莫燚洛

AI 产品经理，关注 AI 怎样真正用进工作。
分享工具实测、工作流改造和产品思考。
从教学与研究场景出发，记录有用的结果，也记录踩过的坑。

[莫燚洛 @Rui_Wang010702]

我猜很多团队下不去手叫停 agent，是因为脑子里的"停"只有一种：直接杀掉，前面全白干。

我自己会拆成几档，第一档先收权限、断外网，误报了恢复回去就行，告警一响就能先动手，不用等谁拍板。

出了事能闹多大，主要看的是从告警到真停住隔了多久，让 agent 跑几小时以上的任务，��跑前先问清楚这段大概要多久哦。

[莫燚洛 @Rui_Wang010702]

https://t.co/uAKL3qoxQz

[莫燚洛 @Rui_Wang010702]

@borejuexing888 晚上好

[莫燚洛 @Rui_Wang010702]

模型升级了，围着人设计的 SOP 也值得重新翻一遍。

“因为模型只是让这个效率变更高嘛，最后卡在可能还是在人的流程处理上面，并不够AI化组织化，现在还是以人为中心并没有以AI为中心进行一个SOP的设计。”这是我之前谈模型和流程时的回答。

模型变强以后，SOP 里哪一步还在等人、后面的动作要不要照旧排，都该放回这次升级里一起想。

只换模型不动流程，升级可能就停在效率那一层。

[莫燚洛 @Rui_Wang010702]

@YangKobe24 晚上好

[莫燚洛 @Rui_Wang010702]

早上好，出摊了

看到了兄弟 回复一下

午休时慢慢给大家置顶回复呀

#蓝V互关 #互关

[莫燚洛 @Rui_Wang010702]

@lukas_m_ziegler Does it dock and recharge inside the hazardous zone too

[莫燚洛 @Rui_Wang010702]

@IlirAliu_ How much of that speed does it keep with a payload

[莫燚洛 @Rui_Wang010702]

仓库已经有输送线了，机器人方案却还在讲它会多少种动作。

GXO 说，Flowery Branch 仓库的 Digit 配合已有自动化搬料箱，并放上输送机，累计搬运超过 10 万个料箱。

至于新增的两处站点，预计 2027 年初开始部署。

如果你也在看仓库机器人方案，可以先画出现有输送线和自动化设备，把准备交给机器人的那段作业圈出来，标清从哪接、往哪送，再拿这张图去聊哦。

https://t.co/ZhU1UYLArP

[莫燚洛 @Rui_Wang010702]

AI 项目首年预算看着不大，数据能不能直接用这件事也得先问。

Conexus 的印第安纳州制造和物流报告里，小企业项目有 57% 首年花费低于 25,000 美元；全部项目里，只有 15% 的项目数据拿来就能用。

估摸项目好不好落地，手上那份数据也得摆出来看；金额看着轻巧，数据准备这一步谁来做、做多少，仍然得有人说明白。

预算表上要是没有数据准备这一行，我就当它还没算完。

https://t.co/vVxd5V5w04

[莫燚洛 @Rui_Wang010702]

@sytelus Reopening a saved record in a fresh session is a good first check

[莫燚洛 @Rui_Wang010702]

@vista8 书名旁边配个中文译名，找书会省事不少哦

[莫燚洛 @Rui_Wang010702]

@levie I'd have a separate agent check the actual output before marking anything done

[莫燚洛 @Rui_Wang010702]

@luinlee 删的时候会顺手留一句为啥删吗

[莫燚洛 @Rui_Wang010702]

看一条装配线，零件装好了很直观，过程有没有留下记录却看不出来。

舍弗勒太仓工厂把生产、训练和数据采集放在同一现场。舍弗勒说，数字孪生实时映射产线，传感器记录精度、工序时长、能耗和设备状态。

这里生产的是关节部件，人形机器人参与连接、检测、贴标和包装。

所以再看这类产线，别只跟着机械动作看，可以把工序时长、设备状态这些记录项也列出来，再沿着它们问清数据怎样用进训练哦。

https://t.co/tAsKOsavHi

[莫燚洛 @Rui_Wang010702]

@heydengai opus

[莫燚洛 @Rui_Wang010702]

@amos_lvhfei 好奇怪，不是说回复不计入曝光吗

[莫燚洛 @Rui_Wang010702]

@fzc8848848 这么惨的吗

[莫燚洛 @Rui_Wang010702]

看训练监控，“报了警”和“改了奖励”最好分开问。

OpenAI 的监控博客写着：训练样本触发失配监控时，不改变它的 RL（��化学习）奖励，保留样本继续训练。

读到告警，还得接着看这个样本后面怎么处理，奖励有没有变化要单独写清，不能拿“报了警”顺手带过。

告警记一行，奖励处理另记一行，读起来就不会混。

https://t.co/8MOWYdGIeV

[莫燚洛 @Rui_Wang010702]

@xuemy_ 欢迎

[莫燚洛 @Rui_Wang010702]

@BoboLinNotes Could that same pattern show up without anything going wrong

[莫燚洛 @Rui_Wang010702]

先别问模型多聪明，问数据还在不在。

PingThings 说，它和 Dominion 签了五年联盟，平台已管超过 5 PB 电网传感器数据；已发表的 9 次调查里，有 7 次数据给出了和最初怀疑不一样的解释。

高频数据来得太快，多数系统会降采样或直接丢掉。

物理 AI 学的，是留下来的全分辨率档案，不是告警那一瞬间的快照。

https://t.co/S521zKKsRx

[莫燚洛 @Rui_Wang010702]

@frxiaobei 写规则也交给 Claude ，人最后改了多少