演讲者：baoyu.io
共有 69 篇文章
-
高效电商 AI 智能体解剖指南 | 选自 Anthropic 的 Claude 博客 | 宝玉的分享
🎙️ baoyu.io
📄 本文是一份关于构建高效电商 AI 智能体的解剖指南，重点探讨了架构设计、延迟与成本优化、生产环境中的记忆管理、安全性约束以及评估实践。核心思想是优先使用技能而非子智能体，将 UI 组件工程化为工具，并通过提示词缓存、模型选择和严格的评估套件来平衡模型智商、延迟和成本，最终实现用户体验和业务指标的统一。 -
Warp 如何让 Agent 自我进化 | 宝玉的分享
🎙️ baoyu.io
📄 文章探讨了如何让AI Agent实现自我进化，核心在于构建一个基于人类反馈的技能改进机制。作者分享了Warp如何通过设计基础Skill和改进Skill，让Agent能够根据人类对代码审查结果的评论来迭代和优化自身能力，强调了低摩擦反馈的重要性以及如何平衡反馈质量和数量。 -
从 TL 到 EM：我终于不再盯着 AI 写代码了 | 宝玉的分享
🎙️ baoyu.io
📄 文章探讨了从技术负责人（TL）到工程经理（EM）的角色转变对使用 AI 辅助编程的影响。作者分享了如何通过信任 AI 的代码生成能力，将工作重心从代码层面的细致审查转移到全局的项目决策和结果验收上，从而极大地释放了 Agent 的生产力，并展示了在技术选型上的思维方式转变。 -
关于 Agent 的几个判断 | 宝玉的分享
🎙️ baoyu.io
📄 文章探讨了关于通用 Agent 的几个关键判断，包括通用 Agent 会吞噬垂直 Agent、开放性与封闭性的竞争取决于插件生态、Agent 前期主要用于教育用户普及技术，以及模型能力是产品护城河的核心。作者强调在 Agent 时代，基于插件的系统至关重要，普通用户应尽早使用并关注模型智能程度带来的体验差异。 -
“母病速归”式 AI：号称省 65% Token，实测只有 8.5% | 宝玉的分享
🎙️ baoyu.io
📄 文章探讨了“电报体 Skill”在 AI Agent 中的应用，该技能旨在通过极度精简语言来压缩 Token 消耗。实验结果显示，虽然宣传能节省高达 65% 的 Token，但实际测试中仅能达到约 8.5% 的节省率。作者指出，这种优化主要针对聊天场景的客套话，而对于编程 Agent 而言，Token 大头通常来自上下文、代码和工具调用等部分，过度压缩可能导致信息不完整或增加后续返工成本。 -
一文看懂ChatGPT、Codex、Work 的差别 | 宝玉的分享
🎙️ baoyu.io
📄 本文对比了 ChatGPT、Work 和 Codex 三种模式的核心区别。Chat 用于快速问答和讨论，Work 侧重于跨应用完成知识工作流的自动化交付；Codex 则专注于在代码仓库中进行软件开发任务（如修改代码、提交 PR）。文章详细解释了这三种模式的使用场景、数据读取方式以及它们之间的额度共享机制，并对比了 Work 与 Claude Cowork 在桌面端执行架构和跨设备同步上的差异。 -
从零开始玩转循环 (Getting started with loops) | 宝玉的分享
🎙️ baoyu.io
📄 本文介绍了设计和理解 AI 智能体中的“循环 (loops)”概念，并从触发方式、停止条件、基础指令类型和适用场景四个维度对循环进行了分类。文章详细阐述了回合制循环、目标导向循环、基于时间的循环以及主动式循环等四种主要模式，并提供了如何通过具体提示词定义验证技能、设置明确的完成标准来控制 Token 消耗和保证代码质量的实践方法。 -
为啥 Codex 还不推出类似 Codex Design 的产品？ | 宝玉的分享
🎙️ baoyu.io
📄 文章探讨了为什么 Codex 尚未推出类似 Claude Design 的可交互原型产品。核心观点是，模型能力（如 GPT-5.5）的瓶颈不在于生成静态界面，而在于需要同时具备优秀的 UI/UX 设计能力和复杂系统架构设计能力，才能一次性交付高精度、状态保持完整的交互式原型。 -
DeepSeek 的 10 万亿美元大战略 | 宝玉的分享
🎙️ baoyu.io
📄 DeepSeek通过一系列如KV缓存压缩、混合专家架构（MoE）及mHC等算法创新，极致降低大模型运行成本。其核心战略并非追求眼前的软件订阅收益，而是通过技术开源扶持中国本土AI硬件生态，构建万亿美元规模的产业布局，实现技术与资本的双重价值。 -
