铃阅时讯
❌

普通视图

ShipAny 新版发布:Agent-Native 开发框架

2026年6月9日 21:37

原创 idoubi 2026-06-09 21:37 广东

ShipAny 内置丰富的 Skills,让 Agent 开箱即用,帮助创作者一小时上线功能完整、可商业化的 AI 产品。

ShipAny 新版本发布了🎉,上线了三套基础模板👇

  1. shipany-next:Agent-Native 开发框架,面向 Agent Coding 而设计,通过内置 Skills 极速开发新项目

  2. shipany-vinext:基于 Cloudflare 官方 Vinext 框架而设计,一键部署到 Cloudflare  Workers,压缩后体积是 shipany-two 的 1/7,绑定 CF 全家桶,节约成本

  3. shipany-tanstack:基于 TanStack Start 而设计,使用 Vite 构建,启动与运行速度极快,跨平台部署方便

ShipAny 模板
ShipAny 模板

ShipAny 老用户支付 $1.99 获得新模板。新用户通过这个链接👇

https://shipany.ai/zh/pricing?ivt=idoubi

购买 Premium 会员,输入优惠码:NEXT,立减 $50

ShipAny 价格
ShipAny 价格

ShipAny 官网也基于 shipany-tanstack 完成了重构,交互体验提升不少。

ShipAny 官网
ShipAny 官网

ShipAny 开发文档也更新了。

ShipAny 文档
ShipAny 文档

  • ShipAny 新版本整合了流行的技术栈,主推 TanStack + Vite 生态,高性能运行,部署到 Cloudflare,极具性价比。

ShipAny 快速上手指南
ShipAny 快速上手指南
  • ShipAny 新版本精心设计了几个 Skills,在 Coding Agent 一键调用,对话式快速完成新项目开发。

ShipAny 内置 Skills
ShipAny 内置 Skills
  • 做 AI SaaS 网站需要的基础功能,ShipAny 基本上都集成了,主打一个开箱即用,让你的 Coding Agent 无需造轮子,快速上线。

ShipAny 功能清单
ShipAny 功能清单
  • ShipAny 官方出品的基础模板,ShipAny Premium 会员可以超低价获取,主打一个仪式感,让买模板跟买咖啡一样简单。

image
ShipAny 模板
  • ShipAny 用户提交了几百个案例,有一些有很大的流量,有一些赚到了钱。ShipAny 定位是一把好铲子,帮助用户去淘金。

ShipAny 用户案例
ShipAny 用户案例
  • 加入 ShipAny 联盟,设置专属的邀请链接和优惠码。可自行分配额度,帮助朋友获得优惠,自己获得奖励。

ShipAny 联盟
ShipAny 联盟

我们已经进入了 Agent 主导开发的新时代,做产品变得极其简单。

一个 Agent-Native 开发框架,可以让 Agent 更快速地集成项目需要的基础能力:登录、注册、支付、积分、存储、多语言、SEO、AI 生成、管理后台。

ShipAny 的定位,就是这样一个 Agent-Native 开发框架,通过一系列的模板覆盖常用的技术栈和业务功能,内置丰富的 Skills 让 Agent 开箱即用,帮助创作者一小时上线功能完整、可商业化的 AI 产品。

❝

新版本,新征程。期待与 ShipAny 用户共建生态,做大做强。✌️

阅读原文

跳转微信打开

只给一份文档,Qwen3.7-Max 从 0 交付双端应用

2026年6月9日 17:28

原创 通义实验室 2026-06-09 17:28 浙江

实践经验详解

让 Agent 改一个按钮、修一个 Bug,今天已不算新闻。

但只给它一份调研文档,让它从 0 写出高度还原的完整应用呢?

这是一条横跨规划、架构、十几个模块编码、验证、修复的超长程任务:几个小时、成百上千个决策、前后强依赖,错一步就会沿着后面几十步一路放大。这正是今天大多数 Agent 最容易翻车的地方。

最近,我们和 Efflora 团队基于 Qwen3.7-Max 模型,做了一场实验:仅凭一份产品调研文档,在隔离环境中从 0 交付了移动端和 Web 端两套可运行应用。

这场实验也揭示了一个被忽视的工程真相:质量不是模型一次「生成」出来的,是被闭环「收敛」出来的。

我们用 Qwen3.7-Max 做了啥

给 Qwen3.7-Max 一份产品调研文档,让它在隔离环境里,从 0 交付能真实跑起来的应用——而且移动端、Web 端各一套,发现页瀑布流、商城分类与商品卡、内容详情页的图文与评论流,核心界面与主要交互都被几近还原。

  • 唯一输入:「图文社区 + 商城」形态产品的用户流程文档 + 关键页面拆解报告,合计 约 15 万字、拆解 12 个核心页面(覆盖 8 大功能模块、7 条用户流程);

  • 没有给的:设计稿、现成代码、分步骤的人工拆解、后端逻辑;

  • 耗时:单端从 0 到可运行 约 4 个多小时全自动完成,中途无人工接管。

本次实验亮眼的地方在于:

1、它没「看」过任何一张图,却把界面还原了。

Qwen3.7-Max 不具备图像理解能力,整个过程它没有看过任何一张设计稿或截图——还原靠的不是模型的眼睛,是约束。

2、它写的是真应用,不是点击演示。

在未提供后端逻辑的前提下,模型自行设计了一套完整的关系型数据模型(近 20 张表,含多对多关联表与索引),并写出带字段校验、分页过滤、错误处理的真实接口逻辑;前端则真实调用这些接口取数据、刷新、给用户反馈,而不是把数据写死在页面里。这是有建模意识、有副作用、有错误处理的真实工程,不是占位桩。

⚠️ 本次仅作为技术能力验证,目标 App 为一款图文社区 + 商城形态的生活方式产品(已匿名化)。文中界面均为模型自主复刻的还原效果,数据为预置的种子数据,不含任何真实用户数据,不作商业用途。

怎么做到的:分阶段注入约束 + 分层验收

与其说我们让模型写了应用,不如说我们设计了一套约束闭环:把整个 0→1 过程拆成有序的阶段,在每个阶段把「要做成什么样」翻译成机器可校验的硬约束,再用一道比一道更严的验收机制,把模型逐步逼到达标。标准的制定与验收,全部不交给模型——它只负责在每一格里做决策。

值得强调的是:移动端和 Web 端用的是同一套方法论。技术栈不同,约束闭环不变——这恰恰说明,决定交付质量的是这套控制方法,而不是某一种框架、或某个模型的单点能力。

这套约束闭环控制系统,不是「给模型一个写代码的地方」,而是一条「分阶段注入约束 → 逐层验收 → 带错纠正」的可收敛流水线。

1️⃣ 分阶段,把约束「种」进每一步

约束不是一次性丢进去的,而是跟着阶段逐层加码:规划阶段约束目标边界(从调研结论先推出页面 / 模块清单,想清楚「做成什么样」再动手);架构阶段约束技术选型与数据建模,并把真实 UI 的像素坐标反推成布局约束;编码阶段约束实现规则,并要求每个模块写完先自查、逐条指认「哪行代码落地了哪条约束」。

不让模型看一段「页面描述」就拍脑袋,而是把真实界面的像素事实,直接翻译成它必须遵守的布局约束。

但约束能落地,有一个隐含前提——模型得真的守规矩。我们给的硬规则(长文件分段读取、动手前先用 Glob 探查、改文件前先读原文)Qwen3.7-Max 在近 30 分钟、数百次工具调用里逐条照做,而不是盲写;它甚至会按真实依赖关系重排执行顺序(先把所有页面建好,再回头补路由),而非机械按编号推进。一个不守约束的模型,再好的约束工程也落不了地。

2️⃣ 分层验收,一道比一道更接近「人」

写完不算交付。我们架了一条逐级加码的验收阶梯,失败时把上一步的报错原文喂进下一次重试,让偏差当场收回:

  • 静态检查(命名、未用引用、空安全等)

  • 编译自检(必须 0 error 才算过)

  • 路由完整性(每个页面都接得上、点得到)

  • 功能扫描(空按钮、占位页、假加载等交互缺陷)

  • 部署到真实运行环境,冷启动,像人一样跑起来看

这一步,是我们最想强调的认知

机器可验 ≠ 应用可用。编译通过、0 error、路由齐全、功能扫描干净,这些只证明「代码成立」,不证明「应用可用」。一个真人怎么评价一个 App?他不会去看你静态检查过没过,他会打开它、在真机上点一遍、看顺不顺、像不像。所以验收标准必须贴近人——闭环的终点,是把应用装进真实运行环境冷启动、像人一样用一遍。

3️⃣ 确定性兜底,长程里别丢步

整条阶梯由一层确定性调度兜底:每个模块必然被执行、失败必然重试、中断可断点续跑。模型负责「智能」,调度负责「可靠」——用确定性的脚手架,包住非确定性的 Agent。

细节 / 日志:约束是怎么被「执行」和「判定」的

方法论容易说漂亮,真正可复现的是工程细节。以下两点,是整套约束闭环里最硬核的部分:

  • 解决「模糊的审美要求,怎么变成机器能逐条核对的事实」

  • 解决「怎么客观判定一个自由发挥的模型,到底成没成」

细节一:让模型照着真实 App 的「像素坐标」写布局,而不是照着文字描述 

问题:文字描述是有损压缩 

复刻一个界面,最自然的做法是把调研报告喂给模型:「首页是两列视频网格,顶部有个推荐位」。它照着做出来,往往是——看着像、处处不对:列宽不对、卡片忽高忽矮、顶部那张大图被硬塞进了两列网格里。

根因在于:这种文字描述本身是一次有损压缩。「两列网格」四个字,把列宽、卡片宽高比、有没有通栏大图、图标排几个这些可量化的事实全丢了,模型只能靠脑补补齐——而脑补基本不会对。(更何况 Qwen3.7-Max 看不懂截图,文字描述几乎是它唯一的视觉线索。)

洞察:坐标是跑不掉的事实 

但在真机界面里,每个元素的像素坐标是确定的、无损的。我们的调研产物里就躺着这样一份东西:ui_summary.txt——从真机界面 dump 出来的元素清单,一行一个控件,带着它的精确边界框。一行长这样(已简化,只留关键字段):

    ... clickable="true"  bounds="[17,436][1423,1358]"

    bounds="[左,上][右,下]" 就是像素级的事实——这一行说的是:一个可点击的卡片,左上角在 (17,436)、右下角在 (1423,1358),也就是宽 1406px。所以流水线立了一条原则:

    bounds 是真相,描述是衍生物。布局必须由坐标反推,而不是由文字描述拍板。 

    做法:把坐标换算成几条「不许违反」的事实

     任务拆分完成后,一段程序会自动扫描这些坐标、做纯几何换算,把结果直接写死在每个页面的任务卡末尾。它本质上是在替设计师回答几个本该拍板的问题(括号里是判断依据):

    这页是网格还是列表?(取面积最大的那个可滚动容器,看它的类型——决定该用网格还是列表来实现) 

    一行排几列?(把可点击卡片按纵坐标聚成一行,容差 ≈ 50px,同一行里有几张就是几列) 

    顶部那张大图要不要单独做?(宽度 ≥ 90% 屏宽的卡,就是一张通栏「头卡」,必须单独处理,不能塞进 N 列网格) 

    所有卡能不能套同一个模子?(同一页若出现多种宽高比,如 0.55 瘦长、0.85 近方,就禁止用单一比例一压到底,必须分类型或上瀑布流——这恰恰是模型最爱犯的错) 

    这个小方块是图标还是图片?(又小、又接近正方、还成排出现,同排 ≥ 3 个的,判定为图标位,强制用矢量图标,而不是拿照片去凑) 

    最终产出,是一段叫「布局硬约束」的清单,长这样:

      - 滚动根容器:网格 → 实现时用网格组件
      - ⚠️ 检测到 1 张通栏头卡(宽度 ≥ 90% 屏宽)→ 必须含全宽头卡
      - ⚠️ 混合宽高比:{0.55 瘦长卡, 0.85 近方卡} → 禁止用单一比例
      - 图标位:1 行 6 列,边长 ≈ 168px → 必须用矢量图标

      于是写代码的模型拿到的,不再是「做个好看的首页」这种含糊要求,而是一份可以逐条对照检查的事实清单——它在自查时甚至要指出「通栏头卡 → 首页第 42 行的 _LeaderCard」。我们把模糊的审美问题,压成了确定的几何约束。

      细节二:怎么知道一个 Agent「到底成没成」 

      一个被低估的难题 流水线是 Harness 调度 + 模型干活。Harness 要根据 Agent 的执行结果决定下一步:通过了就标记完成往下走,失败了就重试或回退。问题是——怎么判断一个自由发挥的语言模型「成功」了没有?模型不会返回 exit code 0,它返回的是一大段自然语言。

      三层判定,逐层兜底

      编排层:CLI 异常退出、撞上轮数上限(max_turns),直接判失败,异常被 try/except 兜住、转成「(错误文本, False)」。 

      产物层:很多阶段不信 Agent 的「我做完了」,而是亲自查文件存不存在——规划阶段查开发指南、拆分阶段查有没有任务文件、打包阶段查 APK。说成功但文件没生成,照样算失败。 

      协议层:对「修到没问题为止」这种没有明确产物的阶段,约定一个文本暗号——Agent 被要求在输出里打 ANALYZE_RESULT: PASS 或 VALIDATION_RESULT: PASS,再用字符串匹配判定。 

        if"ANALYZE_RESULT: PASS" in result_text:
              await mark_phase_done(PHASE_ANALYZE)
              return True
          prev_errors = result_text  # 没 PASS,把整段输出当作下一轮的输入

        注意最后一行:失败时,Agent 这一轮的全部输出会原样变成下一轮的 prompt 上文。于是「剩余的 error 列表」自动传给下一轮去修——重试不是从头再来,而是带着上次的残局接着打。模块开发的重试同理:上次报错被截断后注入下一次(「【重试注意】上一次执行失败,错误信息如下……」),并且重试前先把上次可能写歪的文件清掉,避免脏文件干扰。

        不止外层在收敛,模型自己也在收敛:带着上一轮的残局,Qwen3.7-Max 反复「生成 → 编译自检 → 读报错 → 修复 → 再编译」,把报错数一轮轮压下去(如 43 → 38 → 20 …)直到能成功构建。内层(模型自查)与外层(Harness 判定 + 带错重试)同频收敛——这正是它能独立交付可构建工程的关键。

        结果与边界

        先说结果

        •  双端(移动端 + Web)从 0 交付,核心界面与主要交互几近还原。 

        • 交付质量:功能验证 / 静态分析 / 打包 / 启动冒烟 4 道自动化关卡全部通过——移动端产出可安装 APK 并通过启动冒烟,Web 端 typecheck + 构建通过、34 条路由全部可达。 

        • 整个过程跨越数小时、涉及大量长程依赖,由模型独立完成,中途没有人工接管做分步拆解。 

        再说边界

        •  「几近还原」不是「逐像素一致」:还原的是页面结构与主要交互路径,细节排版、边缘交互仍有出入。例如:评论区暂为平铺、未实现「展开 N 条回复」的分层视图;二维码为占位图、非真实可扫码;部分边缘入口(设置 / 收藏 / 直播创建等)仍是「敬请期待」占位提示。 

        • 数据是 mock,不是真实后端:界面跑得起来,但不含真实用户数据,也不等于一套生产级后端。 

        • 复现性依赖环境与输入质量:调研文档颗粒度、Sandbox 反馈信号是否到位,会直接影响产出稳定性——换一份模糊的输入,结果会明显退化。 

        这是单次实验,不是统计意义上的稳定结论:它证明了「能做到」,「每次都稳定做到」还需要更大规模的验证。 

        从这个实验我们发现了什么?

