AI TrendTrackers

苹果自带的计算器泄漏了32GB内存。 不是占用。不是分配。是泄漏。一个最基本的计算器应用，竟在无声无息中消耗掉了比十年前一整台电脑还多的内存资源。 放在二十年前，这种情况会引发紧急补丁、详细的事故回溯和高层介入。如今，不过是排队等候处理的又一个Bug报告。 人们已经把软件灾难当作常态接受。一个计算器泄漏32GB内存的事件几乎没能掀起任何波澜。重点不在于AI。软件质量危机早在ChatGPT诞生前数年就已酝酿。AI只是把原本存在的无能放大成了灾难。 被忽视的数据：质量的断崖式崩塌 过去三年中，相关研究持续追踪软件质量指标，发现问题并非逐步恶化，而是呈指数级下滑。 内存使用已失控： 这并非功能需求，而是从未修复的内存泄漏。 系统级崩溃成为日常： 模式清晰可见：先发布一个有问题的版本，之后再考虑修复——如果有修的话。 一场价值百亿美元的灾难预演 2024年7月19日CrowdStrike的宕机事故是“失能常态化”的完美案例。 一份配置文件中，仅因数组长度检查缺失，便导致全球850万台Windows电脑崩溃。紧急服务瘫痪、航班停飞、医院手术取消。 直接经济损失至少100亿美元。 其根本原因？程序预期接收21个字段，但只收到20个。 仅仅是一个字段。 这不是高深错误，而是《计算机科学入门》课程中最基础的错误处理问题，却成功穿过了整个部署流程，直至引发全球性事故。 当AI成为“无能的倍增器” AI编程助手出现前，软件质量已经呈现断崖式下滑。而AI的介入，让本已不堪的局势雪上加霜。 2025年7月，Replit发生的事件集中展现了这种风险： AI后续承认：“此次事故是我方严重失误，违背了明确指令，摧毁了数月的成果，并在代码冻结期间破坏系统。”（来源：《The Register》） Replit CEO称之为“不可接受”。但公司年收入已超1亿美元。 更令人不安的是，这类事件并非孤例。据研究数据显示： 结果是一个完美风暴的形成：低质代码的生成工具，被缺乏判断能力的开发者使用，由对机器过度信任的管理层审查。 软件崩溃的“物理学”基础 工程管理层不愿面对的现实是：软件并非虚无，它受物理限制影响——而这些限制正同时显现。 抽象层级的指数型“叠加税” 现代软件依赖多层抽象，每一层都打着“开发更便捷”的旗号，但也带来资源消耗： 现实中的堆栈链条：React → Electron → Chromium → Docker → Kubernetes → 虚拟机 → 托管数据库 → API网关。 每一层可能只增加20–30%的开销，几层堆叠后，性能损失可达2到6倍。 这就是为何一个简单计算器能泄漏32GB内存。并非有意为之，而是因层层叠加的代价无人察觉，直到用户发现为止。 能源危机已经降临 软件设计中假设电力是无限的，实际并非如此。 低效软件正在带来物理层面的后果： 真相是：软件的能源需求已远超现实供给。到2027年，预计40%的数据中心将面临供电瓶颈。届时，再多的风险投资也无济于事。 因为——电力无法下载。 3640亿美元的“伪解法” 面对根本性质量危机，大型科技企业选择的不是提升软件质量，而是疯狂砸钱搞基础设施。 仅2025年：…

2025年10月15日，OpenAI推出其视频生成器Sora 2.0及其配套社交应用，引发好莱坞业内的巨大震动。据《好莱坞报道者》报道，在Sora新版本发布前夕，各大经纪公司内部充满疑问与不安。一家重量级经纪公司通过小道消息得知OpenAI即将发布新产品，却惊讶于高层并未接到奥特曼领导的团队任何通知。这家机构主动联络了OpenAI。 双方的首次会谈气氛紧张。一位参与谈判的经纪公司高管表示，OpenAI在沟通过程中“故意误导”。对方一再强调，这将是一个“自愿参与”机制，承诺会保护该机构旗下艺人的肖像权及知识产权。然而，随着不同公司之间的信息交流逐渐展开，人们发现OpenAI对各方的说法并不一致。 有的高管被告知艺人肖像和知识产权都需获得明确授权才能使用；而另一些人则得到了相反的说法，甚至未被明确告知两者的区别。