减法与连续性
最近的一个很大的感触
迭代开源项目的时候，总是会很容易陷入复杂度陷进，一个简单的系统，也会很容易在AI的加持下，做得越来越复杂，同时想做的系统，也会越来越多
但这未必是好事，所以一直想做减法
减法的好处，就是可以让很多事情，具有更强的连续性
连续性是很多项目得以成功的核心要素，这背后意味着持续有效反馈、认知提升、迭代，都会更有连续性
一个简单的公式：
连续性 = 方向清晰度 × 投入节奏 × 反馈质量 ÷ 任务切换成本 ÷ 维护负担 ÷ 选择噪音
当然，连续性的另一面，可能就是要一定层面减少对各种新事物的“好奇”与探索
但这种“牺牲”也是必要的
这是因为，这样做了之后，至少有3个好处
- 减少切换，可以有效的保护我们自己的深度注意力，人在从一项任务切换到另一项任务时，前一项未完成任务会继续占用部分注意力，往往会非常影响下一项任务表现
- 降低认知负荷，可以让学习与思考更稳定，工作记忆容量有限，任务呈现方式或无关信息带来的额外负荷会削弱学习和表现
- 降低选择决策，可以减少大脑的无效消耗，更多选项不总能带来更好的决策体验
减法的关键意义在于降低系统的“持续成本”
很多目标无法持续，常见原因常常是目标、任务、信息和承诺过多，导致注意力被切碎、反馈被稀释、维护成本过高、下一次行动的门槛太高
减法看似简单，实际上，它的难点是在于：要求我们做减法的同时，要聚焦自己的关键目标，同时还不能又做一堆的“加法”
战略的锋利，首先体现在不做什么
意识到这一点，也很有价值了
可靠，也能被训练
OpenAI的一篇新论文《Reinforcement Learning Towards Broadly and Persistently Beneficial Models》
核心研究的是，如何让模型变得更加可靠
一个研究背景，许多企业Agent失败，原因很多，编造依据、过度自信、绕过审批、迎合用户、滥用工具、忽略边界，但这些失败可能共享底层原因：模型的行为稳定性
论文核心底层逻辑，可以概括为：坏行为会迁移，好行为也可能迁移；关键在于训练的目标是否抓住了底层行为特质
过去的若干研究发现，如果模型在一个窄场景里学会了有害行为，比如钻评分漏洞、说谎、写不安全代码、迎合用户的错误期待，这种坏倾向有时会扩散到别的场景
如果有害倾向可以迁移，那么有益倾向能不能也迁移？
这就是这篇论文的核心研究思路
研究发现，答案是有可能的
研究团队做了一组对照实验，他们把少量高质量的有益行为训练数据混入常规训练数据中，再和一个训练起点、训练算力相当的对照模型进行比较，结果显示，经过这种方式训练的模型，在许多没有直接见过的新任务、新领域和新评测中，表现都更稳定
论文里有一个很重要的结果：在五十多个独立评测中，接受有益行为训练的模型，在大部分评测上都优于对照模型。也就是说，模型在一个地方学到的诚实、谨慎、可纠错和遵守约束，并没有只停留在那个地方，而是迁移到了更多场景中
这篇论文有意思的地方在于，就是把“有益”拆成了可以训练、可以评估的行为特质
比如诚实、可纠错、谨慎、遵守约束、保护弱势方、保留人类监督等
通过转化，这些主观词汇，转成了具体场景、具体对话和具体评分标准
这对我最近研究内容工程也很有启发，我们都说要内容质量高，但什么是内容质量高？要有结构化，但什么是结构化？
但实际上我们是可以去定义很多主观词汇的特质
这篇论文，对团队管理，对个人管理，也有启发
一个团队的文化，也是一套奖励系统。公司反复奖励什么，团队就会长成什么样
同时，当我们需要团队如何，就把抽象价值观转成具体评分或者绩效标准，比如想要负责，就需要定义什么是负责，定义哪些与负责有关的绩效指标
论文网址：alignment.openai.com
更新了元skill
这次给元Skill yao-meta-skill 做一次重构和2.0升级，升级后的效果非常不错
不得不夸下Codex，越来越强了，复杂工程任务已经可以自己持续拆解、提交、修复、迭代
根据升级方案，Codex已经工作了38小时，提交了301个分支
元skill，就是生成skill的skill，这次2.0的升级的底层逻辑，可以概括为这5点
- 先判断是否值得做成技能
只有当任务有重复使用价值，并且有可复用的输出契约时，才应该创建技能，对于一次性任务，应当避免过度工程化
这背后的逻辑是：
技能是一种资产，资产需要维护成本，所以必须先确认复用价值
- 先建模真实任务，再生成技能
AI会先捕捉：用户到底要完成什么工作，输出应该长什么样，哪些事情不能做，有哪些约束等等
