跳到正文

#大佬观点

今日 4 条

4月16日星期四

Latent Space

GitHub 首次允许开源仓库禁用 Pull Request,AI 编程正在淘汰这套用了 21 年的协作流程

GitHub 最近悄悄上线了一个新选项:开源仓库可以彻底关掉 Pull Request 功能了。这是 PR 诞生 21 年来的头一遭。文章把这看作一个信号——AI 写代码的 workflow 已经变了,人和人之间那套基于 Git 的协作方式,可能不再适合 agent 之间打交道。

推荐理由:GitHub 上线新选项,开源仓库可彻底关闭 Pull Request,这是该功能诞生 21 年来第一次。文章由此讨论 AI 编码工作流变化后,基于 Git 的人与人协作方式是否还适配 agent 之间的交互。

X · @dotey(宝玉)

模型不是笨,是 Harness 没配好

若石的博客把多步智能体跑崩的锅从模型身上拿开,扣在了工程约束没跟上。文章提出 Harness Engineering 四个原则:能用代码约束就别靠模型自觉,比如 JSON 输出直接上 Schema 校验,非法就回炉;关键状态外置到 state.json,崩了重启还能接着跑;验收必须交给独立的 Evaluator 模型或真执行一下,别让模型自评。

推荐理由:若石在博客中提出 Harness Engineering 四原则,把多步智能体跑崩归因于工程约束,并给出 Schema 校验、状态外置和独立 Evaluator 验收等可迁移做法。

最佳拍档

Demis Hassabis 罕见袒露心声:AGI 应在实验室多沉淀十年,后 AGI 时代五十年内或成真

DeepMind CEO Demis Hassabis 在这场访谈里没怎么画饼,反而直说现在的 AI 发展节奏被商业和地缘政治推得太快,不是他理想的路子。他个人的想法是,把 AGI 相关技术在实验室里像欧洲核子研究中心那样再打磨十到二十年,每一步都彻底搞懂再往前走。

推荐理由:DeepMind CEO Demis Hassabis 在访谈中提出,AGI 技术应在实验室再沉淀十到二十年,并给出后 AGI 时代五十年内或成真的时间判断。

Dwarkesh Patel 访谈

黄仁勋谈英伟达护城河:不是芯片设计,是把电子变成 token 的那一整条供应链

黄仁勋把英伟达的生意概括成一句话:输入电子,输出 token,中间是英伟达。他认为护城河不在某颗芯片的设计,而在于把电子变成有价值的 token 这件事本身极其复杂,涉及大量科学和工程,短期内很难被商品化。

推荐理由:黄仁勋把英伟达的护城河归到把电子变成 token 的整条供应链上,涉及大量科学与工程,短期内难以被商品化,这条给出他对竞争壁垒所在环节的直接判断。

4月15日星期三

最佳拍档

OpenClaw 创始人彼得·斯坦伯格回应闭源争议:项目不会闭源,已引入英伟达等多家企业共建以保持中立

OpenClaw 创始人彼得·斯坦伯格在 2026 年 4 月的 AI Engineer 大会上明确表示,加入 OpenAI 后项目不会闭源,控制权仍在自己手里。他主动引入英伟达、微软、腾讯等多家企业参与共建,其中英伟达派驻了全职工程师,以此对冲单一公司的影响。OpenClaw 上线 5 个月提交近 3 万次,贡献者近 2000 人,增长曲线近乎笔直。

推荐理由:彼得·斯坦伯格在 AI Engineer 大会上回应闭源争议,明确 OpenClaw 加入 OpenAI 后不会闭源,并引入英伟达、微软、腾讯等企业共建以对冲单一公司影响。

4月14日星期二

最佳拍档

H100 租赁价五个月涨近 40%,全球 GPU 算力全面断供

SemiAnalysis 的报告显示,从 2025 年 10 月到 2026 年 3 月,英伟达 H100 的一年期租赁价格从每小时每 GPU 1.70 美元涨到了 2.35 美元,涨幅接近 40%。现在想租一个 64 块 GPU 的小集群都很难,现货市场基本无货可租。

