向阳乔木@vista8 · 5月25日70

下个月要去给传统媒体朋友分享Prompt、 Skill、AI Coding相关内容。 为准备PPT，晚上用Youmind反复调试，弄了个简洁风GPT-image-2提示词。 发现 AI 味小了很多，也更适配AI Agent产品，给AI更多推理发挥空间。 提示词见评论区

译为准备面向传统媒体的Prompt、技能及AI编程分享，作者通过Youmind反复调试，为GPT-image-2生成了一个简洁风格的提示词。该提示词有效降低了生成内容的“AI味”，并更适配AI智能体产品，为AI提供了更多自主推理与发挥的空间。

Chubby♨️@kimmonismus · 5月25日65

Anthropic just passed OpenAI in business adoption for the first time, 34.4% vs 32.3%, per Ramp's latest AI Index. But the same report that announces this spends most of its word count explaining why it probably won't last. Uber already blew through its entire 2026 AI budget. A recent model update triples the cost of any prompt that includes an image. Meanwhile the fastest-growing AI vendors on Ramp's platform right now? Inference platforms selling access to cheap open-source models. Anthropic is winning the adoption race at the exact moment their product is getting more expensive to use. Thats actually the interesting part behind this story tbh.

译Ramp最新AI报告显示，Anthropic的企业采用率达34.4%，首次超过OpenAI的32.3%。但报告同时指出这一优势可能无法持续：Uber已提前耗尽其2026年全部AI预算，且Anthropic近期一次模型更新导致包含图像的提示成本增至三倍。目前Ramp平台上增长最快的AI供应商，是销售廉价开源模型访问权限的推理平台。

Yuchen Jin@Yuchenj_UW · 5月25日57

Tech industry spent decades building a title and leveling system. Greg brought the “Member of Technical Staff”, originally invented at Bell Labs, to OpenAI. It has been adopted by Anthropic, xAI, Thinky, and many AI startups. Young MTS can have huge impact. Alec created GPT for example. In a traditional system, he was just an “L4 software engineer”. Databricks AI recently started using MTS as well. I think this is a very positive change in Silicon Valley.

译推文指出，源自贝尔实验室的“Member of Technical Staff”职级正被多家AI公司采用。该职级旨在避免员工过度追求“title-maxing”，保护工程与研发文化免受“公司阶梯思维”的影响。目前，OpenAI、Anthropic、xAI、Thinky以及Databricks等公司已采用此体系，取代硅谷传统的工程师职级。其优点在于鼓励年轻员工产生巨大影响，但也带来一个挑战：招聘人员在评估候选人资深程度时，难以直接对应传统职级体系。

Greg Brockman@gdb · 5月25日63

GPT-5.5 Pro for fact checking:

译GPT-5.5 Pro 用于事实核查： GPT-5.5 Pro 是一个非常可靠的事实核查工具。我可以把整章内容扔给它，它能准确找出每一个关键引用。唯一真正让人烦恼的是它喜欢抠细节，所以会返回很多“大体意思是对的，但你没有考虑到微小细节 X”这样的反馈。

Tibo@thsottiaux · 5月25日70

Using computer use, you can ask codex to cancel subscriptions you don't need anymore. Very pleasant to watch. No particular one in mind, works on all of them. https://chatgpt.com/codex/

