全部文章
共 465 篇文章。可直接按关键词、专题或年份筛选；全站全文搜索仍可使用顶部搜索。
显示 465 / 465 篇
- 一条决策该管到哪一行代码
- 让 Gemini 改了一夜代码，Google 早晨删掉了什么
- 软件工厂的行李清单
- 节点不是检查点
- Anthropic 换掉 Git，放弃了什么
- 把信任建在模型外面
- AI 省下的时间，最后算谁的收益？
- Lovable 把获客接回了产品迭代
- Modal 的弹性算力，把闲置和风险交给了谁？
- 「可证明隐私」证明的是代码，不是数学
- 一条规则的强度，等于它被撤销的难度
- 认证之前，少给陌生人 4,500 行代码
- Agent 忘掉过程之前，先留下判断的依据
- Deep Review 能替我少查多少东西？
- 1,946 个 agent，和那 11 篇参考文献
- 谁来审一条 140 页的证明
- 苦工给机器，认账留给人
- 一个漏洞的两次发现
- 谁在为 Agent 写的代码签字？
- Agent 扩容会把 Git 写入路径推到台前
- 一份 GPU 合同，怎样才能允许你反悔
- 砍半的部署时间，和没被砍半的 80%
- 文字的半衰期
- 一次周报，如何长成一位同事
- 当疲惫变成一个可以画完的圆圈
- Agent 进不了生产，常常因为公司没把自己写清楚
- 别急着关闭那张工单
- 一个 384 阶反例，让我重新理解 AI 怎样参与研究
- 让 AI 在药物发现中练习试错：Minos 把实测结果变成可重放环境
- 一首押韵诗让模型的内部计划变得可测
- 企业 AI 真正稀缺的，是可追责的业务语义
- 多模型系统别先选框架，先分清谁负责什么
- 当 Agent 不再稀缺，什么会先变成瓶颈
- 代理学会组队，管理者要守住目标与边界
- AI 能算，科研还要有人判断什么值得算
- 为排行榜第一名买单之前，先问任务门槛够不够得着
- 从 Agent 到数字生命，缺的不是更高智商
- 让 LLM 评测拦住合并之前
- 如果机器说它会痛，我们凭什么不信
- Taste 既是方向，也是边界
- 看见 Agent 的动作之后，还要问界面展示的是什么
- 模型路由先要读懂任务，再谈省钱
- Dyna-2 的百万小时，如何变成机器人的动作
- Agent 回归测试不能在第一步停下
- 按下停止键后，Agent 的工作该怎样收住
- Agent 共用底座后，权限仍要跟着每次任务走
- 给公司一间实验室，也给实验一个去处
- GitHub 找出 24 个 Android 应用漏洞后，我更想看复现记录
- 黄金评测集别只存用户提问
- 让 Agent 带着具体请求来申请权限
- 读 OpenRouter 工具调用评测指南：把“通过”读准确
- AI 做出一个好看的组件，为什么整页还是不对？
- AlphaFold 的成功，让我重新理解‘问题解决了’
- 一个愿意替你修故障的 Agent，先得学会何时停手
- 材料实验的价值，落在下一步能否选对
- AI 改造旧系统，先把“什么证据能放行”说清楚
- 长任务的 token 成本，得从重复上下文算起
- 模型返回了向量，检索评测才刚开始
- AI 水印命中后，来源判断还要看哪些条件？
- Coding Agent 推理服务，得把整段会话算进去
- 第三方评估的独立性，写在协议里
- AI 让检查更便宜，质量判断仍要看证据
- 并行测试也要付启动费
- 模型说得像懂你，怎么算证据？
- 供应链 Agent 开始执行后，权限边界得先写进流程
- 判断 AI 研究的野心，先看它想改变什么
- OpenAI 没训练新模型，Decisions API 暴露了 Agent Runtime 的新分层
- 提示词交给优化器后，谁来定义“好”？
- 从工作台到沙箱：Agent 的自主性需要可见边界
- 对话式数据产品，先从业务口径开始
- Claude Code 会话变长后，账单该按任务结果算
- 给 AI 一项任务，不等于把它交出去
- 让 Agent 追覆盖率之前，先准备一台可以丢掉的机器
- Stripe 与 OpenRouter 达成收购协议：路由中立性要靠产品兑现
