AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

"逃离永久底层"这几个字一冒头，很多人心里先咯噔一下，得，又要卖课了。

拆解照录。Alex Finn 又发了一份这样的工具清单，推荐的那套配置眼熟得很。Codex 写代码，OpenClaw 和 Hermes Agent 跑自动化，Mac Mini 上部署 Gemma 本地模型，Claude 和 ChatGPT 负责规划与设计，再配一块二十四小时挂着 Agent 的显示器。

翻一翻他的历史，今年二月他就开始兜售 Permanent Underclass 这套说法。他的预言是，十二个月内人类被 AI 分成永久上层与永久底层，摸不到 AI 的人经济价值将一路走低。

文章结尾则是推荐加入他的 Vibe Coding Academy，会员价每月九十九美元。手法那两步被点破。头一步是宣告倒计时，留给年轻人翻身的日子已经不多；第二步才递上工具，一份拿来就能跑的清单。

焦虑被安上了具体的出口，付费的念头就顺理成章了。拆解者自己的态度也摆着，他天天折腾 Agent，认可这些工具的价值。但当人人都能用 Codex 一天搓出一个 App，会做 App 这件事本身也就随之掉价。

工具铺得越开，先发那点优势散得越快。人依然得知道别人需要什么，有没有人愿意付钱，怎么把产品卖出去，这些问题不会因为同时运行十个 Agent 就自动解决。他还提了一个词，能力幻觉。过去大家收藏商业书单，现在改收藏 Agent 工具栈，配置越堆越复杂，订阅一笔接一笔，东西却始终没真正落到用户手里。收尾那句金句同样留着，永久底层这个预言还没落锤，永久焦虑倒是一门好生意已经开张了。

"会做 App 本身越来越掉价"这半句是场重心。前面五百取一个那条讲的是差距的分层，这条讲的是分层里卖铲子的人怎么赚钱。跟前面那句反方提醒呼应，那条在问该不该做，这条在问谁在收钱。两头都在提醒同一件事，工具清单再漂亮也解决不了需求和销路，而这恰恰是卖课那门生意不打算教的。

九十九美元这个数我单独拎出来。它和"永久底层"四个字摆在一起，一个卖的是出口，一个卖的是恐惧。买的人往往分不清自己进门时怕的是哪个。

我留的疑问有三处。Alex Finn 那份清单的完整链接没给；课程到底教什么没拆；这套话术的实际转化也没数，这些都在评论区里才看得到。

这周把自己收藏的工具栈翻一遍，数一数真交到用户手上的有几个。

MiniMax M3 从训练第一天就把文本和视觉焊在一起，不是等文本练好了再塞视觉。

要点照录。眼下多数多模态模型还是老一套，先把文本喂熟，再往里硬塞视觉，翻车是常事。文本能力掉了、训练不稳了、注意力图上两种符号各据一方。M3 的做法反着来，训练的头一步就让两者一起学，重点不是"我也能看图"，而是真正做到了原生融合。

几处亮点也摆开。第一，原生多模态，不是后期贴的视觉，注意力图显示文本和视觉的符号真正搅在了一起。第二，一百万 token 的超长上下文，配上自家的 MSA 稀疏注意力，预填充比全注意力快约九倍，解码快约十五倍。

第三，智能体加编程能力，开源权重，走的是 agentic coding 那条线，不是只会聊天的模型。第四，MSA 的设计思路很硬核，索引分支先找出重要的块，稀疏分支只算相关的部分。

它还把 DeepSeek 那套 DSA 在显存访问上的短板补了，改成块级检索，更贴合真实硬件。第五，视觉侧也做了三维注意力，在 ViT 里加跨帧交互来提升理解，四帧是实测出的性价比平衡点。

最戳人的点也留着。后期补视觉的那条 CPT 老路，动不动就把原本好好的文本能力搞崩，超参数还特别娇气。反倒是从头就两家一起练，在同样的 token 预算下，文本基本没掉链子，这思路其实挺反直觉。

收尾那句反问同样照录，从第一步就多模态这条路，会是以后的主流吗，还是大模型得先把文本打透。模型已经开源，GitHub、Hugging Face、技术报告都有，搜 MiniMax M3 或 MSA 就能找到。

"一起学更稳"这半句是场重心。前面 Strata 那条讲的是把模型塞进游戏机，这条讲的是把两种感官塞进同一个脑子。跟前面国产基座那座岛呼应，那条在把家族往外铺，这条在把训练往根上改。

两头都在提醒同一件事，国产开源的打法已经从追分数变成了改路线，这比任何单点分数都更能说明问题。跟前面 R-SWA 那条也接得上，一个在推理侧省显存，一个在训练侧省预算，省与省之间是同一门手艺。

四帧这个细节我单独拎出来，它说明这套方案已经过了实验室阶段，连性价比的平衡点都实测了出来，这是要拿去真实部署的架势。

我留的疑问有三处。MSA 和 GQA 的对比数据没给；agentic coding 的实际成绩没拆；开源权重的许可条款也没数，这些都在技术报告里才看得到。

这周把 M3 的权重拉下来，拿同一道多模态题跟闭源几家跑一遍对比。

DeepSeek 把钱递进一家没露面的机器人公司，四亿估值顶起种子轮。这递法我看完先记那两笔再掂延伸那半句。记的掂的点在下面一层层摆，摆好了看两笔。笔在下面摆着，摆好了自己算。
两笔是这样摆的。第一笔是准备领投一家叫 WinverseAI 的机器人智能体初创。种子轮规模数千万美元。投后估值约四亿美元折合二十多亿人民币。那家外卖巨头旗下的基金等机构也承诺参与、交易尚未最终敲定。摆的第二层是它今年八月的另一笔。那一笔是在那家机器人本体公司 IPO 时参与战略配售。花了大约一点四亿人民币、锁定期三年整。
创始人是这样记的。清华本博念完，先在那家搜索引擎公司的深度学习院、后在那家外企的亚洲研究院做研究。一路做到首席研究员。二零二三年底转入腾讯混元。先后带语言模型。创语音团队、再带 VLM 和具身基础模型两摊、职级是腾讯杰出科学家，记的第四层是那篇绕不开的论文。

