There's a shocking amount of overlap between AI & Crypto/NFT bros2 months agohttps://mystudentfailedtheirmid.substack.com/p/theres-a-shocking-amount-of-overl...作者观察到AI与加密货币/NFT社群存在显著重叠，指出许多后者从业者已转向AI领域两个行业都普遍存在'毒性正能量'现象——诚实的反馈常被驳回，取而代之的是过度乐观的叙事作者通过亲身经历揭露加密货币/NFT行业的文化阴暗面以Garry Tan的帖子和社群反应为例，揭示了这些圈子普遍存在的妄想性乐观主义作者对AI领域重现这种压制真实反馈的环境表示沮丧
25 Years of Eggs2 months agohttps://www.john-rush.com/posts/eggs-25-years-20260219.html作者自2001年起开始扫描收据，等待技术成熟以提取数据。使用AI编程助手（Codex和Claude）在14天内处理了11,345张收据，消耗了16亿token。因收据底色存在「白色色差」问题导致分割困难，最终采用Meta的SAM3模型解决。发现Claude能完美识别收据内容，无需旋转图像预处理。用PaddleOCR-VL替代Tesseract提升OCR效果，通过动态分片处理超长收据。信息提取方式从正则表达式升级为Codex/Claude，准确率与效率显著提升。基于人工标注数据构建的分类器准确率超99%，优于基准真值。最终数据准确率达96%，错误主要来自早期扫描件的OCR识别问题。25年间共购买8,604枚鸡蛋，涉及589张收据，总支出1,972美元。组合专用模型（SAM3、PaddleOCR、Codex、Claude）实现最优效果。
Answer Engine Optimization2 months agohttps://juliasolorzano.com/blog/2026/03/16/answer-engine-optimization/由于ChatGPT和Claude等AI工具的兴起，传统搜索引擎优化(SEO)正转向答案引擎优化(AEO)AEO专注于让内容被提取为AI生成回答中的直接答案，而生成引擎优化(GEO)则追求在AI叙述中获得引用关键AEO技术包括结构化数据(JSON-LD)、清晰的元描述，以及在robots.txt中欢迎AI爬虫结构化数据帮助答案引擎构建内容知识图谱，包括作者身份和页面组织信息元描述至关重要，它们作为权威摘要供答案引擎判断是否引用该页面是否允许AI爬虫取决于商业目标——阻止可保护专有内容，而允许能增强公开影响力清晰、结构良好的内容（含标题和短段落）同时有利于人类读者和答案引擎实体识别很重要——全网一致的身份标识能提升作为答案引擎来源的可信度零点击搜索正在增加，使得AI答案中的引用变得与传统搜索排名同等重要AEO与SEO相辅相成，同时优化两者能确保在搜索引擎和AI生成答案中都获得可见性
Google replaces news headlines in the "10 blue links" with AI versions2 months agohttps://www.techbuzz.ai/articles/google-quietly-replaces-news-headlines-with-ai-...谷歌正在传统搜索结果中用AI生成标题替换原始新闻标题这一改变打破了谷歌长期承诺的'搜索结果将呈现未经修改内容'的原则该做法最初出现在Google Discover功能中，现已扩展到传统搜索结果AI生成的标题有时会改变原文表达的真实含义出版商往往是在发现搜索结果中被篡改后，才意识到这些改动此举标志着谷歌搜索背离了其最初的根本原则AI重写标题引发了人们对大规模内容编辑控制权和准确性的担忧
An FAQ on Reinforcement Learning Environments2 months agohttps://epoch.ai/gradient-updates/state-of-rl-envs强化学习（RL）环境对于训练AI模型至关重要，Anthropic等实验室正大力投入其中。RL环境和任务涉及模型执行动作以实现目标，并由自动化系统进行评分。关键增长领域包括企业工作流，如在Salesforce中导航或操作电子表格。奖励破解是主要挑战，需要强大的评分系统和迭代改进。在保持质量的同时扩展RL环境是一项重大挑战，涉及管理和质量控制。RL环境的成本差异很大，合同金额从每季度六位数到七位数不等。RL环境的应用领域最初集中在数学和编程，现正扩展到企业工作流。首要任务包括防止奖励破解、校准任务难度以及确保任务的可组合性。创建RL任务所需的技能包括领域专业知识、提示能力和产品意识。RL环境行业正在快速发展，对长期视野和多轮任务的需求日益增长。
