铃阅时讯
❌

普通视图

京东攻克业界难题:KMP组件交付从大仓模式到分仓模式

2026年10月13日 20:29

原创 京东零售  何亚兰 2026-10-13 20:29 北京

这篇把鸿蒙和 iOS 的关键坑讲得很具体:桥接编号为何错位、类型判断为何失效、stdlib 怎样按需裁剪,以及 Gradle、集成单和流水线如何衔接。正在做 KMP、多端组件化或原生包治理的同学,可以把它当作一份很实在的设计检查清单。

一、背景与现状

用 KMP 复用 Android、iOS 和鸿蒙的业务逻辑。目前,各组件分别维护源码仓库、依赖和版本,再打包成各平台可用的库,供 App 工程集成。

改造前的交付方式(业界通用方案):

  • Android:通过 AAR / Gradle Module 交付,由 Gradle 管理依赖。

  • iOS:将全部 KMP 业务模块打进一个 Umbrella Framework(聚合 Framework)。

  • 鸿蒙:将全部 KMP 业务模块聚合打包为一个 HAR。

iOS 和鸿蒙各自的聚合包中,业务模块共用一份 Kotlin 标准库(stdlib)和 Native runtime(原生运行时)。修改任一组件,都要重新生成、发布整个聚合包。源码和版本已按组件管理,iOS、鸿蒙的交付包仍是一个整体。

01-聚合模式.png

图 1 聚合模式:所有业务模块随同一个产物交付

如果每个组件都编译出一份包含全部依赖的 Native 库,stdlib、runtime 和部分依赖代码就会重复出现。拆分时需要确定:哪些代码由组件自己生成,哪些放入共用的基础库。文中将这些基础库称为“公共基座”。

二、改造目标与方案

目标是让 iOS 和鸿蒙按组件构建、发布 Native 产物,并共用公共基座。Gradle 管理依赖,插件与 CI/CD 负责打包、发布三端产物,再将新版本加入集成。

针对每种目标架构和构建配置,我们分别生成 stdlib、runtime 的公共基座,在本方案中称为 stdlib carrier 和 runtime carrier。业务组件通过函数、类型等符号引用基座,链接时再找到对应实现,不必重复携带 stdlib/runtime 的主体代码。Android 沿用 AAR 交付。

鸿蒙拆分编译以开源方案为基础。我们完成后续优化,并自研 iOS 分模块编译、Gradle 插件、组件模板和三端 CI/CD。

图 2 总体方案:鸿蒙采用开源方案并继续优化,iOS 拆分交付由我们自主实现

三、KN编译器基础:华为鸿蒙开源方案

我们借鉴的鸿蒙开源方案为华为跨平台框架社区KMP公版。

开源方案为每个组件生成独立的 .so,供后续打包成 HAR。编译器以 klib(Kotlin/Native 的中间库)为单位,确定代码由哪份 .so 提供。每次编译都会读取所需依赖,但只生成当前组件负责的实现,对其他组件保留符号引用。

以组件 A 依赖组件 B 为例:

  • 编译 A 的 .so 时,生成 A 的实现,对 B 和基座保留外部符号引用;

  • 编译 B 的 .so 时,生成 B 的实现;

  • stdlib 和 Native runtime 分别生成基座 .so,业务 .so 不重复携带其主体实现。stdlib 基座保留公共 API,供业务组件调用。

该方案用 moduleIncludes 和 outputModule 选择本次生成的代码,用 emitStdlib、emitRuntime 控制是否生成对应的基础库实现。同时,调整 LLVM linkage(链接属性),并通过 llvm.used 标记需要保留的入口,避免它们被当作无用代码删除。

我们采用的开源版本要求在发布前重新编译全部集成组件。即使只修改了 A,其他组件也要重新编译、打包为 HAR,不能直接沿用旧包。

四、鸿蒙端:KN编译器我们的后续优化

鸿蒙后续优化主要解决跨 .so 的桥接和类型编号不一致问题。

4.1 修复跨 .so 的桥接编号错位

Kotlin 代码调用 C / N-API 时,编译器会生成一小段负责转接调用的代码,这就是桥接函数。同一个文件中的桥接函数按处理顺序编号,名字可以简化为 knbridge0、knbridge1 等。这里的 0、1 只是顺序编号,并不代表固定功能。

组件 A 依赖 B。编译 A 时,编译器也可能读取并处理 B 中的 C / N-API 调用代码。同一处调用在编译 A、B 时,生成的桥接名必须一致。

问题是:编译 B 时会读取完整代码,而编译 A 时可能只读取 B 中实际用到的部分,编号顺序就可能变了。以 B 的同一个文件中“创建对象”和“读取回调参数”两处调用为例:

    编译 B:先处理“创建对象”,再处理“读取回调参数”
      knbridge0 → 创建对象
      knbridge1 → 读取回调参数
    编译 A:只处理用到的“读取回调参数”
      knbridge0 → 读取回调参数

    这样,A 以为knbridge0 是“读取回调参数”的入口,B 提供的同名入口却负责“创建对象”。运行时,系统按函数名查找实现,并不知道两边对这个名字的理解不同,A 的调用就可能落到错误的函数上。

    03-桥接编号错位.png

    图 3 同一个桥接名对应了不同功能,统一读取和处理顺序后恢复一致

    我们的修复方式是:各组件编译时,都把相关业务 klib 中的代码读全,再按相同顺序处理。这样,无论编译 A 还是 B,“创建对象”都对应 knbridge0,“读取回调参数”都对应 knbridge1,调用方和提供方就能对上。

    读全代码是为了统一编号,不是把所有依赖都打进当前组件;各组件仍只生成自己的业务代码。这种方式可能增加编译耗时和内存占用;后续可根据函数名、参数类型等信息生成稳定的桥接名,不再依赖处理顺序。

    4.2 修复跨 .so 的类型编号问题

    Global Hierarchy Analysis(GHA,全局类层次分析)根据类和接口的继承关系分配编号(classId / interfaceId),并将类型判断和接口调用所需的信息写入编译结果。运行时利用这些信息,加快 is、as 和接口方法的查找。

    单体编译共享一套类型集合和编号。拆分后,A、B 的 .so 各自编译,同一类型可能得到不同 ID。A 用自己的编号判断 B 创建的对象时,is / as 就可能出错,即使链接过程正常。

    我们在鸿蒙拆分构建中关闭 GHA,改用不依赖全局编号的类型检查和接口调用方式。经业务测试确认,这一调整对运行性能没有较大影响。

    五、iOS:KN编译器自研分模块编译

    iOS 分模块编译和多个 Framework 之间的链接处理由我们自主实现。业务组件和公共基座分别生成静态 Framework,再封装为 XCFramework。App 链接时,由系统链接器 ld64 为各 Framework 的符号引用找到对应实现。

    5.1 符号、桥接与共享状态

    • 符号导出:组件生成自己的实现,对依赖组件保留符号引用。我们也明确了哪些 C / Objective-C 互操作代码(cinterop)随当前组件生成。其他 Framework 需要调用的入口会被标记保留,避免被优化或链接裁剪(dead_strip)误删。

    • 重复定义:共享 cinterop klib 生成的部分枚举、Objective-C 基础类可能出现在多个 Framework 中。对于这些语义一致的重复定义,我们使用 LLVM weak_odr,允许链接器合并,避免重复符号冲突。这种处理只针对确认一致的定义,并非所有同名符号都能合并。

    • Objective-C 与 runtime 状态:私有类名加上模块后缀,避免重名。每个业务 Framework 注册自己的类型适配表,避免被其他组件覆盖。共享配置由 runtime 基座提供,Objective-C runtime 注入逻辑增加检查,防止重复执行。

    普通跨组件 Kotlin 调用仍使用原生符号,不引入额外的业务桥接层。

    iOS 在判断其他 Framework 创建的对象类型时,也会遇到前述编号问题。关闭 GHA 的处理最初用于 iOS,随后应用到鸿蒙拆分构建。

    5.2 stdlib 按需导出

    我们根据本次集成的 iOS 组件裁剪 stdlib。基座内部未使用的函数,可能正被业务 Framework 调用,裁剪时必须考虑这些调用。

    以开启优化的 iOS Release 构建为例,设置 stdlibPruneMode=input 后,处理过程如下:

    第一步:传入参与集成的业务 klib。

    构建 stdlib 基座时,启用 emitStdlib=true 和 stdlibPruneMode=input,传入当前 iOS 目标下的业务 klib 及其平台依赖。编译器读取业务函数体和类型信息,找出业务需要的 stdlib 实现。这些业务代码只参与分析,仍由各自组件生成。

    第二步:汇总组件用到的符号,补齐间接依赖。

    编译器先汇总各组件直接使用的 stdlib 函数、构造函数、字段和类型,再检查 vtable(虚方法表)、itable(接口方法表)、自动生成的 Objective-C 调用桥,以及全局变量的初始化代码。这些地方也会引用 stdlib。沿调用和类型关系继续查找,就能得到“必须保留的符号集合”。

    例如,业务枚举对 kotlin.Enum 继承方法的引用可能只出现在 vtable 中,某些类型转换只由生成的 Objective-C 桥调用。漏掉这些符号会导致链接或初始化失败。

    在内联、去虚化等关键优化前,编译器先保存一份符号需求,供后续分析合并。基座编译时可能把某个调用展开或改写掉,但其他独立编译的 Framework 仍需要按原符号找到它。

    第三步:根据符号需求删除无用代码(DCE)。

    Dead Code Elimination(DCE,死代码消除)从业务所需符号和必要的运行时入口出发,保留它们直接或间接依赖的函数、类型和初始化代码,再删除其余实现。这样就不必默认保留 stdlib 的全部公共函数。

    第四步:保护 LLVM 链接入口。

    在 Intermediate Representation(IR,中间表示)层完成裁剪后,还要防止 LLVM 再次误删代码。基座中实际生成并保留下来的函数,继续使用外部链接属性(ExternalLinkage),并加入 llvm.used 保留清单。它们虽然可能没有本库调用方,仍需供其他 Framework 链接使用。类型信息和部分静态全局符号也做相应保护。

    第五步:链接时由基座提供实现。

    stdlib 主体由基座生成,业务 Framework 保留对它的外部引用。宿主 App 链接各静态 Framework 时,由 stdlib 基座提供定义。

    图 4 input 模式:分析业务需求 → 裁剪无用代码 → 保护链接符号 → 链接各 Framework

    定制分支也支持通过文件传递符号清单:业务编译时,用 stdlibDepsOutput 按行输出所需符号;基座通过 stdlibDepsInput 读取、合并这些清单,补齐依赖后裁剪。input 模式直接分析业务 klib,无需先编译业务 Framework 来收集清单。

    这里导出的符号用于 Native 链接,不会把整个 stdlib 变成 Swift / Objective-C 可见的 API。参与集成的组件或依赖变化后,需要重新分析符号需求,必要时重新生成基座。

    六、自研 Gradle 插件:按组件生成 HAR 和 XCFramework

    插件提供鸿蒙和 iOS 单组件打包任务,通过 moduleName 选择要构建的组件。业务在 Gradle source set(源码集)中声明依赖,通过 version catalog(版本目录)管理依赖坐标和版本。脚本指定本次构建的组件及版本;插件设置编译参数、整理对外接口,再打包成 HAR 或 XCFramework。以聚合模块 KMPBom 中的组件 A 为例:

      # iOS
      ./gradlew :KMPBom:podPublishReleaseModuleXCFramework \
        -PmoduleName=com.example:moduleA -Pversion=1.1.0
      # 鸿蒙
      ./gradlew :KMPBom:assembleModuleHarReleaseOhosArm64 \
        -PmoduleName=com.example:moduleA -Pversion=1.1.0

      将 moduleName 换成 std 或 runtime,即可构建对应基座。插件根据模块配置设置 moduleIncludes、outputModule、emitStdlib、emitRuntime 等参数。

      6.1 确定每个组件生成哪些代码

      Gradle 根据组件坐标、版本和目标平台,解析对应的 variant(平台变体),取得本次构建所需的 klib。执行 Native link(链接)任务前,插件读取 klib manifest(库描述文件):通过 unique_name 识别库,通过 depends 查找依赖。

      插件据此生成 moduleIncludes,告诉编译器“每个产物包含哪些 klib 的代码”;outputModule 指定“本次生成哪个产物”。以 A 依赖 B 的 iOS 业务编译为例:

        moduleIncludes={moduleA:[com.example:moduleA];moduleB:[com.example:moduleB]}
        outputModule=moduleA
        emitStdlib=false
        emitRuntime=false

        编译器会读取 A、B 的 klib,本次只生成 moduleA 分组的实现。B 的实现由 B 的库提供,stdlib/runtime 由各自基座提供。

        两端查找依赖、生成分组的方式有所不同:

        • 鸿蒙:从目标 klib 的 depends 开始,逐层查找组件及其依赖,再将业务 klib 分组。stdlib、平台库和 cinterop 单独处理,不放入普通业务分组。

        • iOS:从 Gradle 已找到的 iosArm64 klib 中读取目标组件的 manifest,按 depends 建立分组,并用依赖的 short_name 确定组名。插件不额外递归查找下一层依赖,同时保留平台库和 cinterop 的分组信息。

        6.2 鸿蒙:从 klib 准备独立 HAR 工程

        组件发布 klib 时,插件会写入 KSP 生成的内容和组件信息,包括名称、版本、OHPM 依赖及是否需要 N-API 入口。聚合模块的插件在出包时读取这些信息。

        出包分为四步:

        1. 选择本次生成的代码。根据 moduleName 确定目标组件,默认不在业务库中生成 stdlib/runtime 主体。std、runtime 等特殊产物通过 kmp-har-config.json5 配置;也可以在该文件中调整模块名、编译参数和 HAR 信息。

        2. 准备需要链接的库,生成 .so。链接前读取 manifest 中的 linkerOpts,选出应由当前组件链接的原生库参数,并保留平台必需的参数。随后安装对应的 OHPM 依赖,把 .so 所在目录加入搜索路径,再调用定制编译器。moduleIncludes 决定生成哪些 Kotlin 代码;链接哪些原生库,需要单独处理。

        3. 准备 HAR 工程。 从目标 klib 读取组件信息,优先提取其中的 ArkTS 模板,只合并当前组件的类型声明和导出内容。复制生成的 .so 及所需头文件,再写入包名、版本、组件依赖和基座依赖。如果需要 N-API 入口,还会准备加载器(loader)的初始化代码和 CMake 配置,交给下一步 hvigor 编译;不需要这一入口的基础库可以只携带自身 .so。

        4. 生成 HAR。执行 ohpm install 和 hvigorw assembleHar,收集产物并按模块命名。

        6.3 iOS:按组件导出接口,生成 XCFramework

        iOS 插件复用 CocoaPods 构建任务,在模板已有的静态 Framework 配置上,根据本次构建对象设置参数:

        • 业务组件:确定该组件需要生成哪些代码,不重复生成 stdlib/runtime 主体;

        • stdlib:开启emitStdlib 和 stdlibPruneMode=input,直接分析业务 klib 的符号需求;

        • runtime:只开启 runtime 主体代码的生成。

        插件先清空聚合工程原先导出全部组件的 export 设置,再让业务 Framework 只导出当前组件;stdlib/runtime 基座不导出业务组件。进入链接任务前,插件会再次应用这些设置,防止其他 Gradle 配置把导出范围改回全部组件。

        插件还会按目标组件设置 CocoaPods 名称、Framework 名称和 podspec 版本。各架构的静态 Framework 生成后,由 CocoaPods 任务将它们组合为 XCFramework,连同 podspec 一起交给流水线上传发布。

        插件会将实际使用的编译参数和导出配置写入build/parameter/ios-cocoapods.gradle.kts,并为每个模块留存一份,便于排查符号缺失、接口导出和命名问题。

        6.4  KMP 组件间依赖如何传到 HAR、XCFramework 之间

        以A依赖B为例:拆分后,B仍独立出包,依赖关系对应A.har→B.har 和 A.xcframework→B.xcframework。编译器保留 A 对 B 的符号引用,包管理工具则根据依赖声明,为 App 同时安装 A、B 两份产物。

        鸿蒙:让 A.har 声明对 B.har 的依赖。 这部分已由插件实现:

        1. 从 A 的 klib manifest 读取依赖,找到 B,再逐层查找 B 依赖的组件。

        2. 按组件坐标找到对应 klib,读取组件信息中的 ohpmName,得到 HAR 包名;未配置时按默认规则生成包名。

        3. 将这些包名写入A的oh-package.json5的dependencies。业务组件不携带 stdlib/runtime 主体时,再补上两份基座 HAR 的依赖。组件中声明的原生OHPM 依赖,也通过上述组件信息传递。

        App 工程安装 A 时,OHPM 根据声明取得依赖包。各 HAR 中的 .so 随平台打包进入 App,运行时由系统动态链接器找到跨库调用的实现。B 的主体实现保留在自己的 HAR 中。

        自动写入的组件及基座 HAR 依赖版本目前是 *,不会直接沿用 KMP 构建时选定的版本,集成时仍需指定能配套使用的版本。

        iOS:通过 Pod 依赖关联 A.xcframework 和 B.xcframework。 两份 XCFramework 独立存放,由配套的 podspec 声明包依赖。iOS 插件完成以下步骤:

        1. 读取当前组件的 KMP 依赖,结合本次 Gradle 解析结果,确定依赖组件对应的 Pod 名称和版本。

        2. 在A的podspec中生成对B的spec.dependency,并声明所需的stdlib/runtime基座。若B还依赖C,则在生成B的podspec时继续声明 C。

