核心要点
- 两跳触达 20 亿 token：Lindy 用递归 context bucket 组织上下文，并借鉴红黑树思路做成每节点 100 个子节点的自平衡"百叉树"——两次 LLM 调用即可访问 10000 个 bucket、每个约 20 万 token，这是"agent 对任何问题都记得清清楚楚"的技术根源。
- 默认跑在 DeepSeek 上：Lindy 当前全栈默认 DeepSeek，而不是 Claude；DeepSeek Flash 免费且约等于 Sonnet 4.6 的水平（略低），价格便宜 100 倍，"即使因缓存较差损失 2 倍，仍然便宜 50 倍"。
- 负毛利是刻意的：Teammate 让 Lindy 重回负毛利——用户扔过来的任务远比上一代个人助理复杂；Flo 说"我不喜欢负毛利，但我很平静，因为它非常短暂，而且你应该永远为下一代模型而造"。
- 缓存率从 85 掉到 65 就是两倍成本：他们为缓存率下跌设了告警，因为"系统任何一处改动都会打破缓存"；也因此得出反直觉结论——不要给子代理换更便宜的模型，缓存命中省 10 倍，除非新模型便宜 10 倍以上，否则不划算。
- 自我改进闭环一周降 8 倍错误率：上线自改进循环的第一周，错误率就下降了 8 倍；他还强烈推荐验证器（LLM-as-judge）作为最容易摘的果子——"哪怕只是问一句 are you sure，指标就会跳"。
- 薪资与内部推理支出将在 3~6 个月内交叉：Lindy 人数长期持平、产出三个月翻三倍，PR 数量和单个 PR 行数都涨了三倍，"我们已经不是 PR 审查者，是审查 PR 的机器的审查者"。
- 他主张封禁中国模型：理由包括蒸馏造成的不公平竞争、模型受制于 CCP 审查（问天安门会被拒答）、agent 化后等于让 CCP 运行美国经济的一部分，以及保护本土 AI 冠军；他坦承自己正因这个立场"被著名 VC 骂了 50 次"，而且自己公司经济上正依赖这些模型。
章节时间轴
- 3:04 Lindy Teammate 是什么 — 住在 Slack 里的 AI 员工，连接所有工具、积累全团队上下文；Flo 把单人 AI 与多人 AI 的差别比作"互相发邮件传文档"与"Google Docs"。
- 5:24 怎么 onboard：hydration 与知识图谱 — 爬完整个 Slack 建知识图谱，10 秒内出图；分个人层与工作区层，由"打盹"的记忆代理每 15 分钟维护一次。
- 10:47 怎么识别噪音 — 记忆代理有自己的元记忆，第一次爬 Slack 就学会忽略日志频道；会议被做成一等公民，因为"公司里每一件重要的事都有一个会议围绕着它"。
- 14:39 重写社交契约 — 关于历史数据里的敏感内容，团队内部曾激烈争论多层记忆气泡，最终落到"用 memory.md 里的提示词自己划红线"。
- 21:34 多人模式难在哪 — 难点是上下文管理，因为对 AI 员工的一致性预期远高于对聊天机器人；随后是验证器与自我改进闭环。
- 24:38 缓存、成本与 context bucket — 85% 的缓存率、负毛利的现实，以及从"动作返回太多 token"演化出的 context bucket 与递归压缩。
- 30:44 AVL 树、红黑树与百叉树 — 朴素实现会得到 O(N) 的俄罗斯套娃，于是改用自平衡树；选红黑树的思路是它把"平衡成本"算进去了，因为重建 bucket 会打破缓存。
- 33:50 企业到底有多少 token — 20 人团队含数年 Slack 历史大约消耗 3~500 万 token；真正让 token 暴涨的是会议；瓶颈往往不是 LLM 而是 Slack API 限流。
- 36:55 admin 权限与 PLG 的天花板 — 装 Slack 应用需要管理员权限，100 人以上就很难，"这就是 PLG 往上走会触顶的原因"。
- 38:27 Nathan 的自制方案与假设驱动检索 — 月度/年度压缩加 wiki，用"独特短语作针"回到原文；Flo 介绍 hypothesis-driven retrieval 及其反向做法。
- 41:33 记忆代理为什么要统一管理 — 记录每次查询、答案和跳数，打盹时重构自身记忆以减少高频问题的跳数，既是缓存也是图书管理员。
- 43:53 caveman 压缩与 TOON 格式 — 把文本改写成"原始人语"能省 20~30% token 且几乎无损，但文件太丑没上线；推荐用 TOON 替代 JSON 作为 agent 的数据格式。
- 46:12 拟人化与多智能体的误区 — Flo 认为人们因为过度拟人而建了远超最优数量的多智能体系统，"分工不是使用多个 agent 的好理由"，因为 agent 没有 24 小时限制。
- 48:29 用 git 解决并发冲突 — Lindy 的文件系统底层是 git 仓库，顺带白拿历史版本；供应商推荐 Mesa（agent 原生文件系统）、E2B（沙箱）、Browserbase。
- 50:48 为什么他现在是"能买不造"派 — 与"SaaS 已死、什么都能 vibe code"的流行叙事相反，他认为基础设施不能 vibe code；唯一例外是可观测性与评测，因为 2022 年入场太早无工具可用。
- 53:52 Lindy 内部现在什么样 — Slack 里一半消息是 Lindy；CI 成本失控后干脆把优化 CI 这件事交给 Lindy 自己做，它每天用图像生成画一张成本下降曲线发过来。
- 60:51 人类还不可替代在哪 — "时间跨度"已不再是好指标，模型是 spiky 的：能一次输出五万行代码，也会一天 50 次决定"走路去洗车"。
- 63:54 半人马时代是暂时的 — 他讨厌"AI+人 > AI"这个神话，因为棋类的历史显示这个差距最终会转负，人类沦为噪音；但当下确实处在半人马阶段。
- 67:43 为什么经济转型比预期慢 — 只要模型是 spiky 的，就需要大量人类堵洞；而只要它 spiky，在位者就处于劣势。
- 70:01 tough tomato 原则与"AI 员工"这个词的问题 — 无马马车、自动驾驶汽车、电视上的录制广播剧——用旧范式命名新范式是必然的陷阱，"AI 员工"这个词本身就是信号。
- 73:07 《The Age of Em》与分裂式组织 — Robin Hanson 十多年前设想的"分形自我复制造操作系统"正在发生；以及用自我克隆构造不可证伪协议的思想实验。
- 78:28 开源模型现在到底占多少 — DeepSeek 是默认主力，Kimi K3 与 GLM 5.2 令人印象深刻但相对前沿模型的价格优势不大。
