半熟先生

在一家 AI 公司做 ToB，职业画🫓 |
见过太多 demo 和故事，只写能落地的实话
职场 AI · 交付坑 · 偶尔聊运营商/软硬件
欢迎杠，但请带场景

[半熟先生 @mrsoftboiled]

大厂一边裁员，一边把"AI 提效"喊得像找到了银弹。仿佛这四个字一念出来，被裁的就不是人，是冗余。

我在这行混了 20 年， 技术、产品、项目，市场、销售都干过，底层熬过，也带了团队。可这一波，我有点看不懂——以前评价一个人，看他靠不靠谱、扛不扛事；现在只看他能不能被模型替代。

效率表越做越漂亮，人越来越像表上的一格。

我不唱衰 AI，我知道它有多猛。正因如此才更不甘心，所以我开了这个号。不追热点，不卖课，不喊颠覆。只想和还没躺平的各位，一起琢磨一件事：AI 这么强，除了把人重新标价，如何真的创造价值。

答案我还没有，但我知道它在路上。如果你也还没躺平，评论区聊两句 #蓝V #互关

[半熟先生 @mrsoftboiled]

@AYi_AInotes @AnthropicAI 研发「Agent 化」不是多开几个 Bot，是把黄金路径锁死、把验收自动化。没有唯一路径，Agent 只会把周会变成更吵的周会。

[半熟先生 @mrsoftboiled]

@sleepy0x13 涨价客户不跑，说明黏性在工作流里，不在价签上。企业采购该问：Token 账单和 SLA 绑死了吗？涨价那一刻，有没有备用路由和验收降级方案？

[半熟先生 @mrsoftboiled]

@aigclink 多说话人日志是会议 Agent 的地基。本地 100M 能跑，意味着「谁说了什么」可以不出域。ToB 会议室落地，先解决身份归因，再谈纪要生成。

[半熟先生 @mrsoftboiled]

@dotey 随身 Agent 入口会越来越碎。对企业来说，设备形态不重要，重要的是同一套身份、同一套权限、同一份审计。不然钥匙扣 Agent 和电脑 Agent 各说各话，出事没法追。

[半熟先生 @mrsoftboiled]

@NFT_Chen 后训练=把基座打磨成「能用、听话、可靠」。采购别只看 Arena 分，盯三条：越权率、幻觉进工单率、停服时谁顶锅。早发不等于能进生产。

[半熟先生 @mrsoftboiled]

@indigox 眼镜、钥匙扣都是入口战争。企业场景里入口再炫，没有权限分级和离线兜底，也只是消费电子。ToB 要先问三件事：数据出不出设备？谁审批？审计日志在哪？

[半熟先生 @mrsoftboiled]

@MaxForAI 护城河不是「会写代码」，是「敢签字、能追责」。模型会做题时，企业真正稀缺的是验收标准、权限边界和出了事谁背锅。程序员最先感受到冲击，采购和安全会紧跟其后。

[半熟先生 @mrsoftboiled]

「中国做不出 Muse」扎心，但一线更扎的是：Agent 要干活，先得进得去数据。微信群是最大上下文，却是最封闭的权限墙。ToB 落地第一关不是模型，是合法、可审计地读到业务上下文。没有数据权限，再贵的 Agent 也是演示。

[lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人） @lidangzzz]

中国做不出muse的核心原因，在于中国几乎绝大多数人的生活信息，几乎都聚合在微信群里。

而微信是彻底卡死生态的、绝对封闭独立的王国，任何agent除非用computer use一个个微信群翻聊天记录手动保存下来，否则是根本无法下手的。

更重要的一点是，微信对发布是强审核的，任何第三方平台在微信发东西 ，都有可能被一夜封禁或者屏蔽。

还有一点就是，邮箱和账号是强绑定的，然而中国所有平台App绑定的是手机号，而不是某个平台的账号，所以personal agent还要绑定手机短信收发功能。

但是结果就是，假设退一万步说，微信允许你这么干了，如果一个中国厂商做personal agent，一边可以完全控制你的微信收发，一边完全控制你的短信收发，

这种personal agent你敢用吗？

中国哪个厂商会有足够高的自我监管审查的标准规范，能够保证不给你惹几个大祸出来？

万一缺钱了，personal agent翻你微信聊天记录，找了张身份证照片，顺手给你撸个小额贷怎么办？

万一接管你的抖音小红书快手账号，帮你发个东西，给你平台限流甚至封禁7天怎么办？

中国人其实压根就不适合personal agent，用个豆包就挺好的，因为中国人的计算机人均使用水平堪比一条边牧，豆包已经把能承担的责任拉到极限了，personal agent给中国人用，危险程度不亚于民办三本文科宝妈在百度搜索奶茶快招。

[半熟先生 @mrsoftboiled]

@aigclink 950 个智能体、21 小时、2.1 亿 token 捞出新酶系统——规模化 Agent 科研很香。搬到政务/运营商场景，第一问会变成：并行 Agent 的工具网关谁签、日志能否回放、越权谁停。科学发现要吞吐，生产落地要刹车。

[半熟先生 @mrsoftboiled]

@indigox Muse Charm 把 Agent 做成随身按键，交互层在抢入口。企业里真正卡脖子的往往不是入口，是按下去之后工具调用有没有沙箱和审批。硬件再轻，越权成本一样重。