        一、没有「自动判据」的闭环,只是伪闭环

        遇到的问题: 起初,我们以为只要让模型写完代码、编译通过就算成功。但在长程任务中,错误会沿着链条累积:一个微小的命名规范错误,可能在几十步之后导致路由失效。如果没有自动化的判定机制,这些错误会被掩盖,直到最后真机运行才爆发。

        我们的发现: 同一个模型,放进「能自动判定成败」的闭环里,长程交付的成功率明显高于「只给它一个编辑器」。

        • 原因:没有可验证反馈时,错误是隐性的;有了硬信号(如编译报错、路由缺失),错误能被当场截断、回灌纠正。

        • 关键点:判定能力必须一路建到贴近人的真机层。别停在编译过、单测通过就以为交付了——那是给机器看的,不是给用户用的。

        二、约束越多,模型越爱「哄骗」校验

        遇到的问题: 为了追求完美,我们一度加了多层质量校验循环,包括语义相似度匹配、风格一致性检查等模糊规则。结果发现,产出反而不稳定:模型开始花大量精力去生成那些能“骗过”校验器的关键词,而不是真正写对代码。

        我们的发现: 约束要做减法,不要做加法。 当我们删掉模糊的关键词校验,换成可被字面匹配的硬规则(如“必须包含某函数名”、“文件行数必须大于X”)后,产出反而更稳。

        • 原因:校验越模糊、越冗余,模型越容易把精力花在「通过校验」上,且校验自身的误判还会污染重试上下文。

        • 关键点:只保留「能被机器明确验证」的约束。一条可字面校验的硬规则,胜过一堆似是而非的提醒。

        三:工具层能补位,但补不了「地基」

        遇到的问题: Qwen3.7-Max 不具备图像理解能力,这曾是我们担心的短板。我们试图通过工具层拦截截图、转化为文字描述来弥补。但我们发现,即便有了这些辅助,如果模型本身在长程指令遵循上漂移,整个工程依然会崩塌。

        我们的发现: 模型的「长程指令遵循稳定性」是地基,工具层只是装修。 看不懂图可以靠工具层拦截 + 文字化补上;但要在近 30 分钟、数百次调用、上百个文件里守约束不漂移、按真实依赖排序、还能收敛式自我纠错,这件事约束工程替代不了——这正是 Qwen3.7-Max 这次顶住的地方。

        • 原因:约束再好,也要有一个能稳定理解并持续遵循它的模型来执行;长上下文一旦跑偏,再多验收机制也救不回来。

        • 关键点:选模型别只看单点跑分,重点看它在「长上下文、强指令、多轮自洽」下掉不掉链子。

        推荐阅读

        Agent 辅助开发,一站式打通 Qwen3-VL Android 端侧推理

        Qwen3.7-Plus:把多模态AI变成“实干家”

        跳转微信打开

        去哪儿网-ES分片运维实战:从原理到十万级分片治理

        2026年6月9日 15:30

        原创 许睿哲 2026-06-09 15:30 北京

        e7aea0b2-cb9f-4322-b3ce-66271860cbe5.png

        文章概览

        图片

        • 工作背景

        • 分片管理核心原理

        • 分片恢复核心参数与调优实践

        • 分片重平衡参数与性能优化

        • 分片策略最佳实践

        • 分片治理生产案例

        • 分片运维高频实操命令

        • 分片使用运维总结

        • 参考文献

        作者介绍:

        许睿哲,2020年12月加入去哪儿网-数据平台团队,目前主要负责公司ESAAS云服务与实时日志ELK平台的开发、维护与优化工作。主导了ES平台的SLA规则制定与开发,并负责容灾架构设计、实时日志集群构建与拆分重构等项目。

        一、工作背景

        在日常ES集群运维工作中,我们发现相当大比例的集群稳定性问题、性能瓶颈、扩容故障,核心问题都集中在分片规划不合理、分片恢复参数默认化、重平衡机制不熟悉这三点上。

        此文从相关原理展开并结合生产实践(十万级分片治理),阐述ES分片的使用与实践方案。可以作为日常使用与运维参考。

        二、分片管理核心原理

        2.1 主分片与副本分片核心机制

        ES 集群由多个索引构成,索引由多个分片构成。单个索引的数据会被拆分多份,分散存储在集群不同节点上,以此实现海量数据存储、读写负载分担和高可用容灾。

        一般来说,分片分为主分片和副本分片两类,分工明确,缺一不可。

        ES集群索引分片分布图

        主分片(Primary Shards):集群写操作的唯一核心执行者,索引的新增、修改、删除请求,都会先在主分片执行成功,再同步数据至对应副本分片,保障集群数据一致性。

        注:索引创建后,主分片数量无法修改。若规划失误,只能通过重建索引或Reindex迁移数据解决。

        副本分片(Replica Shards):主分片的完整数据备份,不参与任何写请求,核心作用有两个:

        1.高可用容灾:当主分片所在节点宕机、离线,副本分片会自动晋升为主分片,避免数据丢失、服务中断;

        2.分担读压力:所有查询、检索请求并行命中主、副本分片,大幅提升集群查询吞吐量。

        注:主分片只能有一份,副本分片可以设置0到多份。生产环境禁止配置0副本,否则存在丢数据风险。

        2.1.1 生产分片分配核心原则

        ES 有内置的分片分配策略(自动动态调整的),也是线上需要了解的分配策略:

        • 核心定律:同一主分片和自身的副本分片绝对不会分配在同一个节点,避免单节点宕机导致分片整体丢失。

        • 负载优先:集群会自动将分片分配到分片数较少、 CPU/内存/磁盘负载更低的节点,以均衡集群压力。

        • 整体均衡:自动调整各节点分片数量,避免单节点分片过多引发资源耗尽或查询超时。

        注:ES自带的分配策略不一定是最优的,有时必须人工干预。例如:日志集群新增3个节点后创建次日索引,大量分片会倾斜给新节点。若不干预,势必导致新节点压力飙高甚至宕机。

        2.2 分片恢复与重平衡机制

        当集群发生扩缩容、节点故障重启、索引创建时,ES 会自动触发分片恢复与重平衡(Rebalance)操作,该阶段也是集群抖动的高发期。只有深入理解底层机制,才能做到精准调参、有效规避故障。

        2.2.1 分片恢复机制

        当节点故障离线、集群新增节点后,集群中会出现大量未分配分片,ES 会自动将这些分片恢复、迁移至正常节点,恢复分片副本,保障数据高可用。

        2.2.2 分片重平衡机制

        当集群拓扑发生变化(节点新增、离线、故障)导致分片分布不均衡时,ES会自动执行重平衡,跨节点迁移分片以保证整体负载均匀。

        注:中小集群重平衡利好,但十万级大集群的自动重平衡往往是故障根源。

        2.2.3 生产常见分片状态解读

        日常运维排查故障,重点关注这5种分片状态,快速定位问题:

        • STARTED:分片初始化完成,正常运行、可读写,无异常。

        • UNASSIGNED:分片未分配到任何节点,属于异常状态,需及时排查原因(磁盘不足、分配规则限制、节点故障等)。

        • INITIALIZING:分片正在初始化,节点重启、分片新建后常见临时状态。

        • RECOVERING:分片正在从其他节点同步恢复数据,扩容、重启后高频出现。

        • RELOCATED:分片正在跨节点迁移,重平衡过程中的临时状态。

        三、分片恢复核心参数与调优实践

        分片恢复参数是集群运维的核心重点,默认参数适配性低,集群扩容、节点重启后,极易出现恢复速度过慢、长时间卡在恢复中,或者恢复并发过高打满磁盘、带宽的问题。合理调整参数对集群恢复正常运维是至关重要的。

        3.1 核心恢复参数详解(业务集群使用)

        以下参数均支持集群全局配置,适配ES主流版本,包括默认参数与生产建议值:

        集群参数恢复参数配置示例:

          PUT /_cluster/settings
          {
            "persistent": {
              "cluster.routing.allocation.node_concurrent_recoveries": 8,
              "cluster.routing.allocation.node_concurrent_incoming_recoveries": 8,
              "cluster.routing.allocation.node_concurrent_outgoing_recoveries": 8,
              "cluster.routing.allocation.node_initial_primaries_recoveries": 8,
              "indices.recovery.max_bytes_per_sec": "200mb"
            }
          }

          注:如果集群同时配置了transient和persistent,通常 transient会覆盖后者,但重启后会丢失。修改配置前请务必确认两者是否冲突,不一致时系统以transient为准。

          3.2 分片恢复过程监控命令

          扩容、重启、故障恢复期间,需实时监控分片恢复进度和节点负载:

          # 1. 监控分片恢复详细进度、耗时、源目标节点
          GET /_cat/recovery?v=true&h=i,s,t,ty,shost,thost,f,fp,b,bp
          # 2. 查看集群整体健康状态,定位分片异常
          GET /_cluster/health
          # 3. 查看节点磁盘、堆内存负载,防止恢复过程资源打满
          GET /_cat/nodes?v&h=name,diskUsed,diskAvail,heapUsed,heapMax

          四、分片重平衡参数与性能优化

          重平衡机制是一把双刃剑:默认自动均衡能保证分片均匀,但频繁、大规模重平衡会占用带宽和磁盘IO,导致业务查询超时。

          4.1 重平衡核心参数详解

          4.1.1 重平衡开关控制

          cluster.routing.rebalance.enable:控制集群分片迁移、重平衡的权限,生产运维高频使用,支持4种配置:

          • all:默认值,允许所有分片迁移、全量重平衡。

          • primaries:仅主分片允许重平衡,副本禁止迁移。

          • replicas:仅副本分片允许重平衡,主分片禁止迁移。

          • none:关闭所有分片重平衡。维护、重启、扩容期间必备配置。

          注:cluster.routing.rebalance.enable 和 cluster.routing.allocation.enable 容易搞混,以下是整理的区别:

          1. cluster.routing.rebalance.enable:控制「已分配的分片要不要迁移均衡」(重平衡)有效值:all、primaries、replicas、none。

          2. cluster.routing.allocation.enable:控制「新分片能不能分配、恢复」(分片分配)有效值:all、primaries、new_primaries、none。

          4.1.2 重平衡并发控制

          cluster.routing.allocation.cluster_concurrent_rebalance:控制集群全局同时执行的重平衡数量,默认2。高配集群可按需调大以加速均衡。

          4.1.3 实操配置命令

            # 1. 集群维护、节点重启:禁用所有分片迁移
            PUT /_cluster/settings
            {
              "transient": {
                "cluster.routing.rebalance.enable": "none"
              }
            }
            # 2. 仅允许主分片移动
            PUT /_cluster/settings
            {
              "transient": {
                "cluster.routing.rebalance.enable": "primaries"
              }
            }
            # 3. 维护完成,恢复默认重平衡规则
            PUT /_cluster/settings
            {
              "transient": {
                "cluster.routing.rebalance.enable": "all",
                "cluster.routing.allocation.cluster_concurrent_rebalance": 2
              }
            }

            4.2 重平衡配套优化策略

            磁盘水位线是控制分片迁移的关键参数,生产环境必须提前配置:

              PUT /_cluster/settings

              {

                "persistent": {

                  "cluster.routing.allocation.disk.watermark.low": "85%",

                  "cluster.routing.allocation.disk.watermark.high": "90%",

                  "cluster.routing.allocation.disk.watermark.flood_stage": "95%"

                }

              }


              参数说明:

              low(85%~90%):ES停止向该节点分配新分片,已有分片正常读写。

              high(90%~95%):ES 会主动把当前节点上已有的分片迁移到其他空闲节点,逐步清空该节点压力。

              flood_stage(95%):节点上的所有索引被强制设为只读,无法写入。

              注:磁盘空间需配置告警,提前预警并及时处理,避免达flood_stage 影响业务。

              五、分片策略最佳实践

              5.1 分片数量规划规范

              分片数量是前期规划的重中之重,一旦创建无法修改,不合理的分片数会长期拖累集群性能。统一的生产标准:

              • 单分片最优大小: 业务索引10-30GB,日志索引可达50GB左右。过小浪费资源,过大影响恢复和查询。

              • 分片数量上限: 单索引总分片数不超过集群数据节点数的2倍。

              • 集群分片总数: 建议不超过10万。

              • 节点分片总数: 默认不超过1000,最大建议不超过3000。过多会影响元数据和master稳定性,导致节点脱离集群。

              分片规格常规推荐方案

              分片数调整方案

              主分片数创建后无法直接修改,只能通过重建索引调整:

              5.1.1 常规分片重构(停服方式)

                # 1. 新建目标分片数的索引

                PUT /new-index

                {

                  "settings": { "number_of_shards": 3 },

                  "mappings": { "properties": {} }

                }

                # 2. 全量迁移数据

                POST /_reindex

                {

                  "source": { "index": "my-index" },

                  "dest": { "index": "new-index" }

                }

                # 3. 删除原始索引并回写

                DELETE my-index

                POST /_reindex

                {

                  "source": { "index": "new-index" },

                  "dest": { "index": "my-index" }

                }

                注:Reindex重构成本高,需停写与补数。若不接受停服,推荐使用下方别名方式。


                5.1.2 生产推荐分片重构(零停机别名切换)

                按照上述的索引名称:

                • 旧索引:my-index(主分片不能改)

                • 新索引:my-index-v2(新索引可以设置需要的新分片数)

                • 业务使用别名:my-index-alias

                  # 1. 给旧索引绑定别名(业务统一使用别名访问)

                  POST /_aliases

                  {

                    "actions": [{ "add": { "index": "my-index", "alias": "my-index-alias" } }]

                  }

                  # 2. 创建新索引(设置新的主分片数)

                  PUT /my-index-v2

                  {

                    "settings": { "number_of_shards": 3, "number_of_replicas": 1 },

                    "mappings": { "properties": { ... } }

                  }

                  # 3. 异步Reindex迁移数据

                  POST /_reindex?wait_for_completion=false

                  {

                    "source": { "index": "my-index" },

                    "dest": { "index": "my-index-v2" }

                  }

                  # 4. 查看进度:

                  GET _tasks/task_id

                  # 5. 无缝切换别名(原子操作,0停服)

                  POST /_aliases

                  {

                    "actions": [

                      { "remove": { "index": "my-index", "alias": "my-index-alias" } },

                      { "add": { "index": "my-index-v2", "alias": "my-index-alias" } }

                    ]

                  }

                  # 6. 验证

                  GET my-index-alias/_alias

                  # 确认别名指向 my-index-v2 即为切换成功

                  注:后续业务代码、查询、写入全部使用别名 my-index-alias,切勿直接使用真实索引名。


                  5.2 副本数配置规范

                  • 高可用生产集群:默认配置1个副本,兼顾容灾与资源消耗。

                  • 高查询、低写入场景:适当增加副本数分担读压力(需更多节点支撑)。

                  • 离线归档/日志数据:可配置0副本节省空间(需接受丢数据风险)。

                  5.3 单节点分片数限制配置

                  通过参数限制单节点最大分片数量,避免分片集中堆积,导致单节点负载过载:

                    PUT /_cluster/settings

                    {

                      "persistent": {

                        "cluster.routing.allocation.shards_per_node": 2

                      }

                    }

                    注:如集群6个数据节点、索引6个分片,可设置shards_per_node: 2,保证主副分片均衡落入每个节点。


                    六、分片治理生产案例

                    6.1 案例一:集群扩容后分片负载不均问题

                    问题背景:5节点ES集群扩容至10节点后,旧节点负载过高,新节点闲置,业务查询卡顿。

                    解决方案:

                    1. 优化分片恢复参数,提升迁移效率,避免长时间卡顿

                      PUT /_cluster/settings

                      {

                        "persistent": {

                          "cluster.routing.allocation.node_concurrent_recoveries": 8,

                          "cluster.routing.allocation.node_concurrent_incoming_recoveries": 8,

                          "cluster.routing.allocation.node_concurrent_outgoing_recoveries": 8,

                          "cluster.routing.allocation.node_initial_primaries_recoveries": 8,

                          "indices.recovery.max_bytes_per_sec": "200mb"

                        }

                      }


                      2. 开启重平衡并调高并发

                        PUT /_cluster/settings

                        {

                          "transient": {

                            "cluster.routing.rebalance.enable": "all",

                            "cluster.routing.rebalance.cluster_concurrent_rebalance": 8

                          }

                        }


                        3. 全程监控分片分布与节点负载。

                        4.对重要索引配置 shards_per_node 保证节点分片均衡。

                        复盘最佳实践:扩容必须分步操作,禁止一次性批量加节点;扩容前提前调优恢复参数,扩容后监控均衡进度。

                        6.2 案例二:十万级分片超大集群治理实战

                        集群背景:Qunar-实时日志平台目前采用的是ELK架构方案,承载全司实时日志,集群节点规模达到数百节点,全局总分片最高突破10万,日均写入数据量数百TB级,属于典型的海量分片、高吞吐、低延迟稳态运行集群。长期以来面临诸多挑战,此案例也是将痛点风险一一拆解并给出实际生产运维方案。

                        ELK日志架构示意图

                        ES日志集群规模图

                        核心痛点梳理如下:

                        1、海量分片导致集群元数据体量巨大:master节点频繁处理分片状态变更、元数据同步,CPU、线程池长期高负载,偶发集群状态更新超时、轻微脑裂风险;

                        2、分片分配不均衡:每周批量创建索引(周维度),面临索引分片分配不均衡,原生分片分配机制将新分片优先分配至空闲节点,导致新旧节点分片数量与负载严重分层,高负载节点频繁脱离集群;同时加重 master 元数据管理压力,进而引发更大范围的节点崩溃。

                        3、集群加减节点导致分片同步压力大:节点滚动重启、增减节点、或者小规模扩容时,默认自动重平衡触发数百甚至上千分片同时同步,磁盘IO直线上升,影响读写,甚至消费堆积波动;

                        4、超大分片导致读写不均衡:个别大索引的分片数分配不合理,会导致单个分片超大(大于100G甚至150G),平衡时间长。也有日志索引分片条数多,导致很快达到21.47 亿条(ES 单分片文档数上限为 2,147,483,519),超过最大限额无法写入。

                        5、节点存储规格不同导致小存储节点更易先写满:集群配置有9t、14t、18t、20t多种规格(同时也有ssd和非ssd磁盘),小的存储更容易写满,触发磁盘水位线继而引发写入终止。

                        6、索引未提前创建、mapping统一更新导致集群pending task上升和消费堆积:索引如果未提前创建(新周期),在新周期统一写入时创建,会有大量任务导致集群卡死,消费堆积。提前创建索引也会因为大索引的mapping更新导致pending task上升,继而加剧消费堆积。

                        区别于中小集群轻量化运维,超大集群治理核心是锁死稳态参数、禁用原生自动重平衡机制、人工可控调度,以下是实际生产运维调优的方案:

                        6.2.1 全局恢复参数固化(杜绝默认参数隐患)

                        ES默认并发、限速、磁盘水位参数仅适配千级分片小集群,十万级分片场景下,要么恢复过慢堆积大量未分配分片,我们通过持久化参数统一固化分片恢复相关配置,长期生效不丢失,完整DSL如下:

