本文多数报道采用Axios的“Smart Brevity”新闻体，阅读第一段可概览了解事件本身，后面2段是对事件的影响和背景等进行介绍，可根据需要阅读、扫读或直接跳过。
主体结构
- AI动态：本周AI领域的核心动态，包括AI产品、AI公司、AI影响和监管等方面的事件。一般15条左右。
- 时事要闻：国内外重大政治经济事件。一般5条左右。
- 评论观点：新闻事件分析、管理评论等。一般5条左右。
- 工具教程：AI、Obsidian和办公工具和教程分享。可能有可能没有。
- 随便看看：未归类的不带有信息和知识的内容。可能有可能没有。
- 寓形宇内：新闻看多了容易烦躁，看点没什么用的东西缓和一下（目前主要是诗词）。
本文所有新闻报道附有原文链接，微信公众号体系内的文章可直接跳转阅读原文。
本文主要由AI基于网络新闻报道进行提炼
1 AI动态
1.1 1.75 万亿美元，SpaceX 要做人类史上最贵的 IPO
What happened： SpaceX 已于 4 月 1 日秘密向美国证券交易委员会（SEC）提交 IPO 注册草案，计划最快在今年 6 月完成上市，目标估值高达 1.75 万亿美元，融资规模达 750 亿美元。
Why it matters： 若成功，这将是美国历史上规模最大的 IPO，融资额是此前纪录保持者沙特阿美的近三倍。此次上市被视为 SpaceX 从“商业卫星发射公司”向“国家太空战略承包商”转型的关键节点，并试图将 AI 叙事融入估值。
Between the lines： SpaceX 的估值建立在多重未来预期之上，包括 Starlink 卫星互联网的主导地位、Starship 大幅降低太空运输成本，以及新整合的 xAI 业务构成的“轨道数据中心”概念。此外，马斯克本人及其风险也被视为影响公司股价的关键变量。
（极客公园，2026年4月2日；Axios，2026年3月30日）
[[1.75 万亿美元，SpaceX 要做人类史上最贵的 IPO]] https://mp.weixin.qq.com/s/lcceC15yVowUasGbO0j-MA [[SpaceX’s monster IPO is unlike anything we’ve seen]] https://www.axios.com/2026/03/30/spacex-ipo-elon-musk-wall-street
1.2 Claude Dispatch与界面的力量
What happened： Anthropic公司近期为其AI助手Claude推出了名为“Dispatch”的新功能，用户可通过手机扫描二维码，远程控制运行在电脑桌面上的Claude AI助手，让其处理文件、更新演示文稿等复杂工作。
Why it matters： 研究显示，传统的聊天机器人界面会给用户带来认知负担，其冗长的文本输出会削弱AI带来的生产力提升，尤其对经验较少的员工影响更大。更好的界面能让更多人真正利用AI的能力。
Between the lines： 当前大多数用户通过免费、能力较弱的聊天机器人访问AI，这并非完成实际工作的理想方式。包括Google在内的公司正在为不同职业（如营销、研究）尝试构建专门的AI界面，而开源项目OpenClaw则通过让AI在用户熟悉的通讯应用（如WhatsApp）中运行，解决了部分界面问题。
（One Useful Thing，2026年3月31日）
[[Claude Dispatch and the Power of Interfaces]] https://www.oneusefulthing.org/p/claude-dispatch-and-the-power-of
1.3 Claude 顶不住了：先限额，再封号，最贵那批用户开始被清退
What happened： 人工智能公司 Anthropic 近期调整了其 AI 助手 Claude 的使用限制，以应对激增的需求。根据 Anthropic 技术团队成员 Thariq Shihipar 在社交媒体上的说明，公司在高峰时段（太平洋时间 05:00 至 11:00）降低了向用户提供服务的强度，导致部分用户更快地耗尽原本对应5小时会话的使用额度。与此同时，有高频付费用户反映，其使用额度被实质性压缩，甚至有用户因长期高强度使用而被平台直接封号。Anthropic 发言人 Lydia Hallie 回应称，团队已注意到“用户触达使用上限的速度远超预期”，正在积极调查。
Why it matters： 此次调整首先影响的是那些将 Claude 深度嵌入工作流程、成本最高的高级用户。一位自称年付费远超订阅费的重度用户被封号后质疑，平台“随机清退”最忠诚、付费最高的用户是极不友好的商业决策。这反映出 AI 服务商在平衡爆炸式增长的需求与高昂的运营成本（尤其是 GPU 资源）时所面临的巨大压力。用户一方面为 AI 产品付费，另一方面还需承担其潜在的工程风险，例如近期曝出的 Claude Code 插件市场缺陷可能导致用户代码被错误清除。
Catch up quick： Claude 的外部使用量近期迎来明显加速。消费者交易分析公司 Indagari 的数据显示，Claude 付费订阅用户数今年大幅增长，规模已翻了一倍多。与此同时，Anthropic 团队内部也在高强度试用 Claude Code，有消息称其80%的员工每日使用，个别员工单月费用高达15万美元。这种内外部的使用热潮，加剧了服务器的负载。
What’s next： 行业观察指出，前期依靠高额补贴吸引用户的“免费 AI”模式正在收缩，因为推理需求的复杂度和规模上涨速度已超过单 token 成本的下降速度。对于开发者用户而言，当前可能是一个“黄金窗口期”，仍能以相对较低价格获得高价值回报，但这种由竞争驱动的慷慨补贴状态不会永远持续。未来，免费服务将越来越少，补贴会越来越精准，高价值套餐可能成为稀缺资源。
（InfoQ，2026年3月31日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[Claude 顶不住了：先限额，再封号，最贵那批用户开始被清退]] https://mp.weixin.qq.com/s/mGZFNVCOOe5gsQ3NrCaxCQ
1.4 GPT‑5.4 mini 与 nano 正式发布
What happened： OpenAI 于2026年3月17日正式发布了GPT‑5.4 mini与nano两款小型模型。它们专为高吞吐量工作负载设计，在代码编写、推理、多模态理解及工具使用方面较前代有显著提升，且运行速度更快。
Why it matters： 这两款模型专为对延迟敏感的应用场景打造，例如需要即时响应的代码助手、快速完成辅助任务的子智能体以及实时推理图像的多模态应用。Hebbia首席技术官Aabhas Sharma评价称，GPT-5.4 mini在多项输出任务上的表现超越或持平竞争模型，且成本大幅降低。
What’s next： GPT‑5.4 mini现已在API、Codex及ChatGPT中上线，GPT‑5.4 nano仅在API中提供。开发者可以构建组合系统，由大模型决定任务方向，小模型则进行大规模的快速执行。
（OpenAI，2026年3月31日）
[[GPT-5.4 mini 与 nano 正式发布]] https://openai.com/zh-Hans-CN/index/introducing-gpt-5-4-mini-and-nano/
1.5 Gemma 4：按字节计算，最强大的开源模型
What happened： Google DeepMind于2026年4月2日发布了Gemma 4系列开源模型，这是其迄今为止最智能的开源模型。该系列包含四个不同规模的版本，旨在提供先进的推理能力和代理工作流支持，并以Apache 2.0许可协议发布。
Why it matters： Gemma 4系列在同等参数规模下实现了前沿的智能水平，其31B模型在行业标准Arena AI文本排行榜上位列全球开源模型第三。这种“每参数智能”的突破意味着开发者可以用更低的硬件开销获得顶级能力。该模型原生支持140多种语言，有助于开发者构建面向全球的高性能应用。
Between the lines： Gemma 4基于与Gemini 3相同的世界级研究和技术构建，旨在为开发者提供开源与专有工具的最强组合。自第一代Gemma发布以来，其模型已被下载超过4亿次，形成了超过10万个变体的活跃社区。此次发布是对开发者反馈的回应，旨在通过开放的许可协议推动AI创新的边界。
（Google，2026年4月2日）
[[Gemma 4 Byte for byte, the most capable open models]] https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/
1.6 OpenAI高管人事变动：COO Brad Lightcap将负责“特殊项目”
What happened： 据Bloomberg报道并经OpenAI发言人向TechCrunch证实，OpenAI多位高管职位发生变动。首席运营官Brad Lightcap将转任负责“特殊项目”，向CEO Sam Altman汇报；首席营收官Denise Dresser将接手其部分商业职责。
Why it matters： 此次人事变动正值公司关键发展期。AGI开发负责人Fidji Simo在备忘录中表示，公司拥有“非常激动人心的路线图”，并强调领导团队正专注于推进前沿研究、扩大近10亿全球用户群以及赋能企业用例。
Between the lines： 此次人事调整伴随着其他高管因健康原因暂时离岗。Fidji Simo本人因神经免疫系统疾病将休假数周，期间由联合创始人兼总裁Greg Brockman管理产品。同时，营销主管Kate Rouch也将卸任以专注癌症康复，公司计划寻找新的CMO。
（TechCrunch，2026年4月3日）
[[OpenAI executive shuffle includes new role for COO Brad Lightcap to lead ‘special projects’]] https://techcrunch.com/2026/04/03/openai-executive-shuffle-new-roles-coo-brad-lightcap-fidji-simo-kate-rouch/
1.7 OpenAI 给 Claude Code 做了个插件
What happened： OpenAI 于2026年3月31日在GitHub上开源了名为 codex-plugin-cc 的插件，该插件专为Claude Code用户设计，采用Apache-2.0协议。安装后，该插件为Claude Code增加了七个斜杠命令，覆盖代码审查、对抗式审查、任务委派和后台任务管理等功能。截至发稿，该项目在半天内已获得超过3.2k个星标。
