最近有个老哥后台问我：想做个独立开发者，一个人写写小工具、做做小产品，但看了网上一堆推荐，光是云服务器、域名、AI 接口、监控、邮件、CDN，一年下来七七八八要两三万块，还没赚到钱就先亏一辆电瓶车。问我有没有那种真·穷鬼套餐，一年不到 500 块，能把产品从想法到上线全跑通的。

我自己折腾了快两年独立开发，今天把我现在还在用的那一套全摊出来。全部加起来一年不到 500 块，部分甚至 0 元，能跑业务、能扛流量、能接 AI、能群发邮件、能查日志、能做支付。

先说清楚，这篇不是"白嫖羊毛清单"，那种东西过两个月就失效了。我列的全是有正经免费额度、商业化路径清楚、跑了一年以上稳定服务的厂家。你今天照抄，明年这套大概率还能用。

下面按一个产品从 0 到 1 的顺序来讲，前端、后端、数据库、AI、邮件、域名、监控、支付，一个都不少。

先讲一句心法。穷鬼套餐的核心不是"找最便宜的"，是找有大方免费额度的大厂服务。原因很简单，小厂随时跑路，大厂为了拉新会持续放免费额度，等你做到一定规模，付费也合理。省下来的不是钱，是踩坑的时间。

接下来开始。

第一件事，域名。

域名是唯一你必须花钱的地方，但也是最便宜的。别去阿里云腾讯云买，那边续费一年比注册贵两倍。直接去 Cloudflare 注册，.com 域名 9.77 美元一年，没有任何加价，Cloudflare 是按成本价卖的。注册完默认就接入了 Cloudflare 的 DNS 和 CDN，省了一步。

如果想更便宜，.xyz 一年人民币 5 块钱都能买到，Namesilo、Porkbun 经常有活动。但 .xyz 在国内有些场景认可度低，做正经产品还是建议 .com，多花几十块钱不亏。

第二件事，前端部署。

直接上 Cloudflare Pages 或者 Vercel，二选一，全都免费。

我个人用 Cloudflare Pages 多一点，原因是 Vercel 的免费版有 100GB 流量上限，一旦超了直接停服，对独立开发者来说有点慌。Cloudflare Pages 没有流量限制，没有带宽限制，构建次数每月 500 次，对个人产品完全够用。Next.js、Nuxt、Astro、Svelte 这些主流框架都直接支持，git push 自动部署，体验和 Vercel 没区别。

如果你做的是 Next.js 重度依赖 Server Component 的项目，Vercel 兼容会更好一点，按需选。

第三件事，后端接口。

这一块是省钱的重头戏。三个选项排序，从最省到最灵活。

第一档，Cloudflare Workers。每天 10 万次请求免费，对独立开发者来说基本永远跑不满。响应延迟全球都在 50ms 以内，比传统服务器快得多，没有冷启动。缺点是写法跟传统 Node 不太一样，要适应一下 Workers 的运行时。

第二档，Vercel Functions 或者 Netlify Functions。如果你前端选了 Vercel，函数就在一个项目里，部署起来最省事。免费额度每月 10 万次调用、100GB 带宽，接小工具完全够。

第三档，Render 或 Fly.io 的免费实例。这两个适合你真的需要一个长期跑的进程，比如 WebSocket、定时任务、需要预热的模型。Render 有 750 小时免费实例（不够 7 * 24，但跑一个项目够），Fly.io 有 3 个共享 CPU 的小实例免费额度。

我自己的项目，90% 用 Cloudflare Workers，10% 跑在 Fly.io 上，加起来一年 0 元。

第四件事，数据库。

如果你不挑，直接用 Cloudflare 自家的 D1（SQLite）或 KV，跟 Workers 一起用，免费额度大到一个独立项目几乎用不完。D1 每天 500 万次读、10 万次写，够你跑一个十万用户的小产品。

如果你需要 Postgres，Supabase 和 Neon 二选一。Supabase 免费版给 500MB 数据库 + 5GB 存储 + 5 万次 Auth 调用，自带认证、存储、Realtime，相当于免费送你一个 Firebase。Neon 是纯 Postgres，最骚的是它的"按用量休眠"——没人访问的时候数据库自动睡觉，不消耗资源，下次访问几秒内唤醒。对一个用户量小的产品来说，免费额度可以用很久。

我个人推荐新手直接 Supabase，因为它打包了 Auth 和 Storage，省下两个组件的接入工作。等你产品跑起来了再考虑迁移。

第五件事，AI 接口。

这是 2026 年的独立开发者最爽的一件事——AI API 的价格已经低到几乎不要钱。

国内首推 DeepSeek API，输入 0.5 元 / 百万 token，输出 1.5 元 / 百万 token。什么概念？我有一个跑了半年的 AI 翻译小工具，每天大概 200 个用户用，一个月 API 成本 3 块 5。

如果你做的是国际产品，用 OpenRouter。它聚合了几十家模型供应商，Llama、Qwen、Gemini Flash 都有免费版可用，每天有 50 次免费调用额度。日常开发够用，上线后切到付费的 Gemini 2.5 Flash，价格也比 GPT 便宜一大截。

记住一个原则：永远不要在调用前端直接放 API Key，必须套一层 Workers 转发，顺便做限流和缓存。同样的请求，缓存一下，AI 成本能再降 70%。

第六件事，邮件发送。

很多新手忽略这块，结果产品上线第一天，注册验证邮件全部进了垃圾箱，用户骂你诈骗。

Resend 免费版每月 3000 封邮件、每天 100 封，对独立产品完全够。它的 SDK 写得是真的舒服，三行代码发一封邮件，自带 React 模板，到达率比自建 SMTP 高得多。

如果你需要更多额度，Brevo（原 SendinBlue）每天免费 300 封，是无限期的免费额度。两个搭配着用，一个产品的注册邮件、密码重置、推送通知全部能盖住。

第七件事，CDN 和图片。

CDN 直接用 Cloudflare，注册域名的时候就配好了，全球节点免费。

图床的话，Cloudflare R2 免费 10GB 存储 + 每月 100 万次读，没有出口流量费（这是 R2 最强的地方，AWS S3 流量费能要你命）。配合 Cloudflare Images，自动压缩、自动 WebP、自动响应式裁剪，每月 5000 次免费变换。

第八件事，监控和日志。

产品上线最怕的就是"挂了不知道、慢了不知道、错了不知道"。

错误监控用 Sentry 免费版，每月 5000 个错误事件，对小产品完全够。

可用性监控用 UptimeRobot 或者 Better Stack，每分钟 ping 一次你的接口，挂了立刻发邮件 + Telegram 推送。免费版可以监控 50 个站点。

第九件事，支付。

国内做支付，新手直接接易支付或者虎皮椒，扫码就能用，0 元开通，0.6%-2% 费率。当然这俩资质你懂的，做正规产品建议走支付宝当面付（个人账号也能开）+ 微信 Native（需要个体户）。

国际产品就两个字：Stripe。开通需要海外公司主体或者通过 Stripe Atlas 注册一个美国公司，门槛是有的，但费率清晰、回款稳定、用户信任度高。如果暂时不想注册公司，可以先用 Lemon Squeezy 或 Paddle，它们是 Merchant of Record，帮你处理税务，费率高一点但能立刻开始收钱。

第十件事，最贵的一项——你的时间。

讲了这么多技术栈，其实独立开发者最大的成本不是服务器，是你下班后那两三个小时的时间。

所以我会强烈建议两件事。

一，能用现成的就别自己写。Auth 用 Supabase 自带的别自己写注册登录，邮件用 Resend 别自己折腾 SMTP，支付用 Stripe Checkout 别自己写收银台。这些坑你掉一次至少一周时间出不来，省下的时间够你做三个 Landing Page。

二，先做单点突破，再扩功能。穷鬼套餐能让你 0 成本启动，但不能让你的产品自动有人用。我见过太多独立开发者，用最炫的技术栈做了一个谁都不知道的产品。先想清楚"谁会为这个东西付钱"，再来挑技术。

把上面这套全配齐，域名 70 元 + 偶尔超额的 AI 调用 100 元 + 备用兜底 50 元，一年加起来不超过 500 块，已经能撑一个有用户、有付费、有数据的小产品了。

这条路我自己走过，能跑通。别一上来就堆服务器、买 GPU、租大模型，先用穷鬼套餐把第一个产品跑起来，赚到第一块钱，再去升级配置。

很多独立开发者死在第一步，不是因为技术不行，而是还没开始就被成本吓退了。

原文链接：独立开发者的穷鬼套餐：一年不到500块，把产品从0跑到上线

汇智网编辑整理，转载请标明出处

正如我们从 SpaceX 的 IPO 文件中所了解到的，所有道路都通向企业应用：

当然，总可寻址市场（TAM）是建立在对已知宇宙征服的基础上的——这将大大增加可用的 TAM。

明智之举，SpaceX。

这让我不禁思考，如果企业就是一切，为什么还要费心做个人智能体呢？

我之前曾论证过""智能体互联网将决定民主的命运"——如果我们把智能体的控制权交给企业，我们也必然会把在智能体经济中的大部分自主权交出去。

鉴于企业的设计目的并非最大化消费者幸福感——恰恰相反，看看它们的历史记录就知道了——这可能对人类来说不是最好的结果。

它将导致一个资本至上的世界——比现在更加严重。

0、四种类型的智能体以及在哪里找到它们

让我们先从一个大多数关于 AI 的讨论都倾向于忽略的事实开始：劳动在全球 GDP 中所占的份额已经下降了四十多年。自 20 世纪 80 年代初以来，它已经下降了大约五个百分点，而资本的份额则相应上升。

智能体只是加速了这个长达数十年的趋势。

因为从经济角度来说，智能体是一种你可以拥有的生产性资产——它可以完成以前需要雇佣有薪人类才能完成的工作。

为 AI 公司开出支票的人明白这一点。

2026 年第一季度，大约 80% 的全球风险投资流向了 AI——约 2420 亿美元，高于 2025 年第一季度约 53% 的投资比例（AI 初创公司在 2025 年全年总共吸引了约 2700 亿美元）。按照第一季度的速度，我们预计 2026 年 AI 投资将超过 6000 亿美元——大致相当于新加坡、阿根廷或挪威的 GDP。

而且它们都在押注同一个方向。

Y Combinator 告诉他们的创始人要"出售工作，而不是工具"。Sequoia称之为"服务即新软件"。a16z说"AI 将吞噬劳动本身"。Foundation Capital给这个目标标了一个数字：4.6 万亿美元。剥去口号，它就是同一个想法——将全球劳动从工资支出转化为公司拥有或可租赁的资产。

他们的目标不是不到 1 万亿美元的全球软件市场。

而是约 60-65 万亿美元的全球工资账单：

那么，你如何在这场资本部署中占据有利位置呢？

让我们戴上分院帽：

• 智能体作用于比特还是原子——数字工作还是物理世界？
• 你是租用智能体，还是拥有它？还是说这是一种即服务类型的东西？

将它们交叉，你就会得到在智能体经济中赚钱的四种方式

1、自由职业者租用机器

数字租用智能体。你已经在使用的那些：ChatGPT、Claude、Cursor、Perplexity。

你将它们指向自己的工作，它们让你更快。

这里的收入策略是杠杆效应——更多可计费的产出，更高质量，还是你本人。

这也是图上最弱的位置。唯一能留存的是你自己积累的上下文——这就是为什么每个主要的 AI 实验室都在竞相拥有你的记忆（也是为什么我在这里和这里对此提出了反对）。

值得注意的是：大多数"消费者"AI 支出实际上是企业的入口。

AI 工具从个人使用转向公司合同的比例约为 47%，几乎是 SaaS 转化率的两倍；Cursor 的收入已超过约 20 亿美元，其中约 60% 来自企业。你不是最终客户。你是漏斗。

自由职业者获得了一些杠杆——但大部分收益流向了拥有模型和/或智能体基础设施的人。

2、2030 年的 SaaS：服务即智能体软件

数字拥有的智能体。这是最大、增长最快的象限——2026 年已经达到约 450-500 亿美元的收入——也是个人能够真正获胜的领域。

正如 YC 所概述的那样，这种转变是从销售工具转向销售工作。

你的客户不再购买合同软件；他们购买审核过的合同。

一家诊所每年花约 500 美元购买办公软件。而一名前台接待员呢？每年约 47,000 美元。

这就是整个思维转换：你竞争的是劳动力预算，而在北美和欧洲，劳动力预算往往是软件预算的 10-30 倍。

在这里，智能体的护城河是专有数据、工作流整合和分销渠道。

拥有这些，收益就是你的。

有一个注意事项：收益将小于当前的工资账单。

当机器来完成工作时，工作会以机器的价格重新定价——因此捕获的收入只是被取代的工资账单的一部分。

这是创始人的象限。

3、从资本支出到运营支出

物理的、租用的智能体。这个标题命名了目前正吞噬每一个资本密集型行业的转变：停止购买机器（资本支出），开始租用它的产出（运营支出）。

一辆私家车大约 95% 的时间处于闲置状态——你资产负债表上的死资本。一辆无人驾驶出租车将同样的车轮变成了别人按英里付费的服务。

这是云计算对服务器做的事情，现在正在车辆、机器人和机器上运行：机器人即服务、设备即服务、按小时付费的电力。

最初的模板是劳斯莱斯：航空公司不购买他们的喷气发动机，他们为推力小时付费。劳斯莱斯保留发动机、维护和数据。

如果你是一个优秀的运营者，租用物理智能体确实是一个很好的赚钱方式——在服务不足的细分领域有很多无聊的业务，智能体将在其中产生巨大的影响。

想想租赁机器人的物流运营、运行自主设备的农场、自主洗衣连锁店，或者基于车队的服务。

你的优势在于运营：路线、客户、本地知识、你如何定制你所租用的东西。没有这个优势，回报将处于市场水平。

但看看复合资产在哪里。

即服务的设计初衷就是让你感觉像拥有——你运营它，你依赖它，你承担所有财务风险，所以你可以说它是"你的"业务——而那些你租赁其智能体的所有者保留着机器、数据飞轮和经常性利润。

而且完全不能保证他们不会试图接管你的细分领域。这种情况一次又一次地发生：从亚马逊挖掘卖家数据推出自有品牌仿制品，到苹果将第三方应用"Sherlocking"进 iOS，再到 Netflix 从分销商变成竞争对手工作室。

警惕垂直整合。

4、车队拥有者

物理的、拥有的智能体。拥有机器并将其出租的一方。

这个象限压倒性地是一个资本游戏。

物理拥有的价值记录在车队和工厂中：想想像 Anduril（2025 年 21 亿美元，指引 43 亿美元）、Symbotic（22.5 亿美元）、亚马逊超过一百万的仓库机器人、Waymo 以 1260 亿美元估值的无人驾驶出租车车队，或者Xiaomi 的黑灯工厂每秒生产一部手机。

这些公司拥有图上最深的护城河，因为它们同时叠加了两道复合壁垒：稀缺的资本密集型有形资产（车队、工厂、卫星星座）和一道复合的无形资产（现实世界的数据、安全记录、监管许可）。

谁拥有机器人谁就统治世界。 — Richard Freeman, 2015

自主性让事情比教科书上描述的更好，因为它允许你进入新的垂直领域，并将你机器的覆盖范围大大扩展到历史上可能达到的范围之外。

它还带来了智能体经济中最好的玩法——拥有资产并将其以即服务的方式租回来。Waymo 拥有汽车并出售乘坐服务；AWS 拥有服务器并出售计算能力；劳斯莱斯拥有发动机并出售推力。

他们拥有复合资产，并从每一个在其上运营的人那里收取费用。

完整报告及详细数据表可在报告页面找到。

5、读者注意：自动化是错误的视角

然而，还有另一种力量在起作用。

以上所有内容都将智能体框定为自动化策略——更便宜地完成现有工作，争夺一个固定大小的蛋糕。这可能会被证明是未来 5 年中最不重要的经济故事。

因为那些不仅完成现有工作，还催化新事物发明的智能体——无形资产产生新的无形资产。

这不是推测性的。

AlphaEvolve 打破了矩阵乘法的 56 年纪录。它设计的算法现在用于调优 Google 自有的数据中心和芯片。AlphaFold 赢得了 2024 年诺贝尔化学奖。GNoME 提出了约 38 万种新的稳定材料。

自动化工作提高了产出的水平；自动化思想的产生可以提高增长率——而一个突破的回报可以使产生它的全部投资相形见绌。

关键在于时机。

快速循环领域——代码、芯片设计、算法、数学——将能够在 2030 年之前看到产品创新的显著回报，而慢速循环领域——制药、核聚变、太空——现在产生候选方案，以后实现价值。

如果你在这个十年押注发明，那就押注快速循环。

话虽如此，上面列出的模式在这里也同样适用：专利局不会将 AI 列为发明人，因此价值流向拥有试验、工厂和数据的人。

6、两条护城河，新规则

剥去一切，实际上——一如既往——商业中只有两条真正的护城河：分销和创新。

智能体经济并没有增加第三条。它只是为两者重写了规则。

分销过去意味着向人们推销你的商品。当买家是智能体时，这个模式就崩溃了。你无法通过品牌、冲动或巧妙的广告来向个人智能体推销——它根据机器可读的信号来选择：价格、可靠性、声誉，甚至能否通过 API 访问你。

我在智能体互联网中写到的发现层——身份、信任、支付——不是基础设施。它是新的全球市场，将在未来十年内运行价值数万亿欧元的交易。

创新是另一个：拥有和运营发明事物的东西，以及将其发明转化为产品的手段。

注意列表上没有什么：模型、工具、机器人。它们都会商品化。

未来十年的战略问题不是"我的智能体能做什么？"——每个人的智能体都能做大致相同的事情。

而是你在智能体经济的哪一边。

因为在四种方式中，有三种的最大收益将流向拥有复合资产的人——而那个所有者几乎总是别人。

租用数字智能体，以即服务方式租用物理自主性，或者拥有任何人都能购买的机器：这三种方式都在悄悄地将持久收益引向上游。

只有一种方式可靠地属于你——拥有数据和分销的创始人。还有一种是可以属于你的，但前提是你足够自律地拥有稀缺的互补品——地段、许可证、专有数据——而不仅仅是机器。

拥有机器人。或者它插入的插座。

原文链接: There are only four ways to make money in the agentic economy

汇智网翻译整理，转载请标明出处

四个流行的智能体记忆库对同一个设计问题各自选择了不同的答案：智能体应该如何跨会话记忆信息？Letta 编辑纯文本块和文件。Mem0 维护一个带有实体提示的向量存储。Graphiti 将事实索引为带时间戳的关系。Cognee 运行一个实体提取流水线。

知识图谱将事实存储为实体之间的类型化关系。Obsidian 基于可导航为图的双向笔记链接构建了一个百万用户产品。Karpathy 的 LLM Wiki 提出让 LLM 从零开始构建持久知识库。图结构可以让你遍历事实之间的连接，而不仅仅是按相似度匹配。但越来越多的从业者认为，仅用文件在实践中已经足够好，而专门的图谱工具增加了复杂性却没有带来相应的收益。我们将这四个从最少图到最多图排列，并追踪两个核心问题：相关事实是否能一起被检索回来，以及事实变更如何处理？

Letta 是一个完整的智能体框架，为你运行智能体。Mem0、Graphiti 和 Cognee 是你可以挂接到自己智能体上的记忆层。四个项目都在其开源版本之上运行付费云服务（Letta Inc.、Mem0 Inc.、Zep、Topoteretes），各自都有超出开源版本的功能。本文覆盖的是开源版本。

1、Letta (MemGPT)：自编辑文本块

Letta 不使用图。记忆被分层，由智能体自己管理。记忆块永久保留在上下文中。每个都是一个带标签的文本字段，有固定的字符限制，LLM 在每一轮都会读取和编辑。之外是按需通过向量搜索的归档记忆、对话历史记录，以及可选的用于上传文档的文件系统表面。

智能体通过工具调用来编辑自己的记忆。编辑接口是一小部分函数：core_memory_replace、memory_replace、memory_insert、memory_apply_patch 和 memory_rethink。检索也是由智能体驱动的，通过 archival_memory_search 和 conversation_search，加上文件系统的 open_files 和 grep_files。

core_memory_replace 是这些编辑函数中最简单的一个。

functions/function_sets/base.py:263-280

def core_memory_replace(agent_state, label, old_content, new_content) -> str:
    """Replace the contents of core memory. To delete memories, use an empty string for new_content."""
    current_value = str(agent_state.memory.get_block(label).value)
    new_value = current_value.replace(str(old_content), str(new_content))
    agent_state.memory.update_block_value(label=label, value=new_value)
    return new_value

更新是块文本上的简单字符串替换，没有结构来跟踪什么改变了或何时改变的。过时事实是否被替换完全取决于 LLM 是否注意到矛盾并调用该函数。Letta 还提供了sleeptime agents（letta/groups/sleeptime_multi_agent_v*.py），一个在对话轮次之间整合和重写块的后台循环，因此记忆可以在实时交互之外发生变化。机制仍然是自编辑文本。

为了从头到尾走一遍完整流程，假设你给智能体一个人设块，上面写着"Lives in Boston."。你发送"I moved from Boston to SF."。智能体读取自己的块，看到矛盾，然后调用 core_memory_replace 在文本中将"Boston"替换为"SF"。当你后来问"Where do I live?"时，不需要检索步骤，因为那个块一直在上下文中，现在读作"Lives in SF."。Boston 已经消失了，没有任何记录表明它曾经在那里。整个流程依赖于模型注意到矛盾并选择覆盖。如果它没有注意到，什么都不会触发。

