AI探索站

基于和课代表立正的一期采访，总结了最近一些思考，2025年已经过半，“推背感”更加明显，甚至超过很多乐观从业者的预期，我们正在见证AI革命进入新纪元。

今天想试试最近比较火热的Claude Code，看看到底和Cursor的体验有何不同，新闻和视频介绍看了不少，但和亲手尝试还是不同的。遗憾的是Claude Code在国内没法用，翻墙都不行，经同事帮助，找了个开源路由库成功搞定，使用私有的LLM API。

试着让它写了个乒乓游戏和发推的脚本，都one shot成功了。有人说Claude Code像AI工程师，而Cursor Agent像实习生，从这两次简单的实验，确实能感受到Claude Code的爽点，交给它任务，直接获取结果，中间没那么多要确认的东西。

用的开源库是：github.com

朋友在单位组织的一次ai培训中，了解到了豆包，然后问我怎么用豆包，需不需要报课程去学习之类的😅

我直接把官方文档发给他，跟他说看完这些文档，他也是豆包高手👋

是啊，有官方这么详细的免费教程，还要花啥钱去买课程呀！😆

不过不得不夸一句：不愧是字节，产品的文档写得就是细(¯▽¯)👍
———
豆包应用创作1.0（豆包编程）：
bytedance.larkoffice.com

豆包超能创意2.0（豆包绘画-内测中，需申请）：bytedance.larkoffice.com

豆包超能创意1.0（豆包绘画-已正式上线）：bytedance.larkoffice.com

豆包使用宝典：bytedance.larkoffice.com

小云雀内容创作Agent：bytedance.larkoffice.com

想开课教推特运营方法了，主要帮一下中国出海的 AI 公司。

出海这几家有名的产品运营的官推惨不忍睹，除了 Manus 以外 一个比一个惨。

试着回答一个问题：为什么情感陪伴类 AI 在火了一小段时间之后，都逐渐走向了衰落。
极简回答：因为比起工作场景，我们的情感需求往往需要更长、更复杂的上下文。

全文万字，包含一个快速在 ChatGPT 和 Gemini 中复刻的上下文工程⬇️。

我去，这个好。

这老哥自己撸了一个蓝牙低功耗自组网加密通信服务。

主要特点
去中心化：完全点对点，无需网络基础设施。
消息短暂：消息默认只存在于设备内存中。
端到端加密：所有私聊消息都经过加密。
弹性自组网：自动发现和连接附近设备。
无需身份信息：不需要手机号、邮箱或永久身份标识。

技术架构

蓝牙 Mesh 网络：每台设备既是客户端也是服务端，自动发现并连接附近的同类设备，形成多跳自组网。

消息中继协议：通过 TTL（生存时间）字段和消息 ID 防止循环转发，实现多跳消息传递。

存储转发机制：对暂时离线的节点自动缓存消息，重连后自动投递。

高效二进制协议：采用紧凑的二进制数据包和 LZ4 压缩，节省带宽和电量。

隐私保护：支持伪装流量、操作随机延迟、临时身份等多种隐私增强机制。

项目地址：github.com

和群里朋友聊 AI 学到一个洞察。

我们都知道人类的聪明分成 book smart 和 street smart。前者是做题家的长处，而后者在很多现实问题上更有用。

这两者的区别可以理解为训练方式的差别。前者是 instruction-following based 为主，训练的是模仿和把指令内化为习惯和技能。后者则不然，训练的环境是对抗性的，没有自洽的指令，只有彼此矛盾的约束。训练的是如何在一个混乱的环境里生存、协作和发展。

AI 天生就更擅长前者，因为 AI 比人类还要做题家——今天人们对如何用奖惩机制训练 AI 服从指令已经得心应手，但对如何让 AI 在对抗性环境里自己找到策略仍然不是很熟悉。棋牌类游戏是少有的能成功训练 AI 的领域，但棋牌类游戏的环境比起真实社会毕竟抽象得多，而且这些 AI 模型都不是语言模型，使用非常受限。

