今日观察
今天的信号集中在「agent 落地的配套设施」上:沙箱、权限管控、agentic 测试框架接连出现,说明行业落地的瓶颈正从模型能力转向运行环境与验收手段。同时两条行业现场信号值得注意——法律行业有了专精模型,游戏公司开始用行政手段强制推进 AI 采用,「怎么让 AI 真正进生产流程」成了管理层议题。
- GLM-Legal — 智谱发布的法律行业专精模型;法律是流程重、文书密、验收相对可判定的行业,是观察「行业专精模型 vs 通用模型+工作流」路线竞争的好样本 🃏卡片候选 — 链接
- AI coding agents generate more code, but not more software — Ars Technica 论述 AI 编码代理产出更多代码但没有产出更多「软件」;「产出≠实效」正是 FDE 验收标准设计的核心命题,可直接引为 evals 方法论的论据 — 链接
- Epic Games 要求员工用 AI 赶迪士尼项目 — Epic 延期迪士尼合作项目并要求开发者加大 AI 使用;游戏行业真实的管理层推动 AI 进生产流程案例,「行政命令式采用」效果如何值得跟踪 🃏卡片候选 — 链接
- Agent37 (YC F26) — 以主流沙箱 10% 以下成本提供 agent 运行沙箱;agent 部署成本是 FDE 报价与复制的隐性瓶颈,低估值沙箱是落地基础设施的创业切口 — 链接
- Agent-first design: Bringing UX to the user — 提出「agent 优先设计」:UX 从人适应软件变为 agent 适应人;跨行业可迁移的设计模式,部署现场做场景工程时可以直接引用的框架 — 链接
- AI 公司让警方凭一张室内照定位具体住宅 — 404 Media 曝光的执法行业 AI 产品;执法是高风险落地场景的典型样本,「能力可用」与「该不该部署」的分界案例,适合做负面视角卡片 🃏卡片候选 — 链接
- E2E — 开源 agentic 测试框架,覆盖 web/iOS/Android 端到端测试;用 agent 做 E2E 验收正是「evals/实证验收」落地的工具形态,可关注其在真实交付流程中的可用性 — 链接
- An Atlas of Applied AI — 一张「应用 AI 地图」合集站点;本质是别人家的案例卡片库,可对标其分类维度(行业×场景)来反观自己的「千行百业」结构设计 — 链接
- Organ — 宣称构建能自主经营公司的「AI 高管」;岗位级智能体的激进版本,虽宣传成分存疑,但「AI 进管理层岗位」的叙事走向值得留档观察 — 链接
- Airlock — 给本机 AI agent 做沙箱隔离与行为可视化的工具;「agent 干了什么必须可见」与信源失效必须可见同理,是部署运维侧的人不出局保障 — 链接
值得去读差评/讨论的 3 条
- GLM-Legal 的 HN 讨论(👍475)——法律从业者怎么评价专精模型的实际可用性,比官方博客诚实
- AI coding agents 的 HN 讨论(👍319)——一线工程师对「更多代码≠更多软件」的反例与佐证,是验收标准的民间素材库
- Epic Games 强制用 AI 的讨论(👍80)——从业者视角看行政命令式 AI 采用的真实落地阻力
⚠️ 信源健康:OpenAI 抓取失败(详见 state/logs/digest.log)