David的AI全景图 - 节目列表

一篇关于FDE(Forward Deployed Engineer)前沿部署工程师的深度报告。 摘要： 一，FDE 不是驻场工程师，也不是咨询顾问。 三者的分水岭在"反馈去向"：没有反馈闭环的 FDE 就是外包，没有落地承诺的 FDE 就是咨询。咨询赚认知的钱，外包赚效率的钱，FDE 赚复利的钱。 二，它的爆发不是因为 AI 变强了，而是因为 AI 落地失败得太惨。 MIT 的调研显示，企业在生成式 AI 上投入 300 至 400 亿美元后，约 95% 的组织没有看到任何可衡量的损益变化。而这些失败极少输在模型能力上。 三，挡在 AI 和业务之间的是三道非技术的墙：语言错位、隐性知识未被数字化、组织层面的人的抵制。FDE 的全部工作就是拆这三道墙。 四，这个模式最著名的支持者，也是它最严厉的警告者。 FDE 模式的发明人之一 Bob McGrew 被问到创业者是否该复制它时，回答是"不要"——它极容易滑成一家低毛利的咨询公司。 五，重模式在中国算不过账，但一个轻模式的变体正在出现。 中国企业服务市场的付费习惯、最低价中标制度和行业鄙视链，共同否决了"由高毛利软件公司长期供养驻场团队"这套打法。但 AI 编程和 Agent 基础设施把定制成本打穿之后，"一个人加一组 Agent"构成一条完整交付线成为可能——养 FDE 的角色从公司换成了 AI 本身。 六，FDE 是一个以让自己过时为目标的岗位。 每解决一个问题，方案就被沉淀，下一个客户需要的定制就更少。做得越好，行业对它的需求就越少。 来源：https://getperspective.ai/blog/state-of-forward-deployed-engineering-2026-survey-report-1500-fdes；Codex深度调研报告

Moonshot 发布的 Kimi K3 技术报告：一个 2.8 万亿参数、1M 长上下文、原生多模态、完全开源权重的前沿 MoE 大模型。 摘要： 1. 在类似规模的预训练基础上反复堆叠，开源进展有收敛风险，而与最强闭源系统之间的差距却在继续拉大。」「Kimi K3 试图在两条轴线上同时冲到前沿：把预训练基础扩展到前所未有的 3T 级参数规模，同时把强化学习、推理努力和 100 万上下文长程交互一并拉满。」 2. 「我们训练了一个 2.8T 参数的原生多模态 MoE 模型，激活参数 104B，支持 100 万 Token 上下文，并通过架构、数据和训练配方的改进，相比 Kimi K2 实现了约 2.5× 的整体缩放效率提升。」 3. 「Kimi K3 的后训练阶段被明确地设计为服务于 100 万上下文的测试时扩展：跨长程代码、通用 Agent、推理与知识任务做强化学习，并覆盖多个推理努力等级。」 4. 「在长程代码、Agent、知识、推理与视觉任务的基准上，Kimi K3 在整体上仍落后于最强的闭源系统——Claude Fable 5 与 GPT-5.6 Sol——但在我们评估的其它开源与闭源模型中，它表现最为稳定且总体领先。」 5. 「Kimi K3 结合了三大系统挑战：混合 KDA 注意力、3T 级稀疏多模态训练与推理、以及百万 Token 级的 Agent 工作负载——我们的基础设施在这三条战线上做了联合协同设计。」 来源：https://github.com/MoonshotAI/Kimi-K3

大学毕业提交论文时，我连邮箱都没有。 很多年后，我却回到母校，劝一群外语专业的学弟学妹去做开发者。 这期节目来自一次两个半小时的母校分享。我回头整理了自己从俄语生、翻译、产品经理，到AI创业者和builder的几次转变，也试着回答一个对文科生越来越重要的问题： 当自然语言开始成为编程语言，我们曾经学过的文学、历史、文化和审美，究竟是过时的知识，还是新的创造力？ 你会听到： * 一个“文科生中的文科生”，为什么开始靠近技术 * 对于曾经做翻译模型的我们，The Bitter Lesson为什么如此苦涩 * 为什么翻译的昨天，可能就是Coding的今天 * 文科生做软件，真正的优势是什么 * 为什么非要做“作品型产品” * 为什么说未来没有人问你的title，只问你有什么独特作品 这不是一个文科生终于变成技术人的故事，只是我又找到了一支新的毛笔，而我想把它，传递给更多曾经的自己。 相关内容： * 公众号文字版：《毕业时连邮箱都没有，今天我却回母校劝文科生做开发者》 * 草诀歌AI Labs官网：https://www.caojuege.com 说明：音频的开头是我录的，后面是AI用我的音色生成的。

