David的AI全景图 - 节目列表

背景：近日Claude Code “之父”Boris Cherny 在 Sequoia AI Ascent 大会上的访谈。 * “编程已经被解决，Loop 是未来。” * “最合适写会计软件的是会计师而不是工程师，因为编程是简单部分，懂业务才是难的部分。” * “切换成本和流程效力这两种（护城河）会被 AI 抹平” * “领先的关键在组织怎么改造自己。技术大家都能拿到，但要把整个公司从手写代码切到模型生成代码……这是组织行为的改造，比技术本身慢得多。” * “我们其实是在做一个初期完全不具备 PMF 的东西。我们很清楚它前六个月不会有 PMF，因为我们是在为下一代模型做开发。我们从始至终就是这个思路。” 来源：https://www.youtube.com/watch?v=SlGRN8jh2RI

背景： OpenAI 联合创始人、特斯拉前人工智能主管、现任 Eureka Labs 创始人 Andrej Karpathy，在刚举行的2026 年 AI Ascent 大会上，与红杉资本合伙人 Stephanie Zhan 探讨了自他提出“感觉编码”这一概念以来，一年间发生了哪些变化。 摘要： * “上下文窗口中的内容，就是你操纵大语言模型这一解释器的杠杆。” * “软件 3.0 范式要原始得多，神经网络承担了大部分工作，中间根本不需要任何传统应用程序介入。” * “最新一代的 LLM，从某种意义上讲，可以轻松自动化那些能够被验证的事物。” * “如果你处于强化学习覆盖的区域，就能如鱼得水；如果你处于数据分布之外，就必须自己构建闭环。” * “智能体工程的重点在于保持专业软件开发中既有的质量标准。你不能因为采用了新范式而引入安全漏洞。” * “我最看不惯的事情是，现在的文档依然是为人类编写的。” * “你或许可以外包你的思考，但你无法外包你的理解。” 来源：https://www.youtube.com/watch?v=96jN2OCOfLs

喜大普奔！终于等来DeepSeek V4 来源： https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf

Demis 把 AI 看成理解现实本质、尤其是改善人类健康的“终极工具”，代表作是用 AlphaFold 攻克蛋白质折叠这一生物学界的“费马大定理”，并把预测结果免费开放成全球数据库，极大加速药物研发和基础生物学。 摘要： * “我 30 多年前投身 AI 领域，很大一部分原因是为了推动科学和医学的发展。”“而且我一直认为 AI 可能是实现这一目标的终极工具。” * “蛋白质是你体内一切功能所依赖的基础。或者说，是它们让生物学和生命成为可能。” * “我热爱挑战，也喜欢钻研难题，所以从科学的角度来看，我无法抵御它的诱惑，这或许正如人们向我描述的那样，相当于生物学界的费马大定理。” * “一旦攻克这一难题将产生巨大的影响，因为它会为后续的研究开启无限可能，特别是在药物研发和理解疾病方面。” * “所以我们现在始终处于最前沿。可以说，我们基本了解所有这些不同蛋白质结构的大致样貌。” * “从今往后研发出的几乎所有药物，其开发过程很可能都用到了 AlphaFold，这确实令人震撼，其产生的影响也非常惊人。” * “我认为 AI 的最佳用例在于改善人类健康并加速科学发现。” * “我希望利用 AI 作为工具，帮助我们理解现实的本质。无论答案是什么，我都相当乐观。” * “我希望他们能说，我的一生是有益于人类、服务于人类的。” 来源：https://www.youtube.com/watch?v=C0gErQtnNFE

苹果新任CEO John Ternus与Joz在Apple 50周年访谈中回顾了公司"Think Different"的精神传承。 摘要： "发明从根本上讲就是一种求异思维的行为。" "Think different不仅仅是一个营销口号，他必须向世界解释，为什么Apple有必要存在。" "看看那种思维演变成了什么……iPhone和App Store，它们改变了世界，也改变了我们所有人的日常生活。" — Joz "从一开始，我们的愿景就是让尽可能多的人能够使用个人电脑。（关于推出低价电脑Neo的原因）" 来源：www.youtube.com

