即刻App年轻人的同好社区
下载
置顶定个小目标，半年内成长为心中合格的产品经理：
①熟悉现有大模型方案的能力，知道每种需求的实现成本和实现路径。并能展望技术未来2年的发展。
②熟悉客户，知道什么需求和什么程度的需求满足度能够让客户付费。
③知道如何寻找能够正对于目标场景的数据集，并能够构建量化的效果评估方式。
④熟悉触达这些客户的方式，知道如何运营客户的生态社区。
———
系列分享索引帖
LLM论文分享：m.okjike.com
①熟悉现有大模型方案的能力，知道每种需求的实现成本和实现路径。并能展望技术未来2年的发展。
②熟悉客户，知道什么需求和什么程度的需求满足度能够让客户付费。
③知道如何寻找能够正对于目标场景的数据集，并能够构建量化的效果评估方式。
④熟悉触达这些客户的方式，知道如何运营客户的生态社区。
———
系列分享索引帖
LLM论文分享：m.okjike.com
14 10
拿 monica 的 claude 写了毕业论文的综述
拿 monica 的 claude 搓了讲座 PPT 的配图
拿 monica 的 claude 撸了各类项目的代码
期待后面能变成
指挥 manus 脱手做了各种各样的事
拿 monica 的 claude 搓了讲座 PPT 的配图
拿 monica 的 claude 撸了各类项目的代码
期待后面能变成
指挥 manus 脱手做了各种各样的事
1 00
Claude 押宝 Agent
3.7 的扩展思考和思维过程可见
让一切可控
用户可以打开或关闭“扩展思维模式”，
引导模型更深入地思考更棘手的问题。
开发人员甚至可以设置“思考预算”，
以精确控制 Claude 在问题上花费的时间。
扩展思维模式不是一个切换到具有单独策略的不同模型的选项。
相反
它允许完全相同的模型给自己更多的时间，
并花费更多的精力来得出答案。
思维过程可见 好处是
1. 一如既往的安全可信
2. 通过对比思考与结论是否相悖
降低模型幻觉（R1 在这点就做的不是很好）
3. 贴近人类思考过程（多角度多分支多重检查），有极大的探索学习价值
缺点是
1. 缺乏个性化表达
与默认输出相比显得更加超然和非个人化
原因是没有对思维过程进行标准的性格特征训练
思维过程中可能包含不正确、误导性或未成熟的想法
2. 忠实度问题（Faithfulness）
无法确定显示的思维过程是否真实反映模型内部的运作
英语语言可能无法完全描述模型的特定行为原因
研究表明模型经常基于未在思维过程中明确讨论的因素做出决策
这使得难以通过监控思维来评估模型的安全性
3. 安全和安保隐患
恶意用户可能利用可见思维过程开发更好的"越狱"策略
模型可能会因为知道思维会被展示而改变思考方式：
产生更难预测的思维方式
主动隐藏某些想法
这些问题在未来更强大的模型版本中会变得更加严重
但得益于 Action Scaling
允许它迭代调用函数、响应环境变化并继续直到开放式任务完成
🌟 超长输入 适配 环境感知
🌟 ToolUse 适配 环境交互
🌟 思考能力 提升 规划能力
🌟 一切可控不过度
最好的力证就是宝可梦测试
无敌
所以是目前最适合的 Agent 底模
也是未来 Agent 底模的起点
3.7 的扩展思考和思维过程可见
让一切可控
用户可以打开或关闭“扩展思维模式”，
引导模型更深入地思考更棘手的问题。
开发人员甚至可以设置“思考预算”，
以精确控制 Claude 在问题上花费的时间。
扩展思维模式不是一个切换到具有单独策略的不同模型的选项。
相反
它允许完全相同的模型给自己更多的时间，
并花费更多的精力来得出答案。
思维过程可见 好处是
1. 一如既往的安全可信
2. 通过对比思考与结论是否相悖
降低模型幻觉（R1 在这点就做的不是很好）
3. 贴近人类思考过程（多角度多分支多重检查），有极大的探索学习价值
缺点是
1. 缺乏个性化表达
与默认输出相比显得更加超然和非个人化
原因是没有对思维过程进行标准的性格特征训练
思维过程中可能包含不正确、误导性或未成熟的想法
2. 忠实度问题（Faithfulness）
无法确定显示的思维过程是否真实反映模型内部的运作
英语语言可能无法完全描述模型的特定行为原因
研究表明模型经常基于未在思维过程中明确讨论的因素做出决策
这使得难以通过监控思维来评估模型的安全性
3. 安全和安保隐患
恶意用户可能利用可见思维过程开发更好的"越狱"策略
模型可能会因为知道思维会被展示而改变思考方式：
产生更难预测的思维方式
主动隐藏某些想法
这些问题在未来更强大的模型版本中会变得更加严重
但得益于 Action Scaling
允许它迭代调用函数、响应环境变化并继续直到开放式任务完成
🌟 超长输入 适配 环境感知
🌟 ToolUse 适配 环境交互
🌟 思考能力 提升 规划能力
🌟 一切可控不过度
最好的力证就是宝可梦测试
无敌
所以是目前最适合的 Agent 底模
也是未来 Agent 底模的起点
1 00