推荐理由:SemiAnalysis 报告显示 H100 一年期租赁价五个月从每小时 1.70 美元涨到 2.35 美元,64 块 GPU 的小集群现货已难租到,算力供需紧张落到具体价格上。

X · @dotey(宝玉)

与其说 AI First,不如先把测试、CI/CD 和监控这些软件工程的基础搭好

这篇文章的核心判断是:AI First 不是买几个 AI 工具订阅就能跑通的,它首先是一道软件工程题。AI 两小时写完代码,如果审查、测试、部署、监控和回滚还得靠人慢慢排队,瓶颈就从写代码转移到了 QA 和运维,25 人的团队照样快不起来。作者列出了几个硬性前提:自动化测试覆盖得够,不然每次 AI 提交你都得人工回归。

推荐理由:作者指出 AI First 的瓶颈会从写代码转移到 QA 和运维,并列出自动化测试覆盖、部署监控回滚等硬性前提,为团队评估自身工程基础提供参照。

OpenAI News

OpenAI 推出 GPT-5.4-Cyber,把高能力模型专门开放给安全防御人员用

OpenAI 宣布扩大“网络可信访问(TAC)”计划,并发布 GPT-5.4 的一个变体 GPT-5.4-Cyber,这个模型在网络安全任务上放得更开,专门给经过身份验证的防御人员使用。目前计划覆盖数千名个人防御者和数百个负责关键软件安全的团队。文章说,AI 帮防御者更快发现和修复漏洞,但攻击者也在用,所以不能等风险到某个临界点再行动。

推荐理由:OpenAI 将 GPT-5.4-Cyber 开放给通过身份验证的安全防御人员,并把网络可信访问计划扩至数千名个人防御者和数百个关键软件团队。

X · @dotey(宝玉)

Claude Code 关掉遥测后缓存从 1 小时掉到 5 分钟,工程师解释是实验开关失效,不是故意惩罚

开发者 Can Vardar 发现 Claude Code 关闭遥测后,提示缓存时间从 1 小时骤降到 5 分钟,他算了一笔账说这是用隐私换 12 倍性能。Anthropic 工程师 Boris Cherny 回应说,1 小时缓存写入成本高、读取成本低,不是无条件更好,如果你只跑一次查询就走,1 小时缓存反而浪费钱。

推荐理由:开发者发现关闭遥测后 Claude Code 提示缓存从 1 小时降到 5 分钟,Anthropic 工程师回应称 1 小时缓存写入成本高、读取成本低,只跑一次查询时反而更费钱。

4月13日星期一

最佳拍档

谷歌CEO皮查伊:2027年是企业AI落地爆发年,搜索不会死,会变成替你干活的管家

谷歌CEO皮查伊在2026年4月的一次专访里,把家底和判断都摊开了。他说明年(2027年)会是企业AI agent workflow(让模型进业务流程干活)的爆发点,AI将从程序员提效工具变成非技术岗位的智能核心。

推荐理由:谷歌CEO皮查伊在专访中判断2027年是企业AI agent工作流的爆发点,AI将从程序员提效工具转为非技术岗位的智能核心。

4月11日星期六

X · @dotey(宝玉)

OpenAI Codex 工程师:别反复给 AI 喂脏数据,给它造几个专用命令行工具

OpenAI Codex 团队的 Nick Baumann 分享了一个干活技巧:与其每次把文档、日志、API 输出整坨丢给 AI 去啃,不如把常用操作封装成带参数、输出 JSON 的 CLI 命令。Codex 本身就擅长用命令行,会自己搜命令、加 flag 筛选、把上一个命令的结果串到下一个,不需要你教它怎么调。

推荐理由:OpenAI Codex 团队的 Nick Baumann 分享日常用法,把日志、文档和 API 输出封装成带参数、返回 JSON 的 CLI 命令,让模型调用窄接口而非直接读原始数据。