刚发布的Opus 4.7，根据官方信息和技术报告（232页）做相对全面解读。 摘要： * Claude Opus 4.7 在高级软件工程和长流程任务上，相比 4.6 有显著提升的新旗舰模型，用户已经在将“最难、最需要看紧”的编码工作放心交给它。 * 在复杂代码编写、CI/CD、异步自动化、多步代理工作上表现更稳、更少出错，并且会主动检查和验证自己的输出，比如为系统代码先做“证明”、在长时间任务中持续推进而不是中途放弃。 * 多模态方面，它支持更高分辨率图像输入（长边最高 2576 像素），能阅读更密集的截图、技术图表和化学结构，在文档推理、金融分析、法律审阅等“高价值知识工作”的第三方评测中达到当前 SOTA。 * 安全上，它整体与 Opus 4.6 类似甚至略优，特别是在诚实性和抵抗恶意提示注入方面，但 Anthropic 特意削弱了它的进攻性网络安全能力，并通过自动拦截高风险网络安全请求来做“实战安全测试”，为未来更强的 Mythos 级模型铺路。 * 产品层面，Opus 4.7 保持与 4.6 相同价格，但引入了更细粒度的 effort 控制（新增 xhigh）、更高效的长程推理 token 使用，以及任务预算、Claude Code 的 /ultrareview 和更智能的 auto mode 等配套能力，被多家头部公司实测为几乎各方面“无回退的直接升级”。 来源：https://www.anthropic.com/news/claude-opus-4-7 https://cdn.sanity.io/files/4zrzovbb/website/037f06850df7fbe871e206dad004c3db5fd50340.pdf

Stanford HAI（斯坦福大学人本AI研究院） 刚发布的《2026 AI Index Report》。 摘要： * AI 的能力远未到瓶颈。它正在加速发展，并触达前所未有数量的人。 * 在 AI 模型性能上，美中之间的差距已经几乎被抹平。 * 几乎所有领先的 AI 芯片都由同一家公司——台积电——代工，这让全球 AI 硬件供应链高度依赖台湾的一家晶圆厂；虽然台积电在美国的新产线已于 2025 年开始运营。 * 负责任 AI 的进展远远跟不上 AI 能力的提升：安全评估标准明显滞后，相关事故却在急剧上升。 * 在 AI 的未来上，专家和公众看法存在巨大分歧，而全球社会对各类机构「能否管好 AI」的信任也是支离破碎的。 来源：https://hai.stanford.edu/ai-index/2026-ai-index-report

背景：Hermes Agent 把 Harness Engineering 从“高手手工调教”做成了“开箱即用且会自我进化”的产品化系统。 金句： * 限制 AI Agent 表现的瓶颈，往往不是模型本身，而是模型运行的环境配置。 * Harness Engineering 的本质，是用一套持续生长的约束系统，让 AI 在可控边界内越来越可靠。 * Hermes 最重要的创新，不是又多了几个工具，而是它开始学会“自己给自己造缰绳”。 * 三层记忆回答的是三个不同问题：刚刚发生了什么、你是谁、这件事该怎么做。 * 自主 Agent 的真正挑战从来不是让它跑得更快，而是让它在没人盯着的时候，依然朝着正确方向前进。 来源链接： * GitHub - NousResearch/hermes-agent: The agent that grows with you

Anthropic今天发布了Claude Mythos Preview 的 System Card：这是他们迄今能力最强的前沿模型之一，但正因为它在网络安全、代理执行和高风险任务中的能力跃迁，官方决定暂不向公众开放，而是限制在防御性网络安全合作场景中使用。 摘要： 1. Claude Mythos Preview 展现出的，不只是“更强”，而是一次真正意义上的能力跃迁。 2. Anthropic 这次最重要的信号，不是发布了一个更强模型，而是承认：传统安全评估方法，已经开始跟不上前沿模型的进化速度。 3. Mythos Preview 在真实软件环境中的漏洞发现与利用能力，是它没有被公开发布的关键原因之一。 4. Anthropic 一方面称它是“目前为止对齐表现最好的模型”，另一方面也承认：一旦它在少数场景下出错，后果会比过去严重得多。 5. 前沿模型竞争，正在从“谁更强”转向“谁能证明自己能控制更强的模型”。 来源： www-cdn.anthropic.com

背景： 刚“开源”的Claude code源码堪称Harness engineering的经典案例：从 system prompt 动静分离、prompt cache 边界设计，到 AgentTool 调度链、Verification Agent、Skills / Plugins / Hooks / MCP 生态，以及权限与工具执行的完整 runtime pipeline。 真正的护城河从来不是一段“神秘提示词”，而是一整套把 prompt、工具、权限、agent 分工、插件生态和产品体验统一起来的 Agent Operating System。 摘要： 1）“Claude Code 的核心价值，不是一段 system prompt，而是一整套 operating model。” 2）“它把‘好行为’从工程师个人习惯，升级成写进 prompt 和 runtime 里的制度。” 3）“在 Claude Code 里，Skill 不是文档，而是 prompt‑native 的 workflow package。” 4）“多 Agent 真正的难点，不是能不能跑起来，而是怎么在 fork 中守住上下文与 cache。” 5）“Verification Agent 的任务不是盖章通过，而是用 adversarial 思维去 try to break it。” 6）“Claude Code 让我确信：优秀的 AI 产品不是‘会调工具的聊天机器人’，而是一套可扩展、可治理、可产品化的 Agent Operating System。” 来源：https://x.com/tvytlx

