核心竞争力是否是底层的大模型能力？为什么？另外，为了让智能体输出更准确、稳定，现在大家开始主张“上下文工程”，上下文工程为什么火了？能否谈下上下文工程的具体技术实现？具体效果如何？程大同：

次配额一夜之间消失，取而代之的是一个隐形的限流系统。没有计数器、没有重置时间提示，只会随机显示“请稍后重试”。“加强限流”阶段：那个隐形限额变得更加严苛。随便发三条普通消息，就可能被封一天。隐藏的

ERP，把会计、财务这些东西搬到计算机、数据库里，尤其对于那些有大量账目处理的大型跨国公司来说，它确实改变了各个部门的工作方式。我举个简单的例子。我父亲刚退休，他是一名机械工程师。他跟我聊起他上世纪

月出现在华盛顿微软总部）而从那一刻起，我们取得的进展令人惊叹。技术进步的步伐正在不断加快，我已经迫不及待地想看到开发者、企业和消费者将如何运用这一最新突破创造更多可能。”Box

我过去与工程师、设计师等团队合作做产品时，沟通方式大多是口头的，或者通过书面形式表达抽象想法，我们会一起在白板上画图，做系统流程图，也会通过真实的应用去测试，指出哪里慢了、哪里坏了。这种“多模态

发起的一项“短期实验”，旨在“帮助人们发现有用的对话”。直至上周五早上，他证实，删除该功能的决定还包括“从相关搜索引擎中删除索引内容”，谷歌没有回应《Fast

CEO）……但这位年轻人到底特别在哪？他并不是‘顶级运动员’级别的存在。我查了下他的学术背景，说实话，并没有什么令人惊艳的地方。大概能当个二流大学的助理教授——当然这也很了不起，但远远不足以支撑

解析失败的方式来实现，看看在无法访问遥测端点的情况下，它是否还能正常运行。还有开发者表示，“遥测在实际项目中性能影响应该是很小的，它这个内存占用看着很离谱，遥测数据收集开发者是可以随意打桩的，这类

sub。还有网友认为，这款模型的一些基准测试结果好得让人震惊，即便这样谷歌也没有高调宣传它。但也有网友对这款模型并不买账，认为与顶级模型相比，其性能没什么竞争力。该网友表示：“我开始用这个新的

产品设计等热门方向，围绕企业如何通过大模型降低成本、提升经营效率的实际应用案例，邀请来自头部企业、大厂以及明星创业公司的专家，带来一线的大模型实践经验和前沿洞察。一起探索

需要学会管理团队、制定战略决策，尤其是在扩展公司的同时，如何保持开发的质量和开源社区的活力。对于已经习惯了专注技术的他来说，这是一种巨大的挑战，但同时也是一次成长的机会。正如他自己所说：“从开发者到

时代的用户量级将达到‘万亿’级别。”这将是一次前所未有的规模挑战，也意味着前所未有的系统复杂度。在这种背景下，传统技术堆栈开始显得力不从心。“试想一下，在面对万亿用户、每秒百万级事务处理、Agent

Agent，来提升工作效率或实现商业转化。然而，开发壁垒阻碍了这一进程。从扣子对用户画像的预期和现实对比，也可以看出降低门槛的现实意义。扣子的用户大致可以分为三类：熟练掌握各类开发技能的专业开发者；

据说当时大家都慌了。结果呢？有了更好的工具，人们的脑力被用在了更有价值的地方。高中开始教微积分，接触的数学知识也更深入了。我自己上学时也有类似经历。初中时谷歌刚出现，高年级学长说老师很焦虑：有了这个

曾是国际新闻里的词汇，如今却成了她求职路上必须面对的选择题。这种起源于亚洲的高强度工作制，正悄然渗透进欧美初创企业的土壤，尤其在竞争白热化的人工智能领域，它不再是禁忌，反而成了一些公司公开标榜的

的回应仍然很自信，并尝试通过列出桌面上的条目来证明新文件夹的存在。但由于安全沙盒机制的原因，没能成功。这时我决定中止运行，让它把所有文件都放回源目录。好的，让我们恢复到之前的状态，把所有文件都放回

