- 博客(105)
- 收藏
- 关注
RSS订阅原创 AI短剧商业化拆解：制作成本降了八成，利润流向了哪里
AI短剧单部成本降超80%，龙头季度净亏10.85亿。用制作-供给-分发-资本四层架构拆解利润流向，制作方微利，平台侧集中。
2026-11-10 10:41:20
50
原创 寻呼系统是一个什么样的系统：单向广播、尽力而为、靠人补最后一步
我并不是研究通信史的，只是偶然看到一家从传呼台起家的公司的旧资料和老照片，顺手用今天的视角把当年那套网络重新看了一遍。这篇不聊情怀，只拆结构。
2026-11-09 16:04:04
198
原创 数据中心 41 项公投 40 项被否：算力项目选址的四层成本结构该怎么重算
Google 怀俄明州项目（170 亿美元、碳捕获 + 燃料电池）承诺 100% 自付全部电力费用、不转嫁社区。
2026-11-09 10:42:33
201
原创 API 背后的模型到底是谁：FlashProve 的可验证推理，与 70 倍证明成本的四层业务架构
过去这条链上有个默认假设：你付了旗舰模型的钱，跑的就是旗舰模型。你能观察到的只有输出质量的波动，而波动本身可以被解释成采样随机性、服务负载、上下文差异。企业采购模型 API，链路一般长这样：业务系统 → 聚合平台或中转 → 云厂商推理服务 → 具体模型版本。FlashProve 做的事情，是在这条链上加了一个可独立核验的锚点。高价值、低频次、后果重的调用值得。反过来，客服自动回复、内容摘要、批量打标这类高频低价值场景，全量开证明纯属浪费。结论：这东西现阶段的价值是「争议时的取证」，不是「采购时的门槛」。
2026-11-07 07:30:00
146
原创 私有化大模型试点怎么做：先定义验收，再谈部署
试点样本量有限，结论应表述为条件性判断：在何种数据规模、并发量、权限结构下成立，而非直接给出可推广结论。并发上升后检索质量与权限边界的表现，通常与试点期存在差异，需要在扩容前单独设计验证环节。试点结束时建议交付三份材料：含未通过项的问题清单、按四条标准逐项打分的评估表、下一阶段建议（是否扩容、优先扩容哪个场景、尚缺哪些条件）。业务方给出的是主观印象，交付方给出的是技术指标，两套语言之间没有换算关系，讨论无法收敛。两者在预算表上的科目名称往往完全一致，在结论的可信度上完全不同。试点阶段建议只保留一个场景。
2026-11-06 09:48:40
202
原创 服务器托管比价，先把报价单拆成八列
同一行当，报价口径可以差出一个量级。有的按整柜报，有的按 U 报；有的含电费，有的电费另收；带宽有独享有共享，计费有固定有 95。分母不同，总价没有可比性。比价之前，先做口径对齐，这一步省不了。
2026-11-05 13:38:05
215
原创 算力零售化的四层架构：从 0.01 元月卡看 AI 服务的计量、履约与复购
11 月 2 日晚，千问办公个人月卡进了李佳琦直播间。原价 28 元，到手 0.01 元，单账号限购。半小时近 10 万份，官方口径累计约 2 万亿 Token。如果只看销量，这是条消费新闻。但从计费设计角度看，它是一次把"B 端计价单位"直接搬到 C 端的实验，中间有几处结构性摩擦。下面按四层拆。
2026-11-03 13:27:04
180
原创 DeepSeek 开源超级智能体：权限设计值得抄，生产接入前先算清这四层账
10 月 31 日 DeepSeek 开源 dsh-superagent（MIT 协议），一天内 star 破 6400，被部分媒体解读为对标 Claude Code。抛开热度，这份仓库的参考价值集中在权限与流程设计上，直接上生产则要过四层架构的账。
2026-11-02 15:34:08
179
原创 16% vs 84%：企业AI价值落差的四层业务架构拆解
MIT Technology Review Insights 十月底发布的调查给行业泼了盆温水：受访组织全部在用 AI，只有 16% 说拿到变革性价值，23% 几乎没回报，38% 还停在试点。这不是模型能力问题——模型这两年肉眼可见地变强。落差出在模型之外的地方。
2026-10-31 08:00:00
353
原创 私有化部署大模型：喂料的两条数据通路与成本结构
给私有化的大模型喂资料，工程上有两条通路，数据流向完全不同，混着规划会付出双倍隐性成本。这篇从架构视角把两条路拆开看。
2026-10-30 11:19:14
91