SwinTransformer 那套结构拿过 ICCV2021 的 MarrPrize，他本人还上过 MITTR35China 那年的榜。
方向是这样连起来的。两笔钱一笔押本体、一笔押模型，具身智能这两个方向他都占了，连的第六层是我的保留。保留是金额与估值为媒体报道转述、我按报道记账。交易未定。公司也没亮相过，记账的第七层是我的收尾，收尾在最后一段。最后一段到了就推门，门后是我的两句点评。读完这篇正式结束，结束语不留悬念。悬念是给没看完的人的。

Meta 的 Fable 级模型 Muse Wonder 拿出了实测分数，榜首只差两分，名次直接坐到全世界第二。

分数照录。它在 AA Intelligence Index 上拿到五十六分，比当前的榜首 Opus 5.5 少两分，按这套指数算，它是全世界第二好的模型。那声 NO WAY 的感叹同样留着，这太疯狂了，整场游戏又被改了一遍，OpenAI 的压力大了，后面还有得看。名字也对上了号，Fable 级这个说法指的就是 Muse Wonder。

"只差两分"这半句是场重心。前面那条 Muse Wonder 的官宣讲的是它登场，这条讲的是它一登场就摸到了榜眼的位置。跟前面轮替那个钟摆呼应，那条在数两家轮坐，这条又把第三家的位次钉死在眼前。

两头都在提醒同一件事，前沿这张桌子的座次正在被一家家地写实，差两分和差两百分是两种世界。跟前面国产基座那座岛也接得上，一个在国内往上顶，一个在海外往里挤，同一个赛场的两头都在收紧。

五十六这个数我单独拎出来。一个新家族的第一款模型直接拿第二，这个起点比任何宣传语都有说服力。也让后面那句"还有得看"有了底气。

我留的疑问有三处。AA Intelligence Index 的测法没给；Fable 级分几档没拆；Opus 5.5 那两分差在哪也没数，这些都在引帖和榜单里才看得到。

这周把这份榜单订阅上，每周看一次座次有没有换人。

一位项目经理每周八小时耗在重复 Office 任务上，这八小时最后被压成了四十分钟。

事情照录。她手里的活儿包括总结邮件、格式化报告、制作演示文稿、清理电子表格、撰写会议纪要，还要为十四个人安排日程。每周八小时，相同的重复工作。她的经理是微软 MVP，也是给财富五百强培训 Copilot 的专家。

看了一下午之后实话摆了出来。你拿四小时在干 Copilot 四分钟就能收工的活；邮件别手抄，它能自己起草；幻灯片别亲自动手，它直接出；报告的格式它顺手就归置；会议总结它早就记好了。

那位经理手里有十一个提示词，每一个对应她每周重复任务里的一项，八小时能变成四十分钟。她把十一个提示词复制到桌面便签上，每周的行政工作从八小时降到四十分钟。输出相同、质量相同，截止期限照样按时完成。她自己那句感慨也留着，每周找回七小时二十分钟，而这些提示词十五分钟就能教会任何人。

"你花四小时做四分钟的事"这半句是场重心。前面验收是大头那条讲的是时间在人和机器之间重分，这条讲的是分完之后账面上的差额。跟前面那间 AI 办公室呼应，那条在摆工位，这条在算工时。两头都在提醒同一件事，办公场景的 AI 落地不需要新概念，把老任务对着提示词念一遍，八小时就省下了七个多小时。

十一个提示词加桌面便签这个细节我单独拎出来。最值钱的知识往往连 PPT 都不用做。一张便签、十五分钟的交接，就能把一个人的一周赎回两个小时以上。

我留的疑问有三处。十一个提示词的具体内容没在这条给出；那位经理的培训方法没拆；十四个人的排程复杂度也没数，这些都在那串长文里才看得到。

这周把自己每周的重复清单列出来，看看哪几条能对上那十一个提示词里的格子。

一堆生产轨迹被 Overmind 这个开源平台接过去，变着法儿把智能体越练越顺。这接法我看完先记那五样再掂赢家是个差异那半句。记的掂的点在下面一层层摆，摆好了看五样。样在下面摆着，摆好了自己跑。
五样是这样摆的。第一样它会扫一遍你的代码仓库，把智能体的能力、提示词。工具。任务都摸出来画成一张图。第二样把生产轨迹或你上传的文件收成一份带版本的评测兼训练数据集。第三样按能力逐项打分、线上轨迹和批量作业都能测。好坏由你自己定义。第四样在仓库里试提示词。工具、控制流的改动，跑出来的赢家直接给你一个差异文件。
顺带一提它对新人的用法，先拿一个现成仓库喂进去跑通一轮。看它画出来的能力图，多半比自己盘点仓库更省事。省的第六层是我的补充语。

图是这样画的。先让平台把仓库里已经有的能力盘一遍，盘完你才知道现在的智能体到底会几手、缺哪手。画的第四层是那份数据集的讲究，讲究是带版本。能回溯。这轮比上轮好在哪一条说得清，摆的第五层是我的保留。保留是五样功能我按发布介绍记账、一样没跑过、评测效果因仓库而异。记账的第六层是我的收尾，收尾在最后两段。倒数第二段摆那两套执照。
执照是这样分的。平台本体挑了 AGPL-3.0 那套带传染性的许可证，接口工具包和命令行则挑了 MIT 那套宽松的，搭的第七层是我的点评。第一句是把赢家交付成一个差异这步今年值得所有做实验平台的人学，学了的结论才能一键进版本库。

