持续观察已 AI Native 公司的不变结构——它们的形态、账本、估值,以及支撑它们的 harness、agent 架构与相变机制。本页以一组研究三件套与两册配套手册开篇,下分五个专区:预印本论文、产业洞察、演讲内容、开放麦内容、AI 产品拆解,把从一线实践与前沿模型中提炼的研究产出公开发布,推动行业认知。
围绕 AI 办公 Agent 的三篇长研究,构成一个完整论证:卷一回答「Agent 如何越来越会工作」——委派与进化是乘数关系;卷二补上需求侧的量具——人愿意让渡多少,以及为什么产品原子应该是任务而非岗位;卷三指出前两卷共同缺失的那一层——权限、记忆、预算与学习必须共用一条边界,并对前作作出三处修订。三篇可独立阅读,合起来是一条从产业框架到架构判据的完整链路。
过去十年,AI办公的主线是让人工作得更高效;未来十年,主线转向让 Agent 承担越来越多的工作,并在工作中不断进化。本报告论证两条主线是乘数关系而非并列卖点:委派回答"敢不敢交给它",进化回答"它会不会变强",任何一项为零则生产力为零。核心构件包括——委派单位沿 Task → Workflow → Work → Role 上移;进化甜点区 τ < d < c 加四项过滤;Evals 三层作为横跨两个回路的唯一共享基础设施;Work Experience Base 六层(含 Reflection)取代 Knowledge Base;快回路与慢回路的复利结构;以及 Control Plane 作为纵向治理平面——Delegation = f(Trust, Governance, Reliability, Permission)。最后收口于唯一的导数指标 Learning Velocity:它是区分"已经很好的产品"与"会越来越好的公司"的那个量。
卷一给出框架,卷二与卷三各补一处它没能回答的问题:需求侧的意愿刻度,以及权限与学习的边界单位。
完整复述斯坦福《Future of Work with AI Agents》:1,500 名从业者 × 104 职业 × 844 项任务、人类能动性量表 H1–H5、意愿—能力四区间与全部关键数据(读完不需再打开论文)。据此提出双边界模型——真实委派 = min(能力上限, 意愿上限),并给出 Skill 的十二字段物料清单。全篇最刺眼的一个数:意愿与能力的相关系数仅 ρ = 0.17,我们造得出来的和人们想要的几乎无关。
补上 · 需求侧的量具 阅读全文 →2026 上半年,Anthropic、Microsoft、Google 从三条完全不同的路径同时抵达同一结论:AI Agent 必须有自己的身份,而不是借用某个人的。本文论证这次换根的新边界叫「隔舱」(compartment)——权限、记忆、预算、学习共用一条线,给出六条可检验的原语、换根的四个代价(隔舱内越权、记忆投毒、可移植性、注入放大),以及中国办公 Agent 的位置与三条可行路径。本文对前两卷提出的三处修订已直接并入卷一 v3.1 与卷二 v1.3 的正文——其中最重要的一条:此前判定为无解的「样本密度 vs 数据隔离」,降级为架构选择题。
补上 · 权限与学习的边界 阅读全文 →三件套是研究,两册手册是落地:一册给企业组织,一册给售前现场。不含产品操作,只处理三件套推导出来的组织动作与现场判断。两册均已随卷三同步更新——新增身份与边界的选型问法、可移植性条款,并修正了一处此前对「跨员工聚合」的错误归因。
采购一个办公 Agent 是一天的事,让它产生价值是一年的事——差距不在产品,在任务分配、岗位定义、绩效口径、责任归属与能力养成。全书按四层组织:任务 → 角色 → 制度 → 能力,并指出多数企业只做了第一层就宣布转型完成,而制度层才是胜负手。含意愿测量四步、JD 改写模板、三份必改文件、组织就绪度自评(十二问 · 两个否决项)、十二个月路线图与按角色划分的阻力地图。
面向 · 分管高管 · HRD · 数字化负责人 阅读全文 →出向与回向是同一条回路的两个方向。出向的方法论只有一条——产品能力 → 岗位任务 → 可验收结果,一层都不能跳;配按七种角色分发价值的对照表、演示三原则(演任务、演失败与恢复、演资产沉淀)、证据四级与标准 POC 包。回向给出十分钟可写完的信号回传模板与产品迭代三步。一条贯穿的判断:客户信任的不是你说了多少能做,而是你敢说哪些不能做。
面向 · 售前 SE · 客户成功 · 生态伙伴 阅读全文 →面向 AI Native 公司形态学的理论工作论文系列——从饱和解耦定理出发,重建公司价值、估值与组织结构的分析框架。三篇论文相互衔接、可证伪,均以独立研究者身份撰写并按 SSRN 政策附 AI 使用声明。