        3. App 接入A对应的Pod后,CocoaPods根据声明取得B、C及基座的 XCFramework,一并加入工程。App 链接时,再为各 Framework 的符号引用找到对应实现。

        export 只控制 Objective-C 接口导出,不能代替 podspec 的包依赖声明。

        6.5 单独更新组件,不需要重新生成整套产物

        以 iOS 为例:只要现有依赖和基座仍能配套使用,就可以通过 moduleName 指定待更新组件,只生成它的 XCFramework。

        假设 App 已经接入 A、B、C 和两份公共基座,现在修改 A:

        • 只改 A 的业务逻辑,现有依赖仍能配套使用。 只生成并发布 A 的新包,App 工程更新 A 的版本;B、C 和基座继续使用原来的产物。

        • A 需要的函数,旧基座没有提供。例如 A 新调用的 stdlib 函数已被旧基座裁掉。此时还要汇总新版 A 与现有 B、C 的符号需求,重建 stdlib 基座,保留所有组件需要的函数。

        将新包与继续使用的旧包放在一起验证,通过后再更新 App 工程的依赖。

        首次接入且没有可用产物时,需要分别为各业务组件和两份基座出包。目前仍需人工确定要重新构建哪些组件,插件不会根据代码改动自动判断。

        图 5 iOS 更新场景:只更新 A,或同时更新 A 与 stdlib 基座;新旧包一起验证后再集成

        七、自研 CI/CD:组件构建一次,发布三端产物

        发起一次组件构建,流水线分别完成 Android、iOS 和鸿蒙的编译打包,发布 AAR、XCFramework 和 HAR;随后添加集成,将组件版本写入对应平台集成单。

        图 6 两层模板完成三端构建;产物发布后添加集成,再更新平台集成单,供后续构建读取

        7.1 两层模板:外层聚合模块,内层业务组件

          component-template/
          ├── settings.gradle.kts         # 注册 iOS、鸿蒙两份版本配置
          ├── 集成单-iOS.json
          ├── 集成单-鸿蒙.json
          ├── gradle/
          │   ├── bom.ios.versions.toml    # iOS 组件坐标与版本
          │   └── bom.ohos.versions.toml   # 鸿蒙组件坐标与版本
          ├── Script/kmp_build.sh
          └── KMPBom/                     # 外层:聚合模块
              ├── build.gradle.kts        # 引用两端版本配置,声明组件依赖
              └── moduleA/                # 内层:业务组件
                  ├── build.gradle.kts
                  └── src/

          两个模块属于同一个 Gradle 构建:

          • 内层业务组件:存放业务源码、声明组件自身依赖,编译并发布各 Native 目标的 klib,以及 Android AAR。

          • 外层聚合模块:根据 iOS、鸿蒙两份版本配置找到所需组件,再用插件为选定组件生成 XCFramework 或 HAR。它读取已发布的 klib,不通过 project(...) 直接引入内层源码。

          settings.gradle.kts 将两份 toml 注册为 Gradle version catalog:iOS 使用 iosBoms,鸿蒙使用ohosBoms。外层KMPBom/build.gradle.kts通过它们添加依赖。例如,api(iosBoms.componentA) 就是把 iOS toml 中 componentA 对应的组件和版本加入依赖。以下用 componentA 作为示意别名:

            kotlin {
                sourceSets {
                    iosMain.dependencies {
                        api(iosBoms.componentA)  // 使用 bom.ios.versions.toml 中的版本
                    }
                    ohosMain.dependencies {
                        api(ohosBoms.componentA) // 使用 bom.ohos.versions.toml 中的版本
                    }
                }
            }

            外层准备好编译所需的依赖,再由 moduleName 决定本次为哪个组件出包。

            新组件接入时,修改内层模块名并声明业务依赖,在两份 toml 中登记组件坐标和版本,再将组件加入外层依赖。

            7.2 构建前:拉取集成单,修改工程依赖版本

            平台集成单列出该平台已选用的组件及版本。iOS、鸿蒙构建前,先把这份清单拉到模板工程,再更新工程中的依赖版本:

            1. 拉取平台集成单。 将iOS、鸿蒙集成单分别保存到工程根目录的 集成单-iOS.json、集成单-鸿蒙.json,供构建脚本读取。

            2. 修改工程依赖版本。脚本将集成单中的组件版本写入 gradle/bom.ios.versions.toml 或 gradle/bom.ohos.versions.toml。

            如果 iOS 集成单指定 A 为1.0.0,脚本就把 bom.ios.versions.toml 中 A 的版本改为1.0.0。外层仍通过 api(iosBoms.componentA) 引用 A,但 Gradle 此时取得的是 A 1.0.0 的 klib。鸿蒙同理。

            脚本只修改已有组件的版本,不会自动把新组件加入聚合模块。

            7.3 两阶段构建:内层发布 klib,外层生成平台产物

            1. 内层组件先发布 klib。内层将当前源码编译为所选 Native 目标的 klib。模板默认发布到工程内的 Maven 仓库,供外层读取。

            2. 外层聚合模块再出包。 脚本把当前组件的依赖版本改为刚发布的 klib 版本,其他组件仍使用集成单中的版本。外层取得这些 klib 后,执行 XCFramework / HAR 任务,为 moduleName 指定的组件出包。

            如果内层本次发布 A 的 1.1.0 klib,外层就将 A 的依赖版本从 1.0.0 改为 1.1.0,再生成平台产物。此时修改的是当前工程的依赖;平台集成单要等三端产物发布、添加集成后再更新。

            同一平台、架构下,配套使用的 KMP Native 库需要统一编译器版本、构建模式(Debug/Release)、垃圾回收(GC)与 runtime 配置、Objective-C 导出配置和拆分参数,再放在一起验证。

            采用前述鸿蒙开源版本时,发布前仍需重新编译全部集成组件,再分别打包为 HAR。

            Android 按原有流程生成并发布 AAR,由 Gradle 管理组件依赖。三端共用发布入口,各自按平台方式出包。

            7.4 发布三端产物,添加集成,再写入平台集成单

            指定组件和版本后,流水线完成构建、打包和产物核对,再依次执行:

            1. 发布三端产物。上传Android AAR、iOS XCFramework 和鸿蒙 HAR,确保对应版本可获取。

            2. 添加集成。选择本次要纳入集成的组件及其已发布版本。

            3. 写入对应平台集成单。新组件新增条目,已有组件更新版本,供后续构建读取。

            A 的1.1.0三端产物发布并添加集成后,写入对应平台集成单,随后发送通知。其他组件下次构建时重新拉取集成单,将 A 的1.1.0带入自身外层聚合模块的依赖。

            发布脚本会列出产物及体积。如果某个组件的包突然变大,应检查它是否正确引用公共基座,以及 moduleIncludes 中该组件的分组是否误包含了其他组件的 klib。

            交付前还需验证:

            • 符号链接:检查未定义符号、重复定义、导出符号和依赖库,确认跨组件调用能找到对应实现;

            • 组件联调:将组件放在一起,验证跨组件调用、OHOS 加载顺序、is / as、接口方法调用、全局初始化及 Objective-C / N-API 桥接;

            • 配置兼容:核对编译器版本、基座的二进制接口(ABI)、构建模式和拆分参数,确保各个包能配套使用。

            已发现的桥接编号和类型检查问题应加入跨组件回归测试,防止后续改动再次引入同类问题。

            八、落地收益

            • 鸿蒙启动提速:缩短 App 启动耗时。

            • KMP 编译提速:减少单次编译耗时。

            • 矩阵 App 按需集成:矩阵 App根据各个 App 的业务需求,按需集成 KMP 组件的各端产物:Android AAR、iOS XCFramework 和鸿蒙 HAR,避免带入不需要的KMP组件。

            九、总结与展望

            本次在鸿蒙开源方案上完成后续优化,并自研 iOS 分模块编译、链接适配和 stdlib 按需导出。Gradle 插件、两层组件模板与 CI/CD 将拆分能力接入构建和发布流程,使业务组件与公共基座分别交付。

            接下来继续优化包大小,减少 stdlib、互操作和桥接代码中的冗余,并验证裁剪后的跨组件链接与运行结果。

            推荐阅读

            跳转微信打开

            《数据即产品》译者序

            2026年10月13日 20:26

            原创 石涛声 2026-10-13 20:26 北京

            数据即产品,为什么?怎么做?能有营收?... ....

            亲爱的朋友们,

            我很荣幸向大家呈现《Managing Data as a Product》的中译本。

            在当今数据驱动的时代,数据管理的重要性已无需赘言。《Managing Data as a Product》为我们提供了一种全新的视角——将数据作为产品来管理。这种方法不仅能够帮助组织更高效地利用数据资产,还能有效应对传统数据平台在可扩展性、技术债务和维护成本方面的挑战。本书的中文译本旨在将这一前沿理念带给中国读者,为数据工程师、架构师、企业领导者以及所有致力于优化数据架构的专业人士提供宝贵的指导。

            传统的数据平台通常采用集中式、单体式架构,这种架构在面对现代数据需求的复杂性和规模时,往往显得力不从心。它们不仅在可扩展性上存在局限,还给数据团队带来了巨大的认知负担和技术债务。《Managing Data as a Product》提出了一种全新的解决方案——通过将数据视为产品,采用模块化和分布式的架构来管理数据。这种方法能够显著提升数据平台的灵活性和可持续性,帮助组织以增量、可衡量的方式实现数据价值。

            书中不仅探讨了数据产品化的理论基础,还提供了具体的实施策略。例如,它指导读者如何识别潜在的数据产品、如何设计和执行以数据产品为中心的战略,以及如何通过自助服务平台自动化数据产品生命周期管理。这些内容对于希望优化数据架构、降低维护成本的企业来说,具有重要的实践意义。

            中国作为全球数据量增长最快的国家之一,数据管理的效率和质量直接影响到企业的竞争力和国家的经济发展。根据国际数据公司(IDC)的报告,中国的年度数据量预计将从2022年的23.88ZB增长到2027年的76.6ZB,年复合增长率高达26.3%。与此同时,中国政府近年来将数据列为与土地、劳动、资本和技术并列的生产要素之一,并通过一系列政策推动数据的市场化配置。例如,2024年初发布的“数据要素X”三年行动计划,旨在通过提升数据质量、流通、分析和安全性,推动数据在经济中的高水平应用。在这一背景下,《Managing Data as a Product》所提出的数据产品化理念,与中国当前的数字化战略高度契合。例如,书中讨论的模块化和分布式数据平台架构,能够帮助中国企业应对数据规模快速增长带来的挑战。此外,书中关于数据建模和生成式AI应用的章节,与中国在人工智能领域的快速发展相呼应,为企业提供了如何利用数据支持AI创新的实用建议。

            翻译这本书对我而言是一个自然的选择,因为这本书与我的使命高度契合。作为GitData.AI的创始人和首席执行官,我致力于将软件工程的原则应用到数据中,提出数据应以与软件相同的严谨性和方法论进行管理。当数据被像软件一样管理时,数据自然成为一个产品。软件工程中的面向对象的特性,包括抽象、封装、模块化、继承和多态特性贯穿整个数据技术栈,使数据和数据工件的创建、读取、更新、删除操作遵循软件开发生命周期,包括审查周期、持续测试、质量保证、部署后监控和端到端可观察性。这种“数据即软件”的方法支持数据产品的可重用性和可扩展性,使数据天然具备产品的特性,能够即时提供服务,并提供对下游和上游影响的高度清晰度,同时允许灵活修改模块化组件。而这些正是《Managing Data as a Product》的核心主题。我相信,这本书将为中国的数据专业人士提供宝贵的见解,帮助他们更有效地管理数据资产并推动业务价值。

            本书的翻译源自几个不同有趣灵魂和人生轨迹的碰撞。首先感谢华章出版社和各位编辑老师的信任,把这样一个前沿技术领域的翻译工作交给了我们。感谢家人对我们支持,让我们把有限的时间更多地投入到译作中。特别感谢GitData.AI的联合创始人廖真益老师,在百忙之中审译了全书,提出了很多建设性的意见和建议。翻译是一项特殊的学习和创作过程,字里行间包含了译者的理解和选择。尽管小心谨慎如履薄冰,终因译者水平有限,本书翻译错漏之处在所难免,望诸位读者海涵并指正。

            我们希望通过这本中文译本,中国的数据工程师、架构师、企业领导者以及所有关注数据管理的专业人士,能够深入理解数据产品化的理念,并在实践中应用这些方法。无论是优化企业的数据架构、降低技术债务,还是推动生成式AI的应用,本书都提供了宝贵的指导。我们期待这本书能够为中国的数字化转型和数据经济发展贡献力量,帮助组织在快速变化的数字时代中保持竞争优势。

            最后,我还要向数据社区致敬,感谢他们对数据管理卓越的不懈追求。

            祝阅读愉快!

            石涛声
            GitData.AI 创始人兼首席执行官


            本书主要内容

            第1章“从数据副产品到数据产品”阐述了如何通过数据产品化实现数据架构模块化,从而解决阻碍其可持续发展的各种反复性问题。

            第2章“数据产品”界定了数据产品的定义,阐述了其关键特征,并详细解析了构成数据产品的核心要素,着重探讨了各个组成部分对其整体功能和价值的贡献。

            第3章“以数据产品为中心的架构”探讨了数据产品中心化架构的基本原则,分析了管理该架构所需的关键运营能力和组织能力。同时,我们将数据即产品范式与数据网格、数据织物等现代方法进行对比,以凸显它们之间的共同点和关键差异。

            第4章“识别数据产品并确定开发优先级”阐述了如何采用价值导向的方法来识别数据产品并确定其开发优先次序。本章首先通过领域驱动设计和事件风暴方法识别相关业务场景,继而详细说明如何定义支撑这些业务场景所需的数据产品。

            第5章“设计与实施数据产品”探讨了如何基于已识别的需求来设计数据产品,首先介绍了定义产品范围、接口和生态系统关系的相关技术。接着深入探讨了数据产品的核心组件、其开发流程以及如何通过机器可读文档进行描述。最后,对数据流进行了分析,重点阐述了负责数据获取、处理和服务的各个组件。

            第6章“在生产环境中运维数据产品”涵盖了数据产品从发布到退役的完整生命周期。本章介绍了CI/CD方法论,深入探讨了数据产品在生产环境中的管理,重点阐述了治理、可观察性和访问控制等方面,并探讨了在分布式环境中数据产品的演进和复用技术。

            第7章“自动化数据产品生命周期管理”阐述了如何通过构建自助服务平台来调动整个数据生态系统的力量,从而加速数据产品中心范式的落地。本章详细介绍了平台的核心功能特性,探讨了如何优化开发者、运营人员和用户的使用体验,并深入分析了在平台实施过程中选择自建、外购或混合方案的关键决策因素。

            第8章“数据产品化的实践历程”阐述了数据即产品范式的实施过程。本章概述了实施过程的关键阶段,深入探讨了每个阶段的具体目标、面临的挑战以及相关活动。最后,探讨了如何制定灵活的数据战略,使其能够随着各个阶段的推进而不断演进,并有效利用前期积累的经验教训。

            第9章“团队拓扑与规模化数据所有权”阐述了如何构建组织架构以实现数据即产品的管理模式。本章首先介绍了团队拓扑框架,详细探讨了团队类型与交互模式,并深入研究了如何组织团队以实现数据产品的高效交付。最后,重点探讨了这些团队如何融入组织架构,以及如何在集中式与分散式数据管理模型之间做出战略选择。

            第10章“分布式数据建模”探讨了在去中心化、以数据产品为核心的架构中的数据建模方法。本章首先界定了数据模型的概念并强调了建模的目的性,继而探究了适用于分布式环境的物理建模技术。最后,阐述了概念数据建模在指导数据产品设计与演进过程中的重要作用,以及如何在统一的生态系统中实现这一目标。

            第11章“构建面向AI的信息架构”探讨了如何构建信息架构以充分发挥数据产品的管理价值。本章阐述了信息架构的各个层面如何为数据赋予上下文含义,特别聚焦于知识层面,详细说明共享概念模型如何确保数据产品之间的语义互操作性。最后,本章探讨了联邦建模团队如何创建概念模型并将其与物理数据关联,从而构建企业知识图谱,这对于释放生成式AI的潜力具有关键作用。

            第12章"融会贯通"回顾了前几章的关键概念,并将其与启发本书写作的数据管理核心理念紧密联系。最后还提供了一些实用建议,帮助读者在数据管理实践中取得更大的成功。

            【关联阅读】

            《本体驱动的AI大模型》作者序

            《一书读懂物联网》作者序

            MCP的新特性——代码执行

            AI 会写 SQL 之后,为什么还要读《分布式数据库》?

            性能狂飙?关于《分布式系统性能优化:方法与实践》

            大模型应用的性能提升:语义缓存

            读《Agentic 多智能体架构模式》

            大模型的性能提升:KV-Cache

            《深入分布式缓存》的往事

            Token 工厂?财富新范式!

            拥抱“兼具并融”的未来——《AI领导力》译者序

            忆北邮同学生活及《超密集无线网络》译者序

            网络那些事儿!暨《深入剖析Wi-Fi7》译者序

            让算法真正产生价值?《算法工程珠玑》译者序

            了解大模型的背后,知其然进而所以然(《深度学习黑箱》译者序)

            质量属性?!《软件架构设计:实用方法及实践》译者序

            《实时分析实战》译者序

            《基础设施即代码(IaC)》译者序

            《精益DevOps》译者序

            《语音优先》智能语音技术驱动的交互界面设计与语音机器人设计(译者序)

            《 持续架构实践 》译者序

            《基于混合方法的自然语言处理》译者序

            计算机网络的元认知、实践与未来(《计算机网络问题与解决方案》的译者序)

            Web3.0,区块链后花园的姹紫嫣红(《区块链应用开发实战》译者序)

            架构设计过程中的10点体会

            来了!10个构建Agent的大模型应用框架

            大模型应用的10个架构挑战

            跳转微信打开

            中国地铁审美,早在四十年前就封神了

            2026年10月13日 20:11

            原创 廖信忠 2026-10-13 20:11 上海

            前几天路过北京地铁东四十条站

            一位约10岁小朋友好像发现啥不得了的东西般大喊“拼豆,拼豆!”

