Long Chen

企业，个人的愿景都是一个loop 这个loop是行动开始，只有行动才能在真实世界中得到反馈，然后在修正之前的判断，整个过程是一个循环loop 例如我要一个健康的身体这是方向，早睡早起，打球，散步这是行动，然后你会发现什么是影响你健康身体的关键。还有什么是健康身体会重新判断。

今天放学路上孩子问我剑桥好还是哈佛好，其实我也不了解，突然想到之前存过一本《三联生活周刊剑桥800年专题》，刚好用他来当资料让bot做了一个视频给孩子看看。 质量还不错，关键是孩子喜欢。

一个反向学习的方法 其实我并没有自己想的那聪明，所以在和agent工作时应该是放开他，让他自已决定，我只要给一些更好的skill，结果让agent负责，你会发现他比我做得更好，这时你就能学到东西了。 放手让agent自己做，自己loop，我只要让他看到结果，给到相就支持就好。

一个Ai 小白如何从0开始通过生成，调度，loop让其进步到一个老手 现有的产品没有满足，不是内容的问题，是能力匹配的关系，对小白意图的理解，不是确定性交付，是动态变化中调整，但目标是一致的。

一个被忽视发现，为什么大家的 Kindle 都会闲置呢？ 首先它是一个商品，而商品是服务于任务的。可能你买 Kindle 的时候只是想去看本书，但这个任务到底是什么，你可能并不清晰，结果你先把 Kindle 买回来了。 任务又是服务于 loop，一定都要有结果来给到下一轮loop。 想清楚任务和loop是什么？

未来的组织将会从科层制转变为认领任务式。 因为你与agent的工作就是任务式的，高效、便宜、听话 品尝过后很难在回到原来的科层制，除非你对权力很着迷，不然这是必然结果。 以后工作应该是去领一个任务，按完成结果来结算。

只是一次转录就能看到市场上有很多需求和能力没有得到匹配的AI 产品，越细分越没有被满足。

智能复利将成为agent产品的合格标准

一个判断： 一切不以用户长时间进步且没有复利效应的产品都不是agent产品，也不会进入第二阶段。

刚听完了曾鸣教授的三段论（就是跟张小珺的访谈） Agent 应用跟现有应用最大的区别就是它是慢长出来的，必须要有复利和黑洞效应。 去建立一个可以让使用你的用户每天进步一点点的 agent loop 循环。不是用户用完就走，而是要让用户每次在真实环境下留下真实反馈并持续迭代。

Agent 的上下文需精心设计，而非随意输入。以记录孩子成长为例，必须从底层原理出发，有目的设计建记录场景。 整套流程应基于事实：从真实场景中获取反馈与数据，通过闭环不断校验设计环节、记录方式及最终结果。

做为个人用户，准备把记忆层从notion迁移到Obsidian + GitHub。 不想在绕路行驶了

notion现在的价值是上下文的信息层，让其实agent调用。 老老实实做一个送水工也挺好，这是事实很难改变了。

比起早上运动，更好的是早上写点东西，用纸和笔不用写得多好，就是写下你的想法模糊的，写上三页写完你会发现脑子清晰了，压力也小了。 我现在越来越发现用纸笔来写东西的好处，不仅仅是整理思路，而是一种对大脑的消化，每天吃太多AI、他人生产的美食了，需要早上写作这样的消化系统

做视频口播绝配组合：gemini3.8flash+gemini3.8flash tts

看到claude code出现这个，看的我心里慌得一批

听人劝吃饱饭，聊明白了

今晚打球心得，打篮球部署好了是可以对抗无解球员的。今天对手组里有一个强壮到无解的少年，投球也准。导致我们组里最高的去防他怎么也防不住，而且还打上头了。后来休息的时候我就和他说，你防不住我们也防不住没关系就让他投，他有弱点只会突破不会传球配合，就让他打，只要不进，球权在我们手里我们就用小个子灵活的一个打他，一打一个准，而且我们就积极传球，不浪投。 就这样后面两波全让我们赢了，其实打篮球最长势气的就是通过配合投进球，因为是大家的功劳都会有成就感，但只是一个人能力强赢了别人没有参与感反而不会有势气打着没意思。

前天去家长会全程用手机录音，开会路上让AI整理了一下，到家就将PDF发给我老婆了。 今天重新模拟只能用豆包的小白家长，试了一下用手机录音家长会让AI整理，整个过程巨复杂： 1、录好传飞书妙记 2、转好只能分享公开链接 3、链接复制给豆包然后写提示词 4、豆包生成PDF 5、PDF不能在手机上分享链接也不能分享微信上 6、等电脑打开链接下PDF 7、将PDF传手机上在用微信发出去。 这就是我们5分钟就能解决的问题，但现实中没有接触过AI的小白根本搞不懂。

这条 26 秒的片子没开剪辑软件，全程用claude code 通过 @renoiseai 的 mcp 查余额、报价、生成 3 个镜头和 2 张图，再在 Renoise 的云端沙盒里写代码剪完，字幕、配乐、logo 都在同一个对话里。 用下来的真实的感受： 效果挺棒的，流程很顺，比我自己一个个工具去生成视频简单多了。一共花了446 积分，剪辑 0 积分。 一个意外：便宜的 Wan 3.0 1080p 比默认的 Seedance 2.5 720p 更听提示词。