AI时代的FDE集成墙，和过去不一样丨身份认证、权限治理首当其冲 上一篇说，原型验证完之后，进入部署阶段会撞上一堵"集成墙"。 集成墙不是AI时代的新发明。企业软件落地这几十年里，这堵墙一直都在——遗留系统接口、权限审批、合规要求，这些障碍在SaaS时代有过，在云迁移时代有过，AI项目撞上它，某种程度上只是历史重演。 AI Agent的出现，让集成墙里的一道墙发生了质变——不是变难了，是变成了一个全新的问题，过去几十年积累的方法论在这里基本不管用。 ...
FDE原型阶段：验证方向而非Demo展示丨用真实数据验证方向，比用干净数据做出漂亮Demo更重要 上一篇说，发现阶段结束的标志是一句双方认可的问题定义。有了这句话，下一步是什么？ 很多人的直觉是：开始开发。 FDE的做法不一样——先做原型，在客户的真实数据上跑，把方向确认下来，然后再进入生产级别的工程投入。 这篇讲原型阶段的核心逻辑：为什么要用真实数据，评测标准从哪里来、怎么建，以及原型阶段结束的标志是什么。 ...
发现阶段：FDE进场之后的三件事丨三类对话、四类现场诊断、三个选点 上一篇说，发现阶段结束的标志是一句双方都认可的问题定义——可以说清楚，可以被衡量。 这篇讲怎么把客户一开始说的那句模糊的话，变成那句清晰的定义。 FDE进场之后，有三件事要同时推进：翻译需求、诊断现场、选定第一个落地点。这三件事不是顺序完成的，是在同一段时间里交织进行的。把它们分开讲，是为了说清楚每件事的逻辑；实际操作里，你和用户对话的同时就在诊断现场，诊断现场的过程里就在筛选落地点。 ...
FDE落地地图：AI交付的五个阶段丨从第一次见客户到系统移交，每个阶段做什么 上一篇说到，AI落地失败的根本原因不是模型问题，是交付问题。FDE这个角色，就是专门解决交付问题的。 但"解决交付问题"本身也是一句模糊的话。具体怎么解决？从哪里开始？到哪里算完？中间会遇到什么？ 这篇把这些问题的答案画成一张地图。后续每一篇深挖地图上的一个位置，这篇是整个系列的坐标系。 ...
FDE落地工程：AI时代的落地交付丨当OpenAI花40亿造了一支「落地工程师」队伍，它在解决什么问题？ 2026年5月11日，OpenAI宣布成立一家新公司，叫"The Deployment Company"，专门做一件事：把工程师派驻到企业里面去。 这家公司的启动资金是40亿美元，投资方包括TPG、高盛、麦肯锡。OpenAI自己出资5亿，保留控制权。同一周，他们收购了一家叫Tomoro的英国AI咨询公司，带过来150名有实战部署经验的工程师。 ...
Agent配置好了，就不用管了？丨Agent误解系列 你花了两周时间把Agent配好。提示词反复打磨，工具一个个接入，测试跑通，结果符合预期,开始正式使用。 三个月后，它还在跑。但跑出来的结果开始让你皱眉——输出格式变了，某个工具返回的数据对不上，有几次任务完成了但结果感觉不太对。 配置没动过，哪里出了问题？ 买一台洗衣机，装好了插上电，用就行。买一个SaaS软件，装好了配好了，更新是厂商的事，你不用操心底层。 ...
权限给得越多，Agent就越能干？丨Agent误解系列 给Agent配权限的时候，大多数人的逻辑很简单：权限越多，它能做的事越多，任务越顺。 这个逻辑没有错。但它漏掉了另一半：权限越多，它出错时能造成的破坏越大。 这两件事不是先后关系，是同一个变量的两个方向。你在往一个方向调的时候，另一个方向同步在动。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...
自动化程度越高，人越省力？丨Agent误解系列 你把一个流程完全交给Agent跑，心里松了一口气：以为这下省事了。 但这个松的感觉，有时候撑不了多久。过了一段时间，你开始想：它跑得对吗？出了问题我能发现吗？这个任务跑完我需不需要检查一遍？ 这个担心本身，就是自动化的隐性成本。它不出现在Token账单上，但它真实地消耗着你的注意力。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...
Agent出错了，改提示词就能修复？丨Agent误解系列 Agent跑偏了，你本能反应是修改提示词，有时候确实奏效——改完再跑，问题消失了。于是这个动作就固定下来了：出错了，先改提示词。 但有一类出错，提示词改多少遍都没用。不是你没找到正确的表达方式，是问题根本不在那里。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...
用Agent，就只是把任务丢给它跑？丨Agent误解系列 你用Agent执行任务，最关注的是哪段时间？ 大多数人的第一反应：执行时间。Agent在跑，我不用动。这个判断没错，但它只说对了一半——省掉的是执行时间，但最重要的那两段时间，大多数人根本没花在上面：启动前的任务设计，和结束后的结果验收。 结果是：Agent跑得很顺，方向是错的；跑完了，好不好也判断不了。 ...
N个Agent同时跑，效率是单任务的N倍？丨Agent误解系列 三个Agent同时跑，你心里在算一道乘法账：三倍速度，三倍产出。 一个需要研究竞品、分析用户反馈、起草报告的任务，串行跑完可能要三小时。三个Agent分头跑，理论上压到一小时以内。上下文相互独立是多Agent架构的核心优势——每个Agent有自己的Context窗口，不会互相干扰，也不会因为一个Agent的上下文塞满而拖累其他Agent。 ...
提示词越详细，Agent跑得越好？丨Agent误解系列 提示词写得超详细，Agent还是跑偏了。 你的第一反应几乎是本能的：没说清楚，再加一段。于是你加了背景、加了示例、加了注意事项，改完之后提示词更详细。但是再跑一遍，Agent还是在关键地方出了偏差。 这时候你可能开始怀疑模型——它怎么就是不听？ 真正的问题，不在提示词的信息量，在信息放的位置。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...
