如果有一个mutliagent sdk,把chat ws, ticket system之类的封装好,写一个skill让agent很会用,然后每个人都可以定制自己的slock / multica,会不会有人用? 观察:大部分人都写了一个自己的vibe看板

我感觉取决于具体的workload,如果workload很in the distribution那就可以放手，但是真实世界还挺long tail的，很容易遇到out of the distribution的上下文。我目前的想法是，workflow应该跟着人跑，随着人不断往系统里注入out of distribution的上下文，模型也应该越来越被steer到正确的distribution，然后就可以逐步移除huamn in the loop了。所以可能真正ai native的workflow就是有一个像pi一样的脚手架，让ai很会用，人指挥ai随时更改workflow。ai native harness of harness

给自己设置随机一段时间禁用token,给自己留一下时间读和处理ai生成的代码（最近批量跑codegolf任务用完quota和claude overloaded有感

有些人的github账户点进去跟进了机器人窝一样。互联网即将/已经被AI生成的垃圾毁灭了，我们将回到一个死亡搁浅式的世界，靠现实世界的纽带重建信息网络……AI的好处没见到，坏处立刻见到了

对于一个新创企业的创始人来说，难以不去痴迷于实际和潜在的竞争者。事实证明，花任何时间担心你的竞争对手几乎总是一个非常坏的主意。我们喜欢说，新创企业总是死于自杀而不是谋杀。总会有一个时间点，竞争动态对你的公司成功或失败变得极其重要，但它在一到两年内不太可能成为真的。www.ycombinator.com

今年大量垂直agent公司，是不是说明大家没想明白生产关系变化就不想了，找一个具体的需求先做明白。或者说，已经形成但unspoken的共识是暂时没有生产关系变化

spend your attention like spending your money

The only real prison is fear, and the only real freedom is freedom from fear

我们不能把未来让给anthropic一家公司

anthropic自己也清楚基座模型没有商业护城河，所以才禁止第三方使用，做managed agent，尝试把短期模型领先优势转化成长期的infra lockin优势。明牌绑架

model neutral 不是可选，是我们必须为之努力的必选未来。

假设情景1：领域rl大幅提高基座模型效果。这对anthropic极其有利，它可以形成数据，infra的多重锁定。我们需要开源模型拯救
假设情景2：通用模型继续scale。rl效果不明显。model neutral 中立的 harness控制用户数据和交互入口。仍然是harness的机会

#AI工作流