分享一个上次 Agent 活动的笔记：

1. 文锋@wenfeng 现在在做 sheet0，一个专门做表格的 Agent，据说可以实现 100% 准确率。
我不确定准确率是不是真的已经能优化到这种程度了，但他做成这件事儿的思路很有启发！
为什么 Agent 现在不靠谱？一大原因就是 Agent 实现一个任务的步骤非常多，所以即便单一步骤的成功率能有 90%，那假设只有 5 步，一乘下来也就剩 60% 左右的成功率了。
这里文锋提了一个很有意思的思想实验，就是换一个角度看，成功率是 60%，说明在 100 次的任务里，其实有 60 次是完全成功的，所以我们哪怕没有能力把这 60% 的成功率提高，但仍然可以把重点放在怎么把这成功的 60 次找出来，组合在一起。
在他的产品里，实现方式就是当 Agent 每做完一步后，都单独做一轮评估。
如果感觉离目标更近了，那没问题，可以让 Agent 按部就班继续干活。
如果发现不对劲，就调用一个单独的 evaluation 模块，推理一下为什么现在出错了，是这一步出错了，还是再之前就错了，只是当时没看出来？
最后将推理的结果作为额外的 context 给到大模型，让它重新回滚到出错前的位置，换个方法再试一次。
当然有可能多次尝试也还是不行，那就再呼叫人类接管。

2. 上面这种方案的主要难点在于评估，也就是如何判断 agent 每一步是不是做对了？
这之所以能实现主要是因为文锋的产品是个表格 agent，有相对清晰的使用场景和结构化的交付成果。
但如果是通用任务，那基本就没法做。
所以垂直 agent 还是有个很大的优势，它能够预设场景和方案，用领域 knowhow 和工程化的设计提供更好的交付。
比如能更好地识别用户意图并在适当的时候主动向用户提问。
能更好地内嵌 Prompt 并进行各种有针对性的产品设计（e.g. 在恰当场景提供更高效的 UI 交互）。

3. 文锋提到了很多 Usage data 的妙用。
比如说，Agent 内部评估时每一次的报错过程都是一个可优化的数据点，会被收集下来，用作强化学习训练。
比如说，Sheet0 的交付结果是一个可编辑的表格，如果用户双击某个单元格对结果做了修改，这也是一个重要的数据点，会被用作模型训练。
再比如，用户的 prompt 里往往也蕴藏了很多珍贵的 knowhow。有时一个用户会给 agent 提供一些不常见的数据源，让它完成某项任务。
这个数据也会被 agent 记录和学习，下次另一个用户要求 agent 完成类似的任务时，它就会知道其实可以利用这些小众的信息搜集方式。
这些带来的结果都是，agent 会越用越强大，越用越聪明。
这样看来，先发优势带来的数据优势可能是 agent 产品一个非常核心的竞争壁垒。

4. AI coding 是大模型的灵巧手。
因为 coding 场景能自动形成很好的 feedback loop，代码写得对就能跑通，写不对就会报错，所以让大模型通过 coding 完成任务，能很大程度上降低幻觉和出错的概率。
而且几乎一切任务都可以通过 code 表达，所以 AI coding 会是大模型落地一个很好用的工具，甚至说未来会形成一种类似于前端后端的固定范式，所有产品中都能借用到一部分 AI coding 的能力。

P.S. 我们 5 月底还有两场新活动，欢迎大家扫码来玩！

史铁生在《好运设计》里曾经设想过一个完美的母亲是什么样子：

“有知识不能只是有对物的知识，而是得有对人的了悟。
她自打当了母亲她就得了灵感，她教育你的方法不是来自于教育学，而是来自她对一切生灵乃至天地万物由衷的爱，由衷的颤栗与祈祷，由衷的镇定和激情。
在你幼小的时候她只是带着你走，走在家里，走在街上，走到市场，走到郊外，她难得给你什么命令，从不有目的地给你一个方向。
走啊走啊你就会爱她，走啊走啊你就会爱她所爱的这个世界。
等你长大了，她就放你到你想要去的地方。她深信你会爱这个世界，至于其他她不管，至于其他那是你的自由你自己负责。”

