最近这段时间又一匹AI coding黑马正在快速崛起，感兴趣的朋友可以先看下这个视频，在Every最新一期播客里，他们对当前所有AI coding产品做了一个评级分类，而跟Claude code共同排在S级的就是最近Sourcegraph刚推出的Ampcode，而爆火的Cursor也只排在了第二档次的A级。
我们常把LangGraph、RAG、memory、evals等工具比作乐高积木，经验丰富的人知道如何搭配使用，就能迅速解决问题
知识以一种奇怪的方式进入了我的大脑。
GraphRAG的索引速度慢，LightRAG的查询延迟高？
AI客服这赛道我在之前文章《Box CEO爆料：我们过于关注AI炫酷应用，却忽视了这个价值数千亿的机会！》和《两个“特别坑”的AI产品创业方向，你知道吗》中分析过很多次，是当下符合TMF和PMF的一个典型赛道，无论是Bootstrapped的独立开发者还是拿了巨额融资的新一代AI-Native的客服产品都有相应的成功案例。
知识图谱（KGs）已经可以很好地将海量的复杂信息整理成结构化的、机器可读的知识，但目前的构建方法仍需要由领域专家预先创建模式，这限制了KGs的可扩展性、适应性和领域覆盖范围。
本来没想写HeyGen，毕竟在国内用起来有点累。 起因是我们受邀和HeyGen第一次做了联名影片，在内测的过程里，这款名为AVATAR IV的数字人产品实在让我有点惊讶，于是突发奇想： 只用一张图，做一段rap歌手的mv。效果如下：
Claude团队来搞开源了——推出“电路追踪”（circuit tracing）工具，可以帮大伙儿读懂大模型的“脑回路”，追踪其思维过程。该工具的核心在于生成归因图（attribution graphs），其作用类似于大脑的神经网络示意图，通过可视化模型内部超节点及其连接关系，呈现LLM处理信息的路径。
AI是否真正在「思考」乃至产生意识，正成为科学和哲学交汇的核心议题。前OpenAI负责人翁荔认为，增加模型的「思考时间」有助突破复杂推理瓶颈；哈佛等机构则指出思维链可能导致「降智」；而生物学家Mallavarapu断言数字计算机永不可能拥有意识。
该工作由南洋理工大学陶大程教授团队与武汉大学罗勇教授、杜博教授团队等合作完成。
