我每天都在很努力地做一件事：

杀死昨天的自己。

AI:

鱼的游泳效率部分来自它把自身的运动和水中的漩涡耦合在一起，包括自己尾巴拍出来的漩涡。鱼并不只是在水中前进，鱼和水中的漩涡共同构成了一台游泳机器。

人和语言的关系类似：我们在语言媒介中制造局部扰动——说出一些词、写下一些符号——再利用这些扰动驱动内部思考过程。语言和外部符号是人类思维中最重要的「认知漩涡」。

我们太熟悉自己的内心，容易低估别人的「丰富」。

我们太在意自己的表现，容易高估别人的「关注」。

/ljg-explain Transformer 的 QKV

回看 Agent 的发展，基本是一路补短板：

- 缺少当前事实，就加检索和数据接口
- 长任务容易丢信息，就加状态保存和上下文管理
- 工具调用会失败，就加重试、检查和恢复
- 行动可能越权，就加权限隔离和审批
- 结果看着对但不达标，就加测试和验收

这些「支撑技术」决定了模型的原始能力能不能真正落进现实场景。

但它们也带来自己的代价：延迟、维护成本、错误传播、协调开销。

于是形成两股力量：

外围不断加支撑系统来兜底，让结构不断深化、复杂；

模型进步又把其中一部分能力吸收进去，让结构重新变简单。

哪些留在模型里，哪些留在外面，会一直变。

AI 的世界里，时间几乎不存在，可以飞快地遍历可能性的解空间。

Agent 一旦探出有效的路径，就可以把其中稳定的部分「固化」成脚本或流程。

新技术不要求每个组件都新，「新的组织方式」本身就能带来新能力。

人与 AI 的关系，是不是类似于人与小麦的关系？

现在听人说话，大脑会自动过滤掉「形容词」和「副词」，只抓「名词」和「动词」。

于是经常发现，一个人讲了半天，观点是「null」。

在家里：一张白纸 + 一支笔
在外面：一个 iPad + 一支 Apple Pencil
在公司：一个白板 + 一支白板笔

它们都是我的思考画布。笔一落下，思路就开始展开；写着画着，新的想法就一个个冒出来。