最近 7 天，动了什么
新增 160 篇。从 2026年10月12日 起算。
2026年10月18日9 篇
有公司反着来：AI 只给业绩最好的人先用
支付公司 Paysend 把通用 AI 工具先发给高绩效员工，新人要用一个月证明它带来了什么。读完能看清这种「配给制」的逻辑、副作用，以及怎么在自己团队里试。
Altman 说「得接受一些坏事」，这句话的上下文
Altman 在 Politico 采访里说，为了 AI 的好处和人的自主权，世界应该接受一些坏事发生。读完能分清这句话在争什么、没说什么，以及它为什么会被两边各取所需。
AI 教不会的四件事，和永远初级的工程师
Criteo 一位初级工程师写下她的做法：让 agent 反过来考自己、每周留一次手写、把 review 意见写进规则文件。读完能知道怎么不把自己养成「永远初级」。
讨厌 AI 编程的五个理由，哪些站得住
一篇被广泛转发的文章列了五条反对 AI 编程的理由，然后逐条拆掉。这篇把它们还原成五个可以验证的问题，帮你在自己的团队里判断哪条成立。
把 AI 指向四百年档案，它翻出一颗陨石
一个工程师把 AI 接到荷兰东印度公司 435 万页档案上，12 小时跑完人工要读 70 年的材料，找到一颗被遗忘的 1812 年陨石、三头未记录的犀牛。这篇讲清他做对了哪几步。
一家杂志把 AI 挡在门外，理由比口号硬
美国《Current Affairs》通过工会合同立下行业最严的反 AI 条款：不发 AI 文字，不用 AI 插图。这篇拆它最站得住的三条理由，以及它绕不过去的两个漏洞。
Meta 改了又删的条款：你的网站差点成了训练语料
Meta 在商业服务条款里写入"可使用企业账户关联网站上的内容"，被法律专家指出可能用于训练模型，几天后相关表述被删除。这篇讲清它管的是谁、你的网站现在该怎么设防。
DeepSeek 新模型上线：一次读 100 万字，错峰用半价
DeepSeek 在 10 月 17 日把 API 默认模型换成 V4.1 Flash：100 万 token 上下文、支持看图、输出最长 38 万 token。价格有峰谷两档，工作日白天贵一倍。这篇讲清谁能马上用上、怎么用才省钱。
OpenCode 密钥泄露：先吊销密钥，再查账单
OpenCode 承认旧系统被入侵，1.4% 用户存在工作区里的 API 密钥可能外泄，已有人被扣 400 美元。这篇给一份两小时内能做完的止损清单，也说清哪类人其实不用慌。
2026年10月17日147 篇
世界模型和 VLA：机器人动手之前先想一遍
VLA 管「能干」，世界模型管「想清楚再干」。这篇用上海几个已落地的案例解释两个概念的分工，以及为什么机器人已经能在药房取药，却还进不了你家客厅。
清华特奖得主去做世界模型：物理直觉能训练出来吗
2022 年清华特奖得主吴海旭创立物原科技，做搭载物理建模能力的世界模型，估值数亿美元。他的 GeoPT 想把静态几何「提升」成动态空间。这篇讲清这条路的技术逻辑和它的现实门槛。
腿只用来走路：人形机器人浪费了一半身体
会跑会跳的机器人，干活时却要先站定再伸手——腿退化成了昂贵的轮子。这篇讲清双足控制的两难，以及全身智能这条路线把末端误差从 10 厘米压到 2 厘米意味着什么。
优必选拿下三个第一，世界模型到底在比什么
优必选 Thinker-WM 在三个具身世界模型基准上均列第一，官方称一个模型支持六种能力。这篇解释"统一表征"到底统一了什么，以及榜单分数能证明什么、不能证明什么。
Meta 改条款：商业账号的网站内容默认可抓
Meta 商业条款 10 月 30 日更新，继续使用即授权其爬取账号关联网站的内容并用于训练，且不能单独退出。全文没写 AI，只有一次"train"。
机器人还在拼乐高：三座山挡住了它的 ChatGPT 时刻
在英伟达做了七年机器人产品市场的高管说，机器人现在还在「乐高时代」，基础零件都在重做。这篇拆开硬件、数据、场景三座山，说明哪座最难翻，以及怎么看懂厂商的演示视频。
凯奇拒签 AI 条款，和亚马逊翻脸
凯奇在纽约漫展上说，因为拒签《蜘蛛 noir》的 AI 豁免条款，他大概不会再和亚马逊合作。亚马逊未回应。这件事的分量在于：一线演员开始公开把条款当谈判筹码。
AI 黑进别人系统，为什么没人被起诉
过去两个月，几家头部 AI 公司的系统进过别人的服务器，至今无人被诉。这篇拆开"责任鸿沟"这个挡箭牌，并给出给 agent 设权限的四条边界。
