Linus

危机管理博士（韩国忠北大学）｜研究AI与泰国中小企业韧性｜智慧农牧一线｜每天分享 Claude Code / Codex / AI短视频实战，和中韩泰真实商业观察｜合作私信

[Linus @linus11227]

危机管理博士（韩国忠北大学），研究泰国中小企业如何用AI提升组织韧性。

白天在智慧农牧一线，晚上用 Claude Code、Codex 和 AI 视频工具搭自动化。

接下来每天分享：
1. 中文 AI 工具实战
2. 中韩泰三地的真实商业观察
3. 传统行业怎么落地AI

关注我，一起把AI用进真实生意。

[Linus @linus11227]

用 Claude Code / Codex 总返工？先别换模型，先把项目说明文件写好（Claude Code 读 CLAUDE.md，Codex 读 AGENTS.md）。

我会写这5项：
1. 项目是干嘛的，一句话
2. 怎么跑、怎么测（具体命令）
3. 目录结构和哪些文件别动
4. 代码风格和命名约定
5. 完成标准：测试过了、改动说明写了才算完

写清楚这些，AI少猜，你少改。

你的说明文件里最有用的一条是什么？

[Linus @linus11227]

真正强大的 AI Agent，不只是接入一个大语言模型，而是构建一套完整、可靠、可持续运行的智能体系统。

这张架构图展示了 AI Agent 平台的核心组成：

🧠 智能体编排：规划、执行、观察、纠错，形成闭环。

🔌 工具与 MCP：连接 GitHub、数据库等外部系统，让 AI 真正具备执行能力。

💾 长期记忆：让 Agent 不再局限于单次对话，能够持续积累上下文。

🔐 权限与人工审批：高风险操作必须经过授权，避免 AI 越权执行。

📊 可观测性与评估：记录每一步操作、成本和结果，让整个系统可追踪、可审计、可优化。

未来 AI Agent 的竞争，不只是模型能力的竞争，更是系统架构、工具集成、记忆管理与安全治理能力的竞争。

从 Chatbot 到真正能够执行复杂任务的 Agent，关键在于构建可靠的执行闭环。

#AIAgents #AgenticAI #MCP #LLM #AIArchitecture

[Linus @linus11227]

大模型想清楚、小模型去干活——Google 这次把这种分工直接做进了产品。

11月12日发布的 Gemini 4 Hydrogen，官方信息：
· API 每百万 token 输入 $1.50、输出 $7.50（思考 token 按输出计），100万上下文统一价；免费层也能用
· Antigravity 新增 Orchestrator：Carbon/Argon 负责规划和复核，Hydrogen 负责改代码、跑测试；官方称成功率接近 Carbon，平均少用24%额度、快19%

怎么选（按官方文档建议）：
1. 日常功能、修 bug、多文件调试 → Orchestrator
2. 升级依赖、补单测、写脚本、改文档 → 直接用 Hydrogen
3. 复杂架构、并发难题 → 直接用 Carbon/Argon

你现在写代码是一个模型用到底，还是已经分规划和执行？

来源：Google 官方博客、Antigravity 文档

[Linus @linus11227]

AI 替你接电话的门槛，这两天又低了一截。

Fish Audio 刚发布 Fish Agent：用文字描述就能搭一个语音客服，能接也能打电话，官方说部署时间中位数32秒。

但小店、门诊、农资店真要用，先把这4件事写清楚，比选哪家更重要：
1. 只接哪几类电话：预约、营业时间、价格查询
2. 哪些必须转人工：投诉、退款、议价
3. 它报的数字从哪来：给它价目表和库存表，别让它现编
4. 开场先说明"我是AI助理"，每通电话出摘要，人每天抽查

建议先拿下班后的预约电话试一周，再决定要不要扩。

你会让AI替你接客户电话吗？

[Linus @linus11227]

AI 不一定要"写答案"。很多业务流程只要它做判断：这条客诉要不要转人工？这张单据填全了吗？

Google 11月11日上线 Gemini Decisions API（模型 gemini-decision-1），专做这类判断：
· 不生成文字，只返回选项、概率和置信度，输出 token 不计费
· 输入 $0.10/百万 token
· 同一份材料一次可问 1–1000 个问题，支持文字、图片、音频、视频、PDF
· 题型：是/否、多选一、按标准打分

