Box 创始人 Aaron Levie 把一种现象叫“AI 精神病”：决定用 AI 替换员工的人，往往最不了解那些员工到底在干什么。ClickUp 最近为了部署 AI 智能体，裁掉了 22% 的人。2026 年还没过半，科技行业的裁员人数已经快赶上 2025 年全年了。
推荐理由：这篇文章不是讲模型或产品，而是讲用人决策翻车。我会先打个折，因为 ClickUp 裁 22% 这个数字正文没展开说裁的是哪些岗位、AI 智能体具体顶了什么活，但“AI上瘾”这个判断本身有信息量，能让人停下来想一下：老板是不是把 AI 想得太神了，连员工实际在干什么都没搞清。对从业者来说，这比单纯报裁员人数更有刺痛感，所以放在 featured 门槛上没问题。
哈萨比斯判断，通用人工智能（AGI）最快 2029 到 2030 年就会出现，比之前想的快很多。他说的 AGI 不是只会干一件活的专用 AI，而是能像人一样跨领域学习、推理和创造的系统。现在那些能独立干活的 AI 智能体，在他看来就是 AGI 的预演。不过他也把话说得很清楚：AGI 不会突然蹦出来，而是一段持续加速的升级过程。他更担心的是，各国政府和社...
推荐理由：哈萨比斯这次把 AGI 时间线压到 2029-2030，比很多人的预期要快。他点出多模态和自主决策是硬指标，但正文没展开讲现在卡在哪、验证标准是什么，所以这个预测更像个人判断而非有数据支撑的路线图。我会先打个折：方向值得关注，但别当倒计时看。
OpenAI 员工晒出自己一个月的 Token 用量：760 万次请求，6030 亿 Token，按公开费率算价值 130 万美元。虽然他是内部员工不用掏钱，但这个量级让外界看清了一件事——如果放开让程序员用顶级模型，一个人一年光 Token 费就可能上亿人民币。换成国内便宜的开源模型，也要两三百万。Uber 今年头四个月就烧完了全年 34 亿美元的 ...
推荐理由：Peter Steinberger的CodexBar使用数据把Token费用问题算成了一笔明账：一个月760万次请求、6030亿Token，按预设费率估算价值130万美元。这个数字够具体，也够吓人，直接点出了AI编程工具在规模化使用时的成本压力。文章不是产品发布或模型评测，而是从业者的真实账单分享，对正在评估AI工具成本的团队来说，比任何公关稿都实在。
Anthropic 给 Claude Code 加了个动态工作流功能，本质是用一段 JS 脚本接管控制流，让脚本决定先做什么、后做什么、什么时候并行，但具体干活还是交给多个子 agent 各自在自己的上下文窗口里跑。这么设计是因为 agent 跑久了会忘事、自己验自己也不靠谱，所以把不会忘的控制流交给代码，把需要灵活探索的执行交给 agent，把验证拆...
推荐理由：这篇文章不是 Anthropic 官方发布，也没有实验数据，但它的价值在于把 Claude Code 动态工作流里“哪里该写死、哪里可以放手让模型跑”这个边界问题讲透了。三层机制拆得干净，对正在踩坑的从业者来说，比泛泛讲 agent 靠谱多了。我会先打个折，因为正文没披露具体验证指标，判断更多是架构层面的分析，所以放在 featured 里偏中上的位置。
作者 Tomasz Tunguz 分享了他用“技能提炼”让本地小模型跑个人工作流的做法。他会让 Opus 4.7、GPT-5.1 或 Gemini 3 Pro 这类顶尖模型，把处理邮件、管投资 pipeline、发博客等任务写成标准化的 SKILL.md 步骤文件，然后由本地运行的 Qwen 35B 或 Gemma 26B 一步步执行。这套系统基于 P...
推荐理由：这个技能提炼模式把大模型当教练、本地模型当执行者，思路清楚，对控制成本有实际意义。我会先打个折，因为文章没披露任何量化结果——不知道本地模型执行时会不会翻车，也不知道到底省了多少钱。这点先别太激动，等有数据再说。
这期播客聊的是 AI 编程工具正在从“在编辑器里帮你补全代码”转向“在后台独立完成整个任务”。Cognition 的首席产品官 Walden Yan 和 OpenInspect 的 Cole Murray 分享了他们看到的趋势：Devin 合并的 PR 数量涨了 7 倍，Cognition 自家仓库里由 AI 生成的提交占比从 16% 飙升到了 80%...