我做产品的动力动力是什么？……我们试图用我们仅有的天分去表达我们深层的感受，去表达我们对前人所有贡献的感激，去为历史长河加上一点儿什么” ——Steve Jobs 这个月正好是建造LanguageX的五周年，我想正式地说声再见。 五年里我们风雨兼程地建造了这个作品，也取得了一些小小的成就：两届WMT机器翻译比赛的冠军，6项产品入围NImdzi语言技术图谱，企业/高校/用户的口碑。 [Image] 对我个人而言，LanguageX是我自己过去五年精神的一个投射，就像纪伯伦说的“将你的灵魂之气注入到你的产品中”。也像是一份日记：一个按钮，一个图标，一句文案，会回想起来当时的自己和小伙伴们。 事实上，languageX起源于兰亭译，都是AI辅助翻译，对我来说只是和不同的团队合作。这样的话，我其实花了七年之久打造这款产品。它本质是一款连接语言工作者和AI的平台——我一直对纯AI或者自动化的东西不感兴趣：如果一个产品里面没有人的位置，我会觉得缺了点什么。 LanguageX在业务蒸蒸日上的甲骨易手里，我希望随着业务变化，它也能穿越周期，去往更远的远方。 而我，也在经历一次目前为止最大的蜕变和转型——有段时间，我甚至对自己感到困惑，剥离了languageX的David，他是谁？ 从翻译领域到AI，从一个产出外语文字的文科生，到一个产出想法和需求的产品经理，再从一个驱动团队的的业务负责人，到需要自己产出代码的builder。很多人问我为什么总是在跨界，是怎么从翻译变成了一个“技术”。我只能简单说“喜欢”，其实从更深处，我逐渐意识到，我只是在做一件事——找到更适合自己的“毛笔”去创作，去表达。 languageX的缘起 小时候练习书法，背“草决歌”，中学参加英语竞赛还奖励了一个复读机，大学的专业是俄语，毕业后做了一名翻译——这些都是我和语言的不解之缘。因为一句话、一个词表达而痛苦，又因为找到恰当的表达后的欢欣，对我而言也是一种创作。 但商业人工翻译是一项艰苦的劳作：在有限的时间查证术语、手动复制粘贴重复的句子（改掉其中不同的数字和词）、搞定耗时费力的格式问题……在这个过程中，我见到Trados（一款专业辅助翻译软件）的威力，它可以直接帮你填充重复句子，保持术语统一，解析复杂的格式。 但Trados带来了另一种痛苦：巨大的桌面软件，安装后连电脑都卡顿，操作繁琐、到处找操作教程。好的操作教程往往是付费的，我还见过需要培训一个月的Trados培训班。 后来，我又陆续见到SmartCAT，见到惊为天人的谷歌翻译（NMT神经网络机器翻译）——这些吸引我一步步靠近这些所谓的“技术”（讽刺的是，我在大学阶段是以反技术著称的），我想搞清楚它们是什么……追随自己的好奇心，回头的时候才发现跨越了这么多所谓的“边界”。 有一天我看到俞军的一句话：“产品经理就是“以产品为笔，和世界对话。”我想，产品就是那支我在寻找的“毛笔”。 说到LanguageX，五年前从一个粗糙的PRD，以及改了不知道多少遍的原型开始。本来只想做一个CAT，后来做了翻译模型、交互式翻译、翻译项目管理、还有工具箱，翻译智能体…… 用开发同学的话说，我们“一直在急行军”。那些需求评审的争吵，那些加班的晚上，新版本上线后的兴奋，好像还只是昨天。 最让我自豪的，languageX始终葆有人文（humanity）的气息，我理解的“热爱、简单、人本”——它其实也是一种价值观。 热爱：不只是UI细节（当然UI我们花了很多心思，比如登录页就是Logo的形状），还有当时的小伙伴们，都是一群热爱自己工作的人：从设计到前端、后端测试、算法、运营。我们招人的直觉之一，就是去感受，这个人对自己做的事情有没有热爱。 简单：在同等功能中，我们的上线标准是要做到行业中最简，不需要“操作手册”，把复杂转移到后台。记得有一个高校老师兴奋地对我说过：她从来没有见过这么简单又这么强大的CAT。 还有一层“人文”，它无处不在，但最重要的是“Human in the loop”，译者是受尊重的，而不是作为配角。比如交互式翻译而不是译后编辑，先上传文件而不是先建空项目。上线“翻译智能体”后，我没有喜悦，反倒有些怅然若失——我没能为译员找到一个合适的位置。 为什么告别？ 这也是我过去几个月一直在问自己的问题。 每年我们会收到一个翻译工作室寄来的土特产，那是内蒙的一个老师，虽然他只是一个Pro版用户。拜访过不少翻译公司，很多都在艰难转型，翻译圈的会议也越来越少。高校方面，听说很多学校开始裁撤外语专业，老师和学生都有恐慌，甚至有外语学院院长说“自己可能是最后一任院长”了。 翻译只是其中一个小众方向。全国有1000多所高校开设了外语专业，在AI和逆全球化的双重夹击下，恐慌情绪在蔓延……我希望能为这个群体做点什么。 另外一方面，如果一个作品不再是最好，我就失去曾经那种昼思夜想的建造动力了。ChatGPT出现之后，我发现LLM才是最好的翻译模型：无论是横向更全的语言能力（翻译/术语处理/QA/润色），还是纵向更好的译文（深度理解上下文，并且是几乎每个领域的行业知识专家）。曾经的设想“最好的翻译平台——吸引最好的译者和模型标注者——最好的模型”被打破了。就像Richard Sutton笔下的The Bitter lesson——通用的总是打败垂直。 当然，还有产品开发模式的巨变，从过去需求评审——UI设计图——前端——后端——测试——上线的团队模式，每个版本需要3-4周的模式。从Vscode到Cursor和Windsurf，又到最近的Claude Code和Antigravity……过去的敏捷开发和团队协作都太滞后了，我的心情就像我去年在朋友圈发的： 我要去哪里？ 2019年做兰亭译的时候，我在产品介绍里的这张Slide，从“人人皆译者”到“人人皆开发者”——只是一种对未来的“幻想”，回头看竟然隐约有种奇妙的指引，尽管当时根本还没有Vibe coding。 我的下一段旅程，是跟“人人皆开发者”相关的，不管AI coding是Vibe coding，还是Spec coding，还是现在火起来的Harness engineering。它就是那支毛笔。 最后，感谢所有支持过languageX的人，一起并肩战斗的小伙伴。这段旅程我不会忘记。 我暂时离开，陪伴家人。我也在筹备一个新的AI人文社区，帮助“曾经的自己”——非技术背景的外语人或文科生，用AI作为自己的“毛笔”，写下有自己灵魂气息的作品。 One more thing：如果想关注AI人文社区的动态，可以先加入这个群。如果群二维码过期了，可以加：jeusmypower 原文链接：https://mp.weixin.qq.com/s/iIZKeGdTTAGXj30Zav32zw?scene=1&poc_token=HCccy2mjH77Wcz8RA8QCF8GxPEuZH6v4FlOLHBxU

