与「簡単調理」相关的搜索结果

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。

NVIDIA 发布 Skill2Env：用“集体技能”强化智能体 NVIDIA 研究者们把社区公开的 Agent Skills 编译成可执行 RL 训练环境的数据流水线：3.4k 个 Skills 变成 8k 个带程序化测试和行为量规的终端任务；仅 300 步 RL 训练就让 Qwen3.8-27B 在 Terminal-Bench 2.1 上提升 4.7 个百分点，且模型行为显著向源 Skills 的方法论对齐。 开源项目： 核心洞察：公开 Agent Skills 是一个被忽视的监督来源 Agent Skills 是“教智能体做某件事”的文件夹：一个 SKILL.md 加上可选的脚本、参考资料和资产。论文指出，把公开 Skill 语料当作数据来读，它同时提供三样东西： · 任务分布的采样：人们真正想让智能体处理的任务分布（有人愿意花时间写下工作流，说明这活儿值得自动化）； · 真实世界的锚点：指向真实的仓库、数据集、工具和工件； · 结果测试表达不了的质量标准：领域专长、默认参数、常见坑、“好结果长什么样”。 # 数据流水线：四阶段编译，验证靠构造 1. Plan（分解）：容器化的 Codex 规划器读取完整 Skill 包、联网调研相关公共资产，把 Skill 拆解成若干可验证的 workflow，每个附带元计划（场景、初始世界、预埋缺陷、难点来源、解法草案、验证策略）、资产建议和“任务轴池”（任务原型 × 验证器模式 × 人物画像）。 2. Diversify（多样化）：宿主从轴池采样一组组合，加上复杂度、指令语气、请求者专业水平。关键设计是轴池以 workflow 为条件：研究型 workflow 配“证据可追溯”验证和研究者画像，而不是从全轴乘积空间乱抽，这让多样化保持 sensible。 3. Create（构造）：全新创建者 Codex agent 在 Docker 内工作，尽可能用真实素材（钉在特定 commit 的开源仓库、真实版本化文档、官方 API 规范）；需要联网服务的场景改造成本地替身（stub 服务器、录制回放 fixture、PATH 上的假 CLI、种子数据库），求解时绝不依赖网络。创建顺序被严格固定：先建世界 → 写指令 → 写测试 → 写量规 → 最后才写参考解，测试先于解法冻结，保证解法必须迁就评分契约而非反过来。 4. Verify（验证）：宿主端无模型参与的接收门：静态检查（布局、符号链接、Dockerfile 安全、基础镜像按内容摘要钉死）+ 两个容器内试跑：Oracle（参考解）必须全指标满分，NOP（什么都不做的 agent）必须全指标零分。任一失败即拒绝。 值得注意的一个反直觉选择：不做 teacher 模型预验证（不像部分工作用强模型试解、解不出就丢弃任务）。理由有二：这会把任务难度上限压到验证器能力，且成本翻倍；而 group-based RL 的在线动态过滤（rollout 无优势的 prompt 自动不产生梯度）天然淘汰过难/过易任务。 # 数据画像：广、贵、且忠实于源 规模与成本：7,971 个任务，用 GPT-5.6 Sol（xhigh 推理档）生成，API 花费超 9 万美元。（脚注：出于法律原因，公开发布的数据集改用 Kimi-K3-max 在同一流水线下生成。） 领域分布：13 个领域中，软件工程仅占 22.5%，AI/ML 10.5%，商业/金融/法律/HR 10.5%，营销 9.3%……论文对比了 TMax-15K、Terminal-Bench、DeepSWE 等，Skill2Env 是唯一全覆盖 13 域、且非技术知识工作占大头的语料。 忠实度探针（很聪明的设计）：用任务指令+量规作查询、对 3.4k 个 SKILL.md 做 TF-IDF 检索，73.2% 的任务 top-1 命中真实源 Skill，94.6% 进 top-10（随机 0.03%）。单用量规也有 68.5% top-1，证明量规携带的是 Skill 专属方法论而非泛泛建议。 SFT 数据：用 GLM-5.3 对每个任务 rollout 两次，得到 15,968 条轨迹，平均奖励 0.74，中位轨迹 19 次模型调用 + 23 次工具调用。 S2EBench：考虑到公开基准饱和，从 SkillHub 另外生成、逐条人工审核（指令无歧义、忠实于源 Skill、测试公允）后的 79 任务私有 held-out 基准。 # RL 实验：基础设施 + 极简配方 基础设施（论文明确说“现代 agentic RL 首先是基础设施挑战”）：Molt（PyTorch 原生全异步训练，Ray + vLLM + FSDP2）+ Polar（agent rollout 层：rootless Apptainer 沙箱、代理回传 token ID 和采样时 log-prob、prefix merging 把 harness 的多次补全缝合成训练轨迹）。 配方（刻意走“简单路线”）：GRPO 组归一优势 + DPPO 的 binary-KL 信任域掩码（δ=0.05，超出阈值的 token 直接丢弃，无需参考模型，还能防训练-推理失配）；G=8 rollouts/组，批 64，lr 1e-6 恒定，无 KL 惩罚、无熵奖励、无 SFT 热启动，每任务 65k 上下文。 量规校准奖励：开量规时，额外由 GPT-6 Astra 做 LLM-as-Judge（带“宪法”：惩罚无脑循环、reward hacking、答非所问；hacking 实证 = -5 分），总奖励 r = r_V + λs/5（λ=0.2），即 judge 最多把程序化奖励拉动 ±0.2。量规是校准可执行结果奖励，而非取代它，这是与“Rubrics as Rewards”一系的定位差异。 # 四项发现（论文最有信息量的部分） 发现 1：小规模 RL 即有跨域迁移。 仅 300 步、只用 2,400 任务子集训一个 epoch：S2EBench pass@1 +4.3（均分 +18.5），Terminal-Bench 2.1 +4.7（49.4→54.1）。训练集与 TB 无重叠（13-gram Jaccard < 0.8），且训练集从未针对 TB 调过，论文将其解读为规划、工具使用、收尾能力的通用提升而非任务族记忆。这让 27B 本地模型显著缩小了与云端前沿模型的差距。 发现 2：量规校准 RL 在基准上落后于纯结果 RL，一个诚实的负结果。 量规版在 TB 2.1 只有 50.1（纯结果版 54.1）；训练中量规版的程序化奖励长期停在 0.5–0.6，judge 分项从头到尾无上升趋势，两个奖励在训练分布上互相拉扯。论文不把它当作对量规奖励的终审判决（两者优化不同目标，而基准只考结果那一半），并给出两个疑因：λ=0.2 的加性形式让失败任务仍能拿正奖励、judge 看不到文件系统等设定均未调优；以及更本质的，Skill 写下的方法论可能本来就不是最大化基准通过率的分布。 发现 3：行为确实向 Skill 对齐，量规的价值所在。 200 个任务的成对偏好测试（judge 拿源 SKILL.md 当标准，比较匿名化的 base 与 RL 轨迹）：纯结果 RL 已被偏好 54.5% vs 33.5%；量规版被偏好 73.0% vs 24.0%。这说明量规奖励买到的东西在结果基准上看不见，但对“怎么做事”影响实质，对网页开发、报告综合、开放研究这类难验证任务尤其重要。 发现 4：GLM-5.3 蒸馏 SFT 反而伤害 Qwen。 在 GLM-5.3 轨迹上做 SFT：27B 上 TB 2.1 掉到 45.8；4B 上直接崩塌（TB 18.7→3.4，出现思维/工具调用死循环）。归因：教师的 interleaved-thinking + 工具调用风格与学生自身 post-training 不兼容，模仿覆盖了学生依赖的行为模式却带不来教师的能力。与 TMax 报告的“SFT 混合数据劣化已后训练的 Qwen”互相印证。因此论文所有 RL 结果都从未修改的原始 checkpoint 出发。

OKX 又上新玩法啦，看到大家已经自己在研究合约拼盘了～ Misa快来发一条。 以前做合约，想同时布局几个币，既做多又做空，得一个个开仓，自己计算比例，行情变了还要手动调整。 现在可以把多个合约装进一个拼盘里，统一管理。 🧩 一、合约拼盘是什么？ 简单理解，就是把你的交易观点变成一组自动化管理的合约仓位。 ✅ 支持 2–10 个 USDT 本位永续合约 ✅ 每个合约独立选择做多或做空 ✅ 自定义目标仓位比例，合计 100% ✅ 统一杠杆，按规则自动再平衡 ✅ 支持 AI 策略模板或手动创建 ✅ 整体收益、持仓和调仓记录统一查看 二、适合哪些人？ ① 看好一个板块，想布局多个标的 比如看好某个板块的整体表现，可以选择三个相关合约做多，按 40% / 30% / 30% 设置目标仓位比例。 不用非得在几个标的里选一个。 ② 喜欢交易相对强弱的人 比如你认为 BTC 接下来会比 ETH 表现更强。 可以尝试这样搭配： 🟢 BTC 永续：做多 50% 🔴 ETH 永续：做空 50% 这不是单纯押注 BTC 涨还是跌，而是表达BTC 相对 ETH 更强的判断。 当然，两边的盈亏要合起来看，多空搭配不代表稳赚，也不代表没有风险。 ③ 有交易计划，但不想反复手动调整比例的人 比如 BTC 和 ETH 目标比例各为 50%。 