尚晋的运营同学不会写代码，但他现在打开 Claude Code，说一句「帮我做一个康德主题的书单」，整条工作流就自己跑完了。以前这件事要用 Dify 或 N8N 搭 workflow，现在只需要一个 Skill 文件。 这期节目我们聊的就是 Skill——这个听起来很小、但可能正在改变 AI 使用方式的东西。它到底跟 Prompt 有什么区别？为什么说没被验证过的 Skill 只是一个 Prompt？一个 Skill 用得越多真的会越强吗？当每个代码库、每个网站、每种文件类型都有自己的 Skill，最终会长成什么样？以及，谁来给这些 Skill 做一个市场或者推荐系统？ 我们请到了三位很不一样的人：一个把推荐系统经验搬进 AI 阅读产品的创业者，一个比 Claude Skills 更早上线「妙计」功能的产品负责人，和一个两个月没写过一行代码、所有工作全交给 AI 的算法工程师。三个视角拼在一起，刚好把 Skills 的实践、产品和理论都覆盖了。欢迎分享和评论～ 另，听友群已启动，添加 tml940214 进群吧～ 嘉宾介绍： * 尚晋：AI Agent 创业者，前谷歌&微信 AI 工程师 * 钟经纬：阶跃星辰产品经理，负责阶跃 AI 桌面伙伴「小跃」及后续 Working Agent 方向。团队早在 2025 年 9 月上线类 Claude CoWork 产品，推出「妙计」功能 * 周亦庄：阶跃星辰退居二线的 LLM 算法工程师，曾负责千亿参数语言模型及万亿参数稀疏模型预训练。高强度 Codex 用户，试图用 agent 改造组织生产工作流程 主播介绍： * Ailing 小狼：大模型厂商开发者产品和生态负责人，在蚂蚁和阿里讲过 AI Infra、Data&AI、云原生、视频云和开源的故事，Agent Builder 你可以听到： * 技能和五子棋的技能是同一个技能吗？——还真是 * 一款让马克思、恩格斯、凯恩斯陪你读经济学的 AI 阅读产品 * "所有的 AI 产品都在让我们不要去读书"——学哲学的创业者为什么偏要做读书 * 从推荐系统到主动式 AI：过去做短视频推荐的经验怎么复用到 AI 产品 * 「妙计」的命名故事：比 Claude Skills 更早上线，没想到 Skills 后来会这么火 * 做 Skills 的三个出发点：参考文件模板、可复用脚本、专家经验的 SOP * 浏览器插件生态的供给和分发问题，Skills 怎么换了一种方式解决它 * 暴论：Skill 区别于 Prompt 的关键是"经过验证"——就像驾照、四六级证书 * 用 Skills 替代 Dify / N8N，运营同学打开 Claude Code 说句话就能跑完整个工作流 * Skill vs Agent vs Workflow：它更像一个带 Agent 功能的 Workflow * Skills 的自进化：每次对话结束自动回顾、记录 learnings，用得越多能力越强 * 更原子化的 Skills：每个代码库、每个网站、每种文件类型都可以有自己的 Skill * 推荐系统视角的 Skills Marketplace：短视频推荐的反馈螺旋如何迁移过来 * 算法视角：Skill 降低了完成任务所需的动作空间，是一种结构化先验 * Context 的上限与 Skill 的价值：十步变一步，剩下九步可以做更多探索 * 上下文窗口是永恒的限制吗？信息论决定了取舍永远存在 * 惊喜发现：GitHub 开源项目可以直接变成 Skill * 用户做了个 Skill 让电脑控制手机——产品团队要做两周的事，对话两三天搞定 * 用户创造的 Skill 成了产品功能的一部分："很感谢他们" * 小跃的 Skill 创建流程：对话创建 or 上传 Skill 包，即时生效不需要部署 * 国内外 Skills 生态对比：海外多一些，国内阶跃产品化相对领先 * 桌面端 vs 移动端：手机上的 Agent 为什么难做，生产力场景才是真正的痛点 * Skills 不只是工作：个性化信息、个人偏好都可以用 Skill 承载，渐进式披露 * 一个用户的神操作：让小跃每天 12 点自动 review 对话记录，把不足变成新 Skill * Openclaw 的启示：预制 Skills 就像智能手机的预装 App，开箱即用能力决定第一印象 * Agent OS 视角：MCP 对应驱动（扩展访问范围），Skill 对应 Library（承载正确实践） * 三个给普通人的比喻：开卷考试的笔记本、实习生的成长路径、入职文档加离职交接 * 人类迟早要学会和 AI 一起生存——这是我们这代人的使命 开场音乐 & 其他： * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 本期节目是「计算机历史博物馆」第六季 Ex 系列第四期，Ex 系列是一个实验性的系列，我们会邀请不同的嘉宾来聊一些更前沿、更有争议的话题 * 这是一档免费的公益性质的科技播客

毕玄发了条朋友圈，宣布公司不分前端后端运维了，全员"Agent 工程师"。评论区炸了。 这期节目在上海录制，我们请到了大模型公司的 Agent 算法负责人、正在用 Agent 重塑运维的创业者、以及在大厂做了二十年基础设施的老兵。三个视角碰撞出了一些很硬核的判断：什么样的任务适合交给 Agent？为什么"能自己闭环完成任务"才是真 Agent，否则都是套壳？当模型在第 60 步选错了工具，谁来背锅？以及，为什么说现在可能是过去十年最好的创业窗口？ 最后我们聊到了给年轻人的建议。老毕说"不要做确定性的事情"，Michael 说"一定要先亏过钱"，胡晨说"保持好奇心"。我说，搞搞体育，身体健康。 本期节目两个小时，量大管饱，欢迎分享和评论啊～ 嘉宾介绍： * 林昊（毕玄）：贝联珠贯 CEO，前阿里研究员，主导淘宝三代架构演进，CCF 杰出工程师 * Michael：SRE 和 Infra 保障团队负责人，二十年运维老兵，前 IC 封装制程工程师，会在飞机上用 Pixel 的边缘模型判断飞行状态 * 胡晨：阶跃星辰 Agent 算法负责人，做过 AI 芯片、自动驾驶，现在负责基础模型的 Agent 能力 主播介绍： * Ailing Teng 小狼：阶跃星辰开发者产品和生态负责人，在蚂蚁和阿里讲过 AI Infra、Data&AI 、云原生、视频云和开源的故事，AI Builder 你可以听到： * Agent 到底是什么？三个关键词：自主调工具、跟环境交互、完成人的任务 * 老毕的定义：能自动闭环完成复杂任务，不需要人介入，才叫 Agent * 没有环境信息，大模型只能猜——为什么"环境感知"是 Agent 的命门 * Agent 跟以前的自动化流程有什么区别？答：泛化能力 * Michael 的真实案例：用大模型预测存储硬盘什么时候会坏 * "屎山代码有救了"——"可以删了" * 特斯拉 vs Waymo：规则派和端到端派的终极对决 * 什么场景最适合 Agent 落地？24x7 响应 + 多团队协作 + 纯数字世界 + 100 步以内 * 零售品牌的新品上线：从十几天缩短到一天以内 * 为什么长任务做不好？Transformer 架构的上下文长度瓶颈 * 边缘模型的未来：从云端共享到本地独享 * Memory 的困境：人会遗忘，模型也得学会遗忘 * 工具调用能力对 Agent 有多重要？"至关重要" * 真 Agent vs 伪 Agent：你相不相信大模型的泛化能力？ * 模型是怎么决定选什么工具的？"这是个非常难的问题" * Agent 厂商的核心壁垒：做工具，而不是做模型 * 幻觉从哪来？中英混杂的预训练语料 * 老毕的朋友圈：取消技术栈分类，全员 Agent 工程师 * 给 CEO 的灵魂拷问：如果对手是一家 AI 原生公司，你怎么打？ * 大公司会怎么应对？"可能会慢慢走向诺基亚" * 给年轻人的建议：不要做确定性的事、要先亏过钱、保持好奇心、搞搞体育 开场音乐 & 其他： * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 本期节目是「计算机历史博物馆」第六季 Ex 系列第三期，Ex 系列是一个实验性的系列，我们会邀请不同的嘉宾来聊一些更前沿、更有争议的话题 * 这是一档免费的公益性质的科技播客

