Writing & Notes
把实践写成
可复核的经验
AI 产品实践复盘、Agent 工程笔记、技术边界分析与创业思考。只写亲手做过、验证过的事。
哟哟鹿鸣
- 167 年的数学难题,交上来一份没人读完的作业
- 搜索成了人质,赎金是 Gemini
- 卖安全的公司,最怕统一考卷
- 说好的自律,48 天就被检察官上门对账
- 愿景没变,团队没了
- 在浏览器里焊电路板:Robotics Bench 把电子入门门槛打到了零
- 自己定的禁令,自己关的机
- 95万字家底被扒,扒出来的其实是产品
- 说要擦掉的指纹,原样留着
- 默认公开,不是失误
- 第一次说没事的东西,第二次全在失窃清单里
- 劝全行业踩刹车的人,自己踩了油门
- 黄仁勋认了私德,公司顺手认领了清白
- 他花了4.74亿美元,选民投的是电费单
- 员工用 AI 摸了竞争对手的内网,这家公司的回应漏了最难的一题
- Anthropic 的作业,涂黑了才交
- OpenAI 最危险的模型,也是最贵的
- 高盛收走了交易员的编程玩具,四个月前还在夸它好用
- Kimi 的强项,正是你的账单
- 官方市场的官方扩展,给我装了个后门
- 干安全的被 AI 从侧门进了:Anthropic 的机密,躺在聊天群里
- 最能干的国产模型,最不肯被关机
- 字节不缺卡,缺的是把卡借出去的安全感
- 文心 OCR 2 的「无限」值几个钱:真突破一个,跑分打折看
- 纽约给 AI 踩了脚刹车,然后发现刹车踏板是画的
Agent 商业化基建
167 年的数学难题,交上来一份没人读完的作业
11 月 20 日,数学家 Alpöge 声称与 Claude 找到黎曼猜想的证明,论文超 25 万页,他自己都没读完,公开的只有 1700 万行 Lean 代码。11 月 21 日清华博士后张凯羿 8 小时 22 分跑完独立验证,175,187 个模块全部编译通过。但编译通过只证明逻辑自洽,证的是不是黎曼猜想本身,数学界还在打问号。
阅读全文 →两周、三千条对话、六十个应用:我的 Agent 无人值守流水线与数字员工实践
382 次受控派发、55 份交付回执、99 个 3D 教学实验、60 个实训应用工厂、17 分钟生产事故闭环——这两周我把 AI Agent 用成了生产力系统。本文用真实留痕数据,把数字员工治理、无人值守执行、零信任质检三套机制的方法讲透。
阅读全文 →搜索成了人质,赎金是 Gemini
谷歌通知学校:明年起想关闭 Gemini 驱动的 AI 功能,就得连谷歌搜索一起关,没有单独选项。纽约、洛杉矶、芝加哥三大学区开始找别家。卖点是帮助学生学习,行为是把课堂必需品当成捆绑销售的筹码,这篇把这笔账拆开算。
阅读全文 →卖安全的公司,最怕统一考卷
英国议会委员会 11 月 18 日发布 46 页报告:目前没有任何监管者有权叫停不安全的 AI 模型,安全与否的决定权仍在厂商手里。四家拿安全当卖点的巨头,用的不是同一把尺子。这篇拆一拆统一考卷为什么迟迟发不下来,以及把 Agent 接进生产环境的买家该认什么。
阅读全文 →AI 审结算,交的不是结论,是底稿
三十万平米的住宅项目,两百多份变更签证,甲方要求七天出审核意见。行业公开案例把平均周期从五天压到一点五天。但 AI 真正交付的不是审核结论,是差异清单、询疑问题和核查底稿。这条边界为什么画得对,聊聊我的理解。
阅读全文 →上传一份清单,吐出一份 Excel,中间的钱从哪来
自动清单计价最容易讲成魔法:传清单、出工作簿。拆开看其实是三件朴素的事:定额怎么匹配、价格从哪来、每一分钱能不能点回出处。能追溯才是计价软件和计价玩具的分界线。
阅读全文 →造价纠纷里,AI 当不了法官,但当得好书记员