Anthropic发布的报告：他们用一个「AI 访谈官」，在一周之内和来自 159 个国家、使用 70 种语言的 80,508 位 Claude 用户聊了聊——你在用 AI 做什么？你真正希望它为你改变什么？你又在害怕什么？ 本期你会听到： * 人们最想要的 9 大 AI 愿景：从「专业进阶」到「个人蜕变」、从「时间自由」到「社会改造」。 * AI 到底有没有帮到他们？他们实际感受到的 6 种改变：生产力、思考伙伴、学习、情感支持、技术可达性、信息综述…… * 最让人不安的 13 种风险：幻觉与不可靠、工作与经济、认知退化、隐私与监控、情感依赖、存在性风险等等。 * 那 5 组最典型的「张力」：学得更快 vs 不再愿意思考；决策更好 vs 过度相信幻觉；被 AI 陪伴 vs 失去和人的连接；省下时间 vs 被迫跑得更快；靠 AI 创造机会 vs 被 AI 抢走饭碗。 * 不同地区对 AI 的态度差异：为什么发达地区的人更焦虑治理和隐私，而很多新兴市场的人把 AI 当成「资本绕行工具」和「机会加速器」？ 这不是一篇技术评测，而是一份全球范围的情绪横截面：它让我们第一次能比较系统地看到，「AI 时代的普通人」到底在想什么、在怕什么、又在偷偷期待什么。 来源：https://www.anthropic.com/features/81k-interviews