本字幕由TME AI技术生成
大家好
欢迎收听best blocks 周刊第九十八期的播客版本
本期主题是agent 时代已来
模型 产品
工程与组织的同步重塑
我先从一个直觉开始说起
整理这二十篇内容的时候
我一直有个越来越清晰的感受
这不像是几件不同的事同时发生
更像是同一件事在不同的层面同时爆发
上面有open ai 把chat gpt 的记忆系统做了架构升级
Mini iax 和谷歌在同一周发布了新的开源模型
中间有kimi work 和子三点零把coagent
三点零把普通知识工作者anthroropic 同一周发了两篇文章
讲他们工程团队怎么重组工作方式
讲内腾讯阿阿阿里云云作作者在同一周写了关于ai 如何重塑软件工程的深度传闻往往外德德和黄仁勋在在会会上讲略略
腾讯研究院出三万字报告谈超级个体
还有一篇关于认知缴械的文章
读完让人坐在那想半天
把先从这些放在一起
不只是本内内容容而讲某某种a 界点到来的信号
我接下来想沿着这条线讲
从模型到产品
从工程到组织
试图把这一周最值得关注的东西串起来
先说一下best blocks 这边的动态
最近我一直在用agent 和skills 系统整理和更新best blocks 的订阅源库
第一波成果已经发布到github 上
在京noby ffn flash blocks 这个项目接下来几天还会继续推进
我自己做这件事的过程中
对这期周刊主题有了更直接的体感
用agent 自动化推荐
以前要手动做的事
它真的在发生
不只是概念平台层面
前几天上线的v 二点四点二
有两个值得提的改进
我的关注页面新增了订阅源库浏览入口
按领域和预言筛选后可以批量关注
Pro 早报推荐引入了兴趣预算机制
同一来源的内容不再扎堆
每天的早报覆盖更均衡
好 进入正题
先从模型层开始
这期有三篇文章都在讲模型
但角度完全不同
放在一起挺有意思的
第一篇是open ai 关于chat gpt 梦境记忆的文章
六月四号发布
标题里用了dreaming 这个词
说的是一套后台合成记忆的新机制
前的记忆是手动的
你要明确告诉chat gpt 记住这件事
他才记
新系统不一样
他会在后台持续整合对话里的碎片信息
就像睡眠期间大脑整理白天记忆一样
不需要你主动触发
Open ai 说这解决了三个问题
旧记忆容易过时
精确度不稳定
以及大规模扩展的成本问题
有一个细节我觉得很关键
他把提到成本已经下降到可以规模化的程度了
这意味着这套机制不只是给高级用户用
后续会覆盖更广的用户群
这让我想到上一期
第九十六期我们看过anthropic 那篇用于自学习agent 的memory 与dreaming
两家公司在几乎同一时间做类似的记忆架构
Anthropic 侧重a gent 的自主学习
Open ai 侧重个人助手的长期陪伴
方向相似
路径不同
第二篇是mini max m 三
六月一号发布
是个开源模型
大把三件很难同时做到的是放进了一个模型
前沿编码能力
一百万token 的长上下文
还有原生多模态背后有个技术叫msa 稀疏注意力架构
大概意思是大部分注意力计算
走稀疏路径
只有少数关键位置做全量计算
这样在超长上下文下计算成本不会爆炸
文章里展示了一些真实使用场景
论文复现
扩大
优化长城agent 任务
这些都是需要在单次运行里跨越大量上下文的工作
M 三能全程保持状态自主迭代是这类任务里比较难得的组合
第三篇是谷歌的jama 四十二b
有意思的地方不在于模型本身有多强
而在于这篇文章讲的是怎么把它跑在你的笔记本上
跑完整的agent 工作流
他们介绍了aih gallery
Eloquent 和lighter tlmcoi 这几个工具场景
包括代码生成
数据可视化
语音编辑
端侧运行的价值不只是便宜
更重要的是隐私
低延迟
以及在没有网络的地方也能用
三篇放在一起
可以看到一个清楚的方向
模型竞争已经不只是谁更强
还有谁更强
谁更本地
谁更个性化
产品层这周也很热闹
Kimi work
扣子三点零
还有微软的skill opt
三个方向都在推agent 产品的边界
而且三个方向不一样
Kimi work 六月三号上线贝塔版
副标题是你的工作分我一
这个定位位很准确
不