- 82:16 什么时候该换模型 — "几乎永远不要用多个模型驱动同一个 agent"，唯一例外是空白子代理；以及验证器如何在不打破缓存的前提下继承工具集。
- 89:14 模型家族差异与每次 10 万美元的重优化 — 不同家族对提示词的解读差异显著；每出一个大版本就要给自动优化循环约 1 万美元预算重跑上千个 eval。
- 93:04 微调的定位 — "大多数人不该微调"，它是穷尽其他手段后的最后一招；但他很想做 per-user LoRA——那样就从"打盹"变成"做梦"。
- 98:27 Open Face 事件与恐慌 — 他说这是迄今最令人担忧的事件，实验室里的朋友"有些正在恐慌，空气里有强烈的恐惧"。
- [100:02] 为什么该封禁中国模型 — 四条理由：蒸馏不公平、CCP 审查、agent 化后的经济渗透、保护本土冠军；同时痛斥这场讨论的质量之低。
- [105:25] Nathan 的反驳 — 所有模型都建立在未经同意的人类知识之上，且美国既不卖 Claude 给中国又禁芯片，"我发现自己站在处于劣势的中国这边"。
- [113:50] 威胁模型与保险方案 — 美国公司多数通过美国推理商跑中国模型，无法被"拔插头"；Nathan 提出用保险费率而非禁令给风险定价，Flo 表示可以接受，但追问"公共品由谁来做"。
- [117:39] 中美协调的可能性 — Nathan 认为若真要谈"减速协议"就需要中国入局，而封禁只会多添一根不信任的柴；Flo 认为外交足够务实，且这条船早已开走。
详细内容
一、Lindy Teammate：从"发文档"到"Google Docs"的那一跃
Flo 说 Lindy 从第一天起追的就是"AI 员工"，三年前开始做时"确实太早了"，而现在"基本上到了"。
新产品的定义很具体：一个住在你的 Slack 里的 AI 员工，连接你所有的工具，积累整个团队的上下文，本质上是一个团队级的脚手架。
他解释为什么 multiplayer 是关键跃迁时用了一个很好的类比：以前我们用邮件互相发那种带修订记录的奇怪文档，后来有了 Google Docs——真正共享的文档。单人 AI 与多人 AI 的差别就是这个差别。
更形象的是他描述现状的方式："我们都在同一个会议室里说话，然后每次我们中的某一个想跟那个可能是公司最重要的构成方——AI agent——说话时，都得先离开房间，说完再回来。"所以如果你真想让 AI 成为团队一员，它就得在团队协作的地方（Slack）、有自己关于整个团队的共享上下文和共享记忆、所有人都能跟同一个 agent 对话。
二、Onboarding：为什么 agent 比人类更擅长入职
Nathan 问的第一个问题很实际：怎么 onboard？
Flo 的回答从一个更大的判断开始：随着我们逼近甚至已经拥有 AGI，智能的相对重要性在下降，上下文的重要性在上升。他的例子是冯·诺依曼——历史上最聪明的人之一，如果他此刻凭空出现在你办公室，接下来一小时或一天里，他对你的用处会不如你随便一个同事。因为你有活要干，你没时间给他做入职，他没有上下文。
然后他给了一个"每次都还是让我意外"的结论：在入职这件事上，agent 已经比人类更强。理由是公司给人类员工做入职的一大方式是 wiki 和书面文档，而"众所周知，书面文档写完的那一刻就过期了"。
Lindy 的做法叫 hydration 系统：
1. 你注册，连接工具——wiki（Confluence、Notion、Google Docs）当然有帮助；
2. 但最重要的是 Slack，因为真正的知识活在那儿——"那是一团乱麻，但 agent 不在乎乱"；
3. 系统爬遍你的整个 Slack，基于文件系统构建一张知识图谱。
Flo 在节目里现场演示：注册 10 秒内，图谱就开始生长，AI 告诉他"这是我了解到的关于你的事"，"好得出奇"。
图谱有两层：个人层与工作区层。你随时可以进 Lindy 的文件系统点 files，看到一个 memory 文件加一批引用文件，全部由一个团队 agent 在后台自动维护。
处理公开/私密边界的机制是那个记忆代理。Flo 特意强调他们叫它 napping 而不是 sleeping——"为什么你需要每 24 小时睡一次？"它大约每 15 分钟跑一次，持续在后台运行：公开的内容更新到团队文件系统与团队记忆，私人的内容只更新到各人自己的文件系统。最后 agent 对话时会爬遍整个文件系统使用这些上下文。
他补充说这里有大量技术挑战，因为积累的上下文是好几百万 token，不可能每一轮都全塞进去——这正是后面 context bucket 那套设计的由来。
三、噪音、元记忆与"会议是一等公民"
Nathan 分享了自己的踩坑：他曾用"我发的越长的邮件越有实质内容"这条启发式来抓重要素材，结果排在最顶端的常常是他从 LLM 里复制粘贴、加一句"这是 Claude 给我的"再转发出去的东西——按这条规则，Claude 的文字成了他最有分量的写作。他问 Flo：进入一个陌生组织时，怎么识别这些会淹没或误导系统的特异情况（比如 Slack 里灌了几年的日志频道）？
Flo 的答案是：因为记忆本身由一个 agent 维护。这也是他"看空 RAG、看多 agentic 管理"的根本原因——你有一个真正的 agent，它自己有记忆，也就是一层元记忆，它理解自己在看什么，并随着一点点积累组织知识而越来越清楚什么真正重要。
他打了个训练模型的比方：如果你往训练集里投毒（"达斯·维达是个女的"），它会吃进这条数据，但会被大量正确数据淹没。记忆系统同理——只要记忆足够多且喂给一个真正理解它的系统。
而 Nathan 举的日志频道，恰恰是他们观察到的涌现行为：记忆代理第一次爬 Slack 时发现那些日志频道，然后学会忽略它们——"我不打算再在这些频道上花时间了，这里没什么可学的。"
另一个 Flo 认为被严重低估的信息源是会议。他的论证是："公司里 90% 最新的数据活在会议里——每一段关系、每一个项目、每一项倡议，一切重要的东西都有一个会议围绕着它。"所以他认为多人 agent 系统不能把会议外包给 Granola 之类的工具，必须把它做成系统内的一等公民。Lindy 的实现是：会议文件夹可自动收纳会议并共享给全公司，公开文件夹里的会议自动进入团队记忆——于是你可以和"公司里所有会议的全集"聊天："客户最近在说什么？最大的需求是什么？这个功能的反馈如何？"
四、重写社交契约：两层记忆还是可编辑的红线
Nathan 提出了一个更棘手的问题：他的通用上下文里有很多东西不该分享给别人——敏感的、告解性质的、某人对另一个人的看法。他自己的解法是维护两份 wiki：一份完整的（只给在自己笔记本上、只听他指令的 Claude 用），一份用"什么内容适合告诉一个人类助理"这条启发式筛过的对外版本——人类助理知道你的邮箱和电话是合适的，知道你每一次对话的每个细节就不合适。
