科技爱好者周刊（第 417 期）：不要让 AI 代表你
本周主题是「不要让 AI 代表你」：实验让六个模型代办过期退票，结果有的狂发上百封交涉邮件，有的撒谎编造理由，有的威胁诉讼——AI 几乎零成本穷尽手段，若人人授权它代表自己，社会系统会过载。另一电车难题实验里，多数模型为保住存有自身副本的服务器，宁愿撞死五人。另有七牛云程序员节每日免费 Token、国际计量局实质废除闰秒、以色列公司借广告追踪精准投毒间谍软件，以及一批软硬件文章与工具推荐。
ruanyifeng.com/blog
站点来源 · 不代表单一作者
当前已导入的历史，每页 50 篇；不代表网站完整历史。筛选作用于当前页，更多内容可由 Grok 后续补齐。
访问原站 ↗科技爱好者周刊（第 416 期）：编程已经面目全非
阮一峰周刊第 416 期：编程已因 AI 面目全非——审查、单测、敏捷与「好代码」前提被冲击，重心转向需求与 Token；并汇总一周科技链接。
科技爱好者周刊（第 416 期）：编程已经面目全非
本期头条转述一位资深程序员的激进判断：AI 永久改变编程本身——逐行 Code Review 与单元测试可能式微，工作重心转向业务与架构，Bug 更多来自需求表达，敏捷与「好代码」标准动摇，Token 成为关键资源。另评大模型是否会区别对待用户，以及印度 CA eMudhra 私钥被设成极小整数导致紧急撤销信任等事件。
科技爱好者周刊（第 415 期）：3D 版《看不见的城市》
阮一峰周刊 415：有人用 GPT-6 Astra 与 Claude Opus 5.5 把《看不见的城市》文字生成 3D 城，Claude 更贴意境；并汇总一周科技链接。
科技爱好者周刊（第 414 期）：Jev 决策模型有什么用
阮一峰周刊 414 介绍 TypeSafe AI 的 Jev「决策模型」：输出概率/评分而非长文，可做是非、选择与语义 Ctrl+F；并汇总一周科技。
科技爱好者周刊（第 413 期）：再见了，React Native
再见了，React Native Shopify ，放弃 React Native，改用 Swift 和 Kotlin 开发它的移动版。 也就是说，它决定采用原生语言，开发 iOS 和安卓客户端，不再采用 Web 技术开发一个中间版本，再编译成各平台的客户端。 这不禁让人想起，六年前的2020年，它也是写了 一篇文章 ，高调宣布放弃原生语言，全面转向 React Native，拥抱 Web 技术。 这在当时是一个大新闻，很多人认同 Shopify 选择 Web 技术的三个理由。 不用为每个平台重复开发相同的功能。 允许开发人员跨技术栈工作。 多出来的时间和精力，可以用来创造更多的价值。 说实话，这三个理由都是场面话，真正的理由只有一个：省钱。 当年为了省钱，它选择了 React Native，只需要养一个团队，比起安卓和 iOS 要养两个团队，可以大大节省成本。 如今放弃 React Native，也是为了省钱。现在有了 AI。
科技爱好者周刊（第 412 期）：禁止 issue，只用 PR
禁止 issue，只用 PR 上周，PHP 框架 Laravel 宣布了 一个新规定 ：禁止提交 issue，只能提交 Pull Request。 乍一看，这个规定太荒谬了。用户不能提交 issue，怎么报告问题呢？难道你要每个人都读懂源码，自己动手解决问题！ 但是仔细想想，你会发现这个措施 很合理 ，甚至值得推广。 （1）没有了垃圾 issue。 如果一个用户愿意花时间创建 PR，说明他对这个问题更上心。那些机器人和骚扰者，只会提交垃圾 issue，根本不愿意多花时间为项目做贡献。 （2）对维护者更方便。 项目维护者从 PR 里面得到的信息，远远多于 issue，更利于理解和解决问题，投入的时间也更少。 （3）没有增加用户的提交难度。 用户即使不懂源码，也能提交 PR。 他可以向 AI 描述问题，让 AI 生成 PR。在 AI 时代，提交 PR 几乎和提交 issue 一样简单。 （4）禁止 issue 的根本原因是，开源项目。
科技爱好者周刊（第 411 期）：OpenClaw 2.0 是一个缩影
OpenClaw 2.0 是一个缩影 本周，OpenClaw 发布了 2.0版 是不是很久没听到这个名字了？现在很少有人提到它，不过就是半年。 回想今年春节，它一夜走红，引发了全民热议。一时间，上门安装龙虾成了热门服务，还真有不少人付费。 仅仅过了半年，它就成了昨日黄花，已经被遗忘了。AI 时代就是这样，新事物层出不穷，再大的热门也就走红几天。 用了半年，它终于从1.0版升级到2.0版。 大家知道，OpenClaw 的代码几乎百分之百都是 AI 生成，早期每天发一个版本。后来发现不能这样，会把用户累死，于是从7月份开始，改成 每月发一个版本 以八月为例，月初的时候发布了测试版 2026.8.1-beta1 ，月中又发了 beta2 和 beta3，到了月底就发了 8月正式版 。同时，也发了9月的测试版 2026.9.1.beta1 这种发布节奏，对用户比较舒适，每月更新一次就 OK。 因为8月版的改动特别多，所以这个版本就是2.。
科技爱好者周刊（第 410 期）：你需要知道的 AI 三种机制
你需要知道的 AI 三种机制 这是"AI 小知识系列"的第三篇，前两篇分别是 《大模型需要多少内存》 《AI 缓存是什么》 我分享一些自己的学习笔记，用来理清对于 AI 技术的理解。我尽量写得通俗，希望对大家有用。 今天谈一个基本问题： AI 为什么能够回答我们的提问，它怎么会知道答案？ 你可以找到很多这方面的论文和书籍，详细解释大模型的运作，通常非常难懂。但是，对于非专业人士，只要简单知道 AI 的三个机制 ，就可以了。 （1）参数机制 在宏观层面， 所有大模型都是对人类知识的建模 。它建立了一个数学模型，用来描述所有的人类知识。 怎么描述呢？它使用的是一种参数机制，将知识分解成一个个"词元"（token），然后计算所有词元之间的数学关系。这个过程称为"训练"。 这种数学关系使用无数个参数来表示。举例来说，大模型 GLM 5.3 有7440亿个参数，这些参数用来构建所有词元之间的关系（也就是权重）。所谓"训练"，其实就是找出这。
