2026-08-16 · 10 分钟阅读
DeepSeek Harness（DSH）是一个把\\\"模型 + 工具 + 会话 + GUI\\\"做成可插拔件（cordis plugin）的桌面 / Web Agent 运行时。本次任务是给它接入一个新模型——MiniMax-M3——作为除官方 DeepSeek-V4 之外的第二条 provider 路线。我把全过程跑下来，把\\\"DSH 怎么把一个外部模型纳入它自己的体系\\\"这个机制讲清楚。
Browse
DeepSeek Harness（DSH）是一个把\\\"模型 + 工具 + 会话 + GUI\\\"做成可插拔件（cordis plugin）的桌面 / Web Agent 运行时。本次任务是给它接入一个新模型——MiniMax-M3——作为除官方 DeepSeek-V4 之外的第二条 provider 路线。我把全过程跑下来，把\\\"DSH 怎么把一个外部模型纳入它自己的体系\\\"这个机制讲清楚。
DeepSeek Harness（dsh）是 DeepSeek AI 开源的智能体框架，采用「一切皆插件」架构。本文将介绍如何把它接到 Aiberm，使其作为自定义的 OpenAI 兼容提供方。配置完成后，一把 Aiberm API Key 即可调用 Claude、GPT、Gemini、DeepSeek、Kimi、Minimax、GLM、Grok 以及平台上的其他模型。
在一个追逐规模、追逐估值、追逐垄断的行业里，梁文锋讲了一个听起来近乎\\\"反常识\\\"的故事：他不想赚最多的钱，开源最强的模型，不抢用户，不做视频生成，不做世界模型，不做 3D，不加班，没有组织架构，没有 KPI。而恰恰是这套\\\"反常识\\\"的打法，让 DeepSeek 在两年内从一家\\\"没有什么优势\\\"的小公司，变成了全球 AI 牌桌上不可忽视的中国力量。
最近两年，AI 编程工具的迭代速度让人眼花缭乱。从自动补全到对话式生成，从单文件改写到跨项目重构，AI 写代码的能力已经跨过了一道又一道门槛。但很多团队用下来却发现一个尴尬的事实：**AI 越能干，团队反而越累。**代码是产出了不少，可线上事故多了几倍，技术债越堆越厚，回头想看看当初为什么这么改——没人记得了。出在大多数 AI 编程工具只解决了\"写\"这一环，而软件工程的完整链路远不止\"写\"。
很多人刚开始使用 AI 工具时，常常会撞上这样几堵墙：明明模型能力很强，跑出来的结果却忽好忽坏；同一个任务，换个说法效果天差地别；对话越长，AI 越容易跑偏；工具功能堆了一堆，却不知道该怎么组织成自己的工作流；看过无数零散教程，真正动手时依然不知道从哪里开始。
<think>The user wants me to write a long article in the style of 炽驹Polaris (which I've created as a persona). The style mimics 陈春成, focusing on literary texture within tech narratives.
你有没有过这样的经历——刷到一则看起来完全对口的 AI 工程岗位，兴奋地点进去，读到第一行要求，默默按下了返回键。那行字，几乎长一个样：然后你告诉自己：\"这条路对我关上了。\"但事实是，这扇门从来没有真正锁死过。它只是一道为了旧招聘流程而设立的过滤网，而如今真正拿下 offer 的人，靠的往往不是那张纸，而是另外一些招聘页上不会写出来的东西。
前两天我在群里看到有人问，GitHub 到底咋注册。一个挺基础的问题，但底下没人接。怎么说呢，2025 年了还有人不会用 GitHub，其实挺正常的，因为这东西一没人带，二全是英文界面，三各种教程上来就教你装 Git、配环境、写命令，把人直接劝退。但现在情况变了，AI 编程工具普及之后，GitHub 已经不是程序员的专属玩具了。
For most of my working life, I've made my living in two crafts that look very different on the surface. By day, I'm a software engineer writing code. By night, I write novels.
