本周Signal & 我们可能一直误解了AI对软件研发的影响

Signal #1：Agentic Engineering 正在走向端到端自动化

近期出现的一组迹象显示，AI 编程正在从“工具辅助”阶段，逐步走向由 Agent 主导的连续软件工程执行。

Anthropic《2026 Agentic Coding Trends Report》与 智谱《GLM-5: from Vibe Coding to Agentic Engineering》共同指出，AI 编程正在从辅助编码阶段，迈向由 Agent 主导的软件工程执行。

与此同时，Cloudflare 在博文《How we rebuilt Next.js with AI in one week》中介绍，一名工程师借助 AI 模型仅用一周时间，基于 Vite 重构 Next.js 并实现实验性框架 vinext。这一案例表明在完备的开发环境与工具链条件下，AI Agent 已能够直接参与大型代码重构，从框架级别到部署流程完成端到端执行。

**正在发生的变化是：**AI 不再只是提升单点效率，而是在逐步接管软件研发中的连续执行过程，推动研发从局部自动化走向端到端自动化。

AI 技术与算法实践

[梯度不陡] 软件研发 AI 控制权分配 责任分配

我们可能一直误解了AI对软件研发的影响
探讨AI参与软件研发对控制权和责任分配的影响
过去一年，AI在软件研发中存在感上升，人们直觉认为研发会更高效，但实践中不同场景体验不一。个人使用较容易，企业内部依赖人工确认，理解成本高。其实问题在于我们对AI影响理解不准确。软件研发有人类主导的“决定链”，AI起初是效率工具，后开始参与决策，改变了“决定链”，带来新问题，如理解过程拉长、决策协作更谨慎。这或许是团队不适的原因，AI可能正重塑人与系统分工，值得关注控制权与责任分配。

[腾讯云开发者] AI Agent 上下文工程 ReAct模式 Agent框架

如何从零开始实现一个 AI Agent 框架（理论+实践）
文章介绍从零实现AI Agent框架的理论与实践方法
文章围绕从零实现AI Agent框架展开，分理论和实践两部分。理论篇介绍AI Agent基础理论，如ReAct、Plan-and-Execute、Reflection模式，对比主流框架，指出Agent框架核心是上下文工程，其运行框架是Agent Loop。实践篇给出架构图，设计LLM Call、Tools Call和Context Engineering三大要素，实现极简Agent框架，包括Agent Loop、工具函数及注册、System Prompt。最后通过Python CLI REPL构建用户交互界面，以DeepSeek为模型展示应用体验，强调极简框架虽有不足，但能看清Agent本质，上下文工程是智能核心。

[腾讯云开发者] AI工程化 提示词 LLM 单仓库模式 复合工程

AI 工程化落地实践：推翻"完美架构"，回归提示词本质
腾讯云团队探索AI工程化，推翻“完美架构”回归提示词
文章围绕AI工程化落地实践展开。团队起初设计“完美架构”，但发现其增加认知负担，效率不高。受Google的NotebookLM和Anthropic的Claude Code启发，认识到文本是通用接口，应回归提示词本质。提出认知转变，如用提示词让AI理解规范等。提炼出文档即记忆、先跑起来、自然演进三个落地原则。介绍最简起点是创建AGENTS.md文件，提示词自然演进。还阐述解决AI“失忆”问题的方法、单仓库模式、复合工程理念及团队推广策略等，最后回顾反思，强调AI工程化无银弹，要在实践中迭代。

[梯度不陡] 软件研发 AI 研发瓶颈迁移

问题也许不在 AI：软件研发开始适应新的执行者
软件研发适应AI新执行者，研发瓶颈发生迁移
文章指出，随着Coding Agent与AI IDE普及，AI参与代码编写成日常实践。但在真实项目中，AI生成代码易，融入项目难。虽补充上下文信息，人工介入未减，协作成本未降。研发瓶颈从‘如何实现’转向‘如何定义与组织执行’，软件研发正适应新执行方式，开发者角色也在转变。