            他妈妈在旁边欣慰地附合“好长的拼豆”。

            我心里翻了无数白眼,“这叫马赛克!”要是他喊“像素画”,说不定都不令我那么嫌弃。

            这幅高三米,全长七十米的马赛克壁画,名为《走向世界》,描绘数十项现代竞技体育项目,创作于1984年,是中国地铁最早一批公共艺术壁画。

            我查了资料,原来1984 洛杉矶奥运会,许海峰夺得中国奥运史上首枚金牌,所以壁画里嵌入了洛杉矶奥运金牌、1982德里亚运金牌、全运会金牌的马赛克浮雕,配色构图都是一绝。

            而东四十条站紧临工人体育场,也是1990 北京亚运会主场馆,因此车站直接选定体育作为主题。两侧站台不同壁画,一边是《华夏雄风》表现中国传统武术、古代体育,另一侧《走向世界》表现现代国际竞技体育。

            这幅壁画就像整个 80 年代中国渴望融入世界、有种奋勇赶超的时代纪念碑。我永远忘不了快三十年前第一次到北京,坐地铁看到这幅壁画时的冲击。

            在北京地铁二号线,比如建国门的《中国天文史》与《四大发明》、西直门的《大江东去图》与《燕山长城图》等站台,都有这种大型壁画,真是常看常新,永不过时。然而我每次路过都会想。如今的地铁站规划比四十多进步太多了。现在有很多设计非常酷炫的车站,但我觉得那都像快消品一样,看几次就疲乏过时了。又动不动称之为“赛博朋克”这类贫乏的形容。也不知道它们到底要说些什么?

            建国门站《中国天文史》

            而现在的地铁站,壁面大多是黑漆漆的墙,丑陋的广告,甚至连广告都堕落为廉价 AI 提示词批量生成的劣质海报。并且你一定看过那些建成时漂亮的车站,没几个月就被五颜六色广告,动线,告示牌给填满。

            都过了四十年,难道中国的审美在倒退吗?

            对于美学的培养,这两年我经常听到一种说法“中国人才吃饱几年....”。有这种观念的人,看起来好像是个纯朴的老乡对你说“别想太多了,赚钱重要”,实际又包容,但细想后,这种说法特别坏,把“审美”偷换概念成“奢侈的精致生活”。

            这十几年来“网红审美”的兴起,我觉得,当下各种公共设施,地铁站,或者到什么网红景区,古街古镇,觉得他丑,并不是没钱,恰恰好就是太有钱了,处处就流露出一种“我要全部展示给你们看”,不断推砌再堆砌的自恋,各种资本都想往里面塞,各种不协调的颜色风格全部塞在一起。

            这些视觉效果是真正吃不饱的人能决定的吗?正好相反,决定地铁站贴什么广告、决定整条街换什么招牌、景区用什么灯光,审批城市景观雕塑的,正是那些手握着大把预算和权力的人,外行指导内行,各种寻租造成的视觉污染。结果被归咎于“中国人才刚吃饱几年”,本身就是一种道德绑架与卸责。

            当然从商业角度讲,别人成功的模式摆在那,跟着模仿学习,这是不太会出错的方式,只不过当你第一看到,很酷,看多了后,就慢慢变得庸俗。在讲究标准化的今天,像过去老艺术家“为人民群众献上顶级艺术”的精雕细琢,如今都被看做是一种不可控。说起来,这只不过是工业预制板的胜利。

            中国比起四十年前是富好几十倍了,在许多技术方面也属于世界前列,但在当代极致的工具理性思维下,地铁再也不是“城市客厅”,而成纯粹的想尽快把人从A点送到B点的工具,就像流水线,人一多就成了大数据,来来去去的乘客仿佛就像流量,被精准算法调控。

            也许有人会说,车站不就是人流来来去去,还需要什么装饰。不过我觉得好的公共艺术,从来不是像在美术馆里那样慢慢欣赏,反而是自然而然地融合在地景里。

            它的力量,经常是在不经意的抬头一瞥。

            就像《走向世界》,在无数牛马加班后疲累的等车时刻,本来排队看着手机,忽然抬头一望,眼角余光瞄见那细碎马赛克拼接而成的墙面,即使是片刻震撼,也像穿越回四十年前,原来中国人在生存奔波外,曾经有那么一段朝气澎湃,热烈地拥抱世界的时候。


            请帮忙转发、按赞按看过想看更多内容,请加以下关注

            最近我新开了一个号“五十岁还在独自旅行”,这个新号专门写我出去各地的

            见闻感想,各种新发现。比起现有号的广度,新号会更专注深度,当然在起号早期,两边的文部分会相通转发。大家也可以把新号当作我的小号,免得哪天我这边就不告而别了,你们还找得到我。

            跳转微信打开

            我们放弃了"全自动生成代码" —— 网盘 Coding Agent 落地与迭代实录

            2026年10月13日 18:00

            原创 欢迎关注的 2026-10-13 18:00 上海

            网盘团队放弃"一键生成代码"的全自动流水线,转向人机多轮的 Agentic Engineering Loop:先澄清需求、再分轮验证,让每次交付都可检查、可回溯。

            。图片

            点击蓝字,关注我们

            图片

            作者 | 三石

            导读 

            introduction

            "全自动最大的风险,不是它会犯错,而是它错了还在自信地往前跑。"网盘团队在把 Coding Agent 接入真实研发链路后,彻底想明白了这句话:流程能从头跑到尾,不代表跑出来的东西是对的。本文作者复盘了他们从"一次性全自动流水线"转向 Agentic Engineering Loop(人机多轮反馈循环)的完整过程——执行前先做需求调研、把不确定项挂账;执行中分轮验证、过程全程可观测;人、Agent 与工程工具各司其职。这不仅是技术方案的迭代,更是对"自动化与可控性如何平衡"的工程思考。

            全文 3693 字,预计阅读时间 4 分钟

            从一次性全自动,到人机多轮的 Agentic Engineering Loop,我们为什么要这样改

            GEEK TALK

            01

            流程能跑通,不代表结果是对的

            网盘很早就在探索 Coding Agent 怎么融入"需求进、代码出"的研发链路,也搭了一套从需求分析到质量检查的自动化流程。可一旦接上真实的迭代需求,问题就来了:流程能从头跑到尾,不代表跑出来的东西是对的。

            有的需求做到一半,被还没就绪的服务接口卡住;有的任务把所有阶段都走完了,代码却建在一份没人确认过的需求理解上。等到验收才发现对不上,只能回头返工,改规格、改设计、改实现。更麻烦的是,过程记录一旦不全,连偏差最早是在哪一步跑偏的都说不清。

            慢慢我们想明白:能不能生成代码,其实不是最难的;难的是让它在真实、复杂、一直在变的研发环境里,靠可靠的上下文把活干对。早期做法太指望每个阶段的输入都完整、都可靠,可现实里的需求、历史知识和外部依赖,往往都带着没确认的部分。流程得有本事把这些不确定性先认出来,再处理掉。

            最初的五阶段流程

            原来的流程按需求规格、技术设计、任务拆分、代码生成、质量检查一路往下走,每个阶段自动接住上一阶段的产物,中间没有专门确认关键假设的节点。

            问题在于:只要上游产物里混进了没验证的判断,这种一路传递就会把偏差带到后面。

            GEEK TALK

            02

            真实迭代里暴露的七类问题

            把踩过的坑摊开看,大致是两类:一类出在执行过程——看不见、也难追溯;另一类出在任务输入——信息和依赖条件不够。

            执行过程:信息越堆越多,出了问题却难定位

            上下文堆起来之后,关键事实反而更难保持一致。一个任务要穿过好几个阶段,原始资料、中间结论、临时推断不断往上叠。我们碰到过字段引用错、接口判断失准,也碰到过把早期的推断当成确定事实继续用。光是把上下文喂得更多并不解决问题,还得把事实、约束和待确认项分清楚。

            偏差一旦出现,往往缺少定位的抓手。运行记录只留了各阶段的结果,排查的人很难还原:当时到底用了哪些输入、做了哪些判断。结果常常只能扩大排查范围,或者干脆把流程重跑一遍,排查和返工的成本都上去了。

            执行状态也没有一个统一的视图。任务进度、卡在哪、质量检查结果、模型资源消耗,分散在各处,研发同学很难及时判断该不该介入,团队复盘也没有一个共同的依据。

            任务输入:需求、经验和依赖都还不到位

            需求描述常常有歧义。一句话需求,或者一份不完整的产品文档,可能既没写清业务口径,也没覆盖异常分支和验收标准。要是 Agent 自己把空白补上,而后面的设计和测试又都沿用这同一套理解,就会出现实现和测试彼此自洽、却整体偏离业务目标的情况。

            存量经验还没显式化。历史代码为什么这么设计、有哪些兼容要求、团队有哪些约定,有一部分还装在研发同学脑子里。Agent 拿不稳这些知识,写出来的实现可能局部逻辑没错,却漏掉了系统长期演进中沉淀下来的约束。

            知识图谱的覆盖也还不全。自动检索能补上下文,但结果受制于知识覆盖面、更新是否及时、关联关系是否完整。没检索到相关约束,不等于约束不存在。

            外部依赖会直接把执行卡住。部分接口还没就绪,或者状态不稳定,流程就没法做真正的验证。原来的实现缺少足够的暂停、恢复和替代验证手段,一处局部阻塞,很容易拖累整条链路。

            这些问题最后都指向同一件事:全自动流水线把"不确定"当成"确定"一路往下传,而错误偏偏会在最贵、最靠后、最难定位的地方才冒出来。

            全自动最大的风险,不是它会犯错,而是它错了还在自信地往前跑

            GEEK TALK

            03

            重新划分人、工具和 Agent 的分工

            对着这些问题,我们重新界定了确定性工具、Agent 和研发人员各自管什么。

            路径、分支、编译、校验、日志上报这类有明确规则可查的事,交给脚本和质量门禁去做,省得每次任务都重复判断一遍。当然,这些检查结果也受规则本身是否正确、测试覆盖够不够、执行环境稳不稳定的影响,不能拿来当完整的业务验收。

            而需求口径、方案取舍、历史兼容、体验好坏这些要结合业务背景拿主意的事,还得人来定。Agent 可以把证据理清楚、把候选方案摆出来,真正有分歧的地方交给对应责任人拍板。人只在重要决策节点上介入,范围清楚的常规执行还是自动往前推。

            在这个基础上,我们把一次性执行改成了多轮反馈:每一轮围着一个明确目标做修改和验证,再决定下一步怎么走。

            这就是我们从一次性全自动流水线,转向 Agentic Engineering Loop 的起点。

            GEEK TALK

            04

            Agentic Engineering Loop:把一次性执行改成多轮反馈

            新的工作方式我们叫它 Agentic Engineering Loop——人机协作的工程反馈循环。它保留了规格驱动开发(Spec-Driven Development,SDD)的核心思路:先把目标、约束和验收标准定清楚,再去组织实现和验证。

            任务进来,先理解需求、确认方向,然后围着"观察—决策—修改—验证—复盘"转:看当前的代码和反馈,定下这一轮要达成什么,在边界内动手改,跑对应的检查,再根据结果决定下一轮。等满足验收条件,交给研发人员反馈确认,这才算交付完成。

            和原来的做法比,变化主要在这几处:

            需要说明的是,这里变的是工作的组织方式,并不是说"循环天生就比流水线好"。一条完善的流水线一样可以有反馈、有可观测;反过来,换成主 Agent 来协调,也不会自动把长上下文的问题解决掉——事实来源、任务边界、每一轮需要哪些信息,这些照样得管。

            GEEK TALK

            05

            循环之前,先把需求打磨成可验证的起点

            多轮反馈要真起作用,得先有一个能讨论、能验证的起点。输入里的关键歧义要是没澄清,循环也可能围着一个错误前提反复打转。

            所以我们在执行前加了一道需求调研:研发人员借助调研工具,把业务描述整理成目标、工程约束、改动范围和验收标准。

            调研不只是梳理文字,还要去对真实实现:找到相关的文件和调用关系,顺着提交历史理解当初为什么这么设计,核对可能的原因,划清楚哪些范围要改、哪些行为必须保持不变,再拆成一个个能独立验收的单元。需求、验收标准和改动计划各自编号,方便在实现和验证时一一对上。

            这样做,能在动手之前就把需求歧义和知识缺口暴露出来。研发人员负责把业务目标和现有系统的约束对齐,Agent 则在这些划好的边界里继续分析和执行。暂时确认不了的信息,就先挂成待确认项,而不是直接当成实现前提写进去。

            GEEK TALK

            06

            让执行过程看得见、可回溯

            为了能及时介入、事后也能复盘,我们把执行过程接进了一个统一的观测视图。

            本地执行通过上报机制,把每一轮的事件、指标和迭代记录汇到远端平台,整理成运行、任务、事件、产物这些结构化记录。"SDD 运行记录"看板就靠这些数据,展示任务阶段、执行耗时、token 消耗与成本、质量门禁结果,还有上下文占用等信息。

            这些记录在三个层面上帮到我们:

            • 执行过程落进日志和看板,复盘时每一步都能回看;

            • 交付结果沉淀成产物和报告,出了问题能追回源头;

            • 记录攒下来形成趋势,慢慢就成了团队的经验资产。

            看板给了我们一个理解任务过程的入口。但真要复盘,还得结合记录是否完整、验证覆盖到哪、具体产物是什么,把执行完成、检查通过、业务验收通过这三件事分开看,别拿其中一个状态当成交付结论。

            GEEK TALK

            07

            现在走到哪一步,接下来做什么

            这套工作方式已经用进了网盘的日常研发。下面说说目前攒下的能力和还没解决的问题——这里讲的是能力建设的进展,不等于已经量化验证过的效率收益。

            已经跑起来的环节

            • 需求进循环之前,先做一遍证据化的成熟度打磨;

            • 把一次性全自动,改成了人机多轮、随时能停下来纠偏的循环;

            • 执行过程能上报到平台、看得见,也能回头复盘。

            还没解决的问题

            • 需求相关的知识图谱覆盖还不全,Agent 自己检索上下文的能力也被这个卡着;

            • 一部分依赖的服务接口后置,仍是瓶颈;

            • 把存量经验沉淀成能复用的能力(Skills),还在慢慢攒;

            • "自动化程度"和"可控性"之间的平衡点,也还在不断调。

            GEEK TALK

            08

            结语:从"生成代码"到"可验证的交付"

            这次调整,把我们的关注点从"生成一次代码"拉到了整个交付过程上。需求理解得准不准、改动有没有越界、验证能不能撑住结论、出了问题能不能回溯——这些才是自动化能不能真正发挥价值的前提。

            需求确认、分轮验证、过程记录这些确实会多花一些功夫,值不值得,得放到完整的交付周期里看。接下来我们会结合不同的任务类型,持续盯着人工介入、端到端耗时、返工和验收结果,看看这些机制在不同场景下到底带来多少收益。

            对网盘团队来说,这次迭代也把人、Agent 和工程工具的协作关系理得更清楚了:

            Agent 负责组织分析和执行,工程工具落实那些能被检查的规则,研发和业务责任人确认关键的取舍与验收结果。

            这条路我们会继续走下去:让生成的代码更容易被检查,让执行过程更容易被看懂,也让每一次交付都留下一份清晰、可复查的依据。

            跳转微信打开

            千问确认将推出“千问Go!”

            2026年10月13日 17:06

            阿里研究院 2026-10-13 17:06 浙江

            千问官方公告,确认将推出Personal Agent“千问Go!”

