铃阅时讯
❌

阅读视图

人生周报v089

原创 李继刚 2026-09-06 22:36 北京

「一襟幽事,砌蛩能说。」

《剑来》里,陈平安遇到眼前一亮的句子,会一笔一画刻在竹简上,时不时拿出来晒晒太阳,翻拣重读。

以陈平安为师,我想记录一下每周在这世上遇到的好句子。

每周读到的好句子,收下来晾一晾 —— 是以有「读」。

心里总有话忍不住想对这个世界讲 —— 是以有「说」。


读

Most people use AI backward.

For any document or presentation:

Don’t start with AI and then edit its draft.

Start with your own draft. Then ask AI to analyze and improve it while preserving your style.

X @MoZarrinsadaf

Memory, not compute, is the rate limiter of the Agentic Era.

X @PeterDiamandis

衡量聪明程度的一个信号可以是多快进入对方的 context 里。

即刻 @julian

经常阅读的人,哪怕安静坐着,也在悄悄进行一场体内的春天。

即刻 @大黑天

退休不是终极目标啊,尽快找到/创造出一份 90 岁都不想离开的工作才是

即刻 @老黄牛

  • Don’t stop having fun(fun is velocity)

  • Fix what annoys you

  • Stay focused

AI 时代个人项目三原则

即刻 @志达

写作的瓶颈其实是阅读的瓶颈。

即刻 @方六

如果今天最一线的 VC ,把所有的路演的语料都存下来,甚至是语气,把所有合伙人的打分和判断也存下来,都喂给大模型,几年后,按照是否有好的融资、是否有好的 IPO 再来标一遍数据。

这个模型会不会超过大多数 VC?

即刻 @吴炳见_bj

很多人习惯把知道某事物的名称和理解它混为一谈。

即刻 @笑里不藏刀老老王

说

心里升起关心某个人的念头时,立马去做。

每个群,某种程度上是群主在某一话题上的审美外显。

在每个群里都发推广,「在所有地方,都做自己」,是一种「目中无人」,你并没有看到「这个群」,目之所及只有流量。

「看见」对方,很难吗?

模型厂商进入了红皇后效应的博弈局面:「落后即死」。

大家觉得太快有点晕车,想踩一脚刹车也不行,这个局面不允许。

只有拼命奔跑,才能继续活在牌桌上。

《技术革命与金融资本》里对「泡沫」的解读:

泡沫是新技术进入旧世界时,唯一能把基础设施铺过头的方式。

世界仿佛有无数个彼此重叠的图层。

面对同一个场景,每个人都会用自己的经验、记忆与欲望重新渲染。于是,我们看似身处同一个现实,实际活在截然不同的世界里。

把「群」视作一个「大模型」,每个人的发言都是一条 Prompt

幸福是一种经验,而不是一个判断。

他者对投射的抵抗,才让我们第一次看见他者。

书

本周推荐书籍《山海提灯》(跃千愁著)。

这是一本网络小说。上个月做「博弈论」主题阅读时,不断回想起这本小说中主角的各种决策:原来主角是个博弈论高手。

《剑来》读完之后,我最近比较沉迷的一本新书,推荐。

跳转微信打开

  •  

一个人、两周、数百美元,如何训出登顶 Hugging Face 的模型|42章经

原创 曲凯 2026-09-06 21:00 北京

模型的价值会慢慢地往应用公司让渡?

本期节目的嘉宾逯雨鑫是 Mind Lab 的研究员。此前,他以个人开发者的身份,仅花费数百美元,后训练出了两个登顶 Hugging Face Model Trending 榜的模型。

本期播客原文约 15000 字,本文经过删减整理后约 4800 字。

曲凯:今天大多数人还是觉得训模型是一件非常难的事情,不知道有哪些步骤、具体该怎么做。大家印象中,训模型的人一般也都是各种 PhD、researcher 之类的。但雨鑫你其实不是 AI PhD,此前也没有 AI Lab 的训练经验,为什么能训出两个登顶 Hugging Face 开源模型榜首的小模型?

雨鑫:其实要训出能在工业界用起来的模型,路径是很明确的,没有大家想象中那么难。只要自学一些基础,再加上现在各种 AI 工具的加成,很多人都可以做到。

曲凯:你训练这两版模型,大概花了多少时间和钱?

雨鑫:第一版花了 5 天左右,第二版时间长一些,大概两三周,然后总共花了几百美元。硬件上,我就用了一张 5090。现在租一张 5090,每小时可能只要一两美元,真正训练一次也就是十几个小时。即便迭代几版,硬件成本也不会超过 100 美元。软件上,我用了一个 200 美元的 Claude Max Plan,主要用来合成目标领域的数据。

曲凯:最后训练出来的效果怎么样?

雨鑫:我的模型主要针对 agentic 场景,把对应的 benchmark 从底座模型的 15 分提升到了 55 - 60 分左右。

不过,个人或应用公司训练模型,往往需要做一些取舍。在资源有限的情况下,你可以让模型在目标能力上变强,但其他 benchmark 或多或少会下降。

曲凯:我能不能简单理解成,你的做法就是用更强的 teacher model 生成数据,通过 SFT 蒸馏出一个特定领域的小模型,让它在某些任务上比原来的底座更强?

雨鑫:是的。

曲凯:这听起来并不复杂,但为什么这件事还没有大众化?是我们有盲区、其实很多人已经在做,还是确实做的人不多?

雨鑫:确实没有那么多人做,最主要的原因是大家认为它非常复杂。但其实这件事的流程没有那么难,总共可以分成五步。

第一步:明确自己要做什么。

很多个人开发者上来会先追热点,或者盲目刷 benchmark。但更应该从自己的真实需求出发,想明白要提升模型哪方面的能力。我的项目能火起来,就是因为抓住了有真实需求的场景,选定了 coding 和 agentic 这两个方向,所以模型发布后有很多下载和使用。

第二步:选底座模型。

这里要考虑模型架构、语言能力和具体场景。比如我用的是 Gemma 4 12B,当时就遇到了一些问题,比如它的中文能力比较差、有时会说粤语,而且架构没那么主流,训练过程会很麻烦。

我个人体感上,Qwen 是坑相对比较少的开源模型。

第三步:设计数据管线。

我用到的数据大概有三类:一种是合成数据,就是让一个模型扮演用户,另一个模型回答;一种是开源数据,在 Hugging Face、ModelScope 这样的平台上其实有很多;还有一种是自己或其他真实用户的使用轨迹。我自己用到的真实数据,很多是关注我这个模型的用户主动贡献的。

然后我有一个比较大的经验是,合成数据可能没有那么好,它更像靶向药,适合定向解决某个问题。实际训练时,我 60% - 70% 还是用的真实轨迹数据,遇到具体问题时才用合成数据。

举个例子。我训练时会遇到模型过度自信的问题,就是跑 benchmark 时,模型明明没有真的完成任务,却说自己完成了。要解决这个问题,很难从公开或者日常使用数据中找到合适的选择,就得有针对性地去合成。

第四步:决定训练方法。

现在工业界比较流行的有两种做法,一种是 SFT,简单来说就是把 teacher model 的能力蒸馏到小模型里,实际效果取决于数据质量;另一种是 RL,被吹得很神,但我个人觉得效果不如前者。

当然还有很多别的方法,比如 OPD(On-Policy Distillation)。但我感觉 RL 和 OPD 的成本都比较高,更适合锦上添花。对很多应用公司和个人来说,SFT 配上好的数据,就已经能完成很多工业场景里的目标了。我自己也是只选择了 SFT 去训练。

第五步:用特定的 benchmark 测试效果并迭代。一版训练出来的效果不好,就从错题和失败轨迹里找原因,调整数据,再训练下一版。

这整套流程并不复杂。过程中需要的训练脚本、数据、benchmark 和环境等,基本都有开源或第三方服务的解决方案。你可以去找合适的方案,把代码拉下来,再借助 agent 改成适合自己模型的版本。实际训练也很快,几个小时就能跑一版。

其中最大的、甚至唯一的难点和卡点就是数据。我自己 95% 的时间都花在这一环。

曲凯:具体难在哪?

雨鑫:难在你得看懂数据出了什么问题,以及该用什么数据去改变它。

拿合成数据来说,现在的模型还不能稳定地合成高质量数据,需要大量人工审核。我做 V2 时花了更多时间,主要就是因为要审数据。假设合成了 5000 条数据,我可能要自己抽查 500 条,然后告诉模型有什么问题,让它重新生成,再继续检查。

曲凯:那你总共用了多少条数据?

雨鑫:我总共整理了接近一万条数据,清洗、筛选之后,用于训练的有几千条。对特定领域的小模型来说,这个量就已经可以产生明显效果了。

曲凯:我们之前和人交流时,经常听人讲,你没办法预先评估数据的效果,都得拿去训练,再回头改。你的经验是怎样的?

雨鑫:这件事确实没什么捷径,只能不断测试和迭代。而且一版没有达到预期非常正常,继续做就好了。

如果你看数据就知道它有问题,那这版训练大概率也不对。

而且即使你和 AI 都检查过,自己抽样也觉得很好,训练出来仍然可能有问题。这背后的一个重要原因是 capacity gap,也就是 teacher model 太强、学生太弱。比如你要把一个 3T 的模型蒸进一个 12B 小模型,很多能力小模型根本学不来。

曲凯:那怎么评估蒸馏的好坏?从工业级角度看,是不是怎么有效、怎么成本低就怎么来?那最基础、最简单的所谓「硬蒸」,是不是反而最好?

雨鑫:评估数据和蒸馏的标准是一样的,就是看你的操作和目标是不是对齐的。

举个例子,假设你想提升模型的安全边界,却只围绕 benchmark 做数据,那即使分数涨了,也不算好的蒸馏。相反,只要你知道自己想做什么,最后也真的把模型的分布往那个方向拉了,即使其他 benchmark 掉分,也是好的蒸馏。

曲凯:明白。那一家公司自己训练一个小模型,大概要多少钱?

雨鑫:几千到一万元人民币以内,就能训练出一个比较符合需求的小模型。如果要训练大一点的模型,卡量就得跟上,可能需要十几万到二十万元。

不过这里说的只是训练成本。真正部署给用户调用是 serving 端的事,里面还有很多坑,需要考虑 infra 架构、并发量和硬件等问题。如果只是几路或十几路并发,我估计一个小模型加一台 H200 就够了。

曲凯:那你觉得未来训练模型会不会变成中大型公司的标配,就像互联网时代都要做前后端一样?

雨鑫:我觉得会。中大型公司配一个三四人的小团队就行,成本主要就是这几个人的工资以及显卡。

小公司如果暂时没预算,可以先找 AI Lab 或第三方服务商合作。等自己的应用真正起来,有了几百万、几千万用户,再组建内部 AI 团队。

不过,我觉得自己训练模型的成本还会继续下降。现在显卡和内存价格还在高点,部分原因是供应没有跟上 AI 的需求。但随着供应跟上,显卡可能像早期的手机流量一样,一开始很贵,后来越来越便宜,最终甚至成为不限量的基础设施。

曲凯:既然每个环节都有第三方或开源方案,为什么还没有人把它们整合成一套完整的 pipeline,让普通人不用学习每个环节,也能训练出自己的小模型?

雨鑫:训模型可能确实会逐渐商品化,你说的也是很多公司都想做的事。其实海外也已经有 Unsloth 这样的公司。包括 Hugging Face 上的 Jobs 平台,也在做这件事。

目前这种服务的价格还不算便宜,infra 和 serving 也有不少问题。而且即便有这样的方案,数据仍然是最重要的一环。训练脚本可以标准化,但理解业务、发现模型的问题、知道该造什么数据,还是需要人来做。

曲凯:那未来 AI 应用公司和模型公司之间的关系会怎么变化?

雨鑫:我觉得 AI Lab 的数量会减少,但少数头部 AI Lab 仍会成为赢家,并掌握很高的价值。一方面,pre-training 依然得有 AI Lab 来做,因为这件事非常吃资源,应用公司未必能搞定。另一方面,很多早期应用公司得先把产品跑起来,再组建团队训练模型。那在此之前,这些公司还是要找 AI Lab 提供服务。

曲凯:你描述的好像还是当下的状态?但如果按照我们刚刚的推理,未来会有很成熟的训练模型的解决方案,应用公司训练模型的门槛可能会比你刚刚讲的低很多?

