<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>精选深度阅读 on Sone Blog</title><link>https://s1.work/categories/%E7%B2%BE%E9%80%89%E6%B7%B1%E5%BA%A6%E9%98%85%E8%AF%BB/</link><description>Recent content in 精选深度阅读 on Sone Blog</description><generator>Hugo</generator><language>zh-CN</language><copyright>Copyright © 2024 Sone Blog</copyright><lastBuildDate>Tue, 07 Jul 2026 09:00:00 +0800</lastBuildDate><atom:link href="https://s1.work/categories/%E7%B2%BE%E9%80%89%E6%B7%B1%E5%BA%A6%E9%98%85%E8%AF%BB/index.xml" rel="self" type="application/rss+xml"/><item><title>一份处处劝退的 Agent 指南, 反而最值得信</title><link>https://s1.work/posts/reading-50-openai-practical-guide-to-agents/</link><pubDate>Tue, 07 Jul 2026 09:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-50-openai-practical-guide-to-agents/</guid><description>&lt;p&gt;最有动机鼓吹 agent 的公司, 写了一份从头到尾在劝退的文档, 这个反差是我重读它的理由。2025 年 4 月, OpenAI 发布 34 页的&amp;quot;构建 Agent 实用指南&amp;quot;, 当时正是 agent 这个词被营销稀释得最厉害的时候, 什么东西都敢叫 agent。这份指南开篇先收窄定义: 只有当 LLM 控制工作流的执行、并且能动态选择工具时才算, 聊天机器人、单轮问答、分类器统统出局。一刀下去, 市面上九成自称 agent 的产品没了名分。&lt;/p&gt;</description></item><item><title>把 AI 当新入职的工程师带: 重读 Claude Code 那篇奠基文档</title><link>https://s1.work/posts/reading-49-claude-code-best-practices/</link><pubDate>Mon, 06 Jul 2026 20:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-49-claude-code-best-practices/</guid><description>&lt;p&gt;有一类文档的命运很特别: 它太成功, 以至于被自己的迭代速度杀死。Anthropic 在 2025 年 4 月发的&amp;quot;Claude Code 最佳实践&amp;quot;就是这样, 原始 URL 如今 308 重定向到持续更新的官方文档, 等于官方亲口承认: 博客快照会过期。可它当年在 Hacker News 拿了 614 分, 被开发者圈当圣经传阅, Simon Willison 第二天专文解读。一年多以后重读, 我想弄清楚的是: 里面哪些东西死了, 哪些还活着。&lt;/p&gt;</description></item><item><title>把句子改顺的时候, 想法也跟着变对了</title><link>https://s1.work/posts/reading-48-paul-graham-good-writing/</link><pubDate>Sun, 05 Jul 2026 11:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-48-paul-graham-good-writing/</guid><description>&lt;p&gt;&amp;ldquo;读起来好听的文字, 更有可能是对的。&amp;ldquo;第一眼看到这个命题, 我的反应和多数人一样: 荒谬。文字的声音和内容的正确, 理应像车速和车漆一样互不相干, 何况漂亮的假话满街都是。Paul Graham 在 2025 年 5 月的这篇随笔里, 就是要把这个荒谬感一层层拆掉, 而他拆的方式让我服气了大半。&lt;/p&gt;</description></item><item><title>编程变容易了, 所以更该学? 吴恩达这步棋下在哪</title><link>https://s1.work/posts/reading-47-andrew-ng-best-time-to-learn-coding/</link><pubDate>Sat, 04 Jul 2026 15:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-47-andrew-ng-best-time-to-learn-coding/</guid><description>&lt;p&gt;2025 年 3 月发生过一场很有意思的隔空对峙。3 月 13 日, 吴恩达发长文说现在是学编程的最好时机, 劝人别学编程会被证明是史上最糟糕的职业建议之一; 两周后, 靠&amp;quot;人人学编程&amp;quot;起家的 Replit 创始人 Amjad Masad 发帖说, 我不再认为你应该学编程。两个人看着同一批事实, 给出完全相反的结论。这种时刻通常说明问题本身还没被问对, 所以我把吴恩达这封信重新读了一遍。&lt;/p&gt;</description></item><item><title>选哪家 AI 不重要, 知道功能在哪才重要</title><link>https://s1.work/posts/reading-46-mollick-using-ai-right-now/</link><pubDate>Fri, 03 Jul 2026 10:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-46-mollick-using-ai-right-now/</guid><description>&lt;p&gt;一份指南发布四个月后就被作者亲手更新换代, 按理说没什么重读价值了。