Thariq 是 Anthropic 的产品与工程实践者，长期在一线用 Claude 做「代理式编码」和复杂工程协作。这是他分享的Fable 5经验：用 Claude Fable 5 做「代理式编码」时，真正的瓶颈不是模型，而是你有没有搞清楚自己的「未知（unknowns）」。作者把整个工作流程拆成前、中、后三个阶段，重点都围绕一件事：系统性地发现和澄清 unknowns，让模型在真实「领地」（代码、业务约束）里少踩坑，多发挥。 1. 模型的极限，不在于它能做什么，而在于你有没有看见自己的未知。 2. Prompt 是地图，代码库是真实领地，卡住的地方，永远藏着你没说清的未知。 3. 与其让 Claude 乱猜，不如先让它做一轮『盲区巡检』，帮你把不会问的问题问出来。 4. 真正的高手，不是没有 unknowns，而是把 unknowns 变成可以被发现、被记录、被迭代的资产。 5. 当长链路任务跑偏时，大多数时候错的不是 Claude，而是你从一开始就没画对地图。 6. 一段改动只有在你能通过 Claude 给你的『闭卷测验』时，才算真正被你掌握。 7. 越强大的模型，越逼着我们承认：最大的不确定性，从来不在机器，而在自己。 来源：https://x.com/trq212/status/2073100352921215386

保罗·格雷厄姆关于"如何做出伟大工作"（How to do great work)的长文精华，核心论点是：选择你既有天赋又极度好奇的领域，通过持续努力到达知识前沿，发现别人忽视的裂缝并大胆探索，同时保持真诚、独立思考和迭代优化的工作方式，让好奇心驱动整个过程。 摘要： * 1. "如果你问一个神谕做出伟大工作的秘诀，而神谕只回答一个词，我会赌是'好奇心'。" * 2. "伟大的工作通常需要在一个问题上花费大多数人看来不合理的时间。你不能把时间当作成本，否则它会显得太高。" * 3. "四个步骤：选择一个领域，学到足够到达前沿，注意到裂缝，探索有希望的裂缝。这就是几乎所有做出伟大工作的人的方式。" * 4. "做你自己想要的东西。写你自己想读的故事；造你自己想用的工具。" * 5. "新想法通常由看到就在你眼皮底下的东西组成。一旦你看到了一个新想法，它往往显得显而易见。" * 6. "如果你不想成为最好的，你甚至不会变得好。" 来源：https://explainx.ai/blog/how-to-earn-a-billion-dollars-paul-graham-2026

分享一个有意思的产品框架：Proven Better New。 作者是Mark Pincus，Zynga创始人，十个大型游戏发布里有八个成为大爆款，触达超过十亿玩家。 Mark在新书《Life at the Speed of Play》中提出了提升产品创新成功率的思维框架：Proven Better New。 摘要： 1. 我不再迷信灵感式创新：我会先把“真正新颖的想法”隔离出来做实验，用最快速度换来最真实的客户反馈。 2. 我允许自己在法律范围内坦然复制：省下“重造轮子”的时间，才能把精力砸在真正让用户兴奋的创新上。 3. 我会把 Proven 当作底盘：做足够多的 Proven，产品才不会“因为错误原因失败”。 4. 我对 New 保持敬畏：我默认“所有 New 都会失败”，所以更要隔离它、单独测试它。 5. 我对 Better 的标准很粗暴：必须强到让目标用户 10/10 都说“我靠，这太好了！”，否则就别自嗨。 6. 我提醒自己别偷换概念：我以为的 Better，往往其实是 New——主观的“更好”不算数，必须是客观上更好。 7. 我宁愿“最好地推向市场”，也不执着“最先推向市场”：先把有效机制匹配到位，再在关键处创新。 8. 我相信顶级产品是艺术+科学：艺术是品味，科学是流程；从已验证出发、纪律性构建、在关键处创新，必要时再打破规则去交付魔法。 来源：https://www.youtube.com/watch?v=7eh9C3TUotc