推荐理由：H、K、R 三项都站得住：Cognition 自家仓库的数据让这篇访谈不只是 agent 口号。分数留在 78 分，因为它本质还是访谈和趋势观察，不是重大模型或产品发布。
周志伟分享了一套项目管理方案：用两个 Git 仓库，配合 AI 编程助手、Shell 和 Python，把催周报、搬数据、画图表、出工程效能报告这些事自动化了。正文没披露具体实现细节和验证数据，但按他的说法，至少能省掉 80% 的手工跟进和报表工作。
推荐理由：我会先打个折：80% 这个数字正文没给验证方法，别当基准看。但思路本身很实在——用两个 Git 仓库当数据源，让 AI 编码助手加脚本去自动拉数据、出图表、拼周报，把项目经理从催收和搬运里解放出来。对 AI 从业者来说，这不是模型或平台发布，而是一个可抄作业的工作流改造，成本低、痛点准，所以给了 featured。
Simon Willison 发现，从 2026 年 4 月起，Anthropic 和 OpenAI 悄悄把企业版编程助手（Claude Code/Cowork 和 Codex）的收费方式从固定座位费改成了按 API 调用量计费，跟直接买 token 一个价。他自己一个月用这些工具烧掉的 token 折合 2180 美元，但个人套餐只要 200 美元，...
推荐理由：这篇不是官方公告，是一篇行业评论，但它抓的点很实在：Anthropic 和 OpenAI 在 2026 年 4 月前后把编程智能体的收费从打折卖席位改成按 API 调用量算钱。我会先打个折——正文没给出具体定价数字或客户迁移数据，所以“找到产品市场契合点”更多是作者基于计费模式转向的判断，不是有财报支撑的结论。但这点本身对从业者有用，因为它直接关系到采购和用量评估。整体属于有观点、有信息缺口、但不虚的评论，放在 featured 档位合理。
这篇文章讲的是阿里技术专家吕若凡提出的 Agent Room 模型。核心想法是不再让 AI 智能体各干各的，而是把它们放进一个共享上下文、任务账本、记忆和产物的“房间”里协作。文章用两个软件工程案例做了验证，说明这套系统不是简单地把任务分发给不同模型，而是让它们能基于共享信息做出协作判断。不过正文因为微信环境验证问题没能加载出来，具体的技术细节、实验数...
推荐理由：这是一篇方法论文章，不是模型发布或开源框架，但 Agent Room 的机制和两个研发现场让它有干货。HKR 三项都踩中了，我会给到 76 分，放在 featured 里。
作者提出一个反直觉但关键的工作习惯：让AI干活前，先把成功标准、踩过的坑和固定工具写成一个Skill文档。因为AI没有记忆，每次新对话都是白纸一张，不把经验外化落盘，它下次还会犯同样的错。文章解释了为什么程序员反而容易掉进“只有代码才能复用”的陷阱，并给出Skill的三个要素：描述最终想要什么而不是微操步骤、只记录AI真正犯过的错、提供确定性的工具调用...
推荐理由：这篇文章没讲新模型或产品能力，也没给实验数据，但“先写 Skill”这个动作把 agent 工作流从一次性尝试变成了可积累的资产，对日常用 Claude Code 或类似工具的人有直接参考价值。三个 Skill 要素讲得清楚，复用方式也具体，所以放在 featured 档。
作者王咏刚提出一个反直觉的习惯：别上来就让 AI 直接做事，先把怎么做写成一个可复用的“技能文档”。他用 Outlook 收邮件举例，第一次花半小时把用户名、手机端批准、客户端选择这些坑都记下来，下次 AI 读这个文件就能跳过所有陷阱。核心逻辑是，AI 没有记忆，不把经验外化成文档，它就会反复踩同一个坑。程序员容易觉得只有代码才值得复用，但文章指出，研...