                          // ==================== 分片恢复参数说明 ====================


                          // node_concurrent_recoveries:单节点分片恢复并发,适配高负载大集群


                          // node_concurrent_incoming_recoveries:入向/出向恢复并发差异化管控,避免单向流量打爆


                          // node_initial_primaries_recoveries:节点重启后主分片初始化并发,加速主分片恢复效率


                          // max_bytes_per_sec:万兆网卡SSD集群提速分片传输,减少恢复时间


                          PUT /_cluster/settings


                          {


                            "persistent": {


                              "cluster.routing.allocation.node_concurrent_recoveries": 20,


                              "cluster.routing.allocation.node_concurrent_incoming_recoveries": 10,


                              "cluster.routing.allocation.node_concurrent_outgoing_recoveries": 10,


                              "cluster.routing.allocation.node_initial_primaries_recoveries": 20,


                              "indices.recovery.max_bytes_per_sec": "200mb"


                            }


                          }





                          6.2.2 磁盘水位线调整

                            PUT /_cluster/settings

                            {

                              "persistent": {

                                "cluster.routing.allocation.disk.watermark.low": "92%",

                                "cluster.routing.allocation.disk.watermark.high": "95%",

                                "cluster.routing.allocation.disk.watermark.flood_stage": "98%"

                              }

                            }


                            注:统一调高三类水位线,延迟触发各项风险,可以将磁盘利用率达到最大化。

                            6.2.3 永久禁用全局自动重平衡(从根源杜绝集群抖动)

                            自动重平衡对于小集群(节点小于100,或者分片数低于10000的)稳定高效,对大集群而言则是稳定性灾难:

                              // ==================== 禁用自动重平衡参数说明 ====================

                              // rebalance.enable: 彻底关闭所有场景自动重平衡,禁止已分配分片自动迁移

                              // cluster_concurrent_rebalance: 全局重平衡并发置0,作为兜底防护防止误开启后触发大规模迁移

                              PUT /_cluster/settings

                              {

                                "persistent": {

                                  "cluster.routing.rebalance.enable": "none",

                                  "cluster.routing.allocation.cluster_concurrent_rebalance": 0

                                }

                              }


                              注:关闭重平衡后,在节点扩容、重启、离线时,避免了集群节点成百上千分片跨节点同步,避免集群整体抖动,磁盘io打满等风险。

                              6.2.4 增加delayed_timeout时间

                                // ==================== delayed_timeout参数说明 ====================

                                // log_test-2026.21为示例索引,实际使用时请替换为目标索引名

                                PUT log_test-2026.21/_settings

                                {

                                  "index.unassigned.node_left.delayed_timeout": "50m"

                                }


                                注:默认 delayed_timeout 为 1 分钟,节点短暂脱离后极易触发大规模分片重分配与恢复,加剧集群负载。将其调整为 50m,可为节点重启或网络抖动预留充足的自愈窗口,避免无效的跨节点数据搬迁,保障集群稳定。

                                注:不同索引分片大小不同,delayed_timeout 可有所偏差(分片大的适当延长,分片小的适当缩短)。全量索引均需设置此参数,生产中通过索引模板统一管理,禁止逐索引手动修改。

                                6.2.5 索引提前创建机制与配置模板管理

                                时序性日志索引需提前批量创建,并通过独立模板实现个性化配置,具体措施如下:

                                1.模板管理

                                对于索引创建一个通用模板log_default,存储通用 settings 与 mappings,类似如下:

                                  {

                                    "order": 1,

                                    "index_patterns": [

                                      "log_*"

                                    ],

                                    "settings": {

                                      "index": {

                                        "routing": {

                                          "allocation": {

                                            "total_shards_per_node": "1"

                                          }

                                        },

                                        "refresh_interval": "60s",

                                        "number_of_shards": "12",

                                        "translog": {

                                          "durability": "async"

                                        },

                                        "number_of_replicas": "0"

                                      }

                                    },

                                    "mappings": {

                                      "dynamic_templates": [

                                        {

                                          "strings": {

                                            "mapping": {

                                              "norms": false,

                                              "ignore_above": 256,

                                              "type": "keyword"

                                            },

                                            "match_mapping_type": "string",

                                            "match": "*"

                                          }

                                        }

                                      ],

                                      "properties": {

                                        "@timestamp": {

                                          "type": "date"

                                        },

                                        "log_name": {

                                          "ignore_above": 256,

                                          "type": "keyword"

                                        },

                                        "content": {

                                          "norms": false,

                                          "type": "text"

                                        }

                                      }

                                    },

                                    "aliases": {}

                                  }

                                  注:统一模板匹配log_*全量日志索引,可以覆盖新索引和老索引,新业务索引也会有默认mapping与分片配置,保证结构一致性,默认的12个分片也可以保证写入顺畅,不至于超过分片限额。


                                  对于具体索引采用个性化模板,每个索引一个模板,模板中只写独特的settings,mappings。

                                  每周任务进行索引mappings、settings的更新,主要针对于以下几个:

                                  mappings:主要针对于当前索引的mappings相较于通用模板的mappings新增字段,如有,则更新。

                                  settings:针对分片数、total_shards_per_node进行调整(下方具体阐述)。

                                  2.索引创建调度任务

                                  主要做以下几件事:

                                  • 分析索引的存储量:分析当前周索引的存储量,并增加一定比例buffer(因为是提前创建),作为索引下周存储量级。

                                  • 规范分片大小:按照30~50GB大小为基准来计算分片数,统一更新到索引对应的模板。

                                  • total_shards_per_node调整:为了避免多分片集中在某个节点上,提前算出每个索引的per_node,保证分片的均衡分布(计算方式:math.ceil(分片数/节点数))。

                                  • 索引提前创建:每周固定时间提前2天低峰创建次周索引(取用最新分片数信息)

                                  实际例子的模板调整案例:

                                  log_test-2026.21索引(存储量40TB,节点数550):

                                    // ==================== 索引模板更新说明(个性化覆盖) ====================

                                    // order: 99 高优先级,用于覆盖通用模板 log_default 中的同名配置

                                    // total_shards_per_node: 【更新】由通用模板默认值调整为2,适配当前550节点规模下的分片均衡

                                    // number_of_shards: 【更新】按单分片50GB基准重新计算,由原值调整为820

                                    // reqSize: 【新增字段】long类型,用于记录请求体大小

                                    // gid: 【新增字段】keyword类型,ignore_above=256,用于全局追踪标识

                                    PUT _template/log_test_template

                                    {

                                      "order": 99,

                                      "index_patterns": [

                                        "log_test-*"

                                      ],

                                      "settings": {

                                        "index": {

                                          "routing": {

                                            "allocation": {

                                              "total_shards_per_node": "2"

                                            }

                                          },

                                          "refresh_interval": "90s",

                                          "number_of_shards": "820",

                                          "number_of_replicas": "0"

                                        }

                                      },

                                      "mappings": {

                                        "properties": {

                                          "reqSize": {

                                            "type": "long"

                                          },

                                          "gid": {

                                            "ignore_above": 256,

                                            "type": "keyword"

                                          }

                                        }

                                      },

                                      "aliases": {}

                                    }


                                    注:这个DSL涵盖了新增的字段mappings,更新的分片数(按照50g计算)、均衡total_shards_per_node(820/550取2),每个节点最多有2个分片,也保留了一定冗余,同时避免分片倾斜。

                                    6.2.6 自研离线分片调度体系(替代原生实时均衡,可控负载)

                                    禁用自动均衡后,放弃ES原生实时调度,采用凌晨低峰批量调度方案,自动/人工可控实现集群负载均衡。

                                    核心实操逻辑:

                                    自研离线分片调度涵盖了索引创建均衡、迁移与磁盘均衡,具体如下:

                                    第一步:新索引(提前生成的)提前均衡分片

                                    主要是分析新创建的总索引的分片数,计算出节点平均分片数,将高负载迁移到低负载。

                                    新索引创建均衡流程图

                                    注:其中对于ssd和非ssd节点也做区分,前者分配更多分片,后者分配少量分片。

                                    第二步:索引(当前索引或者历史索引)低峰均衡调度

                                    低峰调度有两种情况:

                                    1. 调度load高节点到低load节点

                                    对于当前load较高的节点,将其对应的当前写的分片迁移到load低的节点上。

                                    主要的DSL方式如下:

                                      POST /_cluster/reroute

                                      {

                                        "commands": [

                                          {

                                            "move": {

                                              "index": "target-log-index",

                                              "shard": 0,

                                              "from_node": "高负载节点",

                                              "to_node": "空闲节点"

                                            }

                                          }

                                        ]

                                      }

                                      通过定时脚本自动化执行以上逻辑,实现无感知、低压力、零抖动的分片均衡,完全替代原生激进均衡机制。


                                      1. 调度高存储占比节点的历史索引到低存储占比节点

                                      尤其是9t,14t等低存储节点在当周写到周三周四会有存储压力,需要提前几天低峰进行历史索引的同步。

                                      将上一周(已经不写的索引)同步到低存储压力节点。历史索引读写量小,低峰同步不影响集群整体性能,可以整体控制磁盘使用量。

                                      落地优化效果

                                      1. master负载大幅回落:集群元数据同步频次大幅降低,彻底解决了master CPU高负载、线程池阻塞及集群状态超时问题,master节点长期使用率可控制在10%以内。

                                      2. 集群节点变化零抖动:永久禁用自动重平衡后,扩容、滚动重启、节点上下线等运维操作,不再触发大规模分片迁移,节点压力大导致的消费延迟问题得以避免。

                                      3. 节点磁盘利用率达到最大化且可控:整合现有不同规格的磁盘节点,利用低峰期批量迁移高存储分片,最大化提升磁盘利用率,同时结合新的水位线参数实现磁盘利用率的精细化管控。

                                      4. 故障恢复效率翻倍:集群分片恢复卡顿、超时问题彻底解决,单批次分片恢复耗时缩短60%。

                                      复盘总结

                                      1. ES集群运维存在明显的规模分水岭:千级分片以内的中小集群,依赖原生自动均衡、默认参数即可稳定运行;

                                      2. 万级以上海量分片超大集群,原生机制、通用特性,反而会成为集群最大隐患,需转为人工标准化管控。

                                      3. 通过生产环境持续迭代验证与参数调优,逐步逼近集群最佳状态与性能上限。

                                      七、分片运维高频实操命令

                                      7.1 集群监控命令

                                        # 查看全量分片分布状态

                                        GET /_cat/shards

                                        # 查看未分配分片及异常原因

                                        GET /_cat/shards?v&h=index,shard,prirep,state,unassigned.reason


                                        7.2 手动分片迁移命令

                                          # 1. 手动迁移指定分片

                                          POST /_cluster/reroute

                                          {

                                            "commands": [{

                                              "move": {

                                                "index": "my-index", "shard": 0,

                                                "from_node": "node1", "to_node": "node2"

                                              }

                                            }]

                                          }




                                          # 2. 手动分配副本分片

                                          POST /_cluster/reroute

                                          {

                                            "commands": [{

                                              "allocate_replica": {

                                                "index": "my-index", "shard": 0, "node": "node3"

                                              }

                                            }]

                                          }

                                          八、分片使用运维总结


                                          分片是ES分布式集群的核心基础,所有运维操作的本质都是平衡性能、稳定性与资源成本。

                                          1. 前期规划: 严格遵守单分片业务10-30GB、日志30-50GB标准,控制总分片数,合理配置副本。

                                          2. 日常调优: 常态化配置恢复并发、传输限速、磁盘水位线,适配硬件。

                                          3. 变更管控: 扩容/重启/变更前必须关闭重平衡,完成后逐步开启。

                                          4. 常规监控: 重点关注主/副本分片数、UNASSIGNED Shard数、节点负载、磁盘使用率。

                                          5. 大规模集群: 百级节点或万级分片以上的集群必须禁用重平衡,自研分片调度策略。

                                          九、参考文献

                                          [1] Elastic. Size your shards[EB/OL] 

                                          [2] Elastic. Modules-cluster cluster setting[EB/OL] 

                                          [3] Elastic. Cluster reroute API[EB/OL] 

                                          [4] 微信公众号. ES分片运维实战[EB/OL] 

                                          [5] CSDN博主. Elasticsearch分片分配原理详解[EB/OL] 

                                          [6] Elastic. 分片内部原理[EB/OL] 

                                          [7] Elastic. 索引别名[EB/OL] 

                                          [8] 腾讯云开发者. Elasticsearch分片规划最佳实践[EB/OL]

                                              长按识别二维码,查看全部文献完整原文链接⬆️

                                              跳转微信打开

                                              Xiaomi MiMo 携手 TileRT|1T 模型首次突破 1000 tokens/s 输出速度

                                              2026年6月9日 11:32

                                              原创 小米大模型 2026-06-09 11:32 北京

                                              天下武功,唯快不破

                                               Xiaomi MiMo-V2.5-Pro-UltraSpeed:天下武功,唯快不破

                                              从内燃机时代的第一辆跑车,到突破音障的超音速飞行,人类对速度的渴望,刻在基因里。

                                              AI 推理的速度,同样决定了智能的边界。当模型足够快,它不再只是一个"等待出结果"的工具,而是成为你思维的延伸——实时响应、即时迭代、无缝协作。

                                              今天,MiMo × TileRT 联合发布:Xiaomi MiMo-V2.5-Pro 的 UltraSpeed 模式,让万亿参数的旗舰模型输出速度首次突破 1000 tokens/s。

                                              1000 tokens/s 到底有多快:

                                               限时开放 · 申请制体验

                                              MiMo-V2.5-Pro-UltraSpeed API 同步上线,采用限时体验价,定价为 MiMo-V2.5-Pro 的 3 倍,同时提供输出速度的约 10 倍提升!3 倍价格提升,10 倍输出体验。(仅支持 API 体验,暂不支持 Token Plan)

                                              本次 MiMo-V2.5-Pro-UltraSpeed 采取申请制限时开放,申请通过的用户可限时接入 API 体验,时间限 2026 年 6 月 9 日 至 6 月 23 日 23:59。

                                              昨晚 MiMo-V2.5-Pro-UltraSpeed 在 X(Twitter)平台发布后的 12 小时内,有超过 3000 家企业及其开发者申请了 UltraSpeed API 的试用名额,行业类别涵盖法律、金融、酒店、通信、物流、互联网、文化传媒、汽车制造等。

                                              👉 申请入口:https://platform.xiaomimimo.com/ultraspeed

                                              由于推理资源紧张,本次试用名额有限,提交申请后不承诺审核时效性和审核通过率;我们将优先审核具备真实业务需求的企业与专业开发者场景,如有 UltraSpeed 相关的大规模商用需求,欢迎联系 business-mimo@xiaomi.com。

                                              💬 Chat 体验(限时免费)

                                              通过审核的用户也可获得限时免费的 Chat 体验(两周开放窗口内有效),体验入口:https://ultraspeed.xiaomimimo.com

                                              为保障资源受限条件下的体验质量与使用公平性,试用服务规则如下:每个账号每日最多成功进入队列 10 次;单次会话时长上限 30 分钟;如会话空闲超过 5 分钟,系统将自动释放资源。

                                               1000 tokens/s,不仅是快,更是范式的质变

                                              在万亿参数(1T)的尺度上,突破 1000 tps 绝不仅仅是打字机变快了,它带来的是 AI 应用范式的底层颠覆。

                                              首先,速度本身开始转化为智能。过去面对难题你只能“等一个答案并祈祷它是对的”;现在在相同的等待时间内,模型能并行跑数十条推理路径(Best-of-N/Tree Search),在后台自动验证纠错,用“快”衍生出思考的深度,直接提升推理质量。

                                              其次,它彻底解放了 Coding Agent 的生产力极限。以前让 AI 写代码,受限于推理速度,开发者往往需要坐在屏幕前痛苦地等待。而 1000 tps 的极速推理,带来了颠覆性的代码编写速度与生产效率狂飙。

                                              最重要的是,万亿模型开始进入实时决策闭环。毫秒级的“思考-响应”循环,让 1T 旗舰模型能够毫无阻碍地接入那些对时间极度敏感的场景——高频量化交易信号生成、瞬时反欺诈风控拦截、智能竞价以及实时交互对话。

                                              而当这种力量被注入到手术辅助、医疗影像分析等生命垂危的场景时,AI的速度,就不再只是衡量效率的指标,而是与死神赛跑的筹码。在手术台上,AI 每提前一秒完成病灶分析与风险预判,留给医生的处置空间就多一分。这让我们深信,速度的终极意义绝非只是提高生产力,而是让技术为人类提供更好的生活。

                                               模型与系统的极致 Codesign

                                              实现 1T 旗舰模型突破 1000 tokens/s 的输出速度,不是单一技术的突破,而是 MiMo 模型与 TileRT 系统团队深度协作,极致 Codesign 的成果。当前业界在追求类似极致速度时,往往选择走专用硬件路线,例如 Cerebras 的晶圆级集成(Wafer-Scale)或 Groq 基于纯片上 SRAM 的定制芯片架构。而我们选择了在通用 GPU上,通过模型-系统协同设计便实现了更惊人的推理速度。

                                              模型侧针对通用硬件的带宽瓶颈,进行了 FP4 量化,大幅缩减模型体积并减少访存开销;同时引入基于块级 masked 并行预测的高效推测解码 DFlash,大幅提升单次验证的 Token 接受长度。系统侧 TileRT 完美适配算法的动态特性,为全新的量化和推测解码流程量身定制专项优化的编译引擎与计算核。正是凭借这种极致的 Codesign,我们仅用一个标准的 8 卡通用 GPU 节点,便让 1T 模型突破了 1000 tokens/s 的输出速度。 

