很多人都有类似体验：同一个大模型，用中文问问题，好像更容易“说到点子上”；用英文问，同样的问题，却显得有点“没说完”。尤其在一些开放式问题上，比如：职业建议产品判断宏观趋势抽象概念解释中文回答常被评价为：“这句话挺有洞察”“一句话点醒我了”而英文回答更容易被吐槽：“解释得不够清楚”“感觉还差一步推理”于是，一个看似顺…
主要讲产品设计相关一、在程序开发里，什么可以被交易？1.1 Skill：可打包成商品的「能力」结合 OpenAI Codex 的 Agent Skills 标准（SKILL.md + 可选脚本），在程序开发里，典型可商品化的 skill 类型包括：代码生成类功能：根据需求说明输出高质量代码（CRUD、API 封装、脚…
agent skill 和 memory，在去除敏感信息之后，可以被拿出来交易，一些高技能人士的skill和memory可以极大提高其他人的效率和审美，可以认为是知识资产化的一种方式。一、现存的几类「技能 / 记忆市场」分拆成两块，2025 年已经出现了几种相关的市场雏形，这方面 web3 走得更远Skill：可复用…
前言：国产算力不能只烧钱国产算力参与者很多，是一个生态，想让这个生态赚到钱，可以拆解问题：用国产芯片和国产算力基础设施，找到愿意长期付费的场景，并用合适的商业模式把钱赚回来。结合2025年的市场数据和案例，按「从上到下」分三层来看：顶层：赚谁的钱？——客户与场景选择中层：怎么收费？——商业模式设计底层：靠什么优势？—…
在与大模型（LLM）交互时，很多人发现：对话越长，模型的回答就越容易产生冗余、复读或忽略关键指令。这并非偶然，大模型的注意力分配与人类的记忆模式高度相似。通过心理学中的首因效应（Primacy Effect）和近因效应（Recency Effect），我们可以找到优化输入顺序的科学依据。1. 现象：被忽视的中间信息研…
https://www.letta.com/开源：https://github.com/letta-ai/letta-code一、概览Letta Code 是一个 “memory-first、model-agnostic 的 agent harness”目标是让可持续演进的、带长期记忆的编码代理在日常开发流程中工作：…
当双门洞的雪落下，当胡同里的灯光一盏盏亮起，当五个人的身影在巷口拉长又缩短，我们才明白：《请回答1988》从来不是一部怀旧剧，而是一封写给童年的告别信。它用最温柔的笔触，描绘了我们每个人心中那个不愿长大的角落，以及最终不得不离开时的勇气。正峰欧巴的反复考试，像极了我们被时光卡住的某个瞬间。他的身体让他错过了奔跑的童年…
一、前言在过去十年里，超级应用（Super App）凭借“把所有服务装进一个入口”赢得了海量用户，但它们始终受限于“先开发、再上架”的模式。用户需要主动寻找合适的应用、下载、更新，交互过程往往割裂、繁琐。Google 正在用人工智能把这种模式彻底倒置——让产品本身在用户需要时即时出现，不再依赖传统的应用开发和分发。也…
用经济学的投入—产出—效率为骨架，构建人工智能计算的成本方程。分析效率驱动的成本最小化与投资机会。核心聚焦“单位任务成本 C_task”的最小化： 分子是硬件与运营成本，分母是原始算力乘以软件效率系数。Software-Defined Intelligent Computing System（软件定义的智能算力系统，…
一、第一层：工具型责任，从"会做"到"做得更好"这是最基础的责任层次。AI像一位经验丰富的助理，负责把现有工作做得更快、更准。实际场景：财务部门的AI不再只是做账，而是发现数据中的异常模式；客服AI不仅回答问题，还能预判客户需求。关键指标：效率提升30%，错误率降低80%。这里有个认知误区：很多人以为AI的责任就是替…