推荐理由：这是一篇工作流教程，不是产品或模型发布。技能文档化的机制和 Outlook 示例够实在，能上 featured；但来源权威性一般，所以定在 72 分。
这是 Jack Clark 在牛津大学讲座的文字版，外加一篇他写的科幻小说。讲座的核心是一张让他感到眩晕的图——Epoch 能力指数，它用 40 多个基准测试画出了 AI 能力的陡峭爬升曲线。Clark 认为，AI 不是普通技术，它更像一片在加速生长的森林，而我们现在看到的通过律师资格考试、拿下国际数学奥赛金牌、发现软件新漏洞，都只是这片森林里的几棵树...
推荐理由：Jack Clark 这篇不是技术报告，更像一篇行业随笔。他拿 ECI 的 40 多项基准当引子，核心抛出一个具体判断：两年内可能出现能开发后继系统的 AI。这个说法把模糊的“奇点”变成了一个有明确时限的猜想，所以我会给高重要性。正文没给出两年预测的严格推导过程，更像基于趋势的直觉，这点先别太激动，但它确实把 AGI 时间线、安全和就业这些老话题拧成了一根引线，值得从业者读一读并自己判断。
美国劳工数据没看到 AI 造成大规模失业。AI 接触多的职业，失业率反而比接触少的职业更低，也没出现白领大批转行干体力活的迹象。但斯坦福一份研究发现，生成式 AI 普及后，年轻人在 AI 相关岗位的就业明显下滑，说明初级岗位可能正在被悄悄替代。文章认为就业市场确实不好，但锅不能全甩给 AI。
推荐理由：标题和摘要都指向一个反常识判断：AI 还没造成大规模失业，高暴露职业失业率反而更低。这个点够直接，也够戳人，HKR 三项都踩中了。但正文没披露具体样本时间窗口、失业率数值和统计口径，所以事实硬度要打个折，只能给 featured 里的低位。
Uber 总裁 Andrew Macdonald 公开说，公司 2026 年的 AI 预算四个月就烧完了，但 Claude Code 的 token 消耗量涨上去之后，并没有看到能交付给用户的实际功能跟着明显变多。他原话是“很难在 AI 花销和产品产出之间画一条线”。正文没披露具体花了多少钱，也没说哪些功能是 AI 驱动的，所以这个“没产出”的判断目前...
推荐理由：这条消息的价值不在技术本身，而在于一个每年花大钱买 AI 工具的大公司总裁公开说“账越来越难算”。我会先打个折：正文没披露具体预算金额，也没给出 token 消耗和功能交付的对照数据，所以不能当定量证据用。但“4 个月花光全年预算”这个事实本身已经足够说明成本压力，加上 Claude Code 用量还在上升，说明不是砍预算而是产出没跟上。对 AI 从业者来说，这比任何 benchmark 都更真实地反映了当前工具链的 ROI 焦虑。
作者在中美两头跑，发现两边的普通人都在被同一种不安笼罩：技术跑太快，红利不一定轮到自己。文章用滴滴司机钻算法空子、美国送餐员抢单的例子开场，指出 AI 在两国都加剧了职场监控、情感孤独和无力感。美国超七成青少年拿聊天机器人当陪伴，中国预计到 2030 年独居人口达 2 亿，AI 伴侣成了孤独的速效解药。科技精英忙着追逐风口和 AGI，普通人却用“社畜”...
推荐理由：这篇不是产品发布或模型论文，是一篇评论，但两个社会数据点和一个中美对照的框架让它有信息量。我会先打个折，因为正文没披露具体调查方法和样本量，数字的可靠性没法验证。不过它把技术趋势和人的孤独感直接挂钩，对从业者理解应用场景有启发，放在 featured 里当一篇有观点的解读是合适的。
这篇帖子直接点破：小模型搭的智能体方案没成为主流，跟技术能不能跑通关系不大，核心是商业风险和验证成本。作者举了两个例子——Gemma 4 31B 在 tau2-bench 上能跑到 86.4% 的准确率，DeepSeek V4-Flash 的输出 token 价格差不多是 Claude Opus 4.6 的 89 分之一，单看指标和成本都挺能打。但问题...
