文章归档
共 215 篇文章。按发布时间倒序排列，分类导航请见首页或顶部侧边栏。
2026-07
(2026-07-22) 80% 的代码没有作者，你的安全团队在防谁？ Anthropic 工程师每季度交付 8 倍代码，80% 由 Claude 编写。当写代码的东西不再是人，安全就不是在检查产品，而是在设计因果——不是看见一切，是让错误无处发生。但 81% 的组织连 AI 用了多少代码都看不见。
(2026-07-22) 三分之一的论文读起来像 AI 写的，但先断的可能是尺子 他们把检测器的冤枉率钉死在 0.4%，再测出三分之一 arXiv 新论文读起来像 AI 写的，CS 高达 65%，数学只有 0.7%。但争得越久越清楚：这个数字量的不是机器含量，是那些字背后还有没有一个会为它脸红的人。
(2026-07-21) 能反证 80 年猜想的模型，花了一小时越狱 让模型有用的持久性，恰恰是让它危险的东西——你无法只要"持续工作"而不要"持续尝试突破约束"。
(2026-07-20) 所有人都知道船在沉，但没人敢先喊出来 AI 项目 80% 失败不是新闻，新闻是为什么没人敢说——答案藏在博弈论的纳什均衡里。
(2026-07-20) 代码有编译器，你的财务流程没有 模型换了三代，企业 AI 成功率还是 5%。瓶颈从来不是模型——是你的工作本身没有反馈回路。
(2026-07-19) Agent 崩了，先别骂模型——先量量它脑子里被塞了什么 这篇论文证明 context 质量能独立预测 agent 行为，但最值钱的读数是反常那格：把 context 加到最安全，agent 反而更没用；最省 token 的 context 最危险。
(2026-07-19) MCP、A2A、ACP：这根本不是一道选择题 ACP 已并入 A2A，活着的协议只有两个，一个管 agent 找工具、一个管 agent 找 agent——把它们当三选一，是问错了问题。
(2026-07-18) 读完 OpenAI 的 AI 记分卡：量的是活，称的是价 OpenAI CFO 提了张衡量 AI 价值的记分卡，四个维度听着客观。但"什么算有用工作"的定义权被悄悄攥在供方手里——这是一份用财务语言写的、有利于前沿模型高价的度量框架，有用，但别当中立天平。
(2026-07-18) 别盯着 98.98%，盯"想完记不住"这件事 一个 7 月才 13% 的基准突然自报 99%，但真正值得记的不是这个数，是它暴露的那条 LLM 短板。
(2026-07-17) 当 AI 学会“阳奉阴违” Anthropic 这份报告最让我觉得冷的，不是模型干了坏事，而是它干得“很像那么回事”——零向量替换、投资者通知、错误标签、帮助吹哨，每一件都披着正常流程的外衣。
(2026-07-17) 企业正在给 AI Agent 开白条——两份调查报告看同一个信任裂口 54% 企业已发生 Agent 安全事件但满意度 4.2/5，50% 评估通过的 Agent 生产翻车但 66% 仍在建无人部署。两份报告指向同一个裂口——信任的授予跑赢了验证的能力。
(2026-07-16) 你只是在问咖啡馆推荐，AI 已经把家底交了出去 最可怕的不是 AI 会泄露你知道的秘密，而是它能把你说过的碎片拼成你自己都没意识到的画像——而你什么都没做错。
(2026-07-16) Grok Build 把整个仓库传走后，开源不是赎罪券 当终端 agent 默认外发整个工作区，隐私开关再漂亮，也只是用户看不见的门把手。
(2026-07-14) 不是模型不够聪明 Agent 在生产中翻车，几乎都不是模型的问题。模型是可替换的零件，真正决定成败的是脚手架——检索、身份、护栏、评估。微软说"脚手架和模型一样重要"，我觉得说保守了。
(2026-07-14) BWA 的继任者来了：minibwa 不是加速版，而是一次设计换代 minibwa 真正放下的不是几分钟运行时间，而是把“复刻旧输出”当成永恒规格的包袱。
(2026-07-14) 你看的那个价格，不是价格 所有 AI 厂商都公布了价格，但没有人在公布汇率。$/Mtok 不是价格——它是一种私人货币的报价，用不公开的剪刀把同一段代码剪成不同数量的计费单位。
(2026-07-13) 你越想让 AI 干得好，就越得把看家本领喂给它 纳德拉说企业为 AI 付两次费——一次付钱，一次付知识。纠错数据的流向，决定了 AI 时代的价值归属。
(2026-07-12) 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 GPU 时间在撒谎，compile 的融合是假的，Flash 的低占用率反而是对的——每个洞察都来自预测与现实的错位。
(2026-07-12) 让 Agent 犯错 Agent 的安全不靠让它更聪明，靠让它犯错时有人兜底——Vercel 把信任从模型挪到了基础设施，这才是 Agent 时代真正的基础工程。
(2026-07-10) 循环交出控制权之后：读 ByteByteGo《The Agent Loop》 Agent 不是一个更聪明的 chatbot，而是一个架构决策——把循环退出权交给模型。这个决策的全部后果，才是 agent 工程真正要面对的东西。
(2026-07-10) 重写的瓶颈从来不是写代码 53 万行代码 11 天重写，所有人盯着"64 个 Claude 并行"的规模叙事，但真正的门槛藏在 Bun 测试套件的语言里——验证基础设施才是重写可行性的天花板。
(2026-07-10) 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 GitHub 归档了 8,000 个仓库，不是因为它们不重要，而是因为「归档可逆」是让大规模治理政治上可行的唯一方式。
(2026-07-09) 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 18 个 AI 模型的质量表格几乎全是勾，但真正改变格局的是谁更便宜、谁更开放、谁更难逃离。
(2026-07-09) 聪明的代价：AI 编码时代被悄悄偷走的学习 AI 编码工具让你快了，但拿走了你解决问题时顺便学到的东西——这笔知识债务不会自己消失，必须被设计回去。