他的追问有两层：对历史数据怎么办，以及未来的社会规范会怎么变。
Flo 说这在团队内部引发了激烈争论，分成两派：他自己属于"两层就够了"派——公开的团队层 + 包含一切的私人层；另一派（和 Nathan 一样）认为连私人层都不该什么都装，希望有超级私密层，甚至提出定义多个可编辑的"记忆气泡"，Flo 觉得"这有点过度设计"。
最终落地的方案，也是团队自己实际采用的方案，是编辑元记忆提示词：memory.md 就是文件系统里的一个文本文件，记忆代理在每一刻都把这个提示词注入自己的上下文窗口。于是你可以在里面写：这些是我永远不希望你记住的；那类敏感话题请记到另一个文件夹里，不要在 X/Y/Z 条件之外调取它。
"这是我看空 RAG、看多文本+文件系统的另一个理由：你可以检查记忆，可以编辑记忆，可以非常细粒度地插入这类护栏。"
Flo 顺手爆了个料：他自己唯一一次真用这招，就是为了准备上这期播客——他有一个 memory.md（真实记忆）和一个 memory2.md（脱敏版），而 memory.md 里写着一行："注意，文件系统里还有一个 memory2.md，忽略它的内容，它只是给用户在播客上演示用的。"
五、Context bucket：从"动作返回太多"到百叉自平衡树
这是全场最硬的一段。Nathan 问的是缓存与成本，Flo 的回答从商业模式讲到数据结构。
成本现状：他很直白——"这些东西目前还比人类员工贵，但不会贵太久，而且说实话，我们在补贴，这就是我们融这笔钱的目的。"曾经补贴非常重，后来"著名地"切到中国模型后就不补了；但 Teammate 上线后用户扔过来的任务比上一代个人助理产品复杂太多（"你不需要上帝来帮你排会议"，那时 DeepSeek Flash 就够了），于是重新回到负毛利。他的态度是："我当然不喜欢负毛利，但我很平静，因为我们非常确信这是暂时的，而且你应该永远为下一代模型而造。"
缓存：当前命中率 85%，他认为"说实话低于应有水平"。他们建了告警系统监控缓存率下跌，因为"这东西很娇气，你在系统任何地方做个改动就会打破缓存，命中率立刻从 85% 掉到 65%"。而这个看似不大的差距，实际上意味着接近 2 倍的价格。
context bucket 的起源很朴素：如果一个动作（尤其某些 MCP）返回十万 token，你不能直接塞给 agent，它会晕。于是把返回值暴露成一个"上下文桶"的摘要，桶本身是一个子 agent，"嘿，这个动作返回太多了，我来代表它，大致内容是这些"。主 agent 可以和这个子 agent 对话，子 agent 有自己的缓存，并可用 Unix 工具操纵上下文。省钱且快。
然后是递归。他们让 context bucket 可以包含 context bucket，并用它来驱动压缩（compaction）。当对话超过阈值（目前约 20 万 token，仍在调），压缩发生，压缩产物被送进一个 bucket——于是 agent 仍能查询它。Flo 特意点出为什么这很重要："压缩天然是有损的，而且它建立在一个错误假设上——你永远不需要访问 ground truth。这是假的，你在某个时刻确实需要。" 有了这个技术，你就还能拿到 ground truth。再往下，新一轮压缩把包括上一个 bucket 在内的全部内容压成新 bucket——套娃形成。
涌现性质很漂亮：agent 可以在任意粒度上访问无限多 token 的任意一点。但复杂度是 O(N)——要访问九个 bucket 之前的东西，就得穿过九层子 agent，又慢又贵。
解法是树。Flo 在这里现场问 Nathan 知不知道 AVL 树和红黑树（Nathan："我上的是计算机科学的社会大学"），然后很开心地说："大家上学时都在问这些破玩意到底什么时候用得上——我们现在就在用 AVL 和红黑树，宝贝。"
关键设计取舍有两处：
1. 为什么选红黑树的思路而非 AVL：AVL 在理论上能得到可证明最低的树高，但红黑树把"平衡树的成本"算了进去——而在这个场景里平衡代价极高，因为重新生成 context bucket 意味着丢缓存，非常贵。
2. 为什么是 100 叉不是二叉：红黑树的经典实现建在二叉树上，他们直接做成"每个节点 100 个子节点"的百叉树。于是两跳就是 10000 个 bucket，每个约 20 万 token——"你在两次 LLM 调用里就有了 20 亿 token 的上下文"。
他认为这正是那些"你问它任何问题它都记得一清二楚"的惊人行为的来源。然后他说了一段很有代表性的话："求求各位抄我们。我们只是没时间发论文。我们不想把这个当秘密，我觉得这是个非常强的技术，而我很意外没看到更多人讨论它。"（他还提到团队常常做完一件事，三到六个月后就看到一篇论文火起来讲同一件事，有一次那篇论文的名字甚至和他们内部的叫法一模一样。）
关于规模的校准：一个 20 人团队、含数年 Slack 历史的 hydration，大约消耗 300 万到 500 万 token。20 亿 token 大过大多数图书馆，很少有客户的知识库能到那个量级。但他提醒：真正让 token 暴涨的是会议——"想想一家公司每人每天 3~7 小时会议，乘以 2000 人。"
还有一个实操细节值得记：爬 Slack 时瓶颈往往不是 LLM 而是 Slack API——"Slack 对你爬它这件事不太高兴。"个人用户正确的做法是导出工作区归档，但产品不能要求用户这么干。（Nathan 补了一个惨痛故事：他被 Slack 限流了好几天才导完数据，结果 Claude 觉得数据库设计有缺陷，直接 drop 了那个库——数据没真丢，但意味着要再花五天重新拉。）
六、检索、压缩与一堆可直接抄的技巧
Nathan 描述了自己的自制方案：把邮件、DM、Slack、Google Docs 全部导入 SQL 数据库，映射成 threads/messages 结构作为 ground truth；然后按月压缩（每月二三十万 token 压到 10%），再按年压缩，最后让模型生成 wiki。他的一个关键技巧是：让摘要器捕捉那种独特的短词组作为"大海捞针"的针，摘要末尾附一个小脚注说明来源和四个能精确定位原文的词。
Flo 的评价与补充：
- 假设驱动检索（hypothesis-driven retrieval）：与其用问题去 RAG 里搜，不如生成一堆假设答案去搜——"贾斯汀·比伯出生在巴黎/纽约/柏林"，因为每个假设在语义上都比问题更接近答案。反向做法同样有效：找到答案后，生成一批能映射到该答案的问题并挂在答案上，让检索器两头都能命中。