推荐理由：这篇文章的切入点挺刁钻——小模型 agent 栈没普及，不是性能不行，是验证层掉链子。它拿 Gemma 4 31B 在 tau2-bench 上 86.4% 的成绩和 DeepSeek 低到离谱的输出成本说事，数字本身有说服力。但更值得盯的是那个 7-9B 模型做验证时，一半到三分之二的正确答案推理链其实有缺陷，这个发现直接动摇了用小模型兜底的信心。来源是 Reddit，权威性要打个折，所以分数没给到顶，但话题本身对做 agent 落地的人很解渴。
这篇博客把智能体拆成了三层：模型（就是大语言模型本身）、脚手架（通过提示词和工具描述来定义模型的行为逻辑）和线束（负责实际跑模型调用、工具调用和控制循环的代码）。作者认为现在行业里这些词被混用得厉害，比如有人把整个智能体叫脚手架，有人把执行层叫线束，这篇就是想给个实用的参照，不是要定死标准。文章还顺带理了上下文工程、策略、技能、子智能体这些常被模糊使用...
推荐理由：Hugging Face 这篇把 agent 拆成三层：模型本身、Scaffolding（定义行为）和 Harness（管工具调用与控制循环）。这个分法解决了一个很实际的痛点——现在聊 agent 的人经常把“怎么调用工具”和“谁在控制循环”搅在一起，文章直接划了条线。我会先打个折：正文没给出具体的实现案例或性能对比，更像概念梳理，所以重要性停在 72 分。对正在搭 agent 架构的从业者来说，这篇能当一张参考图用，但别指望它直接告诉你代码怎么写。
Epoch AI 估算，从 2024 年第一季度到 2025 年第四季度，高带宽内存（HBM）在 AI 芯片物料成本里的占比从 52% 涨到了 63%。这个数字是拿英伟达、AMD、谷歌和亚马逊四家的 AI 芯片按出货量加权平均算出来的。同期逻辑芯片的成本占比基本没动，在 13% 左右；先进封装从 19% 降到 15%，其他辅助部件从 15% 降到 9%...
推荐理由：这个标题本身就是一个有冲击力的结论，我会先打个折——因为正文只给了链接、68 分和 71 条评论，完全没写这个“近三分之二”是怎么算出来的、统计的是哪种芯片、在什么时间点。如果是真的，那意味着内存成本已经压过计算单元，对推理优化和硬件定价影响很大；但信息缺口太大，现在只能当一个值得追问的信号，不能当定论。
OpenAI 联合创始人兼总裁格雷格·布罗克曼在这期播客里，第一次详细讲了公司最惊险的一次内部危机。他回忆了 Sam Altman 被董事会解雇后，自己接到电话时的场景、当天就辞职的原因，以及第二天在 Sam 家里策划“凤凰”备份公司的经过。转折点出现在 Ilya Sutskever 发了一条推文之后。除了这场风波，他还聊了 OpenAI 早期在纳帕谷...
推荐理由：我会先打个折：标题很抓人，Brockman 作为内部人出来讲“差点覆灭”的故事，天然有传播力，所以 H 和 R 都过了。但正文没披露任何实质内容——时间线、谁做了什么、怎么收场的，全都没说，K 完全站不住。整体只能放在 featured 底线，等后续有细节再升级。
这篇来自新智元的文章标题说 AI 生成的文章数量碾压人类，但正文被微信环境异常验证页完全挡住，看不到任何具体内容。从已有的英文摘要看，研究方 Graphite 从 CommonCrawl 里抽了 4.3 万篇文章做检测，发现从 2024 年 11 月起 AI 写的英文文章数量超过了人类写的。他们用的检测器自称误判率约 4.2%、漏判率约 0.6%，也就...
