这期最值得记的是一个范式判断：第一波是模拟的时代，巅峰是自我对弈；第二波是人类数据的时代，代表是聊天模型；第三波应该是经验的时代——放 agent 自由，让它在环境里自己交互，奖励由环境给，而不是由人的预判给。
有个团队做了一个类似 AI 小镇的东西，算是那一代的巨大升级版。整体体验从游戏感到背后的编排都做得不错——如果它背后真的是大量模型在跑，那这套编排确实挺讲究。
玩法有游戏模式和数据模式：你可以看着它自己做各种事，也可以给它下指令——先让它去卖木头，再让它去赚钱，再放它自己去找地方玩。
还有一类强指令的道具。比如给它一条「多去户外玩玩，别整天看书」——它居然还会犟嘴：「理论阅读不可缺」。得把强制那一项勾上，它才比较听话。
此外可以升级房子，但材料要它自己去砍树挖矿；还能翻它的日记，看它每天都干了什么。
顺带一个观察：最早那篇 AI 小镇论文的几位作者，后来在这个方向上似乎都没有太多新进展，不知道为什么。
有一篇文章反复在讲同一件事：要打破「以人类为中心的 AI 系统」的局限。
它指的是现在这套做法——拿大量人工产生的数据去训练，希望 agent 越来越像人那样思考、那样行动。直觉上就能感到问题：这样训出来的模型不具备很强的自我探索能力，天花板是人给的。就像当年的 AlphaGo 和 AlphaZero 的差别。
它提的几条是连着的：动作和观察要成对；奖励函数应该由环境给，而不是来自人的预先判断；agent 应该依据自己的经历去规划和推理，而不是套用人类的推理视角。
三波浪潮的划分很清楚：第一波是模拟的时代，巅峰是自我对弈的棋类系统；第二波是人类数据的时代，代表是聊天模型；第三波应该是经验的时代。
起点被认为是那个拿下数学奥赛金牌的项目，由此衍生出电脑操作、手机操作这类真的像人一样跟现实世界打交道的 agent。
新范式就一句话：放 agent 自由，让它自己在环境中交互。
接着上一条推：如果 agent 需要不断了解你的「体验流」，那它最适配的设备和交互界面是什么？
答案大概率是大量的 AI 硬件——以及以前那一波「量化自我」。
那件事当年没做成，是因为采集回来的数据没人会解读；现在解读的那一环有了。
所以对 AI 设备和量化自我这两个方向，值得给出比之前更高的权重。
上期讲过某家的图像编辑模型，确实很不错。紧接着另一家就发了它的轻量图像模型，效果也很好。
给的示例明显比前一个做得好——而且它结合了自家开发平台的应用构建能力。
也就是说：出图不再是终点，出完直接就能落进一个能跑的应用里。
这份榜单里有四条值得记的观察：
一、某家大厂一口气有四个应用上榜——邮箱、笔记、开发平台，还有实验室（能上榜是因为视频模型和虚拟试衣的 agent 都挂在里面）。其中笔记那个涨得非常猛，最近的视频概览功能做得相当不错。
二、几家新玩家进来了，量也不小；但对比之下，另一条线从二月攒下来的月活一路延续到现在，依然比它们都高。（这张图是去掉头部那家画的，不然没得看。）
三、中国找到了自己的一批赢家，而且全是出海产品。前五十里有二十几个是中国应用——一家做图像的公司独占五个，另一家大厂三四个。另外，大量尝试性的 AI 应用都被塞进了同一个浏览器壳里。
四、vibe coding 真的产生了实打实的用户。以前大家总觉得这是个尝鲜的事，但从支付平台的数据看，头部产品的收入留存率高达 100%——虽然有新用户进来也有老用户流失，但总收入还在涨。
「玩具」和「生意」的分界线，就在这个留存数字上。