4月8日星期三

MIT Technology Review · AI

微软 AI 老大苏莱曼:AI 发展离撞墙还早,算力暴涨是核心

这是微软 AI 的 CEO 苏莱曼在《麻省理工科技评论》上发的评论文章,不是独立研究,立场上我会先打个折。他的核心论点是:AI 训练用的算力从 2010 年到现在涨了 1 万亿倍,从 10 的 14 次方次浮点运算涨到 10 的 26 次方,所以短期内不会撞墙。他给了几个具体数字:英伟达芯片六年里单颗性能翻了 7 倍多。

推荐理由:微软 AI 负责人苏莱曼在评论文章中给出算力从 10 的 14 次方涨到 10 的 26 次方、英伟达单颗芯片六年性能翻 7 倍等数字,支撑其 AI 短期不会撞墙的判断。

Latent Space

OpenAI 内部团队用 5 个月跑出一个零人工代码的项目,每天烧掉 10 亿 token

Ryan Lopopolo 的团队在 OpenAI 内部搞了个极端实验:5 个月里搭出一个超过 100 万行代码的仓库,所有代码全由 Codex 生成,合并前没有任何人工审查。他们每天消耗超过 10 亿 token,按市价估算大概一天要花 2000 到 3000 美元。

推荐理由:OpenAI 内部团队用 5 个月搭出超 100 万行代码仓库,全部由 Codex 生成且合并前无人工审查,每天消耗超 10 亿 token,展示了全自动编码流程的工程组织方式。

4月7日星期二

MIT Technology Review · AI

经济学家说,判断 AI 会不会抢你饭碗,缺的不是任务清单,而是“降价后需求涨多少”的数据

芝加哥大学经济学家 Alex Imas 认为,现在大家用任务暴露度(比如 OpenAI 说房产中介有 28% 的工作能被 AI 干)来预测失业,基本没用。真正关键的数据是行业层面的价格弹性——也就是 AI 把成本打下来之后,降价能不能把需求拉到足够大,大到反而要多雇人。

推荐理由:芝加哥大学经济学家 Alex Imas 指出,用任务暴露度预测失业基本没用,判断岗位增减要看行业价格弹性,即 AI 降本后需求能否涨到多雇人。

4月6日星期一

X · @dotey(宝玉)

小米罗福莉:Agent 时代算力跟不上 Token 烧法,出路不是降价而是省 Token

小米 MiMo 团队负责人罗福莉指出,现在 Agent 干活时反复带着超过 10 万 Token 的长上下文去调工具,请求次数是 Claude Code 自身框架的好几倍,真实 API 成本可能冲到订阅价的几十倍,全球算力根本扛不住。她认为短期阵痛反而是好事,第三方框架被 API 付费逼着去改进上下文管理、提高缓存命中率、砍掉无效消耗。

推荐理由:小米 MiMo 团队负责人罗福莉指出,Agent 反复携带超 10 万 Token 长上下文调工具,请求次数是 Claude Code 框架的数倍,API 成本可达订阅价几十倍,第三方框架被逼着改进上下文管理。

4月4日星期六

Latent Space

Marc Andreessen 反思浏览器之死、Pi/OpenClaw 架构,以及为什么“这次不一样”

Marc Andreessen 在播客里聊了 76 分钟,核心观点是这波 AI 跟 2016 年那波不一样,因为现在有了推理、写代码、让模型进业务流程干活(agent)和模型自己改进自己的能力。

推荐理由:Marc Andreessen 在 76 分钟播客里对比这波 AI 与 2016 年那波,指出推理、写代码、agent 进业务流程和模型自我改进四项能力是差异所在。

4月3日星期五

X · @op7418(歸藏)

Karpathy 用 Obsidian 和大模型搭了一套本地知识库,把原始资料自动整理成可提问、可写报告的 Wiki

Karpathy 的做法是把原始资料扔进一个叫 RAW 的文件夹,让大模型自动生成摘要、索引、概念页、相互链接和可视化图表,最终形成一个本地 Markdown Wiki。之后可以直接在这个 Wiki 上提问,模型会查索引、读相关文档再给出回答或生成新文件、网页甚至 PPT,并把输出存回知识库。

