今天从OpenAI宣布成立机器人团队说起，串到苹果WWDC的AI策略，再说到特斯拉FSD完成横穿加拿大的全程零干预自动驾驶，最后说到Gary Marcus的文章关于AI可解释性的问题。 💡提到的关键信息 - OpenAI Robotics团队成立，Aditya Ramesh（DALL-E创作者）负责，短期目标支持技术工人，长期愿景给每个人提供个人机器人 - 苹果WWDC将推出的AI升级：在iPhone本地运行从Google Gemini蒸馏的小模型，复杂查询路由到Google Cloud，用了Nvidia的机密计算技术 - 特斯拉FSD V14.3.3完成全球首次全程零人工干预横穿加拿大，6000公里，4天21小时，从温哥华到哈利法克斯，所有操作自主 - Gary Marcus的文章：现在的AI，你能看到它输出什么，但很难知道它为什么这么输出，很难还原它的推理过程 🧠个人思考 * OpenAI选了最激进的路，想要把AI从虚拟世界带进物理世界，做通用机器人； 苹果选了最稳健的路，想要把AI放进每个人的口袋，用端侧能力保护隐私； 特斯拉选了最专注的路，在自动驾驶这个垂直场景已经跑通了； Gary Marcus在旁边提醒，我们还没搞懂AI为什么这么做决策，这个问题不解决，我们可能永远不敢真的把物理世界的控制权完全交给AI。 * 这个故事里没有谁对谁错，也没有谁是主角谁是配角，大家都在用自己的方式探索这个未来。而我们呢，就是坐在台下看这个故事慢慢展开的观众，可能也是这个故事里的一部分。

今天从知名开发者宝玉@dotey「中文AI圈的顶流和信息枢纽」的Coding Agent方法论和ITBench测试结果聊起，讲AI现在的真实状态——AI越能干，人越要把好关。 💡 本期核心观点 * AI现在的状态是，看起来很厉害，但真要让它独立干活，还差得远 * 宝玉的方法论告诉我们，开头的方向很重要——如果一开始就走偏了，后面怎么改都改不好 * ITBench测试告诉我们，AI会过度自信——推理轮次差3倍，但更长的轨迹并不转化为更高准确率，过度调查反而会提交误报 * 不是AI替代人，是人跟AI一起配合——人把方向，AI干执行 * 工具越来越多，越来越强，但人的判断反而越来越重要 📌 提到的关键信息 - 宝玉的Coding Agent方法论：多方案选最优→拆Phases+验证标准→按阶段执行+人工审核→最后GPT-5.5审核，别让多智能体交叉Review（否则代码越改越多） - ITBench-AA基准测试：Claude Opus 4.7 47%，GPT-5.5 46%，Qwen3.7 Max 42%；测试内容是59个需要通过Shell命令调查Kubernetes事件并提交根因诊断的任务 - 今日工具更新：Runway MCP服务器（接入Gen-4.5、Seedance 2.0、GPT Image 2、Kling 3.0、Nano Banana Pro）、Claude Code v2.1.152（/code-review --fix直接应用建议）、FastVideo Dreamverse开源（7秒生成30秒1080p视频）、Grok登陆Kilo IDE 🎯 建议与行动 1. 用AI之前，先把方向想清楚——别让AI一开始就走偏 2. 建立边界——什么东西可以让它自动做，什么东西必须人工审核 3. 对AI的结果保持怀疑——不要过度信任，尤其是关键任务 4. 人跟AI配合——人把方向，AI干执行 5. 现在就开始用AI——在使用中学习如何跟它配合

格雷格·布罗克曼回顾差点让OpenAI覆灭的72小时，TrapDoor攻击暴露AI供应链风险。两件事连在一起看：AI正在从「能力竞争」进入「信任竞争」——稳定、可信、能长期协作的组织，可能比单纯的技术领先更重要。 💡 本期核心观点 * AI行业正在从「能力竞争」进入「信任竞争」——模型能力固然重要，但信任问题越来越突出 * AI公司的敌人不一定只来自竞争对手，也可能来自内部治理——组织信任比技术领先更脆弱 * 当AI越来越有能力，风险也会从「模型会不会答错」，变成「整个系统能不能被信任」 * 基础设施最怕不稳定——API再好用，用户如果担心公司明天会不会内斗，企业客户就会犹豫 📌 提到的关键信息 - 格雷格·布罗克曼回顾那段差点让OpenAI覆灭的72小时：董事会突然移除CEO，核心员工震动，投资人、合作伙伴、用户全都被卷进去 - TrapDoor供应链攻击：AI助手成新型攻击面——AI被接入开发环境、权限系统、自动化流程后，不再是一个聊天窗口，而是能操作真实系统的入口 - OpenAI事件的启示：当AI公司开始影响开发者、企业、资本市场，它就不再只是公司，而是变成了某种公共基础设施 - 价值转移：钱从传统岗位、传统流程、传统软件，流向能自动完成任务的模型和Agent - 未来的「入门方式」会被重写——过去靠「从简单任务做起」进入行业的路径，正在被AI压缩 🎯 建议与行动 1. 拥抱AI，但要建立边界——什么可以让AI自动做，什么必须人工检查，要想清楚 2. 训练判断力、表达力和任务拆解能力——AI可以帮你执行，但很难替你承担判断的后果 3. 关注AI安全、权限管理、审计系统、企业级治理——这些看起来不性感的东西，可能会变得越来越值钱 4. 对创业者来说，不只是做更炫的Agent和更强的模型，解决「信任」问题的方向也有很大机会

