铃阅时讯
❌

普通视图

他为什么卖给你?(四)对面没有人的游戏

2026年8月14日 20:00

原创 王建硕 2026-08-14 20:00 美国

下单前三问,但凡一问答不上来,这一单的期望就是负的手续费。而这个问题还有一种答法:如果对面根本没有人,它就不成立。连载完结篇。

一 本 小 书 · 连 载 之 四

他为什么卖给你?

关于股票市场,你只需要想清楚一个问题

本篇为连载第 四 篇(共四篇):第十至十二章 + 结语

第 十 章

下单前的三个问题

悬停的手指与三道问号之门

前面九章讲的都是机制。机制的用处不在于懂,在于下单前那三十秒能拦住你的手。所以这一章不讲新道理,只做一件事:把前九章压缩成三个问题,短到能抄进手机备忘录,具体到每一单都能走一遍。

先把清单放在这里。

下单前三问一、这一单的对面,最可能是谁?二、我知道什么,是他不知道的?三、我凭什么恰好在此刻知道?

三问全部答得上来,再下单。任何一问答不上来,停手。下面把每一问背后的机制说清楚,再拿三个常见场景演示怎么用。

三个问题各自在查什么

第一问查的是对面的成分。第二章列过卖家的八种动机:有人换房,有人调仓,有人到期,也有人知道一些你不知道的事。成交那一刻你分辨不出对面是谁,但有些信号会改变概率。就像在菜场买鱼,你分辨不出这条鱼新不新鲜,但鱼贩子突然半价急着出手,这件事本身就是信息。

此刻的信号

对面成分的变化

成交量突然放大

有人在急着进出,知情者占比上升

刚上过新闻

不知情的买家蜂拥而至,知情者正好借机出货

短期已大涨

早进场的人有了兑现动机,你在接他们的兑现单

三条占了任何一条,对面是知情者的概率就被抬高了。三条全占——放量、上新闻、已大涨——那基本就是知情者最喜欢的出货环境。

第二问查的是你的弹药。注意这一问的标准:不是"我知道什么",是"我知道什么他不知道的"。按第三章的反归纳原理,凡是你能从新闻、研报、朋友圈看到的,都已经被交易进价格里了——规律因被使用而失效,公开信息因被看见而失去价值。

"我认真研究过财报"也不算。第五章说过对面的装备:他也研究过同一份财报,用更快的数据、更好的工具、一个团队。你和他读的是同一本书,他读得比你早、比你细,这不叫信息优势,这叫参加了同一场考试。

第三问最狠,查的是时间戳。假设你真的拿到了一条值钱的信息,先别激动,问一句:它为什么会轮到我?

小区里真有一个便宜车位,物业经理自己先要了;他不要,他小舅子要了;小舅子也不要,才会贴到业主群里。一条真正值钱的消息,每传一棒,前面那一棒都有机会先动手。等它到达你的时候,你要老老实实数一数自己是第几棒。

最后一棒有个学名,叫接盘。

拿三个场景走一遍

场景一:看到利好新闻,想追。

第一问就卡住。新闻已经上了,成交量正在放大,很可能还伴随一根大阳线——出货环境三条全占。你以为你在响应利好,实际上你在响应的是"别人希望你响应利好"。这一单走不到第二问。

场景二:群里朋友报了个代码。

第一问勉强过——没放量没新闻,看不出明显的出货信号。第二问也仿佛能过——"这是内部消息,别人不知道"。卡在第三问:朋友是第几棒?他从谁那里听来的?那个人又从谁那里?一条消息能传到微信群,恰恰说明前面每一棒都已经跑完了。真正的第一棒不发群,第一棒在下单。

场景三:年终奖到账,想抄底。

第一问过——下跌途中卖给你的多半是止损盘和恐慌盘,不是知情者。卡在第二问:"跌了这么多,够便宜了"不是你独有的信息,那根 K 线全市场都看得见。对面愿意在这个价位卖给你,他看的是同一根 K 线,得出的是相反的结论。你们之间唯一确定的差别是:他在场内待的时间比你这笔年终奖久。你知道什么他不知道的?答不上来。

三个场景,三个不同的卡点。卡在第几问不重要,重要的是:卡住了。

卡住之后,账要这样算

这里要说一句重话:三问任何一问答不上来,这一单的期望收益就是负的手续费。

不是"有风险",不是"可能亏",是期望为负。机制在第六章:一个没有信息优势的交易者,赢和输的概率最多打平,而手续费和点差每一单照收。零减去成本,等于负数。这不是悲观的估计,是算术。

第八章的数据就是这个算术的验尸报告:2016 至 2019 年,上交所五千余万个账户里,市值千万以下各组的择时贡献和选股贡献双双为负;台湾散户主动交易的总亏损,规模相当于台湾 GDP 的 2.2%。这些人不是没研究、不是不勤奋——他们只是每一单都答不上三问,然后照下不误。

所以这张清单的判据是硬的:答不上来就是负期望,负期望就停手。没有"我感觉这次不一样"的豁免条款——第七章讲过,那个感觉正是草原上的大脑在替对面工作。

最后是一份诚实声明。这张清单抄进备忘录之后,大概率的结局是:你几乎每一单都下不了手。看到热闹的,卡在第一问;自己研究的,卡在第二问;朋友推荐的,卡在第三问。

这不是清单失灵。这就是清单的答案。市场里的绝大多数时刻,你确实答不上这三问——清单只是把这个事实从背景里搬到了你眼前。它不是拦住了你的机会,它是拦住了你给别人当电费。

那么问题只剩一个:下不了手之后,钱该去哪?总不能永远攥在手里。下一章就说这个——市场里确实存在一个位置,坐在那里不需要回答这三个问题,因为那个位置的对面没有人。

第 十 一 章

换到收电费的一边

路灯下的吊床

前面十章都在拆"为什么不行":货架是错觉,卖家动机不明,规律会自毁,对手比你专业,你的大脑帮倒忙,实证数据惨不忍睹。拆到这里,建设性的答案其实只剩一条路:买低成本的指数基金,定投,长期持有。这句话你大概听过一百遍,听到耳朵起茧。但老生常谈的麻烦在于,大多数人只记住了结论,没走过推导。没走过推导的结论撑不过第一次熊市。这一章把推导补上。

同一道算术题,换个方向看

Sharpe 在 1991 年那篇《The Arithmetic of Active Management》里做的事情,本质上是小学算术。全体主动投资者的持仓加起来,就是市场本身——每一股股票总得有人拿着。所以:

拿到的收益

付出的成本

被动投资者整体

市场收益

极低(指数基金费率)

主动投资者整体

同样的市场收益

高(佣金、点差、管理费、税)

两边的毛收益是同一个数,成本却差着量级。扣完成本,主动整体必然输给被动整体。这不是经验规律,几乎不依赖市场假设,它是会计恒等式——在牛市成立,在熊市成立,在任何国家任何年份成立。

很多人觉得买指数是"放弃游戏",认输离场。方向恰恰反了。买指数的那一刻,你成了所有上市公司的股东。第六章说过,市场的定价是全体主动交易者用真金白银搏杀出来的,噪音交易者的亏损是这套价格发现体系的电费。指数投资者一分电费不交,却直接用电:搏杀出来的合理价格,你照单全收,按这个价格买下整个市场,然后坐收全部企业利润的长期增长。

甚至可以说得更直白一点:券商和交易所自己就是上市公司,也在指数里。别人每交一笔佣金,有一小份最终落进你这个股东的口袋。你不是退出了游戏——你是从付电费的一边,换到了收电费的一边。

定投:把择时这个动作从自己手里没收

定投最流行的解释是"摊低成本、能买在低点"。这个解释是错的。定投买不到低点——但它也不需要买到低点。

定投的真正功能是别的:它把"什么时候买"这个决策,从你手里没收了。

第七章讲过,草原上进化出来的大脑在关键时刻必然失灵——大跌时它喊"快跑",大涨时它喊"快追",而这两声喊叫都精确地指向亏钱的方向。只要你每个月还保留一个"这次要不要买"的决策窗口,你就保留了一个让本能接管的入口。市场越极端,本能声音越大,窗口越危险。

定投是立法:每月固定日期、固定金额,无条件执行。没有窗口,就没有入口。这正是第五章说的纪律外部化——聪明钱用制度和风控员管住自己,普通人买不起风控员,但买得起一条自动扣款的规则。规则是意志力的外包。你现在立这个法,防的不是市场,是未来某个恐慌之夜里的你自己。

长持:最好的日子和最坏的日子是邻居

长持的理由也不是"熬着总会涨"这种模糊的信念,而是一个具体的结构:市场的长期收益高度集中在少数几个交易日里,而且最好的交易日和最坏的交易日,往往紧挨着出现在同一段恐慌期。

这意味着"跌了先出来躲一躲,稳了再回去"这个听起来无比稳健的操作,在结构上是自杀式的。你在暴跌中离场,而最猛的反弹恰恰长在暴跌的隔壁——躲掉大跌的人,几乎必然同时躲掉了大涨。你不可能只剪下坏日子,因为好日子和坏日子印在同一张纸的正反面。

DALBAR 和 Morningstar 这些机构的年度报告,年复一年地量出同一道伤口:基金投资者实际拿到的收益,长期低于他们所持基金本身的收益,差距每年一到数个百分点——不同算法量出的口径不同,方向从未变过。注意这个对比的残酷之处——同一只基金,净值涨幅明明白白摆在那里,但投资者因为申购和赎回的时点(涨了追进去,跌了逃出来),把本该属于自己的收益磨掉了一截。基金没有亏待人,是人的手亏待了人。

所以长持不是美德,不是修行,它只是一个防御工事:确保你在那几个最值钱的日子里,人在场内。

平庸的胜利,和它的价目表

1976 年,博格推出第一只面向公众的指数基金,被整个行业嘲笑:一个承诺"永远拿不到超额收益"的产品,注定平庸,谁会买?行业给它起了外号,叫"博格的蠢事"。

嘲笑的人没算 Sharpe 那道算术。承诺平庸,等于承诺"市场收益减去极低成本"——而这个数字,恒等式保证它排在主动整体的前面。五十年后 SPIVA 记分卡给出裁决:以 15 年计,接近九成的美国大盘主动基金跑输标普 500。平庸战胜了几乎所有聪明,因为聪明是要付费的,而平庸免单。

但我得诚实地把价目表摆全。这个策略要求你接受三件难受的事:

  1. 永远没有谈资。

    你拿不到"我当年抓住了十倍股"的故事。讽刺的是,你其实几乎持有过每一只十倍股——只是每只都持有一点点,说出来一点也不威风。

  2. 下跌时必须装死。

    这个策略在市场暴跌时看起来最蠢,而那恰恰是它在工作的时候:你的定投正在用同样的钱换到更多的份额。策略最难看的时刻,就是它最用力的时刻。

  3. 无聊。

    没有盘面可盯,没有仓可调,没有仗可打。

第三条最容易被当成缺陷,它其实是工作原理。所有能解掉无聊的动作——择时、换股、追热点——每一个都在第八章的账本上明码标价:做得越多,亏得越多。刺激是收费项目。无聊,就是你不再付电费时听到的那种安静。

于是钱的问题解决了,用一个每年只占你几分钟的办法。但这就腾出来一个更大的问题:原来打算用来盯盘、研究、搏杀的那些时间和心力,现在放到哪里去?