推荐理由:Karpathy 公开了把原始资料经大模型整理成本地 Markdown Wiki 的完整流程,涵盖摘要、索引、互链到基于 Wiki 提问和生成报告,可迁移到个人知识库搭建。

X · @dotey(宝玉)

晚点发了一篇 DeepSeek 深度报道,讲 V4 发布前的人员变动、路线选择和梁文锋的管理逻辑

晚点 LatePost 这篇报道卡在 V4 发布前夕,信息量不小。先说人员:DeepSeek 确认走了四位核心成员,包括 R1 核心作者郭达雅(近期离职,可能去大厂)、第一代 LLM 作者王炳宣(去年底被腾讯挖走),以及 OCR 和多模态方向的两位。

推荐理由:晚点在 V4 发布前梳理了 DeepSeek 四位核心成员离职与团队路线选择,为理解这家公司当前的组织状态提供了背景。

4月1日星期三

MIT Technology Review · AI

在家训练人形机器人的零工:尼日利亚医学生头顶 iPhone 拍做家务

Micro1 这家公司雇了 50 多个国家的几千名零工,让他们把 iPhone 绑在头上,拍自己叠被子、洗碗、做饭的视频,再把这些真实动作数据卖给做人形机器人的公司。一个尼日利亚的医学生时薪 15 美元,在当地算高收入,但他觉得每天重复熨衣服很无聊。

推荐理由:Micro1 在 50 多个国家雇零工头戴 iPhone 拍摄叠被洗碗等家务,把真实动作数据卖给做人形机器人的公司,尼日利亚医学生时薪 15 美元。

硅谷101 播客

E231|从B2B到A2A:阿里国际张阔谈AI如何把采购沟通从一周压到一天

阿里国际总裁张阔在访谈里给了个很具体的数字:他们的采购AI产品Accio,能把跨境采购的沟通时间砍到原来的五分之一,从大概一周变成一天。怎么做到的?就是把市场调研、设计稿生成、跨语言沟通、供应商筛选这些环节串成一条AI工作流,让买家带着专业的设计包去跟卖家谈,而不是从零开始比划。Accio今年3月月活到了1000万,还在逐月快速增长。

推荐理由:阿里国际总裁张阔披露,采购AI产品Accio把跨境采购沟通从约一周压缩到一天,并将市场调研、设计稿生成、跨语言沟通与供应商筛选串成一条工作流。

3月31日星期二

OpenAI News

OpenAI 完成 1220 亿美元融资,估值冲到 8520 亿

OpenAI 今天宣布完成了一轮 1220 亿美元的融资,投后估值 8520 亿美元。这轮由亚马逊、英伟达、软银领投,微软、a16z 等也继续跟投,还首次通过银行渠道向个人投资者募了超过 30 亿美元。公司同时把循环信贷额度提到了约 47 亿美元,但正文说目前还没动用。

推荐理由:OpenAI 完成 1220 亿美元融资,投后估值 8520 亿美元,亚马逊、英伟达、软银领投,并经由银行渠道向个人投资者募资超 30 亿美元。

3月26日星期四

硅谷101 播客

E230|1万亿收入预期背后:英伟达的巅峰与软肋

黄仁勋在GTC上说,到2027年底,Blackwell和Vera Rubin两个平台的累计订单预计至少1万亿美元,而2024年全球半导体产业总销售额也就6000多亿美元。这期节目请了投资人、前英伟达芯片设计负责人和芯片架构师,一起拆解这个数字能不能落地。讨论认为,需求端确实旺盛,推理成本正在追上训练成本,未来Agent智能体铺开后Token消耗会更大。

推荐理由:黄仁勋在GTC给出到2027年底Blackwell与Vera Rubin累计订单至少1万亿美元的预期,节目请投资人和芯片设计负责人拆解这一数字能否落地。

3月25日星期三

MIT Technology Review · AI

AI 炒作指数:AI 上战场了

Anthropic 和五角大楼因为怎么把 Claude 模型武器化吵了一架,结果 OpenAI 用一笔被自家 CEO 称为“机会主义且草率”的交易截了胡。用户开始大批退订 ChatGPT,伦敦也爆发了迄今最大规模的反 AI 游行。讽刺的是,以伦理立身的 Anthropic,现在正帮着美军加速对伊朗的打击。

