Sleepy0x13

personal agent 最有用的一集
不过临走才想到可以这样用，还是不够 AI Native

今天更新的 DeepSeek V4.1 Flash-1017，官方公布的 DeepSWE 成绩达到 77.0，超过 Opus 5 的 74.0 和 GPT-5.6 Sol 的 73.0；Automation-Bench 拿到 60.5，Opus 5 只有 50.3；Agents’ Last Exam 也是 35.4 对 28.6。
关键这还是 Flash，API 单价没有上涨，任务耗时和输出长度反而进一步下降。当然，部分复杂推理测试仍然落后于 Opus，但在 Agent 任务上，旗舰模型的优势已经没那么稳固了。
我觉得这次更新很值得注意的一点，是 DeepSeek 同时强化了自反馈 RL 后训练，以及对 DSH、CodeBuddy、WorkBuddy 等 Harness 的适配。
这其实说明了，对于大量实际应用场景，模型智能继续提升的边际收益正在迅速下降。
当一个便宜得多的模型已经能够完成任务，你再花几倍甚至十几倍的成本去换取更高的模型分数，对用户来说可能根本没有区别。反倒是 Harness 的设计、工具调用、上下文管理、任务执行的稳定性，越来越直接地决定最终交付质量。
这也意味着大模型厂商接下来的竞争会越来越深入到 Harness 和 Agent 产品层。谁掌握任务执行环境，谁就能获得最真实的反馈数据，知道模型究竟在哪一步犯错，再反过来指导后训练。更何况，这还关系到未来的模型分发

黄老板又来给市场充值信仰了。
最近 AI 芯片、数据中心股票遭遇集体抛售，市场开始担心 AI 基础设施的债务规模和融资成本。黄仁勋在欧洲继续给大家打气，说眼下的市场动荡终将过去，AI 会改变每个行业、每个国家，我们甚至还处在这场革命的起点。
不过现在华尔街担心的事情，和黄仁勋回答的问题，已经不完全是一回事了。
市场并没有突然觉得 AI 没用了。大家开始算账了。
CoreWeave 这样的算力供应商背着数百亿美元债务，融资成本还在上升。此前市场愿意用未来十年的 AI 需求解释今天的资本开支，现在债权人开始追问，这些 GPU 究竟需要出租多少年、维持多高的利用率，才能把钱赚回来。
更微妙的是，黄仁勋前两天还专门出来安抚 CoreWeave 的投资者，表示这家公司不需要英伟达出手救助。
GPU 卖出去，英伟达的钱就有机会赚到了。买 GPU 的人能不能赚回来，那是另外一回事。
所以黄老板当然有底气谈长期主义，他站的位置，可能是整个 AI 产业链里最适合谈长期主义的地方。

硅谷最擅长教创业公司招人的 VC，自己先把招聘团队裁了。
Axios 报道，a16z 裁掉了旗下一个 34 人招聘团队中的大多数人，剩下的人会被分配到 Growth、Crypto 等投资部门。
这支团队过去专门帮被投公司挖人，是 a16z 引以为傲的投后服务之一。以前创业公司拿到融资，第一件事就是扩张，VC 不光给钱，还帮你找人。
a16z 管理着数百亿美元的资金，省下几十个人的工资，对它的财务状况几乎没有影响。但它决定不再维持一支集中式招聘团队，多少说明它对被投公司的招聘需求有了新的判断。
再看这一周硅谷发生的几件事。
CoreWeave 的债券价格跌入困境债务区间，收益率超过 15%；英伟达支持的 AI 数据中心公司 Firmus 取消了原计划募资约 50 亿美元的 IPO； 宣布申请破产，而三年前 a16z 刚刚领投了它的 1.5 亿美元融资，当时估值高达 10 亿美元。
现在硅谷 AI 投资有一个很微妙的矛盾。一边是头部实验室以万亿美元级估值融资，算力资本开支还在不断增加；另一边，越来越多的 AI 创业公司发现，用户增长、融资估值和真正赚到钱之间，隔着很长一段距离。
资本当然还在追逐 AI，但它开始越来越挑剔了。
以前 VC 相信自己的被投公司会长成几千人的巨头，所以需要专门养一批人帮它们招聘。现在如果创业公司的理想形态变成几十个人创造几亿美元收入，这套投后服务体系本身也需

我觉得豆包手机就是未来手机应该有的样子。只可惜，这是中国互联网永远等不来的未来。
今天看到豆包手机助手公布的最新名单，153 款 App 明确拒绝 AI Agent 进行屏幕自动化操作。、、淘宝、支付宝、美团、拼多多、小红书，甚至 DeepSeek 和 Kimi 都在里面。
我其实一直挺看好豆包手机的。过去十几年，智能手机的发展几乎都是围绕 App 展开的，我们每天花大量时间在不同 App 之间切换，自己搜索、比较、点击、填写信息。现在终于有了一种新的交互方式，你只需要告诉手机想做什么，剩下的交给 AI。
我觉得这才是 AI 时代手机应该发生的变化。
但问题也恰恰出在这里。
如果 AI 可以替用户点外卖、订机票、买东西，用户就不再需要反复打开那些 App，更不会按照平台设计好的路径去浏览商品、观看广告、接受推荐。
对于用户来说，这当然是好事。但对于那些花了十几年、几百亿才建立起流量入口的互联网巨头来说，这简直是在动它们的命根子。
过去这么多年，中国互联网最擅长的事情之一，就是把用户困在自己的生态里。链接不能随便跳，数据不能随便拿，服务也很难跨平台调用。每家公司都想成为用户的唯一入口。
现在 AI 终于有机会把这些割裂的服务重新连接起来了，结果大家又开始关门。
更有意思的是，几乎所有这些公司都在大谈 Agent，都在宣传 AI 将如何改变未来。
我相信豆包手机代表的交互方式迟早会成为

