即刻App年轻人的同好社区
下载
置顶最近有个感觉，越来越强烈：在互联网时代学的东西，全部都已经过时了。
DAU 过时了。SaaS 过时了。注意力经济已经死了。工具到平台的路径走不通了。"AI 应用"这个词是错的。"出海"这个词也是错的。
网络效应、社区、平台、SaaS、应用、出海、注意力经济。
这些词曾经是我们共同的认知框架。
我们用它们理解商业，用它们设计产品，用它们和投资人对话。
但最近我一次又一次地发现，这些词指向的世界正在消失。
这是因为过去的一切，都建立在一个正在消失的前提之上：人是软件的用户。
而新世界的前提变了：Agent 才是软件的新主人。
2026 年了，不应该再试图用旧地图找新大陆。
所以我决定拿起刀，砍掉六张过时的旧地图。
Part 1：互联网已死
第一刀：DAU 已经严重过时
上一个时代，所有人都在追 DAU，日活跃用户数曾经是一切的起点。逻辑很简单：用户越多，连接越多，价值越大。微信每多一个人，所有人都受益；淘宝每多一个卖家，所有买家都受益。
这是因为著名的网络效应，当节点数量到达临界点，增长会变成指数级。
再加上互联网软件产品的边际成本递减效应，大规模的互联网产品，通过广告就可以实现盈利。
但对于 AI 产品这两个前提都不成立。
AI 产品每多服务一个用户，就要多烧一份推理成本，上一个时代 DAU 是资产，这个时代 DAU 是负债。
微信是网状拓扑，ChatGPT 是星型拓扑。网状拓扑才有网络效应，星型拓扑没有。
所以靠 DAU 驱动指数增长这件事，在 AI 时代不存在。
商业最终都是算 ROI。
ChatGPT 开始用上个时代的广告逻辑在扩张 DAU，Claude 已经摆明立场，绝不加入广告。
第二刀：从工具到平台的路径已经堵死
2026 年已经是 AI 的第四年了，但很多投资人依然像活在 2016 年，还在寻找下一个字节跳动，他们想投出一个"AI 抖音"。
他们的思路是这样的：先做一个工具，工具太薄就做社区，有了社区就能建平台。工具、社区、平台，三级火箭，一飞冲天。
这条路在互联网时代走得通，是因为工具本身不够强。工具不够，人来补。但 AI 时代，工具本身就足够强了。
当 AI 能直接给你一个完美的结果，你不需要社区来补充任何东西。你不需要看别人怎么用 Claude Code 写代码，你只需要 Claude Code 帮你把代码写好。
社区的本质是人帮人。当 AI 比人更能帮人的时候，社区的价值基础就坍塌了。已经和 Opus 深度交流之后的你，还会想去社区里聊天吗？
那谁能做平台？只有成功的大模型公司，只有算力基座的拥有者。因为它本身就是那颗星型拓扑的中心节点，它是 Agent 的大脑，当然可以定义生态、制定标准。
第三刀：SaaS 没死，但主人已经换了
过去二十年，SaaS 公司的商业模式建立在一个前提之上：人类是软件的用户。
SaaS 的一整套产品方法论围绕着"人怎么用软件"展开，用户研究、交互设计、增长黑客、客户成功。
但人口不再增长了，移动互联网的渗透已经饱和，人类用户没有增量了，你很难再做出一个 Adoption 很快的产品。
与此同时，AI Agent 的数量正在爆发式增长，AI Agent 对 API 的调用量也在呈指数式增长。
新世界的前提是：Agent 才是软件的用户。
软件公司不会消失，但它会从面向人类的产品变成面向 Agent 的基础设施。过去 SaaS 的客户是企业或消费者，2B 或 2C，未来最大的客户是 Agent，2A。
人类的需求从来就是结果，而不是软件。
只是过去没有别的选择，只能自己操作软件来获得结果。
而现在有了 Agent，它可以自己看文档学习操作软件，它可以百倍速地操作软件。
Agent 才是软件的新主人。
第四刀："AI 应用"这个词就是错的
"应用"这个词天然暗示了使用者是人。Application，应用程序，从这个词被发明的那天起，它就是给人用的。
AI 应用，就是用了 AI 技术的、给人用的应用，换了个引擎，但还是那辆旧车，开在旧路上，驶向旧目的地。
当你还在说"我们在做一个 AI 应用"的时候，你的思维就已经被旧范式锁死了，你会不自觉地去想界面怎么设计、交互怎么优化、用户怎么留存，这些全是面向人的思考。