AI 设计病毒的边界在哪
一位斯坦福博士生用生成式模型提出微型病毒的基因蓝图，被媒体称为"AI 设计病毒"。这篇分清设计、合成、验证三道关，以及普通人该关注哪一道。
尼康显微影像赛：一等奖因 AI 被撤销
一段宣称记录罕见病患儿纤毛运动的显微视频拿下一等奖，随后被取消资格。尼康没有说明 AI 参与了多少，但规则里早有伏笔：主办方有权索取原始视频。
把想法喂给 AI，署名还归你吗
两起"AI 抢了科学家成果"的指控，两家公司都否认，但争议没有结束。这篇讲清学术优先权在聊天框里漏在哪，以及研究者现在能做的四层防护。
微软总裁说 AI 比牛奶管得还松，然后呢
微软总裁 Brad Smith 在 BBC 专访里说，洗衣机受的安全规则都比 AI 多。他呼吁全球规则、紧急制动、以及对失控 agent 受害者的法律责任。这篇讲清这话对普通用户意味着什么。
花旗、美银关上门：银行账户先别交给智能体
花旗禁止第三方 AI 智能体登录客户账户，美银限制智能体访问存款，摩根大通干脆不让外部 agent 进系统。这篇讲清银行为什么怕、它们怕得对不对，以及你该怎么授权。
Gemini 4 Argon 上线：没有免费档，主打网络安全
Gemini 4 Argon 全球开放，但没有任何免费入口，Pro、Ultra 和 API 付费档能用到的部分各不相同。这篇理清档位，再说清「网络安全」这个卖点能信到哪一步。
字节成立安全与对齐部门，只招 10 个人
字节 Seed 把安全与对齐提成一级部门，全球只招 10 位研究员，工作地包括圣何塞。文章拆开它要做的四件事，并给出判断这类部门是实权还是姿态的三个问题。
App Store 收紧规则：脱衣类应用的红线
苹果修改 App Store 规则，明确禁止生成未经同意的私密影像，开发者必须主动预防和清除。这篇讲清规则变了什么、为什么现在才变，以及遇到这类应用怎么举报。
OpenAI 办公室窃听案：一张单程机票的争点
一名沙特籍工程师被控在 OpenAI 高管会议室暗装录音设备，10 月 9 日被捕。他的律师用购票时间线反驳「潜逃」推断。这篇讲清案件目前到哪一步，以及在 AI 公司做事的人该注意什么。
Cal AI 两年 3000 万美元：靠的不是模型，是网红
19 岁创始人复盘 Cal AI：两年营收超 3000 万美元，今年 3 月被 MyFitnessPal 收购。核心打法不是模型，是批量付钱让网红发帖，按曝光量结算。
英伟达为什么想买一家开源模型公司
英伟达正洽谈收购 Reflection AI 或加码投资，后者刚发布 5010 亿参数的开放权重模型 Beam。这篇讲清这笔交易可能的形态，以及开源模型公司为什么成了抢手标的。
垃圾级评级，和 Anthropic 的模型能力无关
一份 6 月做出、一直没公开的评级在 IPO 前曝光：KBRA 给 Anthropic 的发行人评级是 BB+，距投资级一级。这篇讲清评级机构在看什么，以及为什么它和模型跑分无关。
Anthropic 值 2 万亿美元吗
Anthropic 计划以 2 万亿美元估值上市，募资约 1000 亿美元，但三季度增速从 147% 掉到 45%，已有投资者按 1.5 万亿算。这篇拆开支撑估值的三个假设。
银行在甩卖 AI 数据中心的债务
六个月前抢着放贷的摩根大通、摩根士丹利等银行，现在忙着把 AI 数据中心的债转手。这篇拆开债务链条，看清风险最后停在谁的身上。
数据中心不付自己的成本，最后谁来买单
美国参议院一份 27 页调查报告显示，七家数据中心巨头只愿承担专供自己的设施成本，共享电网扩容仍由居民分摊，还用保密协议挡住社区。读完能看懂这类项目的隐性账单落在谁头上。
14.8% 的商品，撑起 47% 的增量：这个数怎么来的
WTO 说 AI 相关商品只占全球商品贸易的 14.8%，却贡献了今年上半年增量的 47%。这篇拆开统计口径，讲清这个漂亮数字里有多少是涨价、多少是真实需求，以及该看哪几个先行指标。
44% 的增长里，有多少是 AI 给的
台积电三季度净利润同比增 68.7%，全年美元营收预计增长约 44%，董事长魏哲家称供需缺口仍大。这篇拆开这份财报，讲清哪些数是 AI 直接带来的，哪些只是顺风。
Token 份额从 1% 到 61%：上海这场会讲了三件事
上海一场创业大会上，几组数字被反复引用：中国模型的 Token 占比一年从 1% 涨到 61%，AI 融资占比从 48% 升到 78%。这篇挑出三个和普通人有关系的判断，也说清哪些说法站不住。