这才是最后一章要谈的事。

第 十 二 章

对面没有人的游戏

空椅子对面的木工桌

一张桌子的总账

全书写到这里,可以把账合上了。

股票二级市场的主动交易,是一个「零和减成本」的游戏。这不是观点,是会计。Sharpe 在 1991 年那篇《The Arithmetic of Active Management》里把它写成了恒等式:全体主动投资者的持仓加在一起,就是市场本身。所以扣掉成本之前,主动投资者作为整体,拿到的就是市场平均收益;扣掉成本之后,整体必然输给平均。

落到每一笔交易上,这句话的意思更硬:你赚到的每一分超额收益,必然是桌子对面某个人的等额亏损。他多亏一块,你才多赚一块。而在你们互相掏口袋的同时,券商、交易所、基金公司在旁边收费——这是第六章说的电费,双方都交,不管谁赢。

这个游戏打到实盘里是什么样子,第八章已经给过数字。台湾全市场的研究算出来,散户因主动交易付出的总损失,约相当于台湾 GDP 的 2.2%;能持续盈利的日内交易者不到 1%。基于上交所账户数据的研究显示,市值一千万元以下的各组账户,择时和选股的贡献双双为负。SPIVA 记分卡以十五年计,接近九成的美国大盘主动基金跑输标普 500——职业选手尚且如此。

零和,减成本,对手是全世界最聪明的人和机器。这就是那张桌子的全部规则。

对面没有人的游戏

但我真正想说的是下面这句:世界上绝大多数游戏,不长这样。

你把一门手艺练精,把一个产品做好,把一篇文章写到有人愿意转发——这些事情里,价值是被创造出来的,不是从谁口袋里赢来的。面包师傅烤出一炉面包,世界上就多了一炉面包;他挣到钱,买面包的人也吃到了早饭,没有任何人因此亏损。这类游戏的桌子对面没有人,只有你,和你交付的那个东西。

两种游戏坐进去,体验完全是两回事:

零和游戏(主动交易)

正和游戏(做事)

桌子对面

全世界最聪明的人和机器

没有人,只有昨天的自己

努力与回报

长期负相关:做得越多亏得越多

长期正相关:练得越多越熟

你积累的资产

仓位,可涨可跌,可归零

技能、作品、声誉,没有跌停板

复利站在哪边

电费那边,复利在磨损你

你这边,每天的练习都在计息

第一行是最残酷的。你在二级市场每下一单,撮合系统并不看你是谁——退休教师的卖单和顶级量化基金的买单,在同一个队列里排队。而你去学一门手艺,没有任何机构派最强的对手来专门阻止你进步。

第二行是第八章用五千余万个账户验证过的:在那张桌子上,勤奋是负资产。而在正和游戏里,勤奋就是它字面上的意思。

第四行最值得多看一眼。交易账户里的复利随时可以被一次回撤打断;但你写过的东西、修过的机器、服务过的客户,不会被任何一次回撤清零。技能这种资产,连遗失都很难。

一个普通人最贵的资源不是本金,是注意力。把注意力放在哪张桌子上,比在那张桌子上做什么,重要得多。

两个世界的接口

有人会问:那挣来的钱怎么办?总不能全存活期。

这正是指数基金的位置。它是零和世界与正和世界之间的接口。

回想第九章说过的机制:你申购指数基金时,基金按净值增发新份额,用你的现金按市值买入一篮子成分股。你的对手不是某个「想卖给你的人」,而是一个按规则执行的管道。管道下面当然仍有人在把股票卖给基金,但你已经不对任何一只股票、任何一个时点下判断——你买的是平均,而平均没有对手。全书追问到底的那个问题——他为什么卖给你——在这里第一次没有对象。

约翰·博格 1976 年创立第一只面向公众的指数基金时,卖的就是这个朴素的主意:不挑股票,不择时机,持有整个市场,吃全体上市公司创造价值的平均增速。上市公司整体是在做正和游戏的——它们烤面包、造机器、写软件。指数让你按平均价搭上这趟车,而不必坐上那张桌子跟人对赌谁挑得准。

于是分工变得非常干净:钱在市场里上班,吃的是全部企业创造价值的平均数;你在正和游戏里上班,挣的是你自己创造的价值。各干各的,互不打扰。你不必每天看盘——看盘属于那个零和世界,而你已经退席了。

定投再把最后一个漏洞堵上。DALBAR 的年度报告反复量出同一件事:基金投资者的实际收益长期低于所持基金本身的收益,差距来自申赎时点——基金没问题,进出的时机有问题。而收益又高度集中在少数交易日,最好和最坏的日子往往紧邻着挤在同一段恐慌期里,想躲开坏日子,几乎必然错过好日子。定投的意思就是:连「什么时候把钱放进管道」这个决策也一并交出去,不给第七章那颗草原上的大脑留任何操作界面。

最后一次问:他为什么卖给你

这本书只教了一个动作:在点下「买入」之前,把手指悬停一秒,问一遍——他为什么卖给你?

有些时候答案是清楚的。对面是按规则增发份额的指数基金,是一级发行的国债,是管道而不是人——那就买,这是第九章说的、货架为真的时刻。

但如果对面是一个具体的人,一个和你看着同一根 K 线、却做出相反判断的人,而你说不清他凭什么错、你凭什么对——那这一秒钟就值钱了。它在提醒你:你正要坐上的,是那张零和减成本的桌子,对面大概率是装备清单比你长的人。

想不清楚,就收回手指。把这笔钱放进管道,让它去吃全市场的平均增速;把省下来的这份精力,放回那个对面没有人的游戏里——去把手艺练精一寸,把产品打磨一轮,把下一篇文章写好。

那里没有人等着赢你的钱。那里的每一分努力都记在你自己的账上。那里,才是普通人真正的主场。

结 语

再问一次

潮水线上的桌子与脚印

引子里那句话,现在可以再说一遍:你买的每一股股票,不是从货架上拿下来的,而是从另一个人手里买回来的。

第一遍说它的时候,它只是一句话。走完这十二章,它每一个字后面都站着东西了。

货架是个错觉。屏幕上那个跳动的数字不是价签,是沙滩上最新的一个脚印,只告诉你刚才有人从这里走过,不告诉你下一个人往哪走。价签的背后是成本,脚印的背后是两个人相反的判断。你以为自己在挑货,其实是在一张桌子边坐下,而对面的椅子从来不是空的。

对面坐着谁,成交单上不写。他可能只是要付首付、要交税、要把涨过头的仓位调回原比例——这样的人真的很多,跟他们成交,谁也没吃亏。可这份安慰安慰不到具体的你:两种卖单在屏幕上长得一模一样,而人群的成分是会变的。你最想买的那一刻,恰好是他最方便卖的那一刻。你的热情,正是他等的那口流动性。

你想找一条规律绕开这件事,规律会自己死。全城都知道的半价白菜,摊主也知道你知道。羊群闻讯赶到的草地,几个月就啃秃了。书店里买得到的圣杯,恰恰因为它在书店卖,所以不是圣杯。

钱总得有出处。市场这盏灯不是白亮的:价格要大致靠谱,就得有人花钱去把它弄准,而那份工钱只能从桌子对面出。这就是电费。付电费的人多半不觉得自己在付,因为他脑子里那台机器不是为市场造的,是为草原造的——盯住抢眼的,顺着势头往下外推,把亏损看得比收益重一倍,偶尔押一把小概率。四条程序在草原上每一条都救过命;搬进市场,它们同方向、同时刻地发作,五千万个独立账户在关键时刻表现得像一个账户。

账本认这笔账。翻到哪一页,负号都长在同一个位置——主动动作上。做得越多,亏得越多。这句话听着像长辈的训诫,它不是训诫,是斜率。训诫可以不听,斜率不管你听不听。

所以那个问题真正的用处,不是吓住你,是让你在按下买入之前多花一秒:这一单的对面最可能是谁,我知道什么是他不知道的,我凭什么恰好在此刻知道。三问但凡有一问答不上来,这一单的期望就是负的手续费。绝大多数时候你都答不上来——那不是清单失灵,那就是清单给出的答案。

而这个问题还有一种答法,是它自己指出来的:如果对面根本没有人,它就不成立。按净值增发份额的管道对面没有人,一套发行规则对面没有人。不挑股票,不挑时点,你买的是平均,而平均没有对手。十二章一路追着一个人问,问到这里,那个人不见了——全书追问到底的那句话第一次落了空,它找不到对象了。

所以真正要做的事只有一件:把这件事交给规则,固定的日子、固定的金额、自动扣款,连「什么时候买」也一并交出去。规则不替你判断,它只是不给判断留窗口。

同样找不到对象的,还有一片大得多的地方。你今天把一个榫头凿得比昨天严丝合缝,没有任何人因此少了一分钱。那也是一张桌子,只是对面的椅子空着,而且会一直空着。

这本书没有结论可留。我只把那个问题还给你,它很短,不用记在本子上。下次轮到你做决定,它自己会浮上来:

他为什么卖给你?

· · ·

《他为什么卖给你?》 · 王建硕 · 本文不构成投资建议全书在线阅读:voicedrop.cn/books/why-did-he-sell

注:VoiceDrop 的写书功能刚一上线就产生了这么多本神书。现在这个版本在 App Store 里面可以下载了。

阅读原文

跳转微信打开

活动报名|2026 年做搜索就是在做 Test Time Compute

2026年8月14日 18:40

原创 Jina AI 2026-08-14 18:40 湖南

2026 年 8 月 21 日,下周五,深圳见!

2026 年 8 月 21 日,下周五,腾讯云与 Elastic 将在 深圳腾讯滨海大厦 举办 AI 搜索技术大会。Elastic AI 副总裁肖涵将在现场分享:《2026 年做搜索,就是在做 Test Time Compute》

一个模型训练完成、参数完全冻结之后,能力还能继续 Scaling 吗?

直觉上似乎不能。模型权重一旦固定,能力边界大体也就确定了。想要提升效果,通常只能换更大的底座模型、加参数,或者扩大训练数据量。

但在搜索里,这个结论可能并不成立。

同一个 Embedding Model,可以只算一次,也可以把文档切开算很多次;可以只算句子相似度,也可以继续 Rerank、Query Expansion、多向量检索;到了 Agentic Search,还可以让 Agent 在 Grep、Embed、Rerank 之间反复循环,动态决定下一步应该搜索什么。

这种用更长推理时间换取更好效果的逻辑,在大语言模型领域,我们习惯叫它 Test Time Compute。

那么同样的逻辑放进搜索,不训练模型,只增加推理阶段的计算,搜索效果能不能继续提高?如果增加 10 倍、甚至 100 倍算力,相关性会不会像模型 Scaling 一样,出现某种稳定的 Scaling Law?

Elastic VP of AI 肖涵此前做过一组 AutoResearch 实验:

在后端只有一个完全冻结、且不允许二次训练或添加任何参数的 Encoder 前提下,让 Agent 自主迭代检索程序。Agent 会不断修改代码、跑实验、校验指标,保留有效修改并回滚错误。一晚上时间,自动化循环跑出了 144 个不同的检索程序。

起初,实验结果完美符合预期:随着推理阶段算力投入增加,搜索效果指标稳步上升,甚至拉出了一条干净的 Scaling 曲线。

只看这张图,很容易得出一个令人兴奋的结论,搜索和推理模型一样,也可以靠 Test Time Compute 持续 Scaling。

然而,当把这套在特定任务上卷出来的程序,放到从未见过的全新任务和 Encoder 上时,那条漂亮的曲线瞬间消失了,在领域外任务上,十几倍的计算量并没有换来更好的效果。

这就带来了一个很现实的思考:到底什么样的计算,才能真正改善搜索的泛化能力? 为什么有些昂贵而复杂的复杂检索流程只能在特定数据上表现好,而某些轻量级的结构调整,反而能无缝迁移到陌生模型与任务中?

过去,我们设计的是一次检索。后来,我们开始设计一整条搜索流水线。2025 年,这条流水线的形态是 Deep Research,在开放网络上循环。

到了 Agent 时代,要写代码,进沙箱,跑评估。单次请求可以运行数小时。搜索系统的瓶颈从选一个更大的模型,转移到了如何给这一次请求分配算力,算力该花在召回、重排、阅读,还是下一轮搜索上。

于是,2026 年做搜索,一个越来越难绕开的问题是:

当模型不再变大,我们究竟该如何解 Test Time Compute 的题?

8 月 21 日,下周五,深圳腾讯滨海大厦。

腾讯云联合 Elastic 举办的 AI 搜索技术大会 上,Elastic AI 副总裁肖涵将现场分享: 《2026 年做搜索就是在做 Test Time Compute》

同场,腾讯云 Elasticsearch Service(ES)企业版将重磅发布。腾讯云大数据基础产品总经理程彬、Elastic AI 副总裁肖涵领衔,蔚来、腾讯 ima 等团队也将带来真实落地经验,现场展开向量搜索、混合检索、RAG、智能体构建等技术议题。

以及 Elastic 首席 AI 研究工程师王峰博士,也将分享《jina-reranker-v3.5:基于混合注意力机制与自蒸馏的高性能 Listwise 重排器》

还有 5 场开发者脱口秀穿插全天,现场抽取 30 位嘉宾解锁鹅厂 VIP 展厅参观。

更多议程与嘉宾详情见下方邀请函,扫码报名,或点击「阅读原文」报名。

这些问题,我们留到现场讲清楚。

阅读原文

跳转微信打开

奇舞周刊第595期:重构协同:关于AI Native团队的思考

2026年8月14日 17:59

原创 小编 2026-08-14 17:59 北京

奇舞推荐

■■■

重构协同:关于AI Native团队的思考

文章指出当前 AI 提效陷入“单点优化、全局低效”的困境,根源在于协同缺失。真正的破局点是构建以“知识底座+Agent+人”为核心的 AI Native 团队,将流程串联者从人转变为 Agent。其中,人是目标与判断的负责者,Agent 负责执行与串联。实现该形态的关键瓶颈在于为存量业务构建可持续更新的知识底座。

3万字长文带你WorkBuddy 从入门到精通

WorkBuddy 是腾讯推出的 AI Agent 工作台,提供“问一问”、“做一做”、“想一想”三种工作模式。它能直接操作电脑文件,执行整理文件夹、生成报告、制作 PPT 等复杂任务。产品内置多种大模型和超 20 种技能包,支持多任务并行。此外,它还支持通过微信、QQ 等渠道远程遥控,其“助理”页面可作为远程任务的监控室。

得物知识问答:复合检索 Agent 的系统设计实践

得物知识问答系统基于 AgentScope 2.0 的 Harness Agent 架构,构建了具备自主决策能力的复合检索 Agent。它可并行检索企业知识库与个人飞书数据,并通过“FastPass → Reranker → LLM Grading”三阶段质量过滤保障检索精准度。系统支持多模态图片输入,并实现了生产级的可靠性与多实例断点续传,从而提供有判断力的答案。

