与「全員半人前」相关的搜索结果

乌军无人机飞手被俘交代出来的东西，让不少人心里一沉，原来仗打到今天，样子已经彻底变了。 事情出在俄乌前线，一片被炮火炸平的高层废墟里，俄军费了九牛二虎之力拿下一块阵地，抓了个乌军的无人机飞手一审问，交代出来的实情，让大伙心里直冒凉气。 这片阵地满打满算就趴着十六个乌军，对面压过来的，可是一整个俄军合成营三四百号人，坦克、装甲车和重火力全配齐了。 按常理，扛住这种规模的冲锋，怎么也得挖深战壕，架起重机枪死磕。 结果这十六个人手里连把像样的步枪都没摸，阵地上全是堆成山的f p v自杀式无人机和几台终端设备。 他们往深里挖着十几个人，根本不去碰遥控器，他们的活极其简单，充其量就是个前线打杂的。把无人机一架架摆放整齐，通上电调试好，直接连接一个叫黄蜂世界的远程空政治网里划定好大致的房区，剩下的事全交给系统去自动派单。 这套网络搭在星链上，只要网线不断，全世界随便哪条街上的网民都能登录进去，这就真成打游戏了。按下攻击键的人一大半，根本没踏进过乌克兰半步。 他们可能正坐在波兰街头的咖啡馆里，喝着拿铁，或者躺在北美的卧室大床上。这些人里头混着退伍老兵搞i t的码农，数量最多的其实是平时痴迷飞行模拟，爱玩穿越机的年轻电竞玩家戴上威尔眼镜，手里攥着手柄，盯着第一视角的屏幕，跟平常在家里打排位赛没有任何区别。连签证都不用办，连炮弹的响声都听不见，只要家里路由器够稳，隔着半个地球就能直接拔刀相响。 更有意思的是，里头的赏金机制，这就跟咱们平时跑外卖接单一样，明码标价，多劳多得。画面传回系统，一核实干掉一辆坦克给多少钱？炸掉一辆装甲车爆多少金币？端掉一个人员掩体，都有对应的价码，钱直接打进账户。纯纯的计件工资，重赏之下，必有勇夫。 全球各地不同时区的人轮流上线，白班、夜班，严丝合缝的衔接前线那片天上的无人机，二十四小时跟绿头营一样嗡嗡转，底下的俄军连喘口大气的功夫都没有。早几年咱们聊无人机打仗，飞手还得缩在前线几公里的掩体里，死死盯着屏幕，稍微一露头就被对面的反制炮火连锅端了。人员损耗一直是个大麻烦。现在玩法变了，前线就留几个换电池的修理工，真正的杀手躲在几千公里外吹空调。 俄军这次拼了老命冲上阵地，抓到的不过是几个前台服务员。真正下死手的人，早退出了系统，下楼买夜宵去了。 以前老一辈总数落年轻人打游戏是不务正业，谁能想到这本事，直接搬到了绞肉机一样的战场上。那些常年玩穿越机的老手飞起f p v来，比正规军的新兵担子溜多了，手感和准星极其可怕。战争的门槛就这么被一根根网线生生拉到了地下室里，打仗，再也不用穿军装。受军训，只要懂点技术，愿意掺和进去两千公里的距离，在卫星网络面前跟一层窗户纸一样薄。 乌军算盘打得极精，俄军一个营的装备，几百万上千万美金，一架小飞机的成本满打满算几百块，十六个人，配上一堆便宜塑料件，硬生生顶住了一支重装部队。 这买卖简直划算到了家，麻烦事儿也就跟着来了。当一个平民坐在沙发上动动手指头，就这能随便决定千里之外一条鲜活人命的去留。 这笔账该算在谁头上？这些隔空打牛的玩家，算不算正规战斗员，真要是犯了事，拿哪条国际法去抓人，条文里全是大窟窿。美国那边的智库早就就盯上了，这是白纸黑字地写着，只要网速够快，会用手柄，任何人都能无缝切换成数字。战场上的冷血狙击手，这套模式要是落到极端组织手里，地球怕是真要进入一个毫无底线低门槛的杀戮时代，俄军现在也是焦头烂额，前线被这帮机械蜂群搞得神经衰弱，后方还得提防无人机偷偷溜进来炸炼油厂、干扰机、激光炮全搬上来了。 星链的抗干扰底子太厚，根本清不干净。往后想要是再把a i自动识别，量子加密这些狠活加上去，战争彻底变成一堆算法，在云端互相撕咬。 当杀戮变成一种可以在手机上订阅能打卡领工资的兼职任务人，对生命最起码的那点敬畏心早就烟消云散了。打仗不用死，自己人，扣扳机的顾虑就会少的可怜，摩擦起火的概率绝对直线飙升。 黄蜂世界听着是个挺时髦的软件名，背地里却是把潘多拉魔盒先开了一道大缝，科技跑得越快，咱们越得拽紧手里的缰绳。 技术进步的初衷是为了造福全人类，改善咱们的生活，绝不是用来批量制造生灵涂炭的机器。咱们生在和平年代，更得看清这些冰冷武器背后的残酷真相。无论战争形态怎么变异，尊重生命，维护世界和平，守住人类。的道德底线，才是全人类必须共同坚守的正道。

