G奶巨乳少妇从良家到母狗的蜕变》5部合集 每部都是经典！#私密按摩# #推油少年# 巅峰成名之作！第五部大结局 上集 高清完整版5个小时 过程对白超精彩一定要看完！👇 富婆房姐终于如愿以偿约上 #男技师# 和他小徒弟了 师傅手把手教学“回手掏”绝技！让妹妹爽翻天！这么好的师傅去哪找！之前一直问我收不收徒的兄弟们好好学学了！😹 👨：“挖槽！你今天没穿内裤吗？？？真的没穿内裤呀？” 👩：“没有！真的没有！不想换来换去了！” 👨：“来我摸摸～” 👩：“哈哈哈～我错了我错了！下次还敢！😹” 👨：“挖槽！内裤都没穿！不是！我第一次去找她，她也没穿内裤！” 小徒弟：“天气热嘛！我也不想穿～” 👨：“今天两个人给你按感觉怎么样舒服吗？” 👩：“你们力好大！是在推油吗？我明明是只小白兔却把我当牛推！！” 👨：“操！你趴好一点呀！又不是没被操过！害羞什么！” 小徒弟：“含蓄一点好吧，我们含畜一点～” 👨：“那天晚上你不是心心念念的想要试一下吗？” 👨：“你看这招叫回手掏很厉害的！来～好好享受吧～” 小徒弟：“这就是回手掏呀！” 👩：“啊啊啊好爽……” 👨：“让你感受不一样的刺激！舒不舒服？刺不刺激？” 👩：“嗯……” 👨：“我看看你硬了没有？” 小徒弟：“没硬啊！你他妈别摸我呀！😹” 👨：“我以前刚入行的时候碰到一点胸都会硬……” 小徒弟：“但是我没硬呀……😹” 👨：“你他妈是不是老手呀？不是刚刚做吗！” 👨：“我来教你最简单的吧！这叫波浪式推油～就浪花拍岸～” 小徒弟：“哦蜻蜓点水是吧！” 👨：“如果你想揩油就这样这样……要看逼就把腿抬起来～要看胸就把手抬起来～” 小徒弟：“哈哈哈你个老六～😹” 未完待续～ 🙆

G奶巨乳少妇从良家到母狗的蜕变》5部合集 每部都是经典！#私密按摩# #推油少年# 巅峰成名之作！第五部大结局 上集 高清完整版5个小时 过程对白超精彩一定要看完！👇 富婆房姐终于如愿以偿约上 #男技师# 和他小徒弟了 师傅手把手教学“回手掏”绝技！让妹妹爽翻天！这么好的师傅去哪找！之前一直问我收不收徒的兄弟们好好学学了！😹 👨：“挖槽！你今天没穿内裤吗？？？真的没穿内裤呀？” 👩：“没有！真的没有！不想换来换去了！” 👨：“来我摸摸～” 👩：“哈哈哈～我错了我错了！下次还敢！😹” 👨：“挖槽！内裤都没穿！不是！我第一次去找她，她也没穿内裤！” 小徒弟：“天气热嘛！我也不想穿～” 👨：“今天两个人给你按感觉怎么样舒服吗？” 👩：“你们力好大！是在推油吗？我明明是只小白兔却把我当牛推！！” 👨：“操！你趴好一点呀！又不是没被操过！害羞什么！” 小徒弟：“含蓄一点好吧，我们含畜一点～” 👨：“那天晚上你不是心心念念的想要试一下吗？” 👨：“你看这招叫回手掏很厉害的！来～好好享受吧～” 小徒弟：“这就是回手掏呀！” 👩：“啊啊啊好爽……” 👨：“让你感受不一样的刺激！舒不舒服？刺不刺激？” 👩：“嗯……” 👨：“我看看你硬了没有？” 小徒弟：“没硬啊！你他妈别摸我呀！😹” 👨：“我以前刚入行的时候碰到一点胸都会硬……” 小徒弟：“但是我没硬呀……😹” 👨：“你他妈是不是老手呀？不是刚刚做吗！” 👨：“我来教你最简单的吧！这叫波浪式推油～就浪花拍岸～” 小徒弟：“哦蜻蜓点水是吧！” 👨：“如果你想揩油就这样这样……要看逼就把腿抬起来～要看胸就把手抬起来～” 小徒弟：“哈哈哈你个老六～😹” 未完待续～ 🙆

這天氣在公園夜跑完真的好熱 身體狂冒汗….為了避免衣服濕濕的 就拖衣服散散熱很合理ㄅ(｡•ㅅ•｡)♡ #新北の公園# #下次想看我去哪呀#

