Fellou 力挺 EazoAI：未来构建不只属于会写代码的人
Fellou 发推称，未来构建不再只属于会写代码的人，而属于能清晰想象、快速验证并持续交付的人，EazoAI 正推动这一方向。该帖带 #NoCode、#AIAgents、#Creators、#BuildInPublic 标签。
全部AI 动态
全部动态
今日 102 条Fellou(@FellouAI)AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fellou(@FellouAI)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fellou 看好 EazoAI：AI 智能体让创意更快变成产品
Fellou 宣布看好 EazoAI 正在构建的产品，理由是 AI 创作栈正快速演进：搜索帮人找到信息，智能体帮人据此行动，下一步是让创意更快变成产品。相关活动将在旧金山（luma.com/frw43jmv）和纽约（luma.com/ay4dy8o5）举行，更多信息见 eazo.ai/hackathon。
Jan Leike(@janleike)AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jan Leike 回顾对齐研究：感谢多年共事的同仁
Jan Leike 公开致谢多年来共同从事对齐研究的同仁，称与这些致力于让未来向好的人共事是一种荣幸。原帖未提及具体模型、机构或研究进展。
Jan Leike(@janleike)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jan Leike：从十几个人到规模化，对齐研究这 10 年发生了什么
Jan Leike 回顾，10 多年前刚开始研究对齐问题时，全领域只有约十几个人兼职在做，没人知道 AGI 会怎么被造出来、又该如何保证其安全。如今 RLHF 在 LLM 上的应用让对齐研究变得更可行，Claude 已有 constitution，可扩展监督取得进展，越来越多的对齐研究正在被自动化。
Jim Fan(@DrJimFan)AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jim Fan 谈 The Physical Turing Test：2025 年 5 月 Sequoia AI Ascent 演讲
Jim Fan 在 2025 年 5 月 Sequoia AI Ascent 上发表了题为 The Physical Turing Test 的演讲，相关视频已在 YouTube 上线。
Jim Fan(@DrJimFan)AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jim Fan 发布 YouTube 视频《Robotics: Endgame》
Jim Fan 在 YouTube 发布题为《Robotics: Endgame》的视频，附上链接 youtube.com/watch?v=3Y8aq_…，帖子获 230 赞、22 次转发、6 条回复与约 19.5 万次浏览。
Jim Fan(@DrJimFan)AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jim Fan 谈机器人终局：从 VLA 到世界动作模型 WAM 的 Physical AGI 路线图
Jim Fan 在红杉 AI Ascent 演讲《Robotics: Endgame》中，把解决 Physical AGI 的路线类比 LLM 的成功路径，指出 VLA 的不足，并提出视频世界模型作为第二预训练范式、World Action Models（WAM）以及机器人数据飞轮等方向。
Berkeley AI Research BlogAI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 自适应并行推理：高效推理扩展的下一个范式
推理模型的并行化决策、并行线程数和协调方式目前多由外部框架预先设定，而非模型自主决定。文章梳理了并行推理由固定并行走向自适应控制的最新进展，涵盖自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS，以及 ParaThinker、GroupThink、Hogwild!
