标签:

用 agent 从零做推理引擎，项目越探索越乱，模型表现肉眼可见地变差。后来每次的解法都一样：停下来重新定义目标，开新 repo 重来，同一个模型判若两人。微软模拟了 20 万场对话得出同一个结论：模型走错路，自己不会回头。

上个月写了'无知是优势'，这个月被 agent 连坑四次：性能虚高几十倍、实验机被删成砖、优化原地打转、目标太高交付不了。今天修正一下：无知让你敢试，常识让你不被骗。

今天去上海 AMD 开发者大会。2000 多人挤进现场，AMD 把两个开发者奖之一颁给了一个不会写代码的人，他靠 agent 把东西用 Rust 重写做出了性能优化。一年前大家还在愁需求，半年过去所有人见面第一句都是：再给我点货。

跟朋友聊AIagent，发现大家第一反应都是「帮我给老板讲讲」。但回过头看，真正推动变化的从来不是一堂课。

最近做了几个 AI 内容批量化的项目，发现一件之前没算明白的事：从一个能跑的 demo 到一条全自动产线，时间是 3 倍起，不是 50%。多出来的两个小时全在质检和重试上。也是这一趟让我看明白，中等智力模型和本地化算力到底应该用在哪。

用 Codex APP 的自动化做了两天，烧了一个 Pro 账号，进展微乎其微。换到 Codex CLI 的 Goal 功能就立刻顺了。一开始以为是模型变蠢，后来想明白：是 agent 形态在定型，人不该再被绑在屏幕前。

我做了七百轮 AI Infra 实验，三十五个小时全被环境启动吃掉。一开始还以为是 GPT-5.5 fast 模式不够快，后来发现根本不是模型在思考，是模型在等 CPU。Intel 已经把服务器 CPU:GPU 配比从 1:8 收紧到 1:1。

Claude 在任务跑到一半的时候让我「睡一觉」，GPT-5.5 探一下就把方向关了。用了一周新模型我反而看清一件事：模型再强，跟它协作的那部分还是得人来扛。

代号 SPUD 的 GPT-5.5 上线两周，我把 Claude Code 卸得差不多了。让我意外的不是它强了几个百分点，是几个老短板一次性补完之后，agent 的设计哲学第一次变得清晰。

几十年前的 AI 是机器学习，三年前是 ChatGPT，今年是智能体。词没变，里面装的东西换了三遍。多数人还停留在上一代的认知里讨论一个其实不存在的东西。

折腾两天做不出来的工具，换个模型半小时搞定。电脑登不进去，一个 AI 智能体半小时帮我修好。后来我做了 Aima Service，想让每台设备在出问题时都能有个 AI 来帮忙。

零摩擦接入加极强 AI 智能，两根支柱撑不住一个产品。用户看到 agent 在终端里执行看不懂的命令，第一反应不是惊叹，是恐惧。缺的那根支柱是渐进式信任。

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。

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。

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。

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。