现在，智能体决定你读什么

原文：https://every.to/context-window/agents-choose-what-you-read-now

你好，周日愉快。对 Every 来说，这是属于智能体的一周：Evan Armstrong 推演了 Anthropic 是否值 2 万亿美元，评测负责人 Mike Taylor 测试了哪些标题能让智能体推荐你的作品，新晋专职作者 Grant Harvey 与 Every Agent 度过了第一周。下周我们放"思考周"（Think Week），团队成员从世界各地飞回来，面对面相聚、一起玩、探索未来。我们会推送一些我们已发布的最佳内容，外加一档新播客。11 月 5 日星期四，我们将举办首届大会 Thesis: 2027。任何拥有免费 Every 订阅的人都能观看全部 27 场会议，观众还有机会获得价值 2 万美元的 AI 额度，以及来自 Notion、Anthropic、OpenAI 等合作方的福利。注册观看直播。——Kate Lee

Every 内部热议

本周团队停不下来的话题

把"努力旋钮"调低。 Kate 对约翰斯·霍普金斯大学与 Together AI 一篇新论文的反应是："努力等级！！"研究者测试了内置于 Claude Code、Codex 和 ChatGPT 中的"推理努力"（reasoning-effort）设置。最高努力整体上提升了准确率，但它常常在低努力已经解决的任务上失败，而且在简单任务上，成本最高可达 42 倍。他们的解决办法是：从最低设置开始，只有在出现经核实的失败后才往上调。

编程面试已死，至少在一个 Anthropic 团队里是这样。 Anthropic 工程经理 Felix Rieseberg 本周写道，他不再进行编程面试，因为 Claude 现在在他们考核的小挑战上已经胜过候选人。他更重要的观点是：新一代工程师现在可以花一个周末就做出可运行的原型，而不必等上几年才获得许可。工程师 Lee Knowlton 称其为"又一记重拳"。目前，Felix 寻找的是能体现品味的小型原型。

Arc 的"分手"仍在继续。 社交负责人 Becky Isjwara 自称"Arc 死忠"，在 Dia 打开了她通话中的 FigJam、并把它和 Google Meet 标签页归到一起之后，她换用了 Dia。Lee 还没跟上：Dia"像 Arc，但更丑"。客服专员 Waqqas Mir 转而用上了 Brave："我再也经不起和浏览器来一次分手了。"——Grant Harvey

Protocols（操作清单）

来自本周的文章，13 个可以尝试的技能。

让智能体引用你的作品

摘自 Mike Taylor 的《如何让 AI 智能体推荐你的文章》

  • 把副标题写成答案。 重写 Mike 那份提示工程指南的标题和副标题后，它从 240 次会话里被智能体引用 2 次，变成了 240 次里被引用 240 次。规则

  • 每个主题只押注一篇文章。 智能体在每个主题上往往只引用网站里的单篇文章，所以选出你想让它胜出的那篇，把它的副标题写成最清晰的答案。规则

  • 用 agent-pass 测试你的标题。 Mike 的 Claude Code 技能会审阅一篇文章的标题和副标题，给出符合事实的改写建议，并用真实智能体进行测试。技能

从新模型里榨取更多价值

摘自 Grant Harvey 的《如今每个模型都只有六个月的保质期》

  • 在 AI 评估你的想法前，先向它交代你的品味。 艾美奖得主、电视编剧 Fred Graver 会写一份文档讲他的灵感、品味和抱负，另一份讲具体项目，然后问 AI 这个想法是否真的契合他的风格。方法

  • 给每个模型分配各自的活儿。 他那个"非常不讨喜"的 Claude 智能体负责督促他履行既有承诺，ChatGPT 扮演一个热情的电影系学生、帮他核对基础，NotebookLM 的播客主播则提供鼓励。阵容