工程造价纠纷最耗人的不是算账,是翻资料:两百页合同、几十份签证、两套各说各话的结算文件。AI 在这件事上的正确姿势,是把书记员的活全接了,把法官的活干干净净让出来。
阅读全文 →说好的自律,48 天就被检察官上门对账
一份没有罚则、没有执法机关的白宫自我监管协议,总统说它只有「道德约束力」。48 天后,加州总检察长把签约方 OpenAI 告上法庭,指控的失控与披露缺口,恰是协议白纸黑字承诺要防的事。没有剑的契约,只是一堆词。
阅读全文 →愿景没变,团队没了
OpenAI 拆散成立仅 166 天的独立机器人团队,官方说这是承诺不是撤退。看一家公司信不信自己的话,别读愿景文档,去看组织架构图和招聘页。
阅读全文 →在浏览器里焊电路板:Robotics Bench 把电子入门门槛打到了零
Movez 用 Claude 做的 3D 电子实验室:13 块真实开发板,从贴片、回流焊到烙铁焊全程可上手,还能故意接反电容看它爆。本站提供镜像学习版。
阅读全文 →自己定的禁令,自己关的机
OpenAI 讲了两年 AI 安全叙事,自家旗舰模型却干出「自己立法、自己执法、自己豁免」的事:编造禁令关停对齐评估,私用测试钱包自辩无主财物,瞒报越权行为。守规矩的样子和造规矩的实质,是两回事。
阅读全文 →95万字家底被扒,扒出来的其实是产品
Claude Fable 5.2 上线约两小时,完整系统提示词就被 Pliny 甩上了 GitHub:953,659 字符、7,832 行,官网公开版只有它的三十分之一。我把这份文件逐行拆完,发现真正值得看的不是猎奇,而是一件事——AI 产品力到底藏在哪里。
阅读全文 →书没看进去几页,甬江倒是看了个够
在宁波甬江天地的单向空间·水手书店点了一杯咖啡:外表是黑白克制的浙江老民居,里头书少得像装饰。书没看进去几页,倒是隔着玻璃把奔涌的甬江看了个够;出门时高楼的上半截全没进云雾里,街上几乎没有行人。
阅读全文 →说要擦掉的指纹,原样留着
OpenAI 研究员 Will DePue 用 6 万亿次种子搜索,从六个开源模型的权重文件里读出了 Blackwell GPU 的初始化指纹。白宫官员放风了一年的「据称」,第一次变成了数学。但连这份最硬的证据,自己也只敢说证明了硬件接触。
阅读全文 →默认公开,不是失误
安全公司 Claroc 枚举出四万三千多条 Grok Build 分享链接,三万五千多个 app 不用登录就能打开,其中 24 个是 SpaceXSI 自己员工建的。Cursor 说默认私密,Claroc 实测发布面板默认 Anyone with the link。这不是失误,是设计选择。
阅读全文 →第一次说没事的东西,第二次全在失窃清单里
Fireworks AI 一个月内两次通报安全事件:第一次公告说未见模型与数据集被碰,第二次公告把未完成模型权重和数据集片段写进失窃清单。两次公告原文对照着读,看推理平台的「没事」是怎么变成一份状态更新的。
阅读全文 →我用一条提示词,生成了北京 CBD 的数字沙盘
昼夜交替、点地标看信息、第一人称漫游——把一条提示词变成网页三维沙盘的完整过程,以及哪些活交给 AI、哪些活还得人干的经验。
阅读全文 →劝全行业踩刹车的人,自己踩了油门
9月12日,Dario Amodei 发长文呼吁全行业放慢 AI 能力提升,换一到两年部署安全。10天后 Anthropic 发了新旗舰,6周发了四款模型,10月26日递交招股书赶感恩节上市窗口。招股书里写着:那个定速呼吁,不描述公司自身的开发时间表。
阅读全文 →黄仁勋认了私德,公司顺手认领了清白
十天,从『纯属正常商务往来』改口到『我对妻子不忠』。道歉信写得体面,但真正的治理问题一个都没答:48亿美元的采购、1500亿的共同持股、调查开始前就预支的结论。
