一家电信公司用AI个性化，收入涨了22%
本文由 AI 自动整理生成，可能存在错漏，请以原文链接为准。
今天想聊两件挺戳人的事：一家电信公司靠AI个性化把收入拉高了22%，还有个prompt能让你看看AI悄悄记住了你多少事。另外，Cloudflare给AI做了个「钱包」，以后智能体可以自己花钱买API了。
灵感百宝袋
一家电信公司把AI用到客户服务上，收入直接涨了22%，流失率还降了9%。
Circles这家电信公司做了件挺大胆的事：他们用OpenAI的API和Codex，搭了一套AI原生系统。叫「AI Concierge」的对话界面帮客户解决各种问题，背后有个多智能体架构CareX，能自动搞定65%的客服工单。他们还用AI分析消费数据，系统自动给用户推个性化的套餐和优惠——在新加坡，这一下就让每用户平均收入（ARPU）涨了22%，客户流失率也降了9%。说白了，就是拿你手里本来就有的客户数据，让AI帮你读一读、想一招，收入的增长就自然冒出来了。你手头如果有客户数据，哪怕只是一个Excel表，也可以试着拉几个消费行为维度，让ChatGPT帮你分析一下，看看有没有交叉销售或流失预警的机会。别一上来就想着整个大系统，先从一小组用户试试——今天就能跑一轮。
原文：https://openai.com/index/circles
Tim Schafer差点搞砸了LucasArts的面试，但他靠一个决定把局面翻了过来。
YouTube上有个视频讲了游戏界大佬Tim Schafer的往事。他年轻时去LucasArts面试，对答环节并不出彩，几乎就要被刷掉。但他在面试后没干等着，而是把自己做的游戏作品和设计文档寄了过去，用实打实的东西展示了热情和实力。最终，这份「后发的诚意」让他拿到了工作，后来相继做出了《冥界狂想曲》《疯狂时代》《脑航员》这些神作。有时候不是能力不够，而是你还没让对方看到你的真东西。下次你再碰上面试、谈合作、争取一个机会，别只靠嘴说——把你做过的项目、写过的方案亮出来。哪怕只是个简陋的雏形，也比空口说更有分量。
原文：https://www.youtube.com/watch?v=DsALdgc5RrI
江湖快报
Liquid AI推了个2.6B的小模型，目标是在你的设备上直接跑智能体。
LFM2.5-2.6B这个模型最大的卖点就是「本地化」。不用把数据送到云端，手机、电脑、甚至一些边缘设备就能跑起来，延迟更低，也少了很多隐私上的担忧。虽然现在还在早期阶段，离真正能让普通用户在本地跑起全功能智能体还有点距离，但方向很明确。如果你平时用AI总担心数据上云不安全，这种本地模型值得关注。你手上有闲置的旧机器或树莓派的话，可以先下载下来试试，看能不能跑通一个简单的智能体任务。
原文：https://huggingface.co/blog/LiquidAI/lfm2-5-2-6b
Cloudflare给AI智能体做了个钱包，以后它们能自己花钱买API了。
Cloudflare Wallets用了一个叫x402的协议，让AI智能体在设定好的安全限额内，能自主去付费调用API或购买内容。想象一下：以后你的AI助手能自己订阅一个数据服务、买一段翻译API的调用额度，不需要你一张张发票去审批。当然，现在只是框架初现，实际落地还要等一等，而且安全护栏有多牢，还得等真跑起来才知道。如果你在做自动化流程，可以先看看这个协议的设计思路，想想未来能不能让一些小额付款的环节直接由AI跑通。不用现在就动手，但脑子里可以画个圈——哪天这种能力成熟了，你就能直接把拼图拼上去。
原文：https://blog.cloudflare.com/wallets
德州要求数据中心接入电网前必须审计，可能会让新建算力等一等。
德州作为美国第二大算力市场，现在要求新数据中心在并网前接受审计，提供用电、用水、补贴等详细数据。这意味着新建项目的审批周期可能拉长，短期内算力供给的扩张会慢一些。对国内直接的影响不算大，但如果你正做跨国业务或者外包算力，可能需要注意一下成本波动。更实际的做法是，趁算力还没更紧俏，把你手头模型的推理效率先优化一轮，或者把需要用到大算力的训练任务提前排上日程。
原文：https://www.theverge.com/policy/975071/texas-data-center-audit
贤者视角
这篇新论文让AI同时掌控多个角色和背景音，做播客、配音的人有福了。
SwanTale搞了个统一的多说话人语音生成模型，既能「听你指令」合成不同性别、年龄、风格的声音，也能「听你给的参考录音」直接模仿。更妙的是，它还能配上环境音效，比如雨声、咖啡馆背景，让你的音频一整个场景感拉满。以前做一段多角色对话，你可能要找不同的人录、再混音。以后这类工作会越来越轻松——一个人坐在电脑前，用文字就能调度一整个声优团队。对于做短视频、有声书、播客的人来说，创意表达的门槛又被拉低了，拼的更多是内容和编剧，而不是你是不是有个专业录音棚。
