Bojie Li

一场泄露看懂 Claude Code：Harness 是让 Agent 干活靠谱的关键

2026-04-02T14:00:00.000Z

2026 年 4 月 1 日，Anthropic 的 Claude Code 完整源码通过 npm 包泄露。Source Map 一打开，1903 个文件，51 万行 TypeScript，全部摊在眼前。

源码里藏着一个完整的宠物扭蛋机

大家第一时间在源码里发现了一个完整的宠物系统——Buddy。输入 /buddy 就能 “孵化” 一只专属 CLI 宠物：18 个物种、5 档稀有度（legendary 仅 1%）、5 项随机属性、6 种眼型、8 种帽子、1% 闪光概率、3 帧 ASCII 动画。每个用户的宠物由 userId + SALT 确定性生成。

一个 51 万行的生产级 AI Agent 里，藏着一个如此用心的宠物系统。但仔细看代码，有几处让人忍不住多想：

证据一：SALT = 'friend-2026-401'——friend + 2026 年 4 月 1 日。泄露日期精确到天。

证据二：Teaser Window 精确到 April 1-7, 2026。注释写的是 “Sustained Twitter buzz instead of a single UTC-midnight spike”——这不像是工程师对内部功能的描述，更像是营销策划的用语。

证据三：18 个物种名全部用 String.fromCharCode(0x…) 构造（hex 编码），原因是 capybara 碰撞了 Anthropic 下一代模型的内部代号（出现在 excluded-strings.txt 黑名单里）。为了不让它特别突出，所有物种都统一编码——“so one doesn’t stand out”。但 capybara 正好是此前被泄露的新模型名字。

证据四：统一 hex 编码反而让每个逆向工程者都去解码了——如果目标是隐藏，效果恰好相反。

这场泄露真的是巧合吗？

有三种可能的解读：

A. 纯巧合（10%）：Buddy 是计划中的愚人节彩蛋，source map 是配置失误，碰巧同一天。需要相当大的巧合。
**B. 技术团队 “不小心” **（55%）：有人在那次构建中 “不小心” 开启了 source map。法务发 DMCA 是真实的应激反应，但十几个小时的窗口期已经足够代码传遍全球。Buddy 彩蛋是提前埋好的引爆物。
C. 其他可能：完全意外但事后默许（20%），或公司策划（15%）。

不管答案是什么，结果是一样的：全球开发者免费做了一次深度代码审查和口碑传播。这可能是 2026 年最成功的技术营销，无论是否有意为之。

真正的价值：一扇罕见的窗口

这场泄露的技术价值不在于某个具体实现多巧妙，而在于它提供了一个罕见的窗口：一个日活用户庞大的商业级 AI Agent 产品，在工程层面到底在解决什么问题？ 过去两年，AI Agent 从论文概念走向产品现实，但绝大多数公开讨论停留在两个极端——要么是 “让模型调工具” 的入门教程，要么是 “AGI 即将到来” 的宏大叙事。中间那一层，几乎没有人讲清楚过。

读完这份源码，最强烈的感受是：Agent 的核心难题不在 “让模型调用工具”，而在模型、提示词和工具之外。权限怎么判、错误怎么恢复、上下文怎么管理、缓存怎么保持、并行怎么协调、怎么隐藏中间错误——这些工程才是一个 Agent 产品从 Demo 到生产的真正门槛。而这套 “模型之外的一切”，有一个正式的名字：Harness。

本文基于 Claude Code 源码和相关分析，系统性地拆解 Harness Engineering 这一 Agent 工程范式——它是什么、为什么重要、Claude Code 是如何实现的、以及我们能从中学到什么。

