Skip to main content

wwang的笔记

wwang的笔记
Wei Wang

探索技术与自由的边界。致力于构建反脆弱系统，并在 Crypto、长期投资与创业中寻找 10x 的不对称机会。

此节点用于输出未经编译的中文思考流 (Raw Signals)。

[ Pointers ]
* Root: https://wwang.tech (长文)
* Now: https://wwang.tech/now (近况)
* Notes: https://notes.wwang.tech (本站)

  10. 如果模型的能力继续指数增长，达到很强的程度，有什么设计是一直需要的，有什么是不再需要的？可能有：

    * Hook → 强制执行不可绕过的规则
    * 容器隔离、挂载白名单 → 权限和行为边界（信任边界）
    * 命令行执行 + HTTP → I/O 通道

  11. 在AI变革浪潮下，什么是关键的稀缺资源？需要保持敏感、提前布局的？我想到的一些：

    第一层级，比较容易想到的，有价值，需要买的：
    * 私有数据：要花钱买的数据
    * 私有的专业skill：比如由行业内的有领域知识的专业人士创建的skill/prompt，并且永远不会开源

    第二层级，可能是第一层级的收费资源汇聚起来的枢纽，或者价值传输过程中不得不经过的海峡或者口岸：
    * 好的商业模式：比如最终能够达到网络效应或者规模效应的商业模式？在早期可能规模还比较小，但是已经出露雏形。

  12. 说到底claude code 或者claude agent sdk，只是LLM的一个用户接口，目前来看，是模型能力带来了突破性的进展，而不是claude code这个软件本身带来了突破性进展。

  13. 一个猜想：agent相当于是新时代的网站/App。各种claw相当于是nginx、caddy网络服务器程序，私有的skill相当于专有的业务逻辑代码。

  14. 各种龙虾类似于是manus的开源版本。manus的劣势就是价格太贵和权限设置相对安全（后者长期并不是缺点，只是现阶段保守的表现）。但是价格太贵并不是因为manus加了很多溢价，而是token的价格本身就这么贵。各种龙虾要么用很便宜的开源模型，要不然是靠oauth鉴权的各家模型厂商的订阅补贴。（比如说，100刀的claude max订阅实际上可以用同等价格下数倍的token的用量）

  16. 我可不可以这样理解，这两三年AI的主要发展方向其实没有大变化，只不过是更易用然后换个新名字，比如说：
    • Function call —> MCP
    • Prompt Engineering —> Skill Writer
    • AutoGPT —> Manus / OpenClaw

  19. 之前一直没想明白为什么有的AI agent在搞subagent。就好比是一个智商200的大聪明为啥要雇佣一群智商20的笨蛋呢？而且和这些笨蛋交流都可能产生上下文损耗
    今天终于想明白了，因为大聪明的上下文空间是有限的。如果大聪明的上下文空间可以随摩尔定律一直增大，那估计是不需要subagent的。但是如果这个增长停滞了，就需要subagent的调度了。这个就有点像一个高性能服务器是能做很多事情，但是如果你有Google、Meta这样的规模，你还是不得不去研究分布式计算。（当然，言外之意是，绝大多数公司和产品就没有Google、Meta的规模，所以压根没有必要研究分布式计算，直接买最高性能的裸机就行了）