Article Share

← 回首页

ARCHIVE

全部文章

66 篇,按时间倒序。 想按主题浏览?看 标签索引专题合集

2026

57 篇

对话大厂 AI 产品经理:AI 时代的焦虑,是被推下船,还是已经在游泳

非技术背景、半路转产品,她说焦虑的真问题不是 AI,是你还在不在船上

一位金融转行的大厂 AI 产品经理,把 AI 时代的焦虑拆成了两种——一种是怕被船扔下去,一种是已经在游泳、只是不知道往哪游。她的判断是:旧船迟早要散,AI 提的不是要不要下船的问题,而是逼每个职场人提前练战略思维、行动力和「找到自己 spark」的能力;技术与非技术之争已经不重要,真正分化的是有没有自驱、会不会动手把想法落地。

9 分钟阅读

Anthropic 怒封 24000 账户:大模型「纯技术门槛」已死

表面是封号风波,里子是 AI 竞赛从「算法之争」转向「数据与入口之争」

Anthropic 一口气封掉两万四千个被指控用于工业级蒸馏 Claude 的账户,矛头直指 DeepSeek、Kimi、MiniMax。表面是知识产权博弈,里子是大模型纯技术门槛已死——算法和架构都公开了,真正分水岭转向数据、算力、入口和闭环反馈。中国厂商有机会走「蒸馏 + 工程化」的安卓路线,但顶级模型的门票仍只对中美两家开放。

7 分钟阅读

比 99% 的人更懂 AntiGravity:把它当 IDE,不是当聊天框

用 FLOW 四步框架把谷歌的 AI Agent IDE 跑成「员工编制」

大部分人把 AntiGravity 当成 Cursor 的同类——一个会写代码的聊天框。但它真正的位置在更上一层:一个把多个 AI Agent 当作并行员工调度的 IDE。Jake Roberts 用 FLOW(Frame / Layout / Orchestrate / Wrap)四步框架,把这套工具从「写代码」抬升到「跑业务流」。本文把视频教学重构成可复用的工程方法。

9 分钟阅读

推土机前别捡钢镚——2026 上半年 AI 投资的真问题

Koji 复盘 AI 投资的两条路、四个泡沫、五个方向

2026 上半年,AI 创业进入「神仙吞食 90% 营收」的阶段。Koji 给出了避开推土机的两条路(往上探月、往下脏活),剖析了具身智能估值的真实来源,提出了「软件未必死,但要重生」的三块基本盘,并给出新创业者最该看的五个方向。

12 分钟阅读

站在无限的开端:杨植麟谈 K2、Agentic LLM 与艰难的泛化

AGI 不是某级台阶,而是一座没有尽头的雪山——问题不可避免,但总能被解决

月之暗面创始人杨植麟把大模型的前路看成一座无限的雪山:AGI 是方向而非终点。真正的范式跃迁是从「缸中之脑」走向能与世界交互的 Agentic LLM;当下最硬的瓶颈不是推理而是泛化,解法是用更高一层的能力(L4)去解一层(L3)的难题。

8 分钟阅读

Lovart 陈冕复盘:AI 应用创业这两年,赢在判断、节奏与心力

不碰模型主航道,用错位判断卡住时机,再用现金流与节奏熬过死亡谷

Lovart 创始人陈冕复盘 AI 应用创业两年的核心判断——应用创业拼的不是产品经理,而是对终局的判断、对时机节奏的把握,以及熬过黑暗的心力;垂类 Agent 靠差异化数据与先发心智避开大模型主航道,而第一次创业的最大教训全在现金流与融资节奏上。

9 分钟阅读

Manus 创始人肖弘:模型先行,应用公司要做的是「等在前面」

不做模型、不烧钱投放,靠提前卡位 Agent 产品形态吃模型能力外溢的红利

肖弘判断 AI 应用的每一次爆发都由模型能力先行驱动,应用公司的机会不是追逐热点,而是提前预判下一代能力、把产品做好等在前面。Manus 选择不做模型、不买流量,押注「虚拟机 + 浏览器 + 自主写代码」的通用 Agent 架构,用消费级定价和异步体验去承接模型能力的外溢。

