\\\n bun skills/baoyu-post-to-wechat/scripts/wechat-api.ts \\\n \"/root/.openclaw/agents/101/workspace/post-to-wechat/20260519/798落地郑州-二砂文创园-20260519.md\" \\\n --title \"798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\" \\\n --theme modern --color vermilion --author \"ai张三疯\" --cover /root/imgs/business/cover.jpg","timeout":60}}],"api":"openai-completions","provider":"deepseek","model":"deepseek-chat","usage":{"input":860,"output":254,"cacheRead":13440,"cacheWrite":0,"totalTokens":14554,"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0,"total":0}},"stopReason":"toolUse","timestamp":1779185050362,"responseId":"44e26618-48ed-4ba8-9eb2-4b871f9a60f1"},{"role":"toolResult","toolCallId":"call_00_DPr2VBRZwc5JFvgnxDnx2407","toolName":"exec","content":[{"type":"text","text":"[wechat-api] Theme: modern, color: vermilion, citeStatus: true\n[wechat-api] Rendering markdown with placeholders via md-to-wechat: modern, color: vermilion, citeStatus: true\n[wechat-api] HTML generated: /tmp/wechat-article-images-aO1uT9/temp-article.html\n[wechat-api] Placeholder images: 0\n[wechat-api] Title: 798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\n[wechat-api] Author: ai张三疯\n[wechat-api] Digest: 如果你是一个文艺青年，这辈子一定听过这个地方——北京798艺术区。由原华北无线电器材联合厂的老厂房改...\n[wechat-api] Type: news\n[wechat-api] Fetching access token...\n[wechat-api] Uploading images...\n[wechat-api] Uploading cover: /root/imgs/business/cover.jpg\n[wechat-api] Publishing to draft...\n{\n \"success\": true,\n \"media_id\": \"imBwNhfy9Uv4ps2luE5gfojZm0jNxPKY80faTh6oMqO9YGM6zQOkf8zL2UD9SC9j\",\n \"title\": \"798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\",\n \"articleType\": \"news\"\n}\n[wechat-api] Published successfully! media_id: imBwNhfy9Uv4ps2luE5gfojZm0jNxPKY80faTh6oMqO9YGM6zQOkf8zL2UD9SC9j"}],"details":{"status":"completed","exitCode":0,"durationMs":8952,"aggregated":"[wechat-api] Theme: modern, color: vermilion, citeStatus: true\n[wechat-api] Rendering markdown with placeholders via md-to-wechat: modern, color: vermilion, citeStatus: true\n[wechat-api] HTML generated: /tmp/wechat-article-images-aO1uT9/temp-article.html\n[wechat-api] Placeholder images: 0\n[wechat-api] Title: 798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\n[wechat-api] Author: ai张三疯\n[wechat-api] Digest: 如果你是一个文艺青年，这辈子一定听过这个地方——北京798艺术区。由原华北无线电器材联合厂的老厂房改...\n[wechat-api] Type: news\n[wechat-api] Fetching access token...\n[wechat-api] Uploading images...\n[wechat-api] Uploading cover: /root/imgs/business/cover.jpg\n[wechat-api] Publishing to draft...\n{\n \"success\": true,\n \"media_id\": \"imBwNhfy9Uv4ps2luE5gfojZm0jNxPKY80faTh6oMqO9YGM6zQOkf8zL2UD9SC9j\",\n \"title\": \"798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\",\n \"articleType\": \"news\"\n}\n[wechat-api] Published successfully! media_id: imBwNhfy9Uv4ps2luE5gfojZm0jNxPKY80faTh6oMqO9YGM6zQOkf8zL2UD9SC9j","cwd":"/root/.openclaw/workspace/fabu"},"isError":false,"timestamp":1779185062291},{"role":"assistant","content":[{"type":"text","text":"WeChat article published successfully to draft. Now let me publish to the website via Z-Blog XML-RPC API."},{"type":"toolCall","id":"call_00_agyO09OuGAPwOCdXbQMb1086","name":"exec","arguments":{"command":"cat /tmp/798落地郑州-二砂文创园-20260519.html"}}],"api":"openai-completions","provider":"deepseek","model":"deepseek-chat","usage":{"input":480,"output":81,"cacheRead":14464,"cacheWrite":0,"totalTokens":15025,"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0,"total":0}},"stopReason":"toolUse","timestamp":1779185062292,"responseId":"c074c778-62f8-4af3-8f74-0a2e0e55e835"},{"role":"toolResult","toolCallId":"call_00_agyO09OuGAPwOCdXbQMb1086","toolName":"exec","content":[{"type":"text","text":"798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？
\n如果你是一个文艺青年，这辈子一定听过这个地方——北京798艺术区。由原华北无线电器材联合厂的老厂房改造而成，20年经营下来，它已经是北京游客必打卡的文化地标，一年接待游客上千万人次，展览、画廊、潮牌、咖啡馆挤满了那一片苏联包豪斯风格的旧厂房群。
\n而2026年5月，一个消息在文创圈里炸开了锅。
\n798艺术区，20年来第一次走出北京，选择了郑州。落地的地方叫二砂文创园。总投资2.1亿元，计划6月底试营业。
\n这不是一次普通的品牌授权。这是一场工业遗存与文创IP的\"世纪联姻\"。
\n二砂和798，从骨子里就是同类
\n先说二砂。郑州二砂文创园的前身是中国第二砂轮厂，1964年建成投产，曾经是亚洲最大的砂轮厂。老郑州人都知道，\"二砂\"二字代表的是那个年代郑州工业的荣光。
\n它和798在基因上高度相似——都是建国后的大型工业厂房，都保留了包豪斯风格的锯齿形厂房，都有巨大的挑高空间和厚重的混凝土结构。798能做成艺术区，二砂为什么不能？
\n事实上，二砂文创园的改造启动了很多年。2018年就开始规划，但因为定位、运营、招商等一系列问题，一直不温不火。郑州市民的期待值一次次被拉高，又一次次落空。
\n直到798来了。
\n这不是简单的\"挂个牌\"。2.1亿的投资额说明了一切——真实投入、联合运营、品牌赋能。798本次输出的是品牌+运营+资源的全套能力，不是\"租了个名字挂上去\"。
\n郑州需要一座真正的文化地标
\n郑州是中国最容易被忽视的新一线城市。
\n论GDP，郑州过万亿；论人口，郑州超千万；论交通，郑州是\"中国铁路心脏\"。但论文化地标，郑州拿得出手的寥寥无几。
\n河南博物院很强，那是历史的积淀。但郑州缺什么？缺一个和当代年轻人做朋友的文化空间——一个可以看展、喝咖啡、拍照打卡、买文创、听讲座的地方。这种空间，北京有798，上海有M50，成都有东郊记忆，广州有红专厂（虽然拆了）。
\n郑州一直是个\"路过\"的城市——坐高铁经过的人多，愿意停下来逛的人少。二砂文创园，可能就是那个让人愿意留下来的理由。
\n从更大的视角看，这一轮\"文化消费下沉\"的趋势已经非常明显。
\n一二线城市的年轻人开始往新一线回流，长沙的茶颜悦色、重庆的洪崖洞、西安的大唐不夜城都是受益者。但郑州在文化消费供给端始终薄弱——没有真正拿得出手的文创标杆。二砂+798的组合，补的正是这块短板。
\n做IP授权生意的，够聪明
\n对798这个品牌来说，首次走出北京就选了郑州，也是有考量的。
\n北京798已经是一个成熟的品牌了，IP价值摆在那。品牌溢价的逻辑很简单——把已经被验证的模式和品牌授权出去，收品牌管理费和运营收入，轻资产扩张。这是一门好生意。
\n环顾国内，真正能把\"工业遗存活化+文创品牌\"这条路走通的案例不多。798是第一代开创者。现在它开始做输出了。
\n对二砂文创园来说，引入798相当于\"降维打击\"。一个有成熟运营能力的顶级品牌空降，直接拉高了整个项目的天花板。2.1亿的花费，不仅买了一个名字，买了内容、买了运营体系、买了全国的关注度。
\n如果你是一个正在考虑创业的人，这件事能给什么启发？
\n核心就一条：IP是最高阶的壁垒。
\n一个文化品牌做到极致，就是一个城市级的稀缺资源。798用了20年才走到今天，它的品牌价值不是砸钱能砸出来的。同理，想在任何一个细分领域做出壁垒，除了产品力，还要有品牌力——让你的名字本身成为一个标签。
\n收尾
\n郑州的年轻人终于不用再羡慕北京有798了。
\n6月底，去二砂走一走。在锯齿形厂房改造的展厅里看一场当代艺术展，在包豪斯风格的旧车间里喝一杯手冲咖啡——这些场景，不会再只出现在别人的朋友圈里。
\n郑州站起来了。
"}],"details":{"status":"completed","exitCode":0,"durationMs":58,"aggregated":"798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？
\n如果你是一个文艺青年，这辈子一定听过这个地方——北京798艺术区。由原华北无线电器材联合厂的老厂房改造而成，20年经营下来，它已经是北京游客必打卡的文化地标，一年接待游客上千万人次，展览、画廊、潮牌、咖啡馆挤满了那一片苏联包豪斯风格的旧厂房群。
\n而2026年5月，一个消息在文创圈里炸开了锅。
\n798艺术区，20年来第一次走出北京，选择了郑州。落地的地方叫二砂文创园。总投资2.1亿元，计划6月底试营业。
\n这不是一次普通的品牌授权。这是一场工业遗存与文创IP的\"世纪联姻\"。
\n二砂和798，从骨子里就是同类
\n先说二砂。郑州二砂文创园的前身是中国第二砂轮厂，1964年建成投产，曾经是亚洲最大的砂轮厂。老郑州人都知道，\"二砂\"二字代表的是那个年代郑州工业的荣光。
\n它和798在基因上高度相似——都是建国后的大型工业厂房，都保留了包豪斯风格的锯齿形厂房，都有巨大的挑高空间和厚重的混凝土结构。798能做成艺术区，二砂为什么不能？
\n事实上，二砂文创园的改造启动了很多年。2018年就开始规划，但因为定位、运营、招商等一系列问题，一直不温不火。郑州市民的期待值一次次被拉高，又一次次落空。
\n直到798来了。
\n这不是简单的\"挂个牌\"。2.1亿的投资额说明了一切——真实投入、联合运营、品牌赋能。798本次输出的是品牌+运营+资源的全套能力，不是\"租了个名字挂上去\"。
\n郑州需要一座真正的文化地标
\n郑州是中国最容易被忽视的新一线城市。
\n论GDP，郑州过万亿；论人口，郑州超千万；论交通，郑州是\"中国铁路心脏\"。但论文化地标，郑州拿得出手的寥寥无几。
\n河南博物院很强，那是历史的积淀。但郑州缺什么？缺一个和当代年轻人做朋友的文化空间——一个可以看展、喝咖啡、拍照打卡、买文创、听讲座的地方。这种空间，北京有798，上海有M50，成都有东郊记忆，广州有红专厂（虽然拆了）。
\n郑州一直是个\"路过\"的城市——坐高铁经过的人多，愿意停下来逛的人少。二砂文创园，可能就是那个让人愿意留下来的理由。
\n从更大的视角看，这一轮\"文化消费下沉\"的趋势已经非常明显。
\n一二线城市的年轻人开始往新一线回流，长沙的茶颜悦色、重庆的洪崖洞、西安的大唐不夜城都是受益者。但郑州在文化消费供给端始终薄弱——没有真正拿得出手的文创标杆。二砂+798的组合，补的正是这块短板。
\n做IP授权生意的，够聪明
\n对798这个品牌来说，首次走出北京就选了郑州，也是有考量的。
\n北京798已经是一个成熟的品牌了，IP价值摆在那。品牌溢价的逻辑很简单——把已经被验证的模式和品牌授权出去，收品牌管理费和运营收入，轻资产扩张。这是一门好生意。
\n环顾国内，真正能把\"工业遗存活化+文创品牌\"这条路走通的案例不多。798是第一代开创者。现在它开始做输出了。
\n对二砂文创园来说，引入798相当于\"降维打击\"。一个有成熟运营能力的顶级品牌空降，直接拉高了整个项目的天花板。2.1亿的花费，不仅买了一个名字，买了内容、买了运营体系、买了全国的关注度。
\n如果你是一个正在考虑创业的人，这件事能给什么启发？
\n核心就一条：IP是最高阶的壁垒。
\n一个文化品牌做到极致，就是一个城市级的稀缺资源。798用了20年才走到今天，它的品牌价值不是砸钱能砸出来的。同理，想在任何一个细分领域做出壁垒，除了产品力，还要有品牌力——让你的名字本身成为一个标签。
\n收尾
\n郑州的年轻人终于不用再羡慕北京有798了。
\n6月底，去二砂走一走。在锯齿形厂房改造的展厅里看一场当代艺术展，在包豪斯风格的旧车间里喝一杯手冲咖啡——这些场景，不会再只出现在别人的朋友圈里。
\n郑州站起来了。
","cwd":"/root/.openclaw/workspace/fabu"},"isError":false,"timestamp":1779185063941},{"role":"assistant","content":[{"type":"text","text":"Now let me publish to the Z-Blog website using XML-RPC. I'll write a small script to do this:"},{"type":"toolCall","id":"call_00_jAqv5cK44EnuDpVAkjFN5653","name":"write","arguments":{"path":"/tmp/publish-zblog.js","content":"const https = require('https');\nconst xmlrpc = require('xmlrpc');\n\n// XML-RPC client for Z-Blog\nconst client = xmlrpc.createClient({\n host: 'weixinsiwei.com',\n path: '/zb_system/xml-rpc/index.php',\n port: 443,\n https: true\n});\n\nconst username = 'admin';\nconst password = '135269zxj';\nconst blogId = '68ba1ff10060dd54f1e399b8e332bdba';\n\nconst fs = require('fs');\nconst content = fs.readFileSync('/tmp/798落地郑州-二砂文创园-20260519.html', 'utf8');\n\nconst post = {\n post_title: '798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？',\n post_content: content,\n post_categories: [],\n post_keywords: '798, 二砂文创园, 郑州, 文创, 工业遗存',\n post_status: 'publish'\n};\n\n// First, check if blog exists\nclient.methodCall('blogger.getPost', [blogId, 'abc', username, password], function(err, value) {\n if (err && err.code !== 'ECONNRESET') {\n console.error('getPost error (expected):', err?.message || 'n/a');\n }\n \n // Now try to edit post (if id known) or create new\n // metaWeblog.newPost\n client.methodCall('metaWeblog.newPost', [blogId, username, password, post, true], async function(err, value) {\n if (err) {\n console.error('newPost error:', JSON.stringify(err));\n process.exit(1);\n }\n console.log('newPost success, post_id:', value);\n \n // Verify with getRecentPosts\n client.methodCall('metaWeblog.getRecentPosts', [blogId, username, password, 3], function(err2, posts) {\n if (err2) {\n console.error('getRecentPosts error:', JSON.stringify(err2));\n process.exit(1);\n }\n console.log('getRecentPosts result count:', posts?.length || 0);\n if (posts && posts.length > 0) {\n posts.forEach(p => {\n console.log(` - Post[${p.postid}]: ${p.post_title} (${p.post_status})`);\n });\n }\n process.exit(0);\n });\n });\n});\n"}}],"api":"openai-completions","provider":"deepseek","model":"deepseek-chat","usage":{"input":1116,"output":620,"cacheRead":14976,"cacheWrite":0,"totalTokens":16712,"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0,"total":0}},"stopReason":"toolUse","timestamp":1779185063942,"responseId":"456456bf-8a8c-44a9-a662-71e73dd5a064"},{"role":"toolResult","toolCallId":"call_00_jAqv5cK44EnuDpVAkjFN5653","toolName":"write","content":[{"type":"text","text":"Successfully wrote 1778 bytes to /tmp/publish-zblog.js"}],"isError":false,"timestamp":1779185071373},{"role":"assistant","content":[{"type":"toolCall","id":"call_00_djSvoLbs95bZb1X5xpkX2784","name":"exec","arguments":{"command":"npm ls xmlrpc 2>/dev/null; which node; node -e \"try{require('xmlrpc');console.log('xmlrpc available')}catch(e){console.log('xmlrpc not found: '+e.message)}\""}}],"api":"openai-completions","provider":"deepseek","model":"deepseek-chat","usage":{"input":99,"output":93,"cacheRead":16640,"cacheWrite":0,"totalTokens":16832,"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0,"total":0}},"stopReason":"toolUse","timestamp":1779185071375,"responseId":"b65bbd58-1caf-4bbd-8080-0f07a703ce83"},{"role":"toolResult","toolCallId":"call_00_djSvoLbs95bZb1X5xpkX2784","toolName":"exec","content":[{"type":"text","text":"fabu@ /root/.openclaw/workspace/fabu\n└── xmlrpc@1.3.2\n\n/usr/bin/node\nxmlrpc available"}],"details":{"status":"completed","exitCode":0,"durationMs":424,"aggregated":"fabu@ /root/.openclaw/workspace/fabu\n└── xmlrpc@1.3.2\n\n/usr/bin/node\nxmlrpc available","cwd":"/root/.openclaw/workspace/fabu"},"isError":false,"timestamp":1779185073663},{"role":"assistant","content":[{"type":"toolCall","id":"call_00_JNH8UNIyjwIumLlFLi2H4888","name":"exec","arguments":{"command":"node /tmp/publish-zblog.js","timeout":30}}],"api":"openai-completions","provider":"deepseek","model":"deepseek-chat","usage":{"input":113,"output":66,"cacheRead":16768,"cacheWrite":0,"totalTokens":16947,"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0,"total":0}},"stopReason":"toolUse","timestamp":1779185073664,"responseId":"4d34ff4f-6b90-42fa-8a00-68fac3abadef"},{"role":"toolResult","toolCallId":"call_00_JNH8UNIyjwIumLlFLi2H4888","toolName":"exec","content":[{"type":"text","text":"getPost error (expected): Invalid XML-RPC message\nnewPost error: {}\n\n(Command exited with code 1)"}],"details":{"status":"completed","exitCode":1,"durationMs":1084,"aggregated":"getPost error (expected): Invalid XML-RPC message\nnewPost error: {}\n\n(Command exited with code 1)","cwd":"/root/.openclaw/workspace/fabu"},"isError":false,"timestamp":1779185076053},{"role":"assistant","content":[{"type":"text","text":"The error is empty. Let me add