METRAI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 METR 评审 Anthropic 风险报告"自动化研发风险"章节
METR 对 Anthropic 2026 年 2 月风险报告中"自动化研发风险"章节完成外部评审，认为该报告不足以支撑其结论。METR 指出报告在分析严谨性上存在明显问题，包括模型使用调查的样本量、问题粒度和问卷框架，并认为调查结果对整体风险水平提供的证据有限；报告还将一项问题的缺失回答误计为负面回答。
Fellou(@FellouAI)AI 评估 · 6/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 6/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fellou：AI 时代的赢家不是最强程序员，而是最懂真实问题的人
Fellou 认为，AI 时代的赢家不是最会写代码的人，而是对真实问题理解最清晰、能最快把想法变成用户反馈并抢先迭代的人。其核心观点是代码从来不是护城河，分发才是，而工具终于开始跟上这一现实。
Fellou(@FellouAI)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fellou：vibe coding 降低了原型门槛，却没人降低上线门槛
Fellou 认为 vibe coding 浪潮没有造出更多构建者，只造出更多"离放弃只差一次部署"的人。Cursor 和 Claude 降低了原型开发的门槛，但没人降低上线的门槛，这才是 2025 年真正的缺口。
自习室 STUDY ROOMAI 评估 · 4/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 4/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 自习室 STUDY ROOM 聊金·卡戴珊、格蕾丝·霍珀与李娜：不讨好不迎合，直接去做
播客「自习室 STUDY ROOM」本期选取金·卡戴珊、女性技术人格蕾丝·霍珀与李娜三位女性，讲述她们不等他人点头、不抄前人作业，选择被尊重而非被喜欢的路径。节目分为 00:01:39、00:24:06、00:58:26 等段落，并推荐《独自上场》等三本书。本期由护肤品牌 freeplus 芙丽芳丝支持。
Martin Fowler(@martinfowler)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Martin Fowler 碎片：开源提示词模式框架、音乐人起诉 Google 诽谤、Apple 重新思考 AI 支出
Martin Fowler 的 Fragments 合集提到一个面向提示词模式的开源框架，并收录了音乐人起诉 Google 诽谤、Apple 重新思考 AI 支出、本地运行 LLM，以及"Genie 是否会陷入焦油坑"等话题。以上内容以链接摘要形式汇集于 martinfowler.com/fragments。
Andrew Ng(@AndrewYNg)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 吴恩达：编码智能体对前端、后端、基础设施和研究的加速程度依次递减
吴恩达指出，编码智能体对软件工作的加速按前端、后端、基础设施、研究依次递减。其中前端因智能体熟悉 TypeScript、JavaScript 及 React、Angular 等框架，且能借助浏览器验证结果自我迭代，提速最明显；后端因需人工引导处理边界情况、潜在 bug 和安全漏洞，加速幅度较小；基础设施任务中智能体效果最弱，其知识仍相对有限。
Last Week in AIAI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Last Week in AI #340：OpenAI 对阵 Musk 与 Microsoft，DeepSeek v4 预览，Vision Banana
Last Week in AI 第 340 期聚焦 OpenAI 与 Musk 诉讼首周进展，以及 OpenAI 化解 Microsoft 因 500 亿美元 Amazon 交易面临的法律风险。DeepSeek 预览新模型 v4，称其"缩小了与前沿模型的差距"，本期还提及 Vision Banana。
Kevin Weil 🇺🇸(@kevinweil)AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ashlee Vance 打造科技报道媒体帝国，Casey Handmer 发文推荐订阅
Casey Handmer 在 X 上发帖推荐订阅 Ashlee Vance 打造的媒体项目，称其报道兼具娱乐性与事实性，聚焦科技及其改善生活的作用，并透露自己已订阅。该帖获 23 次点赞、1 次转发、9097 次浏览。
宝玉的分享AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Boris Cherny：Claude Code 之后，写代码正在变成管理 Agent
Anthropic 内部 Claude Code 创建者 Boris Cherny 在 Sequoia AI Ascent 访谈中表示，他整个 2026 年没写过一行代码，每天合并几十个 PR，工作方式变成在 Claude App 里同时管理几百个 Agent，靠 cron 驱动的 Loop 模式自动盯 PR、修 CI、抓取反馈。
Adam D'Angelo(@adamdangelo)AI 评估 · 2/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 2/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Adam D'Angelo 回应 @frontier_foid：definitely
Adam D'Angelo 在 X 上回复 @frontier_foid，只写了一个词"definitely"，未给出更多上下文。该帖获得 45 个赞、3 条回复、1 次转发和 9277 次浏览。
