Balentin

Ohhhh well, Here we go again | Content writer :) | AI

[Mr Gafish | 鱼哥 @MrGafish]

这次西藏和尼泊尔边境上的这场突发洪灾真的让人震惊，刚好看到 Planet Labs 公开了他们关于这次遇灾地区的最新地图数据集 @planet，我就想能不能用最近刚上线的 Apodex 1.1 来把这个数据集做一个分析并生成一份可供救灾一线人员使用的报告，于是就有了下面这份分析过程和报告。

当我们把这条紧急任务完整跑一遍时，真正值得记住的，是它如何把数据变成可执行的动作。这次的任务输入是一场真实的尼泊尔边境河道溃决洪水（博特科西—特里苏利），输入是一份开放的灾后影像数据集，目标是为六类前线队伍产出一份应急行动版防灾救灾指南。把它从头到尾跑完，最直观的感受是四个字：可被核查。

一、这条任务是怎么跑完的

整个过程大致分三步：先收口口径和边界——统一标注伤亡的临时口径、保守表述灾因、划定安全红线；再评估数据能力——看云量、看处理级别、看清能用到什么程度，明确定位为「线索筛查」而非定量定损；最后按前线动作来组织输出——搜救/医疗/道路协同怎么排、二次灾害怎么防、队长带出去的一页行动清单、以及数据每 6–12 小时怎么更新。全程不追求结论漂亮，而是每一步都有依据、每条不确定都有对应的降级策略。

二、这条任务的优势在哪

1. 能力单位定义完整
从理解目标与使用边界，到进入数据环境执行，再到维护任务状态并接收前线反馈，最后交付能追溯来源的结论。不是生成一段建议就结束。

2. 证据轨迹可追溯
每条数据来自哪里、每张图什么时间拍的、以什么处理级别判读的，都能找到出处。对 Agent 自进化来说，这就是 trajectory learning、reflection、skill learning 真正需要的那层地基。

3. 不确定性被主动写出来
"影像连续≠可通行"、"未见破坏≠安全"、"test 质量影像不能用于损失定量"——这些容易把模型训偏的地方，它选择自己先说破，把噪声挡在结论之外。

4. 状态维护制度化
每次更新都标制图时间、影像时间、数据来源、判读人、置信度和未核实区域；不同产品按不同频率刷新，遇到新影像、官方通报、道路状态变化等触发点自动提示更新。

5. 从抽象数据下沉到一线动作
影像参数 → 判读价值 → 分区颜色 → 队长清单，每一步都落到具体的人做什么。

6. 产品化交付 + 闭环迭代
五张标准产品表，各自有明确的输入、用途和必须标注的限制；前线回报收集起来反哺判读，撤出后强制更新地图。

三、为什么这点对 Agent 自进化很关键

讨论轨迹学习价值时会发现一个共同前提：能被下一轮训练的经验必须足够可靠、可追踪、可验证。这条任务留下的不是漂亮话，而是执行过程中真实可见的动作链——所以它既是救灾工具，也是一份值得拿去研究的 Agent 工作样本。
最直接的体验方式：丢一篇你正在看的 paper、一份数据或代码进去，再在任务跑到一半时改一次要求，看看它怎么继续把任务接下去。

经过上面严谨的分析和推理后，最终 Apodex 产出了一份可以直接用于分发的PDF文档，见下面的截图

同时整个过程大家也可以从这个分享链接上去查看 https://t.co/8HuCEIGPSm

感兴趣的也可以在线体验Apodex 1.1 https://t.co/E68eJ1K3Ef

[柯基是只猫 @Keji715]

https://t.co/8KkpzfdbW4

[马识途 @shitunote]

https://t.co/SxCaorcFuH

[小墨同学 @xiaomovps]

Pi Agent 的 Sub-agent 我一直在用，最近我又拿 Apodex 1.1 跑了一轮多 Agent 搜索。

它处理资料对比的方式，和普通 Deep Research 不太一样。

Pi Agent 本身没有内置 Sub-agent，需要通过插件扩展。你可以让 scout 搜资料，researcher 整理信息，再交给 reviewer 检查。每个角色使用什么模型、开放哪些工具和权限，都能自己配置。