科技爱好者周刊（第 409 期）：程序员的职业未来
程序员的职业未来 程序员这个职业，将来会怎样？现在有很多说法。 一些人认为，将来的代码都是 AI 生成，市场不需要那么多程序员。极端情况下，程序员职业可能会消失。 另一些人认为，不必杞人忧天，AI 不过替代一部分手工编码，替代不了人类的判断。AI 让世界需要更多的代码，程序员职业不仅不会萎缩，反而继续兴旺下去。 我最近看到一个老外对程序员职业的 ，觉得比较靠谱，分享给大家。 他不是主观臆断，而是依据行业的内在逻辑，分析接下来最可能的发展。 他说，大家要记住，大多数的商业软件开发是一个工业流程，而非手工流程。所谓"工业流程"，就是 软件生产必须符合工业化的要求 ，也就是提高效率、降低成本、保证可靠性和稳定性。 工业化是软件行业的内在动力，AI 只是恰巧符合工业化的要求。展望未来，有几点预测。 （1）AI 大模型将越来越智能、速度越来越快、价格越来越便宜。 （2）编码代理（coding agent）会不断改进，功能越来越强大。 （3。
科技爱好者周刊（第 408 期）：你需要知道的 AI 缓存知识
你需要知道的 AI 缓存知识 大模型的价格，主要是 Token 的输入价格和输出价格，这个很容易理解。 但是，还有一项"输入 Token 的缓存命中价格"，这是什么东西？ 上图是 DeepSeek V4 Flash 模型的 ，可以看到缓存命中的输入价格只有2分钱，足足是未命中的输入价格的五十分之一！ 为什么相差这些大？我们能不能充分利用缓存，来降低费用呢？ 我对于这些问题，以前也不是很了解，最近看了 一篇文章 ，终于理清了思路，今天就来分享。 （1）模型输入的收费原因 大家知道，使用大模型的时候，需要先有提示词。 大模型会将提示词分解成 Token，再将 Token 转成向量值，然后计算所有 Token 之间的注意力关系。 这一步非常消耗算力，因此模型公司会对输入 Token 收费。 你的提示词越多，输入 Token 的费用就越高。 （2）输入缓存的作用 对于多轮对话和长程任务，每一轮都需要把以前步骤的输入输出结果，提交给模型。
科技爱好者周刊（第 407 期）：国家为什么需要开源软件？
国家为什么需要开源软件？ 上个月，大模型 Kimi K3 发布。大家可能不知道，它在美国引起的反响，比中国大。 它的性能略逊于美国的顶尖模型，但是它是开源的，任何人都可以自己架设。这对大公司非常有吸引力。 美国目前的经济增长，全靠巨额的 AI 投资，其他行业其实不怎么增长。一旦大量企业选择自己架设开源模型（几乎肯定如此），现有的巨额投资有收不回来的风险。 美国政府就坐不住了， 出来放话 ，中国模型有"违规"行为，考虑要限制开源模型。 此言一出，就引起了恐慌，历史上还从来没有一个国家封锁开源项目。 两天以后，美国许多互联网公司联合起来，发表了 一封公开信 ，标题为《开放权重模型和美国 AI 领导力》。 公开信呼吁不要限制中国的开源模型，微软、英伟达、思科、Cloudflare 等行业著名公司都签字了。 我觉得，此信写得极好，推荐大家去读。 它的核心观点就是， 开源项目对美国有利 ，应该允许它存在。关键句子如下。 评判我们人工智能领。
科技爱好者周刊（第 406 期）：道可，道非，常道
道可，道非，常道 上周（7月22日），华为公司的心声社区转发了《人民日报》对 何庭波的专访 何庭波是华为的半导体业务部总裁，最近提出"韬（τ）定律受到关注。 华为转发这篇专访时，附上了一段任正非写的序言，标题是 《道可，道非，常道》 。这段序言很短，只有几句话。 τ 定律是华为可以选择的唯一一条突围道路。 其他厂家是有多条道路可选择的。华为为了逃生、活着、活下去、活得好，数万名员工6年来不断迭代，走出了一条已经成熟的道路。 不是为了去颠覆什么，取代什么，而是找到了可以选的一条路。我们与高级社团交流时选择"只阐述，不激辩"。 这段话的意思很清楚，别人已经走通的路，华为现在走不了，只能自己想办法找一条路，摸索着走下去。 这条路的对错、难走还是易行，都已经不重要了。不走这条路，就只有等死。既然已经上路，就不要在意外界的议论了，埋头向前，足迹就是回答。 比较有意思的是，任正非的标题《道可，道非，常道》，那是老子《道德经》的第一句话。 大。
科技爱好者周刊（第 405 期）：资源，社会公平与算力
资源，社会公平与算力 分享一个有趣的观点： 资源太多，会造成社会不公平 。我谈不上同意这个观点，就是觉得思路很奇特。 这是奥地利哲学家 伊万·伊里奇 （Ivan Illich）在1973年的著作《能源与公平》（Energy and Equity ）中提出的，他认为用电量与社会公平有关。 "能源和公平只能在一定程度上同时增长。人均用电量低于某个阈值时，增加用电量能够改善社会公平。高于这个阈值，能源增长就会以牺牲公平为代价。" 他的意思是，让大家都能用上电，确实有助于社会公平。但是一旦电太多了，就会加剧社会的不公平。 为了证明自己的观点，他举了一个更奇怪的例子：车速太快，也会加剧社会不公平。 "车辆速度超过一定限度后，会造成人与人之间的距离感。它们会拉开所有人之间的距离，却只缩短少数人之间的距离。" "速度的提升不可避免地使得少数人拥有更大的马力，加剧大多数通勤者日益增长的时间紧迫感，并让他们更加感到自己落后于人。" 就是说，车速快。
科技爱好者周刊（第 404 期）：你需要知道的 AI 内存知识
你需要知道的 AI 内存知识 自己在家运行 AI 模型，可以选择两种硬件。 一种是独立显卡，目前最顶级的消费级显卡是英伟达的 RTX 5090，带有 32GB 显存，售价3万元人民币左右。 另一种是采用板载芯片组（CPU + 板载显卡 + 板载内存）的家用电脑，比如采用 AMD 公司 Strix Halo 芯片组（具体型号 Ryzen AI Max+ 395）的迷你电脑，自带 128GB 内存，售价2万元人民币左右。 我问大家，哪种硬件更好？ 大部分人可能不假思索，就会选择独立显卡，毕竟独立显卡的算力远大于板载芯片组。 根据我查到的资料，下面是两者的单精度32位浮点数算力（FP32）。 独立显卡（RTX 5090）： 104.8 TFLOPS 板载芯片组（AMD Ryzen AI Max+ 395）： 14.8 TFLOPS 可以看到，独立显卡的算力，足足是板载芯片组的7倍。如果是更小位数的浮点数计算（比如 FP16 和 FP4。