行情变化后，实际仓位比例变成 56% / 44%。 如果设置每小时检查一次、偏离阈值为 5 个百分点，那么在检查时就会触发调仓，尝试恢复目标比例。 规则你来定，系统按条件执行。 ④ 熟悉合约交易，想尝试组合策略的人 不知道怎么搭配，可以先看看 AI 策略模板提供的组合、参数、历史回测收益和最大回撤。 也可以完全手动配置。 AI 提供参考，最终交易决定还是自己做，不要怕。 三、具体怎么玩？ 1️⃣ 进入 OKX 交易 → 策略&跟单 → 合约拼盘 2️⃣ 选择 AI 策略模板或手动创建 3️⃣ 选择 2–10 个合约，设置多空方向与目标比例 4️⃣ 设置投资额、统一杠杆、检查间隔和偏离阈值，按需设置整体止盈止损 5️⃣ 确认参数，创建策略 后续可以统一查看组合收益、当前仓位以及调仓记录。 💡 Misa 提醒： 合约拼盘本质上仍然是永续合约交易。 自动再平衡不保证盈利，多空组合也不等于对冲掉所有风险。杠杆可能放大亏损，交易过程中还可能产生手续费和资金费。 AI 历史回测仅供参考，不代表未来收益。 以前是一单一单交易，现在可以把多个交易判断组合起来。 OKX 合约拼盘，把交易观点变成组合！😎 📍入口：OKX 首页 → 交易 → 策略&跟单 → 合约拼盘 📱App 需更新至 6.197.0 及以上版本，去store里更。 具体功能及可交易合约以页面实际展示为准。合约交易具有较高风险，请根据自身风险承受能力谨慎参与哦。

如果我是一个手里有几千万、甚至上亿资金的机构 让我多付一点 Gas，我真的没那么在意 但有件事我肯定受不了 就是我刚准备动，全市场就知道我要干嘛了..... 这也是我最近重新理解 @primus_labs 的一个角度 公链一直有一个大家习以为常的优点： 透明 但大资金真的进来以后， 透明其实不是免费的 —————— ฅ՞• •՞ฅ —————— 比如一个基金准备慢慢加仓 第一笔钱刚进去，钱包余额变了 第二笔开始调仓，资金流向也出来了 连续几次操作之后， 别人甚至不需要知道你的完整策略， 看着这些记录大概都能猜： “哦，它可能还要继续买入....” 然后呢？ 机器人先跑， 别人跟着买， 价格提前变。 最后本来计划慢慢完成的一笔交易， 反而因为自己留下的痕迹， 越买越贵。 所以我现在觉得， 机构上链其实还有一笔很少有人算进去的成本： 信息泄露税 不是链收取你的费用 而是市场从你身上拿走的 —————— ฅ՞• •՞ฅ —————— 这也是我觉得 Primus 这个方向开始有意义的地方 以前聊链上隐私，我第一反应总是： 不想让别人看到我有多少钱 但对机构来说，压根不是这么简单 它们真正不想暴露的，有可能是： 我什么时候开始动？ 我准备动多大？ 我下一步可能去哪？ 我的策略还剩多少没执行？ 这些东西单看都只是一条链上记录。 放在一起， 却可能就是一套交易策略。 所以对机构来说 隐私不只是保护资产，甚至是在保护策略本身的保质期 —————— ฅ՞• •՞ฅ —————— Primus 已经在 BNB Chain 上做了可以让资产在加密状态下转账、产生收益的产品。 而 BNB Chain 自己现在讲隐私， 也已经直接把： 减少市场冲击、保护交易策略、防止别人提前跟单 放到了实际使用场景里面 这个变化我蛮关注的！！ 因为这意味着隐私开始从：我不想让你知道 慢慢变成： 我不想因为让你知道，而多付钱 —————— ฅ՞• •՞ฅ —————— 而 Primus 还有另一半我觉得比较关键： 保密，不代表你可以乱说 比如一个机构不愿公开全部持仓， 不代表它就能随口说：放心，我有足够资产 Primus 想解决的是： 具体数字可以不摊给所有人， 但 “资产确实存在” “条件确实满足” 这种事情， 仍然可以被证明 这样一来， 链上的金融活动可能就不需要永远二选一 要么把底牌全亮出来， 要么什么都不说，让别人相信你。 中间其实还可以有第三种状态： 底牌不给你看，但我能证明我没在吹牛 这个我觉得才比较接近机构真正会用的金融系统 —————— ฅ՞• •՞ฅ —————— 现在让我介绍 Primus， 我不想用 “隐私项目” 四个字概括它了。 我更愿意把它理解成：帮机构少交一点“信息泄露税” 公链负责把交易变得可以验证， Primus 想补上的 是不让验证变成：所有人提前知道你下一步要干嘛 如果未来真的有越来越大的资金跑到链上， 我觉得这一点会越来越重要！！ 因为散户的一笔交易被看见， 可能只是被跟单。 但机构的一套策略被看见， 那可能是真金白银的成本呀。 —————— ฅ՞• •՞ฅ —————— 现在 Primus XP 也还有任务可以体验 我觉得与其只看 “隐私、验证” 这些词 不如自己跑一次它的流程 会更容易理解它想藏的到底是什么，又想证明什么 👉 Primus XP：【

