AI 能写任何东西，关键是你得当「带路人」

今天最让人感慨的，是黄东旭带 AI 三个月写了个百万行代码的数据库，发现 AI 什么都能写，反而让人看不清人的位置了。后面咱们聊聊这个「带路」的本事，还有几个你能立刻上手试试的小动作。

灵感百宝袋

黄东旭带着 AI，两三个人参与，三个月就写出了一个百万行代码的数据库，他发现：AI 什么都能写——但前提是你得会「带路」。

TiDB 联合创始人黄东旭本来预设了一个终点：复杂到某个阶段，AI 总该写不下去了。结果每次系统撞墙，他调整任务拆分、智能体协作方式后，AI 又继续往前推。最后，一个 0 行人类手写、0 行人类审核的数据库项目跑了起来，成本甚至只有两千美金。他事后说，自己陷入了一种虚无——连数据库系统都这样，还有什么是 AI 写不出来的？但话说回来，能做成这个项目，黄东旭自己也承认，是因为他是个有十几年经验的老工程师，知道怎么像带徒弟一样给 AI 分派任务、设定验收标准，在出问题时调方向。说白了，AI 是个没偏好的执行者，怎么用好它，考验的是你定义问题和把关的能力。你手头有没有你觉得 AI 搞不定的复杂任务？挑一个最小的版本，别只丢需求，试着像带新人一样把背景、约束和成功标准讲清楚，看看它能不能跑通第一轮。

原文：https://www.infoq.cn/article/l2lF7aoPeLGlotlX1tdt

前沿模型烧钱训练，赚钱窗口却只有刚发布的那几个月——Dean Ball 说这状态糟透了。

Dean Ball 解释了这个残酷的商业模式：最顶尖的模型，训练费天文数字，但只有发布后短短几个月能被热捧，把成本收一收。过了那个窗口，竞品一出来、热度一降，价格就绷不住地往下掉。所以每一周的延迟，都在削减实验室本就紧张的回本时间。这也解释了为什么现在模型迭代像赶火车，晚一点都可能赔钱。对于我们这些用模型的人来说，这提醒了一件事：如果你打算把某个高成本模型作为长期服务底层，趁它刚发布、状态最好的时候抓紧做核心验证和适配，别等模型慢慢退到次前沿了才动手。

原文：https://simonwillison.net/2026/Jun/26/dean-w-ball

江湖快报

Anthropic 获美国政府许可，重新向超过 100 家关键机构开放网络安全模型 Mythos。

Mythos 是 Anthropic 最强的网络安全模型，上个月因为政府担心被滥用而暂停访问。现在当局允许它重新部署给那些维护美国关键基础设施的组织，包括大企业和政府机构。Fable 模型还没获批，但也在谈了。这事儿跟普通用户关系不大，但它传递了一个信号：最强的那批 AI 模型，使用权越来越像战略资源，不仅要看技术能力，还要看政策怎么定。

原文：https://www.engadget.com/2203088/anthropic-redeploy-mythos-cybersecurity-ai-model

苹果 Vision Pro 负责人 Paul Meade 跳槽 OpenAI，要帮 OpenAI 组建硬件团队。

据彭博社消息，Meade 下周离开苹果，去 OpenAI 成立硬件部门。OpenAI 之前就和 Jony Ive 的设计公司合作开发 AI 设备，现在直接把硬件做进内部，显然想加速 AI 专属设备的落地。有传言说，他们正在规划一系列产品，包括可能在 2027 年推出的智能音箱。对普通人来说，这代表未来可能真的会有独立于手机、电脑的 AI 原生设备出现。现在距离量产还有时日，但方向已经越来越明确，不妨先记着有这么个趋势。

原文：https://www.engadget.com/2203115/apple-executive-vision-pro-leaving-for-openai

贤者视角

Timothy B. Lee 打了个比方：觉得大模型不需要技能，就像认为当管理者只需要下命令——其实你是在「管理」AI。

这个比喻很准。你真管过人就明白，下属不是你一说他就完美执行，你得交代背景、拆分目标、中途检查、随时纠偏。用 AI 写代码、做方案也一样，随便丢一句话就想出完美结果，那叫运气。所谓「提示工程」，说到底就是管理能力的一次迁移。所以别信那种「AI 让技能不值钱了」的话，相反，它把之前藏在你经验里、说不清道不明的判断力，变成了显性壁垒。

原文：https://simonwillison.net/2026/Jun/26/timothy-b-lee

科学家破译了斑胸草雀的 11 种核心叫声含义，AI 正在帮我们离「翻译鸟语」越来越近。

加州大学伯克利分校的埃利博士花十多年录鸟叫声、用机器学习分析，最后弄懂了鸟儿会自我介绍、会告知自己在做什么，还分不清含义相近的叫声。她因此拿了 10 万美元的科勒-杜利特尔跨物种交流奖。这事有种朴素的浪漫：AI 不止能写代码，还能帮我们理解另一种生命在说什么。发起这个奖的投资人说，他有信心在 2030 年前实现跨物种双向交流。不管成不成，至少我们在往那方向走了。