不是给开发者用的coding agent
而是给普通知识工作者用的桌面agent
文章里列了几个场景
金融分析师做行业报告
不个人员整理工办办公室处理流程性工作
全部是用自然语言描述任务
Agent 去执行
还特别提到这个产品自身的开发也深度使用了ai
这个吃自己狗粮的说法
这一周好几个地方都出现了
Anthropic 那篇工程博客也在讲
我们后面会再提到扣子
三点零
字节跳动六月一号正式发布
方向是ai 团队
不是单个ai 助手
而是把多个agent 组织进项目空间里协作
有几个东西值得关注
技能商店
类似app store 的概念
给ai 团队安装各种专业能力
本地agent 接入连接你电脑上的工具
多端协同
手机桌面web 里能用
我觉得扣子在做的是
是把coding agent 那套编排理念翻译成普通用户能理解的产品语言
微软的skill opt 是这周最技术性的一个发布
但逻辑很清晰
一周时间收了三千三百个star
这是一个让agent 技能文档自我进化的框架
思路是把rereagent 的置文文件
就是类似cw
Wmd 这样的的技文文档
就类可训练的外部权重
然后用一套类似训练神经网络的循环来优化它
这个循环有四步
Roll out 是跑任务收集证据
相当于浅向传播
Reflect 是分析失败和成功的案例
计算文本空间覆梯度
Edit 是修改技能文档
添加删除或替换规则
Gate 是验证改进是否真实
防止过拟合
有几个精巧的设计
一个叫文本学习率
每步最多改四条规则
防止改太猛把之前学到的有效规则覆盖掉消融
实验显示去掉这个约束后
准确率会下降两到三个百分点
还有一个拒绝编辑缓冲区
记录哪些修改被拒了
下次优化时不重复同样的弯路
这个细节移除之后
在spread agent 测试上
准确率从百分之七十七点五跌到百分之七十二点九
在七个模型
六个基准测试
三种执行环境的五十二个评测组合里
Skill opt 训练的技能文档全部达到最优或并列最优
这对我来说很有现实意义
因为我每天都在写技能文件
以果这个过程能被系统化
自动化
Agent 工程化的天花板会高出很多
说完产品
想多花一些时间在工程层
这一周
Anthropic 发了两篇文章
一篇讲cld code 的动态工作流
一篇讲他们自己的工程组织如何在ai 原生环境下重组
这两篇单独读都很好
放在一起读会更有感觉
Cloud code 动态工作流这篇核心说的是模型现在可以在运行时自己写harness
四
根据任务需求即时构建定制化流程
以前那些需要特别定制框架才能跑好的任务
比如安全分析
大规模代码重构
多视角研究
现在模型可以自己按需搭架子
文章里给了一批示例提示词
我觉得读这些比读概念更直观
比如这个测试大概五十次运行里会有一次失败
给我设计一个工作流来复现它提出关于竞争条件的假设
不找到原因不停止
或者翻我最近五十个session
把我反复在纠正的东西提取出来变成配置文件规则
再比如把这份商业计划书用工作流让不同的agent 分别从投资人
用户
竞争对手三个视角把它批一遍
这些提示词背后的逻辑是让模型编排一个小团队来解决问题
而不是靠单次对话硬扛
回顾第九十七期
我们看到了动态工作流的首次发布公告
更期的深度文章让我们看清了它具体怎么工作的
紧接着那篇打造ai 原生工程组织
讲的是按stropic clode code 团队自己是怎么工作的有几个细节让我印象深刻
计划方式变了
他们之前写了一个不错的六个月路线图
但因为cloud code 本身带来的工程速度变化
到第三个月路线图已经过时了
现在他们用计时规划
不预先写长路线图
更多靠原型早期内测快速反馈循环
上下文获取遍了
以前想了解一段代码
第一反应是找写他的人
现在第一反应是问coudder
他们说cloudder 在承担大量代码审查工作
让工程师能专注在更需要人类判断力的地方
招聘标准变了
他们现在更看重两类人
有产品洞察力的创造者和深层系统专家
纯执行型的工程师需求在减少
这两篇文章合在一起描述的不只是工具
而是一种工作方式的系统性迁移
如果说anstropic 这两篇是一线团队的实践记录
那国内这批文章更像是在做集体的工程哲学思考
而且几个团队在同一周各自写出来
这件事本身就挺说明问题的