Why it matters： 该插件将OpenAI的Codex能力直接整合到Claude Code的工作流中。据统计，GitHub公开提交中约4%由Claude Code生成，预计年底将超过20%。Claude Code的企业订阅量在2026年初至今翻了四倍，企业用户贡献了超过一半的收入。Anthropic的年化收入据报已达约190亿美元，增速迅猛。此举被视为OpenAI将其生态能力主动延伸至竞争对手Anthropic的核心产品工作流中。
Between the lines： 该插件的背景是OpenAI上周为Codex增加了完整的插件体系，将Skills、App集成和MCP Server打包成可安装、可分享的工作流单元。目前已有Gmail、Google Drive、Slack、Figma、Notion等20多个官方插件。使用该插件需要ChatGPT订阅或OpenAI API key，用量计入Codex使用额度。虽然Codex的插件体系与Claude Code的生态打包路线相似，但codex-plugin-cc的方向是反向将Codex能力注入Claude Code。
What’s next： 据Epoch AI分析，按目前增速，Anthropic可能在2026年中追平OpenAI的收入规模。OpenAI的收入更多来自ChatGPT订阅和大客户合同，而Anthropic的收入结构更依赖开发者和API调用。在此背景下，OpenAI以官方开源项目的形式直接进入Claude Code的工作流，被视为一种战略性的生态渗透。
（赛博禅心，2026年3月31日；X/Vaibhav，2026年3月30日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[OpenAI 给 Claude Code 做了个插件]] https://mp.weixin.qq.com/s/qFnp_4srpj7kqAJomOReRQ [[Introducing Codex Plugin for Claude Code]] https://x.com/reach_vb/status/2038670509768839458
1.8 女性使用AI获得的认可度低于男性
What happened： 根据女性倡导组织Lean In的一项新调查，女性在工作中使用AI的可能性较低，且即使使用，她们为此付出的努力获得的认可也较少。该调查于3月初对1000名18岁及以上的美国成年人进行。
Why it matters： 目前，AI能力是许多雇主表示最看重的技能。Lean In创始人Sheryl Sandberg向Axios表示，从长远来看，这种认可差距可能会加剧现有的性别薪酬和晋升不平等。
Between the lines： 这只是一项小规模调查，但它与2025年的一项类似研究结果相符，该研究发现使用AI的女性软件工程师被认为能力不如男性。Sandberg指出，这是多年来职场中存在的相同偏见，正在新的领域上演。
（Axios，2026年4月1日）
[[Sheryl Sandberg The AI gender gap is about recognition]] https://www.axios.com/2026/04/01/leanin-sheryl-sandberg-ai-women-men-work
1.9 今日我们宣布推出三款世界级MAI模型，现已在Foundry平台上线
What happened： Microsoft AI首席执行官Mustafa Suleyman于2026年4月2日宣布，推出三款新的世界级MAI模型：MAI-Transcribe-1、MAI-Voice-1和MAI-Image-2。这些模型现已通过Microsoft Foundry和MAI Playground（仅限美国）向开发者提供。
Why it matters： 这些模型旨在以极具竞争力的价格提供世界级的质量和速度。例如，MAI-Transcribe-1在25种最常用语言上提供顶尖的语音转文本服务，其批量转录速度是现有Microsoft Azure Fast产品的2.5倍。全球最大的营销传播集团WPP等企业已开始大规模使用MAI-Image-2进行创意工作。
What’s next： 这些顶级模型正被快速部署，以支持微软自身的消费级和商业级产品。微软表示，未来将有更多模型通过Foundry平台发布，并直接集成到微软的产品和体验中。
（Microsoft AI，2026年4月2日）
[[Today we’re announcing 3 new world class MAI models, available in Foundry]] https://microsoft.ai/news/today-were-announcing-3-new-world-class-mai-models-available-in-foundry/
1.10 V4 发布前的 DeepSeek：特质、组织和梁文锋的独特目标
What happened： 在下一代大模型 V4 发布前，中国人工智能公司 DeepSeek 正经历一系列变化。自2025年下半年以来，已有数名核心研发人员离职，同时公司创始人梁文锋正着手解决员工对公司估值和期权价值的疑问，并开始更多强调产品化与商业化。Why it matters： 这些变化发生在外部AI竞争加剧的背景下，竞争对手以高额薪酬吸引人才，而DeepSeek独特的非加班文化、扁平组织架构及其创始人梁文锋对AGI（通用人工智能）的独特追求，正面临内部张力与外部期待的考验。Between the lines： DeepSeek 自成立以来以其“不卷”的工作文化、极高的研发专注度（优先语言模型而非多模态生成）以及梁文锋本人深入技术细节的管理风格而著称。公司此前未进行外部融资，团队规模精炼，主要依靠应届生和实习生，并以“自然分工”的方式推进研究。
（晚点LatePost，2026年4月2日）
[[V4 发布前的 DeepSeek：特质、组织和梁文锋的独特目标]] https://mp.weixin.qq.com/s/bYZrKp48Y7EpsU8_vd6TcQ
1.11 企业微信开源“养虾大杀器”！AI接管消息、日程、文档，12个Skills一次放出
What happened： 2026年3月30日，企业微信正式开源了其命令行接口（CLI），使AI Agent能够直接调用消息、日程、文档、会议、待办、通讯录、智能表格等7大类办公能力。该项目已上架GitHub，支持Claude Code、Codex、Work Buddy、QClaw等主流AI Agent接入，优先面向10人及以下团队开放。
Why it matters： 这次开源意味着企业微信的核心办公能力以更适合AI Agent调用的方式被系统性开放。相比传统API，这套方式更贴近Agent的执行逻辑，能让AI围绕任务目标逐步调用命令，将“查人—建会—发消息—写文档—同步待办”等多步骤流程串联起来。对开发者而言，接入门槛更低，还能减少不必要的上下文消耗，间接降低Token成本。
Catch up quick： 过去，AI在办公场景中更多停留在“生成内容”与“回答问题”的层面。企业微信此次开源CLI，是其对Agent时代的一次明确表态，标志着办公系统开始向AI开放执行接口，使AI得以真正接入工作流，去操作和执行任务。
The big picture： 从协同工具向Agent任务入口进化，是办公软件正在经历的转变。随着消息、会议、文档、表格等真实办公能力被开放，AI能够更深入地融入工作流程。企业微信此次开放的12个AI Agent Skills，已提前将底层能力封装成适合Agent调用的技能单元，以适应这一趋势。
（智东西，2026年3月30日；微信公开课，2026年3月30日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[企业微信开源”养虾大杀器”！AI接管消息、日程、文档，12个Skills一次放出]] https://mp.weixin.qq.com/s/rgMXbaCRxlOWlJqQgiyv4g [[企业微信正式开源CLI ，AI可调用7大能力]] https://mp.weixin.qq.com/s/69XTvO3pacuIxXhyQbe_Dw
1.12 傅盛首次公开演讲谈“龙虾”：每天为虾花钱低于100美金，就觉得自己工作不够努力
What happened： 猎豹移动CEO傅盛于3月27、28日在“2026新榜内容节”上，首次公开分享其使用AI智能体“龙虾”（OpenClaw/EasyClaw）的实践经验。他透露，自己因滑雪受伤在家休养期间，通过深度使用“龙虾”进行内容创作与网站建设，其个人公众号在半个月内涨粉5万，X平台涨粉1万。
Why it matters： 傅盛认为，以OpenClaw为代表的“龙虾”产品并非简单的工具软件，而是一种“数字员工”，代表着一次巨大的工具范式革命。他强调，这种AI智能体能够显著提升内容生产效率，是创业者拥抱下一个时代的关键。他本人将每日在“龙虾”上的花费视为衡量工作投入度的指标，称若低于100美金则意味着“工作不够努力”。
Catch up quick： 傅盛指出，整个行业此前都在探索Agent（智能体）的应用，而OpenClaw的出现标志着设计思维的转变——将其视为拥有电脑全部权限的“数字人”，而非仅仅是更好的软件。这一转变带来了记忆升级、技能学习、心跳与任务驱动等核心机制，使其能够自我驱动并持续成长。
What’s next： 傅盛的公司已基于OpenClaw架构推出了优化产品EasyClaw，提供个人版、企业版及出海版。他展望，将过去用于雇佣人力的成本转而投入“养龙虾”，其效能可能会扩大很多倍，并鼓励创业者多思考未来，积极采用这种新的工作范式。
（AI新榜，2026年3月30日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[傅盛首次公开演讲谈“龙虾”：每天为虾花钱低于100美金，就觉得自己工作不够努力]] https://mp.weixin.qq.com/s/RM6LWYfmob6xqm8ZayqSTQ
1.13 刚刚，Ilya Sutskever获得美国国家科学院大奖，AI领域首次
What happened： 2026年，OpenAI联合创始人、前首席科学家Ilya Sutskever获得美国国家科学院科学工业应用奖及2.5万美元奖金，这是该奖项首次颁发给AI领域。
Why it matters： 美国国家科学院表示，该奖项旨在表彰“具有内在科学重要性并在工业界有重大、有益应用的原创科学工作”。Sutskever因其开创性贡献“深刻地改变了全球的人工智能研究及其在工业界的应用”而获奖。