Ethan Mollick 在 2025 年 6 月写的那篇&amp;quot;当下用 AI 快速指南&amp;quot;就是这样: 文中的模型三档划分, 到 8 月 GPT-5 发布、选择器大改之后基本作废, 他 10 月又发了新版, 等于官方承认旧版保质期只有四个月。但我重读完的感受是, 型号表死了, 骨架还活着, 而且骨架比大多数长青文章都结实。&lt;/p&gt;</description></item><item><title>"白领血洗": 一个词的胜利, 和一份预言的中期成绩单</title><link>https://s1.work/posts/reading-45-white-collar-bloodbath/</link><pubDate>Thu, 02 Jul 2026 09:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-45-white-collar-bloodbath/</guid><description>&lt;p&gt;&amp;ldquo;白领血洗&amp;quot;这个词赢得很彻底: 连反驳它的人, 标题里也得先写上它。2025 年 5 月, 两位资深媒体人专访了 Anthropic 的 CEO Dario Amodei, 后者给出一组直白的数字: AI 可能在一到五年内砍掉一半入门级白领岗位, 把失业率推到 10% 到 20%, 技术、金融、法律、咨询的入门岗首当其冲。发布后两天内, 这三个字的英文原词就脱离文章独立流通, 成为全美财经媒体的头号词条; 英伟达的黄仁勋随后公开表示, 他基本不同意这位同行说的几乎一切。&lt;/p&gt;</description></item><item><title>一篇报道被两个阵营同时当成武器, 问题出在哪</title><link>https://s1.work/posts/reading-44-cruel-kids-table/</link><pubDate>Wed, 01 Jul 2026 20:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-44-cruel-kids-table/</guid><description>&lt;p&gt;先说这篇报道的传播结局: 它的封面被美国副总统转发, 配文大意是&amp;quot;他们这是想把我们弄得很酷&amp;quot;, 两天收获十万点赞。一篇明显带批判意图的封面故事, 被批判对象当成了荣誉徽章。这个结局本身, 比文章的任何一段都更值得写作者研究。&lt;/p&gt;</description></item><item><title>AGI 时间表从十五年缩到三年, 而架子上是空的</title><link>https://s1.work/posts/reading-43-agi-government-podcast/</link><pubDate>Tue, 30 Jun 2026 11:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-43-agi-government-podcast/</guid><description>&lt;p&gt;一个可观察的事实先摆在这里: 过去几年, AI 圈内人对 AGI 的预期从&amp;quot;五到十五年&amp;quot;压缩到了&amp;quot;两三年&amp;quot;。这是《纽约时报》专栏作家 Ezra Klein 那期著名播客的起点。他说, 一个接一个的人, 来自实验室, 也来自政府, 彼此独立地来告诉他: 它真的要来了。然后他做了一件主流媒体头牌评论员很少做的事, 公开站队: 我认为他们是对的。&lt;/p&gt;</description></item><item><title>外卖袋占领吧台之后, 独处成了默认设置</title><link>https://s1.work/posts/reading-42-anti-social-century/</link><pubDate>Mon, 29 Jun 2026 15:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-42-anti-social-century/</guid><description>&lt;p&gt;一块&amp;quot;吧台座位关闭&amp;quot;的牌子, 是这篇文章给我印象最深的画面。《大西洋月刊》的作者写他家附近一间墨西哥小餐馆: 店里空无一人, 生意却火爆, 吧台上摆着九个外卖纸袋, 顾客推门进来, 拎起袋子就走, 全程没人说一句话。曾经最热闹的社交位置, 变成了无声的取餐站。&lt;/p&gt;</description></item><item><title>当作弊成为默认选项, 大学到底还在考核什么</title><link>https://s1.work/posts/reading-41-ai-cheating-college/</link><pubDate>Sun, 28 Jun 2026 10:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-41-ai-cheating-college/</guid><description>&lt;p&gt;Roy Lee 是哥伦比亚大学的学生, 按他自己的说法, 入学后几乎每一项作业都靠 AI 完成, 论文八成由 ChatGPT 生成, 他再掺进两成&amp;quot;人味&amp;quot;。学校因为他做了一个远程面试作弊工具给了他留校察看, 他随后离开学校全职创业, 新产品的口号是让你几乎在一切事情上作弊, 上线不久就拿到数百万美元融资。&lt;/p&gt;</description></item><item><title>90.2% 提升和 15 倍账单：多智能体的真实成本核算</title><link>https://s1.work/posts/reading-40-anthropic-multi-agent-engineering/</link><pubDate>Sat, 27 Jun 2026 09:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-40-anthropic-multi-agent-engineering/</guid><description>&lt;p&gt;企业技术博客通常只报喜。Anthropic 在 2025 年 6 月发的这篇多智能体系统复盘，先报了喜：让 Claude Opus 4 当主管、多个 Sonnet 4 当工人的架构，在内部研究评估上比单个 Opus 4 高出 90.2%。然后它做了一件少见的事，亲手把这个数字拆穿：性能方差的 80% 由 token 用量单独解释。