实体库 · 期 Buzzwords · 档案重建
EP.33智能体新增 · 待复核
EP.33（2025-03-21）：predictive agent 比 agentic 实在得多。档案重建；5 个故事线 / 专题 · 32 个条目 · 讲到 10 个实体。每个故事线 / 专题 / 条目都是库里的一个节点，连到它讲到的机构、App、模型和人。
- 分享日2025-03-21
- 页面xiaopingfeng.com/buzzwords/33/ · 档案重建 · 当期录播后补建的页面，话题 + 备课笔记的链接清单
- 标题predictive agent 比 agentic 实在得多
- 一句话predictive agent 比 agentic 实在：结论要绑回业务目标；推特上开始流行 @ 模型做事实核查；Gemini Canvas 生成应用极快
- 规模5 个故事线 / 专题 · 32 个条目 · 讲到 10 个实体
故事线与专题 5 个 · 点标题到页面上的那一节；摘要是页面自己的导语（档案重建的期里是话题）
搜索
排序视图
共 5 条
榜单上的两个变化Chatbot Arena 上头几名变化不大，仍是 Grok 3、GPT-4.5 和 Gemini 2 那一档（Grok 3 的 preview 版和正式版这次合并了）。
agentic 很虚，predictive agent 不虚有两篇讲 agentic enterprise 的文章，用单 agent 和多 agent 去组织企业工作。看看就好——技术上没有实质变革，讲的多半是管理层面的事。
推特上开始流行「@ 一下模型，问这是不是真的」最近推特上一个新习惯：在某条推文下面 @ 一个模型，问 is this true。
一个把工程案例讲透的开源仓库有个开源 repo 收了大量端到端案例——LaTeX 的 OCR、写书的工作流等等，每个都一步步教你怎么做。
Gemini 的 Canvas：比 Artifacts 快很多上周还在说 Gemini 能生成图片，这周它就把标准功能里加上了 Canvas——和 Artifacts 是一个思路，直接生成 Web 应用。
共 5 条 · 数据 2026-11-04
条目 32 个 · 本期资料 32 · 信源徽章与 MUST / TECHREAD / ★ 是页面自己的标记
搜索
栏目
信源
必读
排序视图
共 32 条
共 32 条 · 数据 2026-11-04
这一期讲到的机构、人、App 和模型 10 个 · 名称匹配（名字在标题里记「主角」，只在正文里记「提及」），待复核；按它们在这一期被讲到的条目数排
被讲到最多的（按故事线 / 专题 / 条目数）
共 10 条 · 数据 2026-11-04