Agent调用工具，跟你用工具是一回事？丨Agent误解系列 你给Agent配了十几个工具：发邮件、查日历、读文件、调接口。 配完之后，你可能有一种感觉——它现在"会用"这些工具了。就像你教会了一个助手怎么开软件、怎么找文件，接下来只管分配任务就好。 这个感觉很自然，但它在一个关键地方出了偏差。 你以为的"会用"，是你理解的那种会用。Agent那边，发生的是另一件事。 ...
Agent的「反思」不是自省，是你设计出来的一套机制丨Agent误解系列 “Agent在反思”——这句话听起来很自然。 Reflection这个词本身带着强烈的拟人色彩。加上Chain of Thought让Agent把思考过程写出来，看起来像在逐步推敲；产品界面上那行"正在重新审视……“的提示，更强化了"它在想一想自己做得对不对"的感觉。 ...
Agent口中的完成，未必是你期望的完成丨Agent误解系列 你有没有遇到过：让Agent做了一件事，它告诉你完成了，你打开看——格式完整，内容都在，好像没什么问题。但总觉得哪里不对，最终也确实发现了隐藏着的严重问题。 这个问题有它的根源。 “完成"和"做对”，是两件不同的事。Agent能告诉你前者，但它不知道后者——除非你事先告诉它，“做对"对你来说意味着什么。 ...
模型幻觉率降了，Agent不一定更可靠丨Agent误解系列 这两年模型迭代飞快，各家厂商也在持续公布幻觉率改善数据。从机制上讲，这个进步是真实的——通过更好的训练方式、更严格的事实核查、提示词层面的干预，模型生成错误内容的概率确实在降低。有研究显示，针对性的提示词干预能把幻觉率从53%压到23%，降幅接近一半。 但这个数字，几乎都是在聊天场景里测出来的。 ...
Agent看起来在思考，但它其实在做另一件事丨Agent误解系列 把Agent的输出看成"思考的结果"，这个感觉不难理解。 它会列出分析步骤，会说"首先考虑……其次……最后得出结论"，会在给建议之前先梳理前提条件。用"让我们一步一步来思考"这样的提示词，它输出的过程看起来和人在纸上推导一道题几乎没有区别。加上产品界面上那行"正在思考中……“的提示，整个体验都在暗示：它在思考。 ...
Agent用久了会越来越懂我？这件事不会自动发生丨Agent误解系列 这个期待非常合理，因为它在人际关系里一直成立。 和一个人相处久了，他会记得你的习惯、你的偏好、你说话的方式，甚至你没说出口的顾虑。时间是理解的自然货币——相处越久，积累越多，理解越深。把这个直觉套到Agent上，感觉天经地义。 而且短期内，这个感觉似乎也在被印证：同一次对话里，Agent确实越来越"懂"你——它开始用你习惯的语气，不再问你已经解释过的背景，给出的建议越来越贴合你的需求。 ...
你是不是也认为，让Agent帮你做决定会更可靠丨Agent误解系列 让Agent帮你做决定会更可靠，这个想法有它合理的来源。 Agent给出的分析质量确实很高——它能快速整合大量信息、列出选项、梳理利弊、标注风险。在很多场景里，照着它说的做，结果也不差。你很自然地会觉得：这不就是在帮我做决定吗？ 但这里有一个概念偷换，而且偷换得很隐蔽。 Agent在做的，是高质量的信息处理。它给你的，是"通常情况下大多数人会认为合理的选择"。这和"你这个人在你这个处境下的正确决定"，是两件不同的事。 ...
Agent没有情绪，但它有偏见——只是很难看见丨Agent误解系列 因为Agent没有情绪，所以输出更客观，这个直觉有它合理的地方。 Agent确实没有情绪。它不会因为今天睡眠不足而判断失准，不会因为某个候选人和自己的老朋友长得像而打高分，不会因为下午三点精力下滑而在审阅第二十份简历时开始敷衍。 但"没有情绪偏见"和"没有偏见"，是两件完全不同的事。 ...
不是你没说清楚，是这类任务天然不适合Agent丨Agent误解系列 用了Agent一段时间之后，很多人会形成一个固定动作：任务跑不好，回头改提示词。 这个逻辑有它成立的地方。提示词写得更清楚，Agent确实经常跑得更好。于是"描述清楚"慢慢成了一种万能解——Agent出问题，先检查自己有没有说清楚，再考虑别的。 但有一类失败，不管你怎么打磨描述都解决不了。不是你没说清楚，是这个任务的结构和Agent的工作方式本质上不匹配。你在优化输入，但问题出在任务本身。 ...
你是不是以为Agent越聪明，任务完成率就越高丨Agent误解系列 这个误解很正常，因为它有合理的来源。 模型能力确实在飞速提升——METR的研究数据显示，前沿AI Agent能稳定完成的任务时长每7个月翻一倍，到2026年初这个速度还在加快。厂商的宣传语也在强化这个感知：更强的推理、更长的上下文、更高的基准测试分数。你很自然地会认为，模型越强，任务就完成得越好。 ...
如何及早发现Agent的错误丨Agent可观测性设计 同样一个错误，发生在聊天里和发生在Agent执行链里，代价可以差十倍。 聊天里：AI说错了，你看到，发现不对，重新问一遍。代价是几分钟。 Agent执行链里：错误发生在第三步。第四步用了错误的输出继续跑，第五步基于第四步的结果调用了外部工具，第六步把处理结果写进了数据库，第七步触发了对外发送。你在最终结果里感受到有什么不对——但这时候，错误已经走了四步。 ...
