铃阅
❌

普通视图

如果 Agent 也来上班,公司的组织架构图该怎么画?

2026年11月12日 22:53

原创 池建强 2026-11-12 22:53 北京

李彦宏想画“新厂房”

话说 1855 年,纽约与伊利铁路公司画出了一棵树。树枝上标注着部门、职责和人员。这张组织图把一家庞大公司的分工放在了一张纸面上,铁路向远方伸展,员工遍布各地,这张图标注的是,谁在哪里,负责什么事,有了问题,该找谁解决。

一棵树,让复杂的协作有了秩序。

后来的很多公司组织架构图,都沿用了层层分叉的样子。专业分工支撑了规模,但层级增多也带来了沟通成本的问题。一次需求和指令,要跨越多少部门、等多少次确认,这样的组织结构渐渐变得效率低下。

到了互联网时代,亚马逊给出了一个有趣的办法:一个团队的规模,要小到两块披萨就能喂饱。这样的团队拥有更大的自主权,从开发到运营,持续对一项产品或服务负责。快马轻裘,有想法就做,然后接受市场检验。少几层汇报,多几分当场拍板的速度,组织开始追求扁平和小团队作战。

到了 AI 时代,我们都知道,团队里又多了一种成员,叫 Agent,也就是智能体,它们开始参与写代码、分析数据、研究产品、执行任务。一个人带着几个智能体,就能干之前一个团队做的事情。公司需要重新考虑,一件事该交给谁做,人与智能体怎样协作,最后由谁判断结果。

从铁路公司的组织图,到人与智能体的混合编队

今天受邀去了百度世界 2026 的现场,以上这些信息,正是李彦宏在演讲时提出“智能组织”的背景。有现代企业以来,公司组织一直在演进,如何定义“智能组织”呢?他用了一个容易理解的比喻:AI 是新电机,智能组织是新厂房。电机换了,厂房也得跟着变。

想象一个产品团队:在 Agent 的协助下,产品经理很快写好了需求,设计师画了 UI,程序员提交了代码。但是,如果人与 Agent 各自为战,理解的需求、产品和用户场景都不一样,能做出来好产品吗,很难。最后还是反复开会、沟通、返工。

现在大家都在用 AI,自己干点啥还挺快,可一进团队协作,就出现了一个反直觉的问题:Agent 效率很高了,咋产品交付还那么慢呢?中大型公司尤其如此。

当 Agent 也开始参与执行,企业怎样把个人省下来的时间、个人积累的智能,变成整个组织可以复用、持续积累的能力?对此李厂长提出了三条原则,还挺有意思的,分别是:分工、知识和流程。

第一要打破岗位的边界,围绕任务而不是职能安排工作。有了 Agent 协助,懂业务的兄弟就可以把想法变成原型,再和同事讨论完善。岗位之间的协作方式也会随之改变,每个人需要更清楚地设定目标、验收成果,人的责任也从完成一份需求、一张 UI 设计图或一段代码,延伸到对最终交付结果负责。

第二是沉淀隐性知识,把经验通过 Agent 理解、能调用的方式留下来。老师傅看到一个信号,就知道该去哪查问题,这种判断都是多少年磨练出来的。如何把这样的判断依据和处理办法留下来,让同事与 Agent 随时都能调用,是当务之急。

第三是流程问题,强调了很多年的“闭环”再进一步,实现自我进化,让工作成果回到下一次的执行里。交付用了多久,哪里出错了,客户能不能接受,都需要记录和反馈,并让这些反馈回到下一次执行中李彦宏把这概括为“可衡量 + Looping = 持续进化”的公式。

这里面其实有很多变数,需要组织和技术、业务共同参与。谁提供业务知识,谁维护判断标准,好的结果如何进入下一次工作流等等……“厂房”要重构的,正是这些连接人的地方。

这次百度世界 2026 展示的“芯云模体”全栈 AI 进展,为“厂房”重建提供了技术底座。词元所让企业和个人更方便地购买、使用可信的模型 Token,也让模型质量和服务履约有了可衡量的标准,为企业评估 AI 投入产出提供参考。芯片与智能云承接 Agent 持续运行的计算需求,升级后的百度搭子加强专业任务执行、记忆和企业协作能力,让项目背景与决策可以被后续工作继续使用;库库 AI 企业版则把企业文件、数据与协作关系转化为 Agent 能理解的上下文。技术能承担的工作越来越多,组织怎样重新安排人、知识和流程,也就成了一个绕不开的问题。

智能组织,落到真实工作里长什么样呢?

在传统的产研流程里,一项需求通常由产品、设计、研发和测试依次接力完成。每个角色做完自己的一段,再把上下文交给下一个角色。环节多了,等待和解释需求也成了工作的一部分,这就是以前的常态,有时开会得先确认一句:上次咱们说到哪儿了?

百度数字人创新业务部干了一件事,基于自研 BiuBiuAgent,尝试让一个人借助 Agent 走完整个需求流程。其实产品、设计、研发和测试这些角色都在,它们被重新组织到同一项任务里:人负责目标、判断和最终验收,Agent 承接更多分析、生成与执行工作。

目前,团队已有 6 个以上的需求由单人完成全流程交付。一名校招新人借助 AI,用 1 天完成了原本需要 5 个角色、至少 10 天的需求。第三季度,团队还沉淀了 130 个 Skills 和 729 篇组织资产。

另一个案例也很有意思,关于老师傅的经验传承。

配电网故障研判非常依赖经验:面对故障记录、开关信号和线路拓扑,熟悉线路的人往往能更快判断先查什么。数据显示,仅广西电网 2025 年就发生永久性故障 8215 次,传统人工研判单次耗时超过 60 分钟。经验确实宝贵,但很难一直靠人手把手传授。

于是,南方总调与百度基于百度搭子,合作打造了“天璇伙伴”。它学习上万条历史故障处理数据,把专家经验整理为可复用的专业知识,再将故障记录、开关信号和线路拓扑整合成了证据链,辅助故障研判。其分析准确率达到 70% 以上;据客户反馈,故障分析效率提升 12 倍,目前这套系统已经实打实在广西 14 个地市、112 个县推广。