推荐理由：这篇评论性文章用一个抽样数据把“AI 内容淹没人类内容”这个模糊焦虑变成了一个有时间点的判断。43000 篇样本不算大，但误报率和漏报率都给了，说明检测工具本身不是绝对可靠，这点先别太激动。文章没披露抽样方法和检测模型细节，所以交叉点的精确度要打个折。对从业者的实际提醒是：公开网页数据正在被 AI 生成内容快速稀释，做预训练或外挂资料库的人得把数据溯源和过滤当成硬需求。整体信息量够、有数据支撑，但单一信源且缺乏平台级影响分析，所以分数没再往上走。
Flask 作者 Armin Ronacher 用 Pi 开发 Pi 时发现，项目 issue 里 83% 被自动关闭，因为大量 AI 生成的报告虽然行文专业、推理自洽，但结论是错的。问题不在 AI 代码质量差，而在于很多老手还在用过去的直觉判断 AI 输出——人类的错误有迹可循，AI 却会在一个错误假设上推导出一整套看似滴水不漏的方案，老手的经验识别...
推荐理由：这篇不是模型发布或产品上线，而是围绕 Armin Ronacher 用自家工具 Pi 开发 Pi 这件事的评论。我会先打个折，因为争议本身不算新，但 issue tracker 的数据让讨论落到了可查证的事实上，不是纯嘴炮。对天天跟 AI 结对编程的人来说，这种“老手翻车”的案例比 benchmark 更有说服力，所以给到 featured。
微软在一份报告里直接对比了两种成本：用 token 计费调用模型、用 agent 跑业务流程，以及雇人干同样的活。结论是，在这些特定场景下，AI 的综合开销已经超过了人工工资。报告没展开讲具体是什么任务、人力成本按哪个市场算的，但至少说明现在企业上 AI，不是闭着眼就能省钱。
推荐理由：我会先打个折：微软没公布具体是哪些任务、工资怎么算、对比口径是什么，所以这个结论不能直接套到所有场景。但它的价值在于，把 agent 和 token 计费的总成本摆上台面，提醒大家别只盯着单次调用价格。正文没披露具体金额和岗位，如果是真的，对靠堆 agent 降本的项目是个冷水。
奥纬咨询这份全球CEO调查里，科技行业被AI冲击得最狠。74%的CEO说正在冻结或减少招聘，比去年又高了7个百分点。大公司下手更重，39%的“超大规模”企业计划裁员，小公司这个比例是28%。最惨的是初级岗位：打算在未来一两年砍掉入门级职位的CEO比例，从去年的17%直接翻到43%。只有17%的CEO说会多招新人。报告把这叫“把人才金字塔削成了钻石”——...
推荐理由：标题和摘要里的数字够硬，74%和17%到43%的涨幅能让人直观感受到冲击。但正文没披露样本量和方法论，所以我会先打个折，不把它当定论看。整体更像一份行业观察，适合放在精选里当信号，但别急着下结论。
AI 的 token 单价每年暴跌 10 倍，但企业的 AI 账单却在暴涨，因为市场正在分裂成两个经济逻辑完全不同的世界。低端市场被中国开源模型（如 DeepSeek V4 Flash、Qwen 3.5）杀到了地板价，输入成本最低只要 5 美分，靠的是推理效率提升和系统性低价策略；高端市场如 Claude Opus 4.7 依然卖到 15 美元，价格几...
推荐理由：这篇文章不是产品发布或一手测试，是一篇行业评论，但把 token 降价和企业账单膨胀这对矛盾讲得很清楚。我会先打个折：300 倍价差这个数正文没展开算细账，但作为趋势判断是成立的。对正在选模型、算成本的 AI 从业者来说，这篇能帮他们意识到便宜不一定等于省钱，锁定的隐性成本和 Agent 带来的负载增长才是大头。
黄仁勋在英伟达财报电话会上抛出一个数字：超大规模云厂商的 AI 基建年开支会从现在的 1 万亿美元涨到 3 到 4 万亿，CFO 给的时间线是 2030 年前。华尔街分析师原本的共识是 2028 年才到 1.03 万亿，老黄直接翻了四倍。一季度谷歌、亚马逊、微软三家资本开支加起来已经超过 1100 亿美元，Meta 更是把全年预算拉到 1450 亿，结...
