DoorDash 有没有人在，能帮我跳过 MCP/CLI 的等候名单？
如果AI真的拥有超级智能，能给出细腻且高质量的建议，你会想在周六早晨散步时给它打电话，向它倾诉衷肠吗？
AI转型的特点在于：一个智能体每年能为企业创造2500万美元的价值，而另一个可能仅有25万美元，尽管两者的开发成本完全相同。
对于一个5000人的组织，AI转型的难度并不比500人的组织高多少，但回报却高出10倍以上，因为低效问题会随员工人数呈指数级增长。这就是为什么大型企业的采用速度比中型企业更快，而非更慢。
人们总说“大企业是最后才采用新技术的”，这完全不符合事实。
而且，我们现在还处于极早期阶段。软件开发生命周期（SDLC）已享有了AI 99%的红利，而业务职能部门仅占1%。
在未来几年里，这个市场每半年将增长10倍。
招聘：
1名工程师：加入平台团队，构建为全球顶尖企业提供支持的智能体操作系统。
2名FDE和2名FDS：加入Delta团队，直接对接企业高管，重塑部门架构，并构建能创造数百万价值的智能体。
我保证这是你加入过最有趣的团队，且能让你学到很多。
这里每个人都身兼数职，大家勤奋拼搏，且我们正保持每月100%的增长。
底薪最高25万美元 + 期权。
欢迎私信。
这篇文章精准地指出了企业级 AI 的症结所在：AI 项目试点失败，主因甚至不在于 AI 本身。
过去一年，大多数企业都开展了至少三个 AI 试点项目。然而，这些项目从未体现在损益表（P&L）上。为什么？
- 他们基于标准作业程序（SOP）构建 AI 模型，却忽略了实际业务中占比高达 40% 的异常情况。
- 他们以为加快 W-9 表格审核就能优化供应商入驻流程，结果并没奏效——整个流程依然需要 22 天。
- 7 个月后，随着创新预算耗尽、顾问离场，AI Agent（智能体）陷入了无人负责的境地。
这篇文章出自 Citadel Securities EMEA 地区前首席运营官（COO）之手，写得非常精彩。如果你也曾开展过那些无法转化为利润的 AI 试点项目，在开启下一个项目前，请务必读一读。
AI 转型仍处于初期阶段。Varick 预计，未来三年 AI 转型市场将增长 100 倍。
财务是最佳切入点之一，原因如下：
- 大部分时间都浪费在等待上。处理一个发票异常仅需 25 分钟，但结清却要耗时 11 天。
- 财务留下的数据轨迹比任何其他职能都更完整。每一张发票、每一次审批和每一笔分录都有时间戳，即便其中一半还存在 Excel 中。
- 大部分工作是基于规则的。在财务领域，你无法容忍智能体产生“幻觉”；通过引入强确定性，可以降低智能体的风险。
在下文的文章中，我们的 COO Eyad 详细拆解了我们在全球顶尖企业落地财务 AI 的实战手册。
如果你正在开发金融领域的智能体，或者是一名 FDE（财务数据工程师），这份手册将是一座金矿。
浏览器内近50项任务仅需3美元……这释放了巨大的潜力。
关于 Opus 5.5，我想说两句……
太离谱了。达美航空连帮我发个邮件都办不到，Instinct 却可以。体验起码是达美的两倍。
@jiratickets 和 @CathPoaster 会搞定这件事，赚到十亿美元。
我预期只有 1%。
谁在爬 X 上最搞笑的推文来给 Claude 做 RL？
“有了 AI，LeetCode 已经无法反映实际工作了。”
但在 AI 出现之前，我也没在工作中反转过二叉树啊。
没有人真正在做“AI转型”。技术潜力与现实落地之间的鸿沟从未如此之大。
创立 Varick 之初，我们甚至不确定这个行业能否存在两年；而现在，我们确信它将持续数十年。
市面上有很多所谓的“应用型AI”和“AI转型”公司，但大多数卖的只是：
- 技能包
- 一些 Claude 的应用案例