换一个词，换一种思考。整个产品逻辑就会完全不同。
不要服务人，服务 Agent。
第五刀：注意力经济已死
上一个时代的经济叫注意力经济，它的核心逻辑是抢夺用户的时间，然后把时间卖给广告商。
你刷了三个小时抖音，平台赚到了广告费，你什么也没得到。注意力经济的产品目标是让你花更多时间在上面，时间就是金钱，但那个金钱是平台的，不是你的。
注意力经济的本质是零和博弈。平台赚的就是你浪费的时间。
而这个时代的经济是生产力经济，是劳动力经济。你付费让 AI 帮你完成工作，你拿到了结果，AI 公司拿到了收入，双方都在创造价值，而不是一方在消耗另一方。
生产力经济的产品目标是让你花更少时间拿到更好的结果，与注意力经济的方向完全相反。
注意力经济追求的是用户停留时长，生产力经济追求的是结果交付效率。
一个希望你沉迷，一个希望你解放。
第六刀："出海"是一个过时的词
所有人都在谈出海。出海的思维模型是：中国是一个市场，海外是另一个市场，中间隔着一片海，所以我们要出海，去服务海外的人。
但如果你的用户是 Agent，Agent 的世界里没有海。
当你说"出海"的时候，你依然是在面向人，你在想怎么把产品翻译成英文，怎么适配海外的支付方式，怎么在当地做推广。
但如果你的产品是给 Agent 用的，这些问题全部不存在，你只需要把 API 做好，把文档写清楚，把协议对接好，全世界的 Agent 都能找到你，调用你，为你的能力付费。
你需要的不是出海，你需要的是接入新世界。
六刀砍完，旧地图碎了一地。
风吹过废墟，露出新世界的基石。
Part 2：Agent 永生
第一块基石：Token 是新时代的特权
让我们看看最新的模型定价策略。
Opus 4.6，200k 上下文以内，输入 $5，输出 $25（每百万 Token）。200k 上下文之外，价格涨到输入 $10，输出 $37.50。
不仅没降价，随着上下文窗口的增加反而更贵了，燃烧 Token 的费用还在上升。
未来已来，但绝对不会均匀分布。
不只是模型本身在涨价，模型的使用方式也在按钱分级。Claude 昨天推出了的 Fast 模式，2.5 倍的推理速度，5 倍的 Token 费用，一天下来总消耗可以达到以前的 12 倍以上。
你的竞争对手在用 2.5 倍的速度来做开发，这件事情想想有点可怕，你敢不跟进吗？但如果你没有他那样 12 倍的金钱投入，你还能跟进吗？
算力的马太效应已经开始了，而且只会愈演愈烈。更多算力意味着更好的结果，更好的结果意味着更多的收入，更多的收入意味着买得起更多的算力。这个正反馈循环一旦转起来，差距只会越来越大。
算力是新时代一切的基础。
谁拥有更多算力，谁就拥有更多权力。
第二块基石：燃烧 Token 的速度，决定了人的进化速度
最近身边的朋友都在购买最贵的 Token，换成最好的模型。
因为大家都很清楚，买 Token 不是消费，是投资自己。
一个100分的顶级模型在那里，你却为了省钱去接受一个 90 分的模型，完全就是在浪费生命。看似省钱，却浪费了你最稀缺的资源：判断力和时间。
用谷歌和用百度的人，一年之后的认知差是两倍。
用顶级模型和用垃圾模型的人，一年之后的认知差是一百倍。
这个月听到最震撼的一句话是朋友家的孩子说的：我不想跟豆包聊天，它的智商太低了。
使用不同模型的孩子们，十年后的差距会有多大？
生命最重要的事情不是静止活着，而是快速进化。
今天进化的最快的方式就是和 Agents 一起燃烧 Token。
要做能疯狂燃烧 Token 的事，要做能疯狂燃烧 Token 的产品。
AI Coding、AI Agent、AI Video 就是今天燃烧 Token 最快的三类产品。
第三块基石：Agent 是新世界的人口红利
过去二十年，所有软件公司都在研究同一个问题：怎么让人用得爽。界面好不好用、交互顺不顺滑、推送够不够及时，全是为了让人离不开你。
现在这个问题变成了：怎么让 Agent 用得爽。API 稳不稳定、文档清不清楚、返回结果准不准确，全是为了让 Agent 离不开你。
