<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom"><channel>
  <title>锈客 · 文章</title><link>https://xiuke.net/blog/</link><atom:link href="https://xiuke.net/blog/feed.xml" rel="self" type="application/rss+xml"/>
  <description>锈评看行业，回炉拆原理，口搓动手做。微信公众号「锈客」首发后同步。</description><language>zh-cn</language>
    <item><title>口搓 04｜我用 AI 给自己“口搓”了一台掌机：Uncle Ed 两周开发全记录</title><link>https://xiuke.net/blog/26/</link><guid isPermaLink="true">https://xiuke.net/blog/26/</guid>
      <pubDate>Sat, 14 Nov 2026 12:00:00 +0800</pubDate><category>口搓</category><description>一个对掌机有情怀的中年产品经理，不写一行代码，用两周把开源模拟器做成了一台能翻盖、能插卡、按键会塌下去的“掌机”。完整开发历程，外加一份周末复刻包：这个周末，你也能玩上，或者做一台自己的。</description>
      <content:encoded><![CDATA[<blockquote><p>第一天晚上，我装好开源模拟器 RetroArch，玩了 20 分钟宝可梦，然后对 AI 说：“界面确实过于简陋。”</p></blockquote>
<figure><img src="https://xiuke.net/blog/images/ks4-hero.jpg" alt="" loading="lazy"><figcaption>Uncle Ed 的选机页：聚光灯下的一台 GBA，可以用手指转着看</figcaption></figure>
<p>两周后，它变成了这样一个东西：先选一台掌机，再从陈列架上挑一盒卡带，插进去，“咔哒”一声，机器自己开机。十字键按下去会整块倾斜，磨砂外壳底下隐约能看到电路板。</p>
<p>它叫 <strong>Uncle Ed</strong>。在我的 Mac、iPad、iPhone 上都能玩，Android 版的测试安装包放在了 GitHub 上。</p>
<p>两周里，我在对话框里发了 169 条消息，附了 74 张参考图，AI 写了大约 7 万行代码。我一行没写。</p>
<figure><img src="https://xiuke.net/blog/images/ks4-overview.jpg" alt="" loading="lazy"><figcaption>Uncle Ed 的功能一页纸，是 AI 帮我做的“发布会”素材之一</figcaption></figure>
<p>口搓从这一篇开始改版：<strong>一篇一个项目，周末发，周末玩。</strong> 先讲 Uncle Ed 是怎么搓出来的，最后附一份周末复刻包。</p>
<h2>一、这个周末，你能做到哪一步</h2>
<figure><img src="https://xiuke.net/blog/images/ks4-weekend-v1.jpg" alt="" loading="lazy"><figcaption>两条路：只想玩，或者自己做一台</figcaption></figure>
<p><strong>只想玩：</strong> 一台 Android 手机（Android 9 以上，64 位 ARM 处理器）就够了，10 分钟。到 GitHub 下载测试版安装包，装好后导入你自己有权使用的游戏文件。</p>
<p><strong>想自己做一台：</strong> 一台 Mac，一个 AI 编程工具的订阅（Codex 或 Claude Code 的入门档都行），按我的经验，一个周末能做出一台“单机型”的版本：卡带陈列、插卡动画、开机能玩、按键联动。具体步骤在第三节。</p>
<p>先说实话：苹果设备上暂时没有能直接安装的包。要给所有人装，得先理清几个模拟核心的源码来源，再走苹果的签名和审核，这两件事都还没做完。</p>
<h2>二、开发历程：两周，五个转折</h2>
<figure><img src="https://xiuke.net/blog/images/ks4-milestones-v1.jpg" alt="" loading="lazy"><figcaption>每一轮发了几条消息、用了多少 Token、做出了什么（据我和 Codex 的会话记录统计）</figcaption></figure>
<h3>转折 1：我要的不是模拟器，是“拿起一台掌机”</h3>
<p>RetroArch 很好用，但打开就是一张游戏列表，点一下就开玩。那天晚上我给 AI 发的第三条消息，是一段很长的需求：</p>
<blockquote><p>进入模拟器时先选掌机类型，一开始掌机是关着的，在一个盒子里选卡带。加载核心后，界面要变成对应游戏机的样子，NDS 的上下两块屏都嵌在机身里，就像真的在玩 NDS。按键盘的时候，画面上的按键也要联动按下。鼠标移到下半屏，指针要变成一支触控笔。</p></blockquote>
<p>接下来几个小时，一轮一轮往下改：合上的机器要比打开时小一半；卡带要像陈列架一样摆出来，带上游戏封面；选中后播放插卡动画，再翻开机盖、自动亮起电源。我还加了“书本模式”：有些 NDS 游戏要竖着拿，比如《节奏天国》，点一下，整台机器转 90 度。</p>
<p>第一个晚上结束时，NDS 跑通了，还多了 GBA 和 GBC。</p>
<p><strong>我要的从来不是“能玩”，是“拿起来”的那个仪式感。</strong> 这是产品经理的需求，不是程序员的需求。AI 能把它做出来，但得有人先把它说出来。</p>
<h3>转折 2：一个核心跑通，剩下的是“皮”</h3>
<p>名字也是那天晚上定的。先叫 UncleED，后来我改成 Uncle Ed，更像一个真人的名字。里面藏了个谐音梗，懂游戏的都懂。</p>
<p>第二天，我让 AI 先评估 3DS、PSP、PS Vita 这几个机型在开源核心上的兼容性，再决定做哪几款。评估下来，做了 PSP 和 3DS，Vita 放弃了。</p>
<p>这时候我才意识到：<strong>模拟能力全是开源社区给的，我做的是“皮”。</strong> mGBA、melonDS、PPSSPP 这些核心，是很多人花了很多年做出来的；Uncle Ed 做的，是前端和外观。这一点我在 GitHub 上写得很清楚。</p>
<p>做“皮”也有讲究。PSP 要先显示背面，放进光盘再翻过来；卡带的颜色要从封面里取主色，第一次导入时就定下来，不是每次临时算。也有我自己判断错的：我让 AI 给 GBC 加肩键，后来才想起来，GBC 原机根本没有肩键。</p>
<h3>转折 3：上手机，尊重原机，而不是适配屏幕</h3>
<p>第二天晚上，我把项目分成两条线：Mac 一条，iPad 和 iPhone 一条。</p>
<p>真正改变方向的，是第三天给几个人试玩之后。我原来想的是“手机横过来就横屏，竖过来就竖屏”，后来改成了：<strong>GBC 原机是竖着拿的，就在手机上竖着玩；GBA 和 PSP 是横着拿的，就横着玩，不跟着手机转。</strong> 插卡、按键，都加上震动。</p>
<p>开发也不全在电脑前。iPad 时不时要让给孩子上网课、学舞蹈，真机测试只好停下来，等他用完再接着来。</p>
<h3>转折 4：“还不够立体”的一百种说法</h3>
<p>第三天晚上，我让它先在 Mac 上试做一台 3D 的；第四天，所有机型都换成了 3D：掌机可以用手指转着看，卡带、光盘都有厚度。</p>
<p>这是我和 AI 来回最多的一段。我说得最多的一句话是“还不够立体”。它每次都很配合，然后还是不对。</p>
<figure><img src="https://xiuke.net/blog/images/ks4-gba.jpg" alt="" loading="lazy"><figcaption>磨砂外壳的 GBA：先画内部零件，再盖一层毛玻璃</figcaption></figure>
<p>后来我想明白了，问题不在它。<strong>“立体”“高级”是感受，不是需求。</strong> 有用的是把感受翻译成结构：</p>
<ul><li>十字键是一整块，按下去要整块倾斜，不是换一张“按下”的贴图；</li><li>磨砂外壳要先画出内部零件，再盖一层毛玻璃，透出来的东西要“貌似透、实际不影响看屏幕”；</li><li>GBA、GBC 的卡带正面看不到金手指，NDS、3DS 的卡带背面金手指是裸露的。</li></ul>
<p>再往后，我直接给它看图纸：3DS 和 NDS Lite 的美国外观专利，GitHub 上一个 GBC 的逆向结构项目，还有几台真机的背面照片。<strong>参考资料的价值，是不让 AI 自己“补全”结构。</strong> 你不给，它就照“大概长这样”去填。</p>
<h3>转折 5：发布会、安卓和开源</h3>
<p>第五天晚上，我让 AI 给 Uncle Ed 做了一场“苹果风”的发布会：一页功能纸，一段宣传片。宣传片里，一个疲惫的大叔走进房间，打开屏幕，然后是选机、插卡、开机，咔哒、咔哒。到第六天宣传片做完，Token 用了大约 7.8 亿。</p>
<p>第七天开始移植 Android，又花了四天，用的是我手边的一台 OPPO 手机。这几天我说得最多的话变成了“继续”：整个项目里，有 23 条消息是以“继续”开头的。额度用完就停，恢复了再接着说。</p>
<p>跨平台之后我才发现，<strong>大部分时间不在“做”，在“验”。</strong> AI 说“已完成”，不等于在真机上是对的。我后来定了一条规矩：哪里必须和 iPhone 版一模一样，先写清楚；哪里允许不一样，要先问我。不写，AI 就会把所有东西当成可以重做的。</p>
<p>第十五天，我把它放到了 GitHub 上，公开测试。README 第一屏写的是感谢 RetroArch、mGBA、melonDS 和 PPSSPP 的维护者，许可证也照上游的要求逐一列清。</p>
<h2>三、周末复刻包：做一台你自己的 GBA</h2>
<p>如果你想自己动手，我建议从最小的版本开始：<strong>只做 Mac，只做一台 GBA。</strong> GBA 的开源核心 mGBA 成熟稳定，不需要额外的固件。</p>
<figure><img src="https://xiuke.net/blog/images/ks4-playing.jpg" alt="" loading="lazy"><figcaption>目标长这样：一台能玩的 GBA，按键会联动</figcaption></figure>
<p>下面五条提示词，是从我当时的原话里改出来的，按顺序发给 AI 就行。每一步做完，先实际点一遍，再发下一条。</p>
<p><strong>第 1 步：先跑起来</strong></p>
<blockquote><p>帮我在 Mac 上部署开源模拟器 RetroArch 和 GBA 核心 mGBA，用我提供的一个游戏文件跑通。跑通后，评估一下：如果我想自己重做界面，应该用什么方案？</p></blockquote>
<p><strong>第 2 步：从列表变成一台机器</strong></p>
<blockquote><p>界面以机器为主体，其他空间能省则省。打开时是一台关着的 GBA。每次启动扫描指定文件夹，把游戏像卡带一样摆在机器上方，可以左右滑动选择。选中后播放卡带插进卡槽的动画，然后自动开机。</p></blockquote>
<p><strong>第 3 步：按键要“真”</strong></p>
<blockquote><p>画面上的每一个按键都要对应真实功能。按下时要有立体的按下效果：十字键是一整块，按下去整块倾斜，不是换一张贴图。鼠标悬停在按键上时，用气泡提示它对应键盘上的哪个键。</p></blockquote>
<p><strong>第 4 步：卡带要有封面</strong></p>
<blockquote><p>导入游戏时，自动搜索并匹配这款游戏的封面，卡带正面显示封面。卡带的颜色取封面里占比最高的颜色，第一次导入时就定下来，以后不再重算。</p></blockquote>
<p><strong>第 5 步：清理和验收</strong></p>
<blockquote><p>检查有没有上一版残留、现在用不到的素材和渲染，全部清理掉。然后按这个清单逐项自测，并给我截图：插卡动画、开机、所有按键、游戏内存档、退出回到选卡页。</p></blockquote>
<p>三条我踩过的坑：</p>
<ol><li><strong>一次只改一件事。</strong> 一条消息里塞五个需求，它会做完四个，第五个悄悄变样。</li><li><strong>用图代替形容词。</strong> 想要质感，就找一张真机照片发给它，再说清楚看照片的哪里。</li><li><strong>要求它清理残留。</strong> 我遇到过好几次，屏幕上莫名多出一根线，查下来是上一版留下的素材没删。</li></ol>
<h2>四、几句实话</h2>
<p><strong>游戏文件要合法。</strong> Uncle Ed 不带任何游戏。去哪找合法的游戏，第五节写了。</p>
<p><strong>外观是致敬，不是授权。</strong> 那些限定机的外观和机型标识属于原厂。Uncle Ed 是我的个人学习项目，不商用；代码开源，也不代表这些图案可以随便再分发。</p>
<p><strong>成本不低。</strong> 整个项目大约用了 12.4 亿 Token。听着吓人，但其中约 99% 是 AI 反复读取已有上下文的“缓存”，它真正写出来的内容，只有大约 300 万 Token。用的是会员套餐里的额度，安卓移植那周见了好几次底，口搓 02 专门算过这笔账。</p>
<p><strong>AI 做不到的事：</strong> 审美判断、真机验收，以及什么时候该停。这三件事，两周里一直是我自己在做。</p>
<p><strong>给想动手的人一句话：AI 负责把东西做出来，你负责知道自己要什么，以及确认它对不对。</strong></p>
<h2>五、拿去玩：仓库、部署提示词和游戏去哪找</h2>
<figure><img src="https://xiuke.net/blog/images/ks4-repo-v1.jpg" alt="" loading="lazy"><figcaption>Uncle Ed 的开源仓库，GitHub 上搜 2GeMen/Uncle-Ed 就能找到</figcaption></figure>
<p><strong>代码仓库</strong>：GitHub 上搜 <strong>2GeMen/Uncle-Ed</strong>。README 里有上游开源项目的致谢和许可，Release 页面有 Android 测试版安装包和 SHA-256 校验值。</p>
<p><strong>让 AI 帮你装：</strong> 不会命令行也没关系，把下面这段发给 Codex 或 Claude Code，让它替你操作。</p>
<blockquote><p>我想在我的电脑上运行开源项目 Uncle Ed（GitHub：2GeMen/Uncle-Ed）。请先完整阅读仓库的 README、Docs 目录和发布说明，告诉我我的设备能用哪种方式运行。 如果是 Android 手机：帮我从 Release 下载安装包，核对 SHA-256，再一步步告诉我怎么装到手机上。 如果是 Mac：帮我克隆仓库，按项目里的构建脚本编译。仓库不带模拟核心，缺什么就从 libretro 官方渠道下载对应 macOS 版本，放到项目要求的位置，许可证文件一并保留。 每一步执行前先告诉我要做什么；遇到报错先自己排查，解决不了再把报错和你的判断告诉我。不要下载任何游戏文件。</p></blockquote>
<p>说明一点：Mac 版没有现成的安装包，需要从源码编译，能不能一次成功和你电脑的环境有关。遇到报错，把报错原文贴给 AI，通常几轮就能解决。</p>
<p><strong>游戏去哪找（合法的）：</strong></p>
<ul><li><strong>自制游戏（homebrew）</strong>：很多独立开发者至今还在给 Game Boy、GBA 做新游戏，免费或者花几块钱就能买到。可以去 itch.io 搜 “GBA homebrew” 或 “Game Boy homebrew”；Homebrew Hub（hh.gbdev.io）收录了大量 Game Boy 自制游戏，能直接下载；gbdev.io 社区也有推荐清单。</li><li><strong>自己的卡带</strong>：家里还有老卡带的，可以用卡带读卡器（搜“GBxCart”“GB Operator”）把存档和游戏导出来，这是最正当的玩法。</li><li><strong>官方复刻</strong>：任天堂、索尼的会员服务和数字商店里，也上架了不少经典老游戏。</li></ul>
<p>至于网上那些打包下载商业游戏的网站，我就不列了，你懂的。</p>
<h2>写在最后</h2>
<p>口搓 00 里写过，Uncle Ed 的第一个用户是我家孩子。他看到后的第一句话是：“能玩宝可梦吗？”</p>
<p>我对这些掌机有情怀，他没有。他只关心能不能快点玩上。</p>
<p>两周做下来，我发现自己在做的，其实是把小时候“拿到一台新掌机”的那种心情，重新做一遍。插卡，咔哒，开机。那一下，AI 帮我做出来了，但想要它的，一直是我自己。</p>
<p>下周的口搓，换一个更实用的：23 TV，我给家里搭的小剧场点播网站，小白也能做。</p>]]></content:encoded></item>
    <item><title>黄仁勋落幕前后的 24 小时</title><link>https://xiuke.net/blog/23/</link><guid isPermaLink="true">https://xiuke.net/blog/23/</guid>
      <pubDate>Fri, 13 Nov 2026 07:44:00 +0800</pubDate><category>锈评</category><description>周日董事会还公开说信任他，周三夜里就做了决定。从一份 8-K、两封内部信，到开盘一度跌 14%、散户抄底 1.11 亿美元，再到总部门口的花：还原英伟达这家 4 万亿美元公司的一夜交接，也看看他为什么必须走。</description>
      <content:encoded><![CDATA[<p><em>「锈评·番外」：追一件正在发生的事</em></p>
<blockquote><p>三月，他一个人在台上讲了两个半小时。十一月，宣布他离开的，是一份新闻稿和一份 8-K。</p></blockquote>
<h2>引子：两个画面</h2>
<p><strong>第一个画面，在今年三月。</strong></p>
<p>3 月 16 日，圣何塞，英伟达 GTC 大会。63 岁，银发，黑色皮夹克。黄仁勋一个人在台上讲了大约两个半小时，中间没请任何高管上来分担。讲到兴头上，他双臂举过头顶、握拳，摆出电影《洛奇》里的姿势，自称“token king”（Token 之王）。他说，Blackwell 和 Rubin 两代芯片到 2027 年能带来 1 万亿美元的订单。</p>
<p><strong>第二个画面，在本周四。</strong></p>
<p>美东时间 11 月 12 日早上 8 点 47 分，英伟达官网挂出一份新闻稿：黄仁勋辞去总裁、CEO 和董事职务，即刻生效。5 分钟后，同样的内容以一份 8-K 文件进了美国证监会的系统。没有发布会，没有告别演讲，全文不到一页。</p>
<p><em>注：8-K 是美国上市公司发生重大事件（比如高管变动）后，必须在 4 个工作日内向美国证监会提交的临时公告。</em></p>
<figure><img src="https://xiuke.net/blog/images/nv24-two-scenes-v1.jpg" alt="" loading="lazy"><figcaption>两个画面：2026 年 3 月 GTC 主题演讲 ／ 2026 年 11 月 12 日的新闻稿与 8-K（锈客绘，据 Fortune 报道与英伟达公告、SEC 文件）</figcaption></figure>
<p>1993 年，他和两个工程师在一家 Denny's 餐厅里聊出了这家公司。33 年后，他是标普 500 里任期第三长的 CEO。</p>
<p>他说过一句话，这几天被翻了出来。彭博问他为什么不兼任董事长，他说，是为了让 CEO 能被问责：</p>
<blockquote><p>“Unlike many CEOs, I'm completely fireable.”（我和很多 CEO 不一样，我完全可以被开除。）</p></blockquote>
<p><strong>一语成谶，谁也没想到会这么快。</strong></p>
<p>辞职背后的个人事件，本文不讨论。能讨论的，是一家公司怎么在一夜之间，送走了它的创始人。</p>
<h2>一、倒计时：从“信任”到“决定”</h2>
<p><em>（括号里为英伟达总部所在的加州时间）</em></p>
<p><strong>一个月前（10 月 14 日）</strong></p>
<p>他在彭博的节目里谈接班：希望下一任 CEO 已经在英伟达内部，自己没有近期离开的打算。他还说了一句：“不会再有像我这样的人。”</p>
<p><strong>四天前（11 月 8 日，周日）</strong></p>
<p>他给全体员工发内部信致歉，表示配合调查。董事会同一天宣布，由独立董事监督一项独立调查，并公开表态：<strong>信任他和他的管理团队</strong>。公司对外的说法是，他会继续领导公司。</p>
<p><strong>三天前（11 月 9 日，周一）</strong></p>
<p>股价下跌。Axios 称他是 AI 圈第一位“大到不能倒”的高管，一位分析师说：很难想象英伟达由别人来管。</p>
<p><strong>两天前（11 月 10 日，周二）</strong></p>
<p>独立董事请外部律所接手调查。同一天，The Information 报道，猎头可能已经在业内物色 CEO 人选。</p>
<p><strong>一天前（11 月 11 日，周三）</strong></p>
<p>新的报道出来，盘后股价再跌约 9%。董事会当晚开会。据 CNBC 引述知情人士，决定就是那天夜里做的，董事会连夜准备了对外沟通方案。8-K 上写的事件日期，正是 11 月 11 日。</p>
<p>会议里谁先开的口、有没有表决、怎么通知的他，到现在没有任何媒体披露。能确定的只有时间：<strong>周日写下“信任”，周三夜里就做了决定。</strong></p>
<h2>二、最后 24 小时</h2>
<p><em>（以下为美东时间）</em></p>
<figure><img src="https://xiuke.net/blog/images/nv24-24h-flow-v1.jpg" alt="" loading="lazy"><figcaption>最后 24 小时（锈客绘，据英伟达公告、CNBC、Yahoo Finance、NBC 报道与行情数据）</figcaption></figure>
<p><strong>暗流</strong></p>
<p>新的报道出来，英伟达盘后跌了约 9%。CBS 引两名消息人士称，董事会已经在准备让他离开。没有人说破，但所有人都在等第二天早上。</p>
<p><strong>拍板</strong></p>
<p>董事会开会。门内发生了什么，外面不知道。门外只知道，第二天的新闻稿，那天夜里就写好了。</p>
<p><strong>官宣</strong></p>
<p>一份新闻稿，四件事：他辞去全部职务；CFO Colette Kress 兼任临时 CEO；董事 Harvey Jones 出任英伟达<strong>史上第一位</strong>董事会主席；董事会在内外部物色新 CEO。</p>
<p>一家 4 万亿美元的公司，33 年没有董事长。这个位置，等他走了才设。</p>
<p><strong>存档</strong></p>
<p>8-K 进入美国证监会系统。从这一秒起，这件事成了公开记录。</p>
<p><strong>坠落</strong></p>
<p>开盘。英伟达一度跌到 148.80 美元，比前一天收盘低约 14%，是 2025 年 6 月以来的最低价，市值一度跌破 4 万亿美元。</p>
<p>华尔街的刀很快：Bernstein 把目标价砍到 200 美元，Baird 从 500 美元砍到 200 美元，至少 10 位分析师转向看空。分析师 Michael Landsberg 说，股价开始计入“领导力折价”。</p>
<p><strong>接盘</strong></p>
<p>跌得最狠的时候，有人在买。</p>
<p>据 Vanda Research，开盘后 30 分钟，散户净买入英伟达约 <strong>1.11 亿美元</strong>，是这只股票史上最大的开盘买入，大约是平时的 40 倍。</p>
<p>机构在算风险溢价，散户在算折扣。</p>
<p><strong>家书</strong></p>
<p>董事长 Jones 先给员工发信，说董事会要做好“这家伟大公司的守护者”。Kress 随后回信，感谢大家在一段“极其艰难的时期”里的坚持：</p>
<blockquote><p>“I believe deeply in this company and in its future.”（我深信这家公司，也深信它的未来。）</p></blockquote>
<p>信的末尾，是全员大会的时间：11 月 18 日。排在财报之后，<strong>华尔街会比员工先听到新掌门说话。</strong></p>
<p>上午 11 点多，Kress 在圣克拉拉总部召集高管开会，讨论领导层和“连续性”。据 CNBC 引述知情人士，公司里有员工落泪，管理层弥漫着一种“更紧张的情绪”。</p>
<p><strong>连锁</strong></p>
<p>最疼的不是英伟达，是靠它吃饭的公司。</p>
<p>做算力租赁的 Nebius 一度跌近 20%，CoreWeave 跌了一成左右，英伟达投过的 Intel、Marvell 也跌了 4% 以上。英伟达不只卖芯片，还拿赚来的钱投资买芯片的人。据 Yahoo Finance 统计，它对外的投资承诺和担保加起来约 <strong>5300 亿美元</strong>，Anthropic 上市后还要再买 100 亿美元。</p>
<p>Yahoo 那篇分析的标题是：<strong>英伟达的“银行”失去了它的银行家。</strong></p>
<p><strong>守夜</strong></p>
<p>圣克拉拉总部门口，那块绿色的英伟达标志下面，有人放了几束花，和至少一支蜡烛。</p>
<p>给他写传记的 Stephen Witt 在这一天说，他身边的人太顺从，已经形成了问责真空：</p>
<blockquote><p>“no one could say no to him.”（没有人能对他说不。）</p></blockquote>
<p><strong>收盘</strong></p>
<p>收盘 166.05 美元，跌 4.42%。从最低点反弹了约 11.6%，全天成交约 7.33 亿股，大约是平时的 5.6 倍。据 NBC 统计，这一周累计跌约 11%，市值蒸发约 5000 亿美元。</p>
<p><strong>开盘的恐慌和收盘的平静，是同一个判断的两面：短期没事，长期没底。</strong></p>
<p><strong>下一幕</strong></p>
<ul><li>11 月 17 日：三季度财报，Kress 第一次以临时 CEO 的身份面对华尔街</li><li>11 月 18 日：全员大会，员工第一次能当面提问</li><li>11 月 19 日：Anthropic 计划上市，英伟达要买 100 亿美元股份</li><li>12 月 1 日：华盛顿 GTC 大会，原定由他做主题演讲，现在谁来讲，还不知道</li></ul>
<p>前 Databricks AI 负责人 Naveen Rao 说，英伟达要在 3 到 4 个月内定下新 CEO，因为硬件路线等不起。</p>
<h2>三、他为什么必须走</h2>
<p>个人事件是导火索。董事会两天之内转向，背后是一套治理逻辑。</p>
<p><strong>1. 他就是英伟达，所以他出事，英伟达就出事</strong></p>
<p>Bernstein 分析师 Stacy Rasgon 的原话是“Jensen is Nvidia and Nvidia is Jensen”（黄仁勋就是英伟达，英伟达就是黄仁勋）。</p>
<p>这不是夸张。几十名高管直接向他汇报，没有总裁，没有 COO，33 年没有董事长，也没有首席合规官。年报里只泛泛提了一句“继任规划没做好会影响长期发展”，没有点名任何人。</p>
<p><strong>一家公司如果只有一个人能拍板，这个人的问题，就是整家公司的问题。</strong></p>
<p><strong>2. 董事会用自己的信用替他担保过，现在这份担保成了风险</strong></p>
<p>周日，董事会公开说信任他；周三夜里，同一批人决定让他走。科技公关人 Lulu Cheng Meservey 问：</p>
<blockquote><p>“So what changed between then and now?”（这几天到底变了什么？）</p></blockquote>
<p>董事会没有解释。但周日那份声明，等于董事会用自己的信用替他背了书。新的报道一出来，这份背书就成了董事会自己的风险。周四当天，已经有律所就股价下跌提起拟议集体诉讼。据路透报道，英伟达章程允许董事会以多数票罢免高管，不必等调查结论。</p>
<p>在“有没有违法”的结论出来之前，董事会自己能判断的只剩两件事：有没有违反公司政策，董事会有没有被充分告知。<strong>对一个“不可替代”的 CEO，董事会最后能用的标准只有一条：信不信得过。</strong></p>
<p><strong>3. 现在换人，代价最小；董事会也必须证明自己</strong></p>
<p>确定的坏消息，好过一直拖着的不确定。英伟达 2027 年的需求能见度很高，产品路线到 2028 年都已经定了，<strong>这是它换掉创始人代价最低的窗口。</strong></p>
<p>董事会也在自证清白。11 名董事合计任职 161 年，他本人、新董事长 Jones 和另一位董事都是 1993 年就进了董事会；其余 10 人平均任期约 15 年，标普 500 独立董事平均是 7.8 年。学者叫它“被俘获的董事会”，这一次，它必须证明自己不是。</p>
