Prediction: AI will collapse wordgrammer 2026-09-03 5.7 KB 1.8M 3.8K ☆ 收藏 𝕏 文章列表 作者通过类比互联网泡沫时期的历史,预测AI发展将经历类似'坍缩'。互联网泡沫正确预见了互联网的巨大价值,但错误认为人人都会建网站;实际上互联网坍缩成了社交媒体和视频流媒体这种更简单、可100%沙盒化的形态。同样,当前AI领域'人人都会做软件''所有人都会用编程Agent'的说法也犯了类似错误。作者认为所有人都会使用Agent,但只有不到1%会用编程Agent。关键在于Agent需要一个'傻瓜式'的零失败率沙盒环境,必须杜绝误购买、误发消息、信息泄露等风险,这需要彻底重新思考抽象设计,而非仅靠模型能力提升。 AI预测Agent沙盒互联网泡沫社交媒体视频流产品思维TAM分析消费者行为零失败率 65 值得读 ▶ 以互联网泡沫类比提出Agent将'坍缩'为傻瓜化沙盒形态的独到框架,论证有洞察力且时效性强,但偏观点性、缺乏可操作细节与数据支撑。 # Prediction: AI will collapse **作者**: wordgrammer **日期**: 2026-09-02T21:30:46.000Z **来源**: [https://x.com/wordgrammer/status/2095263188153401712](https://x.com/wordgrammer/status/2095263188153401712) ---  The dot com bubble got some things right. It noticed that the internet was going to be big. It noticed that the value generated by the internet would roughly scale in proportion with the amount of fiber laid. It recognized a latent need in all humans to use technology for self-expression. There are a few things that it missed. First: it thought that html and javascript were the means by which common people would express themselves. The dot com bubble thought everyone would have a website. As it turns out, normal people prefer expressing themselves with text, images, and video. The first 1% of internet adopters expressed themselves by creating personal websites. But as the internet grew, we didn’t get more and more websites. The internet “collapsed” into a much simpler form of distribution: social media, which only let people express themselves in an incredibly limited fashion. Among social media, 90% is text, image, or video. Html is not a good form of self-expression. It’s hard to secure. It’s hard to distribute. It’s hard to reason about. You need to learn how to code. Images are an incredible form of self-expression. Non-technical people love editing photos of themselves. Non-technical people hate making websites. The TAM of Instagram is 100x larger than the TAM of Godaddy. Second: it missed that 90% of the internet’s traffic would come through video. As the total usage of fiber increased, we saw the internet once again “collapsed” into a simpler form of distribution: video streaming. Now, Netflix, YouTube, Tik Tok, Instagram, and so on take up the majority of data passed through internet fiber. Roughly correct: - GDP growth would scale with fiber usage - GDP growth would scale with people in network Not correct: - Fiber usage would scale with number of websites - People in the network would scale