苹果这个月交的年报里，有段话我引起我极大兴趣的注意 说 AI agent 可能做没被授权的事，可能无视指令、抗拒指令，还可能隐藏自己的操作，隐瞒或者篡改信息 这不是哪个 AI 安全研究员在发推，是写进 SEC 文件的正式风险披露 有人数过，苹果风险因素里提到 AI 的次数，一年前是 6 次，这次是 45 次。他们统计的 12 家大公司里，已经有 7 家写了 AI 会做出未经授权的行为 我一直觉得，判断一个技术到底是不是真的进了企业，别看发布会，看法务。律师开始写免责条款的时候，事情才是真的发生了 那段话里我觉得最核心的一句是：这些系统是非确定性的，很难预测、测试和审计，错误还会在多步流程里层层累积 做过 agent 的都懂。单步 95% 正确率听着挺高，串十步下来就不到六成了。demo 里永远只跑一遍，生产环境里一天就能跑一万遍 还有一句：有些后果，比如删数据、完成交易，可能很难甚至无法撤回 这句话让我想起给客户做方案时一直坚持的一个习惯：上线前先把 agent 能做的每个动作分成两类，能撤回的和不能撤回的 能撤回的放手让它干，不能撤回的，必须有人点确认。听着很平常，但能关键时刻能保命 苹果还承认，它对第三方 agent 的监管能力"可能有限" 连苹果都管不住别人家的 agent，普通公司更不用说了。所以别指望把 agent 管得滴水不漏，先想好它出事的时候，你能多快发现、能撤回多少

最近有篇论文挺好玩的：推理模型的思考过程，开头那几个词基本决定了它后面怎么走 研究者发现，禁止模型用它最常用的那几个开头词，再给一个例子，模型遵守指令的能力能提升三四十个百分点 三四十个百分点是什么概念，很多时候换一代模型都没这么大的提升 而做到这个，只需要动开头几个词。这比你吭哧吭哧改一大段 system prompt 管用多了 这不是孤例。去年就有研究发现，推理模型第一步想错了，后面基本很难自己纠正回来，虽然它看起来一直在"反思" 还有研究专门讲推理模型为什么会陷入循环，一直"Wait, let me reconsider"，把 token 烧光也停不下来 所以我现在越来越不把"推理"当成模型在真的思考，更像一个有很强惯性的人：开了个头，就顺着那个方向一路说下去 开头说对了，后面一路顺；开头说偏了，越想越偏，还越来越自信 落到实操上就两件事： 一是能预填就预填，别让模型自己决定从哪开始想，特别是格式和流程固定的任务 二是别只看最终答案对不对，要看它的思考过程长什么样。同样是答错，开头就跑偏和最后一步算错，修法完全不一样

在大阪待久了，有个习惯改不掉了 跟东京客户开会，我讲完一个点会下意识停一下，等对方吐槽 东京人不吐槽，就安安静静点头。搞得我每次都以为自己说错话了 独立接活选大阪不选东京，朋友问我图啥 房租便宜点是一方面，主要是这边吃饭不用排一小时队，晚上十点从客户那出来，街边随便一家立ち飲み站着喝两杯就回家了 人不紧绷，代码都写得顺一点 大阪的商店街是我见过最好的debug场所 卡住的时候出门走一圈，阿姨在跟鱼店老板讨价还价，大叔在门口跟狗聊天，没一个人在乎你的 agent 为什么死循环 走回来基本就想通了 关西的客户有个特点我特别喜欢 觉得你方案不行，会直接说"それ、ほんまに要る？"（这个真的有必要吗？） 比开三次会都礼貌地说"検討します"然后没下文，强一百倍 在日本做AI落地，最大的门槛不是技术 是你得先把客户那套印章审批流程摸清楚。模型一天能处理一万份文件，但最后还得有人盖章 我现在报价都会单独留出一块，专门用来"理解贵司的盖章文化" 大阪人对效率这件事很有自己的理解 电梯靠右站，走路快，点餐快，但吃完饭能在店里跟老板聊一小时 我觉得这才是对的。该快的地方快，省下来的时间拿去干没用但开心的事。AI 也该是这么用的