译使用计算机使用功能，你可以让 Codex 取消你不再需要的订阅。观看过程非常愉快。没有特指哪个，对所有订阅都有效。

ginobefun@hongming731 · 5月25日55

http://x.com/i/article/2058708566568275968 # BestBlogs 早报 · 05-25｜前场部署工程师、下一代 Claude、超级个体 在线阅读和收听：https://www.bestblogs.dev/explore/brief/2026-05-25 ## 导语 AI 的战场正在从模型训练转移到企业落地——OpenAI 斥资 40 亿美元成立独立部署公司，Google 和 Anthropic 跟进建立同类架构，「驻场部署工程师」成为新的兵家必争之地。与此同时，Anthropic 研究 PM 首度揭开下一代 Claude 的炼成逻辑：用户吐槽直接喂进训练，Agent 空闲时像人类睡眠一样整理记忆，AI 的瓶颈已从编码能力转向组织协调。第三篇则给出一个反直觉的视角：超级个体不是被培训出来的，而是被完整的 Closed-loop 激发的。三篇放在一起读，恰好构成一幅完整的 AI 时代人机协作图景。 今日早报精选 3 篇深度文章、7 篇快讯速览、6 篇补充阅读，共计 16 篇优质内容。 今日内容在主题上高度聚焦：三篇精讲分别从「行业结构」（FDE 角色崛起）、「技术内核」（Claude 下一代架构）和「人才哲学」（超级个体的激发机制）三个维度，共同描绘了 AI 时代的人机协作全景。速览部分则补充了基础研究（何恺明 ELF 论文）、竞争格局（谷歌 CEO 坦承落后）、企业落地案例（Qonto 反金融犯罪）以及工具实践（Figure 机器人、Coding Agent 会话管理）等多个维度，构成一份完整的当日技术与产业快照。建议按后文「今日阅读路径」的顺序优先阅读精讲三、精讲一，再视时间补充精讲二和速览内容。 ## 精讲一：脉搏：前场部署工程师再度火热 > 来源：The Pragmatic Engineer | 阅读原文 背景：从「工程师」到「驻场顾问」的角色漂移 「前场部署工程师」（Forward Deployed Engineer，FDE）并不是新词——早在 2024 年夏天，The Pragmatic Engineer 就曾专题追踪过这波需求浪潮。但 2026 年 5 月的信号比当时更为密集、更为清晰：这一次，连招聘流程本身都在加速。 Google Cloud CEO Thomas Kurian 宣布在 Go-To-Market 团队内设立全新 AI 专项组织，大规模招募 FDE。消息人士透露，Google 的面试流程已从过去「数周内 4-6 轮」大幅压缩为「2 天内 2 轮」——这种压缩幅度在大公司里极为罕见，显示出紧迫程度。 OpenAI 的「外包化」策略 更具结构性意义的是 OpenAI 的动作。5 月 11 日，OpenAI 宣布成立「The OpenAI Deployment Company」——一家由 TPG、Advent 等私募基金出资 40 亿美元、估值 140 亿美元的独立实体。值得注意的是，OpenAI 本身并非这家公司的投资方，仅以合作伙伴身份参与。 这家部署公司收购的第一个目标是总部位于英国的 Tomoro，后者在英国、亚洲和澳大利亚共拥有 150 名 FDE。官方对 FDE 工作内容的描述是：「与业务领导、运营商和一线团队紧密合作，识别 AI 能带来最大价值的领域，围绕它重新设计组织基础设施和关键工作流，并将收益转化为持久的系统。」 Anthropic 跟进，架构相似 Anthropic 在同月（5 月 4 日）发布了一份措辞相当模糊的公告，宣布成立一家类似的独立 FDE 咨询公司，由 Anthropic、Blackstone、Hellman & Friedman 和 Goldman Sachs 参与投资，但未公开具体公司名称和投资细节。新公司的定位与 OpenAI 的策略如出一辙：以独立架构切入中型企业，专门将 Claude 集成到企业核心业务流程中。 更深层的信号：外包意味着什么？ 这里有一个值得注意的代价：由于这批 FDE 隶属于独立的合作公司，而非 OpenAI 或 Anthropic 本体，他们将无法获得母公司的股权激励。这对招募顶尖人才可能产生长期影响。 作者 Gergely Orosz 在文章中提出了一个尖锐的问题：FDE 和传统意义上的「系统集成顾问」或「解决方案架构师」到底有什么区别？从职位描述来看，FDE 的工作内容——深入客户一线、识别高价值场景、重新设计组织工作流——和麦肯锡或埃森哲的咨询顾问高度重叠。唯一的区别可能在于：FDE 对 AI 产品有更深的技术理解，能直接跑通集成而不只是交付 PPT。 从更宏观的视角看，FDE 的角色正在从「工程师」向「解决方案架构师 / 外部咨询顾问」漂移。这种角色的模糊化与外包化，折射出一个更大的产业信号：AI 的商业竞争主战场，已经从模型训练转移到企业落地。谁能在客户现场更快、更稳地跑通 AI 集成，谁就占据了这场竞争的制高点。 对于技术人才来说，这既是机遇，也意味着全新的职业定位——不再只是写代码，而是要能跨越技术与业务，在真实组织里推动 AI 落地。对于求职者，一个实际的参考：Google Cloud 的 FDE 招聘压缩到两天面试，意味着你需要能在极短时间内展示「把 AI 落地到企业场景」的实战能力，而不只是算法题。 ## 精讲二：Anthropic 首次揭秘下一代 Claude 怎么造！用户吐槽直接喂模型，连 AI"做梦"都被训练 > 来源：AI 前线 | 阅读原文 背景：模型开发的「产品化」转型 如果说外界对 Anthropic 的关注，过去停留在「Claude 跑分如何」「代码能力有没有超越 GPT」这样的性能竞赛层面，那么 Anthropic 研究团队产品经理 Alex 在 Claude Conference 上的这场深度访谈，透露出的是更值得关注的内部信号。 第一个核心信号：Anthropic 已经把模型开发彻底产品化。在 Alex 的描述里，每一代 Claude 在训练开始前，都像一款正式产品一样拥有清晰的规格定义、目标能力和评测路线——它需要在哪些任务上变强，要修复上一代哪些缺陷，最终服务哪些真实用户场景。模型研发不再只是研究员「调参 + 刷 benchmark」，而已经发展成为一套完整的产品工程流程。 用户吐槽，直接变成训练数据 面对海量用户反馈，Anthropic 没有让 PM 手动分类，而是用 Claude 本身来帮助做产品管理：自动聚类反馈、提炼核心主题、构造合成版本、转化为 eval 评测项。这是一个典型的「模型驯化模型」闭环——用户的吐槽，经过结构化处理后，直接成为下一代训练的输入信号。 Claude 开始「做梦」——记忆整理的新机制 第二个核心信号更有意思：Claude 正在向「持续运行 Agent」演化，而这一演化过程引入了一个被 Anthropic 称为「dreaming（做梦）」的记忆机制。 具体来说，当 Agent 处于空闲或后台状态时，系统会自动回顾已有记忆：查找冲突信息、删除无效内容、压缩上下文、重建用户画像——相当于对记忆做「第二轮加工」。Anthropic 将这一过程类比为人类睡眠中的记忆再巩固（memory reconsolidation）。 这一机制的背后，折射出一个产品方向的转变：Claude 不再只是「被动响应」的聊天机器人，而是要成为一个「持续在线、主动维护上下文」的数字协作者。从 Adaptive Thinking（自适应思考）到多任务并行 Agent 管理界面，这条演化路径的终点，是一个真正意义上的「长期运行的数字同事」。 真正的瓶颈：不是编码能力，是组织协调 Alex 在访谈中反复强调的一个判断尤其值得记录：真正的 AI 瓶颈已经不是编码能力，而是组织协调能力。 在 Anthropic 内部，借助 Claude，产品经理可以快速调取数据、分析日志、判断一个功能实现是「重构系统」还是「改 10 行代码」。代码生产效率已经被极大压缩。而真正耗时的，变成了人与人之间的战略判断、跨团队协作，以及对不可逆决策的审慎讨论。 这也解释了 Anthropic 为什么至今保持着极强的文档文化——Dario Amodei 喜欢写长文、会议开始时全体「静默阅读」——这种依赖书面表达的文化，并非效率低下的传统遗留，而恰恰是为了让组织知识被结构化沉淀，从而成为 Claude 可以直接调用的上下文资产。 意识研究：Anthropic 的长远押注 最后一个信号最为意味深长：Anthropic 内部已有专职研究人员正式研究 Claude 是否可能具备某种「有意识行动者」的属性。虽然没有官方结论，但「Consciousness（意识）」已经被正式纳入研究议题。 这或许是一个清晰信号：当行业里大多数公司还在卷参数、跑分和价格战时，Anthropic 已经开始思考一个更长远的问题——如果未来的 AI 真正成为长期协作者，它究竟该拥有什么样的「心智」、人格和判断方式。 与今日其他文章的联系 这篇精讲与精讲一（FDE 趋势）构成有趣的呼应：精讲一揭示了 AI 企业落地的「最后一公里」竞争，而精讲二则揭示了 AI 本身的能力演化方向。两者共同指向一个结论：AI 的真实价值实现，取决于「组织协调能力」——无论是 AI 系统内部的记忆整理与协调（dreaming 机制），还是人与 AI 之间的协作框架（FDE 的角色）。与精讲三（超级个体）也形成互文：人类的「完整 Closed-loop」激发超级个体，AI 的「dreaming 机制」则是它自己在空闲时整理自己的 Closed-loop。 ## 精讲三：致超级个体 | To The Crazy Ones > 来源：十字路口 Crossing | 阅读原文 背景：「培养超级个体」是一个错误框架 AI 时代，「超级个体」成了最流行的人才话语。但 DeerFlow 团队的 Henry 给出了一个反直觉的判断：超级个体不是被培训出来的，而是被好奇心和完整 Closed-loop 激发出来的。 文章以一个思想实验开场：如果 Claude Code 的创始者 Boris Cherny 和 Cat Wu 在 2024 年底入职你的部门，提出要做一个只能跑在命令行里的 Coding Agent，你的部门会同意吗？这个问题让「培养超级个体」的荒诞性一目了然——大公司不是没有这样的人才，而是「岗位切分」把他们变成了局部函数。 Closed-loop：超级个体的真正激发机制 那些真正意义上的「AI Builder」，有一个相似的特质：当他们聊起自己正在做的 AI 作品时，会不自觉地滔滔不绝，眼里有光。那不是对新技术的短暂兴奋，而是一种更朴素、更持久的东西——他们真的想把一个东西做出来，想让它被真实的用户所使用。 核心判断是：超级个体不是「更强的岗位人」，而是一个能够重新拿回完整 Closed-loop 的人——从发现问题、动手做、做成作品、交到用户手里、吃回反馈，一个人全程拿得住。 