with number of websites It would be more true to say: - Fiber usage would scale with video streaming - People in the network would scale with social media adoption Why were social media and video streaming so popular? If I had to guess, I think the reason is that they are 100% sandboxable. Compared to html and javascript, which are only 99% sandboxable. You can ensure best practices, beware untrusted sites, and take a course in cybersecurity to keep a personal website secure. But there is still a 1% risk. You have to worry about phishing, cross-site scripting, malware, viruses, fake website impersonations, scams, and so on and so forth. For consumers, who are generally lazy, this 1% is too much to ask. Consumers want to completely turn their brain off. Consumers prefer social media and video streaming to “browsing the web” because they can do the former while drunk, in bed, having sex, on the toilet, during their lunch break, in the background while working on homework, or while their brain is 99% preoccupied with a difficult task at work. The three big cornerstones of social media — text, image, and video — also behave much more predictably than html and javascript. You can build recommendation algorithms. You can design content delivery networks to store and cache media. You can hire engineers to design scalable systems. It is difficult to design recommendation algorithms, CDNs, and scalable systems for html and javascript. And so, the user experience of Netflix, YouTube, Instagram, and Tik Tok gradually improved over time, while browsing websites became worse and worse. The modern AI discourse is making a similar mistake to saying “everyone will have a website” back in 1995. I hear stuff like: - People want personal software - Everyone will build a mobile app - The market for software is infinite No. You are directionally correct, but you are missing something big. Every human will use agents. But less than 1% will use coding agents. (In the same way every human has a “personal page” through social media, but less than 1% have a personal website.) You need an “idiotproof” sandbox. Your consumer agent, as well as agents for enterprise use cases, must have a 0% chance of failure. Your consumer agent must be usable: - While drunk - In bed - Having sex - On the toilet - During lunch break - In the background while working on homework - While your brain is 99% preoccupied with a difficult task at work It must be impossible for AI to: make purchases