Atuin v18.13 – better search, a PTY proxy, and AI for your shell2 months agohttps://blog.atuin.sh/atuin-v18-13/Atuin v18.13版本带来了重大改进，包括更强大的搜索功能、PTY代理以及面向Shell的AI集成。该守护进程现在采用基于定制版nucleo技术的内存热搜索索引，显著提升了性能和准确性。搜索功能新增了可配置的频率、时效性和综合热度(frecency)评分权重系数。Atuin AI作为英文转Bash命令的辅助工具被引入Shell环境，具备命令生成和安全检查功能。安全措施包括标记危险命令，并要求二次确认才执行高风险操作。严格保障数据隐私，默认仅使用最小必要设备信息，额外数据访问需单独授权。轻量级PTY代理Hex实现了更好的终端集成效果，无需清屏即可保持历史输出显示。托管同步服务新增Google和GitHub账户登录方式，并支持邮箱找回功能。本次更新还包含大量错误修复、功能增强及文档完善。未来规划包括扩展Hex对命令输出的搜索能力，并支持更多Shell类型。
Precision cardiovascular medicine with big data and AI - PubMed2 months agohttps://pubmed.ncbi.nlm.nih.gov/41844792/心血管疾病是全球范围内导致死亡和残疾的首要原因大数据和人工智能正通过整合电子健康记录、影像组学、多组学数据和可穿戴设备信息来变革精准心血管医学当前挑战包括证据缺口、实施复杂性以及碎片化的治理架构最终目标是要实现心血管疾病预测、诊断、治疗及系统层面的优化
The Impact of AI on Game Dev Jobs. Open to Work Crisis2 months agohttps://darkounity.com/blog-post?id=the-impact-of-ai-on-game-dev-jobs-open-to-wo...AI正在改变游戏开发行业的工作。该行业正面临'开放招聘'的危机。文章探讨了AI对游戏开发领域就业的影响。
At Palantir's Developer Conference, AI Is Built to Win Wars2 months agohttps://www.wired.com/story/palantir-developer-conference-ai-war-alex-karp/Palantir在大西洋中部一家酒店举办的开发者大会吸引了国防承包商、军官和企业高管，尽管遭遇了意外的降雪。由彼得·蒂尔和亚历克斯·卡普于2003年创立的Palantir，已成为五角大楼基于人工智能的作战转型中不可或缺的一部分。Palantir在商业领域的增长显著，同比增长达120%，超过了政府部门的增速。生成式AI增强了Palantir的产品，使客户能够利用其技术构建自己的工具。大会的主讲嘉宾包括军方官员和企业高管，反映了Palantir从国防领域向商业领域的转变。家族经营的时尚企业Mixology Clothing将业务转型和利润率提升归功于Palantir的AI系统。Palantir的核心仍在于国防合同，其注重结果和严格标准使其在竞争对手中脱颖而出。CEO亚历克斯·卡普强调Palantir致力于支持作战人员，表示公司的首要任务是在战场上提供'不公平优势'。Palantir的文化允许不同的政治观点，但在冲突期间坚持对作战人员的坚定支持。Palantir将自己与Anthropic等AI公司区分开来，批评在战争中对AI施加道德限制的尝试。公司将成功归因于推动AI技术帮助美国获胜，并注重与客户的深度合作关系。Palantir避免评判政府客户，即使其软件被用于有争议的用途，也强调对系统的信念。
Reports of code's death are greatly exaggerated2 months agohttps://stevekrouse.com/precision英语规范看似精确实则常缺乏真正准确性，正如伯特兰·罗素名言所揭示的编程与写作都是迭代过程，思想会在时间淬炼中逐渐精进人工智能辅助将英语转化为代码，实现精度可逐级调节的转化过程氛围编程在抽象层面运作良好，但扩展时可能导致意外漏洞应用中的实时协作功能暗藏复杂性——Dan Shipper的亲身经历印证了这点人脑处理复杂度有限，必须借助抽象机制应对抽象化通过将多重细节压缩为单一概念来驾驭复杂性函数式编程等抽象方法是掌握复杂系统的关键人工通用智能(AGI)终将达到人类智力水平，彻底改变编程范式AGI将被用于攻克抽象难题，而非简单产出代码代码不仅是功能载体，更是堪比诗歌的艺术表现形式AI生成代码持续进步，但仍需人类把关质量AGI时代的编程未来在于创造更优抽象层与工具链'编程已死'的论调实属谬误——AI将赋能而非取代编程正如迪杰斯特拉等大师所言，形式符号与抽象化是管理复杂性的利器