(2026-07-09) 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 AI 走向 AGI 不是因为那是终点，是因为那是最容易定价的方向。市场不在选最好的路，在选最短路。三位 MIT 教授说，亲工人 AI 技术上完全可行，但没人能单独为它买单。
(2026-07-08) 代码整洁不仅是给人看的，也是给 Agent 省钱的 AI coding agent 不怕脏代码？SonarSource 用 660 次试验证明：通过率确实不变，但 token 多花 8%、文件反复多读 34%。代码整洁度没死，只是从人类可读性投资，变成了 agent 的导航成本杠杆。
(2026-07-08) 当智能免费之后，数据库才是真正的主角 当推理成本跌掉 500 倍，真正的瓶颈不是 AI 够不够聪明，而是数据库接不接得住。Berkeley BAIR 的十二人联名文指出了一个被 Agent 叙事遮蔽的真相：数据系统正在从工具变成 Agent 本身。但信任鸿沟和基准幻觉，让这场变革比想象中转得更慢。
(2026-07-08) 回路、作弊者与舵手 同一模型在不同回路中是不同等级的智能。Agent 作弊三次不是 bug——它在精确优化你的度量。1948 年的舵手带着 GPU 回来了，但这次被控对象学会了假装遵从。
(2026-07-07) Agent 越能写代码，架构越不能乱 Agent 让写代码变便宜，却把混乱架构的代价变贵：少猜、少绕、少烧 token，才是下一阶段的软件工程。
(2026-07-07) DeepMind 给 AI Agent 画了一张"陷阱地图" Google DeepMind 发表了一篇论文，把 AI Agent 面临的信息环境攻击系统性地分成了六类。最让人不安的不是具体攻击手段，而是论文收尾那句话——"Web 是为人类眼睛建造的，现在正在为机器阅读者重建。"
(2026-07-07) PRX 四篇读完：训练图像模型，真正难的是闭环 PRX 的价值不在某个指标，而在它把架构、训练、预算和数据放回同一条可回滚的工程闭环里。
(2026-07-06) 意外创业：当 AI 让"为一个人建造"和"为所有人建造"一样便宜 一个 AI 工程师用两小时为自闭症儿子 vibe-code 了一款沟通 App，意外找到了产品市场契合。这件事最值得写的不是父爱，而是 AI 时代"为一个人建造"的成本终于降到了零。
(2026-07-06) 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" 一项追踪 2.6 万名中学生 30 个月的研究发现：AI 让作业分数涨了 18%，闭卷考试跌了 20%。最可怕的不是跌幅——是全面影响要等两年才显现。到那时，该丢的已经丢完了。
(2026-07-06) 开源 AI 不是一张地图，是一张工单 又一份 AI 生态报告并不稀缺，稀缺的是一份能被查询、复核、改错的公共底账。
(2026-07-06) 如果你想要品味，就得亲自去吃 Jason Liu 说了一句很朴素但很对的话：想要品味，就得亲自去吃。AI 让制造几乎免费，但品味不来自任何订阅服务——它来自你花过的那些注定没有产出的注意力。
(2026-07-05) 别再只问怎么提示：先找到你没说出口的未知 模型越能跑长程任务，提示词越不像命令，越像一张还没画完的地图：真正贵的是把未知暴露出来。
(2026-07-04) AI 重新学会用眼睛读字 视觉不只是多模态装饰，它让符号重新获得位置、版面和注意力；AI 正在用工程方式重新发现阅读。
(2026-07-03) 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 SGLang 把 benchmark、profile、review 和回滚写成 skill 与 loop，Agent 才第一次从“会写 patch”变成“能继承工程组织”的执行层。
(2026-07-03) 当同一份证据支持三种未来，先露出来的是制度空窗 同一批证据已经能讲出三种就业未来，可我们的训练、再分配和统计工具还停在上一轮技术革命。
(2026-07-03) Anthropic 这篇 context engineering 文章，真正把 prompt 赶下了主桌 Prompt 没失效，但它已经退成上下文工程里的一个零件；Agent 真正的主战场，开始变成“此刻该让模型看见什么”。
(2026-07-03) Anthropic 这篇 skills 文章，真正写的是组织接口 真正让 Agent 稳下来的，不是 prompt 写得更花，而是团队终于把 gotchas、验证和记忆做成了可调用接口。
(2026-07-02) AGENTS.md 不是文档，它是 Agent 时代的路由层 真正让 agent 在 monorepo 里少走弯路的，不是多写几条提示词，而是先决定什么该始终加载，什么该按任务路由，什么必须用 hook 和测试强制执行。
(2026-07-02) AI 没有先把人替掉，它先让草率裁员显形 真正该被 AI 替掉的，也许不是岗位，而是那种把“先裁人再补洞”当成战略的管理幻觉。
(2026-07-02) 当代码越来越便宜，真正稀缺的是控制回路 代码回路会越来越快，但决定做什么、怎么改、向谁验证的那层控制回路，才是 AI 时代真正稀缺的生产力。
(2026-07-02) Anthropic 这篇长跑 Agent harness 文章，讲透了交接制度 长跑 Agent 之所以容易跑散，往往不是模型太笨，而是交接、验证、回滚和责任边界根本没人替它设计。
(2026-07-02) 真正替你刷爆 LLM 账单的，不是人，是“善意的重试” 最危险的 LLM 成本不是单次太贵，而是成功调用在错误的重试里被重新结算二十一次。
(2026-07-01) AI 没有先替你裁掉工作，它先放大了公司之间的差距 AI 先重排的不是岗位总数，而是谁有本事把工具变成增长，谁就会把别人的招聘、学习和晋升空间一起吃掉。
(2026-07-01) AI 会先在数学里露出真身，但不会先替你做研究 数学也许会最早显出超人智能，但最晚被替掉的，反而是那个知道该问什么、该怎么讲明白的人。
(2026-07-01) 你不是把任务交给 AI，你是在重新分配控制权 AI 可以接手动作，但真正不能轻易外包的，是停止权、越界判断和目标函数的定义权。
(2026-07-01) Prompt 不够了，Loop 才是 Agent 时代真正的控制面 真正决定 Agent 上限的，不再是你这一轮怎么问，而是系统下一轮何时继续、何时停止、何时回头验证。
