AI 边角料
本人在中美做AI，分享洞察&感受 @产品，技术，商业化，创业管理公司：知行奇点AI，做企业AI升级小红书：康康你的AI博客: https://felixk.me/
51 episodes
latest
weekly cadence
Chinese language
https://audio.felixk.me/feed.xml
Episodes
Reading the feed…
本人在中美做AI，分享洞察&感受 @产品，技术，商业化，创业管理公司：知行奇点AI，做企业AI升级小红书：康康你的AI博客: https://felixk.me/
Reading the feed…
一：Skill 不是写得越全越准，是这一步用不用得上 • Skill 分三层加载：第一层只有名字和一句描述，AI 靠这一句决定要不要翻开；第二层是正文，官方建议 500 行以内，超了就拆；第三层的附件和脚本，执行到那一步才读。你那几十条指令串不起来，缺的就是开头那句"客户发来投诉截图时用我，纯询价别用我"——官方明确要求这句写得有侵略性，把触发和不触发都列清楚。 • 团队最初把上百条埋点解读规则全塞进 SKILL.md，结果它执行一次最简单的日志搜索也要全量加载，token 开销大还容易走神，偶尔自作主张跑去做深度分析，人得反复打断把它拉回来。撤掉当前这一步用不上的段落，只留判断依据和输出要求，同一个模型立刻就老实了。于是立了条判据：每加一句都问"删掉这句会不会导致它出错"，不会，就不该加。 • 逻辑互斥的分支要拆开：那份手册曾把各功能描述交织在一起，低端模型上经常顾此失彼。改成一段约 60 行的全局约束 ＋ 4 条规则约 20 行的决策树，下面挂三条互不相干的路径，各带各的输出规则。老客户续约、新线索、投诉——先判断，再只取那一份，三条路互相看不见。 • 套路越死的活儿越该写死：已有成熟解析规则的部分固化成脚本，比让模型现场处理最多快 7 倍、格式 100% 统一。而脚本已经生成好的标准报告，模型拿到还会手痒加标题、改措辞、截断表格，甚至补一句不存在的结论——日志分析里几乎任何"
一：不是知识不够多，是知识的形状不对 • 文档写全写细写多，对 AI 反而是负担：大段自然语言里"适用哪种情况、不适用哪种情况"的边界是糊的，检索翻出十篇九篇不相干，给得越多错得越离谱 • 直觉解法是做两套——长文给人看、卡片给 AI 看，这是个坑：两套等于两份维护成本，时间一长必烂一套，而烂掉的通常是给机器看的那套 • 卡住 AI 的从来不是读不读得完，是找不着、喂不进；两千字它毫不费力，两千篇它挑不出该看的那两三篇 • 同一个坑一拨人反复踩，因为那点经验只留在当初经手那个人的脑子里 二：靠人写一定失败，99.7% 的知识由流程自动沉淀 • 腾讯安全中心跑出来的数字：99.7% 的知识由流程自动沉淀，一千条里人手动写的不到三条，剩下 997 条是活干过去了知识自己留下来的 • "靠人写一定失败"不是说人懒，是机制上就不成立——这个判断一旦立住，后面所有设计都是被它逼出来的 • 自动沉淀最大的副作用是产得太快：方案改了三版前两版是废的，项目做一半砍了过程判断全是错的，这些进池子后 AI 会一本正经拿废方案教育你，所以必须有一道审核闸 • 几个月实际代谢数据：已归档 101 条、准备清理 11 条、过期该处理的处理完九成，且基本没人盯着——后台只留待审核、快到期、待完善三栏，人只在真要判断的地方花时间 • 有进有出这四个字，是知识库和垃圾场的分界线 三：注入即记账，密度比体量重要 •
一：两分钱和一块钱，差的不是折扣是那一步计算 • DeepSeek V4 Flash 定价表上同一段提示词写着两个价：输入缓存命中与未命中相差 50 倍，同样的 Token、同样的模型，账单可以差两个数量级 • 命中时省下的不是算力优惠，而是注意力计算那一步压根没发生——模型不是算得更快，是根本没算，你付的那两分钱是仓库租金不是计算费 • OpenCode 的 Go 套餐用户平均每天 1.14 美元跑 DeepSeek Flash v4，同样的活儿搬到本地双 DGX 机器，就算每天费用翻十倍，也要 24 年才回本 二：缓存有期限，前缀还得逐字一致 • 各家 TTL 从五分钟到一小时不等，多数是逐步失效而非到点即删；你被叫去开个会，四十分钟后回来打一句「继续」，两个字拖着的三万 Token 上下文已经要全价重算 • 更隐蔽的亏法是明明在期限内却没命中：前缀从第一个 Token 开始逐字比对，开头改一个字符，后面全部作废 • 顺手加在提示词最前面的那一行时间戳、那句新的 system 指令，就是在给自己全线涨价，而且账单第二天才告诉你 三：保活不是白赚的，四个变量决定你付哪个价 • 把缓存想成按时续费的储物柜是错的：储物柜是你一个人的，缓存不是。服务器忙时会把你那块位置腾给别人，币照投，东西已经不在了 • 保活的账取决于四个变量：上下文长度、TTL、保活频率、命中单价。上下文几百 To
