技巧与观点

我有一个有趣且出奇有用的AI基准测试："为我构建一个程序化生成的3D模拟，展示一个港口小镇从公元前3000年到公元3000年的演变，它应该看起来很漂亮，并允许我对其进行一些控制。" 查看20个模型的画廊：https：//ai-harbor-town-gallery.netlify.app/

Charity Majors 指出，2025 年代码生产的经济学发生了根本性逆转：生成代码从原本极其困难、耗时且昂贵，变得几乎免费且瞬时。每行代码的价值从被珍视、复用、精心维护，一夜之间转变为可随意丢弃和重新生成。这一变化的核心驱动力是生成式 AI 与大语言模型（LLMs）的普及，迫使工程纪律需要更强，而非更弱。

美国自2025年11月以来从台湾的进口超过了从中国的进口。这个标题的含义比表面看起来更多也更少。一条关于为什么AI基础设施使贸易核算真正困难的推文。（1/6）🧵

高风亮节，这个操作赚口碑，但这些数据会不会用来训练？

皮尤研究中心最新调查显示，仅16%美国人认为AI未来20年对社会有积极影响，约40%认为负面。67%受访者不信任政府有效监管AI，59%不信任企业安全开发。30岁以下仅14%持积极看法。近三分之二美国人认为AI发展过快。约四分之一每天使用AI聊天机器人，其中ChatGPT最受欢迎（44%），其次是Gemini（24%）、Copilot（17%）、MetaAI（14%）、Grok（8%）、Claude（6%）和Character.ai（3%）。男性日常使用率（27%）高于女性（20%）。六成受访者经常阅读AI生成摘要。约一半美国人表示日常不使用AI，65岁以上近75%从未使用AI聊天机器人。

Rahul 指出，fable+ 类模型本质是英语→代码解释器，Fable 5 最差。diff 大小按风险管控：高风险区（身份/数据/网络/资金）用小 diff，可经验验证代码用大 diff。软件交付速度取决于审查/合并能力而非 PR 生成，瓶颈在 lint、测试、CI、影子验证。智能体需深度理解全栈，风险优先级为安全>正确性>性能。复杂性成本变化，可能值得多维护 50% 代码换 5% 性能提升。低风险时将代码块作黑盒仅做经验验证。逻辑逐行审查成本高，只用于关键处。更快迭代需借助权限 opt-in、影子模式等护栏。

分享一个跨国小团队用 NotebookLM 高效沟通对齐的方法：将公司关键文档上传至 NotebookLM，生成播客，自己听无误后转成所需语种让对方收听；沟通不清晰时还可通过文本问答澄清。该方法在小团队中效果很好，但对内容安全要求不高时适用。

Snapshot 发布售价 2195 美元的智能眼镜 Specs，47mm 版重 132 克，52mm 版重 136 克，远高于传统眼镜（15-25 克）和主流智能眼镜（40-70 克）。CEO Evan Spiegel 称其旨在帮人摆脱屏幕、更融入世界，但镜头反光暴露了内置显示屏。厚重镜框和夸张镜腿设计醒目，无法低调。文章对比认为 Meta Ray-Ban 因外观普通更易成功，而 Snap 将 Specs 定位为高端时尚设备，由时尚摄影师 Steven Meisel 拍摄广告，模特包括 Kaia Gerber、Hoyeon 等，目标用户为早期采用者而非大众市场。

Opus 4.5 发布后，AI 能生成与中位数软件工程师同等质量的代码，且更快更便宜。2025 年，智能体框架、工具调用和 MCP 协议等迭代让代码生产从昂贵耗时变为免费即时，代码变得可丢弃和可重新生成。软件团队真正产品是共享理解，而非代码本身。作者认为，面对 AI 带来的变革，需要更多而非更少的工程纪律，以维持对系统的可控和共识。

智谱AI于2026年6月发布开源推理模型GLM-5.2 （max），总参数753B，活跃参数40B，支持文本输入输出，上下文窗口1M tokens。在Artificial Analysis Intelligence Index上以51分位居同类92款模型第一。输出速度111 tokens/s（第15/92）。价格输入$1.40/百万tokens、输出$4.40/百万tokens，属较贵一档；缓存命中$0.26/百万tokens（便宜81%）。模型权重以MIT协议开源发布于HuggingFace。

Google 庆祝Agent-to-Agent（A2A）协议发布一周年。A2A专为生成式AI设计，相比传统REST API提供安全边界、零上下文污染、动态自主性和工作负载分布四大架构优势。应用实例FoldRun是一个独立的智能体接口，可在Gemini Enterprise或Gemini CLI等A2A兼容环境中部署，自动管理蛋白质结构预测任务，动态选择AlphaFold 2、OpenFold 3或Boltz-2等模型，无需自定义胶水代码。

Claude Code 提供七种自定义指令方式：CLAUDE.md（根目录始终加载，子目录按需加载）、规则（无范围或路径范围）、技能（按需调用，共享 token 预算）、子智能体（隔离上下文运行并返回最终消息）、钩子（生命周期事件触发，绕过压缩）、输出样式（注入系统提示，永不压缩）和附加系统提示（CLI 标志，仅单次有效）。每种方式在加载时机、压缩行为、上下文成本和适用场景上各有不同，例如 CLAUDE.md 适合存放构建命令与编码规范，路径范围规则避免无关上下文消耗，子智能体用于并行隔离任务，钩子用于确定性自动化（如运行 linter 或备份聊天记录）。

"我最喜欢的企业 AI 服务是 Cursor。它是一个 AI 编程器，我们的每一位工程师，100% 现在都由 AI 编程器辅助，我们的生产力有了难以置信的提升。这些公司是全世界增长最快的公司之一，而且它们解决企业需求。" --黄仁勋（Jensen Huang）

将任务外包给AI，但不要忘记继续学习。 我发现这个/teach技能对于学习任何东西都非常有用。 非常适合初学者或高级学习者。

Codex CLI 支持自定义 OpenAI 兼容提供商，只需在 config.toml 中配置即可将请求路由到 OpenRouter。用户无需修改 Codex 本身，就能获得提供商故障转移、使用跟踪以及跨所有模型的统一密钥。

邵猛推荐 @Jason_Young1231 的开源项目 CC Switch，GitHub 获 103K 星。该项目解决 OpenAI Codex Responses API 与多数第三方 API Chat Completions 接口不兼容的问题，使更多模型可在 Codex 中直接使用，完全开源免费。

我写了一份关于 Interconnects 现状的小型国情咨文，讲述了我如何拥有了一批忠实的小众受众，以及我如何调整运营以确保长期成功！感谢大家的支持。💚

Nathan Lambert 在 Interconnects 博客创办约三年后更新规划。他当前三大目标：为前沿模型演进提供清晰度、创建开放模型生态、建立支撑机构。博客定位为原始、高辨识度的独立声音，避免成为全职分析平台。已披露与 Arcee AI 和 Mercor 签署咨询协议，以深入后训练领域并推动透明评测与开放生态。订阅者突破 7 万，付费约 900 人；运营实体 Interconnects AI， LLC 已成立，但银行账户数月余额接近零，收入再投入业务，近期不打算全职运营。

GLM-5.2 max 目前是可用模型中第三佳的，无论开放还是闭源选项。 这非常棒。开源至关重要，必须继续保持强势地位，让每个人都有开放的替代方案。我坚信这一点。

任何人认为AI界面（聊天机器人、Codex、Code、NotebookLM等）是直观的，都应该花点时间向另外三个人解释如何使用它们。我保证你会意识到，要获得好的答案，有十几个小技巧和陷阱，并且这些是障碍。