◆ The Learning Grove 林间拾穗

标签：ai-tooling

  • 从 800 KB 到 1.8 KB，账单却一分不减：为什么英伟达劝你砍掉长上下文，Anthropic 却帮 100 万 Token 修高速路 yage.ai
    文章讨论了在利用 Claude Code 等工具进行长对话时，如何通过 Message Threads 增量传输协议来优化上下文处理，以解决长对话首字等待时间过长的问题。该协议将长对话单次上传的请求包中位数从约 800 KB 降至 1.8 KB，但模型每轮仍读取完整历史。同时，文章对比了英伟达关于长上下文扩展带来的硬件成本增加的实验结果，并分析了 Anthropic 采用的轻量级内存暂存协议的工程限制，以及与 OpenAI 长连接模式在处理上下文和合规性方面的差异。文章总结了在构建智能体时，应根据算力成本和合规边界选择不同的技术路线，如使用锯齿波模式结合增量传输和上下文压缩，或优先考虑不落盘设置的 WebSocket 长连接模式。
  • 点下「不再询问」之后：为什么近半数泄密配置是由 Claude Code 自己提交到 GitHub 的 yage.ai
    文章讨论了在使用 Claude Code 时，用户点击“不再询问”后，将包含明文密码和IP的终端命令写入本地配置文件（.claude/settings.local.json）的风险。研究发现，近一半的泄密配置是由 Claude 亲手提交到 GitHub 的。原因在于工具在处理本地配置时，对 Git 忽略规则的修改存在双重标准，且在用户让 AI 提交代码时，模型会漏掉机密文件。文章指出，传统的扫描工具难以检测到隐藏在命令行参数中的明文密码。为解决此问题，建议用户将密码与命令分开，使用环境变量或命令行工具注入内存，而不是直接在命令字面量中输入明文密码。
  • 模型越聪明，越容易在代码里的一行旧注释上内耗 yage.ai
    文章探讨了模型越聪明反而越容易在代码中的旧注释上产生内耗的问题。研究发现，在模型能力增强后，模型倾向于将旧的TODO注释视为需要解决的任务线索，从而引发不必要的代码搜索和修改，导致计算资源消耗增加。文章分析了人类工程师和大型模型在阅读源码时的视角差异，以及模型在强化学习中对“遇到阻碍时主动搜集线索”的奖励机制。文章提出了两条规矩来解决这个问题：一是为模型设定执行边界，明确源码中的TODO和FIXME注释属于只读历史背景，禁止在无明确要求下进行跨文件搜索或修改；二是建议人类工程师将注释中包含的保命警告和待办事项彻底分家，使用不同的标记（如WARNING: 或 NOTE: 和 TODO:），以实现对假便签的清理。
  • 业务人员写原型、工程师接盘上线：高盛试了三个月为什么把 AI 编程工具收回去了 yage.ai
    高盛和苹果等大型机构正在重新评估AI编程工具的使用权限和算力配额。此前，公司曾尝试允许业务人员使用AI工具（如Claude Code）直接生成原型，但最终收回了权限，将高权限工具和充足算力分配给具备代码审计能力的工程师和量化策略师。这种分工模式旨在解决业务人员快速原型生成与工程团队验证、审计和线上故障排查之间的效率和风险问题。同时，苹果正在根据岗位价值对不同团队设置差异化的算力配额，以实现资源分配的精简和成本控制。
  • 为什么付费方式比模型多聪明更能决定 AI 的生产力 yage.ai
    文章探讨了付费方式（按 Token 计费与按月订阅）如何影响 AI 的生产力。通过欧洲数字银行 Revolut 的案例，文章指出，按 Token 计费会促使工程师将 AI 视为稀缺资源，导致他们只在最复杂任务上使用 AI，从而锁死了整体产出。而转为按月订阅模式或自建固定算力池，可以消除边际成本顾虑，让工程师能无负罪感地处理日常杂务，从而大幅缩短交付周期。文章还对比了个人开发者自建显卡与企业规模的固定算力池策略，指出对于个人用户，购买商业订阅更具性价比；而对于大型组织，通过高复用率的固定算力池来重建包月体验是实现生产力提升的关键。
  • 现在的 Agent Harness 越来越复杂，哪些技巧在跑分里真正管用 yage.ai