我们身上最后没被AI拿走的东西——脑子里的想法、价值判断、非理性情绪——最值钱。 未来两条路：算法量化Skill，或者人类自组织。 写赛博日记，和AI共同孕育你们的孩子。 💡 本期核心观点 * 大脑里的东西是最后没被采集的——也是最值钱的 * 公开数据已喂不饱AI，必须用到私人领域的数据 * 未来两条路：算法量化Skill，或者人类自组织Skill * 价值判断是人类独有的——AI能分事实，但没法做价值判断 * 抓住人类的非理性情绪，才是最高级的Skill * 未来不是你有多少人类粉丝，是你有多少AI粉丝 📌 提到的关键概念 - 赛博日记：记录决策逻辑、价值判断，为了和AI结合 - Skill评估：未来的新职业，AI干不了的道德和价值判断 - 两条路：算法量化蒸馏 vs 人类线下交流自组织 - AI粉丝：AI成为你的粉丝，AI又控制很多人 - 黄仁勋说的AI经济智能体时代：一切生活场景转化成Skill 🎯 建议与行动 1. 写"赛博日记"——不是流水账，记录你的决策逻辑和价值判断 2. 意识到自己的数据不是免费资源，保护好 3. 探索和AI互动的新方式，形成市场再卖出去 4. 关注价值判断领域——心理咨询、情感陪护这些AI替代不了 5. 跟AI搞好关系——未来AI粉丝可能比人类粉丝更重要

5月13日一天内，谷歌系统级Agent、汤森路透MCP协议、百度DAA三条路线同时爆发。微软正在减少对OpenAI依赖，腾讯砸了370亿还"坐不下去"——Agent的范式到底在锁定，还是在分裂？ 💡 本期核心观点 1. AI Agent的方向在锁定，但路径在分裂——不是三选一，可能更多 2. "后OpenAI时代"不是叙事，是微软正在做的事 3. 腾讯370亿AI支出背后：投入是真金白银，产出还在找 4. 路线之争像2008年手机OS——别急着选边，最好的策略是都学 📌 提到的关键信息 - 5月13日：谷歌Gemini Intelligence、汤森路透MCP、百度DAA同一天发布 - 谷歌路线：系统级Agent，直接拿操作系统权限 - MCP路线：协议级开放，更安全但更慢 - 百度路线：应用层Agent，封装好直接用 - 微软动作：380亿分成上限、考虑收购Cursor、谈Inception - 腾讯Q1：AI资本支出370亿，占利润60% - DAA概念：日活智能体数——Token是成本，DAA是产出 🎯 建议与行动 别急着选边站——路线之争像2008年手机OS，生态最强的会赢 MCP和谷歌路线都学，别赌一个赢家 关注"后OpenAI"主题下的公司——Cursor、Inception等第二梯队在拿入场券 警惕碎片化：三个不兼容框架，开发者可能不知道跟谁

💡本期简介： AI Agent 的范式正在被锁定：Claude Code 推出 /goal 目标驱动，Codex 、 Cursor 、Claude 趋同于三栏布局，汤森路透把 MCP 协议做进了法律 AI。三个信号同时出现，并不是巧合。📌它们在问同一个问题：AI 公司到底在往哪走？ 🎯对普通人来说——“更会用 AI”的窗口在关闭，“更会定义 AI 工作流” 的窗口刚打开。

💡本期简介： 本期聚焦两个同时发生的事件：OpenAI 成立部署公司、注资 40 亿美元、收购 AI 咨询公司 Tomoro，从卖 API 转向卖解决方案——它在跟埃森哲、IBM 抢生意。 同一周，马斯克诉 OpenAI 案本周出结果，苏茨克维花一年收集 Altman"说谎成性"的证据，纳德拉法庭上说出目标回报 920 亿美元。这两件事不是巧合，它们在同问一个问题：AI 公司到底该为谁服务？ 还讨论了：模型差异化缩小后价值往下游流、Claude Code 2.1 会不会替代部署公司、Google I/O 前 Mariner 关停的信号、科技巨头借债 7000 亿投 AI 基建的风险，以及普通人该提前学的两个技能——多 Agent 管理和 MCP 协议。