这是一期串台，对谈对象是时旭（他的播客叫“起飞前”），草诀歌 AI Labs 里那位一个月烧掉 8.8 亿 token（2025年）的分享人，也是一期反向采访。 我们聊了过去的经历，翻译行业的“纺织机时刻”，对“OPC”的看法，以及为什么一个 AI 社区会叫草诀歌…… 你会听到 * 草诀歌这个名字背后的书法、SEO 和社区隐喻 * 为什么我会从俄语文学、翻译、机器翻译走到 AI 产品 * Smartcat、Trados、LanguageX 和机器翻译行业的几次变化 * ChatGPT为什么也是翻译行业的分水岭 * 大模型如何照出很多垂直行业的“纸老虎” * 为什么行业知识会在 AI 时代重新变重要 * Vibe Coding 为什么让我有“重新拿起毛笔”的感觉 * 人为什么会成为 AI Coding 的瓶颈 * One-person Company 真正困难的地方 * 雇佣制、项目制、Few-person Company 的可能变化 * 草诀歌 AI Labs 接下来可能服务什么样的人 * 创业为什么要做“不得不做”的事情 时间轴 00:00 正式开场：Max 和 David 的第一次串台 01:17 草诀歌是什么：一个帮助非技术背景者 Vibe Coding 的社区 02:45 为什么叫“草诀歌”：书法口诀、AI Coding 和 SEO 04:19 美第奇效应：为什么 AI 社区需要多元背景 08:20 从俄语文学到翻译、创业和 AI 产品 10:59 理科生为什么最后选择了俄语专业 14:59 文学、自由和一次职业转向 20:24 裸辞之后，第一次用互联网方式做翻译公司 21:37 Smartcat：一个工具如何长成三端市场 26:18 LanguageX 的起点：机器翻译、人和专业流程 29:42 ChatGPT 之后，机器翻译为什么超过普通人 32:37 语言服务行业的地基为什么变了 33:17 翻译行业的“纺织机时刻” 34:48 从兰亭译到 LanguageX：AI 1.0时代的机器翻译创业 37:58 大模型正在侵蚀垂直行业文本处理 39:25 行业人什么时候会重新获得优势 42:52 文理交叉的人，为什么更适合 AI 时代 48:13 自然语言是不是最好的编程语言 49:48 Cursor 之后，David 如何进入 Vibe Coding 54:30 Vibe Coding 最大的吸引力：创作可控性回到自己手里 56:02 AI Coding 像一支新的毛笔 59:05 人变成了 Vibe Coding 的瓶颈 01:02:39 One-person Company 真的成立吗 01:04:35 真正难的是 company：如何建立商业系统 01:08:24 OPC、agent 和商业协作环节 01:11:42 AI 会如何改变雇佣制和项目制 01:14:22 Few-person Company 可能比 OPC 更现实 01:15:25 草诀歌接下来想服务什么样的人 01:19:07 烧 token 的经验为什么对社区有价值 01:20:52 如果用 Vibe Coding 重做过去的项目，会发生什么 01:24:37 为什么我暂时跳出翻译行业 01:29:34 小白视角有时反而能看见行业人看不见的需求 01:32:16 创造阶段为什么最快乐 01:36:41 喜欢创造，但不一定喜欢运营和守成 01:37:50 Vibe Coding 不是让工作时间变短，而是变长 相关链接： 草诀歌AI Labs：一个多元背景的作品型产品vibe coding社区 LanguageX：大模型和译者协作翻译平台

今天，我们正式推出了 Claude Fable 5——一款属于 Mythos 类的人工智能模型。 来源：https://www.anthropic.com/news/claude-fable-5-mythos-5

