AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

EliseAI 一年估值翻倍，二十二亿到四十亿，翻得漂亮，漂亮在降温的年份里反着走。融资三点五亿，领投 a16z 和 Bessemer，做住房和医疗工作流的这家公司把根扎深了，深到看不见底，反着走的才值得拆，拆开看它赢在哪，赢的不是运气。

EliseAI 的 CEO 把CEO 摆的三样数字就够吓人，ARR ARR 跨过两亿美元大关，之前是连续五年百分之百增长，这曲线平得像尺子画的，尺子画不出这种曲线。画得出的都是真需求在顶。

更狠的是平台撑着全美六分之一的公寓，六分之一这个占比我读了两遍才确认没看错，一个垂直赛道吃下六分之一。这不是产品是基础设施。基础设施的特点是住进客户的日常里赶不出来，赶不出来的生意才有定价权，有定价权的生意不怕烧钱降温。

降温降的是别人的温，它的火反而更旺，旺的都不用讲故事。数字自己会讲故事，会讲故事的数字融资自然顺，这理不假。顺风顺水的公司估值翻倍不稀奇，稀奇的是翻倍的同时还在深耕，深耕这词在焦虑年代像古董，值钱，真值钱。值钱的公司不追风口，追根因，追根因的活得久，久的都闷声，记好。

结论其实一句话，这类深耕型公司才是人工智能落地的正路。追风口的在替它试错，试完错的尸横遍野。尸横遍野的都是宽铺的，宽铺的死于获客成本。深耕的活在复购里。复购是躺着也进账的现金流，现金流是公司的血液，血液足的公司过冬不慌，寒冬里最稳的就是这种，所以我给它的判断是长期看好。

看好但不贪。不贪的原因是估值已经翻倍，翻倍后的价格里装着一部分泡沫，泡沫多少没人算得清，算不清的东西我不重仓，轻仓观察是我的姿势。姿势摆对了睡得香。

github.com/getzep/graphit…
github.com/comet-ml/opik

"把自己从瓶颈上挪开，只投很少的 token，一大摊活替你办完"，Karpathy 这句是引子，落地那层叫循环工程。

手工那场会里只干两件事。你决定 agent 下一步跑什么，你检查它的产出再放行。两件都靠手，两件都是天花板，agent 走不远的原因就在这儿。循环工程把这两步搬进系统，围着循环的运营结构摆开四件。

触发器决定何时开跑，一条消息、一个事件或一张时刻表都行，你不在场它也起得来。循环是干活的那个，思考、动作、观察，直到干完或被刹车拦下。独立的打分者给产出打分。理由是模型给自己评，只会替已做的事辩护。

评完的发现当作下一条指令送回循环，一轮轮转到没有要修的为止。状态存在盘上而不放进上下文，模型每次开跑都忘光，一个文件或一张知识图谱记着已完成和还开着的，隔几天接得上。

状态那层，Zep 的 Graphiti 是个干净的开源选项。它是张时序知识图谱，能把过期的事实作废，一次调用把向量、全文和图谱三种检索一起给出，仓库地址在下面。

撑住一条无人循环的就两件事。出口要在开跑前设好，跑着再设就晚了。没停机条件的循环会一直烧 token，子 agent 和长跑一叠账就难看。干净的出口读起来像"测试全过、检查干净，连过两遍就停"。

打分者只管单次运行里的失败，围着循环的那套骨架会随着模型换代漂移，要逮住它得每次运行都留观测，不能只看一个绿勾。Comet 的 Opik 就干这层，开源，把每次调用都追踪下来，把一条失败的生产追踪变成回归测试，同样的坑不会再踩第二次，仓库也放在下面。

"模型在变商品，围着它的那圈循环才是真工程"这半句是全场重心。前面循环工程那篇讲的是循环自己怎么转，这条讲的是围着循环盖房子。跟前面两成提示词八成系统设计呼应，那条给的是清单，这条给的是图纸。跟前面拍过的板留下也接得上，状态那层记的就是拍过的板，只是这回记在盘上。

我留的疑问有三处。触发器的优先级怎么裁没说；打分者自己错了谁管没交代；追踪要留多久才够也没写。

这周先做一件，给自己那条循环设一个像样的出口，写成"测试全过就停"，再看它半夜烧掉多少 token。

Karpathy 打包了一个极简仓库扔出来，让人周末玩，野心不小。这包我第一时间点进去看了，看完倒吸凉气。看完倒吸一口凉气。凉气来自它背后的分工设计，设计简单到残忍，残忍在哪。残忍在它把研究这活的两半分得干干净净，干净的分工在下面摆着，摆好了你一看就懂，看吧。
代码是从 nanochat 的训练核心里剥出来的，剥到只剩单卡单文件。六百三十行左右，六百三十行这个体量小到让人怀疑人生。怀疑完就信了，信的是体量小才能读完。读完才能改。改得动才是自己的。