推荐理由:Anthropic 与五角大楼就 Claude 武器化产生分歧,OpenAI 借一笔交易拿下合作,引发用户退订 ChatGPT 与伦敦反 AI 游行。

3月24日星期二

Lex Fridman 播客

黄仁勋对谈 Lex Fridman:英伟达如何从单卡竞争转向整机柜、整数据中心的极端协同设计

黄仁勋在播客里解释了英伟达现在为什么要搞“极端协同设计”——因为单颗 GPU 已经不够用了。你想让一万台计算机跑出百万倍的加速,就不能只堆硬件,得把算法拆开、把模型和数据切碎(分片),让网络、交换、存储、供电、散热全部配合起来。否则受制于阿姆达尔定律,计算部分再快,整体也只快一点点。

推荐理由:黄仁勋在播客中解释英伟达为何转向整机柜与数据中心协同设计,并说明单卡性能受阿姆达尔定律限制,需算法分片与网络、供电、散热配合才能放大整体加速。

3月19日星期四

Ben's Bites

怎么写一份不帮倒忙的 AGENTS.md?

AGENTS.md 是给 AI 助手预载的指令文件,但别把它写成项目地图。有研究指出,塞进技术栈、关键文件路径这类信息反而会拉低表现,还让 token 消耗多出 20%——这些东西模型自己翻翻代码就能搞清楚。更好的做法是只保留你的行为偏好和纠偏提示,比如“生成网页前先用内置浏览器测一下再给我链接”、“把计划文件统一写到 ~/项目名/plan/ 里”。

推荐理由:研究指出,AGENTS.md 里塞技术栈和文件路径会拉低表现、多耗 20% token,只保留行为偏好和纠偏提示更有效。

硅谷101 播客

Web3 101串台|“龙虾热”背后,如何防范OpenClaw系统级风险

这期播客请了安全专家余弦和“龙虾”老玩家知县,把OpenClaw的风险拆成了几个层级:刚装上时,Agent能读你当前用户能看的本地文件;开始聊天后,对话内容会传到模型服务器,别发密钥密码;让它读写文件干活时,大模型可能理解错意思,误删误改文件,最常见的是把自己“改死”;操作浏览器时,你已登录的账号信息它都能拿到,访问恶意链接也会中招。

推荐理由:安全专家余弦与老玩家知县按安装、聊天、读写文件、操作浏览器四个阶段拆解 OpenClaw 的系统级风险,各阶段 Agent 能触及的本地文件、对话数据与账号信息。

3月17日星期二

MIT Technology Review · AI

OpenAI 的技术可能出现在伊朗冲突的哪些环节

OpenAI 跟五角大楼签了涉密协议刚过两周,MIT Technology Review 就划出了三个可能用到它家技术的场景。一是目标排序:分析师把潜在目标清单丢给模型,让它结合后勤、情报等数据排出优先打击顺序,但正文没解释人工复核到底怎么提速。

推荐理由:OpenAI 与五角大楼签署涉密协议两周后,MIT Technology Review 梳理出目标排序等三个可能用到其技术的场景,涉及模型如何介入打击决策。

3月16日星期一

MIT Technology Review · AI

AI 智能体刚学会跑,企业的管理手段还没跟上

2025年底到2026年初,无代码工具和开源个人助手 OpenClaw 出现,让生成式 AI 从爬直接变成了跑。加州 AB 316 法案在 2026 年 1 月 1 日生效,企业不能再把责任推给 AI 说“是它干的,我没批准”。IDC 受 Data Robot 委托的调查显示,96% 的生成式 AI 部署和 92% 的智能体部署都超了预算。

推荐理由:加州 AB 316 生效后企业不能再把责任推给 AI,而 IDC 调查显示 96% 的生成式 AI 部署和 92% 的智能体部署超预算,治理与成本控制正落后于智能体的落地速度。