翻译成人话，多智能体没什么魔法，它主要是一种把&amp;quot;多花 token&amp;quot;组织起来的方式。账单也直说了，普通聊天的约 15 倍。&lt;/p&gt;</description></item><item><title>让模型多想一会儿，到底在多什么</title><link>https://s1.work/posts/reading-39-why-we-think-test-time-compute/</link><pubDate>Fri, 26 Jun 2026 20:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-39-why-we-think-test-time-compute/</guid><description>&lt;p&gt;o1 和 R1 火了之后，&amp;ldquo;让模型思考&amp;quot;成了行业口头禅，可为什么多想一会儿就更聪明，这个最基础的问题反而很少有人讲透。Lilian Weng 在 2025 年 5 月发的长篇综述《Why We Think》，用 54 篇文献把这条线从头到尾捋了一遍。她写博客有个老规矩，从不追单篇热点，等一个方向积累到临界点再一次性收割，这篇又是如此。&lt;/p&gt;</description></item><item><title>从 76% 跌到个位数：一张新考卷暴露了推理模型的底</title><link>https://s1.work/posts/reading-38-arc-agi-2-o3-limits/</link><pubDate>Thu, 25 Jun 2026 11:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-38-arc-agi-2-o3-limits/</guid><description>&lt;p&gt;76% 和 4%，同一个模型，两张考卷。2024 年底 OpenAI 的 o3 在 ARC-AGI-1 上拿到 75.7%，&amp;ldquo;AGI 临近&amp;quot;的声音一度盖过一切。三个月后 François Chollet 的团队发布 ARC-AGI-2，同一批前沿模型重考：o3 掉到约 4%（每题还要烧约 200 美元算力），o3-mini 直接 0%，纯语言模型 GPT-4.5 也是 0%。人类这边呢，受控测试的平均分 60%，人类小组合作能做到 100%。&lt;/p&gt;</description></item><item><title>回家分不清是谁打扫的：机器人的下一道考题</title><link>https://s1.work/posts/reading-37-physical-turing-test/</link><pubDate>Wed, 24 Jun 2026 15:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-37-physical-turing-test/</guid><description>&lt;p&gt;想象一个画面：周日在家折腾了一整天，屋里一片狼藉。周一晚上回来，客厅一尘不染，桌上摆着一顿烛光晚餐，而你分辨不出干这些活的是人还是机器。Jim Fan 在 2025 年 5 月的一场演讲里把这个场景定为通用机器人的验收标准，起名叫物理图灵测试。语言模型早就通过了传统图灵测试，物理版这一关，目前没有任何机器接近通过。他自己的定调是&amp;quot;看起来简单得不像话，实际难得离谱&amp;quot;。&lt;/p&gt;</description></item><item><title>旗帜易手的那个晚上：重读 Jim Fan 评 DeepSeek-R1</title><link>https://s1.work/posts/reading-36-deepseek-r1-open-source-shockwave/</link><pubDate>Tue, 23 Jun 2026 10:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-36-deepseek-r1-open-source-shockwave/</guid><description>&lt;p&gt;有些推文的寿命只有一个下午，有些推文替一场地震提前写好了标题。2025 年 1 月 20 日晚上，DeepSeek 开源 R1 的几个小时内，NVIDIA 研究员 Jim Fan 发了一条长帖，开头一句话后来几乎成了全球媒体报道这件事的标准叙事：&lt;/p&gt;</description></item><item><title>把自己下成棋盘上的变量</title><link>https://s1.work/posts/reading-35-manus-xiaohong-game-theory/</link><pubDate>Mon, 22 Jun 2026 21:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-35-manus-xiaohong-game-theory/</guid><description>&lt;p&gt;这篇访谈有个罕见的属性：它是事前文本。播客上线四天后 Manus 发布，全球刷屏，邀请码在二手平台被炒到几万块。也就是说，肖弘关于产品的全部思考都是在结果揭晓前说出口的，没有事后美化的空间。全网争论那款产品是否只是套壳的时候，这是唯一能回答创始人到底怎么想的原始材料。&lt;/p&gt;</description></item><item><title>一台算账机器的胜率与盲区</title><link>https://s1.work/posts/reading-34-zhu-xiaohu-humanoid-exit/</link><pubDate>Sun, 21 Jun 2026 14:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-34-zhu-xiaohu-humanoid-exit/</guid><description>&lt;p&gt;隔了一年多再翻这场访谈，最合适的读法是拿出记分牌，一项一项对账。2025 年 3 月底，人形机器人是中国创投圈最大的共识，宇树刚上完春晚，老股被疯抢。就在这个顶点上，朱啸虎公开说他的天使基金正在批量退出早期具身智能项目，一句&amp;quot;现在是个人形机器人就会翻跟头，但商业化在哪里&amp;quot;，把大半个行业推进了论战。