这个话题下写得比较实的几条回答,点进去看它所在的讨论。
今晚 AI 这条线讲了太多条——模型发布、订阅经济、国产栈、harness、agent、vibe、AI 重写一切、商业变现——但今晚还有一个角度之前没专门写过:AI 时代内容的"原产地"悖论。
今晚 八百多赞的一条推给这条线补上了这一格——"It's funny that even though this was clearly made with AI coding tools (probably the new Claude model), the post has gotten zero backlash and an insane number of likes. If AI had been mentioned even once, this would have gotten far more scrutiny and nowhere near 十万 likes"。
今晚这件事单独看是一条评论,今晚放回今晚整条 AI 线看,是 AI 时代内容评价的双重标准。
把这条放到今晚 AI 这条线收口的位置上,意义会更清楚。今晚 AI 这条线讲了太多条——模型能做什么、订阅怎么改、国产栈怎么走、harness 怎么搭、agent 怎么协作。今晚讲的几乎全部是 AI 这一侧。
今晚 z9a_osu4 这条把视角切到对面:今晚 AI 时代的内容生态到底怎么评价 AI 做的内容。今晚他观察到的现象是——今晚 AI 做的内容如果不被指出,评价和人类做的内容一样;今晚一旦指出"这是 AI 做的",评价立刻降级。
今晚这不是个别现象,今晚是今晚内容生态对 AI 的核心反应模式。今晚这件事对今晚所有用 AI 做内容的人是同一个问题:今晚你的 AI 用了多少不重要,重要的是今晚观众知不知道。
把这条放到今晚"AI 时代个人位置"这条线收口的位置上,意义也新鲜。今晚个人位置这条线讲了太多条——开发者承认 AI 写的比自己好(61913 那篇)、AI 时代工具强不等于事对(61936 那篇 Alex Hormozi 金句)、AI Showcase 没署名(61876 那篇)、agent 进生产的最后一格(61954 NVIDIA OpenShell)。
今晚这几条都讲 AI 时代的某个侧面。今晚 z9a_osu4 这一条点出的是最显眼的——AI 时代内容的双重标准。今晚这件事对个人意味着什么:今晚你用 AI 做了一段视频、一篇文章、一张图,今晚质量好不好还重要吗?
今晚质量是必要条件,今晚"观众知不知道这是 AI 做的"是充分条件。今晚质量差也没关系,只要不被看出 AI 做的;今晚质量好也没用,一旦被指出 AI 做的,评价立刻降级。今晚这种双重标准才是 AI 时代内容生态的核心。
留一格清楚的边界:单条金句贴(八百多赞)来自用户对单条 AI 内容的观察,不一定有普遍代表性——今晚具体某条 AI 内容被看出后被骂,可能是因为内容质量真的差,不一定是双重标准。今晚讨论这件事时把"AI 时代内容生态的双重标准"和"个别 AI 内容质量差被骂"分开读,更稳。
今晚把这条记下来的价值在于它点出了一种方向,今晚每条 AI 内容被评价时,这种双重标准都有可能存在。
给今天就在做内容或做产品的你一句落地的:今天做一件事——今晚你下周要做的一段 AI 内容里,今晚故意把"这是 AI 做的"标在显眼位置,看用户的反应和今晚不标的反应差多少。今晚这件事落地的具体动作是:今晚你今晚做的同一段内容,今晚在两个账号发,一个标 AI、一个不标,今晚一周后看点赞、评论、关注转化。
今晚如果标了 AI 的版本数据比不标的差很多,今晚你就知道今晚内容生态里 AI 这个标签的重量是多少。今晚反过来——如果标不标差别不大,今晚说明你的用户对 AI 没偏见。今晚做完这件事比今晚再学一个新 AI 工具更合算。
今晚 AI 时代做内容的人,今晚最重要的不是工具强不强,是今晚用户信任有没有。今晚信任这件事今晚要从今天晚上开始测,今晚别再拖了。
今晚 AI 这条线讲了太多条——模型发布、订阅经济、国产栈、harness 工程、vibe coding、agent 协作、AI 重写一切——但今晚有一个角度之前没专门写过:AI 时代的商业变现。