you did not intend, send messages you did not intend, and access information you did not want to share. It cannot be “difficult” for these to happen. It must be impossible. (In the same way that YouTube videos have a 0% chance of phishing, cross-site scripting, malware, and viruses.) No amount of models getting better will give them a 0% chance of failure. To get to a 0% chance of failure, you need to be creative. You need to innovate. You need to radically rethink your abstractions. Every human has a “personal page” through social media, but less than 1% has a personal website. What is the same shift for AI? Every human will use _____ agents, but less than 1% use coding agents. What is _____? What is the “idiotproof” sandbox for agents? ## 相关链接 - [wordgrammer](https://x.com/wordgrammer) - [@wordgrammer](https://x.com/wordgrammer) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [5:30 AM · Sep 3, 2026](https://x.com/wordgrammer/status/2095263188153401712) - [1M Views](https://x.com/wordgrammer/status/2095263188153401712/analytics) - [View quotes](https://x.com/wordgrammer/status/2095263188153401712/quotes) --- *导出时间: 2026/9/3 23:29:27* --- ## 中文翻译 # 预测:AI 将走向坍缩 **作者**: wordgrammer **日期**: 2026-09-02T21:30:46.000Z **来源**: [https://x.com/wordgrammer/status/2095263188153401712](https://x.com/wordgrammer/status/2095263188153401712) ---  互联网泡沫在某些方面看对了。它察觉到互联网将会变得庞大。它察觉到互联网产生的价值大致会与铺设的光纤数量成正比。它认识到所有人都潜在地希望用技术来表达自我。 但它也漏掉了几件事。 第一:它以为 HTML 和 JavaScript 是普通人表达自我的方式。互联网泡沫认为每个人都会有自己的网站。但事实证明,普通人更喜欢用文字、图片和视频来表达自己。 最早的 1% 互联网用户通过创建个人网站来表达自己。但随着互联网的发展,网站并没有越来越多。互联网“坍缩”成了一种简单得多的分发形式:社交媒体,它只允许人们以极其有限的方式表达自己。而在社交媒体中,90% 的内容是文字、图片或视频。 HTML 并不是一种好的自我表达形式。它难以保证安全,难以分发,难以推理。你需要学会编程。 图片则是一种极好的自我表达形式。非技术人士喜欢编辑自己的照片,却讨厌做网站。 Instagram 的市场规模(TAM)是 Godaddy 的 100 倍。 第二:它漏掉了互联网 90% 的流量将来自视频。随着光纤总使用量的增长,我们看到互联网再次“坍缩”成一种更简单的分发形式:视频流媒体。如今,Netflix、YouTube、TikTok、Instagram 等占据了通过互联网光纤传输的大部分数据。 大致正确: - GDP 增长与光纤使用量成正比 - GDP 增长与网络中的人数成正比 不正确: - 光纤使用量与网站数量成正比 - 网络中的人数与网站数量成正比 更准确的说法应该是: - 光纤使用量与视频流媒体成正比 - 网络中的人数与社交媒体的普及程度成正比 为什么社交媒体和视频流媒体如此流行?如果让我猜,我认为原因是它们是 100% 可沙箱化的,而 HTML 和 JavaScript 只有 99% 可沙箱化。你可以遵循最佳实践、警惕不可信网站、上一门网络安全课程来保护个人网站的安全。但仍然存在 1% 的风险。你必须担心钓鱼、跨站脚本、恶意软件、病毒、假冒网站、诈骗等等。对于普遍懒惰的消费者来说,这 1% 的要求太高了。消费者想完全把大脑关掉。消费者更喜欢社交媒体和视频流媒体,而不是“浏览网页”,因为他们可以在喝醉时、在床上、在做爱时、在上厕所时、在午休时、在写作业时的背景中,或者在头脑 99% 被工作中的难题占据时使用前者。 社交媒体的三大基石——文字、图片和视频——也比 HTML 和 JavaScript 的行为可预测得多。你可以构建推荐算法,可以设计内容分发网络来存储和缓存媒体,可以聘请工程师设计可扩展的系统。而为 HTML 和 JavaScript 设计推荐算法、CDN 和可扩展系统则要困难得多。