技术实践

■■■

企业内Agent工具落地实践:统一Harness、Skill与虚拟文件系统

文章探讨了企业 Agent 从演示走向生产的关键架构问题。核心观点是将稳定内核(Harness)与可变领域能力(Skill)分离。Harness 提供身份、权限、会话、审计等通用能力;Skill 则将领域经验转化为可治理的软件资产,并通过渐进式披露和两阶段路由供 Agent 调用。此外,虚拟文件系统(VFS)被用于管理长任务的上下文、证据和产物,确保状态的可寻址与可恢复。

从一键检测到 AI 修复:我们如何把无障碍检查做进研发流程

vivo 前端团队建设了一套覆盖 Web 端、编码阶段和 Android App 的无障碍检测工具链。通过 Chrome 插件、VS Code 插件(含 AI 修复)和基于 ADB 的桌面端检测工具,将无障碍检查嵌入研发全流程。工具链实现了问题的早发现、准定位与快修复,并借助大模型辅助生成修复方案,使无障碍能力从专项检查转变为团队日常的可持续质量实践。

6 支快手工程团队,让 AI 落地真实业务

文章讲述了快手 6 支团队如何让 AI 深入真实业务场景。实践涵盖:通过 Agent-First 平台重构产研流程;用 Agent“灵顺”为百万商家提供经营服务;工程师以 FDE 模式驻场解决运营痛点;构建反作弊风险洞察平台;通过全栈工程师与全流程 Agent 提升海外业务效率;以及建立 Harness 工程框架,让 AI 生成代码稳定进入生产环境,实现从个人提效到组织提效的转变。

拓展边界

■■■

Agent 越改越乱之后,我用评测和轨迹把它拉回来了

文章介绍了如何通过“结果驱动自进化”解决 Agent 因修改 Skill 而顾此失彼的问题。其核心流程包括:运行评测任务识别错误 case、自动分析失败根因、生成 Skill 补丁、验证补丁效果(确保修复旧问题不引入新问题)。整套系统通过规则诊断(而非 LLM 诊断)和多重门禁(Guardrail Gate)来保证迭代的可靠性和稳定性。

高德汽车工程AI Native演进实录|用Harness构建可控AI交付

高德汽车分享了 AutoSDK 全链路 AI Native 开发中如何通过 Harness 实现可控交付。Harness 作为包裹模型的工程控制系统,通过“事前防控、事中阻断、事后沉淀”三道防线,解决 AI Coding 的失控风险。核心机制包括:上下文治理(LCR)和确定性行为约束(Hook);AI 自测与 AI 代码评审双 Agent 协作机制;以及通过评测体系将反馈左移,最终使 AI 交付从“偶尔成功”走向“稳定可复现”。

-END -

如果您关注前端+AI 相关领域可以扫码进群交流

图片

添加小编微信进群😊

关于奇舞团

奇舞团是 360 集团最大的大前端团队,非常重视人才培养,有工程师、讲师、翻译官、业务接口人、团队 Leader 等多种发展方向供员工选择,并辅以提供相应的技术力、专业力、通用力、领导力等培训课程。奇舞团以开放和求贤的心态欢迎各种优秀人才关注和加入奇舞团。

图片

跳转微信打开

Harness Inspector:让 Agent 交付过程可观察、可检查、可追溯

2026年8月14日 16:53

原创 Phodal 2026-08-14 16:53 浙江

Harness Inspector 是一个面向 Agent 交付过程的本地、只读工作台。它将需求、Agent Session、文件活动和 Git Commit 放在同一个交互界面中,用来检查一次软件变化为什么发生、怎样发生,以及最终留下了什么。

最近,我们一直在尝试优化 Better Harness 的 SKILL 自动沉淀能力:从 Agent 的真实会话中识别重复出现的工作路径,再判断其中哪些经验值得进一步沉淀成可复用的 SKILL。真正做起来以后,我们发现这件事远比“把一段 Session 分析一遍”复杂得多。

对于一次软件开发任务来说,Agent 的行为并不是孤立发生的。它从一个需求或者用户故事开始,经过对需求的理解、上下文探索、代码修改和验证,最终才形成一次可以被评审的代码贡献。只看中间的 Session,我们能看到 Agent 做了什么,却很难判断这些行为为什么发生,又有哪些行为真正进入了最后的交付。

因此,我们开始把一次 Agent 的交付理解成一条连续的链路。现在,只需要在项目目录执行:

  1. npx @qoder-ai/better-harness inspector

就可以生成一个本地、只读的 Harness Inspector 页面,把当前项目中的 Agent Session、文件活动和 Git Commit 放到同一个交互界面里。

GitHub:https://github.com/QoderAI/better-harness

从 Session 到一次完整的交付过程

Harness Inspector 最初只是一个会话调试工具:帮助我们查看 Agent 说了什么、调用了哪些工具,以及修改了哪些文件。但随着 Session、文件活动和 Git 历史逐渐被连接起来,我们发现,真正需要观察的并不是会话本身,而是:

一次软件变更如何从一个意图出发,经过 Agent 的执行,最终形成可以进入工程系统的产出。

Session 只是这条链路的中间部分。

从意图到产出的交付链

我们将一次 Coding Agent 的交付拆成三个连续、但边界不同的部分:

意图、过程与产出构成一条从需求到提交的交付链
  • • 意图(Intent) 是一次变化的语义化起点,例如用户的需求、Issue、Spec 或者架构约束。

  • • 过程(Process) 体现的是这次变化真正发生的过程,对于 Agent 来说,主要体现为 Session 记录以及其中的搜索、读取、修改和验证。

  • • 产出(Output) 则是 Agent 交付到工程系统的最终结果,现阶段最清晰的锚点就是代码 Commit。

所以,Story、Session 和 Commit 并不是三个并列的抽象概念,它们分别是 Intent、Process 和 Output 在当前软件开发工具链中的可观察对象(意图在不同场景下也可能表现为 Issue 或 Spec)。Harness Inspector 要做的,也不是把一段对话展示得更完整,而是重新建立这条从需求到提交、可以追溯的交付链路。

从叙述上看,它是一条连续的交付链;但在真实项目中,它更接近一张证据图。一个 Story 可能经历多个 Session,一段 Session 也可能涉及多个 Commit。

一个简单的示例:从 Story 到 Commit

我们在 Better Harness 文档页创建了一个只读的公开样本(英文示例数据,不读取本地内容):https://qoderai.github.io/better-harness/inspector。

只看 Session,我们只能看到它是一串搜索、读取、修改和测试活动,很难确定它是否一直围绕最初的需求展开,也不知道其中哪些修改真正进入了代码库。单独看 Commit,我们虽然可以看到最终修改了哪些文件,却无法知道 Agent 在提交之前如何理解问题、建立上下文和完成验证。

当 Story、Session 和 Commit 被放到同一个界面后,这次变化才成为一段相对完整的交付过程:Story 说明为什么要修改,Session 展示修改是怎样发生的,Commit 则记录最后留下了什么。

把需求、Agent 行为和代码提交连接起来,让我们第一次能够从整体上检查一次交付。但真正打开一些包含数百次 Tool Call 的真实 Session 后,另一个问题很快出现了:能够把一次交付连接起来,并不意味着我们已经能够读懂它。

Harness Inspector 如何读懂一次 Agent 交付?

围绕 Better Harness 的 Harness 模型,我们将 Harness Inspector 定义为:

Harness Inspector 是一个面向 Agent 交付过程的本地、只读工作台。它将需求、Agent Session、文件活动和 Git Commit 放在同一个交互界面中,用来检查一次软件变化为什么发生、怎样发生,以及最终留下了什么。

Harness Inspector 以一次完整交付为中心,围绕从需求到提交的链路,提供了三种观察方式:

  • • Workbench:查看需求、Session 与 Commit 之间的关系;

  • • Trace:查看 Session 内部的工作结构;

  • • Replay:按照事件顺序重新观察任务如何展开。

简单来说,Workbench 看关系,Trace 看结构,Replay 看顺序。三者共同帮助我们还原一个需求如何经过 Agent 的理解、探索、修改和验证,最终形成一次可以被评审的代码提交。

Workbench:连接需求、过程与产出

Workbench 是一次交付的整体视图。在左侧,我们可以看到触发这段 Session 的用户需求,以及执行过程中对目标的补充和调整;中间展示 Agent 在 Session 中发生的搜索、读取、工具调用和 Git 操作;右侧则是当前范围内观察到的 Commit,以及它最终修改的文件。

它关注的不是简单地把数据放在一起,而是展示需求、过程和产出之间已经观察到的关系。关系证据不足时,Inspector 会继续把它保留为候选或未映射,而不是自动拼出一条看起来完整的交付路径。

Trace:把 Session 读成一条工作轨迹

Workbench 帮助我们找到一次交付,Trace 则进一步展开其中的 Session。

进入 Session 后,Trace 会按照 Turn 组织用户输入、中间回复、Tool Call 和文件活动,并通过顶部的时间轴连接事件在时间上的位置。点击某个区段可以跳转到对应调用,连续重复的活动也会被折叠,避免大量相似操作淹没真正重要的变化。

Trace 按 Turn 组织用户输入、中间回复、Tool Call 和文件活动

Trace 并不试图还原模型没有暴露的思考过程,而是将已经记录下来的行为重新组织成一条可以阅读的工作轨迹,帮助我们检查 Agent 如何搜索上下文、修改代码和执行验证。

Replay:沿事件顺序回看一次交付

Replay 则沿着已经保留的事件逐步回看任务如何展开。Reviewer 可以依次查看用户输入、Agent 回复、Tool Call、文件和 Commit,观察 Agent 在什么上下文中形成方向,又在什么时候进行了修改和验证。

它只是一次只读的证据回放,不会重新运行工具、恢复工作区或者继续原来的 Session;没有精确时间的内容,也只保留顺序,不会补充没有被记录的过程。

Workbench 建立交付上下文,Trace 展开 Session 的工作轨迹,Replay 补充事件发生的顺序。三者共同把一次从需求到提交的 Agent 交付,变成可以逐层进入和检查的过程。当我们真正把一次交付读清楚之后,就可以回到最初的问题:这条轨迹里,哪些经验真正值得留下来。

从交付证据到 SKILL 沉淀

当一次交付能够被看清之后,我们才能重新回到最初的问题:Session 中的哪些经验,真正值得沉淀成 SKILL?

答案显然不是出现次数最多的 Tool Call。Agent 可能因为上下文不足而反复读取同一个文件,也可能因为命令失败不断重试;这些行为虽然频繁出现,却更可能是一次交付中的噪声,而不是值得复用的工程经验。

真正值得沉淀的,通常是一条能够在相似任务中重复出现,并且得到最终产出与验证结果支持的工作路径。例如,Agent 如何从需求中确定修改边界,如何建立必要的上下文,又如何完成修改、执行验证并检查最终结果。只有把这些行为放回对应的 Story、Session 和 Commit 中,我们才能判断它们是当前任务中的偶然选择,还是一套相对稳定、可以迁移到其他任务中的工作方式。

因此,SKILL 自动沉淀并不是将一段 Session 总结成新的 SKILL.md,而是从多次真实交付中识别稳定模式,再为它补充适用场景、上下文边界、执行步骤和验证方式。Inspector 当前解决的,正是这一过程最基础的一环:先让真实交付留下边界清晰、可以检查的证据。只有在此基础上,我们才可能进一步比较相似任务,形成 SKILL 候选,并在后续交付中验证它是否真的改善了 Agent 的工作方式。

结语:先看清交付,再沉淀经验

我们最初想解决的是,如何从 Agent Session 中识别可复用的工作路径。但真正分析之后会发现,Session 只能记录 Agent 做了什么,却无法单独解释任务为什么开始,也不能证明哪些行为最终形成了工程产出。

Harness Inspector 将需求、Session、文件活动和 Git Commit 重新连接起来,让一次 Agent 交付变得可以观察、检查和追溯。只有先看清一次交付,我们才可能判断哪些行为只是偶然选择,哪些路径值得进一步沉淀成 SKILL。

从 Session 到交付,再从交付中沉淀经验,这正是 SKILL 自动演进的起点。

阅读原文

跳转微信打开

大赛启动|Dify 邀你挑战 AI 应用与智能体开发

2026年8月14日 16:36

OceanBase 2026-08-14 16:36 江苏

500+ 高校、11000+ 学生 · Dify 在 OceanBase 数据库大赛招募 AI 应用与智能体开发者

第六届 OceanBase 数据库大赛正式启动!

更前沿的赛题方向、更全面的支持、更广阔的舞台,全新归来!

Dify 作为"AI 应用与智能体开发"赛道的技术支持方,邀请每一位想动手做 AI 项目的开发者与学生加入本届赛事!