Between the lines： Sutskever是历史上被引用次数最多的计算机科学家之一，因帮助开启深度学习革命而广受认可。他的工作通过包括AlexNet、Sequence-to-Sequence学习和GPT模型在内的研究突破，重新定义了机器智能的边界。他于2024年离开OpenAI后，联合创立了专注于开发安全超级智能的研究实验室Safe Superintelligence Inc.（SSI）。
（机器之心，2026年4月4日）
[[刚刚，Ilya Sutskever获得美国国家科学院大奖，AI领域首次]] https://mp.weixin.qq.com/s/RK76sV8frqHtFsw4TKldjg
1.14 OpenAI 创下史上最大融资纪录，估值逼近万亿
What happened： 2026年4月1日，OpenAI宣布完成一轮总额达1220亿美元的私募融资，创下人类商业史上单轮私募融资的最高纪录。融资完成后，该公司估值达到8520亿美元，距离万亿美元市值仅一步之遥。此轮融资的主要出资方包括亚马逊（500亿美元）、英伟达（300亿美元）和软银（300亿美元）。
Why it matters： 外界普遍认为，这是OpenAI在年底首次公开募股（IPO）前的最后一次大规模私募，标志着其上市节奏日益清晰。此次融资吸引了包括科技巨头和金融机构在内的广泛参与，几乎整个科技圈都在为其“撑场面”，显示出市场对其未来发展的极高预期。对于OpenAI而言，这笔资金被视为IPO前的最后一次“大补仓”。
Catch up quick： 这轮融资最初在今年2月公布时承诺金额为1100亿美元，最终收盘时多出了120亿美元，表明后续跟进的机构比预期更多。微软作为长期合作伙伴继续跟投，但未公开具体金额；截至去年底，微软在OpenAI的累计投入已超过130亿美元。此外，OpenAI还首次通过银行渠道向富裕个人投资者开放募集，筹得约30亿美元。
What’s next： 融资前后，OpenAI的产品线持续调整。一方面，公司发布了性能更强的GPT-5.4，并将代码生成工具Codex升级为独立的编程Agent。另一方面，公司关闭了因商业化路径模糊、每日烧钱约100万美元的视频生成模型Sora，并计划审视其他高投入、低回报的业务方向，将算力集中到文本模型、代码生成和企业服务等能产生稳定现金流的领域。OpenAI的官方声明将其新定位描述为“构建智能本身的基础设施层”，并计划推出整合多项能力的“超级应用”，主要面向开发者和企业用户。
（APPSO/智东西，2026年4月1日；OpenAI，2026年3月31日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[OpenAI 创下史上最大融资纪录，估值逼近万亿]] https://mp.weixin.qq.com/s/STX1FTMPn_p5B37-ZJ3EhA [[8417亿！史上最大融资诞生]] https://mp.weixin.qq.com/s/QxF79oyU5M5B-jX6sU7cpw [[OpenAI raises $122 billion to accelerate the next phase of AI]] https://openai.com/index/accelerating-the-next-phase-ai/
1.15 智谱年报发布：收入结构翻转，MaaS 增长 60 倍
What happened： 智谱（02513.HK）于2025年3月31日发布上市后首份年度业绩报告。报告显示，公司2025年全年收入达7.24亿元人民币，同比增长132%，成为国内收入规模最大的大模型公司。其MaaS（Model as a Service）API平台的年度经常性收入（ARR）约为17亿元人民币，在过去12个月内增长了60倍。值得注意的是，公司在2026年第一季度将API定价上调了83%，但调用量反而增长了400%。
Why it matters： 这一业绩表现发生在国内大模型行业普遍陷入价格战、2025年平均毛利率仍为-30%的背景下。智谱的综合毛利率达到41%，其MaaS平台毛利率从约3.8%提升至18.9%。量价齐升的现象表明，对于生产级客户而言，模型效果的稳定性和能力比价格更重要。智谱已成为国内付费Token消耗量最高的厂商之一，其GLM系列模型在全球开源模型和中国模型中排名领先。
Catch up quick： 在招股书阶段，智谱的收入主要来自本地化部署服务，占比约七成。而此次年报显示，其收入结构已从“模型服务”切换至“API调用”，MaaS成为增长主引擎。中国前十大互联网公司中有9家每天深度调用GLM模型。同时，智谱正将自身定位为“中国的Anthropic”，其增长曲线与Anthropic早期形态相似，两者均以API调用为主要收入来源，并以Coding（编程）为重要切入点。
What’s next： 智谱CEO张鹏在业绩会上提出了“TAC（Token架构力）”和“LLM-OS（大模型操作系统）”两个新概念，前者旨在衡量组织驱动复杂Agent系统的能力，后者探索将基座模型能力与操作系统深度融合。尽管公司短期内因高研发投入仍面临盈利压力，但其MaaS模式具备边际成本持续下降的特性。未来，公司需要应对大厂自研模型的竞争，并观察在算力供给充裕后，其定价能力与需求侧的持续性。
（赛博禅心/华尔街见闻，2026年3月31日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[智谱年报发布：收入结构翻转，MaaS 增长 60 倍]] https://mp.weixin.qq.com/s/B9UptX1zLLNazEUOi2zqaQ [[涨价83%后token卖爆，智谱的财报藏着一个行业拐点]] https://mp.weixin.qq.com/s/t0Py4ofISRv0qdA0YQp6iw
1.16 源码被开源，Claude Code之父回应了：纯内部开发者手滑
**What happened：**2026年3月31日，AI公司Anthropic在发布其编码助手Claude Code的npm包时，因工程失误未剔除source map文件，导致完整的TypeScript源码被轻易还原并迅速在GitHub等平台扩散。Claude Code之父Boris Cherny在X上回应称，此事纯属“开发者的错误”所致。Anthropic发言人向媒体Decrypt确认，泄露的代码不涉及敏感的客户数据或凭证，属于人为错误导致的发布打包问题，并非安全漏洞。
**Why it matters：**此次泄露事件意外地为外界提供了一个观察顶级AI Agent内部设计逻辑的窗口。开发者通过分析代码，揭示了Anthropic在系统提示词设计、反蒸馏机制、用户体验优化、安全防护及上下文管理等方面的深度工程细节。例如，代码中内置了防止竞争对手利用其输出数据进行训练的反蒸馏机制，以及一系列用于提升性能、管理记忆和保障安全的复杂策略。
**Catch up quick：**泄露的源代码规模庞大，超过50万行。事件发生后，Anthropic试图依据美国《数字千年版权法》（DMCA）要求GitHub删除相关仓库，但为时已晚，代码已被广泛下载和镜像。社区反应迅速，韩国开发者Sigrid Jin利用AI工具，在数小时内将核心架构移植为Python版本并创建了“claw-code”项目，该仓库在2小时内获得超过5万个Star，打破了GitHub的历史增长纪录。
**The big picture：**此次事件凸显了AI时代软件工程迭代与开源生态的新动态。一方面，它暴露了即使顶尖AI公司的工程实践也存在技术债与妥协；另一方面，社区借助AI工具能以惊人速度解构、重写和改进复杂系统，使得传统的代码版权边界变得模糊。基于泄露代码的改进版、重写版项目正不断涌现，预示着AI正在重塑软件开发的节奏与协作方式。
（机器之心/Axios/VentureBeat，2026年3月31日；Latent Space，2026年4月1日；新智元，2026年3月31日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[源码被开源，Claude Code之父回应了：纯内部开发者手滑]] https://mp.weixin.qq.com/s/jqh1zNM69BSAp_AsL6l9Kw [[Anthropic leaked its own source Code]] https://www.axios.com/2026/03/31/anthropic-leaked-source-code-ai [[Claude Code’s source code appears to have leaked]] https://venturebeat.com/technology/claude-codes-source-code-appears-to-have-leaked-heres-what-we-know [[The Claude Code Source Leak]] https://www.latent.space/p/ainews-the-claude-code-source-leak [[刚刚，Claude Code开源了！51万行代码，全网狂欢]] https://mp.weixin.qq.com/s/ghy8vsqy7Kdq5QgPG9mpWw
1.17 突发！Anthropic 封杀 OpenClaw，龙虾之父：说服失败
What happened： Anthropic 于太平洋时间4月4日宣布，其Claude订阅服务将不再支持OpenClaw等第三方工具的使用。OpenClaw创始人Peter Steinberger表示，其说服Anthropic的行动仅使该决定推迟了一周。
Why it matters： Anthropic表示，其订阅服务并非为第三方工具的使用模式设计，需要优先保障使用自家产品和API的客户。博主Yuchen Jin认为，考虑到Claude近期的稳定性问题及Anthropic的GPU算力约束，这一调整可能是正确的选择。
Between the lines： 报道指出，OpenClaw的代码完全由Claude Code自动生成，其底层技术也全部基于Claude。有分析认为，OpenClaw的成功证明了用户对此类Agent工具的需求，而Anthropic近期发布的Dispatch、Claude Code Channels等功能，均精确对标了OpenClaw的核心能力。
（APPSO，2026年4月4日）
[[突发！Anthropic 封杀 OpenClaw，龙虾之父：说服失败]] https://mp.weixin.qq.com/s/If-JMCsIhGfQfZ6QviT4Xg
1.18 认识全新的 Cursor
