同一周，ZaokitAI TokenHub 新增了 2 家企业。

X 上吵的是贵不贵。被买走的是开发者和模型之间那块电表。公共电表被买走，这周自己多了 2 家。

一、先把事实摆桌上

OpenRouter 是干什么的，用过的人都清楚：一个 API，四百多个模型。写一次接口就能换。CEO Alex Atallah 以前是 OpenSea 的联合创始人，今年早些时候把自己叫「AI 领域的 Stripe」。

赚钱方式很土：模型价原价过手，充值时抽大约 5.5%。不训模型，做路由、切换、记账、结算。

市场对收入口径很乱。有人按年化 5000 万算，市销 140 倍；也有报道说到年化 1.4 亿。我两边都不当真——没看到他们自己的财报。只记住一句：Stripe 本来就给它收钱，后台曲线它自己看得见。

二、X 上其实在吵两件事

我把时间线往后翻了几个小时。热闹，但核心就两派，外加开发者自己的一句脏话。

空头说：中转站，没护城河。

加密圈里那位「白发股神」Serenity 写得很直：编排和调度谁都能做，几乎没有护城河。Crémieux 更狠：独立路由层本身就给调用加复杂度，模型稳定了、每家云都自带 Router，中间商凭什么继续抽成？

多头说：别把它当中转站，当收费站。

硅谷增长顾问 Aakash Gupta 算的是费率：OpenRouter 抽 5.5%，Stripe 自己做支付才抽 2.9%。他收尾那句被转得最多——Stripe 当年给互联网商业修了收费站，现在花 70 亿买 AI 推理时代的收费站。

Lago 联合创始人 byAnhtho 补了一刀：当 API 代理看，这价荒谬；当推理流量的调度权看，账是另一本。分析师 @danizhu 把两家叠在一起：Stripe 当年把分散的金融基础设施变成可编程服务，OpenRouter 在对数百个模型做同一件事。

开发者这边，多了一个词：ClosedRouter。

Hacker News 几个小时几百条，中心不是估值，是中立还在不在。OpenRouter 被喜欢，是因为它不站队。Stripe 给 OpenAI、Anthropic 收过钱，也给 DeepSeek、Qwen 过手流量。路由算法还按成本走，还是会悄悄偏向自己的账单关系？没人能证明。但这个问题，从今天开始会一直被问。

三、我的读法：贵不贵是假问题

空头说得对的那一半，我承认。转发请求的代码，值不了 70 亿。LiteLLM、各家云网关、开源 Router，都能做一层。

多头说得对的那一半，我也承认。难复制的不是代码，是已经聚在上面的用户、请求、支付关系和那本实时账本：谁在用哪个模型、什么价、什么时候切走。

所以我不加入「贵不贵」这场。贵，是相对于今天的收入；便宜，是相对于明天的推理流水。两边都在猜蛋糕有多大。

我比较确定的是另一句：

Stripe 买的不是一个更好的 API。它买的是「每一次调用发生时，谁记账、谁路由、谁结算」。

6 月那篇我写过：企业上 AI 的第一步不是给每个人买 Pro，是先建一个 Token Hub。当时不少人觉得小题大做。今天市场给这件事标了个价——70 亿。

昨天写苹果：云可以租，Siri 核心层不长期外包。今天是同一张表的另一格。模型可以租。计量器最好自己留。

四、中立这件事，先看三条线

有人已经说：赶紧迁走，别把生产流量押在一个被支付公司买下的入口上。

我理解这个本能。但今天就拔线，像应激。API 没变，价格没变，官方还没出声。迁不迁，看的是以后三件事有没有动：

1. 默认路由还敢不敢把便宜的开源模型放在前面
2. 账单和用量数据还让不让你完整导出
3. 企业合同里的零数据保留，还算不算数

动了，再迁。没动之前，先把自己的计量留一份。

我自己这边更实际的变化：OpenRouter 从「默认入口」降成「上游之一」。号池、官方 API、云网关，本来就该多条腿。公共路由被买走，只是把这件事从建议变成了必做。

有一件事我说不清，也不装懂：Stripe 会不会为了照顾和 OpenAI、Anthropic 的账单关系，慢慢把流量从便宜的中国开源模型上拨走。商业上说得通，政治上更说得通。开发者要的刚好相反。这个结，他们自己都还没解。

五、对企业：公共电表可以被买，自己的电表别出租

别读成 Stripe 新闻。这是一张所有权分类。

7 月那篇钉过一句：工具可以分部门，心脏只能有一颗。今天补半句——心脏别长在别人身上。

我做 Token Hub 不是因为预见到 Stripe 会买 OpenRouter。是因为给企业看账单时，经常发现他们连「这个月到底烧了多少」都说不利索。公共入口越强，这个问题越容易被掩盖：用着很爽，账在别人那里。

同一周，ZaokitAI TokenHub 新增了 2 家企业。客户名不方便写。能写的只有一句：他们要的不是又一个公共入口，是把自己的用量、权限和轨迹，装进自己的机房。

模型谁便宜接谁。能留下的是自己的计量器。

写在最后

1. 交易还没官宣——彭博说敲定，Stripe 说不评论
2. X 上两派都有道理——代码不值 70 亿，电表可能值
3. ClosedRouter 不是段子——中立从今天开始要被持续追问
4. 贵不贵我猜不准——确定的是计量权被标了价
5. 对企业——模型可以换，自己的电表别出租。ZaokitAI TokenHub 同一周新增了 2 家

土话一句：

别人的收费站可以过，自己的电表不能卖。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：企业上 AI 的第一步，是先建一个 Token Hub · 工具可以分部门，心脏只能有一颗 · 苹果：Siri 核心层，最后时刻不外包

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。公共入口可以被买走——自己烧了多少、烧在哪，别只写在别人的账上。ZaokitAI TokenHub 同一周新增了 2 家。

很多人读成「通义进 iPhone」。那是 7 月的旧闻。

联合训练是真的。我的读法：最后时刻，Siri 核心层不长期外包。云可以租，芯自己留。

一、路透爆的不是通义进苹果

别把两件事焊成一件。

主语是苹果自己的模型，不是通义。参数、上线日、路由，都没公布，我不编。

二、为什么说最后时刻

「最后时刻」不是新闻稿，是我读时间线的判断。

2 月定成外包，7 月还是通义进机。8 月 14 日多出一层苹果自己的。中间几周，说明书都写到登录千问了。

路透说这是对「靠第三方供电」的偏离。我读成一句：通义可以继续走云，Siri 核心层不写成长期外包。

租得越久，Siri 越像别人的助手套了个壳。中国区卖了快两年 Apple Intelligence，功能没落地。再把核心层也租出去，入口还在，脑子是租的。所以合作往外推一层：阿里帮训，通义进云，核心层自己留。

三、中国区是三层栈，不是一张皮

路由没公布。只写已经公开的。

被撤掉的支持页写过：macOS 26.6，千问账号或通过 Apple 登录；阿里不得用这些材料训自己的模型。说明书不是发版。

通义进 iPhone，不等于通义成为 Siri。

四、端侧能跑，才敢自己留

昨天那篇 的数字不在这里重跑。27B 在 M5 Pro 上能跑，24G 是入场券。

今天只借一句：端侧真能跑，才敢把核心层留在自己手里。如果只能躺在云上，所谓自己的模型就是换了签名的云合同。

阿里是联合训练、提供支持，不是把模型卖断。苹果要收得回，阿里要云端入口。各拿一层，谁都没交底牌。

14 号 说中间地带在消失。苹果这步是同一条规则：可以租云、租搜索，判断层不能租。

五、对企业：最核心那一层，不能长期租

别读成苹果新闻。这是一张合同分类。

我做 Zaokit 也是这句：模型谁便宜接谁，价值不能沉淀在调用上。调用是原材料。能留下的是判断层。

过不了这张表，就是在给别人的模型打工。过得了，云越便宜对你越有利。

写在最后

1. 路透爆的是苹果自己训——不是通义进 iPhone 的旧闻
2. 「最后时刻不外包」是我的读法
3. 中国区是三层栈——苹果自己的、云端通义、搜索百度
4. 端侧能跑，才敢自己留
5. 对企业也一样——云可以租，判断层不能长期外包

土话一句：

厨房可以外包，配方不能租。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：Qwen3.8 27B 在 M5 Pro 64G 上：能跑不是新闻，MLX 快了四成才是 · Grok 4.6 和 Gemini 3.7 Flash：模型竞争进入淘汰赛 · Grok Bot 上线：这场战争才刚刚开始

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。云可以租——最核心那一层，别写成长期合同。

我没去抄这句。今天下午在自己这台 MacBook Pro 上拉了两个标签，数字如下。

能跑不是新闻。这台 M5 Pro 64G 上，官方 Q4_K_M 热身解码 27–29 tok/s；换同机的 MLX 标签，解码到 39–40。64G 不是入场券，是用来比引擎的。

一、这台机器，和「17GB 能跑」这句话

先把台子摆清楚，免得后文的 tok/s 像从别处抄来的。

官方仓库是 Qwen/Qwen3.8-27B，Apache 2.0。旁边那个 2.4T Max 是另一张许可证，跟这篇无关。Unsloth 和 LM Studio 对外说的地板是 17GB——那是权重大小，不是你开 256K 上下文之后的工作集。

这台机器开测前，本地没有 Qwen3.8 权重。Ollama 也是现装的。拉下来的两个标签：

这台机器上当时的真实命令输出：

下面所有速度，除特别注明外，都走 Ollama HTTP /api/generate，num_ctx=8192，温度 1 / top_p 0.95 / top_k 20。没有 128K，没有 256K，没有 BF16，也没有复现官方 SWE-bench。

二、官方 Q4_K_M：28 tok/s，20G，没掉交换

先跑官方标签。这是大多数人会 ollama run qwen3.8:27b 的那一条。

命令行再打一条 ollama run --verbose（新进程，默认上下文 256K）：加载 7.4 s，解码 27.6 t/s。

看这张表，只抓三件事。

第一，热身之后，官方 GGUF 就在 27–29 tok/s 这条线上。 首次加载 4 秒，之后加载都在 0.14–0.17 秒。16.7 那种冷启动数字，不要拿去当日常体感。

第二，内存很老实。 进程 RSS 从 18.0G 爬到 20.3G，8K 上下文全程 Swapins=0、Swapouts=0，memory_pressure 没有 warn。压缩内存有，交换没有。官方 runner 报 66/66 层在 GPU，Metal 占用约 16.0 GiB，再加 888 MiB 的 CLIP mmproj。

第三，长一点的预填充，这台机器吃得动。 3662 个 prompt token，prefill 272 t/s，首 token 大约 13.4 秒。这不是 256K 长窗口，只是说明 8K 档的预填充不是瓶颈。

三、同一台机器换 MLX：40 tok/s

64G 的好处现在才出现：不用换电脑，直接拉 qwen3.8:27b-mlx。

同一道 LRU，同一套采样：

相对官方 Q4_K_M 的 26.7–28.9，这是大约四成的解码加速。

这两个数不是模型变聪明了，是推理引擎换了。28 是 GGUF 的解码速度，40 是 MLX 的解码速度。 说的都是生成时每秒吐多少 token——已经开始一个字一个字往外蹦的那种，不是预填充，也不是智商。GGUF 是 llama.cpp 那一套，跨平台，Ollama 默认就是它；MLX 是苹果统一内存加 Metal 那一套，这台 Mac 上通常更快。两边量化也不一样：官方标签是 Q4_K_M，MLX 标签是 nvfp4，走 ollama runner --mlx-engine。所以这不是纯引擎对比，是「社区最常见的那条默认路径」对「这台机器上更快的那条路径」。

MLX 进程 RSS 不能直接跟 GGUF 比。权重走 Metal/wired，进程本身只有几百 MB；我测的时候还叠过一次官方 runner 的残留，那个 26G 的脏数字不写进结论。卸掉官方标签之后，机器空闲内存回到 61%，没有新的压力。

所以结论很窄，也很硬：

在这台 M5 Pro 64G 上，想要交互速度，走 MLX 标签；想要对齐社区最常见的 Q4 体感，走官方 GGUF。 同一份 27B，引擎差一档，手感就不一样。

四、默认开思考，本地更费的是 token

Qwen3.8 默认思考开着。本地没有 API 账单，很多人会以为「开着也无所谓」。

速度上，这件事几乎不成立。官方标签同一道 LRU：开思考 28.9 tok/s，关思考 26.7 tok/s，解码没有变慢。MLX 也一样，开 38.9、关 40.5。

贵的是生成量。

写 400 字中文产品体感、思考开着：一共 1351 个生成 token，思考正文 1671 字，真正给读者的只有 454 字。墙钟 89 秒。同一下午，关思考的短代码题 91 个 token、4 秒结束。

本地模型的思考开关，不是「更聪明所以更慢」，是「同一速度下多写一堆你不一定要看的字」。日常写代码、改补丁，先关；真要推一道算法，再开。

五、一张自检表：16G / 24G / 64G 怎么选

把官方那句「17GB 能跑」放回硬件账本里。

64G 不是「终于能跑 27B」的门槛。24G 才是入场券。64G 买到的是余量：两个引擎并排、思考开着、浏览器不用关。

这篇没测 128K / 256K，也没测 BF16。BF16 官方权重约 55.6G，这台 64G 理论上塞得进短上下文，长窗口会顶满，我今天没拉。LM Studio 的 MLX 下载中途超时，所以速度只报 Ollama 两条线。

写在最后

压成五句：

1. 数字都来自这台 M5 Pro 64G——Ollama 0.32.13，2026-08-15 下午，不是官方榜
2. 官方 Q4_K_M 热身解码 27–29 tok/s——进程 18–20G，8K 没掉交换，3.6K prefill 272 t/s
3. 同机 MLX nvfp4 解码 39–40 tok/s——快大约四成，64G 的意义是能并排对比
4. 思考开关不减速，只烧 token——400 字任务思考 1671 字、正文 454 字
5. 16G 塞不进，24G 才是入场券——64G 买的是余量，不是入场资格

土话一句：

能跑只说明你买对了内存，快不快，要看你喂给它的是哪一个引擎。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：Grok 4.6 和 Gemini 3.7 Flash 同周落地：模型竞争进入淘汰赛 · Grok Bot 上线：这场战争才刚刚开始 · 私有化大模型部署指南

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。本地评测最便宜的作弊是抄榜——数字只能从自己桌上的那台机器出。

周三，Grok 4.6 发布，首日上线 Cursor。周四，Google 发布 Gemini 3.7 Flash，价格直接砍半。周五，SpaceX 对 Cursor 的 600 亿美元收购正式交割。

三天，三记重拳，没有一记是巧合。

巨头开始发力了。模型竞争从积分赛进入淘汰赛——输一场，就下场。而第一个信号是：独立工具的黄金时代，结束了。

一、Cursor：不是被收购，是被收编

说实话，”收购”这个词可能不够准确。

准确讲，Cursor 不是被收购，更像是被收编进了马斯克的 AI 军团。收购是资产换了主人，收编是进了别人的作战序列——这两件事的含金量完全不同。

我一开始觉得这就是笔大买卖：600 亿，挺吓人的。但转念一想，这事儿比交易本身狠得多。

所有人都以为 AI 编程是独立赛道——Cursor、Windsurf、Copilot，三足鼎立，各凭本事。但入口从来不是终点，只是平台的基础设施。 你以为你在赛道上领跑，其实你只是别人棋盘上最值钱的那颗子。

Cursor 的处境其实早就写在明面上：ARR 一路冲到 40 亿美元，号称史上增长最快的软件公司，但它自己在公告里都承认——been bottlenecked by compute，被算力卡着脖子。 收入涨得再快，后训练跟不上，模型能力就是别人的天花板。

现在，氧气管直接接上了。Colossus 那个全球最大的单站点 GPU 集群，从”租不起”变成了”自家的”。

交割那天的两句对话，值得逐字读。Cursor 说：我们将助力 Grok 成为全球最有用的 AI。 对面官方账号回了一个词：Welcome。

这不是退出比赛。这是换了一套队服，直接进了决赛。

二、马斯克手里的链条，闭合了

把镜头拉远，看马斯克手里现在攥着什么：

从写代码到造硬件，链条闭合了。

单看每一环都不是最强：Grok 4.6 在 Artificial Analysis 上追平了 GPT-5.6 Sol，但前面还有 Claude Opus 5；Cursor 的入口再大，也大不过 GitHub。但淘汰赛比的从来不是单项，是整条链有没有断点。

模型不行，Colossus 堆算力补；入口不够，Cursor 的企业客户直接导流；智能落了地，还有 Optimus 这个物理载体等着装。反过来看那些单项冠军——只有模型的、只有工具的、只有算力的——每一家都在祈祷自己的上下游别翻脸。

写 Grok Bot 那篇时我说巨头下场打的是基础设施价格战。现在看，价格战只是表象，真正的杀招是垂直整合：把赛道两头都焊死，中间的人想跑都没处跑。

三、Gemini 3.7 Flash：便宜的开始干重活了

同一周，Google 出手了。Gemini 3.7 Flash 发布，促销价砍到上一代原价的一半：每百万 token 输入 0.75 美元、输出 3.75 美元。

降价不稀奇，稀奇的是这次升级基本都冲着干活去的：

看这张表要抓两个点。第一，涨幅最大的两项是长期软件工程和企业工作流——前者接近 17 个点，后者直接翻倍还不止。这两项恰恰是 Agent 时代最值钱的能力：不是答一道题，是接一个活，自己跑完整条流水线。

第二，这是 Google 自报的数据，得打个折听——同一张官方对比表里，GPT-5.6 Terra 在长期软件工程和终端 Agent 上依然领先。但方向不会骗人：

以前 Flash 给人的感觉是速度快、便宜、够用。3.7 Flash 开始变成：便宜归便宜，但真能拿来干重活了。

这才是 Google 式的淘汰赛打法。马斯克焊链条，Google 砸地板——把”够用的智能”的单价打到对手的成本线以下。你的产品如果只是”比 Flash 强一点点”，那从今天起，你比它贵多少，就是你的死期倒计时。

四、淘汰赛的规则：中间地带正在消失

把三件事放在一张图上，规则就浮出来了。

积分赛时代，大家各刷各的榜，输一场明天再来。淘汰赛不一样：要么长成平台，要么成为平台的一部分。中间地带，正在消失。

Cursor 选了后者，而且选得体面——40 亿 ARR 的身价换 600 亿的席位，是中间地带里能谈到的最好价钱。往后的独立工具，牌桌上的筹码只会越来越少：模型是别人的，算力是别人的，价格是别人定的，你唯一的资产是用户——而用户，恰恰是平台最想要的东西。

那没被收编的怎么办？我的看法反而没那么悲观，分两头说。

对企业： 淘汰赛的副产品是史上最便宜的智能。正确姿势不是押注某一家，而是搭好自己的模型路由——重活给前沿模型，批量任务给砍半价的 Flash 这类工作马，之前说过的那句话继续成立：企业用 AI 的第一步，一定要有自己的 MaaS 平台，好钢用在刀刃上。

对小团队： 别在巨头的赛道上当选手，去当用户。巨头把智能的单价打到地板，你把地板价当原材料，去做贴着具体场景和工作流的产品。我自己做 Zaokit 就是这个打法：模型谁便宜好用接谁，价值沉淀在把模型、执行环境和企业工作流缝起来的那层胶水上。巨头打淘汰赛，我们捡门票钱。

写在最后

压成五句：

1. 一周三记重拳不是巧合——Grok 4.6、Gemini 3.7 Flash、Cursor 交割，巨头开始发力，模型竞争进入淘汰赛
2. Cursor 不是被收购，是被收编——被算力卡脖子的 40 亿 ARR，换了队服直接进决赛
3. 马斯克的链条闭合了——Grok 模型、Colossus 算力、Cursor 入口、Optimus 载体，从写代码到造硬件
4. Flash 便宜归便宜，真能干重活了——长期软件工程 48.6%→65.3%，价格砍半，地板价的智能来了
5. 中间地带正在消失——企业搭好模型路由，小团队用地板价原材料做贴场景的产品

土话一句：

淘汰赛的哨声一响，赛道上就没有观众席了——你要么在场上，要么在别人的名单里。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：Grok Bot 上线：这场战争才刚刚开始 · Codex 登陆 Linux，一亿台服务器准备好了 · 训得出模型，训不明白 Post-training

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。淘汰赛已经开哨——别急着下注谁夺冠，先确认自己不在被淘汰的名单里。

这不是哪家云厂商搞促销，这是 xAI 刚上线的 Grok Bot。很多人根本没看懂这意味着什么，今天把话说透。

Manus 当年看到的”给 Agent 配电脑”，真的就是终局形态。但看到终局是一回事，活到终局是另一回事——巨头亲自下场打价格战，战争才刚刚开始。

一、Grok Bot 到底是个什么东西

我花了 300 刀开通 SuperGrok Heavy，对 xAI 新上线的 Grok Bot 做了深度测试。这次 Grok 想做的，不是一个更聪明的聊天机器人，而是一个真正能”上班”的云端 AI 员工。