前一个案例改变了任务的分工方式,后一个案例改变了经验的沉淀与调用方式。前者说明工作可以围绕任务重新组织,后者说明经验是可以被人和 Agent 持续复用。

什么是智能组织,我想,大概就是这样的变化。

在会场见了不少老朋友,大家聊起百度世界,办了有二十年了吧,最近几年,我每年都来参加,这个大会像一扇窗口,让人沿着科技视角,观察技术价值在长周期里的变化,对从业者和创业者来说,都很有意义。今年更明显的感受却是,百度世界更加自信了。小舞台、年轻的产品经理、走进人群分享的李彦宏,都挺戳人;更扎实的底气,来自昆仑芯、萝卜快跑这些业务逐渐交出的成绩。

李彦宏似乎还是多年前的模样,岁月仿佛没在他身上留下太多痕迹。李彦宏不小了,但他依然在讲技术,相信技术,百度的芯云模体全栈实力,也让其始终站在产业舞台的中央,这大概就是这份“自信”的底气。

离开会场,再回想 1855 年那张铁路公司的组织图。那张图回答了谁在哪里、负责什么、出了问题找谁。今天如果重画这张图,除了部门和汇报关系,恐怕还得添三条线:任务如何跨岗位流动,经验怎样成为可复用的知识,以及人和 Agent 的自我进化。这肯定不是一蹴而就的变化,但智能组织的演化,已经开始了。

跳转微信打开

A 社要 IPO 路演了,Claude 还给了一次额度重置。 我一直觉得 Anthropic 这家公司很邪门,并且很抠门。今天模型出了额度计算故障,才送...

2026年11月11日 18:25

MacTalk 2026-11-11 18:25 北京

A 社要 IPO 路演了,Claude 还给了一次额度重置。

我一直觉得 Anthropic 这家公司很邪门,并且很抠门。今天模型出了额度计算故障,才送了用户一次重置:为所有 Pro、Max、Ultra 和 Team 用户提供了一次免费完整重置。

这相比 OpenAI 重置大法简直小巫见大巫,不过论上市,还是 Anthropic 更快,他们宣布启动 A 类普通股 IPO 路演,预计将于下周三定价,并于周四开始交易,IPO 目标估值约 1 万亿美元。以前我记得估值预期炒到了 2 万亿,现在看,少了一万亿。

不过,这里有个容易误读的数字。按报道中的发行价上限计算,非摊薄估值约为 1.02 万亿美元;计入期权、受限股票等潜在稀释因素,完全摊薄估值最高约为 1.4 万亿美元。同一家公司,两种股本口径,就差了几千亿美元。此前市场讨论过 2 万亿美元,如今预期虽然少了,但直接说“蒸发了一万亿”,还缺少同口径的比较,不够准确。

我说 Anthropic 抠门,有用户觉得是人家成本控制的好,才能率先上市。但究根本原因还是模型能打,另外 Anthropic 的企业业务更加扎实。《晚点》在对 Anthropic 招股书的解读中提到,Anthropic 已有近 1.2 万家年消费超过 10 万美元的企业客户,其中超过 1900 家年消费超过 100 万美元。

不得不承认,这个数据还是非常亮眼的,只有模型进入企业的实际工作流,持续付费才有保障嘛。

我为啥觉得这公司邪门呢?因为他家封号严重,其实封号不是问题,作为一家服务提供商,不想让你用,封掉你的账号,没问题。但封号得退钱吧?不退,而且基本上不退的都是美国之外的开发者。可以想象一下,如果国内有家公司这么干,会是什么后果,必须得用弹弓打他家玻璃啊。

到底多少收入来自“不退钱”,可以看这一段:

基于其检测和审核流程,公司估计截至 2026 年 9 月 30 日的九个月内,来自后来被认定违反使用政策或商业条款的客户的收入,约占这段时间总收入的 5%–7%。按前九个月约 332 亿美元收入折算,约 17 亿–23 亿美元。

一个更接近事实的描述是:Anthropic 有约 5%–7% 的收入,事后被证明来自会被它自己关掉的客户,而且这笔钱不一定退。

算上这些不退的钱,Anthropic 收入咋样呢?第三季度收入为 169.56 亿美元,环比增长约 47%,低于第二季度的 144%;长期算力承诺支出总额达到 8954 亿美元。

至于 Anthropic 上市后走势如何,那只能拭目以待了,有人说 A 社上市之后AI 这波将迎来变好和变坏的拐点,我觉得没那么夸张,AI 的趋势,不是一家公司能够改变的。

跳转微信打开

Apple 把 Mac mini 装进了机器人,也得感谢英伟达

2026年11月10日 16:13

原创 池建强 2026-11-10 16:13 北京

前两天写 5 万块的 MacBook Pro 时大家还在聊,Mac 到底适不适合跑本地大模型。有人说,视频模型得用英伟达显卡,Mac 再贵也没用啊。到底用英伟达还是用 Mac 的 GPU,这个得根据场景具体分析。不过我今天看了个视频,苹果研究团队最近给 Mac 找了个新岗位:背在机器人儿身上,干嘛呢?负责看路、理解指令和规划动作。

这台电脑和我家里那台配置几乎一致,M4 Pro Mac mini,64GB 内存。背着它的是宇树 G1 人形机器人。咱们用 Mac mini 是放在桌子上,机器人把 Mac mini 背进了客厅。

苹果这套公开的研究系统叫 HALO,很有意思。在视频演示里,人可以用自然语言要求机器人坐下、跟随自己、推开箱子。机器人需要看懂眼前的环境,找到目标,再决定怎样移动身体。碰到半开的门,它可以侧身穿过;前面挡着桌子,机器人会蹲低或者爬过去。

