今天看了罗永浩的十字路口，李想今天又来了，分享了一些观点，让我觉得很有启发，我这边关注的还是很多是跟ai相关。
目前AI的一些感受
AI目前就是生产力和劳动力，对大家就是提高效率
其实我这边在高度使用claude，codex，openclaw和hermes其实都有使用尝试，也去看了openclaw的agent代码和hermes里面的源码，还有目前在写代码过程中一些体验感受，其实就是提高了效率，还没有带来更多的需求。AI是需要在一个生产环境里面给大家反馈的，一些小白写的代码其实就是自娱自乐是可以的，但是无法大规模的部署运用。今天有很多情绪在被传导，大家都被AI所焦虑，其实就应该深度的去使用，程序员就应该去了解这些技术的实现和原理，毛选里面说的没有调查就没有发言权，实事求是。
李想里面提到的ai现在有两个分支，一个是泛化信息工具，一个是agent。在他们团队，token无限量使用，他跟团队前20token消耗量的人聊了一些东西，提出的三个问题我觉得很有意思：
工作协同
目前AI工作都是满足于个人，没有一个满足于团队的协作工具。这个协作工具我也没有关注到，我的一个想法是产品，研发，营销都是在同一个仓库里，按照业务来划分，然后基于的东西都在这个仓库里面，不管是prd文档，还是代码，以及seo相关的东西。
数据获取
我们现在做的东西都是满足于人类，是二维的。但是agent是可以读取多维的，那我们的数据要怎么管理，李想觉得就是直接存放到数据库里面，数据库是四维的。
工作价值的衡量
AI时代怎么来衡量工作价值，这个他们是一个商分带着几个校招生去做几个问题的研究，然后通过AI做了可行性的demo，复现了claude的cowork，后面再把这个交给专业的团队去做。
这里面他提到公司里面用token最多的一群人非常孤独，AI是一个放大器，很多东西没办法藏，因为他们的能力放大了十倍或者百倍，但是很多人没有跟上他们的脚本，就会觉得很难沟通，今天我也遇到了这样的情况，就是在做项目，大家对于agent的认知是不一样的，很多基本的概念和逻辑没有理解清楚，在工作协同的时候就会出现很多问题。
个人公司的可行性
播客中提到了OPC，觉得一人公司能行的可能性非常小，如果是一个三五人团队，或者十人团队，他们觉得做到超大公司是有可能的。在这里面他们说的一个人构建一个稳定的生产环境非常难。我也深有体会。他还提了一个建议，就是现在AI公司不要裁员，因为之前定义的好的员工标准不一定在这个时代适用，以前表达不好的人，在抢夺资源会吃亏，但是面对agent，用好AI，就可以上层到一个新的高度。
系统AGENT框架的理解
这里面李想根据车，确定了五个需求：
- 泛化任务的处理
- 泛化信息需求
- 精确控制
- 必要信息的记录
- 个性化
这五个需求，第一个可以通过agent来做，第二个他觉得没有必要使用agent来做，因为既消耗token，也浪费了很多时间，因为有些就是很简单的需求，比如获取下天气或者当前时间，第三个是利用知识图谱的技术来实现，第四个是使用RAG技术来做。
我觉得很有感触的一个是确实很多需求不一定非要使用agent，而是需要搭建他说的这样一种框架，简单任务就chatbot就可以完成。还有这里面他提到现在llm的记忆的定义是一个糟糕的定义，就是生成了一些markdown文件，管理起来很麻烦，agent to c的用户就是看需求，而不需要记忆，是需要一个好的记录。
SAAS公司的转型
罗永浩提出的现在写代码的成本很低，有没有需要把公司使用的一些内部软件自己定制化或者实现。李想觉得还是需要放到业务价值流里面，没有必要去做一个自嗨的系统。他觉得saas公司转型的一个机会是做最顶级的数仓。我的理解目前虽然写代码的成本很低，但是我觉得一个软件的不是说堆代码就一定能实现的更好，从我自己觉得架构非常重要，尤其是这么大型的软件，一定在很多问题上踩过坑，这些踩过坑其实也算一种壁垒。
AGENT能力的评估
理想公司是做了一次组织架构调整，其中分了五个团队，里面有个评估团队，播客里面提到目前做AI评估最好的是校招生，现在评估的是能力，以前评估的是功能。这点我在做开发的时候，觉得AI产品没办法做到像以前一样从0到1，应该有个打分系统或者评估系统，我们现在每次做的时候还是出现针对某个特例一直盯着不放，没有评估体系。
这期播客还是学到了很多，有一些在AI上的认知我的感受是相同的。