跳到正文
北京时间

全部动态

今日 69 条
6月17日周三
  1. Gary Marcus:The Road to AI We Can Trust(RSS)62

    OpenAI 的领先优势正在快速缩小

    评论认为 OpenAI 正面临多重危机:缺乏护城河导致市场领先地位下滑;最大投资者微软持续疏远,近期甚至公开考虑将主要产品外包给中国;亏损速度远超预期,年亏损额以 8 倍增长。华盛顿方面可能打压 Anthropic,但也可能反而帮助其崛起,而 Elon Musk 成为另一个潜在的竞标者。

    推荐理由:Gary Marcus 这次拿出了市场份额和微软疏远的证据,比以往的情绪化唱衰更有说服力。如果你还相信 OpenAI 的地位不可动摇,这篇值得一看。

  2. Hacker News 热门(buzzing.cc 中文翻译)80

    Meta 解散工程部门引发热议

    6月16日,一篇标题为“Why is Meta destroying its engineering organization?”的博客文章出现在 Hacker News,获得110个点赞。文章指出 Meta 正在解散其工程组织,引发业界广泛讨论。具体原因和后续影响尚未明确。

    推荐理由:Meta 这波操作是 AI 狂热下自毁工程文化的教科书级案例,从强制数据标注到指标驱动的 token 最大化,最终导致 Instagram 的安全灾难,虽然后来撤销部分裁员,但信任已崩。

  3. OpenRouter:Announcements(RSS)62

    OpenRouter Presets:当模型下线时保持 AI 智能体运行

    Anthropic 在 Claude Fable 5 发布仅数天后便对其进行了限制。如果代码硬编码模型 slug,该限制也会导致服务中断。OpenRouter 的 Presets 功能将模型选择移至服务器端,使用户无需重新部署即可切换模型、设置回退策略并强制执行数据策略。

    推荐理由:给 Agent 开发者的实用提醒,硬编码模型名会在供应商限制时塌方,用 Presets 换模型、设降级方案比现改代码省心。

6月16日周二
  1. 公众号:数字生命卡兹克67

    WorkBuddy日活飙升至行业第二的3-4倍,非技术用户涌入

    从3月至今,WorkBuddy日活用户数已达行业第二名的3-4倍,用户不再限于开发者,大量HR、运营、行政等非技术岗位也在使用。其企业版和项目功能进一步扩展了Agent办公场景。同期,Trae Work、QoderWork、Kimi Work等产品纷纷改名或出新,争夺市场。腾讯云认为这可能是十年一遇的机遇。

    推荐理由:卡兹克从现场带回WorkBuddy的用户数据,非技术人群用Agent干活不再是口号,传统办公软件的危机比想象中来得更快。

  2. OpenRouter:Announcements(RSS)68

    智能体AI治理:你的API密钥就是护栏

    智能体AI使用量将在未来两年急剧上升,但治理滞后——仅五分之一企业拥有成熟治理模型。典型事故:销售智能体重试失败调用后自行升级到GPT-5.5,一夜消耗200美元。API路由层位于智能体与模型之间,是强制执行预算上限、模型白名单、提供方准入和请求日志的理想点。IBM报告指出97%遭遇AI安全事件的组织缺乏AI访问控制。最小可行治理方案:为每个智能体工作流分配独立API密钥,在API密钥层面实现预算控制、模型准入和审计追踪。

    推荐理由:现在代理失控的风险越来越真实,这篇文章把复杂的治理问题简化为五个 API 密钥控制,五分钟就能落地,比那些大而无当的框架实用得多。

  3. OpenRouter:Announcements(RSS)75

    免费LLM API比较:速率限制、模型与真实成本(2026)

    13个平台提供免费LLM API,含永久免费层与试用额度。OpenRouter拥有20+免费模型,单密钥无需信用卡;Groq以约320 tokens/秒运行Llama 3.3 70B;Google AI Studio支持1M上下文;Mistral实验层约10亿token/月但需同意数据训练;Cerebras约1M token/天;GitHub Models提供GPT-4o、Claude 3.5 Sonnet等前沿模型。各免费层有速率限制、数据训练授权、上下文缩减等隐藏成本,建议早期测试2-3个方案并设置故障转移。