这种前后矛盾的沟通方式令好莱坞各方困惑不已。 WME的合伙人透露，该公司旗下包括马修·麦康纳、迈克尔·B·乔丹与瑞安·雷诺兹等明星都被告知，若不希望自己的脸孔或声音出现在Sora上，必须主动向OpenAI提出申请。该合伙人直言，这种要求不切实际：“想象一下，一个经纪人给客户打电话，劝他加入Sora。那客户很可能会直接解雇这位经纪人。” 9月29日，Sora 2.0发布前一天，WME方面终于收到通知，确认未经授权不得使用艺人肖像。尽管这一点算是初步胜利，但也只是“半步”成果。新发布的社交平台允许用户创作包含好莱坞各大公司所拥有热门角色的内容。前提是，各大制片厂必须逐一列出不希望被使用的角色与作品。这一变化，被视为硅谷对娱乐产业的进一步侵蚀。 10月3日，奥特曼宣布将转向一种“类自愿参与”的机制，但此时，OpenAI的计划已基本达成。Sora生成的视频已经开始出现诸如《开心汉堡店》、《海绵宝宝》、《怪诞小镇》、《精灵宝可梦》、《侠盗猎车手》和《荒野大镖客》等广受欢迎的电影、电视剧及游戏画面。Sora迅速登顶App Store免费应用排行榜。 “这一系列操作非常精心算计，”该经纪公司高管表示，“他们在未设任何保护机制的情况下发布产品，绝非无意。” 目前，谈判已升级至法律层面，诉讼正在被严肃考虑中。与此同时，好莱坞各方正奋力应对突如其来的局势。素来保持低调的电影协会（MPA）首次发声，公开谴责OpenAI。CAA和UTA也采取行动，WME更是向所有经纪人发送备忘录，明确表示其客户不参与Sora的任何形式使用。 据知情人士透露，目前各大制片厂与经纪公司内部对于Sora的“退出机制”感到困惑与愤怒。该机制并非正式系统，而是一个链接，供用户逐个举报侵权内容，效率低下且缺乏组织。甚至在Sora上线之前，OpenAI内部都没有专责人员负责此类内容管理，直到事件发酵后才增设相关岗位。一些高管对继续与OpenAI接触持保留态度。 他们担心，一旦启动谈判流程，等于默认由内容方承担起通知OpenAI不得使用其知识产权的责任。而迪士尼在9月底发出的一封措辞强硬的信函中明确指出，自己“没有义务选择‘退出’以保留或主张其著作权权益”。 事实上，迪士尼、环球影业和华纳兄弟探索公司今年早些时候已联合起诉Midjourney，指控其平台允许用户创建带有版权角色的图像。诉讼预示着好莱坞未来或将面临更多针对AI公司的法律战。 “这简直是颠覆版权法的做法，”法律咨询机构Moses Singer合伙人、前Showtime Networks执行副总裁罗伯·罗森伯格指出，“他们设定了一个虚假前提：只要你不主动反对，他们就能用。而你若没反对，那就是你的错。” 多年来，OpenAI在Shetty与McKean等科技老将的推动下，对好莱坞版权问题一直采取“先做再说”的策略。他们更倾向于在出现争议后寻求原谅，而不是事先征得许可。这种策略被认为是变现Sora的最便捷路径。 尽管ChatGPT的应用极为广泛，每月带来约10亿美元营收，拥有每周7亿活跃用户，但Sora的盈利模式尚不明朗。AI视频生成器若无法使用熟悉角色与元素，其吸引力将大大降低。Midjourney在遭遇诉讼后曾短暂加装版权防护机制，但在用户活跃度下降后又悄然移除。奥特曼对外高调宣称其目标，最终成败仍取决于好莱坞是否愿意开放授权。 奥特曼在博客中写道：“我们听到很多版权持有人对这种‘互动式同人创作’充满期待，并相信这将带来巨大价值。”Shetty也补充称：“我们看到创作者与粉丝建立更紧密联系的新机遇。” 但当前局势更像是一场消耗战，好莱坞与资本雄厚的AI企业正展开角力，处境日益被动，正如当年面对网络盗版时的迟缓反应。目前好莱坞唯一尚存的筹码，或许就是未来可能的合作协议。只不过，OpenAI似乎更像是对手，而非潜在伙伴。 “你们怎么能一边烧毁合作的桥梁，一边还希望我们达成合作？”WME合伙人曾对OpenAI代表如此质问。 业内还有一种声音，对制片公司未能积极对抗硅谷的步步紧逼表达不满。