当智能体开始替我检查服务器、部署服务和建立 SSH 隧道时，一个问题变得非常具体：它应该怎样获得登录服务器的能力？ 过去的办法很直接：把私钥放在电脑的 .ssh 目录里，再让终端或工具读取。连接方便，但同一个账户下运行的程序也可能读取这些文件。尤其是没有设置口令的私钥，一旦被复制走，攻击者就可能从另一台机器登录仍然信任这把密钥的服务器。 我希望保留…

很多企业已经接入了大模型、知识库和各种 Agent，但项目仍然停留在演示阶段：模型能回答问题，却没有进入真实流程；原型能跑通，却没有明确责任人、验收标准和回滚方案；项目交付了，却没有沉淀成下一次可以复用的组织能力。 问题通常不在模型，而在于缺少一个能把业务、技术、交付和长期运营串起来的人。这正是 FDE（Forward Deployed Engin…

大模型越来越强，但很多人用了一两年后，工作方式仍然是：打开一个对话框，重新解释背景，上传一遍资料，让 AI 给出建议，然后自己去各个平台完成操作。 模型能力提高了，人的工作流却没有发生根本变化。 真正的问题不是模型不够聪明，而是我们缺少一层长期存在的基础设施，把模型、数据、工具、账号、项目和人的规则组织起来。这个基础设施，就是我所说的个人智能体基座…

个人智能体基座：让 AI 成为可持续生长的数字基础设施 很多人第一次使用大模型时，想的是“让它回答得更好一点”。但当 AI 真正参与到长期工作中，问题很快会变成另一种形态：它能不能记住我的工作方式？能不能调用我已经授权的工具？能不能在不同项目之间保持边界？换一台电脑之后，能不能把已经积累的能力安全地带走？ 这些问题说明，我们需要的已经不只是一个聊天…