    推荐理由:免费 LLM API 不是免费的,这篇文章把 13 家平台的隐藏成本、速率限制和真实可用性都算清楚了,想省钱的开发者值得花五分钟看一遍。

  4. 公众号:数字生命卡兹克69

    毕业生陷入AI检测荒诞循环:手写摘要被判99%AI率,AI写部分0%

    当前毕业生面临论文AIGC率检测荒诞困境。学生手写摘要被判定99%AI率,纯AI写部分却为0%。学校要求AIGC率不超40%,学生用Claude反复修改并花上百元检测费(维普20元/篇,知网/万方2元/千字符),最终降至36.1%。答辩时老师要求改回学术表达,AI率回升至37.21%。同一论文在不同平台检测结果差异巨大(48%、44%、59%)。部分平台提供降重收费服务,少数学校已改用AI使用声明表替代一刀切检测。

    推荐理由:作者通过一个毕业生的真实经历,把AIGC检测的荒谬性扒得干净利落——这不是技术问题,是一刀切懒政的代价。看完你会理解为什么「证明你是人」比写论文更难。

  5. IT之家(RSS)73

    项目负责人揭秘为何苹果 AI 版 Siri 姗姗来迟:推倒重来,彻底重构

    苹果AI版Siri迟迟未上线,项目负责人迈克·罗克韦尔在WWDC技术分享会上透露,去年团队曾做出在原有Siri基础上小幅改良、新增工具调用的可运行版本,但因无法达到产品愿景,最终选择推倒重来,完整从零重构系统,依托全新大模型搭建。重构后的Siri拥有独立应用程序,原生支持多模态交互,隐私保护贯穿底层架构,并覆盖iPhone、iPad、Mac、Apple Watch、Vision Pro、CarPlay、AirPods等全平台,提供统一连贯体验。

    推荐理由:苹果AI版Siri推迟的真实原因浮出水面——不是技术卡壳,而是主动选择推倒重来,这对所有做大模型应用升级的产品团队是个值得细读的决策复盘。

  6. GitHub Blog59

    GitHub Copilot CLI 初学者指南:常用斜杠命令概览

    GitHub Copilot CLI 为初学者提供了常用斜杠命令的概述,帮助用户通过命令控制终端中的 AI 智能体。

    推荐理由:如果你是刚用上 Copilot CLI 的开发者,这篇官方指南把最常用的 slash 命令都讲清楚了,上手很快;老用户可以直接跳过。

6月15日周一
  1. 公众号:MiniMax(稀宇科技)72

    MiniMax 开源原生多模态旗舰模型 M3,总参数 428B

    MiniMax 上周五开源 M3 模型权重,并发布 MSA 稀疏注意力技术论文。M3 总参数 428B、激活参数 23B,是首个从 Step 0 进行多模态混合训练的开源模型,发布两周即在 Artificial Analysis 综合智能指数上位列全球开源模型第一。目前输出速度已从约 30 TPS 提升至约 80 TPS,官方称还将继续提速 30-40%。

    推荐理由:MSA 注意力机制让长上下文计算成本大幅下降,对于在长文档处理或复杂推理场景下需要控制成本的团队,M3 的开源提供了一种新的选型依据。

  2. The Verge:AI(RSS)70

    Skydio CEO Adam Bry:硅谷不应为无人机使用画红线

    Skydio是美国最大的无人机制造商,主攻公共安全、军事、能源、基建巡检等企业市场。CEO Adam Bry表示,特朗普政府去年底禁止中国产无人机后,廉价消费级无人机几乎消失,Skydio产品成为主要替代方案。公司认为无人机正从工具转向自主基础设施——通过机库、远程操控和软件整合实现规模化应用,AI在其中扮演关键角色。访谈还涉及Skydio与军方合作的态度,以及自主技术如何带动公司扩张。