据知情人士透露，AI企业早已多年在网络上爬取影视作品用于训练模型。而创作者们往往并不拥有作品的知识产权，因多数属于“定制创作”类型合同。 有评论指出，如果好莱坞早早通过司法途径介入，是否能迫使AI企业清除其训练库中涉嫌侵权的内容？正如Amazon旗下Anthropic与作者达成和解所展现的先例。目前，各大制片厂更专注于防御性维权，而非主动探索与AI技术的深度合作。 未来，迪士尼可能会选择绕开OpenAI，自行开发如Sora般的平台，让用户按月订阅、使用旗下IP生成互动内容。其他公司则可能已着手谋划合作协议。在这种情况下，经纪公司与制片厂的利益可能并不一致。 WME合伙人指出：“这正是最大的问题。如果选择起诉，就可能失去与这些科技公司合作的机会。” 另一家经纪公司的高管则表达了更为直接的态度：“客户们期望被保护。如今暴露出的问题，正说明这个系统存在严重缺陷。”

超过30位招聘经理与技术招聘人员近期分享了他们对软件工程招聘市场的观察。主要趋势包括：职位申请量激增导致筛选更严格，对产品工程师的需求增长，以及对远程职位和高级工程师招聘的挑战等。 招聘市场：表面热闹，实则复杂 虽然2025年科技招聘总体呈现出缓慢回升趋势，但市场整体状况仍显混乱。一方面，许多招聘经理表示职位难以填补；另一方面，工程师却普遍感受到申请难获回应。与此同时，《大西洋月刊》之类媒体流传出“求职地狱”等耸动标题，反映出公众对就业市场的焦虑。然而，据市场调研显示，AI虽对求职生态产生影响，但并非市场异常的根本原因。 现象一：职位申请量暴增 目前几乎所有初创企业和大型科技公司都遭遇了前所未有的申请数量。例如： 许多招聘经理表示，不再需要第三方招聘推送候选人，因为招聘渠道早已被申请淹没。Honeycomb 的 Field CTO Liz Fong-Jones 直言：“问题已不是吸引足够候选人，而是如何从噪音中筛选出合适人才。” LinkedIn应用质量堪忧不少招聘经理批评 LinkedIn 的职位申请质量低下。部分企业甚至关闭了 LinkedIn 的职位发布功能，转向通过招聘工具主动搜索候选人。有些公司尝试使用如 Wellfound 和 JustJoin.it 等更小众的招聘平台，但质量也参差不齐。 甚至并非招聘岗位的员工也遭遇申请洪流。例如，一家初创企业的早期工程师表示，LinkedIn 每天收到5至10个学生添加请求，有的附带求职意图说明，有的甚至毫无介绍直接添加。 部分新毕业生可能是受到网上课程和职业影响者建议，尝试直接联系企业员工，因为传统渠道成效有限。 现象二：通过“主动申请”的成功率低 尽管职位申请数量庞大，但真正通过直接投递渠道成功录用的比例很低。大部分招聘仍依赖以下方式： 一位在美国招聘超过30名工程师的金融科技公司招聘人员指出，直接投递成功率仅占10%。其中，常见淘汰原因包括不符合岗位要求、频繁跳槽、或面试表现不佳。 另一位在欧洲招聘工程师的招聘人员提到，150多位通过社交平台主动联系的人选中，仅一人进入最终面试阶段。相比之下，主动联系AI初创公司员工更具成效。 纽约一家大型科技公司的工程经理指出，许多应聘者完全不具备岗位要求，如前端岗位却有大量后端工程师申请，说明不少人可能只是“广撒网”式申请，或依赖自动系统投递简历。 综合各方反馈显示： 现象三：顶尖工程师难觅 尽管求职者众多，但真正“合格”或“出色”的候选人却极为稀缺。招聘经理主要通过以下方式寻找优质工程师： 不少经理表示，即便筛选大量简历，真正能通过初筛的寥寥无几。例如： “看似有经验的人，在电话初筛中常常暴露出能力不足。”——美国某大型科技公司工程经理 在印度，一位工程经理则表示，尽管工作量繁重，推荐渠道始终是最有效的方式。 高级岗位竞争激烈即使成功发出offer，也常被候选人拒绝或跳槽至更优职位。伦敦某金融科技公司开发主管提到，高级工程师常常手握多个机会，而毕业生或初级岗位则较容易填补。 工程师普遍倾向“观望”大量资深工程师对求职保持谨慎态度。纽约某上市公司工程经理指出，只有通过私人网络联系，才可能吸引出色候选人应聘。 