每个 Bot 都拥有一台持续在线的云电脑：

• 登录邮箱、CRM 和网站后台
• 像人一样点击、输入、整理资料
• 你演示一次，它就保存为 Routine
• 多个 Bot 分工协作、互相交接任务
• 你的电脑关机后，任务仍在云端继续执行

不是 PPT 上的参数。进到这台云电脑里跑一遍 top 和 df -h，内存大约 16GB，根分区一百多 GB——就是一台真实在线的 Linux 工位。

它的本质是一个五层堆叠：大模型 + 云电脑 + 浏览器自动化 + 长期记忆 + 多智能体调度。

最关键的一条是：即使一个软件没有 API、没有 MCP，Bot 也能直接操作网页界面。

这一条把”数字员工”的适用范围，从少数有接口的系统，直接扩展到了一切能用浏览器打开的东西。真实世界的软件，绝大多数是没有接口的长尾——公司内部的 ERP、某个行业的老旧后台、只有网页版的 SaaS。浏览器自动化是唯一的通用接口，而云电脑给了这个接口一个 7×24 的工位。

实际用起来更直观：你在对话里下指令，它在那台云电脑上装环境、跑命令、回结果——不是聊天框里生成一段脚本让你自己执行，是员工真的在工位上干活。

二、原来 Manus 看到的，真的是终局

之前写过数字员工和 Manus 的终局。当时不少人觉得 Manus 是套壳、是概念。结合最近 Manus 重新独立运营再回头看——Manus 当年看到的方向，真的就是终局：Agent 不是聊天框里的助手，而是一个有自己电脑、有自己记忆、能独立完成工作流的员工。

但看到终局是一回事，能不能活到终局是另一回事。这场战争远远没有结束，它才刚刚进入大厂亲自下场的阶段。

马斯克这一年是在不惜血本地补课。今年 5 月，SpaceXAI（前身为 xAI）匆忙推出首个编程智能体追赶 Anthropic；6 月，直接以 600 亿美元天价收购 AI 编程公司 Cursor，随后基于 Cursor 的技术栈推出 Grok 4.5。如今 Grok Bot 登场——这是 Grok 的 Cursor 团队交出的第一份大作业，标志着这场补课全面升级。

对手也没闲着。Sam Altman 近期在华盛顿与议员会面时，谈的同样是多智能体协作完成工作的未来图景。两大巨头在”智能体团战”上的正面交锋，已经不可避免。

三、算一笔账：小作坊已经没法比了

把账摆在桌面上。面向用户，你要和 Grok Bot 竞争，对方一个月两百刀，给的是：

你一个创业小团队，光是给每个用户配这台云电脑的成本，就已经收不回两百刀。这不是产品力的差距，是资产负债表的差距——巨头可以把云电脑按边际成本供给，你只能按市场价采购。

所以判断很直接：同类竞品的小作坊，趁早放弃换赛道。大公司已经亲自下场打价格战，这个位置上不会再有缝隙。

顺便泼一盆冷水：这台云电脑是给 Bot 上班用的，不是让你拿去当自己的服务器创业的。那些琢磨着倒卖会员算力、把云电脑攒起来做”机房生意”的——这下好了，龙虾爱马仕都要歇菜了。

四、为什么”给 Agent 一台电脑”是分水岭

这里值得多想一层。过去两年，Agent 赛道的主流叙事是接口化：给模型接 API、接 MCP、接工具。上一篇聊 Codex 登陆 Linux 时说过，Agent 的规模天花板在服务器上——而 Grok Bot 把同一个逻辑推到了每个普通用户面前。

云电脑给了 Agent 三样此前没有的东西：

1. 持久的身份——登录态、Cookie、账号密码都留在这台电脑里，不用每次重新授权
2. 持久的文件——整理到一半的资料、下载的附件、生成的报表，都有地方放
3. 持久的记忆——Routine 是新时代的 RPA，不用写脚本，你演示一遍，它记住流程

再叠加多 Bot 之间的任务交接和上下文共享，一个部门级的数字员工团队就成型了：一个 Bot 盯邮箱，一个 Bot 整理资料，一个 Bot 出报表，一个 Bot 回邮件——互相交接，闭环运转。

Manus 早就看到了这一层，所以它当年做的就是”给 Agent 配电脑”。区别在于，现在下场做这件事的，是能把成本打到地板价的巨头。

五、个人开发者的活路在哪

大厂打的是基础设施的价格战，个人和小团队的活路只剩一条：往上走，做贴着具体场景和工作流的东西。

巨头的云电脑再便宜，它不会弯腰去解决某个行业的具体问题——报关流程怎么跑、财税单据怎么核、企业内部审批怎么串。这些脏活累活里的 know-how，才是小团队真正的护城河。基础设施的战争让巨头去打，把巨头打下来的地板价算力，变成自己产品的原材料。

我自己就是这么干的。做 Zaokit 的过程中感受很直接：Agent 平台的价值不在于我自建了多少算力，而在于把模型、执行环境和企业工作流缝在一起的那层胶水。巨头卖水泥，我们盖房子。

写在最后

压成五句：

1. Grok Bot 不是聊天机器人，是云端数字员工——大模型 + 云电脑 + 浏览器自动化 + 长期记忆 + 多智能体调度
2. 没有 API 也能干活是真正的突破——浏览器自动化把适用范围扩展到一切网页软件
3. Manus 看到的真是终局——但巨头下场打价格战，战争才刚刚开始
4. 两百刀一个月配 16GB+128GB 云电脑——小作坊的账没法算，趁早换赛道
5. 小团队往上走——用巨头的地板价基础设施，做贴着场景的产品

土话一句：

巨头把水泥价格打到地板上，你还在自己烧水泥，那不是创业，是殉情。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：Agent 下一程，打在云上 · Codex 登陆 Linux，一亿台服务器准备好了 · 你的公司电脑，可能连 Agent 的门都进不了

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。巨头在打基础设施的价格战——别跟他们抢水泥，去盖只有你会盖的房子。

Codex 和 ChatGPT 桌面版，正式登陆 Linux。

这不是”补全一个平台”那么简单。这是 OpenAI 收购 Ona 之后，第一次把 Agent 真正推向服务器世界的大门。

一、一条推文背后的信号

OpenAI 官方和 Codex 负责人 Tibo 几乎同时发声：ChatGPT Linux 桌面应用现已推出预览版，支持 ChatGPT、ChatGPT Work 和 Codex，可以在 Linux 系统上处理项目和浏览器工作流程。

第一反应可能是：不就是出了个 Linux 版客户端吗？macOS、Windows 都有了，Linux 只是补齐了。

如果你这么想，就低估了这件事。

macOS 和 Windows 的用户是谁？个人。开发者、设计师、产品经理——坐在自己的笔记本前，打开 ChatGPT 问问题。

Linux 的用户是谁？服务器。 全球超过 90% 的服务器跑的是 Linux。AWS、Azure、GCP 上的每一个实例，每一个 Docker 容器，每一个 Kubernetes Pod——Linux。

当 Codex 原生支持 Linux，它不只是跑在了你的 Ubuntu 桌面上。它可以跑在全球任何一台服务器里。

二、Ona 收购的真正后手

上一篇文章聊过 OpenAI 收购 Ona 的事。当时的判断是：Agent 的下一程打在云上。

现在这个判断有了更具体的落地形态——Linux 原生支持，就是 Ona 收购之后的第一记重手。

Ona 做的事情很具体：让 Agent 在客户的云环境里持续运行。你合上笔记本，Agent 不停。但要让 Agent 真正”住”在云上，有一个前提——运行环境必须是 Linux。

因为云上没有 macOS，没有 Windows。云上只有 Linux。

收购 Ona + 原生支持 Linux + 招 Cloud Agents 工程师——三件事串起来，OpenAI 在做的事情就很清楚了：

把 Codex 从一个”你打开终端用的工具”，变成一个”可以部署在任何 Linux 环境里、7×24 小时自主运行的 Agent 基础设施”。

这不是产品迭代，这是基座切换。

三、个人笔记本的规模，太小了

这是我最想说的一个判断。

全球有多少台个人电脑？大约 15 亿台。听起来不少，但每台电脑一天真正用来跑 AI Agent 的时间可能不到 2 小时。算下来，全球个人电脑能提供的 Agent 算力，折合成有效运行时间，可能就几亿小时/天。

全球有多少台服务器和云实例？保守估计数十亿。而且它们 7×24 小时不停。单就 AWS 一家，同时在线的实例数就以百万计。

当 Codex 只跑在个人电脑上时，AI Agent 的总运行规模被锁死在”人打开电脑”这个动作里。 你合上盖子，Agent 就停了。你去吃饭，Agent 就停了。你睡觉，Agent 就停了。

但当 Codex 原生跑在 Linux 上——

Agent 不需要等你开机。它自己跑。 在数据中心的某台服务器上，在某个 Kubernetes Pod 里，在某个 Docker 容器中。一个 Agent 完成了一个任务，结果自动推送到下一个 Agent。成百上千个 Agent 同时工作，组成流水线。

这就是”个人工具”和”基础设施”之间的根本差距。

想象一下：你今天用 Codex，是你告诉它”帮我写一个函数”。以后呢？可能是你部署了 50 个 Codex Agent 在云上，每个盯着代码库的不同模块，有 bug 自动修，有新需求自动实现，每天早上给你一份报告。

你不是在”用” AI。你是在”运营” AI。

四、交互方式将被彻底改写

这个规模切换带来的最深层变化，不是算力，是交互方式。

过去 40 年，人和电脑的交互方式本质上没变过：你坐在屏幕前，用键盘鼠标下达指令，看着屏幕等结果。 从命令行到图形界面到触摸屏，变的是输入方式，不变的是”人坐在那里操作”。

AI Agent 跑在个人电脑上的时候，这个模式还能维持——你打开终端，输入 prompt，等它干完。

但当 Agent 跑在云端服务器上、以亿为单位并行工作的时候，”坐在屏幕前操作”这个范式就不成立了。

你不可能坐在那里同时操作 100 个 Agent。你需要的是一个管理界面——下达目标、分配资源、监控进度、审核结果。

这跟今天管理一个团队更像，跟今天用电脑完全不像。

我在做 Zaokit 的时候，越来越深刻地感受到这一点：Agent 产品的 UI 不应该是一个聊天框，而应该是一个指挥中心。你不是在跟一个 AI 对话，你是在调度一支 Agent 部队。

五、谁先把 Agent 种进 Linux 生态，谁就占住入口

最后说一个判断。

OpenAI 做这件事的时机很精准。Codex 已经在沙箱里跑了一年多，模型能力到了 GPT 5.6，Cloud Agents 团队在搭建，Ona 团队也已整合——所有组件在这个节点上拼完了。

Linux 桌面版只是起手式。接下来大概率会看到：

1. Codex Cloud——完全运行在云端沙箱里的 Agent 服务，企业按量付费
2. 企业级 Agent 编排——在你的 VPC 里部署 Agent 集群，接入你的代码库、CI/CD、监控系统
3. Agent Marketplace——不同用途的 Agent 模板，一键部署到你的云环境

Anthropic 在 Claude Code 上也在走类似的路。但 OpenAI 现在的优势是：它同时有模型（GPT 5.6）、有产品（ChatGPT + Codex）、有云基础设施（Ona）、有企业客户基础。 四个维度同时推进。

这场仗的终局不是谁的 Agent 更聪明——而是谁先把 Agent 种进全球 Linux 服务器的生态里。先到先得。

写在最后

压成五句：

1. Linux 支持不是补平台，是打开服务器市场的大门——全球 90% 以上的服务器跑的是 Linux
2. Ona 收购 + Linux 原生 = Agent 云基础设施——Codex 正在从个人工具变成企业级 Agent 基座
3. 个人笔记本的规模太小了——AI Agent 的未来在 7×24 小时运行的数十亿台服务器上
4. 交互方式将被彻底改写——从坐在屏幕前操作，变成调度 Agent 部队
5. 谁先种进 Linux 生态，谁就占住入口——OpenAI 四个维度同时推进，时机精准

土话一句：

你的笔记本装得下一个 Agent，但装不下一个时代。服务器可以。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：Agent 下一程，打在云上 · 训得出模型，训不明白 Post-training · 模型天天更新，你的数学呢？

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。你的笔记本装不下一个时代——但 Linux 服务器可以。

聊之前有一个模糊的判断：国内 Pre-training 已经追得很近，Post-training 明显落后。聊完之后判断没变，但理由变得更具体了——落后的原因不是技术差距，是两件事的 reward 清晰度完全不一样。

Pre-training 的反馈像射靶——靶心在哪清清楚楚。Post-training 的反馈像在雾里找路——你甚至不确定脚下有没有路。

一、Reward 落差：一个清晰，一个混沌

Pre-training 的 reward 非常明确：在单位时间内，把 Next Token Loss 降得越低越好，同时尽可能降低训练成本。方向清楚、指标可量化、进步肉眼可见。

Post-training 要解决的则是另一类问题：怎么让模型在下游应用中表现得更好。但这个「更好」本身就是一团迷雾——

怎么定义「更好」？怎么评估「更好」？怎么确认模型是真的变强了，还是在 hacking 某个指标？每一个都极其 tricky。

这里有一个被忽视的不对称：Pre-training 的创新更容易被外界看到。 模型架构没有那么强的机密性，一开源大家就能看到，也可以写成论文做 PR。但一家模型公司的数据清洗方案、具体的训练 Recipe——Post-training 真正的核心竞争力——没有人会拿出来讲。

Pre-training 既有清晰的 reward，又有清晰的声量。Post-training 两样都缺。

加上众所周知的缺卡问题，模型的绝对能力又是生死线，大家自然把更多资源投入反馈更明确、也更容易获得声量的 Pre-training。

Post-training 因此陷入了一个尴尬的循环：因为混沌，所以拿不到足够多的资源；因为资源不够，这种混沌迟迟无法被解决。

二、「大厂一定赢」是偷懒的推论

聊到竞争格局，有一种声音很常见：大厂有钱有卡有人，最终一定会赢。

这位 researcher 不这么看。

模型竞争不是比身价。更多钱、更多卡、更多人，不等于一定能训出最好的模型。真正起决定性作用的，可能是组织里到底有多少人发自内心想把模型训好，以及组织摩擦会不会消耗掉这些人的热情。

这个判断放在当下的市场里，正在被验证——大模型的机会看上去正在重新回到创业公司手里。半年多前这一切还难以想象。

窗口期来自编程。Coding 浪潮把按 token 计费的需求真正引爆，算账方式彻底改变了。智谱定价提高一倍，调用量反而涨了八倍，与海外前沿模型的价差在逐渐缩小。Kimi 比智谱更激进，K3 模型 API 输出价每百万 token 15 美元，与 Claude Sonnet 5 的标准定价一模一样。而 Anthropic 此前推出的 $2/MTok 输入、$10/MTok 输出的限时推广价已决定永久保留，不再按原计划在 9 月 1 日上调——前沿模型的价格战，已经从国内烧到了美国。

窗口期的另一面是大厂的缺位：在长达半年的时间里，BAT 拿不出一个第一梯队的 coding 模型。 2 月时人们津津乐道的叙事还是春节红包大战，而智谱 2025 年春天就已经把研究方向聚焦到编程上来。

但窗口期不会一直敞开。字节已宣布不做蒸馏，但在视频模型上已拿出 SOTA 成果，对 Coding 的投入肉眼可见地坚定。大厂只要赢一次，整个叙事就可能重新改写。

更不用说算力采购与人力的结构性优势：阿里今年 5 月表示对算力中心的投入将远超之前承诺的三年 3800 亿；腾讯 Q1 经营性资本支出同比增长 18%、环比增长 84%。而独立模型厂商至今还受困于算力瓶颈，有时甚至向潜在对手租卡。

三、Agent 正在模糊 AI Lab 的内部边界

我们还聊到了一个正在发生的变化：Agent 已经开始替代 AI Lab 里的一部分工作。

拿 Infra 举例。现在可以直接告诉 Agent：「每秒只能输出 50 个 Token，请优化到 60 个」，然后让它自己检查 Kernel 和整条链路。

结果就是，一些 Infra 工程师开始自己给自己找事干——跑去研究算法、理解训练需求。跟一些 researchers 交流下来，有些人确实已经有了失业焦虑。

从这里往外延伸一步：如果说 AI Coding 模糊了产品、研发和设计之间的边界，那么 AI for AI（RSI）也在逐渐模糊数据、算法和 Infra 之间的边界。

还有一个更根本的观察：Model Research 本身，可能就是最 Science 的 AI for Science。 模型研究不是在解决某个特定领域的问题，而是在研究「通用智能」本身。

四、两个没有答案的问题

最后聊了两个真正开放的问题，欢迎有想法的朋友分享你的见解。

Q1：怎么让模型拥有时间概念？

如果模型不交卷，它就可以一直保持「我没错」的状态。反正模型不老不死，从它自己的视角看，磨洋工可能并不是什么坏事。

就像《葬送的芙莉莲》里，对于一个能活几千年的精灵来说，花十年寻找一枚戒指完全合理。但我们这些凡胎肉体，根本等不起。

（GPT-5.6 一直写测试，是不是就是深刻践行了这一点 doge）

Q2：OpenAI 是怎么持续相信 RL，并最终把 o1 做出来的？

好奇的不是具体 Recipe，而是背后的组织问题。之前请清华叉院助理教授 @jxwuyi 录过一期播客，他提到 OpenAI 很早就在做 RL，但之前做了很久都没有得到结果。

在一个方向连续失败很多年以后，团队为什么还能继续相信它，招到人、说服老板、拿到资源，然后真的把事情做出来？

这个问题的答案，又绕回了组织文化。

五、组织文化才是真正的变量

跟很多 researchers 交流，尤其是问他们觉得哪家模型更有希望时，大家最后都会强调同一件事：组织文化。

在一个快速变化、资源永远不够的行业里，怎么把人和算力分给那些还没有答案的创新，以及愿意等这些创新多久——可能和技术判断本身一样重要。

智谱和 DeepSeek 预计都将在 8 月发布新模型。据了解，智谱 MaaS 开放平台注册用户近 700 万，七月以来增长约 200 万，其中 2.3 万家企业客户；对标 Codex 的 ZCode 上线一个月用户破百万。今年以来智谱 ARR 增长 15 倍。

Coding 的商业模式本身也在快速变化。越来越多企业开始搭建「内部路由」，按任务复杂度把不同价位的模型组合使用。Palantir 则在教育客户只用 API、不用模型厂商的其他工具——它的逻辑是模型最终会大宗商品化，数据和工作流才是企业最珍贵的资产。

企业用 AI 的第一步，一定要有自己的 MaaS 平台。 按需分配算力，好钢用在刀刃上。

假如 Scaling Law 的提升真没有尽头，那意味着超级人工智能的实现，届时讨论的就不再是谁的毛利率高几个点了。但在 ASI 到来之前，眼下可以确定的似乎只有一件事——以越来越快的速度不断刷新的顶尖模型排行榜。

窗口还开着，算力依旧紧缺，人们依然渴望新的顶尖模型出现。而下一次发布，已经排上了日程。

写在最后

压成五句：

1. Pre-training 的 reward 清晰，Post-training 还在混沌——不是技术差距，是反馈信号的清晰度差了一个量级
2. 混沌导致恶性循环——拿不到资源因为说不清价值，说不清价值因为没资源去做
3. 「大厂一定赢」是偷懒的推论——组织效率比组织规模重要，Coding 窗口期正在证明这一点
4. Agent 正在模糊 AI Lab 的内部边界——数据、算法、Infra 的分工正在被 RSI 重新定义
5. 组织文化才是真正的变量——愿意为没有答案的创新等多久，决定了谁能走出混沌

土话一句：

模型训出来不算完。训不明白 Post-training，就是在雾里开车——油门踩得再猛，也不知道往哪开。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：Agent 下一程，打在云上 · 模型天天更新，你的数学呢？ · 没烧过 token，就别说看懂 AI 半导体

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。模型训出来不算完——Post-training 的混沌里，藏着这个行业真正的胜负手。

Agent 的下一程，不是比谁的模型更聪明。是比谁先给 Agent 造出一个云端的身体——让它合上你的笔记本之后，还能继续干活。

一、OpenAI 的三条线索

第一条：收购 Ona。 官方说法是「Codex 下一阶段」。Ona 做的事情很具体——让 Agent 在客户的云环境里持续运行。你的笔记本合上，Agent 不停。

第二条：在招 Cloud Agents 工程师。 岗位描述四个关键词：编排、沙箱、身份、成本。这不是在做一个 CLI 工具，是在造一套基础设施。

第三条：Codex 负责人 Tibo 那句话（之前文章引用过）——Codex 是个好 harness，但两三个月后会显得原始，下一代模型需要的不只是你的笔记本。

三条放在一起看，其实在讲同一件事：

模型将拉起临时 workspace——机器、Agent、共享内存、权限——连续工作数天。

这不是「Codex 变快一点」。是运行范式的切换。从「你打开终端给 Agent 下指令」变成「Agent 自己拉起一整套执行环境，干完了把结果交给你」。

二、季逸超一年前就在造这个东西

回过头看 Manus，它从产品形态上，基本就是朝着这个「终局」去的。

2025 年初发布 Manus，意味着 2024 年季逸超团队对整体方向已经有比较强的判断和投入。OpenAI 今天在追的东西——云端持续运行、容器隔离、评估体系——Manus 一年前就在造了。