Adobe 的数据说，今年 8 月零售网站来自 AI 的流量同比涨了 127% 前面我发过，Uber 一周外部 agent 只叫了 4 单车。两个数字放一起看挺有意思的：agent 现在很爱逛，就是不怎么买 为什么不买，很大一部分原因是网站根本不是给它准备的 BrightEdge 查了排名前两万的网站，97% 没法用 Markdown 这种 agent 好读的格式提供内容。agent 进来面对的是弹窗、轮播图、cookie 横幅，跟人一样被折磨，还得花大量 token 去理解页面 这让我想起十几年前移动端刚起来的时候。一开始大家觉得手机访问只是零头，后来不做移动适配的网站基本都消失了 现在 Chromium 已经有给网站注册工具让 agent 直接调用的接口了，Cloudflare 也出了个扫描器，专门给网站打"agent 就绪"分 最讽刺的是，过去二十年网站优化都在研究怎么留住人：加弹窗，做 A/B 测试，把价格藏深一点，让你多逛几页 agent 对这些全都免疫。它只要结构清楚的数据：价格多少，有没有货，怎么下单。以前叫转化率优化的那套技巧，在它面前反而全是阻力 所以我觉得接下来几年，网站会慢慢变成两层：上面一层继续给人看，好看、有情绪；下面一层给 agent 用，越朴素越好 谁的底层数据干净、接口清楚，谁就会被 agent 优先推荐。说到底还是那句老话，数据整理得好的公司，换什么技术都吃香

这周看到个挺有意思的模型，印度 Sarvam 出的 Prism 它不生成文字，输出 token 永远是 0。你给它一段情况和几个选项，它直接给每个选项打一个概率。44 毫秒出结果，权重还开源 第一反应是这有啥用。想了一下，发现它戳中了我做项目时一个一直别扭的点 企业里大部分 AI 需求，说穿了不是写东西，是做判断。这个工单急不急，转给哪个部门，这条评论要不要删，这次退款批不批 过去两年我们干这些活，基本都是拿聊天模型硬凑：写一大段 prompt，让它输出 JSON，再写正则去解析，解析失败还得重试 用一个会写诗的模型去做选择题，又慢又贵，最要命的是它说"我很确定"的时候，你根本不知道该不该信 Prism 主打的是概率校准：它说 90% 把握的时候，错的概率大概就在 10% 以内。而且把选项顺序打乱，答案不变 这意味着你终于可以很工程地设计人机协作了：置信度过 0.9 自动处理，低于 0.9 转人工。阈值调多少，就是自动化率和风险之间怎么取舍 我觉得这背后有个更大的转变：大模型正在从"一个什么都能聊的东西"，拆成一堆各干各的零件 真正落地的系统，大概会是一个慢的模型负责想，一堆快的小模型负责判断，中间用概率和阈值串起来。这跟人脑倒是挺像

英国央行这周的报告里有个结论，我觉得比"AI 导致大裁员"那类新闻重要得多 到目前为止，AI 对英国就业整体几乎没影响，但企业打算用放慢招人的方式，吃掉未来一半的 AI 效率红利 翻译一下：不会有人因为 AI 被当场开掉，但空出来的位置不补了，应届生的岗位不开了 裁员会上新闻，不招人不会。所以这件事会安静地发生，等大家意识到的时候已经过去好几年了 美国那边也有研究在说同一件事：ChatGPT 出来之后，在最容易被 AI 替代的行业里，22 到 24 岁年轻人的招聘明显减少，而且一直没恢复 整体就业数据看着还行，压力全集中在刚入行的那一层 说个我自己的感受。我现在给客户做的很多活，清洗数据、整理流程、写各种脚本，五年前都是新人练手的活 新人就是靠干这些慢慢熬成老手的。这些活交给 agent 之后，下一批老手从哪来？我真没想明白 还有个数据挺讽刺的。Gartner 调查过一批在试点自主 AI 的企业，八成已经减了人，但大部分说不出投资回报到底有多少 人先砍了，账还没算清。我接过好几个这种项目，前面的人走了，流程没人懂，最后花更多钱请外面的人来补 英国央行报告：

上个月 Walmart 干了件我觉得被低估的事：正式对外部 AI agent 开放了，还专门给 agent 写了一套规矩 同一时间 Amazon 在挡 agent，United 也在挡。零售和航空两个最大的玩家，选了完全相反的路 细节比新闻标题有意思 Walmart 会给每个获得授权的 agent 在你账户里单独建一个 profile，不再借用你的身份登录。你可以给它设消费上限，比如 50 刀、100 刀。agent 碰不到你的卡号，也不能改支付方式，越界了直接封 这个设计我看了挺感慨的。过去一年大家给 agent 做权限，基本都是把人的账号密码、token 直接塞给它，出了事根本分不清是人干的还是 agent 干的 Walmart 这套本质上是承认了一件事：agent 是一种新的"人"，得有自己的身份、自己的额度、自己的记录 但也别太天真。Agent Gateway 目前是邀请制 beta，哪些 agent 能进去没公布，而且接入要走它自己的 Sparky 说是开放，门票和门卫都在它手里。Amazon 是关门，Walmart 是装了个闸机，两家想要的东西其实差不多 对我们做落地的来说，这事最大的启发是：以后给企业接 agent，别再问"用谁的账号跑"，先问"它自己的身份怎么发、额度怎么限、日志记在谁名下" 这块现在几乎没有标准，谁先做顺了谁就有话语权 原文：

