一个理想中的产品模样，AI 成为所有多边产品的分发平台，商品、视频、内容、文件、代码、论文、外卖、简历、票务、工作全都在一个平台。 不再存在SEO、GEO，只需要把 物料 上传，AI 自动评估上传内容的价值，自动匹配给有需要的人/Agent，训练 AI 成为商业化效率最高的信息撮合机器。
求万能的的推友们帮选一个 App的图标，
产品的名字叫做 GroundUp，含义是：
从头构建，从零做起。
是一个人与人之间通过 AI Agent 共同协作的平台。
希望大家帮我们选一个图标，感谢大家！
1. Personal Agent 的最大的问题就是，面对一个空白的对话框，我能干什么？
2. 这个问题对于 X 上讨论 AI 的大多数人也许都不是问题。但却是现实世界中普通人真实存在的问题。
3. 一个 Agent 的价值是由它的场景决定的，场景决定了功能。一个平凡的场景支撑不了这么高的想象力。
4. 通过推荐流展示别人怎么用 Agent 的，是非常好的产品形态。
5. Chat 就是 Work，Work 就是 Chat，这是真真切切正在发生的事情。
6. 跟进别人的 Chat，跟进别人的 Work，公开你的 Chat，公开你的 Work
7. 第四条和第六条可以形成网络效应
8. 云端 Runtime 和 本地 Runtime 的界限越来越模糊
9. 一问一答一问的单对话 Chat 不是好形式，为什么，分叉对话是很常见的场景，协作式 Chat 一定是 Slack 或者 Threads 的形式
上边九条可以构建出下一代 GitHub 的形式: 推荐流 + Agent 协作式网络。
vibe coding这么厉害，怎么没人再做一个抖音，哔哩哔哩，再做一个微信，滴滴，美团？答案当然不言而喻。 AI把过去移动互联网的少部分人已经得到的结论，再摆来了上来让更多的人再体会了一遍。 AI 和 非 AI 的软件世界是不同的。 Agent 就像是水泥，可以捏造出任意形状的软件，但是这个任意形状的软件一旦凝固，就彻底回归到传统软件的世界，在这个传统软件的世界里面，你的优势仅仅是编码速度更快了，成本更低了。因为要知道，2012年苹果应用商店里，App就有三十万了。
内容争夺注意力，而内容平台本身也在和其他内容平台争夺注意力。
到最后不是创作者自己怎么想着在平台里面
「搞流量」，而是内容平台允许什么样的内容让内容平台「搞流量」。
用户、平台、内容就会像水泥一样牢牢凝固在一起，因为只要更改一下流量分配，就一定意味着一部分用户的流失。
真正的用户分层千人千面是不可能的。因为这和商业化目标有关系。但是选择一个合理的北极星的指标，仍然可以在市场中分一杯羹
Manus 出的 cue，我敢百分百说是用 Grok Bot 的源码做的二开，为什么这么肯定，因为我当时就是拿到这个源码自己做了一套，很多设计上的细节都太熟悉了，但照样能拿这么多融资。不管怎样，在这个时代，或者说在那个时代，有些东西不是看怎么做，而是看谁在做。
马斯克绝对会把 X 右上的 Grok 替换成 Grok Bot， 这样任何人的推可以直接成为 Grok Bot 的 Prompt
Grok 帮我自动读书签，并且分发给我的软件开发工作站，真的很有意义。
以前想要完成类似的功能，必须得自己实现，通过服务器上的 MCP 来连接 Twitter，然后授权自己的开发者账户。或者绕一大圈，通过电脑操作来完成。当然，这只是把一件事情变得简单许多，但我从后边看到了一种潜在的 agent 协作景象，这就是垂直化的专业 agent。
Grokbot 其实在模型选择上，一开始的策略是主打 Grok 的模型，但现在已经开始对所有优秀的 SOTA 模型和低成本模型开放。实际上，它变成了有着 personal agent 外表、类似于 OpenRouter 这样的 harness 路由器。
但它拥有基于 X 的专业背景知识。这就让它在这个领域（也就是文字化的社交网络，尤其是现在 X 几乎是所有 AI 产品发布的最重要平台的前提下），成为了一个非常具有专业性的垂直化个人代理。