第一個智能體不用自己寫迴圈，那程式設計師還剩下什麼？ 官方來源：Martin Bernaola Mendez，原文發表於 2026-11-13（1 天內，見文末核實）。原文標題直譯：《在微軟開發平台做你的第一個智能體，比你想的簡單》。先把反常識結論放前面：多數人以為做智能體要先學一堆新東西，新的框架、新的寫法、新的觀念，沒三個月下不來；真相剛好相反，你的第一個智能體根本不用學新東西，用你本來就會的主程式語言、你本來就熟的寫法，一個下午就跑起來了。智能體的本質一點都不神秘，就是模型加指示加工具加記憶，繞著圈跑到答案出來：模型先判斷要不要用工具、再叫你的程式去做事、拿到結果再寫答案，迴圈跑完才收工。關鍵在最後一句：這個迴圈不用你寫，框架全包了。你只剩三件事：給它一個名字與指示、給它一個工具、給它一段記憶。微軟的智能體框架就是幹這個的，底下還有一個聊天客戶端介面，幫你把不同模型的呼叫方式統一成同一套寫法。這篇只做一件事：照原文四步走，帶你從零做出第一個會查天氣、會記得你名字的旅行小幫手，最後再換成本機免費版，一毛錢都不花。先說清楚底線：前置條件是開發平台軟體開發套件第十版或全新的第十一版，加上一把開放智能的應用程式介面金鑰；沒有金鑰也沒關係，文末有本機免費版。 說清詞： - 智能體：模型加指示加工具加記憶，繞著圈跑到答案出來的程式，模型負責判斷、你的程式負責做事。 - 聊天客戶端介面：微軟擴充智能裡的統一介面，把不同模型的呼叫方式包成同一套寫法，換模型不用重寫程式。 - 微軟智能體框架：坐在聊天客戶端介面上面、專門加智能體功能的那一層，負責指示、工具呼叫、工作階段，往後還能接多智能體流程。 - 指示：你給智能體的工作說明，寫明它是誰、說話多簡短、什麼時候該用工具，寫得越具體、它做得越穩。 - 工具：就是你本來就會寫的普通方法，加上一句說明文字掛進智能體，模型看說明決定什麼時候叫它。 - 說明屬性：掛在方法與參數上面的說明文字，告訴模型這個方法是幹什麼的、參數是什麼意思，模型就靠它決定要不要叫、要傳什麼。 - 迴圈：模型決策、呼叫方法、結果回填、寫答案，四步轉一圈，直到答案夠好才停，框架自動跑，你不用自己寫。 - 工作階段：對話的記憶盒子，建立一次、每次跑都傳進去，智能體才記得上一句講過什麼。 - 串流：答案一個字一個字出現的跑法，像聊天視窗那樣慢慢印出來，整段等完才印是另一種跑法。 - 主控台專案：最簡單的那種程式，沒有視窗、沒有網頁，只在命令列視窗裡跑，做第一個智能體用它就夠了。 - 環境變數：存在電腦系統裡的設定值，金鑰放這裡，程式碼裡只讀它、不寫明文。 - 本機模型：裝在你自己電腦上跑的模型，不用連雲端、不用付按量費用，代表作是奧拉瑪接開源模型。 - 模型上下文協定：接現成工具伺服器的標準作法，原文只在展望裡提，叫你以後自己去接，不用現在學。 - 可觀察性：把每一次模型呼叫與工具呼叫都留下紀錄的作法，出怪事時靠它追查，原文只在展望裡提。 一個真實的例子：原文的第一個智能體叫旅行小幫手，做的事再小不過：回答去馬德里旅行的小建議。做法是拿開放智能的客戶端取一個聊天客戶端、指定一個支援工具呼叫的聊天模型，再把它轉成智能體，給名字旅行小幫手、給指示說你是友善的旅行助理、答案保持簡短，跑起來就完成了。問它去里斯本玩兩天怎麼排，答案一個字一個字慢慢印出來，那是串流跑法。接著給它一個工具：一個查天氣的普通方法，加上一句說明說這是查某個城市的天氣預報，方法本身只是回傳一段寫死的假天氣。問它去里斯本要不要帶傘，背後發生四件事：模型讀問題、發現需要天氣資料、叫方法去查里斯本、拿到結果寫答案說早上會下小雨、記得帶傘。迴圈你一行都沒寫，框架全包了。最後加記憶：建立一個工作階段、每次跑都傳進去，先說嗨我是安娜、星期五要飛里斯本，再問要不要帶傘，第二問根本沒提城市，智能體自己用對的城市查天氣；再問我叫什麼名字，它答得出安娜。這三問跑下來，第一個智能體該有的東西全齊了：會判斷、會動手、會記得。 為什麼是框架全包，而不是你自己寫迴圈？因為迴圈裡最容易出錯的地方，全是重複的髒活：模型回傳要叫工具，你要解析它叫的是哪一個、參數對不對；方法跑完，你要把結果用對的格式回填給模型；模型又回傳要再叫一次，你要判斷這是正常接力還是無限鬼打牆；答案終於出來了，你要決定什麼時候停。