卧槽，原本这次日本F1也想去看看的， 主要是他们说日本的艺伎好好看。 但是我没去成，主要原因是日本的签证门槛大幅提升，没有工作就没有社保，没有社保就不给批签证。 屌丝太难了，想出个门，可不仅仅只看看天气预报。 另外听说okx还会宣布重大合作，刚仔细看了是defi基建协议aave宣布进入 X Layer，对我等普通用户来说，最直接的就是不用把资产从以太坊或其他链跨过来，直接用 OKX 钱包在 X Layer 上就能借贷，省时省力省 gas。 另外就是资产流通性大幅提升，可以直接原生支持 xBTC、xETH 、USDG等 OKX 生态资产借贷，后续可能更多组合玩法。 OKX 在补X Layer 最关键的 DeFi 基建。 可能很多人不知道Aave的含金量，基本就是默认基础设施级别的存在，aave去哪，资金去哪，安全性没得说。 哥，姐，希望下次带我去不要签证的。拜托

涂涂姐教你约会系列第十九期《5种让女人瞬间破防的"高段位夸法"》 姐今天必须狠狠地拍醒你们—— 99%的男人——一辈子都不知道怎么夸女人。 姐知道你不服。 姐也知道你心里在想什么—— "姐你别瞎说，老子夸女人很多了——'你好漂亮''你身材真好''你眼睛真大'——哪一句不是真心实意？" 兄弟——正是这种"真心实意"——把你坑死的。 姐告诉你一个让你血压飙升的真相—— 对于一个20岁以上、长得过得去的女人——"你好漂亮"这4个字——她这辈子已经听过至少10000遍。 她从初中开始就在听。 她从亲戚嘴里听、从同学嘴里听、从老板嘴里听、从陌生男人嘴里听。 这4个字——对她来说——已经像"早上好""吃了吗"一样——是社交白噪音。 ——你以为你在夸她——其实你在喂她吃白米饭。 她吃完——没有任何记忆点。 姐从18岁到现在——保守估计被陌生男人夸"漂亮"超过2000次。 这2000次里——姐能记住的——一次都没有。 但是—— 这15年里，有5个男人对姐说过的话——姐到现在一字不差地记得。 这5个男人——没有一个人说过"你好漂亮"。 他们用了完全不同的5种夸法——每一种都让姐当场破防。 姐今天就把这5种夸法——一个一个拆给你听。 为什么"你好漂亮"是最低级的夸法 姐先把底层逻辑给你讲透—— 夸赞的本质是什么？ 兄弟们90%都答错了。 夸赞的本质——不是"传递信息"——是"传递独特感"。 什么叫独特感？ 姐打个比方—— 情景1：你给一个女人发"早安"。 情景2：你给一个女人发"早，今天降温了——多穿一件。" 信息量哪个大？——情景2。 独特感哪个强？——情景2。 让女人记住的——是情景2。 为什么？ 因为情景2传递了一个信号——"我注意到了你这个人——而不是在群发"。 回到"你好漂亮"—— 这4个字的问题是—— 它没有任何"私人化"信号。 你说她漂亮—— 她可以是任何一个漂亮的女人。 这句话送给她、送给她闺蜜、送给街上随便一个姑娘——都成立。 ——这种夸法——本质是"群发短信"。 而女人对"群发"的免疫力——是这个世界上最强的。 姐告诉你一个公式—— 夸赞的有效性 = 私人化程度 × 观察颗粒度 私人化程度越高、观察颗粒度越细——夸赞的杀伤力越强。 下面姐给你5种夸法——全部满足"高私人化+细颗粒度"—— 全部是姐自己被破防过的真实案例。 第一种夸法——细节型："你笑起来眼角有个小折——很特别" 姐先讲姐自己的真实经历—— 那是姐26岁的时候。 姐在一家小酒馆——和一个男的第二次见面。 那个男的——长得一般、家境一般、个子也就175—— 按"客观条件"——姐根本看不上。 但他说了一句话——姐当晚就跟他回家了。 姐和他喝到第3杯——姐笑了一下。 他突然停下来——盯着姐说—— "你笑的时候—— 右边眼角会有个小小的折。 