不做对话的模型、MCP 反超 CLI，与 Muse 的胜负分歧｜9月16日 AI 核心人物精选
9月16日的原创信号里，一个放弃生成文字、只输出类型化概率的模型上线并在工程界分成两派，Anthropic 的 Thariq 给出 MCP 优于 CLI 的判断，Vercel 成立实验室并把 v0 转为模型无关，而投资人下注 Muse 的同一天，创作者在真实账单上碰了壁。
北京时间 2026 年 9 月 16 日 00:05 至 9 月 17 日 00:05，当天的信号集中在三处。TypeSafe 上线了一个放弃生成文字、只输出带概率的类型化取值的模型，工程界当天就分成两派；Anthropic 的 Thariq 给出一个反直觉的判断，认为对大多数集成来说 MCP 比 CLI 更好；Meta 的消费智能体 Muse 被投资人判为长期赢家，也在一位创作者的真实账单上失败。Vercel 把内部实验收拢成 Vercel Labs，并让 v0 转向模型无关。纯转发、闲聊与活动宣传已按规则过滤。
一个不做对话的模型上线，工程界当天分成两派
Diogo Almeida 是 TypeSafe AI 的创始人兼首席执行官，此前在 OpenAI 做研究，参与了强化学习人类反馈（RLHF）与 ChatGPT 背后的一批方法。9 月 15 日，他发布了公司的新模型 Jev，把它称为第一代「System One 模型」。cite:1|Introducing System One Models & Jev — TypeSafe AI|[https://typesafe.ai/blog/introducing-system-one-models-and-jev]
Jev 放弃的是生成字符串这件事。开发者先给它一段「状态」——可以是文本，也可以是 JSON 对象——再用选择、打分这类问题原语提问，它回的是带概率的类型化取值。The Register 举的例子是：问一单客服该分给哪个部门，它返回
{"billing": 0.08, "technical": 0.85, "sales": 0.07}，外加一个 0.82 的置信度。[cite:2|TypeSafe AI debuts model for machines that plays Doom — The Register|https://www.[theregister.com/ai-and-ml/2026/09/16/typesafe-ai-debuts-model-for-machines-that-plays-doom/5296711]](https://theregister.com/ai-and-ml/2026/09/16/typesafe-ai-debuts-model-for-machines-that-plays-doom/5296711]](https://www.theregister.com/ai-and-ml/2026/09/16/typesafe-ai-debuts-model-for-machines-that-plays-doom/5296711]))因为它一次性并行算出全部输出，而不是逐 token 往下写，速度和价格都变了。官方定价是输入每百万 token 0.042 美元、输出免费，端到端响应 70 到 500 毫秒；对照之下，官方引用的前沿模型端到端耗时在 3 到 329 秒之间。cite:3|Introducing System One Models & Jev — TypeSafe AI|[https://typesafe.ai/blog/introducing-system-one-models-and-jev]
北京时间 9 月 16 日 10:56，Replit 首席执行官 Amjad Masad 引用了这条发布，给出当天最直接的一句质疑：「这挺酷，但如果输出域事先就是已知的，为什么不干脆训一个模型去输出枚举上的 logprobs？」这条拿到 620 个赞。cite:4|Amjad Masad 质疑 Jev 的必要性|[https://x.com/amasad/status/2100056178705514703]
Loading content card…
同一天早上 05:43，Every 联合创始人 Dan Shipper 给的是另一个判断。他回复一位开发者说，重点在于 Jev 不输出自由文本，「在我们的测试里它非常好用」，并附上 Every 评测负责人 Mike Taylor 的文章——那篇评测的标题是《Jev 用 0.7 秒评判了我写过的所有东西》。cite:5|Dan Shipper 评 Jev 的实际测试表现|[https://x.com/danshipper/status/2099977527905099920] cite:6|Mini-Vibe Check: TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds — Every|[https://every.to/also-true-for-humans/mini-vibe-check-typesafe-s-jev-judged-everything-i-ve-written-in-0-7-seconds] 到了当天 23:52，他自己也拿这件事开了个玩笑：「LLM 不过是自动补全，Jev 不过是 JSON 分类器」。cite:7|Dan Shipper 调侃两种说法都对得上|[https://x.com/danshipper/status/2100251499443998766]