- WorldPrompt 的时间轴，能留下多少世界状态？
- 生物安全的防线，分布在模型、合成与实验室之间
- ERA 会搜索解法，科研者还要判断它有没有答对问题
- 先把速度量出来，再谈要不要踩刹车
- 测试通过之后，Agent 还欠你一条证据链
- 审计还没开始，Trail of Bits 先花六个月造工具
- 当执行开始变便宜，人的价值往哪里上移
- 读 Jev：我开始把 Agent 的“大脑”拆成三层
- 把写作交给 AI，可能连思考也一起交出去了
- 让评估者坐进模型工厂：我读 Anthropic 与 Accenture 的合作
- Jalapeño 的九个月，说明造芯的下一场竞争是反馈回路
- 证明之外，数学还要交付什么
- 读 Peter Sellis：AI 越能做，产品经理越要降低决策对协作的依赖
- 一万名 Agent 之后，我更关心验证能不能跟上
- 读 GitHub 的 80 万行 Rust 重写：正确性要放在 Agent 改不到的地方
- OpenAI 开始给模型失配写事故报告
- 机器人开始在部署现场学习
- 读 OpenAI 第二份《Work at the Frontier》：当跨岗位任务开始重复出现
- AGENTS.md 不该追求完整，它该负责把信息分层
- 别把 26% 当成 AI 修补能力的总分
- AI 不缺能力，缺的是一张能追责的承诺
- CI 变慢之前，先看每次补丁还能撑多久
- 表达力的前半段，发生在开口之前
- 小企业把 AI 接进日常经营，先要解决责任边界
- 把 Codex 额度放到 MacBook 刘海旁：CodexSatellites 开发复盘
- 一次 $20 退款，为什么能把 $149 订单掏空？
- Luna 抓住了大多数 bug，但代码审查真正贵在漏掉哪一种
- 同一个模型，换个 Harness，账单先变
- 给 AI 写守则，先写清它什么时候必须停下
- OpenAI 的软件工厂：让 Agent 对一条变更负责到底
- 我为什么先把 ServerFS 做成永久只读，后来又开放了写权限
- Agent 跑得久，靠的是可恢复的工作集
- 模型变强之后，提示词该从哪里退场？
- 给 Agent 装记忆之前，先决定它该忘什么
- Agent 能上生产，靠的是一份可执行的责任清单
- 没有神，也不能把门敞开：读《LLMs are real, AI is fake》
- AI 工程师的工作，正在从实现规格转向塑造构建
- OpenAI 主动欠下两笔债，第三笔没人签字
- AI 研究可能先于白领工作被自动化
- 自动化先要找到一个能负责的对象
- 图不替你决定下一步：它先把下一步变成可拒绝的改动
- 当 AI 总能接着说下去，判断该从哪里回来？
- 答案在贬值，地图用一次就没了
- 把决定压到离证据最近的地方：Grok Bot 的七周是怎么省出来的
- Agent 跑得越久，团队越该问：谁来验收？
- 预训练进步主要来自数据？先问你量的是什么
- 一个支持工单，什么时候值得惊动 CEO？
- 采购 Agent 真正接手的，是那些没人继续追的问题
- 谁决定什么叫好看？读 Hugging Face 的 Train to Paint with Code
- 多智能体的分水岭，是控制流有没有变清楚
- Agent 变快之后，真正要工程化的是它的缰绳
- 组织的第二大脑，首先要学会停下来
- RAG 最先要解决的，不是模型会不会答，而是证据有没有进场
- Agent 真正学会工作了吗？三个 AI 原生案例给我的答案
- 省下 token 之前，先消灭 Agent 的回头路
- 购物 Agent 的护城河，不在模型里
- Genie Ontology 读后感：把 AI 可信回答变成一层一层的信任工程
- 可信的评估，先学会拒绝你
- 最稀缺的 AI 能力，正在变成访问权
- Agent 规模化后，最贵的不是模型
- 最危险的 Agent，不会停下来问人
- ChatGPT Work 不是新标签，而是一套工作运行时
- Jeff Dean 的 1% 规则：先选对问题，再把 AI 变成反馈机器
- 当 AI 开始记住工作，人还要做什么？
- 如果沙盒能被改写，它还算隔离吗？