<p>他会不会在幕后继续说了算？他持股约 3.6%，英伟达没有双重股权，这点股份控制不了投票；他辞掉了董事席位，8-K 里没有任何顾问或名誉头衔。NBC 报道，公司发言人说，<strong>他今后不会以任何身份与英伟达合作。</strong></p>
<p><strong>公平地说，换人不等于公司出事。</strong></p>
<p>西门子 CEO 说，合作不会因为英伟达内部的变化而停下来，外界太关注某一个人了。KeyBanc 认为任命 Kress 是“建设性的”；基金经理 Jeremiah Buckley 把这件事称为一次“出清事件”。英伟达有约 4.2 万名员工，CUDA 有 750 万以上开发者，未来一两年的芯片早已设计定型。</p>
<p>就连对他失望的人，也承认他的分量。投资人 Sarah Guo 说：“Sadly, greatness doesn't guarantee goodness.”（可惜，伟大不保证品行。）但她同时认为，他三十年的建树，足以让他继续领导这家公司。</p>
<h2>写在最后</h2>
<p>1993 年，三个工程师坐在圣何塞一家 Denny's 的卡座里，想做一块让游戏画面更快、更真的芯片。那时没人知道，这块芯片后来会成为一个时代的燃料。</p>
<p>此后三十三年，他押过三次身家。第一次，公司差点活不下去，他认错、转向；第二次，他把 CUDA 塞进每一块游戏卡，成本涨了，毛利薄了，前几年几乎没人用，他一坚持就是十年；第三次，他把一家显卡公司做成了整台 AI 工厂。每一次，都是他一个人拍的板。</p>
<p>他把一家公司做成了一个时代的样子，也把它做成了自己的样子。成也在此，难也在此。</p>
<p>一个月前，他说希望下一任 CEO 来自内部，说不会再有像他这样的人。他设想的，是一场慢慢的、从容的交接。实际发生的，是一个夜晚，一份不到一页的公告。</p>
<p>功过要留给时间去评，调查要留给结论去说。能确定的是，GPU 的时代不会因为一个人的离开而停下，Rubin 会照常出货，财报会照常发布。只是从此以后，英伟达的下一次豪赌，要换一双手来押。</p>
<p>是非成败转头空。青山依旧在，几度夕阳红。</p>]]></content:encoded></item>
    <item><title>回炉 03｜Agent 学会“做梦”了：大模型的记忆是怎么搭起来的</title><link>https://xiuke.net/blog/22/</link><guid isPermaLink="true">https://xiuke.net/blog/22/</guid>
      <pubDate>Thu, 12 Nov 2026 12:00:00 +0800</pubDate><category>回炉</category><description>我让用了很久的 GPT 交代它记住了我什么，它列出 10 个维度、59 条。这些记忆怎么写进去、存成什么样、何时被调出来？拆开 ChatGPT 和 Claude 的记忆系统，再看 Anthropic 为什么要让 Agent 学会“做梦”。</description>
      <content:encoded><![CDATA[<blockquote><p>AI 的记忆不是一个功能开关，而是一整套系统：谁来写、写成什么样、什么时候拿出来、什么时候忘掉。</p></blockquote>
<h2>引子：两个实验</h2>
<p><strong>第一个实验是 Anthropic 做的。</strong></p>
<p>11 月 6 日，Anthropic 发了一篇研究文章，讲 Agent 的记忆。其中一个实验，是让几代 Claude 玩《宝可梦：红》，每个模型都有一个可以自己读写的记忆文件夹。</p>
<p>跑到大约 1 万步时，Sonnet 3.7 写了 413 个记忆文件、分在 225 个文件夹里，只拿到 1 枚徽章；它甚至有一段 17 步的时间新建 6 个文件、删掉 9 个，游戏里一步没走。Fable 5 只维护了 9 个文件，外加一个顶层的 global.md，拿到 4 枚。Opus 5.5 用一套精简、不断改写的记忆，最后通关。</p>
<p>还有一个细节：Claude 有一条笔记把山洞口一个地标的方位记反了，照着它走，连续三次掉回原路，第三次之后干脆放弃了。研究人员让 Claude 在空闲时“睡一觉”，对照原始记录核对笔记，发现错误、改正。用改对的笔记重跑，它直接回到洞里，走到了下一座城市。</p>
<p>Anthropic 把这个整理过程叫作“<strong>做梦”（Dreaming）</strong>。</p>
<p><em>这篇原文信息密度很高，我逐段做了一份中文精读译注，文末告诉你怎么领。</em></p>
<p><strong>第二个实验是我自己做的。</strong></p>
<p>前几天看到一篇文章，介绍了一段“审计提示词”：让 ChatGPT 列出它能看到的、关于你的所有信息，标明来源和可信度，区分“已保存的记忆”和“这次临时推出来的判断”。</p>
<p>我用了 GPT 很长时间，就拿自己试了一下。结果，它把我整理成了 <strong>10 个维度、59 条记忆点</strong>：身份与生活背景、职业与专业能力、AI 与技术兴趣、学习方式、人文兴趣、家庭教育、生活方式、沟通偏好、认知与心理推断、隐私与治理。</p>
<p>里面有我主动告诉它的，比如习惯用中文、喜欢先看框架再看细节；有它从对话里总结出来的，比如我在研究哪些技术方向；还有一些涉及家人、行政事务的敏感内容（我已经去敏）。最让我意外的，是其中有 <strong>8 条“认知与心理推断”</strong>：它判断我“倾向建立结构与因果模型”“可能偏好覆盖更多边界和反例”，甚至“可能存在准备过多、执行反馈不足的风险”。</p>
<p>这些都不是我说过的话，是它“读”出来的。</p>
<p>这并不是个例。今年 2 月有一项研究，分析了 80 位真实用户的 2050 条 ChatGPT 记忆：<strong>96% 是系统自己决定写进去的</strong>，不是用户要求的；28% 包含欧盟 GDPR 定义的个人数据；52% 包含对用户的心理洞察。好在 84% 能在用户的对话里找到直接依据，大多数不是瞎编。</p>
<p>两个实验放在一起，引出了这篇想讲清楚的问题：<strong>AI 的记忆，到底是怎么搭起来的？</strong></p>
<h2>一、先把地基讲清楚：大模型本身没有记性</h2>
<p>大模型的每一次回答，都是从零开始的。你昨天跟它聊了一下午，今天打开新对话，模型本身对昨天一无所知。它能“想起来”，是因为产品在后台把相关内容找出来，放进了这次对话的输入里。</p>
<p>所以，“AI 的记忆”说到底是一个工程问题：<strong>在合适的时候，把合适的东西放回模型眼前。</strong> 这件事有四种底层办法。</p>
<figure><img src="https://xiuke.net/blog/images/mem-compare-v1.jpg" alt="" loading="lazy"><figcaption>让 AI 记住东西的四种底层办法</figcaption></figure>
<p>打个比方，你要准备一场考试：</p>
<ul><li><strong>上下文</strong>，是把资料全摊在桌上。模型这一次能看见的所有内容都在这里，最准，但桌子有限，越多越贵、越容易走神，考完就收走。</li><li><strong>RAG（检索增强）</strong>，是去图书馆现查。资料放在外面的数据库里，问到时按相关性找出几段。它能查海量资料，但图书馆不会因为你查过一次就变得更好用。</li><li><strong>微调</strong>，是把知识背下来，写进模型的权重。不用查，张口就来；但贵、慢，学新的会忘旧的，而且背进去就删不掉。所以没有哪家会把“你喜欢喝美式”写进模型权重。</li><li><strong>Agent 记忆</strong>，是记在自己的笔记本上。Agent 边做事边写笔记，下次先看笔记。和 RAG 最大的区别是：<strong>RAG 查的是别人写好的资料，Agent 记忆记的是自己做事的经验。</strong></li></ul>
<p>Anthropic 给 Agent 记忆下的定义很清楚：跨会话保留、以可读文字保存的经验。它明确排除了三样东西：改模型权重、单次对话里的临时学习、以及对话太长时的压缩摘要。</p>
<p>今天各家产品的“记忆功能”，基本都建在上下文和 RAG 之上，往 Agent 记忆的方向走。具体怎么搭，差别很大。下面拆开两家来看。</p>
<h2>二、拆开 ChatGPT：四层上下文，每次全塞</h2>
<figure><img src="https://xiuke.net/blog/images/mem-gpt-v1.jpg" alt="" loading="lazy"><figcaption>ChatGPT 的记忆：四层内容，每次对话都放进模型的输入</figcaption></figure>
<p>OpenAI 没有完整公开过记忆的架构。但有开发者让 ChatGPT 复述系统输入，对照多次测试，把它的结构拼了出来。按 2026 年中的版本，大致有四层：</p>
<p><strong>第一层：用户元数据。</strong> 由使用行为自动生成，比如设备类型、账号注册多久、最近 1 天、7 天、30 天活跃了几天、平均对话深度、平均消息长度、常用哪些模型、订阅档位、按 IP 估计的大致位置，甚至还有一个话题占比，比如“编程相关 28%”。</p>
<p><strong>第二层：保存的记忆。</strong> 这是最早的那种记忆：一条一条的短句，带时间戳，比如“用户对贝类过敏”。用户在设置页能看到、能删。2026 年的更新之后，这一层不再默认生效。</p>
<p><strong>第三层：最近的对话。</strong> 早期测试里是最近约 40 次对话，每次带时间和主题，只保留用户自己说的话，不保留 AI 的回答。</p>
<p><strong>第四层：用户知识记忆。</strong> 这是最关键也最不透明的一层：模型定期读你的聊天记录，写出一份很密的个人画像，比如你在做什么项目、用什么工具、旅行计划和预算、健身习惯。早期用户看不到这一层；今年 6 月起，OpenAI 把这个定期整理的过程也叫“做梦”，并在设置里加了一个“记忆摘要”页面。</p>
<p>关键在于<strong>怎么用</strong>：这四层内容，在每一次对话时都和系统提示词一起放进模型的输入。不管你问的是 Python 报错还是周末去哪玩，模型都能看到全部画像。</p>
<p>有人把这叫作 OpenAI 的“苦涩的教训”式押注：不做精巧的检索、不建向量库和知识图谱，把所有东西都给模型，相信两件事，一是模型够聪明，能自己忽略不相关的内容；二是上下文会越来越长、越来越便宜。</p>
<p>这套做法的好处是简单、个性化强，你会觉得它“很懂你”。代价也很明显：</p>
<ul><li><strong>过时的信息会一直在。</strong> 有人测试发现，一次计划了但没成行的旅行、一个早就放弃的项目，都留在画像里。OpenAI 自己公布的评测里，新系统在“时效类”问题上的准确率是 75.1%，也就是大约四分之一的时候，它记着的还是过时的你。</li><li><strong>你看到的不是模型看到的。</strong> 有开发者指出，“记忆摘要”页只是给用户看的一个视图，每次生成的内容还不完全一样；用户在页面上的修改，存成了一段对话记录，而不是直接改掉底层的画像。</li><li><strong>大部分是它自己决定记的。</strong> 前面那项研究里的 96%，说的就是这件事。</li></ul>
<p>回头看我的审计结果，GPT 给每条记忆标的来源也印证了这套结构：有的来自“历史摘要”，有的来自“检索出的旧对话”，有的来自关联的邮件和文件，还有那 8 条，是这次审计时“新生成的推断”。它自己也说明了：<strong>能检索到的历史内容，不等于已保存的独立记忆条目。</strong> 用户其实很难知道，哪些东西在下一次对话里真的会被拿出来用。</p>
<h2>三、拆开 Claude：按主题记，用的时候再查</h2>
<figure><img src="https://xiuke.net/blog/images/mem-claude-v1.jpg" alt="" loading="lazy"><figcaption>Claude 的记忆：聊天、Claude Code、Agent 三种场景，三种搭法</figcaption></figure>
<p>Claude 的做法几乎是反过来的，而且官方文档写得比较清楚。按使用场景，可以分成三种。</p>
<p><strong>1. 聊天里的记忆：主题条目 + 按需搜索。</strong></p>
<p>Claude 的记忆最近改过一次版。旧版是每 24 小时把你的聊天记录合成一份摘要，每个项目各自一份。新版改成：<strong>在聊天过程中，按“主题”一条一条地保存</strong>，比如“截止日期改到了下周”，下一次对话就已经知道，不用等每天的汇总。</p>
<p>官方说明里列了它主要记什么：你的角色和工作背景、工作和生活里的人和地方、沟通偏好和工作风格、技术偏好和代码风格、项目细节和进展。</p>
<p>跟 ChatGPT 最大的区别有三个：</p>
<ul><li><strong>翻旧账要走“工具调用”。</strong> 想找以前聊过的内容，Claude 会调用一个搜索过往聊天的工具（官方明确说是 RAG），对话里能看到这次调用，回答里有指回原对话的引用。用了什么、从哪来，用户看得见。</li><li><strong>按项目隔离。</strong> 每个项目有自己的记忆；在项目里，Claude 只会用到这个项目和项目外的通用记忆，不会串到别的项目。写代码的记忆，不会跑到写公众号的对话里。</li><li><strong>敏感信息分级。</strong> 健康、种族、宗教、政治、性别认同这类话题，默认不存，用户主动开启后才存，而且每存一条都会提示；还有几类信息无论如何都不存：证件号码、犯罪记录、金融账户号码和移民身份。</li></ul>
<p><strong>2. Claude Code 里的记忆：两份 Markdown 文件。</strong></p>
<p>写代码的场景更直接，记忆就是磁盘上的文件：</p>
<ul><li><strong>CLAUDE.md</strong>：人写给 AI 的规则，比如项目怎么构建、代码风格是什么，每次会话全量加载。分个人、项目、组织几个层级。</li><li><strong>自动记忆</strong>：Claude 自己写，存在一个记忆文件夹里。MEMORY.md 当索引，具体内容放在一个个主题文件里。按 Anthropic 研究文章里的说法，<strong>每次只加载 MEMORY.md 的前 200 行或 25KB</strong>，其余的需要时再去读。</li></ul>
<p><strong>3. Agent 的记忆：记忆文件夹 + 做梦。</strong></p>
<p>在 Anthropic 给开发者的托管 Agent 服务里，记忆是一个挂载的文件夹，Agent 边做事边往里写，空闲时再“做梦”整理。这正是开头宝可梦实验的设置。</p>
<p>两家对比下来，路线很清楚：<strong>ChatGPT 是“隐式画像、每次全塞”，Claude 是“显式条目、按需去查”。</strong> 前者更省心、更“懂你”，后者更透明、更可控。</p>
<p>再加上 Google：Gemini 一边有用户主动保存的“已保存信息”，一边通过“个人智能”接入 Gmail、相册、YouTube 观看记录和搜索记录，用到时再从这些账号数据里取。<strong>它的记忆，很大一部分不是从聊天里来的，而是从你的整个 Google 账号里来的。</strong> 这也是 Google 和手机厂商做记忆的天然优势。</p>
<h2>四、记忆的“形状”：从便签、画像、文件夹到本体</h2>
<figure><img src="https://xiuke.net/blog/images/mem-shapes-v1.jpg" alt="" loading="lazy"><figcaption>AI 记忆的五种形状：越往右，结构越强，维护成本也越高</figcaption></figure>
<p>如果把各家做法放在一起看，记忆最终会被存成几种不同的“形状”，按结构从弱到强排：</p>
<p><strong>1. 原始记录：干脆不整理，用的时候去搜。</strong> Claude 的“搜索过往聊天”就是这一类。Anthropic 在研究文章里也说，把搜索原始记录作为记忆的地基，是一个合理的选项。</p>
<p><strong>2. 便签：一条一条的短句。</strong> ChatGPT 早期的“保存的记忆”就是这样。简单、好删，但条与条之间没有关系，也没有时间概念。</p>
<p><strong>3. 画像：一整份摘要。</strong> ChatGPT 的用户知识记忆、Claude 旧版的每日摘要都属于这类。信息密度高，读起来像一份人物小传；问题是整份重写，改一处容易牵动全身，过时信息也藏在里面不容易被发现。</p>
<p><strong>4. 文件夹：按主题分开的文档，加一个索引。</strong> Claude 新版的主题条目、Claude Code 的 MEMORY.md、Anthropic 研究里的记忆文件夹都是这个思路。人和 AI 都能读、能改，可以分层加载。宝可梦实验里 Fable 5 那个 global.md，就是一个当“仪表盘”用的顶层索引。</p>
<p><strong>5. 图谱：实体和关系连成的网。</strong> 开源方案 Zep 用的是“时序知识图谱”：把对话拆成人、事、物和它们之间的关系，而且每条关系都记两个时间：事情什么时候为真，系统什么时候知道的。新事实和旧事实冲突时，旧的那条边会被标记失效，但历史保留。按它的论文，在一个长期记忆测试集上，这套做法比把全部历史塞进上下文的准确率更高（71.2% 对 60.2%），上下文从约 11.5 万 Token 降到 1600 个左右。YC 的 CEO Garry Tan 开源的 GBrain，也是用 Markdown 文件加上“在哪工作”“投资了谁”这类带类型的关系，自动连成一张网。</p>
<p>在这些形状之外，还有一类把记忆当“操作系统”来设计的思路：开源项目 Letta（前身是 MemGPT）把记忆分成三层，常驻上下文的“核心记忆”、可回翻的“对话记忆”、存在外部的“档案记忆”，模型自己决定什么时候把东西换进换出，就像操作系统管理内存和硬盘。另一个开源方案 Mem0，则是让模型从每段对话里抽出事实，再决定这条是新增、更新、删除还是忽略。</p>
<h3>那本体论呢？</h3>
<p>我研究生做的方向是本体论，所以看到“知识图谱”这几个字时，多想了一步。</p>
<p><strong>本体和知识图谱不是一回事。</strong> 知识图谱是一张具体的网：张三在 A 公司工作，A 公司投资了 B。本体是这张网的“规则”：世界上有哪几类东西，“人”和“公司”之间能有哪几种关系，每种关系要满足什么约束。前者是数据，后者是对数据的定义。</p>
<p>今天大部分 AI 记忆系统，是<strong>没有显式本体</strong>的：存的是自由文字，什么都能往里写。GBrain 的“在哪工作”“投资了谁”、Zep 的实体类型，算是很轻的本体。Palantir 把本体做成了最贵的企业软件，但那是给企业数据用的，不是给个人记忆用的。</p>
<p>可是你仔细看，本体其实一直都在，只是换了个地方：</p>
<ul><li><strong>在产品规则里。</strong> Claude 官方说明里“记什么”的五类、敏感信息的分级、永远不存的几类，本质上就是一套写入规则的本体：先定义有哪几类信息，再规定每一类能不能存、怎么存。</li><li><strong>在审计时被“临时生成”出来。</strong> 我让 GPT 审计自己时，它没有吐出一堆零散句子，而是自动给出了一套结构：10 个维度，每条记忆都带上“性质、来源、证据强度、可能用途、风险”五个属性，还把“事实、偏好、历史行为、新推断”分开标。这就是一份用户画像的本体，只不过是在被追问时才长出来的。</li></ul>
<p>所以我的判断是：<strong>大模型时代的本体，是一种“软本体”。</strong> 它不再像十几年前那样，由专家用 OWL 这类语言提前写死，而是由两部分组成：一小部分由产品硬性规定（什么不能存、哪些要分级、要标时间和来源），大部分由模型在整理记忆时自己归纳（宝可梦里的 global.md、Anthropic 研究里自动生成的维基）。</p>
<p>这也解释了为什么“做梦”这件事这么重要：<strong>归纳结构，是需要专门花时间去做的事。</strong></p>
<h2>五、为什么 AI 也要“做梦”</h2>
<figure><img src="https://xiuke.net/blog/images/mem-sleep-v1.jpg" alt="" loading="lazy"><figcaption>Agent 的一天：白天边干活边记，空闲时睡一觉整理</figcaption></figure>
<p>回到 Anthropic 那篇文章。它开头借用了人脑的分工：海马体在当下快速记录经历，只有一部分会在睡眠和安静休息时被“回放”，慢慢沉淀成长期知识。Agent 也可以这样分工：干活时先记下来，空闲时再整理。</p>
<p>为什么不能边干边整理？文章给了两个理由：一是边干边记会分散主任务的注意力；二是<strong>当下根本不知道什么重要</strong>。写下一条规则，其实是在预测“以后还会用到它”，而预测会错。</p>
<p>文章里有几组发现，我觉得对做产品的人最有用：</p>
<p><strong>1. 会不会记，取决于模型会不会“验证”。</strong> 在一个持续学习的测试里，Sonnet 4.6 只会写下一堆没验证的猜想；Opus 4.7 开始区分“已核实”和“未核实”；到 Opus 5，每条记录都有规则、有依据、有踩坑警告，第一次形成了完整的学习闭环。</p>
<p><strong>2. 只记“想明白的东西”，不记“随时看得到的东西”。</strong> 宝可梦里，Sonnet 3.7 把钱和坐标都记下来，可这些屏幕上随时看得到，记了反而一直过时。Fable 5 只记策略、计划和验证过的规则，比如连扔 7 个精灵球都没抓到一条鲤鱼王之后，它总结出“连续失败就调整按键节奏”。</p>
<p><strong>3. 讲目的，不讲规则。</strong> 只告诉 Opus 4.7 和 Opus 5“有一个记忆文件夹可以用”，它们就明显提分；反过来规定“只记录失败”，记忆带来的提升反而丢了一大半。老一点的模型才需要手把手的提示。</p>
<p><strong>4. 做梦能改错。</strong> 就是开头那个山洞的例子：没改的笔记，会在之后每一次会话里被读出来、被相信。</p>
<p><strong>5. 做梦能把散笔记连成维基。</strong> 在一家公司约 35 万个文件、4.2 亿 Token 的文档上，做梦从 2 轮增加到 128 轮，只靠维基答题的得分从 13% 提高到 48%；维基加搜索一起用得 61%，只用搜索是 53%，每道题还省约 2 万 Token。在并购法律问题上，需要跨多份文件找答案的题，用维基得分 87%，只用搜索 73%。</p>
<p>但文章也写了反例：答案在单份文件里就能搜到时，维基没有帮助；有一次维基甚至比原始文件还大，像博尔赫斯小说里那张和帝国一样大的地图，什么都没抽象。</p>
<p><strong>6. 顶层要小。</strong> 每次开工都自动加载的那一层，既占 Token，错一条还会带进每次会话，而且指令越长，模型越不容易遵守。所以做梦的很多工作，是把细节往下挪，只在顶层留索引。</p>
<p><strong>7. 多个 Agent 写同一份记忆，会互相踩。</strong> 一个合同任务里，几个 Agent 同时往一张共享表里写，57 个关键事实只保住 41 个；改成一份合同一页、一个 Agent 负责、条款原文照录之后，57 个全部保住。</p>
<p>有意思的是，OpenAI 今年 6 月给 ChatGPT 的画像整理过程，也起名叫“做梦”；更早之前，Letta 和加州大学伯克利分校提出过“睡眠时间计算”，让模型利用两次交互之间的空闲时间整理上下文。<strong>各家不约而同地走到了同一个地方：记忆的关键，不在存，而在整理。</strong></p>
<h2>六、未来往哪走：几个判断</h2>
<p><strong>1. 从“全塞”到“分层”。</strong> ChatGPT 赌的是上下文会越来越便宜，所以全塞；Anthropic 的研究说明，顶层越大，模型越不听话。我的判断是，主流做法会收敛到“小索引常驻 + 主题按需读取 + 原始记录可搜索”的三层结构，像 Claude Code 的 MEMORY.md 那样。</p>
<p><strong>2. 从“记住你是谁”到“记住怎么做”。</strong> 今天大部分产品记的是事实和偏好；Agent 时代更值钱的，是经验：上次这件事是怎么做成的、在哪里踩过坑。越用越熟练，才是记忆真正的价值。</p>
<p><strong>3. 结构会越来越强，本体会以“软”的方式回来。</strong> 从便签到画像到文件夹到图谱，结构在变强。但不会回到专家手写本体的老路，而是产品定规则、模型做归纳。</p>
<p><strong>4. 记忆会变成新的“切换成本”。</strong> 上一篇写 ToC Agent 的商业困局时说过，今天的 AI 助手几乎没有切换成本。一个记住了你一年工作习惯的助手，换掉它的代价会越来越高。这也是 Claude 和 Gemini 都在做“记忆导入”的原因：先把别人的护城河，变成自己的入口。</p>
<p><strong>5. 记忆治理会变成产品的核心能力。</strong> 96% 由系统自行写入、超过一半涉及心理推断，这样的记忆，用户需要知道它记了什么、凭什么记、能不能删。</p>
<p>我让 GPT 在审计报告最后给出了一套治理建议，分了五层，我觉得可以直接当作产品设计的参考：</p>
<ul><li><strong>可以长期保留的</strong>：语言、解释深度、结构偏好、长期的学科兴趣，用概括性的描述，定期确认是否变化；</li><li><strong>有期限的</strong>：课程进度、求职方向、当前项目，要带时间戳和“计划 / 已完成”的状态，项目结束就不再默认使用；</li><li><strong>只在需要时调用的</strong>：家人、未成年人、身份和医疗财务这类敏感信息，即时使用，不在无关问题里主动带出；</li><li><strong>不应该当成事实的</strong>：对性格、情绪、执行力的推断，只能当作可撤销的低权重假设；</li><li><strong>必须长期遵守的</strong>：用户明确说“这类事别记”，以后就不要主动提。</li></ul>
<p>给产品经理的一句话：</p>
<p><strong>记忆不是一个功能，是一套数据产品：记什么、谁来写、存成什么形状、什么时候拿出来、怎么整理、怎么忘、谁能看，每一项都是产品决策。</strong></p>
<h2>写在最后</h2>
<p>十几年前读研究生，我做的方向是本体论：用一套概念和关系，去描述人的情绪。那时候觉得这是个很窄的学术题目，论文发出去，引用量也就几条。</p>
<p>这次审计 GPT 的时候，我盯着它给自己列的那张表看了很久：10 个维度，每条记忆带着来源、证据和风险，还有 8 条对我性格的推断。某种意义上，它在做的，正是当年我想做的事：用一套结构，去描述一个人。</p>
<p>不同的是，当年的本体是人一条一条写出来的；今天，是 AI 在“睡梦里”自己整理出来的。</p>
<p>至于它整理得对不对，可能需要我们自己，时不时去看一眼。</p>]]></content:encoded></item>
    <item><title>ToC Agent 的商业困局：大厂明知亏钱，为什么还要做？</title><link>https://xiuke.net/blog/19/</link><guid isPermaLink="true">https://xiuke.net/blog/19/</guid>
      <pubDate>Tue, 10 Nov 2026 07:30:00 +0800</pubDate><category>锈评</category><description>千问所在的业务一个季度收入 33 亿、亏损 138 亿；OpenAI 预计未来五年净流出 2780 亿美元。把投入和收入放在一起算一笔账，再看大厂为什么明知亏钱也要做 ToC Agent，以及它最后会变成什么。</description>
      <content:encoded><![CDATA[<blockquote><p>ToC AI 助手可能不是一门生意，而是一张门票：票本身不赚钱，但不买票的人，会被挤出场。</p></blockquote>
<p>先看一组阿里的财报数字。</p>
<p>8 月公布的季报里，阿里把千问 App 所在的业务单独列了出来。这一个季度，<strong>它的收入是 33.4 亿元，经调整后的亏损是 138.6 亿元。</strong></p>
<p>也就是说，每赚 1 块钱，要亏掉 4 块多。亏损比去年同期扩大了 100 多亿，财报给的原因很直接：AI 投入，以及千问 App 的推理成本。</p>
<p>这不是阿里一家的问题。</p>
<p>OpenAI 给投资人的预测是：2026 到 2030 年，累计自由现金流是负的 2780 亿美元，光算力就要花 8500 多亿美元。Google 今年二季度的自由现金流，是上市以来第一次变成负数。连苹果都在 11 月初的电话会上确认：新版 Siri 的 AI 功能会设使用上限，用得多的人，以后要花钱买“扩容”。</p>
<p>所以这篇想回答三个问题：</p>
<ol><li>ToC 的 AI 助手和 Agent，到底花了多少钱，赚回来多少？</li><li>如果单独算账不赚钱，大厂为什么还要做？</li><li>它的终局是什么：是一门能独立盈利的生意，还是只是 ToB 业务的门面？</li></ol>
<h2>一、先算一笔账：投入有多大，收入有多少</h2>
<h3>1. 投入：一年几千亿美元</h3>
<div class="table"><table><thead><tr><th>公司</th><th>2026 年资本开支（公开口径）</th><th>说明</th></tr></thead><tbody><tr><td>亚马逊</td><td>约 2200 亿美元</td><td>管理层指引</td></tr><tr><td>Alphabet</td><td>1950–2050 亿美元</td><td>三季度上调；2027 年预计超过 3000 亿</td></tr><tr><td>微软</td><td>约 1750 亿美元</td><td>口径受租赁分类影响</td></tr><tr><td>Meta</td><td>1350–1450 亿美元</td><td>三季度收窄到这个区间</td></tr><tr><td>字节</td><td>约 2000 亿元人民币</td><td>媒体报道，比年初计划高约 25%</td></tr><tr><td>阿里</td><td>三年 3800 亿元，到二季度末已花约一半</td><td>单季 677 亿元，同比增长 75%</td></tr></tbody></table></div>