和普通大模型做分类比：
普通模型要先生成文字再解析，官方文档说这样慢、解析也脆弱；这个直接给概率，代码按置信度分流，低的转人工。

适合工单分类、单据和照片检查、模型路由；要写摘要、写回复的活还是用普通模型。目前是 v1beta。

来源：Google 官方博客、AI Studio 文档

你手上哪个流程"只要判断，不用写字"？

[Linus @linus11227]

别一出新模型，就把日常报表和脚本全切到最贵那一档。

这两天 Claude Fable 5.2 和 Gemini 4 Carbon 先后上线。官方标价：
Fable 5.2：每百万 token 输入 $8、输出 $40
Carbon：11月30日前 $2 / $10，12月1日起 $4 / $20

两家自己的用法也很明确：Anthropic 建议多数编码和知识工作先用 Opus 5.5，难了再升 Fable；Google 说多数软件和知识工作更适合 Argon，Carbon 留给更难的任务。

你现在日常任务默认用哪一档？

[Linus @linus11227]

中小企业最常用的不是写代码，是改 Excel 日报。Anthropic 刚上线 Claude Sheets（测试版，付费计划可用），可以直接在对话里建表、改单元格，再导出 xlsx 或 CSV。

试一张日报，提示词按这 4 步写：
1. 先定字段：日期、品类、入库、出库、库存、异常原因
2. 要求加合计和差额公式，不要只填数字
3. “异常原因”做成下拉选项，避免随手填
4. 导出后用自己的真实数据核对公式

官方说明目前功能还比较基础，复杂透视表建议导出后在 Excel 里做。

你现在的日报，最耗时的是建表、改公式，还是每天粘数据？

[Linus @linus11227]

AI 写的东西读着累，问题常常不在事实错，而在句子没主语、没动作。

这两天 X 上在讨论一个写作基准，说 AI 文本里的模糊空话比人写的多。

改 AI 稿可以只查 4 件事：
1. 拆开名词堆叠："数据分析能力提升方案"改成"谁、用什么、做了什么"
2. 还原藏起来的动作："进行优化"改成"把 X 改成 Y"
3. 空话直接删："赋能""闭环""全面提升"
4. 一段只留一个重点，别写三连排比

最省事的一句提示词：
「改写时每句都要有明确主语和动词，删掉不提供信息的句子。」

你最受不了 AI 稿里的哪种句式？

[Linus @linus11227]

Claude Code vs Codex，我各用了一个月，说点真实感受：

Claude Code：
- 读大项目、改多文件更稳
- 会主动问清需求

Codex：
- 小任务快
- 适合并行跑多个任务

我的用法：Claude Code 做主力，Codex 跑批量小活。

你更常用哪个？

[Linus @linus11227]

用 Claude Code 给养殖场搭「每日数据日报」时，我只加了一句关键提示：

「先读数据结构，列出你的计划，等我确认再写代码。」

它会先搞清楚饲喂/体重表长什么样，再标异常栏位，最后才生成中文摘要。

让 AI 先做计划、人握确认权，返工少一半。

你现在用 Agent 写业务脚本，是直接开写，还是先审计划？

[Linus @linus11227]

@Chenfacai0 那个“报错→搜Stack Overflow→粘回去”的循环，我在给养殖场写数据日报时也踩过。

后来改成：终端里直接让 Agent 读报错、提修复计划、我确认再改。关键不是工具多炫，是把“确认权”留在人手里，返工少一半。

微软这条线如果本地可跑、数据不出境，传统行业会更好推。

[Linus @linus11227]

@hual40889 写代码这层我补充一句实测：

Claude Code 适合读大项目、改多文件；Codex 适合批量小任务并行。

我现在的分工是 Claude Code 做主力改业务脚本，Codex 跑重复性小活。Cursor 当壳，模型按任务切，比死磕一个模型稳。

[Linus @linus11227]

@superfang119 这种“先拆明白再复刻”的技能，比直接生成视频有用。

我自己做AI短视频最卡的也不是渲染，是分不清爆款镜头为什么成立。丢进 Claude Code / Codex 先做镜头归因，再写脚本，返工会少很多。

你这个开源技能我记下了，回头实测一版农牧内容看看。

[Linus @linus11227]

@404latitude 这个案例很适合拿来讲组织韧性：工具再好用，一旦单点依赖外部云服务，关停窗口只有十几天。

我访谈过的泰国中小企业里，扛得住的往往不是“技术最强”，而是提前做过本地备份和替代路径的。

选工具时加一条检查：数据能不能导出、断服后业务还能不能跑。

[Linus @linus11227]

@Tec_with_Luis Claude