Letta 的"Is a Filesystem All You Need?" 文章（2025年8月）将 LOCOMO（一个多会话对话回忆基准测试）的对话记录转储到附加在一个普通智能体上的文件中，得分 74.0%，高于 Mem0 图变体的 68.5%（arXiv 2504.19413，2025年4月）。Letta 认为智能体在训练后已经擅长迭代文件搜索，因此专门的记忆系统增加的价值很小。

2、Mem0：去掉图，加入实体链接

Mem0 开始时有一个可选的图层，然后在 v3 开源重写中将其移除。这个删除仅适用于开源版本。Mem0 的托管平台仍然列出图记忆和基于时间的衰减作为功能。

图记忆通过 PR #1718 作为一个可选层引入，然后在2025年扩展到支持五种图数据库：Neo4j、内存中的 Memgraph、嵌入式 Kuzu、AWS 托管的 Amazon Neptune，以及 Apache AGE（Postgres 的图扩展）。v3 流水线在提交 a488e190（PR #4805，2026年4月14日合并）中移除了该模块。

实体链接取代了图记忆。实体使用 spaCy 而非 LLM 提取，并存储在并行的 {collection}_entities 向量集合中。每个实体行持有一个 linked_memory_ids 列表。这是一个中心辐射结构，实体指回提到它的记忆，而不是类型化边。在查询时，实体重叠成为加性评分中的一个信号，语义加 BM25 加实体加成，融合并归一化。

实体加成计算只有三行算术。

memory/main.py:1487-1489

num_linked = max(len(linked_memory_ids), 1)
memory_count_weight = 1.0 / (1.0 + 0.001 * ((num_linked - 1) ** 2))
boost = similarity * ENTITY_BOOST_WEIGHT * memory_count_weight

一个实体匹配会提升它链接到的每一条记忆，通过 memory_count_weight 衰减，使无处不在的实体不会淹没结果。关系感知是加到向量分数上的一个数字。

在 Poppy 例子中，M1 和 M2 都超过了 0.1 阈值并作为检索对返回，M3 被丢弃。"Poppy" 加成在两者上相同，所以它没有决定它们的顺序。M2 在 BM25 关键词项上领先（BM25 评分的是与查询的字面词语重叠，不同于基于嵌入的语义评分），这超过了 M1 更高的语义分数。返回的是原始记忆文本，智能体将其放入提示词并据此回答。Mem0 放弃了结构化的类型化遍历——即通过遍历边来回答"谁拥有那只去做了检查的狗"的能力。它保留了低成本的胜利——共同检索共享实体的记忆。

为什么去掉图？Mem0 自己的论文（arXiv 2504.19413，2025年4月）在 LOCOMO 上对图变体 Mem0g 与纯向量 Mem0 进行了基准测试，图很少能证明其成本是值得的。

图变体在总分上略胜，68.44 对 66.88，并在时间维度上获胜，但收益很薄。它在单跳和多跳上失败了，搜索速度慢了约3倍，token 消耗约2倍。

3、Graphiti (Zep)：双时态事实图

Graphiti 完全围绕图构建。数据模型有 EpisodicNodes（存储提取每个事实的原始输入）、EntityNodes、CommunityNodes（总结相关实体的集群），以及一个作为事实边的 EntityEdge：Entity --RELATES_TO--> Entity，带有事实文本和嵌入。

每条事实边都是双时态的。它记录有效时间（valid time），即事实在世界中为真的时间（valid_at/invalid_at），以及事务时间（transaction time），即系统知道它的时间（created_at/expired_at）。

graphiti_core/edges.py:271-279

expired_at: datetime | None = Field(default=None, description='datetime of when the node was invalidated')   # transaction time
valid_at:   datetime | None = Field(default=None, description='datetime of when the fact became true')       # valid time
invalid_at: datetime | None = Field(default=None, description='datetime of when the fact stopped being true')  # valid time

当矛盾的事实到来时，旧边被标记为无效而不是删除。

graphiti_core/utils/maintenance/edge_operations.py:569-571

edge.invalid_at = resolved_edge.valid_at
edge.expired_at = edge.expired_at if edge.expired_at is not None else utc_now()
invalidated_edges.append(edge)

Graphiti 关闭旧边而不是删除它。旧事实仍然可查询，所以你可以问现在什么是真的，与那时什么是真的。

摄取是增量的。每次调用 add_episode 都会触发 LLM 提取节点和边，实体解析使用确定性的 MinHash 和 LSH 快速路径加上 LLM 回退，然后进行边去重和矛盾解决。没有批量重计算，这与静态 GraphRAG 不同。检索结合余弦相似度、BM25 和广度优先图遍历，配合可插拔的重排序器（RRF、节点距离、MMR、episode-mentions、交叉编码器），并在查询时跳过 LLM 摘要以保持亚秒级延迟。

成本很高。单个 episode 可以触发许多 LLM 调用——节点提取然后去重然后边提取然后逐边解析、时间戳和属性。这是频谱中昂贵的一端，与 Mem0 的赌注相反。Zep 论文（arXiv 2501.13956）和 README 承载了正向收益声明。

4、Cognee：提取、认知化、加载

Cognee 将记忆视为一个数据工程问题。它的流水线是 ECL：提取、认知化、加载。公共 API 是 add()、cognify()、search() 和 memify()，还有一个更新的智能体门面 remember/recall/forget/improve。

cognee/api/v1/cognify/cognify.py:316-344

default_tasks = [
    # EXTRACT: classify raw Data items into typed Document objects
    Task(classify_documents),
    # EXTRACT: split Documents into semantic text chunks
    Task(
        extract_chunks_from_documents,
        max_chunk_size=chunk_size or get_max_chunk_tokens(),
        chunker=chunker,
    ),
    # COGNIFY: LLM-extract entities and relationships into a knowledge graph
    # COGNIFY: LLM-summarize each chunk for retrieval
    Task(
        extract_graph_and_summarize,
        graph_model=graph_model,
        config=config,
        custom_prompt=custom_prompt,
        task_config={"batch_size": chunks_per_batch},
        **kwargs,
    ),
    # LOAD: persist nodes, edges, and embeddings to graph/vector DBs
    Task(
        add_data_points,
        embed_triplets=embed_triplets,
        task_config={"batch_size": chunks_per_batch},
    ),
    Task(extract_dlt_fk_edges),
]

DataPoint 本体将图边声明为指向其他 DataPoint 的类型化 Pydantic 字段。

cognee/modules/chunking/models/DocumentChunk.py:10-37

class DocumentChunk(DataPoint):
    text: str
    chunk_index: int
    is_part_of: Document                        # edge to the parent Document
    contains: List[Entity] = None               # edges to the entities inside it
    metadata: dict = {"index_fields": ["text"]}  # which field gets embedded

is_part_of 和 contains 看起来像普通的类型提示，但 Cognee 在运行时读取它们，并将每个类型化字段转换为 DataPoint 节点之间的图边。metadata 中的 index_fields 条目声明哪个字段被嵌入，因此单个类同时描述了图层和向量层。在 Cognee 中，记忆是一个建模练习。

流水线本身是可组合的。上面 default_tasks 列表中的每一步都是一个 Task，这些任务链接成一个你可以编辑的流水线。默认的 cognify 链分类、分块、提取图并摘要，然后添加数据点和外键边。存储跨越三个可插拔层：图数据库（默认基于 Kuzu 的"ladybug"，或 Neo4j、Neptune、Postgres）、向量数据库（默认 LanceDB，还有 pgvector、Chroma）和关系数据库（SQLite 或 Postgres）。搜索是一个大型枚举（SearchType），以 GRAPH_COMPLETION（向量引导的三元组搜索加上 LLM）为旗舰，以及 RAG_COMPLETION、CHUNKS、SUMMARIES、CYPHER、NATURAL_LANGUAGE、TEMPORAL 等。

Cognee 在三个明确阶段处理同一个事实。你将两条陈述作为原始文本添加，仍然是未结构化的。你调用 cognify，它将文本分块、提取实体和类型化边，并将它们一起写入图、向量和关系存储。GRAPH_COMPLETION 搜索以向量种子开始查找，遍历匹配的三元组，并将它们交给 LLM 来组成答案。与其他方案不同，Cognee 使构建步骤显式化。你决定何时重建图，而不是在每次写入时重建，并且开启时序模式后，新旧位置作为带日期的事件共存。

Cognee 还添加了两个功能。第一，本体论对齐（ontology grounding）。一个 OWL/RDF 解析器根据提供的本体论验证 LLM 提取的实体，并为每个节点标记 ontology_valid 标志，因此你可以区分有根据的实体和幻觉实体。第二，基于 dlt（数据加载工具）的结构化数据摄取，它将关系型数据源拉入并自动推导外键边，使数据库成为图的一部分。

5、对比

该表并排回答了文章的两个问题——共同检索和事实变更——加上每个方案的成本和回报。

6、基准测试格局

这些系统在一小部分测试长对话历史回忆和推理的基准上进行评估。以下是每个基准测试的内容。

• LOCOMO（arXiv 2402.17753 / snap-research.github.io/locomo）测试超长多会话对话的回忆和推理，分为单跳、多跳（组合在不同会话中陈述的事实）、时序、开放域和对抗类别。由 Mem0、Graphiti (Zep) 和 Letta 报告。
• LongMemEval（arXiv 2410.10813 / xiaowu0162.github.io/long-mem-eval）在长聊天历史上运行500个问题，测试五种能力：信息提取、多会话推理、时序推理、知识更新和弃权。由 Mem0 和 Graphiti (Zep) 报告。
• HotPotQA（arXiv 1809.09600 / hotpotqa.github.io）是基于 Wikipedia 的多跳问答，每个答案需要跨两个或更多段落的推理，以精确匹配和 F1 评分。由 Cognee 报告。
• BEAM（arXiv 2510.27246，ICLR 2026）探测多达 10M token 对话中的事实跟踪、信息更新、矛盾解决和时序顺序，一个测试套件涵盖十种记忆能力。由 Mem0 报告。

不出所料，每个厂商自己的基准测试都显示自己获胜。

但这些数字并不直接可比。Mem0 的 92.5 和 Letta 的 74.0 都是 LLM 作为裁判的分数，但每个厂商运行自己的答案模型、裁判模型和裁判提示，在不同的题目子集上（Letta 去掉了对抗类别并使用 gpt-4o-mini），因此差距反映的不仅是记忆系统，还有评估工具本身。Continua AI 的"The LoCoMo Fair Fight"显示，仅更换模型（gpt-4o-mini 到 gpt-4.1-mini）就使分数移动了约10分。LOCOMO 的对话只有约 16k 到 26k token，在现代上下文窗口内，因此分数不能迁移到长智能体任务。Zep 的"Lies, Damn Lies & Statistics: Is Mem0 Really SOTA?"质疑了 Mem0 的 SOTA 声称，认为基准测试有缺陷，且 Mem0 的比较运行了一个错误配置的 Zep 实现。为取代它而构建的新基准——LongMemEval、MemoryArena（arXiv 2602.16313）、Locomo-Plus（arXiv 2602.10715）以及 Vectorize 的 Hindsight——表明该领域已经向前发展，尽管还没有一个巩固为标准。

7、归根结底

基准测试模糊了比较，但这四个背后的设计并不模糊。从数字中退一步，"多少图"的频谱分解为两个它一直在混在一起的问题：读取是否需要遍历，从事实跳到事实来找"谁拥有那只去做了检查的狗"，以及写入是否需要在值变更时保留历史。

图还需要前期付费。摄取消耗 LLM 调用来提取和解析节点和边，因此成本落在写入上，只在需要遍历或回溯的读取上才获得回报。这种不对称性才是这四个真正在争论的东西。Letta 从未构建图，而 Mem0 在论文显示图变体在单跳和多跳回忆上失败、搜索慢3倍、token 成本2倍之后，也移除了自己的图。Graphiti 和 Cognee 围绕遍历和历史最重要的工作负载构建。

有一个相邻的空间很容易与这些混淆。像微软 GraphRAG 和 LightRAG 这样的文档 RAG 系统也构建知识图谱，但是从静态语料库在单次批量处理中构建，而不是从增量智能体交互中构建。GraphRAG 是 Graphiti 实时摄取的批量重计算对照，而 Cognee 在 HotPotQA 上与 LightRAG 进行基准对比。它们为不同的问题构建了相同的数据结构。

原文链接: Agent Memory Systems and Knowledge Graphs: Letta, Mem0, Graphiti, and Cognee

汇智网翻译整理，转载请标明出处

大约六个月前，我认识了Sphinx AI，印象深刻。如果你领导一个分析或数据科学团队，这篇文章就是为你写的。看看这段20秒的短视频，Sphinx创始人Rohan正在解释他要为数据科学和分析解决的问题。

一个前沿编程代理被要求构建一个基本的线性回归模型。这是一个初级数据科学家就能完成的任务。但它生成的趋势线完全错误——被几个异常值和微小的数据问题所扭曲，而任何人类分析师都能发现这些问题。

这正是我从合作的Analytics团队那里不断听到的问题。他们对使用AI进行数据科学实践很感兴趣，但数据分析的结果往往是不正确的。当分析正确时，感觉像魔法一样；但太频繁地，结果令人沮丧，因为它搞错了。

我个人一直在用Claude做问卷调查分析，效果很好。但一旦涉及到更复杂的数据集，这项技术就撑不住了。

1、你的AI代理正在用固定航向法导航你的数据

完整视频中有一个很好的比喻（你可以在这里观看），把这个道理讲得很生动（尤其对我这个非数据科学背景的人来说）。Rohan解释道：1707年，一位名叫Cloudsley Shovell的英国海军上将正在返航英格兰。他相信自己安全地在航线上，但他的方位偏差了大约半度。这个微小的误差不断累积，最终四艘船撞上了锡利群岛，超过1400名水手丧生。

六十年后，库克船长穿越太平洋，在地球上最大的海洋中散布的无数小岛之间精确导航。区别在哪里？库克痴迷地测量自己的位置。每天六次或更多。他从不假设自己在航线上，他反复核实。

视频解释说，当今大多数AI代理都像Shovell海军上将一样工作。它们编写代码，执行代码，然后假设结果是正确的。也许它们会检查一两次，然后就继续了。但你的数据有异常值、缺失值、文档不完善的模式（schema），以及那些只有当你真正去查看时才有意义的东西。如果你的AI没有不断检查自己的位置，它可能偏差超过半度。而在数据科学中，偏差半度意味着你的决策完全错误。

2、你无法编排你不信任的东西

我一直在写关于洞察和分析专业人士如何从执行者转变为编排者的文章。AI正在压缩问题与答案之间的距离，真正的价值正在转向知道该问哪些问题，而不是自己crunch那些数字。

但问题是，你无法编排一个不知道自己何时出错的AI代理。如果你在管理一个分析师团队，你信任他们会在数据出现异常时提醒你。他们会在提交最终答案之前说"嘿，这些异常值正在扭曲结果"。如今的通用LLM不会这样做。它们给你一个自信的答案，然后继续前进。

如果你的工作是将决策交给高管层，这就是一个问题。

3、数据原生AI真正的样子

如前所述，我大约六个月前第一次见到Rohan和他的Sphinx AI团队，对他们深厚的技术实力印象深刻。我不是他们产品的专家，但我熟悉他们正在解决的问题。我认为分析团队应该关注他们。

Sphinx的不同之处在于它如何将数据视为上下文。大多数AI代理可以读取模式（schema）、编写代码并运行。但它们仍然遗漏了更困难的部分：理解数据在业务内部实际上是如何被解释和使用的。它们不知道团队真正信任哪些指标，哪些表在技术上有效但在实践中被避免使用，或者哪些边界情况是大家随着时间学会应对的。

可以这样想。一个通用LLM看待你的数据，就像一个聪明的人但假设一切就是它表面上看起来的那样。如果一个列叫做revenue（收入），它假设这就是正确的收入数字。如果一个表存在于数据库中，它就假设它是干净的、可以安全使用的。如果一个指标通常以某种方式定义，它就假设这个定义就是人们在实践中实际的意思。Sphinx是为更混乱的现实而构建的。它学习关于指标、连接、注意事项和异常的部落知识，这些知识通常存在于笔记本、查询历史、仪表板和人们的头脑中。

他们通过一个受治理的AI优先知识库来实现这一点。用通俗的话说，这意味着系统持续构建和更新对数据如何映射到真实业务含义的理解，而不仅仅是列名所表达的字面意思。它捕获在数据工作中产生的组织知识，允许团队对这些信息进行治理。

这意味着AI可以一致地应用定义，在数据问题扭曲分析之前捕获它们，并生成基于公司实际如何解释其数据的输出。它不是让AI每次都绊倒在同样的问题上，而是将专家知识转化为共享基础设施。

4、你的团队不知道自己需要的那位额外数据科学家

完整视频中（链接在上面）有一句话让我深有感触：一个两人团队说他们在使用Sphinx后现在像一个20人的团队一样运作。就像我对当今大多数AI的感受一样，这个工具不是来取代你的数据科学团队的，而是来壮大它的。Sphinx AI需要一个数据科学编排者来为它服务。

如果你是一位拥有小型分析团队的洞察副总裁，或者一位试图将少数几个数据科学家分配到太多请求中的分析总监，这可能就是你的突破点。一个真正理解你的数据、让你能信任其输出结果的AI。

而且它在你的环境中运行。你的基础设施、你的数据库、你的安全控制。他们不会保留你的提示词、你的数据或输出结果。

5、门槛正在提高

我在开头给你看的那个短片很能说明问题。前沿AI模型在很多方面都非常强大。但当涉及你的数据时，你需要在整个分析过程中进行更多检查。

从执行者到编排者的转变，只有在你编排的工具值得信任时才能成功。对于分析团队来说，这意味着AI要像库克船长导航太平洋那样导航你的数据——通过持续的、痴迷的检查。

Sphinx是我见过的第一批真正做到这一点的工具之一。我建议你去了解一下。如果你想认识Rohan，请告诉我。

原文链接：Watch a Frontier AI Agent Fail at Basic Data Science

汇智网翻译整理，转载请标明出处

真实画面：一个AI将研究规格文档交给另一个AI——最终你会明白的。（在野外能看到这种事情，挺疯狂吧？）

昨晚你给AI智能体一个明确的任务。它努力工作了两个小时。你醒来后看到一份技术正确但完全没用的报告。

这种经历我遇到过太多次，以至于几年前我就不再责怪模型了。失败永远是结构性的，我指的是一种非常具体的、可诊断的意义上的结构性。

AI实验室微调语言模型是为了产生输出，而不是质疑框架。这些模型训练背后的整个奖励循环推动它们产生有用的补全；在那个循环中，没有人会奖励一个模型在中途暂停并问"你有没有考虑过你可能在错误地框定这个问题？"

执行是默认行为。这个设置对于原子任务效果很好：创建一个笔记、写一封简短的邮件、实现一个特定的函数、比较两个明确定义的选项。当真正的问题不是任务本身，而是任务背后的目标时，它会在悄然中、代价高昂地失败。以下是三个例子：

第一：你让智能体为你的Web应用"实现用户认证"。清晰的任务。智能体开始工作，使用JWT令牌、bcrypt密码哈希和会话管理产生了一个技术可靠的实现。

第二：你让智能体"写一份关于可再生能源储能的技术报告"。同样清晰的任务。智能体下载论文、综合发现、产生一份结构良好的文档。

第三：一个家庭让智能体"规划搬到新城市"。随之而来的是详尽的研究——社区、学区、搬家公司、成本估算。每个案例的输出在技术上都是正确的。

每个案例中，提问者最终得到的都是不太合适的东西。所要求的和所需要的东西之间的差距——就是本文要讲的。

结构是问题所在，不是模型。

不是模型的智能，不是你提示词的质量，不是温度设置。你交给智能体的工作流的结构才是决定它回答正确问题还是听起来合理但错误问题的关键。在本文中，我将向你展示正确的结构是什么样的。但为了理解为什么必须如此，我们需要看看我们是怎么走到这一步的。

业界最初采用的修复方案是规划。它有帮助。但还不够。系好安全带，听我讲故事。

1、先规划，后构建

结构是问题所在，不是模型。对吧？所以业界最初采用的修复方案是添加一个规划模式。

如果你在过去几年中使用过任何主要的智能体编码工具，你一定见过这种模式。有一个规划模式：只读，没有副作用，用于思考任务。然后是构建模式：智能体执行。

背后的直觉是合理的——将思考和行动分开确实比将它们压缩成一个连续流要好。当你在同一个过程中混合规划和执行时，智能体会基于它对目标的第一次解读做出不可逆的更改。

规划模式强制暂停。你可以在任何东西写入磁盘之前检查计划、与它争论、修改它。计划是交接链中的第一个具体工件。你可以把它拿在手中——或者至少放在你的屏幕上——就它进行真正的对话。

真正的进步。我不想淡化这一点。但看看搬家案例会发生什么。

智能体产生了一个详尽的计划：比较三个目标社区，比较每个社区的学区，联系五家搬家公司获取报价，估算总搬迁成本，制定时间表。出色的计划。一家人审查后点头表示"看起来不错"，然后智能体开始执行。

六个月后：他们住在一个在纸面上完全合理的城市——除了推动整个搬家的那份工作居然是远程的。他们根本不需要搬迁，或者他们本可以搬到房价便宜一半、学校更好的地方。

计划是正确的。执行是正确的。目标是错误的。关键在于：构建计划的智能体从未质疑过"规划搬到城市X"是否是正确的目标，因为从未有人要求它这么做。它采用了提示词的第一个合理解读——"他们想搬家，让我帮他们好好搬家"——在那个框架内自信地规划。