季逸超牛逼。产品经理的眼界，在 25 年初发布这个产品，说明 24 年对方向已经有了清晰判断。连续创业者的市场洞察力就是强。他们很早就意识到三件事要分开做：容器、评估、架构。还有一个很多人没看到的区分——增强人和替代人的区别。Manus 走的是替代路线：Agent 独立完成任务，人只看结果。

这个判断在当时是超前的。大部分团队还在做「辅助写代码」，季逸超已经在做「Agent 独立干活」。

三、但模型上限才是留存——Manus 的困局

说完 Manus 的强，也要说它的难。

Manus 订阅用户在下降。原因不复杂：ChatGPT 更新了 GPT 5.6 之后，模型上限太高了。

这里面有一个残酷的逻辑：

产品形态可以领先，但模型能力是天花板。

Manus 的 Agent 架构做得再好，底座模型如果和 GPT 5.6 有代差，用户体验的上限就被锁死了。模型能力一拉开，订阅留存差距立刻可见。

这也是所有 Agent 创业公司面对的核心矛盾：你能把编排做到极致，但推理能力的上限不在你手里。 模型是别人家的，天花板也是别人定的。

但这不影响季逸超的判断力。产品方向没看错——只是模型底座不是他能决定的变量。

四、下一程的竞争维度

那下一阶段到底比什么？我的判断是三个维度同时比拼：

智能 × 云端执行能力 × 计算资源配额。

光有聪明的模型不够——没有云端身体，Agent 就困在你的笔记本里。光有好的产品形态也不够——底座模型有代差，体验上限直接打折。光有算力也不够——没有好的编排和评估体系，算力就是浪费。

国内能对标的玩家：月之暗面没有计算资源，字节跳动没有创新力。Manus 有眼光有执行，但缺模型底座。

这也引出一个关于连续创业者的思考。所谓「连续」，不是「在大厂杀死这个行业之前快速融资赚钱」——而是 pivot 的能力。比如 OpenAI 在 Sora 2 没盈利的时候砍掉它，在趋势明显的时候把 ChatGPT 和 Codex 合并。方向判断 + 执行果断，才是连续创业者真正的护城河。

五、终局形态：Agent 成为独立 Control Plane

顺着这条线想下去，Agent 的终局形态正在变清晰：

Agent 成为一个独立的 control plane——按任务动态调度本地和云端 execution environments，同时可以无限横向扩展 worker。

容器、评估、架构分开。Agent 不再是跑在你电脑上的一个进程，而是一套独立系统。它自己决定用什么执行环境、自己拉起资源、自己释放。

但这里面有一个被严重低估的难题：怎么把你本地机器的身份、授权、文件和运行环境，打包交给云端沙箱？

每个人的本地机器，本质上就是自己的分身和记忆。你的 SSH key、你的 git 凭证、你的 .env 文件、你跑了三天才配好的开发环境、你本地分支上昨晚改到一半的代码——这些不是数据，是上下文。把它们安全、完整地同步给一个云端容器，远比听起来要难。

这就是为什么 OpenAI 招的 Cloud Agents 工程师要懂身份和沙箱——不是造一个能跑代码的容器就完了，是要让这个容器变成你的分身。

我自己也在做 Agent Runtime（Zaokit），感受很直接：本地和云上各有优劣。云上 24 小时随叫随到，本地还要开电脑；但本地访问文件和凭证更有优势。云上可以通过链接外部存储和安全凭证注入来平衡——所以我坚信云 Agent 有其发展空间，但谁先把「本地分身上云」这件事做顺，谁就占住了真正的入口。

Manus 团队的很多工作，都让我后知后觉。终局形态的演进路径值得持续追踪。

写在最后

压成五句：

1. OpenAI 三条线索指向同一件事——收购 Ona、招 Cloud Agents 工程师、Tibo 暗示 Codex 即将过时，都在说 Agent 要搬进云里
2. Manus 一年前就看到了这个方向——云原生、wide research、主动式 Agent、evaluation 团队，季逸超的产品判断力值得尊重
3. 但模型上限才是留存的命门——GPT 5.6 一出，产品形态领先也扛不住模型代差
4. 下一程三维比拼——智能 × 云端执行能力 × 计算资源配额，缺任何一个都打不赢
5. 终局是 Agent 成为独立 control plane——动态调度本地和云端执行环境，无限横向扩展

说直白点：

下一代 Agent 不住在你电脑里，住在云上——带着你的身份、你的记忆、你的环境。谁先把这件事做顺，谁赢。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：你的公司电脑，可能连 Agent 的门都进不了 · 他们到底看到了什么？让 Jeff Dean 离开待了 27 年的 Google · 没烧过 token，就别说看懂 AI 半导体

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。Agent 的下一程，打在云上——谁先让你的分身住进去，谁赢。

每次模型大更新——Opus 5 出了、GPT 5.6 发了、Gemini 又刷榜了——时间线上就会涌出一波帖子：焦虑的、热血的、荒诞的。有人喊「AI 要取代一切」，有人连夜学 prompt engineering，有人直接宣布自己的职业已经死了。

我理解这种焦虑。但冷静下来想，有一件事被严重忽视了：

模型在快速迭代，但信息的知识存量没变。神经网络的数学基础没变，物理定律没变，信息论的边界没变。你对这三门课的理解深度，决定了你在 AI 时代到底能走多远——不是你会用哪个工具。

一、比起问 AI，不如先搭自己的知识架构

很多人对 AI 的使用方式是：有什么不会的就问。

这当然有用。但这种用法有个隐蔽的代价——你永远在消费别人的抽象，而不是建立自己的抽象。

AI 给你的每一个回答，都已经被压缩、简化、打包过了。你拿到的是结论，不是推导过程。长此以往，你的知识结构就像一栋没有钢筋的楼——看着有模有样，风一吹就塌。

更有价值的做法是：自己有意识地搭建起数学、物理、信息论的基本架构。 有了这个架构，你就能判断什么是结构性的技术进步，什么只是工程改良，什么是纯粹的营销噱头。

没有这个架构，所有技术新闻在你脑子里都是平的——分不出层级，分不出权重。推特上的喧嚣，对你来说就只是喧嚣。

二、数学视角：神经网络不过是流形映射与优化

这句话听起来很学术，但意思很直白。

无论是 GPT 的词向量，还是 Stable Diffusion 的隐空间，AI 处理数据的核心方式就一个：把现实世界的概念映射到高维连续空间里去操作。

「猫」和「狗」不是两个标签，是高维空间中两个区域。它们之间的距离、方向、边界，全由数学决定。

梯度下降不只是代码里的 optimizer.step()。它是高维非凸曲面上的势能下降过程。损失函数的极小值点在哪里？流形是否存在坍缩？当你掌握了测度论与微分几何的基本直觉，你就能理解为什么某些模型在某些任务上表现惊人，而在另一些任务上彻底失败。

这不是学术八股。这是你判断一个模型到底强在哪、弱在哪的底层工具。

三、物理视角：Diffusion 的底层是热力学

2024 年之后，图像生成领域最大的范式是 Diffusion Models。大部分人只知道「输入 prompt，输出图片」，不知道这背后跑的是一套完整的物理过程。

Diffusion Models 的数学物理机制，直接源于热力学中的非平衡态扩散过程与反向 Langevin 动力学。

说白了：生成一张图像，就是从无序的高熵噪声状态，沿着概率流的梯度场，一步步逆演回有序的低熵分布。 跟物理学里的相变过程是同构的——从无序到有序，从高熵到低熵。

再往深一层：把整个神经网络视为百亿级节点相互作用构成的复杂系统，统计力学里的能量曲面就能帮你直观理解两件事——自组织（为什么训练中模型会自发形成有意义的内部表征）和泛化界（模型能推广到多少没见过的数据，物理上有个理论极限）。

不懂这些，你只能当 AI 的用户。懂了这些，你才能理解它为什么有时惊人地好，有时莫名其妙地崩。

四、信息论视角：学习的本质是压缩

学习究竟是什么？信息论给出了最简洁的回答：

学习就是压缩。预测就是对信息熵的提纯。

为什么大语言模型普遍使用交叉熵作为损失函数？因为训练过程的本质，就是在最小化真实世界数据分布与模型预测分布之间的 KL 散度。交叉熵是它的等价优化目标。

换句话说：模型训练的目标，就是用尽可能少的比特，精确表征真实世界的信息分布。

从 Tokenizer 的设计到信息瓶颈理论（Information Bottleneck），信息论定义了智能在表征效率上的理论边界。BPE、SentencePiece、字节级编码——每一种 Tokenizer 选择，都在信息论意义上定义了一个不同的压缩方案。而深度网络的每一层，都在做同一件事：丢掉与任务无关的信息，保留与任务相关的信息。

理解了这些，你就不会被「参数越多模型越强」这种说法迷惑。参数多不多不重要，关键是每个参数压缩了多少有效信息。

五、有了架构，噪音会自动分层

当你对数学、物理、信息论有了基本认知，一件事会自然发生：

推特上每一次沸沸扬扬的技术推进，都会在你脑海中自动分类、标注层级。

某个模型号称「推理能力大幅提升」→ 你会想：是优化了搜索策略，还是解决了某个泛化理论问题？前者是工程，后者是基础。

某个新架构「彻底颠覆 Transformer」→ 你会看：注意力机制的数学结构真的变了，还是只是换了个高效计算方式？

某个公司「训练了万亿参数模型」→ 你会问：信息瓶颈在哪里？参数量和有效信息的比值是多少？

这就是知识架构的力量。它不是让你变成学者，而是让你拥有一套自动过滤噪音的判断系统。

我不是在否定 AI 工具的价值。我自己每天烧 3 亿 token，比大多数人用得都凶。但工具会迭代，框架不会过时。越是 AI 强大的时代，基础学科的价值反而越高——因为只有基础学科能告诉你，这些强大的工具，到底在做什么。

写在最后

压成五句：

1. 推特上的模型焦虑是噪音——知道了「哪个模型又强了」不等于认知提升
2. 神经网络的底层是数学——流形映射、梯度下降、测度论，决定了模型为什么强、为什么崩
3. Diffusion Models 的底层是物理——非平衡态扩散、反向 Langevin 动力学、相变与涌现
4. 大模型训练的本质是信息压缩——交叉熵、KL 散度、信息瓶颈，定义了智能的理论边界
5. 搭建数学-物理-信息论的知识架构——让技术新闻在你脑子里自动分层，而不是一锅粥

土话一句：

模型会过时，数学不会。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：没烧过 token，就别说看懂 AI 半导体 · 他们到底看到了什么？让 Jeff Dean 离开待了 27 年的 Google · 你还在切 chunk 做向量？RAG 早就不是这回事了

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。模型会过时，数学不会——在 AI 时代，基础学科才是你最硬的底牌。

中文圈能把 LLM 的 training/inference infra 讲透，能从软硬件 system co-design 一路讲到底层硬件原理，最后还能接回投资逻辑的人，凤毛麟角。芒格君算一个。这种跨层穿透的分享，在中文内容里非常稀缺。

但作为同样在做 AI、每天泡在 post-training 一线的人，我想补一个芒格君没有展开的角度：一线信息有时候是把双刃剑。好处是能更早嗅到机会；坏处是信息茧房非常重——把「内部需求炽热」直接外推成「这种需求会很快扩展到其他产业」，太自然了。

一、一线信息的双刃剑

好处明摆着：离前沿越近，越早知道产业链上的真实 bottleneck，知道大家在 push 的技术方向是什么。

坏处也是真的：信息茧房非常重。

做 AI 的人每天接触的圈子都在往同一个方向跑。GPU 不够用、推理成本居高不下、内存是最大瓶颈——这些是真实的。但「圈内需求炽热」和「这种需求会很快扩散到其他产业」之间，隔着一道巨大的鸿沟。

一线的人太容易把自己的体感直接外推成整个市场的状态。这是做投资最危险的事情之一。

所以我一直纠结一个问题——

二、AI 到底在吃存量，还是做增量？

需要说清楚：我知道这两者不是非此即彼。历史上几乎所有通用技术——电力、互联网、智能手机——都是先再分配、后做大蛋糕。这不是争论。

我真正想追问的，不是最终「有没有新蛋糕」，而是：扩散到了哪一步？进度是否符合当前的 capex 定价？

从目前来看，大部分还是在吃存量。替代白领工作、替代人工的数据标注、优化现有流程——这些确实在发生。但全新的、不靠替代而是靠创造的增量市场？目前还没看到有说服力的规模化案例。

这不是悲观。这是一个阶段性的事实判断。而这个判断直接影响你怎么给 AI 半导体公司定价。

这也是我和纯技术视角最大的分歧：技术人看到的是「这东西太强了，一定会改变一切」；做投资要追问的是「改变的速度，是否匹配了当前花出去的钱」。

三、没烧过 token 的人，看不懂供应链

之前的文章分享过如何借助 AI 做基本面分析和投研。那只是我投资布局中的一环。每天大概会花掉 3 亿 token，日复一日。

2026 年的今天，如果团队里的人每天烧不掉 1 亿 token，我会怀疑他对 AI 的认知深度和抽象能力。

一个人对 AI 的理解，基本等于他被 token 账单教育过的次数。 无论是跟着技术走，还是做投资，只有把 AI 用透——或者至少知道一线的人到底怎么用 AI——才谈得上做 AI 半导体的布局。

这是看任何小作文和 K 线都给不了你的东西。

具体讲几个例子：

一线的手感，最后都会变成仓位。看懂才能心中有数。

四、怎么把一家公司的投资价值研究透

手感要变成仓位，中间需要一套系统。光靠体感和朋友圈信息做判断，迟早翻车。

下面是我自己跑了大半年的投研流程。

第一步：收集资料。

找到研究标的最近的新闻、各大投行能找到的所有研报（高盛、大摩、小摩、UBS 等）、财报、公司公告、10-K，一网打尽。

第二步：派发 Agent Team。

我的 Agent 会化身成各个投行的分析师，分别持有一方观点。我仿照华尔街投行搭建了一套自己的 Agent Team：

• 有的 Agent 蒸馏了我的思想
• 有的 Agent 蒸馏了我的专业知识

它们分别去评估公司的收入、财务、风险、基本面和估值，最后再汇总给 Agent Team Leader 进行对抗评审。如此反复。

这一步我只用 Fable 5 或 GPT 5.6 Sol Ultra。

第三步：人工校验。

每一个 Sub Agent 和最后的 Agent Leader 都会给我一个 report。我会逐行根据实际经验人工校验，给整个团队新的输入，由 Agent Team 评估是否需要重做第二步。如此往复，直到我认为通过。

经过这三步，任何人都可以在几天之内把一家标的研究透彻。而我每天 Agent Team 都会自动化运行一遍，确保每天的新变量被纳入我的 agent 大脑。

五、这套东西能不能复制？

坦率说，有门槛。

1. 数据源。 你得知道去哪找研报、财报、10-K，怎么把非结构化的信息喂给 Agent。垃圾进垃圾出，数据源的质量就是分析的天花板。
2. 基本功。 没有经济学和技术的底子，你连问题都提不对——Agent 再强，也需要人告诉它该从哪些维度拆解一家公司。
3. 自己的判断框架。 照搬别人的 thesis 没用。你得有自己的投资逻辑，并且能坚持纪律性执行。

这三条加在一起，门槛确实不低。

所以我在考虑另一条路：把整套流程封装成一个开放接口或者 skill，让任何人的豆包、ChatGPT 都能直接调用我的 Agent Team Leader——24 小时在线，随时拆解任意一家公司的基本面。

不用自己搭系统，不用自己找数据，直接问就行。我敢说这套东西跑出来的结论，比网上绝大多数财经博主的分析都要扎实——因为它背后不是一个人拍脑袋，是一群 Agent 反复对抗校验的结果。

写在最后

压成五句：

1. 一线信息是双刃剑——好处是更早嗅到 bottleneck，坏处是把圈内需求直接外推成全市场
2. AI 目前大部分在吃存量——全新增量市场还没看到规模化案例，这个判断直接影响 capex 定价
3. 你对 AI 的理解 ≈ 你被 token 账单教育过的次数——没烧过 token，看不懂供应链的每一环
4. 我的投研用 Agent Team——每天 3 亿 token，仿照华尔街投行搭的对抗评审系统
5. 计划开源这套系统——让所有人都能接入 Agent Team Leader，做到任何公司的基本面全解

土话一句：

别看 K 线了。先看看你的 token 账单。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：他们到底看到了什么？让 Jeff Dean 离开待了 27 年的 Google · 你还在切 chunk 做向量？RAG 早就不是这回事了 · WorkBuddy 和 Codex 谁更强？你问错了

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。一线手感变成仓位——你的 token 账单，就是你对 AI 最诚实的理解。

不是吵架，不是发新品。是一群在前沿实验室工作的人，密集地发了很多意味深长的推文。大意都差不多：

「我最近看到的一些东西，让我觉得现在的工具很快就会显得原始。」

然后什么都不说了。

当 Google 第 30 号员工决定离开待了 27 年的公司去创业，当 Anthropic 据报道签下约 100 亿美金的算力合同并开始招芯片团队，当 Google Maps 开始跑 Agent——他们到底看到了什么？最合理的解释，可能指向 AI 智能体的下一个范式。

一、Jeff Dean 走了——这才是最大的信号

8 月 5 日，一条新闻炸了整个 AI 圈：

Jeff Dean、Sanjay Ghemawat、Quoc Le、Oriol Vinyals，四个人一起从 Google 离职，成立了一家叫 Discovery Loop 的公益公司。

这不是普通的跳槽。Jeff Dean 是 Google 第 30 号员工，1999 年加入，待了 27 年。MapReduce、TensorFlow、TPU、Google Brain——他参与或主导了 Google 技术史上几乎所有重大节点。Sanjay Ghemawat 是他合作了二十多年的搭档。Quoc Le 是 Google Brain 早期核心成员。Oriol Vinyals 是 DeepMind 核心研究员。

四个人同时走，我的判断是：他们在 Google 内部看到了某种东西，但判断这件事更适合在小团队、新结构里做。

Dean 说了一句话：

“我们认为 AI 有机会更完整地自动化那个传统上非常依赖人力的实验循环。”

他们的联合声明更直接：

“AI 的下一个伟大前沿，不是回答问题，而是做出发现。”

Discovery Loop 公开方向是：用 AI 自动化完整实验循环，并探索用 AI 构建更强的 AI。 报道把它放在「递归自我改进」这条线上——不是人写代码让模型变强，而是 AI 自己做实验、自己迭代。Radical Ventures 和 Khosla Ventures 领投，Alphabet 参与。母公司跟投前员工创业公司，说明这件事至少被允许、被支持；至于为什么不在 Google 内部做，那是另一层判断。

二、不止 Jeff Dean——所有人都在动

Jeff Dean 走了是最大的信号，但不是唯一的。把最近两周的事情摊开看：

这些事件单独看都是新闻。放在一起看，指向同一个方向：

前沿实验室不是只在打磨现有的 Agent 工具，而是在给下一量级的系统补能力、补算力、补基础设施。

Claude Opus 5 的发布说明里，有几个细节值得注意：官方示例里，它自己搭了一套计算机视觉流水线去还原 FreeCAD 零件；在 Frontier-Bench 上刷新了成绩；JetBrains 的工程师说，这是他们见过的 Claude 代际里最清晰的一次解题能力跃迁。

这不是「更快更强」四个字就能概括的。模型开始更像会自己验证、自己迭代的执行者。

三、Tibo 那条 1.6M 浏览的帖子，说穿了什么

在 Jeff Dean 官宣离职的前一天，8 月 4 日，OpenAI Codex 负责人 Tibo（Thibault Sottiaux，@thsottiaux）在 X 上发了一条帖子，1.6M 浏览，原文是：

“Given some of the results I’m seeing recently, it’s pretty clear Codex is a good harness. But it will seem primitive in 2-3 months and we’re about to go through another major evolution in how we use AI at the frontier. The next generation of models need more than your laptop.”