[ScienceAI] 脑机接口 超声波 人工智能 大脑活动监测

OpenAI支持的公司将利用超声波读取心思，这其中具有科学依据么？
OpenAI投资Merge Labs，用超声波构建脑机接口
2026年消息，OpenAI投资2.52亿美元给刚成立的Merge Labs公司。该公司从Forest Neurotech分拆出来，开发超声技术读取心思、治疗精神疾病，相比Neuralink式设备侵入性小。超声波可监测大脑大区域、刺激多部位，能成像和调节大脑活动，还能刺激神经元。虽基于血流测量大脑活动有延迟，但该公司仍推进构建脑机接口，还开展相关研究。此外，超声波有望用于更多治疗形式。OpenAI称将与Merge合作构建科学基础模型解读大脑意图，但Merge的研究成果待同行评审数据证明。

[ScienceAI] 3D设计 可微物理优化 PhysiOpt框架

从「好看」到「能用」：MIT用可微物理优化，让生成式3D设计真正可制造
MIT团队提出PhysiOpt框架让生成式3D设计可制造
当前3D生成模型视觉成熟但物理层面脆弱，MIT团队提出PhysiOpt框架，首次实现不破坏生成模型原生表示，在潜空间中进行可微分物理优化，让生成式3D设计进入“可制造”阶段。该框架将隐式场解释为连续材料密度分布，解决了生成表示与物理断层问题。相比传统方法，它具有语义保持、计算效率高、泛化性强等优势，能利用预训练模型生成多样作品，未来团队计划探索更多自动化替代方案。

[PaperAgent] 多智能体强化学习 MARL 大语言模型 算法自动发现

近期，谷歌发表了2篇Multi-Agent协作学习新论文
谷歌发表2篇Multi - Agent协作学习新论文推动MARL发展
2026年2月，谷歌发表2篇Multi - Agent协作学习新论文。第一篇探讨多智能体强化学习中自利益智能体协作问题，传统方法有均衡选择和环境非平稳性难题。论文提出上下文共玩家推理，验证从多样性到协作的因果链，得出上下文学习、混合训练池和剥削脆弱性的结论，还提出PPI算法。第二篇提出用AlphaEvolve自动发现多智能体学习算法，结合LLM代码生成与进化算法。发现VAD - CFR和SHOR - PSRO，经测试在多个游戏中达或超SOTA。两篇论文分别解决协作涌现和算法自动发现问题，有不同关键洞察、方法范式及实践意义。

[phodal] 多Agent编排 开放生态 工程化协作

从 AutoDev 到 Routa：开放生态下的多 Agent 编排新一代实践
Phodal团队推出Routa实现开放生态下多Agent编排
文章介绍了从AutoDev到Routa的多Agent编排新一代实践。Routa是工程化多Agent协作框架，与AutoDev强调“自研一体化”不同，它构建开放编排系统，可接入不同Coding Agent。Routa有三个取舍：优先开放协作，可替换Agent；优先角色分工，明确各角色职责；优先可验证交付，结构化任务信息。其核心特性包括协议融合架构、结构化任务、事件驱动协作等。在工程实现上，通过RoutaSystem统一系统边界，将协作动作变成协议工具，把任务当作数据结构，委派生成可运行子执行单元，多后端语义对齐。Routa让多Agent协作可控、可追踪、可验证。

[字节跳动技术团队] 计算机视觉 图像质量评价 视觉强化学习 轻量化范式

ICLR 2026 Oral｜火山引擎多媒体实验室提出RALI，探索画质理解大模型泛化性，节约96%开销助力实时部署
字节跳动等团队提出RALI框架探索画质理解大模型泛化性
在多模态大模型发展背景下，基于强化学习的IQA模型落地成本高。字节跳动等团队研究揭示RL提升IQA泛化性的机制，提出RALI框架，将图像对齐到高泛化性文本空间，移除LLM和推理，用4%参数量实现与7B模型相当性能。还提出RACT跨域训练范式解决多数据集混合训练问题。实验显示，RALI资源消耗低、性能达SOTA级别，推理速度提升、显存占用降低，跨域泛化性能佳。该研究为端侧画质增强等开辟新道路。