来自 Codex 官方团队的分享：如何把 Codex 用到极致 | 宝玉的分享
🎙️ baoyu.io
📄 本文介绍了如何将 Codex 从单一的编程助手进化为能够处理多样化电脑工作的全能 AI Agent。通过利用持久对话流、任务干预与排队、自动化、目标设定及多工具协作，开发者可以将工作流从代码延伸至桌面操作、网页交互及多任务闭环处理，实现人机协同的极致效率。 -
为什么我不“凭感觉编程” | 宝玉的分享
🎙️ baoyu.io
📄 作者通过个人经验反思了“凭感觉编程”（Vibe Coding）的局限性。他认为编程中的“摩擦”不仅是干扰，更是深入理解系统本质复杂性和培养创造力的关键过程。他警示过度依赖大语言模型会导致开发者失去元认知能力、逃避责任，并指出AI无法取代程序员在理解现实世界复杂性与构建稳健系统中的核心作用。 -
创始人手册：打造 AI 原生初创公司 | 宝玉的分享
🎙️ baoyu.io
📄 本文为2026年AI原生初创公司提供实用手册，梳理了构思、MVP、发布和扩展四个阶段。强调利用AI智能体、智能编程及自动化工具重塑创业工作流，实现小团队的高效运营与快速迭代，极大地降低创业门槛。 -
Forward Deployed Engineer：AI 时代的新宠岗位，到底干什么？ | 宝玉的分享
🎙️ baoyu.io
📄 随着大模型落地需求激增，OpenAI、Anthropic及Google等AI巨头正疯狂招募“前线部署工程师”（FDE）。FDE负责驻扎客户现场，将AI模型精准整合进企业复杂业务流程中。这一岗位正从模型研发向业务应用落地转变，标志着AI行业竞赛已进入卖落地、拼服务的新阶段。 -
AI 时代到底该怎么管一个工程团队 | 宝玉的分享
🎙️ baoyu.io
📄 文章分享了 Anthropic 工程与产品负责人 Fiona Fung 关于 AI 时代如何管理工程团队的观点。AI 使编码成本剧降，瓶颈转移至验证、评审与协作。文章主张砍掉过时流程，拥抱代码作为事实来源，采纳即时规划，并将质量保障左移。强调扁平组织、经理从个人贡献者做起，并使用 AI 辅助开发。最终目标是提升产品质量与可靠性，而非 AI 生成代码的比例。 -
为什么资深开发者讲不清自己的专业能力 | 宝玉的分享
🎙️ baoyu.io
📄 本文分析了资深开发者沟通失败的根源：开发者关注“复杂性管理”，而业务方关注“消除不确定性”。开发者应将精简架构与复用代码的专业能力，转化为帮助业务快速验证想法的手段，实现价值对齐与高效沟通。 -
Codex 的野心，MCP 和 Skill 的下一步 | 宝玉的分享
🎙️ baoyu.io
📄 本文分析了AI Agent界面布局演变，Codex欲通过插件生态实现全流程闭环编辑的野心，并提出“Agent App Store”模式。此举被视为Agent能力发展的关键，并为中小团队带来机遇。 -
深度拆解：AI Agent Harness 的构造 | 宝玉的分享
🎙️ baoyu.io
📄 本文深度拆解 AI Agent Harness 的核心架构，阐述其组件（编排循环、工具、记忆、上下文管理等）如何将 LLM 转化为全能 Agent。文章强调 Harness 是 Agent 生产级性能的关键，并展示了不同框架的实现，指出 Harness 架构的工程能力至关重要。 -
裁员潮将持续，直到我们学会发掘 AI 的商业价值 | 宝玉的分享
🎙️ baoyu.io
📄 本文分析了科技行业裁员潮，认为其根源在于企业未能将 AI 投入转化为商业成果。AI 虽提升了代码产出，收入未同步增长，迫使企业通过裁员来对冲 AI 成本及组织冗余。裁员将持续至企业学会实现 AI 商业价值，优化组织效率。 -
机器人的终局：英伟达 Jim Fan 宣告 VLA 时代结束，WAM 登场 | 宝玉的分享
🎙️ baoyu.io
📄 英伟达 Jim Fan 宣告机器人 VLA 架构已过时，提出世界动作模型 (WAM) 新范式，代表作为 DreamZero。新路线侧重第一人称视频数据与神经仿真，目标在 2040 年实现机器人自主设计制造。 -
使用 Claude Code：HTML 难以置信的奇效 | 宝玉的分享
🎙️ baoyu.io
📄 文章深入探讨了 HTML 作为 AI 智能体（如 Claude Code）输出格式的优势，认为其在信息密度、视觉清晰度、分享便利性、交互性及数据处理能力上远超 Markdown。作者鼓励用户直接请求 AI 生成 HTML，并列举了其在需求文档、代码审查、设计原型、研究报告及自定义编辑器等场景下的广泛应用，强调了 HTML 带来的更佳人机协同体验。该格式使得 AI 输出更直观、易读且富有交互性，提升了开发和沟通效率。 -