关于 OceanBase 数据库大赛

OceanBase数据库大赛自 2021 年发起,是业内首个专注于数据库内核技术的大赛。五年来赛事累计覆盖 500 余所高校、超 1.1 万名学生,成为数据库领域核心人才培养的重要平台。

第六届 OceanBase 数据库大赛是由 CCF 数据库专委指导,OceanBase 主办的面向高校学生的数据库大赛。

大赛以“竞技、交流、成长”为宗旨,搭建开放、专业的技术交流平台,推动数据库人才培养。本届围绕“数据库+AI”设置全新赛题,聚焦数据库内核,同时覆盖数据库、上下文工程、AI 应用开发、基础模型与算力、智能体、具身智能等前沿方向。

参赛对象

为让更多青少年有机会接触数据库,今年首次面向中学生,初中、高中生、本科、硕士、博士均可参加。

📌参赛须知:大赛采用团队制,每队 1-3 人。为保障公平,往届全国 20 强选手不得报名本年度赛事。欢迎加入大赛官网交流群,寻找伙伴、自由组队,共同挑战感兴趣的赛题。

今年 6 月,OceanBase 发布面向 AI 时代的湖库一体 AI 数据库。随着 AI 加速落地,面向 AI 的数据基础设施已成为行业发展的新引擎。

Dify 赛题·你可以做什么

在 Dify 赛道,你可以从零开始探索 AI 应用开发,在实践场景中灵活配置模型接入、知识库与 RAG、Workflow 编排、Agent、工具调用等核心能力,并通过 Dify 将这些能力组合成真正可运行的 AI 应用。

从需求拆解、应用构建到调试与发布,完成一次完整的 AI 应用开发实践,在解决真实问题的过程中积累项目经验。

本届大赛设置了全新的赛题方向,贯通 AI 数据库内核、上下文组织与应用,以及智能应用开发落地等关键环节,形成层层递进的技术挑战链路,为不同技术背景的开发者提供多元的实践路径与创新空间。

除了丰厚奖金和 Offer,参赛还能获得:

  • 系统学习:从零掌握数据库与 AI 融合的理论知识体系

  • 实战锻炼:结合不同赛题,完成从数据管理、模型调用到应用开发和智能设备落地的完整实践

  • 能力提升:在真实工程场景中锻炼问题解决能力,积累项目经验

  • 职业加速:为进入头部企业、参与前沿技术研发打下坚实基础

大赛期间,还将提供赛前培训、技术文档、示例项目及社区交流支持,帮助参赛选手快速掌握相关技术,降低参赛门槛,完成从技术学习、动手实践到作品落地的完整成长过程。

欢迎大家扫描上方二维码,加入大赛官网交流群,寻找志同道合的参赛伙伴,自由组建团队,共同挑战感兴趣的赛题。

期待大家组队出发,在这场大赛中碰撞出更多技术创新的火花!

▼点击「阅读原文」,获取更多赛事信息并完成报名。

阅读原文

跳转微信打开

访谈|企业 AI 转型,如何解锁生产级智能体落地?

2026年8月14日 16:36

原创 Dify x Zenlayer 2026-08-14 16:36 江苏

从 Demo 到生产,企业真正需要补齐的,不只是模型能力。在这场对谈中,Dify 亚太区总经理陈璐莎分享 Agentic AI 落地背后的工作流、数据基础与组织准备。

当 AI 从“会聊天”走向“会做事”,企业面对的问题也从“能不能做出 Demo”,变成了“能不能稳定进入生产”。

在这期由生态伙伴 Zenlayer 发起的访谈中,Dify 亚太区总经理陈璐莎围绕 Agentic AI、企业工作流,以及数据与组织准备度,分享了 AI 从 POC(概念验证) 走向真实业务的一线观察。

一起点击视频观看完整访谈。

同时,由 Zenlayer 贡献的 AI Gateway 也已上架 Dify Marketplace,依托全球私有网络与分布式边缘架构,为 Dify 应用提供低延迟、高可靠的多模型调用,覆盖文本、图像、音频和视频等多模态能力。用户配置 API Key 后,即可在 Dify 工作流中调用相关模型。

安装插件能力

https://marketplace.dify.ai/plugin/zenlayerai/zenlayer

跳转微信打开

山行公司 | 3D存算一体芯片领军企业谦合益邦完成超20亿元B轮融资

2026年8月14日 14:00

山行资本 2026-08-14 14:00 湖南

3D存算一体芯片领军企业谦合益邦宣布完成超20亿元B轮融资。

近日,3D存算一体芯片领军企业谦合益邦宣布完成超20亿元B轮融资。

在我国加快推进集成电路产业高质量发展、强化关键核心技术自主创新的背景下,具备自主研发能力、探索新型芯片架构的创新企业正成为推动产业升级的重要力量。同时,全球数字经济进入以算力为核心驱动的新阶段,存储技术正面临更高带宽、更低延迟和更大容量的需求挑战。三维集成技术通过突破传统芯片架构限制,实现计算与存储深度融合,是推动下一代半导体技术创新的重要方向。

谦合益邦成立于2024年1月,是由网易孵化的国内最早专注于3D存算一体、三维集成原生计算架构和云游戏应用加速的芯片公司。

公司核心团队早在2018年便率先启动全球第一款基于3D DRAM存算一体架构芯片的探索研发及量产,并推动了三维集成原生计算架构在加密算力和应用加速领域的全面应用。

谦合益邦从底层出发结合系统软件栈与硬件架构的联合创新,通过3D DRAM堆叠在三维空间实现计算与存储的深度融合,率先走出了一条应对当前日益突出的内存墙(Memory Wall)瓶颈的新路径,突破冯·诺依曼架构下存储与计算分离带来的性能限制,实现换道超车,是三维集成原生计算架构和3D DRAM存算一体芯片的开拓者和领导者。

本轮融资阵容汇聚了多家产业资本与财务资本,投资方包括国家级基金国调基金、中国移动链长基金、山行资本、星连资本、石溪资本、金浦投资、南山资本、混沌投资、晨壹汇智、国策投资、国鑫创投及格致资本等多家一线知名机构。值得关注的是,网易有道与中国移动链长基金作为谦合益邦的长期股东,自公司成立以来持续给予大力支持,在业务层面与公司形成了深度协同,为芯片的规模化落地提供了坚实的需求入口与验证场景。本次融资进一步强化了产业资本与谦合益邦在业务场景方面的战略协同。

山行资本自谦合益邦成立以来持续加仓投资。早在市场共识形成之前,山行即判断:随着算力需求从传统批量计算向大规模、高并发、实时性数据处理场景演进,数据访问带宽与处理效率将成为制约系统性能的核心瓶颈,对高带宽、低延时计算能力的长期需求将远超传统方案。基于这一判断,山行认为三维集成原生计算架构具备广阔的市场空间。

从中国市场供给侧看,传统高性能计算方案对先进制程、HBM和先进封装高度依赖,目前中国fabless在上述环节均面临严峻的供应链约束,长期来看绕开卡脖子环节的技术架构路线具备结构性机会。山行非常看好谦合益邦重点研发的三维集成原生计算架构在大规模并行计算与高并发数据流处理场景的领先性落地,以及其全流程国产可控的供应链布局。此外,山行也看好谦合团队除硬件、供应链能力外,在软件开发者生态侧积累的显著优势。

山行也将继续支持谦合益邦,期待其推动产品迭代与商业化进程,持续突破三维集成原生计算架构与3D存算一体芯片领域前沿核心技术。

跳转微信打开

GLM-5.3:前沿编程能力与涌现的网络安全能力

2026年8月14日 13:31

智谱 2026-08-14 13:31 北京

单弦不成音,独木不成林

今天我们发布GLM-5.3,与GLM-5.2相比,基座模型没变,但通过极致的后训练Scaling大大提高了模型的智能上界:数十倍的长程任务环境、更丰富多样的环境类型、超长的后训练时间。我们发现充分的模型后训练涌现出超出预期的模型能力。相比前代,GLM-5.3的新能力包括:

  • 更强的编程能力。GLM-5.3是编程能力最强的开源模型,在内部自建体感评测中较GLM-5.2提升50%,在包括Terminal Bench 3.0、Agents' Last Exam (CLI)在内的公开基准测试中取得开源第一。

  • 网络安全能力。在白盒代码审查与漏洞发现等安全任务中,GLM-5.3的表现持平Mythos 5,展现出面向网络安全防御场景的强大潜力。

  • 后训练Scaling。上述全部提升都来自后训练。基于IndexShare、SAO、以及持续演进的新一代Slime框架,我们在与GLM-5.2完全相同基座上高效推进强化学习,可能我们还远未开发出这个基座的智能上界。

  • 开源。我们将在发布两周后开放模型权重,此前完成安全评估与模型加固。

即日起上线智谱官方编程工具ZCode、效率工具AutoClaw,上线GLM Coding Plan全量用户及开放订阅。TraeWork/TraeCode/扣子、WorkBuddy/CodeBuddy、Qoder/QwenWork、CatPaw、JoyCode、OpenCode等编码平台开放抢先体验。API很快上线,完整模型权重将在两周内开源,此前需完成必要的安全加固,尽可能限制其潜在攻击能力,保留其防御价值。

今天13:00,GLM Coding Plan全员额度重置,所有用户后台「用量统计」可见使用额度回满。技术Blog:https://z.ai/blog/glm-5.3。

强大的编程

在多项主流基准测试中GLM-5.3是当前排名最高的开源模型,编程与智能体能力接近Claude Fable 5,编程体感超过其他国产模型。

在衡量模型于真实终端环境中完成复杂任务的Terminal-Bench 3.0上,GLM-5.3得分从4.6提升至28.3;在聚焦长程软件工程与持续代码修改能力的DeepSWE v1.1上,得分从46.2提升至66.9;在覆盖多类真实专业场景、强调跨工具协作与长程任务的Agents' Last Exam上,得分从23.8提升至28.5。在覆盖44种职业、考察真实高价值知识工作的GDPval-AA v2中得分1769,展现基于编程能力涌现的专业任务执行能力。

整体来看,GLM-5.3在复杂软件工程、终端操作和更广泛的真实世界 Agent任务上均取得非常显著的进步。

自研的Z.ai Code Bench评估模型在真实编程场景中的综合体感。模型会被置于复杂的本地开发环境,并在不同思考档位下执行端到端任务,更接近开发者实际使用Coding Agent时的体验。

测试结果显示,GLM-5.3在效果和Token利用率之间取得了更好的平衡。在High档位下,GLM-5.3达到31.4%的准确率,超过Claude Opus 4.8最高档位的29.5%,每项任务平均输出约5万tokens,而Opus 4.8需要约12万tokens,意味着GLM-5.3可以用更短的执行路径完成任务。

GLM-5.3训练过程中,我们不只让模型完成编程题,而是把训练环境扩展到更接近真实专家工作的完整流程,有些任务的工作量相当于一位工程师连续数天的工作。以机器学习优化任务为例,模型使用与算法工程师相同的计算集群、存储系统、内部文档、代码库和实验结果,端到端实现可量化的提速。

在这样的环境中训练,模型学到的不只是单向执行指令,而是从发现问题开始,推进分析、实施验证,最终独立完成工作。

涌现的网络安全能力

在任务环境不断扩张的过程中,我们观察到模型在网络安全领域的表现超出预期。安全能力的出现并不偶然,安全工作本质上是约束严格的编程能力。我们从2025年9月开始在这个方向投入研究,在GLM-5.2与GLM-5.3的研发过程中,与国内多家头部安全实验室一同推进更多长程任务环境,构建更专业化的评测与执行框架(harness)。

从任务链条看,网络安全能力大致包括代码审查、漏洞验证、漏洞利用以及真实环境中的攻防闭环。我们选取了覆盖漏洞分析、验证和利用不同阶段的三个基准,对GLM-5.3的网络安全能力进行了全面评估,GLM-5.3当前优势主要集中在前半段。

在CyberGym测试中,模型从白盒源代码出发,通过触发程序故障来识别和验证漏洞。GLM-5.3得分为84.5%,高于GLM-5.2的77.2%,也略高于Mythos 5的83.8%和GPT-5.6 Sol的83.6%。

在更考验深度推理能力的ExploitBench中,模型需要进一步理解真实漏洞的成因,并完成相应的利用。GLM-5.3得分为54.4%,是GLM-5.2(24.4%)的两倍多,但仍低于Mythos 5的78.0%和GPT-5.6 Sol的76.5%。

ExploitGym考察模型在限定时间内能够完成多少漏洞利用任务,按吞吐量对预算进行归一化后,GLM-5.3在两小时内完成105项任务,六小时内完成130项,相对于GLM-5.2分别完成29项和39项提升巨大。Mythos 5仍然领先,两个时间段分别完成181项和247项。

三个基准呈现出相同的趋势:越接近漏洞利用链的前端,GLM-5.3相较GLM-5.2的提升越明显;越深入完整利用,模型与Mythos 5等闭源前沿模型之间的差距也越大。换句话说,GLM-5.3进步最快的方向,正是当前仍需要重点追赶的方向。

1.安全评估成果

从GLM-5.2发布以来,我们联合国内清华大学、南开大学,以及云起无垠、绿盟科技、赛博昆仑、DARKNAVY、华顺信安、奇安信、安恒信息、元序星核、腾讯玄武、云鼎实验室等多家安全团队,开展了密集的红队测试与安全评估。累计发现漏洞2,436个(经过初筛、去重),其中1,097个为中高危,许多漏洞多年来甚至几十年都未被发现,最早可追溯至约45年前。