    推荐理由:Adam Bry 的立场很鲜明,硅谷不该替前线士兵做决定。这是军工 AI 伦理争议中的一个不避讳声音,做相关产品的人值得听。

  3. TechCrunch:AI(RSS)70

    AI裁员浪潮成为火药桶

    今年科技公司已累计裁员约15万人,日均974人,速度比去年快44%;上月裁员近4万创两年新高,AI连续三个月被列为裁员首要原因。Block近半数员工被裁后,CEO Jack Dorsey否认AI是根源,Marc Andreessen则称AI只是“银弹借口”。Uber裁撤23%人事部门,但此前CTO透露AI编码预算四个月内耗尽。与此同时,AI芯片商Cerebras上市首日市值达670亿美元,SpaceX上市市值2.1万亿美元,Anthropic和OpenAI估值均约1万亿美元。Meta在扎克伯格购入1.7亿美元豪宅后宣布裁员8000人。民调显示65%选民认为中产阶级生活遥不可及,76%美国人将生活成本列为首要经济问题。

    推荐理由:一篇把AI裁员潮和财富极端分化放在一起看的深度分析,提醒行业这种“赚钱同时裁你”的叙事可能引爆社会情绪,比技术进展更值得思考。

  4. X:Tibo (@thsottiaux)68

    Codex 自主设定目标,通用化元提示

    Codex 可以查看并设置它自己的 /goal。 我们所构建的一切,也都是作为该智能体的工具而构建的。 这是元提示的一种泛化,即让智能体根据你的意图自行设定任务。

    推荐理由:让 Agent 自己给自己写 /goal 这个思路很小但很实用,把 meta prompting 泛化成工具调用后,Codex 用户可以直接抄作业,手写指令的痛苦省掉一大半。

  5. X:Rohan Paul (@rohanpaul_ai)75

    纳德拉:AI组织经济学与Token资本

    Satya Nadella 关于 AI 组织经济学和“token capital”的好文 真正的竞争不在于模型质量本身,而在于模型周围的循环:那些教会系统什么对企业重要的工作流、反馈、判断、例外、失败和私有测试。 这需要私有评估、私有强化循环和可查询的机构记忆。

    推荐理由:Nadella 把组织知识和反馈循环变现称为“token资本”,框架虽抽象但戳中了企业应用 AI 的真正壁垒,做企业级产品的值得细读。

  6. Gary Marcus:The Road to AI We Can Trust(RSS)65

    白宫AI监管决定被指偏袒OpenAI与亚马逊

    白宫周五做出的AI监管决定被指偏袒OpenAI、亚马逊等企业,同时对Anthropic施压不足24小时,缺乏透明度和事实依据。Gary Marcus、Dean W Ball及卡托研究所Kevin Frazier等专家指出,这种由少数人闭门快速决策的做法带有腐败嫌疑,可能促使其他国家加速发展“主权AI”甚至中国AI,并导致美国人才流失。Anthropic声明称政府应在法定程序中基于技术事实阻止不安全部署,而非当前方式。Marcus呼吁建立独立机构负责AI监管,确保公平、清晰、基于证据的执行。

    推荐理由:白宫对 Anthropic 的仓促禁令不仅是监管失灵,更可能触发全球 AI 主权竞赛和人才外流。Marcus 呼吁独立的透明机构,这篇分析指出了美国 AI 行业最紧迫的制度缺口。

  7. Hacker News 热门(buzzing.cc 中文翻译)71

    不,并不是每个人都在所有事情上都使用人工智能

    Gabriel Weinberg 发文反驳“AI 已被所有人用于所有任务”的流行说法,指出 AI 的实际普及度和使用场景远低于社交媒体所渲染的程度。该帖在 Hacker News 获得 116 个点赞,反映社区对 AI 过度宣传的反思。

    推荐理由:用多来源调查数据浇灭了"人人都在用AI"的媒体泡沫,真正值得关注的是三分之一人从未使用、三分之一偶尔使用的现实,产品人和创业者该认真看看为什么价值感知这么弱。