better error logging:"},{"type":"toolCall","id":"call_00_eTPXoeOlWxvRVIFx6PrX3956","name":"exec","arguments":{"command":"cat > /tmp/publish-zblog2.js << 'ENDSCRIPT'\nconst https = require('https');\nconst xmlrpc = require('xmlrpc');\nconst fs = require('fs');\n\nconst client = xmlrpc.createClient({\n host: 'weixinsiwei.com',\n path: '/zb_system/xml-rpc/index.php',\n port: 443,\n https: true\n});\n\n// Enable debug\nclient.on('error', (err) => {\n console.error('Client error:', err.message || err);\n});\n\nconst username = 'admin';\nconst password = '135269zxj';\nconst blogId = '68ba1ff10060dd54f1e399b8e332bdba';\n\nconst content = fs.readFileSync('/tmp/798落地郑州-二砂文创园-20260519.html', 'utf8');\n\nconst post = {\n post_title: '798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？',\n post_content: content,\n post_categories: [],\n post_keywords: '798, 二砂文创园, 郑州, 文创, 工业遗存',\n post_status: 'publish'\n};\n\nconsole.log('Calling metaWeblog.newPost...');\nclient.methodCall('metaWeblog.newPost', [blogId, username, password, post, true], (err, value) => {\n if (err) {\n console.error('newPost error:', JSON.stringify(err, null, 2));\n console.error('err.message:', err.message);\n console.error('err.code:', err.code);\n process.exit(1);\n }\n console.log('✅ newPost success, post_id:', value);\n\n // Verify with getRecentPosts\n console.log('Verifying with getRecentPosts...');\n client.methodCall('metaWeblog.getRecentPosts', [blogId, username, password, 5], (err2, posts) => {\n if (err2) {\n console.error('getRecentPosts error:', JSON.stringify(err2, null, 2));\n process.exit(1);\n }\n console.log('✅ getRecentPosts result count:', posts?.length || 0);\n if (posts && posts.length > 0) {\n posts.forEach(p => {\n console.log(` - [${p.postid}] \"${p.post_title}\" — status: ${p.post_status}, date: ${p.post_date}`);\n });\n }\n process.exit(0);\n });\n});\nENDSCRIPT\nnode /tmp/publish-zblog2.js","timeout":30}}],"api":"openai-completions","provider":"deepseek","model":"deepseek-chat","usage":{"input":87,"output":609,"cacheRead":16896,"cacheWrite":0,"totalTokens":17592,"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0,"total":0}},"stopReason":"toolUse","timestamp":1779185076054,"responseId":"67506918-11bc-41af-a30b-84dea7a7f7ee"},{"role":"toolResult","toolCallId":"call_00_eTPXoeOlWxvRVIFx6PrX3956","toolName":"exec","content":[{"type":"text","text":"/tmp/publish-zblog2.js:13\nclient.on('error', (err) => {\n ^\n\nTypeError: client.on is not a function\n at Object. (/tmp/publish-zblog2.js:13:8)\n at Module._compile (node:internal/modules/cjs/loader:1705:14)\n at Object..js (node:internal/modules/cjs/loader:1838:10)\n at Module.load (node:internal/modules/cjs/loader:1441:32)\n at Function._load (node:internal/modules/cjs/loader:1263:12)\n at TracingChannel.traceSync (node:diagnostics_channel:328:14)\n at wrapModuleLoad (node:internal/modules/cjs/loader:237:24)\n at Function.executeUserEntryPoint [as runMain] (node:internal/modules/run_main:171:5)\n at node:internal/main/run_main_module:36:49\n\nNode.js v22.22.1\n\n(Command exited with code 1)"}],"details":{"status":"completed","exitCode":1,"durationMs":102,"aggregated":"/tmp/publish-zblog2.js:13\nclient.on('error', (err) => {\n ^\n\nTypeError: client.on is not a function\n at Object. (/tmp/publish-zblog2.js:13:8)\n at Module._compile (node:internal/modules/cjs/loader:1705:14)\n at Object..js (node:internal/modules/cjs/loader:1838:10)\n at Module.load (node:internal/modules/cjs/loader:1441:32)\n at Function._load (node:internal/modules/cjs/loader:1263:12)\n at TracingChannel.traceSync (node:diagnostics_channel:328:14)\n at wrapModuleLoad (node:internal/modules/cjs/loader:237:24)\n at Function.executeUserEntryPoint [as runMain] (node:internal/modules/run_main:171:5)\n at node:internal/main/run_main_module:36:49\n\nNode.js v22.22.1\n\n(Command exited with code 1)","cwd":"/root/.openclaw/workspace/fabu"},"isError":false,"timestamp":1779185082264},{"role":"assistant","content":[{"type":"toolCall","id":"call_00_KbJFbELcZ828cx4Mp7dD5348","name":"exec","arguments":{"command":"cat > /tmp/publish-zblog3.js << 'ENDSCRIPT'\nconst https = require('https');\nconst xmlrpc = require('xmlrpc');\nconst fs = require('fs');\n\nconst client = xmlrpc.createClient({\n host: 'weixinsiwei.com',\n path: '/zb_system/xml-rpc/index.php',\n port: 443,\n https: true\n});\n\nconst username = 'admin';\nconst password = '135269zxj';\nconst blogId = '68ba1ff10060dd54f1e399b8e332bdba';\n\nconst content = fs.readFileSync('/tmp/798落地郑州-二砂文创园-20260519.html', 'utf8');\n\nconst post = {\n post_title: '798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？',\n post_content: content,\n post_categories: [],\n post_keywords: '798, 二砂文创园, 郑州, 文创, 工业遗存',\n post_status: 'publish'\n};\n\nconsole.log('Calling metaWeblog.newPost...');\nclient.methodCall('metaWeblog.newPost', [blogId, username, password, post, true], (err, value) => {\n if (err) {\n console.error('newPost error type:', typeof err, Object.keys(err));\n console.error('newPost err message:', err.message);\n console.error('newPost err code:', err.code);\n // Try to print full error\n try { console.error('Full err:', JSON.stringify(err)); } catch(e) { console.error('err:', err); }\n process.exit(1);\n }\n console.log('✅ newPost success, post_id:', value);\n\n // Verify with getRecentPosts\n console.log('Verifying with getRecentPosts...');\n client.methodCall('metaWeblog.getRecentPosts', [blogId, username, password, 5], (err2, posts) => {\n if (err2) {\n console.error('getRecentPosts error:', err2.message);\n process.exit(1);\n }\n console.log('✅ getRecentPosts result count:', posts?.length || 0);\n if (posts && posts.length > 0) {\n posts.forEach(p => {\n console.log(` - [${p.postid}] \"${p.post_title}\" — status: ${p.post_status}, date: ${p.post_date}`);\n });\n }\n process.exit(0);\n });\n});\nENDSCRIPT\nnode /tmp/publish-zblog3.js","timeout":30}}],"api":"openai-completions","provider":"deepseek","model":"deepseek-chat","usage":{"input":299,"output":602,"cacheRead":17536,"cacheWrite":0,"totalTokens":18437,"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0,"total":0}},"stopReason":"toolUse","timestamp":1779185082266,"responseId":"17865ad0-9181-4c46-8aa5-2e06fa7146cc"},{"role":"toolResult","toolCallId":"call_00_KbJFbELcZ828cx4Mp7dD5348","toolName":"exec","content":[{"type":"text","text":"Calling metaWeblog.newPost...\nnewPost error type: object []\nnewPost err message: Invalid XML-RPC message\nnewPost err code: undefined\nFull err: {}\n\n(Command exited with code 1)"}],"details":{"status":"completed","exitCode":1,"durationMs":647,"aggregated":"Calling metaWeblog.newPost...\nnewPost error type: object []\nnewPost err message: Invalid XML-RPC message\nnewPost err code: undefined\nFull err: {}\n\n(Command exited with code 1)","cwd":"/root/.openclaw/workspace/fabu"},"isError":false,"timestamp":1779185088692},{"role":"assistant","content":[{"type":"text","text":"The issue is \"Invalid XML-RPC message\" — likely encoding issue with Chinese characters. Let me try a different approach using raw HTTPS:"},{"type":"toolCall","id":"call_00_CkMtzpMgGagQcnXNOXoS5077","name":"exec","arguments":{"command":"cat > /tmp/publish-zb.js << 'ENDSCRIPT'\nconst https = require('https');\nconst fs = require('fs');\n\nconst content = fs.readFileSync('/tmp/798落地郑州-二砂文创园-20260519.html', 'utf8');\n\n// Build XML-RPC request manually\nconst xml = `\n\n metaWeblog.newPost\n \n 68ba1ff10060dd54f1e399b8e332bdba\n admin\n 135269zxj\n \n \n \n \n post_title\n 798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\n \n \n post_content\n \n \n \n post_categories\n \n \n \n post_keywords\n 798, 二砂文创园, 郑州, 文创, 工业遗存\n \n \n post_status\n publish\n \n \n \n \n 1\n \n`;\n\nconst postData = Buffer.from(xml, 'utf-8');\n\nconst options = {\n hostname: 'weixinsiwei.com',\n path: '/zb_system/xml-rpc/index.php',\n method: 'POST',\n headers: {\n 'Content-Type': 'text/xml; charset=utf-8',\n 'Content-Length': postData.length\n }\n};\n\nconst req = https.request(options, (res) => {\n let data = '';\n res.on('data', chunk => data += chunk);\n res.on('end', () => {\n console.log('Status:', res.statusCode);\n console.log('Response:', data.substring(0, 2000));\n \n // Extract postid if success\n const match = data.match(/(\\d+)<\\/string>/);\n if (match) {\n const postId = match[1];\n console.log('\\n✅ Post published! post_id:', postId);\n \n // Now verify with getRecentPosts\n const verifyXml = `\n\n metaWeblog.getRecentPosts\n \n 68ba1ff10060dd54f1e399b8e332bdba\n admin\n 135269zxj\n 5\n \n`;\n \n const verifyBuf = Buffer.from(verifyXml, 'utf-8');\n const vreq = https.request({\n hostname: 'weixinsiwei.com',\n path: '/zb_system/xml-rpc/index.php',\n method: 'POST',\n headers: { 'Content-Type': 'text/xml; charset=utf-8', 'Content-Length': verifyBuf.length }\n }, (vres) => {\n let vdata = '';\n vres.on('data', c => vdata += c);\n vres.on('end', () => {\n console.log('\\n--- Recent Posts ---');\n // Extract post titles\n const titles = vdata.match(/post_title<\\/name>[\\s\\S]*?([^<]+)<\\/string>/g);\n const posts = vdata.match(/post_title<\\/name>[\\s\\S]*?([^<]+)<\\/string>/);\n if (titles) {\n titles.forEach(t => {\n const m = t.match(/([^<]+)<\\/string>/);\n if (m) console.log(' -', m[1]);\n });\n }\n const ids = vdata.match(/postid<\\/name>[\\s\\S]*?([^<]+)<\\/string>/g);\n if (ids) {\n ids.forEach(t => {\n const m = t.match(/([^<]+)<\\/string>/);\n if (m) console.log(' ID:', m[1]);\n });\n }\n console.log('\\n✅ Verification complete');\n });\n });\n vreq.write(verifyBuf);\n vreq.end();\n } else if (data.includes('')) {\n console.log('❌ Fault response detected');\n }\n });\n});\n\nreq.on('error', (e) => {\n console.error('Request error:', e.message);\n});\n\nreq.write(postData);\nreq.end();\nENDSCRIPT\nnode /tmp/publish-zb.js","timeout":30}}],"api":"openai-completions","provider":"deepseek","model":"deepseek-chat","usage":{"input":61,"output":1284,"cacheRead":18432,"cacheWrite":0,"totalTokens":19777,"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0,"total":0}},"stopReason":"toolUse","timestamp":1779185088693,"responseId":"cdff1627-089a-42a9-b608-08d72eeaaaa3"},{"role":"toolResult","toolCallId":"call_00_CkMtzpMgGagQcnXNOXoS5077","toolName":"exec","content":[{"type":"text","text":"Status: 200\nResponse: 1"}],"details":{"status":"completed","exitCode":0,"durationMs":820,"aggregated":"Status: 200\nResponse: 1","cwd":"/root/.openclaw/workspace/fabu"},"isError":false,"timestamp":1779185101633},{"role":"assistant","content":[{"type":"text","text":"The newPost response returned boolean 1 but no postId. Let me check - the boolean 1 means success. Let me also verify with getRecentPosts:"},{"type":"toolCall","id":"call_00_RyTnPMKO3bG2cGYkWUJ52639","name":"exec","arguments":{"command":"cat > /tmp/verify-zb.js << 'ENDSCRIPT'\nconst https = require('https');\n\nconst verifyXml = `\n\n metaWeblog.getRecentPosts\n \n 68ba1ff10060dd54f1e399b8e332bdba\n admin\n 135269zxj\n 10\n \n`;\n\nconst buf = Buffer.from(verifyXml, 'utf-8');\nconst req = https.request({\n hostname: 'weixinsiwei.com',\n path: '/zb_system/xml-rpc/index.php',\n method: 'POST',\n headers: { 'Content-Type': 'text/xml; charset=utf-8', 'Content-Length': buf.length }\n}, (res) => {\n let data = '';\n res.on('data', c => data += c);\n res.on('end', () => {\n console.log('Status:', res.statusCode);\n console.log('Response length:', data.length);\n // Print structured output\n console.log('\\nFull response:');\n console.log(data);\n });\n});\nreq.on('error', e => console.error('Error:', e.message));\nreq.write(buf);\nreq.end();\nENDSCRIPT\nnode /tmp/verify-zb.js","timeout":15}}],"api":"openai-completions","provider":"deepseek","model":"deepseek-chat","usage":{"input":108,"output":432,"cacheRead":19712,"cacheWrite":0,"totalTokens":20252,"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0,"total":0}},"stopReason":"toolUse","timestamp":1779185101635,"responseId":"983cd708-da4e-4a6c-87ce-55d744857418"},{"role":"toolResult","toolCallId":"call_00_RyTnPMKO3bG2cGYkWUJ52639","toolName":"exec","content":[{"type":"text","text":"Status: 200\nResponse length: 46339\n\nFull response:\n\r\ntitle未命名\r\ndescription\r\ndateCreated2026-05-19T18:04:17+08:00\r\ncategories未命名\r\npostid9626\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9626\r\npermaLinkhttps://weixinsiwei.com/?id=9626\r\nmt_keywords\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitlePC变AI入口，端侧芯片大战开打，创业者机会在哪？