宝玉分享 AI 原生思维:像训练大模型一样训练自己
宝玉在腾讯学堂分享 AI 原生思维,提出做 AI 产品需盯着模型能力边界找需求,并通过高保真原型快速验证、围绕 Agent 重设工作流。他以自研字幕翻译 App BaoCut 为例,展示了从模拟人类字幕组到让 Agent 自主执行验收的迭代过程,强调人的角色应转向定义问题与结果验收。
宝玉在腾讯学堂分享 AI 原生思维,提出做 AI 产品需盯着模型能力边界找需求,并通过高保真原型快速验证、围绕 Agent 重设工作流。他以自研字幕翻译 App BaoCut 为例,展示了从模拟人类字幕组到让 Agent 自主执行验收的迭代过程,强调人的角色应转向定义问题与结果验收。
Casey Muratori 指出软件性能常被行业忽视,主张在架构设计阶段即考虑性能,而非依赖后期 Profiler 优化。他建议开发者学习阅读汇编以理解 CPU 机制,并批评“过早优化是万恶之源”的观点导致架构缺陷难以修复。
金融科技平台 Ramp 开发了名为 Inspect 的内部背景编码智能体,目前其合并的 PR 中有 75% 由该工具发起。Inspect 基于 OpenCode 构建,运行在云端沙箱中,支持无限并发会话、内部数据源集成以及前后端变更验证。团队认为本地机器限制、前端工具需求及远程开发环境是促使他们放弃第三方产品并自研的关键原因。
宝玉分享其使用 Claude Code 和 Fable 5 为 BaoCut App 添加远程转录功能的完整复盘,提出 AI 原生开发本质是传统流程但执行主体变为 Agent。
Addy Osmani 分享从构建 Chrome DevTools 到 AI 开发的职业路径,指出 AI 辅助编程的最大风险是“认知投降”,即开发者对问题理解的退化。他提倡通过“循环工程”实现人与智能体的相互增强,并强调软件工程师因具备问责能力而不可替代。
The Pragmatic Engineer 指出当前大量 CTO 和 VP of Engineering 等高层正选择离职或休整,主要源于对 AI 转型压力的应对失败及初创公司股权价值缩水。
Honeycomb CTO Charity Majors 认为 Opus 4.5 与 Claude Code 促使 AI 成为软件工程的代际变革,类比云计算对基础设施的影响。她指出代码生成经济已变,人类应聚焦验证系统而非代码审查,并主张工程需构建能安全发布未读代码的体系。
宝玉指出 Anthropic 推出的 Claude Design 能生成高完成度的可交互原型,而 OpenAI 的 Codex 尚未推出同类产品,核心原因在于 GPT-5.5 模型在系统架构设计和状态管理方面的能力不足。
DeepSeek 通过 MLA、DSA 及 mHC 等创新技术大幅压缩 KV 缓存,使 V4 Pro 在 1M 上下文下仅需 5.48GB HBM,远低于 GLM5 和 Qwen3。其战略旨在利用 NAND/LPDDR 存储替代算力,扶持中国硬件生态并冲击 1 万亿美元市值。
作者拒绝依赖 LLM 进行“凭感觉编程”,认为其无法解决软件开发的本质复杂性,且缺乏对抽象局限性的元认知。LLM 消除的仅是偶然复杂性,而摩擦是理解代码架构与发现设计缺陷的关键线索。盲目追求速度可能导致逻辑谬误,如 DOGE 团队因照单全收数据字面意思而得出错误结论。
宝玉撰文解析 Forward Deployed Engineer(FDE)这一新兴岗位,指出其核心职责是驻扎客户现场进行代码集成与调试,区别于传统咨询顾问。
Anthropic Claude Code 和 Cowork 产品线工程与产品负责人 Fiona Fung 在 Code with Claude 2026 大会上分享了 AI 时代管理工程团队的经验。
资深开发者因身处“管理复杂性”循环,常以维护成本为由拒绝需求,导致与追求“消除不确定性”的业务团队沟通失效。文章指出其核心价值在于利用现有资源快速验证假设,建议将“减少代码”转化为“更快获得确定性”的解决方案,从而弥合认知分歧。
Arnav Gupta 撰文指出当前企业裁员潮并非单纯由 AI 直接取代岗位引起,而是源于 AI 带来的代码产出激增未能转化为相应的商业收入成果。文章认为在“对齐”成本高昂且组织存在冗余的背景下,企业为抵消巨额 Token 支出并加速流程,不得不通过裁员来削减人力成本和组织摩擦,这一趋势将持续直到学会将 AI 投入有效转化为实际业务价值。
英伟达机器人与AI研究组负责人Jim Fan在Sequoia AI Ascent 2026演讲中宣布VLA路线过时,提出以DreamZero为代表的世界动作模型(WAM)新范式。他指出VLA架构参数过度集中于语言而忽视物理动作,主张通过人类第一人称视频预训练和动作微调实现“底层同构”,并预测2040年前完成机器人终局。
推荐理由:文章梳理了英伟达Jim Fan关于机器人范式从VLA转向WAM的演讲核心,提供了对遥操作数据局限及神经缩放定律的具体分析。
Google DeepMind 发布 AlphaEvolve 一周年回顾,展示该 Gemini 驱动的编码智能体在数学、计算机科学及工业界的显著影响。在科研方面,它帮助将电网优化可行解率从 14% 提升至 88%,并在量子物理中使分子模拟误差降低 10 倍。
推荐理由:AlphaEvolve 团队回顾其作为 Gemini 驱动的编码智能体在科学发现、基础设施优化及商业应用中的具体成效,展示了算法自进化对多领域的加速作用。