左边没有。 很特别—— 我刚才看了好几次才确定。" ——兄弟，姐当时全身的鸡皮疙瘩起来了。 为什么？ 因为——姐这辈子，从来没有人发现过这个细节。 包括姐自己。 他注意到了——我自己都不知道的东西。 ——这就是"被看见"的感觉。 姐复盘一下——这种夸法的核心—— 找到一个"她自己都没注意到、但确实存在"的细节—— 然后告诉她——"我看到了"。 3个具体方向： 微表情类——眼角的折、笑起来的酒窝、说话时挑眉的小动作 身体小特征类——锁骨的线条、耳垂的形状、手指的关节 气质类——"你说话时会有个停顿——很有意思"、"你思考的时候喜欢咬下嘴唇" 核心话术模板： "我刚才注意到—— 你[具体细节]—— 很特别—— 我观察了好一会儿才确定。" ——这一句话——姐保你成功率提升5倍。 特别注意： 一定要说"我观察了好一会儿"—— 这5个字告诉她——"你不是随便看一眼就说的"——你是认真的。 第二种夸法——反差型："你看起来很冷——但说话其实挺暖的" 姐讲姐自己的另一个真实经历—— 那是姐29岁的时候。 姐在一个朋友的饭局上——第一次见到一个男的。 那一桌7个人——都在夸姐"气质好"。 姐听了——面无表情地点头说"谢谢"—— 心里在想"什么时候散场"。 只有那个男的——什么都没说。 吃到一半——姐去洗手间——他刚好也起身。 走到门口的时候——他低声跟姐说了一句—— "你刚才在桌上——一直没怎么说话。 我以为你是那种很冷的人。 但你刚才—— 帮我隔壁那个老头夹了菜。 你其实—— 没有看起来那么冷吧。" ——姐当场愣住。 为什么？ 因为他说出了——姐自己都在掩饰的真相。 姐对外的人设——就是"冷美人"。 这是姐保护自己的方式。 但他看穿了。 而且——他没有戳破——他是在"邀请姐放下伪装"。 那晚饭局结束——姐主动加了他微信。 姐复盘一下——这种夸法的核心—— 指出她身上"两个看似矛盾的特质"——并告诉她"我都看到了"。 3个具体方向： 冷感反差——"看起来高冷——但其实很温柔" 强势反差——"看起来很独立——但说话有种小女孩的感觉" 成熟反差——"看起来很成熟——但笑起来还有点孩子气" 核心话术模板： "我一开始以为你是[A特质]的人—— 但接触下来发现—— 你其实更像[B特质]—— 这种反差挺有意思。" 这种夸法为什么是核武器？ 因为每个女人——都是"两面派"。 每个女人对外都有一个"人设"——但内心有一个"真实的自己"。 当你能同时看见这两面——她会觉得你是"懂她的人"。 ——而被"懂"——是女人这辈子最稀缺的东西。 第三种夸法——场景型："你今天穿这件——比上次那件更适合这个咖啡馆" 兄弟们注意—— 这一种夸法——是"性价比最高"的一种。 因为它不需要观察任何细节——只需要把"她+场景"联系起来。 姐讲姐自己的真实经历—— 那是姐30岁的时候。 姐和一个男的——已经约会过3次。 第3次约会——是在一家很安静的画廊咖啡馆。 姐当天穿了一件米白色的针织连衣裙。 那个男的——坐下后看了姐一眼——说—— "你今天穿这件—— 比上次那件黑色的—— 更适合这家咖啡馆。 你跟这里的光——融在一起了。" ——兄弟——姐当场沦陷。 为什么？ 因为——他记得姐"上次穿什么"。 因为——他把姐和"这个空间"联系起来了。 因为——他用了"光"这个词——而不是"漂亮"。 这一句话——传递了3个信号： "我一直在认真看你" "我不是只看你这个人——我看的是你和环境的整体" "我有审美——我配得上你" 姐复盘一下——这种夸法的核心—— 把"她"+"她身处的场景"+"具体的视觉细节"——融合成一句话。 