shadowcz007-CSDN博客

原创 Autofiction：我们都在演，只是剧本早已写好

2011 年，Eli Pariser 提出"过滤气泡"概念时，重点是算法根据用户使用时间、地区、浏览习惯生成用户画像——这是"消费偏好"的画像。主唱说，所有艺术都处于真实与虚构之间的光谱上。你每天在各种平台、AI 工具、社交网络上"扮演"的自己，是有意识的选择，还是被推荐算法和 AI 模型生成的默认版本？AI 的"身份"不是内在固定的，而是通过外部文档：prompts、markdown 文件，不断重建的。到 2026 年，AI 驱动的推荐系统已经从"你喜欢什么"进化到"你是谁"，将身份建构推向更深层次。

2026-05-28 16:43:05 318

原创所有创作都是重组，但谁来重组决定了价值

当AI能够批量生产"看起来原创"的内容时，"原创性"本身正在成为一个需要重新思考的概念。答案不在于"如何让AI更有创造力"，而在于"人类创作者如何在AI时代找到自己不可替代的位置"。创作主体认定难（AI不是法律意义上的"作者"）、创作过程证明难（难以证明人类的"智力劳动投入"）、独创性判断难（AI输出是否具有"独特表达"存疑）。那些只有你能讲的故事，只有你能做的判断，只有你经历过的瞬间——这些是AI拿不走的。有意思的是："AI不是好莱坞的威胁。创作者的价值，不在于"重组了什么"，而在于"是谁在重组"

2026-05-27 09:00:00 500

原创 Google：蓝色链接还需要吗？谷歌搜索要变成“委托AI执行“了！

还有个变化挺有意思：设计师、创作者、独立个体，你们的读者正在通过AI搜索信息。如果你的内容能成为AI信任的来源，AI会在回答问题时推荐你的作品。超过25%的搜索结果顶部将出现AI Overviews（AI总结），即使链接排名第一，用户也可能根本不点击。说白了，内容创作者得重新想一件事：不是"如何让更多人看到"，而是"如何让AI在回答问题时信任我的内容"。蓝色链接曾是流量的入口，现在AI直接给你答案，用户不需要点击网站。Google搜索变了：问题不在于变得更好，而在于变得不需要你了。

2026-05-25 12:50:34 241

原创 Altman用token买YC创业公司股权

OpenAI实际支付的边际成本接近于零： token是自己印的，推理成本还在持续下降，今天的200万美元可能3年后只值20万。OpenAI的Token Deal是200万美元token换取股权，但股权比例待Series A时确定。2009年，Yuri Milner向所有YC公司提供了100万美元投资，不需要任何条款，直接给钱。Yuri Milner给的是真金白银，Altman给的是自己能够"印刷"的token。15年后，Altman回到YC，这次身份是OpenAI CEO，不是总裁。

2026-05-25 10:37:13 566

原创用科学包装偏见，AI时代的颅相学

但如果数据本身是偏见的历史产物，那么"反映数据"就等于"复制偏见"。一旦你接受了"算法是客观的因为它基于数据"这个前提，你就无法通过引用数据来批评算法，因为数据本身被认为是客观的。数据科学家说"我只是用了可用的数据"，公司说"系统是基于统计的"，开发者说"我没有设计偏见"，用户说"这是算法的决策，不是我"。当AI被要求生成"医生"的图像时，100次里94次是白人男性时，这不是技术问题，是偏见的历史重复上演。真正的客观性不是"不加批判地使用可获得的数据"，而是"主动识别和纠正数据中的偏见"。

2026-05-23 07:09:06 500

原创 AI内容，用了就可能被指责。原因是？

Shadow：创作规则已经发生变化，平台对AI内容的审核跟不上技术的发展，设计独特的AI内容，是新的创作壁垒。看起来是技术方案，但本质是信任基础设施，当所有AI生成内容都带可验证水印，溯源就成为可能。这个地带的AI内容花了工夫，但没有花够，结果是既没有风格化的辨识度，也没有拟真的可信度。那个诊所的问题不是"被发现了用了AI"，而是"被发现之后消费者直接公开指责"。当AI内容从"用了就用了"变成"用了就可能被指责"，创作规则变了。用劣质AI内容的代价，从"可能被发现"变成了"已经被指责"。