  • 用一个硬任务测试每个新模型。 当新模型发布时，先读 Vibe Check，然后把它用到你的个人基准上：一个你非常熟悉的硬任务。习惯

  • 问 AI 该先卖你的哪项技能。 Mike 的"修格斯策略"（shoggoth strategy）是：用一个清晰的专长来营销自己，把通才技能藏在它身后。他的提示词让你（的智能体）列出你最强的 10 项技能，并选出当别人问你是做什么的时，你该主打的哪一项。提示词

与 AI 同事并肩工作

摘自 Grant Harvey 的《我与 AI 同事的第一周》

  • 检查你的盲区。 问你团队的智能体："你还能为我做哪些我还没试过的事？"Grant 的智能体几秒钟就找出了他最大的缺口：他没有任何定时任务。提示词

  • 检查智能体的信息来源。 在依据智能体的答案行动前，先问："你的来源是什么，最近一次更新是什么时候？"提示词

  • 持续记录你欠别人的事。 专职作者 Laura Entis 的 Dot 会收集她随口答应的请求，并在截止日期、承诺的反馈、等她拍板的决策上提醒她。提示词

  • 写文档前先选好格式。 平台负责人 Willie Williams 会给 AI 一份现成的提案或表格，说明它是给谁看的，然后要求把它做成视频、网页或互动方案，并以他喜欢的一个参考为模板。步骤

决定该把什么交给编码智能体

摘自 Loren Stewart 的《卡尔·马克思会怎么评价我的编码智能体》

  • 给每个任务一个模式。 工程师 Loren Stewart 让智能体自主处理诸如晨间简报之类的常规工作，在涉及他想理解的系统的关键决策前设置检查点，而当他想要学习新东西时就亲手写代码。模式

  • 让智能体写的代码教你。 对于不是自己写的代码，他会让智能体为他想理解的部分编写检查用例，然后在调试器里逐一走查，看看代码如何工作、以及这些检查漏掉了什么。方法

上线（Log on）

在实时训练营、工作坊和聚会中，亲手体验 Every 如何使用 AI。

即将举行的活动

  • Thesis: 2027：我们的首届大会将于 11 月 5 日星期四举行。在直播上免费观看全部 27 场会议。注册。

往期活动

知识库（Knowledge base）

《Anthropic 值 2 万亿美元吗？》 作者 Evan Armstrong／Napkin Math：前 Every 作者 Evan Armstrong 阅读了 Anthropic 的 IPO 文件，发现了公开市场前所未见的数字。2 万亿美元的估值，取决于接下来的六个模型能否和过去六个一样出色。

《如今每个模型都只有六个月的保质期》 作者 Grant Harvey／Context Window：Anthropic 的文件显示，其收入取决于其最新模型，这也让"一有新模型就切换"成为我们其他人同样该养成的习惯。附：面向通才的"修格斯策略"。

《我与 AI 同事的第一周》 作者 Grant Harvey／Context Window：Every Agent 能找到我们的文档，还会拿我们的平台负责人做梗图，但它也可能满怀自信地出错。这里有一条实用的准则，告诉你何时该问智能体、问聊天机器人，还是问同事。

《如何让 AI 智能体推荐你的文章》 作者 Mike Taylor／Also True for Humans：评测负责人 Mike Taylor 用 Claude 和 ChatGPT 跑了 2,484 次会话，研究智能体引用哪些标题，然后把结果总结成七条"为智能体写作"的规则。

《卡尔·马克思会怎么评价我的编码智能体》 作者 Loren Stewart／Source Code：工程师 Loren Stewart 的智能体现在几乎写了他所有的代码。他用卡尔·马克思的异化理论来描述自己失去了什么，并把工作拆成三种模式：自动化、监督，或亲手编码。

🎧 🖥 《你能用 AI 做出好艺术吗？》 作者 Natalia Quintero／The Every Podcast：艾美奖得主、电视编剧 Fred Graver 向 Every 的企业 AI 采用负责人 Natalia Quintero 讲述他如何给 Claude 和 ChatGPT 分配不同的工作，以及为什么 AI 无法提供让角色成立的那种怪癖。🎧 🖥 可在 Spotify 或 Apple Podcasts 收听，在 X 或 YouTube 观看，或阅读文字稿。