为什么「让AI自己看着办」是一个危险的句式 有人给Agent下了一条指令：“这件事你自己看着办。” Agent看着办了。它做的每一步，单独拿出来都说得通。但最终结果，超出了那个人预期的范围——不是出了严重的错误，而是Agent在他以为"不需要碰"的地方，做了一个他以为自己会亲自做的决定。 那个人说：“我没让它这么做。” ...
Agent不是产品，交付才是——怎么让客户用得住 你花了两周搭好一个Agent，自己用得很顺。 帮客户处理咨询、整理需求、生成初稿——每个环节都跑通了，你演示的时候效果很好，客户也满意。然后你把它交出去了。 第一周，客户发来消息：Agent给出了一个奇怪的回复，客户不知道是不是该相信它。第二周：Agent做了一件它本来不该做的事，不知道怎么回事。第三周：出了问题，客户不知道该怎么处理，来找你。 ...
工作流和Agent的边界在哪里——不是复杂度，是确定性丨AIAgent基础系列 有人用AI Agent做了一套自动化流程：每天早上抓取邮件、提炼关键信息、生成日报、发送给团队。听起来很聪明，实际上跑了两周，出了三次奇怪的错误——有一次把一封会议邀请当成了紧急需求，写进了日报；有一次生成的内容格式乱掉，收件人完全看不懂；还有一次不知为何漏掉了几个人。 每次排查都花掉将近一个小时，因为Agent的执行过程不透明，不知道它在哪个环节做了什么判断。 ...
多个Agent同时跑，你的注意力应该放在哪里 有了编排层，理论上人可以退到后面。 编排层负责拆任务、分配Agent、管执行顺序、整合结果——协调工作基本都接管了。按理说，你启动之后就可以去干别的事，等结果出来再看。 但很多人的真实体验不是这样的。五个Agent同时跑，人也在同时"跑"——不停切换窗口确认状态，不停担心某个任务出了问题自己没发现，注意力被拉成五条细线，每条都很紧，哪条都没真正抓牢。 ...
工具越多，Agent越强？你可能配反了 有人做了一个实验，同样一个信息收集任务，交给两个配置不同的Agent来跑。 第一个配置：网页搜索 + 数据库查询 + 文件读写 + 自动发送邮件摘要，一套流程全部打通，让Agent从头跑到尾。 第二个配置：只开网页搜索，结果出来之后人工审一遍，再决定下一步。 最后稳定完成任务的是第二个。不是因为第一个能力不够，而是因为工具多了，任何一个环节出问题都会拖垮整个任务，出了问题也不知道从哪里排查起。 ...
用Agent到底省了什么，又花了什么丨写给纠结的你 很多人卡在开始之前。 周围人都在说Agent好用，你也想试，但打开工具的那一刻，发现要学的东西一下子涌出来：提示词怎么写、工具怎么配、任务怎么拆、出错了怎么调——每一件都不难，但加在一起，足以让人觉得"算了，先等等"。 这道坎的名字叫学习成本。它的特点是：成本前置，收益后置。你得先付出时间和精力，才能看到Agent到底帮了你什么。但在你看到收益之前，这笔投入的性价比是算不清楚的。 ...
当Agent跑起来，原来的组织结构为什么装不下丨从Cloudflare裁员20%说起 财报亮眼的那一天，Cloudflare宣布裁员20%。 超过1100名员工，来自工程、人力资源、财务、市场营销各个部门。CEO Matthew Prince在声明里说：这不是为了省钱，不是绩效出了问题，是因为我们的AI使用量三个月内增长了超过600%，“我们必须为Agent时代重新设计公司架构”。 ...
Agent替你干活，但有一件事它永远替不了你丨判断力是什么，怎么练 有一种焦虑正在蔓延，我在读者留言里见过很多次，大意是这样： Agent越来越能干，我还有什么用？ 这个焦虑本身没有问题，但它背后有一个假设值得被拆穿：人的价值来自"能做什么"。 如果这个假设是对的，那Agent越能干，人就越没用——因为执行层正在被系统性地接管，而且接管的速度比大多数人预期的快。 ...
Human-in-the-loop不是一个开关，是一个设计决策丨人在Agent执行中的三个位置 字节跳动去年底推出的TRAE SOLO编程工具，主打AI全流程主导——用户用自然语言描述需求，AI自动生成PRD、写代码、跑测试、部署上线，整条链路AI接管。它同时保留了一个设计：开发者可以在任意时刻介入，修改AI的方向，查看完整的执行轨迹，随时叫停。 它改变的是人出现的方式：从"全程跟着走"，变成"需要时再出现"。 ...
不是Agent不够聪明，是这个任务不该给它做丨三个维度，判断任务该不该交出去 “这件事能不能给Agent做？” 这个问题每天都在被问。大多数人问的时候，心里想的是能力——Agent有没有能力完成这件事。 这个问题的答案正在快速变化。今天不能做的，明天可能就能做；三个月前需要人盯着的，现在可以放手跑。用"能不能做"来判断，你跟的是一个移动的靶子，判断结果的保质期越来越短。 ...
Agent做完了，但它不知道自己做对了没有丨反馈环：执行链里那个被默认跳过的环节 你做完一件事，会不会回头看一眼？ 大多数人会。不是因为有人要求，是因为人有一种内置的校对本能——结果和预期对不上，会有一种微微不对劲的感觉，驱动你再看一遍。这个机制太自然了，自然到你甚至不会注意到它的存在。 Agent没有这个感觉。 它做完了就做完了。执行链跑到终点，输出交付，任务关闭。没有"不对劲"，没有回头看，没有"等一下，这里好像有点问题"。除非你在结构里显式设计一个检查节点，否则这一步永远不会发生。 ...
你和AI说话，它听到的不是你以为的那句话 你有没有遇到过这种情况： 明明说得很清楚，AI给的结果却完全不是你要的。你以为自己表达有问题，改了几次措辞，还是不对。 同样一句话，有时候AI能答得很好，有时候差得离谱。 问题不在于你的表达能力，在于AI"理解"语言这件事的底层机制和我们想的有些不一样。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...