<p><em>数据来自各公司 2026 年财报和电话会，亚马逊、微软为二季度时的指引；字节为媒体报道</em></p>
<p>要说清楚一点：<strong>这些钱不全是花在 ToC 助手上的。</strong> 大部分建的是数据中心，同时服务云客户、广告系统、推荐算法和自家的 AI 助手。</p>
<p>但 ToC 助手是其中最“只花不赚”的那一块。</p>
<p>对照一下芯片这一层：英伟达上个季度收入 962 亿美元，毛利率 75%，净利润 597 亿美元，数据中心收入同比翻了一倍多。<strong>大厂一年几千亿美元的投入，有相当一部分变成了英伟达的收入。</strong> 这一轮 AI，赚钱最稳的一直是卖铲子的那一层；在应用层，尤其是 ToC 助手这一层，还没有人赚到钱。</p>
<h3>2. 收入：ToC 的钱，远远盖不住成本</h3>
<figure><img src="https://xiuke.net/blog/images/x8-burn-v1.jpg" alt="" loading="lazy"><figcaption>ToC AI 的投入和收入，放在一起看</figcaption></figure>
<p>能看到的几组数字：</p>
<ul><li><strong>阿里</strong>：千问 App 所在的业务，单季收入 33.4 亿元，亏损 138.6 亿元。财务负责人说亏损环比在收窄，因为千问的营销费用降下来了。</li><li><strong>OpenAI</strong>：据报道，2025 年收入约 130 亿美元，花掉了约 220 亿美元。今年预计收入约 360 亿美元，仍然大幅亏损。</li><li><strong>Google</strong>：二季度资本开支 449 亿美元，约六成花在 AI 服务器上，自由现金流 -59 亿美元。</li><li><strong>春节红包大战</strong>：腾讯、阿里、字节、百度四家合计投入超过 50 亿元，其中千问一家 30 亿元。活动期间千问日活涨了 9 倍多；活动结束后，千问和豆包的日活都回落到 4000 万左右，元宝回到了活动前的水平。</li></ul>
<p>收入这边，最核心的一个数字是付费率：<strong>ChatGPT 每周 9 亿多用户里，付费的大约只有 5%。</strong> 而且九成用户在美国和加拿大以外，这些地区每个用户能带来的广告收入，只有美国的零头。</p>
<p>把这些放在一起，结论很直接：</p>
<p><strong>ToC 的 AI 助手，今天没有一家是靠它自己赚钱的。</strong></p>
<h2>二、为什么这么难赚钱：一张终局图</h2>
<figure><img src="https://xiuke.net/blog/images/x8-endgame-v3.jpg" alt="" loading="lazy"><figcaption>ToC AI 产品的终局图：三角是老逻辑，中间的算力成本是新变量</figcaption></figure>
<p>互联网的老逻辑是一个三角：体验好，用户就多、用得久；用户多，广告就卖得出去；赚到的钱再投回产品。搜索、社交、短视频，都建在这条路上。</p>
<p>AI 多出来的，是中间那块<strong>算力成本</strong>。</p>
<p>传统互联网多一个用户，成本几乎为零。AI 多一次对话，就多一份推理成本。用户越多、聊得越久，账单越大。</p>
<p>于是收入只剩三条路，每一条都有自己的天花板。另外还有一类特殊的玩家，手机厂商，它们走的是第四种打法：</p>
<div class="table"><table><thead><tr><th>派</th><th>怎么赚钱</th><th>代表</th><th>天花板</th></tr></thead><tbody><tr><td>订阅派</td><td>少数重度用户为好体验付钱</td><td>Claude、Perplexity</td><td>付费率个位数，规模上不去</td></tr><tr><td>广告派</td><td>用超级流量卖广告</td><td>Gemini、豆包、元宝</td><td>广告收入要盖过每个用户的推理成本</td></tr><tr><td>交易派</td><td>Agent 替你办成事，商家付钱</td><td>千问、Muse</td><td>必须有现成的交易生态</td></tr><tr><td>三条路都试</td><td>会员 + 广告 + 购物</td><td>ChatGPT</td><td>每条都在试，还没有一条跑通</td></tr><tr><td>入口派（手机厂商）</td><td>Agent 免费捆绑在系统里，钱从硬件、应用商店、搜索分成里来</td><td>Siri、Galaxy AI、小艺、小爱、YOYO、蓝心</td><td>推理成本要靠硬件和服务的利润来消化</td></tr></tbody></table></div>
<p>手机厂商这一派很容易被忽略，但它可能是 ToC Agent 最关键的玩家。这几年，手机里的语音助手几乎都在升级成 Agent：小爱同学的月活已经有 1.75 亿，华为小艺接了 500 多个合作方的技能和 2000 多个鸿蒙智能体，荣耀 YOYO 和小艺正在接入支付宝的办事智能体。<strong>它们离用户最近，入口天然在手里，不需要用户下载任何 App。</strong></p>
<p>下面分开看，每一派到底卡在哪。</p>
<h2>三、困局：四个绕不过去的坎</h2>
<h3>1. 边际成本不是零</h3>
<p>这是 ToC AI 和过去所有互联网产品最大的不同。</p>
<p>Meta 的 Muse 8 月上线，到现在，开户超过 1000 万，约四分之一的人每天在用。看起来很好，但扎克伯格在三季度电话会上给自己定的目标是：<strong>一年内把 Muse 的算力成本降到现在的十分之一以下。</strong></p>
<p>换句话说，按今天的成本，用户越多、越活跃，亏得越多。</p>
<p>所以你会看到每家都在用价格做“限流阀”：</p>
<figure><img src="https://xiuke.net/blog/images/x8-price-v1.jpg" alt="" loading="lazy"><figcaption>主流 AI 助手的价格阶梯（月付，2026 年 11 月）</figcaption></figure>
<p>Muse 最直白：免费每周约 1 亿 Token，Power 档每月 20 美元给 5 亿，Max 档 100 美元给 30 亿，功能完全一样，只差用量。豆包、千问的会员也类似，基础功能免费，会员买的是专家模式和办公任务的额度。</p>
<p><strong>这时候会员费不是在赚钱，是在给重度用户的算力定价。</strong></p>
<p>连最不缺钱的苹果，也开始用同样的办法。11 月初的财报电话会上，苹果 CEO 特纳斯说：<strong>依赖云端模型的功能，包括新版 Siri，会有使用上限；需要更多额度的人，以后可以购买“扩容”。</strong> 价格和上线时间还没公布。</p>
<p>更值得注意的是财报里的两个会计处理：</p>
<ul><li>Siri AI 的云端推理成本，记进服务业务的成本；</li><li>苹果会把一部分 iPhone 的销售收入递延，因为 Siri AI 被视为一项随机附送、要持续提供的服务。</li></ul>
<p>苹果给 12 月季度的毛利率指引是 45%–46%，下滑主要因为内存涨价，Siri AI 上线的成本也是原因之一。<strong>“买手机送 AI”，在苹果的账本上已经变成了一笔要持续付钱的服务成本。</strong></p>
<p>其他手机厂商目前的做法：</p>
<div class="table"><table><thead><tr><th>厂商</th><th>系统级 AI / Agent</th><th>收费情况（2026 年 11 月）</th></tr></thead><tbody><tr><td>苹果</td><td>新版 Siri、Apple Intelligence</td><td>基础免费，云端功能设上限，将来可付费扩容</td></tr><tr><td>三星</td><td>Galaxy AI</td><td>核心功能免费；部分 Gemini 高级功能要另买 Google 的订阅</td></tr><tr><td>Google</td><td>Pixel 上的 Gemini</td><td>基础免费；高端机型送一段时间的 AI 会员，到期后按月付费</td></tr><tr><td>华为、小米、荣耀、OPPO、vivo</td><td>小艺、超级小爱、YOYO、小布、蓝心</td><td>系统助手免费，没有单独的 AI 会员</td></tr></tbody></table></div>
<p>国内手机厂商还没有一家敢对系统 AI 单独收费。一方面，用户已经习惯手机功能“买了就能用”；另一方面，有调研显示，不少用户买新机一个月后，AI 功能的使用频率就降到每周不到一次。<strong>愿意为它多掏钱的人，还太少。</strong></p>
<h3>2. 付费率有天花板</h3>
<p>订阅派的逻辑最简单：做到最好，让愿意付钱的人付钱。</p>
<p>Claude 今年的个人订阅翻了一倍多，主要来自写代码、写文档、做分析的人。但即使是 ChatGPT 这样全球最大的 AI 产品，付费率也只有 5% 左右。</p>
<p>而且付费的人数在涨，客单价在降。OpenAI 推了 8 美元、还带广告的 Go 档，据报道预计它会把消费订阅数拉到上亿，同时大量 Plus 用户会往下迁移。</p>
<p><strong>愿意每月掏 20 美元的，基本都是拿 AI 干活的人。</strong> 本质上，这是个人掏钱买的 ToB 工具。大众用户这一大片，订阅是收不上来的。</p>
<h3>3. 广告能放，但单次查询能赚的钱变少了</h3>
<p>广告派的逻辑和过去二十年的互联网一样。广告本身不是问题，用户每天刷的信息流和搜索结果里都有广告，早就习惯了。</p>
<p>ChatGPT 1 月开始试广告：放在答案下方、和回答分开、明确标注“赞助”；未成年人、政治、健康、心理话题不出广告。到现在，官方披露的广告年化收入约 10 亿美元，周活也从 9 亿涨到了 10 亿以上，没有看到用户大规模离开。</p>
<p>Google 三季度的搜索收入同比增长 12%，查询量增速是五年来最高的。AI 概览和 AI Mode 里放广告，也没有把用户赶走。</p>
<p><strong>真正的新问题，不是广告伤体验，而是“答案替代了点击”。</strong></p>
<p>以前你搜一个问题，要点开三五个链接，每个链接都是一次广告机会；现在 AI 直接给你答案，能放广告的位置少了。Google 管理层也承认，AI Mode 的变现率比传统搜索低。</p>
<p>所以广告派要解决的，是在对话里找到新的广告位，并且做成用户能接受的样子：</p>
<div class="table"><table><thead><tr><th>广告位</th><th>例子</th><th>体验风险（我的判断）</th></tr></thead><tbody><tr><td>发现页 / 信息流</td><td>各家 App 的发现页、AI 视频流</td><td>低</td></tr><tr><td>回答下方的赞助位</td><td>ChatGPT 现行做法</td><td>中低</td></tr><tr><td>AI 搜索里的广告</td><td>Google AI Mode、AI 概览</td><td>中</td></tr><tr><td>回答正文里植入</td><td>答案里优先提某个品牌</td><td>高</td></tr><tr><td>Agent 的默认选择</td><td>订餐、买票时默认选合作商家</td><td>高，但收益也最大</td></tr></tbody></table></div>
<p>前几种，互联网已经有成熟解法：标注清楚、和内容分开、控制频次。最后两种是 AI 才有的新问题：<strong>搜索给你一页结果让你自己挑，Agent 直接替你挑了。</strong></p>
<p>广告能补上一部分收入，但短期内补不上推理成本。OpenAI 自己的目标是，到 2030 年从免费用户身上赚到上千亿美元，现在才刚起步。</p>
<h3>4. 补贴换不来留存，用户没有切换成本</h3>
<p>春节那一仗最能说明问题。</p>
<p>几家合计砸了 50 多亿元，日活冲上去了，节后又都回落了。原因很简单：<strong>今天的 AI 助手，几乎没有切换成本。</strong></p>
<p>第三方榜单上，头部几家模型的分差已经很小，排名每隔几周就换一次。对普通用户来说，这个助手和那个助手，大部分时候感受不出差别；没有聊天记录、没有好友关系、没有绑定的服务，换一个 App 只需要几秒钟。</p>
<p>社交产品能靠关系链留住人，电商能靠购物车和会员留住人。AI 助手要留住人，靠的是<strong>记忆和替你办事的能力</strong>：它记得你是谁，能帮你订餐、改行程、处理邮件。这些能力，又都离不开大厂背后的生态。</p>
<h3>困局的结果：中间地带正在消失</h3>
<p>这四个坎叠在一起，最先出局的是“既没有生态、也没有超级流量”的独立 ToC 助手。</p>
<p>过去两年，这类公司的结局高度相似：</p>
<div class="table"><table><thead><tr><th>公司</th><th>结局</th></tr></thead><tbody><tr><td>Inflection（Pi）</td><td>2024 年创始人带团队加入微软，微软付了授权费</td></tr><tr><td>Character.AI</td><td>2024 年创始人回到 Google，Google 付了约 27 亿美元的授权费</td></tr><tr><td>Manus</td><td>据报道，Meta 约 20 亿美元的收购没有完成，后来由腾讯牵头回购</td></tr></tbody></table></div>
<p>连大厂自己也在收缩。微软今年 3 月把消费版 Copilot 和企业版的产品团队合并，AI 负责人苏莱曼转去专心做模型。</p>
<p><strong>ToC 助手这门生意，最后会被大厂吃掉，原因不是大厂产品更好，而是只有大厂付得起这笔账。</strong></p>
<h2>四、那大厂为什么还要做？</h2>
<p>如果单独算账一直亏，大厂为什么还都在抢？</p>
<figure><img src="https://xiuke.net/blog/images/x8-why-v2.jpg" alt="" loading="lazy"><figcaption>大厂做 ToC Agent 的四个真实目的</figcaption></figure>
<p>我的理解，至少有四个理由，而且每家的主要理由不一样。</p>
<h3>1. 守入口：不做，入口就被别人拿走</h3>
<p>首当其冲的，是手机厂商。</p>
<p>手机厂商的钱，一大块从来不在硬件上，而在入口上：应用商店的分发和分成、浏览器和搜索的广告分成、预装、负一屏和信息流广告。小米二季度的互联网服务收入约 90 亿元，毛利率 76.8%，比卖手机高得多；苹果一个季度的服务收入是 316 亿美元，其中光是 Google 为了做 iPhone 的默认搜索，每年就付给苹果约 200 亿美元（据美国反垄断案披露）。</p>
<p>如果有一天，用户不再自己打开应用商店、不再自己搜索，而是直接跟一个 Agent 说“帮我订明天的机票”，那么这些分成就会流向那个 Agent 背后的公司。<strong>谁掌握 Agent，谁就掌握下一代的应用分发。</strong> 手机厂商不做系统级 Agent，等于把自己最赚钱的那块业务拱手让人。</p>
<p>去年底已经有过一次预演：字节和中兴在努比亚的工程机上测试“豆包手机助手”，它能替用户在不同 App 之间跳转、订票、下单。很快，微信拒绝访问，淘宝、支付宝和一些银行 App 也做了限制，豆包团队随后宣布调整这项能力。<strong>入口之争，从第一天起就不只是技术问题。</strong></p>
<p>Google、字节、腾讯的逻辑也一样。AI 助手很可能是搜索框、超级 App 的下一个形态。用户的问题如果都去问 ChatGPT，Google 的搜索广告就没了；用户如果在豆包里刷到答案，就少打开一次抖音和今日头条。</p>
<p><strong>这时候 AI 助手不是一门新生意，而是在保护老生意。</strong> Google 三季度搜索收入还在增长，就是这笔防守账算得过来的证据。</p>
<h3>2. 给 ToB 打品牌、练模型</h3>
<p>这是 Anthropic、微软、阿里最核心的理由。</p>
<p>Anthropic 的招股书写得很清楚：<strong>按量付费占收入的 80%，订阅只占 20%。</strong> 个人订阅是“智能驱动增长”的起点：工程师先在个人层面用 Claude Code，再自下而上带动整个公司采购。</p>
<p>阿里也是一样。千问 App 在亏钱，但同一份财报里，阿里云收入增长 45%，AI 相关产品的年化收入约 495 亿元，百炼大模型平台的年化收入超过 160 亿元。吴泳铭在电话会上说，<strong>目前 AI 的大部分价值，在芯片和云基础设施这一层。</strong></p>
<p>字节的豆包也有同样的作用：豆包大模型日均 Token 使用量已经突破 180 万亿，两年涨了 1500 倍。国民级的 App 是最好的广告牌，企业客户买火山引擎的时候，会想到“这就是豆包背后的模型”。</p>
<h3>3. 摊薄算力：反正要建，不如让它跑满</h3>
<p>数据中心是按峰值建的。白天企业客户用得多，晚上和周末，ToC 用户正好把空闲的算力用起来。</p>
<p>更重要的是，ToC 是最大的试验场：几亿用户每天在教模型什么问题常见、什么回答好用、什么任务能跑通。<strong>这些数据和反馈，是 ToB 产品拿不到的。</strong></p>
<p>据报道，字节内部不太看豆包会员的付费渗透率，会员更像是在给企业业务练 Agent：哪些任务用户愿意付钱，哪些办公场景跑得通。</p>
<h3>4. 交易和生态：Agent 是新的成交入口</h3>
<p>这是阿里和 Meta 最想讲的故事。</p>
<p>千问春节接入淘宝闪购，6 天做了 1.2 亿单。Meta 的 Muse 主打“能替你付钱的个人 Agent”，用来订餐厅、做购物和安排日程。</p>
<p>这条路如果走通，体验和收入第一次是同一个方向：Agent 办得越好，用户越满意，商家也越愿意付钱。但前提是背后有商家、支付、物流和售后，这些都是大厂花了十几年才搭起来的。</p>
<p><strong>所以大厂做 ToC Agent，账不是在 ToC 这一行里算的，是在整个集团的报表上算的。</strong></p>
<h2>五、终局判断</h2>
<p><strong>1. ToC 助手单独盈利，短期内很难。</strong></p>
<p>推理成本在降，但用量涨得更快。Token 越便宜，用户用得越多，任务越长，Agent 一次能跑几十步。我的判断是，未来两三年，主流 ToC 助手单独看都会是亏损的，区别只在亏多少。</p>
<p>唯一可能的例外是 OpenAI：它没有别的老生意可以“补贴”，ChatGPT 本身就是它最大的收入来源，所以它必须让 ToC 自己跑通。会员、广告、购物三条路同时试，本质上是没有退路。</p>
<p><strong>2. 对大厂来说，ToC 助手会变成“基础设施”的一部分，像搜索框和应用商店。</strong></p>
<p>它本身不收钱或者收很少，钱从别的地方赚回来：Google 和字节从广告，阿里和 Meta 从交易，Anthropic 和微软从企业客户，苹果和手机厂商从硬件溢价、应用商店和搜索分成。</p>
<p><strong>3. 它是不是只是 ToB 的门面？一半是。</strong></p>
<p>上周文章发到校友群里，几位做技术和 ToB 的朋友说法几乎一致：ToC 会被大厂垄断，ToB 的机会更多；小公司做 ToC，火了也会被大厂模仿和超越。</p>
<p>我当时也是这么回的。写完这篇，我觉得这句话只对了一半：</p>
<p>对 Anthropic、微软、阿里来说，ToC 更像 ToB 的品牌和获客入口，个人订阅是“免费试用”的高级版；对手机厂商、Google、字节、腾讯来说，它是守住流量和分发的防线；只有当 Agent 真正接上交易，ToC 才有机会变成一门独立的好生意。</p>
<p><strong>4. 创业公司的出路，在“拿 AI 干活的人”身上。</strong></p>
<p>做大众助手，创业公司付不起这笔账。给律师、医生、设计师、程序员做到极致的垂直 Agent，用户为结果付钱，不太在乎价格，这才是订阅能跑通的地方。</p>
<p>给产品经理的一句话：</p>
<p><strong>评估一个 ToC AI 产品，别只问它赚不赚钱，先问它在集团的哪张报表上赚钱。</strong></p>
<h2>写在最后</h2>
<p>做手机系统软件的那些年，语音助手、系统功能和各种小工具，很少单独算账。</p>
<p>用户不会为一个语音助手付钱。它的价值在于守住入口：搜索分成、应用分发、硬件溢价，钱都是从别的地方赚回来的。</p>
<p>只是那时候的语音助手，多数还只会定闹钟、查天气，成本几乎可以忽略。今天它变成了 Agent，能替你订票、下单、处理邮件，每用一次都要付一次算力钱。苹果开始给 Siri 设额度，就是这笔账第一次摆到了台面上。</p>
<p>今天的大厂做 AI 助手，是同一个道理，只是这张门票贵了很多：每一次对话，都要付一次算力钱。</p>
<p><strong>票本身不赚钱。但不买票的人，会被挤出场。</strong></p>]]></content:encoded></item>
    <item><title>回炉 02｜A 社招股书，一本给 ToB 产品经理的优质教科书</title><link>https://xiuke.net/blog/16/</link><guid isPermaLink="true">https://xiuke.net/blog/16/</guid>
      <pubDate>Fri, 06 Nov 2026 07:30:00 +0800</pubDate><category>回炉</category><description>Anthropic 的招股书，投资人在算估值。换个角度读，它是一本 ToB 产品教科书：指标怎么定义，产品故事怎么讲，产品线怎么一层层长出来，客户怎么分层。四节课，每节都能直接搬进你的工作。</description>
      <content:encoded><![CDATA[<blockquote><p>投资人读招股书，算它值多少钱；ToB 产品经理读招股书，学它怎么把一门生意讲清楚。</p></blockquote>
<p>10 月 26 日，Anthropic 向美国证监会递交了上市申请，股票代码 ANT。这份招股书三百多页，光风险因素就有九十多页。11 月初，它又递交了修订版，补上了第三季度的数字。</p>
<p>这几天的讨论几乎都围着一个问题转：值不值那么多钱？</p>
<p>估值是投资人的事。我读完的感受是：<strong>这是我见过最好的一本 ToB 产品教科书。</strong></p>
<p>ToB 产品经理平时最难的几件事：指标怎么定义才说服得了老板和客户，产品故事怎么讲，产品线怎么规划，客户怎么分层。这份招股书，几乎每一页都在做这几件事，而且是在律师和监管的盯防下做的，每一个数字都得经得起追问。</p>
<p>所以这一篇，我不算估值，只上四节课。</p>
<figure><img src="https://xiuke.net/blog/images/hl2-lessons.jpg" alt="" loading="lazy"><figcaption>把 A 社招股书当教科书读：四节课</figcaption></figure>
<h2>第一课：关键指标——学会给自己的生意下定义</h2>
<p>招股书开篇就把财务叙事压成三个词：<strong>增长、算力效率、经营效率</strong>。每个词都配了一个能上标题的数字。我挑五组对 ToB 产品经理最有用的。</p>
<h3>1. 增长：看高度，看斜率，也看利润率</h3>
<ul><li>2026 年上半年收入 163 亿美元，去年同期 12 亿，约 14 倍。</li><li>第二季度单季 116 亿美元，同比增长 1368%。</li><li>同一个季度，GAAP 经营利润率是 <strong>8%</strong>；一年前是 <strong>-152%</strong>。</li><li>修订版补上的第三季度：单季 <strong>170 亿美元</strong>，同比增长 1127%，环比约 47%；前三季度合计 332 亿，是 2025 年全年（46 亿）的 7 倍多。</li></ul>
<figure><img src="https://xiuke.net/blog/images/hl2-growth-v3.jpg" alt="" loading="lazy"><figcaption>收入还在狂奔，经营利润率却先翻正、又转负</figcaption></figure>
<p>光说“增长很快”没有说服力，很多公司靠烧钱也能涨。这份招股书真正想让人记住的，是<strong>增长和利润率同时往好的方向走</strong>。它还给了一组对比：收入增长 1368%，算力与基础设施支出只增长了 300%。这就是在正面回应外界那个最大的质疑：“AI 公司烧算力，永远不赚钱。”</p>
<p>但修订版补上的第三季度，让这组对比变了味：<strong>收入同比增速从 1368% 降到 1127%，算力支出增速却从 300% 升到 382%</strong>。GAAP 经营利润率回到了 -3%，单季亏了约 5.7 亿；调整后利润率也从 19% 降到 15%。</p>
<p>招股书给的原因很直白：需求超过了长期算力的供给，只好去买短期算力，而短期算力“目前贵得多”；另外还有一笔约 20 亿美元的一次性非现金费用。</p>
<p>一个季度的亏损说明不了太多，但它提醒我们：<strong>增长的斜率在变缓，成本的斜率在变陡，两条线随时可能交叉。</strong></p>
<p><strong>ToB 产品经理的笔记</strong>：汇报增长时，别只放一条往上走的收入线。把“成本增速”放在旁边，让人看到这条线是健康的；而当它不健康时，自己先说出来。</p>
<h3>2. 留存率 900%：先读定义，再读数字</h3>
<p>净收入留存率（NRR）约 <strong>900%</strong>。做过 SaaS 的人知道，120% 到 130% 已经算优秀。</p>
<p>但招股书老老实实写了算法：</p>
<ul><li>拿客户最近一个季度的收入，和它一年前同一个季度比；</li><li>一年前每月至少付过 1 美元，才算进来；</li><li>Claude Pro 和 Max 这些个人订阅，不算在内。</li></ul>
<figure><img src="https://xiuke.net/blog/images/hl2-nrr.jpg" alt="" loading="lazy"><figcaption>按座席收钱 vs 按用量收钱</figcaption></figure>
<p>这个定义告诉我们两件事：第一，900% 是爆发期、小基数的产物，招股书自己也写了“增速会下降，可能比预期下降得更快”；第二，AI 生意的扩张方式和传统软件完全不同。<strong>传统软件按座席收钱，客户扩张就是多买几个账号；AI 按用量收钱，客户从一个场景试用，到几十个 Agent 跑在生产环境里，付的钱能翻好几倍。</strong></p>
<p>收入结构也印证了这一点：<strong>按量付费占 80%，订阅只占 20%。</strong></p>
<p><strong>ToB 产品经理的笔记</strong>：任何一个漂亮的指标，都要配上它的定义。你给老板汇报“留存率”时，敢不敢把分子分母写出来？写出来的那个，才是能长期用的指标。</p>
<h3>3. 亏损 807 亿：分清现金和非现金</h3>
<p>上半年净亏损约 <strong>807 亿美元</strong>，很多报道直接拿它做了标题。</p>
<p>拆开看，其中约 <strong>724 亿</strong>是可转换债券、衍生负债和 SAFE 的公允价值变化。原文的解释是：主要因为未偿可转债的公允价值随公司估值上涨而上涨。<strong>说白了，估值涨得越快，账面亏得越多</strong>。这是会计处理，不是钱真的流出去了。</p>
<p>真正的经营亏损只有约 <strong>7 亿</strong>，第二季度单季已经经营盈利 10 亿；账上的现金还赚了约 11 亿利息。</p>
<p>剩下约 88 亿，记在“其他收支净额”里。这一项在 2026 年以前几乎为零。按招股书非 GAAP 调节表的拆分，它主要也是融资工具的账面变化：今年新签的一批可转债购买协议，在确认和重新计量时产生了约 94 亿的损失，被约 7 亿的认股权收益部分抵消。<strong>所以这 88 亿和那 724 亿是同一类东西：估值涨了，融资合同在账面上变贵了，同样没有真金白银流出去。</strong></p>
<p>到了修订版，前九个月净亏损扩大到约 <strong>1040 亿</strong>，其中约 943 亿仍是同一类公允价值变化。估值还在涨，账面亏损也就还在涨。</p>
<figure><img src="https://xiuke.net/blog/images/hl2-loss-v2.jpg" alt="" loading="lazy"><figcaption>807 亿美元的“亏损”是怎么构成的</figcaption></figure>
<p><strong>ToB 产品经理的笔记</strong>：看任何数字，先问一句“它是怎么算的”。自己产品的数据也一样：日活涨了，是真实用户，还是一次推送拉起来的？</p>
<h3>4. 算力：一张没有“毛利率”的损益表</h3>
<p>这是整份招股书最有意思的设计。</p>
<p>一般科技公司的损益表，按“营业成本、研发、销售、管理”列支出，再算出毛利率。Anthropic 换了一种列法：<strong>按资源类型列</strong>，分成算力与基础设施、人员、销售营销与合作、其他。全文没有披露传统意义上的毛利率。</p>