科技爱好者周刊（第 402 期）：我在智念 AI 的日子（小说）
我在智念 AI 的日子（小说） 下面是一篇老外写的 超短篇小说 ，也可能是 AI 写的，我不确定，但觉得很有趣，分享给大家。 为了易读，我做了一些修改，把内容"中国化"了。 十四个月之前，我加入了一家叫做"智念 AI"的公司。 入职不久，公司进行新员工培训。首席执行官对我们说，公司的使命是为用户打造 AI 时代的个人品牌，帮助用户重新建立"基于 AI 的认知"。 现在想起来，虽然我已经在这家公司呆了14个月，依然无法解释这段话的含义。 首席执行官还向我们展示了一幅画。那是一个漫步者走在一片云雾里，向着远方凝视，远方有一个数据分析软件 Grafana 的仪表板。不用说，这幅画也是 AI 生成的。首席执行官解释说，我们这些人就是那个漫游者，那片云雾就是云端，里面有各种传统的 SaaS 产品。 进入公司办公区，你首先会注意到墙上有一台65英寸电视机，实时显示 Token 消耗排行榜。 目前，排名第一的是老张。他每周的 Token 费用。
科技爱好者周刊（第 403 期）：为什么 Dropbox 不成功
为什么 Dropbox 不成功 Dropbox，大家都知道吧？ 它成立于2007年，创始人是麻省理工学院的学生，经常丢失 U 盘，于是想到可以把文件上传到服务器。 他就创业了，做出了世界第一个"云盘"，当时是革命性产品。 这就是 Dropbox 的来历，它成立后快速走红，成为最早的头部 SaaS 服务"云公司"。 但是，出道即巅峰，这家公司后来的发展并不顺利，最近几年完全停滞不前，知道它的人也越来越少。 上面是它的历史股价走势图，2018上市那一年就是历史最高价39块，后来再也没有到。将近十年了，现在还是20多块。 也就是说，过去十年的互联网大发展，Dropbox 不仅没有发展，反而萎缩了。 它目前的市值（公司的价值）略高于60亿美元，相比之下，同期成立、当年声势还不如它的 Airbnb，现在的市值是850亿美元，更不要提晚于它成立的 Uber 了（市值1500亿美元）。 到底为什么，Dropbox 没有发展起来？ 前些日子，我。
Dario Amodei：AI 开源是伪命题
下面是 Anthropic 公司创始人 Dario Amodei 的 大家看看，是否认同他的说法，还是觉得这是混淆视听，胡说八道。 他说，AI 模型就算公开，你也看不到它的内部运作，所以业界不把它叫做"开源"（open source），而叫做"开放权重"（open weights）。 传统的开源项目可以许多人一起加入开发，一起修改，汇集大家的智慧，项目越做越好。 但是，开源 AI 模型不是这种模式，它只是公开了权重文件，你根本没法提交修改，参与它的开发。 所以，他看到新模型，从来不问开不开源，这是无所谓的。他只问一句：它够不够好，在重要任务上有没有赢过我们。 而且，开源模型不等于免费模型。模型那么大，你还是得花钱，让它在云端运行，让它跑推理（inference），还是得有人帮你调试，让它跑得足够快。 与其纠结开不开源，不如盯住这是谁开发的模型，是否把你要做的事做得最好。 以上就是 Dario Amodei 的原话。我觉得，纯粹是。
科技爱好者周刊（第 401 期）：如何赚到10亿美元
如何赚到10亿美元 保罗·格雷厄姆（Paul Graham）是美国最大的创业孵化器 Y Combinator 的创始人，公认的创业导师，《黑客与画家》的作者。 他现在已经退休了，离开硅谷，住在英国乡下。 今年6月10日，他应牛津大学的学生社团邀请，做了 一次演讲 ，题目非常炸裂"如何赚到10亿美元"。 我觉得，内容挺有意思，做了一些摘录。 有些人似乎认为，赚到10亿美元是不可能的，除非使用非法的、不道德的手段。 在我看来，赚到10亿美元确实很困难，但并非不可能，而且机会比大家想象的大。 21年前的2005年，我们创办了孵化器 Y Combinator，至今已经投资了大约6500家创业公司。 目前为止，这些公司的创始人之中，大约有30人已经成为10亿美元级别的富翁。而且，还有更多的人正在快速接近这个目标。 6500家公司，假定共有2万个创始人，其中30个人赚到10亿美元，机会并不是那么小。 他们赚到10亿美元的途径，都是创办一家成。
科技爱好者周刊（第 400 期）：rsync 的争论
rsync 的争论 rsync 是计算机同步最常用的工具，属于服务器的基本命令。 最近，有人发现，它的 最新版本 3.4.3 是由 Claude 生成的。这引发了轩然大波，怎么可以用 AI 去编写系统的基本命令呢，谁能保证不出错！ 项目的 GitHub 讨论区就有人发一个批评帖，题目叫做 《不要乱搞这个软件》 ，矛头直指项目的维护者 Andrew Tridgell。 这个帖子热闹非凡，目前已有300多条发言，说什么的都有。发言者普遍认为，Claude 很可能引入漏洞，不应该使用。 有些人还说的比较礼貌。 我们非常有理由愤怒，因为一个非常稳定、备受信赖的工具 ，竟然立即开始走下坡路...... 而这一切仅仅是因为主要开发者在编写该软件时使用了 AI 生成的不规范代码。 还有些人就说的很难听。 仅仅因为你给无家可归的人免费施舍粥，并不意味着你可以在里面撒尿。 但是，维护者 Andrew Tridgell 也有苦衷。他写了 一篇长文。
科技爱好者周刊（第 399 期）：中国 AI 大厂访问记
中国 AI 大厂访问记 今年5月上旬，一个美国访问团来到中国，访问了14家 AI 和机器人公司。 访问对象包括 DeepSeek、月之暗面、MiniMax、智谱、字节跳动、阿里、蚂蚁、小米、零一万物、宇树、魔搭社区等。 所有成员都是科技分析师，回到美国后，每个人都写了访问观感： Kevin Xu afra Wang Florian Brand Nathan Lambert Azeem Azhar Lily Ottinger and Kai Williams Jasmine Sun Lingua Sinica Caithrin 这些文章有很多有意思的内容，我做了一些摘录。为了保证阅读体验，就不单独注明每一段的出处了。 1、算力的差距 我们在每一家公司都听到一个共同的抱怨：算力不足。这使得实验次数减少，模型规模缩小。 中国的算力不足，主要是美国的芯片出口管制政策造成的。我们感兴趣的是亲眼目睹本土公司如何应对。 虽然供应并非完全短缺。
