即刻App年轻人的同好社区
下载
置顶想让 Agent 高效，不一定是先买更贵的模型，而是先给它一套固定的工作文档。
我现在觉得最小可用系统就是 6 个文档：
1. 01_goal.md：目标是什么
2. 02_long_term_memory.md：长期偏好、稳定结论
3. 03_current_task.md：当前正在推进什么
4. 04_decisions.md：已经做过哪些重要决策
5. 05_discarded_ideas.md：哪些方向已经暂时放弃
6. 06_experiment_log.md：每次实验和真实反馈
每次任务开始前，先让 Agent 读取这 6 个文件；任务结束后，再判断哪些文件需要更新。
这样 Agent 就不会每次都从零开始，也不容易反复研究已经否掉的方向。
很多时候，Agent 的效率不是靠“更强模型”堆出来的，而是靠目标、记忆、决策和复盘系统搭出来的。
我现在觉得最小可用系统就是 6 个文档：
1. 01_goal.md：目标是什么
2. 02_long_term_memory.md：长期偏好、稳定结论
3. 03_current_task.md：当前正在推进什么
4. 04_decisions.md：已经做过哪些重要决策
5. 05_discarded_ideas.md：哪些方向已经暂时放弃
6. 06_experiment_log.md：每次实验和真实反馈
每次任务开始前，先让 Agent 读取这 6 个文件；任务结束后，再判断哪些文件需要更新。
这样 Agent 就不会每次都从零开始，也不容易反复研究已经否掉的方向。
很多时候，Agent 的效率不是靠“更强模型”堆出来的，而是靠目标、记忆、决策和复盘系统搭出来的。
35 25516
Salesforce 这次靠 AI 缓解了增长焦虑，但最容易被忽略的风险，是几种性质完全不同的好消息被市场打包成了同一个“产品胜利”。
据 CNBC 报道，Salesforce 季度营收同比增长 11%，当前季度增长指引中值接近 12%；财报发布后，股价单日上涨近 23%。股价能说明投资者的短期态度变了，却不能证明 AI 已经带来稳定利润。
Agentforce 的年化收入据称同比增长 240%、超过 15 亿美元。所谓年化收入，是按照当前业务规模推算的一年收入，并不直接等于已经入账的营收，更无法单独回答客户是否持续使用、是否续费，以及交付这些功能要花多少成本。这组数字目前也只有行业媒体报道，仍需公司财务文件或更多来源交叉核对。
另一个容易混淆的数字是，Salesforce 因投资 Anthropic 确认了 26 亿美元收益。这属于投资回报，不是核心软件业务的经营利润。把它和 AI 产品收入放在一起看，账面会很漂亮，但两者的可持续性完全不同。
产品侧确实有新动作：双方公布了 Claudeforce，计划提供 37 项预置销售技能，可撰写邮件、更新客户记录，并与 Slack 工作流衔接。不过它的开放地区、账户条件、价格和完整时间表仍不清楚。真正值得核验的不是发布了多少技能，而是实际使用量、续费和利润贡献能否接住这轮期待。
据 CNBC 报道，Salesforce 季度营收同比增长 11%，当前季度增长指引中值接近 12%；财报发布后，股价单日上涨近 23%。股价能说明投资者的短期态度变了，却不能证明 AI 已经带来稳定利润。
Agentforce 的年化收入据称同比增长 240%、超过 15 亿美元。所谓年化收入，是按照当前业务规模推算的一年收入，并不直接等于已经入账的营收，更无法单独回答客户是否持续使用、是否续费，以及交付这些功能要花多少成本。这组数字目前也只有行业媒体报道，仍需公司财务文件或更多来源交叉核对。
另一个容易混淆的数字是，Salesforce 因投资 Anthropic 确认了 26 亿美元收益。这属于投资回报，不是核心软件业务的经营利润。把它和 AI 产品收入放在一起看，账面会很漂亮，但两者的可持续性完全不同。
产品侧确实有新动作：双方公布了 Claudeforce，计划提供 37 项预置销售技能，可撰写邮件、更新客户记录，并与 Slack 工作流衔接。不过它的开放地区、账户条件、价格和完整时间表仍不清楚。真正值得核验的不是发布了多少技能，而是实际使用量、续费和利润贡献能否接住这轮期待。
