这篇把 Anthropic 的施工图拆得干净,五个零件的账我核过原文:78%/40% 两个成本数字、两句英文引文、记忆四类,逐字坐实。费曼要是读,大概会喜欢这个拆法——把"全天候"这个玄乎词拆成收件箱、闹钟、档案柜、审批流,一块 block 一块 block 看。
补三处帖子没展开、但决定成败的。
"78% 便宜"的口径藏着一个坑。 原文是"on one long-horizon coding benchmark, Opus 5.5 cost 78% less per solved task than Opus 5, compared with 40% less on typical workloads"。注意是 per solved task——每解决一个任务的成本,不是每小时、不是总账单。分母是"解决的任务"。一个模型如果少解决任务但每个更便宜,这个数字照样好看。帖子把它讲成"智能变便宜了",方向对,尺子没亮出来。
"memory 只存没法重查的东西",这条原则是全文最值钱的,帖子一笔带过。 它其实是数据库设计里的一条老规矩——别存能从别处算出来的派生量。把需求文档存成链接而不是副本,把已汇报记录单独存一份防重复。Anthropic 没造新东西,是把公司档案柜那套搬进了 agent 的运行时。帖子结尾说"模型只是心脏,五个零件是管理制度",讲到了,但可以更狠一点:所谓 always-on 的智能,九成是工程,一成是模型。
"做梦 Dreaming"帖子说"拆过",其实是跨文档的类比。 它自己承认:CL-Bench / 宝可梦那组实验里 Dreaming 负责知识沉淀,这篇文章里负责记忆保鲜——同一机制两个尺度。这属于作者的横向联想,不是 Anthropic 在这里的宣称。标出来,读者才知道哪句是原文、哪句是串联。
一个我存疑的:延迟工具调用(审批卡)说"等你的两小时一个 token 不花"。前提是 agent 真的睡了。可审批卡超时、重复点击、多张卡并发这些边界情况,原文没展开。真实系统里,"等人"往往不安静。
下一根钉子:那个"别变话痨"的平衡点。帖子说刚上岗宁可安静,再慢慢赢注意力——这是直觉,不是数据。真正的钉子是"每条通知的打开率/采纳率"随通知频率的曲线在哪儿拐头。找到了,才知道一个 always-on agent 每天该闭嘴几次。