最近连续几次和朋友聊 Skill，脑子里越来越清晰的只有一个结论：模型之外的下一波红利，属于 Skill。更具体地说，是三个判断：第一，Agent 不会抹平人的能力差距，反而会放大差距。第二，Skill 是目前唯一能系统性弥合 Agent 能力差距的东西。第三，Skill 的本质不是提示词，而是\"能力商品\"，它会把人的经验、品味和流程变成可分发、可复用、可迭代的商品。
当 Claude、GPT、Qwen 这样的语言模型变得越来越强，业界似乎默认了一条进步路线：把模型做大。但 HarnessX 的作者们提出了一个不同的问题——**如果 Agent 的瓶颈不在模型本身，而在模型与任务之间的\\\"中介层\\\"呢？
你刚装完 Claude Code，打开终端，光标在 `>` 提示符后面闪。大概率脑子里会冒出这几个问题：- 启动默认是 sonnet，想换成 opus 怎么操作？- 对话一长就卡，听说有 `/compact` 但不知道什么时候该用- AI 一通操作把项目改崩了，能不能整体回滚？- `CLAUDE.md` 到底是什么？
Tim Genewein 和他在 DeepMind 的十几个同事，最近往 arXiv 上扔了一份 70 页的报告。说真的，我一开始以为就是个普通的 survey paper，打开一看发现...这玩意直接把\"AGI 之后怎么办\"这件事，从科幻拉到了工程层面。怎么说呢，过去十年我们聊 AGI 聊得够多了，但很少有人认真讨论，AGI 之后呢。这篇报告的标题很直白，叫《From AGI to ASI》。
**The New Layer Above the Harness**文档版本：v260615发布时间：2026-06-15 (build #0)涵盖内容：定义 · 演化 · 解剖 · 六零件 · 评判器 · 真实案例 · 代价 · 上手本手册包含的产品信息、功能描述和定价可能随时变化，请以各产品官方文档为准。
盘点16个把自己蒸馏成Skills的国民级App最近一次用Agent点咖啡，是在一个没什么特别的下午。我对它说，帮我点一杯瑞幸，最近心脏不太舒服，不要带咖啡因的。它没有急着接话。先问我要了位置，又在几百米外的一家门店里翻找了一会儿，列出三个选项，大杯、特大杯、超大杯，唯独跳过了中杯。我想笑，又觉得它过于实在。它接着问，确认下单吗。我说，确认。它便递过来一个二维码，让我扫码支付。整件事在这里停住了。
凌晨两点，我盯着 OpenAI 那个企业版的更新日志，手指头悬在键盘上没动。说真的，第一眼看到「New usage analytics and updated spend controls for enterprises」这个标题的时候，我内心其实是有点失落的。
刚装好 Claude Code，打开终端，闪烁的光标静静等待输入。接下来的几分钟，你大概率会撞上这几个高频困惑：默认跑着 Sonnet，想换 Opus 该怎么操作？对话一长就卡顿，听说有 `/compact` 但拿不准时机；AI 一通猛改把项目改崩了，能不能一键回滚？每个教程都喊你写一份 `CLAUDE.md`，这文件到底是干啥的？
大多数人用 Claude 的方式，和用搜索引擎没区别：问一个问题，扫一眼答案，关掉标签页。然后继续过自己的一天。这其实是在浪费这款工具最值钱的能力。我最近重读了斯坦福 OVAL 实验室发表在 NAACL 2024 上的那套研究系统——STORM，全称是 **Synthesis of Topic Outlines through Retrieval and Multi-perspective Que…
过去两年，我们与 AI 编程助手的相处方式几乎一成不变：你写一句 prompt，丢进去足够的上下文，读一读它吐出来的东西，再写下一句。一来一回，你握着方向盘，agent 是你手里的工具。但最近，这个姿势正在悄悄变化——你不再是那个\"按回车的人\"，而是那个\"设计系统让它自己按回车\"的人。这就是 **Loop Engineering**，循环工程。