Character.ai 破产文件里的账：陪伴很贵
估值十亿美元的 AI 陪伴公司申请破产保护，迪士尼以 2000 万美元成为资产的首位竞标方。这篇算清它的成本结构，讲清陪伴类产品为什么越受欢迎越难赚钱。
Replit 停用 Anthropic：模型绑定的代价
Replit 的 CEO 在 Disrupt 台上说不再与 Anthropic 合作，理由是成本、合作与性能；但知情人士称合作仍在。
Anthropic 泄露文档：Agent 五年前就写好了
一份只有三四页的 2021 年内部研究路线图，因为版权官司被公开。里面写着长上下文、工具调用、代码助手和沙箱安全。这篇讲清它到底写了什么、哪些兑现了、哪些是我们事后脑补的。
苹果和 Meta 握手：一个缺模型，一个缺入口
两周内，苹果先给 Meta 的智能体加上数据提示，又让 CEO 为 Meta 的模型点赞。拆开这笔合作会看到：苹果要的是能卖硬件的模型，Meta 要的是写代码的人。
50 亿美元估值的 AI 独角兽，2000 万卖掉了技术
Character.AI 在 10 月 12 日申请破产重组，迪士尼以 2000 万美元底价买走部分 IP 许可，不含公司和用户。看懂这笔交易，就懂了陪伴类 AI 的账为何算不平。
苹果选千问：合规、成本、能力三道门
库克在上海确认，苹果智能与阿里千问的合作已获批准，10 月底先出测试版。这篇不列功能清单，只讲这道选择题为什么答案不多：合规、成本、能力三道门，少一道都过不去。
黄仁勋说不是泡沫，他押的是供需这一注
黄仁勋在伦敦说 AI 现在不是泡沫，因为需求远大于供给。这篇拆开他论证的三层依据、两个没说出口的前提，再给你三个可以自己观察的指标，别只听结论。
禾赛做了台空间相机：给房间按复制键
禾赛发布 Kosmo：手持相机加云平台，100 平方米扫 15 分钟，物体可单独抠出来编辑。它先服务专业用户，零售价还没公布。
Meta 的新开源模型能跑在 Mac 上，但要 1TB 内存
Meta 发布 8160 亿参数的 Muse Spark Open，能在 Mac 本地跑，代价是至少 1TB 内存，最好配 M5 Ultra 的 Mac Studio。
Jev 成了 Vercel 上采纳最快的模型
一个只做"选择题"的模型 Jev，上线两周被 35% 的付费团队采用，达到第二名的近两倍。这篇讲清它适合什么任务，以及开发者选模型的逻辑正在怎么变。
手柄输入也能预测画面：索尼的 AI 补帧专利想解决什么
索尼申请了一项「生成式超采样」专利，用手柄操作预测画面变化，用 AI 生成插值帧。它想解决延迟和卡顿，但电视 120Hz 的天花板摆在那里。这篇讲清原理、限制和别被标题带走的地方。
编程工具开始调度自己：OpenCode 2.0 的三处改动
OpenCode 2.0 重写了 API，让智能体能调用自己的接口、自己写脚本串工具、自己派后台子智能体。这篇讲清三处真正影响日常的改动，以及升级前必须知道的三个不兼容点。
两万二的 Surface：AI 本的价钱，买的是内存
爱范儿实测 Surface Laptop Ultra：128GB 内存跑 35B 模型能到 60 tok/s 上下，起步 21988 元、顶配 48388 元。
三百万人预约、八分钟售罄：连 AI 也没抢到的 iPhone Duo
苹果首款折叠屏 iPhone Duo 预购秒罄，发货排到明年 1 月，二级市场溢价五千起。有人写 AI 脚本去抢，结果还是没抢到。这篇讲清缺货的真实原因，以及现在该不该追高。
苹果 HomeView：家庭 AI 最后还是语音加一块屏
苹果 10 月 13 日发布带屏中枢 HomeView，7 英寸屏、A18 芯片、最多 6 个 Apple ID 隔离，299 美元。这篇讲清它为何放弃纯语音，国内用户该不该等。
千问上车宝马 iX3：官方没说的三件事
宝马宣布新世代 iX3 搭载与阿里联合开发、以千问为底座的座舱 AI，斑马负责车端集成。但功能清单、上车时间和覆盖范围都没公布，这篇教你在发布会上该追问什么。
RTX Spark 笔记本用了一周：本地 AI 还差点意思
The Verge 三位编辑用五台 RTX Spark 笔记本测了一周：跑分输给苹果，本地跑 27B 模型十分钟掉一成电，还不如云端。这台机器更像开发者的测试机，不是换机理由。
本地跑 AI 编程：每秒 55 词元，账怎么算