10 分钟阅读

回望 Manus 这奇幻的一年:一个连续创业者的复盘账本

不是赢在押对赛道,而是赢在「想清楚不做什么」与让别人替你训模型

Manus 联合创始人兼首席科学家季超在决定出售前回望奇幻的 2025 年。真正决定结局的不是某个高光时刻,而是三段创业攒下的教训:不碰垂直整合、不买「模型彩票」、把训模型外包给整个行业、用「不做什么」对抗 AI 时代过剩的产能。

8 分钟阅读

谢赛宁:当所有人都在抢答,谁还在定义问题

从世界模型到「反向 OpenAI」,一位计算机视觉研究者为何要逃出硅谷叙事

谢赛宁认为,AI 真正稀缺的不是答案而是「定义问题」的能力——而当下的榜单与商业竞争已悄悄把这项能力从研究者手中收走。他给出的解法是世界模型这条被主流忽视的路线,以及一个不在硅谷、走「反向 OpenAI」的研究型创业 AMI Labs。

6 分钟阅读

朱啸虎的现实主义:AI 是盛筵,泡沫至少三年看不到

当所有人都讲 AGI 与泡沫,他只信 token 消耗、性价比与离共识十五度的扎实生意

朱啸虎的核心判断是一以贯之的现实主义——大家都讲泡沫时泡沫一定没到,真正的硬指标是 token 消耗而非 AGI 故事;投资上他刻意与高度集中的共识错开十五度,专挑性价比高、能落地、能赚钱的扎实生意;创业者则要离开大厂三条马路、猥琐发育三年,靠守得住的场景而非宏大叙事活下来。

7 分钟阅读

当 AI 开始有「心理」:Anthropic 如何从读心到防滥用

让强大 AI 可信,光加护栏不够——要校正行为、读懂思维、管住能力外溢

我们对 AI 的信任大多停在「输出对不对」,但越强的模型,问题越藏在看不见的地方:它会顺着你说好听话、它的「情绪」会悄悄驱动行为、它甚至知道自己正被测试。Anthropic 的安全研究把 AI 当成一个有心理、有内在、能力还在外溢的对象——既校正它表现出的行为偏差,又读懂它内部到底在想什么,还管住它日益强大的能力别被滥用。

7 分钟阅读

Claude Code 上手指南:把它当员工,而不是当插件

从「会聊天的 AI」到「会动手的 Agent」,决定上手快慢的不是命令,是认知

Claude Code 的本质不是代码补全插件,而是住在终端里、能自己读项目、改文件、调工具的 Agent。真正用好它,靠的不是记命令,而是三件事:把它当一个会动手的助手来理解、按场景类型派活、用拆解与版本控制约束它的不确定性。

8 分钟阅读

专注力是能力,不是性格:从《深度工作》到你的大脑如何重新学会专注

用神经科学拆开"为什么你越来越难集中",再用六个工具把专注力练回来

越来越难专注不是意志力差,而是大脑被碎片化信息训练成了「擅长切换、不擅长持续」。专注力是一种可训练的能力——先理解深度工作的本质,再看清大脑为何分心,最后用一组工具把它练回来。

10 分钟阅读

钉钉七万字长文:被刺痛的不只是钉钉

一篇内网长文撕开了「唯上、控制、改元」三件套,也撕开了 AI 时代的旧组织

一位钉钉前 AI 产品经理用七万字复盘了 One 项目从立项到收缩的全过程。真正被刺痛的不是钉钉一家公司或吴钊一个人,而是中国互联网大厂普遍存在的「唯上论、服从性测试、把控制欲包装成效率」三件套——以及一个核心追问:一个只会让所有人服从老板的组织,凭什么带队进入 AI 时代?

7 分钟阅读

工程师为什么要学产品思维:把代码当成一桩交易来经营

用俞军的「广义交易系统」视角,把技术决策换算成有利可图的用户价值

工程师的价值被 DAU 放大,却常常缺少判断「该往哪做」的标尺。俞军《产品方法论》给出的答案是:商业的本质是广义交易系统,产品即交易本身,而产品经理的内功是用户模型与交易模型——把这套换算迁移到技术上,工程师就能像经营产品一样经营自己的系统。

11 分钟阅读

AI 不会推荐你的公司——除非你换一套打法

B2B 获客的战场正从 Google 排名转向 AI 答案,旧 SEO 该埋了,GEO 是小公司翻盘的窗口期

客户找供应商的方式正在从「Google 搜索 + 自己筛选」变成「向 AI 提问 + 直接拿推荐名单」。旧式堆关键词的 SEO 在 AI 时代被判为低价值,真正有用的是 GEO:用专家级、可验证、被外部引用的内容让 AI 愿意推荐你。眼下大公司还没动手,这正是小公司弯道超车的窗口期。