[GSYTech] AI Coding AGENTS.md LLM自动生成 开发者文档

AGENTS.md 真的对 AI Coding 有用吗？或许在此之前你没用对？
论文测试AGENTS.md对AI Coding作用，给出使用建议
文章围绕AGENTS.md对AI Coding是否有用展开探讨。2025年后OpenAI等合作制定该标准，2026年超60000个开源项目含此文件。论文通过SWE - Bench Lite和AGENTBENCH两个数据集及三种对照设置测试，用四套模型组合实验，发现LLM自动生成负收益，人写微弱正收益但不稳定且成本高。原因是context file让agent更折腾但不更聪明，增加探索、测试等却未提高命中率。不过仓库文档缺失时，LLM生成有用。对于论文结论有争议，最后建议把自动生成当草稿，人重新审阅修改，写不可从代码推断的内容，少目录导览多任务路由，按需加载避免污染，用正面引导。

[GSYTech] AI WiFi信号 人体姿态监控

AI 可以让 WIFI 实现监控室内人体位置和姿态，无需摄像头？
wifi - densepose项目用WiFi信号监控人体，核心功能未实现
2026年登上趋势榜的wifi - densepose项目，通过分析室内WiFi信号感知人体位置和姿态，无需摄像头。它用CSI数据替代RSSI，利用AI神经网络算法将无线信号“翻译”成视觉元素，实现模态转换、DensePose整合和实时处理，还可通过多路由器提高精度。但从代码看，核心功能未实现，有大量mock数据，无数据集，硬件接口和CSI解析器也无实际功能，该项目可能只是基于论文让AI复现的工程原型壳子。

[货拉拉技术] 代码评审 AI辅助 RAG 大模型

如何用 AI 做业务级 Code Review
货拉拉大前端团队推出AI辅助业务级Code Review工具
文章由货拉拉大前端团队撰写，介绍用AI做业务级Code Review的方法。首先指出传统代码评审存在Diff多、新人缺经验、AI缺业务理解等问题，提出打造有记忆懂业务的AI助手。接着阐述核心流程，从git push开始，经触发机制、Diff预处理、语义重塑、基于RAG召回经验、深度Review和报告通知。实践中需解决模型选型、长Diff处理等问题。工具上线后反馈良好，降低老事故复发率。未来将解决RAG噪音、实现一键采纳建议、与Cursor和发布平台集成。

[大淘宝技术] AI 数字人语音对话 性能优化 Qwen Omni

AI真人数字人语音对话性能优化实践总结
Meta技术团队优化AI数字人语音对话性能，降延迟提稳定
Meta技术团队为解决AI数字人导购对话延迟问题进行性能优化。初始对话链路因ASR、LLM和TTS串行叠加，平均端到端延迟达5.64秒。团队先搭建高精度性能监控体系，集成Qwen Omni一体化模型，设计音频窗口缓冲机制。最终平均端到端延迟降至1.323秒，提升76.6%，并改善稳定性。未来，团队设想在自动化测试、自部署链路、端上推理、双模型加速、预录制等方向进一步优化。同时提到Qwen Omni模型局限，后续可采用任意LLM模型加TTS - Realtime模式满足自定义音色需求。

[AndroidPub] Android开发 Spec Coding 规格驱动开发 Spec-Kit Plan Mode

Spec Coding 如何赋能现代 Android 开发：从理念到 Spec-Kit 实践
文章介绍Spec Coding赋能Android开发的理念与实践
文章围绕Spec Coding赋能现代Android开发展开。先回顾软件开发方法演进，引出“规格先行”理念，阐述其工作流。介绍Spec-Kit和Plan Mode工具，前者将规格转化为行动，后者确保规格准确执行，二者协作构成开发流水线。以开发“展示用户动态列表”功能为例，展示Spec-Kit在Android项目各阶段的实践。还指出适用场景及潜在陷阱和应对方法，强调Spec是新沟通界面，遵循“设计先行”可提升开发效率和质量。