这种方式很灵活，适合喜欢自己搭 Agent 工作流的人。

这次我给 Apodex 1.1 的任务，是核对 Pi Agent、Codex CLI、Claude Code 和 FrontierAgent 的多 Agent 能力。

这些工具更新都很快。同一项功能可能在旧文档里没有，最新版本已经加入，也可能只是插件支持，最后却被写成官方内置。

所以我从一开始就限制了资料范围，只接受官方文档、GitHub 仓库和版本更新记录。

Apodex 会根据问题拆分搜索路线。多个 Agent 分头查不同工具，阶段结果持续汇总到同一个任务中，最后再集中比较。

我这次想看的，是它能不能把一个资料多、版本杂的任务持续做完，并把每条结论的来源留下来。

最终表格会单独区分官方内置和插件实现。不同官方页面出现冲突时，它会列出各自的来源和更新时间。官方没有明确说明的地方直接标成未知，不会为了填满表格补一个答案。

交付结果还会经过 Statement Review。关键结论与生成过程分开检查，遇到证据不足、引用不匹配或资料冲突时，会留下对应的检查记录。

两种多 Agent 的使用方向也很清楚。

Pi Agent 适合自己组建团队。角色、模型和权限都能深度调整。

Apodex 更适合多路搜索，把分散的资料放到一起比较，再交付一份可以继续核查的结果。

如果你经常需要确认某项能力究竟是官方支持、插件提供，还是目前没有明确资料，这种工作方式会比较实用。

FrontierAgent 是开源的单机 Agent harness，支持 ReAct 和 Agent Team。macOS、Linux 可以一条命令运行，无需强制预装 Docker。觉得有用可以去 GitHub 点个 Star。

https://t.co/QzpuiH0dEH

Apodex 1.1 mini 是开放权重的 35B 模型，可以本地部署，也能搭配 FrontierAgent 使用。

https://t.co/DS6phnxtRn

Apodex 1.1 在线工作台已经上线。注册新用户有 credits，可以上传自己的文档、数据或表格跑一次。API 平台目前免费两周。

https://t.co/KWeGgKSXyg

https://t.co/soosUPL4EI

[Lonely @Lonely__MH]

🔥🔥兄弟姐妹们，你被「AI裁员」了吗？！

今天聊一个打工人都很关心的话题：「AI 裁员」！！！

AI 甚至不需要裁掉你，才算抢走你的工作。

公司只需要做一件事：你离职以后，这个岗位从此消失

过去一年，AI 裁员成了互联网大厂最好用的公关遮羞布

- 业绩下滑叫 AI 转型
- 管理臃肿叫 AI 提效
- 预算砍光叫 AI 重组

只要套上AI，一次平庸的成本削减，听起来都像是在主动拥抱未来

打工人真的被技术淘汰了？还是公司终于找到了一个听起来更体面的裁员理由？

别再看营销号互相洗稿了，我直接用刚发布的Apodex 1.1，核查了近两年29个与AI叙事相关的科技公司裁员、减少招聘和组织调整案例，脱水媒体标题，只认硬核证据，扒出来的真相反直觉到让人发凉：

1. 刀锋向内：确实有 8 家大厂，是被 AI 直接干掉的

- Oracle：直接在 10-K 年报白纸黑字写明“AI 采用导致裁员”，全职员工净减 2.1 万

- Salesforce：50% 客服互动被 AI Agent 接管，团队从 9000 人暴砍至 5000 人

- Block & Snap：明确用内部 AI 缩减编制，一刀切掉外包

2. 钝刀割肉：最恐怖的隐性杀手，5 家大厂在玩“离职不补”

- Shopify：想申请新HC？部门必须先自证“这活儿 AI 真的干不了”