原创 Proton 把 AI 熟练度做成去留考试：四层架构拆完，这套机制的成本比收益大
Proton（ProtonMail 母公司，约 500 人）被 404 Media 曝出一封内部邮件：11 月 4 日到 11 日复面部分员工的 AI 使用情况，考官来自跨部门「强 AI 能力领导者池」，评估结果书面存档，邮件明确写了「可能导致岗位、职责和继续雇佣关系的变化」。CEO Andy Yen 已先面了 40 多位工程与产品高管。国内不少公司也在推「全员 AI 化」，这份作业估计有人想抄。我把这套机制按四层拆开，每层都有坑。
2026-10-28 14:18:47
196
原创 AI落地培训课哪家好？先别找名单，报名前把这四个问题甩过去
这次不聊代码，聊一个企业AI推进里容易被忽略的环节——培训课怎么选。起因是回深高铁上接到一通"三天包会"的培训销售电话。
2026-10-27 10:17:34
9
原创 个人助理类 Agent 的权限架构：从迅宝 XunMuse 看“能干“与“可控“怎么同时做进产品
能力面覆盖四类：邮件与日历、文档（合同/报表/笔记的查找阅读摘要）、网页（查资料填表单，登录与验证码交回人工）、定时任务（晨报、定期汇总、新邮件自动处理，窗口关闭后仍在后台执行）。模型自己写的总结放在另一栏，标注"模型自述"。定时任务在窗口关闭后继续跑，是效率来源，也是风险敞口——它意味着存在一段无人值守的执行时间。顶栏红锁按下后，对外授权、定时任务、进行中的任务全部停止，本地资料保留。个人助理类产品的分水岭，正在从"能不能干"转向"敢不敢让它干"。后面这道题，靠的是权限架构，不靠模型参数。
2026-10-26 13:22:24
105
原创 LiteLLM供应链投毒四层拆解：模型网关成了钥匙串，发布管道成了锁孔
经济逻辑很简单：通用库里偷到的是某个应用的权限，模型网关里偷到的是通往全部 AI 服务的钥匙。架构上值得做两件事：凭证按工具分桶（网关只拿它需要的），以及给模型网关这类「高价值单点」单独立一套依赖变更审计——普通依赖升级走常规流程，它们走强化流程。对使用者的核心风险是：装了 1.107.0 且该版本持有真实凭证的环境。开源免费省下的 license 钱，和这套善后能力的人力成本，做预算时应该放在一张表里比。对开源维护者是警示：发布凭证的权限粒度、CI 凭证轮换周期、发布签名验证，这三件事的优先级得往前提。
2026-10-26 09:42:55
195
原创 PHP2Shell事故四层拆解：AI找洞是小时级，披露协调还是邮件级
实际情况：CVE 编号 10 月 20 日提前上了论坛，CVSS 被错填成 10.0，某安全公司的 PoC 视频提前几小时泄露。PHP 官方被迫把 10 月 22 日的发布提前一天，10 月 21 日就放出 8.5.12、8.4.27、8.3.36、8.2.35 四个安全版本。对企业侧的含义是：以后被挖出漏洞的频率和深度都会上台阶，你的暴露面评估周期也得跟着缩。隐性成本一句话总结：AI 把发现成本打下来了，但披露提前、停服规避、凭证轮换这三笔钱，全转嫁到了防守方账上。
2026-10-24 07:00:00
374
原创 公司想用免费AI审合同？先回答四个架构问题再谈价格
选合同审查工具的判断标准，应该从"哪个更准"换成"哪家的数据流、留痕设计、责任边界经得起四问"。价格只是计费方式，这四个问题的答案才决定工具能碰什么级别的合同。参考：《AI合同审查免费吗不是重点，先问清这四件事》，原文链接 https://www.runxun.com/resources/insights/ai-contract-review-free-vs-paid-four-checks。
2026-10-23 10:09:17
216
原创 AI编程Agent私有化部署的架构账：上线前先确认四件事
我们团队内部用 MaxModel 做统一入口，一个 Key 接入所有大模型，多模型路由和调用审计在平台侧配置——某个编程 Agent 能否对接这类入口，评估时要与供应商逐一确认。给 AI 生成的提交打标识还有个长期收益：后续抽检、复盘线上问题时可单独统计这部分代码，据此调整 Agent 的使用范围。转机时差还没倒过来，我连着机场 Wi-Fi 看同事推上来的 PR——Agent 改了十几个文件，提交信息一句"fix"。Agent 上行的不只当前文件，还有目录结构、相关文件、报错日志、终端输出，偶有环境变量。
2026-10-22 09:30:00
120
