周刊 · 第 140 期

当Agent成为默认前提


给 side project 接上 Agent 后,用户反馈的归类、打标签和每周汇总,两分钟就跑完了。以前还得专门给它排时间,现在更值得花时间的是看分类有没有用、有没有漏掉真正该处理的反馈。

这也是我读 Chris Lu 那份 YC 分析时最在意的变化:创业公司不再急着把「Agent」写进自我介绍。假如大家都有这项能力,客户凭什么选你?

这一期想从两个方向看。一个是数据、硬件和具体业务,能力相似的 Agent 放进去,结果可能完全不同;另一个是可靠性。一项任务即使做对了九成,剩下那一成仍可能要求人全程盯着。

后者离我的日常更近。一个工具能否让我少操心,比它演示时能做多少种事情,更影响我会不会继续用。


📚 深度阅读

236 家公司里,「Agent」这个词正在退场

Chris Lu 对 YC 2026 夏季批次的拆解,值得先看。它观察到一个变化:公司仍在做 Agent,但越来越少用这个词解释自己的业务。

分析里一个变化是基础设施占比上升:能源、芯片、数据中心、训练和推理,从 8% 升到 20%,应用层从 55% 降到 39%。Scale AI 被 8 家公司列为要替代的对象,其他在位者被点名都不超过 4 次。

第二层是叙事的消失:交付型 Agent 公司从 45% 降到 33%,Agent 基础设施公司直接腰斩。不是不做了,是这个词不再是通行证。取而代之的四个新集群是算力建设(21 家)、推理降本(11 家,其中 5 家承诺砍掉 80% 以上的账单)、训练数据与强化学习环境。

另一个变化是 21 家公司直接经营会计、保险、放射科、法律、货运、催收、量化交易等业务。它们的客户购买的是服务结果,AI 用在背后。相比单独销售工具,这要求公司承担更多实际运营工作。

我会把它当作一个提醒:展示 Agent 能力已经不够,还得说明它在谁的业务里解决了什么问题。数据、硬件和行业经验都可能形成优势,但这份批次分析还不足以断言哪种创业路线已经结束。

🔗:Chris Lu 原帖(X) | 中文全译(十字路口 Crossing)

AI 正把文化变成黑暗森林

这篇文章从数学研究中的署名争执谈起。据文中叙述,纽约大学的 Tristan Buckmaster 与 Anthropic 的合作者,借助 Claude、Codex 推进了一项纳维–斯托克斯相关研究;OpenAI 随后投入大量并发智能体,在更短时间内得出结果并完成形式验证。双方对贡献和署名产生了争议。

作者用「黑暗森林」比喻这种局面:公开未完成的方向,可能让资源更多的竞争者迅速跟上。文中还引用了 Venkatesh Rao 的「死亡森林」概念,讨论小圈子内部的交流背景与公开信息之间的差别。

我不完全同意因此就该把想法藏起来。文章也承认,知识需要交流和合作才能生长。更实际的做法,是在合作里留下可验证的贡献记录,提前讨论收益和署名;保密能争取一点时间,却很难单独解决回报怎么分的问题。

🔗:原文(虎嗅转载)

Grok Bot 一个月封神,靠的是「笨办法」

Roman Ugarte 在 Lenny’s Podcast 上复盘 Grok Bot 的爆发,信息量极大,但真正反直觉的是两条。

一是手动 onboarding 前 300 个用户。核心团队亲自给早期用户打 20 分钟一通的电话,一个个观察真实用法。为什么不规模化?因为「用户的困惑,就是优先级」——你亲眼看着一个人在哪一步卡住,那个痛点第二天就变成修复任务,这比任何数据看板都直接。二是发布前拼命删功能,还砍掉了已经做好的调试可见性工具。原则是区分「can now(能力)」和「now has(按钮)」——99% 的自动化是通过对 Bot 说一句话完成的,用户永远看不到配置界面。

Lenny 补充:「AI 很擅长告诉你加什么,很不擅长告诉你减什么。」

他把产品哲学叫「colleague-pilled」——遇到僵局就问:「一个人类同事在这种情况下会怎么做?」由此不展示工具调用和思维链、用长期记忆而非每个任务开新窗口。给新用户的第一句 Prompt 也很有意思:「翻一遍我的 Slack 和邮箱,建议五件你能从我盘子里拿走的事。」

我想继续看的是:早期那种高投入的服务,用户多起来后还能保留多少。手动陪前 300 个用户解决问题很有效,把从中学到的东西做进产品,才决定后面的人能否得到同样可靠的体验。