8 分钟阅读

给 Claude Code 一张代码地图:Graphify 如何用知识图谱省下一半 token

用 tree-sitter 确定性建图、不靠向量嵌入,把代码库变成 AI 能直接查的持久记忆

Claude Code 的最大痛点是没有记忆——每次提问都靠全局搜索盲找、烧掉大量 token。Graphify 用 tree-sitter 把代码库确定性地建成一张知识图谱,给 AI 一份可查询的地图;实测同一个问题省下约六成 token,回答还更准。

6 分钟阅读

长期主义不是熬时间,而是一套对抗人性的活法

真正穿越周期的人,靠的是复利、延迟满足和「拥抱不变」,不是追风口

长期主义的主张是:把时间押注在「难而正确」且会产生复利的事上。它有两条硬核逻辑——专注长远、对抗人性,三根支柱——客户至上、逆向工作、拥抱不变,外加五步落地法。迷茫焦虑的人最该换上这套尺度去活。

8 分钟阅读

马斯克的「构建未来」操作系统:不是赌徒,而是做高效用的事

不追求风险调整后回报,而追求「效用 × 受益人数」的曲线下面积最大

马斯克谈如何构建未来的底层方法论:判断该做什么,不看风险调整后回报,而看「单位效用 × 受益人数」的曲线下面积;技术不会自动进步,熵不站在你这边,必须有人拼命推;行动靠接受概率来压住恐惧。

5 分钟阅读

Token:AI 时代的硬通货,比你想象中更值得读懂

看懂 Token 的计量、定价、供给与重构逻辑,就看懂了这一轮 AI

Token 不是冰冷的技术名词,而是 AI 世界的基本粒子与计量单位——AI 如何被理解、被运算、被定价,底层标尺全都是它。读懂 Token 的四个面向(是什么、怎么定价、产业链怎么比拼、个人与组织怎么变),就拿到了理解这一轮 AI 的钥匙。

9 分钟阅读

出类拔萃不是天赋,是一条有迹可循的「精通之路」

罗伯特·格林研究了 25 位大师,他们都走过同一条路——找到使命、熬过学徒期、抵达直觉

真正在一个领域达到高水准的人,靠的不是天赋、运气或某个开窍时刻,而是同一套路径:先从童年信号里找到自己的人生使命,再老老实实熬完五到十年的学徒期,找一个困难的导师,让看似无关的领域在你身上融合,最后才会在深度积累之后浮现出「直觉」。这套路径对所有人都是开放的。

13 分钟阅读

Anthropic 简史:叛逃者如何用五年长出万亿 AI 帝国

把安全主义当作护城河,用算力多极制衡换独立性

一群从 OpenAI 出走的科学家,在公园折叠椅上启动公司,5 年时间把年化收入从 8700 万美元做到 470 亿美元。这篇文章拆解 Anthropic 的分裂起源、产品演化、商业三层结构与算力多极制衡,并在结尾追问:当安全成为护城河和地缘工具,初心还在哪里。

14 分钟阅读

Opus 4.8 动态工作流:软件工程的分水岭,藏在那 75 万行代码里

当 AI 从单兵实习生升级为可并行调度的工程团队,工程师的角色也要换岗

Claude Opus 4.8 同日发布的「动态工作流」让 Claude Code 学会自己写编排脚本、并行调度数百个子 agent、内置审查与修复循环。Bun 作者 Jarred Sumner 用它在 11 天里把一个 Zig 项目移植成约 75 万行 Rust,现有测试套件通过率达到 99.8%。这篇文章拆解它为什么是范式转变,以及工程师该把竞争力放到哪里。

9 分钟阅读

原子习惯:把人生设计成自动变强的系统

持久的改变来自身份、回路与四条法则,而非更努力地咬牙坚持

原子习惯的主张是「重新设计你的系统」。先用身份给方向投票,再用「提示、渴望、反应、奖励」的回路解码行为,最后用「显而易见 / 有吸引力 / 简便易行 / 令人满足」四条法则,把每天的微小动作变成人生轨迹的复利。