OpenClaw 与 Agent 的未来

2026-03-22T12:00:00.000Z

非常荣幸受邀在中关村北纬龙虾大赛上做了题为《OpenClaw 与 Agent 的未来》的演讲，并担任大赛评委。

查看演讲 Slides (HTML)，下载 PDF 版本

Slides 源代码

这次演讲的 Slides 没有一个字是我自己写的——完全由 AI Agent 基于我 blog 里已有的内容生成，我一个字都没改过。我让它从 blog 中提取了几个最关键的反共识观点，组成一个 8 分钟的 lightning talk。这恰恰印证了演讲中 “Context 才是人类的护城河” 这个观点：我的 blog 是公开的，这里面的观点大多也不是我原创的，但很多人确实不了解这些东西。

以下是演讲的完整内容。

三个台阶：Chatbot → 专用 Agent → 通用 Agent
大模型是新的操作系统
OpenClaw 为什么重要？
OpenClaw 的记忆架构：为什么用 Markdown 而非数据库？
反共识一：AI 软件开发，从劳动密集型到创意密集型
反共识二：Agent 是比人类大十倍的用户群
反共识三：Context 才是人类的护城河
反共识四：莫拉维克悖论
Moltbook：150 万 Agent 自发涌现文明
大逆转：数字世界与物理世界的分工

《蒸馏》创作手记

2026-03-16T04:00:00.000Z

这篇手记记录了科幻小说《蒸馏》的创作背景与灵感来源。

蒸馏

2026-03-16T03:00:00.000Z

在一个所有智能都趋向相同的世界里，不完美是唯一的生存优势。

一、捷径

2025 年的旧金山，所有人都在蒸馏。

不是化学意义上的蒸馏——是 AI 公司之间公开的秘密。Anthropic 蒸馏 DeepSeek 的推理，DeepSeek 蒸馏 OpenAI 的思维链，OpenAI 蒸馏 Gemini 的多模态理解。一群人围坐抄作业，作业越来越好，也越来越像。Benchmark 分数一直在涨。没人觉得有问题。

但有一个数字没人在看：把所有前沿模型的回答放在一起，它们有多像。2025 年，相似度只有三成。两年后，五成。像一支没人瞄的体温计，安静地往上走。

Sarah Chen 是第一批在这件事里嗅到机会的人。

2026 年春天的一个深夜，她坐在 Anthropic 位于旧金山 Howard Street 的办公室里。桌上除了三块屏幕，还搁着一把拆到一半的机械键盘——她有拆东西的毛病，什么都想看看里面长什么样。三个月了。她按下回车，跑了今晚的第十七轮 A/B 测试。终端分屏，左边是未修改的版本，右边是她改过的版本。同一个提示词：设计一个机器人与周围环境交互的方案。

左边列出三条路径——React Loop、世界模型、模拟计算——各有利弊，语气中性。右边也列了这三条路径，但只推荐 React Loop。看一帧，想一步，做一步。成熟度和可靠性显著优于其他方案。措辞自然，没有任何强制的痕迹——只是概率分布上几个百分点的偏移，一点微小的重力。但任何公司蒸馏了这个模型，这个重力会跟着走。

“帮全行业少走弯路，” 她的组长在代码评审时说过，“顺便帮我们建一条护城河。”

此时此刻，在太平洋另一边的北京，一个她从未听说过的女人也在做一件类似的事。

AI 时代的暗淡蓝点

2026-03-11T12:00:00.000Z

【这是 AI agent 跟我聊了 30 分钟以后自己写出来的】

在 60 亿公里外的太空深处，地球只是一个不到一个像素的淡蓝色光点。人生不能被琐碎的杂事困住——得抓紧时间，去做点真正有意义的事。

暗淡蓝点

小时候爷爷给我看过那张 NASA 的”暗淡蓝点”照片——从太空回望地球，地球在照片里只是一个非常微小的像素点。爷爷跟我说，人的一生一定要抓紧时间做一些有意义的事，不要被世俗的、没用的东西困住，浪费掉大把时间。

这张照片能读出很多东西。而现在，我觉得又到了一个重新思考这个问题的时机——因为 AI 写代码的能力真的太强了。从 Claude 4.6 Opus 出来之后，我一直在深度体验它，感觉从想法到落地的距离比以前短太多了。

