用一个数字来衡量所有 AI 支出，是灾难的根源。

那些宣布AI将取代其工程团队的公司现在正在发布数百个工程职位。这个叙事一直都是错的。

每个企业级智能体AI平台都在向同一架构收敛。五层架构图、平台决策框架，以及这对架构师意味着什么。

解析新的MAI模型、身份绑定智能体，以及为什么依赖第三方API是一条死路。

Claude Code 团队中，编写代码、编写测试和重构代码很少再拖慢我们的进度。但当代理编码消除了实际敲代码的需求后，瓶颈并没有消失。验证、代码审查和安全取而代之。

香水金字塔的理念是：一种香氛并不是作为单一统一体到达然后简单消散的。它以三个不同的层次逐步展开，每一层在不同的时刻被感知，每一层在整体体验中扮演着不同的角色。

AI 中最稀缺的不是智能。不是因为模型不够出色，而是因为这种未来把智能和现实世界的执行能力混为一谈了。

其中大多数项目已经不再是简单的演示了。它们正在成为AI工作流、金融自动化、本地研究系统、隐私优先计算和开发者生产力的真实基础设施。

实现从来不只是打字。它是发现和学习的过程。工具变了，人类解决问题的方法没有变。

AI并不是均匀地创造影响。在某些地方，它几乎没有动静。在其他地方，它似乎一下子改变了一切。这种不对称性是关键。

亲爱的读者，我把决定权留给你——在AI变革的第一阶段接近尾声之际，是乐观主义者、悲观主义者还是怀疑论者被证明最有先见之明。

Fred Brooks 的论点很简单。没有任何单一发明、工具或技术能让构建软件变得 dramatically 更容易。

当模型本身变成一种商品时，竞争并不会结束。它会转移到技术栈的其他地方。我认为，它实际上会大幅向数据层靠拢。

SaaS平台在现有产品上"附加"一个"AI"按钮的时代结束了。取代它的是真正不同的东西。

为什么开源权重模型可能是没人谈论的逃生通道。

技术债的解药已经存在了几十年。我们只是从来没有一个足够自律的人去实践它。直到现在。

Anthropic刚刚告诉你护城河在哪里，虽然没有说那个词。

事实证明，如果你给人们足够大的压力去达到一个数字，他们会达到这个数字。

理解AI超级周期的经济学。

Eric Schmidt刚刚告诉满体育场的毕业生，传统编程已经终结了。他没说错。这对我们这些还在靠写函数谋生的人来说意味着什么。

几天之内，OpenAI和Anthropic的两则公告重塑了企业 AI 市场。大多数人的解读都是错的。

为什么最受尊敬的工程师正在反对编程代理的炒作周期，以及 Claude Code 的论点实际上揭示了什么

软件工程师不会消失。但他们在改变。很快，许多其他形式的知识工作也会如此。随着执行变得更便宜和更自动化，价值向上转移：转向意义构建、目标设定、约束设计和对结果负责。