\r\ndescription<h1>PC变AI入口，端侧芯片大战开打，创业者机会在哪？</h1>\n<p>你有没有发现——现在聊AI，所有人都在聊云端大模型。</p>\n<p>ChatGPT、Claude、DeepSeek……所有的热闹都在云上。打开网页才能用，输入提示词等几秒才有回复，断网就抓瞎。</p>\n<p>但英特尔刚释放了一个明确信号：<strong>AI的主战场，正在从云端往你的电脑桌上迁移。</strong></p>\n<p>上周，英特尔在第三代酷睿处理器新品会上说了这么一句话——PC正从工具进化为智能体验的入口。翻译成人话就是：你手头这台电脑，不再只是上网、写文档、做PPT的工具了，它要变成能本地跑AI的"智能体"。</p>\n<p>这不是概念喊口号。首款支持端云混合AI的第三代酷睿处理器，把原来只有高端工作站才能干的AI推理，下放到了主流的PC上。这意味着什么？背后又藏着哪些创业者的机会？</p>\n<h2 id="_1">"辅脑+主脑"，到底是个什么东西？</h2>\n<p>先用人话拆解一下英特尔的这套逻辑。</p>\n<p>他们把AI拆成了两层："辅脑"和"主脑"。</p>\n<p><strong>辅脑是本地的。</strong> 你的PC里有一个AI模型——不需要很大的模型，可能是优化过的中小模型，甚至只是某个专用的推理引擎。它的任务是处理那些轻量级、低延迟、隐私敏感的任务：比如在文档里实时生成摘要、照片里智能抠图、语音实时转文字。不联网，本地跑，瞬间出结果。</p>\n<p><strong>主脑是云端的。</strong> 那些复杂的大任务——写一篇长文、做市场分析报告、生成高分辨率图片——交给云端的大模型去处理。不在乎多等几秒，因为任务本身就重。</p>\n<p>两者的关系很简单：<strong>本地能干的事本地干，本地干不了的上云端。</strong></p>\n<p>这不是什么高深的技术架构。但你仔细想想，它解决了一个巨大的痛点——<strong>你不需要为了一个"帮我把照片里的背景P掉"的需求，专门打开网页、登录账号、等上几秒。</strong> 右键一下，本地就搞定了。</p>\n<p>用英特尔的话说，这叫"高效分配任务，实现性能、隐私保护、成本与响应速度的平衡"。用你的话说，就是"该快的快，该强的强，什么都别耽误。"</p>\n<h2 id="_2">这件事为什么重要？</h2>\n<p>在英特尔之前，AI的叙事几乎被云端垄断了。</p>\n<p>你打开一个AI应用，本质上就是在调取云端的算力。你的手机、电脑只是一个输入输出终端。</p>\n<p>但"端云混合"的逻辑一出来，画风就变了——<strong>AI正在从"打开网页才能用的服务"，变成"开机就能用的原生能力"。</strong></p>\n<p>这个转变有多关键？看看智能手机的历史就明白了。</p>\n<p>第一代iPhone出来的时候，所有人都觉得手机打电话、发短信就行了。但后来呢？相机、GPS、支付、健康监测——这些曾经需要专门设备的"服务"，被集成进了手机这个"载体"里，变成了手机的原生能力。然后有了App Store，有了移动互联网的大爆发。</p>\n<p>PC也是这样。</p>\n<p>以前PC就是一个生产力工具——写文档、做表格、跑CAD。现在，PC正在变成一个AI入口。你不需要思考"我要调哪个AI"，而是"我打开电脑，AI就在那里，像操作系统一样自然"。</p>\n<h2 id="_3">创业者的机会在哪？</h2>\n<p>讲完了"为什么重要"，聊聊最实际的问题——这跟创业者有什么关系？</p>\n<p>我帮你拆了三个方向：</p>\n<p><strong>方向一：端侧AI应用开发。</strong></p>\n<p>这句话说起来简单，做起来空间很大。</p>\n<p>以前你做一个AI应用，要考虑云端响应延迟——用户输入完，等3秒才有反馈，体验差。但现在本地就能跑推理，你可以做的产品场景一下子多了很多。</p>\n<p>比如实时翻译软件，本地跑模型，你打字的同时它就在翻，零延迟。再比如AI辅助写作工具，自动续写、润色、风格改写，全部本地完成。用户不需要联网也能用，大大降低了使用门槛。</p>\n<p>那些对延迟敏感、对隐私有要求的场景——个人助理、健康管理、生产工具——都是端侧AI的主场。</p>\n<p><strong>方向二：AI PC的工具链和插件。</strong></p>\n<p>你有没有发现一个奇怪的事——现在人人都说AI PC，但真正好用的AI PC工具，少得可怜。</p>\n<p>Windows上那几家大厂，目前提供的AI体验基本就是一键抠图、智能搜索、会议纪要——功能浅得可怜。真正能让普通用户"哇塞"的AI原生工具，市场几乎是空白。</p>\n<p>做一个AI PC的插件生态，或者针对特定工作流的AI工具，可能会是一个先到先得的机会。想象一下：一个能自动帮你整理文件夹、打标签、生成文档摘要的AI助手，它不需要联网，跑在你的电脑上，了解你所有的文件。这种产品目前几乎没有。</p>\n<p><strong>方向三：垂直场景的端云混合方案。</strong></p>\n<p>端侧AI最性感的地方，不在于消费级应用，而在于那些"买得起电脑、但要AI"的垂直行业。</p>\n<p>医疗场景：医生在诊所看片子，本地模型做初筛（快、保护患者隐私），遇到疑难杂症上云端请大模型会诊（准、有参考）。</p>\n<p>教育场景：学生在终端上做AI批改作业、智能答疑，不用等云端响应，也不用担心学生数据上网的安全问题。</p>\n<p>工业巡检：巡检员拿着AI PC去工厂，本地跑缺陷检测模型，实时报警。如果有识别不了的，回传云端做二次判定。</p>\n<p>这些场景的共同特点是：<strong>既要AI的能力，又不能全依赖云端。</strong> 不是技术选型的问题，而是行业刚需。</p>\n<h2 id="_4">别只盯着云端的大模型</h2>\n<p>现在圈子里有一个现象很普遍：一聊AI创业，所有人都在做大模型应用，所有人都在想怎么调API、怎么做RAG、怎么接Agent。</p>\n<p>但端侧AI这艘船，刚刚开始拉起风帆。</p>\n<p>英特尔在做，高通在做，AMD在做，苹果也在做——芯片巨头们都在抢端侧AI的船票。对他们来说，这是下一个十年的增长引擎。</p>\n<p>对创业者来说，这意味着什么？<strong>硬件层的战争越激烈，软件层的空白就越大。</strong> 当一个平台有足够多的用户和足够强的能力，而应用生态又几乎空白时，这就是最好的窗口期。</p>\n<p>别只盯着云端的大模型。端侧AI的牌桌已经摆好了，看看你手里有什么牌。</p>\n<p><img alt="OPC一人公司" src="https://weixinsiwei.com/zb_users/upload/2026/05/84850393b2efb63633d3fdfd9a6e21b4.jpg"></p>\n\r\ndateCreated2026-05-19T15:24:25+08:00\r\ncategories未命名\r\npostid9625\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9625\r\npermaLinkhttps://weixinsiwei.com/?id=9625\r\nmt_keywordsAI,端侧AI,英特尔,芯片,创业,端云混合\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitlePC变AI入口，端侧芯片大战开打，创业者机会在哪？\r\ndescription<h1>PC变AI入口，端侧芯片大战开打，创业者机会在哪？</h1>\n<p>你有没有发现——现在聊AI，所有人都在聊云端大模型。</p>\n<p>ChatGPT、Claude、DeepSeek……所有的热闹都在云上。打开网页才能用，输入提示词等几秒才有回复，断网就抓瞎。</p>\n<p>但英特尔刚释放了一个明确信号：<strong>AI的主战场，正在从云端往你的电脑桌上迁移。</strong></p>\n<p>上周，英特尔在第三代酷睿处理器新品会上说了这么一句话——PC正从工具进化为智能体验的入口。翻译成人话就是：你手头这台电脑，不再只是上网、写文档、做PPT的工具了，它要变成能本地跑AI的"智能体"。</p>\n<p>这不是概念喊口号。首款支持端云混合AI的第三代酷睿处理器，把原来只有高端工作站才能干的AI推理，下放到了主流的PC上。这意味着什么？背后又藏着哪些创业者的机会？</p>\n<h2 id="_1">"辅脑+主脑"，到底是个什么东西？</h2>\n<p>先用人话拆解一下英特尔的这套逻辑。</p>\n<p>他们把AI拆成了两层："辅脑"和"主脑"。</p>\n<p><strong>辅脑是本地的。</strong> 你的PC里有一个AI模型——不需要很大的模型，可能是优化过的中小模型，甚至只是某个专用的推理引擎。它的任务是处理那些轻量级、低延迟、隐私敏感的任务：比如在文档里实时生成摘要、照片里智能抠图、语音实时转文字。不联网，本地跑，瞬间出结果。</p>\n<p><strong>主脑是云端的。</strong> 那些复杂的大任务——写一篇长文、做市场分析报告、生成高分辨率图片——交给云端的大模型去处理。不在乎多等几秒，因为任务本身就重。</p>\n<p>两者的关系很简单：<strong>本地能干的事本地干，本地干不了的上云端。</strong></p>\n<p>这不是什么高深的技术架构。但你仔细想想，它解决了一个巨大的痛点——<strong>你不需要为了一个"帮我把照片里的背景P掉"的需求，专门打开网页、登录账号、等上几秒。</strong> 右键一下，本地就搞定了。</p>\n<p>用英特尔的话说，这叫"高效分配任务，实现性能、隐私保护、成本与响应速度的平衡"。用你的话说，就是"该快的快，该强的强，什么都别耽误。"</p>\n<h2 id="_2">这件事为什么重要？</h2>\n<p>在英特尔之前，AI的叙事几乎被云端垄断了。</p>\n<p>你打开一个AI应用，本质上就是在调取云端的算力。你的手机、电脑只是一个输入输出终端。</p>\n<p>但"端云混合"的逻辑一出来，画风就变了——<strong>AI正在从"打开网页才能用的服务"，变成"开机就能用的原生能力"。</strong></p>\n<p>这个转变有多关键？看看智能手机的历史就明白了。</p>\n<p>第一代iPhone出来的时候，所有人都觉得手机打电话、发短信就行了。但后来呢？相机、GPS、支付、健康监测——这些曾经需要专门设备的"服务"，被集成进了手机这个"载体"里，变成了手机的原生能力。然后有了App Store，有了移动互联网的大爆发。</p>\n<p>PC也是这样。</p>\n<p>以前PC就是一个生产力工具——写文档、做表格、跑CAD。现在，PC正在变成一个AI入口。你不需要思考"我要调哪个AI"，而是"我打开电脑，AI就在那里，像操作系统一样自然"。</p>\n<h2 id="_3">创业者的机会在哪？</h2>\n<p>讲完了"为什么重要"，聊聊最实际的问题——这跟创业者有什么关系？</p>\n<p>我帮你拆了三个方向：</p>\n<p><strong>方向一：端侧AI应用开发。</strong></p>\n<p>这句话说起来简单，做起来空间很大。</p>\n<p>以前你做一个AI应用，要考虑云端响应延迟——用户输入完，等3秒才有反馈，体验差。但现在本地就能跑推理，你可以做的产品场景一下子多了很多。</p>\n<p>比如实时翻译软件，本地跑模型，你打字的同时它就在翻，零延迟。再比如AI辅助写作工具，自动续写、润色、风格改写，全部本地完成。用户不需要联网也能用，大大降低了使用门槛。</p>\n<p>那些对延迟敏感、对隐私有要求的场景——个人助理、健康管理、生产工具——都是端侧AI的主场。</p>\n<p><strong>方向二：AI PC的工具链和插件。</strong></p>\n<p>你有没有发现一个奇怪的事——现在人人都说AI PC，但真正好用的AI PC工具，少得可怜。</p>\n<p>Windows上那几家大厂，目前提供的AI体验基本就是一键抠图、智能搜索、会议纪要——功能浅得可怜。真正能让普通用户"哇塞"的AI原生工具，市场几乎是空白。</p>\n<p>做一个AI PC的插件生态，或者针对特定工作流的AI工具，可能会是一个先到先得的机会。想象一下：一个能自动帮你整理文件夹、打标签、生成文档摘要的AI助手，它不需要联网，跑在你的电脑上，了解你所有的文件。这种产品目前几乎没有。</p>\n<p><strong>方向三：垂直场景的端云混合方案。</strong></p>\n<p>端侧AI最性感的地方，不在于消费级应用，而在于那些"买得起电脑、但要AI"的垂直行业。</p>\n<p>医疗场景：医生在诊所看片子，本地模型做初筛（快、保护患者隐私），遇到疑难杂症上云端请大模型会诊（准、有参考）。</p>\n<p>教育场景：学生在终端上做AI批改作业、智能答疑，不用等云端响应，也不用担心学生数据上网的安全问题。</p>\n<p>工业巡检：巡检员拿着AI PC去工厂，本地跑缺陷检测模型，实时报警。如果有识别不了的，回传云端做二次判定。</p>\n<p>这些场景的共同特点是：<strong>既要AI的能力，又不能全依赖云端。</strong> 不是技术选型的问题，而是行业刚需。</p>\n<h2 id="_4">别只盯着云端的大模型</h2>\n<p>现在圈子里有一个现象很普遍：一聊AI创业，所有人都在做大模型应用，所有人都在想怎么调API、怎么做RAG、怎么接Agent。</p>\n<p>但端侧AI这艘船，刚刚开始拉起风帆。</p>\n<p>英特尔在做，高通在做，AMD在做，苹果也在做——芯片巨头们都在抢端侧AI的船票。对他们来说，这是下一个十年的增长引擎。</p>\n<p>对创业者来说，这意味着什么？<strong>硬件层的战争越激烈，软件层的空白就越大。</strong> 当一个平台有足够多的用户和足够强的能力，而应用生态又几乎空白时，这就是最好的窗口期。</p>\n<p>别只盯着云端的大模型。端侧AI的牌桌已经摆好了，看看你手里有什么牌。</p>\n<p><img alt="OPC一人公司" src="https://weixinsiwei.com/zb_users/upload/2026/05/84850393b2efb63633d3fdfd9a6e21b4.jpg"></p>\n\r\ndateCreated2026-05-19T15:23:53+08:00\r\ncategories未命名\r\npostid9624\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9624\r\npermaLinkhttps://weixinsiwei.com/?id=9624\r\nmt_keywordsAI,端侧AI,英特尔,芯片,创业,端云混合\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitle胡彦斌都在Vibe Coding了，创业者还等什么？\r\ndescription<h1>胡彦斌都在Vibe Coding了，创业者还等什么？</h1>\n<p>想象这样一个画面：一个写过《男人KTV》《红颜》的歌手，坐在电脑前，屏幕里不是编曲软件，不是歌词编辑器——而是 VS Code，旁边挂着 Claude Code 插件。</p>\n<p>胡彦斌在小红书晒了张图，配文七个字："正在 AI Vibe Coding"。</p>\n<p>一个音乐人，穿着拖鞋在工作室里用AI写代码。看着很违和，对吧？</p>\n<p>但这恰恰是2026年最该被创业者注意的信号。</p>\n<h2 id="vibe-coding">什么是Vibe Coding？就是"不会写代码也能做软件"</h2>\n<p>先聊聊这个词。Vibe Coding（氛围编程）是前OpenAI科学家Andrej Karpathy提出来的概念。</p>\n<p>简单说就是：你用自然语言跟AI描述你想要什么，AI帮你把代码写出来。你不一定要懂语法、不一定要会调试，你只需要——像当甲方一样，告诉AI你的需求。</p>\n<p>"给我做一个记账的小程序，界面要清新一点。"</p>\n<p>"帮我写一个店铺预约的系统，有用户注册和后台管理。"</p>\n<p>AI咔咔一顿输出，你看着效果，说"这里改一下""那里换个颜色"。</p>\n<p>你不是在编程。你是在"感知氛围"——感受产品对不对、体验好不好，然后给出反馈。</p>\n<p>以前这叫"提需求"，现在这叫"Vibe Coding"。</p>\n<p><strong>以前不会写代码的人，连提需求的资格都没有。现在，你就是产品经理+设计师+程序员。</strong></p>\n<h2 id="_1">明星们为什么开始干这事了？</h2>\n<p>胡彦斌不是第一个拿起键盘的明星。</p>\n<p>2025年，越来越多跨界人士开始自己动手做产品。音乐人做独立App，设计师写自动化脚本，作家搭个人网站——这一切的变化，只因为一个变量变了：门槛。</p>\n<p>AI把"从想到做"之间的那堵墙，砸穿了。</p>\n<p>以前你想做一个产品：\n1. 找技术团队——花时间、花钱\n2. 等开发排期——三个月起步\n3. 沟通需求——"你说的不是技术语言"\n4. 交付——"哦，和我想要的不一样"</p>\n<p>现在你想做一个产品：\n1. 打开Claude Code\n2. 用大白话说你想要什么\n3. AI写出第一个版本，你上手玩\n4. 说"这里不对，改成这样"，秒级迭代</p>\n<p>从"你得学会写代码"到"你只需要说人话"——这是一个门槛指数级下降的变化。</p>\n<p>胡彦斌能在录音棚里写代码，不是因为他学了Python。是因为他只需要说清楚"我想要什么"。</p>\n<p><strong>这件事对明星来说是个新玩具。对创业者来说，是核武器。</strong></p>\n<h2 id="_2">创业者的新现实：技术不再是天花板</h2>\n<p>过去十年，我见过太多创业者死在同一个坑里。</p>\n<p>"我有一个绝妙的点子，就差一个技术合伙人了。"</p>\n<p>为了找CTO，花了半年时间。找到了，人家要15%的股份，还要月薪。产品还没上线，光养技术团队就花了几十万。等到做出来了，市场已经变了。</p>\n<p><strong>AI Vibe Coding正在摧毁这套逻辑。</strong></p>\n<p>你现在不需要找技术合伙人了。你需要的，是一个人+一个AI工具。</p>\n<p>说个具体的场景：</p>\n<p>你是个烘焙店老板，想做个线上下单的小程序。以前你得找外包公司，报价8000到2万，做出来还不一��满意。来回改需求，又是一轮扯皮。</p>\n<p>现在呢？你打开电脑，对Claude说："帮我做一个蛋糕店的小程序，用户能浏览菜单、在线下单、选择配送时间。界面好看一点，参考现在流行的甜品店风格。"</p>\n<p>一个下午，MVP跑起来了。你觉得字体不好看，改。觉得按钮位置不对，改。觉得下单流程太复杂，精简。</p>\n<p>以前改一次需求要等两天。现在改一次需求是两句话。</p>\n<p>再扩展开来：</p>\n<p>想做垂直内容平台？以前要百万投入。现在AI帮你写前端写后端，你只需要想清楚"这个平台解决什么问题"。</p>\n<p>想做一个小工具解决自己的痛点？以前得求程序员朋友帮忙。现在你直接开干。</p>\n<p>想做自动化脚本提高自己公司的效率？以前得请人开发。现在你描述流程，AI帮你实现。</p>\n<p><strong>创业最大的成本，从"技术"变成了"想象力"。</strong></p>\n<h2 id="_3">但等等，不要神话它</h2>\n<p>说得这么好，是不是Vibe Coding就能解决一切？</p>\n<p>不是。</p>\n<p>Vibe Coding不是魔法。它能解决的是"从0到1"——快速验证一个想法、跑通一个MVP。</p>\n<p>当你需要处理高并发、做架构优化、保证系统安全——那时候你还是需要专业的开发者。</p>\n<p>但它让创业的起步成本降到了一个前所未有的低点。</p>\n<p>你可以先做出一个能用的东西，验证有人愿意为它买单，然后再去融资、找技术团队做正式版本。</p>\n<p><strong>这叫"先开枪，再瞄准"。</strong></p>\n<p>过去创业者要等所有条件具备才敢出发。现在你只需要一个想法，一台电脑，一个下午。</p>\n<h2 id="_4">最大的风险，不是技术不够好。是你根本不动</h2>\n<p>胡彦斌都在写代码了。</p>\n<p>他不是在跟程序员抢饭碗。他是在展示一个事实：AI已经让"不会写代码"不再是一个借口。</p>\n<p>你管这叫追风口也好，叫蹭热度也好。</p>\n<p>但你不能否认：一个做音乐的人，在2026年选择用AI做自己的软件产品——这个画面本身就是时代的注脚。</p>\n<p>创业者最怕的从来不是技术难题。最怕的是，别人已经跑起来了，你还在想。</p>\n<p>过去创业者的护城河是技术、资源、人脉。</p>\n<p>2026年，创业者的护城河只剩一条：<strong>你愿不愿意先动起来。</strong></p>\n<p>AI已经把工具放在你桌上了。</p>\n<p>不要等到你的竞争对手用AI做出了产品，你还在纠结"我是不是应该先学Python"。</p>\n<p><img alt="OPC一人公司" src="https://weixinsiwei.com/zb_users/upload/2026/05/84850393b2efb63633d3fdfd9a6e21b4.jpg"></p>\n\r\ndateCreated2026-05-19T12:38:28+08:00\r\ncategories未命名\r\npostid9623\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9623\r\npermaLinkhttps://weixinsiwei.com/?id=9623\r\nmt_keywordsVibe Coding,AI编程,胡彦斌,创业者,一人公司\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitleOpenAI赢了官司，但输了道理：陪审团2小时驳回马斯克，却没回答那个核心问题\r\ndescription<h1>OpenAI赢了官司，但输了道理：陪审团2小时驳回马斯克，却没回答那个核心问题</h1>\n<p>想象这样一个画面：</p>\n<p>加州奥克兰联邦法院，九人陪审团走进会议室。不到两小时——有人刚够吃完一个午餐的三明治——他们回来了。</p>\n<p>一致决定：驳回马斯克对OpenAI及山姆·奥特曼的所有指控。</p>\n<p>理由只有一个：诉讼时效已过。</p>\n<p>OpenAI的律师团队在法庭内相互拥抱庆祝。就像刚赢了一场生死攸关的决赛。马斯克的两位律师走出法庭，面对记者只说了两个字：</p>\n<p>"上诉。"</p>\n<p>一个字的解释都没有，一个表情都懒得多给。</p>\n<p><strong>这场官司在法律上结束了。但在道理上，才刚刚开始。</strong></p>\n<h2 id="_1">法庭没有回答那个问题</h2>\n<p>很多人看到新闻标题"马斯克诉OpenAI被驳回"，会本能地认为：OpenAI赢了，说明它没问题。</p>\n<p>但法律玩了一个精巧的文字游戏。</p>\n<p>诉讼时效——这是个程序问题，不是实体判决。意思是说：法庭根本没去判断"OpenAI到底有没有背离初心"，它只是说：你告得太晚了，我们不审了。</p>\n<p><strong>这就像一个法官对你说："我不说你有没有犯错，我只说你来投诉的时间不对。"</strong></p>\n<p>这不是实质性的清白。这是程序性的回避。</p>\n<p>你要理解诉讼时效为什么存在——是为了防止证据灭失、防止"陈年旧账"无休止地翻出来。在绝大多数商业纠纷里，这个制度是合理的。</p>\n<p>但放在OpenAI身上，事情没那么简单。</p>\n<h2 id="_2">一个拿了公共资源的"公益组织"</h2>\n<p>让我们回到2015年。</p>\n<p>OpenAI成立时的定位是什么？</p>\n<p><strong>非营利组织。</strong> 以"为了全人类的福祉"为使命。不受商业利益驱动。确保人工智能的发展方向不被股东利益绑架。</p>\n<p>马斯克是创始捐赠人之一，他捐了4500万美元。为什么？因为他相信这个使命。</p>\n<p>他当时在公开场合说过：AI领域最危险的事，就是被少数几个商业巨头垄断。OpenAI要做的是"去中心化、为了全人类"的那条路。</p>\n<p>2019年，转折发生了。</p>\n<p>OpenAI成立了"有上限利润"的营利实体。理由是：训练AI太烧钱了，非营利模式融不到那么多资金。</p>\n<p>听起来合理。但问题在于：</p>\n<p><strong>当初拿着"公益"的金字招牌，享受了非营利组织的各种政策红利——包括税收优惠、公共信任、顶级人才的以"使命感"加入——然后转身说"我改主意了"，这个过程，不需要被审视吗？</strong></p>\n<p>一个类比：��如你所在的小区里有一所"公益学校"，家长们捐款捐物，政府给了地皮和税收减免，都因为它的章程写着"不以营利为目的"。十年后，学校突然宣布：我们以后按商业公司运营，学费涨十倍，利润归股东。</p>\n<p>家长们不能质问一句？不能问一句"当初说好的事呢"？</p>\n<p>如果这所学校说："你十年前捐的钱，现在不能告我，因为诉讼时效过了。"——你会觉得这合理吗？</p>\n<h2 id="_3">黄仁勋的噩梦，奥特曼的选择</h2>\n<p>很多人说马斯克起诉OpenAI是因为"他嫉妒"——因为OpenAI做成了，而他自己的人工智能项目xAI才刚起步。</p>\n<p>这个说法不是完全没有道理。马斯克是人，当然有人性的复杂面。</p>\n<p><strong>但你不能因为一个人可能"有私心"，就否定他提出的问题本身有没有道理。