- ServiceNow：靠员工自然离职后“锁死空缺”来压平招聘。 这种软刀子在裁员新闻里根本看不见，但初级白领的门，正在被悄悄焊死

3. 全员演戏：最大的反转，近一半（14 家）大厂纯粹在拿 AI 甩锅！

- 微软、亚马逊、Autodesk、Uber…… 官方信件里的真实原因全是“疫情过度扩张、去中层官僚化、组织扁平化”。

- 微软高管甚至公开澄清：“被裁岗位不会被 AI 替代。” 他们只是借着 AI 的风口演戏给资本市场看，顺便掩盖业务亏损。

这次用Apodex 1.1跑任务，最让我意外的不是它找了多少，而是它肯删：

审查环节把网上疯传的Snowflake技术写作团队、TikTok内容审核等“AI裁员实锤”重新检查了一遍

因为找不到足够的公司原始表述，最终全部删除或降级。
什么被采用，什么被排除，为什么，都留了记录

最后交付的不只是一份报告，还有一张29个案例、24个字段的Excel证据表和分类图。

跑完这一圈我才明白：
AI 有时是刀，直接砍掉岗位；
有时是杠杆，让更少的人干更多活；
有时只是遮羞布，掩盖管理层的无能。

AI 最先抢走的，不是你当下的饭碗，而是你原本可以跳槽的下一份工作。

----
🔥打工人投个票：下面三种情况，你最怕哪一种？

A. 明天醒来，AI直接替代了我的岗位

B. 行业集体冷冻，从此不再招聘这个岗位

C. 一次普通裁员，被包装成无法反驳的“AI提效”

评论区扣A/B/C

也聊聊你所在的行业：最近开始出现“离职不补、新人不招、一人兼三职”了吗？

[九尾狐-FoxFairy🦊 @Stellakjbk]

https://t.co/v7W29inYz4

[Balentin @Balentin_J]

@relayed_arc1 8ve4a4VLcwahtdqAWysapNDZgaLW1h6BzKupjmvYRcM9

[The Arc @relayed_arc1]

$15 SOL Giveaway For 3 person
How to win ?

JOIN : https://t.co/kmSxIVcyBO
and stay active

Like this post , repost and comment sol Address

WINNERS IN 24 hrs

Goodluck.

[Balentin @Balentin_J]

@Lycellia_J Send me money today IDOLO

[Lycellia @Lycellia_J]

It's fridayyyy lovelies❤️

new day...same standard.
⤷ learn something that can pay you
⤷ apply it before the day is over
⤷ stay close to the people who actually build

hype fades but skills compound

let’s get the day started solana:3DFnwGLJUfxc4eMxDgQwW6oWaeKBrJ1iwA26YjTfpump

[Archangel 𖣂 @20_archangel]

The next time fuel prices spike, someone will be prepared for it.

A trader.

A large corporation.

An institution with the right financial instruments.

But the person actually paying for the fuel?
They usually just pay more.

@HedgeEnerguq is trying to change that.

And the idea is much bigger than it first sounds.

A thread.🧵

[Balentin @Balentin_J]

@IThinkItsArt Gm itia 🫂

[Balentin @Balentin_J]

@DipaWeb3 @BunnysHood 0xa75feaeb53b76247496036d95a7c3e072db24e91

[Dipa @DipaWeb3]

I’m giving away 5x GTD Spots for BunnysHood

To enter:
▫️ Follow @BunnysHood
▫️ Like + RT this post
▫️Drop EVM address

End 8 hours

[Balentin @Balentin_J]

@Shahiniram @JaconLab 0xa75feaeb53b76247496036d95a7c3e072db24e91

[Ayesha iram @Shahiniram]

🔥 10 GTD spots giveaway 🎁

A new realm of characters, booted in 1995 and coming onchain in 2026.

- Follow @Shahiniram & @JaconLab
- Like + RT this post
- Drop your EVM wallet 👇

24 hours. Good luck everyone 🤞

[Balentin @Balentin_J]

@eth_2017 @JaconLab 0xa75feaeb53b76247496036d95a7c3e072db24e91

[Drop.eth @eth_2017]

Giving out 2X GTD for JaconLab

The only rule is to follow @JaconLab and engage with pinned.

Drop EVM wallets only for submissions

Winners announced soon | end 24 hours|

[Balentin @Balentin_J]

@JaconLab Solid, I'm sitted

[D 4 R R Ê L L L 🧭 @heis_darrell]

https://t.co/W7LknlNN1F