?

[📦Acbox @AcboxLiu]

现在去做 personal agent 不如做 personal agent 的 infra

[卡比卡比 @jakevin7]

来个暴论+干货：A➗根本就不懂 Harness.

在harness上，和OpenAI对比起来，A➗更像一个营销公司。
Codex Desktop 完全领先 Claude Desktop 一个时代。

●codex desktop 的UI UX被所有同行学习，定义了agent GUI的设计规范
●扎实优雅的架构设计。真正的技术扎实和设计优雅。老早就大幅度重构，实现了统一 runtime host: V2 使用了 app-server 架构，全端统一使用一个runtime。对比之下，CC 架构到现在还是一个 session 一个 bun，天天堆代码屎山。而codex做到了，甚至你可以用自己的Client连接别人部署的 Codex App Server。
A➗还老吹自己是，Infra工程师特别多。我怎么感觉你根本就是营销公司？你的设计和架构在哪呢？
●各种Agent harness benchmark测试基本都是效果最好的一批，不管是Maka做的Terminal-Bench 测试还是Runta 的 Agent harness 测试，都是最强的那一批。
●在Astra上更是实现了异步工具调用与后训练，边执行边推理，实现了非阻塞调用，大幅度加快了执行，能明显感觉到现在执行时间短了。
●Codex老早就实载了服务端侧的上下文压缩，所以Codex虽然上下文要短，但是实际上效果表现却非常好。
在Astra上更是实现了异步工具调用与后训练，边执行边推理，实现了非阻塞调用，大幅度加快了执行，能明显感觉到现在执行时间短了。
●Responses API 做了 mid-turn steering，实现了动态交互调整，在任务进行中可以插入新指令或中间修改要求，直接把穿插修改放到了底层的 API层。
全球第一的 Computer Use 的的能力更是不用多说了，大家都吹爆了。
●Codex 还做了上下文管理的前沿探索，Context Windows 也已经实现在Codex里面了。用上下文窗口的滑动，而不是用压缩。这样子就通过可���索历史主动换窗，让长期的信息能够沉淀，可以被召回。
●Codex的Memory目前也是越做越好了，基本上是目前实现里面最无感的一家。并且实现了dreaming机制。
●实装的 PTC / Code Mode 机制配合 astra 强大的后训练能力。让模型的能力大幅度跃升。是真正的Harness和模型相互配合的典范。
●Claude团队设计 MCP也是埋了不知道多少坑，根本没有借鉴历史很多协议的设计经验和精华。Plan mode也是Claude设计的，现在已经成了历史糟粕了。

[? @hezi1024]

@MaxForAI @Kimi_Moonshot 千万次的问～

[Yuu💖 @QuantumTransf]

我的认知里，用一句话来说这个问题
harness 在探索还能怎么做的边界，而模型层直接教会模型应该这么做
展开来说 harness 是一套建立在某个抽象模型上的结构，需要通过 prompt engineering 来让 agent 里的模型知道它该怎么做（这里就暗含了通过代码确定下来的结构，以及通过 prompt 确立下来的逻辑结构）
而模型侧做的事情，则是把已经被证实 work 的结构直接训进模型里，因为这比 prompt 高效很多

[Jiaxi Cui @Jiaxi_Cui]

教你们一招，从硅谷 VC 口中打听一下最近的共识，比如现在明显是 RSI

你别管这是个啥意思，先去把这些名字的 repo 抢了：OpenRSI、RSI-Anything、DeepRSI、AutoRSI

如有冒犯，纯属巧合（逃

[Susan STEM @feltanimalworld]

我有个爆论，现在如果是文字性的工作，文字的岗位，任何文字沟通的信息文档PPT还是什么其他玩出花儿来的，能够从核心真相进行一般性推理出来的信息，全是artifacts. 不要再用artifacts过一遍AI 生成更多的artifacts.

反而我们需要更干净的AI原生管理软件架构原则：

真相是State; 推理是Artifacts.