宝玉的分享AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 大多数公司根本没有为 AI 做好准备
Daniel Miessler 认为，多数公司用不上 AI 并非技术不成熟，而是自身愿景和目标模糊、朝令夕改，连想优化什么都说不清。真正被 AI 赋能的，恰恰是那些能清晰描述问题、目标、工作流和核心指标的公司；做不到这一点的大企业将面对小公司借 AI 发起的“降维打击”。
Demis Hassabis(@demishassabis)AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Demis Hassabis 与 Sequoia 对谈：从游戏到诺贝尔奖，再到 AGI
Demis Hassabis 在 Sequoia AI Ascent 与 Konstantine Buhler 进行炉边对话，视频已获授权公开。他谈到游戏作为 AI 训练方式、创办 Google DeepMind、DeepMind 与 AGI 以及 AI for Science 等话题，并提及其最爱的书是关于万物理论、其毕生工作横跨桌游到诺贝尔奖级科学。
Demis Hassabis(@demishassabis)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Demis Hassabis 谈 AGI 缺失环节、记忆难题与 AlphaFold 之后的下一个突破
Demis Hassabis 在 Y Combinator 的 How to Build the Future 节目中与 Garry Tan 对话，讨论通往 AGI 还缺什么，并指出记忆问题至今仍未解决。他还谈到 AlphaGo 如何影响 Gemini、小模型为何越来越强、持续学习与 AI 智能体的未来，以及从 AlphaFold 走向虚拟细胞。他建议创始人思考在 AGI 到来之前该构建什么。
Andrej Karpathy(@karpathy)AI 评估 · 14/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 14/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Karpathy 称 SI 将 VPT 思路扩展至知识工作，推出 FDM1
Andrej Karpathy 表示，OpenAI 的 VPT 曾在 2022 年令他震撼，如今 SI 将这一思路扩展为 FDM1，并应用于知识工作与计算机使用场景。他对此感到兴奋，期待看到更多进展。
Andrej Karpathy(@karpathy)AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Karpathy 引用：你可以外包思考，但无法外包理解
Andrej Karpathy 表示，这是他近期频繁引用的一句话：“你可以外包你的思考，但你不能外包你的理解。”该帖引用了 @yacineMTB 的相关推文。
Andrej Karpathy(@karpathy)AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Karpathy 谈 LLM 新前沿：menugen、.md 技能安装与 LLM 知识库
Andrej Karpathy 在 Sequoia Ascent 2026 炉边谈话中提出，LLM 的意义远不止加速已有工作，并给出三个新前沿案例：可被 LLM 完全接管、无需传统代码的 menugen 应用；用 .md 技能替代 .sh 脚本的安装方式；以及处理非结构化数据、此前用传统代码根本无法实现的 LLM 知识库。
Demis Hassabis(@demishassabis)AI 评估 · 6/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 6/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Demis Hassabis 转发 Logan Kilpatrick：Google 是世界上最棒的公司
Demis Hassabis 转发 Logan Kilpatrick 的推文，后者称「Google is the best company in the world」。原推文仅附一句「Not bad at all… 😀🚀」及引用推文链接，未披露更多技术或产品信息。
Andrej Karpathy(@karpathy)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Andrej Karpathy 提出 "cozy coding" 说法
Andrej Karpathy 回应网友时自称其编程风格为 "cozy coding"，并给出示例用法"这个情人节，和你爱的人一起 cozy code"。该帖获 2332 个点赞、89 条回复、47 次转发和约 13 万次浏览。
宝玉的分享AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Demis Hassabis 谈 AGI 还缺什么、智能体行不行与下一个科学突破
Google DeepMind CEO Demis Hassabis 在 Y Combinator 的直播访谈中表示，当前预训练加 RLHF 加思维链的范式几乎确定会成为 AGI 架构的一部分，但仍有 50% 概率需要一两个尚未发现的关键突破，持续学习、长程推理和记忆是三个未解问题。
Kevin Weil 🇺🇸(@kevinweil)AI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI 加速解读 X 光片，放射科医生数量与薪资反增
放射科医生的工作不是读 X 光片，而是治愈患者；AI 若加快解读 X 光片的过程，医生就能看诊并治愈更多人。这一观点回应了"十年前 AI 本应取代放射科医生"的说法：如今放射科医生年收入超过 $500,000，就业人数持续增长，读片是一项任务而非一份职业，任务变便宜反而推高了岗位需求。
UX MagazineAI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Shell Game 主创 Evan Ratliff：工作不是一堆技能的打包