两家说法之外，官方的数字需要看清口径。TypeSafe 公布的那张准确率—成本图上，Jev 的准确率约 67%，低于图中 OpenAI 的 sol（75%）和 Anthropic 的 opus 5（74%），它的位置来自成本——每个工作流约 0.0004 美元。cite:8|Introducing System One Models & Jev — TypeSafe AI|[https://typesafe.ai/blog/introducing-system-one-models-and-jev]
TypeSafe 官方博客发布的自测图，横轴是每个工作流的成本（对数刻度），纵轴是准确率，四项工作流的平均值。Jev 的准确率低于 sol 与 opus 5，优势在成本；官方说明参考答案取 GPT-6 Astra 与 Fable 5.1 的平均值，这一取法偏向 OpenAI 与 Anthropic。cite:9|Average of 4 workflows: accuracy vs cost — TypeSafe AI|[https://typesafe.ai/blog/introducing-system-one-models-and-jev]
同一个博客还公布了另一组图：结构化输出与工具调用的错误率对比。Jev 两项都记为 0%，官方自己也说明这个数字来自 schema 匹配上的保证，是数学结果而非实测；同一张图里，Anthropic 的 haiku 4.5 结构化输出错误率 45.5%，OpenAI 的 sol 工具调用错误率 17.0%。cite:10|Introducing System One Models & Jev — TypeSafe AI|[https://typesafe.ai/blog/introducing-system-one-models-and-jev]
这两张图由 TypeSafe 用自己的封装层在自选工作流上测得，博客承认题面出自其模型能力团队、可能带有偏向，因此它说明的是各家的长短项分布，而不是单一模型的全面领先。cite:11|Introducing System One Models & Jev — TypeSafe AI|[https://typesafe.ai/blog/introducing-system-one-models-and-jev]
「不会幻觉」这个说法，The Register 的报道单独做了区分：Jev 的输出本来就不是自然语言，结构化取值同样可以是错的，「无幻觉」因此算不上一次公平的比较。[cite:12|TypeSafe AI debuts model for machines that plays Doom — The Register|https://www.[theregister.com/ai-and-ml/2026/09/16/typesafe-ai-debuts-model-for-machines-that-plays-doom/5296711]](https://theregister.com/ai-and-ml/2026/09/16/typesafe-ai-debuts-model-for-machines-that-plays-doom/5296711]](https://www.theregister.com/ai-and-ml/2026/09/16/typesafe-ai-debuts-model-for-machines-that-plays-doom/5296711])) 同一篇报道给出的公司信息是，TypeSafe 已拿到 4000 万美元融资，Jev 当天以早期访问形式开放。[cite:13|TypeSafe AI debuts model for machines that plays Doom — The Register|https://www.[theregister.com/ai-and-ml/2026/09/16/typesafe-ai-debuts-model-for-machines-that-plays-doom/5296711]](https://theregister.com/ai-and-ml/2026/09/16/typesafe-ai-debuts-model-for-machines-that-plays-doom/5296711]](https://www.theregister.com/ai-and-ml/2026/09/16/typesafe-ai-debuts-model-for-machines-that-plays-doom/5296711]))
MCP 反超 CLI：当天最强的工程判断
Anthropic 的 Thariq 在 9 月 16 日 04:27 发了一条与过去两年主流做法相反的判断，拿到 3075 个赞、1436 次收藏、60.9 万次浏览，是当天传播最广的工程类推文。他的原话是：没想到事情会往这个方向走，但他认为对大多数集成来说，MCP 比 CLI 更好。理由是模型在工具调用上已经强了很多、工具可以延迟加载、MCP 现在是无状态的；如果还需要组合或过滤数据，就给 MCP 工具加上
query 这类参数。cite:14|Thariq 论 MCP 在多数集成上优于 CLI|[https://x.com/trq212/status/2099958388230873165]Loading content card…
