AI 办公大战，盯上了企业的人力预算
从腾讯 WorkBuddy、阿里巴巴悟空到微软 Copilot、Salesforce Agentforce，办公 AI 正从写文档转向直接操作软件、处理业务，Salesforce Agentforce 已按标准智能体操作 0.10 美元计费，Intercom 的 AI 客服 Fin 按结果收费 0.99 美元。
#Agent
钛媒体AI 评分4040 博客园AI 评分6262 从 Bun 到 Deno，AI 时代的开发工具正在经历什么？
文章梳理了 AI 编码浪潮下开发工具格局的变化：Anthropic 于 2025 年 12 月收购 Bun，Deno 团队则在 2026 年 10 月 9 日整体加入 Cloudflare，Deno Runtime 一年维护期后停止由原团队开发、Deno Deploy 六个月后关闭，JSR 继续运营并迁移至 Cloudflare 基础设施。
博客园AI 评分2727 Jev 们不缺判断力，缺的是你的标准 - AI闲人
Jev 是专门做结构化判断的模型，基于 Transformer 但不生成文本，只返回 Choice、Score、Noul 三种强类型结果，端到端延迟 70 到 500 毫秒，输出不收费。文章指出，这类判断模型并未降低标准化要求，标准体系直接构成其输出空间，Choice 候选集上限 255 项，选项仍需人工生成。作者认为应把语义层、判断机制与规则引擎结合，让判断机制嵌入标准建设全过程，而非替代规则。
IT之家AI 评分3838 宇树科技王兴兴：过去十几年犯的最大错误是对 AI 还不够相信
宇树科技创始人王兴兴在第二十六届中国国际工业博览会上表示，GPT-6 的发布对具身智能行业认知影响很大，团队已将其部署至机器人做任务测试，效果表现还不错。他认为具身智能行业临界点可能一两年内到来，并称过去十几年犯的最大错误就是对 AI 还不够相信。
博客园AI 评分1212 AI卷王们，从窄路走向宽阔？——三范式
文章提出AI时代打工人应对工具的三种态度，认为真正值得关注的是专注用好AI的"卷王"。作者以团队中消耗Token最多的AI用户为例，其桌面常开Claude Code终端搭配原生大模型，把精力放在提升判断、任务拆分与验收机制上。文章主张纯粹执行正在贬值，复杂中的判断与选择愈发升值，打工人应借助AI搭建可迁移的组合能力。
Andrej KarpathyAI 评分3434 Karpathy：LLM 能力认知鸿沟正急剧扩大
Karpathy 指出，对 LLM 能力的认知差距正从"两群人各说各话"变成一道陡峭漏斗：约 60 亿人（75%）几乎没接触过 LLM，10-20 亿人（20%）只用免费版聊天机器人，约 2000 万（0.2%）在数学和代码中专业使用前沿模型，仅约 5000 人（0.00006%）能内部接触前沿系统。
TechCrunch · AIAI 评分2626 PolyAI 与 Otter 高管：语音 AI 尚未迎来自己的 ChatGPT 时刻
PolyAI CTO Shawn Wen 与 Otter CMO Alex Gay 认为，语音 AI 虽已实现全双工模型，但尚未迎来“ChatGPT 时刻”，下一步挑战是让推理足够快、对话自然。Wen 指出 ASR 模型常漏掉关键词导致上下文丢失，Gay 则强调转写准确率是所有下游功能的基础。两人还呼吁语音工具应主动告知用户正在被录音或与 AI 对话。
MIT Technology Review · AIAI 评分3838 我们高估了 AI 说"不"的能力
MIT Technology Review 刊文指出，AI 的拒绝机制正成为 AI 安全的承重墙，但这一机制并不可靠。Anthropic 2021 年提出大语言模型应"有用、诚实、无害"，如今模型经红队测试与 AI 互训学会拒绝大量提示词，但拒绝机制基于概率，仍会被突破，已有用户试图借此研究生物病原体和自主无人机蜂群。文章还警告，拒绝的边界由 AI 公司秘密划定，政府介入后可能被用于压制合法言论。
Microsoft ResearchAI 评分2222 Microsoft 研究：AI 评测如何暴露传统 benchmark 之外的"意外失败"
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测对推动 AI 系统性能边界的作用，以及模型在超出传统 benchmark 测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。
MIT Technology Review · AIAI 评分1212 从预测到自主决策：预测分析如何进入智能体 AI 时代
企业 AI 的竞争焦点已从预测模型能否超越统计预测，转向如何让预测系统在不偏离业务意图的前提下自主行动。深度学习和生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而无需等待季度刷新，其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 认为，"分析"一词正在让位于 AI。
Sam AltmanAI 评分1515 Sam Altman 盛赞 OpenAI dot 产品
dot 是我目前最喜欢的 openai 产品！ 让我惊叹的是，随着它越来越了解我的工作流程和风格，它每天都明显变得更好。 让它去做那些我不喜欢做的事——那些通常会像重力井一样不断累积成恐惧的事——让我非常开心。
Andrew NgAI 评分3636 吴恩达：AI 风险被过度炒作，是工程问题而非末日
