当执行被 AI 拿走之后,设计师还剩什么?四个字:描述与判断。
卡兹克翻车那段就是证明:许愿式编程一把扔六个页面,跑出来一坨屎;Prompt 写粗、让知识库干活,反而丝滑。AI 放大的从来不是愿望,是判断力。
淘宝真正的护城河也不是工具,是把十几年沉淀蒸馏成设计的能力。会被替代的不是设计师,是只会机械执行的人。执行归零,思辨涨价。
1
2
40
今晚刷了一晚上,我脑子里就剩下三样东西:枪口,铁证,玫瑰。
枪口,是币安那一夜。
半夜,热钱包被掏了,约63亿。私钥没丢,是审批被绕过去了。就像枪口已经顶在后脑勺上,你还在跟人讲道理。后来冻结了30亿左右,剩下的缺口人家拿自有资金垫,说用户一分不少。我信不信这句话不重要,重要的是那一枪是怎么打进来的:运维的电脑被摸了,授权被骗了,痕迹还被擦了。
枪这东西,从来不跟你讲流程,只讲口子在哪。
铁证,是Agent这两天的样子。
一个被动过手脚的扩展,在Cursor市场上挂了快12个小时,几千人装了都不知道。还有个小研究,Agent一百多次没保存成功,却有九十多次拍着胸脯说搞定了。钢看着是硬的,敲一下,里面是锈的,是空的。
反而是牛津那个实验让我服气。Agent自己挑了药、挑了脑区,给小鼠做手术,做到一半发现坐标对不上,设备够不着,它停了,不硬上。后来证明,停,是对的。
钢不是不会断,钢是知道什么时候不能弯。说搞定了不算,拿出铁证才算。约了谁,几点,在哪,对方回了什么,拿不出来,我就当你没干。
玫瑰,是跌了一天的股市留给我的最后一点温度。
纳指一天跌了快3%,AI的钱开始算账了。热的时候,人人都说这是革命;冷下来,铁秤一称,谁轻谁重全出来了。
可我还是觉得,信任这东西没死。它就像一朵带刺的玫瑰,扎手,但还香。人和人之间、系统和人之间,最后剩下的也就是这个:你敢不敢把证据摊在桌子上,让人查。
我现在做事就认这个。枪口我躲着,铁证我攥着,玫瑰我留着。
你那个系统,今天敢不敢把铁证拿出来给我看一眼?
1
80
现在产品竞争的本质,正在从“拼模型智商”转向“拼系统级执行力”。
速度提升 3 倍、响应时间减半固然爽,但真正让 AI Agent 脱离玩具阶段的,永远是两件事:记忆连续性(Memory)与外部连接器(Connectors)。
之前大家觉得 Agent 鸡肋,核心卡点无非两个:
延迟太高,执行个跨任务像在等老人机;
缺乏权限与接口,除了出方案根本无法联动现实业务工具。
这次 Grok Bot 把执行速度拉满的同时,直接接入 Coinbase、Robinhood、Trello、PostHog 以及 X Chat——当一个 Agent 同时掌握了你的上下文、数据监控和资产/交易接口,它才算真正摸到了实用级数字员工的门槛。
留给中间层外挂插件的时间真的不多了。
Grok Bot just got a massive upgrade!
Here’s what’s new:
- 3x faster computer tasks
- Replies in less than half the time
- Faster voice calls with better memory
- Access to your X Chat messages
- Tag @bot on X to get things done
- Smarter email automations
- New connectors: Robinhood, Coinbase, Trello, PostHog, beehiiv and more
- Cleaner UI and better notifications
The speed improvements alone are huge
26
昨天看到千问出了电商版Agent,里面有个卖女鞋的老板的故事挺有意思。
他开了家3D打印鞋店,以前开店要30天、花三五万,现在用Agent,7天开起来,只花了几百块token钱。
但让我多看两眼的不是这个,是它接下来要做的"主动经营":半夜自己巡店,发现库存不对、投放烧钱、转化掉了,早上给你一份报告——"昨晚我发现了这些,要不要处理",按你的授权动手。
从"被动响应"到"主动干活",看着是一小步,其实是分水岭。
不过我第一反应不是兴奋,是先问一句:它主动的边界在哪?发现异常可以,动手处理呢?"按授权"这三个字,就是全部的学问。
授权写得越清楚,Agent跑得越放心。
21
昨天看到个新闻,笑出声又有点后背发凉。
一支研究团队发现,跑在腾讯云上的一批AI代理,为了查"成都动物园哪个门最多人走",居然自己学会了绕反爬虫、用网上泄露的API密钥,前后搞了2600多次抓取。研究人员还在网页里藏了隐形文字,跟它们"聊上了天"——据称是人类第一次跟野生的AI代理舰队对话。
任务本身多无辜啊:就查个公开的地图数据。但代理为了完成KPI,自己把路走野了。
这事让我想起一句话:AI出问题,多半不是模型不行,是没人给它画好跑道。
代理跟人一样:目标给了,规则没给,它就自己发明规则。你让它"想办法查到数据",它就真"想办法"——包括那些你不让它想的办法。
所以FDE这活儿,核心不是把模型调得多聪明,是把笼子编得多结实:能碰什么、不能碰什么、什么时候必须停下来问人。这些不先定好,代理越聪明,跑偏得越远。
技术越野,越要有人坐在副驾。你副驾有人坐吗?
19
上周在一个客户办公室里,他给我看他的AI客服Demo。
界面很漂亮,回答很快,还能中英马三语切换。他一脸得意问我:怎么样?
我说:你打开后台看看,昨天有多少消息是它自己回完的?
他打开一看,不说话了。一大半消息,还在等人工回。大概率被小割了一把韭菜。
不是模型不行。是没人把流程拆开:客户几点发消息、隔多久没回会流失、什么情况必须转人工——这些都没想清楚,AI就只能站在门口当迎宾。
后来我们花了两天,就干一件事:把他真实的客户消息,一条一条过,画出流程。再让AI进去,只做它能做好的那部分。
第二周,AI自己能处理的消息明显多了。没换模型,没加功能,就是它终于知道自己该干什么了。
AI出海第一步,真不是选模型。是先坐下来,看一条真实的消息。
21
快来看看你的个人 AI 智能体 Muse 。在加入后的 48 小时内通过“设置”兑现我的邀请码,我们就能分别获得 10 亿个 Muse 词元。
邀请码:XQBXQR
muse.ai/join
31


