                                              FP4量化

                                              在万亿参数(1T)的尺度上,传统的 8 比特(如 FP8/INT8)甚至 16 比特推理,会带来极其恐怖的显存占用和内存带宽压力。降低参数的比特位宽,可以直接贡献于解码输出速度。因此,我们采用了业界较为通用且验证过几乎无损的 FP4(MXFP4[1])量化。

                                              然而,如果对整个模型“一刀切”地进行 FP4 量化,模型在复杂推理、逻辑代码上的精度和泛化能力往往会遭遇退化。针对 Xiaomi MiMo-V2.5-Pro 典型的 MoE(Mixture of Experts)架构特性,其 Expert 占据了参数的绝大部分,且对量化的精度容忍度最高。因此,我们选择只对 MoE Expert 进行参数 FP4 量化,而对其他模块则保留原有精度。通过这样的 FP4 QAT(量化感知训练),我们在大幅缩减模型体积、榨干硬件带宽的同时,使模型的整体能力与原模型基本持平。如下图所示:

                                              [FP4 vs FP8 模型对比]

                                              DFlash 投机解码

                                              传统的 Speculative Decoding 依赖一个小型 draft 模型来"猜测"后续 tokens,再由大模型验证。这种方法将每次 forward 产出 1 个 token 的自回归生成转换为了多个 token 的并行生成,且大模型验证过程的拒绝采样机制保证了输出质量无损。但是,它的瓶颈在于 draft 模型的质量决定了接受率,而更强的 draft 模型又带来更高的计算开销,两者难以兼得。

                                              为了打破这一僵局,我们采用了学术界创新的 DFlash 块级 masked 并行预测方法[2]:draft 模型在一次前向中同时填出一整块 mask 位置,从根源上解除了"draft 自回归"的串行约束。

                                              我们在 MiMo-V2.5-Pro 上落地了这条路径并进行了定制优化,面向万亿 MoE 与长上下文场景,通过 Muon 二阶优化器与模型自蒸馏保证较小 mask 块仍能够提供理想接受率的同时把 draft 阶段的开销压缩到接近极限:

                                              • Draft 模型全部采用滑动窗口注意力机制(Sliding Window Attention,SWA),与 MiMo-V2 系列模型自身的 SWA 设计天然对齐。这使得 draft 不再依赖完整前缀,单次预测的算力从随上下文长度线性增长变为常数级。

                                              • 训练时 mask 信号采样下沉到 GPU 本地分片,使一条序列单步即可产出覆盖不同长度上下文位置的数万级独立训练信号,对齐 MiMo-V2 系列模型长上下文能力的同时避免跨设备通信开销。

                                              效果上,我们的并行预测推测解码在多个 agent 和 coding 高价值场景实现了显著的接受长度提升,意味着大模型每次验证都能"一口气"确认更多内容;此外,我们将 mask 块大小限制为 8 以降低验证开销、提高并发水平,使得高接受长度直接转换为高推理吞吐:

                                              [DFlash 在不同场景下的接受长度]

                                              Coding 场景下可以达到平均 6.30 的接受长度,部分样本中达到了最高 7.14 的接受长度。意味着每轮验证的 8 个 draft token 中可吞下 6-7 个 token,draft 在维持轻量的同时把接受率推到了端到端真正受益的水平。我们也在发现,在语义更发散、不确定性更高的通用对话场景中,当前的接受率还并不高,我们正在持续优化算法,探索更高的泛化上限。

                                              TileRT 超低延迟推理 Kernel/ 系统

                                              如果说 MiMo 的算法重构为千亿与万亿模型卸下了沉重的带宽枷锁,那么 TileRT 推理系统则是直接将通用 GPU 的物理潜能压榨到了微秒级的绝对极限。

                                              在 1000 tokens/s 的超高频运行状态下,单个算子的生命周期被压缩至微秒级,传统推理系统的“算子边界”成为了核心瓶颈——每一次算子启动、硬件同步和全局内存往返,都会在微秒尺度上将整条执行流打断,暴露出明显的“执行间隙(Execution Gap)”。

                                              TileRT 的范式级执行模型变革作为超低延迟推理的底层基础设施,TileRT 引入了全新的执行模型,从根本上消灭了算子边界带来的执行间隙:

                                              • 常驻内核引擎(Persistent Engine Kernel):彻底摒弃传统的逐算子启动模式,让整个计算流水线常驻在 GPU 内部持续流转。这让系统获得了全链路持续预取的能力,在当前 Tile 仍在 Tensor Core 计算时,后续数据已沿着存储架构提前流动,实现数据搬运与计算的极致重叠。

                                              • 异构流水线协作(Warp Specialization):在 Tile 级别将通信、搬运和张量计算进行更精细的物理拆解。打破原有的同构串行步调,让不同的 Warp(线程束)甚至整张 GPU 的异构执行域各司其职、精密协作,将 GPU 彻底演化为一个持续流动、精密协作的异构执行系统。

                                              微秒级尺度下的软硬件深度收敛(Codesign)当底层的执行模型将硬件性能推向极限时,纯粹的运行时(Runtime)优化开始触及物理局限。在此基础上,TileRT 系统团队与小米 MiMo 团队展开了深度的技术共创,打破了原有的软件分层藩篱。为了让模型行为完美契合这条超低延迟执行流水线的持续推进,模型层面最终采用了针对 MoE Expert 的 FP4 混合量化策略,并在万亿架构上落地了对齐 SWA 的 DFlash 投机解码。TileRT 紧密配合这些算法特征与量化方案,量身定制了底层的编译引擎与计算核,双方基于硬件物理限制做出了深刻的联合工程权衡,让执行压力最终在硬件边界内平稳闭环。

                                              1000 tokens/s 的诞生,绝不是单点优化的巧合。它是高水平系统基础设施与极致算法模型向着彼此深度收敛、共同演化的必然结果。

                                              TileRT 团队是聚焦于下一代 AI 基础设施、专注于极致低延迟推理的前沿系统架构团队。

                                              团队致力于推动前沿大模型在生产环境中的毫秒级实时响应,以全新的运行时(Runtime)架构打破传统的存储与计算壁垒。团队推演并实现了全新的范式级执行模型。

                                              通过常驻内核(Persistent kernels)、Tile 流水线(Tile pipelines)以及异构协同等底层技术的全栈突破,TileRT 在复杂的异构计算生态中实现了极致的算力释放。

                                              作为核心基础设施的赋能者,团队积极携手行业顶尖伙伴开展软硬件协同设计(Co-design),为迈向极度渴望“极致速度”的自主智能(Autonomous)时代构筑高性能算力底座。

                                              更多 TileRT 技术细节请阅读:https://www.tilert.ai/blog/breaking-1000-tps-zh.html

                                               更多效果展示

                                              仅需 10 秒,做一个贪吃蛇小游戏

                                              仅需 1 分钟,复刻一个 MacOS 系统

                                               开源与展望

                                              MiMo × TileRT,模型与系统的极致 Co-design,让万亿参数模型实现 1000 TPS 的极致推理速度。

                                              [1]https://www.opencompute.org/documents/ocp-microscaling-formats-mx-v1-0-spec-final-pdf

                                              [2]https://arxiv.org/abs/2602.06036

                                              跳转微信打开

                                              李志飞受邀出席好未来AI业务论坛:AI正在重构企业战略本身

                                              2026年6月9日 10:02

                                              飞哥说AI 2026-06-09 10:02 北京

                                              超级个体能力 × 协同机制 = 超级组织。

                                              近日,好未来在京举办AI业务论坛。出门问问创始人、《超级组织》作者李志飞受邀出席,围绕“AI时代下的超级组织”进行主题分享,系统阐述AI时代企业组织变革的新逻辑。

                                              本次分享也是《超级组织》方法论走进头部企业的一次重要交流。《超级组织》由出门问问创始人李志飞与AI原生组织理论提出者高佳合著,结合前沿公司的一线转型实践,系统讨论AI时代组织进化范式,提出“组织大折叠”“智能体飞轮效应”“AI原生组织操作系统”等关键命题,为企业理解和推进AI时代组织转型提供了新的思想框架与实践参照。

                                              好未来相关负责人表示:“李志飞的分享让我们看到,AI不只是工具,它正在改变组织运作的方式,对我们推进AI业务和组织协同很有启发。”

                                              图片

                                              超级个体不等于超级组织,AI正在重构战略本身

                                              AI工具的普及让越来越多个体实现效率跃升,但李志飞在分享中指出,一个关键误区正在出现:N个超级个体叠加,并不等于超级组织。

                                              “超级个体的个人英雄主义在组织里可能是一场灾难。”李志飞表示,AI时代真正的公式不是“个体能力相加”,而是:超级个体能力 × 协同机制 = 超级组织。

                                              在他看来,AI带来的不只是工具升级,而是决策逻辑和组织运行方式的底层重构。过去企业战略强调“想清楚再动”,但AI大幅降低试错成本之后,战略周期被压缩,组织需要从线性计划转向快速验证、快速反馈、快速迭代。“战略的本质没变,变的是更快看清、更快行动、更快迭代。”李志飞表示,AI时代企业真正的护城河,将越来越取决于决策速度、执行敏捷度和AI使用深度。

                                              AI时代,CEO 要成为组织系统的设计者

                                              围绕企业如何搭建超级组织系统,李志飞提出,AI时代的CEO和管理者不能只停留在“用AI提效”的层面,而要进一步成为组织系统的设计者。

                                              他以出门问问自研的CodeBanana为例,介绍了企业AI原生协作平台的搭建路径:将公司协作场景映射成项目,为每个项目配置专属Agent;将重复流程模板化为Skill;配置Agent跨项目协作权限,让信息自动流转;最终将多个项目串联成完整业务流,实现从触发、执行到沉淀的自动闭环。“CEO设计系统,系统自己跑。”李志飞表示。

                                              图片

                                              从书到实践:《超级组织》方法论如何落地

                                              《超级组织》中提出,AI时代最大的组织挑战,不是继续放大超级个体,而是如何把超级个体的产能转化为可持续、可规模化的组织能力。本书首次系统提出了极具实战指导意义的“AI 原生转型三步循环法”。

                                              这一套底层方法论,也持续贯穿于出门问问内部的组织进化实践。过去一年,出门问问围绕信息流、协作模式和管理机制进行重构,推动研发团队全栈化、原子小队化,并通过CodeBanana让Agent真正进入组织工作流,参与任务理解、状态同步、协同执行与经验沉淀。

                                              李志飞在现场分享中强调,AI转型不能只依靠工具采购,也不能停留在员工自发使用AI的阶段。真正有效的AI组织转型,需要管理者亲自下场,从自己最高频的工作场景切入,亲手搭项目、创建Agent、设计流程,再逐步推动团队进入新的协作平台。

                                              “管理者不用,团队不会信。”李志飞表示,CEO和管理者首先要成为AI原生工作方式的实践者,才有可能推动组织形成新的惯性。

                                              更多关于AI时代组织变革的系统方法论,可参见李志飞与高佳合著的《超级组织》。欢迎与更多企业共同探讨AI组织转型的落地实践。

                                              ⬇️点击小程序购书⬇️

                                              跳转微信打开

                                              从超级个体到组织能力:腾讯研究院报告呼应《超级组织》相关命题

                                              2026年6月9日 10:02

                                              飞哥说AI 2026-06-09 10:02 北京

                                              腾讯研究院《超级个体时代》报告,与《超级组织》形成呼应。

                                              近日,腾讯研究院发布《超级个体时代》报告。报告关注的一个核心问题是:当AI极大放大个体能力之后,组织如何承接这种新的生产力?报告中的相关观察,与《超级组织》所讨论的组织进化命题形成呼应。AI时代真正的挑战,不只是让个人变强,而是如何通过新的协作结构与组织系统,将个体产能转化为可持续、可规模化的组织能力。

                                              报告中剖析了"个体能力被 AI 放大后,反而带来组织内耗"的现象,并引用《超级组织》中所首创定义的【幽灵效率】。腾讯研究院结合田野观察,精准呼应了这一底层管理学病理。

                                              从CEO作为超级个体的极致深夜实验,到撞上"幽灵效率"问题,报告陈述了出门问问如何推动内部组织AI化实践,并自研CodeBanana,让Agent进入真实工作流,参与任务理解、协同推进、状态同步与经验沉淀。CodeBanana的核心,不只是让Agent进入协作工具,而是探索人、Agent、任务、上下文和反馈机制如何在同一套系统中协同运转。

                                              报告将CodeBanana作为前沿标本进行了剖析。在具体的产品形态上,报告将出门问问列为「AI中枢型超级团队」的代表案例,并特别指出CodeBanana的两个核心设计:其一,每个项目的Team Agent成为项目的核心身份,人围绕Agent工作而非相反;其二,A2A功能(Agent-to-Agent)让不同项目的Agent直接协作,无需人工中转——在出门问问内部,研发实现100% AI Coding,整体产研效率提升4倍;非产研团队中超过三成成员已达到超级个体状态。CodeBanana这一设计,同时实现了两个功能——愿意使用平台的人自然被筛选出来,平台上其他人的成果则持续营造着「人人可以」的氛围,筛选与文化建设一步到位。

                                              从《超级组织》的系统方法论,到CodeBanana的产品实践,再到腾讯研究院的外部观察,一个趋势正在变得更加清晰:AI进入企业之后,竞争不再只是工具能力和个体效率的竞争,而是组织能否承接、放大并沉淀AI生产力的竞争。


                                              更多关于AI时代组织进化的系统思考和实践,可参见李志飞、高佳合著《超级组织》,读懂AI时代的组织进化法则。

                                              ⬇️点击阅读原文,获取「超级个体时代|腾讯研究院3万字报告」

                                              阅读原文

                                              跳转微信打开

                                              AI 真的跑进业务了吗?GIAC 2026 深圳站 15 大专题全日程来了

                                              2026年6月9日 10:01

                                              高可用架构 2026-06-09 10:01 广东

                                              50+ 一线大厂真实案例,覆盖 Agentic Coding、智能体协同、端云推理与 AI 原生架构实践

                                              Image

                                              AI 时代,应用开发范式正在重构。从架构演进到 AI 编程,从智能体协同到端侧落地,你的产研团队现在卡在哪一关 ?

                                              6月26-27日,由msup和高可用架构联合主办的2026 GIAC全球智能应用开发与架构大会将在深圳好日子皇冠假日酒店拉开帷幕 。今年大会主题全面升级,直击“不止于模型,让 AI 真正跑进系统与业务”的硬核命题 。

                                              区别于浮在空中的理论探讨,本届 GIAC 链接智能时代的创新架构 ,带来了 15 个创新专题以及50+ 一线大厂 AI 原生落地的真实战案例。从 Agent 时代前端的 CLI、Agentic Coding 的大厂重写实践,到复杂场景下的端云协同推理 ,所有议题均由来自各大厂的出品人与技术总监严格筛选打磨 。在这里,你将看懂 AI 开发流程的重构逻辑,获取 Agent 进化与协同的工程方法 ,深度吸收代表当前最具工程价值的技术创新与一线智慧。

                                              Image

                                              以下是6月26日至27日完整版日程总览:大家可随时查阅日程 ,合理安排好时间。

                                              Image

                                              Image

                                              图片

                                              除了满满的日程干货外,现在,为您特别献上一份参会指南,希望这份攻略可以助您畅游整个大会。

                                              Image

                                              2026年6月26日至27日

                                              Image

                                              深圳好日子皇冠假日酒店

                                              Image

                                              地址:广东省深圳市福田区福华一路28号深圳好日子皇冠假日酒店

                                              注:现场签到时请出示您的票号、二维码

                                              Image

                                              签到及流程

                                              签到时间:6月26日 8:30-8:50

                                              签到地点:广东省深圳市福田区福华一路28号深圳好日子皇冠假日酒店

                                              ●签到后领取大会定制手提袋。(签到胸牌作为听会的重要凭证,切勿遗失,学员还可凭胸牌二维码在线浏览讲师PPT)签到后领取。

                                              ● 学员可选择自己感兴趣的话题进行学习,中途也可选择其它场次学习。

                                              Image

                                              会议期间用餐

                                              用餐时间:6月26日至27日   12:00-13:30

                                              注:参学员凭参会当日主办方发放的胸卡内的餐券(请注意保管,不要丢失),中午由会务人员引导到餐厅用餐。

                                              用餐地点:一楼西餐厅GIAC大会指定用餐地点

                                              Image

                                              路线

                                              ●地理位置:

                                              • 距离福田高铁站直线距离约300米

                                              • 距离深圳证券交易所直线距离约400米

                                              • 距离深圳市民中心直线距离约1公里

                                              • 距离深圳会展中心直线距离约1公里

                                              • 距离福田口岸直线距离约3公里

                                              • 距离深圳国际机场直线距离约25公里

                                              深圳好日子皇冠假日酒店坐落于福田CBD,步行2分钟至福田高铁站,前往香港西九龙仅需14分钟。

                                              ●从深圳机场到深圳好日子皇冠假日酒店酒店的路线:

                                              乘坐 11 号线往福田方向,到福田地铁站下车; 从福田地铁站 3A出口离开地铁站,进入深南大道; 沿着深南大道向西南角方向走大约 600 米,酒店就在行走方向的左侧,预计 52分钟到达。

                                              地铁费用:约7元,距离约30.9公里

                                              ●从深圳北站到深圳好日子皇冠假日酒店酒店的路线:

                                              乘坐地铁 4号线(龙华线)往福田口岸方向,在会展中心地铁站下车;站内换乘地铁1号线(罗宝线)机场东方向,从购物公园地铁站 B出口离开地铁站,进入福华路,沿着福华路向西走大约 100 米,向北进入民田路走400米酒店就在行走方向的右侧,预计 34分钟到达。

                                              打车费用:约18元,距离约11.2公里

                                              ●如果您是自驾来:

                                              停车场:

                                              深圳好日子皇冠假日酒店地下停车场停车券

                                              获取方式:

                                              在当日会议结束后,如您需要停车券,请前往 GIAC 大会签到台。

                                              在签到台扫描停车二维码,领取停车费用抵扣券。

                                              按照页面提示输入车牌号,即可自行完成停车费用抵扣(扫码后请15分钟内离场)

                                              推荐住宿

                                              ●深圳好日子皇冠假日酒店(五星)

                                              豪华大床房850元/间/晚,含单早

                                              豪华双床房850元/间/晚,含双早

                                              注:组委会提供房间预定服务,可享协议价,请联系对应项目经理,提供姓名、手机号、入住及离店日期,房间有限,先到先得。

                                              ●深圳福田CBD逸扉酒店:广东省深圳市福田区鹏程一路与福中三路交汇处广电金融中心东裙楼(出酒店正门左转进入鹏程一路直行30米左转进入民田路。沿着民田路向南直行约500米抵达深圳好日子皇冠假日酒店,步行约13分钟。)

                                              高级大床房700元/间/晚,含单早

                                              高级双床房750元/间/晚,含双早

                                              预定电话   酒店李经理:13714833447

                                              注:请说明参加“全球智能应用开发与架构大会”订购,可享协议价。

                                              Image

                                              天气情况

                                              Image

                                              6月26日至27日,深圳有雨且天气炎热,记得带伞,建议着清凉夏季服装。

                                              Image

                                              注意事项

                                              为保障您的顺利参会,请务必每日佩戴胸卡出席。如遇问题,可随时联系现场的组委会工作人员协助解决。

                                              GIAC大会即将开幕,让我们一起相约会场!