在《Thesis Statements》中，阅读更多来自前沿建设者与思想者的九条预测——这是关于"人类借助 AI 完成的伟大工作之未来"的一系列具体且可争论的主张。

我们首届 Thesis: 2027 大会将于 2026 年 11 月 5 日举行。任何拥有免费 Every 订阅的人都能观看直播。

Alignment（对齐）

「Professor Oak」卸下面具。 在做了六年匿名的 X 生物科技评论之后，"Professor Oak"本周揭晓了自己的身份——他是 Mithril Medicine 的创始人 Cody Tranbarger。他揭面的方式是宣布 Anthropic 收购了他的公司，这是一种华丽到极致的自我介绍方式。

作为 Mithril 唯一的创始人和员工，Cody 用 Claude 帮助协调 11 个外部实验室的工作。据 Anthropic 称，一种针对罕见肌营养不良症的潜在疗法，从想法到在小鼠身上取得有希望的结果，用了不到 18 个月。他现在计划在 Anthropic 内部启动更多项目，看看 Claude 能把他的专业能力延伸到多远。

Anthropic 很可能会把这段经验转化为更好的工具，借着与制药公司的关系来销售，同时把同样的改进应用到自己的药物项目上。

对其他读到这条消息的创始人来说，问题变成了：他们需要在自身专业之外构建多大的公司。如果 Claude 能可靠地协调外部实验室，并承担更多科学工作本身，一个小团队也许就能推进多个项目，而无需扩大招聘。

临床试验仍将耗时数年，但资深的药物猎手或许能以远更少的时间和金钱，把一种疗法推进到能吸引买家或进一步投资的地步。Claude 能否足够频繁且在压缩的时间表内做到这一点，将决定这些精简型生物科技公司能否成为一笔稳妥的风险投资。——Ashwin Sharma

本周就到这里。在 X 上关注 Every @every，在 LinkedIn 上关注我们。

感谢 Rebecca Ackermann 的编辑支持。

核心启示：当智能体成为文章的第一读者和推荐者，为智能体重写标题与副标题（把答案写进副标题、每个主题只押注一篇）就不只是"优化"，而是内容能否被看见的前提——Mike Taylor 的实验里，这一改动把引用率从 240 次中的 2 次拉到了 240 次中的 240 次。

Agents Choose What You Read Now 的发芽报告

材料核心

这篇 Every 周报的主线是：代理正在成为新的阅读入口、工作协作者和小团队的资源放大器。它给出的不是“全自动”承诺，而是一组校准规则——让内容可被代理引用，让努力可被失败证据触发，让专家把公司建在判断力而非人数上。

发芽 01：从 SEO 到“答案引擎优化”：当代理成为阅读入口

种子

Mike Taylor 的发现不是“标题党”回归，而是阅读的裁判换了人：人类读者先点开标题，代理则先检索、比对、引用。你写下的标题和副标题，不再只是吸引点击的广告牌，而是代理可以抽取、验证并转述的“答案单元”。

材料里有一个非常具体的数字：Mike 跑了 2,484 个 Claude 和 ChatGPT 会话，研究代理会引用哪些标题；改写一篇提示工程指南的标题和副标题后，它的代理引用从 240 个会话里的 2 次，变成 240 次里的 240 次。另一个规则更冷酷：代理往往在每个主题上只引用一个网站的一篇文章。于是竞争单位从“网站首页”变成了“某个问题的唯一答案页”。

这条线索可以和生成式引擎优化研究对照。Aggarwal 等人的 GEO 研究（arXiv:2311.09735）发现，在生成式引擎的回答里，加入引用、引语和统计数据等内容结构，会显著提高被引用的概率。它和 Mike 的“副标题即答案”指向同一件事：代理不按人类的视觉动线阅读，它按可提取性、可验证性和主题覆盖来阅读。传统 SEO 争的是排名，答案引擎优化争的是“被当作证据”。