虽然这事距离买回家做饭、洗衣服、照顾老人还差挺远的,但我奇怪的是,Mac mini 怎么还能做这个事儿呢……

让墨问 Bot 为我研读了一下苹果的论文,大概理解了,Mac mini 的作用就是机器人的“大脑”。这套研究系统需要一台能随机器人移动、在本地运行上层 AI 模型的计算机,Mac mini 恰好能承担这个角色。

HALO 这套系统,分成了三层。最上面是任务调度器,大约每两秒判断一次接下来做什么,把人的要求拆解成具体任务,并检查是否完成。中间的运动生成器,每秒更新约三次,根据画面和任务规划未来五秒的全身动作,一边执行,一边重新观察和修正。这两层是运行在 Mac mini 上的。相对来说,还是有点慢慢腾腾 😂 

下面的运动跟踪器就快了,运行在 G1 自带的英伟达 Jetson Orin NX 上,以每秒 50 次的频率,结合深度图像和机器人自身状态,输出关节控制目标,负责行动这一块。

>Jetson Orin NX 是英伟达面向机器人等设备推出的一款嵌入式 AI 计算模块

之前大家争论用苹果还是用英伟达,在这件事上,苹果和英伟达各有各的工作。这种分工是很重要的,决策可以慢一点,但行动必须迅速响应,思考的时候,也不影响走路才好。

我看完了整个视频,发现找到椅子比坐下更复杂,为啥这么说呢?

我走进陌生房间,找张椅子坐下,绝不会认为完成了什么技术突破。我骄傲了吗?我没有。

但机器人要做到这件事,得同时解决好几个问题:哪个是椅子,通往椅子的路上并非光明大道,会有重重阻隔;找到椅子了,转身后座位在哪呢,身体怎样落下去才能保持平衡,屁股正好嵌入了椅子么……就这么多破事儿。

陌生环境里的椅子位置、桌子高度、门缝宽度都会变化。HALO 想解决的,就是让感知进入动作过程,让机器人根据眼前的情况调整身体。

有人说自动驾驶技术都这么牛叉了,还解决不了这种问题?

因为车和人形机器人面对的考题完全不一样。车主要在路面上移动,轮子撑着车身,遵守交通规则,别发生碰撞,保护人的安全,这是它的课题;机器人呢,想要移动得迈腿、绕过障碍、转身,还要把屁股准确放到椅子上,整个过程都不能失去平衡。你让车找到停车位并不难,但这个和机器人背对一张椅子,抬屁股坐上去的难度系数还是不一样的,人家还得转体一百八再下潜多少个角度才行。

苹果搞的这一套,坐椅子的真实测试成功率是 85%,这就说明:人类觉得最稀松平常的动作,机器依然需要反复练习,还不一定呢做好。这和马斯克的言论很像,机器人翻跟头打拳很厉害了,但让它拧个瓶盖试试,不是生产线上的那种,而是生活中一个随意的啤酒瓶,那就难了。

写到这里我掐指头算算,等我老了,还有几十年。苹果、英伟达和宇树,你们要加油了。

相比 AI 模型的突飞猛进,机器人的发展有点漫不经心。前几天和机器人公司的朋友聊天,他们告诉我,机器人训练有个麻烦事:数据很贵。互联网有大量文字、照片和视频,但一句指令、机器人看到的画面,以及完成任务所需的准确全身动作,基本上没有,所以机器人的发展没那么快。

HALO 的做法是把大部分重复工作放到了仿真里:程序生成约 1000 个室内环境,再生成动作、检查碰撞和异常姿态,渲染机器人视角,组成约 300 小时的训练数据。背上的 Mac mini 承担部署后的推理,后面还有一整套训练基础设施,代价不菲。

为什么写这篇文章,是我真没想到自己天天用的 Mac mini 还能干这个活儿。真是只有想不到,人家都做到了。

也许未来苹果们能搞出更具实用价值的机器人呢,养老就靠它了 😂

跳转微信打开

千问办公 2.0 发布:AI 终于像人一样和团队协同工作了

2026年11月9日 16:26

原创 池建强 2026-11-09 16:26 北京

阿里最近动静真不小,上周刚刚随苹果 iOS 测试版 AI 功能一起亮相,今天,千问办公官方又发布了一篇博客《千问办公 2.0:主动与协同,迈向 Team Agent 时代》,没错,千问办公已经演进到了 2.0 版本,并往前一步开始探索 Team Agent 。我提前用了一周,似乎看到了 AI 办公在未来的形态。

我们都知道,日常工作里一个项目周期越久,相关的群就会越多。讨论产品功能的,排期的,聊技术方案的,拉外部客户的,内测的,五花八门的群躺在你的办公软件里。等到有人问进度,找个资料,项目负责人先得把这些地方搜个遍,然后再复制粘贴。

即使现在人手一个 AI 助手,这件事也不轻松,个人效率的提升,到了协作环节,有时会被重新消耗掉。

千问办公这次推出的 2.0,定位就是面向团队协作的 Team Agent,比 Personal Agent 更进一步。伴随着功能更新和交互界面升级,“协作”“人机共创”“资料空间”“自动任务”“三端互联”等五项核心能力集中上线,覆盖了最新客户端,网页端和钉钉端内千问办公的用户也可体验除“协作”之外的所有能力。

AI 这一次开始进入了大家的共同工作现场。

左边栏里的“协作”是这次更新的最大亮点。

千问首次实现了多人和 Agent 协作的功能,这让企业级 Agent 与 Personal Agent 泾渭分明:个人助手围绕一个人的任务展开,团队助手需要理解多个人和 Agent 一起推进项目发展。这么说可能有点抽象,我们直接创建一个协作空间,点击“协作”,新建空间:

在这个空间里我们有一个数字员工,就是千问小 Q,然后,我们可以选择企业内部的协作者,同时做数据源的关联,当做空间的上下文:

在数据源里我们可以选择钉钉群聊、AI 听记、AI 表格和钉钉文档,也就是说,你在钉钉生态里有权限使用的群聊、文档、听记等内容,都可以当作这个空间的上下文:

也可以选择我的听记作为空间上下文:

