这期最让人愣一下的一条：不需要随身带任何设备，办公室的 WiFi 就知道谁在、在哪，隔着墙也知道，多个人同时也没问题。十年前是论文，现在快是标准了。
「集成一个浏览器，让 agent 去操作它」，能力上不算难。有意思的是把它放进了一个面向工程师的 agent 里。
理由很实在：工程师的工作远不止在代码仓库里看 issue、解 issue——还要跟产品经理对需求、看 PRD、翻产品设计稿，这些东西全在浏览器里。给 agent 一个完整可用的浏览器，整个交互过程会好很多。
再往后一步是测试：做完之后的端到端测试，也交给 agent 自己去操作浏览器完成——填表单、验证结果、确认弹窗，一路走完。
这条线最早是十年前的一系列研究：直接靠人体对 WiFi 信号的反射来判断你在哪。
隔着墙也能知道你在墙后的什么位置；有遮挡不影响；多个目标可以同时追踪。
十年过去，这一类技术已经在往行业标准里走了。
顺着往下想一步：以后不需要任何工牌、任何随身设备，办公室的 WiFi 就知道谁在、谁不在、在哪个位置。这是一件说起来很方便、想清楚很凉的事。
几个学校联合做的一项研究，解决的是一个老难题：大脑哪个区域亮了，对应的到底是什么思考内容——这件事一直很难探索。
它的做法是大规模地去建立这种对应关系：看到某个东西时，脑子里被激活的是关于哪个概念的区域。
不是解码某一句具体的话，而是把「活跃模式 ↔ 概念」这张表铺开来做。
上一期讲过一份关于万亿级 token 用量的分析。这周又出来一批同类的——拿自家助手产品的 token 数据做分析。
但这批分析已经很商业化了，读起来意思不大。同样的数据，是拿来找结构性事实，还是拿来做市场材料，出来的东西完全是两回事。