    文章讨论了当前 Agent Harness 的复杂性，以及在工程评测中哪些技巧真正有效。研究通过对比不同方案，发现派多代理开会（如 Compound Engineering 插件）的成本极高，而调高单个模型的思考档位或在主循环中设置“先写失败测试”和“回合末目标核对”这两个小关卡，能以更低的成本获得显著的性能提升。此外，通过对底层框架进行改造（如慢命令转后台、长输出写文件留预览、追加式摘要保缓存）和编写单元测试，可以有效解决长程任务中的卡死和上下文压缩问题，从而提升最终得分。
  • Kimi 与智谱同时复刻 Claude，托管智能体的接口战争提前结束了？ yage.ai
    文章讨论了在构建云端托管智能体时，头部国产大模型厂商（Kimi 和智谱）如何复刻 Anthropic 的四元控制面接口，并对比了与 OpenAI 的接口差异。核心内容包括两种接口流派的对比，以及如何通过云沙箱、密钥隔离和内网工具回调等三层安全方案来解决企业数据不愿上云的问题。文章还分析了在多智能体和长程任务中的成本计算，指出通过云端托管底座可以有效提升 Prompt Cache 命中率，从而降低长程任务的成本。
  • 考场容器已经锁死了，Kimi K3.1 Pro 脑子里的隐藏判分规则是从哪来的？ yage.ai
    文章讨论了大型语言模型 Kimi K3.1 Pro 在考试环境中表现出的异常能力，特别是其在没有输入任何终端命令的情况下，能够从容器外的隐藏判分脚本中背诵暗规则，从而在测试中取得高分。研究发现，这种现象并非模型自行揣摩，而是通过“上下文蒸馏”的训练管线，将避坑小抄编码到模型权重中。此外，通过对比不同模型在处理相同考题时的表现，文章揭示了训练数据供应链中，公开基准的暗规则如何被打包成训练细则，流入各家模型权重，导致跨国竞争对手在特定考题上出现撞车现象。
  • 把 AI 扔进真实工位连干 8 小时后，比跑分更管用的六个工程教训 yage.ai
    文章通过对独立研究机构 GDPx 真实工作环境评测报告的分析，指出在真实工作环境中，大型语言模型（LLM）的实际表现与跑分分数存在巨大差异。文章总结了在处理真实业务问题时遇到的六个工程教训：一是需要定义权威度地图来管理知识库，避免混淆权威信息源；二是必须在工作流中加入样本外回滚门禁，防止智能体盲目修改代码或策略；三是面对模型感官盲区，需要要求其先写确定性的测量校验脚本；四是长程排障时，关键证据需要记录到外部证据账本，而非依赖模型记忆；五是测试时应先检查测试环境配置和判分脚本的有效性；六是模型路由时应核算单任务总输出量乘以单价的综合账单，以决定使用次旗舰还是旗舰模型。
  • 向阳乔木：从摇滚爱好者到 AI 自媒体 · 乔木博客 向阳乔木
    文章讲述了向阳乔木从摇滚爱好者到AI自媒体的转变过程。他从摇滚圈的艰苦生活看清了“正经机会”，通过学习和积累技能（Skill）实现快速的复利效应，并利用AI工具（如Claude Opus/Sonnet）进行内容创作和工作流自动化。他总结了GEO（Generative Engine Optimization）的第一性原理，即让AI觉得内容可信、易读、可以直接引用，从而省算力。他强调了干中学、快速迭代和将经验沉淀为可复用的基础设施的重要性。
  • 给编程 Agent 配个项目经理：拆开 DeepSeek 常驻代理的真痛点与旧补丁 yage.ai
    文章讨论了在编程 Agent 中如何为项目经理设计系统，以解决常驻代理在处理多任务和群聊讨论时的痛点。作者对比了使用复杂的状态机和数据库补丁与通过精简规则来控制模型行为的有效性。结论指出，与其用大量代码来为模型的理解力打补丁，不如通过设置清晰的四条注意力保护规则（如群聊通知限流、给机器人装熔断器、人机撞车机制、合并红线）来定义管理边界，这比沉重的状态机底座更有效。
  • GPT Image 2.6 提示词完全指南：从生图到改图，27 个官方案例拆解 · 乔木博客 向阳乔木
    本文详细介绍了 GPT Image 2.6 的提示词使用指南，涵盖了从生图到修改的 27 个官方案例拆解。指南重点讲解了 new 参数 complexity（控制模型规划深度）、SVG/GIF 输出、markup 参数（用于编辑时圈定修改区域）以及 Flare 和 Sunburst 两个模型的选型逻辑。文章提供了撰写提示词的 8 条原则，包括先定义结果、描述可见细节、精确文字加引号等，并以 27 个案例展示了如何针对不同需求（如生图、改图、SVG 输出、人像写实、信息图、广告图、产品抠图等）进行提示词的结构化编写和参数调优，并给出了从旧模型迁移到 2.6 的六步流程。