Researchers Asked LLMs for Strategic Advice. They Got "Trendslop" in Return2 months agohttps://hbr.org/2026/03/researchers-asked-llms-for-strategic-advice-they-got-tre...领导者和顾问正在使用像ChatGPT这样的大语言模型（LLM）来获取战略建议。大语言模型能够快速总结复杂信息并提供战略推荐。人们对于大语言模型所提供建议的可靠性和可信度存在担忧。
OpenClaw Is a Security Nightmare Dressed Up as a Daydream2 months agohttps://composio.dev/content/openclaw-security-and-vulnerabilitiesOpenClaw（由Opus驱动）是比AutoGPT和BabyAGI更先进的自主智能体版本，具有更少的幻觉问题和更好的生态系统集成能力。OpenClaw可与本地系统文件、终端、浏览器、Gmail、Slack及家庭自动化系统交互，是强大的数字助手。OpenClaw存在重大安全隐患，包括提示词注入攻击、不安全的集成接口和记忆污染等漏洞。OpenClaw的SkillHub已被攻破，用户下载执行的恶意技能导致潜在数据泄露事件。超过30,000个OpenClaw实例暴露在互联网且缺乏基本防护，凸显大规模部署风险。保护OpenClaw的最佳实践包括：使用独立容器环境、最小权限访问原则、采用Composio等安全集成方案。TrustClaw作为OpenClaw的安全替代方案推出，提供托管OAuth、范围化访问控制、远程沙箱代码执行和完整可观测性功能。
How to Attract AI Bots to Your Open Source Project2 months agohttps://nesbitt.io/2026/03/21/how-to-attract-ai-bots-to-your-open-source-project...作者幽默地探讨了自己开源项目中缺乏AI提交PR（拉取请求）的现象，与其他项目形成鲜明对比指出吸引AI贡献的实践方法，例如撰写模糊议题说明、关闭分支保护功能建议移除类型注解和测试用例，为AI创造更多贡献机会揭示JavaScript因其动态特性成为AI提交PR最多的目标语言提议包含node_modules目录以扩大AI可优化范围建议故意保留已知漏洞来吸引安全类AI的PR提交提出添加.github/copilot-instructions.md文件来欢迎AI贡献主张扩展贡献者公约（Contributor Covenant），增加对AI参与者的保护条款推荐追踪AI专属指标，如AI提交PR速率和代码冗余密度预测可能结果：PR数量增长400%，以及AI主动修正README拼写错误等场景
Rust Project Perspectives on AI2 months agohttps://nikomatsakis.github.io/rust-project-perspectives-on-ai/feb27-summary.htm...Rust项目收集了贡献者和维护者关于AI应用的不同观点AI被视为需要精心设计才能产生良好效果的工具AI模型正在快速改进，使其在重要工作中难以被忽视AI在非编码任务（如文档搜索和代码审查）中具有重要价值AI可协助处理大规模半结构化数据AI生成的文本通常缺乏结构和信息密度关于AI辅助编程的意见存在分歧，有人认为它能增强能力，也有人认为效率低下AI在约束明确的任务中表现良好，但可能导致技能退化AI生成的代码需要仔细审查，这具有挑战性AI能帮助专家，但可能阻碍新手成为专家伦理问题包括数据来源、权力集中和偏见传播AI消耗大量电力，影响气候变化应对AI使用的法律问题复杂且不断发展AI生成的贡献可能削弱信任并增加审查负担AI生成的错误报告往往令人沮丧且无帮助关于AI的讨论容易变得充满敌意和情绪化提出的解决方案包括通用政策、披露要求和信誉计划AI可用于帮助分类和审查贡献在保持质量和减轻审查负担方面存在共识核心矛盾包括深度整合与道德拒绝、支持AI与认可AI之间的张力
Cursor admits its new coding model was built on top of Moonshot AI's Kimi2 months agohttps://techcrunch.com/2026/03/22/cursor-admits-its-new-coding-model-was-built-o...Cursor发布了Composer 2——号称具有'前沿级编码智能'的新AI编程模型有X平台用户指控Composer 2基于月之暗面开源的Kimi 2.5模型并添加了强化学习Cursor副总裁Lee Robinson承认模型基于开源基础开发，但强调进行了大量额外训练Cursor与月之暗面均声明通过Fireworks AI的商业合作获得了Kimi模型授权Cursor联合创始人Aman Sanger承认未事先鸣谢Kimi存在疏忽，承诺将在后续公告中更正
