晚上接了个知乎付费咨询，对方要做电话录音的大模型结构化分析，ASR转写、规则引擎、多标签质检、证据链绑定这些，整套架构想得很细。对方纠结的是RAG还是Prompt，但真正的问题不在模型侧，而是配置文件还没有被工程化，当然整体还是要搭个分层容错架构。

写完回复顺手看了眼对方主页，赫然写着贷款居间服务。一个中介团队对 LLM 落地的思考粒度，已经到了 Prompt 分阶段设计和 JSON Schema 约束输出的程度。反观不少持牌机构，受限于组织惯性还在各种瞎搞。贷款中介的核心业务逻辑是电话量驱动的漏斗转化，这个需求场景分析的不是客服质量，而是销售漏斗的每一层转化效率。这套东西搭出来再花几个月迭代，ROI应该是可观的。
还是大刘那句话说的好，弱小和无知不是生存的障碍，傲慢才是。

为什么要花这么大篇幅来拆解 Claude Code？

因为 AI Coding 是目前大家公认在 Agent 领域里最成熟、最能发挥大模型能力的应用方向。而 Claude Code 又是这个方向里，全球范围内公认产品化程度最高的工具之一。说实话，我日常工作中 Claude Code 和 Codex 是交叉使用的，GPT 5.4 pro 的底层模型能力并不见得比 Claude 4.6 Opus 弱，某些场景下甚至更强。但从工程架构和产品设计的角度来看，Claude Code 在很多地方确实走得更远，比如它的三层记忆系统、Coordinator-Worker 的 Prompt 工程规范、以及 Prompt Cache 优化这些细节，都不是靠模型能力堆出来的，而是靠工程团队在生产环境中反复迭代打磨出来的。

现在市面上模型层出不穷，各种 Agent 框架也越来越多。我觉得在精力有限的情况下，与其什么都看，不如把最好的东西研究透。尤其是在企业级大模型应用落地的场景里，不要闭门造车，要看全球范围内最好的实践是怎么做的。Claude Code 这次泄露的源码里那些工程设计，说白了就是房间里的大象，值得做 Agent 的盆友结合自己的业务场景针对性借鉴。

最近用 OpenClaw 接了家里两个萤石云摄像头做智能看护，写了篇技术博客发在知乎上，虽然依旧八成的讨论是技术原教旨主义，但有些留言讨论的话题比文章本身更有价值。比如用类似的架构给渐冻症患者做面部表情异常报警。

感觉今年开源领域会有一个明显的趋势，不再只是追大模型能力的天花板，而是用已经足够成熟的组件，去解决那些之前没有被很好解决的长尾需求。有的会产品化做商业闭环，有的纯粹是公益探索。这种讨论氛围让人想起知乎最早的样子。

这个模式的本质是把人盯屏幕变成“AI 盯屏幕，人盯通知”。任何一个场景，只要满足已经有摄像头和需要有人一直盯着这两个条件，这套skill就能丝滑迁移过去。

小红薯的群300人+​了，明显海外华人成员的主动social比例更高。两天前发布的空调报价项目，一个在温哥华的建筑工程师老哥来尬聊了下，不同地区或者说视角的补充挺好。

下午和广立微的AI负责人姜辉兄交流了仨钟头，从AI Native的团队状态，到垂直场景产品化探索的体感变化。作为国产EDA的龙头企业，感知+分析+决策每个方向都大有可为。26年终归是到了各行各业和时间赛跑的阶段，围绕高价值客户做快速迭代，然后今年先挣到钱，接下来几年挣钱或许会更轻松些。

又肝了篇关于2B大模型应用产品化的万字长文，也算是阶段性的思考复盘。

起因是为了更广泛地了解全球范围内的产品化实践，用 OpenClaw 搭了一套定时监测的工作流，每天自动抓取海外的创投融资动态、Reddit 和 Medium 上垂直领域的讨论帖，然后定期做一轮筛选和 review，看有没有值得深入拆解的工程参考。上周注意到了这家叫 Rebar 的美国初创公司，11 人团队，专门给暖通空调行业做 AI 报价，3 月份刚拿了 1400 万美元的 A 轮融资。拆解之后发现它的业务链路和我之前做过的两个项目高度相似。结合过去先发散再收敛的产品化判断框架，这个 case 提供了一个很好的外部参照。

结论依然是老生常谈的那两句话，对垂直场景需求洞察的深刻程度，才是最大的认知壁垒，模型再强终归只是放大器。其次就是不要闭门造车，要主动去看全球范围内的最佳实践，哪怕是八竿子打不着的行业，或许也有触类旁通的机会。

也是出息了，书和视频课程在闲鱼上开始多了起来

未来的 AI 应用架构会越来越“Skills-first”。Agent 平台负责编排调度，Skills 负责封装业务知识和工作流，CLI 负责执行，MCP 收缩到它真正擅长的实时连接场景。不存在银弹，只有适合自己场景的组合。

最近把 OpenClaw 通过定时任务和心跳机制，配合 Claude Code、Gemini CLI 等终端工具，已经让日常的售前需求沟通、原型自主开发上线和项目运维迭代这些流程丝滑地跑了起来。

跑通之后，我最近开始每天花点时间，把过去三年跟 Gemini、Claude、GPT 聊的几千轮对话翻出来做进一步梳理。从中抽取出这波技术变化过程中，自己在学习和实践里认知上的一些微妙变化。比如怎么判断一个场景的价值，怎么收敛需求，怎么把一个东西从 0 做到 1 再从 1 做到 10。这些东西很难用言语厘清，但它确实构成了我做事的方式。现在我不断把它们蒸馏提炼出来，更新到 OpenClaw 不同 Agent 的人设配置里，分化出不同的功能模块，作为我的数字分身。

OpenClaw或许是给大家提了个提醒，所谓直觉、经验、风格、判断力这些构成人格三观的东西，其实也是可以被不断解构，拆到最后都能变成一组可以结构化、可迭代的 Markdown 文档。从这个角度说，互联网是有记忆的前提下，公开表达在这个技术背景下所带来的生活沉淀也会历久弥新。