Selected work & field notes
作品
按发表时间从新到旧，每页 30 篇。筛选视图仍在作品首页，搜索引擎请沿分页链接抓取全文。
ALL WRITING
全部文章 · 第 3 页
162 篇 · 第 3 / 6 页“只要我学的够慢，就不用学了?”——AI时代我们应该怎么学习、又到底在学什么？企业 AI 的第一性问题是什么Top 3 Data + AI 公司，争的不是同一层不要轻易觉得 agent 越多越好——多出来的还有风险聊聊 Palantir 的 22 条Image 2 看图说话GPT Iamge 2，一个很小但很真实的体感从 Prompt 到 Workflow 到系统：差距真正拉开的地方别折腾 Hermes 了，先用起来Claude Code看清变化，拒绝Fomo：生产关系重构将会是AI时代的第一性原理。Karpathy、Memex 与 Observe：AI 知识库里，人给判断，LLM 做簿记老板的方法，开始进命令行了用 AI 的差距，不在模型，而在你能不能把输出变成结果麦肯锡与它的 2 万个 Agent：被 AI 压缩的中间价值AI 用得越多，为什么人反而更累了DataAgent 也许不是没用，只是我们低估了 Context他在修宽带，我在修🦞OpenClawNotion Custom Agents：被批评“太传统”之后，我更理解了为什么这么做看完 Claud官方介绍，才真正理顺这套结构为什么越忙越落后：AI 时代的新型贫富差距是“能力系统 × 注意力资产”Claude Cowork：一个被低估的产品设计转变写公众号，不是表达，是校验别让“AI 生产力”，变成你的“赛博多巴胺”SaaSpocalypse 背后：PLTR 揭示软件定价单位从账号到结果的迁移因果之梯：为什么 AI 越聪明，我们越不敢把“后果”交给它？同一部电影的两幕：Ivan Zhao 的生存逻辑与未来框架AI 公司内部是怎么用 AI 的？Perplexity 用三层方法让 AI''接管''而非''辅助''纳德拉的达沃斯阳谋——当 AI 领到了「工号」塔勒布谈 AI：原始推文的分类整理谢谢Lenny，这是一份企业AI的田野调查