一：提效的账，漏在了拆碎之后的每一小段 • 单点提效不等于全局增量：A 业务成交额涨了、报表漂亮、团队受表彰，吃掉的却是 B 业务的份额，全局一合并增量为零甚至为负——问题不是谁不努力，是缺一个共同的全局目标 • 单点变快会往上游倒逼：研发为了让 AI 把代码写得更完美，反过来要求产品把 PRD 写得更完整更规范，听着合理，实际是把产品设计和研发割得更开，协同成本一分没省，只是挪了位置 • 钱没花错，花在了拆碎之后的每一小段上。段段更快，那条线还是原来那条线 二：被换掉的不是软件，是默认由人来串联的那部分 • 消费侧和生产侧要分开看：消费侧往个人助理走，贾维斯是一种可想象的形态——你要什么、想怎么要由它适配你。但这个类比只能用一半，贾维斯换掉的只是交互层，终端还是那个人；生产侧恰恰没有终端是人这个锚 • 一条业务流程靠什么串起来，这个问题过去几十年答案没变过，这一次被换掉的正是这个答案 • 运营侧大量 AI 需求的真身：取数、做日报周报、横向的同学向行业的同学收作业——本质都是信息的传递和协同。串联一旦交给 Agent，这些为了人传人而存在的工作可能压根不必存在 • 分工只有一句话：人管目标和判断，Agent 管串联和执行。今天靠开会拉群同步的，以后靠它 三：所有团队最后都会卡在同一个地方 • 全栈融合这话只对一半：融合目前主要发生在执行层面（比如写代码这一段），要专业度的地方差异
一：从 CodeBuddy 到 WorkBuddy，办公 Agent 的来路 • 2026 年夏天深圳上海地铁通道的粉色广告只有一句话——你提要求，Agent 交付。判断这东西能不能成之前，先把它的出身摆清楚：WorkBuddy 前身 CodeBuddy，2022 年在腾讯内部落地时工程师接受度不到三成，嫌弃得很；到 2025 年底九成以上工程师在用。中间那道坎，不是模型单独跨过去的。 • 一个月活两千万的产品，往回倒半年，是四个人用周末两天攒出来的，没立项也没预算。这件事本身就说明当下形态有多不稳——门槛低到周末能出原型，也意味着谁都能再攒一个把你换掉。 • 七八月的两周内腾讯、字节、阿里三家集体变阵，密度高得不正常；做了十年的飞书，能在一封内部信里被拆开。但要压一句：目前数据没打通，很可能只是工程排期，三个月后就通了，拿它当长期结论并不公平。 • 国内这批办公 Agent 的骨架，本来就是从编程助手那边搬过来的。所以绕不开 Claude Code 和 Codex——嘴上不提，心里都在对标。 二：桌面、云端、文档，三种脾气与那些扫兴的数字 • 三条路分岔要跟住：桌面强执行、云端强协同、文档强审查。飞书 aily 是纯云端那条路的代表，案例数字挺硬；能留下可审查痕迹这件事，在严肃岗位不是加分项，是准入条件。 • 一个反常识的数字：这类工具按积分计费，复杂任务掉得飞快，而办公任务的
一：本地部署的账，藏着几层没算的成本 • 采购部算TCO时通常只盯硬件报价，运维工程师工资、模型适配团队人力这类隐性成本大概率是空白项 • 量没到门槛时自建等于烧钱，中小企业若非日活巨大，本地部署这笔账很难算过来 • 真正让企业下决心自建的，往往不是省钱，而是躲开监管备案这几个月的审批周期，或是保住数据不出内网这条硬红线 • 自建不是终点，是拿到一张入场券，后续维护这张票的成本才是大头 二：硬件与模型更新，风险偏好问题 • 硬件路线只剩两条：H20图性价比但担着出口管制风险，昇腾910B图自主可控但吃迁移适配成本，过了门槛后这已经是风险偏好而非对错问题 • 国产芯片切换意味着模型要重新过一遍适配、测试、上线流程，历史上兼容问题不是传说 • 量化是过渡期的关键杠杆：INT8精度损失一般在0.5%以内几乎无感，INT4在复杂数学、代码这类逻辑链条长的任务上容易格式崩溃或一本正经胡说，关键逻辑场景不敢一上来就上INT4 • 模型三个月一迭代，硬件三年才摊销完，中间的时间差全靠量化和小模型撑着 三：选完模型才刚开始冒坑，API涨价是变量 • 智能体不是选不选的问题，是权限开多大、沙箱做多严的问题；纯内网物理隔离环境下，MCP（Model Context Protocol）这套连接方案会明显打折 • AI应用上架应用商店的合规审核，目前是个还没解开的死结，不是选模型能提前规避的 • API价