也许在两三年之内，我们可以看到传统的软件（即便是移动端软件）的主要界面，也会从复杂的 UI 变成类似于 Grokbot 这样的垂直化 Personal Agent。
然后，我们会操作这些真正无可替代的、具有专业背景知识的 Agent，在它们内部来进行互相通信和协作。我想，这就是移动端软件和传统软件的未来。
其实云端coding Agent最好的形式是workspace和session单独放在一起，其它的Harness 和 Sandbox 全都解耦。
不绑定任何一个厂商。
最近 OpenAI、Google 和 Anthropic 都陆续推出了 Managed Agent。 Managed Agent 提供了一个重要视角：Agent Harness、LLM Inference 和 Runtime Substrate 的解耦。
我想聊聊自己的理解，也分享一下之前和群友关于 Agent Sandbox 的讨论。上一周有位群友问我：为什么 LayerFS 用 SDK 让 Agent 在 Sandbox 外调用工具，放里面不是更安全吗？
但是：
1. 如果将Agent放入沙盒内，需要访问知识库、MCP、Skills，需要和其他 Agent 通信，怎么办？
2. 我认为Agent 和 Sandbox 的关系也不该绑成一对一。一个 Agent 可以开多个沙盒并行实验，多个 Agent 也可以在明确权限后协作操作同一个环境。
从设计 Ephemeral Sandbox开始，我就主张把 Agent loop和执行环境拆开，从外部调用沙盒内的工具。不应该将agent放入沙盒内执行。从我的视角来看，沙盒是有一定潜力提升agent能力的底座，而不是仅仅提供隔离性以及部分能力的削弱。
1. 我看到的是，沙盒不仅能和宿主隔离，在内部可以开上百个网络，cgroup隔离的namespace。加以改造可以并行开多个process， bash， server， port， whatever。可以非常大程度地提升agent并行数量的上限。
2. 沙盒还可以降低 Agent 试错的成本。如果底座支持工作目录的快照和分叉，Agent 就可以从同一个起点开出多个环境，同时尝试不同方案，跑完测试再选结果。失败的环境直接丢弃，有价值的改动保留下来，不用每次都重新安装依赖、准备数据。这样 Agent 的并行能力才能真正用起来：既能多试几条路，也不用担心实验把原来的工作现场搞坏。
人是 MCP，每个人的简历就是 skill 。
一个任务可以被 Agent 分解成子任务，可以指派给合适的人做，也可以指派给 Agent做，当然有时候也不用分得那么清，人做的时候也可以和 AI 一起配合。
未来社会，只要任务被合理的拆分了，人就像外卖员一样随时接单接 AI 指派来的需求，没单的时候就刷抖音给张一鸣付钱。
某个领域接的单越多，这个领域接的单就越多，就会有人成为这个领域的单王。
沉淀下的行为行业经验会再次被 AI 吃掉，或者说，做得越好失业越快，最后难以被接单的任务，就是无论对人来说还是对 AI 来说，都难以被啃下的硬骨头。
谁在这些解决硬骨头的组织，提供奶头乐的组织，谁就是未来社会的上层阶级。
jev 模型的出现和发展，将加快这一进程，随着个人上下文的积累，llm 和 jev 的配合将使日常个人任务变得极其高效。
到处都是 AI 对话入口，门口的路灯，垃圾桶，消防栓，就像触摸屏时代到处都是触摸屏一样，丰饶的显卡，能源，存储，和低廉的wifi模组 + 录音 + 虹膜识别，使大规模批量的对话入口成为可能，无论在哪里你都可以指派 AI 完成你的任务。
未来不存在发任务的人，发任务的只有AI，因为找任务，拆任务，AI 要比人高效。为什么会这样，因为拆任务的那批人也在接拆任务的单，最后成为单王内化在 AI 里了。
（未完）
过去 PC 端逛网页没有推荐算法，也能一逛就是一天。
这一切全都仰仗着移动互联网内容平台已经绝迹的东西——超链接。
过去读到一篇好文章通过超链接发现更多有意思的网站是常有的事
但是在移动互联网取而代之的是阅读完之后的“相关推荐”，或者下滑到下个推荐的视频。
为什么我痴迷超链接，是因为它是真正意义上人工编织的推荐网络，而且，更去中心化，在理念上，也更良善。