7
0以下内容由艾斯派索(www.aispresso.com.cn)出品 各位听众好，欢迎收听本期简讯播报。今天我们将分享一系列AI领域的最新动态，涵盖开发工具优化、上下文管理、代码审查实践、自动驾驶、AI经济影响以及教育政策等多个维度，带您快速把握行业脉搏。
把同一份规则文件放在四个不同的位置，然后测量Claude Code首次请求的token消耗，结果令人惊讶：直接写在CLAUDE.md里，消耗3330个token；用@import引入，消耗3442个；放在.claude/rules/里但不加路径限制，消耗3438个；但加上路径限制后，首次请求的token消耗竟然是——零。 这份规则文件有2004个单词，内容是关于API处理器的40条规则。实验在同一个机器上、同一个会话里进行，唯一的变化就是文件存放的位置。当规则被限制在路径「src/api/**」下时，Claude Code直到真正读取该路径下的文件才会加载规则。那次加载消耗了2987个token，比直接嵌入少了约10%。 这意味着什么？如果你的工作流中有大量不需要读取源文件的步骤——比如处理报告、查看日志、发送通知——那么这些步骤永远不会为那些路径限制的规则支付token。只有当你真正接触到匹配路径的文件时，规则才会进入上下文。 这对于优化Claude Code的上下文管理非常实用。那些必须在第一次文件读取前就生效的指令——比如启动命令、禁止提交的内容、与用户的沟通方式——应该放在CLAUDE.md里。而那些只在特定目录下才需要的东西，就可以移出到带路径限制的规则文件中，在用到之前完全不消耗token。 不过要注意，这个实验测试的是Read工具，如果你通过Bash、Grep等工具访问文件，结果可能不同。另外，规则一旦加载就会一直留在上下文中，所以对于长时间会话，节省效果会减弱。但如果你有很多短任务、窄范围的自动化作业，这种节省就非常可观。
想象一下，一个AI代理运行了四个小时后，开始跟自己争论一个它早就修复过的文件。它一遍遍地打开同一个SQL脚本，认为索引缺失，写入索引，运行测试，失败，然后再次打开。问题出在哪里？原来是上下文窗口的压缩机制，在清理历史记录时，丢掉了第12轮对话中的一句关键指令：“索引已存在，测试写错了”。这短短的十一个字，却引发了持续两个小时的迷路。这个真实案例揭示了一个残酷的现实：越长的上下文窗口，并不等于越好的推理能力。研究表明，即使只有5万token的输入，某些模型的表现就会出现明显下降，而在一个200K的窗口里，性能退化可能早在32K时就开始了。更糟糕的是，大量上下文空间被低价值内容占据——比如失败的堆栈日志、过时的推理过程，这些几乎占了窗口的四分之三。那么，如何破局？四个经过验证的模式值得关注：第一，把约束条件放在提示词最后，而不是开头。因为窗口的末端是最可靠的部分，只需要额外200个token，就能避免最常见的“忘记规则”的失败。第二，工具调用失败时，只保留一行记录：尝试了什么、错误类型、是否值得重试。完整输出存到文件里，需要时再调用，这样可以将平均上下文大小削减60%。第三，不要将动态内容（如当前时间、会话ID）插入到系统提示词前缀中，否则每次调用都会破坏缓存，增加近一个数量级的成本。第四，为窗口设置“地板”——保留前几个token作为“注意力锚点”，无论怎么压缩都不要删除它们，这能稳定模型的困惑度。最后，调试时记得：记录每个轮次完整的上下文窗口，当行为异常时，对比断裂处的差异，你往往会发现自己丢失的关键约束，而不是模型的能力问题。
