凡人小北｜AI 落地：懂场景的人怎么用 AI 把事做成

长文

精选与最新

Hermes Agent 连续工作约 15 小时，累计调度 1320 个 Subagent，删掉 37.5 万行代码。Coding Agent 正从写代码的工具，变成会自己带团队的调度者。

用了半年 OpenClaw，我最关心的已经不是它会不会干活，而是它能否持续、稳定、可控地运行。2.0 重点补上了安装、任务、记忆、交互、协作和权限。

一场尚无定论的数学争议，把高价值工作进入 AI 之后最难回答的数据边界问题推到了台前。

案例库

他们 AI 运维负责人在 AI Engineer 大会上讲的：56 张 B200 跑 GLM-5.3，综合成本约每百万 token 0.3 美元，Claude Code 和 Codex 只留给难活。

IBM 用同一个开源模型 GLM-5.3-flash，在 AppWorld 的 90 个跨应用任务上对比自家 CUGA、Hermes 和 Deep Agents，通过率分别是 81%、47% 和 30%。

建筑师 Stephen Gallagher 给每个模型同一套手绘草图和一份旧施工图做参考，最好的结果来自 Opus 5.5：模型不用任何 CAD 软件，自己写了 1.5 万多行 Python 生成矢量图纸，跑了 12 小时、花了几百美元，他再批注改了两轮。

关于我

关注 AI 落地：把模型放进真实场景，把判断写清楚，把事情做成。

先把事做成，再谈模型。

我在这里写的

凡人指北

订阅《凡人指北》，送《Agent 落地检查清单》。不编热闹，只记判断。