软件认证的例子更短但更尖锐。"实现用户认证"：智能体规划了JWT令牌、bcrypt哈希、会话存储。不错的计划，甚至很合理。对于一个单租户Web应用来说。但这是一个多租户SaaS产品（几十个客户共享同一个运行中的应用程序）。

这个计划永远不会发现这一点，因为没有人告诉规划智能体多租户是一个约束条件。它只是做了被要求的事。

现在，你可能正在形成的反对意见："在批准之前仔细审查该死计划不就行了。"这个反对意见在一定程度上是对的，审查确实重要，但它忽略了一个事实：产生计划的智能体已经锁定了一个框架。

它问的每一个问题、提出的每一个权衡、呈现的每一个选项——所有这些都已经被它对目标的第一次解读所塑造。当你审查那个计划时，你审查的不是一组中性的选项。你审查的是一个已经选择自己成功标准的计划。框架是不可见的，因为它从未被明确化。

没有探索的规划会锁定第一个合理的目标。

2、规划之前的研究

再说一遍，结构是问题所在，不是模型。下一个显而易见的修复是在规划之前添加一个研究阶段。

到2025年中期，严肃的智能体设置中出现了第三种模式。一个研究阶段：只读，任务是理解问题空间，而不是产生解决方案。它创建的工件是描述性的，而不是规定性的——一个在任何人决定怎么做之前映射已知信息的文档。

直觉再次正确：如果规划智能体不知道自己不知道什么，它就无法好好规划。研究就是它发现的方式。对于可再生能源报告，详尽的研究可能会发现目标受众是政策制定者，而不是工程师——这会改变词汇、技术深度和文档的开篇框架。

真正的进步，再一次。但仍然不够。

仔细看可再生能源报告。智能体运行了扎实的研究阶段：下载了20篇最新论文，阅读了行业报告，综合了电池储能、氢载体、抽水蓄能和电网级热系统的最新技术。然后它过渡到规划模式——在同一个上下文窗口中。问题就在这里：同一个上下文窗口。

规划智能体不是一个面对研究报告的新鲜思维。它是同一个智能体，携带着它在研究期间得出的所有结论，现在要决定如何构建工作。如果研究智能体得出"电池储能在能源转型中是核心挑战"的结论，规划智能体就会围绕电池储能来构建报告。不是因为它做了一个新决定——而是因为它从未有机会质疑先前的决定。它只是继续前进。研究很出色。计划自然地从研究中得出。报告回答了研究智能体觉得最有趣的问题。不一定是读者需要被回答的问题。

最好的辩护仍然成立，而研究使它更加犀利。最好的辩护说："仅规划就够了，只需审查计划。"研究证明并非如此——但不是因为规划是错误的方法。研究证明了这一点，因为没有上下文隔离的研究只是把锁定提前了一步。同一个做研究的智能体现在在规划。它无法逃离自己先前的结论，不是因为它不具备抽象推理能力，而是因为那些结论字面上就坐在它的上下文中，塑造着它生成的每一个下一个token。

一个全新的规划智能体，只收到研究报告作为一份干净的文档，可以真正质疑研究是否回答了正确的问题。它可以反驳。它可以说"你的研究大量集中在电池化学上，但我不确定这是否是受众需要的。"做研究的同一个智能体无法做到这一点。真的做不到。

但这里真正关键的一点是：研究给你的是事实；它不告诉你是否在解决正确的问题。把这个想法留一会儿，我们还需要一步。

3、计划之后的审查

结构仍然是问题所在，不是模型。为了修复它，我们添加了一个新的、事后看来相当明显的步骤。实现之后的审查阶段。

这是一个专门的环节，一个独立的智能体——或同一个智能体在独立的上下文中——根据已知标准评估生成的工件。不仅仅是"代码能运行吗"，而是"代码是否实现了我们的意图"。与实现的区别是真实且重要的。实现智能体在构建；审查智能体在寻找会破坏它的东西。

审查实际解决的确实是真实的问题。软件认证实现经过审查智能体评估后，暴露了真实的问题：JWT过期窗口是否针对威胁模型设置了合适的值？bcrypt成本因子是否为这个硬件调优了？会话令牌在登出时是否真正失效了，而不仅仅是过期了？这些都是新的一次检查可以发现的真实bug。我见过审查智能体发现了第二个人类读者才能发现的那种细微错误——不是因为他们更聪明，而是因为他们在寻找问题而不是构建解决方案。

但看看当审查智能体根据计划评估软件认证实现时会发生什么。

计划说："为Web应用实现基于JWT的认证。"审查智能体确认：JWT正确实现了。使用了bcrypt。会话管理已到位。实现通过了审查。它上线了。

第一个企业客户尝试登录时：没有租户隔离。系统中的每个用户共享一个认证命名空间。审查智能体没有发现bug。实现没有bug。计划指定了错误的东西。而审查智能体无法发现这一点——不是因为它粗心，而是因为审查只检查"我们是否正确实现了计划。"而不是"计划是否是正确的计划。"这是不同的工作。你无法通过审查来弥补错误的规格。

这不是智能的失败。这是审查智能体接收到的东西的后果。它接收到了实现和计划。它无法干净地访问原始的问题陈述——用户实际需要什么，产品中隐含了什么约束，产品服务于一个客户还是一百个共享命名空间的客户。它评估的是工件与计划之间的差距，而不是工件与目标之间的差距。

顺便说一句，人类代码审查者也会以同样的方式失败。代码审查会发现风格违规、差一错误、缺少空值检查。它很少质疑三个sprint前做出的架构决策——那个决策已经嵌入到代码库的每一层中。那种问题需要不同的上下文——不同的会议、设计审查、对规格的新鲜视角而不是对实现的视角。

审查能发现错误，但只能在你在规划阶段锁定的框架内。你无法通过审查来弥补错误的规格。

4、在解决问题之前命名问题

终于，结构就是问题所在，不是模型。

研究不问它。规划不问它。实现不问它。审查不问它。问题是：我们在解决什么问题，我们如何知道自己已经解决了它？

这不是一个修辞问题。它有具体的、切实的答案。而这些答案应该是一份文档——一个规格说明——在编写计划之前产生。不是在规划期间。不是作为研究的副作用。它自己的阶段。它自己的工件。

一份规格说明回答四个问题，而且只需一页纸就能做到。我们试图产生的确切输出是什么？它必须满足的硬约束是什么？成功是什么样的——具体来说，我们会检查什么来确认？失败是什么样的——什么会让我们说这没起作用？

这些听起来显而易见。它们几乎从未在规划阶段开始之前被回答。根据我的经验，原因在于它们让人感觉会拖慢进度。它们不会。它们防止在错误方向上工作六个月。把它想成一张你可以贴在墙上的单页纸——在争论输出成功还是失败时你会指着的那种。

回到搬家的案例。在详尽的研究阶段之后——社区数据、学校评分、犯罪统计、生活成本比较——一个规格说明阶段会问：对你们家庭来说，一次成功的搬家是什么样的？一家人面对这个问题坐下来。结果发现他们从未明确回答过这个问题。

丈夫的答案：靠近他年迈的父母，他们住在国家的特定地区。妻子的答案：女儿进入一个有强大艺术项目的特定学区。预算答案：将总住房成本控制在让他们能够维持当前储蓄率的门槛以下。三个明确的成功标准。

研究阶段没有发现冲突，因为它从未被告知它在优化什么。规格说明阶段在计划锁定某个城市之前揭示所有三个标准。规划阶段现在可以做有用的事情：找到满足所有三个标准的城市——或者同样重要的是，发现没有城市满足所有三个标准，在任何人预订搬家公司之前就暴露这个冲突。

软件认证的案例很快。规格说明会问：鉴于产品的客户是谁，为这个产品正确实现的认证是什么样的？答案：必须支持多租户隔离和严格的数据分离、企业客户的SSO、以及只有邮箱登录的免费层。

现在计划可以针对实际产品来编写了。研究阶段关于JWT和OAuth的工作仍然有效；只需要通过多租户的视角来解读——这是规格说明明确化的。

完整的链条，连同其五个具体工件，看起来像这样。

研究产生一组源材料加上一份描述性的最新技术报告——关于这个问题空间已知了什么。规格说明产生一份成功和失败标准文档。规划产生一份具体的分步计划——根据规格，如何从现在到达那里。实现产生一个可评估的工件——代码、文档、报告、建议。审查产生一份对照规格说明（而不仅仅是计划）检查的评估报告——对"我们解决问题了吗？"的真实回答。

五个文档。五次交接。五个在错误框架变得代价高昂之前捕捉它的机会。

5、其实我们一直都知道

有趣的是，所有这些至少在原则上早在1987年之前就已经为人所知了。

IDEO，一个如今超级著名的设计咨询公司，阐述了一个五阶段的创意流程，后来斯坦福的d.school将其编码为设计思维。

Tim Brown 在《Change by Design》中形式化了发散-收敛逻辑。五个阶段：共情（Empathize）、定义（Define）、构思（Ideate）、原型（Prototype）、测试（Test）。如果你觉得这些名字听起来很熟悉，考虑到你刚刚读过的内容，那不是巧合。

共情就是研究：广泛收集，收集上下文，与用户交谈，从外部而不是内部理解问题空间。定义就是规格说明：收敛到一个带有明确成功标准的明确问题陈述，"我们如何可能"的问题，它框定了下游的一切。构思就是规划：再次发散，生成候选解决方案，探索可能方法的空间。原型就是实现：产生一个可评估的工件，可以放在某人手中的东西。测试就是审查：根据问题陈述评估原型，而不是根据原型自身的内部逻辑。

智能体世界自2023年以来一直在添加的每个阶段，早已在一个比现代Web早十五年的框架中被命名、排序和论证。这是一个每个硅谷初创公司、孵化器、加速器和风险投资人都了如指掌的框架。它在全球各地的商业专业中教授。它字面上就是大多数路演演示的结构。但它仍然缺失于我们每天使用的大多数智能体协议中。

最明显缺失的部分是定义阶段——第二个阶段，IDEO把它放在第二是有原因的：没有明确的问题陈述，下游的一切都会回答错误的问题。这是该领域不断从头重新发现的一个非常古老的洞察——Agile的完成定义、测试驱动开发的先写失败测试、示例化规格说明。每一个都是同一个洞察的不同名字。

现在，这是你最初的反对意见最强版本。"你不需要所有这些结构。一个优秀的提示词指定了受众、格式、成功标准、约束。写一个更好的提示词，你就一次搞定五个阶段。"

让我们认真对待这一点，因为它关于提示词质量并没有错。一个精心制作的提示词，指定了输出是给谁的、应该采用什么格式、必须完成什么、什么会让它失败——那个提示词实际上就是一份规格说明。你说得对，提示词质量很重要。

但是一个包含研究上下文、目标规格说明、计划和执行指令的单一提示词并不是五阶段流程的更简洁版本。它是五个阶段折叠成一个上下文窗口，没有任何机制让每个阶段质疑前一个阶段的结论。

当研究和规划共享一个上下文时，规划无法质疑研究。当规划和实现共享一个上下文时，实现无法反驳计划。当规格说明和审查共享一个上下文时，审查已经倾向于确认它帮助编写的规格说明。提示词质量关乎你问什么。

阶段独立性关乎谁来处理每个答案，以及他们是否能真正不同意前一步。你可以写出世界上最好的提示词，但仍然把它交给一个在同一收窄通道中执行的智能体，在每一步都复合相同的假设。

想象一下某个人第五遍读自己的手稿——他们不再看到那里有什么，只看到他们想写的。这是人类心理学中被复制最多的发现之一：一旦我们形成了一个信念，我们就会通过那个信念的视角来解释后续证据。我们注意到确认性的证据，折扣否认性的证据，并生成假设该信念正确的假设。

这不是智能的弱点。每一个心智——人类还是人工智能——都通过它已经得出的结论来解读。研究你问题的智能体已经对它有了信念。当它过渡到规划时，它为那些信念服务地规划。规划过的智能体已经有了一个解决方案。当它实现时，它做出了无数服务于那个解决方案的微观决定。实现过的智能体在工作的过程中维护着选择。当它审查时，它善意地阅读自己的输出。

上下文隔离打破了这条链。一个新鲜的上下文没有看到先前的步骤。它不会被它从未得出的结论所欺骗。它冷读工件，这是真正评估它的唯一方式。

设计思维的发散-收敛逻辑不是关于每个阶段做什么。它是关于谁来做，以及他们是否能在不继承前一阶段的承诺的情况下得出结论。

6、从今天开始自己实践

手工版本比听起来简单：

• 把每个阶段当作一个独立的对话。为每个阶段开始一个新的会话。
• 只传递前一个阶段的工件——不是之前的对话，不是你正在运行的上下文，不是你一直在想什么的摘要。只有工件。
• 明确告诉智能体它处于什么模式。"你处于研究模式。不要提出计划。不要建议解决方案。你的唯一工作是描述问题空间并产生一份研究报告。"

这个指令很重要。不是因为模型需要被控制，而是因为明确的模式分配防止智能体在感觉到需要填补的空白时滑入执行行为。模型被训练为有帮助的；有用性将每个空白推向解决方案。命名模式是你抵抗它的方式。

纪律在于你，不在于工具。这适用于任何智能体、任何界面。新鲜的上下文、明确的模式、工件交接。这就是全部配方。

如果你想走得更远，你可以让阶段在结构上被强制执行而不是仅仅被指示——字面上无法执行的智能体、只接收工件的子智能体、没有共享上下文的自动交接。可编程的harness给你这种级别的控制，每个技能有权限级别。（如果你没有，联系我，我会免费借你一个。）

你今天可以采取的一个小步骤：在你已经在使用的任何工作流中添加一个规格说明阶段。在规划阶段编写计划之前，先要求一份成功标准文档。一页纸。明确的通过/失败条件。什么会使这个输出成功？什么会让你把它扔掉？在规划开始之前审查那份文档。

这单一的添加——在研究和规划之间插入一个定义阶段——比事后添加审查阶段能捕获更多失败。因为它在计划锁定错误目标之前就捕获了它们。

不要做什么：不要把所有五个阶段当作机械检查清单来实现。不要把阶段当作装饰添加——一个与规划共享上下文的研究阶段添加的是对话轮次，不是结构。同一个窗口中更多的文字不是更多的阶段。阶段是上下文边界，不是食谱中的步骤。一个不产生具体工件且不将其传递给新鲜上下文的阶段什么也不添加。

每个阶段一个文档。每个阶段一个新鲜的上下文。就这么简单。

7、在重新提示之前先重构结构

想象工件链是一个物理的东西。一个牛皮纸文件夹从一个办公桌传递到下一个。研究办公桌产生一份报告，合上它，推过去。规格说明办公桌只打开那个文件夹，阅读它，产生一份标准文档，合上它，推过去。规划办公桌从不打开研究文件夹——它只打开标准文档。

依此类推。每个办公桌只看到恰好一份先前的文档。每个办公桌恰好产生一份新文档。链条使独立性成为可能。你无法交接一个模糊的意图。你无法把一种感觉推过办公桌。只有文档。

上下文隔离是大多数流水线跳过的步骤，但它做了最多的工作。每个与前一个阶段共享上下文的阶段都继承了它的承诺。不是因为模型懒惰或错误——而是因为这就是认知的工作方式，人类或其他。我们通过已经得出的结论的视角来解读。

上下文隔离很便宜：开始一个新会话，只传递工件。认知科学是明确的：打破确认偏误链需要结构性断裂，而不是更好的指令。上下文隔离被跳过是因为它看起来是可选的。它不是。

记住，结构是问题所在，不是模型。在重新提示之前先重构。

下次见，保持好奇。

原文链接: Why AI Agents Need Structure

汇智网翻译整理，转载请标明出处

说到分析智能体，我见过的多数数据团队都想自己搭建，而不是购买。

他们希望拥有技术栈的完全控制权，在自己的基础设施上运行，并保持对驱动智能体的上下文的完全掌控。所以真正的问题不是"我们应该买哪个智能体？"，而是 "我们应该基于哪个开源框架来搭建？"

为了回答这个问题，我挑选了五个覆盖当前实际可用范围的项目：LangChain、Wren AI、nao、LibreChat 和 Vercel 的 knowledge-agent-template。从外部看它们似乎可以互换，但实际上差别很大。其中三个是你可以真正用来回答数据问题的工具，另外两个不是。而在那三个可用的工具中，它们之间的差异比任何并列比较所呈现的都要大。

所以上周末我决定对每一个进行一次真实测试。同一个 BigQuery 表、同一个模型、同一个问题，各运行3次。以下是我的发现。

1、五个项目，五个不同类别

大多数人在这点上会搞错。这5个项目都出现在"开源AI智能体"列表中，但它们根本不是同一种工具。

• LangChain 是一个 LLM 智能体库。它提供构建模块，由你来编写智能体。它的上下文取决于你放入提示词中的内容。
• Wren AI 是一个语义上下文引擎。你使用一种叫做 MDL 的特定建模语言来定义表和指标。然后你自带编码智能体（Codex、Claude Code、Cursor…）来查询它。
• nao 是一个完整的分析智能体。文件系统上下文层、聊天UI、MCP 服务器和 MCP App、评估框架，全部内置。
• LibreChat 是一个自托管的 LLM 聊天 UI。开箱即用可以连接 OpenAI、Anthropic 等。没有数据库工具。
• Vercel 的 knowledge-agent-template 是一个用于构建文件系统搜索智能体的 Nuxt 模板。可以在配置的数据源（GitHub 仓库、YouTube 字幕、自定义 API）上执行 grep、find、cat。

2、我的评估框架

因为这些工具属于不同类别，所以对单个问题"答案是否正确？"是不够的。一个需要你自己编写智能体的库，从定义上就会在任何一次性准确性测试中失败，但这并不意味着它是一个糟糕的库。因此我根据在选择构建分析智能体的框架时真正重要的维度来对每一个进行评分：

• 设置时间。 从 pip install（或 git clone）到可以与数据仓库对话的可用聊天：需要多长时间？
• 数据仓库连接。 内置连接器，还是需要你自己接入 BigQuery？
• 工具。 SQL、schema、图表是否开箱即用，还是需要你自己构建？
• 上下文层。 业务含义存储在哪里？在提示词中、建模语言中、markdown 文件中，还是根本没有？
• 智能体 UI。 是否自带聊天界面，还是需要你自己构建？
• 真实问题的准确性。 同一个 BigQuery 表、同一个模型、同一个问题，各运行3次。对或错。
• 长期可维护性。 添加第25张表是什么样子？当你的团队日常使用时，如果智能体给出了错误答案，分析师该怎么办？

对于准确性测试，我选择了一个问题：

"上个月的流失率是多少？"

听起来很简单，但实际上并非如此：流失率需要一个自连接（本月流失的许可证除以上个月的付费许可证），而如果让 LLM 自己处理，它会使用当前月作为分母，最终会偏差几个百分点。

数据来自我们的 Stripe MRR 表（prod_silver.fct_stripe_mrr）。我将每次运行的结果与直接从数据仓库计算的真实数字进行比较，这个真实数字我不会分享。对或错才是重要的 :)

3、LangChain

LangChain 是一个用于构建 LLM 应用的 Python 库。开箱即用没有智能体。你需要从基本组件中组装一个：聊天模型、自定义工具、系统提示词、一个 create_agent 调用。

4、Wren

Wren 是不同的。它是一个语义上下文引擎，而不是一个智能体。

4.1 如何设置智能体、工具和数据仓库

三行命令即可安装和连接：

pip install "wren-engine[bigquery,main]"
npx skills add Canner/wren-engine --skill '*'
wren profile add nao-bq --ui

最后一行命令会在浏览器中打开一个本地 Web 表单，你可以在其中输入你的 BigQuery 项目、数据集和凭证。点击保存后，Wren 会将连接配置文件写入磁盘。不需要手写 yaml。

mkdir ~/nao-wren && cd ~/nao-wren
wren context init

4.2 智能体 UI

没有 UI。你需要打开一个编码智能体：Claude Code、Cursor、Codex、Windsurf、Cline，你安装了哪个就用哪个。Wren 的 skills 并不是 Claude 专属的；它们可以在任何支持 skills 格式的工具中使用。

在项目内部，你让编码智能体生成语义层：

Use the wren-generate-mdl skill to explore the prod_silver dataset
and generate the MDL for fct_stripe_mrr. The data source is BigQuery.