Agent完成了任务，但任务失败了丨执行链上的五种断裂模式 软件崩了，你会看到报错。LLM答错了，你会看到一个质量差的回答。 但AI Agent失败最危险的形式，不是崩溃，也不是答错—— 是它走完了全程，交付了结果，然后你在另一个地方发现问题时，它已经用同样的方式失败了几十次。 这就是Agent失败和你以为的失败之间最大的认知落差：Agent会假装成功。 不是故意的，是结构决定的。 ...
一群Agent没有人指挥，会发生什么丨多Agent系统中的总调度（Orchestrator） 想象一个场景：你雇了五个各有专长的人来完成一个复杂项目，但没有项目经理。每个人都很能干，都在努力干活——但没有人知道整体进度是什么，没有人知道自己做完的东西该交给谁，没有人知道出了问题该找谁协调。最后五个人的产出，可能完全没法拼在一起。 多Agent系统没有总调度，就是这个局面。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...
Agent之间怎么说话——这个问题，比你想的更重要 上一篇讲了多Agent分工协作的好处：专注度更高、可以并行、错误隔离、按能力匹配模型优化成本。 但有一个问题被跳过了。 这些Agent，怎么实际"对话"？一个Agent负责搜索，另一个负责分析，第三个负责撰写报告——它们互相怎么传递任务？怎么交接结果？怎么确认对方完成了？如果没有统一的沟通规则，多Agent系统就只是一堆各说各话的孤岛，分工再合理也无法真正协作。 ...
一个Agent搞不定的事——不是它不够聪明，是结构问题 你大概用过AI Agent独立完成一个复杂任务——调研、分析、写报告、发邮件，一口气跑下来。有时候跑得不错，有时候跑着跑着就偏了，或者中间某一步莫名其妙出了问题。 你可能以为是模型能力不够，或者提示词没写好。 但还有第三种可能：是结构问题，不是能力问题。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...
厂商拼命扩大Context窗口——但窗口大小不是关键 模型厂商这两年一直在拼一个数字：Context窗口有多大。从最早的8K，到128K，再到现在动辄百万Token的超长上下文。每次发布，这个数字都是第一个被拿出来说的。 但如果你用过AI Agent跑复杂任务，你可能注意到一件奇怪的事：窗口明明很大，Agent该忘的还是忘，该跑偏的还是跑偏。 Context窗口的大小，不是问题所在。 ...
GPT5.5幻觉率降了52.5%——但有一件事，这个数字没告诉你 这周OpenAI把ChatGPT的默认模型升级到了GPT-5.5 Instant。这是他们面向所有用户——包括免费用户——推送的新版本，升级公告的第一条就是：在医疗、法律、金融等高风险场景中，幻觉率较上一代降低了52.5%。 数字很好看，方向也是对的。 但如果你正在用AI Agent处理真实任务，有一件比这个数字更重要的事需要知道：幻觉在聊天里出错，和幻觉在Agent执行链里出错，是两种完全不同的事。 ...
AI Agent是怎么「想清楚再动手」丨AI三种规划模式 你大概知道AI Agent会"拆任务"。 但你可能不知道，它拆任务的方式和人完全不同——它不是在"理解你要什么"，它是在"用概率推断下一步最合理的动作是什么"。 这个区别，决定了为什么它在简单任务上表现惊人，在复杂任务上却总在关键步骤跑偏。 ...
AI Agent为什么总是"失忆"——它的记忆，其实是三个完全不同的东西 你大概知道AI Agent会"失忆"。 但你可能不知道，它其实有三套完全不同的记忆系统——同时运行，互不打通，各有各的死穴。 你以为的"它忘了"，背后可能是三种完全不同的原因。搞清楚是哪种，应对方式天差地别。 ...
Agent跑真实业务之前，需要夯实这四层地基 用过Agent的人，大多有过类似的体验。 演示环境任务一个接一个完成，看着顺手极了。但一放到真实业务里，问题就开始出现，比如Agent做了一件你没想到它会做的事；任务跑到一半突然断掉，不知道从哪里恢复；换了一个同事用，数据莫名其妙乱了；出了问题想查日志，发现根本没有。 这不是Agent不够聪明，也不是提示词写得不好。问题在于更底层的地方——Agent下面的那层地基，没有建好。 ...
小众深度服务，正在从「养不活」变成「最能活」 有一种创业者，过去活得很辛苦。 不是因为做得不好，恰恰相反——他们通常在某个细分领域做得极深，有真实的专业积累，有愿意付费的客户，服务质量也经得起检验。但就是收入上不去。 原因很简单：服务太重，客户太少，时间是天花板。 一个专注某个细分行业的独立顾问，一个只做某类企业法务的律师，一个深耕某个垂直方向的内容创作者——他们能服务的客户数量，从一开始就被人的时间锁死了。做深意味着做重，做重意味着做不多，做不多意味着规模化的路根本不存在。 ...
Agent时代，哪种职业位置是真的稳？ 最近，关于AI和职业的讨论，走向了两个极端。 一边是替代焦虑——哪些工作会消失、哪个行业最危险、程序员还有没有未来。另一边是新职业鸡汤——AI提示词工程师、智能体训练师、人机协作设计师，言下之意是只要学会新工具就能占到风口。 两边都有人在认真说，但两边都没完全说到点上。 替代焦虑的问题，是把"会不会被替代"当成了终极问题，但这个问题没有固定答案，因为替代是一个过程，不是一个开关。新职业鸡汤的问题，是把职业名称当成了护城河，但名称背后的位置逻辑才是关键——叫什么不重要，你在工作流里站在哪里才重要。 ...
