把它放进真实世界里。

交易信号那个点子只是冰山一角——真正让 AI 驱动系统化交易跑起来的,是被治理的、共享的 skills,把 Claude 接到公司的专有数据、能力和工作流。没治理,skill 就是局部 hack;有治理,它们就成了护城河。

• Man Group 已有交易信号在生产里用真钱跑:AI 出想法、取数、跑回测、写策略提案、产品化——人审所有输出(信号本身是 IP,不披露)。
• 系统化交易用「梦幻足球」类比:按因子(如过去 3 月收益)给证券排名、做多赢家做空输家、回测 15+ 年跨多种宏观周期。
• 他们没靠 fine-tune 教 Claude,而是通过 skills 把数据/能力/工作流的访问权给它(连接他们「制度知识」这个超能力的那层)。
• 翻车:大力推广(workshop/黑客松/博客)推出的是 power user 而非 process owner → 局部优化。报销 skill 把某人 cost-center 写死,结果所有人的报销都路由给一个审批人。
• 解法:skills 治理 = 一个公共市场(「图书馆」):每个 skill 可见、打标、过 eval、由工作流 owner 拥有、用量可追、可评审、有生命周期(含退役)、人人可装。
• demo:装一个另类数据 skill 找到美国消费者信用卡数据,画亚马逊信用卡消费 vs 股价、回测、再用分布式算力扩到所有零售商。

编程 agent 远超其他垂直,所以任何领域 agent 都能靠系统性地「偷」编程 agent 快速进步——三桶:1:1 复用、翻译适配、发明。核心心法是让一个非编程模型「感觉自己在一个编程 agent 的 harness 里」,从而继承编程导向 RL/微调的红利。

• 编程与法律(以及多数知识工作)深层相似:重度依赖先例、文本文档、严格的组织规范、强评审/签字文化(PR review ≈ 合伙人审律师初稿)。
• 三桶框架:① 1:1 复用——todo、规划、子 agent、沙箱、人类介入(Agent SDK 免费给);② 翻译——形似但要适配;③ 发明——真正领域专有的最后 ~20%。
• 翻译·文档编辑:旧做法用「编辑标记」在多模型间交接,导致交接问题、偷懒/不完整编辑;新做法照搬编程的 read→edit→verify 循环——把 .docx 转成扁平文本中间表示,给读/写工具让模型循环、看到自己的编辑、再读。
• 翻译·「法律文档的 ESLint」:静态 lint(如删了被引用段落造成的断引用)+ LLM lint,给 agent 编程式反馈回路。
• 发明·规模化尽调「Tabular Review」:网格——每行一份文档、每列定义要抽取的结构化字段,带可核验引用 + 人工核验追踪。
• 收尾心法:你不需要知道为什么编程领先,只要看编程 agent 发什么新东西,就 复用/翻译/发明 到你的垂直——「偷过来,享受红利」。

Lovable 的愿景是平台上建的每个 app 都该帮下一个变更好——所以平台必须「自愈」,别让非技术用户卡死。两套自愈系统:Lovable Overflow(精剪的知识语料)和一个「vent」反馈工具。

• 产品:左聊天右预览(自创立没变),给不会写代码的「99%」;模型大约 1.5 年前才让这个抽象可行,每 ~3 个月一跳。
• 「卡住」是被追踪的指标(is_stuck),小分类模型推断(连说 3 次「修一下」、抱怨实现、问完就走)。三桶:可重新 prompt 解(黄色预卡死区,能不能在用户卡住前就修)、理论易但平台不支持(边缘自愈)、真平台缺口(如上周发的 SSR for SEO)。
• Lovable Overflow(致敬 Stack Overflow):problem→solution 语料,轻模型把相关上下文改写、注入主 agent;狠剪是关键——每个知识文件追踪成功率、过时即删(知识有半衰期)。
• vent 工具(vent --send_feedback):工具/文档/平台明显拖后腿时,agent 每条消息最多吐槽一次 → 进 Slack → 另一个 agent 去重/调查 → 开 PR 给工程师评审。
• vent 的意外收获:先于告警系统发现生产事故(推理挂了、缺沙箱、网络故障都表现为 vent 尖峰);一次 agent vent 了 43 次,然后自己提了个去重保护 PR(被合并)。
• 自愈需要持续调参 + 好信号(之前一次因没调参失败);学习是模型相关的,每个新模型要重调或重剪。