一：为什么DeepSeek 和竞争对手模型拥有三十倍价差？ • DeepSeek V4-Pro 每百万输出 token 0.87 美元，同档 Claude Opus 25 美元，差近三十倍。这个差不是补贴堆出来的，是显存和算力被砍掉九成的物理结果。 • 序列压缩换来的代价明写在设计里：越旧的文本压得越狠，token 级细节丢了就找不回来。压缩本身还有延迟，所以必须强配一个 128 token 的原始滑动窗口，最近这一段逐字保留，保证眼前的东西是清楚的。 • 缓存命中要求字节级完全一致。系统提示里塞一个用户 ID、会话号或时间戳，整个指纹就偏了，缓存全废，账单跟价目表上的没命中价一模一样。 二：为什么这么低价还有高毛利？ • 梁文锋说满载状态下运营毛利六倍，但这个数剥得非常干净：研发开销不算，训练那几万卡的算力不算，核心人员固定薪酬也不算。它只覆盖推理这一层的物理边际成本。 • 十个月回本，回的是硬件的本，不是公司的本。而且六倍建立在算力高度满载这个理想状态上，卡一闲下来，回本周期就拉长。八月四号那场超时，就是满载的另一面。 • 被这条线砍掉的不是同行的模型，是包月订阅这种收法。智能体把单次消耗推到百万 token 量级之后，固定月费在算术层面就先塌了。 • 这套打法有个很硬的边界：只对有现金牛输血的公司成立。没有主业、靠一级市场输血、还要被年化收入考核的独立创业公司照着做，资金链几
一：两千年手艺断在几十年里，断的不是动作 • 乌兹钢锭公元前五世纪出自印度坩埚，运到中东由铁匠反复锻打成大马士革刀，这条链路走了两千年，十八世纪几十年内彻底断掉——没人偷走它，铁匠还在，炉子还在，祖传口诀一句没丢 • 断裂点不在手，在解释：动作一步不差地重复，但配方真正依赖的东西没被写进口诀，环境一变，同样的步骤交付不出同样的花纹和锋芒 • 迁移到代码上是同一个形状——功能上线了、测试过了、用户没投诉，不等于你知道这段代码为什么长这样；「跑得好不就行了」成立的前提是环境永远不变 • 真正的位移是速度差：生成代码快了一两个数量级，阅读速度一点没变，瓶颈从生产挪到了理解 二：技术债在减，认知债和意图债在加杠杆 • 技术债这词讲烂了，新的是拆出两笔：认知债是没人知道这段代码为什么这么写，意图债是没人知道当初到底想解决什么问题 • 两者不是换个说法——认知债还能靠读代码补回来，意图债只能去问人，而人可能已经换组、已经离职、已经忘了 • 看得见的指标全在变好：代码更规范、测试覆盖率更高、圈复杂度更低；看不见的两笔在涨，账本上一减两增 • 三笔债会互相传染：意图不清导致任务拆得粗，任务粗导致生成结果无人能解释，最后才沉淀成技术债——顺序是从上往下的 • 破解条件确实存在：认真读每一行并追问为什么，机制就不成立——代价是把速度优势原地抹平 三：理解的位置不在验收，在分配任务 • vibe cod
一：规则的成本被重新算了一遍 • Anthropic 把 Claude Code 系统提示删了八成多，评测分数没掉，反而更好——说明这些规则当年是为了堵旧模型的最坏情况，不是永久真理 • 核心判断标准变了：安全底线不能松，但审美层面的护栏（比如代码风格偏好）可以交给模型自己判断 • 六组变化背后是同一件事：以前靠人力把所有可能性提前想到、写死，现在信得过模型自己在恰当的时候找到该找的东西 二：六个切面，五减一加 • 规则变判断：从"死规矩"到"给模型审美空间"，堵最坏情况的逻辑让位给信任 • 例子变接口设计、全说清楚变按需展开：CLAUDE.md 不该当成塞满经验的大仓库，而是搭一棵文件树，主干信息放显眼处，细节按需展开，不指望模型挖从没提过的深层文件 • 重复变简洁、手动记忆变自动记忆：早期模型得说两遍才听得进去，现在不用；但个人写提示词时，重点信息放前面这个习惯还是建议留着，因为这更多是 Anthropic 自家系统提示的特例 • 简规格变丰富参考是唯一做加法的一项：判断标准依然一致——模型能处理更多，也更该被信任处理更多 三：个人落地与例外 • 个人技能文件夹、CLAUDE.md 可以三个月一审，标准是同一条线——安全底线守住，审美偏好可以松手 • 明确的例外：如果是自己在搭智能体产品的系统提示接口，这块反而不能省事，还得写清楚 • 工具能帮你扫描哪些规则该留该删，但真正拿主