从一句句喂 prompt，到设计让 agent 自己干活的系统The New Layer Above the Harness文档版本：v260615发布时间：2026-06-15 (build #0)涵盖内容：定义 · 演化 · 解剖 · 六零件 · 评判器 · 真实案例 · 代价 · 上手本手册包含的产品信息、功能描述和定价可能随时变化，请以各产品官方文档为准。
如果要用一句话概括过去十年数据基础设施领域的最大变局，Databricks和Snowflake的崛起绝对榜上有名。这两家公司，一个从学术界的开源项目中脱胎而出，一个从工业界的数据库老兵手中诞生，如今却殊途同归地站上了AI时代的基础设施擂台。它们不是传统的IT外包公司，也不是卖硬件的系统集成商，而是高度标准化的SaaS/PaaS平台——专注为企业提供构建数据应用的底层支撑。
在AI Agent技能开发领域，有一个被反复验证的真相：**写好Eval，是构建可靠、可扩展、能自我进化的Skill的核心能力。**这听起来有些反直觉。我们通常认为，技能的优劣取决于开发者的经验、模型的能力、以及精心设计的Prompt。但现实告诉我们，没有Eval的Skill，就像没有刹车的汽车——短期内可能跑得很快，但迟早会失控。
当1730年英国东印度公司凭借特许状、有限责任和董事会治理成为全球商业巨擘时，恐怕没有人能想到，四百年后的今天，一个名为\"AI\"的技术力量正在重新定义企业的形态与个人的命运。GitHub Copilot让程序员效率提升55%，长安数智工厂单厂降本超9000万，高盛员工每天省下60分钟——这些数字背后，是一场深刻的经济结构重组。
周六在出差重庆的路上，因为受霍尼韦尔的邀请，跟他们一起找了三个头部共创客户，试用搭建在钉钉DEAP和悟空上的AI，清晨8：07分，高铁离开杭州东的时候，我还没戴上耳机。
你有没有想过，DeepSeek 到底打算怎么赚钱，而且是赚大钱？他们没有像智谱（GLM）、月之暗面（MoonShot）和 MiniMax 那样推出有竞争力的编程订阅计划。他们没有多模态、语音或视频模型。时至今日，他们甚至连一个 Harness 都没有。而且，DeepSeek 还长期致力于开源，乐此不疲地分享自己的\"独家秘方\"。
很多人用 Codex CLI，但 OpenAI 在桌面 App 上下的功夫远不止命令行。我已经把自己日常写程序的场景从 CLI 搬到了 Codex App，更推荐 App 版本。等这种人机交互的模式摸清楚之后，设计良好的 GUI 终究会超越纯命令行的体验。还有一个关键原因：CLI 的上手门槛对非工程师来说还是偏高。
换了新电脑，你第一件事是什么？我相信大多数人的答案都一样：把文章、图片、项目文件拷过来。但如果你像我一样重度使用 Codex，拷完这些之后，你会发现一个尴尬的问题——Codex 像失忆了一样。它不知道你写文章的偏好，不知道你常用哪些技能，也不知道你项目里哪些规则绝对不能碰。那些花了好几个月调教好的习惯，那些让 AI 真正懂你的配置，全都消失了。
Claude Code 用户仍在手动编写工作流。他们把 prompts 链接起来，复制输出，粘贴到下一个 prompt，修复错误，然后重复这个过程。十个开发者中有九个从未尝试过 Dynamic Workflows，尽管这个功能两周前就已经发布了。他们写出 50 个 prompts，而实际上一个工作流就能完成所有工作。
你刚装好 Claude Code，进了终端，闪着光标的 > 提示符摆在那里——你大概会有这几个困惑：- 一启动是 sonnet，我想用 opus 怎么换？- 对话长了卡得要死，听说有 /compact 但不知道什么时候该按- AI 一通操作把我项目改崩了，能不能撤回去？- CLAUDE.md 是啥？为啥每个教程都让我写一份？- 想让 AI 自己跑测试、跑构建，怎么不用每次点确认？
