研究
我們正在探索企業AI的下一個模樣——公開進行、以淺白語言書寫，並坦誠到足以承認自己尚未知道的事。
旗艦計劃
檢索回答問題。學習累積能力。
今天的企業AI大多只是檢索：你提問，它尋找，它回答，然後遺忘。LAG是我們對「之後」的押注——每一次互動都留下痕跡的系統。一次修正化為一條規則，一個結果化為一項偏好，一個錯誤化為一道邊界。
組織不只使用智能——更會累積智能。我們正把LAG建進平台的學習層，並沿途寫下所見所得，包括行不通的部分。
複利在此同樣適用：循環每運轉一個月，就是對手所沒有的一份學習。
摘要與首篇論文——2026年發表
宣言
「第一代把業務數碼化。第二代把工作自動化。下一代，將會持續學習。」
完整的長文版本——為何我們認為學習型企業是必然、它需要甚麼、我們正在做甚麼——正在撰寫之中，用上我們對待客戶品牌的同一份心思。
即將發表——在下方訂閱，率先閱讀
我們正在追索的
一家公司——而非一個模型——具備智能，意味着甚麼？那智能棲身何處，又由誰打理？
在生產系統中，回饋如何化為改進：留下甚麼、遺忘甚麼，以及如何分辨兩者。
承得起真實企業負載的形態——知識、記憶、代理，以及它們之間的接縫。
我們建過不止一次的模式，記錄下來，讓下一個團隊——無論是我們的還是你的——不必從零開始。
來自工場地面的不起眼發現：評測、護欄、失效模式，以及真正壞掉的地方。
文章
A response · July 2026
Chamath Palihapitiya says the price of intelligence is collapsing. Our response: what lands at the bottom of the curve is brilliant, amnesiac — and the moat moves to memory.
閱讀文章 →Research · July 2026
The program behind our wager: systems where every action becomes memory, every outcome becomes learning, and March is measurably better than January.
閱讀文章 →Argument · July 2026
Low-code agent builders optimise for the median demo. Your edge lives in the twenty percent they abstract away — which is why the agentic layer has to be built and owned, not configured.
閱讀文章 →Position · July 2026
The cost of building software has collapsed — so the old bargain of generic tools plus an army of managed services is over. Build the thing that fits, own it, and let it stay with you.
閱讀文章 →Thesis · July 2026
Open models have closed the agentic gap. The enterprise that fine-tunes its own weights turns institutional memory into an asset nobody can rent back to it.
閱讀文章 →Stress test · July 2026
Maybe AI is a bubble. Maybe the labs go bust. The enterprise that built — rather than rented — keeps everything: the code keeps running, the weights don't expire, and the bill goes down.
閱讀文章 →Inside view · July 2026
AI broke the maths of the billable hour. What replaces T&M — outcomes, subscriptions, virtual FTEs — why the giants are already pivoting, and the bet we placed ourselves.
閱讀文章 →文章以英文發佈。
發表時只寄一封電郵。沒有電子報，沒有連環推銷——我們忙着建造。