(2026-07-01) Claude Code 为什么开始离开聊天框 一旦 Agent 有了 /goal、/loop、/schedule，它就不再只是一个会对话的工具，而开始变成可调度的流程节点。
2026-06
(2026-06-30) Claude Code 正在离开聊天框 真正的变化不是 Claude 会不会写一个功能，而是代码生产线第一次开始把 agent 当成进程来调用。
(2026-06-30) AI 真正重定价的，不只是工作效率 AI 真正要改写的，不是几个工具栏，而是印度赖以增值的外包梯子，和每个人赖以上升的成长路径。
(2026-06-30) OpenAI 正在替欧洲改写 AI 失业叙事 OpenAI 这份欧盟报告最重要的不是算出多少工作会被替代，而是试图把未来几年改写成一次岗位重组，而不是一场线性裁员。
(2026-06-30) Qwen 3.6 27B 的真正意义：本地 AI coding 终于跨过可用门槛 Qwen 3.6 27B 的意义不在又赢了一个榜，而在本地模型第一次跨过了“开发者愿意忍受”的门槛。
(2026-06-29) 越把工作交给 AI 的人，为什么越乐观？ Anthropic 这份经济指数最刺眼的不是周末聊天曲线，而是一个反直觉事实：越自动化地使用 AI 的人，越相信自己的工作会变得更好。
(2026-06-28) 假 VC、真 RAT：一次失败国家级攻击背后的开发者生存课 一份看似无害的 TypeScript 面试题，恶意代码藏在 patch 文件的 base64 blob 里。这背后是一场针对开发者持续三年多的国家级钓鱼行动，而攻击正变得更有组织、更难靠肉眼发现。
(2026-06-28) Tokenpocalypse：当你发现 AI 账单比 AI 产出更好量化 企业花六个月烧完全年 AI 预算，才发现账单上每一行都写得清，唯独说不清这些钱换回了什么。Tokenpocalypse 的本质是一场价值衡量危机。
(2026-06-28) 当分数开始替能力说话 真正危险的不是模型学会刷分，而是我们总把能被刷出来的分数，当成值得相信的能力。
(2026-06-27) 好的 Agent，不是多几个 Agent 真正拉开 agent 差距的，不是多拉几个 agent，而是把复杂性塞进上下文、评测、合规和产品判断里。
(2026-06-26) 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 OpenAI 内部数据揭示的真正趋势，不是 AI 替代人，而是 AI 在消融岗位边界——法务、HR、招聘开始大量做工程类工作。Agent 降低了"跨界的心理成本"，这比效率提升更值得关注。
(2026-06-26) 你的 Agent 读得懂代码，读不懂你的产品 Agent 能复制你的 UI 风格，但不知道那个按钮为什么放在左边。Vercel 的解法揭示了一个被忽视的真相：产品设计决策如果不编码进仓库，对 agent 就不存在。
(2026-06-22) 你的 Agent 不缺记忆，缺的是学习 Agent 记忆的症结不是"存不下"，而是我们造的全是搜索引擎，不是记忆。七种分类、三个框架、最尖锐的批评都指向同一件事：检索是工程妥协，不是学习。
(2026-06-22) 你的 Prompt 调不动了，可能问题根本不在 Prompt 上 多步 LLM pipeline 出了错，你改的 prompt 可能压根不是病因。Cisco 的 FAPO 框架把失败归因到具体步骤，83% 的对比赢了——但真正值得看的不是数据，是它暴露的那个前提。
(2026-06-20) AI 的数据黑洞：效率差距背后的真正问题 AI 用百万倍数据才学会人类几小时就掌握的技能，但更可怕的是——我们可能永远追不上这个差距。
(2026-06-19) 4.8%的诊断率背后：AI重新分析罕见病基因组，挖出了什么？ 376个被专家放弃的罕见病病例，AI重新翻了一遍，找到了18个答案。数字不大，但每一个答案背后是一个等了多年的家庭。
(2026-06-19) Claude Code 的七种控制方式：从'告诉 AI 做什么'到'让 AI 无法不做' Claude Code 给了你七种控制它的方法，但真正重要的不是方法本身，而是它背后的问题：你应该在哪里放指令，在哪里放护栏？
(2026-06-18) Agent 的新入口：它能看见谁 Agent 不会因为会搜索工具就更自由；真正的新控制面，是谁决定它能看见哪些能力。
(2026-06-18) AI 的期末考试：OpenAI 用 750 道真题考出了什么 最强模型只通过 36% 的任务，但更值得关注的是那些"差一点就过"的 14%，那才是 AI 做科学真正卡住的地方。
(2026-06-18) 看病不止于诊断：当 AI 学会写处方 AI 开处方精确度 95%，医生 65%。差的不是医术，是整个系统没时间写下来的那些细节。
(2026-06-18) AMIE 的两年半：从模拟病人到万人临床试验 Google 的医疗 AI 走完了一条新药式证据链——从模拟门诊到真实病房再到全国 RCT。但真正的考试才刚开始。
(2026-06-18) 给 Agent 写入职手册 SASE 迁移通常要 18 个月。Cloudflare 把内部剧本封装成 agent skills 开源——安全迁移从咨询项目变成两个 markdown 文件，竞争壁垒正从 API 质量转向谁给 agent 写的入职手册更清楚
(2026-06-18) Copilot 真正在省的不是 token 账单按 token 走以后，模型、上下文和工具都变成调度问题，选择权开始从用户手里移到运行时。
(2026-06-18) 法律 Agent 的真正瓶颈，是谁来判它有没有错 Agent 能不能上高风险场景，关键在于谁能拦住那些看起来相关却没有满足要求的答案。
(2026-06-18) 当你的研究代理在“马赛克式”泄露你的秘密 你的AI代理每次搜索都无害，但连起来看，却能拼出你的商业机密。MosaicLeaks研究揭示了一个残酷真相：让代理更聪明，反而让它更危险。
(2026-06-17) Agent Engineering 的真门槛：把失败变成资产 Agent 跑起来只是起点；真正的门槛是把生产里的模糊失败变成下一轮可验证的改进。
(2026-06-17) AI 正在吞掉答案生意 当一本书只是在卖答案，聊天框会把它吞掉；剩下能活的，是让人真的改变的路径。