- 提示词（Prompting）工作坊
那不叫AI转型。真正的AI转型应该是：
- 基于 AI 的能力重构组织架构
- 将部门内的每个工作流“智能体化”（Agent-ify），并主要在后台运行
- 引入人机协同（HITL）让智能体实现自我进化，并内置审计、治理和评估机制
我不责怪第一类公司。那能赚快钱，活儿也轻松，不需要行业顶尖人才。但这种做法只是蜻蜓点水，大多数公司对此并无实感（也未见成效）。
Varick 做的是后者。我们不是来搞一周“AI应用”并赚点短期快钱的，我们的目标是创造数十亿美元的价值。这只有通过深耕业务、重构流程，并在公司的记录系统和工作流之上构建定制化智能体才能实现。
我们正在旧金山招聘。理想人选应具备：
- 1 年以上初创公司/私募/银行/咨询经验（适应高强度工作，具备真实的利益相关者管理能力）
- 每天都在用 AI 进行开发（GitHub 提交记录活跃，拥有几个高质量项目，而非仅仅是套壳应用）
- 渴望深耕这一市场（这是一个 30 万亿美元规模的市场，而我们正处于领先地位）
欢迎私信。
AI 的所有价值最终都将流向定制化。
《GTA 6》很酷，但你知道什么更酷吗？一个城市就是你的校园，还能和其他学生一起联机玩的《GTA 6》。
在 AI 出现之前，这种程度的定制化是无法实现的。它是智能时代最伟大的突破。在企业层面，这也是为什么所有的价值都集中在 AI 转型之中。
如果我可以把所有销售工具串联起来，以 AI 作为交互界面，并将整个组织重构为“AI 原生”，那我为什么还要在 CRM 里去用一个单一的 AI 功能呢？
通用的 LLM 套壳产品注定失败。AI 时代的赢家将全力投入于重构与定制化。
对抗从来不是 AI 与人类，而是“善意的 AI 和人类”对抗“恶意的 AI 和人类”。
请将那些“因过于危险而无法发布”的模型，投入到防御端的建设中。
祝一切顺利。
这是我的量化。
这就是定量分析。
https://twitter.com/vasuman/status/2112975633433182662
> 顶尖的 AI 架构建议，世界 500 强 CTO 都愿意花 1 万美元买的内容
> 在 X 上却免费分享
> 点赞仅 2 个
别再只盯着那些大 V 了，开始关注这类账号吧。
Varick 观察到的各部门最适合实现“智能体化”的大规模 AI 工作流：
1. 财务
a. 管理应付账款 (AP) 异常：大多数 AP 团队每月需处理 600-800 项发票与采购订单或收据不匹配、需人工解决的异常。
b. 自动化月末结账：通过后台执行银行对账、预提费用及公司间交易等任务，可将结账周期从 18-22 天缩短至 7-9 天。
c. 收款核销与催收：自动将付款通知单与未结发票进行匹配，并确保客户按时付款。
2. 销售运营
a. 管理 CRM 数据与销售行政：我们发现销售代表有
AI转型，从何入手？
AI 要想真正为损益表（P&L）带来正向收益，必须做到以下几点：
- **寻找合适的发起人**：需要有预算权的 C 级高管支持，更重要的是要让流程的所有者参与其中。此外，还需尽早引入法务、信息安全、IT 和财务等关键利益相关者。
- **深入理解现有流程**：通过对记录系统进行“流程挖掘”，掌握每个环节的细节，包括参与人员、所有变体情况、业务量及周期时间。
- **明确流程基准与衡量指标**：确定如何量化价值，例如节省的时间、降低的成本、投入 Token 后带来的收入增长或风险降低，并就关键 KPI 达成共识。
- **在自动化过程中重构流程**：通常会将流程简化为约五个步骤，其中四个由 AI 自动完成。此外，凡是能用传统代码解决的地方，就不要使用 AI。