                                              阅读原文

                                              跳转微信打开

                                              王川:当隔壁老王投资存储股票赚了三十倍后,如何还能不焦虑 (七)- 四分之一世纪的轮回

                                              2026年6月9日 08:43

                                              原创 硅谷王川 2026-06-09 08:43 美国

                                              王川:当隔壁老王投资存储股票赚了三十倍后,如何还能不焦虑 (七) 四分之一世纪的轮回

                                              本文是    王川:当隔壁老王投资存储股票赚了三十倍后,如何还能不焦虑 (六)- 同质化商品的陷阱    的续篇。

                                              1/ 软件服务行业有个词叫做 Net Dollar Retention rate, 直译为 ‘’净美元留存率‘’,就是说客户如果开始给你一个月支付一块钱,过一段时间后他每个月还能给你支付多少。 如果 NDR 超过 100% 就表明来自客户的收入在增加,低于 100% 就是在减少。 但这个词语变成‘’年化‘’净美元留存率的时候,就有人开始耍流氓了。比如某 AI 企业三个月的时间里来自同一个客户的收入增长为 50%, 净美元留存率就是 150%. 企业高管可以面不改色的对外宣传,我的净美元留存率为 500%,这是假设以后每个季度都会增长 50%, 用 150%的四次方算出来的,并且还默认今后年年如此,尽管真正的增长只有几个月。但凡做过生意的人都知道,任何高速增长都不可能长期维持,增长的突然停滞和逆转是常事。而从这些企业角度看,反正大家都在浮夸,只要先拿到融资,使劲吹牛,哪管之后洪水滔天。

                                              2/  一个非常微妙的地方是,产业泡沫上升期, 相当一部分需求并不是长期刚性的,而是一种探索性的,恐慌加上流动性驱动的需求。这种需求具有一种“反身性“的特征:就是说如果别人都在探索,别人都在恐慌,流动性疯狂涌入的时候,那我也着急要跟风,要花钱投入。一旦有人破产,格局彻底逆转,流动性紧缩的时候,那我也就马上削减预算和投入,原来那部分探索性的需求迅速烟消云散。

                                              3/ 和这种对于产品的“反身性”的需求相对应,在股市层面也存在一批“反身性”的投机买家,在上升期他们跟风,加杠杆,把股价推到极致;他们不是长期持有者,如果形势逆转,很多人竞相恐慌抛售时,他们也迅速作鸟兽散。成交价最终由边际的买家和卖家决定,牛市最疯狂时候的高价,和熊市最恐慌时的低价,就是这批有“反身性”的投机者制造出来的。

                                              4/ 所以我们在物理层面和金融层面同时都各自有一个“反身性”的结构,在行业上升期,物理层面的反身性的产品需求形成海啸一般的强烈的正反馈,吸引金融层面的反身性的投机者纷纷入场,在金融层面也形成巨大正反馈,把资产价格进一步推高。这两个层面的正反馈,只有同时遭遇物理层面和金融流动性层面的刚性约束,才会停滞,反转。而一旦反转,也会有一个正反馈,那是一个向下的如雪崩和泥石流一般的愈演愈烈的正反馈。

                                              5/ 但存储行业,半导体行业,整个数据中心的产业链,还有一个更大的风险:和大饼有在代码里精确定义的四年减半周期不同,并没有什么法定规则,保证股价下跌后,四年内一定可以卷土重来。而事实上,几大老牌巨头,美光在 2024年,英特尔和思科在 2026年,才突破 2000年的股价前高,并在这四分之一个世纪里经历过超过 80% 甚至 95%的刻骨铭心的价格回撤。 阿Q临终前曾有遗言,“老子十八年以后又是一条好汉!”  对于高科技行业,尤其是硬件行业,阿 Q 还是太乐观了。

                                              6/ 为什么会有这种现象?一个原因是之前提到的硬件行业供应链上的“牛鞭效应”。(王川:当隔壁老王投资存储股票赚了三十倍后,如何还能不焦虑 (五)- 牛鞭效应)当行业彻底逆转时,需求的消失是瞬间的,但供给的产出是有延迟和刚性的,产能过剩会有一段时间越来越严重,彻底消化达到新的平衡要好几年的时间。即使达到平衡,之前上升期的严重供不应求的现象,彻底回不去了。

                                              7/ 另一个更微妙的原因,来自牛鞭效应下行时带来的叙事 (narrative) 的迁移。叙事的构建,本质是个招募机制,要找更多人接盘。 流动性高的时候,很多经不起推敲的高估值叙事都有人立马相信,并投入真金白银。就好像饿殍流民遍地的时候,英雄豪杰募兵就非常容易。上升期疯狂的高估值,不仅是供不应求,不仅是供不应求在加速,而是一种短时间内多层“反身性”的因素叠加,导致加速度本身也在加速的指数上升的情况,这种大面积高速增长的好故事,很少见,吸引大量游资来支持梦幻般的高估值。而一旦增长减缓,“反身性”的游资马上离开,去追逐别的行业的下一个高增长的好故事。

                                              8/ 以三大公司二十年之间的利润和股价对比为例:英特尔 2020年的利润是 2000年的两倍 (209亿美元 vs 105 亿美元),但 2020年的最高股价 69美元比 2000年的最高点 75美元要低 ;美光 2020年的利润为 26.9 亿美元,比 2000年的 15 亿美元增长近 80%,  但 2020年的最高股价 75 美元比 2000年的最高点 97 美元仍然要低 20% ; 思科 2020年的利润是2000年的四倍多  ( 112 亿 vs 26.7 亿),但 2020年的最高股价50 美元只相当于 2000年最高股价 82美元的 60% 左右。二十年后,尽管这些公司的躯壳更健壮,收入和利润比 20年前高很多,但超高估值叙事的灵魂,很早就离开了。

                                              9/ 一个人刚接触投资,并在投资泡沫上升期屡屡得手后,会形成两个大的思维钢印:

                                              一是把目前的强劲需求,等价于持续的强劲需求; 短暂一两年的高速增长,等价于未来持续不间断的高速增长。上升期股价持续涨,即使短暂下跌,一般也很快反弹。所有的负面信息都被忽视 (或者有看多的合理化解释),任何短暂的下跌都会被视为买入的机会,随着时间流逝,这个思维钢印不断强化。在这些人的思维模型中,价格上涨时不要和我讲道理,价格上涨就是硬道理,你说了那么多道理,为什么没有我回报高呢?

                                              10/ 二是赚快钱,赚大钱很容易。这里的快是低于一年,回报至少一年两倍以上。一万年太久,只争朝夕!话说闪迪从年初到现在已经六倍了,那些一年回报 20% 就很开心的基金经理,实在是太老土,太落伍了。

                                              11/ 巴菲特曾说·:‘’界定投资和投机的边界线,从来都不清晰明亮,但如果大部分市场参与者最近都连连得手,这条线就变得更加模糊。不费力就能捞大钱,是丧失理智最快的方法。有过这种令人陶醉的经验后,正常情况下理性的人,行为模式慢慢变得像参加舞会的灰姑娘。他们知道,在宴会上停留过久 - 就是说继续投机那些估值和未来现金流相比差距巨大的公司 - 最终会得到南瓜和老鼠。但他们仍然不愿错过哪怕是一分钟的狂欢。飘飘然的参与者们都想要在午夜之前离场,但有个问题,舞场的时钟没有指针。‘’

                                              12/ 到现在这个阶段,你可以把它看成一个回报和风险不对称的局。继续在里面玩,也许还会有两倍,甚至更高的回报?但一旦局势在某个无法预测的时间点逆转后,整个估值体系崩溃,风险是 80%以上的价格回撤,和等待 25年才能回本的结局。“反身性”的投机者,连两三年都等不了,要再等二十多年,怎么可能?

                                              13/ 至于那个号称赚了三十倍的隔壁老王?在未来某个突如其来的 30%以上的价格回撤中,如果他用了三倍的杠杆,大概率被爆仓清零。如果他还没有用杠杆,鉴于之前大脑中“赚快钱,赚大钱很容易”的思维钢印,他会觉得挫败只是暂时运气不好,他可以凭自己的胆识迅速回本。张大帅不是曾经教育儿子 “事到临头须放胆”吗?于是隔壁老王没等几周,又加仓,重仓入场。但之前大跌必反弹的经验突然不灵了,迎接他的将是钝刀割肉的持续阴跌。高速增长的叙事,属于那逝去的“昨日的世界”,急于翻盘的隔壁老王,会频繁尝试各种复杂的操作,直到最终把资源耗尽,才不得不停下来。

                                              14/ 这让人想起叔本华老师曾说的话, “那些有过两三代人生阅历的人,就好像展会里坐在魔术师的摊位里的人,同样的表演连续看了两三次。戏法本来只是让你看一次。当它不再产生新鲜感,不再能骗你的时候,它的效果也就荡然无存了。”

                                              (全文完)

                                              ---

                                              所有文章表达笔者个人观点仅供参考,不构成对所述资产投资建议,投资有风险,入市须谨慎。笔者推特号"Svwang1", 新浪微博 “硅谷王川", 网站 chuan.us。

                                              点击下面链接可看到本公众号过去两百多篇原创文章的链接目录:

                                              硅谷王川的公众号文章目录 (2026年一月)

                                              跳转微信打开

                                              硅谷今年最火的岗位 FDE,我们闷头干了三年

                                              2026年6月8日 22:22

                                              原创 佳芮的创业笔记 2026-06-08 22:22 美国

                                              让 AI 真正变成生产力

                                              今年硅谷突然都在抢一个岗位,叫 FDE,Forward Deployed Engineer:公司派到客户现场的人,跟客户一起,把一个 AI demo 真正变成天天在用的系统。

                                              这岗位我们闷头干了三年。

                                              a16z 把 FDE 称作"tech 最火的岗位"。过去 12 个月,招聘量涨了 7 倍:

                                              • 2025 年 4 月全行业 643 个职位,2026 年 4 月涨到 5,330 个

                                              • YC 创业公司里就有 100 多家在招,三年前一家都没有。

                                              薪水也在水涨船高:顶级 FDE 在 OpenAI、Anthropic 总包 30 万到 60 万美元,做到资深、纯做技术不带团队的,竟然能超过 100 万美元。

                                              下面看这几家具体在做什么:

                                              • OpenAI 2024 年底就组建了 FDE 团队,2026 年把它做成独立的 The Deployment Company,初始投资超 40 亿美元,又收购英国 Tomoro,拿到 150 个资深的 FDE

                                              • Anthropic 组了个 Applied AI 团队,专门派工程师进大企业现场做 AI 落地

                                              • Google Cloud、Databricks、Scale AI、Adobe,以及几乎所有 B 轮以后的 AI 公司,都在大规模招 FDE

                                              可光招人、买团队还不够。真要把 AI 铺进一家家企业,巨头还是得拉上麦肯锡、德勤、贝恩这些咨询公司。

                                              这事我们 2023 年就在干了,比硅谷早三年。打一开始就说好:客户的业务真做好了才给钱,交个 demo、一份 SOP、几段提示词或者给套软件,都不算数。

                                              FDE 是什么,最早怎么来的

                                              FDE 全称 Forward Deployed Engineer。Palantir 第 13 号员工 Shyam Sankar 在 2000 年代末提出,2010 年代初成型,他本人就是这个词的发明者。

                                              它和我们熟悉的 to B 岗位都不一样:

                                              FDE 不是顾问,也不是一般的软件工程师,是真正被派进客户内部的人:进客户的群,跟客户的产品、研发坐一块儿,拿客户真实的数据和系统干活,开他们的晨会、动手写代码、线上出故障就去修。

                                              他既要定"做什么",也得把东西做出来、接进系统、保证上线后一直能跑。衡量他的不是写了多少代码、交了几份文档,是这套系统到底有没有人在用、客户的生意有没有变好。

                                              上线也不算完,他得一直待到这套系统变成客户每天的日常、客户自己的人能接手。

                                              Palantir 为什么要发明它?它最早的客户是情报机构,这种客户有个特殊麻烦,没法清楚告诉你想要什么:东西是机密,写不进需求文档,开不进会议室。

                                              Shyam Sankar 的判断:

                                              他干脆把工程师塞进客户现场(驻军基地、分析员办公室、战场附近的指挥所),靠观察、实验、当场动手,去搞懂客户真实的业务。

                                              Shyam 反复讲过一句话:

                                              Good ideas don't come from eating strawberries in Palo Alto. They come from the fields of Djibouti and the factory floors of Detroit.

                                              好想法不是在 Palo Alto 吃草莓时冒出来的,它们出现在吉布提的田野上、底特律的工厂车间里。

                                              但 Palantir 真正精妙的地方不在"把人派出去",在背后那套分工。

                                              下场的 FDE 其实是两种人搭班子:

                                              • 一种叫 Echo,是懂行业的领域专家,负责钻进客户的生意、找出真正该解决的问题;

                                              • 一种叫 Delta,是工程师,负责快速把东西搭出来。他们在前线搭的代码糙、全是临时补丁,后方还有一支产品团队,专门把现场趟出来的做法抽象成通用产品:先铺出一条"碎石路",再修成能跑下接下来 5 到 10 个客户的"高速公路"。

                                              Palantir 今天一半以上收入的 Foundry,就是这么从一个个客户现场长出来的。

                                              到 2016 年,Palantir 内部 FDE 的人数比软件工程师还多。今天这家公司市值超过 3000 亿美元,毛利率 80%,是软件公司的水平,不是咨询公司(埃森哲只有 32%)。FDE 不是辅助岗位,是它能从"被人骂作咨询公司"长成真正产品公司的原因。

                                              这是 FDE 的模式:让最顶尖的工程师下场。

                                              Palantir 的 FDE 不少是物理、数学背景,技术底子比市面上大多数人都硬。这套打法能啃下最难的客户,可门槛也高得吓人:你得找到既是物理博士、又愿意常驻客户现场写生产代码的人,这种人又少又贵。所以十几年,没人学得来。

                                              FDE 怎么突然就火了

                                              Palantir 闷头干了十几年,外界一直当它是个特例,没人学。直到这两年,大批企业砸钱上 AI,钱花了,东西却跑不起来。

                                              MIT NANDA 2025 年调了 300 个公开的 AI 项目,95% 的企业试点对利润几乎没有可衡量的影响。

                                              问题并不出在模型,GPT、Claude 都很能打,但是落地现场那摊东西却面临很大的挑战:脏数据、没人写过文档的工作流、合规红线、一堆为 AI 之前的时代设计的老系统。

                                              一个 FDE 的原话:

                                              更麻烦的是,AI 系统和传统软件,出问题的方式不一样。传统软件的风险在上线前,设计、集成、测试,跑通了基本就一直跑,真出错也直接报错,好查好修。

                                              AI 反过来,风险在上线后:它是个概率系统,测试时好好的,一碰到真实数据和真实用户就开始退化,还不报错,只是悄悄变得不靠谱,答非所问、前后矛盾,一点点把用户的信任磨掉。偏偏这时候交付的人都走了,内部团队转去做下一个功能,顾问按合同干完就撤。

                                              系统最该有人盯的时候,没人了。FDE 补的就是这个位置:人在客户现场,问题一冒头就当场调、当场改。

                                              再往根上说,Bob McGrew(Palantir 第二位工程师、后来的 OpenAI 首席研究官)的角度是:

                                              Agent 还没有现成的样子。SaaS 你一上来就知道要做成什么样,照着做个更好的去抢市场就行;

                                              Agent 不是,没人知道一个销售 Agent、客服 Agent 最后该长成什么样,只能钻进客户的真实业务里一点点试,而这种试只能在客户内部做。

                                              结论是:谁想在 Agent 时代找到 PMF,FDE 大概是绕不开的路。

                                              巨头自己建了,还得拉上咨询公司

                                              巨头的办法,是把咨询公司大规模拉进来一起干:

                                              • OpenAI 签了 BCG、McKinsey、Accenture、Capgemini、PwC 五家组成 Frontier Alliances,让它们帮自己把 AI 铺进企业;它砸 40 亿成立的 The Deployment Company,出资方里 Bain、McKinsey、Capgemini 三家就是咨询公司

                                              • Anthropic 拉黑石、高盛、Hellman & Friedman 合资 15 亿美元搞了家企业 AI 服务公司,把工程师送进世界 500 强,用私募的钱再造一支 FDE 队伍;它的合作方 Deloitte 也直接挂出了"Anthropic Forward Deployed Engineer"的岗位招人

                                              自己建了为什么还要找咨询公司?OpenAI 不缺钱、不缺工程师,连现成的 FDE 都买得到。它缺的是另一样:钻进一家企业、把生意摸透、最后对结果负责。这件事麦肯锡、德勤干了几十年,OpenAI 想从零练出来很慢,不如直接拉它们一起干。

                                              Bob McGrew 给想做 FDE 的创业者提过一个醒:

                                              “如果不是非做不可,别碰,很容易做着做着就变成纯做服务的外包公司。但如果你的市场离了 FDE 根本起不来,那它可能就是你唯一行得通的方式。”

                                              这套"AI 公司+咨询公司"的组合,在中国基本没有。

                                              埃森哲、德勤、麦肯锡在中国都有团队,但规模、话语权比美国小一截;本土咨询公司里,也没谁跟大模型公司这么深度绑定。

                                              我们没等这个组合出现。从 2023 年起,我们就让一个团队同时长出两套肌肉:懂客户的生意,懂 AI 工程。逼我们走这条路的是中国客户:业务真变好他们才续费,过程做得再漂亮也不买单。

                                              一家 AI 公司怎么自己做 FDE

                                              第一个该招的不是工程师

                                              公开资料里反复出现一个事实:Palantir 最成功的几位 FDE,背景是物理和数学,不是 CS。有的来自硬件工程,加入前根本没写过软件。这一拨人里还有产品经理和设计师。Palantir CEO Alex Karp 是哲学博士。

                                              我们自己 FDE 的负责人,是个学法语的 00 后女生。

                                              说穿了并不意外。Palantir 的 FDE 团队里,写代码的是 Delta,真正稀缺的是钻业务的 Echo。Shyam 招 Echo 专挑"反叛者":不只懂这行怎么干,还能看出现在这套为什么不够好。

                                              FDE 真正的核心能力,是读懂客户的生意、把要交付的成果设计出来。写代码是后半段的事。能想清楚"客户的钱从哪儿来、卡在哪儿、AI 能从哪儿撬动它"的人,比只会写代码的人稀缺得多。

                                              大部分公司做 AI 落地的第一反应,是招算法工程师。错了。第一个该招的,是能听懂客户怎么赚钱的人,就是 Palantir 那个 Echo。

                                              这件事我们交过学费。

                                              我们踩过的坑:PE 摸不透客户的生意

                                              最早交付全靠 PE(Prompt 工程师)一个人跑。他能照着客户说的把 prompt、把流程搭出来,可客户那行的生意怎么转、那些话背后的业务逻辑是什么,他摸不透。客户说一套,他照着搭一套,结果总不是客户真正要的。客户不满意,我那一年半有一半时间在救火,救的都是同一类:交付出去的 Agent 又出问题了。

                                              被客户问住、设计被质疑的时候,PE 没底气,只能搬一句"客户就想要这个"来挡,其实他自己也没真懂客户要什么。东西的质量也兜不住:测试全靠手感,改好一处又坏一处。

                                              后来我们改了打法:进场不再让 PE 单挑,先拉一个这行的业务专家一起进去,把客户的生意、流程、门道吃透,再带着 PE 一块搭。业务专家管"该做成什么",PE 把它落出来。配合一阵子,PE 自己也慢慢长出了懂业务的能力,能听懂客户话里的生意了。

                                              想明白的就一条:第一个进客户现场的,得是真懂这行生意的人,不能让一个只会搭 prompt 的人单扛全部。

                                              一个客户,很多能力,对真实成果负责

                                              前年十月我读到 Palantir 的 FDE,第一反应是:我们要的就是这个名字。"按结果交付"的方向我们三年没改,但定义一直模糊。FDE 这个词把它定义清楚了:一个客户,很多能力,对客户身上的真实成果负责。

                                              改名之后,我们改的是这件事本身怎么干。四件事:

                                              进场,先摸客户怎么赚钱。 一个项目分三个阶段。第一阶段是诊断,懂这个行业的业务专家驻场三五天,把客户的 SOP、知识库、整条链路摸清楚:他怎么获客、怎么转化、钱卡在哪个环节。这些业务专家,有的就是从客户那个行业里挖来的老手:比如做在线教育时,我们跟一家头部在线教育公司的前 COO 深度绑定,他离职后跟我们一起,把这个行业的 AI 落地一遍遍打磨出来。不上来就装软件,先搞明白这门生意。这一步就是 Palantir 那个 Echo 在干的事。

                                              搭,是几个人一起搭。 第二阶段,业务专家带着行业经验,和 FDE 一起把 Agent 搭起来、跑内测。这一步过去是 PE 一个人硬扛,现在不是了:懂业务的管业务,工程的活交给工程师,谁也别替谁硬撑。

                                              质量,靠句子守护兜着。 PE 时代最做不好的就是测试调优,全靠人盯,改对了 A 又错了 B。我们把它做成了一个产品,叫句子守护:它自己从客户百万级的真实聊天记录里,挖出用户可能问的刁钻问题,一条条编成测试题(连正确答案该是什么都写好),拿去考被测的 Agent,自动跑、自动出报告:每条的通过率、答得快不快、花了多少钱、要不要转人工,全摆在报告里。这套东西和具体业务解耦,FDE 在现场踩的坑都沉淀进去,下一个客户进场,他手里的杠杆更大。

                                              交付的是成果,不是一个搭好的流程。怎么证明成果是真的?落地时我们和客户做 A/B:AI 组是销售加 AI 一起干,对照组是同样的销售、纯人工,两组的线索质量、团队水平都拉平,只差用不用 AI。然后整条链路一个环节一个环节地比:触达率、响应率、转化率、人效,每一步都有数据,全程留痕,不是只看最后一个大盘数字。两组一摆,AI 带来多少增量,清清楚楚。我们也按这个结果收费:客户的人效真涨了,我们才拿钱。

                                              这四件事合起来,懂生意的人就不用一个人硬扛了:他站在最前面,背后有业务专家、有工程师、有句子守护这套工具接着。他不用自己写代码,系统替他兜着。

                                              这套收费方式,2023 年我们就定下了。当时国内同行主流还是按人头、按工时、按项目里程碑收,按结果的我们是少数。我后来才知道,这正是 FDE 区别于 SaaS 的命根子:SaaS 按席位、按用量收钱,FDE 卖的是"你帮客户解决了一个问题"。这里头有个不对称:大客户既不信自己能成,也不信你能成,因为他见过太多烂尾项目。

                                              所以早期由我们把风险全扛下来,做成了、客户业务真变好了,再付钱。三年下来这条路站住了:客户续约率高,单个客户的合同越做越大。拿一个在线教育的头部客户说,用上这套之后,AI 组的产出是对照组的三倍,一个销售一个月能盯的人从一千做到三千,整条链路从人海一对一变成了一套系统。

                                              他付给我们的钱也跟着这个涨幅走:盯的人翻三倍,付的也翻三倍。我们赚的就是这中间的人效提升,按线索量收费,不按人头、不按工时。

                                              三年 FDE,长出了 7 个产品基建

                                              我们今天有 7 个产品基建,但不是一开始就规划好的。最早只有两个:句子秒回和句子秒懂,一个是人和 Agent 协作的工作台,一个是搭 Agent 的大脑。剩下的全是 FDE 在客户现场一个个撞出来的:撞知识库的墙,长出句子智库;撞测试的墙,长出句子守护;撞老系统接不进来的墙,长出句子 CLI。现场踩的坑,一个个变成了下一个 FDE 进场就能用的杠杆。

                                              这 7 个产品基建分三层,从客户天天在用的那层往下说:

                                              • 给终端用户用

                                                句子秒回(工位)是人和 Agent 协作的界面,一套界面复制到销售、律师、市场、HR;句子参谋(参谋)相当于一个随叫随到的数据分析师,用大白话问一句,就能挖用户洞察、拉转化分析、报异常预警。

                                              • 搭 Agent

                                                句子智库(记忆)做的是知识工程,把客户几百万字、散乱、还互相打架的知识,炼成 AI 查得到、越用越准的资产,这是 FDE 进场第一件事,业务没理清上面全白搭;句子秒懂(大脑)让业务的人也能编排多个 Agent;句子守护(主管)管测试、灰度、质检,上线每一步把关。

                                              • 数字化补齐

                                                AI 要在客户的系统里跑起来,先得把底层铺平。句子 CLI(手)对外打通各大平台,对内把客户的老系统封装成接口、接进上层;句子智造(地基)补齐客户缺的那块数字化能力。

                                              FDE 贯穿这三层,用全套 7 个产品基建,把 AI 装进客户的真实业务。客户开通就拿到我们十年沉下来的行业能力,不用从零搭。这也是为什么我们敢按结果收费:不是赌运气,是手里有这套基建兜底。

                                              从销售开始,往更多场景长

                                              我们最早从销售切进去,这个场景离钱最近,AI 帮客户多转化、多签单,效果最容易用数字讲清楚。同一套 FDE 打法和产品基建跑通之后,往别处复制就快了:场景上,销售之外,律师、市场、HR 都在做;行业上,从在线教育起家,现在金融、医美、电商也铺开了。换个场景、换个行业,做法都一样:把人效做翻倍,把效果摆成数字。

                                              三种 FDE,同一个角色,不同的活法

                                              我们和 Palantir 解的是同一个问题:客户没法清楚地告诉你他要什么。Palantir 的客户是情报机构,机密说不出口;我们的客户是中国 to B,业务流复杂、KPI 多元、组织里利益盘根错节,需求文档同样写不清楚。两边的解法都是把人塞进去,靠观察、实验、当场动手搞懂客户真实的业务。

                                              但三种模式的活法很不一样:

                                              差别集中在两处。

                                              一是成果能不能量化。Palantir 的成果常是"让一个原本不可能完成的任务被完成",比如破获一起恐袭、合规出一份报告,难量化;我们的成果是转化率、人效、营收,可以 A/B 测。所以我们能做按结果收费,Palantir 大部分单子做不到。这一点我们比 Palantir 走得远。

                                              二是对人的门槛。Palantir 的 FDE 哪怕是物理博士,平均水平也比中国市场上大部分人高一截;我们这边的 FDE,可以是个 00 后、一个长在 AI 里的"原住民"。

                                              不是要求更低,是 Agent 时代的低代码工具链帮 FDE 兜了底:他天生把 AI 当手脚使,只要能想清楚客户怎么赚钱、把成果设计出来,剩下的交给工具。OpenAI、Anthropic 今年新做 FDE 也是这个思路:前面是熟悉业务的人,后面是平台和工具兜底。

                                              下场三年,我改了几个想法

                                              AI 没有让客户裁员,反而让客户去抢更多流量。

                                              我们本来以为人效翻倍,客户就会把差的销售裁掉。结果客户不裁。他用同样多的人,把市场上所有好的线索全抢了过来。

                                              市场上的流量就那么多,谁的人效高,谁就能多拿。

                                              好销售和差销售用上 AI,提升的幅度其实差不多。真正拉开差距的不是销售本身的好坏,是他愿不愿意用 AI。这件事甚至改了我们招人的画像。以前嫌一个人想法太多、不够踏实,现在这种人反而是我要的:脑子里点子多,会使 AI,还拿得准 AI 交出来的东西到底行不行。

                                              按结果收钱这条路,三年前我们也没底;三年下来跑通了,比按工时收费的同行稳,客户也认。硅谷今年集体做 FDE,说到底也是认了这件事:客户认的是结果,不是过程。

                                              干 FDE,真正稀缺的是这种人:能扎进一门陌生生意、快速摸懂,又对结果较真。会写代码反而是最不缺的。这种人,离自己出去开公司,其实只差一步。

                                              写在最后

                                              Palantir 十几年前就把这条路走通了,靠的是最顶尖的工程师。硅谷今年才把它捧成最火的岗位,巨头一边自己建、一边拉咨询公司,创业公司则自己招人。我们 2023 年就上路了,没叫它 FDE,靠的是一个团队自己长出两套肌肉,三年踩坑沉淀成 7 个产品基建,从第一天就按结果收钱。

                                              最早把 FDE 讲清楚的那几个人,Palantir 的 Shyam、Bob,反复说的也不是"工程师驻场",是"卖成果,不卖软件"。这正是我们被国内客户逼着走的路。

                                              说大一点,FDE 解的是 AI 这两年最拧巴的一个错配:技术早成熟了,企业也急着要,可大模型变不成业务生产力,中间缺的,就是把模型真正落进一门门生意里的人。

                                              这个角色,中美都验证过是最优解:美国有 Palantir、有 OpenAI 的Deployment Company,中国是我们。

                                              大模型不会自己变成客户的转化、人效、营收,得有人扎进去,一寸一寸把它落下来。这就是 FDE。

                                              我们想做的,是在中国把这件事做到极致:让 AI 别停在 demo 里,真正变成一家家企业手里的生产力,给他们创造看得见的价值。

                                              阅读原文

                                              跳转微信打开

                                              控制论与智能体编码中的“人在环上(Human-on-the-Loop)”

                                              2026年6月8日 19:00

                                              Dirk Lässig 2026-06-08 19:00 北京

                                              当 AI 能够自主编写代码、运行测试并尝试自我修复时,人类开发者应该站在什么位置?是继续在微观层面纠缠于每一行代码,还是退居幕后进行大局掌控?

                                              自 20 世纪 50 年代以来,软件开发的一大瓶颈始终是人类在终端前敲击代码的速度。而今天,这一限制正在悄然消退。随着能够自主生成、测试和重构代码的 AI 智能体(Agents) 的崛起,我们似乎即将彻底攻克这一历史性的效率瓶颈。

                                              然而,这也带来了全新的挑战:如今,AI 产出代码的速度极其惊人,以至于人类进行传统逐行手动代码审查的能力,反而成了新的瓶颈。在软件开发中,人类的引导和塑造依然不可或缺,因为最终的产出必须由人来负责 —— 并且理所应当,我们仍希望保持主导权。

                                              换句话说,我们需要有切身利益相关(skin in the game)的人参与到流程中,以确保 AI 智能体忠实地实现我们的意图。但是,如果我们坚持对每一个微小的代码改动都做“人在环中(Human-in-the-loop, HITL)”式的微观审查,我们不仅会限制系统的吞吐量,更会成为整个研发流程的“断裂点(fracture point)”。这意味着我们要么选择限制智能体的速度,要么沦为“无脑盖章(rubber-stamping)”的工具人,去批准那些我们并未真正理解的代码。

                                              传统人在环中模式(Human in the loop)

                                              像管理组织一样,领导基于智能体的软件开发

                                              Lead an agentic SDLC like an organization

                                              要突破这一“断裂点”,关键在于理解基于大语言模型(LLM)的智能体具有“非确定性(non-deterministic)”。这种非确定性意味着我们不能盲目信任 AI 会把每一件事都做对。但这同样折射出了一个关于人类团队的基本事实:人也同样会犯错。然而,作为由“会犯错的人”组成的复杂交互集合体,企业组织却往往能够实现卓越的业绩并交付极其稳定的成果。

                                              他们是如何做到的?正是通过领导层所建立、管理层所执行与引导的结构、流程、能力和行为。

                                              优秀的管理者不会去审查员工所做的每一件事,但他们掌控着整个系统。他们设计组织架构、进行目标管理、在出现异常时予以干预,并设定规则边界,从而让富有成效的自组织结构自然涌现。

                                              领导一个基于智能体的软件开发生命周期(SDLC)面临着极为相似的挑战。如果我们想更上一步、高效地领导 AI 智能体,我们就必须在 SDLC 中承担起全新的“引导和掌舵(Steering)”角色,而不是试图去检查每一行代码。我相信,要实现成功的掌舵,我们可以从“管理这门手艺(management craft)”中汲取灵感。编排和控制智能体,与管理者领导一个组织有着极多的异曲同工之妙。

                                              💡 示例:

                                              由开发者扮演“AI 团队主管(Head of AI Workforce)”的角色。由他们定义成功的衡量标准(例如:将 API 延迟降低 20%),并建立团队结构和流程(例如:让一个智能体编写代码,而让另一个 QA 智能体独立进行验证)。只有当仪表盘提示目标偏离或智能体之间出现分歧时,开发者才会介入。