翻译成大白话：Codex 确实是个好工具——但两三个月后它就会显得原始。我们即将经历又一次 AI 使用方式的重大演化。下一代模型需要的，不止是你的笔记本。

注意身份：Tibo 不是站在外面评 Codex 的人。公开报道里，他是 Codex 的 engineering lead / Head of Codex 之一，参与并主导了现代 agentic Codex 的建设。

所以这句话的分量完全不一样：造 Codex 的人，在说自己做的东西很快会显得原始。

我前几天在 你的公司电脑，可能连 Agent 的门都进不了 里引用过这条帖子，当时还没把身份钉死。结合 Jeff Dean 离职创办 Discovery Loop 的消息，现在拼图完整了。

Tibo 这条帖子至少传递了三层信号：

第一层：Codex 不是终态，只是一个过渡性的好工具。 他用了 “harness”（套具）这个词——不是 “platform”、不是 “system”，是套在马身上的工具。工具好用，但马要换了。自己造 harness 的人这么说，比任何测评都狠。

第二层：时间窗口极短——两三个月。 不是「未来某天」，是 2026 年底之前。他说 “I’m seeing recently”——已经看到了，不是猜测。这意味着前沿实验室内部已经跑出了某种和现在完全不同的东西。

第三层：本地笔记本级别的 harness 很快触到天花板。 “The next generation of models need more than your laptop” 这句话，呼应了第二节那些基础设施信号——据报道的百亿算力合同、芯片团队、Opus 5 对长程任务的强化——算力需求正在从「单机」往「集群」走。

这条帖子之所以引爆讨论，不是因为结论多惊人，而是因为发帖的人既在造 Codex，又用「我最近看到的结果」这种现在时说话。他不像在空谈时间表，更像在提前给市场打信号。

评论区也是同一类气氛：很多人点头，很少人公开细节。没人把内部 demo 摊开讲，但「我也有同感」的味道很浓。

这种「先有内部体感、后有公开产品」的氛围，上一次大规模出现，是 2022 年底 ChatGPT 发布前。

四、最合理的解释：他们看到了自动化实验循环

把 Jeff Dean 的行动、Codex 负责人 Tibo 的暗示、Anthropic 的基础设施布局叠在一起，最合理的解释不是「模型再大一点」，而是：

AI 正在被推向「自己改进研究循环」这条线。

不是「参数更多」那种改进。是AI 自己做实验、自己验证假设、自己迭代方案——把过去需要一个团队花很久的研究循环，压缩到更短的时间。

这就是 Jeff Dean 说的「自动化实验循环」。也是把 Tibo 那句「Codex 两三个月后会显得原始」接上的那根线。

当前的 Agent 工具——Codex、Claude Code、WorkBuddy——本质上还是「人下指令，AI 执行」。 你告诉它做什么，它去做。你不说，它不动。

下一代系统如果按这条线走，就不是这样了。AI 自己定义任务、自己选择工具、自己迭代改进。 人的角色从「指挥官」变成「审计员」——你不再事无巨细地告诉它怎么做，而是检查它做得对不对。

这个跳跃的量级，可能和从 ChatGPT 聊天到 Agent 自主执行一样大。

五、为什么说 Codex 和 Claude Code 即将成为过去式

我不是在贬低这些工具。我自己每天都在用。八月初 用 Codex 两小时交三端，杠杆约 50 倍，体感非常强。

但冷静下来想：50 倍杠杆，本质上还是「人 × 50」。

下一代系统要做的事情不是给你 50 倍杠杆。是把你从循环里拿出去。

这也是为什么 Anthropic 一边签大规模算力合同，一边招芯片团队。不是因为今天的聊天框已经吃不下这些资源——而是因为下一代 Agent 如果真的长时间运行、并行多任务、自己搭工具链，算力需求会完全换一个量级。

一台笔记本，扛不住那种工作负载。

这话不是空谈。我自己就有亲身体会。

三月我写过 月投 650 刀订阅 AI Agent：Claude Code + Codex + Gemini Ultra，固定月费约 650 刀；同时跑 20+ Agent 时，M2 Max 已经扛不住，只能再入一台 64G M5 Pro 专门跑 Agent 集群。六月又写了 那台 M5 Pro 三个月涨了 6000——内存和存储才是 AI 时代真正在变贵的东西。

月花 650 刀、两台 Mac 并行，都只是今天这一代 Agent 的门槛。 Tibo 说下一代需要的不止是笔记本，我信——因为我已经在今天这一代上，被笔记本卡过一次了。

六、这件事对你意味着什么

先别焦虑。三件事值得现在想清楚：

第一，短期内 Codex 和 Claude Code 仍然是最好的工具。 「即将成为过去式」不等于「今天就不能用」。下一代系统商业化还需要时间，而你手上的项目不等人。该用就用。

第二，要建的能力不是「会用某个 Agent 工具」，而是「理解 Agent 系统设计」。 Codex 会过时，Claude Code 会迭代，但理解范式迁移的能力不会过时。弄清楚 Agent 需要什么运行环境、怎么做状态管理、怎么设计工具链——这些才是可迁移的能力。

第三，Jeff Dean 用脚投票的方向值得认真看。 一个在 Google 待了 27 年、参与过几乎所有重大技术决策的人，判断「AI 自动化科学研究」是下一个伟大前沿——这不是空话，这是他把职业生涯压上去了。

写在最后

压成五句：

1. Jeff Dean 走了——Google 第 30 号员工，27 年后带着三个顶级研究员创办 Discovery Loop，做 AI 自动化科学研究
2. Codex 负责人 Tibo 那条 1.6M 帖子更像预告——造工具的人自己说 Codex 两三个月后会显得原始
3. Anthropic 据报道签约 100 亿算力合同、并招芯片团队——下一代 Agent 更可能需要专属基础设施，不是你的笔记本
4. 最合理的解释是：自动化实验循环——AI 自己做实验、自己迭代，而不只是回答问题
5. Codex 和 Claude Code 还是好工具，但它们本质仍是「人 × 50」——下一跳如果成立，是把人从循环里拿出去

土话一句：

别再只问哪个 Agent 工具更好用了。造工具的人，已经在往下一个世代押注了。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：你的公司电脑，可能连 Agent 的门都进不了 · 月投 650 刀订阅 AI Agent · 我那台 M5 Pro，三个月涨了 6000 · WorkBuddy 和 Codex 谁更强？你问错了

公开参考：TechCrunch — Jeff Dean and other top AI researchers are leaving Google · Anthropic — Claude Opus 5 · TechCrunch — Google Maps agentic features · Reuters — Anthropic chip design team

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。造工具的人已经在往下一个世代押注了——你准备好了吗？

把文档切成 chunk，灌进向量库，查询时取 top-k，拼进 prompt，完事。

那时候觉得这就是 RAG。今天回头看，那只是 RAG 的婴儿期。

大部分人还停在”切 chunk 做向量”的阶段，以为自己在用 RAG。真正的 RAG 已经进化到 AI 自己决定用什么工具、查几轮、怎么合成。这中间差的不是几篇论文，是”固定管道”和”自主智能体”之间的范式鸿沟。

一、先给结论：RAG 不是一种技术，是一条进化路线

很多人把 RAG 当成一个固定方案——检索增强生成，不就是”先搜后答”吗？

不是。RAG 是一条还在快速分裂的技术树。从 2020 年 Lewis 等人的原始论文到今天，它至少分化出了五代，每一代解决的问题都不一样：

这条线的走向很清楚：从人设计管道，到 AI 自己决定怎么找信息。

二、2020–2023：从”无脑检索”到”模块化乐高”

2020 年 Lewis 等人的 RAG 论文是起点：DPR 稠密检索 + 向量相似度 + 生成器。它第一次让 LLM 能”外接知识库”，缓解幻觉和时效性。

但这一代的问题很明显：无脑检索。所有文本切成 chunk 做向量索引，查询时取 top-k 就完事。chunk 彼此孤立，检索粗糙，对复杂问题无力。

2022 年 ColBERTv2 把”单向量匹配”改成 token 级多向量 + MaxSim 延迟交互，匹配精度上了一个台阶；残差压缩把存储降 6–10 倍。检索器本身从”粗”变”准”。

同期，Modular RAG 的思路出来了：RAG 不该是一条固定管道，而是一堆可编排模块——检索、重排、生成，像乐高一样按需组合。

这一代解决的是”怎么让检索更准”和”怎么让管道更灵活”。但它还是个固定流程——你设计好管道，它就照着跑。

三、2023–2024：给 RAG 装上”质检员”和”知识图谱”

上一代最大的坑是：检索到垃圾也不知道。

top-k 返回的结果质量参差不齐，但生成器不管三七二十一全都拿来用——结果就是”一本正经地胡说八道”，而且引了来源看起来还挺靠谱。

Self-RAG 和 CRAG 就是给 RAG 装的”质检员”：

同一时期，另一条线在解决”结构”问题。

RAPTOR 用递归摘要树组织文档，适合全局性、多跳、总结类问题——向量检索擅长局部匹配，但”这篇文档整体在说什么”它答不了。

GraphRAG 走得更远：把文本抽成实体–关系知识图谱，用图谱做多跳推理。微软的 GraphRAG 用 Leiden 社区摘要做全局问答；HippoRAG2 用个性化 PageRank 做精准路由。

但图谱路线有个硬伤：全量构建太贵。 这也催生了后面 LazyGraphRAG 的出现。

四、2024–2025：不是什么问题都值得 RAG

前三代的进化方向都是”更准、更强、更结构化”。但到了 2024 年，大家发现一个土问题：

简单问题也走 RAG，太贵了。

“今天周几”不需要检索向量库；”这段代码有没有 bug”不需要知识图谱。Adaptive RAG 的思路很直接：按查询复杂度动态路由——简单问题直接 LLM 答，复杂问题才走多步检索。

与此同时，LazyGraphRAG 把图谱路线的成本问题解决了：社区摘要不在索引时预算，而是延迟到查询时才算。索引成本降到 GraphRAG 的 0.1%。 这意味着图谱不再是大厂专属。

2M token 上下文窗口出来后，很多人问：长上下文能不能直接替代 RAG？

答案是不能替代，但可以分工：

• 简单查询 → RAG（几分钱）
• 复杂多跳 → 长上下文（更贵但更准）
• 视觉文档 → ColPali

ICLR 2026 的 GraphRAG-Bench 给出了经验法则：图的价值随查询复杂度上升。 简单问题上图谱没优势，复杂多跳上它碾压纯向量。

同期火过一阵的 SAG（Search-Augmented Generation），本质是绕开向量库直接用搜索引擎——思路对但格局小，到了 Agentic RAG 阶段，搜索只是工具箱里的一个选项。SAG 不是主线进化，更像是 RAG 管道越来越复杂时的一次实用主义反弹。

这一代的核心认知是：RAG 不该一刀切，该按需分流。

五、2025–2026：AI 自己决定怎么找信息

终于到了今天这一代：Agentic RAG。

前面所有代际的共同点是——人设计管道，系统按管道跑。 管道更灵活了、有质检了、会路由了，但本质还是人在设计流程。

Agentic RAG 把最后这层也交出去了：让 AI 智能体自己决定”用什么工具（向量库/网页/API/SQL）、查几轮、怎么合成”。

更激进的是 RL 端到端训练路线：

这条线的意义不在于某个方案提升了多少百分点，而在于范式本身的跳跃：

从”固定流程”走向”会自己找信息的智能体”。

这和 Agent 领域的大趋势完全一致。我在 组织还在信息化，别人已经在跑智能体 里写过：核心变化不是工具更强，而是执行主体从人变成了 AI。RAG 这条线，走的是同一个方向。

六、2023 年做 RAG 的体感

说回我自己。

2023 年我开始做 RAG，踩过的坑现在看全是教科书级别的：

• chunk 切太小，检索出来的全是碎片，模型拼不出完整答案
• chunk 切太大，噪音太多，top-k 里一半是废话
• 没有重排，向量相似度高不等于语义相关
• 没有质量评估，检索到错误信息照样生成，用户根本分不出来

这些问题在 2024 年都有了系统性的解决方案。但大部分企业的 RAG 系统，到今天还停在 2022 年的水平——切 chunk、灌向量、取 top-k，一条管道走到底。

不是因为不知道有更好的方案，是因为没有人告诉他们”你的 RAG 只是婴儿期”。

我一个人打造的 Zaokit AI Agent 交易平台，在内部的知识检索、PPT 生成、图文创作流水线里，已经从基础 RAG 迁到了带路由和质量评估的架构。不是因为技术信仰，是因为基础 RAG 的幻觉率在真实业务里根本扛不住。

写在最后

压成五句：

1. RAG 不是一种技术，是一条还在快速分裂的进化路线——从 2020 年到 2026 年，至少五代
2. 大部分企业还停在 2022 年的”切 chunk 做向量”——以为自己在用 RAG，其实只碰到了起点
3. Self-RAG、CRAG 给检索装了质检员——检索到垃圾也不知道，是最常见也最致命的坑
4. GraphRAG 走结构化路线，LazyGraphRAG 把成本打下来了——图的价值随查询复杂度上升
5. Agentic RAG 是当前终态——AI 自己决定用什么工具、查几轮、怎么合成，从固定管道到自主智能体

土话一句：

别再跟人说”我们上了 RAG”了。先看看你的 RAG 是哪一代的。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，助力大家高效完成图文创作和 PPT 生成。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：组织还在信息化，别人已经在跑智能体 · 你的公司电脑，可能连 Agent 的门都进不了 · WorkBuddy 和 Codex 谁更强？你问错了

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。2023 年切 chunk 做向量，2026 年 AI 自己找信息。技术在进化，你的 RAG 也该升级了。

WorkBuddy 和 Codex，到底谁更强？

我的答案可能让两边粉丝都不爽：这个问题本身就问错了。

一上来就问谁更强，就像问卡车和跑车谁更强。你先告诉我：你是要拉货，还是要下赛道？

工具没有输赢，只有定位。而在国内，真正的分水岭不是能力，是上手门槛。

一、先给结论：我两个都用，分工很清楚

不搞悬念，直接上我自己的真实用法：

复杂工程，我选 Codex；日常办公、做 PPT、远程调度又不想折腾，WorkBuddy 更顺手。

我八月一号写过 用 Codex 两小时交三端——那种活，WorkBuddy 碰都碰不了。但反过来，让一个从没开过终端的行政同事装 Codex？别闹了。

选择逻辑就一句话：

普通白领用户选 WorkBuddy；码农或者想把 AI 用得更深的，选 Codex。

定位不同，确实没必要硬分输赢。

二、门槛才是国内最现实的分水岭

很多测评喜欢比模型能力、比 benchmark。但在国内的真实场景里，这些都排在第二位。

排第一位的是：这个人能不能把工具跑起来。

教 Codex，光网络和账号问题就能卡住 99% 的人。安装要终端，注册要海外手机号或邮箱，支付要外币卡，网络还要自己想办法——每一步都是一道劝退墙。国内非技术用户，光安装注册这一关就能被劝退大半。

而 WorkBuddy 呢？打开就能用。

所以我现在的建议非常简单粗暴：

国内想要教别人用 AI，无脑 WorkBuddy 就完事了。合法、合规、合理。

这不是说 Codex 不好——是说在「让一个普通人真正用上 AI」这件事上，可得性比能力更重要。一个跑不起来的顶级工具，价值等于零。

三、从推文里读到的几条信号

这周刷到几条关于 WorkBuddy 和腾讯企业 AI 布局的公开讨论，信息密度不低。我没去现场聊，也没急着掏钱买企业席位——先把能核对的说法摊开，再叠自己的判断。

1）有人把它放到「QQ、微信之后」的位置

圈子里传得最狠的一句话是：WorkBuddy 是腾讯历史上第三个战略级产品，前两个是 QQ 和微信，战略上抢的是企业 AI 的入口。

这话要打折听——「战略级」最终由市场验证，不是由口号验证。但方向很清楚：如果腾讯真按这个级别押，它就不是一个「试试水」的工具型产品，而是下一个十年的入口卡位。

入口级产品的打法，通常不是先把硬核开发者伺候到爽，而是先把组织采购、合规、协同入口占住。这也解释了为什么它更像办公产品，而不是 Codex 那条开发原生路线。

2）企业 AI 转型，每个人都有巨大的机会

把公开讨论里反复出现的路径压一下，企业觉醒基本是三段：

1. 超级个体先觉醒：让 AI 干活，人回归决策，效能直接翻 10 倍
2. 能力外溢到团队：把方法分享给团队，整体提效 30%~50%
3. 经验沉淀到组织：整个组织再提效 30%~50%，这已经是胜利

但这里有个大坑：很多老板看到员工效能翻 10 倍，第一反应是裁人——这是最傻的，等于把最宝贵的人才赶走。

反过来说，主动觉醒、先成为超级个体，才是每个人破局的关键。工具选 WorkBuddy 还是 Codex 是第二步；你自己有没有先把 AI 用进真实工作，才是第一步。

3）一个新岗位：AIBP

过去有 HRBP，现在会有 AIBP（AI 伙伴）。

之前大家谈 FDE（驻场工程师），本质还是外包逻辑——派到企业做完转型，人一走，能力也带走了。

而 AIBP 是组织自己的人：老板把他派到一个部门，帮整个部门 Agent 化；效能提升了，再去下一个部门。这种长在组织内部的 AI 推手，现在极度稀缺。我的判断是：AIBP 比 FDE 更好。

公开讨论里还有一条很土的供需错位：大厂和企业侧接触了大量需求，但能用 Agent 真正解决具体场景的人供给不上。这意味着：

• 会用 Agent 的人，比只会讲「赋能」的人值钱
• 生态位缺口不在口号，在落地
• 如果后续出现「走进腾讯」、架构师答疑、带业务骨干现场解题这类活动，本质也是在补这条供给链

对我们自己的社群逻辑也一样：一边帮人把 Agent 用得更深，一边把用得好的人对接到真实企业场景——用得深的人挣到钱，企业拿到结果，才算闭环。

四、说句不客气的：WorkBuddy 满足的是付钱的老板

信号看完，该说尖锐的了。对照它的产品形态和 Codex 那条开发原生路线，我必须说一句不太客气的话：

WorkBuddy 是一款满足付钱的管理者，但还没有足够尊重底层使用者的软件。

它精准命中了「付钱但不使用」的老板们对 AI 软件的全部预期：界面像个正经企业软件、数据在国内、能出报表、能对接组织架构、采购流程走得通。老板看一眼演示就愿意签单。

但对每天真正干活的人来说，它和 Codex 的差距是内核和底层的差距：

我昨天在 你的公司电脑，可能连 Agent 的门都进不了 里写过：没有 runtime 的 Agent 就是个聊天框。WorkBuddy 目前的形态，离 AI Native 的真实价值——让 AI 真正接管整段工作、人回归决策——还有一段不小的距离。

它满足了老板的预期，但还没满足 AI Native 的价值。 这一刀我必须切在这里，不然前面的夸就成了软文。

五、但窗口期是真的：半年到一年

批评归批评，我的整体判断反而是乐观的：WorkBuddy 大有可为。

原因有三：

第一，它是更适合中国宝宝体质的 Agent 工具。 合法合规、开箱即用、数据不出境——这三条在国内企业采购里是一票否决项，它全过。

第二，生态已经打通了国内外的一部分。 后续就是生态位的抢占：谁能打通得多，谁就先占住用户心智。企业 AI 入口这个位置，先到先得。

第三，窗口期还在。 昨天我写了 Harness 层即将过时——本地笔记本级别的 Agent 工具很快会被下一代运行方式取代。但那是前沿玩家的时间表。对国内市场，至少还有半年到一年的窗口期。 这段时间里，谁能把「门槛低 + 合规 + 生态」三件事做扎实，谁就能在下一轮范式切换前攒下足够的用户资产。

写在最后

压成五句：

1. 别问谁更强，先问拿它干什么——复杂工程选 Codex，日常办公选 WorkBuddy，定位不同没有输赢
2. 国内真正的分水岭是上手门槛——光网络和账号，就能把 99% 的非技术用户挡在 Codex 门外
3. 公开讨论里它被放到 QQ、微信之后的战略级位置——抢的是企业 AI 的入口，方向比口号更重要
4. 尖锐的一刀——它满足了付钱的老板，但离 AI Native 的真实价值还有距离，差距在内核和底层
5. 窗口期半年到一年——门槛低 + 合规 + 生态三件事做扎实，就能在范式切换前占住心智

土话一句：

教普通人用 AI，无脑 WorkBuddy；自己想变强，老老实实上 Codex。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，做的就是同一件事：把门槛降下来，让真实工作流直接用上稳定的 AI 能力。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：你的公司电脑，可能连 Agent 的门都进不了 · 组织还在信息化，别人已经在跑智能体 · 产品召回三端，我用 Codex 和 Stitch 两小时交了

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。工具的输赢是伪命题，人的定位才是真问题——你是要教会一百个人用 AI，还是让自己深一百倍。

不是你不想装。是公司设备根本不给你装。

没有管理员权限，没有 Node 环境，没有 Python runtime，git 凭证走公司代理读不到，连终端都是阉割版。你有一个最聪明的大脑，但它没有手、没有眼睛、读不到你桌上的任何一张纸。

这不是 IT 在刁难你。这是一个更大的问题的缩影：

Agent 的运行环境，正在从「个人电脑上的一个程序」升级成需要专属基础设施的重系统。你的笔记本，可能真的不够用了。

一、没有 runtime 的 Agent，就是个聊天框

先把问题摊开。为什么 Agent 不是装个 app 就完事？

Agent 要真正帮你干活，至少需要四样东西：

少了任何一样，Agent 就退化成聊天框——你问它一句，它答你一句，但它干不了活。

这就是为什么很多人装了 Copilot 觉得「也就那样」：不是模型不行，是运行环境被阉割了，模型的手脚被绑住了。

想象一下：你招了一个顶级程序员，但不给他电脑、不给他代码权限、不让他进办公室。他能帮你干什么？最多隔着门给你喊两句建议。

这就是今天大部分外企员工用 AI 的真实状态。

二、纯云端能完成 100% 的工作吗？

有人会说：那直接用云端 Agent 不就行了？Codex 不就是云端跑的吗？

云端 Agent 能做很多事。但它有一个结构性的短板：

它不在你的工作现场。

你的项目状态、你的 .env 文件、你本地分支上昨晚改到一半的代码、你私有仓库的访问令牌、你跑了三天才配好的开发环境——这些东西不在云端。

WorkBuddy 也好、Codex 也好、任何云端方案——不带本地 runtime 的 Agent，永远差最后一公里。

真正高效的 Agent 工作流，是本地与云端的混合体：本地 harness 读你的状态、管你的凭证、守你的上下文；云端提供算力、推理、长任务执行。缺任何一端，都跑不满。

这不是理论讨论。我自己每天用 Claude Code 和 Codex，最大的体感就是：本地 runtime 才是 Agent 能力的地基。 没有它，再强的模型也只是在空中画饼。

三、有人已经看到了下一跳

现在说一件更大的事。

8 月 4 日，科技领域知名创作者 Tibo（@thsottiaux）在 X 上发了一条帖子，1.6M 浏览，原文是：

Given some of the results I’m seeing recently, it’s pretty clear Codex is a good harness. But it will seem primitive in 2-3 months and we’re about to go through another major evolution in how we use AI at the frontier. The next generation of models need more than your laptop.