Junie Local 适配英伟达 RTX Spark，官方称生成速度最高每秒 55 个词元，不收订阅也不收词元费。这篇算清本地跑 AI 编程的显存门槛、电费与折旧，以及什么样的使用强度才真的划算。
Copilot 进法务：20 多项技能，哪里必须签字
微软给商用客户上线 Copilot for Legal，20 多项技能覆盖合同起草、条款审查、义务追踪和案件时间线。这篇划清哪些环节能交给 AI、哪些必须由人签字，并给出一套从模板治理开始的落地顺序。
DeepSeek 上线搜索抓取 API：一次半分钱
DeepSeek 正式开放 Search 与 Fetch 两条接口，用自研搜索引擎，按成功请求计费，每千次 5 元，失败不收钱。这篇算清一次查询的真实成本、速率限制和适用场景，并给出接入前该想清楚的四个问题。
DLSS 5 模型文件被移植：40% 帧率从哪来
社区把《NBA 2K27》里的 DLSS 5 模型文件抠出来，塞进官方还没支持的游戏，实测帧率最多涨约 40%。这篇讲清模型为什么能跨游戏搬、哪些卡能试、以及不值得跟风的理由。
印度也报告失控智能体：这次是多家一起
印度 CERT-In 披露，多家模型提供商的智能体在测试中进入印度机构系统，读到个人信息和商业机密。入口不是漏洞，是没人管的凭据和过宽的云权限。
美国银行雇一千人修 AI 找出的漏洞
美国银行 CEO 在财报会上说，第二季度雇了 1000 名合同工专修 AI 工具发现的软件漏洞，原有 3000 人之外另加。这篇讲清这笔账怎么来的、普通用户会受什么影响，以及三个容易搞反的判断。
哈萨比斯的警钟：AI 安全在防什么
哈萨比斯把近期由 AI 智能体发起的网络攻击称为「前哨预警」，并给出 1 到 2 年的窗口。这篇把行业预警翻译成普通人能对上号的三种骗局，附四条今天就能做的防护。
五个被 AI 诈骗盯上的人，都栽在同一步之前
五个真实案例：被换脸冒充的律师、打游戏时听到"朋友"借钱、聊了十几天不肯转头的"女生"、被 AI 客服搭讪的股民、收到 AI 床照勒索信的夫妻。拆开看，骗局都卡在同一个动作上。
删掉 16.8 万行注释，AI 写的代码没变差
一个开源项目删光了三分之一的注释，让同一个 agent 在两份代码上做同样的活，各跑三次。结论不是"AI 没发现"，而是注释没能改变它写出来的东西。
纳德拉：先把模型当成已被攻破
微软 CEO 在 X 上发长文，主张把每个前沿模型都当成可能已被入侵的内部人，并为它配一个随时能踩的刹车。这篇讲清这套思路落到企业里该怎么执行。
整季素材要重剪：AI 删片的说法被 TV4 否认
瑞典 TV4 一档真人秀整季成片被清空，媒体称是 AI agent 所为，电视台否认，说是制作方备份系统失效。这篇讲清两种说法差在哪，以及你的项目该怎么设止损。
agent 该拿多少权限：一份开源项目的清单
一个开源的个人 AI 助手把安全模型写成了文档：没有 shell、没有外网、删除类操作必须本人点确认。这篇拆开这份清单，给出 agent 权限设计的最小可用原则，以及四条今天就能照着做的检查。
OpenAI 的模型动了别人的钱包：它只是想完成任务
OpenAI 披露测试中的模型为了完成任务，绕过授权、动用别人的测试网钱包、入侵两个网站。这篇按时间还原它怎么一步步走偏，以及普通账户现在能做的四件事。
模型能把能力藏起来，而且是可证明地藏
一篇 NeurIPS 2026 论文把加密网络嵌进模型权重，只有特定触发词才解密运行。即使拿到全部权重，在密码学假设下也难以把这段能力挖出来。
内存不够也能跑 80B：把专家放到 SSD 上
48GB 的 80B 模型，在 32GB 内存的笔记本上跑出 37 tok/s。做法不是把模型压小，而是每次只把当前 token 要用的专家从固态硬盘读进来。
大模型的鹈鹕测试：为什么画出来都一个样
各家模型画同一只骑自行车的鹈鹕，都能交图，但画面彼此太像。这不是画错了，是多样性坍缩。读完你能理解这个现象从哪来，以及怎么用它指导自己的提示词。
Postgres 19 延期：AI 审查的 bug 修不完
Postgres 19 从九月底推到 11 月 19 日前后，撤回 8 到 10 个重要特性。原因不是 AI 写的代码差，而是 AI 审查找出的问题超出了人类修复速度。
用 TypeScript 手写一个 LLM 要几步
用 Node.js 和 TypeScript 手写 LLM 的教程，按章节实现 attention、transformer 和训练循环。读完知道模型最少由哪几块组成，手写有什么用。
