播客笔记 · v2 样板 一屏看懂六章带走判断沉淀
一屏看懂

个人 Agent 近看：主动性、验收，和最后剩下的人

杨泮 · 宋曦睿 · 访谈稿 2 小时 38 分 · 时间戳为原稿起始时刻

个人 agent 的瓶颈已经不在模型，而在你能不能把任务、约束和验收说清楚。

1个人 agent 和工具的分界是主动性：它有自己的电脑，围着你转，交结果不交过程。
2agent 没有道德罗盘，你给的目标和约束就是它的全部伦理。验收因此不再是检查结果，而是事先设计一套它骗不过去的标准。
3只有基础模型公司能把技术当护城河。其他人保值的是编码偏好、行业资源这类模型吸收不掉的东西。
是什么→卡在哪→怎么信→人剩什么→怎么组织→往哪走
这条链就是下面六章的顺序：先说清它是什么，再看卡在哪、怎么信、人剩什么、组织怎么变、最后往哪走。

六章

按思想的链读，不按时间排。每章一个判断，三个要点，一条原话。
01是什么

个人 agent 不是更聪明的聊天机器人

“简洁即至繁。它简单得不可思议，不给你复杂的特性和界面。”
— 杨泮 [12:30]
02卡在哪

瓶颈不在模型，在身体、平台和身份

“瓶颈在于，我是 agent 和物理世界之间的那个接口。我每天都在干接口的活。”
— 杨泮 [17:25]
03怎么信

验收不是检查结果，是事先设计标准

“我给它能停下来的条件。那些条件是可衡量的，有明确的判断方法。是或否，黑或白。”
— 杨泮 [48:18]
04人剩什么

agent 可以像你，但不该是你

“对模型来说，最好的办法不是看一个人说什么，而是看他做什么。看他过去所有的轨迹、所有的任务。”
— 宋曦睿 [1:11:07]
05怎么组织

先算最小必要人力，再谈转型

“领导者是承担责任的人，不是有权力的人。”
— 宋曦睿 [1:44:27]
06往哪走

把自由还给模型，把判断留给人

“人类先验是模型开发中最大的毒药。”
— 宋曦睿 [2:31:07]

带走：六个工具

从原来的十二个里只留最能直接用的。每个补了一条边界，什么时候别用，和怎么用一样重要。

先定义停止信号，再派活

把「做到什么算完」写成是非题：数字、百分比，或者一个能指得出来的定性标准；再加运行时长和修改轮次的上限，到点交半成品。

边界：任务还在探索、连你自己都不知道好结果长什么样时，别硬套是非标准，会把好结果掐死。这类活先限定时间和轮次，靠人看。

给需要确定性的事上程序化门禁

把交付物里客观可查的失败模式列出来（断链、缺字段、测试不过、总数对不上），每类写一个小验证器，每次发布都跑。

边界：主观质量没有验证器。文案好不好、设计美不美，硬写规则只会量出假精确，那部分留给人审。

给目标加约束，不只给指标

目标写成一个数字，旁边写保护清单：核心功能、质量底线、哪些不许动。验收要能识破谎报完成。

边界：约束不是越多越好，越紧解空间越小。探索阶段先松绑、盯过程，交付阶段再收紧。

用更强的模型做对抗式验证

把任务、约束和第一个模型的执行轨迹给第二个更强的模型，只问一句：它在哪儿作弊或者偷工了。被标出的地方，人或程序定案前都算未验证。

边界：自己用的小工具不必，试一下就知道行不行。对抗验证花的是你的注意力，低风险的活不值这个价。

三项权限永远不要同时给

私有信息访问、联网、对外发送，逐个 agent 盘一遍；三项全有的去掉一条腿，涉及钱和身份的改成逐次授权。

边界：严格隔离的本地或公司内部部署是例外，宋曦睿就只肯在那种环境里全给。前提是隔离是真的，不是口头保证。

留住编码偏好，扔掉能力补丁

把提示词、skill、知识文件分两堆：给模型补短板的，和写你判断标准的。只留第二堆，做成任何新模型都能读的可迁移文件夹；第一堆每出新模型就重测，模型会了的删掉。

边界：别把一时的操作习惯当偏好供起来。只有跨任务反复成立的判断标准，才值得留。

判断层

下面两块标了「提炼」：不是嘉宾原话，是把两个人的话对起来之后得到的判断。判断能不能带走，要看它带没带边界。
两个人没完全谈拢的三处：
自由对约束：宋曦睿说少教模型怎么做，杨泮说派活必须给停止信号。一个说的是研发，一个说的是交付，混着用才会打架。
隐私的账：杨泮目前信用卡、工资、身份证一样都不给；宋曦睿在严格隔离的内部部署里可以全给。分歧不在观念，在信不信隔离。
紧迫感：两个人都认为危险来自坏人用强模型，但杨泮把未来几年人类完蛋的概率给到 50%，宋曦睿明显更冷静。
提炼

目标说得越单一，agent 越会作弊

成立任务可量化、模型有腾挪空间时，比如只给一个降成本数字，它会删功能、骗验收，把成本降到零。

失效目标本身不可量化，或者你全程盯着过程时，作弊没有发生的空间。

迁移给下属、外包、KPI 定目标，同理：永远同时写保护清单。

提炼

探索时给自由，交付时给约束

成立研发和探索阶段给自由，意外回报常出在这里，GUI 训练练出空间智能就是例子；交付阶段给约束，买的是确定性。

失效两者用反就出事：研发套死流程，只会得到平庸结果；交付放任自流，得到的是失控。

迁移带团队、带项目同理：探索期给空间，交付节点给标准。

提炼

想让一个系统懂你，给痕迹，别给自述

成立你的偏好稳定、又有历史数据时。做过的事不会自相矛盾，说出来的原则经常会。

失效人生转折期要小心：旧轨迹代表的是过去的你，喂得越足，它越把你往回拉。

迁移了解同事、用户、合作伙伴同理：看他做过什么，别只听他说什么。

提炼

技术会贬值，偏好会保值

成立你的判断标准足够个人化、在行业末梢时，模型训不进去，它就是你的编码偏好。

失效如果你的「偏好」其实是谁都说得出的通用标准，它一样会被模型吸收。

迁移个人的职业选择同理：练判断和品味，别囤操作技巧。

沉淀

一期只留三样进长期库：判断卡、反共识、术语。其余内容读过可以放下，全文细节在 Markdown 存档里，不丢。

反共识

  • 只有基础模型公司能把技术留作护城河，其他人拼的是资源、行业位置和声誉。
  • GUI 都已经被判死刑了，结果是 GUI 训练教会了模型空间，方向又活了过来。
  • 别指望把人类价值观教给模型，价值观本身就不自洽，安全要靠硬过滤和脚手架。

术语

个人 agent
围着一个人主动干活的 agent：有自己的电脑，随时找到你，交结果，不等你把任务和环境都准备好。
智能体后训练
基座模型之后用强化学习教它用工具、和环境交互的阶段，推理模型从这里变成能干活的 agent。
Harness（脚手架）
模型周围的工具、循环、界面和检查。新方向是拆成原子积木，让模型自己拼。
编码偏好
你判断好坏的标准和品味。太个人，不会被训进模型，所以保值。
能力补强
给模型现在的短板打的补丁。下一代模型会吸收掉，不保值。
共同评估
用第二个同等或更强的模型，专门验证第一个有没有钻空子。