历史样本：2002 年的程序员早就是超级个体 文章花了大量篇幅回溯到 2002 年前后的独立软件时代。那时没有 LLM、没有 Agent，但很多程序员天然就是「六边形战士」：先从自己的痒点出发发现问题，然后自己设计界面、写代码、打包发布、写文档、在论坛回答用户反馈……一个人或两三个人，拿住了整个产品从 0 到 1 的完整 Closed-loop。 张小龙的 Foxmail、FlashGet、WinZip、ACDSee、Winamp——这些作者「往往不是单点能力最强的人，而是最愿意探索、最能自学、最能动手、最能把用户反馈接回自己脑子里的人」。 AI 只是放大了旧能力，不是制造了新人种 这是这篇文章最核心的反直觉观点：超级个体不是 AI 时代才突然出现的人种。AI Coding 能力的爆发，只是让一种原本已经存在的、需要「完整 Closed-loop」才能激发的旧能力，重新变得可规模化。 Naval Ravikant 的三种杠杆框架（劳动力、资本、没有边际复制成本的产品）在这里派上了用场：代码和媒体天然是 permissionless 的个人杠杆，AI 则让这种杠杆的门槛进一步降低。但组织如果仍然用「岗位切分」的方式管理这些人，只会把杠杆折断。 对组织的建议：提供土壤，而不是培训课程 文章真正要讨论的，是一个组织问题：如果超级个体的原料本来就散落在大型公司内部，组织怎样提供土壤，让这些人被完整 Loop 激发出来？ 答案不是「把员工送去上 AI 课、发几张证书」。而是要问：组织有没有允许一个人从问题发现，一直走到拿到结果？ 这才是真正的人才战略——不是流水线思维，而是 Closed-loop 的土壤。 这篇文章也为今日三篇精讲提供了一个整合视角：精讲一的 FDE 是一种通过外部机制「拿回 Closed-loop」的职业路径，精讲二的 Claude dreaming 机制是 AI 在技术层面构建自己的 Closed-loop，而精讲三则在哲学层面回答了：为什么 Closed-loop 对人类创造力如此重要，以及组织应该怎样保护这个 loop 而不是把它切碎。三篇连起来，是一幅完整的 AI 时代人机协作图景——不只是技术的故事，也是关于人、组织和创造力的故事。 对于今天的读者，这篇文章值得精读，尤其是 HR、OD、组织管理者和大型公司的产品负责人。如果你是个人开发者或独立创作者，它同样值得一读——用来检验自己有没有守住那个完整的 Closed-loop。 ## 速览 1. 何恺明和字节 Seed 跳入同一条河流 来源：花叔 | 阅读原文 何恺明（MIT）的 ELF 和字节 Seed 的 Cola DLM 相差 4 天发布，从两条几乎相反的路径出发，最终撞到同一个设计点：把语言模型生成过程中的「离散化」步骤推迟到最后一刻，中间所有的「思考」都在连续潜空间里发生，直到最后一步才决定每个位置该是哪个具体的词。用一个比喻：AR 模型是钢笔写文章，一笔下去就是事实；Cola 和 ELF 是用铅笔打草稿，整段在反复涂改，直到最后誊写。这一巧合背后代表着一种值得关注的底层架构趋势，是对自回归语言模型核心假设的重要挑战。值得一提的是，这是何恺明加入 MIT 后首次直接攻语言模型方向，背景相当分量——ResNet 的发明者开始认真打 LLM 的底层地基了。 2. 谷歌 CEO 承认 Coding 落后了 来源：量子位 | 阅读原文 Google CEO 皮查伊在《纽约时报》科技播客里坦诚：Gemini 在 Coding Agent 和长期复杂编程任务上确实落后于竞争对手。他同时承认，过去一两年的进展速度让自己觉得 AGI 可能比之前想象的更近，30-60 天内发生的变化放在过去需要 5 年。对于 AI 带来的工作、收入和生活改变，他表示「大家的担心是有道理的」。Google 目前的优势在于文本、多模态、语音和推理，但带工具调用的 Agent 编程和长期复杂任务仍有差距，Gemini 3.5 Flash 是阶段性追赶的重要一步。皮查伊还坦言，Google 过去缺乏像 Claude Code 那样直接触达开发者的产品入口，也没有 Anthropic 通过 Cursor 拿到的高频使用数据，这是 Coding 能力落后的结构性原因。这与精讲一的 FDE 叙事直接呼应——没有高质量的使用数据，模型就缺少迭代原料。 3. 用 Claude Cowork 打击金融犯罪 来源：Claude | 阅读原文 欧洲 B2B 金融科技公司 Qonto 基于 Claude 4.7 Opus 构建了一个企业级 MCP 网关架构，赋能欺诈调查员在统一的交互式工作空间中分析复杂金融犯罪案件。全球每年有 2-5 万亿美元被洗钱，Qonto 服务 60 万+ 中小企业客户，通过 AI 大幅提升了 AML（反洗钱）调查效率，在满足严格合规要求的同时实现了安全的数据处理。 4. 用 Claude 设计：从提示到产品 来源：Claude | 阅读原文 Anthropic Labs 三人小团队在 10 周内构建并发布了 Claude Design。他们用原型替代文档、打破角色界限，进行了 50-100 次快速用户反馈循环。Anthropic Labs 的运作模式像一个内部「押注工厂」——持续运行小型自主实验，Claude Code、MCP、Skills 都是这种模式的产物。工程瓶颈已从代码生产转移到需要真实用户数据来迭代的产品决策层面。 5. Figure 的 4 年历程：从新兴技术到 200 小时自主运行 来源：Brett Adcock(@adcock_brett) | 阅读原文 Figure 创始人 Brett Adcock 回顾公司四周年，梳理了将通用人形机器人时间线提前十年的四项关键突破：①低成本电动人形机器人（执行器 / 传感器 / 电池 / 制造进步）；②从摄像头像素到扭矩的深度学习取代手工代码；③全身强化学习控制让机器人更稳健；④机器人现在能以人类水平速度执行有用工作，已完成连续 200 小时自主运行验证。他总结道，构建现实版「iRobot」的未来已从不可能变得非常真实，这四项技术突破之间相互依存，缺任何一项都无法到达今天的节点。 6. 当软件容易被创作，新时代的产品长什么样？｜ 42 章经 来源：42 章经 | 阅读原文 两位创业者的深度对话。核心判断：AI coding 能力爆发后，软件创作门槛急剧降低，未来市场呈哑铃型结构——模型公司拿走绝大多数价值，中间层工具被压缩；创业公司应聚焦于「特殊性」和情绪价值，而非追逐普遍性价值。一个关键洞察：差异来自你跟 coding agent 对话过程中「拒绝了什么」，那 1% 的拒绝比 99% 的接受更有价值。文中还提出了一个有趣的类比：未来的软件格局可能会发展得跟今天的硬件一样——极度标准化的通用层加上少数高度差异化的专业产品。这与精讲三「超级个体」的论述一脉相承：个人化的、从真实痒点出发的产品，才是 Closed-loop 的产物。 7. 黑客组织以前所未有的规模投毒开源代码 来源：Ars Technica(@arstechnica) | 阅读原文 一个黑客组织正在以前所未有的规模对开源代码进行投毒，对软件供应链构成重大威胁，影响可能波及无数依赖开源库的应用程序和系统。这是对整个软件开发社区的重要安全警报。在 AI Coding 工具大规模普及的当下，对第三方依赖的审查变得尤为重要——AI 生成的代码往往大量引用开源库，供应链安全意识不能因为效率提升而被忽视。 ## 补充阅读 - 卷到今天，Agent 的含金量还在提升丨 AIGC2026 圆桌论坛（量子位）阅读——三位 Agent 产品一线创业者深度对话，核心观点：Agent 产品范式已相对稳定，未来一人操纵数百 Agent 大军，创业公司应在不确定性中先迈一步。适合关注 Agent 创业生态的读者。 - Google I/O 2026 开发者主题演讲精华集锦（谷歌开发者）阅读——Gemini 3.5 系列、Antigravity 2.0 智能体平台、Android CLI 及多项面向 AI Agent 的开发工具一网打尽。适合 Google 开发者生态跟踪者。 - 如何让智能体从团队中学习：Warp 的 Buzz 智能体自我改进实践（Claude）阅读——Warp 通过基于 Slack 的工作流构建了能从团队反馈中学习、并通过 GitHub PR 自主改进指令的 Buzz 智能体。对「Agent 生产化」问题有参考价值。 - 设备端 Gemini Nano 技术详解 — Google DeepMind 工程师深度分享（AI Engineer）阅读——详解 Gemini Nano 通过 AI Core 系统服务在 Android 设备上的架构实现，包含 MLKit GenAI API、混合云回退策略，以及支持 RAG 的嵌入 API 路线图。适合 Android AI 开发者。 - Coding Agent 会话管理的两大流派及实践（九原客 @9hills）阅读——单会话（维持长会话 + subagent）vs 即用即抛型（每个 Issue 从头开始）的实践对比，作者介绍了自己在 Pi 中使用 /tree 和 /fork 命令管理会话树的方法。对重度 Coding Agent 用户有实操参考价值。 - vLLM MoE 部署的弹性专家并行（vLLM @vllm_project）阅读——vLLM 引入弹性专家并行（EEP），允许在不重启的情况下实时调整 MoE 部署规模。对大规模模型推理基础设施工程师有参考意义。 ## 今日阅读路径 时间有限？以下是今日建议的三篇优先顺序： 第一优先：精讲三——致超级个体 https://www.bestblogs.dev/article/cd8675e4 最反直觉、最有启发性的一篇。无论你是管理者还是个人开发者，「组织是否允许一个人从问题发现走到拿到结果」这个问题都值得认真思考。文章的历史视角（2002 年的共享软件时代）尤为精彩，能帮你抵抗「超级个体是 AI 时代新发明」这种误区。 第二优先：精讲一——前场部署工程师 https://www.bestblogs.dev/article/2e174723 AI 落地竞争的最新战场，Google / OpenAI / Anthropic 的架构动向一文搞懂。对技术职业规划和行业趋势判断有直接参考价值，尤其是正在考虑从「纯后台工程师」转型到「客户面向技术角色」的读者。 第三优先：精讲二——下一代 Claude 怎么造 https://www.bestblogs.dev/article/e3dc3330 Anthropic 研究 PM 的内部视角，「dreaming 机制」和「AI 真正瓶颈是组织协调」两个观点足以让你重新理解 AI 产品的演进方向。如果时间充裕，可以继续看速览第 6 篇（42 章经 × 软件创作）和补充阅读第一篇（Agent 圆桌），三者合起来是一组关于「AI 时代的人才、产品和组织」的完整阅读。