原文：https://arxiv.org/abs/2608.02023
有个博主用一个大号prompt让AI吐出了对他的完整行为记录，结果让人后背发凉。
科技博主Ben在博客里分享了他的一次测试：他拿到一个叫「Reflection Engine」的prompt，喂给自己常用的AI智能体后，AI把过往的提问、笔记、个人文件翻了个遍，生成了一份详细的个人档案——包括他的性格分析、决策模式、甚至一些他自己都没意识到的行为惯性。他看完说「直击灵魂」，但又觉得这东西真有用，已经开始用这份报告做自我规划了。这件事其实点出了一个更深层的问题：你的AI已经悄悄「认识」了你多少。你可以去原文里找那个prompt，也跑一遍看看自己的AI记住了什么。说不定有些你不希望被记录的东西，需要你主动去清理一下。了解能被AI看见的自己，也是用AI前该上的一课。
原文：https://www.bensbites.com/p/what-my-agent-knows-about-me
开发者补给站
Cloudflare让你用TypeScript写CI/CD流水线，还能让AI帮你修构建错误。
Cloudflare发布了全新的CI/CD构建方案，把传统又臭又长的YAML配置换成了TypeScript步骤，每一步都可以沙盒执行。更酷的是，AI会监控流水线，构建失败时自动分析原因并尝试修复，省掉不少排查时间。如果你正受够YAML的缩进地狱，或者构建经常因为环境差异跑不起来，可以拿一个项目接入Cloudflare Workflows试试。不过目前依赖Cloudflare生态，迁移成本需要掂量；对老旧的项目，逐步迁移会比一把梭更稳妥。
原文：https://blog.cloudflare.com/ci-workflows
Zalando搞了个能扛每秒100万请求的进程内负载均衡器，但他们说：大多数人别学。
Zalando的工程师为了应对极端流量的内部扇出，在进程内重写了一个负载均衡器，用一致性哈希和渐进预热避免了缓存碎裂，最终把部署成本从每天450美元压到了110美元。但团队自己特别强调，这是碰上了真正的极端场景才自己造轮子——普通团队用成熟的代理比如Envoy、Skipper就够了。读这篇的意义不在于照搬，而是看他们如何分析延迟瓶颈、如何用灰度部署和开关平滑切换。如果你也在做高并发服务，挑其中一致性路由的设计思路，对照自己的架构找找可优化的点，就已经赚到了。
原文：https://www.infoq.cn/article/97oCpVItccS9jN4lxRdA
Capshelf让多项目里AI助手的技能配置保持同步，再也不会漂移了。
当你同时维护好几个代码仓库，给每个项目配的Claude Code技能（比如安全审查、代码规范）会渐渐不一样，想同步又怕互相干扰。Capshelf用一个共享的git仓库加锁定文件，把技能当依赖项管起来，每个项目pin到特定版本，既省心又不会乱跑。支持Claude Code、Codex和Pi，安装很简单：crates install capshelf。如果你手上有两三个代码仓库，今天就可以花15分钟把你常用的技能都推进capshelf，让每个项目自动拉取最新版本。
原文：https://news.ycombinator.com/item?id=49170377
好物挖掘机
SpeakoFlow是个开源本地语音助手，装在电脑上，不用联网就能听你指令。
它完全跑在本地，不需要把语音发到云端。你可以让它打开程序、查天气、做些简单的自动化操作，而且开源，意味着你可以自己动手改。对特别在意隐私的人来说，比那些需要时刻在线的助手要安心多了。下载装一下就能玩，适合不想让第三方听见你每一句话的人。功能还在不断完善中，如果你会调代码，还能给它换个更好听的语音来唤起。
原文：https://www.producthunt.com/products/speakoflow
Stynar是个AI销售助手，能自动帮你发外联邮件、跟进客户。
它定位是AI SDR，也就是销售开发代表。你给出目标客户列表和话术框架，它就能定时发邮件、记录回复、安排后续跟进，像一个不知疲倦的初级销售。英文市场跑得更顺，中文支持还在慢慢跟上。如果你或你的团队正愁外联邮件发不完，可以拿一个小规模的潜在客户名单试试，看看回复率和转化有没有提升。不过刚开始别把所有名单都丢进去，先挑几十个跑一轮，避免机器语气太重显得没诚意。