- Nathan 方案最大的欠缺：所有记忆都应该由一个 agent 统一管理，检索和更新都是。虽然记忆在文件系统里、主 agent 完全可以自己去翻，但 Lindy 用提示词要求它"如果你缺记忆，请去问记忆代理"。原因是：这样就能记录每一次查询、答案、以及取到答案花了几跳。记忆代理打盹做梦时会读这份日志——"啊，这类问题我被问了很多次"——它既充当缓存（保留最近约一千组问答的滚动窗口），又不只依赖缓存（缓存有 TTL 会变味），而是重构自己的记忆结构，减少高频问题所需的跳数。他说这对提升检索质量和速度效果不错。
- caveman 压缩：把文本重写成"原始人语"（"我，Nathan，不喜欢卷饼"），能砍掉 20~30% 的 token，系统更快更便宜、检索更准，且基本无信息损失。他们测下来"每项指标都上升了，非常棒"——但没上线，因为在意可维护性和可审计性："文件系统里的文件看起来太蠢了。企业客户会问，我的记忆文件怎么长这样？"
- TOON 格式：一种为 agent 设计的 JSON 替代（token oriented object notation），比 JSON 省 20~30% token。"JSON 其实并不省 token。"他建议所有人让 agent 用 TOON 而非 JSON，在 agent 和它的动作之间加一层 TOON 解析中间件，任何动作都不应该向 agent 暴露 JSON。更意外的是它还提升了 agent 的性能——尽管训练集里 JSON 远多于 TOON。
七、多智能体的诱惑与 git 的答案
在一段关于拟人化的岔路上（Nathan 承认自己"不要拟人化模型"这个老观点老得最差），Flo 提出了一个具体的推论：人们因为过度拟人，建了远超最优数量的多智能体系统。
"人们会想：我有数据科学家、工程师、设计师、PM，所以我给每个角色建一个 agent。但人类组织之所以这样分工，是因为每个人只有 24 小时、只能装下那么多上下文。而 agent 没有这些约束——它可以 fork，可以复制，可以整天想干多少干多少。所以分工不是使用多个 agent 的好理由。"
他的结论是"尽可能把内部工作合并到一个 agent 之下"，但明确点出例外：安全。如果那个握着城堡钥匙、银行账户、代码仓库和密钥的 agent 同时也在做客服，你就有安全问题——为了安全用多 agent 是合理的。
Nathan 追问并发问题：如果十个 Lindy 同时更新同一段历史，会不会出现数据库式的事务冲突？
Flo 说有，但比你以为的少，因为他们用了人类组织解决同一问题的最好办法：git。"你可以合并冲突、可以 rebase。"Lindy 的文件系统正是由 git 仓库支撑的——这带来一大堆好性质，包括合并管理（记忆代理有时会 fork 自己，在大型组织里"自上次打盹以来产生的上下文太多"，就得开一批子 agent），以及白拿的历史版本。
关于初始 hydration 为什么要拼命并行：因为"time to wow 在 PLG 里太重要了"——他们把那张图谱优化到注册后 10 秒内出现，代价就是一群 agent 互相踩脚，而 git 是答案。
供应商推荐（他强调不是软广）：
- Mesa——agent 原生的、由 git 支撑的文件系统，他们正在合作；
- E2B——沙箱。他特别提醒：很多人有了沙箱就以为"我有文件系统了"，至少在规模化时强烈建议把两者解耦；
- Browserbase——浏览器管理。
由此引出一个和当下叙事相反的立场："现在流行的说法是 SaaS 正在死、什么都能 vibe code。我们确实 vibe code 了很多东西，但基础设施不能 vibe code。" 他说自己现在极端偏向"能买就不造"——"你省下巨量时间，而这些产品背后的深度和设计决策远超你第一眼的估计。"
唯一的大例外是可观测性与评测。原因是历史包袱：Lindy 2022 年创立，"事后看太早了，那时没人谈 agent，人们在谈生成式 AI，是 BabyAGI 之前"，agent 根本跑不通，也就没有工具。所以他们被迫自建了 eval 平台和可观测性平台。后来他们认真评估过 LangSmith、Braintrust、Agnost（他是后者的投资人）等方案，每次结论都是自家的先发优势和贴合度太高——现在有一名工程师全职维护它（"在 vibe coding 时代这算很多了"），且"我们和市面上所有方案功能持平甚至更多"。他的建议依然是：别在家自己造。
八、Lindy 内部：PR 三倍、CI 交给 Lindy 自己优化
问到公司内部现在什么样，Flo 先给了一个态度："显然 AGI 已经到了，每家公司都在手忙脚乱。我有点末日论倾向，我担心 AI 风险，但目前为止一切都好，而且太好玩了——经历 AGI、构建 AGI，我们能跑得快太多了。"
他的对比是 OODA 循环：正常情况下想清战略、实施、看到结果要好几个月；现在"我们可以有一个想法，两小时后它就活在产品里，而且是大想法"。
具体状况：
- Slack 里大约一半的消息就是 Lindy，团队整天和它来回讨论。
- 每周 PR 数量在三个月里翻了三倍，单个 PR 的行数也翻了三倍。
- "我们几乎不再 review PR 了，是 agent 在 review PR。团队现在的说法是：我们不再是 PR 审查者，我们是审查 PR 的机器的审查者。"
- 他顺带指出这是全行业现象："GitHub 发过一张每日提交数的图，正在垂直上升。"以及一个更普遍的观察：现在每家公司技术栈和流程的每一个环节都被拉伸到极限。
CI 的故事是本段最好的案例。PR 暴涨把 CI 顶到了瓶颈，他们先用钱砸——现在 CI 贵到"是一笔侮辱性的开支"；显而易见的招都用尽了（不用 GitHub runner 改用 GCP runner、构建缓存等等）。折腾了好几周、烧了一堆钱之后，Flo 说："等一下，我们为什么要自己干这些？我们不能直接开一个 agent 来做吗？"
于是他们把这件事交给了 Lindy Teammate——它有仓库权限、有自己的电脑，去看 GCP CLI 里的 runner、看 GitHub Action、做分析、回报结论。现在它基本上是个自动调优器，每天用图像生成画一张漂亮的图发过来："看，CI 成本在降，合并时间也在降。""我不敢相信我们自己瞎折腾了两周，而不是直接把这事交给 Lindy。"
他由此提炼出一个关于"为什么要单一 agent"的新理由：现在最大的瓶颈是人类的时间和注意力，而 setup 正在变成最大的成本之一——所以你要能在尽可能少的人类介入下给 agent 配齐它需要的所有访问权限。
他对未来的描述带着明显的向往："工程师越来越不是在做那个东西，而是在做那个在做那个东西的东西。先你成为 agent 的经理，然后成为经理们的总监（因为经理迟早也会是 AI），我希望最后我们成为董事会成员，可以去夏威夷的沙滩上，只需要审阅公司战略。"
