文章

全部 AI应用 AI Agent 生成式AI 大语言模型 OpenAI Google ChatGPT AI安全模型训练代码生成对话AI Sam Altman 多模态开源模型提示工程

Cursor突然放大招，DeepSeek追近Opus，这周AI工具的风向变了

这一周的AI圈有点不对劲：Cursor不再只是写代码的工具，DeepSeek被反复拿来和Opus对标，而Anthropic似乎成了最“坐立不安”的那一方。这不是零散更新，而是一条正在成形的趋势线。

大多数人以为，AI 编程助手的天花板就是“更会写代码”。但在这场 GitHub 的分享里，Microsoft 和 GitHub 直接掀桌子：未来的 Copilot，不是多聪明，而是能不能在聊天里直接跑 UI、画火焰图、让你点着用。这正是 MCP Apps 想解决的事。

Hermes Desktop 刚发布时，很多人以为它只是又一个“更好看的 AI 客户端”。但 Greg Isenberg 的这期视频，直接把问题抛到台面上：如果你用对了 Hermes Agent，它不是效率工具，而是一个 24 小时为你工作的系统。这篇文章，讲清楚为什么。

如果你以为评测（Evals）能客观告诉你模型好坏，这场演讲会让你不太舒服。Ara Khan 直接抛出结论：Evals 本身是“坏的”，但你不仅不能扔，还必须继续用——只是用法完全不是你想的那样。

如果让 AI Agent 真正走向商业世界，它们迟早要自己下单、付款、结算。但 Stripe 的 Steve Kaliski 在这场演讲里抛出一个反直觉的结论：问题不在于“机器人能不能付钱”，而在于“我们有没有把支付基础设施拆对”。这是一篇每个做 Agent、平台和工具的人都该读完的文章。

一家年收入破1亿美元的公司，起点并不是宏伟蓝图，而是连续半年的“随便试试”。YC 最新分享里，Emergent 团队讲清了一件反直觉的事：真正改变世界的软件，并不是从商业计划书里长出来的。

如果你还以为大模型的差距只来自参数量和算力，这期 Latent Space 会直接打脸你。视频里，一个反直觉的观点被反复强调：真正拉开编码模型差距的，不是模型本身，而是“你怎么用它”。甚至，通过一套被称为 Taste 的方法，开源模型也能在实战中压过闭源巨头。

大多数人做 Agent 界面时，第一反应是“更快、更省 token”。但来自 Google Chrome DevTools 团队的一个结论恰恰相反：如果你的 Agent 不知道自己在干什么，再高的效率都是浪费。这场演讲，拆穿了很多 Agent 产品正在犯的设计错误。

一个几乎不可能完成的成就：连续13周清空邮箱，而且是在下午2点。更反直觉的是，这不是时间管理技巧的胜利，而是AI真正开始“替人工作”的信号。这期视频展示了一个很多AI从业者忽略的现实：真正的生产力革命，可能先发生在你的收件箱里。

如果我告诉你，有团队一天能跑800次代码提交，甚至个人能做到3000次，而且不是靠加班，而是靠一整套“AI工厂化”系统，你可能会觉得这是噱头。但OpenClaw的Vincent Koc用一小时，把这件事讲清楚了：这不是运气，而是工程学的必然结果。

共 5138 篇文章

AI产品训练营核心群

付费群测试2

付费群测试3

付费群测试4

付费社群测试5

测试快讯1

5 月前