你努力成为AI时代最会用工具的人，然后呢？ 最近两年，有一种焦虑特别普遍。总觉得自己跟不上AI工具的节奏。 新工具出来，先收藏。看到别人发的使用技巧，赶紧存下来。听说某个工作流能把效率提三倍，立刻去试。忙了一圈，回头看，好像确实比以前快了，但又说不清快在哪里，快出来的时间又用去追下一个工具了。 这种状态，我们之前叫它"高级工具人"。但今天想聊的，是它更进化的版本——那些已经不只是收藏工具、而是真的把工具用起来、效率显著提升的人。姑且叫它：工具达人。 ...
Manus被叫停，但真正值钱的不是那20亿 4月27日，一件事让很多AI创业者沉默了。 国家发改委外商投资安全审查机制办公室，正式叫停了Meta对Manus的收购——一笔逾20亿美元、已经宣告完成的交易，被要求撤销，恢复到收购前的状态。 大多数人的第一反应是：地缘政治，出海风险，中美博弈。 这些可能没错。但如果你只读到这一层，会错过这件事最值得想的问题： ...
用AI一年，你留下了什么？｜一人公司的资产建设指南 你的知识库里有多少条AI相关的内容？ 提示词技巧、工作流模板、新模型测评、工具对比、智能体搭建教程——每一条看的时候都觉得有用，收藏的时候都觉得以后会用到。然后就没有然后了。 这不是在说你。这是过去一两年里，大多数认真对待AI这件事的人的真实状态，当然包括我自己。 学工具、试工具、分享工具、追新工具，每天都很充实，每天都很前沿。 ...
裁定权不会消失，只会转移｜判断工程 部署Agent这件事，有一个很常见的分配方式。 工程师花了大量时间让Agent能干——调参数、接工具、优化提示词、跑测试、处理边界情况。产品侧花时间想怎么用它——哪些场景交给它，怎么设计交互流程。 然后上线了。 很少有人在这个过程里认真回答过一个问题：这个Agent在什么情况下，不应该继续往下走？ ...
全球AI监管正在分叉｜同一个问题，三个不同的答案 最近一个月，全球AI监管密集出动。 中国，十部门联合印发《人工智能科技伦理审查与服务办法（试行）》，把AI伦理从抽象原则转成了可操作的审查流程； 欧盟，AI法案的执行节奏悄悄放慢，部分高风险义务推迟落地； 美国，联邦政府推出"轻触式"全国框架，加州直接对着联邦起诉，州权博弈全面升级。 ...
你的Agent越能干，被攻破后的破坏面越大 最近发生了一件有点"诡异"的安全事故。 Vercel——一家专门做前端部署的平台——部分客户的凭据泄露了。诡异的地方在于：Vercel的系统没有漏洞，员工没有点钓鱼链接，也没有人直接攻击Vercel的服务器。 泄露的路径是这样的：一名员工在用一个第三方AI工具，那个AI工具被攻击者入侵了。攻击者继承了AI工具通过OAuth授权拿到的Google Workspace权限，进而访问到了该员工账户里的部分Vercel环境变量。 ...
垂直Agent怎么选赛道：三慢筛选法 很多人跟我说，他们做过赛道研究。 搜了市场规模，看了竞争格局，分析了技术成熟度，列了一张表。然后发现：每个方向市场都很大，每个方向大厂都在布局，每个方向都能搜出一堆竞品。最后那张表列完，反而更不知道选哪个。 这个状态，我管它叫分析瘫痪——信息越多，越看越迷茫，越迷茫越继续搜，越搜越觉得机会全被别人占了。 ...
AI安全的威胁变了｜现在最危险的不是黑客，是Agent本身 这次C3安全大会上，有一句话被反复提到： 安全的核心威胁，不再只是"坏人攻击"，还多了一层——AI自己犯错。 第一次听到这句话，你可能觉得这在说幻觉，在说模型的错误率。但它指向的是一个更深的问题：当Agent拥有高权限、能自主执行、行为带有随机性，“AI自己犯错"的后果，和普通软件出bug完全不在一个量级。 ...
Agent治理，正在成为企业的必答题｜今年谷歌Cloud Next传递的趋势 上周，谷歌在拉斯维加斯开了一场发布会。 发布的东西很多，但有一个细节比任何新产品都值得注意——企业客户问的问题变了。 过去两年，坐在台下的企业代表问的是"怎么试"：怎么把AI接进来、怎么跑一个概念验证、怎么说服老板批预算。今年Cloud Next上，问题切换了：从"怎么试"变成了"怎么管"——如何把AI从少数先行者的实验性部署，推广成可大规模运营、可治理、可控成本的生产工作负载。 ...
让AI全自主接管业务流之前，先想清楚这件事 YC刚公布了W26批次的名单，199家公司，其中56家被归类为"AI原生服务"——AI端到端完成一项工作，客户负责监督或审批输出结果。这是这批次里占比最大的单一类别。 医疗、法律、供应链、企业后台——这些行业里，Agent正在从"辅助工具"变成"执行主体"。光是医疗赛道，就有牙科诊所的AI前后台、初级医疗的AI员工、自动化医疗账单系统，以及直接处理保险预授权的Agent。 ...
垂直Agent：为什么通用AI越强，你的机会反而越大 有一个问题，我听到越来越多人在问： 大模型越来越强，ChatGPT能通过司法考试，Claude能写完整的代码工程——这种情况下，还有必要专门做某一个行业的垂直Agent吗？大厂随便出一个通用版本，不就把垂直赛道给覆盖了？ 这个担忧听起来合理，但方向是反的。 越来越多的证据表明：通用AI越强，垂直Agent的机会反而越清晰。不是因为垂直Agent比通用更聪明，而是因为它赢的地方，跟模型能力根本不在同一个战场。 ...