🔗:Lenny’s Podcast 复盘(小宇宙) | 中文深度复盘


🤖 AI 产品与公司

Kavak:一家「围绕 AI 重新设计」而非「采用 AI」的公司

a16z 播客请来了拉美最大二手车平台 Kavak 的首席产品与 AI 官,这可能是我听过的最激进的 AI-native 转型样本。

数字很吓人:每天为客户按需启动 10 万到 20 万个专属 Agent,每个跑在独立虚拟机里;96% 的客户交互、95% 的交易由 Agent 完成;销售转化率是人类团队的 2.1 倍;车贷审批从两个月压到 3 分钟内。最魔幻的实验是在墨西哥一座城市,把整座城的业务交给一个「AI CEO」管六周——它每天给一线员工派活、收语音汇报、动态调策略,原目标利润翻倍,实际提升了 50%。

Kavak 的分享更强调重新设计流程。它从多 Agent 任务图转向一个客户配一个 Agent,让同一个 Agent 持有持续的客户记忆。我想看的是这种安排能否减少重复询问,以及复杂交易出了问题时,人怎样接手。

🔗:a16z Podcast: The Self-Improving Company

个人 Agent 的「信任基建」正在被抢建

一个容易被忽略但极其关键的信号:这一周,Meta 联合 Sierra 提出了一个叫 Personal Agent Protocol(PAP) 的开放标准,基于 OAuth,让消费者级 AI Agent 能被企业「安全地识别、认证并与之交易」。创始伙伴是 Shopify、Stripe、Walmart,v0.1 规范 10 月底发布。

同周,NVIDIA 也发了 Open Agent Safety Platform,把 Agent 的隔离和「kill switch」下沉到硬件层,100 多家机构参与。

这些协议开始处理 Agent 代用户交易时的身份和授权。a16z 的 Top 100 报告也关注这一方向:目前收入仍主要来自订阅和按量计费,只有 14% 的产品有广告,按购买行为收费的个人 Agent 可能带来新的商业机会。能否获得用户授权,是这类产品必须回答的问题。

🔗:Sierra: Introducing Personal Agent Protocol | a16z: Top 100 Gen AI Consumer Apps(第七期)

flomo:把 Agent 塞回 App,是一场关于「可靠性」的自救

这篇是我作为笔记工具重度用户特别有共鸣的一则。flomo 最近把 Agent 内置进了应用本体,你可以随时 @ 过往笔记、追问、反驳、联想,还自带全套定时任务推送。

但真正打动我的是它披露的两场硬仗。第一场是可靠性:此前通过外部渠道投递的定时任务,失败率接近 99%,部分用户的任务被静默丢弃、排查无果,团队最终决定不再等——把 Agent 直接做进 App,通知收归应用内,只为换来一条可观测、可重试的链路。第二场是成本:DeepSeek 涨价后高峰期消耗变成原来的 12 倍,已经开发完的模型切换功能被迫搁置,团队花了一个月把成本压回涨价前,还额外做了「重置卡」,承诺不管上游怎么涨,点数耐用度不变。

定时提醒这种功能,用户很难接受「大部分时候能用」。约好的通知没送到,之后每一次设置都会多一层怀疑。比起又接了哪个模型,我更想看 flomo 能否把这条链路做稳定。

🔗:flomo Agent 官方说明


🛠️ 工具与技能

花叔开源的两个 Skill:把「好」编译进代码

独立开发者花叔(alchaincyf)这周开源了两个 Skill,都很有嚼头,因为它们都在解决同一个元问题:AI 不缺能力,缺的是「知道什么叫好」和「知道什么是真的」。

第一个是 huashu-mac-use,让 Agent 操控没有 API 的 macOS 原生应用。它的座右铭我一读就笑了——「读随便读,写不打扰,每一步都留证据」。它按四层自上而下探测可操控层(结构化接口 → 辅助功能树 → 窗口坐标 → 像素),读取永不抢焦点,写入默认用事件注入实现「零打扰」,只有过了四道安全门才升级。硬停止线划得极清:发布、支付、删除这类不可逆动作,一律交还人类。

这又是一次「信任工程」——它不追求 Agent 无所不能,而追求 Agent「不越界、可验证」。实测里,Claude Code 用它 33 分钟在 Blender 里建出了一艘邮轮模型。

第二个 huashu-report 更狠,是「给 AI 用的研究报告规范」。花叔跑了个 19 个 Agent 的工作流,扫描 2026 年 42 份顶级机构报告(斯坦福、麦肯锡、BCG、世界银行……),把「品位」拆解成可比较的结构指标。核心机制我强烈建议所有内容创作者抄走:「数字必须先进数据表」——动笔前先建一个 JSON,每个数字一条记录,含数值、口径、样本量、出处和 verified 标记,正文只能引用表里存在的条目,编译器会拦下所有幻觉数字。