</strong></p>\n<p>其实，真正有意思的角度在于：OpenAI的转型，反映了整个AI行业的一个根本矛盾——"公益初心"和"烧钱现实"之间的撕裂。</p>\n<p>OpenAI不是第一个，也不会是最后一个。</p>\n<p>训练大模型需要几十亿、上百亿美元。如果你是非营利组织，你怎么融到这笔钱？VC不会投一家只能做慈善的公司。所以你必须变成营利机构。</p>\n<p>这个逻辑链条很清晰。但问题在于：<strong>这个转变，应该在阳光下进行，不应该在诉讼时效的技术性条款里悄悄掩盖。</strong></p>\n<p>如果2019年OpenAI说"我们要成立营利子公司了，同时我们会保障最初的公益承诺仍然有约束力"，和现在"我们就是一家商业公司，估值数千亿"——中间隔着的，不只是钱，还有信任。</p>\n<h2 id="_4">这件事对创业者的真正启示</h2>\n<p>写到这里，我想说说这件事对我们创业者的意义。</p>\n<p>因为创业圈里，类似的"初心漂移"其实每天都在发生。</p>\n<p>很多创始人起步时做to B，后来转了to C。刚开始说"工具免费"，后来悄悄收费。早期说"我们不收割用户"，后来开始做流量变现。</p>\n<p><strong>转变本身没有错。商业就是在动态中调整的。</strong></p>\n<p>问题在于：这个转变的过程，是透明的、坦荡的，还是遮遮掩掩、等没人记得了再翻篇？</p>\n<p>OpenAI案最让人不安的地方，不是它变成了商业公司，而是它用"诉讼时效过了"这个技术性理由，回避了"当初的承诺还算不算数"这个根本问题。</p>\n<p><strong>对创业者来说，这是个很好的提醒：</strong></p>\n<p>你可以改变方向。你可以调整商业模式。你甚至可以从公益变成营利。</p>\n<p>但别用"太久以前的事"来搪塞那些曾经信任你的人。</p>\n<p>因为信任这东西，诉讼时效永远不会过。</p>\n<hr>\n<p><em>顺便说一句：创业的路上，每个选择背后都是认知和格局的较量。如果你也在思考商业模式的边界和初心的平衡，欢迎关注我的深度内容系列——我们一起拆解那些值得反思的商业故事。</em></p>\n<p><img alt="OPC一人公司" src="https://weixinsiwei.com/zb_users/upload/2026/05/84850393b2efb63633d3fdfd9a6e21b4.jpg"></p>\n<p><em>（本文首发于创业思维网 weixinsiwei.com，转载请联系授权。）</em></p>\n\r\ndateCreated2026-05-19T11:06:39+08:00\r\ncategories未命名\r\npostid9622\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9622\r\npermaLinkhttps://weixinsiwei.com/?id=9622\r\nmt_keywords\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitleDeepSeek招Agent产品经理：2026年Agent赛道正式开卷\r\ndescription<h1>DeepSeek招Agent产品经理：2026年Agent赛道正式开卷</h1>\n<h2 id="_1">一、一则招聘背后的行业信号</h2>\n<p>想象这样一个场景：你是一家AI公司的HR，收到一份简历，候选人说他深度用过Claude Code、Cowork、Codex、Cursor，能用vibe coding写代码，还懂UI/UX设计。</p>\n<p>这不是在招工程师。这是在招<strong>产品经理</strong>。</p>\n<p>2026年5月，DeepSeek官方上线了一个硬核岗位——Agent Harness产品经理。岗位描述里，最核心的一句话可以被提炼成一个公式：</p>\n<blockquote>\n<p><strong>Model + Harness = Agent</strong></p>\n</blockquote>\n<p>不是什么宏大愿景，不是什么十年蓝图。就是一句话，把2026年AI行业最热的方向说透了。</p>\n<p>要读懂这个信号，我们得先拆开这个公式。</p>\n<h2 id="modelharnessagent">二、拆解"Model+Harness=Agent"：引擎、外壳与车</h2>\n<p>很多人把Agent想复杂了。</p>\n<p>本质上，Model是引擎，Harness是外壳和交互层，Agent才是用户最终开走的那辆车。</p>\n<p><strong>引擎</strong>——DeepSeek的模型能力，从V2到V4一路狂奔，推理成本降了几个数量级。这是DeepSeek的护城河，也是他们的底气。</p>\n<p><strong>外壳</strong>——这就是"Harness"。没接触过概念的人可能觉得陌生，但换个词你就懂了：Agent框架、运行时环境、工具调用层、记忆系统、多步骤规划引擎……所有这些把"模型能力"转化为"产品能力"的中间层，都叫Harness。</p>\n<p><strong>车</strong>——Agent。用户不需要关心你用的是V4还是V5引擎，也不在乎你的Harness是怎么设计的。他只知道一件事：这辆车能帮他解决什么问题。</p>\n<p>DeepSeek的招聘信息释放了一个明确的信号：<strong>Agent已经从"概念验证"阶段，正式进入"产品化"阶段。</strong></p>\n<p>想想2024年，大家都在争论"Agent是不是伪需求"。2025年，各家开始出原型，但大部分还停留在Demo层面。到了2026年，谁能把Agent做成真正的产品——用户体验好、成本可控、开箱即用——谁就能吃到这波红利。</p>\n<p>DeepSeek不装了，直接亮牌。</p>\n<h2 id="_2">三、候选人画像透露的产品方向</h2>\n<p>最值得细品的，是DeepSeek对候选人的要求。</p>\n<p>不是"三年以上AI产品经验"，不是"熟悉大模型技术原理"这种套话。而是三条极其具体的要求：</p>\n<p><strong>第一，深度用过Claude Code、Cowork、Codex、Cursor等Agent产品。</strong></p>\n<p>什么叫"深度用过"？不是注册个账号划拉两下。是真金白银地用Agent写过代码、搭过工作流、踩过坑、知道哪些场景好使、哪些场景翻车。</p>\n<p>这意味着DeepSeek要的产品经理，<strong>自己就是Agent的深度用户</strong>。他们不需要别人告诉他们"Agent能做到什么"，因为他们每天都在用。</p>\n<p><strong>第二，理解LLM技术原理，能用vibe coding写代码。</strong></p>\n<p>"Vibe coding"——这个词本身就很有信息量。它指的是用自然语言描述需求，让AI写代码，你只负责"感知氛围、描述方向、检查结果"。这是一种全新的编程范式，也是Agent产品经理的核心技能。</p>\n<p>不是要求你成为资深工程师，但你必须能用AI高效地做原型验证。<strong>懂技术不是为了写代码，而是为了和工程师在同一频道对话。</strong></p>\n<p><strong>第三，具备UI/UX设计素养。</strong></p>\n<p>这条看起来反直觉——一个AI公司招Agent产品经理，居然要求懂UI/UX？</p>\n<p>但如果你理解"Harness"是什么，就不奇怪了。Agent产品的交互层极其重要：用户如何给Agent下指令？Agent如何展示思考过程？工具调用出错时如何优雅处理？多步任务如何提供进度反馈？</p>\n<p>这些全是UI/UX问题。</p>\n<p><strong>DeepSeek要的不是"写PRD的产品经理"，而是"懂技术+懂设计+深度用过竞品"的全栈型产品经理。</strong> 这本身就是2026年最稀缺的人才画像。</p>\n<h2 id="agent">四、几家大厂的Agent布局，谁在卷什么？</h2>\n<p>把视野拉开，看看其他大厂都在怎么布局Agent：</p>\n<p><strong>OpenAI：走GPTs生态路线。</strong> 让开发者用自然语言定义Agent的逻辑和工作流，强调低门槛、快速搭建。生态就是护城河——谁有更多GPTs，谁就有更多场景。</p>\n<p><strong>Anthropic：押注MCP协议。</strong> 你知道Anthropic的思路是什么吗？Agent是插件化的。MCP（Model Context Protocol）本质上是一个"模型如何调外部工具"的开放标准。他们想把Agent做成"操作系统"，MCP就是API接口。谁建标准，谁定规则。</p>\n<p><strong>Google：推Agent Builder。</strong> 借助Gemini模型能力和Google Cloud生态，面向企业级场景。主打和企业现有的数据、API、工作流深度打通。</p>\n<p><strong>DeepSeek：从Harness切入。</strong> 和上面几家都不太一样。OpenAI在做生态，Anthropic在做协议，Google在做企业方案——而DeepSeek在做一个"把自家模型能力最大化释放"的产品壳层。</p>\n<p>这个逻辑其实很顺。DeepSeek的核心优势是模型推理成本低。如果能有一个好的Harness，把低成本的优势转化成Agent产品的竞争力，那就是降维打击。</p>\n<h2 id="agent_1">五、对创业者的启示：Agent产品化的机会在哪？</h2>\n<p>聊完大厂，该说说创业者的机会了。</p>\n<p>Agent产品化这个赛道，大厂吃不了全部。为什么？因为Agent需要深度的场景适配，而大厂的产品追求通用性。</p>\n<p>这里有三个方向值得关注：</p>\n<p><strong>方向一：UI/UX层</strong></p>\n<p>大厂的Agent产品往往交互复杂，学习成本高。谁能把Agent的交互做得简单、直观、让人"盲操作"，谁就能切走一块蛋糕。</p>\n<p>不说远的，就说你手上的Agent——有多少人真正配置过它？大部分用户需要一个"插电即用"的Agent体验。交互设计，就是这里最大的壁垒。</p>\n<p><strong>方向二：垂直场景定制</strong></p>\n<p>通用Agent解决通用问题，但医疗、法律、金融、教育这些垂直领域，需要行业知识+Agent能力的结合。</p>\n<p>一个懂医疗流程的Agent，比一个"什么都会但什么都不精"的Agent值钱得多。做通用Agent是大厂的游戏，做垂直Agent是创业者的战场。</p>\n<p><strong>方向三：Harness工具链</strong></p>\n<p>DeepSeek在做自己的Harness，但行业需要多样化的Harness。</p>\n<p>你可以做一个专注"控制力"的企业级Harness（安全合规、权限管理），也可以做一个专注"创造力"的个人级Harness（无代码建Agent工作流），还可以做一个专注"协作"的团队级Harness（Agent之间互相调用、共享上下文）。</p>\n<p>Harness本身就是一个产品品类。</p>\n<hr>\n<p>一个Agent从能用变好用，中间差了一个Harness。</p>\n<p>2026年5月，DeepSeek亮出了自己的解法。它不是第一家布局Agent的公司，也不会是最后一家。但它的招聘信息告诉我们一件事：</p>\n<p>Agent的"概念验证时代"已经翻篇了。接下来，是拼产品力、拼体验、拼场景落地的时候。</p>\n<p>对创业者来说，最大的好消息是——这场竞赛才刚刚开始。枪声刚响，跑起来的人才有资格看到终点。</p>\n\r\ndateCreated2026-05-19T07:44:53+08:00\r\ncategories未命名\r\npostid9620\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9620\r\npermaLinkhttps://weixinsiwei.com/?id=9620\r\nmt_keywordsDeepSeek,Agent,产品经理,AI,人工智能\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitleDeepSeek招Agent产品经理：2026年Agent赛道正式开卷\r\ndescription<h1>DeepSeek招Agent产品经理：2026年Agent赛道正式开卷</h1>\n<h2 id="_1">一、一则招聘背后的行业信号</h2>\n<p>想象这样一个场景：你是一家AI公司的HR，收到一份简历，候选人说他深度用过Claude Code、Cowork、Codex、Cursor，能用vibe coding写代码，还懂UI/UX设计。</p>\n<p>这不是在招工程师。这是在招<strong>产品经理</strong>。</p>\n<p>2026年5月，DeepSeek官方上线了一个硬核岗位—���Agent Harness产品经理。岗位描述里，最核心的一句话可以被提炼成一个公式：</p>\n<blockquote>\n<p><strong>Model + Harness = Agent</strong></p>\n</blockquote>\n<p>不是什么宏大愿景，不是什么十年蓝图。就是一句话，把2026年AI行业最热的方向说透了。</p>\n<p>要读懂这个信号，我们得先拆开这个公式。</p>\n<h2 id="modelharnessagent">二、拆解"Model+Harness=Agent"：引擎、外壳与车</h2>\n<p>很多人把Agent想复杂了。</p>\n<p>本质上，Model是引擎，Harness是外壳和交互层，Agent才是用户最终开走的那辆车。</p>\n<p><strong>引擎</strong>——DeepSeek的模型能力，从V2到V4一路狂奔，推理成本降了几个数量级。这是DeepSeek的护城河，也是他们的底气。</p>\n<p><strong>外壳</strong>——这就是"Harness"。没接触过概念的人可能觉得陌生，但换个词你就懂了：Agent框架、运行时环境、工具调用层、记忆系统、多步骤规划引擎……所有这些把"模型能力"转化为"产品能力"的中间层，都叫Harness。</p>\n<p><strong>车</strong>——Agent。用户不需要关心你用的是V4还是V5引擎，也不在乎你的Harness是怎么设计的。他只知道一件事：这辆车能帮他解决什么问题。</p>\n<p>DeepSeek的招聘信息释放了一个明确的信号：<strong>Agent已经从"概念验证"阶段，正式进入"产品化"阶段。</strong></p>\n<p>想想2024年，大家都在争论"Agent是不是伪需求"。2025年，各家开始出原型，但大部分还停留在Demo层面。到了2026年，谁能把Agent做成真正的产品——用户体验好、成本可控、开箱即用——谁就能吃到这波红利。</p>\n<p>DeepSeek不装了，直接亮牌。</p>\n<h2 id="_2">三、候选人画像透露的产品方向</h2>\n<p>最值得细品的，是DeepSeek对候选人的要求。</p>\n<p>不是"三年以上AI产品经验"，不是"熟悉大模型技术原理"这种套话。而是三条极其具体的要求：</p>\n<p><strong>第一，深度用过Claude Code、Cowork、Codex、Cursor等Agent产品。</strong></p>\n<p>什么叫"深度用过"？不是注册个账号划拉两下。是真金白银地用Agent写过代码、搭过工作流、踩过坑、知道哪些场景好使、哪些场景翻车。</p>\n<p>这意味着DeepSeek要的产品经理，<strong>自己就是Agent的深度用户</strong>。他们不需要别人告诉他们"Agent能做到什么"，因为他们每天都在用。</p>\n<p><strong>第二，理解LLM技术原理，能用vibe coding写代码。</strong></p>\n<p>"Vibe coding"——这个词本身就很有信息量。它指的是用自然语言描述需求，让AI写代码，你只负责"感知氛围、描述方向、检查结果"。这是一种全新的编程范式，也是Agent产品经理的核心技能。</p>\n<p>不是要求你成为资深工程师，但你必须能用AI高效地做原型验证。<strong>懂技术不是为了写代码，而是为了和工程师在同一频道对话。</strong></p>\n<p><strong>第三，具备UI/UX设计素养。</strong></p>\n<p>这条看起来反直觉——一个AI公司招Agent产品经理，居然要求懂UI/UX？</p>\n<p>但如果你理解"Harness"是什么，就不奇怪了。Agent产品的交互层极其重要：用户如何给Agent下指令？Agent如何展示思考过程？工具调用出错时如何优雅处理？多步任务如何提供进度反馈？</p>\n<p>这些全是UI/UX问题。</p>\n<p><strong>DeepSeek要的不是"写PRD的产品经理"，而是"懂技术+懂设计+深度用过竞品"的全栈型产品经理。</strong> 这本身就是2026年最稀缺的人才画像。</p>\n<h2 id="agent">四、几家大厂的Agent布局，谁在卷什么？</h2>\n<p>把视野拉开，看看其他大厂都在怎么布局Agent：</p>\n<p><strong>OpenAI：走GPTs生态路线。</strong> 让开发者用自然语言定义Agent的逻辑和工作流，强调低门槛、快速搭建。生态就是护城河——谁有更多GPTs，谁就有更多场景。</p>\n<p><strong>Anthropic：押注MCP协议。</strong> 你知道Anthropic的思路是什么吗？Agent是插件化的。MCP（Model Context Protocol）本质上是一个"模型如何调外部工具"的开放标准。他们想把Agent做成"操作系统"，MCP就是API接口。谁建标准，谁定规则。</p>\n<p><strong>Google：推Agent Builder。</strong> 借助Gemini模型能力和Google Cloud生态，面向企业级场景。主打和企业现有的数据、API、工作流深度打通。</p>\n<p><strong>DeepSeek：从Harness切入。</strong> 和上面几家都不太一样。OpenAI在做生态，Anthropic在做协议，Google在做企业方案——而DeepSeek在做一个"把自家模型能力最大化释放"的产品壳层。</p>\n<p>这个逻辑其实很顺。DeepSeek的核心优势是模型推理成本低。如果能有一个好的Harness，把低成本的优势转化成Agent产品的竞争力，那就是降维打击。</p>\n<h2 id="agent_1">五、对创业者的启示：Agent产品化的机会在哪？</h2>\n<p>聊完大厂，该说说创业者的机会了。</p>\n<p>Agent产品化这个赛道，大厂吃不了全部。为什么？因为Agent需要深度的场景适配，而大厂的产品追求通用性。</p>\n<p>这里有三个方向值得关注：</p>\n<p><strong>方向一：UI/UX层</strong></p>\n<p>大厂的Agent产品往往交互复杂，学习成本高。谁能把Agent的交互做得简单、直观、让人"盲操作"，谁就能切走一块蛋糕。</p>\n<p>不说远的，就说你手上的Agent——有多少人真正配置过它？大部分用户需要一个"插电即用"的Agent体验。交互设计，就是这里最大的壁垒。</p>\n<p><strong>方向二：垂直场景定制</strong></p>\n<p>通用Agent解决通用问题，但医疗、法律、金融、教育这些垂直领域，需要行业知识+Agent能力的结合。</p>\n<p>一个懂医疗流程的Agent，比一个"什么都会但什么都不精"的Agent值钱得多。做通用Agent是大厂的游戏，做垂直Agent是创业者的战场。</p>\n<p><strong>方向三：Harness工具链</strong></p>\n<p>DeepSeek在做自己的Harness，但行业需要多样化的Harness。</p>\n<p>你可以做一个专注"控制力"的企业级Harness（安全合规、权限管理），也可以做一个专注"创造力"的个人级Harness（无代码建Agent工作流），还可以做一个专注"协作"的团队级Harness（Agent之间互相调用、共享上下文）。</p>\n<p>Harness本身就是一个产品品类。</p>\n<hr>\n<p>一个Agent从能用变好用，中间差了一个Harness。</p>\n<p>2026年5月，DeepSeek亮出了自己的解法。它不是第一家布局Agent的公司，也不会是最后一家。但它的招聘信息告诉我们一件事：</p>\n<p>Agent的"概念验证时代"已经翻篇了。接下来，是拼产品力、拼体验、拼场景落地的时候。</p>\n<p>对创业者来说，最大的好消息是——这场竞赛才刚刚开始。枪声刚响，跑起来的人才有资格看到终点。</p>\n\r\ndateCreated2026-05-19T07:44:42+08:00\r\ncategories未命名\r\npostid9619\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9619\r\npermaLinkhttps://weixinsiwei.com/?id=9619\r\nmt_keywordsDeepSeek,Agent,产品经理,AI,人工智能\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitle小鹏Robotaxi来了，2026年无人车终于不再是PPT\r\ndescription<!DOCTYPE html>\n<html>\n<head><meta charset="utf-8"><title>小鹏Robotaxi来了，2026年无人车终于不再是PPT</title></head>\n<body><h1>小鹏Robotaxi来了，2026年无人车终于不再是PPT</h1>\n<p>2026年5月19日，何小鹏宣布了一件事：小鹏Robotaxi将在广州开启示范运营。</p>\n<p>这话放在两年前说，大概会被当成"又一家公司PPT融资"。但放到今天说，味道完全不同了——前面有百度萝卜快跑在武汉跑了两年多，订单量已经突破百万级别。小鹏此时入场，不是在画饼，而是在跟跑、准备超车。</p>\n<p>自动驾驶这场马拉松，已经从"谁先上路"卷到了"谁能规模化赚钱"的新阶段。</p>\n<h2 id="_1">不能只把它当"无人驾驶"看</h2>\n<p>Robotaxi这事儿，如果只看技术层面，就太小看它了。</p>\n<p>它带来的改变，不只是"车里没有驾驶员"这么简单。它动的是整个出行产业链的底盘。</p>\n<p>想想看：如果你所在的城市能用手机叫到一辆无人车，价格比网约车便宜30%，你还会选人开的车吗？不会。价格和体验的双重碾压下，用户的迁移几乎是必然的。</p>\n<p>这对C端用户是好事。但对行业来说，这是一场洗牌：</p>\n<p>——网约车司机的角色在十年内将大幅萎缩，这不是"会不会"的问题，是"多快"的问题。</p>\n<p>——传统汽车租赁公司面临转型：车队要么全部换成自动驾驶套件，要么被淘汰。</p>\n<p>——停车场、加油站、保险——每一个出行配套行业，都会被改写。</p>\n<p>何小鹏选择广州，不是巧合。广州是中国汽车产业最集中的城市之一，也是自动驾驶政策最开放的城市之一。这个"示范运营"，从第一天起就不是摆拍，是冲着商业化去的。</p>\n<h2 id="_2">百度萝卜快跑已经蹚出了路</h2>\n<p>说到Robotaxi，绕不开百度。</p>\n<p>萝卜快跑在武汉的运营，已经被证明跑得通。从最初的"车上配安全员"，到现在的全无人运营，百度的步子稳重得让人意外。订单从几百单到几万单，再到百万单——这条曲线一旦起来，增长是指数级的。</p>\n<p>小鹏此时入局，聪明的地方在于：不需要从头摸索了。</p>\n<p>百度的试错给了行业一套"参考答案"：什么政策路径走得通，什么车型适合运营，什么定价策略用户能接受，什么区域能高效跑单。</p>\n<p>小鹏只需要在此基础上做优化——而它有百度没有的一张牌：造车能力。</p>\n<p>百度做Robotaxi，核心是运营平台+自动驾驶方案，车的部分靠合作。小鹏自己做车、自己做智驾、自己做运营——这三者合一的闭环，如果真能跑通，成本结构会比百度更紧凑。</p>\n<h2 id="_3">对普通人来说，机会在哪</h2>\n<p>自动驾驶加速落地这件事，不是只有出行行业的人需要关心。它对创业者的启发，藏在三个维度：</p>\n<p><strong>一是配套服务的机会。</strong></p>\n<p>Robotaxi车队需要充电、维护、清洁、调度。一辆车可以无人驾驶，但它不会自己充电、自己洗车、自己去做保养。围绕自动驾驶车队的运营服务，是一块全新的市场。</p>\n<p><strong>二是"车+场景"的本地生活改造。</strong></p>\n<p>想象一下：当打车变得足够便宜，人就不需要买车了。省下来的钱和精力去哪了？本地消费。餐饮、娱乐、短途旅游——出行成本的降低，会释放一波消费红利。如果你在做出行场景周边的本地生活服务，这是窗口期。</p>\n<p><strong>三是保险和金融的新需求。</strong></p>\n<p>自动驾驶出了事故，责任归谁？保险怎么定？金融产品怎么设计？这些全是空白。能在这个领域跑通一套标准的小团队，会被大保险公司抢着收购。</p>\n<h2 id="ppt">不是PPT，是发令枪</h2>\n<p>何小鹏的这条消息，放在2026年的大背景下看，只是一个加速的注脚。李强总理前不久刚调研推动AI与先进制造业深度融合，自动驾驶就是其中最典型的场景。</p>\n<p>技术成熟了，政策打开了，商业模式验证了。</p>\n<p>Robotaxi这条赛道，两年前是PPT，去年是Demo，今年是生意。</p>\n<p>你准备好了吗？</p>\n</body>\n</html>\r\ndateCreated2026-05-19T07:41:19+08:00\r\ncategories未命名\r\npostid9618\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9618\r\npermaLinkhttps://weixinsiwei.com/?id=9618\r\nmt_keywords自动驾驶,Robotaxi,小鹏,无人车,创业机会,出行\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitle百度Q1财报背后的信号：AI公司终于开始赚钱了\r\ndescription<!DOCTYPE html>\n<html>\n<head><meta charset="utf-8"><title>百度Q1财报背后的信号：AI公司终于开始赚钱了</title></head>\n<body><h1>百度Q1财报背后的信号：AI公司终于开始赚钱了</h1>\n<p>2026年第一季度，百度总营收321亿元。