三条理由里最新的一条今年 7 月才落地。MCP（Model Context Protocol，让模型调用外部工具与数据的开放协议）的 2026-07-28 版规范把协议核心改成无状态，同时引入多轮往返请求与基于请求头的路由。[cite:15|The 2026-07-28 Model Context Protocol Specification|https://blog.[modelcontextprotocol.io/posts/2026-07-28/]](https://modelcontextprotocol.io/posts/2026-07-28/]](https://blog.modelcontextprotocol.io/posts/2026-07-28/]))
四分钟之后，他回答了「延迟加载工具到底省了什么」：那是 MCP 版本的渐进披露，与 CLI 的渐进披露是同一件事——模型得先调用一次，才能拿到全部参数。cite:16|Thariq 解释延迟工具与渐进披露|[https://x.com/trq212/status/2099959418909851997]
他也没有一边倒。当天 12:56，他回复另一位开发者时承认，code mode 那一类做法「实际用下来没有我以为的那么有用」，还需要再想想原因。cite:17|Thariq 承认 code mode 类实现不及预期|[https://x.com/trq212/status/2100086429850436064]
同一天凌晨 02:08 的另一条回复里，他给「对齐」下了一个具体的定义：现在很多对齐工作是「让强化学习环境不去奖励作弊、让沙箱安全、让生产环境里的探针在压低误报的同时抓住行为」，而不是让人们喜欢模型。cite:18|Thariq 界定当下对齐工作的实际内容|[https://x.com/trq212/status/2099923379935682680]
Vercel 成立实验室，v0 转向模型无关
Vercel 首席执行官 Guillermo Rauch 在北京时间 9 月 16 日 01:21 宣布 Vercel Labs 上线，定位是这家公司「在公开场合做研究与实验」的部门。他说在 2.47 亿次下载之后，想把团队在支持什么、在研究什么、以及哪些实验没跑通一并公开出来。cite:19|Guillermo Rauch 宣布 Vercel Labs|[https://x.com/rauchg/status/2099911447598059812]
Loading content card…
Vercel Labs 的页面把项目分成三档，并且逐档说明含义：已经成为 Labs 产品的，是长期被使用、会被持续维护的项目；活跃实验是正在做、迭代快、会有破坏性变更的项目；过往实验则已经停止开发，有的转成了产品，有的并入了别的项目。cite:20|Vercel Labs|[https://vercel.com/labs] 编码智能体客户端 fx、浏览器自动化命令行工具 agent-browser、安全评测骨架 deepsec 在第一档；活跃实验一档里有 CallScript（页面上的说明是「没有沙箱的 code mode」）和 Zerolang（「给智能体用的编程语言」）。cite:21|Vercel Labs|[https://vercel.com/labs]
同一时段，v0 宣布自己变成模型无关：Claude、GPT、Kimi、GLM、Grok、DeepSeek 都可以经由 Vercel 的 AI Gateway 选用。Rauch 的评论是：「未来是多模型的。把选择藏起来会让客户困惑、也让他们受损——他们既没法参与这个时代最激烈的市场竞争带来的好处，也没法为手头的任务挑到最合适的工具。」这条获 465 个赞。cite:22|Guillermo Rauch 论多模型与模型选择|[https://x.com/rauchg/status/2099905740505055680]
基础设施侧在窗口最后几分钟还有一次更新。北京时间 9 月 17 日 00:00，Rauch 说明安全构建（跑在自有网络、VPN 或静态 IP 下的构建）的启动速度快了 64%：过去每次要新起一个容器再接上网络，现在构建用的微型虚拟机直接领用一台预热好、已经在安全网络里的机器。cite:23|Secure Compute and Static IP builds start 64% faster — Vercel Changelog|[https://vercel.com/changelog/secure-compute-and-static-ip-builds-start-64-faster] 前一天的傍晚，他还解释过 Safari 27 支持 JSPI 之后，fx 客户端用浏览器内建的那套
fetch 栈直接发 API 调用，并押注随着更多代码走原生，WebAssembly 在 Web 上的分量会明显加重。cite:24|Guillermo Rauch 论 JSPI 与 WebAssembly|[https://x.com/rauchg/status/2099974859023683975]消费智能体的裁决：投资人下注，创作者在账单上碰壁