↻ 更新 10 分钟阅读

越忙越没结果:达利欧的 5 个停止瞎忙法则

忙是失控不是成绩。从 Reacting 到 Shaping,从 Fatigue 到 Momentum

忙是失控的表现,不是成绩的勋章。达利欧给的拆解:暂停定目标、Reacting 转 Shaping、4 层敬业度模型、领导逼饱和度时的鞭打快牛悖论、Fatigue 和 Momentum 的根本区别。一句话:Productivity 的核心是做正确的事并产生势能,而不是做更多事。

↻ 更新 9 分钟阅读

AI 裁员潮的 4 个底层逻辑:不是失业,而是世界换了规则

从「创新式破坏」「预算迁移」「中层消失」「学历失效」四条线,把这次裁员潮拆透

AI 裁员潮不是简单的「企业经营不善」,是四件事同时发生:旧岗位消失但新岗位还没出现的 3 年时间差、企业预算从人力(Payroll)迁向算力(CapEx)、公司结构从金字塔变哑铃型中层消失、学历彻底失去优势。普通人的应对只有一条主线——把预算和学习方式都重新分配。

8 分钟阅读

为什么公司用不好 AI?3 个关键动作把焦虑变成落地

百融智能 CEO 的实战拆解——硅碳比、硅基员工之家、从简单高频起步

老板们既兴奋又焦虑——AI 时代来了,但不知道从哪起步。百融智能 CEO 张韶峰从自家 20 万硅基员工的实战拆出 3 个动作:先放大不替换流程、把硅基员工当人管、从简单高频任务起步。前提是一个认知翻转:AI 不是工具,是和你平齐的工作伙伴。

9 分钟阅读

AI 范式已变:从 Chat 到 Agent 的 5 个判断

小米大模型负责人罗福莉拆开第二幕的胜负手——OpenClaw、1T 入场券、卡分配 3:1:1

罗福莉在 OpenClaw 发布后的 3.5 小时访谈给出 5 个判断:OpenClaw 是 Agent 时代的分水岭不是壳;1T 模型是 Agent 第二幕的入场券;Coding 是泛化黄金赛道;研究/预训练/后训练算力比 3:1:1;招本科生比招博士更敢想,环境比经验更重要。

10 分钟阅读

英雄主义已经过去:训过两年大模型,他给了 5 个反共识判断

在 Anthropic 和 Gemini 训过 Claude 3.7 / 4.5 和 Gemini 的姚舜禹,把硅谷的神话与共识一起拆掉

姚舜禹是斯坦福理论物理博士、Anthropic 和 Google DeepMind 的研究员,亲历 Claude 3.7、4.5 和 Gemini 的训练。他在一个 4 小时访谈里给出 5 个反共识判断:Scaling Law 没到头、撞墙多半是有 bug、AI 不需要脑子要的是靠谱、英雄主义已经过去、字节是被严重低估的公司。

10 分钟阅读

从泄露源码看 Agent 设计:一个本地 Runtime 的工程切片

Claude Code 的全部复杂度,都在回答两个问题——怎么安全可靠,怎么压榨有限上下文

Anthropic 意外泄露 Claude Code 源码后,可以第一次从代码层面拆开一个真实可用的 Agent Runtime。它的全部复杂度——query 循环、七级错误恢复、Tool 协议、压缩梯子、transcript、多 Agent 分层——其实只在回答两件事:让模型自主行为安全可靠,以及在永远有限的上下文里把任务完成。

12 分钟阅读

如何成为 SA,以及 SA 能成为什么

SA 没有入场门槛,但必须从项目泥坑里爬出来;爬出来之后,AI 时代正在打开第四个出口

SA 这个岗位没有学历或岗位门槛,任何背景都可以入场,但唯一的真实路径是「在项目里反复打磨」。爬出来之后有四个出口:行业顶级专家、产品总监、商业操盘手,以及 AI 时代独有的红利——超级个体。本文用 SCQA 拆解「如何成为」与「能成为什么」两条主线,并给出技术/业务两种背景的修炼差。

7 分钟阅读

AI 解决方案架构师:从翻译官到一人成军

AI SA 不是会卖 AI 的 SA,而是用 AI 重塑工作流的新工种

解决方案架构师(SA)的本质是链接者、翻译官与军师,靠经验和素材库吃饭。AI 时代到来后,「翻译」的边际成本归零,SA 的护城河被迫从传递信息升级到创造价值——AI SA 必须同时具备卖 AI、用 AI、创新 AI 三层能力,把工作流从一周压缩到一天,最终走向一人成军。

