2026.10.04·FDE日报

AI 产品日报 · 2026-10-04

今天的清单几乎全是「agent 生产化」的配套件:成本封顶、异步人机问答、MCP/AI 应用安全扫描——说明行业落地的瓶颈正在从“模型够不够强”转向“治理、验收和人在环怎么设计”。另一条暗线是小模型/

今日观察

今天的清单几乎全是「agent 生产化」的配套件:成本封顶、异步人机问答、MCP/AI 应用安全扫描——说明行业落地的瓶颈正在从“模型够不够强”转向“治理、验收和人在环怎么设计”。另一条暗线是小模型/无 GPU 方案继续证明分类、路由这类岗位级任务不需要大模型。3D 行业的报道则再次验证:AI 吃掉的是标准化产能,专业判断反而更值钱。

  • Default hard budget caps — Simon Willison 呼吁给 agent 默认加硬性预算上限,防止失控调用烧钱;对 FDE 是验收标准的新维度:部署方案里“花多少钱封顶”应写进交付物,和 evals 同级。
  • Agents don't need memory, they need documentation — 主张 agent 长期能力靠文档化沉淀而非对话记忆;这正是“能力沉淀复利”方法论的另一种表述,可直接迁移到 FDE 的场景知识打包。
  • What Meta got right with Muse — 复盘 Meta Muse 产品做对了什么;企业与组织场景中 AI 产品的落地打法案例,值得拆成行业卡片 🃏卡片候选
  • Jeffy — 无 GPU 的本地预训练分类器集合(垃圾识别、意图路由、主题分类);延续“小模型 judge 可行”的路线,适合客服意图路由等岗位级场景的轻量部署,成本低到能进中小企业预算。
  • Plannotator — 给 agent 的异步提问 UI,让 agent 卡住时把问题抛回给人排队处理;“人不出局”的基础设施,人机协作交接(handoff)是跨行业可复用的解法模式。
  • life-forge — MCP 的确定性安全扫描器;MCP 进企业内网部署时的验收/安全关卡,FDE 交付清单里该有一项“MCP 工具面扫描”。
  • Rowan — 开源的 AI 应用 SAST 扫描器,覆盖代码、模型和 MCP 三个攻击面;AI 落地的“实证验收”正在从效果 evals 扩展到安全 evals,这是新的服务机会点。
  • Valet — 自托管的云端 computer-use agent 运行环境;数据不出域的 agent 部署是行业客户的硬约束,私有化 agent 基础设施是 FDE 类创业的方向之一。
  • GPT-6 要“吃掉”3D 公司 — 一家 3D AI 公司不到两年 ARR 破 1 亿美元,但专业 3D 模型反而更稀缺;AI 吃标准化产能、抬高专业判断价格的行业样本,可迁移到任何“资产生产 vs 资产审核”的行业 🃏卡片候选

值得去读差评/讨论的 3 条

  1. Default hard budget caps — 预算封顶是不是该做“默认值”,HN 上对 agent 治理责任在谁有分歧
  2. Agents don't need memory, they need documentation — “文档 vs 记忆”之争,反对者认为长程任务没记忆做不了
  3. What Meta got right with Muse — 对 Meta 产品判断的褒贬两极,评论区有从业者拆真相