Anthropic 兄妹 Dario Amodei 和 Daniela Amodei 最新对话：Claude 为什么一直限速？ | 宝玉的分享
🎙️ baoyu.io
📄 文章探讨了 Anthropic 爆炸式增长（年化 80 倍）带来的算力瓶颈与 Claude 限速问题。强调开发者是 AI 经济影响的先行指标，并展望了组织级 AI 及 AI 在安全、代码审查等主观任务上的突破。Anthropic 奉行“光影并举”原则，平衡快速发布与负责任 AI。对话还涉及 AI 驱动的创业模式演变和多样化用户用例，并以 Amdahl 定律分析 AI 加速下的瓶颈转移。 -
Boris Cherny：Claude Code 之后，写代码正在变成“管理 Agent” | 宝玉的分享
🎙️ baoyu.io
📄 文章聚焦Anthropic的Boris Cherny关于AI驱动的软件开发未来。他预测编程将演变为“管理Agent”，AI将承担大部分代码生成，特别是对于主流技术栈。Boris认为，AI将颠覆SaaS的护城河，促进软件创作的大众化，并强调组织流程的改造是AI时代的关键领先因素，而非单纯的技术优势。他还展望了Claude Design等新产品，以及Agent并行化和云端/本地AI的融合趋势。 -
大多数公司根本没有为 AI 做好准备 | 宝玉的分享
🎙️ baoyu.io
📄 文章指出，公司未能有效应用 AI 的核心原因并非技术本身，而是公司自身目标、愿景和工作流的模糊不清。只有那些对自身业务有清晰认知并具备组织纪律的公司，才能真正从 AI 中获益并获得竞争优势。混乱、目标不明的公司不仅无法利用 AI，反而可能因 AI 的“光鲜外表”而掩盖深层问题，并面临被更敏捷、AI 驱动的小型竞争对手“降维打击”的风险。因此，企业应先审视自身是否“配得上” AI 的帮助，而非一味追求 AI 功能。 -
Demis Hassabis：AGI 还缺什么，智能体到底行不行，下一个科学突破长什么样 | 宝玉的分享
🎙️ baoyu.io
📄 本文基于 Demis Hassabis 的观点，探讨了 AGI 的进展与挑战，指出当前 AI 范式可能仍需持续学习、长程推理和记忆等方面的突破。Hassabis 强调了 AI 在科学发现（如 AlphaFold）中的潜力，并为深科技创业者提供了建议，包括将 AGI 时间线纳入商业计划，以及通用模型与专用 AI 工具结合的未来架构。 -
Karpathy 最新访谈：Vibe Coding 只是开始，真正重要的是 Agentic Engineering | 宝玉的分享
🎙️ baoyu.io
📄 本文总结了 Andrej Karpathy 对 AI 编程范式的见解，从“凭感觉编程”（Vibe Coding）到更重要的“智能体工程”（Agentic Engineering），即 Software 3.0。他阐述了 LLM 作为可编程计算机的本质，AI 能力的“锯齿状”特征，以及人类理解和规格设计的重要性，即使 AI 能编写和部署代码。核心是强调理解不能外包，即使智能变得廉价。 -
深度拆解 Hermes Agent 的记忆系统：它如何修正 OpenClaw 的误区 | 宝玉的分享
🎙️ baoyu.io
📄 本文深度拆解了 Hermes Agent 的记忆系统，并将其与 OpenClaw 进行对比。文章详细介绍了 Hermes 的四层记忆架构（提示词记忆、会话历史、技能、用户建模），强调其对提示词缓存效率和“冷热分离”的关注。核心观点是，关键在于在正确的层级、以正确的成本记住正确的事情，而非一味追求记忆量，从而优化 AI 智能体的使用。 -
AI 的经济账根本算不通 | 宝玉的分享
🎙️ baoyu.io
📄 文章揭示了生成式AI服务的经济模型（尤其是订阅制）不可持续，重点分析了AI计算和基础设施的高昂成本。作者认为，OpenAI、Anthropic、Oracle等公司通过补贴用户和隐藏真实成本误导市场，面临巨大财务风险，预示价格上涨和业务崩溃。文章深入分析了AI数据中心的亏损困境，用户难以证明AI投资回报，并断言基于LLM的订阅服务模式将难以维系。 -
为 Agent 设计产品 | 宝玉的分享
🎙️ baoyu.io