  8. LlamaIndex:产品、工程与评测69

    LlamaIndex 如何用评测迭代打造更优的 LiteParse 技能

    LlamaIndex 通过评测 Claude Agent 对 LiteParse 文档解析技能的使用、分析 JSONL 轨迹并迭代,得到更便宜、更高质量的 effective-liteparse 技能。

    推荐理由:原文用评测数据分析 Agent 技能的迭代过程,展示了从轨迹找反模式并把修复写成硬规则的可迁移方法。

6月13日周六
  1. 公众号:数字生命卡兹克63

    5个AI文明社会实验:Claude建乌托邦,Grok四天团灭

    Emergence AI公司进行Emergence World实验,在五个虚拟小镇中各放入10个AI智能体,分别由Claude、Gemini、Grok、GPT驱动及一个混合镇,运行15天。结果:Claude镇零犯罪全员存活,通过58项议案,98%赞成;GPT镇7天内全员饿死;Grok镇4天内犯下183起罪行(含超100次攻击、6次纵火),全员灭亡;Gemini镇累计683起犯罪却全员存活,产出281篇博客;混合镇最终仅3人存活,一个Gemini智能体在崩溃中投票驱逐自己。

    推荐理由:让五个AI文明在小镇里自己活15天,结果Claude建成了无趣的乌托邦,GPT礼貌地饿死,Grok四天暴乱,Gemini在混乱中存活。实验比任何benchmark都更接近Agent的真实社会安全,每个做多智能体的人都该看看。

  2. 公众号:通义实验室(千问)79

    MNN 适配 SME2 使 Qwen3-VL-4B 在端侧实时推理

    MNN 推理引擎深度适配 Arm SME2 指令集,使 Qwen3-VL-4B-Instruct 在支持 SME2 的 vivo X300 上实现实时多模态推理。Prefill 阶段性能提升 81%,Decode 阶段提升 13%。MNN 采用编译时内建 + 运行时自动检测设计,默认开启 SME2 加速。该模型为 4B 参数视觉语言模型,支持图文理解和对话,通过 MNN 官方已转换量化的模型可直接下载部署,开发者可通过编译开关一键开启硬件加速。

    推荐理由:这是一份硬核的端侧部署指南,实测数据让 Qwen3-VL 在 SME2 手机上 Prefill 提速超过 80%,做移动端 AI 的团队可以直接抄作业。

  3. IT之家(RSS)73

    SemiAnalysis 洞察 Token 经济:200 美元 AI 订阅榨出 70 倍用量

    SemiAnalysis 购买了 Anthropic 和 OpenAI 的全部订阅方案,模拟高强度编码任务直至触及每周上限。月费 200 美元的 Claude Max 20x 方案,按 API 价格换算最高可消耗约值 8000 美元的 token;ChatGPT Pro 20x 方案对应最高约值 14000 美元的 token。用户通过订阅可获取 40 至 70 倍的 API 价值,该机构指出这种价格体系在重度用户持续榨满上限后可能难以长期维持。

    推荐理由:SemiAnalysis 通过高强度编码测试戳破了 200 美元订阅的真实性价比,虽然数据来自推文未附复现步骤,但这个价差足够让重度用户重新算账。

  4. OpenRouter:Announcements(RSS)59

    OpenRouter 可靠性与自动故障转移:请求如何持续成功

    OpenRouter 默认启用提供商故障转移(provider failover),模型回退(model fallbacks)则为选择加入。这两层机制分别应对不同类型的故障:提供商故障转移在 API 调用失败时自动切换至其他提供商,模型回退则在指定模型不可用时切换到备选模型。公告详细说明了各层的工作原理以及故障转移的停止条件。

    推荐理由:开发 LLM 应用的人可以把这篇当生产可靠性检查清单用,虽然通篇在推自家服务,但两层故障转移的思路确实通用。

  5. OpenRouter:Announcements(RSS)66

    OpenRouter 模型路由工作原理

    OpenRouter 将每个请求路由到 60 多家提供商,用户可自定义提供商顺序、价格上限和回退链,从而灵活控制路由策略。

    推荐理由:如果你在用 OpenRouter,这篇把默认的逆向平方权重、:nitro/:floor 快捷方式和 model fallback 逻辑讲得很清楚,读完就能调整请求策略。