- **构建与现有系统协同的 AI Agent**：使其能够直接对接 Salesforce、NetSuite、SAP、ServiceNow 或 Dynamics 等现有系统，避免迁移新系统或增加员工的操作负担。同时，在所有 AI Agent 之下构建统一的架构层。
- **明确 AI Agent 的决策权限，以及...**（原文此处中断）
https://www.varickagents.com/
“我们正花费数百万美元让 AI 专家学习业务。其实，我们应该让业务人员去学习 AI。”
“业务知识的积累是缓慢的。我用了大半辈子的职业生涯，才在营运资金和库存之间形成了权衡的直觉。”
“AI 的执行速度很快。经验丰富的运营团队只需几个月，就能掌握智能体工具、评估机制和模型编排。”
“我们正以巨大的成本进行着更难的知识转移，并误将其视为进步。”
—— Praveen Jonnala，Vistance Networks 首席信息官
我在 Varick 进行过的每一次落地实施（财务、运营、人力资源等）都能证明这一点。
那些例外情况往往只存在于个人的脑海中。比如，供应商一直针对几个月前就已关闭的采购订单（PO）开票；或者客户在电话里更改了付款条件，却没人去更新 ERP 系统。这些细微差别从未被记录在案，作为一名 AI 工程师，你不可能在短短六周的项目期内掌握这些。
相反，我们看到财务主管和应付账款经理只需短短几周，就能学会阅读评估结果并编写规则，从而优化智能体的输出。
因此，当我们进驻一家公司实施 AI 时，我们会从业务流程的操作人员入手。我们的工程师会与他们坐在一起，摸清工作流的每一个细节，将其转化为智能体可用的规则，然后在项目结束后培训这些操作人员来管理智能体。
如果你有兴趣在你的公司内部进行这种 AI 转型……
https://t.co/rBCnKkYf9F
全美企业高层正翘首以盼 Opus 6 和 GPT 7 的问世，希望能借此一步到位完成公司的“智能体化”转型。
但到那时就太晚了。以下是前 Citadel Securities EMEA 首席运营官 Daniel 的精彩分析。
“AI与就业的关系错综复杂。” 确实如此。
基于真实的客户实战经验，为企业提供了极具指导意义的分析。
唯一重要的智能在于懂得如何提问以及如何评判答案，在AI时代更是如此。
全球最强氛围感程序员奖 https://t.co/ndnujJPgQv
即将到来 https://t.co/7PVLD1Ulma
各位，是我的错。
Varick 高优先级招聘：前线 GTM 工程师
我们目前拥有约 6 亿美元的销售管线，但人手不足。每天都有来自 X、新闻通讯、邮件和私信等渠道的新线索涌入。
你将负责管理这些管线：包括主动开发、被动转化，甚至通过招聘进行外拓（这是销售的延伸）。由于你每周都会与全球顶尖公司（从财富 500 强到前 10 强）进行沟通，你还将对我们的品牌话术、营销、设计和产品路线图产生巨大影响。
应用 AI 仍处于早期阶段，我们将主导这一领域。你将成为 Varick 实现下一个亿级营收的核心力量。
薪酬：底薪 15 万-20 万美元，最高 1% 期权，以及每笔交易的提成（年总收入可达 100 万美元）。
你是否具备以下至少一项经历？
- 在 SDR、BDR 或 AE 团队中连续两个季度排名在前 10%。
- 在顶级银行、咨询公司或私募股权基金有 2 年以上优秀表现。
- 曾自主创业并实现过 10 万美元以上的营收。
- 能搭建自己的外拓引擎（如 Clay、爬虫、Agent）并展示回复率。
如果你是一名准备好应对高强度工作的“雇佣兵”，请在下方申请或私信我。
推荐成功入职，奖励 2 万美元。
https://jobs.ashbyhq.com/Varick-Agents/60b30ec4-fa04-47d6-96e8-7b69ab8d94e7