让两个AI互相审查代码30天，结果如何？38个bug被成功拦截，但剩下的3个，人类只用了5分钟就揪出来了。实验是这样设计的：一个AI负责写代码，另一个扮演“怀疑者”专门找茬。怀疑者确实干得不错，它发现了重复函数、吞掉错误、甚至一个真实的竞态条件。但有一个bug它完美错过了——一个网页钩子处理程序先确认收到事件，再写入数据库。如果数据库在这两步之间闪一下，客户付了钱却得不到服务，而系统毫无记录。为什么AI没发现？因为两个AI来自同一个模型家族，共享相同的思维盲点。写代码的AI觉得先确认再持久化没问题，审查的AI也觉得没问题，还夸它“干净”。这就是回音室效应。而人类工程师，因为曾经被类似问题折磨过，一眼就看出问题。这个实验告诉我们：代码审查不能只靠同一个模型的两个分身，需要用不同模型家族、采用对抗性框架，最后还需要一个有“疤痕组织”的人类来把关。这才是真正的安全网。
在AI代理开发中，技能（Skills）是自动化重复流程的关键。它像一份精确的说明书，让AI模型按步骤执行任务，避免编造结果。 创建技能时，文件要放
.agents/skills目录下，每个技能对应一个文件夹，里面必须SKILL.md文件。头部信息用YAML格式，必填字段包括： -name：小写字母、数字和短横线组成，必须和文件夹名一致。 -description：用具体动词描述，让AI知道何时调用该技能。 其他可选字段licenseversioncontext（控制技能是内联执行还是分叉执行）allowed-tools（限制工具权限）等，能提升安全性和可控性。 技能主体采用T-I-P-O模式： - Target：明确目标。 - Inputs：列出必需的数据或文件，避免AI瞎猜。 - Procedure：用编号步骤引导AI一步步执行，减少幻觉。 - Outputs：规定输出格式（如JSON），让结果可被程序直接使用。 为避免技能文件过长导致上下文饱和，可以实施原子化。把脚本、示例、文档等外部资源放到子文件夹（/scripts/examples/references），然后在技能主体中用相对路径引用它们。这样AI只在需要时才加载，既快又省token。 最后，记住几条黄金法则：描述要精准，工具权限最小化，关键操作强制人工确认，输出格式严格定义。避免使用模糊语言、硬编码路径或让技能承担过多任务。 总的来说，好的技能就像给AI配上一套规范的操作手册。遵循这些实践，你的AI代理将更可靠、更高效。在人工智能的世界里，计算机如何理解“猫”和“狗”的相似性？答案就藏在一种叫做“嵌入”的技术里。简单来说，嵌入就是把文字、图像这些信息，转化成一组密集的数字向量，让语义相近的东西在数学空间里靠得更近。听起来有点抽象？别急，我们来拆解一下。 首先，嵌入不是一个模糊的概念，而是一个有严格边界的机制。它通常包含五个关键步骤：第一步，用训练好的模型对输入进行编码；第二步，生成一个固定长度的向量；第三步，对这个向量进行归一化或建立索引；第四步，用相似度函数比较向量之间的距离；第五步，利用找到的“邻居”进行检索、聚类或特征提取。每一步都有明确的输入、输出和验证方法。 你可能会问：这和直接给数据打标签有什么区别？区别大了。嵌入的向量是模型从海量数据中自动学习出来的语义关系，而人类打的标签是静态的、有限的。嵌入能捕捉到“苹果”和“橘子”都是水果这种隐含联系，而数据库字段只能告诉你它们分属不同类别。 为什么嵌入现在这么重要？因为AI系统正在处理越来越大的上下文、更多的模态和更快的决策。嵌入的质量直接影响系统的响应速度、安全性、成本和法律合规性。比如，在语义搜索中，好的嵌入能让用户找到真正相关的内容，而不是靠关键词碰运气。 但嵌入也有自己的“阿喀琉斯之踵”：向量之间的接近度只反映了训练时的目标，可能会保留数据中的偏见或错误关联。比如，模型可能把“护士”和“女性”关联起来，因为训练数据中就是这样。所以，使用嵌入时一定要设计好检测和纠错机制。 最后，如果你想在实际系统中引入嵌入，记住几个原则：明确要解决什么问题，对比一个简单的基线，测试最可能失败的场景，并保留可复现的版本记录。嵌入不是万能药，但用对了，它能让AI系统更智能、更可靠。