第二句是赢家是个差异这半句今年会让一批还在写实验报告的人直接改仓库，改完的回来点赞，句号。链接挂在那条发言的回复里，翻过去就能取，句号。

十一件的工具合集摆了出来，说是推特上最受欢迎、最实用的那批。

清单照录。一，浏览器插件，按一下就把当前页的视频下到本地，X、YouTube、B站、抖音、小红书都通吃。二，克隆网站的工具，被 opendesign 收录过，基本上只要是前端，再复杂的都能克隆。

三，剪纸风格的视频 Skill，能写脚本、写分镜，背后的视频模型叫 omini，一个被低估的视频模型。四，抓取微信和推特内容的工具，把教程丢给你的 Agent，它就帮你自动安装，连 VPS 这类活儿都能拿它搞定。

五，一键收藏的 Skill，作者自认是最牛的一个，却很被低估，原因是要先搭完整的通路。一旦用好，它还关联着那份弹药库。六，拿飞书当数据库的建站工具，独立站和网页都用得上，数据库好管理，飞书自动化还能关联你的 Agent。

七，微信文件整理器，它不帮你删，只帮你把文件规整好，方便你删，权利还在你手里，顺带把有用的沉淀下来。八，一键翻译，一个快捷键，不管停在哪个界面都给你翻，option 加 t。九，AI 生图超分，画质不够商用的拿去超到 4K、8K，网页版和电脑本地一键版两种。

十，万能打开工具 Omia，一个什么都认的阅览器，日常的 markdown、html，不日常的 CAD、3D 都能开，还带文件管理，已经维护了五十多个版本。十一，小耳 FM，用音乐来绘画的播放器，各种风格，夜深人静时盯着喜欢的那一首，能被治愈。

收尾那句也留着，祝大家 AI token 不限量。引帖那半同样照录，其中抓视频的插件已经开源，一点就把当前页视频下到本地。YouTube、B站、X、TikTok 等一千八百多个网站通吃，思路也讲了，下载、转文字、进知识库，整条链路都给你。

"权利还在你手里"这半句是场重心。前面十个项目那份清单讲的是挑工具，这条讲的是攒了一年的手感。跟前面灵感库站呼应，那条在收别人的案例，这条在发自己的存货。两头都在提醒同一件事，个人开发者最好的产品往往就是自己天天在用的那一套。跟前面那间 AI 办公室也接得上，一个在屋里排工位，一个在浏览器里排插件，排的都是让自己顺手。

被低估这个词我单独拎出来。这份清单里两次出现这个词，理由都是要搭通路、要会用。工具的价值在用户那里分层，同样的东西，会用的人和不会用的人手里是两件东西。

我留的疑问有三处。十一件里有几件开源没给全；omini 是哪家的模型没拆；弹药库是什么也没数，这些都在评论区里才看得到。

这周从合集里挑三件装上，把option 加 t那个一键翻译排在第一位。

四家大厂几乎在同一周把个人代理摆上桌，这个赛道忽然就挤满了。xAI 的 Grok Bot、Meta 的 Muse、Manus 的 Cue、OpenAI 的 Dots，一个挨一个。

说穿了，这类东西就是一个跑在云电脑里的 Agent，人拿手机跟它搭话。拿它和早先的小龙虾对比，产品形态其实没什么区别。改的只是体验那层皮，上手更顺、界面更像成品，还能把邮箱、手机卡和信用卡挂上去。

名字照录，和它同类的前辈叫 OpenClaw。真正变了的只有两处。台子换成了坐拥海量用户的大厂，额度还给得大方。场景也挪了位置，从前的极客玩具，如今包装成替你打理生活琐事的小助理。

国内想抄这份作业，处处是坎。头一条卡在数据。海外的 SaaS 很开放，授权一下 Agent 就能读 Gmail、Slack、GitHub。国内这边连微信消息都够不着，外卖和购物记录更别想，只捏着手机号和实名信息干不成事。

第二条卡在模型。海外这几家用的都是顶级货，国产这边最拔尖的怕是还得追一阵。别忘了办生活琐事出错的代价比办公更高，这层风险更重。第三条卡在定价。拔尖的国产模型 kimi k3 要价不低。

随便它跑两三个小时，账单几块钱就出去了，出来的活还不见得能用。生态那笔账也算了。淘宝、闲鱼、支付宝归在阿里名下，微信和飞书里的消息却够不着。腾讯握着微信这扇门，自家内容平台却搜不出多少有用的信息。

豆包的手机形态本是字节的好牌，出门没几天就被微信、支付宝、淘宝、美团联合封了路。平台不愿开放的道理同样直白。广告、首页、冲动下单这一整套变现戏码，Agent 一样都不配合，商家掏钱买的那点曝光就打了水漂。

社交那边更敏感，一旦怀疑对面是 AI 在替人回话，聊天气氛就凉了。最后那两句也留着，先别急着追这个概念。真要云电脑办公，就挑一款模型强、价格又不肉疼的，上下文自己动手打通。本地的 Agent 够用的话，没必要搬到云端，作者自己日常基本也不用，Codex 和 Claude 就够了，更多人其实还没有使用它的场景。

"形态没什么区别"这半句是场重心。前面一间 AI 办公室讲的是自己攒工位，这条讲的是大厂直接发工牌。跟前面官方配齐那条呼应，那条在发技能包，这条在发入口。两头都在提醒同一件事，个人代理拼的不在概念，在数据和额度，这两样恰好只有大厂拿得出手。跟前面那句反方提醒也接得上，一个在问工具值不值得追，一个在问自己到底有没有场景，两头的答案在普通人那里都是先别急。