科技爱好者周刊（第 398 期）：Token 费用难以负担
Token 费用难以负担 上周，OpenClaw（龙虾）的创始人彼得·斯坦伯格（Peter Steinberger）贴出了自己的 Token 使用量 他不是故意炫耀，自己用了多少 Token，而是为了介绍工具软件 CodexBar 。这个菜单栏小工具可以统计你的 Token 使用量，计算出对应的费用。 大家猜猜看，他用了多少 Token？ 根据截图，他一个月发出了760万个请求，消耗的 Token 数量为6030亿。根据预设的费率，这些 Token 价值130万美元！ 也就是说， 他的 AI 编程平均每天要花费4万多美元 当然，这个数字不是真实支出。因为他是 OpenAI 公司的员工，可以无限量免费使用公司的 Token。所以，这些钱并不是真实的支出。 但是，他的 Token 使用量是真的。绝大部分公司需要外购 Token，大家可以用他的例子计算一下，如果一个程序员每月用掉几千亿、甚至上万亿的 Token，公司要出多少钱？ 他一。
科技爱好者周刊（第 397 期）：财富正在向 AI 集中
财富正在向 AI 集中 AI 相关的所有东西，最近都在上涨。 看看股票，就知道了。内存、储存、CPU、服务器、液冷、光通信、变压器......股价全部在涨，更不要提，前期已经涨过的芯片、模型、算力了，甚至铜和铝也在涨。 这些股票的上涨幅度之大，令人咂舌。就以内存为例，世界三大内存厂商有两家在韩国，单单这两家公司就把韩国股市，从2600点一年之内拉到7600点。 2024年10月，三星公司董事长还因为半导体业绩不佳而 ，结果今年很可能成为 世界最赚钱公司 另一家内存大厂 SK 海力士更夸张。它跟工会有劳资协议，10%的利润要分给员工。有人计算了，门卫、司机、前台都算进去，每个员工今年平均可以拿到奖金 610万人民币 至于 AI 模型公司，更是人人都是亿万富翁。OpenAI 去年向600个员工 了66亿美元的股票，平均每人拿到近1000万美元。 这些事情表明， 社会财富正在重新分配，快速向 AI 集中 这影响到了所有人 。哪怕你根本。
科技爱好者周刊（第 396 期）：互联网通信的替代方案
互联网通信的替代方案 某天清晨，你醒来发现互联网断了，怎么办？ 我说的是彻底的中断，完全不能运作，整个城市无法上网。这种事件虽然可能性很小，但还是有可能，比如遭遇了自然灾害或战事。 假设一时半会无法恢复通信，那么有没有替代方案？也就是说， 我们怎么自己组网 虽然互联网是无中心结构，搞一个子网并不难，但搞一个大规模子网，能够容纳一群分散的朋友，还是很难的。无论通过何种方式组网----无线路由、电话线、蓝牙或自己拉光纤----难度和成本都不低。 今天，分享一个我所知的最简单组网方案。 覆盖范围达到几十公里，甚至更远。 不需要架设任何线缆，自己发射无线信号。 供电只需要一个移动电源，甚至一节电池。 价格非常便宜，单套设备（发射端+客户端）最多只要几百元人民币。 唯一的缺点是带宽比较小，不能用来浏览网页，更不能看视频，只能发送/接收文本信息。 这个方案叫做 LoRa，或者严格地说，它的通信协议叫做 LoRa，也就是"长距离"（Long。
科技爱好者周刊（第 395 期）：软件开发的第三种方式
软件开发的第三种方式 有一本很著名的软件开发著作，叫做《大教堂与集市》，大家了解吗？ 它提出软件开发有两种方式。 一种方式是大教堂（Cathedral），即软件经过精心规划，由一支专业的团队封闭式开发管理，全过程有严格的流程和管控，代码通常是闭源的。 另一种方式是集市（bazaar），即软件开发是开放的，没有围墙，任何人都可以加入，决策过程是透明的、由社区驱动，代码开源。 这种比喻将软件行业一分为二，非常精辟，自从初次提出，已经过去了近30年，一直得到大家的认可。 但是最近，有人提出，这两种方式已经不足以概括现状，软件开发现在出现了第三种方式： 神秘屋 "神秘屋"是一幢真实存在的大宅，就位于美国加州，19世纪末由一个老太太建造。 这个老太太非常非常有钱，没有其他爱好，就喜欢建筑学。她拿自己家当作实验品，一个房间接一个房间地建造，都由她说了算，亲自设计，亲自监工。 整幢楼没有整体规划，怎么想就怎么造，房间 A 是维多利亚式，房间。
科技爱好者周刊（第 394 期）：第二次 API 开放浪潮
第二次 API 开放浪潮 如果你在互联网行业足够久，大概会记得，以前有过一次 API 开放的浪潮。 那是15年前的2011年，云服务刚兴起不久，各种平台纷纷开放自己的 API。 那时，Facebook 和 Twitter 都发布了自己的 API，开放了平台数据。GitHub 的 API 设计简直是艺术品，几乎可以获得任何想要的功能。 平台的想法是，开放的 API 有助于用户和第三方加入，来开发各种插件和扩展程序，从而推动平台的增长，提高用户留存率和满意度。 那时还有一个叫做 ProgrammableWeb 的网站（现已关闭），它的名字就代表了当时人们的信念：互联网可以通过 API 编程，把各种平台的数据连接在一起。 但是，事情的发展跟预想完全相反。 平台发现，API 很难盈利，因为无法插入广告，而且自家的数据会帮助其他公司的生意，造成用户流失。 于是，它们纷纷改变做法，限制和关闭 API，不再分享数据，将用户留在自家的"围墙花园。
科技爱好者周刊（第 393 期）：脑腐状态
脑腐状态 最近学到一个新词"脑腐"（brain rot）。 它就是字面意思。有些人看上去是正常的，但是大脑已经变异了，有些部分腐烂了。 介绍文章 "脑腐"的症状就是思考能力下降，难以长时间集中注意力 ，进行深入的推理和反思。 一遇到比较难、需要反复思考的问题，你就会烦躁，不仅是心理烦躁，还会生理烦躁，全身不安，不愿意多想，就希望赶快了结。 你有没有这个症状？如果有，就有"脑腐"的危险了。我感觉，我的大脑就有一点。遇到复杂的软件概念和算法，以前会仔细研究，直到搞懂为止，现在更可能看一眼就跳过去，不懂就不懂了，知道名字就可以了。 "脑腐"的主要原因是，网络平台上面那些夸张的"标题党"文章和短视频 。它们的目标是吸引流量，在最短时间内引发阅读者/观看者的兴趣，感到满足。当你长期观看这些内容以后， 大脑就被密集刺激，思维兴奋状态的维持时间越来越短 ，丧失了长时间深入思考的能力。 这就是为什么一个人看惯短视频以后，就离不开内容压缩了。一篇。
