确实是这样的。如果你有几个非 AI 一线的朋友，那些不是做 Agent 相关工作的朋友，正好你还经常跟他们聊天，你就会发现他们的日常工作中有非常多低效的环节。有很多事情都是可以先交给 AI 去处理的，但是他们并没有那种思考方式。对于我们做 Agent 相关的人来说，面对一些问题时，思考的方式、解决问题的路径已经和现在其他人的完全不一样了。

其实很多人也尝试过去用 AI 解决问题，但确实现在 Agent 对人 build 的能力要求还是太高了。就和原贴说的一样，他们经常会在某些问题阶段卡壳，执行不下去了。我观察过这些朋友，如果你不主动介入，他们可能就放弃了，转而去依赖之前的路径去解决问题，熟悉且不会有试错成本。这也导致我在朋友当中成了一个“AI 布道者”，经常教他们怎么继续执行，怎么解决遇到的那些问题。其实在工作的过程中，还是有非常多细枝末节能够借助 AI 来大幅度地提高效率的。

但是很多处于这个岗位、这个位置上的人，并不能很好地把 AI 结合进来：要不然效果不够好，要不然经常会有大量试错成本，跑到一半就放弃了。还有，现在很多职场上的氛围已经变成了怎么不犯错。正常的打工人首先要考量的是怎么不犯错，而不是怎么把 AI 真正提效。如果领导想要 AI 落地，那你就附和他，天天学一些和 AI 相关的词就行了，甚至你可能都不需要理解你天天说的是什么

这是在工作过程中的一部分，另一部分就是日常之中的一部分。大部分人离开工作过后，很多时间要不然就放在追剧上，要不然就放在游戏上。你让我下班去折腾 agent，去和 AI 聊天，都是挺扯淡的，就算是一些明明知道 AI 可以回答得很好的问题，我也宁愿先去问问朋友，看看朋友们的看法，聊聊八卦，而不是去用 AI 调研什么的。

这就是 2026 年的我观察到的现状

Eve Recorder 之前的架构是 Electron 起一个 Python 子进程跑语音识别，v0.6.0 做了一次大重构，整个换成 sherpa-onnx 原生集成。用户不用装 Python 了，安装包下载就能用。桌面应用依赖外部运行时一直是个体验黑洞，能干掉就干掉

朋友做了个 API 聚合平台 Thorbase，大概 OpenRouter 7 折

大家都知道卖 token 本质就是卖电，据说他拿到了电价很便宜地方的算力

GLM-5 输入 0.6 刀，输出 2.1 刀，缓存 0.2 刀

走我链接注册送 5 刀
dashboard.thorbase.com

朋友把 7-Zip 原生移植到了 macOS 上

macOS 一直没有正经的 7-Zip 原生版本，系统只认 zip，The Unarchiver 年久失修，Keka 凑合

Swift 写的 7-Zip 衍生、LGPL 开源

github.com

很多人没意识到，所有东西都得付两次钱

第一次是结账那一下，第二次是把它真正用起来要花的时间和精力。衣服买回来挂衣柜里一次没穿，本子买回来翻了一页，食材塞满冰箱放到过期

第一次支付总是最爽快的。第二次支付付不起的东西，一开始就别买

百度搜“cursor 使用教程”首屏全是广告和 SEO 水文。

最近在用 feisou.app，专搜全网公开的飞书云文档，出来的都是 WaytoAGI、元子那些被无数人转过的原文，还顺手 AI 帮你分好类。

相当于给飞书文档装了个 Google

百度搜“cursor 使用教程”首屏全是广告和 SEO 水文。

最近在用 feisou.app，专搜全网公开的飞书云文档，出来的都是 WaytoAGI、元子那些被无数人转过的原文，还顺手 AI 帮你分好类。

相当于给飞书文档装了个 Google
feisou.app

Eve Recorder 终于是个正经桌面 GUI 了

之前要在终端敲命令配参数挑设备，劝退过不少人。我自己有次出门前忘开，回来发现两小时访谈一个字没录，原地暴毙

现在开机自启，自动开录，托盘常驻，点一下就行

做了个桌面录音工具叫 Eve Recorder，2月建的仓库，两个月，v0.8.3，GitHub 上 310 star

功能一句话能讲完，挂在托盘里长时间录音，边录边用 Qwen3 转成文字

做了个桌面录音工具叫 Eve Recorder，2月建的仓库，两个月，v0.8.3，GitHub 上 310 star

功能一句话能讲完，挂在托盘里长时间录音，边录边用 Qwen3 转成文字