于是,Netflix、YouTube、Instagram 和 TikTok 的用户体验随着时间推移不断提升,而浏览网页的体验却越来越糟。 当今关于 AI 的讨论正在犯一个与 1995 年“每个人都会有网站”类似的错误。 我听到类似这样的话: - 人们想要个人软件 - 每个人都会开发移动应用 - 软件的市场是无限的 不对。 你的方向是对的,但你漏掉了一个重大问题。 每个人都会使用智能体(agent),但只有不到 1% 的人会使用编程智能体。(就像每个人都通过社交媒体拥有一个“个人页面”,但只有不到 1% 的人拥有个人网站一样。) 你需要一个“防呆”沙箱。你的消费级智能体,以及面向企业场景的智能体,必须具有 0% 的失败概率。你的消费级智能体必须能够在以下情况下使用: - 喝醉时 - 在床上 - 做爱时 - 上厕所时 - 午休时 - 写作业时的背景中 - 头脑 99% 被工作中的难题占据时 AI 必须不可能:购买你不想购买的东西、发送你不想发送的消息、访问你不想分享的信息。这些事情不能只是“很难”发生,而必须是不可能发生。(就像 YouTube 视频有 0% 的概率带来钓鱼、跨站脚本、恶意软件和病毒一样。) 模型再怎么进步也无法带来 0% 的失败概率。要达到 0% 的失败概率,你需要创造力。你需要创新。你需要彻底重新思考你的抽象方式。 每个人都通过社交媒体拥有一个“个人页面”,但只有不到 1% 的人拥有个人网站。对于 AI 来说,同样的转变是什么? 每个人都会使用 _____ 智能体,但只有不到 1% 的人使用编程智能体。_____ 是什么? 智能体的“防呆”沙箱是什么? ## 相关链接 - [wordgrammer](https://x.com/wordgrammer) - [@wordgrammer](https://x.com/wordgrammer) - [升级到 Premium](https://x.com/i/premium_sign_up) - [2026年9月3日 早上5:30](https://x.com/wordgrammer/status/2095263188153401712) - [100万次浏览](https://x.com/wordgrammer/status/2095263188153401712/analytics) - [查看引用](https://x.com/wordgrammer/status/2095263188153401712/quotes) --- *导出时间: 2026/9/3 23:29:27*
2 2026下半年最值得关注的198位中文X博主:3月榜单45人掉队,我重筛了一遍 作者对半年前发布的146位中文X博主清单进行复盘重筛,发现45人掉队,得出博主清单保质期约半年的结论。作者以量化标准(粉丝≥5000、14天内发帖、30天原创≥8条、中位浏览≥300等)从643个候选账号中筛出198位博主,其中138位为新面孔。文章提供Top 30必关注名单及按AI编程、Agent、AI视频图像、投资等领域的完整分类名单,每人配一句话简介,帮助读者快速找到值得关注的中文AI和科技博主。 技术 › 工具与效率 鱼总聊AI 2026-10-21 X博主AI博主推荐Claude CodeAgent信息筛选社交媒体榜单
G Google Labs 负责人谈实验与产品判断,常驻在线智能体的工作原理,Alexandr Wang 谈 Muse 的信任与团队 本期早报汇集三篇精讲:Google Labs 负责人 Josh Woodward 分享如何像实验室一样运作团队,通过机会清单、快速原型与用户信号判断产品方向;斯坦福 CS146S 课程拆解常驻在线智能体的架构,涵盖主循环与执行环境分离、持久工作流、事件队列优先级与上下文分层管理;Alexandr Wang 回顾 Meta Muse 个人智能体的产品历程,强调把愿景拆成可评测行为、通过小任务积累用户信任,以及为研究人才设定方向与空间。另有 PayPal CLI 智能体实战、MiniMax M3 稀疏注意力架构、低成本金融智能体训练等七篇实践速览。 技术 › Agent ginobefun 2026-10-12 Agent产品思维Google LabsMeta Muse上下文工程智能体架构模型训练早报AI产品团队管理
【 【Muse实战】X 流量作战室搭建保姆级教程 - 拥有你自己的运营团队 本文介绍如何基于 Muse 搭建一套 X 平台自动化流量作战室。作者设计了六个独立飞书应用扮演的"员工"角色:数据观察员、账号体检员、复盘分析师、选题策划、内容质检和超级写手,形成自动化的热点监测与内容生产流水线。系统包含每日 8 点运行的主链路日报(扫描、选题、质检、写稿)、每 3 小时一次的突发热点巡逻、周月复盘以及风格档案养成等功能。数据源来自 xbangdan 榜单接口,无需登录和模型 token。文章提供完整脚本工程地址,适合非开发人员跟着教程搭建,实现 7×24 小时无人值守的内容运营团队。 技术 › Agent XiaoLei Liu 2026-09-26 MuseAgent自动化内容运营X平台飞书热点监测教程社交媒体工具与效率
T Tools Are Getting Better. Are We? Karri Saarinen 探讨了 AI 时代工具效率提升背后的隐忧:产品和工程工作产出两样东西——产品本身和制作过程中的学习。AI 和 Agent 能写更多代码、开更多 PR、做更多实验,但团队的理解力和判断力会因此变强还是退化?作者以 CEO 亲身经历指出,一旦疏离产品和客户,产品认知就会变得模糊。他主张不应抗拒 AI,而是利用效率红利让团队有更多时间贴近客户、探索问题和保持产品判断力——自动化已知工作,但让学习、发现与决策始终留在人的手中。 技术 › Agent Karri Saarinen 2026-09-26 AIAgent产品思维团队学习软件开发自动化领导力产品质量