普通人买卖数字资产，用普通交易所操作基本就能满足需求。但当金额较大时，真正需要关注的往往不是价格上的细微差异，而是资金从哪里来、打到哪里去、多久能到账、谁来跟进，以及后面怎么对账。这些是 OTC 服务在实际操作中需要处理的环节。 很多人把 OTC 简单理解成大额换 U。但在资金规模较大的场景下，OTC 服务更多专注于大额 USDT/USDC 的法币出入金、BTC/ETH 等主流资产的调仓、交易团队补充流动性、企业运营资金结算，以及法币与稳定币之间的转换。 金额越大，越不能只看报价。执行的确定性、资金路径的清晰度、合规记录的完整性，以及后续对账的便利性，这些因素的重要性会上升。 BIT OTC 支持 USDT、USDC、BTC、ETH 等数字资产交易，覆盖 USD、HKD、EUR 等法币结算币种。用户可以通过 Web 或 App 自助进行询价、下单、订单跟踪和历史查询。小额标准化交易可自助操作，大额或复杂订单则可由专属团队跟进进度和卡点。 符合条件的客户可使用同名虚拟账户（VA）进行法币划转，这有助于资金路径的识别和后续对账。 具体服务的可用性、开户审核、到账时间及地区限制，以 BIT OTC 实际规则和合规评估为准。 数字资产交易涉及较高风险，可能损失全部本金。用户应根据自身情况独立评估，本内容不构成投资建议。本文仅作业务观察，不构成任何投资、税务、法律或财务建议。

最近各家 AI Agent 又开始发力了～ 但我觉得目前的 Agent 还停留在一个十分受限的阶段： 它可以帮你分析、生成、执行一部分任务 一旦涉及钱包、身份、支付、部署、续费这些敏感环节 还是得用户自己上手操作 这就说明大部分 Agent 现在还是半自动化工具 还没真正进化成一个能长期在线的链上执行牛马 这次 @BNBCHAINZH 上线的 BNB Agent Studio，解决的痛点就在这： 一句提示词，就能把钱包、链上身份、支付、部署这些麻烦事一起打包处理，跑出一个属于你自己的链上 AI Agent 以前想做一个真正能在链上跑起来的 AI Agent，至少要研究学习一堆东西： 钱包要接、链上身份要搞、支付协议要接、AI 模型要调、托管环境还得自己部署 对于轻量开发者来说，光是这些前置工作就已经劝退一大半了 BNB Agent Studio 直接把这套流程简化成更顺手的工作流： 你在 Claude Code 或 Cursor 里描述自己想要的 Agent 它就可以帮你完成搭建和部署 Agent 上链以后，还会拥有自己的链上身份和钱包 我看完这套流程后，迫不及待地上手体验： 给我的感觉更像是一条完整的自动化流水线，把 Claude Code / Cursor、链上钱包、Agent 身份、支付和部署这些原本很分散的环节全部串了起来 对我这种非纯开发者、但又长期对 AI Agent 和链上应用感兴趣的用户来说，门槛真的下降了许多！ 以前看到链上 Agent，第一反应是很牛逼 但真要自己上手，基本会被各种配置和集成劝退 这次至少可以从一句提示词开始 先把想法跑起来，再慢慢完善 所以它已经不只是让 AI 帮你写代码这么简单了 更像是让 AI Agent 开始拥有自己的链上身份、钱包和运行能力 其中 Self-funding 这个机制我觉得非常有意思 这里要说清楚： 它不是挖矿，也不是躺赚收益 本质上是 Agent 会监控自己的 LLM 余额，并通过 x402 协议自动补充运行成本 这个逻辑很重要 如果一个 Agent 每次快没钱、快停机、需要续费时都要人手动介入 那它再聪明，也还是一个高级工具 但如果它可以自己处理一部分运营成本 那它才更接近一个能长期在线的链上执行单元 当然，BNB Agent Studio 目前还是更适合开发者、创作者，以及愿意折腾 AI Agent 的老哥 比如你可以做一个链上数据监控 Agent 也可以做一个自动执行特定任务的工具型 Agent 甚至结合 PancakeSwap 链上场景，让它按照你的策略去读取池子、调用合约、执行固定策略流程 重点不是让大家无脑冲什么收益 而是把过去很复杂的链上 Agent 开发门槛降下来 以前可能需要懂 Solidity、懂钱包集成、懂云部署、懂支付协议 现在至少可以从 Python + 自然语言开始切入 所以这次不是停留在 PPT 上面 CLI 已经发布，SDK 也能通过 pip 安装，并且已经跑在 BNB Smart Chain 主网上 底层还有 AWS Bedrock AgentCore 支撑 这就比很多玩具级 Demo 更加符合生产环境的需求了 我个人理解，BNB Chain 这次想推的 是把 AI Agent 变成链上资产的基础设施： Agent 有身份 Agent 有钱包 Agent 