原文：https://www.ithome.com/0/969/452.htm

AI 让求职诈骗比过去更逼真，美国四年损失金额涨了五倍多，注意保护自己。

据《财富》杂志报道，从 2020 年到 2024 年，美国求职诈骗损失从 9000 万激增到 5.01 亿美元。AI 帮诈骗团伙消除了语言障碍，生成无懈可击的假岗位，甚至混进正规招聘平台。年轻人尤其容易中招，因为那份「梦想工作」看起来太完美。专家建议：收到招聘信息，别直接信邮件里的联系方式，去企业官网找官方电话核实；要求预付款、下载不明软件的都是危险信号。更聪明的做法是用 AI 反制，比如训练邮箱过滤器识别诈骗话术。

原文：https://www.ithome.com/0/969/450.htm

联想警告：存储芯片涨价已成新常态，未来好几年内存都便宜不了。

联想在 ISC 2026 大会上直言，DRAM 和 NAND 价格从去年底开始猛涨，现在高位将持续到 2030 年以后。AI 热潮催生的巨大算力需求是主要推手，几大芯片厂都说产能很难快速补上。对我们买电脑、手机的人来说，短期内别指望内存有大幅降价。如果你正打算攒训练用的机器或者长期租用云 GPU，可以把这个涨价预期算进成本，别等涨到更高再动手。

原文：https://www.ithome.com/0/969/500.htm

开发者补给站

开发者给 llama.cpp 打了个补丁，把提示处理速度提升了 20%，现在需要懂 C++ 的人帮忙做成正式 PR。

这个补丁针对在 GPU 上跑 Qwen3.6-35B-A3B 时，开启 MTP 后提示处理吞吐量下降的问题。作者发现，只要在预处理时只处理输出行的 MoE 前馈网络，而不是整个批次，速度就能恢复到不开 MTP 的水平，同时对文本生成速度影响很小。因为代码是 AI 写的，不符合 llama.cpp 不收 AI 生成代码的政策，所以作者暂时没提 PR，而是在 Hacker News 上找人合作重写。你自己编译 llama.cpp 跑本地模型的话，可以先关注这个优化思路，看看后续有没有正式合并。

原文：https://news.ycombinator.com/item?id=48700782

Next.js 16.3 把报错变成了能直接复制到 AI 对话里的修复指令，还内置了给 AI 看的项目说明文件。

这个版本彻底站到了 AI Agent 开发这边。每个报错旁边多了一个「复制为 prompt」按钮，一键把错误上下文喂给 Claude Code 或 Cursor，不用你手动描述。同时新增的 Skills 和 Agent Browser 能让 AI 直接操作浏览器、审查 React 组件状态，省去你来回切窗口的步骤。如果你的团队在用 AI 辅助写前端，这个升级能让 Agent 理解项目结构更准，修复问题更快。目前是预览版，可以先用 npm @preview 标签试试。

原文：https://nextjs.org/blog/next-16-3-ai-improvements

.NET 11 第五个预览版发布，带来了闭类、联合类型等新 C# 特性，SDK 还自带 MCP 服务器模板，方便对接 AI 工具。

闭类（closed class）能限制派生范围，让编译器在 switch 表达式里自动提示你漏了哪些子类，减少运行时错误。union 类型就像个更安全的枚举，能携带数据，在处理有限状态时非常顺手。SDK 直接内置了 MCP 服务器项目模板，一行 dotnet new mcpserver 就能生成一个能被 AI 调用的服务端点。对做 .NET 后端又想接进 AI 工作流的团队，这个更新很实用，可以在预览版里先探探路。

原文：https://www.infoq.cn/article/9k2FtAR89wsZVgkh7BQv

好物挖掘机

Kindle iOS 应用新增 AI 功能：无剧透摘要和「向本书提问」，让阅读体验更聪明。

新功能目前在美国区 iOS 和一些较新的 Kindle 设备上可用。在你读长篇时，它会自动生成前面情节的摘要，不会剧透后面内容；还有个「Ask this Book」聊天机器人，可以问它人物关系、背景设定，就像有个随时能答疑的书友。Android 版本和旧 Kindle 要到年底才支持。如果你手头有美区账号的 Kindle iOS，可以找本在读的小说试试问它几个细节，看它能不能帮你理清那些你记不清的情节。

原文：https://www.engadget.com/2202142/kindle-app-features-ios-has-ereader-still-doesnt-have