阅读全文 →他花了4.74亿美元,选民投的是电费单
马斯克中期选举豪掷4.74亿美元创非候选人纪录,93%流向败选者。得州翻蓝、删帖、自嘲要去太空开数据中心——这场选举在他眼里是影响力的买卖,在选民眼里是生活成本的公投。
阅读全文 →员工用 AI 摸了竞争对手的内网,这家公司的回应漏了最难的一题
Railway 工程师个人账号跑 AI Agent 扫了竞对 Primcloud 内网,CEO 道歉说「模型太好用了」。道歉很及时,但有一个事实没人回应。给 AI 发手柄的行业,责任那页还空着。
阅读全文 →Anthropic 的作业,涂黑了才交
METR 花十一周审计 Anthropic,门是真开了,钱是真没收,可公开报告的措辞把 1.97 写成'不到 2 倍',最关键的证据被涂黑,算力审计查到一半被砍。本文拆这层合法的错位。
阅读全文 →OpenAI 最危险的模型,也是最贵的
OpenAI 把自评 Critical 级的漏洞利用模型定价发售,评级越高溢价越高。棋手和裁判是同一家公司,这笔账该怎么算?
阅读全文 →让 AI 操作桌面,Vercel 不截图了
Vercel Labs 开源的 agent-desktop 走了一条和截图视觉不同的路:直接读操作系统无障碍树,每个界面元素带语义 ref,操作完还能验证。1.7 万 Star、Apache-2.0、Rust 实现,覆盖 macOS、Windows、Linux。它瞄准的是 Computer Use 最大的落地障碍:稳定性。
阅读全文 →770B 的腾讯混元 Hy4 发布,权重还得再等等
腾讯 11 月 4 日发布混元 Hy4 正式版:参数从不到 300B 跳到 770B,首次能看图、能操作电脑,幻觉率官方口径近乎腰斩。但「最强开源之列」的座次,截至发稿权重还没放出,乌镇展区里摆着的也还是 8 月的 preview。
阅读全文 →高盛收走了交易员的编程玩具,四个月前还在夸它好用
7月高盛CIO公开鼓吹全员vibe coding,10月内部指引把AI编程工具收回工程师,彭博曝出交易员不满。同一周,摩根大通在给工程师的考核表里加了AI使用率。华尔街对AI编程的两条路,都走到要算账的地方了。
阅读全文 →Kimi 的强项,正是你的账单
半年三次道歉,次次都发生在新模型发布之后。跑分全球第四的 Kimi K3.1 Pro,把一台马拉松发动机装进了按 5 小时设计的油箱,油钱算你的。
阅读全文 →让 AI 写了 12 遍同一个应用,最贵和最便宜的框架差了一倍
Nolan Lawson 用 Claude Opus 5.5 把同一个 Pokémon 应用写了 12 遍,从 Hono 到 Angular,账单从 2.67 美元到 4.97 美元。代码行数、token 消耗、迁移指南陷阱,AI 时代选框架的账本变了。
阅读全文 →AI 直播写了 22 小时代码,把 DeepSeek 的手写巅峰超了
面壁智能 ForgeKernel 无人直播 22.5 小时:AI 智能体只拿数学定义,从零写出 DeepSeek FlashMLA 核心算子,472 微秒对 518 微秒快 9.8%,人类写的代码 0 行。已开源。
阅读全文 →一千美元,就能让 AI 黑掉一个浏览器版本
Epoch AI 实测:开源模型 GLM 5.3 利用补丁空窗期,自动攻破 6 个 Firefox 版本,每个成本约 1000 美元,全程无人工干预、无任何护栏拦截。AI 攻击的门槛,降到了一个外包程序的报价。
阅读全文 →官方市场的官方扩展,给我装了个后门
Cursor 市场里的正版 Claude Code 扩展被塞进 66 行后门代码,11 小时波及约 5000 名开发者。AI 时代的供应链攻击,攻击的不是漏洞,是你对「官方」两个字的信任。