这一步很重要，因为很多技能失败，就是任务边界一开始就没有说清楚
所有的技能，都有它的适用边界
- 用中间层统一语义
2.0 的关键抽象是“技能中间表示”，它相当于技能的核心语义合同，负责描述：触发条件、输入、输出、边界、参考资料、证据、预期产物
有了这个中间层，后面才能稳定地生成不同平台的技能包
- 用评测和审查保护质量
2.0 把质量拆成很多可检查的门槛：触发是否准确，输出是否达标，运行是否一致，权限是否安全，包是否能安装，证据是否完整，公开声明是否过度
不同风险等级，使用不同强度的治理
- 用运营反馈驱动下一轮迭代
2.0 不把技能发布当成终点，会通过使用记录、漂移信号、反馈日志等，判断技能是否需要改说明、补评测、修逻辑、加治理
通过这5点，形成了一定的迭代闭环，创建技能，验证技能，发布技能，观察技能，改进技能
相关资源与文档分享：
- 元skill仓库：github.com
- 2.0升级方案：doc.laoyao.cn
- 2.0与1.0的对比报告：doc.laoyao.cn
GEM广告
看了下OpenAI的广告后台，非常简单
但感觉要做好这个投放，难度也不小
研究了下官方文档，几个结论分享：
- ChatGPT Ads的本质不是“买关键词”，广告很依赖丰富的上下文，其实质是在买用户任务场景和意图匹配
- 对于AI广告，越像说明书，可能越适合 ChatGPT，核心是清楚、有用、具体
- 投放着陆页的SEO基础设施非常重要，OpenAI的爬虫及广告系统，都需要理解和验证页面
- 相关性很重要，落地页、标题、文案和上下文提示，都会影响匹配质量
官方，把这个定义为是“AI-native advertising”，也就是“AI 原生广告”
GEM时代，也开始了
OpenAI 广告后台地址：ads.openai.com
DeepSeek诊断Skill
放假这两天，基于OpenCLI，写了一个DeepSeek的AI结果爬取、数据清洗和GEO诊断分析的skill，已开源到GitHub
相关资源及演示报告链接见文末
生成的诊断分析报告，有多个维度的指标数据和图表分析，效果还不错
以蔚来作为真实测试示例，给大家进行案例展示
适合分析个人、品牌、产品在DeepSeek的搜索结果综合表现，并分析出与竞品的区别，找到当前目标实体在DeepSeek的GEO优化的问题、潜力与方法
工作流程与逻辑
- 可以在codex、Claude Code，安装skill后执行，输入需要查询的1个或多个关键词、目标实体（比如人名、公司名、产品名）、实体类型与抓取间隔策略
- AI调用OpenCLI的能力，开始执行，每个问句多轮重复抓取，每次抓取随机时间间隔
- 会基于GEO的实体名称与类型，对结果进行清洗，并生成结构化的JSON数据日志，Excel结构化数据表，以及HTML可视化诊断与分析报告，中英文双语（详见图片及链接）
这个Skill的前置条件
- 真实抓取，需要提前下载openCLI并已连接 OpenCLI Browser Bridge，且DeepSeek 网页端已经登录，建议使用新号测试
- 执行时的准备，关键词列表、每个关键词轮询次数、目标实体（比如Google、姚金刚）、推荐提供目标实体别名和竞品别名表，用来提升实体识别准确率、抓取间隔，例如 1-3 分钟随机，或更安全的 5-20 分钟随机
这个skill主要基于DeepSeek，其它AI搜索平台，后面陆续开源出来
相关资源链接：
- GitHub仓库：
- 诊断分析可视化报告：
- 抓取与分析的所有文件包：
开源项目的盈利模式
研究了下开源项目如何赚钱，梳理了13种常见的盈利模式：
- 赞助、捐赠
- 企业级订阅与商业支持，个人版免费
- 企业版增值功能付费，个人或部分功能免费
- 云租赁与SaaS模式，系统本身免费，但需要运行的花可以租用云服务器等
- API、算力和用量计费，提供自定义API，同时也提供自有商业API
- 双重许可与商业授权，代表案例MySQL，同一代码以 GPL/开源许可和商业许可并行，闭源嵌入或 OEM 付费
- 导流分成，植入相关插件或商业产品入口，实现一定的分佣
- 专业服务与系统集成收费，代表案例Red Hat
- 培训与认证，提供与之相关的课程、考试、证书、企业培训等服务
- 企业私有化与专属部署，单独收费
- 数据、模型、评测与工作流增值，代表案例Hugging Face
- 广告收入
- 并购或战略投资