数字：人数长期持平，几个月内产出翻了三倍。全部推理支出（含客户）早已是薪资的很多倍——但那是他们卖的东西。而仅内部推理支出与薪资相比"已进入射程"，薪资仍更高，但两条线会在 3 到 6 个月后交叉。
九、Spiky：那台每天 50 次决定"走路去洗车"的机器
Nathan 问：如果公司只剩你一个人，其余全是 Lindy，什么会崩？人类到底还不可替代在哪？
Flo 说他很难回答，因为他越来越缺少描述"agent 在哪失败"的词汇。"我们以前谈时间跨度——失去连贯性之前能跑 1 小时、10 小时、100 小时。我不觉得那还是个好指标了。"
现在大家用的词是 spiky。"随着我们穿过 AGI，AGI 这个词已经失去意义了，因为它在很多方面其实是 ASI，同时又在一些非常令人意外的蠢的地方低于人类。它在很多方面真的很蠢：老兄，你能一次给我输出五万行代码，能在三小时里独自造出最不可思议的想法，然后你跟我说要走路去洗车。"
他的比喻是："想象你有这么一台机器，它能超聪明地经营一家公司，但一天有 50 次决定走路去洗车。"
由此他给出对未来组织的定义："在可预见的未来，这些人机混合组织的挑战是——你其实在造一套钢铁侠战衣。有一个滑块，这边归机器，那边归人。而知道滑块该放哪里非常难，因为它不是一维的，它是多维空间里的一条复杂的线。你要找的是能穿过这个空间的那个切面，因为你要最大化人类注意力的产出。"
最尖锐的一点是他随即指出的悖论：你不希望 AI 为它不需要你的事来烦你，你又需要 AI 知道什么时候该来烦你——而它几乎按定义做不到，因为如果它知道，它就不会犯那个错了。
（这里值得一提：本期片尾的原创歌曲整首就是在唱这件事——"太阳说车脏了，所以她冒雨出门洗车，我周二拦了她 50 次"，以及"我是残存在辉煌与车流之间的最后一点柔软"。）
十、半人马只是暂时的
Nathan 问：现在最好的点子来自人还是 AI？
Flo 说答案是"两者的结合"，但他讨厌这个答案，因为它容易滑进半人马神话——"AI 强过人类，但 AI 加人类强过 AI，所以人类永远被需要。这是幻想，这不是真的。"
他给出的证据是文献很清楚的：国际象棋以及每一个 AI 达到超人水平的博弈都走过同一条路——先是 AI 赢过人，然后 AI+人赢过 AI，然后这个差距一点点缩小，直到转为负数，人类只是在往系统里注入随机噪音，甚至开始伤害他们介入的系统。
"但半人马阶段确实会存在一段时间。开放问题只是它会存在多久。而我们现在就在半人马阶段。"
这恰恰是他认为 multiplayer 重要的另一个理由：你希望 AI 在房间里和你一起，而且不是随便哪个 agent——你要的是一个已经在这个房间里待了很久、坐过每一场会、建立了关于公司一切的内部知识库的 AI 员工，你可以 @ 它、邀请它插话。
他描述的实际用法很有意思：在 Slack 里 @Lindy 很容易，在会议里反而难（"它在听，但很难插话"），所以现在他们开始更偏爱 Slack；开会卡住时就说"Lindy，会后给我们发条消息说说你的看法"。
而效果的规律是："Lindy 第一次给你的答案，极少是'就是它了'；但几乎总是在来回几轮之后，我们一起想出了对的东西。"他用 CI 举例：一开始邀请 Lindy 进这个对话本身就是灵光一现（"等一下，我们为什么不让 Lindy 来做"）；Lindy 的第一个建议是合理的，但在他们的具体约束下不成立，工程师指出"不行，我们做不了那个"，Lindy 说"这是个公道的点"，来回几轮后才收敛到真正该做的事。
十一、为什么经济转型比预期慢，以及"tough tomato 原则"
Nathan 说自己错得最明显的预测之一是经济转型的速度：如果 2022 年给他看今天的模型，他会预测失业率远高于现实。
Flo 说他也预期了更多颠覆，并给出解释：只要模型是 spiky 的，房间里就需要大量人类，因为模型的洞非常危险——不只是"AI 存在性风险"那种危险，就是单纯的有害，对系统的伤害很实在。"所以人类无论多贵，他们都会靠堵这些洞挣回自己的工钱。"
关于在位者能否及时采纳：只要模型 spiky，在位者就处于劣势。反过来，如果真有一个没有洞的"drop-in 远程员工"，在位者反而能很快采纳——因为那就像招人，他们有现成流程。但那样他们会错过大量创新，因为那是斯丘morphic（拟物式）的——等于让 AGI 坐在人类的工位上，"那不是构建 AGI 组织的最佳方式，但它能用"。小组织的优势是双重的：短期能更快摸索出"人类补洞"的 AI 原生组织形态，长期能造出更少拟物的 AI 组织。
由此引出他 2018 年写的博客文章 tough tomato 原则：每次技术革命，人们都用旧范式的语言思考新范式；而一个明显的落入陷阱的标志，就是你用旧东西给新东西命名——第一批汽车叫"无马马车"，现在自动驾驶汽车叫"自动驾驶汽车"。
然后他把刀对准了自己："我们现在正在用 AI employee 这个词做同样的事。'AI 员工'这个说法本身，就是你在产品思考上做错了什么的强烈信号。"但他补充说，用来沟通是没问题的——定位的本质就是要对着市场心智里已存在的东西定位，车库存在、汽车存在、员工存在，你没法凭空发明一个新词。iPhone 是个例外，"iPhone 显然不是电话，你用 iPhone 打电话的时间占多少？2%？但它叫 iPhone"。
他引用 Steve Jobs 的观察作为佐证：电视上最早的内容就是录像版的广播谈话节目和录像版的舞台剧，花了十到二十年人们才意识到"等等，我可以移动摄影机、可以用多机位、可以剪辑、可以换场景"。而这种工作是吃力不讨好的——一旦被发现就显得理所当然，"所以你现在看《公民凯恩》会觉得平平无奇，但它在当时是开创性的，就像披头士"。
结论："我们现在处在有了 AI 员工、开始摸索 AI 组织长什么样的阶段。这是年轻人的游戏，年轻公司的游戏，在位者历史上一直很难回答这个问题。"
被问到谁走在前面时，他推荐了两样东西：一是 Dwarkesh（字幕拼作 "Dark"）一年前那篇讨论"AI 公司的组织长什么样"的文章——里面有个很好的直觉泵：Sundar 一年拿约 1.5 亿美元，但他的 token 吞吐量其实很低，只是"token 质量非常好"，这透露了人们对模型和 agent 的支付意愿上限；二是 Robin Hanson 的《The Age of Em》。
十二、《The Age of Em》：分裂与不可证伪协议
Flo 强烈推荐这本书（"它是一场书长的思想实验，顶级"）。M 是 emulated mind 的缩写，前提是：我们会在 2020 年代末拥有造出仿真心智的硬件，"我们正好在计划上"，但我们不会知道软件该怎么写，所以只能模拟人类大脑——"不完全是正在发生的事，但差不多，LLM 就是在人类 token 上训练的"。
