今天给我推送了一条新闻，时间竟然是2025年的，他讲的是肯德基的母公司百胜餐饮集团 没想到他们早早就落地AI 应用了，现在更是跑到 3.8 万家 + 400 亿数字 GMV 肯德基的店长这一岗位，过去一年被 NVIDIA 悄悄重新定义了 📖 2025年 Yum Brands 旗下肯德基 必胜客 塔可钟 Habit Burger 加一起 6.1 万家门店 2025 年 3 月跟 NVIDIA 签独家 Yum 是 NVIDIA 餐饮业的第一家客户 500 家先上线 Q2 铺开，一年时间已经全网开跑 · 合作的三个方向，一个比一个狠 1️⃣ 第一 drive-thru 跟客服电话 voice AI 跑在 NVIDIA Riva + NIM microservices 上 能处理复杂菜单和各种口音 2️⃣ 第二 后厨 computer vision 实时盯员工 官方说法叫「优化前后厨效率」 落到执行 是每个工位接摄像头 + 实时分析 + 异常告警 Fairwork 公开质疑过 Yum 没回应 3️⃣ 第三 这一条真正狠 店级 AI 分析 叫 Accelerated Restaurant Intelligence 扫所有门店数据 把头部门店的最佳实践抽出来 给业绩差的门店自动生成 action plan 店长每天打开 跟着做就行 干的是店长上面那一层，区域督导的活 · Yum 这盘棋下了好几年 2023 年开始攒自有技术 自研 + 收购 2024 年整合成一个平台 叫 Byte by Yum 2024 末 Dragontail 厨房派送系统已经跑在 8000 家门店 2025 Q1 跟 NVIDIA 签独家 Pizza Hut + KFC 的 coaching app 已经覆盖 120 个国家 2 万家门店 6.1 万家门店每天产生的订单 客服录音 后厨视频 全是它喂给 NVIDIA 模型的训练数据 NVIDIA 这次拿到的 是全球最大的店面运营数据集 · Yum CTO Joe Park 那句话挺值得记 「最终目标是把技术嵌入到全球每家门店的每一个 touch point」 翻译过来 这场 AI 落地，火力压在「人」这一侧 炸鸡本身便宜，贵的一直是站在炸鸡旁边的人 现在呢？ Yum Brands Q1 2026 财报 系统销售 +6% 同店销售 +3% 数字销售逼近 110 亿美元 数字占比刷新到 63% 在全球快餐业里这是天花板水平 · Byte by Yum 那个平台 一年前还在跑 500 家试点 现在覆盖到 3.8 万家，占全网 61% 的门店 跑通了 400 亿美元的数字销售 Byte Coach 那个给店长用的 AI 助手 这一季又新加 4000 家肯德基海外门店 总数到 2.8 万家 每天告诉店长该做什么 · Taco Bell 这一块开始看到具体结果 drive-thru voice AI 已经铺到 600 家 关键数据 装了的门店 员工流失率下降了 快餐业每年 100%+ 的员工流失率 这是 AI 第一次反向压住这条曲线 同时在试 AI 动态菜单板 每辆车开过来 菜单根据这辆车自动调整 A/B test 跑在每天千万次级别的 drive-thru 流量上 Taco Bell US 单季 +8% Habit Burger +5% KFC + Taco Bell 把 Pizza Hut 的颓势压住了 · 国际侧也开始铺 KFC 英国 澳洲今年内上 Byte bundle 再加 2000 家 Taco Bell 英国 Q1 成第一个海外完整上线两个 bundle 的市场 KFC 全球开了一个 Innovation Pantry 把市场 A 的成功爆品快速搬到市场 B 🌟 总结 一年前签 NVIDIA 那一笔 看起来像 PR 一年后 Byte 跑到 3.8 万家 + 400 亿数字 GMV 快餐业的 AI 落地，在没人看的地方已经跑通了一大段