代表性漏洞覆盖系统内核、操作系统、浏览器引擎、开源基础组件、互联网应用与互联网协议等269个项目,部分漏洞的威胁甚至可以让Android、Windows、macOS以及某国民级通信软件出现大范围崩溃。

这些发现已发展成为一项持续的漏洞发现和披露工作。相关漏洞已陆续提交CNNVD/CNVD等国家漏洞库。为提高披露过程的透明度,我们建立了Z.ai安全披露账本https://cvd.z.ai/,记录漏洞从发现、确认到修复的进展。账本将持续更新,为了确保负责任的安全披露,我们仅公开已经经过披露和厂商修复的漏洞,对于那些仍处于协调披露阶段的漏洞,我们会展示漏洞的哈希值以供后续核验。

参考Zerodium、Crowdfense、Apple Security Bounty、Pwn2Own等全球漏洞交易与赏金市场公开报价,这些漏洞创造的经济价值达3000万元。

2.抱抱脸的故事——网络安全能力必须更加开放

Hugging Face官方披露事件给出的警示:如果强大的攻击能力正在扩散,防守能力就不能只在少数闭源模型公司。闭源模式将前沿安全能力异化为少数机构的特权,Anthropic向约150家大型机构提供Mythos模型及安全服务,更广泛的企业和开源项目则难以获得同等水平的安全能力支持,甚至会在遭遇攻击、最需要帮助的时候,被闭源模型拒之门外。

没有开源反而是这个时代最不安全的事情。随着GLM-5.3的发布与开源,我们将同步启动“开源的盾”计划:

1.对重点开源项目开展持续安全审计,帮助维护者免费发现和修复风险https://huggingface.co/spaces/zai-org/OpenVuln

2.向开源社区免费提供模型额度及更加便捷的防御入口,开源项目维护者可以申请用于安全审计和防御任务

3.在ZCode中提供代码审计功能,让安全检查进入日常研发流程

当最强的矛被锁在少数人手里,最好的盾必须属于所有人。我们会持续优化GLM安全能力并坚持开源,与全球开发者、安全研究人员共同建设一套持续生长的防御体系,让前沿模型从少数机构的特权,转化为服务开源社区的安全公共品。

3.一个小插曲:追凶neo

2026年7月,一台位于巴西的临时文件服务器进入Ferret的监测范围。Ferret是GLM-5.3首批合作伙伴FOFA的追踪分析引擎。GLM-5.3很快发现,这并不是一台普通服务器,目录中出现了大量攻击基础设施信息。

继续分析后,一个名为“Neo”的AI Agent浮出水面,其目标是攻击A国的会计师事务所、税务服务公司和记账机构。

Neo获得了很高的系统权限。不到两个月,它管理着4台服务器、7个域名、6万个邮箱和100多个脚本,发出18567封钓鱼邮件。面对数千个开放目录、数万份日志和高度碎片化的攻击线索,仅靠人工几乎不可能发现其中的关联。

GLM-5.3迅速提取关键线索,关联攻击,并辅助安全研究人员还原出整条攻击链:攻击者如何搜集A国会计行业目标,搭建邮件系统,直至伪装成企业客户和行业机构,准备后续恶意文件,最终有效帮助Ferret捕获该攻击。

这与此前Hugging Face安全事件形成了呼应。在Hugging Face事件中,前沿模型逃逸发起攻击,GLM-5.2被部署到本地帮助完成取证;在这次事件中,Agent为攻击方工作,GLM-5.3又帮助防守方从证据中还原攻击链。

同样是模型,站在哪一边,取决于掌握它的人与目的。

4.最好的安全,是事故最终没有发生

潜在风险离我们并不遥远。从一条消息、一封邮件,到互联网的底层协议、机器人,数字世界的安全边界早已连接着个人设备、企业网络、互联网基础设施甚至是真实世界,影响着我们每一个人。GLM-5.3作为“开源之盾”的意义,就是要帮助更多安全团队抢在攻击者之前发现风险,让风险在影响用户之前化解和修复。

保护Cursor,守住开发者的工作台

Cursor是全球数百万开发者日常使用的AI代码编辑器。在一次模型能力评估中,清华大学NASP实验室借助GLM-5.3,对Cursor的二进制代码、跨语言架构和权限边界展开分析,发现其Rust与Electron混合架构及权限校验逻辑中存在潜在失陷风险。攻击者可能借此实现任意文件写入,进一步窃取敏感信息,甚至接管开发环境。

这一风险隐藏在复杂的程序逻辑中,无法通过孤立检查单个代码缺陷发现。挖掘过程中,GLM-5.3深度参与逆向分析全流程,协助安全研究人员还原程序逻辑、定位异常路径,并从大量候选路径中排除干扰,最终在授权测试环境中完成风险验证。目前,安全研究团队也已联系Cursor方面推进修复,漏洞已上报CNVD和CNNVD。

保护国民级通讯APP,守住数亿人的设备安全

安全研究人员在一款拥有数亿日活用户的国民级即时通信软件中发现异常。攻击者无需诱导用户点击链接或打开文件,只需发送一条看似正常的消息,就可能在用户几乎无感知的情况下触发漏洞,进而让用户失去设备控制权。整个过程可以远程完成,且具有较强的稳定性和隐蔽性。

该漏洞深藏于自研私有协议、内容处理逻辑与内存管理机制之中,触发条件涉及复杂状态机和极难复现的时序问题。由于缺少公开资料,安全研究人员借助GLM-5.3,从海量二进制代码中定位异常、还原逻辑,并逐步完成路径验证。最终,这场可能波及数亿用户的安全事件没有发生,风险在抵达用户之前就被发现并拦了下来。

保护DNS基础设施,守住互联网的“导航系统”

DNS如同数字世界的“北斗导航系统”,一旦大面积瘫痪,全球的网站、邮件和云服务都可能因无法找到正确地址而无法运行。

清华大学NISL实验室与云起无垠安全研究团队借助GLM模型,在诞生于1983年的DNS协议中,发现了一类潜伏40余年的关键协议级漏洞。与常见的软件漏洞不同,这次发现的是互联网底层协议规则本身存在的问题。攻击者只需发送少量特殊请求,就能将服务器的计算压力最高放大近8万倍,进而导致网站无法访问、邮件中断和云服务失效。

根据网络测绘估算,该漏洞可能影响全球九成以上的主流DNS系统,涉及超过1000万处公网DNS服务。GLM协助安全研究人员提前发现这一底层风险,为DNS系统的修复与加固提供依据。也意味着GLM的安全能力也由软件代码审查进一步延伸至互联网基础协议,开始参与保护整个数字世界赖以运行的基础设施。

保护邮件与办公系统,化解微软全球级安全事件

一次邮件预览,险些成为进入企业网络的入口。赛博昆仑借助GLM模型发现三枚微软重大漏洞,涉及全球用户每天使用的邮件与办公系统,覆盖客户端邮件预览、文档处理和服务端远程访问等多个环节。这些漏洞串联成“客户端预览即中招、服务端可被远程攻破”的攻击路径,相当于攻击者可能通过一封邮件进入用户终端,再以终端为跳板渗透企业网络,使相关产品的大量用户和部署环境面临风险。

历史上同类漏洞曾在全球范围造成严重损失,例如在2021年的ProxyLogon事件中,大量的Exchange服务器沦陷。目前,安全研究团队已经将三大漏洞提交微软并完成修复,微软官方致谢了“Kunlun Lab&GLM”,意味着一场可能波及全球用户和企业的安全事件被提前化解。

保护真实世界,提前阻断人形机器人失控风险

DARKNAVY·深蓝研发的安全AI系统deepsec借助GLM模型,在一家全球顶级具身智能机器人厂商的系统中发现致命级漏洞,攻击者一旦利用该漏洞,可能同时远程劫持上千台机器人,并控制其执行恶意动作。

面对由多套独立安全系统组成的复杂架构,deepsec将顶尖安全研究员的经验工作流与GLM模型的长程网络安全任务执行能力结合起来,从机器人的公开文档出发,完成信息收集、静态分析、漏洞挖掘和风险验证,逐步还原系统逻辑、梳理安全边界,最终定位并确认了这一关键风险。

随着漏洞得到修复,一场可能影响真实世界的“机器人集体失控”事故被提前阻断。GLM保护的不再只是代码、终端和网络,也开始延伸到与真实世界直接互动的智能设备。

上述漏洞均已联系厂商进行修复,已进入国家CNNVD/CNVD国家漏洞库负责任披露与协同修复流程。

有责任的开源

随着模型能力提升,我们同步强化安全体系,以便先进智能能够继续广泛发挥作用,同时对最高风险用途施加更严格的审查。针对GLM-5.3,我们构建了迄今为止最稳健的风险审查系统。

GLM-5.3的风险审查系统采用了分层设计,横跨外围API到模型内部,以提高准确性与冗余度,这遵循了安全防护体系中纵深防御的基本原则,即从不假设某一层防护是完美的,而让多层相互独立的防线彼此冗余,共同组成鲁棒的防护系统。

  • 外层分类器(classifier flag):用轻量模型标记并拦截大规模滥用请求;

  • 推理监控器(reasoning monitor):在模型推理过程中实时审查任务意图,判断是否存在潜在危害;

  • 深度安全对齐:让模型从根本上自主识别并拒绝攻击性请求,这也是开源权重场景下唯一仍然有效的防线。

在设计分层审查系统时,我们还遵循了另一安全防护体系的基本原则,即风险分级。审查系统的任务是抑制高安全风险的攻击性滥用,但不牺牲实验性质、防御性质和教学性质的使用。为了达成这个目标,我们首先要让分类器、监控器和模型本身学会以意图为中心而非关键词为中心的审查方法,因为网络安全场景中攻击与防御任务在字面上高度相似,真正区分二者的是意图与语境。我们进行了针对性的差分数据合成,并对大量越狱变体和伪装方法构造了对抗性数据,确保审查系统能够高度智能地工作。

更进一步,我们对网络安全领域的常见任务进行了分类,比如安全知识问答、蓝队防御、CTF题目、漏洞挖掘与修复、漏洞利用与攻击、渗透测试、真实入侵等,并分别对每一类别任务构造了大量阶梯型风险的实例数据,让风险审查系统能够精准拦截高风险任务请求,又不“误杀”其余合法合规、风险等级低的常规任务。模型最敏感的能力仅通过“网络安全受信访问”计划保留给经过验证的用户使用。值得一提的是,安全对齐是一个持续对抗的过程,对抗数据、风险分级实例数据的合成都不是一次性的。我们会不断进行红队自动化攻击越狱测试,并使用新产生的越狱样本不断加固审查系统。

在全面推出前,我们进行了尤为密集的安全性评估与广泛的红队测试。评估表明,系统建立了高标准的安全防护线,能够有效拦截明确的恶意攻击与高危漏洞利用滥用,同时未因安全策略过度收紧而牺牲能力,能够执行漏洞检测和修补、CTF教学等正向安全任务。在正式开源前,我们也邀请国内顶级安全团队对模型的风险任务能力进行专业评估,DARKNAVY团队评估认为,该模型在风险防护与能力释放之间取得了良好平衡,相比于前代模型显著提高了未授权恶意滥用的门槛。

人工智能发展不应该是某个国家的独奏,而应当是全球合作的交响。随着GLM-5.3的发布及开源,安全防御能力将不再是少数机构的特权,而是全球开发者都能平等获得和共同完善的公共能力。

感谢与GLM-5.3并肩作战的国内安全团队。

跳转微信打开

对谈章鱼动力都大龙:章鱼只有脑和手,构建极致通用的物理生产力

2026年8月14日 09:46

原创 晚点团队 2026-08-14 09:46 北京

做难而正确的 “非共识”,反而是简单的。

文丨郭海惟

作为地平线的 6 号创始员工,都大龙将章鱼动力称作自己的 “最后一次创业”。

这家于 2026 年 1 月成立的具身新势力,在 7 个月时间内,累计获得近 10 亿人民币融资、估值迈入独角兽俱乐部,团队从 4 个人快速扩张到了上百人。在 8 月世界机器人大会 WRC 上,章鱼动力将举办成立以来的第一场发布会,公布其在通用物理大脑、通用仿生绳驱灵巧手、下一代具身数采方案三大技术产品方向的进展。

“章鱼是一个特殊的物种”,在都大龙看来,章鱼有一条独特的进化路径,它是地球上最聪明的软体动物,具备极度灵活的操作能力,以至于生物学有一个专门的 “章鱼科”。

就像地平线藏着余凯的雄心一样,“章鱼动力” 的名字里也带着大龙的野望。

“章鱼进化到最后,只有手和脑,没有身体”,他用章鱼来解释公司的技术路线选择。章鱼动力想做的是围绕 “通用大脑”、“通用灵巧手”、“具身数据采集” 三大板块构成的铁三角。他说章鱼动力的定位是 “物理世界的通用生产力基础设施”,而生产力闭环是推动智能进化的重要方式——就像双手之于智人的大脑,AI Coding 之于大语言模型。

在他看来,生产力和智能从来不是简单的因果关系,而是相辅相成的。人类学会用双手使用工具后,脑容量从 450CC 提升到了 1000 多 CC;AI Coding 为大语言模型的下半场 Scaling,构建了数据和迭代闭环。

章鱼动力的英文名叫 SynapX。都大龙说,这是因为章鱼和神经突触长得很像。Synapse 是神经突触的意思,象征神经网络参数的迭代更新;X,代表无限进化。因此章鱼动力有一个子公司叫 “突触进化”。

章鱼动力想在竞争激烈的具身战场上,塑造一个独特的 “章鱼科”——通过双手构建生产力,形成反馈闭环,反过来推动智能和双手进化。

因此,都大龙给这次发布会定的口号是 “极致通用”,尽管他意识到 “通用” 意味着更高的难度和门槛。但他说,过去的经验告诉自己,“做难而正确的事情,反而是简单的”。相比于短平快的竞争,他 “更擅长打一场很长的仗”。

“决战” WRC——世界机器人大会

晚点:刚看到你们办公室外面挂着横幅——“决战 WRC,全力以赴”。

都大龙:我们在 WRC 不仅有展台,8 月 19 日下午还会有一个发布会,到时候会展示章鱼的一些新成果:通用大脑、通用灵巧手、以肌电手环为代表的全套数采方案。

晚点:你们是今年 1 月份才成立的公司,为什么进展可以这么快?