Anthropic最近发布的万字长文，“AI 加速 AI”这一趋势已经在现实中出现，讨论了这种潜在的“递归自改进”对生产力、风险与治理的深远影响。 摘要： 1. 一旦 AI 能够完全自主地设计和开发自己的下一代，它将成为科技史上的重大转折点。 2. 在 Anthropic，如今超过 80% 合入代码都是由 Claude 写的，工程师更多是在指挥与审阅，而不是亲自敲代码。 3. 目前人类仍然保有的比较优势，在于看见更大的图景，并且能跳出眼前任务的边界去思考。 4. 所谓“研究品味”也许只是另一种 AI 能力：先在一段时间里做不好，随后逐渐变得擅长。 5. 未来一种很可能的图景是：一百人的公司可以做一万甚至十万人的事，因为每个人身后都站着一座由智能体构成的“金字塔”。 6. 让世界真正拥有“可以按下慢速键或暂停键”的选项，前提是我们先打造出一整套可验证他方确已刹车的制度与技术。 7. 我们尚不了解，如果模型能递归地自我改进并快速扩散，一个由这种智能主导的经济，会以何种方式与人类社会相遇与碰撞。 来源：https://www.anthropic.com/institute/recursive-self-improvement

Anthropic联合创始人Daniela Amodei（Dario Amodei）的妹妹，这是她在斯坦福商学院访谈，分享了她从文科背景跨向AI领域的职业旅程。 摘要： 1. 关于职业抉择： “我一直在追随当时对我来说最有趣的事情，那是‘我擅长的’、‘我感兴趣的’以及‘会对世界产生重大影响的’这三者的交汇点。” 2. 关于对待技术的态度： “最重要的一点是，不要害怕技术。它最终是一套非常有价值的技能，但也是任何人都可以学习的东西。” 3. 关于创立 Anthropic 的初衷： “我们确实是在奔向某样东西，而不是在逃避某样东西。我们脑海中有一个愿景，想要创建一个组织，让安全和责任感等价值观处于我们工作的最前沿。” 4. 关于 AI 时代的教育： “AI 工具可以让你变得更聪明，扩展你认为自己可以学习的知识边界；但也存在另一个版本，那就是‘关掉你的大脑’。我希望整个行业会选择前者。” 5. 关于人类的独特价值： “人类天生喜欢和人类在一起。在一个 AI 能完成更多日常生产工作的世界里，人际交往技能将变得更加重要，也更受重视。” 6. 关于商业与公益： “‘经商’并不一定要与‘行善’产生冲突。我越来越感觉到，行善的欲望与事业的成功之间有着强烈的相关性。” 来源：https://www.youtube.com/watch?v=FDjrDeIZAk4

5月29日凌晨发布的Opus 4.8 系统卡解读。原文244页。 原报告地址：https://cdn.sanity.io/files/4zrzovbb/website/c886650a2e96fc0925c805a1a7ca77314ccbf4a6.pdf