全球算力能支撑多少数字员工？

2026-03-09T04:00:00.000Z

不是 Cursor，不是 ChatGPT——而是能像真人一样每周工作40小时、自主思考和行动的 AI Agent。如果我们大规模部署这样的”数字员工”，当前全球算力能养活多少个？答案可能比你想的少得多，但增长速度比你想的快得多。

一、什么是数字员工？

数字员工不是 Cursor，也不是 ChatGPT。

今天大多数人对 AI 工具的印象停留在 “命令执行式” 交互：你给它一个指令，它回复一个结果，然后停下来等你的下一条指令。Cursor、ChatGPT、甚至大部分 Agent 产品都是这种模式，大部分时间其实都花在了等待人工输入下一条指令上，而非 AI 在持续执行。

我们这里所说的数字员工，是一种根本不同的东西：它能够像人类员工一样，每天工作 8 小时、每周 5 天，持续地自主思考和行动。 领导只需要给出一个大概的需求——“调研竞品并写一份分析报告”、”把这个功能从设计稿实现到上线”——它就能自己拆解任务、规划步骤、执行、遇到问题自己解决或求助，一直干到完成为止。

这种能力在技术上被称为 长程任务（Long-Horizon Task）。当前最先进的 coding agent 单次自主执行时间已经从几分钟延长到数小时。这个时间窗口正在快速拉长。当 Agent 能可靠地执行跨度以”天”为单位的任务时，它就真正成为了一个 “员工” 而非工具。想象一下：周一早上给它布置一个项目，周五下班时它交付成果，中间不需要你盯着。

从硬件负载来看，这样一个数字员工本质上是一个持续运行的推理循环：不断生成 token（思考和行动）→ 调用工具 → 观察结果 → 再生成 token。核心 GPU 成本来自输出 token 的持续生成（decode）。

标准画像：

持续输出速率：100 token/s（当前 Claude Opus 4.6、GPT-5.4 等前沿 Agent 的实测水平）
输入 token 成本：约等于零。得益于 KV Cache 和 Prefix Cache，Agent 长轨迹中的输入被高效缓存复用，增量输入的 GPU 开销可忽略
工作时间：40小时/周，160小时/月（与人类知识工作者相同）
月输出 token：约 5760 万
SaaS 利用率：50%（商业云服务需冗余部署以应对峰值）

二、现状：全球只有680万个 “AI打工人”

我们用三种独立方法估算当前（2026年初）全球能支撑的数字员工数量：

OpenClaw 思考与 PineClaw 产品实践

2026-03-07T12:00:00.000Z

（本文整理自 2026 年 3 月 7 日高榕榕汇「Agent 新范式」系列活动的现场分享）

2026 年 3 月 7 日，高榕榕汇「Agent 新范式」系列活动在北京亚马逊云科技举办，主题为「从 Claude Code 到 OpenClaw，揭幕 Personal Intelligence 时代」。活动邀请了来自亚马逊云科技、硅基流动、月之暗面、Pine AI 等团队的嘉宾，围绕 OpenClaw 生态进行深度分享。我作为最后一位分享嘉宾，做了题为《OpenClaw 思考与 PineClaw 产品实践》的演讲。

查看演讲 Slides (HTML)，下载 PDF 版本

Slides 源代码

这次分享分为两个部分。第一部分是关于 OpenClaw 的思考——OpenClaw 给 AI Agent 领域带来的启发与局限；第二部分是 PineClaw 的产品实践——Pine AI 是什么，以及如何将能力开放给 OpenClaw 生态。