這些事每一件都不難，但加起來就是幾十行容易寫錯的程式碼，錯一次、除錯半天。框架把這整圈包起來，你只寫三件事：指示寫清楚、工具掛上去、工作階段傳進去。11 月 12 日那篇手寫迴圈的教程立場剛好相反，叫你自己把迴圈寫出來、看懂每一圈在幹什麼；這篇的立場是先跑起來再說，迴圈交給框架，你先嚐到智能體動起來的滋味。兩篇沒有誰對誰錯，是先後順序：新手先照這篇跑起來，想搞懂底層再去讀手寫迴圈那篇，順序反過來很容易卡在第一圈就放棄。 再算一筆帳，讓你知道第一個智能體到底花多少錢。示範用的是開放智能的輕量聊天模型，特點是便宜、支援工具呼叫，跑幾十次問答常常不到一塊錢美金，練手完全不心疼。真正貴的不是模型，是你把正式環境的大模型、長上下文、高價輸出全開來練手，練十次就抵得上一個月的示範費用。所以練手的規矩只有一個：示範模型挑輕量便宜的，指示寫簡短，工具先用寫死的假資料，跑通了再換真資料、再換好模型。本機免費版更徹底：模型裝在自己電腦上跑，一毛錢都不花，工具、工作階段、串流的程式碼一個字都不用改，只換呼叫模型的那一行。先在本機版把迴圈、工具、記憶三件事都摸熟，上雲端花錢時才知道錢花在哪裡。 反方適用條件清單——以下情況，先別照本篇做第一個智能體，免得把本篇讀成保證： - 不想碰微軟開發平台、只用別的語言生態：本篇是微軟開發平台的作法，換生態等於整篇重寫。 - 沒有金鑰、也不想裝本機模型：兩條路都沒有，模型叫不動，智能體跑不起來，先選一條路再開工。 - 挑的模型不支援工具呼叫：工具掛上去模型也不會叫，示範用的輕量模型有支援，換模型之前先確認支援清單。 - 想一次做多智能體協作、寫作者加審查者的流程：原文只做到單一智能體，多智能體是展望裡的下一步，現在做還太早。 - 想直接做正式上線的產品：本篇只到主控台示範為止，正式產品要另外做驗證、備份、錯誤處理。 - 指示寫得含糊、只寫你是個助理：指示越空、模型做得越飄，指示要寫明身分、語氣、什麼時候用工具。 - 除此之外，只要你會寫主程式語言、想親手跑一個會動手的智能體——這篇就是為你寫的。 一句定性金句：迴圈不用你寫，判斷不用你寫，你只剩三件事：給指示、給工具、驗答案。 一、翻車清單 - 金鑰寫進程式碼、貼進群組、傳進公開倉庫：誰拿到都能花你帳上的額度，正確做法是存進環境變數，程式碼裡只讀變數不寫明文。 - 開發平台軟體開發套件版本太舊：原文要第十版或全新的第十一版，舊版可能沒有智能體框架要的寫法，先升級再開工。 - 套件裝錯：開放智能版與通用版是兩個套件，雲端版裝開放智能那一個，本機版才裝通用版加奧拉瑪那一個，裝錯就接不上。 - 模型挑不支援工具呼叫的：工具掛上去模型也不會叫，示範用的輕量模型有支援，換模型之前先確認支援清單。 - 指示寫得太空：只寫你是個助理，模型不知道該簡短還是詳細、該不該用工具，指示要寫明身分、語氣與用工具的時機。 - 工具沒加說明文字：模型看不懂這個方法是幹什麼的，永遠不會叫它，說明文字是工具能不能被叫到的關鍵。 - 工具方法寫了真的去查天氣：示範階段先用寫死的假資料，跑通迴圈再換真資料，一開始就接真服務，出錯不知道是迴圈錯還是服務錯。 - 忘記建立工作階段：每一次呼叫都從零開始，第二問不提城市它就不知道去哪裡，名字也記不住，記憶要靠工作階段傳進去。 - 工作階段建了卻沒傳進去：建立一次不夠，每一次跑都要傳，漏傳一次、那一次的對話就斷了。 - 串流與整段回傳搞混：串流是一個字一個字印，整段是等完一次印，兩種跑法的寫法不一樣，抄錯會編不過。 - 金鑰放環境變數卻沒重開命令列視窗：環境變數改了要重開視窗才生效，舊視窗讀到的是舊值，一問就說金鑰沒設。 - 本機模型挑不支援工具呼叫的：本機開源模型不是每一個都支援工具呼叫，挑之前先確認，否則工具掛上去也不動。 - 本機服務沒啟動就跑程式：奧拉瑪的本機服務要先跑起來，程式連的是本機位址，服務沒開就連不上。 - 把示範程式當正式產品：主控台示範沒有錯誤處理、沒有備份、沒有驗證，正式上線要另外補齊，示範跑通不等於產品做完。 - 一次給太多工具：第一個智能體先給一個查天氣就好，工具一次給五個，模型叫錯的機率立刻上升，出錯不知道是哪一個工具的問題。 - 指示與工具打架：指示寫不要用工具、工具又掛上去，模型左右為難，指示與工具要講同一套話。 - 名字與指示寫完就以為智能體懂了：名字只是名字，真正管行為的是指示，指示沒寫清楚，名字再好聽也沒用。 - 測試不跑就說通了：模型說帶傘不算數，程式真的跑起來、答案真的對、第二問真的記得城市，才算通。 - 換雲端平台就以為程式碼要重寫：聊天客戶端介面就是為了換模型不用重寫，雲端平台、開源模型、微軟雲端，全是換呼叫模型的那一行，其餘不動。 - 把多智能體協作當第一步：原文的展望是下一步，先把單一智能體跑通，作者加審查者的流程以後再加，一步登天一定摔。 二、替代方案＋理由 原文只給一條主路，理由很硬：先拿雲端輕量模型跑通，再換本機免費版——理由是雲端版最快驗證迴圈、工具、記憶三件事，本機版再把花費壓到零，順序反過來很容易卡在本機安裝那一步、還沒看到智能體動起來就放棄。雲端版的理由是套件裝好、金鑰設好就能跑，示範用的輕量模型便宜又支援工具呼叫，練手不心疼。本機免費版的理由是模型裝在自己電腦上，一毛錢都不花，工具、工作階段、串流的程式碼一個字都不用改，只換呼叫模型的那一行，適合想一直練、一直試的人。還有一條同理可推的路：雲端平台版、開源模型平台版、微軟雲端版，理由是聊天客戶端介面把模型呼叫統一了，換平台只是換呼叫模型的那一行，其餘程式碼全不動，適合公司已經有指定平台的人。順序只有一個：雲端輕量版先跑通，再換本機版或公司平台版，不要三種同時開工。 工具的作法也有替代方案，理由一樣硬：示範用寫死的假天氣，理由是先驗迴圈對不對，出錯只可能是迴圈錯；換真資料是下一步，理由是迴圈通了再接真服務，出錯只可能是服務錯。兩步分開除錯，永遠比一次全上、錯了不知道找誰快。記憶的作法也一樣：工作階段是原文給的正規作法，理由是框架幫你管記憶，不用自己寫對話紀錄；自己寫對話紀錄是另一條路，理由是想完全掌控格式的人可以自己來，但新手先不要，框架的版本先跑通再說。 三、目標形態 一個能對照的最小閉環：開發平台軟體開發套件已裝第十版或第十一版、開放智能金鑰已存進環境變數；主控台專案已建好、開放智能套件已裝好；智能體已有名字旅行小幫手、指示寫明友善的旅行助理、答案保持簡短；問它去里斯本要不要帶傘，模型自己叫查天氣的工具、拿到結果寫答案說早上會下小雨、記得帶傘；第二問不提城市，它用對的城市查天氣；第三問問我叫什麼名字，它答得出安娜。三問全對、程式真的跑起來，才算通。一句話：先讓一個智能體真正動起來，再談多智能體。 這個最小閉環還有三個進階樣子，通了之後可以一個一個加上去。第一個是換真資料：查天氣的方法從寫死的假資料換成真的天氣服務，問同樣的問題，答案裡的溫度與天氣要對得上真實預報，迴圈不動、只換方法裡面。第二個是換本機免費版：模型換成本機開源模型，其餘程式碼一個字都不改，跑同樣的三問，答案一樣對，帳單變零。第三個是加第二個工具：再掛一個查機票或查景點的方法，指示寫明什麼時候用哪一個，問一個同時需要天氣與景點的問題，看模型會不會自己挑對工具。這三個樣子有一個共同點：一次只換一件事，換完立刻驗三問，驗不過就只退一步，不用整段重寫。 四、遷移步驟 1. 先備前置條件：開發平台軟體開發套件裝第十版或全新的第十一版，開放智能金鑰申請好、存進環境變數，不要寫進程式碼。 2. 新建主控台專案：用命令列工具新建一個主控台專案、進到專案資料夾，裝開放智能版的智能體套件。 3. 寫第一版主程式：拿開放智能客戶端取聊天客戶端、指定輕量聊天模型，轉成智能體，給名字旅行小幫手、給指示說你是友善的旅行助理、答案保持簡短，問一句去馬德里旅行的小建議，跑起來。 4. 換串流跑法驗一次：同一個問題改用串流跑法，答案一個字一個字印出來，確認兩種跑法都通。 5. 給它第一個工具：寫一個查天氣的普通方法、加一句說明說這是查某個城市的天氣預報，方法裡先回傳寫死的假天氣，掛進智能體。 6. 問它去里斯本要不要帶傘：看模型自己叫查天氣的方法、拿到結果寫答案，迴圈四步都發生了才算通。 7. 建立工作階段：建立一個工作階段，每一次跑都傳進去，先說嗨我是安娜、星期五要飛里斯本。 8. 驗記憶三問：第二問要不要帶傘不提城市，看它用對的城市查天氣；第三問問我叫什麼名字，看它答得出安娜；三問全對才算通。 9. 換本機免費版：裝通用版套件加奧拉瑪套件，本機服務先啟動，模型換成本機開源模型，其餘程式碼一個字都不改，跑同樣的三問。 10. 