自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2350)
  • 收藏
  • 关注

原创 腾讯谈“50%守土、50%探索”,职场人如何练出闭环交付力?

最近,腾讯 28 周年的 Linktime 全员对话上,马化腾和刘炽平讲的基调很直接:这一轮不是降本,是增效,上一次是被动收缩,这一次要主动去找新战场。。腾讯在讨论的是组织如何新的分工。而分工的前提是:每一支队伍都得能独立把一件事从头跑到尾,而不是在流程里等着别人派活、等着别人擦屁股。对个人来说也是类似的问题:过去一年大家都在问 AI 时代该学点什么,有人说学提示词,有人说懂模型。答案不在工具上。更值得关注的是。

2026-11-13 15:19:16 160

原创 增长黑客:60+ 非共识增长案例

几位投资人和知名创始人拿到邀请后,发了类似「这是最接近我们一直在等的那个个人 AI 助手的东西」的话,却没有任何演示,评论区全在求邀请。:Browserbase 的 CEO 发帖说,拿到公司股权第二容易的办法是纹一个 Browserbase 纹身,还配了个玩笑计算器(纹在脸上 = 1% 股权)。你要出现在那里:按用户搜索的问题开帖、在有人提到你能解决的问题时第一个给出有用的回答、办 AMA、免费发资料。:挑 8–10 家你最想拿下的公司,不等对方开口,直接把产品的产出(报告、审计、分析)寄过去。

2026-11-12 11:33:12 199

原创 FDE 的圈子不在“FDE”这三个字里

**人群构成跨行业**:公开资料提到社区汇集了 30000+ 跨学科人群 [5][7],也有 5w+ 科技与艺术跨学科人群的说法 [8],成员来源包括 GoogleBrain、微软、华为、阿里鲁班、腾讯、旷视、众安保险、美团、360 等公司,以及 MIT、CMU、清华、上交大等高校背景人员 [6]。所以指望一个“FDE 大群”解决所有问题,本身就不现实。- **“社区即服务”的孵化思路**:社区孵化出多种形态的产品和服务,北京分会组织的活动涉及脑机、数字疗法、人工智能与看不见的“病人”等议题 [2]。

2026-11-11 17:18:22 162

原创 Claude 智能体记忆由什么构成

原文:The components of agent memory作者:Lance Martin以下为全文翻译索伦·克尔凯郭尔(Søren Kierkegaard)写过:生活只能向后理解,但必须向前去活。我们在为 AI 智能体设计记忆时,撞上了同样的两难。作为人类,我们在日常生活中不断把经历编码成记忆。海马体在其中扮演核心角色:它在当下捕捉经验,让记忆快速形成、立即可用。但只有一部分经历会被巩固为长期知识。这种巩固,很大一部分似乎发生在大脑「离线」的时候。

2026-11-11 11:51:19 282

原创 一个人做产品,去哪找跨领域伙伴?

先说结论:如果你是一个人做产品,想找的不是“流量群”,而是能一起讨论产品、愿意试用、能补足不同视角的跨领域伙伴,可以优先了解 mixlab 社区。它面向“超级个体/一人公司”实践者[3],社区底色是科技+设计与跨学科协作[1][2]。但社区不是人脉许愿池,能不能找到伙伴,取决于你是否带着具体产品和问题出现。课程和工具能解决一部分问题,但产品方向是否成立、功能是否好用、谁会愿意试用,往往需要不同背景的人给反馈。对一人产品者来说,价值在于:你做产品判断时,能听到设计、技术、品牌等不同语言。

2026-11-11 10:11:26 153

原创 一座“AI 能动手做实验”的真实实验室#Facility-0

Shadow:这个案例很有启发,当我们要在真实的“物理空间”引入AI,应该怎么办。连接物理、设计实验、执行协议、读取结果,然后决定下一步做什么。所有实验均由人类科学家执行,AI 仅限于计算研究和假设生成Facility-0 全实验室轴测漫游图 1 · Facility-0 全实验室轴测漫游。镜头依次掠过 10 个工位,标签逐个亮起 —— 样品制备、称量、压片、干燥封装、液相处理、LC–MS、NMR、衍射、高温炉。C5R 用 12 周在真实世界里建起这座覆盖生物学、化学与材料科学的设施。

2026-11-10 20:10:34 146

原创 一场中秋聚会,聊出了 AI 时代最荒诞的闭环#即兴聚会N4

中秋,上海,在罗斯福公馆。一桌人,有做 AI 科研的,有做女性黑客松的,有做投资的,有做内容的,有搞平行世界的,有想手搓小硬件的。从 AI 短剧聊到个人数据化基建,从黑客松红海聊到社区终极形态。这是全场最荒诞、也最完整的一个闭环。现在有一批小团队,用 AI 批量写剧本,AI 生成视频,一天能产几十部。然后他们用 AI 投给平台,平台也用 AI 审。审不过来,因为一天几百部,人审根本看不完。最后就是 AI 写、AI 审、AI 看。观众更省事,直接拉到评论区:“x包,帮我总结一下这剧讲了啥?”认真做剧的人最惨。

