笔记
关于我所交付的 AI 系统背后方法论与架构决策的短文——规约、评估、多智能体编排、LLM 集成,以及调度编程智能体的纪律。
2026年6月4日
各大实验室现在拼的是价格，而不是 IQ
过去两年，旗舰模型发布会的主标题只有一个：我们最聪明，看我们刷爆的基准测试。到了 Microsoft Build 2026，标题变了——质量和 Opus 同一档，但每美元的输出多了约 10 倍，token 还少用 60%。炫耀的重点从 IQ 转向了效率，整个行业都在围绕价格而非峰值能力重新洗牌。本文讲清楚这条轴线为什么翻转，以及如果你在做产品，这意味着什么。
- ai-native
- business
- agents
2026年6月4日
最底层的横档没了
数据已经出炉，而且很明确：AI 吃掉的是初级，不是资深。公司并不是在裁掉初级——而是悄悄停止招他们，因为初级原本干的活，恰恰是 agent 现在干的活。这看起来很高效。但资深不是招来的，是养出来的——一个资深，是熬过几千个 bug 还活下来的初级。为了眼下省钱裁掉初级，你饿死的是那条造出你所依赖的资深的管线。我们正在吃掉自己的种子粮。
- careers
- ai-native
- business
2026年6月4日
账单到期了
整整两年，AI 的成本感觉像个可以忽略的零头。到了 2026 年，发票来了——Uber 四个月就烧光了一年的 AI 预算，Microsoft 把 Claude Code 从自家工程师手里收了回去，JPMorgan 说 token 正在吞噬互联网利润。这不是一时的波动。token 计费颠覆了软件赖以建立的经济学，而残酷之处在于：更好的 agent 反而更贵。下面老实讲清楚到底发生了什么变化。
- business
- ai-native
- agents
2026年6月4日
Tokenmaxxing：当古德哈特定律盯上了 AI
企业想要‘AI 采用率’，于是它们衡量了最容易测的代理指标——token 用量——把它做成排行榜，结果如愿以偿地得到了它们衡量的东西：人们拼命烧 token 去爬榜，而不是把活干得更好。这是一条五十年历史的定律，正在吞噬一套全新的战略，而且现在它要付两次代价：你为浪费掉的 token 买单，又毒化了你本想得到的信号。解法同样古老——衡量结果，而不是衡量活动。
- methodology
- business
2026年6月4日
你的组织架构图跑不了 agent
每个高管都在问'模型够好了吗？'新的 MIT 数据说，这问错了问题：85% 的组织想要变得智能体化（agentic），但 76% 承认自己的运营根本支撑不了。真正的阻碍不是模型能力——而是企业把一种全新的工作者硬塞进一张为人类绘制的组织架构图。一个 agent 没有经理、没有晋升通道，只有受限权限和一个幻觉率。这就是你的架构图缺的那个格子。
- business
- methodology
- ai-native
2026年6月3日
一个便宜的模型能搞定 90% 的活
默认做法是把最大、最聪明的模型怼到所有事情上。它在 demo 里跑得很好，然后在规模化时悄悄把你拖垮——因为 agent 做的大部分事情不是推理，而是机械劳动，而你却在花天才的工资让它读一张表单。解法很无聊，但能省下约 90%：让聪明的模型做规划，让便宜的模型干活。下面讲清楚经济账，以及让这一切成为可能的那一条架构准则。
- agents
- architecture
- business