搜索
我发现囤Agent的Skills有瘾， 今天刚装了一大堆同类Skill，还没用熟就想提前知道这类里最好的到底是哪一个。转头又发现某个佬推荐了自留的20个Skills，回回路过我都忍不住点进去看。
Anthropic联合创始人Jack Clark读完数百份公开数据，得出一个让他自己也坐不住的结论：2028年底前，AI自己造AI的概率是60%。支撑他这一判断的，是编程、科研复现、模型训练优化等多条能力曲线：每一条都在向右上方飞，没有减速迹象。
如果您经常用Claude Code、OpenCode、OpenClaw这类Agent框架，大概率会遇到一种不稳定现象：同一个Skills，用Claude能跑，换成Qwen就不行了；在Claude Code里稳定的流程，换到OpenClaw可能输出格式崩掉；在作者环境里正常的脚本，到了自己机器上可能因为缺依赖进入反复报错。
谷歌养不活、软银养不活、现代砸22亿美元还是养不活。波士顿动力IPO前夜，高管已集体出走。
AI 产品出海，很多团队最先关注的是获客和增长，但真正开始变现时才会发现：支付，不是简单接一个 SDK 就能搞定的事情，甚至会关乎到之后产品收入是否能高效、稳定增长。
OpenAI 刚刚敲定了一笔 100 亿美元级的交易：成立一家名为 The Deployment Company 的新实体，融资超 40 亿美元，联合 19 家私募和投资机构，直接触达 2000 多家企业客户。这一步的信号极其明确——
Anthropic让AI开口「招供」了。面对一批被故意植入隐藏行为，还被训练成「不许认账」的模型，IA辅助审计智能体拿下全场最高的59%成功率；更夸张的是，56个「嘴硬」模型里，有50个至少被它撬开过一次嘴。AI安全审计的游戏规则，悄悄变了。
Codex APP 这一个多月以来真是疯狂更新，加了不少的功能，大有一种成为新时代的All-in-One的产品的趋势。 那之前写过一篇关于我认为好用的使用Codex 的一些技巧，分享几个我觉得好用的codex技巧给你，但好像还没真正写过一篇从0到1的教程，那这不就来了嘛！
哈佛研究登上Science：在76名真实急诊患者的双盲对决中，OpenAI o1诊断准确率67%碾压人类医生的50%，治疗方案得分89%对34%更是断崖式领先——但AI还看不见患者的脸色和痛苦，真正的变革不是「AI赢了」，而是急诊室正在走向「医生×患者×AI」三方共治的新范式。
迪士尼最近就做了一件「很不迪士尼」的事。它在内网上线了一块看板，名字直白得不像那个出品白雪公主的公司——「AI Adoption Dashboard」。看板上滚动着三个数字：每个员工调用AI的频率、请求次数、token消耗量。Claude是主要追踪对象。