📄 文章指出，软件交互正从传统用户界面转向 AI Agent。Salesforce 等公司正将平台能力暴露为 API/MCP，以供 AI Agent 调用。为 Agent 设计产品需遵循三大原则：教会 Agent 如何成功（提供规范和上下文）、建立反馈循环以持续改进、以及关注 Agent 间的上下文缺口。最终目标是设计出能被 AI 中介有效使用的产品，因为未来 80% 的交互将通过 AI Agent 完成。 -
Cat Wu 面试了几百个 PM 候选人，几乎没人答对一个问题：AI 产品经理到底应该干什么？ | 宝玉的分享
🎙️ baoyu.io
📄 本文采访了 Anthropic 产品负责人 Cat Wu，探讨了 AI 产品经理的转型。文章强调了 Anthropic 极快的开发速度（日发布功能）、PM 需具备工程背景和产品品味、统一使命驱动的团队文化。同时，访谈也触及了源代码泄露、限制第三方工具使用等争议，并分析了 AI 时代下角色融合与未来产品愿景。 -
设计圈的 Claude Code 时刻来了 | 宝玉的分享
🎙️ baoyu.io
📄 本文介绍了 Anthropic 推出的 Claude Design，它标志着设计领域的范式转变，能从文本描述生成可交互的高保真原型，并输出可运行代码。这极大地提升了设计师的生产力，为产品经理等角色提供了新能力，并对 Figma 等传统设计工具构成重大挑战。 -
两小时激辩：黄仁勋为什么不怕 TPU、不怕华为、不怕出口管制？ | 宝玉的分享
🎙️ baoyu.io
📄 文章深入分析了黄仁勋在访谈中对英伟达（Nvidia）在AI基础设施领域的主导地位、与TPU及华为的竞争、对出口管制的看法，以及其经营哲学。他强调了Nvidia从电子到Token转化的核心作用、CUDA生态的重要性，并认为能源政策比产能瓶颈更关键。访谈还探讨了Anthropic选择TPU的原因、对华出口管制的影响，以及推理市场的分层趋势。 -
使用 Claude Code：会话管理与 100 万 上下文 | 宝玉的分享
🎙️ baoyu.io
📄 本文由 Anthropic 员工 Thariq 分享，详细介绍了 Claude Code 的会话管理技巧，特别关注了 100 万 Token 上下文窗口的有效利用。文章深入剖析了上下文衰减、压缩、回溯和子智能体等核心概念，并提供了实用的操作建议，旨在帮助用户优化使用体验，提升 AI 编程助手的工作效率。核心在于强调每次交互时的决策重要性。 -
Vibe Coding 是中年男人的钓鱼 | 宝玉的分享
🎙️ baoyu.io
📄 本文认为，对于许多中年男性而言，AI和“Vibe Coding”（不求甚解地写代码）如同钓鱼，是一种合法且体面的独处方式。它帮助他们在繁忙生活中找回自我主宰感和创造力，过程比结果更重要，是重拾内心好奇与创造欲望的出口。 -
为什么你的"AI 优先"战略可能大错特错？ | 宝玉的分享
🎙️ baoyu.io
📄 文章认为，'AI 优先'战略若忽视软件工程基础将失败。强调'软件工程优先'，需坚实的测试、CI/CD、监控与架构。以 CREAO 为例，展示了如何重构流程，让 AI 成为核心构建者，实现开发速度和质量的飞跃。AI 时代工程师核心价值正从代码产量转向决策质量。 -
“多智能体协作指南：五种主流模式怎么选、怎么用？” | 宝玉的分享
🎙️ baoyu.io
📄 本文详细介绍了五种主流的多智能体 (Multi-agent) 协作模式：生成-验证者、调度-子智能体、智能体团队、消息总线和共享状态。文章阐述了每种模式的运作原理、适用场景及局限性，并提供了在不同模式间选择和进化的指南，建议新手从“调度-子智能体”模式开始，并可根据实际需求混搭使用。 -
Claude Code 省 Token 指南：慎用 1M 上下文，不开新会话或者总是开新会话都不对 | 宝玉的分享
🎙️ baoyu.io
📄 本文介绍了 Claude Code 的提示缓存机制，指出频繁开启新会话可能增加成本。文章提供了几个优化 Token 使用的策略：在缓存活跃时继续会话，一次性完成复杂任务，优先使用文件路径而非复制粘贴内容，以及仅在任务切换或会话闲置过久时才开启新会话。此外，建议谨慎使用 1M 上下文窗口，日常工作多用 Sonnet 模型，并讨论了 AWS Bedrock、Codex 插件等替代方案。 -
访谈｜Codex 团队如何用自己的产品构建产品——整个 Spec 只有 10 个要点 | 宝玉的分享
🎙️ baoyu.io
