相关文章
525 篇高质量内容
全程拿着手机，我让dot准备了一场AI分享
作者使用 ChatGPT 的个人 AI 助理 dot，在全程仅持手机的情况下，委托其完成一场 20 分钟 AI 分享的 8 页 PPT 及逐页讲稿。dot 调用作者授权的电脑中私有 Skill、历史聊天记录与本地模板，自动完成内容整理、页面制作、视觉检查与文件生成，并支持多轮自然语言反馈迭代。文中对比了 dot、grokbot 与 Muse 在 multi-agent 协作中的实际体验差异。
Today：一个会记住你、主动帮你推进事情的 AI 助理
Today 是一款定位个人记忆、主动提醒与任务执行的 AI 助理。它通过持续记忆人物、项目、偏好和承诺构建上下文，支持基于日程/邮件/聊天的主动简报与提醒，并具备工具调用、网页浏览、文件处理等执行能力。所有操作需用户明确确认，国内版强调第三方授权与数据隔离，基础版永久免费，新用户可获 1 亿 Tokens 及 1 个月 Pro 权益。
和 AI 结对开发 2000+ 小时后，我总结出数字服务开发的新范式
作者基于与 AI 结对开发 AI 督导师产品超 2000 小时的实践，提出数字化服务开发新范式：以工程底座为纪律前提，按五层结构勾勒需求，先实现晶体化（结构固定、可验证）再推进生命化（含种子、harness、自我迭代），辅以验证分层与一线迭代回路，形成闭环演进体系。
麦肯锡：6% 的企业跑通了 AI，靠的不是技术
麦肯锡《The state of AI in 2026》报告指出，仅6%的企业实现AI高绩效，关键差异不在技术，而在领导力：是否由C级高管真正负责、目标定位于“赚钱”而非仅“省钱”、是否重构工作流程而非仅分发工具。报告揭示个人提效普遍（80%员工认可），但企业级回报停滞，根源在于转型停留在“AI试用”层面。
AI时代，设计师的发展方向在哪里？D20 给出了答案
本文基于2026年D20峰会青云老师关于未来设计的采访，提出设计师在AI时代的三条核心发展路径：业务型设计师（深入业务、定义问题、驱动增长）、驾驭AI的设计师（理解大模型机制、构建AI心智模型、沉淀Prompt模板库）、搭建设计资产的设计师（将设计系统升级为AI可读可执行的Design Skill与结构化文档）。强调认知能力、工具深度与工程化思维是破局关键。
Claude 正式深度集成 Google Workspace：Docs、Sheets、Slides 双向直连编辑
Anthropic 推出 Claude 与 Google Docs、Sheets、Slides 的第一方双向集成，支持侧边栏实时读取与编辑文件，并可在 Claude 界面内创建/打开/修改 Workspace 文档。该功能面向所有付费计划开放，标志着 Claude 从聊天助手升级为具备操作能力的 AI 工作层。
从会用AI到做成挣钱生意，中间还需要什么？
王若愚分享其从国内创业到美国蓝领招聘SaaS平台的实战经验，强调早期通过实地敲门访谈获取真实用户痛点、验证PMF；疫情中聚焦快餐行业实现第二增长曲线；2022年后因AI兴起与企业降本增效需求，推动产品从招聘向入职、考勤、发薪全链路延伸。他指出AI正淘汰流程性工作，倒逼个体回归价值创造本质，并提出FDE需打通市场、产研与客服环节，实现端到端闭环。
Agent 做完我的需求，给我发来了一段测试视频
作者将网站改版需求交给 Agent，在 Poteto Mode 下运行。Agent 不仅完成代码修改，还在沙箱环境执行端到端功能路径测试，生成 1 分 16 秒测试视频及截图，并明确列出三点需人工判断事项。整个过程体现需求-功能地图对齐、自动验证与诚实交付的闭环。
MIT与Sakana AI提出SIFT框架：用LLM评判员降低编码智能体自我改进的评估成本
MIT与Sakana AI联合推出SIFT框架，通过引入语言模型作为成对评判员，在大规模基准测试前快速排序候选编码智能体，将Polyglot测试准确率提升至35.1%，CPU小时减少约1/3，API成本压至约150美元。
开发者抱怨OpenAI与Anthropic安全机制误判常规开发任务，拖慢AI编程进程