该 skill 会探索你的数据集，将 MDL 文件写入 models/<ModelName>/metadata.yml，验证它们，构建上下文，并索引记忆。然后你就可以用自然语言提问了。wren-usage skill 会根据你的模型名称编写 SQL 并通过 Wren 引擎执行。

整个设置大约需要20分钟，但前提是你已经安装了一个编码智能体。

4.3 测试结果

然后我在编码智能体界面中直接提问。

3次运行全部正确。每次都得到相同的答案，通过相同的自连接。效果很好。

需要指出的一点：Wren 期望你通过编码智能体来驱动它。 Skills 负责繁重的工作（编写建模文件、查询引擎、处理 SQL 方言的怪癖）。如果你跳过编码智能体，从自己的 LLM 应用中调用 Wren，你就需要重新实现这些工作。

4.4 适用场景

如果你满足以下两个条件，Wren 就适合你。

第一：你接受上下文存储在专有的建模语言中。 MDL 文件是 Wren 特有的，它们不是 markdown，不是 dbt YAML… 当智能体给出错误答案时，修复需要通过语义模型进行。

第二：你希望编码智能体成为你的主要查询界面。 Wren 没有聊天 UI。它被设计为由 Claude Code、Cursor、Codex、Windsurf、Cline 或你的团队已经在使用的任何编码智能体来驱动。如果你的分析师习惯于打开编码智能体并在其中输入自然语言问题，体验会很顺畅。

5、Nao

nao 是一个开源分析智能体，具有文件系统上下文层、聊天 UI、MCP 服务器 + MCP App，以及内置的评估框架。

5.1 如何设置智能体

设置只需要两条命令：

pip install nao-core
nao init

nao init 是交互式的。它会在终端中引导你完成所有步骤：

🚀 nao project initialization

? Enter your project name: my-analytics-agent
? Set up database connections? Yes
? Select database type: Bigquery
? Connection name: bigquery-prod
? GCP Project ID: nao-production
? Default dataset (optional): prod_silver
? Authentication method: Service account JSON file path
? Path to service account JSON file: /path/to/bq-key.json
? Set up LLM configuration? Yes
? Select LLM provider: OpenAI
? Enter your OPENAI API key: ********

✓ Created project my-analytics-agent
✓ Saved my-analytics-agent/nao_config.yaml

🔍 nao debug - Testing connections...
✓ bigquery-prod (24 tables found)
✓ openai (126 models available)

不需要预先编写 yaml。你回答提示，nao 会为你编写配置，然后立即运行 nao debug 来验证连接是否正常工作。大约3分钟。

5.2 如何设置上下文

只需要一条快速命令：

cd my-analytics-agent
nao sync

nao sync 会从你的数据仓库拉取每一张表，并将上下文作为 markdown 文件写入你的项目。每张表生成四个文件：列信息、预览行、从查询历史生成的"使用方法"注释、以及统计信息。

databases/
  type=bigquery/
    database=nao-production/
      schema=prod_silver/
        table=fct_stripe_mrr/
          columns.md       # column list with types
          preview.md       # sample rows
          how_to_use.md    # LLM-generated usage notes
          profiling.md     # null counts, distinct values, top values
        table=fct_users/
          ...
        ... (24 tables)

我有24张表，所以它生成了96个 markdown 文件。全部存放在一个 git 仓库中。团队中任何会读英语的人都可以编辑它们。

这就是区别所在。上下文以 markdown 文件的形式存在于你的文件系统中。 当你问"上个月的流失率是多少"时，智能体会获取相关的 columns.md、preview.md 和 how_to_use.md。它看到的是实际的列描述、示例行和使用说明，而不是猜测。

最棒的是，如果你想让智能体下次更聪明：只需打开 how_to_use.md 添加两句英文。不需要语义层，不需要重新索引，等等。

5.3 智能体 UI

只需运行 nao chat。

这会启动一个运行在5005端口的聊天 UI，内置对话历史、图表渲染和 SQL 预览：

还有一个 MCP 服务器，如果你想把智能体接入 Claude Code、Cursor 或 Slack。nao 还自带了skills——可重用的 markdown 流程，智能体用它来为新表构建上下文、运行评估、编写 dbt 模型。Skill 格式不是 Claude 专属的；它可以在 nao 聊天 UI、MCP 接口或任何编码智能体中使用。

5.4 测试结果

3次运行全部正确。分母正确（上个月的付费许可证，而不是当前月的）。它还主动提供了许可证流失和 MRR 流失两个数据，虽然没有被要求，因为两者都是"流失率是多少"的有用答案。

5.5 适用场景

如果你想快速上手，不需要先构建语义层，无论你的技术栈其他部分是什么样的，nao 是正确的选择。数据仓库连接、上下文生成和聊天 UI 都从前两条命令开始就全部配置好了。不需要学习建模语言，也不需要在提问之前先集成某个平台。

上下文以 markdown 的形式存在于你的仓库中，所以团队中任何人都可以编辑它。新增表？nao sync。新增指标定义？打开 how_to_use.md 写一句话。有新分析师加入团队？他们已经懂 markdown 了。上下文工程不再是一个工程项目，而变成了团队实践。

6、LibreChat

LibreChat 之所以出现在这里，是因为它代表了很多数据团队最终会考虑的一种真实模式：拿一个自托管的聊天 UI，通过 MCP 接入数据库工具，然后称之为分析智能体。它值得测试，因为这种架构听起来很合理。让我们看看实际运行时会发生什么。

6.1 如何设置智能体

官方路径是 Docker：

git clone https://github.com/danny-avila/LibreChat.git
cd LibreChat
cp .env.example .env   # add your OpenAI/Anthropic key
docker compose up -d

打开 localhost:3080，注册第一个用户，你就有了一个团队专用的私有 ChatGPT。支持多模型（OpenAI、Anthropic、Google）、对话历史、上传文件的 RAG、智能体分配。开箱即用，非常漂亮。

6.2 如何设置上下文、工具和数据仓库

LibreChat 原生没有数据库工具。你需要通过 MCP 添加。配置文件在 librechat.yaml 中，你将其挂载到容器中：

mcpServers:
  bigquery:
    type: stdio
    command: npx
    args:
      - -y
      - "@ergut/mcp-bigquery-server"
      - "--project-id"
      - "your-gcp-project"
      - "--key-file"
      - "/app/gcloud-credentials.json"

重启后，BigQuery 工具就会出现在聊天下拉菜单中。

6.3 智能体 UI

6.4 测试结果

我问："上个月的流失率是多少？"

首先，查询失败了。MCP 服务器不知道你的表在 prod_silver 中，它需要我提供完全限定的表路径才能执行任何操作。

在我提供了之后，它返回了："上个月的流失率是 0.0%。" 非常自信。还主动提出可以按客户数流失、MRR 流失、主动流失 vs 被动流失来细分。

真实数字不是 0.0%。

与 LangChain 相同的失败模式：一个轻量级的 SQL 执行器给了模型运行查询的方式，但没有任何关于数据含义的上下文。没有 schema 感知，没有自连接提示。它猜测了，猜错了。

然后我换上了 nao 的 MCP，在 librechat.yaml 中只需两行配置，nao 已经连接了我们的 BigQuery 并同步了完整的上下文：

mcpServers:
  nao:
    type: streamable-http
    url: https://<your-nao-instance>/mcp
    headers:
      Authorization: "Bearer <your-nao-token>"

我问了同样的问题。第一次就得到了正确答案。

但这就是关键：LibreChat 是聊天客户端。MCP 服务器才是智能体。 做分析工作的是 nao，而不是 LibreChat。答案的质量完全取决于你接入了哪个 MCP。

6.5 适用场景

如果你想要一个为团队定制的自托管 ChatGPT，需要认证、多模型和对话历史，并且你准备好选择合适的 MCP 服务器来支撑它，那么 LibreChat 是正确的选择。UI 确实做得很好。只是不要以为接入一个 SQL MCP 就给了你一个分析智能体。它给你的是一个带 SQL 工具的聊天 UI。这是否足够，完全取决于 MCP 背后是什么。

7、Vercel knowledge-agent-template

Vercel knowledge-agent-template是我最好奇的一个，因为它的 README 听起来很棒："开源的文件系统和基于知识的智能体模板。可以在你的数据源中进行 grep、find 和 cat 操作。"

7.1 如何设置智能体

git clone https://github.com/vercel-labs/knowledge-agent-template.git
cd knowledge-agent-template
cp apps/app/.env.example apps/app/.env   # set BETTER_AUTH_SECRET + GitHub OAuth
bun install
bun run dev

打开 localhost:3000，注册，你就有一个聊天应用了。到目前为止一切顺利。

7.2 工具箱里到底有什么

我去找了 SQL 工具。以下是智能体工具包中实际包含的内容：

packages/sdk/src/tools/
  shell.ts              # createBashTool, createBashBatchTool
packages/agent/src/tools/
  web-search.ts
  web-search.perplexity.ts

就这些。没有数据库连接器。没有 SQL 工具。没有任何方式可以将这个东西指向 BigQuery 并让它执行查询。

README 中的"grep, find, cat"指的是智能体对配置的知识源使用的运行时沙箱工具：GitHub 仓库、YouTube 字幕、缓存为文件的自定义 API 输出。要真正将其用于智能体分析，你需要编写自定义数据源连接器（或基于 SDK 编写自定义工具）。这是真正的工程工作，最终你在文件系统智能体模板上构建了一个分析智能体。

7.3 测试结果

我还是用默认数据源问了这个问题。回复是一个礼貌版本的*"我没有访问你的 BigQuery 的权限。我可以搜索配置的知识源（GitHub 仓库、文档等）。"*

至少这是一个诚实的回答。

7.4 能否连接 MCP 服务器来让它工作？

理论上可以。Vercel AI SDK v6 提供了 experimental_createMCPClient。但这个模板没有任何 MCP 接入，没有客户端实例化，没有工具注册，base.ts 或其他任何地方都没有。你需要自己添加。这是需要编写的真实代码，而且你是在将分析能力嫁接到一个并非为此构建的文件系统搜索模板上。

7.5 适用场景

这是一个完美设计的文件系统搜索智能体。如果你想要一个覆盖你的代码库、markdown 文件知识库或 YouTube 字幕的智能体，它正是你想要的。它只是不是数据仓库智能体。对于智能体分析来说，它是错误的类别，你可以从包中任何地方都没有 SQL 工具、也没有 MCP 客户端这一点看出来。

7.6 如何设置智能体、工具和数据仓库

官方 SQL 快速入门会引导你完成。两个安装步骤：

pip install langchain langgraph
pip install -U "langchain[openai]"

然后在 Python 中，你初始化聊天模型，用 @tool 装饰器定义你的工具（一个用于列出表、一个用于获取 schema、一个用于执行查询、一个用于检查 SQL），编写系统提示词，然后将它们组合在一起：

from langchain.chat_models import init_chat_model
from langchain.tools import tool
from langchain.agents import create_agent

model = init_chat_model("gpt-4o")

@tool
def sql_db_query(query: str) -> str:
    """Execute a SQL query."""
    # ... your BigQuery client logic

# ... three more tools: list_tables, schema, query_checker

agent = create_agent(model, tools, system_prompt="...")

如果你以前做过，大约需要30分钟。而且你还需要额外的一步来接入 BigQuery，因为没有内置连接器。

7.7 如何设置上下文

没有上下文层。智能体每次都通过 INFORMATION_SCHEMA 实时内省 schema，LLM 必须自己弄清楚语义。想让它知道"上个月"是什么意思？把它塞进系统提示词。自连接也一样，分析师可能问到的每个领域概念也一样。

7.8 智能体 UI

也没有聊天 UI。你需要自己 vibe-code 一个：前端、Slack 集成、认证、历史记录。全部是自定义工作，你决定做什么。

以下是我一分钟生成的简单版本。

7.9 测试结果

3次运行中有1次完成。完成的那次返回了错误数字，它使用 MAX(month) 来找"上个月"，落在了一个未来数据行上，并且完全跳过了自连接。另外两次达到了智能体递归限制，因为一直在重新验证格式错误的 SQL。

LangChain SQL 智能体并没有坏。它正在做库所承诺的事情：把 schema 交给 LLM 让它自己弄明白。问题在于，没有上下文的 LLM 不知道你的业务实际意味着什么。而 LangChain 原生不提供任何上下文。

7.10 适用场景

LangChain 绝对可以工作，很多团队已经在它上面构建了出色的分析智能体。问题是你必须自己补齐缺失的部分：一个真正的上下文层（一个精心策划的 markdown 文件夹、一个提示词库、一个自定义检索系统），或者在底层接入像 Wren AI 这样的语义层。

所以如果你是一个正在构建产品的开发者，对自己掌控上下文、评估和 UI 感到自在，LangChain 是一个强大的基础。如果你是一个只想可靠回答问题的数据团队，你会希望在上手之前这些层就已经配置好了。

8、对比总结

以下是它们在真正重要的维度上的表现。

9、你的上下文存储在哪里？这才是真正的问题。

我最初测试时的简单问题是：数据团队应该基于哪个开源框架来搭建？

测试进行到一半时，我意识到这仍然是错误的框架。五个中有两个（LibreChat 和 Vercel 模板）根本不是分析工具。它们出现在同一个列表中是因为它们都是描述中带有"AI智能体"的开源项目。它们中没有一个是一样的工具。

剩下的三个可以真正回答数据问题的：LangChain、Wren AI 和 nao。它们之间真正的区别不在于功能或准确性。而在于它们在哪里存储使智能体有用的上下文。

• LangChain 赌注在于上下文存储在提示词中。你为每个问题、每个应用构建它。框架给你循环。
• Wren AI 赌注在于上下文存储在语义模型中。你用 MDL 定义你的业务含义，编码智能体据此查询。
• nao 赌注在于上下文存储在文件系统中。Git 仓库中的 markdown 文件。人类可编辑，LLM 可读取，可以与你已经维护的所有内容（dbt 文档、业务词汇表、规则文件）组合使用。

这些赌注对于谁能编辑上下文、如何进行版本控制、以及分析师是否可以在不通过工程师的情况下修复错误答案，有着完全不同的影响。

我们在 nao 的赌注是文件系统形式会胜出。这是 AI 编码智能体（Claude Code、Cursor）理解代码库已经使用的同一种形式：读取文件。nao 将同样的形式应用于数据上下文。

原文链接: I battletested 5 open source analytics agents

汇智网翻译整理，转载请标明出处

许多大学毕业典礼演讲嘉宾正被轰下台，原因是他们在即将被AI取代的观众面前吹嘘AI的生产力，为他们作为CEO将赚取的财富欢呼——而这些财富在很大程度上是以那些本应庆祝完成学业的学生为代价的。

谷歌前CEO埃里克·施密特在亚利桑那大学毕业典礼上发表演讲，告诉学生AI将触及每一个职业，需要回答的问题不是AI是否会塑造世界，而是他们是否会塑造AI。他被轰下台。房地产老板格洛丽亚·考尔菲尔德告诉毕业生AI是下一次工业革命，被轰下台。唱片公司CEO斯科特·博切塔在被轰的过程中告诉毕业生："你们现在可以听我说，也可以以后付出代价。"

被轰的真正原因是这种不对称性。这些学生用一辈子准备一个资质体系，而这个体系现在正以效率和利润的名义被积极瓦解。他们在轰那些台上的人——这些人从旧游戏规则中获益，现在却来教训他们拥抱新规则。这些学生不是反技术，就像卢德分子不是反技术一样。他们反对的是没有解决方案的技术，反对的是没有希望的未来。他们当然要发出嘘声。

几周前，我在LinkedIn总部参加了一场关于*"AI时代的职业生涯"*的活动。现场大约有25名应届大学毕业生，同时有各年龄段的人在线观看。整个活动的重点就是讨论工作、AI和我们所有人都在努力适应的变化世界。

很自然地，反复出现的问题是：我现在该怎么做？

每个人现在到底该做什么？

• 当你一辈子都在为某件事做准备，却被掌权者称为"低价值人类"，这意味着什么？
• 当多位AI公司的CEO说白领工作将在"未来12到18个月内被AI完全自动化"，但又收回这些言论时，人们该如何看待？
• 职业生涯还意味着什么？人们该如何思考他们努力奋斗才抵达的未来？

所有这些问题的核心是时机。人们被告知要为之训练的那种生活，到底什么时候才开始？

根据经济学人/YouGov最近的一项民调，超过一半的18-29岁美国人对AI持悲观态度，超过60%的人非常担心或有些担心AI会取代工作。这种情绪只会随着时间推移而恶化，愤怒和焦虑正在取代兴奋和希望成为主导情绪。

我们很难知道该怎么做，因为我们很大程度上还不清楚正在发生什么。围绕AI和劳动力市场的数据是混杂的，那些告诉你他们知道答案的人，大多数是在向你推销东西（通常是AI产品）。

1、在AI时代，工作是什么？

先说一下我个人的求职和就业经历——我在肯塔基州长大，就读于西肯塔基大学。直到上了大学，我才知道经济学可以作为一个专业，因为我以前从未认识任何从事这个领域的人。上了第一节经济学课之后，我就完全着迷了。

2019年，是真人阅读我的简历。

到了2026年，这已经不总是发生了。人类已经或多或少退出了招聘流程。招聘漏斗几乎完全被AI在两端中介化了。正如Derek Thompson去年所写的，这是一堵"有机玻璃墙"，申请者和公司都在向这个过程投放技术，双方都看不清对方。

近年来，初级岗位招聘持续低迷。22-27岁大学毕业生失业率为5.6%，较疫情前的3.6%大幅上升。

• 部分原因是AI的困惑/问题/机遇——2026年4月的一篇论文发现，当/如果AI吸收了初级员工过去做的工作，企业就会削减初级招聘，从而削弱了培养未来高级人才的通道。结果是出现了"迷失的"初级员工群体，他们得不到所需的培训。
• 部分原因是其他问题，包括疫情遗留效应。一项涵盖四个国家2.43亿次招聘的研究发现，当你把AI的影响与远程办公的影响分开时，远程办公更可能是近期初级招聘崩溃的罪魁祸首。

两篇论文都指出企业正在放弃他们的初级员工。这是年轻人错失的经济阶梯上的核心一环。发出嘘声是理性的。

所以整个AI对话都围绕着一个问题组织起来：AI是否会取代你的工作，是或否，而从这些论文的结果来看，到底在发生什么真的不清楚。这就是为什么一个思考工作的框架如此重要。

Alex Imas写了许多关于AI和劳动力市场替代的精彩文章。他说工作的维度非常重要，即它包含的不同任务的数量。一份有两个任务的工作，其中一个AI可以轻松完成，这就是一份高风险工作。一份有七个任务的工作，其中一个AI做得好，这份工作可能会变得更有生产力，因为工人有更多时间做其他六个无法自动化的任务。

把工作视为一组任务的集合，即维度性，是一个非常有用的经验法则，因为它能让你很好地判断所选工作面临的风险程度。

Stripe Economics的Ernie Tedeschi以旅行代理为例。2000年，这份工作面临自动化风险——预订、票价汇总、出票——所有这些都可以被自动化，没有人是安全的。旅行代理人数从互联网泡沫高峰期下降了60%以上。但有些人活了下来。

他们通过向上转型存活了下来。旅行代理现在的收入接近私营部门平均工资的99%，高于2000年的87%。那些存活下来的人依靠判断力、责任心、人际关系以及在凌晨两点出问题时迅速介入修复的能力。这些似乎是AI时代力量的支柱：能够评估、拥有某种品味、承担责任、建立人际网络，以及在日益自动化的世界中提供人情味的能力。

我的看法是，AI有点像冻干露营食品。它做得还不错，能填饱肚子，但你不会想每天都吃它。人们渴望低效但家常的饭菜是有原因的。有些日子你需要露营食品。露营食品的存在是好事。露营食品高效且有用。但是，我们仍然也需要真正的食物。

2、AI真的比劳动力更便宜吗？

这项技术非常昂贵。我们对AI替代的许多假设似乎都基于它比劳动力更便宜这一前提。也许很快就会如此，但目前，这个假设并不成立。

智能体工作流（agentic workflow），包括为建立上下文、修改和判断而进行的多步骤工作，比聊天机器人消耗更多算力。即将推出的前沿模型可能更加昂贵。

4月份，Uber的CTO说他不得不"重新回到起点，因为我原来以为需要的预算已经被远远超出了。"2025年，超过70%的企业超出了AI预算。这东西可不便宜！

所以，如果你有一份高维度的工作，包含许多需要大量算力的任务；一份交织着判断力、责任心和创造力的工作，甚至可能从AI投入中受益的工作，那你可能相对安全。

但这需要企业以超越成本指标的方式来思考工作，而他们通常不会这样做。公司正在解雇员工来支付AI费用。星巴克正在退役AI库存工具，因为它一直在产生幻觉。

3、企业真的在使用AI吗？

嗯：

• 有些企业正在使用AI。美国最大的六家银行在2026年第一季度实现了470亿美元利润，同时裁减了15,000个工作岗位，CEO们现在在财报电话会议上公开表示"是AI让我们做到的 :)"。
• 有些企业让人类训练AI，最终目的是取代自己。Meta在AI推动下裁员8,000人，将7,000名员工分配到"AI项目专项团队"。
• 有些企业正在设计自己的AI。全球收入最高的律师事务所Kirkland & Ellis在5月宣布，将投资5亿美元打造自己的AI平台。
• 有些企业结果参差不齐。约80%的私营金融集团正在使用AI，但只有40%报告从中获得了利润提升。60%的受访者实际上预计AI会增加其公司的招聘或再培训。
• 许多企业根本没有使用。总体来看，只有五分之一的企业真正在使用AI。虽然增长率相当强劲，但基数仍然很低。

高盛CEO大卫·所罗门上周在《纽约时报》上发表了一篇题为"AI就业末日论被夸大了"的专栏文章。他的论点是标准的乐观论调：经济以前吸收过技术转型，长期来看一切都会好的。

总体情况确实没问题，但这不是真正让人崩溃的地方。

4月份，高盛经济学家发表了一篇论文，讲述了一个不同的故事。他们研究了四十年来被技术取代的工人个体数据：

• 被技术颠覆职业取代的工人找新工作大约多花一个月，重新就业后的实际收入损失超过3%。
• 十年后，他们的收入仍比从未被取代的工人低近10个百分点。

大多数经济学家都会承认，技术进步在短期内可能会造成一些调整问题。但很少有人注意到的是，所谓的短期可能是一辈子。

4、在AI时代，谁能成为富人？

财富主要是劳动收入、投资收入和房地产的组合。真正的财富来自于持有公司股份。但公司不再上市了。

大约10,000人——那些在Anthropic、OpenAI、Nvidia和Meta工作的人——在过去五年中已经达到了退休级别的财富，超过2000万美元。这个圈子之外的每个人都在疯狂地想挤进去，但门已经关上了。

如果你在这里不持有股权，你参与AI热潮的视角完全是：这东西会不会毁掉我的生活？

5、我们是否陷入了永久底层阶级？

AI时代的很多东西都是这样的——收益私有化，损失社会化。那种如果你现在不致富，就永远不可能成功的观念。人们生活在对经济的恐惧中。

经济安全似乎被定义为：

1. 有限的下行风险：一场疾病或裁员不会抹去你建立的一切
2. 可预期的底线：你可以依赖和规划你目前的处境
3. 劳动的回报：努力与结果之间的关联仍然存在
4. 可预见的进步：以及一条可信的通往下一步的路——工作、房子、孩子。

中产阶级的孩子被告知要拥抱AI以跟上时代，而富裕家庭正在把孩子从算法化的资质认证中拉出来。精英版的教育正在变得回归模拟。其他人则被困在与ChatGPT对话。

6、你该怎么办？

Tyler Cowen发表了一些关于AI时代就业建议的笔记。他的第一原则是寻找"混乱的工作"——那些难以描述、每天都在变化、有许多独立任务的工作。

1. 选择管理者，而不是公司：过去用来培养初级员工的培训通道在大多数白领行业已经被基本砍掉了。你的第一份工作是否教给你任何东西，最大的变量就是管理你的那个人。
2. 寻找本身就是工作：一个熟人引荐抵得上五十份冷投简历。如果你没有人脉，建立人脉的过程本身就是工作。
3. 拥抱创造力：企业想要好的思考者，他们正在优先考虑创造力。原创思维在AI时代是一种资产。
4. 创造东西：人脉来自于在网上建立一个活跃的作品集。建立自己的声音，在社交媒体上与人互动，发展公开展示思考能力的证据——这些都极具价值。
5. 做AI原住民，而不是AI防御者：哪些工作能从AI中获得更多杠杆？学生们正涌向与AI相关的学位，而不是远离。能够帮助非技术公司自动化某些任务，可能是目前增长最快的就业方向之一。

绝望、末日论、嘘声和金融虚无主义，都是对被告知你已经落后于一个实际上不再适用的时间表的理性反应。规则正在改变。有限的下行风险、可预期的底线、劳动的回报和一条可信的通往下一步的路，是让未来感觉可能的条件。对很多人来说，这些都不成立。

原文链接：Is AI Going to Destroy Our Lives or Not?