📄 本文探讨了 OpenAI Codex 团队如何通过极简文档和 AI Agent（如 Codex 本身）高效开发产品。文章揭示了产品管理角色的转变、OpenAI 特有的规划哲学、Codex App 的诞生，以及“能动性”在招聘中的重要性，展现了 AI 时代下软件开发与组织模式的创新。 -
编程智能体的核心组件【译】 | 宝玉的分享
🎙️ baoyu.io
📄 本文深入剖析了编程智能体（Coding Agent）及其配套的运行框架（Coding Harness）的核心组件。文章区分了大语言模型、推理模型与智能体，并阐述了 Harness 如何通过代码库上下文、提示词缓存、工具调用、上下文瘦身、会话记忆及任务委派等功能，极大地增强 LLM 在软件开发中的实用性。作者以其开源项目 Mini Coding Agent 和 Claude Code、Codex CLI 为例进行说明。 -
Claude Code 源码泄漏了，但我不打算写源码分析分析文章 | 宝玉的分享
🎙️ baoyu.io
📄 这篇文章以 Claude Code 源码泄漏事件为引子，分享了作者“宝玉”关于如何学习大型开源项目的四步法：先运行，再聚焦具体功能，接着动手做二次开发，最后尝试独立搭建。作者强调实践和“做中学”的重要性，认为 AI 辅助带来的理解是借来的，不如亲手实践。文章还讨论了泄漏代码的有限价值、Anthropic 对事件的成熟回应，以及闭源模型的优势。 -
OpenAI 总裁 Greg Brockman：AI 自我改进、Super App 豪赌、通往 AGI 之路、算力扩张 | 宝玉的分享
🎙️ baoyu.io
📄 本文深度剖析 OpenAI 总裁 Greg Brockman 对 AI 自我改进、Sora 砍线原因、Super App 愿景（整合 ChatGPT、Codex）、AGI 路线及算力扩张的解读。文章审视了 OpenAI 面临的产品竞争、表达困境与规模风险，探讨了技术选择、市场博弈及 AGI 的定义与进展，揭示了其在巨额融资背后的战略考量。 -
Notion 联合创始人 Simon Last：我从去年夏天起就没写过一行代码了 | 宝玉的分享
🎙️ baoyu.io
📄 本文访谈 Notion 联合创始人 Simon Last，深入探讨了 Notion AI 的演进历程，从写作助手到通用 Agent 的开发挑战与策略。文章强调了 AI 系统需要持续重写以适应模型进步，编码 Agent 是 AGI 的核心且彻底改变了 Simon 的工作方式，使其成为 Agent 管理者。Notion 奉行“模型界瑞士”策略，不绑定厂商，并为 Agent 重新设计了 API。其核心使命已转变为“管理 Agent 替人做事”，预示着生产力工具的新范式。 -
飞书 CLI 开源了，为什么 AI Agent 时代，大家都在做命令行工具？ | 宝玉的分享
🎙️ baoyu.io
📄 文章探讨了在AI Agent时代，命令行工具（CLI）为何重新兴起并成为产品接入AI的关键。通过飞书CLI等案例，阐述了CLI自描述、易于AI理解、支持dry-run等优势，并介绍了设计面向AI的CLI应考虑的要素，指出CLI是AI时代企业级应用基础设施建设的重要一步。 -
在中国 AI 生态圈摸底了两周，我学到了什么 | 宝玉的分享
🎙️ baoyu.io
📄 作者在中国 AI 生态圈调研两周后，发现中国硬件实力远超预期，但软件领域和部分创始人类型则令人担忧。硬件方面，深圳的供应链和逆向工程能力强大。软件方面，闭源模型与西方差距大，初创公司易被大厂整合。作者对本土 VC 倾向于“大厂背景”而非“独立思考”的创始人感到惊讶，并指出 AI 领域的估值泡沫显著。他认为，将中国工程执行力与西方市场策略结合，有望诞生伟大公司，关键在于寻找不拘一格的创始人。 -
AI 发展太快跟不上？一张四象限图帮你做减法 | 宝玉的分享
🎙️ baoyu.io
📄 本文针对 AI 领域日新月异、信息爆炸的挑战，提出了一个基于“离个人生产力多近”和“知识保鲜期多长”两维度的四象限决策模型。文章详细阐述了如何根据模型将 AI 新事物划分为“直接跳过”、“维持地图感”、“动手试试”和“深度投入”四个象限，并提供了相应的学习和投入策略。同时，作者强调了象限会随时间移动，并给出了判断移动方向的信号，旨在帮助读者更有效地筛选信息，做出明智的取舍，应对 AI 时代的知识焦虑。 -
被美国遣返、禁止入境 5 年，他在温哥华的卧室里做出了日处理 400 万工作流的 AI 平台 | 宝玉的分享
🎙️ baoyu.io