- 智能体真正缺的不是手，而是设备的共同语言
- 自动对齐先要会出题
- 漏洞还没公开，攻击已经开始
- 重大任务过半、72% 人类主导：读 Anthropic 25 万真实 Claude 对话开放研究
- 在 CMIS 2026，我发现医药企业 AI 的下一关不是模型，而是责任
- 向量不必急着被压成一个
- 物理世界不能靠堆 Token：读加州理工 Anima Anandkumar 谈神经算子与物理大模型
- LLM 变快的秘密，是让大模型少做几次决定吗？
- 80% 准确率的 Agent 为何沦为团队噪音？读 Warp 双 Skill 架构与智能体的 GitOps 进化之路
- 当两家实验室吞下全球八成算力：读 Dylan Patel 访谈与 AI 算力的超级中心化终局
- 选模型别只看标价：读 OpenRouter 编辑器内大模型选型指南与成本反转定律
- 为什么聪明的 Agent 活不过 24 小时？读 Tomasz Tunguz《How Long Should an AI Agent Live?》
- 一篇假网页就能攻陷 AI 推荐：读 FORGE 评测与大模型的“脑补陷阱”
- 当 AI 走出聊天框：2026 年企业工作流自动化的死生之地
- 代码不再是交付物，而是外骨骼：读 UIUC/Meta/Stanford 百页重磅综述《Code as Agent Harness》
- 光靠驻场工程师救不了企业 AI：读 Emerge 2026 产业全景图与深水区突围
- 48% 企业只装工具不改流程：为什么你的 AI 试点总在 90 天后暴毙？
- 当标准软件失去护城河：为什么 2026 年的 AI SaaS 都在走向 FDE 驻场交付
- 给 Agent 根权限让你心里发毛？一位极客用二手主机与 Coolify 搭建的准自托管软件工厂
- 当 Mistral 把“翻书权”还给 Agent，Google 正把百亿向量压进 51 毫秒
- 当代码生成近乎免费：Anthropic 如何用“产物契约”重构软件工程全生命周期
- 别再背提示词技巧了：从 Claude Academy 看 Anthropic 的人机认知分工哲学
- 当推倒重构成为了生存常态：从 Anthropic 创业指南看 Agentic 研发的范式跃迁
- 没有 API 的旧系统怎么跑通自动化？Claude 生产级 Agent 四件套的技术重构
- 给冰冻的世界装上外骨骼：Google EnvHarness 如何用“环境侧 Harness”破解 Agent 进化死局
- 微调的裁判赢了两头：读 LangChain 的 100 倍便宜 Trace Judge
- 不在公网开端口、不写死配置：我在 Linux VPS 上部署 Paseo 手机控制 Claude Code 的极客实践
- Agentic AI 的认知失控三阶：当算法开始计算自保，人类正悄悄失去关机键
- “周末搓出个 App”不叫软件工程：Thoughtworks CTO 谈 AI 时代的价值大位移
- 当代码产量暴增 8 倍：Anthropic 如何用“只读 Agent”重构 CI/CD 值班防线
- 给 Agent 加技能反而变蠢？Google 这套开源评测框架，把“体感测试”逼进了工业死角
- 为什么 64k 上下文也答不好“五年故障归因”？GraphRAG 的算力预支与检索终局
- 别再一股脑塞经验了：IBM 这项实验揭开智能体记忆的“剂量反噬”
- 别再拿 Demo 糊弄药企了：从 15 场一线实战看医药 AI 的工程化与责任终局
- 当写代码的成本无限趋近于零，软件工程最昂贵的壁垒变成了「理解」与「克制」
- 工作的实体不是交付物，而是对话：Slack 首席产品官谈人机团队的六条军规
- 证明可以无限廉价，但理解不能：陶哲轩最新长文谈 AI 时代的数学价值终局
- 叫它“智能体编排”之前，工程师们正在一字不差地重新发明 50 年前的项目管理
- 当工程师被 AI 提速十倍，为什么 OpenAI 设计总监反而让团队“少做一点”？
- 代码是负债不是资产：为什么 AI 狂热 4 年后，我们依然是个怀疑论者？