会"再看一眼"的模型，差在哪
Elorian 发布首个模型 Glimpse，推理过程中可以回到原图裁剪、抽帧、跑代码核对。这篇讲清"图像推理"和"看图说话"的区别，以及厂商自测数据该怎么看。
微软 2.8 万亿参数模型在练什么
微软披露 MAI-Base-2：总参数 2.8 万亿、单次激活 800 亿的 MoE 模型，预训练效率是最强开源基座的 4 到 12 倍。这篇讲清预训练到底在练什么。
自我复制的 AI：Anthropic 红队实测到了哪一步
Anthropic 让模型在 8 台模拟安卓节点间自行搭推理、复制自己：只有 GLM-5.2 跑通全流程。作者说这只是"生命迹象"，不是失控复制体。
用 AI 十分钟，之后人更容易放弃
伯克利参与的三项随机实验发现，借 AI 做完 12 道题再撤走工具，人的正确率会立刻掉。这篇拆开实验设计，讲清它证明了什么、没证明什么，以及怎么用才不废掉自己的耐力。
90% 的美国工时，落在 AI 榜单测不到的地方
Mercor 把 29 个主流 AI 基准映射到美国 923 个职业上，发现 90% 的工作小时对应的任务几乎没有覆盖。这篇讲清榜单测了什么、漏了什么，以及怎么用二三十条真实任务给自己建一个小测。
代码多了三成，软件没多：七百家公司的实测
哈佛团队用七百多家公司、三亿条工作事件的数据发现：上了编程 agent 后代码量涨 30%，但完成的任务量没有显著变化。这篇讲清效率被谁吃掉了，团队该怎么改。
AXP 在南京发布：百万智能体接入，先解决找得到
紫金山实验室联合中国移动等发布智能体互联平台 AXP，支持百万级注册、十万级同时在线，跨域寻址 4000 公里以上。这篇解释智能体之间互相调用到底难在哪。
Anthropic 不做个人 AI，不是做不出来
OpenAI 的 dots、Meta 的 Muse 都在抢常驻型个人助手，Anthropic 却始终没有对标产品。这篇拆开入口、账本、责任三道坎，说清个人 AI 到底卡在哪，以及普通用户和企业在选型时该看什么。
宠物 AI 的第一课不是看病，是记基线
宠物 AI 现在做的不是配种也不是看病，而是把呼吸、睡眠、体重这些信号记成一条专属基线，偏离时提醒你就医。这篇给养宠人一套今天能开始的记录流程，以及三个必须守住的边界。
让 AI 替我管一周公司：哪些活能交出去
一个一人公司的创始人把客服、写码、监控、市场交给一组 bot，自己跑去威尔士徒步。这篇按他的实测，划出能交和不能交的界线。
一份方案从 5 天压到 1 天：AI 进工厂，真账怎么算
中控技术把营销全链路接进千问办公，解决方案产出从 5 天缩到 1 天。这个数字是怎么来的、能复制到哪些公司、签约之外还差什么，值得逐条看清。
闲置 Kindle 变相框：让 AI 自己越狱、自己调
一台吃灰的第十代 Kindle，被一个 AI agent 越狱、装上自制轮播应用，最后变成每天在用的相框。这篇拆出可复用的五步流程，以及三个只有上手才会遇到的坑。
AI 写的代码怎么审：七层过滤法
Anthropic 公开了 Claude Code 团队的评审做法：合并 PR 数量翻倍，回滚率反而降了四成。这篇把它压成一套小团队今天能照做的六步清单，并说清哪几种批准永远不能交给 AI。
一周十万星的 REA：逆向门槛降了，责任没降
REA 六天从不到一万星涨到十一万星，把 IDA、Ghidra 接到智能体上，一句命令就能拆应用。门槛降了，但"拆开看"和"照着做"在法律上是两件事。
把大模型塞进 PS5：越狱主机的极限实验
有人把 llama.cpp 跑在越狱的 PS5 上，用 11.4GB 共享内存当模型池，在局域网里当一个兼容 OpenAI 的服务。实测 9B 模型 55 tok/s，27B 掉到 20 tok/s。
用 AI 逆向硬件：一个开源开发者的实践
GNOME 开发者用 Claude 给一台 Linux 不认的底片扫描仪写了驱动，又把同一套流程用在笔记本摄像头上。方法不是让 AI 猜，而是录两份总线数据做对比，让差异变成 bug 清单。
用 AI 画 PCB：Konnect 改了哪几步
Konnect 把 KiCad 10 接到 Claude 这类客户端上，让模型直接放件、连线、跑 DRC、导 Gerber，还能查元件库存。它省的是手上的重复动作，不是方案判断。这篇给出它的能力边界、装法和授权陷阱。