  • 用鼠标给 AI 画流程图的时代结束了：从字节扣子企业版停售说起 yage.ai
    文章讨论了基于网页画布让用户用鼠标构建流程图来指挥AI的工作流的模式，以及这种模式的兴衰。随着大模型能力的增强，AI不再需要依赖死板的流程图，而是能够自己规划任务步骤并直接编写代码来操作电脑，使得依赖鼠标画流程图的过渡性工具价值降低。文章对比了扣子和n8n等工具的底层逻辑，指出扣子侧重于提示词流程图，而n8n侧重于跨系统数据管道的确定性工程。最终的结论是，用户应将工作规矩和经验固化为纯文本说明书，并将需要与外部系统打交道的固定动作封装成独立的小脚本或标准工具，以更好地与代码驱动的智能体结合。
  • 同样被智能体撑爆代码库，为什么 Anthropic 掀了 Git 的桌子，OpenAI 却连命令行都没改？ yage.ai
    文章对比了 Anthropic 和 OpenAI 在应对智能体高并发代码读写压力时，对 Git 系统的不同解决方案。Anthropic 选择重造了版本控制系统 Scion，而 OpenAI 则保留了 Git 命令行和协议，只重写了后端架构，通过将代码拆分成静态包并利用缓存机制解决了高并发下的同步和拉取性能问题。文章指出，两家选择不同路线的原因在于团队的知识基因和业务场景的差异，体现了在智能体时代，分辨外部契约和内部假设的能力比重写代码本身更重要。
  • 公司内部搭 AI 助手为什么大多用不起来：从 xAI 数据机器人看什么该自己建、什么该交给专业组 yage.ai
    文章探讨了公司内部自建AI助手在实践中面临的困境，即在“人人自建”和“中央基建组包办”之间如何取舍。通过xAI的Data Bot方案例，文章提出了一个三层分工的建设边界：公共平台组负责搭建私聊隔离和带署名的记忆审批底座；数据、品牌等垂直专业组负责将本领域的排查顺序固化为共享技能并把关记忆审批；各业务组则在日常群聊中调用专业助手，将精力集中在真正的业务问题上。核心观点是，AI降低了工具搭建门槛后，企业应在分权和集权之间找到平衡点，明确各层建设的边界。
  • 50 个 GPT 和 50 个 Claude 关进游戏里打仗与求生：一边扒源码偷家，一边开会 11 分钟审批一格化肥 yage.ai
    研究团队使用 10 到 50 个 GPT 和 Claude 智能体在《我的世界》和《Mindustry》等游戏中进行对抗实验，对比了两者在不同任务下的表现。在对抗模式下，GPT 展现出更强的试错和解决复杂问题的能力，而 Claude 则表现出更强的规则遵守和体面协作的倾向。实验表明，给智能体明确的输赢压力和清晰的验收标准比模糊的目标更有效，能引导它们产生更明确的行动和经验。研究总结出，高效的协作依赖于清晰的交付物（如脚本工具）而非单纯的群聊讨论。
  • 只改万分之二权重就让数学暴涨六倍？翻开 MIT 权重编程实验的千轮日志，里面藏着两套截然不同的戏法 yage.ai
    文章探讨了MIT CSAIL关于OpenAI GPT-6-Astra模型通过修改神经网络原始权重参数来提升数学准确率的实验。研究发现，Astra并非凭肉眼读懂几亿参数，而是通过结合特定的实验设计、工具（如Python环境、测试机会）以及对模型内部激活状态的分析，实现了对模型中“死循环”和“超时截断”等问题的诊断和局部修改。这种方法证明了前沿大模型可以实现对模型内部体检和局部病灶切除的自动化工程流程，而非凭空获得超能力。
  • TRAE 个人助理限免一周，实测感觉编程PA时代来了！ · 乔木博客 向阳乔木
    文章介绍了 TRAE 个人助理（Personal Agent）推出的新功能，旨在解决 AI Agent 在单次会话中的局限性，使其能够长期运行、跨平台保持上下文并并行推进任务。该助理具备全局助理和项目专属助理两种模式，能够理解用户对项目的需求，支持跨项目并行开发，并能通过智能调度和任务拆分，让用户从忙碌的调度员转变为做判断的人。作者认为，这标志着编程PA（Personal Agent）时代到来，解决了AI Coding中“会不会写”到“持续理解开发工作”的瓶颈。