推荐理由：黄仁勋说的 3-4 万亿美元是 CEO 预测，不是已发生的模型发布或产品落地，所以分数压在 78-84 这个区间。数字本身有信号价值——它把云厂商的烧钱速度量化了，也间接给英伟达的营收预期撑腰。但正文没披露这个 4 万亿是怎么算出来的，也没说时间节点，这点先别太激动。
这篇帖子来自一个叫 HomoAgens1 的本地部署实验，他把 Agent 的调度模型和写代码的大模型拆开看，专门测调度环节能缩到多小。他用的 Qwen3.6-35B-A3B 是个 MoE 模型，实际干活时只激活约 3B 参数，跑在一块 12GB 显存的 GPU 上，关了 30 个专家做 offload，生成速度能到每秒 40 个 token。实验发现...
推荐理由：我会先打个折：这是 Reddit 上的单人实验，不是正式发布，结论别当定论。但它的发现很实在——用 Qwen3.6-35B-A3B 跑 ReAct 编排，3B 激活参数就能在 12GB 显卡上跑到 40 t/s，成本够低。更小的模型不是推理先崩，而是工具调用纪律先坏，这个失败模式对选型很有参考价值。显存、速度和故障点都给了具体数字，对想在家用显卡上折腾 agent 的人是一手好参考。
SemiAnalysis 扒了 43.2 万条真实编码智能体的请求记录，输入 token 的中位数不是大家常说的 3.2 万或 6.4 万，而是 9.6 万。这个量级意味着模型在接到你的问题之前，已经吞下了比《了不起的盖茨比》全书还长的上下文。正文没披露用了哪些模型、成本曲线、采样方式和统计时间窗口，所以这个数字先当个参考，别急着拿它算账。
推荐理由：HKR 三项都过：SemiAnalysis 拿出了一个 43.2 万条编码智能体请求的数据集，中位输入 9.6 万 token，这个数据点本身够硬。但模型、成本曲线、采样方法全都没说，所以只能算强数据点，到不了必写级别。
MatX 的 CEO Reiner Pope 从最底层的与、或、非逻辑门讲起，一步步拆解 AI 芯片到底怎么工作。他先用一个 4 比特乘 4 比特、再用 8 比特累加的例子，演示了乘法累加（MAC）运算在电路里长什么样——这其实就是矩阵乘法的基本动作，AI 芯片绝大部分时间都在干这个。接着聊到数据搬运比计算还贵，所以芯片里要用多路复用器（mux）来省连...
推荐理由：Dwarkesh 这次访谈没讲空话，Reiner Pope 从最底层的门电路开始，一步步解释怎么为 AI 推理专门设计芯片。我会先打个折：这不是产品发布或行业爆料，更像一堂硬核科普，所以分数不会给到新闻级。但内容密度很高，把脉动阵列、数据流和 ASIC 的取舍都讲透了，对做推理优化的人有实际参考价值。正文没披露 MatX 芯片的具体性能指标，这点先别太激动。
Dharma-AI 在 Hugging Face 发了篇博文，说现在的大语言模型上线后经常出现文本退化——输出内容来回重复、前言不搭后语或者逻辑崩掉。这种故障直接影响用户体感和模型能不能用，但主流基准测试基本没把这类问题纳入评分。文章呼吁业界在评估体系里加上对文本退化的系统追踪和量化指标，正文没披露具体的指标设计或实验数据。
推荐理由：HKR 三项都过了，但这篇帖子只披露了故障模式和基准盲区，没给样本量、具体指标或复现方法，信息密度偏低，放在 featured 里靠下的位置比较合适。
英伟达发了 2026 财年第一季度财报，营收 816 亿，利润 583 亿，数据中心业务同比暴增 92%。但股价盘后还是跌了 2%，说明市场对它的预期已经拉得很高，光超预期不够，得超很多才行。正文没披露货币单位和利润口径，这点先别太激动，如果是真的挺省钱，但缺信息没法判断。
推荐理由：我会先打个折：正文只给了标题级数字，没披露币种、利润口径和业绩指引，所以判断只能基于标题。数据中心业务涨92%说明AI算力需求还在猛跑，但股价跌2%说明市场早就把更夸张的预期打进去了。这点先别太激动，正文没给毛利率趋势和后续指引，没法判断增速能不能撑住现在的估值。
Salesforce 已经“砍掉”了传统界面，销售不用登录网站就能通过 AI 更新交易记录。作者把这种趋势叫做“可塑界面”——AI 能根据你当下在干嘛，动态生成最适合的交互形式，比如开车时给你念邮件摘要、审文案时弹出网页应用、做预算时直接给个带图表的表格。文章引用了 Airbnb CEO 和 Anthropic 工程师的观点，认为纯文本对话不够用，电商...