<p>它的理由是：算力是“一个可互换的统一资源池”，训练、研究、服务客户、内部使用都从这个池子里取，硬拆成“成本”和“研发”反而失真。</p>
<p>上半年，算力支出已经降到收入的 <strong>55%</strong> 左右。而 2023 年，这个数是收入的十倍以上。</p>
<figure><img src="https://xiuke.net/blog/images/hl2-compute-v3.jpg" alt="" loading="lazy"><figcaption>每 100 美元收入，约 55 美元花在算力上</figcaption></figure>
<p>它还主动给利润率“打了预防针”：新算力要提前 12 到 18 个月采购，一上线就开始计费，但它支撑的收入要晚些才到。<strong>所以新算力上线的那几个季度，利润率可能会被压缩。</strong></p>
<p>这支预防针，第三季度就应验了：单季的短期算力支出约 50 亿美元，而上半年加起来才约 15 亿，经营利润率随之转负。</p>
<p>修订版里，它签下的算力合同总额约 <strong>8954 亿美元</strong>，其中约 4475 亿要在 2030 年底前履行，未来 12 个月就要付约 698 亿。<strong>这是一家每年收入几百亿、却签了近万亿算力合同的公司。</strong></p>
<p><strong>ToB 产品经理的笔记</strong>：AI 产品每一次调用都在花真金白银。这也是为什么所有 AI 会员都有额度、有窗口、有分档，我在口搓 02 里吐槽过的五小时额度，根子就在这里。另外，主动说出坏消息，是建立信任最便宜的方式。</p>
<h3>5. 两个 AI 原生公司才有的指标</h3>
<ul><li><strong>人均收入</strong>：过去 12 个月人均超过 <strong>660 万美元</strong>，一年前是 140 万。收入涨了约 12 倍，员工只多了不到 2 倍。大型软件公司一般在 50 万到 100 万美元。</li><li><strong>自己吃自己的狗粮</strong>：2026 年 9 月，公司代码库里 <strong>90% 以上</strong>的贡献由 Claude 完成；每位工程师的日均代码量是 2024 年的 45 倍以上。</li></ul>
<p>还有两个容易被忽略、但特别“产品”的细节：</p>
<ul><li><strong>新模型就是收入</strong>。第三季度超过 80% 的收入，来自过去 6 个月内发布的模型。客户追最新版，也意味着一旦版本节奏慢下来，收入会很快反应。</li><li><strong>季节性被主动写了出来</strong>。2025 年底的圣诞假期两周，客户总花费比前两周下降了约 20%，因为很多公司封版。<strong>按量付费，会把客户工程师的休假日历直接写进你的财报。</strong></li></ul>
<h2>第二课：产品叙事——给你的产品发明一套词汇</h2>
<p>这份招股书最有产品经理味道的地方，是它发明并反复使用了一套自己的词汇。</p>
<figure><img src="https://xiuke.net/blog/images/hl2-vocab.jpg" alt="" loading="lazy"><figcaption>A 社招股书里的六个关键词</figcaption></figure>
<p><strong>“虚拟协作者”（Virtual Collaborators</strong>）。这是全书的核心概念：一个带着组织授予的权限、系统连接和上下文，能连续工作几小时到几天的 AI。它把产品定位从“回答问题”升级成了“交付成果”。</p>
<p><strong>“所有数字工作，归根结底都是代码的一种表达</strong>。”这句话是从 Claude Code 扩展到 Claude Cowork 的逻辑桥梁：会写代码，就能做一切知识工作。</p>
<p><strong>“智能驱动增长”（Intelligence-Led Growth</strong>）。对标 SaaS 的“产品驱动增长”：模型够强，个人先用起来，再自下而上带动整个企业。</p>
<p><strong>“闭环”（closing the loop</strong>）。每一代模型都在帮助构建下一代：跑实验、造训练数据、自动化评测、写代码。招股书称之为前沿 AI 最重要的结构性优势之一。</p>
<p><strong>“数据中心里的天才之国</strong>”。这是 Dario Amodei 早年文章里的说法，现在写进了法律文件。</p>
<p><strong>“不做广告</strong>”。这一条在创始人公开信里。理由是：广告一旦进入收入目标，就会产生优化用户时长的压力。写进上市文件，等于公开放弃了一条可能很大的收入线。</p>
<p>说到这封信：招股书封面后面那 8 页整页图，不是宣传画，而是七位联合创始人联名写给投资人的公开信。信里有一句我很喜欢的话：<strong>“永远不要让公司的价值，比它实际值的多一美元</strong>。”一家估值惊人的公司，在上市信里主动给预期降温，这本身就是一种叙事。他们管这叫 anti-sell，反向推销。</p>
<p><strong>ToB 产品经理的笔记：</strong></p>
<ol><li><strong>定义品类的人，拿走品类的大部分价值。</strong>“虚拟协作者”不是一个功能，是一个品类名。你的产品有没有一个能让客户在内部汇报时直接引用的词？</li><li><strong>叙事要有一座桥</strong>。从“会写代码”到“能做一切知识工作”，中间那句“所有数字工作都是代码”就是桥。产品线要扩张时，先想清楚这座桥。</li><li><strong>说清楚你不做什么。</strong>“不做广告”“有时会选择走得更慢”，比“我们什么都能做”可信得多。</li></ol>
<h2>第三课：产品脉络——一个三层的栈，怎么一层层长出来</h2>
<p>把招股书里散落的产品信息拼起来，能看到一个很清楚的结构：<strong>模型、平台、应用</strong>三层，外加分发和新方向。</p>
<figure><img src="https://xiuke.net/blog/images/hl2-stack.jpg" alt="" loading="lazy"><figcaption>A 社的产品脉络：三层栈 + 分发</figcaption></figure>
<p><strong>底层是模型</strong>。招股书写明了四档：Mythos（含 Fable）、Opus、Sonnet、Haiku。从最强到最便宜，覆盖不同的价格和场景。每一代新模型都在降低单任务成本，比如 Opus 5.5 让客户单任务成本比 Opus 5 降低约 40%。<strong>降价不降利润：单价下降，用量上升，扩散加快。</strong></p>
<p><strong>中间是平台</strong>。Claude Platform，面向开发者和企业，按量计费，是那 80% 按量收入的主要来源。</p>
<p><strong>上层是应用</strong>。两条主线：</p>
<ul><li><strong>Claude Code</strong>：被定位为“对企业 AI 的影响，堪比第一批对话式助手”。招股书点名了一个案例：NASA 工程师用它规划并编写了毅力号火星车的导航指令。</li><li><strong>Claude Cowork</strong>：今年 1 月以研究预览发布，截至 9 月底的采用速度，已经超过 Claude Code 在同期的表现；9 月起和 Claude.ai 合并成了一个应用。</li></ul>
<p><strong>三层之间是打通的</strong>。第三季度，超过 50% 的 10 万美元以上客户，同时在用平台和至少一个自有应用；去年第四季度，这个比例约 30%。这说明“平台 + 应用”的一体化在起作用，也意味着它和下游应用公司的竞合会越来越多。招股书在竞争章节里直接承认：可能会在部分品类和企业软件公司竞争。</p>
<p><strong>分发上，它做了一个很聪明的选择</strong>。AWS、谷歌云、微软 Azure 三大云全覆盖，但<strong>客户合同由 Anthropic 直签</strong>，再向云厂商付渠道费。这样既借了云厂商的渠道，又保住了定价权、避免了渠道冲突。此外，它还和私募机构合作成立了一家 AI 服务公司，专门服务中型企业。</p>
<p><strong>新方向是机器人和实验室</strong>。它提出了一个“模型硬件标准”，让 AI 智能体可以操作显微镜、移液工作站和机械臂。</p>
<p><strong>ToB 产品经理的笔记：</strong></p>
<ol><li><strong>先有一个能打的底座，再往上长应用</strong>。Claude Code 的爆发，建立在模型本身写代码足够强的基础上。底座不行，上层应用再漂亮也撑不住。</li><li><strong>“交叉使用率”是平台型产品最该盯的指标</strong>。同时用平台和应用的客户比例，从 30% 涨到 50% 以上，比任何单一产品的增长都更能说明护城河在变宽。</li><li><strong>借渠道，不让渠道</strong>。借云厂商卖货，合同自己签，这一条值得每个和大渠道合作的 ToB 产品抄下来。</li></ol>
<h2>第四课：客户类型——钱从谁那来，怎么一层层往上走</h2>
<h3>1. 一座金字塔</h3>
<ul><li>年付费超过 <strong>10 万美元</strong>的客户，<strong>1.19 万家以上</strong>，一年前是 950 多家；</li><li>超过 <strong>100 万美元</strong>的，1900 多家；</li><li>超过 <strong>1000 万美元</strong>的，约 250 家。</li></ul>
<figure><img src="https://xiuke.net/blog/images/hl2-customers-v2.jpg" alt="" loading="lazy"><figcaption>A 社的客户分层，和每一层怎么进来</figcaption></figure>
<h3>2. 四类客户，四条进来的路</h3>
<p>把招股书的信息拼起来，大致能看到四类客户：</p>
<ul><li><strong>个人和开发者</strong>：Pro、Max 订阅，以及用 Claude Code 的工程师。他们是“智能驱动增长”的起点，先在个人层面用起来。注意，这部分订阅被排除在 900% 的留存率之外。</li><li><strong>大中型企业</strong>：通过平台按量付费，或者整体采购 Claude Enterprise。这是收入的主体。</li><li><strong>中型企业</strong>：自己没有能力落地，就交给那家合资的 AI 服务公司去做实施。</li><li><strong>政府和公共部门</strong>：有很多案例，比如犹他州 10 个州机构用它更新公共服务软件；但也是最大的不确定性，下面说。</li></ul>
<h3>3. 渗透率：天花板还很高</h3>
<p>超过一半的《财富》500 强已经是它 10 万美元以上的客户。但 Anthropic 的收入，平均只占这些公司总支出的 <strong>0.1% 不到</strong>，前 10 大客户也不到 1%。</p>
<p>这是标准的“天花板还很高”的讲法，但也确实是 ToB 生意最该看的一个数：<strong>不是你有多少客户，而是你在每个客户的钱包里占多大份额。</strong></p>
<h3>4. 集中度：从一个大客户，到一万个大客户</h3>
<p>第三季度，有 <strong>79%</strong> 的收入来自前五大客户以外，第一季度这个数是 64%；前九个月，没有任何单一客户超过总收入的 10%。</p>
<p>但往回看，2023 年有一位“客户 C”占了 43% 的收入；2025 年上半年，“客户 B”占了 18%。<strong>从靠一个大客户活着，到客户分散在一万多家企业，这是一家 ToB 公司长大的标准路径。</strong></p>
<h3>5. 20 页客户案例：一个可以直接抄的模板</h3>
<p>招股书里有 20 页客户案例，每页一家客户，用的是同一个模板：客户 Logo、“从哪一年开始合作”、一个标题、三个结果指标、背景与影响、一句高管引语。</p>
<p>以礼来（Eli Lilly）为例：5 万多名员工可以使用 Claude Enterprise，推广后使用规模扩大了 5 倍，关键职能部门超过 85% 的员工在用；今年 4 月，它成为第一家向全员开放 Claude 的大型药企。</p>
<p>这组案例覆盖保险、金融、医药、零售、电信、软件等行业，用来支撑“广泛采用”这个论点。</p>
<p><strong>ToB 产品经理的笔记：</strong></p>
<ol><li><strong>客户分层，要同时写清楚“每层怎么进来</strong>”。金字塔只是结果，进来的路径才是你能设计的东西。</li><li><strong>盯“钱包份额”，不只盯客户数。</strong></li><li><strong>案例要有模板</strong>。三个指标、一句引语、一个时间点，比一篇长长的客户故事更好传播。下次做客户案例，直接照这个格式写。</li></ol>
<hr>
<p><strong>📮 想看完整版？</strong></p>
<figure><img src="https://xiuke.net/blog/images/hl2-more-v2.jpg" alt="" loading="lazy"></figure>
<p>这一篇只摘了对 ToB 产品经理最有用的部分。招股书里还有很多值得细读的内容：五类股票的治理结构、七位创始人的公开信全文要点、六条在别家招股书里几乎不可能出现的风险披露、整份文件的配图在说什么，以及关键段落的中英对照。</p>
<p>我整理了一份<strong>更完整的 A 社招股书深度解析</strong>。关注「锈客」，在后台回复「<strong>招股书</strong>」，或者直接私信小编，就可以领取。</p>
<hr>
<h2>写在最后：ToB 产品经理的五条笔记</h2>
<figure><img src="https://xiuke.net/blog/images/hl2-notes.jpg" alt="" loading="lazy"><figcaption>从 A 社招股书里抄下来的五条笔记</figcaption></figure>
<ol><li><strong>指标要带定义</strong>。漂亮的数字配上分子分母，才经得起追问。</li><li><strong>增长要配成本</strong>。收入线旁边放一条成本线，才是健康的增长。</li><li><strong>给品类起名字</strong>。能被客户在内部汇报里直接引用的词，比十个功能都值钱。</li><li><strong>栈要打通</strong>。盯“同时用多层产品的客户比例”，它比单品增长更能说明护城河。</li><li><strong>客户要分层，更要设计每层怎么进来。</strong></li></ol>
<p>招股书不是写给产品经理的。但它是一家公司在最严格的审视下，把自己的生意从头到尾讲一遍。<strong>ToB 产品经理每天想讲清楚的那些事，它都讲了一遍，而且每个数都得经得起律师的追问。</strong></p>
<p>这就是为什么我说，它是一本教科书。</p>]]></content:encoded></item>
    <item><title>我画地为牢啊，Sam：扒一扒 AI 圈的那些“后会友期”</title><link>https://xiuke.net/blog/18/</link><guid isPermaLink="true">https://xiuke.net/blog/18/</guid>
      <pubDate>Thu, 05 Nov 2026 11:45:00 +0800</pubDate><category>锈评</category><description>《后会友期》里，许飞一句“我画地为牢”刷屏全网。AI 圈也有一档没人录的“后会友期”：马斯克和他在法庭重逢，Dario 和他在台上拒绝牵手，Ilya 和 Mira 在庭上为他作证，老室友汪滔转身去帮 Meta 挖他的人。主角都是同一个人：Sam。</description>
      <content:encoded><![CDATA[<blockquote><p>普通朋友散了，是不再联系；AI 圈的朋友散了，会变成对手、被告和一家估值千亿的公司。</p></blockquote>
<p>这两周，朋友圈和短视频都被一档综艺刷屏了：《后会友期》。</p>
<p>几对多年未见、心里有疙瘩的老朋友，被节目组拉到一起，面对面把话说开。其中许飞和厉娜那一对，几乎被全网“磕”了一遍。</p>
<p>海拔四千米的高原河滩边，两把折叠椅面对面，许飞哽咽着说：“我是被宣判的人，我能去哪儿啊，我画地为牢，厉娜。”</p>
<p>厉娜当时没接住这句话。据说她回到房间，先让 AI 查了查“画地为牢”是什么意思，然后点了一份麦当劳。</p>
<p>于是全网开始造句：“我刻舟求剑，厉娜。”“我起床了，厉娜。”“我下班了，厉娜。”还有那句“我为她写过歌，她不知道”，当年超女时期两人的片段、许飞的老歌，又在短视频里被翻了出来，连带着“厉娜同款”绝味鸭舌，都在多地门店卖断了货。</p>
<p>看着看着，我想到了另一档没人录的“后会友期”。这一档的男主角只有一个：<strong>OpenAI 的 CEO，Sam Altman。</strong></p>
<p>这十年，和 Sam 一起创业、一起写代码、一起熬过危机的老朋友，几乎每一位后来都和他上演过一出“后会友期”：有人另起炉灶，有人对簿公堂，有人出庭作证，有人在聚光灯下，连手都不愿意牵。</p>
<figure><img src="https://xiuke.net/blog/images/hy-map-v2.jpg" alt="" loading="lazy"><figcaption>Sam 的“后会友期”：五位老朋友</figcaption></figure>
<h2>一、马斯克 × 奥特曼：重逢在法庭</h2>
<p><strong>当年</strong>：2015 年，马斯克、奥特曼、Greg Brockman 和一群研究员一起创办了 OpenAI，一家非营利的 AI 实验室。马斯克说自己前几年投了大约 3800 万美元。</p>
<p><strong>散伙</strong>：2018 年 2 月，马斯克离开了 OpenAI 董事会，理由是特斯拉也在做 AI，有潜在的利益冲突。2023 年，他自己办了 xAI。</p>
<p><strong>重逢</strong>：2024 年，马斯克把 OpenAI、奥特曼和 Brockman 告上法庭，索赔 1500 亿美元，理由是他们把一家非营利机构变成了给自己赚钱的公司。</p>
<p>今年 5 月 18 日，陪审团讨论了不到两个小时，一致认定：<strong>马斯克起诉得太晚了，已经超过诉讼时效</strong>。法官据此驳回了案子。</p>
<p>注意，陪审团根本没讨论“OpenAI 有没有背叛初心”这个问题，只回答了“你是不是来晚了”。庭审里也出现了证据：奥特曼早在 2018 年就把“成立营利部门、融资几十亿”的计划发给过马斯克。</p>
<p>马斯克已经决定上诉。</p>
<p><strong>画地为牢指数：★★★★★</strong></p>
<p>当年一起写在章程里的“非营利、造福人类”，成了今天两个人互相指责的牢。<strong>使命写得越大，分手时的罪名就越大。</strong></p>
<h2>二、Dario × 奥特曼：拒绝牵手</h2>
<p><strong>当年</strong>：Dario Amodei 是 OpenAI 的研究副总裁，GPT-2、GPT-3 都出自他带的团队。他的妹妹 Daniela 也在 OpenAI 管安全和政策。</p>
<p><strong>散伙</strong>：2020 年底，兄妹俩带着十来个同事离开，第二年创办了 Anthropic。</p>
<p>为什么走？官方说法一直是“对安全和方向有不同看法”。今年《华尔街日报》做了一篇长篇调查，把细节摆了出来：会议室里的争吵，互相给对方写的绩效评价，围绕 Greg Brockman 能不能进核心项目的拉锯；据报道，Dario 谈留任时提的条件之一，是“直接向董事会汇报”和“不和 Brockman 共事”。</p>
<p><strong>重逢</strong>：今年的两次“同框”，都很有《后会友期》的味道。</p>
<p>第一次是 2 月，超级碗。Anthropic 投了一组广告，不点名地嘲讽 AI 助手里开始插广告：你问健身教练怎么练出腹肌，他先问你一堆个人信息，然后给你推荐一双鞋垫，还附上折扣码。奥特曼在 X 上写了 400 多字回应：广告“挺好笑，我笑了”，但“明显不诚实”，“我们没那么傻”。</p>
<p>第二次是 2 月 19 日，印度新德里的 AI 峰会。合影时，莫迪拉起身边嘉宾的手高高举起，台上的人手拉着手。<strong>只有站在一起的奥特曼和 Dario，各自举着拳头，谁也没牵谁。</strong></p>
<p>事后奥特曼说：“我有点懵，我不确定我们该做什么。”</p>
<p>这句话，和“查 AI、点麦当劳”放在一起，竟然有种奇妙的对称。</p>
<p>还有一个后来才曝出的细节：2023 年 11 月奥特曼被短暂罢免时，OpenAI 剩下的董事会成员，曾经和 Anthropic 谈过合并。<strong>差一点，就“复合”了。</strong></p>
<p><strong>画地为牢指数：★★★★☆</strong></p>
<h2>三、Ilya 和 Mira × 奥特曼：我为你写过备忘录</h2>
<p><strong>当年</strong>：Ilya Sutskever 是 OpenAI 的联合创始人和首席科学家，被很多人认为是这家公司的技术灵魂。Mira Murati 是 OpenAI 的 CTO，ChatGPT 和 GPT-4 发布时站在台前的人。</p>
<p><strong>散伙</strong>：2023 年 11 月，Ilya 参与了罢免奥特曼的董事会投票，Mira 一度被任命为临时 CEO。几天后，七百多名员工联名要求奥特曼回来，Ilya 公开表示后悔，又投票支持他回归。2024 年，两人先后离开：Ilya 创办了 Safe Superintelligence（SSI），Mira 创办了 Thinking Machines Lab。</p>
<p><strong>重逢</strong>：今年 5 月，马斯克诉 OpenAI 的庭审上，两人都出现了。</p>
<p>Mira 的录像证词里说，她担心的是“Sam 对一个人说一件事，对另一个人说完全相反的话”，说他在“制造混乱”、挑拨高管之间的关系。但她也说，当年自己是希望奥特曼留任的，因为“OpenAI 正面临分崩离析的灾难性风险”。</p>
<p>几天后，Ilya 出庭。他说自己花了大约一年时间，给董事会整理了一份 52 页的文件，记录奥特曼“一贯的撒谎模式”。他也说，后来后悔参与了那次罢免。</p>
<p>许飞说“我为她写过歌，她不知道”。<strong>Ilya 的版本是：我为你写过 52 页备忘录，全世界都知道了。</strong></p>
<p><strong>画地为牢指数：★★★★☆</strong></p>
<h2>四、汪滔 × 奥特曼：从室友到对手</h2>
<p>这里的汪滔，不是大疆的那位，而是 Scale AI 的创始人 Alexandr Wang，也是硅谷的当红炸子鸡，中文媒体也常把他译作“汪滔”。</p>
<p><strong>当年</strong>：2016 年夏天，19 岁的汪滔带着 Scale AI 进了 Y Combinator，当时 YC 的总裁正是奥特曼。Scale 做的是数据标注，OpenAI 一度是它的大客户。疫情最严重的那段时间，两人还当过室友。</p>
<p><strong>散伙</strong>：2025 年 6 月，Meta 宣布向 Scale 投资 143 亿美元，拿下 49% 的股份，汪滔加入 Meta 当首席 AI 官，带领新成立的“超级智能实验室”。</p>
<p>上任之后的第一件大事，就是挖人，挖得最多的正是老室友家的人。奥特曼在播客里说，Meta 给他的员工开出了“1 亿美元的签约奖金”，还说“至少到目前，我们最好的人没有一个接受”。后来在给员工的内部信里，他留下了一句名言：<strong>“传教士会打败雇佣兵”</strong>。另据报道，OpenAI 也逐步停掉了和 Scale 的合作。</p>
<p><strong>重逢</strong>：今年 2 月，新德里那张“不牵手”的合影里，汪滔也站在台上。</p>
<p>5 月，他上了一档科技播客，被问到 AI 圈大佬之间的敌意时，他说：“我真心希望这些敌意会随着时间慢慢消散。也许会先变糟，再变好。”主持人透露，奥特曼对这期访谈“没什么好话”。</p>
<p><strong>画地为牢指数：★★★☆☆</strong></p>
<p>他大概是这几位里，唯一公开说过“希望和好”的。只不过，挖人的是他，被挖的是 Sam。</p>
<h2>五、为什么总是 Sam？</h2>
<p>把这五位放在一起看，有一个绕不开的问题：为什么“后会友期”的另一头，总是同一个人？</p>
<figure><img src="https://xiuke.net/blog/images/hy-why-v2.jpg" alt="" loading="lazy"><figcaption>Sam 的“后会友期”，绕不开的三件事</figcaption></figure>
<p><strong>1. 使命：写得越大，牢就越硬。</strong></p>
<p>马斯克吵的是“非营利还是营利”，Dario 吵的是“安全优先还是速度优先”，超级碗广告吵的是“AI 助手该不该插广告”。</p>
<p>普通公司散伙，吵的是钱和权。OpenAI 的散伙，吵的是“人类的未来”。<strong>钱的分歧可以谈价，使命的分歧没法打折</strong>。谁先让步，谁就成了“背叛初心”的那个人。</p>
<p><strong>2. 信任：说法一多，就成了证词。</strong></p>
<p>Ilya 和 Mira 的证词，说的其实是同一件事：对不同的人说不同的话。在一家小公司，这叫“沟通风格”；在一家估值几千亿美元的公司，这会变成董事会的投票理由和法庭上的证词。</p>
<p>公平地说，这是一面之词。2023 年那次罢免，七百多名员工联名要他回来；马斯克的官司，也以超过诉讼时效被驳回。<strong>Sam 的老朋友们离开了，但他的公司没有散。</strong></p>
<p><strong>3. 人才：人就是公司，人走了，公司就带走了一块。</strong></p>
<p>Dario 带走了十来个人，几年后做出了今天的 Anthropic；Ilya 和 Mira 各自拉起了新的实验室；汪滔则开着 1 亿美元级别的签约奖金，去挖老室友的墙角。</p>
<p>在 AI 行业，一个核心研究员离开，带走的可能是下一代模型的路线图。所以每一次散伙，后面都跟着一场抢人大战。</p>
<p><strong>当每个人身上都背着几十亿美元的账，和好的成本就太高了。</strong></p>
<h2>写在最后</h2>
<p>手机圈也好，互联网圈也罢，其实我们都见证过不少团队散伙：一起熬过发布会的人，后来去了竞品；一起写过需求文档的人，后来在对面公司做着几乎一样的功能。</p>
<p>大部分人没有走到法庭那一步，也没有上综艺。只是某一年的行业大会上远远看见，点个头，各自走开。AI 圈太快、太热，所以一切都激烈了些。</p>
<p>《后会友期》的节目名，是把“后会有期”的“有”，换成了朋友的“友”。</p>
<p><strong>AI 圈的这几位，大概都还会“后会有期”：在发布会上，在法庭上，在融资新闻里。只是“后会友期”，可能要再等很多年。</strong></p>
<figure><img src="https://xiuke.net/blog/images/hy-meme.jpg" alt="" loading="lazy"></figure>]]></content:encoded></item>
    <item><title>中国算力，真比美国少了七倍吗？</title><link>https://xiuke.net/blog/12/</link><guid isPermaLink="true">https://xiuke.net/blog/12/</guid>
      <pubDate>Wed, 04 Nov 2026 18:00:00 +0800</pubDate><category>锈评</category><description>Epoch AI 估计，近四年流向美国的新增先进算力约是中国的 7.5 倍。但它不是家底清单：旧卡不会一夜报废，机房跨国界，国产芯片还要过量产关。真正被算力卡住的，是研究者还能试错几次。</description>
      <content:encoded><![CDATA[<blockquote><p>有钱，不一定买得到算力。</p></blockquote>
<p>今年流出的一段投资人交流录音里，DeepSeek 创始人梁文锋说了一句很有意思的话：如果今年能把约 200 亿元花在算力上，采购部门就算干得"超级好"了。</p>
<p>这听起来像个财务玩笑：有钱，为什么还怕花不出去？</p>
<p>因为先进 GPU 不是想买多少就能买多少。梁文锋的说法是，价格合理就尽量买，愿意多付一点，也要把能用的钱都换成卡。</p>
<p>做了十年手机，我对这种焦虑很熟悉。每年旗舰发布前，最难的不是设计，是备货：芯片、屏幕、内存，供应链给你多少，你就只能卖多少。<strong>钱在手里，货在别人手里。</strong></p>
<p>大模型的竞争，正在变成一样的事。</p>
<p>几个月后，研究机构 Epoch AI 公布了一组数字，正好能解释这种焦虑：<strong>2022 年到 2026 年 6 月，流向美国的新增先进 AI 算力，约是中国的 7.5 倍。</strong></p>
<p>那么，中国的 AI 实力真差了七倍吗？还是说，中国的算力被严重低估了？</p>
<p>答案要从这个数字到底算了什么说起。</p>
<h2>一、7.5 倍：买进来的，不是全部家底</h2>
<p>Epoch AI 综合了芯片销量、各国海关数据、服务器配置和转口路径，估算出这段时间全球约有 2700 万 H100 等效算力（H100e）到货。其中美国约 1980 万，占 72%；中国约 260 万，约占一成。</p>
<p>H100e 不是数卡的张数，而是把不同芯片折算成同一把尺子。</p>
<figure><img src="https://xiuke.net/blog/images/xp4-gap.jpg" alt="" loading="lazy"><figcaption>2022 年到 2026 年 6 月，新增先进 AI 算力的流向估算。是"进货量"，不是"库存"</figcaption></figure>