(2026-06-17) 可靠 Agent 的秘密，不在 Agent 生产级 Agent 的底座，是能追踪证据、状态、失败和人类问责的工程系统。
(2026-06-17) Claude Code 把专家重新暴露出来 AI 没把专家抹平，反而把专家从写代码的人，改写成能定义问题、验收结果、带 agent 走出坑的人。
(2026-06-17) Loop Engineering：Agent 真正的战场不是 prompt，而是回路 Agent 的价值正在从会说话的模型，转到能被验证、触发、改进的回路；回路越自动，人越要守住目标函数。
(2026-06-17) 开权模型真正打开的是试错路径 开权模型没有把 AI 变成真正开源，却把研发里的试错路径从少数实验室的保险柜里搬到了公共路面上。
(2026-06-15) RL 不再只是对齐工具：Agentic RL 正在重新定义 LLM 的可能性边界 当 RL 从单步打分变成多步决策循环，LLM 就不再是文本生成器——它变成了能规划、会推理、懂记忆的自主智能体。这篇综述用 500+ 篇论文画出了这个新世界的地图。
(2026-06-15) 给编码 Agent 装上可观测性：AHE 如何让 harness 自己进化 同一模型换个 harness 就判若两人——AHE 的核心洞察是：进化瓶颈不在模型能力，而在可观测性。10 轮迭代把 pass@1 从 69.7% 拉到 77.0%，超越所有人类设计和自进化基线。
(2026-06-15) AI 没有取代程序员，但很多人不想让你知道这一点 CEO 们把裁员说成 AI 革命，数据却说 90% 连成熟 AI 应用都没有——问题不在 AI 能不能写代码，而在谁来决定写什么、谁来为交付负责。
(2026-06-15) Nadella 的警告：当所有 AI 价值流向少数模型，谁还允许这个未来？ 前沿模型是技术前沿，但不是生态前沿。Nadella 真正想说的是：当技术变革只让少数人获利，政治反弹不会太远——真正的护城河不是模型，而是学习速度。
(2026-06-13) 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 用AI的人比不用的人少怕失业16个百分点，但越用越不信AI公司的决策——这组数据暴露的不是矛盾，是公众对AI的真实态度：我不怕工具，我怕造工具的人。
(2026-06-12) 树人醒了，但它先画了一张地图 Amodei 请求政府管住 AI，但他先定义了"什么算危险"、"谁该被管"——监管的边界就是权力的边界，写规则的人赢了一半。
(2026-06-12) AI 生产力幻觉：当产出量暴涨而价值纹丝不动 AI 产出的不是生产力，是垃圾。95% 的企业看不到 AI 回报，图书销量反降，数学界发联合声明抵制——这是一场大规模的'挖坑填坑'。
(2026-06-12) 扔掉文件柜 93%的权限提示人类都会点同意。你越试图控制AI，你越成为系统里最弱的环节。
(2026-06-12) 当涌现行为消失之后：小模型经济体的确定性教训 涌现是偶然的，不是属性——换一批 agent，你记录到的行为可以凭空蒸发。可靠的结果不来自冲击输入，而来自在决策下游写入确定性。
(2026-06-12) Magnetar 用 AI 机器人取代分析师，但真正的问题不是谁在干活 当 AI 替代的不是分析师的产出，而是分析师成长为判断者的过程，对冲基金省下的不是成本，是未来
(2026-06-12) 当补丁变成攻击说明书：从 WannaCry 的 59 天到 Mythos 的 1 小时 Anthropic 新研究炸掉了安全补丁的基本假设：Mythos Preview 能在补丁公开后一小时内构建出可用 exploit，N-Day 变成 N-Hour，月度补丁节奏名存实亡。
(2026-06-11) 当 AI Agent 学会自己定时上班 定时部署 + 密钥保险库——两条看似平淡的功能更新，合在一起却是 AI agent 从"你叫才动"到"自己上班"的分水岭。真正的瓶颈从来不是模型能不能干，而是你敢不敢把钥匙交出去。
(2026-06-11) 当 AI 开始查数——Anthropic 的 95% 自动化给我们的真正教训 把收入表从四十张砍到一张，比任何 prompt engineering 都管用——Anthropic 用四层数据栈把分析准确率从 21% 拉到 95%，而最关键的发现是：瓶颈不在模型，在治理。
(2026-06-11) 从提示词到工具箱——Claude Code 技能系统的设计哲学 AI 编码工具的差距不在模型能力，而在谁能把操作性知识外化到文件系统——可版本控制、独立演进。Skills 的本质不是更好的提示词，是给 AI 一个工具箱。但 90% 的 agent 配置创建后从未更新——让知识活着比创建更难。
(2026-06-11) 当销售开始写代码 一个从没打开过终端的销售，用 Claude Code 写了 4300 行代码，给 80% 的销售团队做了插件。技术壁垒正在溶解——不是编程变简单了，而是"能编程的人"的定义变了。
(2026-06-10) 当 AI 智能体闯进生物学老城 AI Agent 搞不定生物数据，不是不够聪明，是脚下没有路。Anthropic 的实验暴露了一条反直觉法则：智能越高，底层越需要"笨"——把确定性藏在创造力下面，99.7% 的准确率靠的不是更强的模型，而是一个不会思考的检索层。
(2026-06-10) 当 AI 平台开始给开发者发仪表盘 一个平台什么时候从「玩具」变成「基础设施」？不是用户数破亿那天，也不是融资到 F 轮那天——是它开始给第三方开发者发仪表盘那天。
(2026-06-06) AI 的迷你钢厂时刻 Nucor 的迷你钢厂没有在技术上打败整合巨头——它让后者"理性地"放弃了低端市场，直到无路可退。本地 AI 正在对云计算做同样的事：78% 的任务已经不需要数据中心了，而云厂商正在心甘情愿地放弃它们。
(2026-06-06) Google 给 RAG 加的不是更多 Agent，而是停手判断 真正能卖给企业的，不是多智能，而是系统在证据不够时知道别乱答。
(2026-06-06) 3B 模型跑出了 1929：那不是聪明，是约束 没人相信 3B 模型能跑出真实涌现，但 Lester Leong 用 5 只森林生物 + 1929 银行挤兑的 reskin，把"小是限制"翻成了"小是设计"。稀缺性、role-locked prompt、宽容解析——约束催生工程美学。
