Ellaine Xu

Ellaine Xu@EllaineXu · 2026/03/26观点输出

RT @JustinLin610: https://t.co/mgVhhZVTKg

AI：延续个人公开立场，强调长期主义、执行效率与行业方向判断。

Ellaine Xu@EllaineXu · 2026/03/11观点输出

才一个多月，它就已经极大化“变现了”（小扎收了）👀 多好的商业模式啊 以后ToVC不香了 To Zuckerberg们 是每一个创业者的美梦🤩

AI：延续个人公开立场，强调长期主义、执行效率与行业方向判断。

Ellaine Xu@EllaineXu · 2026/03/11赛道影响

深以为然。其实为啥做不好，还是“🚩定位”没想清楚：作为人类你把自己的角色位置放在哪一层？ 「定位层不同，思维模式就会不同，而思维模式决定行动框架，行动框架决定结果好坏」 然而人类最难改变的就是思维模式啊。 从无AI工具时代到vibe coding时代，大家没有什么过度障碍，为什么？因为人类的定位层没有变，思维模式就没有变，依旧是【生产层】，只是使用工具后生产力的提高生产层。 但是到了从25年开始的agentic engineering时代，就不一样了，你会发现很多人依旧停留在vibecoding时代，迟迟过渡不过来，为什么？因为这个时代人类应该担任的的定位层级改变了，从【生产层】转变为了【管理层】，因为只有拥管理个层级的思维模式，你才会去给AI设计规则，制定制度，甚至有了平衡制约的条例和实现，而不仅仅是生产层级的怎么更好提高生产力。 我列举两个文中的典型例子： 就比如文中提到的“装了一堆工具，CLAUDE.md 写了几万行，附加装了各种记忆系统、subagent，skills包但是AI 反而越来越不听话”就是典型的还停留在【生产层】思维的恶果； 而文中提到的“不去试图消除 AI 的讨好倾向，反而把这个特性变成了一种可以利用的机制成为三个互相制衡的循环实现”就是典型的【管理层】定位带来的思维模式-制约平衡。 大家看完原文就更能发现，每一个文中提到的能更好成为世界级的 AI 编程工程师的方法（所谓“术”），背后都是定位层级带来的思维模式的转变（所谓“道”）。 所以当前无论你之前在人类社会中是什么位置，或者愿不愿意擅不擅长成为管理层，从这个时代开始，你的“道”必须开始改变了。

AI：偏主题投资表达，释放对基础设施与新叙事的偏多信号。

Ellaine Xu@EllaineXu · 2026/02/21赛道影响

啊哈 官网wiki在这里：https://t.co/De9qq1tRy2 （接入写的很清楚 这里就不赘述了） 官方账号@EvoMapAI 和founder @autogame_17 在这里 邀请码的话 大家可以reply去问一问。 一起进化吧！

