Liam's Notes

在调研 Manus AI 时，很容易发现「工具不足」的问题。虽然 Manus AI 内置了 29个工具 ，但这在当前软件生态中远远不够。例如操作 PhotoShop、Holo 等专业工具时仍需重写适配方法，而 MCP 正是为解决这一根本性问题而设计。

MCP（Model Context Protocol）的核心价值在于定义了应用程序与 AI 模型间标准化的上下文信息交换机制。通过这套协议，开发者能够以统一的方式连接各类数据源、工具和功能到 AI 模型，无需为每个特定场景开发独立适配器。^[1]

传统 AI 系统集成外部工具时面临显著挑战。每个 API 都需要独立处理代码实现、文档学习、认证机制、错误处理和持续维护，这种碎片化的开发模式极大增加了系统复杂度。^[2] 在 MCP 出现前，AI 助手与外部工具的每次交互都需要预先编码和 API 调用，这种手工对接方式效率低下且难以规模化。

更严峻的是配置组合爆炸问题。假设存在 1000 个 AI 助手和 1000 个外部工具，传统方式需要开发 100 万（1000×1000）个独立连接，而 MCP 通过标准化协议将这个数字降低到 2000（1000+1000）。这种数量级的效率提升重构了智能体生态的连接范式。

一年一度的 Mac Software 整理如期而至，本次是因为新入手了 Mac mini。谁叫这个价格实在是太香了。

去年的见：2024 Mac Software

Homebrew 是 Mac 上非常强大的包管理工具,可以方便地安装和管理各种软件。

Manus^[1] 是中国创业公司「蝴蝶效应」推出的全球首款通用 Agent 产品。它定位为全能型智能助手，不仅能提供建议，还能将想法转化为实际行动，真正解决问题。

作为首款真正意义上的通用 AI Agent，Manus 具备从规划到执行的完整任务闭环能力，如撰写报告、制作表格等。它不仅能生成想法，还能独立思考和执行任务，直接交付完整成果。据官方数据，Manus 在 GAIA 基准测试中取得了 SOTA 成绩，性能超越 OpenAI 同级别大模型。

GAIA（General AI Assistant Benchmark）是评估 AI 助手综合能力的权威标准，主要特点包括：

• 多步骤操作：跨平台完成网页搜索→数据下载→表格处理→报告生成等复杂流程
• 真实场景模拟：支持处理 PDF/Excel/邮件附件等办公常见文件格式
• 工具整合能力：测试浏览器操作、API 调用和本地文件系统交互等综合技能
• 三维评估体系：从成功率、步骤优化度和结果准确率三个维度进行评分

测试结果显示：

• 基础任务：Manus 得分 86.5%，显著优于 OpenAI Deep Research(74.3%) 和之前 SOTA(67.9%)
• 中级任务：Manus 保持 70.1% 的稳定表现，略超 OpenAI(69.1%) 和之前 SOTA(67.4%)
• 复杂任务：Manus 以 57.7% 领先，OpenAI 为 47.6%，之前最佳 42.3%

在 AI 技术加速迭代的浪潮中，我们正见证着人类社会组织形态与技术应用范式的双重变革。从 AI 原生公司的组织实验到 GPT-5 的技术突破，从企业数字化转型的阵痛到人机协作模式的哲学思辨，这场变革正在重塑商业逻辑、工作形态乃至社会结构。
AI 发展已进入「创造性破坏」的关键阶段：一方面，DeepSeek 等工具正在瓦解传统科层制组织的合理性；另一方面，黄仁勋的「十五个大饼」预示着硬件革命将重构技术边疆。这种撕裂与重构的张力中，真正的机遇或许属于那些既能驾驭 AI 工具又能保持人性化创新的组织形态。但需警惕的是，在追求效率最大化的竞赛中，我们不应让技术理性完全吞噬人类创造力的混沌之美。

AI 原生公司正在颠覆传统企业架构，创始人通过编排 AI 代理网络实现小团队运作。这种模式以「非必要不雇人」为原则，利用 AI 工具将传统需要数十人的工作压缩至几人完成。Paul Jarvis 的「一人公司」理念在此得到进化，创始人从管理者转变为系统设计师。但该模式面临三重挑战：创意障碍可能导致同质化、AI 过度迎合用户偏好、决策责任模糊化。解决方案包括保留人工创意环节、构建对抗性 AI 系统、建立透明决策框架。这种组织实验揭示出，未来的商业竞争将更多是系统设计能力的较量。