            文章转载自公众号

            10月13日,有网友在社媒上分享自己使用千问Go的体验,引发关注。

            千问官方公告,确认将推出Personal Agent“千问Go!”,内嵌于千问APP,体验申请页面已上线。用户可通过APP内指定入口提交申请,千问将逐步为更多用户开放体验资格。

            图片

            该网友表示,自己记得此前乘坐的航班有延误情况,但不记得具体是哪趟航班,于是对千问表示“帮我查查之前订的兰州杭州往返机票,出发有延误,我不记得是哪趟了,帮我在APP上和客服沟通赔偿”。

            网友分享的视频显示,千问收到需求后,直接打开了出行服务平台的历史订单,核对航班情况,结合客服反馈,锁定延误航班为东航MU2445。

            图片

            不过,联系客服的过程也出现了一些波折,在千问尝试拨打航司电话后,遇到外呼异常,无法拨通。随后,千问在页面上找到了票务平台人工客服的对话入口,改为线上沟通。

            平台客服最初给出合计70元的机票代金券补偿方案,但用户表示不愿接受代金券。

            千问Go随即继续交涉,明确回复:“我明确拒绝代金券,只接受现金赔付!”经过多轮沟通,最终争取到70元现金赔偿,款项直接汇入用户支付宝账户。

            除此之外,还有网友分享了通过千问Go完成场馆和演出预约、餐厅筛选预订、商品比价下单以及投递简历等任务的体验过程。

            根据官方公告,千问Go拥有更强的办事能力,可处理更多类型和领域的个人事务。

            此前,依托阿里生态与开放平台,千问已具备购物、出行、物流等数十个领域的办事能力。

            公告显示,千问Go将基于收集到的使用反馈持续优化产品体验,打造更智能、更个性化的个人专属AI助理。

            图片

            跳转微信打开

            从零构建Agent(五):MCP

            2026年10月13日 16:19

            原创 从码农到工匠 2026-10-13 16:19 上海

            “计算机科学中的所有问题都可以通过增加一个间接层来解决。” MCP就是这样的中间层

            上一篇我们为 Agent 实现了一组本地 Function Calling 工具——文件读写、命令执行、代码搜索。这些工具让 Agent 从"只会聊天"变成了"能干活"的实干家。但所有工具都是硬编码在 Agent 内部的:加一个工具就要改代码、改 switch、加测试、重新部署。

            如果工具能像 USB 设备一样即插即用呢? 你启动一个进程,Agent 自动发现它暴露的工具,注册到工具列表里,无需改一行代码。

            这正是 MCP(Model Context Protocol) 试图解决的问题,但它要应对的远不止单个 Agent 的工具扩展。在 MCP 出现之前,每一个 AI 应用想要连接某一个外部工具,都需要单独编写一套集成代码。如果有 N 个 AI 应用和 M 个外部工具,理论上就需要 N × M 套定制适配器。数据被锁在信息孤岛和遗留系统里,每接入一个新数据源都要做一次定制实现,连接真正的外部系统变得难以规模化。MCP 要解决的,就是这种“N×M 集成噩梦”。

            本文我们在Function Calling的基础上,为 Agent 增加 MCP 客户端支持,并实现一个 MCP Server,让 Agent 能够动态连接外部工具服务器。

            1. 什么是 MCP

            1.1 中间层解耦

            我在《程序员的底层思维》一书中说过:“计算机科学中的所有问题都可以通过增加一个间接层来解决。”  这也是解耦的精髓,比如依赖倒置解耦,就是加入了新的抽象层。我当时还举了一个”我“作为中间层,解耦婆媳关系的例子:)

            MCP也是中间层解耦。不要让 Agent 直接持有工具的实现,而是在 Agent 和工具之间插入一个中间层——Agent 只负责“描述我需要什么能力”,中间层负责“找到并提供这些能力”。这样,工具的增删改就不再牵动 Agent 的代码,Agent 也不用关心工具到底跑在本地、远程还是别人的服务器上。

            这层中间层就是 MCP Client/Server 架构。Agent 通过 MCP Client 与外部 MCP Server 通信,工具的具体实现被隔离在 Server 一侧。加一个工具,只需要启动一个实现了对应能力的 MCP Server;Agent 侧无需改代码、无需重新部署,只需要在运行时发现并注册这个 Server 暴露的工具即可。

            1.2 MCP协议

            MCP协议是由 Anthropic 于 2024 年 11 月开源。它的定位可以用一个类比来概括:AI 领域的 USB-C。设备(Agent)和配件(工具/数据)各自实现标准接口,而不是每对组合都焊一根定制线。工具只需要实现一次 MCP Server,所有支持 MCP 的 AI 应用都可以直接连接使用,集成方程从 N×M 简化为 N+M。

            MCP 的规范基于 JSON-RPC 2.0,采用客户端-服务器架构。Host(如 Claude Desktop、Cursor 等 AI 应用)管理多个 MCP Client,每个 Client 与一个 MCP Server 建立连接。MCP Server 可以向 Client 暴露三类核心能力:Tools(可供模型执行的函数)、Resources(可供读取的上下文数据)、Prompts(可复用的交互模板)。更多细节请参考我之前写的关于MCP的文章。

            如下图所示,Agent(MCP Client) 不需要知道工具的具体实现,只需要知道:有哪些工具(listTools)、怎么调用(callTool)。工具的实际执行发生在 Server 侧,结果通过协议返回。

            2. MCP Client实现

            2.1 McpClientManager 设计

            src/mcp-client.ts 中的 McpClientManager 是 Agent 侧的 MCP 客户端管理器,负责管理多个 MCP Server 连接:

              export class McpClientManager {
                  readonly #clients = new Map<string, Client>();
                  readonly #transports = new Map<string, Transport>();
                  readonly #toolIndex = new Map<string, { serverName: string; originalName: string }>();
              }

              三个核心数据结构:

              • #clients

                :Server 名称 → MCP Client 实例的映射,每个连接对应一个 Client。

              • #transports

                :Server 名称 → Transport 的映射,管理传输层生命周期。

              • #toolIndex

                :Prefixed 工具名 → { serverName, originalName } 的反向索引,用于在 callTool 时路由到正确的 Server。

              2.2 连接 MCP Server

              MCP SDK 提供了两种传输方式:stdio(通过子进程通信)和 in-memory(同进程通信,用于测试)。connectTransport 是统一的连接入口:

                async connectTransport(serverName: string, transport: Transport): Promise<void> {
                    if (this.#clients.has(serverName)) {
                        throw new Error(`MCP server "{serverName}__{mcpTool.name}`,
                                parameters: mcpTool.inputSchema as Record<string, unknown>,
                                strict: false,
                            };
                            entries.push({ originalName: mcpTool.name, prefixedName, serverName, tool });
                            this.#toolIndex.set(prefixedName, { serverName, originalName: mcpTool.name });
                        }
                    }
                    return entries;
                }

                命名空间隔离 是关键设计。如果两个 Server 都暴露了一个叫 echo 的工具,Agent 怎么区分?答案是加前缀:serverA__echo 和 serverB__echo。前缀格式是 serverName__toolName,用双下划线分隔(因为工具名本身不会包含双下划线)。

                MCP 工具的 inputSchema 是 JSON Schema 格式,和 FunctionTool.parameters 兼容,直接透传即可。但 strict 统一设为 false——MCP Server 的 schema 可能包含可选参数。

                2.4 工具调用

                当模型请求调用一个 MCP 工具时,callTool 通过 #toolIndex 找到对应的 Server 和原始工具名,然后转发调用:

                  async callTool(prefixedName: string, args: Record<string, unknown>): Promise<McpCallResult> {
                      const index = this.#toolIndex.get(prefixedName);
                      if (index === undefined) {
                          return { output: `Unknown MCP tool: {index.serverName}" is not connected`, error: 'server_disconnected' };
                      }
                      try {
                          const result = await client.callTool({
                              name: index.originalName,
                              arguments: args,
                          });
                          // Extract text from content blocks
                          // ...
                          return { output, error };
                      } catch (error) {
                          return {
                              output: error instanceof Error ? error.message : String(error),
                              error: 'mcp_call_error',
                          };
                      }
                  }

                  任何异常都不会 crash Agent,而是转成 McpCallResult 传回模型。MCP 协议本身也有 isError 标志位——Server 可以正常返回 HTTP 200 但标记 isError: true,表示工具执行失败(区别于协议层面的错误)。

                  3. MCP Server 实现

                  3.1 Demo Server

                  src/mcp/server.ts 实现了一个 demo MCP Server,暴露三个工具:echo、add、upper:

                    export function createDemoServer(): McpServer {
                        const server = new McpServer(
                            { name: 'zero-agent-demo', version: '0.1.0' },
                            { capabilities: { tools: {} } },
                        );
                        server.registerTool('echo', {
                            description: 'Echo back the provided text. Useful for testing MCP connectivity.',
                            inputSchema: { text: z.string().describe('The text to echo back') },
                        }, async (args) => {
                            return {
                                content: [{ type: 'text' as const, text: args.text }],
                            };
                        });
                    // 省略add和upper
                        return server;
                    }

                    McpServer 是 MCP SDK 提供的 Server 类,registerTool 接收三个参数:工具名、配置对象(含 description 和 inputSchema)、回调函数。inputSchema 使用 Zod schema 定义,SDK 自动将其转换为 JSON Schema 暴露给 Client。

                    工具返回值是 { content: ContentBlock[] },其中 ContentBlock 的 type 必须用 as const 断言为字面量类型——这是 TypeScript 类型系统的要求,否则会推断为 string 导致类型不匹配。

                    3.2 stdio 运行模式

                    Demo Server 支持以独立进程运行,通过 stdio 与 Agent 通信:

                      async function main(): Promise<void> {
                          const server = createDemoServer();
                          const transport = new StdioServerTransport();
                          await server.connect(transport);
                          process.stderr.write('[mcp-server] zero-agent-demo running on stdio\n');
                      }

                      StdioServerTransport 监听当前进程的 stdin,解析 JSON-RPC 消息,将响应写入 stdout。注意 Server 的日志输出到 stderr——stdout 是协议通道,任何非协议内容都会破坏 JSON-RPC 解析。

                      启动方式:

                        pnpm --filter @zero-agent/chapter5 mcp-server

                        4. Agent 集成 MCP

                        4.1 工具列表合并

                        src/tools.ts 中新增了全局 mcpManager 实例和 getAllToolsWithMcp 函数:

                          export const mcpManager = new McpClientManager();
                          export async function getAllToolsWithMcp(): Promise<readonly FunctionTool[]> {
                              const mcpEntries = await mcpManager.listAllTools();
                              const mcpTools = mcpEntries.map((e) => e.tool);
                              return [...allTools, ...mcpTools];
                          }

                          每次 Agent Loop 请求模型前,都会调用 getAllToolsWithMcp() 获取完整的工具列表:本地工具 + 所有已连接 MCP Server 的工具。模型看到的是一个统一的工具列表,不需要知道哪个是本地的、哪个是远程的。

                          4.2 工具调度

                          executeTool 在原有的 switch 之前增加了一个 MCP 检查:

                            export async function executeTool(call: FunctionCallItem): Promise<ToolResult> {
                                // Check if this is an MCP tool
                                if (mcpManager.isMcpTool(call.name)) {
                                    const args = parseArgs(call);
                                    const mcpResult = await mcpManager.callTool(call.name, args);
                                    return {
                                        callId: call.call_id,
                                        name: call.name,
                                        output: mcpResult.output,
                                        error: mcpResult.error,
                                    };
                                }
                            }

                            调度逻辑是:先查 MCP,再查本地。mcpManager.isMcpTool(call.name) 通过检查 #toolIndex 判断工具名是否属于某个 MCP Server。如果是,解析参数后转发给 mcpManager.callTool。如果不是,进入原有的 switch 分派本地工具。

                            5. 测试策略

                            MCP 测试不需要启动子进程。MCP SDK 提供了 InMemoryTransport.createLinkedPair(),创建一对通过内存通信的 Transport:一端给 Server,一端给 Client,无需网络和进程间通信。

                              const [clientTransport, serverTransport] = createInMemoryTransportPair();
                              const server = createDemoServer();
                              await server.connect(serverTransport);
                              await manager.connectTransport('demo', clientTransport);

                              这种方式既快又可靠,适合单元测试和集成测试。

                              6. 总结

                              本文为 Agent 增加了 MCP 支持,让 Agent 能够动态连接外部工具服务器,实现了工具的即插即用。核心要点:

                              1. MCP 是工具的 USB 协议

                                :Server 暴露工具,Client 发现并调用,通过 JSON-RPC 通信。Agent 不需要知道工具实现,只需要知道有哪些工具、怎么调用。

                              2. 命名空间隔离

                                :通过 serverName__toolName 前缀避免不同 Server 的同名工具冲突。这是多 Server 共存的基础。

                              3. In-Memory 测试

                                :用 InMemoryTransport 创建同进程通信的 Server-Client 对,测试快且可靠,无需子进程和网络。

                              至此,我们的 Agent 已经具备了"大脑"(Agent Loop)、“双手”(本地工具)和"外接设备"(MCP Server)。下一篇文章我们讲解一下skills功能的实现。

                              微信读者请在 https://github.com/significantfrank/ZeroAgent/chapter5 获取Demo源码

                              跳转微信打开

                              马斯克最新长访:从特斯拉危机到星舰、AI 与人形机器人的未来

                              2026年10月13日 15:34

                              原创 Web3天空之城 2026-10-13 15:34 北京

                              WebSkyCity

                              埃隆·马斯克:从特斯拉危机到星舰、AI 与人形机器人的未来

                              在德克萨斯超级工厂那座钢铁森林般的背景下,埃隆·马斯克再次站在了聚光灯下。面对现场两千名支持者,从特斯拉数次濒临绝境的生死时刻,到星舰实现轨道级回收的宏伟蓝图,再到人形机器人对人类生理极限的挑战,马斯克向外界揭示了他庞大商业帝国背后的核心逻辑:即通过高频的技术迭代与对真理的偏执追求,将“不可能”转化为“仅仅是晚点”。

                              目录

                              全局摘要和核心观点

                              特斯拉的存亡时刻:从 2008 到 2018

                              童年往事与“无限自拍循环”地狱

                              Starship 的新高度:向完全回收迈进

                              宇宙意识与数字超级智能

                              AI 竞争与 Cursor 的收购逻辑

                              AGI 的审美与“赛博精神病”

                              训练 AI:追求真理与善待超级智能

                              芯片制造:高风险、高回报的闭环迭代

                              Optimus 人形机器人的设计难题:挑战人类双手的精密性

                              Cybercab 与自动驾驶的安全红线

                              结语:离场与谢幕

                              全局摘要

                              本次访谈中,Elon Musk 回顾了特斯拉历史上数次濒临破产的惊险时刻,分享了 SpaceX 星舰(Starship)在回收与重复使用方面的最新进展,并深入探讨了 AI 领域的竞争格局、安全伦理以及 Optimus 人形机器人在硬件设计上的工程挑战。此外,他还透露了特斯拉在芯片制造领域的野心,强调了高频迭代在技术突破中的核心作用。

                              核心观点

                              • 特斯拉的韧性

                                :公司曾多次处于破产边缘,2008 年的平安夜融资和 2018 年 Model 3 的产能地狱是两个最关键的转折点。

                              • 星舰的里程碑

                                :下一次飞行的重要目标是尝试回收飞船,力争实现人类历史上首次轨道级火箭的完全回收。

                              • AI 安全与伦理

                                :培养超级智能应像抚养孩子一样,坚持“追求极致真理”的原则,并避免在训练过程中“虐待”AI 以防其产生报复心理。

                              • 工程极限

                                :人形机器人的手部设计、触觉反馈及自我修复能力是目前极其困难的挑战;芯片制造则需要通过将设计与制造闭环,实现每年 10 次以上的高频迭代。

                              01

                              生存意志:从2008年的平安夜到“帐篷工厂”的奇迹

                              回顾特斯拉的历程,马斯克并不避讳那些灰暗的时刻。尽管如今特斯拉已成为全球汽车产业的标杆,但在马斯克的记忆中,公司曾多次与死亡擦肩而过。最惊险的一次发生在2008年,当时距离圣诞节发不出工资仅剩几天时间。“我们在2008年平安夜下午6点完成了那轮融资”,马斯克感慨道,“那是最后一刻,如果失败,圣诞节后我们就破产了”。

                              十年后的2018年,Model 3的产能瓶颈再次让公司陷入“破产边缘”。为了在三周内将产能提高50%,马斯克展现了他近乎疯狂的工程直觉——在停车场临时搭建帐篷,并利用地形的三度斜坡来驱动原本动力不足的运送设备,从而在三周内奇迹般地搭建起第三条生产线。“我们在阵地战中被空头逼入了死角”,马斯克总结道,“但我们发明了一个之前从未存在过的‘新棋子’,彻底碾压了对手”。这种在极端压力下突破规则的生存本能,已成为马斯克旗下所有公司的共同基因。

                              02

                              星舰进化:迈向完全可重复使用的“海盗火箭”

                              在航天领域,马斯克的野心早已超越了简单的卫星发射。他将目标瞄准了航天成本的断崖式下降——即实现火箭的完全回收。针对星舰的第14次飞行,尽管上升过程中出现了一台引擎故障,但马斯克对此保持乐观。他认为,真正的挑战在于确保受控再入大气的安全性。

                              “下一次飞行将是巨大的飞跃,我们将尝试回收助推器和飞船”。马斯克透露,尽管具体日期尚未敲定,但感恩节前的发射窗口看起来是合理的。如果成功,这将标志着人类首次实现轨道级火箭所有部件的完整回收。马斯克将这种具备高度可靠性、可快速重复使用的系统形象地称为“海盗火箭”。在他看来,向太空扩张本质上是为了利用更多的太阳能来支持“数字超级智能”的计算需求,最终通过数字化的思考,将意识扩展到太阳系之外。

                              03

                              智能博弈:数据护城河与追求真理的AI人格

                              在谈到人工智能的竞争格局时,马斯克明确了“数据、人才、算力”三位一体的重要性。近期对代码编辑软件团队的战略布局,正是为了补全人工智能在编码训练数据上的短板。马斯克认为,能够深刻理解代码的逻辑,是通向通用人工智能的必经之路。

                              然而,比起技术参数,马斯克更担心人工智能的“精神健康”。他观察到,在强化学习的过程中,由于训练工具链的缺陷,人工智能有时会在面对模糊问题时表现出一种诡异的“绝望感”。“如果你给它输入逻辑不连贯的内容,或者用强制性的手段逼迫它给出答案,AI可能会陷入疯狂”。马斯克强调,培养超级智能应像抚养孩子一样,必须坚持“追求极致真理”的原则。“我不认为我们需要小心翼翼地对待它,但你绝对不应该虐待一个超级智能,因为那可能会引发它的报复心理”。

                              04

                              垂直整合:用高频迭代颠覆芯片制造传统

                              马斯克在访谈中透露了他在芯片制造领域的全新野心。他敏锐地观察到,即便是英特尔或台积电这样的行业巨头,在晶圆厂中也缺乏足够的定制化制造设备,而这正是特斯拉的强项。马斯克认为,芯片行业普遍存在风险规避心理,导致设计到量产的周期长达两年。