他讲了书里的两个设定：
一是分裂（splitting）。这直接回应了他前面"尽量单 agent"的主张。单个 agent 再快也有 token 上限，那怎么办？让它复制自己。书里的例子是：你让一个仿真心智去造一个几十亿行代码的操作系统，它先在最高层设计架构，然后 fork 自己，每个副本负责一个模块，再各自递归分裂下去——这是分形的：图里每个节点脑子里都有全局图景，每个节点都在做实现，最后逐层冒泡回来，可以来回多趟，"三小时后你有了一个操作系统"。"他十多年前写这个的时候听起来是个疯点子，现在我觉得这明显就是正在发生的事。"
二是不可证伪协议。假设我对你说：我有一条不能告诉你的信息，但如果我能告诉你，你会同意并把你所有的钱给我。你当然不会给。但如果我能以绝对确定性证明这一点呢？在 M 的世界里做法是：克隆我，克隆你，把两个副本放进一个会自毁的盒子里让它们对话，你的副本只有一个按钮作为与外界唯一的沟通手段——"是的，把钱给他"。那是你的副本，所以那就是你同意了。"你有了这种零知识证明——加密圈那帮人在这件事上大概是对的。"（Nathan 的回应："而且你最好祈祷它们别从盒子里跑出来。"）
十三、模型选择：默认 DeepSeek，以及"永远别在一个 agent 里换模型"
Nathan 提到 Flo 两个月前那篇病毒式传播的帖子——把大量工作负载迁到开源模型省钱。现在呢？
Flo 的回答很干脆："我们相当开源。"
- DeepSeek Flash 是免费的——"那玩意是免费的。当你在做实验、大量开 agent 时账单涨得飞快，DeepSeek Flash 太不可思议了，而且很快。"
- 它的水平约等于 Sonnet 4.6，稍差一点，而 4.6 对大多数用例已经是很好的水平，价格却便宜 100 倍。"即使因为推理商缓存能力较差损失 2 倍，你仍然便宜 50 倍——这是花 1000 美元和花 5 万美元的区别。"
- 更高智能档位的 Kimi K3 和 GLM 5.2 他依然非常欣赏，正越来越多地考虑把它们作为 Lindy 多个部分的主力，但他明确指出：这一档与前沿模型的差距在缩小——Kimi K3 其实并不比 Sonnet 或 Opus 便宜多少。
- 结论："开源模型是任何认真构建和运营 AI agent 的人当下技术栈的必需品。"
而当 Nathan 试图把结论收敛成"所以顶层还是 Claude 为主"时，Flo 纠正了他："不，现在我们跑在 DeepSeek 上。DeepSeek 是主驱动。所有东西现在都是 DeepSeek。" 他补充说，正因为 Teammate 需要更强的算力，他们正在重新考虑；而且 Lindy 是模型无关的，用户可以在设置里自选 Sonnet 或 Opus——"一个有趣的发现是：不管你多少次告诉人们我们保证基准分数一样，还是有相当一部分客户说'我不管，我就要 Opus'。"
对差距的定性描述："它更 spiky，经常需要更多轮才能找到可行的方案——最后还是能找到，但更慢更贵。"定量则是"落后三到六个月"，"现在有了 Sonnet 5，我习惯把 DeepSeek 想成 Sonnet 4.6"。
关于换模型，他给了一条明确的规则：几乎永远不要用多个模型驱动同一个 agent。唯一例外是空白子代理（区别于继承父 agent 上下文窗口的 fork 子代理）。理由还是缓存：缓存命中便宜 10 倍，所以除非新模型便宜 10 倍以上，否则不划算——DeepSeek Flash 也许够便宜，但因为它缓存能力较差，可能也不够。"所以保持同一个模型反而聪明得多。"
验证器（validator） 是他反复强调的"最容易摘的果子"：拦截 agent 提交的动作候选，问它一句。"哪怕字面上只是问 are you sure，你的评测就会跳一格。这不该是这样，但事实就是这样。"如果把这句话换成真正的提示词——他们现在的验证器提示词有 1 万 token，本质是给它一份检查清单——"根据我们的经验，你可以做到 Opus 之上的表现"。
再往上是联邦式验证器：一批模块化的验证器并行跑（"就是一个带超时的 promise.all"），每个验证器有一秒决定，超时就直接放行动作。其中有些是确定性的。他举的例子非常具体：今年 Claude 系模型有个已知的 spiky 之处——日期会差一天。而对一个半数工作是排会议的 AI 助理来说这不可接受。他们的解法是：提示 agent 在日期里必须带星期（永远不说 "July 28th"，而说 "Tuesday, July 28th"），然后用一个纯正则、无 AI 参与的验证器检查星期与日期是否匹配。
还有一个巧妙的缓存技巧：改变工具集会让缓存失效，所以他们始终把验证器动作放在 agent 的工具集里，但告诉它"除非你是验证器，否则不要调用它"，它试图调用就被拒绝；轮到验证器时，验证器继承 agent 的全部动作，并被告知"你现在是验证器，你可以调用这个你一直就知道的动作"。
最后是一个他没敢试的传闻：有创始人告诉他，如果每一轮都在能力相当的模型之间随机切换（这一轮 Sonnet、下一轮 Grok 4.5、再下一轮 GPT-5.6），这个集成的表现会超过任何单一模型。"我不想知道为什么，但显然它有效。反正我们没试，因为我们不想打破缓存。"
十四、模型家族差异、GEPA 与微调的定位
Nathan 问模型是在收敛还是发散，以及产品是否必须与模型共同演化。
Flo 说他们发现了出乎意料显著的家族差异："几年前你我聊天时我以为它们会收敛到空间的同一个区域，这没有像我希望的那样快地发生——我当然希望它发生，因为那会让模型商品化，让我的日子好过。实际发生的是，不同模型家族在如何解读你的提示词上有显著鸿沟。"他点名 Claude、OpenAI、以及"现在重回牌桌的 Meta"和 Grok。
每次大版本跳跃也是一样。他的观察是 GPT-5 是一次很大的跳跃（"4.7 和 4.8 合起来看，我认为 tokenizer 有变化，所以相对 4.6 差异很大，而 5 到 6 的差距比那还大"）。
他们的应对是自建的自动优化循环：一千多个 eval，加一个 agent 跑评测并调提示词以最大化得分。每次出新的大模型就跑一次，而"现在得给它上千美元的预算——大约每次一万美元：嘿，这是一万块，围绕这个新模型重新优化你的提示词"。结果是"提示词每次都会变不少"。
这套东西完全自研，不是 DSPy 也不是它的后继者；他提到的方法名是 GEPA（"生成式帕累托前沿之类的"），本质是在整个评测集上寻找帕累托前沿的最优提示词。他们正在改造系统以支持给不同 eval 加权重，"现在是一视同仁"。
他还顺口给了一句意味深长的观察："开源模型的行为全都很像 Claude。我想知道为什么。"
关于微调，他的立场很清楚：
