<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0">
    <channel>
      <title>Clips Wiki</title>
      <link>https://ntlx.github.io/Clips</link>
      <description>最近的10条笔记 on Clips Wiki</description>
      <generator>Quartz -- quartz.jzhao.xyz</generator>
      <item>
    <title>Clips 知识库索引</title>
    <link>https://ntlx.github.io/Clips/</link>
    <guid>https://ntlx.github.io/Clips/</guid>
    <description><![CDATA[ Clips 知识库索引 大杂烩文章剪藏 Wiki - 收集各类有价值的网络文章，通过 LLM Wiki 模式持续编译知识。 📊 知识库概览 指标数值Entity 页面69 个Topic 页面13 个Comparison 页面4 个Raw 文章25 个Output 作品1 个 🧠 Wiki (wiki/) Entities (entities/) 从文章提取的核心概念 Entity定义来源Taste（品味）在不确定条件下做出独特判断的能力Good Taste the Only Real Moat LeftJudgment（判断力）识别什么过于通用、什么隐藏真正权衡的能力Good Taste ... ]]></description>
    <pubDate>Thu, 16 Apr 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>AI 能力鸿沟与 AI Psychosis</title>
    <link>https://ntlx.github.io/Clips/raw/20260409-ai-capability-gap-ai-psychosis</link>
    <guid>https://ntlx.github.io/Clips/raw/20260409-ai-capability-gap-ai-psychosis</guid>
    <description><![CDATA[ 用户对 AI 的惊叹程度与其用 AI 编程的程度完美相关。免费层/旧模型用户与付费 agentic 模型用户之间存在巨大认知鸿沟。AI 进步不是平均分布的，而是在 coding/agent 方向先长成完全不同的物种。 ]]></description>
    <pubDate>Thu, 16 Apr 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>Why Your “AI-First” Strategy Is Probably Wrong</title>
    <link>https://ntlx.github.io/Clips/raw/Why-Your-%E2%80%9CAI-First%E2%80%9D-Strategy-Is-Probably-Wrong</link>
    <guid>https://ntlx.github.io/Clips/raw/Why-Your-%E2%80%9CAI-First%E2%80%9D-Strategy-Is-Probably-Wrong</guid>
    <description><![CDATA[ CREAO CTO Peter Pang 讲述 25 人公司如何围绕 AI 重建工程流程，实现从六周迭代到一天八部署的转变。核心概念：驾驭工程（Harness Engineering） ]]></description>
    <pubDate>Thu, 16 Apr 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>AI Capability Gap</title>
    <link>https://ntlx.github.io/Clips/wiki/entities/AI-Capability-Gap</link>
    <guid>https://ntlx.github.io/Clips/wiki/entities/AI-Capability-Gap</guid>
    <description><![CDATA[ AI Capability Gap（AI 能力鸿沟） 定义 AI Capability Gap 由 Andrej Karpathy 于 2026 年 4 月提出，描述同一 AI 技术在不同用户群体和不同应用场景中的实际表现存在巨大差异，导致用户形成相互隔离的认知现实。 关键数据点 维度数据提出者Andrej Karpathy (@karpathy), 2026-04-09编程查询占比~4% of ChatGPT messages非工作类查询&gt;73% of ChatGPT messages非编程体验2025 年至今&quot;停滞甚至倒退&quot;（即使 $200/月用户）人群分层4 层... ]]></description>
    <pubDate>Thu, 16 Apr 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>AI-First</title>
    <link>https://ntlx.github.io/Clips/wiki/entities/AI-First</link>
    <guid>https://ntlx.github.io/Clips/wiki/entities/AI-First</guid>
    <description><![CDATA[ AI-First（AI 优先） 定义 AI-First 是围绕&quot;AI 是主要构建者&quot;这一假设，重新设计流程、架构和组织的工程与商业范式。核心区分：不再问&quot;AI 如何帮助我们的工程师&quot;，而是问&quot;如何重构一切，让 AI 负责构建，工程师提供方向和判断&quot;。 AI-Assisted vs AI-First 维度AI-Assisted（AI 辅助）AI-First（AI 优先）流程保持现有流程不变重新设计流程围绕 AI 构建效率提升10-20%量级级提升人类角色主要构建者，AI 辅助提供方向和判断，AI 构建工具集成把 AI 加入循环重新设计循... ]]></description>
    <pubDate>Thu, 16 Apr 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>AI Psychosis</title>