自己的东西才敢交出去让机器接手，接手的分工是这样的，人负责迭代提示词那个点文件。机器负责迭代训练代码那个点派文件，一人一边互不越界。越界的实验我做过，做过的人知道有多乱。乱的实验最后连自己改了什么都找不回来。找不回来的实验等于白做，白做的时间是科研里最贵的浪费。
这个项目真正值钱的不是那六百三十行代码，是它把科研的完整循环塞进了一个周末能跑完的体量里。周末能跑完意味着试错成本低到可以随便玩。玩着玩着就摸出门道。门道比代码值钱，代码网上一搜一堆，门道得自己撞，撞墙的疼是免费的，免费的疼最难忘。

难忘的疼长记性，记性长了下一次就绕开了。绕开的路多了就是经验，经验攒够了你看什么项目的结构都一眼透。透了就不用再问为什么，为什么三个字留给新手。老手直接动手，动手的先看仓库，仓库在下段，下段真的到了。
仓库地址在这。github.com/karpathy/autor… ，单卡就能跑，文件就一个，读完你会发现研究这活的门槛被拆掉了一半。拆掉的那半是工具，剩下的那半是你的脑子，脑子带够了就开机。开机之后的第一个五分钟训练，跑完你就懂我说的循环是什么了，懂的散会，句号。

两个黑客松选手两天做了一个生意，这速度我服。生意的转法是帮本地商家查人工智能怎么说自己，查完补上缺口。再把补好的页面卖给商家，这圈转法我服。服的原因是它把智能体的增长变成了商家的焦虑。焦虑是最好卖的东西，卖焦虑的生意我见过很多。卖解决方案的少见，这个算半个，半个的原因在下面，先看它怎么转。
流程四步环环扣。第一步找一家本地商家，第二步查人工智能搜这家店时都说了什么，说错了说漏了就是缺口。第三步生成一个修正版的页面把缺口填上。第四步把成品卖回给商家。四步走完钱货两清，清得干净利落，利落的生意不拖泥带水。

这节奏我喜欢。喜欢在它戳中了一个正在变大的痛点，痛点的名字叫被智能体推荐。以前商家争的是搜索第一名。现在多了一个赛道，被 Instinct 和 Muse 这类助手第一个推荐。
技术栈四件套摆开，Cloudflare 管托管和开发workers，边缘跑代码省心省电，Stripe 收钱这条链路是所有生意的终点，终点站装修得越顺成交越顺。Anthropic 的模型负责跑搜索查询和生成修正文案。

查和写两头它都占，占得还挺称职，称职的模型现在是标配不是亮点，亮点是第四件。Brainbase 负责智能体编排，编排是把前三件串起来的那根线，线穿得好珠子才成项链。珠子散一地就是败家子，败家的项目我见多了，见多的都能一眼看出线在哪断了。
保留意见有两条，都实在。第一条，卖回给商家这步最难，商家不懂什么是被智能体推荐，教育成本比开发成本高，开发两天教育两个月，两个月里现金流是负的。负现金流的项目活不过夏天。夏天太远就说本周，本周没成交的团队会泄气，泄气的团队散得快。

散得快是黑客松项目的通病，通病的解法是先找一个熟人商家试跑，熟人的信任抵两个月教育。试跑完拿着案例去敲第二家门，第二家的门就好敲了，敲门的节奏是一二三。
项目在线上摆着，usevouch.dev ，能点能看，看完整个流程你就明白我前面说的半个是什么意思。半个的意思是思路满分级、生意待验证，待验证的东西都值得多看两眼。两眼不够就三眼，三眼看完该干嘛干嘛去，该干嘛干嘛，别停，句号。

六个工具接成一条流水线。人最后只剩创意这一个活要亲手干，执行全归机器。这分工我盯着看了三遍。三遍都在点头，点完发现这清单里我用过一半，用过的那半今天不讲。讲没用过的那半加上整体的门道，门道在下面，一层层拆，拆完你就知道这条线为什么成立。
分工表摆出来是六行。行行有归属，归属清楚的流水线才转得动，转不动的都是职责糊在一起的，糊的先看这单。脚本执行和自动化归 Claude Opus 5.5。动脑子跑代码的活它包了，包活的效率我领教过，领教过的都服。

