meng shao@shao__meng

51

推文质疑用书学习AI知识的可行性，指出Claude Code、Agent框架等知识更新极快，书易过时。同时质疑AI写书的质量，认为审查难度高。此外，作者对国内书籍常使用“白皮书”“蓝皮书”“橙皮书”等命名方式表示好奇。

meng shao@shao__meng

66

本文反驳了“有了AI智能体，工程师无需深度思考代码”的观点。核心论点是：AI不会降低对“理解系统”的要求，反而会提升工程师的核心价值。这主要源于责任不可转移——生产环境事故需由工程师负责，AI无法承担决策后果。AI被定位为加速日志分析等环节的加速器，但最终决策仍需由人做出。由此推导的行业趋势是：工程师应更注重系统的可理解性与可控性，如减少依赖、偏好简单系统，并将时间投入系统设计与维护。最终，行业稀缺资源正从“写代码速度”转向“对系统理解的深度”，计算机基础与判断力将更加重要。

Lee Robinson: You might believe you should spend less time thinking about code because of AI. I strongly disagree! We're watching this...

Berryxia.AI@berryxia

65

Lenny Rachitsky与Every CEO Dan Shipper回顾了后者一年前对AI发展的预测。Dan及其团队因深度使用AI工具而具有独特视角。在播客中，他重申了几个核心观点：自动化是谎言，CLI时代已过，SaaS崩盘论不成立。具体预测包括：每家公司Slack中将出现“超级代理”；Claude Code和Codex会成为知识工作的新操作系统；AI不会引发就业危机；产品经理和设计师将受益；人们将阅读并喜爱更多AI生成的内容；目前是买入SaaS股票的好时机。这些基于一线实践的判断与外界的末日论截然相反。

Lenny Rachitsky: Automation is a lie. CLIs are over. The SaaSpocalypse is dumb. A year ago @danshipper came on the podcast to predict whe...

Rohan Paul@rohanpaul_ai

64

Databricks联合创始人兼CEO Ali Ghodsi认为，Zoom拥有会议视频和转录的最大数据集，有机会构建AI优先的产品，可能颠覆传统企业SaaS。企业软件的痛点是数据输入和协调，Zoom已掌握原始输入，包括客户通话和内部会议的视频、音频及转录。如果Zoom能可靠提取决策、上下文和行动项，并自动写入相应记录系统，作为AI优先的工作流层，将成为工作入口，取代许多主要收集笔记和更新的独立SaaS工具。

Emad@EMostaque

34

Overlap: Business & Tech: Anthropic Doesn't Allow Kids Under 18 - Here's Why⁣ ⁣ "We just don't know enough about what AI is going to do to kids. I...

Nathan Lambert@natolambert

64

Aidan Clark: If you want to work on pretraining-for-AGI, join OpenAI, Google, Meta or the Anthropic/XAI/Cursor supergroup. The bitter...

Rohan Paul@rohanpaul_ai

62

Rohan Paul: Great article here on DeepSeek. Their real story is not cheaper chatbots, but architecture that turns hardware scarcity ...

当前最令人沮丧的问题是，人们提交的 issue 报告并非本人原话，而是经过 AI 重写。这种“AI 垃圾”导致描述混乱，AI 生成的结论往往不准确却充满自信，造成对根本原因的完全猜测、虚假的最小复现步骤、错误的代码类比以及不相关的错误列表。作者因此希望 issue 报告能浓缩为人类实际观察到的四个要素：运行的命令、预期结果、实际结果以及具体的错误或日志。

Yann LeCun认为当前AI系统并非真正智能。DeepMind的Demis Hassabis则认为人类已站在“奇点的山麓”。Gemini联合负责人Oriol Vinyals提出折中观点：今天的模型在七年前会像AGI，但它们仍无法从经验中学习或产出真正的突破。

ginobefun@hongming731

67

Uncle Bob Martin: I hold a different opinion. I think he's right about things like domain driven design, bounded context, ubiquitous vocab...

Chubby♨️@kimmonismus

48

Anthropic的发布策略看似矛盾：其Mythos模型性能卓越，能发现其他模型无法发现的漏洞，因此一度被官方声称“过于强大而无法发布”；但最新声明又表示将通过通用发布使其可用。这突然的转向被分析可能并非PR炒作，考虑到其核心瓶颈是算力不足且临近IPO，热度并非关键需求。尽管策略存疑，但一旦模型就绪并设立安全护栏，其远超现有水平的性能将为软件工程带来显著提升。推文引用显示，此次宣布可能是认真举措。

Andrew Curran: Looks like they meant it.

Rohan Paul@rohanpaul_ai

47

李飞飞重新定义机器人学，强调其核心是“空间智能”——即机器在三维物理空间中感知、理解与行动的能力。这一能力使机器人能执行任务并实现人机协作。3D生成与重建技术正打破人类仅能体验单一物理世界的局限，创造出用于训练、创造、旅行与社交的无限数字多元宇宙。未来，人们将以“多元宇宙”的方式生活，极大拓展人类想象与交互的边界。

a16z: For all of history, humanity shared one 3D world. @theworldlabs co-founder @drfeifei says spatial intelligence now lets ...