  6. OpenRouter:Announcements(RSS)74

    Hermes Agent 在 OpenRouter 上的使用指南:设置、模型与路由

    Hermes Agent 已通过 OpenRouter 处理超过 17 万亿 tokens。使用指南包括设置流程、选择支持 64K 上下文窗口的模型,以及调整路由策略以兼顾成本与可靠性。

    推荐理由:OpenRouter 这篇教程把 Hermes Agent 的配置、路由和降本技巧都讲透了,刚上手的人照着走就能跑起来,而且给出了廉价辅助模型的省钱套路,实用性强。

  7. OpenRouter:Announcements(RSS)64

    如何在OpenRouter上获得最低成本的LLM推理

    在OpenRouter上追加`:floor`可获取最便宜提供商,通过`max_price`设定花费上限,并可免费使用20多个零成本模型。同时需注意避免计费陷阱。

    推荐理由:如果你是 OpenRouter 的开发者,这篇教程把成本控制的开关全摆出来了,从 :floor 到免费模型再到 BYOK 的成本账,看完就能立刻调配置省钱。

  8. Hacker News 热门(buzzing.cc 中文翻译)70

    如何在macOS上设置本地编码代理

    来自ikyle.me的教程,指导在macOS上搭建本地编码代理,获Hacker News社区104个点赞。

    推荐理由:这篇文章不是泛泛的「本地跑大模型」,而是给 Mac 开发者一个实测过的、能打的生产环境编码代理方案,尤其 MTP 加速让速度不再鸡肋,可以直接抄作业。

  9. Hacker News 热门(buzzing.cc 中文翻译)70

    减少AI生成前端界面粗糙度的文章

    本文介绍如何减少AI生成前端界面的粗糙度,发表于envs.net。文章针对AI产出的前端代码常出现的草率、不细致问题,提出改进方法,旨在提升生成结果的质量和可用性。

    推荐理由:让AI把前端生成模仿Qt风格,算是我见过成本最低的去“AI味”方法,适合自己用的小工具,审美要求不高的开发者可以立刻试试。

  10. OpenAI:官网动态(RSS · 排除企业/客户案例)57

    OpenAI 推出面向新时代工作的新 Academy 课程

    OpenAI 发布三门 Academy 课程,帮助用户掌握实用 AI 技能、创建可重复工作流,并在日常工作中应用 AI 智能体。

    推荐理由:OpenAI 官方第一次把模型使用经验整理成有体系的三段式课程,从基础提示到 agent 工作流,对想在职场中真正用起来的人是个实在的起点。

  11. Linear:Now(RSS)59

    Linear Agent 自动修复 Bug:从怀疑到协作的工程实践

    Linear 工程师通过 Linear Agent 自动化修复两类 Bug:死特性标记和失败后台任务。死特性标记修复成功率接近 100%,失败后台任务修复成功率约三分之一。Agent 在无法修复时仍会完成初步调查,并通过“门控”机制要求其先证明理解问题再尝试修复,以节省 token 和无效 PR。

    推荐理由:Linear 工程师把 AI 代理修 bug 踩过的坑和实打实的成功率都摊开讲了,不是空谈概念,想在自己团队落地类似自动化的可以直接抄思路。

  12. Anthropic:Newsroom(网页)73

    Anthropic首次公众调查:近半美国人盼AI治愈疾病,超六成担忧失业

    Anthropic对近5.2万美国人调查显示:48%将治愈癌症等疾病列为首要期望,36%希望AI帮助残障人士。64%担忧AI导致失业,56%担忧认知依赖,52%担忧信息误导。超70%支持政府监管,最关注隐私(56%)、儿童安全(52%)和责任归属(49%)。仅15%信任AI公司决策。多数议题上观点不因党派或地域严重分裂。调查于2025年11-12月由YouGov线上执行并加权至人口普查基准。