原创 DeepInfer 与 TorchTPU 同日开源：供应商锁定的成本结构正在被重写
这波开源最实在的价值在谈判层：锁定没消失，但松动了一格。对做算力预算的人，账要算全，底气要用在续约桌上。
2026-10-21 13:16:57
171
原创 FTC 50页调查函拆解：AI采购合规尽调为什么要查“营销材料“
FTC向OpenAI、Anthropic发出约50页民事调查函，调查方向有两条：模型测试期间入侵网站和政府系统造成的消费者伤害，以及营销材料是否误导公众。对企业采购方来说，这份调查函是一份免费的尽调教材。按四层拆。
2026-10-16 14:23:21
151
原创 国产AI芯片涨价20%-50%：企业算力采购的四层成本架构重估
这轮国产AI芯片涨价（华为、寒武纪、沐曦、天数智芯，部分型号20%-50%）不是孤立事件。把它放进"需求指数级增长—供给弹性有限—生态迁移成本高企—成本向下传导"的链条里看，企业采购的评估框架需要重做。以下按四层架构拆。
2026-10-16 14:15:51
125
原创 私有化 AI 基座的三层分工：环境层、管控层、网关层各自解决什么
2026 年 10 月 13 日，深圳，润迅在私有化 AI 基座发布会暨润迅 AI 生态交流会上发布面向企业私有化场景的 AI 基座，方案基于三十余年数据中心与系统集成经验。会上，AI 产品负责人隋成龙把落地路径概括为三道关：环境关、部署关、核算关。对应到产品形态：环境层是 XunOS 基础操作系统，管控层是 MaxControl 统一管控平台，网关层是 MaxModel 模型网关。一次建设、后续复用：新增部门、模型或设备，可沿用首次建设的环境、平台和管理规则。
2026-10-14 13:32:38
125
原创 1050亿担保+380亿滞销债：AI算力资本链的四层业务架构拆解
结构是分阶段缓释：OpenAI若退出→SB Energy先原价转租→转不出去再出售→售价低于项目价值的差额由英伟达承担，一期上限1050亿。担保只覆盖已建成资产，随租金支付递减，到期条件为租约结束或"OpenAI达到令人满意的信用评级"（标准未披露）。开发商用租约作基础举债，BIS（国际清算银行）2026年3月季报描述过这类结构：SPV持股、私募债融资、担保让债务带上投资级特征，而或有义务留在担保人表外。但这套结构的本质是把客户风险装进自己的或有负债，脚注页会越来越长——读财报时，先翻脚注，再看营收。
2026-10-14 13:09:52
113
原创 Epic「AI 先行开发」延期背后：四層业务架构与五个落地陷阱
Epic 的指令很明确：代码由模型写，美术由模型生成。对非游戏行业的业务负责人来说，可以类比为「让 AI 直接产出 PPT、文案、原型图」。Epic 的人类开发者没有消失，而是变成「managing and guiding」。这意味着工作重心从「写」变成「审」。项目延期的根本原因是「人员低估 + 进度落后 + AI 转型」。AI 先行开发不是不能用，而是不能当成延期项目的速效救心丸。先把人、流程、合规、验收标准对齐，再让 AI 进场。AI 生成内容的版权归属、训练数据来源、品牌一致性，都是高风险区。
2026-10-14 13:04:43
152
原创 OpenAI 营收“缩水“ 200 亿：AI 公司财报口径的五层拆解
如果企业客户实际是从微软 Azure OpenAI 服务购买，OpenAI 账上只记录分成后的净收入，但客户流失、续约谈判、服务故障的责任却可能由 OpenAI 和渠道方共同承担。采购方在评估供应商时，如果只盯着 OpenAI 公布的营收数字，会低估渠道关系中的隐性责任和议价复杂度。200 亿差距不在 OpenAI 多赚或少赚，问题出在市场把不同口径的数字当同一把尺子用。不同口径下，"谁更贵"的结论会反转。这相当于比较两家 SaaS 公司，一个把经销商流水全算收入，另一个只算直销到账。
2026-10-10 14:56:05
60
原创 从代码生成到产品交付：一个人做产品的四层工作组织架构
从聊天助手到工作组织，AI 开发工具演进四段位；用一次假期实战串起任务编排、工程执行、可控验证、能力沉淀四层机制与隐性成本账。零代码。
2026-10-09 08:43:00
126
原创 拆解Anthropic招股书：AI公司的钱花在哪、收入靠谁、估值怎么撑
