基准分数几乎不可迁移, 而我们仍在用它做选型
2026-09-03 · 我们的立场是: 公开基准对选型的指导价值远低于普遍假设, 应当用针对具体任务构建的评测集替代。
多 Agent 编排的收益被高估了——至少以目前的可归因水平
2026-08-06 · 我们对多 Agent 系统持保留态度, 但把握不高; 这里说清保留的理由与它可能错在哪里。
最被低估的失配不是幻觉, 是过度顺从
2026-07-09 · 幻觉至少是可见的错误; 顺从是不可见的失效——它让协作显得顺畅, 同时抽走了协作本可以提供的最大价值。
「人在环内」正在退化为形式, 而我们还在把它当作保障
2026-06-11 · 我们的判断是: 保留人的审查权已经成为多数 AI 治理方案的默认答案, 但它在实际运行中正在变成只能点「通过」的仪式。
生成变便宜了, 验证没有——这才是真正的瓶颈
2026-05-14 · 我们的立场是: 接下来两三年最紧张的资源不是算力也不是人才, 而是可信度; 制度在这一点上还没有开始调整。