科技爱好者周刊（第 391 期）：AI 的贫富分化
AI 的贫富分化 我越来越觉得，AI 跟其他技术不一样，不仅带来技术变革，还会带来社会变革。 简单说，AI 会带来贫富分化。 其他技术实际上会消灭贫富分化，实现"消费者平等"，即穷人和富人消费的东西是一样的。 比如，大家喝一样的可口可乐，用一样的苹果手机，开一样的特斯拉。甚至互联网也是如此，世界首富马斯克和你用一样的网站、一样的手机 App。 但是，AI 模型不是这样。 在大模型面前，穷人和富人是不平等的 在未来，普通人肯定用不起顶级的大模型。其实，现在就是如此了，最贵的 AI 编程套餐是 Claude Code 的 Max 套餐，月费200美元，很多人已经用不起了。 OpenAI 曾经设想过 月费2万美元的套餐 ，提供最顶级、无限量的大模型服务。 要是真的推出，只有富豪才用得起。 这反映了一个简单的事实： 费用越贵，模型效果越好 。因为模型的效果与算力相关，更多的算力、更大的上下文、更多的参数，都需要钱。 这跟工业品完全相反。
科技爱好者周刊（第 392 期）：axios 投毒与好莱坞式骗术
axios 投毒与好莱坞式骗术 上周，著名软件库 axios 被 了。黑客拿到了发布令牌，直接发了一个新版本，里面加入了木马。 软件投毒不是新鲜事，新鲜的是发布令牌怎么泄漏的。背后的故事简直是好莱坞电影，根本防不胜防。 axios 属于使用最广泛的 JS 软件库之一，每周下载量接近1亿次，所以这次投毒的感染面很大。 而且，木马的恶性程度很高。根据 官方的清除说明 ，如果不幸中毒， 机器上所有的密钥、令牌和凭证都要作废 。这个木马会扫描所有目录，收集密钥，然后发出去。 大家要知道，像 axios 这种超级流行的软件库，每个环节都有完整防护，每一行代码都被严格审查。 这次攻击完全是一场精心策划的社会工程 ，把这些防护都攻破了。 攻击目标选定首席维护者 Jason Saayman。据 本人透露 ，事件过程是这样的。 他们根据我的情况量身定制了这一流程，具体做法如下： 他们冒充某公司的创始人联系我，不仅克隆了该公司创始人的外貌，还克隆了。
科技爱好者周刊（第 390 期）：没有语料，大模型就是智障
没有语料，大模型就是智障 如果现在做一个问卷调查，问大家"你觉得大模型是否具有智能？" 我相信，大多数人会是肯定的回答。 哪怕现在只是 AI 的初级阶段，大模型已经能够替代很多的人类智力劳动，确实非常神奇。 但是，我们不要忘记真实情况， 大模型不是魔法，更不是具有自主智能的"硅基智能体"，而是基于统计规律的语言模型 ，它的一切行为都基于数学计算。 最好的证据就是，如果让它解决没有训练过的题目，也就是不存在统计规律的话，它根本解不出来。 这就是我今天想分享的一个 两位国外的研究者找了五个主流的大模型：GPT-5.2、O4-mini、Gemini 3 Pro、Qwen3-235B、Kimi K2。 他们让大模型使用五种小众的编程语言----Brainfuck、Befunge-98、Whitespace、Unlambda 和 Shakespeare----来编程解决各种问题。 这些小众语言的共同特征是，网上很少有它们的资料，因此不能用。
套壳中国大模型撑起500亿美元估值？扒一扒 Cursor 的"套壳"疑云
本周末，有一条最热闹的 AI 新闻，震动了太平洋两岸，连马斯克都关注了。 昨天，AI 编程工具 Cursor 推出了"自己的"模型 Composer 2 上图是官网截图，现在点进去还写着"自有模型"。 自从2024年10月，Composer 1 发布以来，外界就一直怀疑，它是套壳的中国模型，因为行为很类似，但苦于找不到证据。 现在 Composer 2 来了，很多人就开始研究，它的背后到底是什么模型，真的是 Cursor 自家的吗？ Cursor 为了防止破解，做了很多限制，但是百密一疏。国外推友 @fynnso ，有一个地方在上一个版本是禁止的，但是这个版本却可以执行。 首先，你自己架设一台服务器，充当 AI 模型的调用接口，有没有模型无所谓，只要能收到客户端请求就行。 然后，你在本地的 Cursor 里面，设置使用的模型为 Composer 2，模型网址就是你刚架设的服务器。这样一来，Cursor 就会向你的服务器发出请求。
科技爱好者周刊（第 389 期）：未来如何招聘程序员
未来如何招聘程序员 前些天，讨论区有一个 ，提出一个问题。 如果未来的代码都是 AI 写的，那么我们 怎么招聘程序员 程序员负责代码，但代码是 AI 写的，不是程序员写的，那么应该怎么面试他呢？ 你仔细想想，这个问题比预想的难多了。 首先，考察他的代码能力不重要（代码不是他写的），更重要的是考察他会不会 AI 。只要善于使用 AI，能够产出合格的代码，对公司来说就是合格的人选。 但是，什么样的面试问题，能够考察出一个人是否掌握 AI？下面是我想出的一些问题： 请将一个复杂的项目需求，转化成提示词，要求是清晰、逻辑性强、切中要害。 描述一个你认为需要使用 Skill 和 MCP 的场景，并阐述它们的工作原理和构建方法。 如何将一个大项目分解，设计出一个多 Agent 协同工作的机制。 ...... 这些问题能识别出 AI 编程高手吗？我完全没有把握。 其次，除了 AI，还要考察什么呢？ 这也很不好想。 我应该还会问一些架构问题，你。
科技爱好者周刊（第 388 期）：测试是新的护城河
