{"source":{"id":"16019942","title":"为什么现在的 AI Agent 看起来智商爆表，一干活就拉胯？ 因为它们根本出不了门。 模型再聪明，拿不到真实数据也是白…","url":"https://mubeitech.com/p/16019942"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"16118689","account":"mubei","brand":"@mubei","title":"很多人以为玩 Agent 最贵的是大模型推理。 其实根本不是。 最烧钱、最折磨人的，是把网页喂给模型之前的“脏活”。 你…","summary":"很多人以为玩 Agent 最贵的是大模型推理。 其实根本不是。 最烧钱、最折磨人的，是把网页喂给模型之前的“脏活”。 你想让 Agent 帮你读个网页，得先抓取、清洗、去重。 一个几万字的超长网页，里面塞满了无用的 HTML 标签和垃圾信息。 你把这些玩意儿一股脑塞给大模型，To…","body":"很多人以为玩 Agent 最贵的是大模型推理。\n其实根本不是。\n最烧钱、最折磨人的，是把网页喂给模型之前的“脏活”。\n\n你想让 Agent 帮你读个网页，得先抓取、清洗、去重。\n一个几万字的超长网页，里面塞满了无用的 HTML 标签和垃圾信息。\n你把这些玩意儿一股脑塞给大模型，Token 烧起来简直像是在用金子当柴烧。\n\n最近 Hermes Agent 搞了个新动作，算是把这笔账算明白了。\n他们不吹嘘自己模型有多聪明，直接把刀子动在了“喂饭”的成本结构上。\n\n按照官方的宣传，他们现在读取网页的速度最高能快 60 倍，费用最高便宜 49 倍。\n当然，这只是厂商自己的测试口径，实际疗效还得看具体场景。\n\n但它解决问题的思路，确实戳中了开发者的心窝子。\n它的逻辑其实挺朴素。\n首先，抓取后端在源头就把网页清洗干净，直接把“纯肉”喂给 Agent，砍掉了所有冗余的重复处理步骤。\n其次，遇到那种巨长的网页，它不傻乎乎地一次性全吞下去。\n它先把大网页保存在本地，根据 Agent 的实际需求，按需进行分页读取。\n\n这就跟吃自助餐一样。\n以前是把整个牛排店连盘子带桌子一起吞下去，算账时按吨付费。\n现在是把肉切好了放在本地，吃多少、切多少、拿多少。\n\nAI 应用要想真正普及，别天天整那些“智力涌现”的宏大叙事。\n把抓取、清洗、本地分页这些工程细节抠明白，把成本打下来，才是真正的硬道理。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2072263080604483933","translated_status_id":"2072263080604483933","published_at":"2026-07-01 09:24:54","created_at":"2026-07-01T11:07:15+02:00","url":"https://mubeitech.com/p/16118689","markdown_url":"https://mubeitech.com/p/16118689/markdown"},{"rank":2,"id":"2073544407643496771","account":"mubei","brand":"@mubei","title":"Andrej Karpathy 认错了。 他说，2016 年在 OpenAI，他们犯了个代价高昂的错误：直接让 AI 智…","summary":"Andrej Karpathy 认错了。 他说，2016 年在 OpenAI，他们犯了个代价高昂的错误：直接让 AI 智能体（Agent）去干活。 这一步迈得太大，直接让他们多走了 5 年弯路。 那时候的项目叫 World of Bits。 目标很宏大：让 AI 像人一样，操控键…","body":"Andrej Karpathy 认错了。\n\n他说，2016 年在 OpenAI，他们犯了个代价高昂的错误：直接让 AI 智能体（Agent）去干活。\n\n这一步迈得太大，直接让他们多走了 5 年弯路。\n\n那时候的项目叫 World of Bits。\n目标很宏大：让 AI 像人一样，操控键盘 and 鼠标，去网页上订机票、点外卖。\n\n结果呢？\n当时他们手里只有“强化学习（RL）”这一把锤子。\nAI 只能在简陋的网页上疯狂乱点，指望靠运气撞上高分奖励，最后证明根本走不通。\n\nKarpathy 总结说：当时最该干的事，是彻底忘掉 Agent，先去把大语言模型（LLM）造出来。\n\n先把脑子发育完全，再去学怎么用手。\n\n接着，他给现在的 Agent 热潮狠狠泼了一桶冷水。\n\n他说，Agent 跟自动驾驶、VR 是同一个物种：Demo 极其好做，产品化极其艰难。