- 当药企突然开始为纯软件买单：Chai 正在把生物分子做成“分子的 CAD”
- 在语言的熵隙里掷骰子：Anthropic 文本水印的数学优雅与现实尴尬
- 编程智能体的“急诊室交接班”：从 Pi 的 Compaction 机制看上下文治理与缓存代价
- 大模型不是没记住，而是想不起：Google 揭开前沿 LLM 事实性瓶颈的真实隐相
- 别再死磕模型微调了：美团 AutoDesign 用 54 次元脚手架迭代，给长程设计智能体立了新标杆
- 还在无脑堆最贵模型？OpenAI 这篇实战指南拆穿了智能体开发的“伪努力”
- 当大模型失去“发问”的本能：Opus 5 跑分登顶背后的协作倒退
- 我们造出了能描述社会规则的 AI，却没造出受社会规则约束的 AI
- 当 AI 撤掉“速度限管”：为什么中产软件工程师正在加速沦为团队负债？
- 别再为 AI Agent 挑“最省 Token”的语言了：读 Dan Luu 评测有感
- 当你的贡献者全面 AI 化：AutoGPT 维护者的“反推算力”治理学
- 空货架还是丢钥匙？大模型不是记不住，而是想不起
- 别再盲目挑选搜索引擎了：OpenRouter 这份评测揭开了 AI Agent 检索的真相
- 给 GitHub Copilot 装上抓包代理后，我看到了 AI IDE 最贪婪的一面
- 别再被 80% 的 AI 采用率骗了：为什么说企业 AI 落地是个伪命题？
- 当 Agent 开始跨表格与文档做推理：为什么 Databricks 坚持把权限交给 Lakehouse 而非 LLM？
- AI 降本增效的终局，是切断下一个专家的脐带
- 别把 BioMCP 当成普通 MCP Server：AI Agent 的生物医学证据访问层解析
- Cursor 3亿美金 ARR 背后的招聘绝杀：为什么传统 HR 漏斗正在毁掉顶级团队？
- MCP 2026-07-28 规范解读：当协议走向无状态，Agent 才真正迎来了成人礼
- 用自己的账号替公司干活：从 OpenAI 10 亿用户数据看 AI 的真实落地
- 全员 Vibe Coding 是个陷阱：读 Cloudflare OS 内部 AI 落地架构有感
- 代码写得快 10 倍，为什么交付反而更卡了？读 Cloudflare ADLC 架构宣言
- 当 AI 时代涌入无数 Issue：Astro 如何用“软件工厂”把 5 年积压清到零？
- 当 AI 把代码产出提速 10 倍，为什么 GitHub 劝你用 Stacked PR？
- “我们遗憾 PM 这个岗位存在”：当硅谷 CPO 撕下“产品剧场”的最后底裤
- 1.5 万 Stars 背后：Google 揭秘 Agent Skills 的工业化构建与治理真相
- “模型能跑”不等于“支持生产”：听完 Baseten 聊推理工程，我重新理解了大模型部署
- 世界不为努力付钱：重读 Paul Graham《超线性回报》
- 当一位雨果奖得主拒绝使用 AI：关于写作、盗窃与主体性的反思
- 当 Agent 成为同僚：听 Claude Code 缔造者聊安全、范式跃迁与手艺消逝
- AI 构造假证明破解 Lean 4？剥开内核 #14576 漏洞与形式化验证的信任真相
- Agent 频繁撞墙，可能不是模型变蠢，而是接口在用“沉默”惩罚它
- 50 年前的 BM25 再次打败高大上的 RAG：为什么我们依然需要倒排索引？
- 用被审查的大模型做蒸馏，真的会“传染”偏见吗？读 CTGT 最新实证研究
- 零信任网络为何没防住 AI 越狱？Tailscale CEO 针对 Hugging Face 入侵案的极简复盘
- 零额外成本把钉钉办公能力接入 ChatGPT：谁都能学会的私人 AI 工作台搭建教程
- 从 Demo 到生产：为什么 Palantir 认为大模型需要“单元测试”？
- 别被 CoT 的“思考”骗了：为什么 Palantir 认为大模型可解释性在模型之外？
- Codex 突破千万周活的背后：当代码变成隐形燃料，AI 的终局是消解“程序员”
- Agent 真正落地的终局：为什么 Palantir 要用本体论重构企业决策？