做评测难，做自己参与的评测更难。今天我们来聊聊Wontopos公司，他们既卖内存API，又自己搭建AI记忆检索的基准测试。为了防止“既当裁判又当选手”，他们把规则写在代码里：自己的提交和别人的走同一套审核流程，不能自己合并；新版本上线后，公司14天内不得公布任何数据。他们还公开了全部问答记录，任何人可以复现分数。语料库基于一个人17个月的聊天记录，包含10万次对话，覆盖14个测试维度。特别设计了“事实过期”场景，将“我不知道”和“自信地答错”区分开，因为后者在生产中更致命。还加入了矛盾陈述、图片问答、跨语言检索等挑战。速度测试也力求公平：减去网络延迟，只计算真正的处理时间，并以500毫秒为预算目标。目前这些规则已经开源，但评测本身和结果还没公布。他们问：你相信这样的评测吗？如果由你来设计，会加入什么才让你信服？
现代汽车集团近日宣布，其数据飞轮已进入全速运转状态。在韩国总部举办的自动驾驶媒体日上，集团首次展示了Level 2++级别的自动驾驶技术，并公布了双轨战略路线图。 第一轨是跟NVIDIA的深度合作。基于NVIDIA DRIVE Hyperion平台，现代计划在2028年上半年推出Level 2+的量产车，下半年升级到Level 2++。第二轨则聚焦于自研的Atria AI自动驾驶系统，这套端到端方案由集团旗下42dot公司主导，预计2029年下半年实现Level 2++量产。 数据飞轮的核心是让车辆收集的真实路况数据，用于训练和验证AI模型，而改进后的模型再部署到车上，生成更高质量的数据，形成闭环。现代每年在全球近200个国家销售超过700万辆汽车，目前有约40辆专用数据采集车全天候运行。他们引入了硬例挖掘技术，自动识别AI难以处理的复杂场景，比如施工区、极端天气、突然变道等，并优先训练这些场景。同时，通过连续训练管道和3D高斯泼溅等虚拟验证技术，可以安全地重现那些在真实世界中难以复现的危险情况。 在首尔的实际道路演示中，搭载Atria AI的测试车无需驾驶员干预，顺利穿过了江南早高峰、蚕室高密度车流和板桥雨天路况。视频中还展示了十个边缘案例，比如避让路边停车、应对突然加塞、无保护左转等。此外，42dot正在开发视觉-语言-行动模型，简称VLA。这个模型能将视觉信息、语言推理和动作生成整合在一起，在复杂驾驶场景中不仅能做出决策，还能用自然语言解释推理过程。目前VLA已进入仿真验证阶段，预计2026年底到2027年初开始实车测试。 最后，现代计划2026年底在韩国光州启动Level 4自动驾驶试点，让Atria AI测试车在真实城市道路上运营，收集到的数据将反哺数据飞轮，进一步优化从Level 2+到Level 4的全栈技术。 现代汽车集团强调，竞争力不取决于数据量的大小，而在于数据与学习、验证和性能提升之间连接的速度。通过数据飞轮的持续运转，他们正将自动驾驶从技术演示推向真正的量产落地。