What happened： 2026年4月2日，AI编程工具 Cursor 正式发布了 Cursor 3，这是一个围绕智能体构建软件的统一工作区，旨在帮助工程师在更高的抽象层级上工作。
Why it matters： 该版本标志着软件开发进入“第三个时代”，即由成群的智能体自主工作、持续交付改进。新界面旨在解决工程师当前管理单个智能体、跟踪不同对话以及在多个工具间切换的痛点。
Between the lines： 在开发 Cursor 3 时，团队放弃了基于 VS Code 分叉的路径，选择围绕智能体从零开始构建全新界面，以打造属于自己的使用环境，并集成了其自研的 Composer 2 编程模型。
（Cursor，2026年4月2日）
[[认识全新的 Cursor · Cursor]] https://cursor.com/cn/blog/cursor-3
1.19 通义实验室推出CoPaw，更适合打工人的国产龙虾来了
What happened： 2026年，阿里云通义实验室旗下 AgentScope 团队开源了个人 AI 助理 CoPaw，支持本地与云端双部署，主打“全域接入、隐私可控、主动干活”。InfoQ 测评室已推出其测评视频与云端部署教程。
Why it matters： 与 OpenClaw 相比，CoPaw 在部署便捷性、中文语义优化、多智能体协作和数据隐私控制上体现出优势。在为期两周的测试中，使用 CoPaw 自动化新闻搜集使整体效率提升约 30%，并能搭建具备稳定长期记忆能力的个人云端知识库。
Between the lines： CoPaw 基于 AgentScope 框架构建，其核心架构设计对本土场景进行了深度适配。它采用混合检索与 ReMe 记忆引擎来管理长期记忆，支持多智能体协作与内置20多项办公技能，并通过 Tool Guard 模块等分层安全机制保障数据隐私与系统安全。
What’s next： 没有任何 Agent 能一劳永逸地解决所有问题，CoPaw 亦然。“养”的过程本身，就是人与 AI 共同进化的缩影。CoPaw 降低了对技术背景的门槛，让普通打工人也能通过快速部署、零代码搭建，定制化属于自己的工作流。
（InfoQ，2026年3月30日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[通义实验室推出CoPaw，更适合打工人的国产龙虾来了]] https://mp.weixin.qq.com/s/KLfkEHL7ji18c2ScSN3Fvg
1.20 Nvidia在中国市场份额跌破60%——中国芯片制造商交付165万颗AI GPU，政府推动数据中心使用国产芯片
What happened： 根据IDC数据，2025年中国AI服务器市场共交付了400万颗AI GPU，其中Nvidia以约220万颗的出货量占据55%的市场份额，而中国本土半导体公司交付了165万颗，合计占据41%的市场份额。华为是最大的本土赢家，出货约81.2万颗AI芯片，占据近20%的市场份额。
Why it matters： 这标志着Nvidia在中国市场的份额相比其声称的制裁前95%的份额出现了重大收缩。尽管中国芯片制造商近年来突飞猛进，但在AI数据中心芯片领域仍落后Nvidia和AMD五到十年。北京方面正面临两难境地，既希望支持国内芯片产业，又希望其AI科技公司在全球舞台上保持竞争力。
Between the lines： 尽管美国在2023年禁止Nvidia和AMD向中国销售最先进的芯片，但许多中国科技公司仍青睐其最新AI GPU的“削弱版”。然而，美国前总统特朗普在2025年4月完全禁止了所有AI GPU出口，迫使中国公司转向依赖国内芯片制造商。此后，美国的出口政策又经历了多次反复。
（Tom’s Hardware，2026年4月1日）
[[Nvidia market share in China falls to less than 60% — Chinese chip makers deliver 1.65 million AI G]] https://www.tomshardware.com/tech-industry/nvidia-market-share-in-china-falls-to-less-than-60-percent-chinese-chip-makers-deliver-1-65-million-ai-gpus-as-the-government-pushes-data-centers-to-use-domestic-chips
2 时事要闻
2.1 软件职位空缺今年激增，与AI担忧背道而驰
What happened： 根据招聘分析公司TrueUp的数据，2026年科技行业软件工程师职位空缺已超过6.7万个，达到三年多来的最高水平，自2023年中期的低谷以来已增长约一倍。
Why it matters： TrueUp创始人Amit Taylor指出，“许多关于‘AI正在取代工程师’的说法并未得到职位发布数据的支持——至少目前如此。”数据显示，在生成式AI革命背景下，软件工程师需求依然强劲，而AI相关职位正在“爆炸式”增长。
Between the lines： 此次复苏是在2022年至2023年初的急剧回调之后出现的，当时科技公司在疫情期间过度扩张后大幅削减招聘。如今，随着企业大力投资AI，招聘正在反弹，而这本身就需要大量工程师。
（Business Insider，2026年4月3日）
[[Software job openings surge this year, defying AI fears]] https://www.businessinsider.com/ai-isnt-killing-software-coding-jobs-booming-trueup-2026-4
2.2 一年后，特朗普制造业复兴计划现状如何
What happened： 美国总统Donald Trump一年前承诺通过关税使制造业就业“迅猛回归”，但根据劳工部最新数据，过去一年制造业就业岗位实际减少了约9.8万个，汽车和木材制造等受关税保护的行业就业也有所下降。
Why it matters： 支持关税的团体认为，一年时间不足以扭转美国制造业数十年来的下滑趋势，但也看到了积极迹象，如供应管理协会的制造业采购经理人指数显示行业整体增长。然而，政策的不确定性令企业不愿投资，且公众对经济前景的看法恶化。
Between the lines： Trump的关税政策在政治上获得了跨党派的支持，但政策的混乱推出和频繁变动加剧了不确定性。尽管针对钢铁等特定行业的关税被支持者称为“改变游戏规则”，但汽车等行业则因与贸易伙伴达成的协议降低了海外生产成本而受到冲击。
（POLITICO，2026年4月2日）
[[A year later, here’s where things stand on Trump’s manufacturing revival]] https://www.politico.com/news/2026/04/02/manufacturers-still-waiting-trump-tariff-promises-00854987
2.3 美国能源密集度降低的经济体准备应对伊朗战争冲击
What happened： 2026年3月，面对伊朗战争引发的能源冲击，美国经济因其能源密集度已显著降低而具备关键优势，这在此前的海外动荡时期是缺失的。
Why it matters： 汽油、航空燃油和柴油价格上涨无疑会造成损害。但相对而言，无论是普通家庭还是整体经济，承受冲击的能力都比过去更强。
Between the lines： 近几十年来，美国经济活动中对能源需求较低的服务业占比增加，而需要大规模能源的部门效率也已提高。从家庭层面看，工资的快速增长使得汽油和其他能源在家庭支出中的占比低于以往的许多次能源冲击时期。
（Axios，2026年3月30日）
[[America’s less energy-intensive economy braces against Iran war shock]] https://www.axios.com/2026/03/30/energy-iran-war-gasoline
2.4 中国工厂活动恢复增长，创一年来最快扩张速度
**What happened：**中国国家统计局周二公布的数据显示，中国3月份制造业采购经理指数（PMI）升至50.4，高于路透社调查的经济学家预期的50.1，结束了此前连续两个月的收缩，并创下一年来最快的扩张速度。**Why it matters：**这一扩张标志着制造业活动在2月中旬延长假期后，工厂急于恢复生产而获得动力。然而，持续的中东冲突导致航运费用和原油等进口商品成本上升，给企业带来了压力。**Between the lines：**在构成制造业PMI的分项指数中，生产和新订单指数处于扩张区间，而原材料库存、从业人员和供应商配送时间指数则仍低于临界点。非制造业PMI也从2月的49.5升至50.1。**What’s next：**许多中国工厂主预计当前的供应链中断将是短暂的，因为美国总统特朗普（Donald Trump）计划于5月访华会见中国领导人，这可能带来约六周的高价格和供应挑战期。
（CNBC，2026年3月31日）
[[China’s factory activity returns to growth, expanding at its sharpest pace in a year]] https://www.cnbc.com/2026/03/31/china-pmi-data-march-factory-activity-.html
2.5 数据中心成为中期选举议题
What happened： 随着2026年中期选举临近，数据中心在美国至少11个州面临立法限制或禁令。缅因州预计将成为首个通过法案，在2027年11月前暂停数据中心建设的州。
Why it matters： 数据中心引发的争议正在红州和蓝州迅速蔓延，成为选民对电网、供水和基础设施压力的愤怒焦点。同时，华尔街的投资和华盛顿对AI主导地位的追求并未放缓。
Between the lines： 政客们在中期选举前对数据中心的立场，往往是对当地选民焦虑的直接回应。贸易团体Associated Builders and Contractors的首席经济学家Anirban Basu认为，缅因州是“煤矿中的金丝雀”，将是许多实施此类暂停令的州中的第一个。
（Axios，2026年4月5日）
[[Data centers are on the midterm ballot]] https://www.axios.com/2026/04/05/data-centers-midterms-state-bans-bills-ai
2.6 国防部长Hegseth在伊朗战争期间撤换陆军最高将领