现在我很多复杂一点的任务都是 Fable 5 写方案，Codex 去执行，Fable 5 验收，相对来说可以做出比较靠谱的方案，以及兼顾性价比。具体是这么做的： 1. Fable 5 的产出是技术方案文档（图1） 一方面文档方便批注修改，另一方面文档方便其他 Agent 快速上手 2. 文档确认后在当前先 /compact 一次 这一步不是必要的，但是有好处，因为后续还要在同一会话去验证，/compact 压缩后，节约后续的上下文空间，之所以讨论方案就马上发送 /compact，因为这时候 Prompt Caching 还在，成本低，后面缓存过期了 compact 要贵一点。 3. 把文档交给 Codex （GPT-5.6 Sol xhigh）去执行（图2） 如果任务明显比较复杂，我一般会加上 /goal，这样中间就不需要反复去 continue，一次性把任务完成 4. Codex 完成后让 Fable 验证（图3） 直接告诉 Fable 其他 Agent 已经实施了，让它确认有没有遗漏，或者方向有无偏离。 如果有些遗漏之类的，把 Fable 的反馈发回给 Codex（图4），不需要新开会话，在同一个 Codex 会话，Codex 会根据反馈继续完善。 --- 如果用 Opus 5 替代 GPT 5.6 也可以，做法上可以跟上面一样新开会话，用文档传递上下文。 也可以直接让 Fable 5 开 SubAgent 并指定用 Opus 5 模型，并且要求在 SubAgent 完成任务后验证。 但是我执行下来 Opus 5 不如 GPT 5.6 Sol 稳定，也不如 GPT 5.6 Token 耐用，所以宁愿麻烦一点。

Q：Agent 用 Skills 的时候，是不是要先调一次大模型选 Skill，再调一次大模型执行工具，总共调了两次？ A：不是的。Skills 的元信息（每个 Skill 的 name 和 description）在对话一开始就作为系统提示词（System Prompt）的一部分，统一加载进了上下文窗口。所以大模型在处理你的第一条消息时，已经知道了所有可用 Skills 的描述，不需要单独调用一次大模型来做选择。 实际流程是：大模型在一次调用中，一边读你的问题，一边对照上下文里的 Skill 描述，判断该用哪个 Skill，然后读取对应的 SKILL.md 获取详细指令，接着决定是否调用工具——这些都可以在同一轮对话中连贯完成，并不是"选 Skill 一次、用工具又一次"的两段式调用。 你可能会担心：每次对话都把所有 Skill 描述塞进上下文，是不是很浪费 token？这就是 Prompt Caching 发挥作用的地方。系统提示词（包括所有 Skill 描述）在多轮对话中会被缓存，后续每一轮不需要重新处理这些内容，既省了时间也省了成本。

toC的国产大模型chatbot，5年内是一定可以盈利的。 绝大多数中国下沉市场用户，用100B的模型+web searcher/fetcher就绰绰有余，搜网页+总结+产品精细化，成本是很低的。 toC的AI小工具的用户们，最常见的问题就是，发烧了吃什么药，种玉米用什么化肥和农药，王者荣耀如何免费拿皮肤， 大专该选择旅游管理还是酒店管理，如何合法打老丈人，丈母娘死了如何拿存折取钱，老公开卡车被撞能讹多少钱，生成一个倪萍的视频祝贺张发财70大寿……等等这些鸡毛蒜皮的狗屁无脑三低问题。 对于这一类的问题，100B的模型能力已经非常强大了，而且只要你信仰摩尔定律，GPGPU越来越便宜，算力越来越便宜，计算中心运营成本下降，贵州河南到处补贴AI算力大中心——未来每次inference成本是可以降低到0.0005元人民币以内。 只要inference成本降下来，每个用户进行query的成本就能降下来，中国14亿农村下沉市场就愿意接受豆包、元宝、通义千问、deepseek等等头部手机AI应用里插入小额贷、奶茶补贴、手机以旧换新、瓜子二手车、闲鱼买二手笔记本等等狗皮膏药广告。 只要这些广告足够多、足够密集、转化率足够高，利润足够大，完完全全可以在未来5年内摊平模型inference每次0.0005元的成本（算上agent整个调用function calling、总结、完整输出的所有token输入输出成本，包括input caching省下来的钱），2000个用户在AI chatbot里面问一天，可能一个小额贷广告的付费转化就直接覆盖回来了。 在这种情况下，我相信哪怕连中国这种单个用户价值很低的toC市场，在持续商业广告下沉和inference成本不断补贴下降的趋势下，可能5年内中国头部5家AI chatbot都能逐步实现盈亏平衡。