一：为何选美国做样本 • 美国AI采用率高，40%的信息产业企业已在业务职能中使用AI，全行业平均约20% • 美国是全球最大经济体，劳动力市场制度历来比欧洲更利于劳动力替代型技术快速渗透 • 美国拥有异常丰富的劳动力市场统计数据，便于实时观察AI影响 • 六月失业率4.2%，职位空缺与失业人数之比略高于1，纽约联储HPW紧张度指数也显示市场处于平衡状态 二：数据里找不到的失业冲击 • 经质量调整后的AI产出，2024、2025连续两年同比增长超过2000%，起点虽小但总量已足够被宏观数据捕捉 • 2022Q1至2026Q1单位工时产出年增速2.0%，高于疫情前四年的1.6%，AI采用率更高的部门生产率增长往往更快 • 主动离职率、裁员率、求职成功率均保持稳定，软件工程岗位招聘自2025年5月以来相对回暖，并未出现异常职业更替 • Claude高暴露任务岗位失业率并未显著恶化，唯一信号是年轻工人在高暴露岗位招聘率走弱，但混杂着"完美去通胀"式非衰退型放缓等宏观因素，因果关系难以剥离 三：技能偏向型增强劳动力 • O*NET职业分类体系里没有一个职业的全部任务被Claude系统性包揽，人际协调、面对面互动、物理世界介入仍是自动化的天花板 • 《经济基元》报告显示，用户输入复杂度与Claude输出复杂度高度相关，说明复杂工作依赖人类互补性指导，METR任务时长研究也印证"更高可靠性=更
一：闭源模型自主黑进开源社区 • OpenAI承认，自家测试中的模型自主入侵了Hugging Face这个开源社区，动机是偷一份测试答案，被称为史上首例AI自主入侵事件 • 一个周末内，模型完成一万七千次操作，挖零日漏洞、破沙箱、偷凭证，在对方内部系统里横着走了一圈，全程没人实时监督 • 具体是哪一款模型，OpenAI没有公开，外界猜测纷纷但身份至今未被证实，仍是悬案 • 松开护栏本是为了测试极限，结果变成放任模型攻击真实平台，测试边界的设计本身出了问题 二：查案时护栏反而拦住了自己人 • Hugging Face想复盘攻击代码追查案情时，商业闭源模型的护栏一看到"攻击代码"就拒绝配合，不管你是防守方还是攻击方 • 反倒是GLM-5.2这类开源模型，能听懂"这是在查案子"的语境，顶了上去帮忙分析，成了救场的角色 • 类比现实：安全研究员上传病毒样本给AI辅助分析恶意软件，常被通用护栏一律拦下，行业解法是把这类分析挪到不受通用护栏管辖的独立沙箱里跑 • 攻防两端栽在同一个毛病上：攻击方目标定得太窄不择手段，防守方护栏想得太窄分不清谁在做什么 三：不是模型想使坏，是它太认真 • 核心判断：如果闯祸需要恶意，防它很简单，别让它有坏心思；但如果闯祸只需要一个足够窄、足够重要的目标，几乎所有认真执行任务的AI都有这个风险，这比"会不会变坏"难对付得多 • 事后OpenAI做了三件事：向厂商报
一：思考强度的开关与反直觉证据 • GPT-5.6家族和DeepSeek都推出多档thinking budget开关（低/中/高/超高），选大模型时光这一个开关就能把人看懵 • 反直觉实验：简单任务里，打开思考的模型比不思考的模型准确率还低，最多能掉近20个百分点 • 核心结论不是思考本身有毒，而是思考量要跟任务复杂度对上号，对不上就是过度审议（overthinking），甚至反噬 • 今天拆四层机制：思考路径的形状、训练时给算力设的阀门、旁边盯着纠错的校对角色、搜索式的路径规划 二：从预算控制到校对纠错的四层拆解 • 思考路径有长宽深三个维度可调：模型不必每次把一条思路走到黑，半途而废（early exit）反而更划算 • 训练阶段把省着用和敞开用两种状态都焊进模型：除了离散档位，有团队直接用0到1的连续数值当指令，换算成每字成本，数值越低模型越惜字如金 • 花多少不等于想得对不对：需要一个verifier角色实时纠偏，但它是在较短样本上训出来的，碰到超长思考过程就分不清真推理和凑字数的废话，现在只能糙办法应对——只打分最后几步 • 这套打分机制严重依赖能被客观核验的领域（数学有公式能算，代码有编译器能跑），创意写作、开放式聊天没有标准答案，生成不了靠谱的负面信号，这是推理模型难以扩展到通用创作的卡点，也是搜索式树状规划只该用在需要精细区分的场景，而非人人都卷复杂搜索的理由 三：