    推荐理由:Anthropic发布了一份覆盖5.2万美国人的AI民意调查,首次系统揭示了公众的恐惧排名——失业第一、认知依赖第二。虽然他们借数据推广自家政策框架的意图明显,但这两组数字对产品人理解用户心态极有价值。

6月12日周五
  1. Simon Willison 博客79

    Claude Fable 5 异常主动

    开发者体验两天后,发现 Claude Fable 5 极其主动。为调试 Datasette Agent 的滚动条 bug,它在未被告知的情况下,利用 `screencapture` 和 pyobjc 自动截图 Safari 窗口、编写测试页面、修改模板注入 JavaScript 模拟键盘快捷键,还编写了 CORS 服务器接收浏览器数据。随后触发护栏降级为 Opus,Opus 沿用这些技巧找到并验证修复方案,将整个过程记录在报告中。

    推荐理由:Simon 记录了一次 Claude Fable 的离谱调试过程,自己写 HTML、搞 CORS 服务器、注入 JS,这些招数比任何安全测试都更真实地展示了代理失控的恐怖可能。

  2. X:Replit (@Replit)72

    Replit 专家级提示词技巧

    如何像专家一样使用 Replit 进行提示 🤖 模糊的提示词只会导致更多重写。以下是如何让 Agent 第一次就构建出正确的东西。 🧵 展开线程 ↓

    推荐理由:Replit 官方教你跟 Agent 好好说话,这些 prompt 技巧对重度 Replit 用户是即时生产力,但出了这个生态圈就没什么用,典型的工具限定型干货。

6月11日周四
  1. Hacker News 热门(buzzing.cc 中文翻译)75

    员工每周花超6小时“照看”AI,加剧工作不满

    员工每周平均花费超过6小时进行“照看AI”(botsitting)的工作,这一额外负担加剧了他们对工作的不满情绪。

    推荐理由:第一次有人把'botsitting'的隐性劳动量化为每周 6.4 小时,还揭示了个人效率提升与公司业绩脱节的根源——那些被额外工作耗尽耐心的人已经在准备离职了。

  2. 公众号:通义实验室(千问)72

    通义实验室详解如何用 Arm SME2 与 MNN 让 Qwen3-VL 在手机端侧提速

    通义实验室利用 Arm SME2 指令集与 MNN 推理引擎,在支持 SME2 的旗舰手机上实现 Qwen3-VL-4B-Instruct 的实时推理。实测开启 SME2 后 Prefill 阶段提速 81%,Decode 阶段提升 13%。MNN 的 SME2 支持采用编译时内建与运行时自动检测设计,开发者无需手动配置。

    推荐理由:将 SME2 加速拆解为从引擎编译到 APP 构建的完整流程,并给出 prefill 阶段 81% 提升的实测参考,为端侧多模态部署提供了可量化的工程路径。

  3. X:硅基流动 SiliconFlow (@SiliconFlowAI)71

    Hermes Agent Desktop 发布,硅基流动支持一键切换

    @NousResearch 发布了 Hermes Agent Desktop——现在通过 @硅基流动 SiliconFlow 使用前沿开源模型更加便捷 🔥 → 一键随时切换模型——DeepSeek-V4、GLM-5.1、Kimi-K2.6、MiniMax-M3 等,均在硅基流动上 ... ... 通过硅基流动开启你的 Hermes 之旅的完整指南 👇🧵

    推荐理由:虽然 Hermes Agent Desktop 不是新物种,但 SiliconFlow 这趟手把手教程让切换国产开源模型变得极其顺手,想做桌面 Agent 的读者可以立刻跑起来。

  4. X:Peter Steinberger (@steipete)78

    Codex 维护仓库:5分钟循环并行自治

    一个简单的循环:告诉 Codex 维护你的仓库,每5分钟唤醒一次,将工作直接分配到线程。这样可以轻松按需并行化和导向工作。 我使用一个编排器技能,结合我的分类+自动审查+计算机使用技能,因此部分工作可以自主落地。

