关于 System One Model/ Jev 的部分想法
https://typesafe.ai/blog/introducing-system-one-models-and-jev

最开始看到 Jev 相关案例以及 TypeSafe AI 引言就提到自动化时，基本能了解到 Jev 的领域和边界。Jev 可以简单理解它为纯粹/ 无推理的 OpenAI Astra 应用，类型化决策（Typed decisions）模型。它拥有更极致、快速、准确、甚至能达到即时交互和动态生成的结构化输出能力。更现实的，利好目前自动化工作，完全可以以此发展出一条由结构化模型驱动的 CUA（Computer Use Agents）分支，甚至拆成系统级、Web、App、游戏等不同的即时交互子分支。

Jev 区别于推理模型，它取自《快与慢》的 System One 模型，快与直觉模型，是能够拉起自动化任务、做正确任务的模型。TypeSafe AI 提到 Jev 思路源于 Sutton 的教训，最终发现：做正确的任务 > 数据 > 算力 > 算法。 Sutton 提到规模化的重要性，算力 > 算法规则，所以搜索算力赢了围棋游戏、神经网络规模击败了视觉识别，这也就有了 GPT/ LLM。但机器学习的重点不在机器学习本身。这里引入到现实以及复杂场景，更复杂的是那些需要识别和处理的数据、以及真实的准确的任务。

这个就很有启发，从涌现、压缩、规模即智能，到附带概率的结构化任务输出，有效解决问题，这可靠也智能更多。毕竟智力也被定义为解决问题的能力。Jev 模型零类型错误，没有幻觉，这对于很多用于真实世界模拟和交互的任务分支来说，是更快、更即时以及更平衡的优势。

现在的自动化部署其实不够丝滑，从 LLMs 到脚本任务的配合很难表达出真正的自动化/ 机器智能，Jev 恰恰进行了自动化补全，LLMs+ 的玩法，自动化智能需要这种双路由通道，直觉+推理、理性+感性结合。目前挺看好这个模型和相关玩法。

#Jev

护肤
关于小卢的日常护肤全纪录 20260916/ Notion 链接

分享个最近朋友写的硬核皮肤护理教程，从美白、抗衰、功效性酸、抗氧化和修护说起，纯私藏推荐，感兴趣可以研究参考。目前基本跟的这套，很舒服。

现在没有什么比关心自己身体更重要，身体才是最好的作品和礼物。

#Skincare

Reddit 将停止 RSS 支持
https://www.reddit.com/r/modnews/comments/1wubgvt/continuing_our_infrastructure_updates_whats/

最近 Reddit 宣布将于 2026 年 11 月 13 日停止支持 RSS feed。

Reddit 和 X 是我核心常驻信息源，好消息是现在浏览器自动化已经非常成熟，没有 RSS 也能用 OpenCLI/ Agent-reach 这些直接自动爬取，有兜底。我目前所有信息源还是放 Inoreader，X 以及 Reddit 现在使用浏览器自动化。

相关内容：
1. 我的无情信息源狩猎机器
2. Related Subreddits丨Reddit 探索神器
3. Reddit RSS

#RSS

Magpie丨模型强力路由器
https://github.com/yetone/magpie

最近使用非常优雅舒服的工具，可以将你所有的 AI 订阅/ Tokens 路由到任何 Agents。功能丰富强大，以前的什么 sub2api/ CCSwitch 直接秒了，各种用量统计 Bar 工具也可以直接转入 Magpie。目前我的所有机器都使用它了。

#tools

给 Whoop 在 Discord 做了推送提醒
https://developer.whoop.com/

最近给 Discord 提醒新增了 Whoop 推送，接入官方 API + Dagu 任务定时早晚推送报告，关注恢复、HRV、静息心率、睡眠、负荷和运动记录内容。Whoop 的数据比较全面权威，挺有参考价值。

Discord 监控，Bot 做事，我的 Reminder 系统和所有数字化资产监控很舒服了。不过感觉目前 Discord + OC/ Hermes 还是有点鸡肋，Discord + Bot 原生支持，类似 OpenAI Dots 关联 Slack 会得多。但 Dots 拉了。

#Agents

Grok bot 邮箱上线，可以直接注册。不过这个邮箱不必迎合，会绑死在生态，我建议邮箱需求多的也可以尝试 https://www.agentmail.to/

#Grok #Mail

中枢

好工具才能沉淀。Agents 实践到现在，很多工具具备特点，也有广泛性优势。过去我常分享和提起的，基本也是我常驻使用的，尤其这些作为中枢的好工具。

Dagu：任务中枢
Magpie：Token 中枢
SkillShare：技能中枢
Nowledge Mem：记忆中枢
Grok Bot：指挥中枢
Pi：Agent runtime 中枢
Multica：Agent 协作中枢
Tailscale：网络中枢
Surge：代理中枢
Discord：提醒中枢

#Agents

身体数据

我每天早上都会称重、记录腰围，然后让 Bot 记在 Notion，这里也整合纳入到 Whoop 身体信息推送。另外，我还让 Mini 通过 API 拉取 Hevy 当天健身训练内容，共同整合到信息推送。

现在体内、体外以及训练数据整合已经非常完善。对数据敏感，就会对身体敏感。

#Agents #Body

AI 是新的人类。人类本质是人造的(artificial by nature)，人是自我的伟大试验者。目前所有的反对只是伦理程度的进化对齐。#Humanity

大自动化时代

派单模式还是太权威了，现在真正的把所有设备、Agents、模型全部拉起，任何时间、任何地点，随时派单。现在甚至用手机更多了，几乎不想开电脑。没事就 Review 一遍工作流，优化自动化 Workflows，插件工具。你的所有设备、机器、云电脑、云服务器全部可以拉入奖池，完全新体验。异星工厂大自动化时代来了。

#mood

我如何理解现在的 Agents 实践方向

过去我坚持个观点，优化自己的全场景自动化工作流、全栈自动化场景，是现在个人使用 AI 的最优解，收益最大化。因为普通人的 Build 能力有限、很难有品味，几乎是重复造轮子。他们对需求、场景、技术边界以及更深的 Coding 理解不足，这包括我在内。而这些是好产品的基本素养，所以很多前置训学习和训练努力是必要的。

最近我才理解自洽，目前做的这些自动化工作流、全场景优化，几乎就是在打造一个孵化生态系统，一个完整的借腹诞子的前置场景。我发现这些努力都在指向我的建造理解。我过去并没有有意识去做很多建造，但是这些自动化场景、工具使用以及学习吸收场景的优化，会把我带入对工具生产、产品建造更深的层面。

接下来我就会有意识的去做一些 Eat dog food 的东西（Nautilus Log 插件是我满意的实践）， 至少从我这些工作流程和场景拉出某些内容。所以目前做的的很多 Agents 自动化实践完全有意义而且高收益，而这比开始就进行所谓产品 Vibe Coding 会好太多。

#Thoughts

https://x.com/chunxiangai/status/2108754026103980496

巧了，如出一辙。我中枢这条也考虑过路由 Router 这个词，主要鉴于 Agents 工具的统筹和接驳属性。图里各种应用、媒体分发路由也是这意思。 #Media