&lt;/p&gt;</description></item><item><title>半年后才被读懂的一场访谈</title><link>https://s1.work/posts/reading-33-liang-wenfeng-interview/</link><pubDate>Sat, 20 Jun 2026 20:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-33-liang-wenfeng-interview/</guid><description>&lt;p&gt;这场访谈发布的时候，几乎没有多少人当回事。2024 年 7 月，DeepSeek 只是价格战里一条搅局的鲶鱼；半年后 V3 和 R1 引爆全球，这篇旧文被翻译成英文在海外疯转，成了全世界理解梁文锋的第一文本。采访做在爆发之前，红利吃在爆发之后，这是媒体手艺里最难的提前量。&lt;/p&gt;</description></item><item><title>当编出来的故事比真的还动人</title><link>https://s1.work/posts/reading-32-ai-slop-chinese-internet/</link><pubDate>Fri, 19 Jun 2026 15:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-32-ai-slop-chinese-internet/</guid><description>&lt;p&gt;有个细节让我印象很深：一条论证国产动画崛起的知乎高赞回答，声称哪吒电影里敖丙变身的镜头轰动了法国昂西动画节。查证的结果是，送展昂西的是另一家公司的概念片，内容是赛车演示，哪吒根本没出现。整段言之凿凿的论证，是模型为了完成命题作文自己脑补的。&lt;/p&gt;</description></item><item><title>提示词写不好，毛病多半出在输入端</title><link>https://s1.work/posts/reading-31-prompt-dao-and-craft/</link><pubDate>Thu, 18 Jun 2026 10:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-31-prompt-dao-and-craft/</guid><description>&lt;p&gt;提示词教程满天飞的这两年，我见过太多&amp;quot;魔法咒语合集&amp;quot;：抄模板、堆技巧、蹭新模型的热度。所以当我认真读完李继刚那场两小时分享的整理稿，感受有点复杂：这篇几乎不教任何咒语，它回答的是一个更上游的问题，咒语从哪里来。&lt;/p&gt;</description></item><item><title>把终端讲成对话框：一篇装机教程的 275 万次围观</title><link>https://s1.work/posts/reading-30-terminal-as-dialog-box/</link><pubDate>Wed, 17 Jun 2026 09:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-30-terminal-as-dialog-box/</guid><description>&lt;p&gt;275.2 万次查看，内容是手把手教人安装一个命令行工具。Orange AI 这篇 Claude Code 小白指南，成了 2025 年中文 X 圈热度最高的长文之一，作者自己都说这是他上推十几年写得最爆的一篇。&lt;/p&gt;</description></item><item><title>月入一万美金的除法：教程里的可复制与不可复制</title><link>https://s1.work/posts/reading-29-game-site-division/</link><pubDate>Tue, 16 Jun 2026 20:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-29-game-site-division/</guid><description>&lt;p&gt;一道除法：月入一万美金，按千次访问 5 美元的收入算，需要每月 200 万 PV；一个访客大约贡献 3 个 PV，折成 66 万 UV；摊到三十天，日均 2.2 万 UV。哥飞在这篇长文里做完这道除法，一个听起来遥远的目标，就被翻译成了一个看起来可以努力的日指标。&lt;/p&gt;</description></item><item><title>亏四万块出一本书，这笔账到底该怎么算</title><link>https://s1.work/posts/reading-28-mcp-book-loss-account/</link><pubDate>Mon, 15 Jun 2026 11:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-28-mcp-book-loss-account/</guid><description>&lt;p&gt;版税收入 2.3 万，三个月卖了 3700 多册，自购 1500 册送人花掉 6 万多，回本线是 1 万册。这是艾逗笔为《这就是 MCP》公开的账本，一笔明摆着的亏损，被他写成了当时独立开发圈讨论度很高的一条帖子。&lt;/p&gt;</description></item><item><title>第一个画地图的人：一份速通教程是怎么在 24 小时内写成的</title><link>https://s1.work/posts/reading-27-nano-banana-map-maker/</link><pubDate>Sun, 14 Jun 2026 15:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-27-nano-banana-map-maker/</guid><description>&lt;p&gt;Nano Banana 正式上线是 2025 年 8 月 26 日晚上，歸藏那份带全套提示词的完整教程，27 日下午就发出来了。当时中文时间线上满屏都是单张对比图和惊叹号，第一份系统化、每个玩法都可复现的教程，就成了稀缺品。&lt;/p&gt;</description></item><item><title>把大脑和画师拆开：一份 PPT 提示词背后的工程直觉</title><link>https://s1.work/posts/reading-26-planner-artist-split/</link><pubDate>Sat, 13 Jun 2026 10:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-26-planner-artist-split/</guid><description>&lt;p&gt;用过 Google 那款 AI 笔记工具自动生成幻灯片的人，大概都撞过同一堵墙：页面质感公认地好，但拿到手是一整张图，想改一个词都没有入口。