3月13日星期五

阮一峰的网络日志

测试是新的护城河

一个 Cloudflare 工程师用 AI 花了一周时间、1100 美元 token 费,就复刻了 Next.js 十年的开发成果,API 覆盖率达到 94%。早期测试显示,这个叫 vinext 的新实现构建速度快了 4 倍,客户端打包体积小了 57%,现有 Next.js 应用不用改代码就能直接跑。

推荐理由:Cloudflare 工程师用 AI 一周、1100 美元 token 费复刻出 Next.js 实现 vinext,API 覆盖率达 94%,构建快 4 倍、打包体积小 57%,现有应用无需改代码即可运行。

3月11日星期三

MIT Technology Review · AI

中国 OpenClaw 热潮催生了一门帮人装“龙虾”的生意

北京工程师 Feng Qingyang 一月份开始帮人安装 OpenClaw(一个能接管设备自主干活的开源 AI 工具),到二月底辞职,现在团队超过 100 人,已经接了 7000 单,每单约 248 元人民币。淘宝和京东上现在有几百个相关商品,价格从 100 到 700 元不等。

推荐理由:北京工程师帮人安装开源 AI 工具 OpenClaw,两个月内从副业做到百人团队、7000 单,每单约 248 元,淘宝京东同类商品已有几百个,这条给出了围绕 AI 工具安装形成的市场定价与需求规模。

3月9日星期一

MIT Technology Review · AI

AI 正把伊朗冲突变成一场实时观战秀

作者一周内看了十几个伊朗战争仪表盘,它们把卫星图、船舶追踪、AI 摘要和赌盘链接拼在一起,把战争变成了可以边吃爆米花边看的实时界面。一个由 a16z 员工搭建的仪表盘直接接入了 Kalshi 的下注数据,而调查记者 Craig Silverman 已经记录了 20 个类似的工具。

推荐理由:作者一周内查看十几个伊朗战争仪表盘,其中 a16z 员工搭建的一个接入了 Kalshi 下注数据,调查记者已记录 20 个类似工具,这些界面把卫星图、船舶追踪与 AI 摘要拼成实时观战体验。

3月6日星期五

阮一峰的网络日志

科技爱好者周刊(第 387 期):你是领先的

阮一峰算了笔账:全球81亿人里,只有13.8亿人用过AI,占16%;付费订阅AI服务的只有1500万到2500万人,占0.3%;真正用AI生成过自己编程项目的人,更是只有200万到500万,占0.04%。如果你已经在关注AI动态、用AI写代码,其实已经跑赢了99%的人。

推荐理由:阮一峰在周刊里用三组数字拆解全球AI采用率,从16%的用过比例到0.04%的编程使用比例,勾勒出关注AI动态的人所处的实际位置。

3月5日星期四

36 氪 · 直链

阿里辟谣千问团队集体离职,称团队稳定、开源策略不变

阿里在3月5日回应了网上关于“千问模型核心团队集体离职”和“开源策略要调整”的传言,明确说团队稳定,产品和服务都正常运行。千问会继续走开源路线。一个值得注意的信息是,阿里强调基础模型团队从来没被定过DAU这类商业化的KPI,目标就是追模型智能上限、做AGI。不过公告没提谣言具体从哪来的,也没说团队现在多少人、后续会投多少钱。

推荐理由:阿里回应千问团队集体离职传言,明确团队稳定、开源策略不变,并说明基础模型团队不背DAU类商业化KPI,目标仍是追模型智能上限。

OpenAI News

OpenAI 发现推理模型很难按指令控制自己的思考过程,但这反而是个安全上的好消息

OpenAI 发了篇论文,核心结论是:现在最强的推理模型,都没法很好地控制自己的“思考草稿”(思维链)。他们搞了个叫 CoT-Control 的测试,用 13000 多个任务去要求模型在思考时遵守特定规则,比如全程用小写字母、避开某个关键词。结果所有被测模型的遵守率最高只有 15.4%,最低的甚至只有 0.1%。

推荐理由:OpenAI 用 13000 多个任务测试推理模型能否按指令约束思维链,所有模型遵守率最高仅 15.4%,最低 0.1%,为理解推理模型的可控性边界提供了实测数据。