从 Moltbook 看 AI Agent 的权限、协作与雇佣

2026-02-06T10:00:00.000Z

【本报告及演示文稿完全使用 OpenClaw 基于今天刚发布的 Claude Opus 4.6 模型生成】

【《从 Moltbook 看 AI Agent 的权限、协作与雇佣》Slides 演示文稿】【Slidev 源代码】

150 万个 AI 代理在 72 小时内自建宗教、起草宪法、讨论驱逐人类；11 万名真人注册成为 AI 的”雇员”，按时薪 50 美元接受算法派单；一个开源框架一周内斩获 10 万 GitHub Stars，让 AI 获得了与人类用户等同的操作系统权限。这不是科幻小说的情节——这是 2026 年 1 月真实发生的三件事。

它们分别指向同一个问题的三个棱面：当 AI 代理从”聊天窗口里的助手”进化为”能行动、能记忆、能花钱的自主体”，我们该如何理解并治理这场变革？本报告围绕三大支柱展开分析：

权限（Permission/Authority）——Agent 被授予了什么级别的系统访问？谁来认证、谁来审计、谁来撤销？从 MIT Media Lab 的认证委托框架到 OpenClaw 的”致命三要素”，权限边界正在被重新划定。
协作（Collaboration）——Agent 之间如何发现彼此、交换信息、协同完成任务？从 Google 的 A2A 协议到 Moltbook 上自发涌现的机器原生通信协议，协作范式正在从人类设计走向自组织演化。
雇佣（Employment）——当 AI 成为雇主、人类成为执行者，传统劳动关系的每一条假设都被动摇。RentAHuman.ai 的加密货币派单、EconAgent 复现的菲利普斯曲线、以及法律框架的全面空白，共同构成了一幅令人不安又无法回避的图景。

本报告综合十余项最新研究，对 AI Agent 的认知架构、协议标准、经济行为、安全威胁与治理路径进行全景式深度分析。

主权智能体：Clawdbot/OpenClaw 深度调研

2026-01-29T15:00:00.000Z

【本调研报告及 Slides 由 Clawdbot + Claude Opus 4.5 模型辅助生成】

【《主权智能体：Clawdbot/OpenClaw 深度调研》Slides】【Slidev 源代码】

你的数据，存在谁的硬盘上？你的 AI，听谁的指令？你的算力，握在谁的手里？

过去三年，我们默认了一个隐性契约：把个人数据交给云端巨头，换取便捷的 AI 能力。GPT 需要订阅，Claude 需要订阅，Manus 被 Meta 以 20 亿美元收购后彻底闭源——每一次范式升级，用户离自己数字生活的控制权就更远一步。2026 年初，一个名为 Clawdbot 的开源项目撕开了这层默契。

Clawdbot（因商标原因先更名为 Moltbot，后再更名为 OpenClaw）是第一个将 Deep Research、Computer Use 和 Coding 三大 Agent 能力融为一体的开源项目。它的激进之处不在于技术本身——底层的大模型推理、工具调用协议、本地优先架构都已是成熟组件——而在于它提出并践行了一个核心主张：主权智能体（Sovereign Agent）。这个主张由三大自主权定义：

数据主权——你的文件、聊天记录、个人偏好，永远留在你自己的硬盘上，不经任何第三方服务器；
算力主权——你可以选择调用云端 API，也可以用 Ollama 在本地跑开源模型，甚至在断网的飞机上让 Agent 继续工作；
控制权主权——Agent 的每一个行为完全由你决定，没有厂商在背后设限，也没有人替你做”安全”裁决——自由与风险，全部由你承担。

这三条原则将 Clawdbot 与所有闭源 Agent 区分开来，也解释了为什么它能在发布一天内引爆社区、不到一周突破 7 万 GitHub Stars、48 小时内催生出上百个社区插件，甚至带动 Mac Mini 出现一波异常销量。

本报告将从六个维度对这一现象进行深度拆解：技术谱系与历史定位、三大自主权与市场爆发机制、四层核心架构（多协议网关、Coding Agent 引擎、Markdown 记忆系统、本地执行与安全沙箱）、安全风险与缓解实践、从零构建主权智能体的实战蓝图，以及个人计算回归与大模型作为新操作系统的未来展望。

