WRITING / BLOG
关于 AI 产品、测试与真实使用的长期记录。
这里不追求日更。我会记下一个产品判断如何形成、被什么证据改变，以及下一次可以复用的方法。
PAGE 13 / 本页首篇2026 年 9 月 7 日
Agent 用得更多，不等于研究变快
OpenAI 公布研究组织中的 Agent 使用、实验和安全限制数据，产品团队该如何把“加速”拆成可验证任务、人工介入和安全约束。
阅读全文ALL NOTES / 全部文章06 NOTES
Agent 做出的证明，为什么还需要第二个机器来相信
Anthropic 用 Claude 在 11 天内把费马大定理形式化为 Lean 证明，真正可复用的产品启示不是模型会做数学，而是把探索结果交给独立验证器、状态图和可重放产物。
模型更安全之后，监控为什么反而更难
从 GPT‑6 Astra 的系统卡出发，拆开模型行为安全与监控可见性之间的张力，给出 Agent 产品上线时可执行的双轨评测方法。
模型升级不是换一个 ID，而是重签一次 Agent 运行契约
Claude Fable 5.1 对工具选择、思维块和进度事件的约束提醒我们：长程 Agent 的模型升级，必须把状态兼容、事件协议、回退和评测一起发布。
当每个人都能做出原型，产品团队该把关口放在哪里
原型变得廉价后，真正稀缺的不是点子或开发时间，而是把一个可运行演示筛成值得投入的产品决策的机制。
当模型触及临界能力，发布不能只剩一个开关
从 OpenAI 对 Astra 的分级与保障措施出发，讨论高能力 Agent 如何把能力证据、访问范围、运行时控制和回退机制写成同一份发布契约。