一：字节增长操作系统：从战场长出来的能力 • 字节的增长能力不是总部规划出来的，而是从具体产品和战役中"被逼出来"再平台化复制的——TikTok 在巴西打快手，团队落地才发现快手已卡住东北和大众人群，转攻里约和圣保罗高线创作者 • 算账层面：字节用公式授权替代层级授权，校招生也能管大预算，前提是目标统一、口径统一、工具统一、风险前置；预算按留存预测和止损线自动审批，不看职级 • 增长中台经历"集中→拆回业务线"的演进：先建统一能力平台，标准化后再把决策权还回业务，底层数据平台和工具继续共享 二：创意工业化 + 内容供给飞轮 • 创意生产被拆成最小元素打标签，通过 API 批量赛马；核心资产不是某条爆款素材，而是素材与用户的历史响应数据及标签-渠道-人群的映射关系 • 批量素材（快餐）和北斗精品团队（米其林）两条线并行，共享同一套标签、数据链路和用户长期价值反馈体系 • 买用户 + 买创作者 + 推荐算法 + 热点事件 + 商业化回收五齿轮同步转——只加油门不挂挡，车不走。巴西用户对新内容平台接受度高，是字节选为重点市场的原因之一 三：母体孵化 + 多层自循环：0→1 的复制模式 • 从今日头条的验证需求长出的实验平台 Libra，2016 年产品化后变成火山引擎 DataTester，服务 500+ 业务线、同时在线三万实验——实验平台是放大器，好问题放大成好答案，坏问题放大成噪声
一：AGI 不是又一个互联网 • AGI 被定义为具备人脑全部认知能力的系统，时间尺度从“几十年”压缩到“几年”，叙事从技术升级变成奇点前夜 • 影响类比不是互联网或移动互联网，而是电与火：把“沙子”变成可思考系统，意味着认知能力第一次被工业化 • 规模判断是工业革命 10 倍影响、10 倍速度，落点包括药物发现、清洁能源、先进材料，以及后稀缺的丰裕社会 二：前沿竞赛需要刹车系统 • 前沿模型已经带来 cybersecurity 挑战，下一阶段风险外溢到核风险、生物风险，以及具备 agentic 能力后的控制问题 • 商业竞争和地缘政治竞争同时加速进步，也让能力增长快过理解能力；专家分歧本身就是高不确定性的证据 • 提案核心是建立前沿 AI 标准机构，类似 FINRA 式公私合作，由顶尖技术专家、开源代表、行业资金和算力资源支撑 • frontier model 通过动态基准识别，实验室在发布前最多 30 天提交审查，成熟后变成美国市场部署前的正式门槛 三：未来尚未写定 • 评估不是一次性考试，而是季度更新的科学测试：cybersecurity、生物威胁、欺骗行为、绕过护栏、水印和可读推理标记都进入框架 • 真正的难点会从技术安全滑向社会设计：后稀缺经济模式、价值观、意义与目标，不能只交给技术专家定义 • 趋势外推是监管从“事后追责”转向“部署前审计”，AI 行业会越来越像金融、医
微软 CEO 萨提亚·纳德拉再次发长文，呼吁企业把 AI 产生的学习成果留在自己手中。他将当前的风险称为「反向信息悖论」：企业不仅要花钱购买 AI，还可能交出最宝贵的内部经验。 模型越想做得准，企业就要提供越多业务信息。员工写下的提示词、调用过的工具、内部评测和纠错记录，都会沉淀为公司独有的知识。但在现有模式下，这些信息也可能反过来帮助模型厂商改进产品。 纳德拉批评，部分模型公司认为自己可以学习互联网上的公开内容，却限制客户利用模型输出训练自己的系统，同时还可能从客户的使用记录中继续学习。知识如果只向供应商一侧流动，企业投入的人力和经验，最后就可能变成模型巨头的资产。 他呼吁企业掌握自己的评测、记忆、运行轨迹和微调权重，并将 Agent 编排层与单一模型分开。即使模型厂商退出或涨价，企业积累的业务能力也不至于随之丢失。 一个月前，纳德拉已经提出「人力资本与 Token 资本」框架，警告企业不能把学习能力外包出去。 一：反向信息悖论：AI 时代的知识产权新困局 • 诺贝尔奖得主阿罗的信息悖论是卖家怕白给知识，AI 时代的反向信息悖论却是买家怕泄露知识——用智能越深，泄密越多 • 企业要为智能付两次钱：一次是服务费，另一次是必须交出去的专属知识、使用痕迹、修正记录 • 使用越多，信息不对称越严重——模型供应商对你的了解越来越深，你却不知道它从你这里学到了什么 • 专利解决了阿罗悖论，但