视觉素材出 Higgsfield，出图的不用再求设计师排期，排队的滋味我懂，懂的人见到不排队的工具两眼放光。3D 场景和运镜交给 Blender，老牌软件干老本行，稳。动画合成落在 After Effects，动效师的手艺活被接走一半，剩下的一半是审美。
brief 的具体程度是我见过的头一份，混合媒介拼贴。撕纸质感、半调网点、马克笔涂鸦、超粗压缩字体。五个风格词钉死画面，紧到两三种颜色的色板锁死配色。节拍驱动。每零点三到零点六秒换一个新点子，时间粒度细到秒的三分之一，这哪是情绪板。

这是一张能直接开工的图纸，图纸和情绪板的区别在于情绪板可以各说各话。图纸只有一个解释，一个解释的东西机器才执行得动，执行不动的都是话太多的话术，话术留给提案会。
这条流水线给我的启示就一句，别问工具会不会取代你，问你的活里还剩多少是选择，选择多的岗位安全。执行多的岗位先被接走，接走不可怕。可怕的是你除了执行什么都不会，什么都不会的时候外骨骼就成了别人的。别人的外骨骼你借不到，借不到就得自己搭，搭的材料是这六个工具加你的审美。审美攒不来的就去看好作品，好作品看多了审美自己会长。

一段罗马警追机器人的视频骗了业内人士好几秒，骗的还是内行。视频里人形机器人穿蓝袍狂奔，斗兽场做背景，警车闪灯追，屏幕角落挂着 LIVE 直播横幅，游客贴墙躲，每个细节都像晚间新闻，像得过分了。

整段是 AI 生成的，一帧真素材都没有，我看完倒吸凉气，凉气从后脖子灌进去，凉透了。凉完开始琢磨，它为什么这么真，真到我愣了几秒，愣完才反应过来，反应过来后背又是一凉。斗兽场做背景，警车闪灯追。

屏幕角落挂着直播横幅。游客贴着墙根躲，每个细节都像晚间六点的地方新闻。整段是 AI 生成的，一帧真素材都没有，我看完倒吸凉气。凉气从后脖子灌进去的，灌完开始琢磨它为什么这么真。
真在包装，不在画质。这是原作者最扎心的那句总结，我举双手同意，画质好只是入场券，让我们上当的是镜头语言。新闻台的构图、字幕条的字体、突发事件的红色标题。人群躲闪的反应，这些全是几十年电视新闻喂给我们的格式记忆。大脑见了这套格式就自动切换到相信模式，切换是本能。本能骗不了也拦不住。拦不住的通道最危险，危险在我们把信任外包给了版式。
机器人本体的进化速度是一条线，每个月都在变强，变强的速度肉眼可见，假机器人视频的进化速度是另一条线。这条线更陡，陡得多，两条线赛跑。跑在前面的暂时是真机器人，追在后面的假视频咬得越来越紧。这赛跑的终点我们都不想看。不想看也得看，因为每天都有新选手进场。进场的门槛还在降，降门槛的工具明天可能又便宜三成，便宜三成意味着什么。

OPUS 5.5 BUILT THIS FOR .01. GPT-6 ASTRA COST .74. WHAT DID THE EXTRA .73 BUY?四行标题先把问题摆桌上，BUILT 这词用得实，COST 这词更实，实打实的账单才配进标题。

同一个任务喂给 Opus 5.5 和 GPT-6 Astra，做一只浏览器里能抓能拉能捏的 3D 软糖章鱼。账单一出来差六块七毛三，便宜的那版还被原作者投了最爱。这结果把性价比三个字写在了我脸上，脸上的笑收不住，收不住就先笑完，笑完再看细节。
任务清单就三条。身体按下去会压缩，触手拉起来会变长，松手之后还要颤几下才停，三条听着简单。条条都在考物理手感。手感这东西最难写进提示词，写不进去的才叫手感。两个模型交上来的作业都及格，及格线之上比的是性格。Opus 那版往糖果感上靠，颜色透亮，边缘半透明。 jelly 的晃动还带夸张滤镜，这审美取向我给高分。
账单的数字是 Opus 十四块零一分。Astra 二十块七毛四，同题同料同要求，差价六块七毛三，折算下来 Opus 便宜三成二。三成二的差距放在月度账单里就是一笔能招人的钱。招人的钱从接口费里省出来，这账老板们最懂。懂账的已经拿小本本记上了。记完还要问一句，便宜的会不会偷工减料。问得对，这问题要是没有答案前面全是空谈。
结论一句话，便宜三成二还更好看，这局 Opus 赢得干净，干净的胜利不含水，不含水的数字才敢往外搬。搬出来放你桌上，用不用随你，随你的选择最自由，自由的读者最清醒。清醒的看数字，糊涂的看广告，看数字的都省了钱。省了钱的记得回来谢这个对比，对比是原作者做的。我只负责搬过来，搬工的钱不要，要的是你那一票。