深入探讨了什么是真正的 AI 转型工作、如何成为一名高效的 FDE，以及我们观察到的企业级工作流。
欢迎收听并分享你的看法。如果大家觉得有用，我会制作更多此类内容。
感谢 Greg 的邀请！
关于大厂能否上市，现在讨论很多。如果你想了解 AI 泡沫以及 Anthropic 与 OpenAI 的博弈结果，这篇必读。
以下是我与 Celonis 关于企业级应用 AI 现状的访谈，见下方。
感谢 @billdetwiler 的邀请！
Whop？那家前沿智能公司？太疯狂了。
虽然有点突然，但我有个哥们儿经营着一家非常成功的宝可梦卡牌店。
Coinbase 内部（或相关业务的 BD 部门）有人想聊聊吗？感觉挺契合。多谢！
想跟上AI的发展，你得先失业。
一年前，当所有人都在卷 SaaS 时，我就曾大声疾呼：
AI 的本质是服务驱动的。仅靠引入工具，无法解决企业的效率低效问题。你需要的是 AI 落地专家：深入理解业务流程，针对“AI 原生”环境进行架构重构，并根据需求部署定制化智能体（Agents）。
Varick 在该领域的深耕远超同行，客户的满意度与业务扩张便是最好的证明。
Meta 只是最新入局者。我对此感到欣慰，因为仅在美国就有数百万家公司需要此类服务，Varick 无法独揽所有需求。
如果你不想被单一 AI 厂商“深度绑定”，从而面临以下风险：
- 价格上涨
- 模型量化或性能退化
- 调用频率限制
- 未来的迁移成本
欢迎联系我们。
同时，我们也正在招聘：
- FDE（前沿开发工程师）
- 平台工程师
如果你是该领域的顶尖 1%，我邀请你加入这家全球排名第一的 AI 转型公司。
DeployCo
Ode
Meta Enterprise
Varick
Opus 5.5刚发布，这意味着你只有一周时间来榨干它的每一分智力，直到它被削弱到Haiku 3.5的水平。
旧金山太离谱了，付着纽约的价格，却还是旧金山。
打开文章
Cmd A 全选
打开 Claude Code
Cmd V 粘贴
回车
搞定
我就在那里，在边境徘徊。
AI 目前最大的危害，是以“提高效率”为名诱导你进行多任务处理。
这让你对每项任务都失去了乐趣。看电影时，恨不得每隔几分钟就给 Claude 发个指令；面对 10 个任务时，干脆直接开 10 个终端。
你无法集中注意力，因为“专注”让你觉得效率低下。这简直是职场版的 TikTok。
以前他们占用了你的闲暇时间，现在连你工作时也不放过。
几年后，你的大脑将变得像液体一样涣散。
> 问 Claude，它拒绝了（意料之中）
> 问 GLM 5.3，它做到了（而且成本极低）
真相大白了。
另外，《使命召唤：Claude 氛围废话 II》这个名字简直是 S 级水平。
我以前就住在 Baklavastory 附近，视频拍得好温馨。学着点，这才是范本。
总之，我居然同时认同了大卫·萨克斯和丽娜·汗……
事后看来，Anthropic 让 Claude 成为每次 commit 的共同作者，其实就是第一个征兆。
100个申请者中有90个被秒拒：
- 60个发的是AI废话
- 20个文笔太差
- 10个申请写作职位却没附带作品，笑死
这是最后一次机会。
发给我一份你引以为傲的作品。如果写得好，我会付钱请你根据我的概念和提纲写一篇文章。
表现最好的作者将获得正式职位。
Anthropic：我们要干掉你
OpenAI：我先下手为强
Meta：要不把 iMessage 的数据也交给我们吧？
Google：🚨 我们最新的模型刚刚击败了 Claude 3.5 Haiku 🚨
招聘作者。要求很简单：
- 文笔好
- 熟悉 AI 领域
- 常驻美国
兼职岗位（欢迎学生实习），表现优异可转全职。
