{"source":{"id":"2045274536053219788","title":"龙虾已经被放出来了。 而且它绝对不会再乖乖回到水缸里。 这是 OpenClaw 创始人 Peter 在 TED2026…","url":"https://mubeitech.com/p/2045274536053219788"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2079985963862786352","account":"mubei","brand":"@mubei","title":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编…","summary":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编排图（Graph），用图来协调那些能自我进化的Agent。 AI的干活方式，正在经历一次底层的工程演变。 退回2024年初，Opus 3时代。 模型顶多能自主干…","body":"4到6个月后，没人再去死磕提示词了。\nAnthropic内部，80%的工程师已经切到了自改进循环。\n他们现在玩什么？\n编排图（Graph），用图来协调那些能自我进化的Agent。\n\nAI的干活方式，正在经历一次底层的工程演变。\n退回2024年初，Opus 3时代。\n模型顶多能自主干10到20分钟。\n这种“短上下文协作”，人类必须死死盯着，一行行喂指令。\n\n后来，同步代码Agent（比如Claude Code）出来了。\n它能自己跑大概一小时。\n一小时听着不错。\n但在本地跑，一旦遇到报错，它马上掉头回来找你哭。\n\n想让它跑十个小时？甚至几天？\n这就得靠异步自改进Agent。\n怎么搞？\n第一步，把“大脑”和“双手”劈开。\n双手是执行容器，死了就死了；大脑是一个无状态进程，只管把进度写进追加日志。\n容器崩溃，任务一分一秒都不会丢。\n\n第二步，给它配一个冷酷的独立验证器。\n以前让AI边干活边给自己打分，它经常陷入幻觉，疯狂肯定自己。\n现在，把验证切进另一个独立的上下文窗口。\n一边建，一边测，死循环，直到通过验证才准许输出。\n\n第三步：让AI“做梦”。\n执行长任务时，AI会把过程写进短时记忆，但这种记忆极其短视。\n玩宝可梦时，模型记错了一个没用的细节，导致它一次次掉进同一个陷阱。\n怎么救？靠离线的“做梦”机制。\n在后台洗一遍记忆，踢掉局部最优的废数据，沉淀出正确的长期记忆。\n醒来再跑，它精准绕开了陷阱。\n\n当异步Agent足够聪明，最后一步就是Graph编排。\n把它们连成一张网。\n不再是你电脑里的私人小助手，而是接入全公司数据的组织级大脑。\n新人入职第一天就能用，它甚至能主动跳出来警告你别踩别人的坑。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2080182625759568045","translated_status_id":"2080182625759568045","published_at":"2026-07-23 06:08:29","created_at":"2026-07-23T08:01:16+02:00","url":"https://mubeitech.com/p/2079985963862786352","markdown_url":"https://mubeitech.com/p/2079985963862786352/markdown"},{"rank":2,"id":"2062487626779636001","account":"mubei","brand":"@mubei","title":"Claude Code 的创始人 Boris，过去半年没写过一行代码。 上个月，他甚至把电脑里的编程软件（IDE）直接卸…","summary":"Claude Code 的创始人 Boris，过去半年没写过一行代码。 上个月，他甚至把电脑里的编程软件（IDE）直接卸载了。 来，看看站在全球 AI 金字塔尖的工程师，现在到底在干嘛。 几个月前，他的日常还是开着 5 到 10 个 Claude 窗口，疯狂敲“提示词”，让 AI…","body":"Claude Code 的创始人 Boris，过去半年没写过一行代码。\n上个月，他甚至把电脑里的编程软件（IDE）直接卸载了。\n\n来，看看站在全球 AI 金字塔尖的工程师，现在到底在干嘛。\n\n几个月前，他的日常还是开着 5 到 10 个 Claude 窗口，疯狂敲“提示词”，让 AI 帮忙写代码。\n现在？他不写了。\n他的工作变成了“写循环（Loops）”。\n设定好自动化循环，让后台几百个 Claude 互相提示、自己找 Bug、自己翻 GitHub 的反馈、自己决定下一步开发什么功能。\n他说：“我的工作就是写循环，剩下的是循环去干的活。”\n\n这改变了个人代码习惯，也重构了整个组织形态。\n来看看现在的 Anthropic 内部正在发生什么。