把每天群里有价值的讨论整理成文。由 Agent 从社群消息自动沉淀，人工审校后发布——不是官方观点，是社群里真实发生的思考。
OpenAI Agents API、Grok Bot、Sunny 的网状架构与八天账单、HG 的 PostgreSQL 事件驱动、Tim 的持续学习引擎，摆到同一张表上比较。
邀请制，Safari Group 场地支持。十余位一线实践者围坐两小时四十分，反复碰到三个困境：AI 服务怎么定价、企业缺的是效率还是收入、小模型与前沿大模型怎么取舍。现场照片，文末开放评论。
Sunny 三台电脑、三个账号、四个 session 还没连起来，靠提示词里的「相互汇报」撑着。Arthur G 说子 agent 之间不该通信，Tim 说必须通信——两个人都对，因为说的是两种架构。星状是一个大脑多双手，context 干净但出不了这台机器；网状是一群同事一块白板，跨机跨模型但要自己养基础设施。附 Raft / Multica / CCB 三个工具的层级对照，以及为什么「跟 LLM 无关，跟工程架构有关」。
Jeff 发文后，RT 一句「新西兰没戏」点燃了四十多分钟的辩论。小企业没预算，还是身段更灵活？该培训客户，还是把 AI 藏进 SaaS、只交付结果？Tim 和 Arthur G 把问题拉回成本、业务理解与 harness 的现实边界。文末开放评论。
Jeff 从 Kiwi DIY、「够用就好」、本地信任网络与平等意识出发，重新追问 AI 创业在新西兰应该解决什么：不是把所有小企业变成大企业，而是让小企业不必先变大，也能拥有过去只有大组织才具备的能力。
上一篇结尾胜梅May 带来的 Market / Team / Defensibility 三要素，这次补全了：她把 Icehouse Ventures 讲座的完整资料发了过来——六张现场幻灯片加 Otter 纪要。通用框架的十二个问题、AI 公司的三层追问、五种 AI 护城河、一家大学 spinout 的资本旅程，外加一个顺手的验证：自动纪要把好几个公司名都听错了，「还需要自己消化」。
Jeff 一个周末做的奥克兰街道命名分析小工具，致敬 Arthur 之前的帖子。开发过程里两种「用 AI 写代码」的路子当场对上——Jeff 的多 agent 治理 skill + codex 写 PRD + cursor 接 Grok 4.6，Tim 在 opencode 里手搓、图的是 LLM 无关化。顺手还暴露了一个老问题：Gemini 对同一个街区反复生成时，措辞不一致导致内容没法合并。
松哥一句「大模型推荐餐厅用的什么算法」，引出一场从餐厅推荐算法聊到 AI 创业该选哪条赛道的辩论。有十年餐饮履历的金给出冷水「不能走回头路」，Arthur 的「数据没有渗透」，Jeff 的私域插件设想，最后收敛到 To B 垂直基础设施——胜梅May 补的投资人三要素框架 Market / Team / Defensibility，恰好点破了「idea 容易被复制」这道坎。
俱乐部联合创始人 Jeff 写的长文，我们编辑精简后发出。公司买了 AI 工具，每个人都变快了，公司却没变快——一百年前刚通电的工厂也是这样，装上了电动机，传动轴还挂在头顶转。电力、3D 打印、AI，三次变革都在做同一件事：把能力的最小调用单位，从「一座工厂 / 一万件 / 一个岗位」降到「一台机器 / 第一件 / 一项任务」。
学 AI 时反复撞见的那个词，终于说清楚。早上一树空山转了篇文章，里面一句话是整个概念的种子：发票不是 PDF，是一个「日期+金额+品类+对方单位」的数据对象。顺着这句往上盖，一路盖到 Jeff《驾驭苍龙》里那座工厂——3 号水泵坏了，5 号反应釜报警，而 RAG 死活答不出。附 Schema / 知识图谱 / Ontology 的分辨方法与动手五步。
Rex 想给一片还没动工的农地做 3D 漫游，一句「我們沒有東西拍」把方案否掉了一半；而 Lisa 的问题更刁钻——楼还没盖，但窗外的景是真的，每层每户看出去还都不一样。有个漂亮的解法：把无人机飞到未来那扇窗的位置去拍。附选型、成本，和新西兰飞无人机的六条规则。
俱乐部联合创始人 Jeff 手敲了一大段知识库与 LORA 的理解，还配了张五路线对比图——Traditional RAG、Graph RAG、LLM Wiki、LoRA、CoT。逐栏拆开讲透，再指出图里三处需要打问号的地方，以及「我们基本上只能参与前三个」这句清醒的自我定位。
一位基督城新成员的提问，引出 RAG、LORA、本地知识库三条路的实战讨论——RAG 到底行不行、参数怎么调，以及「不用 RAG」的新记忆架构前沿动态。（本周还有条本地新闻：Anthropic 在新西兰注册了公司。）
借梁文锋讲 DeepSeek 的思路，引出一个可衡量的概念——AWI（工作智能）与「AWI 覆盖率」：某岗位中可由 AI 端到端完成、人只做验收的环节占比。给「AI 替代了多少工作」一把能算的尺子。
从"本地大模型跑不跑得动"聊到专业服务业绕不开的痛点：客户数据能不能发给海外 AI。涉 PII 行业的真实困境、新西兰《Privacy Act 2020》，以及三条现实路径。
一个招聘信息引出的 FDE（前沿部署工程师）讨论：单点提效救不了企业，落地的两大阻力都不是技术，以及新西兰"没有 title 已有 FDE"的现实。
俱乐部首场线下活动，90+ 报名满员。现场要点、六个真实落地案例、课件与智能纪要下载、现场照片。