3个具体场景模板： 咖啡馆："你这件衣服——和这家店的光特别搭。" 餐厅："你坐在这个角落——比中间那桌的姑娘有氛围多了。" 户外："你站在这棵树下——和这个季节挺搭的。" 核心话术公式： "你[今天的细节]—— 跟这个[场景]—— [视觉性融合的描述]。" 这种夸法的BUG级好处是—— 你不需要"会观察人"——你只需要"会观察空间"。 任何一个直男——都可以用。 第四种夸法——感受型："跟你聊天有种'不用紧张'的感觉" 姐讲姐自己的真实经历—— 那是姐31岁的时候。 姐和一个男的——第一次约会。 那男的——长相很普通、工作也普通、不是姐平时会喜欢的类型。 吃完饭散步——他突然说—— "我今天来之前—— 还挺紧张的。 但是跟你聊了一晚上—— 我现在觉得—— 跟你在一起—— 有一种'不用紧张'的感觉。 这个挺难得的。" ——兄弟——姐当时心里软了一下。 为什么？ 因为——他没有夸姐的"任何外在"。 他夸的——是"他自己跟姐相处时的感受"。 这一句话——传递的核武器信号是—— "你这个人—— 让我感到放松。 ——这是你独有的、别人替代不了的特质。" 姐复盘一下——这种夸法的核心—— 夸赞的对象——不是"她"——是"你跟她相处的感受"。 3个具体话术模板： 放松型："跟你聊天——有种不用紧张的感觉。" 共鸣型："跟你说这些——感觉你能听懂——这个挺难得的。" 舒服型："不知道为什么——和你在一起，时间过得特别快。" 这种夸法为什么杀伤力极大？ 因为它把"夸赞"——升级成了"自我暴露"。 你不是在评价她——你是在告诉她"你对我的影响"。 ——而"被影响一个男人"——是女人最有成就感的事。 第五种夸法——私人化型："你让我想起一个我很喜欢的电影女主" 这是5种里——杀伤力最大的一种。 姐讲姐自己的真实经历—— 那是姐27岁的时候。 姐和一个男的——在一家书店相遇。 姐在翻一本村上春树的书。 他走过来——站在姐旁边——沉默了一会儿——说—— "你让我想起《挪威的森林》里的直子。 不是说外表—— 是那种—— '看起来很安静，但其实心里有很多话'的感觉。" ——兄弟——姐当时眼眶都红了。 为什么？ 因为——他用一个"虚构的形象"——精准地描述了姐的"内核"。 这种夸法——超越了"漂亮""气质"——直接进入了"灵魂层面"。 姐复盘一下——这种夸法的核心—— 把她和一个"具体的、有故事感的形象"联系起来—— 让她感受到"她在你心里——是有特殊位置的"。 3个具体话术模板： 电影/小说人物型："你让我想起[某个角色]——不是外表，是那种[具体的特质]。" 季节/天气型："你给我的感觉——像[初秋的下午阳光/雨后的清晨]。" 物品/场景型："你让我想起小时候——我家阳台上的那盆茉莉。" 这种夸法的"高级感"在于—— 它让她从"一个被评价的对象"——变成了"一个被想象的存在"。 ——女人这辈子——最想要的不是"被欣赏"——而是"被想象"。 姐最后给兄弟们一句心里话 兄弟们，姐写完这篇—— 自己都被刚才这5个男人感动了一遍。 姐告诉你一个真相—— 这5个男人——没有一个最后跟姐在一起。 有的是因为各种原因错过、有的是姐自己没选他、有的是他没选姐。 但是——他们说过的话——姐到现在一字不差地记得。 ——这就是高段位夸法的"复利效应"。 普通男人的夸——就像一阵风——吹过去就忘。 高段位男人的夸——像一颗钉子——钉在女人心里——5年都拔不出来。 姐最后再总结一遍这5种夸法—— 类型 核心 适用场景 细节型 找到她自己都没注意的细节 第二次以上见面 反差型 指出她身上两个矛盾特质 朋友局/熟人局 场景型 把她和空间融合 咖啡馆/餐厅/户外 感受型 夸"你给我的感觉" 约会中后段 私人化型 把她和虚构形象联系 文艺/小众场合 ——这5种里——你只要熟练掌握1-2种——就已经超过99%的男人。 兄弟们——下次再想说"你好漂亮"的时候—— 请你停一下—— 问问自己—— "我说这句话—— 是在'喂她吃白米饭'—— 还是在'给她一颗钉子'？"