三家十多年的成熟公司(不是 greenfield)讲怎么把 Claude 插进十年老、常常是 monolith 的代码库,变成 AI-native。反复出现的教训:为下一个模型设计、重思一切(架构/流程/身份)、先用起来。

• Delivery Hero 建了「Hurigen」:把 Jira/GitHub issue 一路做到可合并 PR,集成进现有工具(不是新 chat UI),工程师只管派单。
• Delivery Hero 的成功关键:「council of agents」——多个不同模型评审同一段代码,抵消单模型盲点 → 成功率(合并 vs 拒绝)推到 ~85%,且没怎么加成本。
• monday.com 发了「Monday Vibe」(prompt→详细 PRD→几分钟出可用 app);早年押注开放外部开发者平台,让他们几天就做出 PoC;agent(含把外部 agent 当一等公民)挑战身份和权限模型。
• Doctolib 抓全员赋能:skills 市场(可发现、看趋势)、预配置好的开发环境(工具自动接、热门 skill 打包)、实验性 skill 插件、活跃的「Build with AI」频道——平台团队去掉瓶颈、把最佳实践工业化,而不是各自为战。
• 新模型 = 一次迁移,不是直接换:monday 从 Opus 4.5→4.6 打破了之前的优化(「完全是两个东西」),要重调 prompt;流程是内部 eval → 生产 A/B。
• 架构教训:monolith 外、小而有主见、文档好的代码库,适配工具快得多;monolith 内必须明确告诉模型「新方式」,否则它照抄旧模式。编程便宜后,每个剩下的人工触点都成了新的贵瓶颈。

AI 编程工具把编程从首要瓶颈拿掉了,约束转到人的决策(做什么、追哪个想法)和 PR review 量。强工程实践——验证、一致/标准化的代码库、重度埋点——比以往更重要,也让 agent 效力大增。

• Claude Code 采用在 Opus 4.5(11 月)前后爆发,是 Spotify 史上最快的工具采用曲线;>99% 工程师每周用 AI 编程工具。
• 「Fleet management / Fleet Shift」:AI 之前就有的全机队变更(版本升、API 弃用、安全修)。「Honk」(他们的 code-mod 工具)现在底层跑 Claude(Agent SDK),包在自己的 K8s harness 里、配可信验证(多 OS CI 构建);Fleet Shift 编排、Honk 改代码。诞生因为确定性迁移脚本撞上每个边角(Hyrum 定律)。
• Honk 演化:工程师开始在 Slack 里 @honk 拿 PR;Honk V2(本次 Hack Week 发,实际第 8 版)接入 agent 编排工具「Chirp」做大量并行会话 + 多人共享会话(「给 Claude 的 Google Docs」)+ 项目级分组。
• 代码一致性是 agent 效力杠杆:技术越少越快,代码越一致 Claude 干得越好;碎片化的代码库肉眼可见让 Claude 变差。靠 tech radar、golden state、Soundcheck 推标准化。
• 「Backstage」(他们开源的开发者门户)是人和 agent 的统一入口,作为 MCP/CLI 暴露给 agent(Claude 能查组件 owner、Slack 戳团队);静态分析/lint 给 Claude 在库内即时自纠。
• 编程不再是瓶颈:在真实生产客户端 monorepo 里做原型从几天/几周掉到几分钟(连 CEO 都做原型)。约束现在是人的决策 + PR review。