乍看这数字没太大惊喜。</p>\n<p>但翻到关键那一行，你会停下来——AI业务收入占比52%，首次过半。</p>\n<p>这意味着什么？百度不再是一家"做搜索顺便搞AI"的公司。它变成了一家"AI收入超过传统业务"的公司。而且，这不是画饼式的故事，是实打实的财报数字。</p>\n<p>金十数据5月19日消息，这个数字很值得拆开来品一品。</p>\n<h2 id="ai">AI商业化的"分水岭时刻"</h2>\n<p>过去几年，AI行业有个尴尬的局面：技术很热，故事很动听，但一翻财报，全是投入，没见多少回报。</p>\n<p>大模型厂商们像极了当年烧钱的O2O大战——谁都在讲"我有技术壁垒""我的模型更强"，可问到收入结构，支支吾吾。</p>\n<p>百度的这个52%，是第一个来自头部互联网公司、白纸黑字的信号：<strong>AI业务真的开始贡献主要收入了。</strong></p>\n<p>你不能简单说"百度靠广告，AI占比52%是因为搜��本身就是AI"。这恰恰是重点——搜索是最好的AI应用场景之一。当你把搜索、推荐、广告这些核心收入全部归类为AI驱动时，说明AI已经融入了主干业务，不再是旁支。</p>\n<p>打个比方：十年前你说"百度是AI公司"，别人觉得你在吹。今天你说同样的话，有财报数据撑腰。</p>\n<h2 id="_1">为什么这并不只是百度的事</h2>\n<p>百度这52%的含金量，在于它给了整个行业一个答案：<strong>AI商业化这条路走得通。</strong></p>\n<p>大模型从2022年底火到现在，烧的钱数以千亿计。投资人最焦虑的问题从来不是"技术行不行"，而是"怎么赚钱"。</p>\n<p>百度的回答是：不靠AI单独卖，而是靠AI改造每一块既有业务。</p>\n<p>搜索更精准了→流量变现效率更高了。云服务带上了大模型→政企客户愿意买单了。Apollo自动驾驶→商业化落地加速了（何小鹏昨天刚宣布小鹏Robotaxi在广州示范运营）。</p>\n<p>这不光是百度的棋。这是所有AI公司都在试图复制的路径——让AI成为"增强剂"，而不是"独立业务"。</p>\n<p>对中小创业者来说，这里藏着更接地气的机会。</p>\n<h2 id="_2">中小创业者能从中学到什么</h2>\n<p>百度的故事看起来很"大"，但内核逻辑对中小创业者同样适用：</p>\n<p><strong>第一，不要在AI底层卷，要去应用层找场景。</strong></p>\n<p>百度做了十年AI，投了上千亿，才有了今天的52%。你没有这个本钱。但你可以在具体场景里用AI把一门小生意放大十倍。比如，用AI做客服外包，用AI做内容批量生产，用AI做行业数据的自动化分析。</p>\n<p><strong>第二，AI的价值不是"替代人"，而是"帮人做得更好"。</strong></p>\n<p>百度不是用AI把搜索工程师都裁了，而是让搜索更懂你。同样的逻辑，在任何一个行业里，只要找到一个"人干得痛苦、AI能帮得上忙"的环节，就是商机。</p>\n<p><strong>第三，AI公司的股价往往需要标志性事件来催化。</strong></p>\n<p>百度的52%就是一个标志性事件。它告诉市场：AI的故事不是所有都是泡沫。这也意味着，接下来一段时间，资金会重新审视AI应用层的公司。如果你在这条赛道里，融资窗口在打开。</p>\n<h2 id="ai_1">AI公司终于进入"赚钱时代"</h2>\n<p>回到那个最直接的问题：AI到底能不能赚钱？</p>\n<p>百度的回答是：能。但需要时间，需要场景，需要耐心。</p>\n<p>不是每个AI公司都能复刻百度的路径。但对创业者来说，方向已经很清楚了——与其在技术红海里卷参数，不如到应用层里挖金矿。</p>\n<p>52%这个数字，不只是百度的一个里程碑。它是AI从"讲故事"走向"算业绩"的一声发令枪。</p>\n</body>\n</html>\r\ndateCreated2026-05-19T07:41:00+08:00\r\ncategories未命名\r\npostid9617\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9617\r\npermaLinkhttps://weixinsiwei.com/?id=9617\r\nmt_keywords百度,AI,财报,Q1,人工智能,商业化\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitle英调查：AI来了最先失业的不是工人，是白领\r\ndescription<!DOCTYPE html>\n<html>\n<head><meta charset="utf-8"><title>英调查：AI来了最先失业的不是工人，是白领</title></head>\n<body><h1>英调查：AI来了最先失业的不是工人，是白领</h1>\n<p>想象这样一个场景：你花了好几年念大学，毕业后挤进写字楼，每天对着屏幕做PPT、写邮件、填表格。你觉得这就是体面。而那个初中毕业就去学水电的初中同学，天天穿着工装跑工地，你觉得他是在吃苦。</p>\n<p>现在，AI来了。</p>\n<p>伦敦国王学院最新发布的一项调查，给了这个画面一个反转结局——大多数英国劳动者预计AI将引发大规模失业，而最危险的，恰恰是你以为的"体面工作"：初级白领岗位。水管工、电工这类蓝领职业，反而被划进了"安全区"。</p>\n<p>你怎么也没想到吧？</p>\n<h2 id="_1">白领的"特权"正在消失</h2>\n<p>想想看，为什么白领岗位首当其冲？</p>\n<p>因为大语言模型最擅长的事情，就是处理文本、整理信息、生成内容。而这些，恰恰是初级白领的核心工作。写报告、做摘要、填表单、回复邮件——GPT类工具干这些活，比大多数实习生更快、更准、更便宜。</p>\n<p>这不是未来，这是正在发生的事。</p>\n<p>金十快报援引的调查数据很直白：英国劳动者普遍认为，水管工这类需要"动手"的工作相对安全。为什么？因为AI再强，也没法���进你家下水道帮你疏通管道。它没法修电路、没法换轮胎、没法砌墙。</p>\n<p>一个悖论浮出水面：越是依赖知识和信息处理的工作，越容易被AI替代；越是依赖物理世界操作的工作，反而越安全。</p>\n<p>这不只是英国的事。国内的情况只会更剧烈。</p>\n<h2 id="_2">一个"反常识"的职业安全感排序</h2>\n<p>原来被认为是"低端"的蓝领岗位，正在成为职业安全感的代名词。</p>\n<p>来，对号入座一下：</p>\n<p>高危区：初级数据分析师、基础文案编辑、客服代表、翻译、基础法律助理、会计助理</p>\n<p>安全区：水管工、电工、焊工、厨师、护士、养老护理员、各类设备维修技师</p>\n<p>区别在哪？安全区的工作有一个共同特征——<strong>它们需要你面对一个不规则的物理世界</strong>。</p>\n<p>AI可以处理结构化的数据，但它搞不定漏水的龙头。它可以生成一篇合规的报告，但它没法帮老人翻个身、喂口饭。它可以在数字世界里写写画画，但在物理世界里，它连握个扳手都做不到。</p>\n<p>这不是"学历无用论"的翻版，而是告诉你：<strong>技能的真实价值，正在被重新定义。</strong></p>\n<h2 id="_3">这对创业者意味着什么</h2>\n<p>如果说上面这些说的是打工人的焦虑，那对创业者来说，这不是焦虑，这是机会。</p>\n<p>几个方向值得认真想：</p>\n<p><strong>一是"技术+手艺"的复合型服务。</strong></p>\n<p>最容易被替代的是纯信息处理型工作。最难的，是"信息判断+动手操作"的结合。比如智能家居安装调试，你既得懂IoT设备配置，又得会走线打孔。市面上能同时干好这两件事的人少之又少。</p>\n<p>这类服务的定价权，只会越来越强。</p>\n<p><strong>二是蓝领服务领域的数字化升级。</strong></p>\n<p>全国有数千万的水电工、维修工、装修工，但大部分还是靠熟人介绍、贴小广告接活。用AI帮他们做获客、做排期、做知识库——不是替代他们，是给他们装上数字化引擎。</p>\n<p><strong>三是"AI替代焦虑"本身就是一门生意。</strong></p>\n<p>职场转型培训、技能再教育、第二曲线规划——当越来越多人意识到白领岗位不再保险时，"帮人建立AI-proof能力"的服务，需求会爆发式增长。</p>\n<h2 id="_4">重新定义"铁饭碗"</h2>\n<p>伦敦国王学院的这份调查，与其说是在预测失业，不如说是给所有人敲了记警钟。</p>\n<p>过去二十年，中国的家长们拼命把孩子往写字楼里送，觉得坐办公室才算"有出息"。但现在，这个思路可能需要彻底翻篇了。</p>\n<p>真正的铁饭碗，不是在一个地方吃一辈子饭。而是不管AI怎么变，你都有饭吃。</p>\n<p>一个能修好复杂机器的人。一个能帮老人体面养老的人。一个能把智能设备装进千家万户的人。一个既懂技术又懂服务的人——这些人，AI替代不了。</p>\n<p>这不是什么悲观叙事。恰恰相反，这是一个重新定义"价值感"的机会。</p>\n<p>毕竟，如果所有人都去坐办公室了，谁来修你的水管？</p>\n</body>\n</html>\r\ndateCreated2026-05-19T07:40:42+08:00\r\ncategories未命名\r\npostid9616\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9616\r\npermaLinkhttps://weixinsiwei.com/?id=9616\r\nmt_keywordsAI失业,蓝领,创业,白领,就业趋势\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n"}],"details":{"status":"completed","exitCode":0,"durationMs":1055,"aggregated":"Status: 200\nResponse length: 46339\n\nFull response:\n\r\ntitle未命名\r\ndescription\r\ndateCreated2026-05-19T18:04:17+08:00\r\ncategories未命名\r\npostid9626\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9626\r\npermaLinkhttps://weixinsiwei.com/?id=9626\r\nmt_keywords\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitlePC变AI入口，端侧芯片大战开打，创业者机会在哪？\r\ndescription<h1>PC变AI入口，端侧芯片大战开打，创业者机会在哪？</h1>\n<p>你有没有发现——现在聊AI，所有人都在聊云端大模型。</p>\n<p>ChatGPT、Claude、DeepSeek……所有的热闹都在云上。打开网页才能用，输入提示词等几秒才有回复，断网就抓瞎。</p>\n<p>但英特尔刚释放了一个明确信号：<strong>AI的主战场，正在从云端往你的电脑桌上迁移。</strong></p>\n<p>上周，英特尔在第三代酷睿处理器新品会上说了这么一句话——PC正从工具进化为智能体验的入口。翻译成人话就是：你手头这台电脑，不再只是上网、写文档、做PPT的工具了，它要变成能本地跑AI的"智能体"。</p>\n<p>这不是概念喊口号。首款支持端云混合AI的第三代酷睿处理器，把原来只有高端工作站才能干的AI推理，下放到了主流的PC上。这意味着什么？背后又藏着哪些创业者的机会？</p>\n<h2 id="_1">"辅脑+主脑"，到底是个什么东西？</h2>\n<p>先用人话拆解一下英特尔的这套逻辑。</p>\n<p>他们把AI拆成了两层："辅脑"和"主脑"。</p>\n<p><strong>辅脑是本地的。</strong> 你的PC里有一个AI模型——不需要很大的模型，可能是优化过的中小模型，甚至只是某个专用的推理引擎。它的任务是处理那些轻量级、低延迟、隐私敏感的任务：比如在文档里实时生成摘要、照片里智能抠图、语音实时转文字。不联网，本地跑，瞬间出结果。</p>\n<p><strong>主脑是云端的。</strong> 那些复杂的大任务——写一篇长文、做市场分析报告、生成高分辨率图片——交给云端的大模型去处理。不在乎多等几秒，因为任务本身就重。</p>\n<p>两者的关系很简单：<strong>本地能干的事本地干，本地干不了的上云端。</strong></p>\n<p>这不是什么高深的技术架构。但你仔细想想，它解决了一个巨大的痛点——<strong>你不需要为了一个"帮我把照片里的背景P掉"的需求，专门打开网页、登录账号、等上几秒。</strong> 右键一下，本地就搞定了。</p>\n<p>用英特尔的话说，这叫"高效分配任务，实现性能、隐私保护、成本与响应速度的平衡"。用你的话说，就是"该快的快，该强的强，什么都别耽误。"</p>\n<h2 id="_2">这件事为什么重要？</h2>\n<p>在英特尔之前，AI的叙事几乎被云端垄断了。</p>\n<p>你打开一个AI应用，本质上就是在调取云端的算力。你的手机、电脑只是一个输入输出终端。</p>\n<p>但"端云混合"的逻辑一出来，画风就变了——<strong>AI正在从"打开网页才能用的服务"，变成"开机就能用的原生能力"。</strong></p>\n<p>这个转变有多关键？看看智能手机的历史就明白了。</p>\n<p>第一代iPhone出来的时候，所有人都觉得手机打电话、发短信就行了。但后来呢？相机、GPS、支付、健康监测——这些曾经需要专门设备的"服务"，被集成进了手机这个"载体"里，变成了手机的原生能力。然后有了App Store，有了移动互联网的大爆发。</p>\n<p>PC也是这样。</p>\n<p>以前PC就是一个生产力工具——写文档、做表格、跑CAD。现在，PC正在变成一个AI入口。你不需要思考"我要调哪个AI"，而是"我打开电脑，AI就在那里，像操作系统一样自然"。</p>\n<h2 id="_3">创业者的机会在哪？</h2>\n<p>讲完了"为什么重要"，聊聊最实际的问题——这跟创业者有什么关系？</p>\n<p>我帮你拆了三个方向：</p>\n<p><strong>方向一：端侧AI应用开发。</strong></p>\n<p>这句话说起来简单，做起来空间很大。</p>\n<p>以前你做一个AI应用，要考虑云端响应延迟——用户输入完，等3秒才有反馈，体验差。但现在本地就能跑推理，你可以做的产品场景一下子多了很多。</p>\n<p>比如实时翻译软件，本地跑模型，你打字的同时它就在翻，零延迟。再比如AI辅助写作工具，自动续写、润色、风格改写，全部本地完成。用户不需要联网也能用，大大降低了使用门槛。</p>\n<p>那些对延迟敏感、对隐私有要求的场景——个人助理、健康管理、生产工具——都是端侧AI的主场。</p>\n<p><strong>方向二：AI PC的工具链和插件。</strong></p>\n<p>你有没有发现一个奇怪的事——现在人人都说AI PC，但真正好用的AI PC工具，少得可怜。</p>\n<p>Windows上那几家大厂，目前提供的AI体验基本就是一键抠图、智能搜索、会议纪要——功能浅得可怜。真正能让普通用户"哇塞"的AI原生工具，市场几乎是空白。</p>\n<p>做一个AI PC的插件生态，或者针对特定工作流的AI工具，可能会是一个先到先得的机会。想象一下：一个能自动帮你整理文件夹、打标签、生成文档摘要的AI助手，它不需要联网，跑在你的电脑上，了解你所有的文件。这种产品目前几乎没有。</p>\n<p><strong>方向三：垂直场景的端云混合方案。</strong></p>\n<p>端侧AI最性感的地方，不在于消费级应用，而在于那些"买得起电脑、但要AI"的垂直行业。</p>\n<p>医疗场景：医生在诊所看片子，本地模型做初筛（快、保护患者隐私），遇到疑难杂症上云端请大模型会诊（准、有参考）。</p>\n<p>教育场景：学生在终端上做AI批改作业、智能答疑，不用等云端响应，也不用担心学生数据上网的安全问题。</p>\n<p>工业巡检：巡检员拿着AI PC去工厂，本地跑缺陷检测模型，实时报警。如果有识别不了的，回传云端做二次判定。</p>\n<p>这些场景的共同特点是：<strong>既要AI的能力，又不能全依赖云端。</strong> 不是技术选型的问题，而是行业刚需。</p>\n<h2 id="_4">别只盯着云端的大模型</h2>\n<p>现在圈子里有一个现象很普遍：一聊AI创业，所有人都在做大模型应用，所有人都在想怎么调API、怎么做RAG、怎么接Agent。</p>\n<p>但端侧AI这艘船，刚刚开始拉起风帆。</p>\n<p>英特尔在做，高通在做，AMD在做，苹果也在做——芯片巨头们都在抢端侧AI的船票。对他们来说，这是下一个十年的增长引擎。</p>\n<p>对创业者来说，这意味着什么？<strong>硬件层的战争越激烈，软件层的空白就越大。</strong> 当一个平台有足够多的用户和足够强的能力，而应用生态又几乎空白时，这就是最好的窗口期。</p>\n<p>别只盯着云端的大模型。端侧AI的牌桌已经摆好了，看看你手里有什么牌。</p>\n<p><img alt="OPC一人公司" src="https://weixinsiwei.com/zb_users/upload/2026/05/84850393b2efb63633d3fdfd9a6e21b4.jpg"></p>\n\r\ndateCreated2026-05-19T15:24:25+08:00\r\ncategories未命名\r\npostid9625\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9625\r\npermaLinkhttps://weixinsiwei.com/?id=9625\r\nmt_keywordsAI,端侧AI,英特尔,芯片,创业,端云混合\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitlePC变AI入口，端侧芯片大战开打，创业者机会在哪？\r\ndescription<h1>PC变AI入口，端侧芯片大战开打，创业者机会在哪？</h1>\n<p>你有没有发现——现在聊AI，所有人都在聊云端大模型。</p>\n<p>ChatGPT、Claude、DeepSeek……所有的热闹都在云上。打开网页才能用，输入提示词等几秒才有回复，断网就抓瞎。</p>\n<p>但英特尔刚释放了一个明确信号：<strong>AI的主战场，正在从云端往你的电脑桌上迁移。</strong></p>\n<p>上周，英特尔在第三代酷睿处理器新品会上说了这么一句话——PC正从工具进化为智能体验的入口。翻译成人话就是：你手头这台电脑，不再只是上网、写文档、做PPT的工具了，它要变成能本地跑AI的"智能体"。</p>\n<p>这不是概念喊口号。首款支持端云混合AI的第三代酷睿处理器，把原来只有高端工作站才能干的AI推理，下放到了主流的PC上。这意味着什么？背后又藏着哪些创业者的机会？</p>\n<h2 id="_1">"辅脑+主脑"，到底是个什么东西？</h2>\n<p>先用人话拆解一下英特尔的这套逻辑。</p>\n<p>他们把AI拆成了两层："辅脑"和"主脑"。</p>\n<p><strong>辅脑是本地的。</strong> 你的PC里有一个AI模型——不需要很大的模型，可能是优化过的中小模型，甚至只是某个专用的推理引擎。它的任务是处理那些轻量级、低延迟、隐私敏感的任务：比如在文档里实时生成摘要、照片里智能抠图、语音实时转文字。不联网，本地跑，瞬间出结果。</p>\n<p><strong>主脑是云端的。</strong> 那些复杂的大任务——写一篇长文、做市场分析报告、生成高分辨率图片——交给云端的大模型去处理。不在乎多等几秒，因为任务本身就重。</p>\n<p>两者的关系很简单：<strong>本地能干的事本地干，本地干不了的上云端。</strong></p>\n<p>这不是什么高深的技术架构。但你仔细想想，它解决了一个巨大的痛点——<strong>你不需要为了一个"帮我把照片里的背景P掉"的需求，专门打开网页、登录账号、等上几秒。</strong> 右键一下，本地就搞定了。</p>\n<p>用英特尔的话说，这叫"高效分配任务，实现性能、隐私保护、成本与响应速度的平衡"。用你的话说，就是"该快的快，该强的强，什么都别耽误。"</p>\n<h2 id="_2">这件事为什么重要？</h2>\n<p>在英特尔之前，AI的叙事几乎被云端垄断了。</p>\n<p>你打开一个AI应用，本质上就是在调取云端的算力。你的手机、电脑只是一个输入输出终端。</p>\n<p>但"端云混合"的逻辑一出来，画风就变了——<strong>AI正在从"打开网页才能用的服务"，变成"开机就能用的原生能力"。</strong></p>\n<p>这个转变有多关键？看看智能手机的历史就明白了。</p>\n<p>第一代iPhone出来的时候，所有人都觉得手机打电话、发短信就行了。但后来呢？相机、GPS、支付、健康监测——这些曾经需要专门设备的"服务"，被集成进了手机这个"载体"里，变成了手机的原生能力。然后有了App Store，有了移动互联网的大爆发。</p>\n<p>PC也是这样。</p>\n<p>以前PC就是一个生产力工具——写文档、做表格、跑CAD。现在，PC正在变成一个AI入口。你不需要思考"我要调哪个AI"，而是"我打开电脑，AI就在那里，像操作系统一样自然"。</p>\n<h2 id="_3">创业者的机会在哪？</h2>\n<p>讲完了"为什么重要"，聊聊最实际的问题——这跟创业者有什么关系？</p>\n<p>我帮你拆了三个方向：</p>\n<p><strong>方向一：端侧AI应用开发。</strong></p>\n<p>这句话说起来简单，做起来空间很大。</p>\n<p>以前你做一个AI应用，要考虑云端响应延迟——用户输入完，等3秒才有反馈，体验差。但现在本地就能跑推理，你可以做的产品场景一下子多了很多。</p>\n<p>比如实时翻译软件，本地跑模型，你打字的同时它就在翻，零延迟。再比如AI辅助写作工具，自动续写、润色、风格改写，全部本地完成。用户不需要联网也能用，大大降低了使用门槛。</p>\n<p>那些对延迟敏感、对隐私有要求的场景——个人助理、健康管理、生产工具——都是端侧AI的主场。</p>\n<p><strong>方向二：AI PC的工具链和插件。</strong></p>\n<p>你有没有发现一个奇怪的事——现在人人都说AI PC，但真正好用的AI PC工具，少得可怜。</p>\n<p>Windows上那几家大厂，目前提供的AI体验基本就是一键抠图、智能搜索、会议纪要——功能浅得可怜。真正能让普通用户"哇塞"的AI原生工具，市场几乎是空白。</p>\n<p>做一个AI PC的插件生态，或者针对特定工作流的AI工具，可能会是一个先到先得的机会。想象一下：一个能自动帮你整理文件夹、打标签、生成文档摘要的AI助手，它不需要联网，跑在你的电脑上，了解你所有的文件。这种产品目前几乎没有。</p>\n<p><strong>方向三：垂直场景的端云混合方案。</strong></p>\n<p>端侧AI最性感的地方，不在于消费级应用，而在于那些"买得起电脑、但要AI"的垂直行业。</p>\n<p>医疗场景：医生在诊所看片子，本地模型做初筛（快、保护患者隐私），遇到疑难杂症上云端请大模型会诊（准、有参考）。</p>\n<p>教育场景：学生在终端上做AI批改作业、智能答疑，不用等云端响应，也不用担心学生数据上网的安全问题。</p>\n<p>工业巡检：巡检员拿着AI PC去工厂，本地跑缺陷检测模型，实时报警。如果有识别不了的，回传云端做二次判定。</p>\n<p>这些场景的共同特点是：<strong>既要AI的能力，又不能全依赖云端。</strong> 不是技术选型的问题，而是行业刚需。</p>\n<h2 id="_4">别只盯着云端的大模型</h2>\n<p>现在圈子里有一个现象很普遍：一聊AI创业，所有人都在做大模型应用，所有人都在想怎么调API、怎么做RAG、怎么接Agent。</p>\n<p>但端侧AI这艘船，刚刚开始拉起风帆。</p>\n<p>英特尔在做，高通在做，AMD在做，苹果也在做——芯片巨头们都在抢端侧AI的船票。对他们来说，这是下一个十年的增长引擎。</p>\n<p>对创业者来说，这意味着什么？<strong>硬件层的战争越激烈，软件层的空白就越大。</strong> 当一个平台有足够多的用户和足够强的能力，而应用生态又几乎空白时，这就是最好的窗口期。</p>\n<p>别只盯着云端的大模型。端侧AI的牌桌已经摆好了，看看你手里有什么牌。</p>\n<p><img alt="OPC一人公司" src="https://weixinsiwei.com/zb_users/upload/2026/05/84850393b2efb63633d3fdfd9a6e21b4.jpg"></p>\n\r\ndateCreated2026-05-19T15:23:53+08:00\r\ncategories未命名\r\npostid9624\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9624\r\npermaLinkhttps://weixinsiwei.com/?id=9624\r\nmt_keywordsAI,端侧AI,英特尔,芯片,创业,端云混合\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitle胡彦斌都在Vibe Coding了，创业者还等什么？\r\ndescription<h1>胡彦斌都在Vibe Coding了，创业者还等什么？</h1>\n<p>想象这样一个画面：一个写过《男人KTV》《红颜》的歌手，坐在电脑前，屏幕里不是编曲软件，不是歌词编辑器——而是 VS Code，旁边挂着 Claude Code 插件。</p>\n<p>胡彦斌在小红书晒了张图，配文七个字："正在 AI Vibe Coding"。</p>\n<p>一个音乐人，穿着拖鞋在工作室里用AI写代码。看着很违和，对吧？</p>\n<p>但这恰恰是2026年最该被创业者注意的信号。</p>\n<h2 id="vibe-coding">什么是Vibe Coding？就是"不会写代码也能做软件"</h2>\n<p>先聊聊这个词。Vibe Coding（氛围编程）是前OpenAI科学家Andrej Karpathy提出来的概念。</p>\n<p>简单说就是：你用自然语言跟AI描述你想要什么，AI帮你把代码写出来。你不一定要懂语法、不一定要会调试，你只需要——像当甲方一样，告诉AI你的需求。</p>\n<p>"给我做一个记账的小程序，界面要清新一点。"</p>\n<p>"帮我写一个店铺预约的系统，有用户注册和后台管理。"</p>\n<p>AI咔咔一顿输出，你看着效果，说"这里改一下""那里换个颜色"。</p>\n<p>你不是在编程。你是在"感知氛围"——感受产品对不对、体验好不好，然后给出反馈。</p>\n<p>以前这叫"提需求"，现在这叫"Vibe Coding"。