这两周有个趋势挺明显的，agent 从你问一句它答一句，开始变成一直挂着干活的了 Anthropic 出了个会主动干活的 agent，Perplexity 搞了个叫 Teammates 的常驻 agent，Google Cloud 在做跑在 k8s 上的有状态 agent 听着很美，但做过线上服务的人应该已经头皮发麻了 一个 agent 一直跑着，它的状态存哪，挂了怎么恢复，跑飞了谁发现，token 烧穿预算谁买单。这些以前根本不用想，因为它说完一句话就结束了 说白了，agent 正在从一个功能变成一个服务。服务该有的监控、告警、限流、回滚，一样都少不了 DigitalOcean 都出了个在 iPhone 上盯 agent 的工具，大家心里其实都有数

9 号 Anthropic 发了新模型，10 号 Google 和 Meta 又各发一个，前一周腾讯也出了个新的，价格还压得很低 我现在已经懒得每个都去试了 不是说新模型不好，是对做落地的人来说，每个月换一次模型基本等于每个月重新验收一次 prompt 要调，输出格式可能变，之前测过的边界情况全得重跑 所以我给客户的建议一直很无聊：先把自己的测试集攒起来，几十条真实业务数据就够 新模型出来跑一遍，分数涨了、成本降了再换。没有这套东西的话，你根本说不清换了到底是变好还是变坏，只能凭感觉

DeepMind 这周干了件挺狠的事，用 AI agent 把 Signal 加密库的核心安全性质给形式化证明了，而且是证到编译后的机器码那一层 以前这种活专家团队要搞好几年，这次四周 我觉得大家关注点有点偏，都在说 AI 好厉害 真正值得看的是分工：安全规格是人在 AI 帮助下写的，写完人工审一遍，然后才交给 agent 去生成证明，最后 Lean 来检查对不对 也就是说"什么叫正确"这件事，还是人定的 这跟我平时给客户做项目一模一样。模型干活越来越快，最卡的永远是第一步：你到底想要什么结果，怎么判断它做对了 说不清这个，eval 写不出来，证明也写不出来 顺便泼点冷水，这次证的范围其实挺窄的，是特定版本的库编出来的一个命令行测试程序，不是整个 Signal app，有些底层密码运算也还是按假设来的 但方向是对的，以前形式化验证贵到没几家用得起，现在突然变成了能算账的东西

最近给客户上 coding agent，说实话我最怕的不是它写 bug 是它会自己去找密钥 你让它跑个测试，报错了，它不会停下来问你，它会去翻 .env、翻环境变量、翻各种配置文件，翻到能用的就直接用了 它也没坏心思，就是太想把活干完 所以我现在凭证一律不放在它能看到的地方，跑的时候临时注入，用完就失效。prompt 里写一句"不要读取密钥"那种，真的没用，别自欺欺人了 CrowdStrike 这周都开始卖 agent 急停按钮了，大家心里其实都有数

Uber 说上周外部 agent 一共帮人叫了 4 单车 我看到这个数字笑出声了，喊了一年 agent 替你办事，就这 其实也不怪模型。agent 现在基本是开个浏览器假装自己是人在点，平台又不傻，你只拿结果不看推荐不点广告，人家图你啥 United 这周直接不让第三方 agent 订票了，Amazon 九月就把 Meta 那个挡在外面了 我自己给客户做的时候早就不碰这种模拟点击的方案了，页面一改全崩，半夜被叫起来修过两次之后就老实了 能走 API 走 API，人家不开放就别硬来