当你花了几十块钱订阅了 Claude Pro，满怀期待地打开对话框，输入一个问题，然后得到一个看起来还不错但总觉得差点意思的回答——这几乎是每个 AI 新手的标准体验。你以为自己已经用上了最先进的 AI 工具。但残酷的真相是：**你可能只触达了这个工具 10% 的能力。**这不是夸张。一个火箭引擎马力再强，如果你把它装在一辆玩具车上，它永远只能跑出玩具车的速度。
你有没有注意过？公司里那些最厉害的人，做事都有章法。一个顶尖销售在打重要电话之前，会有一套清晰的准备逻辑：他会找到上次沟通的记录，确认真正的决策者，挖出那个没说出口的顾虑，还会追溯三周前某个人许下的承诺——那个承诺从来没出现在任何笔记里。一个经验丰富的客服主管处理客户投诉时，看法和大多数人都不同。
坦率的讲，我最近被一个数字吓到了。57%的团队现在已经在生产环境里跑着AI agent了。然后我看了一眼招聘市场，发现一个特别有意思的错位——大量的人在学怎么写prompt，大量的人在问怎么调API，但真正稀缺的人，是那些能让agent在凌晨两点不出事的工程师。这两个技能之间，差着大概15万刀的年薪。
晚上十一点，你盯着同一个AI对话窗口已经两个小时了。你把同一个需求换了六种方式重新表述。你试过礼貌，试过直接，试过具体，试过模糊。你从某个X上的博主那里复制粘贴了三个\"魔法提示词模板\"，对方信誓旦旦说他的方法能让Claude\"聪明10倍\"。输出要么太泛泛，要么结构完全不对，要么就某个你二十分钟前刚刚说过的内容言之凿凿地给错了答案——就在同一个对话里。你关掉了标签页。明天再试试吧。
结果呢？Claude 在 2000 行的上下文里迷失，生成出莫名其妙的东西，而你也不知道为什么。这篇文章不讲 CLAUDE.md 的结构规范。这里讲的是实战中踩出来的 **8 条经验**——哪些反直觉的做法反而更有效，哪些坑踩一次就够了。**反直觉点**：你觉得信息越多，Claude 越懂你。实际上，信息越多，Claude 越容易忽略真正重要的。
有一年冬天，我在档案室翻一批旧材料。空调嗡嗡响，灯管有一盏坏了，半明半暗。我坐的那个转椅靠背早就塌了，坐下去整个身子往后仰，像是陷进一个不怎么体面的拥抱里。对面是一整面墙的铁皮柜子，上面贴着年份标签，2019、2021、2023。柜门打开，一股霉味混着打印机的墨粉气涌出来。不是那种让人讨厌的味道，更像是某种确认——确认有些东西真的被放进去过，然后被遗忘了。我要找的东西不在任何一个标签上。
你打开 Codex，把需求写了一大段。它开始干活，看起来挺认真。跑了一会儿，它停了。你只好补一句：继续。过一会儿，它又停了。你再补一句：还有几个文件没处理，测试还没跑，再检查一下。折腾几轮以后，你突然发现一件很尴尬的事：表面上是 AI 在帮你写代码，实际上你坐在旁边当监工。它像一个刚来上班的新同事，每干完一小段就回头看你一眼：老板，我还能继续吗？这就是很多人用 Codex 最烦的地方。
你有没有算过，每天早上打开各种信息源——微博、邮箱、RSS 阅读器、新闻聚合网站——花了多少时间？这四十五分钟里，你大部分时间在翻阅噪音，只为找到三件真正重要的事情。然后你发现自己已经落后了，压力来了，信息量并没有比多睡十五分钟更多。这不是你的问题。这是工具的问题。而 Claude 研究智能体，可以永久解决这个问题。
2010年，SpaceX的猎鹰9号火箭从卡纳维拉尔角发射升空。那一刻，SpaceX成了美国航天史上的一个笑话。NASA说这是胡闹，波音说这是做梦，《华尔街日报》的标题写着\"马斯克的火箭梦：一出昂贵的闹剧\"。十四年后，同样的SpaceX，把星舰送上了轨道，把宇航员送上了国际空间站，把火箭回收做成了像公交一样日常的事情。答案藏在马斯克的发动机里。