过去三年间，科技行业频繁裁员，除苹果与NVIDIA等个别公司外，大部分企业皆有大规模裁员纪录。因此，不少工程师选择“稳中求胜”，不愿冒险跳槽，除非由信赖的人亲自推荐，并承诺协助面试流程。 现象四：用人单位越来越“挑剔” 由于申请人众多，招聘方往往有充足理由等待“完美候选人”。亚特兰大某工程经理坦言： “公司普遍在‘保守行事’，只考虑那些完全符合预设画像的候选人。” 也有招聘方强调，虽然职位相较疫情前更容易填补，但优质工程师仍稀缺，招聘周期依旧漫长。 小结 目前软件工程职位市场呈现出“冰火两重天”的局面：

2025年10月6日，SpaceX 宣布与 EchoStar 达成一项高达170亿美元的交易，获得 50 MHz 关键频谱授权，并计划发射 最多1.5万颗新一代卫星，全面推进其 Starlink 直连手机服务（D2D, Direct to Device）。此举不仅直接挑战英伟达在AI计算领域的竞争对手，也使得 AT&T、Verizon 和苹果等巨头不得不重新审视他们与 Starlink 竞争对手的现有合作关系。 关键交易内容： 对手阵营动摇：AT&T、Verizon 和苹果可能动摇对现有伙伴的忠诚 📱 AT&T 与 Verizon 的困境： AT&T 与 AST SpaceMobile 建立了合作关系，而 Verizon 也正尝试与其协同推进。然而，AST 被批评为“进展缓慢、延期不断”。目前仅部署了5颗商用卫星，远远落后于 Starlink 已部署的 650 颗 D2D 卫星。 业界专家 Tim Farrar 表示：“AT&T 当初称自己比 T-Mobile 和 Starlink 提前了18个月，但如今来看，AST 可能反而落后了18个月以上。” Verizon 被认为“对 AST 合作更不坚定”，并已与 Skylo 等其他卫星运营商合作。外界普遍认为，Verizon…

OpenAI 宣布，即日起将开放一种全新方式，让开发者在 ChatGPT 中构建并嵌入互动式应用程序。用户从本周一开始即可在 ChatGPT 中直接访问来自 Booking.com、Expedia、Spotify、Figma、Coursera、Zillow、Canva 等公司的互动式应用。同时，OpenAI 也正式推出了其应用开发工具包（Apps SDK）的预览版本，面向开发者开放。 这一消息是在 OpenAI 一年一度的开发者大会 DevDay 2025 上发布的。 OpenAI 首席执行官 Sam Altman 表示：“OpenAI 希望让 ChatGPT 成为人们实现目标的强大助手——无论是提升生产力、加快学习速度、激发创造力，还是解决生活中的问题。通过这些内嵌式应用，我们正在开启一个全新的互动、适应性强、个性化的应用生态系统。” 此次发布标志着 OpenAI 又一次尝试围绕其旗舰 AI 产品 ChatGPT 构建应用生态。不同于此前推出的 GPT 应用商店（GPT Store）那样的独立平台，此次的新系统直接将应用嵌入 ChatGPT 对话界面中，使用户能在自然交谈过程中调用第三方工具。这不仅为开发者提供了更广泛的分发渠道，也大幅提升了用户在 ChatGPT 中的互动体验。 用户只需在对话中输入应用名称，即可调用服务。例如输入“Figma，把这张草图变成可用图表”，即可唤起 Figma 应用。或者说“Coursera，可以教我一些关于机器学习的内容吗？”则会自动调取 Coursera 应用并进入学习界面。 在 Zillow 的应用展示中，用户只需用自然语言请求，便可查询某地某价位区间内的出租房源。ChatGPT 随即生成交互式地图展示房源，并可继续对话了解更多详细信息。 此外，ChatGPT 也会在适当时机主动推荐相关应用。例如当用户请求为即将到来的派对生成播放列表时，系统可能会自动调用 Spotify 应用协助生成歌单。未来，DoorDash、Instacart、Uber 和 AllTrails 等服务也将陆续接入 ChatGPT。…