死守真相，不要轻易被推理污染。

这一大堆，AI报告PPT的，随时都可以从真相kernel，一个唯一的，精良的，Single Source of Truth SSOT中生成。想要多少有多少。

反而如何建造和维护这个真相State Kernel才是难题。

[郭宇 guoyu.eth @turingou]

要我说，AI native 时代最成功的创业者，应当实打实的参与到所有行业的所有工作中去，而不是试图用软件工程工作中的工具（比如 Git 和 notion 等）通过组合来完成其他领域的工作，知识工作有一定的相似性，但在知识工作之外，仍有大量的空间没有被梳理和信息化，我觉得所有人应该像 Elon 对 Terafab 那样重新思考芯片制造一样重新思考工作。

[郭宇 guoyu.eth @turingou]

两个月之前我觉得 agent workspace（某种可拓展的分布式计算空间）是主要的问题，所以大家都在做类似的产品，wanman 也是其中之一，现在我越来越觉得动机发生器，也就是 intentware 才是重中之重。从哪里来，往哪里去，会成为拷问无数 agents 的首要问题。

[yetone @yetone]

我开源了几个 skill 后发现开源 skill 获得的收益巨大，因为大多数用户不知道效果这么好是大模型的功劳还是 skill 本身的功劳，他们会把所有的功劳给这个 skill 和作者，甚至可能唯一起作用的是 skill markdown 里的某一句话，甚至 skill markdown 里某些内容会有副作用用户都感知不出来，用户只会直夸牛逼，而且随着大模型的不停进化夸牛逼的声音会越来越大，就是躺赢啊！

这就是无法量化结果的好处啊😬

[? @hezi1024]

@QuantumTransf 其实是 select 而非 search，也就是通过合理的命名+极少量的描述来做工具的渐进式披露。很多实用但低频的工具完全可以放进去

[? @hezi1024]

@pengchujin 好像是昨天他们改成正常叫法了，不过 coding plan 都卖光就先下线了

[fenx @haxfenx]

非设计师身份说这些事真方便啊（感叹）。
其实大部分设计师从一入行开始就每天看 "slop" 了，看了这么多年也基本养成了「说好不说坏」的习惯——吐槽是肯定会吐槽的，只是不会真的对（特别是个人向）产品直言不讳。过多的评价很容易给人「高高在上」的感觉。常在河边走，哪天说不定自己也像素��对齐、滥用了颜色等等，最终批评反噬在自己身上。
等到 AI slop 年代想说点什么时候，发现根本说不过来，也会迟疑自己真的设计得比 AI 好吗（设计过程在限时的状态下很容易陷入经验主义和思维定式）？转念一想，互联网设计一直讲究「以用户为中心」，创造 "slop" 的人也是用户，用户自己满足就好了。尊重，祝福。

[Bojie Li @bojie_li]

Great read. I first observed this phenomenon when I was interacting with Gemini 3 Pro. I tried to ask it about some of Huawei's unreleased internal facts, and it turned out to know a lot of details. When I tried to search for those same facts on Google, I couldn't find much. This means the training data of Gemini 3 Pro definitely contains some of that information, perhaps leaked documents that aren't easily found on Google.

Later on, at the end of last year, I talked to several people from OpenAI and Anthropic. They told me that with a large enough model (for example, 5T parameters), it can effectively store the useful knowledge of almost every industry.

Currently, the coding capability of models is the strongest because coding is the most open; we have a lot of open-source code. But for most other industries, knowledge is pretty closed. To solve this, frontier labs are actively collaborating with these industries. Whenever agentic workflows go into these sectors, their know-how and skills will eventually be distilled into the model itself.

Previously, I thought that holding a proprietary knowledge base might actually be a moat, but it seems like that moat is becoming thinner and thinner.

This is a continuous loop:
1. Closed industries use frontier models, and their know-how is distilled into these closed models.
2. Open models then distill that knowledge from the closed models, making the knowledge open to everyone.

I don't see anything that could stop this from happening. If you publish an article about leaked documents from Huawei, you will be sued. But if a frontier lab distills your knowledge from agentic traces, there is currently nothing to prevent it.

