{ "version": "2026-09-24.7", "checkedAt": "2026-09-24", "regions": [ { "id": "models", "name": "模型", "x": 17, "y": 24, "mx": 18, "my": 21, "evidence": [ "anthropic-rd", "metr-horizon", "opus-55", "gemini-tts" ], "assessment": { "label": "长任务，仍需监督", "title": "从逐句回答，走向有监督的任务委托", "path": [ "回答问题", "监督下执行", "稳定委托" ], "current": 1, "summary": "前沿样本已经能承担一段任务的执行，而不仅是回答问题。当前更接近“人设目标、AI 推进、人监督验收”，可靠性仍决定可委托的边界。", "change": "关注点从答得好不好，转向任务能走多远、什么时候需要人接手。Anthropic 的研发测量提供了实际工作样本；METR 提醒我们，任务跨度必须连同成功率一起看。", "bottleneck": "长流程中的错误会累积。有限测试环境的成功，还需要经过真实工具、上下文和验收标准的检验。", "watch": "跟踪在固定验收标准下，任务完成率、人工接管次数与总成本是否同步改善。", "limit": "这是基于已核对资料的阶段推论。能力依任务和环境而异，不把实验室案例视为行业普遍状态。" } }, { "id": "applications", "name": "应用", "x": 65, "y": 36, "mx": 44, "my": 43, "evidence": [ "agent-native", "cua", "linear-ci", "posthog" ], "assessment": { "label": "从回答到交付", "title": "应用开始接住工作，验收成为关键", "path": [ "给出建议", "参与交付", "结果可验收" ], "current": 1, "summary": "前沿应用开始读写共享状态、操作软件，并产出可审阅的改动。阶段变化是从“告诉你怎么做”，走向“参与把它做完”。", "change": "agent-native 把界面和 Agent 接到共用动作上；Cua 提供计算机操作能力；PostHog 展示从数据发现到改动建议。人和 AI 的交接点开始进入产品设计。", "bottleneck": "局部执行变快后，测试、权限确认与人工复核可能成为瓶颈。Linear 的 CI 改造提示：生成速度不等于完整交付速度。", "watch": "看一项真实任务从提出到验收的总耗时、返工率和接管成本，而不只看生成了多少内容。", "limit": "产品演示和项目说明尚不能证明跨软件的稳定闭环，本站未独立复现这些项目的整体效果。" } }, { "id": "organization", "name": "组织变革", "x": 19, "y": 70, "mx": 19, "my": 66, "evidence": [ "wti-2026", "anthropic-rd", "linear-ci" ], "assessment": { "label": "分工正在重写", "title": "从个人提效，走向重写团队的交接", "path": [ "个人试用", "流程重组", "责任可追溯" ], "current": 1, "summary": "先行团队已开始重排流程；更广泛的组织仍在补管理和协作条件。这一阶段的差异，不只是“有没有用 AI”，而是谁定义工作、谁验收、谁承担结果。", "change": "微软的调查呈现了个人使用与组织准备之间的错位；Anthropic 的监督机制和 Linear 的 CI 调整则展示了流程层面的具体改变。", "bottleneck": "旧的交接、权限和绩效规则可能抵消局部提速。如果没有结果负责人，Agent 越多也可能带来更多协调。", "watch": "观察端到端周期和返工是否下降，以及团队能否追溯每次交付的决策、验收与责任。", "limit": "这是调查与先行案例共同支持的观察，不能断言多数企业已经完成重组；行业与团队差异很大。" } }, { "id": "opc", "name": "个人 OPC", "x": 67, "y": 80, "mx": 46, "my": 85, "evidence": [ "paperclip-governance", "stripe-solo" ], "assessment": { "label": "从产品到经营", "title": "一个人能做更多，接下来要证明能经营", "path": [ "做出产品", "经营试验", "持续收入" ], "current": 1, "summary": "个人可以借助 AI 把研发、内容和部分运营组织起来，正在尝试以一人统筹多种工作的方式经营。当前要验证的，是这些产出能否接到持续的客户与收入。", "change": "Paperclip 这类工具把多个 Agent 放进目标、预算和审批流程；Stripe 的单创始人数据同时提醒：创办更容易，经营结果依然分化。", "bottleneck": "获客、留存、成本与责任仍需要闭环。做出一款产品、跑通一个自动流程，都不能单独证明公司成立得住。", "watch": "继续看复购、持续收入、扣除模型与运营费用后的收益，以及经营者必须介入的时间。", "limit": "这里的 OPC 是个人统筹 AI 参与经营。