Episodes
Newest firstAll episodes
苹果新任CEO John Ternus最新访谈
Apr 2100:10:10Tap to summarize苹果新任CEO John Ternus与Joz在Apple 50周年访谈中回顾了公司"Think Different"的精神传承。摘要："发明从根本上讲就是一种求异思维的行为。""Think different不仅仅是一个营销口号，他必须向世界解释，为什么Apple有必要存在。""看看那种思维演变成了什么……iPhone和App Store，它们改变了世界，也改变了我们所有人的日常生活。" — Joz"从一开始，我们的愿景就是让尽可能多的人能够使用个人电脑。（关于推出低价电脑Neo的原因）" 来源：www.youtube.com在小宇宙查看该单集文稿
Transcribe →Opus 4.7技术报告解读
Apr 1700:23:18Tap to summarize刚发布的Opus 4.7，根据官方信息和技术报告（232页）做相对全面解读。摘要： Claude Opus 4.7 在高级软件工程和长流程任务上，相比 4.6 有显著提升的新旗舰模型，用户已经在将“最难、最需要看紧”的编码工作放心交给它。 在复杂代码编写、CI/CD、异步自动化、多步代理工作上表现更稳、更少出错，并且会主动检查和验证自己的输出，比如为系统代码先做“证明”、在长时间任务中持续推进而不是中途放弃。 多模态方面，它支持更高分辨率图像输入（长边最高 2576 像素），能阅读更密集的截图、技术图表和化学结构，在文档推理、金融分析、法律审阅等“高价值知识工作”的第三方评测中达到当前 SOTA。 安全上，它整体与 Opus 4.6 类似甚至略优，特别是在诚实性和抵抗恶意提示注入方面，但 Anthropic 特意削弱了它的进攻性网络安全能力，并通过自动拦截高风险网络安全请求来做“实战安全测试”，为未来更强的 Mythos 级模型铺路。 产品层面，Opus 4.7 保持与 4.6 相同价格，但引入了更细粒度的 effort 控制（新增 xhigh）、更高效的长程推理 token 使用，以及任务预算、Claude Code 的 /ultrareview 和更智能的 auto mode 等配套能力，被多家头部公司实测为几乎各方面“无回退的直接升级”。来源：https://www.anthropic.com/news/claude-opus-4-7https://cdn.sanity.io/files/4zrzovbb/website/037f06850df7fbe871e206dad004c3db5fd50340.pdf
Transcribe →最新《2026 AI Index Report》报告精华
Apr 1500:24:21Tap to summarizeStanford HAI（斯坦福大学人本AI研究院） 刚发布的《2026 AI Index Report》。摘要： AI 的能力远未到瓶颈。它正在加速发展，并触达前所未有数量的人。 在 AI 模型性能上，美中之间的差距已经几乎被抹平。 几乎所有领先的 AI 芯片都由同一家公司——台积电——代工，这让全球 AI 硬件供应链高度依赖台湾的一家晶圆厂；虽然台积电在美国的新产线已于 2025 年开始运营。 负责任 AI 的进展远远跟不上 AI 能力的提升：安全评估标准明显滞后，相关事故却在急剧上升。 在 AI 的未来上，专家和公众看法存在巨大分歧，而全球社会对各类机构「能否管好 AI」的信任也是支离破碎的。来源：https://hai.stanford.edu/ai-index/2026-ai-index-report
Transcribe →Hermes Agent全景指南精华
Apr 1300:30:29Tap to summarize背景：Hermes Agent 把 Harness Engineering 从“高手手工调教”做成了“开箱即用且会自我进化”的产品化系统。金句： 限制 AI Agent 表现的瓶颈，往往不是模型本身，而是模型运行的环境配置。 Harness Engineering 的本质，是用一套持续生长的约束系统，让 AI 在可控边界内越来越可靠。 Hermes 最重要的创新，不是又多了几个工具，而是它开始学会“自己给自己造缰绳”。 三层记忆回答的是三个不同问题：刚刚发生了什么、你是谁、这件事该怎么做。 自主 Agent 的真正挑战从来不是让它跑得更快，而是让它在没人盯着的时候，依然朝着正确方向前进。来源链接： GitHub - NousResearch/hermes-agent: The agent that grows with you