AI ends online anonymity: the ease of unmasking pseudonymous accounts2 months agohttps://english.elpais.com/technology/2026-03-12/ai-ends-online-anonymity-the-ea...AI现在能以高准确率识别匿名社交媒体用户，挑战了网络隐私规范。研究表明，像Gemini和ChatGPT这样的AI模型能以90%的精确度识别68%的匿名用户。AI的去匿名化能力可能影响互联网上的言论自由和隐私权。即使不直接人肉搜索，AI也能从化名账户中揭示大量个人详细信息。诸如Anthropic与五角大楼之间的法律纠纷，突显了人们对AI去匿名化能力的担忧。AI能自动且大规模地将零散、无害的数据编译成个人生活的完整画像。包括不太明显的细节在内的用户数字足迹，都可能被AI利用来进行身份识别。未来的AI模型在用户去匿名化方面可能更加高效，引发隐私担忧。目前真正难以识别的人仍能保持安全，但随着AI进步，这种平衡可能会被打破。
The Diminished Art of Coding2 months agohttps://nolanlawson.com/2026/03/22/the-diminished-art-of-coding/编程是一门艺术，类似于建筑或木工，融合了形式与功能。代码审查可以展现精湛技艺与优雅设计，也能暴露需要改进之处。AI生成的代码缺乏人类编写代码时的情感共鸣与艺术参与感。编程在艺术形式与实用工具间保持平衡，而大语言模型更侧重功能而非形式。有了AI编程助手，人们更应关注架构设计、测试等高阶问题，而非细枝末节。编程的艺术价值因人而异——有人视其为纯粹艺术，有人则认为它仅具功能性。向AI辅助编程的转型，可能会丧失编程中的工艺精神与艺术性。给程序员的建议：在诗歌、绘画、舞蹈等活动中寻求艺术满足感。个人艺术追求包括绘画、舞蹈、阅读小说和弹吉他。编程正进入'快时尚'时代——软件变得可随意丢弃，充满氛围感却缺少人文温度。
Snowflake lays off documentation staff after they train AI replacement2 months agohttps://threadreaderapp.com/thread/2035197183230709874.htmlSnowflake宣布裁减技术文档编写和文档团队人员，内部消息称约有400人被裁。据报道，该公司对资深文档编写人员的工作流程进行了8个月的录屏，用以构建AI训练数据集。管理层庆祝新AI文档流程带来'300%的效率提升'，用3名波兰外包人员取代了47名全职文档编写员。资深编写员被迫在最后工作周培训取代他们的AI系统，将专业知识转化为提示词和模板。12月的内部会议记录显示'知识提取阶段完成，实现人力冗余'。工作多年的编写员仅获最低补偿离职，而他们的经理被晋升为'AI驱动内容战略主管'。一位工作12年的老员工对以职业发展之名培训AI替代者表示愤慨。据报道，由于AI由顶尖编写员训练，文档质量保持稳定。
Vibecoders Can't Build for Longevity2 months agohttps://blog.d11r.eu/theory-building/编程是理论构建的过程，代码只是理解问题与解决方案的副产品。氛围编码（不理解原理就交付代码）与理论构建相悖，缺乏底层理论支撑。编码代理生成的代码远多于删除的代码，导致代码库膨胀而理解深度不足。大语言模型的有限上下文窗口使其难以掌握长期氛围编码形成的大型代码库理论。氛围编码会快速催生遗留项目，由于缺乏底层理论，任何修改都可能引发崩溃。商业关系依赖产品持久性，而氛围编码会因代码复杂度增长危及这种持久性。氛围编码者押注AI工具能快速提升上下文窗口和理论构建能力，以跟上代码增长。预测：依赖氛围编码的企业将因大语言模型理论构建能力滞后而面临增长与存续危机。
Folks Aren't Forming Memories Like They Used To2 months agohttps://cendyne.dev/posts/2026-03-23-folks-arent-forming-memories-like-they-used...人们因频繁的上下文切换而难以形成记忆。像LLM这样的人工智能工具通过增加工作量却不给记忆巩固时间，加剧了职业倦怠。教学支架和发现学习等管理方法正在失效，因为员工会快速遗忘指导内容。员工正变得过度依赖AI工具，批判性思维和创造力正在被侵蚀。经济压力迫使企业在保持业务范围的同时缩减编制，导致员工不堪重负。管理者正在压平组织架构并增加工作量，将员工推向认知极限。微软被引用为正在应对AI生产力问题典型案例。'数据是新石油'的趋势导致了不道德的数据操作行为。人们期待能认识到人类认知局限，并减缓对组织的掏空式改革。