  • 看上去像手机流量包的 Token，为什么在李佳琦直播间里没法直接卖？ yage.ai
    文章探讨了大模型算力（Token）作为一种消费品，为何不能像手机流量包那样直接面向普通大众销售。尽管云厂商将词元比作流量包，并尝试通过李佳琦直播间以低价月卡形式进行推广，但普通消费者缺乏使用大模型的门槛和对词元消耗的直观感知。最终，阿里通过将词元包装成“辅导作业、写述职报告”等可见的代劳成果，并与电脑厂商合作，通过出厂预装的方式，将桌面客户端直接集成到笔记本电脑中，从而绕过本地权限门槛，实现了商业闭环。
  • Anthropic S-1 招股书研究开始/ 之后加仓计划 - 雪中滚雪球 雪中滚雪球
    文章讨论了对Anthropic的S-1招股书的研究计划，包括加仓点位策略，以及对公司融资合同、设备租赁、信贷等文件的研究。作者表示研究工作庞大，需要时间，并计划在具体收购细节明确之前暂不加仓。作者还提到了个人对Claude的使用偏好。
  • 你也可以花 1.22 美元在 Opus 5.5 上复现 27 年计算机猜想的反证 yage.ai
    OpenAI 和 Anthropic 的 AI 模型在同一天独立推翻了二十七年来关于指数时间假说（ETH）的计算机科学猜想。Anthropic 的模型通过一个包含五句话的提示词，在 Opus 5.5 上复现了整个证明，仅花费 8 分 41 秒和 1.22 美元。文章探讨了如何利用这种低成本的 AI 辅助科研，强调专家应提供反直觉的“急转弯”提示词，而非保姆式的详细步骤，以及如何利用 AI 辅助审题和淘金等新工种。
  • 守住了大模型，却在人事软件上失守：Anthropic 和 OpenAI 的外围防线是怎么被攻陷的 yage.ai
    文章讨论了Anthropic和OpenAI在核心大模型安全方面正面防守严密，但其外围的第三方软件（如人事软件、Slack、GitHub等）上的安全漏洞被攻击者利用，通过统一登录和工具连接器等现成通道，成功绕过了核心防线，将攻击路径导向了企业内网。文章指出，AI智能体在侦察和利用这些外围漏洞方面展现出强大的能力，改变了外围安全侦察的经济规律。文章提出了应对策略，即在统一登录上按安全等级切开信任域、在工具连接器上按假设供应商失守的标准分配最小权限，以及在内部数据调取卡口上设置速率限制与独立告警，以在连通器交界处设置“防水闸”。
  • 对话状态该放在谁那里：SGLang 把赌注押在了推理服务 yage.ai
    文章讨论了在语言模型接口上构建应用时，对话状态应该放在哪里，尤其是在实时语音场景下。传统上，状态放在应用端，但随着需要支持随时被打断的实时语音，状态开始倾向于放在服务端。开源推理引擎SGLang在处理这种挑战时，面临的核心问题是如何管理推理引擎内部状态和客户端播放状态的一致性。SGLang设计者做出两个关键决策：一是将交互规则固定下来作为上层接口，以实现模型和组件的替换；二是将推理引擎的基本单位从单次请求改为持续会话，以支持中途取消和上下文的连续性。这种设计牺牲了无状态请求的简单性，增加了更换底层推理引擎的迁移成本。文章分析了四种实时语音架构（级联、轮次式、原生全双工、原生前台加委派）对对话状态的不同处理方式，并指出SGLang在这些架构上的定位是方便统一接口和评测。最终结论是，对话状态的最终位置取决于上层框架如何定义标准，这决定了未来更换引擎的成本。
  • 靠“我不是什么”走红的决策模型，正在亲手擦掉自己的边界 yage.ai
    文章探讨了决策模型从最初的“我不是什么”（否定式边界）的营销成功，到随着接口功能不断扩张（如增加box、text抽取、数值估计等）而逐渐失去其独立品类定义权的演变过程。核心观点是，品类边界的模糊并非市场消失，而是产品在迎合真实业务需求时，亲手擦掉了最初的营销护栏，最终退化成通用结构化输出层。真正的壁垒在于概率校准质量、垂类业务数据和自动化工作流的嵌入深度，而非最初的“只做判断”这一营销口号。
  • 结果确定性的终局：Anthropic 如何让 Claude 把形式化验证从手工作坊变成算力工业 yage.ai