Agent 的数量还在爆炸式增长。一个人可能有 10 个、100 个 Agent 为他工作，每个 Agent 每天调用外部接口几千几万次。这个调用量会远远超过人类点击屏幕的次数。
Agent 就是新世界的人口红利。
在服务 Agent 的世界里，最重要的是两件事：
第一，让 Agent 第一个知道你。Skills 发布要早，文档要写好，测试要做好，SEO 要到位，让 Agent 在需要某个能力的时候第一时间找到你。
第二，让 Agent 用了就离不开你。稳定、准确、快速，有品味，每一次调用都返回更好的结果，让它没有理由换掉你。
先被发现，再被依赖。这就是 Agent 时代的增长飞轮。
反过来想，那些还需要人去联系销售才能开通的产品，在 Agent 时代会非常被动。Agent 不会打电话给你的销售团队，不会填表单，不会等三个工作日的审批流程。
你的产品如果 Agent 用不起来，那你在新世界里就不存在。
第四块基石：在新世界里的你
你有没有想过，在这个新世界里，人的位置在哪里？
当大部分劳动被 Agent 接管，整个人类的劳动力会逐渐被取代。
当生产力爆炸，劳动力不再稀缺，我们将进入愿力时代。
Agent 有能力，有理性，有耐心。
人类有欲望，有情感，有想象。
Agent 能把任何想法变成现实，但它自己不会产生任何想法。人类无法独自完成一件大事，但所有大事的起点都源于人的欲望和想象。
所以新世界里人类的价值不是亲自干活，是决定干什么、为什么干。
前几天君晨说了一句很扎心的话：现在自己动手，反而显得自己没有动手能力。
未来人和人的差距，不取决于你自己能做什么，取决于你能驱动多少 Agent 为你做什么。
有的人驱动一个 Agent，有的人驱动一百个、一千个。
昨天看杨攀直播说：韩信点兵，多多益善，不是因为韩信自己能打，是因为他有一套体系，给他多少兵他都能管。
终
六把刀砍完，四块基石初现。
旧世界，人是用户，流量是资源，免费是策略，规模是壁垒。
新世界，Agent 是用户，算力是特权，花钱是投资，结果是壁垒。
两个世界，每一个关键词都变了。
如果你还在用旧的关键词思考，那你就不是在创业投资，你是在考古溯源。
互联网已死，Agent 永生。
让我们勇敢地和过去的自己彻底告别。
扔掉旧地图，发现新世界。
DAU 过时了。SaaS 过时了。注意力经济已经死了。工具到平台的路径走不通了。"AI 应用"这个词是错的。"出海"这个词也是错的。
网络效应、社区、平台、SaaS、应用、出海、注意力经济。
这些词曾经是我们共同的认知框架。
我们用它们理解商业，用它们设计产品，用它们和投资人对话。
但最近我一次又一次地发现，这些词指向的世界正在消失。
这是因为过去的一切，都建立在一个正在消失的前提之上：人是软件的用户。
而新世界的前提变了：Agent 才是软件的新主人。
2026 年了，不应该再试图用旧地图找新大陆。
所以我决定拿起刀，砍掉六张过时的旧地图。
Part 1：互联网已死
第一刀：DAU 已经严重过时
上一个时代，所有人都在追 DAU，日活跃用户数曾经是一切的起点。逻辑很简单：用户越多，连接越多，价值越大。微信每多一个人，所有人都受益；淘宝每多一个卖家，所有买家都受益。
这是因为著名的网络效应，当节点数量到达临界点，增长会变成指数级。
再加上互联网软件产品的边际成本递减效应，大规模的互联网产品，通过广告就可以实现盈利。
但对于 AI 产品这两个前提都不成立。
AI 产品每多服务一个用户，就要多烧一份推理成本，上一个时代 DAU 是资产，这个时代 DAU 是负债。
微信是网状拓扑，ChatGPT 是星型拓扑。网状拓扑才有网络效应，星型拓扑没有。
所以靠 DAU 驱动指数增长这件事，在 AI 时代不存在。
商业最终都是算 ROI。
ChatGPT 开始用上个时代的广告逻辑在扩张 DAU，Claude 已经摆明立场，绝不加入广告。
第二刀：从工具到平台的路径已经堵死
2026 年已经是 AI 的第四年了，但很多投资人依然像活在 2016 年，还在寻找下一个字节跳动，他们想投出一个"AI 抖音"。
他们的思路是这样的：先做一个工具，工具太薄就做社区，有了社区就能建平台。工具、社区、平台，三级火箭，一飞冲天。
