BestBlogs 周刊 第 98 期 · Agent 时代已来:模型、产品、工程与组织的同步重塑-ginobefun

BestBlogs 周刊 第 98 期 · Agent 时代已来:模型、产品、工程与组织的同步重塑

歌手:ginobefun

专辑:BestBlogs

时间:2026-03-15

    使用手机浏览器「扫一扫」

    在手机上保存,获得更好体验

标签
歌词

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

展开显示全部歌词