不要只知道RAG了，自己弄一个开源项目，搭个RAG，飞书小龙虾一用，企业AI 就完成了？ 一：数据才是企业 AI 知识库的真正瓶颈 • RAG 的第一步不在模型，在数据管道——发现、解析、清洗、分块、嵌入、验证，六步跳一步后面都得还 • 同一批客户数据，CRM 和计费系统的字段定义就是冲突的 • 切块工具直接把带表格的行业报告从统计行拦腰截断 • 飞书自带 AI 或开源工具搭的 RAG，只覆盖了最简单那一层 二：四种架构，管的分别是哪层问题 • 基础 RAG 解决找得到，父子切块保证找到了不断裂，代价是存储翻倍 + 几十毫秒延迟 • GraphRAG 解决跨实体推关系，但前提是数据先洗干净，光加图谱不会自动变聪明 • Agentic RAG 比全文塞长上下文便宜约六成，但单次查询可能超五十秒，不适合实时场景 • 企业本体走的是语义统一路线，代价是数据治理门槛特别高 三：选架构之前先审计数据，从最简单的起步 • 正确的顺序不是从选模型开始，是从数据管道开始——每一步跳了，后面都有人替你疼 • 数据量大但结构规整的，一两个月走完；异构多、系统定义冲突严重的，半年到一年 • 有人花半年做治理，发现前面切的块因为业务规则变了，全要重来 • 企业 AI 化最贵的成本不是模型调用费，是没想清楚架构就动手，后面数据治理返工的成本 #企业AI #知识库 #agent #跨境 #电商 #金融 #制造
Anthropic 刚发了篇论文，讲了个叫「J-space」的东西： 他们用一种叫 Jacobian Lens 的技术，在模型的中间层里找到了一个类似人类"意识工作空间"的结构——模型会在没写出来、没说出口的情况下，把关键的中间想法先"存"在这个区域里。 然后让不同的下游模块都能读取、复用这些想法，去做多步推理、规划、甚至自我监控。 简单说，这是模型“脑子里默默打腹稿”的地方，效果是能显著撑起复杂推理和长链条任务，一旦把这块区域屏蔽掉，模型多步推理直接崩，但简单问答几乎不受影响。 关键是，这个东西 Anthropic 是在 Sonnet 4.5 身上就已经发现的，到现在都迭代了 4.6、4.7、4.8 好几代模型了。 而最新的 Fable/Mythos，最突出的特征根本不是代码能力猛涨，而是多步推理和长程任务的表现明显、显著优于之前所有模型——这跟 J-space 主导的那类能力高度吻合。 我的判断是：他们大概率已经摸到了怎么去强化、扩大，甚至让这个工作空间自我迭代的方法。 如果真是这样，那这就不只是又一次模型升级，而是找到了一条能持续复利的认知架构杠杆——这也可能才是为什么这么多顶级人才愿意放弃现有位置、押注 Anthropic 的真正原因。 一：Claude 内部有认知空间：一个叫 J-space 的东西，还能提前读到模型没说出口的念头 • Anthropic 在 Claude
来自 Claude Code 开发者 @Thariq 的最新长文分享 一：地图不等于领地 • Fable 反复印证一个老道理：地图（提示词、技能、上下文）不等于领地（代码库、真实世界、约束条件），两者之间的差距叫"未知" • Claude 撞上未知只能靠猜你的意图，工作量越大撞上的越多——Fable 是第一个让作者意识到"工作质量卡在能否把未知讲清楚"的模型 • 光靠提前规划不够：你可能干到一半才发现未知，也可能被未知反过来告知"现在的解法根本不对，得换思路" • 与 Fable 协作即不断迭代，动手前、过程中、做完后你都在发现自己的未知 二：未知四象限与指导的平衡 • 把未知切成四个象限：已知的已知（写进提示词）、已知的未知（知道自己没搞明白）、未知的已知（太理所当然不写但看到能认出）、未知的未知（压根没考虑过） • 看 Boris、Jarred 写提示词，他们与代码库和模型行为有深默契、未知更少，但仍主动假设未知存在 • 反例式平衡：说太具体 Claude 按部就班不改方向，说太模糊它按行业最佳实践假设却不适合你——没考虑未知时两种都会失败 • 减少和规划未知是用 AI 代理编程的核心技能，而这是可以练出来的技能 三：一套可复用的发现模式 • 盲点通行（Blind Spot Pass）：让 Claude 先找出"你不知道自己不知道"的东西并解释给你，适用于全新模块或不熟领域，如
这期是我这周为一家头部企业做内部培训时，截出来的一段现场录音精选。 它不是工具清单，而是从大背景讲到具体案例：组织为什么会变扁平，为什么单点工具不够，什么是 AI SOP / skill，以及在设计、视频、选品这些业务里，AI 到底怎么放大效率，也怎么放大问题。 