关于 AI 智能体和 MCP 的笔记
用简单的话讲如何构建在真实业务中运行的 AI 智能体和 MCP 服务器：什么有效、什么会出问题，以及原因。
2026年6月15日
价值 36 亿美元的客服 agent
Salesforce 本来就在卖 Agentforce——一个让你自己搭建 AI agent 的平台。可 6 月 15 日，它却花了 36 亿美元，去买一个现成的。Fin，这个前身叫 Intercom 的客服 agent，靠自家专门打造的模型，能独立把 76% 的客户工单从头到尾解决掉。最有能力自己造这东西的公司，却认定买一个经过验证、打包好的 agent，比等着把它造出来多值 36 亿美元。这是你今年能看到的最清晰的「自建还是购买」信号。下面说说它对我们其他人到底意味着什么。
- business
- agents
2026年6月15日
一天烧掉 1500 万美元的应用
OpenAI 打造了史上炒作最猛的 AI 视频应用，半年后却悄悄把它关停。据报道，Sora 每天在算力上烧掉约 1500 万美元，而总收入只有约 210 万美元——不是每天，是总共。人们爱它，可它在每一个片段上都在亏钱。这是传统软件从没教过我们的一课：生成式功能每被人用一次都有真实成本，而「火爆」治不好「每次使用都亏钱」。这里教你在自己的 AI 功能重蹈覆辙之前先做一次检查。
- business
- ai-native
2026年6月15日
AI 最无聊的胜利是文书工作
NHS 刚刚签下一份 1.2亿英镑 的合同，要给 50.5万 名员工配上 AI 助手。不是用来诊断疾病——而是用来做文书工作。在试用中，普通人每天平均省下 43分钟，某个病区一个月内把积压的出院信件砍掉了 62%。这就是没人会写进主题演讲的 AI 故事：持久、可落地的价值，通常藏在枯燥、量大的行政事务里，而不是在炫目的演示里。这篇讲讲为什么无聊的应用场景才是真正赚钱的那个，以及你为什么应该去找属于自己的那一个。
- business
- methodology
2026年6月15日
美联储现在盯上了 AI
在五月的报告中，美联储把 AI 列为金融系统面临的最大风险之一。一年前，9% 的市场联系人把 AI 视为可能的冲击；今年春天这个数字是 50%。科技巨头 2026 年在 AI 基础设施上花掉 7250 亿美元，而钱已经跑到了回报前面。当美联储说「泡沫」时，建设者会恐慌——但泡沫不是你该操心的事。在同一份报告里埋着一个确实属于你的风险：现在几乎所有人都向同一小撮供应商租用服务。这里就是值得你关注的部分。
- business
- architecture
2026年6月15日
小众模型击败巨头
Salesforce 刚刚花 36亿美元 买下的那个智能体，跑的并不是花钱能买到的最大、最聪明的模型。它跑在 Apex 上——一个为单一任务（客户支持）打造的更小的模型，Salesforce 说它在真正解决工单这件事上胜过顶级的前沿模型。这个细节比那个价签更值钱。对于一个狭窄、定义明确的任务，专门为它训练的模型可以击败一个什么都懂、什么都不精的通用巨头。下面讲讲为什么伸手去抓最大的模型，通常是错误的本能。
- ai-native
- business
2026年6月15日
试点很便宜。生产环境不会。
你的 AI 试点跑得很棒，几乎不花钱。那个数字骗了你。当团队把一个 AI 功能从试点推到生产时，基础设施成本经常是最初预估的 3到5倍——这也是为什么 95% 的生成式 AI 试点最终从未变成能在 P&L 上看得见的东西的一大原因。试点便宜，是因为它规模小、有人盯着、跑的都是简单情况。生产环境一样都不沾。本文拆解这个 3到5倍藏在哪里，以及如何在它发起伏击之前把它算进价格里。
- architecture
- business