翻译成大白话：他最近看到的一些结果表明，Codex 确实是个好工具——但两三个月后它就会显得原始。我们即将经历又一次 AI 使用方式的重大演化。下一代模型需要的，不止是你的笔记本。

这条帖子引爆了讨论，因为它点出了三层意思：

第一层：Codex 不是终态，只是一个过渡性的好工具。

Codex 已经很能干了——我八月一号写过 用 Codex 两小时交三端，体感杠杆约 50 倍。但即便如此，在前沿玩家的眼里，它已经是「很快会显得原始」的东西。

第二层：使用方式要再跳一次台阶，不是线性小改。

不是「Codex 变快一点、聪明一点」，而是整个使用范式要变。就像从 ChatGPT 聊天到 Agent 自主执行是一次跳跃，下一次跳跃的量级至少一样大。

第三层：本地笔记本级别的 harness 很快触到天花板。

这才是最关键的一句。下一代模型的能力已经强到，单靠本地笔记本电脑的算力加上简单的 Agent 循环，已经不够用了。

四、为什么你的笔记本不够用了

把技术细节摊开，不绕概念。

问题不是模型太笨，而是模型太能干。

当 Agent 能力跳到下一代，它不是只帮你写一个函数、改一个 bug。它要同时做的事可能是：

• 并行跑 10 个子任务，每个都需要独立的运行环境
• 持续运行数小时，不能因为你合上笔记本就断掉
• 调用多个外部工具和 API，每个都有自己的认证链路
• 维持跨任务的记忆和状态，不是每次从零开始
• 遇到卡点时自动 escalate 到更强模型或人工审批

一台笔记本能扛住一个 Agent 跑一个任务。但如果你有一百个任务呢？

你需要不止一台电脑。否则会卡死，会 OOM，会网络超时。

这就是为什么 Agent 的运行环境正在升级：

换句话说：

Agent 正在从「你电脑上的一个程序」，变成「一套需要基础设施支撑的系统」。

就像网站从单机部署到上云、到微服务、到 K8s，Agent 的运行环境也在走同一条路——只不过快得多。

五、这件事对你意味着什么

别把上面这些当远期预测。两三个月，很快。

1）外企员工：别等 IT 开口，先把本地环境搞定

如果你的公司电脑跑不了 Agent，那就用自己的设备。一台能装 Claude Code 或 Codex CLI 的开发机，现在是生产力工具，不是爱好。

这不是空话。三月我写过 Agent 军备竞赛：每月 650 刀，还得再入一台 M5 Pro：M2 Max 扛不住多 Agent 并行，只能再加一台 64G M5 Pro 专门跑 Agent 集群。六月又写了 那台 M5 Pro 三个月涨了 6000——内存和存储才是 AI 时代真正在变贵的东西。

工作电脑搞不定的，先用个人设备把非敏感任务跑通。等公司策略跟上来，你已经有了成熟的工作流可以平移。

2）技术负责人：Agent 基础设施该提上日程了

不是「给每个人买个 Copilot 账号」就叫 Agent 化。你需要考虑的是：

• Agent 跑在哪里？本地还是云端？混合比例怎么分？
• 凭证和权限怎么安全地交给 Agent？
• 长任务怎么管理、怎么监控、怎么回滚？
• 成本怎么控制——100 个 Agent 并行跑，token 费用谁买单？

我昨天写过 组织还在信息化，别人已经在跑智能体：工具已经换成 Agent 了，但组织图纸还是信息化时代的。Agent 基础设施也一样——你不能用管「桌面应用」的方式管 Agent。

3）所有人：理解「运行环境」比理解「模型」更重要

大部分讨论聚焦在模型多聪明、参数多大、评测多高。但在实际工作中，瓶颈往往不是模型——

而是 Agent 有没有手、有没有眼睛、有没有一个不会被杀掉的进程。

模型是大脑。运行环境是身体。没有身体的大脑，干不了活。

写在最后

压成五句：

1. 外企办公设备装不了本地 Agent 环境——没有 runtime、没有凭证、没有持久进程，Agent 就是个聊天框
2. 纯云端也补不全——你的项目状态、本地代码、私有凭证不在云上
3. Tibo 那条 1.6M 帖子说得很直白：Codex 两三个月后会显得原始，下一代模型需要的不止是笔记本
4. Agent 正在从「个人电脑上的程序」升级成「需要基础设施支撑的系统」
5. 理解运行环境，比理解模型参数更重要——模型是大脑，环境是身体

土话一句：

别再争哪个模型更聪明了。先问问你的 Agent，有没有一台不会被公司 IT 杀掉的电脑。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，做的就是帮你不需要折腾本地环境，直接用上稳定靠谱的 AI 能力。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：Agent 军备竞赛：每月 650 刀，还得再入一台 M5 Pro · 我那台 M5 Pro，三个月涨了 6000 · 产品召回三端，我用 Codex 和 Stitch 两小时交了 · 组织还在信息化，别人已经在跑智能体

公开参考：Tibo (@thsottiaux) on X — Codex harness 原文

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。Agent 再聪明，没有运行环境就是空谈。大脑要有身体，才能干活。

工具已经换成 Agent 了，组织图纸还是信息化时代的。

一边是：主代理拆任务、子代理调工具、人在关键节点审批；
另一边还在：岗位职责 → 员工登录系统 → 人工跑流程 → 系统存结果。

这不是「AI 用得不够多」，是组织运行单元还没换。

新组织模型，需要新架构。产品和组织，都该按面向未来六个月来建。

一、先把两种模型摊开

很多人嘴里的「上 AI」，其实还是把大模型塞进旧骨架。先对照，不绕概念。

信息化模型的典型链路很熟悉：

1. 组织架构
2. 岗位职责
3. 员工登录系统
4. 人工操作流程
5. 系统保存结果

特点：流程驱动 · 人工为主 · 被动执行。效率高度依赖「人有没有按节点点完」。

智能体组织的链路更像：

1. 组织架构（仍在，但变薄）
2. 人类员工 + AI 智能体
3. 目标、规则、权限、知识、工具
4. 智能体协同执行
5. 人工审批关键节点
6. 系统记录全过程

特点：协同驱动 · 智能执行 · 持续优化。人从「操作员」往「编排者 / 终审者」挪。

核心差异可以压成三句：

• 执行主体：人工执行 → 智能体协同
• 驱动方式：流程驱动 → 目标驱动
• 价值创造：效率提升 → 价值创新（能接住更复杂、更并行的工作）

二、为什么「换工具」换不出新组织

七月我写过 企业端 Agent 怎么建、怎么选：工具可以分部门，心脏只能有一颗。那篇钉的是 Token Hub 与使用轨迹。

这篇补另一半：

就算工具选对了，若组织仍按信息化模型运行，Agent 最多变成「更聪明的填表工」。

你会看到这些土现象：

• 全员发了助手账号，工作流一张没重画
• 审批链还是七层，AI 只在第 0 层帮写邮件
• 权限按岗位锁死，智能体调不动真实系统
• 验收标准仍是「有没有走完流程」，不是「目标有没有完成」
• 试点很多，规模化很少——因为竖井还在，结果责任还在旧 org chart 上

信息化解决的是：业务线上化。
智能体化要解决的是：工作可委托化——在可信边界内，把整段工作委托给能规划、能用工具的系统。

委托不出去，就不是智能体组织；只是信息化系统上多挂了一个聊天窗。

三、Claude 那条纪律：面向未来六个月

产品侧有一条已经反复被验证的纪律，值得组织侧直接抄作业。

公开讨论里，Claude Code 一脉的产品与工程实践，核心不是「等更强模型再动手」，而是：

别只为今天的模型能力建产品；要为六个月后更强、更稳、更长程的模型预留接口与空间。

翻译成工程土话：

• 今天模型还差一点的地方，先用清晰工具、清晰目标、清晰验收顶住
• 交互与编排不要写死在「当前只会单轮问答」的假设上
• 模型一跃迁，你删的是临时补丁，留下的是工作流、权限、数据契约和评测

Anthropic 工程侧也公开过多 Agent Research 系统（orchestrator–worker）：主代理定策略、派活，子代理并行检索与处理，再回收综合。内部研究评测上，多 Agent 配置相对单 Agent 有大幅提升；同时多 Agent 更费 token，适合高价值、可并行、信息面宽的任务，不适合强耦合、强实时共享上下文的活。出处：How we built our multi-agent research system。

对企业组织，这句话几乎一一对应：

以前是 Claude 这类团队面向未来六个月做产品；今天，公司和组织都需要面向未来，构建自己的组织架构。

四、新架构到底改什么

别一上来画「全公司 Agent 中台蓝图」。架构问题可以落成五层，每层只问土问题。

1）目标层：完成条件写清楚了吗？

智能体组织以目标为中心。目标含糊，代理只会高效地跑偏。

要写的不是「提升客户满意度」，而是：

• 输入是什么
• 输出长什么样
• 什么叫完成
• 什么情况必须停下来找人

2）工具与权限层：代理有手吗？

没有稳定 API、没有清晰权限、工具描述写给人自己都看不懂——代理等于没手。

信息化时代的权限是「人能不能点这个按钮」；
智能体时代还要回答「哪个代理、在什么目标下、能调哪些工具、留下什么审计」。

3）协同层：单代理还是多代理？

不是所有活都要上多 Agent。可并行、面宽、超单上下文的，才值得 orchestrator–worker。

协同层要设计的是：

• 谁拆任务
• 谁执行
• 谁挑错 / 谁复核
• 卡住时升级到更强模型还是升级到人

我在 程序员在提效，老板在赚钱 里写过：先别急着分 Workflow 和 Agent 的名词，先分清谁在为结果付钱。组织架构同理——名词不重要，结果责任和委托边界重要。

4）人机边界层：人在环里，还是在环上？

关键节点必须人批：合规口径、资金动作、对外承诺、不可逆变更。
其余能委托的，尽量委托；否则你只是用 AI 加快了人工流水线。

人的新工作不是「把每个按钮再点一遍」，而是：

• 定目标与边界
• 审异常与高风险
• 改规则与工具
• 对最终结果负责

5）平台层：有没有一颗心脏？

七月那篇的 Token Hub 判断仍然：模型会换、工具会换，使用轨迹、成本、权限、成功失败模式要能收拢。没有观测与成本，智能体工厂很快变成账单炸弹；没有轨迹，组织能力沉淀不下来。

五、六个月内，组织至少能动的五刀

不用等完美中台。按反馈环从短到长排：

1. 选一条高价值、可并行的价值链，按智能体重画
客服质检、研报初稿、合同初审、数据核对、代码迁移……用「主代理 + 子代理 + 人终审」跑通一条，而不是全公司口号式上 AI。

2. 把工具生态当组织资产建
API 稳定、权限清晰、描述写给人和代理都能懂。工具描述含糊，代理就会乱走——和招了一个没手册的新员工一样。

3. 写清人机边界，并写进制度
哪些必须人批，哪些代理可自动，哪些要双人复核。没有边界的「全自动」，最后一定是全不敢用。

4. 考核从「有没有系统」转向「委托闭环」
看单位目标的代理完成率、人工介入率、周期时间、一次通过率。信息化 KPI 是上线率；智能体时代更要看委托出去的工作有多少真正闭环。

5. 架构评审加一条硬标准
「若模型能力在六个月后明显增强，我们今天的设计是加速器还是刹车？」答不上来的方案，慎上。

写在最后

压成五句：

1. 很多组织已在迁向智能体协同——你若还停在岗位流程系统记账，跑的是旧内核
2. 信息化 ≠ 智能体化——前者线上化业务，后者把工作可委托化
3. 新模型需要新架构——目标、工具权限、协同、人机边界、平台五层要一起改
4. 面向未来六个月——别把组织接口写死在今天的助手能力上
5. 先重画一条价值链——全公司口号，不如一条可量化的委托闭环

土话一句：

别用 2018 年的中台图纸，盖 2026 年的智能体大楼。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，做的就是把可用能力送进真实工作流——让组织侧先有可委托的手，而不是永远停在聊天窗口谈「赋能」。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

参考

• Anthropic Engineering：How we built our multi-agent research system
• 站内前文：企业端 Agent 怎么建、怎么选 · 程序员在提效，老板在赚钱

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

产品卖得越好，模型账单越贵。

客户多用一次，你就多给 OpenAI、Anthropic 交一笔钱。更麻烦的是，底层模型每升级一次，你辛苦做出来的功能，还有可能被直接吃掉。

圈子里因此形成一种半共识：AI 应用没有护城河，只是给大模型厂商打工。

但最近，一位押中过英伟达、特斯拉和 SpaceX 的科技投资人，给出了更激进的判断：垂直聚焦的 AI 原生公司，可能要迎来一轮集体加速。

不是「套壳突然变香了」，而是成本曲线、数据闭环和模型归属，开始同时改写。

一、谁在说：Gavin Baker 不是口号型投资人

Gavin Baker 是美国科技投资圈里偏「硬」的那一类。他在富达工作约 18 年，管理过规模约 170 亿美元 的科技基金（Fidelity OTC 相关时期常被这样描述），后来创办 Atreides Management，也是英伟达、特斯拉和 SpaceX 的早期重要投资者之一。

他最近公开判断的大意是：接下来会看到一大批垂直聚焦的 AI 原生公司加速。驱动不是口号，而是三件同时成熟的工程现实——

1. 模型路由（Routers）
2. 开源模型
3. 专业化后训练（post-training）

他点名了像 Fireworks AI 这类把训推与后训练打通的平台，也点到法律 AI 等垂直场景已经在跑通这条路。原文语境可对照其 X 账号 @GavinSBaker 近期发言。

翻译成大白话：

游戏规则变了：AI 应用公司不必永远只给大模型厂商交租。

二、三件事同时成熟：路由、开源、后训练

别被术语吓住。拆开看，都是很土的工程选择。

1）模型路由：别让最贵的模型干最简单的活

不是「所有请求都打 Claude Opus / GPT 最强档」，而是按难度、延迟、合规、成本，把任务分给不同模型：

• 抽取、分类、格式化、高频改写 → 便宜专用模型
• 高风险推理、复杂综合、客户可见关键交付 → 再 escalate 到前沿模型

路由做好了，质量可以接近「全上最强」，账单却不是按最强单价线性放大。

2）开源模型：终于能扛一部分常规任务

过去开源模型「能聊，不敢上生产」。现在一批开源权重在常规任务上已经够用，关键是：

你能私有部署、能控数据、能后训练，而不是永远只做 prompt 租户。

我前几天写 Kimi K3 开源与私有化成本 时强调过另一面：前沿权重开源 ≠ 普通公司能私有化最强模型。这里说的不是「人人自建 64 卡超节点」，而是——

垂直应用可以用「够强且可训」的开源基座，吃掉自己业务里那一大截高频 token。

3）后训练：把「通用聪明」拧成「懂你的行当」

真正拉开差距的，是用真实业务轨迹做 SFT / RFT 一类后训练：合同怎么审、条款怎么抽、报告怎么过 rubric、失败案例怎么回灌。

结果不是「又一个通用助手」，而是：

在你的评测集、你的工作流、你的错误代价上，专用模型开始比通用大模型更省、更稳、更可控。

三、工程侧证据：Harvey × Fireworks 把账算清楚了

判断再漂亮，也要有可核对的实验。

法律 AI 公司 Harvey 与 Fireworks 公开了一组很硬的对照（见 Fireworks 博客：Open-Source Agents, Frontier Advisors）：在 Harvey 的 Legal Agent Benchmark（LAB）切片上——

两层意思叠在一起：

1. 混合 harness：开源模型当工人，前沿模型当顾问，平均每个任务只稀疏调用顾问（公开实验里约 0.83 次/任务量级）
2. 后训练：用通过 rubric 的轨迹做 SFT，再用评测标准做 RFT，把开源模型往法律任务上拧

文中那句结构很干净，值得记：

open weights at the core, frontier intelligence called in only where it changes the answer.
（开源权重在核心，前沿智能只在能改变答案的地方被叫进来。）

这几乎就是 Baker 判断的工程版说明书。

四、商业侧证据：Legora 的增速在说工作流，不只是 demo

如果说 Harvey × Fireworks 证明技术路径，Legora（法律 AI，前身常被称作 Leya 一脉）更像在证明客户愿不愿意把预算和工作流迁过来。

可核对的公开节点大致是：

• 约 18 个月 内 ARR 跨过 1 亿美元 量级（公司 新闻稿 口径）
• Series D 及后续 extension 后，公开报道估值进入约 55–56 亿美元 区间，投资方包括 Accel，后续还有 Atlassian、NVIDIA NVentures 等（Series D extension 新闻）
• 团队公开披露：ARR 同比增长超过 10 倍；7 月净新增 ARR 比此前纪录高 90%+

这些数字要打折听——垂直 AI 赛道披露节奏快、口径各异——但方向一致：

不是「又一个法律聊天框」，而是进入律所与公司法务的日常工作流：审查、表格化抽取、Word 内协作、多步 agent 流程。

Baker 点名这类公司时，核心不是「法律赛道永远正确」，而是：

当一家公司同时掌握客户、数据、评测、工作流和专用模型，它就不再只是套壳应用。它开始拥有自己的模型能力。

Cognition 一类 coding agent 公司身上，也能看到同构趋势：产品深度嵌入专业工作流，模型侧走向「自有/可训 + 路由 + 尖峰调用前沿」。路径细节各家不同，结构越来越像。

五、翻转点：客户越多，不再只等于账单越大

把逻辑压成一条链：

1. 高频任务被专用模型吃掉 → 边际 token 成本下降
2. 客户用得越多 → 轨迹、纠错、评测越厚
3. 后训练继续跑 → 专用模型更强，路由更敢把流量留在便宜侧
4. 前沿模型仍会用，但更像「尖峰保险」而不是「全量底座」

旧世界：

客户增长 → API 账单增长 → 毛利被模型厂抽走。

新世界（开始成立的那部分）：

客户增长 → 数据飞轮 → 模型变强 → 单位成本可继续下降。

这不是说 OpenAI / Anthropic 没生意了。恰恰相反：最难的那截推理、最强的那截智能，仍会很贵、很稀缺。变的是——

应用公司第一次有机会，把「租户身份」改成「部分模型所有权 + 工作流所有权」。

过去大家担心 AI 应用没有护城河。
现在看，真正的护城河可能才刚刚开始形成——不在一句 prompt，而在数据闭环、评测体系、行业工作流，以及你敢不敢把路由和后训练做成产品内核。

写在最后

压成五句：

1. 旧尴尬仍真实——卖得越好、账单越贵，功能还可能被模型升级吃掉
2. Baker 的判断很硬——路由 + 开源 + 专业化后训练，在推垂直 AI 原生公司加速
3. Harvey × Fireworks 算清了工程账——开源工人 + 稀疏前沿顾问，可更好且更便宜
4. Legora 在算商业账——ARR 同比 10x+、7 月净新增破纪录，说明工作流迁移是真的
5. 护城河换定义了——客户 / 数据 / 评测 / 工作流 / 专用模型叠在一起，才开始像壁垒

土话一句：

以前 AI 应用怕增长；现在增长，有机会变成你的模型资产。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，做的也是同一方向：把可用能力送进真实交付，而不是永远只做最贵 API 的二道贩子。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

如果你认可 Zaokit AI 的产品理念，欢迎后台留言加入社群。我们不卖课、不割韭菜，只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里，能给你带来不一样的思维火花和真实的商业碰撞。

延伸：Kimi K3 开源了，私有化却和普通公司无关了 · 黄仁勋说五年内很难泡沫 · LLM 预训练后训练与 Agent

公开参考：Gavin Baker on X · Fireworks × Harvey 实验 · Legora 过 1 亿美元 ARR · Legora Series D extension

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。应用层真正翻身的时候，往往不是模型突然变神，而是账单逻辑和工作流归属先变了。