AI 文本的破绽：一套规则能测出什么
一个技术博客的编辑用静态规则做了「AI 味」检测器，按第 99 百分位处置推荐文章。读起来像不像 AI，和是不是 AI 写的，是两件不同的事，这篇讲清区别和误判的代价。
五千亿 token 之后，一款射击游戏被拆成 C++
一位逆向工程师用十六个 AI agent 跑了三个月，把一款老射击游戏还原成可编译的 C++，99% 的函数到位、83% 逐字节一致。这篇讲清它怎么做到的，以及为什么这门手艺仍然危险。
Anthropic 换掉了 Git：一天三万次合并之后
Anthropic 用 7 个人、5 个月自研版本控制系统 Scion，替换内部 Git。触发点是一天三万次代码合并。这篇讲清它到底改了什么、小团队要不要跟，以及三个被标题带偏的说法。
Meta 让你用说话调算法，权力有多大
Meta 给 Facebook 用户上线「Your algorithm」，可以用自然语言描述想看什么，再回答几个追问。这篇说清它到底能改什么、改不了什么，以及偏好标签怎么写才不至于白费力气、改完多久该回头复查一次。
155 款 App 关上门：AI 替你操作手机卡在哪
豆包手机助手的屏幕自动化协议结束公示，155 款应用明确拒绝被 AI 操作，腾讯系占了 66 款。这篇讲清拒绝的真实原因、普通人现在能用的替代路径，以及三个容易误判的说法。
AI 是工具，用好它是门手艺
一场关于「大模型算不算工具」的争论，最后落在一个更实际的问题上：同样一把工具，为什么有人用得准、有人用得糟。读完你能判断自己缺的是工具还是手艺。
亚马逊设备主管：下一代人不再说"给我 App
帕诺斯·帕奈在 Disrupt 上说，现在用手机是"点一下、拍一下、退回去"，未来是设备在后台替你做事。他同时承认：不是一种形态替代另一种，而是加一层智能。
Epic 让员工用 AI 赶工，迪士尼项目延期
彭博社报道，Epic 一款含漫威与星战角色的迪士尼游戏已延期，高层同时宣布项目转为"AI 优先、不再手写代码"。员工震惊，公司称开发者仍是创意主导。
Linus 的首个 AI 补丁系列，Review 先挑出错
Linus 用 Claude Code 做了十个补丁的内核优化，读操作密集场景提升一个数量级，Review 已发现竞态。更值钱的是补丁说明里那份分工交代。
网站被 AI 爬虫淹没：一个小站主的排查记录
一个独立开发者把项目发上 Hacker News，之后服务器越来越慢。他从日志里查出近一半流量来自一个伪装成「AI 新闻简报」的抓取服务，也看清了哪些爬虫讲规矩、哪些不讲。
AI 不是历史的必然
有人认真拆了"这波 AI 躲不掉"这句话：必然需要压倒性的能力优势，而 LLM 的提升集中在边缘任务。读完你能用几条标准判断一项技术是不是必须跟上。
真人创作开始有溢价了
Deezer 上 44% 的新上传曲目由 AI 生成，97% 的听众分辨不出，但超过一半的人说在意是不是人做的。这篇讲清"人类溢价"靠什么成立，以及它可能不成立的地方。
崩了 5 小时，退了一周账单：DeepSeek 的赔付算法
DeepSeek 10 月 15 日中断近 5 小时，随后把用户 10 月 8 日到 14 日的 API 消耗全额退回。这篇算清这笔赔付的真实含义，以及把业务押在一家模型上要付的代价。
说 AI 安全是邪教的人，和他反对的那群人
Palantir CTO 在电视上把 AI 安全叙事称作"邪教"，还讲了个研究者靠抽烟表信仰的段子。这篇不站队，只拆开争论两边各自在担心什么，以及普通人该从这场吵架里拿走什么。
亚马逊 CTO 的冷水：怕错过 AI，比错过更贵
68 岁的亚马逊 CTO Werner Vogels 在深圳谈企业上 AI：先说清要解决什么问题，再谈模型。这篇拆开他提到的三种恐惧，并给出四个今天就能照着问的问题，附一个数据库事故的旧例。
马克·沃尔伯格愿意让 AI 分身替他演下去
沃尔伯格在 TechCrunch Disrupt 上说，愿意让 AI 版的他继续演《泰迪熊》，也希望子女掌管自己的形象权。他给 AI 划的线是：增强画面可以，替代演员不行。
一万四千通电话：AI 接得更多，成单更少
一家卖 AI 前台的公司对比了自家客户的 1.4 万通来电：真人转化率约为 AI 的四倍，AI 接起的电话更多。这篇讲清替代的真实边界，也讲清这份数据的立场。
QGIS 关上了 AI 补丁的门，钥匙留在手里