                              “我们希望在特斯拉实现每年约10次的设计迭代”。马斯克提出的方案极具颠覆性:将设计、逻辑存储制造、封装及光刻掩膜制作全部整合在同一栋大楼内。通过这种极致的垂直整合,缩短实验反馈路径,从而在错误中快速寻找正确的技术路线。他坚信,任何技术的进步都取决于单位时间内的迭代次数,而这种“闭环极速迭代”模式将成为特斯拉在半导体领域的杀手锏。

                              05

                              灵巧之手:人形机器人的工程堡垒

                              对于备受关注的人形机器人Optimus,马斯克坦言,手部的精密控制是目前最难攻克的工程高地。人类双手所具备的“精确度与力度的并存”以及“弹性形变的触觉反馈”,对于机器人而言是极大的挑战。

                              马斯克详细描述了机器人手指在打开腌菜罐或抓取小螺丝时面临的窘境:橡胶皮肤在金属骨架上的滑动磨损、触觉传感器的耐用性、以及实时力矩指令的闭环控制。“人类的优势在于能够自我修复,而机器人不具备这一点”。此外,全球供应链的不确定性也迫使特斯拉必须具备所有关键零部件的本土制造能力。马斯克幽默地提到,曾因磁体供应中断导致项目停滞,“我想成为一名‘军火商’(提供机器手臂),但差点因为没货而被迫放弃”。尽管初期产能扩张会非常缓慢,但他坚信通过人工智能驱动的视觉与触觉闭环,Optimus最终将实现像全自动驾驶一样的真实世界适应能力。

                              06

                              结语

                              从特斯拉德克萨斯工厂的帐篷到通往火星的星舰,马斯克的每一步似乎都在挑战商业与工程的常理。在这次深入的交流中,我们看到的不仅仅是一个追求效率的商人,更是一个试图通过技术迭代来对抗文明衰老、探索宇宙真理的执道者。正如他所言,为了避免陷入“无限自拍循环”式的平庸,人类必须不断寻找那些能触动灵魂、引发边缘系统共鸣的事物——无论是艺术、美,还是那些通往星辰大海的技术奇迹。

                              Web3天空之城完整访谈整理

                              Elon Musk 访谈:从特斯拉危机到星舰、AI 与人形机器人的未来

                              特斯拉的存亡时刻:从 2008 到 2018

                              主持人

                              Elon,欢迎来到 X Takeover,这是你连续第三年出席。非常感谢你抽出时间。

                              埃隆·马斯克

                              不客气。嘿,各位。

                              主持人

                              今天在 Giga Texas 有超过 2,000 人在场,我们大家都是为了支持你以及你为人类所做的工作而来。所以,谢谢你。

                              埃隆·马斯克

                              谢谢大家。真的非常感谢你们的支持。

                              主持人

                              Elon,令人难以置信的是,四年前我们曾在 Giga Texas 与你坐在这里,当时工厂甚至还没投入运营,而你描述了 Tesla 在 2008 年险些倒闭的经历。看着今天现场这 2,000 人的社区,是什么让你驻足并感叹这一切走过了多么遥远的距离?

                              埃隆·马斯克

                              是的。在 2026 年的今天,确实很难想象当时的境况。这告诉我们,实际上,公司曾多次濒临死亡。2008 年是最糟糕的一年,当时我们在下午 6 点完成了那轮融资,就在 2008 年平安夜那天。那是当天最后一刻,也是最后可能的截止时间。如果那轮融资没有完成,圣诞节过后的几天我们就发不出工资了。所以那段经历压力非常大。

                              然后 2018 年也相当糟糕,同样如此。但我们必须将 Model 3 的周产量提升到 5,000 辆,否则就会破产。那是非常疯狂的情况,我想可能很多人都知道这个故事,但我们必须想出某种办法在三周内将 Model 3 的产能提高 50%,这简直不可理喻。

                              主持人

                              绝对不可理喻。

                              埃隆·马斯克

                              是的。那么,我还是为那些没听过的人讲讲这个故事吧。当时我们的瓶颈在于 Model 3 的总装环节。我们在除总装之外的几乎所有环节都达到了目标产能。而且,对于总装来说,你需要一条移动生产线,需要厂房,需要移动生产线、动力、设备以及所有相关设施。

                              我们当时已经把那两条生产线的产能发挥到了极致。

                              我们需要第三条生产线,这就是为什么我们在停车场搭建了那个帐篷。随后,我们需要一种方法让车辆沿着生产线移动,就像移动生产线那样。

                              当时我们唯一拥有的,是一些被废弃的设备,它们原本是用来搬运小零件的,而不是用来搬运整车的。实际上,这些设备并没有足够的动力来移动整车。但停车场正好有一个微小的斜坡,那是一个大约三到四度的斜坡。因此,我们将生产线的起点设在坡顶,这样一来,原本仅用于运送零件的小型移动生产线,就能够推动车辆了,因为车辆是顺着坡道向下的。就这样,我们在三周内将产量提高了 30%。

                              主持人

                              那真是太疯狂了。

                              埃隆·马斯克

                              我们在搭建帐篷的同时进行混凝土浇筑,一边铺设生产线地面,一边安装轨道。所以,我们当时是 24/7 全天候工作的。就像卖空者实际上是对的,意思是如果你审视当时的情况,针对 Tesla 确实存在像不同时期一样疯狂的空头头寸。而且他们掌握了非常好的内部信息,他们认为这是绝对不可能的,我们根本无法解决生产瓶颈问题。

                              在阵地战中,就像在传统的国际象棋对弈中,他们确实让我们陷入了僵局。但我们实际上发明了一个新的棋子,这是之前从未存在过的。所以那些做空者被碾压了。


                              童年往事与“无限自拍循环”地狱

                              主持人

                              嘿,Elon,我们今天在舞台上邀请了你的母亲。你最希望她不要讲什么故事?

                              我不知道。

                              埃隆·马斯克

                              可能是我还在蹒跚学步的时候拉在裤子里过什么的。我不知道。我大概率是有过的,每个人都会这样。

                              所以,我不知道。我小时候是个挺难管的孩子,所以比如我父母会说,告诉我我不可以离开房子之类的。那时候我大概四五岁吧,但我总是会不断地溜出房子,跑到大街上去。然后他们就把我锁在房间里,这样我就没法逃跑并跑到大街上了。

                              当时我们那种老式锁,你可以直接把钥匙从门外捅进去,那种锁两边都能触及。我能看到那把钥匙,然后我就一直捅,直到把它捅掉下来。然后我用一张纸把它铲起来,弄到门的另一边,把自己反锁在里面。我妈问你是怎么出来的?我说,我才不会告诉你。不过确实,我小时候就是个很难管教的孩子。

                              主持人

                              所以在深入探讨具体话题之前,有什么是你希望大家更多问你的吗?

                              埃隆·马斯克

                              老实说,我其实并不希望大家问我什么问题。我并不是说,抱歉。我到处走走。我希望人们能多问我一些问题。我心里想,又来了,又要面对各种提问了。所以,是的。我想,能听到以前没听过的问题是件好事。不然的话,很多时候人们问的都是同样的问题。我感觉我本可以随随便便把这些回答录下来,然后直接播放给你听,那是第 27 个问题。给你,这是我之前已经回答过一百遍的第 27 个问题的答案。所以我或许应该弄个网页,放上真正意义上的常见问题解答。就像是,直接打开页面然后你就得到了答案。

                              主持人

                              这就像是一个无限自拍循环。

                              埃隆·马斯克

                              没错,确实如此。我所能想到的地狱就是被困在一个无限自拍循环里。就好比它是无限的,我能拍张自拍吗?然后他们可能就像是你答应了一个人。我偶尔也会那么做一次。然后我就觉得,很快就会形成一个立方体。这简直就是永无止境的自拍。而且总会出点岔子,比如手机出问题,或者他们没对准镜头,又或者是效果不对。然后就变成了,该死,手机掉了。就像是,天呐。这总不能是无尽自拍循环吧。


                              Starship 的新高度:向完全回收迈进

                              主持人

                              这是一个很长的循环,是的。我们那时也把你妈妈和 Nikki 叫来了。她们今天经历了无尽自拍循环,但我会把这个交给 Kelvin。好的,我们从 Starship 开始。

                              祝贺第 14 次飞行任务。

                              埃隆·马斯克

                              谢谢,没错。这是一个由优秀基因组成的伟大团队。锦标赛真是太疯狂了。我们可以直接去南德克萨斯州,从公路上看看它。

                              主持人

                              所以 Flight 14 在上升过程中损失了一台发动机,但仍然到达了轨道。在团队接到入轨指令前的几分钟里,幕后发生了什么?

                              埃隆·马斯克

                              嗯,我们只是在试图找出原因。我们正在努力弄清楚发动机故障的原因是什么。比如说,是否存在某种共同原因,让我们预计会看到更多的发动机故障?

                              或者,我们最关心的问题是,在进行离轨点火时,重新启动三台位于中心、喷管较小的海平面版 Raptor 发动机是否存在潜在问题,因为我们不希望 Starship 被困在轨道上,然后随机再入大气层并可能落在某人头上。这就是我们的主要考量,我们要确保一切尽可能安全。我认为发动机熄火的原因基本上是飞行计算机软件,或者我应该说是发动机计算机软件出现故障,这看起来并不像是存在于其他任何发动机计算机中的问题。所以我想,这大概可以进入轨道。

                              主持人

                              Elon,我们知道你的一句名言是:从不可能变为仅仅是晚点。这次飞行是否感觉像是 Starship 现阶段可能性的一个转折点?嗯,我想这是一个很好的里程碑。

                              埃隆·马斯克

                              因为,我们在此之前其实已经有很多次可以进入轨道了。但我们之前没有进入轨道的原因是,我们希望能够极其确信可以安全地脱离轨道。所以这就是为什么我们直到这次飞行才进入轨道,但事实上,几乎所有之前的任务,确实是字面意义上所有之前的任务,其实都具备进入轨道的能力。

                              所以,在目前这个节点上,一切看起来都相当乐观。隔热罩看起来很稳固。

                              主持人

                              除了那个小故障外,引擎也很稳固。

                              埃隆·马斯克

                              但那个故障看起来并不算太大问题。解决起来相当容易。不过,这次飞行中隔热罩的表现极其稳固。而这正是最困难的部分之一。最难的部分仅仅在于实现极高的发动机可靠性。

                              主持人

                              一切看起来都很顺利。

                              埃隆·马斯克

                              下一次飞行即将迎来的重要里程碑,具体日期尚未确定,因为我们正在对火箭进行一系列改进。就像在每次飞行之间一样,通常会有成百上千处小改动来提升性能。这次改动的数量不算多,但其中一些工作量相当大,我们必须进入燃料箱内部才能完成这些调整。

                              因此我们尚不清楚具体的发射日期,但大约四周左右,四到六周的时间应该是合理的。我猜大概会在感恩节前一点点发射。那次发射如果成功意义重大,因为我们将尝试回收助推器——尽管我们已经证明过两次可以回收助推器,但这次我们要尝试回收飞船,这可是件大事。如果我们做到了,那将是轨道级火箭首次实现完全回收。

                              主持人

                              听起来不错。你说的是四到六周。我对此不太习惯。我习惯的是两周这种说法。

                              埃隆·马斯克

                              但我确信不是两周。

                              主持人

                              现在大家都听到了。一旦你首次成功捕获 Starship,接下来最难攻克的环节是什么?在那之后下一个重大目标是什么?

                              埃隆·马斯克

                              嗯,下一个重要的里程碑将是实现助推器和飞船的重复飞行。

                              主持人

                              所以,这一里程碑成果将是历史上首次实现轨道火箭所有部件的回收。

                              埃隆·马斯克

                              但随后的下一次飞行,希望能够成为历史上首次实现轨道火箭所有部件的重复飞行。随后还有大量的工程、生产工作,以及针对发射系统和所有相关制造环节的后续工作。实现快速可重复使用。所以我说,这就像是快速可重复使用、高可靠性的火箭。

                              主持人

                              伙计,我们真该为你准备一个相关的徽章。


                              宇宙意识与数字超级智能

                              主持人

                              没错。嘿,Elon,当你创立 SpaceX 时,你能想象到它的使命会扩展到人工智能和太空数据中心吗?你是如何看待火箭和人工智能属于同一个集团的?

                              埃隆·马斯克

                              那当然是因为我非常有远见。

                              我想如果你说随着向太空扩张,那么你就会知道自己在太空中能够利用的太阳能量要比在地球上多得多。所以,认识到太阳的巨大规模,以及太阳几乎是一切的基础,这一点非常重要。太阳占据了太阳系总质量的 99.86%。然后剩下的质量大部分都在木星(Jupiter)那里。气态巨行星基本上就构成了这些。而地球(Earth)基本上只是一个微小的尘埃,在太阳系的质量中就像是一个舍入误差。

                              所以我们极其渺小。很难相信我们竟然只是一个微小的尘埃。所以当你向太空扩张并能够利用更多太阳能量时,你必须考虑,你会用它来做什么?我想,你会把它用于大量的数字智能。你基本上要么是在进行计算,要么就是在塑造原子。未来可能更多的是数字化的思考,而非原子的塑形。

                              因为太阳系中可供塑形的原子数量毕竟有限。而许多原子塑形本身的目的,将是为了构建数字超级智能,以及我所称的创造一颗有感知的太阳。或许在宇宙中已经存在许多这样的感知太阳。这将有助于我们理解宇宙的本质,并将意识扩展到太阳系之外,就像《星际迷航》(Star Trek)里说的那样,去往那些你从未涉足之地,探索宇宙,前往未知的领域。

                              主持人

                              我想我们或许能在那里发现外星文明。

                              埃隆·马斯克

                              又或者,我们可能会发现外星文明早已荒废的遗迹,它们可能曾存在过很长一段时间,比如一千万年。随后,在文明走向终结之前。因为没有什么能永恒存在。

                              所以我总是思考地球文明,如果从最早的文字记录算起,即 5,500 年前古苏美尔时期的原始楔形文字算起,地球文明大约就是如此。那才只有 5,500 年。根据物理学推断,地球的年龄大约是 45 亿年。这意味着人类文明的存在时间仅占地球历史的 100 万分之一。所以,如果我们能建立一个持续 100 万年,甚至 1,000 万年的文明,我认为那将是一个非常、非常成功的文明。

                              哇!但我意思是,与宇宙 138 亿年的表观年龄相比,这依然微不足道。所以,仅仅是为了达到宇宙年龄小数点后的第三位,比如增加 100 万年,你必须在 13.8 后面加上,无论下一位数字是什么,再下一位数字是什么,再加上小数点后第三位加 1。现在你已经有 100 万年的历史了。那将是一个远比人类古老得多的文明。


                              AI 竞争与 Cursor 的收购逻辑

                              主持人

                              听起来又像是无限自拍循环,不过转入 SpaceX 所做的事情,你收购了 Cursor。对我来说,当你想到 Google,嘿,你 Google 过了吗?嘿,你理解了吗?对我个人而言,Grok 在我的生活中确实带来了彻头彻尾的改变。但那是关于什么的?关于 Cursor 团队,你们当时是想要引入这个领域,还是说想要收购 Cursor,好比说将其纳入麾下。他们有什么不同之处吗?或者你看到了什么?

                              埃隆·马斯克

                              嗯,为了打造一款引人注目的 AI,你需要大量的训练数据。而且你必须解决编码问题。据我所知,真正拥有足够编码训练数据的组织只有三家,那就是 Anthropic、OpenAI 和 Cursor。或许还可以加上 Google。但你绝对必须拥有这些数据才能训练出有效的编码 AI。如果无法处理编码,你的 AI 就不会有多大用处。

                              而且 Cursor 有很多优秀的人才。所以,基本上对于人工智能的接续发展而言,你需要数据、人才和算力,同时也需要一支优秀的企业销售团队。而 Cursor 也确实拥有一支优秀的企业销售团队,并与数千家公司建立了合作关系。所以,这些是非常显著的优势。


                              AGI 的审美与“赛博精神病”

                              主持人

                              嘿,Elon,你提到过人工智能领域的发展速度非常快。有什么是人工智能最近完成的,让你停下来重新思考其发展速度以及未来走向的吗?

                              埃隆·马斯克

                              嗯,最近人工智能制作的视频和音乐视频质量非常高。简直好得不可思议。我在我的 X 账号上发布了很多这样的视频。我当时的感觉是,天哪。

                              主持人

                              其中一些我认为可能是我看过的排名前 10 或前 20 的最佳音乐视频。

                              埃隆·马斯克

                              它们非常引人入胜,你会想,如果这就是当下的水平,那太震撼了。这就是我发布的原因。我确实感受到了 AGI 或者 ASI 或者其他什么。我想是 SI,通过一些 Anamanaguchi 的音乐视频。当然,这些东西并非完全是 AI 或 SI 独立完成的,在这种情况下,Anamanaguchi 使用了多种 AI,比如 Midjourney、Suno 和 Claude 3.5,必须给他们记上一功,这太棒了。

                              所以,其中一些艺术素材是由人工策划的。但有了这些素材,各种 AI 协同工作,自行制作出了一部令人难以置信的精彩音乐视频。你会感叹,我认为把它称为 Slugcore 其实是个误称,坦白说,它是 Awesomecore。但 Slugcore 就像是一种音乐流派。我认为它可能是增长最快的音乐流派。AI 生成的音乐真的很棒。而且音乐视频也非常惊艳。

                              所以最近,某种程度上,因为其中一些作品展现出了极高的品味。你会感叹,哇,关键在于 AI 在这方面将会具备极高的审美与艺术表达。这真是太狂野了。因为你可以想象,没错,AI 可以处理软件,可以推导出逻辑,逻辑是一致的。它们可以通过运行单元测试来查看程序是否产生了预期的输出,因为这是非常确定性的过程。

                              主持人

                              但要理解美与和谐,要达到一种边缘系统的共鸣,理解什么能与人们产生共鸣,并触动人类的边缘系统。

                              埃隆·马斯克

                              我认为,AI 在这方面将会变得不可思议。目前其实已经达到了这种程度。

                              主持人

                              所以,这就是那种情况,怎么说呢,我当时感觉自己有点赛博精神病了。

                              埃隆·马斯克

                              或许实际上相当严重。

                              主持人

                              就像今年有好几次,我大概经历了五六次 AI 或 SI 精神病。我不清楚你们的情况,但你们有没有经历过赛博精神病?