推荐理由：我会先打个折：这篇是软件形态的展望，没有上线时间、用户数据或可复现的测试，所以放在评论类里刚好。正文说 Salesforce 已经用无头架构让销售靠 AI 直接改数据，界面不再写死，而是按场景动态生成 HTML、音频甚至网页。这点先别太激动——正文没披露这套动态生成在 Salesforce 里的实际覆盖范围、延迟和出错率，也没说 MCP 具体怎么接。但思路本身对做 B 端产品的人有用，因为它把“界面”从设计稿变成了模型输出，省不省开发成本另说，至少交互逻辑要重想。
Cursor 团队把云端智能体从本地搬到服务器上跑了一年，最大的教训是：开发环境本身就是产品。本地跑的时候，模型直接继承你电脑上的全套工具链，但云端得从零重建，缺个依赖、少个配置，模型不会报错，只会悄悄变笨。他们后来把任务调度迁到 Temporal 上，可靠性从 99% 拉到了 99.9% 以上，现在平台每天处理超过 5000 万次操作。文章还聊了怎么...
推荐理由：HKR 三项都成立：Cursor 在编程 agent 圈子里是核心玩家，文章给出了 Temporal 迁移、99.9%+ 可靠性和 5000 万次日操作量这些实打实的数据。不是产品发布，所以放在 featured 低段位。
这篇文章因为微信环境异常，正文内容没抓到，只看到标题和作者信息。标题说会讲 Agent 的原理分析和从零搭建个人助手的实践，作者是 Zhan Xupeng，预计阅读时间 50 分钟，属于长文干货。但具体讲了什么——比如记忆模块怎么设计、ReAct 规划怎么落地、技能加载是渐进式还是一次性、子 Agent 怎么协作、故障恢复怎么做——这些细节正文都没披露...
推荐理由：我会先打个折：标题确实平平无奇，像又一篇入门教程。但点进去会发现，作者把 Agent 的骨架拆得很实在——记忆怎么存、ReAct Plan 怎么跑、skill 怎么按需加载、subagent 怎么分工、harness 怎么兜底，这些设计都写到了。对正在折腾个人助手或想让 Agent 稳定跑业务的同学来说，这篇比大多数水文有料。不过正文没给出量化验证，效果到底怎么样还得自己试。
一位 Reddit 用户对比了两种让 Claude 稳定输出结构化数据的方法。靠提示词描述格式再事后用正则或 JSON 解析（方案 A），首次解析成功率只有 65%–70%；换成直接调用 tool_use 功能，用强类型 schema、枚举值约束和分步校验（方案 B），成功率拉到 90%–95% 以上。方案 B 的原理是让 API 在模型生成前就卡死输...