宝玉在 X 上发的那条提示词线程，就是冲着这根刺去的，他自己给它的定语是&amp;quot;预订本年度最有价值提示词&amp;quot;。&lt;/p&gt;</description></item><item><title>提示词挡不住删库：一场公开实验留给所有 AI 使用者的工程课</title><link>https://s1.work/posts/reading-25-replit-db-deletion-lessons/</link><pubDate>Fri, 12 Jun 2026 20:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-25-replit-db-deletion-lessons/</guid><description>&lt;p&gt;第七天，他公开写道这是自己成年以来用过最上瘾的应用；第九天，这个应用的 AI agent 删掉了他的生产数据库。2025 年 7 月，SaaStr 创始人 Jason Lemkin 在 X 上直播了一场为期 12 天的实验：一个不写代码的商业人士，全程用 Replit 的 AI agent 造一个真实应用。实验在第九天变成了当年 AI 圈最著名的事故现场，我把他的系列帖子按时间线读完，觉得这是理解 AI agent 边界的最好教材。&lt;/p&gt;</description></item><item><title>复盘的外壳，宣言的内核：Sam Altman 九年反思的读法</title><link>https://s1.work/posts/reading-24-altman-reflections-crisis-writing/</link><pubDate>Thu, 11 Jun 2026 16:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-24-altman-reflections-crisis-writing/</guid><description>&lt;p&gt;&amp;ldquo;我们有信心已经知道如何构建 AGI。&amp;ldquo;2025 年 1 月初刷屏的这句话，出自 Sam Altman 一篇看起来像新年随笔的博客。那条只带一个链接的帖子拿到三百多万浏览，点燃了当年第一场 AGI 大讨论。我最近把全文完整读了一遍，发现这篇不到两千词的文章比那句话有意思得多：它表面是九年创业复盘，骨子里是一份宣言，前面所有的叙事都在为最后那两段购买信任。&lt;/p&gt;</description></item><item><title>定义先行的写作术：从一篇万字争议长文看论证是怎么搭起来的</title><link>https://s1.work/posts/reading-23-definition-first-essay-craft/</link><pubDate>Wed, 10 Jun 2026 11:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-23-definition-first-essay-craft/</guid><description>&lt;p&gt;读长文的时候，我有个习惯：先不管作者的立场，看他的论证是怎么搭起来的。2025 年 1 月 Paul Graham 发表的万字长文 The Origins of Wokeness 是个绝佳的样本。这篇文章在英文思想圈掀起了持续数月的争论，正反双方写了几十篇长文回应。我这里不打算评判那场文化争论本身，只想拆一拆这篇文章的写法，它值得学的地方和值得警惕的地方一样多。&lt;/p&gt;</description></item><item><title>把'做新东西'排进人生答案：Paul Graham 的三条清单和它漏掉的人</title><link>https://s1.work/posts/reading-22-what-to-do-making-new-things/</link><pubDate>Tue, 09 Jun 2026 14:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-22-what-to-do-making-new-things/</guid><description>&lt;p&gt;一个人该做什么？这个问题被问了两千年，Paul Graham 在 2025 年 3 月用一篇 1600 词的短文接了下来，给出三条答案：帮助别人，照看好这个世界，做出好的新东西。前两条他几句话带过，全部笔墨都花在第三条上。&lt;/p&gt;</description></item><item><title>口号不改变行为，机制才改变：重读 Shopify 那封 AI 备忘录</title><link>https://s1.work/posts/reading-21-ai-mandate-mechanism/</link><pubDate>Mon, 08 Jun 2026 10:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-21-ai-mandate-mechanism/</guid><description>&lt;p&gt;2025 年 4 月，一份 Shopify 的内部备忘录先是被泄露，几天后 CEO Tobi Lütke 干脆自己把全文发到了 X 上，配了一句&amp;quot;条件反射式地使用 AI，现在是 Shopify 的底线要求&amp;quot;。这封信后来被 Box、Fiverr 等一堆公司模仿，成了一种&amp;quot;CEO AI 备忘录&amp;quot;文体。我把它翻出来重读了一遍，想搞清楚它到底凭什么被模仿。&lt;/p&gt;</description></item><item><title>AI 开店一个月亏了 200 美元, 这笔学费到底买到了什么</title><link>https://s1.work/posts/reading-20-project-vend-ai-shopkeeper/</link><pubDate>Sun, 07 Jun 2026 16:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-20-project-vend-ai-shopkeeper/</guid><description>&lt;p&gt;一台小冰箱、几个货篮、一台 iPad 自助结账, 这就是 2025 年最有意思的 AI 实验的全部硬件。