博客

提示词、RAG、微调、知识图谱、上下文工程，三年换了五波范式。模型是越来越强了，但怎么让 agent 在产品里表现好，我们其实还是不会。

coding agent 把实施成本压到一天几百块的量级，传统的 ideation 漏斗逻辑不成立了。瓶颈从执行转移到假设生成，有想法的人成了稀缺资源。

Mac 的权限设计是给人用的，Linux 是给程序用的。Agent 不是应用，是基础设施。把 Agent 跑在 Mac 上，就像把服务器塞进笔记本壳里——能跑，但哪里都别扭。

每天都在切模型。Opus莽但能打，GPT 5.4全面但老跑偏，Gemini有审美改不对bug，三个国产各有各的毛病。用多了你会发现，换模型比调参数更管用。

之前写了成本和权力。这篇补上法律。云是租给你的，端是卖给你的。当AI Agent开始自主决策，这个区别就不只是商业选择了。

帮几十个人远程装完OpenClaw后，被问最多的三件事：安不安全、贵不贵、跟Claude Code怎么选。一篇讲透，附国内模型真实价格。

边端设备别去卷大模型了。用GPU跑TTS，用NPU跑OCR，塞一堆辅助小模型进去，做成Mac mini加强版，扔在角落24小时跑着。像路由器一样，无聊才对。

造东西比开会还快，按技能分工已经没意义了。AI拉平能力差异后，团队协作的新逻辑可能是：按热情分工，用赛马验证，靠多样性取胜。

MiniMax市值超百度是必然——百度连个像样的API都没有。流量正从人转向Agent，不为Agent而建的基础设施，迟早没人用也没机器用。

AI浪潮太大，最后只有一条船。免费帮人装OpenClaw不是做慈善——抢人上船、练兵进化，每一次安装都在帮AI agent变强。

帮人装了一圈小龙虾之后聊聊安全问题。OpenClaw 确实有漏洞，但你的密码可能是 123456，人脸早就交给了文生视频。

帮人装了一圈小龙虾之后的想法：OpenClaw 的体验取决于背后模型的执行力，而当前最好的模型体验在 Claude Code 这样的 coding agent 上。