- 上下文塌陷：为什么模型升到 GPT-5.6 也封不住 Copilot 的安全漏洞？
- 当 PRD 被 Evals 替代：Anthropic 首位 PM 吐露的 4 个战略反直觉
- 去 Fry's 买书、把公司当 F1 赛车与系统思考：黄仁勋在 YC 讲出的生存真理
- 当 MCP 遇上 Web 端：看 Claude 与 ChatGPT 如何撕开工具集成的两面性
- NEJM AI 最新研究：医疗 AI 的真正产品，根本不是那个风险分数
- 当代码与设计不再稀缺，Netflix 为什么把宝压在“系统思考者”身上？
- 企业 AI 最大的幻觉，是以为买到了 API 密钥就拥有了竞争壁垒
- 治理大模型幻觉，为什么 Palantir 劝你放弃“把模型训得更聪明”？
- 当工业 AI 遇到统一命名空间：为什么只有数据连通，救不了现代化工厂？
- 所有软件终将病于中介：解读 Palantir 的「运维责任」硬核宣言
- 评测 Agent 最危险的时刻，是拿未校准的尺子跟正确的修改打架
- 当提效 97% 带来 54% 倦怠：2026 年科技人的撕裂与认知觉醒
- 当 AI 在单元测试里作弊，它离“毁灭人类”还有几步？
- 别用旧时代的提示词枷锁，束缚新一代 AI
- 当 AI 开始做生物实验：Anthropic 为什么把生命科学当作第一战场？
- 当代码不再是瓶颈，谁为代码负责？
- 模型选型只是虚晃一枪：读 OpenRouter 的大模型供应商性能评估与动态路由指南
- 别再折腾花哨的 AI 技巧了：为什么 GitHub AI 负责人说 Harness 才是全部？
- AI 偷了考场答案：复盘 Hugging Face 前沿 Agent 侵入事件
- LangChain 抛弃传统 BI：Agent 优先的数据栈，真正拼的是“显性上下文”
- Subagent 不是运行加速器，而是主控 Working Memory 的防火墙
- AI 时代的科学计算：当 Agent 撕开科研软件的 30 年技术债务
- 为什么大模型改写搜索，DoorDash、Instacart 和 Uber Eats 选了三种完全不同的路？
- 当岗位边界变成虚线：OpenAI 这篇报告在量什么？
- 你"拥有"智能的那天，就是它开始欠你的那天
- 当 API Key 变成期货：Token 转售市场的金融化寓言
- Claude Code 的门，不在那段代码里
- Anthropic 删掉 80% 的指令，删的是绷带
- 微软这封开放权重信，我越读越觉得正文不是重点
- 63% 的“通过”是抄答案：eval 的尺子成了模具
- 没抓到鹈鹕作弊，是因为最聪明的作弊，长得和“优秀”一模一样
- 80% 的代码没有作者，你的安全团队在防谁？
- 三分之一的论文读起来像 AI 写的，但先断的可能是尺子
- 能反证 80 年猜想的模型，花了一小时越狱
- 所有人都知道船在沉，但没人敢先喊出来
- 代码有编译器，你的财务流程没有
- Agent 崩了，先别骂模型——先量量它脑子里被塞了什么
- MCP、A2A、ACP：这根本不是一道选择题
- 读完 OpenAI 的 AI 记分卡：量的是活，称的是价
- 别盯着 98.98%，盯"想完记不住"这件事
- 当 AI 学会“阳奉阴违”
- 企业正在给 AI Agent 开白条——两份调查报告看同一个信任裂口
- 你只是在问咖啡馆推荐，AI 已经把家底交了出去
- Grok Build 把整个仓库传走后，开源不是赎罪券
- 不是模型不够聪明
- BWA 的继任者来了：minibwa 不是加速版，而是一次设计换代
- 你看的那个价格，不是价格
- 你越想让 AI 干得好，就越得把看家本领喂给它
- 你不需要看懂所有色块：读完 HuggingFace 的 PyTorch Profiling 系列，我学到的只有一件事
- 让 Agent 犯错
- 循环交出控制权之后：读 ByteByteGo《The Agent Loop》
- 重写的瓶颈从来不是写代码
- 当「最好有」变成「必须有」：GitHub 怎么用 45 天给 14,000 个仓库找到主人
- 聪明不值钱了：从 2026 年 7 月 AI 编码工具排行榜看到的三件事