以及我自己的感觉是,现在 AI Lab 在明确追求更高 level 的事情,比如解决诺贝尔级别的科学问题、AI4S 或具身等问题,或者解锁一些我们现在没想到的场景。而对于很多日常场景来说,也许大家基于开源模型做一个内部模型,就够用了。

所以最近美国红杉也在讲,AI 应用公司未来反而会变成 Neo Lab。

雨鑫:是。至少后训练很可能逐渐被应用公司接管,因为应用公司离用户更近,拥有最真实的数据,也不愿意把自己的核心数据交给别人。那么行业里领先的应用公司,确实可能会长成 Neo Lab 的样子。而且其中的中大型公司,甚至也可能向更小的公司提供 API 或 token plan。

曲凯:这很像推荐算法时代发生过的事情。字节这样的公司是先有应用、场景、商业闭环和用户数据,才有了更好的推荐算法。你很难找到一家第三方公司,说我只做推荐算法。

这也解释了为什么 AI Lab 愿意花很多钱买数据。现在很多人可能还没有意识到数据的价值,就像移动互联网早期,大家不理解为什么公司要花很高的成本买用户,后来才发现越早获取,成本反而越低。

雨鑫:对。AI Lab 买数据,其实就是想知道用户会提出什么问题、AI 在真实场景里怎样完成任务。所以有些公司让用户免费体验新模型,一方面是为了宣传,另一方面也是为了收集真实使用数据,用来迭代下一代模型。

曲凯:是。然后过去一段时间一直有个论调,觉得模型好像会吃掉一切,应用公司的价值很低。前几周,我们录了一期复盘 AI 应用的节目(回顾:https://mp.weixin.qq.com/s/sgZ8z57wmD01N48Qjhcp6g),当时我也比较悲观。

但最近聊下来,我反而觉得 AI Lab 和应用公司的价值都在上升。未来某个时间点,模型的价值可能会逐渐向应用公司让渡。

最后我们再聊聊 Local AI 吧。你觉得这会是一个 PC 级别的机会吗?因为计算机刚出现时,一台机器可能要占满整个房间,后来变成每个人都有一台 PC。AI 会不会也从全球只有几家大模型公司,走向每个人都有一个运行在电脑、手机或其他端侧设备上的模型?

雨鑫:我觉得一定会,而且已经在往这个方向发展。

一个非常重要的驱动力就是数据安全。你在调用上游 API 时,数据一定要流经服务提供方。所以对数据敏感的个人和公司会越来越倾向于 Local AI。这里也提醒大家,一些来路不明的中转站价格看起来很便宜,但存在很大的数据泄露风险。

这可能也是为什么千问一直在发布小模型。随着芯片和统一内存继续升级,本地能运行的模型会越来越大,能力也会越来越强,未来很多人都会有自己的本地模型。

陈皮:抱歉我插个问题。我是陈皮,在42章经做内容。我想问,用户最终会不会还是会追求 SOTA?假设 OpenAI、Anthropic 一直在发布最前沿的模型,即使本地模型已经足够完成日常工作,人们真的愿意使用一个离 SOTA 还有差距的模型吗?

雨鑫:这确实是 Local AI 现在最现实的问题。我自己的 Local AI 使用率也不算高,因为它确实还会犯错,能力没有最前沿的模型强。

但 Local AI 的优势有三点:

一是前面提到的,很多人对数据隐私的需求确实很强烈;

二是在一些领域,比如网络安全、生物领域,SOTA 模型会有拒答的问题,所以即使本地模型不是 SOTA,一些用户还是愿意使用,或者说不得不使用;

三是本地模型更便宜。举个例子,我很喜欢武侠小说,会想用 AI 续写或者改编,但这种任务的 token 消耗特别大。如果全部调用 API,成本可能非常高,而用 Local AI 就不太需要额外支付 API 成本,很划算。

曲凯:我补充一个思考角度,就是对用户来说,到底什么算是 SOTA?今天模型能力已经足够解决很多问题了,那继续追求更好的模型,从性价比上未必一直 make sense。就像很多人觉得 4G 已经够用,不一定非要 5G、6G。

雨鑫:不过很多人确实会盲目追求最强的智能,不管自己是否真的需要。

曲凯:但我觉得,最后可能还是豆包这样的产品用户更多。真正关心模型极致能力的人还是少数,大多数用户更关注产品用起来方不方便、性价比是不是足够高。而且 Local AI 未来也未必需要人主动选择,而是会直接被应用公司和硬件公司做进产品里。

最后,在训练模型这块,雨鑫还有什么想补充的吗?

雨鑫:有三个建议。

一是,如果个人或应用公司对训练模型感兴趣,最好的开始时机可能就是现在。因为如果有一天,模型厂商不再开源好的小模型,将会对应用公司造成很大的打击。所以对有预算的中大型应用公司来说,现在就开始基于优秀开源模型做后训练、持续迭代,是更稳妥的选择。

二是,虽然可以借助 AI,但不要过度相信 AI。遇到问题要及时查真实资料,或者看开源社区里已经成功的案例。

最后,别太快放弃。自己训模型的流程里,每个环节都会遇到坑,这非常正常,一版一版迭代就好。

【活动预告🥳】

9 月 12 日,我们会请到雨鑫做一场线上活动,感兴趣的朋友欢迎点击链接或扫描下面的二维码,一起来认识&交流!

42章经

思考事物本质

跳转微信打开

  •  

活动报名:如何训出自己的模型?|42章经

原创 曲凯 2026-09-06 21:00 北京

模应一体的新趋势

最近硅谷有了新热点:主权 AI 和 Personal Intelligence。简单来说,就是很多人开始相信,未来会有越来越多的应用公司和个人,训练自己的模型。

对绝大多数人来说,训练模型仍然是一件听起来遥不可及、门槛很高的事,但我们最近一期播客的嘉宾逯雨鑫却认为,它非常简单,简单到他此前没有 AI Lab 的经历,也不是 AI PhD,只用了 2 周和数百美元,就后训练出了两个登顶 Hugging Face Model Trending 榜首的小模型。

在播客里,他完整分享了自己的 pipeline,以及对模型厂和应用公司之间关系等话题的思考。雨鑫已经很坦诚地分享了许多实操经验和踩过的坑,但相信很多朋友仍会有更具体的问题,或想了解更多。因此,我们也组织了这次线上活动,邀请雨鑫来和大家认识、交流一下。

具体报名信息请见上方海报。活动时间为北京时间 9 月 12 日(周六)上午 10:30,线上进行,免费参加。我们会优先通过回答更认真、且与我们背景更匹配的朋友(非投资行业),尤其欢迎应用创始人。具体通过情况请以工作人员通知为准。

期待和大家认识 & 交流!

跳转微信打开

  •  

夏天,关于人生发展的 24 条心得

原创 阳志平 2026-09-05 20:51 日本

「模型」成为 AI 时代的大类作品,训练模型就是一种创作。

关于 AI

1

周六下午,我与同学们畅谈良久,其中一个思想极为关键:AI 产业,未来走向,是复杂度跃迁。而所有沿着这个方向走的企业、组织、个人才是最有价值的。

2

今天的大模型发展,还处在什么阶段呢?我想到一个有趣的比喻:重金求子。

我们有时候,会在电线杆上或互联网上,看到一些小广告:重金求子。

今天的大模型也是这样,投入极大,甚至用堪称不合规(比如侵犯各类知识产权)的方法,来获得「类人智能」。

「重金求子」发展下去,变成了更先进的「试管婴儿」等辅助生殖产业,其实,AI 大模型下一步的发展也是如此。

不妨想想,未来,AI 产业的「生育术」「助产术」「育儿术」是什么?

3

模型、数据、算力、应用,才是一个完整的闭环。

当我们形成的数据,能够轻松注入模型,模型能力变得更强,然后被应用放大,应用又继续生产高质量的数据。

这种良性循环一旦建立,那就非常夸张了,Claude Code 开了一个很好的头。

这是正确的飞轮。这种打法也非常容易推广开来,甚至可以这么说,无数领域,都可以用这种思路,重新改造。

4

很多同学没有意识到,AI 时代、AI 时代,究竟是新在什么地方呢?

每个大的时代跃迁,对个人来说,就是多了一个大类作品,从而围绕这个大类,产生了无数新的职业。比如,电力时代的生产流水线,生产出来的工业制品就是一个新的大类作品。同样,到了互联网时代,是「webapp」这个大类;到了移动互联网时代,则是「app」这个大类。

那么,到了 AI 时代,你不要管一切媒体报道。最关键的就是,「模型」成为一个大类作品。

今天的「模型家」依然稀缺、昂贵、脆弱,但这都是一个时代早期的特征。这个早期也是获利最丰厚的时候。

所以,从零训练自己的「模型」,就是一种独特的创作行为。你训练出来的模型,就是和 app、webapp、图书、工业制品同一个性质的东西:你的作品。在 AI 时代,用作品说话,就是用「模型」说话。

这是时代的巨变带来的第一个趋势:出现一类全新的作品。

第二个趋势是什么呢?答案是上一个时代的较为典型的作品,会在下一个时代,变得极为充裕。比如,工业革命之后,农产品变得极为充裕;信息革命/互联网革命/移动互联网革命之后,工业品变得极为充裕。

显然,按照这个趋势推演,在 AI 时代,app/webapp/软件/信息,将变得极为充裕。

几乎是一种颠覆式的改变。而我们人类并不擅长应对巨变,更不擅长想象未来。

并且这轮巨变留给人类的缓冲时间,比前几轮少得多。工业革命、信息革命,都是至少 30 年起步。而这轮 AI 巨变,是 3 年起步。社会架构、立法制度、教育传承,统统都没做好准备。

人类将何去何从,我们在今天给出的一切答案都注定是错的。看得见的未来不叫未来。但有些东西会更永恒一些,比如爱与信任。

5

这轮 AI 跃迁,门槛比大家想的要高:

(1)硬件门槛:一台统一内存或显存 16G 的电脑,是起步,要流畅使用,需要更大内存或显存。

(2)软件门槛:需要不发怵 Claude Code、Codex 这些 CLI 界面。

(3)经济门槛:需要每个月支付至少 100 美金的订阅费,而要敞开了用,甚至需要 300 美金起步。这里伴随一个很高的隐形门槛:你做的事情的价值,应该是你的订阅费的十倍、百倍。

比这些门槛更高的是认知门槛:即我一向提倡的那些,比如提问技巧、自学能力、信息分析能力等等。

6

2024 年上半年,我做了一个演讲:《站在 3000 年繁荣的起点》,强调「计算模拟」作为人类与 AI 构成的全新社会未来 3000 年最重要的一种「认知方式」,以及,「模型家」作为一种新的职业,取代「科学家」。

说实在的,2024 年上半年,我只是预测。但谁能想到,如今真的成为现实了。

目前,「计算模拟」的「计算」部分,已经非常优雅地实现了——这么科幻的一面,不到 3 年,就突破临界值了:AI 的算力,可以写出极为复杂的代码了,执行极为复杂的任务了。

但另一面,则是「模拟」,突破得很不够,也就是 AI 模拟真实世界、进而预测未来的能力。这部分,才是未来 3000 年最大的红利。也是真正繁荣的起点。

目前大量关于 AI 带来的裁员、失业的焦虑,是因为我们当下,只有「计算」,更强的硅基算力,取代了脆弱、不稳定的碳基算力。所以,社会大众感受到的是人类的无力、脆弱。

但,繁荣的另一面,在于「模拟」。设想一下,另一种科幻来临:我们人类可以更好地预测世界走向、宇宙走向、银河系走向、生命走向、社会走向、组织走向,从而作出及时干预,增强人类福祉,以及,「模型家」职业大规模涌现,正式成为社会主流职业,那么,是不是,那时,我们真正意义上才迎来 3000 年的繁荣?

关于成长

7

成为好的研究人员、好的教师、好的作家,都需要那么点追求完美的精神,以及好奇心,不断追问,不断打磨自己的作品,而不是将一个半成品曝光给同行、学员、读者。

好的研究、好的讲座、好的写作,过程都有那么一些焦虑,但一旦体验到那种心流状态,研究、讲座、写作,就变为享受了。

8

这轮 AI 发展太快了,以至于我有个感觉:可能大量知识工作将变得没有意义了,但新的工作岗位又还没完全出来。这种转型期,是最动荡的,也是机会可能最多的时候。

我观察到一个有趣的趋势:目前互联网上值得浏览、关注的信息源越来越少了,因为大量都是 AI 写的了。反之,另一个趋势是,线下公众聚合,比如聚餐、游园、音乐会这类体验变得越来越重要了。

9

AI 时代,信息不对称与认知不对称反而被放大了。可以说,世界的漏洞被 AI 继续放大了。那么,是不是可以利用 AI 做更大的事情呢?