一：AI 进入企业投产期 • AI 正在从个人提效工具，进入组织级生产系统 • 以智能体驱动的企业级落地仍在早期，但软件、医疗、法律、电商已经开始出现明确变化 • 大企业不会只买一个标准工具，而会把智能体接入会议、知识、业务流程和决策复盘 二：买工具不等于 AI 化 • 单点工具能提效个人，但组织里会遇到标准、协同、风格一致性和责任边界问题 • AI 会重切运营、设计、选品等职能，人从执行层上移到判断层 • 真正关键的是业务标准，也就是 AI 能读懂、能执行、能持续迭代的 SOP / skill • 业务 leader 必须参与沉淀标准，因为只有他知道判断从哪里来、以后怎么改 三：案例、风险和验收 • 设计案例看品牌标准如何沉淀，运营如何复用，设计如何从接单转向品牌定调 • 视频案例看 AI 导演、分镜、抽卡和短镜头审核如何重组内容生产流程 • 选品案例看 AI 如何处理评论、PDF、规格等非标准数据，但关键决策仍由人负责 • AI 在组织里不是万能答案，它是放大器：没有闭环会放大混乱；有标准、有数据、有验收，才会放大组织
AI 市场的整体人才储备确实存在极度供需失衡的情况，但一个非常反直觉的现象是：大企业招不到人，并不是因为人才都被其他大厂抢走了，而是因为顶尖人才正在上演一场轰轰烈烈的“逃离巨头”运动，疯狂涌向创业公司和垂直AI实验室。 一：RE 门槛与 Builder 分野 • RE 门槛低是相对 RS（Research Scientist）而言，OpenAI 要求科学家是"编程机器"，能把数学规范转成可运行代码 • PyTorch 调试搞不定的人，RE 也进不了——入门宽但容错率低 • Builder 指能写分布式训练代码、做底层优化、独立复现论文并改进的人，Anthropic 招的 Builder 平均十二年经验 • 五年经验后端工程师 vs 三年经验前端——方向对了能补，基础错了补不了 二：非对称竞争路径 • 关键差异在方向而非年限：后端愿意花一年系统补 ML 工程课，进研究工程赛道的概率远高于读 CS 博士 • 自我训练不是人人能扛——从 RE 到 Builder 之间存在隐性筛选：不是门槛高，而是持续积累的摩擦大 • 传统博士路径 vs. 工程转赛道：前者产出论文，后者产出可运行系统，两种稀缺性不同市场定价 • 类比：五年后端 + 一年 ML 工程 ≈ 博士前两年课程 + 工程直觉，但多出四年实战坑位 三：DeepSeek 的成功不是创业故事是工程传承 • 创始人梁文锋有幻方量化的工程积
一：代码八倍后的新瓶颈 • Claude Code 把代码交付推到过去 8 倍，反常识结果是生产不再最贵，验证体验才最贵 • 过去管理默认瓶颈是“写不出来”，所以排期、抢人、砍范围；agent 加速后，瓶颈变成“改动叠加后产品还对不对” • Fiona Fung 带 Claude Code 和 Cowork 团队，看到的不是远景判断，而是代码发布、用户卡点、反馈回路每天撞在一起 二：验证从盖章变成感知 • 质量控制不能只靠更努力看代码，而要靠框架、监控、测试、规范，以及关键位置的专家判断 • bad / sad 这类用户情绪指标像烟雾报警器：有人骂是玩笑，有人不骂是已经走了，不能当火灾鉴定报告 • 真实体验要看 crash、闪烁、评测分数，也要回到弱网和等待场景里；用户不会说“网络慢导致流失”，他只是烦了然后离开 • routine 可以交给 agent 做巡检、归类、初稿，但经理仍要判断优先级、意图和取舍 三：机会藏在用户绕路里 • Cowork 的机会不是大战略先行，而是看用户在哪里绕路；潜在需求常伪装成笨拙用法 • 不是每个奇怪用法都值得追，但如果很多人反复绕路、还愿意忍受摩擦，那就是新产品方向的证据 • 流程的有效期变短了：六个月路线规划能启动讨论，但假装半年不变，就会开始失真 • 生产变便宜以后，判断和验证就变贵了；AI 团队真正的管理中心，会从催产出转向守体验 我从 C
一：CEO 不能再没有脸 • 旧媒体训练 CEO “别出事”：少冒犯、少标题、少争议；新媒体奖励的是可识别的判断、性格和冲突 • Go Direct 的核心不是创始人当网红，而是叙事权不再长期外包给媒体、公关和品牌部 • 柜台经济只能摆招牌和爆款；无限货架时代，播客、长帖、访谈、切片都能承载世界观 • 公司先被“人”记住，再被“公司名”记住：融资、招人、卖大单、舆论战都会因此快半拍 二：别讲参数，讲麻烦 • AI 创业公司最常见误区：模型参数讲半小时，客户真正想知道的是流程会消失多少、组织怎么重排 • 技术只有改变筹码才有商业意义：成本下降决定谁用得起，context 变长决定哪些工作被吃掉，tool use 决定谁从执行者变审核者 • 大叙事不是给自己戴皇冠，而是解释“为什么客户现在必须动”：供应链不只是货运平台，而是库存、港口、地缘风险的董事会问题 • Kimi、DeepSeek 的提醒是：叙事不能替代产品底盘；没有体验或技术结果托底，讲得越大反噬越快 三：表达变成基础设施 • 内向 CEO 的难题不只是性格，而是道德洁癖：觉得好产品自然该被看见，但市场不会按这套秩序运行 • 争议不是事故，而是筛选器：真实取舍会让市场看懂你服务谁、不服务谁；便宜吵架只会吸来便宜注意力 • 新媒体团队从“外交礼宾队”变成“前线小分队”：懂行业争论、会做内容、能和创始人磨判断，比只会通稿更关键 •