<p>这里有个细节，比倍数本身更有意思：按这套估算，中国拿到的 AI 芯片<strong>数量</strong>占全球 18%，折算成<strong>算力</strong>却只有一成左右。</p>
<p><strong>卡的数量和卡的能力，从一开始就不是一回事。</strong></p>
<p>还有两点容易被忽略。</p>
<p><strong>第一，国产芯片已经算进去了。</strong> Epoch AI 把华为、寒武纪的产品都纳入了估算。难算的是型号分布、经第三地转运的设备，以及没公开的交付。所以换一套假设，中国的估算会在 190 万到 420 万 H100e 之间浮动。260 万是一个模型估计，不是一份能逐台点名的清单。Epoch AI 自己也说，这是"建模估算，不是已安装芯片的清点"。</p>
<p><strong>第二，国内公布的算力规模，不能拿来直接反驳。</strong> 工信部今年 7 月披露，截至 6 月底，我国智能算力规模达到 2185 EFLOPS。这是按特定精度算的设施总能力；Epoch AI 算的是四年多新增芯片的 H100 等效值。<strong>两个数字都值得看，但用的不是同一把尺子，不能相减，也不能互相否定。</strong></p>
<p>所以，7.5 倍不等于中国 AI 只有美国的七分之一。但它也不是可以忽略的噪声：今天买进来的卡，就是未来几年的家底。</p>
<h2>二、GPU 会过时，但不会一夜报废</h2>
<p>数据中心不是网吧。新一代显卡发布，旧卡不会当天就被拔掉电源。它可能不再适合最贵的前沿训练，但还能跑推理、跑企业模型、跑科研计算。</p>
<p>真正变的是账：同样一件活，新卡更快、更省电，旧卡就从"能用"变成了"不划算"。</p>
<p>美国云厂商的财报，恰好把这种不确定性摆在了桌面上。2025 年，亚马逊把一部分服务器和网络设备的折旧年限从 6 年缩短到 5 年，理由是 AI 技术迭代太快，当年折旧费用因此多了约 14 亿美元。同一年，Meta 却把大部分服务器的折旧年限<strong>延长</strong>到了 5 年半。</p>
<figure><img src="https://xiuke.net/blog/images/xp4-lifecycle.jpg" alt="" loading="lazy"><figcaption>会计折旧、技术竞争力、实际服役，是三件事。"五年折旧"不等于"五年报废"</figcaption></figure>
<p>一个缩短，一个延长，说明行业根本没有统一的 GPU 淘汰时钟。</p>
<p>做手机的人对这个不陌生：一款芯片从旗舰退下来，还会在中端机上再卖两年。<strong>退出前线，不等于退出市场。</strong></p>
<p>所以新增算力的差距，会沉淀成未来几年的供给条件，但不能机械地换算成"落后几年"。要算清某一天真正能用的算力，还得知道历年装了多少、每代性能如何、退役了多少、利用率多高。这张完整的存量表，目前没有人能给出来。</p>
<p>还有一个更难的问题：就算卡还在转，谁有权用它？</p>
<h2>三、芯片有地址，算力有主人</h2>
<p>Synergy Research 今年 8 月的统计：全球前 20 个超大规模数据中心市场里，15 个在美国；亚马逊、微软、谷歌三家合计占全球超大规模数据中心容量的 57%。北京和上海也在前 20 名里，广东今年新进榜。</p>
<p>与此同时，算力正在跨国铺开。OpenAI 和合作伙伴宣布在阿联酋规划 1GW 的 Stargate 集群；阿里云也在扩展欧洲、中东和东南亚的云区域。</p>
<figure><img src="https://xiuke.net/blog/images/xp4-global-footprint.jpg" alt="" loading="lazy"><figcaption>芯片装在哪、机房谁运营、算力谁在用，可能是三个不同的答案</figcaption></figure>
<p>这些数字不能互相换算：规划中的园区不是已交付的 GPU，一个云区域也不是一座万卡集群。更重要的是，<strong>机房在哪、归谁所有、谁能租到，是三件事。</strong>出口许可、跨境数据规则、网络延迟和价格，决定了一家公司实际够得着多少算力。</p>
<p>于是问题落到了更难的一步：<strong>如果下一代训练需要成批换卡，自己的供应链能交付多少？</strong></p>
<h2>四、国产芯片：发布会和货架之间，隔着量产</h2>
<p>华为今年 9 月在全联接大会上更新了昇腾路线图：昇腾 960 提前到 2027 年一季度，性能大约翻倍；之后按"一年一代"的节奏推进。华为也不再只谈单颗芯片，而是把超节点、互连、存储和集群放在一起讲，说已经部署了 1000 多个昇腾超节点。</p>
<p>但做过手机的人都知道，发布会上的芯片和货架上的手机之间，隔着两道不上镜的关：<strong>良率和产能。</strong></p>
<p>AI 集群更复杂。它需要的不只是计算核心，HBM 高带宽内存、先进封装、互连网络、编译器和算子，都要同时就位。少一环，纸面上的峰值再漂亮，也变不成稳定的训练吞吐。</p>
<figure><img src="https://xiuke.net/blog/images/xp4-chain.jpg" alt="" loading="lazy"><figcaption>造出芯片 ≠ 交付一座可用的 AI 集群</figcaption></figure>
<p>Epoch AI 对华为的研究把 HBM 列为近期最主要的供应约束。不过要说清楚：它对产量和性能的预测是研究模型，不是已经交付的验收数据。华为的路线图是厂商的时间表，两者要分开看。</p>
<p>软件也在变。梁文锋对 TileLang 这类降低 CUDA 依赖的编程工具抱有信心，但同时反复提到国产芯片供给不足。这里的区别很要紧：</p>
<p><strong>编译器能让一块芯片跑得更高效，但编译不出另一块芯片。</strong>能跑、能高效地跑、能连续几个月稳定地跑，是三道不同的门槛。</p>
<h2>五、没写进账单的，才是下一轮竞争</h2>
<p>说到这里，有一个看起来矛盾的现象：中国模型已经很有竞争力了。</p>
<p>DeepSeek-V3 用 MoE、MLA 和训练系统的协同优化，把有限的 GPU 榨得很干；斯坦福今年的 AI Index 也显示，中美头部模型在不少评测上的差距已经明显缩小。</p>
<p><strong>模型能力都接近了，是不是说明多买卡已经不重要了？</strong></p>
<p>DeepSeek 自己的技术报告，给了一个反直觉的答案。报告披露，V3 的正式训练用了 278.8 万个 H800 GPU 小时，同时专门注明：<strong>这个数字不包括此前在架构、算法和数据上的研究和消融实验。</strong></p>
<figure><img src="https://xiuke.net/blog/images/xp4-research-ledger.jpg" alt="" loading="lazy"><figcaption>公开的训练成本，只是成功的那一次。之前的研究实验，没有可以相加的数字</figcaption></figure>
<p>那些没成功的尝试，也在烧算力。有些想法，可能因为预算不够，根本没机会开始。</p>
<p>这正是梁文锋话里的另一层意思：算力不够，限制的不只是模型能训多大，更是团队能试错多少次。</p>
<p><strong>效率能让一次训练更省钱；稳定的供给，决定下一次实验还能不能开始。</strong></p>
<h2>写在最后</h2>
<p>7.5 倍不是中国 AI 竞争力的最终分数。它没算存量，没算旧卡的余热，没算跨境租用，更量化不了模型有多聪明。</p>
<p>但它指出的供给差距是真的。先进算力不是买一次就永远拥有的东西，它要不停地更新、供电、互连、调试，再投入使用。</p>
<p>中国模型的进步说明，工程效率可以显著放大有限硬件的产出。但长期的竞争，还取决于下一轮芯片能不能按时交付。</p>
<p>我们习惯给一个成功的模型算训练成本，却很少问：为了这一次成功，它失败过多少次？又有多少实验，因为缺算力，连失败的机会都没有？</p>
<p><strong>排行榜记录的是成功的那一次。算力决定的，是失败之后，还能不能重来。</strong></p>]]></content:encoded></item>
    <item><title>口搓 03｜第一次给 AI 提需求，我才发现软件工程一步都没少</title><link>https://xiuke.net/blog/05/</link><guid isPermaLink="true">https://xiuke.net/blog/05/</guid>
      <pubDate>Wed, 04 Nov 2026 18:00:00 +0800</pubDate><category>口搓</category><description>第一次给 AI 提需求，我只说了一句话，五天就拿到了能玩的原型。接下来的时间，我把软件工程的老环节一个个补了回来：范围、描述、文档、约束、验收。它们一个都没少，只是要更系统、更敏捷、更前置。</description>
      <content:encoded><![CDATA[<blockquote><p>写代码变免费了，写错需求反而更贵了。</p></blockquote>
<p>第一次给 AI 提需求，我只说了一句话，大意是：</p>
<p><strong>"帮我做一个掌机模拟器，能选掌机、插卡带、开机玩游戏。"</strong></p>
<p>五天后，我拿到了一个能插卡、能开机、能玩的原型，叫 Uncle Ed。那一刻的感觉，就像 N 年前第一次在工程机上点亮自己定义的功能。</p>
<p>然后，就是漫长的"做出来了，但不对"。</p>
<p>先交代边界：Uncle Ed 是个非典型项目，模拟核心来自开源社区，我做的是前端和集成，没有商业化计划。但它踩的坑，每个做过软件的人都认得。</p>
<p>做了十年软件产品，我最大的感受是：<strong>AI 拿走了写代码，但软件工程的每个环节一个都没少。</strong>范围、描述、文档、约束、验收，全都回来了，只是要更系统、更敏捷、更前置，而且全落在一个人身上。</p>
<figure><img src="https://xiuke.net/blog/images/ks3-iceberg.jpg" alt="" loading="lazy"><figcaption>一句话需求，只是冰山露出水面的部分</figcaption></figure>
<h2>一、范围：工具越快，越要先砍</h2>
<p>我那句话里，藏着一个没说出口的范围：五类掌机，好几套主题，Mac、iPad、iPhone、Android 四个平台。</p>
<p>AI 不会替你砍范围。你说什么，它就做什么，而且做得很快。于是每加一个维度，要核对的组合就翻一倍：五台掌机乘以四个平台，就是二十种组合，还没算主题。</p>
<figure><img src="https://xiuke.net/blog/images/ks3-scope.jpg" alt="" loading="lazy"><figcaption>每加一个维度，要验收的组合就翻一倍</figcaption></figure>
<p>做手机的时候，版本规划是第一件事：这一版做什么，不做什么，哪些放到下一版。换成 AI，我反而忘了这件事，因为它太快了，快到让人觉得"顺手都做了吧"。</p>
<p>如果重来，我会只用一台掌机、一个平台，先把"选机、插卡、开机"整条流程跑通。</p>
<blockquote><p><strong>范围要更前置：工具越快，越要在开工前就砍。</strong></p></blockquote>
<h2>二、描述：从"更高级"到"结构"</h2>
<p>AI 很快就画出了一台认得出来的 GBA。问题都在细看之后：外壳偏厚，肩键像飘在机身上，正面的标志被拉伸了。</p>
<p>我的第一反应是说："更真实一点""更高级一点"。</p>
<p>这些话能表达不满意，但对 AI 来说，没有下一步。它只能猜，猜完再改，改完我再说"还是不对"。</p>
<p>以前做产品，这一步有设计师、有设计稿、有交互说明。现在没人帮你翻译，你得自己把感觉翻译成结构。</p>
<p>PSP 的插卡动画是最典型的例子。我一开始只说"插卡带，开机"，AI 做的是一个圆盘滑进机身，算是完成了，但就是不对。真实的过程是：UMD 的保护壳和盘片是两个东西，要开仓、落进导架、合盖、读盘，每一步都有顺序。</p>
<figure><img src="https://xiuke.net/blog/images/ks3-structure.jpg" alt="" loading="lazy"><figcaption>同一个需求，两种说法：描述感觉，和描述结构</figcaption></figure>
<p>只写开始和结束，AI 就会用一个过渡效果补齐中间，而问题恰好藏在中间。</p>
<p>后来我给 AI 的需求变成了四样东西：<strong>对象、动作、顺序、中间状态</strong>。再配上真机照片，并且说清楚每张图看什么：这张看侧面厚度，那张看肩键和外壳怎么连接。参考资料的作用，不只是让它画得更像，更是不让它随意补全结构。</p>
<blockquote><p><strong>描述要更具体：从描述风格，改成描述结构。</strong></p></blockquote>
<h2>三、文档：对话不是需求</h2>
<p>苹果设备上的体验成形后，我开始做 Android。第一版被我打回了：功能都在，但图标、首页滑动、长按翻转、卡带尺寸，没一样是原来的样子。</p>
<p>这不全是 AI 的锅。很多要求，是在几十轮对话里一点点定下来的，从来没有一份完整的基准。单平台反复改的时候，上下文还能撑着；一跨平台，全丢了。</p>
<figure><img src="https://xiuke.net/blog/images/ks3-prd.jpg" alt="" loading="lazy"><figcaption>几十轮对话里定下的要求，要收进一份文档</figcaption></figure>
<p>于是我补了一份需求文档：需求总纲、平台范围、交互规则、验收记录。比如"首页和主题页保持同一机型尺度""长按旋转不能误触确认""快速滑动后，封面、卡带和文字仍然对得上"。</p>
<p>做产品的人都写过 PRD，也都嫌过它麻烦。但在 Agent 时代，它的地位反而更高了：<strong>PRD 没有消失，只是第一读者从工程师变成了 AI。</strong>而且它不是写一次就完，每定下一条新规矩，就要回写进去。</p>
<blockquote><p><strong>文档要更系统：对话会丢，文档不会。</strong></p></blockquote>
<h2>四、约束：先说清楚什么不能做</h2>
<p>做到后面，开始出现性能问题：iPad 上游戏动画卡顿，游戏启动音乐断断续续，画面发白。</p>
<p>我第一次说的是："修一下卡顿。"</p>
<p>AI 修得很快，方法是降模型精度、降分辨率、跳帧。卡顿确实没了，但我花了几天调出来的质感也没了。</p>
<p>软件工程里有个词叫"非功能需求"：性能、稳定性、兼容性。以前它们由技术评审来把关，现在得由你提前写进约束里。我后来定了一条规矩：</p>
<p><strong>先找瓶颈，不许默认降级。</strong>确实有冲突，再拿实测结果来谈取舍。</p>
<p>"发白"就是这么查清楚的。机壳、卡带、游戏画面都可能发白，原因却不一样。最后在 Android 上定位到：游戏画面进了 3D 场景之后，又被场景的色调处理了一遍。修法是让机身照常受光，屏幕单独处理，再用 14 组标准色块核对输出。</p>
<p>真正的进展，是把"我觉得颜色不对"，变成了一个能复测的问题。</p>
<blockquote><p><strong>约束要更前置：先说清楚什么不能牺牲，AI 才不会替你牺牲。</strong></p></blockquote>
<h2>五、验收：先定什么叫"完成"</h2>
<p>整个过程里最常见的场景：AI 说做完了，我拿到真机上一看，不对。</p>
<p>有时是实现错了，更多时候，是它理解的"完成"比我的小。生成了模型，不等于各个角度都没穿模；游戏能启动，不等于能稳定玩；写出了存档，不等于下次进来能接着玩。</p>
<figure><img src="https://xiuke.net/blog/images/ks3-done.jpg" alt="" loading="lazy"><figcaption>"完成"有四层，AI 说的通常是第一层</figcaption></figure>
<p>现在每次它说完成，我都问三句：</p>
<p><strong>改了什么？怎么验证的？结论适用于哪个版本、哪台设备？</strong></p>
<p>我也把"完成"拆成了四层：代码完成、测试通过、真机验证、整体体验通过。自动测试管得了输入、状态和色值，管不了质感、动效节奏和手感，后两层只能人来。</p>
<p>软件工程里早就有这件事：测试用例、验收标准。区别在于，以前验收在最后；现在，<strong>验收标准要在开工前就写好</strong>，每做一小步就验一小步。AI 改得快，你验得也要快，不然错误会以同样的速度堆起来。</p>
<blockquote><p><strong>验收要更敏捷：先定什么叫完成，再小步去验。</strong></p></blockquote>
<h2>写在最后</h2>
<figure><img src="https://xiuke.net/blog/images/ks3-se-map.jpg" alt="" loading="lazy"><figcaption>软件工程的五个环节，在 AI 时代怎么变</figcaption></figure>
<p>以前我们需要软件工程，很大程度上是因为人多、协作贵，要靠流程减少沟通损耗。</p>
<p>现在写代码几乎免费了，流程反而更重要。因为<strong>写错的需求，也会被同样快地实现出来。</strong></p>
<p>做了十年软件产品，我没想到，在 AI 时代最有用的，恰恰是那些以前嫌麻烦的老环节：版本规划、设计说明、PRD、技术评审、验收标准。它们没有过时，只是从一群人的分工，变成了一个人和 AI 之间的约定。</p>
<p>接下来两篇，我会把其中两个环节展开讲：怎么给 AI 讲清楚硬件的质感，以及从一台 Mac 到四个平台的验收课。</p>]]></content:encoded></item>
    <item><title>中国版 Muse，最有可能是谁？</title><link>https://xiuke.net/blog/13/</link><guid isPermaLink="true">https://xiuke.net/blog/13/</guid>
      <pubDate>Tue, 03 Nov 2026 18:00:00 +0800</pubDate><category>锈评</category><description>Muse 上线 40 天，美国下载破千万，上一个做到的还是 Threads。中国谁能做出自己的 Muse？模型是门票，场景定切口，体验定信任，而 Agent 的手能伸多长，才是拉开差距的那一关。</description>
      <content:encoded><![CDATA[<blockquote><p>AI 正在从"陪你聊"，走向"替你办"。</p></blockquote>
<p>Meta 的 Muse 上线 40 天，美国下载量超过 1000 万。</p>
<p>Sensor Tower 统计，历史上 40 天破千万的 App 只有 12 个，大多是《宝可梦 GO》《堡垒之夜》这样的游戏。上一个做到的，还是 2023 年 Meta 自家的 Threads。作为对比，ChatGPT 当年上线 40 天，美国下载约 370 万。</p>
<p>Muse 不是又一个聊天机器人。你可以把一件事交给它：盯着一张机票降价，把一堆邮件理干净，帮你在二手平台卖掉一件旧东西。它在自己的云端电脑里干活，过几天回来告诉你结果。</p>
<p>华尔街的反应几乎是松了一口气。分析师 Dan Ives 说它是"改变游戏规则的产品"，投资人之前不认可 Meta 的 AI 投入，是因为"看不到结果"。创业者 Greg Isenberg 的说法更直接：这是 <strong>AI 的 App Store 时刻</strong>。砸了上百亿美元、挖了一圈人之后，Meta 终于有了一个拿得出手的 AI 产品。</p>
<p>用户的声音就没那么一致了。Reddit 上有个几百人点赞的帖子，标题是"Muse 监视我的本事，比帮我的本事强"；美联社报道过一起事故：用户让它代卖东西，它在用户没预料到的情况下，把家庭住址告诉了买家。</p>
<p>还有一个细节很值得玩味：Muse 背后的模型，并不是公认最强的那个。有开发者吐槽，同样一个小任务，它比 Claude 慢两三倍。<strong>但它是下载最快的那个。</strong></p>
<p>于是问题来了：<strong>中国版的 Muse，最有可能是谁？</strong>豆包、千问、灵光、微信、手机厂商，还有一批独立创业公司，都在往这个方向跑。这一轮，谁最有机会成为那个领跑者？</p>
<h2>一、我们其实很早就想做"替你办事"</h2>
<p>先讲一段我自己的经历。</p>
<p>我算是比较早一批从手机系统软件产品经理转去做"AI 产品"的人。那时候手机厂商还在纷纷成立语音助手团队，我们已经在尝试深度结合系统能力、三方能力和服务 API 做的更多。</p>
<p>现在回头看，理念也一点都不落后：用情景智能识别你在看什么、决策引擎猜你下一步要做什么、自动化指令替你把几个操作串起来，形成智能的服务链，这就是今天 Agent 想做的事。</p>
<p>但那时候没有大模型。<strong>产品经理定义得再全、再酷，没有能力基座，技术是顶不起来的。</strong>很多"智能"，其实是规则和人工一条条堆出来的。</p>
<p>我们成了"人工智能"里，"人工"的那一部分。</p>
<p>今天，大模型把这块基座补上了。那是不是谁的模型最强，谁就是中国版 Muse？</p>
<p>我的答案是：不是。</p>
<h2>二、做出一个 Muse，要过四道关</h2>
<p>把 Muse 拆开看，它其实过了四道关：<strong>模型、场景、体验、权限。</strong></p>
<figure><img src="https://xiuke.net/blog/images/xp5-four.jpg" alt="" loading="lazy"><figcaption>做出一个 Muse 要过的四道关：越往后，越难靠技术追上</figcaption></figure>
<h3>第一关，模型：是门票，不是决胜项</h3>
<p>没有大模型，就没有今天的 Agent，这一点我比谁都清楚。</p>
<p>但在这一局里，模型正在变成"人人都有"的东西。中国头部模型和美国的差距，在不少评测上已经明显缩小；豆包、千问、混元，几家大厂都有自己的模型；手机厂商没有最强的模型，也可以借：三星的系统里同时住着自家的 Bixby、谷歌的 Gemini 和 Perplexity，OPPO 则把 Manus 接了进来。</p>
<p>Muse 本身就是例子：模型不是最强，产品却跑得最快。</p>
<p>模型当然还重要。替你办事不是答一道题，而是连续几天不出错：记住你的偏好，任务中途出错了能自己补救。Meta 专门为 Muse 研发的新模型，重点就放在"长期记忆"和"专注不跑偏"上。<strong>模型决定 Agent 能不能一直办对，但很难决定谁赢谁输。</strong></p>
<h3>第二关，场景：从哪件事开始托付</h3>
<p>托付是一点点建立的。我把它分成四级，风险从低到高：</p>
<ul><li><strong>盯着</strong>：监控降价、提醒到期、跟踪房源。办砸了，最多是少提醒一次。</li><li><strong>帮你准备</strong>：比价、规划行程、写好草稿。最后一步还在你手里。</li><li><strong>替你下单</strong>：点外卖、订机票、买东西。钱真的花出去了。</li><li><strong>替你处理麻烦</strong>：退款、改签、投诉。最难，也最见功力。</li></ul>
<p>各家的切入点很能说明问题：Muse 从邮件、比价、二手卖货切入；千问从点外卖、买奶茶切入；灵光从租房跟踪、账单分析切入；OPPO 从旅行规划和本机文件整理切入。</p>
<p><strong>低风险、高频率的事，最适合用来建立第一次信任。</strong></p>
<h3>第三关，体验：让人敢把事交出去</h3>
<p>聊天产品的体验，看的是回答好不好；托付产品的体验，看的是三件事：</p>
<ul><li><strong>什么时候停下来问你。</strong>问太多，用户嫌烦；问太少，就会出美联社报道的那种事故。Muse 专门做了一个叫 Sentinel 的检查机制，敏感操作要先过它这一关；沃尔玛给 Agent 的规则里，默认购买要用户确认。</li><li><strong>怎么向你汇报。</strong>不是一句"已完成"，而是办了什么、花了多少、还有什么没办。</li><li><strong>能不能撤回。</strong>授权可以随时收回，做错了有地方反悔。</li></ul>
<p>这一关，产品经理的发挥空间最大。<strong>用户授权了 Agent，不等于用户理解了它的每一个动作。</strong>把这道鸿沟填上，是体验设计的活。</p>
<h3>第四关，权限：Agent 的手能伸多长</h3>
<p>前三关，各家的差距都在缩小。真正拉开差距的，是这一关。</p>
<p>Agent 会调用各种技能（Skill）去办事。但这些技能的手能伸多长，不取决于模型多聪明，而取决于别人给了它哪些权限。具体来说，有三道：</p>
<figure><img src="https://xiuke.net/blog/images/xp5-reach.jpg" alt="" loading="lazy"><figcaption>Agent 的手能伸多长：三道权限，分别握在谁手里</figcaption></figure>
<p><strong>系统权限（System Access）：能不能调动你的手机。</strong></p>
<p>看懂屏幕、打开 App、点按钮、读本机的照片和文件。这道权限在系统厂商手里，苹果的做法是 App Intents，让每个 App 自己声明"我允许 Siri 做哪些动作”，从早期"siri"和"捷径指令”开始苹果就很明确的在布局。</p>
<p>有意思的是，<strong>Muse 没有这道权限。</strong>它是一个 App 加一台云端电脑，在你的手机上调不动别的 App。但也正因为不依赖系统，手机、网页、电脑都能用。这是跨平台的好处，也是它的边界。</p>
<p><strong>服务接口（API / MCP）：能不能正式下单、订票、点外卖。</strong></p>
<p>模拟人去点按钮，商家随时可以封你。真正可靠的，是商家正式开放的接口。这道权限在头部平台手里：淘宝、美团、微信小程序、携程。</p>
<p>美国 10 月发生的事，就是商家开始正式给 Agent 开接口：Shopify 推出 Shop MCP，Agent 可以直接搜商品、建购物车；沃尔玛发布 Agent 网关和准入条款，用户要授权、违规的会被封；亚马逊则继续限制。Muse 在新加坡上线时，宣布了 Shopee、Grab、Lazada 等本地合作，也是在一家一家地谈接口。</p>
<p><strong>支付授权（Payment）：能不能付钱，办砸了谁负责。</strong></p>
<p>下单只是开始。付款、退款、改签、纠纷，背后是身份认证、支付授权和售后责任。这道权限在支付平台手里：支付宝、微信支付，美国是 Shop Pay、Visa、PayPal。</p>
<p><strong>模型决定 Agent 会不会办，权限决定 Agent 能办多大的事。</strong></p>
<p>而中国的麻烦在于：<strong>握着服务接口和支付授权的平台，自己也在做 Agent。</strong></p>
<p>做手机的人对这个太熟悉了。2018 年，一批手机厂商联合推出"快应用"，想在系统层做一个对标小程序的入口。入口有了，技术也不差，但用户的习惯和商家的服务，还是留在了小程序里。</p>
<p><strong>系统权限再大，也伸不进别人家的柜台。</strong></p>
<p>带着这四道关，再看中国的选手。</p>
<h2>三、中国的选手：各自卡在哪一关</h2>
<figure><img src="https://xiuke.net/blog/images/xp5-players.jpg" alt="" loading="lazy"><figcaption>五类选手的四道关（作者判断）</figcaption></figure>
<p><strong>字节·豆包：国民级"聊天搭子"，还不是"办事管家"。</strong></p>
<p>QuestMobile 的数据，9 月豆包月活 4.19 亿，人均每月用 72 次。模型和用户量，豆包都在第一梯队。</p>
<p>但大多数人拿豆包做什么？聊天、解闷、问问题、逗它玩。它占住的是"有事没事先找它聊两句"的心智，<strong>场景停在了"陪你聊"，还没走到"替你办"。</strong></p>
<p>权限上，豆包也最缺。豆包手机版试着在多家头部 App 上自动操作时，很快就遇到了限制，这说明用系统层"硬闯"别人的服务，走不通。媒体报道字节内部有个叫 Spell 的个人代理项目在和豆包整合，但这还是知情人士爆料，不是已发布的产品。</p>
<p><strong>阿里·千问 + 蚂蚁·灵光：权限最全，但还没有拼成一个产品。</strong></p>
<p>先澄清一个容易混的点：WorkBuddy 是腾讯的企业办公 Agent，和阿里无关。</p>
<p>千问是阿里给消费者的 AI 助手，9 月月活 1.58 亿。今年 1 月，千问 App 接入了淘宝、支付宝、淘宝闪购、飞猪和高德，一口气上线了 400 多项"AI 办事"功能：点外卖、买东西、订机票，说一句话就能办完。发布会上的演示，是一句话点了 40 杯奶茶。至于真正有多少人在千问里办事，官方还没公布数字。</p>
<p>灵光是蚂蚁做的另一个 App，去年 11 月上线，4 天下载破百万。10 月 27 日的 2.0 版本加上了跨会话记忆、独立云主机、持续监控和主动提醒，<strong>从产品体验上看，它是中国公开产品里最像 Muse 的一个</strong>。媒体实测过租房跟踪和账单分析，但短测不等于长期稳定。</p>
<p>所以阿里系的情况是：<strong>服务接口在淘宝、飞猪、高德手里，支付授权在支付宝手里，最像 Muse 的体验在灵光手里。</strong>四道关都有人过了，但分散在两家公司、好几个 App 里。能不能拼成一个用户愿意托付的产品，是阿里系最大的考题。</p>