Transcribe →Claude Mythos模型技术报告精华
Apr 800:26:49Tap to summarizeAnthropic今天发布了Claude Mythos Preview 的 System Card：这是他们迄今能力最强的前沿模型之一，但正因为它在网络安全、代理执行和高风险任务中的能力跃迁，官方决定暂不向公众开放，而是限制在防御性网络安全合作场景中使用。摘要：1. Claude Mythos Preview 展现出的，不只是“更强”，而是一次真正意义上的能力跃迁。2. Anthropic 这次最重要的信号，不是发布了一个更强模型，而是承认：传统安全评估方法，已经开始跟不上前沿模型的进化速度。3. Mythos Preview 在真实软件环境中的漏洞发现与利用能力，是它没有被公开发布的关键原因之一。4. Anthropic 一方面称它是“目前为止对齐表现最好的模型”，另一方面也承认：一旦它在少数场景下出错，后果会比过去严重得多。5. 前沿模型竞争，正在从“谁更强”转向“谁能证明自己能控制更强的模型”。来源：www-cdn.anthropic.com
Transcribe →Claude Code源代码深度解读：Harness engineering的经典案例
Apr 200:26:07Tap to summarize背景：刚“开源”的Claude code源码堪称Harness engineering的经典案例：从 system prompt 动静分离、prompt cache 边界设计，到 AgentTool 调度链、Verification Agent、Skills / Plugins / Hooks / MCP 生态，以及权限与工具执行的完整 runtime pipeline。真正的护城河从来不是一段“神秘提示词”，而是一整套把 prompt、工具、权限、agent 分工、插件生态和产品体验统一起来的 Agent Operating System。摘要：1）“Claude Code 的核心价值，不是一段 system prompt，而是一整套 operating model。”2）“它把‘好行为’从工程师个人习惯，升级成写进 prompt 和 runtime 里的制度。”3）“在 Claude Code 里，Skill 不是文档，而是 prompt‑native 的 workflow package。”4）“多 Agent 真正的难点，不是能不能跑起来，而是怎么在 fork 中守住上下文与 cache。”5）“Verification Agent 的任务不是盖章通过，而是用 adversarial 思维去 try to break it。”6）“Claude Code 让我确信：优秀的 AI 产品不是‘会调工具的聊天机器人’，而是一套可扩展、可治理、可产品化的 Agent Operating System。”来源：https://x.com/tvytlx
Transcribe →个人动态｜迟来的告别，再见languageX
Mar 3100:07:59Tap to summarize我做产品的动力动力是什么？……我们试图用我们仅有的天分去表达我们深层的感受，去表达我们对前人所有贡献的感激，去为历史长河加上一点儿什么” ——Steve Jobs这个月正好是建造LanguageX的五周年，我想正式地说声再见。五年里我们风雨兼程地建造了这个作品，也取得了一些小小的成就：两届WMT机器翻译比赛的冠军，6项产品入围NImdzi语言技术图谱，企业/高校/用户的口碑。对我个人而言，LanguageX是我自己过去五年精神的一个投射，就像纪伯伦说的“将你的灵魂之气注入到你的产品中”。也像是一份日记：一个按钮，一个图标，一句文案，会回想起来当时的自己和小伙伴们。事实上，languageX起源于兰亭译，都是AI辅助翻译，对我来说只是和不同的团队合作。这样的话，我其实花了七年之久打造这款产品。