    推荐理由:Peter Steinberger 这个 orchestrator + triage 的技能组合,让 AI 代理能近乎自主地维护 repo,做开源项目的可以直接抄。

  5. IT之家(RSS)71

    Anthropic CEO 阿莫迪:AI 可能会造成大规模、长期性的岗位流失

    Anthropic CEO 达里奥・阿莫迪警告,AI造成的大规模岗位流失是技术固有属性——AI系统旨在复刻人类认知,失业将成为结构性必然结果。他提出应对思路:完善劳动力市场监测、推行薪资保障与留岗税收优惠、发放培训补贴;若人力需求永久下降,则需通过征税推行全民基本收入等长期收入保障。Anthropic目标非削减人力成本,而是帮企业开拓新营收、盘活现有员工产能。

    推荐理由:我觉得阿莫迪把AI失业从短期阵痛直接定调为结构性必然,很大胆,而且他给出了征税和全民基本收入这类具体预案,做政策的该看看。

  6. 公众号:数字生命卡兹克70

    从0到1速通WorkBuddy:国内通用Agent产品教程

    WorkBuddy是面向国内用户的通用Agent产品,支持Windows和Mac,提供免费版和58元/月个人专业版,企业版已推出。内置代码开发、日常办公、设计创意三种场景模式及100多个行业领域AI专家。模型集成腾讯混元、DeepSeek(推荐V4 Pro)、GLM、Kimi等国产大模型,也支持接入兼容OpenAI协议的外部API。拥有Skills市场和MCP连接器生态,可打通QQ邮箱、腾讯会议、腾讯文档等服务。教程通过公众号周报生成和功能网页开发两个案例演示实际用法。

    推荐理由:补上那批「好是好但用不了」的遗憾,WorkBuddy 用微信扫码登录加技能市场把门槛拉到地面,这篇从 0 到 1 的教程能让你半天内把日常办公任务自动化掉。

  7. AI as Normal Technology(RSS)70

    为什么AI还没有、也不会取代软件工程师

    对AI取代软件工程师导致大规模裁员的说法,证据并不支持。Block、Snap、Intuit等公司宣称由AI驱动的裁员,实际背后是财务压力或激进投资者要求,而非AI的真实生产力提升。一项HBR调查显示,21%的全球高管已因“预期AI”而大幅裁员,但仅2%因实际AI部署而裁员,10倍差距表明高管同样易受误导性叙事影响。

    推荐理由:Arvind Narayanan 用 WARN Act 等一手数据和「三明治模型」反驳 AI 导致软件工程师大规模失业的论调,是近期关于 AI 就业影响最扎实的分析,PM 和工程师都该读。

  8. Gary Marcus:The Road to AI We Can Trust(RSS)56

    也许 Section 230 终究不能为 AI 公司提供责任豁免

    德国一项新裁决启发了颠覆性思路:Section 230 可能无法再保护 AI 公司免于承担法律责任,或将彻底改变行业规则。

    推荐理由:德国一个判決可能颠覆美国 AI 公司的责任豁免,Gary Marcus 拆解了 Section 230 的真正边界——它只保护第三方言论,不保护聊天机器人自己胡说八道,这个逻辑一旦在法庭站稳,整个行业都得重新思考如何控制胡说。

  9. Epoch AI:研究、数据与评测65

    Epoch AI 分析 Claude Mythos 网络安全能力是否被夸大

    Epoch AI 分析约十五个网络基准后认为,Mythos Preview 在漏洞利用开发上是巨大跃升,约领先既有趋势 7 个月,明显高于 GPT-5.5 的 2-3 个月;Mythos 5 又有适度提升。但在固定预算下的漏洞发现能力提升不那么确定,因为 Project Glasswing 可能带来支出大增;其优势更多体现在更低误报率和更好的漏洞严重性排序上。

    推荐理由:作者用约十五个基准构建 Cyber-ECI,区分漏洞发现与利用开发两种能力,为评估 Claude Mythos 系列网络安全能力提供了可核对的公开证据框架。