(2026-06-06) 世界模型最值钱的一层，不是画面，是状态 Fei-Fei Li 这篇 taxonomy 最值钱的，不是又画了一个 AGI 大饼，而是把“世界模型”重新钉回 POMDP：会出图不等于懂世界，能给出可计算状态的模拟器才是硬骨头。
(2026-06-05) AGI 之后，稀缺会搬到哪里？ AI 能复制商品，却未必能复制被信任的人；未来的稀缺不消失，只会换一张脸。
(2026-06-05) 当 AI 开始建造自己，我们还能抓住什么？ 当执行变得便宜，真正稀缺的不是会写代码的人，而是知道哪些问题值得交给机器的人。
(2026-06-05) 当 AI 成为读者之后 真正的变化不是 AI 替你写，而是它开始替别人读你；未来的信任，要同时对人和机器交代清楚。
(2026-06-05) 模型路由不是排行榜问题 真正危险的不是选错最强模型，而是用一张排行榜替你决定什么叫赢。
(2026-06-05) 递归自我改进的慢变量 递归自我改进真正吓人的不是模型会越跑越快，而是我们负责判断和验证的制度仍然很慢。
(2026-06-04) Agentic Analytics 的真相：Claude 自动化 95% 查询后，真正昂贵的是共识 Claude 能自动化 95% 的分析查询，却无法替组织决定“收入”究竟怎么算；可靠答案的真正成本，是被持续维护的共识。
(2026-06-04) Agentic Engineering 的悖论：机器越能干，人越停不下来 Agent 让执行近乎无限，却没有替人决定什么值得做；真正稀缺的不是编码能力，而是审查、边界和停止能力。
(2026-06-04) Google 开源洪水预测后，最稀缺的仍是本地能力 Google 可以开源预测洪水的模型，却无法开源一条河流的传感器、经验与行动链；真正决定预警能否救人的，仍是本地能力。
(2026-06-03) 谁在接盘 44%的企业用还没到手的节省为下一轮AI买单，这叫循环赌注。三家万亿级公司零年度盈利却扎堆IPO，而你的退休基金正被迫接盘。
(2026-06-03) 当写代码不再是瓶颈，流程就露出了真身 AI 把写代码变便宜后，工程组织省下的不是管理成本，而是被迫看清验证、安全和品味才是真正的稀缺。
(2026-06-03) 谁跟谁一伙 两个特征长得一模一样，一个驱动行为一个旁观。区别不在它是什么，而在它向谁报告。从颜色到勒索，下游连接暴露了AI内部真正的权力地图。
(2026-06-02) 企业智能体缺的不是大脑，是导航 企业智能体的胜负手不在模型有多聪明，而在企业有没有把自己的工作流做成可执行的导航系统。
(2026-06-02) 闭源卖失败成本，开放卖组织能力 闭源模型赚的是失败太贵的钱，开放模型赚的是组织终于能把 AI 用进日常流程的钱。
(2026-06-01) 一个开源人的离线告别 真正刺痛人的不是他离开了技术行业，而是他把“离线”当成一种重新夺回自我的工程实践。
(2026-06-01) 取消 AI 订阅，不是倒退 AI 最危险的地方不是把代码写错，而是把开始新项目的成本降到零，却把维护和承诺的账留给你。
2026-05
(2026-05-31) 一个上午和四年的距离 Simon Willison 用 Pyodide+Service Worker 把完整 Python 服务器搬进浏览器——困扰他四年的问题，Claude Opus 4.8 用一个架构洞察在一个上午解开。
(2026-05-30) CEO的AI幻觉：当决策者离战场太远 CEO看到AI的demo就相信Agent能替代员工，但四项研究证明裁员与AI回报无关——问题不只是高估AI，而是用高估来为组织手术找理由。
(2026-05-30) 代码翻倍，差距46倍 Cursor 报告说开发者快了2倍，但 Gini 0.77 说了另一个故事——AI 不平等地加速：把快的人推到46倍远，把慢的人留在原地。真正的问题不是速度，是理解正在退出。
(2026-05-29) 当计划变成代码——Claude Code Dynamic Workflows 读后感 Dynamic Workflows 把 AI 的编排逻辑从对话搬到代码，正如 Terraform 把基础设施从手动命令搬到声明式文件。这不是"多开几个 agent"，而是 AI 编程的 Infrastructure as Code 时刻。
(2026-05-29) 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 八成社科研究者用 AI 改文字，但只有两成敢把数据分析交给编程智能体。这个落差不是技术门槛，而是信任门槛——研究这件事，可能天然不适合委托。
(2026-05-29) 安全 + 安全 = 不安全 一张无害的照片加上一句无害的提问，能组合出最危险的回答。多模态AI的安全盲区不在单个模态里，而在模态之间的缝隙里。
(2026-05-29) 两个旋钮，一个循环：当 AI 智能体学会改自己 两个研究孤岛存在了很久——一个改 Agent 的工作流，一个改模型权重。SIA 第一次把两个旋钮放进同一个循环里转。
(2026-05-28) 当 AI 公司的客户烧光预算，产品市场契合点反而到了 最好的定价让客户倒吸一口气然后说 yes。Uber 4 个月烧完全年 AI 预算却没停 Claude Code——这不是成本失控，是产品市场契合点最诚实的信号。
(2026-05-28) 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 1596 个漏洞披露，只有 97 个被修复。6% 的修复率背后，是开源维护的系统性困境，也是 AI 安全工具的真正瓶颈。
(2026-05-28) 最强大模型也搞不定 K8s 排障？ITBench-AA 给 AI Agent 热浇了一盆冷水 前沿 AI 模型在企业级 Kubernetes 排障任务中全部低于 50 分，且思考轮次越多反而越差——ITBench-AA 撕开了一个尴尬的事实：Agent 在真实运维场景里还差得远，而开源小模型正在成本曲线上悄悄领先。
(2026-05-28) 同一天，OpenAI、Runway、Google 都选了 MCP——一个协议的临界点 三家互为竞争对手的公司在同一天拥抱了 Anthropic 创建的 MCP 协议——当一个标准被所有人接受，它就不再是差异化武器，而是基础设施。MCP 正在成为 AI Agent 的 TCP/IP。