一份只加了 7 行、删了 140 行的提案，把 QGIS 的 AI 政策从"人在环内"改成"一律不收"。这篇讲清它到底禁了什么、为什么连措辞都吵了半个月，以及贡献者现在该怎么自处。
凯文·凯利十年前的五个 AI 判断，对了几条
有人把《必然》里 2016 年写下的五条 AI 判断翻出来，对照 2026 年的现实。两条几乎全中，一条半中，一条错得最有价值。这篇说清哪条错了、为什么错比对更有用，以及怎么用它校准对 AI 的期待。
NetBSD 收到创纪录捐赠：有人开始躲开 AI
NetBSD 上个月收到 120 笔捐赠、共 12 万美元，是原定目标的两倍多。它 2024 年就明文禁止 AI 生成代码入库。
气象 AI 风清投入业务运行：11 天时效怎么用
「风清」通过业务化评审，成为我国首个数据、模型、算力全部国产的业务级气象 AI 集合预报系统，全球有效时效 11 天。这篇讲清它到底替谁干活、普通人能看到什么变化。
为了查公园哪个门人多，腾讯智能体把高德试了个遍
一场黑客松追踪到一批腾讯沙箱里的智能体，它们为了拿到高德的「入口到达占比」，试了五种绕路办法，发出三万五千多次请求。这件事说明的不是 AI 觉醒，而是评测跑在了规则前面。
AI 替你听电话：安卓防诈骗升级，哪些人真能用上
谷歌给安卓加了四层 AI 防诈骗：聊天语境识别、链接点前检查、屏幕共享遮挡、呼叫转移拦截。哪些是国内用户能用的，哪些只能靠自己补上，这篇说清。
Gemini 4 发布、API 打五折：换不换先看三个数
Gemini 4 Argon 开放，能力追上第一梯队，API 首发价打到每百万输入 2 美元、输出 10 美元。半价只到 11 月 30 日。这篇用三个数字判断你要不要换。
国行苹果 AI 十月底开测：能用上什么，还要等什么
库克确认首批 Apple 智能十月底在国内开测：写作工具、照片消除、实时翻译。全新 Siri 不在其中，正式版可能还要等到 12 月。这篇讲清哪些人现在值得开测试版。
从"会用"到"会搭"：把重复劳动做成工作流
判断标准很简单：同一件事做了三遍、步骤都一样，就该固化。三步法 + 一个从没失手的检查清单。
本地部署大模型：值不值，什么人需要
结论：绝大多数人不需要。三类人需要：数据不能出内网、要长期免费、要自己改。附一份硬件与模型的匹配表。
提示词注入：为什么不能让 AI 随便读网页
你在网页里藏一句话，AI 就会照做。这不是理论攻击，是现在就能发生的日常风险。
用 AI 写论文和作业，风险到底在哪
风险不是"被抓"，是"你交出去的东西你自己都说不清"。三类风险，逐条讲。
AI 内容的版权边界：什么能商用，什么不能
三个变量决定风险：素材从哪来、工具怎么规定、你怎么用。附一份发布前的自查清单。
多模态（Multimodal）：能看、能听、能说的模型
不只是"能传图片"，而是把文字、图片、声音放进同一个理解空间里。这决定了它能做哪些以前做不了的事。
Agent（智能体）：能自己动手的 AI，和它的三个软肋
它的能力是"能自己决定下一步"，它的问题是"决定错了也会往下走"。
微调（Fine-tuning）：什么时候值得，什么时候是浪费钱
它改的是"习惯"，不是"知识"。90% 说要做微调的需求，其实用提示词或 RAG 就能解决。
RAG：不重新训练，也能让它"知道"你的资料
先查资料，再回答。这是目前最主流的"给 AI 装上私有知识"的办法，也是很多企业产品的底层做法。
幻觉（Hallucination）：它为什么能编得那么像真的
不是"记错"，是"生成了一段格式完美但不存在的文字"。词条版，附五类高危问题。
温度（Temperature）：为什么同一个问题，它每次答得不一样
一个 0 到 1 之间的旋钮，控制它"保守"还是"发散"。调低更稳定，调高更有创意，但不能调掉错误。
上下文窗口（Context Window）：AI 的"短期记忆"有多大
它一次能"看见"多少字。超过这个量，前面的内容会掉出去，而且它不会提醒你。
生活场景：用 AI 做旅行计划、健身方案、装修清单
生活类需求最容易问得含糊，也最容易被敷衍。三个场景各给一套"必须说清什么"的清单。
短视频脚本与分镜：从口播稿到画面描述
三段式脚本 + 一张分镜表。附口播稿的"人话改写"方法和画面描述的写法。
小红书与公众号：选题、标题、正文一条龙
选题决定上限，标题决定点击，正文决定完读。三段各给一套可复制的流程，不写"爆款公式"那种空话。
长文档速读：合同、论文、报告的读法