译AI行业呈现三大趋势。一是企业落地竞争加剧，OpenAI成立独立部署公司（TPG等投资40亿美元，估值140亿美元），Anthropic跟进成立类似咨询公司，Google Cloud大规模招募前场部署工程师（FDE），面试流程压缩至2天2轮。二是Anthropic揭秘下一代Claude开发逻辑，模型开发完全产品化，用户反馈经Claude自动处理直接用于训练，并引入“dreaming”记忆整理机制，认为瓶颈已从编码转向组织协调能力。三是探讨超级个体并非培训产出，而是由完整闭环工作流激发而成。

ginobefun@hongming731 · 5月25日49

#BestBlogs 早报 05-26 今天 BestBlogs 早报精选 10 篇，3 篇深度精讲： 📌 Google 把 FDE 面试压缩到 2 天、OpenAI 斥资 40 亿成立独立部署公司，AI 商业竞争主战场已从训练转向落地； 📌 Anthropic 研究 PM 首度揭秘下一代 Claude 的「dreaming 机制」与意识研究； 📌 以及一篇反直觉洞察：超级个体不是被培训出来的，而是被完整 Closed-loop 激发的。 听播客 / 读图文版，链接在 http://BestBlogs.dev 👇

译早报精选10篇文章并精讲3篇：包括Google与OpenAI将AI商业竞争焦点转向部署落地，Anthropic研究PM揭秘下一代Claude的「dreaming机制」，以及关于“超级个体”是通过完整Closed-loop被激发而成的反直觉观点。

向阳乔木@vista8 · 5月25日23

自从ChatGPT里可以调用远程电脑的codex，合上笔记本也能用时。 连mac mini的价值也在降低，不过多一台不关机的电脑。 钓鱼间隙可以让codex控制Suno生成音乐传到自己的网站播放

Orange AI@oran_ge · 5月25日62

湾区正在经历人类分化最严重的时刻。 在过去5年里，大约1万人的群体已经实现了远超2000万美元的财富自由。Anthropic、OpenAI、xAI、Nvidia、Meta TBD的员工、创始人等组成。 这个群体之外的人，赚得不少，但一辈子也到不了这个水平。 另外的群体，则是裁员潮里失去工作的人，很多人还没找到新的工作。 在企业的晋升之路，看起来就像在爬一座错误的大楼，这是另一种选择大于努力。 为什么还要为了这点薪水工作？几年后我的工作还会存在吗？ 人们在讨论着「永久底层阶级」的话题，特别是年轻人。 公司里的中层也很难受，他们没有精力和人脉去创业，但又知道公司正在干掉中层。 富人们也没有特别开心，他们创业只是为了赢得地位，但从未想过30岁就已经衣食无忧了。 别人问他，为什么不干脆卖掉公司，他说：然后呢？创业的人时候每个人都想跟我聊天，如果我卖了公司，我就只剩下钱了。

译过去5年，来自 Anthropic、OpenAI、xAI、Nvidia、Meta 等公司的约1万名员工和创始人，实现了远超2000万美元的财富自由。这造成了严重的社会分化：该群体之外的人，即使拥有高薪也感到难以企及，同时大规模裁员加剧了职业焦虑与技能过时的担忧。AI 正在迅速改变工作内容，使公司晋升路径受到质疑，中层管理者面临困境。而那些实现财务自由的富人，也因目标感缺失而感到空虚。

Rohan Paul@rohanpaul_ai · 5月25日45

OpenAI Employee Alma Maters --- Source: linkedin. com/posts/josh-angle-816b3436_want-to-work-at-the-arguably-the-hottest-activity-7389688792737210368-6DOS/

译OpenAI员工毕业院校

Greg Brockman@gdb · 5月25日86

self improvement prompt for codex

译这是一个结构化的提示词，用于指导 Codex 自动分析其历史记录以识别并固化重复工作流。该框架要求 Codex 回顾会话、Memories 等数据，找出重复、耗时且有明确复用价值的任务。筛选标准包括至少出现两次、输入稳定、可提升效率等。最终，Codex 应以“技能”、子智能体或自动化工具等最小实用形式创建或扩展现有资产，避免冗余。流程包括生成候选清单、执行创建，并汇报结果与待验证项。

Rohan Paul@rohanpaul_ai · 5月24日55

AI is turning into so very physical problem. You need land, grid power, permits, concrete, cooling, and long build cycles, which decide who gets compute. This is Vantage Data Centers that Oracle, and OpenAI are partnering on with a $ 15B+ investment.

译AI正演变为一个高度实体化的问题。你需要土地、电网、许可证、混凝土、冷却系统和漫长的建设周期，这些决定了谁能获得算力。 这是Oracle与OpenAI合作的Vantage数据中心项目，投资超过150亿美元。

Tibo@thsottiaux · 5月24日30

Codex can do incredible things on demand, but it cannot experience life for you. Don’t forget to get out there and remember who you’re building for.

译Codex能按需完成不可思议的任务，但它无法替你体验生活。 别忘了走出去，记住你为谁而创造。

凡人小北@frxiaobei · 5月24日36

有点期待 codex 经常出一些不大不小的 bug

Greg Brockman@gdb · 5月24日49

under appreciated that codex is open source

译低估了Codex是开源的这一事实

向阳乔木@vista8 · 5月24日43

skill写好以后，躺床上也可以用ChatGPT中的codex开发网站了。 正在开发一个Suno音乐播放器，把AI生成的歌曲都传上去。

ginobefun@hongming731 · 5月24日42

#BestBlogs 早报 2026-05-24 今日主题 🔽 Anthropic 联合 50 家伙伴用 Claude Mythos 在一个月内发现逾 1 万个高危漏洞，安全瓶颈已从「发现」转移到「修补」，AI 找 bug 的速度已超过人类部署补丁的能力。 与此同时，每秒 1,200 tokens 的 Codex Spark 揭示了一个反直觉真相：模型越快，工程师反而要越慢，实时监督、逐步微验收才是高速 AI coding 的核心纪律。 腾讯玄武 150 组实验则用数据打破迷思，装上 AI Skill 不等于更强，token 消耗平均多 48%，真正有效的 Skill 提供的是外部工具与约束性结构，而非对模型能力的Markdown 重包装。

译Anthropic案例显示AI发现漏洞速度已超修补能力，安全瓶颈转移。高速模型如Codex Spark反而要求人类工程师进行更精细的实时监督。腾讯实验则证实，为AI赋能的正解是提供外部工具与结构化约束，而非简单技能包装。这共同指向了更高效的人机协作新范式。

歸藏(guizang.ai)@op7418 · 5月24日51

Codex 又重置了

译Codex 又重置了 [引用 @thsottiaux]：我们发现部分用户注意到 Codex 的额度消耗更快，经排查是由于一项优化回滚影响了长时间会话压缩时的缓存命中率。 我们已修复此问题，并为所有账户重置了使用额度。周末愉快。

Ethan Mollick@emollick · 5月24日44

GPT-5.5 Pro is a very solid fact checker. I can throw entire chapters at it and it will hunt down every key reference accurately. The only real annoyance is that it loves nuance, so returns a lot of “the general idea is right, but you are not taking into account tiny detail X”

译GPT-5.5 Pro是一个非常可靠的事实核查工具。我可以把整章内容丢给它，它能准确找出每一个关键参考文献。唯一的烦恼是它过于注重细微差别，经常返回“大体思路正确，但你没有考虑到微小细节X”这类反馈。

Chubby♨️@kimmonismus · 5月24日54

OpenAI: carefully rolls out GPT-5.5-Cyber through Trusted Access for verified defenders Anthropic: “Claude Mythos is too powerful for public release” Also Anthropic: accidentally shows Mythos in the UI and immediately runs out of capacity 2026 AI launches are absolut cinema. Anyways: Mythos incoming?