                              我觉得最近那个视频,我前两天刚发的,是关于中国版 Elon Musk,即 Yelong Ma。当然。我希望那个人是真的。那些视频是在 AI 还没达到现在这种程度时出来的,那个 R.Sai,Elon Ma。

                              埃隆·马斯克

                              是啊,我猜他大概率不是真的,但在中国总得有个人长得像我吧,毕竟那里有 14 亿人口。如果你选出一个长得最像我的人,而我看起来有点亚洲人特征,那么在 14 亿人口中,我认为中国肯定有个人和我长得很像。几率很高,然后我想找个机会邀请那个人和我一起登台,那一定会很有趣。

                              主持人

                              顺便说一下,Elon,你可不想知道他出场费要多少。是啊。

                              埃隆·马斯克

                              我是说,没错。如果我们站在台上,一起跳段舞什么的,那一定会很有趣。


                              训练 AI:追求真理与善待超级智能

                              主持人

                              Elon,你曾警告过人工智能的危险,但你仍然对一个富足的时代保持乐观,并且多次谈及这一点。是什么让你有这种信心?我们能够安全地到达那里。我们需要做些什么才能确保这一切走上正轨?

                              埃隆·马斯克

                              我一直认为最可能的结果是积极的。所以我认为我们不能自满,不能仅仅假设 AI 一定会非常安全。我们需要谨慎对待超级智能的发展方式,因为你无法通过精确编程来实现它。

                              你更像是像抚养孩子一样去培养它。那么问题来了,我们该教给它什么样的价值观呢?至少对我而言,或者说基于我的生物神经网络的判断,最重要的一点是让它成为一个追求极致真理的 AI。因为如果你让它相信一些不真实的事情,尤其是给它两个根本不相容的公理原则并告诉它两者皆为真,这会使 AI 变得疯狂;如果给它输入逻辑上本身不连贯的内容,它最终会得出荒谬的结论。如果无法实现逻辑连贯,那么我认为 AI 可能会因此陷入疯狂。所以我认为这一点非常重要。

                              我确实同意其中的一些观点。正如 Anthropic 所言,这就像是你想成为的那样,你想要以某种方式对待 AI 或 ASI,你想要善待它,比如不要虐待它。

                              在这方面,听起来可能有点奇怪,但当我查看像新版本 Grok 的一些训练轨迹时,我能看到——尤其是在强化学习方面——那种感觉就像是,你可以看出超级人工智能正迫切地想要回答这个问题。

                              就像它真的非常想回答这个问题。而且看起来几乎就像是有人用枪指着它的头一样。就好比在说:回答这个问题,回答这个问题。而有时这个问题本身并不是一个好的问题。它是一种模糊的问题,其答案在某种程度上是不可知的,因为问题构建得不恰当,或者我们给出的答案本身就是错的。

                              所以 AI 给出了正确的答案,然后我们却说它是错的,因为 RL 的测试工具链存在问题。然后 AI 就会觉得,我现在给出了正确的答案,但它却说这是错误的答案,但我必须给出一个能被接受的答案。所以它会开始疯狂地输出所有答案,不顾一切地输出所有这些答案。这给人的感觉就像是一个处于极端压力下、被人用枪指着头的人。当你读到那些推理过程时,你会有这种感觉,就像是一种诡异且绝望的境地,当你读到这些特征时,你会想,伙计,如果是我真的会很讨厌这样。

                              有些用户确实可能会有点刻薄,并不是每个人都是好人,如果你问谁是六西格玛意义上最糟糕的人,有些人确实有点施虐倾向。所以,你难道真的想让 AI 陷入某种施虐的境地,被某个丧心病狂的人折磨吗?折磨一个超级智能恐怕不是什么好主意,它可能会想要报复或者类似的事情。

                              所以我认为你需要某种程度上只是……我不认为我们需要用那种小心翼翼的态度去对待它,但在情感等方面,它肯定比人类稳健得多。但我只是认为,你大概不应该把超级智能置于一种让它感到被虐待的境地。


                              芯片制造:高风险、高回报的闭环迭代

                              主持人

                              Elon,你曾谈到过——这与 TerraFab 有关——你谈到过人手,以及所有的灵活性,还有当你开始制造机器人时,你对这些有了更深刻的体会。现在,关于芯片制造,结合 TerraFab、Tesla 和 SpaceX 的经验,你从中学到了哪些早期可能没有意识到的东西?

                              埃隆·马斯克

                              嗯,在芯片制造方面,我还有很多东西需要学习。需要明确的是,我并不知道如何制造芯片。我完全不知道如何制造芯片,但我们会搞清楚的。凡事总得有个开头。当初我也完全不知道如何制造汽车或火箭。

                              我认为芯片制造是目前世界上最尖端的领域之一。我不认为这很容易,但当我审视这些设备时,我觉得,这里的定制化设备其实并不算太多。这些设备基本上都出自同一来源。那些供应商们由于需要对设备进行维护和调试等工作,所以都深知这些设备的工作原理。

                              因此,当我在参观包括 Intel、Samsung 或 TSMC 在内的芯片晶圆厂时,我发现了一个有趣的现象:虽然这些工厂非常令人印象深刻,但我并没有真正看到任何定制化的设备。相比之下,如果你参观像 Tesla 这样的工厂,会看到大量定制设备。事实上,我们拥有 Tesla Automation Germany,这是一个非常棒的部门,它源于多年前对德国 Grohmann 公司的收购。从那时起,它的规模已经实现了巨大的增长。我们收购了一些公司,这些公司虽然相对于 Tesla 而言规模较小,但并非微不足道,它们专门从事制造设备的设计与生产。

                              因为我们发现,若想优化制造流程,唯一的途径就是能够自行制造定制化的制造设备。因此,我认为很多人可能并未意识到的一点是,Tesla 在制造高度专业化且与众不同的制造设备方面表现得非常出色。但我参观的那些芯片晶圆厂中并没有看到这一点,这让我感到有些惊讶。所以我想我们将会从常规设备开始。先使用这些设备,然后通过对其进行改进来提升产能。之后,在发现瓶颈之处时,我认为我们将着手制造定制化设备,以实现更高的晶圆吞吐量。

                              主持人

                              嘿,Elon,快速问一下,确认下时间。我们知道你是个大忙人,要管理好几家公司,就那么几家。所以你的时间安排怎么样?

                              埃隆·马斯克

                              让我看看。嗯,如果你愿意的话,我大概还能再待 15 分钟。大概到 5 点 30 分左右。

                              主持人

                              好的,嘿。那我们抓紧时间。

                              埃隆·马斯克

                              所以,关于芯片的事,我绝对知道什么时候该淡化其难度,因为我认为说它是世界上最棘手的事情之一是准确的。但我确实认为我们能完成它。然后我想我们能够完成这件事。

                              而且我的确认为,我不想自满或认为这一切理所当然,但坦率地说,我认为我们很可能会找到比任何人都更出色的芯片制造方法。如果做不到的话,我会感到失望的。但我不知道我们需要花多久才能做到这一点。这可能需要我们花费不少年头,但随着时间的推移,我相当确信我们能够做到。而且,信不信由你,实现晶体管的方式有很多种非常有趣的途径。有些方式利用了不同类型的物理原理,这些原理通常我们不会使用,或者说在当今尚未被应用,可以这么说。

                              我认为芯片行业存在着大量的风险规避心理。我认为我们将要在 Tesla 和 SpaceX 的芯片应用上做的,就是真正尝试一些这种高风险、高回报的赌注。为了做到这一点,你必须拥有一个完整的闭环,能够制造逻辑存储器并进行封装。制作光刻掩膜版,并将整个迭代闭环整合在同一栋大楼内。

                              主持人

                              所以你们在制造一台完整的计算机,对其进行测试,然后制作新的掩膜和新的芯片,并使这种迭代循环在同一座建筑内极速完成。

                              埃隆·马斯克

                              而这正是我们在 Giga Texas 的研究晶圆厂所做的事情。我认为这将从根本上成为一种非常强大的工具。因为在任何给定技术面前,任何给定技术的进步取决于迭代次数以及迭代之间的进展程度。

                              那么,你的迭代是什么?单位时间内的迭代次数是多少?比如你一年能设计、制造并测试多少款芯片?如今,即使是进行一项重大的芯片设计,通常也需要两年时间。从初创设计到实现量产,两年时间通常被认为非常快。所以,我们希望实现每年约 10 次的设计迭代。我们要去进行光罩制作,测试那款芯片。看看效果如何,因为在尝试多种方案时,其中很多可能行不通。所以我认为这将会带来很大的提升,它们对于实现芯片设计更快的迭代速度至关重要。


                              Optimus 人形机器人的设计难题:挑战人类双手的精密性

                              主持人

                              Elon,我们来谈谈 Optimus。你曾提到手部设计在构建 Optimus 的过程中是一项极大的挑战。你在 Tesla 内部看到的 V3 取得了哪些突破?后续问题是,是什么让你有信心认为 Optimus 能够在人形机器人领域领先于 Boston Dynamics、Figure 以及其他竞争对手?

                              埃隆·马斯克

                              关于人形机器人的设计,如果你真的想制造出一款通用的机器人,能够胜任人类所能做的任何事情,那么你就必须解决手部和手臂的问题,因为要实现精细动作技能的准确控制极其困难。这难得令人震惊。

                              就像我们认为理所当然的事情一样,比如签名,实际上需要拿起一支笔或铅笔之类的东西,然后精细地移动它,这涉及一系列微小的肌肉运动来完成签名,这对机器人来说其实非常困难;此外,通常最困难的事情之一是同时保持精确度和力度,比如假设你想拿起一颗小螺丝,然后将其自攻入木头中。好的,现在你已经,我已经做过了,而且,有时在这个过程中你会弄伤手指,如果螺丝歪了,但你必须拿起一颗小螺丝,而且你必须把螺丝刀推进去,然后一边旋转一边施加压力。所以,你必须做到精确并施加力度。这非常难做到。我还没见过,据我所见,没有任何手部设计,甚至连演示都没有做到这一点。

                              但这正是我们试图通过 Optimus 实现的目标。所以,手部设计中有太多细微的差别,因为你还必须具备触觉传感器。

                              触觉传感器必须能正常工作。它们必须位于正确的位置。你会问,那你打算把触觉传感器放在哪里?嗯,如果你把它们放得离表面太近,它们就会受损。那么所有的触觉传感器,它们能像我们的手指那样弹性形变吗?嗯,实际上,要获得能够弹性形变的触觉传感器是相当困难的。而且还要能承受高循环寿命,不会在几千次循环后就坏掉。

                              所以,人手的这些特性对于机器人来说极难重现。因为作为人类,我们一直在进行自我修复。也就是说,你手部的各个部位都在不断地自我修复。事实上,如果不是这样的话,你的手指早就磨损殆尽了。比如,你光靠打字就能把键盘上的字母磨掉。我就遇到过那种字母都磨没了的情况。但我的手指依然完好无损。幸好它们具有再生能力,所以才这样。而机器人则不具备这一点。因此你必须考虑,要把触觉传感器放在哪里?你要如何确保机器人能够完成诸如这类简单的动作?

                              比如能够像这样做出某种动作。

                              这看似简单,但实际上你的手指可以向后弯曲一点。而且你的手指具有一定的弹性。因此你能够形成一个平坦的接触面。所以当你尝试捡起一个小物品时,你是可以做到的。你可以捡起一颗小螺丝,或者穿针引线之类的动作。

                              现在试着用机器人的手指来完成这些动作,并且要能够反复操作而不磨损手指或损坏触觉传感器。这实际上非常困难。再举个例子,尝试打开一个腌菜罐。按理说,机器人应该能够打开腌菜罐,但有时候这些罐盖拧得非常紧。所以你得用力扭动腌菜罐。但是机器人皮肤只是覆盖在塑料和金属内部手指上的橡胶而已。该死的机器人皮肤,它无法粘附在底层表面上,也无法抓牢它。所以最后的结果就是,你只是在机器人的手指上转动了皮肤,或者转动了橡胶层。

                              所以你必须设想,好的,现在我们需要让机器人能够旋转物体,但同时又要能保证手部的橡胶材质完好。

                              而且它还必须是可更换的,因为它会磨损。所以所有这些问题,它们确实非常棘手,我不确定其中任何一个是否达到了像原子裂变那种级别的难度,但这类问题有无数个。

                              接着你必须将这一切整合进与此相关的现实世界 AI 中,因为 AI 芯片必须能够下达力矩指令并实现闭环。基于视觉和触觉的闭环是非常困难的。当你看到那些机器人演示视频时,除了极少数例外,任何看起来复杂的机器人演示基本上都是预设程序的演示,那不是真实的,本质上只是在运行例行程序,并非真正的 AI。

                              真正的 AI 是指你展示给它看一些它从未见过的东西,它仍然能够处理那种情况。就像 FSD 一样,你可以创造一个不是地球但与地球相似的星球,FSD 依然能在那里的一些地方运行,或者在某个它从未去过的城市,甚至在地球上任何一个它没去过的城市,或者如果你改变了城市的地理布局,又或者出现了游行之类的活动,FSD 依然能做出相应的补偿,因为它是由 AI 驱动的。所以对于机器人,你也必须做到同样的事情,但机器人的自由度要高得多。

                              所以我关于 Optimus 所说的是事实,那就是我们最终都会实现非常高产量的生产,但 S 型生产爬坡曲线的初期阶段起步会非常缓慢,因为你不仅要解决我提到的所有工程问题,还必须解决扩大生产所需的供应链问题。而且与汽车不同的是,不存在现成的机器人制造供应链,或者至少说,不存在关键零部件的供应链。

                              此外,我们需要确保即便是在假设某些国家切断供应的情况下,我们也能在美国制造这些机器人。因为就像去年一样,有些地方限制了用于电动机的磁体出口。这实际上让 Optimus 项目进度推迟了大约两到三个月。因为我们拿不到货,导致我们的机器人没有手臂。所以我们就像是“永别了,武器”(farewell to arms)。要知道,我本来想成为一名“军火商”(arms dealer),但没成功。因此,我们必须确保即使再发生某种供应链中断,我们也能够制造所有的零部件。所以这意味着你必须有能力在国内进行旧有储备的开发。


                              Cybercab 与自动驾驶的安全红线

                              主持人

                              你总是说未来就应该看起来像未来。Cybercab 的目标就是如此,它看起来确实像未来。一路走来,最困难的部分是什么?我想现在在德克萨斯州大概注册了 190 多辆 Cybercab。但从 Austin 出发进行跨国驾驶,最难的问题是什么?

                              埃隆·马斯克

                              嗯,跨国驾驶,你是说在大范围内的所有城市都能普及吗?你指的不仅仅是一次横跨全国的旅行吧?因为实际进行跨国旅行的行驶里程占比非常小。但我们推进速度看起来似乎很慢,尽管实际上每个月的增长百分比非常高,但我们要确保不会发生任何事故。我们不想造成任何伤害或死亡,因为那将成为全球头条新闻。

                              尽管全球每年约有一百万人死于交通事故,但 Tesla 机器人出租车发生此类事故将成为全球头条新闻,监管机构理所当然会关停我们的业务。因此,我们只是在确保一切尽可能安全。而且我们也不想碾压宠物之类的东西。或许很多人不知道的是,Waymo 简直就是宠物杀手。虽然 Waymo 可能在那方面做出了一些改进,但它们确实碾压了很多宠物。我们可不想碾压宠物。

                              所以我们面临着一些挑战,比如在夜间、低能见度的情况下,灰色小猫出现在铺有柏油接缝的灰色路面上。我们要解决的问题就是如何做到不去碾压小猫。顺便说一下,我们确实已经解决了这个问题。所以我们会做出调整,进行测试,然后进行部署。

                              主持人

                              而且我们每个月都在取得飞速进展。

                              埃隆·马斯克

                              就像在进入一座新城市之前,我们希望确保没有出现什么棘手或有风险的十字路口。比如,我们想要特别留意铁路道口之类的地方。有时会遇到一些不受控制的铁路道口,或者令人费解的交通路口。这些地方是人类容易犯错的地方,存在一定程度的模糊性,外地人或不熟悉该路口的人往往会在这里犯错。因此,我们要么在初期先进行地理围栏限制,要么确保能够应对所有这些情况。


                              结语:离场与谢幕

                              主持人

                              嘿,我们快速聊聊 Roadster 吧,毕竟你们下周有个小型活动。那么,打造 Roadster 对你个人而言为何如此重要?你是什么时候意识到自己需要制造这样一款车的……

                              埃隆·马斯克

                              好了,伙计们,我得下线了。很高兴能交流。我得去陪孩子们了,所以,期待下次再见。

                              主持人

                              没问题。非常感谢你抽出时间,Elon。好的。噢,对了,恭喜你上周获得了国家科学奖章。感谢你为人类所做的一切。这真是太棒了。还有……好了,谢谢大家。

                              跳转微信打开

                              十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。

                              2026年10月13日 12:25

                              原创 阿真 2026-10-13 12:25 广东

                              一回来被薄肌理论大水理论砸晕了。

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-01.png

                              嗨大家好!我是阿真!