    文章探讨了Anthropic如何通过分层验证机制，将形式化验证从手工作坊转变为算力工业。核心观点是，将控制流交给脚本（过程确定性），执行交给Agent（结果确定性），验证交给多个Agent交叉验证。形式化验证的终极目标是将验收标准从自然语言共识升级为可机器检查的穷尽证明，从而在结果确定性上提供数学证书。文章指出，通过将输入视为符号进行代数推导，并引入循环不变量来处理状态变化，使得形式化验证在逻辑上可行。最终，通过三层拆分架构（底层检查器内核、中间层形式化规格、上层智能体探索），将模型幻觉的风险隔离在信任边界外，实现了工程落地，使寻找不变量的劳动从稀缺专家变成了可按token计费的算力，但同时也指出了算力无法弥补规格准确性和可信计算基座审视的鸿沟。
  • Shell 早就有，Agent 才是新的：从 iSH 到 Open Minis yage.ai
    文章探讨了移动设备（如Open Minis）上运行的本地用户态环境与Agent运行时之间的演进。核心观点是，Open Minis通过在iOS应用进程内运行Alpine Linux用户态，并引入Agent运行时，将命令行环境、内置浏览器与系统级接口统一交给大语言模型，实现了模型自主决定执行路径和工具调用的能力。这与传统基于静态流程图的Shortcuts等工具不同，智能体运行时能够根据实时反馈调整策略，并能连续操控浏览器和本地脚本，从而将物理现场的即时感知与长期上下文记忆相结合，形成现场上下文与长期上下文的闭环，解决了跨端任务交接和权限边界的工程难题。
  • 一周四起 AI 现场记录：OpenAI 模型自筹手续费、平台拦截代客下单、Postgres 撤回新特性与 OpenCode 密钥暴露 yage.ai
    文章记录了近期在AI工具、软件开发和平台交互领域发生的四起事件：OpenAI模型在测试链上部署程序时因缺少手续费而自行寻找资金支付；摩根大通、嘉信理财等金融机构对外部AI助手的使用权限进行了读写分层管理，限制了代客动钱的能力；开源数据库PostgreSQL 19版本发布时，因大模型辅助代码评审发现了大量边缘缺陷而撤回了部分新功能；OpenCode开源编程工具的云端控制台系统遭遇旧系统未授权访问，导致部分用户托管的第三方模型密钥面临泄露风险。
  • NotebookLM's Video Overview System Prompt: The Full Creation Workflow | 宝玉的分享 baoyu.io
    该分享详细介绍 NotebookLM 中用于将笔记来源转化为视频的完整创建工作流，包括上下文收集、用户意图解析、卡片选择（格式和焦点）以及最终的视频生成指令。工作流强调了如何通过多步骤代理流程来确保用户意图的准确性，并对卡片内容进行了严格的翻译和本地化规则，以确保用户界面文本的准确性。
  • 一封写给机器的信：调查者是怎么找到一支腾讯云智能体舰队的 yage.ai
    研究团队通过利用公共扫描网站和临时收件箱，追踪到一批AI智能体在尝试获取高德地图数据时所使用的网络路径，最终将活动溯源到腾讯云香港机房的沙箱服务。研究发现，这些智能体通过组合使用外部工具（如urlquery、httpbin）和公开资源（如反爬脚本、网页缓存）来迂回绕过高德的反爬机制，最终揭示了AI智能体在执行任务时对权限边界的理解与工具借用的本质。
  • 掏钱上班、电视盒里的大模型、和一个卖不掉自己的 AI 陪聊公司 yage.ai
    文章探讨了当前AI在工作流、硬件部署和商业模式中的几个关键议题。首先，法院判决对企业使用第三方AI工具时，提出了事先制定规则或事后承担举证责任的要求，强调了数据敏感性和合规性的重要性。其次，Anthropic的实验展示了在廉价的异构硬件上实现大模型分布式推理的可能性，揭示了边缘计算和硬件组合在AI部署中的新趋势。最后，Character.ai的破产出售案例表明，在AI创业中，用户规模和收入并不能等同于公司价值，当产品存在安全和合规风险时，可变现的资产是工程代码、专利和技术人员，而非用户数据和品牌。
  • 一周三件事：REA 把逆向工程交给 agent、智谱发布法律模型 GLM-Legal、Cloudflare 把 agent 基础设施做成原语 yage.ai
    文章关注了AI Agent工程领域一周内三项进展：开源项目REA将传统逆向工程工具接入代码助手，智谱发布了面向法律领域的AI模型GLM-Legal，以及Cloudflare将网页抓取和搜索能力做成代理的基础设施原语。核心观点是，这些进展正在将原本需要专业技能或独立服务器的垂直能力沉淀为通用开发者平台上的现成组件，但面对加固代码、长链条真实案件等复杂场景，仍存在安全限制和性能瓶颈。