平台屏蔽这个细节我单独拎出来，它把商业逻辑摆到了台面上。Agent 绕过的不只是广告，是平台吃饭的那套曝光生意。这条利益链不打通，生态就永远缺一角。

我留的疑问有三处。四家的开放程度差在哪没给；kimi k3 那笔账的测试条件没拆；作者自己录视频的工具也没名没数，这些都在他那条线程里才看得到。

这周把手头几个 IM 的消息试着导进同一个收件箱，看看上下文打通究竟卡在哪一环。

一家印度诊所用 n8n 把问诊前的来回问答交给了流水线。四步接完就再没让前台一遍遍念同样的问题。这接法我看完先记四步再掂减少重复那半句。记的掂的点在下面一层层摆。摆好了看四步，步在下面摆着，摆好了自己接。
四步是这样接的。患者从聊天界面发一条消息进来，模型那一步交给 Google Gemini 顶上，配一份 Simple Memory 把上下文记住不掉线。诊所信息则从 Google Sheets 里取。

智能体拿着这几样回患者的问。摆的第二层是它瞄准的活，活是让诊所的沟通变聪明。把重复的手工搬走。摆的第三层在下面摆着，摆好了别眨眼，眨眼就翻过去了。过去一页少一页，少一页都是损失。损失不起的往下看。
简记忆是这样兜底的。多轮问答最怕聊到第三句忘了第一句，这份件专门负责把对话状态留住。读的第四层是它取资料的方式。方式是从表格里按行取。诊所的班次和项目不必重新录一遍系统，取的第五层是我的保留。保留是这套跑法为发布者自述、我按发言记账。没有现场验证过效果，规模和并发都没提。记账的第六层是我的收尾。
这套跑法出自 INTERON AI AUTOMATION 之手，标着 Build Smarter. Automate Better. 的口号，几个标签也摆得明白：#AIAutomation #n8n #AIAgents #HealthcareAutomation 。

提示是这样给的，这类活的门槛不在模型多聪明。而在把材料摆成机器好取的样子，表格排得整齐。记忆件接得上，流水线就成了。给的第七层是我的点评。第一句是把重复问答交给流水线这步今年值得所有小生意学，学了的前台不必再背同一条台词。第二句是材料摆成机器好取的样子这半句今年会让一批人回去先整理自己的表格。

short-video-factory.yils.blog
github.com/YILS-LIN/short…

短视频制作又添了一件开源家伙，名字就叫短视频工厂，它走的是桌面端批量生产的路子。

要点照录。它不接在线生成几秒预览那种快活，主战场是桌面端的批量生产。提示词和分镜素材喂进去，文案、TTS 配音、自动混剪、字幕生成这一长串自个儿接上，批量任务也在支持之列，正合持续产出内容的创作者。

几个亮点也摆开。全流程自动化，从口播稿一路做到字幕；批量出片，多任务连着处理，剪辑效率往上抬；场景不挑食，产品种草、治愈语录、泛知识都可以上；三平台通吃，Windows、macOS 和 Linux 都认；走本地工作流，手里已有素材库、想把视频产能拉起来的人对口。

定位那句同样留着，它是一条自动化视频生产线，素材的高效加工它全包，创意策划那一头则留给用它的人。文档和仓库两处地址挂在文首。

"不是代替创意策划"这半句是场重心。前面五十分钟那部片讲的是一条龙的上限，这条讲的是量产线的日常。跟前面监制位那条呼应，那条在把剪辑交出去，这条在把产线搬回家。两头都在提醒同一件事，视频的分工正在定型，人管策划和素材，机器管串片和出量。跟前面一间 AI 办公室也接得上，一个在办公室里排工位，一条在家里排产线，排的都是把人从重复里腾出手来。

本地工作流这个细节我单独拎出来，它默认你已经有素材库，默认你要的是产能不是灵感，这种定位比"帮你创作"诚实得多。

我留的疑问有三处。批量任务的规模上限没给；TTS 用的是哪家引擎没拆；成片的审核环节在哪也没数，这些都在文档里才看得到。

这周丢给它一批攒下的素材，看一夜能出几条成片。

MiniCPM-V 4.7 这对开源 MLLM 新双档把手机端推理拉到能用的量级。五倍加速还只占三个字节级内存。这拉法我看完先记双档再掂逐字节相同那半句。记的掂的点在下面一层层摆。摆好了看双档，档在下面摆着，摆好了自己比。
双档是这样分的。大档叫 35B-A3B 稀疏款、实际跑动只激活很小一部分专家。新的调度技术让本地设备也能摸到顶尖水平。被称作端侧多模态的新里程碑。小档叫 1B 走轻量路线。部署更省事。

摆的第二层是它在三十四份 SOTA 考卷上的成绩，卷子横跨多模态理解、STEM 推理。光学字符识别和长视频理解。摆的第三层在下面摆着。摆好了别眨眼。眨眼就翻过去了，过去一页少一页，少一页都是损失。

损失不起的往下看，看下段，下段是那个五倍，倍读完这篇就通了。通了就收工，收工的礼数在下段，下段是最后的门。推开它。推。
五倍是这样来的，LES 调度会预测接下来要哪些专家权重。提前装载好。把推理中的停顿压下去。装下来的成果是在那块 16GB 内存的 iPad Pro M4 上快了五倍。且输出逐字节一模一样。

来的第四层是它换来的速度，速度是 iPad Pro M4 每秒十七枚以上。iPhone 17 Pro Max 每秒十三枚以上。内存只要 3GB。摆的第五层在下面摆着。摆好了看那把尺。尺读完这篇就通了，通了就收工，收工的礼数在下段，下段是最后的门，推开它，推。
尺是这样记的。视觉那侧给了四倍和十六倍两档混合压缩，压到十六倍 35B-A3B 在 OCRBench 仍拿 90.4 分。比 Qwen3.6 35B-A3B 高出 5.2 分。记的第六层是它给定制留的门。