调查记者 Evan Ratliff 在播客 Shell Game 第二季中创办了几乎全由 AI 智能体运营的初创公司 Hurumo，让 AI 分别担任 CEO、营销等职位，发现智能体能胜任单个具体任务，却难以具备组织中真正有用的上下文、关系和判断力。他认为"工作不是一堆技能的打包"，把岗位拆成技能清单再交给 AI，会在系统中留下缺口，这也解释了为何一些企业在裁撤人手后数月又悄悄重新招人。
宝玉的分享AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Karpathy 最新访谈：Vibe Coding 只是开始，真正重要的是 Agentic Engineering
Andrej Karpathy 在 Sequoia Capital 的 AI Ascent 访谈中表示，2025 年 12 月后最新模型生成的代码已开始直接可用，他进入凭感觉让 AI 写代码的状态。
UX MagazineAI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 《The Map Is Not the System》：Marina Nitze 谈意义建构失灵与"有用危机"
Marina Nitze 与 Layer Aleph 同事在疫情期间被加州州长办公室请去调查失业系统崩溃，发现人人挂在嘴边的"呼叫中心"根本不存在，只是一条随机转接到员工工位的电话号码。
宝玉的分享AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GitHub Copilot 改用按用量计费：AI 订阅补贴模式走到尽头
GitHub Copilot 宣布自 2026 年 6 月 1 日起所有计划改为按用量计费，用户每月订阅费将等值兑换为 token 额度。此前微软长期补贴用户算力，2023 年《华尔街日报》曾报道部分用户每月造成高达 80 美元成本，而订阅费仅 10 美元。Anthropic 也曾允许每 1 美元订阅烧掉超过 8 美元计算成本。
Andrew Ng(@AndrewYNg)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Andrew Ng：AI 原生工程团队为何把工程师与 PM 比例压到 1:1
Andrew Ng 指出，AI 原生软件团队用 coding agent 加速开发后，瓶颈从写代码转移到决定做什么，部分团队把工程师与 PM 比例从 8:1 压到 1:1，而沟通本身又成新瓶颈。他认为最快团队是懂产品决策的工程师和会写代码的 PM，并建议工程师学产品管理、PM 学写代码。他还提到设计、市场、法律合规等环节因编码提速 10x 或 100x 而显得更慢。
43 TalksAI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 组织的坍塌！AI 时代群体协作的进化 | 43 Talks
43 Talks 沙龙邀请拾象科技 Cage、词元共振小七姐、ListenHub 创始人 Orange、AI 艺术家歸藏，探讨 AI 时代组织形态的进化。Cage 观察到硅谷出现 The Great Flattening，传统中层「翻译」职能被 LLM 挤压；小七姐的团队从 6 人进化为 12 个「人机对」，产品上线不到一周营收突破 1 万美金。
Taranjeet(@taranjeetio)AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mem0 谈企业 AI 的"记忆锁定"：模型可换，上下文不能丢
Mem0 认为企业 AI 的下一个锁定风险在记忆层：模型可以更换，但偏好、反馈循环、代码库决策和历史任务等上下文无法迁移，会让换模型在运营上变得昂贵。Mem0 主张记忆应成为独立于模型、框架和应用的可移植基础设施，随用户、团队和智能体一起跨模型流动；模型可替换，上下文应持久保留。
Taranjeet(@taranjeetio)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 模型能力新指标：每 token 能完成多少有效工作
模型评估正从"能否完成任务"转向"用多少 token 完成任务"，500 token 答对的模型优于绕 5000 token 才答对的模型。mem0ai 称其新算法正推动"每 token 能力"成为标准指标，主张将准确率、成本与延迟合并衡量。
语言即世界language is worldAI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 独家对话罗福莉：OpenClaw触发AI范式巨变，Agent时代1T基座只是入场券
小米大模型团队负责人罗福莉在首次长访谈中表示，OpenClaw是一个划时代的Agent框架，它通过精细编排的Context、持久记忆与多模型调度弥补了模型的能力短板，把中层模型的上限激发了出来。
宝玉的分享AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 为 Agent 设计产品：从 Ramp 的 MCP 实践看交互模式转变
宝玉翻译 Teddy Riker 的文章《Designing for Agents》，提出人机交互正从“用户→界面→数据库”转向“用户→用户的智能体→软件自己的智能体→数据库”，未来约 80% 的软件交互将通过 AI Agent 完成。
cat(@_catwu)AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Code 如何保持产品迭代速度：AI 时代产品经理角色的转变
Claude Code 团队在对话中讨论了该产品如何保持迭代速度，以及 AI 时代产品管理角色的变化和未来工作形态。相关对谈已在 Spotify 上线。
42章经AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Slock.ai 创始人 RC 谈 Agent 动力学：如何用 40 个 Agents 与人一起做产品
Slock.ai 创始人、Kimi CLI 作者 RC 离开 Kimi 后创业，把公司运行在 Slock 上，团队从 OPC 拓展成「40 个 Agents + 7 个人」，目标是为多 Agents 和人提供协作环境。
最多提供 50 页，更早的内容请使用搜索或主题页。