Aha 瞬间

“在代理阅读时代，网站不再是一个等待浏览的橱窗，而是一组等待被引用的证据；你要赢的不是首页流量，而是某个问题的唯一答案页。”

发芽 02：努力旋钮不是道德旋钮：从 max effort 到“已检查的失败”

种子

材料里 Johns Hopkins 与 Together AI 的研究很反直觉：把 Claude Code、Codex、ChatGPT 的推理努力调到最高，整体准确率会上升，但它经常失败于低努力已经解决的任务；在简单任务上，成本还可能高到 42 倍。研究者给出的修复方案不是“永远拉满”，而是“从最低设置开始，只有在出现已检查的失败后才升级”。

这把“努力”从道德化的“越努力越好”改写成工程化的“风险分配”：高努力不是免费的正确性，它可能带来更高的成本、更长的延迟，以及更隐蔽的失败。材料另一处也在说同一件事：Grant Harvey 的 AI 同事会“以完全的自信犯错”，所以要先问“你的来源是什么，最后更新于何时”。代理越强，验证越不能省。

外部最贴切的参照是 Lisanne Bainbridge 1983 年的经典论文《Ironies of Automation》。她指出，自动化程度越高，人类监控者的角色反而越关键，但监控这件事本身会让人失去操作技能和情境感。航空自动驾驶也是类似逻辑：飞行员不是被移除，而是被推到一个更难的位置——在系统看起来正常时判断它是否真的正常。把它放回“努力旋钮”上：最高努力并不自动带来最高可解释性，它可能让错误更像答案。

Aha 瞬间

“最危险的代理不是能力不足，而是用更高成本把错误包装得更像答案；所以升级规则应绑定‘已检查的失败’，而不是绑定焦虑。”

发芽 03：一人生物科技：AI 缩小的是发现，不是审批

种子

材料里“Professor Oak”现身的故事，是整期周报最有象征性的组织案例：匿名 X 生物科技评论者 Cody Tranbarger，以 Mithril Medicine 创始人身份宣布 Anthropic 收购了自己的公司。Mithril 只有他一个创始人和员工，却用 Claude 协调 11 个外部实验室，把一款罕见肌肉萎缩症的潜在疗法从想法推进到小鼠实验的有希望结果，用时不到 18 个月。

这里的问题不是“AI 能不能做科学”，而是“围绕专业知识，到底需要建多大的公司”。如果代理能协调外部实验室、追踪项目、承担更多科学工作中的协调层，那么小团队可以同时推进多个项目，而不必先扩招。材料也很克制地补了一句：临床试验仍然需要多年。也就是说，AI 压缩的是发现和协调，不是临床和监管。

外部可以用“Eroom’s Law”来对照。Scannell 等人在 2012 年《Nature Reviews Drug Discovery》上指出，药物研发的生产率长期在下降，反着摩尔定律走。DiMasi 等人 2016 年的常被引用估算则把一款新药的研发成本推到约 26 亿美元量级。AI 代理未必能改变临床 trial 的时间常数，但它可能改变“值得进入试验的候选药物”出现的速度。于是护城河从“有多少人、多少实验室”转向“谁的判断力能更快识别值得推进的项目，并组织外部网络验证它”。

Aha 瞬间

“AI 不会让 FDA 变快，但它会让‘值得进入 FDA 的候选药物’更快出现；未来小公司的壁垒不是人头，而是判断力加外部网络。”

你的思考空间

  • 如果你的读者是代理，你愿意为“被引用”改写多少真实表达？标题和副标题的优化边界在哪里？
  • 你现在的 AI 工作流有没有把“已检查的失败”作为升级条件？还是凭感觉把 effort 拉满？
  • 在你的行业里，代理降低的是协调成本、实验成本还是信任成本？哪一项最难被代理替代？
  • 如果一个小团队能同时跑多个项目，组织瓶颈会从人手转向什么：判断力、资本、合规，还是注意力？
  • 当代理替你选择阅读材料，你如何保留偶然性、反共识输入和“不最优但重要”的信息？