2026-05-22 10:34:26 283

转载 Cute Tech：科技新品如何像时尚行业一样思考？

让软件本身的介绍显得不那么只专注于功能化，还有使用者的感受和氛围。这就是 Cute Tech 最重要的地方，不是 “萌”，而是让科技从工业产品重新变成情绪产品。科技行业开始像时尚行业一样思考，产品是种 aesthetic、personality、可被携带的身份语言。在 AI 时代，让人充分感受到情绪的表达，就是 Cute Tech，而不只是 “可爱感”Cute Tech 不只是科技行业的视觉小趋势，它更像是一种新品发布逻辑的变化。再比如，上个月我们刚完成的初创产品 / AI 论文软件的 demo 制作，

2026-05-21 18:24:00 24

原创 OpenAI宣布采纳Google DeepMind的SynthID水印技术

核心：隐形性（对人类不可见）、鲁棒性（常见图像处理后仍可检测）、可扩展性（可嵌入图像和文本）。两个曾经的竞争对手站在同一标准背后，比技术本身更重要：溯源正在成为基础设施，滥用空间收窄。C2PA层：提供内容来源的元数据（创作者、工具、时间戳），信息丰富但可以被剥离。SynthID层：提供隐形水印，在元数据被剥离时仍可识别AI生成内容。但方向是确定的：AI内容的透明度正在成为基础设施的基本要求。AI生成内容正在从"用了就用了"变成"用了就要标注"。当标准形成，溯源成为可能，AI内容的滥用就会变少。

2026-05-21 07:07:23 307

原创 VibeCoding提出者Karpathy加入Anthropic#CTO们集体加入AI公司：零员工公司时代来了

ps：Cal AI是一款由7人团队开发的AI拍照卡路里追踪应用，年收入超3000万美元后被MyFitnessPal收购，是“判断力取代执行力”的典型商业案例。新的是网络效应护城河：你需要时间积累，行业边界情况、用户行为指纹、垂直知识结构化，这些东西不是有钱就能买的。在一个足够细的领域里，智能体系统帮你把执行成本降到接近零之后，你所有的时间都可以用来做那些真正需要积累的事。真正的问题是：我要解决什么问题，那个问题值多少钱，谁会为此付钱，我怎么确认它不是我自己想象出来的需求。他们是在比谁更能判断方向。

2026-05-20 07:50:37 609

原创 Claude帮用户找回40万美元Bitcoin：AI在密码破解上真正擅长的是什么？

Claude发现了一个他完全忘记了的2019年钱包备份文件，然后识别出btcrecover工具的一个密码拼接bug。传统的密码恢复行业依赖GPU集群和暴力破解：34亿次CPU尝试，3.4万亿次GPU尝试，全部失败。基于AI的密码管理范式：不在是「设一个更强的密码」，而是「让AI帮你记住，并在需要时帮你验证」。安全社区需要系统性地用AI审计自己的工具链，而不是只盯着「AI能不能被用来攻击」这个问题。Claude到底是怎么做到的，以及更重要的是，AI密码恢复的真相是？这个案例证明了「AI可以破解密码」，但。

2026-05-18 12:08:00 269

原创 Google：让鼠标学会「看见」这件事意味着什么#Magic Pointer

当「指向」成为一种新的指令媒介，AI系统的设计逻辑会发生根本变化。不再是「理解我的语言」，而是「理解我的目光」。这种转变对AI产品的设计者提出了新要求：界面上的每一个可见对象，都可能成为用户的「可操作入口」。传统鼠标指针的本质是一个坐标：它告诉计算机「用户现在在看哪里」，但不包含任何关于「指向对象是什么」的信息。但Magic Pointer改变的是「表达结构」：从「语言描述目标」到「指向定义目标」。，通过多模态模型识别画面中的对象类型，再结合用户的语音或文字指令理解意图，最后调用相关工具完成操作。

2026-05-18 09:46:48 432

原创苹果不卷AI了：iOS 27要让第三方模型“竞标“进系统

之前你用iPhone，Siri只能用苹果内置的AI（早期绑定了ChatGPT），你想换成Gemini或者Claude，得手动打开那个App，用它的界面。OpenAI、Google、Anthropic的模型能力在快速拉开与第二梯队的距离，而手机厂商的自研模型，无论从算力、数据还是人才储备上，都很难追上。Shadow：当所有人以为AI的终点是"谁家的模型最强"，Apple反着来：不做最强的AI，做装AI的那个容器。对于做产品的人，这个案例的价值不在于"苹果做了什么"，而在于"苹果为什么放弃"。