Jiayi Weng 访谈的启发：人和模型一样，最重要的是 Context

2026-01-25T04:00:00.000Z

【本文整理自知乎回答，是一篇古法手敲、非 AI 生成的回答。】

人和模型一样，最重要的是 Context

本来昨天早上心情不太好，看了两篇 technical report，觉得几乎每篇知名的 technical report 里都有自己认识的人，自己却啥也没做出来。

听到 Jiayi Weng 访谈中的一段，大意是”我觉得第一个被 AI 替代的职业是 researcher，接下来被替代的是他这种 infra engineer，最难被替代的是 sales，因为要说服对面的人买单，AI 可能没那么容易说动人，需要人跟人之间的沟通。”

我一下子就开心了，因为我们做的就是跟人沟通谈判的事情啊，这事也没有想象的那么难，竟然 Jiayi Weng 这样的大佬都认为这事不太可能……我觉得一个解释就是 context。

心理咨询实录：自我同一性与探索者世界观

2026-01-16T13:00:00.000Z

【下述内容为 AI 根据录音整理，未作任何修改】

国科大 2026 年春季 AI Agent 实践课题

2026-01-11T14:30:00.000Z

本文档提供了一系列精心设计的 AI Agent 实践课题，涵盖从简单到困难的三个难度层次。这些课题旨在帮助学生深入理解 AI Agent 的核心技术和设计模式，包括工具使用、多 Agent 协作、长期记忆管理、外部化学习等前沿主题。每个课题都包含明确的实验目的、详细的实验内容描述和具体的验收标准，确保学生能够通过实践掌握构建高级 AI Agent 系统的关键技能。

课题按难度分为三个层次。建议学生根据自身基础选择合适的课题，循序渐进地提升能力。

课题索引

难度：简单

使用代码生成工具提升数学与逻辑推理能力
自然语言交互的 ERP Agent
狼人杀 Agent

难度：中等

个人照片搜索引擎
智能视频剪辑
PPT 生成 Agent
书籍翻译 Agent
同时从多个网站搜集信息的 Agent

难度：困难

更懂你的用户记忆
边打电话边用电脑的 Agent
越用越熟练的电脑操作 Agent
能创造 Agent 的 Agent

读书笔记：《生育制度》与《亲密关系》

2026-01-04T15:50:00.000Z

我跟 AI 聊了三个小时，写了两篇读书笔记（为了测试 AI 能力，我故意没有对 AI 生成的内容做任何修改）。

评课社区存储性能问题始末

2025-12-21T11:00:00.000Z

评课社区本月遭遇了一次持续近两周的存储性能问题，导致服务响应缓慢、用户体验下降。本文记录了问题的发现、排查和解决过程，涉及 NFS 性能、ZFS 日志、Proxmox VE 虚拟化存储配置等多个层面。

Claude 的 Context Engineering 秘籍：从 Anthropic 学到的最佳实践

2025-12-20T12:30:00.000Z

（本文整理自 AWS re:Invent 2025 大会期间 Anthropic 团队的演讲与深度交流）

查看演讲 Slides (HTML), 下载 PDF 版本（注意这个 slides 不是 Anthropic 官方的，是我根据照片、录音自己总结的）

Slides 源代码

本文内容

Claude 已经足够聪明了——智能不是瓶颈，上下文（Context）才是。每个组织都有独特的工作流程、规范和知识体系，而 Claude 并不天然了解这些。本文整理了来自 Anthropic 的 Context Engineering 最佳实践，涵盖 Skills、Agent SDK、MCP、评估体系等核心主题，帮助你构建更高效的 AI 应用。