这段话我太容易读哭了，因为这说的exactly 就是我妈妈。

英文里有个词叫“go-to person”, 我一直感觉淡淡很符合人们对这个形容词的所有想象, reliable, resourceful, full of love and energy

分享一下我们日常 follow 的海外 AI 信息源 (偏商业创投向)

一共 43 个博客/newsletter + 16 个播客 + 5 个 Youtube Channel

这三年从 300+ 个信息源里一点点筛剩下了这些

单从深度和信息密度的角度来说，我感觉国内头部 AI 媒体/从业者的自我要求往往都是超过海外的，但海外毕竟 AI 进度条更领先，顶尖人才对外分享的意愿更强，所以国内在前瞻性和丰富程度上仍然差很远，还是值得多翻出看看

打算陆续开源一些工作文档。

第一份是对十几个商业内容的账号观察，起因是我们好奇，只有一两人的小团队是怎么十年如一日地持续产出好内容的，所以找了一些和我们定位类似的创作者 (Ben Thompson、Tim Urban、Paul Graham、Acquired...) ，以播客/博客为主，研究了一下他们的选题、更新频次、商业模式、摸索历程，以及衍生的各种内容 bundle 和联动效应。

一个一个研究到最后，最大的 takeaways 倒不是学到了什么特别的方法论，而是意识到，尽管里面每个人的背景千差万别，但有一个显著的共性，就是所有人都经历了一段漫长的，长到超出想象的积累期。

成功确实会发生，但它极少会在我们想要的时间尺度内发生。尤其在内容这件事上，没有 3-5 年的苦工，不必奢望拿到一个结果。

yveh7jntg7.feishu.cn

我每次跟陶程聊天，都不免暗自感叹，他真的是使命感+理性+people-oriented的极致代表
都不仅仅是他的输出，他的存在本身就给了我很多启发

推荐！

一些好朋友间很扎实、细致的思考和切磋。

刚配着这期播客缓缓干掉一份寿喜锅，听得我整个人状态都好了

求一个全职的内容同事，协助我做播客、采访、newsletter、整理文字稿。
也非常欢迎 (恳求) 大家推荐、转发！

关于42章经的工作感受，我那天看到红杉合伙人写的一段话，可以很好地概括：

Most people think of demanding and supportive as opposite ends of a spectrum. You can either be tough or you can be nice. But the best leaders don’t choose. They are both highly demanding and highly supportive. They push you to new heights and they also have your back. What I’ve come to realize over time is that, far from being contradictory, being demanding and supportive are inextricably linked. It’s the way you are when you believe in someone more than they believe in themselves.

欢迎有极高标准，又有爱的小伙伴一起来玩！

这期分享率超过20%，所以每五个人听到就有一个人忍不住转发，我现在脑海里闪现消消乐的那个奇妙音效“Unbelievable!”

我一直盼着做播客线下场，倒不是因为着急见见活的听友，也不是因为我爱张罗组织，完全就是因为，我觉得听现场是一件很幸福的事儿，跟线上就是很不一样！
我还记得去年夏天的第一期播客，抱着“开场得找个最好的人立招牌”的预期，@曲凯 请了张津剑老师，那期是在曲老师家录的，客厅灯光昏黄，后半段讲到生命力那里，我在一旁眼泪唰唰掉。
还有Albert那期，一个点接一个点，很有智识上的快乐，不间断的颅内高潮。
那些时刻，我觉得是我这个工作附带的一份很幸福的犒赏。
而大家听不了live版，真是遗憾。

这回正好有机会，我们准备做一次线下场了！5月12号，在上海，请第一期的嘉宾张津剑老师返场，聊投资、聊 AI、聊做人、聊生命力，欢迎来玩 (*´I`*)