[TesterHome社区] 软件测试 AI驱动测试 视觉自愈自动化

测试质量进阶｜前沿趋势融合(1)AI驱动测试：从用例生成到视觉自愈自动化落地
TesterHome社区介绍AI驱动测试落地与未来展望
TesterHome社区推出《测试质量进阶》系列文章，聚焦AI驱动测试。传统测试痛点多，AI驱动测试可实现用例自动生成、执行、异常识别和脚本修复。其核心定义是用AI实现测试全流程智能化，价值在于提效、降本、提升覆盖率和适配复杂场景，与传统自动化测试有本质区别。落地分三步：先AI自动生成用例，推荐TestGPT等工具；再推进AI视觉测试自动化，有Applitools Eyes等工具；最后高阶实现视觉自愈自动化，借助Applitools Visual AI等。文末总结落地要点，展望未来将实现全流程智能化。

[谷歌开发者] 数据分析 对话式分析智能体 BigQuery AI技术

在 BigQuery 中推出对话式分析智能体
谷歌云在 BigQuery 推出对话式分析智能体预览版
谷歌云在 BigQuery 中推出预览版对话式分析智能体。企业数据量大，知识团队和业务用户面临困境，AI 智能体可改变现状。该智能体运用 Gemini 模型，在 BigQuery 环境中根据业务背景生成、执行并呈现答案。它以多阶段工作流确保回答精确且与上下文相关，具有以上下文为依据、查询经验证、逻辑透明、安全治理等特点。此外，它能将分析从回顾性变为预测性，可对非结构化数据推理，构建简单，还可集成到企业应用和生态系统。用户可开始体验预览版功能并查看相关文档。

[大数据文摘] 人形机器人 跑酷框架 运动匹配 强化学习

人形机器人“跑酷”新框架！北大校友主导开发
亚马逊FAR等团队提出仿人机器人跑酷新框架
今年春晚人形机器人技术有飞跃，但捕捉人类动作敏捷性与自适应性仍是难题。亚马逊FAR等团队联合提出感知驱动的仿人机器人跑酷框架（PHP），可让机器人基于视觉自主完成长时程跑酷任务。研究人员在宇树G1机器人上实验，验证框架有效性，机器人能完成高动态跑酷技能。框架创新点在于采用运动匹配策略、训练强化学习专家策略并蒸馏为学生策略，实现自主决策。该框架让机器人敏捷度提升，能组合技能穿越多障碍赛道，但目前缺乏语义化场景理解，受感知与硬件限制，未来需更优传感方案与语义场景理解。

[TRAE.ai] AI辅助开发 Spec模式 Vibe Coding Plan模式

一文快速理解 Spec 模式
TRAE作者介绍Spec模式驱动AI辅助开发优势
文章围绕Spec模式展开，先指出Vibe Coding存在缺乏全局视野、代码质量不稳定等问题，引出Spec Coding。它是一种以软件规范为核心的AI辅助开发方法论，能让人和AI在开发中始终对齐。接着介绍Plan和Spec模式的区别及适用场景，Plan适用于中小型功能开发，Spec面向复杂系统级任务。在TRAE中用Spec模式，会生成项目范围、任务拆解、验证清单三份文档。通过PWA项目实践展示其优势，还列举使用场景和解答常见问题。最后总结TRAE三种模式适用不同复杂度场景，用户可按需灵活选择。