这里的矛盾是这样的:世界的确充满漏洞。但企图心是有代价的。只是看这个代价是谁来出的问题。

无数 AI 研发机构的背后,是无数注定走错路线的炮灰、无数做着低效重复实验的牛马,以及更多没有名字的数据标注工人、更多不会被媒体报道的投资失败案例。

选择符合「第一德性」的路线走,会很不一样,但会更长远。

10

传统的行为改变:终点是「自己」,最终总是试图让自己的某个「特质」变得更好,比如,因为不拖延看上去会更受欢迎,因此,努力地去战拖,最后让自己成为一名高效率人士。

然而,这个逻辑是错误的。我在过去人生发展咨询的 500+ 位来访者身上,反复看见这个错误。一旦将「行为改变」的「终点」设为自己,必然会陷入更大的人生发展困境。

而基于「人生发展学」的「行为改变」,我提醒咨询师的逻辑是什么呢?我们的行为改变:起点是「自己」,但只是从「自己」出发而已,终点可能是所处的环境,也可能是与环境的关系。但,「终点」一定不能是「自己」。第一步,是从自己出发,去理解自己的人生叙事,自己所处的环境(情境),而不是马上去定具体的目标。

当你为目标而目标,实际是将自己设定为执行目标的「工具人」了,某种意义上,这就是一种异化。

11

AI 时代万变不离其宗,什么最重要?依然是两件事:

(1)信用和作品。

比如开智学堂,因为我坚持了 10 年,初步获得了一定社会信用。10 年前社会上也有很多人搞面向成年人的教育体系,但多数人没坚持下来,少数坚持下来的,创新程度也不够。

(2)与正确的人在一起做正确的事。

开智学堂的第一个十年,以我主讲为主。但接下来的十年,更多以前的学生逐步成为讲师、开发者、咨询师、作家。讲师与讲师在一起、开发者与开发者在一起、咨询师与咨询师在一起、作家与作家在一起,会相互成长更快。

比如,当你看到其他作家那么勤奋写书,你作为作家会被激励。同样,AI 大模型是一次巨大的产业变革,那么,什么开发方向靠谱,什么开发方向注定是徒劳?与一些低调务实、聪明而又勤奋的工程师共事,你们会达成共识。而咨询师这类心灵职业,更是依赖相互之间的扶持。

与对的人在一起,你会给自己创造一个更好的小环境,战斗力、作品和机会都更好。

12

昨天,同事在我家,配合我一起干活。然后我谈到,人们还是低估当前 AI 的潜力了。我跟同事说几个应用 AI 的场景。

(1)AI 可以成为你很好的健康顾问。建立一个 health 项目,里面保存了你所有的体检报告、所有的病历、所有的美团买药记录、所有的京东购买相关记录、所有的美团外卖记录、所有的山姆/京东七鲜/美团买菜记录,以及你爱人的情况、你孩子的情况;再把你的居住环境,仔细拍成大量照片。

全部发给它。深入讨论、深入分析,最终得出的结论会令你大吃一惊。

(2)AI 可以帮你做更好的全局规划。我昨天跟同事开玩笑,如果我们想在 18 个月内实现一个极为有挑战的目标,你自己肯定是想不出特别好的方案的。但如果你扔给 AI 足够充分的上下文,以及你本身的对话意识足够到位,那么,一定会有大量创新的方案等着你。

(3)AI 可以帮你快速沉淀知识。一旦深入理解大模型的原理,你会发现,几乎所有领域,都可以训练或微调自己的大模型,而自己的大模型,最大的优势是 24 小时工作,以及生产更大规模的数据,从而获得一种持续进化的能力。相当于,人类沉淀知识、传递知识的方式,逐步从写作、教学这类方式,过渡到准备语料、训练模型、部署模型、生产数据,继续下一轮循环。

站在 2026 年回看 2000 年的互联网巨头——那时我们以为是新浪、搜狐,然而如今,它们掉队较为严重了。同样,站在 2056 年看 2026 年的 AI 发展,那时可能又大不一样。

关于工作

13

所有网状的设计,只会带来一个缺点:认知过载。

在知识量较小的时候,比如 100~300 条以内,尚可,一旦膨胀到一定程度,网状的结构,只会成为一团乱麻、一碗面条。

真正优雅的知识结构设计,我在不同书中说了很多次:树。

树是一种特殊的网络结构,但它具备唯一通道,所以可以大幅度降低认知负荷。

14

讲课,暗爽的是,有些历史的伏笔,只有你讲得很明白,其他人可能没看得这么明白。比如,Claude Code 101 这门课的首期,我浪费了 1 分钟去讲 tty 这个历史典故。然后,同学们才意识到,原来 Ghostty 的名字是这么来的。

其实,「零基础 AI 大模型研发训练营」首期内测也存在类似的草蛇灰线。第一讲,我花了整整 30 分钟,介绍「大语言模型」训练的「最小数学知识」,其中的一个重要概念是源自香农信息论的「交叉熵」。它是如此重要,是整个大模型训练的基础。

但,同学们更不清楚的是,Claude 系列模型的名字,即是向香农致敬。香农的全名是:Claude Elwood Shannon。大家有点感觉了吧?

更有趣的是,「交叉熵」与认知科学、神经科学、心理科学的大一统理论「自由能原理」依然是紧密相关的。只是,一个是「最小化损失」;一个是「最小化惊异」。

15

在「零基础 AI 大模型研发训练营」首期内测课程第一讲中,各位同学需要留意我展示的系列思维方法论。整理点心得,供更多同学参考:

(1)代码是唯一真相。不关心学界灌水的论文,只关心已经被工程界反复捶打的开源仓库。我们是要尽快掌握工程最佳实践,而不是成为一位靠灌水发论文的人。

(2)深入代码历史考古。代码的 Git 历史,比任何文字记录,更能反映 AI 的变迁历史,尤其是 PyTorch 这类有近 10 年历史的代码仓库。

(3)从最小、极简入手。我在第一讲,介绍了从零训练一个大模型的最小数学知识、最小计算机知识,然后基于它,构造了一个百万参数的模型。要知道,复杂系统都是从一个极简的起点发展出来的。自己动手实现一个「最小」,才更能理解复杂事物。

(4)追溯关键主干。AI 的每个节点,解决了什么问题?没解决什么问题?真正创新的工作就那么几篇关键论文,剩下的都是枝叶。

16

在管理学领域,有一句名言:没有测量,就没有管理。同样,在大模型研发领域,没有评测,就没有智能。目前,大模型评测变得越来越重要了。

17

最近在思考 AI 时代(严格说,2025 年 11 月以来的 AI 新时代),产品研发、软件架构的大变化。

在 2025 年 11 月之前,产品研发、软件架构,第一考虑是人类用户的需求,然后从界面入手。但现在的逻辑非常不一样了,直接从 Agent 的需求考虑,人类也是通过 Agent 来使用。

因此,我今天跟团队同事说,现在的产品研发逻辑变成这样了:

(1)一个产品值不值得做:答案很简单,看能否将其提炼为 4 组极简的 CLI 命令,这 4 组 CLI 命令,是否存在其他替代品?相对过去的解决方案,现在新的产品方案,能否获得 10 倍、100 倍、1000 倍的性能优势或成本优势或体验优势或用户规模优势?

如果 1 个软件产品,很难概括成 4 组核心命令,或者,4 组核心命令太中庸了,替代品太多了,那么,这个产品,在 AI 新时代,多半不值得做。至少,在公共市场没多大价值。可能,在关系导向的市场有少数价值。

(2)继而,围绕这 4 组核心命令,去架构整个产品逻辑。CLI、app、webapp 等等。而 app、webapp 等等,都是在调用 CLI,变成薄包装了,只负责处理授权、登录一些轻活,重活则都是 CLI 干的。

(3)这种新型软件架构,webapp 建议采用 TypeScript;CLI 建议采用 Rust。因为这两门编程语言都是强类型的,从而可以让 AI 大幅降低自己的「确认成本」(参考我的开年演讲《意向革命》)。

18

昨天晚上,一位好友出差来京,约我一起吃了顿饭,聊得很开心,给大家分享点心得。

(1)目前,科技公司裁员变得非常普遍了。好友这次出差,就是办一件较为艰难的事:裁员。而在 AI 的巨变之际,即使是大厂也不例外。没有安全区。容易被裁员的是,那些对 AI 的巨变没有感觉,也没有主动去学习、适应的人。

(2)新的研发结构、研发方法论,目前正在形成之中。团队组织结构,越来越倾向精英小团队。这个精英团队的领头人最好是技术和产品都懂。团队越小、越精英化,效率反而越高。在 AI 时代,人多反而是负担。你没法跟人解释「为什么又要推翻重来」,但 AI 不需要你解释,马上帮你验证。

(3)工作方式已经从「一问一答」进化到「AI 自主干活」。我给好友介绍,自己搭建了多套 AI 自主工作系统。当我们吃饭时,AI 自己在并行处理四个大项目,我只需要事后验收。

(4)一定要自己训练和部署模型,不是为了省钱,而是为了真正理解技术边界。你不自己跑 GPU,就永远不明白很多应该明白的东西。用 API 看上去省事,但你对模型能做什么、不能做什么,边界在哪里,始终是模糊的。

关于育儿

19

测智商

好久没给小美妞测智商了,小时候,给她测的是「发育商」,那时她得分不错,领先同龄孩子不少。

今天,妈妈忽悠她,给她测了一个经典智力测验。妈妈说,这是我在做的一个儿童心理学实验,看看不同年龄的孩子的得分,这个数据对我很重要,哈哈。

结果小美妞猜出来,妈妈要考她,就说,我得分多少,你别告诉我。

然后做完测验。对了一下分数,得分很高,哈哈。

小美妞是那种较为典型的高智力小朋友了,按照我的理论,智力分为三种:感商、智商、理商。她三商都不错。

20

神秘的怪人

晚上,小美妞同学来家玩。

小美妞带着同学参观我们家。

然后,走到我的书房,她说,这个书房是一个神秘的怪人的,我们看看就行了。

哈哈哈,原来爸爸在她心目中是一个「神秘的怪人」。

21

世界首富

今天,小美妞跟我说,去南锣鼓巷玩,发现怎么到处都是一个穿皮衣的大叔的照片。

我说,这个叔叔是 AI 时代最重要的人物,我们如果想用 AI,那么都需要用到一种叫 GPU 的设备,这种设备的市场,他的公司占据主力。一个强大的 AI,至少需要一万块他的最高端 GPU,每块就要二三十万,加起来就是几十亿。

然后我顺便问她,这个叔叔年轻时很励志,刷厕所,但一直没放弃。你能向他学习吗?

小美妞撇撇嘴,哈哈。

然后我问她,那么,你想像他一样,未来更努力地掌握 AI 知识吗?爸爸教你。

小美妞继续撇撇嘴。

然后我问她,那么,你想成为东升乡首富吗?

小美妞说,我才不呢!要做就要做世界首富。

我说:好,有志气!世界首富的商业能力都很强。那么,今晚你同学来咱们家玩,你能卖点东西给她吗?

然后妈妈在旁边讲了一个故事,大概意思是,这个同学前不久一百块红包也被她妈妈抢走了。哈哈。

我说,你看,你同学可能没那么有钱,那么,你是不是应该想办法赚有钱的人的钱?

结果,小美妞使劲地朝我的钱包看:D

后来才知道,原来她今天上午,刚与同学玩了一款叫《世界首富》的桌游。

儿童桌游,真的非常能激发孩子的各类想法,哈哈。

22

大事

六一儿童节前,小美妞所在小学举办加入少先队仪式。他们一年级小朋友都加入少先队,戴上了红领巾。

等小美妞回来,妈妈问她,今天是你的大日子吧?都戴红领巾了。

小美妞说:这哪是大日子。真正的大日子是我成为世界首富的那一天。

哈哈哈哈。

话说,《世界首富》这款桌游不错,小美妞最近总在玩它,哈哈。

23

不上补习班

六一儿童节,谈点育儿的事。

很多家长,对孩子的学习成绩会过于焦虑。我之前从来没想到,小美妞所在小学的一年级,同班同学好多就开始上补习班了。晚上七八点了,还在上补习班。这种情况比比皆是。

但我坚持不让小美妞上任何补习班。甚至今天跟妈妈开玩笑,现在学校形式主义严重,我可以给小美妞买台写字机器人来帮她写作业。

这里的逻辑是这样的:目前高等教育已经比较落后了,并且大学生的溢价几乎没有了,除非是中国排名非常靠前的那么十来所高校的热门专业。

而 AI 高速发展,大量新知识涌现,使得机会越来越不在传统高等教育这一环节。

在 AI 时代,越来越需要的是异类思维,也就是你不同于平均值的那部分。平均值的那部分,太容易被 AI 大模型训练进去了。

那么,如何培养孩子的异类思维呢?就是要让孩子形成独一无二的自己。

独一无二的兴趣。

独一无二的身份认同。

独一无二的知识结构。

独一无二的人际网络。

最后就是自然而然的:独一无二的作品。

这些,才是比上补习班等等更重要的东西。也是比上大学更重要的东西。

24

非共识路线

今天下午,指导一位开智铁杆的孩子填志愿。比去年轻松太多了。

其实,高考志愿填报,比结果更重要的是,理解决策框架,以及将自己家庭拥有的资源最大化。

按照目前 AI 的发展速度、社会内卷程度,我觉得未来最佳发展路线,真的是自学为主了,坚持用作品说话。

教育是传承,培养社会共识,很少关心你的个性化需求,更很少关心你的实际作品。

但共识这套东西,被 AI 大模型都训练进去了。显然,再按照在共识这套体系中生长出来的能力结构,去应对 AI 时代的需求,会变得特别无力。

未来的家长,也许都需要这种勇气,协助孩子选择「非共识」的人生发展路线。

小结

四月,做了人生第一次全麻手术。原以为是个小手术,没想到术后康复格外漫长,四月、五月的节奏,不知不觉就慢了下来。

住院的那段时间,每天沿着走廊散散步。走廊尽头,保洁阿姨养了一窗台的花,在阳光下盛开。那是我这个夏天看过的,最好看的花。

走廊尽头的花

阳志平

2026-09-05

相关阅读:

跳转微信打开

  •  

中年预防猝死指南

原创 Fenng 2026-09-05 18:53 新加坡

有备无患。

前几天我在推特上随口说了一句:

如果我做个课程,教人预防猝死,会有人感兴趣不?