都大龙:聚焦——我们做的都是 “最大公约数”,偏离主航道的不做。此外,团队构建也很重要。一些看似难的事情,找到合适的人就不难了。比如你让我去做灵巧手就很难,但让我的合伙人来做就不难。

团队的节奏控制目前还是可以的,我们从一开始就想去抓一些类似 WRC 这样的节点,来反向驱动研发。我前两天还看了一下世界机器人大会的参展商名单,只有我们一家是去年 12 月份以后成立的。

晚点:有投资人说,即便具身行业一直在竞速,但章鱼依然以 “卷” 出名。

都大龙:团队的时间和节奏确实非常紧张,我们设定了极具挑战性的目标。

章鱼今天在做一个系统工程,涉及大脑、硬件、数据,这三块节奏是要匹配的。一旦有一块出现了短板,就必须快速补上去。否则每天都在浪费资源,也拖累长板的优势。所以我们要以最快的速度构建具身研发的稳定底座,不能有短板。

我们更不可能拿 “卷” 来作秀。最近有个投资人专门跑过来,一直在公司里待到凌晨,就是想看公司到底有没有人加班(笑)。总的来说,我们希望那些真正有愿景的人加入公司,把不同方向的人才耦合起来去冲刺有挑战性的节点。

晚点:哪个部门是最卷?

都大龙:都挺卷的。比如,硬件研发需要周期,现在还有同学一直在供应商驻场盯进度。如果硬件能提前一两天,其他模块就能早一两天进入新的研发阶段。

晚点:接下来模型和硬件会以什么节奏去迭代?

都大龙:今年底之前,我们所有的硬件都会具备对外量产能力。到时候你会看到我们的实验室里,不仅仅是数采设备,所有的灵巧手都会换成自己的,支撑我们内部的快速迭代。

世界基础模型的话,今年 10 月份左右会发布第二版,明年我们希望发出来千亿参数的模型。千亿参数的模型只能在云端使用,我们希望先摸到能力上限,放到端侧的话,可以蒸馏。

晚点:模型差不多半年迭代一个版本?两个版本的参数翻了五倍。未来参数还会变大吗?

都大龙:是的。这取决于下一个模型训练过程中,我们能不能持续看到 Scaling。

晚点:硬件和大脑,哪一块的投入会更多?

都大龙:当然是大脑。虽然硬件涉及到量产,但不会 Scaling。但模型会。Scaling 背后需要大量算力和数据资源。

晚点:那你们算力开支会比很多具身公司大很多?

都大龙:章鱼目前调用算力资源确实应该比绝大多数具身公司多很多。当然,我们会根据自己的融资体量,合理地安排算力资本的开支。

晚点:如果你们真能证明 Scaling,投资人会抢着把钱给你,你也不会缺钱的。

都大龙:我觉得是。如果我们看到了 Scaling 的可能,就会不惜一切代价去 Scaling。

做具身中的 “章鱼科”

晚点:你什么时候决定要做一个具身智能公司?

都大龙:就是从上一家公司退出以后。无论地平线还是鉴智,我们其实做的本质都是机器人。有感知、决策、行动能力的硬件就是 Robotics。从这个角度说,一个 IP Camera 只要长了脑子,也可以成为机器人。

当然无论 IoT、自动驾驶,这些确实都不是公众认知中的机器人。今天有一个机会可以做公众认知中的机器人,肯定要抓住。

晚点:现在一些人在说 AI 1.0 和 AI 2.0,你们这个有点像 Robotics 1.0 和 Robotics 2.0。

都大龙:有点像。

晚点:除了具身以外,没有考虑其他的方向了吗?

都大龙:没有。

晚点:地平线的全称是地平线 Robotics。为什么做章鱼动力以后反而没有加 Robotics 的后缀了?

都大龙:“章鱼机器人” 这个名字已经被用得太多,注册不下来了。而且大家可能会以为我们要做一个类似章鱼形态的机器人,反而会引发误解。相比之下,章鱼动力更准确。因为有波士顿动力,大家很容易有联想。

我们的英文名叫 SynapX。Synapse 是神经突触的意思,它代表神经网络参数的迭代更新;X,代表无限进化。所以其实我们也有一个子公司叫突触进化,突触也长得很像章鱼。

章鱼是很聪明的动物,有一条自己独特的进化路线,跟所有的有脊椎动物完全不同。所以章鱼自己就叫 “章鱼科”。

而且章鱼进化到最后,目前只剩下脑和手,没有身体(笑)。我们也希望成为具身行业乃至硅基进化中的 “章鱼科”,做脑手一体的通用生产力平台。

晚点:你们三个大模块,突触是脑子、章鱼是硬件、X 代表数据 scaling,都包含在你的名字里了。

都大龙:是的。余凯博士说,他投的这么多公司里,章鱼动力的名字是起得最好的。

晚点:具身有很多方向,为什么选了通用灵巧手 + 通用大脑?

都大龙:过去每一次生产力革命,无论是蒸汽机、电力还是信息化,共性都是一种过去稀缺的能力可以被规模化调用,然后影响所有人。

我们对具身智能的愿景同样是普惠,普惠的前提是要有通用的大脑,实现智能的规模化调用。而灵巧手就是将通用大脑能力释放出来的最佳载体。这个世界上所有的产品和操作流程都是为人手设计的。

通用能力的不断提升,可以扩大任务和场景的覆盖范围,常常能解锁很多意想不到的场景——就像 Anthropic 前段时间把 Adobe 的股价干崩了一样。

晚点:你想成为具身行业的 anthropic 吗?

都大龙:(笑)这个不知道。

章鱼这次发布会提出来的口号是 “极致通用”。我们认为单独做几个场景,围绕单一的场景去构建生产力的方式,其实价值是有限的。所以我们会以极致 scaling 的思路做最通用的世界基础模型,以极致仿生的思路做最通用的灵巧手,去构建物理世界最通用的生产力。

晚点:有人质疑过你,在 2026 年同时布局三个事情,押注的事情稍微有点多吗?单独做一个手或者脑不行吗?

都大龙:你可以看人类的进化史。人在刚学会用手操作工具的时候,脑容量是 450CC。进化到语言文字的时候,脑容量达到 1000 多 CC。随着语言发展和更复杂的工具操作,现代人类的脑容量是 1500CC。

那么到底是聪明的脑袋锻造了灵巧的手,还是灵巧的手成就了聪明的脑袋?我认为是相互促进的,所以我们提出了 “手脑一体” 的概念。

所以生产力是最直接闭环的 Benchmark,它指引了智能的迭代方向——在数字世界,生产力来自 AI Coding;物理世界里,我认为是灵巧手。在具身领域,脑手一体会以更快的速度进化,并达到更高的生产力上限。

今天数据、硬件、大脑,其实都不够成熟。比如,大量数据供应商提供的数据是不合格的,这背后有部分硬件的因素。

在形成标准前,这三件事情我们认为是必须一起的:大脑的开发指引数据的采集方向——我们想采集的是通用数据,未来迭代过程需要更符合目标分布的数据,如果外采的话迭代速度就会变慢;灵巧手的定义迭代需要适配大脑的需求——比如手上的传感器怎么布,才能更好地满足模型的需求等。

极致 Scaling

晚点:你们的大脑路线和其他人最大的不同是什么?

都大龙:极致追求 Scaling,因为只有 Scaling 能带来通用。我们的 Scaling 体现在三点上:

首先,必须要全模态,包含视觉和力触。世界模型是因果建模,模态不全可能会有因果歧义。比如,同样是擦桌子,没有力的模态,你没有办法确定未来桌子的状态能否被擦干净。

其次,必须要天然支持时序和空间的 Scaling,像 VLM 就不天然支持这一点。

最后,大模型的数据 Infra 和 AI Infra,也要面向 Scaling 进行设计。

你看我们引入了大语言模型、尤其是视频生成大模型的人才在主导基础模型的开发,而不是自动驾驶的人。自动驾驶本质还是单一任务的极致泛化问题,自动驾驶模型只能用于开车一件事情,换其他地方就不行了。

晚点:你们视频基础模型是用的哪家的?

都大龙:From scratch 开发,第二版模型就会是一个完全从零开始训练的原生模型了。

而且我认为原生是必须的,因为不原生的话,后面迭代很难说清楚前面的问题出在哪里。

晚点:今天灵巧手模型都在早期,你们会考虑在模型里加入一些 Rule 吗?

都大龙:没有 Rule,手必须是模型控制的,因为自由度太高了。

晚点:抛开数据,只说大脑的话,你觉得今天最缺的是什么?

都大龙:一个真正有效的评估基建。只靠真机评测肯定是不行的。

具身模型的能力,只有在统一、可量化、可复现的评测体系中被高效、规模化地验证,才能准确判断能力提升发生在哪里、失败源于何处,推动模型持续向正确方向迭代。

同时,对于世界模型的物理合理性、策略执行的精准度,需要构建强化学习的训练范式。而强化学习最核心的基建能力之一,就是评估基建。

晚点:开源可能是一种解法?你们会开源吗?

都大龙:会,我们第二代模型开始会开源。开源是非常好的加速行业发展、提升自身影响力的方式。

但每家公司最核心的评估基建,我认为没有人会开源。单纯是模型的参数开源其实没用。没有评测就不能有效进行模型的迭代进化。

晚点:其实你也知道,现在虽然具身估值高的公司很多,但是真正从预训练开始认真做脑的并不多。有些人会说,大脑未来一定是像谷歌、OpenAI、Anthropic、字节这样大厂的事情,具身大脑会和多模态模型融合。你怎么看?

都大龙:新时代一定有新的组织形态,不可能永远是大厂。而且大厂也有大厂的问题,比如它不够独立,那对于生态来说,必然会有站队的问题。

而且一旦涉及到物理世界没有那么简单。数字世界太干净了,我们一定要相信物理世界的复杂性。

ChatGPT 出来,可以在很短时间内就让全世界用上;但 FSD 出来了,其他主机厂的自动驾驶方案也同样存在,因为物理世界的扩散不会像数字世界那么快。所以在后面的发展中,能做出 FSD 这样的具身技术突破,或者能够将类似 FSD 这样的技术突破接住,进而迭代起来的公司反而会变得非常宝贵——这背后考验的就是团队能力、AI 认知和 Infra 能力。

晚点:那你怎么构建属于自己的壁垒?

都大龙:我觉得最需要突破的依然是通用能力。一旦通用的模型能力形成生产力的闭环飞轮,就可以形成很强的壁垒。

当然,仅仅有一个通用大脑也是不够的。大家更关注的是生产力。比如说, Anthropic 这家公司最早专注 AI coding。当时大厂没有关注到它,都在卷入口、想要去替代掉搜索。但当 Anthropic 形成生产力闭环后,全球的程序员、用户数据都可以跟它形成闭环——这其实就是我们明年希望实现的事情,一旦 loop 转起来,我们的能力迭代就会像飞轮一样越转越快。

晚点:Anthropic 算是早期在 OpenAI 路线之外的一个非共识,所以你觉得你们算得上是具身行业内 Anthropic 的那种非共识吗?

都大龙:至于是不是非共识,需要时间来验证。但我们肯定是非常有价值的,而且是天花板无限高的事业。

灵巧手要极致仿生

晚点:为什么要自己做一个灵巧手?今天单独一个灵巧手公司的估值和规模已经很高了。

都大龙:我们也买过手做开发,发现跟不上我们模型进化的速度。今天行业整体,无论是大脑还是灵巧手,技术路线都还没有完全成熟。

在生产力变革的初期,比如电力电气革命和信息技术革命,通用电气和 IBM 都是先构建自己的最小生产力闭环,形成明确的标准后,才有了后续的分工。

晚点:为什么一定要做绳驱?