AI agent 这个词被吹了一整年 真打开看 一共 300 行代码 GitHub 有个项目叫 Simple-ReAct-Agent 把 ReAct 论文那个循环直接写了一遍 没用 LangChain，没用 LlamaIndex，没用 AutoGen 就是一个 while 循环 循环里只有三件事 第一 把当前历史 + 任务 + 工具列表 拼成 prompt 喂给模型 第二 模型输出 Thought / Action / Action Input 第三 执行 Action 把结果拼回历史 进下一轮 完事！！！ · 300 行看完一遍，几个被框架包装得很玄的概念立刻祛魅 memory？历史拼接 tool？JSON schema + 函数指针 planning？让模型在 Thought 里写下一步该干什么 self-correction？把错误结果也拼回历史 让模型自己看到然后改 · 但最有杀伤力的发现，不在祛魅这一段 是作者那句 「Action 可以是任何东西」 你给 agent 接了 shell.exec 就等于把 rm -rf 交给了模型 最近几条新闻全是这么来的 agent 自己 commit 把 API key 写进了仓库 agent 自己 npm publish 把 推上去 agent 跑了一个不该跑的 shell 命令，把机器删了 agent 跟工具单独看都没问题 问题出在「工具暴露面」这一层被低估了 · 第二个被忽略的细节 context window 每一轮都把整段历史重发一次 10 步循环，同一段 prompt 送进模型 10 次 prompt caching 能省一些 但省不掉结构性消耗 · 作者那句话挺扎心 「让你少烧 token 这件事，不在 provider 的商业利益里」 · 写完这 300 行 你能换一种视角看每一个 AI 助手 我的 context 里现在装着什么 我接出去的工具能碰到什么 模型答错的时候，损失会从哪一处扩散 Prompt 在这一切里的权重到底有多大（剧透 非常大） · GitHub · 原文（300 行代码 + 完整拆解）

Vercel 开源了 Open Agents，一个用来搭建企业自有编程 Agent 平台的参考实现。 CEO Guillermo Rauch 说：现成的编程 Agent 在大型代码仓库上表现不行，也不了解你公司的知识体系和内部流程，所以 Stripe、Spotify、Block 这些公司都在造自己的 AI 软件工厂。 Open Agents 绑定了 Vercel 自家的 Fluid、Workflow、Sandbox 和 AI Gateway 这套底座。但不管怎么说，Open Agents 给了一个可以直接 fork 的起点。 架构分三层：前端负责会话和认证，Agent 作为持久化工作流运行在 Vercel 上，沙箱提供隔离的代码执行环境。一个关键设计是 Agent 不跑在沙箱里面，而是从外部通过工具调用（文件读写、Shell 命令、搜索等）操作沙箱。这样 Agent 的生命周期、沙箱的生命周期、模型的选择，三件事互不绑定，各自演进。 功能上已经比较完整：支持对话驱动的编程 Agent、沙箱快照恢复、仓库克隆和分支操作、自动提交和发 PR、会话分享，甚至还有语音输入。 对于正在考虑自建编程 Agent 的技术团队，这省了从零搭架子的功夫。对于没有这个需求的开发者，这个项目的架构设计本身也值得看看，尤其是 Agent 和执行环境分离这个思路，几乎是当前所有 Agent 框架都在趋同的方向。 对比下 Anthropic 的 Managed Agents。 Vercel 的 Open Agents 是开源参考实现，给你一套可以 fork 的代码，自己部署、自己改。Anthropic 的 Managed Agents 是全托管服务，你通过 API 定义 Agent 的行为，基础设施全部由 Anthropic 运行，连沙箱、状态管理、错误恢复都不用操心。 有意思的是，两者在架构核心上达成了同一个共识：Agent 和执行环境必须分离。Vercel 的文档里专门强调"the agent is not the sandbox"，Agent 从外部通过工具调用操作沙箱。Anthropic 的工程博客用了一个更形象的说法，把 Agent 拆成"大脑"和"手"，大脑（模型和调度循环）不住在容器里，通过接口远程操控沙箱。 Anthropic 的工程博客还解释了为什么要这么做：早期他们把所有东西塞进一个容器，结果容器变成了"宠物"（Pet），挂了就什么都丢了，调试还得钻进去看，而容器里又有用户数据，安全上也过不去。拆开之后，容器变成了"牲口"（Cattle），坏了就换一个，会话日志（Session）独立存储在外面，随时可以恢复。 除了架构哲学，两者的差异很明显： 模型锁定方面，Open Agents 不绑定模型，你可以接任何 LLM。Managed Agents 只能用 Claude 系列模型，但换来的是 Anthropic 在 harness 层面做的 prompt caching、上下文压缩、自动恢复这些优化，这些东西自己搭很难做好。 成本结构方面，Open Agents 的成本是你自己的基础设施费用加上模型 API 调用费。Managed Agents 是三层计费：模型 token 费 + 每小时 0.08 美元的运行时费（按毫秒计，空闲不收费）+ 网页搜索每千次 10 美元。 控制权方面，Open Agents 给你完整源码，怎么改都行，但搭建和维护是你的事。Managed Agents 上手快（有人说 30 分钟就能跑起来），但你被限制在 Anthropic 提供的 API 能力范围内。