Alfred LIN
541 posts
Alfred LIN
@humbleguava
AI Agent Enginner | Building Autonomous Systems For Emancipatoin Ex-@manusai Sharing practical AI/Startups insights & agentic tech deep dives
Moutain View Katılım Nisan 2024
510 Takip Edilen230 Takipçiler
@Jackywine 如果你用了很多agent那必须得试试EverMe，一句prompt打通多个agent的记忆，还可以总结用户偏好，项目经验，转化成skill！everme.evermind.ai
中文
非常认可，搞 AI 的千万不能把自己的认知和视野局限在 AI 圈。
这个世界上一定是有一些钱是能赚且好赚的，唯一的问题就是要进入到那个圈子里面。
当有了这个认知，并且拥有顶级的执行力去真的跑通最小商业闭环后，再去思考是不是能用 AI 将原本做不到的事情做到，或是以更小的代价做到。
逸尘@gengdaJ
讲个和AI关系不大，但是和钱、人脉、资源特别强相关的话题，看完，你以后可能就年入过亿了。 今天聚会认识了一个姐姐，她是做养生功法的，武当玄武派传人，专门帮大老板、高管和富婆调整精神状态和内心情绪，帮助他们调理失眠和情绪抑节、洽谈业务的时候更具精气神。 乍一听挺玄乎的，但是越是大老板越是愿意在这些微小细节的地方花钱，有一个汤臣一品的老板聘请了她一年，每周三天，一次大概两三个小时，七位数薪资。。。她的私教也是一个小时一万。。。 而我估算过，我全力做AI，最多年入几百万封顶。但是全中国有那么多富豪，他们靠啥赚钱？ 我之前就通过线下和不少大佬聊天，慢慢地在参悟这个问题的答案，因为我觉得我不能止步于此，所以这次我来上海也是为了更深刻地解决这个疑问，必须换个环境打破自己的认知牢笼。 Codex或者Claude Code或许在AI圈很火，甚至逐渐在普通人的圈子也火起来，但是真正在赚钱的大佬们只认为这是一项技术，可以短时间抹平差距的技术，真正支撑业务的是信任、人脉和资源。 年入上亿的业务很容易被观察到，年入几十万的工作也容易被观察到，但是刚好卡在几十万——几千万之间的业务却是很少听说，而这恰好是我可能会很快碰到的一层壁垒。 才到第三天，我就参加了今天这场非常有意义的聚会。这场聚会不聊AI、不聊技术，就聊人脉、资源和不方便明说的东西。我真的收获了很多，越向上走，越发现技术的局限，更重要的是销售、情商和人脉。。。 这个姐姐的业务其实只是我今天听到的比较炸裂的一个信息，其实还有很多，比如，一个寺庙前几平米的小店能做到年入千万，其逆天和炸裂程度。。。不可尽言！
中文
天😱起猛了！
一睁眼就这样过万粉了！！
来X的这一个月是我超级开心的时光
每天和大家叨叨叨各种思考太有趣了
之后也会猛猛发🤓
和大家一起学习成长👉
起号攻略等我面试完就和大家分享！
好多感触和体会，只想感恩在这里遇到的每一个人🫶也炒鸡感谢@Jackywine大佬昨天推荐的临门一脚，大家都太好了！
中文
Alfred LIN retweetledi
Alfred 的这几个观察很有意义。
我目前接触下来的企业主也是如此：他们真正需要的，从来不是搭建一个所谓的「智能体」，而是把业务中那些明确、重复、可验证的工作流 Skill 化。
甚至越往企业里走，我越觉得，单纯做 AI 应用可能没有太多出路。
每家企业的业务背景、组织方式和流程细节都不一样。你很难做出一个标准化的 AI 产品，然后复制给所有企业。
现阶段真正能做的，是深入企业的业务流程，把工作拆开、重新理解，再将其中可以被 AI 接管的部分逐步 Skill 化。
最终需要被标准化的，或许不是产品本身。
而是「如何把一家企业的工作流，持续转化成 AI 可以执行的 Skill」这套方法。
Alfred LIN@humbleguava
从一次企业培训，看 AI Agent 的真实渗透与下一阶段机会 2026年7月11日，上海 今天来到上海，参加了一家外企的 AI Agent 培训。整体非常有收获，以下是几个核心观察。 一、AI Agent 渗透率极低，认知差造就巨大市场机会 我所处的圈子每天都在尝试各种新产品，对新事物接受度很高。但今天在现场看到的实际情况是：即使是中国相对思想开放的外企，对 AI 的认知依旧停留在豆包、DeepSeek 等产品的一问一答式交互上。他们并不知道，现在许多产品已经能够端到端地完成具体任务。 这个认知空缺造就了非常大的市场机会。不仅是中国，全球都存在这个红利。谁能以最高效的方式，将 AI Agent 的潜能认知扩散给有需求的组织，将会造就下一个最低"新东方"级别的机会。 二、Build Skills, Not Apps 培训过程中发现，企业有很多业务问题不知道以什么方式高效复用。很多人一开始都想做工具、做 App，但这需要更多技术知识，这恰恰是大部分企业员工所不具备的。 而 Skills（技能）是非常好的呈现方式。员工可以把工作中经常重复的业务流程、领域知识、专业经验固化到 Skills 中，通过 Agent 批量处理日常工作。Build Skills, Not Apps 三、Skills 的创建、迭代与评测存在巨大缺位 观察大家使用 Skills 的过程，会发现绝大部分人不知道怎么更好地创建 Skills、演化迭代 Skills、评测 Skills。这部分需求目前有较大缺位，也是一个潜在的机会。 未来的组织中，优秀人才一定已经沉淀了大量 Skills，并且能把业务抽象成 Skills，这将成为非常重要的素质。