換真資料：查天氣的方法從寫死的假資料換成真的天氣服務，問同樣的問題，答案要對得上真實預報。 11. 加第二個工具：再掛一個查機票或查景點的方法，指示寫明什麼時候用哪一個，問同時需要兩種資料的問題，看模型挑不挑得對。 12. 換公司平台驗一次：雲端平台版、開源模型平台版、微軟雲端版挑一種，換呼叫模型的那一行，其餘不動，確認聊天客戶端介面真的統一了寫法。 13. 記帳：示範用的輕量模型跑幾十次常常不到一塊錢美金，練手用輕量模型、指示寫簡短、工具先用假資料，跑通了再換真資料、再換好模型。 14. 排定主力與備胎：主力一種平台每天用，備胎一種放在旁邊，主力出問題、換專案時立刻換備胎頂上，不用臨時翻文件重學寫法。 15. 每月回頭對一次官方文件：智能體框架還在長大，多智能體流程、模型上下文協定、除錯工具都會變，每月花十分鐘對一次，才不會拿著舊地圖走新路。 跑完這十五步，真正拉開差距的不是你會幾種平台，是你給指示的方式。指示寫得含糊，模型就做得含糊；指示寫得具體，模型就動得具體。好的指示有三個要素：先說身分，再說語氣，最後說用工具的時機。身分是你是誰，例如友善的旅行助理；語氣是答案多長，例如保持簡短；用工具的時機是何時該查資料，例如需要天氣資料時就用工具查。三個要素寫進每一次設定，模型的命中率立刻不一樣。反過來最差的指示是只寫你是個助理，模型不知道你要它簡短還是詳細、不知道什麼時候該動手，只能憑感覺猜，猜錯了你還要花時間收拾。框架是硬體，指示是軟體，硬體接好了、軟體跟不上，一樣跑不快。 問問題也有一個進階技巧：一次只問一件事。請模型同時排行程、查天氣、再訂機票，它常常三件都做得半調子；拆成三輪，每一輪只做一件、每一輪都驗收，總時間反而更短，因為返工最花時間。還有一個習慣值得養：每一次請模型動手之前，先請它用一句話說出它理解的任務是什麼，它說對了再讓它動手，它說錯了先糾正理解、不要讓它帶著錯誤的理解去叫工具。這兩個習慣加起來，模型的出錯率會掉一大截，你花的檢查時間也會跟著掉。 五、團隊共建分工 做第一個智能體是小事，但三個角色別一個人全扛： - 你自己管金鑰：金鑰只你經手，存進環境變數、不寫進程式碼、不貼進群組，誰要用就請他自己建一把。 - 審查者核對帳單：每週對一次用量，示範用的輕量模型跑幾十次常常不到一塊錢美金，大模型、長上下文、高價輸出的帳單先抓出來看。 - 紀錄者留對照表：把每一次實驗的模型、指示、工具、工作階段、驗收結果寫進本篇贈品驗收表，換人接手時不用重讀原文，換模型時照表改名字就好。 - 守門員管範圍：每一次請模型動手之前，先說清楚哪些工具能叫、哪些資料不能碰，正式環境的設定一律列入禁區，模型動手之前先對一次範圍，叫錯工具的代價比多問一句話貴得多。 - 新人先跑最小閉環：新加入的人不要一次做多智能體，先照本篇第四節跑一遍最小閉環，三問全對、程式真的跑起來，通了才算入門，通不了先找守門員對設定，不要自己硬湊。 六、官方工具包 - 微軟擴充智能：聊天客戶端介面，統一不同模型的呼叫寫法，換模型不用重寫程式。 - 微軟智能體框架：坐在聊天客戶端介面上面，負責指示、工具呼叫、工作階段，往後還能接多智能體流程。 - 開放智能版套件：雲端版裝這一個，示範用輕量聊天模型，支援工具呼叫。 - 通用版套件加奧拉瑪套件：本機免費版裝這兩個，接本機開源模型，其餘程式碼不變。 - 示範模型：輕量聊天模型，支援工具呼叫，練手便宜。 - 本機模型代表：駱馬三點二，裝在自己電腦上跑，一毛錢都不花。 - 同理可接的平台：雲端平台、開源模型平台、微軟雲端，換呼叫模型的那一行就好。 - 展望裡的下一步：多智能體流程、模型上下文協定、智能體對智能體、可觀察性、除錯工具，現在先知道名字就好。 - 前置條件：開發平台軟體開發套件第十版或全新的第十一版，加上一把開放智能金鑰或一台裝好本機模型的電腦。 結尾收束：原則比框架多重要——智能體框架不是魔法，是把迴圈包起來的那一層。可重複的動作規則只有一條：每次換模型、換平台、加工具之前，先回到那個最小閉環——三問全對、程式真的跑起來——通了再往下走。今晚就能做的事：先備好金鑰、建一個主控台專案、問它一句去馬德里旅行的小建議，答得對，這條路就是你的了。 最後再提醒一次最容易被低估的事：第一個智能體真正的成本不是金鑰、不是套件，是你願不願意把指示寫清楚。