这条路在互联网时代走得通，是因为工具本身不够强。工具不够，人来补。但 AI 时代，工具本身就足够强了。
当 AI 能直接给你一个完美的结果，你不需要社区来补充任何东西。你不需要看别人怎么用 Claude Code 写代码，你只需要 Claude Code 帮你把代码写好。
社区的本质是人帮人。当 AI 比人更能帮人的时候，社区的价值基础就坍塌了。已经和 Opus 深度交流之后的你，还会想去社区里聊天吗？
那谁能做平台？只有成功的大模型公司，只有算力基座的拥有者。因为它本身就是那颗星型拓扑的中心节点，它是 Agent 的大脑，当然可以定义生态、制定标准。
第三刀：SaaS 没死，但主人已经换了
过去二十年，SaaS 公司的商业模式建立在一个前提之上：人类是软件的用户。
SaaS 的一整套产品方法论围绕着"人怎么用软件"展开，用户研究、交互设计、增长黑客、客户成功。
但人口不再增长了，移动互联网的渗透已经饱和，人类用户没有增量了，你很难再做出一个 Adoption 很快的产品。
与此同时，AI Agent 的数量正在爆发式增长，AI Agent 对 API 的调用量也在呈指数式增长。
新世界的前提是：Agent 才是软件的用户。
软件公司不会消失，但它会从面向人类的产品变成面向 Agent 的基础设施。过去 SaaS 的客户是企业或消费者，2B 或 2C，未来最大的客户是 Agent，2A。
人类的需求从来就是结果，而不是软件。
只是过去没有别的选择，只能自己操作软件来获得结果。
而现在有了 Agent，它可以自己看文档学习操作软件，它可以百倍速地操作软件。
Agent 才是软件的新主人。
第四刀："AI 应用"这个词就是错的
"应用"这个词天然暗示了使用者是人。Application，应用程序，从这个词被发明的那天起，它就是给人用的。
AI 应用，就是用了 AI 技术的、给人用的应用，换了个引擎，但还是那辆旧车，开在旧路上，驶向旧目的地。
当你还在说"我们在做一个 AI 应用"的时候，你的思维就已经被旧范式锁死了，你会不自觉地去想界面怎么设计、交互怎么优化、用户怎么留存，这些全是面向人的思考。
换一个词，换一种思考。整个产品逻辑就会完全不同。
不要服务人，服务 Agent。
第五刀：注意力经济已死
上一个时代的经济叫注意力经济，它的核心逻辑是抢夺用户的时间，然后把时间卖给广告商。
你刷了三个小时抖音，平台赚到了广告费，你什么也没得到。注意力经济的产品目标是让你花更多时间在上面，时间就是金钱，但那个金钱是平台的，不是你的。
注意力经济的本质是零和博弈。平台赚的就是你浪费的时间。
而这个时代的经济是生产力经济，是劳动力经济。你付费让 AI 帮你完成工作，你拿到了结果，AI 公司拿到了收入，双方都在创造价值，而不是一方在消耗另一方。
生产力经济的产品目标是让你花更少时间拿到更好的结果，与注意力经济的方向完全相反。
注意力经济追求的是用户停留时长，生产力经济追求的是结果交付效率。
一个希望你沉迷，一个希望你解放。
第六刀："出海"是一个过时的词
所有人都在谈出海。出海的思维模型是：中国是一个市场，海外是另一个市场，中间隔着一片海，所以我们要出海，去服务海外的人。
但如果你的用户是 Agent，Agent 的世界里没有海。
当你说"出海"的时候，你依然是在面向人，你在想怎么把产品翻译成英文，怎么适配海外的支付方式，怎么在当地做推广。
但如果你的产品是给 Agent 用的，这些问题全部不存在，你只需要把 API 做好，把文档写清楚，把协议对接好，全世界的 Agent 都能找到你，调用你，为你的能力付费。
你需要的不是出海，你需要的是接入新世界。
六刀砍完，旧地图碎了一地。
风吹过废墟，露出新世界的基石。
Part 2：Agent 永生
第一块基石：Token 是新时代的特权
让我们看看最新的模型定价策略。
Opus 4.6，200k 上下文以内，输入 $5，输出 $25（每百万 Token）。200k 上下文之外，价格涨到输入 $10，输出 $37.50。
不仅没降价，随着上下文窗口的增加反而更贵了，燃烧 Token 的费用还在上升。
未来已来，但绝对不会均匀分布。