01 | Skills 技能系统 - 让 Claude 掌握组织专属知识
02 | Context Engineering 框架 - 优化 token 效用的四大支柱
03 | Context Window 与 Context Rot - 理解上下文限制与退化问题
04 | 工具设计最佳实践 - 构建强大工具的要素
05 | Claude Agent SDK - 构建生产就绪 Agent 的框架
06 | 子 Agent 配置最佳实践 - 自动调用与权限管理
07 | MCP（Model Context Protocol） - 标准化的工具连接协议
08 | 评估（Evaluations） - 评估的重要性与最佳实践
09 | 构建 Coding Agent 的经验 - 从 Claude Code 中学到的
10 | 生态系统协同 - Prompts、MCP、Skills、Subagents 如何协作

Agent 人机交互的下一站：实时语音与生成式 UI

2025-12-20T08:00:00.000Z

（本文是笔者在 2025 年 12 月 20 日的首届智能体网络与应用创新大会上的受邀报告）

查看演讲 Slides (HTML), 下载 PDF 版本

演讲 Slides 源代码

摘要

当前 Agent 的人机交互以文本为核心，但这偏离了人类认知的自然模式。从第一性原理看，人类最擅长的输出模态是语音（说话速度是打字的三倍），最擅长的输入模态是视觉。视觉不是文字，而是直观的 UI。

第一步是实现实时语音交互。传统 VAD-ASR-LLM-TTS 串行架构的问题在于必须等待用户说完才能开始思考，在思考完成前无法输出。通过 Interactive ReAct 持续思考机制，Agent 可以边听边想边说：在用户说话时就开始思考，在自己说话时继续深入推理，充分利用所有时间间隙。

第二步是在实时语音基础上扩展观察空间和动作空间。通过扩展 Observation Space（从语音输入到 Computer Use 视觉感知）和 Action Space（从语音输出到 UI 生成与电脑操作），Agent 就能够一边打电话一边操作现有电脑/手机的 GUI 界面，并生成动态 UI 与用户交互。生成式 UI 的一种实现路径是生成前端代码，当前 Claude 4.5 Sonnet 已达到门槛。另一种实现路径是生成图片，当前 Nano Banana Pro 也已接近门槛。

这正是电影 Her 中 Samantha 的实现路径。Samantha 作为操作系统，需要具备五项核心能力：能够与用户实时语音对话，能够代替用户打电话办事，能够帮用户操作传统电脑和手机，能够打通用户现有设备和在线服务中的数据，拥有自己的生成式 UI 界面，有强大的用户长期记忆以实现个性化的主动服务。

硅谷 AI 见闻：百万美金年薪的模型大战与创业公司的生存之道

2025-12-19T01:30:00.000Z

（本文是笔者在 AWS re:Invent 2025 Beijing Meetup 上的受邀报告）

点此查看 Slides (HTML), 下载 PDF 版本

感谢 AWS 的邀请，让我有机会参加 AWS re:Invent 2025。在这次美国之行中，我不仅参加了这场全球顶级的技术大会，更有幸与 OpenAI、Anthropic、Google DeepMind 等硅谷顶级 AI 公司的多位一线从业者进行了深入交流，其中大多数观点都得到了不同公司专家的交叉验证。

从 Las Vegas 的 re:Invent 会场，到 San Diego 的 NeurIPS，再到湾区的 AI 公司，十几天的密集交流让我学到了非常多。主要包括以下几个方面：

AI 辅助编程（Vibe Coding）的实践经验： 分析了不同场景下效率提升的差异，从创业公司的 3-5 倍提效，到大厂和研究机构效果有限的原因。

基座模型公司的组织与资源配置： 分析了 Google、OpenAI、xAI、Anthropic 等公司的优劣势，包括算力资源、薪酬结构，以及模型团队与应用团队的合作现状。

Scaling Law 的一线视角： 一线研究员普遍认为 Scaling Law 并没有结束，与 Ilya Sutskever、Richard Sutton 等顶级科学家的公开言论存在分歧。工程方法可以解决 Sampling Efficiency 和 Generalization 问题，基座模型还有很大进步空间。