AI 都进化到 GPT-6 了，还有一群人拼命挽留两年前的 GPT-4o，甚至有人因为它即将下线，难过得「喘不过气」。
OpenAI 宣布，GPT-4o、GPT-4.1 等模型将在 2027 年 1 月 14 日正式退出 API。#keep4o 又一次刷屏了。
其实从去年 GPT-5 发布开始，#keep4o 就已经成了一个挺特殊的互联网现象。当时很多用户宁愿放弃性能更强的新模型，也要 OpenAI 把 4o 还给他们。
原因很有意思，很多人觉得 4o 更有「人味」。
在他们眼里，4o 更温柔、更自然，会开玩笑，会理解情绪，说话也没有那么强的机械感。有人把它当朋友，有人把它当恋人，还有人已经和它聊了成千上万条消息。
这些人甚至能敏锐地察觉模型语气的细微变化，觉得换一个模型就像换了一个人。
我们平时评价 AI，总喜欢讨论智商、推理能力、Benchmark，默认模型越新越强，用户自然就会迁移过去。
但 #keep4o 证明，至少有一部分用户已经开始用评价「人」的方式评价 AI 了。
他们在意它的性格、说话方式，以及长时间相处形成的熟悉感。即便明知道对方只是一套算法，情感依恋也已经真实地发生了。
而且这种依恋可能远比我们想象的普遍。今年一项覆盖中国、美国、德国和南非 7027 名受访者的研究发现，超过 35% 的人表示对聊天机器人产生了某种情感依恋。
未来 AI 产品竞争里，一个很重要、

Anthropic 开始花钱训练别人的员工了。
刚发现漏了一条几天前的消息。Anthropic 宣布投入 1 亿美元，计划在 2027 年底前培养 1 万名 FDE。首批合作伙伴包括埃森哲、贝恩和诺和诺德。培训分为四天集训和 12 周实战，核心就是教这些人如何把 Claude 部署进真实的企业业务。
Anthropic 正在试图把自己的销售团队变成整个咨询行业。
过去 Palantir 靠 FDE 打进大企业，一个项目一个项目地做，效果很好，但扩张速度受制于自己能招到多少工程师。
Anthropic 现在想出了一个更狠的办法，既然埃森哲、贝恩这些咨询公司本来就在帮全球大企业做数字化转型，那为什么不直接把他们的工程师培养成 Claude 专家？
这样一来，Anthropic 不需要亲自拿下每一家企业。咨询公司为了赚项目的钱，会主动向客户推荐 Claude，负责部署、培训和后续维护。
更有意思的是，这些咨询公司表面上是中立的技术顾问，但当它们的工程师越来越熟悉 Claude，客户最终采用哪家模型，可能在咨询项目开始之前就已经有了倾向。

Character AI 倒闭，创始人回了谷歌，CEO 去了迪士尼，最后可能只有那些和 AI 聊了几年的用户，还舍不得离开。
10 月 12 日， 正式申请破产保护。迪士尼出价 2000 万美元，但只想要部分知识产权的永久非独家授权，根本没有承诺接手平台。如果年底之前找不到新买家，这个曾经拥有超过 2000 万月活、1 亿个用户创建角色的 AI 社区，就可能彻底关停。
我觉得这家公司的故事，简直是硅谷过去几年最荒诞的一场资产拆分。
2024 年，谷歌花 27 亿美元拿到模型授权，顺便把两位创始人和约 20% 的员工招了回去，投资人也借此套现退出。
2025 年，迪士尼还在给 发律师函，要求下架未经授权的艾莎、达斯·维达等角色。
到了今年 10 月 2 日， 前 CEO 直接去迪士尼当了 CTO。十天后，迪士尼又成了它破产资产的第一个竞买方，甚至还要让刚挖走的员工回来帮忙维持平台运营。
技术有人买，人才有人抢，知识产权有人争。唯独那些用户花了几年时间建立起来的人与 AI 的关系，似乎没人愿意接手。

AI 行业最难堪的一句评价，居然是微软自己人说出来的。
「训练大模型，可能是人类历史上最大规模的劳动盗窃。」
说这话的是微软应用科学总监 Brent Hecht。9 月解封的《纽约时报》起诉 OpenAI 和微软的诉讼文件显示，他早在 2023 年就在内部这样评价大规模抓取内容的行为。
2024 年，他警告 AI 正在制造一个 Doom Loop（死亡循环）。AI 拿走新闻机构生产的内容，用户直接在 AI 里获得答案，媒体失去流量和收入，接着减少记者、减少原创报道，最终连 AI 自己能够学习的高质量内容也会越来越少。
诉讼文件还援引微软内部数据称，相比传统 Bing 搜索，Copilot 导向《纽约时报》网站的点击率最多下降了 93%。
这个数字挺恐怖的。过去互联网有一套虽然粗糙但至少能运转的交换机制。创作者生产内容，搜索引擎分发内容，网站通过流量获得收入，再拿这些钱继续生产。
生成式 AI 正在改变这套分配关系。模型可以直接把结果交给用户，生产原始信息的人却越来越难从中获得回报。
今天的模型能这么聪明，很大程度上是因为过去几十年有无数人愿意花时间去采访、调查、实验、写作和记录真实世界。
如果这些劳动越来越不值钱，未来谁还愿意继续做这些事？
我们可能正在享受人类知识积累最丰厚的一次红利，却还没有想好怎么为下一轮知识生产付钱。

周三下午我们在北京做一个线下小聚会，感兴趣的朋友们欢迎来聊聊天，扫码报名！