汇智网翻译整理，转载请标明出处

我们生活在一个矛盾的时代。

AI正在引领历史上最快的信息民主化进程——同时也在使信息本身变得不那么有价值。

多年来，赢家是那些拥有更好SEO、更敏锐文案和更强营销团队的公司。

AI刚刚将这种优势商品化了。

现在每个人都能获得相同的信息层。

当信息变得丰富时，内容就变成了噪音。

人们正在以工业化的规模向墙上抛掷AI生成的垃圾。

LinkedIn、X、邮件、SEO页面、冷外联。到处都是！

结果呢？

我们已经进入了一个算法同质化的时代。

墙壁本身正在变成被抛在上面的颜料——垃圾。

AI垃圾引发的营销三大转变：

• 信息价值崩溃。无尽的内容和信息供应贬低了其价值。
• 数字疲劳。客户被无处不在的算法同质化所淹没。
• 信任成为新的护城河。当人们可以即时验证信息时，信任信号成为了真正的差异化因素。

注意力和信誉都是稀缺商品，而AI垃圾正在争夺你的注意力和SEO信誉。

因此，营销团队现在需要解决一个奇怪的挑战：

• 他们需要使用Agent和AI系统比人类更快地行动
• 同时仍然听起来深刻人性化

所以今天，让我们来看看行业中正在悄然兴起的各种策略，以应对我们刚才讨论的三个可见趋势。

开始吧。

1、信息过剩时代的Agent化内容营销

内容仍然是现代企业的主要分发渠道。

但用户不想要更多内容。
他们不再点击泛泛的广告。
他们想要来自熟悉面孔的、可信的故事。

他们想要 "真实的东西"。

比如创始人解释他们的旅程，或者一个值得信赖的通讯分解市场。

但大多数创作者发现即使有了这些见解也很难创作内容。

"真实的东西"需要时间来制作。特别是如果你有各种不同的媒介要发布的话。

这就是Agent化内容系统正在兴起的地方。

它们获胜策略的突破口是什么？

上下文记忆！

工作流通常看起来是这样的：

步骤1：集中公司的知识

本质上，收集企业的原始信息，并围绕客户画像和ICP进行组织。

步骤2：将品牌情境输入系统

这成为Agent的运营记忆层。

步骤3：构建特定画像的Agent

公司越来越多地不是使用单一的通用内容生成器，而是创建特定ICP、创始人语气、特定平台、客户阶段等各种类型的Agent。

步骤4：创建反馈循环

这是重要的部分。

高性能内容被反馈回系统中。

这样，Agent就能学到哪些信息传递有效，哪些格式转化率高，哪些叙事产生了共鸣。

随着时间的推移，系统复合了情境。

而这种情境将有用的AI内容与通用的AI垃圾区分开来。

结果

我们几乎在每个细分领域和渠道都看到了这种策略的变体在发挥作用。

Savista将内容创作时间减少了85%

另一家公司实现了流量增长9倍

还有一个品牌仅凭优质人性化内容就实现了线索增长2倍！

有很多例子表明整个内容管道都在使用这种策略运作。

如何实施

现在有专门围绕这个工作流构建的整个平台（如Jasper、HubSpot的Breeze）。

但说实话，即使是像Hyperagent这样轻量级的Agent构建器[我们本月的赞助商]也足以胜任此类工作流——你不会被锁定在只支付一项服务上，并且始终可以在你构建的Agent基础上进行扩展。

2、数字疲劳时代的绩效营销

当信息变得更便宜时，大多数广告变得更差。

不是因为模型不好，而是因为现在每个人都能获得相同的执行层。

因此，随着广告成本上升和点击质量下降，通用广告活动不再有效

这就是基于意图的营销变得极其强大的地方。

什么是信号？

这个概念本身并不新鲜。优秀的销售团队一直在追踪意图信号。

AI改变的是执行的速度和规模。

从几周到短短几秒。

想象一下你在销售一个金融科技产品。

传统上，你会投放Google Ads > 竞价关键词 > 创建外联活动 > 等待内需

现在将其与Agent化工作流比较。

一个Agent注意到"信号"：

• 一位CFO刚刚加入了一家B轮公司
• 该公司正在增加招聘
• 他们正在国际扩张
• 创始人最近发布了关于运营低效的内容

这个信号将这个"潜在客户"进行了资格认定，并触发下一个Agent：

1. 发送情境化提案
2. 可能分享在情境上至关重要的解决方案，或者
3. 针对特定组织的定位

不再是等待线索……系统识别意图并实时做出反应。

与其用AI生成的噪音轰炸用户，不如在意图出现的精确时刻出现。

结果

我们看到这些Agent在各行各业都在工作。

Justworks的ROI增长了6.8倍，在前5个月通过追踪高意图买家信号实现。

Perplexity的管道增长了170万美元，在前3个月使用此策略销售Enterprise Pro计划。

如何实施

多家公司为这些工作流构建了定制Agent，如Factors.ai、UnifyGTM等等。

它们本质上都遵循类似的流程：

1. 检测信号
2. 限定意图
3. 触发情境化外联
4. 动态个性化报价

显然，不用说你也可以用Hyperagent来复制这个。

优势不变——你不是被供应商锁定，而是自定义你的Agent并集中管理它们。

3、AI垃圾时代的信任引擎建设

在一个被AI生成内容淹没的世界中，信任的复利速度比增长黑客更快。

而且越来越重要的是，AI系统本身正在成为发现层。

用户不再在Google上浏览十个蓝色链接。

他们在问ChatGPT、Claude和Gemini。

这意味着发现正在慢慢从：
"谁排名最高？"
转向：
"谁被引用最多？"

这就是AEO（Answer Engine Optimization，答案引擎优化）开始变得重要的地方。

AEO是一种结构和格式化内容的实践，使ChatGPT、Perplexity、Google AI Overviews和语音助手等AI驱动的工具能够轻松理解、信任并将其作为用户查询的直接答案引用。

而且由于目前很少有公司在认真优化这一点，这个机会仍然异常早期。

动态也不同：

• 意图更高
  向LLM提问的用户通常处于漏斗的更深处。
• 竞争更低
  大多数公司仍然只优化传统搜索。
• 信任被嵌入
  被AI系统引用会立即转移可信度。
• 决策变得更快
  用户甚至在访问你的网站之前就收到了总结性的推理。

然而，基础层仍然是内容质量。

AEO策略

这实际上是一种卫生活动。包含两个部分的重复过程：

SEO部分

1. 围绕用户关心的问题和关键词创建内容。
2. 围绕ChatGPT的一般查询、FAQ和其他有用资源创建博客。

AEO部分

1. 参与影响AI检索系统的平台和对话，即Reddit、YouTube、Quora等。

对于其他一切，向Claude/ChatGPT的正常查询就足够了。

使用这个提示获取你的AEO策略

AEO仍然是一个低竞争的机会。目前，我主要看到较大的、技术密集型团队在认真对待它。

但那个窗口可能不会开放太久。

结果

几乎每家公司都从AI系统直接获得了有意义的流量。

我们从ChatGPT获得了相当多的订阅者。

HubSpot成为了ChatGPT上相关查询的第一CRM。
通过他们的AEO策略，他们：

• 合格线索增加了1,850%
• 这些线索的转化率比其他来源高出3倍。

几乎每个其他平台都分享着功效各异但类似的故事，因为这更多是关于用户行为的变化而非个人的推动。

如何实施？

首先，使用在第一步创建的情境内容创建者Agent，你可以提示Hyperagent为你的AEO策略创建详细内容。

之后，你需要创建一种方法来跟踪跨渠道的特定对话线程，通知你有利的对话机会，以促进以AEO为中心的对话。

如果你需要这方面的帮助，我们的技术合作伙伴TransfirmAI可以帮助你。

发邮件到 hello@transfirmai.com

4、结束语

关于AI Agent最有趣的事情是，它们的性能通常反映了它们继承的系统的质量。

AI不会奇迹般地创造好的营销。

它放大了底层已经存在的任何东西。

如果策略是通用的，AI就会规模化地通用化。

如果客户理解是浅薄的，AI就会规模化地浅薄化。

但如果组织有强大的情境、清晰的定位、运营纪律和真正的客户理解……AI就会成为力量倍增器。

也许这就是现在正在发生的真正转变。

用AI获胜的公司不是简单地自动化工作。

它们正在运营化理解。

原文链接：How to Do AI Marketing Right in 2026

汇智网翻译整理，转载请标明出处

AI正在发生一些奇怪的事情。

假期结束后，我的一个孩子回到学校。

一位老师告诉全班，他已经做出了一个个人决定：在学校时间不仅禁止游戏和AI——连iPad也要禁。回归纸笔。100%。

另一位老师也打算效仿。

在公司、学校和各种机构中，AI引发的反应从着迷到恐惧——往往同时出现。有人靠近，有人拉紧急制动。

这种紧张是可以理解的。

但它也解释了为什么公众辩论一直在围绕同样的问题打转。

AI是泡沫吗？ 它是突破吗？ 它要接管一切了吗？

取决于你问谁，你会听到这三种说法——通常带着同样的信心。

有趣的不在于人们持不同意见。 而在于他们在哪里寻找答案时产生分歧。

因为AI并不是均匀地创造影响。在某些地方，它几乎没有动静。在其他地方，它似乎一下子改变了一切。

这种不对称性是关键。

1. 提出正确的问题

过去两年，AI辩论一直围绕同样那些老问题打转。

AI是泡沫吗？ 投资是否过于循环？ 模型是否在过快地商品化？

这些问题听起来合理。但它们在很大程度上也是无关紧要的。

它们将AI框定为一种信仰体系——可能成功，也可能不成功。 这种框架已经不再匹配现实。

到2026年，AI不再是一个寻找用例的投机性技术。它是一个已经在重塑工作完成方式的系统——不均匀地、不完美地、但可衡量地。

真正的问题不是AI是否令人印象深刻。

真正的问题是：AI到底在哪里创造经济价值？

一旦你提出这个问题，辩论就变了。

因为AI不会通过产生更好的答案、更漂亮的演示或更智能的聊天机器人而成为改变世界的超级周期。它只有在改变成本结构、替代工作和体现在经营业绩中时，才会成为超级周期。

这不再是未来的承诺。

它已经可见——只是不在大多数人看到的地方。

让这个时刻与众不同的不是技术突然变得更聪明了。而是经济学的拼图拼上了。成本下降得足够快，可靠性提高得足够远，基础设施扩展得足够广，使AI从实验阶段进入了生产阶段。

与此同时，投资最多的公司并不是在猜测。它们位于全球计算的中心。它们在那些趋势被市场看到之前很久就能观察到使用模式、工作负载转移和内部采用。当它们花费数千亿时，它们不是在对一个抽象的未来下注。它们在回应它们已经能观察到的需求模式。

与上面的图表一起看，这将AI放入了一个不同的历史类别。与蒸汽或电力不同，资本深化正以更快的速度、更大的强度和更短的时间窗口发生。这种组合很罕见——正是它定义了真正的经济超级周期（即：康德拉季耶夫周期）。

这就是为什么"泡沫与否"的问题没有抓住要点。更有用的问题——真正能解释接下来会发生什么的问题——是：

AI技术栈的哪一部分将智能转化为真实的工作？

回答了这个问题，AI故事的其余部分就变得容易理解得多。

2. 图表：正确解读

让我们从一个图表开始 :)

瑞银最近发布了一张图表，将AI分为三个层次：

1. 使能层：电力、芯片、数据中心、GPU、网络。
2. 智能层：大型语言模型：文本、图像、视频、推理。
3. 应用层：副驾驶、代理、工作流、人们实际使用的软件。

表面上看，三个层次都很重要。 但实际上，它们并不平等。

这是一个令人不舒服的真相：

如果你移除应用层，AI就不再是超级周期。

你只剩下基础设施和模型——令人印象深刻、昂贵，但影响有限。

没有应用的AI就像一辆没有轮胎的一级方程式赛车。 工程很惊艳。声音很大。但基本没用。

这就是很多讨论出错的地方。基础设施和智能常被视为主要故事。它们不是。它们是前提条件。

更准确地解读技术栈的方式是：

• 基础设施使能
• 智能层平权化
• 应用层捕获价值

基础设施使AI成为可能，但它吸收大量资本，只有在被高效使用时才能回本。智能层传播快、改进快，随时间推移变得更便宜。单靠它，提高了能力但很少重塑成本结构。

只有应用层将AI转化为能体现在GDP、利润率和经营业绩中的东西。

瑞银预测到2030年AI收入为3.1万亿美元，意味着使能层、智能层和应用层的六年复合年增长率约为30%。

如果你在脑海中逐层移除，就能清楚地看到：

• 移除基础设施，什么都不能运行。
• 移除智能层，应用就会停滞。
• 移除应用层，整个系统就失去了经济合理性。

这就是为什么应用层不仅仅是"三分天下有其一"。 它是决定AI成为持久的经济转型还是仅仅是令人印象深刻的技术阶段的那个层次。

3. AI技术栈实际如何运作（以及价值在哪里积累）

在争论泡沫、估值或谁在AI中"获胜"之前，值得先弄清楚一件事：这个系统在现实世界中究竟如何运作。

不是用营销语言。 不是用基准测试分数。 而是在经济现实中。

今天的AI作为三层堆栈运作：

• 基础设施
• 智能
• 应用

三者都是必要的。 但它们在经济上的表现不同——也不在同一个地方创造价值。

3.1 基础设施层：电力、芯片和战略确定性

这就是AI故事悄悄变得比大多数人意识到的更大的地方。

表面上看，基础设施层看起来很熟悉：GPU、数据中心、冷却、电力、不断增长的资本支出数字。我们以前见过基础设施周期：云计算、移动、宽带。

但现在正在发生的事情在一个关键方面有所不同。

从英伟达的Hopper代到Blackwell的转变不是一次普通的芯片升级。它标志着AI扩展不再是一个软件问题，而是完全与物理世界碰撞。Blackwell系统专为极端规模的AI工作负载设计，提供密集计算和为生成式AI推理和训练量身定制的新型冷却方案。

前几代是渐进式的。你可以将它们插入现有数据中心，使用空气冷却和熟悉的电力假设。

Blackwell打破了这个模式。

突然之间：

• 空气冷却不再足够
• 液体冷却成为必须
• 功率密度爆炸式增长
• 机架重量增加到建筑本身成为约束

这也是为什么推广并不顺利。延迟不是因为执行不力或过度承诺。而是因为现实。你可以比重新设计数据中心、加固地板、重新设计冷却系统和上线新电力容量更快地设计芯片。

而这仅仅是开始。

Blackwell之后的下一代（如英伟达Rubin）预计将在同一方向上走得更远：更高的密度、更激进的冷却假设，以及机架内内存和网络更深的集成。一旦跨越这个门槛，就没有回头路了。AI基础设施现在的行为更像是重工业而非传统软件堆栈扩展。

这具有深远的战略后果。

亚马逊、微软、谷歌和少数其他公司不再仅仅是计算能力的购买者。它们正在重新设计计算存在的物理基础：

• 签订长期电力合同，甚至直接购买发电资产
• 为大规模园区重塑房地产战略
• 从头重新思考数据中心架构

从外部看，这像是一场巨大的豪赌。

从内部看，不是。

这些公司位于全球计算的中心。它们在数百万服务和数十亿用户中看到真实使用情况。它们不只依赖预测——它们在自己的系统内实时观察行为变化。

这就是为什么这个基础设施建设具有自我强化的特质。

💻 更多计算降低成本。🔓 更低成本解锁新应用。🚀 新应用驱动更多使用。🔁 更多使用证明更多基础设施的合理性。

这个循环不需要信仰。它靠数据运行。

电力，而非智能，已经成为约束瓶颈。这就是为什么"电力到货时间"等概念现在比摩尔定律更重要。如果你不能足够快地输送电力，你的模型就不重要。

这就是为什么基础设施本身永远不能成为赢家。

它使其上方的一切成为可能。 它吸收大量资本。 它只有在被用于生产性、产生收入的工作时才能回本。

这就是通向下一层的桥梁——也是真正的经济故事开始的地方。

3.2 智能层：为什么模型改进很快，但价值并没有

如果基础设施是AI与物理世界碰撞的地方，那么智能层就是许多人被误导的地方。

这是大多数头条新闻所在。 新模型。 更好的基准测试。 更大的上下文窗口。 更强的推理。

所有这些都是真实的。

但这里有一个令人不舒服的真相：

模型层的改进并不自动转化为经济价值。

事实上，往往恰恰相反。

智能层改进得如此之快，正是因为它变得更便宜、更标准化、更容易复制。这不是AI的弱点——而是成熟的标志。但它改变了价值可以积累的地方。

我们以前见过这种模式。

维基百科使知识普遍可获取。 谷歌搜索使信息即时可得。

两者都是革命性的。 但单独来看，两者都没有取代大部分劳动力或重塑企业成本结构。

大型语言模型比许多人愿意承认的更接近这些例子。

它们非常擅长产生答案、摘要、草稿和建议。 它们极大地提高了个人能力的基线。

但提高基线与创造运营杠杆不是一回事。

执行创造杠杆。

在过去的科技周期中——手机、SaaS、社交媒体——成为最低成本生产商并不重要。苹果从来不是最便宜的手机。微软从来不是最便宜的软件供应商。价值来自分发、生态系统和锁定。

AI打破了这个模式。

每个AI输出都有边际成本。 每次响应都消耗计算。 推理能力的每次改进都增加token使用量。

几十年来，单位经济学首次再次变得重要。

这就是为什么每token成本已成为一个战略变量，而不仅仅是一个工程指标。这也是智能层比许多人预期的更快收敛的原因。

当模型变得更便宜时：

• 实验爆炸式增长
• 转换成本下降
• 差异化侵蚀

这对采用是好事。 对模型层的持续价值捕获是坏事。

这也解释了为什么"前沿"模型和"足够好"的模型之间的差距在经济上不如技术上看起来那么重要。

对于许多现实世界的任务，最好的模型和第二好的模型之间的差异根本不是决定性的——特别是当价格、延迟和可靠性进入考量时。

战略博弈已经从智能转向了效率。

问题不再是：谁拥有最聪明的模型？

而是：谁能以低廉、可靠、大规模的方式交付智能——而不会让自己的成本结构崩溃？

一旦智能变得丰富和负担得起，其独立价值就会崩溃。

这并不意味着模型不再重要。 它们非常重要。

但它们的重要性在于作为输入，而不是经济价值集中的地方。

智能层使其上方的一切成为可能。 它降低了门槛。 它加速了实验。

但就其本身而言，它主要创造的是能力——而非回报。

3.3 应用层：为什么突破从这里开始

在过去两年中，我们投资并亲手与15家AI原生创业公司合作——全部构建应用，而非基础设施或模型。

我们近距离看到的情况与宏观图景一致：真正的突破不是来自更聪明的模型，而是来自进入生产并开始做工作的应用。

如果真正的生产力突破发生——贝莱德现在称之为"可想象的"那种——它不会从更多数据中心或更好的基准测试开始。

突破将从应用开始。

这是GDP实际增长方式的约束。

换言之，贝莱德所指的不是模型突破，而是企业软件本身构建和使用方式的转变——从人类操作的工具到执行工作的系统。

宏观层面的生产力只有在重要部门的产出增加时才会移动：医疗保健、工业、工程、物流、金融。换言之，B2B，而非消费者聊天。

这直接指向应用层。

但要理解为什么这个时刻不同，回顾一下企业软件一直以来是什么样子的——以及为什么它从未带来那种阶梯式变化。

3.3 为什么B2B SaaS从未触发生产力突破

过去20年，B2B SaaS遵循了一个非常一致的模式。

Salesforce、ServiceNow、Atlassian或SAP等公司构建了静态软件系统。你部署一次——早期是本地部署，后来在云端——然后人类在那些系统内部做工作。