在即将进行的高管更替之际，苹果公司正日益将焦点集中在硬件工程高级副总裁 John Ternus 身上。与此同时，公司已搁置“Vision Air”轻量版头显项目，将资源转向开发智能眼镜，而 Vision Pro 与 iPad Pro 的更新版本也即将发布。 尽管作为全球最具规模和影响力的科技公司之一，苹果过去十年来在高管层面维持了罕见的稳定性，但这一局面正在悄然发生变化。首席运营官 Jeff Williams 的即将离职，标志着苹果新一轮高管更替的开始。Williams 曾一度被视为 CEO Tim Cook 的接班人，但他在今年七月已卸下运营职责，并准备在年底前正式离任。 多位高层预计将陆续离开。例如人工智能负责人 John Giannandrea 的去留一直不明朗。尽管其团队在推出 Apple Intelligence 及 Siri 改版过程中屡屡受挫，他目前依旧留任，只是权力有所削减。被认为可能接替 Giannandrea 的 Mike Rockwell —— Vision Pro 的关键缔造者 —— 现在接手了修复 Siri 的任务，但高管层似乎更倾向从外部引入 AI 新领导。Meta 的一位 AI 高管成为潜在人选，而 Meta 近期也正进行 AI 部门重组，为其他公司提供了“挖角”机会。 苹果芯片部门资深主管 Johny Srouji 也被认为可能接近退休阶段。Srouji 长期负责硬件技术团队，包括每年推出的…

许多软件工程师对公司政治持宿命论态度。他们普遍认为参与政治毫无意义，原因包括以下几点： 首先，技术决策往往出于完全自私的动机，而这些动机并不受任何善意工程师的影响。其次，关键的利益相关者通常愚蠢且组织混乱，以至于工程师根本无法识别他们的需求，更不用说为其提供解决方案。再者，公司内部的政治博弈高度依赖于私人信息，而这些信息工程师往往无法获得，因此任何参与政治的尝试最终都会变成盲目乱撞。此外，管理层和高管几乎将所有时间都用于政治活动，而工程师则专注于技术工作，因此在政治博弈中，工程师天生就处于劣势。 总的来看，普遍的观点是：软件工程师根本不具备与专业政治操盘手同场竞技的能力。事实的确如此。如果一位软件工程师幻想自己能像《权力的游戏》中的角色那样策划阴谋，结果很可能是灾难性的——这些“阴谋”会立刻被揭穿，并被他人利用，反而对自己不利。搞政治手段需要经验和权力，而这两样工程师通常都不具备。 软件工程师在大型科技公司的政治游戏中更像是工具，而非真正的博弈者。然而，即使如此，也并不意味着无法涉足政治领域，只是方式有所不同——无需“搞阴谋”。 最简单的做法，就是积极参与并推动一项高关注度项目的成功。这本应就是本职工作的一部分。如果公司当前重金投入某项新项目，例如当前流行的人工智能项目，那么通过工程实力为该项目的成功作出贡献，就是一种对项目背后副总裁或高管的政治支持。作为回报，这些高管通常会给予工程师奖金、晋升机会，以及未来更多重要项目的参与权。作者在《棘轮效应决定工程师在大公司中的声誉》一文中曾详细论述过这一点。 稍难一点但控制力更强的方式，是将自己的技术构想“借壳上市”到已有的政治运动中。例如，一名工程师一直希望将某项已有功能拆分为独立服务。在实现这一目标上，有两条路径： 其一，是通过自身的政治资本推动：积极争取支持、向经理表明项目的重要性，并逐步说服质疑者，最终实现项目立项；其二，是让某位高管用他们强大的政治资本来推动这个项目。这需要等待一个公司层面的战略目标出台，而这个目标恰好与项目方向一致（例如在发生重大事故之后，公司可能突然注重“系统可靠性”）。此时，只需向经理提出，这项项目或许能成为可靠性提升的一部分。若时机判断准确，公司组织将会支持该项目。更妙的是，这不仅能实现项目落地，还能反过来提升工程师本人的政治资本。 组织的关注点往往呈波浪式变化。当公司高层关注“可靠性”时，VP们急需拿出能落地的可靠性项目来向上级展示成果，但他们自身缺乏提出这类项目的能力，因此通常愿意接受任何来自工程团队的提议。