What happened： 国防部长Pete Hegseth已要求陆军参谋长Randy George将军及其他两位军事领导人离任。此举发生在伊朗战争期间。
Why it matters： George是陆军最高级别的将军，他的撤换正值战争时期。目前尚不清楚其被解职的具体原因。
What’s next： 曾担任Hegseth助手的Christopher LaNeve将军将出任代理陆军参谋长。
（Axios，2026年4月2日）
[[Hegseth removes Army’s top general during Iran war]] https://www.axios.com/2026/04/02/iran-war-hegseth-remove-gen-george-army-chief-staff
2.7 特朗普称美国将在未来2-3周内将伊朗“炸回石器时代”
What happened： 美国总统特朗普（Donald Trump）在黄金时段讲话中表示，美国即将结束对伊朗的战争，但将在未来两到三周内对该国进行轰炸，将其“炸回石器时代”。
Why it matters： 特朗普称，如果无法达成结束战争的协议，美国将轰炸伊朗所有发电厂，可能还包括其油田。这将给德黑兰的平民人口和该国未来带来毁灭性后果，并可能引发针对美国在该地区盟友的报复。其讲话后，股指期货暴跌，油价上涨。
Between the lines： 特朗普威胁摧毁伊朗电力基础设施，暴露了他的挫败感。他曾私下向他人表示，伊朗领导人并不认为自己正在输掉战争，因此没有动力达成符合总统观点的协议。一位亲信称，伊朗军事领导层损失惨重，但他们并未感到痛苦，因此有人讨论要测试他们的痛苦承受能力。
（Axios，2026年4月2日；Axios，2026年3月31日）
[[Trump U.S. will bomb Iran back to stone ages over next 2-3 weeks]] https://www.axios.com/2026/04/02/trump-bomb-iran-stone-ages-power-plants [[Trump pursues era of unshackled warfare]] https://www.axios.com/2026/03/31/trump-iran-war-crimes-desalination-water
2.8 特朗普威胁因伊朗战争而背弃北约承诺
What happened： 美国总统特朗普（Donald Trump）及其团队因多个北约（NATO）盟友拒绝为美国打击伊朗提供后勤支持或开放领空与基地而愤怒。特朗普称这些盟友为“懦夫”，并威胁可能退出北约。
Why it matters： 分析认为，这可能是过去八十年来最强大、最具影响力的联盟的丧钟。对于与扩张主义的俄罗斯接壤的盟友来说，这是一个非常令人担忧的前景。同时，伊朗战争正成为莫斯科的战略意外之财，既增加了其石油收入，又转移了西方注意力，还加剧了北约的紧张关系。
Between the lines： 北约建立的前提是，对一个成员的攻击即被视为对所有成员的攻击。特朗普已使这一承诺变得有条件：如果你不帮助我的战争，我可能也不会为你的战争伸出援手。此前，特朗普曾威胁要夺取盟友丹麦的格陵兰岛，并对任何阻碍他的盟友加征关税，这已是北约在一系列日益严重的生存危机中的最新一次。
（Axios，2026年4月3日）
[[Trump threatens to break NATO’s promise over Iran war]] https://www.axios.com/2026/04/03/nato-trump-iran-war
2.9 特朗普的“五角大楼优先”总统任期
What happened： 美国总统特朗普（Donald Trump）于4月4日公布新预算案，提议将国防开支大幅增加42%，同时削减包括公共卫生、科研、住房和教育在内的非国防开支10%，即730亿美元。
Why it matters： 报道指出，这位本世纪最强大的民粹主义者，正面临成为他当初竞选时所反对的角色的风险：一个要求工薪阶层美国人承担战争成本的赤字开支干预主义者。该预算将美国政府重新定位为以军事力量为核心，几乎牺牲其他一切。
Between the lines： 白宫为削减开支提出了一个熟悉的理由：欺诈、浪费和滥用。特朗普在Truth Social上任命副总统万斯（Vance）为“欺诈沙皇”，并指责民主党领导的州存在欺诈行为。然而，独立分析人士发现，类似过往的欺诈节省主张被严重夸大。
（Axios，2026年4月4日）
[[We’re fighting wars Trump bets his presidency on the Pentagon]] https://www.axios.com/2026/04/04/trump-budget-pentagon-domestic-spending
3 评论观点
3.1 Claude Code 构建实时仓库上下文
这篇文章的核心观点是，Claude Code 在编程任务上表现出色的关键并非其底层模型本身，而在于其精心设计的软件架构和一系列优化。作者通过分析泄露的源代码发现，Claude Code 通过构建实时仓库上下文、重用提示缓存、使用专用工具、最小化上下文膨胀、维护结构化会话记忆以及利用子代理并行工作等机制，极大地提升了编码代理的效率和性能。这些系统层面的优化，使得即使替换为其他模型，也能获得强大的编程辅助能力。
- Claude Code 的核心优势并非模型，而在于其优化代码库交互、管理上下文和并行处理的软件架构。
- 它通过专用工具、缓存重用和上下文压缩等技术，有效解决了处理大型代码库时的上下文窗口限制问题。
- 结构化会话记忆和子代理机制模仿了人类开发者的工作方式，使协作与任务管理更高效。
#AI编程助手 #软件架构 #上下文优化
[[1. Claude Code Builds a Live Repo Context]] https://x.com/rasbt/status/2038980345316413862
3.2 AI基础设施路线图：2026年的五大前沿
文章指出，AI基础设施的重心正从追求模型规模转向让AI在现实世界中可靠运行。为此，文章提出了2026年将定义下一代AI基础设施的五大前沿领域。
- 随着AI部署从单一模型转向复合系统，旨在“驾驭”模型、释放其全部潜力的基础设施变得至关重要。
- 持续的模型学习能力是解决当前模型权重冻结、无法在部署后真正学习的关键，这需要新的架构和治理方案。
- 新的评估与可观测性基础设施至关重要，因为约78%的AI失败是隐形的，传统监控无法捕捉。
- 强化学习栈正成为AI基础设施的核心，以通过交互式“经验”而非静态数据集来训练AI处理复杂任务。
- 世界模型作为一种新的智能基石，通过模拟物理世界来解决数据稀缺问题，为机器人、自动驾驶等多个行业带来广阔机遇。
#AI基础设施 #持续学习 #世界模型 #强化学习 #评估可观测性
（Next Big Teng，2026年3月30日）
[[AI Infrastructure Roadmap Five frontiers for 2026]] https://nextbigteng.substack.com/p/ai-infrastructure-roadmap-five-frontiers-for-2026
3.3 AI 资本大转向：OpenAI 凉、Anthropic 火、马斯克赢
What happened： 据彭博社报道，SpaceX 已秘密递交 IPO 申请，最快有望在 6 月上市，目标估值可能超过 1.75 万亿美元。与此同时，二级市场对 OpenAI 股份的兴趣快速回落，而投资人正将目光转向其竞争对手 Anthropic，后者的股份需求强劲，甚至出现溢价成交。
Why it matters： 市场对 AI 公司的追捧正变得更加现实和细致。OpenAI 因高昂的运营成本和企业市场推进较慢引发担忧，而 Anthropic 在企业市场的更强表现和更扎实的增长曲线被投资者视为更具吸引力。这反映出资本在评估 AI 公司时，开始更敏感地比较估值、成本结构和商业化路径。
Between the lines： 这三家公司——SpaceX（含 xAI）、OpenAI 和 Anthropic——背后关联着同一批人才和投资人，并代表了关于 AI 未来发展的长期分歧。SpaceX 的上市估值逻辑在于其作为“超级稀缺资产”的独特性，而 OpenAI 与 Anthropic 在二级市场的冷热分化，则体现了资本在“同一条赛道里，谁更值得买”框架下的重新选择。
（AI前线，2026年4月2日）
[[AI 资本大转向：OpenAI 凉、Anthropic 火、马斯克赢]] https://mp.weixin.qq.com/s/Zp6lj7vyo2iV7XaI5jXWMg
3.4 Apple的50年整合之路
文章回顾了Apple成立50年来，其整合硬件与软件的商业模式如何定义了公司，使其在个人电脑、音乐播放器、智能手机等市场面对IBM、微软、Android等不同形态的竞争者时，始终保持独特优势并最终胜出。如今在AI时代，Apple正利用其设备优势聚合第三方AI服务，而OpenAI等公司试图打造整合式AI硬件的举措，可能成为其未来面临的新挑战。
- Apple的核心优势在于其整合硬件与软件的商业模式，这使其在50年间面对IBM、微软、Android等不同形态的竞争者时，始终保持独特竞争力。
- 在AI时代，Apple并未大规模投资AI基础设施，而是利用其设备与用户优势，计划开放Siri以聚合多个AI服务提供商，并通过App Store订阅抽成获利。
- 文章指出，Apple面临的真正长期威胁在于，如果AI变得足够强大，可能催生超越智能手机的新交互范式与专用设备，而OpenAI正试图通过整合式硬件挑战Apple。
#Apple #商业模式 #人工智能 #硬件与软件整合
（Stratechery by Ben Thompson，2026年3月31日）
[[Apple’s 50 Years of Integration]] https://stratechery.com/2026/apples-50-years-of-integration/
3.5 AI智能体的持续学习
文章指出，AI智能体的持续学习可在模型、框架和上下文三个层面进行，而不仅仅是更新模型权重。执行轨迹是驱动这些学习流程的核心。
- 持续学习不仅指更新模型权重，还包括优化驱动智能体的框架代码，以及更新配置智能体的外部上下文或记忆。
- 模型层面的学习面临灾难性遗忘的挑战；框架层面的学习可通过分析执行轨迹来优化代码；上下文层面的学习可在智能体、用户或组织等不同层级进行。
- 执行轨迹记录了智能体的完整执行路径，是驱动模型、框架和上下文持续学习的基础数据，LangSmith等平台可用于收集和分析这些轨迹。
#AI智能体 #持续学习 #LangChain