腾讯云那篇ai 软件工程范式革命的思考将近两万字
我把它归类为这一周最有思想密度的一篇
作者的核心论断是
软件工程在过去五十年其实没有真正工程化过
他做了一个对比
其他工程门类
化工 电力
自动化成功的路径是消耗能源把d 阶认知固化成物理装置
人从主回路退出来
变成设计者和维护者
而且件做不到
因为软件要做的是抽象
推理 创造
这些是高阶认知
没法固化成一个电路
所以软件工程骨子里一直靠人脑堆
过去五十年所有的方法论
敏捷
Devil ops scrum 都是在管理人
而不是替代人
大模型的出现第一次有可能改变这不人
因为他做到了输入算力
输出高阶智能
这才是经典工程意义上的能源换智能
作者然后批评了现在主流的co pilot 模式
说人为中心ai 辅助走不远
真正的转变是ai 为中心
人工辅助
人的角色要重塑为产线设计师和认知边界守卫者
他有一个概念叫隐性知识蒸馏
他认为那些无法被明确写下来的工程经验
那些老工程师靠直觉判断的东西
如何把他们蒸馏进ai 系统
是这场变革里最难攻克的核心问题
阿里技术那篇重新思考研发基础设施
作者
小冰是阿里巴巴研发基础设施负责人
他从一个自己做的小工具出发
一个用自然工言描述意图
Agent 动态程代码自动部署的周报系统观察到两个有意思的现象
代码的生命周期从月和年缩短到了分钟
Info 变得不可见了
它的框架是软件系统
一直是意图驱动加代码沉淀的进化
T 以前的桥梁是人
现在的桥梁是agent
这个替换带来了基础设施设计方向的根本改变
从people oriented 转向agent oriented
权限治理
可追溯性
Dry run 验证
这些工具需要被重新设计
阿里云那片ai 研发自动化及其知识库加固化包思思比较工程实践项把lllm icky agent ent skill 结持续更新团队上下文
Vickskill 把可重复的工程流程固化下来
两者合在一起
让ai 从一次性问答变成长期工程资产
大淘宝技术的ai friendly 架构设计提出了三个演进维度
从确定性到概率性
从结构化到语义化
从静态到动态
他们自己的实践里
Ai 审核准确率达到了百分之九十五点七
Ai 答疑系统效率提升超过百分之八十
还有腾讯技术工程那片agent 架构深度复盘
把open cloud 微内核架构和核米斯单体架构并排拆解
五万五千字
覆盖gateway 路由channel 契约
记忆系统工具编排安全边界
这是agent 工程化领域难得一见的源码级参照系
如果你在做多端agent 或者长期记忆系统
这篇值得好好读
这篇文章加在一起有一个很强的信号
不再是要不要用ai
而是基础设施要怎么重建
流程要怎么重设计
组织要怎么重构
这是一个成熟度的标志
从工程层跳出来
往战略层看
这一周有三个方向的信号值得放在一起理解
Latent space 和no prayers 在microsoft bill 的现场联合做了一期节目
和纳德拉做跨界对话
纳德拉有一个框架很清晰
他说微软的定位是前沿智能平台
而不是一个卖模型的公司
核心逻辑是客户必须从microsoft 生态获得比微软自身多得多的价值
这才是平台的意义
他介绍了work iq
一个企业上下文层
把企业里的文档
邮件
会议记录
代码统一接入
还有一个概念叫token ip
他说私有评估和traces 是新时代的核心资产
就像工业时代的专利
对sars 冲击他没有模避
承认build vs by 的方程已经改变
Sars 商业模式会被重构
华仁勋在computer tx 两千零二十六上展示的东西
最值得关注的是整个叙事框架
英伟达正在从一个卖芯片的公司变成一个提供完整agent 工赏的公司
Very rubin 是新的gpu 架构
一个nvl 一四四系统包含一百四十四颗gpudsx 是数据中心超算平台
Comtron 三ultra 是推理模型
Cosmos 三是物理ai 平台
还有人形机器人
这些东西合在一起
描述的是从芯片到数据中心到模型到软件到物理ai 的完整技术栈
然后是软移丰
科技爱好者周刊
第三百九十九期
这是他对多位分析师二零二六年五月实例访问中国十四家ai 和机器人公司后的观感整理
这篇信信息密度很高