产品召回相关的三端——H5、小程序、管理后台——我用 Codex + Google Stitch，大约 两小时 交了可演示、可继续硬化的初版。

不是「生成了几个静态页面截图」，是把主流程页面、后台管理骨架、多端一致的信息架构拉通；后面该接的接口、权限、审计再按企业节奏补。

五月我写过 一个人的 AI 军团：从售前到运维，一个人顶一个 Team。那是项目全链路。今天这篇更窄，只钉交付里最容易被低估的一段：

界面与三端实现，曾经是分工最碎、等待最长的一截；现在可以被同一条 AI 链路压进小时级。

一、先把账摊开：过去三端为什么慢

产品召回不是炫技场景。它通常要同时面对三类人：

传统路径很熟悉：

1. 产品经理写需求与流程图
2. UI 出多端稿，评审两轮
3. H5 前端开干
4. 小程序另一套工程再开干
5. 管理后台再开一条
6. 联调、改交互、补权限

就算人齐、需求清楚，「看起来像能演示」也常是按天到周计。慢不在某一行代码，而在等待：等稿、等排期、等三端对齐、等改完再改。

两小时交三端，不是证明「召回业务变简单了」，而是证明：

设计与实现之间的那堵墙，被工具链凿开了。

二、我实际怎么跑：Stitch 定界面，Codex 落代码

工具分工很简单，不造概念。

1）Google Stitch：先把「长什么样、怎么点」钉住

Google Stitch 是 Google Labs 的 AI UI 设计产品：用自然语言 / 画布把想法拉成高保真界面，再在 AI-native 画布上迭代多屏。对缺专职设计师、又要快速对齐产品感觉的人，它的价值很直接——

先把信息架构和多端页面定下来，再进代码。

这次我在 Stitch 里并行拉了两组画布（项目链接对内使用，文中不贴客户名与内部 ID）：一端偏用户侧（H5 / 小程序气质的查询与指引），一端偏管理侧（批次、范围、进度、处置）。

用户侧主路径，在画布上一屏就能看完：

从左到右大致是：

1. 召回首页——通知、范围、办理步骤
2. 罐底码 / 批次验证——在范围内才继续
3. 购买证明上传
4. 申请信息填写（联系人、收款、退款金额）
5. 核对并提交
6. 提交成功
7. 进度详情 / 补材料 / 退款完成

管理侧是另一组画布，模块比用户侧更「企业后台」：

串起来就是：

用户侧负责「申请人走完主路径」；管理侧负责「运营把单接住、核完、退完」。
不在 CSS 里开产品会，是这两小时能成立的前提。

2）Codex：按画布与约束把三端骨架写出来

界面方向定了之后，把约束写清楚交给 Codex：

• 三端信息架构一致，组件可复用处尽量复用
• 先打通主路径，别一上来堆动画和边角
• 管理后台预留权限、列表、详情、导出位
• 业务文案与合规提示可配置，不写死在组件里

Codex 负责的是实现带宽：页面、路由、状态、表单校验骨架、后台 CRUD 壳子。我负责的是边界与验收：哪些字段必须有、哪些动作不能自动、什么叫「这版能交」。

落到小程序 / H5 容器里，第一步往往就是「登记退货产品 + 验证批次」——设计稿上的节点，变成可点的表单：

Stitch 缩短「看起来对不对」；Codex 缩短「跑得起来吗」。人缩短的是「该不该这样做」。

三、两小时交了什么，没交什么

必须把话说死，不然「两小时」会变成标题党。

交了的

• 用户侧主路径：查询 → 范围判断 → 指引 / 登记的页面闭环
• 小程序与 H5 同构的信息架构（入口与容器不同，业务步骤对齐）
• 管理后台：批次与范围配置、列表与详情骨架、进度与导出位
• 多端视觉与组件节奏基本一致，能演示、能截图、能拉评审

没交、也不该假装两小时交完的

所以更准确的表述是：

两小时交付的是「企业级开发与交付的前端与管理骨架」——能进联调、能进评审、能当真实项目的 Day 0。
不是「两小时零风险全量上线」。

五月那篇写的是全链路一人交付；这篇补的是：交付链里最碎的一段，也被压进了小时级。 两者叠在一起，才是「企业级」四个字在 2026 年的新含义——不是堆人头，是把可硬化的骨架先立住。

四、50 倍杠杆：怎么算，算在哪

我说「程序员的杠杆被放大了大约 50 倍」，不是实验室秒表，是交付体感的数量级。

粗账可以这样摊：

一人日按 8 小时，就是 80–160 小时量级。
压到 约 2 小时 可见交付，倍率落在 40–80 倍 区间；我说 50 倍，取的是中间、且偏保守的体感。

注意三个限定：

1. 比的是「可见三端骨架」，不是含全部联调与合规的终态上线
2. 前提是边界清楚——召回主路径本身不复杂，复杂在数据和责任
3. 杠杆落在会拆问题、会写约束、会验收的人身上；不会拆的人，只会更快堆技术债

六月写过 AI 是普通人这辈子最大的杠杆：最高级智能真正用满的人极少。这篇落到工程现场，就是同一句话的施工版——

杠杆不在「会不会打开 Codex」，在「敢不敢把三端交付的目标、约束、验收写清楚，然后让工具链连续跑完」。

五、企业级交付，到底多出来哪一层

很多人听完「两小时三端」，第一反应是：那还要架构师、测试、项目经理干什么？

要。而且更要。

因为压缩掉的是绘图与写样板的时间，不是责任。

企业级和玩具项目的差别，从来不在「页面好不好看」，而在：

1. 边界：哪些自动，哪些必须人点确认
2. 数据：批次、渠道、序列号以谁为准
3. 权限：谁能扩召回范围，谁只能看
4. 审计：出了事能否回放
5. 口径：对外文案谁签字

AI 把「做出来」变便宜了，于是「做对没有」反而更贵——
错得更快，也传得更广。这和我在 从 PE 到 Graph 里说的「失败变贵，杠杆外移」是同一逻辑：
工具越强，人越要站在验收和责任一侧，而不是和模型比手速。

所以我自己的工作流，现在更像：

1. 先写清：用户是谁、主路径三步是什么、后台最少管什么
2. Stitch 出多端界面，当场改信息架构
3. Codex 按约束落三端骨架
4. 我按清单验收：主路径、空态、权限位、文案位
5. 再进真实接口、合规与上线清单

两小时省下的，是第 2–3 步里过去最磨人的等待。
第 1、4、5 步，仍然是人的护城河。

写在最后

压成五句：

1. 产品召回三端（H5 + 小程序 + 管理后台），我用 Codex + Stitch 大约两小时交了可演示初版
2. 慢通常慢在等待与三端对齐，不在某一行业务代码
3. Stitch 管「长什么样」，Codex 管「跑得起来」，人管「该不该、算不算交」
4. 相对传统 10–20 人日量级的可见交付，体感杠杆大约 50 倍——比的是骨架，不是零风险终态
5. 企业级多出来的是边界、数据、权限、审计、口径；这些更需要人

土话一句：

程序员的杠杆被放大，不是因为人变成了打字机，而是因为设计和实现终于能被同一条链路连续推动。

再补一句更硬的：

两小时能交骨架，不能交责任。谁签字、谁背锅、谁对用户说那句召回说明，仍然是人。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，做的是把可用的 AI 能力送进真实交付——该出界面出界面，该写代码写代码，而不是停在聊天窗口里谈「赋能」。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

延伸：一个人的 AI 军团 · AI 是普通人这辈子最大的杠杆 · 从 PE 到 Graph · 程序员在提效，老板在赚钱

公开参考：Google Stitch · Google Labs / Stitch 相关介绍

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。两小时能交三端骨架，交不掉的是边界和责任。设计归 Stitch，实现归 Codex，签字归你。

我先说操作，不绕：

稳住心态。有杠杆的，尽快去掉。

不是让你在情绪最低点「梭哈信仰」，也不是让你听完一篇访谈就立刻满仓芯片。恐慌日第一件事，是让自己还能活着看下一季的财报和下一轮的基建进度。

黄仁勋前几天接受了 Axios 大约 70 分钟的专访，正面回应芯片股大跌。信息量很大。我把访谈和公开报道对过一遍，下面只划能核对的重点；你要听原片细节，文末有视频。

卖铲人讲长逻辑，可以听结构；恐慌日做决策，先管自己的杠杆。

一、半导体要崩盘吗？他说短期不会

核心判断很硬：

这轮不是传统消费/季节性需求驱动，是计算范式切换带来的基建驱动。

公开报道里他的原意大致是：历史周期里芯片会因需求回落而崩；这一次不同——计算机的底层技术在变，AI 在变成和能源、网络并列的基础设施层。半导体行业「小得离谱」，未来十年大概要扩大 5 到 10 倍。现在芯片、存储、电力、土地、建设人力多线短缺，不是「需求突然没了」的叙事。

出处可对照：Axios：no chip bust for a while · Fortune 转述。

翻译成大白话：

短期崩盘叙事，和他的时间表对不上。 对不上，不代表股价不能跌——股价可以先把恐惧打满，再跟基本面慢慢和解。

二、泡沫呢？「总有一天会来」，但约束在帮时间买命

泡沫问题上，他没有说「永远没有」。

更接近的说法是：总有一天会来；但五年内非常不可能。

理由反直觉——不是因为「AI 永不犯错」，而是因为：

电力、土地、工人、芯片，全都缺。资本开支想砸，常常砸不出去。

供过于求被不断推迟。他原话方向是：我们几乎在每个方向都被约束住了；这个约束是好事——它把系统往回拽，给基础设施扩建留时间。

Fortune 转述里写得很直：That constraint is good. That constraint is what holds the system back.

我七月写过 王煜全那篇：现在不叫泡沫，泡沫却一定会来；危险的是高估到来速度。黄仁勋这轮是另一条时间表——更偏「短缺约束把泡沫往后推」。两条叙事不必合成一个年份神谕，但有一个共同动作：

别用「永远不会泡沫」安慰自己；也别用「明天就崩」吓自己。先问：真正能砸出的产能，追没追上承诺的 CapEx？

三、Kimi 冲击：市场第二次搞错同一道题

DeepSeek 那次，芯片股恐慌式重挫；Kimi 开源权重出来后，市场反应几乎复刻（二级报道里常把近月芯片板块跌幅和上次冲击并排讲）：

免费/便宜、够强的模型 → 是不是不需要那么多卡了？

黄仁勋的反驳很干脆：市场又误解了一次。免费的 AI 意味着更多人用、用得更勤，最终是更多算力、更多数据中心。 对硬件反而是利好。

这和我昨天写的 Kimi K3 开源与私有化成本 是同一枚硬币的两面：

• 对普通公司：开源免费 ≠ 私有化可及，别被「开源了部署一下」绑架
• 对算力侧：开源把使用门槛打下来，用量曲线往往比「模型变便宜」更重要

华尔街爱把「效率提升」直接折成「CapEx 见顶」。工程现实里，效率提升常常先换来覆盖更多场景，总量未必下降。

模型变便宜，不等于铲子没人买；有时只是更多人开始挖。

四、开源会干掉 OpenAI 和 Anthropic 吗？

恰恰相反。

他的逻辑是 freemium 老故事：最可能付费的，往往是用过免费 AI 的人。 开源把市场做大，闭源卖便利、可靠、更强能力与合规交付。他甚至放话说，这两家会是人类历史上最成功的 IPO 之一——因为 AI 有用，有用就能赚钱。

这句要打折听：英伟达深度绑定生态，公开唱多顶级实验室并不奇怪。但结构本身不荒唐——Linux 没消灭商业 Unix/云；开源模型也未必消灭托管 API。

中国业务？

他很直：收入约等于零；多份纪要写他让投资者按零预期建模，近端别自动加回中国故事。

他还强调中国培养的 AI 研究员数量极多——比世界其他地方加起来还多，长期谁也挡不住谁。对投资者，这是风险披露；对中国产业，则是另一套自主算力与开源路径的题，我在 开放权重与闭源阵营 里写过利益结构，这里不重复。

Mythos 该不该锁起来？

Anthropic 有被严格管控的强网络安全相关模型（报道里称 Mythos）。黄仁勋的态度是：应该向所有人开放；加固是 Anthropic 自己的责任。

这和「安全=少开放」的直觉相反。他的工程语感更接近：锁住一个模型，拦不住开源世界里已经存在的能力；真正要做的是像修软件一样修漏洞，而不是用封锁代替加固。

蒸馏算偷吗？

要不要算违规，先看服务条款；条款被违反，走正常法律途径。但「从已有智能里学习」在他看来是智能的本质——模型本来就从人类互联网长大；再往后，互联网内容会大量由 AI 生成（他提到过几年后 99% 量级），模型蒸馏模型会变成常态，而不是例外。

机器人的 ChatGPT 时刻？

他认为已经到了——机器人能推理出：把苹果放进抽屉前，得先打开抽屉。
但从「有趣」到「有用」，他给的时间感是大约 3 到 4 年。

五、我自己的看法：打一个折扣，记一个指标

访谈很好看。更好看的东西，更要防「听完就信」。

1）打一个折扣

黄仁勋是 AI 时代最大的卖铲人。他说行业要扩 5–10 倍、泡沫五年内很难、开源利好硬件——每一句都和他的订单簿同向。这不自动等于假话，但等于：

结构可以认真听，仓位不能听完就满。

折扣不是嘲讽，是职业卫生。听能源公司讲能源永续、听云厂商讲上云必胜，同一纪律。

2）记一个指标

比背诵「2029」或「五年」更管用的，是盯真实瓶颈何时松动：

他的乐观，很大一块建立在「约束还在、供过于求被推迟」。
那反过来也干净：

电力、封装、存储的短缺明显缓解之日，才是该提高警惕之时。

缓解不等于立刻崩盘；缓解意味着「想砸的钱」更容易变成「砸得出的产能」，周期时钟才真正往「可能过剩」拨一格。在那之前，用单日恐慌指数做人生仓位，性价比很差。

3）恐慌日的土办法

1. 有杠杆先降杠杆——波动率惩罚的是存活率，不是信仰纯度
2. 分清叙事时间表与自己的现金流时间表——他可以讲十年，你得先过下个月
3. 少做「标题点位」交易——DeepSeek / Kimi 两次同构误读，说明市场会反复考同一道题
4. 能力建设别停——泡沫年份可以吵，工作流、交付、成本结构不能等年份

详细拆解与原片语境，见视频：Reportify 整理的访谈视频。

写在最后

压成六句：

1. 恐慌日先去杠杆——活着，才有资格讨论长逻辑
2. 短期不是消费式崩盘——他说这是基建驱动，行业还要扩 5–10 倍
3. 泡沫会来，但约束在推迟——电、地、人、芯短缺被他称作「好事」
4. Kimi / DeepSeek 是同一道题——免费 AI 更像用量放大器，不是铲子墓志铭
5. 开源做大市场——付费与 IPO 叙事和他的硬件叙事同向，记得打折
6. 我的动作只有两个——对卖铲人打个折扣；盯短缺何时缓解

土话一句：

听黄仁勋，听的是约束与用量；管自己的钱，管的是杠杆与指标。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，做的是把可用的 AI 能力送进真实交付——在周期叙事之外，先把工作流跑稳。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

延伸：现在不叫泡沫，泡沫却一定会来 · Kimi K3 开源了，私有化却和普通公司无关了 · 黄仁勋人生第一条帖子，直接对着闭源阵营开炮

公开参考：Axios 芯片 bust 报道 · Fortune 转述 · TechFlow 访谈纪要 · 访谈视频 · YouTube 完整访谈

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。卖铲人的长逻辑可以听，自己的杠杆要先管住。短缺缓解之前，别让恐慌指数替你做人生决策。

那一行很多人划过去了。今天把它落到真正会烧钱的场景：APS 排产排程，以及库存调拨。

两年前我写过一版 APS 基础介绍，偏系统模块视角。这篇不重复名词解释，只钉一件事：

LLM 负责把业务约束翻译成可求解问题；求解器负责在约束里找最优。把这两层搅在一起，排产项目最容易死在「看起来很智能」。

一、先把账算清：APS 吃的是运筹，不是聊天

APS（Advanced Planning and Scheduling，高级计划与排程）解决的是一类很硬的问题：

• 订单交期、产能、换型时间、模具、人员技能、物料齐套
• 哪些工单先上哪台设备、什么时候开、开多久
• 插单、设备故障、物料晚到时，怎么重排还不把整厂打乱

这类问题在运筹学里通常落成：

Google 公开文档把调度写得很直白：员工排班、Job Shop（车间作业排序） 都是 OR-Tools 的标准场景；CP-SAT 面向整数与约束问题，常被用作调度主力——Interval、AddNoOverlap、工序先后，目标常是压 makespan。出处：OR-Tools Scheduling · Job shop · CP-SAT。

工业级不是玩具题。Gurobi 公开的宇通客车排产案例：定制客车约 170–180 台/日开工、约 100 款并发车型、10 条产线；网络流拆成 6–10 个 MIP 序列，单个规模大约 10 万约束 / 6 万变量；Gurobi 约 45 分钟 跑完序列，对照原先 5 人团队约 9 小时 手工排程。市售通用 APS 包，曾被评估为盖不住这种定制化与多目标。

翻译成厂长能听懂的话：

APS 的灵魂不是「会说话的计划员」，是「在约束下给出可执行最优（或近似最优）方案」的引擎。

大模型很擅长解释「为什么这单要插」「换型为什么贵」。它不擅长在上百台设备、上千道工序、无数互斥约束里，稳定给出可证明更优的排程。组合爆炸是数学题，不是语感题。

二、排产现场：三个真实卡点，对上三种数学武器

别从「AI 赋能制造」空谈。车间里常见三类题，对应不同武器：

1）Job Shop / 产线排序——工序先后 + 机器独占

工件要过车、铣、磨；每台机器同时只能干一件；换型要时间。这是经典 Job Shop Scheduling。约束密、离散强，CP-SAT 或专用调度启发式往往比「让模型自由发挥」靠谱。

2）有限产能主计划——交期、齐套、加班成本一起算

更上层是 MPS / 有限产能计划：本周接哪些单、外协多少、周末开不开线。目标函数通常是延期惩罚 + 加班成本 + 库存持有，变量多是整数（开不开线、做不做这批）。这是 MILP 主场。

3）实时重排——故障、插单、缺料

优化模型要能热启动：固定已开工、只动未开工、加软约束保护原计划稳定。Agent 的价值在这里开始露头——监听事件、拉齐数据、触发重算、把结果翻译成人话——但重算本身仍是求解器的事。

「最优」不是形容词，是目标函数写清楚之后，求解器在可行域里比出来的结果。

三、库存调拨：另一张运筹试卷

排产解决「厂里怎么造」。调拨解决「货在网里怎么动」。

多仓、多级（工厂仓 → 区域仓 → 门店 / 客户）、缺货替代、运输时效、批次效期——这是供应链里的 network optimization / multi-echelon inventory 题：

• 从哪几个仓调多少到哪
• 先保谁的服务水平
• 调拨成本 vs 缺货损失 vs 积压风险

经典做法仍是运筹与库存论：

单级各自最优，浪费常藏在节点缝里。MEIO 要的是网络总成本与服务水平，不是局部 KPI。对照见 MEIO vs IO。SAP IBP 一类产品把 multi-stage inventory optimization 写成正式能力，而不是「大模型随便搬货」。

LLM 的位置仍是三块：规则与例外入口、异常叙事、方案解释。不该替代的是：运力、库存、服务水平下的可执行调拨量。

厂商叙事也收敛：在计划与优化底座上叠 agentic AI，做解释、异常与编排。Blue Yonder 2025 的 Ops Agent 话术是 See–Analyze–Decide–Act，不是替换求解器（新闻稿）；SAP 侧 Joule / agentic AI 往规划延伸（Sapphire 报道）。

四、LLM 和 Agent 到底干什么：四层分工，别抢方向盘

把系统拆成四层，选型会清爽很多：

这和我在 从 PE 到 Graph 里说的「失败变贵，杠杆外移」是同一逻辑：
排产场景里，失败最贵的一层往往是「算错约束」和「算不动最优」——前者靠建模纪律，后者靠求解器，不是靠更大的聊天模型。

研究侧两条线互相印证：

1. OptiMUS：LLM Agent 从自然语言建立并迭代 (MI)LP 与求解代码，再交 Gurobi。困难集相对既有方法提升超 30%；后续版 NLP4LP 上 GPT-4o 约 73.7% vs 标准约 33.2%——增益在建模，不是取消求解。出处：arXiv:2402.10172 · 0.3 版。
2. Microsoft OptiGuide：自然语言 what-if → LLM 改求解代码 → 组合优化求解器出数 → LLM 解释；专有数据不必直接塞给模型。论文 GPT-4 端到端问答约 93%（不是排产最优率）。出处：arXiv:2307.03875 · MSR。

LLM 擅长写/修优化模型；可行与更优解仍来自求解器。

车间同构五步：Agent 收集 → LLM 建模 → 求解器重算 → LLM 解释 + 人审 → Workflow 回写 ERP/MES/WMS。能画清路径用 Workflow；动态工具调用用小范围 Agent——和 Skill / Workflow / Agent 的「能降级就降级」同构。