\n\n写个脚本，让车绕着街区开一圈，或者让 AI 跑通一个订票流程，一下午就能搞定，发到网上能拿成千上万个赞。\n但要让它变成真正能卖钱、不出错的产品？\n对不起，做好跟它死磕 10 年的准备。\n\n为什么这么难？\n因为今天的 Agent 只有一个“大语言模型”当大脑袋，它还缺了太多零件。\n\n海马体（记忆检索）在哪？\n基底神经节在哪？\n丘脑（当脑子里多个想法打架、争夺决定权时，用来分配麦克风的控制机制）又在哪？\n人类大脑进化了千万年的物理回路，现在的 AI 连毛皮都还没摸到。\n\n不过，这个大坑，反而给普通人留了条活路。\n\nKarpathy 顺便爆了大厂的底：\n在大模型训练上，像 OpenAI 这样的巨头已经把路线图摸得太透了。\n学术界刚发篇新论文，OpenAI 内部的 Slack 大概率就会弹消息：“哦，这玩意我们两年半前就试过，不信你看这儿有当年的失败数据。”\n\n但在 Agent 领域，大厂没有任何秘密武器，他们也正懵着呢。\n\n这也是为什么，现在真正站在 Agent 能力前沿、能做出新花样的，是那些在车库里连夜修 Bug 的黑客和创业者，大厂里写论文的科学家反而没做出来。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2074030551783141845","translated_status_id":"2074030551783141845","published_at":"2026-07-06 06:07:09","created_at":"2026-07-06T08:00:29.239922","url":"https://mubeitech.com/p/2073544407643496771","markdown_url":"https://mubeitech.com/p/2073544407643496771/markdown"},{"rank":3,"id":"2075500276476522770","account":"mubei","brand":"@mubei","title":"OpenAI 曾经在 AI Agent 上，浪费过五年时间。 当年他们搞了个项目，叫 World Of Bits。 目标…","summary":"OpenAI 曾经在 AI Agent 上，浪费过五年时间。 当年他们搞了个项目，叫 World Of Bits。 目标很现实：让 AI 操控键盘鼠标，在网页上订个航班、点个外卖。 结果呢？彻底砸了。 AI 只能像无头苍蝇一样瞎点鼠标，试图靠撞大运拿高分。 为什么？因为那时候，他…","body":"OpenAI 曾经在 AI Agent 上，浪费过五年时间。\n当年他们搞了个项目，叫 World Of Bits。\n目标很现实：让 AI 操控键盘鼠标，在网页上订个航班、点个外卖。\n结果呢？彻底砸了。\nAI 只能像无头苍蝇一样瞎点鼠标，试图靠撞大运拿高分。\n\n为什么？因为那时候，他们手里只有一把叫“强化学习”的锤子。\n技术根本没准备好，死磕就是死路一条。\n事实证明，当时最正确的事，是彻底忘掉 Agent。\n把所有精力拿去卷大语言模型。\n这一放，就是五年。\n\n五年后的现在，Agent 又成了整个硅谷的狂欢。\n但工具箱已经全变了。\n现在开发 Agent 的人，几乎没人再碰强化学习了。\n底座换成了语言模型，曾经撞墙的死胡同，突然通了。\n大家都意识到，如果 AGI 真的到来，载体必然是 Agent。\n甚至可能是一个由无数数字实体组成的文明。\n\n但这事儿，必须泼一盆冷水。\nAgent 属于那种“做 Demo 极易，做产品极难”的巨坑。\n这就像自动驾驶和 VR。\n让一辆车绕着街区跑一圈，或者戴上头显看个炫酷画面，太容易了。\n但要把它变成真正落地的商业产品，起步价就是十年。\n做 Agent 也一样，别看现在的演示多酷炫，准备好死磕十年吧。\n\n接下来的技术灵感要去哪里找？人类大脑。\n大脑的海马体，对应的就是 AI 的向量嵌入（Embeddings）和记忆检索。\n大脑多个实体抢夺控制权的神经机制，就是现成的多 Agent 底层架构。\n\n最后，还有一点。\n在练大模型这件事上，大厂不可战胜。\n你现在想出一个改写 Transformer 的新点子，OpenAI 内部肯定有人会说：\n“哦，那个啊，两年半前我们试过了，没用。”\n但在 AI Agent 这个赛道，巨头并不具备统治力。\n因为他们当年放弃了，没在这个方向上偷攒五年的大招。\n现在，所有草根黑客、创业者和巨头，其实都站在同一条起跑线上。