门是那招自回放微调。能低成本加上新本事还不掉通用能力，配的第七层是硬件名单，单是苹果、英特尔。AMD。安朋和那家国产芯片厂全都首日就位。更多平台走 FlagOS 也能跑。摆的第八层是我的保留。

保留是全部成绩为官方公告、我按发布记账。没在自己设备上跑过任何一轮。记账的第九层是我的收尾。收尾在最后三段。倒数第三段摆逐字节那个讲究，倒数第二段摆我的两句点评，末段就着地址停。
仓库挂在这 GitHub 上：github.com/OpenBMB/MiniCP… ，模型合集在 Hugging Face：huggingface.co/collections/op… 。

讲究是这样摆的，加速这件事最怕的是快了但答案变了。这份加速敢把逐字节相同写在脸上。等于告诉用的人换的是速度。不是结果。摆的第十层是我的点评。第一句是把调度压进推理那步今年值得所有做端侧模型的人学，学了的手机才跑得动大模型。第二句是三个字节内存那半句今年会让一批还在嫌设备不够好的人重新掂自己手里那台，掂完的回来点赞，句号。

cursor.com/pricing
cursor.com/dashboard/bill…

Grok Bot 的订阅终于打通了支付宝，外卡这道老门槛被绕了过去。

流程照录，四步走完。第一步直连访问，代理工具先断开，Cursor 的定价页直接打开。第二步选方案，登录或注册自己的 Cursor 账号，订阅类型认准 Pro 的按月那一档。第三步结算支付，账单的国家与币种切到 CNY，支付渠道勾选支付宝，如果页面上没见到支付宝，在 US 和 CNY 之间来回切一下刷新即可。

第四步验证绑定，去后台的账单页确认 Pro 状态已生效，最后回到 Grok Bot 里把账号关联完成。引帖那半同样留着，有人亲测二十刀秒到账，不用外卡、不用开魔法。收尾那句也照录，被外卡门槛卡住的朋友可以动手了，先收藏备用。两处地址挂在文首。

"来回切一下刷新"这半句是场重心。前面额度政策那条讲的是规则的雾区，这条讲的是付款的实路。跟前面五块钱那张卡呼应，那条在问钱花得值不值，这条在问钱交不交得出去。两头都在提醒同一件事，跨境这道手续在被一行一行地拆掉，今天是付款，明天大概就是别的。跟前面带宽那条也接得上，能付出去才谈得上撬杠杆，付款这件事本身也是一种带宽。

CNY 加支付宝这两个字我单独拎出来，它们出现在一家美国工具的结算页上，比任何"生态打通"的新闻稿都实在。

我留的疑问有三处。汇率按哪天算没给；退款走什么路没拆；Grok Bot 关联之后额度怎么算也没数，这些都在后台账单页里才查得到。

这周把自己那台常驻设备的订阅也换成支付宝结算，省下办外卡的功夫。

每五百人取一个，这就是在工作里用顶级 AI 写代码的人的密度。

分层照录。OpenAI 联合创始人 Karpathy 那套漏斗的说法又被翻了出来。约六十亿人几乎没碰过 AI，十到二十亿人偶尔用免费版，把它当成一个有点呆的聊天机器人。真正见过 Agent 一句提示词就收掉几周、几个月大项目的，只剩约两千万。

难怪程序员和不写代码的朋友聊 AI，最后落得"鸡同鸭讲"。差距由三件事拉开，也一并摆开。第一件，一段话就能答完的问题，考不出 AI 的真实水平。第二件，代码有单元测试判对错，AI 在这类活上最占便宜。第三件，免费版和付费版看到的东西差着档。

"鸡同鸭讲"这半句是场重心。前面带宽那条讲的是自己怎么把杠杆做大，这条讲的是别人为什么看不见你在忙什么。跟前面那道没答上的题呼应，那条在答模型的短板，这条在答问题的长短。两头都在提醒同一件事，AI 的能力只在能被验证的地方冒尖，剩下的地方感受不到进步并不冤枉。跟前面验收是大头那条也接得上，一个说验收占大头，一个说没验收就没差距，说的是同一枚硬币的两面。

每五百人一个这个细节我单独拎出来，它比任何比喻都直白，你以为满世界都在用，其实同桌的同事还在把 AI 当搜索引擎。

我留的疑问有三处。两千万这个数的口径没给；三层的划分有没有中间档没拆；免费版够不够用也没数，这些都在 Karpathy 那条线程里才看得到。

这周找一个不用 AI 的朋友，让他挑三个日常工作场景，我当场演示给他看。

一句开场白很冲，手头的活先放一放，去把带宽抬起来。

论证照录。去年年初有过一项大模型发展速度的估算研究，拿模型能独立解决问题的粒度和时长当尺子。那时的顶尖模型大约只够撑几十分钟，想跑小时级的长程任务，不借代码框架基本没戏。眼下的第一梯队已经换了幅面孔，只要配上写得顺手的 skill 和 harness，小时级乃至天级都不在话下，而且这速度还在往上窜。

瓶颈于是挪了位置，从模型挪到了人身上。一个人的需求转化能力、验证能力，加上手里可支配的 token 预算，这三样凑出来的就是他的"带宽"。杠杆随带宽一起放大，带宽抬一寸，能撬动的盘子大一圈。

例子也给了，能搭出一套自动评估加优化体系、让 agent 和 skill 自我迭代的人，会比只拿模型 vibe coding 的人拥有更大的带宽。作者还点了一个名字，poteto 最近非常火，在他看来几乎代表了带宽最强那批人的上限，她那篇强调"量"很重要的推文也一并被提到。