1 00
Faraday 自主尝试复现已发表论文，真正值得看的不是“AI 科学家”这个响亮标签，而是科研智能体的工作单位正在从回答问题变成执行一段可检查的实验流程。它需要在没有预先获知答案的情况下，把论文结果重新做出来，还要判断什么实验值得尝试、该怎样设计。相比再做一个更会聊天的助手，这种以任务结果为终点的产品形态，离真实科研协作明显更近一步。
这套路线也不是单靠一个超大模型包办所有环节。据报道，Faraday 以参数规模为 270 亿的 Qwen 3.6 为基础，并调用 GPT-5.5 Codex 完成编码工作；Inherent 则主要用强化学习和结果奖励训练智能体，而不是把完整科研流程逐条灌进去。这个组合很像一支临时研究小队：基础模型负责调度，成熟编码工具负责动手，最终由实验结果而非措辞漂亮程度来打分。小模型未必什么都会，但可以成为专业工作流的控制层。
目前最容易被标题带跑偏的，是“超过 Claude Opus 4.8 和 GPT-5.5”这句话。它来自 Inherent 的官方自述，由 TechCrunch 转述，适用范围只是特定论文复现任务；报道没有给出完整数据集、评分协议、运行预算、重复次数和失败案例。缺少这些材料，就无法判断优势究竟来自模型、工具编排、更多计算投入，还是题目选择，也不能推导出它在总体科研能力、成本和效率上更强。
论文复现本身也有一条很重要的能力边界：能重新得到已知结果，不等于能发现新的科学知识。实际试用前，还得核对支持哪些学科，论文和数据授权如何处理，实验在哪种环境执行，结果能否审计；而公开注册入口、定价、地区、服务、许可证、数据治理和企业部署方式目前都没有明确说明。所以它现阶段更适合被当作筛选实验、组合编码工具验证科研流程的早期信号，还不是可以直接采购的通用科研同事。
更值得独立开发者和智能体团队借鉴的，是专业 Agent 的竞争点可能从“底座模型有多大”转向“任务怎样定义、工具怎样组合、结果怎样验证”。
TechCrunch 报道称，这支伦敦团队约有 12 名员工，此前完成 5000 万美元种子轮融资，并计划年底扩至约 20 至 25 人
小团队用现成模型和编码工具切入高门槛流程，说明产品壁垒未必是重造所有能力，而可能是把评价机制、失败记录和可审计执行做得足够扎实。
这套路线也不是单靠一个超大模型包办所有环节。据报道，Faraday 以参数规模为 270 亿的 Qwen 3.6 为基础，并调用 GPT-5.5 Codex 完成编码工作；Inherent 则主要用强化学习和结果奖励训练智能体，而不是把完整科研流程逐条灌进去。这个组合很像一支临时研究小队：基础模型负责调度，成熟编码工具负责动手，最终由实验结果而非措辞漂亮程度来打分。小模型未必什么都会，但可以成为专业工作流的控制层。
目前最容易被标题带跑偏的，是“超过 Claude Opus 4.8 和 GPT-5.5”这句话。它来自 Inherent 的官方自述，由 TechCrunch 转述，适用范围只是特定论文复现任务；报道没有给出完整数据集、评分协议、运行预算、重复次数和失败案例。缺少这些材料，就无法判断优势究竟来自模型、工具编排、更多计算投入，还是题目选择，也不能推导出它在总体科研能力、成本和效率上更强。
论文复现本身也有一条很重要的能力边界：能重新得到已知结果，不等于能发现新的科学知识。实际试用前，还得核对支持哪些学科，论文和数据授权如何处理，实验在哪种环境执行，结果能否审计；而公开注册入口、定价、地区、服务、许可证、数据治理和企业部署方式目前都没有明确说明。所以它现阶段更适合被当作筛选实验、组合编码工具验证科研流程的早期信号，还不是可以直接采购的通用科研同事。
更值得独立开发者和智能体团队借鉴的，是专业 Agent 的竞争点可能从“底座模型有多大”转向“任务怎样定义、工具怎样组合、结果怎样验证”。
TechCrunch 报道称，这支伦敦团队约有 12 名员工，此前完成 5000 万美元种子轮融资，并计划年底扩至约 20 至 25 人