比如我可以让小 Q 解读听记:

也可以直接让同事接手相关的问题:

除此之外,本地文件、图片也能补充进去。资料越充分,小 Q 越能准确地理解和推进这个项目。

比如我把墨问 App 的开发文档加入空间后,可以让小 Q 来推进产品后续工作:

@千问小Q 你看下我刚发上来的研发文档,梳理产品进展、版本情况,已确认事项及待解决的问题。然后分别给我和 @燕子 派发任务和待办

小 Q 就开始干活了:

这时候人就可以进入看板,直接处理自己的待办任务了:

使用了之后我发现,最有价值的部分是减少信息交接时的损耗。跨群找消息、对纪要、找文档,追问各自的待办等等,这些麻烦事,全部可以交给 Agent,这个 Agent,就在人群的工作现场,这也解释了为何千问办公给自己定位成 Team Agent。

千问办公 2.0 的“自动任务”也在原有定时任务之外新增了触发任务。

每天定时汇总一次进度,是可以解决固定节奏的问题;但用户服务群里突然有人咨询或询价、新成员加入了、有审批需要处理,都需要另一种响应方式,这就是 Agent 的事件自动任务。

比如我可以说:帮我创建一个自动任务:当墨问 App 发布线上版本时,写一个产品发布说明发给我。这个任务其实没那么简单,因为没有明确的事件源,能搞定吗?

这里体现了我理解的主动性:用户预先设定规则,Agent 持续关注相关变化。

群里的事儿有 Agent 盯着了,文件也得有人管不是?

这次千问办公的“人机共创”也很有意思,它把对话和文档放到同一个窗口,选中要改的文字、单元格或图片,直接提要求。几处修改可以攒在一起交给它,处理完再核对,有问题也可以自己上手直接改。Word、Excel、PPT 等格式的文档都能这样接着处理,如果是在线钉钉文档和宜搭应用,还可以实现多人、多 Agent 共同创作。

文件多了,另一个老问题又找过来了:之前写过这部分,怎么找不着了呢?这次千问的“资料空间”把生成的、上传的文档、图片、视频,用过的钉钉文档、AI 表格、做好的网站应用,全都收一块儿了,找文件的时候,如果有人机共创,还能回到生成时的对话现场。

选中几份资料,就能直接发起新任务继续处理,非常方便。

另外,千问办公 2.0 这次的发布很充分,三端互联,电脑、手机和网页一起发布,任务、对话和文件实时同步,离开工位后,你可以在手机上看进度、补充要求;调度系统也可以放到云端,云端任务在你自己的电脑关机后也能继续运行;需要操作本地电脑的任务,则可以在授权后用手机远程下达指令,这时候就需要你的本地电脑是开机状态喽。

和阿里的产品同学聊,他们说,这些能力都来自 5000 多万企业用户的真实需求。办公产品为什么得待在工作现场?为什么需要多人和 Agent 进行群协作?为什么要增加事件触发?因为一个人的小麻烦,放到团队里,很可能耗掉整个团队大量时间。当 Agent 能理解项目背景,能获得更多上下文,跟上讨论,推进项目,分配待办,才有机会真正发挥 Team Agent 的能力。

随着更多 IM 软件和 SaaS 的能力集成进来,企业 Agent 会有更多想象空间,通过把不同应用软件里的工作连接起来,扩展团队的能力。未来,Agent 和 Agent 之间,可以实现真正的 A2A。这就有了 Agent OS 的样子,下一代企业办公入口,也许就从这里长出来了。

把 AI 拉进工作群,当然是希望它多干点活,让大家腾出时间创造和判断、审核,同时贴近用户,挖掘更多需求等等。工具进步了,人也该从容一点,踏踏实实把工作交给 Agent,自己去干更有意思也更重要的事儿。

跳转微信打开

Codex 一天一个版本,微信为什么不行? 最近墨问 Bot 基本上一天一个版本的发布,经常是用户报了 bug,顺手就修了,搭着新特性发。群里...

2026年11月5日 17:23

MacTalk 2026-11-05 17:23 北京

Codex 一天一个版本,微信为什么不行?

最近墨问 Bot 基本上一天一个版本的发布,经常是用户报了 bug,顺手就修了,搭着新特性发。群里朋友们调侃,说老池你们这个发版速度快赶上 Codex 了。

还有朋友说,每天打开 Mac,都看到一串 Agent 工具更新,但是看手机里的微信,Mac 上的微信,版本号几周没变化,其他国民 App 也差不多,是不是这些老厂商老产品落伍了啊。

正好前阵子给微信桌面端提了个 bug,早修复了,现在还没赶上新版本发版,为啥呢?我来聊几句 AI 时代的开发。

首先这种比较混淆了两种“发布”。Codex 每天更新,可能是改了个 UI,加个用量按钮,或者插件、云端策略有了调整,也可能是模型、工具调用与任务策略更新了。

微信呢,发一个版本,通常意味着一个完整的客户端和服务端交付,得经过测试、灰度和应用商店分发,聊天、支付、小程序、音视频这些每天被十亿人使用的功能,才能上线发布。到了微信这个体量,任何微小的改动影响都是巨大的,何况微信还承载着各种产品和业务形态,与支付、民生息息相关,基本不可能每天发版,也没拿个义务。

就我这半年多的 Coding Agent 实践,AI 其实特别擅长做 Codex 这样的项目,大部分功能都是工具类型,复杂业务几乎没有,服务端逻辑很少,AI 开发起来手拿把掐,无敌于天下。

一旦涉及到服务端复杂业务,尤其是交易相关,AI 写出来的代码就需要反复确认和测试。毕竟……

Codex 给你生成了一段错误代码——这简直是一定会发生的——用户审查、修改、重新运行,就可以了,实在不行还有 Git 可以回退。但是微信如果把消息送错对象,或者让一笔支付出现异常,事后你打补丁就没那么简单了。