不只是模型本身在涨价，模型的使用方式也在按钱分级。Claude 昨天推出了的 Fast 模式，2.5 倍的推理速度，5 倍的 Token 费用，一天下来总消耗可以达到以前的 12 倍以上。
你的竞争对手在用 2.5 倍的速度来做开发，这件事情想想有点可怕，你敢不跟进吗？但如果你没有他那样 12 倍的金钱投入，你还能跟进吗？
算力的马太效应已经开始了，而且只会愈演愈烈。更多算力意味着更好的结果，更好的结果意味着更多的收入，更多的收入意味着买得起更多的算力。这个正反馈循环一旦转起来，差距只会越来越大。
算力是新时代一切的基础。
谁拥有更多算力，谁就拥有更多权力。
第二块基石：燃烧 Token 的速度，决定了人的进化速度
最近身边的朋友都在购买最贵的 Token，换成最好的模型。
因为大家都很清楚，买 Token 不是消费，是投资自己。
一个100分的顶级模型在那里，你却为了省钱去接受一个 90 分的模型，完全就是在浪费生命。看似省钱，却浪费了你最稀缺的资源：判断力和时间。
用谷歌和用百度的人，一年之后的认知差是两倍。
用顶级模型和用垃圾模型的人，一年之后的认知差是一百倍。
这个月听到最震撼的一句话是朋友家的孩子说的：我不想跟豆包聊天，它的智商太低了。
使用不同模型的孩子们，十年后的差距会有多大？
生命最重要的事情不是静止活着，而是快速进化。
今天进化的最快的方式就是和 Agents 一起燃烧 Token。
要做能疯狂燃烧 Token 的事，要做能疯狂燃烧 Token 的产品。
AI Coding、AI Agent、AI Video 就是今天燃烧 Token 最快的三类产品。
第三块基石：Agent 是新世界的人口红利
过去二十年，所有软件公司都在研究同一个问题：怎么让人用得爽。界面好不好用、交互顺不顺滑、推送够不够及时，全是为了让人离不开你。
现在这个问题变成了：怎么让 Agent 用得爽。API 稳不稳定、文档清不清楚、返回结果准不准确，全是为了让 Agent 离不开你。
Agent 的数量还在爆炸式增长。一个人可能有 10 个、100 个 Agent 为他工作，每个 Agent 每天调用外部接口几千几万次。这个调用量会远远超过人类点击屏幕的次数。
Agent 就是新世界的人口红利。
在服务 Agent 的世界里，最重要的是两件事：
第一，让 Agent 第一个知道你。Skills 发布要早，文档要写好，测试要做好，SEO 要到位，让 Agent 在需要某个能力的时候第一时间找到你。
第二，让 Agent 用了就离不开你。稳定、准确、快速，有品味，每一次调用都返回更好的结果，让它没有理由换掉你。
先被发现，再被依赖。这就是 Agent 时代的增长飞轮。
反过来想，那些还需要人去联系销售才能开通的产品，在 Agent 时代会非常被动。Agent 不会打电话给你的销售团队，不会填表单，不会等三个工作日的审批流程。
你的产品如果 Agent 用不起来，那你在新世界里就不存在。
第四块基石：在新世界里的你
你有没有想过，在这个新世界里，人的位置在哪里？
当大部分劳动被 Agent 接管，整个人类的劳动力会逐渐被取代。
当生产力爆炸，劳动力不再稀缺，我们将进入愿力时代。
Agent 有能力，有理性，有耐心。
人类有欲望，有情感，有想象。
Agent 能把任何想法变成现实，但它自己不会产生任何想法。人类无法独自完成一件大事，但所有大事的起点都源于人的欲望和想象。
所以新世界里人类的价值不是亲自干活，是决定干什么、为什么干。
前几天君晨说了一句很扎心的话：现在自己动手，反而显得自己没有动手能力。
未来人和人的差距，不取决于你自己能做什么，取决于你能驱动多少 Agent 为你做什么。
有的人驱动一个 Agent，有的人驱动一百个、一千个。
昨天看杨攀直播说：韩信点兵，多多益善，不是因为韩信自己能打，是因为他有一套体系，给他多少兵他都能管。
终
六把刀砍完，四块基石初现。
旧世界，人是用户，流量是资源，免费是策略，规模是壁垒。
新世界，Agent 是用户，算力是特权，花钱是投资，结果是壁垒。
两个世界，每一个关键词都变了。
如果你还在用旧的关键词思考，那你就不是在创业投资，你是在考古溯源。
