即刻App年轻人的同好社区
下载
福州-平潭
三个J人的自驾，逛吃，分享歌单
短暂放下了精神上的星辰大海，追求了一下看得见的星辰和大海
花了几个小时寻找和等待美丽而无用的蓝眼泪，被浪溅了一身感觉自己要变荧光的。
近距离看了有巨物恐惧感的风车，还有成片的海上风车田
于是充好电回家啦～
三个J人的自驾，逛吃，分享歌单
短暂放下了精神上的星辰大海，追求了一下看得见的星辰和大海
花了几个小时寻找和等待美丽而无用的蓝眼泪，被浪溅了一身感觉自己要变荧光的。
近距离看了有巨物恐惧感的风车，还有成片的海上风车田
于是充好电回家啦～
3 00
2 20
说的太对了，最近招人就感觉：Agent开发岗投简历的人爆炸多，但是真有料的太少了。
AI时代从0到1太简单了，言出法随
但是从50分到80分，有太多事要做，能刷掉太多人。
AI时代从0到1太简单了，言出法随
但是从50分到80分，有太多事要做，能刷掉太多人。
EasyPlux: 最近因为业务跟一些老板聊天得知一些真实的企业需求，2026年企业招AI工程师，不是招会调用模型的人，而是招能把模型做成系统的人。要是你只会调API、写prompt，跟着教程做几个简单AI小项目，在现在就像小学生用加减乘除，完全不够看。 现在AI工程师岗位需求暴涨，但企业却招不到能干活的人。因为真实企业级AI项目中，70%的工作量和挑战在系统上线后，像监控、评估、迭代这些。可求职市场上90%的人只会搭玩具demo，跑通个demo初中生都能做，但把它变成高并发、低延迟的企业级系统，那是另一回事。 想入行得掌握这下面这些能力： 一是高阶RAG系统搭建。企业早过了能问答就行的阶段，你的系统得能做多路召回、混合检索，接入重排模型提升准确率，还要有自动化评测流水线，确保改代码或换模型时指标不下降。 二是本地小模型部署和工程优化。企业数据敏感，得优化推理性能和硬件成本，要懂量化、压缩这些，还得会用工具提升并发，对模型高效微调。 三是大模型运维，全链路监控。要能追踪查询的各项指标，用工具采集、可视化，快速定位问题，评估幻觉率等并接入告警系统。 2026年AI行业招人逻辑变了，现在看你能不能把工具组装成稳定系统，证书没用，生产级项目经历才是硬简历。建议大家别再看保姆级教程，找个真实企业痛点，自己从头到尾搭个可行的系统，再丑再慢也比存一堆没灵魂的demo强。
1 00
已经连续工作9天x12小时了（没错，春节我也投入了4天）
但是我一直处在兴奋、思绪泉涌的状态
不知道大家能不能体会到我现在的感觉：
我们可能真的处在某个科技行业的“奇点”时刻
从能聊天，到vibe coding，再到vibe shipping，openclaw的PR数超过了issue数，说明AI产生软件的速度超过了人类查阅的速度，甚至来不及提出问题。
从vibe coding，到spec coding，再到harness engineering
从prompt engineering，到context engineering，再到agentic engineering
从function call，到mcp，再到ptc和skills，再到ephemeral apps
从听懂指令，到成为助手，到长程自主，再到反过来向人类派任务。
过时经验将不可逆地被改写，不仅是旧时代的，也包括“新时代的过时经验”。
这是让人又喜又怕的时代。
喜的是生产力爆发，全面开花，不断有新玩意涌现。
怕的是我们过去的经验很快会被弃用，而未来会走向何方？ 「既有些恐慌看不太清，但更不敢停下来不去看。」
这些AI native的新东西可能自己也会快速消亡，但它们也同时在冲击旧时代的习以为常。宛如大军交锋，激烈冲撞，双方均有阵亡。
但有些东西已经刻在群体基因里，未知对于人类来说是恐惧的，也是迷人的。
时代浪潮滔滔涌来。
