已。
如果从头给 model 设计一套 action space，完全不管人类习不习惯，会长什么样？

国内的付费习惯差，这是一个结果和事实。最近在想这个结果是怎么造成的。
之前有一本很出名的书《免费》
里面指出免费逻辑成立的三个条件：
1. 获客成本高，单用户付费意愿低。C 端免费是不得不做的选择。
2. 网络效应需要规模
3. 数字商品的边际效应趋近于零。
C 端产品完美适配了免费逻辑。
国内由于没有 B 端土壤，一直在做 C 端产品，所以市场逐渐习惯了软件是免费的，抢占市场靠红包，靠补贴，先建立规模效应再讲商业模式。

只是 AI 产品让 3 发生了结构性变化，无法再靠免费甚至补贴大量获客再收费形成闭环，用户越多越亏。但一方土壤养一方人，市场也是会动态变化的。但这场仗不仅是产品好用，还要重新教育市场付费的习惯。

32 岁啦

给 Agent 布置了一个 KPI，自己写提案自己执行。天才产品下班了。

然后一家公司的产品会明显带有创始人特质，是因为创始人作为其中一个用户画像的权重变得特别大。

最近在探索产品方案，特别有意思，我把同一个方案给不同的同事看，有时候会得出完全相反的建议。

有人觉得这个特别好，希望更多展示这部分内容，有人觉得我完全不感冒，把下面的模块弄详细点。
问多了发现公司群体里也会分裂出不同的用户画像出来。

此时不是单纯讨论这个方案好和不好了，而是应该谈论我们在满足哪一部分用户的诉求。

GPT 真的好好用👍
OAI 确实很擅长做 C 端产品
如果模型智能没有大量增幅空间的话，我觉得 OAI 这样的公司会赢过 anthropic

最近把自己的 agent 放到团队的 slack 上了，最初的动机是想创造一个我的分身，这样在我不在场的时候 agent 可以帮我处理一些事务性的问题，比如我把 Spec 喂给 agent，这样我再也不用在底下回复应该怎么做了。
我甚至做了这个功能：让同事艾特 suki 的时候 agent 能识别并回复
但持续一周后这个功能被下线了

因为发现 agent 根本没有决策的权利。
即便有时候它说的是对的，但它还是没办法替我做决策，同事也不会相信它的决策。
目前它最 pmf 的做法还是充当企业知识库，替团队节省检索的麻烦。

以此记录下人和 agent 协作的一点小实验

四月又搬家一次