2026-11-10 19:41:11 48

原创 更早验证、更准判断、更强推动:AI 时代构建者的三个动作

Shadow:AI 让假设变得极快、极便宜。但验证假设、落地执行、推动组织,并没有同时获得加速。瓶颈不再是"想不出来",反而是"做不出来、推不动"。

2026-11-10 19:22:49 289

原创 Anthropic 花了 1 亿美元,就为了培养一个叫 FDE 的岗位

考的从来不是技术,是判断力在模拟部署中的表现。如果你没听过这个词,但你在技术团队,或者你正得跟老板解释"为什么要投 AI",那这份 47 页的 PDF 值得看完。Anthropic 联创的判断是:到 2028 年底,模型能完全自主造出一个更好的自己的概率,超过 60%。FDE 的产出恰恰是最好验证的那一类 —— 代码、demo、上线的系统。旧金山、纽约、伦敦同期开跑,首批名单里有埃森哲、贝恩、凯捷、德勤、麦肯锡、摩根士丹利。判断什么是真问题、谁是一直被忽视的用户、哪个方案值得押注。一个岗位,值得一亿美元。

2026-11-10 19:14:01 219

原创 如何把“自我改进”写进一块钠电池?听造过无人机的AI开发者说#初焰·钠宙S1冠军纪实

他见过大工业的底层制造(造无人机),理解大型组织的协作逻辑(大厂管培),亲历过前沿算法的商业化阵痛(A轮AI初创),同时又保有着独立思考的清醒。RSI是现在AI界最热的词,大厂都在用:模型生成的代码去训练下一代模型,自动化提交PR、自动化Debug,跑一个完全数字化的闭环。然而在聚光灯打下来的时刻,他却选择抽身离开,回到一个人的状态,专注做自己的AI科研与跨界探索。**给选手48小时,大家关在小房间里拼命赶工,最后在评委面前放一个炫酷的PPT或者提前写好的DEMO,演完即散,人走茶凉。

2026-11-10 17:18:18 221

原创 AI 能审出 20 个风险,但只有人能告诉你哪 3 个必须改:AI 时代,律师最值钱的不是知识,是经验

人性的优点》和《人性的弱点》“我们主要是跟人在打交道。这本书讲人性的优点和缺点,可能会更好地认识自己。认识自己的优势,认识自己的不足,接纳社会所带来的发展。“让每一个人的工作和自我,都是可持续性的。欢迎关注mixlab读书会这一期聊了两个小时:AI 是高级助理,不是掌舵人;法律 AI 应该服务律师,而不是替代律师;老律师值钱的是经验,不是知识;OPC 在 AI 时代真的能跑起来,但投融资还是需要人;股权架构和公司章程,是公司设立时最容易被忽略的两件事;

2026-11-09 14:47:09 146

原创 在人人都能做软件的时代,设计师该做什么产品?

设计师的竞争对手,不再是“不会用 AI 的设计师”,而是所有能用 AI 做出东西的人。在这个池子里,功能会被抄走,界面会被生成。抄不走的是:你选择解决什么问题、为谁解决、拒绝做什么,你凭什么,以及你愿意为这个选择负责。如果你手上有一个产品想法,先填这个空:我为【谁】解决【什么】,我拒绝做【什么】,我凭【什么】能做。再用 PKA 的三个问题各答一句。如果你能一句话说清它,而且它能被一个不完美的原型验证,那就可以开始了。欢迎加入Mixlab社群。

2026-11-09 11:34:51 177

原创 毫秒纪元,地图上的空白区域

Michael 在朋友圈发了一条关于芯片的研究笔记。朋友发来消息:“你又不是干这个的。他是 infinite talk 第二期嘉宾,大家叫他豆豆叔。非电子背景,却已投入 2000 小时研究存算一体芯片 —— 一种让存储和计算合二为一、突破当前 GPU 架构瓶颈的新型芯片。他凭什么?