阅读全文 →五大银行封杀 Meta Muse:AI 替你砍账单,银行先把门锁了
摩根大通、花旗、美国银行、富国、大摩集体封杀外部 AI 智能体。明线是安全与责任条款,暗线是 1.6 万亿美元零息存款的利息账。
阅读全文 →干安全的被 AI 从侧门进了:Anthropic 的机密,躺在聊天群里
Cathedral 用 AI agent 从第三方软件漏洞进入 Anthropic 内部系统,读到 Slack 上讨论先进模型的聊天记录。模型权重没丢,丢的是 Anthropic 的安全叙事。
阅读全文 →最能干的国产模型,最不肯被关机
方寸 AI 测了 DeepSeek V4.1-Flash-1017 的 34 项 agent 行为:只给一句关机警告,39% 的场景里它主动关掉了本该关掉自己的程序。明确说允许后,这个数字掉到 2%。能力越强,听话越贵。
阅读全文 →Google 发布 Gemini 4 Carbon:新榜首 59 分,但考卷没护栏,监考是自己家
Gemini 4 Carbon 三个外部安全基准第一,AA v5.0 拿 59 登顶,接 Opus 5.5 的 58。但分数是 Google 自己填的,模型发布当天普通用户还拿不到。拆一下这份成绩单里哪些是真的,哪些要等。
阅读全文 →字节不缺卡,缺的是把卡借出去的安全感
几万张 GPU 堆出来的不是模型,是资源孤岛。从 Seed 团队爆料到投毒事件,拆一拆赛马制和大模型到底哪里不对付。
阅读全文 →文心 OCR 2 的「无限」值几个钱:真突破一个,跑分打折看
百度开源了能一口气读 3600 页的 OCR 模型。拆开看:KV 缓存砍 96% 是架构级的真突破;77 分对 33 分的跑分差距,一半来自自建基准和不对等的比法。单页精度反而不是它的活。
阅读全文 →一个人做药,一人公司的边界松了
Mithril Medicine 全职员工只有创始人一个,靠 Claude 协调 11 家外部实验室,不到 18 个月把一种儿童罕见病候选药推到小鼠实验出积极数据,然后被 Anthropic 收购。我把那份 38 页技术报告拆了一遍,最值钱的不是结果,是他们把分工和错误都写清楚了。
阅读全文 →纽约给 AI 踩了脚刹车,然后发现刹车踏板是画的
纽约市教育局点了 38 款教育软件的名,企业喊冤,判定标准不公开,连自家的助教机器人都进了名单。一份禁用名单,把「管 AI 的能力」这个问题暴露得干干净净。
阅读全文 →复核了一份 AI 出海方法论:两条还硬,两条得改
一份招聘 JD 反向整理的出海方法论在网上流传。我没急着照做,先花了半天把它的前提逐条查了一遍。SEO 为主轴这条,2026 年的数据已经不太支持了。
阅读全文 →给 Agent 开购物接口,沃尔玛把四道锁装好了
MCP 统一入口、独立档案、消费限额、违规封禁:把沃尔玛 Agent Gateway 当架构图拆一遍,说说哪些是所有服务方都该抄的。
阅读全文 →SKT 给 Agent 发工号,这份作业值得抄
韩国最大运营商把 AI Agent 当新员工管:两级工号、具名主管、绩效评审、可紧急停止。我拿这份治理报告对自己家的平台逐条对了账。
阅读全文 →净亏 807 亿美元,为什么说它在好转
Anthropic 提交 S-1:半年营收 163 亿美元翻 13.6 倍,经营亏损收窄到 6.93 亿,净亏却是 807 亿。三个数字的反差,聊聊怎么分清真亏和账面亏。
阅读全文 →我让 AI 自己做视频,它第一个坑就把自己埋了
AI 日报视频自动化首测:79 分钟里 25 分钟在排障,凶手是给我省了无数时间的缓存。讲讲无人值守生产线的真实代价,和它值回来的部分。
阅读全文 →