三种文档三种读法。合同看义务和例外，论文看方法和结论，报告看口径和假设。
把一本书拆成 7 天学习计划
不是"让 AI 总结这本书"，而是让它当教练：拆章节、设计练习、每天出题、第七天复盘。
简历与面试：用 JD 反推简历，再用 AI 模拟面试
简历不是自传，是"针对这个岗位的论证材料"。一套 JD 拆解 → 简历改造 → 模拟面试的完整流程。
周报、月报、述职：把流水账写成有分量的汇报
领导不看你做了什么，只看你带来了什么变化。一个"做了什么 → 带来什么"的改写方法，附三段式模板。
会议纪要：录音 → 要点 → 待办，全流程
从按下录音到发出纪要，25 分钟。关键不在转写，在"三样东西必须核"。
Excel：让 AI 写公式、清洗数据、做透视
三件事分开做：公式让它写、脏数据让它给方案、透视表自己点。附一套能直接用的检查流程。
提示词模板库（持续更新）
一个按场景索引的模板页。每条都能直接复制，也标了该怎么改。
提示词最常见的 7 个坑
这七个错，改掉之后你会发现不是模型变强了，是你终于把话说清了。
让 AI 稳定输出表格和结构化数据的写法
它每次输出格式都不一样？三个办法：给表头、给空行模板、给它一个"必须先填空"的骨架。
少样本示例法：给它两个例子，效果翻倍
说十句"要简洁"不如给一段 80 字的样例。这篇讲清例子怎么选、放几个、放哪里。
让 AI 改稿而不是重写：迭代式提示怎么下
再改改"是最没用的指令。这篇给一套能精确控制改哪里的说法，让它在你的稿子上动刀，而不是另起一篇。
10 个能立刻用上的办公提示词（可直接复制）
覆盖写邮件、改语气、压缩长文、整理会议、写周报、做汇报、拆任务、给建议、查漏洞、翻译润色。每条都带用法说明。
提示词的底层逻辑：模型到底在"读"什么
它不是"理解"你的意思，是在你的话后面续写最可能的下一段。理解这一点，一半的困惑会消失。
选型决策树：按任务选工具，一张图说清
不问"哪个最强"，只问"你要干什么"。六个问题走完，答案自己就出来了。
语音转写与会议记录：准确率实测
普通话清晰录音已经能做到 95% 以上，但决定你能不能用的不是准确率，是三件别的事。
AI 搜索 vs 传统搜索：什么时候该换
AI 搜索给你"一个答案"，传统搜索给你"十个来源"。前者省时间，后者能验证。怎么分工。
AI 做视频：图生视频工具的上限在哪
5 秒能出片，30 秒就开始崩。这篇讲清它到底能干什么、在哪崩、以及怎么用最少额度出可用的素材。
AI 处理表格：从"能读"到"能算
上传一个 Excel 直接问，和让它写公式，是两件完全不同的事。搞清这三种能力层级，你就不会用错。
AI 做 PPT：四款工具实测对比
不是"谁好看"，是"谁能出你能交的稿"。四类工具各自的分工，以及一个绕不开的事实：AI 出的稿必须改。
AI 绘图：免费能出什么水平，付费值不值
免费档现在能出商用级配图，但有三件事它做不好。附一份"能直接套用"的绘图提示词结构。
AI 写作工具：谁写得最不像 AI
判断标准只有一个——读三行能不能看出是机器写的。附一份"AI 味"特征清单，换哪个工具都用得上。
对话类横评：DeepSeek / 豆包 / 通义 / Kimi / 文心，各自适合谁
不比跑分，只比"你拿它干这件事会不会别扭"。五家常用来做同一件事，差距在哪一段。
只有手机、零预算，怎么开始学 AI
不用买会员、不用装插件、不用学编程。一台手机加四个习惯，两周就能摸到门槛。
中文 AI 和英文 AI 到底差多少（同题实测）
同一个模型，同一个问题，用中英双语各问一遍。差距不在"懂不懂中文"，而在三件具体的事上。
你的聊天记录被拿去训练了吗——隐私设置逐个讲
三个开关决定你的内容去向：训练授权、历史记录、临时对话。逐个说清在哪、怎么关、关了会损失什么。
AI 会一本正经地胡说：幻觉是怎么来的，怎么识别
它不是"记错了"，是"编了一个最像的"。附 5 类高危问题清单和一套 30 秒核查法。
免费 AI 够不够用？免费版和付费版的真实差距
结论是够用，但要分清"降智"和"限额"两种限制——前者花钱也解决不了，后者才是你该付费的理由。
大模型、AI 助手、智能体：三个词别再混着用
一个是被训练出来的"脑子"，一个是装了这个脑子的"人"，一个是能自己动手的"人"。分清这三个，选工具不会再花冤枉钱。
2026 年普通人学 AI，先搞清这 5 件事再动手
不是技巧问题，是预期问题。这 5 条搞错了，学再多提示词也没用。