“每一代人中，只有少数人能完全理解和完全实现人类的才能，而其余的人都背叛了它……他们不是背叛我，而是背叛了自己的灵魂。” by 安·兰德，《源泉》 一、司马迁来不及做的事 司马迁之前，传记几乎是帝王的专利。 《史记》里有《高祖本纪》《项羽本纪》，有《陈涉世家》《孔子世家》——本纪写帝王，世家写诸侯。 但司马迁还做了一件破天荒的事：他给刺客、游侠、商人、滑稽艺人都立了传。他可能是中文世界第一个郑重地认为：普通人也值得被记录的人。 可惜他来不及做的是：给还活着的年轻人立传。 司马迁立传的人，几乎都已经故去。一直到今天，传记是写给后人的回望，是事后的盖棺，或者至少是在世的名人——因为整理和书写传记的资源是稀缺的。 AI 时代，如果这些资源不再稀缺，能不能尝试一次： 在一个人年富力强的时候，帮他知道自己是谁？ 二、我做了一个小东西 [图片] 打开 simaqian.caojuege.com，你可以选择两种方式： 一种叫轻列传：复制一段 prompt，粘给你常用的 AI。30 秒后，它会生成三张卡片。 [Image] 另一种叫精列传： 把你的文章、简历、播客、社媒、链接交给 Agent。大约 30 分钟，它会帮你生成一套完整的个人说明书：一份给 AI 用的 persona-agent.md，一份给人看的 personal-homepage.html。 轻列传是一张图，只是好玩。真正有用的是精列传，一套为Agent设计的、你自己的“使用说明书”。 三、为什么对传记情有独钟 大学时，有位前辈给我一个人生建议：每隔一段时间就要看一本传记，因为传记是书中精华，免费但最贵的咨询——大概类似今天奢侈版的 life coach。 从《巨人传》开始——“不幸的人类啊，切勿过于怨叹，人类中最伟大的人物和你同在……汲取他们的力量做你的养料吧。” 再到《托尔斯泰传》，那个 80 多岁还要离家出走、跑到火车站的老人，是俄罗斯文学最打动我的地方。 《乔布斯传》让我从一个大学时代的“反科技主义者”，对科技和互联网开始好奇。 [Image] 《史怀哲传》里那句话：“如果你在任何地方，缓解或减轻了人的恐惧，你所做的很少，其实已经很多。”——史怀哲可能是对我影响最大的人，以至于和我第一个孩子的名字有关。 《褚时健传》，我的云南老乡，80多岁还在哀牢山种橙子的老人，最朴素的一句话：对人有价值。 最近两年读的《李飞飞传》《哈萨比斯传》，也都给我很多感动。 大约三年前，我看到 ChatBrook 这个项目。他们提出了一个让我像被电流击中的 slogan：让人人都有自己的司马迁。 他们想给老人写传记，我记得是王怀南前辈和团队发起的。我专门去和他们聊过，可惜后来没有做下去。我也一直在想，是否要去做一个回忆录产品，还和最好的高中同学商量过一个简单 Demo。 但回忆录是给老人传给子孙后代的。我也看过不少类似产品，而我一直回答不了心中那个问题：为什么是我做？ 直到这个想法在我心里反转过来：为什么传记不能给年轻人、甚至给孩子呢？ 人最宝贵的年岁，为什么要随波逐流，浪费在寻找的路上？当然，绝大多数人不是蔡志忠——四岁就说“我要画一辈子漫画”，真的画到现在，炉火纯青、臻于至善。 但如果一个工具能帮还有时间的人，稍微早一点找到祁克果说的“为之生、为之死的理念”，不是节约了最宝贵的心力、脑力、生命吗？ 四、我的经历：为什么一直在寻找 我的爷爷奶奶，一辈子是农民。我的爸爸妈妈做了一辈子的小学老师（我妈妈年轻时做过几年农民和家庭主妇）。我们的前几辈，似乎都是干一行干一辈子的。 只有我是一个他们不太能理解的人：好不容易从小山村来到北京上大学，但一直在漂流——做过俄语翻译、做过画展策展人、做过记者和编辑，创业做过翻译公司，做过产品经理，带过业务团队，到现在的开发者、自媒体、所谓的OPC…… 我只是一直在寻找。似乎每个工作都比上一份更像自己，但总有下一个工作更像自己。 那么，我自己是谁？ 我发现AI 几乎无所不能，最难的问题反而变成两个： 你想要什么？——提出问题。 什么是好的？——验收和判断。 就像《创世记》：神说，要有光……神看光是好的。 我的 Codex、Claude Code每天都在问我：“选哪一个？然后我就动手。” 这是日常的决策，还有那些更难的决策。 作为做过几年产品经理的人，我过去听到最多的词是 PMF。也参加了很多社区，看过很多讨论：什么新词火了，做矩阵号年入百万？CPS 投流？AI 短视频出海？做短剧、做中转站？ 特别是最近，对于一个刚退出上一个项目的人，第一时间也会心动——就这，谁不能做？但心底总有一个声音说：为什么是我做？ 过去创业的几年里，我写过很多版本的 BP。每一份 BP 里都有一个绕不开的问题——为什么是你？ 凯文·凯利说过：做只有你能做的事。一个VC背景的大哥也说：创业就是要做一件不得不做的事。 最狠也最深情的，是安·兰德那句话： 每一代人中，只有少数人能完全理解和完全实现人类的才能，而其余的人都背叛了它……他们不是背叛我，而是背叛了自己的灵魂。 