吴恩达称过去两周针对 AI 危险的炒作是一场有组织的公关 campaign，AI 技术并未出现意外的危险转折，他担心这会给领域带来挫折。他指出 AI 导致人类灭绝的风险相比几个月前并无上升，最大变化是网络安全能力，但也不至于终结世界。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 代码、RAG 是否已死、Skills 是否杀死 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门论断：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是智能体连接工具与数据的标准接口，二者可组合使用；RAG 并未消亡，它让模型基于训练数据外的文档、内部知识和代码库上下文作答，与 Agent、Skills、MCP 可共存于同一工作流。
Andrew NgAI 评分3838 吴恩达发布 AI 工程技能图谱：软件工程基础
吴恩达发布 AI Engineering Skills Map，梳理 agentic coding 时代软件工程基础需掌握的五大能力：全栈应用构建、数据管理、系统架构设计、系统安全与可靠性、生产环境扩展与运维。
Andrew NgAI 评分3838 吴恩达发布 AI 工程技能图谱
吴恩达团队基于超 1 万份招聘信息、数十场专家与招聘经理访谈及问卷数据，发布《AI 工程技能图谱》，提炼出四项最重要的 AI 工程技能：构建与部署 AI 应用、软件工程基础、使用编码智能体、塑造构建过程。他强调 AI 工程技能比"AI 工程师"岗位更宽泛，所有开发者都需掌握。
Andrej KarpathyAI 评分5252 Karpathy 实测 Opus 5 用 5500 行代码渲染《魔戒》开篇
Andrej Karpathy 给 Opus 5 输入《魔戒》第一段、1M token 预算（约 10 美元），让它用 three.js 渲染这段故事。Opus 运行约 2 小时，写出 5500 行代码，程序化地渲染出故事，效果有些粗糙但可玩。他认为这类任务把「没人会花时间做」变成「几乎免费，何乐而不为」，并指出 LLM 难以原生感知视频或玩游戏，只能缓慢截图自查，多模态与游戏能力仍明显不足。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 团队提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分低于 $0.10，数据系统面临三大新挑战：为智能体服务、管理智能体集群、由智能体合成。在 text-to-SQL 基准上，多智能体尝试中仅 10-20% 子计划不同，80-90% 子查询重复，可通过多查询优化与近似查询处理复用结果。
Andrew NgAI 评分3636 吴恩达分享构建 0 到 1 产品的三大循环
吴恩达提出构建 0 到 1 产品的三大循环：智能体编码循环让 AI 智能体写代码、自测并持续迭代直至无 bug 且符合规格，工程循环每几分钟构建测试新版本；开发者反馈循环以数十分钟到数小时为周期，由人类审查产品并引导智能体改进。
Andrej Karpathy精选AI 评分6262 Karpathy 评 Claude Tag：LLM 交互的第三次 UIUX 重构
Andrej Karpathy 转发 Anthropic 发布 Claude Tag 的消息并评论称，这是与 Claude 交互的新范式，更贴近组织内其他人类活动。
推荐理由：Karpathy 把 Claude Tag 放进 LLM 交互形态的三次演进里，读者可据此理解智能体进入团队工作流的定位。
Andrej KarpathyAI 评分5050 Karpathy 谈 LLM 新范式与智能体原生经济
Karpathy 在 Sequoia Ascent 2026 炉边对话中提出，LLM 的价值远不止加速编程，并举了三个新范式案例：menugen 这类无需传统代码、输入图像输出图像的应用；用 .md 技能替代 .sh 安装脚本；以及基于非结构化知识的 LLM 知识库。
Andrej KarpathyAI 评分2222 Karpathy：AI 能力认知正出现巨大鸿沟
Karpathy 指出，人们对 AI 能力的理解正出现越来越大的鸿沟。一部分人仍以去年 ChatGPT 免费版或已弃用的 Advanced Voice Mode 的表现来判断 AI，而今年 OpenAI Codex、Claude Code 等前沿智能体模型在编程、数学、研究等技术领域进步惊人，能连续运行 1 小时重构整个代码库或挖掘系统漏洞。
Andrej Karpathy精选AI 评分6262 Karpathy 点评 Farzapedia：用文件系统构建个人 Wiki 知识库
Karpathy 转发并点评 Farzapedia 案例，认为这种用文件系统构建个人 Wiki 的方式优于隐式记忆的个性化方案。Farza 用 LLM 处理 2,500 条日记、Apple Notes 和 iMessage 记录，生成 400 篇带反向链接的文章，供 Claude Code 等智能体从 index.md 逐层检索。
推荐理由：Karpathy 借 Farzapedia 案例对比显式、可迁移的个人知识库与隐式记忆方案，给出可复用的思路。
Andrej KarpathyAI 评分2222 Karpathy：AI 让公众反向监督政府成为可能
Andrej Karpathy 表示看好被 AI 赋能的公众提升政府透明度与问责能力。他认为政府问责的瓶颈从来不是数据获取（各分支已公开海量数据），而是处理数据、结合专业知识提炼洞察的智能，4000 页综合法案对多数人而言只是名义上透明。这一瓶颈可能被 AI 消解，应用场景包括预算支出明细、立法 diff 追踪、投票记录、游说关系图谱、采购合同与竞选资金等，地方政府因覆盖更少可能更有价值。
Andrej KarpathyAI 评分5757 Karpathy：智能体构建应用的真正难点在 DevOps 而非代码
Andrej Karpathy 回顾约一年前构建 menugen 的经历，认为最难的部分不是代码本身，而是把服务、支付、认证、数据库、安全、域名等一堆服务像拼宜家家具一样组装起来的 DevOps 环节。