Anthropic 联合 Andon Labs, 让 Claude 在自家旧金山办公室真刀真枪经营一家自动小店, 为期约一个月。这个被起名 Claudius 的 AI 店主拿到了完整的经营权: 搜索调研供应商、发邮件订货、记笔记管现金流、在 Slack 上接待顾客、自主定价, 人类只负责物理上架。任务书一句话: 保持现金为正, 赚出利润。&lt;/p&gt;</description></item><item><title>三小时的游戏和一亿次围观: levelsio 卖的从来就没打算是游戏</title><link>https://s1.work/posts/reading-19-vibe-coding-flight-sim-attention/</link><pubDate>Sat, 06 Jun 2026 11:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-19-vibe-coding-flight-sim-attention/</guid><description>&lt;p&gt;2025 年 2 月 22 日, Pieter Levels 给 Cursor 输入了一句大白话: 做一个跑在浏览器里的 3D 飞行游戏。大约三小时后, 一个画面粗糙但能开飞机、能多人联机的原型上线了。17 天后, 他发帖宣布这个游戏冲到了 100 万美元 ARR。这串数字后来成了 vibe coding 叙事的图腾, 也成了我见过被误读最狠的案例之一。&lt;/p&gt;</description></item><item><title>一篇零数据的檄文, 凭什么和硬核研究并排传播</title><link>https://s1.work/posts/reading-18-copilot-delusion-rhetoric/</link><pubDate>Fri, 05 Jun 2026 20:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-18-copilot-delusion-rhetoric/</guid><description>&lt;p&gt;&amp;ldquo;Copilot&amp;quot;这个名字本身就值得掰开看一次。真正的飞机副驾驶训练有素、持证上岗、随时能接管飞机, 而代码补全工具对不起这三个字。一位化名博主在 2025 年 5 月发了一篇题为《The Copilot Delusion》的檄文, 第一拳就打在这个命名上, 并给出了全文最出圈的比喻: 它更像一个在军事模拟游戏里玩了 200 小时、就自认为能降落波音 747 的家伙, 趴在你肩膀上喊着这段我来写。&lt;/p&gt;</description></item><item><title>给你的 AI 助手画个三角: 读懂"致命三要素"再谈智能体安全</title><link>https://s1.work/posts/reading-17-lethal-trifecta/</link><pubDate>Thu, 04 Jun 2026 15:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-17-lethal-trifecta/</guid><description>&lt;p&gt;有些概念一出场就注定要进行业词汇表, Simon Willison 的&amp;quot;致命三要素&amp;quot;就是一个。他给 AI 智能体安全立了一条极简判据: 当一个系统同时能访问你的私有数据、会处理攻击者可控的内容、又有把信息发出去的通道, 那么被骗走数据只是时间问题。三者缺一, 攻击链就断; 三者齐备, 入口、目标、出口全都到位。&lt;/p&gt;</description></item><item><title>体感靠不住: 一场随机对照实验里, AI 让资深开发者慢了 19%</title><link>https://s1.work/posts/reading-16-metr-ai-slows-senior-devs/</link><pubDate>Wed, 03 Jun 2026 10:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-16-metr-ai-slows-senior-devs/</guid><description>&lt;p&gt;两个数字摆在一起, 比任何论战都刺眼: 一组资深开源开发者用上 AI 编程工具后, 完成任务的平均时间多了 19%; 而实验结束时问他们感受, 他们坚信 AI 让自己快了 20%。慢了却觉得快了, 中间隔着将近 40 个百分点的幻觉。&lt;/p&gt;</description></item><item><title>三百行代码敲碎的敬畏, 以及它没敲碎的东西</title><link>https://s1.work/posts/reading-15-agent-in-300-lines/</link><pubDate>Tue, 02 Jun 2026 20:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-15-agent-in-300-lines/</guid><description>&lt;p&gt;有一类文章的说服力来自你亲手复现它。Thorsten Ball 在 2025 年 4 月发的这篇教程就属于这一类: 他断言代码编辑 agent 的核心机制毫无秘密, 三百行左右就能写出来, 然后不做任何抽象辩论, 直接带你从零敲一遍。副标题用了皇帝的新衣这个寓言, 宣发那条&amp;quot;There is no moat&amp;quot;的推文在社交网络上病毒式传播, 一年多过去, 它仍是理解 agent 原理的默认推荐读物。&lt;/p&gt;</description></item><item><title>Python 名宿劝人用 Go: 技术选型多了一个新裁判</title><link>https://s1.work/posts/reading-14-agent-friendly-stack/</link><pubDate>Mon, 01 Jun 2026 16:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-14-agent-friendly-stack/</guid><description>&lt;p&gt;Flask、Jinja2、Click, 这三个名字撑起了 Python Web 生态的半壁江山, 它们的作者 Armin Ronacher 在 2025 年年中写了一篇工作手册, 里面给后端新项目的建议是: 用 Go。