</p>\n<p><strong>以前不会写代码的人，连提需求的资格都没有。现在，你就是产品经理+设计师+程序员。</strong></p>\n<h2 id="_1">明星们为什么开始干这事了？</h2>\n<p>胡彦斌不是第一个拿起键盘的明星。</p>\n<p>2025年，越来越多跨界人士开始自己动手做产品。音乐人做独立App，设计师写自动化脚本，作家搭个人网站——这一切的变化，只因为一个变量变了：门槛。</p>\n<p>AI把"从想到做"之间的那堵墙，砸穿了。</p>\n<p>以前你想做一个产品：\n1. 找技术团队——花时间、花钱\n2. 等开发排期——三个月起步\n3. 沟通需求——"你说的不是技术语言"\n4. 交付——"哦，和我想要的不一样"</p>\n<p>现在你想做一个产品：\n1. 打开Claude Code\n2. 用大白话说你想要什么\n3. AI写出第一个版本，你上手玩\n4. 说"这里不对，改成这样"，秒级迭代</p>\n<p>从"你得学会写代码"到"你只需要说人话"——这是一个门槛指数级下降的变化。</p>\n<p>胡彦斌能在录音棚里写代码，不是因为他学了Python。是因为他只需要说清楚"我想要什么"。</p>\n<p><strong>这件事对明星来说是个新玩具。对创业者来说，是核武器。</strong></p>\n<h2 id="_2">创业者的新现实：技术不再是天花板</h2>\n<p>过去十年，我见过太多创业者死在同一个坑里。</p>\n<p>"我有一个绝妙的点子，就差一个技术合伙人了。"</p>\n<p>为了找CTO，花了半年时间。找到了，人家要15%的股份，还要月薪。产品还没上线，光养技术团队就花了几十万。等到做出来了，市场已经变了。</p>\n<p><strong>AI Vibe Coding正在摧毁这套逻辑。</strong></p>\n<p>你现在不需要找技术合伙人了。你需要的，是一个人+一个AI工具。</p>\n<p>说个具体的场景：</p>\n<p>你是个烘焙店老板，想做个线上下单的小程序。以前你得找外包公司，报价8000到2万，做出来还不一��满意。来回改需求，又是一轮扯皮。</p>\n<p>现在呢？你打开电脑，对Claude说："帮我做一个蛋糕店的小程序，用户能浏览菜单、在线下单、选择配送时间。界面好看一点，参考现在流行的甜品店风格。"</p>\n<p>一个下午，MVP跑起来了。你觉得字体不好看，改。觉得按钮位置不对，改。觉得下单流程太复杂，精简。</p>\n<p>以前改一次需求要等两天。现在改一次需求是两句话。</p>\n<p>再扩展开来：</p>\n<p>想做垂直内容平台？以前要百万投入。现在AI帮你写前端写后端，你只需要想清楚"这个平台解决什么问题"。</p>\n<p>想做一个小工具解决自己的痛点？以前得求程序员朋友帮忙。现在你直接开干。</p>\n<p>想做自动化脚本提高自己公司的效率？以前得请人开发。现在你描述流程，AI帮你实现。</p>\n<p><strong>创业最大的成本，从"技术"变成了"想象力"。</strong></p>\n<h2 id="_3">但等等，不要神话它</h2>\n<p>说得这么好，是不是Vibe Coding就能解决一切？</p>\n<p>不是。</p>\n<p>Vibe Coding不是魔法。它能解决的是"从0到1"——快速验证一个想法、跑通一个MVP。</p>\n<p>当你需要处理高并发、做架构优化、保证系统安全——那时候你还是需要专业的开发者。</p>\n<p>但它让创业的起步成本降到了一个前所未有的低点。</p>\n<p>你可以先做出一个能用的东西，验证有人愿意为它买单，然后再去融资、找技术团队做正式版本。</p>\n<p><strong>这叫"先开枪，再瞄准"。</strong></p>\n<p>过去创业者要等所有条件具备才敢出发。现在你只需要一个想法，一台电脑，一个下午。</p>\n<h2 id="_4">最大的风险，不是技术不够好。是你根本不动</h2>\n<p>胡彦斌都在写代码了。</p>\n<p>他不是在跟程序员抢饭碗。他是在展示一个事实：AI已经让"不会写代码"不再是一个借口。</p>\n<p>你管这叫追风口也好，叫蹭热度也好。</p>\n<p>但你不能否认：一个做音乐的人，在2026年选择用AI做自己的软件产品——这个画面本身就是时代的注脚。</p>\n<p>创业者最怕的从来不是技术难题。最怕的是，别人已经跑起来了，你还在想。</p>\n<p>过去创业者的护城河是技术、资源、人脉。</p>\n<p>2026年，创业者的护城河只剩一条：<strong>你愿不愿意先动起来。</strong></p>\n<p>AI已经把工具放在你桌上了。</p>\n<p>不要等到你的竞争对手用AI做出了产品，你还在纠结"我是不是应该先学Python"。</p>\n<p><img alt="OPC一人公司" src="https://weixinsiwei.com/zb_users/upload/2026/05/84850393b2efb63633d3fdfd9a6e21b4.jpg"></p>\n\r\ndateCreated2026-05-19T12:38:28+08:00\r\ncategories未命名\r\npostid9623\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9623\r\npermaLinkhttps://weixinsiwei.com/?id=9623\r\nmt_keywordsVibe Coding,AI编程,胡彦斌,创业者,一人公司\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitleOpenAI赢了官司，但输了道理：陪审团2小时驳回马斯克，却没回答那个核心问题\r\ndescription<h1>OpenAI赢了官司，但输了道理：陪审团2小时驳回马斯克，却没回答那个核心问题</h1>\n<p>想象这样一个画面：</p>\n<p>加州奥克兰联邦法院，九人陪审团走进会议室。不到两小时——有人刚够吃完一个午餐的三明治——他们回来了。</p>\n<p>一致决定：驳回马斯克对OpenAI及山姆·奥特曼的所有指控。</p>\n<p>理由只有一个：诉讼时效已过。</p>\n<p>OpenAI的律师团队在法庭内相互拥抱庆祝。就像刚赢了一场生死攸关的决赛。马斯克的两位律师走出法庭，面对记者只说了两个字：</p>\n<p>"上诉。"</p>\n<p>一个字的解释都没有，一个表情都懒得多给。</p>\n<p><strong>这场官司在法律上结束了。但在道理上，才刚刚开始。</strong></p>\n<h2 id="_1">法庭没有回答那个问题</h2>\n<p>很多人看到新闻标题"马斯克诉OpenAI被驳回"，会本能地认为：OpenAI赢了，说明它没问题。</p>\n<p>但法律玩了一个精巧的文字游戏。</p>\n<p>诉讼时效——这是个程序问题，不是实体判决。意思是说：法庭根本没去判断"OpenAI到底有没有背离初心"，它只是说：你告得太晚了，我们不审了。</p>\n<p><strong>这就像一个法官对你说："我不说你有没有犯错，我只说你来投诉的时间不对。"</strong></p>\n<p>这不是实质性的清白。这是程序性的回避。</p>\n<p>你要理解诉讼时效为什么存在——是为了防止证据灭失、防止"陈年旧账"无休止地翻出来。在绝大多数商业纠纷里，这个制度是合理的。</p>\n<p>但放在OpenAI身上，事情没那么简单。</p>\n<h2 id="_2">一个拿了公共资源的"公益组织"</h2>\n<p>让我们回到2015年。</p>\n<p>OpenAI成立时的定位是什么？</p>\n<p><strong>非营利组织。</strong> 以"为了全人类的福祉"为使命。不受商业利益驱动。确保人工智能的发展方向不被股东利益绑架。</p>\n<p>马斯克是创始捐赠人之一，他捐了4500万美元。为什么？因为他相信这个使命。</p>\n<p>他当时在公开场合说过：AI领域最危险的事，就是被少数几个商业巨头垄断。OpenAI要做的是"去中心化、为了全人类"的那条路。</p>\n<p>2019年，转折发生了。</p>\n<p>OpenAI成立了"有上限利润"的营利实体。理由是：训练AI太烧钱了，非营利模式融不到那么多资金。</p>\n<p>听起来合理。但问题在于：</p>\n<p><strong>当初拿着"公益"的金字招牌，享受了非营利组织的各种政策红利——包括税收优惠、公共信任、顶级人才的以"使命感"加入——然后转身说"我改主意了"，这个过程，不需要被审视吗？</strong></p>\n<p>一个类比：��如你所在的小区里有一所"公益学校"，家长们捐款捐物，政府给了地皮和税收减免，都因为它的章程写着"不以营利为目的"。十年后，学校突然宣布：我们以后按商业公司运营，学费涨十倍，利润归股东。</p>\n<p>家长们不能质问一句？不能问一句"当初说好的事呢"？</p>\n<p>如果这所学校说："你十年前捐的钱，现在不能告我，因为诉讼时效过了。"——你会觉得这合理吗？</p>\n<h2 id="_3">黄仁勋的噩梦，奥特曼的选择</h2>\n<p>很多人说马斯克起诉OpenAI是因为"他嫉妒"——因为OpenAI做成了，而他自己的人工智能项目xAI才刚起步。</p>\n<p>这个说法不是完全没有道理。马斯克是人，当然有人性的复杂面。</p>\n<p><strong>但你不能因为一个人可能"有私心"，就否定他提出的问题本身有没有道理。</strong></p>\n<p>其实，真正有意思的角度在于：OpenAI的转型，反映了整个AI行业的一个根本矛盾——"公益初心"和"烧钱现实"之间的撕裂。</p>\n<p>OpenAI不是第一个，也不会是最后一个。</p>\n<p>训练大模型需要几十亿、上百亿美元。如果你是非营利组织，你怎么融到这笔钱？VC不会投一家只能做慈善的公司。所以你必须变成营利机构。</p>\n<p>这个逻辑链条很清晰。但问题在于：<strong>这个转变，应该在阳光下进行，不应该在诉讼时效的技术性条款里悄悄掩盖。</strong></p>\n<p>如果2019年OpenAI说"我们要成立营利子公司了，同时我们会保障最初的公益承诺仍然有约束力"，和现在"我们就是一家商业公司，估值数千亿"——中间隔着的，不只是钱，还有信任。</p>\n<h2 id="_4">这件事对创业者的真正启示</h2>\n<p>写到这里，我想说说这件事对我们创业者的意义。</p>\n<p>因为创业圈里，类似的"初心漂移"其实每天都在发生。</p>\n<p>很多创始人起步时做to B，后来转了to C。刚开始说"工具免费"，后来悄悄收费。早期说"我们不收割用户"，后来开始做流量变现。</p>\n<p><strong>转变本身没有错。商业就是在动态中调整的。</strong></p>\n<p>问题在于：这个转变的过程，是透明的、坦荡的，还是遮遮掩掩、等没人记得了再翻篇？</p>\n<p>OpenAI案最让人不安的地方，不是它变成了商业公司，而是它用"诉讼时效过了"这个技术性理由，回避了"当初的承诺还算不算数"这个根本问题。</p>\n<p><strong>对创业者来说，这是个很好的提醒：</strong></p>\n<p>你可以改变方向。你可以调整商业模式。你甚至可以从公益变成营利。</p>\n<p>但别用"太久以前的事"来搪塞那些曾经信任你的人。</p>\n<p>因为信任这东西，诉讼时效永远不会过。</p>\n<hr>\n<p><em>顺便说一句：创业的路上，每个选择背后都是认知和格局的较量。如果你也在思考商业模式的边界和初心的平衡，欢迎关注我的深度内容系列——我们一起拆解那些值得反思的商业故事。</em></p>\n<p><img alt="OPC一人公司" src="https://weixinsiwei.com/zb_users/upload/2026/05/84850393b2efb63633d3fdfd9a6e21b4.jpg"></p>\n<p><em>（本文首发于创业思维网 weixinsiwei.com，转载请联系授权。）</em></p>\n\r\ndateCreated2026-05-19T11:06:39+08:00\r\ncategories未命名\r\npostid9622\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9622\r\npermaLinkhttps://weixinsiwei.com/?id=9622\r\nmt_keywords\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitleDeepSeek招Agent产品经理：2026年Agent赛道正式开卷\r\ndescription<h1>DeepSeek招Agent产品经理：2026年Agent赛道正式开卷</h1>\n<h2 id="_1">一、一则招聘背后的行业信号</h2>\n<p>想象这样一个场景：你是一家AI公司的HR，收到一份简历，候选人说他深度用过Claude Code、Cowork、Codex、Cursor，能用vibe coding写代码，还懂UI/UX设计。</p>\n<p>这不是在招工程师。这是在招<strong>产品经理</strong>。</p>\n<p>2026年5月，DeepSeek官方上线了一个硬核岗位——Agent Harness产品经理。岗位描述里，最核心的一句话可以被提炼成一个公式：</p>\n<blockquote>\n<p><strong>Model + Harness = Agent</strong></p>\n</blockquote>\n<p>不是什么宏大愿景，不是什么十年蓝图。就是一句话，把2026年AI行业最热的方向说透了。</p>\n<p>要读懂这个信号，我们得先拆开这个公式。</p>\n<h2 id="modelharnessagent">二、拆解"Model+Harness=Agent"：引擎、外壳与车</h2>\n<p>很多人把Agent想复杂了。</p>\n<p>本质上，Model是引擎，Harness是外壳和交互层，Agent才是用户最终开走的那辆车。</p>\n<p><strong>引擎</strong>——DeepSeek的模型能力，从V2到V4一路狂奔，推理成本降了几个数量级。这是DeepSeek的护城河，也是他们的底气。</p>\n<p><strong>外壳</strong>——这就是"Harness"。没接触过概念的人可能觉得陌生，但换个词你就懂了：Agent框架、运行时环境、工具调用层、记忆系统、多步骤规划引擎……所有这些把"模型能力"转化为"产品能力"的中间层，都叫Harness。</p>\n<p><strong>车</strong>——Agent。用户不需要关心你用的是V4还是V5引擎，也不在乎你的Harness是怎么设计的。他只知道一件事：这辆车能帮他解决什么问题。</p>\n<p>DeepSeek的招聘信息释放了一个明确的信号：<strong>Agent已经从"概念验证"阶段，正式进入"产品化"阶段。</strong></p>\n<p>想想2024年，大家都在争论"Agent是不是伪需求"。2025年，各家开始出原型，但大部分还停留在Demo层面。到了2026年，谁能把Agent做成真正的产品——用户体验好、成本可控、开箱即用——谁就能吃到这波红利。</p>\n<p>DeepSeek不装了，直接亮牌。</p>\n<h2 id="_2">三、候选人画像透露的产品方向</h2>\n<p>最值得细品的，是DeepSeek对候选人的要求。</p>\n<p>不是"三年以上AI产品经验"，不是"熟悉大模型技术原理"这种套话。而是三条极其具体的要求：</p>\n<p><strong>第一，深度用过Claude Code、Cowork、Codex、Cursor等Agent产品。</strong></p>\n<p>什么叫"深度用过"？不是注册个账号划拉两下。是真金白银地用Agent写过代码、搭过工作流、踩过坑、知道哪些场景好使、哪些场景翻车。</p>\n<p>这意味着DeepSeek要的产品经理，<strong>自己就是Agent的深度用户</strong>。他们不需要别人告诉他们"Agent能做到什么"，因为他们每天都在用。</p>\n<p><strong>第二，理解LLM技术原理，能用vibe coding写代码。</strong></p>\n<p>"Vibe coding"——这个词本身就很有信息量。它指的是用自然语言描述需求，让AI写代码，你只负责"感知氛围、描述方向、检查结果"。这是一种全新的编程范式，也是Agent产品经理的核心技能。</p>\n<p>不是要求你成为资深工程师，但你必须能用AI高效地做原型验证。<strong>懂技术不是为了写代码，而是为了和工程师在同一频道对话。</strong></p>\n<p><strong>第三，具备UI/UX设计素养。</strong></p>\n<p>这条看起来反直觉——一个AI公司招Agent产品经理，居然要求懂UI/UX？</p>\n<p>但如果你理解"Harness"是什么，就不奇怪了。Agent产品的交互层极其重要：用户如何给Agent下指令？Agent如何展示思考过程？工具调用出错时如何优雅处理？多步任务如何提供进度反馈？</p>\n<p>这些全是UI/UX问题。</p>\n<p><strong>DeepSeek要的不是"写PRD的产品经理"，而是"懂技术+懂设计+深度用过竞品"的全栈型产品经理。</strong> 这本身就是2026年最稀缺的人才画像。</p>\n<h2 id="agent">四、几家大厂的Agent布局，谁在卷什么？</h2>\n<p>把视野拉开，看看其他大厂都在怎么布局Agent：</p>\n<p><strong>OpenAI：走GPTs生态路线。</strong> 让开发者用自然语言定义Agent的逻辑和工作流，强调低门槛、快速搭建。生态就是护城河——谁有更多GPTs，谁就有更多场景。</p>\n<p><strong>Anthropic：押注MCP协议。</strong> 你知道Anthropic的思路是什么吗？Agent是插件化的。MCP（Model Context Protocol）本质上是一个"模型如何调外部工具"的开放标准。他们想把Agent做成"操作系统"，MCP就是API接口。谁建标准，谁定规则。</p>\n<p><strong>Google：推Agent Builder。</strong> 借助Gemini模型能力和Google Cloud生态，面向企业级场景。主打和企业现有的数据、API、工作流深度打通。</p>\n<p><strong>DeepSeek：从Harness切入。</strong> 和上面几家都不太一样。OpenAI在做生态，Anthropic在做协议，Google在做企业方案——而DeepSeek在做一个"把自家模型能力最大化释放"的产品壳层。</p>\n<p>这个逻辑其实很顺。DeepSeek的核心优势是模型推理成本低。如果能有一个好的Harness，把低成本的优势转化成Agent产品的竞争力，那就是降维打击。</p>\n<h2 id="agent_1">五、对创业者的启示：Agent产品化的机会在哪？</h2>\n<p>聊完大厂，该说说创业者的机会了。</p>\n<p>Agent产品化这个赛道，大厂吃不了全部。为什么？因为Agent需要深度的场景适配，而大厂的产品追求通用性。</p>\n<p>这里有三个方向值得关注：</p>\n<p><strong>方向一：UI/UX层</strong></p>\n<p>大厂的Agent产品往往交互复杂，学习成本高。谁能把Agent的交互做得简单、直观、让人"盲操作"，谁就能切走一块蛋糕。</p>\n<p>不说远的，就说你手上的Agent——有多少人真正配置过它？大部分用户需要一个"插电即用"的Agent体验。交互设计，就是这里最大的壁垒。</p>\n<p><strong>方向二：垂直场景定制</strong></p>\n<p>通用Agent解决通用问题，但医疗、法律、金融、教育这些垂直领域，需要行业知识+Agent能力的结合。</p>\n<p>一个懂医疗流程的Agent，比一个"什么都会但什么都不精"的Agent值钱得多。做通用Agent是大厂的游戏，做垂直Agent是创业者的战场。</p>\n<p><strong>方向三：Harness工具链</strong></p>\n<p>DeepSeek在做自己的Harness，但行业需要多样化的Harness。</p>\n<p>你可以做一个专注"控制力"的企业级Harness（安全合规、权限管理），也可以做一个专注"创造力"的个人级Harness（无代码建Agent工作流），还可以做一个专注"协作"的团队级Harness（Agent之间互相调用、共享上下文）。</p>\n<p>Harness本身就是一个产品品类。</p>\n<hr>\n<p>一个Agent从能用变好用，中间差了一个Harness。</p>\n<p>2026年5月，DeepSeek亮出了自己的解法。它不是第一家布局Agent的公司，也不会是最后一家。但它的招聘信息告诉我们一件事：</p>\n<p>Agent的"概念验证时代"已经翻篇了。接下来，是拼产品力、拼体验、拼场景落地的时候。</p>\n<p>对创业者来说，最大的好消息是——这场竞赛才刚刚开始。枪声刚响，跑起来的人才有资格看到终点。</p>\n\r\ndateCreated2026-05-19T07:44:53+08:00\r\ncategories未命名\r\npostid9620\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9620\r\npermaLinkhttps://weixinsiwei.com/?id=9620\r\nmt_keywordsDeepSeek,Agent,产品经理,AI,人工智能\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitleDeepSeek招Agent产品经理：2026年Agent赛道正式开卷\r\ndescription<h1>DeepSeek招Agent产品经理：2026年Agent赛道正式开卷</h1>\n<h2 id="_1">一、一则招聘背后的行业信号</h2>\n<p>想象这样一个场景：你是一家AI公司的HR，收到一份简历，候选人说他深度用过Claude Code、Cowork、Codex、Cursor，能用vibe coding写代码，还懂UI/UX设计。</p>\n<p>这不是在招工程师。这是在招<strong>产品经理</strong>。</p>\n<p>2026年5月，DeepSeek官方上线了一个硬核岗位—���Agent Harness产品经理。岗位描述里，最核心的一句话可以被提炼成一个公式：</p>\n<blockquote>\n<p><strong>Model + Harness = Agent</strong></p>\n</blockquote>\n<p>不是什么宏大愿景，不是什么十年蓝图。就是一句话，把2026年AI行业最热的方向说透了。</p>\n<p>要读懂这个信号，我们得先拆开这个公式。</p>\n<h2 id="modelharnessagent">二、拆解"Model+Harness=Agent"：引擎、外壳与车</h2>\n<p>很多人把Agent想复杂了。</p>\n<p>本质上，Model是引擎，Harness是外壳和交互层，Agent才是用户最终开走的那辆车。</p>\n<p><strong>引擎</strong>——DeepSeek的模型能力，从V2到V4一路狂奔，推理成本降了几个数量级。这是DeepSeek的护城河，也是他们的底气。</p>\n<p><strong>外壳</strong>——这就是"Harness"。没接触过概念的人可能觉得陌生，但换个词你就懂了：Agent框架、运行时环境、工具调用层、记忆系统、多步骤规划引擎……所有这些把"模型能力"转化为"产品能力"的中间层，都叫Harness。</p>\n<p><strong>车</strong>——Agent。用户不需要关心你用的是V4还是V5引擎，也不在乎你的Harness是怎么设计的。他只知道一件事：这辆车能帮他解决什么问题。</p>\n<p>DeepSeek的招聘信息释放了一个明确的信号：<strong>Agent已经从"概念验证"阶段，正式进入"产品化"阶段。</strong></p>\n<p>想想2024年，大家都在争论"Agent是不是伪需求"。2025年，各家开始出原型，但大部分还停留在Demo层面。到了2026年，谁能把Agent做成真正的产品——用户体验好、成本可控、开箱即用——谁就能吃到这波红利。</p>\n<p>DeepSeek不装了，直接亮牌。</p>\n<h2 id="_2">三、候选人画像透露的产品方向</h2>\n<p>最值得细品的，是DeepSeek对候选人的要求。</p>\n<p>不是"三年以上AI产品经验"，不是"熟悉大模型技术原理"这种套话。而是三条极其具体的要求：</p>\n<p><strong>第一，深度用过Claude Code、Cowork、Codex、Cursor等Agent产品。</strong></p>\n<p>什么叫"深度用过"？不是注册个账号划拉两下。是真金白银地用Agent写过代码、搭过工作流、踩过坑、知道哪些场景好使、哪些场景翻车。</p>\n<p>这意味着DeepSeek要的产品经理，<strong>自己就是Agent的深度用户</strong>。他们不需要别人告诉他们"Agent能做到什么"，因为他们每天都在用。</p>\n<p><strong>第二，理解LLM技术原理，能用vibe coding写代码。</strong></p>\n<p>"Vibe coding"——这个词本身就很有信息量。它指的是用自然语言描述需求，让AI写代码，你只负责"感知氛围、描述方向、检查结果"。这是一种全新的编程范式，也是Agent产品经理的核心技能。</p>\n<p>不是要求你成为资深工程师，但你必须能用AI高效地做原型验证。<strong>懂技术不是为了写代码，而是为了和工程师在同一频道对话。</strong></p>\n<p><strong>第三，具备UI/UX设计素养。</strong></p>\n<p>这条看起来反直觉——一个AI公司招Agent产品经理，居然要求懂UI/UX？</p>\n<p>但如果你理解"Harness"是什么，就不奇怪了。Agent产品的交互层极其重要：用户如何给Agent下指令？Agent如何展示思考过程？工具调用出错时如何优雅处理？多步任务如何提供进度反馈？</p>\n<p>这些全是UI/UX问题。</p>\n<p><strong>DeepSeek要的不是"写PRD的产品经理"，而是"懂技术+懂设计+深度用过竞品"的全栈型产品经理。</strong> 这本身就是2026年最稀缺的人才画像。</p>\n<h2 id="agent">四、几家大厂的Agent布局，谁在卷什么？</h2>\n<p>把视野拉开，看看其他大厂都在怎么布局Agent：</p>\n<p><strong>OpenAI：走GPTs生态路线。</strong> 让开发者用自然语言定义Agent的逻辑和工作流，强调低门槛、快速搭建。生态就是护城河——谁有更多GPTs，谁就有更多场景。</p>\n<p><strong>Anthropic：押注MCP协议。