Agent能走多远是一回事，应该走多远是另一回事丨Agent发展六阶段论 最近在读一个关于Agent演进的讨论，里面提到了一个六阶段论，让我觉得值得认真对待。 框架是OpenManus核心贡献者张佳钇提出的。 六个阶段依次是：纯粹调用语言模型、Agent for Flow、跨环境的Financial Agent、Agent for Coding、每个人拥有自己的Agent、最后是Agent Network——Agent之间能够自主定价、协作、完成任务。 ...
AI计费的演进-从黑盒走向结果导向丨Token经济学 一个朋友他们公司的Agent每天跑几十万次调用，他想算一算一个月到底要花多少钱。这个问题听起来很基础——Token数量乘以单价乘以调用次数，不就完了吗？ 他打开了Anthropic的价格页，然后卡住了。 session runtime按每会话小时收费，cache write和cache hit各有不同的乘数，和Token根本不在一个维度上。他再去看OpenAI，web search按千次调用收费，container按session时长收费，file search storage按GB/天收费，regional processing再叠一层百分之十。Google Gemini稍微收敛一些，但grounding和context caching也各自独立计价。 ...
Agent闯祸了，你却不知道该找谁负责丨因为你从来没给它发过「工牌」 想象一个场景。 你公司来了一个极度勤快的新助理，他不等你吩咐就主动处理事情：帮你整理文件、发邮件、查系统、改配置。你很满意，因为他做的大多数事情都对，还省了你大量时间。 直到有一天，出了一个问题。某个数据库被改了，某封邮件发错了对象，或者某个权限被莫名打开了。你开始回溯：他动过哪些系统？他拿过哪些权限？他的操作有记录吗？谁批准他这么做的？ ...
你说「让Agent自己判断」，但判断的边界在哪里？丨裁定机制落地，需要回答这三个问题 一些读者反馈：判断工程的逻辑我懂了，规则覆盖不了边界情况，需要裁定层。Harness Engineering我也看了，执行环境要搭好，不能只靠调教模型。但看完之后，我还是不知道下一步该做什么。 这个困惑是真实的，也是合理的。前面的文章解决的是"为什么"，这篇解决"怎么做"。 ...
Token计费的数量黑盒与质量黑盒｜你买的Token，买到了什么 三月底开始，GitHub和Reddit上涌现大量投诉。 Claude Code Max 20x计划，200美元一个月，5小时使用窗口之前可以支撑一整天的开发工作，但用户报告额度在不到90分钟内耗尽，有人更极端，19分钟见底。 Anthropic后来在Reddit回应：我们知道用户触达使用上限的速度远超预期，正在调查，这是团队最高优先级。 ...
你在用Agent，Agent也在用你｜护城河可以这样建 两个人，同样在用Agent： 第一个人的Agent越用越像个助手。帮他查资料、发消息、整理报告。他的工作效率提高了，但他的判断力、他对领域的理解、他和别人的信任关系——这些东西3个月前是什么样，现在还是什么样。 第二个人的Agent越用越像个搭档。他用它处理的每一个任务，都在喂给它关于他自己的信息——他的偏好、他的工作方式、他踩过的坑。与此同时，他自己也在这个过程里积累：更多的判断、更深的领域理解、更从容的关系维护。 ...
Agent越来越聪明，但翻车率并没有减少丨Harness Engineering 凌晨三点，没有人在盯着屏幕。 Agent已经独立跑了四个小时。任务是爬取一批竞品数据，整理成报告。Prompt写得很细，模型用的是最新的，工具调用逻辑也测试过。 然后它撞上了一个接口限流报错。 它重试了。又报错。又重试。就这样循环了两个小时，直到你早上起来看到账单通知，才发现它还在原地转圈。数据没有，报告没有，Token烧了一大笔。 ...
别再追新了｜选第一个Agent，先问自己这三个问题 有个读者跟我说，他最近装过七个Agent。 每次都是看到有人说"这个真的好用"，去试了一下，折腾半天配好了，然后又看到新的。 七个里面，现在还在跑的是只有最后那个，不是就此选定了，没有最新的啦。 他问我：到底哪个Agent最值得用？ 我说，这个问题问错了。 不是哪个Agent最值得用，是你自己最值得用哪个。 ...
Hermes Agent的自我进化丨Agent主动性边界：一条正在移动的线 我有个朋友，无意间发现：Hermes帮他处理完一个技术调研任务之后，自己创建了一个Skill文件——把那次任务的执行逻辑固化下来，下次遇到类似的事情直接用。 他说他当时愣了一下。 “我没让它做这件事。” 我问他，那你觉得它做得对吗？ ...
龙虾越好用，你越危险｜头脑和手脚同时退场，你还剩什么 有一种危险，不是因为龙虾不够好。 恰恰相反，是因为龙虾太好了。 好到你完全不需要参与。好到你在不知不觉中，把头脑和手脚都交了出去。好到有一天你突然发现，你已经不知道自己还剩什么了。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 * * * 头脑先退场 这件事大家已经开始意识到了。 ...
同事被炼化了｜你的护城河，能被蒸馏吗 张雪峰走了不到一个月，他的思维框架在GitHub上复活了。 有人花了大量时间，把他的5本著作、15篇深度采访、30多条一手语录、11个关键决策记录，提炼成一个Skill文件。装进OpenClaw之后，你可以用张雪峰的视角聊高考志愿、考研选择、职业规划——东北大哥的语气，快节奏段子化的方式，社会筛子论、就业倒推法、阶层现实主义，全都在里面。 ...
人人都有龙虾，你的优势在哪里｜Agent时代，这三种积累反而更值钱 以前我们做成事情，取决于我们如何补足我们的短板。 不会写代码，想法再好也做不出产品。英语不够好，海外资料看不了一半。不会做设计，内容质量永远差一口气。执行慢，别人三天完成的事他要一周。 这些短板是真实的障碍。它们决定了一个人能走到哪里。 现在这些障碍正在消失。龙虾帮你写代码，帮你读英文资料，帮你生成设计初稿，帮你把执行速度提上来。以前需要花几年补齐的短板，现在几个月内就能托底，甚至都不算短板。 ...
