1月份开始就建议大家买mac mini，当时对设备的理解，还是停留在希望搭建设备，让机器不断运行自定义的任务，所以买的都是低配的mac mini。

后来因为openclaw爆火，让通过im，在本机器发起任务或者执行定时任务变简单了，包括当前的codex，都可以很方便的远程调用任务时。 大家更多的看到了在家有一台机器能持续工作的价值。以及自己也在这些机器上，跑出了更多的任务。

但当机器可以每天执行100个不同的任务开始的时候，限制机器的就不是人是否在面前，对话和安排任务了，这个机器实际上就是一个要稳定运行，以及更强大的自动化服务器和数字员工平台。

这个时候为了让这些员工运行的更好，系统就应该冲更大内存，和更高质量的cpu，以及更早的购入mac studio了。只是可惜现在购入都要等两个月。

如果只是个人对话，使用openclaw，对绝大多数普通人，飞书妙搭就够了，一般这种云端的都是2核4g或者4核4g的虚拟服务器。但如果自动化及跑任务，后续一定得用m4 max +64g以上的机器持续跑。

内存涨了是因为大模型服务器运转需要大量的告诉内存，实际上，本地执行任务的时候，机器也一样需要更高的配置。
以前是人看着电脑执行的时代，电脑速度和人脑速度匹配就好了。现在变成agent 自动执行的时代，限制产出就变成了，大模型的token速度，token费用和性价比，机器的并行执行速度，机器的内存。

以及最关键的是，找到一条好的商业模式，然后在这个模式上，用ai 的能力持续降本增效。
--------
chatgpt 一次出图，真的强！

gpt-images-2 的api 接口这么便宜吗，
太感人了。4分钱一张图。

飞书的lark cli ，确实是当前最好的agent 基建，没有之一。

看了下minimax 的数据近两个月是125亿：3800万， 大量的输入和缓存占了消耗。 缓存的创建和读取，minimax 占三分之一。 也就是agent 的使用过程中，输入和输出的比可以达到恐怖的：100:1到300:1。但是近期用opus ，反而是in 少，out 多，1400万多out，in只有56.4k 不知道为啥。

kimi code ，过去一个月，
2000+任务，
40亿token背后的工具调用情况。

kimi code 还是蛮推荐的，普通199档位够用。

感觉kimi code+lark-cli，简直是绝配。
但kimi的能力，即刻看到用的人感觉还是少。

之前也用minimax，用这些国产会员是基于在高频非高智力任务下，有更快的响应速度，以及几乎无限token的开火权。
要是codex 和claude opus4.7 ，成本要*10。

给自己熟悉员工系统写了一个iOS APP
方便手机发起任务，主要用kimi code 跑任务
虽然网页版也可以
但APP用起来，加载更快一点点

羡慕现在AI的注意力，直接堆1万字的提示词进去，执行任务的时候，各个细节都能注意到。

放公司的mac mini 开机25天，
没干太多重活
hermes 维护也比较简单

最大的问题是herms+lark-cli，user权限很多情况下没法正常使用，初期调试通比较麻烦。

等年中m5的发布时候，再升级一下，当前主力是m4 的 mini 64g内存

飞书知识问答 越用越多
ai生产力=几个助手 这个算法有点意思

算法：www.feishu.cn