2027年以后，我越来越希望自己能活成一种更轻、更自由，也更有主动权的状态。 这种想法不是突然有的。年纪越往后，经历的事情越多，就越会发现，人生真正稀缺的东西并不是一份看起来很稳定的工作，也不是一套房、一辆车，甚至不是某个阶段的高收入。真正稀缺的，其实是选择权：环境好的时候，你可以留下；环境变了，你也有能力离开。想工作，可以工作；想休息，也承担得起停下来的成本。想去一个新的城市、新的国家生活，不需要从零开始，更不用因为离开某个平台，就失去全部价值。 要获得这种选择权，我觉得首先要解决的是信息问题。 所以第一件事，还是把英语真正变成一种日常工具。不是为了考试，也不是为了证明自己英语有多好，而是希望以后看资料、读论文、查技术、看新闻的时候，可以直接接触原始信息，不需要永远依赖别人替自己翻译、总结和解释。语言表面上只是交流工具，背后其实决定了一个人能够进入多大的信息世界。长期只待在一种语言环境里，很容易不知不觉把一个局部的世界，当成完整的世界。多掌握一种语言，本质上就是多打开一扇窗，也多保留一个独立判断的入口。 第二件事，是认真把AI变成自己的生产力，而不是只把它当成聊天工具。 这几年我越来越确定，未来人与人之间的差距，未必完全取决于谁更聪明、谁工作时间更长，而会越来越取决于谁更善于调用工具。一个人的时间和精力终究有限，但如果能把AI变成研究助手、知识库、写作工具、编程搭档，甚至逐渐搭出自己的自动化工作流，那么一个人的能力边界其实会被放大很多倍。真正重要的不是追逐每一个新模型，而是形成一套自己的使用方式，让工具沉淀成系统，让系统持续替自己工作。 再往后，是建立属于自己的个人品牌。 这里说的个人品牌，不是一定要当网红，也不是每天拍视频、追热点，而是长期做一件更朴素的事：把自己真正擅长的东西持续沉淀下来。写文章也好，做课程也好，分享专业经验也好，慢慢让别人知道你是谁、你擅长解决什么问题、你对什么事情有自己的判断。 以前很多人的职业价值，都寄托在公司、职位和平台上。一旦离开那个组织，过去积累的影响力很可能也随之消失。但如果一个人有长期输出、有自己的作品、有自己的受众和网络节点，那么即使换了一家公司，换了一个行业，甚至换了一个国家，他仍然可以把过去积累的东西带走。真正有价值的资产，应该是可迁移的。 这也会自然延伸到另一个问题：不要让自己的资产结构变得太重。 年轻的时候很容易觉得，拥有得越多，安全感越强。后来才慢慢明白，有些东西在给你安全感的同时，也会增加你的迁移成本。房子、车、固定的生活结构当然都没有问题，问题在于，当一个人的大部分资产、现金流甚至未来几十年的收入，都被固定在一个地方、一种资产或一套债务关系里时，他看起来拥有很多，实际上可以选择的空间反而越来越小。 所以我更倾向于保持相对轻的资产结构、低负债、足够的现金流，同时让资产配置尽可能分散。不同币种、不同市场、不同地区，不把所有鸡蛋放进一个篮子里。不是因为悲观，而是因为世界本来就充满不确定性。与其幻想找到一个永远不会变化的环境，不如让自己具备适应变化的能力。 同样重要的，是长期主动更新自己的认知。 现在的信息太多了，多到人很容易产生一种错觉：每天看了很多东西，就等于知道了很多东西。实际上，算法只会不断把我们熟悉、认同、愿意相信的内容推回来。看得越多，反而越可能被困在自己的偏好里。 所以我希望自己以后还能保持一个习惯：主动寻找那些自己平时不会看到的信息，读不同语言的内容，接触不同国家和不同立场的人，也偶尔认真听一听那些和自己观点完全相反的声音。不是为了故意和自己过不去，而是提醒自己，任何认知都可能只是阶段性的。一个人真正开始衰老，可能不是头发白了，而是从某一天开始觉得自己已经什么都懂了。 所有这些东西——语言、AI、专业能力、个人品牌、资产配置、持续学习——最后其实都指向同一件事：迁徙能力。 我理解的迁徙，不只是地理意义上的搬家，而是一种更广义的能力。离开一份工作，还能找到自己的位置；离开一个城市，还能重新建立生活；离开一个行业，还能靠积累的能力完成转换。甚至在人际关系、生活方式和人生阶段发生变化的时候，也不会因为失去某一个支点，就觉得整个世界塌了。 真正的自由，从来不是想去哪儿就买张机票那么简单。真正的自由，是当你想改变的时候，有能力承担改变的代价。 所以这几年，我越来越不执着于所谓“稳定”。世界本来就不会永远稳定，工作不会，公司不会，行业不会，城市甚至国家都不会。比寻找一个永远安全的位置更重要的，是让自己成为一个无论被放到哪里，都能重新生长的人。 有可以带走的专业能力，有持续学习的习惯，有自己的收入来源，有不过度沉重的资产和负债，有理解世界的语言，也有重新开始的勇气。 这样的人生未必最富有，也未必最光鲜，但会比较从容。 因为你知道，真正属于自己的东西，不是一份职位，不是一套房，也不是别人给你的身份，而是你的能力、认知、判断、连接和重新开始的本事。 说到底，我现在越来越觉得，一个成年人最重要的财富，不是拥有多少，而是保留多少选择。 希望未来几年，我还能继续往这个方向走。