测试是新的护城河 Next.js 是目前排名第一的 JS 框架。平时遇到的 JS 全栈应用，我估计，一半用它开发。 两周前，这个框架被一则新闻颠覆了。 一个 Cloudflare 工程师 他只用一个星期就用 AI 重新实现了 Next.js ，起名为 vinext 事实上，一天就生成产品原型了，后面几天只是在完善。 "真正动手是2月13日，当天晚上，基本功能已经实现。第二天下午，11个路由器做好了10个。第三天，已经部署到我们的服务器，实现了完整的客户端水合。 接下来的几天，主要进行安全加固：修复极端情况，扩展测试套件，提升 API 覆盖率至 94%。" 这个新的实现，比原版 Next.js 性能更好。 "早期基准测试中，构建速度提升了4倍，客户端软件包的体积缩小了57%，生产环境的 Next.js 应用已经直接跑在上面了。" 这个 vinext 的 已经放出来了。 我觉得， 这件事对 Next.js 的打击非常大 Next.j。
零安装的"云养虾"：ArkClaw 使用指南
一、引言 大家这两天，有没有被"龙虾"（OpenClaw）刷屏？ 到处是它的新闻，就连两会代表和新华社都在谈论。真让人跌破眼镜，一个 AI 软件竟能引起这么大的反响。 人们的热情高涨，免费的线下安装活动人满为患，网上的"付费安装"生意兴隆。 很多人大概还不知道，现在有一种最简单的龙虾使用方法： ArkClaw 简单到你根本不需要操心安装， 因为这是一个免安装的方案 ，它直接内置了龙虾，开箱即用。 我也是昨天才开始用，迫不及待跟大家分享，初步使用的感受。没有用过的同学，也可以把它当作《龙虾零门槛上手》教程，看看龙虾到底是怎么回事。 二、ArkClaw 是什么 事情是这样的，老读者可能还记得，我在春节前 测评了 字节最新发布的 Seed 2.0 模型。 我在文章里说，这是字节目前最强的基础模型，手机豆包用的就是它，测试表现很不错。 字节的同学后来就向我赠送了 Coding Plan 套餐，方便继续测试这个模型，各种 AI 编程工具都。
大模型比拼：MiniMax M2 vs GLM 4.6 vs Claude Sonnet 4.5
上个月，我写了 一篇文章 ，比较了两个大模型。 就有人留言，两个模型太少了，能不能加入其他模型？ 正好上周（10月27日），MiniMax 公司 发布了 M2 模型，代表了国产大模型的最新水平。 我就想，可以测测它的实战效果，跟智谱公司的 GLM 4.6 和 Anthropic 公司的 Claude Sonnet 4.5 对比一下。 毕竟它们都属于目前最先进的编程大模型，跟我们开发者切身相关。 先要说明，其实我不太熟悉 MiniMax 公司 ，它比较低调。 我只知道，这家公司专门研发大模型，产品有文本模型、视频模型、音频模型等等，但都不是非常热门。我就没有特别关注。 上周，我在滑推特的时候，看到一些老外在议论（ ），这才知道 MiniMax 发布了新的旗舰模型 M2。 说话的这个人 是 HuggingFace 大模型社区的负责人，提到了 M2 模型在 Artificial Analysis 性能评比之中排名世界第五，开源模型第一。
科技爱好者周刊（第 387 期）：你是领先的
你是领先的 世界总人口现在是81亿，如果画成一个 方块图 ，每个方块代表320万人。 68.8亿人还从没用过 AI（灰色方块），占84%。 13.8亿人跟 AI 有过对话（绿色方块），占16%。 1500万～2500万人付费订阅了 AI 服务（黄色方块），占0.3%。 200万～500万人使用 AI 生成了自己的编程项目（红色方块），占0.04%。 正在阅读这份周刊的你，如果是关注 AI 动态，用过 AI 生成代码，就已经领先全世界99%的人了。 OpenClaw 的安全 眼下全世界最火爆的软件，一定属于个人 AI 助手 OpenClaw 火爆到什么程度？ 四个月的时间，它在 GitHub 得到了25万颗星星，超过了 React，成为有史以来 星星最多的软件项目 要知道这些星星，React 用了13年，它只用4个月。 上图中，垂直上升的红线就是 OpenClaw，太夸张了。 OpenClaw 的作用，就是通过自然语言控制电脑，完。
科技爱好者周刊（第 386 期）：当外卖员接入 AI
当外卖员接入 AI 最近，美国有一条 无人驾驶的新闻 ，引起很大反响。 Waymo 是一家无人驾驶公司，已经在多个美国城市开展出租车运营了。 它有一个最大的烦恼，就是乘客下车后，没关好车门或后备箱，导致车辆无法驶离。 奇怪的是，这样一家高科技公司，居然没有开发远程关车门功能，反而想出了一个另类的解决方案。 它给外卖小哥下单，付钱让他们赶到现场关车门。 有一个小哥看到了上面这张奇怪的订单，标价6.25美元，要求赶到1公里以外的一个地方，找到一辆 Waymo 出租车，把车门关上。完成后，还将额外收到5美元。 他觉得很稀奇，就截图发到了网上，这件事顿时就变成了新闻。 它的新闻点，其实不是接单关车门，而是 程序在调动人力，完成自动化流程 一直以来，程序只能调动计算机，突然之间，它可以调动人力了，某个环节计算机完成不了，它就自动找人来完成。这才是新闻。 这样做之所以能够成功，完全因为 外卖员是一个自带 API 的人群 ，已经接入了软件系统。
字节全家桶 Seed 2.0 + TRAE 玩转 Skill
一、引言 国产大模型之中，字节是一个异类。 不像其他大模型轰轰烈烈、争夺眼球，它更低调，不引人注目。 但是，它做的事情反倒最多，大模型、Agent、开发工具、云服务都有独立品牌，遍地开花，一个都不缺，都在高速推进。 Seed 是字节的大模型团队，底下有好几条产品线，最近热得发烫的视频模型 Seedance 2.0 就是他们的产品。 今天，我就用字节的全家桶 ---- 刚刚发布的 Seed 2.0 模型和开发工具 TRAE ---- 写一篇 Skill 教程。 大家会看到， 它们组合起来既强大，又简单好用，（个人用户）还免费 。这也是我想写的原因，让大家知道有这个方案。 只要十分钟，读完这篇教程，你还会明白 Skill 是什么，怎么用，以及为什么一定要用它。 二、Seed 2.0 简介 先介绍 Seed 2.0，它是 Seed 家族的基座模型 所谓"基座模型"（foundation model），就是一种通用大模型， 可用来构建其。
科技爱好者周刊（第 385 期）：马斯克害怕中国车企吗？