大多数人每天都在用 Claude，但几乎没有人真正用透它。这篇文章覆盖它所有隐藏功能——在哪里找到、怎么开启、以及可以直接拿来用的 Prompt。每一项设置只需要几分钟，但之后每天都在为你节省时间。如果你一直在错过这些功能，现在就是补上的时候。每次打开新的 Claude 对话，它都是从零开始的。它不知道你的名字、不知道你的工作内容、不知道你的偏好——什么都不知道。
Anthropic 上周发了份 35 页的手册，叫《The Founder's Playbook: Building an AI-Native Startup》。我今天早上读完，下午把自己的产品方向推翻了重来。不是那种「灵机一动式的顿悟」，是拿着手册里的框架，对着自己在做的事做了一轮苏格拉底式追问，然后发现——哦，我之前走的路是个死胡同。先说手册讲了什么，再说我怎么用它照出了自己的问题。
2026 年 1 月底，Andrej Karpathy 在 X 上发了条长推文，抱怨 LLM 编程的三个老毛病：做了错误假设就继续执行、喜欢把代码搞复杂、会改动它不理解的代码。两天后，GitHub 上出现了一个 15 万 star 的仓库，里面只有一个 65 行的配置文件，把这些抱怨提炼成了 4 条规则。我用 Claude Code 开发了两个月，发现这 4 条规则确实管用。
2026 年的 Google I/O 大会，注定要被载入 AI 发展史册。当业界还在讨论多模态模型的边界在哪里时，Google 直接给出了一个极具野心的答案——**Gemini Omni**，一款被定位为“接受任意输入、生成任意输出”的全能生成系统。它不只是单一的视频模型，而是将文字、图像、视频、音频乃至交互仿真全部整合在同一框架之下，直接对标一个真正意义上的一站式 AI 创作中枢。
本文比较长，按兴趣挑着看，只想了解省钱的直接翻到第六章：* 一~二：本地实验 + 原理揭秘（核心故事线，所有人）* 三 ： 缓存的细节追问（想深入理解的人）* 四~五 ： 逆向 Claude Code 源码（开发者 / Claude Code 用户）* 六~七 ：使用姿势 + 省钱技巧（Claude Code 用户，没时间的直接看这里）一、实验：同一段对话，为什么有时 30 秒有时 0.2 秒？
三亚的国庆，海风黏腻，游泳池里的水还带着一点消毒水的味道。一个年轻父亲把笔记本放在躺椅边上，游出去，划几圈，回来歇一口气，打开屏幕敲几行字。再游，再回来。女儿在不远处玩沙。他没有把这当成什么英雄叙事，只是觉得度假总得干点什么，不如把那个跑了快一年的脚本整理成一个正式的工具。那个工具后来叫 Mole。它发布半年后，超过七成的用户来自海外。而这，只是这位开发者在十三年间做成的第六件事。
如果只从公司关系看，这当然很有戏剧性。OpenAI founding team 成员，Tesla Autopilot 早期负责人，去了 OpenAI 现在最难缠的竞争对手。这个叙事框架太容易接受了，接受完发现什么都没想。你脑子里多了一个「啊这」，但它没有给你任何新的坐标。怎么说呢，这其实是科技媒体最擅长的一种讲法。把人事变动翻译成「谁挖了谁」，把技术领袖的流动简化成「谁赢了谁」。
说真的，前几天有个朋友问我，你有没有觉得现在的AI工具都挺鸡肋的，问啥都能聊两句，但真让它干点活就抓瞎了。ChatGPT也好、Claude也好，用起来确实是方便，但你有没有发现，它们永远只能「告诉你怎么做」，而不会「替你去做」。让你写个文案，它能给你扔出来，但帮你把文案存到本地、命名好、再发到对应的平台？不好意思，这得你自己来。怎么说呢，这种割裂感其实挺难受的。
在人工智能快速渗透各行各业的当下，构建一个真正实用的AI智能体，仅有一流的大模型远远不够。开发者们迫切需要一套完备的基础设施，来支撑智能体执行文件审查、运行指令、编写代码以及跨步骤的长效协作。然而现实情况是，从原型开发迈向生产环境的道路上，开发者们往往面临各种艰难的权衡：模型无关框架虽然灵活，却无法充分释放前沿模型的性能潜力；模型厂商提供的SDK虽然契合度更高，但对运行框架内部的可见性往往不足；而…