当人和 Agent 共用一个知识库时，其中不仅有文件资料，还有大量可执行的 Skills。Agent 也可以调用、组合甚至维护它们。组织知识由此从"可查阅"变为"可执行"。 四、办公智能体产品竞争，本质是争夺普通人的使用入口 最近 Codex 刚更新，WorkBuddy 也在密集推广。进入真实企业场景后，WorkBuddy 对 Codex 产品思路的快速执行确实吃到了一波红利。很多人用不上 Codex，但完全可以看着 Codex 教程使用 WorkBuddy。 有意思的是，许多学员也会尝试扣子（Coze），并反馈说类似 Openclaw这种对话 的交互形式更容易上手。这说明办公智能体的竞争不只取决于模型能力，交互方式、学习成本、任务透明度和结果可控性同样重要。 五、中国 SaaS 可能绕过软件订阅，直接进入 Agent 付费阶段 这批用户对于真正能解决工作问题的产品，有明确的付费意愿，甚至已形成付费习惯。中国可能不会完整经历标准化软件订阅充分成熟的阶段，而直接进入"为 Agent 的工作结果付费"的阶段。用户购买的不再是功能使用权，而是任务完成效率和实际产出。 六、办公智能体会成为下一代生产力基础设施 这类智能体产品很可能像 Word、Excel、PPT 一样，成为默认存在的基础设施。未来一个普通工作者的电脑上，也许只需要一个办公智能体和一个 Chrome，就可以开始处理大部分工作。如果这种形态成立，对应的市场空间应该参照微软办公软件所占据的生产力市场来估算。 七、下半年竞争不会温和，当前领先者远非终局 国内智能体赛道下半年一定会进入更激烈的竞争。WorkBuddy 目前相对领先，但显然不是终局。阿里和字节很可能进行一系列战略调整。国外 Gemini 是否反击、OpenAI 与 Claude 之间如何继续厮杀，也值得关注。
中文
从一次企业培训，看 AI Agent 的真实渗透与下一阶段机会
2026年7月11日，上海
今天来到上海，参加了一家外企的 AI Agent 培训。整体非常有收获，以下是几个核心观察。
一、AI Agent 渗透率极低，认知差造就巨大市场机会
我所处的圈子每天都在尝试各种新产品，对新事物接受度很高。但今天在现场看到的实际情况是：即使是中国相对思想开放的外企，对 AI 的认知依旧停留在豆包、DeepSeek 等产品的一问一答式交互上。他们并不知道，现在许多产品已经能够端到端地完成具体任务。
这个认知空缺造就了非常大的市场机会。不仅是中国，全球都存在这个红利。谁能以最高效的方式，将 AI Agent 的潜能认知扩散给有需求的组织，将会造就下一个最低"新东方"级别的机会。
二、Build Skills, Not Apps
培训过程中发现，企业有很多业务问题不知道以什么方式高效复用。很多人一开始都想做工具、做 App，但这需要更多技术知识，这恰恰是大部分企业员工所不具备的。
而 Skills（技能）是非常好的呈现方式。员工可以把工作中经常重复的业务流程、领域知识、专业经验固化到 Skills 中，通过 Agent 批量处理日常工作。Build Skills, Not Apps
三、Skills 的创建、迭代与评测存在巨大缺位
观察大家使用 Skills 的过程，会发现绝大部分人不知道怎么更好地创建 Skills、演化迭代 Skills、评测 Skills。这部分需求目前有较大缺位，也是一个潜在的机会。
未来的组织中，优秀人才一定已经沉淀了大量 Skills，并且能把业务抽象成 Skills，这将成为非常重要的素质。当人和 Agent 共用一个知识库时，其中不仅有文件资料，还有大量可执行的 Skills。Agent 也可以调用、组合甚至维护它们。组织知识由此从"可查阅"变为"可执行"。
四、办公智能体产品竞争，本质是争夺普通人的使用入口
最近 Codex 刚更新，WorkBuddy 也在密集推广。进入真实企业场景后，WorkBuddy 对 Codex 产品思路的快速执行确实吃到了一波红利。很多人用不上 Codex，但完全可以看着 Codex 教程使用 WorkBuddy。
有意思的是，许多学员也会尝试扣子（Coze），并反馈说类似 Openclaw这种对话 的交互形式更容易上手。这说明办公智能体的竞争不只取决于模型能力，交互方式、学习成本、任务透明度和结果可控性同样重要。
五、中国 SaaS 可能绕过软件订阅，直接进入 Agent 付费阶段
这批用户对于真正能解决工作问题的产品，有明确的付费意愿，甚至已形成付费习惯。中国可能不会完整经历标准化软件订阅充分成熟的阶段，而直接进入"为 Agent 的工作结果付费"的阶段。用户购买的不再是功能使用权，而是任务完成效率和实际产出。
六、办公智能体会成为下一代生产力基础设施
这类智能体产品很可能像 Word、Excel、PPT 一样，成为默认存在的基础设施。未来一个普通工作者的电脑上，也许只需要一个办公智能体和一个 Chrome，就可以开始处理大部分工作。如果这种形态成立，对应的市场空间应该参照微软办公软件所占据的生产力市场来估算。
七、下半年竞争不会温和，当前领先者远非终局
国内智能体赛道下半年一定会进入更激烈的竞争。WorkBuddy 目前相对领先，但显然不是终局。阿里和字节很可能进行一系列战略调整。国外 Gemini 是否反击、OpenAI 与 Claude 之间如何继续厮杀，也值得关注。
中文
Alfred LIN retweetledi
🚀Excited to release PACE: A Proxy for Agentic Capability Evaluation!