多位航空航天、机器人及网络安全领域开发者反映，OpenAI GPT-6系列与Anthropic Claude/Fable模型频繁将合法开发请求（如卫星仿真、机械臂UI、开源代码审计）误标为高风险，导致响应拒绝或中断。企业被迫转向开源模型或调整工作流，暴露当前闭源模型安全防护与工程实践间的深层张力。
五款主流AI编程工具生成的15个网站全部不达标：可访问性危机暴露AI代码盲区
AudioEye测试发现，OpenAI、Anthropic等五家AI工具生成的15个所谓‘可访问’网站，无一通过WCAG A级基础标准，平均每页55个中高危问题。81%开发者误信AI代码合规，但46%受访组织已在24个月内因AI生成页面收到可访问性投诉或诉讼。
AI Native 回忆录：稳定性前端 S1 实践复盘
本文复盘了某企业稳定性前端团队在2026年S1季度推进AI Native研发模式的实践。面对AI生成代码质量参差、跨角色协作断点、历史技术栈兼容难等问题，团队放弃传统培训与文档路径，转而构建结构化规则包（Skill）与轻量插件平台（Anchor），实现规范在代码生成瞬间自动注入。通过分库协作、版本隔离工具VersionShell等机制，在保障工程一致性前提下释放设计与后端的AI编码能力。
微软Copilot重构：从AI助手到企业内容工作区的实验性跃迁
微软以首页、代码、自动助手三大功能重构Copilot，将其定位为集成Office套件的内容工作区；推出托管运行时保障代码安全执行，并采用按使用量计费与分层许可并行的混合定价模式。
去哪儿网：前端需求端到端交付AI落地实践
去哪儿网聚焦前端研发全流程，构建AI驱动的端到端交付体系，覆盖需求→开发→测试→联调核心链路。通过结构化UI信息处理、真机自动化验证与联调、多Agent灵活调度、流程状态可恢复机制及模块化知识沉淀，解决设计稿还原偏差、真机环境验证难、长任务稳定性差、上下文膨胀与工程复利缺失等关键问题。
录音不想反复听：用 Buzz 做一份可校对的逐字稿
本文详解开源工具 Buzz 1.2.0 的本地语音转写与校对流程，聚焦其核心价值：将文字、时间戳与音频播放器集成于同一界面，支持选中文字即跳转回放、编辑后持久保存、导出带时间轴的 SRT 与可编辑 TXT。强调机器初稿需人工校对四类关键信息——人名缩写、日期数量、否定条件、说话人更正，并指出版本兼容性（1.4.5 查看器崩溃）与本地识别的实际成本。
淘宝天猫海外技术的AI Native研发范式升级实践与思考
淘宝天猫海外技术团队提出AI Native研发范式升级，以SDD（Spec-Driven Development）和Agent双驱动重构业产技协同流程。通过钉群统一工作界面、AI分身自动接力、人只在关键卡点决策，实现小需求端到端群内闭环交付。当前已验证供给、支付、营销三域可行性，AI Coding占比达85%，但端到端交付效率提升受限于非编码环节耗时。范式正从L2（AI辅助）向L3（AI自治+人仲裁）演进。
FDE见客户的26个必问清单
本文提供面向企业AI落地一线人员（FDE）的26个客户访谈问题，覆盖业务价值判断、端到端链路拆解、数据与系统支撑、AI边界与组织承接、PoC到生产交付五大维度，强调以真实业务问题为起点，避免过早陷入功能讨论。
Grok 4.7 发布：编程能力提升但 token 消耗激增，真实任务成本成关键瓶颈
Grok 4.7 在 Terminal-Bench 等编程基准测试中显著提升，维持 2/6 美元每百万 token 定价，但实测显示其输出 token 消耗比前代高125%、比 GPT-6 Astra 高196%，单任务成本反超部分高价模型，企业需回归真实工作负载验证 ROI。
把 PDF 发给 AI 能总结，为什么还要装一个“精读 Skill”？
文章以「论文精读 Skill」为例，解释为何在已有通用 AI 总结能力的前提下仍需定制化技能：核心在于将读论文的结构化流程（画地图、按节精读、拆解图表）固化为可复用的步骤，减少每次重复指令的成本，并强调 Skill 的作用是组织流程而非替代判断，答案需回归原文验证。
Anthropic 推出 Claude Code Projects：面向长期开发任务的 AI 协调智能体
Anthropic 发布 Claude Code Projects，为开发者提供跨会话、带共享记忆与自动线程调度的持久化编码协调层，专用于多仓库、多阶段、数月级软件开发项目，首批面向 Pro/Max 订阅用户开放。