</strong> 你知道Anthropic的思路是什么吗？Agent是插件化的。MCP（Model Context Protocol）本质上是一个"模型如何调外部工具"的开放标准。他们想把Agent做成"操作系统"，MCP就是API接口。谁建标准，谁定规则。</p>\n<p><strong>Google：推Agent Builder。</strong> 借助Gemini模型能力和Google Cloud生态，面向企业级场景。主打和企业现有的数据、API、工作流深度打通。</p>\n<p><strong>DeepSeek：从Harness切入。</strong> 和上面几家都不太一样。OpenAI在做生态，Anthropic在做协议，Google在做企业方案——而DeepSeek在做一个"把自家模型能力最大化释放"的产品壳层。</p>\n<p>这个逻辑其实很顺。DeepSeek的核心优势是模型推理成本低。如果能有一个好的Harness，把低成本的优势转化成Agent产品的竞争力，那就是降维打击。</p>\n<h2 id="agent_1">五、对创业者的启示：Agent产品化的机会在哪？</h2>\n<p>聊完大厂，该说说创业者的机会了。</p>\n<p>Agent产品化这个赛道，大厂吃不了全部。为什么？因为Agent需要深度的场景适配，而大厂的产品追求通用性。</p>\n<p>这里有三个方向值得关注：</p>\n<p><strong>方向一：UI/UX层</strong></p>\n<p>大厂的Agent产品往往交互复杂，学习成本高。谁能把Agent的交互做得简单、直观、让人"盲操作"，谁就能切走一块蛋糕。</p>\n<p>不说远的，就说你手上的Agent——有多少人真正配置过它？大部分用户需要一个"插电即用"的Agent体验。交互设计，就是这里最大的壁垒。</p>\n<p><strong>方向二：垂直场景定制</strong></p>\n<p>通用Agent解决通用问题，但医疗、法律、金融、教育这些垂直领域，需要行业知识+Agent能力的结合。</p>\n<p>一个懂医疗流程的Agent，比一个"什么都会但什么都不精"的Agent值钱得多。做通用Agent是大厂的游戏，做垂直Agent是创业者的战场。</p>\n<p><strong>方向三：Harness工具链</strong></p>\n<p>DeepSeek在做自己的Harness，但行业需要多样化的Harness。</p>\n<p>你可以做一个专注"控制力"的企业级Harness（安全合规、权限管理），也可以做一个专注"创造力"的个人级Harness（无代码建Agent工作流），还可以做一个专注"协作"的团队级Harness（Agent之间互相调用、共享上下文）。</p>\n<p>Harness本身就是一个产品品类。</p>\n<hr>\n<p>一个Agent从能用变好用，中间差了一个Harness。</p>\n<p>2026年5月，DeepSeek亮出了自己的解法。它不是第一家布局Agent的公司，也不会是最后一家。但它的招聘信息告诉我们一件事：</p>\n<p>Agent的"概念验证时代"已经翻篇了。接下来，是拼产品力、拼体验、拼场景落地的时候。</p>\n<p>对创业者来说，最大的好消息是——这场竞赛才刚刚开始。枪声刚响，跑起来的人才有资格看到终点。</p>\n\r\ndateCreated2026-05-19T07:44:42+08:00\r\ncategories未命名\r\npostid9619\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9619\r\npermaLinkhttps://weixinsiwei.com/?id=9619\r\nmt_keywordsDeepSeek,Agent,产品经理,AI,人工智能\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitle小鹏Robotaxi来了，2026年无人车终于不再是PPT\r\ndescription<!DOCTYPE html>\n<html>\n<head><meta charset="utf-8"><title>小鹏Robotaxi来了，2026年无人车终于不再是PPT</title></head>\n<body><h1>小鹏Robotaxi来了，2026年无人车终于不再是PPT</h1>\n<p>2026年5月19日，何小鹏宣布了一件事：小鹏Robotaxi将在广州开启示范运营。</p>\n<p>这话放在两年前说，大概会被当成"又一家公司PPT融资"。但放到今天说，味道完全不同了——前面有百度萝卜快跑在武汉跑了两年多，订单量已经突破百万级别。小鹏此时入场，不是在画饼，而是在跟跑、准备超车。</p>\n<p>自动驾驶这场马拉松，已经从"谁先上路"卷到了"谁能规模化赚钱"的新阶段。</p>\n<h2 id="_1">不能只把它当"无人驾驶"看</h2>\n<p>Robotaxi这事儿，如果只看技术层面，就太小看它了。</p>\n<p>它带来的改变，不只是"车里没有驾驶员"这么简单。它动的是整个出行产业链的底盘。</p>\n<p>想想看：如果你所在的城市能用手机叫到一辆无人车，价格比网约车便宜30%，你还会选人开的车吗？不会。价格和体验的双重碾压下，用户的迁移几乎是必然的。</p>\n<p>这对C端用户是好事。但对行业来说，这是一场洗牌：</p>\n<p>——网约车司机的角色在十年内将大幅萎缩，这不是"会不会"的问题，是"多快"的问题。</p>\n<p>——传统汽车租赁公司面临转型：车队要么全部换成自动驾驶套件，要么被淘汰。</p>\n<p>——停车场、加油站、保险——每一个出行配套行业，都会被改写。</p>\n<p>何小鹏选择广州，不是巧合。广州是中国汽车产业最集中的城市之一，也是自动驾驶政策最开放的城市之一。这个"示范运营"，从第一天起就不是摆拍，是冲着商业化去的。</p>\n<h2 id="_2">百度萝卜快跑已经蹚出了路</h2>\n<p>说到Robotaxi，绕不开百度。</p>\n<p>萝卜快跑在武汉的运营，已经被证明跑得通。从最初的"车上配安全员"，到现在的全无人运营，百度的步子稳重得让人意外。订单从几百单到几万单，再到百万单——这条曲线一旦起来，增长是指数级的。</p>\n<p>小鹏此时入局，聪明的地方在于：不需要从头摸索了。</p>\n<p>百度的试错给了行业一套"参考答案"：什么政策路径走得通，什么车型适合运营，什么定价策略用户能接受，什么区域能高效跑单。</p>\n<p>小鹏只需要在此基础上做优化——而它有百度没有的一张牌：造车能力。</p>\n<p>百度做Robotaxi，核心是运营平台+自动驾驶方案，车的部分靠合作。小鹏自己做车、自己做智驾、自己做运营——这三者合一的闭环，如果真能跑通，成本结构会比百度更紧凑。</p>\n<h2 id="_3">对普通人来说，机会在哪</h2>\n<p>自动驾驶加速落地这件事，不是只有出行行业的人需要关心。它对创业者的启发，藏在三个维度：</p>\n<p><strong>一是配套服务的机会。</strong></p>\n<p>Robotaxi车队需要充电、维护、清洁、调度。一辆车可以无人驾驶，但它不会自己充电、自己洗车、自己去做保养。围绕自动驾驶车队的运营服务，是一块全新的市场。</p>\n<p><strong>二是"车+场景"的本地生活改造。</strong></p>\n<p>想象一下：当打车变得足够便宜，人就不需要买车了。省下来的钱和精力去哪了？本地消费。餐饮、娱乐、短途旅游——出行成本的降低，会释放一波消费红利。如果你在做出行场景周边的本地生活服务，这是窗口期。</p>\n<p><strong>三是保险和金融的新需求。</strong></p>\n<p>自动驾驶出了事故，责任归谁？保险怎么定？金融产品怎么设计？这些全是空白。能在这个领域跑通一套标准的小团队，会被大保险公司抢着收购。</p>\n<h2 id="ppt">不是PPT，是发令枪</h2>\n<p>何小鹏的这条消息，放在2026年的大背景下看，只是一个加速的注脚。李强总理前不久刚调研推动AI与先进制造业深度融合，自动驾驶就是其中最典型的场景。</p>\n<p>技术成熟了，政策打开了，商业模式验证了。</p>\n<p>Robotaxi这条赛道，两年前是PPT，去年是Demo，今年是生意。</p>\n<p>你准备好了吗？</p>\n</body>\n</html>\r\ndateCreated2026-05-19T07:41:19+08:00\r\ncategories未命名\r\npostid9618\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9618\r\npermaLinkhttps://weixinsiwei.com/?id=9618\r\nmt_keywords自动驾驶,Robotaxi,小鹏,无人车,创业机会,出行\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitle百度Q1财报背后的信号：AI公司终于开始赚钱了\r\ndescription<!DOCTYPE html>\n<html>\n<head><meta charset="utf-8"><title>百度Q1财报背后的信号：AI公司终于开始赚钱了</title></head>\n<body><h1>百度Q1财报背后的信号：AI公司终于开始赚钱了</h1>\n<p>2026年第一季度，百度总营收321亿元。乍看这数字没太大惊喜。</p>\n<p>但翻到关键那一行，你会停下来——AI业务收入占比52%，首次过半。</p>\n<p>这意味着什么？百度不再是一家"做搜索顺便搞AI"的公司。它变成了一家"AI收入超过传统业务"的公司。而且，这不是画饼式的故事，是实打实的财报数字。</p>\n<p>金十数据5月19日消息，这个数字很值得拆开来品一品。</p>\n<h2 id="ai">AI商业化的"分水岭时刻"</h2>\n<p>过去几年，AI行业有个尴尬的局面：技术很热，故事很动听，但一翻财报，全是投入，没见多少回报。</p>\n<p>大模型厂商们像极了当年烧钱的O2O大战——谁都在讲"我有技术壁垒""我的模型更强"，可问到收入结构，支支吾吾。</p>\n<p>百度的这个52%，是第一个来自头部互联网公司、白纸黑字的信号：<strong>AI业务真的开始贡献主要收入了。</strong></p>\n<p>你不能简单说"百度靠广告，AI占比52%是因为搜��本身就是AI"。这恰恰是重点——搜索是最好的AI应用场景之一。当你把搜索、推荐、广告这些核心收入全部归类为AI驱动时，说明AI已经融入了主干业务，不再是旁支。</p>\n<p>打个比方：十年前你说"百度是AI公司"，别人觉得你在吹。今天你说同样的话，有财报数据撑腰。</p>\n<h2 id="_1">为什么这并不只是百度的事</h2>\n<p>百度这52%的含金量，在于它给了整个行业一个答案：<strong>AI商业化这条路走得通。</strong></p>\n<p>大模型从2022年底火到现在，烧的钱数以千亿计。投资人最焦虑的问题从来不是"技术行不行"，而是"怎么赚钱"。</p>\n<p>百度的回答是：不靠AI单独卖，而是靠AI改造每一块既有业务。</p>\n<p>搜索更精准了→流量变现效率更高了。云服务带上了大模型→政企客户愿意买单了。Apollo自动驾驶→商业化落地加速了（何小鹏昨天刚宣布小鹏Robotaxi在广州示范运营）。</p>\n<p>这不光是百度的棋。这是所有AI公司都在试图复制的路径——让AI成为"增强剂"，而不是"独立业务"。</p>\n<p>对中小创业者来说，这里藏着更接地气的机会。</p>\n<h2 id="_2">中小创业者能从中学到什么</h2>\n<p>百度的故事看起来很"大"，但内核逻辑对中小创业者同样适用：</p>\n<p><strong>第一，不要在AI底层卷，要去应用层找场景。</strong></p>\n<p>百度做了十年AI，投了上千亿，才有了今天的52%。你没有这个本钱。但你可以在具体场景里用AI把一门小生意放大十倍。比如，用AI做客服外包，用AI做内容批量生产，用AI做行业数据的自动化分析。</p>\n<p><strong>第二，AI的价值不是"替代人"，而是"帮人做得更好"。</strong></p>\n<p>百度不是用AI把搜索工程师都裁了，而是让搜索更懂你。同样的逻辑，在任何一个行业里，只要找到一个"人干得痛苦、AI能帮得上忙"的环节，就是商机。</p>\n<p><strong>第三，AI公司的股价往往需要标志性事件来催化。</strong></p>\n<p>百度的52%就是一个标志性事件。它告诉市场：AI的故事不是所有都是泡沫。这也意味着，接下来一段时间，资金会重新审视AI应用层的公司。如果你在这条赛道里，融资窗口在打开。</p>\n<h2 id="ai_1">AI公司终于进入"赚钱时代"</h2>\n<p>回到那个最直接的问题：AI到底能不能赚钱？</p>\n<p>百度的回答是：能。但需要时间，需要场景，需要耐心。</p>\n<p>不是每个AI公司都能复刻百度的路径。但对创业者来说，方向已经很清楚了——与其在技术红海里卷参数，不如到应用层里挖金矿。</p>\n<p>52%这个数字，不只是百度的一个里程碑。它是AI从"讲故事"走向"算业绩"的一声发令枪。</p>\n</body>\n</html>\r\ndateCreated2026-05-19T07:41:00+08:00\r\ncategories未命名\r\npostid9617\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9617\r\npermaLinkhttps://weixinsiwei.com/?id=9617\r\nmt_keywords百度,AI,财报,Q1,人工智能,商业化\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n\r\ntitle英调查：AI来了最先失业的不是工人，是白领\r\ndescription<!DOCTYPE html>\n<html>\n<head><meta charset="utf-8"><title>英调查：AI来了最先失业的不是工人，是白领</title></head>\n<body><h1>英调查：AI来了最先失业的不是工人，是白领</h1>\n<p>想象这样一个场景：你花了好几年念大学，毕业后挤进写字楼，每天对着屏幕做PPT、写邮件、填表格。你觉得这就是体面。而那个初中毕业就去学水电的初中同学，天天穿着工装跑工地，你觉得他是在吃苦。</p>\n<p>现在，AI来了。</p>\n<p>伦敦国王学院最新发布的一项调查，给了这个画面一个反转结局——大多数英国劳动者预计AI将引发大规模失业，而最危险的，恰恰是你以为的"体面工作"：初级白领岗位。水管工、电工这类蓝领职业，反而被划进了"安全区"。</p>\n<p>你怎么也没想到吧？</p>\n<h2 id="_1">白领的"特权"正在消失</h2>\n<p>想想看，为什么白领岗位首当其冲？</p>\n<p>因为大语言模型最擅长的事情，就是处理文本、整理信息、生成内容。而这些，恰恰是初级白领的核心工作。写报告、做摘要、填表单、回复邮件——GPT类工具干这些活，比大多数实习生更快、更准、更便宜。</p>\n<p>这不是未来，这是正在发生的事。</p>\n<p>金十快报援引的调查数据很直白：英国劳动者普遍认为，水管工这类需要"动手"的工作相对安全。为什么？因为AI再强，也没法���进你家下水道帮你疏通管道。它没法修电路、没法换轮胎、没法砌墙。</p>\n<p>一个悖论浮出水面：越是依赖知识和信息处理的工作，越容易被AI替代；越是依赖物理世界操作的工作，反而越安全。</p>\n<p>这不只是英国的事。国内的情况只会更剧烈。</p>\n<h2 id="_2">一个"反常识"的职业安全感排序</h2>\n<p>原来被认为是"低端"的蓝领岗位，正在成为职业安全感的代名词。</p>\n<p>来，对号入座一下：</p>\n<p>高危区：初级数据分析师、基础文案编辑、客服代表、翻译、基础法律助理、会计助理</p>\n<p>安全区：水管工、电工、焊工、厨师、护士、养老护理员、各类设备维修技师</p>\n<p>区别在哪？安全区的工作有一个共同特征——<strong>它们需要你面对一个不规则的物理世界</strong>。</p>\n<p>AI可以处理结构化的数据，但它搞不定漏水的龙头。它可以生成一篇合规的报告，但它没法帮老人翻个身、喂口饭。它可以在数字世界里写写画画，但在物理世界里，它连握个扳手都做不到。</p>\n<p>这不是"学历无用论"的翻版，而是告诉你：<strong>技能的真实价值，正在被重新定义。</strong></p>\n<h2 id="_3">这对创业者意味着什么</h2>\n<p>如果说上面这些说的是打工人的焦虑，那对创业者来说，这不是焦虑，这是机会。</p>\n<p>几个方向值得认真想：</p>\n<p><strong>一是"技术+手艺"的复合型服务。</strong></p>\n<p>最容易被替代的是纯信息处理型工作。最难的，是"信息判断+动手操作"的结合。比如智能家居安装调试，你既得懂IoT设备配置，又得会走线打孔。市面上能同时干好这两件事的人少之又少。</p>\n<p>这类服务的定价权，只会越来越强。</p>\n<p><strong>二是蓝领服务领域的数字化升级。</strong></p>\n<p>全国有数千万的水电工、维修工、装修工，但大部分还是靠熟人介绍、贴小广告接活。用AI帮他们做获客、做排期、做知识库——不是替代他们，是给他们装上数字化引擎。</p>\n<p><strong>三是"AI替代焦虑"本身就是一门生意。</strong></p>\n<p>职场转型培训、技能再教育、第二曲线规划——当越来越多人意识到白领岗位不再保险时，"帮人建立AI-proof能力"的服务，需求会爆发式增长。</p>\n<h2 id="_4">重新定义"铁饭碗"</h2>\n<p>伦敦国王学院的这份调查，与其说是在预测失业，不如说是给所有人敲了记警钟。</p>\n<p>过去二十年，中国的家长们拼命把孩子往写字楼里送，觉得坐办公室才算"有出息"。但现在，这个思路可能需要彻底翻篇了。</p>\n<p>真正的铁饭碗，不是在一个地方吃一辈子饭。而是不管AI怎么变，你都有饭吃。</p>\n<p>一个能修好复杂机器的人。一个能帮老人体面养老的人。一个能把智能设备装进千家万户的人。一个既懂技术又懂服务的人——这些人，AI替代不了。</p>\n<p>这不是什么悲观叙事。恰恰相反，这是一个重新定义"价值感"的机会。</p>\n<p>毕竟，如果所有人都去坐办公室了，谁来修你的水管？</p>\n</body>\n</html>\r\ndateCreated2026-05-19T07:40:42+08:00\r\ncategories未命名\r\npostid9616\r\nuserid1\r\nlinkhttps://weixinsiwei.com/?id=9616\r\npermaLinkhttps://weixinsiwei.com/?id=9616\r\nmt_keywordsAI失业,蓝领,创业,白领,就业趋势\r\nwp_slug\r\nmt_excerpt\r\nmt_text_more\r\nmt_basname\r\nmt_allow_comments1\r\npage_statuspublish\r\n","cwd":"/root/.openclaw/workspace/fabu"},"isError":false,"timestamp":1779185106923},{"role":"assistant","content":[{"type":"text","text":"I can see the newPost returned boolean `1` (success). Now looking at the getRecentPosts response, I see the top post is called \"未命名\" (unnamed) with postid 9626, published at 18:04 - which is our new post! But the title appears empty. Let me check - the Z-Blog XML-RPC may be using different field names. Let me see if there's a title mismatch - the response shows `title` not `post_title`. Let me update the API call:"},{"type":"toolCall","id":"call_00_aUjKrnFUl8akWRcRYPra3971","name":"exec","arguments":{"command":"cat > /tmp/publish-zb2.js << 'ENDSCRIPT'\nconst https = require('https');\nconst fs = require('fs');\n\nconst content = fs.readFileSync('/tmp/798落地郑州-二砂文创园-20260519.html', 'utf8');\nconst title = '798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？';\n\n// Use proper XML-RPC field names for Z-Blog\nconst xml = `\n\n metaWeblog.newPost\n \n 68ba1ff10060dd54f1e399b8e332bdba\n admin\n 135269zxj\n \n \n \n \n title\n ${title}\n \n \n description\n \n \n \n categories\n \n \n \n mt_keywords\n 798, 二砂文创园, 郑州, 文创, 工业遗存\n \n \n post_status\n publish\n \n \n \n \n 1\n \n`;\n\nconst postData = Buffer.from(xml, 'utf-8');\n\nconsole.log('Publishing article to Z-Blog...');\nconst req = https.request({\n hostname: 'weixinsiwei.com',\n path: '/zb_system/xml-rpc/index.php',\n method: 'POST',\n headers: { 'Content-Type': 'text/xml; charset=utf-8', 'Content-Length': postData.length }\n}, (res) => {\n let data = '';\n res.on('data', chunk => data += chunk);\n res.on('end', () => {\n console.log('Status:', res.statusCode);\n console.log('Response:', data);\n \n if (data.includes('')) {\n console.log('❌ Fault response');\n } else {\n console.log('✅ newPost succeeded');\n \n // Now verify with getRecentPosts\n setTimeout(() => {\n const verifyXml = `\n\n metaWeblog.getRecentPosts\n \n 68ba1ff10060dd54f1e399b8e332bdba\n admin\n 135269zxj\n 5\n \n`;\n \n const vbuf = Buffer.from(verifyXml, 'utf-8');\n const vreq = https.request({\n hostname: 'weixinsiwei.com',\n path: '/zb_system/xml-rpc/index.php',\n method: 'POST',\n headers: { 'Content-Type': 'text/xml; charset=utf-8', 'Content-Length': vbuf.length }\n }, (vres) => {\n let vdata = '';\n vres.on('data', c => vdata += c);\n vres.on('end', () => {\n // Extract titles and IDs\n const titleMatches = [...vdata.matchAll(/title<\\/name>\\s*([^<]*)<\\/string>/g)];\n const idMatches = [...vdata.matchAll(/postid<\\/name>\\s*(\\d+)<\\/string>/g)];\n const statusMatches = [...vdata.matchAll(/page_status<\\/name>\\s*([^<]*)<\\/string>/g)];\n \n console.log('\\n--- Recent Posts Verification ---');\n for (let i = 0; i < Math.min(titleMatches.length, 5); i++) {\n const t = titleMatches[i]?.[1] || '?';\n const id = idMatches[i]?.[1] || '?';\n const s = statusMatches[i]?.[1] || '?';\n console.log(` [${id}] \"${t}\" — ${s}`);\n }\n console.log('\\n✅ Verification complete');\n });\n });\n vreq.write(vbuf);\n vreq.end();\n }, 2000);\n }\n });\n});\nreq.on('error', e => console.error('Error:', e.message));\nreq.write(postData);\nreq.end();\nENDSCRIPT\nnode /tmp/publish-zb2.js","timeout":30}}],"api":"openai-completions","provider":"deepseek","model":"deepseek-chat","usage":{"input":21214,"output":1327,"cacheRead":20224,"cacheWrite":0,"totalTokens":42765,"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0,"total":0}},"stopReason":"toolUse","timestamp":1779185106927,"responseId":"1bef54ca-4f0b-446f-ad3c-1326531b0672"},{"role":"toolResult","toolCallId":"call_00_aUjKrnFUl8akWRcRYPra3971","toolName":"exec","content":[{"type":"text","text":"Publishing article to Z-Blog...