Garry Tan 是 Y Combinator 的总裁兼首席执行官。北京时间 9 月 16 日 05:57，他回复一条讨论 Meta 的 Muse 的帖子，写下：「我觉得 Muse 会赢，说实话。」这条将近 24.1 万次浏览、2052 个赞。cite:25|Garry Tan 判断 Muse 会赢|[https://x.com/garrytan/status/2099980972641124629] 他回复的那条帖子给出的理由是数据：Muse 通过连接器在持续产生极其私人的、可以直接行动的偏好——人们看到、想要、询问、选择、购买和忽略的东西——发帖人认为这类数据的复利效应才刚刚开始。
同一天凌晨 05:49，产品创作者 Peter Yang 给出的是另一种记录。他发帖说，自己让 Muse 去跟 Comcast 的 Xfinity 谈宽带账单，「很遗憾失败了」；在随后的追问里他补了一句，Muse 没法替他登录 Xfinity 的账号。cite:26|Peter Yang 让 Muse 处理 Xfinity 账单失败|[https://x.com/petergyang/status/2099978848255533280] cite:27|Peter Yang 追问 Muse 的登录问题|[https://x.com/petergyang/status/2099980714934669371] 当天晚上 21:44，他还在向别人要 Muse 的访问权限。cite:28|Peter Yang 询问 Muse 的访问入口|[https://x.com/petergyang/status/2100219368059937188]
Muse 是 Meta 在 9 月 8 日上线的个人智能体，官方说法是它能在其他应用里替用户发邮件、卖车、订行程。[cite:29|Introducing Muse: The World's First Personal AI Agent — Meta|https://about.[fb.com/news/2026/09/introducing-muse-personal-ai-agent/]](https://fb.com/news/2026/09/introducing-muse-personal-ai-agent/]](https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/])) [cite:30|Meta launches AI agent that can access other apps to send emails, make payments — Reuters|https://www.[reuters.com/business/meta-launches-ai-agent-that-can-access-other-apps-send-emails-make-payments-2026-09-08/]](https://reuters.com/business/meta-launches-ai-agent-that-can-access-other-apps-send-emails-make-payments-2026-09-08/]](https://www.reuters.com/business/meta-launches-ai-agent-that-can-access-other-apps-send-emails-make-payments-2026-09-08/]))
两条记录量的不是同一件事：一条是投资人对长期位置的判断，一条是创作者一次具体的失败尝试。
应用层的鸿沟，与当天的资本口径
Box 首席执行官 Aaron Levie 在 05:37 写道，模型的能力与企业真正想自动化的那套工作流之间有一道巨大的鸿沟，填这道鸿沟就是应用层的机会。cite:31|Aaron Levie 论模型能力与企业工作流之间的鸿沟|[https://x.com/levie/status/2099976021311398230] 他把要接上的环节逐条列了出来：把智能接到工作流上，往往还要重新设计流程；把正确的上下文与数据聚合起来；为「人在环」留出恰当的体验；推动变更管理；做领域专用的评测；管理数据与流程的安全与治理。他的判断是，这一层会在每个垂直与横向品类里长出来，而且模型越强它越不会消失——能接的任务变复杂了，这一层做不好，代价反而更大。
资本侧当天有三个数字。投资人 Aditya Agarwal 是 South Park Commons 的合伙人，他祝贺 Profound 完成 1.8 亿美元 D 轮，由 Sequoia 与 Kleiner Perkins 联合领投，并给出两个数字：公司估值 18 亿美元，财富 100 强里有三分之一在用它的产品。cite:32|Aditya Agarwal 谈 Profound 完成 D 轮|[https://x.com/adityaag/status/2099939685657141257] 公司自己的公告确认了金额、估值与领投方。[cite:33|Building the AI platform for marketing — Profound|https://www.[tryprofound.com/blog/series-d]](https://tryprofound.com/blog/series-d]](https://www.tryprofound.com/blog/series-d])) 科技媒体 TechCrunch 补上的是节奏：这轮距离它上一轮 9600 万美元的 C 轮不到七个月，Profound 做的是「答案引擎优化」（AEO，让品牌在 AI 搜索给出的回答里被正确提及）的营销平台。cite:34|AEO startup Profound hits unicorn valuation, raises $180M Series D — TechCrunch|[https://techcrunch.com/2026/09/15/aeo-startup-profound-hits-unicorn-valuation-raises-180m-series-d-7-months-after-last-round/]