相关延伸：AI 原生公司

OpenAI 即将推出的 GPT-5 将整合 GPT 与 o 系列模型优势，实现推理能力质的提升。其核心突破在于编程自动化领域，预计 2026 年实现 99% 代码自动生成，这将重构软件开发行业生态。更值得关注的是产品化思维：通过 Deep Research 展现 AGI 潜力，将个性化教育导师和机器人技术作为落地场景。这种「研究即产品」的模式，打破了传统实验室与市场的界限。但编者担忧，当编程成为 AI 的游乐场，人类开发者的价值定位需要重新定义——从代码工人转变为需求架构师。

在人工智能技术快速迭代的浪潮中，我们看到两条并行不悖的发展主线：技术突破带来的生产力革新与商业叙事构建的市场价值创造。从 OpenAI 的 Deep Research 展现的端到端任务处理能力，到中国 AI 企业以惊人性价比挑战技术霸权；从 Agent 模式对传统工作流的颠覆可能，到商业叙事在资本市场中的战略价值——这些现象共同勾勒出 AI 时代「技术 + 商业」双轮驱动的创新图谱。
真正的行业引领者既需要像 DeepSeek 那样用算法突破技术天花板，也需要具备比尔·盖利所言的「重构估值体系」的叙事智慧，这种硬实力与软实力的结合，或将重新定义未来十年的科技竞争格局。

基于端到端强化学习的 AI Agent 正在重塑知识工作范式。OpenAI 开发的 Deep Research 系统通过 o3 推理模型的微调版本，展现出在医疗研究、市场分析等场景中生成万字级结构化报告的能力。其技术突破体现在三个维度：通过网站信息聚合实现跨平台数据整合，利用强化学习优化搜索推理路径，以及构建用户意图理解与任务分解的闭环系统。当前已实现的旅行规划、代码开发等应用场景，预示着未来在个性化教育、私有数据分析等领域的扩展潜力。值得关注的是，这种「思考型 AI」正在改变传统的人机协作模式，将原本需要数小时的研究工作压缩至分钟级，但同时也引发了关于信息溯源与决策透明度的新思考。

相关延伸：AI Agent将成为今年最具突破性技术

DeepSeek 等中国模型以 1/30 的训练成本实现 GPT-4 的 90% 性能，这背后是算力优化与算法创新的双重突破。Geoffrey Hinton 指出的「神经网络自主推理能力」，在中国团队的实践中得到验证：通过改进注意力机制与知识蒸馏技术，在 175B 参数量级实现复杂逻辑推理。这种技术路径的创新性体现在三个层面：摆脱对标注数据的过度依赖、构建混合精度训练框架、开发面向中文语境的语义理解模型。值得关注的是开源策略的战术价值——通过开放基座模型吸引开发者生态，既加速技术迭代又构建行业标准。这种「农村包围城市」的创新策略，正在改写全球 AI 竞争规则。

最近，完成了述职，感觉稍微空一点，又开始折腾笔记软件了。

过去半年，我执着于寻找「完美方案」。Obsidian 的稳定性与开放性确实满足了我的基础需求。但当我将「管理混乱」归咎于工具时，却忽略了更本质的真相：「工具的价值，在于它是否能延伸你的行动力。」（彼得·德鲁克语）

重读《原则》《终身成长》时，我试图将 PMK（个人管理知识体系）、PDCA（计划 - 执行 - 检查 - 行动循环）等方法论融入日常，却发现它们如同精致的瓷器——「过于完美的系统，往往经不起现实的磕碰。」 当系统与个人节奏、认知成本产生冲突时，工具反而成了束缚行动的绳索。

因此我设计了 「PDAA 循环」问题驱动行动系统 （Problem-Define-Act-Adapt，简称 PDAA）

以「问题」为驱动，通过最小化流程实现「思考 - 行动 - 迭代」的闭环，避免过度设计，专注结果导向。

Ray Dalio 认为，美国未来五年将面临国内极化、AI 竞赛加速与全球秩序瓦解的挑战。贫富差距、教育鸿沟和党派对立可能导致社会进一步撕裂，而 AI 技术的发展虽提升经济效率，却也带来更大不平等和治理难题。全球 AI 竞争缺乏统一协调机制，中美在该领域各有优势，但仍存技术扩散与地缘冲突的风险。Dalio 强调，人类需通过社区建设、教育改革和价值观引导，让科技服务于共同福祉，以避免社会陷入失序。

桥水达利欧：美国分裂、AI竞赛、全球失序，未来五年将如何演变?