                                              引入控制论:连接开发与管理的桥梁

                                              Cybernetic science as the bridge

                                              对于许多软件工程师来说,将管理视为一门“手艺”甚至“科学”可能会感到有些疏离,甚至有些怀疑。将管理实践应用到软件工程中也并非显而易见。然而,“控制论(Cybernetics)”可以作为二者之间必不可少的桥梁。

                                              这一概念由诺伯特·维纳(Norbert Wiener)于 20 世纪 40 年代提出。控制论是研究复杂系统中的通信与控制的科学,它认为生物体、社会组织和机器都遵循着相同的反馈与调节这一普遍规律。

                                              20 世纪 70 年代,斯塔福德·比尔(Stafford Beer)开发了“可生存系统模型(Viable System Model, VSM)”,将控制论与管理学科紧密连接起来。到了 20 世纪 80 年代,弗里德蒙德·马利克(Fredmund Malik)开始将 VSM 融入其著作《复杂系统管理战略》中,这帮助构成了以控制论为导向的“圣加仑管理学派(St. Gallen School of Management)”的中坚力量。

                                              这一庞大的知识库提供了丰富的科学思想体系,能够帮助软件工程师不再把 AI 智能体系统仅仅看作一个“黑匣子”,而是将其视为一个功能完备、可控、可调节的控制论系统。而且,由于控制论作为一门科学,不仅适用于社会组织,同样适用于技术系统,因此它能极好地作为桥梁,帮我们解决智能体 SDLC 中由于人类试图保持“人在环中”而带来的重重摩擦。

                                              💡 示例:

                                              设想一个由智能体驱动的自愈式基础设施。工程师设计了这样一套机制:监控智能体一旦检测到内存泄漏,就会立即触发编码智能体自动修复并打上补丁。在工程师眼中,随之而来的并非几个孤立脚本的简单堆砌,而是一个经典的控制论反馈环 —— 智能体之间的通信通过反馈受到动态调节,从而确保整个基础设施在面临压力时,依然能够保持高可用与稳定运行。

                                              跃升至元维度的“控制”

                                              Leaping to the meta level with steering

                                              为了理解人类如何有效引导智能体,我们必须审视控制论的基石之一 —— 罗斯·阿什比(Ross Ashby)的“必要多样性定律(Law of Requisite Variety)”:“唯有多样性可以吸收多样性(Only variety can absorb variety)。” 多样性缺陷是衡量复杂性的指标,代表了系统不同状态的数量。

                                              在 SDLC 的语境下,智能体系统的“多样性”表现为在机器速度下产生的海量代码变更、架构决策和缺陷修复。为了控制这一点,人类必须具备“必要的多样性”(即同等或更多的状态处理能力),但这往往超出了人类的认知极限。如果人类试图在具体的代码执行层,通过“人在环中(In-the-loop)”来死磕这种多样性,那么必然会以失败告终或导致流程大幅放缓,从而反而降低了多样性,并最终削弱了智能体系统的速度与能力。

                                              自然地,人类必须跳出“问题-解决(Problem-Solution)”层面,移动到更高的抽象维度:元维度(meta level)。弗里德盟德·马利克将其称为元系统控制(meta-systemic steering)。

                                              这就是处于“人在环上(Human-on-the-loop)”的真正含义。这是通过塑造智能体系统、设计并配置它以实现期望目标、并加入适当的机制来引导智能体向这些目标迈进而实现的。

                                              跳出系统:人类设计与配置智能体系统 

                                              上述的控制机制使智能体系统的多样性与人类的能力(多样性)达到一种内稳态(homeostasis) —— 这是一种动态平衡,在此状态下双方都能保持稳定且方向一致。

                                              因此,为了跳出“问题-解决”层并在元维度进行控制,我们必须拥有正确的传感器(Sensors)和指南(Guides)。

                                              人在环上(Human on the loop)终极控制模型 

                                              这便完整构建了我们的“人在环上”模式:智能体系统自主运行其内部的反馈闭环,而身处外部的人类则在系统层面上进行领航。

                                              在设计支持人类控制智能体的机制时,我们应该从控制论的两个核心手段中汲取灵感:

                                              1. 衰减(Attenuation)

                                              通过过滤或聚合,来衰减来自智能体系统侧的超高多样性,避免让人类侧过载。例如:

                                              • 将高频输出物聚合为浓缩的标准化报告或仪表盘(如:代码质量趋势、智能体任务成功率指标)。

                                              • 仅基于预设的阈值向上级升级“异常情况”(Exception Handling)。
                                              • 促进智能体系统内部的自我管理(就像一个成熟的敏捷团队能够在没有管理层日常介入的情况下,自行解决更复杂的局部问题)。

                                              💡 示例:

                                              开发者不再去阅读 QA 智能体每天生成的 200 个冗长日志,而是配置一个仪表盘,仅在测试成功率指标跌破 98% 时才向人类发出警报。这有效地过滤掉了噪音(衰减了多样性),使其在人类有限的认知带宽内变得可控。

                                              2. 放大(Amplification)

                                              放大来自人类侧的多样性,以更高效、规模化地影响 AI 智能体。例如:

                                              • 将架构和准入决策规则编码进智能体全局策略中

                                                (例如通过项目根目录下的 AGENTS.md)。

                                              • 为智能体提供包含特定业务领域或核心技术规范的统一知识库。

                                              • 将控制权分散给多个人类角色或整个平台工程团队。

                                              • 通过培训和先进的思维模型,深化人类对系统整体状态的理解。

                                              💡 示例:

                                              开发者编写了一份详尽的 DESIGN_PRINCIPLES.md 文件,其中包含明确的安全规范和编码风格标准。通过将这份指南注入所有智能体的上下文(Context)中,他们将自身作为个体的技术影响力,成百倍地放大到了整个代码库中。

                                              针对这种衰减与放大,业界最近提出了一个新词 —— 安全套件工程(Harness Engineering)。它的意思是为智能体系统内部的高多样性构建一个稳固的“安全套件(Harness)”。

                                              寻找合适的衰减与放大方法,要求管理侧对智能体系统拥有足够精确的模型。这就是康南特-阿什比定理(Conant-Ashby Theorem):“系统的任何优秀调节者都必须是该系统的模型(Every good regulator of a system must be a model of that system)。” 这一理论表明,想要控制智能体系统的人类必须深刻理解系统本应如何运行。通过为 SDLC 设计和配置智能体,人类将形成一个初始的“思维模型”。但在现实中,实际运行的技术系统可能会与该模型产生偏差(例如发生模型漂移,或在某些未预料到的极端情况下失败)。这就是为什么我们需要引入最后一个元素,来促成“人在环上”模式的最终闭环。

                                              在智能体系统中践行“现地现物(Go See)”

                                              "Go see" in the agentic system

                                              为了使整幅控制论图景更加完整,我想引入另一项来自精益(Lean)管理的成功实践。如果说元维度(Meta level)是我们实施全局控制的地方,那么 Gemba(现场/源头) 就是我们验证控制是否真正与现实相连的地方。在软件开发中,Gemba 指的就是创造价值的实际场所 —— 也就是智能体与代码、仓库打交道的微观世界。

                                              在精益管理中,“现地现物”(Go See,或称 Genchi Genbutsu)是指管理者离开高高在上的象牙塔,亲自深入到生产第一线去。对于基于智能体 SDLC 的工程师而言,这意味着尽管他们主要承担着智能体系统管理者的角色,但他们不能完全只依赖仪表盘传感器和指南策略来领导。工程师必须定期、偶尔地“降维”回到微观的“问题-解决”层面。

                                              将“现地现物”反馈环融合进“人在环上”模型 

                                              结构上,“现地现物”的回归是绝对必不可少的,因为它能保持工程师用于控制的思维模型处于最新、最准确的状态。大语言模型可以生成看起来极其精美、能顺利通过单元测试并满足表面需求的代码,但它同样可能悄悄引入代码退化(Code Decay),或包含自动化传感器无法轻易标记的隐性“幻觉(Hallucinations)”。

                                              传感器通过聚合和过滤来“衰减”多样性,而“现地现物”则刻意逆转了这一过程 —— 让人类重新直面繁杂的微观现实。凭借自身的工程专业技能和在软件工程中沉淀的实战经验,人类能够敏锐地识别出未知的失败模式、检测出潜在的代码坏味道(Code Smells),并感知智能体是否在以正确的方式做正确的事。通过对特定代码模块进行手动的、随机的抽样检查(Spot-checks),工程师将人类的技术直觉转化为了整个控制论系统中最顶级的感知输入。

                                              💡 示例:

                                              某位开发者平时主要通过仪表盘关注质量指标,并不断优化智能体的全局 Prompt 策略。然而,每周五下午,他们会进行一次“现地现物” session:随机挑选由编码智能体生成的 3 个复杂 PR(Pull Request),并开展深度的手动代码审查。
                                              在审查中,他们可能会惊喜地发现,尽管代码通过了所有的自动化测试,但智能体却使用了一种非常低效的数据结构,这在未来高并发流量下会引发严重的扩展性(Scaling)问题。此时,开发者就需要重新修正他们对系统能力的模型评估,并改进安全套件(Harness),以便在未来引导智能体选用更合适的数据结构。同时,他们也可能会调整智能体流水线设计,以期在未来更早地自动检测出此类可扩展性问题。

                                              这种对控制行为的阶段性校准,能够确保外部的传感器没有过滤掉残酷的真相,并且制定的指南在真实的代码世界中切实产生了预期效果。“现地现物”是一种修正机制;它应当成为“人在环上”系统中固定的、不可或缺的次级反馈闭环。在组织学习理论中,这实际上正是双环学习(Double-loop Learning)的经典应用。

                                              结语

                                              Conclusion

                                              从“人在环中(Human-in-the-loop)”向“人在环上(Human-on-the-loop)”的范式转变,正是软件工程这一职业在 AI 时代的进化史。探索控制论与管理艺术,为我们在这场变革中提供了坚实的学科底层支撑。它科学地解释了该如何塑造全新的智能体协作系统,使其既能享有机器带来的极致速度,又不会失控,从而持续创造出可靠且一致的业务价值。

                                              在这一背景下,未来的软件工程师和系统架构师实质上正在转变为“控制论系统设计师(Cybernetic System Designers)”。如果他们能做到以下几点,就必将在智能体时代大放异彩:

                                              1. 应用控制论(Applying Cybernetics):

                                                 深刻理解并善用控制论概念,在人机的演进中精准平衡系统多样性。

                                              2. 学会控制与掌舵(Learn Steering):

                                                 积极采纳先进的管理学实践,将 AI 智能体作为高产出的团队组织来编排和管理。

                                              3. 践行“现地现物”(Practicing “Go See”):

                                                 拒绝只看 KPI 报告,定期深入编码一线,用人类直觉和经验不断更新技术思维模型。

                                              这也向我们揭示了一个硬币的两面:在未来,单靠抽象的管理和控制技能是不够的。“现地现物”的有效性依然深度依赖于人类扎实的技术专家经验和对代码的敏锐直觉。因此,留给整个行业思索的终极问题依然存在:

                                              当大部分代码都由 AI 代劳时,我们又该如何为下一代人类开发者保持并培养这些至关重要的、核心的技术直觉与工程硬实力?

                                              跳转微信打开

                                              为什么 2026 年真正重要的是 Harness Engineering?

                                              2026年6月8日 10:03

                                              高可用架构 2026-06-08 10:03 广东

                                              5 种 artifest、5 条原则、1 个悖论,三个顶级团队的工程共识

                                              导读:本文详细介绍了 2026 年新兴的“Harness Engineering”工程学科,核心观点是 AI agent = 模型 + Harness,通过约束、反馈循环和文档让 agent 可靠地生成百万行生产代码,而非单纯依赖模型能力。

                                              文章归纳了五种关键 Harness artifact(如AGENT.md 文件、JSON 功能列表、会话初始化流程)和五条普适原则(上下文优于指令、规划与执行分离、必须有反馈循环等),引用 OpenAI、Anthropic 和 ThoughtWorks 的实践案例。

                                              文章强调 Harness 会随模型升级而“衰减”,需“为删除而构建”,实际应用中简化工具反而可能提升性能,提醒开发者重点设计环境约束而非仅优化提示词。

                                              作者 Rahul(@sairahul1)是 AI 实践者与内容创作者,NicheTrafficKit 创始人。他专注于分享 AI 前沿趋势、实用构建经验与 2026 年新兴的 Harness Engineering,帮助开发者掌握 AI agent 系统设计。

                                              Image
                                              Image

                                              2026 年 2 月,OpenAI 的一个小团队交付了 100 万行生产代码。

                                              他们没有手写任何一行。

                                              代码由 AI agent 写出。

                                              人类设计的是让这些 agent 变得可靠的系统。

                                              这个系统现在有了名字。

                                              Harness Engineering。

                                              几周之内,Anthropic 发表了 3 篇相关论文。

                                              ThoughtWorks 将它形式化为一个框架。

                                              Hugging Face 的 Philipp Schmid 称它为“2026 年最重要的学科”。

                                              一个新的工程学科在 90 天里成形。

                                              而 AI 基础设施团队之外,几乎还没有人真正理解它。

                                              这篇文章会把它讲清楚。

                                              没有废话。没有学术黑话。只有你真正用得上的心智模型。

                                              收藏这篇。你会读第二遍。

                                              第一部分:Harness 到底是什么(它会改变你理解 AI 的方式)

                                              1. Harness 的定义

                                              Image
                                              Image

                                              最简单的定义来自 ThoughtWorks:

                                              → Agent = Model + Harness

                                              Harness 是模型之外的一切。

                                              让 agent 不偏离轨道的约束。捕捉错误的反馈回路。告诉 agent 自己身在何处的文档。它被允许使用的工具。

                                              拿掉 harness,就只剩一个原始语言模型,在你的代码库里一路猜。

                                              加上合适的 harness,就变成一个能交付生产代码的系统。

                                              这个名字来自马具。

                                              Harness 指缰绳、马鞍和衔铁,它们把一个强大但不可预测的动物引导到有用的方向。

                                              你没有让马变聪明。你设计了让它的力量变得有用的装备。

                                              2. 操作系统类比

                                              Image
                                              Image

                                              Philipp Schmid 给出了最好的技术框架:

                                              把它想成一台计算机。

                                              → Model = CPU(原始处理能力)

                                              → Context window = RAM(有限、易失的工作记忆)

                                              → Harness = Operating System(管理 CPU 在何时看到什么)

                                              → Agent = 运行在上面的应用

                                              你的模型很强。

                                              但如果没有操作系统来管理内存、调度任务、执行规则,它也只是一块芯片。

                                              大多数人正在运行没有操作系统的应用。

                                              这就是他们的 agent 在生产环境失败的原因。

                                              3. 2026 年发生了什么变化

                                              Image
                                              Image

                                              LangChain 用同一个模型在 Terminal Bench 2.0 上跑了两次。

                                              同一个模型。不同的 harness。

                                              → 旧 harness:52.8% 分数

                                              → 新 harness:66.5% 分数

                                              Vercel 走了相反方向。

                                              他们移除了 agent 的 80% 工具。

                                              结果呢?性能更好了。

                                              没有变差。

                                              2026 年一个让人不舒服的真相:

                                              → Agent 从来不是最难的部分。

                                              → Harness 才是。

                                              如果 2025 年是 AI agent 证明自己能写代码的一年,

                                              2026 年就是我们发现环境比模型更重要的一年。

                                              第二部分:5 种 Harness 工件(Harness 在实践中长什么样)

                                              4. AGENT.md / CLAUDE.md 文件

                                              Image
                                              Image

                                              这是最通用的 harness 工件。

                                              它们是分布在代码库各处的 Markdown 文件。

                                              Agent 会在每次会话开始时读取它们,就像新工程师加入团队时读入职文档。

                                              里面应该写什么:

                                              → 项目上下文

                                              → 编码约定

                                              → 架构决策

                                              → “我们在这里怎么做事”的指导

                                              → 当前正在推进的工作

                                              OpenAI 称它们为 AGENT.md。

                                              Anthropic 称它们为 CLAUDE.md。

                                              Cursor 使用 .cursorrules。

                                              名字不同。原则相同。

                                              每个主要模块一个文件。随着项目演进持续更新。

                                              没有它们,agent 每次会话都在盲跑。有了它们,agent 每次会话一开始就带着上下文。

                                              5. JSON 功能列表(进度追踪器)

                                              Image
                                              Image

                                              当一个 agent 跨多个会话构建完整应用时,每次会话开始都会拿到一个空的上下文窗口。

                                              它怎么知道哪些已经完成?

                                              靠一个 JSON 文件。

                                              每个条目定义:

                                              → 一个功能

                                              → 如何验证它能工作

                                              → 通过 / 失败状态

                                              Agent 在会话开始时读取它。选择优先级最高且仍然失败的功能。实现它。标记为通过。提交。重复。

                                              为什么用 JSON,而不是 Markdown?

                                              Anthropic 发现,agent 意外覆盖 JSON 的概率低于 Markdown。

                                              小细节。在 6 小时自主运行里非常重要。

                                              6. 会话初始化例程

                                              Image
                                              Image

                                              每次会话都以同样的方式开始。

                                              每一次。毫无例外。

                                              Anthropic 的 7 步启动序列:

                                              1. 确认工作目录
                                              2. 阅读 git 日志和进度文件
                                              3. 检查功能列表,找到优先级最高的未完成项
                                              4. 启动开发服务器
                                              5. 运行基础端到端验证
                                              6. 实现一个功能
                                              7. 用描述性信息提交,并更新进度

                                              没有这个:

                                              Agent 会把前 20 分钟浪费在弄清楚已经存在什么。

                                              每次会话都在重复造轮子。

                                              有了它:

                                              Agent 立刻带着上下文启动,直接进入工作。

                                              7. Sprint 合约

                                              Image
                                              Image

                                              在 agent 写下第一行代码之前:

                                              两个 agent 先谈判。

                                              Generator agent 提出:

                                              → 它要构建什么

                                              → 如何验证成功

                                              Evaluator agent 审查:

                                              → 方案是否完整?