[阿里云开发者] AI Agent ReAct Agent 推理行动结合

AI Agent系列｜什么是 ReAct Agent？
阿里云开发者解析ReAct Agent核心原理与价值
文章深入浅出解析ReAct Agent的核心原理与工程价值。首先介绍ReAct Agent系列计划，包括解析其与传统编程、工作流的本质区别等内容。接着阐述ReAct的核心思想是观察 - 思考 - 行动，类似人类解决问题的过程，以查询北京天气及穿衣建议为例说明。然后解释需要ReAct的原因，它能灵活应对复杂、不确定任务。最后说明ReAct的实现关键要素，如历史上下文、环境信息、语言模型等，并给出执行流程示例和伪代码。

[阿里云开发者] AI Agent 传统编程 Workflow 决策方式

AI Agent系列｜深入了解智能体工作流核心：Agent vs 传统编程 vs Workflow 的本质区别
阿里云开发者解析Agent与传统编程、工作流的本质区别
文章基于作者实战经验，解析ReAct Agent核心原理与工程价值。对比了Agent、传统编程和Workflow工作流。传统编程需提前规划，依赖硬编码，修改成本高；Workflow工作流更灵活，但流程固定，复杂逻辑仍需代码；Agent能动态调整策略，由AI决策。作者认为Agent是面向未来的新范式，适合处理不确定性、快速迭代等场景，而传统编程和Workflow工作流本质上是程序控制的流程流转，可相互替代。开发者应根据实际场景选择合适方式。

[阿里云开发者] AI Agent Function Calling MCP Skills

AI Agent系列｜深入解析Function Calling、MCP和Skills的本质差异与最佳实践
阿里云开发者解析Function Calling、MCP和Skills差异
文章基于作者实战经验，解析Function Calling、MCP和Skills的差异与实践。首先介绍AI Agent工具调用流程，指出Function Calling是基础，能将非结构化需求转为结构化调用。但它存在工具集成成本高的问题，MCP应运而生，提供标准化接口解决该问题。之后又出现任务流程定义困难的问题，Skills让用户用文字定义任务流程。MCP和Skills基于Function Calling，二者是竞争关系。最后指出Skills存在需求描述不结构化、无法与既有系统接驳的问题，Lynxe的Func - Agent以函数为核心解决这些问题。

[阿里云开发者] 内核测试 模糊测试 大语言模型 自动化修复

ABACI内核缺陷智能体：让模糊测试真正“自动化”
阿里云ABACI内核缺陷智能体实现模糊测试自动化
文章介绍ABACI内核缺陷智能体，以解决Linux内核测试、分析和修复难题。传统测试手段对庞大内核代码库力不从心，模糊测试难以持续化。ABACI实现测试-分析-修复全链路自动化，包括用户意图理解、自动测试部署、缺陷定位分析和补丁生成。智能体还通过融合语义分析与确定性推理实现精准归因，借助钉钉机器人实现人机协作。其修复智能体构建高鲁棒性修复流水线，经多源数据融合和迭代式工作流生成补丁，并通过多阶段验证闭环保障补丁有效性。实际应用中，ABACI使人工投入减少超96%，缺陷修复周期大幅缩短，为底层基础设施智能维护提供范式。

[阿里云开发者] 数据库 数据压缩 归档分析 AliSQL DuckDB

AliSQL DuckDB：数据压缩与归档分析实践
AliSQL引入DuckDB，优化数据压缩与归档分析
本文为《DuckDB技术解读》系列第一篇，聚焦数据压缩与归档。业务增长使存储开销和历史数据可分析性成瓶颈，AliSQL引入DuckDB作存储引擎，提升压缩与扫描能力。介绍DuckDB压缩过程，以列数据为单位，先扫描分析选最佳算法，后按算法压缩写入。其压缩算法因数据类型而异，列式存储与自适应编码能显著降成本。对比InnoDB、HBase等系统，DuckDB落盘体积最小。AliSQL对DuckDB压缩链路优化，提升吞吐与并发效率，还支持存储层硬件压缩。DuckDB优势源于“列式组织 + 自适应算法选择”，AliSQL在此基础上进一步优化，为历史数据归档提供低存储占用和可控成本。