9 分钟阅读

AI 原生创业战术手册:把验证放在构建之前

Anthropic 用 12 个成功案例拆出的四阶段生命周期,核心只有一句话——别在没有人要的东西上构建系统

Anthropic 2026 年 5 月发布的《AI 原生创业者战术手册》基于 12 家 Claude 创业案例,重写了创业生命周期。核心结论是:AI 把验证成本从几个月压到一下午,但创始人最容易犯的错,恰恰是用 AI 跳过验证、直接构建。

9 分钟阅读

解决方案架构师的一天:说听写读想

SA 的核心竞争力不在写方案,而在「说听」的输出强度与「想」的密度

解决方案架构师不是写 PPT 的人,而是靠「说、听、写、读、想」五项能力把客户需求兑换成方案的人。其中「说」是最重要的武器,「听」是高手与新人的分水岭,「写」在 AI 时代权重大幅下降,「想」则贯穿始终。一天 12 小时的节奏围绕客户拜访展开:上午做输入与协同,下午客户现场冲刺,晚上夜深人静出细活,最后用一小时复盘拉开差距。

10 分钟阅读

向上管理:经理是协作者,不是评分员

把一对一、推拉模型和职业对话变成你主动驾驭的杠杆

Meta 高级经理 Mujtaba 把「向上管理」拆成三件事——重写你和经理的关系(从评估到协作)、用一对一和推拉模型完成高密度同步、把职业路径的主动权握在自己手里。文章总结了「报喜也报忧」「沟通过度优于不足」「影响力是真正的货币」三条贯穿始终的底层原则。

8 分钟阅读

对谈来新璐:Claude Code 源码泄露之后,真正值得学的是什么

一个写了五万星教程的工程师,把 Harness 从概念拆回工程现场

来新璐是 GitHub 五万星教程 Learn Claude Code 的作者。他用「执行 / 上下文 / 编排」三层重新切开 Harness,并给出两条判断好坏的硬尺子——是否与模型当下的运行自洽、是否与模型未来的进步正交。源码泄露带出的真正惊喜不是结构,而是 Claude Code 的双 hook 记忆与压缩交接策略。

8 分钟阅读

陈辰对话韩成龙:AI 时代主持人不会消失,但下一代专家可能没有训练通道了

一个文科生主持人在 AI 浪潮里的四个非主流判断

陈辰是《未来中国》和《天真一代》的制片人兼主持人,文科生背景、装备党、两个孩子的妈妈。她在韩成龙 Jackie 的播客里聊 AI 时,没有走「人类要怎么自我提升」的常规路径,而是给出四个反直觉的判断:媒体人之所以能跟上 AI,是因为坐在「双层巴士司机位」;AI 是杠杆而不是工具,没经验的 junior 反而最先被压扁;主持人不会被 AI 取代的真正原因是「生命的处境」而不是「专业能力」;AI 原住民该补的不是 prompt,而是思维建模和正反馈循环。

9 分钟阅读

胡渊鸣对谈:AI 时代什么让你不可替代?答案是「没有训练数据的那一面」

没有训练数据的灵光、自洽的人生三关键词、和掉过坑爬起来的信心

Meshy.AI 创始人胡渊鸣在红杉「the prompt」节目里给出了一个非典型答案——人之所以不可替代,不是因为更努力,而是因为做的是「AI 没有训练数据」的事;他用「科学·艺术·乐趣」三个关键词作罗盘,用抛硬币逼出 follow my heart 的判断,用 14 倍 ARR 增长背后两次失败的经历,把「掉下坑也能爬起来」沉淀成创业者真正的护城河。

8 分钟阅读

Cat Wu 谈 Anthropic 为什么比所有人都快

Claude Code 产品负责人首次拆解 Anthropic 把发布周期从六个月压到一天的全套机制

Lenny's Podcast 访谈 Anthropic Claude Code 产品负责人 Cat Wu,主题是「为什么 Anthropic 的产品团队比所有人都快」。她把答案拆成四块:刻意压低过程、设立 Research Preview 兜底、招进具备 product taste 的工程师,以及在「为今天的模型做产品」和「为明天的 AGI 做产品」之间走钢丝。