时隔半年，杭州线下再聚首～ 小狼从大厂技术战略All-in到基模公司，叶老师继续深耕大模型训练和下游应用探索，Cindy持续观察硅谷创投圈的AI动向。 本期播客，我们将会聊聊算法工程师如何"在垃圾场淘金"，产品经理为什么可能不再需要PRD，数据比算法更重要背后的逻辑，Building in Public如何成为普通人的机会？以及招聘标准的变化，属于打工人的“AI军队”... 纸上得来终觉浅，该下场试试了～ 你可以听到 * 01:34 硅谷/CES2026观察：从Vibe Coding到AI 硬件 * 04:05 AI影响普通人的真实案例 * 08:09 年轻人的职业焦虑：如何在不确定性中寻找确定 * 10:44 对比十年前的移动互联网，对AI浪潮的长期判断 * 17:38 角色转变：从单一算法到“算法+Data+Infra” * 20:02 算法工程师如何在互联网“垃圾场”淘金？ * 26:10 预训练和后训练的区别&形象举例 * 34:41 从大厂到基模公司：小狼的All-in AI之路 * 42:41 打工人如何管理自己的“AI军队” * 45:29 招聘标准的改变：“AI作品”或许比“背景”更重要？ * 50:27 两类候选人，有作品vs只有意愿，面试官看重什么？ * 54:50 粗暴筛选手段还未启用，这是Build in Publlic的最好时机 开场音乐&其他 * Daisy Bell 是计算机演唱的第一首歌，由 IBM 704 在1961 年用计算机语音合成并演唱，在电影《2001:太空漫游》[2001: A Space Odyssey] (1968) 里得到了致敬。 * S6Ex 是计算机历史博物馆的第六季节目，第一季是黑客精神（archived），第二季是技术 buzzword buzzing，第三季的主题关于工程师成长，第四季开始将主题聚焦AI，与大家一起一边成长，一边分享。 * 计算机历史博物馆是一档免费节目，由主播们基于对技术和社区的喜欢公益输出，更多是分享，没有教条更没有业务，除了创业外尽量没有广告。 * 请告诉我们你想要在计算机历史博物馆听到什么吧～

年更播客又回来啦！计算机历史博物馆第6季正式开启～ 本期我们邀请了两位工程师，不谈宏大叙事，只聊具体实践：怎么定义产品边界？如何验收AI生成的代码？每个月到底要氪多少金？为什么同样的代码在不同平台体验完全不一样？这期干货满满，全是氪金经验（教训）。 你可以听到 * 06:12 AI Coding、Agentic Coding和Vibe Coding三个概念的区别 * 18:31 实战案例一：用Cursor做了个Morning Pal陪我工作 * 28:45 实战案例二：用十分钟做出了第一版“GitHub原生”的Chrome插件 * 39:34 踩坑经验：当AI给的方案都不work时该怎么办？ * 46:23 把AI当用户：通过模型使用率来判断工具好不好用 * 48:52 工程师的心路历程：从“自费上班好奇怪”到“深度用户” * 53:02 AI Coding忽悠人类还是有迹可循的 * 56:18 未来工程师的两个方向：产品工程师和工程架构师 * 58:05 应用软件可以流水线化“以换代修”，基础软件要做深做厚 * 69:52 氪金话题：从ChatGPT到Cursor，每个月花了多少钱？ * 84:25 给所有人的建议：立刻去买一个AI Coding工具试试 * 86:02 Coder is cheap, show me your code. 嘉宾介绍 * 侯宇轩(际遇)：大厂效能工程师，vibe coding狂热分子 & 布道师 * 泮圣伟(十眠)：Qoder 团队技术专家，Agentic Coding 平台研发。 主播介绍 * Teng AiLing (小狼)：大厂技术战略&AI Infra 产品负责人，AI Builder 开场音乐&其他 * Daisy Bell 是计算机演唱的第一首歌，由 IBM 704 在1961 年用计算机语音合成并演唱，在电影《2001:太空漫游》[2001: A Space Odyssey] (1968) 里得到了致敬。 * S6Ex 是计算机历史博物馆的第六季节目，第一季是黑客精神（archived），第二季是技术 buzzword buzzing，第三季的主题关于工程师成长，第四季开始将主题聚焦AI，与大家一起一边成长，一边分享。 * 计算机历史博物馆是一档免费节目，由主播们基于对技术和社区的喜欢公益输出，更多是分享，没有教条更没有业务，除了创业外尽量没有广告。 * 请告诉我们你想要在计算机历史博物馆听到什么吧～