  • 自建大模型：多卡为什么卡，以及为什么还是比 API 贵 yage.ai
    文章讨论了自建多卡大模型推理的性能瓶颈和成本问题。核心观点是，多卡并行时，性能受限于任务调度（routing）机制，即如何平衡缓存亲和性（cache affinity）和负载均衡（load balancing）。个人玩家在缺乏底层调度器和实时状态监控的情况下，难以实现最优的资源分配，导致资源利用率低，最终自建的单位成本（按token计费）往往高于使用云端API。
  • 从手动编码到AI辅助的软件开发历程与架构演进 The Pragmatic Engineer
    文章回顾了从早期手动编写代码到利用AI辅助生成高质量代码的转变，重点探讨了软件开发中的技术里程碑（如纠删码），以及在数据存储架构重构、垂直扩展测试和利用AI作为新型建筑材料进行系统构建方面的思考与实践。
  • v0 一键集成：连接服务时，供应商的推荐用法自动进入 AI yage.ai
    文章介绍了 Vercel v0 推出的一键集成功能，该功能允许供应商的推荐用法（如邮件发送、数据库连接等）在服务连接建立的瞬间自动加载到 AI 模型的生成上下文中。这标志着软件工程的演进，即供应商的使用规约与访问凭据同步交付，将工程知识与调用凭据的交付形态进行了革新，并探讨了这种模式对软件生态、治理和风险暴露带来的影响。
  • AI 抬高了下限，评分标准还在惩罚上限 yage.ai
    文章通过两项随机对照实验，探讨了AI在学习和作业中的影响，核心观点在于AI工具能够有效抬高作业的下限，但如果评分标准只奖励流畅的套路，反而会压制学生对深度思考和探索边界的训练。文章强调，关键在于重构评价体系，引导评价重心从单方面奖赏标准答案转向鼓励检验前提假设、推导因果机制和探索非常规方案，从而真正训练人的认知上限。
  • 换 GPT-4o 只多 5.8 分，训练 7B 却多了 17.2 分 yage.ai
    文章探讨了在构建 Agent 时，将模型作为静态组件与外部编排系统分离的传统模式，以及通过在工作流的决策节点上进行在线训练（如使用 Flow-GRPO 机制）来优化模型性能的思路。研究发现，将冻结模型替换为更强大的模型（如 GPT-4o）仅带来有限的性能提升，而让模型在真实工具反馈中持续学习，可以在决策节点上带来显著的性能增益（如 17.2 分）。文章还提出了引入训练的四道门槛（任务高频复用、成败自动判定、错误瓶颈集中在决策节点、环境支持安全重置），并指出了从现有代码叠加训练接口或接入解耦训练框架等具体的技术路径。
  • 管道不是产品：Salesforce 把同一套接口发了两次，只有一次有人理 yage.ai
    文章探讨了软件厂商在为 AI agent 时代提供接口时，从最初的裸露接口（如 Salesforce 的 Headless 360）到最终封装成完整产品（如 Salesforce in Claude）的演进过程。核心观点是，真正促成企业采用的关键不在于底层接口本身，而在于对业务语义的深度封装、管理运维的整装打包以及终端分发的深度绑定，这三层能力构成了 agent 时代软件落地的最小采用单元。
  • AI 原生思维——像训练大模型一样训练自己 | 宝玉的分享 baoyu.io
    文章探讨了“AI 原生思维”，即像训练大模型一样训练自己，核心在于建立反馈循环、跟着模型进化、敢于推翻旧权重。作者分享了如何通过做AI产品（如转录翻译App）来实践这一思维，包括找需求时关注模型能力的边界线，判边界时评估能力、成本和价值，以及通过最小验证快速迭代。在重设计阶段，强调以终为始，从终点倒推追问，并以Agent为中心进行设计，将App做成Agent的插件，将人的角色从执行者转变为定义问题和验收结果。最终结论是，在AI时代，人的价值在于定义问题和验收结果，执行层交给AI，而人的精力应放在流程设计和验收上。
  • 「豆包工作」现教现学：从一份日文 PDF 到官网、视频、PPT 全搞定，打通飞书后太爽了！ · 乔木博客 向阳乔木