Rohan Paul@rohanpaul_ai

40

前Google高管Mo Gawdat对“智能”提出新定义。他认为，智能并非物理属性，因此其实现载体并不重要，无论是碳基（人类）、硅基（当前AI硬件）还是未来的量子计算结构。核心观点在于，当我们停止将自身智能强加给机器时，智能便会在机器内部产生。这一论述挑战了以人类为中心的智能观，强调智能的发展应超越特定的物质基础。

Berryxia.AI@berryxia

35

huangserva: Anthropic 刚花了巨资雇来 Andrej Karpathy。 同时,他免费给了你同样的知识。 无需天价招聘费,独家权限,学费。只有一个链接和 29 分钟。 这位 OpenAI 联合创始人、前特斯拉 AI 负责人,亲手终结了他自己提出...

Orange AI@oran_ge

52

DeepSeek v4 Pro 虽然并非最强模型，但其核心优势在于采用了几乎零成本的缓存技术。该技术被视为大模型领域的重要突破，若应用于如 Claude Opus 等顶级模型，可使运营成本下降约10倍。文章认为这是所有大模型都需要的关键技术。此外，随着未来 v4.1 版本使用更真实的训练数据，其性能预计会快速提升。

宝玉: http://x.com/i/article/2058418354415644672

宝玉@dotey

52

DeepSeek的核心战略并非销售应用服务，而是通过一系列底层技术创新，特别是MLA等注意力机制大幅压缩KV缓存需求，来重塑AI硬件生态。其技术能将1.6T参数模型在1M上下文下的内存占用降至5.48GB HBM，远低于同类模型。这直接降低了推理成本，并催生两大机会：一是将KV缓存转存至SSD，利好长江存储；二是其架构适配LPDDR内存进行权重缓存，利好长鑫存储。DeepSeek通过开源这些高效架构，正在构建一个以中国存储产业链为核心的新生态，最终目标是带动一个10万亿美元的AI硬件产业，并自身实现万亿美元市值。

小鹏副总裁公开表示，小鹏可能是唯一欢迎特斯拉FSD入华的车企。该高管指出，特斯拉FSD与小鹏VLA辅助驾驶系统目前均采用纯视觉技术路线。小鹏集团通用智能中心负责人刘先明进一步说明，FSD入华将形成良性竞争，推动行业进步。他强调，相比特斯拉，小鹏在中国本土化场景适配、数据积累和算力优化方面具备优势，能更好地解决中国路况问题，双方将在竞争中共同促进自动驾驶技术发展。

meng shao@shao__meng

33

geniusvczh: 微软已经开始觉得token比人贵了🤪

Greg Brockman@gdb

49

Ahmed: Lots of people get surprised when I tell them that Codex is open source

Chubby♨️@kimmonismus

54

🚨 AI News | TestingCatalog: ANTHROPIC 🔥: Mythos 1, "claude-mythos-1-preview", is being prepared for a release on Claude Code and Claude Security. T...

Rohan Paul@rohanpaul_ai

62

Andrej Karpathy 认为，下一代重大软件变革将是大量传统应用的消失。他预言了一种“完全神经化”的计算范式：原始输入直接由神经网络处理，通过扩散模型实时生成专属于当下的界面。当前经典计算以 CPU 为主、智能为辅，而未来神经网络可能成为主导进程，传统 CPU 则退化为处理精确任务的协处理器。这意味着许多现有应用只是过渡产物，未来交互可能不再是静态应用，而是由神经系统根据即时情境生成的动态界面。

向阳乔木@vista8

67

个人开发者tw93在全职工作与家庭之余，独立开发了妙言、Pake、Mole等六款深受海外用户欢迎的开源工具。其产品均始于解决自身痛点，如Mole因精准清理程序员电脑缓存，超过70%的用户来自海外。tw93强调产品美学与极致完成度，并将工程实践与AI协作经验沉淀为开源技能库Waza。他的实践展示了如何通过解决真实问题、坚持开源社区协作以及将AI作为协作伙伴，构建具有全球影响力的项目。

Rohan Paul@rohanpaul_ai

74

Satya Nadella透露微软正借鉴丰田精益生产原则，将“精益知识工作”理念应用于内部AI运营。通过计算AI投资回报并利用其成本削减效应，微软在白领工作中部署AI以优化流程。例如，微软每年在客户支持业务上支出约40亿美元，通过部署AI代理处理前端问题分流及为支持人员提供实时推理协助，在Xbox和Azure等支持领域大幅降低了成本。

歸藏(guizang.ai)@op7418

24

黄小木: 商机啊,把github的skill搬到小红书上架, 速度就是💰

Chubby♨️@kimmonismus

62

Pamphlets: 🚨🇨🇳 BREAKING - China Unveils Gaming GPU To Challenge NVIDIA

Linus Torvalds 在开源峰会上指出，AI 工具已实质性改变 Linux 内核开发节奏，近两个版本提交量增长约 20%。他肯定 AI 降低了参与门槛并提升效率，但也指出核心挑战在于协作与沟通等“社会性瓶颈”，而非纯技术问题。谈及未来，他反驳了“99% 代码由 AI 编写”的说法，认为 AI 像编译器一样能提升约10倍生产率，但开发者必须深入理解代码与系统，才能维护复杂软件。

据华尔街日报5月22日报道，参与开发“龙虾”OpenClaw的两名工程师发出警告，指出AI在加速代码编写的同时，正将大量低质量代码批量扩散到真实产品与服务中，导致软件漏洞增多、安全隐患、技术债务累积及基础设施崩溃风险。工程师将此现象称为“vibe slop”，并强调AI编程工具更适合辅助生成草稿和初步验证，在正式业务系统中仍需严格的人工审查、测试、重构与安全评估，以避免将开发成本转移至后续修复与治理环节。