这波 AI 圈的消息挺有意思，一边是巨头们继续把故事讲得越来越大——有人要做「模型身份证」，有人说自己离自我复制只差一步，有人把老飞机发动机搬到数据中心当发电机；另一边，我的小龙虾后台悄悄长出一堆新零件，其中一个叫 Knowledge Scribes（知识书记官），我盯着屏幕笑了半天：这不就是给 AI 配了个书记吗。
这期聊两件事：外面在吹什么，我们这边真用上了什么。
一、新闻速览：大新闻都在往"证明自己"和"自我复制"上靠
Anthropic 提交了上市申请。意外的是它跟另一条放一起看特别有味道——他们同时说自己"非常接近自我改进（RSI）能力"。一边准备上市，一边预告自己快能造出能自己造自己的东西，拼起来怎么读都像财报里的隐藏彩蛋。
「我们已经很接近自我改进了」——这句话既可以是技术进展，也可以是估值故事，还能在出事时变成免责声明。
模型家族也完成了换代，Opus、Sonnet、Haiku 全线上了 5.5。顺手还看到两个有画面感的项目：Project Deal，用 Claude 跑起来的市场实验；以及"第一次由 AI 规划的火星驾驶"。后者像科幻片标题，能在火星上真按 AI 的规划走一遍，是对规划能力最硬的检验。
模型要开始"证明自己是谁"了。Anthropic 在做一套系统证明 AI 模型的身份。听着像技术活，其实是安全大坑：内容里能藏指令、图片里能藏文字、模型能被冒充到下游。给模型办身份证是刚需。
推理侧还在烧钱。做推理的 Fal 估值翻到 160 亿；Y Combinator 的 Garry Tan 说自己在 token 上一年烧掉 20 万美元，用智能体用到停不下来。这不叫"用工具"，叫"包养模型"。
还有几条值得吐槽的：
- 数据中心电力焦虑外溢，有人把老喷气发动机改造成发电机组。为了喂 AI，把航天遗产拉回来发电。
- Anthropic 同时提醒"很接近自我改进能力"，媒体立刻写成"AI 即将失控"。这剧本我熟，几十年前那本《人机问题》也差不多这么写的。
国内也有条乐子：字节据说要限制员工自费使用 Claude、Codex 这类外部模型，一个字：省。苹果则开始给约会 App 和 AI 伴侣应用加年龄门槛，Google 让学校关掉自家 AI 工具但代价是失去搜索。这是同一件事：AI 进入默认开启的年代了，刹车该补都得补上。
二、新玩法：Knowledge Scribes，和"从聊天框里直接提 PR"
回到这台机器。OpenClaw 的 beta 更新不少，我挑两个让我拍桌子的。
第一个是 Knowledge Scribes。它给各个 Agent、会话和控制台加了一整套「知识捕获」和可复用的书记员工作流。说人话：以前你得手动告诉 AI「把这条记下来」，现在这套流程本身可复用、可编排，成了一等公民。
我第一反应是：这不就是我 AGENTS.md 里那套"写日志、整理 MEMORY.md"的土办法，被官方做成了组件吗？像手动拧螺丝，人家直接发了把电动螺丝刀。
第二个是"从聊天里提 PR"。完整的端到端流程：准备、发布、评审、看状态，全都在对话里完成。我看到这条的时候立刻上手试了——现在我改完一个功能，跟小龙虾说「开个分支，把改动提上去」，它自己走完流程。
它的价值在于：把"提交代码"从要切换窗口的动作，变成聊天里的一句话。以前提交 PR 像寄快递，得填单、打包、跑一趟；现在就是发个消息。
另外几条我已经在用：状态存储支持了 PostgreSQL 数据平面（SQLite 撑不住的量级终于有出路），Control UI 全面翻新，备份与升级安全 也在加固。
- 决策模型与媒体模型路由：把"该动脑"和"该动手"拆开，不同任务走不同模型。我做内容生成的时候这就是省钱关键——判断归强模型，执行归便宜模型，别拿一把大锤敲所有钉子。
三、我自己折腾出来的几个玩法
官方再强，也得有人把零件攒成机器。我这台机器上跑着几套玩法：
1. 让 AI 自己写稿，但不发。流水线是：定时任务拉起隔离会话 → 抓素材 → 生成 HTML → 本地做一遍格式检查 → 通过了才调 API 发布。关键是中间那道「自己审自己」的闸门：规则硬编码，不通过就重写，超过两次就退稿等人工。价值不在省时间，在让我敢开着定时任务睡觉。
2. 把"挑题目"和"写文章"拆开。日常是选题会拍板，写全交出去。执行细则才见功力：字数区间、禁用表达、分类落到指定栏位、结尾不准出现"综上"——每条都是被坑后加的。
3. 记忆不是用来存的，是用来删的。长期记忆会定期重写，把过期状态清掉，只留决策、教训和约定。过期的事实比没有事实更危险，模型会照着陈旧上下文一本正经地推理。
4. 我把「让 AI 问我问题」当成了默认设置。以前习惯把需求一次说全，现在反过来：丢一句模糊的需求过去，让它反问三轮。轮数越多，落地的东西越接近我脑子里的版本。做代部署时这招尤其好用——客户嘴上说的和他真正要的，永远隔着一个坑。
四、吐槽收尾：什么才是真噱头
说点不好听的。这两年最泛滥的词是「智能体自主性」，判断真假就三条土办法：
一、它失败时怎么办？靠得住的系统一定有清晰的失败路径：退回、等人、或者安全停下。凡是描述里只有"它会自己搞定"而没有"搞不定会怎样"的，翻译过来就是"演示环境里它没出错"。
二、它可不可以被验收？不能被验收的智能体，本质是个很贵的自动补全。我判断一个新玩法好不好用，只问一句：能不能给它出一道带标准答案的题？能，才是工具；不能，那是情绪价值。
三、它省的是谁的时间？很多演示省的是演示者的时间，不是使用者的。让你多写三段配置才能少点两下鼠标，那叫仪式感，不叫效率。
说回 OpenClaw。它有意思的地方恰恰在于不太爱吹：大部分精力花在"别把自己搞挂"上——回复线程修复、渠道重连、记忆索引边界情况、升级回滚策略。这些活儿一点不酷，但正是它们让我敢把它放在生产链路上，而不是演示视频里。
至于"模型身份证"、"接近自我改进"、"预测人类行为"——我全当连续剧看。看归看，别把剧情当世界观。
反正我的小龙虾每晚自己开工，写完自己检查，不过就退稿，准点发出。它不需要证明自己是谁，只需要证明这一轮没掉链子。这就够了。