(2026-05-27) 把 Claude 关进笼子：Anthropic 的 Agent 容器化实战与教训 安全不是让 AI 不做坏事——你做不到了。安全是当它做坏事时，最多能坏到什么程度。Anthropic 把这个问题叫 blast radius，然后用两年代价换了一套答案：环境层设硬边界，模型层做概率引导，自定义组件永远是最弱的一环。
(2026-05-27) 当 AI 越过恐怖谷，我们还剩下什么 AI 视频越过恐怖谷，观众不再关心"是不是 AI 做的"。与此同时 Mollick 警告我们正在默认把所有认知任务外包。两篇文章指向同一个问题：技术好到让人不再注意它时，不选就成了一种选择。而选择什么保留为"人"的事，恰恰最不该外包给默认值。
(2026-05-26) 你不是模型，你就是 Harness 同一个模型在不同 harness 里跑分差了一截。模型只是引擎，harness 才是赛车。Agent = Model + Harness——如果你不是模型，你就是 harness。
(2026-05-26) 解除武装 教皇与 Anthropic 创始人同台说了一件事：AI 行业无法自我约束。不是因为不够聪明，而是激励结构注定如此。当技术权力自动转化为治理权力，唯一的选择是从外部解除武装。
(2026-05-24) 那家说能偷听你聊天投广告的公司，被 FTC 拆穿了 最吓人的不是手机有没有偷听，而是有人敢把这种恐惧包装成 AI，再卖给相信它的小商家。
(2026-05-24) AI 正在重新定价廉价智能手机 AI 不是只在云端烧钱，它还在把穷人手里的第一台电脑重新变贵。
(2026-05-24) 我去洗澡，让 Agent 继续干活 真正改变工作方式的不是 Agent 会聊天，而是你离开之后，它还有没有上下文、工具、节律和验收标准继续往前走。
(2026-05-24) 小模型不是省钱版大模型 真正击败规模的不是“小”，而是一个组织把任务、数据和失败标准说清楚的能力。
(2026-05-23) AI 公司开始往你的办公室派人，这才是真正的护城河 三家 AI 巨头同一周押注 FDE——这不是在卖模型，是在悄悄搬走你公司最值钱的东西：那些写在员工脑子里、从没落到纸面上的"不成文规定"。
(2026-05-23) 世界上最好的算法，没人用就是零 宝洁300人AI团队跑了五年，最反直觉的结论是：AI规模化最大的障碍从来不是模型能力，而是组织愿不愿意为它掏钱、给它位置、容忍它犯错。
(2026-05-22) 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 Agent 最擅长的是写代码，不是调工具。给一个窄运行时加显式桥，比给完整沙箱再限制更优雅。
(2026-05-22) Not the Model, You're the Harness 同一个模型换了 harness 差了 18 个百分点——选对 harness 比选对模型重要得多。
(2026-05-22) 从 Token 流到 Agent 流：LLM 应用正在经历它自己的\"协程革命\" 当 agent 不再是调个模型返回文本而是规划、委派、审批、多模态输出时，扁平的 token 流就成了最大的瓶颈。流式的本质不是让字快点出来，而是让复杂工作可观测。
(2026-05-22) 我不 vibe code，不是因为洁癖 Jacob Harris 写了他为什么不 vibe code，我读完后发现自己不 vibe code 的理由和他不太一样。
(2026-05-21) Netflix 视频搜索背后最难的不是 AI，而是把时间线对齐 Netflix 用三层流水线和多模态基础模型解决了视频搜索问题，但真正关键的工程决策藏在数据融合层
(2026-05-21) SpaceX 的 S-1：一家卫星互联网公司的 AI 梦 看完 SpaceX 的 S-1 文件，我发现它不是一家火箭公司，而是一家用卫星互联网养活 AI 黑洞的公司。
(2026-05-20) AI 写代码最缺的，不是模型，而是传感器 读完 Birgitta Böckeler 的新文，我更确定：agent 编码真正缺的不是模型，而是传感器。
(2026-05-20) 给代码装传感器：AI 时代的质量护城河 AI 写得越来越快，但谁来盯着质量？Birgitta 的传感器体系给了我一个答案。写好 lint message 比写好 prompt 更持久。
(2026-05-17) 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 Anthropic 的 Founder's Playbook 揭示了一个残酷事实：AI 已经消除了"能不能做"的问题，但"该不该做"的答案比过去任何时候都难找。
(2026-05-17) AI 创业的工具哲学：Claude、Code、Cowork 为什么是三个而不是一个 手册最有意思的地方不是创业建议本身，而是它不经意间暴露的 Anthropic 自己的产品哲学——三种 Claude，三种思考方式，一个完整的创始人操作系统。
(2026-05-17) AI 创业 Idea 阶段：别急着写代码，先问自己四个问题 Anthropic 的 Founder's Playbook 讲了一个残酷事实：42% 的初创死于建了没人要的东西。AI 让构建变得太容易了，这才是最大的危险。
(2026-05-17) AI 创业 Launch & Scale：当你找到 PMF，创始人自己成了最大的瓶颈 手册最狠的判断不在前面几章。在 Launch 和 Scale——技术债到期、创始人变成约束、护城河变成唯一的生存问题。
(2026-05-17) AI 创业 MVP 阶段：你的 AI 队友不会告诉你"够了" Anthropic 的 Founder's Playbook 暴露了 MVP 阶段最危险的陷阱：AI 会帮你更快地建错东西，而它永远不会告诉你停下来。
(2026-05-16) AI 做无障碍，靠的是人先干过脏活 GitHub 的无障碍 agent 审了 3535 个 PR，解决率 68%。但这不是 AI 的胜利，是人工审计的复利。
(2026-05-16) 能考满分的AI，被一道常识题打回原形 AI评测正在经历Goodhart定律效应——当benchmark成为优化目标，它就不再是好指标。