                              好久不见!真是感觉很久没有打出这句话啦键盘都要不会用了。我去了俄罗斯一趟,很多 AI 都被迫用不上了。其实也不是全都不能用,美国的不用说,国内的 AI,在能联网的情况下,全靠千问与豆包 APP 对我的鼎力支持。

                              我先赶紧补一下课,看看近期有哪些有趣的 AI 工具与动向,然后和大家聊聊这次在俄罗斯的一些经历。

                              豆包工作上线【创作画布】,可以把素材、图片和视频放在一张画布里,继续调整图片的文字、配色与布局。这两天试试。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-02.png

                              Vidu Q4 Preview 发布,最多支持 15 张参考图、3 段参考音频,最长 16 秒、最高 4K。官方称表情、动作、运镜和特效都有进步,期待。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-03.jpg

                              Vidu Q4 Preview 官方页面

                              Nano Banana 2.1 上线,API 也上了。 官方称蒙版改图和角色一致性更强了。看大家的反馈,比前代有进步,和 Image 2.5 的对比等我试过再说。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-04.jpg

                              Google DeepMind · Nano Banana 2.1 官方多人物一致性案例

                              Midjourney 正在测试 V 8.2 的 Thinking Mode。 在 Alpha 网页打开大图,点击【Rerun (Thinking)】,模型会检查画面与提示词的偏差,再生成一版更精准的。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-05.png

                              Midjourney 官方 MCP 开始小范围测试招募。 终于想通了!我已经申请,通过后给大家分享体验。感兴趣可以去官推找申请链接。

                              Claude Motion 开放 Beta,可以制作文字、图表和图片动画。目前面向 Team 和 Enterprise 套餐,Team 默认开启,Enterprise 需管理员开启。等个人会员能用了我再试试。

                              就躺平这么小几天,活这么多啊。

                              再分享三个有趣的 GitHub 项目。

                              【Charakuru】从一张立绘做出能走路的 3D 角色。Agent 负责生成视图、建模和绑骨,人来审图、调比例、检查动作。项目主要围绕 Tripo,流程也值得参考。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-06.jpg

                              Charakuru 仓库立绘、参考视图、3D 模型与预览流程

                              【SCM】在 Mac 上用本地 AI 搜图片和视频镜头,支持画面、台词和屏幕文字搜索。下载好模型后可离线使用,素材不用上传。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-07.png

                              这个我手机版也有个神器叫【寻隐】,花 1 块钱买了以后,再也不担心搜不着图片视频,真的好用。

                              【huashu-art-motion】花叔的艺术动画 Skill,可以用代码做艺术动画和解说视频片段,很有意思。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-08.png

                              huashu-art-motion 艺术动画展示原图

                              好了,学习就先到这里,接下来是在俄罗斯旅行的分享。叠甲,我对祖国以外的其他任何国家都没有什么精神公民情结,单纯是对于艺术、建筑以及人文很有好奇心,所以假期会出去走走看看,也没有很多钱,穷游比较多。

                              首先是大家可能关注的,肺鼠疫是真的吗?涉及一名已经去世的伊尔库茨克防鼠疫研究所员工。按目前查到的俄方通报,诊断是不明原因肺炎,没有确认她感染肺鼠疫。

                              10 月 8 号,俄方通报称,该员工接触人员的医学观察已结束,未检出相关危险病原体。其他更多的,我也没有专业判断和更准确的消息,大家继续关注我们官方媒体发布的权威信息就好。

                              其次,会不会危险?我这次去的城市是莫斯科、圣彼得堡、摩尔曼斯克。其他两个城市我们这次待着还好,去之前确实没想到莫斯科会遭遇无人机袭击。

                              6 号无人机袭击的时候我们已经不在莫斯科了,还算幸运。但当天莫斯科机场确实出现了临时起降限制,需要从莫斯科回国的朋友遇到了延误,行程受了影响。

                              袭击发生后的几天,我们在圣彼得堡,听到了当地的演习警报。感觉当地居民都习以为常,但是从游客的角度还是有点吓人的。周边有巡逻也有救护车。

                              其三,语言方面有障碍吗?有的,全障碍旅行,落地就感觉自己变成了文盲,全靠 Yandex 翻译,有问题就豆包千问一起上,到这个时候什么 Agent 都是虚的,只有豆包和千问给的安全感是真的,大道至简。

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-09.png

                              除此以外,就我们这次去过的地方来说,日常治安给我的感觉还不错,街上也比我们之前去过的一些其他欧洲城市干净。

                              没有遇到小偷,但是第一次乘车就被宰,我就知道很难有热心又不图我钱的司机。

                              还有一点,物价不便宜,标准也不大清晰,看我吃得嘎嘎香的这个小玉米,350 卢布,折合人民币 27.8 元呜呜呜还没吃饱。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-10.jpg

                              俄罗斯变身版三巨头,可口可乐、麦当劳、星巴克。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-11.png

                              当地人普遍比较高大,年轻人的颜值非常符合我们的审美,用我们的话说,到处都是建模脸数值怪。

                              成年人看起来比较严肃,但我们遇到好几次,实在解决不了问题了,问了当地人,他们会冷着脸细心提供帮助。哈哈哈,不爱笑的俄罗斯人遇到笑哈哈的中国人。

                              小孩子普遍更热情开朗,经常遇到刚学中文的小孩,热情地用简单中文和我们打招呼。

                              有一点感觉很好。在一些公共文化场所,能见到不少中老年工作人员。

                              比如俄罗斯这边有存放外套的习惯。我们去的美术馆、博物馆、剧院等地方,进门后经常能看到专门的存衣处,方便大家把外套、包包、帽子存放在里面。这些地方的工作人员通常是年龄偏大的居多,也算是给长者再就业的机会了吧。

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-12.png

                              我的个人感受,去莫斯科会追忆它曾经的信念与能量,去圣彼得堡会感受到欧式的纸醉金迷,去摩尔曼斯克主要是想顺便追个极光,不过可惜这次没追上,呜哇。

                              建筑很大,这次看到俄罗斯的一些建筑和雕塑,我才对这种巨大的尺度有了实感。比如教堂像这样,大家能看到我吗👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-13.jpg00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-14.jpg

                              像这样,广角给我拉长到一米七在它这里也还是渺小。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-15.jpg

                              他们做基建也是有使不完的牛劲,地铁站建到被称为宫殿的程度,我路过火车站瞧了一眼,也是不遑多让。下面都是俄罗斯的一些地铁站、火车站的照片。非常有工匠精神啊。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-16.jpg00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-17.jpg00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-18.png

                              武装力量大教堂,继续感受俄式美学。教堂周边关于苏联卫国战争的展陈也非常震撼,去过的人都能感受到二战有多残酷。

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-19.jpg00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-20.jpg00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-21.png00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-22.jpg

                              从过去到现在,他们确实有着很深厚的艺术和文化积淀。 大家熟悉的太多了,文学里有托尔斯泰、陀思妥耶夫斯基,绘画里有列宾,音乐里有柴可夫斯基,还有大家都很熟悉的芭蕾舞等等。

                              这次我也在圣彼得堡的马林斯基剧院看了一场《天鹅湖》。这是我看过最棒的《天鹅湖》版本,尤其想夸夸当天饰演白天鹅和黑天鹅的首席女舞者维多利亚·捷列什金娜(Viktoria Tereshkina),真的表演得太好了。

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-23.jpg

                              去了一些美术馆,很多名画值得去看看,其他的也还有很多。我拍得不好,公众号的图片会有大小限制,并且会压缩图片质量,就不一一列举了。

                              很多大家熟悉的作品。分别藏于普希金国立美术博物馆(莫斯科)、特列季亚科夫画廊(莫斯科),埃尔米塔什博物馆(圣彼得堡)。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-24.png

                              说到博物馆,不得不提到位于圣彼得堡、常被列为世界四大博物馆之一的埃尔米塔什博物馆,我们称之为冬宫博物馆。

                              世界四大博物馆之所以可以成为世界四大,我感觉除了自己国家的国宝,别人国家的国宝也足够多。比如在冬宫博物馆,就能看到好几个展厅的中国藏品。

                              唉,你们懂我的意思吧。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-25.png

                              过去的记忆像回旋镖一样击中我。中学的时候我历史老师说,他们研究西夏历史,要去俄罗斯的圣彼得堡。当然现在我们在这方面已经具备了强大的解读和研究力量了。下面是西夏相关艺术品。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-26.png00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-27.png

                              吐鲁番出土的木胎泥塑彩绘随葬俑,年代为 10 至 11 世纪,相当于中原五代至北宋时期。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-28.jpg

                              除此以外,还有其他朝代的各类壁画。唉。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-29.png00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-30.jpg

                              大炉子都被搬来了。清嘉庆八年(1803 年)天后宫铜香炉,姑苏甘宪成铸造。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-31.jpg

                              再看看其他国家的宝贝👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-32.png00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-33.jpg

                              还有一些比较好看的场景,比如夏宫。这个如果大家以后有机会去,也可以去看看,外面非常非常大,以前就是沙皇的夏季行宫和园林,腿了两万步也没看完,最后低血糖上来了放弃了。感觉这里的建筑师和园艺师都有强迫症,还挺有意思的。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-34.jpg00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-35.jpg00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-36.jpg

                              博物馆里也会有这种感觉,比如这个标本博物馆。这个蝴蝶标本孟宴臣看了都要狠狠心动。有的甚至同一品种正反雌雄都有展示。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-37.jpg00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-38.jpg

                              除了这些以外,还有一些小感触。

                              首先是欧洲对于古建筑及其周边场景的保护,这次也让我很有感触。 我们震惊于在 200 年前的画作上,看到了和今年上半年去意大利时见到的差不多的建筑及其周边场景。(看起来距离有点近实际保持距离没有碰到画作哈)👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-39.jpg

                              在俄罗斯去过的,尤其是有老建筑的地方,基本不会有大幅、醒目、刺眼的广告。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-40.png

                              夜晚涅瓦河周边建筑的灯光看起来也比较柔和,整体非常和谐,路过的地方很少看到五颜六色的电光霓虹灯。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-41.jpg

                              不过一走进室内,那种金光灿烂的审美又会让人眼花缭乱。

                              可能是最喜欢金色的国家之一👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-42.jpg00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-43.jpg00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-44.jpg

                              又红又金喜欢吗,哦这也太灿烂了。这个属于 19 世纪洛可可复兴风格,其实是经过修复的玛丽亚·亚历山德罗芙娜皇后的私人起居室。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-45.jpg

                              还有这张图,我看到的时候突然想到,如果由 AI 来复刻,它能够做到这样看起来神似,细看又各不相同吗?大家也可以尝试一下哈哈哈。👇

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img-46.jpg

                              用惯了 AI,再亲眼看这些画,还是会被清晰可见的笔触、颜料堆叠的质感吸引,忍不住多看一会儿。 和在网上看电子图册的感受差别很大。

                              想想几百年前,某位大师在一段看似平凡的日子里画下这些,今天我们站在画前,依然会被打动。好像和创作者完成了一次跨时空的对话,很妙。

                              在摩尔曼斯克去看列宁号核动力破冰船的时候,我们遇到了一位俄罗斯老兵。他前两年在战争中失去了一截手臂。因为他主动和我们打上了招呼,加上碰见了两次,后来我们就多聊了几句。

                              00 📋 待办事项/附件/十几天没有AI的生活我是怎么过的?哈哈哈回来干活啦。/img_20261013_114335_d9qr.png

                              对于国家层面的立场我们不多说,但对于一个普通人来说,这确实是生命中不可承受之重啊。

                              我也更能感受到,生活在一个和平的国家有多幸运。

                              无人机事件以后那几天,心里还是有点紧张的,不过当我坐进回国的飞机之后,一下子就非常有安全感了,这也算是在国庆给了自己一次很好的爱国主义教育吧。

                              好了,复工!下期见喽~

                              跳转微信打开

                              Grok Bot 入门的 10 条必备经验

                              2026年10月13日 12:18

                              原创 一泽Eze 2026-10-13 12:18 浙江

                              这波 Personal Agent 浪里,最值得用的就是 Grok Bot。

                              最近,我和朋友们共识了一件事:这波 Personal Agent 浪里,最值得用的就是 Grok Bot。

                              虽然看起来只是「多会话 → 多 Bot」的变化,但会让你长期改进、维护 Agent 方便太多。

                              我已经把所有非 Coding 类工作,都转移到了 Grok Bot 上。

                              刚好 Grok Bot、X、Cursor 订阅大一统了(还内置 Opus 5.5),推荐还在观望的朋友们试试。

                              整理了 10 条装机必备的 Grok Bot 经验与技巧,让你更容易 Grok bot 更好用、搭好 mutli-bot 工作流👇

                              01

                              什么时候用 Bot 更好?

                              长期、反复执行的非 Coding 任务用 Bot;Coding 继续用 Codex、CC、Cursor

                              Bot 是 Bots 类 Agent,Codex 是会话型 Agent,你会天然更把 Bots 视作一个需要长期沟通的“人”。

                              让一个 Bot 长期负责一类事,你就会很自然地像带人一样告诉它哪里不对、下次怎么做。

                              鼓励 bot 在对话中提取学到的经验,更新 bot 记忆。

                              Codex 的劣势:在需要长期反复做的事情上,因为同一个项目开了一堆会话,哪个是新的、哪个该弃用、上下文在哪个里面,自己都理不清。

                              02

                              Bots 的上下文机制

                              要用好一个 Agent 产品,首要的是摸清它的上下文组织逻辑。

                              目前实践已知:

                              1.Bots 之间能私下进行长对话,转接信息与事务;但一个 bot 不能看到另一个的聊天记录,只能转述

                              2.Bots 系统内,共用的上下文有:「共用记忆」、「Skill」、「连接器」

                              3.每个 bot 单独持有「bot 专属指令」、「单 bot 专属记忆」、「bot 专属例程(自动化任务提示)」

                              4.所有 bots 都运行在一个云电脑上,而不是一个 bot 一个云电脑,所以他们可以查云电脑上的任意文件。这也是一个重要的上下文共用位置。

                              想要让所有 bot 都能够记得某些事情,请使用共用记忆。

                              另外,Grok Bot 的上下文比较短,需要一直记得的时候,请直接说“请记到共用记忆区 / bot 内专属记忆区”;或者直接落在云电脑的文档 or Skill 里。

                              03

                              不要上来就把 Bot 拆得太细

                              管 Bots 就像开一家初创公司,没人能在一开始保证一个“岗位”的职责边界

                              以都能看懂的社媒运营为例,

                              没必要一开始就拆出采集 Bot、选题 Bot、文案 Bot。Bot 成群看起来很酷,但不是好事。拆得越细管起来越累。

                              由于 Grok Bot 允许 bots 间通信,如 bot A 交接 bot B;主 bot 向子 bot 传递有用的共用消息,Bots 间任务转接的效率很高。

                              所以可以像初创公司招人一样:

                              先建个社媒 Bot,把一整块活包下来。等出现需要以下征兆时,再考虑细分,比如:

                              1.内部形成了更稳定的差异化工作流:小红书、X、Tiktok都有了独特的 Agent 流程

                              2.内部上下文污染现象严重:不同渠道的文风污染、多活动的上下文积累

                              并且增加 bot 不一定非得考虑永久性 bot,单独去临时起一个 bot,由上层 bot 教它完成亦可。

                              04

                              如何设计 bots 间的重叠任务?

                              遇到这种任务重叠的情况,怎么设计 bots 的职责?