似乎还真有人感兴趣,于是,昨天把这个课程上线了,点击下面的 {阅读原文} 可以查看。

很多朋友人到中年,担心猝死的发生,尤其是看到身边越来越多的案例出现。  

如果看到猝死案例,所能能想到的仅仅是「早点睡觉不熬夜」,那么,你对猝死的认识就是不够的,就需要补课。睡眠当然重要,但早睡不意味着高质量睡眠,不能代替血压、血脂和血糖检查,也无法发现冠心病、心肌病和遗传性心律失常。

猝死通常因为什么发生?哪些人属于高风险人群?应该优先排查哪些指标和疾病?

这门课程尝试把这些问题讲清楚,并且希望能提供一些真正有用、可以付诸行动的参考。

最后需要说明:这门课程的目的,是帮助识别并降低风险,不是承诺能够杜绝猝死,更不是任何形式的「保险」。

阅读原文

跳转微信打开

  •  

豆包工作,实测可薅

Fenng 2026-09-05 17:06 新加坡

豆包工作,豆包团队新推的全新生产力 AI 智能体(Agent)。

现在下载豆包工作,用豆包或飞书登录,有免费一个月会员的羊毛可以薅。

跳转微信打开

  •  

山观 HIKE Insight | 商业火箭进入兑现期:从技术验证到资本化窗口

陈宇超 2026-09-04 17:38 北京

完成首飞或取得单项技术突破,只是产品验证的起点;能否保持可靠发射、形成稳定交付,并把订单转化为收入,正在成为更重要的判断依据。

随着低轨星座建设加速、商业火箭企业陆续进入资本市场,行业的评价标准正在发生变化:完成首飞或取得单项技术突破,只是产品验证的起点;能否保持可靠发射、形成稳定交付,并把订单转化为收入,正在成为更重要的判断依据。

东方空间的引力一号已经连续三次发射成功,并开始承接规模化商业发射任务,初步体现出中型运力的可靠性和商业化能力。接下来,引力二号能否顺利首飞,并进一步完成连续入轨、重复使用和批量交付验证,将决定公司能否进入更大运力、更高频次的组网市场。

本文以商业火箭行业的技术演进和资本化进程为背景,讨论行业从“技术验证”走向“商业兑现”的变化,也借东方空间两代产品的衔接,说明山行对可靠交付能力的重视,以及对公司下一阶段发展的期待。

一、行业格局仍在演进:组网运力走向规模化,资本化窗口逐步打开

中国商业火箭仍处于多路线并行验证阶段,尚未形成一家在各项关键指标上全面领先的企业。行业格局最终如何收敛,要看企业能否在高频履约中持续验证任务可靠性,并把单位成本降到可商业化的水平。

猎鹰9的发展可以作为参照。2010年首飞后,SpaceX先依靠不可回收的中型液体火箭积累发射任务和运营经验;到2015年12月才首次实现一级成功着陆,2017年3月完成轨道级火箭一级首次复飞。此后,面向快速回收和翻新的Block 5构型投入使用,复用才从单次技术突破逐步转为高频运营;到2022年,已有一级完成第10次飞行。从稳定发射到首次回收,再到重复使用成为常态,这条路径经历了多年持续验证。

图1|从首飞到高频复用:猎鹰9的验证链条

资料来源:SpaceX公开资料,山行资本研究整理

中国民营火箭公司目前大体处于两个阶段并行的过渡期:一端是较成熟的一次性运力持续履约,另一端是可重复使用火箭首飞和回收验证。部分企业已经能够依靠固体火箭或一次性小型液体火箭承接并交付订单,但可重复使用的大型液体火箭尚未进入常态化、高频次商业运营。因此,现阶段不宜急于判断谁会成为最终领先者,更值得关注的是,哪些企业能够把技术路线转化为持续交付和可复制降本的产品能力。与SpaceX在猎鹰9时期较长的单线验证周期相比,中国民营液体火箭有望以更紧凑的节奏进入可复用能力的集中验证期。中科宇航的力箭二号、星河动力的智神星一号和蓝箭航天的朱雀三号等中大型液体型号已先后完成首飞入轨。其中,朱雀三号于2025年12月首飞入轨,并在2026年8月实现一级陆地回收,两个节点间隔约八个月。既有技术积累、较完整的供应链和大规模星座需求,为国内加快推进“首飞—回收—复飞”提供了条件。

SpaceX于2026年完成IPO,成为全球商业航天资本化的重要节点。一家从运载火箭起步,并将业务延伸至卫星互联网和空间基础设施的公司,开始接受公开市场的持续检验。国内商业火箭企业的上市窗口也在加快打开。2025年末,商业火箭适用科创板第五套标准的细则落地,头部企业的上市进程随之提速。截至2026年6月底,已有5家商业火箭公司启动A股IPO进程,其中蓝箭航天及中科宇航已获受理后进入问询。就当前进度而言,蓝箭航天和中科宇航构成最具代表性的第一梯队。

二、资本化窗口开启:商业火箭进入兑现能力检验期

中国商业火箭市场经历了多轮技术突破和资本热度起伏,目前正进入首批企业密集申报上市的阶段。与此同时,星网、垣信的万颗级低轨星座已启动初步建设,分别累计发射200余颗组网星。随着商业发射需求在未来几年逐步放量,行业竞争的重点也会从率先完成技术验证,转向能否把技术转化为订单、交付和收入。

在这一阶段,市场主要检验三类能力。第一是订单变现能力,即能否将星座组网需求转化为可确认的发射服务收入;第二是稳定交付能力,即能否在高频发射中维持可靠性、交付节奏和成本控制;第三是技术壁垒,即可重复使用和大运力等技术能否沉淀为长期的单位成本优势。

技术突破仍是起点,但只有形成“订单—交付—收入—再投入”的经营循环,才能支撑长期估值。

图2|商业火箭进入兑现期后,资本市场重点检验三项能力

资料来源:山行资本研究整理

蓝箭航天与中科宇航的IPO申报,对应两种具有代表性的市场验证路径:蓝箭航天适用商业火箭扩围后的第五套标准,中科宇航选择第二套标准。

图3|两套科创板上市标准,对应两种市场验证路径

资料来源:上海证券交易所公开规则及企业披露,山行资本研究整理

蓝箭航天适用第五套标准,审核重点是技术成果和长期市场空间。朱雀三号已完成“采用可重复使用技术的中大型运载火箭发射载荷首次成功入轨”“一级回收落地”等关键节点,为进入该标准的审核路径奠定了基础。后续仍需观察其连续发射成功率及可回收、重复使用技术的推进情况。

中科宇航选择第二套标准,更强调经营数据的量化验证:预计市值不低于15亿元、最近一年营业收入不低于2亿元、最近三年累计研发投入占累计营业收入的比例不低于15%。公司2024年营收约2.44亿元,更新披露的2025年营收为2.77亿元。其收入规模和研发投入,为审核机构和市场提供了较清晰的验证依据。

三、东方空间:以稳定中型运力推进收入兑现

东方空间的第一代火箭采用成熟度和可靠性较高的固体火箭路线。在此基础上研制的引力一号具备中型运载能力,可以承接规模化卫星组网发射任务,为公司现阶段的商业收入提供支撑。面向第二代中大型液体火箭,公司计划沿用此前积累的固体捆绑助推经验,在中大型液体火箭平台上拓展固体助推构型,进一步扩大运力覆盖和商业交付能力。

图4|运力技术路线与东方空间的商业化进阶

资料来源:公开资料,山行资本研究整理

引力一号已连续三次发射成功,初步验证了中型商业运载火箭的稳定性和可靠性。与只完成单次首飞验证的产品相比,引力一号已经具备持续执行发射任务的能力,并开始成为面向商业组网需求的稳定运力。

引力一号的近地轨道运载能力为6.5吨,500公里太阳同步轨道运载能力为4.2吨,可以满足多星批量部署需求,提升星座组网效率。更大的单次运载规模,也使其单公斤发射成本相较小型火箭更具优势,更能匹配客户对高效率、低成本发射服务的需求。

2026年,东方空间预计完成3至4次商业发射。随着连续发射能力、运力规模和客户需求逐步转化为实际交付,公司有望在年内实现数亿元营收。对资本市场而言,其商业逻辑正在从技术参数和单次发射成功,转向由发射频次、载荷利用率和收入规模共同验证的经营闭环。

四、引力二号:面向更大批量订单的下一代可复用运力

引力二号的首飞验证,是市场关注的下一个关键节点。东方空间正在研制的引力二号是一款可重复使用大型液体运载火箭,回收状态下的近地轨道运载能力将达到17.4吨,预计今年底具备首飞能力。对于低轨组网星座客户,更大的单次运载量意味着更高的组网效率和更低的单位成本。

首飞只是一个技术节点。此后能否连续成功入轨、完成可重复使用验证、形成批量生产节奏并取得商业订单,才会影响这一技术节点能否获得市场认可。东方空间正在从依靠较早成熟、可靠的中型固体运力获取订单,逐步延伸至以可重复使用液体火箭承接更大批量、更高频次任务。这一能力扩展将成为其后续估值的重要支撑。

结语

评价商业火箭公司,技术进展只是第一步,更难的是把技术、产能和发射任务转化为收入。蓝箭航天与中科宇航申报科创板IPO时分别选择第五套和第二套标准,也反映了企业所处商业化阶段的差异:前者更侧重可重复使用中大型液体火箭的技术进展,后者更强调建立在可靠交付基础上的经营数据。

引力一号连续成功发射和年内多次发射的计划,体现了东方空间以成熟运力推进商业兑现的路径。引力二号预计在年底具备首飞能力,届时公司的产品线将从成熟固体火箭进一步扩展至可重复使用大型液体火箭。若公司能够进一步验证大运力、可重复使用和更低边际成本,就有机会承接规模更大、频次更高的组网需求。

山行公司 | 东方空间引力一号(遥四)运载火箭一箭9星远海发射任务圆满成功

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

山观 HIKE Insight | 从带宽到容量:HBF技术演进与VC投资机会

东方空间入围国家空间站货运飞船发射服务

山观 HIKE Insight | 算力突围:大模型推理芯片核心指标与产业格局研判(总览篇)

跳转微信打开

  •  

奇舞周刊第596期:头条抖音如何实现 OOM 崩溃率下降 50%+

原创 小编 2026-09-04 17:17 北京

性能与稳定性                                                           

📄 字节跳动技术团队|iOS 性能优化实践:头条抖音如何实现 OOM 崩溃率下降 50%+

文章分析 iOS 应用因内存占用过高被系统终止,却缺乏普通崩溃日志的定位难题,并介绍字节跳动基于内存快照研发的线上 Memory Graph 方案。该方案能够还原对象引用关系、识别异常内存来源并辅助归因,落地后三个月内使头条和抖音的 OOM 崩溃率下降超过 50%。

📄 滴滴技术|大规模集群,HDFS 如何从 2.7 滚动升级到 3.2

文章复盘滴滴在大规模生产集群中将 HDFS 2.7 滚动升级至 3.2 的完整实践,重点讨论版本兼容、服务连续性、升级顺序、风险控制和异常回退。团队在不中断业务的前提下完成长期升级,为后续改善集群稳定性、存储性能和资源成本奠定了基础。