他还有句取舍判据特别好用:「把这句话删掉,读者对研究结论的判断会不会改变?不变就是工作日志,删。」

我更愿意留下的是这些可执行的规则:操作有记录,数字有出处,删去不影响结论的过程描述。比单独要求 AI「专业一点」,它们更容易检查。

🔗:huashu-skills(GitHub) | huashu-mac-use | huashu-report

一个 Dota 前 100 的网吧老板,怎么用 AI 管 700 台电脑

这个网吧经营案例让我感兴趣,因为它把 AI 的作用写到了维修、补货和经营日报这些具体工作里。

郭剑楠,浙大物理系毕业,Dota2 打到国服前 100,在浙江开了 7 家网吧、近 700 台电脑、42 名员工、年营收 1500 万。但管理一直是他的噩梦:想看一遍完整经营数据,要在不同平台间切账号、登后台 28 次,光月报就花七八天。转折点是他把收银系统、美团、抖音的账号授权接进 AI,让它每天早上自动发经营日报、分析和营销建议。

最见成效的是运维:CPU 温度、显卡负载实时监测,异常自动生成钉钉工单,维修周期从一两周缩到一天;清灰也从全量拆机变成精准定位那 20 台过热设备。零食由 AI 读销售记录提醒补货或下架,员工培训做成了游戏技能树。现在 7 家店每月省两三万,他每天花一两小时就能管完,省下的时间——每周打 Dota,东南亚服 500 名上下。

其中那张「决策时间轴」值得借鉴:每次采纳 AI 建议后,把执行结果和门店数据挂起来,过一两个月回看。建议当时听着合理,后来有没有用,得分开看。

🔗:原文(公众号转载)


✨ 随便看看

  • GEO 加盟堪比诈骗:GEO(生成式引擎优化)最先跑通的生意,居然是向普通人招城市代理收钱。「零加盟费」背后,首次进货、算力预存、保证金总有一个名目把钱收走。最讽刺的是错配——代理能触达的餐馆、装修公司、小门店,恰恰最不适合做 GEO。

    「品牌承担效果风险,代理承担获客风险,总部先把钱收走。」🔗:36氪

  • 情况又变,35 岁成香饽饽了:斯坦福研究(陈如雨等)发现,在 AI 暴露最高的职业里,22-25 岁年轻人就业已落后同龄人约 19%,而 41 岁以上群体的「互补型」用法反而伴随就业增长。机制很清晰:AI 更容易替代「可编码知识」,对实践中习得的「隐性知识」则呈补充状态。真正的价值不在年龄,在「经验里那些难以标准化、能转化为判断与行动的部分」。

    🔗:腾讯新闻

  • 消费 AI「广而浅」的硬数据:a16z Top 100 第七期——首次上榜的新面孔只有 11 个(七届最少,榜单在固化);付费极端幂律,前 1% 用户月均付 903 美元,中位付费者只有 25 美元;ChatGPT 网页访问量约是 Gemini 的 2 倍、Claude 的 6 倍;只有 7 个产品同时登上网页、移动、收入三张榜。

    🔗:a16z

  • Menlo:市场翻三倍,用户没怎么动:2026 全球消费 AI 支出约 400 亿美元,是去年 120 亿的三倍多;但美国成年人使用率只从 61% 涨到 64%。报告还提到:在全部九个测试场景里,消费者都更偏好真人专家;非用户中 70% 不信任 AI 信息。

    「消费者采纳有用的东西,但只留下他们信任的。」🔗:Menlo Ventures

  • 84% 美国选民视 AI 为工人威胁:路透/益普索 10 月初民调,84% 受访者认为 AI「对美国工人构成威胁」,两党多数支持更严监管。同一周,2026 年科技行业累计裁员已破 22.5 万人。🔗:FourWeekMBA

  • DeepSeek 逼近千亿融资、冲刺 2027 IPO:新一轮融资规模至少 800 亿元人民币(约 120 亿美元),腾讯、宁德时代领投。

    Bloomberg Intelligence 指美中顶尖模型的性能差距,已从年初约 15% 收窄到约 3%。🔗:新浪财经

  • AI 时代的「信任」正在被明码标价:OpenAI 推出隐形文本水印 textGrain 以合规欧盟 AI 法案,200 token 时检测率约 80%、400 token 时约 95%。当 AI 生成的内容多到无法辨认,「这段是不是人写的」本身成了一种需要被证明的稀缺品。🔗:MLex


回到用户反馈的归类任务,我想先看几周结果:有没有把重要问题分错,有没有反复漏掉同一种反馈,汇总之后能不能少翻几遍原始记录。

如果这些都做得稳,我才会把更多步骤交出去。对我来说,「Agent 成为默认前提」最实际的变化,就是挑工具时少看一点能力清单,多看几次完整交付。