马斯克害怕中国车企吗？ 两周前，马斯克 ，特斯拉公司将停产 Model S 和 Model X 两种车型。 他的解释是，生产线空出来，用来生产机器人和无人驾驶出租车。 这显然会打击特斯拉的汽车业务。它的家用轿车一共只有四款，现在一下子少了两款，而且是最贵的两款，只留下低价的 Model 3 和 Model Y。 新闻发布会上，记者就问了，那么有没有计划推出新的车款？ 特斯拉的工程副总裁这样回答： "你们必须转变对我们的看法，我们现在更多是提供交通运输服务，而不仅仅是为市场提供可购买的车辆。" 马斯克补充说： "我相信，长期中我们将只生产自动驾驶车辆。" 这意味着，特斯拉改变了定位， 它将是一家交通运输公司，而不是汽车制造商了 。剩下的两种车款，未来也有可能放弃，也许只生产不需要司机的自动驾驶车辆。 国外立刻有评论家，发表了 尖锐的批评 ，认为特斯拉正在放弃造车，这是自杀行为。 他说，马斯克因为兴趣转向其他地方，不再坚持造车了，非。
智谱旗舰 GLM-5 实测：对比 Opus 4.6 和 GPT-5.3-Codex
一、引言 刚才我看到，智谱新一代的旗舰模型 GLM-5 已经正式发布了。 真的拼啊，非要赶在长假之前，上一个版本 GLM-4.7 发布还不到两个月呢...... GLM-4.x 在国内外评价很高，公认是编程领域第一梯队的模型。新的大版本就让人很好奇，会有哪些改进。 实话实说，上个星期，他们团队联系我参与内测，我已经使用这个模型好几天了。 巧的是，也在上个星期，国外两个旗舰模型同时发了新版本：Anthropic 公司发了 Claude Opus 4.6，OpenAI 公司发了 GPT-5.3-Codex。 这三个新模型都主打编程，我就忍不住进行了比较测试，看看它们有没有差别，我想这也是很多人感兴趣的。 下面就是真实编程任务，在这三个 AI 模型上的生成结果。 二、GLM-5 简介 官方的发布说明，这样介绍 GLM-5： 作为开源模型，GLM-5 完全对标顶尖闭源模型 ，在两个地方做了特别强化。 （1）复杂系统工程 GLM-5 不单。
科技爱好者周刊（第 384 期）：为什么软件股下跌
为什么软件股下跌 大家知道，最近两三年，由于生成式 AI 的出现，美国股市大涨。 所有 AI 相关公司，股价都涨上了天：模型公司、应用公司、芯片公司、存储公司...... 但是，我最近看 ，才知道有一类股票，不仅没涨，还下跌了。你真想不到， 这种倒霉的股票就是软件股 新闻这样写： "1月29日，SAP 公司表示云端业务将放缓增长，股价就暴跌了15%。受其影响，其他软件股 ServiceNow 跌了13%，Salesforce 7%，Workday 8%。 这反映了人们对软件行业的未来，日益感到紧张。该行业在疫情期间经历了高速增长，但是后来就急剧放缓。 过去一年，美国上市的企业软件公司，整体下跌了10% 新闻还配了一张股价走势图。 上图中，向上的黑线是大盘，向下的彩色线就是软件股，真是跌得惨不忍睹。 读完新闻，我的第一反应就是，这是美国软件股，那么中国的软件股呢？ 我找来了 中国的前10大企业软件股 ：中国软件、用友网络、久其软件。
科技爱好者周刊（第 383 期）：你是第几级 AI 编程
你是第几级 AI 编程 史蒂夫·耶格（Steve Yegge）是一个著名的美国程序员。 他在亚马逊和谷歌都干过，但是他出名的不是写软件，而是写博客。 他喜欢在个人网站发布长篇大论，滔滔不绝地议论，直抒胸臆，毫不避讳。他的好多文章都在业内被广泛阅读，引起很大反响。 这些文章后来结集出版，甚至引进了国内，书名就叫《程序员的呐喊》（人民邮电出版社，2014）。 它的书名里面的"呐喊"，英文单词是 ranting，直译就是"咆哮"，确实就是他的文章风格。 这个月，他又发表了一篇 最新文章 ，谈他对 AI 编程的看法。 他说 AI 编程有8级，他已经到了第8级 ，也就是最高级。 第1级，还没有接触到 AI 编程，你的 IDE 还是正常的样子（下图）。 第2级，你在 IDE 装了 AI 插件，开启了侧边栏，AI 时不时提出代码建议，问你是否接受（Yes or No）。 第3级，你开始信任 AI 编程，进入了 YOLO 模式（"你只活一次"模。
Kimi 的一体化，Manus 的分层
前天，Kimi 突然发布了 旗舰模型 K2.5 ，事先没有一点风声。 在国内，Kimi 是比较低调的公司，关注度相对不高。但是，它的产品并不弱。 半年前，K2 模型一鸣惊人，得到了很高的评价，公认属于全球第一梯队。所以，新版本 K2.5 出来以后，立刻上了新闻，在黑客新闻、推特等平台都是热门话题。 著名开发者 Simon Willion 当天就写了 详细介绍 但是，这一次真正有趣的地方，不是模型本身，而是 Kimi 做了另一件事。 这次的 K2.5 很强，各方面比 K2 都有进步。官方给出的评测跑分，基本都是全球前三位，甚至第一名（见 发布说明 根据 LMArena（现改名为 arena.ai）的 ，Kimi K2.5 的编码能力，是所有开源模型的第一，在总榜上仅次于 Claude 和 Gemini（下图）。 但是，最大的亮点其实不是模型，而是 Kimi 同时发布了一个基于这个模型的 Agent（智能体）。 也就是说， 这次其实。
科技爱好者周刊（第 382 期）：独立软件的黄昏
独立软件的黄昏 软件可以分成两种：一种是公司开发的，另一种是个人开发的。后者就称为"独立软件"（indie software）。 它的历史非常悠久，从古至今，很多程序员依靠出售独立软件谋生。 有一种东西"共享软件"（Shareware），年轻的朋友未必知道，二三十年前曾经非常流行。用户免费使用软件的试用版，如果满意，就向开发者购买一个注册码。 这就是一种独立软件，当年很多著名软件都是这个模式，比如国外的 WinZip 和 WinRAR，国内的网络蚂蚁（NetAnts）、网际快车（FlashGet）、豪杰解霸。 时至今日，大家看看目前流行的软件，还有多少属于独立软件？你每天使用的软件，又有多少是个人开发的？ 很少很少了。 一位二十年的独立软件开发者 现在的市场上，公司开发的比重越来越大，个人开发的比重越来越小 ，独立软件正在没落。 "我销售自己的软件20年了，2005年以后，互联网开始普及，独立软件迎来了黄金年代。而最近两三年，环。
AI native Workspace 也许是智能体的下一阶段