投资人 Nikunj Kothari 在 07:48 写的是另一套口径：「我遇到的太多创始人都以为钱会自然而然地流进来、下一轮无论如何都会发生。」他把资本称作加速的武器：用得好，别人打不过你；公司一旦依赖它，一次简单的下行就可能带来不好收拾的后果。他给创始人的做法是先算出保证公司活下去的默认路径，再分别设想资本充裕与资本紧缺两种情景，因为接下来 6 到 18 个月的资本市场会怎么走，没有人知道。cite:35|Nikunj Kothari 论资本纪律|[https://x.com/nikunj/status/2100008917980102863] 当天 20:48 他还有一句关于早期融资的观察：每个 A 轮投资人都在抱怨只看得到「显而易见」的项目，然后又去投那个显而易见的——因为它对投资委员会和上游资金是可读的。cite:36|Nikunj Kothari 论 A 轮的可读性|[https://x.com/nikunj/status/2100205293955424485]
个人工作流落点：学生版 Gemini Notebook、家庭智能体、15 步压成 8 个技能
Google 的 Josh Woodward 在 02:02 介绍 Gemini Notebook 面向学生的两项更新：对课堂材料做实时语音问答，覆盖约 100 种语言；随手录音，音频笔记会自动存进选定的笔记本。他还提到，大学生在 140 多个国家仍然可以免费拿到 Google AI Plan。cite:37|Josh Woodward 介绍 Gemini Notebook 学生版更新|[https://x.com/joshwoodward/status/2099921866014306633] 二十四分钟后，他回复英国用户的追问：Gemini Notebook 在英国和欧洲有额外的规则与步骤，团队正在推进。cite:38|Josh Woodward 回复 Gemini Notebook 在英国与欧洲的可用性|[https://x.com/joshwoodward/status/2099927832759808339]
Nikunj Kothari 展示的是另一个方向。他说自己和妻子共用的一个「Home」智能体已经跑了几个月，现在「真的很好用」；这也是他第一个多人共用的机器人。控制粒度是他自己配出来的：只读取指定的邮件、把内联附件转成结构化数据、使用已登录的浏览器会话。cite:39|Nikunj Kothari 介绍家庭共用的 Home 智能体|[https://x.com/nikunj/status/2100212813625196917] 22:02 的追问里他补了实现细节：两个人的 Gmail 与日历授权花了不少时间，云端托管的已认证浏览器会话、对网络 API 的反向工程、一个他不能公开的命令行工具，再加上主动提醒和 Google Places。cite:40|Nikunj Kothari 补充 Home 智能体的实现细节|[https://x.com/nikunj/status/2100223708787093675] 他明确说，用 Grok Bot 之类复刻不出同样的控制粒度。
Peter Yang 的落点是产出流程。当天 22:46 他发布了一套把手工流程接到 AI 上的三步做法：他用它来做播客，把 15 个手工步骤压成 8 个互相配合的 AI 技能，按他的说法每周省下至少 5 小时。cite:41|Peter Yang 发布三步自动化工作流的做法|[https://x.com/petergyang/status/2100234998875873439] 05:09 他在 Grok Bot 团队的直播里给独立创业者的建议是另一个角度：把生意设计成能让你多做自己喜欢的工作，把无聊的部分交给机器人，或者干脆不做。cite:42|Peter Yang 给独立创业者的建议|[https://x.com/petergyang/status/2099968897323778416] 当天 09:02 他整理了一份发放 Bot 试用码后收到的用例清单，可以看成这类机器人现在的实际落点：找线索、写外联、把赢单改写成案例；盯几百个广告账户并找出断掉的注册与支付流程；盯 Jira 里的阻塞项并起草周报；分诊客服工单；替酒店老板定期跑一遍预订流程；给电气承包商跑后台文书；追 AI 建造者的发言再转成脚本。cite:43|Peter Yang 整理 Grok Bot 的用户用例|[https://x.com/petergyang/status/2100027487681953834]
两条短信号