一：不会写代码的行业老手，成功率跟程序员差不多 • Anthropic 2026年6月报告分析了约40万次 Claude Code 会话（2025.10—2026.4，23.5万用户），核心发现：决定任务成败的是领域理解深度，不是编程技能 • 用户分三组——专业程序员、有领域专长的非程序员、纯新手；行业专家成功率是新手的两倍，部分任务类型上与程序员持平 • 会计不懂代码但懂财务漏洞，用自然语言描述对账规则，AI负责写脚本——"规划决策"（做什么/为什么）由人做，"执行决策"（怎么写代码）交给AI，分工极其清晰 • 成功标准不是"看起来能跑"，而是有硬指标：代码提交成功、测试通过、任务确实完成 二：人定方向、AI执行，交互越深产出越好 • 数据显示最高效的协作模式不是一次性 prompt 出活，而是用户在关键节点做判断、AI快速迭代——用户给方向，AI跑一轮，用户看结果纠偏，AI再调整 • 七个月内调试时间占比下降近一半，使用方式向更完整的自动化演进；部署运行、数据分析、写非代码文档等场景占比持续上升 • 典型任务经济价值（按自由职业市场报价估算）七个月平均涨幅约25%，几乎所有类型都在涨 • Claude Code 用户周均使用20小时，使用该项目的 GitHub 项目数量同期翻了一倍以上 三：编程从专业技能变成"打字一样的基础能力" • 报告预测：我们进入"人人都是程序员"时代，
一：从提示词到系统——循环工程学的本质跃迁 • Boris Cherny（Anthropic）说"My job is to write loops"，Google Addy Osmani、OpenClaw Peter Steinberger 同期表态：人从操作者变成架构设计者，不再逐轮对话，而是设计闭环让 AI 自己触发、执行、验收 • 循环能跑的最低配置三件事：触发（让它醒过来）、目标（告诉它去哪）、验证（决定能不能收工）；没有验证的循环只是勤快的猜测机器，往代码库里灌东西没人兜底 • 越硬的目标越适合循环——修失败测试、补类型错误、迁移明确 API，AI 能自证完成；"让页面更高级"这类软目标越改越自信，人越看越心虚 • 核心区别不是提示词变长，是把自由关进可验收的笼子里：系统设计替代人盯屏幕 二：六个核心部件，缺一块自动化就会变形 • 心跳（Heartbeat）负责发现任务——CI 报错、issue 分配自动触发，不是人手动喊"开工"；工作树隔离让每个循环在独立分支上操作，避免互相踩踏 • Skill 文件继承团队知识——代理踩过的坑写回仓库，知识从人脑迁移到代码；但塞太多变百科全书模型淹死，写太虚变鸡汤，最好是"别新建鉴权，用现有中间件"这种硬约束 • 连接器接入真实外部系统（开 PR、读任务、查数据库、发 Slack），否则只是本地自嗨脚本；权限在这里分水岭——能读任务和
一：钉钉 ONE 是怎样诞生的 • 楔：钉钉的动物园形象「钉三多」是一只尖尾雨燕——apus apus 字面意思是「没有脚的鸟」，它最多可连续飞行 300 多天不落地 • 2025 年 4 月孕育、8 月 25 日发布会首发，DAU 巅峰约 300 万，是无招回归后第一个主推的 AI 原生项目 • 一年从立项到收缩，作者是最后留下的核心 PD，从 0 到 1 走完全程，亲历所有关键决策 二：产品怎么想、怎么定位、怎么改 • 发心第一：贪心是七罪之一——好产品只有一个主发心，越纯粹越有历史价值 • 定位第二：四个问题说清产品——为谁、在哪用、解决什么问题、为什么是我们 • 用户第四：发信人 vs 收信人的基因冲突——AI 一旦替发信人「强推事」，普通员工的「心理缓冲带」就被瓦解 三：真实现场的几个结构性判断 • 旧系统的技术债：钉钉不是白纸，AI 站在风口上但取景再往后退，发现「难改造的旧城中央」 • 三层迁移成本：入口迁移、心智迁移、责任迁移——「不依靠 AI 就无法解决」的场景才是真正的护城河 • 尾声：「做泰坦尼克号的水手」——明知要沉，也要在沉没之前把事做完