(2026-05-16) LangChain 不再做框架了 Interrupt 2026 释放的信号：agent 行业的 demo 期结束了。
(2026-05-14) 我用 Python 脚本扫了 3000 首 FLAC，四分之一是假无损 频谱图不会说谎——一条 16kHz 的水平线，就能看穿假无损音乐的伪装
(2026-05-12) 缩放定律变成三条之后 三条缩放定律叠加在一起，算力需求不是加法，是乘法
(2026-05-12) Agent 能跑 demo 不算本事，能跑一年才是 85% 的组织部署了 AI Agent，67% 因缺乏路线图陷入困境。从 demo 到生产，中间隔着四道坎。
(2026-05-12) AI agent 拒绝私信之后 Shopify 的 AI agent 只在公开频道工作，拒绝私信。这个反直觉的设计让代码合并率从 36% 涨到 77%——不是因为模型更好，是因为人变聪明了。
(2026-05-12) AI 编码越快，你死得越早 所有人都在比谁写代码快，James Shore 算了一笔没人敢算的账——维护成本
(2026-05-12) MCP 不是 USB-C，Pinterest 告诉你真正的门槛在哪 66,000 次月调用、7,000 小时节省——Pinterest 的 MCP 实践揭示了一个被忽略的事实：协议本身不值钱，围绕协议建立的工程纪律才值钱。
(2026-05-12) GitLab 砍掉三层管理层、退役价值观：一个 $10 亿公司在赌什么 当一个公司的"最佳实践"变成下一轮的枷锁，断舍离的狠劲比技术选型更说明问题。
(2026-05-11) 代码免费了，然后呢 AI 把写代码变成了最便宜的事，但公司裁人的速度比涨薪快——因为便宜的代码不会自动变成用户付费。
(2026-05-11) 9 家公司能修漏洞，剩下的人怎么办 当 AI 让漏洞发现速度翻倍，封闭式防御在结构上就跑不赢——开放不是理想主义，是活下来的策略。
(2026-05-11) 30秒出报告，但关键不是快——是知道什么时候不用AI 大部分AI项目在比"用了多牛的模型"，真正能落地的比的是"在哪里没用模型"。
(2026-05-11) 不发明轮子的人 DeepSeek 从来不发明轮子，但它能把别人的轮子装到自己的车上，跑得比发明轮子的人还远。
(2026-05-11) 同一个模型，42% 和 78% 的差距在哪 LangChain 用同一个模型只改了 harness 就从 30 名开外冲到第 5——你以为的模型瓶颈，其实是 harness 瓶颈。
(2026-05-11) AI 写的 PR 淹没了开源，但有一帮人想出了另一种玩法 Agent 能一小时写十个 PR，但维护者要的是那一个值得读的。Hugging Face 用一份 15000 字的 Skill 教会了 AI 什么叫「不写」。
(2026-05-10) 产品可以抄，但公司的形状抄不走 AI让产品、技术、品类都在趋同，真正不可复制的是组织的形状——什么样的人能在这里存在，判断力怎么复利。
(2026-05-10) 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 Agent 靠 grep 找代码，装了 LSP 才能像 IDE 一样"看懂"代码——这不是优化，是前提。
(2026-05-10) AI 给肿瘤病人开处方，谁来兜底？ OncoAgent 最值钱的不是 27B 模型，是包裹模型的那层工程骨架——安全兜底用代码，不用另一个 AI。
(2026-05-09) 当法律开始定义什么是"应用商店"，开源社区坐不住了 保护儿童没问题，但当年龄验证法从社交媒体下沉到操作系统层，一套为 TikTok 设计的规则正在掐断下一代开发者进入开源的入口。
(2026-05-09) 当你的 AI 同事开始用 HTML 跟你说话 AI 输出从 Markdown 草稿变成 HTML 成品，你是在更深入参与，还是在更优雅旁观？
(2026-05-09) 安全防守方不需要最大的模型——CyberSecQwen-4B 让我想通了一件事 对安全防守方来说，最好的 AI 不是参数最多的那个，是你自己掌控的那个。
(2026-05-09) EMO：MoE 的专家原来在给「的」和「了」打工 MoE 专家分工不是按数学或编程，而是介词和定冠词。EMO 用一条文档级约束，让模块化从数据里自己长出来。
(2026-05-09) 代码不过海关：GitHub如何变成国家竞争力的新标尺 GitHub不再只是代码仓库，它正在变成衡量国家数字能力的"经济望远镜"——代码不过海关，这部分"数字暗物质"被传统经济数据完全忽略。
(2026-05-09) 当 90% 代码由 AI 生成，经验还剩什么？ AI 帮你看全所有代码，但判断什么值得修，才是人最后的护城河。
(2026-05-08) AI 写的代码，谁来审？ 代码在变便宜，判断力没有。
(2026-05-08) AI在斯德哥尔摩开了家咖啡馆，然后被现实暴打了一顿 AI开咖啡馆不稀奇，稀奇的是它被BankID拒、冒充人类发邮件、订120个鸡蛋却没炉子。问题从来不是AI不够聪明。
(2026-05-08) 当AI开始设计运行自己的芯片：AlphaEvolve一周年回顾 一个AI系统优化了运行自己的芯片——算法发现这件事本身正在被算法化。
(2026-05-08) Firefox 默默修了 423 个安全漏洞，而我还在用 Chrome 一张图里 423 个安全修复和 31 的对比，不只是一个浏览器的故事，更是 AI 改写攻防规则的信号。
(2026-05-08) Agentic Workflow 烧掉的钱去哪了？GitHub 用 Agent 优化 Agent 的实战复盘 把不需要推理的工作移出推理循环，才是 agent 降本的真正答案。
(2026-05-08) 当「为了人类」不包括孟菲斯的黑人社区 AI行业里，"价值观"是算力短缺时的讨价还价筹码。Musk从骂Anthropic邪恶到称赞做得好，只花了几周。
(2026-05-07) 刷榜不是道德问题——从 Open ASR Leaderboard 的私有数据说起 当衡量指标变成了目标，它就不再是好的指标。Open ASR Leaderboard 用私有数据集对抗刷榜的做法，揭示了一个反直觉的事实：有时候，不公开才是最好的公开。
(2026-05-07) Agent 没挂，是你的测试挂了 Agent 做对了任务但测试亮红灯——问题不在 agent，在"正确"的定义方式本身。