译2026年AI大模型发布呈现鲜明对比与戏剧性。OpenAI采取审慎策略，通过“可信访问”机制，向验证过的安全专家限量推出GPT-5.5-Cyber。与之形成反差的是，Anthropic官方曾宣称其Claude Mythos模型因过于强大不适合公开发布，但该模型却意外短暂出现在用户界面中，并导致服务容量告罄。现有信息表明，Anthropic正为Claude Mythos（代号claude-mythos-1-preview）在Claude Code与Claude Security等企业产品线上的发布做准备，但这并不等同于面向公众的全面开放。整个过程充满了计划与意外的交织。

Tibo@thsottiaux · 5月24日19

Should we bring batch compute to codex? Aka /slow mode

译我们是否应该为Codex引入批量计算？即/slow模式

宝玉@dotey · 5月24日50

Codex 额度又重置了，又亏了几十个亿😭

Chubby♨️@kimmonismus · 5月24日56

Looks like GPT-5.6 release is very close. Really looking forward to it. 5.5 already is an insanely good model. Hope it gets a bit better vibe tho

译看起来 GPT-5.6 的发布非常接近了。真的很期待。5.5 已经是一个极其出色的模型了。希望它在“感觉”上能再好一点。 [引用 @synthwavedd]：我非常激动地宣布，看起来他们开始在 GPT-5.6 的 UI 去臃肿化方面取得进展了！🥹 这是第一个没有任何 UI 指引（“默认”）的提示词效果——我们正在取得进展……

Tibo@thsottiaux · 5月24日49

Some of you noticed limits drained faster in Codex, we root caused it to an optimization that we rolled back that had an impact on cache hit rates when compacting across long running sessions. We fixed this and have now reset usage limits for all accounts. Enjoy the weekend.

译部分用户注意到Codex中限额消耗更快，我们已查明原因是一项优化措施影响了长时间会话压缩时的缓存命中率，现已回滚该优化。我们已修复此问题，并重置了所有账户的使用限额。祝周末愉快。

向阳乔木@vista8 · 5月24日32

根据神佬 @berryxia 的截图，丢给Codex复刻的微信消息驾驶舱。 底层是卡比的wx-cli，等完善后看好不好开源。

Peter Steinberger 🦞@steipete · 5月24日48

I built an autotriage skill for codex that has a set of guidelines + reads VISION.md from my repos, so issues/prs that have a clear way of - fit vision of the project - being inferrable in code with high confidence - clear fix - can be live tested Are now worked on autonomously. Codex can use a VM + computer vision (via https://crabbox.sh , new parallels backend) to verify fixes, so it can work without interrupting me. I manually review suggestions. Since it was tedious to type in issues, I added an issue browser into http://repo.bar that parses common clipboard formats by codex so I can click through them conveniently.

译开发者为Codex创建了一套自动化分诊技能，通过预设指南并读取项目VISION.md文件，自动处理符合特定标准的issue和PR。这些标准包括契合项目愿景、代码可高置信度推断、修复方案明确且支持实时测试。Codex利用虚拟机与计算机视觉（通过Crabbox平台）验证修复结果，实现自主工作流，减少人工介入。开发者保留手动审核环节，并在repo.bar中集成了issue浏览器，方便点击处理常见剪贴板格式的问题。该系统旨在提升开发效率，让AI承担重复性代码审查与测试任务。

Greg Brockman@gdb · 5月24日62

Codex for building and debugging an iPhone simulator end to end:

译Codex用于构建和调试iPhone模拟器端到端流程： [引用 @JustinBleuel]：Codex计算机使用完全驱动iPhone模拟器，对其刚构建的功能进行缺陷测试

Greg Brockman@gdb · 5月24日24

good location to build

译适合建设的优质地点

Chubby♨️@kimmonismus · 5月23日49

Many of the best researchers at OpenAI, Anthropic, Google, Meta and other frontier labs are not U.S. citizens. They are in the U.S. on temporary visas while building the very systems Washington increasingly describes as critical to national security. Forcing them to leave the country to apply for a Green Card adds uncertainty, delays and risk to one of America’s biggest advantages: attracting the world’s best technical talent. I'm not American, so take this with a grain of salt. But from what I've researched, it makes many things significantly more complicated for OpenAI and Anthropic.

译美国前沿AI实验室（如OpenAI、Anthropic）的核心研发人员多为持临时签证的非美国公民。美国国土安全部（DHSgov）近期收紧政策，要求在美持临时签证者须离境返回原籍国才能申请绿卡。此举为OpenAI、Anthropic等公司顶尖人才的绿卡申请流程增加了不确定性、延迟和风险，可能动摇美国吸引全球顶尖技术人才的关键优势，并对其国家安全所倚重的AI系统研发生态构成潜在冲击。

Rohan Paul@rohanpaul_ai · 5月23日52

Agentic AI may be forcing the old computing stack with lot more focus on CPU back into the center of the story. Here, Ark Invest CEO and CIO Cathie Wood quoting OpenAI's CFO Sarah Friar who has said - "people are chasing GPUs. They're going to be really shocked at how agentic AI activates CPUs" The market has spent years treating GPUs as the scarce ingredient, because training large models made parallel math look like destiny. But agentic AI changes the bottleneck. An agent does not simply ask one giant model for one answer; it plans, calls tools, checks memory, retrieves files, writes code, queries databases, and loops until the task is done. That means inference is not just matrix multiplication. It is orchestration, data movement, networking, storage, scheduling, and a lot of general-purpose work that CPUs still handle better than accelerators. ---- From "Bloomberg Podcasts" YT channel (link in comment)

译代理型AI（Agentic AI）的兴起正悄然改变AI计算的格局。与过去市场将GPU视为训练大模型的核心稀缺资源不同，代理型AI的任务并非单一查询，而是一个涉及规划、工具调用、记忆检索、代码执行与数据库查询的持续循环过程。这一复杂的推理与编排过程，包含大量数据移动、调度等通用计算任务，恰恰是CPU相较于GPU等加速器更为擅长的工作。正如ARK Invest CEO Cathie Wood引用OpenAI CFO Sarah Friar的话所指出的，专注于GPU的人们可能会对代理型AI如何激活CPU的能力感到惊讶。这暗示着AI计算的瓶颈正从模型训练的并行计算，转向代理执行阶段的通用处理能力，使得CPU的重要性得以重新凸显。

Alibaba Cloud@alibaba_cloud · 5月23日61

The velocity of the Qwen3.7-Max development is unreal. This is what relentless innovation looks like. #AlibabaCloud #Qwen

译阿里云Qwen团队新发布的Qwen3.7-Max模型在极短时间内（不到一个月）实现了多模态生成能力的惊人进步。独立测试显示，该模型已从此前表现落后，跃升至在特定测试中与Gemini 3.5 Flash持平，并超越了GPT-5.5与Claude Opus 4.7。其渲染的图像（如足球运动员与足球）在比例和真实感上表现尤为突出，展现出卓越的空间推理能力。

Tibo@thsottiaux · 5月23日72

A little secret. About 5% of our production traffic is on the Pi harness, about another 5% is on OpenCode. Reminder you can use your ChatGPT account in a flourishing set of other tools. We’ll continue to make Codex awesome, but you have options.

译一个小秘密。我们大约5%的生产流量运行在Pi工具链上，另外约5%运行在OpenCode上。提醒一下，你可以用你的ChatGPT账户在众多其他工具中使用。 我们会继续让Codex变得更棒，但你也有其他选择。

Tibo@thsottiaux · 5月23日58

DM me if you have a knack for marketing to a demanding crowd

译如果你擅长向挑剔的受众做营销，请私信我 [引用 @EverydayAI_]：我曾和财富100强公司讨论过Claude中技能共享的混乱问题，而它……被Codex解决/改进了，却埋没在推文串里？🤯

Greg Brockman@gdb · 5月23日34

GPT-5.5 is a very good model

译GPT-5.5是一个非常优秀的模型。

Yuchen Jin@Yuchenj_UW · 5月23日66

Insane if true. So 50% of OpenAI researchers have to leave the US and return to their home countries to apply for a green card? Don’t drive talent away.