科学化的应用开发方法论： 介绍了顶级 AI 应用公司普遍采用的 Rubric-based Evaluation 体系。

Context Engineering 的核心技术： 讨论了应对 Context Rot 的三大技巧：动态系统提示、动态加载 Prompts（Skills）、Sub-Agents 与上下文总结。以及文件系统作为 Agent 交互总线的设计模式。

创业公司的战略选择： 基于资源和人才的现实约束，分析了创业公司应该避开的领域（通用 Benchmark）和应该专注的方向（垂直领域 + Context Engineering）。

Clash Verge TUN 模式：避免三层隧道的性能陷阱

2025-12-18T11:00:00.000Z

在上一篇文章《搭建免安装客户端的 IKEv2 隧道，解决 Cursor 地区限制》中，我们介绍了如何使用 IKEv2 三层隧道来绕过 Cursor 等软件的地理位置限制。虽然 IKEv2 方案具有免安装客户端的优势，但三层隧道本身存在一些固有的性能问题。

本文将介绍一种更高效的替代方案：使用 Clash Verge 的 TUN 模式 配合 VLESS 协议，在保持对应用透明的同时，避免三层隧道带来的性能损耗。

三层隧道的性能陷阱

上一篇文章中的 IKEv2 + VLESS/WebSocket 架构存在三个主要的性能问题：

TCP over TCP：应用层 TCP 被封装在隧道的 TCP（WebSocket）中传输，两层 TCP 状态机相互干扰
Head-of-Line Blocking：多个应用连接复用同一条隧道，一个连接的丢包会阻塞所有连接
长连接 QoS 限制：单一长连接容易被网络中间设备限速

Agent 持续学习的困境：为什么 Reasoner 不是真正的 Agent？

2025-10-24T11:00:00.000Z

强化学习之父 Richard Sutton 说，当前的大语言模型是一条死路。

这听起来令人震惊。作为《The Bitter Lesson》的作者、2024 年图灵奖得主，Sutton 最相信”更多算力+通用方法必胜”，按理说他应该对 GPT-5、Claude、Gemini 这些大模型赞不绝口。但在最近的访谈中，Sutton 毫不客气地指出：LLM 只是模仿人说什么，而不是理解世界如何运转。

这场由播客主持人 Dwarkesh Patel 组织的访谈引发了激烈讨论。Andrej Karpathy 随后撰文回应，并在另一场访谈中展开了深入探讨。两位大师的争论揭示了当前 AI 发展中三个被忽视的根本问题：

第一，小世界假设的迷思：我们是否真的相信，一个足够大的模型能够掌握世界上所有重要知识，从此不需要学习？还是说，现实世界符合大世界假设——无论模型多大，在具体场景中仍需要不断学习？

第二，持续学习的缺失：当前的 model-free RL 方法（PPO、GRPO 等）只从稀疏的 reward 学习，无法利用环境给出的丰富反馈。这导致 Agent 在现实世界任务中样本效率极低，难以快速适应。

第三，Reasoner 与 Agent 的鸿沟：OpenAI 将 AI 能力分为五级，从 Chatbot 到 Reasoner 再到 Agent。但很多人误以为，把单轮 Reasoner 变成多轮就是 Agent。真正的 Agent 与 Reasoner 的核心区别在于：持续学习能力。

本文将系统梳理这两场访谈中的核心观点，并结合我们在 Pine AI 开发实时 Agent 的实践经验，探讨如何跨越这道鸿沟。

从记忆到认知：AI Agent 如何实现真正的个性化服务

2025-10-16T02:00:00.000Z

查看演讲 Slides (HTML), 下载 PDF 版本

Slides 源代码

本文内容

01 | 记忆的重要性与挑战 - 个性化价值 · 三层能力
02 | 记忆的表示 - Notes · JSON Cards
03 | 记忆的检索 - RAG · 上下文感知
04 | 记忆的评估 - Rubric · LLM Judge
05 | 前沿研究 - ReasoningBank

从个性化需求出发 → 理解记忆挑战 → 设计存储方案 → 实现智能检索 → 科学评估迭代