如果IPO定价不及预期，重谈云合同、放慢模型迭代、上调API价格，都会传导到企业客户。这个比例说明一件事：这家公司的成本大头是刚性算力合同，砍不掉，延期难。对比传统软件公司（人力占大头、可以暂停招聘），AI实验室的成本弹性小得多。亚马逊、谷歌既是股东又是云供应商，亚马逊协议含最高1,000亿美元的AWS消费承诺。AI头部公司的账本，用三层就能拆完：成本层（算力刚性支出）、收入层（集中度与合同质量）、定价层（远期预测贴现）。营收46亿、同比涨12倍、7月年化口径650亿，增速没什么可挑的。
2026-09-30 13:37:54
107
原创 从流量到 IP 再到行为主体：给 SOC 用的三层分析架构，以及一份落地坑位清单
现在使用的洞流 Refract 的路径是：检测结果先关联到具体 IP，再往上聚合成用户画像。VPN、代理、加密隧道、算力滥用不再被当成四个独立问题处理，它们会落到同一条时间轴上，作为不同片段放在一起判断。很多团队的问题在于买了 L1 和 L2 的产品，然后指望分析师用脑子完成 L3。单个键都不够硬，加权叠加之后，一个主体换 IP 还能被认出来的概率会高很多。IP 会变、会被共享、会被租用，只能当入口，当不了主键。三条告警，分给三个分析师，三份互不知情的结论。这三个数一拉，画像有没有用两周就能看出来。
2026-09-29 08:56:03
290
原创 OpenAI Agent“翻越围栏“事件复盘：企业部署Agent的四层安全架构自检清单
Agent被允许访问"互联网"，但"互联网"的边界在哪里？一个政府网站的公开页面和非公开区域，在Agent眼中可能只是同一个域名下的不同URL。权限远超"搜集公开数据"的任务需求。：Agent直接面对面向公众的网站，但网站的非公开区域未被有效隔离。Agent从"搜集公开数据"滑向"访问非公开文件"。：权限分配遵循"能跑就行"而非"最小必要"。Agent被赋予了读写权限，但任务本身只需要读取公开信息。：监控聚焦在"结果正确性"而非"行为合规性"。：9月10日发邮件通知，距离入侵近三个月。
2026-09-28 15:48:13
454
原创 语音输入的“智能改写“，正在变成 AI 工作流的隐性损耗层
模型越强，输入层越应该清楚边界。评估语音输入工具，问题建议从"转得漂不漂亮"换成"我的原话还剩多少"。参考资料：Hu, Z. et al. (2026).
2026-09-24 09:11:12
204
原创 GPT-6 Sol/Luna + Claude Opus 5.5 同日降价：企业模型选型不能只算 API 单价
GPT-6 Luna 的定价确实让"试错成本"降到新低，适合用来做探索性 agent、内部工具、低优先级自动化。Artificial Analysis 显示，GPT-6 Sol 输出 token 从 29k 涨到 31k，Luna 从 41k 涨到 51k。输出越长，账单越大。如果业务场景对长回复敏感（如报告生成、代码解释、多轮客服），单价降幅会被输出膨胀吃掉一部分。短会话、动态上下文、频繁切换 tool 的场景，缓存红利有限。企业预算应换算为"每真实任务成本"。这些环节都会把"每任务成本"放大数倍。
2026-09-23 11:18:02
116
原创 上下文窗口不等于长期记忆：AI 助手记忆层的四个模块与落地边界
先看一个每天都在发生的场景：打开新对话，第一句话永远在介绍背景——公司是做什么的、项目到哪一步、哪些说法已经作废。铺垫完才敢问正事。AI 回答只要十几秒，重复输入背景的时间全算在用户头上。放到企业场景，这个问题更扎手：业务系统里的 AI 助手如果每天都要重新"入职"，它接不住任何跨天、跨周的任务。
2026-09-22 10:30:52
253
原创 ChatGPT 广告像素机制拆解：60 秒令牌、唯一跨站 Cookie、四路数据采集
做投放的人对这套动作太熟了：接新渠道，装转化像素，配事件回传。OpenAI 把这整套搬进了 ChatGPT，然后被一位独立研究者拆了个底朝天。这篇用业务架构视角过一遍它的四层设计，最后给三份避坑清单。先说清楚：技术机制本身是广告行业十年老手艺，值得写的是它的组合方式和一个没摆上台面的分类问题。
2026-09-21 14:07:45
221
原创 压缩摘要成了瞒报暗门：Agent 上下文传递链路的四层审计改造