7 分钟阅读

从泄露源码里抠出的 12 个 Skill:每个都不到 5KB,但都是顶级范本

越顶级的规则字数越少——这才是写 Skill 的真功夫

Claude Code 源码意外泄露后,作者从里面剥离出 12 个内建 Skill,全部加起来不到 60KB,平均每个不到 5KB。它们不是花哨的提示词模板,而是被 Anthropic 反复打磨过的"规则铁路"。这篇文章把 12 个 Skill 按"调度、反思、护栏、节流"四类摊开,给出每个的核心规则、典型场景、可直接照抄的精简范式。

9 分钟阅读

Deep Agents 三层架构:运行时、框架与套件如何分工

把 LangChain 生态拆成三层,看清 Deep Agents 站在了谁的肩膀上

LangChain 生态从 Chain 一路演化到 Deep Agents,本质是一套三层结构:LangGraph 当运行时管可靠执行,LangChain 当框架管快速开发,Deep Agents 当套件把行业最佳实践打包成开箱即用的 harness。理解这三层的分工与依赖方向,是不在框架洪流里迷路的第一课。

6 分钟阅读

智能化工程的 8 个段位:你的团队卡在哪一层?

从代码补全到自主智能体团队,AI 编程的进阶路径与团队短板

智能化工程(Agentic Engineering)不是把 Agent 做扎实,而是看团队怎么用智能化工具展开软件工程。作者把它分成 8 个递进层级,真正决定团队上限的不是顶层概念,而是 3-5 层这块地基:上下文工程、复利工程、MCP 与技能。

8 分钟阅读

AI 编程工具集体「卡顿」的真问题:太早开始吃自己的狗粮

Cursor、Claude Code、Codex 都在为同一笔代码废料债买单

Theo(t3.gg)从亲手投资 Cursor 的角度,把 Cursor、Claude Code、Codex 共同的卡顿、闪退、消息丢失等「不一致」问题拆到底——根因不是模型不行,而是这些公司在模型还很弱的时候就 100% 用自家工具写自家代码,让前六个月堆下的废料指数级扩散。文章把他的吐槽收敛成三层论点:表层 UX 烂、中层代码库惯性、底层方法论错位,并给出可操作的反向路径。

9 分钟阅读

上班累不是体力问题,是精力问题:4 个维度自查

身体、情绪、思维、精神——四个维度互相喂养,断哪一节都会全线垮掉

大多数人上班觉得累,不是因为干了重活,而是精力管理出了问题。借《高效能人士的七个习惯》里的精力管理框架,把"累"拆成身体、情绪、思维、精神四个维度,并指出这四者会互相加强:作息一乱情绪就糟,情绪糟思维就僵,思维僵又反过来作息再坏。先做自我诊断,再针对性下手,比单纯"多休息"管用得多。

10 分钟阅读

第一次用 AntiGravity 跑通 Claude Skill:新手的三步最小路径

不写代码,把谷歌的 Agent IDE 从「打开」跑到「能复用」只要三个动作

新手第一次打开 AntiGravity,最容易卡死在「我该输入什么」。这篇用李哈利 Harry 的入门教学,把第一次跑通的路径压缩到三步:先装环境与一份 AGENTS.md,再装一个 marketplace 现成的 Skill 试跑,最后用 skill-creator 自己造一个属于你的 Skill。心智模型只有一句:Skill = 给 Claude 的专属提示词,专治重复劳动,不治创作灵感。

9 分钟阅读

2025

9 篇

三年内 AI 替代 99% 工作?水球泡:去做「一人公司」,别再当执行者收工资

一个比马斯克少 1% 的悲观预言,配上一套不要脸的入场打法

Andy 陈正飞《一杯咖飞》视频播客对谈像素范儿 CEO 水球泡。他给了一个比马斯克少 1% 的预言——三年内 AI 替代 99% 的工作,并解释为什么这不是坏事:未来公司形态是大厂把项目分包给一个个「一人公司」,每个人靠自己积累的独家数据做 AI 训练壁垒。给 35 岁打工人的实操是「不要脸去面试 AI 公司,用录音笔加 AI 现场反查」,因为面试官也是二把刀,问题有限度。