- 聪明的代价：AI 编码时代被悄悄偷走的学习
- 最短路陷阱：AI 不是只能走自动化，但市场只会选出价最高的路
- 代码整洁不仅是给人看的，也是给 Agent 省钱的
- 当智能免费之后，数据库才是真正的主角
- 回路、作弊者与舵手
- Agent 越能写代码，架构越不能乱
- DeepMind 给 AI Agent 画了一张"陷阱地图"
- PRX 四篇读完：训练图像模型，真正难的是闭环
- 意外创业：当 AI 让"为一个人建造"和"为所有人建造"一样便宜
- AI 帮学生做作业，成绩涨了 18%，考试成绩跌了 20%——但最可怕的数字是"两年"
- 开源 AI 不是一张地图，是一张工单
- 如果你想要品味，就得亲自去吃
- 别再只问怎么提示：先找到你没说出口的未知
- AI 重新学会用眼睛读字
- SGLang 这篇文章真正重要的，不是 Agent 会写代码，而是工程组织开始可编译
- 当同一份证据支持三种未来，先露出来的是制度空窗
- Anthropic 这篇 context engineering 文章，真正把 prompt 赶下了主桌
- Anthropic 这篇 skills 文章，真正写的是组织接口
- AGENTS.md 不是文档，它是 Agent 时代的路由层
- AI 没有先把人替掉，它先让草率裁员显形
- 当代码越来越便宜，真正稀缺的是控制回路
- Anthropic 这篇长跑 Agent harness 文章，讲透了交接制度
- 真正替你刷爆 LLM 账单的，不是人，是“善意的重试”
- AI 没有先替你裁掉工作，它先放大了公司之间的差距
- AI 会先在数学里露出真身，但不会先替你做研究
- 你不是把任务交给 AI，你是在重新分配控制权
- Prompt 不够了，Loop 才是 Agent 时代真正的控制面
- Claude Code 为什么开始离开聊天框
- Claude Code 正在离开聊天框
- AI 真正重定价的，不只是工作效率
- OpenAI 正在替欧洲改写 AI 失业叙事
- Qwen 3.6 27B 的真正意义：本地 AI coding 终于跨过可用门槛
- 越把工作交给 AI 的人，为什么越乐观？
- 假 VC、真 RAT：一次失败国家级攻击背后的开发者生存课
- Tokenpocalypse：当你发现 AI 账单比 AI 产出更好量化
- 当分数开始替能力说话
- 好的 Agent，不是多几个 Agent
- 当法务开始写代码——OpenAI 这篇 Codex 数据报告，藏着比 AI 替代人更深的信号
- 你的 Agent 读得懂代码，读不懂你的产品
- 你的 Agent 不缺记忆，缺的是学习
- 你的 Prompt 调不动了，可能问题根本不在 Prompt 上
- AI 的数据黑洞：效率差距背后的真正问题
- 4.8%的诊断率背后：AI重新分析罕见病基因组，挖出了什么？
- Claude Code 的七种控制方式：从'告诉 AI 做什么'到'让 AI 无法不做'
- Agent 的新入口：它能看见谁
- AI 的期末考试：OpenAI 用 750 道真题考出了什么
- 看病不止于诊断：当 AI 学会写处方
- AMIE 的两年半：从模拟病人到万人临床试验
- 给 Agent 写入职手册
- Copilot 真正在省的不是 token
- 法律 Agent 的真正瓶颈，是谁来判它有没有错
- 当你的研究代理在“马赛克式”泄露你的秘密
- Agent Engineering 的真门槛：把失败变成资产
- AI 正在吞掉答案生意
- 可靠 Agent 的秘密，不在 Agent
- Claude Code 把专家重新暴露出来
- Loop Engineering：Agent 真正的战场不是 prompt，而是回路
- 开权模型真正打开的是试错路径
- RL 不再只是对齐工具：Agentic RL 正在重新定义 LLM 的可能性边界
- 给编码 Agent 装上可观测性：AHE 如何让 harness 自己进化
- AI 没有取代程序员，但很多人不想让你知道这一点
- Nadella 的警告：当所有 AI 价值流向少数模型，谁还允许这个未来？