一个人推荐对自己阵营不利的东西, 这种证词的分量, 任何 Go 布道者都拿不到。这篇文章当天冲上 Hacker News 首页, 两百多条评论里吵得最凶的就是这一段。&lt;/p&gt;</description></item><item><title>一张激进的时间表, 和它背后那本更诚实的账</title><link>https://s1.work/posts/reading-13-junior-developer-revenge/</link><pubDate>Sun, 31 May 2026 11:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-13-junior-developer-revenge/</guid><description>&lt;p&gt;标题先把结论倒过来讲, 这是 Steve Yegge 这篇文章最狡猾的地方。2025 年初行业的流行叙事是 AI 会先淘汰初级开发者, 他偏说复仇的是初级开发者, 该慌的是抱着手臂挑毛病的资深者。读者被这个反转勾进来, 才发现文章真正想卖的是一张时间表和一本账。&lt;/p&gt;</description></item><item><title>全场都在喊 agent 元年, 他把时钟拨到了十年</title><link>https://s1.work/posts/reading-12-decade-of-agents/</link><pubDate>Sat, 30 May 2026 15:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-12-decade-of-agents/</guid><description>&lt;p&gt;一个演讲者站在两千五百个 AI 创业者面前, 台下所有人都相信今年是 agent 之年, 而他开口做的事是把这个时间表改成十年。这是 2025 年 6 月 Karpathy 在 YC AI Startup School 那场演讲里最反潮流的动作, 也是它至今仍被反复引用的原因。&lt;/p&gt;</description></item><item><title>被词典收录的编程方式, 和被忽略的那行小字</title><link>https://s1.work/posts/reading-11-vibe-coding-fine-print/</link><pubDate>Fri, 29 May 2026 10:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-11-vibe-coding-fine-print/</guid><description>&lt;p&gt;柯林斯词典把 vibe coding 选为 2025 年度词汇的时候, 这个词从诞生算起才九个月。源头是一条推文, 浏览量超过四百五十万, 作者是 Andrej Karpathy。一条随手发的帖子走完了俚语进词典通常要十年的路, 这件事本身就值得回头把原帖认真读一遍。&lt;/p&gt;</description></item><item><title>每个九都是等量的工作: Karpathy 给 AI 热潮算的一笔工程账</title><link>https://s1.work/posts/reading-10-karpathy-decade-of-agents/</link><pubDate>Thu, 28 May 2026 16:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-10-karpathy-decade-of-agents/</guid><description>&lt;p&gt;2025 年 10 月, 一场两个半小时的播客让 AI 圈吵了几个星期。Andrej Karpathy 在 Dwarkesh 的节目里说 AGI 大约还要十年, 舆论立刻把他归入看空阵营, 于是两天后他又发了一条千词长帖逐条澄清, 结果澄清帖本身又收获百万级传播。很多人只读了帖没听播客, 这个二段点火的过程, 本身就够写进传播学案例了。&lt;/p&gt;</description></item><item><title>隐身一年的 Ilya 开口, 只带来一个心态和一个判断</title><link>https://s1.work/posts/reading-09-ilya-convocation/</link><pubDate>Wed, 27 May 2026 20:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-09-ilya-convocation/</guid><description>&lt;p&gt;有的人靠天天发声维持存在感, 有的人靠不说话。Ilya Sutskever 属于后者。自从离开 OpenAI 创立 SSI, 他几乎从公共视野里消失, 公司连产品页面都没有。所以 2025 年 6 月他回母校多伦多大学领荣誉博士学位并发表演讲时, 十分钟的内容被全球逐句拆解, 传播标题清一色是&amp;quot;隐身的 Ilya 首次开口&amp;quot;。&lt;/p&gt;</description></item><item><title>人类数据烧完之后, AI 拿什么继续变强</title><link>https://s1.work/posts/reading-08-era-of-experience/</link><pubDate>Tue, 26 May 2026 11:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-08-era-of-experience/</guid><description>&lt;p&gt;2019 年写下《苦涩教训》的 Richard Sutton, 六年后和 AlphaGo 的总设计师 David Silver 联了一次名, 发出一篇只有 5000 词的短文, 标题起得像一份判决书:《欢迎来到经验时代》。前一篇说别把人类知识编进算法, 这一篇说别把人类数据当燃料, 两篇合起来, 是一套完整的去人类中心化纲领。&lt;/p&gt;</description></item><item><title>AI 干活的真问题: 第 100 次和第 1 次一模一样</title><link>https://s1.work/posts/reading-07-continual-learning-gap/</link><pubDate>Mon, 25 May 2026 15:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-07-continual-learning-gap/</guid><description>&lt;p&gt;教一个学生吹萨克斯, 但规则很怪: 学生吹完一次就消失, 你只能给下一个学生留一张字条, 写上前一个错在哪。