@vista8: 2018年，摩根大通 CEO 杰米·戴蒙在一次内部会议上提到，他用来评估复杂业务场景的工具，竟然是一个源自空战的理论模型。 这个模型就是 OODA 循环。 OODA 循环，全称是 Observe-Orient-Decide-Act（观察-…

X AI KOLs Timeline 新闻
ooda-loop decision-making ai-competition business-strategy organizational-learning

摘要

介绍OODA循环（观察-定向-决策-行动）这一源自空战的理论模型，以及摩根大通CEO杰米·戴蒙如何将其用于评估复杂业务场景，并延伸到AI组织竞争中的快速迭代重要性。

2018年，摩根大通 CEO 杰米·戴蒙在一次内部会议上提到，他用来评估复杂业务场景的工具，竟然是一个源自空战的理论模型。 这个模型就是 OODA 循环。 OODA 循环，全称是 Observe-Orient-Decide-Act（观察-定向-决策-行动）循环。 由美国空军上校 约翰·博伊德 在20世纪70年代初提出，最初用于解释战斗机飞行员在空战中如何快速做出正确判断。 对抗中，速度不是全部，但循环速度的差异足以决定胜负。 感觉未来大模型或 AI 组织的竞争也是这样，谁自我迭代循环的快，谁才能赢。
查看原文
查看缓存全文

缓存时间: 2026/06/30 15:45

2018年，摩根大通 CEO 杰米·戴蒙在一次内部会议上提到，他用来评估复杂业务场景的工具，竟然是一个源自空战的理论模型。

这个模型就是 OODA 循环。

OODA 循环，全称是 Observe-Orient-Decide-Act（观察-定向-决策-行动）循环。

由美国空军上校 约翰·博伊德 在20世纪70年代初提出，最初用于解释战斗机飞行员在空战中如何快速做出正确判断。

对抗中，速度不是全部，但循环速度的差异足以决定胜负。

感觉未来大模型或 AI 组织的竞争也是这样，谁自我迭代循环的快，谁才能赢。

相似文章

@GoSailGlobal: 多代理AI协作实战数据来了：用Opus 4.8做规划、Deepseek/Gemma做执行，成本降10倍，速度快2倍。 秘诀不是用最贵的模型，是让便宜模型干重活、贵模型只做决策。 这跟公司管理一个道理：CEO不该写代码，实习生不该定战略。A…

X AI KOLs Timeline

一篇关于多代理AI协作的实战分享，提出了使用Opus 4.8做规划、Deepseek/Gemma做执行的分层策略，可降低成本10倍、提升速度2倍，并开源了相关实现。

@snowboat84: https://x.com/snowboat84/status/2072106695040565615

X AI KOLs Timeline

这篇文章详细介绍了MCP（模型上下文协议）的起源、发展以及它如何解决AI模型与现实世界工具连接的问题，回顾了其在短短十二个月内被包括竞争对手在内的全行业广泛采纳的过程。

@miles_mazy: https://x.com/miles_mazy/status/2087516591244361755

X AI KOLs Timeline

文章通过FDE路演经历，探讨企业AI落地真正缺少的不是模型，而是能把模型、业务、数据和组织责任连接起来的Forward Deployed Engineer（FDE），并阐述其职责、组织机制、技术与销售属性，以及科研证据方法在交付中的作用，提出一个FDE带一群Agent可完成AI转型交付的观点。

@wlzh: 微软+宾大开源Multiplex Thinking：让大模型在岔路口"分身"再合体 核心思路一句话讲完：模型推理到关键决策点时，"分身"成K个探路者各走一条路，走完一步再融合回一个复合token继续推。K=3的话，一个token装三个人的…

X AI KOLs Timeline

微软和宾夕法尼亚大学开源Multiplex Thinking方法，让大模型在推理时分身成K路并行探索再合并，提升效率。在7B模型上实现AMC2023准确率破50%，AIME2025超55%。