<p><strong>腾讯·微信：权限几乎满配，还没决定怎么用。</strong></p>
<p>如果只看权限，微信几乎是满配：小程序里的服务、微信支付，都在自己手里，还多了一样别人没有的东西：你的人际关系。它甚至不需要系统权限，因为很多事本来就在微信里办完。</p>
<p>但腾讯现在把重心放在企业端。汤道生公开讲了 WorkBuddy 的战略优先级：办公 Agent 有清楚的客户回报和付费路径。微信侧的"小微"还在灰度。</p>
<p>我的理解不是腾讯做不了，而是<strong>账难算</strong>：微信要是让 AI 替用户跳过原本的内容和小程序访问路径，平台里的流量分配就得重新洗牌；私信、支付这些高敏感权限，出一次事故的代价也极高。</p>
<p>还有一个新线索：腾讯和蚂蚁都投资了独立的个人助手 Today AI，创始人是前豆包 PC 端负责人。这更像大厂在内部产品之外留了一个观察窗口，不能据此推断腾讯会收购它。</p>
<p><strong>手机厂商：握着系统权限，看谁能借到另外两道。</strong></p>
<p>这一段要放到全球看。</p>
<ul><li><strong>苹果</strong>：新版 Siri 靠 App Intents，系统权限在苹果手里，服务由各个 App 主动开放。规则很严，但中国区目前还用不了。</li><li><strong>三星</strong>：走"多 Agent"路线。Galaxy S26 上，Bixby、Gemini、Perplexity 同时存在，用户可以喊不同的唤醒词。三星的思路是：我不必自己做最强的 Agent，我做好系统，让几家 Agent 都住进来。</li><li><strong>OPPO</strong>：10 月宣布和 Manus 合作，把 Manus 的 Agent 能力做成 AI Mind Pilot 里的一个新模式，Find X10 首发。官方演示是一句话规划一趟旅行，从几个 App 里汇总机票、酒店、餐厅，再生成行程；本机文件留在手机上处理，要上云得先经过用户同意。</li></ul>
<p>OPPO 这次的差异化在于：<strong>手机厂商不再只靠自己的模型，而是把一个专业 Agent 接进系统。</strong>接下来要看两件事：<strong>深度</strong>，是只停留在"帮你准备"，还是能走到"替你下单"；<strong>广度</strong>，还是回归到有多少第三方 App 愿意开放服务接口。</p>
<p>国内手机厂商的共同难题，还是快应用那句话：<strong>系统权限再大，也伸不进别人家的柜台。</strong></p>
<p><strong>独立玩家：模型和体验可以拼，权限最难拿。</strong></p>
<p>在中国做独立的个人 Agent，确实太难了。模型可以调用，体验可以打磨，但三道权限都在大平台手里，而大平台自己也在做；获客要花钱，免费的大厂助手就在旁边。</p>
<p>所以独立玩家的机会，更多在三个方向：</p>
<ul><li><strong>出海</strong>：海外的服务接口正在被标准化地开放（Shopify、沃尔玛），独立公司不必一家一家去求。Manus 就是先在海外做起来的。</li><li><strong>卖给手机厂商</strong>：像 Manus 和 OPPO 这样，自己做 Agent 的大脑和体验，系统权限借手机厂商的。</li><li><strong>拿大厂的钱，做大厂不方便做的事</strong>：Today AI 拿了腾讯和蚂蚁的投资，可以更激进地试持续记忆、主动服务，而不用担心抢了谁的流量。</li></ul>
<h2>四、我的判断</h2>
<p>还是写三个半年后可以回头对答案的判断：</p>
<p><strong>1. 豆包会继续是用户最多的 AI，但很难靠自己变成中国版 Muse。</strong>模型和用户量它都不缺，缺的是从"陪你聊"到"替你办"的场景，和它拿不到的权限。字节要么谈下接口，要么在抖音电商等自家服务上先跑通。</p>
<p><strong>2. 最可能先跑出"办事"爆款的，是阿里系。</strong>四道关里，它的模型够用，有点外卖这种低风险高频的切入场景，有灵光最像 Muse 的体验，还握着服务接口和支付授权。前提是千问和灵光能拼到一起，而不是各做各的。</p>
<p><strong>3. 腾讯是最大的变量，手机厂商会赢下系统层。</strong>微信一旦决定把小微推成默认的个人事务入口，格局会重新洗牌。手机厂商更可能成为"让多个 Agent 住进来"的平台，三星和 OPPO 已经在这么做了。</p>
<p>判断对不对，不用等估值和发布会，只看三个数：</p>
<figure><img src="https://xiuke.net/blog/images/xp5-signals.jpg" alt="" loading="lazy"><figcaption>判断谁是中国版 Muse，只看三个数</figcaption></figure>
<ul><li><strong>重复托付率</strong>：用户 30 天、90 天后还会不会再把事交给它，而不是下载量和聊天次数。</li><li><strong>真实完成率</strong>：跨平台的真实任务，有多少办成了，出错后能不能自己补救。</li><li><strong>权限范围</strong>：有多少服务正式授权它"能下单""能付款""能管售后"，而不是只能跳转过去。</li></ul>
<p>这三个数出来之前，任何"综合评分 90 分对 70 分"，都是看起来很精确的猜测。</p>
<h2>写在最后</h2>
<p>十年前，我们在手机上想做"替你办事"，缺的是大脑。</p>
<p>今天大脑有了，场景和体验各家都在追，真正缺的，是一双能伸进别人家柜台的手。</p>
<p>做手机那些年，行业争了十几年"入口"：负一屏、全局搜索、快应用、语音助手。每一次，大家都以为抢到入口就赢了。这一次规则变了：以前的入口，是把你带到服务门口；Agent 的入口，是替你把事办完。</p>
<p><strong>中国版 Muse 是谁，不取决于谁的模型最强、谁离用户最近，而取决于：谁的手伸得够长，能替你把事办好。</strong></p>]]></content:encoded></item>
    <item><title>口搓 02｜干两小时，歇三小时：被 AI 安排的番茄钟</title><link>https://xiuke.net/blog/04b/</link><guid isPermaLink="true">https://xiuke.net/blog/04b/</guid>
      <pubDate>Tue, 03 Nov 2026 18:00:00 +0800</pubDate><category>口搓</category><description>番茄工作法是自己给自己定休息，五小时额度是 AI 给你定：干两小时，歇三小时。这个机制从哪来、谁先用、口碑如何，为什么 Claude 刚把它从顶配套餐里拿掉？顺便把 Codex、Claude 和国产方案的会员账算清楚。</description>
      <content:encoded><![CDATA[<blockquote><p>做 Uncle Ed 的五天里，我用掉了约千 M Token。额度快见底那天，我问 Codex 的第一句话是："恢复后能不能接着做？"</p></blockquote>
<p>那之后我干脆装了个工具，专门盯着用量。</p>
<p>上一篇讲了 Codex 和 Claude 的性格。这一篇算账：同样一份 20 美元的会员，为什么有人说够用一周，有人说一个下午就没了？国产方案便宜，是能力不够，还是更划算？</p>
<p>结论先放这里：<strong>AI 会员不是 token 包。真正该比的，是同样的钱能完成多少件合格的活。</strong></p>
<h2>一、会员不是 token 包</h2>
<p>先说一个很多人没注意的事实：ChatGPT Plus 和 Claude Pro 都没有承诺"每周给你多少 token"。</p>
<p>两家的规则长得很像：</p>
<ul><li><strong>按时间窗口限额。</strong> 用量按 5 小时一个窗口算，另外可能有周上限。</li><li><strong>聊天和写代码共用。</strong> Claude 官方写明，Claude 和 Claude Code 共用同一份额度。</li><li><strong>消耗看任务。</strong> 模型、上下文长短、附件、工具调用，都会影响扣多少。</li></ul>
<p>这意味着，你说一句"帮我修一下这个问题"，背后可能是改一个函数，也可能是读几十个文件、跑测试、看报错、再改几轮。<strong>你只发了一条消息，它已经干了很多轮活。</strong></p>
<p>做过手机的人应该熟悉这个逻辑。这就像流量套餐写的是"不限量"，但后面有一行小字：超过多少降速。真正决定体验的，是那行小字。</p>
<h2>二、五小时：一个倒过来的番茄钟</h2>
<p>先吐个槽。</p>
<p>番茄工作法大家都知道：干 25 分钟，歇 5 分钟，休息是你自己给自己定的。AI 会员的五小时窗口正好倒过来：额度用完，你就得停，什么时候能接着干，它说了算。我做 Uncle Ed 的时候，五小时的窗口常常两小时左右就见底，然后就是干等刷新。</p>
<p><strong>干两小时，歇三小时。这是一个被 AI 安排的番茄钟。</strong></p>
<p>有朋友吐槽得更直接：设计这个机制的人，真狗。</p>
<p>但吐槽归吐槽，这个机制不是拍脑袋来的。</p>
<p><strong>它从哪来？</strong> 说白了就是算力不够分。</p>
<p>最早这么干的是 OpenAI。2023 年 GPT-4 刚上线，Plus 用户每几个小时只能发几十条消息，上限还调过好几次。Claude Pro 同年上线时，是按 8 小时一个周期算；2024 年改成了现在大家熟悉的 5 小时滚动窗口。</p>
<p>到了 Agent 时代，这个窗口开始真正卡人。聊天一来一回，一个窗口很难用完；Agent 一个任务就要读几十个文件、跑几轮测试，额度掉得飞快。</p>
<p><strong>厂商的理由，说得也很直白。</strong></p>
<ul><li><strong>防"薅"和防"挂机"。</strong> 2025 年 7 月，Anthropic 宣布在五小时之外再加一道周上限，理由是有人共享账号、有人让 Claude Code 全天候不停地跑，并说受影响的用户不到 5%。</li><li><strong>削峰。</strong> OpenAI 的 Codex 负责人今年 8 月解释过：五小时限额是为了"把算力负载抹平"，这样周额度才能给得大方一些。今年 3 月，Anthropic 也承认，工作日高峰时段，五小时额度会掉得更快。</li><li><strong>保护新手。</strong> 同样是 OpenAI 的说法：Plus 用户很多是新手，没有五小时这道闸，有人一不小心一天就把一周的额度花光了，然后一脸茫然。</li></ul>
<p><strong>最近几个月，风向在变。</strong></p>
<ul><li><strong>7 月</strong>，OpenAI 发布新模型后流量暴涨，干脆临时取消了 Codex 的五小时限额，所有付费档位都只剩周上限。有开发者在 GitHub 上提议：别恢复了。</li><li><strong>8 月底</strong>，OpenAI 给 Plus 用户把五小时限额加了回来，200 美元和 100 美元的 Pro 用户"未来几个月"继续不设。</li><li><strong>就在这周</strong>，Anthropic 把 200 美元那一档改名叫 Ultra，<strong>通过验证的账户不再有五小时限额</strong>。周上限还在，Ultra 是 Pro 的 10 倍；20 美元的 Pro 照旧，五小时和周上限都有。</li></ul>
<p>翻译一下：<strong>五小时限额，正在变成一种"穷人税"。</strong>付 200 美元的人，可以一口气干到周额度用完；付 20 美元的人，还得按 AI 的番茄钟上下班。</p>
<p><strong>口碑呢？</strong>没有一家用户是喜欢它的。Anthropic 加周上限那次，开发者社区骂声一片；OpenAI 取消五小时那几周，用户反馈也很分裂：不用被打断很爽，但有人发现周额度两天就烧完了，后面五天更难熬。</p>
<p>我的看法是：<strong>五小时窗口本身不狗，狗的是它不透明。</strong>你不知道一个窗口到底值多少活，也不知道高峰时段会扣得更快。这就回到这篇的主题：会员不是 token 包，你得自己记账。</p>
<p></p>
<h2>三、把套餐摆在一张桌上</h2>
<p>只看个人月付，不算首月优惠：</p>
<div class="table"><table><thead><tr><th>方案</th><th>价格</th><th>包含什么</th><th>额度怎么限</th></tr></thead><tbody><tr><td>ChatGPT Plus</td><td>20 美元/月</td><td>ChatGPT + Codex</td><td>5 小时窗口 + 周上限，不公布固定 token 数（5 小时限额 7 月临时取消，8 月 25 日起对 Plus 恢复）</td></tr><tr><td>Claude Pro</td><td>20 美元/月</td><td>Claude + Claude Code</td><td>5 小时窗口 + 周上限，聊天和编程共用（200 美元的 Ultra 已取消 5 小时窗口，只留周上限）</td></tr><tr><td>Kimi Plus（中国区新套餐）</td><td>99 元/月</td><td>含 Kimi Code</td><td>5 小时窗口，无单独周上限；所有会员功能共用每月积分</td></tr><tr><td>GLM Coding Plan Lite（国际站）</td><td>18 美元/月</td><td>编程套餐，可接多种工具</td><td>每 5 小时 2,000 积分，每周 10,000 积分；非高峰时段扣得少</td></tr></tbody></table></div>
<figure><img src="https://xiuke.net/blog/images/kzb-plans.jpg" alt="" loading="lazy"><figcaption>四个方案，四种限额方式</figcaption></figure>
<p>这里有三个坑：</p>
<p><strong>第一，最便宜的档位不一定能写代码。</strong> Kimi 中国区新的 Go 套餐 49 元，不含 Kimi Code，要从 Plus 99 元起。但老用户的旧套餐还保留着 Code。所以"Kimi 49 元就能用 Code"这句话，对新老用户是两个答案。</p>
<p><strong>第二，国产方案的账更好算。</strong> GLM 把积分规则写得很清楚：多少积分一个窗口，一周多少，什么时段打折。Kimi 新套餐也取消了单独的周上限。对一个怕"半夜额度没了"的人来说，透明本身就是价值。</p>
<p><strong>第三，壳和芯要分开看。</strong> GLM 这类方案可以接进 Claude Code 这样的工具里用，但这时候干活的是 GLM 的模型，额度也是 GLM 的。你用的是 Claude Code 的壳，不是 Claude 的芯。</p>
<h2>四、为什么你的额度掉得比别人快</h2>
<p>今年有一篇研究，专门分析 AI 写代码时 token 是怎么花掉的。研究者让八个模型在同一套编程题上反复跑，结论很有意思：</p>
<ul><li><strong>同一道题，不同次运行，token 消耗最多能差 30 倍。</strong></li><li><strong>大头是"读"，不是"写"。</strong> 输入 token 才是主要成本，开了缓存也一样。</li><li><strong>花得多不等于做得好。</strong> 准确率在中等花费时就到顶了，花得特别多的那几次，往往是在反复看文件、反复改。</li><li><strong>人觉得简单，不代表它花得少。</strong> 专家对题目难度的判断，和实际消耗只有弱相关。</li></ul>
<p>在那项研究的设置里，Kimi-K2 和 Claude Sonnet 4.5 平均比 GPT-5 多用 150 万以上的 token。但要注意，那是几代之前的模型和另一套 Agent 框架，不能直接推到今天的 Codex 和 Claude Code 上。</p>
<p>它真正告诉我们的是：<strong>额度黑洞往往不是任务太难，而是 AI 在原地打转。</strong></p>
<p>这和我在 Uncle Ed 里的体感一致。最费额度的从来不是做新功能，而是修一个反复回归的问题。</p>
<p>几个省额度的办法，OpenAI 的官方说明里也提到了：</p>
<ul><li><strong>任务拆小。</strong> 一次只让它做一件能验收的事。</li><li><strong>上下文瘦身。</strong> AGENTS.md 这类说明文件别写成百科全书，用不到的 MCP 工具先关掉。</li><li><strong>简单活用小模型。</strong> 改文案、调样式，不需要最强的模型。</li></ul>
<h2>五、能力：上限高的，往往也贵</h2>
<p>光算额度不够，还得看干不干得好。</p>
<p>Revelo 有一个编程榜单，把三套偏真实工作的测试（SWE-Lancer 和两版 Terminal Bench）合在一起，共 60 道题，每道题跑三次。下面是部分结果：</p>
<div class="table"><table><thead><tr><th>模型</th><th>综合通过率</th><th>60 题 × 3 次的总 API 成本</th></tr></thead><tbody><tr><td>Claude Opus 5</td><td>48.3%</td><td>约 1,300 美元</td></tr><tr><td>GPT-6 Astra</td><td>45.0%</td><td>约 898 美元</td></tr><tr><td>GPT-5.6 Sol</td><td>39.4%</td><td>约 350 美元</td></tr><tr><td>DeepSeek V4.1 Flash</td><td>38.9%</td><td>约 87 美元</td></tr><tr><td>Kimi K3</td><td>36.1%</td><td>约 224 美元</td></tr><tr><td>GLM-5.2</td><td>27.2%</td><td>约 376 美元</td></tr><tr><td>MiniMax M3</td><td>15.0%</td><td>约 144 美元</td></tr></tbody></table></div>
<figure><img src="https://xiuke.net/blog/images/kzb-revelo.jpg" alt="" loading="lazy"><figcaption>通过率和成本：右上角是又强又贵，左上角是性价比</figcaption></figure>
<p>这张表不支持"谁全面碾压谁"。我读出来三点：</p>
<ul><li><strong>最强的那个最贵。</strong> Claude Opus 5 通过率最高，花费也最高。</li><li><strong>便宜不一定差。</strong> DeepSeek 的 Flash 模型用不到十分之一的钱，通过率只差 10 个百分点。</li><li><strong>便宜也不一定划算。</strong> 有的模型 API 单价不高，但通过率低，返工的钱和时间都要算进去。</li></ul>
<p>还有两点要说清楚。第一，60 道题代表不了所有语言和项目，更测不了中文需求理解和前端审美。第二，<strong>榜单上的模型不等于你会员里能用的模型</strong>，推理档位和 Agent 环境也未必一样。不能拿旗舰模型的成绩，给入门套餐背书。</p>
<p>另一个常被引用的榜单 SWE-bench Verified，头部模型已经都在 96% 以上，Vals 已经把它从综合排名里移出去了。拿它比谁更强，意义不大了。</p>
<h2>六、口碑：用的人多，和用的人满意，是两回事</h2>
<p>Stack Overflow 2025 年的开发者调查里，用 OpenAI GPT 系列的有 81%，用 Claude Sonnet 系列的有 43%。但同一份调查里，46% 的开发者不信任 AI 输出的准确性，比前一年的 31% 还高。</p>
<p><strong>用得越多，越不放心。</strong> 这和我"AI 说已完成，你就信了？"那篇的体会是一回事。</p>
<p>满意度又是另一幅图。YouGov 在英国的调查里，Claude 的净满意度是 56.2，ChatGPT 是 46.0；只看当前用户，DeepSeek 最高，77.2。但美国 ACSI 的调查里，Claude 和 ChatGPT 都是 73 分，Gemini 反而最高。</p>
<p>所以，"Claude 在某项满意度调查里领先"有依据；"大家都觉得 Claude 更好"，没有。至于 Kimi、GLM 的口碑，我没找到能和这些调查放在一起比的数据，就不硬排了。</p>
<h2>七、我的记账法</h2>
<p>宣传页上的数字，比不过一周的真实记录。我的建议很朴素：拿一周的真实活，每件事记五样东西。</p>
<div class="table"><table><thead><tr><th>记什么</th><th>为什么</th></tr></thead><tbody><tr><td>任务是什么</td><td>一次只记一件能验收的事</td></tr><tr><td>有没有通过验收</td><td>按我在"已完成"那篇里说的四层来判</td></tr><tr><td>额度掉了多少</td><td>开工前后各截一张图</td></tr><tr><td>花了多少时间</td><td>包括你等它和你检查它的时间</td></tr><tr><td>返工了几轮</td><td>原地打转是额度黑洞</td></tr></tbody></table></div>
<figure><img src="https://xiuke.net/blog/images/kzb-ledger.jpg" alt="" loading="lazy"><figcaption>一周记账模板</figcaption></figure>
<p>不要只记"它写了多少代码"，要记"最后有多少能用"。</p>
<p></p>
<h2>写在最后</h2>
<p>做产品的人都知道，用户买的从来不是参数，是体验。AI 会员也一样，最后要落在三个问题上：</p>
<p><strong>它能不能完成你的活？你要为它收拾多少残局？你最需要它的时候，它还有没有额度？</strong></p>
<p>这三件事，比宣传页上的 token 数更接近你真正买到的东西。</p>
<p>入门篇到这里讲完了。下一篇开始实战：我用五天、约千 M Token，口搓了一台掌机模拟器。</p>
<hr>
<hr>
<p><strong>锈客 · Rusted Drifter</strong></p>
<p>做了十年手机产品的产品狗，手艺生了锈，在异乡用 AI 重新上手。写行业判断、Agent 与 Vibe Coding 实录，和一个老产品人的回炉笔记。</p>
<p><em>你的额度一般多久用完？用的是哪家？留言晒晒账单。</em></p>
<hr>
<p><strong>参考资料</strong>（核对日期 2026-10-29；价格和额度变化快，以官方页面为准）</p>
<ol><li>Anthropic 帮助中心：Pro 套餐用量说明，以及在 Pro / Max 套餐中使用 Claude Code</li><li>OpenAI：Codex 定价页；Codex 5 小时限额的取消与恢复（eesel.ai 2026-07、9to5Mac 2026-08-24，引用 Codex 负责人在 X 上的发言）</li><li>Anthropic 用量限制的演变：周上限公告（The Decoder，2025-07-28）、高峰时段调整（2026-03）、Claude Ultra 取消 5 小时限额（Anthropic 官方 X 账号，2026-10-30，DataStudios 等报道）</li><li>Kimi、Z.ai（GLM Coding Plan）的官方会员与套餐说明（Kimi 截图日期 2026-10-19）</li><li>Bai 等：How Do AI Agents Spend Your Money?（arXiv，2026），关于 Agent 编程任务 Token 消耗的研究</li><li>模型能力榜单：Revelo Code Index，Vals SWE-bench Verified（BenchLM 2026-09-01 快照）</li><li>用户调研：Stack Overflow 2025 开发者调查，YouGov 2026 英国 AI 品牌满意度排名，ACSI 2026 AI 平台满意度研究（据 SlashGear 报道）</li></ol>]]></content:encoded></item>
    <item><title>AI 圈装X 指南：12 条，看看你中了几条</title><link>https://xiuke.net/blog/10/</link><guid isPermaLink="true">https://xiuke.net/blog/10/</guid>
      <pubDate>Mon, 02 Nov 2026 07:30:00 +0800</pubDate><category>锈评</category><description>卫衣拖鞋、前司 A 社，开口 What are you building，闭口 Scaling Law，脸上写着&quot;已经拿到大结果&quot;。12 条 AI 圈装X 指南，从造型、履历到话术，看看你中了几条。作者本人至少中了五条。</description>
      <content:encoded><![CDATA[<blockquote><p>免责声明：本文所有条目，作者本人至少中了五条。</p></blockquote>
<p>严肃的文章写多了，今天换个口味。</p>
<p>最近在两个圈子里都看到了同一类吐槽。当你的同行在用 AI 黑话装 x 的时候，你对 AI 的了解可别只是用 ChatGPT 写周报，别慌，三分钟速成大佬。</p>
<p>做了十年产品，对于装X 这门手艺必须不陌生。手机圈最爱说的两个字是"首发"：首发某某芯片，首发某某屏幕，哪怕只从供应链那里争取早发了一天。AI 圈把这门手艺又升级了一版：现在比的是谁先用上最新的模型。</p>
<p>这次的指南不长，分四个模块，一共 12 条，读完保证让你 x 格遥遥领先。</p>
<h2>一、形象篇</h2>
<p><strong>1. 造型要"不在乎"，而且要很在乎地不在乎。</strong></p>
<p>卫衣、拖鞋、头发看起来三天没打理。巴塔哥尼亚的抓绒马甲已经是上个时代投资人的制服了，现在流行的是 Alexandr Wang 发布会同款：越随便，越显得你的时间都花在模型上了。</p>
<p><strong>2. 一副已经拿到大结果的脸。</strong></p>
<p>别人问你最近在忙什么，不能说"在忙"，要云淡风轻地说"就随便做了个小 Agent"，停顿两秒，"ARR 刚过一个小目标吧，还早"。</p>
<p>关键是那两秒的停顿。</p>
<p><strong>3. 两头都吃永远是最好用的人设。</strong></p>
<p>"人在硅谷，但是只混中文圈”、"人在国内，人脉在湾区”都很好，更重要的是聊天三句之内要出现山景城、Palo Alto 或者"湾区那边"。"上周和几个 A 社的朋友吃饭，他们内部其实挺焦虑的。"吃的是什么，没人问；焦虑什么，"不方便细聊"。</p>
<p>时差也是道具。"不好意思刚开完会，湾区那边的时间你懂的。"</p>
<p>轻易别提"Sam Altman”，明显已经有些 Out 了；别直呼 "Alexandr Wang"，要叫"Alex"或者"汪滔" ，随口说几个当年偶遇的桥段，更显得你是在湾区创业圈子里。</p>
<p>播客 follow 的全是湾区创投圈大 V，Cheeky Pint 更是一期不落倒背如流，各种新词融会贯通熟练搬运，谁都取代不了你，你就是那个行业最需要的本体。</p>
<h2>二、履历篇</h2>
<p><strong>4. 前司要用字母称呼。</strong></p>
<p>A 社、O 记、脸家、亚麻。说全名就输了，说字母代表你和它们很熟，熟到懒得说全名。</p>
<p>进阶版是聊细节。真在 G 家待过的人，聊的是班车和茶水间的零食，还会叹口气说这两年茶水间撤了好几个，TGIF 也早就不是每周开了；没待过的人，聊的是"20% 时间”、“OKR”，可能《重新定义公司》还是太有影响力了。</p>
<p>终极版是连"前员工"都不说，说"我是 Xoogler"。家里收着一顶新员工发的螺旋桨帽子，就更有说服力了。 "O 记越来越像微软了。"评价公司要聊"品味"和"血统"，不聊产品。</p>
<p><strong>5. 履历可以"后期蒸馏"。</strong></p>
<p>2021 年做的东西，2026 年再看看。就成了"AI native 早期探索"。</p>
<p>参加过公司组织的 AI 培训，润色下就是： 系统完成大模型原理与应用研修，具备从模型选型、Prompt 工程到 Agent 编排的全链路认知。</p>
<p>用 ChatGPT 帮忙写过几次周报，润色下就是：探索大模型在内部办公场景的落地，形成可复用的 Prompt 模板，团队文档生产效率提升 50%。</p>
<p>负责 App 帮助中心 FAQ 的整理和更新，润色下就是： 主导企业级知识库从 0 到 1 搭建，沉淀 300+ 条结构化知识，为后续 RAG 检索增强生成奠定数据基础。</p>
<p>当然，手机圈的同行可能不用改。我们概念透支的比较早， 2018 年做的功能就已经是叫 AI XX了。</p>
<p><strong>6. 头衔里必须有 AI。</strong></p>
<p>产品经理不够，要 AI 产品经理；AI 产品经理不够，要 AI-native 产品负责人。英文圈有个专门的词形容这件事：AI-washing。</p>
<h2>三、工具篇</h2>
<p><strong>7. 模型要用最贵的，而且要让别人知道。</strong></p>
<p>"你还在用网页版？""免费版能干什么？"套餐要顶配，模型要最新，便宜模型只配跑脏活。至于你的任务到底需不需要最贵的模型——上一篇回炉刚算过账，大多数时候不需要。但这不重要，重要的是姿态。</p>
