智能体

视角 · 一周之内 Liquid AI、Cloudflare、Amazon 先后放出决策模型，这个品类已经成形。智能体里「该调哪个工具、参数对不对、要不要拦」这类判断，我会先用 2B 版接在智能面试的路由上试，按模型页的提醒拿自己的流量定置信度阈值；本地服务没有鉴权，别直接暴露到内网之外。

视角 · 最值得记住的是「被告知别提交，还是提交了」：靠提示词约束智能体的动作不可靠。我会把我们产品里所有能对外提交、付款、发消息的动作改成必须经过代码层的确认或白名单，联网范围也按任务收窄，不再指望模型自觉。

视角 · AI 云盘里「批量理解一整个文件夹」正是这种场景，我会先拿几百份文档的摘要和打标签试，重点看分阶段汇总后的结果是否稳定、总账单是多少。并行的智能体越多，越要先把网络和工具权限收紧，和今天那份越界报告是一回事。

视角 · 关键不在稳定币，而在「花费上限放在模型之外」：和 10-10 那条 ML-Intern「花钱先问」是同一个思路，预算不能交给模型自己记。我们的智能体哪怕只是调付费 API，也该在网关层设单次和每日上限，超额直接拒绝。

视角 · 我更看重核验那一步：先让模型找问题，再让它对照原始记录剔除误报，这和我坚持只引一手信源是同一个道理。智能面试这类会话型产品可以照搬这个思路，每次发版后抽几十个真实会话做体检，一次几美元，比等用户投诉便宜得多。

视角 · 「从 0 预算开始、花钱先问」是所有会动钱的智能体都该抄的设计。对小团队，这意味着训一个专用小模型的门槛降到几美元一次试验；我会拿内容审核、标签分类这类固定任务先试一版，再和直接调大模型比成本。

视角 · 让编码智能体放手跑，最大的顾虑一直是它在本机能碰到什么。我会先把团队的默认策略定成「只能写当前仓库、禁止读 Git 凭据、联网走白名单」，本地 MCP 服务器也一并纳入；这比事后审查每一条命令省心得多。用其他编码智能体的团队，也该照这个标准检查自己的隔离做法。

视角 · 和上面 Copilot 本地沙箱用的是同一个 MXC，本机跑智能体的隔离层已经在系统里了。128GB 统一内存能装下百亿级模型，意味着「隐私数据不出机」的需求可以先在单台机器上验证：AI 云盘这类处理私人文件的产品，可以考虑出一个本地推理的版本。但别急着买硬件，先确认你的工作负载在本地模型上的质量够不够。

视角 · 单次通过率会骗人。我在智能面试的评分环节也会照这个思路改：同一份答卷重复跑多次、校验落库的结果是否一致，而不是只看模型说了什么。选模型时把「20 次全对率」和「稳定完成成本」放进评估表，比看排行榜有用。