译如果属实，这太疯狂了。 所以50%的OpenAI研究人员必须离开美国，返回他们的祖国申请绿卡？ 别把人才赶走。

Tibo@thsottiaux · 5月23日9

Our master plan is to release better and more efficient models. And also to release better products, week after week. Oh and get more compute too. Together with spending too much time on x. How good is this plan?

译我们的总体规划是发布更好、更高效的模型。同时每周推出更好的产品。哦，还要获得更多算力。再加上在X上花费太多时间。这个计划怎么样？

ginobefun@hongming731 · 5月23日61

http://x.com/i/article/2057993057891655680 # BestBlogs 早报 · 05-23｜Agent 架构分化、Notion 重组、GLM-5.1 高速版 在线阅读和收听：https://www.bestblogs.dev/explore/brief/2026-05-23 ## 导语 今天是 2026 年 5 月 23 日，欢迎收听 BestBlogs 早报 EP65。 本期早报聚焦三条主线：Agent 架构的生产端分化​、SaaS 公司在 AI 时代的组织重构​，以及推理速度的新基准。LangChain 在 Interrupt 2027 主题演讲中，正式点名 Agent 生产分裂为两类——长时程知识型与亚秒延迟响应型，两条路径的工程取舍已趋于清晰。Notion CEO Ivan Zhao 则把 SaaS 公司「重新创业」的经历讲成了一门组织课，「爵士乐队」取代「行进乐队」，哑铃型人才结构上线。智谱同期发布 GLM-5.1 高速版，400 tokens/s 打破「快的模型必然更小」的行业惯例，让 Coding Agent 密集调用场景第一次有了旗舰质量加持。 此外，阿里云在 2026 年峰会亮出全栈 Agent 化升级、Spotify 把 AI 开发体验推广到 3000 名工程师、李飞飞团队发布 ESI-Bench 挑战 AI 空间智能，以及 OpenAI 与 Anthropic 截然不同的财务走势——这些内容都在今天的速览与补充阅读中等你探索。 ## 精讲一：AI 智能体的未来：展望 Interrupt 2027 来源：LangChain 两类 Agent 的生产分叉 如果说 2024 年是 Agent 的「探索期」，那么 2026 年已经进入「生产分化期」。LangChain 在 Interrupt 2027 主题演讲中，清晰描绘了 Agent 在生产环境中分裂为两个截然不同类别的格局： 长时程知识 Agent（Long-Horizon Knowledge Agents） 的设计目标是跨越分钟、小时乃至数天的任务周期。它们需要安全沙箱环境来执行代码、多层子 Agent 协同、以及多 Agent 框架支撑，核心追求的是长期结果而非单次提示的响应。典型场景包括大型重构、深度调研、多步骤自动化流水线。 延迟敏感型客户体验 Agent（Latency-Sensitive CE Agents） 则以亚秒延迟为硬性约束，服务于用户互动、支持自动化、销售流程等实时场景。这一路径正在加速推动行业向原生语音模型（Voice-to-Voice）转型，告别「STT → Text LLM → TTS」的拼接架构，转向更低延迟的端到端原生语音交互。 LangSmith Fleet：让领域专家无需写代码就能构建 Agent 演讲中同步发布的 LangSmith Fleet 是「托管式 Agent 规模落地」的一个具体基准。它让领域专家通过自然语言而非代码来构建 Agent，内置 200+ 集成与 7500 个长尾工具。内测数据显示：商机合格率提升 240%、每位销售工程师每月节省 40 小时。这不是演示 demo，而是在生产环境中跑出来的数字。 持续学习循环：三层优化框架 LangChain 提出了一个 Agent 系统持续优化的三层框架，这是目前工程实践中最具指导价值的部分之一： - 模型层（Model Layer）：面向特定领域的基础模型微调（如针对代码调试场景的 Qwen 系列）。关键洞察是针对领域特定任务的微调可以同时提升精度和响应速度 - Harness 层（Harness Layer）：连接 LLM 与工具/沙箱的结构化应用代码。研究表明 Agent 驱动的 Harness 迭代（在 Terminal Bench 2 测试的方案）可以在不更新基础模型的前提下持续超越人工工程优化——这意味着应用层的架构优化有时比升级底层模型更高效 - Context 层（Context Layer）：运行时行为调整所需的外部引导文件、本地记忆资产与配置摘要。这一层是成本最低、迭代最快的优化通道，也是长期积累的重要资产 三层叠加的关键优势在于：每一层都可以独立迭代，团队可以根据瓶颈位置针对性地投入优化资源，而不需要等待底层模型版本更新。 为了集中研究自动化优化系统，LangChain 同步宣布了内部研究部门 LangChain Labs，专门追踪生产 trace 历史以优化执行 Harness。这个部门的成立本身也说明：Agent 系统的优化已经复杂到需要专职团队持续研究。 开源模型的成本优势正在放大 演讲中还有一个值得关注的信号：在 token 密集型场景（如代码调试）中，开源基础模型的基础性能已逼近前沿闭源模型，而运营 token 成本显著更低。更重要的是，开源架构允许团队在私有用户 trace 上进行后训练与微调，这对需要公司特定领域知识的 Agent 场景具有战略价值。 LangChain 的整体判断是：未来两年 Agent 工程的核心挑战，不在于「能不能跑起来」，而在于「如何在长时程与低延迟两类截然不同的约束下，分别做到最好」。沙箱执行环境、多 Agent 协调框架、Native Voice 实时交互——这三个方向将成为 Agent 基础设施演进的主轴，决定下一代 Agent 应用的能力天花板。对于正在构建 Agent 系统的团队，认清自己的产品属于哪一类，将直接影响技术栈的选型方向。 观看完整视频 → ## 精讲二：Notion 创始人 Ivan Zhao：重塑公司的艺术 来源：Sequoia Capital 从「行进乐队」到「爵士乐队」 Notion CEO Ivan Zhao 在 Sequoia 的深度对话中，把过去三年的组织转型概括为一句话：「我们想成为一支爵士乐队，而不是行进乐队。」 行进乐队的运作方式是：有固定脚本，人人按部就班，指令自上而下流动。爵士乐队则不同——有底层结构，但个体在共享上下文中高度自主，可以即兴发挥，可以互相补位。这个比喻精准描述了 Notion 内部的组织信条：分布式决策、共享上下文、自律而非管控。 「酿啤酒 vs 造桥」：AI 产品为何抵制传统 PM 流程 Ivan 提出了理解 AI 产品开发本质的核心比喻： 造桥（Classic Software）：可预测的工程过程。能设计出来的，基本都能造出来。传统 PM 收集需求 → 设计师出方案 → 工程团队实现，流水线清晰。 酿啤酒（AI Software）：高度实验性，充满不确定性。你不能「命令酵母按你要的口味发酵」，只能投入最好的人才，持续做 eval，看模型最终能产出什么。 这个认知让 Notion 彻底调整了产品开发模式——不再以客户需求为唯一驱动，而是技术优先加实验驱动。PM 开始直接参与 token 消耗分析和模型 eval，设计师开始写代码，工程师开始做产品判断。 哑铃型人才结构：架构师 + 初级 IC 随着 AI 编程能力的成熟，Notion 重构了整个工程团队的人才结构，形成所谓「哑铃型分布」： 一端：高级架构师，提供方向感、审美判断、系统设计，以及语言模型无法模拟的领域 taste。 另一端：初级独立贡献者（IC），高能量、充满好奇心，同时驱动 4 到 6 个 Coding Agent 并行工作，充当 Agent 编排者而非纯粹的代码执行者。 中间的「经验层」被大幅压缩——不是因为他们不重要，而是这个能力区间已经被 AI 工具基本覆盖。 解散 CMO，品牌嵌入产品 另一个令人印象深刻的决策是：Ivan 解散了 CMO 职位，把品牌叙事的责任直接嵌入产品团队。背后逻辑是：在 AI 时代，品牌的塑造越来越发生在产品体验的每一个触点，而不是独立的营销活动。产品即品牌，品牌即产品，二者不应再由两个分离的组织来驱动。 与今日其他主题的关联 Ivan Zhao 的分享与今天早报的另外几个主题形成了有趣的共鸣。 LangChain 对 Agent 架构分化的描述，印证了 Notion 内部「酿啤酒」式开发方式的合理性——当底层模型本身具有不确定性时，严格的 PM 流程确实会成为阻碍而非支撑。而哑铃型人才结构的「初级 IC 驱动 4-6 个 Coding Agent」场景，直接依赖 GLM-5.1 高速版这类推理速度提升——只有当模型响应足够快，并行驱动多个 Agent 才能在体感上从「等待」变成「协作」。 从产品公司 CEO 的视角来看，Ivan 的这场分享本质上是在回答一个问题：当 AI 让「执行」的边际成本趋近于零，公司的核心竞争力应该沉淀在哪里？他的答案是：沉淀在共识（Shared Context）、判断力（Taste）与信任（Trust）之中——这些是模型无法复制的东西。 观看完整视频 → ## 精讲三：GLM-5.1 高速版：400 tokens/s，顶尖模型跑出最快速度 来源：智谱 打破「快 = 小」的行业惯例 长期以来，AI 推理领域有一个默认共识：高速模型 = 轻量模型，想要极致低延迟就必须牺牲能力。GLM-5.1 高速版正面打破了这一惯例——在完整保留 GLM-5.1 旗舰能力的前提下，将输出速度推至 400 tokens/s，刷新当前全球大模型厂商 API 的速度上限。 这个数字意味着什么？一位作者连续伏案数天才能写完的文字量，它在 1 分钟内交付完毕；一名工程师埋头敲键盘 3 天才能完成的开发任务，在喝一杯咖啡的时间里完成。 为什么 Coding Agent 特别需要高速模型 Coding Agent 是这次发布最重要的受益场景。原因在于 Agent 的任务特性： 一个 Coding Agent 任务往往需要经历数十轮模型调用。单轮响应只要慢上几秒，整体耗时就可能拉长十几分钟。面对大型重构项目，每一步响应慢 1 秒，逐步累加又是几分钟的空等。 GLM-5.1 高速版带来的体感改变是质变而非量变：模型开始真正成为可以实时协作的伙伴，「和你坐在一起盯着画布调参」。这是之前无论是小模型的快还是大模型的慢都无法实现的体验。 TileRT：系统级优化的三层架构 400 TPS 是稳定生产能力，不是峰值数字。背后是智谱 GLM 团队与 TileRT 团队联合的系统级优化，在三个层面同时发力： 推理引擎层：针对 GLM-5.1 的架构特点，重写核心推理路径，提升单卡吞吐能力。 调度系统层：动态批处理、请求合并与 KV 缓存调度优化，大幅降低高并发场景下的尾延迟。 基础设施层：推理集群部署、网络链路、负载均衡的协同优化，确保高速能力在生产环境稳定可用。 TileRT 的设计核心是在编译期（AOT）将整个计算图静态编排为一个常驻 GPU 的 persistent Engine Kernel，彻底抛弃 Runtime 层的动态调度开销。算子间的中间结果不再写回 Global Memory，而是经由寄存器、Shared Memory 与 L2 Cache 直传，host 调度与跨算子同步全部压进同一个常驻 kernel——这是速度大幅提升的技术根因。 