Kevin Simback

儘管取得了所有進展，今天的代理仍然相當笨拙
我們拿一個極其聰明的 LLM，卻需要在上面套一層工具框架，讓它能記住昨天做了什麼，然後不斷檢查它，以確保它不會搞砸
想像一下，雇用一位每天來辦公室、沒有任何記憶的博士，必須閱讀筆記本才能弄清楚自己正在處理什麼，接著老闆還得整天盯著他或她的一舉一動
但如果那本筆記本是持續強化學習的訓練資料呢？
這位博士會記得昨天處理的工作，因為它現在已經成為永久記憶的一部分，不再需要筆記本
CRL 這個概念目前尚未解決，但我猜想未來幾年內會找到解法
這將是讓代理更實用的最大突破之一，尤其是在 TAM 最高的企業環境中
如今的 LLM 已經足夠聰明，能夠完成大多數知識工作，只是仍需要大量外部工具框架管理方面的工作，才能將它們投入生產環境使用
這就是為什麼工具／解決方案市場如此分散，也解釋了為什麼對 FDE 的需求如此高
我不認為目前這種情況會永遠持續下去
更有可能的是，我們會擁有無限多個在基礎模型之上運用 CRL、進而成為獨一無二代理的客製化 LLM
後訓練工作會走出實驗室，交到任何運行代理的人手中

AI 發布的這一週真瘋狂
如果 Grok 4.7 明天發布就好笑了
星期二：
>Claude Fable 5.1 / Mythos 5.1
>Qwen3.8-Max-0902
星期三
>Gemini 3.8 Flash
>Meta Muse Spark 1.3
星期四
>GPT-6 Astra

等著所有使用每月 20 美元訂閱方案的人抱怨 Fable 5.1 很快就耗盡額度，而且很爛
你真的只要付 Netflix 的價格，就離 AGI 又近了一步，別再抱怨了

《魷魚遊戲》，但主角是代理程式——誰在打造這個？

我覺得自從 ChatGPT 與 Codex 整合後，Codex 桌面版體驗變得糟糕多了
直覺性差多了，請把舊版應用程式帶回來

我對 AI 代理程式有些疑問
當我們有更多代理程式之間的互動時，哪些代理程式會是：
-更好的談判者
-更好的問題解決者
-更具操縱性
-更具對抗性
大多數基準測試都是在模型彼此獨立的情況下評估，我想看看模型在互動條件下接受測試

「情境系統」是價值萬億美元的企業軟體商機
數十年來，企業一直在打造和維護紀錄系統
SAP、Oracle、Workday、Salesforce——這些全都是紀錄系統
但它們並非為 AI 時代而打造
當然，它們都會加裝代理能力，但將受到嚴重限制，充其量只能帶來微小改善
企業現在需要的是情境系統（SoC）
SoC 是一個組裝、解讀並持續更新 AI 所需資訊的層，讓 AI 能夠理解、推理並充滿信心地採取行動
它告訴你組織中哪些事情是真實的，而不只是一些孤立的資料點
它也作為打造自我改進型組織的基礎——一家公司能夠累積其智慧，每天變得更好
自我改進型組織是終極目標，而沒有情境系統就無法實現
這就是為什麼這是當今企業軟體領域最大的商機

我今天對市場的快速看法：
> Bessent 昨天發出訊號，表示他將保護殖利率曲線的長端，這讓 AI 建設的融資維持在正軌上，並降低折現率，進而提振股票
> 然而，這推動美元走低，也暫時使股票對邊際外國買家而言變得更昂貴，等它穩定下來，之後很可能恢復上漲
> 美元走弱通常會推高加密貨幣 + Trump 的看多發文更是火上加油（當然只是巧合），並造成大規模軋空
> 市場喜歡輪動，因此在部位變得過度激進之前，BTC/加密貨幣+黃金都適合持續買進——追蹤 ETF 資金流向，作為這裡的訊號
總體而言：在部位變得過度偏離之前，短期看多加密貨幣+黃金，之後以折價買進 AI 股票，迎接下一波上漲