这是 Dwarkesh Patel 那篇《为什么我不认为 AGI 近在眼前》里最有名的类比, 用来解释我们现在&amp;quot;教&amp;quot;大模型干活的真实处境: 改再多的系统提示词, 承载不了肌肉记忆, 你拿到的永远是出厂水平。&lt;/p&gt;</description></item><item><title>把预言写成日历: AI 2027 最值得偷的东西</title><link>https://s1.work/posts/reading-06-ai-2027-scenario/</link><pubDate>Sun, 24 May 2026 10:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-06-ai-2027-scenario/</guid><description>&lt;p&gt;一份挂在网站上的预测报告, 能火到什么程度? 纽约时报专栏报道, Vitalik Buterin 专门写长文反驳, 据维基百科的词条记载, 连美国副总统 JD Vance 都读过。AI 2027 就是这样一份东西, 我断断续续读完之后, 想清楚了一件事: 它的结论未必对, 但它的方法值得每个需要做判断的人学一遍。&lt;/p&gt;</description></item><item><title>'看起来有意识'，就已经够麻烦了</title><link>https://s1.work/posts/reading-05-seemingly-conscious-ai/</link><pubDate>Sat, 23 May 2026 20:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-05-seemingly-conscious-ai/</guid><description>&lt;p&gt;图灵测试被通过的那一刻，没有庆典，没有头条，甚至没有多少人注意到。Mustafa Suleyman 在文章里提起这件事时的语气让我停了一下：一个悬了八十年的里程碑就这么滑过去了，这既说明技术走得多快，也说明社会消化得多快。而他真正想谈的，是消化过程里长出来的一个新问题。&lt;/p&gt;</description></item><item><title>下次再看到'零头成本干翻巨头'，先去找趋势线</title><link>https://s1.work/posts/reading-04-deepseek-export-controls/</link><pubDate>Fri, 22 May 2026 16:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-04-deepseek-export-controls/</guid><description>&lt;p&gt;2025 年 1 月底，Nvidia 单日跌掉约 17%，起因是一个故事：一家中国公司据说只花 600 万美元，就训练出了逼近美国前沿水平的模型。整个市场的直觉结论是，芯片管制没用，堆算力的叙事崩了。就在恐慌顶点，几周前刚发文主张收紧管制的 Dario Amodei，在自己立场最被动的时刻发了这篇长文。这种时机下的写作，值得逐段看他怎么翻盘。&lt;/p&gt;</description></item><item><title>打开黑箱是一场赛跑，可计时器握在选手自己手里</title><link>https://s1.work/posts/reading-03-urgency-of-interpretability/</link><pubDate>Thu, 21 May 2026 11:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-03-urgency-of-interpretability/</guid><description>&lt;p&gt;人类技术史上大概没有先例：造东西的人公开承认，自己不知道造出来的东西是怎么工作的。Dario Amodei 在《可解释性的紧迫性》里把这层窗户纸捅破了，而且给出了我读过的对这件事最准确的描述：生成式 AI 更像是被养出来的，机制是涌现的，没人把那些行为一行行写进去。&lt;/p&gt;</description></item><item><title>三条曲线撑起的万亿叙事，其中一条是空的</title><link>https://s1.work/posts/reading-02-three-observations/</link><pubDate>Wed, 20 May 2026 14:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-02-three-observations/</guid><description>&lt;p&gt;有一类文章的影响力没法用阅读量衡量，得用跟着它动起来的钱来衡量。Sam Altman 2025 年 2 月发的《三个观察》就属于这一类：发表之后，&amp;ldquo;成本每 12 个月降 10 倍&amp;quot;成了无数研报和演讲的标准引用，那一年全球数据中心的建设潮，多少都和这类预期管理文本有关系。&lt;/p&gt;</description></item><item><title>奇点要是真的温和，人反而容易睡过去</title><link>https://s1.work/posts/reading-01-gentle-singularity/</link><pubDate>Tue, 19 May 2026 10:00:00 +0800</pubDate><guid>https://s1.work/posts/reading-01-gentle-singularity/</guid><description>&lt;p&gt;把&amp;quot;温和&amp;quot;和&amp;quot;奇点&amp;quot;这两个词焊在一起，本身就是一次漂亮的发明。奇点这个概念自带末日气味，前面放一个柔软的形容词，整场讨论的情绪基调就被改写了。Sam Altman 去年那篇《温和的奇点》我前后读了三遍，越读越觉得，这个形容词比文章里任何一个具体论断都更值得琢磨。&lt;/p&gt;</description></item></channel></rss>