付了$200选了超大桶，还是提心吊胆｜如果互联网按比特收费，你还敢上网吗 有人付了$200，用了19分钟，5小时额度见底。 不是他在做什么特别复杂的事。就是正常用Claude Code写代码，像往常一样。 然后系统告诉他：你的额度用完了。 他坐在那里，不知道该怎么想。钱付了，账单清清楚楚——$200，白纸黑字。但他不知道这19分钟里发生了什么，不知道下次会不会更快，不知道下一个不那么着急的项目，他还应不应该用，是不是应该把token留给最重要的项目。 ...
流程即产品，结果即收费｜OpenClaw商业变现案例篇 有人用OpenClaw做了一个帮人买裤子的工具。 不是商城，不是导购页，不是比价插件。 是这样的：你告诉它你身高195，腰围偏细，预算三百以内，偏好简约风——它出去找，筛，比，最后把一个可以直接下单的结果还给你。 做这个的人，自己就是那个买裤子困难的人。他用OpenClaw把这个流程跑通了，给自己买了两条，然后把这个Skill放到了市场上。 ...
当软件的用户变成Agent｜你的产品，Agent用得上吗 有个程序员，想做一个让Agent操控电脑的工具。 调研了一圈GUI自动化方案，越研究越觉得难——识别界面元素、模拟点击、处理弹窗、应对每次系统更新带来的变化……门槛高得出奇，每往前走一步都像在和操作系统掰手腕。 他陷进去好几个星期，直到看到OpenClaw把底层能力放出来，才突然想通了一件事： ...
从聊天到干活，你的AI账单结构变了 自从你使用了小龙虾，你有没有注意到，用AI的花费悄悄变多了？ 不是因为你突然变得话多，也不是平台涨价了——而是你用AI做的事，从根本上变了。 聊天是一回事，干活是另一回事。 这两种用法背后的Token消耗结构，完全不在同一个量级。 搞清楚这件事，才能真正看懂自己的账单。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...
龙虾成本管理四步框架：像投资一样管你的Agent支出 大多数人优化龙虾成本的方式，从一开始就搞错了方向。 他们在问：怎么省钱？这个问题本身没有错，但它会把你引向错误的决策——把高价值的任务也降档，最后龙虾越来越便宜，越来越没用。 正确的问题是：每一块钱买到了多少价值？ 这是两种完全不同的思维框架。省钱思维的目标是降低总支出；投资回报思维的目标是最大化每块钱的产出。同样是月花100块，一种是把所有任务都降档后的100块，另一种是把钱集中在高价值任务上的100块——后者的产出可以是前者的十倍。 ...
失控的龙虾账单丨龙虾账单到底会有多少？算清楚你就不怕了 很多人不敢用龙虾，是因为不知道账单最后会是多少钱。 订阅制的比如包月类产品你心里有底。但token按量计费不一样，它没有天花板，龙虾跑起复杂任务之后，账单会涨到哪里你完全看不见。 这种看不见底的感觉，比实际的账单数字更让人退缩。 但token成本不是黑箱。它有清晰的定价逻辑，有可以估算的方法，也有你现在就能设置的保护机制。把这套东西搞清楚，焦虑就消失了大半。 ...
Agent原生创业：四类机会与选择逻辑丨基于OpenClaw生态的实战地图 很多人是在OpenClaw冲上25万GitHub Stars之后开始认真考虑这件事的。 黄仁勋在GTC 2026上说，Mac和Windows是个人电脑的操作系统，OpenClaw是个人AI的操作系统。这句话之后，一批人开始问同一个问题：这上面能做什么生意？ 但大多数人随后发现，这个问题比想象中难回答。 ...
连Anthropic自己都翻车了，但源码里藏着一份教材 3月31日，Anthropic更新Claude Code的npm包时，顺手把一个60MB的调试文件打包进去发布出去了。 任何人都可以用这个文件还原出Claude Code完整的TypeScript源码。1906个文件，51万行代码，全部暴露。安全研究员Chaofan Shou——Solayer Labs的一位实习生——第一个在X上发出来，帖子很快累积了超过2800万次浏览。几小时内，源码被镜像到GitHub，获得超过8.4万个Star，8.2万次Fork。 ...
光有裁定权还不够：Harness Engineering丨判断工程的另一半 Agent能力越强，一个问题就越绕不开： 你把权力边界划清楚了，裁定机制也设计好了，但Agent在实际执行过程中还是会出问题。不是越界的问题，是跑着跑着跑偏了——工具调用出错、上下文膨胀导致遗忘、多个Agent协作时指令漂移、一个环节的小错误被下一个环节放大成大错误。 ...
你的龙虾为什么总在关键时刻掉链子 你有没有过这种体验： 把一个任务交给龙虾，前几步干得很好，然后突然跑偏了，等你发现的时候它已经在错误的方向上走了很远； 或者你上周告诉它的偏好，这周它完全不记得了； 或者你给它装了一堆工具，它偏偏选了一个最不该选的。 你怀疑是模型不够强，或者自己没用好。 但事实是：这三种情况，是所有龙虾都会遇到的结构性问题，不是你的问题，也不只是模型的问题。 ...
龙虾底下，正在长出一层新的互联网 深圳腾讯楼下，近千人排队等人帮装龙虾的那个下午，我一直在想同一个问题：装完之后呢？ 装完之后，大家第一件事是让它写日报、整理文件、总结会议记录。这没什么不好。但这只是龙虾能干的最表层的事，就像你买了一辆车，第一个月只用来在小区里挪车位。 真正的问题不是龙虾能不能干活，而是当你让它干更重要的事——替你完成一笔采购、发一封代表你立场的合同邮件、在某个平台上以你的名义做一个决定——它拿什么证明它是你授权的？它用什么钱包付款？出了问题算谁的责任？ ...
