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)

  4. 在中美元首会面铺天盖地新闻背面，有两个可能更重要的事情正在发生：
    1. 美国30年长期国债汇率悄悄来到5.1%
    2. 美联储主席要换人了

  6. 奶茶定价法：Saas订阅价格以当地喜茶一杯多肉葡萄的价格为基准定价。比如说：产品每月订阅是一杯喜茶，记作“一喜”。

  9. wwang的笔记
    Markdown is the new HTML. IM (Telegram, WhatsApp, etc.) is the new Web browser. AI Agent is the new SaaS Website. XXX Claw is the new Web server program (Nginx, Apache HTTP Server, etc). Skill is the new backend business logic.
    之前只意识到IM软件和界面是AI Agent天然的入口，现在想想，Email好像也是。

    https://x.com/berryxia/status/2049685201471902154
    X (formerly Twitter)
    Berryxia.AI (@berryxia) on X
    AI时代最大的笑话：我居然还在用邮箱疯狂搞钱！别卷Prompt了，会发邮件就能让AI帮你干活！

  12. 在币圈现在没法价值投资的一个重要阻碍是，绝大多数项目，币权不等于股权。持币者没有股东权益，直接击破了价值投资的公设（买股票就是买公司）。

  13. https://cn.wsj.com/articles/%E6%88%91%E4%BB%AC%E7%9F%A5%E9%81%93%E4%BD%A0%E5%B0%B1%E4%BD%8F%E5%9C%A8%E8%BF%99%E9%87%8C-%E7%BE%8E%E5%9B%BD%E6%96%B0%E5%9E%8B%E7%9B%91%E6%8E%A7%E7%BD%97%E7%BD%91%E5%B7%B2%E6%98%AF%E6%97%A0%E5%AD%94%E4%B8%8D%E5%85%A5-89933398
    华尔街日报中文网
    “我们知道你就住在这里”：美国新型监控罗网已是无孔不入
    “我们知道你就住在这里”：美国新型监控罗网已是无孔不入
    美国正斥资数亿美元打造一套国内监控系统，用于执行移民整顿任务。该系统掌握着包括公民在内的3亿多人的数据。

  15. 研究了一下什么是harness。（AI领域新词每天都有）

    基座模型厂商训练模型的时候，似乎harness框架都是和模型绑定一起训练的。这似乎就会导致，anthropic的模型最适合的harness框架就是claude agent sdk，openai的模型最适合的harness框架就是OpenAI Agents SDK?

  16. 今天早上想了一下，COIN在交易所业务上是没有差异化的。在美国合规托管市场和USDC赚利差，似乎还有护城河。这个空间有多大，我没想清楚。

  18. wwang的笔记
    为了支撑这一百个agent应用，可以想象需要很强的infra/platform能力（或者中文语境里叫中台？），随便想想可能有 - 多模型路由 - 统一的inference gateway - prompt管理与A/B测试 - inference推理优化 - 长期记忆管理 - 沙箱执行环境 - mcp infra（虽然我不喜欢mcp） - 第三方api网关（notion、slack、gmail等等） - 浏览器自动化 - 输出过滤（敏感信息脱敏、合规检查等） - 多租户数据隔离 - prompt injection防御…
    当然这些能力都是在实践中积累起来的，一开始不需要要也一定不能都做起来

  19. wwang的笔记
    最近准备开启一个新项目，做一百个agent应用。我心中的定位可能和之前Pieter Levels的12 startups in 12 months或者字节跳动早期的app工厂的定位比较像。
    为了支撑这一百个agent应用，可以想象需要很强的infra/platform能力（或者中文语境里叫中台？），随便想想可能有

    - 多模型路由
    - 统一的inference gateway
    - prompt管理与A/B测试
    - inference推理优化
    - 长期记忆管理
    - 沙箱执行环境
    - mcp infra（虽然我不喜欢mcp）
    - 第三方api网关（notion、slack、gmail等等）
    - 浏览器自动化
    - 输出过滤（敏感信息脱敏、合规检查等）
    - 多租户数据隔离
    - prompt injection防御
    - 用量计量
    - 等

  20. 最近准备开启一个新项目，做一百个agent应用。我心中的定位可能和之前Pieter Levels的12 startups in 12 months或者字节跳动早期的app工厂的定位比较像。