小团队用现成模型和编码工具切入高门槛流程，说明产品壁垒未必是重造所有能力，而可能是把评价机制、失败记录和可审计执行做得足够扎实。
1 00
天然氢现在最值得借鉴的，不是一个“地下能源宝藏”的故事，而是一套更适合 AI 产品和独立开发的验证工作流：先盯连续产出、可回收比例和全成本，再谈市场规模。Kidd Creek 矿井十多年监测到稳定逸氢，但全球仍没有公开确认的商业可行天然氢储层，这个反差提醒我，发现一种能力和做成一种产品，中间隔着完整的工程账。
多伦多大学团队重新分析了 Kidd Creek 的 35 个钻孔，每个钻孔平均每年释放约 8 公斤氢，并据矿区超过 1.4 万个钻孔外推，估计通风系统每年逸出约 140 吨。研究结果已发表于 PNAS，但 140 吨并非直接测量的全矿产量，而是由小样本向整个矿体推算。它或许足以覆盖矿山相当一部分运营用能，却不足以改变全球能源供给——样本里跑通的能力，不能顺手写成规模化结论。
天然氢可能来自富铁岩石与水的反应，也可能来自放射性衰变引发的水分子分解。美国地质调查局估计地壳会生成数万亿吨氢，真正能回收多少却不知道。这个数字很像 AI 产品里漂亮的理论上限：模型能生成多少、地下能生成多少，都不是最终指标；用户能稳定拿到什么，运营方能经济地收集什么，才决定它是不是产品。捕集率、长期衰减、纯化和压缩成本目前都缺少商业验证。
另一条路线不是等待现成储层，而是通过注水、加热或催化剂刺激岩石产氢。ARPA-E 已资助十余个相关项目，并把反应速率提升一万倍设为目标；阿曼一口约一公里深的试验井注入 5 万立方米水后，出现了含氢 90% 的气体。不过研究人员仍无法确认这些氢究竟由注水刺激生成，还是原本就存在。指标看起来很亮眼，因果关系却没锁定，这正是最容易被演示效果带偏的阶段。
所以天然氢短期更像资源验证和工艺研发机会，而不是已经成立的能源资产；对应到 AI 产品、创作和增长，也该把工作流从“展示一次惊艳结果”改成“持续记录输入、产出、衰减、成本和因果”。矿区就地捕集供能、筛选富铁古老岩体、研究刺激产氢都有明确试验对象，但在独立储量评估、连续流量和单位成本出现前，生成总量只能说明值得继续测，不能替代可用性。真正有价值的产品，往往不是把上限讲得更大，而是把验证链做得更短、更透明。
多伦多大学团队重新分析了 Kidd Creek 的 35 个钻孔，每个钻孔平均每年释放约 8 公斤氢，并据矿区超过 1.4 万个钻孔外推，估计通风系统每年逸出约 140 吨。研究结果已发表于 PNAS，但 140 吨并非直接测量的全矿产量，而是由小样本向整个矿体推算。它或许足以覆盖矿山相当一部分运营用能，却不足以改变全球能源供给——样本里跑通的能力，不能顺手写成规模化结论。
天然氢可能来自富铁岩石与水的反应，也可能来自放射性衰变引发的水分子分解。美国地质调查局估计地壳会生成数万亿吨氢，真正能回收多少却不知道。这个数字很像 AI 产品里漂亮的理论上限：模型能生成多少、地下能生成多少，都不是最终指标；用户能稳定拿到什么，运营方能经济地收集什么，才决定它是不是产品。捕集率、长期衰减、纯化和压缩成本目前都缺少商业验证。
另一条路线不是等待现成储层，而是通过注水、加热或催化剂刺激岩石产氢。ARPA-E 已资助十余个相关项目，并把反应速率提升一万倍设为目标；阿曼一口约一公里深的试验井注入 5 万立方米水后，出现了含氢 90% 的气体。不过研究人员仍无法确认这些氢究竟由注水刺激生成，还是原本就存在。指标看起来很亮眼，因果关系却没锁定，这正是最容易被演示效果带偏的阶段。
所以天然氢短期更像资源验证和工艺研发机会，而不是已经成立的能源资产；对应到 AI 产品、创作和增长，也该把工作流从“展示一次惊艳结果”改成“持续记录输入、产出、衰减、成本和因果”。矿区就地捕集供能、筛选富铁古老岩体、研究刺激产氢都有明确试验对象，但在独立储量评估、连续流量和单位成本出现前，生成总量只能说明值得继续测，不能替代可用性。真正有价值的产品，往往不是把上限讲得更大，而是把验证链做得更短、更透明。
1 00