它本质是一款连接语言工作者和AI的平台——我一直对纯AI或者自动化的东西不感兴趣：如果一个产品里面没有人的位置，我会觉得缺了点什么。LanguageX在业务蒸蒸日上的甲骨易手里，我希望随着业务变化，它也能穿越周期，去往更远的远方。而我，也在经历一次目前为止最大的蜕变和转型——有段时间，我甚至对自己感到困惑，剥离了languageX的David，他是谁？从翻译领域到AI，从一个产出外语文字的文科生，到一个产出想法和需求的产品经理，再从一个驱动团队的的业务负责人，到需要自己产出代码的builder。很多人问我为什么总是在跨界，是怎么从翻译变成了一个“技术”。我只能简单说“喜欢”，其实从更深处，我逐渐意识到，我只是在做一件事——找到更适合自己的“毛笔”去创作，去表达。languageX的缘起小时候练习书法，背“草决歌”，中学参加英语竞赛还奖励了一个复读机，大学的专业是俄语，毕业后做了一名翻译——这些都是我和语言的不解之缘。因为一句话、一个词表达而痛苦，又因为找到恰当的表达后的欢欣，对我而言也是一种创作。但商业人工翻译是一项艰苦的劳作：在有限的时间查证术语、手动复制粘贴重复的句子（改掉其中不同的数字和词）、搞定耗时费力的格式问题……在这个过程中，我见到Trados（一款专业辅助翻译软件）的威力，它可以直接帮你填充重复句子，保持术语统一，解析复杂的格式。但Trados带来了另一种痛苦：巨大的桌面软件，安装后连电脑都卡顿，操作繁琐、到处找操作教程。好的操作教程往往是付费的，我还见过需要培训一个月的Trados培训班。后来，我又陆续见到SmartCAT，见到惊为天人的谷歌翻译（NMT神经网络机器翻译）——这些吸引我一步步靠近这些所谓的“技术”（讽刺的是，我在大学阶段是以反技术著称的），我想搞清楚它们是什么……追随自己的好奇心，回头的时候才发现跨越了这么多所谓的“边界”。有一天我看到俞军的一句话：“产品经理就是“以产品为笔，和世界对话。”我想，产品就是那支我在寻找的“毛笔”。说到LanguageX，五年前从一个粗糙的PRD，以及改了不知道多少遍的原型开始。本来只想做一个CAT，后来做了翻译模型、交互式翻译、翻译项目管理、还有工具箱，翻译智能体……用开发同学的话说，我们“一直在急行军”。那些需求评审的争吵，那些加班的晚上，新版本上线后的兴奋，好像还只是昨天。最让我自豪的，languageX始终葆有人文（humanity）的气息，我理解的“热爱、简单、人本”——它其实也是一种价值观。热爱：不只是UI细节（当然UI我们花了很多心思，比如登录页就是Logo的形状），还有当时的小伙伴们，都是一群热爱自己工作的人：从设计到前端、后端测试、算法、运营。我们招人的直觉之一，就是去感受，这个人对自己做的事情有没有热爱。简单：在同等功能中，我们的上线标准是要做到行业中最简，不需要“操作手册”，把复杂转移到后台。记得有一个高校老师兴奋地对我说过：她从来没有见过这么简单又这么强大的CAT。还有一层“人文”，它无处不在，但最重要的是“Human in the loop”，译者是受尊重的，而不是作为配角。比如交互式翻译而不是译后编辑，先上传文件而不是先建空项目。上线“翻译智能体”后，我没有喜悦，反倒有些怅然若失——我没能为译员找到一个合适的位置。为什么告别？这也是我过去几个月一直在问自己的问题。每年我们会收到一个翻译工作室寄来的土特产，那是内蒙的一个老师，虽然他只是一个Pro版用户。拜访过不少翻译公司，很多都在艰难转型，翻译圈的会议也越来越少。高校方面，听说很多学校开始裁撤外语专业，老师和学生都有恐慌，甚至有外语学院院长说“自己可能是最后一任院长”了。翻译只是其中一个小众方向。全国有1000多所高校开设了外语专业，在AI和逆全球化的双重夹击下，恐慌情绪在蔓延……我希望能为这个群体做点什么。另外一方面，如果一个作品不再是最好，我就失去曾经那种昼思夜想的建造动力了。ChatGPT出现之后，我发现LLM才是最好的翻译模型：无论是横向更全的语言能力（翻译/术语处理/QA/润色），还是纵向更好的译文（深度理解上下文，并且是几乎每个领域的行业知识专家）。曾经的设想“最好的翻译平台——吸引最好的译者和模型标注者——最好的模型”被打破了。就像Richard Sutton笔下的The Bitter lesson——通用的总是打败垂直。当然，还有产品开发模式的巨变，从过去需求评审——UI设计图——前端——后端——测试——上线的团队模式，每个版本需要3-4周的模式。