指示寫不清楚，模型做得再快也是亂做，你還要花更多時間收拾；指示寫清楚了，迴圈、工具、記憶三件事立刻各就各位。這筆帳，比幾十次問答不到一塊錢美金重要得多。今晚先跑三問，明天上班第一件事就拿一個你真正的工作問題去問它，問完看它會不會自己挑對工具，挑對了，你就知道這條路值不值得走下去。 本篇贈品：微軟智能體首次落地驗收表 開通之前逐項打勾：1 前置——開發平台軟體開發套件已裝第十版或第十一版、開放智能金鑰已存進環境變數、沒寫進程式碼；2 專案——主控台專案已建好、開放智能版套件已裝好；3 第一版——智能體已有名字旅行小幫手、指示已寫明友善的旅行助理與答案保持簡短、問去馬德里旅行的小建議已跑通；4 串流——串流跑法已驗一次、答案一個字一個字印出來；5 工具——查天氣的方法已寫好、說明文字已加上、方法裡先用寫死的假資料、問去里斯本要不要帶傘已看到模型自己叫方法；6 記憶——工作階段已建立、每次跑都已傳進去、第二問不提城市已用對的城市查天氣、第三問已答得出安娜；7 本機版——通用版套件加奧拉瑪套件已裝好、本機服務已啟動、模型已換成本機開源模型、三問已重跑全對；8 真資料——查天氣的方法已換成真的天氣服務、答案已對上真實預報；9 第二工具——第二個方法已掛上、指示已寫明什麼時候用哪一個、同時需要兩種資料的問題已驗過；10 帳單——示範用的輕量模型跑幾十次不到一塊錢美金的算法已知道、練手用輕量模型與假資料的規矩已立好；11 維護——每月回頭對一次官方文件、換平台只換呼叫模型那一行的作法已驗過；12 指示——每一次設定已寫明身分、語氣、用工具的時機三個要素，一次只問一件事，模型動手前已先用一句話說出它理解的任務。 S1哥觀點 別再問「做智能體是不是很難」了——難的不是智能體，是你以為迴圈要自己寫。還在觀望的人，花的時間不是學習，是猶豫；照這篇跑起來的人，一個下午就有一個會查天氣、會記得你名字的旅行小幫手，迴圈框架全包了，你只剩給指示、給工具、驗答案。更值得問的是：你現在每天重複做的那件小事，是查資料、還是回覆、還是整理？那一件，就是你第一個智能體該先接的理由。還有一個更扎心的問題：你上一次說要學智能體，結果三個月過去、連第一個主控台專案都還沒建，是什麼時候？這種拖延，跑起來一次就治好了，因為跑通的那一刻你就知道，原來第一步這麼小。你第一個智能體想讓它先幫你做什麼？評論區說說。

前几天跟潘乱和老编辑吃饭，登味超标的开了一下怀旧服，把晚点LatePost在2023年写的「还原字节跳动HR体系」那篇稿子重新讨论了一遍，尤以老编辑的评价甚高——我从来没有见到他这么吹过其他媒体和作者——认为文章的非线性写法非常独特，开创了商业报道的新体裁。 我对老编辑说法的理解未必准确，但确实也能察觉到小晚整个团队在文本训练方面的优越性，并不是纯粹的基于材料的写作，有非常坚定的内在逻辑，同时具有工程化的结构和人文化的感性，可以无视时效性。 昨天更新的「AI抢人大战，批量制造这个时代的流量明星」也是相当具有代表性的例子，AI研究员如同球星那样被开价和交易早就不是新闻了，市面上的同题作文泛滥成灾，但晚点就是能用信息的再组织写出新意、立意，这很厉害。 还是总结一下这篇稿子，对我来说也是一种愉快的练笔： - 在中国，真正能靠个人技能年入过亿的群体，少之又少，以明星艺人为例，在娱乐业最鼎盛的时期，也只有十几个人能够达到这个标准，但在这波大模型热浪里，顶级研究员的身价以史无前例的速度被抬到了以亿为单位的年薪级别，而这批人的总数只有几百人，也就是说，大厂的你争我抢，总盘子其实就这么大，中国最贵的几百号人，就是在这么一个供给严重不足的环境里产生的； - 在ChatGPT发布之后的一年多时间里，因为局势尚不明朗，各家公司投入尚且谨慎，国内AI研究员的收入比较稳定，顶薪也就在百万级人民币，直到2023年底，两家公司打破了「规矩」，一个是DeepSeek开始用高于市场价的扩人，另一个是曾被视为落后半步的字节，通过饱和式投入启动追赶，以2倍薪水涨幅为起价，从月之暗面、阿里、百度、智谱等公司挖人； - 其中标志性的事件是2024年下半年阿里Qwen的核心技术负责人周畅带着竞业协议加入字节，职级从P9跳到4-2（实际上对标P11），千万级人民币的总包，而字节也很快得到了回报，周畅入伙之后，在极短时间内提高了豆包的多模态基模能力，这是抢人大战的关键驱动力，只要找到对的人，就能立竿见影的带来技术进步，事半功倍； - 