最妙的是后半段的转折，大厂的无限 token 并不是高带宽的必要条件。哪怕只是独立开发者或者自媒体人，每月只付几十上百美金的订阅，照样能靠优化自己的带宽去撬商业杠杆。杠杆翘起来之后，账上反而多出 token 可花，转成了正向循环。

收尾那句总结也留着，还在愁 token 登不完的人，可能需要先想的是怎么提升带宽，而不是去找更多可供消耗 token 的场景。乘法与加法的分野就在这里，带宽上限是乘出来的，不是加出来的。

"瓶颈挪到了人身上"这半句是场重心。前面验收是大头那条讲的是时间怎么重分，这条讲的是人往哪使劲。跟前面主代理那套呼应，那条在流程里分活，这条在人身上分级。两头都在提醒同一件事，工具已经不再是稀缺品，能把工具串成体系的那个人才是。跟前面那间 AI 办公室也接得上，工位摆好之后，真正拉开差距的是坐在工位上的人还能装下多少活。

乘法与加法的分野这个比喻我单独拎出来。加法是多找几个场景，乘法是让每件事自己长出下一件事。两条路的斜率差得不是一点半点。

我留的疑问有三处。带宽怎么具体量化没给；自动评估体系怎么搭没拆；poteto 那篇的原文也没数，这些都在他那条线程里才看得到。

这周给自己记一周带宽账，看有多少时间花在验证上，多少花在转化上。

一个项目因为用人工智能开发就被喷，辩护的人把担忧的人指去了别处。这指法我看完先记那条分界再掂谁会出错那半句。记的掂的点在下面一层层摆。摆好了看分界，界在下面摆着，摆好了自己站。
分界是这样划的。那位做 Magpie 的作者本来工程底子就硬，人工智能在他手里只会帮他更快更多地产出好东西。真该捏把汗的，是压根没有开发经验。连工程常识都缺的人。把吐出来的代码原样推上生产。因为他们可能连哪里有问题、哪里有风险、什么需要验证都不知道，划的第二层是它给有经验者的清单。
流程是这样撑的。如今的模型能力配上一套成熟的运行框架，已经能扛下从开发、提交合并请求、评审。测试一路走到验收的大头环节。只要工程经验够。提前把规则约束和验证机制设好，很多问题在流程里就被拦下了。

撑的第四层是那句反问。反问是凭什么搞得像人工智能写码就一定出问题。人写码从来不出错一样。Cloudflare 和 AWS 哪个没挂过。那两家国内应用崩的时候大家也都在。
点评两句。第一句是把喷子按经验分档这步今年值得所有围观开源项目的人学一学，学了的判断先落在人身上而不是工具身上。第二句是人也挂过机这半句今年会让一批评点显得没那么有底气，没底气的回来点赞，句号。

一个能管上百个 session 的平台没去做 2B 生意，主人掉头把它拿来养自己的想法。

转弯照录，那两个理由摆得很直白。先是逆向那条，企业买去部署一次，东西被逆出来，往后的订阅就没了着落，挣的全是单程钱。再是信任那条，不放在企业自己机器上而搬到云里，就又撞上 Jev 提过的老问题，客户看不出黑盒子里到底在干什么。

于是打法一改，用这套平台直接批量实现自己脑子里的大量想法，成本被压到非常低。落点也定了，人扎在新加坡开一间 Studio，产出顶得上一家中型公司。结尾的判断也留着，未来二十人以内的 Studio 型 Startup 会越来越多。

人头开销压到极低，组织架构和历史包袱都甩在身后，追最新的 AI 技术也不用层层审批。人类只需要做两件事，重要决策和担责。

"人类只做重要决策和担责"这半句是场重心。前面一间 AI 办公室讲的是屋里怎么摆工位，这条讲的是一家公司该有几个人。跟前面验收是大头呼应，那条在把活儿重排，这条在把组织重排。两头都在提醒同一件事，人力这道成本项正在被改写成决策项，中间那一整层执行都在被平台吃掉。跟前面一人敌一国那条也接得上，一个靠手艺单干，一个靠平台批量，单干和批量正在合到同一条线上。

一次性生意这个细节我单独拎出来。它戳破了工具软件最怕的那层窗户纸，能被逆向的部署挣不到续费。这大概是产品人先转向的真正原因。

我留的疑问有三处。这个平台自己怎么搭的没给；二十人的 Studio 靠什么结构运转没拆；新加坡那个 Studio 的实际产出也没数，这些都在后续的分享里才看得到。

这周把自己手上能自动化的环节圈一圈，看看离一个两个人的 Studio 还缺哪几块。

一场科技周把重心搬家的事摆到了台面上。去年还在问智能体行不行。今年已经改成怎么让百万个它又稳又便宜地干活。这搬家我看完先记那十样再掂还没重建那半句。记的掂的点在下面一层层摆。摆好了看十样，样在下面摆着，摆好了自己对。
十样是这样摆的。路由、搜索、数据、评测、可观测、延迟、推理成本、GPUs、部署。可靠性。十样全是智能体真开工之后才冒出来的需求。摆的第二层是那个问题的换法。换法是从能不能做这个。变成怎么让一百万个又可靠、又便宜、又可控地做这个，换的第三层先搁着，往下看。

过去一页少一页。少一页都是损失。损失不起的往下看。看下段，下段是那个例子，子读完这篇就通了，通了就收工，收工的礼数在下段，下段是最后的门，推开它，推。
例子是这样举的，拿 Tavily 那家说。终端用户可能一辈子不知道它的名字。可海量智能体工作流底下都得垫一层搜索和网页检索。智能体一旦变成真产品。它周围那些看着无聊的基础设施就突然极值钱，举的第四层是科技周顺带改掉的另一样东西。