📄 快手技术|快手 Android 内存分配器优化探索(二)

文章深入分析 jemalloc 内存分配器的组织结构、分配流程与碎片管理机制,并介绍 Google 针对 Android 平台所做的定制优化。作者从移动设备内存紧张、分配操作频繁等实际问题出发,继续挖掘降低内存占用和碎片率的空间,为大型 Android 应用的底层优化提供思路。

前端与客户端

📄 美团技术团队|微前端在美团外卖的实践

文章介绍美团外卖广告业务如何用微前端治理 PC、H5 和 KA 三端工程膨胀问题。团队采用基于 React 的中心路由基座,将系统按业务线拆分为可独立开发、部署和回滚的子工程,同时保留公共能力复用与单页应用体验,使构建时间由分钟级降低至秒级。

📄 携程技术|从 0 到 1,搭建一个体系完善的前端 React 组件库

文章从实际工程出发,系统介绍 React 组件库从项目初始化到投入使用的建设过程,涵盖组件设计、目录组织、样式管理、测试、文档、构建与发布等环节。同时讨论版本管理、升级和回退等长期维护问题,强调成熟组件库需要在真实业务迭代中持续沉淀。

📄 网易云音乐技术团队|iOS 14 小组件实战手册

文章结合网易云音乐业务讲解 iOS 14 WidgetKit 小组件的实现,覆盖 Timeline 数据刷新、SwiftUI 界面构建、App Groups 数据共享、Intents 个性化配置以及 URL Scheme 跳转,并分析小组件在生命周期、交互能力和刷新频率方面的限制,给出相应的体验设计建议。

工程与智能化实践

📄 阿里技术|如何让 Python 处理速度翻倍?内含代码

文章针对网络请求串行执行造成的 Python 数据处理瓶颈,使用 async、await 和协程对请求模块进行并发改造。处理一千组数据时,整体耗时由约 816 秒降至 424 秒;随着请求池增大,性能提升更加明显。案例同时说明,并发阈值应结合第三方接口的承载能力设置。

📄 高德技术|深度学习在高德 ETA 应用的探索与实践

文章介绍高德如何利用深度学习改善导航路线的预计到达时间。方案通过 LSTM 建模路线序列信息,再结合路线长度、日期和高峰时段等静态特征生成完整 ETA。北京地区实验中,模型的 MSE 损失下降 28.2%,也为继续引入周期性路况和突发事件信息提供了基础。

📄 哔哩哔哩技术|智能成片性能优化探索与实践

文章围绕 B 站智能成片功能的效率与效果优化展开。系统需要完成素材高光提取、模板特效、智能配乐和 ASR 字幕生成,早期快速迭代导致耗时与效果缺少统一衡量。团队重新梳理三条核心链路,建立 P90 合成耗时等可观测指标,并据此开展针对性治理。


如果您关注前端+AI 相关领域可以扫码进群交流

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。

跳转微信打开

  •  

The Batch: 979 | LLM 清理智能体的“垃圾”

原创 DeeplearningAI 2026-09-04 12:45 北京

Hi~新朋友,记得关注我们哟

AI 智能体通常会通过总结或删除最早的内容来压缩其上下文窗口中的信息。研究人员提出了一种更有选择性地管理智能体记忆的方法。

●最新消息:社交购物网站小红书(也称 RedNote)的Xubin Hao及其同事构建了自主管理上下文(Self-GC)。与常见的智能体设计类似,Self-GC 会建立一个包含输入和输出的上下文,其中既有用户请求和工具调用,也有 URL、文件路径等结果。不同于典型的压缩算法,Self-GC在把上下文发送给关联的 LLM 之前,会由一个大语言模型来决定哪些部分保留、删减或丢弃。

●关键见解:仅靠基于输入输出类型或保留期限的规则,并不足以让智能体决定应保留哪些上下文信息。较早的工具输出可能保存着唯一一个之后还要重新打开的 URL,而较新的输出可能已经过时。LLM 能以更灵活的方式做出这类判断,因为它可以随着上下文累积读取已有信息,并判断哪些细节未来更可能有用。

●工作原理:当输入 token 占满主 LLM 上下文窗口的 30% 以上时,Self-GC 会把历史记录发送给规划模型(默认是 Qwen3.6-Plus),并要求它针对每条用户请求或工具调用及其结果,决定如何处理。

✴ 规划器可以保留这些条目,也可以从三种操作中选择一个。(i) “Fold” 会把某个条目收起来。其内容会移动到单独的存储中,同时附上一条简短说明,描述其位置,以便智能体在必要时能够逐字取回。(ii) “Mask” 会就地缩短条目,保留开头和结尾文本,同时删去中间的重复内容,这种方式适合较长的日志。(iii) “Prune” 会删除任务已不再需要的条目,例如失败命令的日志。

✴ Self-GC 会先在历史记录的副本上执行计划中的操作,并丢弃任何可能干扰最近请求或智能体对该请求持续响应的操作。然后,它会计算剩余操作可以节省多少输入 token。

✴ Self-GC 只有在估计到这能降低未来调用模型的总成本时,才会缩短历史记录,包括使用缓存输入所带来的节省。实际上,他们发现,如果能把历史记录至少缩短 30%,这个方案就值得应用,因此在测试中使用了这一经验规则。

●性能表现:开发人员在一个会浏览网页、运行 shell 命令并为小红书用户编辑文档的智能体上测试了 Self-GC。他们把它与遵循固定规则的方法进行了比较,例如删除最早的消息或删除工具输出。Self-GC 删除的历史更少,但更不容易丢失有用信息。为衡量这一点,开发人员回放了真实用户与其智能体之间已经完成的对话。对于每段对话,他们会在进行到一半时暂停,在截至当时的历史记录上运行 Self-GC,并使用 GPT-5.5 判断缩短后的历史是否仍保留了真实对话后续会用到的每一个细节。

✴ 在一组被认为尤其困难的 33 段对话中,Self-GC 删除了 43.95% 的输入 token,并在 84.85% 的情况下保留了必要细节。基于规则的方法删除了 61.90% 到 69.87% 的 token,而保留必要细节的比例为 54.55% 到 69.70%。

✴ 在更大的 332 段对话集合上,Self-GC 删除了 31% 到 34% 的输入 token,同时在三种不同的规划模型(Qwen3.6-Plus、Qwen3.7-Max 和 GLM-5.1)上都能以 91.27% 到 94.58% 的概率保留必要细节,表明 Self-GC 可以与多种 LLM 配合有效工作。基于规则的方法删除了 40.19% 到 47.76% 的 token,而保留必要细节的比例为 77.71% 到 87.46%。

✴ 在一些真实用户账号上进行在线运行时,与未使用 Self-GC 的账号相比,Self-GC 删除了 10% 到 15% 的输入 token。

● 是的, 然而:开发人员的评估测试了 Self-GC 保留重要细节的能力,但没有测试它生成良好输出的能力。一个使用压缩上下文的系统,其输出可能与完整上下文系统包含相同的细节和结果,但未必同样有用。

●重要原因:为了节省成本而压缩上下文会带来风险,即模型可能忘记之后需要的某个细节。知道该保留、删减和移除什么,能让长时间运行的智能体既保持可负担,又不会变得健忘。

● 我们在想:John McCarthy在 1959 年左右创造了“人工智能”一词,并为计算机发明了“垃圾回收(garbage collection)”,以便程序员不必手动管理计算机内存。妥善管理智能体记忆是另一种将 LLM 视为操作系统的方式——也再次说明,软件工程基础对于构建优秀的 AI 应用至关重要!

点击下方阅读原文查看更多有趣内容哦~

阅读原文

跳转微信打开

  •  

当 AI 不再只给答案: 豆包工作把办公能力推进到了执行层

原创 Fenng 2026-09-04 12:30 新加坡

体验了一下「豆包工作」这个新产品。

办公一直是 AI 工具最热衷演示的场景:写文案、总结会议、生成 PPT、分析 Excel。问题是,早期产品大多只负责产出内容;整理成文档、写回表格和归档文件,仍然要由用户完成。

豆包的「工作任务」开始接手这些后续步骤。用户给出工作目标后,模型可以拆分任务、调用工具并持续执行,最后交付文档、表格、演示文稿等可以继续使用的文件。

聊天机器人主要看回答得好不好;Agent 还要看任务能不能做完,以及做到一半卡住了怎么办。

先把名字搞清楚:「豆包工作」是个独立的产品

豆包目前有几组容易混淆的名称,有点绕。

豆包开始收费时曾推出「办公任务」,主要变化是增加免费版各项能力的使用额度。「豆包办公」只是外界对「豆包办公任务」的非正式简称。此后,「办公任务」更名为「工作任务」。

豆包工作则是承载这套能力的独立产品,提供可以单独下载的软件客户端。用户也可以在豆包主客户端中使用「工作任务」,或者通过飞书调用。

简单来说,这里涉及三个不同层次:

  • 专业版是收费与额度安排;

  • 工作任务是一种任务执行模式;

  • 豆包工作是独立产品。

三种入口调用的是同一套工作任务能力,主要区别在入口和使用环境。

工作任务开始接手文件和工具操作

字节跳动 Seed 团队在 2026 年 6 月发布 Seed 2.1,强化了模型调用文件、浏览器和外部工具完成长任务的能力。

在工作任务中,模型可以接触本地电脑、浏览器、文档、表格和 Skills,并根据目标选择相应工具。

例如,处理销售数据时,不只是给出几条分析建议,还可以读取原始表格、清洗字段、计算指标、生成图表,再把结果整理成新的文件。制作教学材料时,可以同时处理课程要求、教案、参考资料和演示文稿,而不是停在一份 PPT 大纲上。

资料可能来自网页和 PDF,数据分散在多个 Excel 文件中,结论需要写进 Word,最后再制作成 PPT 或网页。传统聊天式 AI 通常只负责其中一个片段,用户不得不反复复制内容、转换格式并重新补充上下文,既繁琐,也容易遗漏信息。

工作任务在把这些步骤串成一条连续流程。用户仍然需要定义目标、提供材料、确认关键条件并验收结果。是否真正提高效率,也不能只看生成的 PPT 漂不漂亮,还要看材料是否读全、计算是否正确、文件能否继续编辑。

Skills 就是 Agent 手里的工具

豆包工作把文档、表格、PPT、数据分析、可视化、应用生成和录音转写等能力组织为 Skills。

传统软件把功能放在菜单和按钮里,用户需要分别学习不同应用的操作方法。Skills 则把这些能力封装成可以由模型调用的功能模块。用户描述需要的目标任务,模型再判断应当使用哪些 Skills,并把自然语言要求转化为具体操作。

过去要做一份经营分析报告,通常得先在 Excel 中整理数据,再用图表工具实现可视化,最后把结论复制到 Word 或 PPT。现在,模型可以依次自动调用相关能力,把这些步骤组合成一条工作流程。

不必先考虑应该打开哪个软件,只要说清楚要完成什么任务。至于文档、表格和图表工具怎样配合,可以交给模型安排。

这类任务最怕的不是模型回答得慢,而是做到一半突然卡住。文件打不开、登录失效都可能让前面的工作白费,所以执行过程能不能查看,出问题后能不能接着做,会直接影响是否实用。

从生成文件到操作电脑,也要保留接管权

工作任务现在已经把执行范围延伸到本地电脑和浏览器了。

按照现有产品能力,用户可以让模型整理文件、处理本地文档,或者在浏览器中点击和输入。设备授权后,还可以从手机端连接电脑,继续桌面端尚未完成的任务。

比如,我现在已经开始在豆包工作中使用这样的提示词:

    请对我的 macOS 系统做一次全面的进程安全审计。检查是否存在危险、可疑
    或未授权的进程。

    Agent 开始操作浏览器和本地电脑以后,权限就不能含糊。哪些内容可以读取,哪些文件可以修改,涉及删除、支付和发布时是否必须确认,都应该让用户看得见。

    翻看了下豆包的说明,任务模式可能通过浏览器访问网站、理解页面内容并执行点击和输入。遇到登录或安全验证时,部分步骤仍然需要用户接管。对于已经登录的网站,系统在一定条件下也可能调用仍然有效的本地登录状态继续执行。用户可以终止任务,并管理相关 Cookie 设置。