在 Code with Claude 大会上,Anthropic CEO Dario Amodei 和总裁 Daniela Amodei 指出,2026 年第一季度营收和使用量年化增速达 80 倍,远超原本按 10 倍准备的算力规划,这是 Claude 持续限速的直接原因。
推荐理由:整理自官方对话,披露了算力增速与限速的因果及组织级AI趋势,为理解当前开发瓶颈提供内部视角。
Anthropic Claude Code 创建者 Boris Cherny 在 Sequoia 大会上分享观点,认为编程正从手写代码转向管理 Agent,并指出 Anthropic 内部已实现无手写代码开发。
推荐理由:文章整理了 Claude Code 创建者关于编程范式转变、SaaS 护城河重构及组织流程领先性的核心观点,为理解 AI 对软件工程的影响提供了具体视角。
Google DeepMind CEO Demis Hassabis 在 YC 访谈中指出,当前 AI 范式距离 AGI 仍有 50% 概率需要一两个关键突破,主要缺失在于持续学习、长程推理和记忆机制。
推荐理由:Google DeepMind CEO 详细拆解了 AGI 缺失的关键拼图、智能体投入产出比争议以及科学发现的本质,为理解当前 AI 瓶颈提供了权威视角。
Andrej Karpathy 在 Sequoia Capital 的 AI Ascent 访谈中提出,2025 年 12 月是其个人编程体验的转折点,AI 生成代码从“需修补”变为“直接可用”。
推荐理由:Karpathy 区分了 Vibe Coding 抬高下限与 Agentic Engineering 保住上限,并指出 LLM 能力呈锯齿状分布,为理解 AI 编程现状提供了清晰框架。
Ed Zitron 指出 AI 行业的经济账根本算不通,以 GitHub Copilot 将于 2026 年 6 月改为按用量计费为例,揭示了长期补贴算力导致的不可持续性。文章认为基于 LLM 的月费订阅模式因推理成本波动剧烈而存在严重缺陷,并警告 OpenAI 和 Anthropic 等公司面临巨大的数据中心资本开支压力,若无法实现承诺的收入增长将引发系统性风险。
推荐理由:文章通过拆解 GitHub Copilot 转向按用量计费的案例,深入分析了 AI 订阅模式背后的算力成本错配与数据中心经济风险。
Ramp 高管 Teddy Riker 撰文指出,随着 Salesforce 推出 Headless 360 等动作,软件交互正从“用户-界面”转向“用户-Agent-软件 Agent”。作者通过 Notion MCP 强制读取 Markdown 规范、Ramp 收集调用理由及 Slack 格式缺失等案例,提出为 Agent 设计产品的核心在于主动提供成功所需的上下文与反馈机制,而非仅发布接口。
Anthropic Claude Code 和 Cowork 产品负责人 Cat Wu 在 Lenny's Podcast 中透露,团队将功能交付周期从半年压缩至一天,并解释了这一速度背后的机制。
黄仁勋接受 Dwarkesh Patel 两小时专访,提出“输入是电子,输出是 Token”定义 Nvidia 使命,并强烈反对将 AI 芯片视为武器或实施对华出口管制。他承认早年未投资 Anthropic 导致其转向 TPU/Trainium 是特例而非趋势,强调 CUDA 护城河在于装机量与跨云生态,并指出能源政策比芯片产能更制约未来。
宝玉分享《Why Your “AI-First” Strategy Is Probably Wrong》一文,认为 AI First 的本质是软件工程 First,人需从代码编写转向关键节点判断。
OpenAI Codex 团队产品负责人 Alexander Embiricos 和开发者体验负责人 Romain Huet 在访谈中透露,团队几乎不写产品规格文档,即使写也仅有约 10 个要点。
宝玉发布长文深度解析 OpenAI 总裁 Greg Brockman 在 Big Technology Podcast 的最新访谈,指出其将砍掉 Sora、推出 Super App 及 1100 亿美元融资等决策包装为前瞻战略,但叙事中存在多处逻辑缝隙。
Notion联合创始人Simon Last在访谈中透露自2025年夏天起不再手写代码,并分享了Notion AI系统的演进历程。Notion的AI harness大约每六个月推倒重写一次,团队经历多次失败后于2026年2月发布可自主运行的Custom Agent。
推荐理由:访谈披露了Notion每六个月重写AI系统层的策略,以及从直接做事工具转向管理Agent平台的定位变化。
Delphi Ventures 创始合伙人 José Maria Macedo 发布文章,总结其在中国 AI 生态圈为期两周的实地考察心得。他看好深圳硬件供应链的密集网络效应及拓竹等公司的盈利能力,但对软件领域持悲观态度,指出闭源模型与西方存在显著差距且估值泡沫严重。Macedo 认为本土 VC 偏好大厂背景导致缺乏原创性创始人,而多数中国创业者正优先瞄准全球市场并采用西方工具链。
Gumloop 联合创始人兼 CEO Max Brodeur-Urbas 在访谈中分享了其因被美国遣返而被迫创业的经历,以及公司获得 Benchmark 领投 5000 万美元 B 轮融资的背景。
文章提出了智能体工程(Agentic Engineering)的八个等级,涵盖从 Tab 补全、上下文工程、复合工程、MCP 与技能、Harness Engineering、后台智能体到自主智能体团队的演进路径。