Evaluating LLM agents on benchmarks like SWE-Bench and GAIA is expensive, slow, and infrastructure-heavy, often costing $$$ and taking hours or days per model.
❓But do we always need to run full agentic evaluations?
In PACE, we show that agentic benchmark performance can be accurately predicted from a small, carefully selected set of cheap non-agentic benchmark instances.
PACE automatically selects proxy instances from existing benchmarks covering skills like instruction following, planning, tool use, reasoning, coding, retrieval, and multimodal understanding.
Across 14 models, 4 agentic benchmarks, and 19 non-agentic benchmarks, PACE-BENCH achieves:
✅ 3.80% MAE for absolute score prediction
✅ 0.81 Spearman correlation for model ranking
✅ ~84% pairwise preference accuracy
✅ ~100× lower cost than target benchmark sampling
Beyond prediction, PACE also reveals what capabilities different agentic benchmarks actually require, e.g., planning, verification, long-context aggregation, and instruction following.
We hope PACE makes agentic evaluation cheaper, faster, and more accessible for model development, model selection, and routing :)
📃 Paper: huggingface.co/papers/2607.02…
💻 Code: github.com/neulab/pace
I'm incredibly grateful to have worked with @lintangsutawika, @Jiarui_Liu_, @lltjuatja, @JiayiiGeng, @lrzneedresearch, @daniel_js_lee, @Aditya_Soni_8, @Vincent92965015, @xiangyue96, and @gneubig .
English
之前看过一篇论文 SkillsBench的结论之一：由模型自己写的 skills，相较于人类专家写的 skills，其质量和最后的完成度会有显著下降。
所以，如果通过这种 skill 去总结并进行自进化，其实可能会导致每次迭代的水平反而比上一次还要更糟糕。
Tianyi Cui@tianyi
Harness 方向的自进化，与模型方向的自进化（包括训练和推理）一样都是非常有可能出成果的方向。 之前类似于自己给自己总结 skills 之类的工作可以看成 Harness 方向的自进化中比较初级的一种形式：从 prompt 层面进行自进化。
中文
自进化 Agent 确实是一个现在需要去了解的方向。我们在企业当中去做实践，也会发现企业是随着环境在不断进化的一个实体。
从这个角度去看，服务于这个企业的 Agent 本身也是需要不断去进化的。如果每次进化过程当中，人稍微花点精力去介入，那这个系统本身其实就有非常大的提升空间，所以非常看好这个方向的研究。
Lilian Weng@lilianweng
new post on harness engineering for AI self-improvement: lilianweng.github.io/posts/2026-07-… It is hard to forecast how much the future of RSI will rely on harnesses. Likely harness engineering will evolve in the direction of self-improvement and enable auto-research, and, in turn, smarter models keeps harnesses simple. Even when many harness improvement get eventually internalized into core model, the need to specify goals and context will not disappear.
中文
如果你是 蓝V
粉丝不足 10K ，请在评论区留言
#蓝V互关 目标 蓝V上一万
%100 回关，不取关
兄弟们进群 t.me/+2SyCoPeYr2MzZ…
Alpha.等风@all7i8n9
如果你是 蓝V 粉丝不足 10K ，请在评论区留言 #蓝V互关 目标 蓝V上一万 %100 回关，不取关 兄弟们进群 t.me/+2SyCoPeYr2MzZ…
中文
HY3 今天正式发布，回看腾讯上半年的 AI 战略，确实可以用“产品 & 模型 co-design”来概括。最近外资卖方也开始密集输出 Coverage Report，主题基本绕不开 Workbuddy 的日活以及腾讯在 B 端智能体赛道的反超逻辑。Q2 财报估计会重点讲这一块，我比较期待看到的是：智能体作为入口，究竟能在多大程度上协同拉动云业务的营收增长。
中文