2026-05-15 12:30:00 681

原创 “有手就行“幻觉：AI红利为什么让更多人更焦虑了

还有人回复：不是学编程，是学'让AI替你编程'，下一个升职的HR，一定是会用AI的那一个，和老板聊AI你有底气。其他人把经验丢掉了，只留下"让 AI 帮我做"的期待，最后做出来的只能是"看起来像 demo 的东西"。AI让你觉得"有手就行"，但它也在悄悄掩盖一个事实：你的"手"，可能只是最浅层的那双手。不是 AI 工具的差异，不是 prompt 技巧的差异，而是使用者本身的经验积累差异。因为他们知道：AI降低了"做出来"的门槛，但"做好"的门槛反而更高了。

2026-05-15 11:36:59 535

原创 a16z：从记录系统到情报系统（智能系统）

曾经至上，现在只是附带了。在模型和客户之间，有大量枯燥但特定领域的工作：跨数十个连接系统编排上下文，把销售和营销团队实际运作的逻辑编码，处理权限和合规性，集成到财富 500 强 IT 环境的混乱现实中。就像动态消息将社交媒体的 TAM 扩大到"一切感兴趣的东西"一样，代理革命扩展了软件可以合理收费的范围，而且不会削弱为当今大多数 GTM 工作提供资金的劳动力预算。她从智能系统生成的优先级动态开始：她的哪些账户隔夜有了重大消息，哪些地区的潜在客户突然进入市场，哪些管道中的交易以应该调查的方式变得安静了。

2026-05-14 23:11:28 511

原创 Gartner：80%通过AI裁员的企业，失败了# AI裁员失败，不是因为AI不行

连GPT-5.5的官方描述已经从「understands complex goals, uses tools, checks its work」演变为「carries tasks through to completion」，这是AI从工具到同事的转变。据Ramp AI指数数据，Anthropic的企业客户占比已从一年前的约4%增长至34.4%，在企业AI采用上超越了OpenAI。但走第一条路的时候，其实没有人在用AI，只是在用自动化工具，而且还没有自动化工具做得好。AI成为裁员的主要驱动因素之一。

2026-05-14 20:34:54 619

原创 Anthropic不自己做法律AI，却让法律科技巨头全部变成它的渠道#开源

20个MCP连接器、12个执业领域插件，一口气接入Thomson Reuters、Harvey、iManage、DocuSign、Everlaw等几乎所有主流法律软件。今天，Anthropic没有自己开发所有法律AI功能，却让Thomson Reuters、Harvey、iManage这些法律科技巨头全部变成了它的渠道。这次发布的20多个MCP连接器，覆盖了法律行业整个软件栈：诉讼、合同、文档、判例、电子签名，全部接进去了。真正的变化不是律师用了什么AI，而是谁掌握了AI与法律软件之间的连接权。

2026-05-14 17:19:08 520

原创黄仁勋：不会烧token的工程师，正在被重新定价#Token 正在成为企业给员工的“第二薪酬“

英伟达 CEO 黄仁勋在 2026 年 3 月播客中提出的逻辑：如果一个工程师能把相当于年薪一半的 token 预算花出去，说明他在高效驱动 AI 为自己工作。代码是 AI 生成的，逻辑是 AI 决定的，理解 AI 为什么这样写往往比从头写还难。高级工程师现在获得 10 倍薪酬，因为他们能够删除 5000 行 AI 生成的意大利面代码，用 50 行干净的代码替换。Shadow：最近在给ceo们上课，第一课讲的就是AI原生组织员工的工作衡量标准，围绕token构建的量化指标。这是 AI 的盲区。

2026-05-13 09:36:17 547

原创 AI编程如何学？OpenAI 亲自下场，19家顶级机构联手，成立FDE公司#前端部署工程师

知道一个问题值不值得做、从哪里切入、什么时候该停：这些在AI时代，比流程更重要。许多项目会经历第一版原型、工作流重构、用户反馈、智能体协同、数据沉淀、长期迭代。会做Demo的人很多。能把现实世界的隐性需求，变成可运行系统的人，很少。机制：先把项目放出去，在真实反馈里迭代，而不是等到"完美"才收工。从"会不会写代码"，变成"知不知道该把什么问题交给AI"。— 把行业经验、业务判断、工作流变成可复用的系统。判断力、结构化思维、工作流设计，这些会长期存在。— 把散落的文章、课程、错题变成可操作的素材。