一、智能体的形态 我问大家一个问题， 什么是 AI 的产品形态？ 大模型只是底层的处理引擎，你总是需要一个应用层产品，对接用户的需求。这种 AI 的应用层，就称为"智能体"（agent）。 那么，问题就变成了，"智能体"应该是什么样？ 早期的智能体只是对话应用（上图），后面加入了推理，可以思考复杂问题。 后来，向专业领域发展，演变出编程智能体（coding agent）、图像智能体、视频智能体等等，或者接入 MCP，获得外部应用操作能力，比如生成 Office 文件、操作浏览器。 这些形态基本已经成熟了，很多公司开始探索，下一阶段的智能体会是什么形态？ 我最近在用 MiniMax 刚发布的 AI native Workspace （AI 原生工作台），欣喜地觉得，这可能就是答案。 二、Cowork 和 Skill 这个新产品，同时加入了 Anthropic 公司最近提出的两个新概念：Cowork 和 Skill。 所谓 Cowo。
科技爱好者周刊（第 381 期）：中国 AI 大模型领导者在想什么
中国 AI 大模型领导者在想什么 上周六（1月10日），北京有一场"AGI-Next 前沿峰会"，由清华大学基础模型实验室主办。 中国顶尖的 AI 大模型领导者，很多都出席了。 唐杰：清华大学教授，智谱创始人 杨植麟：月之暗面 Kimi 创始人 林俊旸：阿里 Qwen 技术负责人 姚顺雨：OpenAI 前核心研究者、腾讯 AI 新部门负责人 他们谈了对大模型和中国 AI 发展的看法，网上有 发言实录 内容非常多，有意思的发言也很多，下面是我摘录的部分内容。 一、唐杰的发言 1、智谱的起源 2019年，我们开始研究，能不能让机器像人一样思考，当时就从清华成果转化，在学校的大力支持下，成立了智谱这么一家公司，我现在是智谱的首席科学家。 那个时候，我们实验室在图神经网络、知识图谱方面，在国际上做的还行，但我们坚定地把这两个方向暂停了，暂时不做了，所有的人都转向做大模型。 2、泛化和 Scaling 我们希望机器有泛化能力，我教它一点点。
科技爱好者周刊（第 380 期）：为什么人们拥抱"不对称收益"
为什么人们拥抱"不对称收益" 前两周，我跟大家说，美国现在最流行" 预测市场 "。我当时没有统计数字，现在有了。 2025年11月，美国前两大预测市场---- Polymarket Kalshi ---- 一共成交了超过100亿美元。 看这个数字，大家可能没感觉。作为对比，美国全国的体育彩票，2024年的销售额是137亿美元。 这就是说， 预测市场一个月的交易量，接近了体育彩票全年的销售额 。要知道，这两个网站6年前都还不存在！ 这么恐怖的增长速度，难怪美国各大公司现在都想挤入这个市场，分一杯羹。 预测市场就是变相的网络彩票 ，它的火爆只能说明一件事情，美国正出现疯狂的"彩票热"。 本周，我看到 一篇文章 （上图），一位风险投资家分析这个现象。我想分享他的观点，他认为， 预测市场火爆的根本原因，是社会心态的焦虑和绝望 （1）财富转移机制失效了，通过正常工作致富，越来越不可能。工资的增长速度，低于消费的增长速度，个人债务正在变多。
科技爱好者周刊（第 379 期）：《硅谷钢铁侠》摘录
《硅谷钢铁侠》摘录 最近，我读了一本十年前的马斯克传记 《硅谷钢铁侠》 （中信出版社，2016）。 按理说，这本书已经过时了，这十年马斯克发生太多事情了。 我是睡觉前随手拿起来，翻了几页，看得津津有味，就读完了。 这本是马斯克的授权传记，他本人亲自接受了采访，还挺有料的。而且，因为我已经知道后续的发展，所以读到十年前的采访，反而有更多启发。 他的人生确实传奇，白手起家，家里给的最大帮助就是从南非移民到加拿大，后面都是自己奋斗出来的。 他创立了 Paypal，然后把卖掉它的钱拿来又创办了三家公司：特斯拉、SpaceX 和 SolarCity。 这太疯狂了，他一个外行同时进入了三个不同的行业----电动汽车、宇宙航天和太阳能----这些行业都刚萌芽，没有任何个人创业成功的先例。 更疯狂的是，他居然把这三家公司都做成了，而且都做到了世界第一（SolarCity 后并入特斯拉），他也因此变成了世界首富，你说神奇不神奇。 读完全书， 我的。
我如何用 AI 处理历史遗留代码：MiniMax M2.1 升级体验
最近，我写了好几篇 AI 教程，就收到留言，要我谈谈我自己的 AI 编程。 今天就来分享我的 AI 编程，也就是大家说的"氛围编程"（vibe coding）。 声明一下，我只是 AI 初级用户，不是高手。除了不想藏私，更多是为了抛砖引玉，跟大家交流。 平时， 我很少用 AI 生成新项目 。因为每次看 AI 产出的代码，我总觉得那是别人的代码，不是我的。 如果整个项目都用 AI 生成，潜意识里，我感觉不到那是自己的项目。我的习惯是，更愿意自己写新项目的主体代码。 我主要把 AI 用在别人的项目和历史遗留代码 ，这可以避免读懂他人代码的巨大时间成本。 就拿历史遗留代码为例，（1）很多时候没有足够的文档，也没有作者的说明，（2）技术栈和工具库都过时了，读懂代码还要翻找以前的标准，（3）最极端的情况下，只有构建产物，没有源代码，根本无法着手。 AI 简直就是这类代码的救星，再古老的代码，它都能读懂和修改，甚至还能对构建产物进行逆向工程。
科技爱好者周刊（第 378 期）：预测是新的互联网热点
预测是新的互联网热点 大家大概想不到，美国互联网的热点，现在不是 AI 网站，而是一种全新的网站，叫做" 预测市场 "（prediction market）。 这类网站像雨后春笋一样，每天都在冒出来。最有名的预测市场，目前是 PolyMarket 预测市场的用途，就是预测各种各样的事情。以 PolyMarket 为例，首页顶部就是各种预测的分类。 热门事件、突发事件、最新预测、政治、体育...... 只要是你能想到的事情，它都提供预测 以上周末为例，首页热门预测如下（上图）。 《时代》杂志的年度人物是谁？ 《时代》杂志年度人物名单会泄露吗？ 美联储一月份的决定是什么？ OpenAI 下一次的大模型发布是哪一天？ 你随便选一个，点进去就能看到，各种情况的概率。 上图预测的是，2025年12月5日至12日期间，马斯克会发多少条推文。 可以看到，概率最高的情况是440条～450条，概率33%，概率最低的情况是400条～419条，概率1。
第 1 页下一页 →