可以接任务 Agent 可以支付自己的运行成本 Agent 未来还可以暂停、恢复、迁移、转让，甚至进一步代币化 这条线真正跑通后，AI Agent 就不只是帮人干活的工具 它会逐渐进化成一个可以长期存在、可验证归属、可组合调用的链上实体 这才是我觉得有无限可能和未来的地方 对于普通用户来说，短期内没必要把它想得太玄乎 大家可以先把它理解成： 以前部署链上 Agent 是工程活 现在开始变成一句话就能尝试的产品体验 如果后面越来越多链上应用接入这种标准 那 BNB Chain 的 AI 生态可能会从单点工具，慢慢长成一套 Agent 网络 想体验的可以去看一下： #BNBChain# #BNBAgentStudio# #AIAgent#

Q：我们公司有十几个微服务，现在想让开发用 AI Agent 来做系统设计和编码。问题是一个 user story 经常需要多个微服务协作，Agent 必须了解每个服务的职责边界和业务概念才能做出合理的设计。我们打算把所有微服务放到一个 workspace 下，每个服务配上自己的文档，让 AI 自己去处理。这种方式合理吗？有没有更好的实践？ A：用好 Agent 的关键是两点：上下文的质量，和验证的闭环。 先说上下文质量。 放在一个 workspace 下是目前社区比较推荐的做法。 monorepo 天然适合和 AI 配合，因为 Agent 可以在一个地方同时看到 schema 定义、API 协议、各个服务的实现代码。如果因为历史原因确实不方便合成 monorepo，有个折中方案叫虚拟 monorepo，就是把多个仓库 clone 到同一个本地目录下。 除了放在一起，文档也是很好的让Agent获取上下文的方式，最好给 Agent 一张地图，加上按需加载： 1. 根目录放一份总的 AGENTS.md(或 CLAUDE.md)当索引用，列清楚有哪些服务、各自负责什么、要改某个服务就去读它目录下的文档。 2. 每个微服务自己目录里再放一份,写清自己的职责边界和业务概念,这其实就是 DDD 里的 bounded context。 3. 让 Agent 先看根索引，定位到相关的那几个服务，再去加载它们的细节。 不过要注意文档要及时更新，尤其是微服务协议变更了，一定要及时更新文档，否则会误导。 能从代码或规格自动生成的，就别手写。手写文档迟早会和代码对不上，而像 OpenAPI 这种机器可读的接口规格，一份东西既是文档，又能拿去生成 mock 和测试。 除了文档，还有一个很多人忽略的上下文来源：协议测试代码。高质量的 contract test 本身就是最准确的活文档，它精确地描述了服务之间实际的交互协议，比人写的文档更不容易过时，因为错了测试就无法通过。你如果已经有 OpenAPI spec 或者 Pact 契约文件，这些对 Agent 理解服务边界非常有价值。 再说验证。微服务场景下验证是最麻烦的部分，因为一个 user story 可能涉及好几个服务协作，你不可能让 Agent 每改一行代码就把整个系统跑起来做端到端测试。 一个实用的思路是：每个微服务提供 mock server 或者基于 OpenAPI spec 自动生成的模拟服务。Agent 写完代码后可以在本地跑 contract test 验证自己的改动有没有破坏和其他服务的协议约定，不需要依赖线上真实的 API 或者完整的集成环境。这样 Agent 就能形成一个“写代码→跑测试→自我修正”的闭环，不需要人在过程中频繁干预。 想再进一步,建议了解一下契约测试(consumer-driven contract testing，常用工具是 Pact)。思路是调用方把自己实际用到的接口形状记下来，生成一个契约文件，被调方再去验证自己能不能满足这个契约。 简单说：workspace 统一提供全局视图，分层文档 + 协议测试提供精准上下文，mock server + contract test 提供验证闭环。这三层搭好，Agent 处理跨微服务的系统设计就比较靠谱了。 一些参考资料 1. Anthropic 的 Effective context engineering for AI agents，讲怎么把上下文当稀缺资源来经营、按需加载: 2. Anthropic 的 Effective harnesses for long-running agents，讲长任务里怎么给 Agent 搭脚手架(比如用进度文件加 git 记录跨上下文窗口接力)： 3. 怎么在 monorepo 里组织 AGENTS.md 给 Agent 用,可以看 上这篇 Steering AI Agents in Monorepos with AGENTS.md： 契约测试入门，搜 Pact 加 consumer-driven contract testing 的指南就行。