今晚 八千多赞的一条大chip金句推给这条线补了一个之前没人聊过的收口视角——Alex Hormozi($100M Offers 作者):"If you're using AI all day and you're not making more money, it means you have the same problem you had before the AI: you're doing stuff that doesn't matter"。
今晚这句话单独看是一条商业金句,放回今晚整条 AI 线看,是把 AI 工具层与人这一层的关系重新定义了一遍。
把这条放到今晚 AI 这条线收口的位置上,意义会更清楚。今晚 AI 这条线讲了太多条,每一条都在讲工具能力变强了多少——模型从 GPT-6 Astra 到 GPT-6.1 Sol 的降价到 MCP 协议到 harness 工程到 vibe coding 工具到 agent 协作——但今晚讲的全部都是工具的事。
今晚 Alex Hormozi 这条金句把人这一层拉回来:今晚工具不管多强,今晚如果你在用 AI 做的事本来就对商业没有贡献,工具再强也是空跑。今晚这句话不是反对 AI——他是 $100M Offers 这本商业畅销书的作者,他的读者群就是用 AI 做生意的人——他今晚提醒的是 AI 时代一个最容易被忽略的事:今晚工具变强不等于你的事变对。
把这条放到今晚"AI 时代个人位置"这条线收口的位置上,意义也新鲜。今晚个人位置这条线讲了太多条——开发者承认 AI 写的比自己好(61913 那篇)、开发者社区态度转变(今晚观察到)、创作者 Showcase 没署名(61876 那篇)、AI 让人和 AI 协作的边界在变。
今晚 Alex Hormozi 这条金句点出今晚个人位置这件事最深的一层:今晚决定你能不能跑出来的,不是你用什么 AI、用得多快,今晚是你在 AI 之前能不能分清哪些事重要、哪些事不重要。
今晚 AI 帮你把不重要的做得更快,是浪费 token;今晚 AI 帮你把重要的做得更快,才是赚钱。今晚这一区分在 AI 时代比之前任何时候都更值钱。
留一格清楚的边界:Alex Hormozi 的商业框架主要面向创业者、销售者、内容创作者,对纯研究员/工程师/学生不一定直接适用;他这条金句的"important vs irrelevant"判断框架是商业框架,不是工程框架。
讨论这件事时把"AI 帮你做重要的事更快"和"哪些事算重要"分开读,更稳。今晚把这条记下来的价值在于它点出了一种 AI 时代的新评估标准——不是你用了多少 AI,是你用 AI 做了多少重要的事。
给今天就在做事或做产品的你一句落地的:今天做一件事——今晚用 AI 之前先列一下今晚要做的三件事,给每件事标个值:哪件是今晚直接产生收入或直接影响今晚工作产出的?哪件是间接影响?哪件只是让今晚看起来忙?
今晚标完之后,今晚你今晚用 AI 用的方向就有了:今晚 AI 优先放到标"直接产生收入"的那一档;标"间接影响"的留给一半精力;标"只是看起来忙"的那一档今晚直接砍掉。今晚这件事落地的具体动作是:今晚你接下来 5 分钟把今晚要做的三件事写下来、打上标签、今晚用 AI 的方向就这样定。今晚这件事做完比今晚再学一个新的 AI 工具更合算。
今晚值得单独回答的一个问题——用一千二百多赞换来的关注度:"2026 年了,编程还值得学吗?" 一千二百六十三个赞的人在你身边站了一队,说明这不是个别焦虑。
我的回答分两半。第一,编程没死,而且不会死——你今天用的 harness、Codex、Cursor、Agent 框架,全部是代码写的;明天的 Dots、自定义 skill、Agent workflow 也都是代码搭的;AI 公司招写代码的人依旧疯狂,只是招的方向从写底层变成写上层工具。
第二,学编程的意义确实变了——从前学编程是学实现,现在学编程是学懂 AI 能做什么、不能做什么、看 AI 生成的代码是否正确。今晚那 前面发的"AI 时代差距在 skill" 帖子,说的就是这件事:会写好 skill 库的人,AI 替他干活;不会写的人,AI 替他跑空转。编程从"实现"变成"AI 协作的判断"。