[京东技术] 智能体架构 Agent Skills MCP 协同模式

Agent Skills与MCP：一场被误解的“替代战争”
京东牛潇解析Agent Skills与MCP非替代而是协同关系
本文由京东牛潇撰写，探讨Agent Skills与MCP并非替代关系，而是搭档。先介绍二者概念，MCP是标准化通信协议，解决AI与外部系统连接问题；Agent Skills是模块化能力封装标准，定义AI行为规范。接着对比设计哲学，MCP重能力扩展，Agent Skills重业务价值。通过客户服务、金融风险评估、自动化部署等场景说明适用情况。还给出选择建议，如业务规则复杂选Agent Skills，需访问外部数据源选MCP。最后总结二者核心原则，指出应协同共生，未来将走向标准化融合、动态协同和开发者体验优化。

[AI 深度研究员] AI 企业应用 大公司转型

AI 这件事，思科总裁讲清了 4 个问题
思科总裁Jeetu Patel讲清企业AI应用四大问题
思科总裁Jeetu Patel在访谈中解答企业AI应用的四个问题。大公司做AI虽有优势却犹豫，源于怕改旧方式、怕削弱专业优势、怕AI不可控。而思科敢全力下注，因其方向统一、战略由CEO亲讲、能力整合。企业切入AI要问老本行与AI关联、产品交付能力、生态协作情况。Jeetu还给出行动建议：让AI参与业务、建立说真话文化、为半年后做准备。强调AI浪潮中，犹豫是最贵成本，企业应主动迈出第一步。

前端开发与工程化

[ByteDance Web Infra] 前端 Modern.js Web框架

Modern.js 3.0 发布：聚焦 Web 框架，拥抱生态发展
Modern.js团队发布3.0版本，聚焦Web框架并带来多项新特性
2026年2月25日，Modern.js团队发布Modern.js 3.0。此版本有两大核心转变：聚焦Web框架，Module和Doc孵化为Rslib与Rspress；更开放，强化插件体系。新特性包括：集成React Server Component，支持CSR和SSR项目及渐进式迁移；移除webpack，全面拥抱Rspack，提升构建、安装速度，减小产物体积；开放完整插件体系，含运行时、服务端插件；内置React Router v7，提供配置式路由和AI友好调试；重做SSG能力，有缓存和降级策略；基于Hono重构Web Server，支持跨项目调用；与Module Federation 2.0深度集成；升级React 19，最低支持Node.js 20，用Biome作代码工具。

[京东零售技术] 前端开发 NutUI组件库 一码五端

开启一码五端，NutUI 组件库助力黄流跨端实现
NutUI组件库助力黄流业务实现一码五端并邀开发者共建
在“京东订单鸿蒙 - 回跨iOS/安卓”项目中，NutUI组件库助力实现一码五端。2024 - 2025年，NutUI做了鸿蒙和iOS/安卓适配，推动了@hlfe/ui首个版本落地。hlfe/ui整合Taro基础组件库和NutUI，采用双层组件架构，通过构建脚本智能导出组件。使用时，用jd - init搭建项目，需确认包引入和配置项。核心能力优化方面，进行五端适配，扩充组件功能，完善无障碍支持，升级Icon库。目前@hlfe/ui已开放30 + 组件，未来将开放更多，还邀请开发者共建。

[MasterGo 莫高设计] 前端开发 MasterGo Agent 业务验证

新东方用 MasterGo Agent 让业务「先跑为敬」
新东方信管团队用MasterGo Agent实现业务快速验证上线
2026年，新东方信管团队面临UI设计资源短缺、响应速度慢等问题，传统流程制约业务发展。其UXC设计负责人杨峰引入MasterGo Agent，让产品经理用其几分钟内生成B端页面，虽细节有差异但整体稳定。前端工程师通过“MasterGo Agent → MCP → Cursor”工作流，可自动生成可部署前端代码。该工作流使系统上线周期从按周缩短到按天，降低试错成本。MasterGo Agent能精准执行企业级设计规范，成为业务增长加速器，让团队更敏捷创新，将验证能力转化为业务增长动能。