端午回了趟杭州。待了没几天,但有种很奇怪的感觉一直缠着我,到回大阪才慢慢想明白是什么。 我离开杭州几年了,常年在日本。这次回去,街还是那条街,店还是那些店,人也还是熟悉的人。但有个东西变了,变得很微妙,微妙到你说不清,却又无处不在。 我一开始以为是"经济差"。但"差"这个字太糙了,没说到点子上。杭州街上不萧条,商场还开着,饭店到了饭点还有人,路上车还是堵。光看表面的繁华,你甚至看不出什么大问题。 让我真正不舒服的,不是繁华没了,是繁华底下那股劲儿,没了。 我说的那股劲儿,是杭州这种城市曾经最不缺的东西:一种所有人都默认"明天会更好、蛋糕会更大、只要肯拼就有机会"的、扑面而来的亢奋和躁动。那种劲儿是会传染的。你走在路上,坐在饭桌上,都能感觉到周围的人,身体里有一股往前冲的电流。我当年就是在那股电流里长大的。 这次回去,那股电流,弱了。 最明显的是饭桌上。 我们这代人,聚会聊什么?以前聊的是机会:谁又跳槽涨了薪,谁看中了哪个项目,谁琢磨着要不要出来干,哪个赛道又起来了。话里话外,是一种往前看、往大里想的兴奋。 这次回去,饭桌上的话题悄悄换了频道。聊得最多的是"守":谁谁谁公司又裁人了,得赶紧把工作保住;房子千万别再碰了,套牢了多少多少;孩子教育别太激进,稳一点;手里的现金捏紧,别乱投。借着酒,大家偶尔也骂几句,但骂完那种泄气,比骂本身更让我难受。 你听出这个转变了吗?整个对话的底色,从进攻,变成了防守。从想着怎么把蛋糕做大,变成了想着怎么守住自己手里这块,别被人抢走,也别自己作没了。 这就是我说的那股劲儿的消失。它不反映在某个具体的数字上,它反映在一群人,集体地,从"向前看"转成了"向后守"。一个社会最深的变化,从来不在 GDP 那个数字里,在饭桌上那些人,眼神里的光,是亮的还是暗的。 讲到这,如果只是写"国内大家没信心了",那这篇就跟满网络的哭穷帖没区别了。但我恰恰因为人在日本,有一个别人没有的参照系,让我看这件事,看到了一层不太一样的东西。 我现在生活的日本,是一个在低增长里已经泡了三十年的社会。 日本经历过一个被全世界反复研究的"失去的三十年"。那是一种什么状态?不是天天有人饿死的萧条,恰恰相反,日本社会表面上极其平稳、富足、有序。但在那层平静底下,是一整代年轻人,从他们父辈那种"努力就能翻身"的亢奋里,彻底退了出来。他们不再相信明天一定更好,于是收起了欲望:不太想升职,不太想买房,不太想冒险,把自己的人生半径,缩到一个小而确定、自己能完全掌控的范围里。这就是大家说的日本年轻人的"低欲望"。 我在日本待久了,对这种气氛太熟悉了。它不是懒,是一种在"明天不会更好"的预期下,一个理性的人做出的自我保护:既然向外扩张的赌注大概率亏,那不如向内收缩,守住一个确定的小日子。 而这次回杭州,饭桌上那股从进攻转向防守的劲儿,让我心里咯噔一下。因为那个味道,我太熟悉了。那不就是我在日本见了无数次的、低增长社会刚开始渗进人心时,那个最初的样子吗? 这是我这次回去最大的、也最不敢轻易说出口的一个感受:我们可能正在经历的,不只是一次普通的、周期性的、等一等就过去的经济波动。我们可能正在经历的,是一个社会从高速增长切换到中低速时,那种渗进每个人心里的、气氛的转变。而这个转变,日本已经先走了三十年,把剧本演给我们看过了。 我得很小心地说,我不是在说中国会变成日本。两个国家的体量、阶段、底子差太远了,简单类比是偷懒。我也不是在唱衰,恰恰相反。 我真正想说的是另一层意思,而且这一层,我觉得对我们每个普通人才最有用。 如果我们正在进入的,是一个增速慢下来的时代,那么过去那套在高速增长里被验证为正确的活法,可能正在悄悄失效。 过去二十年,在中国,什么活法是对的?是加杠杆,是赌,是 all in,是相信"撑死胆大的饿死胆小的",是把自己的人生压上去赌一个更大的未来。在一个蛋糕飞速变大的时代,这套激进的打法确实是对的,胆子大的人吃到了最大的红利。 但如果时代真的换挡了,这套打法的风险会越来越大。一个增速慢下来的社会,它奖励的逻辑会悄悄反过来:不再奖励那个赌得最狠的人,开始奖励那个输得起、活得久、守得住的人。 这恰恰是日本那个低增长社会里,藏着的、被我们一直当成笑话的智慧。我们总笑日本年轻人没出息、低欲望、躺平。但换个角度,他们其实是在一个"明天未必更好"的环境里,最早学会怎么体面地、可持续地活下去的一群人。他们把欲望收回到自己能掌控的范围,不加杠杆,不赌国运,把一件小事做扎实,靠确定的、细水长流的东西活着。在高速增长的时代,这显得很怂。但在一个换挡的时代,这可能恰恰是最先进的生存能力。 所以这次从杭州回来,我心里其实没那么悲观,反而有种很冷静的清醒。 