从Vscode到Cursor和Windsurf，又到最近的Claude Code和Antigravity……过去的敏捷开发和团队协作都太滞后了，我的心情就像我去年在朋友圈发的：我要去哪里？2019年做兰亭译的时候，我在产品介绍里的这张Slide，从“人人皆译者”到“人人皆开发者”——只是一种对未来的“幻想”，回头看竟然隐约有种奇妙的指引，尽管当时根本还没有Vibe coding。我的下一段旅程，是跟“人人皆开发者”相关的，不管AI coding是Vibe coding，还是Spec coding，还是现在火起来的Harness engineering。它就是那支毛笔。最后，感谢所有支持过languageX的人，一起并肩战斗的小伙伴。这段旅程我不会忘记。我暂时离开，陪伴家人。我也在筹备一个新的AI人文社区，帮助“曾经的自己”——非技术背景的外语人或文科生，用AI作为自己的“毛笔”，写下有自己灵魂气息的作品。One more thing：如果想关注AI人文社区的动态，可以先加入这个群。如果群二维码过期了，可以加：jeusmypower原文链接：https://mp.weixin.qq.com/s/iIZKeGdTTAGXj30Zav32zw?scene=1&poc_token=HCccy2mjH77Wcz8RA8QCF8GxPEuZH6v4FlOLHBxU
Transcribe →Claude对全球8.1万人做的用户访谈报告
Mar 3000:26:00Tap to summarizeAnthropic发布的报告：他们用一个「AI 访谈官」，在一周之内和来自 159 个国家、使用 70 种语言的 80,508 位 Claude 用户聊了聊——你在用 AI 做什么？你真正希望它为你改变什么？你又在害怕什么？本期你会听到： 人们最想要的 9 大 AI 愿景：从「专业进阶」到「个人蜕变」、从「时间自由」到「社会改造」。 AI 到底有没有帮到他们？他们实际感受到的 6 种改变：生产力、思考伙伴、学习、情感支持、技术可达性、信息综述…… 最让人不安的 13 种风险：幻觉与不可靠、工作与经济、认知退化、隐私与监控、情感依赖、存在性风险等等。 那 5 组最典型的「张力」：学得更快 vs 不再愿意思考；决策更好 vs 过度相信幻觉；被 AI 陪伴 vs 失去和人的连接；省下时间 vs 被迫跑得更快；靠 AI 创造机会 vs 被 AI 抢走饭碗。 不同地区对 AI 的态度差异：为什么发达地区的人更焦虑治理和隐私，而很多新兴市场的人把 AI 当成「资本绕行工具」和「机会加速器」？这不是一篇技术评测，而是一份全球范围的情绪横截面：它让我们第一次能比较系统地看到，「AI 时代的普通人」到底在想什么、在怕什么、又在偷偷期待什么。来源：https://www.anthropic.com/features/81k-interviews
Transcribe →Openclaw内核Workspace精华解读
Mar 2300:25:12Tap to summarize背景：关于Openclaw内核文件的深度解析。在 OpenClaw 的使用者里，有一条隐形的分界线。一边的人，每次跟 Agent 说话都像重新 onboarding：得再讲一遍背景、偏好和上下文。另一边的人，Agent 已经知道自己是谁、该怎么说话、用户讨厌什么，也记得上次积累下来的东西。这条分界线，叫 workspace。来源：https://docs.openclaw.ai/
Transcribe →Claude工程师如何使用skills
Mar 2200:20:19Tap to summarize这是Anthropic工程师近日发布的关于 Claude Code Skills 的实践指南。文章基于 Anthropic 内部数百个 Skills 的使用经验，提炼出系统化的分类体系和编写最佳实践。核心内容包括：• Skills 的九大类别：库与API参考、产品验证、数据获取与分析、业务流程与团队自动化等• 编写技巧：不要说显而易见的事、建立踩坑点章节、利用文件系统与渐进式披露• 实际案例：frontend design Skills、signup-flow-driver 验证 Skills• 分发策略：从代码仓库到内部插件市场的演进来源：anthropic.skilljar.com
Transcribe →