可能很多人会在不知情的情况下被改写命运。是谓“消灭你，与你无关”。
但与此同时，一旦我有所觉察，就无法当作一无所知。
我所打造的船未必就是方舟，但这是我对抗这个时代巨变的唯一方式。
不要温柔地走入那良夜。
但是我一直处在兴奋、思绪泉涌的状态
不知道大家能不能体会到我现在的感觉：
我们可能真的处在某个科技行业的“奇点”时刻
从能聊天，到vibe coding，再到vibe shipping，openclaw的PR数超过了issue数，说明AI产生软件的速度超过了人类查阅的速度，甚至来不及提出问题。
从vibe coding，到spec coding，再到harness engineering
从prompt engineering，到context engineering，再到agentic engineering
从function call，到mcp，再到ptc和skills，再到ephemeral apps
从听懂指令，到成为助手，到长程自主，再到反过来向人类派任务。
过时经验将不可逆地被改写，不仅是旧时代的，也包括“新时代的过时经验”。
这是让人又喜又怕的时代。
喜的是生产力爆发，全面开花，不断有新玩意涌现。
怕的是我们过去的经验很快会被弃用，而未来会走向何方？ 「既有些恐慌看不太清，但更不敢停下来不去看。」
这些AI native的新东西可能自己也会快速消亡，但它们也同时在冲击旧时代的习以为常。宛如大军交锋，激烈冲撞，双方均有阵亡。
但有些东西已经刻在群体基因里，未知对于人类来说是恐惧的，也是迷人的。
时代浪潮滔滔涌来。
可能很多人会在不知情的情况下被改写命运。是谓“消灭你，与你无关”。
但与此同时，一旦我有所觉察，就无法当作一无所知。
我所打造的船未必就是方舟，但这是我对抗这个时代巨变的唯一方式。
不要温柔地走入那良夜。
10 00
我们做的系统，一年多时间做了两次大的架构调整，而过年期间我终于下了决心，要基于新的逻辑从地基重新孵化一套了。
歸藏: 如果你现在创业，一个团队做的 Agent 还是 2025 年那套，没有把 2026 年年初这些新增的东西加上。 同时你的结果也没有什么创新，有的甚至比不上我两周搓的这个东西。 我觉得这个创业就没必要干，因为 2026 年的产品和 Agent 的创作逻辑已经完全变了
1 00
深有同感，现在自媒体的AI味有两个明显特征，一是喜欢用“不是”“而是”，还有一个突出点就是喜欢打很光鲜的比喻。
打比喻确实是让人快速拉近认知的方式，但是任何比喻都是蹩脚的，意思近≠意思是，甚至很可能带偏认知。
打比喻确实是让人快速拉近认知的方式，但是任何比喻都是蹩脚的，意思近≠意思是，甚至很可能带偏认知。
玉伯: 比喻有用，也非常有害。通过比喻，很容易让人误以为理解了某个新现象，实际上思维还在老现象上打转。 比如把 LLM 比喻成 AI 时代的水电煤。实际上非常不一样。电力大同小异，甚至绝大部分用户都觉察不到异常。LLM 提供的智力，却小同大异。稍微多用用，就会发现每个模型的能力、性格都不太一样。LLM 根本不是水电煤。 再比如玩转 OpenClaw 的极客，很容易比喻成乔布斯都曾参与的 Homebrew 俱乐部。可真一样吗。乍看有很多相似处。细想，首先是硬件和软件非常不一样。当年的需求已经被 IBM 等企业证实 。如今 OpenClaw-like 的需求，却并没有被证实。需求层面的巨大不一样，使得这个比喻很容易自嗨。 再回到 YouMind。目前最痛苦的，是如何一句话说清楚定位。YouMind 不是另一个 NotebookLM，也不是 another Notion。是什么呢。或许可以通过比喻去说。然而只要去比喻，就错了。 大量事物的发展，都是独特的。比喻是一种偷懒。比喻是过河的舟，适当的时候可以用，需要谨慎的是，别过了河，还拖着舟前行。 放弃比喻。春暖花开。
4 00