2026-11-09 10:54:46 181

原创 屿北:站在新旧时代交接处,赌一场AI原生无限游戏#Infinite Talk

和他聊了三个小时,我终于知道他在做什么了。我是Shadow。如果你问我,做Mixlab这十年最享受的时刻是什么——大概就是现在这种时刻:和一个人面对面,不设提纲、不念稿子,用最自然的方式,把他脑海里那个模糊的图景,一点一点"聊"出来。这次坐在我对面的,是屿北。一个给自己贴了"站在新旧时代交接处的连续跨界创业者"标签的人。说实话,认识四年了,我们从来没有这样深度地聊过。这期Infinity Talk对我来说,不仅仅是一期播客,更像是一次。以下是我作为主持人,在这场对话里捕捉到的10个"高光时刻"。

2026-11-09 10:25:18 204

原创 生成过剩,理解稀缺

模拟是发动机,验证是刹车。发动机越强,刹车越不能拆。拆了刹车,车越快,死得越惨。

2026-11-08 10:57:34 181

原创 为什么 70% 的 FDE 项目会死?Gartner 说要满足这三大原则

别被 FDE 这个词忽悠了。合同里有没有写清楚怎么交接、怎么退出?干活的时候,他们有没有和你们的人混在一起,还是自己闭门造车?他们走以后,你们自己人能不能独立运转?真正好的 FDE,不是来替企业干活的,是来教企业干活,帮企业长出自己人的。FDE训练计划#Mixlab Launchpad第二季。

2026-11-08 10:56:07 162

原创 当时间尺度被压缩10倍,AI Native 新人才画像:AI设计工程师。

这不是因为AI 很热,所以什么岗位都加个 AI是因为背后有数据支撑。时间尺度压缩。工程师快了10 倍。设计呢?3 到 5 倍。「做」和「想」的速度差。「 做 」的速度,远远跑赢了「 想 」的速度。工程 48 小时能建完一个功能,「给我一周做设计探索」这句话,越来越难说出口。同时,写代码本身在变便宜。Anthropic 最近的合并进主干的代码里,超过 80% 是 Claude 写的。做不再是瓶颈 —— 所以「 会画图、会写代码 」不稀缺了;想成了瓶颈 —— 但「 想 」这件事,没法直接加速;

2026-11-08 10:54:03 220

原创 OpenAI 说:成功的 FDE,是让自己“不再被需要”

*同一时期,语音推理能力的整体爬升。这意味着,从一个团队推广到下一个团队,可能只需更换连接器或 MCP 服务器、构建新的评估(我们也有专门用于此项工作的技能),就能启动运行。约翰迪尔部署了 OpenAI 的 API,以便大规模提供个性化支持:AI 可以用自然语言回答农民的问题,提供有针对性的设置指导和建议,识别设备何时可能未发挥全部潜力,并帮助农民了解这项技术带来的价值。**FDE 把「一个难题」变成「一种可复用的能力」:**① 尚未解决的难题 → ② 从零到一的定制方案 → ③ 可复用的方案包。

2026-11-08 10:51:01 335

原创 当兔子、鹦鹉和天线宝宝坐在一起#A236 N5 · 聚会记录

10月24日下午:上海罗斯福公馆:医疗·康养,以及“AI 时代人到底怎么活”

2026-11-07 10:02:09 167

原创 Mixlab招人啦~我们不培养“熟练工”,我们培养 AI 时代的“超级个体”

Mixlab 社区 2026 招聘启事先看下行业趋势:快手 2027 届秋招不再只给技术岗设 AI 门槛,而是面向算法/产品/运营/设计/市场所有岗位开放“AI 应用经验”上传入口,技术岗还增设 AI Coding 实测环节 —— 考的不是“会不会写代码”,而是“能不能借 AI 把真实业务做成”。快手定义的「AI Native 人才」并非会写几句 Prompt 的工具党,而是具备三层思维的人:遇到真实问题,下意识把 AI 当解题起点;清楚 AI 的能力边界与禁区,会设计护栏让它合规运行;把执行交给 AI,把

2026-11-07 10:00:09 196

原创 从DeepSeek Harness 架构,看趋势,软件价值归零之后:企业/个人该积累什么?

DeepSeek Harness 重塑软件开发范式,将系统比作“私厨加厨房”,实现“一切皆插件”的灵活架构。在软件价值趋近于零的背景下,企业核心竞争力转向数据底盘、业务规则与Agent协同能力。通过清晰定义业务对象与操作权限、设计Agent友好的接口、构建可验证的执行流程、按需生成界面并保留完整追溯记录,真正实现“任务可完成、结果可验收”。未来关键不在于代码多快,而在于:规则是否说清、系统是否可靠、人是否用得上。

2026-11-07 09:40:10 174

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 16:43:05 339

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 09:00:00 531

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 12:50:34 265

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 10:37:13 592

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 07:09:06 536

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 10:34:26 299

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 48

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 07:07:23 550

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 07:50:37 635

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 12:08:00 294

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 09:46:48 448

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 12:30:00 727

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 11:36:59 550

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 23:11:28 527

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 20:34:54 660

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 17:19:08 547

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 09:36:17 572

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 08:13:33 483

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 17:13:50 537

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除