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7日
看不见的智能体，你根本没法运行
思科今年的一项调查发现，大多数公司正在运行自己无法妥善监控的智能体。一句话就道出了全部问题。智能体的失败方式和普通软件不一样——它会返回一个漂漂亮亮的成功，背地里却悄悄做错了事，而你只能在它行为的完整轨迹里看到，而不是在最终输出里。「智能体可观测性」之所以在 2026 年成为一门独立学科，原因正在于此。看清你的智能体到底做了什么——这个不起眼的能力，正在成为试点和生产之间的那条分界线。
- methodology
- agents
- architecture
2026年6月6日
Supabase 估值 105 亿美元，因为智能体需要无聊的数据库
Supabase 刚以 105 亿美元估值融资 5 亿美元——八个月翻了一倍——原因近乎好笑：平台上超过 60% 的新数据库如今由 AI 工具创建，而非人类。AI 热潮里最炫的部分是写代码的智能体；而那个悄悄印钞的部分，是这些代码必须把数据放进去的、无聊又可靠的地方。这不是巧合，而是关于持久价值藏在哪里的全部教训。
- business
- architecture
- ai-native
2026年6月6日
微软能炒掉它的模型供应商。你能吗？
在 Build 2026 大会上，微软推出了自家的编程模型和推理模型——从零开始训练，用其 AI 负责人的话说，对 OpenAI 做到了「零蒸馏」——并直接接入了 GitHub Copilot。地球上最有钱的软件公司刚刚花掉数十亿美元，只为不再依赖单一供应商。这就是给我们其余人的全部教训，而且它一分钱不花：永远别让模型成为你系统里换不掉的那部分。
- architecture
- ai-native
- business
2026年6月6日
今年最强的智能体跑在工厂车间里
当所有人还在为聊天机器人争论不休时，富士康悄悄把数百个 AI 智能体接进了它的生产线——读取传感器、设备和 ERP 数据——并报告根因分析速度提升 80%、设备故障率下降 10%。没人把它做成爆款演示。这恰恰说明了问题。今年真正跑得通的智能体部署都是窄的、接上了真实的事实依据、并用一个硬指标来衡量。那些令人兴奋的，还都卡在试点阶段。
- agents
- architecture
- business
2026年6月6日
这个月落地了三个前沿模型。我只改了一行代码。
2026 年 6 月，一个月内接连发布三个全新前沿模型——GPT-5.6、Gemini 3.5 Pro 和 Claude Mythos——而 5 月才刚出了两个。对大多数团队来说，这是一台让人焦虑的跑步机：「我们要不要迁移？」而对一支用笨办法搭好架子的团队来说，这是三次免费升级，每次只需改一行配置。模型的疯狂迭代不是要拼命追赶的麻烦，而是你能自动领取的礼物——前提是你早就留好了接住它的那条缝。
- ai-native
- architecture
- agents
2026年6月6日
12,520 个智能体工具暴露在互联网上，门上连把锁都没有
安全研究人员扫描了整个互联网，发现 12,520 台 MCP 服务器——也就是让 AI 智能体真正能干活的工具连接器——大喇喇地敞着，大多数根本没有任何身份验证。有些甚至允许任何陌生人执行数据库查询或 shell 命令。协议在六月的规范里刚刚把鉴权变成强制要求，但这场损失暴露出更深的毛病：默认设置就是「不上锁」，而人们直接照默认设置上线了。如果你的智能体能够到某个工具，那别人也能——除非你是有意识地另作决定。
- security
- architecture
- agents