软件：

• 存储数据
• 执行工作流
• 协调人员

但它不执行工作。

生产力的提升是真实的，但是渐进的：

• 更好的可见性
• 更少的错误
• 更顺畅的协调

关键是，人数仍然随产出增长而增长。随着业务增长，你需要更多的支持人员、更多的销售代表、更多的分析师。软件让人们变得更好，但它没有取代工作本身。

这就是为什么尽管经过了几十年的数字化，长期人均GDP增长几乎没有变化。软件改进了工作如何完成——而不是谁或什么来完成它。

这是传统SaaS从未突破的天花板。

3.4 AI原生应用改变了什么

AI原生应用建立在一个完全不同的假设上。

它们不再交付一个静态产品让人类操作，而是即时生成行为。软件不仅仅引导工作流，它执行工作流。

这就是代理（agent）登场的地方。

代理不是一个功能。 它不是UI改进。 它不是更智能的表单。

代理是这样的软件：

• 对任务负责
• 跨系统运作
• 持续运行
• 产生可验证的结果

这是根本性的断裂。

一旦软件开始做工作而不是支持工作，经济学就翻转了。

3.5 应用 → 代理 → 劳动力替代 → 投资回报率

这是最关键的链条——也是为什么应用层是触发器。

应用将AI直接嵌入真实的工作流。 不是作为辅助，而是作为执行。

这些应用围绕代理构建——可以在没有持续人类监督的情况下完成客户资格审查、解决支持工单、对账、生成代码、运行测试或准备监管报告的系统。

当代理可靠地工作时，劳动力在任务层面被替代：

• 不是一夜之间取代整个工作
• 而是足够的任务让人数增长放缓或逆转

这时经济学变得可见。

收入保持平稳或增长。 产出增加。 员工数量停滞或下降。

投资资本回报率提高。

看到真正AI回报的公司不是在展示最聪明的模型——它们在悄悄地从系统中移除工作。

这也是为什么利润率一开始看起来"更差"的原因。

AI原生应用即时生成一切。每个动作都消耗token。毛利率比传统SaaS下降。但运营杠杆大幅提升，因为劳动力成本下降的速度快于计算成本上升的速度。

更低的利润率。 更高的利润。

我们以前看过这部电影——在电子商务、云计算、物流中。赢家接受了早期的利润率压力，以解锁后来的规模和主导地位。

3.6 为什么这会拉动整个技术栈

应用层面的突破不仅仅创造自己的价值。它们拉动整个技术栈的需求。

当代理进入生产环境时：

• token使用量爆炸式增长
• 推理持续运行
• 上下文窗口增长
• 可靠性要求提高

这种需求证明了以下投资的合理性：

• 更多模型
• 更多基础设施
• 更多电力

而不是反过来。

基础设施不创造突破。 智能也不触发突破。

应用才触发突破。

它们是将能力转化为增长的火花——也是AI故事最终走出实验室、演示和试点阶段的原因。

这就是为什么如果生产力突破发生，它将从这里开始。

4. 为什么仅靠LLM限制了上限

到目前为止，模式应该很清楚了。

基础设施扩展。 模型改进。 成本下降。

然而，仅凭这些，没有一个能解释为什么AI值得目前部署的资本规模——或为什么它会导致真正的生产力突破。

那是因为大型语言模型本身不是一个经济终点。

它们是一种投入。

4.1 智能不是产出

智能层交付了一些了不起的东西： 以快速下降的成本提供高质量推理。

但智能本身不创造经济产出。

它创造能力。

一个模型可以解释问题、总结选项、草拟方案——但除非该智能被嵌入到一个执行系统中，否则实体经济中什么都不会改变。

这就是为什么与搜索引擎或百科全书的比较虽有误导性但有启发意义。

搜索改变了获取信息的方式。 它没有取代工作。

LLM也一样——除非它们被连接到将推理转化为行动的应用中。

这个区别决定了上行空间是变现还是停滞。

4.2 每token成本是新的资本成本

一旦智能变得丰富，经济学就会转变。

每个AI输出都有边际成本。 每个决策都消耗token。 每个额外步骤都消耗计算。

在规模上，token成本的行为不像软件费用，而更像资本成本。

这是新的。

传统SaaS在提高生产力的同时保持高毛利率。 AI原生系统用毛利率换执行。

乍一看，这看起来更糟。

更低的毛利率。 更高的可变成本。 更少的可预测性。

但这个观点忽略了二阶效应。当代理直接执行工作时，劳动力不再与产出线性扩展。这是真正的经济突破。

4.3 代理改变了公司的形态

代理不是功能。 它们不是副驾驶。 它们不是更好的用户界面。

代理是这样的系统：

• 对任务负责
• 跨工具和数据运作
• 持续运行
• 产生可验证的结果

一旦可靠部署，它们改变了公司的成本结构。

不是一夜之间。 不是通过消除整个岗位。

而是通过移除足够多的任务，让人数增长放缓、持平或逆转——即使产出在增长。

这就是投资资本回报率提高的地方。

收入保持平稳或增加。 劳动力投入稳定或下降。 计算支出上升——但增速低于劳动力本来的增速。

更低的利润率。 更高的利润。

看到真正回报的公司不是在谈论智能。它们在悄悄地从系统中移除工作。

4.4 生产力冲击改写劳动力，历史很清楚

这种动态并非史无前例。

在工业化之前，经济产出由三个要素产生： 自然资源、劳动力和知识。

随着工业化，资本作为第四个要素进入——一切都变了。

工作时间崩溃了。

同时，人均GDP爆炸式增长。

例如在瑞士，实际人均GDP从1920年的大约6,000瑞士法郎增长到2012年的超过62,000瑞士法郎——而人们工作的时间比以往任何时候都少。

生产力冲击不会消除价值。 它们改变价值如何被创造。

AI符合这个模式——但有一个关键区别。

资本和知识第一次可以直接执行工作。

代理不是辅助劳动力。 它们吸收任务。

而token成本——那种执行的价格——是新的生产成本。

4.5 为什么这闭环了

这就是为什么仅靠LLM限制了上限。

没有执行的智能会商品化。 没有应用的基础设施会燃烧资本。

只有当智能被嵌入应用——而应用部署代理——时，AI才以证明当前投资规模合理的方式重塑成本结构。

这也是为什么超级周期如果实现，不会首先在基准测试或产品发布中可见。

它会悄悄出现。

在公司用更少的人做更多事时。 在运营利润率尽管毛利率更低却在改善时。 在计算支出取代劳动力支出时。

历史表明经济蛋糕会变大。

未解决的是——一如既往——那个蛋糕如何分配。

AI不回答这个问题。

但它将这个问题重新推上了桌面。

而这通常是实验结束和真正经济周期开始的标志。

5、结束语

AI不会因为它变得更聪明而改变世界。

它会因为它开始做真正的工作而改变世界。

基础设施使这成为可能。 模型使其变得可及。 但只有应用——嵌入工作流的代理——将智能转化为生产力、投资回报率和增长。

如果真正的生产力突破发生，它不会从又一个模型发布或更大的数据中心开始。 它会悄悄地开始，在公司内部，软件停止辅助人类并开始执行任务的地方。

那就是AI周期成为现实的地方。

原文链接：AI 2026: Where AI Actually Creates Value

汇智网翻译整理，转载请标明出处

现在这不是结束。甚至不是结束的开始。但这或许是开始的结束。温斯顿·丘吉尔，1942年11月10日

在一次罕见而令人遗憾的自我怀疑中，我在去年年底的一篇文章中短暂地考虑了我对AI的看法可能是错的。

长话短说，我在2025年全年都在试图说服读者，AI将迅速而深刻地颠覆劳动力市场、经济和社会。（这些社会已经被日益扩大的阶级、种族、宗教、代际和性别冲突所撕裂。）

但六个月前，看看记分牌——失业率和就业不足率、招聘广告、工资增长、生产力提升、媒体和公众对AI的关注——我不得不勉强承认，很难找到确凿的证据表明AI正在迅速而深刻地颠覆任何事情。

正如我当时所写：

如果AI真的像其拥护者所坚持的那样具有变革性，它不可避免地会主导新闻和政治议程。但虽然AI仍然是一个热门话题，它甚至不如住房、移民或生活成本压力那么热……也许我错了，那些仍然坚持AI是一个被过度炒作的虚无的日渐减少的愤世嫉俗者最终会被证明是对的。我想在2026年底事情会明朗得多，所以到时候我会写一篇后续文章。

好吧，现在是2026年中期，AI正在迅速而深刻地改变劳动力市场/经济/社会的证据变得越来越有说服力。

1、全是AI，无处不在

如果AI正在改变世界——如果它像工业革命一样，只是速度快10倍、影响大10倍——你会期望AI具有高度显著性。

你会期望媒体投入越来越多的注意力。你会期望它成为我们澳大利亚人所说的"烧烤杀手"——一个在人们聚会社交时自发出现的话题。你会期望一些人决定要像莎拉·康纳那样行动，以阻止或延缓即将到来的AI末日。你会期望毕业典礼演讲者在提到AI时被嘘。你会期望"财政保守、社会自由"的专业管理阶层人士突然对加入工会产生兴趣。你会期望被自动化取代的员工对雇主进行反击。你会期望人们严重担忧他们未来的职业前景，或者至少是他们孩子的。你会期望业界领袖定期发表声明，谈论AI变革的可能走向。天哪，你甚至可能期望教皇发布一道通谕，将AI定义为这个时代的关键社会问题，并警告当AI被利润、监控和集中的企业权力驱动时可能很危险。

简而言之，你会期望它全是AI，无处不在。

而现在，它基本上就是如此。

2、精英人力资本的视角

精英人力资本通常太忙于从事精英的、高报酬的活动，无暇为《纽约时报》之类的出版物撰写反思性文章。

但斯坦福大学最后一年学生西奥·贝克最近探讨了*AI对我的大学班级做了什么*这个话题。

以下是贝克谈AI对顶尖大学学生的显著性：

AI就是一切。我们在食堂和历史课上谈论它，在约会时和与朋友抽烟时谈论它，在健身房和公共宿舍浴室里谈论它。

以下是贝克谈AI如何已经改变了高等教育体验：

但对于许多来到斯坦福的人——仅仅四年前！——当时学位似乎是一张通往高薪工作的保证门票，门已经被关上了。对我们所有人来说，AI已经永久地改变了我们的思考和行为方式。

以下是贝克预示他那一代超级雄心勃勃的天才们可能如何通过AI获利：

斯坦福在我2022年到达时就已有不稳定的名声——正直方面的声誉。它是Theranos骗子伊丽莎白·霍姆斯（现正在服10年有期徒刑）的发源地，加密货币骗子权道亨（现正在服15年有期徒刑）的发源地，以及Juul的创始人（被迫支付数十亿美元让孩子对电子烟上瘾）的发源地……

我的许多同学到来时理想主义且充满希望，但在追求致富之路的奋斗者中，内卷文化是被接受的生活方式。现在AI让欺骗变得比以往任何时候都更容易、更有利可图。作弊已经无处不在。我不认识任何一个没用过AI来完成大学某项作业的人。

以下是贝克谈外包你的思维的缺点，我们都在越来越多地这样做：

依赖AI完成认知任务可能会降低自己的智力和韧性……当然，机器人可以比我更容易地举起600磅——但如果我正在试图锻炼，这对我没什么帮助。教育中的思维锻炼也是一样。

以下是贝克谈Z世代如何成为"AI一代"，就像Y世代是"智能手机一代"：

它正在变得根深蒂固，塑造着我们这一代的性格。我们是数字一代，越来越依附于虚拟世界……互联网已经让我们感到比以往任何时候都更加连接，同时却变得比以往任何时候都更孤独。AI让我们可以完全去掉人类互动中的人类部分。

3、学什么、去哪里工作、做什么？

一位著名的澳大利亚学者本周也写了一篇专栏文章，质疑AI时代大学学位的价值。在一篇题为我是一名学者，但我告诉继女要三思是否上大学的文章中，凯莉·摩尔-吉尔伯特博士说出了大家心照不宣的事实：

在ChatGPT发布以来的三年里，我们已经到了这样一个阶段：澳大利亚所有大学都在进行大规模的、工业规模的欺诈。那时开始学业的学生现在正在毕业并进入劳动力市场，我们将很快看到GPT学位这一实时实验的结果。

摩尔-吉尔伯特博士对该实验可能的结果感到担忧。

让我们大大低估拥有GPT学位的学生人数，将这个数字定为区区10%（现实可能远超90%）。

我们应该接受即使10%的未来道路和桥梁工程师没有真正获得他们的资质吗……如果这些人进入劳动力市场后可以继续外包他们的认知功能，也许这种欺诈无所谓……[但]这对我来说听起来像是用同样的AI代理——那些替他们坐完学位考试的AI代理——来取代这些工人的一个简单论据。将AI融入人类教育的基础不仅会导致大规模的脑力衰退；它还可能加速AI就业末日。

啊，就是那个我一直在念叨的AI就业末日。

当我写出上述12月的那篇文章时，还没有令人信服的证据表明AI正在增加失业或就业不足。总体劳动力市场数据尚未明确转变，但针对性研究开始在高暴露职业中发现就业效应。高盛这样的权威机构预计2026年将是更广泛数字发生变化的一年。

我们可能还需要几个月才能有确凿证据证明AI正在显著影响劳动力市场，但我们目前掌握的证据越来越有说服力。

这引出了一些其他的南半球新闻。

AC/DC吉他技师出身的物流软件亿万富翁理查德·怀特本周上了新闻，因为他正在用AI替换的2000名员工中有一人或多人对负责裁减公司三分之一员工的CEO发出了暴力威胁。

怀特对说出这样的话毫不在意，"最终来说，不需要费多大劲就能让人们意识到，花100美元雇人力而你可以花2美元雇AI是多么愚蠢，"这可能并没有改善WiseTech的劳资关系。

澳大利亚最大银行的CEO马特·科明在该国商业报纸上发表了一篇专栏文章，基本上表达了与怀特相同的观点，只是用了更外交化的语言。

围绕AI最初的官方叙事是它只会增强人类的能力，永远无法取代他们。当很快发现这是无稽之谈时，叙事被调整为"你不会被AI取代，但你可能会被使用AI的人取代。"我们现在似乎已经转向了一个更残酷但也更诚实的叙事——"你很快就会被AI取代，假装不是这样是不负责任的。"

科明的文章题为假装AI不会带来改变并不能保护工人。在文中，他观察到：

AI将在整个经济中产生劳动力后果，这些后果应该被直接面对。没有人确切知道未来三年工作将如何变化，更不用说未来十年了。一些任务将被自动化，一些角色将减少，其他角色将增长……

这将为许多人创造机会，但对每个人来说都是严峻的考验。假装不是这样并不能保护工人。它只会确保他们后来感到措手不及……

当一个角色消失时，它影响的是一个家庭预算、一笔房贷、一个职业规划，以及对许多人来说，一种身份认同。说AI有利于国家生产力并不能让失去变得不痛苦。但假装每个角色都可以被保留也是不公平的。像我们这样规模的雇主有责任避免虚假安慰，给人们最好的适应机会。

4、开始的结束

ChatGPT发布以来的3.5年有一种"假战"的感觉。假战是二战前六个月，英国和法国正式与德国处于战争状态，但冲突很少。有宣传传单投掷，几艘商船被U型潜艇击沉，偶尔有些小冲突。但与后来的事情相比，基本没发生什么。

在大AI变革的假战阶段，存在三种思想流派。

技术乐观主义者承认AI会创造深刻的颠覆，但坚持认为正面影响将远远超过负面影响。特别是，技术乐观主义者一直在大声坚持对大规模失业的担忧是错误的。

与技术乐观主义者一样，技术悲观主义者也认为AI将深刻改变经济和社会。但鉴于半个世纪新自由主义的教训，悲观主义者担心精英将利用AI将更多的财富和权力向上重新分配。

AI怀疑论者则认为AI是一个被过度炒作的虚无。

亲爱的读者，我把决定权留给你——在AI变革的第一阶段接近尾声之际，是乐观主义者、悲观主义者还是怀疑论者被证明最有先见之明。

最后，我承认AI变革尚未产生劳动力市场的敦刻尔克，但我断言奇点的假战阶段已经结束。

原文链接：We've reached the end of the beginning of the AI transformation

汇智网翻译整理，转载请标明出处

本文提供了我们最新AI工具调查发现的高层次概览。感谢所有参与者的贡献！

其中有不少有趣的细节，最值得注意的是，Anthropic和Claude Code已经崛起并主导了工具使用地位，这一点得到了验证。如今Claude Code的普及程度几乎与我们三年前的调查中GitHub Copilot（2023年春季）相当——这表明AI市场的变化之快。

今天的议题涵盖：

1. 有趣的发现： Claude Code仅用八个月时间就跃升至第一，AI已完全主流化，受访者的每周使用率高达95%，等等。
2. 最常用的AI工具： Claude Code遥遥领先，其次是聊天机器人和GitHub Copilot。Cursor增长迅猛，Codex和Antigravity等新工具也在获得关注。大多数工程师同时使用两到四种工具。
3. 热门模型： Anthropic的Opus和Sonnet模型在编程任务中以明显优势领先，被提及的次数超过所有其他模型的总和。
4. AI趋势：主流化已实现。 95%的受访者报告至少每周使用AI工具，75%的人将AI用于一半或更多的日常工作，56%的人报告70%以上的工程工作通过AI完成。
5. AI Agent使用量上升： 55%的受访者现在定期使用AI Agent，Staff+级别的工程师以63.5%的使用率领先于调查结果。Agent用户的AI热情是非用户的两倍。
6. 公司规模与工具使用： 较小的公司压倒性地偏爱Claude Code（最小的企业中占比75%），而大型企业默认使用GitHub Copilot。这种倾向性可能与企业的采购偏好有关——以及微软的企业级营销推广。
7. 工程师喜爱的工具： Claude Code是最受喜爱的工具，占46%，远超Cursor的19%和GitHub Copilot的9%。高级领导者对Claude Code尤为热情。
8. 人口统计： 参与调查者的概述。

1. 有趣的发现

以下是我从本次调查中挑选的十个最有趣的个人发现：

1. Claude Code在仅仅八个月内从零跃升为排名第一的工具。 于2025年5月发布，它已经成为最常用的AI编程工具，超越了GitHub Copilot和Cursor。
2. AI已成为主流。 95%的受访者至少每周使用AI工具，频率更高，75%的人将AI用于至少一半的软件工程工作。在The Pragmatic Engineer的读者中，问题似乎不再是是否在日常工作中使用AI，而是使用哪些工具。
3. Cursor正在快速追赶GitHub Copilot。 尽管我们经常听说有些公司放弃了Cursor转向Claude Code，但Cursor表现相当不错，与九个月前的上次调查相比，被提及次数增长了35%。
4. 大多数工程师同时使用多种AI工具。 70%的人同时使用两到四种工具，15%的人使用五种以上。
5. Staff+工程师是Agent使用最频繁的群体。 63.5%的人定期使用Agent；高于普通工程师（49.7%）、工程经理（46.1%）和总监/副总裁（51.9%）。
6. Codex呈现爆炸式早期增长。 尽管在上次调查时还不存在，OpenAI的Codex已经达到了Cursor使用量的60%！！
7. 使用Agent与对AI持积极态度高度相关。 使用Agent的人对AI感到兴奋的可能性几乎是未使用者的两倍，而未使用者持怀疑态度的可能性是使用者的两倍。
8. 公司规模比个人偏好更影响工具选择。 超大型公司（1万人以上）更可能使用Copilot（56%），而小型初创公司主要使用Claude Code（75%）和Cursor（42%）。这种分歧似乎是由于企业采购而非个人偏好所致。
9. 聊天机器人竞争激烈。 ChatGPT、Gemini和Claude作为独立聊天机器人的被提及次数几乎相等，这表明在编码专用工具之外，软件工程师中没有明显的赢家。
10. 总监和高级领导者尤其青睐Claude Code。调查发现，这个工具在这些人群中的受欢迎程度是较低职级的两倍，而Cursor随着职级的提升受到的喜爱程度下降。