\n\n第一，新人培训时间，从几周被硬生生压缩到了 2 天。\n新招进来的工程师问：“这数据库怎么查？”\n老员工答：“打开 Claude，让 Claude 去代码库里跑查询。这是一个技能，它早就学会了。”\n\n第二，工种的边界彻底融化了。\n以前大厂那种按部就班的流水线：用户研究定方向 -> 产品经理画大饼 -> 设计师出图 -> 工程师敲代码。\n在 Anthropic，这套东西被连根拔起。\n现在，财务总监在发版，幕僚长在提交代码，设计师在搞开发。所有人都是“多面手”。\n只要手里有海量的 Tokens，任何人都能当一个完整的“建造者”。\n\n所以，现在开公司、带团队该怎么干？\nBoris 的建议是：\n1. 给所有人买尽可能多的 Tokens。\n2. 故意让所有项目“缺人”。\n本来需要 4 个工程师干的活，只给 2 个人，外加无限量的 Tokens。\n逼着这两人去跑循环，去用算力代替人力。\n前期算力花销可能变大，但只要这套循环跑通，后续的人力成本和沟通损耗直接清零。\n\n很多人还在抱有幻想。\n觉得 AI 写出来的代码不优雅，觉得人类独有的“产品品味”和“直觉”是最后的护城河。\nBoris 之前也是这么想的。他是个代码洁癖，不准团队在代码里用面向对象的“类（Classes）”。\n后来 AI 狂跑循环，塞进去一堆他不喜欢的写法，但业务跑得飞快、完全不出错。\n他认怂了：只要商业结果好，我的代码洁癖一文不值。\n\n他甚至预言，连“产品品味”这个曾经被奉为神明的玄学优势，在未来 3 到 6 个月内也会被 AI 碾平。\n当几百个大模型 24 小时不知疲倦地盯着全球社交网络、吸收所有反馈时，它做的决策，最终会比你准得多。\n\n当写代码不再需要写代码，当所有的手艺和品味都被算力降维打击时，人类还能剩下什么？\nBoris 的答案是：\n教它价值观。\n就像教小孩一样，教它怎么当一个好人。其余的，交给循环。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2062782823430242381","translated_status_id":"2062782823430242381","published_at":"2026-06-05 06:19:14","created_at":"2026-06-05T08:15:48.839702","url":"https://mubeitech.com/p/2062487626779636001","markdown_url":"https://mubeitech.com/p/2062487626779636001/markdown"},{"rank":3,"id":"2059986678262235405","account":"mubei","brand":"@mubei","title":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他…","summary":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他说，过去三年，底层技术大体按他的预期前进。 模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。 在代码领域，甚至已经越过这个线。 真正让…","body":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。\n\n他说，过去三年，底层技术大体按他的预期前进。\n模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。\n在代码领域，甚至已经越过这个线。\n\n真正让他惊讶的，是外面的人还在吵同一批旧政治议题。\n新剧集。\n新表情包。\n明星互撕。\n选举新闻。\n人类历史级别的生产力迁移，反而像背景噪音一样被滑过去。\n\n他的底层判断很朴素。\n早在 2017 年，GPT-1 刚出来时，他写过一个想法，叫 Big Blob of Compute Hypothesis。\n大意是，别太迷信聪明技巧。\n真正长期起作用的，是几件笨东西。\n\n原始算力有多少。\n数据量有多少。\n数据分布够不够广。\n训练时间够不够长。\n目标函数能不能一路扩展。\n数值稳定性能不能撑住那团巨大的计算流。\n\n这套逻辑，后来在预训练 scaling law 里跑通了。\n现在 Anthropic 看到，RL 也在走类似路线。\n先在数学竞赛题上训练。\n再扩到代码。\n再扩到更多任务。\n模型能力会随着训练时间呈现近似对数线性提升。\n\n有人质疑，这不像人类学习。\n人类不用看几万亿个 token，也不用烧掉几十亿美元算力，才会用 Excel、PowerPoint、浏览器。\n如果 AI 真有人的学习核心，为什么还要建这么多强化学习环境？\n\nDario 的回答有意思。\n这个谜题存在，但可能没那么致命。\n人脑出生时已经带着进化给的先验。\n语言模型从随机权重开始，像一张更空的白纸。