五、我找到了什么 过去 7 年，我一直在做 AI 和译者结合的创业：先是兰亭译（NLP + 译后编辑），后来是 LanguageX（NMT 和 LLM + 人工翻译）。 今年年初，我退出了 LanguageX。迟来的告别，再见！LanguageX 后来我发起了草诀歌 AI Labs——一个以非技术背景为主的 Vibe Coding 社区。我想帮助“曾经的自己”，做出作品型产品：那种像你、还可以商业化的产品。 [Image] “可以商业化”很容易理解，这也是大部分社区和产品的逻辑——先找市场需求，然后我能做就做，而且强调要快、要执行力，口号是“先发一个垃圾出来。”——这肯定有它的合理性。 但这套方法论回答不了你长期的方向——那种你感到此生为之而来的方向。它也没法回答另一个问题：什么样的作品是适合你、像你的？ 因为这个问题的根，是：你是谁？ 一个艰难的问题。从苏格拉底“认识你自己”，到Jobs的 follow your heart，每一代人都在回答，也有过很多方法和测评。 草诀歌 AI Labs 不奢求彻底解决这个问题，只求为这个大厦加一块砖：通过 AI 认识自己，通过 Vibe Coding 做出像自己的软件——只是众多方案中的一支，一支我可能力所能及、也恰恰经历过的支流。 “草诀歌”在古代是快速掌握草书的口诀，Vibe coding是我们这个时代的草诀歌。社区里聚集了一批“不在意title，只在意是否有作品的人”： * 雪冰，中文系出身，自学编程做了程序员，后来回老家闭关十年，写了百万字探讨人和 AI 关系的科幻小说，正在开发围绕这部小说的协作平台 Gestell。 * 无极，投资人，Vibe Coding 做了一个“三分钟读懂一家公司”的投资平台，也开发了一个反对用 PUA 方式对待 AI 的开源 skill，就叫 NoPUA。 * 时旭，在民航外企做了 18 年工程师，裸辞后 1 个月烧掉 8.8 亿 token，烧出了黑客松产品，也烧出了现在达到融资水准的行业分析平台。 * 还有从翻译转产品的 Yuxuan 和 Ellie，做出和智者隔空对话产品的文科博士Jojo，做了一系列自己在用的插件的经济系学生Yishu…… 六、司马迁.skill 是什么 对某些幸运儿来说，认识自己可能是一次顿悟——但那是可遇不可求的。有没有可能，它也是一个可以被AI辅助的、长期的过程？ 司马迁.skill 是我做的一个微小尝试。本来没有轻列传，只是为了你可以无压力地先玩一下： [图片] 你复制一段 prompt，粘给你常用的 AI。AI 会基于它对你的长期记忆、过往对话和简要描述，生成一张《某某列传》卡片：原来AI眼里的我，是这样。 不是人格测试，不是心理诊断，更像一面轻巧的镜子。 chatgpt、claude、Gemini、Grok、Kimi、DeepSeek、豆包、千问、元宝都能用。 精列传适合认真整理自己。 输入是你已有的上下文——文章、简历、播客、社媒、笔记、作品链接——再加上一轮可选访谈。 输出是两份资产： persona-agent.md —— 给 AI 看的人物档案。包含核心定位、已知事实、底层动机、判断原则、能力模型、表达风格、协作偏好、AI 不应替你说的话、Agent 校准题。 personal-homepage.html —— 给人看的个人主页：你是谁、你能提供什么、你正在寻找什么合作、你的联系方式。 [Image] GitHub开源地址：https://github.com/ShaohuaDavidLee/simaqian 开源也不是为了 star，是为了让需要的人能看到。 致敬苏格拉底——“认识你自己”是两千五百年前就问过的问题。 致敬 ChatBrook——他们让我看见“人人都有自己的司马迁”这个 slogan 的分量。 致敬此前做过类似尝试的评测理论、女娲 skill、MoxtAI 的 soul.skill。 致敬司马迁，他把刀笔给了帝王将相，也留给了游侠和普通人。 也许此刻，很多杨植麟正在做外贸跟单，很多梁文锋正在备考教师资格证，很多马斯克正在复习申论，很多Dario正在准备投标材料…… 如果司马迁.skill和草诀歌AI Labs能减少一例“灵魂的背叛”案例，为苦苦寻找自己、孕育自己作品的人，早一天找到方向，那已经是很大的价值。 [图片] -END- 我是 David，为了帮助“曾经的自己”——从俄语翻译到产品经理，再到 Vibe coder。我发起了草诀歌 AI Labs，一个以非技术背景为主的 Vibe Coding 社区，一起开发自己的“作品型产品”。 这是一件很难的事，如果你对如何找到自己的作品型产品感兴趣，或者有很多idea不知道如何选择，不知道如何开始……或许可以加入社区，这里有你的同类。 司马迁.skill：simaqian.caojuege.com