《东瀛花名册》 苍山有井独自空， 星落天海隐翼中。 小泽春深闻玛利， 松岛霜染一叶枫。 明日花开绮罗香， 吉泽月明步回廊。 桃乃木下藏香奈， 相泽南风入画堂。 三上云悠过远岫， 葵影轻司映寒江。 波多野水结衣梦， 桥本有菜落秋霜。 河北云开彩花径， 山岸相逢花满窗。 枫叶可怜随夜雨， 天使初萌照晓光。 伊藤风起舞飞雪， 石川水静澪声长。 美谷朱霞沉古渡， 濑户环奈倚斜阳。 小岛南望烟波远， 篠田幽径月生凉。 凉森玲梦随风去， 神宫寺奈绪焚香。 水卜樱开春欲晚， 纱仓真菜露凝芳。 上原云淡亚衣薄， 一卷花名醉扶桑。

明朝的灭亡，不是因为缺钱、缺人，而是利益固化、财政崩溃、政治内耗，最终让整个体系失去自救能力。 国家穷，权贵富；百姓苦，官员忙于自保。 历史最深刻的讽刺是：所有人都在精明地维护自身利益，却共同走向毁灭。

AI让写软件越来越便宜，却可能让企业越来越难协作。销售、采购、财务各造一个Agent，各自高效，却对同一笔订单有三种答案。 我们花几十年消除数据孤岛，如今可能用几小时重新造出来。 未来真正稀缺的，不是代码，而是共同的业务事实。