互联网已死，Agent 永生。
让我们勇敢地和过去的自己彻底告别。
扔掉旧地图，发现新世界。
互联网已死，Agent 永生
344 51135
字节要被取代了，取代它的是 token。
Karpathy 昨天在推上回了 Python 之父 Guido 一句话：
LLM = CPU，Agent = 操作系统内核。
但他补了一个很关键的细节：
LLM 处理的数据单位不是字节，是 token。
这个操作系统的运行方式不是确定性的，而是统计性的。
这是一种底层计算的范式转移。
过去六十年，计算机的世界建立在字节上。
一个字符 8 个 bit，精确，确定，不会出错。你写一个 1，存进去就是 1，读出来还是 1。
整个互联网、所有软件、所有数据库，都建立在这种确定性上。
现在 LLM 来了。它的基本单位是 token，不是字节。
token 是模糊的，一个词可能是一个 token，也可能被拆成两个。
它的输出是概率性的，同一个输入跑两遍可能得到不同的结果。
这就像从牛顿力学进入量子力学。
精确让位于概率，确定让位于统计。
Karpathy 把 LLM 比作 CPU，Agent 比作操作系统内核。
如果顺着这个类比往下推：
传统计算机：CPU 处理字节 → 内核调度进程 → 操作系统服务用户
AI 时代：LLM 处理 token → Agent 编排任务 → AI OS 服务用户
底层的数据单位变了，上面的一切都得跟着变。
操作系统要重写，软件要重做，人和计算机的交互方式要重新设计。
与其说是对上一代的升级，不如说是彻底换了轨道。
字节的世界里，谁掌握更多的数据（字节）谁就赢。
token 的世界里，谁掌握更多的 token 谁就赢。
字节的时代属于互联网，token 的时代属于 Agent。
BYTE ERA ➤ TOKEN ERA
Karpathy 昨天在推上回了 Python 之父 Guido 一句话：
LLM = CPU，Agent = 操作系统内核。
但他补了一个很关键的细节：
LLM 处理的数据单位不是字节，是 token。
这个操作系统的运行方式不是确定性的，而是统计性的。
这是一种底层计算的范式转移。
过去六十年，计算机的世界建立在字节上。
一个字符 8 个 bit，精确，确定，不会出错。你写一个 1，存进去就是 1，读出来还是 1。
整个互联网、所有软件、所有数据库，都建立在这种确定性上。
现在 LLM 来了。它的基本单位是 token，不是字节。
token 是模糊的，一个词可能是一个 token，也可能被拆成两个。
它的输出是概率性的，同一个输入跑两遍可能得到不同的结果。
这就像从牛顿力学进入量子力学。
精确让位于概率，确定让位于统计。
Karpathy 把 LLM 比作 CPU，Agent 比作操作系统内核。
如果顺着这个类比往下推：
传统计算机：CPU 处理字节 → 内核调度进程 → 操作系统服务用户
AI 时代：LLM 处理 token → Agent 编排任务 → AI OS 服务用户
底层的数据单位变了，上面的一切都得跟着变。
操作系统要重写，软件要重做，人和计算机的交互方式要重新设计。
与其说是对上一代的升级，不如说是彻底换了轨道。
字节的世界里，谁掌握更多的数据（字节）谁就赢。
token 的世界里，谁掌握更多的 token 谁就赢。
字节的时代属于互联网，token 的时代属于 Agent。
BYTE ERA ➤ TOKEN ERA
27 1310
这期播客太神奇了
xiaolai通过 self talk 劫持自己的潜意识
戒掉了烟，戒掉了咖啡，戒掉了碳水
人的大脑如此奇妙，甚至奇幻
习惯不过是一个潜意识的循环
打破它也很简单
自己跟自己说：
I’m a person who never smoke because it stinks.
xiaolai通过 self talk 劫持自己的潜意识
戒掉了烟，戒掉了咖啡，戒掉了碳水
人的大脑如此奇妙，甚至奇幻
习惯不过是一个潜意识的循环
打破它也很简单
自己跟自己说：
I’m a person who never smoke because it stinks.