识别并刻画一类增长模型中此前未被注意的结构性质:当积累因子(资本 / 知识库)可无界增长,但价值产出只经由一个有界饱和映射进入利润时,公司价值对任意正贴现率都是有限的,且该有限性与积累增速无关。主定理给出价值天花板 V ≤ π̄/ρ、两个 Laplace 终 / 初值定理的经济化身,以及一个与标准 AK 内生增长相反、可证伪的判据;并证明饱和解耦在最优控制下依然成立(价值上限不因公司是否优化而改变),配以 Amdahl 型微观基础与可反驳的计量设定。
在论文 I 的饱和解耦定理之上处理估值问题:当公司价值来自未实现的饱和余量(覆盖度 xₜ 与其天花板 x̄ 之间的差集)而非当期现金流时,应如何估值?核心结论是一个错误设定成本定理——任何不显式建模覆盖路径的估值都会系统性低估这类公司,低估幅度随距饱和的距离单调递增;而正确设定的路径预测估值可精确还原真实价值。低估源于锚定而非贴现。文中定义 FACE 估值(锚定于净值积累 𝒩),并从“执行指数积累、变现受 Amdahl 天花板与带宽约束”的双速率系统闭式推导出价值—现金流领先滞后 Δ。
提出并论证一个命题:AI 原生公司不是被 AI 改良的传统公司,而是需要新分析范畴的新物种——“新物种”不作为前提,而是由两个已完成的理论结果推导出的结论。传统公司理论隐含四条公理(价值随积累单调增长、资产负债表单向、价值=现金流现值、边际成本为正且难归因);论文 I 的饱和解耦改写公理 1,论文 II 的逆资产负债表动力学、价值领先现金流、边际成本坍缩分别改写公理 2·3·4。关键在于这四处改写相互咬合、不可约为旧框架的参数极限,因而需要一个新的分析对象。本文诚实定位为研究纲领(待填充的框架),并列出其开放问题与边界。
高价值任务的厚度,是前沿天花板与便宜模型够用阈值 τ 之间的差集——而这条带正被两头同时挤压。本文建模这场「开辟速度 vs 阈值上移」的赛跑,论证前沿模型的护城河是流速而非存量,并用 2026·6 公开数据做实证。
阅读全文 →关于 AI Native 形态、NMBS 账本、FACE 估值、Context Engineering 或 agent 边界设计的新研究——持续更新中。
敬请期待当 AI 从 Copilot 跨入 Agent,能力被打成水电,价值被两个约束卡住:真瓶颈是带宽(阿姆达尔),新瓶颈是品味。本文用 Anthropic 公开数据(代码 80%+ AI 写、产出 8×、决策优于人 51%→64%)论证:稀缺的不是会判断,而是把判断沉淀成 eval / guardrail 这类会复利的资产——并以 NMBS 账本与 FACE 估值收口。
阅读全文 →同一命题的易懂入门版,写给 AI 时代的女企业家。六章张力线(破·解·势·术·道·归)+ 百度产业实证 + 零门槛实操:从“判断权”出发,论证 AI 接管执行越多,判断与关系越值钱;企业成功的内核永远是人自己,组织创新其次。含可照抄的提示词与社交分享卡。
阅读全文 →当模型能力逼近 Fable 5 这一代,agent 的 harness(脚手架)是会被稀释、还是更不可或缺?这篇洞察拆解两类 harness 的不同命运:补能力的脚手架在变薄,而强约束 / 强信任的脚手架反而随模型变强而更关键。
阅读全文 →张江 AI 创新小镇 bar(AI, O₂) 开放麦——把前沿模型与 agent 架构的一手观察搬上舞台,持续更新中。
敬请期待对前沿 AI 产品做工程层的深度拆解与横向对比——不是评测打分,而是把架构、信任层、可复现设计、部署 ROI 与演进趋势逐维拆开,所有结论按 STORM 方法核对,标注实证或逻辑状态。点击卡片可就地展开完整报告,亦可全屏打开或复制链接对外分享。本区同时收录工程技术长文——带可复跑实验、如实标注未验证项。
逐层拆解六款科研 Agent——Claude Science、Google 的 Co-Scientist 与 ScientistOne、两个西方开源版(synthetic-sciences / ai4s-research)、和上海 AI Lab 的 InternAgentS。核心发现:六家多数层趋同,真正分野只在两处——推理是否出域(主权)与信任靠独立校验还是空口无凭(可采信)。而 Google 的 ScientistOne 用 0/337 幻觉引用把竞赛从能力改写为完整性。含六产品架构总览、权衡前沿、平替判定、ROI、演进主线、开源三家路线,并落到科学家的价值重估。每条结论按 STORM 核对、挂实证锚点(✔/⊢/⚠)。
校验闭环会让模型变窄,这已是 RLVR 领域的热门议题——主流解释是 diversity collapse(优化把概率质量集中)。本文指出第二条独立的通道:校验器的覆盖缺口被写进生成约束,系统于是学会绕开难核验的,而不是错的。两者表征相同、成因不同,熵正则对后者无效。麻烦在于两种情况下拦截率都在降,单看这个指标分不出进步与逃避。附 A/B 实验:把「无法核验」等同于「错误」,可达空间损失 50%——而丢掉它的那一组,指标反而更好看。含对照条件(剔除难核验样本后不再收窄),校验用真实 arXiv / CrossRef / OpenAlex。文末如实列出未验证项。