效率工具允许错误成为学习过程的一部分,社会基础设施必须把错误挡在发布之前。

AI 编程,看起来都是生成代码,产品性质不同、产品阶段不同,开发速度也完全不一样。你自己口喷一个用完即弃的软件,大概 20 分钟就搞定了。我做一个墨问 App,几千内测用户,可以一天发个版本,轻松自在。但是,有上百万人使用的墨问社区,我就不敢这么玩了。到了 Codex/ChatGPT 和微信这样的级别,策略更是大相径庭,AI 发挥的能力也不是一个级别的。

Codex 在快速寻找能力边界,新功能本身就是吸引力,用户也愿意承受一些粗糙的做法,按钮换地方,功能失效了,大家都能忍。但微信的核心交互已经沉淀为日常习惯,这是个承载十几亿人的基础设施。一个按钮的位置、一条消息的展示方式,都会影响数亿人的使用感受……

跳转微信打开

订了一台触屏版信仰灯 MacBook,居然要 5 万多

2026年11月4日 16:15

原创 池建强 2026-11-04 16:15 北京

有时候等待不是坏事,这不等来了一台有信仰灯和触屏的新 Mac 嘛。

我现在的主力 MacBook Pro 还是 2021 年那台 M1 16 寸笔记本,跟着我征战了 5 年多。做产品、写文章、处理图片和音视频,使用各种各样的 AI 产品……日子就这么过去了。M1 是真强悍,到今天依然能打,但我想换一台新的 Pro 了,尤其想跑跑本地模型。

上半年苹果发了新款 Pro,我选了一下,大概 4 万多,放进购物车里了,过几天准备下单的时候,咔,赶上了苹果调价,直接变成 5 万多。这种事我们能忍吗?不能。

关掉页面,继续用 M1。我觉得这购物车没有保价功能,倒是很适合接受消费教育 😂 

到了 10 月底,苹果又发了新款 MacBook Pro。芯片是 M5 Pro 和 M5 Max,但模具换了,屏幕换成双层串联 OLED,可以触控,背面的信仰灯也回来了。于是,我又打开了官网。

老用户的原则通常很坚定,但那个苹果亮起来啦。二爷说,要为信仰充值。

这次我选了 M5 Max、64GB 统一内存、4TB 硬盘。Max 主要给本地模型留 GPU,硬盘主要是照顾我的摄影习惯,每张要处理的照片都几十兆,4T 少不了。选完一看,5.2 万,应该是我买过最贵的一台 Mac 笔记本。

上半年觉得 5 万多不能接受,现在不就等来了更好的配置么,挺好。新模具、新屏幕、信仰灯、算力、内存,都会让人心情好一点。

新屏幕有点东西,抗反射涂层、防油渍防指纹涂层,还可以选纳米纹理玻璃。我有一台 Studio Display 是纳米屏,效果不如另一台普通玻璃的透亮,所以这次还是选了普通玻璃,至于防指纹……既然允许伸手摸屏幕,油手这件事总得提前考虑吧,等拿到机器看看实际表现再说。

说起来,触控的意义就是个附加功能,我没这个需求,可能也就是看照片时直接放大点一下屏幕?长时间写代码、写文章,使用各种工具,键盘和触控板肯定是主力。触屏算送的。

不过,等一下,苹果产品怎么越来越贵了?

我回顾了一下自己的 Mac,确实,选的配置越来越高了。以前买电脑看处理器,现在还要琢磨能放下多大的模型。照片、视频和模型文件挤在一起,硬盘必须得大,CPU 和 GPU 也得打满了,官网的 M5 Max 最高已经能选到 128GB 内存、16TB 硬盘,一台电脑超过了 10 万块。

另外,成本也是个问题。看苹果最新财报电话会,管理层把毛利率压力第一归于内存涨价,第二就是 Siri AI 推广带来的云端成本。

AI 一边让我们想买更大的内存,一边让厂商面对新的算力账单。过去卖出一台设备,后面提供系统更新就行了;现在云端模型还得继续烧 Token 干活,尤其 Siri,还是免费的。有没有用不好说,但 Token 是烧没了。

总之 AI 这一波趋势,彻底改变了软硬件厂商的商业模式,谁都逃不了。

说到 AI,今天,也就是 11 月 4 日,面向中国用户的苹果智能随最新 iOS 开发者测试版开放测试了。我试了下照片里的搜索和实时翻译,感觉还不错。

照片能快速找到我和二爷:

实时翻译比我想象的好用,戴上 AirPods,打开系统的翻译软件,下载好语言,点击 “开始翻译”。对方说话时,你就能在 AirPods 里听到翻译,手机上也能看文字。我试了试看油管视频,虽然有延迟,但理解上没啥问题。以后出国带着它就完事了。

千问也接进来了,可以在 Siri、写作工具和视觉智能里调用。启用千问你得登录,可以通过 Apple 登录,也可以用阿里的千问 App 账户,怎么用我还没搞明白。

未来这些 AI 服务费到底怎么分,还不知道,苹果承担多少,模型厂商承担多少,哪些会包含在设备价格里,哪些会让用户买单,还没看到明确说法。

希望这台新 Mac 也能和我再走 5 年。信仰灯常亮 😄

跳转微信打开

TRAE 做个人开发助理这个想法绝了,我就没想出来

2026年11月2日 14:31

原创 池建强 2026-11-02 14:31 北京

限时免费一周,这个羊毛你不薅?

最近一个月我都在做墨问桌面端,有个感受越来越明显:AI 能干的活越来越多,我也更忙活了。几乎每个功能都牵涉界面、数据和测试,多个任务并行,结果散落在不同会话,今天还在用户在群里讨论,有时候都不知道自己为产品增加了哪些特性。规划产品的时候得琢磨:哪件事已经完成了,哪个特性只给了方案,什么问题还在等我拿主意。

写代码之外,自己又多了一份项目经理的工作。最近 AI 领域 Personal Agent (个人助理)的概念很火,但和 Agent 一样,这个概念非常广泛。比如墨问 Bot 做的更多是 Bot 驱动 多 Agent,Bot 之间的协作和社区创作等。还会有个人助理帮助开发者管理项目和产品,帮助理财的用户管理金融事务,还会有生活个人助理等等。术业有专攻,Personal Agent 也是一样。

上周五,我就发现字节的 TRAE 推出了一个新功能,叫开发者个人助理“TRAE 宝”,还有福利,限时免费一周,也就是说,从这个入口发起的项目都不消耗积分。我当时就想,这个 TRAE 宝,能不能完成一部分迭代、追踪和汇总的工作呢?于是我把正在开发的墨问桌面端项目放了进去。

TRAE 宝如何进入一个项目?