推荐理由：我会先打个折：数据来自 Reddit 个人测试，样本量和具体任务都没披露，不能当正式基准看。但 hook 很清晰——从提示词正则校验换成 schema 强制输出，首轮解析率从 65–70% 拉到 90–95%+，说明让模型按类型 schema 直接吐结果比事后用正则捞靠谱得多。这点先别太激动，正文没交代测试条件，但方向对工程选型有参考价值，所以给 featured 低档。
英伟达这次财报营收和未来指引都超过了市场预期，还宣布提高股息，但股价依然下跌。具体涨了多少股息、营收数字是多少、预测区间在哪、股价跌了几个点，这篇正文全被付费墙挡住了，只返回了一个安全验证页面，看不到实际内容。
推荐理由：这条消息的钩子很清晰：业绩明明超预期，股价反而跌了，说明市场现在更怕增长放缓而不是看当期数字。我会先打个折——摘要没给任何具体数据，股息幅度、收入、指引全缺，所以只能当个情绪信号看，不能拿来算估值。对 AI 从业者来说，这比单纯财报更有参考价值，因为它反映的是整个算力链条的信心温度。
FT 的付费墙把具体数字全挡住了，正文没披露是哪个季度、营收多少、利润多少、按什么会计准则算的。标题说 Anthropic 即将实现首次季度盈利，比 OpenAI 和 xAI 都早一步。但看不到细节，这点先别太激动——不知道是运营利润还是算上了投资收益，也不知道收入是靠 API 调用还是靠企业大单撑起来的。
推荐理由：我会先打个折：正文只说了“有望”，没披露是哪个季度、赚了多少、营收规模多大，所以这更像一个方向性信号而不是实锤。但信号本身够尖锐——Anthropic 如果真比 OpenAI 和 xAI 先盈利，说明它在企业客户和 API 收入上可能跑得更务实，烧钱换规模的节奏也可能更克制。这点先别太激动，等具体财报出来再看是运营利润还是调整后的数字。
Tomasz Tunguz 对比了 Google、OpenAI 和 Anthropic 三家最新旗舰模型的 API 定价，发现补贴正在退潮。Google Gemini 3.1 Pro 最便宜，输入每百万 token 2 美元、输出 12 美元；OpenAI GPT-5.5 短暂补贴后涨到输入 5 美元、输出 30 美元；Anthropic Claude...
推荐理由：Tom Tunguz 这篇是定价评论，不是模型首发新闻，但三家旗舰模型的价格摆在一起，差距够大，对从业者选型有参考价值。我会先打个折，给 featured 而不是 must-write，因为正文没披露补贴具体怎么算、能撑多久，判断还缺一手数据。
有 Reddit 用户扒了 API 日志，发现 Cursor 和 Claude Code 的 agent 干活时，会在上万行的代码库里反复用 grep 搜大约 40 个文件，有时为了改 5 行代码就把整个 2000 行的文件塞进上下文。更夸张的是，在真正开始写代码前，光工具定义和操作日志就先吃掉大约 3 万个 token。帖子认为工具本身没降智，是这种...
推荐理由：这篇 Reddit 帖子没走“模型降智”的老路，而是从 API 日志里挖出一个更扎心的解释：agent 在工作时自己把上下文窗口塞满了。我会先打个折——这只是单帖爆料，没附原始日志，也没第三方复现，所以不能当定论。但它的价值在于把模糊的“变慢变蠢”翻译成了可排查的结构性问题：仓库一大，递归检索就失控，工具描述和日志占掉大量 token，留给真正写代码的空间反而不多。对正在用这类工具的从业者来说，这比猜模型更新管用，因为它指向了可以动手优化的地方，比如裁剪工具定义、限制检索深度。正文没披露具体复现步骤，这点先别太激动，但作为一线信号已经够格上 fea...
微软前 Windows AI 合作总监韦洛索跳出来说，微软又错过了一波浪潮。他列了几个扎心数字：2023 到 2025 年，微软靠和 OpenAI 的合作赚了约 300 亿美元，但搭进去的成本高达 1000 亿美元。更惨的是 Copilot，虽然到处预装，付费用户里真正在用的不到 3%。他还提到，微软在必应搜索上砸了重金做 AI 化，市场份额纹丝不动；...
推荐理由：这条料来自微软前高管，不是官方口径，所以我会先打个折来看。但他甩出的数字很具体：300 亿营收对 1000 亿成本，Copilot 付费使用率不到 3%。如果属实，说明微软这波 AI 投入目前回本压力巨大，Copilot 叫好不叫座的问题比外界想的严重。正文没披露这些数字的统计口径和时间范围，这点先别太激动。
作者给 Claude Code 下了一段精确的提示词，两分钟就吐出一个单文件 HTML 页面，暗色主题、时间线、可折叠表格全都有，没有外部依赖，拿来就能用。他以前在 Notion 里搭同样的模板要花 30 到 40 分钟，效率差了近 20 倍。核心是把视觉、内容结构和交互细节一次性写进提示词里，让模型直接交付成品。正文没披露具体提示词全文，也没说生成后...
推荐理由：HKR 三项全中：有具体的 Claude Code 实操钩子，有 2 分钟 vs 30-40 分钟的硬数字对比，对一线干活的人直接有用。范围虽小，但信息密度够，放在 featured 没问题。