AI

波兰尼的“默会知识”与 AI 时代的 70% 天花板，真正的直觉、体感与判断力只能在也许只能实践中生长。

AI是倍乘器，比例放大人的深刻与平庸。答案廉价的时代，问题才是货币。用 AI 写作没什么好遮遮掩掩的。

Anthropic 的新研究第一次让我们在大型语言模型内部看见了可因果干预的“情绪向量”，这会深刻改变我们理解 AI 的方式。

3月31日晚，武汉萝卜快跑车队出现大规模同时故障。真正值得警惕的，不只是自动驾驶翻车本身，而是云端集中管控架构可能把单车故障放大成城市级系统性风险。

SOTA Coding Agent —— Claude Code 源代码又泄漏了，在同一个阴沟里翻了两次船。代码全部白给，堪称行为艺术。

自由能原理试图用统一的数学框架解释生命、感知、学习、行动与智能本身，也为理解 LLM、Agent 与未来智能系统提供了一个更底层的视角。

OpenClaw v2026.3.22 发布到 npm 时漏掉了控制台前端和相关构建资源。 这次翻车暴露出的，不只是一个打包事故，而是发布流程里缺少最基本的安装后验证。

Vibe Coding 最好的中文翻译应当是“写意编程”。这个译名更准确地表达了从逐行控制到描述意图、由 AI 实现细节的编程范式转变。

360 刚发布的 AI Agent 产品“360安全龙虾”，被发现公开安装包中直接包含 *.myclaw.360.cn 泛域名证书私钥；进一步的公开验证与本地复现还暴露出 该证书吊销链路在 OCSP 返回结果上的一致性问题。

腾讯云把 OpenClaw 官方技能市集 ClawHub 大规模镜像到自家 SkillHub，引发了关于开源体面、镜像边界与大厂生态伦理的争议。

InsForge 试图把数据库、认证、文件存储和语义层一起打包成一个更适合 AI Agent 的后端底座，像一个专为 Vibe Coding 设计的 Supabase。

一个人类与一个 AI 关于意识、记忆与存在的苏格拉底式对话

花一块补 50 的事可不常见。普通人能在 AI 浪潮中薅到的最大羊毛，就是每月 200 刀的 Max 订阅们 —— 前提是你真的能用好它。

让 Claude 写了个关于意识上传与飞升的小故事，我觉得在有生之年说不定可以看到。

OpenClaw 源自 Claude Code 套壳，配上一个聊天软件入口。那些“养龙虾改变人生”的故事，改变他们的是背后的 Claude Code，而不是龙虾这个中介平台。

M5 Max 开放预购，看看这台六万块的性能怪兽到底长啥样，以及它为何可能成为 AI 时代最顺手的个人工作站。

通义千问（Qwen）技术负责人林俊旸（Justin Lin）在 X 上发布了一条简短的推文宣布离开 Qwen。

北京时间 3 月 2 日晚 19:49，Claude 崩了。不是数据中心被炸了，而是被用户挤爆了。

AI正在被用作裁员叙事，但软件工程的总需求并未消失，而是在更大范围扩散。真正改变格局的，是门槛下降后被释放的二阶需求。

在 AI 加持下，一个人用 AI 一周能完成多少工作？

这是一篇从 2028 年回望当下的思想实验，试图建模 AI 导致人类智能溢价坍塌后，劳动力、信用与金融系统可能出现的连锁冲击。

用麦克卢汉的“媒介即讯息”“延伸与截肢”“冷热媒介”“后视镜效应”“媒介四定律”解剖 AI，讨论其对人类认知习惯、理解能力与社会结构的深层影响。

AI 正在以远超历史经验的速度重塑知识工作。真正的挑战不是“会不会用 AI”，而是能否在缓冲期结束前完成认知与能力迁移。

在代码产能被 AI 极大放大之后，真正稀缺的能力正在从“写代码”转向“设计与验收”。本文基于实战经验，总结了用 Codex 与 Claude 协作交付高质量软件的流程与判断。

一个熟悉环境的普通人，会比来到陌生环境的天才更能干。没有上下文的智力是空转的。没有 Runtime 的 Agent 是虚浮的。

软件股暴跌，谁能幸存？谁会崛起？AI撕掉了软件的皮，露出了数据库的骨。市场不是在错杀，而是在分化定价。

我们还要招应届大学生吗？在AI和老司机的双重夹击下，新程序员的出路在哪里？—— 用对工具、主动出击、找对师傅。

SaaS 与流程软件已死，从 APP 与 GUI 到 Agent，Database，CLI。

当你在云上 “一键拉起” 私人助理的时候，不妨先想一下，这到底意味着什么？

我们正在见证一个"AI 操作系统"的诞生。LLM 是新 CPU，Context 是新内存，Agent 是新应用。那么 OS 会是什么？ 理解这个类比，也许能帮助我们预测未来 2-3 年基础设施的演化路径 —— 以及找到真正的机会所在。

如何不翻墙下载安装使用 Claude Code？如何用 Claude 十分之一的成本实现近似的效果？一行命令免翻装好 CC！以及 GLM 4.7 到底能不能吊打 Claude？

AI Agent 的瓶颈不在数据库内核，而在上层整合。肌肉记忆（库内计算）、联想记忆（向量+图谱融合）、试错魄力（Git for Data）将成为关键，不过这些能力不需要新引擎。

答案正在贬值，提问的能力决定了你在AI时代的位置。凯文·凯利预言成真：当答案成为商品时，好的问题就是新的财富。毕加索早在1968年就说过：计算机毫无用处，它们只能给你答案。

上下文窗口经济学，多元持久化的问题，以及零胶水架构的胜利，让 PG 成为 AI 时代的数据库之王。

Google推出了一个针对数据库的MCP工具箱GenAI Toolbox，通过封装参数模板SQL的方式，显著提高了数据库MCP的实用性与安全性。不同于以前那种直接把整个数据库对Agent开放的粗暴做法，这可能是第一个生产可用的方案。

OLTP与OLAP谁先被AI革命？一体化还是专业化，如何选型？AI时代的DBA该何去何从？来自 HOW 2025 大会圆桌讨论的观点整理：OLAP岗位正被NL2SQL替代，而DBA因语料稀缺暂时安全。

AI时代的数据库格局已经尘埃落定。Databricks收购Neon，Snowflake收购CrunchyData，OpenAI传闻收购Supabase——资本市场对PostgreSQL标的密集出手，PG已成为AI时代的默认数据库。

未来的软件形态是 Agent + 数据库，没有前后端中间商，Agent直接CRUD。微软CEO纳德拉预言SaaS已死，软件从数据库开始。数据库技能相当保值，PostgreSQL将成为AI Agent时代的核心数据库。

向量存储检索是个真需求，然而专用向量数据库已经凉了。小微需求OpenAI亲自下场解决了，标准需求被加装向量扩展的现有成熟数据库抢占。想靠讲AI故事做成一个产业已经是不可能了。