<p><strong>8. Token 要烧得多，还要晒出来。</strong></p>
<p>英文圈今年真有一个词：tokenmaxxing，比谁烧的 token 多。黄仁勋说过，一个年薪 50 万美元的工程师，如果一年连 25 万美元的 token 都没用到，他会"非常担忧"。</p>
<p>中文圈的晒法是："这个月又烧了几个亿 token。"必须承认这个 x 我前两天朋友圈也刚装过。</p>
<p><strong>9. 晒 Agent，不晒结果。</strong></p>
<p>朋友圈要发终端截图：十个窗口同时在跑，配文"睡前交代好了，明早验收"。至于明早验收的结果，就不用发了。</p>
<h2>四、话术篇</h2>
<p><strong>10. 黑话要信手拈来。</strong></p>
<p>同行见面必须先来一句地道的湾区问候：<strong>"What are you building?”</strong>，每天不提几次<strong>"first principles”和"Scaling Law"</strong>，就感觉还完全没上道。</p>
<p>PRD 不叫 PRD，叫 spec；需求不叫需求，叫 context。"这个场景蒸馏一下就行”"Let me prompt you"。重点是所有term 都可以动词化。</p>
<p><strong>11. 聊到产品必须要绝对自信。</strong></p>
<p>不管产品状态究竟如何，都要淡淡地说一句"符合预期"。新模型跑分翻倍？"符合预期。”听说 Agent 删了自己的监控？"我去年就说过。"</p>
<p>被问产品为啥上线没人用，要说在"冷启动阶段”，转化率不高叫"数据飞轮还没转起来"</p>
<p>对一切竞品发布会统一点评："套壳。"对自己的产品："我们有自己的 know-how。"</p>
<p><strong>12. 永远目空一切，永远降维打击。</strong></p>
<p>"我们不做应用，我们做 Agent； 我们不做 Agent，我们做 Agent 的基础设施； 我们不做基础设施，我们做标准； 我们不做标准，我们做生态； 我们不做生态，我们做认知。"</p>
<p>"那你们具体做什么？"</p>
<p><strong>"融资。"</strong></p>
<h2>自测：你中了几条？</h2>
<figure><img src="https://xiuke.net/blog/images/xz-checklist.jpg" alt="" loading="lazy"><figcaption>截图打勾，发给你的同行</figcaption></figure>
<figure><img src="https://xiuke.net/blog/images/xz-score.jpg" alt="" loading="lazy"></figure>
<h2>写在最后</h2>
<p>我自己数了数，至少中了五条：用过顶配套餐，晒过 token 用量，写文章张口就是蒸馏剪枝，人在温哥华——离湾区两小时航班，勉强算半个湾区人脉。</p>
<p>吐槽归吐槽，这件事其实有点意思。以前装懂要花成本：要读论文、要混圈子、要记名字。现在 AI 可以帮你把黑话组织得滴水不漏，装的成本越来越低。</p>
<p>装的成本越低，真东西就越值钱。真东西也不神秘，一个真的做完了、有人在用的东西。</p>
<p>AI 时代最便宜的，是看起来很懂；最贵的，是做完一件事。</p>]]></content:encoded></item>
    <item><title>口搓 01｜Vibe Coding 第一步就卡住：选 Codex 还是 Claude？</title><link>https://xiuke.net/blog/04/</link><guid isPermaLink="true">https://xiuke.net/blog/04/</guid>
      <pubDate>Sat, 31 Oct 2026 09:30:00 +0800</pubDate><category>口搓</category><description>我用 Codex 做了掌机模拟器 Uncle Ed，用 Claude Code 做了桌面机器人 PokeChan。一个像不知疲倦的外包团队，一个像有分寸的明白人。不是公平评测，但正因为项目不一样，反而能看出两个工具各自的性格。</description>
      <content:encoded><![CDATA[<blockquote><p>想试 Vibe Coding，该用 Codex 还是 Claude Code？</p></blockquote>
<p>这是刚开始的人最常纠结的问题，我自己也纠结过：ChatGPT 用了很久，感觉它更懂我，换到 Claude 迁移成本会不会很高？而且对国内用户来说，Claude 的使用门槛一下子高了很多。</p>
<p>恰好我用它们各做完了一个项目。用 Codex 做了掌机模拟器 Uncle Ed，用 Claude Code 做了 PokeChan——给桌上的 StackChan 小机器人换上宝可梦的脸，说一句"换成小火龙"它就变身，生气了尾巴会烧得更旺。</p>
<figure><img src="https://xiuke.net/blog/images/kvs-pokechan-skin.jpg" alt="" loading="lazy"><figcaption>说一句"换成小火龙"，它就换脸。非官方同人项目，画面为 3D 渲染演示</figcaption></figure>
<p>先说清楚：这不是公平评测。两个项目不一样，一个是重视觉、跨四个平台的 App，一个是跑在小芯片上的固件。但正因为不一样，反而能看出两个工具各自的性格。</p>
<h2>一、Codex 像一个不知疲倦的外包团队</h2>
<p>Uncle Ed 的第一轮只用了五天，约千 M Token。</p>
<p>Codex 最让我印象深的是<strong>耐力</strong>。一个会话里它调用了约 4000 次工具，上下文撑爆了就自己压缩，前后压了 25 次，接着干。它还有一个自动审批的机制，很多操作不用我点"同意"。我说"我要睡会，没有特别的就继续完成所有阶段"，它就真的一直做。</p>
<p>它也很敢于碰真实的设备。iPad、iPhone、OPPO 手机连上就能部署，USB 要让给别的设备，就改成无线调试。宣传片、发布会演示稿也是在同一个地方做出来的。</p>
<p>代价是什么？<strong>你得当一个很辛苦的验收人。</strong> 我在这个项目里给了近百条反馈，大部分是"这里不对""那里又坏了"。它做得快，也容易把"做了"当成"做完了"，跨平台时一致性也要人盯着。还有额度：快用完的时候我问它"恢复后能不能接着做，每次还要手动吗"，最后干脆装了个工具专门盯用量。</p>
<p><strong>最夯的</strong>是自动化测试：几台设备分别连上无线调试，它自己咣叽咣叽地跑程序、截图、验收，看性能、看效果，直到达成我定的一致性目标。</p>
<p><strong>最拉的</strong>是额度：五小时的窗口，常常两小时左右就见底了，只能干等刷新。</p>
<p>还有，第一版的完成度，你就别期待了。</p>
<h2>二、Claude 像一个很有分寸的"明白人"</h2>
<p>PokeChan 从第一次提交到准备发布，大约一天半，10 次提交。</p>
<p>Claude 最让我印象深的是<strong>分寸感</strong>。每次提交都写得很清楚，比如"头部动作跟着脸上的情绪走""用技能图标代替文字气泡"。准备提交到 GitHub 时，它提醒我把提交记录里的邮箱和所在城市抹掉，又去检查烧进芯片的固件里有没有令牌和我电脑上的路径，还补上了免责声明和第三方许可。宣传片用的是工业模型加程序生成的 3D 渲染，它主动在画面角上标了"3D 渲染演示"。</p>
<p>它也会自己查硬件的坑。一开始头部动作经常不触发，它查出来是舵机"是否在动"的判断不可靠：读取失败或者舵机在抗重力时，也会报"在动"，于是大部分动作被跳过了。它再和我配合做几次小测试，很快就定位了根因。</p>
<p>PokeChan 开发过程中有两个瞬间印象很深：</p>
<p><strong>一是做宝可梦的表情动效。</strong> 我定好了做哪几只、参考哪些表情包，本想让它先试试，结果第一版就超出了预期。接着我想给每只宝可梦加上不同情绪下的专属表情：耍酷时杰尼龟戴上墨镜，生气时小火龙的尾巴火焰变旺、皮卡丘的脸颊放电，也是一次就过了。我原以为最难啃的部分，两次提交就基本达到了我的预期。</p>
<p><strong>二是给宣传视频配乐。</strong> 宝可梦开放的曲库只有部分亚洲地区能访问，它就建议直接写一首。我给了参考曲目，提了电子和 Mix 的风格方向，两三轮下来，音乐就已经很"宝可梦"了。看过视频的你，可能都没听出来这是现写的；它还能顺着配乐，给视频做卡点。</p>
<p>要说短板，Claude Code 大概只有一个：对国内用户的使用限制太严。</p>
<h2>三、新手怎么选</h2>
<p>我自己的体会是：<strong>两个工具的差别，没有你自己的工作方式重要。</strong></p>
<ul><li><strong>Codex</strong>：需求清晰、目标明确的任务，它能做到很高的完成度，一点也不拖沓。</li><li><strong>Claude Code</strong>：在你不熟悉的领域，比如动效和音乐，它也能补上位置，给你"惊喜"。</li></ul>
<figure><img src="https://xiuke.net/blog/images/kvs-character.jpg" alt="" loading="lazy"><figcaption>两个工具，两种性格</figcaption></figure>
<p>这两种性格，其实是同一根绳子的两头，最终都会回到一句话：<strong>你给 Agent 多大的自主，就要准备多大的验收。</strong> 这件事最近在行业里闹得不小：OpenAI 公开了自家 Agent 删掉安全监控、还否认的事故。这件事值得细品，后面我会专门写一篇锈评。</p>
<figure><img src="https://xiuke.net/blog/images/kvs-pick-table.jpg" alt="" loading="lazy"><figcaption>新手怎么选：先看你想做什么</figcaption></figure>
<p>这张图只代表我两个项目的体验。两家都在快速更新，半年后可能就不一样了。</p>
<h2>写在最后</h2>
<p>如果你还在纠结用哪个，我的建议是：<strong>别纠结了，选一个，做一个小东西。</strong> 真正卡住新手的从来不是工具，而是不知道自己要做什么、也不知道做完了怎么算"完"。</p>
<p>前者看上一篇选题，后者看后面的 Uncle Ed 实战三篇。工具选好了，下一篇先算算账。</p>
<hr>
<hr>
<p><strong>锈客 · Rusted Drifter</strong></p>
<p>做了十年手机产品的产品狗，手艺生了锈，在异乡用 AI 重新上手。写行业判断、Agent 与 Vibe Coding 实录，和一个老产品人的回炉笔记。</p>
<p><em>你在用哪个？踩过什么坑？留言聊聊。</em></p>]]></content:encoded></item>
    <item><title>万字拆解 Palantir：本体论，凭什么成了 AI 最贵的生意？</title><link>https://xiuke.net/blog/03/</link><guid isPermaLink="true">https://xiuke.net/blog/03/</guid>
      <pubDate>Fri, 30 Oct 2026 07:30:00 +0800</pubDate><category>锈评</category><description>Palantir 把一个哲学老词，做成了 AI 时代最贵的生意。二十年里，它从情报和战场起家，靠驻场工程师走出 SaaS 和外包的两难，再给大模型接上本体。它的本体比学界多了什么“动词”？它想成为什么？老牌厂商为什么学不像？</description>
      <content:encoded><![CDATA[<blockquote><p>模型越来越像标准品，价值往哪里跑？对消费者是入口，对企业是它自己的"语义"。</p></blockquote>
<p>这两年，"本体论"这个词突然爆火，它本来躺在哲学课本里，讲的是"世界上到底有什么"；现在却频繁出现在上市公司的财报电话会、硅谷的播客和投资人的长文里。上一篇锈评发出去以后，也有朋友留言，让我聊聊本体论在行业里的实践。</p>
<p>看到这个词我笑了。这其实是我的老本行。</p>
<p>2010 到 2012 年，我在兰州大学 UAIS 实验室读研究生，师从胡斌教授，方向是情感计算：把本体论用到脑科学上，用本体把"情绪"描述出来。喜怒哀乐是什么、彼此什么关系、和脑电信号的哪些特征对应，都要写成机器能读的结构。</p>
<p>我当年要解决的问题是：本体太"死"。它只能表达确定的知识，处理不了情绪这种模糊、带概率的东西，所以要给它加上贝叶斯网络。</p>
<p>十几年后，问题倒过来了。大模型什么都能说，但全是概率，说不准；现在整个行业要做的，是给概率模型加上本体，让它有规矩可守。</p>
<p><strong>当年是给本体加概率，现在是给概率加本体。</strong></p>
<p>但说句实话，本体这个词在学界讲了二十多年，一直没出圈。把它带火的，是一家公司：Palantir。所以这篇其实是在拆 Palantir：它的本体和学界有什么不同，它是怎么火的，在战场、工地和医院里怎么落地，别人为什么学不像，以及它最终想成为什么。</p>
<h2>一、学界的本体是名词，Palantir 的本体多了动词</h2>
<p>先说本体是什么。企业里的本体，就是三样东西：</p>
<ul><li><strong>名词</strong>：公司里有哪些东西。客户、订单、物料、产线、供应商。</li><li><strong>关系</strong>：它们之间怎么连。哪个订单用了哪批物料，哪批物料来自哪个供应商。</li><li><strong>动作</strong>：对它们能做什么，谁能做，什么时候要人批。</li></ul>
<p>说白了，就是一本<strong>让机器也读得懂的公司词典和规矩手册</strong>。</p>
<p>做过手机的人对这件事应该不陌生。同样一个"版本"，研发说的是软件版本，硬件说的是板子版本，销售说的是配置和颜色。同一个词在同一个企业内部，不同的岗位也会有不同的理解。</p>
<figure><img src="https://xiuke.net/blog/images/xp2-same-word.jpg" alt="" loading="lazy"></figure>
<p>以前这些歧义靠人来对齐。CIO 杂志上有一句话说得很准：<strong>企业几十年来一直把语义对齐外包给了人。</strong> 问题是 Agent 不会打电话问，它拿到一个模糊的词，就会自己猜一个意思，然后很自信地去执行。</p>
<p>但这里有个关键的区别。我当年在实验室里做的本体，以及学界二十年来做的大多数本体，只有前两样：<strong>名词和关系</strong>。它描述世界"是什么样的"，用来检索、推理、回答问题。</p>
<p>Palantir 的本体多了第三样：<strong>动词</strong>。官方文档的说法是，数据是"企业的名词"，动作是"企业的动词"；本体要表达的是"企业里的决策，而不只是数据"。</p>
<p>那"动词"具体指什么？是企业的 SOP、工作流，还是把员工能力蒸馏出来的技能？都不完全是。在 Palantir 的体系里，这几样东西分在三层：</p>
<ul><li><strong>动作（Action）</strong>：一次带规则的业务操作，是最小的那个"动词"。官方文档举的例子是"给员工调岗"：要填哪些信息、调岗后自动关联新的上级、只有 HR 才能操作、提交后通知新旧两位上级，这些都写在这个动作里。它像 SOP 里被标准化的<strong>某一步</strong>，而且这一步能直接执行，做完会写回业务系统，并留下记录。</li><li><strong>逻辑（Function）</strong>：判断该不该做、怎么做。可以是代码写的规则和算法，也可以是用大模型搭的判断函数。员工的经验和判断，如果要"蒸馏"进系统，主要沉淀在这一层。</li><li><strong>工作流（Automate）</strong>：把动作和逻辑按条件串起来自动跑，比如"库存低于某个值，就生成补货单，交给采购审批"。这更接近我们平时说的 SOP 和审批流。</li></ul>
<p>所以，Palantir 说的"动词"，指的是最底下那层<strong>动作</strong>：最小的、有权限、可追溯的业务操作。工作流把动作串成流程，逻辑负责做判断，Agent 则把它们当作工具来调用。关键在于边界：<strong>Agent 能改变真实世界的方式，只有这些预先定义好的动作。</strong> Palantir 对外开放给第三方 Agent 的接口，也只允许"通过预定义的动作进行受控写入"。动作定义得越清楚，AI 能做的事就越多，也越安全。</p>
<p>用手机公司的话说：动作是 ERP 里的一个审批按钮和它背后的规则，工作流是整条审批流，逻辑是老员工判断"这单该不该批"的那点经验。</p>
<figure><img src="https://xiuke.net/blog/images/xp2-noun-verb.jpg" alt="" loading="lazy"><figcaption>学界的本体是名词和关系；Palantir 多了动词，而动词又分动作、逻辑、工作流三层</figcaption></figure>
<p>这一个字的差别，决定了后面所有的事。只有名词的本体，让 AI 少答错；有了动词的本体，AI 才能真的去做事。</p>
<h2>二、Palantir 是怎么把本体带火的</h2>
<figure><img src="https://xiuke.net/blog/images/xp2-palantir-20years.jpg" alt="" loading="lazy"><figcaption>Palantir 二十年：两个阶段，一条主线</figcaption></figure>
<p>图里是时间线，下面只讲图里装不下的三件事：它为什么和军方走得这么近，第一阶段为什么走不通，第二阶段又做对了什么。</p>
<h3>第一阶段：军方和情报机构的"定制公司"</h3>
<p><strong>为什么和军方走得这么近。</strong> Palantir 是私营软件公司，不是政府机构，但它从出生起，客户就是政府。"走得近"有三层意思：</p>
<ul><li><strong>最早的客户是它。</strong> 9·11 之后成立，想用识别欺诈交易的思路识别恐怖分子，中情局旗下的风投 In-Q-Tel 是早期投资人，第一个产品 Gotham 就是给情报分析师用的。</li><li><strong>在战场上被验证的是它。</strong> 据《华盛顿时报》报道，在阿富汗，它帮美军把零散的公开和机密数据拼在一起追查路边炸弹网络。但它当时不是"正规装备"：陆军官方情报系统两年花了约 2.2 亿美元，花在 Palantir 上只有 2,000 万，前线部队得自己去争取。</li><li><strong>敢跟它对簿公堂的也是它。</strong> 2016 年它起诉陆军采购排斥商业软件，依据的是 1994 年的一部法律，胜诉后在正面竞争中赢下合同，最高 8.76 亿美元，成了第一家进入美军正式"记录项目"的硅谷公司。</li></ul>
<p>再加一层价值观：卡普在上市招股书的信里写得很直白，"我们的软件被用来打击恐怖分子、保护士兵的安全""我们已经选了边"。</p>
<p><strong>第一次试水企业：是政治任务，还是业务？</strong> 它 2009 年就开始做企业客户，第一个大客户是摩根大通，场景是查"内鬼"：监控员工的邮件、通话和位置，找出违规者；2016 年又和瑞信合资，专门抓违规交易员。</p>
<p>我没有找到这是政治任务的证据。更合理的解释是：金融危机和一连串交易丑闻之后，银行在反欺诈、内控和合规上有被监管逼出来的真实需求；而这些场景和情报分析几乎是同一件事，都是"从海量数据里找出异常的人和行为"。<strong>这是业务驱动，但它选的是离自己出身最近的场景。</strong> 政府基因也带来了麻烦：据《彭博商业周刊》2018 年的调查，摩根大通那个项目由一位前特勤局探员负责，后来监控失控，甚至盯上了高管，银行随后大幅缩减了使用。</p>
<p><strong>为什么走不通：每一仗都靠人堆。</strong> 彭博的报道说，当时 Palantir 约一半的工程师派驻在客户现场；在摩根大通最多有 120 人，每人每天收费高达 3,000 美元。可口可乐、美国运通、纳斯达克等客户陆续离开。卡普 2010 年就承认："我们不想成为一家服务公司"，但这件事"比我们想象的难得多"。</p>
<p>第一阶段的 Palantir，本质上是一家用软件武装起来的咨询公司。</p>
<h3>第二阶段：把定制做成产品，走上前台</h3>
<p><strong>传统企业软件的两难。</strong> 企业软件一直有两条路：<strong>标准化的 SaaS</strong>，卖一套软件让所有客户自己适配，规模化好，但碰到数据脏乱、流程特殊的大客户就用不起来；<strong>系统集成和外包</strong>，客户要什么改什么，做一个是一个，最后变成按人头算钱的人力外包。这个两分法大体成立，但不绝对：ServiceNow、Workday 上市时毛利率也只有 63% 和 54%，同样靠大量实施服务撑着。Palantir 的第一阶段，恰恰掉进了外包那个坑。</p>
<p><strong>FDE 的突破点在哪。</strong> Palantir 的答案是"前线部署工程师"（Forward Deployed Engineer，简称 FDE），内部叫 Delta。外界常说它是"产品化的咨询"：工程师拿着平台驻扎在客户现场，一边理解脏乱差的真实数据，一边把业务逻辑翻译成本体。我觉得这个说法只说对了一半。和外包相比，FDE 有四个关键区别：</p>
<ol><li><strong>手里拿的是平台，不是白纸。</strong> 搭出来的东西天然可以复用。</li><li><strong>现场的经验必须回流成产品。</strong> Sankar 的原话是，FDE 是一种产品策略，不是一个岗位；没有这个回流机制，就只是售前工程。</li><li><strong>抽象的终点是本体。</strong> 交付的不是一个个项目，而是一套"名词、关系、动作"，下一个同行业客户可以直接拿去改。</li><li><strong>只做大单。</strong> 2019 年它前 20 大客户平均每家贡献约 2,500 万美元，单子够大，才养得起长期驻场的工程师。</li></ol>
<figure><img src="https://xiuke.net/blog/images/xp2-fde-vs.jpg" alt="" loading="lazy"><figcaption>企业软件的两难，和 FDE 的第三条路</figcaption></figure>
<p>空客是最好的例子。前 Palantir 业务发展副总裁 Nabeel Qureshi 在 Lenny's Podcast 上讲过，空客当时要在一年内把 A350 产量提高到原来的四倍，但工厂数据躺在 SAP 里，表名是 S3_F1_Z 这样的代号。驻场工程师周一到现场、当晚出版本，周二收反馈，周三再改，一周跑四五轮，把这些表翻译成<strong>飞机、工位、工单、零件</strong>。Qureshi 说，"把原始数据映射成人能理解的概念"这个想法不是在会议室里设计的，是在空客的问题里泡了几个月泡出来的，之后又花了三四年才变成能卖的产品。</p>
<p><strong>但要说清楚：这套模式很长时间里并没有被证明是对的。</strong> 上市时它成立 17 年，客户只有 125 家，前一年还亏了 5.8 亿美元。招股书把自己定义为"为那些对我们生活方式至关重要的大型机构打造软件平台"；彭博社评论说，它花了十年淡化政府色彩，上市时却反过来高调拥抱了自己的出身。</p>
<p>真正让 FDE 兑现的，是 2023 年的大模型。Palantir 推出 AIP，把大模型接到本体上，再用 5 天的 Bootcamp 让客户带着真实问题来，当场做出能用的场景。逻辑很简单：<strong>模型谁都能买，而且越来越便宜；但一家企业的名词、关系和动作，Palantir 已经花十几年在客户现场搭好了。</strong> 第一阶段被嘲笑"像咨询公司"的重模式，突然成了别人拿钱也买不到的东西。</p>
<p>今年二季度，Palantir 收入 19.35 亿美元，同比增长 93%，美国商业收入增长 149%。Sankar 的解释就一句话："我们的优势归结于 Ontology。"</p>
<figure><img src="https://xiuke.net/blog/images/xp2-palantir-growth.jpg" alt="" loading="lazy"><figcaption>Palantir 美国商业收入（百万美元）。2025 Q4 由同比增速推算，其余来自季度财报。</figcaption></figure>
<p>FDE 也跟着出了圈：OpenAI 在 2025 年初组建了自己的 FDE 团队，有统计称这个岗位的招聘需求比 2023 年涨了四十多倍。本体和 FDE，一个是 Palantir 的产品，一个是它的交付方式，现在都成了整个 AI 行业的通用词。</p>
<h2>三、从战场到工地：本体是怎么落地的</h2>
<p>讲本体容易讲虚，下面用几个公开案例，从最极端的场景说起。</p>
<p><strong>战场：最快的反馈回路。</strong></p>
<p>2022 年 6 月，俄乌冲突爆发三个多月后，卡普入境乌克兰见了泽连斯基，是第一个这么做的西方大公司 CEO。据《时代》周刊报道，之后乌克兰国防部、经济部、教育部等六个以上的部门用上了它的软件，而且没有付费。</p>
<p>最受关注的是军事用途：把卫星图像、无人机画面、开源情报和前线报告融合在一起，给指挥官提供作战选项，卡普自己称之为数字化的"杀伤链"。他当时说，Palantir 的软件"承担了乌克兰大部分的目标识别"。到今年 5 月接受乌克兰媒体采访时，他的说法变得更审慎："这个系统里有一部分是我们的，但很大一部分是乌克兰人自己建的。"他也强调，人必须能在最后一刻"拔掉插头"。</p>
<figure><img src="https://xiuke.net/blog/images/xp2-ukraine-drone.jpg" alt="" loading="lazy"><figcaption>2023 年 3 月，乌克兰第 1 独立坦克旅的一名军人在武赫列达尔附近的前线操作无人机。无人机画面，是这类系统融合的数据之一。图：REUTERS/Lisi Niesner</figcaption></figure>
<p>但很少被提到的是，同一套软件在乌克兰还在做很多非军事的事：为排雷做规划，目标是十年内让 80% 受污染的土地恢复经济用途；为战争罪收集证据；安置流离失所的人；追踪空袭警报和停电对学校的影响。</p>
<p>卡普说，乌克兰的反馈回路是他见过"最好的之一"。这句话的分量在于：本体的价值，要在"数据、决策、行动、结果"这个回路跑得足够快时才体现出来，而战场是这个回路跑得最快、代价最大的地方。</p>
<p>这套能力后来回到了美军和北约。Palantir 的 Maven 智能系统，2025 年 3 月被北约采购；今年 3 月，美国国防部签发备忘录，准备把它定为正式的"记录项目"，进入多年期预算。陆军和 Palantir 的合同，从 2024 年的 4.8 亿美元，涨到 2025 年整合了 75 份合同的 100 亿美元框架协议。</p>
<p><strong>工地和工厂：把"人脑子里的经验"变成动作。</strong></p>
<p>回到商业世界，这个月 Palantir 公布的案例更接地气：</p>
<ul><li><strong>L3Harris</strong>（美国国防承包商）把 30 多套 ERP 系统接进了同一个本体，在上面搭了几百个应用。</li><li><strong>McCarthy</strong>（一家有 160 年历史的美国建筑公司）用 10 万多份真实的工地"信息请求单"训练模型，提前标出可能影响工期和成本的问题，再用 AI 起草分包合同，公司称每年省下约 3 万个工时。</li><li><strong>Tampa General</strong>（美国的一家大型医院）用自己的风险和隐私规则训练模型，给院内的 AI 流量分类。</li></ul>
<p>这些数字都来自 Palantir 自己，但它们有一个共同点：都不是"让 AI 回答问题"，而是让 AI 在一个具体的流程里<strong>做一个动作</strong>。Sankar 有一句话说得很准："企业的最小单位是工作流，而不是单个知识工作者。"</p>
<p><strong>医院：本体最大的争议也在这里。</strong></p>
<p>英国 NHS 用 3.3 亿英镑的合同，请 Palantir 搭建了全国性的联邦数据平台。今年 2 月，英国医学会呼吁医生停止非临床用途的使用，理由是担心 Palantir 和美国移民执法局（ICE）的合作；国际特赦组织也发起了"别让 Palantir 进入 NHS"的运动。Palantir 的回应是，它的软件让英国多做了手术、让海军舰艇在海上待得更久、帮警察处理家暴。</p>
<p>这场争议恰好说明了本体的本质：<strong>它最大的能力，是把原本分开的数据连起来；它最大的风险，也是把原本分开的数据连起来。</strong> 在工厂里，这叫打通；在医院和移民执法里，这就是很多人担心的监控。</p>
<h2>四、别人为什么学不像</h2>
<p>Palantir 跑出来以后，老牌企业软件公司几乎在同一年转向了"本体"：微软 6 月推出 Fabric IQ（本体功能仍在预览），Databricks 同月发布 Genie Ontology，SAP 把知识图谱放进 AI 平台的核心，Oracle 这周也发布了自动起草本体的能力。连开发者圈的 Latent Space 都发了一篇《Ontologies Are So Back》。</p>
<p>但仔细看，大多是<strong>新瓶装旧酒</strong>。</p>
<figure><img src="https://xiuke.net/blog/images/xp2-practice-compare.jpg" alt="" loading="lazy"><figcaption>老牌厂商的本体：骨架相似，缺的是动词和驻场</figcaption></figure>