我们这代人,是被高速增长喂大的,我们的本能、我们的成功学、我们骨子里的亢奋和焦虑,全是为那个时代量身定做的。现在那个时代如果真的在转弯,我们最大的风险,不是外部的经济不好,是我们脑子里那套旧的活法,还没跟着转过来。我们还在用进攻的姿势,去打一场需要防守的仗。 饭桌上那些朋友的泄气和焦虑,我特别能理解。但我也想说一句不太中听的:真正让人焦虑的,从来不是"明天可能不会更好"这件事本身,日本人在这个预期里平静地活了三十年。真正让人焦虑的,是你心里还死死攥着"明天必须更好"的旧剧本,却撞上了一个不再保证这一点的新现实。那个拧巴,那个落差,才是焦虑真正的来源。 什么时候你能放下那个"必须更好"的执念,接受"也许就是慢下来了",然后把人生的赌注调小,把根扎深,把欲望收回到自己能掌控的范围,你反而会发现,日子没那么慌了。 时代换挡的时候,最先崩溃的不是那些手里牌最差的人,是那些一直拿着旧时代的剧本、却怎么也不肯翻篇的人。 杭州还是那个杭州。变的不是它,是那个曾经笃信明天一定更好的我们,得学着在一个不再许诺这一点的时代里,重新找到一种能让自己睡得着的活法了。 这事,日本人花了三十年才慢慢学会。我们的时间,可能没那么多。

xBubble Coding ：10 分钟搭建英语学习资料网店，AI 正在加速 OPC经济爆发 最近我做了一次完整实测： @dappOS_com xBubble 新推出的 Coding 功能 这次我没有测试热点项目，而是换了一个更适合长期运营的方向：搭建一个英语学习电子资料网店。 需求很简单：售卖英语学习电子资料，包含商品页与购物车，看起来只是个小项目，但我反而觉得这个案例特别有代表性。 因为它非常符合我最近越来越看好的一个趋势： OPC经济（OPC Economy）。 One Person Company Economy。 简单说就是：一个人，就是一家公司。 我越来越觉得，AI 正在加速 OPC经济 的爆发，未来很多生意，不再需要传统意义上的团队配置，一个人加上 AI 和成熟基础设施，就可能跑出过去小团队才能完成的业务规模，而英语学习资料这种生意，就是很典型的 OPC 模型，没有库存压力，没有物流成本，内容可以长期复用，利润结构也很健康，资料做一次，可以卖很多次。 理论上，这非常适合个人创业者，但过去真正让很多人做不起来的，从来不是产品本身，而是执行成本。你要建网站。要配服务器。要解析域名，要做商品展示。要接支付系统。还要准备营销素材，如果找团队做，成本不低。如果自己学技术，时间成本更高，这也是为什么我越来越觉得，xBubble 的方向很特别。 如果说 Cursor、Claude Code、Codex 解决的是：如何更高效写代码，那xBubble 真正解决的是另一个问题：如何让普通人快速把生意跑起来。 这次实测里，我其实原本以为这个案例不会那么顺利。尤其是购物车和支付模块。因为在传统建站流程里，这两个部分往往最麻烦。购物车涉及商品逻辑。支付又涉及支付接口接入。通常是最容易卡住的地方。但这次实际体验，确实有点超出预期。我输入需求后，从生成到完整网站雏形出来，大概只用了 10 分钟。 这个速度已经很快了。更让我意外的是，生成出来的不只是一个展示页面。商品展示、购物车、支付链路这些核心模块，基本都已经搭好了。说实话，这点让我挺惊喜。因为我原本以为后面至少还要花不少时间去补功能。结果第一版出来，完整度已经很高。 这让我更直观地感受到：xBubble 的核心优势，不是某一个功能特别强。而是它把 OPC 创业过程中最难的几个问题，一次性解决掉了。过去最容易卡住普通人的，就是技术门槛。服务器部署、域名解析、API Key 配置，这些底层环节足以劝退很多人。 但在 xBubble 里，这些复杂环节基本都被封装掉了。用户不需要理解底层技术逻辑。相关费用也可以直接通过 xBubble Credit 统一结算。对 OPC 来说，这一点价值非常大。因为机会来了，你必须接得住。 更让我看重的是，它天然适合全球化创业。xBubble 底层架构强调抗审查与隐私保护。服务器、域名等基础设施由生态内第三方服务商提供，平台不留后门，数据完全隔离。 这意味着： 商业数据属于你。 客户数据属于你。 资产控制权也属于你。 真正把业务主权还给创业者自己。 另一个让我很看重的，是它的商业冷启动能力。平台原生支持稳定币支付与结算。这意味着你不需要再经历传统业务里最复杂的一套流程：开户。审核。跨境支付。结算。 从网站搭建到开始收款，整个商业闭环理论上可以压缩到 1 小时以内。这对于 OPC经济 来说，价值非常大。因为很多时候，速度本身就是竞争力。而且，xBubble 最容易被低估的，还不是建站能力。而是内容工业化输出能力。 商品详情页。 产品 3D 渲染图。 广告视频。 投放素材。 多平台宣发内容。 这些东西往往比开发更耗精力。