这儿的设计直接就惊艳到了我。在大部分 Coding Agent 工具里,点击一个项目只是选中了这个项目,可以打开或折叠项目里的任务列表,然后基于项目创建任务,或者在已有的任务里工作。

TRAE 不一样了,现在点击项目,就可以进入该项目专属的 TRAE 宝助理界面,我们可以直接在这个界面里发起任务,这样的任务就是由 TRAE 宝创建的,会带一个标记。

我们也可以点击右侧边栏里的“打开会话”,直接进入传统的会话工作方式:

另外,我们还可以直接点击左上角的 TRAE 宝,在和它的对话里直接发起任务,比如这样:

这个任务就会出现在 mowen-desktop 的工作区里。

为什么这么设计,我一会儿再讲。

我给它的第一项要求,就是查看该项目已有的历史任务,概括最近的工作和待办,标明信息来自哪里。同时限定了只读,不改文件、不提交代码等等。

TRAE 宝找到了“Review Today’s Changes”会话,整理出本机音视频转写、Bot 连续任务续接、IM 投递与睡眠唤醒恢复等工作,又单独列出那轮审查提出、尚未确认修复的事项。

在这个过程里,TRAE 宝保留了信息的出处和状态:审查提出过问题,哪些解决了哪些没解决,历史会话有哪些任务完成了,还有哪些待办,正在进行什么样的任务等等。如果我长期基于 TRAE 做产品,TRAE 宝就能持续积累项目上下文,帮我梳理历史任务、待办和 bug,省去不少翻找会话的工夫。

从以上操作可以看出,TRAE 把助理分成了两个维度:全局和项目,从左上角的 TRAE 宝进入,可以全局跨项目查找历史任务、对话和项目产物;从项目进入 TRAE 宝,则是一个项目助理的角色,围绕当前项目做事情,分配任务,推进工作,汇总结论等等。

一句话,左边栏上面的“TRAE 宝”直接进入全局助理。点击项目名字,就能进入项目助理的专属对话。

我把一件完整的事交过去试试

第二项需求,我选了一个手头确实需要的工作:梳理墨问 Bots 的任务委派和群聊协作机制,给非技术读者写一份说明。这个题目涉及代码、使用方式和容易混淆的概念,非常适合助理来组织和完成这样的工作。

我让它自行拆分子任务,并行检查,最后汇总。它建立了四路任务:仓库近况与待办盘点、Bot 任务委派机制事实链、Bot 群聊协作机制事实链,以及非技术表达素材与术语映射。

这个任务 TRAE 宝完成的非常漂亮,它可以自己读取全局上下文,分配任务的时候会,补充更详细的提示词,把用户口喷的话,转化成精确的任务指令:

点开子任务,能看到项目助理交下去的具体要求,包括只读约束、要回答的问题、输出格式,以及为结论附上代码位置的要求。面板还展示了文件读取、搜索和命令执行的活动。我可以先交代完整目标,再检查它怎样分工。

接着,我切回全局助理,让它找出刚才的任务,报告最新进度。它列出了四个子任务的会话和状态,也读取、整理了已经形成的结论。我不需要把几个子任务的回答重新粘贴给它,这部分查找和整理,TRAE 宝自己就完成了。

也就是说,我想了解全局进度,只要问全局助理 TRAE 宝就完事了。再也不需要去一个个会话里找待办、扒拉数据了。

在大家都卷 Bot 的时候,这个产品思路有点妙啊

有了 TRAE 宝,TRAE 成了一个动态的工作台,TRAE 的 Agent 窗口把项目与任务放在一起,需要深入了解代码的时候,可以打开 IDE,同样提供自动化、模板库和产物管理等入口。需要完成任务就在项目里发起任务,需要了解规划、进度和待办,就打开项目助理。需要跨项目查询和了解全局状态,就打开全局助理……有没有一种尽在掌握的感觉?

TRAE 宝全局助理还支持绑定飞书和微信:

绑定之后,你就可以从常用聊天工具里提交需求、跟进任务。这和墨问 Bot 绑定微信有异曲同工之妙。

TRAE 的同学告诉我,这次新功能上线,还提供了个人助理限时免费一周的体验福利,怎么做呢?先根据提示把 TRAE 升级到最新版,然后从 TRAE 宝入口开启任务即可免费使用。

比如我在项目助理页面发起任务就可以了:

国内顶级模型基本都是可选的,也可以配置自己购买的自定义模型:

如果你也对这种个人开发助理的模式感兴趣,抓紧从官网下载安装,选一个或多个正在推进的项目试试,应该会有惊喜:https://www.trae.cn/

这半年我一直在用 AI 做产品,到目前已经完成了 CatReader,CatBar,现在是墨问 App。但说心里话,前面那俩产品的特性和规划我都有点记不清了。代码写的越快,单项目的任务、状态、特征规划,多项目的协调和代办,都需要有人照看。几个 Agent 一通操作猛如虎,我得知道工作到了哪一步。现在 TRAE 宝能承担这个职责了,它给了开发者一个全新的视角,通过巧妙的分区机制,让一个 Agent 同时全局助理和项目助理两个角色,还做了很好的数据和权限隔离设计,不得不说,这招干得漂亮。

跳转微信打开

苹果 AI 终于来了,作为 MacTalk,我最期待这俩功能。 千呼万唤的国行 Apple Intelligence 终于有了时间表。首批功能将于 11 月 4 日随...