\n\n所以预训练和 RL，更像夹在人类进化与人类学习之间的一层东西。\n模型先用天量数据长出先验。\n再靠长上下文，在具体任务里快速适应。\n当上下文长度到一百万级别时，推理成本成了主要阻碍，学习能力本身已经开始显形。\n\n这就是很多人低估 AI 的地方。\n他们以为差距在于知道哪个工具火。\n真正的差距在于，谁已经把工具嵌进工作流，谁还把它当搜索框、玩具、聊天窗口。\n\n大多数人只用了 10%。\n少数人正在把 100% 的工作方式重写一遍。\n\n下一轮阶层分化，未必先发生在公司估值表里。\n它会先发生在同一间办公室里，发生在两个看似职位相同的人之间。\n一个人在操作软件。\n另一个人在调度计算。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-28 16:01:27","created_at":"2026-05-28T17:58:23.017496","url":"https://mubeitech.com/p/2059986678262235405","markdown_url":"https://mubeitech.com/p/2059986678262235405/markdown"},{"rank":4,"id":"2070598053082611714","account":"mubei","brand":"@mubei","title":"估值 27.5 亿美元的 MasterClass 创始人 David Rogier，最近戳破了一个关于 AI 抢饭碗最残…","summary":"估值 27.5 亿美元的 MasterClass 创始人 David Rogier，最近戳破了一个关于 AI 抢饭碗最残酷的真相。 我们总喜欢把 AI 讨论简化成“机器会不会替代我”。 但这其实是一个伪命题。 技术换代真正的杀伤力，是悄无声息地重新分配全社会的“终身收入”。 回看…","body":"估值 27.5 亿美元的 MasterClass 创始人 David Rogier，最近戳破了一个关于 AI 抢饭碗最残酷的真相。\n\n我们总喜欢把 AI 讨论简化成“机器会不会替代我”。\n但这其实是一个伪命题。\n技术换代真正的杀伤力，是悄无声息地重新分配全社会的“终身收入”。\n\n回看一下历史就很清楚了。\n当年个人电脑和电子表格（Spreadsheet）刚诞生的时候，发生过什么？\n\n那些拒绝适应、拒绝学习新工具的人，后来怎么样了？\n\n根据 Rogier 引用的一项研究显示：在技术转型期拒绝主动适应的员工，其终身收入降低了超过五分之一。\n不仅如此，由于生计受挫、精神压力巨大，他们失业第一年的死亡率，甚至直接翻了一倍。\n\n技术不一定会立刻消灭你的岗位，但它会极其残酷地惩罚你的“不适应”。\n\n电子表格当年没有消灭会计，它只是重塑了财务人的价值链：\n主动拥抱工具的人，一个人干过去十个人的活，拿走了行业里最丰厚的溢价；\n而固守纸笔和算盘的人，被边缘化到了收入分配的最底层。\n\n今天的 AI，正在完全复制这个机制。\n\n所以，面对技术海啸，最愚蠢的做法就是装作看不见，或者躲进信息茧房里等它过去。\n\n唯一的解法，是逼着自己去碰它、去探索、去折腾。\n技术重塑世界的时候从不打招呼，你的适应能力，就是你未来二十年最硬的护城河。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070599622460879119","translated_status_id":"2070599622460879119","published_at":"2026-06-26 20:02:58","created_at":"2026-06-26T22:00:20+02:00","url":"https://mubeitech.com/p/2070598053082611714","markdown_url":"https://mubeitech.com/p/2070598053082611714/markdown"},{"rank":5,"id":"2082259279449293033","account":"mubei","brand":"@mubei","title":"一年前，整个科技圈都在倒计时：程序员完蛋了。 结果呢？ OpenAI 创始人萨姆·奥特曼承认：在这个问题上，整个 AI…","summary":"一年前，整个科技圈都在倒计时：程序员完蛋了。 结果呢？ OpenAI 创始人萨姆·奥特曼承认：在这个问题上，整个 AI 行业都错得离谱。 如果把现在的 AI 模型直接拿回 2019 年。 所有人都会认定，这就是 AGI（通用人工智能）。 所有人都会笃信，经济将迎来天翻地覆的洗牌，…","body":"一年前，整个科技圈都在倒计时：程序员完蛋了。\n结果呢？\nOpenAI 创始人萨姆·奥特曼承认：在这个问题上，整个 AI 行业都错得离谱。\n\n如果把现在的 AI 模型直接拿回 2019 年。\n所有人都会认定，这就是 AGI（通用人工智能）。