https://www.candobear.com/detail/l_6a93a904e4b0694c35435bf4/4阅读路径:这是「loop」这条线的完整版,比 9 月 4 日那场(agent 元技能)更系统、也更私人。第二组是全场的地基——为什么过去人人知道 PDCA 却走不完闭环,他给了一个非常硬的解释(人脑算力扛不住中间环节)。第三、四组是三个行业的具体 loop(做产品、教孩子、做投资)和一套机制设计。第五组是全场最反直觉的一段:全 agent 驱动的内容就是 slop,就该免费。
一句话结论:复利的前提是闭环,而过去闭环走不完的根本原因是「中间的加工环节要烧掉大量前沿智能,而人脑没那么多算力」;Agent 把这一段卸载掉之后,瓶颈从执行移到了 idea、判断和品味——所以判断力不能再当口号喊,它必须被建成一套基础设施:信息进来能走完 loop,概念缺口能被捕获,判断能立刻下注验证。
他先否定了一种常见的自我安慰:「人人都知道 AI、都用过豆包 DeepSeek,好像我们进入了 AI 时代。」他借《黑客帝国》的红蓝药丸,造了一个词 AI Pill——不是「你用不用 AI」,而是「AI 有没有入心入脑入魂、有没有被当成战略级投资」。
2025 年他的分水岭是「三家 20 美金会员加起来超过 60 美金」;2026 年他换成了更硬的:
| 年份 | 分水岭 | 为什么换 |
|---|---|---|
| 2025 | 订阅费 > 60 美金/月 | 那时订阅是主要门槛 |
| 2026 | 累计消耗前沿模型 token 量:100 亿 / 300 亿 / 1000 亿 | 「用落地实践、做中学来衡量」,订阅只是付钱,token 才是真干了活 |
他把英文媒体里的一组词搬了过来,用来说明「同样说自己在用 AI,差别可以有多大」:
| 词 | 含义 | 对应的个人版本 |
|---|---|---|
| Frontier model | 前沿模型(少数几家能做) | — |
| Frontier AI lab | 做前沿模型的实验室 | — |
| Frontier Deployment Engineer | 新兴岗位:把前沿 agent 实践部署进企业 | — |
| Frontier enterprise | 被前沿 AI 重写过的企业 | Frontier individual / Frontier family |
他的重点在最后一行:有的家庭用 AI 拍照搜题,有的家庭用 agent 驱动整套学习系统——「都知道 AI 这个词,但完全不是一类」。
他自陈:按 API 价折算,自己消耗的 token 值三万多美金,实际只付了每月三四百美金订阅费。「每花 200 美金,换来一万美金左右的 token。」这是他把「该不该多花钱」这个问题直接算清的方式。
这段是在给「为什么要 all in」提供度量。他不用「趋势」「风口」这类词,而是给了一个可自查的量:你烧了多少前沿 token。这个指标的好处是它无法自欺——付了钱不等于用了,用了才产生 token。
你有现成的度量口子但没在量:~/.agent-autoloop/logs/ 里有每次任务的记录,但没统计过 token 或时长。按他的口径,你该有一个「本周消耗 / 本周产出」的对照——不是为省钱,是为判断「哪些活其实是我自己在空转」。更实际的一条:你现在重活都在本地跑(转写、渲染、抓取),token 消耗很低,说明你的瓶颈还没到「买更多额度」,而是「把 loop 建起来」。
他先把「1.01 的 365 次方 = 38.7」这个鸡汤公式拆开:复利的本质是走完 365 个周期。而绝大多数人走不完,原因不在意志,在结构:
「你过去做任何一件事,要想实现闭环——把一个问题转化成思考、转化成判断、转化成洞见、转化成行动——中间要消耗无数的 Fable 5 级别的 token,而我们脑子的注意力资源是有限的。」
他给了两个具体到不能再具体的例子:
| 阶段 | 瓶颈在哪 | 表现 |
|---|---|---|
| Agent 之前 | 执行 + 加工 | 立项、讨论、协调、写、改、查——每个环节都是卡点,层层过滤、层层遗漏 |
| Agent 之后 | idea / 判断 / 品味 | 代码不值钱了(「我从来不看这里面的代码」),build 不再是瓶颈 |
他的原话是「它改变了 80 亿人做知识工作这件事的瓶颈」。这句话的分量在于:不是「效率提高」,是瓶颈换位置——所以原来有效的努力方式(多做事、做快一点)现在收益递减,而原来被当成虚的东西(判断、品味、idea)变成了唯一的稀缺项。
他现场展示了自己一个月的 issue 记录:300 个 issue。每一个的流程都一样:
他举了两个真实例子:中午想到把「尤利西斯之神」的阅读理念做成产品功能,几次对话就从想法变成可展示的功能;早上学员反馈 365 挑战改版导致阅读失效,他截图 → 写 issue → 讨论 → 执行 → 复核 → 回填,issue 304 关闭。
这一组是全场理论密度最高的部分,但它没有停在「PDCA 很重要」。它回答的是一个更狠的问题:为什么过去大家都知道却做不到。答案是资源约束——闭环中间那一段需要大量智能加工,人脑供不上。这个解释一旦成立,「Agent 为什么是范式变化」就不用再论证了。
你的 tasks.md 现在是「待办清单」,不是「loop 容器」——它没有「方案讨论 → 执行 → 复核 → 回填」这四段。这是一个可以马上改的结构问题:给每条任务加三个字段(方案 / 验收标准 / 结果回填),它就变成了 issue。今天的两场深蒸馏其实都是完整 loop,但记录只留在对话里,没回填成可检索的东西——这正是他说的「你脑子记不住,要靠系统」。
他把「agent 驱动学习系统」拆得很具体:发现一道错题 → 补充 context(你为什么不会、卡在哪,自然语言随便说)→ 顶级模型分析原因 → 设计针对性的小卷 → 批改 → 分析这一轮错因 → 设计第二轮 → 第三轮、第四轮,直到掌握。
对照传统路径,他给了一个很重的判断:「以前是层层过滤、层层筛选,知识不断遗漏,留存率特别低。学了十几二十年,基础的漏洞跟筛子一样。」区别不在老师水平,在于有没有闭环——传统模式里,错题就是错题,永远没人回去补。
他的打法很反常识:从行动端切入。
「我听说一个东西叫比特币,这玩意儿是什么?不知道,那就先买一个。」
再举一个真实例子:某天晚上看到「癌症疫苗研发出来了」,不知道 Moderna、默克是什么,先各买一股。买了之后,这个 loop 就启动了——你会去读文章、会去查 mRNA、会去关注后续。他还举了黄仁勋发布会后存储架构变化、三星海力士暴涨的例子:一条新闻 → 一个判断 → 一次下注,回报可能是「过去一辈子赚不到的钱」。
他自陈喜欢跟人打赌:「一家人路过一个餐馆,我就打赌这个餐馆能不能活过六个月。」原因是——判断如果不落到一个有代价的结果上,就不会被校准。这也是他说的「大决策的练习藏在日常小判断里」。
| Loop 入口 | 怎么启动 | 适合谁 |
|---|---|---|
| 信息端 | 看到一篇好文章 → 精读 → 提炼概念 → 形成判断 | 已有阅读习惯的人 |
| 判断端 | 看到一个现象 → 先下注(打赌/买入) → 再补信息 | 决策者、投资者 |
| 行动端 | 先做一件小事 → 从结果反推 → 补认知 | 拖延型、完美主义 |
这三个例子说明同一件事:loop 可以从任何一端切入。他强调「任何一个环节都可以切入」——洗碗时有个 idea 就从 plan 切,看到 bug 就从执行切,读到一篇文章就从信息切。重要的不是入口,是走完。
你其实已经在做「先下注」这件事,只是没意识到:你的持仓和晨报里的关注标的,就是你的下注。缺的是回填——每次判断(比如「这只票会跌破 MA20」)之后,没有记录「我当时为什么这么判断、后来对没对」。这正好是 loop 缺的那一环。
具体做法:在 reports/ 旁边加一个 calls.md,一行一条:日期、标的、判断、依据、验证日期、结果。三个月后你会得到一份自己的判断准确率——这是任何模型都给不了你的资产。
他很坦白:「你不要觉得我是什么样的尤利西斯,我的意志力跟肌肉一样强健,所以我能够抵抗一切抖音短视频的诱惑——这个是不可能的。」所以他做产品时的核心不是「内容好不好」,而是机制:契约、节奏、自动化数据同步、社区与团队。
他做了两层:
| 层 | 形态 | 门槛 | 目的 |
|---|---|---|---|
| 长期 | 365 天挑战:每天至少读 1 分钟,平均每天一番茄(约 180 小时/年) | 极低(微信读书要 300+ 小时) | 养成习惯 |
| 短期 | 7 天精读计划(如「agent 原生开发」14 课,每天两篇) | 一个番茄/天 | 短期反馈 |
他自己是第一个用户:「我今天读了 16 分钟」「7 月 1 日上线以来我每天不断,69 个小时」。他承认如果没有这套机制,「我也不会每天花半小时读最高质量的文章」。
这是全场最可操作的一段。他给的定义是:成年人应该像学生发现错题一样,发现自己的概念缺口。
流程固定四步:
他给了一个量:「每天 10 个概念,一年 3650 个,不知不觉上万个概念。」这就是他说的 0.01 的复利在认知上的形态。
他讲了内参的真实 SOP:上百个信息源、几百条信息 → agent skill 判断第一轮 → 他判断第二轮 → 早上再精选一轮 → 每天只出几十篇;此外还有 1.7 万条存量要挖。
这一段回答的是「机制怎么落地」。他没有讲道理,而是给了一个可抄的结构:长期挑战(习惯)+ 短期计划(反馈)+ 概念 loop(认知沉淀)。三者叠加,才抵得住算法。