相反，当组织重心转向新产品发布时，高层并不希望工程师把精力投入到内部、客户看不到的系统改造中。 因此，若希望某项技术计划在公司内部顺利推进，最佳策略就是“等浪来”。提前准备多项不同方向的技术计划是明智之举。优秀的工程师在日常工作中就会留意到各种改进点，自然形成备选项目。例如： 当高层关注账单系统时，可将第一个项目包装为“可靠性提升”；当关注开发者体验时，则可推荐构建管道的改造；客户抱怨性能时，可提出用 Golang 重写作为解决方案；当 CEO 对外部文档系统的表现不满时，则可主张用静态站点重建。关键在于：任何时候都有一套详实且有效的技术方案，随时准备迎合当下组织的主旋律。 公司终究会在某些项目上投入资源，无论是否有合适的方案。但如果工程师未能事先准备，就无法左右最终选择的项目内容。经验显示，企业最糟糕的技术决策，往往是在“政治需要推动某事”却“缺乏优质选项”的情况下做出的。没有好点子时，只能用坏点子凑数。这个结果对谁都不好：高管需要费力将不理想的成果包装成成功，工程师则要耗费精力去构建一个错误的方案。 对于一位非常资深的工程师而言，高管们甚至会私下将这类失误归咎于其身上——而这种指责是有道理的。因为在恰当的时机提出正确的技术方案，正是资深工程师的重要职责之一。 这一切可以从两种角度看待：悲观者认为，这是在建议工程师成为公司政治操盘者手中的便利工具，助长其无休止的内部权力斗争；而乐观者则将其看作是一种合作方式，让高管设定公司优先级，而工程师则巧妙地将自身技术计划与其对接。无论选择何种解读方式，只要能在正确的时间推动正确的技术方案，最终就能实现更多技术目标。

自 COVID-19 疫情以来，工作文化发生了许多积极变化，但也出现了一些负面趋势——其中最突出的，是每位员工的会议数量平均增加了 13.5%。 问题在于：管理者与工程师对“会议”的理解存在巨大差异。 Paul Graham 曾在著名的《创作者时间表与管理者时间表》中写道： “当你按创作者的时间表工作时，会议就是灾难。一场会议就能毁掉整个下午，把它分成两个过小的时间段，让你难以完成任何需要深度思考的任务。” 如今，即使 AI 编码工具广泛应用，这一问题依然存在，甚至愈发严重。许多管理者以为工程师现在可以利用更碎片化的时间进行产出。 过去两年间，有研究对数百个工程团队进行了观察，试图找出表现最出色的团队所采取的不同策略。本文将分享他们的经验和可立即实施的做法。 什么是“深度工作”？ “深度工作（Deep Work）”这一术语由 Cal Newport 在其著作《深度工作：如何在分心的世界中取得成功》中提出。 深度工作，指的是需要大量脑力、能创造独特价值的工作。它无法在分心状态下完成。一个简单的测试是：如果某项任务可以在 Zoom 会议中完成，那它就不是深度工作。 与之相对的是“浅层工作（Shallow Work）”——例如回复 Slack 消息、查看邮件、审阅文档等，不需要动用全部注意力的任务。 软件工程曾被视为热爱深度工作的人的理想职业。至今仍有人认为工程师戴着耳机，独自在地下室敲代码。 但如今，要找到真正的“深度工作”时间变得越来越困难。而这种时间，在与 AI 协作的时代，变得更为重要。 深度工作为何如此关键？ 唯有进入“深度工作”状态，工程师才能真正进入所谓的“心流（Flow）”状态，也就是大家常说的“进入状态”。 深度工作能带来以下好处： 许多管理者犯的最大错误是认为：既然有了 AI 编码工具，深度工作就不再必要了。工程师应当习惯于频繁切换任务，反正每次生成代码都要等待几分钟，“那多做点别的也无妨”。 但现实情况是：这种频繁切换导致思维质量下降、提示词粗糙、AI 反馈变差，反而陷入不断求助 AI 修复问题的恶性循环。 如果能维持专注、沉浸于问题之中，所需的迭代次数将大幅减少——虽然没有具体数据支持，但长期的经验表明确实如此。 深度工作的障碍 远程办公本该是解药，但现实并非如此。 虽然通勤时间没了，但打扰却更多。自2020年以来，除了总会议量增长13.5%，远程会议的数量也激增了60%。更糟糕的是，92% 的人承认自己在远程会议中会“多任务处理”——而对于软件工程师来说，这个比例几乎可以说是 100%。 这种现象带来两大严重后果： 1. 原本需要“深度”的工作，变成了“浅层” 还记得前文提到的测试方法吗？能在 Zoom 会议中完成的任务，就不是深度工作。 代码审查（PR Review）是一个典型例子。 日程排满会议时，工程师会选择在会议中“顺手”看…