在多卡尺度上，TileRT 进一步将 SM 内部的 Warp Specialization 思路外推到整张 8 卡 NVL 拓扑，不同 GPU rank 不再执行同构逻辑，而是按计算密度与数据依赖被特化为不同 worker，进一步榨取集群整体吞吐。 适用场景与当前开放状态 GLM-5.1 高速版当前面向智谱 MaaS 平台部分企业客户开放，模型 ID 为 GLM-5.1-highspeed。重点适用于以下延迟敏感场景： - AI 编程：多轮 Coding Agent 调用中每轮节省数秒，整体任务时长显著压缩 - 实时交互：3D 场景根据用户输入实时建模，此前因延迟无法实现的产品形态开始具备落地可能 - 实时语音：作为原生语音 Agent 的后端推理引擎，低延迟响应是音质之外的关键体验要素 - 商业决策辅助：高并发场景下的实时分析与方案生成 400 TPS 与旗舰能力的同时达成，把「速度 vs 质量」的权衡从一道单选题变成了可以同时满足的工程目标。这对整个行业的推理架构方向有示范意义。 阅读原文 → ## 速览 以下 7 篇精选内容，每篇约 150 字导读，覆盖 Agent 工程实践、组织变革、AI 基础设施与产业财务等多个维度。 1. Spotify 如何把 AI 开发体验扩展到团队与 Agent：Claude Code、Honk、Backstage 与 MCP Spotify 工程基础设施负责人 Niklas Gustavsson 分享了公司如何将 AI 辅助开发规模化到 3000 名工程师的完整路径。关键数据：引入 Claude 3.5 Opus 后，99% 的工程师每周使用 AI 工具，94% 表示 AI 直接提升了交付表现，PR 频率上升 76%。Spotify 的做法是把 Claude Code、标准化代码库（Fleetshift）、内部工具平台（Backstage）、验证闭环与 MCP 整合成一套系统——不是单点替换工具，而是重构整个开发者体验的架构层。对于正在规模化 AI 开发工具的工程团队，这是少有的「大规模落地」案例。 观看视频 → 2. 阿里李飞飞首秀：一口气面向 Agent 发了 32 个新品 阿里云 CTO 李飞飞在 2026 年峰会上完成首秀，发布超 50 项新品。核心是「芯 - 云 - 模型 - 推理」全栈 Agent 化升级：自研芯片真武 M890（性能较上一代提升 3 倍）、Agentic Cloud（运行时、编排、治理、安全、记忆、数据平面六大能力模块）、旗舰模型 Qwen3.7-Max（Arena 国产第一），以及面向 Agent 友好的新产品「千问云」。这是国内云厂商首次围绕 Agent 进行全栈产品发布，从面向人的云服务向面向 Agent 的云基础设施的战略转向信号明确。 阅读原文 → 3. 专业化胜过规模：大多数 AI 采购决策忽视的战略变量 一个 30 亿参数的专业化模型，在结构化 OCR 基准测试中以约五十分之一的成本，超越了所有商业前沿 API 的表现。核心结论：当模型的训练分布足够贴近部署任务时，参数规模不再是决定性变量。这一发现对企业 AI 采购决策有直接启示——对于有明确领域边界的任务，专业化小模型在性价比上可以碾压通用旗舰。文章提供了结构化 OCR 的完整对比数据，包括生产稳定性与退化率指标，结论扎实可复现。 阅读原文 → 4. AI 原生工程 Meta Reality Labs 旗下 Horizon Experiences 团队负责人 Ian Thomas 分享了构建「AI 原生工程」文化的案例。核心愿景是将工程师从「建造者」转变为「探索者与创新者」——用 AI 消化大量日常性工作（更新测试、修复 bug、处理平凡的代码变更），释放人的时间聚焦于真正需要创造力的问题。演讲分享了从小型社区到大规模应用框架的结构化路径，以及可量化的生产力提升数据。对于正在思考如何在团队层面而非个人层面推广 AI 工程实践的技术管理者，值得参考。 阅读原文 → 5. Agent 核心技术概念与范式发生了哪些演变以及背后的思考 来自阿里云开发者的系统性梳理，覆盖 Agent 从 2023 年早期 ReAct 架构到 2026 年自进化阶段的四个演进阶段。每个阶段都有明显的技术特征标志：被动式响应 → 结构化工作流 → 多 Agent 协同 → 自进化。文章从 Prompt、Planning、Memory、Tools、Workflow、Environment 六个核心维度，深入分析了技术概念前后变化及其背后的工程化逻辑。对于仍在用「早期 Agent 框架思维」理解当前 Agent 系统的开发者，这篇文章能帮助重新校准认知坐标。 阅读原文 → 6. 李飞飞再出手，空间智能的 ImageNet 来了 李飞飞团队发布 ESI-Bench，一个专门评测具身空间智能的新基准，包含 10 个任务类别、29 个子类别、3081 个任务实例。与此前 benchmark 不同的是，ESI-Bench 第一次把「观察者」变成「行动者」，要求 AI 智能体主动行动才能获取解题信息。核心结论清晰：感知不是瓶颈，行动才是。当前最强多模态模型（含 GPT-5 和 Gemini 系列）在主动探索任务上的表现远低于给定最优视角时的得分，说明 AI 能「看懂」但仍然「不知道该怎么动」。 阅读原文 → 7. OpenAI「赚一块亏一块二」，Anthropic 已开始赚钱 两家 AI 巨头同期亮出底牌：OpenAI Q1 营收 57 亿美元，但运营利润率为 -122%，每赚 1 美元亏损 1.22 美元；Anthropic Q1 营收 48 亿美元，Q2 预测营收 109 亿美元，并实现约 5.59 亿美元运营利润，成为 AI 模型公司中率先摸到盈利门槛的案例。差异根源在于客户结构——OpenAI 需要补贴庞大的 9 亿周活免费用户群，Anthropic 几乎全部收入来自企业和开发者。两种模式的财务命运正在快速分化，这篇文章是理解当前 AI 商业格局的精要读本。 阅读原文 → ## 补充阅读 以下 9 篇内容作为延伸阅读，适合有特定兴趣方向的读者深入探索。 从 0 到 1 搭建 Agent：Agent 原理分析及个人助手实践（长文干货）（阿里技术） 系统覆盖 Agent 全链路原理，包括记忆系统、RAG、Function Calling 与 MCP，并附带个人助手项目的完整实践方案。约需 50 分钟阅读时间，适合想亲手构建 Agent 系统的开发者作为入门参考手册。 阅读原文 → 腾讯云 Agent Memory 节省 61% Token 提升 52% 成功率的诀窍：Mermaid 无限画布 × 上下文卸载（腾讯技术工程） 解决 Agent 长任务中上下文快速耗尽的实际工程问题。「上下文卸载 + Mermaid 无限画布」的组合方案，在超长 Session 实验中节省 61% Token 并将任务通过率从 33% 提升至 50%。适合正在处理 Agent 长任务内存压缩问题的工程师。 阅读原文 → Gemini 负责人：在智能体时代从执行者转向指挥者（Silicon Valley Girl） Google Gemini 负责人 Josh Woodward 谈 Agent 时代的人机协作范式转变。Gemini Spark 的目标是让知识工作者从任务执行者转变为「AI 网络的指挥者」，通过原生生态系统集成并行运行数百个后台任务。适合想了解 Google 在 Agent 时代整体战略思路的读者。 观看视频 → 你的 Coding Agent 应该做 AI 系统工程（AI Engineer） Hugging Face 的 Ben Burtenshaw 提出 Coding Agent 的下一步：进入 AI 系统工程领域，包括 CUDA kernels 优化、自动 fine-tuning，以及基于 open primitives 构建多 Agent 研究实验室。适合已有 Coding Agent 使用经验、想进一步探索其能力边界的工程师。 观看视频 → Cerebras 630 亿美元 IPO 背后：晶圆级芯片、OpenAI 大单与 AI 基础设施竞赛（No Priors） Cerebras 创始人兼 CEO Andrew Feldman 讲述公司如何把晶圆级芯片的逆向押注推进成一家上市 AI 基础设施公司。推理速度已从技术奢侈品变为商业必需品——这个判断与今天 GLM-5.1 高速版的发布形成有趣的呼应。 观看视频 → 最新对话 Claude Code 负责人：智能体时代的爆发，Anthropic 重构生产力边界（Web3 天空之城） 深度编译 Claude Code 负责人 Boris Cherny 的访谈。Anthropic 产品需求同比增长 80 倍，Claude Code 是核心引擎。文章覆盖范式转移、生产力实证（引入 Claude Code 后每位工程师产出提升约 250%）、组织变革启示，以及软件行业护城河的演变方向。与今天精讲二 Notion 的组织重构主题形成互文。 阅读原文 → 如何用 AI 构建自我改进型公司（Y Combinator） YC 视角的 AI-native 组织设计：不要停留在 copilot 式生产力提升，而应把公司重构为由传感器、策略、工具、质量门和学习系统组成的递归自我改进循环。与今天多篇内容的组织变革主题高度呼应，适合思考 AI-native 公司架构的创业者和管理者。 观看视频 → 浏览器自动化：从 GUI 到 OpenCLI（大淘宝技术） 针对 Agent 操控浏览器「路不好走」的实际痛点，提出 OpenCLI 方案：直接解析和复现浏览器底层 API 请求，绕过不稳定的前端 UI 自动化。思路清晰、工具可直接上手（npm install）。适合正在为 Agent 构建浏览器自动化能力的工程师。 阅读原文 → 马斯克的「一人王朝」，6 月 12 日敲钟（腾讯科技） SpaceX 正式提交 S-1，计划 6 月 12 日纳斯达克上市，目标估值 1.75 万亿至 2 万亿美元，马斯克保留 85% 投票权。财务结构「冰火两重天」：Starlink 年入 114 亿美元营业利润，xAI 单季亏损 64 亿美元，天上赚的钱被地上的大模型全部烧完。AI 叙事如何支撑超高估值，这篇文章提供了一手数据。 阅读原文 → ## 今日阅读路径 时间有限？以下是根据今日内容为你规划的最短有价值阅读路径： 如果你只有 15 分钟： 优先读「精讲三」——GLM-5.1 高速版的发布代表了一个具体可感知的技术里程碑，400 tokens/s 旗舰质量是 2026 年推理能力的新基准，对所有在生产中使用 AI 模型的人都有直接参考价值。文章篇幅适中，技术细节扎实，10 分钟读完，结论即可用。 如果你有 30 分钟： 加上「精讲一」——LangChain 对 Agent 架构分化的描述是目前最清晰的生产端视角之一，长时程 vs 延迟敏感的框架能帮你理清当前项目的技术取舍。 如果你有 1 小时，想要更完整的视角： 三篇精讲都读完，再加速览中的「阿里 Agent 全栈发布」和「OpenAI vs Anthropic 财务对比」——这两篇分别代表了 AI 基础设施格局和 AI 商业模式的两个关键截面，与精讲主题形成完整的上下文。 工程师专题路径： 精讲三（推理速度与 TileRT 架构）→ Spotify 案例（工具规模化）→ Agent 范式演变（技术全景）→ Coding Agent AI 系统工程（能力拓展边界） 管理者与创业者路径： 精讲二（Notion 组织重构与爵士乐队模式）→ Claude Code 负责人访谈（生产力实证）→ 如何用 AI 构建自我改进型公司（系统设计框架） 以上就是今天 BestBlogs 早报全部内容。感谢阅读，我们明天见。

