从 wolai 笔记 alpha 内测时就开始用，到现在已经 2000 多天了。3 年前看到 wolai 被阿里收购时，还想着终于不用担心应用倒闭后跑路了。如今看到创始人从钉钉离职的消息，感觉自己真的要转 obsidian 了。

Opus的（逻辑）圆滑像欠拟合，简洁、优雅、直击重点，直到发现现实比推演复杂得多，简洁变成了漏洞百出。

GPT的（逻辑）拧巴像过拟合，全面、深入、滴水不漏，直到发现在钻牛角尖，全面变成了无效浪费。

公路上汽车速度的极限并不取决于工程技术的极限，毕竟赛车的速度会比公路上车速快很多，而取决于在高速下，是否普通驾驭车的人，都能够跟得上车开的速度，是否能够确保整个公路系统安全稳定运行。 最后，对于 AI Coding 来说，会从马车时代，快速跳过人类驾驶，进入自动驾驶时代吗？但似乎准确描述需求比准确描述目的地要困难太多。

我们需要造一辆车，能够去掉车前的人，但是带上车上的人，以及不会伤害路上的人

最近两天也在思考这个问题，不过最后思考的结果比较悲观，就是纯skill很难做成交易闭环生态。 因为技能是纯文本，无法按照使用量计费，难以杜绝盗版，二创迭代升级之后的价值归因难以清晰划分，都为交易生态的设计提供了巨量的挑战。 最后相对可行的可能会类似于知识星球里的知识付费分享，以及小红书 PDF 攻略的分享，基于社区人与人的信任，局限在小圈子里。

经常有人说用户对于模型没有忠诚度，但对Harness或者agent却有忠诚度，因为更好的模型来了之后，我们想要换模型只需要简单切换API即可，但是想要切换Harness，迁移记忆等文件却是更加复杂的事情。

然而我发现如果不是用于商业产品对外服务，而仅是用于自身使用，对于模型也可能存在某种忠诚度。

因为外界的benchmark不代表自身真实工作流表现。自身使用的场景下，通常没有一个完善的自动化测评流程，而是需要在实践中逐渐积累对模型能力边界的把握，积累对模型的信心。当新模型出现之后，特别是不同厂商的新模型出现之后，升级切换模型意味着需要重新花时间探索能力边界，建立这种信任，这可能带来的工作量比记忆迁移的工作量更大（记忆迁移通常只是移动一些 Markdown 文件），所以人们反而可能继续使用已有的熟悉的模型。除非目前使用的模型在某个确定性的痛点上被新模型解决，或者自己所在的行业的整个社区已经形成了明确的共识，才会尝试进行模型的迁移。

比如我目前的主力编程模型还是 GPT 5.4 [1M]，在 GPT 5.5 的 1M 上下文下放到 Codex 之前，不会把 5.5 作为主力模型。

被 A 社封了 3 次号之后，也暂时没有动力尝试 Opus 4.8

大家有深度使用 Opus 4.8的，可以评论区聊聊对比GPT 5.4和 GPT 5.5 的效果（特别是 Coding 领域）。

在 AI coding 时代，TDD 或许会成为共识，但是如何做 TDD，或许依然会存在巨大的争议与多样性。

很真的一线 AI coding 分享，当然如果用的是 Codex 或者 Claude 就更好了。

所有认为 / 宣称软件开发已经进入了接近零成本的人都应该看看👀

突然意识到，对于 Multi-agent 系统也分为：相同宇宙（环境）的 Multi-agent 系统，和不同宇宙的 Multi-agent 系统。而不同宇宙的 Multi-agent 系统会让复杂度增加很多。

宇宙的分裂、融合、管理都是难点。而我一开始就在直觉的引导下，选择了更困难的方向。

另一个民科的想法😁：

数学建立在公理之上。如果每个宇宙的物理规律没有任何共通之处，那么他们的公理应该也不一样，因而基于此的数学体系也不一样。但是，如果每个宇宙只是物理现象不同，但共享相同的物理规律（或至少存在某种共通性），那么不同文明可能理解其他文明的公理体系，从而实现相互翻译与沟通。

逻辑规则，是对一系列抽象符号的操作，固然能对每个宇宙都通用。但对逻辑符号的解读，可能每个宇宙完全不同。依然需要物理规律的共通性为背景，才能相互翻译与沟通。

而 LLM，虽然其运行依托于数学和逻辑，但训练数据依托于人类文明。可能结果的可理解性，不仅需要物理规律的共通性，还需要社会文化的共通性。