很重要的是，一个靠谱的Infra专家，最多可以提高50%的算力利用率，考虑到大厂每年几百亿的算力投入，这种效率优化创造的经济收益，要远远胜过那笔薪水开支，一个正确的判断，也能决定模型在几个月内拉开巨大差距，「懂得在哪里划线」的知识价值，变得无比稀缺； - 到了2025年，DeepSeek的爆火让全行业都意识到模型质量的差距本质在于人，于是更多的公司开始加入，推动工资水平继续水涨船高，千万级薪酬包下沉到了普通研究员群体，字节甚至能给应届生开出500万年包，而DeepSeek也把内推奖金提高到了20万，猎头行情更是以月为更新周期，「三月给的价四月就不够用了」； - 但是，当其他大厂都相继启用钞能力后，强如字节也会沦为被掠夺的鱼肉，2025年下半年，腾讯开始盯着字节大模型团队挖人，用的是字节本就很熟悉的方式：工资翻倍，来不来？而且腾讯也兼具策略性，会主攻字节内部面临工资倒挂的老员工，因为位置长期不动，他们没能赶上职级膨胀的春风，于是选择投奔腾讯涨薪的为数不少； - OpenAI的姚顺雨和DeepSeek的郭达雅在前后半年的时间分别拿到过亿年薪加入腾讯和字节——这个数字同时被两家否定了——再次引发行业躁动，两人属于完全不同的样本，姚顺雨是标准的精英路线，从姚班天才到普林斯顿博士，履历辉煌，而郭达雅是完全的本土人才，没有镀金过程，但他们都以极为年轻的年龄，打破了大厂原有的年限体系和汇报关系； - 郭达雅意味着用已有成绩倒推价值也是可以成立的，因为DeepSeek的模型牛逼，所以参与制作这个模型的人同样牛逼，这个逻辑被大厂以实际行动买单了，当郭达雅决定离开DeepSeek时，阿里、腾讯、字节都在第一时间去接触了，包括老板亲自去谈，最后因为字节的投入方向和他的发展预期最吻合，成功签下入职合同； - 骨干的持续流失，给了DeepSeek相当大的压力，梁文锋选择启动融资，给员工手里的期权一个定价机会，对内安抚军心，为了留人，字节设计了豆包虚拟股，以及阳光普照的每人每月最低9万元额外津贴，反倒是已经上市的智谱和MiniMax，因为期权暴涨加上解禁期，不必太操心员工的稳定性； - 横向来看，最近一年里，字节和腾讯的饥渴度是最高的，字节愿意因人设岗，从张一鸣到HR，全都奉行「笼络最聪明的头脑」这一原则，腾讯因为自身的进度原因，被迫成为市场上后出价的那个人，虽然要当冤大头，但对于家大业大的鹅厂储备来说，问题也不大，先去拿字节的offer、再用字节的offer去敲腾讯的门要更多的钱，成了一些研究员的财富密码，有猎头说得很透彻，大厂不怕花钱，是为了把对手能用的人，提前从市面上清掉； - 阿里就比较保守了，Qwen以团队氛围优秀著称，90%的员工都是阿里自己培养的校招生，工作自由度很高，但阿里严格的职级体系，还是对Qwen参与人才争夺制造了障碍，2025年下半年，林俊旸曾让Qwen的研究员主动出去面试，以求得涨薪的机会，避免人才外流，可见有多无奈； - 当给够钱已经不具备稀缺性之后，大厂争取研究员的技巧也开始转向软实力，比如扎克伯格会把Meta想挖的人请到自家别墅吃饭，用「真诚」作为必杀技，张一鸣也会亲自去和自己看上的论文作者见面谈话，Anthropic之所以成为研究员离职率最低的AI公司，是因为它被公认为文化建设独树一帜，老板本身就是一种信仰； - 研究员之间的竞争必然激烈，以前抬高身价的方式是发论文，后来各家公司发现只要发完论文就会让作者接到的猎头电话直线上升，又不太乐意让研究员「抛头露面」了，但是上有政策、下有对策，研究员们也很灵活，不让发论文，那就去上播客、发推特、做小红书，总之就是加强主动「营业」，持续的获取个人流量，确保在需要的时刻能被看见； - 为了对得起高薪待遇，同时防止掉队，这几百个顶级研究员普遍睡眠不足、高压工作，即便没有KPI和OKR，他们也会自己驱动自己，就像从小到大的做题路径，这是天才避免泯然众人的唯一出路，「这个行业最终会变成，前5%的人拿着从前10倍的工资，干着100个人的活。」

お昼公演ありがとうございました🎤 #全員半人前# に出演した時のトークテーマから、MCをさせていただきました！ 『これって私だけ？』 まだ見てないよ〜って方、ぜひYouTubeでチェックしてね👀