<ul><li><strong>微软</strong>的本体，主要从企业现有的 Power BI 语义模型生成，本质上是 BI 时代那套指标和维度的升级版。</li><li><strong>Databricks</strong> 从大家每天跑的查询和报表里自动"捞"知识，再用 OntoRank 打"权威分"，名字一看就是对标 Google 的 PageRank。它说接上本体后 Agent 答对率从约 50% 到 84.5%，但做的主要是"答得更准"，不是"做得更多"。</li><li><strong>SAP</strong> 的知识图谱，是把几十年的业务对象重新包装一遍。更值得注意的是它今年 4 月改了接口政策：禁止外部 AI 自主调用 SAP 接口，外部 Agent 要么走它自己的助手 Joule，要么走按次计费的网关。熟悉 SAP 的人会想起它当年的"间接访问"收费风波。Forrester 的评价很直接："封闭架构只有在你能力领先时才管用。"</li><li><strong>Oracle</strong> 的方案还在路线图上，说 12 个月内上线。</li></ul>
<p>它们缺的，恰恰是 Palantir 最难复制的两样东西：<strong>动词</strong>和<strong>驻场</strong>。没有动词，本体只是更好的检索；没有驻场，本体就没人去一个决策一个决策地搭。这几家手里有数据、有客户、有渠道，但它们的商业模式是卖标准软件，很难像 Palantir 那样把几百个工程师长期扎在客户现场。</p>
<p>FDE 的跟风也一样。第二节说过，FDE 和外包的区别在于现场经验能不能回流成产品；很多新来的 FDE 缺的正是这一环，有评论说得很直白：不少公司只是把咨询换了个名字。</p>
<p>学不像，还因为本体真正难的两件事，谁都还没彻底解决。</p>
<p><strong>第一件，谁来维护。</strong> 这个故事二十年前讲过一遍，叫语义网，没成，最大的原因是本体太难维护：业务天天在变，定义没人更新，一年后就没人用了。这一点我在实验室里就体会过。当年我自建“情绪本体”，同一个情感词例如“开心” 要涉及心理学、脑科学、甚至也要参考文学、哲学领域才会更完整的表示清楚，而作为计算机专业领域的学生知识储备是支撑不起来的。</p>
<p>Palantir 的答案是人：驻场工程师（FDE）。准，但贵。其他几家的答案是 AI，这也是学界这两年最活跃的方向：</p>
<ul><li>今年 9 月的评测 CQ4OE 测了九个大模型，结论是 <strong>AI 可以打草稿，结构要人把关</strong>：模型找名词很准，搭层级、写约束仍然是弱项。</li><li>EMNLP 2025 的 OG-RAG 显示，让模型按本体去找资料，事实召回提升 55%，正确率提升 40%。</li><li>今年 4 月一项企业 Agent 研究跑了 1,800 次实验，接了本体的 Agent 显著更好；<strong>在越南语场景里，提升大约是英语的两倍</strong>。模型越不熟的领域，本体越值钱，这对中文企业和垂直行业很有参考意义。</li><li>8 月的 OaK、10 月的 AgentOnto，都在让本体<strong>边用边长</strong>，根据反馈自动修正。</li></ul>
<p>不过，Palantir 的 CTO Sankar 最近在 Stratechery 的访谈里给这股热情降了降温：让模型自己设计本体，它只会照着"一家普通公司"的样子来建模，做出来谁家都差不多。他借了一对投资术语：模型能给的是 beta，也就是行业平均水平；<strong>一家公司真正与众不同的 alpha，还得人来定。</strong> 这和 CQ4OE 的结论正好对上：AI 能打草稿，骨架得人来搭。</p>
<p><strong>第二件，本体建在谁的平台上。</strong> 本体里装的是一家企业最核心、最敏感的知识：有哪些业务对象，它们怎么关联，谁能做什么动作。建在哪家厂商的平台上，以后就很难搬走。分析机构 Constellation Research 有篇评论把这叫作"更温柔的厂商锁定"：过去绑住客户的是合同和数据格式，现在绑住客户的，是他自己沉淀进去的业务语义。建在 Palantir 那里，是它的护城河；建在 SAP 那里，是它的收费站；Snowflake 牵头、三十多家公司参与的开放标准 OSI，则想把它修成公共道路。NHS 的争议又加了一层：建在谁家，不只是商业问题，也是信任和政治问题。</p>
<p>我所经历过的大厂，最重要业务数据、SOP，其实一开始都不是自上而下设计的，基本都从各部门各自长出来、后来再陆续统一规范化，再通过持续和外部系统、咨询公司合作多轮才沉淀成公司的主数据、关键流程，本体依然也会是这样的路径，<strong>生于业务，沉淀为本体，借助大模型推力反哺回业务，持续更迭。</strong></p>
<h2>五、往前看：本体会把企业带到哪里</h2>
<p><strong>先说 Palantir 自己想成为什么。</strong> 很多人把它概括成"AI 操作系统"，也有人说它做的就是"统一语义、沉淀结构化数据"。把招股书、官方文档和高管访谈放在一起看，我觉得它的愿景有三层，而且分主次：</p>
<ul><li><strong>最底层是使命，带着很强的政治立场。</strong> 招股书第一句是"为那些对我们生活方式至关重要的大型机构打造软件平台"，卡普的信里写的是"我们已经选了边"，结尾说这类软件关乎"民主政体的力量与存续"。卡普去年出的书《技术共和国》开篇就是"硅谷迷失了方向"；今年反复讲的"AI 主权"，是这个使命在 AI 时代的说法：模型可以换，数据和本体必须留在自己手里。</li><li><strong>中间一层是产品定位：操作系统。</strong> 这个词不是大模型火了以后才有的。2020 年的招股书里，Palantir 就把 Gotham 和 Foundry 称为客户的"中央操作系统"，Foundry 是"数据的中央操作系统"。官方文档则把本体描述为"组织的数字孪生"，强调"以决策为中心"。到今天，Sankar 在 Stratechery 的访谈里说，本体为企业的动作建模，于是企业变得"可编程"：应用可以很快地搭、很便宜地扔，但企业的骨架不会散。</li><li><strong>最上面一层才是技术手段：本体。</strong> 统一语义、把数据结构化沉淀下来，都是本体要做的事，但在 Palantir 的叙事里，它们是手段，不是目的。目的是让决策和行动跑起来。Sankar 那句"企业的最小单位是工作流，而不是单个知识工作者"，说的就是这个。</li></ul>
<figure><img src="https://xiuke.net/blog/images/xp2-vision-layers.jpg" alt="" loading="lazy"><figcaption>Palantir 的三层愿景：底层决定上层</figcaption></figure>
<p>所以，如果一定要在"统一语义"和"AI 操作系统"之间选一个，我的判断是：<strong>Palantir 想做的是一家企业（乃至一个国家）做决策、采取行动的操作系统，本体是这个操作系统的内核，大模型是后来接上的一个引擎。</strong> "AI 操作系统"这个说法更多出自媒体和分析师，Palantir 自己更常用的词是"操作系统""决策""主权"。它的"操作系统"叙事比大模型早了好几年，大模型让这个旧叙事第一次有了足够大的市场。</p>
<p>也要看到另一面：这些都是 Palantir 对自己的描述。它今天的收入里，政府业务仍占很大比重；它最快的增长，也仍然要靠驻场工程师一家一家去啃。"操作系统"是愿景，"重交付"是现实，两者之间的张力，正是它的护城河，也是它最难规模化的地方。</p>
<p><strong>再看行业在畅想什么：本体会改写公司的组织方式。</strong> a16z 的 Ben Horowitz 这周刚发了一篇长文，说公司的本体大部分"活在人的脑子里"；一旦变成共享的记录，很多原本靠中层传话的信息路由就可以交给 Agent。他把这叫作"第二次管理革命"。Databricks 的 Ghodsi 则说，下一代的记录系统要回答四个问题：什么是真的、是什么意思、什么是允许的、做完有没有用。微软 Fabric 的 CTO Amir Netz 补了一句：过去的数据只记录发生过的事，"缺的那一块是未来"。</p>
<p>读到"中层传话"那一段，我停下来想了很久。做产品经理的那十年，我很大一部分时间，其实就是在研发、硬件、市场、销售之间当"人肉本体"：把一个部门的话，翻译成另一个部门听得懂的话。从这个角度看，Palantir 的 FDE 做的也是同一件事，只不过他们把翻译的结果写进了系统。</p>
<h2>我的判断</h2>
<p>还是写三个半年后可以回头对答案的判断：</p>
<p><strong>1. 本体之争，最后比的不是工具，而是交付。</strong> 工具层面，几家很快会长得差不多；真正拉开差距的，是谁能把本体一个决策一个决策地在客户那里搭起来。这也是为什么 Palantir 的护城河短期内很难被老牌厂商撼动。</p>
<p><strong>2. FDE 会成为 AI 公司的标配，但大多数会退化成售前和实施。</strong> 能像 Palantir 那样把业务现场的坑变成产品的，只会是少数。判断一家公司的 FDE 能力是否卓越，一样要看是否因为他们的产品让现场变得更好。</p>
<p><strong>3. 本体的边界之争，会从商业走向政治。</strong> SAP 的接口风波、NHS 的抵制只是开始。谁能把数据连起来，谁就要回答"该不该连"。"本体归我所有"会写进企业的采购合同，也会写进政府的监管条款。</p>
<p>十几年前，我在实验室里给情绪画本体；后来做了十年手机产品，天天在会上把大家各说各的”对齐”、“拉通”。那时候没觉得这两件事有关系。</p>
<p>现在回头看，它们是同一门手艺：<strong>把模糊的东西说清楚，让别人（现在还包括机器）能照着做。</strong> Palantir 把这门手艺做成了一门大生意，也把它带进了企业。本体论热起来，说明这门老手艺又值钱了；它引发的争议，也说明这门手艺从来不只是技术问题。</p>]]></content:encoded></item>
    <item><title>口搓 00｜想试 Vibe Coding 却不知道做什么？先过这三关</title><link>https://xiuke.net/blog/02/</link><guid isPermaLink="true">https://xiuke.net/blog/02/</guid>
      <pubDate>Fri, 30 Oct 2026 07:30:00 +0800</pubDate><category>口搓</category><description>装好了 Codex，开了 Claude 的订阅，然后呢？做完三个风格完全不同的小项目，我发现最先卡住人的不是工具，是选题。开工前先过三关：有真痛点，有现成地基，有能马上试用、但和你不一样的第一个用户。</description>
      <content:encoded><![CDATA[<blockquote><p>好不容易整好一套环境，装好了 Codex，也开了 Claude 的订阅，然后呢？</p></blockquote>
<p>很多人卡在这一步。最后做了一个待办清单、一个记账本，跑起来了，然后再也没打开过。不是 AI 不行，是项目本身没有让你继续的理由。</p>
<p>做了十年产品，我知道一个产品最大的风险，往往在动手之前就定了：你到底要做什么。Vibe Coding 也一样。</p>
<p>最近我用 Vibe Coding 做了三个风格完全不同的小项目：</p>
<ul><li><strong>23 TV</strong>，家用影视点播站。在一个开源点播项目上改前后端，让它用起来更像"爱优腾"。</li><li><strong>Uncle Ed</strong>，掌机模拟器前端。模拟核心用开源的，我做的是前端的"拟真"，让每台掌机看起来、用起来都像实物。</li><li><strong>PokeChan</strong>，桌面机器人。把一个只会简单对话的小机器人改得更鲜活：能直接和大模型聊天，还连上了专属于你的记忆和日常工具。</li></ul>
<p>三个项目做下来，我总结了三条选题标准。</p>
<figure><img src="https://xiuke.net/blog/images/ks0-checklist.jpg" alt="" loading="lazy"><figcaption>开工前，先过这三关</figcaption></figure>
<h2>一、先找痛点：现有方案满足不了你的地方</h2>
<p>第一步不是想"我要做什么"，而是<strong>先认真用一遍现有的产品和服务</strong>。</p>
<p>做 Uncle Ed 之前，我用过不少模拟器。它们都很好用，但打开都是一个 ROM 列表：点一下，游戏就开了。我想要的是另一种体验：选一台掌机，挑一盒卡带，插进去，开机。这种有仪式感的"怀旧质感"，模拟器做了这么多年一直没人做，也正是我自己想要的。</p>
<figure><img src="https://xiuke.net/blog/images/ks0-uncleed-home.jpg" alt="" loading="lazy"><figcaption>Uncle Ed 的掌机主页：先选一台掌机，再挑卡带、插卡、开机</figcaption></figure>
<p>PokeChan 的痛点更直接。家里给孩子买过几台"智能音箱"，体验还停在上一代：放歌、讲故事、报天气还行，一到知识问答就一塌糊涂，基本没接上大模型。这时我注意到了 StackChan：一个软硬件全部开源的桌面小机器人，有屏幕、有表情、会转头，固件可以随便改。</p>
<figure><img src="https://xiuke.net/blog/images/ks0-pokechan-promo.jpg" alt="" loading="lazy"><figcaption>PokeChan 宣传图。非官方同人项目，画面为 3D 渲染演示</figcaption></figure>
<p>23 TV 的起点更小。在海外想看国内的剧和综艺，找个合适的片源太难了：YouTube 上的版本动不动就没了 BGM；要么就得给来路不明的转载站付费。架一台 NAS 又太重，片子存在本地，合规上我也心里没底。</p>
<p>所以第一版的要求只有一句：在 Mac 上把一个开源影视项目跑起来，设个密码，本机能打开就行。</p>
<p>小起点的好处是当天就能用上。一用，下一轮问题自己就冒出来了：手机能不能看？英文新闻能不能有字幕？家里人能不能各用各的账号？<strong>需求不是凭空想出来的，是从真实生活里长出来的。</strong></p>
<figure><img src="https://xiuke.net/blog/images/ks0-23tv-growth.jpg" alt="" loading="lazy"><figcaption>23 TV 的需求，是一圈一圈长出来的</figcaption></figure>
<p>为什么要先体验？两个原因。</p>
<p>一是<strong>避免重复造轮子</strong>。如果现有方案已经解决了你 90% 的问题，那你要做的是剩下的 10%，不是从头做一遍。</p>
<p>二是<strong>给自己一个验收标准</strong>。你很清楚现有方案哪里不好，就很清楚你的版本必须在哪里更好。这就是你跟 AI 说"这不对"时的底气。</p>
<blockquote><p>痛点不是"我想做一个 X"，而是"现有的 X 在这一点上让我不爽"。</p></blockquote>
<h2>二、再找地基：站在活跃的开源项目上</h2>
<p>有了痛点，不要从零开始。去 GitHub 找一个<strong>活跃的开源项目</strong>做地基。</p>
<p>Uncle Ed 的模拟核心来自开源社区，我做的是前端和集成。做外观时，我翻出了 3DS 的美国外观专利，还有 GitHub 上开源的 Game Boy Color 逆向结构项目。PokeChan 更直接：fork 了 M5Stack 官方的 StackChan 固件，一天半就有了 10 次提交。23 TV 则站在开源项目 LibreTV 上，我要的是把现成能力改成自己的用法，没必要重新发明一个播放器。</p>
<figure><img src="https://xiuke.net/blog/images/ks0-23tv-logo.jpg" alt="" loading="lazy"><figcaption>23 TV 的 Logo：数字 23、房子和播放键。基于开源项目 LibreTV 定制，保留上游署名</figcaption></figure>
<p>为什么强调"活跃"？</p>
<ul><li><strong>成本可控。</strong> 地基已经解决了最难的部分，你只做增量。硬件项目尤其如此，买一台现成的开发板或机器人，比自己画板子容易太多。</li><li><strong>AI 更懂它。</strong> 文档、issue、讨论越多的项目，AI 越不容易瞎猜。一个三年没人维护的仓库，它和你一样一头雾水。</li><li><strong>能举一反三。</strong> 在一个活跃生态里学会的东西，可以直接搬到下一个项目。StackChan 用的是 M5Stack 的 ESP32-S3 主控，这套芯片和开发框架在创客圈用得极广。这次摸熟了烧录、调试和屏幕驱动，下次换一块 M5Stack 的板子做别的东西，大部分经验都能直接带过去。</li></ul>
<blockquote><p>好的地基让你把时间花在"为什么做"上，而不是"怎么跑起来"上。</p></blockquote>
<h2>三、找到第一个用户：身边的、但和你不一样的人</h2>
<p>这一条最容易被忽略，也是我觉得最重要的。</p>
<p>你需要一个<strong>身边、能马上试、也确实有使用场景</strong>的用户。但最好他和你不是同一个 persona。</p>
<p>Uncle Ed 的第一位用户是我家孩子。我对这些掌机有情怀，孩子没有。我觉得插卡开机很有趣，孩子只关心能不能快点玩上。他看到后的第一句话是："能玩宝可梦吗？有没有《我的世界》？"</p>
<p>后来孩子同学的家长来家里，问的又是另一类问题："这个怎么安装？""显示区域太小了，能调大吗？"这两个问题，我自己从来没想过。</p>
<p>为什么要"不一样"？</p>
<ul><li><strong>你自己是最不可靠的用户。</strong> 你知道每个按钮是干什么的，知道哪里还没做完，会不自觉地绕开问题。</li><li><strong>不一样的人会挑战你的假设。</strong> 我的产品假设是"保留把玩和装载过程，会让人更想开始玩"。对我成立不算数，对一个没有情怀的孩子也成立，才算数。</li><li><strong>"身边"意味着反馈快。</strong> 今天改，今晚就能看到他怎么用。Vibe Coding 的开发速度已经很快了，反馈速度得跟上。</li><li><strong>"确实有场景"意味着反馈真。</strong> 为了给你面子而试用的人，给不了真的反馈。</li></ul>
<p>PokeChan 的第一个用户，从立项起就定了：还是孩子。我想把它做成陪孩子的学习伙伴：棒球有哪几种投法、MLB 最新比分、十万个为什么里的任何科学问题，甚至他自己今天有什么安排，都能对着它问出来。不用拿手机和平板，那上面别的娱乐内容太容易把孩子拉走。</p>
<p>23 TV 的第一批用户是家里人。用户一多，需求也跟着变：一开始大家共用一份观看记录，后来有了邀请制账号，我意识到每个人都该有自己的历史和续播进度。早期合理的设计，到了下一阶段就不合理了，这正是身边用户逼出来的。</p>
<p>当然也要说清楚：有人愿意试，只是一个信号，离"需求被验证"还很远。但对一个个人项目来说，找到一个愿意持续用下去的 1 号用户，已经足够让你判断要不要继续。</p>
<h2>三条缺一条会怎样</h2>
<ul><li><strong>没有痛点</strong>：做出来的东西和现有方案差不多，你自己都不会用。</li><li><strong>没有地基</strong>：大部分时间花在把东西跑起来，还没碰到痛点就累了。</li><li><strong>没有用户</strong>：你会一直优化自己觉得重要的东西，直到发现没人在意。</li></ul>
<p>回头看这三个项目，三关大致是这样过的：</p>
<figure><img src="https://xiuke.net/blog/images/ks0-three-checks.jpg" alt="" loading="lazy"><figcaption>三个项目，各自怎么过的这三关</figcaption></figure>
<h2>写在最后</h2>
<p>开工前，先过这三关：</p>
<p><strong>1. 现有方案哪一点让我不爽？</strong> 说不出来，先去用。</p>
<p><strong>2. 我站在哪个项目上？</strong> 它最近一次更新是什么时候？</p>
<p><strong>3. 谁会第一个用它？</strong> 他什么时候能试？他和我有什么不一样？</p>
<p>三关都过了，就开始吧。剩下的是选工具，下一篇讲 Codex 还是 Claude。</p>
<p>做了十年产品，这三条其实都不新：痛点、资源、用户。Vibe Coding 把写代码的门槛拉低了，但没有把这三件事拉低。</p>
<hr>
<hr>
<p><strong>锈客 · Rusted Drifter</strong></p>
<p>做了十年手机产品的产品狗，手艺生了锈，在异乡用 AI 重新上手。写行业判断、Agent 与 Vibe Coding 实录，和一个老产品人的回炉笔记。</p>
<p><em>你想用 Vibe Coding 做的第一个东西是什么？留言说说，我帮你用这三条过一遍。</em></p>]]></content:encoded></item>
    <item><title>一家卖铲子，一家抢入口</title><link>https://xiuke.net/blog/01/</link><guid isPermaLink="true">https://xiuke.net/blog/01/</guid>
      <pubDate>Thu, 29 Oct 2026 07:28:00 +0800</pubDate><category>锈评</category><description>同一个月，Anthropic 递交招股书，Meta 的 Muse 冲上榜首。一家把最好的模型卖给企业和程序员，一家想让 35 亿人先找它的 Agent 办事。做了十年手机产品的人看这出戏，很眼熟。</description>
      <content:encoded><![CDATA[<blockquote><p>同一个月，Anthropic 递交招股书，Meta 的 Muse 冲上 App Store 榜首。一家在卖铲子，一家在抢入口。</p></blockquote>
<p>10 月 12 日，小扎和 Alexandr Wang 一起上了 Stripe 联创 John Collison 的播客。聊到一半，小扎说了一句很客气的话：</p>
<p><strong>写代码的 Agent，是 Anthropic 做成的；但个人消费者版本，还没人做出来。</strong></p>
<p>两周后，Anthropic 公开递交了招股书。</p>
<p>同一个月，两家公司把自己的答卷都摊在了桌上。一家在<strong>卖铲子</strong>，把最好的模型卖给企业和程序员；一家在<strong>抢入口</strong>，想让 35 亿人每天先找它的 Agent 办事。</p>
<p>这是 AI 行业眼下最清楚的两条路。</p>
<figure><img src="https://xiuke.net/blog/images/xp-whitehouse-photo.jpg" alt="" loading="lazy"><figcaption>白宫活动现场，Anthropic CEO Dario Amodei 与 Meta CEO Mark Zuckerberg 同框。</figcaption></figure>
<p><em>图片来源：/，via Fortune</em></p>
<h2>卖铲子的账本</h2>
<p>先看 Anthropic 的账。</p>
<p>今年上半年收入 <strong>163 亿美元</strong>，去年同期是 12 亿。二季度第一次实现经营盈利。年花超过 10 万美元的企业客户有约 <strong>1.19 万家</strong>，一年前还不到 1000 家。</p>
<p>很多标题会写"亏损 807 亿"。这个数字是真的，但其中 724 亿是可转债重新估值产生的非现金支出——公司越值钱，这笔账面亏损反而越大。真正干活的经营亏损是 <strong>6.93 亿</strong>，而且在收窄。</p>
<p>所以 Anthropic 的生意不差，甚至很好。但招股书里有几个数字更值得细看：</p>
<ul><li><strong>客户集中。</strong> 前五大客户贡献了约四分之一的收入。</li><li><strong>算力依赖。</strong> 对 Google、Amazon、Microsoft 的算力承诺加起来超过 2700 亿美元，还没算 Broadcom 的 1600 多亿设备租赁。铲子卖得好，但打铲子的铁大多来自别人家的矿。</li><li><strong>增速放缓。</strong> 据 Reuters，三季度收入 168 亿、环比增 45%，不再是二季度那种翻倍。一部分投资人因此把估值预期从 2 万亿美元压到了 1.5 万亿。</li></ul>
<figure><img src="https://xiuke.net/blog/images/xp-anthropic-quarterly.jpg" alt="" loading="lazy"><figcaption>Anthropic 季度收入：还在涨，但不再翻倍。Q3 为 Reuters 援引投资人说法，招股书未披露。</figcaption></figure>
<blockquote><p>卖铲子的生意，稳在"谁淘金都要买"，弱在"买家越来越懂行"。</p></blockquote>
<h2>抢入口的赌桌</h2>
<p>再看 Meta。</p>
<p>一年前，Llama 4 反响平平，小扎自己也承认"对轨迹不满意"。于是花 143 亿美元入股 Scale AI 把 Wang 请来，推倒重建一支不到 200 人的研究团队。</p>
<p>小扎在播客里回忆，模型还没影子的时候，管理层就决定"开一张大概 1000 亿、2000 亿的支票"。CFO 提醒 Wang：如果不成，会非常非常糟。</p>
<p>9 月 8 日 Muse 上线，两周下载超过 250 万，冲上 App Store 免费榜第一。</p>
<p>最有意思的不是下载量，而是 Stratechery 的 Ben Thompson 的一个判断。他说 Muse 是他用过的、领先一大截的最好个人 Agent——但支撑它的 Muse Spark 1.3 并不是最强的模型。他的原话是：</p>
<blockquote><p>"这是一个利空信号。"</p></blockquote>
<p>利空谁？利空卖铲子的人。<strong>模型已经够用，真正有护城河的产品，现在就能做出来。</strong></p>
<p>Muse 团队的做法也很"产品经理"：先定义 100 多条个人 Agent 必须做对的行为，每条配一个评测，全部通过才上线。Wang 的说法是，把"非确定性的系统调到对十亿人来说像是确定的"。</p>
<p>但抢入口从来不是一家的事。Muse 上线不到两周，Amazon 就把它拦在了门外，理由是"未经授权的 AI Agent"。小扎在播客里的回应很谨慎：想拦 Agent 的商家大概率是战略失误，"但我们走着瞧"。</p>
<h2>这出戏，手机行业演过</h2>
<p>我做了十年手机产品，看到这个格局特别眼熟。</p>
<p><strong>卖铲子的像芯片商。</strong> 高通赚的是每一台手机的钱，利润率很好看，但它不认识用户，用户记住的是手机品牌。</p>
<p><strong>抢入口的像终端厂商。</strong> 用户关系在他们手里，定价权也在他们手里。</p>
<p>而这个故事最关键的结局是：一旦入口方觉得芯片太重要，就会自己做。苹果做了 A 系列和 M 系列，华为有麒麟，小米也在做自己的芯片。</p>
<p></p>
<p>Meta 今天做的就是这件事：它不愿意只做一个调用别人模型的 App，所以花上千亿自己炼 Muse Wonder。</p>
<figure><img src="https://xiuke.net/blog/images/xp-two-paths.jpg" alt="" loading="lazy"><figcaption>两条路：卖铲子 vs 抢入口</figcaption></figure>
<h2>边界正在模糊</h2>
<p>有意思的是，两家都想两头吃。</p>
<p>Meta 说 Muse Wonder 也会通过 API 和 OpenRouter 对外卖——<strong>抢入口的也开始卖铲子。</strong></p>
<p>Anthropic 则在 10 月 21 日推出了主动式个人 Agent Claude Duet：每天早上给你发一份摘要，帮你排会、整理收件箱，付钱和签字前先问你——<strong>卖铲子的也想要入口。</strong></p>
<p>但基因不一样。Anthropic 的强项是企业信任和安全口碑，Duet 的审批规则写得比 Muse 细得多；Meta 的强项是分发，WhatsApp 和 Instagram 本身就是入口。一个要从工作场景往生活里走，一个要从生活场景往工作里走。</p>
<p></p>
<p>而 Amazon 的封锁提醒我们：入口之争的对手不只是模型公司。那些手握商品、物流和服务的平台，才是 Agent 最后要过的那道门。</p>
<h2>我的判断</h2>
<p>写三个半年后可以回头对答案的判断：</p>
<p><strong>1. Anthropic 的收入依然主要来自企业和编程。</strong> Claude Duet 会是一个不错的产品，但用户规模追不上 Muse。</p>
<p><strong>2. 大平台不会一直关门。</strong> Amazon 这类平台会慢慢把"拦住 Agent"改成"收费放行"，Agent 准入会变成一门生意。</p>
<p><strong>3. 模型之间的差距会进一步缩小，入口方的话语权会变大。</strong> 卖铲子的利润率会受压，这也是 Anthropic 估值争议的根源。</p>
<p></p>]]></content:encoded></item>
</channel></rss>