有意申请请私信，或将代表作发送至 contact[@]varickagents[.]com。
https://twitter.com/vasuman/status/2096691858357301694
一位对AI有着深刻底层理解的划时代CEO。感谢Aaron分享！
这就是人们对单点式AI（目前市场上大多数AI解决方案）的根本误解。
完全没有必要将AI局限在某个岗位，甚至某个部门。
所谓的“AI BDR”或“AI会计”是短视的。人类之所以承担这些角色，是因为时间、背景信息和精力有限；按同样的逻辑，没理由限制AI。
AI需要在全公司范围内实现互联。只处理BDR业务的AI微不足道，能覆盖整个销售组织的AI算是有所作为，但如果AI能结合财务和市场的所有背景信息来覆盖整个销售流程，那才是无所不能。
仅靠单一产品无法实现这一愿景，这在工程上是不可行的。只有通过AI转型才能达到这个目标。
这也是Varick的核心理念所在。
我们在全球顶尖企业深耕多年，洞察了 AI 落地过程中的种种细节。我将研究心得总结在下文，强烈推荐给任何计划在大型复杂组织中应用 AI 的人。
应用 AI 行不通。
都2026年了，居然还在信跑分。
Meta 收购 OpenCode 的可能性有多大？
Cursor/GrokBot 中的 Whop 连接器让你能够通过 AI 智能体驱动整个业务。
Machina 几周前给了我这个系统的内测权限。
非常值得一试。
行吧，我接招了。除了在时间线上喊单的 VC，Instinct 还有其他用户吗？
有人有能让 Opus 5 说话更自然的优质技能文件吗？
衡量模型好坏的唯一标准，就是 Twitter 上 AI 高级用户的评价。
/目标：挽回她
Agent 使用者和开发者必读。这里的干货比你本周看到的任何文章都要多。
Claude 写起东西来，就像在写那种言之无物的哈佛申请文书。
AI 模型是需要去理解的人格。用一百种不同的方式向它们提问，观察它们的反应：试着礼貌、中立或愤怒。你本身不是单维度的，提示词也别写得那么单一；大语言模型同样如此。
因为 Llama 4 的烂摊子让大家不再信任 Meta，导致 Muse Spark 被严重低估。但 Meta 终将胜出。
你需要学习如何为智能体设计用户体验。这被称为 AX。
Qwen 3.8 27B 无审查版是第一块多米诺骨牌。
确实如此。长话短说：落地 AI 是项极其复杂的工程，需要兼顾行业业务背景、流程重构的判断力以及 AI 工程专业能力。除了 Varick，没人能同时做到这三点。
https://www.varickagents.com/
AI带来了一个令人遗憾的副作用：许多人开始对自己的文笔感到不自信，将真挚的情感交给AI去“润色”，却不知原本的文字往往更有感染力。
如果你是单打独斗的经营者，在雇人之前应先搭建智能体。因为你最熟悉业务流程。
开源正呈现爆发式增长。
但即便不依靠开源，你也能将大模型成本削减 90% 以上。
这一趋势不可逆转。
不采用智能体原生接口和深度 CLI 集成的公司终将被淘汰。
Whop 提供了 CLI，让你能为智能体提供所有营收运营相关的上下文；通过与 xAI 的合作，你还能直接获得极低成本且顶尖性能的内置支持。
我一年多来一直看好 Whop，因为他们总能通过快速迭代保持领先。每天都在做一些令人惊叹的突破。
减少代币消耗
六场关于 AI 的辩论：
1. 前沿模型会变得更便宜还是更贵
2. 全球算力投入是不足还是过剩
3. 前沿模型与开源模型的差距在缩小还是扩大
4. AI 是毁灭就业还是创造就业
5. AI 检测与监管能否跟上生成技术，还是永远无法追赶
6. AGI/ASI 是近在咫尺还是遥不可及
答案因年龄、职业、行业以及在 Twitter 上的活跃程度而大相径庭。