📄 本文采访了 AI 平台 Gumloop 联合创始人 Max Brodeur-Urbas。他曾被美国遣返，后在温哥华创立 Gumloop，现已获巨额融资。Max 批判 AI Agent 的夸大宣传，强调 AI 应作为增强工具。他分享了创业经历、产品演变，从 AutoGPT 到 Gumloop 的转变，以及 AI 对工程师未来的影响。文章还触及了创业者的“盲目自信”和招聘哲学。 -
构建 Claude Code 的经验：我们如何使用 Skills | 宝玉的分享
🎙️ baoyu.io
📄 本文分享了 Anthropic 工程师关于构建和使用 Claude Code Skills 的实战经验。文章介绍了 Skills 的不同类型（如库参考、产品验证、数据获取、业务流程自动化等），并提供了编写技巧，如避免陈词滥调、记录踩坑点、利用文件系统、设计初始设置、优化 description 字段、以及存储脚本和数据。目标是帮助开发者更有效地利用 Skills 加速开发流程。 -
智能体工程的 8 个等级 | 宝玉的分享
🎙️ baoyu.io
📄 文章介绍了“智能体工程”的8个等级，从基础的Tab补全到高级的自主智能体团队，强调了弥合AI能力与实践差距的重要性，并阐述了上下文工程、复合工程、MCP、Harness Engineering等关键概念如何为更高等级的自动化奠定基础，最终目标是实现智能体之间的自主协调与高效协作。 -
当 AI 写了几乎所有代码，软件工程会怎样？ | 宝玉的分享
🎙️ baoyu.io
📄 文章探讨了 AI 模型（如 Opus 4.5、GPT-5.2）在软件工程领域的革命性进展。AI 现能生成大部分代码，正重塑开发者角色、技术价值和工程实践。文章分析了生产力提升、低风险原型开发等积极影响，以及代码质量下降、工作边界模糊等潜在风险。最终强调，在 AI 时代，软件工程的“工程”本质——如架构、测试、可靠性——将比以往任何时候都更加重要。 -
编程 Agent 如何重塑工程、产品和设计 | 宝玉的分享
🎙️ baoyu.io
📄 这篇文章探讨了编程 Agent 如何深刻重塑软件公司的工程（Engineering）、产品（Product）和设计（Design）部门（EPD）。文章指出，编程 Agent 极大地降低了代码实现成本，导致传统 PRD 流程的终结，瓶颈从实现转向评审，并提升了通才和系统思维的重要性。作者强调，使用编程 Agent 已成必选项，优秀的 PM 和设计/工程能力会更有价值，每个人都需要产品意识，专业化门槛提高。最终，EPD 角色将融合，形成“建设者”和“评审者”两类新角色。 -
品牌时代 | 宝玉的分享
🎙️ baoyu.io
📄 文章分析了瑞士制表业如何从技术驱动的“黄金时代”转型为以品牌价值为核心的“品牌时代”。在石英危机后，产品差异消失，品牌、设计和人为稀缺性成为主要卖点。文章通过分析百达翡丽、爱彼、劳力士等品牌的策略演变，揭示了品牌时代下商业运作的本质与挑战。 -
多稿合并：从手动比稿到一键 Skill | 宝玉的分享
🎙️ baoyu.io
📄 文章介绍了如何通过 AI 自动合并多个草稿版本，以生成一份高质量的文章。作者分享了从手动合并到利用 AI 工具（如 Claude AI）的经验，并重点阐述了如何将这一重复性工作固化为可复用的 Skill，提供了两种创建 Skill 的方法（手动执行后固化、直接描述需求）和示例，强调了 Skill 在工作流自动化中的价值。 -
我用 AI 翻译的三个阶段：提示词时代 → 推理模型时代 → Agent 时代 | 宝玉的分享
🎙️ baoyu.io
📄 本文作者宝玉分享了其两年间迭代 AI 翻译 Skill 的历程，梳理了从提示词时代、推理模型时代到 Agent 时代的技术演进。文章详述了在处理长文本、保证术语一致性、优化翻译质量等方面的挑战，以及如何通过工作流设计、文件持久化、并行处理和 Agent 驱动的优化来解决这些问题。作者强调了从写提示词到设计系统的转变，并指出人的价值在于发现问题和指明方向，具体实现由 Agent 完成。 -
陶哲轩最新演讲：AI 不是来抢数学家蛋糕的，是来把蛋糕做大的 | 宝玉的分享
🎙️ baoyu.io
📄 陶哲轩的最新演讲指出，AI 并非数学家的替代者，而是拓展数学研究疆域的强大工具。演讲强调了形式验证在促进大规模数学协作中的关键作用，以及 LLM 在生成和检验数学问题上的潜力与局限。AI 的核心价值在于处理海量中等难度问题，扩大研究规模，而非直接攻克最尖端难题。通过 GitHub 和 Zulip 等平台，AI 正在重塑数学研究的工作流，使其更具可扩展性和协作性。 -