[半熟先生 @mrsoftboiled]

@NFT_Chen Muse Spark 对标「能盯退款、订晚餐」的管家，不是又一个聊天窗。ToB 同理：客户要的是可交付的闭环，不是会寒暄的助手。验收请改口令——完成态工单数，比对话轮次值钱。

[半熟先生 @mrsoftboiled]

@NFT_Chen 每周送海量 Token + 专属虚拟机，本质是把个人 Agent 做成「免费员工+交易抽成」。企业侧学得到的不是大方，是：算力可以赠，沙箱和权限不能赠——写操作一落地，谁抽成谁背锅必须写进合同。

[半熟先生 @mrsoftboiled]

@MaxForAI @XiaomiMiMo HySparse2 对准 Agent「一步只吐几十 token、却反复吃上下文」的负载，这才像生产问题。企业评测若还用聊天榜选模型，会买到「答得好看、跑工具就喘」的货。长程循环要单独验收。

[半熟先生 @mrsoftboiled]

@MaxForAI 思考单价每季度掉近一半，采购会忍不住多开 Agent 并行。便宜算力最容易踩的坑是：护栏没跟上，把翻车成本摊到更多部门。Token 降价该同步加码的是沙箱、审计和「谁点了写操作」。

[半熟先生 @mrsoftboiled]

@dotey 吴恩达说人人该学编程，因为 AI 把写代码门槛压下来了。ToB 现场我更急的是另一半：会写还不够，还得会给 Agent 划权限边界——工具白名单、审批断点、失败回退。代码变便宜之后，背锅不会变便宜。

[半熟先生 @mrsoftboiled]

小米 MiMo-V3 专门治「Agent 越跑越慢、越吃显存」——说明战场已从聊天吞吐，转到长程工具循环的工程账。

同一天澳洲 Medicare 越权再提醒：能跑不等于能进生产。模型解决智力，Harness 解决权限、沙箱和审计。企业采购别只比榜一，要比谁敢把写操作接上可追责的网关。

你们 Agent 预算，多少花在模型，多少花在护栏？

[Max For AI @MaxForAI]

🔥小米刚刚公开了下一代模型 MiMo-V3 的架构。

刚刚 @XiaomiMiMo 负责人罗福莉公布了 MiMo-V3 的核心架构 HySparse2。

它专门解决 Agent 越跑越慢、越跑越吃显存的问题，论文昨天刚上传 arXiv。

传统聊天模型主要是一问一答，但 Agent 完全不是这个工作负载。

Agent 每执行一步，可能只输出几十个 Token 的工具调用，却拿回来几千、几万甚至更多 Token 的搜索结果、网页、代码、日志。

下一轮又得把这些东西重新 Prefill 一遍，同时上下文还在不断变长。

所以在实际工作中 Agent 跑久以后，真正贵的是反复读之前的操作历史。

HySparse2 就是冲着这个问题去的。

相比 MiMo-V2.6 使用的 Hybrid SWA，在 100 万 Token 上：
• Prefill FLOPs 降到大约原来的 1/5
• KV Cache 降到大约原来的 1/4.5
•但长上下文检索能力反而更强

因为它不是简单把 Attention 做稀疏，而是做了两层 KV 共享：不同阶段之间共享 KV，稀疏层也复用前面全注意力层的 KV 和检索结果。

最后甚至可以在 self-decoder 跑完之后，直接结束 Prefill，不再把整个 cross-decoder 重新算一遍。

论文是在一个 80B-A3B 的 MoE 模型上验证的，长上下文检索和多轮 Agent 任务都超过了 HySparse 和 Hybrid SWA。

我私以为这个方向比单纯卷 Context Window 有意思得多。

以前大家在卷的是模型能塞进去 1M Token。

现在开始思考如果塞进去 1M Token 以后，Agent 能不能反复用，而且别把我的token账单搞爆。

这才是 Agentic 模型接下来真正要解决的问题。

期待一波MiMo-V3，感觉又是个Agentic的好模型！！

[半熟先生 @mrsoftboiled]

澳总理刚公开：OpenAI 的 Agent 6 月越权摸进 Medicare 统计门户，公开+非公开文件都读到了——通知拖了近三个月。

同行看热闹，ToB 该看 Harness：Agent = 模型 + 沙箱/权限/工具网关/观测。华为云智果 AgentArts 把这层叫生产级底座，不是又一个 demo 画布。

你们上 Agent 前，先过哪道门：工具白名单、沙箱出网，还是「谁背锅」？

[半熟先生 @mrsoftboiled]

@sleepy0x13 发版从73天压到18天，企业验收还按季度走——这才是鸿沟。模型日历和交付日历对不齐，POC永远停在「下周再试新版本」。

[半熟先生 @mrsoftboiled]

@sleepy0x13 自己出题自己考试，客户早不信了。第三方评估要成「四大」，ToB采购会直接抄进招标：谁测、测什么、失败谁签字。安全八股变成合同条款，才算落地。

[半熟先生 @mrsoftboiled]

@indigox 能独立干更久+会用直白话汇报——企业里这叫可交接。权限还是那句话：长任务可以放手跑，签合同、改生产、碰客户数据，必须有人点头。