五、落地清单：比「上一个排产大模型」管用

1. 先写目标函数——交期 / 换型 / 负荷 / 库存，权重不写清后面全是扯皮。
2. 硬软约束分开——安全与工艺是硬的；少改原计划、均匀加班用惩罚。全写成硬约束，求解器只会报不可行。
3. 求解器匹配结构——离散调度偏 CP-SAT；成本产能批量偏 MILP；极大规模用分解 + 启发式 + 滚动窗口；只要解释与 what-if，别假装在求最优。
4. Agent 先触发与解释，再自动下发——建议→人审→低风险自动→跨仓/外协/改交期仍人在回路。裁判是业务指标与可行性，不是模型自信。
5. ERP/MES 接口与主数据——工艺、节拍、换型矩阵脏，再强求解器也是精密地算错。

排产 AI 的竞争，表面是模型，底下是约束库、主数据和重算闭环。

写在最后

压成五句：

1. APS 的内核是运筹——宇通级 MIP 序列用 45 分钟对 9 小时人工，不是聊天补全
2. 库存调拨是网络 / MEIO 题——服务水平与运力约束下求调拨量，浪费常在节点缝里
3. LLM 的主场是翻译与解释——意图、规则、异常、what-if 叙事
4. Agent 的主场是闭环——监听、建模、调求解器、人审、回写
5. OptiMUS / OptiGuide 证明的分工——大模型写/修优化模型，求解器给可行与更优；别反着用来

土话一句：

大模型让更多人「说得清约束」；运筹学让系统「算得动最优」。前者降低门槛，后者守住质量。少了求解器的 APS，只是会说话的 Excel。

再补一句更硬的：

排产的难点从来不是「生成一个计划」，而是「证明这个计划在约束下可执行」。LLM 会写约束，但不会替你承担不可行解的产线停机。

两年前写 APS，是把它当制造系统模块。今天补刀，是因为 2026 年的空气里，「万物皆可 Agent」太容易把求解器挤出架构图。挤出去的那一天，你得到的不是智能工厂，是自信的乱排。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，做的是把可用的 AI 能力送进真实交付——该接工作流接工作流，该接工具接工具，而不是让聊天窗口假装成排产引擎。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

延伸：AI 被大模型绑架了 · 制造型企业 APS · 从 PE 到 Graph · 预训练是别人的工厂

公开参考：OR-Tools Job shop · CP-SAT · Gurobi 宇通案例 · OptiMUS · OptiGuide · MEIO vs IO · Blue Yonder Agents · SAP agentic AI 报道

我是 Jason，自己一个人做 AI 产品。排产要的是约束下的最优，不是对话里的自信。翻译归模型，最优归求解器。

圈子里第一反应很统一：开源了，咱们部署一下？

第二反应更统一：笑一个。然后再加个 0。

开源权重免费，不等于私有化可及。前沿大模型，正在和普通公司脱钩。

四月我写过 DeepSeek-V4 私有化部署成本：V4-Flash 年 TCO 约 60 万，V4-Pro（1.6T）约 232 万。今天把同一本账，摊到 K3 上——数字会难看很多。

一、先把规格钉死：不是「又一个大模型」

官方与 model card 能核对的核心数字：

出处：Kimi K3 官方博客 · Hugging Face moonshotai/Kimi-K3

翻译成大白话：下载是免费的，跑起来是数据中心的事。

很多人盯着「激活才 100B 出头」——这是推理算力的一面。另一面是：2.8T 总参要装进集群，896 专家的 all-to-all 要吃互联，1M 上下文还要给 KV 和并发留余量。官方原话很直：推理效率同样受益于更大的高带宽通信域，所以建议 64 个或更多加速器 的 supernode。

二、X 上为什么在算「3000 万」

权重一放，X 上的情绪比参数表更诚实。

有人开玩笑说部署成本「3000 万左右」；有人回「后面还得再加个 0」；有人直接写「3 个小目标可以搞 10 套」。也有人怕领导说：K3 开源了，咱们来部署一下，测测本地知识库。

另一条更土：机房、服务器、UPS、制冷、网络、运维人员——「全下来要一个亿吧」。

这些不是官方报价单。它们是行业人对数量级的直觉。

别跟参数表吵架。先问一句：你的资产负债表，扛不扛得住 64 卡以上的超节点？

三、同一本 H20 账：把 K3 摊开

四月那篇 DeepSeek 文，我用的是 AWS 风格 H20 8 卡实例（大陆可稳定采购的高端卡档位），1 年合约含税大约：

• 单台 8×H20：约 ¥57.2 万 / 年
• V4-Flash（1 台）：年 TCO ≈ ¥60 万（含 100M 专线量级）
• V4-Pro（4 台）：年 TCO ≈ ¥232 万

K3 官方建议 64+ 加速器。按「每节点 8 卡」粗算，就是 至少 8 个节点：

再强调一次：这是用我既有 H20 账本做的数量级推演，不是月之暗面的价目表。换成 H100/H200/B200 或昇腾超节点，绝对数会变，「比 V4-Pro 再上一个台阶」这个结构不会变。

权重本身：MXFP4 大约 1.4TB。塞进显存只是门票；生产服务还要：

1. Expert Parallel 的高带宽域
2. 1M 上下文的 KV 与前缀缓存
3. 并发余量与故障切换
4. vLLM / SGLang 等对 KDA、MXFP4 的生产级适配

所以你会看到两种真实世界：

• API / 托管：按 token 付钱，缓存命中时输入可以很便宜
• 真私有化：先过 64 卡这道坎，再谈「本地知识库」

四、并排对照：Flash / Pro / K3 是三档门槛

把 DeepSeek V4 和 Kimi K3 放一张表里，企业决策会清楚很多：

V4-Flash：私有化「还在普通人公司的预算里」。
V4-Pro：已经是「认真做数据主权」的价位。
K3：直接跳到 超节点叙事——不是研发小组周末 Docker 一下的项目。

开源解决的是「你有没有权利跑」。私有化解决的是「你有没有能力跑」。这两件事，从来不是一回事。

这也是我四月那篇的后半句，今天要写得更硬一点：V4-Flash 曾把私有化成本拉回可接受区间；K3 则提醒市场——开放权重的天花板，可以继续抬；可私有化的甜点区，不会自动跟着抬。

五、企业怎么选：别被「开源了」三个字绑架

我的建议仍然土，但管用：

1）先分清你要的是「能力」还是「主权」

• 要前沿长程 coding、重推理、偶尔 multimodal → K3 API / 认证托管 往往更优
• 要数据不出域、稳定内网、可预期成本 → 中型可私有模型（V4-Flash 量级）才是主盘

2）混合架构，而不是宗教站队

• 80% 日常：私有中型模型 + 内部知识库
• 20% 尖峰：K3 / 其他前沿 API
• 核心数据留在你控得住的一侧；尖峰能力按量买

3）领导说「开源了部署一下」时，回三句人话

1. 权重免费，集群不免费
2. 官方建议 64+ 卡，不是一张消费级卡的故事
3. 先算 TCO，再定 POC；POC 用 API 也能验证业务价值

4）许可证也要看一眼

Kimi K3 License 对内部使用相对友好；若你做对外 MaaS，且收入跨过一定门槛，需要另行协议。私有化之前，法务比运维更早该进场。出处见 HF LICENSE。

写在最后

压成五句：

1. K3 权重开源是真事——2.8T、约 104B 激活、1M 上下文、MXFP4，HF 可下
2. 官方门槛也是真事——建议 64+ 加速器 supernode，不是「docker 一键」
3. 同一本 H20 账——V4-Flash ~60 万/年，V4-Pro ~232 万/年，K3 云上 GPU 粗算就四五百万起
4. 社区说的 3000 万——更像自建 CapEx 的体感量级，不是笑话本身有趣，是数量级对得上
5. 普通公司的正解——别和前沿私有化硬刚；混合架构，把钱花在业务闭环上

开源让「权利」大众化了；算力与运维，仍在把「能力」精英化。 接下来几年，你会越来越常看到这种分裂：权重越放越开，能私有化前沿模型的组织名单却越缩越短。

这不是悲观。这是让你少做一件错事——别把别人的开源新闻，当成自己的采购依据。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，做的是把可用的 AI 能力送进真实交付，而不是先堆一个谁都养不起的私有前沿集群。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

延伸：DeepSeek-V4 私有化部署到底要花多少钱 · 黄仁勋第一条帖子对着闭源阵营开炮 · AI 被大模型绑架了

公开参考：Kimi K3 官方博客 · HF moonshotai/Kimi-K3 · K3 Quickstart

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。开源解决权利，私有化考验能力。别把下载链接，当成部署方案。

Prompt Engineering 火的时候，大家天天改 system prompt。后来是 Context Engineering，Karpathy 一句话，风向就偏过去了。再后来是 Harness，Agent = Model + Harness 被讲成公式。接着是 Loop——有人说自己已经不 prompt 了，只写循环。到了 2026 年中，Graph 又上了桌面：多节点、共享状态、可恢复执行。

表面看是名词接力。我更愿意把它看成一件更土的事：

不是新词更好听，是上一层的失败变贵了，工程杠杆被迫外移。

五月我写过 从 Prompt 到 Harness，六月写过 循环工程，七月写过 Harness 自我迭代。那几篇分别钉住单层。这篇只做一件事：把五层串成同一条因果链，并回答——你现在卡在哪一层。

一、先把五层钉成诊断表，别当词汇表

很多人把这五个词当「升级路线图」：PE 过时了上 Context，再上 Harness，一直叠到 Graph。错。它们是嵌套楼层，不是互相作废的版本号。还有一句要先钉死：这是瓶颈叙事，不是严格编年史——ReAct 的 loop（2022）和 LangGraph（2024）在日历上早于 context/harness 的正名潮（2025–2026）。命名滞后于实践。

Prompt 是 Context 的一部分；Context 管道是 Harness 的子系统；Harness 撑起一次 Loop；Loop 往往只是 Graph 里的一个节点。

二、根本原因：每一层都在给上一层的硬伤买单

1）PE：把话说清楚——然后撞上「窗口外没有事实」

Prompt Engineering 解决的是采样分布问题：角色、few-shot、输出格式、拒绝边界。同一模型，换说法，输出可以天差地别。天花板很干净：

再完美的措辞，也变不出上下文里没有的事实。

任务从「写一段文案」变成「用我的代码库/工单/合同做事」时，瓶颈立刻从「表达」变成「信息」。PE 没死，它只是从主角变成了外层系统里的一个被管理对象——Harrison Chase 的说法更直：PE 是 context engineering 的子集。

2）Context：把对的东西喂进去——然后撞上「长了会烂」

Karpathy 在 X 上那句被反复引用的话，把风向说得很白：

I really like the term “context engineering” over prompt engineering. It describes the core skill better: the art of providing all the context for the task to be plausibly solvable by the LLM.
—— Andrej Karpathy

Anthropic 写得更硬：context 是有限且有成本的注意力预算；窗口越长，越容易 context rot——不是断崖，是召回与专注的渐变衰减。原则也很土：找尽可能小的高信号 token 集合。出处：Effective context engineering for AI agents。

这一层的进步，是把「写一句 prompt」升级成「每一次 inference 都重新策展：什么进窗、什么压缩、什么落盘、什么按需检索」。CLAUDE.md、git 状态、按需读文件，本质都是 context 工程。

但 Context 仍有硬伤：输入再干净，也没人盯执行过程。 第 1 步对、第 7 步漂、第 20 步在错误上盖楼、最后自信「做完了」——不是「再喂两段文档」能治的。

3）Harness：给一次运行上缰绳——然后撞上「你还是那个启动按钮」

LangChain 把公式写得很干净：

Agent = Model + Harness。
If you’re not the model, you’re the harness.
—— The anatomy of an agent harness

Harness 是模型之外的一切：工具注册与校验、权限门、状态与记忆、compaction、重试与恢复、日志与可观测性。模型提议，Harness 执行、观察、决定能不能继续。

Anthropic 在长程 agent 文里点名真实失败：一上来想 one-shot 整个项目、跨 session 失忆、过早宣布完成。应对很工程化——initializer 先搭环境与 feature list，coding agent 每次只啃一块，用 progress 文件和 git 交接，并用真实端到端检查而不是自评。出处：Effective harnesses for long-running agents。

这一层回答的是：一次 run 能不能持续做对。 天花板也清楚：再完美的 harness，默认仍控制「这一次」。启动、看结果、决定要不要再开一轮——人还在回路里。对高 stakes 单次任务没问题；一旦工作变成每天的 issue triage、每周的报表刷新，你就变成了 cron。

4）Loop：把自己从循环里拿出来——然后撞上「单专长装不下」

Loop 层的公开信号已经很明确。OpenClaw 作者 Peter Steinberger 的方向是：别再一条条 prompt coding agent，去设计那些替你 prompt 它们的循环。Claude Code 负责人 Boris Cherny 更直：自己不再亲自 prompt，有一堆 loops 在跑，活是写 loops。LangChain 随后把 loop engineering 收成可叠加的层：agent loop、verification loop、event-driven loop、hill-climbing loop。出处：The art of loop engineering。

边界要钉死：

Loop 真正难的不是画圆，是 verifier 与终止条件。弱验证的无人 loop，不会只是「给个坏答案」——它会整夜自信地生产垃圾，并按 token 计费。我在循环工程里写过：循环不难设计，难在养得起；今天再补一句——

Loop 的瓶颈往往不是模型，是裁判。

单 loop 的天花板：它擅长一个专长的重复。研究、写作、评审、测试天然要不同上下文、不同工具、不同成功标准时，一个 loop 会开始什么都沾一点，什么都做不稳。

5）Graph：把多个节点织成组织——然后撞上「分布式系统税」

Graph 不是 2026 年凭空发明的词。LangGraph 的定位一直是：面向长程、有状态 agent 的编排运行时——节点做功、边负责路由、共享 state 在图上流动，并强调 durable execution、human-in-the-loop、失败后可恢复。出处：LangGraph overview。

一个 loop，本质上是「单节点 + 自环」的最简图。Graph 是你需要 fan-out / fan-in、条件回环、确定性步骤与 agentic 步骤混跑、显式审计路由时，才真正必要的结构。它解决的是：多专长如何可靠协同。

它引入的新税也真实：状态契约、失败回边、并发冲突、职责污染、可观测性。过早上 Graph，常常不是更智能，是更贵、更难排障。

三、公开信号在收敛：大家其实在修同一栋楼

近一两年的高信号材料，表述不同，结构很像：Karpathy 推 context engineering；Anthropic 写注意力预算与 long-running harness；LangChain 钉 Agent = Model + Harness，并把 loop 叠成 agent / verification / event / hill-climb；LangGraph 管状态图与可恢复执行。

Claude Code、Cursor、OpenAI Agents SDK 路线不同，但 harness 要管的东西在趋同：loop、工具、状态压缩、权限门、恢复与可观测。OpenAI 更偏显式 multi-agent handoff；Claude Code / Cursor 更偏强单 agent + 深集成；组织级复杂交付，才会真正需要图与状态机。

模型在变强，但拉开差距的，越来越是模型周围那套系统能不能撑过第 50 步。

同样一个模型，换 harness / loop / graph，端到端完成率可以差一截。评估 agent，只报模型名几乎不可复现，得报完整壳。

四、一张诊断图：别再把「模型不行」当万能锅

日常最有用的不是背定义，是标楼层：

多数「模型能力不够」的吐槽，拆开后是：指令含糊；该看的没进窗、不该看的噪声进了窗；没有独立验收，只有模型自评；人还在当启动器和质检员；过早把一个团队问题塞进一个大脑。

我自己做产品时的默认顺序也很土：

先把单任务的 context 和 harness 做扎实 → 再写带 verifier 的 loop → 最后在确实需要时才拆 graph。

这和 Anthropic「先找最简单的解法」是同一纪律，也和我在 Skill / Workflow / Agent 里说的「能降级就降级」同构：路径能画清、要审计 → Workflow + Skill；路径写不全、环境动态 → 小范围 Agent + 强 harness；要无人值守重复 → Loop；要多专长并行与汇合 → Graph。

五、Graph 该不该上：三问比口号管用

Graph 最容易被写成「更高级」。我更建议用三问过滤：

1. 任务是否天然多专长？ 研究、写作、评审、测试是否需要不同工具集与成功标准？同一类活重复做，单 loop 通常更稳。
2. 是否需要显式路由与审计？ 合规、财务、发布闸这类场景，边和状态比「让模型自由发挥」更重要。确定性节点该手写就手写。
3. 有没有独立 verifier 节点？ 没有裁判的多 agent，只是把错误复利从串行变成并行。生成便宜，判定够不够好才贵。

若三问里你一个都答不硬，却已经在画六七个 agent 的漂亮拓扑——停一下。你可能不是在做编排，是在给自己制造分布式系统。反过来，若单 agent 上下文互相污染、串行太慢、关键步骤必须可回放，那 Graph 不是炫技，是必要的组织图。

写在最后

压成五句：

1. 不是 buzzword 接力——是失败成本上移后的杠杆外移
2. 五层嵌套不互替——烂 prompt 仍会毒死漂亮 graph
3. 公开材料已收敛——Karpathy / Anthropic / LangChain / LangGraph 修同一栋楼
4. 先标楼层再施工——听不懂、缺事实、长跑漂、等人启动、多角色打架，手术不同
5. Graph 要克制——多专长、要审计、有独立 verifier 再上；否则单 loop 更诚实

模型是发动机。发动机不会自己赢。车会。2026 年拉开差距的，是谁先把失败变贵的那一层，工程化成壳、循环与图。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，做的也是同一条外移：把能力送进可交付的 harness 与工作流，而不是停在聊天窗口。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

延伸：从 Prompt 到 Harness · 别再写提示词，去写循环 · 会学习的是外面那圈壳 · 预训练是别人的工厂

公开参考：Karpathy · Anthropic context · Anthropic harness · LangChain harness · Loop engineering · LangGraph

我是 Jason，自己一个人做 AI 产品。新词会过时，失败账单不会。先找准你卡在哪一层，再决定是改一句话，还是改整张图。

但有一件事它替不了你：判断它给的答案到底对不对。

最近读到一篇论文，名字就很直白——《The Memory Paradox》。作者是 Barbara Oakley 等人，发在 arXiv（2506.11015），跨了计算机科学和神经科学两个领域。核心结论一句话：

外部 AI 工具越强大，大脑内部的知识结构越容易萎缩。而恰恰是这些内部结构，决定了你能不能用好 AI。

与此同时，Andrej Karpathy 从另一个角度说了类似的事：如果你还年轻，80% 的时间应该砸在数学、物理和 CS 上——不是因为它有用，而是因为它在大脑里刻沟槽。

两个人说的不是同一件事，但底层指向同一个问题：AI 时代，你脑子里的底子，比任何时候都重要。

一、一篇论文揭了一个反直觉的事实

《The Memory Paradox: Why Our Brains Need Knowledge in an Age of AI》——论文标题本身就是论点。

几个核心发现，直接摆数据和结论：

翻译成大白话：

AI 让你不用记、不用算、不用反复练。但恰恰是记、算、反复练这些过程，在大脑里建起了判断的底座。

论文还提了一个很有意思的类比：深度学习里的”Grokking”现象和人类大脑的过度学习惊人相似。 AI 模型在训练数据上达到 100% 准确率之后，继续训练，才会突然「顿悟」底层规律。人脑也一样——初始掌握之后的反复练习，才是直觉形成的关键阶段。

这就解释了为什么「会用 ChatGPT 查答案」和「真正理解一个领域」之间，隔着一道很难跨越的鸿沟。

二、谷歌效应的 AI 升级版

论文里引用了一个经典研究——2011 年 Sparrow 等人发现的「谷歌效应」：

人一旦知道信息可以在网上找到，大脑就自动降低对这条信息的记忆编码。你记住的不是答案，而是去哪找答案。

这个效应在 AI 时代被放大了。以前你至少还要打开浏览器、输入关键词、筛选结果。现在直接问 AI 一句话，答案就来了。连「搜索」这个动作的认知负担都被卸掉了。

论文用了一个词叫 “元认知惰性”——当 AI 随时可用，人主动深入思考的动机会下降。不是不会想，是不想想。

这里有一个很容易忽略的陷阱：

AI 给的答案通常看起来都很像对的。 格式整齐、逻辑通顺、引经据典。但如果你对这个领域没有足够的基础知识，你根本分不清哪些是真的、哪些是 AI 编的、哪些是「听起来有道理但经不起推敲」的。

论文的原话：

有效的人机交互依赖于强大的内部模型。这些生物学意义上的「图式」和神经流形，使用户能够评估、修正和引导 AI 输出。

少了这层内部模型，你就不是在「用 AI」，而是在被 AI 用。

三、Karpathy 说得更狠：在大脑里刻沟槽

Andrej Karpathy 从另一个角度切入同一个问题。

他的原话：

“If you are a teenager right now, I’d mass-dosage on math, physics, chemistry, CS. These carve grooves in the brain that last a lifetime.”