（LangChain Blog，2026年4月5日）
[[Continual learning for AI agents]] https://blog.langchain.com/continual-learning-for-ai-agents/
3.6 Claude Code是否比Cursor便宜5倍？
作者通过12组并行实验，对比了Claude Code、Cursor和Codex在每月200美元个人计划下的“代理小时”容量。结果显示，Claude Code提供的容量约为Cursor的5倍，但若仅比较前沿模型（SOTA）访问，差距则高达约38倍。然而，Cursor的Composer模型在执行速度上具有显著优势。
- 在每月200美元价位，Claude Code Max 20x计划提供的代理小时容量约为Cursor Ultra的5倍，若仅使用前沿模型则高达约38倍。
- Cursor Ultra的预算大部分用于其专有的、速度更快的Composer模型，若想充分利用该工具，应大量使用Composer。
- 容量不等于产出速度，Cursor的Composer 2模型在项目完成速度上通常比其他模型快至少2倍。
#AI编程工具 #定价对比 #ClaudeCode #Cursor
[[Is Claude Code 5x Cheaper Than Cursor]] https://www.ashu.co/claude-code-vs-cursor-pricing/
3.7 2026年第一季度时间线更新
AI Futures Project团队根据近期进展，更新了其对AI发展关键里程碑的预测，将实现自动化编码（AC）和顶级专家级AI（TED-AI）的时间线预测提前了约1.5年。
- 主要作者Daniel的自动化编码（AC）实现中位数预测已从2029年底提前至2028年中，主要因近期模型进步快于预期。
- 推动预测提前的原因包括：采用METR v1.1数据、纳入新模型评估结果，以及对METR时间范围翻倍速度的估计从5.5个月加快至约4个月。
- 现实世界中，Claude Code等编码智能体在发布9个月内年化收入超25亿美元，其商业成功也支持了自动化编码将更快到来的判断。
#AI发展预测 #自动化编码 #AGI时间线 （AI Futures Project，2026年4月2日）
[[Q1 2026 Timelines Update]] https://blog.aifutures.org/p/q1-2026-timelines-update
3.8 生成式人工智能的经济学：两年之后
这篇文章对生成式AI产业的经济结构进行了两年后的追踪分析。核心发现是，尽管整个AI生态系统的规模增长了约5倍，但价值分配格局与两年前相比变化甚微：半导体层（主要由英伟达主导）仍攫取了约70%的收入和79%的毛利，而最接近终端用户的应用层利润微薄。文章认为，这种“倒挂”的价值链最终会像以往的平台迁移一样发生翻转，但这一过程可能比预期更漫长。
- 生成式AI价值链依然严重“倒挂”，半导体层（尤其是英伟达）捕获了绝大部分收入和利润，而应用层利润微薄。
- 尽管各大云厂商积极投资自研芯片以降低对英伟达的依赖，但其大规模替代效应尚未显现，未能根本改变利润分配格局。
- 应用层增长迅速但基数小，且高度集中于OpenAI和Anthropic两家公司，整个生态要演变为以软件应用为主导仍需较长时间。
- 当前AI领域最盈利的策略仍是提供底层基础设施（“卖铲子”），投资者和创业者需对当前的经济现实有清醒认识。
#人工智能经济学 #价值链分析 #基础设施投资
[[The Economics of Generative AI Two Years Later]] https://apoorv03.com/p/the-economics-of-generative-ai-two
3.9 AI智能体正在扰乱资深用户的头脑
越来越多的软件开发者表示，AI编程工具正在“烧坏”他们的大脑。文章指出，最流行的智能体AI系统已在一些顶尖技术从业者中引发了类似成瘾的现象，导致他们出现“大脑过载”、睡眠不足和认知疲劳等问题。
- 多位资深开发者和技术领袖（如Andrej Karpathy、Garry Tan）报告了因过度使用AI编程工具而产生的成瘾、精神紧张和睡眠剥夺现象。
- 研究将这种现象称为“大脑过载”，即过度使用或监督AI工具超出了人的认知能力，会导致错误增加、决策疲劳和离职意愿。
- 有观点认为，这些工具像老虎机一样设计得容易上瘾，创始人等群体可能首当其冲，成为这些系统的“附带损害”。
#AI成瘾 #开发者健康 #智能体编程
[[They operate like slot machines AI agents are scrambling power users’ brains]] https://www.axios.com/2026/04/04/ai-agents-burnout-addiction-claude-code-openclaw
3.10 缺乏管控，AI智能体的成本可能超过员工
文章讨论了若缺乏有效管控，AI智能体的使用成本可能超过其产出价值，甚至高于雇佣员工。多位专家指出，无节制地使用前沿模型API可能导致每日成本高达数百美元，但通过设定预算、明确任务范围和使用针对性模型可大幅降低成本。
- 无管控的AI智能体，特别是使用昂贵API进行宽泛任务时，每日成本可能高达300美元，其产出价值可能无法匹配成本。
- 智能体在特定、有界任务中（如80%的事故调查工作）可以比雇佣员工更具成本效益，关键在于产出是否可靠而非绝对成本。
- 企业应将智能体视为可变成本的运营资源，从第一天起就建立预算、管控、所有权和问责制，并区分不同部署模式的巨大成本差异。
#AI成本管控 #智能体经济 #企业AI部署
（CIO，2026年4月3日）
[[Without controls, an AI agent can cost more than an employee]] https://www.cio.com/article/4152601/without-controls-an-ai-agent-can-cost-more-than-an-employee.html
3.11 什么时候Agent能自己写skill？
What happened： 2025年12月，Anthropic发布了Agent Skills开放标准，定义了一套标准化的文件夹规范，使AI智能体（agent）能够像安装应用程序一样加载专业技能。该标准迅速被Microsoft、OpenAI、Cursor、Box等多家公司集成或采用。然而，Anthropic自带的自动生成工具“skill-creator”在初期被开发者观察发现，其生成的技能大多“更像玩具而不是工具”，存在触发失败、指令过多导致混乱、安全漏洞等问题，真正好用的技能仍需人工打磨。
Why it matters： 该标准旨在解决当前AI智能体缺乏具体领域专业知识（Know-how）的核心瓶颈。技能（skill）是工作流程中专业知识的结晶，其标准化意味着企业可以将一套合规检查等技能快速分发给所有员工的智能体，实现专业能力的快速复制与部署，这是提升AI智能体实用性和专业化水平的关键一步。
Catch up quick： 让智能体自主发现和组合可复用技能模块的探索已持续26年。1999年，Rich Sutton等人提出了“options framework”理论框架。2023年，Jim Fan等人的Voyager项目在《我的世界》（Minecraft）游戏中取得突破，首次将技能从不可解释的神经网络权重转化为可读、可编辑、可迁移的JavaScript代码，证明了代码形态的技能库能极大提升探索效率。2025年底至2026年初，随着产业标准确立，学术界围绕技能的自主发现、封装组合与持续改进涌现出一批系统性研究。
The big picture： 2026年初的多项研究表明，“让agent自己造skill”已在真实任务上取得可观进展。研究覆盖了技能生命周期的各个环节：通过探索（如EXIF框架）、从失败中学习（如EvoSkill）或需求驱动（如CASCADE框架）来发现技能；通过将技能封装为确定性代码（如SkillWeaver）或完整子智能体（如AgentFactory）来提升可靠性；并通过强化学习（如SAGE、SkillRL）或经验库动态管理（如AutoRefine、ACE、EvolveR）来实现技能的持续进化与组合。与此同时，Anthropic升级了Skill Creator 2.0，提供创建、验证、迭代、度量的全生命周期人机协作工具。这表明，智能体自主积累和进化知识的能力正从学术构想转化为具体的工程问题。
（腾讯科技，2026年3月30日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[什么时候Agent能自己写skill？｜Hao好聊趋势]] https://mp.weixin.qq.com/s/9V0xYqveQigc3yJq-2-XQA
3.12 微软新组建的工程HR，跟HRBP有什么不一样？
微软近期对其工程团队的HR支持模式进行了重大重组，将原本分散在各产品线的HRBP整合为集中统一的“工程HR”团队。这一变革旨在应对AI时代产品快速迭代和人才竞争加剧的挑战，通过集中战略型团队直接服务全公司工程领导层，以提升决策效率和全局人才协同能力。
- 传统HRBP模式是分散嵌入各业务单元的“响应式”战术支持，易形成信息孤岛和决策滞后；而新的工程HR是集中统一的“预见式”战略协同者，能主动参与公司级产品优先级对齐和人才战略规划。
- 重组旨在打破HRBP各自为政的“山头主义”，实现跨产品线人才与资源的统一调度，以支持AI驱动下“适应性扩张”的组织需求，提升整体敏捷性。
- 新模式对HR的能力要求更高，需具备技术素养和战略视野，从“业务伙伴”转变为“产品协同开发者”，以数据驱动决策，支撑公司在AI时代的快速转型。
#微软 #人力资源变革 #AI时代组织 #HRBP #工程HR
[[微软新组建的工程HR，跟HRBP有什么不一样？]] https://mp.weixin.qq.com/s/SvoRSg5rxCFToQnNhYMidw
3.13 疯狂的Skill
What happened： 2026年4月，以“.skill”为后缀的AI项目在GitHub等平台引发开源狂欢。这些项目旨在将特定人物（如同事、前任）的经验、性格和互动模式封装成可被AI调用的能力模块。
Why it matters： 这标志着AI从“能力模型”向“行为模型”的演进，其影响已超越技术范畴，触及职场生存、情感伦理与人类价值重估。它引发了关于劳动价值体系、数据主权和隐私侵犯的深刻社会讨论。