系统与人类价值观对齐的技术挑战，这让我意识到问题的现实紧迫性。最初我对这个问题的难度估计很高，但语言模型的发展实际上降低了我的担忧，因为它们展现出理解人类价值观的潜力。虽然问题远未解决，但现在的我比

的设计充分考虑了上下文工程。它首先理解你的知识架构，帮助你思考和规划，然后将复杂的工作分解成逻辑步骤以便于实施。当您说“构建一个带有电子邮件身份验证的用户登录页面”之类的话时，SOLO

辅助编程的实践中，有经验的开发者既受益于这些工具快速实现创意的能力，也能深刻意识到必须保持批判性思维，这就是有经验开发者和初级开发者之间的差距，这些差距往往体现在细节上。“几年前，我曾用

项目经理（Akshay、Rizzo、Sulamn）等是我接触过的最酷的客户。他们似乎无所不通、无所不晓，而且工作风格非常困难。他们关注的是吸纳优秀的人才，确保为项目的成功做好充分准备。OpenAI

曲线，揭示了任何跨越性的新技术出现后，往往会先往上冲过一个泡沫——即经历一个“过度乐观期”：在前一两年，人们常常高估技术的落地速度，随之而来的是估值冲高后的直线下滑，随后进入缓慢上升阶段，并在未来

个月的时间里，我们正式搭建了这项业务，现在规模已经不小了，预计今年收入能翻番。去年大概做到了一百万美元，今年可能更多，具体要看几个大单子最终敲定的金额，说不定会高出不少。当用户问“能不能帮我们学会用

产品设计等热门方向，围绕企业如何通过大模型降低成本、提升经营效率的实际应用案例，邀请来自头部企业、大厂以及明星创业公司的专家，带来一线的大模型实践经验和前沿洞察。一起探索

再现了。现在所有人都在谈自动化，我觉得从这个意义上讲，它有点被高估了。如果是从开发者的视角看待这件事，你会觉得，“我可以自己写这些东西，我用不了你们这套”。或者你哪怕懒得自己写，也可以问

审核前后。确实，但哪怕仅使用审核前的时间或截屏录像时长进行分析，得出的结论也不会改变。以上提出的所有问题似乎都没有影响试验结果。下面，就要看看研究人员推测的可能导致生产力下降的因素。过度使用

如精准率、召回率等。这个问题其实是交互设计问题：我们如何引导用户提问更聪明、表达更清晰？另一个关注点是：生产力市场正在剧烈变动。我们不仅仅是一个邮箱工具，更是一个生产力工具。我们为用户平均每周节省

GoodRX。这些网站卖药片，一年赚几亿美金。可是这些都是已被解决的问题。你用不上大模型，它们没啥挑战性，也没增长空间。而且你深入想会发现：这些垂直公司本质上并不是围绕搜索建立的。Pinterest

开销太高而受影响的只是极少数团队。我们对吴恩达的本次演讲内容进行了翻译，并在不改变愿意基础上进行了删减和整理，以飨读者。执行速度决定创业成败很高兴见到大家。既然今天是创业学校的活动，我想分享一些我在

产品设计等热门方向，围绕企业如何通过大模型降低成本、提升经营效率的实际应用案例，邀请来自头部企业、大厂以及明星创业公司的专家，带来一线的大模型实践经验和前沿洞察。一起探索

代码，如果是我手动编写，哪怕是完成了自动化步骤的部分，我也没那个精力再具体调整输出美观度。有了这套脚本，我能在每次版本发布时省下几十分钟的手调时间。只需几段自然语言规范，Claude

上创作的内容来获取积分，这些积分可以兑换更多开发权限。Lenny：其实我还有个比较关注的问题，你一个人运营这家公司多久了？之后你是多久雇佣了第一位员工加入的，又过了多久雇佣了其他员工？Shlomo：

产品设计等热门方向，围绕企业如何通过大模型降低成本、提升经营效率的实际应用案例，邀请来自头部企业、大厂以及明星创业公司的专家，带来一线的大模型实践经验和前沿洞察。一起探索

能够熟练运用一到两个工具，最多不超过三个工具来完成其工作，是比较现实且易于打磨的。这背后涉及到了责任划分和协作机制的设计。责任划分本身是一个复杂的过程，我们希望通过自动化流程来实现这一点，并实现