    让 AI 写错一段文案,代价通常有限;让其整理本地文件、操作账号、发布内容或调整系统设置,错误可能造成文件丢失、信息泄露、误发布甚至账号风险。

    有没有用,拿一项真的工作试试

    豆包工作覆盖的场景很多,包括文档、表格、PPT、会议纪要、教学备课、电商运营、学术研究、金融分析、网页制作和电脑维护。

    场景列表再长,也不能证明产品适合每个人。最直接的检验方法,是拿一项真实工作进行验证。

    我更愿意拿一项每周都要重复的工作试它,比如整理会议资料、汇总销售表格,或者把几份文件合成一份报告。

    豆包工作生成的报告示例,部分

    我首先看材料有没有读全,计算能不能复核。最后拿到的还应该是一份可以继续修改的文件。如果一个任务原来需要在四五个软件之间反复切换,现在能够在一条流程里完成,节省下来的时间就是真正的收益。

    Agent 可以负责收集资料、转换格式和完成初步分析,我倒是觉得多数时候都比人工(我自己)做得好多了。

    对于复杂任务,如果觉得处理效率不够,那么刚发布的「多 Agents 并行」就可以派上用场:

      使用「多 Agents 并行」能力,
      分析附件《2025 年我国卫生健康事业发展统计公报》。


      安排 4 个子 Agent 同时工作:


      1. 数据 Agent
      提取 2024—2025 年核心指标。
      包括医疗机构、床位、卫生人员、卫生费用、诊疗量、入院量和患者费用,
      并计算同比变化。


      2. 医疗服务 Agent
      分析卫生资源、医疗服务量、基层医疗、公立与民营医院、中医药服务
      及患者费用的主要变化。


      3. 公共卫生 Agent
      分析疾病控制、妇幼健康、老龄化、食品安全、人口与托育等内容,
      提炼值得关注的指标。


      4. 复核 Agent
      检查数据、单位、同比和统计口径,区分百分比与百分点,核对正文与表格
      是否一致,指出不能从公报直接得出的结论。


      所有 Agent 完成后,由主 Agent 汇总,生成一份简洁的分析报告,包含:
      - 300 字以内的摘要;
      - 8—10 项关键发现;
      - 一张 2024—2025 年核心指标对比表;
      - 4—6 张清晰的数据图表;
      - 三项值得关注的结构性变化;
      - 数据口径、限制及需要谨慎解释的地方。


      要求:
      - 每项重要数据注明页码或表号;
      - 不得虚构数据或擅自推断因果关系;
      - 严格区分人数、人次、机构数、床位数、百分比和百分点;
      - 2025 年卫生总费用须注明为初步推算数;
      - 最终生成一份可编辑的 Word 报告,并将数据图表插入报告。

      别着急讨论谁替代谁,先让它干点活儿

      过去使用办公 AI,更像随时找个人帮忙写几段文字。到了豆包工作,开始能打开文件、调用工具,把后面的步骤一起做完。

      对每天在网页、Excel、Word 和 PPT 之间搬运资料的人来说,能够少做几轮复制、粘贴和格式转换,就已经是很具体的价值。

      对正在寻找 AI 落地场景的创业者和公司管理者,与其继续开会讨论 AI 能替代哪些岗位,不如先选一条真实、可控的工作流程,付费让团队用上一段时间。

      拿点原本要自己加班干的活儿,交给豆包工作试试。好不好用,跑几次就知道了。


      提醒:现在下载豆包工作,然后用豆包或飞书登录,有免费一个月会员的羊毛可以薅。

      跳转微信打开

      •  

      找到改写时代的好公司

      原创 任彤瑶 2026-09-03 21:00 上海

      趋势之前,共识之后

      2015年,纽约一家热衷于报道上东区生活方式的地方小报《Observer》,突然写了一篇报道,描述一个跟精英人士没什么关系的新消费现象:

      几个服装网站正通过Facebook精准广告“轰炸年轻女性”:9.99美元的裙子、首单五折、24小时发货......对千禧一代来说,这“简直难以抗拒”。

      其中一个最受欢迎的网站在Facebook上拥有超过150万粉丝。十年过去,这个名叫SHEIN的网站,已经是全球时装行业无可辩驳的巨头,长成了百亿美元级别的大公司,身后站着IDG、红杉、景林、Tiger Global、General Atlantic、Coatue、Mubadala等一长串全球顶级资本。

      2026年9月1日,希音国际控股有限公司(以下简称“SHEIN”)正式在港交所挂牌上市,总募资超135亿港元,发行市值约2062亿港元。

      但回到2015年,除了想不出选题的《Observer》网站编辑,只有极少数人注意到SHEIN,几位中国的投资人是其中之一。

      2015年,SHEIN想在美国市场扎根,他们看上了总部位于洛杉矶的一个DTC品牌MakeMeChic。为了完成这笔交易,以2.3亿美元估值融资4600万,IDG和景林成为仅有的投资方[1]。

      等到这个故事真正迎来资本市场意义上的终点时,消费早已不再是中国创投圈最热闹的话题。资金和注意力涌向AGI,新消费甚至一度成了需要绕着走的旧名词。

      但SHEIN这笔早期投资依然是业内津津乐道的故事。大家感兴趣的不是为什么这两个机构恰好投中了SHEIN,真正值得讨论的是一个更有普遍意义的问题:

      产业周期潮起潮落,靠什么发现真正的好公司?

      回看中国创投历史,仅仅过去十年,类似的发问就出现过三次。

      01.起伏之中

      SHEIN悄悄长大的时间段,中国创投圈最热闹的故事其实发生在别处。

      2014年,马斯克坐着私人飞机高调降落中国[2]。他拜访科技部部长、参加央视节目,又在北京酒仙桥向首批Model S中国车主交付了钥匙。

      风起于青萍之末。随着国务院和发改委相关政策落地,中国造车领域刮起了前所未有的资本风暴。

      最热闹时,市场上有60多家造车公司,算上注册却没把车造出来的公司多达400家。仅2015年至2017年上半年,全国落地的新能源汽车整车项目就超过200个,规划投资超过万亿。

      这股热潮中,留下了许多被反复讲述的故事,而"蔚小理"这三个字,后来成了整整一个时代的注脚。

      比如IDG,2015年专门成立了个汽车小组,把四五十家造车企业跑了个遍,访谈了二三百人,转年就投了蔚来,2017年又在小鹏A+轮入了局;

      比如黄明明跟李想在望京SOHO聊了三个小时,当场拍板投资,后来连跟七轮;

      比如雷军起初觉得互联网造车几乎等于骗子,顺为最终从二十多个团队里选中了熟人李斌和何小鹏[3]。

      新技术打开想象空间,政策和资本迅速跟进——但对很多机构来说,这轮热闹多少让他们有些警惕。毕竟再向前看十年,08金融危机、补贴退坡和“双反”影响下的光伏产业惨烈过往还历历在目。

      机构们都明白:在技术演进的长期趋势之下,是产能、供需和政策制造的起伏周期。穿越周期的愿望美好,但道路艰难,如何在波动中辨认确定性是大家共同要思考的课题。

      当所有人都声称自己能成为中国特斯拉,真正考验投资人的是如何去伪存真。

      2018年12月,小鹏正式对外交付G3,此时公司尚未取得完整的整车生产资质。工厂建设、自动驾驶研发、销售渠道铺设都需要持续投入,接下来的一轮融资关乎公司存亡。

      何小鹏在G3发布会

      但同时,国内新能源行业迎来阶段性低谷。补贴退坡、资本市场对新造车情绪转冷、一级市场融资收缩,多家新造车项目融资遇阻,爆出经营危机。新造车融资窗口迅速关闭,新能源领域迎来第一次大退潮。

      不少机构对新造车开始回避,2018年8月B+轮之后,小鹏整整15个月没有宣布新融资,C轮感兴趣的机构相当有限。对一家刚刚进入交付期的新品牌来说,处境异常艰难。

      此时老股东IDG却有自己的想法。他们判断,新能源汽车替代燃油车的长期逻辑并未改变,造车新势力长久来看依然具备投资价值,这只是“非趋势性的周期波动”,决定成为小鹏C轮的联合领投方,加码数亿人民币。

      2020年下半年开始,新能源汽车政策在全球回温,小鹏登陆纽交所,IDG成为最大财务投资方,在2018年蔚来汽车上市之后,收获第二个造车新势力IPO。

      小鹏的故事并不是孤例,新能源大退潮让一级市场意识到,趋势从来不是一条直线,在周期起伏中需要判断哪些是转瞬即逝的浪花,哪些是潮水的真正方向。

      新能源汽车教给一级市场一种与周期共存的能力,在波动中辨认确定性,但不被波动带走。

      技术进步不会沿着直线上升,产业扩张不会永远与需求同频,资本市场的情绪更会反复摇摆。在不确定性中找寻确定性,是一场漫长的修行。

      而就在新能源第一次大退潮的2019年,另一个板块正在迅速升温。

      02.趋势之前

      2019年前后,长沙的五一广场在社交媒体上频频走红:

      沿着黄兴路走一圈,几步就能撞见一家爆单的茶颜悦色;坡子街附近的超级文和友,最高峰时出现过万桌等位的盛况;在网红云集的完美日记柜台隔壁,三顿半、墨茉点心局、虎头局渣打饼行等一批新品牌店里人头攒动。

      名为“新消费”的风暴,接棒新能源成为下一次板块轮动的主旋律。一级机构们发现,即便没有新能源般显著的技术曲线,在基础消费品形态之上,人群、渠道和供应链重新组合,同样催生了过去不存在的新机会。

      2016年泡泡玛特揭不开锅,最缺钱时账上不足100万元。王宁见投资人的频率从一天两个提高到一天二十个,一笔3000万元融资最后拆成三笔才凑齐[5]。

      早期资本市场几乎不看好泡泡玛特。多数投资者并不真正理解王宁。他们只是模糊地预感,年轻人的潮流消费/线下消费“一定有机会”。

      同样的事情也发生在蜜雪身上,在新茶饮资本疯狂追捧高端精品、网红轻奢赛道的黄金十年,扎根下沉市场、主打极致性价比的蜜雪冰城,长期处于投资视野的盲区。

      即便是后来蜜雪冰城门店规模突破万店、坐稳下沉茶饮头部位置时,争抢入局的头部机构们,也并非提前看透了“大众平价茶饮、下沉消费刚需”的底层趋势,而是看到其成型的万店规模、稳定的盈利能力和成熟的供应链体系后,才后知后觉地追逐确定性。

      寻找那些还没被命名的供需互动,在趋势形成之前捕获它们,成为了这一轮消费板块的主要命题。

      泡泡玛特代表了一类最典型的机会,创造了从没人见过的新供给。蜜雪也代表了一类机会,消费投资并不总是在寻找从无到有的东西,跳出旧有理解框架也可能发现新机会。

      这个视角再往外推一步,随着研发、产品和运营能力成熟,中国拥有成熟的供应链优势的行业,有机会在全球范围形成新的消费品牌。

      这个方向上,IDG是走得比较快的。他们陆续投了消费电子、服装等出海优势领域的一批公司,包括Insta360、安克创新、致欧家居等等,也包括SHEIN。

      2018年以前跨境电商鲜少被投资机构关注,SHEIN“创始团队非名校出身、模式偏重”的形象,在主流投资视野里颇有“反直觉”意味。

      SHEIN的早期投资人、IDG资本合伙人连盟曾对媒体回忆说,他第一次见到许仰天,聊完就觉得应该立刻投,“说不上自己在等什么样的人,但见到就知道就是他了”。

      那时候SHEIN还不为人知,同行大多在北京、上海争抢互联网项目,IDG几乎没有竞争对手。双方一见如故,许仰天开了个价,IDG快速拍了板。

      番禺万博城中村的SHEIN办公楼

      这份判断背后是一个更大的世界观——国内电商早分出标品和非标两条线,但放眼全球,亚马逊几乎垄断了海外标品电商,非标却是一片空白;把世界看作一个更大的"中国市场",服装正是非标里体量最大、最具想象空间的品类。

      在这套逻辑驱动下,在SHEIN尚未真正走入美元基金视线时,IDG在2015年“逆势”领投了SHEIN的B轮融资。

      从泡泡玛特、蜜雪冰城,再到SHEIN,消费投资的参照系不断变化。这轮方法论的核心是,在趋势被所有人看见之前,先理解那些零散、模糊、甚至看起来不重要的信号。

      后来行业内有了一个词描述这种思考路径:寻找非共识,在变化中发现趋势。

      但下一轮产业浪潮来得太快,留给投资人的时间突然变得极其短暂。

      03.共识之后

      这次的主角是AI。

      如今提起AI,几乎已经等同于"共识"本身——但在这场万人挤上牌桌的热闹开始之前,它也曾有过一段少有人问津的非共识阶段。

      2021年底,ChatGPT还没有发布,IDG就联合高瓴、米哈游等机构投资了MiniMax团队。

      2023年2月,王慧文和出门问问创始人李志飞、真格基金戴雨森及刘元吃了一顿饭,聊刚发布的ChatGPT。聊到兴起,王慧文拿起手机发了一条朋友圈:“5000万美元,带资入组,不在意岗位、薪资和title,求组队。”