这就是为什么今天 AI 写起政府公文来一套一套的，你让它在街上开个馄饨铺子它就彻底抓瞎。归根结底，AI 是东亚小孩里的东亚小孩。

仅仅一两年间，AI就带来翻天覆地的变化：从服务「会聊天的人」到渴求「有动机的人」，这看似微妙的转变，却重新定义了人与人的差距。

知识和技能的门槛正在瓦解，取而代之的是能动性的博弈——同样的工具在不同人手中，产生百倍千倍的杠杆差异。这种分化的破坏性，正被严重低估。

换句话说，那些鼓吹在技术浪潮中无所作为的声音，要么拥有躺平十年的底气，要么还不理解新时代的杠杆意味着什么。例如GPT Image、Google Veo以及Claude Artifacts每一个都如同魔法般的存在。

我们正处于前所未有的分水岭：能动性将成为稀缺的超级竞争力。

Lovable 7 个月达到 8000 万美元的 ARR，团队大约只有 35 人。

他们的一个员工写了一下原因： Lovable 不止产品是 AI 原生产品，而且里面有大量的 AI 原生员工。

整理一下主要内容，非常值得现在的任何初创公司学习🧵

AI 原生员工定义：AI 原生员工不是“使用 AI”的人，而是默认使用 AI 的人。

### AI原生组织：默认完成

在 Lovable 当有人想要构建某样东西（任何东西）他们会求助于 AI，然后……就完成了。就是这么简单。

无需增加人手。无需项目简报。无需交接。只有行动。

所有事情都能这样做吗？绝对不能。但即使是在需要跨职能合作的事项上，事情仍然以疯狂的速度推进——因为每个人都在用 AI 去除繁琐，跳过交接，只是……更快地完成任务。

### 在现实中识别 AI 原生员工

大多数（不是全部）AI 原生员工都很年轻——刚毕业，有时甚至还没毕业。他们没有被企业废话洗脑。他们没有被遗留流程、审批链条或“事情就是需要时间”的根深蒂固观念所束缚。他们看到问题就开始动手解决。

### 大量聘用 AI 原生员工的变化

1. 责任变得真实：你做的？你负责。没有“领导层改变了范围”的借口。这是你的想法，你的执行，你的结果。
2. 自主权被释放：无需协调五个其他团队。你可以直接行动。而这种自由令人上瘾。
3. 信任成为支柱：没有隐性和显性的信任，你无法如此快速前进。如果你需要每周检查一次来批准按钮颜色，这速度就不适合你。
4. 速度成为你的护城河：当整个公司都以这种方式运作时，这不再是团队动态——而是文化的引力。客户能够感受到这一点。

关于速度的证明和例证：自我加入以来的五周内，我们推出了推荐计划，发布了免费的协作功能，而在短短几天内，年度计划和积分结转功能也将上线。在这期间还有无数的改进和优化。这就是增长，甚至还没提到我们的核心团队。再说一次——总共只有 35 人！

### AI 原生员工无法在传统系统中生存

现有科技公司内部的人工智能转型将是残酷的。你不能仅仅组建一个集中式的“人工智能特别小组”，就指望组织的其他部分突然改变思维和运作方式。这行不通。

这种思维方式的转变不是你能通过文件规定或强制执行的——它必须被亲眼见证和亲身体验。我知道，因为我自己也必须亲眼见证。

即使出现了少数勇敢的 AI 原生员工，现有的官僚体系也会用无数细微的阻碍扼杀他们：“你获得批准了吗？”“这是谁签字的？”“我们得按照流程来。”

恭喜，你刚刚在火花还未燃起之前就把它扑灭了。

### 未来的一些预测

公司规模将缩小。组织结构将扁平化。缺乏垂直专业知识的中层管理层将会消失。AI 原生员工将成为新的 10 倍团队。

原文：www.elenaverna.com

AI领域，2025上半年发生了太多变化。

按照自己的高强度体感，和朋友的评价，盘点了 25 年上半年的 AI 模型与产品推荐清单～
基本能覆盖要用的AI模型or产品的初步选型

如有帮助，感谢转发 🥹