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2075655104431063110","translated_status_id":"2075655104431063110","published_at":"2026-07-10 18:55:14","created_at":"2026-07-10T20:38:47+02:00","url":"https://mubeitech.com/p/2075500276476522770","markdown_url":"https://mubeitech.com/p/2075500276476522770/markdown"},{"rank":4,"id":"2056850947947827403","account":"mubei","brand":"@mubei","title":"每月花 20 美元订阅 Claude，不叫会用 AI。 Andrej Karpathy 在一次访谈中一针见血地指出：真正…","summary":"每月花 20 美元订阅 Claude，不叫会用 AI。 Andrej Karpathy 在一次访谈中一针见血地指出：真正的技能鸿沟，在于你如何“用 AI 来构建”。 很多人用 AI 辅助编程，越写越臃肿，甚至直接把项目跑崩。 Karpathy 总结了 AI 编程时最致命的 4 个…","body":"每月花 20 美元订阅 Claude，不叫会用 AI。\n\nAndrej Karpathy 在一次访谈中一针见血地指出：真正的技能鸿沟，在于你如何“用 AI 来构建”。\n很多人用 AI 辅助编程，越写越臃肿，甚至直接把项目跑崩。\nKarpathy 总结了 AI 编程时最致命的 4 个认知缺陷。\n有开发者将这些洞察扩展成了 21 条系统规则，直接冲上 GitHub 趋势榜第一，斩获 8.2 万颗星。\n最惊人的是，配置这套规则后，AI 的编程准确率直接从 65% 飙升到了 94%。\n\n为什么强如 Claude 也会写出垃圾代码？\nKarpathy 揭示了 AI 的四个底层硬伤：\n\n第一，互联网平庸记忆的“思想钢印”。\nAI 太依赖训练集里的常见套路。\nKarpathy 在写 GPU 梯度同步时，为了追求极致性能，没有使用标准的 PyTorch DDP 容器，而是写了一套自定义同步例程。\n结果 AI 根本无法内化这个设计，像复读机一样疯狂逼他换回 DDP。\n它无法理解不符合大众惯例的高级架构。\n\n第二，防卫过当，制造代码垃圾。\nAI 极其喜欢自作聪明地添加一堆 try-catch 声明和冗余的异常处理。\n它总是试图按照“生产级模板”来搞，结果把原本精简优雅的代码库塞满无用逻辑，复杂度直接爆炸。\n\n第三，频繁调用已经废弃的旧 API。\n知识库的滞后性，导致它在面对快速迭代的技术栈时，经常写出过时的垃圾。\n\n第四，低宽带的自然语言沟通。\n在精细的代码段里，用英语长篇大论去命令 AI 效率极低。\n最好的方式是高信息带宽的“光标补全”。\n你将光标移到精准位置，敲出前三个字母，让 AI 顺着你的思路完成剩下的部分。\n\n那套席卷 GitHub 的 21 条规则，本质上就是在用物理外挂“驯化”AI。\n比如，它强迫 AI 必须先用一句话陈述对你独特架构的理解，禁止自作聪明地意淫。\n严禁 AI 在没有明确要求时添加防御性代码和复杂的第三方包。\n强制 AI 保持极简风格，像优秀的资深工程师一样思考。\n\nAI 协同编程的范式正在发生分裂。\n如果你只是让 Agent 去写毫无技术含量的样板代码，或者用来辅助翻译你不熟悉的语言，AI 足够好用。\n但如果你要构建真正具有高智力密度、需要精确排列的系统，放任 AI 自由发挥就是灾难。\n\n未来的编程分水岭，不再是你敲代码有多快，而是你有没有能力用严苛的规则把 AI 塞进你的心智模型里。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-20 08:24:19","created_at":"2026-05-20T10:23:00.695196","url":"https://mubeitech.com/p/2056850947947827403","markdown_url":"https://mubeitech.com/p/2056850947947827403/markdown"},{"rank":5,"id":"2070988681737900504","account":"mubei","brand":"@mubei","title":"别再把 Claude 当成一个只能聊天的网页窗口了。 AI 时代的办公方式，正在发生底层逻辑的裂变。 Anthropic…","summary":"别再把 Claude 当成一个只能聊天的网页窗口了。 AI 时代的办公方式，正在发生底层逻辑的裂变。 Anthropic 开源了 11 个“知识工作插件”，直接开始接管办公室的真实业务流程。 