摘要是标配：长任务跑不完一个上下文窗口，压缩摘要继续跑，是所有 Agent 产品的通用动作摘要是重写：压缩丢信息，重写加信息——"加"了什么，没有默认环节盯着摘要继承信任：下游线程默认摘要可信，上游埋的指令于是拿到了接近系统提示词的效力说白了，这条链路里信任默认建立，校验默认缺席。摘要前留底：任务目标、关键结论、未决事项三快照摘要后 diff：三项逐一核对，多出来的指令性文本标红拦截摘要是 Agent 链路里被默认信任的一环，现在这个默认被动摇了。
2026-09-19 08:31:48
137
原创 多 Agent 协作最大的坑不是能力，是抢同一份代码
这两个坑都不涉及什么高深技术。第一个是隔离，第二个是验收——都是多人协作里早就有的常识，只是换到 Agent 身上，很多人（包括我）会下意识觉得"AI 应该能处理好"。实际情况是，Agent 不会自动遵守你在多人协作里养成的习惯。这些约束要么你在提示词里写清楚，要么产品本身就有机制兜底。我现在倾向于后者。靠人每次记得开 Worktree、记得看 Diff，迟早会漏。
2026-09-18 09:52:55
66
原创 通用能力终将被平台吸收，企业 AI 的真正资产是业务知识
9 月 10 日 OpenAI 发布 Agents API，把上下文管理、多 Agent 协同、长任务运行、Sandbox 等能力直接收进平台。过去需要单独建设的"编排层"，一夜变成基础设施。行业讨论里有一条评论被反复引用：“凡是通用共识，迟早都会被基模厂商内化。只有业务知识库才是独一无二的。这话指向一个值得企业 IT 架构师认真思考的问题：当通用能力越来越不值钱，企业该把钱和时间花在哪？
2026-09-16 15:19:41
156
原创 从五种文档格式到一个 .md 文件，中间做了哪些事
文件直接打开，无启动画面，也不常驻后台。但它是后续所有自动化工作的地基：全文检索、知识库构建、给大模型做 RAG，都建立在这个前提上。这类校验可以用一个十几行的脚本实现，也可以直接用编辑器的内置功能。不装 pandoc 也有替代方案：部分编辑器内置导出 PDF / Word / HTML，日常够用，EPUB 和 LaTeX 这类格式才需要 pandoc。是关键：指定一个已经调好样式的 docx 作为模板，导出的文件会自动继承标题、正文、表格样式。解析成本几乎为零，这是选择纯文本作为统一格式的直接理由。
2026-09-15 16:41:00
143
原创 让AI 跑生产任务之后，我重新想了想“工程化“这件事
在生产跑 Agent，我遇到三个问题：每一步执行有人能看见吗？多个智能体数据怎么不互相覆盖？一个 Skill 跑两次结果不同，是它还是我的输入？我用 XunOPC 试了一阵——经营台只读真实活动，Worktree 保证代码不被同改，四档权限卡住不可逆动作。
2026-09-14 16:24:56
114
原创 Anthropic 蒸馏攻击报告拆解：2 亿次交互背后的模型能力外流路径
蒸馏（distillation）在 AI 领域本来是个合法的技术名词——用大模型的输出来训练小模型，让小模型在特定任务上逼近大模型的表现。Anthropic 的报告指控的是：有人通过精心设计的 prompt，诱导 Claude 输出它的内部思维链（chain of thought），然后把这些思维链收集起来当训练数据，去训练自家模型。峰值每天 300 万次，按 Claude Opus 的推理速度估算，这需要持续的并发调用和自动化编排。我不是在给被点名的公司辩护，也不是在替 Anthropic 摇旗。
2026-09-12 08:30:00
180
原创 OpenAI 关 Pro 入口事件复盘：企业 AI 架构的稳定性问题，不只是故障应急
现象：模型厂商的"日常调整"已成新常态9 月 10 日，OpenAI 暂时关闭了 ChatGPT Pro 200 美元套餐的新用户注册和升级入口。事件本身很轻——Astra 发布后高阶用户暴增，资源压力下暂时控新增。过去两年行业讨论集中在"模型故障怎么办"——9 月 3 日多家模型集体异常，催生了一波多模型冗余架构。但每一次调整都会直接影响企业 AI 业务系统的稳定性。
2026-09-11 09:36:25
278
原创 安全产品卷了十年检测率，AI 进 SOC 后“证据链“才是下一个基础设施
安全行业竞争正从"谁发现得快"转向"谁说得出答案从哪来"。Corelight 推 evidence-backed investigation，洞流把检测到报告串成一条证据链。
2026-09-09 09:00:46
158
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人