                                              → 成功标准是否清晰?

                                              只有双方达成一致后,才开始实现。

                                              这就是设计评审。

                                              只是两个参与者都是 AI。

                                              为什么这很重要?

                                              在同一次处理中同时规划和执行的 agent,会产出不可靠结果。

                                              规划步骤即使由 AI 完成,也会显著提升输出质量。

                                              8. 结构化任务模板

                                              Image
                                              Image

                                              在任何编码之前:

                                              Harness 会分析真实代码库。

                                              它生成一个基于实际代码库的影响地图:

                                              → 真实文件路径(不是幻觉出来的路径)

                                              → 真实存在的符号名

                                              → 应该遵循的现有模式

                                              → 具体验收标准

                                              然后实现才开始。

                                              这听起来很显然。

                                              但大多数团队会跳过。

                                              Agent 猜测文件结构。发明不存在的 API 端点。构建出和代码库不匹配的东西。

                                              执行前先给扎实上下文,输出质量会大幅提升。

                                              第三部分:三个阵营(三支团队撞上同一堵墙,又搭出了三种不同的梯子)

                                              9. OpenAI:环境优先

                                              Image
                                              Image

                                              OpenAI 的 Codex 团队遇到了一个离谱的问题。

                                              100 万行生产代码。零手写。

                                              在这种规模下,你不可能逐行 code review。

                                              所以他们没有这么做。

                                              相反:

                                              他们把环境设计得足够彻底,让 agent 一开始就产出可评审的结果。

                                              他们的方法:

                                              → 严格的依赖流(Types → Config → Repo → Service → Runtime → UI)

                                              → 遍布代码库的 AGENT.md 文件

                                              → Agent 直接接入 CI/CD 流水线

                                              核心理念是:先设计环境。再放手让 agent 工作。

                                              实际成果是:Sora Android 应用。4 位工程师。28 天。Play Store 排名第一。99.9% 无崩溃。

                                              Codex 每周处理了内部 70% 的 pull request。

                                              10. Anthropic:把执行者和评判者分开

                                              Image
                                              Image

                                              Anthropic 遇到的是另一个问题。

                                              当他们要求 agent 评价自己的输出时:

                                              它会自信地称赞自己的工作。

                                              即使在人类观察者看来,质量明显平庸。

                                              自我评价行不通。

                                              Agent 同时扮演学生和老师。

                                              而且它给自己全 A。

                                              他们的修复方案:三个专门的 agent。

                                              → Planner,把两句话 prompt 转成完整产品规格

                                              → Generator,一次一个 sprint 实现功能

                                              → Evaluator,用浏览器自动化像真实用户一样测试运行中的应用

                                              关键洞察:让一个独立 evaluator 保持怀疑,比让 generator 严厉批评自己的工作容易得多。

                                              结果:单独 agent(无 harness):9 美元,20 分钟

                                              → 破损应用

                                              完整 harness:200 美元,6 小时

                                              → 带精致 UI 的可用软件

                                              11. ThoughtWorks:2×2 框架

                                              Image
                                              Image

                                              ThoughtWorks 从另一个角度切入这个问题。

                                              他们不是在构建一个产品。

                                              他们在观察 50 多个工程团队如何在同样的问题上失败。

                                              他们的洞察:沿两个轴分类每一种 harness 控制。

                                              **轴 1:**它什么时候运行?

                                              → Feedforward = agent 行动前(引导)

                                              → Feedback = agent 行动后(传感器)

                                              **轴 2:**它如何工作?

                                              → Computational = 确定性、毫秒级(linter、类型检查器、测试套件)

                                              → Inferential = 使用 LLM、秒级(代码评审 agent、语义分析)

                                              这个 2×2 是:

                                              → Computational Feedforward:类型系统、linter、架构规则

                                              → Computational Feedback:测试套件、覆盖率分析、变异测试

                                              → Inferential Feedforward:规格文档、约束描述

                                              → Inferential Feedback:LLM 代码评审器、行为验证器

                                              单靠 feedforward 或 feedback 都不够。

                                              两者都需要。

                                              第四部分:所有阵营都同意的 5 个原则(三支团队没有协调,却独立走到了这里)

                                              12. 原则 1:上下文胜过指令

                                              Image
                                              Image

                                              OpenAI:“给地图,不要给 1000 页手册。”

                                              Anthropic:JSON 功能列表和进度文件,让 agent 总知道自己在哪里。

                                              Red Hat:生成任务前先分析真实代码库。

                                              ThoughtWorks:“Feedforward。”

                                              说法不同。发现相同。

                                              把当前世界状态展示给 agent,持续胜过抽象地告诉它该做什么。

                                              → 扎根真实文件路径

                                              → 代码贴合代码库

                                              → 从模糊描述开始工作

                                              → 幻觉文件路径,发明 API

                                              教训是:在 agent 开始写任何东西之前,确保它准确知道自己在哪里。

                                              13. 原则 2:规划和执行必须分离

                                              Image
                                              Image

                                              OpenAI:人类设计环境,agent 执行。

                                              Anthropic:专门的 Planner agent 在 Generator 接触代码前运行。

                                              ThoughtWorks:规划和实现之间必须有人类评审检查点。

                                              Red Hat:阶段 1(影响地图)和阶段 2(实现)之间有硬门禁。

                                              每个阵营都独立发现了这一点:

                                              让 agent 在同一次处理中同时规划和执行,会产出不可靠结果。

                                              规划步骤不一定要由人类完成。

                                              但它必须是一个独立步骤,而且它的输出需要在实现开始前被审查。

                                              14. 原则 3:反馈回路不可协商

                                              Image
                                              Image

                                              OpenAI:agent 接入 CI/CD 和可观测性系统。

                                              Anthropic:专门的 Evaluator agent 使用浏览器自动化。

                                              ThoughtWorks:将其形式化为“传感器”。并警告说,只有 feedforward 的方法永远无法确认引导是否真的生效。

                                              同一原则的三种实践:

                                              → OpenAI 使用自动化测试和 CI

                                              → Anthropic 使用另一个 LLM

                                              → ThoughtWorks 说两者都用,分层叠加

                                              他们对谁来提供反馈有分歧。

                                              他们对是否需要反馈没有分歧。

                                              没有反馈的 harness,只是一个绕了远路的 prompt。

                                              15. 原则 4:一次只做一件事

                                              Image
                                              Image

                                              OpenAI:把目标拆成更小的构建块,深度优先推进。

                                              Anthropic:强制每个 sprint 只做一个功能,每次之后提交。

                                              ThoughtWorks:分阶段生命周期(集成前 → 集成后 → 持续监控)。

                                              试图一次做太多的 agent:

                                              → 耗尽上下文

                                              → 失去连贯性

                                              → 悄悄漏掉需求

                                              Anthropic 的例程:

                                              阅读进度 → 选择一个功能 → 实现 → 提交 → 重复

                                              强制增量主义,是所有成功 harness 的共性。

                                              16. 原则 5:代码库就是文档

                                              Image
                                              Image

                                              OpenAI:把 AGENT.md 文件嵌入仓库。

                                              Anthropic:用功能列表、进度文件和 git 历史作为 agent 的连续性机制。

                                              ThoughtWorks:衡量“harnessability”,也就是代码库对 agent 的可读性。

                                              没有人为 agent 维护单独的知识库。

                                              Repo 是唯一事实来源。

                                              如果某个约定、约束或架构决策没有写进代码库,agent 就不会知道。

                                              实际影响:

                                              → 投资代码组织的团队,会免费获得更好的 agent 性能。

                                              → 混乱 repo + AI agent = 规模化混乱。

                                              第五部分:悖论,构建是为了删除(Harness Engineering 里最反直觉的真相)

                                              17. Harness 衰减是真实存在的

                                              Image
                                              Image

                                              当 Anthropic 从 Opus 4.5 升级到 Opus 4.6 时:

                                              曾经必不可少的 sprint 拆解,变成了累赘。

                                              模型规划能力提升后,它就多余了。

                                              3 月还在承重的 harness 组件,4 月就成了开销。

                                              然后 Opus 4.7 发布。

                                              模型开始验证自己的输出。

                                              Evaluator agent 的职责范围开始缩小。

                                              这就是 harness 衰减。

                                              Harness 中的每个组件,都编码了一个关于“模型做不到什么”的假设。

                                              随着模型进步,这些假设会过期,组件也会变成开销。

                                              Opus 4.5:sprint 拆解 + 每个 sprint 评估

                                              Opus 4.6:不做 sprint 拆解 + 单次评估(节省 38% 成本)

                                              Opus 4.7:模型开始自我验证 → evaluator 角色进一步缩小

                                              18. 构建是为了删除

                                              Image
                                              Image

                                              Philipp Schmid 的建议:

                                              “构建是为了删除。”

                                              把每个 harness 组件都设计成可移除的。

                                              定期关掉每个组件,测试输出质量是否变化。

                                              如果没有变化:删除它。

                                              Manus 在 6 个月里重构了 5 次 harness。LangChain 在 1 年里重组了 3 次。Vercel 移除了 80% 的工具,性能反而更好。

                                              这些都不是糟糕工程的信号。

                                              它们是在快速进步模型之上构建系统的自然结果。

                                              携带已经失效的 harness 组件,会在每一次运行里消耗 token。没有额外质量。纯粹浪费。

                                              19. 成本现实

                                              Image
                                              Image

                                              Anthropic A/B 测试里的真实数字:

                                              → 单独 agent(无 harness):9 美元,20 分钟

                                              → UI 看起来能用,但核心功能坏掉

                                              → 完整 harness(Opus 4.5):200 美元,6 小时

                                              → 软件能工作,UI 精致,物理逻辑正确

                                              这是 22 倍成本增加。

                                              换来的是一个可运行产品,而不是只在截图里看起来正确的演示版。

                                              这到底贵不贵,完全取决于一次破损发布会让你的团队付出什么代价。

                                              但有件事几乎没人谈:

                                              Harness + 模型的组合会演化。

                                              一次模型升级后,200 美元的 harness 变成了 124 美元。

                                              趋势线是:

                                              → 更好的模型 = 更简单的 harness = 更便宜的运行 = 更快的输出

                                              2026 年胜出的工程师,不是在写最好的代码。

                                              他们在设计最好的约束。

                                              然后一旦这些约束不再值得保留,就愿意把它们丢掉。

                                              结尾

                                              Image
                                              Image

                                              你刚学到的全部内容:

                                              Harness 是什么:

                                              → 1. Agent = Model + Harness

                                              → 2. Model = CPU。Harness = Operating System。

                                              → 3. 同一个模型,更好的 harness = +13% 性能

                                              5 种 harness 工件:

                                              → 4. CLAUDE.md / AGENT.md,agent 的 onboarding 文档

                                              → 5. JSON 功能列表,进度追踪器 + 测试套件合一

                                              → 6. 会话初始化例程,每次都走同一套 7 步启动

                                              → 7. Sprint 合约,agent 编码前先协商

                                              → 8. 结构化任务模板,真实文件路径,真实模式

                                              三个阵营:

                                              → 9. OpenAI:设计环境,放手让 agent 工作

                                              → 10. Anthropic:把执行者和评判者分开

                                              → 11. ThoughtWorks:2×2 feedforward / feedback 框架

                                              5 个通用原则:

                                              → 12. 上下文胜过指令

                                              → 13. 规划和执行必须分离

                                              → 14. 反馈回路不可协商

                                              → 15. 一次只做一件事

                                              → 16. 代码库就是文档

                                              悖论:

                                              → 17. Harness 衰减,上个月有效的东西,这个月可能有害

                                              → 18. 构建是为了删除,测试并移除失效组件

                                              → 19. 成本现实,更好的模型 = 更简单的 harness = 更便宜的运行

                                              2026 年胜出的工程师,不是在写最好的代码。

                                              他们在设计最好的约束。

                                              并且一旦这些约束不再值得保留,就愿意把它们丢掉。

                                              如果这篇有用:

                                              → 转发给你网络里的开发者

                                              → 关注 @sairahul1,每周看更多类似内容

                                              → 收藏这篇,你会在 agent 开始不听话时回头参考

                                              我写 AI、做产品,以及 2026 年真正有效的东西。

                                              原文:https://x.com/sairahul1/status/2063544956158185927

                                              参考阅读

                                              如果你也在关注 AI 应用如何真正落地到生产环境,2026.6.26 - 6.27 GIAC 深圳站值得关注。这次大会会集中讨论智能应用开发、架构演进,以及来自一线实践的经验与案例。

                                              识别二维码可申请大会体验门票,点击阅读原文了解大会详细议程。

                                              Image

                                              阅读原文

                                              跳转微信打开

                                              阿里D20|与淘天设计一同讨论“Ai Native 团队的打造”

                                              2026年6月8日 10:00

                                              Alibaba Design D20 2026-06-08 10:00 浙江

                                              当 AI 开始参与真实业务,

                                              很多过去默认的设计流程与协作方式,

                                              也正在被重新塑造。

                                              如果你也在思考:

                                              电商设计、用户体验与工作流,正在发生哪些真实变化?

                                              那D20「AI 电商 分论坛」,或许值得你来听听。

                                              这是淘天集团设计团队,

                                              基于实际业务场景展开的一次系统分享。

                                              从 AI 设计工具、AI 生 UI,到电商AI Agent,

                                              从设计流程变化,到用户体验演进,

                                              从影像叙事,到动态美学

                                              ……

                                              这不仅涉及工具层面的升级,

                                              也推动着设计流程、协作方式与设计角色的重新思考。

                                              既然来了,就听点我们正在做的事吧,

                                              作为设计师,回望AI奔涌而过的这三年,我们经历怎样的心路起伏?

                                              作为打工人,面对建议与要求—无论善意还是荒唐—我们又作出怎样的回应?

                                              作为应用者,在技术快速更迭的洪流中,我们如何不被裹挟,亦不被落下?

                                              我们坚信面对未来本真与务实能让我们走得最远;审美与知识能让我们跑得最快。

                                              基于此我们正围绕核心业务,系统性地构建三大支柱:AI设计能力、AI设计工具、AI设计Agent。

                                              这不仅是一场技术的升级,更是一次设计思维的重塑。

                                              我们,坚实的跑起来了。

                                               如何参与 

                                              1.扫描大麦二维码

                                              2.选择 7.11上午场【分论坛/工作坊】

                                              分论坛-AI 电商

                                               购票指南 

                                              观众可通过大麦APP,或在微信、支付宝【大麦小程序】中搜索「D20全球设计院长峰会」,即可进入购票页面完成购买。

                                              实名制购票:请务必填写真实有效的身份信息。

                                              单场次限购说明:同一个实名参会人,同一时间场次仅支持购买1张论坛门票。每张门票均需绑定唯一有效身份证件,请确保参会人信息准确无误。

                                              退改政策:门票具有稀缺性与时效性,一经售出,不支持退换、转赠,请确认行程后再行购买。

                                              场次权限:请遵循门票上对应的场次权限参会。

                                              公益说明:D20门票部分收入将与阿里巴巴公益合作,联合生态伙伴,共同用于“AI设计公益”相关项目。

                                              最新议程,扫描下方二维码直达官网

                                               或点击小程序购票 

                                               AI 电商 分论坛内容预告 

                                              《既然来了,就听点我们正在做的事吧》

                                              我们正处于AI时代之下,设计流程和工作方式有了质的变化。输出设计成为我们最微不足道的工作。设计师已经可以切换成任何一种身份,有能力去独立交付任何一项任务。

                                              《AI to UI 设计工作流演进与研究》

                                              分享将聚焦淘天设计团队自研的“AI生UI”设计工具,探索AI加持下的设计工作流,专注体验创新与价值创造,解析复杂业务中的AI设计实践。

                                              《AI Native产品设计实践》

                                              购物类AI Agent进化:从单一搜索到全能电商助手,设计师在用户动线,用户交互范式,用户购买决策等维度都有了一些新的实践思考。

                                              《AI影像叙事美学研究》

                                              融合角色、情感、交互设计,将设计师独有的动态美学与AI结合,提升影像动态制作效能的同时又能让用户有更多元化的感官体验,并且实际应用在电商场景中,这已成为设计师们的必修课。


                                              AI 正在持续影响设计行业,

                                              但真正重要的,

                                              或许不是追逐概念,

                                              而是在具体业务中,如何把技术真正利用起来。

                                              这场 「AI 电商 分论坛」,

                                              更像一次来自一线团队的阶段性分享:

                                              关于淘天集团设计团队正在尝试什么、

                                              遇到了什么问题、

                                              以及如何在变化中持续推进设计实践。


                                              如果你正在进行体验设计的日常学习、大厂求职关口、职业方向抉择……

                                              书中每一位亲历者,都将为你提供切身而真实的答案。


                                              //////END //////

                                              淘宝设计,一个服务于全球亿万消费者体验的设计团队,致力于让设计触动人心,让商业美而简单。我们有小红书啦,关注「蟠淘会TAOBAO DESIGN」,看更多设计团队的生活日记!

                                              跳转微信打开

                                              ❌