AMA Link

做情绪的主人，而不是做情绪的奴隶

Agent Scale

很显然，我现在遇到了 Agent Scale 的问题；我可以纵向 Scale 自己的 Agent，让 Agent 做十倍于我的事情；

纵向 Scale 是简单的，从我手头的事情中，抽离出 SOP，把一件事更新变量重新做 1000 次就行，简单，粗暴。标准是清晰的，要做什么是清晰的；

但 横向 Scale 是困难的，我不知道如何给 Agent 设定任务（即使我做过产品研发增长运营内容产出等不同角色。这依然是困难的）；我不知道如何让不同的 Agent 自行快速扩容。我如何给不同领域的 Agent 安排任务，让他们有清晰的目标、交付标准、自行验证，交付出一个不错的内容（而不仅仅是一堆赛博垃圾）。

这是我要研究的问题。搞定纵向 Scale，我可以从 1x 的我，变成 10x 的我；而搞定横向 Scale，我将从 10x 的我，变成 100x 的我。

搞清楚这个问题，限制我的就只有 Token了。

刚突然开始就打开了 Tesla 官网，开始选车。然后脑海里开始想买车，评估我手头的资金；然后思考选什么款。

然后突然意识到 —— 我为什么需要买 Tesla。我有车。

只不过是一刹那的情绪上头。

再仔细想想，我真正想要的是 Tesla 那种体验，直接租车就好了；也挺便宜的。

相比于买车，不如直接用资产的收益来租车就好；

有的 leader：用自己的影响力给公司带货/让你用自己的影响力为公司背书。
有的 leader：提醒你要思考有没有这个必要性。

问，图中有几只猫？

如果有个 agent 在做你在做的事情，也按照你的风格在做事。

别人是否能区分出来到底是你还是 agent？

- 比如写稿子/写代码。

你觉得你和 Agent 的区别会在哪？

明天要录一期工程师 AI Coding 的节目，如果你有问题希望我回答，欢迎提问。我的实践经验可以看这个帖子。
（先看帖子再提问可以交流的更深呦）

看到 Codex 的这个 Tips，让我想起来了上周和朋友讨论关于到底什么 AI 铲子赚钱？当前明确能赚钱，路径清晰的主要是各种千奇百怪的 RAG；
目前可以分成四层：

1. Search API：硬刚需，模型需要最新的信息，必然要 Search；某种形态的 RAG / Context Management

2. 在 Search 之上的 AI 服务：类似 Tavily 之类的， AI + Search，替代了上一代的 Search，帮助用户更好的完成 Agent Design；

3. 领域 Search/ RAG：典型代表是 Context7，做细分领域最强的公开知识 RAG ，然后能力可以下方到 Private SDK 中，给客户提供价值（这个领域目前还有不少机会，只跑出来了一个 Contex7）； OpenAI 这个 MCP 其实算是对抗 Context 7 ，但我的观点是 Context 7 依然有价值且长期存在，主要是用户的使用方式是多样性的，Context 7 集成了多家一定是刚需，除非 Context7 对 OpenAI 的 Docs Search 差出了一个数量级，不然用户无感的。继续用 context 7 就好了。

4. 没想清楚的领域。我直观感觉 Context7 这个方式能搞，但不是最优解，但最优解是啥不知道，所以先放一个第四层。

行程求建议，不知道是否合理 or 有别的更推荐去的。

2026 年，毫无疑问，我的关键词是 ——去肥增瘦。