你的 kb/ 是「主题文档」,不是「概念库」——这是结构差异。他讲的概念 loop 要求每个概念一条、可被反复编辑,而你现在是每场讲座一条长文。可行的过渡:在 kb/ 下加 概念/ 目录,先做今天冒出来的五个——m3u8、HLS 签名时效、子代理(subagent)、fungible、loop。每个用 2W2H 四行写完,随手链回出处。这就是他说的「上万个概念」的第 1 天。
「如果它全部都是 AI 驱动的,那只能说它是一个 slop。」
他说这话是在解释内参为什么必须有他本人的两轮判断:AI 擅长第一轮粗筛(几百条 → 几十条),但在「判断、idea、创造力」上目前还替代不了人。「所以 ANA3 这个东西,如果它是一个全 agent 驱动的产品,那它就应该免费,根本不值得大家花钱订阅。」
他把错误用法说得很具体:「不是让你过去读五篇文章,现在一天读五百篇,每篇让 AI summarize 一下。」正确用法是让 agent 驱动那个 loop——帮你走完,而不是帮你吞下更多。
他还给了另一面:go slow to go fast。「你用更慢的方式,收获的效果反而更好。」对照的是那种「开发十个二十个软件、读十本二十本网文、题海战术永远没有头」的用法——那不是 loop,是线性堆积。
「Agent 绝对不是让你去更快、更省劲地做更多东西,而是让你围绕这个 loop 把工作流固化下来,在 loop 当中不断优化,每个环节都用 agent 赋能。」
这一段是全场唯一带「防滥用」性质的内容,而且是他自己产品的反面标准:如果一个内容产品去掉人的判断还成立,那它就不值钱。这个标准对他自己是个约束——他必须持续投入人工判断,否则产品就退化成 slop。
你现在的产出链里,有两处正在滑向 slop,值得警惕:
一是晨报的「消息面」——如果只是把抓到的标题塞进去,那就是 slop;有价值的是「这条为什么重要」那几句判断。 二是深蒸馏——如果只是把转写稿压缩成分段摘要,也是 slop。你今天看到的两篇之所以有内容,是因为每一段都写了「对你的实际应用」,而那是我的判断,不是原文的。
按他的标准,判断标准很简单:把人的判断拿掉,这份东西还成立吗?成立就是 slop,不成立才值钱。
| 这场里的什么 | 对应你手上的什么 | 具体怎么用 |
|---|---|---|
| token 账单即实践量 | logs/ 有记录但无统计 | 加「本周消耗/产出」对照,判断哪些活在空转 |
| 瓶颈从执行转到 idea/判断 | 你的活大多在「执行层」(抓取、渲染、发送) | 把时间挪到判断层:选标的、定规则、写结论 |
| issue 即 loop 容器(300/月) | tasks.md 是静态清单 | 每条加「方案/验收标准/结果回填」三字段 |
| 错题 loop 四轮 | 无对应 | —(可给孩子用,也可用于自己的错误复盘) |
| 先下注再研究(买一股启动 loop) | 持仓与关注标的=已在下注,无回填 | 建 reports/calls.md:判断/依据/验证日/结果 |
| 打赌校准判断力 | 无 | 每天对一个可验证的事下注(收盘价、事件) |
| 概念 loop(2W2H + 多轮重读) | kb/ 是主题长文,不是概念库 | 建 kb/概念/,先做 5 个:m3u8、HLS 签名、subagent、fungible、loop |
| 尤利西斯之神(机制先于意志) | 提醒靠 cron,习惯无机制 | 给「每天 10 概念」配一个可见进度,而不是靠自觉 |
| 全 agent 驱动 = slop | 晨报消息面、深蒸馏都有滑向摘要的风险 | 自检:拿掉人的判断,这份东西还成立吗 |
原文:howie.serious《agent 范式的判断力基建:从信息到判断力》,2026-08-31 直播,1 小时 58 分。本篇由录像转写(mlx-whisper large-v3-turbo,本地)为底稿,本场无文字稿。
本篇依据:3.16 万字转写全文逐段核对。1.01^365=38.7、300 个 issue/月、365 天/180 小时门槛、69 小时自读时长、1.7 万条存量、3000 篇 → 每年增 1 万篇、每天 10 概念/年 3650 等数字均照原文。转写中「尤利西斯」「ANA3/内参」等词有多种误识别,已按上下文统一。
更正与边界:第四、五组涉及他自家产品的机制与定价(内参、阅读挑战),含销售语境,请与判断部分分开读。第二组「瓶颈转移」是他的核心论断,成立前提是「模型能替代中间加工环节」——这个前提对人的判断力有要求,不是无条件成立。
定位:中文深蒸馏,不是译稿也不是逐字摘要。标「对你的实际应用」的部分是我的分析,与原文分开;引用原文处标「原文在说什么」。