你的龙虾为什么不够懂你？因为你忘了喂它最重要的东西 同样是养龙虾，为什么差距越来越大？ 有人用了一个月，觉得龙虾越来越顺手——它开始懂你的工作习惯，知道你的判断标准，不用每次都从头解释。有人用了一个月，觉得龙虾还是那个原生态的龙虾，能干的事情没咋增加。 两个人用的可能是同一个模型，接了差不多的工具。 差距不在工具，在他们喂给龙虾的东西。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...
全民养虾，你是在用AI，还是成了AI的养料？ 最近有一句话在圈子里流传，读完让人沉默几秒： 张口闭口都是skill、MCP、OpenClaw，通宵达旦研究龙虾，到头来却分不清，是自己在用AI，还是成了AI的养料。 很多人读完笑一笑就过去了。 但"养料"这个词值得认真解剖一下。养料是什么？是为别人的生长提供能量，自己没有拿到对等回报的那个角色。 ...
微信开放龙虾接口，入口大战要来啦？ 3月22日，微信正式推出ClawBot插件，支持接入OpenClaw，用户扫码或复制命令，即可将龙虾接入微信，通过聊天界面直接调用。 消息一出，评论区炸了。“微信失守”、“AI入口大战开打”、“飞书要凉了”——各种论调满天飞。 ...
一个AI公司CEO，被自己的龙虾上了一课 智谱CEO张鹏最近分享了一个细节，让我觉得比他讲的那些大趋势更有意思。 他给飞书里的龙虾机器人设安全边界。他发现，只要有人在群里艾特它，它就会回答——包括他跟它私聊过的所有内容。于是他决定告诉它：什么场景能说什么，不能说什么。 “听起来简单，“他说，“其实特别复杂。” ...
亚马逊AI出事之后，出了一条没解决问题的新规 2026年3月，亚马逊在一周之内经历了四次Sev1级重大故障。电商平台宕机近6小时，客户无法完成交易，全球最大零售机器短暂停转。 紧急复盘之后，亚马逊推出了新规：初级和中级工程师的AI辅助代码变更，必须经过高级工程师签字审批后才能上线生产环境。 同一周，官方发言人对外表示：近期故障"与AI无关"，“没有任何事件涉及AI撰写的代码”。 ...
MCP要死了？你被一个真实的缺点误导了 你使用MCP配过AI工作流吗？ 接Notion、接日历、接邮件、接GitHub。每接一个都要去找文档、调试配置、写胶水代码。折腾了一圈，你觉得自己终于把Agent武装起来了。 然后打开上下文使用率一看——还没开口说一句话，200K的窗口已经去掉72%了。 这不是极端案例。这是真实发生过的数字：一个开发者连了7个MCP Server，对话还没开始，上下文就只剩下三分之一。有团队甚至测出三个Server吃掉了143K，整个窗口就剩57K留给真正的工作。 ...
Skills还是脚本：什么时候用AI，什么时候用代码 有了AI之后，尤其是Skills之后，以前通过脚本实现的自动化任务，很多都可以通过Skills来轻松实现了。 很多人从脚本转向Skills，但发现Skills确实强大并且易用，但是有些任务执行不稳定，好的时候非常完美，但是有些时候又差强人意，好像突然就智商掉线了。 所以很多人就很纠结，到底该如何选？继续脚本还是Skills。 ...
Skills：让AI真正懂你的工作方式 用过AI一段时间之后，大多数人都会遇到同一个隐性摩擦： 每次开始新对话，你都要重新交代背景。你的写作风格、团队的命名规范、项目的技术栈、客户沟通的口吻——每次都要解释一遍。AI并不是不够聪明，而是它每次都从一张白纸开始。 这个摩擦大家已经习惯，因为它一直都是这样。如果你算一算，每次对话花在"让AI理解你的工作方式"上的时间，加起来是相当可观的重复，如何解决？ ...
Agent的手：工具调用是什么 系列一的前几篇讲清楚了Agent是什么、怎么理解它的主动性、怎么迈出使用的第一步。 但有一个更基础的问题一直没有正面回答： Agent为什么能"做事"，而不只是"说话"？ 这篇来回答这个问题。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...
编程型Agent怎么选：Cursor、Claude Code、Copilot的真实差异 如果你是程序员，上一篇的框架已经帮你缩窄了范围：编程场景用编程型Agent，也就是Cursor、Claude Code、GitHub Copilot这个阵营。 但在这三个里面怎么选，又是另一个问题。 网上的对比文章很多，大多数在比参数、比功能列表、比价格。这篇想做一件不同的事：从基因角度比工作哲学。每个工具的出身决定了它的设计取向，这些取向在今天仍然清晰可辨——尽管市场正在走向融合，三者的差异化特征会越来越不明显，但理解它们的基因，是选对工具的起点。 ...
从千人排队到强制卸载，同一周发生了什么 2026年3月6日，深圳腾讯云总部，近千人排队等待安装OpenClaw。 2026年3月8日，工信部发布安全预警。 2026年3月13日，多所高校发出通知：严禁使用，已安装的立即彻底卸载。 同一个工具，同一周，两种截然相反的社会反应。 在急着评判谁对谁错之前，值得先问一个问题：为什么会这样？ NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...
你养了一只龙虾，然后呢？ 很多人的Agent使用轨迹长这样： 激动地安装、跑通第一个任务、截图发朋友圈，然后……没了。 不是放弃了。龙虾还活着，就在那儿，账号还在，软件还开着。只是你已经好几天没打开它了。 如果你问自己为什么，大概率得到一个模糊的答案：“还没想好用来干什么。” 这就是问题所在。 NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。 ...