确实是这样，有时候会理解偏差，然后搞出一些莫名其妙的问题。必须承认，我们还有不少工作要完善。那最好的办法就是把提示词再粘一遍，重新生成。这就是氛围编程中的常态。这东西就是时灵时不灵的。Jerod：

作者｜冬梅在人工智能技术蓬勃发展的时代，搜索变得比以前更加复杂。谷歌、必应、Reddit、推特、YouTube、学术网站、天气应用上的消息纷繁杂乱，为了找到一个清晰的答案，很容易在各个网站或应用之间跳来跳去。为了解决这个问题，年仅

位世界顶尖的工程师。我认为我们特别注重在设计时吸收不同视角，哪怕我们做的是给程序员用的工具。很多人会直觉地认为：“这是程序员用的产品，那就让程序员来设计吧，听听他们的意见就行。”比如功能

上周六向员工发送了措辞强硬的备忘录，誓言将与这家社交巨头正面交锋。此前，扎克伯格刚刚成功从该公司挖走了四名资深研究员。这四位都是华人研究员，也在此次公布的超级实验室团队成员名单中，分别是

主动联系。刚开始他甚至挺抵触的，回复说“我不太想跟你谈，我的顾问也觉得不应该跟你谈，算了。”但我没有放弃，对他说“我保证不谈融资，只是想见个面、跟你随便聊聊，至少交个朋友。”幸亏

的收购过程及最终停摆的内幕。他深入还原了这段技术传奇背后的故事，以及管理层在关键时刻所做出的决策。以下是全文内容：一个从未公开的技术悲剧我从未公开分享过这个故事——我是如何说服惠普董事会以

App。“一个请求会为你提供静态学习资料。另一个请求会创建一个可共享的工具，为任何主题生成卡片，那么现在你拥有的不再是一次性的学习成果，而是一个可以更广泛使用和分享的互动应用。”Anthropic

Pro，具备代码理解、文件操作、命令执行和动态故障排查等能力，全面提升命令行的使用体验。用户可以通过自然语言编写代码、调试问题，并优化工作流程。不仅如此，Gemini

带来的变化则是弥补缺少某要素的创作者能力，比如有创作能力和业务知识但没有时间的人，还有为满足三要素创作者带来百倍加成、扩大创作规模。消费者层面，现实中的人比传统算法给的“标签”更加立体和多面，AI

团队的立场为：框架内置数据获取、路由和服务器渲染方案，且设计为协同工作；这些能力开箱即用，无需花费时间挑选可能不兼容的组件；由于构建配置和更优的数据获取模式，框架默认提供更好的性能；React

设计，然后截取移动端页面截图，与设计图进行对比，验证还原度。虽然我们还没在生产环境大量使用，但非常期待它的效果。这种方式本质上就是把原本人工执行的验证流程“编进系统里”。不仅仅是代码测试，对

格式工具结构描述工具功能，模型能够自动理解工具的输入输出、参数约束，并生成符合要求的调用代码。开发者甚至不需要专门学习工具的使用方法，就能实现工具调用。在实际的应用场景中，MiniMax-M1

芯片和架构”的问题，网上曾引发一场激烈争论。争论的起点源于一条网友评论：“虽然华为芯片单颗比起用英伟达还是有落差，但是组成系统后，效率明显就高了。”

还采用流式处理机制，每一帧视频在生成的同时就能被立即处理，无需等待整个视频片段完成后再进行操作。这种即时处理方式赋予了系统极高的实时性，使其能够迅速响应类似电商直播和在线授课等场景需求。在分布式

最新对谈：两年后，几乎100%代码都将由AI生成！三大云厂同时瘫了？Cursor、ChatGPT跟着倒下！网友：整个互联网都要废了被骂“在乱讲”的专家，这次可能说对了：传统数据仓库正在被

标志着我们首次集中投入：不仅优化基础编码能力，更专注解决长周期编码任务——例如跨文件编辑、指令执行、工具调用与分布式修改等复合场景。该模型成功整合这些能力，为后续模型奠定了技术范式。Aman：在

10:51。“我们的工程团队正在继续调查此问题。”十几分钟后，谷歌表示，客户“仍在遭受不同程度的影响”，工程师正在努力恢复服务，但公司尚未确定修复的预计时间。随后，经过快速的修复，太平洋夏令时下午