MiniMax 的套餐桌又翻了，半月前刚被骂没契约精神，这周就来了新动作。文档里多了个 M Plan，老套餐停止新购，这画面我熟，熟到能背流程。这画面眼熟，眼熟到我能背出套路词典第一页。第一页写着温水煮蛙，蛙是每一个年付的人，年付的钱交在最前。规则改在最后，前后一夹就是锅，锅里的人还在感谢灶台的温暖。

新 Plan 的细则里，价格和文本额度官方说不变。听清楚是文本额度，没承诺的部分才是玄机，承诺的写脸上。没承诺的留给以后改，这套路订阅行业不算新鲜。新鲜的是风口上敢动。没人看的合同就是自由发挥的舞台。

两颗药记好。第一条，有老特权的先别急着点升级，按钮不会跑，跑的是你的福利。福利跑了追不回来，急着换的都是被新功能晃了眼。第二条，想冲 H3 的等档位表出来再看值不值，没有档位表的决策都是盲猜，盲猜输赢各半，各半就是赌，赌不如等。

等等党永远不亏，这句是互联网第一定律，适用于所有新品。见多不怪，不怪才冷静，冷静的消费者是厂商最怕的对手。福利的窗口记两条，首月五折开到十月十四号。留个问题在评论区，当年付的年付还留着吗，会为了 H3 交掉老权益吗，答不答随意，答了见，句号。

Vercel Labs 放了个叫 skills 的命令行工具，听着像广告，但开源。装上它，编程智能体能变强一大截，一大截不是吹的，代码在仓库躺着，自己验，验完再听我拆。开源的东西不靠嘴活，靠仓库里的代码活着，代码就在 github.com/vercel-labs/sk… ，自己点进去看。

看完再回来听我拆，拆的比官方说明带劲，带劲在哪。带劲在我踩过没有它的那些坑，坑里爬出来的经验才值钱。值钱的先说用法，用法简单到不像话。
一条命令就位，npx skills find 搜，搜到想要的装，装完智能体自己就会用，三步，没有第四步，没有第四步的设计才是好设计，步骤越少门槛越低。门槛低了人人都能上。人人都能上的工具才叫生态，生态是堆出来的不是喊出来的。

喊出来的生态我都见过。见过的都凉了，凉透的比比皆是，比比皆是说明这事不稀奇。不稀奇的失败最该复盘。复盘的结论往往是同一句，别讲故事先给能跑的东西，这句是关键，记好。能跑的东西自己会说话，说话的工具不需要文案，文案是给不能跑的准备的，不能跑的才需要吹，吹的都心虚。吹得越响心越虚。
技能的覆盖面摆出来是七个方向，前端开发。测试、安全、工作流、文档、界面体验，再加特定框架和工具。七个方向基本把日常开发的活儿包圆了。包圆这个词用得准。准在它暗示了一件事，不用再东拼西凑，拼凑的日子我过过，今天装个这个明天配个那个，配到最后环境比代码还复杂。

复杂到新人接手先花三天读配置。三天读配置的团队不缺聪明人缺的是沉淀，沉淀就是把这些配置打包成可复用的技能，技能装上就完事，完事的团队才有精力干正事。正事是写业务不是写脚手架。
第一件，先搜后装别贪多，装十个用不上的等于没装。还多了十个要维护的东西，维护是隐性成本，隐性成本最伤人。伤在你察觉不到，察觉不到的漏洞才是真漏洞，这理套在哪都对。第二件，装之前过一眼内容，这句是全文最实在的提醒。

不是每个技能都一样好，代码进你的仓库之前得先审。审出来的毛病比装完再发现强一百倍。装完发现的叫事故。装前发现的叫经验，事故和经验隔着一道审核的门。门是人守的，守门这活别外包，外包给信任之前先自己看一遍。

看一遍花五分钟，五分钟买不来事故的损失。这账好算。算完你就知道该干嘛了，该干嘛干嘛去，别停在这等我喂，喂的不消化，这理懂吧。消化不良的知识是白读，白读的时间是浪费，浪费的时间回不来，回不来才心疼，心疼就记住。回不来的东西才最贵。