我屁股都快冒出代理了
大多數人都在問「我該使用哪個代理」，而我問的是「我該殺掉哪些代理」
一切始於 OpenClaw，後來擴展成多個執行個體（現在已停用）
接著出現了 Hermes，我們一見鍾情，而且我已經用 Bot Mode + VPS 設定好了整個桌面環境
我有一些由我的主要 Hermes 代理協調的自訂 Claude 代理
我正在運行 Grok Bot，並帶著一個團隊
我正在試用 Instinct 處理個人事務
我正在使用 TrueNorth 代理進行交易
我至少試過另外十幾個，有些仍然閒置在那裡積灰塵（還記得 NemoClaw 嗎？）
我一直收到私訊，請我試用新的代理
我非常享受試用新代理及相關工具，但隨著這場寒武紀大爆發，我正在縮減範圍——我需要看到證據，證明新的代理或工具可能比我目前使用的更好
我最大的挑戰是為新代理建立適當的上下文，以便正確評估它們
我有一個可以接入的個人上下文層，但要讓新代理跟上進度仍然需要一些工作，就像培訓新員工一樣
因此，測試每個新代理都需要一些時間來形成有根據的看法，否則就只是憑感覺
重點是，隨著時間推移，轉換成本會不斷增加，而這是最大的啟示
代理與工具的綁定正在發生，現在消費者層級已經開始形成贏家
企業層級也將在未來 12～18 個月內發生同樣的情況
試行之後，要切換代理平台很容易，但一旦進入生產環境，轉換成本就會變高
企業可以嘗試保持不可知

健身房的有趣小技巧
請別人幫你保護，然後在次數上故意保留實力，說「我打算做 3-4 下」，接著一口氣做出 10 下
你會得到很棒的鼓勵反應，而且這能訓練你的心態，讓你做到比自己說的更多

好吧，我要跟上所有 FOMO 了
有人可以私訊我一個 Instinct 的邀請嗎？
先謝謝了

我覺得人們對 AI 模型抱持部落主義的態度很有趣
我比較喜歡博愛一點，不對任何單一模型供應商表現出太多偏好

時間軸上對 AI 的負面看法，只更加凸顯我們仍處於多麼早期且尚未形成共識的階段
基本上有 2 個論點：
1. 企業沒有獲得 ROI，將停止或放緩支出
2. AI 建設的融資是一個終將破裂的泡沫
公平地說，空頭和懷疑論者提出的這些論點確實有一些證據支持
但這些論點大多只見樹不見林
企業 ROI 並非立即產生，而且在許多情況下，AI 支出將攸關企業存亡並成為基本門檻（詳情請參閱我置頂的文章）
因此，僅僅因為一項已經過時的 McKinsey 或 MIT 研究表示許多試點計畫正在失敗，並不代表企業會放棄 AI 採用工作——你只需要看看 Anthropic 的收入年化運行率，就能看到支出仍在以空前的速度持續發生
至於許多人認為將導致類似 2008-09 年房貸危機的大崩潰之金融循環，你顯然沒有接近過當時的情況，否則就會看出兩者有多麼不同
我在 2007-2012 年的大部分時間都身處那場危機及其善後工作的核心——這兩件事並不相同
我們是否應該持續關注融資方面的疑慮？絕對應該，而歷史告訴我們，風險會被盡可能往曲線的末端推移，直到某件事出現問題
但目前的警訊甚至還遠未亮起紅燈
當你看到資料中心空置、大型 GPU 合約未獲續約或遭到取消，以及容量供應商出現償付能力問題的報告時——那時你才可以開始將其與 2008-09 年相比
如果你認為我們已接近那種情況，我鼓勵你聽取或閱讀過去一週 Corewea

我的看法是，AI 更適合用來強化你最優秀的人，而不是將你最差勁的人自動化
給予 10 倍工作者他們想要的所有 AI，根據他們能做到的事情建立自動化流程