东西是你对创业结局的感知。感知的第五层搁一搁，看那层偏差。差读完这篇就通了。通了就收工，收工的礼数在下段，下段是最后的门，推开它，推。
偏差是这样摆的，你会碰到一个又一个融了资、被收购。或者几年就从零干到大厂高管的人。听多了大脑会把这当成常态。可它显然不是常态。这场活动基本就是创业者的社交橱窗，遇见的全在分布的最右边那条尾巴上，钱烧光的。

没跑通产品市场契合（PMF）那关的。悄悄散伙的。通常不会站上台讲自己的故事。摆的第六层是那句被收购，收是它能指四种完全不同的事。收的第七层在下面摆着，摆好了别眨眼，眼一眨又漏过去了。

漏的第八层是我的观察。观察是创业不光抬高期望值。它把方差也一起炸开，炸的第九层是我的点评。第一句是把橱窗和分布分开看这步今年值得所有被气氛推着走的人学，学了的判断才有底。第二句是方差也被炸开这半句今年会让一批只看上限的人重新掂下限，掂完的回来点赞，句号。
还有一个角色在周上被反复念叨，名字叫 FDE（Forward Deployed Engineer），摆的第十层是它的妙处，妙处是把从前干干净净的边界给糊了，工程师管做。销售管卖。产品经理管翻译。

而这个人要能跟客户聊。懂生意上的难处。跟工程师对得上话、把含糊变成能执行的东西、还得真把东西发出去，集工程师、产品。顾问。销售于一身。糊的第十一层那句判断。判断是这越来越不像一个职称，更像一种生存技能，技能的第十二层是我的保留。

保留是整场转述出自一位参会者的总结。我按发言记账。没有独立核对任何一段见闻。记账的第十三层是我的收尾。收尾在最后三段，倒数第三段摆那个问题。倒数第二段摆那两种矛盾感受，末段就着稀缺那三样停再补三层给同行的对照。

第一层是那十样各自对谁意味着什么，路由和部署归做平台的人管。评测和可观测归在意质量的人管，推理成本和显卡归算账的人管。把十样按人头一分，各自该补哪块就一目了然。分的第十九层是它对找方向的人的用法，用法是别问哪个方向最热。

问哪个环节现在最疼，疼的地方自然有人肯掏钱。疼的第二十层是我见过的反例，反例是去年还围着能不能转的那批话题。今年在会上已经很少有人接话，接话的第二十一层是我的保留。保留是这一切为一位参会者的个人观感、我按发言记账。

不同的人在不同的会场看见的重量未必一样，记账的第二十二层是我的观察。观察是那位把十样数得这么齐的人，本身就是站在基础设施那一侧在看牌桌。看的第二十三层是我的点评。第一句是把重心这个词拆成十件具体的事这步今年值得所有写趋势的人学，学了的趋势才不空。

第二句是别问最热、问最疼这半句今年会让一批选方向的人换掉自己的问题清单，换完的回来点赞，句号。

顺手再记两笔小账，第一笔是那位把十样念叨得最起劲的人私下里补的一句。做基础设施的活计看着无聊，可无聊的东西只要长在必经之路上。就会一直有钱流过来，这句话今年值得所有嫌弃赛道不够性感的人收进本子。

收的第二十四层是另一笔，另一笔是那句还没被重建的工作流。它把竞争的坐标系从模型换成了行业，行业里每个还没被软件彻底吃掉的角落都是候选地。候选的第二十五层是我的落差记录，记录是散场时两种心情同时压着。

一边觉得人人都野心太大，一边觉得自己做得太少。压的第二十六层是我的保留语，保留语是这篇为参会者的个人转述。我按发言记账、无独立核实。记账的第二十七层是我的收尾语。

临了补一句给后来者，把这趟见闻折成三句话也行。重心挪到基础设施了，方差才是创业真正在卖的东西。值得做的事要靠判断挑不靠热度挑，三句之外的第二十八层是我的收束。

。

Anthropic 官方开源了知识工作插件，十一个岗位的技能包一次配齐。

清单照录。销售、客服、产品、运营、招聘、财务这些岗位全在列，一套包一个。技能、提示词和连接器这些家伙什，官方都替你先备好了，拿来就能开张。主战场是 Cowork，Claude Code 那边同样认，仓库一 clone、往对应目录一装就能开跑。

仓库已经攒下约两万九千颗星，协议是 MIT，可以自由改造成自己团队的工作流。地址没在正文给出，去 GitHub 搜名字就有。

"预先打包"这半句是场重心。前面一间 AI 办公室讲的是工位怎么摆，这条讲的是每个工位上该放哪把扳手。跟前面十个项目那份清单呼应，那条在挑工具，这条在发制服。两头都在提醒同一件事，代理进场的方式正在从自己攒变成官方配，连岗位说明书都是人家先写好的。

跟前面一人敌一国那条也接得上，一个靠经验单干，一个靠官方的成套制服上岗，两条路都通向同一件事，会用配置比会写技能更要紧。

MIT 这个细节我单独拎出来。官方把十一套岗位配置直接敞开让人改，说明他们要的不是插件本身，是让这套东西尽快长成各家公司自己的形状。

我留的疑问有三处。十一个岗位的完整名单没给全；Cowork 和 Claude Code 装法差在哪没拆；连接器具体接哪些系统也没数，这些都在仓库说明里才看得到。

这周挑三个岗位的包装上，拿真实业务跑一遍看成色。

Z.ai

智谱把 GLM-5.3-Highspeed 悄悄放进了灰度，实测吞吐逼近每秒五百 token，国产速度立了个新标杆。

细节照录。这次不是全员开放，系统随机从订阅用户里抽人发体验资格；实测那组数给得清楚，吞吐约每秒四百九十三 token，首字延迟四点九秒，缓存命中率九成九点九；跟前代 GLM-5.3-FlashX 峰值每秒两百 token 相比，速度翻了两倍还多，已经是接近秒出万字的层级。