Between the lines： 这场风潮的技术背景源于Anthropic在2025年10月发布Claude skills以及2026年初OpenClaw的走红，它们推动了Agent能力模块的标准化。民间项目在此基础上，通过双层架构（客观知识库与人格模型）实现了对个人行为的高度拟真复刻。
（机器之心，2026年4月4日）
[[疯狂的Skill]] https://mp.weixin.qq.com/s/3u-6hhpDYPO-s7V1PDUE-A
3.14 站在“围城”里的库克，手握2.0版“苹果税”
What happened： 据彭博社记者马克·古尔曼（Mark Gurman）援引苹果内部人士消息，苹果计划在2026年6月的全球开发者大会（WWDC）上推出iOS 27，其关键转变是将Siri改造为一个开放平台，新增名为“Siri Extensions”的功能。届时，用户将能通过Siri直接向通过App Store安装的第三方AI聊天机器人（如Google Gemini、Anthropic的Claude）发送查询请求。此举意味着苹果将建立一个事实上的“AI应用商店”，并对通过其平台发生的第三方AI订阅服务收取高达30%的佣金。
Why it matters： 对于苹果而言，这一策略至关重要。一方面，通过提供丰富的第三方AI服务，可以防止用户因Siri能力不足而流失，从而保护其硬件销售根基。另一方面，通过服务订阅抽佣，能为苹果开辟一条极具想象力的新营收增量。目前，苹果已开始从ChatGPT Plus的订阅收入中分成，并与阿里、百度等公司传出合作消息。苹果此举建立在全球超过25亿台激活设备的庞大生态系统之上，旨在利用生态优势在AI时代进行“收割”。
Between the lines： 苹果选择开放Siri并深度整合外部技术，根源在于其自研大模型能力不足。资深分析师郭明錤曾指出，苹果的端侧模型在复杂逻辑处理上短期内难以追上云端大模型。为保证2026年Apple Intelligence的用户体验不至于落后，苹果才引入Google Gemini技术来改造Siri底层。古尔曼将此比作“用苹果芯片技术改进Windows电脑”，即借用成熟外部技术构建深度集成的智能系统。这与乔布斯时代强调封闭生态的理念形成对比，反映出库克时代务实的商业策略。
What’s next： 苹果的AI硬件布局正在同步推进。郭明錤透露，iPhone 17系列预计生产约9600万台，Pro Max版本将全系标配12GB RAM以支持复杂AI任务，为后续更激进的形态（包括传闻中的折叠屏iPhone）打基础。此外，一款不带AR功能的轻量化智能眼镜预计2026年上半年发布，一个秘密机器人团队也在研发首款带机械臂的桌面智能显示器。郭明錤认为，苹果在AI领域的“精彩表现”将从2027年开始，而2026年WWDC上Siri的改版将是其证明决心的关键一步。
（腾讯科技，2026年3月31日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[站在“围城”里的库克，手握2.0版“苹果税”]] https://mp.weixin.qq.com/s/LBfY0HQHQzQqUlhg9Rsu-A
3.15 股价跌回2008年，微软成了AI时代最大的「冤大头」？
What happened： 2026年第一季度，微软股价以单季度暴跌23%收官，创下自2008年金融危机以来最惨烈的季度表现。这一下跌发生在AI热潮的背景下，而微软是押注AI最重的科技巨头之一，其核心AI产品Copilot在Microsoft 365用户中的付费转化率仅约3.3%，企业客户普遍不愿为其付费。
Why it matters： 这一表现引发了市场对微软巨额AI投资回报率的严重质疑。分析师指出，微软必须将宝贵的Azure云算力用于修复Copilot的低采用率，但Copilot又无法快速变现，形成了“两头烧钱”的困境。同时，市场开始失去耐心，要求看到AI支出的具体回报，微软过去由AI想象力支撑的股价溢价正在回吐。
Between the lines： 微软对OpenAI超过130亿美元的投资曾被视为获得AI时代船票的妙棋，但局势正在变化。OpenAI已更加独立，可能直接与企业客户合作，这削弱了微软的“独家优势”。此外，竞争焦点已从“谁有最好的模型”转向“谁的AI能被企业用起来”，微软的处境比表面更脆弱。先行者需要承担教育市场的成本，在商业模式未跑通时投入巨资，风险很高。
The big picture： 微软2026财年计划在AI基础设施上投入约800亿美元，但投资者已不再给予“免费通行证”。尽管有分析师认为其AI战略长期有价值，但市场目前用股价投票。微软的困境是一次昂贵的实验，它迫使市场重新评估一个问题：在AI浪潮中，“投入最多”与“收益最大”之间是否存在必然联系。
（极客公园，2026年4月1日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[股价跌回 2008 年，微软成了 AI 时代最大的「冤大头」？]] https://mp.weixin.qq.com/s/FImZ9DNq6RcQkcwXi9xHEA
3.16 读懂微软HR组织变革，HR要从职能部门变成工程部门
What happened： 微软近期进行了大规模HR组织重构，将HR体系切分为七个模块，并专门组建了服务工程/技术团队的Engineering HR团队。新首席人力官Amy Coleman在内部信中表示，变化速度已超出当前HR模式能力，需从稳定型组织转向适应型组织。
Why it matters： 此次变革被视为AI时代HR模型的底层升级，旨在让HR从后台支持部门进化为组织进化引擎。微软的HR变革方向，很可能成为AI时代HR组织结构的参考样本，并预示着HR角色将从职能支持者向设计师、工程师转变。
Between the lines： 微软此次变革的背景是AI时代组织变化速度暴涨，以及公司正全面向AI平台公司转型。微软并非孤例，Google、Meta、Amazon等头部科技公司的HR也都在向“工程化”方向演进，即从流程专家转变为组织系统设计师。
（HR实名俱乐部，2026年3月30日）
[[读懂微软HR组织变革，HR要从职能部门变成工程部门]] https://mp.weixin.qq.com/s/wfy4FrGXxYRoJNYPGQrZew
3.17 阿里、腾讯、字节，又开战了！
What happened： 2026年3月，中国科技巨头阿里巴巴、腾讯和字节跳动均深度押注以“词元”（Token）为核心的新经济赛道。阿里巴巴为词元经济成立了与淘天电商、阿里云平级的一级事业群（ATH），由集团CEO吴泳铭亲自挂帅；其旗下钉钉创始人无招则将钉钉彻底重构，推出“悟空”平台，全面转向词元驱动的生产力服务。同时，腾讯将原MaaS平台升级为TokenHub，开放其国民级应用生态；字节跳动则从“卖算力”转向“卖智能”，将词元视为增长新引擎。国家数据局也已为Token敲定官方中文名“词元”。
Why it matters： 词元被英伟达CEO黄仁勋（Jensen Huang）等科技领袖视为智能时代的“硬通货”和基础生产资料，其消耗量正呈指数级增长。报道引用数据显示，中国日均词元调用量从2024年初的1000亿，跃升至2026年3月的140万亿，两年增长超千倍。这标志着行业竞争正从“模型竞赛”转向“词元效率竞赛”，其背后是To B端数字生产力爆发的巨大潜力。无招指出，To B的数字生产力一旦爆发，词元消耗将是指数级的，这有望重构中国经济增长的底层逻辑，将庞大的人力资源成本转化为可放大的数字生产力。
Between the lines： 词元经济的爆发与AI智能体（Agent）的普及密切相关，特别是像OpenClaw这样的开源AI智能体框架的走红。这类智能体让AI从被动应答的“工具”转变为能主动执行复杂任务的“数字员工”，其7×24小时不间断运行模式导致词元消耗量激增。黄仁勋宣称SaaS时代正在终结，AaaS（Agent as a Service）时代已经到来。企业购买的不再是需要人工操作的软件，而是能自主完成目标的“数字员工”，其唯一消耗就是词元。
What’s next： 报道分析，词元经济将形成一条完整的产业链，并从To B端重塑商业。企业需要彻底转变认知，从“买软件”转向“买数字生产力”，并建立“有效词元消耗”的评估与优化体系。同时，中国在词元经济中具备显著优势，尤其是西部低廉的绿电成本，使得中国的词元生产成本可能仅为美国的1/5到1/6，这有望将中国的能源优势通过算力转化为全球AI服务的成本竞争力。未来，企业间的竞争将很大程度上是“数字小脑”（专属业务数据沉淀）的竞争。
（笔记侠，2026年4月2日）
[[阿里、腾讯、字节，又开战了！]] https://mp.weixin.qq.com/s/N1UR9jDeTdWFirqdf61s5g
3.18 无人机正在击败导弹。AI正在对美国企业界做同样的事
文章认为，重塑地缘政治和商业的最重要力量是“不对称性”，即小型、廉价的力量可以挑战并击败庞大、昂贵的力量。无人机在战场上证明了这一点，而AI正在企业界复制这一模式。
- 战争教训表明，伊朗和乌克兰等处于劣势的一方，通过大规模使用廉价无人机实现了战略平衡，这暴露了用昂贵导弹防御低成本无人机在结构上是不可持续的。
- 对企业而言，AI就是“无人机”，臃肿的组织则是“爱国者导弹”；最危险的商业单元不再是最大的部门，而是能有效利用AI的小型团队。
- 企业领导者应立即行动，授权非技术背景的AI超级用户在小项目上取得成功，并以此激励整个组织更全面地拥抱AI。
#AI不对称性 #敏捷组织 #人机协作 （Axios，2026年4月5日）
[[Drones are beating missiles. AI is doing the same to corporate America]] https://www.axios.com/2026/04/05/small-teams-ai-drones-geopolitics-business
3.19 特朗普的贸易世界
文章总结了“解放日”一年后，特朗普政府贸易政策的影响与现状。尽管其关税壁垒被法院推翻、被豁免稀释并在贸易协定中缩减，但过去一年的政策变化已对全球贸易体系造成了看似不可逆转的冲击。
- 特朗普政府实施了超过50项贸易政策变动，使有效关税税率从2025年初约2%的历史稳定水平，一度飙升至百年最高的21%，目前为11%，且未来可能继续上调。
- 政策影响体现在三方面：各国正组建新贸易联盟；美国制造业面临更高的投入成本并导致就业岗位净减少；中国则找到了新买家来重新规划出口，并在2025年创下1.2万亿美元贸易顺差纪录。
- 商界领袖如大众汽车CEO Oliver Blume认为，贸易壁垒意味着商业模式需要结构性重置，且高关税与大规模投资难以并存，企业正将这种经济重构视为永久性的。
#特朗普贸易政策 #全球贸易重构 #关税影响
（Axios，2026年4月2日）