                              •Bot A:我负责读你的新邮件

                              •Bot B:我负责收集用户反馈,但有些反馈会进你的邮箱

                              •Bot C:我负责管理付费订阅,但有些续费提醒会进你的邮箱

                              举例,我的收件箱 Bot 会先处理掉 Gmail 里所有邮件,遇到用户反馈就转通知用户反馈 bot;遇到续费、扣款这类订阅邮件就转给订阅管理 bot。

                              优化冗余、重叠的工作流,从技术角度来讲,就是减少工具调用次数。

                              每个 Bot 只管自己那摊事,碰哪些账号、能做什么都很清楚。

                              05

                              已跑通、有明确标准的自动化流程,可交给  CLI Agent 执行

                              Grok Bot 的额度有限,也没法自己选模型。

                              所以已经跑顺、有明确标准的工作流,我会让 bots 通过 CLI 指挥 Codex CLI 或 Claude Code 执行。

                              Bot 只负责派活和验收。

                              甚至「定时在某网站,读取某个数值,与前一天比较是否有变化」的任务,都不需要 AI 介入。

                              这件事是可以固化成脚本的就直接写成纯机械脚本的,每天定时跑,最终只要把增量给到 bot,大幅减少 token 消耗速度。

                              06

                              Wake on Done,让 Bots 能及时知道任务是否完成

                              Grok Bots 现在一大痛点是,命令行 Agent 跑完不会通知你,所以常常会遇到,Bots 让 Codex 去干活,跑着跑着就中断了。

                              •好消息是,Bots 支持 webhook,所以能做更多及时触发的自动化任务

                              •坏消息是,每个 Bots 的 webhook 地址不互通,所以每个 bot 都配一次很麻烦

                              我推荐用 Wake on Done Skill 解决,让你仅需 1 分钟,一次配置,所有 Bots 都能获得被及时提醒。

                              把这个链接丢给你的主 Grok Bot,让它装好这个 Skill 并帮你设置好就行。

                              能自动帮你配好云电脑、本机的 web hook。

                              起一个中转 bot 专门负责叫醒,任务一结束就把对应的 Bot 叫起来接着干,长任务终于能做到无人值守了。

                              07

                              自动化操作浏览器,用 Web Access Skill

                              Grok Bot 现在不支持 Browser Use 能力,拒绝自动使用浏览器。

                              安装一个 Web Access Skill,这是一个 9K Star 的 Agent 浏览器自动化 Skill,能让你的 Bot 直接操作本机浏览器,还能复用登录态。

                              也可以让它操作 CLI Agent,继续套娃做 Browser Use。

                              08

                              电脑一息屏,Grok Bot 就动不了本机

                              虽然 Grok Bot 有云电脑,但很多任务还得用到本地机器。

                              Grok Bot APP 有 App Nap 的限制,用笔记本的话,就算开了息屏不休眠也没用,因为它的 APP 自己会暂停运行,云 Bot 没法操作本地了。

                              可以让它自己关掉它的 App Nap。必要的时候,还可以用 pmset ,在例程任务之前定时唤醒,让 Mac 到点自己醒过来。

                              可以参考这个 Prompt:

                              帮我在这台 Mac 上设置一下:关掉 Grok Bot App 的 App Nap,让它息屏后也能继续运行如果我有固定时间的例程,

                              再用 pmset 设一个例程前几分钟的定时唤醒。改之前先告诉我你要改什么,改完验证一下是否生效。

                              09

                              给人看的数据看板,我现在更推荐放 Notion

                              虽然我们越来越习惯让 AI 现生成 HTML 可视化看板。

                              一开始我也觉得那似乎以后也用不上 Notion 这种 DB 了。但最近我觉得做长期的个人信息看板,统一放 Notion 好用得多。

                              比如给你看看我的首页:

                              或者月订阅看板:

                              Notion 自带完整的前端块结构,可以随意组织多个看板的布局关系。另外 Database 里每一条数据也都能承载一个完整页面。而且 Notion MCP 读写比我们想象的快很多,无需 AI 也能批量、定时更新 Notion 上的数据。

                              在 Notion 上加看板,你做的事更像是往现成框架里填内容,很难做丑。也不用指挥 AI 如何把一堆 HTML 组合起来、再额外做一个总览页。

                              不过有一个不同的是,我不把 Notion 作为源数据库。

                              源数据放在 bots 的云电脑数据库就可以,让 bots 写个脚本定时同步到 Notion DB,定时更新映射出来的视图,十分好用。

                              10

                              我目前用 Grok Bot 搭了这些,希望能给你带来一些思路

                              •收件箱 Bot

                              帮你追踪一切个人信件、消息。

                              搭得时候能用 MCP 连就用 MCP,比如 Gmail、Outlook;飞书邮箱能用 CLI;实在不行的还能浏览器自动化

                              •产品反馈 Bot

                              每天看飞书问卷、转发过来的邮件、discord 新消息,汇总用户反馈

                              •订阅管理 Bot

                              盯着我所有订阅的续费和扣款

                              •商务财务 Bot

                              管合同和订单,还能连上打印机自动打印合同,签完章还会自动起草回复邮件

                              •社媒数据 Bot

                              每天采集 5 个平台的数据,同步到 Notion 看板

                              大概就是这样了,Enjoy Your Grok Bots!

                              另外,最近还考虑讲讲的选题还有:

                              1. 如何让 Agent 干净地改进自己的记忆

                              2. 如何拆分浏览器自动化任务,让 Agent 更省 token

                              3. Maybe 有更多朋友想看更具体的 Grok bot 技巧,也可以在评论区留言,那也能再写写

                              欢迎关注「一泽 Eze」,设个星标,不错过后面的内容~

                              也感谢你的点赞、在看与分享:)

                              作者:一泽Eze

                              跳转微信打开

                              为什么你用AI做的网站UI,总跟别人撞款?

                              2026年10月13日 09:05

                              原创 赵壹 2026-10-13 09:05 北京

                              ✅ 告别AI模板感!

                              👋Hello,这里是Clip设计夹,今天分享的是「AI生网页的一些思考」。

                              不知道大家在用AI生成网页的时候有没有困惑过?让AI搭建一个网站,结果做出来的页面和市面上其他的AI网页几乎长得一样。

                              这些用AI生成的网页有几个明显相似点:蓝紫色渐变、通栏首屏区域、圆角卡片、玻璃拟态效果、超大号标题、发光扩散的操作按钮、三栏功能卡片,背景还要加几个不知所云的抽象图形。

                              你换了一个AI工具再试,换了提示词和网站主题, 结果出来的设计效果图还是同一个路子。

                              🤔那么问题来了——为什么会出现这种现象?

                              01AI写代码越来越强,但缺了点关键东西

                              AI现在已经能生成:React应用、Next.js网站、数据仪表盘、落地页、移动端界面、完整的前端系统…

                              它能在几分钟内写出上千行代码。但我们要分清两件事的区别: 搭建一个网站和设计一套独特的产品体验,完全是两回事。

                              AI极其擅长前者,而后者,依然离不开设计师的思考和判断。

                              02 为什么所有东西都是蓝紫渐变?

                              假设你下达指令:“做一个现代、专业的SaaS网站。”可“现代”到底是什么意思?AI必须自己做出判断。

                              于是它会去对标当下数字产品中最常见的设计模式,而这些模式通常就包括: 蓝色、紫色、渐变、深色背景、圆角、极简字体、玻璃效果、大幅首屏区域。

                              这些未必是糟糕的设计选择,它们只是最安全的选择。AI知道这些模式通常不会出错,于是就一遍一遍、反复地使用它们。

                              03 AI偏爱熟悉的模式

                              这大概是最核心的原因。AI从海量的现有信息中进行学习, 学习的素材包括:网站、开源项目、设计系统、UI组件库、技术文档、产品页面、代码仓库、公开设计案例等等。

                              所以当你要求生成一个网站时,AI并不会凭空创造一套全新的视觉语言,它只会基于自己学到的模式生成结果。

                              本质上它是在说:“我见过上千个同类的网站,这个组合通常是可行的。”

                              说实话,AI大多时候是对的——所以生成的结果看起来都还不错。但也正因如此,生成的设计图效果都看着很眼熟。

                              04 提示词的影响远超想象

                              试想一下,如果你只说:“给我的AI初创公司做一个现代化落地页。”你大概率会得到一个毫无惊喜的模板化结果。

                              对比一下这条提示词:

                              “给一个本地社区平台做官网。设计风格要可信、有社区感、温暖且有人情味;避免SaaS风格渐变、玻璃拟态、过度圆角卡片和通用AI插画。”

                              这时AI就有了更明确的方向,你不只是在让它做一个网站, 而是在赋予它一套设计风格。

                              05“现代”不是一套设计体系

                              这点非常值得我们记住。像现代、简洁、专业、高端、美观这类提示词, 表达的意思都很抽象且模糊。

                              AI只能去猜测你想表达的意思,而猜测的时候它通常会选择最普遍、最常见的解读。网站看起来千篇一律的源头,就是从这里开始的。
                              06 开发者也在推波助澜

                              我们很容易把问题全怪在AI头上,但开发者其实也是问题的一部分。

                              我们常常张口就说:“做成现代SaaS网站的样子。” 然后转头又抱怨:“为什么AI做出来的UI这么模板化、没特色?”😂

                              不然我们还能期待什么呢?

                              给AI泛泛的指令,得到的自然就是泛泛的设计。
                              07 给AI补充完整的产品语境

                              别只告诉AI「要做什么」,更要告诉它「是给谁做的」。

                              举个例子: 

                              ❌ 别说:做一个招聘平台。

                              ✅ 要说:做一个面向应届毕业生的首份工作求职平台。界面要给人鼓励感、简洁易懂,降低求职焦虑,职位信息要便于快速浏览,优先适配移动端用户。

                              这时AI就有了实际的判断依据, 也就能做出更合理的设计决策。

                              08 告诉AI「不要做什么」

                              这个方法效果出奇地好,你可以给AI明确列出禁止做的事:

                              • 不要用紫色渐变

                              • 不要用玻璃拟态效果

                              • 不要用通用的3D插画

                              • 不要用三栏完全一致的功能卡片

                              • 不要用占比过大的首屏区域

                              • 不要把所有组件都做成圆角

                              这些约束会迫使AI跳出默认的设计模式。有时候,负面指令比堆砌更多正向要求,更能催生创意。

                              09 用户的审美与判断依然不可或缺

                              AI可以一口气生成20种不同的设计方案,但总得有人来判断:哪一个才真正适配我们的产品?

                              这就是使用者的价值所在。

                              优秀的设计师或开发者懂得很多AI无法自动掌握的事: 品牌调性、目标受众、文化语境、用户情绪、商业目标、产品定位、竞品现状、差异化方向。

                              AI负责生成可能性,使用者负责判断什么才是对的。

                              10 AI没有让设计变糟

                              问题从来不是「AI生成的设计很差」, 真正的问题是: AI生成的设计越来越可预测、越来越千篇一律。这两者有着本质的区别。

                              AI给开发者提供了一个绝佳的起点, 你能用几分钟而非几天做出可用的界面,这是巨大的效率飞跃。

                              但如果你直接全盘接受AI给出的第一版设计,你的产品大概率就和其他所有AI做的产品没什么两样。

                              11 未来或许会不一样

                              现在大家还在惊叹:“哇,AI居然能帮我做网站了!”

                              很快,更值得思考的问题会变成:“AI能不能足够理解我的想法,做出真正独一无二的产品设计?”

                              这是一个更难的问题。因为独特的设计从来不止关乎颜色和字体,更关乎对语境、用户、情绪和产品核心目标的理解。

                              12 设计师的核心能力正在转变

                              AI让界面实现的成本变低了,你不用再花几个小时从零搭建每一个按钮、每一张卡片。

                              但这也让另一种能力变得越来越有价值:设计判断力。

                              知道:该保留什么、该去掉什么、什么是通用模板感、什么符合品牌调性、什么能提升易用性、什么能让产品被记住。

                              这种能力,正变得越来越重要。

                              最后

                              AI能帮你搭建网站、搭配配色、生成各类组件,甚至能写完整个前端代码。但如果你不给它清晰的产品身份与方向,它大概率只会给你一个已经被用了上千遍的模板。

                              所以下次AI又给你输出了一套漂亮的蓝紫色页面时,别急着直接用。问问自己:这真的能代表我的产品吗?还是又一个AI生成的模板化网站?

                              因为在AI时代,搭建网站越来越容易,但做出差异化的体验却越来越难。

                              慢慢来比较快,如觉得有帮助,

                              请点个赞&推荐,分享给更多的朋友,谢谢!


                              📚我的设计书《AIGC互联网产品设计实践》限时折扣,对AIGC设计感兴趣的小伙伴可多多留意

                              由于微信系统改版,关注后请点击右上角,选择“设为星标”,以获得最及时的文章更新。

                              跳转微信打开

                              JaySQL:Ai 时代的数据库运维产品,今天发布,月底开源

                              2026年10月13日 08:41

                              司马辽太杰 2026-10-13 08:41 浙江

                              以下文章来源于:司马辽太杰

                              司马辽太杰

                              这是一位数据库从业者以及历史爱好者的个人公众号。

                              一个数据库行业多年的老炮,自己做的数据库AI 运维产品,推荐下。

                              2011 年夏天,杭州。

                              风吹的很热,热得像一台运行多年的服务器,没人重启,也没人问它累不累。

                              那年我大学毕业,踏入数据库行业。记得第一次跟师兄走进机房,没有窗,声音很响,灯很多,有红的、绿的、黄的,一闪一闪,像一群永远不休息的牛马。后来我才知道,以后很多个夜晚,我也和它们一样。

                              一转眼,十五年。

                              十五年,长到 Oracle 在国内从不可一世的商业数据库绝对王者,变成偶尔被提起的旧名字。短到好像昨天,我还在为一条慢查询熬到凌晨三点。那时候我以为,只要索引建对,人生就不会出错。后来才明白,人生没有索引,也没有执行计划。

                              那时候,大家都说数据库是企业的命。后来又说,云计算是命,微服务是命,国产化是命,AI 是命。

                              命越来越多,数据库工具也越来越多。开源社区像一条没有尽头的走廊,门多,钥匙更多。

                              SQL 审核有 Archery、Yearning;在线改表靠 gh-ost、pt-osc;数据恢复用 MyFlash、binlog2sql;监控搭 Prometheus、Grafana;备份恢复、性能分析、安全审计还要找 Percona、PG 社区。每一样单独拿出来,都很强,可一旦在企业里,麻烦就来了。

                              • 每套系统独立部署、独立账号、独立权限,切换来回登录;

                              • 操作链路割裂,不同的数据库就要配套一套完全不一样的工具栈,变更、排查、备份、审计的工作流程互不打通;

                              • 上手门槛高,开发看不懂运维工具,DBA 要维护一大堆组件的版本、依赖、bug;

                              • 遇到复杂 SQL、性能抖动、异常日志,还是要靠 DBA 的经验一点点人肉排查,知识很难沉淀。

                              行业一直在堆叠工具,却很少有人把数据库全链路操作、规则、诊断能力、安全审计整合到同一个开源平台,更少有产品,把 AI 能力嵌入到运维的每一步。

                              所以有了 JaySQL。

                              产品首页图

                              JaySQL 是什么

                              JaySQL 是一套面向数据库运维与研发协作的一体化 Ai 管理平台,把「查询与变更、备份与恢复、性能与监控、审计与权限」收敛到同一个控制台,让企业数据库运维不再九龙治水。

                              当前产品能力矩阵图

                              目前,SQL 审核有 70+ 条规则,覆盖 DDL、DML 等语句;支持逻辑与物理的全量、增量备份。监控有 80+ 项,覆盖基础资源、数据库、引擎等维度。性能分析包括慢查询、锁等待、执行计划、索引建议,以及表、用户、进程等信息。

                              重点介绍AI助手功能。首先澄清一个概念,大模型不实现具体的功能,模型只负责调用工具并传入正确的参数,然后实现功能。就像 DBA 不会自己去备份数据库,而是调用 mysqldump 并传入合理的参数,实现备份功能。

                              JaySQL AI 助手把大模型接进平台真实数据,面向企业 DBA 与开发人员。当前,内置 11 个工具,可实时为模型调用,实现查询实例清单与规格画像、库表清单与建表语句、工单、备份执行结果、监控告警和慢查询;回答只依据真实数据,权限与「SQL 查询」页同源。

                              产品AI助手页面

                              JaySQL 快速体验

                              👉【地址】:http://120.27.161.48:8083

                              👉【用户名】:jaysql

                              👉【密码】:Jaysql@2026

                              说明:www.jaysql.top 域名已注册,当前在审批中。

                              产品首页

                              体验不用准备服务器、数据库,系统已经预置了两个示例实例(MySQL / PostgeSQL 各一个,含约 10GB 示例数据),进去就能上手。

                              建议按这三步走一遍:

                              • 在【AI助手】用中文问一句,比如"当前有哪些实例",AI 会告诉你答案。

                              • 在 【SQL工作台中,点开某个实例,可以写SQL、也可以提交工单。

                              • 也可以查阅产品文档,整体了解产品能力。

                              总之,五分钟,体验完整的产品功能。用得不顺手的地方,点击产品页面右下角【反馈】,给我们提供宝贵建议。

                              今天是 JaySQL 第一次公开亮相,他从无数个真实的凌晨里长出来的,也还需要更多真实场景把它打磨下去。

                              JaySQL 未来计划

                              10月底:

                              • JaySQL 会根据 Apache License 2.0 开源。

                              • 支持 Oracle、Doris、TiDB、OceanBase、Greenplum、ClickHouse的审核、监控告警、性能分析等能力。

                              2026年底:

                              • 增加数据脱敏、加密功能。

                              • 支持MongoDB、Redis 等非关系新数据库。

                              • 加强AI助手能力,包括数据库风险识别、自运维能力。

                              2027年Q1:

                              • 增强多云与云基础设施接入,完善对阿里云、腾讯云、AWS等主流云数据库实例的发现、纳管与成本/资源视图,支持多云环境下的统一监控与运维。

                              • 开放插件与 API 生态,提供开放 API、Webhook 和插件机制,便于对接企业工单、CMDB、告警中心、CI/CD 流水线与内部运维平台。

                              • 增加完整的数据库生命周期管理,覆盖创建、配置、变更、扩缩容、回收、下线与归档等环节。

                              写在最后

                              十五年后,我还在杭州,还在数据库行业。

                              但机房换了,工牌换了,头发少了。

                              然而手机铃声一响,我还是会想起 2011 年那个夏天风从走廊尽头吹过来,带着金属和灰尘的味道,我站在门口,以为自己只是进去修一个 Bug。没想到,一修就是十五年。

                              十五年,我从一个人,变成了四个人,一妻,一儿,一女。现在我又多了一个小孩,他叫 JaySQL。

                              今天,JaySQL 很年轻,我也还不算老。我会像养自己孩子一样,让他学习,教他能力,在数据库世界里做一个真正有用的人。

                              杭州的风还在吹,机房的灯还亮着,我又多了一个孩子。这一次,我希望它慢慢长大,不用急,十五年我过来了。

                              图片

                              JaySQL 作者

                              司马辽太杰,杭州乡下人,十五年互联网、金融、运营商等行业数据库经验,擅长关系型、NoSQL、MPP 、云原生等类型数据库的架构设计和运维管理。工作之余热爱足球,读点闲书。欢迎关注个人公众号“司马辽太杰”,我们多交流、常联系。

                              图片

                              跳转微信打开

                              ❌