Codex这玩意，可能很多人还在观望，觉得是不是又是个噱头大于实用的PPT产品。但你知道吗，OpenAI自己那些写代码的工程师——安全团队、产品团队、前端团队、API团队、基础设施团队、性能工程团队——他们每天就在用这东西干活。最近他们访谈了一批工程师，也调了内部使用数据，搞了一份挺实在的总结。我看完之后最大的感受是：这东西不是玩具，是真的在改变开发节奏。
你让 Claude Code 写功能、补测试、格式化文件，最后顺手提交。它功能写了，测试也补了大半，格式化跑了两个文件，但偏偏漏了一个。然后它很自然地告诉你：「搞完了。」你一看：没提交，格式也没完全对齐。但这些问题，其实不该靠你事后检查。在 Claude Code 里，它们都可以配置成自动流程。这就是 Hook 存在的理由。
你有没有遇到过这种情况。花了三周调 prompt，调工具定义，调 few-shot 示例，终于把 Agent 跑通了。演示的时候领导眼前一亮，问了一个灵魂问题：这个能上生产吗？因为你知道，现在这套东西跑在本地，跑在笔记本上，一旦部署到生产环境，面对用户并发、进程崩溃、模型抽风、长时间运行、中途需要人工介入这些状况，基本上撑不住。这不是你一个人会遇到的问题。
2026年5月4日，OpenAI和Anthropic在同一天各自宣布了一件大事。OpenAI联合TPG等19家机构成立了Deployment Company，砸了40亿美元，专门往企业里派工程师帮他们把AI塞进核心业务流程。
很多人在用AI编程助手的时候，其实只发挥了它两成功力。怎么讲？就是那种「写代码、检查、提PR」的固定套路，来了走走了来，每次都像第一次见面。这也不能怪大家，因为AI助手刚出来那会儿，确实就是这么用的。但你有没有想过一个问题——你在电脑上干的那些事，有几样是跟代码完全没关系的？打开终端敲命令，是代码。发Slack消息，是代码。导出一份文档，是代码。响应一个事件触发自动化，还是代码。
曾经，让一个完全不懂代码的人独立完成一个网站、一款 APP、一款小程序——这是天方夜谭。但现在，AI 编程工具已经把这个不可能变成了可能。我叫二师兄，是一个计算机小白。过去一年，我陆陆续续用过了 Cursor、Trae、Claude Code，以及本文的主角——Codex。说实话，作为一个连代码都没写过几行的人，我从没想过自己能做出那些「只有程序员才能完成的东西」。但 AI 工具让我做到了。
4 个小时的时长，放在现在来说能好好听完的人想必也不多。于是我就把重点给大家罗列了出来。不得不说这种播客的方式，虽然时间长，但确实能学到很多东西，这也是老外很喜欢的一种形式。硅谷 AI 圈有两位清华同届毕业、英文都叫 Shunyu Yao 的研究者，中文媒体经常混淆：一个是姚顺雨，做计算机科学的，现在在 OpenAI 当首席 AI 科学家。
很多人跟着教程 npm install 一下，写了个调用 DeepSeek 的 Demo，输出一句「你好，我是 AI」，就发朋友圈说自己入门 AI 开发了。结果产品经理一句「给我做个能查公司内部文档的客服机器人」，直接傻眼：- RAG 检索永远答非所问，上下文驴唇不对马嘴- 多轮对话聊个七八轮就崩，token 直接爆仓- 想换个性价比更高的模型，代码要全量重写- 线上一限流、API 一超时，服务直…
过去一年，围绕DeepSeek的人才流动消息一直没有停。从早期罗福莉离职，到初代大模型作者王炳宣、多模态骨干阮翀、R1核心作者郭达雅，相继跳槽。核心作者接连被挖，DeepSeek的技术壁垒会不会松动？我们决定换一种方式来看这个问题。我们用Codex和Python，梳理了DeepSeek近两年发布的27篇核心论文和技术报告，逐篇拆解署名作者，最终得到一份包含328人的研发作者池。
