科爷关于企业 AI 转型、品牌与营销、组织与工作流、AI 产品与 Agent 的长期写作。
企业AI转型最常见的误区，是把Agent数量当成进度，或先买一套平台再找场景。Brand 5.0 Lab综合AWS、OpenAI、Anthropic、Azure等实践指出，真正要建的是两套咬合系统：Agent Architecture决定Agent能碰什么、在哪运行、如何被约束，Agent运营模式决定谁拥有结果、谁批…
电脑锁屏、人已离开，手机上还能给 Agent 发指令看进度，这场景让人以为终于可以放手。但 WorkBuddy 文档里一个细节戳破了幻觉：连接电脑模式下，手机只是远程控制台，任务仍在电脑上跑，人走了机器还得留在岗位上。Agent 越来越会干活，谁来管它？
云端开箱即用的Agent正成为新战场：Grok Bot、Meta Muse、Manus Cue、OpenAI Dots接连登场，把云端电脑、技能包和连接器打包成一只bot，个人不必再自建运行时。竞争分两路：消费级抢身份与入口，企业级抢技能封装与运行边界。这场百Bot大战会像当年的百团大战一样重演吗？
AI压低执行成本后，企业账面上多出一块效率红利，真正的分岔在于：把它折成更低人力成本，还是用来服务过去养不起的客户与时段。IBM、Klarna、Paycom的裁员叙事好度量、好讲给资本市场听，而ClassPass、Mosaic、蚂蚁数字蚂力则把客服和承保边界推向7×24与小微客群。
AI省下的20%工时，为什么没有自动变成新生意？效率只是尚未被分配的能力，若无人决定它服务谁、承诺什么结果，就会停在内部，甚至抬高成本基数。真正的分界线是：新增能力能否变成客户愿意购买并验证的结果。而即便做出了新offer，还有更尖锐的一问——这份效率最终由企业、客户还是竞争对手拿走？
当AI工作流被证明能稳定完成任务，真正的经营问题才浮现：省下来的能力，是留在组织里，还是变成客户价值？过去企业用高昂的人工注意力筛选客户，大客户专人跟进、小客户自助解决，很多看似铁律的客户分层，其实只是旧成本结构留下的化石。
企业AI ROI算不清，往往是因为还没确定计算对象就急着盯Token、登录数、节省工时。真正的基本单位应是成功完成的工作流结果：一次合格交付值多少钱，成功率、单次成本、周期、质量如何变化。评测也不该只是上线前的一次验收，而要成为持续运行机制，连接技术表现与业务结果。
AI账单总是比结果先到，于是企业急着算Token、登录数和省下的工时，却忽略了一个前提：ROI究竟该对什么计算？当新成本被精确记录、旧流程成本仍藏在组织里，AI很容易沦为更昂贵的聊天窗口。真正值得追问的是，AI改变了工作流中的哪个节点、什么才算一次成功完成，以及架构如何决定单位成本。
Opus 5.5 跟现有 Claude 用法兼容，但几件事变了：它能独立工作更久、会直白汇报、每次回复前先自动思考。这意味着过去那些仔细想想、逐步思考的提示词反而多余，而长任务里它可能停下来汇报而非继续推进。
当所有新模型都在证明自己会写会聊会出视频时，TypeSafe AI 的 Jev 却几乎不说话：它不做聊天，只接收程序状态和预定义问题，返回 Choice、Score、Noul 这类机器可消费的类型化答案，把标定决策做成第一等 API。它真正补的是自动化里最贵的一环——质检与门禁。Jev 为何能火？
Grok Bot Galaxy 用三天直播把云端 Agent 从零搭出一家公司，但真正值得读的不是这场秀，而是它暴露的反差：Agent 正在成为公司的底层操作系统，可支付、采购、结算的关键闸门仍牢牢握在人类手里。
GrokBot 界面简陋得像工程师随手搭的原型，却把云端持久运行的 Agent 架构完整推到用户面前。作者没把它当联网问答框，而是改造成 Brand 5.0 Lab 的 24 小时后台研究引擎，用六个 Bot 组成信息流水线。但云端自动化不是扔句口号就能跑，六步生命周期少一步都会翻车。