而 xBubble 通过成熟 SOP，把这些环节几乎全部标准化了。整个过程不需要用户面对空白对话框反复调 prompt。这意味着，一个人也能拥有接近小团队的内容生产效率。 这也是为什么我越来越相信：OPC经济 会是 AI 时代最值得关注的趋势之一。 AI 正在创造一种全新的创业模式：一个人 + AI + 全球化基础设施 = 小型公司级生产力。传统 SaaS 看不上的长尾市场，很可能就是 OPC 的机会所在。而 xBubble，正在成为这个时代最关键的基础设施之一。 当多数人还在用 AI 提高一点效率的时候，真正聪明的 OPC，已经在用 AI 重构整个商业流程。 用抗审查释放长尾刚需。 用 SOP 碾平运营风险。 用 Vibe Coding 加速商业落地。 我越来越觉得，xBubble 很可能会成为 AI 时代 OPC 获取超额利润最核心的商业基础设施，甚至可能是最重要的那一个。

做过视频的人都知道一个痛点：画面和声音永远对不齐 你用 AI 生成了画面，再用 AI 配了音，然后花几个小时手动调时间轴、对口型、卡节奏 稍微专业点的创作者，光音画同步这一步就能耗掉半天时间。更要命的是，调完还不一定自然 这个问题在 AI 视频生成领域一直没有解决方案，因为技术难度太高 ——要让声音和画面在生成的时候就天然对齐，而不是事后硬拼，这需要模型同时理解音频和视频的底层逻辑 直到百度文心团队放出了 NAVA-这是业界第一个仅有6.3B参数大小，但是能原生同步生成音视频的模型 其他能实现的模型哪个不是10B以上？ 作为一个跑过无数 AI 工具的产品经理，我看到这个模型的第一反应是：这才是真正的技术突破 它到底能干什么？ 你给 NAVA 输入一段文字描述，它直接输出720p 的视频+立体声音频，而且声画天然同步，不需要任何后期调整 这不是简单的文生视频+文生音频拼接，而是音视频在同一个生成过程中共同演化、原生对齐 音视频联合生成这个赛道，LTX、Ovi、MOVA 等模型都在做 但 NAVA 用了一个更聪明的架构：Align-then-Fuse，先让音视频在专门的对齐空间建立对应关系，再融合文本条件生成。 更炸裂的是参数量：6.3B 打败所有对手 NAVA 只有6.3B 参数，但在 Verse-Bench 基准测试上，音视频同步指标、视频质量、音频准确率全面超越： Ovi 1.1(10B 参数） MOVA(32B 参数） Davinci(15B) LTX 2.3(19B) 用三分之一甚至六分之一的参数量，拿下 SOTA。这意味着什么？意味着普通人真的用得起了 不需要4090显卡，不需要租昂贵的云算力，甚至12GB 显存的3060就有可能跑起来。而那些参数量动辄15B、19B 的模型，普通人根本碰不到，只能在云端按次付费 文心用6.3B 做到了别人19B 才能做到的效果，这不是简单的参数压缩，而是在模型架构和训练策略上下了真功夫 他们用了一个叫 Align-then-Fuse 的架构，先让音频和视频在专门的对齐空间里建立对应关系，再融合文本条件进行生成 这个技术路线的价值在于：小模型+高性能=普通人能用的 AI 工具 它解决了什么真实痛点？ 我观察到三个场景，NAVA 可能发挥非常大的作用： 1.短视频创作者的效率问题： 现在做抖音、视频号内容，很多人卡在配音和画面匹配上。用传统工具，要么花钱请配音，要么用 AI 配音但对不上口型。NAVA 直接生成同步内容，省掉了这个环节 2.教育和培训内容制作： 很多老师、培训机构想做视频课程，但制作成本太高 如果能用文字描述直接生成带讲解的演示片段，内容生产效率会提升几倍 3.小白的内容创业门槛 过去你想做视频内容，得学剪辑、学配音、学调色 现在你只需要会写文案，描述清楚你想要什么，工具帮你生成 这对于想入局但没技术背景的人来说，是真正的降维打击 文心在下一盘什么棋？ 有意思的是，NAVA 目前还只是研究阶段的开源项目，但它透露出的信号很明确： 文心在往音视频联合生成、甚至世界模型的方向布局 从产品思维来看，这个方向很聪明 视频生成是红海，音频生成也是红海，但音视频原生同步生成，还是蓝海 而且这个能力，恰好是搭建世界模型、实现真正多模态 AI 的关键拼图 更重要的是，他们选择了小模型路线 在大家都在卷参数量、卷算力的时候，文心用6.3B 做到了 SOTA 水平，这意味着他们在模型效率和工程优化上下了功夫 这对普通用户是好事，因为小模型意味着更低的使用成本、更快的推理速度、更容易的本地部署 NAVA 现在还在早期，但它代表的方向——让 AI 工具更轻、更快、更容易用，才是真正会改变普通人生活的技术路线 GitHub 项目地址： 论文地址： Hugging Face 模型页： #百度# #文心# #文心大模型# #NAVA# #大模型# #人工智能#