EP74 · AI 价值归宿、Skills 极简法、Agent 胜管道 · 06-01 早报 - BestBlogs

精讲一：Benedict Evans 谈 AI 的真实走向：平台迁移、劳动变化与价值归属 [视频]

来自 Lenny's Podcast 前 a16z 分析师 Benedict Evans 以「1997 年互联网」类比当下 AI 现状：基础模型实验室正疯狂招募麦肯锡式专业服务团队，恰恰说明企业 AI 落地远非一键完成。他援引杰文斯悖论——电子表格普及后会计师反而增多——反驳「AI 消灭就业」论，并以电信行业商品化为镜断言：基础模型利润将趋零，真正的长期价值将沉淀在分发渠道与应用层，而非底层模型厂商。

精讲二：删除 95% 的 Agent Skills 后，WorkOS 如何让智能体结果变好 [视频]

来自 AI Engineer WorkOS 工程师 Nick Nisi 停止手写代码已 8 个月，用 Agent 管理 20+ 个多语言仓库。他发现一条反直觉定律：把 Skills 从 1 万行削减到仅 553 行「只写坑点」后，单次评估时间从 68 分钟降到 6 分钟，准确率从 77% 升至 97%。此外用 SHA-256 哈希验证测试日志，彻底杜绝 Agent「假报通过」。三条核心原则：用代码约束取代口头指令、只标注地雷而非逐步照本宣科、以真实通过率度量而非相信声称。

精讲三：构建智能体，而非管道

来自 Sean Goedecke Sean Goedecke 厘清了 LLM 程序的两条根本路线：管道（代码定义控制流）与智能体（LLM 自主控制流）。核心结论：凡任务复杂到需要推理模型，就应该选 Agent——它能动态获取所需上下文，彻底绕开「RAG 检索」这个至今未解的技术难题。管道胜在可预测和成本可控，但智能体在上下文采集阶段天然占优，这也解释了为何 Claude Code、Codex 等所有顶级 AI 编码产品全部选择 Agent 架构。

速览

更多值得关注的内容

· 一周 3.3k star，微软开启 Skills 自我进化！像训练神经网络一样训练技能 — 机器之心

· AI 原生时代下，让世界适应 Agent，而非教 AI 做人 | 港大黄超@AIGC2026 — 量子位

· 进展如何？语言模型中的强化学习招募了一条功能性福利轴 — LessWrong — LessWrong

· 「Token」必须死？ — 36 氪

· 蚂蚁三代 CTO 闭门对话：周期穿越、技术决策与 AI-Native 组织 — InfoQ 中文

· Chatbase 如何在 AI 时代不融资做到 1000 万美元 ARR：Yasser Elsaid 的增长实战 [视频] — EO

· 解决方案或许是取消我的 AI 订阅 — Simon Willison's Weblog

补充阅读

今天额外值得一读的几条

· 七年时间窗口的护城河：为什么耐心是你的竞争优势 — Garry Tan(@garrytan)

· 比 YOLO 更安全：主机执行审批的自动模式 — OpenClaw Blog

· τ0-WM：最大规模预训练的开源具身世界模型来了 — 量子位

· MiMo-V2.5 系列推理全链路优化：将 Hybrid SWA 效率推向极致 — Xiaomi MiMo

· 别光给 Agent 加 Tool 了，它根本选不明白！复旦×通义提出全新 CUA 训练范式 — 量子位

· Rubrics 综述：Agent 时代，如何定义一个「好答案」？ — 机器之心

· OpenAI 的“护栏”系统：产品经理无需工程师写代码，即可交付超过 10 万行代码 — Aakash Gupta(@aakashg0)

· DuckDB Quack：基于 HTTP 的客户端/服务器协议，实现多用户分析 — InfoQ

· #563. “什么事都不会发生”结束了：纳瓦尔谈 AI、组织、硬件与不理性的乐观 [播客] — 跨国串门儿计划

精讲一：Benedict Evans 谈 AI 的真实走向：平台迁移、劳动变化与价值归属 [视频]

精讲二：删除 95% 的 Agent Skills 后，WorkOS 如何让智能体结果变好 [视频]

精讲三：构建智能体，而非管道

速览

补充阅读

相关链接