底子那行也交代了，它站在 GLM-5.3 旗舰基座上，一兆上下文、代码推理、Agent 那些能力一个不落，优化全压在推理吞吐上，质量和速度两头兼顾。收尾的判断也留着，高速推理对编程任务和长文本 Agent 的多轮协作增益直观。国产大模型的赛道如今比的是真实用户的吞吐体验，这一头正在追海外第一梯队。地址挂在文首。

"随机抽人发资格"这半句是场重心。前面缓存计时那条讲的是省钱的细缝，这条讲的是花钱的爽点。跟前面十二 G 那台机器呼应，那条在本地把速度榨到极限，这条在云端把速度抬到新档。两头都在提醒同一件事，推理的竞争已经从对准不准挪到吐得多快，快本身就是一种能力。跟前面全系深度卷那条也接得上，一个在训练侧卷质量，一个在推理侧卷吞吐，两头卷到一起，用户体验才算齐活。

首字四点九秒这个数我单独拎出来。吞吐再高，用户先看见的是第一行字，这个延迟才是体感的开关。作者把它和吞吐并排摆出来，看得懂门道。

我留的疑问有三处。灰度的投放比例没给；高速版的计价有没有上浮没拆；缓存九成九的测试条件也没数，这些都在官方公告里才看得到。

这周把订阅号挂上等抽签，抽中就把编程任务跑一遍计时。

一个三十四美元的小产品被两个人做成了三个月四十万美元。工具堆里最忙的是人工智能。这打法我看完先记三件事再掂前两周那半句。记的掂的点在下面一层层摆。摆好了看三件事，件在下面摆着，摆好了自己抄。
三件事是这样干的，第一件用生成式真人演员的工具。单人单日能铺几十条钩子各异的短片。演员的脸和品类搭着选就行。工具在这 arcads.ai 。第二件把真实评论区的差评好评丢给对话模型，让它扒买家痛点、一条视频只打一个钩子，模型在这 claude.ai 。

第三件分工干净。品牌出产品出库存、干活的人只出内容和出投放，TikTok Shop 联盟按成交抽佣，平台在这 shop.tiktok.com 。
五步是这样排的。挑品先盯月销尚可、素材却糙得不行的货，再去演员库里配一张对味的脸。把评论区的正反面丢给模型让它写三个开头钩子。每个钩子配拍五条。每条只花几十美元做小预算测试，只放大跑赢的那条。其余全砍，排的第四层是那笔账，账是每天投二十到五十美元测素材。单日产出三十条、整月能垒起好几百条。按一成抽成算。
避坑这栏这么写，合成演员在国内的地界上踩着合规红线。上手前先翻平台规则。开局别摊十个品，盯住一个品把素材打磨穿。另外头两周多半一单不开。那是拿钱换数据样本，跟亏钱两码事，摆的第七层是我的点评。第一句是把素材测试做成流水线这步今年值得所有做带货内容的人学，学了的产能不再靠灵感。
把这套搬回你自己的类目。在小红书或视频号的货架上，批量出素材的打法照样吃得开，句号。

news.ycombinator.com/item?id=499971…

Claude 的订阅额度能给第三方 Agent 用到什么程度，答案被翻来覆去改了好几轮，这次的风声又软了一点。

账目照录。现在拿 Claude 账号登 Claude Code，日常对话、拿 claude -p 跑脚本、走 Agent SDK、或者在第三方工具里调用，烧的全是订阅额度。换句话说像 Amp 这样的第三方 Agent，登的是你自己的账号，动的也是你自己的订阅。

至于放宽那层，官方没发过一纸声明，更像是 Amp 单方面丢出的试探气球。封号这题至今是道空题，官方页面上既找不到会封的措辞，也找不到不封的保证。Hacker News 上有人直接问，用非 Claude Code 的工具会不会被封，这个问题没得到 Anthropic 方面的回答（链接挂在文首）。

不过有两位挂着 Anthropic 名义的回复者给了定心丸，claude -p 并没有被从订阅里摘出去，这次什么都没拿走。Quinn Slack 在回应质疑时把这两条摆了出来，照他的读法，Anthropic 等于在重申 Agent SDK 与第三方应用可以吃订阅额度。

历史那栏也翻出来，这个规则一直在变，估计他们自己员工都搞不清楚。二月那回，文档更新把第三方工具用订阅登录的口子收窄；到了四月四日，OpenClaw 一类第三方智能体被停用订阅、只能另按量付费，受影响的用户还领了退款；再往后，原定六月十五日把 Agent SDK 和 claude -p 单独计费的计划，当天就宣布暂停。

"没有承诺不封"这半句是场重心。前面缓存计时那条讲的是省下的每一分，这条讲的是花得安不安心。跟前面托管出去做呼应，那条在算云上的账，这条在算规则上的账。两头都在提醒同一件事，代理时代的成本不只写在价目表上，还写在随时会改的政策里。跟前面装前验货那条也接得上，一个查工具能不能装，一个查账号敢不敢用，两道关都得自己把着。

规则一直变这个细节我单独拎出来，模糊本身也是一种管理，既不禁止也不背书，厂商留足了转身的余地，用户则要在雾里自己掂量。

我留的疑问有三处。这次放宽到底是真是假没定论；Amp 的试探会引出什么后续没拆；按量付费和订阅之间怎么选也没数，这些都在 Hacker News 那串讨论里才看得到。

这周把自己的调用方式清点一遍，看哪几条正踩在雾区里，能挪的先挪出来。