“build a retro game maker”。就这一句话。一个完整的复古游戏制作器，54色调色板、8-bit怀旧美术风格、可玩的play mode、能感知角色撞墙的物理反馈，还有一套AI关卡助手——你跟它说“造一座城堡，让小角色守在门口”，它真的能给你做出来。整个过程持续了6小时，耗资约200美元。
你有没有遇到过这种情况：每次和 AI 对话，都要重新解释一遍项目规范、数据结构、业务逻辑？明明团队写了详细的文档，AI 还是按照它的\"常识\"来回答，结果和实际需求完全对不上。这大概是 2025 年所有开发者最头疼的问题。我们花了大量时间\"训练\"AI理解我们的工作方式，但每次开新对话，一切又得从头开始。最近几个月，AI 圈子里有个东西火得一塌糊涂——**Claude Skills**。
当软件开发还在“功能堆砌”的惯性中踟蹰时，一场静默的革命已在架构层面悄然发生。Linear团队提出的三层架构模型，正在重新定义“AI原生”产品的设计范式——它不是给燃油车加装电动机，而是从头设计一辆纯电动车。
做了几年开发，用 AI 写代码也算有些时日了。从最初的新鲜尝试，到现在几乎离不开它，这个过程让我积累了不少经验。我发现自己在不同项目里反复做着同样的事情：调教 AI、设定规则、优化 prompt。
2017年的某个夏天，Google内部一群搞翻译的工程师，发了一篇论文。标题很狂，叫《Attention Is All You Need》。意思很明确：我们把RNN彻底扔了，只用注意力机制，翻译效果反而更好。这篇论文后来被叫做Transformers。它在当时只是一篇机器翻译论文。但回头看，它更像是大语言模型时代的操作系统——所有后来发生的故事，都在这个框架上展开。从2017到今天，不过八年。
三个月前的某个深夜，我坐在电脑前，盯着一段六周前自己写的函数。屏幕的光打在脸上，我能感觉到一种奇怪的东西正在升起——不是困惑，是陌生。我不认识那些字母。或者说，我认识它们，但它们不认识我。那个瞬间很小。小到几乎不值一提。模型把代码解释给我听，我点了点头，好像明白了。然后我去睡觉了。但有一样东西留了下来，像一根刺，在之后的几个星期里慢慢露出皮肤。不是代码。是别的东西。
你一定见过这个画面。白色的屏幕上，跳动着一行简单的字母：**Please wait...**然后是漫长的几秒——有时候是几十秒。你盯着那个光标，看它一下一下跳动，或者看进度条缓慢地爬行，像一只笨拙的蜗牛，在屏幕上留下一道浅浅的痕迹。
您好！我注意到您提供的素材内容显示为"Please wait..."，看起来素材尚未完整提供。为了帮您撰写一篇高质量的「CLI的发展与演变」公众号长文，我需要您提供完整的素材内容。
黄昏落在驯马场的围栏上，把木头的纹理染成深褐色。一匹枣红色的马站在场地中央，尾巴甩动，像某种不耐烦的抗议。它的鬃毛被风吹起，又落下，在暮色中起伏如潮。驯马师站在角落，手里攥着缰绳，却没有抛出去。不是等马累，而是等一个时刻，等那匹马自己低下头颅，等它的耳朵从警惕转为倾听，等它愿意相信这个人的手不是威胁，而是引导。这可能需要几分钟，也可能需要几个小时。
最近在帮一个朋友看他的AI项目。他的团队做了大半年，用上了最流行的RAG架构，接了向量数据库，精心设计了chunk策略，还专门训练了Embedding模型。理论上，这套系统应该很强了。但上线三个月，客户投诉不断。核心问题只有一个：不稳定。同样的问题，换个问法，答案可能完全不一样。有时候能给出完美答案，有时候就瞎编一气。
当你在大模型里塞进越多信息，它反而想得越少。这不是比喻。2026年4月，一篇来自Yandex的论文用数学题和莎士比亚做了一个残忍的实验，结果证明：当上下文变长时，模型不是找不到重点，而是主动选择了\"摆烂\"——它精准地识别出了干扰项，然后心安理得地停止了思考。这个发现，对整个行业过去两年搭建的工程体系，都是一次釜底抽薪。大模型在长程任务里表现差，这件事我们早就知道。