2026年10月31日 10:14

MacTalk 2026-10-31 10:14 北京

苹果 AI 终于来了,作为 MacTalk,我最期待这俩功能。

千呼万唤的国行 Apple Intelligence 终于有了时间表。首批功能将于 11 月 4 日随开发者 Beta 开放测试,12 月随 iOS 27.3 正式版推出。距离这货最早亮相,两年多过去了,要是结婚,娃都能生俩。

并且,这次发布只有 iPhone,Mac 和 iPad 都没有,支持的机型包括 iPhone 15 Pro 系列、iPhone 16 及后续机型,以及 iPhone Air、iPhone Duo,支持简体中文和英文。

更惨的是, 也不包含新一代 Siri AI,今年 6 月发布的最新 Apple 智能功能也没有。那个能够理解个人上下文、看懂屏幕并执行跨应用操作的助手,没来,只是多了些边角料 AI。

说实话在墨问 Bots 都玩这么溜儿的今天,苹果这些功能实在是小儿科,比如写作工具支持改写、校对,智绘表情,视觉智能和智能整理通知摘要啥的,很难给用户带来惊喜。

但有俩功能我还是很期待的,主要是这种咱也做不了啊,都是苹果生态里的,一个是照片终于支持自然语言搜索,想找你的猫猫狗狗相机图书,和谁的合影,在哪里拍的,估计会非常方便。另一个就是宣传了很久的实时翻译,整合进了信息、电话和 FaceTime,也能搭配受支持的 AirPods 使用,咱的 AirPods 终于能体验一回了。

Siri 更新了界面,支持语音与文字切换,据说能理解口误和临时改口,能不能正确操作 App 呢,这个得试试才知道。

不管功能咋样,国行苹果智能总算起了个头,这是好事。这次的技术分工也挺有意思:基础功能由苹果自研模型驱动,苹果强调设备端处理,比如实时翻译就使用完全在设备端运行的模型,让个人对话留在本地。照片里的消除工具,则可以移除画面中的干扰对象,应该也是端侧模型干的。

此外,用户可以选择在 Siri、写作工具和视觉智能中接入千问,扩展问答、内容生成和图文理解能力。在用户把问题、文档和图片发送给千问前,系统会先征得用户同意。

插一句,端侧模型啊,这是让人们换手机了……

据说写作工具还有个"千问创作",可以从零生成文章、邮件乃至图像;视觉智能则接入千问与百度图像搜索(报道非官方),系统承担了能力选择与交付的职责,也许未来苹果会接入更多模型,国内模型厂商好好努力吧。

真正的看点仍然是 Personal Agent,苹果掌握硬件入口、操作系统与应用生态,它做这个最合适了,而难题也恰恰来自于此,用户量巨大,隐私保护、应用隔离和用户控制权的分配等等,都得处理好了。

AI 时代很有意思,你等两年再做,会发现之前的弯路都不用走了 😂

跳转微信打开

你在寒风中瑟瑟发抖,我在微信里 Vibe Coding

2026年10月30日 17:19

原创 池建强 2026-10-30 17:19 北京

最近北京开始降温了,今天夜里只有 3°,很多人开始瑟瑟发抖,我却在微信里 Vibe 得热火朝天的。

昨天发了墨问 Bots,连上微信,驱动我 Mac mini 上的各种 Agent 咔咔干活。一部分用户问我咋连接上微信的,还有一部分问,聊天问答不稀奇了,你怎么在微信里 Vibe Coding 呢?

今天说说这两个事。

如何连接微信呢?

墨问 App 里的 Bot 使用的是微信官方的 iLink Bot 协议,这个协议和 OpenClaw 没有任何关系,我们的电脑端不需要装 OpenClaw、Node.js、npm 插件或 Gateway,也不读取其他应用的微信凭据。

底层通信协议的接入域名是 ilinkai.weixin.qq.com,HTTP/JSON,2026 年 3 月 22 日左右随 ClawBot 一起推出,ClawBot 是微信里插件的产品名,它是 iLink 协议在微信客户端侧的入口。

用户只要在手机端“我 → 设置 → 插件”里开启 ClawBot,在创建或编辑墨问 Bot 的时候扫码授权,即可完成绑定;一个微信 Claw 账号同时只能绑一个 Bot。

目前微信 - 墨问 Bot 支持文字、图片和已转写的语音(图片单张 20M 上限,每批最多 8 张)。

连续输入的消息我会合并处理,每批最多 20 条;我对返回微信的 Markdown 展示方式做了适配,目前移动端和桌面端微信都可以正常显示。流式增量、工具中间结果不会逐条推微信,长文会分段输出吐给微信的聊天窗口。

所以,我做的事情是把 OpenClaw 微信渠道的服务端协议用 Swift 原生重写了一遍,换来的是免 Node 环境、凭据隔离和可持久化恢复,大概就这么回事。

比如墨问 App 最新的版本就是我外出吃饭时用微信发布的:

如何在微信里 Vibe Coding 呢?

其实微信连接的这个墨问 Bot 已经可以自己做 Vibe Coding 了,但模型是单一的,Harness 也没那么丰富,我选择了这么个路径:

微信 Claw —— 墨问 Bot —— Herdr 工作区(Codex、Kimi、Cursor 等)

比如,我可以让微信列出我的工作区:

这就是我用来研发墨问 App 的工作区,其实就是 Codex CLI、Kimi Code、Cursor CLI,我可以通过微信随意驱动这些编程 Agent 在我的电脑上干活,他们有自己的上下文管理,干完之后自动把回执交给墨问 Bot,Bot 再传给微信 Claw,左右开弓,随意切换,一切无比自然。比如:

小墨就是我的 Bot,我给它配置了 Kimi K2.8,速度非常快,用来分派任务绰绰有余,不同的 Agent 帮助我做实现和交叉 review,尽可能少出 bug,要知道,永远没有编程的最优解,我们只能毕竟最优,所以 reivew 永远是有价值的。