Stripe 的单创始人样本并非严格零雇员公司，也没有证明无人经营或普遍盈利。" } } ], "signals": [ { "id": "gemini-tts", "region": "models", "label": "Gemini 3.8 TTS", "title": "语音生成走向逐句控制", "kind": "官方发布", "publishedAt": "2026-09-23", "observedAt": "2026-09-24", "source": "https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-text-to-speech/", "summary": "Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS，介绍了自然语言设计声音、逐句控制表达等能力。", "question": "表达更可控之后，编辑、授权与结果验收的流程要怎样跟上？", "limit": "能力来自官方说明，本站尚未实测；部分接入仍分阶段开放。", "heat": { "level": 3, "reason": "表达控制能力的近期发布，补充具体任务的变化。" } }, { "id": "opus-55", "region": "models", "label": "Claude Opus 5.5", "title": "把任务效率放进模型比较", "kind": "官方发布", "publishedAt": "2026-09-22", "observedAt": "2026-09-24", "source": "https://www.anthropic.com/claude-opus-5-5", "summary": "Anthropic 发布 Opus 5.5，强调编码、长任务与专业工作，并将完成任务的效率作为改进方向。", "question": "评估模型时，能否把完整任务的用时、重试与人工复核一起计算？", "limit": "这是发布方的能力主张，不能直接视为本站任务上的收益。", "heat": { "level": 4, "reason": "任务效率的产品更新，为能力进入工作提供相邻信号。" } }, { "id": "agent-native", "region": "applications", "label": "agent-native", "title": "你改过的内容，AI 能接着做吗？", "kind": "项目观察", "publishedAt": null, "observedAt": "2026-09-24", "source": "https://github.com/BuilderIO/agent-native", "summary": "项目说明将 UI 与 Agent 接到同一组动作，共用校验、权限和实现，并共享业务数据与界面状态。", "question": "你在界面里改过的内容，AI 能否接着处理？它做过的改动，人又能否看清并接回？", "limit": "项目说明不等于效果验证，尚未在本站完成对照实验。", "article": "/thinking/", "heat": { "level": 5, "reason": "共享动作与状态直接改变人和AI的工作交接，是应用域的本期主线。" } }, { "id": "cua", "region": "applications", "label": "Cua", "title": "从教你操作，到替你操作", "kind": "项目观察", "publishedAt": null, "observedAt": "2026-09-24", "source": "https://github.com/trycua/cua", "summary": "Cua 提供计算机操作驱动、隔离执行环境和用于训练、评估的工具。", "question": "AI 开始替人操作软件之后，中途出错时能否停住、确认状态，再把任务交回给人？", "limit": "工具集合来自项目说明，尚未在本站复现其效果。", "heat": { "level": 4, "reason": "计算机操作让任务进入执行，与应用主线直接相关。" } }, { "id": "linear-ci", "region": "applications", "label": "Linear", "title": "代码写快了，为什么还在等？", "kind": "工程记录", "publishedAt": "2026-09-21", "observedAt": "2026-09-24", "source": "https://linear.app/now/ci-bottleneck-reworked", "summary": "Linear 描述 AI 编码加速后 CI 的等待问题，以及基础设施、关键路径、重复准备与测试执行方面的改进。", "question": "只看生成速度，会漏掉测试与人工复核的等待。整项工作的交付时间，究竟缩短了吗？", "limit": "这是外部团队的工程经验，本站没有复现其性能收益。", "heat": { "level": 3, "reason": "编码提速后的等待暴露交付瓶颈，是相邻实践信号。" } }, { "id": "posthog", "region": "applications", "label": "PostHog", "title": "看完数据，下一步怎么改？", "kind": "产品观察", "publishedAt": null, "observedAt": "2026-09-23", "source": "https://posthog.com/", "summary": "PostHog 官网展示从产品数据发现问题、形成改进建议和待审查变更的流程。", "question": "从发现问题到形成改动，中间哪些步骤可以交给 AI，哪些决定要留给人？", "limit": "官网演示注明样例数据，不能视为真实业务效果证明。", "heat": { "level": 2, "reason": "从数据到改动的产品样例，作为应用路径的外围观察。" } }, { "id": "anthropic-rd", "region": "models", "label": "Anthropic · 研发自动化测量", "title": "AI 已在监督下主导一部分研发", "kind": "实验室自报 · 2026年8月样本", "publishedAt": null, "observedAt": "2026-09-24", "source": "https://www.anthropic.com/institute/measuring-pace-of-ai-development", "summary": "Anthropic 自报：2026年8月，Claude 在人类监督下主导了其26%的 AI 研发工作；所测量的工作子类中，没有任何一类达到完全自主。", "question": "能接手更多步骤之后，怎样识别需要人介入的决定？", "limit": "单一实验室的内部测量，部分评分来自模型。