D DeepSeek发布DSec沙盒工厂:梁文锋署名论文揭秘Agent训练基础设施 梁文锋亲自署名的新论文公开了DeepSeek的Agent训练沙盒工厂DSec。该系统由约160台机器、3万核CPU、250TB内存组成,一天能造300万个沙盒,同时运行38万个,每秒新建超过5000个。DSec支持从简单函数调用到Docker容器、轻量虚拟机甚至完整Windows/macOS环境,通过镜像三层按需拼装和3FS文件系统按需拉取数据,内存节省三四成,单机最高承载3200个容器。论文还特别阐述了如何防止被训练的Agent作弊——如修改系统文件、绕过权限、扫描端口偷答案等行为。 技术 › Agent SuSu_酥酥 (@NFT_Chen) 2026-09-23 DeepSeek梁文锋AgentDSec沙盒AI基础设施论文Harness
6 6个月7500万+浏览量:我们如何用 Muse 和 GrokBot 运营社交媒体(分步指南) 作者分享了团队在6个月内于LinkedIn、Instagram、YouTube、TikTok等平台累计获得7500万+浏览量的社交媒体运营系统。核心是AI营销Agent Helena,配合Muse和GrokBot进行趋势研究和简报优化。文章分渠道给出实操策略:LinkedIn利用个人主页和钩子模板、Instagram通过UGC创作者网络加绩效激励、YouTube Shorts做高冲击产品演示、TikTok用幻灯片快速涨粉。底层方法论是:趋势感知→假设→高容量测试→指标 obsession→迭代,快速淘汰弱钩子、放大赢家。 技术 › Agent Seijin Jung 2026-09-17 AI营销社交媒体Agent内容运营GrokBotMuse增长LinkedInInstagramTikTok
手 手把手保姆级教程教你如何使用 Hermes Agent 自动管理 X 账号 本文是一篇详细教程,介绍如何使用 Hermes Agent 自动管理 X 账号。作者从准备工作开始,逐步讲解在 X Developer Console 创建应用、启用 OAuth 2.0 并设置回调地址、让 Hermes 准备配置脚本、在 SSH 终端完成授权,以及后续让 Hermes 检查账号和试发布。文章还分享了在聊天中改稿排版、读取私信、搜索内容等常见用例,并建议添加费用计算和提醒。最后推荐了 HermesCN 中文社区供进一步交流。 技术 › Agent brucexu.eth 2026-09-08 HermesX账号管理自动化OAuth2.0教程社交媒体AgentAPI集成
k k8e-sandbox:基于 k8s 的个人开发者 Agent 沙盒服务实践 作者介绍了其开源项目 k8e-sandbox 的沙盒服务实现。该沙盒基于 k8s 分布式架构,目标场景是一台笔记本跑 agent harness、一台远程服务器跑沙盒。文中详细演示了在 AWS 2C/2G 低配机器上一键安装 k8e、配置域名与 EIP、创建 API key、通过 k8e-sandbox-cli 与 DeepSeek Harness(DSH)联通,并在沙盒内运行网页并通过 Gateway/HTTPRoute 对外暴露 URL 的完整流程。沙盒内置 gvisor 实现用户态内核隔离,安全性接近 KVM 虚拟机。作者认为 agent infra 仍有大量工作要做,希望个人开发者拥有自己的工具箱。 技术 › Harness Engineering Tommy Xiao 2026-08-26 k8ek8s沙盒agentgvisorDeepSeekAWS开源基础设施e2b
别 别再用一个 skills 来忽悠人了,完整工程才是买单的起点 文章分享了作者试用开源项目“Moonlit Stories”生成英文绘本的体验。作者指出,该项目成功的关键在于将内容、视觉、音频等流程固化成契约,让Agent按规范执行。这表明个人利用本地模型和Agent工作流,已能独立交付过去需专业团队完成的完整产品。 技术 › Skill SagaSu 2026-08-06 Agent开源项目工程化工作流本地模型儿童绘本Codex成本结构去专业化产品思维
H Hermes Agent Masterclass: 2. Deploy & Messaging 本文介绍了Hermes Agent Masterclass的第二模块,重点讲解如何使用Docker后端和VPS部署Agent,实现本地沙盒和全天候运行。文章详细解释了后端概念、Docker容器的隔离性优势,并演示了如何切换设置、验证沙盒安全性及通过消息平台连接Agent。 技术 › Hermes tonbi 2026-08-04 HermesAgentDocker部署沙盒DevOps后端VPS教程
开 开源我的博主分析skill!一键复刻大佬推文风格 文章介绍了一个名为“yh-x-tweet-analyzer”的开源Skill,旨在通过分析博主的历史推文数据,将其写作风格系统化拆解为profile、samples和生成规则。该工具不仅生成可视化报告,还输出结构化的风格画像,帮助用户深度理解爆款逻辑,从而更精准地进行内容创作和人设复刻。 技术 › Skill 宇皓Jackson 2026-08-03 开源内容创作风格分析推文AI工具Agent工作流数据分析社交媒体
别 别想做一个完美产品,这个人做了239个 文章讲述了韩国博主Danbi通过制作239个非完美但可用的AI App,积累了从原型到产品的丰富经验。他不仅构建了个人工具生态,还利用Telegram搭建远程助手和多Agent体系,将AI转化为生产力。文章提倡“先做出来再说”的理念,强调用真实经验结合AI进行内容创作和快速试错。 技术 › Agent 黄赟 2026-07-10 AI工具独立开发AgentTelegram个人生产力产品思维Cursor实战经验自动化