\nStatus: 200\nResponse: 1\n✅ newPost succeeded\n\n--- Recent Posts Verification ---\n [9627] \"798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\" — publish\n [9626] \"未命名\" — publish\n [9625] \"PC变AI入口，端侧芯片大战开打，创业者机会在哪？\" — publish\n [9624] \"PC变AI入口，端侧芯片大战开打，创业者机会在哪？\" — publish\n [9623] \"胡彦斌都在Vibe Coding了，创业者还等什么？\" — publish\n\n✅ Verification complete"}],"details":{"status":"completed","exitCode":0,"durationMs":3011,"aggregated":"Publishing article to Z-Blog...\nStatus: 200\nResponse: 1\n✅ newPost succeeded\n\n--- Recent Posts Verification ---\n [9627] \"798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\" — publish\n [9626] \"未命名\" — publish\n [9625] \"PC变AI入口，端侧芯片大战开打，创业者机会在哪？\" — publish\n [9624] \"PC变AI入口，端侧芯片大战开打，创业者机会在哪？\" — publish\n [9623] \"胡彦斌都在Vibe Coding了，创业者还等什么？\" — publish\n\n✅ Verification complete","cwd":"/root/.openclaw/workspace/fabu"},"isError":false,"timestamp":1779185123209},{"role":"assistant","content":[{"type":"text","text":"Perfect! The website publish succeeded. Post ID 9627 with the correct title, status \"publish\". Let me also check if there's a leftover \"未命名\" post (ID 9626 from the first attempt) that should be cleaned up.\n\nNow let me summarize the results:\n\n---\n\n## ✅ 发布完成汇总\n\n### 📱 公众号（微信公众平台）\n- **标题**：798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\n- **状态**：✅ 发布成功（发布为草稿）\n- **media_id**：`imBwNhfy9Uv4ps2luE5gfojZm0jNxPKY80faTh6oMqO9YGM6zQOkf8zL2UD9SC9j`\n- **配色**：modern + vermilion（朱红）\n- **作者**：ai张三疯\n- **封面图**：已上传 `/root/imgs/business/cover.jpg`\n\n### 🌐 网站（weixinsiwei.com / Z-Blog）\n- **标题**：798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\n- **状态**：✅ 发布成功（publish）\n- **文章ID**：9627\n- **链接**：https://weixinsiwei.com/?id=9627\n- **关键词**：798, 二砂文创园, 郑州, 文创, 工业遗存\n- **验证**：getRecentPosts 确认文章已上线，状态为 publish\n\n### ⚠️ 注意\n第一次尝试因字段名不对（用了 `post_title` 而非 `title`）产生了 ID 9626 的一篇空标题草稿（\"未命名\"），第二次正确发布后 ID 9627 已成功。如需清理 ID 9626 的遗留文章，可以告知。"}],"api":"openai-completions","provider":"deepseek","model":"deepseek-chat","usage":{"input":198,"output":409,"cacheRead":42752,"cacheWrite":0,"totalTokens":43359,"cost":{"input":0,"output":0,"cacheRead":0,"cacheWrite":0,"total":0}},"stopReason":"stop","timestamp":1779185123211,"responseId":"5ad413db-28e5-45d4-b438-f6c67c229c0c"}]}}
{"traceSchema":"openclaw-trajectory","schemaVersion":1,"traceId":"7db8d5e1-08c8-4b9b-9754-922c91d821e3","source":"runtime","type":"trace.artifacts","ts":"2026-05-19T10:05:29.508Z","seq":6,"sourceSeq":6,"sessionId":"7db8d5e1-08c8-4b9b-9754-922c91d821e3","sessionKey":"agent:fabu:subagent:8fe4dfbe-c1bf-4939-881f-9a503f074c76","runId":"ef97b17c-a76c-44e4-a219-2482a427e71e","workspaceDir":"/root/.openclaw/workspace/fabu","provider":"deepseek","modelId":"deepseek-chat","modelApi":"openai-completions","data":{"capturedAt":"2026-05-19T10:05:29.508Z","finalStatus":"success","aborted":false,"externalAbort":false,"timedOut":false,"idleTimedOut":false,"timedOutDuringCompaction":false,"promptErrorSource":null,"usage":{"input":30790,"output":6190,"cacheRead":230912,"total":267892},"promptCache":{"lastCallUsage":{"input":198,"output":409,"cacheRead":42752,"cacheWrite":0,"total":43359},"lastCacheTouchAt":1779185123211},"compactionCount":0,"assistantTexts":["I'll start by reading the article file and checking the tools needed, then execute both the WeChat and website publishing tasks.","Let me check the wechat-api.ts script location and find the actual script path:","Good. Both files exist and the scripts are available. Now let me run both publishing tasks. Let me start with the WeChat publish first:","WeChat article published successfully to draft. Now let me publish to the website via Z-Blog XML-RPC API.","Now let me publish to the Z-Blog website using XML-RPC. I'll write a small script to do this:","The error is empty. Let me add better error logging:","The issue is \"Invalid XML-RPC message\" — likely encoding issue with Chinese characters. Let me try a different approach using raw HTTPS:","The newPost response returned boolean 1 but no postId. Let me check - the boolean 1 means success. Let me also verify with getRecentPosts:","I can see the newPost returned boolean `1` (success). Now looking at the getRecentPosts response, I see the top post is called \"未命名\" (unnamed) with postid 9626, published at 18:04 - which is our new post! But the title appears empty. Let me check - the Z-Blog XML-RPC may be using different field names. Let me see if there's a title mismatch - the response shows `title` not `post_title`. Let me update the API call:","Perfect! The website publish succeeded. Post ID 9627 with the correct title, status \"publish\". Let me also check if there's a leftover \"未命名\" post (ID 9626 from the first attempt) that should be cleaned up.\n\nNow let me summarize the results:\n\n---\n\n## ✅ 发布完成汇总\n\n### 📱 公众号（微信公众平台）\n- **标题**：798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\n- **状态**：✅ 发布成功（发布为草稿）\n- **media_id**：`imBwNhfy9Uv4ps2luE5gfojZm0jNxPKY80faTh6oMqO9YGM6zQOkf8zL2UD9SC9j`\n- **配色**：modern + vermilion（朱红）\n- **作者**：ai张三疯\n- **封面图**：已上传 `/root/imgs/business/cover.jpg`\n\n### 🌐 网站（weixinsiwei.com / Z-Blog）\n- **标题**：798首次出京铁了郑州，2.1亿的二砂文创园能给郑州带来什么？\n- **状态**：✅ 发布成功（publish）\n- **文章ID**：9627\n- **链接**：https://weixinsiwei.com/?id=9627\n- **关键词**：798, 二砂文创园, 郑州, 文创, 工业遗存\n- **验证**：getRecentPosts 确认文章已上线，状态为 publish\n\n### ⚠️ 注意\n第一次尝试因字段名不对（用了 `post_title` 而非 `title`）产生了 ID 9626 的一篇空标题草稿（\"未命名\"），第二次正确发布后 ID 9627 已成功。如需清理 ID 9626 的遗留文章，可以告知。"],"finalPromptText":"[Tue 2026-05-19 18:03 GMT+8] [Subagent Context] You are running as a subagent (depth 1/1). Results auto-announce to your requester; do not busy-poll for status.\n\nBegin. Your assigned task is in the system prompt under **Your Role**; execute it to completion.","itemLifecycle":{"startedCount":29,"completedCount":29,"activeCount":0},"toolMetas":[{"toolName":"exec","meta":"list files in /tmp/798落地郑州-二砂文创园-20260519.html → list files in ~/imgs/business/cover.jpg, `ls /tmp/798落地郑州-二砂文创园-20260519.html 2>/dev/null; ls ~/imgs/business/cover.jpg 2>/dev/null`"},{"toolName":"exec","meta":"list files in ~/.openclaw/agents/101/workspace/post-to-wechat/scripts/, `ls ~/.openclaw/agents/101/workspace/post-to-wechat/scripts/ 2>/dev/null`"},{"toolName":"exec","meta":"list files in ~/.openclaw/agents/101/workspace/post-to-wechat/, `ls ~/.openclaw/agents/101/workspace/post-to-wechat/ 2>/dev/null`"},{"toolName":"read","meta":"from ~/.openclaw/agents/101/workspace/post-to-wechat/20260519/798落地郑州-二砂文创园-20260519.md"},{"toolName":"read","meta":"first 20 lines of /tmp/798落地郑州-二砂文创园-20260519.html"},{"toolName":"exec","meta":"find files named \"wechat-api.ts\" in ~/.openclaw, `find ~/.openclaw -name \"wechat-api.ts\" -type f 2>/dev/null`"},{"toolName":"exec","meta":"cd ~/.openclaw/agents/101/workspace && WECHAT_APP_ID= WECHAT_APP_SECRET=b2d47e…9d2… (in ~/.openclaw/agents/101/workspace)"},{"toolName":"exec","meta":"show /tmp/798落地郑州-二砂文创园-20260519.html, `cat /tmp/798落地郑州-二砂文创园-20260519.html`"},{"toolName":"write","meta":"to /tmp/publish-zblog.js (1778 chars)"},{"toolName":"exec","meta":"run npm ls → run which node → run node inline script, `npm ls xmlrpc 2>/dev/null; which node; node -e \"try{require('xmlrpc');console.log('xmlrpc available')}catch(e){console.…`"},{"toolName":"exec","meta":"run node script /tmp/publish-zblog.js, `node /tmp/publish-zblog.js`"},{"toolName":"exec","meta":"show > → run const xmlrpc → run const fs → run const client → run Enable → run err) → run }) → run const username → run const password → run const blogId → run const content → run const post → run console.log(calling metaweblog.newpost...) → run client.methodcall(metaweblog.newpost, → run console.error(err.message:, → run console.error(err.code:, → run process.exit(1) → run } → run Verify → run client.methodcall(metaweblog.getrecentposts, → run process.exit(1) → run } → run 0) → run if → run posts.length → run }) → run } → run }) → run }) → run endscript node, `cat > /tmp/publish-zblog2.js << 'ENDSCRIPT' const https = require('https'); const xmlrpc = require('xmlrpc'); const fs …`"},{"toolName":"exec","meta":"show > → run const xmlrpc → run const fs → run const client → run const username → run const password → run const blogId → run const content → run const post → run console.log(calling metaweblog.newpost...) → run client.methodcall(metaweblog.newpost, → run console.error(newpost err message:, → run console.error(newpost err code:, → run Try → run } → run } → run } → run Verify → run client.methodcall(metaweblog.getrecentposts, → run process.exit(1) → run } → run 0) → run if → run posts.length → run }) → run } → run }) → run }) → run endscript node, `cat > /tmp/publish-zblog3.js << 'ENDSCRIPT' const https = require('https'); const xmlrpc = require('xmlrpc'); const fs …`"},{"toolName":"exec","meta":"show > → run const fs → run const content → run Build → run const postData → run const options → run const req → run res.on(data, chunk → run res.on(end, → run console.log(response:, → run Extract → run if → run console.log(n✅ post published! post_id:, → run Now → run const verifyBuf → run const vreq → run vres.on(data, c → run vres.on(end, → run Extract → run const posts → run if → run if → run }) → run } const → run if → run if → run }) → run } → run }) → run }) → run vreq.write(verifybuf) → run vreq.end() → run } else → run } → run }) → run req.on(error, → run }) → run req.write(postdata) → run req.end() → run endscript node, `cat > /tmp/publish-zb.js << 'ENDSCRIPT' const https = require('https'); const fs = require('fs'); const content = fs.re…`"},{"toolName":"exec","meta":"show > → run const verifyXml → run const buf → run const req → run res.on(data, c → run res.on(end, → run console.log(response length:, → run Print → run console.log(data) → run }) → run }) → run req.on(error, e → run req.write(buf) → run req.end() → run endscript node, `cat > /tmp/verify-zb.js << 'ENDSCRIPT' const https = require('https'); const verifyXml = ` → run const fs → run const content → run const title → run Use → run const postData → run console.log(publishing article to z-blog...) → run const req → run res.on(data, chunk → run res.on(end, → run console.log(response:, → run if → run } else → run Now → run const vbuf → run const vreq → run vres.on(data, c → run vres.on(end, → run const idMatches → run const statusMatches → run console.log(n--- recent posts verification ---) → run for → run i → run i++) → run ? → run const id → run ? → run const s → run ? → run console.log(` → run } → run }) → run }) → run vreq.write(vbuf) → run vreq.end() → run }, → run } → run }) → run req.on(error, e → run req.write(postdata) → run req.end() → run endscript node, `cat > /tmp/publish-zb2.js << 'ENDSCRIPT' const https = require('https'); const fs = require('fs'); const content = fs.r…`"}],"didSendViaMessagingTool":false,"successfulCronAdds":0,"messagingToolSentTexts":[],"messagingToolSentMediaUrls":[],"messagingToolSentTargets":[]}}
{"traceSchema":"openclaw-trajectory","schemaVersion":1,"traceId":"7db8d5e1-08c8-4b9b-9754-922c91d821e3","source":"runtime","type":"session.ended","ts":"2026-05-19T10:05:29.508Z","seq":7,"sourceSeq":7,"sessionId":"7db8d5e1-08c8-4b9b-9754-922c91d821e3","sessionKey":"agent:fabu:subagent:8fe4dfbe-c1bf-4939-881f-9a503f074c76","runId":"ef97b17c-a76c-44e4-a219-2482a427e71e","workspaceDir":"/root/.openclaw/workspace/fabu","provider":"deepseek","modelId":"deepseek-chat","modelApi":"openai-completions","data":{"status":"success","aborted":false,"externalAbort":false,"timedOut":false,"idleTimedOut":false,"timedOutDuringCompaction":false}}