世界模型技术正在快速演进，从 2018 年的基础突破发展到 2024 年的实时交互应用，并有望在游戏、机器人和法律等领域大放异彩。AI 媒介推动经济价值转变，未来或彻底改变人类的娱乐、工作和社交方式。然而，该技术也可能加剧贫富差距，使少数技术精英掌控财富分配。尽管世界模型为个体提供了虚拟空间构建意义的可能性，但仍面临计算能力、数据获取和版权法规等挑战。

「世界模型」能改变世界吗？李飞飞的世界实验室是啥？8000字看懂World Model演进史

DeepSeek、千问和 O3 背后的推理语言模型（RLM）融合大型语言模型的广度、强化学习的探索深度以及高性能计算的强大算力，实现从简单预测到系统化推理的跃迁。RLM 由推理、训练、数据生成三大流程构成，并结合树状结构和蒙特卡洛搜索优化决策路径。其模块化蓝图降低了研发门槛，推动学术与应用创新，同时提供实验框架「x1」，支持快速原型设计，帮助开发者构建适用于不同场景的智能推理系统。
推理模型创新大爆发，DeepSeek、千问、O3 背后的基础技术科普

AI 的普及正在降低技术门槛，使更多人能接触到前沿科技，实现表面上的机会均等。然而，这种平权并不意味着公平，反而可能加剧资源集中效应，使强者更强，形成新的「马太效应」。AI 在教育、创意、医疗等领域带来革命性变革，同时也让传统学科和职业的价值受到挑战。面对这一变革，人类需要培养批判性思维、同理心等 AI 难以取代的能力，避免盲目依赖技术，从而在智能时代保持核心竞争力。

2小时思想碰撞，10000字深度思考：人类会被AI淘汰吗

阿里最新开源的 AI 视频生成模型万相 2.1，结合文本生成视频（文生）和图像生成视频（图生）两大能力，提供 1.3B 和 14B 两种模型规格。1.3B 版本仅需 8G 显存即可运行，适合本地部署，而 14B 版本在语义理解、物理真实性和运动表现方面达到领先水平。此外，万相 2.1 是全球首个能直接生成中文字的 AI 视频模型，尽管在复杂文字生成上仍有改进空间。该模型的开源降低了 AI 视频技术的准入门槛，为内容创作生态提供了更广阔的发展空间，并提升了全球对中国 AI 产业的关注。
阿里深夜开源万相2.1，这是AI视频领域的DeepSeek啊

Grok-3 凭借数学领域 87.2% 的准确率（较 GPT-5 提升 23%）、代码生成 Benchmark 92.4 分的成绩，刷新了 AGI 领域的性能天花板。其独创的神经架构搜索技术，使模型参数量突破 2 万亿仍保持高效推理能力。值得注意的是，Chatbot Arena 竞技场中用户自发测试的 1.3 万组对话数据显示，其多轮对话连贯性得分达 4.81/5.0（行业均值 3.92）。

闭源策略虽加速技术迭代，但可能加剧行业马太效应，中小开发者更需关注开源生态建设。

马斯克正式发布Grok 3，这回真的把OpenAI干碎了。

吴永辉博士携其神经符号系统研究成果加盟字节跳动，据悉团队已获 20 万张 H100 显卡资源支持。其主导的 Seed 项目聚焦「认知涌现」机制研究，尝试突破现有 transformer 架构的泛化瓶颈。值得关注的是，其团队论文《液态神经网络在长程推理中的应用》刚获 ICML 2025 最佳论文提名。

DeepSeek 对数据标注极为重视，甚至传闻创始人梁文锋也亲自参与。AI 领域除了算法和技术，数据的精准度至关重要。特斯拉在标注方面的投入是中国自动驾驶行业的 20 倍，他们的策略是寻找驾驶经验丰富的人进行标注，从而优化自动驾驶能力。而在机器人训练中，特斯拉挑选小脑健康的人来标注动作，确保机器人的动作更加丝滑。DeepSeek 在数据标注上的精细化投入，正是其模型效率出色的关键。

86 条 DeepSeek 的关键思考 ｜Best Ideas 开源

阿里巴巴联合创始人、董事局主席蔡崇信近日回应了关于阿里与苹果合作的传闻。他表示，苹果在中国市场需要一个本地化合作伙伴，以优化其手机服务。苹果一直对合作伙伴要求极高，他们在中国市场接触了多家公司，最终选择了阿里。蔡崇信认为，能够与苹果这样的科技巨头合作，是阿里的幸运与荣幸。

阿里确认与苹果合作，股价创近三年新高