有几个数字我觉得值得记下来
算力差距
美国大概是中国的八倍
但计算效率
中国在芯片管制压力下
单位算力产出的智能是简单扩展的四到七倍
实习生制度
中国ai 公司大量使用才华横溢的实习生
这和西方公司形成鲜明对aai 全态度
文章提到中国研究人员对agi 取代自己访问事充满种同奇而恐恐惧
我觉得这个文化差异很值得思考
这三个方向
微软讲企业怎么用ai 建护城河
英伟达讲物理世界的ai 基础战略
中国ai 访问季讲在资源约束下的追赶策略
但同一个a 键世代的三种不同生存战略
最后这一段我想讲人
前面聊了很多工具
工程战略中
一周有几篇文章问的的是一种不同的问题
当ai 渗透到工作和思考的各个层面
人本身会发生什么变化
腾讯研究院的超级个体时代三万多字
是这周内容里我读完最难放下的文章之一
他们的核心观察是ai 变革最深刻的起点
往往不在高管会议室
而是某个工程师深夜突然感觉自己的能力被放大了
然后这种工作方式像涟漪一样向外扩散
他们提出了一个组织公式
组织竞争力等于人才密度乘以ai 杠杆再除以组织摩擦
这三个变量的关系是乘除效果加减
分母不变
分子翻倍效果打减
分母减半的效果等价于分子翻倍
报告里引用了anthropic 的一项生产力研究
基于十万条对话的分析显示
样本任务若无ai 辅助
平均约需一点四小时
超本ai 后
任务完成时间平均减少约百分之八十
部分任务效果更极端
课程开发从估算的四点五小时降到十一分钟
节省了百分之九十六的时间
超级个体有四个定义特征
Ai first 的工作动线
把ai 排进整个工作流的默认起点
而不是遇到困难才去问
能力边界的量级跃迁
产出可以从提升百分之几十变为提升十倍
主动性极强
天然的边界探作者
还有影响力溢出
影响力溢出是最关键的一个特征
高效个体只让自己变快
超级个体让团队变快
十字路口播客这期聊的是fde 前场部署工程师这个话题
上一期第九十七期也出现过
Pragmatic engineer 写过一篇
这期嘉宾结合rolling ai 的企业实践解释
这是ai 落地里出现的新型组织角色
工作不是写功能代码
而是让ai 真正在企业里运行起来
完成业务融合
知识治理
系统对接
用ai 副电长这个案例说明
管理逻辑从标准化动作变成了赋能一线做判断
这不只是效率变化
而是组织逻辑的变化
Bann dict evans 的视频是他在lennis pardcast 做的讨论
还有一个比喻用的很好
现在是ai 的一九九七年
那一年互联网基础设施快速扩张
但绝大多数最终会改变世界的商业模式还没有被发明出来
今天和那时候的格局很像
他强调ai 自动化的是任务而不是工作
杰文斯悖论告诉我们
当一件这儿得更便宜
需求反而会增加
所以不用担心工作机会消失
应该去想有了ai 以后
哪些新的需求会被解锁
哪些新的商业模式会成为可能
最后我想多说一些那篇认知缴械
这篇文章引用了宾夕法尼亚大学的一项研究
给认知加了一个新的第三系统统stem 三就就除了快思考的直觉系系统
慢思考考的深度推理系统之外
A 是成一个在
在脑脑外部运行的知知系统
究究里有一个数字让我印象很深
Ai 给出错误答答时
依依是百
百分八十
参与者选择择盲从
作者梳理了历史上的能力外同让认格拉底反的文字g 谷思认任间系统统谷gggle 改变记忆系统
而在ai 接管思考过程
它不是说不用ai
而是指出ai 影响的是推理本身
这个核心能力和以前的外包有本质不同
让我印象最深的是他对认知主权的讨论
在ai 已经给了答案的情况下
我们是否还愿意停下来自己想一想
这个问题我觉得是这一期所有内容里最需要每个人自己去回答的
好
第九十八期的内容就聊到这里
从模型到产品
从工程到组织
从战略到个体
Agent 的时代不是一个遥远的未来
而是这一周正在发生的事
这让我觉得找到自己在这场变化里的位置
比讨论它会不会来更重要
这一期让我个人感触最深的是那篇超级个体时代
和那篇认知缴械放在一起读有一种张力
一个在说用好ai
你能做的事情的上限大幅提升
另一个再说
如果不注意
Ai 可能会悄悄拿走你最宝贵的东西
我觉得这两篇是这个时代最诚实的对话
感谢你的收听
如果觉得这期内容有收获
欢迎在小宇宙给我们留言
或者推荐给身边正在关注ai 和知识工作的朋友
我们下期见