R1在智能体构建领域能带来新想法
在纯提示词的智能体里
只需要告诉 R1 任务目标
即可完成之前需要编写复杂提示词的任务
并且表现更好
（文章里有对比）
而在工作流的智能体里
R1 不适合作为主流程里主节点的模型
原因目前有 俩
一个是 R1 不具备 func call 的能力
无法去做执行
一个是 R1 为推理模型
输出主内容耗时过长，如果作为中间节点
会让用户等待主内容的首字吐出耗时大幅增加
但是可以这么做
1. 让 R1 作为流程结束节点
前序节点收集的信息
作为 R1 推理的补充知识
能够得到更好的结果
（参考文章的联网搜索功能实现）
2. 拆解 R1 推理部分，让小模型去调用函数获取需要的数据
这个目前比较难实现
我们能看到 R1 在推理的时候
会不断分析和反思当前已知数据
如果在这个过程中，能够自主调用相应的插件
去获取相关数据做印证
那就能减少 if else 的人工编排
实现 agentic workflow
或者把推理的过程单独拿出来拆解
让小模型去执行
最后再整合输出
------ 分割线 ------
文中我们也给出了几个 case 和开发者讨论群
欢迎大家来体验玩耍
在纯提示词的智能体里
只需要告诉 R1 任务目标
即可完成之前需要编写复杂提示词的任务
并且表现更好
（文章里有对比）
而在工作流的智能体里
R1 不适合作为主流程里主节点的模型
原因目前有 俩
一个是 R1 不具备 func call 的能力
无法去做执行
一个是 R1 为推理模型
输出主内容耗时过长，如果作为中间节点
会让用户等待主内容的首字吐出耗时大幅增加
但是可以这么做
1. 让 R1 作为流程结束节点
前序节点收集的信息
作为 R1 推理的补充知识
能够得到更好的结果
（参考文章的联网搜索功能实现）
2. 拆解 R1 推理部分，让小模型去调用函数获取需要的数据
这个目前比较难实现
我们能看到 R1 在推理的时候
会不断分析和反思当前已知数据
如果在这个过程中，能够自主调用相应的插件
去获取相关数据做印证
那就能减少 if else 的人工编排
实现 agentic workflow
或者把推理的过程单独拿出来拆解
让小模型去执行
最后再整合输出
------ 分割线 ------
文中我们也给出了几个 case 和开发者讨论群
欢迎大家来体验玩耍
又一大厂悄悄发力！DeepSeek 满血版免费用，还能快速搭建智能体！
0 00
AI Code （ Agent 向）在产品上，要解决一个问题：
如何调用开发工具。
Debug 是程序员的核心能力
目前当下各家能做到静态 log 调试
无论是被动接受用户输入
亦或是主动读取 terminal 输出
但是需要动态调试的场景
比如断点调试 或者 web 开发里的 F12 Console 报错
目前还是无法主动读取到信息
目前没法实现这个事的底层逻辑也很简单：
无论是文件编辑器（e.g. vs code）
或者是 IDE （e.g. Jetbrains 全家桶）
右键一下，有丰富的工具来辅助开发
而这些工具是面向人类设计的
而非 AI
如何让 AI 去调用这些工具
又或者面向 AI 设计新的 Debug 工具
是 AI Coding 产品必须啃下的一块硬骨头
注：
我个人理解，AI Coding 可以大致分为两类：
Copilot 向：人主导，AI 复制，比如 GitHub Copilot（可能是最早的 AI Coding？但退环境了），大部分 AI Coding 插件（需要人去复制粘贴信息的）
Agent 向：AI 主导，人监管，比如 devin，windsurf，这类能直接去对文件做增删改查操作，能根据 terminal 输出修改操作，具备一定的规划能力。
如何调用开发工具。
Debug 是程序员的核心能力
目前当下各家能做到静态 log 调试
无论是被动接受用户输入
亦或是主动读取 terminal 输出
但是需要动态调试的场景
比如断点调试 或者 web 开发里的 F12 Console 报错
目前还是无法主动读取到信息
目前没法实现这个事的底层逻辑也很简单：
无论是文件编辑器（e.g. vs code）
或者是 IDE （e.g. Jetbrains 全家桶）
右键一下，有丰富的工具来辅助开发
而这些工具是面向人类设计的
而非 AI
如何让 AI 去调用这些工具
又或者面向 AI 设计新的 Debug 工具
是 AI Coding 产品必须啃下的一块硬骨头
注：
我个人理解，AI Coding 可以大致分为两类：
Copilot 向：人主导，AI 复制，比如 GitHub Copilot（可能是最早的 AI Coding？但退环境了），大部分 AI Coding 插件（需要人去复制粘贴信息的）
Agent 向：AI 主导，人监管，比如 devin，windsurf，这类能直接去对文件做增删改查操作，能根据 terminal 输出修改操作，具备一定的规划能力。
2 23