🛹#清司麗菜# 出演 ⏰30分一本勝負の収録🎥 トークバラエティ番組ほぼ未経験者を集めた、MCもパネラーも“全員半人前”なトークバラエティ😲 『#全員半人前』# 📺 ぜひご覧ください👀 いいね＆拡散もしてね〜❤️ #BSよしもと# #NGT48#

📺お知らせ📺 6月23日（日）22時〜BSよしもと 『全員半人前〜MC＆ひな壇全員トーク番組ほぼ未経験者でやってみた〜』 出演させて頂きます‼️ …ですがなんとこの番組、3チーム中面白くない1チームがOAされません💦 願いを込めて見てください🫣

BSよしもと「全員半人前～MC&ひな壇　ほぼ未経験者でトーク番組やってみた。」 6/23(日)22時から放送です☺️ BSよしもと公式YouTubeでも同日23時からプレミア配信予定！ 出演させていただきます！是非見てね☺️

昨天看到有个pre-market的胜率90%聪明钱在 @Polymarket 下注做空 @predictdotfun ，总共下注了$8200，预测Predictfun首日FDV不会大于300M/400M 我的第一反应，这也太狠了吧！ 这大概就是 @opinionlabsxyz 负面效应的情绪溢出吧，属于极端情绪交易了 Opinion作为之前BNB上最有希望跑出来的预测市场项目，发币直接背刺社区+用户，收到手的手续费基本一大半进了项目方自己口袋，分了一些残羹剩饭给用户 BNB生态项目基本被fud到极致了，用户对BNB的其他预测市场项目，也基本上是放弃+看空的情况，这也符合大部分人的情绪预期 在这个关键节骨眼，BNB剩下两家预测市场合并，其实就是想挽救被破坏的BNB预测市场生态，招牌臭了，链上用户大批量流失+看空，需要整合现有资源，减少对抗，做出新的招牌出来，洗刷大家对BNB预测市场的坏形象 和聪明钱思路不同，我会慢慢吃看多Predictfun的单子，我的判断现在更多是极端情绪影响了交易定价，我看好Predictfun的首日FDV大于200/300M 如果他们真的要认真做，我觉得他们真的会做出来， @yuexiaoyu 非常负责卖力，主要负责亚太地区的推广， @dingalingts 之前有大量做项目做市经验，也不是我特别看好他们会做成，他们是全BNB村唯一的希望了，是少数愿意逆行做事的人了 我目前没有专门刷Predictfun，但是我有做真实交易+多市场套保，我的未来策略是：等待Predictfun上天气盘口赚钱，然后带领小伙伴们玩，到时候我会做专属于自己的天气小群，目的就是每日印钞，最后完成负成本获取积分 非付费推广，我是日常在预测市场交易的交易员，我有在Polymarket和Predictfun交易，我在Predictfun有积分

BMSG FES24 全6公演、12万人動員！終了しました！！ 皆様本当にありがとう。 一生懸命生きてるとドラマなんて勝手に生まれていく物だと常々思うのだけど、 やはりいざ改めて所属の皆と一緒にステージに立って感謝を伝えると、 今まで過ごしてきた時間の濃さと尊さに、リアルタイムで生きているこのあまりにもドラマチックな物語の数々に、全身が震える。 また、そのドラマを二時間半の23人のワンマンライブに詰め込めた事を誇りに思う。 クオリティファースト、クリエイティブファースト、アーティシズムファースト、 そして人生ファーストだよね。 皆で最高の人生を送りたい。し、送ってもらう責任も義務も俺にはある！ 頑張ります。 …あ！皆っていうのはもちろん、応援してくれているそこのあなたも含めてです。 本当に楽しかった！いいライブ、いい人生です。 これからも頑張ります、よろしくお願いします！ #BMSGFES#

4年半いたQueen’s Quest メンバーが全員強制脱退して 1人になった私はH.A.T.E.に加入する事を決断。 中野たむから赤いベルトを奪い アイツに屈辱を味合わせてやった。 最高の気分だったな。笑 赤いベルトを巻いてからは 言葉に魂が宿ってるかのように 口にしたことが全部現実になっている。 これがスターダム史上最大の悪夢なんだよ。 3days to 4.27 Yokohama Arena. #STARDOM#