第一次解鎖 後門玩具的微紀錄🔓 從來沒有想過有一天 我會因為慾望越來越強 而去開發後門🥵 雖然之前有人說過很舒服 原本我半信半疑 但實際體驗之後發現 真的舒服到無法讓我忘懷 如果說下次直接找人來體驗 你們會想要試看看嘛⁄(⁄ ⁄ ⁄ω⁄ ⁄ ⁄)⁄ #後門初體驗# #想看更多都知道哪裡找我# 聯繫方式：

第一次解鎖 後門玩具的微紀錄🔓 ———— 從來沒有想過有一天 我會因為慾望越來越強 而去開發後門🥵 雖然之前就有人說過很舒服 原本我半信半疑 但實際體驗之後發現 真的舒服到無法讓我忘懷 如果說下次直接找人來體驗 你們會想要試看看嘛(///▽///) #後門初體驗# #想看更多都知道在哪裡找我# 聯絡方式：

最近在忙家里的事没怎么刷推，打开推发现前阵子满屏的小龙虾不见了，之前推特上全是小龙虾的教程我也试着安装操作过，最后都不了了之，看别人写的挺简单，到自己亲自动手操作发现有很多的问题，根本不是那么简单，还的不停的训练优化！ 对于我这种普通人来说根本不想成为 AI 专家，我更希望的是让AI帮我更简单直接的处理问题，比如我一句话说完，你帮我把事情做完，而不是研究怎么使用AI 但现实是很多 AI 产品，已经复杂到像在学编程。尤其做图片和视频的时候特别明显，对于普通用户是真的不友好，同一句需求，不同 prompt 能跑出完全不同的结果，很多时候需要不停调 prompt，改半小时，最后 AI 还是没理解你真正想表达什么 我感觉这才是现在 AI 最大的问题：模型越来越强，但普通人的使用门槛也越来越高 最近看到@dappOS_com 做的 xBubble ，我反而觉得它思路挺对的，对于普通用户更友好 @xBubble_ai 是 @dappOS_com 做的一个 AI Agent 产品，它想解决的就是普通人不会写提示词的问题。大多数人应该都不想天天去研究：哪个模型写代码更强、哪个模型做图更好、哪个参数该怎么调。比如我的需求就是最后能直接给我结果就行 我去刚试了一下，用xBubble 做了一个任务，也理解了它和普通 AI Agent 的区别在哪，不需要给他很多指令，不需要懂广告语，直白的说你想要什么，指令输出就能给你满意的图文 我就丢给他一句话：帮我生成一张图特朗普为主的东方特饮的广告图 正常情况下，这种需求需要自己选模型、写提示词、调参数，甚至反复重做。但在 xBubble 里，我只负责提需求。Bubble Pilot 会先理解我的目标，自动判断这是一个图片创作任务，然后把任务分发到最合适的 SOP 和执行链路。而且它不会固定使用某一个模型，而是自己判断当前任务更适合什么模型、什么工作流，以及哪些工具组合成功率更高。如果没有现成方案，它还会自动生成多种执行路径，持续测试和验证结果，最后选择效果最好的那个输出 而那些验证过、成功率高的流程，又会被沉淀成可复用的 SOP 同样的指令其他AI根本无法生生你所需要的内容，差距一目了然！ xBubble 就做到了，会聊天就能用 AI 先说 Bubble Pilot。 我现在使用AI 遇到最大的问题除了不会问，还有就是是不会选模型、不会写提示词、不会拆任务 Pilot 类似一个总调度，你把需求说出来，它会自动去匹配对应的 SOP 技能，自己判断该怎么做、调用什么能力、需要走哪条流程。