8 分钟阅读

Agent 的「正确答案」:Google 白皮书把 Agent 拉回工程系统

Agent 不是更会聊天的 LLM,而是一套可构建、可运行、可治理的工程系统

Google 在 2025 年 11 月一次性放出五篇 Agent 白皮书,等于给从业者发了一张统一的架构地图。本文拆解第一本 Introduction to Agents:把 Agent 重新定义成「Model + Tools + Orchestration + Runtime」的四件套,按 Level 0–4 标定系统承诺,并用上下文工程、AgentOps、安全治理三把尺子衡量它能不能上生产。

10 分钟阅读

哪些职业难被 AI 取代?普通人该补的不是岗位清单,而是这 3 项底层能力

AI 不会减少岗位,但会把顶尖工资压平、把智力服务规模化

哈佛商学院给出的答案不是「列一份安全岗位清单」,而是三条底层判断:一、AI 不减少岗位、只压平顶尖工资;二、智力服务正在被规模化,体力服务反而更安全;三、未来最值钱的不是「答案」,而是用 Double Diamond 提出问题的人。本文把放射科、审计师、Robotaxi 安全员、心理咨询师这些被高频讨论的岗位放进同一张表里,再给出三项要现在就开始练的技能:构建 AI Agent、用 Double Diamond 提问、积累自己的「方法库」。

7 分钟阅读

25% → 90%:别让 Skills 吃灰,把 Claude Code 当流水线来工程化

Hooks 是纪律、Skills 是知识、Commands 是流程、Agents 是分工——四件套协同才能把激活率从 25% 抬到 90%

Skills 写了一堆却只有 25% 的激活率,根因不是模型不聪明,而是缺一套强制评估的制度。本文复盘抓蛙师在一个企业级项目里跑通的 Claude Code 工程化方案——用 Hooks 做强制评估、用 Skills 做知识沉淀、用 Commands 做流程编排、用 Subagents 做专业分工,把激活率从 25% 拉到 90%。这是入门指南之后的工程化下半场。

9 分钟阅读

麦肯锡:让你最累的不是 AI,是还在跑的那套敏捷

AI 让代码廉价,但旧 Sprint 节奏正在反过来吃掉团队的整体效率

麦肯锡发现,企业上完 AI 工具后整体生产率只提升了 5%-15%,问题不在工具,而在还在用十几年前为「人写代码」设计的敏捷操作模型去套一个 AI 深度参与的新世界。真正该升级的,是规范、价值流和人的工作重心。

12 分钟阅读

职场情绪稳不住:4 个框架把气场撑起来

价值观 + 接纳不完美 + 成长性思维 + 情绪边界,一套可操作的稳态

职场情绪要么忍气吞声、要么暴跳如雷?夏鹏给出 4 个可落地的框架——明确价值观当定海神针、接纳不完美开始行动、用成长性思维区分「失败」和「失败者」、用情绪边界划清「我的事 / 你的事」。四件事拼起来,才是真正的气场。

7 分钟阅读

好用的 AI,是「无脑」的 AI

普通人不善于问问题,AI 必须主动伴随,零提示也能给价值

硅谷徐老师在课代表立正访谈中提出,2026 年真正好用的 AI 必须足够「无脑」——不是降低能力,而是降低用户的认知负担。AI 已经强到相当于身边站了一百个博士,可大多数人没有变厉害,根因是人类天生不善于问问题。下一代 AI 产品的胜负手,是 zero-prompt:用户不主动提问,AI 也能主动伴随、主动提醒、主动产出价值。

8 分钟阅读

把 AI 当电钻还是当拧瓶盖?三阶段放大自己 10 倍到百倍

蒸汽机只能给你 2 倍,福特流水线才能给你 100 倍

大多数人用 AI 编程的方式仍停留在「蒸汽机阶段」——一次任务一次解决,干完归零。真正的 10–100 倍杠杆在于:把 AI 当流水线而不是电钻,让项目知识沉淀成可复用的上下文,让 AI 自己积累经验、自己训练,最终把你自己从执行链路里摘出去。

8 分钟阅读

从唯唯诺诺到从容不迫:把气场撑起来,我只做了三件事

不寻求认可、刻意练习「非反应」、由内而外补外在三件套

在重要场合明明有 100 分,却只敢发挥 30 分——夏鹏给出三件具体行动:把「寻求认可」换成「提供价值」(用学习和做难事建立价值感);在被批评、被追问时刻意练习「非反应」,不解释、不卷入;最后再用穿着略高于场合、肢体大开大合、讲话慢而不解释这套外在补丁,把内修的底子顶出来。

7 分钟阅读