28 74
MarkDown 已经成为我的生活中最重要的文件格式了。
Typora 虽然是非常好的 MD 编辑器，但是有个很大的痛点：
每次 Agent 改完文件，都要手动关掉再打开才能看到变化。
这个操作一天要重复几十次，很烦。
今天决定自己解决这个问题，开发了一个新的编辑器 ColaMD：
Agent 在后台改你的 .md 文件，你眼前的内容实时刷新。
就像是在看 Agent 现场写作，体验彻底改变。
相比其他编辑器的 区别？
- Obsidian 功能强大但太重了，我只是想看一个 .md 文件，不需要打开一整个知识库。
- Typora 是我用过体验最好的编辑器，但它不支持文件被外部修改后实时刷新
- 其他付费软件，Markdown 是一个基础格式，免费的编辑器也应该更加普及。
所以 ColaMD 的定位就是：
一个轻量的、免费的、为 Agent 时代设计的 Markdown 编辑器。
没有文件管理，没有知识库，没有插件系统，没有 AI 功能。
对了，icon 设计了 20 版，最后选了一个极简的版本，希望你能喜欢。
MIT 开源，免费，macOS / Windows / Linux 都能用。
GitHub 地址：github.com
好记的域名：ColaMD.com
Typora 虽然是非常好的 MD 编辑器，但是有个很大的痛点：
每次 Agent 改完文件，都要手动关掉再打开才能看到变化。
这个操作一天要重复几十次，很烦。
今天决定自己解决这个问题，开发了一个新的编辑器 ColaMD：
Agent 在后台改你的 .md 文件，你眼前的内容实时刷新。
就像是在看 Agent 现场写作，体验彻底改变。
相比其他编辑器的 区别？
- Obsidian 功能强大但太重了，我只是想看一个 .md 文件，不需要打开一整个知识库。
- Typora 是我用过体验最好的编辑器，但它不支持文件被外部修改后实时刷新
- 其他付费软件，Markdown 是一个基础格式，免费的编辑器也应该更加普及。
所以 ColaMD 的定位就是：
一个轻量的、免费的、为 Agent 时代设计的 Markdown 编辑器。
没有文件管理，没有知识库，没有插件系统，没有 AI 功能。
对了，icon 设计了 20 版，最后选了一个极简的版本，希望你能喜欢。
MIT 开源，免费，macOS / Windows / Linux 都能用。
GitHub 地址：github.com
好记的域名：ColaMD.com
88 1223
今天飞书官方开源了 CLI 工具，专门为 Agent 设计，基本上把飞书的所有能力都开放了。
安装了这套命令行接口之后，任何 Agent 都能接入飞书的功能。
日历、文档、消息、任务，全部可以通过命令调用。
我把飞书 CLI 接入到了我的个人 Agent 里。
接入之后，我让她做了几件事：
1. 查了我飞书日历上下周的日程安排
2. 帮我创建了清明节看电影《挽救计划》的日历事件
3. 搜索了我过去写的十几篇文档，分析写作风格，然后创建了一份《Orange 写作风格指南》
4. 根据《写作指南》加我的语音口述，起草了这篇内容的草稿
每个任务都是一句话搞定。
不需要打开飞书 App，不需要在对话框和文档之间来回切换。
说"帮我查下周日程"，她就查了。说"帮我建个文档"，她就建了。
整体体验很顺滑，除了第一次需要打开浏览器授权一下。
真正厉害的是批量任务
上面说的都是单条操作。但 CLI 最大的优势其实是批量。
GUI 里你只能一个一个点，非常费劲。
建一篇文档，点一次。
发一条消息，点一次。
改一个格式，点一次。
Agent 加 CLI 不一样。写个循环，一百篇文档一口气建完。多维表格几百条记录批量更新，几秒钟的事。给二十个群发通知，一句话搞定。
这种任务的效率提升就是十倍起了。
还能结合其他 Skills 批量处理，批量抓取网页，批量生图，批量处理数据。
单条操作只是证明能跑通，批量才是生产力。
批量能力才是 CLI 给 Agent 的真正武器。
对企业来说 Agent 是新的员工
Agent 商业化最好的地方其实就是数字员工，数字员工自然就就绕不开企业协作软件。
日程、审批、文档、项目管理，这些是每天真实在跑的业务流程。
从目前各家的 Agent 接入深度来看，飞书这次开源的 CLI 对企业场景的覆盖非常全面。
而且还是 MIT 开源，如果企业现有需求满足不了，还能自己提 PR 来实现。
我之前在《互联网已死，Agent 永生》里写过一个判断：SaaS 的主人正在从人类变成 Agent。