[GSYTech] Flutter Impeller GenUI AI Dart

Flutter 2026 Roadmap 发布，未来计划是什么？
Flutter发布2026 Roadmap，涵盖多方面未来计划
2026年2月25日，Flutter发布2026 Roadmap。2025年其基本完成Impeller移动端过渡，解决了复杂动画着色器编译卡顿问题，hotload支持到Web端，且在移动端和桌面端的使用率有所提升。2026年官方重点包括持续推进Impeller，完成Android平台迁移并移除旧版Skia后端，支持新系统版本，改进辅助功能；与社区框架合作，转正WebAssembly；在GenUI和AI方面，研究改进Dart语言以支持动态加载AI生成UI，与团队合作实现Dart支持，开发Dart Cloud Functions等；还计划改进Dart语法和编译性能，支持Git LFS。

[GSYTech] Android开发 Android 17适配 开发者认证 禁止侧载

Android 17 有什么需要适配的？2026 Android 禁止侧载又是什么？
谷歌发布Android 17适配内容并将实施开发者认证
文章围绕Android 17适配和2026年Android禁止侧载展开。Android 17适配方面，涉及usesCleartextTraffic弃用、‘隐式URI grant’限制、键盘显示状态变化、后台音频收紧等多项变更，还针对targetSdk=37有新措施，如引入DeliQueue架构、收紧BAL、新增权限等。禁止侧载方面，2026年3月开发者身份验证开放，9月部分地区需验证开发者才可安装应用，2027年全球普及。谷歌称此举为提升安全，还为部分开发者构建新控制台，但开发者认证需提供个人信息，引发不便之感。

[GSYTech] 前端开发 Flutter Embedder 跨平台开发

Flutter 的真正价值是什么？深度解析再结合鸿蒙，告诉你 Flutter 的真正优势
文章解析 Flutter Embedder 价值及在鸿蒙平台适配优势
文章深度解析 Flutter 真正优势及在鸿蒙适配快的原因。指出 Flutter 最大价值是 Embedder，可让其在非官方平台运行，有企业价值。介绍 Embedder 嵌入内容、能力划分及使用时需做的工作，还提及在不同平台实现方式。以鸿蒙为例，详述 Flutter 嵌入层实现，包括层级关系、各部分职责。最后强调 Embedder 实现是 Flutter 最大价值，虽门槛高但便于跨平台，在 AI 时代易被小众平台接入。

[搜狐技术产品] Android开发 R8编译器 代码优化

你是不是觉得 R8 很讨厌，但 Android 为什么选择 R8 ？也许你对 R8 还不够了解
文章介绍Android R8编译器特点、问题及未来发展
文章围绕Android R8编译器展开。先对比D8与R8，指出D8用于调试，R8用于发布且功能更全。介绍R8核心优化机制，如Tree Shaking、方法内联等。但R8存在问题，反射和JNI会致其误删代码，需Keep Rules，部分规则宽泛影响性能。如今R8开发体验和资料改进，有反混淆和新文档。未来R8有新特性，如局部优化、新注解、资源缩减结合等。官方建议开发者开启R8，其能减小APK体积、提升性能。

[搜狐技术产品] 前端开发 AI对话界面 Open WebUI Svelte 流式渲染

拆解 Open WebUI：前端如何做一个生产级 AI 对话界面
搜狐技术拆解Open WebUI前端打造生产级AI对话界面
文章围绕Open WebUI展开，先介绍它是热门开源AI对话界面项目，功能丰富。接着分析其三层架构，前端用Svelte + SvelteKit，后端为Python + FastAPI，数据层含SQLite等。然后详细拆解核心组件，如Sidebar管理对话、ModelSelector选模型等。还指出流式渲染存在性能坑并给出优化思路，介绍状态管理、消息树结构、RAG接入和插件系统。最后建议学架构思路而非照搬细节，因做“好用”的AI对话界面需解决流式渲染、数据模型等难题，而Open WebUI已提供成熟方案。