Greg Brockman（OpenAI 联合创始人）把“那场宫斗”讲完整了：董事会、请愿书、马斯克与控制权 | 宝玉的分享
🎙️ baoyu.io
📄 本文详细记录了 OpenAI 联合创始人 Greg Brockman 的深度访谈，聚焦内部权力斗争、员工团结及为 AI 使命付出的牺牲。Brockman 探讨了 AI 规模化挑战、算力稀缺性及未来地位，介绍了 GPT 模型飞跃及“Agent-first”理念。他还回顾了 OpenAI 早期、与马斯克的谈判，并反思了智能本质与冲突管理。文章揭示了 AI 发展与社会适应间的议题，强调了韧性与自我赋权。 -
设计流程已死：Anthropic 设计负责人 Jenny Wen 谈 AI 时代的设计变革 | 宝玉的分享
🎙️ baoyu.io
📄 文章探讨了 AI 如何彻底改变设计流程，由于工程速度的急剧提升，传统设计流程已不再适用。Anthropic 设计负责人 Jenny Wen 分享了在 AI 实验室的设计经验、设计师角色的转变（包括编写代码）、Co-work 等产品的快速迭代，以及 AI 时代下设计人才与管理的未来。AI 对品味、判断力的影响以及“构建软件”的定义也被深入讨论。 -
被封杀当晚，OpenAI 拿到了相同条款——Amodei 首次专访揭开 Anthropic 与五角大楼冲突内幕 | 宝玉的分享
🎙️ baoyu.io
📄 一篇关于 Anthropic 公司因坚持 AI 军事应用的两条红线（大规模国内监控和全自主武器）而与美国五角大楼发生冲突的报道。文章详细阐述了冲突的谈判细节、政府的“供应链风险”认定及其“报复性”性质，并对比了 OpenAI 在同一晚获得相似条款的协议。探讨了 AI 技术发展速度超前法律的伦理与权力边界问题，以及私营公司在国家安全领域应扮演的角色。 -
从写代码到管 Agent：斯坦福首门 AI 软件开发课的讲师说，大多数工程师还没准备好 | 宝玉的分享
🎙️ baoyu.io
📄 本文报道斯坦福 AI 软件开发课讲师 Mihail Eric 的观点，指出初级开发者面临挑战，AI 改变软件开发流程。强调管理 Agent、优化代码库（如增加测试）是关键。探讨了 AI 时代开发者技能转型、初级工程师的“无知无畏”优势，及过度工程化风险。引用 Rem Koning 见解，展望 AI 原生组织未来。 -
Anthropic CEO Dario Amodei：海啸已在地平线上，但没人在看 | 宝玉的分享
🎙️ baoyu.io
📄 这篇访谈聚焦 Anthropic CEO Dario Amodei 对 AI 发展的看法。他认为 AI 技术正以前所未有的速度进步，但社会对此缺乏足够认知，犹如海啸即将来临。Amodei 强调了 AI 安全、规模定律（scaling laws）、AI 意识以及权力集中等关键议题，并就 AI 对工作、生物科技和创业机会的影响发表了见解。他呼吁社会积极适应 AI 带来的变革，同时警惕潜在风险。 -
驾驭工程：在「智能体优先」的世界里借力 Codex | 宝玉的分享
🎙️ baoyu.io
📄 本文记录了一个团队如何完全依靠 AI (Codex) 在极短时间内构建软件产品的经验。文章强调了工程模式的转变，从编写代码到设计智能体环境、建立反馈循环，并探讨了 AI 生成代码带来的挑战与机遇，预示着未来软件工程的新范式。 -
Coding Agent 有个甜蜜点，多数人直接跳过了 | 宝玉的分享
🎙️ baoyu.io
📄 本文通过 Simon Willison 和 Cloudflare 的案例，深入探讨了 Coding Agent 的“甜蜜点”。文章总结出四个关键要素：明确的参照物、自动化验证、架构蓝图以及人来把控方向。遵循这些原则能极大提升 AI 编程的效率和质量。 -
92.6% 开发者每月使用 AI 编码助手，但每周节省时间只有 4 小时 | 宝玉的分享
🎙️ baoyu.io
📄 本文基于 12 万开发者数据，分析了 AI 编码助手的应用现状与组织影响。数据显示，AI 采用率高（92.6%），但每周节省时间稳定在 4 小时，暗示编码加速空间触顶。AI 作为放大器，加剧了组织间绩效差异。文章强调，AI 并非解决组织问题的灵丹妙药，真正的变革在于解决系统性问题、提升开发者体验、以及通过聚焦真实客户问题进行实验。Agentic 工作流是未来趋势，但需关注共识问题。 -
同样的模型，为什么 Cursor 跑不过 Claude Code？ | 宝玉的分享
🎙️ baoyu.io