      这顿饭后来成了中国大模型创业潮一个颇具象征意义的开场。王小川、李开复、周伯文等名声响亮的创业者相继下场,大厂与投资机构迅速跟进,AGI以惊人的速度进化。

      同样在2023年,美团龙珠合伙人王新宇第一次在北京量子芯座大厦见到杨植麟[6],那是一个简陋的办公室,门口没有公司logo,只有一架白色钢琴,杨植麟甚至没有独立办公区。

      环境随意,融资速度却惊人。成立两个月,月之暗面近20亿元天使轮到账,不到十个月,累计融资近90亿元,估值接近180亿元。

      同一时期,智谱累计融资超过25亿元,一批行业头部产业资本和财务机构迅速聚集到同一张股东名单上。2026年长期依靠梁文锋和幻方体系输血的DeepSeek开放外部融资后,2个月内快速敲定超500亿人民币融资[7]。

      由AI延伸出的具身智能赛道也展示出同样的趋势。

      宇树2016年成立到B轮用了大约6年。但随着AI爆发,它在2024到2025年连续完成三轮大额融资,吸金近16亿。

      就在宇树科技2026年8月以"人形机器人第一股"身份登陆科创板几天后,小鹏机器人业务完成首轮融资,由IDG领投,融资规模超9亿美元,投后估值超63亿美元,刷新了中国具身智能行业单轮私募融资纪录——这一轮的融资额,比宇树IPO募资总额还要高。

      a16z合伙人Martin Casado感叹,AI创业公司out of the gate就需要融数亿美元。

      融资盛况指向一个鲜明的变化:AI浪潮中,共识形成的速度前所未有地加快了。

      过去的板块轮动里,投资机构往往有较长时间发掘项目,建立非共识的分析框架。到了AI,最核心的项目几乎没有这样的窗口了。

      大趋势高度确定加上资本聚集极快,在无限放大的FOMO情绪里,寻找非共识已经没有那么重要,一级机构们要回应的关键,变成了高估值下,能否有足够的魄力和眼光出手。

      这并不意味着机构一定要用更高的价格购买确定性,甚至为稀缺的入场机会支付溢价。共识越强,真正有价值的分歧反而越容易藏在水面之下。

      从B轮到C轮,月之暗面的估值只从33亿美元涨到43亿美元,中间隔了一年半——这段时间里,Kimi的月活从2165万一路腰斩到903万。这是月之暗面最难的一段日子。

      500

      月之暗面的办公室

      IDG恰恰在这个阶段进入。2025年底,月之暗面完成5亿美元C轮,IDG领投1.5亿美元[8]。这笔钱,投在了黎明之前。

      后来随着K2等模型陆续发布,付费用户与API收入开始增长,Kimi的技术、产品和商业化都有了更多可验证的指标,再次成为热门标的。

      回头看,IDG不是有未卜先知的能力,他们只是在市场悲观情绪下,愿意押注一部分仍未被破坏的基本面。这也说明在高度共识的AI时代,非共识并没有彻底消失。它只是变得更转瞬即逝,也更隐蔽。

      赛道轮动、趋势变化是创投领域不变的主题。两年前引发机构集中“抢筹”的 AI赛道,如今也在因商业化的巨额资本开支与漫长回报周期,爆发出新的集体性担忧。

      过去几年只要押中AI这个方向,估值扩张本身就能提供相当可观的回报。但随着大量资金涌入,头部公司的估值被迅速抬高,一部分预期甚至被提前兑付。方向正确,开始不再等于价格正确。

      在一个几乎不存在信息差的大共识时代里,谁还能从昂贵的资产中找出真正能够留下来的公司,正在成为下一阶段最困难的问题。一众机构们又被迫再次拾起看家本领,寻找“共识中的非共识”。

      04.尾声

      三十多年里,中国创投行业经历过太多潮起潮落。

      昨天还被奉为圭臬的经验,到了下一轮周期,可能就成了最需要警惕的路径依赖。曾经遍布鲜花和掌声的道路,常常在攀至最高点的时刻,突然转向陌生的荆棘与泥泞。

      从新能源,到消费和AI,创投行业经历了三套完全不同的估值坐标系。如果要说它们有什么共性,那就是要求参与者永远具备一种“重新认识世界”的勇气与能力。

      新能源是在波动中辨认确定性。技术并不会线性进步,产业扩张也不会永远与需求同频。机构要从剧烈波动中分辨长期趋势和短期周期,并在市场最悲观的时刻,仍然对那些没有被破坏的基本面保有信心。这是一种与周期共存的能力。

      消费是在变化中发现趋势。在一个没有明确技术拐点的行业,变化往往分散在不起眼的细节间。机构要重新理解供给和需求如何互动,并在这些变化尚未被市场命名前,抓住一闪而过的机会。这是一种识别趋势的能力。

      AI是在共识中重新寻找差异。当市场没有给非共识留下太多空间,当价码被不断推高,机构要在热闹里分辨真正能够留下来的核心资产。这是一种保持判断力的能力。

      经验会过时,但学习、寻找变化和修正判断的能力不会过时。适应变化当然痛苦,但能够一直留在牌桌上,看到下一轮变化发生,本身也是一种幸运。

      新的变化已经开始。

      今年以来,AI第一轮围绕模型、人才、算力和融资规模的跑马圈地正在接近阶段性终点。资本开始追问更具体的回报率问题。与此同时,创新的基本面并没有消失,还有许多激动人心的故事在时刻发生。

      三年前,所有人面对的问题还是要不要登上AI这艘船;今天,这艘挤满了人的大船,又要驶向下一片波涛汹涌的海域了。

      全文完,感谢您的耐心阅读。

      参考资料

      [1] SHEIN,万字长文解析最隐秘百亿美金独角兽是怎样炼成的,智象出海

      [2] 特斯拉效应:马斯克的中国64小时,商业价值

      [3] 论造车,雷军才不是新人,未来汽车日报

      [4] 茶颜悦色、文和友、三顿半……长沙靠“吃喝玩乐”成网红顶流,Tech星球

      [5] 《因为独特:泡泡玛特创始人王宁从杂货铺到IP世界的跋涉》,李翔

      [6] 美团龙珠,投了最火90后杨植麟,投资界

      [7] 掮客、份额与百亿资金:DeepSeek融资实录,财经杂志

      [8] Kimi 完成 5 亿美元新融资,杨植麟:账上有超百亿元人民币,晚点

      作者:任彤瑶

      编辑:李墨天

      责任编辑:任彤瑶

      图片

      图片

      跳转微信打开

      •  

      都在开源 Harness,Codex 和 DeepSeek 到底有什么不一样?

      原创 欢迎关注的 2026-09-03 18:00 上海

      同一个词,两家公司,开源的却是两层完全不同的东西。

      。图片

      点击蓝字,关注我们

      图片

      作者 | 医疗产品部

      导读 

      introduction

      模型能力趋同后,竞争下沉到了"怎么把模型用好"。2026 年 8 月,DeepSeek 与 OpenAI 先后开源 Harness:一个开"整套零件",一个开"调教好的实习生"。本文用"天才实习生"的比喻讲透 Harness 的五大能力,并拆解两家打法的本质差异——要主权,还是要省心? 读完后你会明白:功能清单会趋同,但"没人下令时它怎么做"才是真正的护城河。

      全文 6658 字,预计阅读时间 5 分钟

      前言

      GEEK TALK

      同一个词,两家公司,完全不同的故事

      2026年8月,AI编程工具赛道发生了两件看似相同、实则完全不同的事。

      先是 DeepSeek 开源了 DeepSeek Harness,两天冲上9万多GitHub Star——这个速度,几乎破了开发者工具的历史纪录。没过几天,OpenAI也宣布开源 Codex 的 Harness 层:CLI、app-server,还有官方SDK。

      如果你只看标题,会以为他们在打同一场仗。但如果你真的翻开代码,会发现一个反直觉的事实:他们开的是两层完全不同的东西。

      TL;DR(30秒速读卡)

      这篇文章只做三件事:

      1. 用最直白的话讲清楚 Harness 到底是什么;

      2. 拆开 Codex 这次到底开源了什么——核心亮点藏在哪里;

      3. 说清 Codex 和 DeepSeek 的本质差异。

      GEEK TALK

      01

      先建立一个坐标系:Harness 到底是什么

      在聊任何细节之前,先认识一个人——一个没有经验的天才实习生。

      他聪明得离谱:你随便说个需求,他立刻能给出思路;给他任何文字,读一遍就能复述、改写、翻译。

      但他有四个要命的短板:

      • 没记忆:上一分钟交代的事,下一分钟就忘干净,每次都得从头讲。

      • 没背景:没见过你们公司的代码在哪、文档在哪、谁负责什么。

      • 没手脚:不会打开文件、不会运行程序、不会查数据库——除非你给他工具,并告诉他"现在可以用"。

      • 没分寸:分不清哪些事自己能做主、哪些事必须停下来问你,很容易越界闯祸。

      问题来了:这样一个实习生,你要怎么把他用起来?

      你大概率不会让他直接上手干活——你会做一整套"带新人"的事。而这一整套"带新人"的东西,就是 Harness。

      1.1 一张表看懂:怎么"带"这个天才实习生

      这个比喻后面会反复用到——这个实习生一会儿是 Codex,一会儿是 DeepSeek,两家对他的"带法"完全不同。

      1.2 一句话定义

      Harness = 模型之外的一切。

      实习生本身只会“按要求干活”,他不知道项目背景是什么、工作规范有多大边界、如何使用趁手的工具。就像模型一样,本身只会“预测下一个词”,不会开文件夹、不会跑脚本、没法实时联网搜索。

      把这些事全做起来的那层"外壳",就是 Harness。

      拆开来看,它主要包含五样东西:

      1.2.1 上下文管理

      给模型看什么、不看什么、什么时候把旧内容压缩掉

      实习生第一次接手项目,你不能把公司十年的邮件全倒给他,也不能只甩一句"你自己看着办"。你得挑出跟这次任务最相关的那几份文档,并且随着对话变长,把已经没用的旧信息收走——否则他会越来越慢、越来越跑题。

      1.2.2 工具调用

      让模型能碰文件、跑命令、查接口

      实习生光会想、能干没用,得给他趁手的工具:配电脑、开权限,并告诉他"简单小铺可以换礼品,跟同事协同要用如流"。工具是他的手和脚。

      1.2.3 执行环境与沙箱

      把模型行为约束在安全边界内

      实习生再聪明,也不能让他直接在正式环境里干活。你得先给他划一块"随便折腾也不影响别人"的试验田——比如一个独立的开发分支、一套隔离的测试环境。他在里面改代码、跑测试、试新方案,哪怕把整个试验田炸了,一键就能恢复如初,不影响线上业务。

      1.2.4 审批与权限

      哪些动作自动放行、哪些必须问人

      实习生自己整理需求文档、画原型草图?可以自动放行。但要把需求正式同步给研发排期?必须等你确认过逻辑再发。

      你得给他一张清晰的"权限地图"——绿灯的事他自己干,红灯的事他必须拉起警报等你来拍板。

      1.2.5 会话与状态

      跨轮次记住进展、失败后从哪恢复

      他跟进了两周的客户,每轮沟通的要点、对方提的疑虑、下次跟进时间——如果没系统记下来,客户问"上次说的那个问题后来怎么样了",他一脸茫然,信任瞬间归零。

      你得给他配一块"进度白板":当前做到哪一步、哪些方向试过但行不通、哪些结论已验证、下一步该干什么。这样他每天开工能无缝续上,而不是对着空白屏幕从头想"我昨天干嘛来着"。

      一句话:模型是那个会思考的脑子,Harness 是那套让他能在真实世界里安全干活的整套装备。 脑子决定上限,装备决定他能不能把活干完、干好。

      1.3 再放一张表,彻底理清模型 vs Harness 的分工

      一句话:当模型能力趋同,竞争就开始从"模型"下沉到"模型之外的那层壳"。

      1.4 再澄清三个常见的误解

      误解一:Harness = 提示词(Prompt)。 不对。提示词只是"你怎么跟模型说话",属于上下文管理里的很小一块。Harness 还包括工具、沙箱、审批、会话状态——是一整个运行环境。

      误解二:Harness = Agent 框架(比如 LangChain 那类)。 也不对。框架帮你"搭骨架",Harness 更偏"真实落地时的那整套壳"——包含框架,但远不止框架。一个框架可以拿来写 Demo,一个 Harness 得扛住生产。