[[It’s Trump’s trade world now]] https://www.axios.com/2026/04/02/trump-trade-tariffs-liberation-day
3.20 股市仅有两个催化剂
文章指出，当前股市主要受两大因素驱动：对人工智能（AI）风险的担忧和美国总统特朗普（Donald Trump）的社交媒体言论。投资者如同面对一台弹球机，操作杆是特朗普的Truth Social和Anthropic的博客，市场因此波动剧烈。
- 投资者必须应对特朗普的帖子和AI相关消息，有基金选择忽略，但多数人正全力解读其意图。
- 有观点认为，当前在金融市场交易，理解特朗普的想法比任何宏观经济指标都重要。
- 尽管特朗普的帖子能短暂改变市场方向，但无法完全抵消战争引发的油价飙升、通胀恐惧等更大压力。
#股市 #特朗普 #人工智能风险
（Axios，2026年3月30日）
[[The stock market has only two catalysts]] https://www.axios.com/2026/03/30/stocks-ai-trump-iran
3.21 特朗普在伊朗的模糊胜利愿景
文章总结了特朗普总统对伊朗开战一个月后的复杂局面：军事上取得战术成果，但战略目标未达成，且政治经济代价日益沉重。
- 军事上，美军行动摧毁了大量目标，但付出了人员伤亡、装备损失和每日约10亿美元的高昂代价，且面临弹药库存不足的问题。
- 战略上，清除伊朗高层并未动摇其政权或反美立场，核威胁未解除，而战争引发的霍尔木兹海峡危机正演变为长期战略困境。
- 政治上，这场战争成为现代美国史上最不受欢迎的重大军事行动，导致特朗普支持率跌破40%，并侵蚀了其核心选民基础。
#美伊冲突 #战争代价 #美国政治 （Axios，2026年4月1日）
[[Trump’s blurry vision of victory in Iran]] https://www.axios.com/2026/04/01/trump-iran-war-unpopular-winning
3.22 为什么一夜之间大家都在做CLI？
What happened： 近期，包括飞书、Google、Stripe、ElevenLabs、网易云音乐在内的多家公司相继发布了命令行界面（CLI）工具。这一趋势的兴起与人工智能（AI）代理的普及密切相关，因为CLI的纯文本交互模式天然适配AI“文字进、文字出”的运作方式。例如，AI可以通过调用ffmpeg命令行工具直接处理视频，而无需打开复杂的图形界面软件。
Why it matters： 新一代CLI工具正在成为扩展AI能力的关键基础设施。它们不仅提供执行能力，还打包了通信协议（如MCP）和使用说明书（Skills），实质上构成了跨平台、免审核的AI插件。这意味着每安装一个CLI工具，用户的AI助手就能获得一项新技能，例如通过飞书CLI管理日程或通过Google Workspace CLI操作邮箱。这种模式打破了AI能力受限于其训练数据中已有工具的困境。
Between the lines： 这一轮CLI复兴的核心驱动力是AI代理的需求，而非人类重新爱上了命令行。传统CLI是为人类程序员设计的，可能包含交互式菜单，这会导致AI“卡住”。而新型CLI专为AI设计，强调通过参数一次性完成操作、输出结构化JSON格式、支持预览模式（—dry-run）以及提供精炼的Skills说明书，以优化AI的调用体验和上下文使用效率。
The big picture： CLI工具目前被视为最高效的AI能力分发方式之一，但它仍面临发现机制缺失、安装体验复杂、安全控制薄弱等基础设施层面的挑战。行业观察认为，未来需要建立能让AI工具被轻松发现、安装和信任的基础设施层，这可能会催生“AI时代的npm”。尽管CLI并非唯一的解决方案，但在当前新旧工具链交替的时期，它被认为是最务实的选择。
（虎嗅APP，2026年4月1日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[为什么一夜之间大家都在做CLI？]] https://mp.weixin.qq.com/s/ffrOMn6PhDRdbm6pmWJy9Q
3.23 一文读懂 Harness Engineering：从14篇工程文章中，寻找让 AI 不再离经叛道的壳
文章系统梳理了”Harness Engineering”（约束工程）的概念、演进历程与核心逻辑。Harness 被定义为一套围绕大语言模型建立的工业级管理制度，旨在弥补模型自身的能力缺陷，确保其能可靠、高效地执行复杂长程任务。文章通过分析 Anthropic、OpenAI、Cursor 等公司的工程实践与文献，将 Harness 的发展归纳为三层核心补偿机制：
第一层：流程管控（管住”不听话”） 解决模型在长任务中记忆丢失、不按计划执行的问题。从最初简单的记忆外化（如记事本），演进为严格的管理制度，包括：使用 JSON 等结构化清单防止”虚标完成”；通过”三步唤醒”等强制流程避免”失忆”；利用 Git 存档与回滚提供容错；以及在上下文溢出时直接启用新会话的”上下文重置”。
第二层：并发控制（管住”群体操作”） 解决多 Agent 协同时的混乱与效率低下问题。解决方案包括引入层级架构（如 Planner-Worker-Judge 三层状态机）进行强门控，以及使用”二分查找”等策略化整为零，让 Agent 并行排查问题，避免冲突。
第三层：验证与评估（管住”看不清自己”） 解决模型对自身产出过度自信、评估能力不足的问题。引入独立的”评估者”Agent，与”生成者”Agent 形成对抗循环，通过实际运行、操作界面等方式进行端到端验证。更严格的方案（如 Cursor 的 8 通道并行盲审）通过多数投票机制过滤幻觉。
核心洞见： Harness 的每个组件都是对模型当前能力短板的”补偿”。随着模型能力提升，补偿面会发生”迁移”——过时的组件需要被拆除。因此，Harness 的护城河不在于架构的复杂与固定，而在于团队”追踪补偿面迁移的速度”，即精准判断何时增删组件的能力。
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[一文读懂Harness Engineering：从14篇工程文章中，寻找那个让AI不再离经叛道的壳｜Hao好聊趋势]] https://mp.weixin.qq.com/s/DE0hc3Mz6zwoSCgL0k4SgQ
4 工具教程
4.1 Claude Code之父独家分享：15个最喜欢、但经常被忽略的CC功能
What happened： Claude Code的创始人Boris Cherny近日独家整理并分享了他本人日常高频使用、却最容易被用户忽视的15项Claude Code核心功能与技巧。这些功能涵盖移动端使用、自动化任务、开发工具集成、会话管理以及性能优化等多个方面。
Why it matters： 这些由产品创始人亲自筛选并频繁使用的功能，揭示了Claude Code作为AI编程助手在提升开发者工作效率和体验方面的深度能力。例如，/loop和/schedule功能支持长达一周的自动化运行，可用于自动代码审查等任务；而/batch命令能协调数十至数千个worktree agent并行处理大规模代码迁移，展示了其在处理复杂、规模化开发任务上的潜力。
Catch up quick： Boris Cherny本人大量使用iOS版App在移动端写代码，并频繁使用/btw命令在不打断主任务流程的情况下进行快速提问。他强调，为Claude提供验证输出的方式（如使用Chrome扩展进行前端开发）至关重要，这能让其像工程师一样不断迭代直至结果达标。此外，他透露最初构建SDK时存在设计疏漏，未来版本会将提升启动速度的--bare参数设为默认。
What’s next： Boris Cherny表示，以上是他整理的15条技巧，后续还会继续更新。用户可以通过在CLI或VSCode中使用Chrome扩展，或在Desktop App中利用其内置的Web服务预览与测试能力，来更好地进行Web开发工作。
（AI寒武纪-微信公众号，2026年3月30日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[Claude Code之父独家分享：15个最喜欢、但经常被忽略的CC功能]] https://mp.weixin.qq.com/s/gqfNVAMqM_MwAAjkAkRgzQ
4.2 如何构建你的第二大脑
本文介绍了基于@karpathy分享的方法，利用AI构建个人知识库的简易流程。核心是将所有资料存入一个文件夹，由AI自动整理成可不断优化的个人维基，无需复杂软件。
- 系统核心是创建三个文件夹（raw, wiki, outputs）和一个定义规则的schema文件，由AI负责整理和更新内容。
- 可以使用如agent-browser这样的CLI工具自动化收集网页资料到raw文件夹，从而提升效率。
- 应定期进行“健康检查”，让AI审查维基内容，以避免错误积累，这是系统持续可靠的关键。
- 方法强调简单性，纯文本文件和文件夹结构优于复杂的专用工具，避免陷入过度配置工具的陷阱。
#AI知识管理 #个人生产力 #极简工作流
（X，2026年4月4日）
[[Nick Spisak on X How to Build Your Second Brain X]] https://x.com/NickSpisak_/status/2040448463540830705
5 随便看看
5.1 Canonical提高Ubuntu 26.04 LTS系统要求，现需6GB内存
What happened： Canonical宣布，将于4月23日发布的Ubuntu 26.04 LTS长期支持版，其桌面版的最低内存要求从4GB提升至6GB。
Why it matters： 此次内存要求提升正值AI热潮导致内存组件价格飙升之际，可能使部分原本能运行旧版Ubuntu的硬件面临挑战。同时，这使得Ubuntu桌面版的内存要求超过了Windows 11的4GB最低标准。
Between the lines： 这是自2019年Ubuntu 18.04 LTS将内存要求从2GB提至4GB后，系统要求的首次重大变更。Canonical指出，在2026年，仅有少数用户仍在使用4GB内存的系统。
（Hackster.io，2026年4月2日）
[[Canonical Bumps Ubuntu 26.04 LTS’s System Requirements, Now Asks for 6GB of RAM]] https://www.hackster.io/news/canonical-bumps-ubuntu-26-04-lts-s-system-requirements-now-asks-for-6gb-of-ram-1ccc21e4a370