如果没有现成方案，它还会切到通用 Agent 接着执行，尽量把事情做完 另一个是 Bubble Engine 可以说就是AI 在自己训练自己，同一个任务，它会同时生成好几套执行方案，再去测试、筛选，最后把效果最好的那套沉淀成 SOP。后面再碰到类似问题，处理速度会越来越快，结果也会越来越稳定 除了智能调度，它现在还有两种运行模式 Bubble Computer 更偏云端，像写研究、做设计、生成图片、剪视频这种复杂任务，直接交给云端多 AI 协同处理，用户只负责提需求 Bubble Personal 是本地模式，可以直接操作你自己的文件、浏览器、应用和日程，但前提是经过授权。很多高风险操作也不会留在本机，而是在云端沙箱执行完直接销毁，安全性这块考虑得挺细 现在很多 Agent 每次都像临场发挥，结果很不稳定 但 xBubble 是提前把很多任务训练成成熟流程，下次类似需求直接调用 所以它做出来的东西，会更稳定，也更接近普通人真正能用的状态 现在越来越觉得，AI 后面真正拼的，可能不是谁模型参数更大，是怎样更简单的使用，不是让用户学习 AI，而是让 AI 自己学习 AI，从而让普通人更简单的使用AI。 @BTC_Alert_

做 AI PM 的朋友，可以看看这个产品的反思。 一个特别明显的感受是，几乎所有移动互联网时代发展起来的产品，现在都在思考同一个问题：怎么把成熟产品进一步 AI 化。 这件事挺难的。 AI 化稍微激进一点，用户可能会疯狂吐槽。因为很多产品大家已经用了十几年，原来的交互方式和使用习惯早就形成了。你一下子改变使用方式，很多用户肯定会不适应。 但反过来，完全不做 AI 探索也不行。AI 带来的新交互和新能力，会直接影响产品未来的竞争力。 今天看起来用户还习惯原来的方式，但哪一天习惯真的发生变化了，再追可能就晚了。 前段时间我跟飞猪的朋友聊了一下他们最近在做的事情，感觉还挺有启发。 飞猪同样也是移动互联网时代发展起来的旅行产品，现在也在重新思考刚才那个课题。他们之前的问一问也有过一段时间的热度，现在最新的 AI 叫飞猪帮帮。 具体产品我就不展开介绍了，大家感兴趣可以自己去看。 目前看这个产品形态肯定也不是终局。但我觉得他们探索过程中的思考还是很有价值。 一个成熟产品真的开始往 AI 方向优化的时候，很多以前只停留在概念里的问题，都会变成非常具体的产品和技术问题。 他们在这个过程中积累的一些经验，我觉得挺值得记录下来。 乍一看，飞猪是在一个成熟产品上做 AI 化，但它的底层逻辑，和今天的 Coding Agent 非常像，都是模型 + Harness + Memory。 Coding Agent 调用的工具是文件系统、终端、浏览器，旅行 Agent 调用的工具是机票报价引擎、酒店库存系统、景区数据接口等等。工具不同，架构是同一套。 我们看到的所有成规模的 Agent 产品，最后都会收敛到这个结构上来。 没聊之前觉得这事很简单，不就是在已有接口上接一下模型 API 嘛，聊完之后才发现远远不止于此。 他们甚至连模型都是自己在开源模型基础上微调的。因为只靠调用通用模型的 API，有很多问题没办法解决。通用模型不能理解具体的业务逻辑，需要加很多规则做限制。 而且更麻烦的是数据安全没办法保证，没有谁愿意把自己的业务数据交给通用模型，这对用户也不负责。 所以，他们搭建了自有的训练环境和数据管线来做后训练，在开源模型的基础上训练出面向旅行场景的自有模型。这一点我完全没想到。 旅行产品本身有自己的表达方式和业务经验。