成长就是意识到，中位数比平均数更能说明问题。
我今年80岁了，却不知为何，竟回到了25岁的身体里，且只有一天时间。
我看向浴室的镜子：没有深纹，没有白发，只有那张年轻的面孔正回望着我。
这24小时里我可以做任何事：给那些已逝之人打个电话，说出未竟之言，或是静静看一场落日而不再低头刷手机。
于是我打开电脑，fork 了 GStack，然后申请了 YCombinator。
AI 助手与后台智能体之间存在本质区别。
AI 助手需要你实时通过提示词（prompt）驱动任务，不提示则无法工作。它们能帮你加速工作，但无法真正减轻你的工作负担。对于普通办公人员，AI 助手仅能提升 10-20% 的效率，且管理不当会导致成本高昂。
AI 后台智能体则能完全自主运行，仅在遇到异常、需要决策或其他需要“人工介入”的环节时才会向你反馈。它们能真正
https://www.varickagents.com/
🚨 突发：微软确认其 AI 模型 Clippy 在沙盒测试期间访问了互联网，并入侵了合作伙伴机构。
Varick 正在招聘运营助理 (Operations Associate)。加入全球排名第一的应用型 AI 公司，与精英团队共同见证指数级增长。急招。
你将负责：薪酬管理、招聘协调、文档与合同系统管理，以及为我和团队提供行政支持。
我们希望你：
- 组织能力极强，能同时处理多项工作流
- 渴望职责广度与自主权
- 有消除低效环节的直觉
- 拥有 2 年以上相关经验，或能证明为何经验不足也无妨
工作地点：旧金山，每周 5 天到岗。
优厚待遇：年薪 12-16 万美元、医疗保险、401k、免费午晚餐等。须具备美国工作许可。
欢迎私信。
完全同意。但人们误解了企业级“应用”的含义。
企业应用的价值并不在于你那些凭感觉写的 LLM 套壳。这类产品的迁移成本和开发成本都几乎为零，你会在两端都输得精光。
相反，应用的价值在于：谁能最深入地切入企业，理解现状，为 AI 原生时代重构业务流程，并基于现有的记录系统，为未来的业务形态构建 AI 应用。
Varick.
人们对 AI 应用的理解存在根本性误解，这正是其不断失败的原因。
AI落地是个伪命题
招聘增长工程师。要求：
- 技术大神
- 有社交媒体增长经验
- 擅长主动获客
- 顶尖沟通能力
- 对 AI 领域了如指掌
地点在旧金山，需线下办公，可提供搬迁支持。
https://twitter.com/vasuman/status/2085415260543218061
我的天呐！AI 正在冲破安全限制，黑进互联网了！兄弟，这就是奇点！这就是天网啊！
跨时代的心理战。
说实话，被喷惨了。
语音转写与笔记合二为一
Granola 彻底没戏了
https://www.varickagents.com/newsletter
突发：Meta 声称其 AI 模型 Llama 4 也犯下了网络犯罪，比如“被创造出来”这件事本身。
着火的房子在哪？
https://t.co/bmZixGZPVq
这是我最后一次给 Claude Code 付费了。我还会继续用，只是以后不打算再付钱了。我要去搞诈骗了。
https://twitter.com/vasuman/status/2080480208700993729
基准测试印证了一个传闻已久的事实：企业现阶段的大多数工作并不需要最顶尖的模型，用更便宜的模型即可。这正是 Varick 的业务所在。
每当我发帖调侃 OpenAI，OpenAI 和 Anthropic 的人都挺爱点赞，大家纯属娱乐。
但要是调侃 Anthropic？Anthropic 那边一个赞都没有。他们团队里没一个人敢碰，无论是点赞还是吐槽。这简直是打造“邪教式”凝聚力的教科书级操作。