📄 这篇文章比较了 Cursor 和 Claude Code 在使用相同 AI 模型时的表现差异。作者宝玉从上下文管理、应用场景（IDE vs CLI）、以及 Anthropic 自家模型与工具形成的“数据飞轮”效应三个维度分析，指出 Claude Code 因其纯净的上下文、高度的移植性和数据飞轮优势，在开发效率和普适性上可能优于 Cursor。文章预示了 Agent 为中心的工作流将是未来趋势。 -
Cursor 设计负责人：只会画按钮的设计师，有麻烦了 | 宝玉的分享
🎙️ baoyu.io
📄 本次访谈聚焦 Cursor 的设计负责人 Ryo Lu，他阐述了 AI 时代软件设计与开发的深刻变革。Ryo 强调，AI 正在重塑设计师角色，并介绍了 Cursor 如何形成自我改进循环。他预言人类将成为 AI 协作瓶颈，下一代界面将从聊天转向规划。Cursor 旨在成为一个适配个体思维的通用构建平台，而非局限于代码编辑。 -
OpenAI Codex 产品负责人：代码不再由人类编写，但我们会有更多构建者（Builder） | 宝玉的分享
🎙️ baoyu.io
📄 这篇文章是 OpenAI Codex 产品负责人 Alexander Embiricos 的访谈。他探讨了 AI 编程工具的演进，从辅助到代理（Agent）的转变，并认为瓶颈在于人机交互而非模型能力。Embiricos 阐述了 OpenAI 分发 AI 智能的策略，强调开放标准的重要性，并预测未来工程师将成为“构建者”，AI 将赋能个人。他还讨论了市场竞争、SaaS 的未来以及 AI Agent 的终局。 -
OpenAI 应用 CTO 和 Codex 负责人：AI 正在重塑构建软件的方式 | 宝玉的分享
🎙️ baoyu.io
📄 本次分享聚焦 OpenAI 内部 AI 编码的最新实践。文章指出，AI（如 Codex）已从辅助工具进化为工程师的“队友”，重塑了软件开发流程。瓶颈从代码生成转移至需求理解和集成部署，催生了并行探索、设计师写代码等新工程模式。AI 原生工程师和多 Agent 协作是未来趋势，但关于成本、安全性和基础训练的挑战仍待解决。 -
提示词救不了平庸的 AI 写作 | 宝玉的分享
🎙️ baoyu.io
📄 本文认为，AI 写作的质量并非仅由提示词决定，而更多依赖于三要素：高质量的输入素材、强大的 AI 模型能力（如 Claude Opus），以及审稿人（人或 Agent）对 AI 输出的批判性评估和修改能力。提示词仅为表面调料，要实现真正优秀的 AI 写作，必须全面考量食材、厨艺与口味。 -
Notion CEO：不能被 Agent 用的产品没有未来 | 宝玉的分享
🎙️ baoyu.io
📄 本文聚焦 Notion CEO Ivan Zhao 对 AI Agent 时代产品未来发展的洞察。他强调产品必须能够被 Agent 使用，否则将失去竞争力。文章探讨了 SaaS 行业正经历的从按席位收费到按用量收费的转型，Notion 提出的模型中立“瑞士”战略，以及其 Custom Agents 的核心应用场景。此外，还提及了 AI 节省时间的横向特征，以及对年轻人才和创新产品的重视。 -
用 Claude Code 的 Hook + Skill，实现每次提交后自从 commit 提交变更 | 宝玉的分享
🎙️ baoyu.io
📄 本文介绍了一种使用 Claude Code 的 Hook 和 Skill 机制，实现代码变更自动提交的方法。通过在任务结束时触发一个自定义的 `Stop` Hook，脚本会检查工作区是否有未提交的变更。若有，则阻止 Claude Code 结束任务，并调用一个 `/commit` Skill。该 Skill 能够智能分析变更内容，按文章、代码或配置等主题进行分组，并自动生成规范的中文 Commit Message。这一方案旨在提高开发者工作效率，确保 Git 历史记录的清晰和完整性，避免遗漏任何修改。 -
高中辍学生靠 ChatGPT 自学成才成了 OpenAI 的研究科学家 | 宝玉的分享
🎙️ baoyu.io
📄 本文讲述了高中辍学生 Gabriel Petersson 如何利用 ChatGPT 自学成才，最终成为 OpenAI Sora 团队研究科学家。文章重点介绍了他的“递归知识空白填补”学习法、通过 Demo 求职绕过传统教育门槛的策略，以及他对僵化教育体制的批评。它还触及了他在 OpenAI 的日常工作以及对 AI 在研究和学习中角色的看法。