Claude Code 总结企业采用 AI 的 5 个阶段：Gated → Assisted → Parallel → Supervised autonomy → AI-native，对应约 0、1、10、100、1000+ 个 Agent。 瓶颈会从审批和注意力，转向输出审查、自动循环信任与规模化护栏。 企业应先增加 Agent，还是先证明自动循环值得信任？

为什么说电影里的商战都不真实？ 英国科技富豪迈克·林奇（Mike Lynch）2011年把公司 Autonomy 以约110亿美元卖给惠普。 惠普接手后认为财务被包装过，计提巨额减值，双方打了十几年官司。 美国刑事案打到2024年6月，林奇和共同被告被判无罪。 英国民事诉讼里，惠普大体胜诉，后来还向遗产追偿。 宣判大约两个月后，林奇包豪华帆船 Bayesian 出海庆祝。 2024年8月19日凌晨，船在西西里附近突遇极端天气，十几分钟内沉没。 船上22人，15人生还（包括他妻子），7人遇难——包括林奇本人、18岁女儿，以及部分律师、商界朋友和厨师。 不是「全家和律师团全灭」，妻子活了下来。 更巧的是：没上船的共同被告、前财务副总裁斯蒂芬·张伯伦，在沉船前两天慢跑时被车撞死。 不是事后车祸，职务也不是财务总监。

最近用 Opus 5 写代码，我也一直被一个问题困扰： 模型明明更强了，但有时候反而更难一起工作。 刚好看到一篇文章也在聊这个。作者发现 Opus 5 遇到模糊需求时，更容易自己做假设，然后一路往下执行，甚至会悄悄扩大任务范围、重新解释原来的计划。 以前 Opus 4.8 或 Fable 有些时候会停下来问一句：「你这里到底想要 A 还是 B？」 Opus 5 更喜欢自己选一个，然后继续干。 更有意思的是，Anthropic 自己的 Opus 5 Prompting Guide 也专门提醒了这个问题：它可能主动扩大 scope、加入没要求的步骤，所以窄任务需要明确告诉它不要擅自扩展。 文章里给了一个挺有意思的猜测： Benchmark 和 RLVR 更容易奖励「大胆做出假设然后把任务完成」的模型。但真实的软件工程里，很多信息永远写不完整。业务背景、隐含约束、架构取舍，经常没有唯一正确答案。 Agent 更自主当然很好，但如果每次都要盯着它别跑偏，这种 autonomy 的价值就要重新算了。 原文：

很多项目上链之后，真正麻烦的地方并不在第一步。 合约能发。 页面能做。 测试网也能跑。 但一旦你想把它做成一个长期运行的链上应用，问题就开始多了。 安全怎么来？ 验证者怎么来？ 费用怎么控制？ 后面升级谁说了算？ 生态和流动性怎么接？ 这也是 @CNPYNetwork 这条线我觉得值得拆开的原因。 ///////////////////////// 「Canopy @CNPYNetwork 想做的，是让项目更容易拥有自己的链」 过去很多团队不是不想做 appchain。 而是 appchain 的启动成本太高。 你要先处理底层架构、安全冷启动、验证者协调、跨链互操作、后续治理和升级路径。 这些东西加在一起，很多项目还没真正进入业务阶段，就已经被基础设施拖住了。 Canopy 的思路比较直接： 先让项目通过 Nested Chains 快速启动。 早期继承根链安全，减少从零 bootstrap 的压力。 等项目跑起来之后，再通过 Progressive Autonomy 逐步拿回更多控制权。 执行、治理、经济模型、验证者集合，都可以随着项目成熟慢慢独立。 ///////////////////////// 「AI-native 的重点，不只是用 AI 写代码」 现在很多项目都在讲 AI Coding。 但 Canopy 更有意思的地方，是它想把 AI Coding 接到链启动这一步。 开发者可以用 Python、TypeScript、Go 这些更适合 AI 辅助生成的语言去构建。 再配合模板化设计，把一个链上应用从想法、代码、部署压缩到更短路径里。 所以我觉得 Canopy 的重点不是某一个单独赛道。 RWA 可以用。 AI 应用可以用。 游戏、消费级应用、DePIN 也可以用。 它真正想做的，是给不同项目一条更容易启动、后续还能逐步拿回主权的链上轨道。 如果主网推进顺利，Canopy @CNPYNetwork 看的就不是“又一个新链”。 而是 appchain 这件事，能不能真正从少数团队的重工程，变成更多应用可以使用的基础设施。