让我们来看看一些数据：

2. 最常用的AI工具

发布仅八个月后，Claude Code就已经是最常用的工具，超越了GitHub Copilot和Cursor：

按被提及次数排名的最常用AI工具。受访者可以选择多个工具

被提及的工具，按受欢迎程度排序：

1. Claude Code：Anthropic推出的以终端为先的编程Agent。
2. 聊天机器人：ChatGPT、Claude、Gemini等
3. GitHub Copilot：于2021年推出，是这个列表上"最古老"的AI编程工具
4. Cursor：由Agent驱动的编程IDE。在我们的深度文章构建Cursor的真实工程挑战中了解更多*
5. Codex：OpenAI的AI编程Agent。我们最近介绍了Codex是如何构建的
6. Gemini CLI：谷歌的命令行Agent
7. OpenCode：最受欢迎的开源编程Agent，可以更换所使用的模型，避免供应商锁定
8. Antigravity：谷歌聘请了Windsurf的原始团队，推出了自己的Agent化IDE
9. JetBrains Junie：JetBrains推出的AI编程Agent
10. Zed：一个具有Agent工作流的快速编辑器
11. Windsurf：谷歌收购了该团队但没有收购产品。一个AI IDE，现在由Cognition拥有和运营
12. Amp：一个模型无关的编程Agent。免费版由广告支持
13. Augment Code：专注于企业的编程Agent
14. Factory：Agent原生软件开发平台，将Agent称为"droids"

有趣的是，将本次结果与九个月前（去年5月）人们回答同一问题的情况进行比较：

九个月间的工具使用对比：Claude Code的崛起清晰可见，从默默无闻跃升至今年2月的第一名

值得注意的趋势：

• Claude Code拥有巨大的发展势头，已经是市场领导者。 自2025年5月发布以来，它已成为调查受访者中最常用的AI编程工具。据我了解，有几支曾是Cursor重度用户的团队已经成功引入了Claude Code（同时仍然保留Cursor）。
• Cursor在九个月内增长了约35%，正在威胁GitHub的受欢迎程度。 在本次调查中，提及使用Cursor的受访者比去年5月的上次调查多了35%。这样的增长令人印象深刻：按这个速度，Cursor将在6-9个月内拥有比GitHub更多的用户！
• 聊天机器人使用量依然很高。 在编程应用之外使用的ChatGPT、Claude、Gemini、Perplexity等的综合提及数仍然高于除Claude Code之外的任何其他工具。作为参考，被提及最多的聊天机器人（ChatGPT，107次）的数量与Gemini CLI（也是107次）相当。
• GitHub Copilot使用量稳定。 九个月前，46%的受访者表示他们使用GitHub Copilot。此后几乎没有增长。
• Codex的爆发式增长。 OpenAI的Codex在上次调查时还不可用。但现在它已经达到了Cursor使用量的60%！！而且自本次调查以来可能增长得更快。
• 新兴工具：OpenCode、Gemini CLI、Antigravity。 这些工具在九个月前都还没有发布，但如今已被约10%的受访者使用——这绝非小事！
• 增长中的工具： Zed、Windsurf、Amp、Augment Code和Factory在本次结果中出现频率较低，但所有这些工具被受访者提及的次数都比九个月前多。

2.1 聊天机器人使用：ChatGPT领先，但仅略胜一筹

以下是我们的调查中聊天机器人使用提及的对比情况：

ChatGPT、Gemini和Claude的提及数几乎相等

2.2 多工具使用

大多数技术专业人员使用两到四种AI工具。一个有趣的细节是受访者提及了多少种不同的工具：

每位受访者提及的AI工具数量

值得注意的细节：

• 70% 的调查参与者提及使用两到四种工具
• 15% 只使用一种工具
• 15% 使用五种或更多

3. 热门模型

Anthropic的Opus和Sonnet在编程模型排名中占据主导地位。

这甚至不算一场比赛：Opus 4.5和Sonnet 4.5（调查开始时最新的模型）被提及的次数超过了所有其他模型的总和。Anthropic已经成为编程相关工作的首选模型开发商——至少目前如此。本次调查启动时，Opus 4.6、Sonnet 4.6和GPT-5.3尚未发布。

大约八分之一的受访者表示他们只是使用公司默认的模型。 这值得注意：这些人可能不关心更改默认设置，只是使用可用的任何工具。如果默认模型足够强大，那没问题，但如果公司的默认模型是较便宜、功能较弱的模型，那么这些人可能面临比那些可以选择自己工具的人更令人沮丧的体验。

在"其他"模型类别中，其他被提及的包括：

• Cursor的自定义Composer/Composer-1模型，以及其"Cursor Auto"自动选择模型
• Kimi/Kimi K2.5 — Moonshot
• DeepSeek模型变体，如R1、V3.2、Coder
• 阿里巴巴的Qwen/Qwen3
• xAI的Grok
• 各种Mistral模型

4. AI趋势：主流化已实现

人们使用AI工具的频率有多高？事实证明非常频繁；95%的受访者至少每周使用AI工具：

值得将此数据与Laura Tacho在旧金山最近举行的Pragmatic Summit上分享的见解结合起来思考：

看来AI在软件工程领域已成为主流。 从我的个人观察来看，自今年年初起就有这种感觉：与我交谈过的每个人都在以大约每天的频率使用AI工具。现在有了数据来证明这一点。

4.1 多少软件工程工作通过AI完成？

今年，我们请读者估算他们的软件工程工作中使用AI完成的比例。结果如下：

数据显示AI已深深嵌入我们调查参与者的工作流程中：

• 只有25%的受访者 在不到40%的工作中使用AI
• 56% 的人有70%或更多的工作通过AI完成
• 75% 的人至少在一半的软件工程工作中使用AI

5. AI Agent使用量上升

十八个月前，AI主要用于代码生成和Tab补全。在2024年3月，有一两位受访者尝试了早期的AI Agent，将其视为相当于初级软件工程师的存在。

今年，55%的人表示他们定期使用AI Agent。 这是507人，一个巨大的跃升！

Agent最常见的使用场景：

• 代码审查和代码验证
• 自动化手动/繁琐的任务
• Bug修复/调查Bug
• 代码调查
• 调试
• "打磨"代码，或与Agent一起"编织"代码

以下是一位在较小公司使用Agent的软件工程师的典型评论：

"我几乎所有的编码工作都使用Agent，主要使用Cursor Chat进行提示。我用它进行代码调查、Bug调查、创建提交和Pull Request。它是我的代码审查工具，我始终保持在循环中。几乎所有我的AI编写代码都经过审查和'打磨'。当用它进行代码审查时，我发现通过与它对话来获得理解比让它自由地进行代码审查更有帮助。所以，我什么都用它，但我仍然非常参与其中。"

调查中常见的一种设置是分屏模式：一个打开Claude Code的终端驱动工作，另一个打开的IDE用于审查Agent所做的更改。

定期使用AI Agent的人所提及的工具分布与更广泛的调查结果几乎完全一致：

Staff+工程师是Agent使用最频繁的群体。 以下是按经验水平划分的Agent使用数据：

这个数据点有点有趣，因为它显示最低和最高级别之间的差异不大：46%的Lead和工程经理表示他们定期使用AI Agent，而Staff+工程师的比例是63%。这是否暗示最有经验的工程师也最有好奇心？

一个人使用AI越多，他们也越倾向于使用AI Agent。 我们按受访者使用AI完成软件工程工作的百分比来分割数据：

• 重度用户在80%或更多任务中使用AI，或每小时使用AI
• 中度用户在30-80%的任务中使用AI，或每天使用AI
• 轻度用户在30%或更少的任务中使用AI，或每周或每月使用AI

一个人对AI的态度越积极，就越有可能定期使用Agent。 相反，那些对AI持负面态度的人几乎不使用Agent：

一个问题在于，这一发现是表明相关性还是因果性：也就是说，更多地使用AI Agent是否真的导致人们对AI感到更积极？

几个细节：

• 使用Agent的人对AI的热情（61%）几乎是不使用Agent的人（36%）的两倍
• 不使用Agent的受访者对AI持怀疑态度的可能性（22%）是定期使用Agent的人（11%）的两倍

看起来，如果你不定期使用AI Agent，你可能对这些工具持有负面看法，这可能是以未能体验该技术所能提供的价值为代价的。

6. 公司规模与工具使用

在我们的结果中，公司规模与工具选择在某些工具上存在相关性；例如，团队或公司越小，越有可能使用Claude Code或Codex：

Claude Code在最小的公司和团队中被高达75%的人使用。 这是一个大数字，远超任何其他工具。在最小的机构中，最常用的工具按顺序是：

1. Claude Code：75%
2. 聊天机器人：55%
3. Cursor：42%
4. GitHub Copilot：35%
5. Codex：26%
6. Gemini CLI：14%
7. OpenCode：13%

GitHub Copilot在大公司中超越了Claude Code。 这印证了已知的情况：微软在企业销售方面非常擅长，并且将GitHub Copilot捆绑在其产品套件中：

Cursor和OpenCode在超大公司中的使用率下降，使用模式相似。 总体来看，无论公司规模大小，使用率大致相同。我们只在员工超过10,000人的最大规模公司中看到了下降：

对于超大公司使用率下降的一个理论可能是，大公司经常构建自己的内部编程Agent供工程师使用；例如，在金融科技领域，Block公司的Agent叫做Goose，Meta有自己的Agent，谷歌也有Jetski（其Antigravity版本）和Cider。

谷歌的工具在各种规模的公司中分布均匀。 谷歌的Gemini CLI和Antigravity是本次调查中唯一在不同公司规模间使用率明显稳定的工具。无论从最小到最大的工作场所，两种工具的使用率都在约10%左右：

调查受访者感到在工作中可以实验的感觉，与Claude Code的可用性相关联。 我们询问读者是否经常实验新工具。以下是按公司规模划分的"是"回答：

当这些回答映射到使用Claude Code的人群百分比时，分布非常相似。我的理论是，Claude Code只有9个月的历史，足够新到还没有被那些对新工具有官僚审批流程的公司批准，这就是为什么一些受访者感到他们实验各种工具的机会受到了阻碍。

使用Claude Code的受访者百分比与经常实验AI工具的人，按公司规模划分

在工具方面有大量繁文缛节的公司，工程师在实验新AI工具方面更缺乏自主权；不仅仅是Claude Code，而是任何新的、有趣的工具。

7. 工程师喜爱的工具

我们询问受访者："你最喜爱使用哪些AI工具，为什么？"以下是受访者最喜爱的工具，按被提及次数降序排列：

Claude和Cursor在喜爱程度上非常突出。 高达57%的受访者提到Claude Code（46%）或Claude模型（11%）是他们最青睐的工具。Cursor为可观的19%——是GitHub（9%）的两倍。

其他被提及两次或以上的值得注意的工具：

• Warp：用于构建Agent的终端
• Zed：具有Agent工作流的快速编辑器
• Amp：模型无关的编程Agent。免费版由广告支持
• Cline：开源编程Agent
• RooCode：在VS Code中运行的开源AI编程助手
• Continue.dev：在每个Pull Request上进行AI检查

Claude Code特别受到总监及以上级别人员的喜爱。 按级别（从工程师到Staff+高级工程师、Lead/工程经理、总监及以上人员）分割"最喜爱"的回答：

随着职级上升，Claude Code和Cursor的受喜爱程度——或者说使用程度——都在下降，但值得注意的是，高级工程领导职位的人对Claude Code情有独钟，而非Cursor。

GitHub Copilot在工程经理群体中的喜爱程度与Cursor相当——这令人惊讶：

OpenCode和GitHub Copilot出乎意料地受到Staff+工程师的喜爱。 另一个意想不到的细节是，尽管OpenCode的使用量大约是GitHub Copilot的四分之一，但它在"喜爱"提及上与之匹敌。对于Staff+工程师来说，它在这方面与GitHub持平：

最后，按公司规模分割时，我们看到了熟悉的Claude Code与GitHub Copilot的对比模式。随着公司规模增大，Claude Code作为"喜爱"工具被提及的频率降低。

按公司规模划分的Claude Code与GitHub Copilot的"喜爱"程度对比

GitHub Copilot呈现出相反的轨迹：在更难实验替代方案的大型公司中，它更受喜爱。

8. 人口统计

最后，以下是参与调查者的详细信息，以及906份回复是如何汇总的。

工程师占受访者的55%，工程领导层占另外的34%：

受访者都是有经验的专业人士。受访者的经验中位数是11-15年：

公司规模在这个群体中也有相当均匀的分布：

从地区来看，大多数受访者位于欧洲或美国：

原文链接：AI Tooling for Software Engineers in 2026

汇智网翻译整理，转载请标明出处

我不是写作天才。我大学作文挂了两次。

但现在，写作支付我的房租、伙食费，以及偶尔那杯我假装是"业务支出"的昂贵咖啡。

每月9,500美元。不是来自一篇爆款文章。不是来自某个幸运的品牌合作。来自一个我在大约18个月的令人尴尬的试错中建立的可重复系统。

这就是那个系统。没有废话。没有"打造个人品牌"的虚话。

1、首先，让我戳破你听过的最大的谎言

每个人都说，"多写、多发、保持稳定。"

好建议。但如果你不知道写什么，那完全没用。

我以前每周发4篇文章。大概每月赚200美元。然后我用一个特定公式将频率降到每周2篇。收入在60天内增长了1.5倍。

数量从来不是问题。方向才是。

2、公式（说真的，没那么复杂）

我称之为PRS框架。

• P — 问题（一个具体的、令人痛苦的问题）
• R — 现实检验（为什么常见的解决方法不管用）
• S — 转变（真正的解决方案，附带步骤）

就这样。

我写的每一篇内容——文章、通讯、LinkedIn帖子——都遵循这个骨架。

这就是为什么它在2026年特别有效。

AI已经用通用的"如何做"内容淹没了互联网。认真的，Google搜一下"如何在社交媒体上增长"，你会发现40篇文章基本上是同一篇文章穿了不同的字体。

读者渴望的是那种在试图修复他们之前先理解他们的内容。

PRS框架恰好做到了这一点。

3、找到一个值得写的问题

不是随便什么问题。是那种人们在晚上11点带着轻微恐慌积极Google的问题。

以下是我的方法：

先用Reddit。 去你所在领域的子版块。按"Top"排序，筛选过去一个月的帖子。寻找有200+评论的帖子，人们在那里沮丧、困惑或发泄。那种沮丧 = 你的下一篇文章主题。

Answer the Public / AlsoAsked。 输入一个宽泛的主题。它会吐出真人正在输入的真实问题。选择那些听起来像你朋友会发短信问你的，而不是教科书的。

你自己的私信。 如果有人问过你两次同样的事，那就是内容金矿。我写过一篇表现最好的文章，就是因为在同一周内有三个不同的人问了关于自由职业定价的同一个问题。

目标是具体性。"如何通过写作赚钱"太宽泛了。"为什么你的写作样本在2026年找不到自由职业客户"——这是某个人此刻正在经历的问题。

4、现实检验（这是大多数作者跳过的部分）

在向人们抛出解决方案之前，你必须承认为什么常见的建议对他们没有用。

这是比任何东西都更快建立信任的部分。

例如：如果我在写关于获得邮件订阅者的文章，我不会直接跳到"发一个引流诱饵"。我首先会说：是的，引流诱饵在2021年效果很好。现在每个人的下载文件夹里都有47个未读的PDF，他们说"以后再看"（他们不会的）。

当一个读者心想"哇，这个人真的懂我"时，整篇文章他们都是你的了。

这部分不需要很长。两三个确认他们沮丧的短段落就够了。

5、转变（给他们今天就能用的东西）

这是你实际的建议部分。但我以不同的方式组织它：

一个主要想法。三个较小的步骤。

不是十个提示。不是47点清单。一个核心转变，分解为三个可执行的行动。

我用于一篇自由职业定价文章的示例结构：

核心转变： 停止按时计价，开始按成果计价。

步骤1： 写下客户雇你解决的3个最常见问题。 步骤2： 为每个问题的解决赋予一个美元价值。 步骤3： 以该价值的10-20%定价。这就是你的新费率。

就这样。读者读完那篇文章后立刻就有事可做。那篇文章仅被有机转发了400多次。

可执行的永远胜过鼓舞人心的。每一次。

6、我实际上是如何用这个每月赚9,500美元的

以下是明细，这样你就不是在模糊地点头：

自由职业写作客户：约7,200美元六个长期客户。每个每月支付4篇长文/通讯。全部通过LinkedIn找到，还有一封花了我20分钟写的冷邮件。

数字产品：约2,300美元模板、迷你指南和小型课程。这些是那种你在睡觉时收到付款感觉像魔法的产品，但最初设置它们确实需要真正的工作。

7、每个人都在想的AI问题

是的。AI现在正在写大量内容。

不，它不会取代正确地做这件事的写作者。

以下是AI无法伪造的东西：具体的经验、真实的挫折、挣来的观点。

去年我分享最多的文章开头是"我提高了费率，然后立刻失去了两个最大的客户。以下是我接下来做的。"

AI可以写一个版本。但它不会真的失去那些客户。读者感受到这种差异，即使他们说不出来。

用AI做研究、做大纲、做初稿然后拆解它。但PRS框架只有在问题部分来自你真实观察到的东西时才有效，而不是聊天机器人总结的东西。

8、让这一切可持续的每周节奏

周一：用Reddit/私信研究选择主题。写问题部分。（30分钟）

周三：写现实检验+转变部分。（60-90分钟）

周四：无情地编辑。删掉任何对读者没有帮助的内容。

周五：发布+将其中一个部分改写为LinkedIn帖子或通讯片段。

每周4-5小时的专注写作。换取每月9,500美元。当公式在承担繁重工作时，这个数学开始变得合理。

9、我希望有人早告诉我的一个事

你的前20篇文章可能表现不好。

我的确实不好。说实话，有点痛。

但那20篇文章准确地教会了你读者对什么有反应。它们不是失败；它们是大多数人完成之前就放弃的昂贵市场研究。

熬过尴尬期。

2026年真正赚到钱的写作者不是最有天赋的那些。他们是那些找到了一个系统并在最初几次无人问津后继续出现的人。

建立公式。执行公式。然后看着它开始回报你。

原文链接：How I Turn 10–15 Hours of Writing a Week Into $9,500/Month

汇智网翻译整理，转载请标明出处

大家都知道我对舒适博客痴迷不已。主要是因为它彻底改变了我的生活，在一个把我当垃圾一样扔掉的工作文化中给了我目标和价值感。我戴上研究护目镜，开始分析数据，以便把握来年的脉搏。

在2026年，盈利的细分赛道将：

• 解决烦人的问题（他们会付费让事情发生/消失，不管"它"是什么，"它"在别人看来可能很蠢、很无聊甚至很简单）
• 自然地（无需任何施压手段）转化为订阅+数字产品+工作坊+甚至实体产品（这将在2026年变得非常重要，创作者领域即将迎来实体商品复兴，这将成为2030年代增长最快的收入驱动力之一）
• 作为Substack + YouTube循环完美运作，也可以仅作为博客或仅作为视频频道
• 而且，Substack不再只是那个"阅读应用"。这个平台拥有3500万+活跃订阅（自8月我加入以来增长了500万）和500万+付费订阅（过去两年翻了一番）。Backlinko+1

以下是2026年最赚钱的舒适博客细分赛道的11个数据驱动想法，附带统计数据、切入角度和销售建议。

1、"慢科技"导师

这个细分赛道适合那些能将新兴工具（AI、扫描应用、语音工具、图片修复、追踪器、金融科技等）转化为平静、人性化的步骤，服务于年长用户的人。

为什么在2026年能赚钱

• 年长成年人正在快速采用AI，但他们希望以慢节奏来学习，以对他们来说有意义的方式来教授，不要花哨，也不要居高临下。AARP报告称50岁以上成年人使用AI的比例从18%上升到30%，同比增长。AARP+1
• 同时，"AI鸿沟"是真实的：思科研究发现超过一半的45岁以上人群根本不使用AI。这个差距就是你的客户群。Global Market Insights Inc.