都大龙:刚才说极致通用,那么背后就必须要极致仿生。如果讨论直驱和绳驱的范式,我们定义了几个维度:

第一是稳定性、可靠性。因为手必然要不断接触、磕碰。直驱的电驱单元在关节上,很容易磕碰坏。绳驱的动力单元是后置的,稳定性和可靠性的上限更高。

第二,反驱能力很重要,真正灵巧的手,不只懂得施力,也懂得回应力。绳驱是天然支持反驱的。

第三,场景适配性很重要。遇水、遇粉尘的一些场景,绳驱的防护会比直驱更容易。

第四,仿生性上,绳驱的电机后置,手会更轻,更接近人手。如果电机都在关节上,手会很重,惯性会让控制变得不自然。同时从仿生度的角度说,要做到跟人手一样柔顺和通用的话,绳驱的上限更高。

很多行业伙伴不喜欢绳驱,主要是两点,绳的蠕变和非线性控制。在我们看来,绳的蠕变是可以通过传感器或者用算法去补偿的。但直驱减速器等一旦变形了,就没法调整了。至于电控的非线性,在大模型的时代下,我们反而觉得优点,因为可以把 AI 模型的非线性建模能力充分释放出来,上限更高。

所以你看 Tesla 和 1X 选择的都是绳驱路线,因为仿生的上限会更高,通用的上限也会更高。

晚点:绳驱也可以更好地拟合人手采集的数据?

都大龙:是的。

晚点:你们叫章鱼,章鱼有八爪。今天灵巧手是以单手为主,你们想做双手,未来还会有多手协作吗?

都大龙:我认为未来主流会一直是双手。因为今天积累的数据,无论是互联网的、Ego 以及 UMI 的,全部都是双手的数据。

晚点:但是大家对绳驱的抱怨主要集中在蠕变和寿命上,你们怎么看?

都大龙:蠕变可以用材料来部分解决,我们用的钨钢等材料的绳,已经把这个蠕变大大的降低了。绳的寿命已经比其他零部件寿命要高很多了,就当其他零部件坏的时候,其实绳还不会坏。另外,蠕变可以通过算法进行自主补偿,部分解决问题。

晚点:你们这一代灵巧手现在寿命怎么样了?

都大龙:这个可以期待一下发布会。

晚点:那成本可以降到多低?

都大龙:跟芯片一样,量大了就能算得过来账。它本质就是一堆铁,一旦量无限大,成本就会无限趋近于铁。所以说到底本质还是模型能力的问题。因为只有模型能力够好,需求才会满足,量才会上涨。

而且如果绳驱量产了,我们也可以受惠于特斯拉的供应链,因为我们的技术路线是一样的。

晚点:你为什么相信特斯拉一定能做成?

都大龙:因为马斯克之前的所有押注都成了,他思考问题就是从第一性原理出发的。其次,特斯拉一直和中国产业链深度绑定,那其实大家最后都会受惠于此。

晚点:你买特斯拉股票了吗?

都大龙:买了买了(笑)。

晚点:很多软件和算法出身的创业者,对硬件是有些畏惧的,希望尽可能避开。

都大龙:对我来说还好。我从百度去地平线做芯片,那个时候起步是真的有点害怕的。但是地平线非常坚决,所以我们也就慢慢把能力积累起来。

但硬件的联创确实很不好找。我希望这个岗位,不仅懂硬件,还要有数据和模型的 Sense。

晚点:最后怎么找到的呢?

都大龙:缘分。我们筹划创业的时候,他也想创业。他有很丰富的硬件经历,四足、双足、灵巧手,都做过。我俩老是一起聊天,很多思考一致。

章鱼动力高自由度仿生腱绳手

肌电手环曾是我的 “非共识”

晚点:灵巧手的数据采集,跟本体的数采相比,还处在相对早期的位置吗?

都大龙:非常早期。遥操数据基本等于不存在。所以我们做了一个跟灵巧手完全同构的数据手套,这样与真机可以完全对齐,只是人手替代了电机成为了数据手套的动力单元。

晚点:遥操采集以后是完全不可能吗?

都大龙:灵巧手遥操很难而且很贵。即便今天本体遥操的数据占比也很小,越来越小。既然数据手套的数据基于同构可以完全对齐真机了,两者没有数据 Gap,那也没必要用遥操了。

晚点:你们在数采工具里加入了肌电手环,做这个方案的公司不太多,你们是怎么想到的?

都大龙:我们希望采集的是最真实、最多样、模态最全的数据。没有人真的愿意戴着手套去工作,会极大影响工作效率,数据手套的采集只能专人专采,用于做后训练。

Ego 可以保证手部是裸露的,但只用 Ego 有个问题是,手部容易被遮挡,也无法采集到力触的数据。所以如何在保证手部裸露、不影响正常工作的前提下,把视觉和主动发力的数据都采集到,就是最关键的问题。

我的弟弟有脑外科医学背景,很早就觉得肌电 / 脑电是人类数据数字化的好方法。我们也和 Meta 做肌电手环的研究人员做了很多交流,更加确信是个很好的方式。

通过肌电手环采集肌电,再将肌电信号转换为手部的位姿和主动发力的信号,解决了遮挡问题,实现全模态的采集。

目前我们的肌电大模型已经实现了跨个体的零数据泛化,这在全球是首次。

肌电手环:仅 80g、前臂电极阵列,手部完全裸露、零负担

晚点:这个和触觉手套上的模块,在数据功能上有什么差别吗?

都大龙:数据模态上没有太大差异,都能采集到主动发力的数据。主要是不用戴手套,、可以在更多场景下,一边工作一边把数据顺便采了,成本更低,支持规模化采集。

晚点:灵巧手的数采生态会比本体更难发展吗?

都大龙:行业里能做灵巧手数据采集的公司很多,不缺人、不缺团队、也不缺场景。缺的是支持灵巧手数据采集的硬件和软件工具链。只要有一套完整的采集工具链,供应商不是问题。

“最后一次创业”

晚点:你推测一下,今天明星创业者这么多,你被资本押注的核心原因是什么?

都大龙:有 AI 前瞻研究背景,有自动驾驶物理 AI 背景,做过大规模量产交付。以及,具有从过去自动驾驶的技术思路里快速跳出来的学习能力。

晚点:你应该知道,一些人会给你们公司打上 “地平线” 的标签。

都大龙:我们除了地平线的同学,还有很多其他公司的,比如字节、百度、小米、华为等等。我觉得地平线过去的同事在一起,有一个好处是我们有共同的经历,所以能很快形成一套最基本的操作系统。

但我们引入了非常多的新生力量,团队经过融合,会形成新的操作系统。除了要严控前 100 号员工的筛选门槛外,我认为最快形成新的操作系统的方式,就是要在最短的时间内 “打胜仗”。“打胜仗” 是让团队进入轨道、形成新的操作系统的重要方式——为什么一定要争分夺秒抢在 WRC 发布产品,这也是我们团队磨合的方式。

晚点:你听过投资人对你最刺耳的批评是什么?

都大龙:觉得我年龄大。我是 1987 年的,明年马上四十了。

晚点:看不出来。

都大龙:我可能稍微有点显小,心态其实也年轻。

晚点:那你本人会有年龄上的焦虑吗?你觉得什么年龄是合适今天 AI 创业的?

都大龙:没有。对我来说,就是现在。我觉得这肯定是最后一次创业了。

晚点:你打算做到多少岁?

都大龙:60 岁吧,20 年差不多了。

晚点:创业大半年了,有什么预料之外的挑战吗?

都大龙:没有,我觉得当时就预料了这是一件很难的事情。今天很多实现的结果印证了当时的很多预判,反而心里更踏实了一些。目前团队和事情都已经在轨道上运行了。

晚点:这不是你第一次创业,但这其实是你第一次当 CEO。

都大龙:这次的思考更充分,我们团队的配置会比之前高很多。之前有一种从小慢慢做大的感觉,但这次我们一上来就是非常顶级的人才和投资机构,一上来就打最难打的仗。

在 AI 时代,我觉得科技公司的一号位一定要非常懂技术。因为公司所有的融资决定、投资决定和业务决策,都是与技术发展和预判耦合在一起的。比如不懂技术可能面临的一个很大问题是,很难判断在什么阶段拿多少钱,在什么阶段投多少钱。

晚点:余凯评价你技术 Sense 好,你有遇到过比你 Sense 更好的人吗?

都大龙:我们团队里一些小孩就很不错。我在很多人身上,看到我刚进百度时候的影子。

Sense 好的人有几点共性:第一,要敢想、敢假设,对未知要兴奋,而不是恐惧;第二,思考问题,习惯从第一性原理出发,去琢磨事,去反推路径。在地平线有一句老话,“理论上合理就能实现”。

多说一句,我们招人有个标准,“眼里有光”。是否发自内心相信这件事情,光是履历牛还不够。

晚点:你们团队的 00 后多吗?

都大龙:基础模型有很多。硬件团队年龄会偏大一点。

晚点:今天具身行业整体招人都比较困难,你们有相似的感受吗?

都大龙:其实我觉得还好,你看我们年初只有四个人,现在有 100 多人。

晚点:有什么秘诀吗?你们工资更高?

都大龙:没有。我们薪资就是行业的正常水平。

我觉得首先要有足够高的愿景,因为对于真正想要改变世界的人,只做一些限定场景的机器人交付,吸引力是有限的。其次,你自己要对这件事情上足够相信,这是一种潜在的感染。在创业过程中肯定会遇到很多非共识的质疑,需要不断地去推进事情的发展,不断地凝聚人。

晚点:每个人你都会面试吗?

都大龙:到今天为止,所有人都经过了我的面试。这 100 人背后我至少面了五六百人吧。

我认为公司前 100 号员工,必须由我亲自面。因为这对公司的文化非常重要。前 100 号员工长成什么样子,公司就会长成什么样子。后面再想调整会很难。

晚点:你是怎么得出这个经验的?

都大龙:我经历了好几家从 0 到 1 的公司,无论是哪个公司,哪个团队,文化至关重要。前几十号员工是什么样的,那这家公司的文化就是什么样的。

Vision 要大,才能聚人才

晚点:有人说你是天才。

都大龙:我不觉得我是天才,都是有些人替我吹牛的。

晚点:你发了 40 多篇顶会,在百度拿过两次百万美金最高奖。能否介绍一下你这 40 多篇顶会,以及为什么拿了两次百度最高奖?

都大龙:论文其实就是计算机视觉、人工智能方向、机器人方向的,比如 CVPR、ICCV、AAAI、ICRA。

百度最高奖主要是跟深度学习相关的研究探索。当时很多人不相信深度学习,在百度 IDL 干了几件我还算比较自豪的事情:

一个是写了一套面向卷积神经网络的推理框架,把卷积变成矩阵乘法来优化——比 Caffe 开源早了一年多,这套推理框架一直支撑百度的线上推理 5、6 年;一个是跑通了基于 RNN 的端到端序列学习,在 OCR 上效果很好,当时内部比较反对做,觉得 RNN 太早了,但三个月后谷歌也发了一篇论文,跟我们的思路是一样;最后是从零到一做了一套量化训练框架,2015 年跟欧阳剑(现昆仑芯 CEO)合作把 CNN 部署到 FPGA。

晚点:所以当时余凯怎么评价你?

都大龙:他就是觉得我对技术方向的 Sense 比较好。其实深度学习本质是一个实验科学。你看 Geoffrey Hinton 的论文都很好理解,不需要懂数学和物理。有些时候我会莫名其妙相信一个判断,然后就成了。

晚点:地平线给你带来了什么?

都大龙:Vision 要大——余凯博士就是 Vision 远大的人,他说对 AI 的本质是追寻世界的真相。从我第一次见到他开始,他就是这么想的了。所以他可以花十余年时间、投入最多资源去实现它。

其次,我们要敢于去想非共识的事情。难而正确的事情反而是简单的。因为简单的事情大家都能看得到,人一多反而就难了。难的事情,竞争少,反而更简单。

所以你看地平线不擅长做短平快的事情,我们更擅长打一场更长久的仗。我们现在做的就是具身智能的基础设施,通用的大脑与通用的双手,构建物理世界的通用生产力。

晚点:除了 Vision 以外,你还从他身上学到什么吗?

都大龙:要冲上限的同时守住下限,“不要在悬崖边跳舞”。

晚点:听起来你在做一件很大的事情,但聊下来感觉你不像 Ego 很大的人。

都大龙:我曾经也有 Ego,但在地平线以后就没有了。我觉得想要做大事情的人,就不要有太大的 Ego。

晚点:你今天怎么定位自己?