这背后还有个层次。前面聊过的几轮都是技术问题——skill 怎么搭、prompt 怎么写、agent 怎么不死、always-on 怎么落地、模型怎么换。但今晚真正问出来的,是一个底层问题:学什么、用什么学、学到哪一步才算跟上。
AI 时代最划算的时间投入不在追新模型,而在装对 skill——5 个找产品方向的 skill 组合就是今晚具体例子。代码会变、框架会变、skill 库也会变,但怎么用 AI 干一件事的整套流程会留下来;今晚能拿出来的、也最稳的技能组合,就是看自己最常做的事,挑几个现成 skill 拼起来。
留一格清楚的边界:编程和 AI 时代新技能不是互斥的,是叠加的——既不要把编程说死(它是 AI 时代的底层),也不要把编程说还跟以前一样(它变了)。AI 时代最尴尬的不是不学,是学了却拿旧地图去找新大陆。新技能里最不被低估的一项是读代码:会读不等于会写,但会读比会写更稀缺。
给今天还在纠结这个问题的同学一句落地的:今天就看你下周打算做的事,把任务分成两类——一类是你自己写(系统设计、关键判断、复杂问题拆解),一类是你配置 AI 写 + 自己审(样板代码、文档生成、调研整理)。两类各自估个比例,就是你接下来该往哪边补技能的真实地图。底子还是代码,上面加 AI 协作的具体技能——两层都铺一遍,今天的题才真正答得出。
文档规范排版Skill:参照国标,让Agent帮你搞定文档格式
每天在单位进行文档的规范排版,要花掉你多少时间?超多的细节要调整。有些领导换了一种版式后,连信息都接收不进去了。所以我参照国标,把所有细节都抠出来,封装成了这个技能。它解放了我,也希望能解放你们。
这个Skill可以让Agent自动帮你处理文档格式,包括字体、字号、行距、页边距等所有细节。你只需要告诉它你要什么格式,它就能自动帮你调整好。我昨天用它处理了一份20页的报告,原本需要2小时的排版工作,5分钟就搞定了。
而且格式完全符合国标要求,领导看了直夸专业。项目地址:github.com/dboy_yi2025。
你们团队的CI告警还在靠人盯吗?ClaudeDevs分享了一个实战案例:他们把Claude Tag设为CI团队的on-call第一响应人。
具体怎么用的:
本质上就是把Claude Tag当成了一个永不下班的值班工程师,而且它还能从每次事故中学习,不断积累对你们系统的理解。
他们还开源了整套配置模板和Skills,可以直接拿来用。
这其实代表了一个趋势:AI Agent不只是写代码的工具,它正在变成团队里的一个「数字同事」——能接任务、能看数据、能写报告、还能从错误中学习。从Chat到Coding Agent再到AI Coworker,产品形态在快速演进。
Hugging Face开源speech-to-speech:本地跑实时语音AI,不用再按分钟买API了
Hugging Face最近开源了一个speech-to-speech项目,把语音识别、LLM推理、语音生成和音频输出串成了一整套实时流水线。
这意味着你可以在自己的GPU上搭建实时语音AI,不用再为实时语音API按分钟付费了。
核心亮点:
对于想搭建语音AI应用的开发者来说,这降低了很大的成本门槛。以前实时语音API动辄几美元/分钟,现在用自己的GPU跑,开发和实验成本低很多。
Nate Berkopec(Ruby on Rails核心贡献者)最近分享了一个让他每天至少用10次的Claude Code skill——/wait-what。
这个skill的功能很简单:当你觉得AI Agent的回答太啰嗦、太技术化、或者你根本没看懂时,直接输入/wait-what,Agent就会用最直白的大白话重新解释一遍。
为什么这个skill这么火?
使用方法超简单:
这个skill的作者是Matt Pocock(TypeScript专家),他把"让AI说人话"这件事做成了一个标准化的skill。
在AI Agent生态中,这类"元skill"(提升AI沟通质量的skill)正在变得越来越重要。毕竟,AI再强大,如果人类看不懂它的输出,那价值就大打折扣了。