      误解三:Harness 是模型厂商的边角料。 恰恰相反,当模型拉不开差距时,壳就是护城河。在当下阶段,做好 Harness,可能比模型本身更值钱。

      GEEK TALK

      02

      Codex 这次到底开源了什么

      继续用带实习生的例子,假设你第一次带实习生没有经验,不知道该如何提升,Codex 本次就给了你三样东西,你可以开箱即用。

      2.1 三样东西,三种用法

      2.1.1 Codex exec:让他坐你旁边,你当面指挥

      这是最直接的方式,就像你让实习生坐在你旁边,随时派活儿、随时验收。不满意?当场指导并让他重来。

      在操作角度上,它就是一个电脑终端(相当于一个对话窗口),你只需要对着它说话:“把这个 MRD 再改改”、“这个代码有 bug”,Codex 就可以直接帮你干活,并把结果贴给你审核。

      它还有一个"自动模式":你把一份任务清单甩给他,说"今晚把这几件事跑完,明天早上给我报告",他跑完把结果整理好,顺便在报告封面上贴个"成功/失败"的标签。最适合那种"每晚自动跑一遍例行检查"的重复性工作——比如电商大促前,每天自动查一遍价格配置有没有异常。

      2.1.2 app-server:给他配一个总机号码,谁都能打电话叫他干活

      你不需要亲自坐他旁边了。给他开一个"公司邮箱地址"(实际上是一套标准接口),任何有权限的人——产品、运营、甚至你们公司的内部系统——都可以往这个邮箱发任务。他收到就干,干完把结果发回来。

      比如:产品经理发一封邮件(在 Jira 里创建一个任务)"生成这周的上线检查清单",系统自动接进来叫他干;运营发一封"生成昨日数据简报",他立刻开始跑数、写简报。你不用专门开个窗口跟他聊天,他已经变成了你们公司内部的"公用实习生"——谁有需求都能给他派活儿。

      它跟第一种方式的核心区别是:你不再是"唯一能差遣他的人",而是"给所有人开了差遣他的权限"。 至于怎么开、谁有权限开,你自己说了算。

      2.1.3 官方 SDK:把他打包成一个外包团队,你们公司的程序可以直接下单

      前面两种都是"人直接叫他"。但如果想把他集成到你们自己的产品里呢?比如你们的内部工具想加一个"AI 帮你自动生成周报"的功能——不需要重新开发,直接调用他就行了。

      SDK 就是"程序怎么调用他"的操作手册。你写好代码,你们的程序就能自动:开一个会话、让他跑任务、实时收到进度——甚至他能干活干到一半,程序判断"不对,这块权限不够",直接喊停,换个权限再让他跑。

      它跟前两种的核心区别是:不是人叫他,是程序叫他。 你不需要有人坐在电脑前点按钮,流程可以全自动跑起来。就好比你不是"给公司招了个实习生",而是"把这家外包公司的能力接进了你公司的系统里,你们的程序自动下单,他自动接单干活。"

      2.2 AI 干活长什么样?

      前面说了三种"叫他干活"的方式。但不管你怎么叫他,一旦他开工了,一次完整的工作过程长什么样?

      OpenAI 把"一次 AI 干活"拆成了三层结构,用三个词就能说清楚。

      拿"让实习生帮你跟进一个大客户"来举例:

      • 会话(Thread):从你第一次说"帮我跟进一下这个客户"开始,到最终方案确定、合同发出、客户确认——整件事从头到尾算一个"会话"。就像一张工单,开的时候写了个标题,关的时候已经有了结果。

      • 回合(Turn):会话里面,你每交代一件事、他做一轮动作、再回复你——这算一个"回合"。比如你先说"整理一下这家客户的背景资料",他去查、回来告诉你"整理好了,发你邮箱"——这是一个回合。然后你说"帮我起草一份针对他们的报价方案",他去写、回来发给你——这是下一个回合。一次会话,就是若干个回合串起来的。

      • 条目(Item):每个回合里,具体发生的每一件事,都是一个"条目"。你说的话是一个条目,他去查资料是一个条目,他写好的一份方案草稿是一个条目,他发起的一次审批请求也是一个条目。

        会话:跟进华东区一个大客户的续约(从开工到收工)

          回合1(你派活儿 → 他做背景调研)
            条目1:你说"这个客户下个月合同到期,你去摸一下情况"
            条目2:他查阅了客户近半年的使用数据
            条目3:他翻出了上次沟通的会议纪要
            条目4:他告诉你"客户最近三个月活跃度下降了15%,主要集中在新功能模块"

          回合2(你补充信息 → 他出方案)
            条目5:你说"把去年给他们的折扣政策也考虑进去"
            条目6:他计算了三种报价方案的成本和利润空间
            条目7:他草拟了续约方案,发给你确认

          回合3(你修改 → 他发起内部审批)
            条目8:你改了其中一个折扣系数
            条目9:他更新了方案
            条目10:他发起审批请求:"申请走特殊折扣流程,等你批"

          回合4(你批准 → 他准备正式文件)
            条目11:你点了"批准"
            条目12:他生成了正式报价单和合同草稿
            条目13:他回报"文件已备好,可以发给客户了"

        关键点来了:当你把一次工作拆成"会话→回合→条目"之后,它就不再是一个"黑盒"了——你随时可以:

        • 插进去:比如在回合3的条目10那里,审批系统拦住它,等你看完方案再放行。

        • 回头看:比如一周后想查"当时给这个客户的报价逻辑是什么",你可以把整个会话的每一条都翻出来。

        • 只看想看的:比如你只关心"他改过哪些数字",可以只过滤"计算报价"这类条目,其余不用看。

        2.3 怎么带好实习生?OpenAI 的两个锦囊

        1. 实习生看不到的东西,就相当于不存在

        你让实习生"去给华东区这个大客户出一版续约报价方案"。

        在你脑子里,这件事很清楚:一个月前你们内部已经协调定了"85折底线",实习生按要求出方案就行。

        但在实习生那边,他翻遍了入职时领到的资料包:产品手册里有标准报价模板,过往案例里有几份历史合同,邮箱里躺着一封三个月前的客户沟通纪要。"85折"这三个字,从来没出现在他摸得到的任何一份材料里。

        于是他按标准流程出了一版——95折,公司统一折扣,挑不出毛病。

        这是一个"你以为他应该知道,但他压根没渠道知道"的问题。

        解决方案?OpenAI 把这件事做成了工程,而不是靠口头提醒。

        他们把所有"实习生应该知道但可能不在场"的东西,全部硬写进他能访问的地方:一份目录式的指引文档,告诉他"遇到什么该去哪里看"——不给他300页手册,只给他一张"地图";一个结构化的知识库,放所有历史决策、讨论结论;甚至派一个"文档园丁"Agent定期扫描,发现过时信息自动更新。

        这套做法的核心就一句话:别指望他"在场",把该让他知道的,放到他伸手就能够到的地方。

        2. 把"品味"变成机器规则

        你让实习生整理投诉报告。你心里想的是"登录相关的问题归一类",他交上来的是"密码找回失败""账号无法登录""手机换绑收不到码"——三件事拆成了三类。

        你问他为什么这么分。他说:"客服填表的时候就是分开填的,我照搬了。"

        你没脾气——逻辑上挑不出错,但你想要的"合并同类项"他压根没意识到。这种"归类感"是你干了两年才长在身上的东西,实习生刚来两周,指望他"悟"?

        这是一个"你的品味没有变成流程"的问题。

        解决方案?把"什么叫好"翻译成自动检查的规则,然后派个"质检员"天天扫。

        ① 定规则:

        • 所有分类必须先查"标准标签库",库里没有的才能新建

        • 每一项分类必须注明归类依据

        • 每周跑一次健康检查,把"一人一类"的孤岛标签揪出来

        ② 天天扫:

        质检员每天扫描所有报告,发现偏离规则的地方,自动发起修改申请。你只需要确认"这个合并对不对",而不是从头翻一遍。

        ③ 持续还:

        今天扫出来三个分类没按标准来,修掉。明天又发现两个,再修掉。永远不让"坏品味"攒成大山。

        OpenAI 给这个机制起了一个很妙的比喻:像垃圾回收。

        年底大扫除 vs 垃圾回收:坏习惯攒半年,一次性整改,改动巨大、没人敢动,拖到下一年不了了之。每天顺手清一点,永远不会有"还不起的债"。

        实习生用不了两周就学会你的分类方式了——不是因为他变聪明了,是因为"什么叫好"从他第一天干活起,就嵌在他每走一步都会撞见的那道流程里。

        GEEK TALK

        03

        Harness 的分水岭与护城河

        • DeepSeek 公开的是"整套带人系统的图纸和零件"。他的产品是一棵启动时组装的插件树——连"这个实习生怎么思考"(agent loop 本身)、模型适配器、工具注册表、会话日志,都是可以换的零件。相当于给了你一箱乐高和图纸,告诉你"这个人的手脚、脑子、记忆、行为准则都可以拆下来换"。前提是——你自己得会拼。

        • Codex 公开的是"一个已经调教好的实习生,加上怎么把你的产品接到他身上"。他不让你换"思考方式",而是把上下文、工具、权限、验证、恢复这条工作回路,校准成一条普通用户无需重新设计就能走通的路。相当于直接派了一个"培训已完成、上岗就能用"的实习生过来,你只需要把公司门禁卡(你的产品接口)发给他,他就能干活。代价是——他必须用 OpenAI 配好的那套"工作方式"。

        Codex 开源的是"怎么把能力接进你的产品",DeepSeek 开源的是"怎么把整套系统拆开重组"。 其余差异——语言、许可证、成熟度——都只是这个核心差别的投影。

        有人会把这事概括成"DeepSeek 更开放,Codex 更封闭"。这是错的。两边其实都开放,只是方向相反:DeepSeek 开放的是深度——向下,直到运行时的每一个零件;Codex 开放的是宽度——向外,直到任何你想接入的产品形态。

        这背后是两种不同的确定性交易:用 DeepSeek,你买到的是"未来仍能改变系统的权利"——不被任何单一产品锁死;用 Codex,你买到的是"默认就能拿到可验收结果"——不用自己设计那套工作回路。没有哪个天然更好,取决于你要的是主权,还是省心。

        Addy Osmani 有一个犀利的观察:这些 harness 长得越来越像,比它们背后的模型还像——「look more like each other than their underlying models do」。上下文管理、工具调用、沙箱、审批、会话状态,谁家都会做,功能清单三个月后就会趋同。真正的护城河不在"有没有",而在于两个更深层的东西:

        • 有没有"沉默的经验":当实习生面对一个模糊任务——"帮我把登录修好"——他是直接动手改,还是会先复现问题、追调用链、写失败用例、跑全量回归、检查有没有误伤?这套"没人下达的指令"才是真正的"经验"。它不在功能清单上,但它决定了交付质量的上下限。

        • 默认路径有没有被校准过:Codex 的默认路径是被自己那条"人类不写代码"的极限路径验证过的——从空仓库到百万行代码,3.5个PR/人/天,它的默认行为已经被反复打磨。DeepSeek 给你的是"选择的权利",但默认值好不好用,需要你自己去校准。

        功能清单会趋同,但"没人下令时它怎么做"不会——那才是护城河。

        落到具体选择上,关键看自己更接近哪种处境:

        • 想尽快见效的小团队:好用 = 少接管。你不想在设计"实习生的工作回路"上耗费精力,Codex 这类"替你扛默认"的更容易直接见效。

        • 在建公司级 Agent 平台的团队:好用 = 关键能力不被单一产品永久锁死。你需要"换掉某个零件"的权利,DeepSeek 的"组合控制权"更有价值。

        • 两种都想要:这两者不互斥。真正成熟的下一代 Harness,很可能是"该自由的自由,该约束的约束"——内核给组合权,外壳给接入权。

        GEEK TALK

        04

        结语:Harness 不是"给 Agent 加一层壳",而是"给 Agent 造一个能稳定运转的世界"

        回到最开始那个实习生。

        DeepSeek 的选择是:把"带新人"系统里的每一个零件都做成可插拔的——换个"入职手册"、换个"工具台"、连"这个人怎么思考"都能换。你拿到一箱乐高,自己拼。

        Codex 的选择是:先把一整套"带新人"的流程搭好、校准好,在百万行代码上证明它稳定运转,然后把接口打开,让你往里面接你自己的产品。你拿到一个已经上岗的实习生,给他发门禁卡就行。

        两种选择,没有对错。它们只是把"模型之外的一切"这件新事物,从两个相反的方向各推了一步——一个向下探到了运行时的最底层,一个向外拓到了产品的最大面。

        而对我们来说,模型会越来越强,Harness 会越来越成熟,但真正决定 AI 能不能在真实世界里稳定地干活,答案还在路上。

        跳转微信打开

        •  
        ❌