2026-05-12 08:13:33 461

原创多智能体协调模式选型指南：5种模式何时用、怎么迭代？

系统越来越复杂，面临多智能体如何稳定迭代升级的问题，选型是最头疼的，选得不好，浪费时间还要返工。问题是智能体是否需要彼此的发现。更危险的是反应循环：智能体A写发现，智能体B读取并写后续，A看到后续并响应，系统继续在不会收敛的工作上燃烧token。安全运营自动化是典型场景：警报从多个来源到达，分诊智能体按严重程度分类路由，每个调查智能体发布充实请求而上下文收集智能体满足这些请求。显示，采用Claude Opus 4作为主智能体、Sonnet 4作为子智能体的多智能体系统，比单体Opus 4表现提升。

2026-05-11 17:13:50 514

原创渲染一张建筑图从三天变成了30秒，但建筑师真正的难题刚刚开始

专业级和专家级工具的用户，需要的不再是执行能力，而是"能不能在AI生成的多个方案中判断出哪一个值得深入"的品味和经验。比如，建筑师画了一个异形屋顶，AI能立刻判断这个结构在力学上成不成立、材料成本超不超预算、采光合不合理。空间智能的目标，是让AI在设计阶段就把这些反馈整合进来，不用等到施工图阶段才发现问题。AI能够理解三维空间里的物体关系、尺寸比例和物理规则，在设计过程中实时给出反馈。建筑师的贡献是"选对了AI生成的方向"还是"做了足够多的修改"？这些需要建筑师的经验、品味、对客户和施工的理解。

2026-05-11 11:09:00 522

原创 Cloudflare推开Agent Web大门：一个人+多个Agent等于一家公司

流程：Agent使用Scoped API Token向Cloudflare API发起请求，API验证Token权限范围，决定是否允许操作，操作记录关联到Token持有者便于审计。注册公司+银行账户+支付+部署+客服全流程Agent化，"No-touch startup"成为可能。支付基础设施是服务于人类的，但Agent正在成为经济主体，这句话的背后是一个全新的经济形态。把公司想成一台精密机器：它需要"大脑"做决策、需要"手脚"执行操作、需要"血管"输送资金。Agent Web：AI Agent自主操作。

2026-05-10 08:25:21 577

原创 AI搜索的终点，不是搜索是编排#Perplexity，三年半从0到5亿ARR

Perplexity 在 5 亿美元 ARR 的体量上能维持增长，取决于它能不能在"智能体编排层"这个新定位上建立真正的壁垒，而不仅仅是在"搜索体验"上做得更好。Perplexity Computer 不再只是回答问题，而是能够自动化执行多步骤任务、与用户工作流程深度整合：从"回答查询"扩展到"完成工作"。Perplexity 最早的产品定位是"AI 搜索引擎"，帮你回答问题。不是因为印度用户比美国用户更早接受 AI，而是 Perplexity 的产品形态（更轻、更快、更偏搜索）在印度市场的匹配度更高。

2026-05-09 06:00:00 559

原创 AI能画画能写代码，但它搞不定“情绪劳动”，建构关系和意义。

但在AI时代，它被扩展到。是咨询师和来访者之间建立的信任关系，是咨询师对来访者语境、处境和情感历史的深层理解，是咨询室里那段无法被录音和复现的「在一起的时间」。AI可以模拟对话，可以给出看起来很有道理的回应，但它无法替代一个真实的心理咨询师为来访者的隐私和人生承担的职业责任。而人类真正无法被替代的，恰恰是那些「不可计算」的部分：对意义的追求、对后果的承担、以及那些只有经历过才能理解的事情。这种思维方式需要的不是计算能力，而是对市场情绪的理解、对管理层诚信的判断、以及在不确定性中下注的勇气。