Anthropic 在7月底被报道年化收入运行率超过650亿美元，我更在意的不是这个数字有多夸张，而是基础模型正在从“展示能力”进入“验证真实付费需求”的阶段。模型公司接下来比拼的，不只是回答更聪明、榜单更好看，还包括能否被稳定嵌入企业产品和日常工作流，让调用持续发生。收入规模如果最终得到文件确认，说明企业采用 AI 的讨论正在从试用预算走向更长期的基础设施预算。
这轮变化的速度确实值得留意：报道所引数据称，该运行率5月还是470亿美元，上年末为90亿美元。但“年化运行率”只是拿一段较短时期的收入向全年外推，并不等于公司已经赚到了650亿美元全年收入。它对观察需求加速很有用，却很容易被标题加工成既成业绩。尤其在模型调用量、合同确认方式和渠道结算都可能波动的行业里，增长曲线越陡，越要先问统计窗口是什么。
证据边界也不能省略：650亿美元的数据由TechCrunch转述Bloomberg，Anthropic没有立即回应置评，因此目前既不是公司正式披露，也不是独立审计结果。产品和市场团队最多可以把它看作企业需求活跃的一条线索，不能顺手推出客户留存很好、某个产品贡献最大，或者某个地区已经规模化。报道没有给出客户结构、区域分布和具体产品贡献，这些空白恰恰决定增长到底稳不稳。
资本市场已经把这种速度继续向前外推：Financial Times所述投资者预期是2026年末运行率可能达到1000亿至1200亿美元；另有报道称Anthropic与OpenAI已秘密递交上市文件，前者可能更早上市并寻求至少2万亿美元估值，5月融资后估值则被称为9650亿美元。这些都是预期或媒体报道，不是业绩指引和公开监管文件。更麻烦的是，两家公司可能采用不同收入计算方法，看似整齐的规模排名，未必真能横向比较。
所以这类数字真正改变的，是做 AI 产品时的判断流程：市场需求信号可以更积极，但预算、定价和增长目标不能只跟着运行率上调。至少还要等招股材料核对收入期间、是否包含合同总额或渠道收入、毛利、推理成本和客户集中度；报道本身也没有带来任何产品发布或新增可用范围。对创作者和独立开发者而言，更现实的趋势是模型会越来越像一项持续计费的生产基础设施，而不是偶尔尝鲜的功能；机会会增加，但成本控制和真实留存也会更早成为产品设计的一部分。
这轮变化的速度确实值得留意：报道所引数据称，该运行率5月还是470亿美元，上年末为90亿美元。但“年化运行率”只是拿一段较短时期的收入向全年外推，并不等于公司已经赚到了650亿美元全年收入。它对观察需求加速很有用，却很容易被标题加工成既成业绩。尤其在模型调用量、合同确认方式和渠道结算都可能波动的行业里，增长曲线越陡，越要先问统计窗口是什么。
证据边界也不能省略：650亿美元的数据由TechCrunch转述Bloomberg，Anthropic没有立即回应置评，因此目前既不是公司正式披露，也不是独立审计结果。产品和市场团队最多可以把它看作企业需求活跃的一条线索，不能顺手推出客户留存很好、某个产品贡献最大，或者某个地区已经规模化。报道没有给出客户结构、区域分布和具体产品贡献，这些空白恰恰决定增长到底稳不稳。
资本市场已经把这种速度继续向前外推：Financial Times所述投资者预期是2026年末运行率可能达到1000亿至1200亿美元；另有报道称Anthropic与OpenAI已秘密递交上市文件，前者可能更早上市并寻求至少2万亿美元估值，5月融资后估值则被称为9650亿美元。这些都是预期或媒体报道，不是业绩指引和公开监管文件。更麻烦的是，两家公司可能采用不同收入计算方法，看似整齐的规模排名，未必真能横向比较。
所以这类数字真正改变的，是做 AI 产品时的判断流程：市场需求信号可以更积极，但预算、定价和增长目标不能只跟着运行率上调。至少还要等招股材料核对收入期间、是否包含合同总额或渠道收入、毛利、推理成本和客户集中度；报道本身也没有带来任何产品发布或新增可用范围。对创作者和独立开发者而言，更现实的趋势是模型会越来越像一项持续计费的生产基础设施，而不是偶尔尝鲜的功能；机会会增加，但成本控制和真实留存也会更早成为产品设计的一部分。
2 00
换位思考的能力太重要了。很多事情简单从机会来看，每个人都可能会抓住。但是事实上，换位思考一下，从历史的背景、个人的成长环境去综合考虑，却发现很多机会对个人来说是不存在的，或者是基本很难触达的
4 50