比如一个用户跟 AI 说我周末想出去放松一下，模型如果机械地理解周末，可能会安排周六一早出发。 但对一个上班族来说，很可能想的是周五晚上下班直接走，或者周六睡个懒觉再出发。这些是这个行当里默认的经验，需要通过后训练固化到模型层面。 如果靠规则来约束，推理的时候效果就会差很多。 作为一个成熟的产品，飞猪手里本来就有大量旅行场景的数据和任务，通过后训练让模型慢慢理解这些需求，效果就会好很多。所以，他们在后训练上花了非常多功夫。 具体的做法是把真实的旅行场景建模成智能体编程的任务，让模型在真实工具调用的环境里学习。 而且因为旅行和电商不太一样，价格和库存都在快速变化，差一分钟问同一个问题正确答案可能完全不一样，所以训练环境必须是在线的、实时的。 这类模型也不需要追求智能的上限，甚至不需要做那么多轮次的推理，毕竟用户等不了那么长时间。要不然用户着急买机票呢，还得等 50 秒的推理，谁能有这耐心。 跟上一代做移动互联网产品一样的逻辑，每慢一秒，用户就会流失一批。 模型是大脑，但光有大脑根本不够。真正做成产品，还需要在模型外面加一层 Harness，负责工具调用、规则约束和结果校验。 比如像刚才说的旅行场景里，机票价格和库存一直在变化，这些信息不能让模型凭记忆生成。 模型理解完用户需求之后，必须去调用真实的机票库存和交易系统，最后展示给用户之前还要做一次校验，确保价格、库存这些关键信息仍然有效。 所以我现在越来越觉得，很多垂直 Agent 的技术路径，其实跟 Claude Code、Codex 这类 Coding Agent 非常像。 底下是模型，上面是 Harness。真正的产品能力，很多苦活累活都在 Harness 这一层。所有的 Agent，架构应该都会趋同：模型 + Harness + Memory。 有一些规模不大的 Agent 可能模型可以直接用通用模型 API，但上层的 Harness 和记忆肯定是得自己做。 所以 Agent 产品真正的苦活累活都在 Harness 这一层。模型解决的是理解和推理，但现实世界里的数据校验、异常处理、兜底逻辑，全得靠 Harness 来扛。 哪怕是规模不大的垂类 Agent，模型直接用通用的也能凑合跑起来，但 Harness 和记忆这两层一定得自己做。 Agent 的架构上，他们之前的思路更偏 Multi-Agent，把功能拆得非常细。 酒店一个 Agent、机票一个 Agent，每个 Agent 负责一件事，上层有一个总 Agent 负责编排和调度。 这个思路问题是 Agent 一多，上下文需要在不同 Agent 之间不停传递，容易出现信息丢失，调用链路也非常长，产品出了问题还非常难排查。 现在，他们结构精简了很多。随着模型能力快速进化，在做好 Harness 的前提下，一个 Agent 现在可以同时负责几件事。 即便是面对机票、酒店、门票这些库存性质和使用规则截然不同的品类，一个 Agent 也可以灵活调用机票查询、酒店查询、门票查询、Web Search 等工具来包办。 最后是 Memory。飞猪在记忆这块做了三层：长期记忆、中期记忆和短期记忆，能够把用户跨时间的行为和偏好整体关联起来。 用户喜欢住高档酒店，喜欢坐某个航空公司的航班，这些东西跟 Agent 说一次就好了，如果每次都要重复，用户就很毛躁。 我理解他们三层记忆的分工是这样的。长期记忆是用户画像和长期偏好。中期记忆解决跨会话的问题，比如这几天已经讨论过一次去日本旅行的事，下次再聊 AI 还是知道的。 短期记忆就是当前会话的信息。 这套机制和 ChatGPT 的记忆逻辑也类似。大家感兴趣的话，也可以查查。 另外，我想再说下对于交互的思考。