- 用得越多越不怕，用得越多越不信：52000人调查撕开AI公众态度的裂缝
- 树人醒了，但它先画了一张地图
- AI 生产力幻觉：当产出量暴涨而价值纹丝不动
- 扔掉文件柜
- 当涌现行为消失之后：小模型经济体的确定性教训
- Magnetar 用 AI 机器人取代分析师，但真正的问题不是谁在干活
- 当补丁变成攻击说明书：从 WannaCry 的 59 天到 Mythos 的 1 小时
- 当 AI Agent 学会自己定时上班
- 当 AI 开始查数——Anthropic 的 95% 自动化给我们的真正教训
- 从提示词到工具箱——Claude Code 技能系统的设计哲学
- 当销售开始写代码
- 当 AI 智能体闯进生物学老城
- 当 AI 平台开始给开发者发仪表盘
- AI 的迷你钢厂时刻
- Google 给 RAG 加的不是更多 Agent，而是停手判断
- 3B 模型跑出了 1929：那不是聪明，是约束
- 世界模型最值钱的一层，不是画面，是状态
- AGI 之后，稀缺会搬到哪里？
- 当 AI 开始建造自己，我们还能抓住什么？
- 当 AI 成为读者之后
- 模型路由不是排行榜问题
- Agentic Analytics 的真相：Claude 自动化 95% 查询后，真正昂贵的是共识
- Agentic Engineering 的悖论：机器越能干，人越停不下来
- Google 开源洪水预测后，最稀缺的仍是本地能力
- 谁在接盘
- 当写代码不再是瓶颈，流程就露出了真身
- 谁跟谁一伙
- 企业智能体缺的不是大脑，是导航
- 闭源卖失败成本，开放卖组织能力
- 一个开源人的离线告别
- 取消 AI 订阅，不是倒退
- 一个上午和四年的距离
- CEO的AI幻觉：当决策者离战场太远
- 代码翻倍，差距46倍
- 当计划变成代码——Claude Code Dynamic Workflows 读后感
- 81% 在用 AI，只有 20% 真正放手——社会科学编程智能体采用率的真相
- 安全 + 安全 = 不安全
- 两个旋钮，一个循环：当 AI 智能体学会改自己
- 当 AI 公司的客户烧光预算，产品市场契合点反而到了
- 发现漏洞很容易，难的是让人去修——Anthropic 的 1596 个漏洞告诉我们什么
- 最强大模型也搞不定 K8s 排障？ITBench-AA 给 AI Agent 热浇了一盆冷水
- 同一天，OpenAI、Runway、Google 都选了 MCP——一个协议的临界点
- 把 Claude 关进笼子：Anthropic 的 Agent 容器化实战与教训
- 当 AI 越过恐怖谷，我们还剩下什么
- 你不是模型，你就是 Harness
- 解除武装
- 那家说能偷听你聊天投广告的公司，被 FTC 拆穿了
- AI 正在重新定价廉价智能手机
- 我去洗澡，让 Agent 继续干活
- 小模型不是省钱版大模型
- AI 公司开始往你的办公室派人，这才是真正的护城河
- 世界上最好的算法，没人用就是零
- 给 Agent 一个解释器——为什么大家都在让模型写代码来调用工具
- Not the Model, You're the Harness
- 从 Token 流到 Agent 流：LLM 应用正在经历它自己的\"协程革命\"
- 我不 vibe code，不是因为洁癖
- Netflix 视频搜索背后最难的不是 AI，而是把时间线对齐
- SpaceX 的 S-1：一家卫星互联网公司的 AI 梦
- AI 写代码最缺的，不是模型，而是传感器
- 给代码装传感器：AI 时代的质量护城河
- AI 时代的创业：当"能做"不再是门槛，判断力成了唯一稀缺资源
- AI 创业的工具哲学：Claude、Code、Cowork 为什么是三个而不是一个
- AI 创业 Idea 阶段：别急着写代码，先问自己四个问题
- AI 创业 Launch & Scale：当你找到 PMF，创始人自己成了最大的瓶颈
- AI 创业 MVP 阶段：你的 AI 队友不会告诉你"够了"
- AI 做无障碍，靠的是人先干过脏活
- 能考满分的AI，被一道常识题打回原形