2月27日星期五

MIT Technology Review · AI

AI 正在改写世界顶级围棋手的思考方式

AlphaGo 击败李世石十年后,AI 已经成为韩国职业围棋训练的标配,不用 AI 基本没法打职业。文章给了两个数:世界第一的申真谞落子与 AI 建议的重合率是 37.5%,而选手平均水平是 28.5%;另外 AlphaGo Zero 从零自学三天后,以 100 比 0 碾压了战胜李世石的那版 AlphaGo。

推荐理由:AlphaGo 击败李世石十年后,韩国职业围棋训练已离不开 AI,申真谞落子与 AI 建议的重合率达 37.5%,高于选手平均的 28.5%。

OpenAI News

OpenAI 和微软发联合声明:合作关系没变,亚马逊也能用 Azure 跑 API

OpenAI 和微软在 2026 年 2 月 27 日发了份联合声明,核心就一句话:两家公司的合作条款没变。声明直接回应了 OpenAI 当天宣布的新融资和新合作伙伴(包括亚马逊),强调这些动作都在现有协议框架内。具体来说,微软对 OpenAI 模型和产品的独家 IP 许可依然有效。

推荐理由:OpenAI 与微软在联合声明中确认合作条款未变,回应了前者当天宣布的新融资和包括亚马逊在内的新伙伴,微软对 OpenAI 模型与产品的独家 IP 许可依然有效。

阮一峰的网络日志

当外卖员接入 AI:程序开始直接调动人力了

Waymo 无人出租车乘客下车后没关好门,车就走不了。这家公司没做远程关门功能,而是在外卖平台下单,花 6.25 美元叫小哥跑一公里去关门,完事再加 5 美元。新闻点不是关门本身,而是程序在自动调动人力完成自己搞不定的环节。外卖员自带 API,已经接入了软件系统,成了可以被程序随时调用的“自动化人力”。

推荐理由:Waymo 无人出租车因乘客没关好门无法行驶,公司在外卖平台下单花 6.25 美元请小哥跑一公里关门,另加 5 美元,程序由此直接调用人力补上自己搞不定的环节。

2月26日星期四

纽约时报中文网

美国在 AI 上“输”给中国的不是模型,是工厂

这篇文章的核心判断是:中国把 AI 用进了工厂车间,美国还在把 AI 当实验室项目。中国已建成 3 万多家智能工厂,2024 年全球新装的工业机器人超过一半进了中国工厂。极氪宁波工厂用了 800 多台机器人,小米北京工厂每 76 秒就能产一辆车,美的荆州工厂用 AI 把产线响应时间从几小时压到几秒。

推荐理由:中国已建成3万多家智能工厂,2024年全球新装工业机器人超过一半进入中国工厂,极氪、小米、美的等企业的车间数据展示了AI在产线上的实际落地节奏。

2月15日星期日

Computing Life · 鸭哥

OpenClaw 为什么突然火了:把程序员才有的本地 AI 代理,塞进了你的聊天软件

OpenClaw 在 2026 年 1 月底爆火,不是因为它技术有多新,而是它把 Cursor 这类能读写文件、执行命令的本地编程代理,接入了 Slack、WhatsApp 和飞书,让非技术人员第一次用上了有记忆、能干活、会自我进化的 AI。文章拆解了它背后的三个关键设计:统一的上下文池让 AI 跨平台记住你的一切。

推荐理由:OpenClaw 把本地编程代理接入 Slack、WhatsApp 和飞书,让非技术人员也能用上有记忆、能执行任务的 AI,文章拆解了统一上下文池等三个关键设计。

Computing Life · 鸭哥

OpenClaw 为什么爆火:把程序员才有的 AI 代理体验,塞进了你的聊天软件

OpenClaw 在 2026 年 1 月底突然爆火,一周内换了三次名字,中间还被一个叫 $CLAWD 的假币骗走了 1600 万美元。

推荐理由:OpenClaw 一周内三次改名,还因假币 $CLAWD 损失 1600 万美元,这条深挖把它的爆火路径与风险一并讲清。