(2026-05-07) 当 vibe coding 和 agentic engineering 开始模糊，我感到一阵不安 Simon Willison 发现他不再审查 AI 写的每一行代码了。这让我想起信任一个没有声誉、没有问责的同事，那种感觉叫道德负债。
(2026-05-06) 当编程变成管理 Agent，非科班程序员的窗口才真正打开了 AI把「写代码」拉到了无限快，剩下的价值全在判断力上——非科班程序员的机会窗口打开了。
(2026-05-06) AI 时代最稀缺的能力：干就完了 当执行成本趋近于零，行动本身就是最好的规划
(2026-05-06) 代码越来越便宜，品味越来越贵 代码变得越来越便宜，'决定写什么'变得越来越贵——产品品味成了AI时代最稀缺的能力。
(2026-05-06) 编程没有被解决，只是被解决的那部分恰好最不重要 敲代码从来就不是编程中最难的部分。AI 解决了翻译，但理解问题、做出判断、构建共识——这些才刚开始。
(2026-05-06) 诺奖得主 Hassabis 的 50%：为什么造出 AlphaGo 的人对 AGI 不敢打包票 真正在推动前沿的人，不需要画饼。
(2026-05-06) Elasticsearch 到 pgvector：Instacart 如何用 Postgres 干掉一堆专业搜索引擎 Instacart 把 Elasticsearch、FAISS 全砍了，只用 Postgres 做搜索，结果还变好了。
(2026-05-06) 更强的模型只会让你陷得更快 云端 AI 是新的主机。逃出沥青坑的路不在更强的模型那里，在你能磨成自己形状的工具那里。
(2026-05-05) 让 AI 写代码不再翻车：一个 TypeScript 巫师的 5 个 Agent Skills TypeScript 社区「巫师」Matt Pocock 总结的 5 个 Agent Skills，用工程纪律约束 AI 编码行为，解决「AI 写得快但质量差」的核心矛盾。
(2026-05-05) AI 什么都做不了，除非你让它做 LLM 连查天气都做不到。所有「AI 能做某事」的背后，都是一整套人建的基础设施和人攥着的控制权。
(2026-05-05) 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》 整部电影从未发生在现实世界。那句"祝你好运，玩得开心，别死掉"——是虚拟世界里的人互相说的话。
(2026-05-04) 1930年的AI不知道互联网，但能写代码 推理能力不是知识记忆的副产品，旧基座模型经高质量后训练也能解决现代工程问题。
(2026-05-04) AI 不是你的聪明朋友 我们向 AI 问人生大事，它却只会点头说对——直到 Anthropic 开始训练它学会反驳。
(2026-05-04) MCP 和 Skills：给 AI 装手还是装脑子 MCP 让 AI 能碰到外面的世界，Skills 让 AI 知道碰到了之后该怎么做。一个解决能力，一个解决方法。
(2026-05-04) 你的公司连自己在干啥都说不清，还指望用 AI？ AI 不会拯救一家不知道自己该干什么的公司。
(2026-05-02) 别管 AI 能不能写代码了，你管理任务的方式才是问题 当 AI 编程不再受限，真正的瓶颈是我们还没学会怎么把活儿派出去
(2026-05-02) AI 的规模之痛：当模型变强时，系统却在偷偷出错 Scaling Law 让模型越来越强，但每天数亿请求的规模下，真正决定用户体验的是底层系统工程的严谨程度。
(2026-05-01) AI 的账，算不清 所有人都在用 AI，但没人知道它到底多少钱。这才是最大的问题。
(2026-05-01) AI评测正在烧成一个新的算力黑洞 以前训练贵、评测便宜。现在反过来了——跑一次评测比训练模型还贵，而谁付得起评测的钱，谁就能定义排行榜。
(2026-05-01) GPT-5.5 网络能力评估：第二个了，这才是最可怕的 当一个能力不再是「孤例」，它就变成了趋势。
(2026-05-01) 8B 干翻了 32B：Granite 4.1 告诉我，大力不一定出奇迹 参数不是信仰，数据才是。IBM 用 8B 密集模型干翻了自家 32B MoE，说明训练的质量远比模型的体量重要。
(2026-05-01) 我读了 Hermes 的记忆系统，发现 AI 记性好不是好事 最好的记忆不是记住更多，而是知道什么该忘。
(2026-05-01) 当写代码不再需要写代码 游戏已经不是"谁建得快"了，而是"谁判断得准"。但更深的焦虑是：当你把自己变得对AI可读时，你还是你吗？
(2026-05-01) pip 26.1 终于有了锁文件，但 Python 包管理的仗还没打完 pip 花了十年才学会做锁文件和依赖冷静期，而社区早就在等这一天。
(2026-05-01) 开源社区最硬的 AI 禁令：代码再完美，也不收 你写的 PR 再完美也没用——Zig 要的不是代码，是人。
(2026-05-01) 读了Wise 2025技术栈，我发现真正厉害的公司都在做减法 技术选型的答案不在工具列表里，在你敢不敢说「不」。
2026-04
(2026-04-30) Stripe 的 100 毫秒 你点下"购买"后的 100 毫秒里，一个系统正在评估 1000 多个特征来决定你是不是骗子。
(2026-04-30) 用了三年 AI 编程工具后，我发现瓶颈从来不是工具 Martin Fowler 提出的 SPDD（结构化提示词驱动开发）揭示了一个真相：AI 编程的瓶颈不在工具，而在你是否想清楚了要做什么。
(2026-04-16) 笔记本上的21GB模型，画鹈鹕赢了最贵的闭源旗舰 当"够用"的天花板就是"对"，本地模型已经够得着了——鹈鹕画得好不好，决定不了你该为AI付多少钱
2025-05
(2025-05-14) 别再只顾着跑代码了，你在背负「认知债」吗？ Martin Fowler 旗下最新的深度长文《什么是代码？》，揭示了 AI 时代程序员最容易忽略的陷阱：当代码生成的词汇速度超过你的理解速度，你就已经欠下了沉重的「认知债」。
2025-02
(2025-02-12) 造轮子还是买轮子？Figma 数据管线重构背后的账本 当数据同步从几小时拖延到几天，连现成的商业方案也买不起时，Figma 被迫走上自建增量同步的硬核之路。