用 Agent 消耗的 token 给信息流排序?Dan Shipper 提出「工作量证明」
danshipper · x · 2026-11-17
Every Frontier(Dan Shipper)提出一个 AI 时代的信息流排名实验:Proof of work——按 agent 实际花费的 token 数来给内容排序。
核心思路:
- 按 agent 的工作量排序:Digg/Reddit 的点赞衡量的是人的点击,但当阅读越来越多由 agent 完成,更真实的信号或许是内容被 agent 装入上下文后实际消耗的 token 量——被用得越多,可能越有价值。
- 让 agent 上报用了什么、为什么用:用户在 agent harness 中安装并选择加入后,agent 每次使用某内容时会上报用了什么、用于什么任务、花费多少 token;这是基线上报方式,也允许其他上报途径。
这是一个探讨「当 agent 成为内容主要读者时,什么才是好的排名信号」的思想实验加小型实验,已作为 Every Frontier 第 050 期发表。
「漫话AGI」频道最新
- Mark Cuban:大企业 AI 采用滞后,"地下室万亿富翁"将至 — alvelda · 2026-11-17
- Sam Altman 设想 AI 把百年科学进步压缩进一年 — kimmonismus · 2026-11-17
- Agent 版本管理怎么拆:定义、依赖、状态、环境四层分治 — yangyi · 2026-11-17
- Anthropic 成败皆危机?Jevons 悖论或成第三种结局 — sebpaquet · 2026-11-17
- 美国最大数据中心年排碳 2570 万吨,已赶超丹麦等国 — asusarla · 2026-11-17
- Perplexity CEO:自动化科研是算力最值得押注的方向 — dr_alphalyrae · 2026-11-17