2026-05-08 08:51:03 520

原创你做出demo了，然后呢？N28期Mixlab AI编程训练营@上海

Mixlab社区创始人，前蚂蚁集团高级前端架构师，负责日活上亿用户的支付宝智能UI引擎，《人人都是AI产品创客》书籍作者。这套框架不在任何AI编程教程里，因为那些教程的目标是"让你做出来"，而不是"让你做出能用的东西"。每个学员审查自己的 demo，找出"哪些地方 AI 在猜你的意思"，把领域判断显式写进文档。的业务判断是对的，工具逻辑是对的，问题是没有人告诉她在交出去之前还需要过哪几道关。✅ 第一天结束，你已掌握"用文档指挥 AI"的核心能力，并拥有可运行的产品原型。

2026-05-07 14:37:33 370

原创 Devin 多 Agent 范式：上下文隔离让审代码的比写代码的聪明 10 倍

一写一审模式将演进为更复杂的分工体系：专门的前期研究 Agent、专门的设计 Agent、专门的实现 Agent、专门的测试 Agent、专门的审查 Agent。而审代码的 Agent 拿白纸从头看 diff，反而比写代码的聪明 10 倍。这避免了每轮转录重放问题。这种模式的价值：可以审计每次决策，可以追踪每个 Agent 的贡献，可以独立评估每个环节的质量。并行的部分可以负责检索、审查、规划、路由，这些都是"情报工作"。写入的部分必须唯一。：拥有独立的代码审查视角，不受写代码 Agent 的思维影响。

2026-05-07 08:01:06 336

原创 GPT-5.5 全民免费！AI平台正在分裂：OpenAI 向下走，Claude 向上爬。要么成为 9 亿人的工具，要么成为 1% 的专家

ChatGPT在中低收入国家的增速是高收入国家的4倍以上，不是因为OpenAI在那些地方做得更好，而是8美元的定价和基础功能的组合在那些市场天然有优势。如果你对这个判断有不同看法，或者正在自己的场景里验证这两条路线，欢迎加入MixLab无界社区，最先触达未来的那一小部份人，一起把判断跑成实践。但AI的变现路径和传统互联网不同，每回答一次问题花的服务器成本是实实在在的，不会因为用的人多就趋近于零。Gemini的写作和推理能力至今仍落后于ChatGPT和Claude，这是它的短板，不是靠产品整合能解决的。

2026-05-06 11:12:17 283

原创前 Google CEO：Agent 时代赚钱最简单的方法是建立一个智能体AI公司

GitHub Copilot 14 万家机构用户在用，Claude Code、Cursor 都很顺手，开源 Agent 框架（LangGraph、PydentalAI、CrewAI）成熟。"Agent 时代奖励建设者，你的资历（credentials）就是你本周交付了什么。：让 Agent 运行产生数据，用数据改进 Agent，积累领域特定的知识。理解领域知识：Eric 说"理解成为稀缺资源"，领域专业知识是差异化的关键。指的是你拿出来证明自己的东西，Agent 时代，就是你实际交付了什么。

2026-05-05 10:05:40 236

原创豆包付费订阅背后，藏着一个反直觉的真相：给你顶配AI，你用得动吗？

表面是商业压力，背后是整个AI行业正在经历的策略转变：从"获客战"到"货币化战"。相关论文研究表明，319名知识工作者的936个AI使用案例发现，对AI信心越高，批判性思维反而越少。如果使用者无法理解"什么是更好的结果"，那么AI进化到多强，对他来说都是一种浪费。很多资深创作者利用轻量化、本地化的模型（Qwen、Llama这类可以在自己电脑上跑的AI），通过精准提示词和工程化思维，把低配工具用出顶配效果。68元/月，200元/月，500元/月，国产AI的"免费午餐"，正式宣告终结。

2026-05-04 19:35:40 345

原创 OpenAI o1在急诊室打败了医生，但别急着喊AI要取代人

Shadow：蛮有意思的，找到一个会因为人类疲劳，发挥不稳定的场景，让AI稳定发挥，来提高平均水平。人类医生普遍在 50-55% 的准确率，这不是"能力问题"，是"任务特性"所决定的。AI 进入医疗不是因为它比所有医生都强，是因为它能让更多地方达到一个"够用"的标准。急诊分流压力最大、信息最不完整，医生轮班制工作，诊断质量本来就有波动。AI 不受疲劳影响，响应速度快，诊断逻辑标准化，这恰恰是它的优势。是开发模型的公司，是部署系统的医院，还是签字批准的医生？医疗 AI 最现实的价值不是"比医生更聪明"，是。

2026-05-04 17:12:55 349

空空如也

空空如也