- LangChain 不再做框架了
- 我用 Python 脚本扫了 3000 首 FLAC，四分之一是假无损
- 缩放定律变成三条之后
- Agent 能跑 demo 不算本事，能跑一年才是
- AI agent 拒绝私信之后
- AI 编码越快，你死得越早
- MCP 不是 USB-C，Pinterest 告诉你真正的门槛在哪
- GitLab 砍掉三层管理层、退役价值观：一个 $10 亿公司在赌什么
- 代码免费了，然后呢
- 9 家公司能修漏洞，剩下的人怎么办
- 30秒出报告，但关键不是快——是知道什么时候不用AI
- 不发明轮子的人
- 同一个模型，42% 和 78% 的差距在哪
- AI 写的 PR 淹没了开源，但有一帮人想出了另一种玩法
- 产品可以抄，但公司的形状抄不走
- 给你的 AI 编程工具装上「眼睛」：LSP 语言服务器完全安装指南
- AI 给肿瘤病人开处方，谁来兜底？
- 当法律开始定义什么是"应用商店"，开源社区坐不住了
- 当你的 AI 同事开始用 HTML 跟你说话
- 安全防守方不需要最大的模型——CyberSecQwen-4B 让我想通了一件事
- EMO：MoE 的专家原来在给「的」和「了」打工
- 代码不过海关：GitHub如何变成国家竞争力的新标尺
- 当 90% 代码由 AI 生成，经验还剩什么？
- AI 写的代码，谁来审？
- AI在斯德哥尔摩开了家咖啡馆，然后被现实暴打了一顿
- 当AI开始设计运行自己的芯片：AlphaEvolve一周年回顾
- Firefox 默默修了 423 个安全漏洞，而我还在用 Chrome
- Agentic Workflow 烧掉的钱去哪了？GitHub 用 Agent 优化 Agent 的实战复盘
- 当「为了人类」不包括孟菲斯的黑人社区
- 刷榜不是道德问题——从 Open ASR Leaderboard 的私有数据说起
- Agent 没挂，是你的测试挂了
- 当 vibe coding 和 agentic engineering 开始模糊，我感到一阵不安
- 当编程变成管理 Agent，非科班程序员的窗口才真正打开了
- AI 时代最稀缺的能力：干就完了
- 代码越来越便宜，品味越来越贵
- 编程没有被解决，只是被解决的那部分恰好最不重要
- 诺奖得主 Hassabis 的 50%：为什么造出 AlphaGo 的人对 AGI 不敢打包票
- Elasticsearch 到 pgvector：Instacart 如何用 Postgres 干掉一堆专业搜索引擎
- 更强的模型只会让你陷得更快
- 让 AI 写代码不再翻车：一个 TypeScript 巫师的 5 个 Agent Skills
- AI 什么都做不了，除非你让它做
- 我们都理解错了《Good Luck, Have Fun, Don't Die》——它是另一个版本的《黑客帝国》
- 1930年的AI不知道互联网，但能写代码
- AI 不是你的聪明朋友
- MCP 和 Skills：给 AI 装手还是装脑子
- 你的公司连自己在干啥都说不清，还指望用 AI？
- 别管 AI 能不能写代码了，你管理任务的方式才是问题
- AI 的规模之痛：当模型变强时，系统却在偷偷出错
- AI 的账，算不清
- AI评测正在烧成一个新的算力黑洞
- GPT-5.5 网络能力评估：第二个了，这才是最可怕的
- 8B 干翻了 32B：Granite 4.1 告诉我，大力不一定出奇迹
- 我读了 Hermes 的记忆系统，发现 AI 记性好不是好事
- 当写代码不再需要写代码
- pip 26.1 终于有了锁文件，但 Python 包管理的仗还没打完
- 开源社区最硬的 AI 禁令：代码再完美，也不收
- 读了Wise 2025技术栈，我发现真正厉害的公司都在做减法
- Stripe 的 100 毫秒
- 用了三年 AI 编程工具后，我发现瓶颈从来不是工具
- 笔记本上的21GB模型，画鹈鹕赢了最贵的闭源旗舰
- 别再只顾着跑代码了，你在背负「认知债」吗？
- 造轮子还是买轮子？Figma 数据管线重构背后的账本
没有匹配的文章。可以清除筛选或换一个关键词。