[wwwgoubuli @wwwgoubuli]

timeline 上 workbuddy 又吵起来了。真的是三天两头总得吵/炒点东西。

炒点东西。

但我看了一下，里面大部分论点是不成立的。

模型层之下的 harness/product/ux/ecology，有点跑的快的跑的慢的，但至今还是没拉开差距。

很长时间都拉不开。

和你是不是大厂，人才密度没关系，而是复刻的成本太低了。

我之前的判断里有这么几个东西会拉开差距，自有模型，云的基建，业务生态。

前两个费钱，大厂有壁垒。

业务生态我本来以为有的，但现在发现也没。什么调用某某的专有的 API，在越来越变态的 xx use 系列面前，不存在。

你可以防，收益小到你会哭死。

总之就是当下，为什么我还在做给大众领域用的 agent，我的判断是：

codex 我打不过，那模型能力真没办法。

云端 agent 我也没办法做到位，我没钱，infra 不存在。

其���的无所谓，我不会比任何公司和团队做的差。

而别人的也是。

焦灼的拉锯战刚刚开始。

[? @hezi1024]

@latentumx @real_kai42 虽然是真人发言，但真的看起来好像好像 AI

[郭宇 guoyu.eth @turingou]

与其说 AI 生产的应用最难做的是设计，不如说大量相似的设计提高了大家的审美阈值。

这导致现在用户的口味变刁了，所有的用户都会要求以往 90 分以上的设计，但在没有 AI 的时代，设计真的要做到 90 分以上的产品也是极少的。中国互联网公司的产品通常不太重视设计，他们可能更愿意把实验和预算投入到投放上去。

由于大量的 AI 应用都是由独立开发者或小团队做出来的，他们既缺乏投放预算，又大量依赖有机增长，所以强调设计就变成了 AI 产品面对第一波用户时，必须要解决的事情。

[? @hezi1024]

@chunxiangai 小红书搜 Claude + Toy，很多了

[车厘子 @0xcherry]

https://t.co/P5udLXMZw6

[阑夕 @foxshuo]

「福布斯」杂志报道了一种新型外围女的出现：Nerdy Escorts（科技宅名媛）。

众所周知，今年是上市大年，Anthropic、OpenAI、SpaceX全都是造富大户，而谷歌、英伟达等公司为了留人也不吝开出大额支票，前五家科技公司年内光是薪资税金就要缴出600亿美金以上。

盯准这些一夜暴富的程序员，有少部分传统的「商务模特」成功转型，把自己的每小时收入从几百美金提高到了3000-5000美金的级别，而且供不应求，档期排满。

她们的秘诀就是除了常规的上床之外，还愿意努力学习那群科技宅男擅长的话题，比如聊光模块、谈大模型、预测AGI等等，用流行的话来讲，就是能够稳稳接住客户��情绪价值，从而拿到了远��卖肉的服务费。

图上这个就是「福布斯」采访的其中一位从业者Meida Marek，看得出来她也坦然且愿意借助媒体宣传自己，所以在对谈里讲了很多大实话。

Meida Marek有大学学位，2024年毕业，在盘点自己的优势时，她发现除了长得漂亮、身材不错之外，在同龄人里，她是少有的能够理解高收入技术人群想聊什么的年轻女性，比如把一顿形式主义的睡前晚餐变成长达三小时的激烈辩论，而且客户往往非常享受于这种对等的思想交流，这在他们的人生经历里是不曾存在过的体验：

上学时是被班花们忽视的底层做题家，有钱后又只能吸引到胸大无脑的职业美女，当Meida Marek这样高知又性感的名媛出现在身边之后，会极其感动的向她们支付远高于市场的溢价。

Meida Marek说自己的日程已经排到了几个月后，正在考虑继续涨价，她会优先选择AI行业的客户，因为钱多事少懂礼貌，最近订她占比最高的，是英伟达公司的员工⋯⋯

这些科技宅名媛也会互相交流获客经验，并且得出一些共识，比如一定要开通x账号，除了发自拍之外，还得积极参与模型发展、生命科学等专业话题。

作为其中的头部从业者，Meida Marek的做法更是「精准打击」，她把自己的预约页面设计成了一个文字类RPG游戏，用户必须完成互动之后才能约她，而她的简介里，则写着曾经编过软件代码、对「龙与地下城」非常沉迷等信息。