    <link>https://ntlx.github.io/Clips/wiki/entities/AI-Psychosis</link>
    <guid>https://ntlx.github.io/Clips/wiki/entities/AI-Psychosis</guid>
    <description><![CDATA[ AI Psychosis 定义 AI Psychosis 是 Andrej Karpathy 于 2026 年 4 月在 X 上提出的概念，描述一种存在于付费使用前沿 agentic 模型进行技术工作的人群中的认知状态： 当你把一个电脑终端交给这些模型时，你会看到它们轻松解决那些原本以为需要几天甚至几周才能完成的编程问题。正是这群人，会对 AI 的能力、能力增长的斜率，以及各种与网络安全相关的后果，赋予更大的分量和紧迫感。 关键数据点 维度数据提出者Andrej Karpathy (2026-04-09)定义群体付费使用 Claude Code / Codex 的编程/数学/科研专业人员核心现... ]]></description>
    <pubDate>Thu, 16 Apr 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>Agentic Engineering</title>
    <link>https://ntlx.github.io/Clips/wiki/entities/Agentic-Engineering</link>
    <guid>https://ntlx.github.io/Clips/wiki/entities/Agentic-Engineering</guid>
    <description><![CDATA[ Agentic Engineering 定义 Agentic Engineering 是使用 Coding Agents 辅助开发软件的实践。 核心定义 Agents run tools in a loop to achieve a goal Agent 软件： 调用 LLM，传入用户提示和工具定义 执行 LLM 请求的工具 将结果反馈给 LLM 循环直到目标达成 Code Execution：决定性能力 核心洞察 Code Execution is the defining capability that makes agentic engineering possible. ]]></description>
    <pubDate>Thu, 16 Apr 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>Andrej Karpathy</title>
    <link>https://ntlx.github.io/Clips/wiki/entities/Andrej-Karpathy</link>
    <guid>https://ntlx.github.io/Clips/wiki/entities/Andrej-Karpathy</guid>
    <description><![CDATA[ Andrej Karpathy 简介 Andrej Karpathy 是斯洛伐克裔加拿大计算机科学家，AI 领域最具影响力的技术专家之一。2024 年被 TIME 杂志评为&quot;100 Most Influential People in AI&quot;。 职业履历 角色机构时间成果PhD Student / InstructorStanford2011-2015创建 CS231n 课程，被誉为&quot;深度学习圣经&quot;Founding MemberOpenAI2015-2017（创始），2023（返回）创始团队成员，后返回参与 ChatGPT 开发Director of A... ]]></description>
    <pubDate>Thu, 16 Apr 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>Coding Agents</title>
    <link>https://ntlx.github.io/Clips/wiki/entities/Coding-Agents</link>
    <guid>https://ntlx.github.io/Clips/wiki/entities/Coding-Agents</guid>
    <description><![CDATA[ Coding Agents（编码智能体） 定义 Coding Agents 是能够自主完成编程任务的 AI Agent——理解需求、编写代码、运行测试、修复 bug、提交 PR，形成完整开发循环。与代码补全工具（如 Copilot）不同，Coding Agents 具有目标导向的自主性和多步骤的执行能力。 Coding Agents vs 代码补全 区别不在于代码质量，而在于控制流： 维度代码补全（Copilot）Coding Agent控制流人主导，AI 辅助补全AI 主导循环，人监督审查自主性逐行补全理解需求→规划→实现→验证→迭代人类角色作者编辑（审阅和修改 Agent 草稿） 核心要点... ]]></description>
    <pubDate>Thu, 16 Apr 2026 00:00:00 GMT</pubDate>
  </item><item>
    <title>Dan Shipper</title>
    <link>https://ntlx.github.io/Clips/wiki/entities/Dan-Shipper</link>
    <guid>https://ntlx.github.io/Clips/wiki/entities/Dan-Shipper</guid>
    <description><![CDATA[ Dan Shipper 定义 Dan Shipper 是 Every 的联合创始人兼 CEO。Every 是一个每日发布的 AI newsletter，专注于商业与技术交叉领域的深度文章。他是 Agentic Engineering、Agent-First Enterprise 等概念的早期倡导者和实践者。 主要项目 Every Newsletter — 每日 AI newsletter，年营收达百万美元级别 Chain of Thought — 个人专栏，每周探索 AI 前沿 AI &amp; I Podcast — 与行业专家对话的播客节目 核心观点 AI-First 公司运营: CEO ... ]]></description>
    <pubDate>Thu, 16 Apr 2026 00:00:00 GMT</pubDate>
  </item>
    </channel>
  </rss>