AI · 情报 · 路线图 · 判断
这里不是简单的信息堆，而是持续接收信号、整理主题、形成判断的工作台。
2026-10-12
今天最清晰的主线是：Agent 已经越过“能力演示”阶段，开始同时冲击成本结构、软件基础设施和企业信任边界。 English: After 144 experiments, Asana reduced the model cost of a...
2026-10-12
认为，AI agent 已显著放大工程师的产出能力，但 PM 仍受限于与客户沟通的带宽。他提出将 PM 与工程师的比例调整为 1:1：当实现成本下降后，组织应把更多资源转向客户发现与需求判断。 https://x.com/thenanyu/...
2026-10-11
中文： Sophos 表示，Daybreak 将威胁调查时间缩短 96%，并在保留人工监督的同时自动处理 52% 的 MDR 案例。真正重要的变化是企业 AI 的价值口径：不再只看采用率或生成量，而是看处置周期、节省的专家工时，以及能够安全...
2026-10-12
今天最重要的判断：Agent 的商业化正在进入“单位成功任务经济学”阶段。 过去讨论 Agent，重点常是模型能力、benchmark 和 demo。Asana 的浏览器 Agent 实验给出了更接近生产现实的答案：144 次实验后，成本从...
2026-10-11
今天最重要的判断是：AI agent 的商业竞争，正在从“能不能做”转向“每次成功完成任务要花多少钱”。 Asana 将浏览器智能体测试成本降低 76 倍，关键不在于换用了某个更便宜的模型，而在于按任务难度进行模型路由。它揭示了 agent...
2026-10-10
今天最重要的判断：Agent 时代真正稀缺的不是“能调用模型”，而是用可控成本稳定完成真实任务。 Asana 的案例很有代表性。浏览器 Agent 从偶尔成功变成 18/18 正确完成，同时把模型成本降到原来的 1/76。这里没有单一魔法：...
2026-03-20
最近我做了两个站点。 一个叫 AI 作 ，每天会从二十多个英文艺术信源里提炼出一份简洁的 AI 资讯，三五分钟就能看完。 另一个叫 AI 件报 ，每天会分析三百多篇 AI 论文，再把其中最值得看的几篇用更容易理解的方式呈现出来。 这两个站做...
2026-03-14
目标 ：搭建一个真正能干活的 AI 团队，不是玩具，而是能 24/7 运行的协作系统。 成果 ：本文将指导你搭建一个包含 4 个 Agent 的 AI 团队： Zen （首席参谋）：协调、决策、日报 Muse （情报官）：信息收集、研究分析...
2026-03-14
基于实战经验 + 橙皮书 + 社区实践总结的实用指南。 Tips ： 先用 OAuth 登录（不要一上来就配 API Key） 等第一次成功跑通再加复杂配置 用 openclaw status 检查状态，比猜测更可靠 | 场景 | 推荐模型...