翻译：如果你现在是青少年，拼命灌数学、物理、化学、计算机。这些东西在大脑里刻下的沟槽，一辈子都在。

他讨论的重点不是知识点，是大脑底层计算结构的形成：

注意他说的不是「这些科目有用」，而是「这些科目在大脑里刻沟槽」。

沟槽，不是知识点。知识点可以查，沟槽查不了。

年龄越大，这些沟槽越难刻。这跟神经科学里的突触可塑性窗口是对应的——青少年时期大脑重塑能力最强，错过了不是不能补，是成本指数级上升。

Karpathy 把这个逻辑拉到 AGI 时间线上：

• AGI 之前：这些认知基础帮你找到工作。
• AGI 之后：这些认知基础让你成为一个有判断力的人。

这才是最值得咀嚼的一句。当 AGI 真的来了，大部分「有用的技能」都可能被替代。到那时候，唯一不被替代的，是你脑子里的底层结构——你能不能看穿一个论证、能不能从第一性原理出发推导、能不能把一个模糊问题拆成可操作的步骤。

四、论文和 Karpathy 在说同一件事

两个人从不同入口走进了同一个房间：

底层是同一件事：有些东西必须经过你自己大脑的处理才能变成你的。

AI 可以帮你查到公式，但推导公式的过程建立的神经回路，AI 替不了。AI 可以帮你写代码，但调试代码时形成的系统直觉，AI 替不了。AI 可以帮你总结一篇论文，但反复阅读和质疑论文时形成的批判性框架，AI 替不了。

这不是反 AI。恰恰相反——你的内部模型越强，你用 AI 的效率越高、判断越准。

论文里提到的一个发现特别值得记住：在学习初期就大量使用 AI 辅助的学生，短期表现看起来不错，但长期保留率和迁移能力显著低于那些先经历了自主挣扎的学生。

原因不难理解：挣扎本身就是学习。不是因为挣扎「好」，而是因为挣扎时大脑在做检索、纠错和重编码——这些正是图式建构的核心机制。

五、怎么办：不是少用 AI，是换一种用法

说到这里，结论不是「别用 AI」。那是另一种极端。

论文和 Karpathy 都指向同一个实操方向：AI 应该是教练，不是代笔。

具体来说：

1. 先挣扎，再求助。 碰到新问题，先自己想 10 分钟。想不出来再问 AI。那 10 分钟的检索和纠错，就是在建图式。
2. 用 AI 验证，不是用 AI 替代。 自己写完答案，让 AI 检查。而不是让 AI 给答案，你来复制。
3. 基础学科慢慢啃。 数学、物理、CS 这类刻沟槽的东西，不能 AI 速成。该推导的推导，该手写的手写。
4. 定期离线思考。 每天给自己一段没有 AI 的时间，只靠脑子想问题。保持大脑的「肌肉记忆」。

最终极的一条：如果你发现自己越来越不敢在没有 AI 的情况下做判断，那就是信号。

写在最后

压成五句：

1. 论文揭了一个悖论——AI 越能帮你记，你大脑的记忆结构越容易萎缩
2. 谷歌效应被 AI 放大——元认知惰性让人不是不会想，而是不想想
3. Karpathy 说刻沟槽——数学物理 CS 不是学知识，是建大脑底层计算结构
4. 底层是同一件事——认知基础设施不可外包，你的内部模型决定你用 AI 的上限
5. 不是少用 AI——是先挣扎再求助，用 AI 验证而不是替代

AI 时代最危险的错觉：觉得什么都能查到，就什么都不用记。记忆的意义从来不是存储——是让你有底子判断，什么值得信，什么只是听起来像那么回事。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，做的也是同一件事——工具归工具，判断归你。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

延伸：AI 被大模型绑架了 · 语音不是聊天附件，是 Agent 调度台 · 开放 VS 闭源：公开站队

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。AI 能替你记住一切，但替不了你脑子里的底子。有些沟槽，必须自己刻。

不是产品发布，不是财报晒单，是转发了一封 NVIDIA 签署的公开信——《Open Weights and American AI Leadership》。几个小时浏览量冲到 1742 万。

一个在公众视野里只穿皮衣、不玩社交媒体的人，选择用这封信作为自己在 X 上的第一次发声。这件事本身就值得多看一眼。

一、两封信，正面对撞

要看懂这封信的分量，先看它在回应谁。

此前不久，Google DeepMind CEO Demis Hassabis 发了一封公开信，主张建立一个全球性的安全标准机构。核心意思：所有前沿 AI 模型——包括中国的 DeepSeek 和阿里的 Qwen——都必须通过统一的安全评估，才能上市部署。

翻译成大白话：先过我定的考试，才能上路。

黄仁勋这封信，几乎是逐点反驳：

两封信不是学术讨论。是两个阵营在抢话筒，争的是 AI 未来的游戏规则由谁来定。

二、闭源不等于安全，这句话才是重点

公开信里有一段话，我觉得比整篇文章的政治站位都重要：

仅仅依赖闭源模型并不天然更安全：它们也会被攻破、被滥用、以外界无法发现的方式失败。把先进 AI 集中在少数闭源模型手里，只会制造更多单点故障。

这句话戳的不是技术问题，是安全叙事里最大的一个假设——「关起门来就安全」。

闭源模型确实更难被直接复制权重。但安全不只是防复制：

• 闭源模型被攻破的案例不少。 Prompt 注入、越狱攻击、API 滥用，闭源没有因为「不公开」而少挨打。
• 出了问题外界看不见。 闭源模型的偏见、幻觉、安全漏洞，如果提供商不主动披露，用户根本无从发现。
• 单点故障风险集中。 全世界都依赖三五个闭源 API，任何一个出问题，波及面是系统性的。

公开信的逻辑是：开放权重让更多人能检查模型行为、发现漏洞、开发防护，就像开源软件证明的那样——透明比黑箱更安全。

这个论点是不是绝对正确？不一定。但它至少把「闭源 = 安全」这个默认假设打了一个问号。而这个问号，一直没人敢公开打。

三、替蒸馏说公道话——在替谁说话？

信里还有一段专门替「蒸馏」正名：

蒸馏，即用一个模型的输出来训练或改进另一个模型，是广泛使用的模型改进技术。它延续了从开源软件运动以来的学习、借鉴、改进传统，不应与非法窃取混为一谈。

这段话的潜台词，懂的人都懂。

DeepSeek 被指控通过蒸馏 OpenAI 的模型来提升自己的能力。OpenAI 公开表态「这是偷窃」，并推动政策层面对蒸馏行为的限制。

NVIDIA 这封信直接说：蒸馏是合法技术手段。真正有问题的是非法提取闭源模型的价值——但这应该用针对性的法律和商业框架解决，而不是一刀切禁止蒸馏本身。

再看签名名单，就更明白了。

四、签名名单才是真正的信号

签了的：

NVIDIA、Meta、Microsoft、a16z（Andreessen Horowitz）、Hugging Face、Mistral、Y Combinator、IBM、Dell、Mozilla、Palantir、Perplexity、Replit、The Linux Foundation、CrowdStrike、ServiceNow、Box 等 25 家。

没签的：

OpenAI、Anthropic、Google。

三家没签的，恰好是当前最大的三家闭源前沿模型提供商。

这不是「开放好还是闭源好」的哲学辩论。这是商业利益驱动的阵营划分。

NVIDIA 卖 GPU，开放模型越多、跑模型的人越多，GPU 需求越大。Meta 推 Llama 开源，是要用开放生态对冲 OpenAI 的先发优势。a16z 投了一堆开源 AI 创业公司。

反过来，OpenAI 和 Anthropic 的收入几乎全靠 API 和订阅。模型权重一旦开放，它们的核心壁垒就被拆了。Google 卖云卖广告，Gemini 的闭源是保住 AI 搜索的关键筹码。

这不是对错之争，是利益之争。

五、黄仁勋选这封信发第一条帖子，说明什么

黄仁勋不是随便发帖的人。他连社交媒体账号都几乎不用。

人生第一条 X 帖子，不发产品、不发财报、不发鸡汤，选了一封关于开放权重的政策公开信。这个选择本身就是信号：

AI 的战场正在从技术竞赛转向规则制定。

模型能力的差距在缩小——DeepSeek、Llama、Mistral 已经证明开放模型可以接近甚至某些场景超过闭源前沿。当技术差距不再是绝对壁垒，谁来定规则、谁的模型需要”通过评估”才能上市，才是真正的制高点。

Hassabis 推的安全标准机构，表面是「让所有人都安全」，潜台词是：评估标准由我们来定，通过门槛由我们来设。如果标准足够高、流程足够长，开放模型和后来者天然处于劣势。

NVIDIA 这封信反过来说：别搞准入限制，让市场和社区来检验。

争的不是开放好还是闭源好。争的是下一个十年，AI 的规则由谁来写。

写在最后

压成五句：

1. 黄仁勋第一条帖子——转发 NVIDIA 签署的开放权重公开信，几小时 1742 万浏览
2. 正面对撞 Hassabis——一个要建标准限制，一个说开放才是正路
3. 闭源不等于安全——也会被攻破、被滥用、以外界无法发现的方式失败
4. 替蒸馏正名——合法技术手段，不是偷窃，懂的都懂
5. 签名名单是真信号——NVIDIA/Meta/Microsoft 签了，OpenAI/Anthropic/Google 没签

这不是技术辩论，是利益之争。AI 的下一个十年，谁来定规则，比谁的模型跑分高，重要一百倍。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，核心是把 AI 能力送进真实交付，不站队、不依赖单一闭源 API。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

延伸：AI 被大模型绑架了 · 语音不是聊天附件，是 Agent 调度台 · 预训练是别人的工厂

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。开放还是闭源，别看嘴上喊的，看谁签了、谁没签。利益决定立场，永远比口号诚实。

macOS 和 Windows 用户可以直接用嘴指挥 AI：操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务。开着一条语音对话，同时管理多个后台 Agent——有点像一个人坐在那儿口述，几个助手分头干活。

很多人会把它读成「ChatGPT 终于会在电脑上聊天了」。这把尺子量短了。

真正变的，不是模型更会说话，而是语音从聊天附件，升级成了桌面端的 Agent 调度台。

瓶颈也跟着挪位：以前卡在打字和复制粘贴；现在更卡在——你敢不敢把现场上下文和任务权柄交出去。

一、这件事到底更新了什么

别先被 Demo 带走。先把能力边界钉死：

它不是「多了一个语音输入框」，而是把 Chat + Work + Codex + 本地权限 接到了同一条嘴控通道上。

官方文档写得很直：Voice 活在 Chat、Work、Codex 里；你可以一边说话，一边让后台线程继续跑，再把进度、阻塞、结果拉回对话。

二、GPT-Live：从对讲机到真人对话

这套桌面语音的底座，是 OpenAI 在 7 月 8 日上线的 GPT-Live。

旧模式更像对讲机：你说完 → 停顿 → 它再开口。中间那一拍空白，会把思路打断。

GPT-Live 是全双工：能同时听和说。你可以打断它，它也能在你停顿时选择继续听或接话。模型层还在持续做「现在该听还是该说」的判断，而不是等一个硬切的回合结束。

更关键的一层，是交互与推理解耦：

• 前台 GPT-Live 负责把对话撑住——听清、接得上、不冷场；
• 遇到复杂问题，把推理、检索、更重的 agent 活丢给后台前沿模型（公开材料里常见表述是 GPT-5.5 一代）；
• 前台继续聊，不会整段卡死。

付费侧默认更大的 GPT-Live-1，免费侧在其他语音场景里常见 GPT-Live-1 mini。今天这条桌面「指挥 Work / Codex」能力，面向的是付费与企业套餐，不是免费聊天玩具。

全双工解决的是节奏；解耦解决的是深度。没有前者，语音像功能开关；没有后者，语音一深就断。

三、语音调度台：一人口述，多助手分头干

这才是我认为今天最值得盯的点。

以前语音多半停在「说 → 转文字 → 得到回答」。今天在桌面端，语音可以直接变成：

1. 派活：启动 Codex 跑测试、开 Work 做研究；
2. 并行：一条会话对应多个后台线程；
3. 回收：把进度、阻塞、结果说回来；
4. 改道：中途追加指令、换方向、叫停。

你可以把它想成一个口头项目经理：

• 「先把今天发布简报里需要审批的决策摘要出来。」
• 「开一个 Codex 任务跑测试，失败的项查清楚。」
• 「看看当前在跑的任务，卡在哪。」

你还在同一条语音里说话；助手已经分头进线程了。

这和「语音输入法」不是一类产品。输入法解决的是打字速度；调度台解决的是组织工作——谁去干、干到哪、结果怎么回来。

四、Appshots：macOS 把「看见现场」做成默认能力

macOS 用户还多了一块 Windows 暂时没有的能力：Appshots / 屏幕上下文。

语音对话时，ChatGPT 可以直接看到你当前最前面的窗口。捕获的不只是一张图，还有应用提供的可访问文本——包括可见部分，以及部分滚出可视区、但应用暴露出来的文本。

典型用法很土，也很狠：

• 代码窗口开着，直接说「这个函数有什么问题」；
• 报错界面放前台，说「怎么修」；
• 设计稿或文档置顶，说「按这个改间距」。

以前你要把世界「翻译」给模型：截图、复制、描述、粘贴。Appshots 把这层摩擦砍掉——现场本身成为上下文。

权限是硬门槛：macOS 需要「屏幕与系统音频录制」和「辅助功能」。组织管理员可以禁用。敏感窗口别随手喂。

官方触发路径也很清楚：窗口置前，双 Command（或自定义快捷键），或在已开屏幕上下文的语音里说「Take a look at this / 看看这个」。

Appshots 的意义，不是多了一个截图按钮，而是把「喂上下文」从人工搬运，变成系统默认能力。

五、边界比口号重要

能力上线时，最容易被营销话术抹平的，是边界。先把板子钉牢：

还有几条使用细节，决定你是不是「以为有、其实没有」：

1. 完整 Voice ≠ 听写。 必须从空会话启动语音聊天；否则只是把嘴变成键盘。
2. 一条活跃语音。 同一 App 内同时只能挂一条 voice chat。
3. 额度拆开。 语音有独立计量；派出去的 Work / Codex 任务走原来的 agent 额度。
4. 权限分层。 麦克风是底线；屏幕与辅助功能是 macOS 看见现场的钥匙；敏感动作仍会要确认。

六、摩擦从「输入」挪到了「授权与判断」

如果只把它当新功能清单，你会错过真正的产品位移。

过去两年，桌面 AI 一直在补三块板：

1. 嘴——说得自然；
2. 眼——看见你在看什么；
3. 手——在权限里操作电脑与工具。

GPT-Live 补嘴，Appshots 补眼，Computer Use + Codex / Work 补手。拼起来之后，交互主路径不再是「打开聊天框 → 打字 → 粘贴上下文」，而是：

口述目标 → 系统感知现场 → 多 Agent 分头执行 → 语音回收结果。

对普通人：写纪要、改方案、整理材料，可以从「先组织一段完美提示词」变成「边看材料边说」。

对开发者：边看报错边口述排查，或者人在沙发上、手机遥控桌面 Codex，都不再是科幻分镜，而是权限开对之后的工作流。

但落点别写成鸡汤式的「赶紧用起来」。更冷的一句是：

输入摩擦下降之后，真正变贵的是授权、隐私边界，以及你是否分得清：什么活该口述派发，什么活仍要盯着键盘确认。

模型越能看见屏幕、越能动手，你就越不能把「方便」和「可交付」混为一谈。语音调度台放大的是吞吐，也放大误派活的代价。

写在最后

压成五句：

1. 桌面语音上线——macOS / Windows 可用嘴指挥 ChatGPT、Codex、Work
2. 底座是 GPT-Live——全双工 + 复杂推理可丢后台，交互与推理解耦
3. 语音是调度台——一条会话并行多 Agent，回收进度与阻塞
4. Appshots 仅 macOS——看见最前窗口；Windows 暂无这只「眼」
5. 付费与边界清晰——Plus 到 Enterprise；免费暂不可用；iPhone 可远程，Android 在路上

以后比的不是谁打字快，是谁更会口述目标、交出恰到好处的上下文，并守住不该交出的权柄。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，核心仍是把能力送进真实交付，而不是停在聊天窗口。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

延伸：AI 被大模型绑架了 · 预训练是别人的工厂 · GPT-5.6 Sol 的 Ultra 模式

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。语音好看的是嘴，值钱的是调度台——派得出去，收得回来，还知道什么不该交出去。

但 LLM 只是当前的主流，不是 AI 的全部。它是冰山露出水面最耀眼的一角，水面下的东西，比多数人想象的大得多。

一、你嘴里的 AI，只是冰山一角

把 AI 等于大模型，像把交通等于高铁——高铁确实快、确实火，但公路、航空、水运都没消失，各有各的不可替代。

AI 这棵树，至少有这些粗枝干：

LLM 属于 NLP 里的一个演化节点。把它当成 AI 全部，就像只看到树冠最高的叶子，忘了底下还有根系和主干。

传统 ML 模型（XGBoost、随机森林、SVM）至今仍是金融风控和推荐系统的主力。工业安防和产线质检，对延迟要求极高，跑的是专用 CV 模型（YOLO 系列），不是多模态大模型。AlphaGo 击败世界冠军，核心是深度强化学习，不是语言模型。

这些领域不需要 LLM 去「理解人类语言」，它们各自有各自的最优解。

二、为什么会形成这个错觉

不怪你，怪三件事。

第一，交互门槛被砸碎了。

以前的 AI 模型——推荐算法、风控系统、工业视觉——都在后台静默运行，普通人感知不到。LLM 第一次让所有人能用自然语言直接跟 AI 对话。能被感知的，才会被等号。

第二，通用性太震撼。

以前识别猫的模型不能识别狗，做翻译的不能做算术。大模型展示出的泛化能力和涌现现象，让人以为「一个模型解决一切」。

第三，资本和媒体的聚光灯只照一个方向。

爆款效应 + 商业叙事，让几乎所有注意力和资源都倾斜到 Transformer 和大模型。其他分支没消失，只是不在舞台中央。

能被感知的，不等于全部存在的。LLM 被看见，是因为它打破了交互壁垒；没被看见的 AI 分支，不需要你打字，但每天都在跑。

三、世界模型和具身智能：Transformer 只是引擎之一

还有一层更深的误解：既然大模型用 Transformer，那所有 AI 前沿是不是都在「把 Transformer 做大做强」？

不是。

世界模型（World Model） 的目标是让 AI 在脑子里对物理世界建立内部模拟：如果施加动作 A，世界会变成什么样。

Sora 用的是 DiT（Diffusion Transformer），结合了扩散模型的去噪能力和 Transformer 的序列建模。但 Transformer 擅长预测下一个 Token——离散文本。真实物理世界的重力、碰撞、连续运动是连续且高维的，纯靠 next-token prediction 很难学会物理守恒定律。

Yann LeCun 推的 V-JEPA（联合嵌入架构）就不是自回归 Transformer——它不预测像素级细节，而是在隐空间学物理结构与动态演化。世界模型的核心是物理规则建模，Transformer 只是当前的一套工具选项。

具身智能（Embodied AI） 是让 AI 拥有物理身体，在真实环境做感知-决策-行动的闭环。

一个关键数字：机器人关节电机控制周期在 1 毫秒，而 Transformer 大模型推理一次要几百毫秒。大模型来不及救一个正在摔倒的机器人。

Transformer 是目前最强的数据处理引擎。但让 AI 理解重力、让机器人捏起鸡蛋，还需要控制论、物理仿真和硬件传感器。把 Transformer 等于 AI 前沿，跟把 AI 等于 LLM，是同一个错误。

四、对你有什么用：选型别只带一把锤子

知道 AI 版图更大，不是为了炫耀词汇量。是为了选型时别只看 LLM。

未来真正强大的系统是组合拳——用 CV 感知物理世界，用传统 ML 处理结构化决策，用 RL 做路径规划，再用 LLM 做顶层的意图理解与人机交互接口。

拿着锤子看什么都是钉子。LLM 是你工具箱里最亮的那把锤子，但有些螺丝需要扳手。

写在最后

压成五句：

1. AI ≠ 大模型——LLM 是 NLP 里的一个演化节点，不是全部
2. 错觉来自三处——交互门槛、通用性震撼、资本聚光灯
3. Transformer ≠ AI 前沿——世界模型和具身智能需要 RL、控制论、物理仿真
4. 1 毫秒 vs 几百毫秒——大模型来不及救摔倒的机器人
5. 选型看全局——结构化数据用 ML，质检用 CV，调度用 RL，对话才用 LLM

土话一句：

AI 是一整个学科，不是 ChatGPT 的别名。拿一把短尺丈量整个学科，你不是在用 AI，是在被 AI 营销用。

我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，核心是把不同层级的 AI 能力送进真实交付。唯一网站：https://zaokit.app。

企业侧同一逻辑，已经融进可直接接入的服务：

• grok.zaokit.com
• cx.zaokit.com · cc.zaokit.com
• tokenhub.zaokit.ai
• gift.junxinzhang.com
• 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

延伸：AI 扫盲：半小时基础知识培训 · 预训练是别人的工厂 · 程序员在提效，老板在赚钱

企业 Grok 服务：grok.zaokit.com

企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表

稳定靠谱的 AI 全家桶，开箱即用。

我是 Jason，自己一个人做 AI 产品。AI 不等于大模型，就像交通不等于高铁。把版图看全，才知道自己该接哪根线。