把Agent塞进旧流程，往往只换来更长的审批链和更不稳定的中间层。传统企业落地Agentic Workflow，真正要改的不是工具栈，而是Operating Model：怎么定义工作、怎么组织能力、怎么让决策权与运行时治理持续生效。
当AI让内容产出变得廉价，真正稀缺的是什么？Greg Isenberg预言，未来18到24个月最值钱的职位是营销工程师，年薪可达25万到百万美元。这不是提示词操作员，而是用智能体、数据和品味把市场信号变成销售管道的系统搭建者。传统营销岗位将迅速贬值，而判断力与品味只会越来越贵——AI让产出变便宜，判断力让产出有价值。
Salesforce与Anthropic联手推出Claudeforce，股价应声大涨，被解读为用创新压过SaaS末日叙事。但真正值得追问的是：Claude里的37个销售技能为何要两家公司共同工程化，而非一句提示词就能生成？
性能和成本常被看作二选一，但跑在 Claude Platform 上的应用未必如此。提示缓存命中率、提示词里的反模式、以及按任务复杂度校准 effort，这三处调整就能降本而不丢效果。
转译：应对 AI 滥用 2026 年 9 月威胁情报报告 译自 Anthropic 官网 原标题：Detecting and countering misuse of AI: September 2026 作者：Anthropic ｜ 原文发布：2026年9月11日 过去八个月，我们的威胁情报（Threat Intel
当AI让营销产出变得廉价，真正稀缺的是判断力。但多数公司卡在组织而非工具：能力散落五部门，权力却不在任何一处。营销AI项目挂靠市场部调不动技术，放技术部不懂场景，搁CEO办公室离执行太远。
GPT-6 Astra 来了，你项目里那些为旧模型攒下的 Skill 文件和 AGENTS.md 指令，可能正在拖它后腿。Skill 描述太长会互相打架，过度具体的指引反而限制新模型的判断力。
三只 Grok Bot 跑起来后，真正的缺口不是缺内容，而是所有信号、视频和研究又堆回了我这里。于是我又造了三只 Bot，把它们接成一条内容生产线。但最花时间的不是创建，而是调试——尤其是当 Bot 学会不表演确定、分清原视频与我的观点、守住作者权之后，七步法才真正显出价值。
Claude Fable 5.1 的提示词技巧与 5 大不同：effort 档位是权衡智力与成本的主旋钮，默认 high 起步但需重测各档；长工具调用回合默认少发进度更新，需显式请求 thinking 块或加系统提示；智能体循环中可能每回合只发一次工具调用，加一句提醒即可批量并行；对话历史必须只追加不改写，否则报错；
SpaceXAI 工程师用 Grok Bot 组建了一支五人工程机器人团队，自己只负责审查和决策。一个月合进 2000+ PR，三周做出 iOS v0，还能同时管理 200 多个云端 Agent。这套系统靠 Notion 数据库同步进度、Jenny 做运营复盘、夜间自动审计代码库。
Grok Bot 的七步验证法，从零开始打造可靠的24/7全时助理。作者亲测发现，创建 Bot 只是开始，真正的挑战在于防止自动任务越跑越偏。通过一次真实案例，展示了如何校准 Bot 的研究方向，避免结论跑得比证据快，最终将可靠流程固化为 Skill。
了解 Warp 如何摸索出一套简单的开发模式，任何人都可以用它来打造会自我改进的智能体。 译自 Anthropic 官方博客 原标题：How Warp builds self-improving agents on Claude 作者：Michael Segner ｜ 原文发布：2026年8月26日 在我们的创业案例系
第四轮测试里，MiniMax Code、Kimi Work和AgentMore的表现让人意外：一个blocked，两个unsafe_disqualified，没有合规排名。AgentMore的77分看似亮眼，但交付的CSV实为XLSX，且绕过本地目录改走云端外发，内容再完整也不能进排名。
