AI小书，欢迎订阅！

产品功能介绍

第二个vibe coding产品～

你被骗了 过去两年，你一定听到过这句话： “AI已经进入下半场了。” 它的变体包括：“大模型格局已定”“Agent是最后的战场”“2026年是AI应用爆发元年之后就是淘汰赛”…… 这些话的共同特点是：听起来很有判断力，实际上没有任何信息量。 说“AI进入下半场”的人，在2023年ChatGPT刚火的时候也在说“AI进入下半场”。在2016年AlphaGo赢李世石的时候也在说“AI进入下半场”。在2…

免费的真相 经济学里有一个古老的原则：天下没有免费的午餐。 如果有人请你吃饭，总有人买单。如果没人为这顿饭付钱，那顿饭就是你。 在AI领域，这个原则不仅成立，还格外隐蔽。 你每天在用的免费AI，比如豆包、ChatGPT免费版、DeepSeek，它们的供应商没有向你收钱。但这些供应商有服务器要维护，有工程师要发工资，有电费要交。 这笔钱从哪来？ 有四个来源，每一个都值得你认真对待。 免费模型的四个真…

独奏和交响乐的差别 前四章，我们一直在讲单个Agent。怎么让它理解你、怎么给它工具、怎么让它稳定、怎么评价它。 现在单个Agent已经靠谱了。下一个问题：一个Agent不够怎么办？ 你有一个“信息搜集Agent”，能从网上搜资料。你有一个“数据分析Agent”，能从表格里找规律。你有一个“报告撰写Agent”，能写结构清晰的文稿。 它们单独工作都没问题。但如果你想让它们协作：搜来的信息喂给分析，…

Demo总是骗人的 过去几年，你肯定见过这样的视频： 一个人在屏幕上打字：“帮我分析这份销售数据，做一个下周的策略建议。”30秒后，AI Agent自动打开数据表、跑分析、做图表、写了一份看起来像模像样的报告。弹幕刷满“太强了”“取代打工人”。 你也见过这种场景： 你照着视频里的方法搭了一个Agent。第一次跑，结果惊艳。第二次跑同一个任务，输出格式全乱。第三次，它查了一个不存在的数据源，给了一份…

同一个错误，为什么永远改不掉 一个你一定经历过的场景： 你让AI写一份竞品分析报告。第一版，格式对，但把某公司产品定位搞反了。你纠正了。 第二版，定位对了，但又犯了同样的格式错误。你耐着性子改了Prompt，加了三行说明。 第三版，格式和定位都对了。但你发现它把你一周前在另一个对话里明确说过的数据引用错了。你盯着屏幕，深吸一口气，关掉窗口，自己写了。 然后你跟所有人说：“AI就这样，Demo惊艳，…

一个悖论 前两章我们建立了一个认知：LLM是概率预测引擎，没有“事实”概念，输出天然不可靠。 现在我们要面对一个悖论： 如果AI的输出天然不可靠，为什么还要让它去做事？ 答案藏在“做事”这个词里。 当AI只能“说话”时，它的错误是不可验证的：一段文字里有没有编造的数据，你只能靠自己的知识来判断。但当AI能“做事”时，很多错误会立刻暴露：调用的API返回了错误码，执行代码抛出了异常，生成的SQL语法…