Peter Steinberger 是 OpenClaw 的核心开发者。他给出的判断是「服务器端胜过本地」，理由是 OpenClaw 的云会话已经追平本地会话：「orbs 曾经是衡量标准，现在 OC 的云会话一样好，我现在才明白这有多难。」cite:44|Peter Steinberger 论云会话追平本地|[https://x.com/steipete/status/2099991489069948985] cite:45|Peter Steinberger 回应云会话体验的改进|[https://x.com/steipete/status/2100045141566472446] 当天 04:34，他欢迎社区开发者 Graham McBain 加入 OpenClaw；McBain 在那条被引用的帖子里说自己刚加入，并把自己做的一个小工具发布成了 ClawHub 上的技能。cite:46|Peter Steinberger 欢迎 Graham McBain 加入 OpenClaw|[https://x.com/steipete/status/2099960081207242808] cite:47|fly coworker — ClawHub|[https://clawhub.ai/grahammcbain/skills/fly-coworker]
Amjad Masad 在 10:14 直接引用了 2024 年他与 Tucker Carlson 的一次访谈，把有效利他主义称作「邪教」，说那期访谈讲了它的起源、手法与影响网络，这条获 1146 个赞。cite:48|Amjad Masad 回推关于有效利他主义的旧访谈|[https://x.com/amasad/status/2100045670845763791] 他与这个题目的关系不是新事：9 月 15 日围绕评测承包商 Irregular 的归因报道里，Irregular 两位创始人在有效利他主义组织中的职务与资助关系，来自 Effort 自己的调查。这里保留为 Masad 的个人立场。
核心信号多维对比与读者行动检查表
| 人物与身份 | 核心动作 / 观点 | 机制与证据边界 | 下一步可检查的变量 |
|---|---|---|---|
| Diogo Almeida（TypeSafe AI 创始人兼 CEO） | 发布只输出类型化概率的 System One 模型 Jev | 速度、价格、准确率与错误率全部为厂商自报，评测由自家团队搭建；第三方报道指出「无幻觉」与生成式模型不可比 | 自家工作流之外的第三方复现结果；放量后的实际接入成本 |
| Amjad Masad（Replit CEO） | 输出域已知时，不如直接训一个输出枚举 logprobs 的模型 | 个人判断，未附数据 | 采用方是否报告过与自训分类器的对比 |
| Thariq（Anthropic） | 对多数集成，MCP 优于 CLI | 一线工程师的实践判断，依据是工具调用能力提升、工具可延迟加载、MCP 规范转为无状态 | 把 CLI 集成改为 MCP 后的调用次数与失败率变化 |
| Guillermo Rauch（Vercel CEO） | 成立 Vercel Labs；v0 转为模型无关；安全构建启动快 64% | 公司与官方更新日志披露；「未来是多模型」是 CEO 观点 | 哪些实验转正、哪些被停掉；多模型切换后的质量差异 |
| Garry Tan（Y Combinator 总裁兼 CEO） | 判断 Muse 会赢，理由是连接器带来的偏好数据 | 投资人判断，无实测数据 | Muse 的留存与真实任务完成率 |
| Peter Yang（产品创作者） | 让 Muse 处理 Xfinity 宽带账单，失败；也拿不到访问入口 | 单次个人体验 | 需要登录与真人交涉的消费任务成功率 |
| Aaron Levie（Box CEO） | 模型能力与企业工作流之间的鸿沟就是应用层机会 | CEO 判断，逐条列出所需环节 | 应用层公司在评测、治理与变更管理上的可复制做法 |
| Aditya Agarwal（South Park Commons）/ Profound | 1.8 亿美元 D 轮，18 亿美元估值，自称财富 100 强三分之一在用 | 投资人自述加公司公告，客户数为自报；第三方报道补充轮次节奏 | AEO 类产品的续费与效果度量方式 |
| Nikunj Kothari（FPV Ventures） | 资本是加速武器，先算清公司活下去的默认路径 | 投资人建议，个人经验 | 未来 6 至 18 个月资本环境变化下的应对 |
| Josh Woodward（Google）/ Peter Yang / Nikunj Kothari | Gemini Notebook 学生版更新；15 步压成 8 个技能；夫妻共用的 Home 智能体 | 产品负责人自述与个人体验，都不是基准测试 | 这些做法的可迁移性，以及浏览器会话与邮箱授权的边界 |
读者落地检查点
- 接模型之前先看输出域。 如果任务本来就落在有限选项里——分类、路由、打分、判断是否——先试结构化输出模型；只有答案本身是文字或代码时，才回到生成式模型。
- 把「不会出错」拆成两件事再问。 格式符合 schema 是定义上保证的，答案对不对是另一回事。要求供应商把错误率拆成格式错与判断错分别给数。
- 给工具接入方式算一次维护账。 集成数量在涨时，比较一次 MCP 与 CLI：参数改动要改几处、延迟加载多出多少次调用、无状态部署省下多少运维工作。
- 把消费智能体的宣传换成自己的一个真实任务。 挑一件需要登录、还要跟真人交涉的事——改账单、退换货、变更预约——自己跑一遍，记录它在登录环节和交涉环节分别停在哪里。
- 把两类证据分开记。 同一个产品可以在同一天里被投资人判为长期赢家，也在一位创作者的具体账单上失败；在留存与任务完成率的数据出来之前，两类记录各自成立。
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.