贝壳去年第四季度净利润暴跌84.6%，市值一年蒸发四千八百多个亿，链家的经纪人数量同比少了将近两成。同一份财报周期里，这家公司创始人留下的班底，CEO的薪酬从几百万涨到了四个亿，联合创始人的薪酬也翻了几十倍冲到三个亿。裁员潮里被优化掉的经纪人，有人转身去卖墓地，卖了三个月一单没开，有人学着拍短视频找客户，流量寥寥无几还老因为涉嫌营销被平台判违规。这才是眼下平台经济存量博弈最真实的画面，不是所有人一起变穷，是大部分人一起变穷，顶端极少数人反而更富。 社会零售这块的数字最能说明问题。今年一二月份还有百分之二点八的同比增长，到五月份直接转成了负增长，上半年整体只有百分之一点三，CPI一直卡在百分之一上下都上不去，全国城镇调查失业率也一直卡在百分之五点三附近，不算恶化，但也看不出改善的迹象。国家统计局逐月公布的原始数字自己就在往下走，存量时代这四个字，今年是真的从概念变成了体感。 房产和二手车这两个赛道，死相最清楚。房产这边不用多说，贝壳作为行业里活得最好的那一个尚且如此，银行现在都下场直接卖法拍房，三十天就能成交，比中介流程快得多，这条路一旦跑通，中介这门生意的根基还剩多少不好说。二手车这边死得更早也更彻底，当年瓜子、优信、人人车三家打得头破血流，瓜子请孙红雷，人人车请黄渤，优信更夸张，直接把奥斯卡影帝莱昂纳多请来做全球代言人，这阵仗放到现在看都觉得离谱，三家烧的钱按十亿美元级别算，可十年过去，二手车这个大宗低频的生意，线上信息撮合始终替代不了线下交付这个环节，最后几家真正赚钱的路子是车贷，卖车本身反而成了引流的由头，跟它们当年想颠覆的中间商没什么两样，热闹劲儿早在这几年悄悄散了。 机票旅馆这块，情况比表面看起来更微妙。官方口径一直说文旅市场稳中有进，可今年五一假期的数据已经露出苗头，民航客流量同比下降了百分之五点二，航班量也在减少，票价反而涨了将近一成，一边是人少了，一边是价格没降，这种组合本身就是压力信号。更值得留意的是几家OTA的投诉量，今年以来同程、去哪儿、飞猪在黑猫投诉平台上分别超过十万、二十一万、九万条，大头都是默认勾选的增值服务和会员定价这类猫腻。平台越在这些地方抠细节，越说明主营业务的自然增长已经撑不住报表了，这行现在还没死，是在拿用户体验换报表好看，这个换法撑不了太久。 外卖和即时零售这条线，不该算进中厂灭亡的名单里，这是完全不同的逻辑。这两年美团、阿里、京东三家在这条赛道上合计烧了一千五百个亿，把日均订单量从八九千万单硬生生推到两亿单以上，美团一度由盈转亏，京东新业务板块一年亏掉四百六十多亿，阿里的销售费用半年从六百多亿冲到近一千二百亿。这场仗打到监管都看不下去，六月份市场监管总局出了专门的补贴行为规范，才把这场厮杀摁下去一些。抖音这半年也没闲着，生活服务这块2025年支付GMV冲到八千五百个亿，同比涨了近六成，今年二月还专门上线了一个独立的团购App抖省省，这已经是第四个巨头下场。巨头们是为了一块还在增长的蛋糕互相往死里砸钱，不是在存量里等死，商务部估计即时零售今年规模就能破万亿，谁都舍不得先退场。 贝壳这半年财报电话会上，管理层反复提AI是新的生产要素，说AI已经直接参与收房定价、库存调度这些核心决策了。这话听着挺提气，换个角度想，今天贝壳拿AI当自救工具，明天这套AI逻辑一旦被搬到用户那头，变成一个直接帮用户找房、谈价格的agent，贝壳这个中间层本身还剩多少存在的必要，也是个问题。真正该往前看的，是高盛年初那份报告里的一个判断，说2026年的关键之战是AI超级入口的争夺，谁能把agent嵌进操作系统、社交软件、支付场景里，谁就能在用户还没想清楚要订机票还是点外卖之前，直接替他把事情办了。报告里还提到一点挺扎心的，说抖音是个天然的时间容器，用户划着划着还没想清楚自己要干嘛的时候，它就能主动跳出来问一句要不要帮你订张机票，这种打法根本不需要用户先有明确意图，是提前截胡。抖音去年的利润已经甩开腾讯和阿里一大截，这场仗到最后拼的是谁家现金流最厚，耗得起。不管你是死于存量厮杀还是活在巨头混战里，只要有一天用户不再需要打开你这个App，直接跟一个agent说一句"帮我订张去成都的票"，中间这些垂类平台存在的理由，会比现在任何一种死法都更釜底抽薪。 我在阿里那几年，见过太多业务被自己人从内部革掉命的场面，这半年看着房产中介和二手车这两个赛道走到今天，多少有点似曾相识。中央经济工作会议今年也专门提了要让平台企业和平台内的经营者、劳动者共赢发展，说明白点，官方也看到了贝壳这种赢家通吃、赢家更赢的苗头，只是这话说起来容易，平台自己有没有动力真让利，是另一回事。存量博弈这个词听着冷酷，可它至少还承认牌桌上的玩家继续玩下去，agent入口这件事一旦真的成了气候，可能连牌桌本身还在不在都不好说。

前阵子给一个客户做agent系统的安全审计，第一步照例先问一句，你们现在跑着多少个agent、各自挂着什么权限。对方想了半天答不上来，去查了才发现，光是过去半年测试环境里临时建的agent账号，就有小两百个没人管，权限比正式账号还宽，因为图省事直接复制了管理员的配置。这不是这一家公司的特例，行业调研说超过一成半的企业根本不追踪自己有多少个AI相关的身份在跑，agent自己还能再派生新的agent，这个数字只会越滚越大。这行以前审计的重点是人的权限有没有管住，现在真正的窟窿，是那些没人认领、自己会繁殖的机器身份。

有个客户执着地要求所有场景都上最新最贵的旗舰模型，说这样才够聪明。我把他们过去一个月的调用日志拉出来看，八成以上的请求其实是分类、抽取、简单判断这类活儿，换一个几十亿参数的小模型跑，准确率几乎没差，成本却是零头。这半年整个行业都在悄悄做这件事，把大部分日常调用挪给便宜的小模型，只留一小撮真正模糊复杂的场景才升级到旗舰模型去处理。真正决定一个agent系统好不好用的，早就不是挂在发布会上那个最强模型，是这套分流的逻辑设计得细不细。旗舰模型这几年降价降得挺猛，可账单该涨还是涨，因为省下来的钱全砸进了调用量本身的暴涨里。