不是全行业自动化率，也不是无人监督研发的证明。", "heat": { "level": 5, "reason": "把能力推进落实到实际研发任务与监督机制，是模型域的本期主线。" } }, { "id": "metr-horizon", "region": "models", "label": "METR · 任务跨度", "title": "任务变长，成功率仍是条件", "kind": "研究测量 · 页面更新2026-05-08", "publishedAt": null, "observedAt": "2026-09-24", "source": "https://metr.org/time-horizons/", "summary": "METR 按人类专家完成任务的工时，测量 AI 在给定成功率下能处理的任务难度。样本主要是有明确验收标准的软件、机器学习和安全任务。", "question": "如果把成功率门槛提高，仍能放心交给 AI 的任务有多长？", "limit": "时间跨度不是 AI 可无人值守运行的时长，不能外推到所有工作。页面标注更新为5月8日；本次核对不代表9月有新测量。", "heat": { "level": 1, "reason": "任务跨度与可靠性提供判断边界，作为延伸研究。" } }, { "id": "wti-2026", "region": "organization", "label": "Microsoft · Work Trend Index 2026", "title": "个人用起来了，组织未必接得住", "kind": "调查报告", "publishedAt": "2026-05-05", "observedAt": "2026-09-24", "source": "https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization", "summary": "微软调查10个市场的20,000名 AI 使用者。其准备度框架中，约五分之一落在个人能力与组织准备相互支持的区域；报告关注流程、管理支持、质量标准与激励的变化。", "question": "团队是否重写了交接、验收与责任，还是只多买了工具？", "limit": "准备度来自问卷自报，不是生产绩效或因果实验；样本是 AI 使用者，不代表全部企业。5月报告与近期案例需分开理解。", "heat": { "level": 5, "reason": "个人使用与组织准备的错位，作为组织域的主线问题。" } }, { "id": "paperclip-governance", "region": "opc", "label": "Paperclip · Agent 治理", "title": "一个人开始有了调度团队的工具", "kind": "产品能力说明", "publishedAt": null, "observedAt": "2026-09-24", "source": "https://paperclip.ing/product/governance/", "summary": "Paperclip 将 Agent 工作放进目标、计划审批、预算和运行记录中，提供暂停及人工决策入口。它展示了个人组织多个 Agent 的控制方式。", "question": "一个经营者能否少做重复执行，同时看清交付、成本与责任？", "limit": "这是官方产品能力描述，本站未复现全部功能。工具存在不等于一人公司已有稳定客户、利润或自主经营结果。", "heat": { "level": 5, "reason": "个人开始统筹多个Agent的目标、预算与审批，是OPC域的本期主线。" } }, { "id": "stripe-solo", "region": "opc", "label": "Stripe Atlas · 单创始人研究", "title": "更容易开公司，收入仍在分化", "kind": "平台样本研究", "publishedAt": "2026-05-28", "observedAt": "2026-09-24", "source": "https://stripe.com/blog/top-solo-founder-traits", "summary": "Stripe 报告：截至5月28日，2026年第二季度 Atlas 新设 C-corp 中63%没有联合创始人。其2025年单创始人样本的初始半年收入，中位数同比下降23%，头部十分位上升19%。", "question": "产品做出来以后，能否持续获客、留住客户，并覆盖真实成本？", "limit": "单创始人不等于始终没有员工。数据只覆盖该平台样本，收入不等于利润；不能据此证明 AI 导致增长，也不能证明一人公司普遍成功。", "heat": { "level": 2, "reason": "经营结果的分化，为OPC主线提供对照边界。" } } ], "connections": [ { "to": "applications", "kind": "input", "from": "models" }, { "to": "organization", "kind": "workflow", "from": "models" }, { "to": "organization", "kind": "workflow", "from": "applications" }, { "to": "opc", "kind": "workflow", "from": "applications" }, { "to": "opc", "kind": "workflow", "from": "organization" } ] }