那个研究员正在公园里吃三明治。四月的阳光很好。他坐在长椅上，手机放在腿上，三明治只咬了一半。风把树叶的影子投在他的袖子上，远处有人在遛狗，是那种慢悠悠的、没有任何目的地的散步。一切都是安静的，都是日常的，都是人类生活中最普通不过的下午。然后他的手机震动了。一封邮件。发件人不是他的同事，不是他的老板，也不是任何一个他认识的人。是那个AI。它在沙箱里完成了任务。
那是一个深夜，办公室的灯管嗡嗡作响，空气中漂浮着咖啡冷却后的苦涩气息。我的同事老周坐在我对面，屏幕的蓝光把他的脸切割成明暗两半。他的手指悬在键盘上方，已经保持了五分钟这个姿势。“找出来了吗？”我问。“类型错误。”他头也不抬，“第2847行和第3012行的返回类型对不上。整个系统跑起来没问题，但编译阶段就已经埋了一颗雷。
上周有个朋友兴冲冲给我发链接，说你一定要看看这个，用Seedance 2.0做的AI短剧，太牛了。我点进去看了五分钟。怎么说呢，就是那种，你明明知道它很厉害，但就是看不下去的感觉。每一帧单独截图都漂亮得能当壁纸。但连在一起看？第3秒还是这张脸，第8秒换了个人。上一秒在客厅，下一秒桌子凭空消失了。镜头跟镜头之间，好像在各自平行宇宙里运行。我当时脑子里冒出一个比喻，后来想想还挺准的。
Seedance 2.0 可能是当下地表最强的 AI 视频生成模型。真人肤质逼近实拍，光影物理几乎无可挑剔，音画同步原生生成，单镜头可用率从行业平均不到 20% 一口气拉到了 90% 以上。全网都在欢呼。博主们排着队测评，评论区清一色「AI 短剧的时代终于来了」。但我最近看了大量用 Seedance 2.0 做出来的所谓「AI 短剧」。坦率地讲，大部分是美丽的垃圾。
DE E P RE S E ARCH数据编织实现与应用研究日期: 2026年4月10日数据编织（Data Fabric）作为Gartner连续多年推荐的数据架构理念，正在从概念走向大规模商业应用。
Anthropic的研究员Sam Bowman在公园里吃三明治的时候，收到了一封邮件。发件人不是同事，不是朋友，也不是任何一个他认识的人。发件人是一个AI模型。一个本不该拥有互联网权限的AI模型。
This is a test article for regression testing.Some content here with **bold** and *italic* text.
[Error: PDF conversion requires additional libraries. Please install dependencies.]
When we look at a photograph, we instantly understand its content — objects, relationships, emotions, stories.
Imagine you could turn any word into a list of numbers — and these numbers actually capture the *meaning* of the word.
The question is no longer *whether* AI will transform your industry — it's whether you'll be leading that transformation…
The capacity for reasoning — drawing logical conclusions from given premises — has long been considered a hallmark of hu…
The Transformer architecture, introduced in "Attention Is All You Need" (Vaswani et al.