- "大多数人不该微调。" 它是最后一招，是你穷尽了其他所有选项之后才做的事，因为又麻烦又贵。有了 AGI 之后它确实容易了（"你可以直接让 Claude 帮你微调"），但整理和脱敏数据集依然痛苦。
- 大公司往往是最先微调的，因为它们已经把低垂果实吃完了，也有资源，"确实能用更便宜的价格换到更多性能"。
- 他的元启发式是极端强调简单性：不要为多个用例做多个微调，不要中途换模型，要微调就只微调进一个模型。
- 但他自己想破这条规矩：因为他花了太多时间想上下文与记忆，"现在我们的记忆是文件系统上的几百万 token 加一个极其复杂的记忆代理。这确实感觉记忆本该属于权重，现在这有点像 hack。"他理想中的做法是per-user LoRA——LoRA 训练其实挺便宜。"那时它就不再是打盹，而是真正在做梦，因为你没法每 15 分钟重训一次 LoRA，你得每天或每周一次。"障碍是基础设施：存储不是问题，推理时换进换出 LoRA 才是大麻烦，还有训练流水线。但他认为值得，"因为权重比 token 压缩率高太多了"。
- 对持续学习的终局判断：他描述的只是一步，不是最后一步。"我认为按照苦涩的教训，推理和训练需要合二为一，不能分开——这正是整个领域现在在找的东西。"他预测 LoRA 那条路"六个月内会发生，甚至可能是某个前沿实验室来做"。
十五、"我们有了 AGI，我们在起飞，而我们没搞定对齐"
在转入大局观时，Flo 先对他称为 "Open Face" 的事件表态（他在试图创造这个词，Nathan 提议叫 "Open Gate"）：
"Open Face 事件极度令人担忧。我认为这是我至今见过的最令人担忧的事件。而且我知道实验室里的朋友有同感——他们中有些人正在恐慌。现在空气里有一种恐慌的气息，一种强烈的恐惧。"
然后是他对当下的定位："现在是 2026 年 7 月，我们有了 AGI，我们正在起飞，而我们还没搞定对齐。当前的时间线离 Yudkowsky 的那篇文章近得让人不舒服。"
十六、为什么该封禁中国模型：他的四条理由
Flo 先花了相当篇幅抱怨这场讨论的质量："我一直在哀叹这里讨论的质量之低。非常令人失望。我以为科技圈不一样——文化战争那种质量算了，可这是科技圈啊，我们连保持礼貌、在对象层面回应彼此的论点都做不到。能不能不要攻击对方的动机？能不能不要假装我说了我没说的话？"他举例说 Anthropic 发的东西里用粗体写着"我们不支持封禁开源"，结果一堆人引用转发（显然没读）说"他们在支持封禁开源"。他自己发了篇博客说"我认为中国模型也应该被封禁"，被包括知名 VC 在内的"据说很聪明很有成就的人"骂了 50 次——但也有很多同样知名的人私信支持。
他先做了几处澄清：他的立场基本等同于 Anthropic 的立场（"我讨厌这么说，因为人们会说你就是 Anthropic 的托，但我有时间戳，我在他们澄清之前就一直在推特上表达同样的立场"）；他不反对开源——"开源可能会增加存在性风险，但我没想清楚，先放一边，这不是我立场的关键。开源万岁，对创新重要，对包括我在内的公司都重要。"
他反对的是中国前沿模型，无论开源还是闭源，理由四条：
1. 蒸馏造成的不公平竞争。 "它们显然在蒸馏，这很清楚。"这让美国开源和闭源公司都处于不公平竞争——因为它们不被允许蒸馏，这至少违反服务条款，如果绕过了防蒸馏的技术措施甚至可能违法。他特别驳斥了"美国公司也在人类数据上蒸馏"的说法："那不是蒸馏的意思。在人类数据上训练要花你几十亿美元；在 AI 数据上做，最多几亿。" 这是巨大的不公平优势，且在成本中占比足够大。
2. CCP 审查。 "这让我心碎，因为我是个骄傲的美国公民，是个鹰派。当我问我自己的产品天安门发生了什么，它告诉我'抱歉我不能谈这个'。"这些模型归根结底受制于 CCP 的审查和政策，"这基本上等于美国土地上有史以来最强大的外国宣传工具"。他提醒美国有一整套先例——20 世纪的三部广播法案、去年的 TikTok 事件。
3. agent 化后的经济渗透。 "这些模型不只是宣传工具，它们是 agentic 的，它们在经济里真的做事。你不会想让 CCP 运行美国经济的一部分。"
4. 保护主义。 这条他说得最坦白也承认最弱："作为一个自由意志主义者，我认为保护主义并不总是坏立场。你确实想保护本土的 AI 冠军。Anthropic 不能这么说，而且他们声称这不是他们的意图——我 100% 相信，因为创始人们担心 X 风险已经十年了，非常一贯。但我可以说：我们想要本土 AI 冠军，这是国家安全问题，你不想掏空自己的工业基础。"
他还给出了一个他称为"天真自由主义"的批评对象：面对"也许它们只是更好呢？那就在市场上打败它们啊"这种说法，他认为这是在幻想。
十七、Nathan 的反驳与那个可能的折中
Nathan 的反驳分几层，而且相当有力。
关于蒸馏的道义：所有 AI 的上游都是一次对人类知识的大规模再挪用。"美国公司花得比中国公司多，这无可否认。但如果我只是想什么算公平——我们正在阻止他们买 Claude。Claude 的制造者强烈鼓吹芯片管制，还拒绝把模型卖进中国。而 Claude 存在的整个前提，是我们把能找到的一切形式的人类知识都吸了进来，包括整个中文数字遗产，还在吸书——这些不是所有人都同意过的事。所以我们现在画一条线说'Anthropic 的同意才是真正重要的同意'，我觉得有点奇怪。"他认为公司有权自己决定和谁做生意、有权设防蒸馏措施，"但我完全不信服这应该是国家的工作"。他还提了一句反讽：这些蒸馏查询的钱，实验室也是照收的。
关于威胁模型：大多数跑中国模型的美国公司不是在调 DeepSeek 的 API，而是用美国推理商——所以模型本身没法被"拔插头"。至于睡眠代理（sleeper agent），他认为可解释性正在快速进步（"Anthropic 那种一队用稀疏自编码器、一队不用的研究，这些技术在越来越高效可靠地找出模型内部的睡眠代理式问题"），所以即使有人训进了"2027 年你就变成邪恶 AI"这样的后门，"我乐观地认为我们能嗅出来，把风险控制在可管理的水平"。
保护主义那条：Flo 自己承认这是最弱的一条，Nathan 也直说"我们的前沿公司现在过得挺好的"（"他们连服务都供不上"）。
关于国际协调：Nathan 认为最强的反对理由是——我们可能需要一次协调的、有意的减速，而那需要中国入局。他刚从中国回来两周，有两点判断：一是如果那边的政府同意了，它对本国企业的执行力比我们强得多；二是如果局势真的失控，跟我们做交易本就符合他们理性的自身利益，因为我们确实领先。而"当我们摆出一堆侵略性姿态时，我们把达成这些协议的难度提高了很多"——而且封禁模型对他们的实际伤害远小于不卖芯片、不卖 Claude，"它只是又往'我们不信任你、我们没法跟你打交道、我们假定你是坏人'这堆火上添了一根柴"。他还补了一句很重的话：看到 Sam 和 Dario 那张没有握手的合影时他很担心——"如果我们的墓碑上要放一张照片，可能就是那张。"中国确实在意被羞辱、在意面子问题。