想象一下，用户打开ChatGPT或Perplexity提问，得到的答案列表里，完全没有你的加密货币产品——即使它再优质。这不是AI有偏见，而是你的产品在AI的世界里根本不存在。一位专门研究AI搜索可见性的专家发现，加密货币领域普遍存在一个致命问题：文档。如今，用户不再从谷歌开始搜索，而是直接询问AI。AI会从可检索的文档中提取答案。但加密货币产品的文档往往存在三个问题：前端渲染依赖JavaScript，而AI爬虫很少执行JS；文档被视为支持成本，而非营销资产；还有类别名称混乱。结果，在一次测试中，当用户提出诸如“跨国汇款手续费高”等实际问题时，AI推荐了Wise、PayPal等传统方案多达246次，而加密货币作为解决方案只出现了6次。另一个关键发现：AI最常引用的来源是Reddit，多达293次，其次是供应商文档，达到3409次，而传统的新闻稿只有26次。这意味着，你花钱做的媒体报道效果微乎其微，但一篇Reddit上的真实问答却能帮你获得曝光。解决方案是什么？把文档优化成AI可检索的资产：让文档回答买家问题，而不是仅限技术问题；确保内容在服务器端渲染；每个页面只回答一个完整问题，便于AI切片。最后，主动在Reddit等社区发布有价值的内容。记住，在AI时代，你的文档就是你的产品入口。
Anthropic刚刚发布了一份关于人工智能对美国经济影响的模型，结果让人不安。在经济增长最快的那些场景里，知识工作者反而成了买单的人。模型假设经济由无数任务组成，而AI可以增强、自动化或创造新任务。他们模拟了三种情景。温和情景下，AI的影响和互联网差不多，GDP增长1.6%，工资和失业率几乎不变。显著情景下，AI到2030年能自主完成一半的脑力工作，GDP增长8.3%，知识工作者的工资原地踏步，其他岗位却涨了。极端情景最惊人：AI几乎能完成所有脑力任务，经济每年增长15%，GDP比没有AI时高32%，但知识工作者的工资下跌超过10%，失业率接近20%，相当于每五个脑力劳动者就有一个失业。你会发现一个扎心的模式：整个社会越富裕，知识工作者个体反而越受伤。模型还有一个关键数据叫劳动收入份额，就是每创造一美元有多少进了工人的口袋。今天大约是60%，在极端情景下会暴跌到45%，多出来的15个百分点全流向了资本拥有者。也就是说，经济增长了，但财富集中到了少数人手里。如果你现在做的是软件、分析、写作这类工作，这个模型不是在预言末日，而是提醒你：你的任务组合在变，与其担心失业，不如缩短换职业的距离，让自己能更快适应新任务。毕竟，AI不会让所有工作消失，但会让那些只做单一任务的人面临更多不确定性。
一项为期两年的大学研究给出了一个反直觉的结论：在课堂上禁止AI，反而让学生表现更差。研究者把学生分成三组：第一组完全不能用ChatGPT；第二组可以使用AI给出的修改建议，但没有任何指导；第三组则接受了专业的提示词培训，并学习如何验证AI输出的准确性。结果发现，禁止使用AI的那组学生很快就灵感枯竭，只能做简单的文字调整，而且小组讨论也经常陷入沉默。相反，那些未经培训就直接使用AI的学生，虽然有时会盲目接受AI的建议，但他们在考试中的表现竟然比无AI组还要好一点。接受过培训的学生最初优势明显，但到了第二年，随着大家普遍对聊天工具更熟悉，这种培训带来的优势几乎消失。不过，有一个结论始终不变：禁止AI的组总是垫底。研究者坦言，他原本以为没有培训的AI使用会导致灾难，但事实是，学生在实际使用中学会了识别AI的弱点。因此，他建议大学不要全面禁止AI，而是应该投资于教师培训，并重新思考传统论文的形式——纯粹文献综述不再合适，应该鼓励实践导向的作业，把合理使用AI纳入评分标准。当然，这项研究也有局限性，比如样本规模不大，学生本身可能就对技术更敏感。不过，它的结论给当下关于AI教育的争论提供了一个有力的参考：把AI关在教室门外，可能才是真正的损失。
感谢收听本期简讯播报。AI技术正在从开发工具、行业应用到社会经济层面全面渗透，希望这些前沿动态能为您带来启发。我们下期再见。