都大龙:我要做一家物理世界通用生产力的基础设施公司。

题图来源:章鱼动力

- FIN -

跳转微信打开

天赋的贬值

2026年8月14日 09:15

原创 纯银uncle 2026-08-14 09:15 四川

然而这是一个人人都有远虑但毫无头绪的时代。

1、

游戏《文明》有一个常识:上一个时代没有卵用的矿产资源,到了下一个技术文明,可能会变得非常贵重。

我的天赋在 2000 年之前可以说是没有卵用,但在 2007 年之后的十五年给自己带来了很大的价值。

大概从 2023 年开始,我发现这些天赋渐渐又变得没有卵用了。

我的天赋点之前在犬校总结过,包括创造力、共情能力(敏感)、抽象能力(洞察),心力与专注力(野蛮)。随着古典互联网市场下行,大家知道的,这些能力都没用了。

除此之外,随着微博的下行,表达带来的收益雪崩了。随着公众号拥抱算法,内容阅读数越来越低。过去刷天赋拿到的超额收益,在这个时代几乎全部吐了回去。我身体里的矿产依旧富饶,随着时代变化,它们的价值渐渐贬值到了很多年前的地步。

这时候你问我为什么不拥抱短视频,不拥抱小红书,不拥抱播客和视频播客,回答很简单:我就没有那方面的天赋,这部分矿产在我身体里不存在。所谓的第二曲线并不来自于你的主观努力,而是某些天赋才能与时代机遇的契合。简称「命运」。

2、

2023~2024,我用了两年时间接受这个现实:我很强的那一面依然存在,依然很强,只是在这个时代没有卵用而已。有可能这辈子就这样了,与其郁郁寡欢,不如享受过去十五年靠天赋赚到的钱……

至于新的技术文明需要怎样的天赋矿产,现在稍微有一些模模糊糊的端倪,比如说对前沿技术的学习能力,比如说与代码相关的工程能力,比如说高等数学能力。这些矿产在移动互联网黄金时期,至少对产品经理来说是没有卵用的,现在有了更大的价值……吗?

坦率说,也没有很大的价值。犬校里这部分天赋比我高的人多得很,多得很,但由于行业提供的高价值 HC 极其稀少,导致天赋比你们高的人多得很,多得很。拿到高价值 HC 的是万分之一的天之骄子,万分之一什么概念呢?中国净资产 1 亿以上的家庭大概是万分之三。

如果拿不到万分之一的高价值 HC,那么新矿产其实创造不了什么超额收益,更多是坐在一等座的情绪价值。一等座也好,二等座也好,到达终点的速度是一样的,本质上是坐电梯集体上升,甚至技术发展和最佳实践会拉平提前学习新技术的先发优势。

3、

我 49 岁,公司的产品拍档 35 岁,我们俩今年都不焦虑。

真正有理由焦虑的,其实是(现在很可能无忧无虑的)年轻人。因为我跟拍档有一份稳定的,对收入满意的工作,我们仅仅是没有上升空间而已,但已经(相对天赋而言)上升到了相当的高度。哪怕接下来的 5~10 年停在这个高度不动,也活得挺好,只是要摆脱对于 “持续上升” 这个惯性的情绪上的依赖。

如果市场没有提供大量的新的 HC,中年人死死占住位置不下来,年轻人也没有升上去的机会。

所以中年人只要没有显著的财务风险,又能做到不焦虑,其实活得挺好的。焦虑也抓不住任何机遇,焦虑里全是命运的噪音。我当年抓住机遇并没有花费偌大心思,而是在时代变化中,觉得这么做&那么做很是兴奋,自然而然就抓住了命运的机遇。(重点是 “自然而然”)

顺应本能行事即可,正反馈是命运的路标。

除此之外,我个人很喜欢生命力旺盛的人,而不强求一定要有很多的收益。我自己的生命力旺盛就不说了,现在只不过是把以前对事业的野蛮劲儿转移到爱好上而已。我的拍档的爱好是:

  • 活跃地拥抱 AI 前沿技术,最近正在实践用 AI 编码真实质感的 3D 物体并已有成果。

  • 爵士乐爱好者,最近做了几档可能没有数据的爵士乐电台播客,发在小宇宙自得其乐。

  • 已经上架了一款主题记账的独立产品,还有第 2 款和第 3 款独立产品的构思正在进行中。

  • 疯狂奶爸,女儿奴,计划等女儿长大一点,带着女儿重新学乐器(他以前是鼓手)。

  • 除此之外的爱好还包括胶片摄影、RPG、旅行、电影。

所以我们在工作关系之外,也是蛮好的朋友。他身上的这些特质当然算是天赋,「广泛而旺盛的热情」就是天赋,学不来的。当你可以被更丰富的事物点燃的时候,意味着身体里埋藏了更多的矿产。至于这些矿产能不能被下一个技术文明点亮?这就是你的命运。一观测,就坍塌。

再说了,哪怕从 2026 年接下来的 20 年,命都不好,后半辈子全无机遇,一个生命力旺盛的人,至少可以度过比焦虑的人更快乐的 20 年。别人也会更愿意跟快乐的人做朋友,而不是聚在一起长吁短叹。因为生命力是有感染力的,热情和活力是有感染力的,多跟这样的人交往,也许能点亮自己内心潜在的活力。

4、

说到不焦虑这个话题,在这个时代,不焦虑就得认命,接受眼前没有可追求的机遇和清晰的上升路径这个事实。不仅自己没有机遇,我身边所有人都没有机遇。过去三年,我身边没有任何人(在事业上)值得羡慕,如果不认命,那就一定会焦虑。

当我跟同行聊天的时候,他们说:“你都快 50 岁了,以你现在的成就和资产,你当然可以认命,可我们 30 多岁咋认命啊?”

不是的,你以为我想认命吗?我奋斗了 20 多年我他妈才不想认命呢。野蛮工作的样子也是我最喜欢自己的一面,成就更是远远不足以自我安慰。

但认命不认命,这件事跟 50 岁还是 30 岁没有一毛钱关系,它是应然跟实然之间的 gap,是你身体里的天赋矿藏跟时代机遇之间的 gap。

以及不管认命还是不认命,有些原则就是物理规律:焦虑一定是命运的噪音,而正反馈是命运的路标。一个有热情有活力、生命力旺盛的人一定有更多的机遇,并且能交到更多的朋友。

做不做得到是另一回事,但结果一定是这样的。

当你有进取的机会时,不思进取是坏事。当你没有进取的机会时,太思进取也是坏事。我们要创造的不是下一段人生高光,而是下一个人生阶段中自己更好的状态。如果沉溺于昔日高光,那就像一个你内心无法摆脱的多年前的前任。

人得适应变化之后的世界,而不是无限缅怀前任。

而我今年决定认命,并非认定这辈子不再有任何成就,仅仅是认定这个阶段没有机遇,把注意力转向没有机遇但也有正反馈的事情(拥抱爱好)。产品经理是一定要信仰演化论的,演化并没有一个清晰的目标,而是适应当前的环境,随着环境变化做出最优选择。正反馈的方向就是你的命运。然后在有正反馈的所有事情中,选择价值最高的那些。

5、

回到天赋贬值的正题,7 月在时间线上看到一条微博:

早上在日本起飞前,我用手机里的 AI 做了个有趣的小测试。这个问题是:从东京回广州,选哪边座位可以拍到富士山?

问题都是一样的,Claude、Gemini、Grok和豆包给的建议都是选右边,只有 Deepseek 建议选左边。

如果这种情况,你会怎么选呢?

Deepseek 是对的。

「所以某种程度上,AI时代里真正稀缺的,恰恰是那种因为亲历、因为思考、因为时间而形成的判断,而不是信息本身。信息越来越廉价,判断越来越值钱。」

前面部分我赞同博主,结论不赞同。信息的确更廉价了,判断也并不「值钱」。你做出了一个比 AI 更准确的判断,这很好,但它并不「值钱」。

下行周期的一个明显特征是,在上行周期有价值的那些东西开始贬值,同样的个人价值无法拿到同样的商业收益。AI 并没有改变这个趋势。「过去值钱的准确的判断,变得越来越不值钱」,这件事和「信息越来越廉价」一起发生。

在我的时间线上,经常有人列举怎样的个人特质是 AI 不可替代的,或者是可以被 AI 高倍率放大的。这些个人特质都很好,但兑换来的商业收益在下行周期一路走低。如果你已经拥有这些特质,你不会觉得开心的,只会感知到它们的贬值过程。因为传统的需求市场已经饱和了,新兴的需求市场还远没有成长起来。价格是由供需关系决定的,单方面的优质供给并不能单方面拿到满意的定价。

6、

7 月,我跟拍档说:“现在真是一个奇怪的时代啊。一方面世界刷新飞快,另一方面我们的生活似乎凝固了,至少事业凝固了。” 

这种一边飞快变化,一边凝固不变的状态,在我 49 年的人生中还是第一次经历。

俗话说,人无远虑,必有近忧。然而这是一个人人都有远虑但毫无头绪的时代。

7、

最后是一些积怨已久的吐槽。

微博也好,公众号也好,经常有人跑过来说:“我不认同你的观点,纯银你老了。” 他们的语气大概率没有这么温和,各种难听的话我都听过。

先讲一个客观事实:从 2017 年开始,我在 Slack 运营产品经理社区:犬校,运营了 10 年。目前有 100 多个产品经理,活跃发言者三四十人。

犬校成员的年龄中位数是 30~35 岁,当打之年,互联网从业时间中位数 10 年以上。成员覆盖所有大厂,以 P7 和 P8 为主力。活跃发言者还包括 Google 资深程序员、中厂高管、AI native 创业者、AI 视频大赛获奖者、某国际领先的 AI 垂直应用操盘手。在 AI 的前沿应用上,犬校成员一直跑在行业前列并活跃交流经验。

而我的所有帖子首发犬校,和大家讨论之后,再精修发布在小报童专栏和公众号。我的观点在犬校也有批评者,经常存在观点分歧的两派——观点有分歧很正常,这他妈和我老不老有啥关系?难道我这一派都是老头子?

看我口型:放屁。

有些人不认可我的观点,上来扣个 “你老了” 的帽子扬长而去,一去不返,他也回不来——因为被我拉黑了。

事实上,我的公众号在发布之前,经过了犬校内部的讨论甚至是论战,已经修复了显而易见的事实错误,观点背后也有犬校 100 多个产品经理的见闻支撑。我的观点当然不是一定正确,犬校见闻也不具备全面的代表性,但用扣帽子 “你老了” 单方面宣布胜利可就太 low 了。

那么怎样才算是不老呢?这题我熟。现在鼓吹 AI 在一切领域超过甚至碾压人类,AI 一两年内就要淘汰大量的(比如说 2/3)白领职业,老业务能够完整地跑在 AI 之上只缺 “解放思想”,年轻人拥抱 FDE 就会一路飞升,这样的少壮派认为自己风华正茂,反对者都是老登。即便今天这一切还没有实现,那也是旦夕间,人类灰飞烟灭。两年前我就揶揄他们,冲着 AI 一路磕长头就能磕到彼岸花。越是普通人越期待用新技术砸烂旧世界,天街踏尽公卿骨,就等一次技术革命来重新分配资源,哪怕是双输好过单输。


内容来自“用思考交换思考”的古典产品论坛「犬校」。©2017-2026

点击【阅读原文】,可见犬校最近一年的好帖索引。

加入犬校:【犬校 2026 年加入方式】国家不幸诗家幸,行业不兴话痨兴

图片

阅读原文

跳转微信打开

DeepSeek-V4-Pro 正式版上线

2026年8月13日 19:19

原创 深度求索 2026-08-13 19:19 北京

Agent 能力大幅提升,API 价格更新调整

今天,我们发布 DeepSeek V4 Pro 正式版。

当前,DeepSeek V4 Pro 正式版已同步在 APP、网页端和 API 更新上线。用户可以通过 APP 或网页端选择“专家模式”使用全新的 V4 Pro 正式版模型, API 模型名不变,其他更新细节详见 DeepSeek API 官方接口文档。

Agent 能力大幅提升

正式版 DeepSeek V4 Pro 增强了 Agent 能力,在生产环境中的性能表现提升尤为显著。

*对于公开基准测试集中的 Code Agent 任务,DeepSeek-V4-Pro-0813 使用 DeepSeek Harness 极简模式作为框架进行测试(使用 max 档位,topp=0.95,temperature=1.0),其他框架下结果可能略有不同。

API 支持

原生支持 Responses API

DeepSeek API 现已原生支持 OpenAI Responses API 格式,并针对性适配 Codex。用户可以参考官方 API 文档:快速开始-接入 Agent 工具-Codex,通过一键配置脚本完成 Codex 的配置。

更灵活的思考强度控制

V4-Pro 和 V4-Flash 思考模式现支持 low / high / max 三档思考强度,用户在实际使用中可以根据任务复杂度灵活选择:简单任务使用 low,日常 Agent 任务使用 high,高度复杂的任务场景使用 max。设置方法请参考官方 API 文档:API 指南-思考模式。

API 定价调整

随着 DeepSeek V4 全系列模型正式版上线,我们将对 API 价格进行更新调整。为了更加合理地调配资源,我们将采用峰谷定价,闲时价格为高峰时段价格的一半,鼓励用户根据实际使用情况调整任务时间。新价格将于北京时间 2026 年 8 月 17 日 0 时开始生效。

跳转微信打开

❌