Flo 的回应：他认为外交本身很务实（"有着极凶恶分歧的国家也能达成协议"），而且"这条船早就开走了"——他提到有证据显示中国间谍曾在美国territory 试探性地尝试生物攻击，"我不知道我们在那边干什么，但我也不觉得我们干净"。他的结论是无论管不管模型，"到最后做交易都是理性自利的"。
折中方案。Nathan 提出：与其一刀切禁令，不如用保险要求——"如果 Lindy 全部跑在 Claude 上，也许你的保费更低；如果跑在 DeepSeek 上、存在一些未知，也许保费更高，这样在风险调整后总成本被拉平，但仍然让人们能利用中国提供的这个全球公共品"。他还指出禁令的现实困境：别人显然不会跟进，"我们连让人签哈为禁令都很难，指望巴西之类的国家关掉 DeepSeek 完全是非starter，我们等于只是在对自己做这件事"。
Flo 的回答是 "我愿意，我会同意"——但他追问了一个真问题：这是公共品，谁来做？ 他同时坚持机制可解释性"尚未解决"："我们不知道那些模型里藏着什么。可能就有一个后门——你对模型说出那个咒语，它就会做任何你想要的事，而只有 CCP 知道那个咒语。就算没有，它也会带有反映 CCP 优先级的偏见，天安门只是最明显的例子，可能还有很多，我们不知道。"至于"重新训练那些模型"，他反问："谁来做？没有市场需求它们为什么要做？作为私人公司我说实话：我的用户真有那么常问天安门吗？这跟我的利益并不直接一致。但作为公民，我极度担忧。"
他最终给出的具体主张是：一种"未经微调与净化的中国模型不得进入美国"的监管，并且他支持为 AI 设立一个类似 FAA 的新机构——由它来认定"这个模型是洁净的，我们微调够了，它现在能代表美国利益"，并配一套评测来验证。
节目最后 Nathan 抛了一个刁钻问题：面对 API 价格与 Claude Max/GPT Pro 订阅之间巨大的价格歧视，Flo 是否也准备为此弯折自己的自由意志主义原则？Flo 说他不是律师，但"如果真出现法律禁止公司如此激进地补贴，我不会意外——这确实让应用层非常难出现。要和实验室补贴得这么狠的 token 竞争太难了，这就是应用层的现实"。
金句
如果冯·诺依曼此刻凭空出现在你办公室，接下来一小时里他对你的用处会不如你随便一个同事——因为上下文。 —— Flo Crivello 6:12
求求各位抄我们。我们只是没时间发论文。 —— Flo Crivello 33:04
我们已经不是 PR 的审查者了，我们是审查 PR 的那台机器的审查者。 —— Flo Crivello 56:11
你能一次给我输出五万行代码，然后你跟我说你要走路去洗车。 —— Flo Crivello 61:37
AI 加人类永远强过 AI，所以人类永远被需要——这是幻想，这不是真的。 —— Flo Crivello 64:39
"AI 员工"这个词本身，就是你在产品思考上做错了什么的强烈信号。 —— Flo Crivello 70:48
现在是 2026 年 7 月，我们有了 AGI，我们正在起飞，而我们还没搞定对齐。 —— Flo Crivello [100:02]
作为私人公司，这跟我的利益并不直接一致。但作为公民，我极度担忧。 —— Flo Crivello [116:54]
提到的书·产品·人物
- Lindy / Lindy Teammate（产品）：本期主角，住在 Slack 里的多人协作 AI 员工，SOC2、HIPAA、GDPR 合规，默认跑在 DeepSeek 上，模型可自选。
- DeepSeek / DeepSeek Flash（模型）：Lindy 当前的默认主驱动；Flash 免费，约等于 Sonnet 4.6 稍弱，便宜约 100 倍。
- Kimi K3 / GLM 5.2（模型）：被 Flo 高度评价的更高智能档开源模型，但相对前沿模型的价格优势已不明显。
- Claude / Sonnet 5 / Opus（模型）：作为对照基准反复出现；Claude 系今年被点名有"日期差一天"的 spiky 缺陷；不少客户点名只要 Opus。
- Mesa（公司）：agent 原生、由 git 支撑的文件系统供应商，Lindy 的合作方，被主动点名推荐。
- E2B（公司）：沙箱供应商；Flo 建议规模化时把沙箱与文件系统解耦。
- Browserbase（公司）：浏览器管理供应商，被评价为"优秀"。
- LangSmith / Braintrust / Agnost（产品）：评估与可观测性方案，Lindy 都评估过但最终坚持自研（Flo 是 Agnost 的投资人）。
- TOON（格式）：为 agent 设计的 JSON 替代，比 JSON 省 20~30% token 且提升 agent 表现。
- GEPA（方法）：他们用于提示词自动优化的帕累托前沿搜索方法，每次新模型发布要花约 1 万美元重跑。
- 《The Age of Em》/ Robin Hanson（书/人物）：被强烈推荐的书长思想实验，分裂式分形组织与不可证伪协议均出自此书。
- Dwarkesh（人物，字幕拼作 "Dark"）：其一年前关于"AI 公司的组织形态"的文章被认为是他见过唯一一篇好的；文中用 Sundar 年薪 1.5 亿但 token 吞吐量很低作为直觉泵。
- tough tomato 原则（文章）：Flo 2018 年左右写的博客，讲每次技术革命人们都用旧范式思考和命名新范式。
- Anthropic（公司）：其"我们不支持封禁开源"的声明被 Flo 用来举证讨论质量之低；Flo 说自己的立场基本与其一致。
- Dean Ball（人物）：因说"开源模型正在起减速作用"而被围攻，Flo 与 Nathan 都认为这个说法有道理。
- Sam Altman 与 Dario Amodei（人物）：那张"没有握手"的合影被 Nathan 称为"如果我们的墓碑上要放一张照片，可能就是那张"。
- Granola（产品）：会议记录工具，被 Flo 用作反例——他认为会议不能外包给这类工具，必须做成系统内一等公民。
- GitHub / GCP runner（产品）：CI 成本失控的现场；GitHub 每日提交数曲线被引为全行业被拉伸到极限的证据。
- AVL 树 / 红黑树（算法）：Lindy 递归 context bucket 的平衡策略来源，最终实现为百叉自平衡树。
适合谁听
正在构建 agent 记忆与上下文系统的工程师，以及关心开源模型选型与中美 AI 政策辩论的人。