AI微帖

麦肯锡对 50 个 agentic AI 项目进行了研究，发现最常见的失败原因可以归结为 6 个关键因素，这些对 AI 工程师来说至关重要：

1. 关键不在于 agent 本身，而在于工作流。不要执着于打造“炫酷”的 agent，要关注整个系统，而不是只做有趣的小玩意。
2. agent 并非总是最佳选择。
   不是所有流程都需要多 agent 系统。低波动、可预测的任务用规则或 ML 更高效，LLM 反而会增加复杂性。agent 真正的价值在于高波动、复杂流程（比如提取复杂财务信息）。
3. 避免“AI 泥浆”现象。（很常见）
   要像培养员工一样长期培养 agent。别只看炫技演示，要重视基准测试。agent 需要明确的岗位描述、入职流程和反馈机制，才能持续进步。
4. 跟踪每一步，而不仅仅是结果。
   盲目扩展 agent 而缺乏可见性，容易出现隐性故障。要监控工作流的每个环节，这样团队能及时发现问题、快速优化逻辑，避免系统崩溃。出错时（总会出错），你能追溯问题根源。千万别忽视这一点。
5. 能复用 agent 就复用。
   很多公司为每个任务单独开发 agent，浪费了大量时间。更聪明的做法是构建可复用的 agent 组件（如采集、提取、验证、分析），用于不同工作流。集中管理验证过的工具和 prompt，可减少 30–50% 的重复工作，这个比例不容小觑。
6. 人类依然不可或缺，但角色发生了变化。
   agent 可以解析、自动化和扩展，但人类负责判断、处理边界情况和创造性解决问题。未来不是 agent 对抗人类，而是 agent 与人类协作。

这些都是初创公司和成熟企业在规模化时常犯的错误，会严重损害声誉和资源。现在你知道如何避免了。

NoteBookLM的爆火并非因为功能多，而是因为其极简而清醒的产品哲学。设计师用一张餐巾纸勾勒出三栏结构：左侧资料源、中间对话、右侧笔记，将阅读、交流和记录整合在一个界面，解决了用户在多个标签页和软件间频繁切换、容易迷失的真实痛点。它坚持做减法，拒绝无关功能，即使面对投资人、用户和竞争对手的压力，也保持核心结构不变。这种极致的简洁与坚定的产品定力，在功能堆砌泛滥的AI时代尤为稀缺。NoteBookLM用最简单的设计，回应了最真实的需求，让产品回归本质，也让简单变得更加珍贵。

一定要频繁记录自己的生活

而且是要真实、露骨

我意识到 Ai 的意义后，我从 4 月起开始写日记 是那种完全“裸露”的日记：

志向、远见、卑鄙、丑陋、方法论、过程… 一丝不挂的写出来

记录的方法也简单： 直接把想法和事情说一遍，Ai 转成文字 再把这些文字喂给 Ai 排序

我思想、行为、想法一定会被情绪“影响” 人的本能其实是“情绪”的奴隶

但如果我把所有最真实的自己记录下来 Ai 会比我更了解自己

而且 Ai 会根据你所有的事实，告诉你的 bug、 弱点和真正的方向

即使你死了，也可以做成 agent 最终达到“精神”的永生

第一波：用AI提高效率（已过时）

第二波：用AI增强能力（正在贬值）

第三波：用AI探索可能（当前热点）

第四波：用AI成为自己（未来价值）

字节新的文生图模型太强了！ 复制任意内容，不超过800字就行。 发给即梦或豆包，选图片4.0模型。 提示词很简单，只需要加中横线分割，输入：

“用美漫风格生成”

“用火柴人风格生成”

“用旧报纸风格生成”

“用四格漫画风格生成”

还在为翻译冗长的 PDF 文档而头疼吗？现在有了更优雅的解决方案，直接在 Gemini 中上传本地 PDF 文件，然后选择 Deep Research 功能即可一键搞定 (✧∀✧)。

提示词还是类似的： 请全文翻译上传的 PDF 文档，不需要联网检索，只要完整翻译，输出为 Markdown 格式

我们这种三四十岁的人，在社会上，只有死了，别人才会说:哎呀!太年轻了。其他任何场景都是:这么老了?

AI的本质不是节省时间，而是用时间换取了过去无法企及的能力 🤯。你现在可以尝试以前不可能完成的工作，探索前所未有的领域，这本质上是能力的”升维”而不是时间的”缩减”。这个洞察完美解释了”AI效率悖论”，我们不是在重复劳动，而是在用同样的时间创造更大的价值 🚀。

明明对自己生活不满意，却还装作一副气定神闲的样子！

其实很难想象，当 AGI 来临的时候，AI Agent 还要去操作手机操作电脑，就像汽车之前发明一个机器人来拉马车。