1
AlphaGo 十年：从围棋到 AGI 的搜索与规划之路
DeepMind 用十年验证了一个假设：搜索+规划+工具的组合，正在从游戏攻克走向科学突破，而 AGI 的关键不在模型大小，在于系统架构。
💡 第一层：系统架构——搜索+规划+工具的组合正在从游戏攻克走向科学突破，AGI 的关键不在模型大小，在于系统设计
2
别迷信「自我改进」——护城河是可观测、可升级、可接管
所谓“自我改进系统”其实是把人类的工程判断做成了一个可复制的升级通路；真正的优势来自**透明可控的混乱循环**，不是黑盒自治。
💡 第二层：可控性——所谓"自我改进系统"其实是把人类工程判断做成可复制的升级通路，真正的优势来自透明可控的混乱循环
3
GTM Agent 的护城河不在“会写信”，而在“可审计的反馈闭环”
真正值得抄的不是“自动外呼”，而是把销售工作流做成可观测系统：先刹车（Do-Not-Send）再生成、每次人类编辑都沉淀为可检索记忆、全链路可追溯可评测——否则你只是在用更贵的方式制造更快的事故。
💡 第三层：反馈闭环——真正值得抄的不是"自动外呼"，而是把工作流做成可观测系统：先刹车再生成、每次编辑都沉淀为记忆、全链路可追溯
🧵 串联问题
如果 Agent 的护城河从"模型强度"转移到"系统可控性"，那 Neta 现在的 Agent 架构里，最缺的是搜索+规划的设计、还是可观测的反馈闭环、还是人类可接管的安全机制？