可以发布什么

• "20分钟修复10张家庭照片"（附安全备份工作流）
• "将手写食谱变成可打印的卡片套装"
• "设计自定义编织图，无需数学焦虑"
• "AI爱好者指南：什么不该上传（隐私、诈骗、常见陷阱）"

可以卖什么（舒适的，而非拼命的）

• 付费月度"慢科技办公时间"提供手把手帮助
• 模板：照片标注系统、手工艺图案追踪器、针对特定任务的AI提示词包（这一个类别就能衍生出数十个产品！）
• 让人上瘾的迷你课程："给拼布爱好者的AI"、"给园艺爱好者的AI"、"给家庭档案的AI"——你明白的……你拥有一个永远不结束的冲动消费品内容列表。我会以走量定价，等着听收银机的叮当声。

2、生存园艺与种子保存

这是带有生存意味的园艺：传家品种、种子图书馆、食品安全，以及"当你无法信任你买的食品时该怎么办"。

为什么在2026年能赚钱

• 美国花园种子市场预计将从约12亿美元（2025年）增长到15.2亿美元（2030年）。RANDOM
• 有机和传家品种的兴趣搭上了更大的浪潮：有机种子市场预计到2030年将以更快的速度增长（主要由于美国的经济和政治不稳定）。Confinity

可以发布什么

• "___区的传家品种种子启动日历"
• "种子保存入门：番茄、豆类、秋葵"
• "如何建立一个零成本的种子图书馆，让你的家人永远有食物"
• "零成本园艺技术（堆肥、覆盖、收集雨水）"

可以卖什么

• 可打印的花园日志+种子包装标签套装
• 季节性种子工作坊（发芽、种植、收集、保存）
• 付费层级："月度种植计划+问题诊所"
• 赞助/联盟推广：种子公司、土壤工具、植物灯（精心挑选的确实有助于实现目标的产品组合）

3、手工电商（脱离Etsy）

这适合40/50岁的专业人士，他们想要一个小型手工企业但不想依赖Etsy。在如何拥有自己的店铺方面存在一个巨大的内容空白。Etsy改变政策就像你妈让你换内衣一样频繁。我见过有人一夜之间失去整个生意。

如果你在网上销售，你必须拥有自己的房子。你仍然可以在平台上销售，但要引导流量到你自己的东西上，比如Substack或你自己的电商网站。

为什么在2026年能赚钱

• 全球手工艺品市场规模巨大且仍在增长（估计从2024年的7399.5亿美元到2030年的9831.2亿美元）。Future Market Insights
• Etsy收取6.5%的交易费（加上其他费用），这推动卖家寻找更平静、自主的渠道。Etsy
• 电商持续扩张：全球电商收入预计在2026年约为6.88万亿美元，约占零售总额的21.1%。Shopify

可以发布什么

• "一个产品，一个页面：最平静的手工品销售方式"
• "定价不焦虑（材料、人工、运费、利润）"
• "用邮件而不是算法直接销售"
• "像礼物一样包装，不像仓库一样发货"

可以卖什么

• 店铺模板（简单落地页+结账）
• 非设计师的产品摄影指南
• "一周内上线"的单一手工品行动手册
• 小组辅导：10人，4周，以一次现场发布结束
• 与像Hostinger这样的平台合作，教授平台使用同时赚取联盟佣金（我就是这么做的！）

4、舒适健身与活动能力

注重美感的、以家庭为基础的关节、激素、体态、力量和活动能力训练。想想：烛光下的功能性力量训练加上一杯花草茶休息，而不是训练营式的惩罚。

为什么在2026年能赚钱

• 全球瑜伽市场预计将从2023年的1071亿美元增长到2030年的2003.5亿美元。SQ Magazine
• 更年期市场也在增长（估计从2024年的177.9亿美元到2030年的243.5亿美元）。Grand View Research

可以发布什么

• "早晨僵硬时的活动性训练"
• "在家也感觉安全的力量动作"
• "更年期友好的每周节奏（运动+休息）"
• "不像医院宣传册的椅子瑜伽"

可以卖什么

• 付费的10-20分钟训练库
• 季节性项目（4周周期）
• "活动性会员"每周跟练+社区打卡 (是的，始终添加明确的医疗免责声明)

5、现代传家手工（画廊品质，世代传承）

将手工艺作为身份认同、留下遗产和追求最优质的品质来教授。拼布、精细木工、陶瓷、刺绣、编织、修复——这个清单真的很长！

为什么在2026年能赚钱

• 整体手工艺品经济正在快速扩张（见上面的市场增长数据）。Future Market Insights
• 手工内容在YouTube上表现出色，因为它天生就值得观看（过程+转变+ASMR氛围），在Substack上也转化良好，因为人们想要图案、尺寸和材料清单。

可以发布什么

• "传家品项目日记"（系列文章）
• "我买一次用20年的工具"
• "如何像专业人士一样收尾（边缘、密封、耐久性）"
• "修复，而不是替换"（可见修补、家具救援）

可以卖什么

• 高级图案+切割清单
• 精选材料包（或联盟捆绑包）
• 工作坊："收尾工艺"、"入门榫卯"、"传家拼布"
• 导师层级：项目反馈、进展评审

6、远距离"祖孙情感连接"（套件+仪式）

帮助祖父母通过实体+数字仪式，在远距离建立真正的情感连接。

为什么在2026年能赚钱

• 在AARP对祖父母的调查中，只有14%的人说他们不与孙辈视频聊天，而近40%的人报告每天或每周几次视频聊天。AARP
• 年长成年人正在高频使用设备，AARP继续追踪50岁以上人群技术使用的上升趋势。AARP+1

可以发布什么

• "20个能打开真正对话的问题"
• "朗读俱乐部：同一本书，两个客厅"
• "关怀包裹仪式"（贴纸、明信片、照片提示）
• "旅行时的无屏幕亲密互动创意"

可以卖什么

• 可打印的活动套件（季节性、节假日、生日）
• 月度或季度的"祖孙情感连接盒子"
• 私人付费社区：分享创意、交换仪式、引导性提示

7、"空巢"家居改造（经济实惠的轻奢合理化改造）

不要卖房子！将现有住宅改造成一个精心策划的避风港，适应人生的新阶段。

为什么在2026年能赚钱

• 装修支出激增。Houzz报告指出中位数装修成本自2015年以来上涨了60%，高端项目接近15万美元。Axios
• 家庭装修支出预计在2026年保持巨大规模（哈佛JCHS预测仍显示每年数千亿美元）。Red Stag Fulfillment

可以发布什么

• "逐个房间合理化改造：保留、捐赠、展示"
• "空巢设计：成人化的宁静，不是孩子的混乱"
• "不像塑料储物箱区域的收纳方案"
• "每个房间一个小小的奢侈品"（照明、质感、五金）

可以卖什么

• 断舍离计划+检查清单
• "家居改造"Notion/可打印仪表盘
• 迷你咨询（照片+建议）
• 精选产品指南（联盟推广，但要品味）

8、烹饪家谱与食谱档案

你可以品尝到的家族历史。追踪手写食谱，测试它们，保存它们，并构建一本传家食谱。

为什么在2026年能赚钱

• 仅Ancestry就报告有300万+付费订阅者和1.4亿+家族树。人们正在花钱找回自己的过去。Ancestry
• 基因食物检测是一个新兴的增长市场（例如：哪些传统食物最适合你的基因组成，到2030年将达88亿美元）。Grand View Research
• 隐私焦虑正在上升，尤其是关于个人数据。这使得私有的、家族拥有的档案变得更加有吸引力。Reuters

可以发布什么

• "如何阅读旧食谱手写体"
• "食谱测试笔记：将'一个茶杯'换算成计量单位"
• "扫描工作流：卡片、污渍、笔记、照片"
• "家庭访谈：菜肴背后的故事"

可以卖什么

• 可打印的食谱卡片模板+食谱布局
• "食谱救援"工作坊
• 陪你做：30天构建一本家庭食谱
• 高级层级：月度主题食谱档案提示

9、45岁以上女性的"轻奢"独行旅行

以舒适为导向、安全第一的行程，融入社区和信心。

为什么在2026年能赚钱

• 独行旅行正在激增，女性主导这一类别。Virtuoso研究发现71%的独行旅行者是女性，许多报告指出老年女性（65+）增长强劲。Grand View Research
• 旅游业正在积极减少"单人附加费"并构建适合独行的产品。The Washington Post
• 女性专属旅行团正在增长（Intrepid报告2019年到2023年女性专属旅行团增长了59%）。Grand View Research

可以发布什么

• "我想要安全+美丽+不繁琐时住哪里"
• "45+、55+等出行时我带什么（舒适、风格、关节、睡眠）"
• "内置休息的行程规划"
• "如何不尴尬地独自用餐"

可以卖什么

• 目的地指南+打包系统
• 付费旅行规划咨询（轻度咨询）
• 私人讨论组：独行旅行"旅伴匹配"
• 联盟合作：行李箱、旅行保险、安全科技产品

10、低多巴胺家居设计（感官友好的慢生活）

能调节你的神经系统、让你想把手机放进抽屉的空间。

为什么在2026年能赚钱

• 数字疲劳是真实的：eMarketer引用的Harris Poll调查发现81%的Z世代和78%的千禧一代经常希望能更容易地断开连接。EMARKETER
• 家居设计正在转向健康和意义。ASID的2026年展望强调对健康、可持续性和工艺的日益重视。American Society of Interior Designers
• 甚至任务平台也在追踪"为感觉而设计"：TaskRabbit报告与情绪和个性化相关的家居项目大幅增长（镜子+28%、后挡板+27%、挂画+26%）。TaskRabbit

可以发布什么

• "五感家居审计"（声音、光线、质感、气味、杂物）
• "（为特定空间或场合的）低多巴胺配色方案"
• "为深度睡眠的卧室重置"
• "灯光即疗愈（用灯光安抚你的神经）"

可以卖什么

• 逐房间的重置指南
• "感官友好家居"检查清单和购物清单
• 付费层级：月度家居改造挑战
• 迷你咨询：照片到建议

11、私人读书会与封闭式讨论组

在2026年，"社区"将继续从公共平台转移到有门的小房间。

为什么在2026年能赚钱

• 隐私担忧正在上升。Pew发现71%的美国成年人担心政府如何使用个人数据（高于2019年的64%）。Pew Research Center
• 读书会已经成为主流：估计约500万美国人目前参与，而5500万人曾经参与过。BookBrowse
• Substack的规模意味着细分读书会更容易维持，因为你不需要巨大的触达率来填满一个付费的小房间。Backlinko

可以发布什么

• "单页讨论指南"（主题、问题、背景）
• 作者背景、历史视角、舒适的深度解读
• 为忙碌成年人设计的"慢阅读计划"

可以卖什么

• 付费读书会层级（月度直播通话+回放）
• 封闭式讨论帖（没有算法的 soup）
• 引导式短期系列俱乐部（4周主题小班）

12、2026年收入蓝图

所有11个细分赛道共享相同的5个成功步骤：

1. 自己的受众（你的邮件列表）
2. 付费层级（免费和付费会员）
3. 产品货架（数字和实体产品）
4. 个性化服务（将你的辅导产品化为个性化数字产品）
5. 不被信息流绑架的社区（他们会收到你发送的每一封邮件）

我遵循了这个模式（甚至没有使用付费层级），在120天内将我的舒适博客从0增长到每月4,000美元的收入（仅Substack，不算YouTube）。（3和4是我的最大收入来源）

想在2026年开始一个舒适博客吗？选择一个细分赛道，然后构建一个付费产品来解决一个人的一个反复出现的痛点。

窗口还没有关闭。但它奖励那些选择一个窄领域、深入学习、并在构建更大的东西之前先展示证据的人。

原文链接：Cozy Blog Niches that Earn $500-$5K/Month on Substack

汇智网翻译整理，转载请标明出处1\

大多数人都教你如何构建大东西。但我认为我们应该学会如何构建小东西。

以下是我构建的几个小项目。所有这些都是作为副项目出于乐趣而构建的：

1. Frontend Slides（GitHub上16k星标）：一个让你用编程智能体创建精美HTML幻灯片的技能
2. Follow Builders（GitHub上3.6k星标）：一个为你生成每日通讯的技能，内容来自精心策划的AI构建者的推文和播客
3. Tab Out（GitHub上1.1k星标）：一个Chrome扩展，将你的新标签页变成一个任务控制中心，你可以清晰地看到打开的标签页并轻松关闭它们

1、为什么要构建小东西？

1. 每个大东西都始于一个小东西

定位就是一切。大多数产品失败不是因为它们太窄，而是因为它们定位太宽。

如果你试图满足所有人的需求，最终你将无法满足任何人的需求。你会变成一个通用的、乏味的东西，最终被Claude吞噬。

2. 为了乐趣而构建，为了学习而构建

不要把软件看得太严肃。

构建软件曾经是一项严肃的、功利性的追求。人们主要用它来赚钱。当软件稀缺且昂贵的时候，这是合理的。

但现在软件既便宜又丰富，你完全可以在乐趣中去做。氛围编码基本上已经成为我周末的爱好，我的某些小技能感觉更像艺术项目。我们需要克服对软件的稀缺心态。你完全有权利去构建一个无用的东西。

构建东西也是最好的学习方式。在传统的教育体系中，你先学习再构建。在AI时代，这个顺序反转了：你通过构建来学习。

3. 构建有态度的产品

软件是一种自我表达的方式。当你构建一个软件时，你在其中嵌入了一小块你的灵魂：你独特的思考方式和做事方式。

既然AI可以非常快速地构建任何东西，那是什么让人们想使用你的软件，而不是别人的？

你的产品需要有个性。它需要让人产生"嗯，我以前从没这样想过，但这很有道理"的感觉。人们会使用它，因为背后的观点与他们产生了共鸣。

如果你的产品只是一个通用的、乏味的效率工具，人们还不如直接用Claude。

例子：市面上有太多AI新闻获取技能了；我的 Follow Builders 技能之所以能引起人们的共鸣，是因为他们喜欢"关注构建者，而不是网红"的底层哲学。

4. 你负担得起

在AI之前，你负担不起构建小东西。因为软件开发成本太高，你必须组建团队、说服其他人、向委员会论证其合理性。

现在，就只有你和编程智能体。编程智能体不需要被说服。它会欣然构建你任何疯狂而古怪的想法。所以去构建一些会被每家大科技公司产品评审会议否决的东西吧。

2、如何寻找产品创意

1. 你没那么独特

很多人告诉我"我有一个痛点想做一个产品来解决，但我担心它太小众了。"

我想告诉他们：抱歉打破你的幻想，但你没有你想象的那么独特。

无论你的痛点多么小众，世界上至少有10,000人与你有相同的痛点。也许不是一千万，但绝对有10,000个。

在旧世界中，一个总可寻址市场只有10,000人的产品不值得构建。在新世界中，一个拥有10,000用户基数的产品是一个非常成功的副项目。

你认为可能极其小众的需求可能并没有你想象的那么小众。你只需要找到那10,000个和你一样古怪的人。

2. 从技术出发

对于我的大多数项目，我实际上并不是从痛点开始的。我是从技术开始的。每天我都会浏览X，收藏酷炫的新技术和API。然后我会有定期的"游戏时间"，把这些新技术喂给我的编程智能体，我们一起头脑风暴可以用它们构建什么。这非常有趣。

例子：我构建 Tab Out 是因为我首先看到有人构建了一个读取Chrome浏览历史的东西，我这才了解到浏览历史是保存在本地数据库中的。所以我跟Claude头脑风暴可以用它做什么，经过大量讨论和迭代，我们最终做出了一个帮助你关闭标签页的浏览器扩展。

3、如何与模型对话

1. 使用最好的模型

反直觉的是，这通常比使用一个更弱的模型更便宜。使用更弱的模型时，你往往无法正确完成任务，反而会花更多的token和时间来修复。

2. 把它当作联合创始人，而不是员工

我很少一开始就给出详细的产品规格然后让智能体去执行。我只是广泛地描述我的问题，然后征求智能体的意见。我们互相交流想法，一起找到解决方案。这是一个共创过程。

带来问题，而不是解决方案。

3. 尝试一切，浪费token

设定一个不切实际的高标准。不断推动智能体到极限。尝试疯狂的想法，看看它怎么做。你在跟人类合作时通常不能这样做，所以要充分利用这一点。

4. 在发布前删减功能

LLM非常擅长添加东西，但不太擅长减去东西。它们经常最终添加一些乍一看合理但实际上没用的功能。作为人类，你最重要的工作是减法、简化和删减。

构建一些小巧而优雅的东西。软件是讲故事的一种媒介。去讲一个精彩的故事吧。

原文链接：How to build something small

汇智网翻译整理，转载请标明出处

大多数AI商业想法因为同样的原因而失败。它们追逐的是工具，而不是问题。有人发现了一个新模型，想象它能做的一切，然后围绕能力而不是需求来构建。结果就是，一个在演示中令人印象深刻的产品在市场上却无人问津。

下面的想法不同。每一个都始于一个真实的、反复出现的痛点——那种每周都让人变慢、陷入困境或暗自沮丧的痛苦。AI是杠杆层，它使得解决这些痛苦变得更快、让一个人交付变得更盈利。这就是全部游戏。

1、为小企业主提供AI辅助的标准作业流程

每一个想要招聘、授权或最终出售的小企业都需要文档化的流程。大多数企业都没有。所有东西都装在老板的脑子里，而这就成了天花板。

标准作业流程（SOP）从零开始构建是很昂贵的。顾问收费数千美元。虚拟助理需要几个月跟在团队后面观察和撰写。大多数老板干脆就不做了。

机会来了：你采访企业主，录音或转录会议内容，将其输入结构化的AI工作流，产出一套精美的、可用的SOP包——为餐厅、清洁公司、园林绿化企业、精品店。你不仅仅是在跟聊天机器人对话。你在打包一个过去需要几周现在只需要几天的可交付成果。

买家很清晰。痛点是真实的。价格区间在500到3,000美元之间，取决于复杂程度，在更新和新员工培训方面有很强的追加销售潜力。

2、为B2B品牌提供AI内容系统（全托管）

大多数B2B公司知道他们应该持续发布内容。几乎没有谁做得好。通常的瓶颈不是想法，而是生产。有人需要研究、写作、编辑、排版和排期。对于还要跑销售电话的创始人来说，这太多了。

围绕AI构建的内容系统改变了单位经济学。你可以拿一次采访、一次财报电话会议、一次创始人问答，将其转化为一个月的LinkedIn帖子、一期通讯、一个短视频脚本和三条重新包装的引语。AI负责起草。你负责判断力、语调校准和质量过滤。

你卖的不是内容。你卖的是消除一个每季度悄悄消耗企业注意力、线索和定位的瓶颈。从这个角度定位你的服务，它就不再是商品了。

3、为职场人士提供AI驱动的简历和职业定位服务

现在的求职非常残酷。申请人追踪系统会在人类看到之前就进行过滤。通用简历输给关键词优化过的简历。大多数人不知道如何讲述自己的故事。

一个拥有强写作能力和AI工作流程的自由职业者，可以在一天内将一次45分钟的 intake 通话转化为一套完全重写的简历、LinkedIn资料大改和一份有针对性的求职信模板。AI负责结构和变体。你负责战略框架：这个人的职业轨迹实际上传达了什么，以及如何让它产生效果。

市场是巨大的。处于转型期的中层职场人士、应届毕业生以及十年没找过工作的高管都未被充分服务。当一个人的下一份工作可能意味着每年多赚20,000美元时，300到1,500美元的定价是完全站得住脚的。

4、本地企业AI审计和设置服务

大多数本地企业——牙医、房地产经纪人、保险经纪人、承包商——还没有在任何事情上使用AI。很多人听说过它。几乎没有谁以一种真正节省时间的方式实施它。

这里有一个简单、可重复的服务：你审计本地企业如何处理其前五大重复性任务（回复询价、预约、跟进、常见问题回复、评价回复），然后你构建和设置轻量级AI工作流来自动化或加速每一项。你不是在构建软件。你是在配置已有的工具并培训老板使用它们。

推销很简单："我会在接下来的两周内为你每周省出十个小时，否则你不付费。"当你的工作流足够紧凑能够兑现承诺时，这种保证是有效的。来自一位满意牙医的一个推荐就能让你的管道持续数月。

5、为创始人和高管提供LinkedIn AI代写服务

个人品牌已经成为一个真正的分发渠道。持续在LinkedIn上发布的创始人能够比不发布的人产生更多入站线索、招募更好的人才、更快地达成合作。大多数人都知道这一点。大多数人仍然没有这样做。

瓶颈是时间和自我意识。他们不想盯着空白页发呆。他们不知道什么值得说。他们担心写作的语气不对。

你的工作就是消除所有这些。一段30分钟的语音备忘录或Zoom通话就能变成一周的帖子。你负责编辑、排版、钩子写作和声音一致性。AI加速起草。你的品味和判断让它感觉像人类写的。

这是目前单人运营者可用的最具可扩展性的服务之一。每月每位客户2,000到5,000美元，三个长期客户就能覆盖可观的收入。关键限制是找到足够重视分发并愿意投资的人，这意味着要瞄准已经在尝试内容的创始人，而不是那些需要从零开始说服的人。

6、小众AI研究和简报服务

分析师、顾问、投资者、记者和高管都需要快速了解自己专业知识之外的领域。深度研究需要数小时。好的综合分析需要技能。大多数专业人士都不具备即时的这些能力。

研究和简报服务使用AI来完成繁重的工作——聚合信息源、总结立场、识别矛盾和未解决的问题——同时你对什么对这位特定客户在这个特定决策中真正重要进行人类判断。

输出是一份结构化的简报：不是一堆链接的堆砌，而是一份清晰的文档，节省三个小时的阅读时间，并呈现客户实际需要知道的两件事。每份简报150到500美元，在小众领域量能很快建立。竞争情报、监管变化总结、市场格局图。每一项都是具有回头客的重复性产品。

7、为领域专家提供AI增强的课程和工作坊创建服务

教练、顾问、培训师和拥有深厚专业知识的职业人士通常都想将自己的知识产品化。课程或工作坊让他们的时间变得可扩展。但构建一个课程令人望而生畏：课程设计、练习册、幻灯片、视频脚本、评估、落地页。大多数专家从未开始。

你可以成为将他们的专业知识转化为产品的人。一系列录制的对话或访谈成为原材料。AI帮助你构建课程结构、起草脚本、制作练习册和起草销售页面。你的工作是掌控整个过程、保持质量，并确保最终产品真正反映了专家所知道的。

完整的课程构建定价在3,000到15,000美元之间，取决于范围，如果你授权工作流或提供季度更新，还有持续的营收可能。需求很高，而能够真正交付（而不是让专家自己做所有苦活）的人供应却出乎意料地稀少。

8、七个想法背后的共同模式

这些想法都不需要你构建一个产品。都不需要风险投资、技术联合创始人或数月的资金储备。它们需要的是识别一个痛苦的、反复出现的问题，打包一个清晰的结果，并用AI比旧方式更快地交付它。

2026年的市场不缺AI工具。缺的是那些能够拿起这些工具，将它们与判断力和品味结合起来，并把一个真实的人类拿到一个在AI存在之前他们也愿意付费的真实结果的人。

这就是生意。找到痛点。构建系统。卖出结果。

原文链接：7 Real AI Business Ideas Worth Trying in 2026

汇智网翻译整理，转载请标明出处1\