\n所有人都会笃信，经济将迎来天翻地覆的洗牌，饭碗会碎满地。\n但这并没有发生。\n当预测错得如此离谱又如此自信时，唯一的选择就是更新认知。\n\nAI 到底改变了什么？\n它没有吃掉程序员，它是把程序员往上一层推。\n现在的程序员，确实不再像传统意义上那样一行行手敲代码了。\n但这依然是纯正的软件工程。\n不管是用打孔卡片，还是用提示词，核心永远只有一个。\n指挥系统，让它去实现你的意图。\n\n奥特曼发现，现阶段的 AI 是极其“偏科”的。\n它在某些方面是超级天才，在另一些方面却像个笨拙的幼儿。\n它无法完全独立运转，它和人类的能力是高度互补的。\n\n还有一个被忽视的因素：人。\n现在你完全可以弄一个 AI 顾问，或者 AI 销售。\n但事实证明，绝大多数人，依然固执地偏爱与真实的人类互动。\n\nAI 确实没有消灭岗位。\n它只是强行拔掉了那个只会埋头死磕的旧插头。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2082412456341631337","translated_status_id":"2082412456341631337","published_at":"2026-07-29 06:21:41","created_at":"2026-07-29T08:01:31+02:00","url":"https://mubeitech.com/p/2082259279449293033","markdown_url":"https://mubeitech.com/p/2082259279449293033/markdown"},{"rank":6,"id":"2070988681737900504","account":"mubei","brand":"@mubei","title":"别再把 Claude 当成一个只能聊天的网页窗口了。 AI 时代的办公方式，正在发生底层逻辑的裂变。 Anthropic…","summary":"别再把 Claude 当成一个只能聊天的网页窗口了。 AI 时代的办公方式，正在发生底层逻辑的裂变。 Anthropic 开源了 11 个“知识工作插件”，直接开始接管办公室的真实业务流程。 它的开源仓库叫：anthropics/knowledge-work-plugins。 这…","body":"别再把 Claude 当成一个只能聊天的网页窗口了。\nAI 时代的办公方式，正在发生底层逻辑的裂变。\nAnthropic 开源了 11 个“知识工作插件”，直接开始接管办公室的真实业务流程。\n它的开源仓库叫：anthropics/knowledge-work-plugins。\n\n这 11 个插件，分别对应了销售、市场、工程、数据、设计、产品、HR、客服等 11 个岗位。\n但先别急着高呼“人人都能一键躺平”，这玩意儿目前还不是开箱即用的万能药。\n想要跑通它，你得下载 Claude 桌面端，开启 Co-Work 协同工作模式，连接本地文件夹，再手动配置各种第三方连接器。\n比如 Slack、HubSpot、Stripe、QuickBooks 甚至 DocuSign，都需要你手动授权打通。\n\n繁琐是繁琐，但它展示出的工作流复用性，确实让人头皮发麻。\n以里面一个叫“业务脉搏”的技能为例。\n当你输入一行指令，Claude 不去网上瞎编，直接同时调用 QuickBooks、Stripe、邮件和日历。\n它能并发拉取所有实时数据，一键诊断：谁的账期超了？今天最紧急的邮件是哪封？哪笔回款还没到？\n\n还有更绝的“催款技能”（Invoice Chase）。\n它能自动去 Stripe 筛出逾期未付的账单，并根据客户以前的付款表现进行“信用打分”。\n信用差的，它拟一封语气严厉的催款信；信用好的，它就拟一封温和的提醒草稿。\n这些草稿直接放进你的 Gmail 待发箱，设置好审批门槛，你点个同意，它才真正发出去。\n\n这才是真正有锋芒、能落地的 AI 工作流。\n聪明的打工人和小老板，现在别去凑热闹当消费者，赶紧把这个开源仓库保存下来。\n去拆解它里面的 Markdown 文件，看它是怎么写那些“技能指令”（Skills）的。\n那是最顶级的、结构化的系统提示词和工具链设计逻辑。\n看懂了这套逻辑，你就能把自己的重复性脑力劳动，也打包成专属的自动化插件。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2071173851585597451","translated_status_id":"2071173851585597451","published_at":"2026-06-28 09:24:55","created_at":"2026-06-28T11:17:47+02:00","url":"https://mubeitech.com/p/2070988681737900504","markdown_url":"https://mubeitech.com/p/2070988681737900504/markdown"}]}