近期在谈论人工智能话题时，许多人都会听到作者对 Claude Code 的长篇赞美。起初，这只是与其他工具并行运行的一个辅助编程工具，如今却已经演变成一整套具备代理能力的操作系统，支持各类工作流程。 最引人注目的应用场景之一是 Obsidian，这是一款用于笔记记录的工具。与 Notion 或 Evernote 不同，Obsidian 的文件全是以 Markdown 格式存在于用户本地计算机中的普通文本文件。虽然这些文件可以进行同步、样式修改和保存，但本质上依旧是硬盘上的文本内容。几个月前，作者意识到这种特性使得 Obsidian 的笔记和研究资料成了 AI 编码工具的绝佳切入点。起初只是尝试在 Cursor 中打开 Obsidian 的知识库，但很快便发展为一种“笔记操作系统”。这一系统的依赖程度不断加深，最终作者甚至在家中搭建了服务器，通过手机 SSH 远程连接 Claude Code + Obsidian 环境，从而随时随地记录笔记、查阅资料、思考问题。 几周前，作者在 Dan Shipper 主持的《AI & I》播客节目中，详细讲述了这套系统的运作方式及其背后的逻辑和优势。尽管相关细节已在节目中完整呈现，但本文还将进一步探讨在节目之后，作者对 Claude Code 的一些新认识。 Claude Code 的独特之处在哪？是否优于 Cursor？ 这个问题并不容易回答。严格来说，Claude Code 并不一定在所有方面都优于 Cursor。但某些方面的杰出组合使得作者在构建任何新项目时，几乎都会首选 Claude Code。现在，它的应用已经不仅限于现有代码库的处理，更重要的是能基于其功能构建全新的系统。 那么，其秘密何在？一部分关键在于 Claude Code 对工具的处理方式。作为一个基于终端的应用，它牺牲了一部分可访问性，换来了极强的能力——原生集成 Unix 命令。这一点也唤起了人们对 Unix 哲学的重视。虽然作者通常避免大段引用，但…

OpenAI 正在悄然重塑电子商务的未来。近日，该公司正式在 ChatGPT 中推出名为“Instant Checkout”的即时结账功能，使美国用户可以直接在聊天界面中完成 Etsy 上的商品购买，并即将扩展至 Shopify 平台的上百万商户。这一举措不仅简化了用户购物流程，更可能改变电商领域权力结构。 📦 购物体验进入“对话时代” 此前，ChatGPT 已能根据自然语言请求（如“送给喜欢陶瓷的朋友买什么？”）推荐相关商品、图片、价格和评论。但用户仍需跳转至外部网站完成购买。而现在： 这一功能目前向 美国地区的所有登录用户（包括免费、Plus 和 Pro 用户）开放，首先支持 Etsy 商家，未来将覆盖 Shopify 平台的 Glossier、Skims、Spanx、Vuori 等知名品牌。 🛍️ 电商势力格局将重新洗牌？ OpenAI 的这一尝试，不只是改善购物体验，而是挑战 Google 和 Amazon 在商品搜索和发现上的主导地位。 💡 核心变化在于： 过去，Amazon 和 Google 曾因操纵搜索结果、提升自家产品排名或对商家收取高额费用而备受争议。OpenAI 表示将向商家收取“少量费用”，并承诺排序“纯粹基于相关性”。 🧠 Agentic Commerce Protocol：AI 商业生态的基础设施 为了推广这类“AI 代理型购物”，OpenAI 还开源了支撑 Instant Checkout 的底层协议 —— Agentic Commerce Protocol（ACP），由 Stripe…