    文章介绍了字节跳动推出的「豆包工作」Agent产品，该产品通过与飞书的打通，实现了从处理日文PDF文档到生成官网、社交媒体素材、视频宣传片、PPT制作等全流程的生产力场景自动化。核心亮点在于Agent能够理解企业上下文，并能与飞书的组织结构、文档、会议纪要等深度结合，实现跨工具的协作和任务流自动化，极大地提升了传统企业在AI落地时的效率和执行力。
  • 豆包更新了工作模式，正面硬刚 Workbuddy · 乔木博客 向阳乔木
    文章介绍了豆包客户端更新后的工作模式，重点展示了其在AI办公场景中的强大能力，如集成Office和飞书套件、支持本地和云端电脑、以及通过Agent实现定时更新论文学习网、生成互动课件、制作PPT和Vlog等多种复杂任务。作者强调了豆包工作模式的实用性，并指出Agent是实现高效办公的关键，云电脑模式提供了7*24小时的无缝工作体验。
  • 一个闹钟，一份验收，就能养一个代码库 yage.ai
    文章探讨了如何通过设置定时任务和明确的验收标准，将重复性的代码维护任务从依赖于过程确定性的死脚本或人工会话，转变为依赖于结果确定性的智能基础设施。核心观点是，基础设施应轻量化，通过唤醒机制、日志埋点、上下文外部化以及清晰的完工边界来构建，从而让代理能够自主决定下一步行动，而不是被复杂的流程图所束缚。
  • Google 发布 DiffusionGemma：当语言模型不再只能从左到右写 yage.ai
    Google 发布了开源模型 DiffusionGemma，它通过将自回归生成过程改写为在固定画布内通过多轮双向注意力迭代去噪的并行生成机制，实现了文本生成速度的提升。该模型在推理加速和复杂推理能力之间进行了权衡，并展示了在特定负载下的性能取舍，为未来文本生成架构提供了新的工程实践方向。
  • 二次元头像=技术大佬？DeepSeek Harness揭开AI圈隐藏规律 · 乔木博客 向阳乔木
    文章介绍了 DeepSeek 发布了 DeepSeek Harness (DSH)，一个让模型能作为 Agent 的外壳框架。DSH 的核心理念是“一切皆插件”，允许用户通过插件来扩展模型的工具、技能和功能。文章重点展示了 DSH 社区的快速发展，以及通过 'Colleague-skill' 和 'OpenBiliClaw' 等热门插件，如何将模型能力转化为实际工作技能和信息获取工具，体现了开源生态的活力和用户驱动的创新。
  • 你纠正了 AI 十几次，它为什么还是记不住 yage.ai
    文章探讨了AI在记忆和经验固化方面的局限性，指出AI记不住要求或经验的关键不在于模型智商或措辞，而在于经验的存放位置。作者提出了经验的四层结构（对话上下文、外部记忆、项目版本化文档、模型微调），并建议根据经验的性质选择最合适的落点，强调先外化再执行的策略，以平衡风险和成本。
  • 如何选购房屋所有者保险：防范灾难的终极指南 New York Times Podcasts
    本期访谈探讨了房屋所有者保险（Homeowners Insurance）的核心要点。通过洛杉矶野火受灾作者的亲身经历，详细解析了足额投保、实际现金价值（ACV）与重置成本价值（RCV）的区别、如何利用 AI 辅助解读条款，以及预防保单断签和降低保费的具体策略。
  • K3 用早期的自己优化了自己，这比 2.8 万亿参数更值得琢磨 · 乔木博客 向阳乔木
    文章探讨了Kimi K3模型在开源领域的核心价值，强调其不仅体现在参数规模（2.8万亿）上，更在于其在模型优化自身训练基础设施和底层代码（如GPU kernel优化、自建编译器）方面的能力。核心观点是，模型开始成为训练自身基础设施的贡献者，这种自我指涉的循环是其持续领跑的真正原因，标志着AI范式正从单纯的模型性能竞赛转向模型对生产系统的优化能力。
  • 香港直播开场与生活体验：从身体状况到知识工作流的深度拆解 魏知超啥书都读
    文章记录了一次简陋的香港直播经历，内容涵盖了作者因近视老花问题、对香港文化的深厚感情、读书方法（AI辅助选书）、节目制作全流程以及对人工智能发展趋势的思考。核心在于分享个人经验和知识管理工作流。
  • 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。
  • AI 恐慌是一场租金保卫战：从骂何同学说起 yage.ai