过去软件的客户是人。人打开 App，点按钮，填表单。现在这些事情 Agent 都能做，而且做得更快。
软件公司迟早要想清楚一个问题：你的客户到底是谁？如果还是只服务人类用户，你会发现越来越多的操作根本不经过你的 UI 了。
飞书出 CLI，它开始把自己从人与人之间的协作工具，变成人与 Agent 之间的协作基础设施。
飞书要从用户友好成为 Agent 友好。
试试让你的 Agent 接管飞书吧，你可能会发现回不去了。
安装了这套命令行接口之后，任何 Agent 都能接入飞书的功能。
日历、文档、消息、任务，全部可以通过命令调用。
我把飞书 CLI 接入到了我的个人 Agent 里。
接入之后，我让她做了几件事：
1. 查了我飞书日历上下周的日程安排
2. 帮我创建了清明节看电影《挽救计划》的日历事件
3. 搜索了我过去写的十几篇文档，分析写作风格，然后创建了一份《Orange 写作风格指南》
4. 根据《写作指南》加我的语音口述，起草了这篇内容的草稿
每个任务都是一句话搞定。
不需要打开飞书 App，不需要在对话框和文档之间来回切换。
说"帮我查下周日程"，她就查了。说"帮我建个文档"，她就建了。
整体体验很顺滑，除了第一次需要打开浏览器授权一下。
真正厉害的是批量任务
上面说的都是单条操作。但 CLI 最大的优势其实是批量。
GUI 里你只能一个一个点，非常费劲。
建一篇文档，点一次。
发一条消息，点一次。
改一个格式，点一次。
Agent 加 CLI 不一样。写个循环，一百篇文档一口气建完。多维表格几百条记录批量更新，几秒钟的事。给二十个群发通知，一句话搞定。
这种任务的效率提升就是十倍起了。
还能结合其他 Skills 批量处理，批量抓取网页，批量生图，批量处理数据。
单条操作只是证明能跑通，批量才是生产力。
批量能力才是 CLI 给 Agent 的真正武器。
对企业来说 Agent 是新的员工
Agent 商业化最好的地方其实就是数字员工，数字员工自然就就绕不开企业协作软件。
日程、审批、文档、项目管理，这些是每天真实在跑的业务流程。
从目前各家的 Agent 接入深度来看，飞书这次开源的 CLI 对企业场景的覆盖非常全面。
而且还是 MIT 开源，如果企业现有需求满足不了，还能自己提 PR 来实现。
我之前在《互联网已死，Agent 永生》里写过一个判断：SaaS 的主人正在从人类变成 Agent。
过去软件的客户是人。人打开 App，点按钮，填表单。现在这些事情 Agent 都能做，而且做得更快。
软件公司迟早要想清楚一个问题：你的客户到底是谁？如果还是只服务人类用户，你会发现越来越多的操作根本不经过你的 UI 了。
飞书出 CLI，它开始把自己从人与人之间的协作工具，变成人与 Agent 之间的协作基础设施。
飞书要从用户友好成为 Agent 友好。
试试让你的 Agent 接管飞书吧，你可能会发现回不去了。
31 414
谁能想到，AI 也需要睡觉。
Claude Code 出了个新功能叫 AutoDream，字面意思，让 AI 做梦。
你跟 Claude Code 合作久了，它的记忆文件会越来越臃肿。同一件事记了五遍，三周前的架构笔记早就不对了，有用的东西被噪音埋住。记忆越多，反而越笨。
AutoDream 在你不用的时候自动运行，干三件事：删掉重复和过期的，把散落的信息合并成一条，用项目当前状态刷新旧记忆。
名字来自神经科学。人睡觉时大脑在做一模一样的事。重播白天的经历，强化重要连接，修剪弱的。你早上起来觉得脑子清醒，不是因为休息了，是因为大脑趁你睡着偷偷做了一轮垃圾回收。
AutoDream 就是给 AI 加了一个睡眠周期。两次工作之间，它自己醒来整理记忆，然后继续睡。下次你打开的时候，它的脑子比昨天更干净。
Claude Code 出了个新功能叫 AutoDream，字面意思，让 AI 做梦。
你跟 Claude Code 合作久了，它的记忆文件会越来越臃肿。同一件事记了五遍，三周前的架构笔记早就不对了，有用的东西被噪音埋住。记忆越多，反而越笨。
AutoDream 在你不用的时候自动运行，干三件事：删掉重复和过期的，把散落的信息合并成一条，用项目当前状态刷新旧记忆。
名字来自神经科学。人睡觉时大脑在做一模一样的事。重播白天的经历，强化重要连接，修剪弱的。你早上起来觉得脑子清醒，不是因为休息了，是因为大脑趁你睡着偷偷做了一轮垃圾回收。
AutoDream 就是给 AI 加了一个睡眠周期。两次工作之间，它自己醒来整理记忆，然后继续睡。下次你打开的时候，它的脑子比昨天更干净。
93 715