戳中程序员们心窝的程度可想而知⋯⋯

Meida Marek目前的服务定价是3500美金/小时，她的好闺蜜Ada Hopper更牛���，收费5000美金/小时，而且说得特别好笑：

「每天上网就是在随机刷出一些英伟达Bro，他们会惊讶的表示——什么？你知道什么是GPU？我去，太厉害了！」

Ada Hopper说，在这个行当，最赚钱的未必是最好看的妹子，你可以不是顶美，但聪明+小美的组合最能斩男，AI热潮就如淘金，实现致富的一定不是矿工，而是卖铲子的服务层，自己也是其中之一，为那些挖金子的人，提供温柔的陪伴。

「自闭症」这个马斯克同款的标签也是加分项，很多科技宅名媛会标注在简介里，承认自己患有这种疾病，是和那些真正被排挤过的男性客户拉近关系的捷径。

下海之前，Ada Hopper是在金融行业工作，预判到AI造富趋势之后，她果断投入了2万美金购买内衣、设计网站和拍摄写真，并开始广���补课各种宅男技能，因为跟不跟得上话题强度，是决定复购率的关键。

比如她要懂得爱德华时代的服饰细节，对蒸汽朋克的钟表了如指掌，能对吹制玻璃器皿的方法谈笑风生，甚至当客户送上一套Mac Mini之后，她要现场安装运行OpenClaw以示欣喜⋯⋯

这钱赚得，也不容易。

Meida Marek也认同「兴趣交集」的重要性，她有一个客户，辞掉交易员的工作后创办了一家AI公司，他会用3万美金的包天价，让她飞到纽约陪自己过周末，还为了配得上她而减掉了不少体重，两人在高级餐厅唇枪舌剑，最后得出了一条双方都接受的思辨结论：对于聪明人而言，永生是一种道德义务。

科技宅名媛里甚至也有少数男模，他们的服务对象通常是高薪程序员的太太，这些人妻称自己为「Claude寡妇」，顾名思义，就是老公完全沉溺在了和Claude共度昼夜的生活里，以致于妻子也要在市场上找寻可被关心的替代品。

「福布斯」也采访了一些男客户，他们的共同点是：富裕、年轻、忙。这些人希望购买一种类似亲密关系的体验——有人在意自己、可以同桌聊天、以及在合适的时候到床上去——却又不想承担正常恋爱里的摩擦、拒绝和不确定性。

他们甚至创造出了一个梗：「单身直到B轮」，这句话被印在T恤上，半是玩笑，半是自白，意思是在公司正式上道之前，亲密关系被视为拖累自己的负担，所谓女人只会影响我拔剑的速度。

另外就是，这些人对于「老登消费」兴致不高，在兑现了高额期权之后，他们既不想买保时捷，也无意戴上劳力士，唯一的共识是，自己的时间很宝贵，所以花钱买时间，是很有必要的。

最后接受采访的科技宅名媛，是拥有硕士学位的Charlie Levine，她认为随着AI越来越普及，拥有真实的情感关系也会变得越来越稀缺，而负担得起别人为你付出真心，将成为一种奢侈品。

「当然不能把所有问题都推给ChatGPT，在没有AI的时代，有钱且孤独的人也一直都会为性付费，被AI改变的，是计算方式，当机器能以订阅包月的价格，提供秒回、顺从的扮演时，那么扮演本身就不再昂贵了，昂贵的事那个会说错话、会尴尬发笑、会反驳某个观点、会让整个房间感觉不像一个提示词的人。」

于是，这个行业就构成了一个阴暗的循环，AI让模拟出来的存在感变得普惠和充足，同时却又制造出了一个愿意为AI无法提供的东西付出高价的富裕阶层，去购买一个���实的人所能给予的注意力。

[枫原万葉 @46ge5]

@sun_hanchi Agree. Benchmarks are important. The problem is that most current benchmarks are still "incremental benchmark"