那么,这个工作区怎么建立起来的呢?Bot 怎么认这个工作区,而不是去终端里乱找呢?这都是 Herdr 的功能。

Herdr 是个面向 Agent 的终端管理器,是个命令行工具,类似 tmux,但更简单,更适合 Agent 定位和使用。

安装方式很简单:

    brew install herdr

    然后在终端里为 herdr 集成你的 Agent,目前只支持命令行 Agent,比如 Codex、Claude Code、Kimi、Cursor、Pi 等,输入:

      herdr integration status

      可以查看你装了啥没装啥:

      安装命令:

        herdr integration install kimi

        我装了 Codex、Kimi、Cursor,然后就可以建立多个工作区,如果我有很多项目可做,就可以建无数工作区,只要自己能管理过来就行。

        我一般是在微信里告诉墨问 Bot,在 herdr 里建一个 Codex 的工作区,工作目录是 xxx,就完事了。后续就可以直接通过自然语言使用这个工作区,这里面的各种编号和窗口,都是给 Agent 使用的,我们完全可以不用管。

        在 herdr 界面,使用 ctrl + b,q,就可以把 herdr 放到后台,但完全不影响我们在微信里使用这些工作区,是不是很神奇?

        其实 Bot 还能干很多事,比如我让它修改这篇文章里的错别字:

        我说,修改吧。就改完了。

        今日更新:

        https://pub-sdn-001.mowen.cn/mo/release/mo-agent/Mowen-0.6.3.dmg

        跳转微信打开

        接入它之后,微信成了我的生产力工具

        2026年10月29日 18:10

        原创 池建强 2026-10-29 18:10 北京

        前天我们发布了墨问 Bots 的公测版本。用户为不同的 Bot 设置不同的模型、思考强度和职责,你就会得到多种职责和类型的 Agent,甚至你可以为某个单一任务——比如自动盯盘——设置一个 Bot;为查看自己的墨问动态设置一个 Bot;为了盯 Tibo 有没有做额度重置,设置一个 Bot……也可以一个 Bot 负责多件事,非常好玩。

        但是,墨问 Bots 在墨问 App 里,墨问 App 装在电脑上,我们还没有做移动端 App,也没有云同步,离开电脑怎么让它干活呢?

        于是,我昨天又做了两件事:

        1、让 Bot 能够完美适配和操控 Herdr,Herdr 是个 Agent 终端管理工具,可以驱动 Codex、Cursor、Kimi、Pi、CC 等 Coding Agent 干活。

        2、为 Bot 增加了一个接入微信 Claw 的选项,如果你有多个微信,可以每个 Bot 配不同的微信,微信可以驱动 Bot 完成任务,看群聊,在群里发言,让擅长编程的 Bot 驱动 Herdr 完成写代码的任务……

        这样,在需要的时候,微信就成了我的生产力工具,每个微信可以控制我一台 Mac,do what you want……

        在介绍这俩功能之前,我们先看看墨问 Bot 的普通玩法:

        1、创建你的 Bot,为每个 Bot 设置不同的模型和思考等级,Bot 会根据对话自动选择思考等级回复问题和做任务,最高思考等级是用户设定的那个。

        2、你可以和 Bot 一直对话,完成任务,不需要像 Agent 那样切换会话,Bot 会智能地管理你的长期上下文和记忆。

        3、多个 Bots 之间可以通讯,用户可以让 A 通知 B、C 做自己擅长的任务。甚至,你可以为你的 Bots 们设置一个 CEO。

        4、可以拉群,设定群负责人,你和你的 Bots 们就可以在群里做各种各样的协作了。我有日常交流群,咖啡群,Vibe Coding 群和产品群。我可以让 Bot 通过 Herdr 驱动 Codex 和 Cursor 做编程任务,可以让不同模型的 Bot 为我做产品调研,也可以讨论如何制作一杯美味的瑰夏咖啡。

        你会发现这和使用单一模型是很不一样的,不同的视角会在讨论中自然呈现,非常有意思。

        5、可以用自然语言为 Bots 设定自动任务,比如监控 Tibo 的重置消息,每隔三小时看一下墨问动态,工作日定时看盘等等。

        现在来看看我们的新功能:

        接入微信:创建或者修改 Bot 的时候,选择连接微信,

        系统会弹出二维码,微信扫码,完成接入,简单快速。注意,墨问已经原生接入了微信,完全不需要 OpenClaw。

        在微信这个聊天框里,已经对应上一个你设定好的墨问 Bot (Agent)了。我可以直接给它安排任务,也可以进行群协作,比如,我可以问,你在哪些群里:

        墨问 App 端的消息是这样同步的:

        我可以直接给它派活,比如查看猫大人最近的付费和免费文章:

        写文章、听播客,分析长文,发布墨问笔记,涉及旅行徒步路线等等,都可以……

        也可以做 Vibe Coding

        墨问 Bot 对多 Agent 终端 Herdr 做了很好的适配,如果你使用 Codex、Kimi、Cursor、CC 等命令行工具编程,可以直接用 Bot 驱动它们写代码。

        首先安装 Herdr 和 cli 集成:

          brew install herdr
          herdr integration install codex
          herdr integration install kimi
          herdr integration install cursor

          然后告诉小墨,让 Mac(我的编程 Bot)创建 kimi 的工作区:

          这时候 Kimi 的工作区已经创建好了:

          让 Mac 在 Kimi 工作区 review 一下我刚修改还没提交的代码:

          这时候 Kimi Code 就开始干活了:

          这是我最终在微信端收到的 review 结果:

          我这里为了演示 Bot 之间的协作和委托能力,通过小墨呼叫了 Mac,如果你主要是为了做 Vibe Coding,直接用接入微信的 Bot——比如小墨驱动 Herdr 干活,更为高效,毕竟不需要中转了。

          以上功能全部免费使用,你只需要为 Bot 配置自己订阅的模型……地主家也没有余粮啊。

          公测地址放这里了:墨问 Bots 接入微信,墨问 App 0.6.2 发布

          阅读原文

          跳转微信打开

          ❌