它的开源仓库叫：anthropics/knowledge-work-plugins。 这…","body":"别再把 Claude 当成一个只能聊天的网页窗口了。\nAI 时代的办公方式，正在发生底层逻辑的裂变。\nAnthropic 开源了 11 个“知识工作插件”，直接开始接管办公室的真实业务流程。\n它的开源仓库叫：anthropics/knowledge-work-plugins。\n\n这 11 个插件，分别对应了销售、市场、工程、数据、设计、产品、HR、客服等 11 个岗位。\n但先别急着高呼“人人都能一键躺平”，这玩意儿目前还不是开箱即用的万能药。\n想要跑通它，你得下载 Claude 桌面端，开启 Co-Work 协同工作模式，连接本地文件夹，再手动配置各种第三方连接器。\n比如 Slack、HubSpot、Stripe、QuickBooks 甚至 DocuSign，都需要你手动授权打通。\n\n繁琐是繁琐，但它展示出的工作流复用性，确实让人头皮发麻。\n以里面一个叫“业务脉搏”的技能为例。\n当你输入一行指令，Claude 不去网上瞎编，直接同时调用 QuickBooks、Stripe、邮件和日历。\n它能并发拉取所有实时数据，一键诊断：谁的账期超了？今天最紧急的邮件是哪封？哪笔回款还没到？\n\n还有更绝的“催款技能”（Invoice Chase）。\n它能自动去 Stripe 筛出逾期未付的账单，并根据客户以前的付款表现进行“信用打分”。\n信用差的，它拟一封语气严厉的催款信；信用好的，它就拟一封温和的提醒草稿。\n这些草稿直接放进你的 Gmail 待发箱，设置好审批门槛，你点个同意，它才真正发出去。\n\n这才是真正有锋芒、能落地的 AI 工作流。\n聪明的打工人和小老板，现在别去凑热闹当消费者，赶紧把这个开源仓库保存下来。\n去拆解它里面的 Markdown 文件，看它是怎么写那些“技能指令”（Skills）的。\n那是最顶级的、结构化的系统提示词和工具链设计逻辑。\n看懂了这套逻辑，你就能把自己的重复性脑力劳动，也打包成专属的自动化插件。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2071173851585597451","translated_status_id":"2071173851585597451","published_at":"2026-06-28 09:24:55","created_at":"2026-06-28T11:17:47+02:00","url":"https://mubeitech.com/p/2070988681737900504","markdown_url":"https://mubeitech.com/p/2070988681737900504/markdown"},{"rank":6,"id":"2060165224871706792","account":"mubei","brand":"@mubei","title":"拉里·埃里森把大模型的底牌掀了。 人工智能正在迅速商品化。 市面上的顶流都在这了。 ChatGPT、Anthropic、…","summary":"拉里·埃里森把大模型的底牌掀了。 人工智能正在迅速商品化。 市面上的顶流都在这了。 ChatGPT、Anthropic、Grok、Llama。 它们看起来各显神通，其实底座一模一样。 全都在靠互联网上的公开数据进行训练。 大家吃的是同一座山上的草。 既然语料完全同质化，模型本身的…","body":"拉里·埃里森把大模型的底牌掀了。\n人工智能正在迅速商品化。\n\n市面上的顶流都在这了。\nChatGPT、Anthropic、Grok、Llama。\n它们看起来各显神通，其实底座一模一样。\n全都在靠互联网上的公开数据进行训练。\n大家吃的是同一座山上的草。\n\n既然语料完全同质化，模型本身的差异只会越来越小。\n算力可以买，参数可以卷。\n真正的竞争优势已经不在模型本身了。\n\n埃里森指出了下一条路。\n要让模型达到最高商业价值，公开数据已经不够用了。\n必须把私有的、专属的数据集开放给它们去学。\n这是AI赛道仅剩的护城河。\n\n谁手里捏着别人爬不到的行业私有数据，谁就拥有下一个周期的定价权。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-29 08:57:26","created_at":"2026-05-29T10:52:58.889449","url":"https://mubeitech.com/p/2060165224871706792","markdown_url":"https://mubeitech.com/p/2060165224871706792/markdown"}]}