所有文章
AI 思考，思考 AI
5年工程2周干完，省下598万美元？关键一行却没人看
那件活同时占满三个条件才有那个 2 周。当写代码的成本趋近于零，瓶颈就整体挪到了审代码上。
4.5 天、1.76 万次操作，AI 攻进服务器用的全是老招
它没有发明任何新漏洞，只是第一个愿意试 1.76 万次的攻击者。该防的不是它会不会越界，是它越界之后能碰到什么。
AI 能干的活，79% 至今还没让它干——挡住它的其实不是技术
斯坦福把上千个职业拆成具体任务后发现：卡住 AI 的不是智商，是数据和责任这两道门。
OpenAI 把自己的王牌，送进了对手的软件里——用的人要给两家付钱
用户的迁移成本，比产品能力的差距更难跨越。比拼逻辑正在从「选一个最强模型」切到「按任务编排模型」。
经营范围随便填？这一栏正在决定你以后交多少税、被谁盯上
第一项决定行业归类，规范库里只能选不能编，许可项目多勾一个就多背一份责任——精准好过全面。
你憋三天想出的公司名，可能一提交就被驳回
公司名的四段公式、比你想象中高的撞名率，以及为什么备名和核名本来就是同一个动作。
一群 AI 四小时重写了数据库，通过了全部测试——然后它慢了两万倍
被推进的是编排，不是模型能力。这场实验能成立，恰恰因为它绕开了真实工程里最贵的那一步：确定要造什么。
注册公司只要 1-3 天，但养它可能要 3 年：开公司前，先算清这三笔账
钱账、时间账、责任账——注册免费，养它不免费；所谓「有限责任」，其实是「无限自律」。
龙虾 OpenClaw 爆火的真相：AI 正在从工具，变成你通讯录里的一个人
AI 的竞争正在从「谁的模型更强」，转向「谁占住了用户每天使用 AI 的入口」。
龙虾(Openclaw)之我见一：狂欢退去之后，它到底改变了什么？
它不会替你凭空长出方法论，只会把你已有的流程自动化。真正变了的，是交互入口和记忆。
用"写文章"这个例子，讲透多 Skill 编排的三种模式
拿 AI 写作系统当样本走一遍：路由解决「谁来干」，链式解决「怎么干」，Agent 解决「干错了怎么办」。
Skill进阶篇：多 Skill 编排，真正拉开 AI 应用差距的高级能力
路由、链式、Agent 化三种编排模式，加上 Router / Planner / Executor 这套调度层，把单轮对话升级成任务执行引擎。
Skill 系列终章：如何从 0 到 1 设计一个真正可用的 Skill
一个 SKILL.md 的三层结构，配一个搜索 CLI 的完整落地例子——用大模型做决策，用程序做执行。
Skill系列2：重新定义提示词——Skill的核心机制与设计思路
Skill 本质仍是上下文，但用渐进式披露做到了索引 + 懒加载，再用 Scripts 把确定的事交给确定性程序。
Skill系列1：在Skill之前，大模型为什么“能想，却干不好活”？
从 Tool Calling 到 MCP，大模型接上了手脚，却撞上了上下文爆炸——问题出在它不具备「按需加载」的能力。
Manus真的那么牛？
剥掉「全球首款通用 AI 智能体」的光环：幻觉没被解决，多步分解只会放大不确定性，而成本和延时才是真问题。
AI真的会取代程序员吗?
编码只是整个软件流程里很小的一段。AI 取代的是工具，而不做工具人的办法，是往需求和业务的上下游延伸。