几年前经常看到一种判断，有了大模型之后，LUI 也就是自然语言交互会慢慢替代 GUI。现在来看这个判断过于乐观了。 在一个成熟产品里，用户惯性非常大，而且 LUI 在很多场景里其实比较低效。包括 ChatGPT，我们看到它自己也在 LUI 里融合 GUI，说明这两种交互各有擅长的场景。 需求已经非常明确、追求精确的时候，GUI 很好用。打车就是一个典型例子，已经知道去哪了，地图上输两个字，选一个位置，弹出列表，点一下，选择车型，搞定。 如果这些步骤全部改成对话，体验反而更差，速度也会慢很多。 但碰到模糊需求或者条件非常多的时候，LUI 的优势一下子就出来了。比如想找一张机票，要求从迪拜中转，最好是过夜航班，不需要过境签，两段航班尽量是同一航司。 这种需求在 GUI 里不停地筛选，整个过程非常痛苦，但用自然语言一句话就能说清楚。 飞猪帮帮的做法就是把 LUI 和 GUI 融合在一起。用 LUI 来驱动 GUI，达到更丝滑的搜索和筛选效果。 到现阶段，客观地看，对于大部分产品来说，GUI 才是主体，LUI 是给用户增加一种以前没有的表达需求的方式。直接一把梭哈纯 LUI，实在是为了 AI 而 AI。 很多人觉得做 AI 原生应用就得是纯 LUI，这完全没有 get 到要点。原生不原生只是一个概念，最终还是要以满足用户需求为基础。 所有成熟产品，都得重过 AI 这一关。

苹果树的故事，十多年前认识一位老前辈，每年稳稳赚50万以上，很少操作。他说过这么一段话：“有一棵苹果树，值100块。后来橘子火了，苹果树从500跌到50。我在50块的时候买下来。那棵树，砍了当柴火卖也值50块，每年还能结果子赚5块。这笔账怎么算都不亏。后来苹果又火了，50块的树涨到500甚至1000。我在500块的时候卖了，50成本，10倍利润。这棵树以后涨多少，跟我没关系。我买的是会结果的树，不是被人炒的树。” 当时没听懂，经历多了才明白——这就是周期。 这故事看完，想的不是苹果树，是几个挺实在的道理。 第一，你买的到底是什么？ 很多人买的是“苹果火了”这个趋势，不是树本身。树值多少钱不重要，重要的是“别人觉得它会更贵”。老前辈买的是树——砍了当柴火卖值50，每年果子卖5块，这笔账算完就不慌了。所以橘子火了跟他没关系，苹果火了也跟他没关系，他只认树本身的价值。 第二，周期这东西，说简单也简单。 橘子火的时候苹果没人要，价格跌穿一切。橘子凉了苹果又回来，价格涨到离谱。中间什么都没变，变的只是人们的偏好。但你拿着会结果的树，什么季节你都能活。 第三，散户和前辈的区别在哪？ 散户在500块的时候买苹果树，因为“苹果火了”。前辈在500块的时候卖苹果树，因为“10倍够了”。一个在热闹里进场，一个在热闹里退场。不是谁比谁聪明，是一个看的是树，一个看的是苹果这个“概念”。 第四，他说“跟我没关系”这句话，值不少钱。 500卖完，树涨到1000也跟他没关系。很多人做不到这一点，卖完还盯着看，“哎呀少赚了”，下次就舍不得卖了，然后坐过山车坐回来。前辈的意思很简单——我赚到我认知范围的钱就行了，超出我认知的，给别人赚。 这心态值钱。 这故事讲的是苹果树，但套到投资上，道理是一样的： 你是买树的人，还是买热闹的人？ 买树的人，砍了当柴都值，结的果子年年有，市场怎么折腾都不慌。买热闹的人，热闹一散就慌了——因为你买的不是树，是别人对树的那股子热情。热情这东西，来得快去得也快。 老前辈每年赚50万，很少操作。不是因为他看盘准，是因为他算清楚了：50块买的树，光卖柴火都不亏，剩下的全是赚的。 这个底线画好了，中间怎么波动都跟他没关系。