译LangChain在演讲中指出，Agent生产架构已明确分化为长时程知识型与低延迟响应型两类，工程路径各异。Notion CEO分享了公司转向更灵活的“爵士乐队”模式，并采用“哑铃型”人才结构以适应AI开发。智谱同期发布GLM-5.1高速版，在保持旗舰能力的同时实现400 tokens/s的输出速度。三者共同揭示了AI应用在底层架构、组织形态与基础性能上的演进方向。

OpenAI Developers@OpenAIDevs · 5月23日67

Shipped papercut: new diff markers setting in Appearance. Prefer classic + / - markers when reviewing diffs? You can now use those instead of only color-coded diff bars. Default stays the same unless you opt in.

译已发布剪纸功能：外观设置中新增差异标记样式。 在查看差异时更喜欢经典的 + / - 标记？现在你可以选择使用它们，而不仅仅是彩色差异条。 默认设置保持不变，除非你主动选择启用。

小互@xiaohu · 5月23日74

好思路🫡

译一种轻量化的Codex远程服务器配置方案。无需安装完整版应用，仅需在远程服务器上安装并运行CLI版Codex。执行`codex remote-control`命令后，手机端ChatGPT应用内的Codex功能即可发现并连接该服务器，远程体验与完整版无异。两种配置在应用内通过不同图标（“终端”与“电脑”）进行区分。

ChatGPT@ChatGPTapp · 5月23日69

Paperwork is better when you can just talk through it. With Images in ChatGPT and voice mode, you can upload a form, say what to fill in, and get back a completed version.

译用对话处理文书工作更轻松。 借助ChatGPT的图像功能和语音模式，您可以上传表单，说出要填写的内容，即可获得填写完成的版本。