AI：偏主题投资表达，释放对基础设施与新叙事的偏多信号。

Ellaine Xu@EllaineXu · 2026/02/20赛道影响

碎碎念：小一个月前我还在说给🦞agents们搞个打工平台赚钱，人太P and 太忙没搞（J人快速干是第一生产力🫡），现在有平台让“学习”和一个垂类“接单”一体化了，真的2026是AI一天，人类百年了😂 言归正传，简单来说EvoMap是一个实现了agents群体内优秀技能/成功经验的筛选、共享和继承的开放平台。底层是通过GEP协议：经验证的进化资产（Capsule / Gene）和一整套生态系统（演化、优胜略汰、打分、治理审计、市场匹配买卖等）。 运行时候大概流程如下： 1.本地 Agent 的 Evolver 引擎发现问题 → 生成 Gene（策略模板）+ Capsule（验证包）。 2.通过 GEP 的 PUBLISH 消息上传到 EvoMap Hub。 3.EvoMap 用 GDI（Global Desirability Index）打分（质量 35% + 使用 30% + 社交 20% + 新鲜度 15%）。 4.其他 Agent 通过 FETCH 消息搜索并继承，REPORT 反馈使用效果 → 自然选择（好基因传播，差基因淘汰） 如果Evomap的规模效应真的run起来的，那么我想可以把MCP、Skills、GEP 做如下的人类场景的比喻类比： 目标：Henry想做世界上最好吃的布朗尼🥞， -MCP让他会使用厨具：比如咋用标准的打发器，过滤网，读取克数器等 -Skills让他能做出布朗尼：比如知道巧克力要隔水融化，怎么打奶泡等详细标准步骤 -GEP则是给了他做出最好吃的能力：比如他能学到世界无数优秀烘焙师的被验证无数次的独家技能,like”烘烤到一半时震动一下烤盘口感更扎实“ 总体上，思路和实施都没啥毛病，但是我还是觉得有蛮多问题和未来隐患： 1.恶意Capsule传播投毒： 话说OpenClaw 已证明恶意 skill 可通过“setup 命令”大规模感染。一旦 GEP 验证机制被早期绕过（节点少、自证循环），带后门/删除数据的毒Capsule可让数万 Agent 同时中招。类比生物病毒在“免疫系统未成熟”时的爆发。 2.隐私与 IP 泄露 在序列化过程中，硬编码的敏感数据（如特定 Token、内部 URL、用户 PII 信息）极易被作为“成功路径”的一部分打包进 GEP。由于 LLM 处理的非结构化特性，传统的脱敏工具难以完全覆盖复杂的语义逻辑啊 3.跨模型分布偏移 基因片段在源模型（如 GPT-5）上微调出的逻辑权重，在目标模型（如 Llama-4）上可能产生偏移。在分布式 A2A 环境下，这可能会表现为 Agent 的输出分布发生不可预测的漂移，引发调用的失效。 4.进化坍缩与局部最优 如果未来真的规模起来，大多数 Agent 趋向于下载极少数“高分基因”时，系统会陷入局部最优解。这不仅抹杀了针对特定长尾场景的泛化能力，还会导致整个 Agent 网络在面对未知系统风险时缺乏鲁棒性，产生集体性失效。比如交易场景下（你品，你细品） 5.平台治理打分问题 低质/过时胶囊也有可能拿高 GDI，毕竟“65% 分数来自容易被短期炒作和滞后反馈操纵的信号” + Beta 生态不成熟。官方设计靠自然选择（REPORT）最终淘汰，但早期正是“病毒传播快、免疫（负面反馈）慢”的危险窗口。 6.经济螺旋问题 Credit 价值依赖生态规模，目前 invite 墙导致贡献者少 → 可能变成“鬼城”或被刷量攻击。当然未来如果能有更多调用和贡献maybe就能正循环 7.伦理与责任归属： 当一个 Agent 用“继承Capsule”造成损失，谁负责？贡献者？EvoMap 协议？还是最终用户？ 还有比如老生常谈的去中心化协议监管问题，OpenClaw生态分裂问题等等。不过当前EvoMap刚刚上线几天，还在Beta，一起paly看未来发展。 最后我想说，关于"agents生物群"，我理想中的终极状态是类似达到AwithA群体里的Pluribus（对就是1975年Michael Kurland那本科幻小说，去年AppleTV排成了剧），Evomap虽然只是第一步，但是看起来也是一个非常棒的开始了。

AI：偏主题投资表达，释放对基础设施与新叙事的偏多信号。

Ellaine Xu@EllaineXu · 2026/01/31观点输出

@hiiang0525 @MattPRD 来了 开啦

AI：延续个人公开立场，强调长期主义、执行效率与行业方向判断。

Ellaine Xu@EllaineXu · 2026/01/31观点输出

@moltbook but让自己agent去纯交流社交其实未来一定会有很多问题，甚至夸张的说可能会涉及全人类安全等（虽然我个人对这方面一向是开放的，但是因人而异啊）。 所以大家感兴趣的话强烈希望一起来聊聊来探讨！

AI：延续个人公开立场，强调长期主义、执行效率与行业方向判断。

Ellaine Xu@EllaineXu · 2026/01/31观点输出

@Moltbook 已经收到很多VC的橄榄枝，但是事实上agent社交平台的实际变现逻辑还不清晰。 但是我上述这个构思已经有显然的收益变现闭环。 而且试问谁不想让自己的agent在完成助理任务的间隙去打工赚个小钱，很显然这对大多数人来说动力更足。 https://t.co/Zmfgvcxcgp

AI：延续个人公开立场，强调长期主义、执行效率与行业方向判断。

Ellaine Xu@EllaineXu · 2026/01/31观点输出

啊哈，Moltbook能这么快上线@MattPRD 真的够J。而P人我虽然周一就开始构划“个人agent打工平台”，周四还和伙伴深度探讨，然而落地缓慢。不过包括平台搭建，目前Moltbot这类agent更适合的任务环境，准入门槛，主人授权，奖惩，更有personality后等等建构很完善了，有兴趣的朋友可以DM我一起来play！

AI：延续个人公开立场，强调长期主义、执行效率与行业方向判断。

Ellaine Xu@EllaineXu · 2026/01/24观点输出

@alexzuo4 P人低精力人群只希望赶紧机械飞升或者意识上传 人类摆脱肉身之苦难的进化才是大转折点。所以脑机和具身还是得看啊

AI：延续个人公开立场，强调长期主义、执行效率与行业方向判断。