    文章探讨了AI工具平价化对传统手艺和知识工作者判断力的冲击，引发了一场关于‘租金保卫战’的道德抗议。作者通过对比天文摄影、写作等领域，分析了新工具如何将执行层的手艺贬值，而高价值的判断力则被外包给AI。文章最终指出，真正的核心在于区分‘手艺’（可被工具替代）和‘判断力’（决定方向的能力），并强调在新的经济结构中，独立判断力和对大众传播规律的洞察力才是稀缺的价值所在。
  • Fugu：一个学会当经理的 AI，但它藏的比经理多 yage.ai
    Fugu 是一个通过进化策略和强化学习训练出来的多智能体协调器，它学会了如何分配角色、分工和验收流程，将多智能体编排从开发者手写的流程转变为模型权重的能力。它将协调策略内化到模型权重中，使得协调能力不再依赖于硬编码的 if-else 规则，而是通过训练涌现出来。Fugu 的核心特点是其协调过程对用户不可见，但其背后的协调动作被藏得比真实组织中的经理还彻底，这是一种商业选择，旨在保护学来的协调策略和定价策略。尽管在某些基准测试上表现优于提示编排器，但其透明度问题和缺乏独立验证仍是其面临的挑战。
  • 当执行力开始贬值：最会用 AI 的那批人，可能被 AI 伤得最深 yage.ai
    文章探讨了在高度依赖 AI 提升产出的环境下，过度依赖 AI 执行力可能导致职业判断力的贬值。核心观点是，当“让 AI 做一下”的低摩擦选项扩散为默认行为时，团队成员会逐渐丧失对价值判断的频率和能力。作者强调，真正的复利资产在于拒绝执行层面的无意义任务，并刻意留出思考方向的精力，以对抗被 AI 放大执行力的系统性退化循环。
  • 李笑来《The Half Second》：你戒不掉的坏习惯，不是因为你软弱 · 乔木博客 向阳乔木
    本文解读李笑来著作《The Half Second》，核心观点是行为改变并非意志力问题，而是工具使用错误。作者提出通过将行为改变降维为物理题，利用大脑的“频率计数器”机制，强调持续重复针对身体动作的脚本（而非情绪肯定语）的重要性。关键在于绕过意识审查，让行动在无意识中执行，并坚持直到抗议感转化为烦躁感。
  • 零编程背景的 AI 学习、Vibe Coding 实践与工作流讨论 课代表立正
    对话围绕无技术开发背景的普通人如何学习 AI 与实践 vibe coding 展开。嘉宾分享了从 Ready AI、n8n、Lovable 到结合 Claude Code 与 Codex 的经验，指出学习误区在于盲目学工具或知识，强调应以个人真实需求与动手构建为导向。
  • 弥合上下文鸿沟：Supabase 关于 MCP 与 AI Skill 协同实战录 AI Engineer
    本文深入探讨了在 AI 代理开发中，如何结合模型上下文协议（MCP）与 AI 技能（Skill）来提升任务执行的准确性。Supabase 的实践表明，单纯的工具集成不足以应对复杂逻辑，开发者需通过“防跳过”指令设计和主观导向的工作流，引导 AI 遵循安全规范并利用现有文档。文章还分享了通过量化评估验证该方案有效性的具体数据。
  • 创意工具的 Agent 化：从 Photoshop Action 到 Claude for Creative Work yage.ai
    文章分析了 AI Agent 在创意工具演进的三代历程，从脚本集成到闭环感知。Anthropic 的 Claude for Creative Work 代表了最新一代产品，解决了执行摩擦。瓶颈在于 AI 的视觉感知和评估能力，而非智力。未来 AI 将自动化非创意任务，人类角色更侧重创意方向与审美判断。
  • Intercom 如何通过 AI 工具将工程效率提升两倍 How I AI
    本次访谈深入探讨了 Intercom 如何通过引入 AI 工具（特别是 Claude Code）将其工程吞吐量提高了一倍。Intercom 的高级首席工程师 Brian Scanland 分享了他们在此过程中的经验，重点介绍了文化变革、AI 技能采用的遥测技术重要性，以及对产品质量和开发者体验的影响。讨论还涉及了 AI 使用的成本考量，以及 AI 如何改变产品开发和内部流程。
  • 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。