[搜狐技术产品] Kotlin Kotlin Analysis API 代码分析

Kotlin Analysis API
文章介绍Kotlin Analysis API的功能、组件及应用
文章介绍Kotlin Analysis API，它是用于理解和分析Kotlin代码语义的底层库，为IDE智能功能和代码分析工具提供支持。首先阐述IDE插件和注解技术能提升开发效率，Kotlin发展迅速且未来聚焦性能提升等。接着介绍API核心组件，包括会话管理、符号系统等。还讲解主要组成部分，如KaSession是交互入口，需在读操作内使用；Symbols表示声明；KaSymbolPointer用于跨会话引用符号；Scopes作为声明容器；KaTypes表示代码中类型。最后说明可通过API访问和分析注解，它能降低构建开发工具门槛，未来作用将更重要。

后端与云原生架构

[阿里云云原生] 云原生 消息队列 RocketMQ 育儿应用

秒触达、零资损：亲宝宝基于 RocketMQ 支撑千万家庭实时互动与成长记录
亲宝宝采用阿里云RocketMQ 5.x支撑家庭互动与记录
亲宝宝是育儿领域移动互联网公司，旗下APP注册用户超亿、月活超千万，技术架构面临高并发、强一致性与实时触达压力。经评估，亲宝宝选择阿里云RocketMQ 5.x Serverless，因其有Serverless架构、秒级精准延迟消息、全链路可观测性和云原生弹性伸缩等优势。在成长相册、成长印迹定时解锁、积分权益等场景应用后，实现处理流水线低延迟、事务消息高成功率。未来，亲宝宝将与阿里云探索RocketMQ 5.x在AI场景的更多能力。

[阿里云云原生] Go语言 可观测性 编译时插桩 Loongsuite Go Agent

5 分钟零代码改造，让 Go 应用自动获得全链路可观测能力
阿里云开源Loongsuite Go Agent让Go应用零代码获可观测能力
文章介绍阿里云Loongsuite Go Agent，可让Go应用编译时获全链路可观测能力。它能解决传统可观测方案代码侵入强、改造工作量大、有性能开销的痛点。通过编译时插桩技术，实现零代码改造、自动化埋点且性能友好。以MCP 官方Go SDK为例，说明其自动插桩效果。还阐述了技术原理、工作流程及插桩方式。5分钟即可上手，可将结果导出到多种平台。它支持50+主流Go框架和库，性能表现优，有开源地址和社区支持。

[TesterHome社区] 数据验证 数据金丝雀系统 高速度数据管道

数据金丝雀：Netflix如何验证目录元数据
Netflix构建数据金丝雀系统验证目录元数据
Netflix为保障流媒体可靠性，构建自动化数据金丝雀系统验证目录元数据。此前一次生产事故暴露数据验证缺口，传统金丝雀分析工具难以应对高速度数据管道验证挑战。Netflix开发了数据金丝雀协调器模式，包括专用协调器模式、利用并扩展混沌平台、生产级边缘情况处理。通过受控故障注入实验验证系统有效，能在2.5 - 4分钟内识别问题，自动阻止发布。该模式可广泛应用于高速度数据管道系统。

[得物技术] 限流 Sentinel 滑动窗口算法 责任链模式

Sentinel Java客户端限流原理解析｜得物技术
得物技术解析Sentinel Java客户端限流原理
文章围绕Sentinel Java客户端限流原理展开。首先从HTTP请求引入，说明为保证系统稳定需为核心接口配置限流规则。接着阐述限流规则加载，RuleLoader将多种规则加载到缓存，以流控规则为例介绍其加载详情。然后介绍SentinelServletFilter过滤器和SentinelResourceAspect切面的工作逻辑。流控处理核心逻辑方面，入口函数通过调用链创建限流入口，ProcessorSlotChain采用责任链模式组合功能插槽，包括NodeSelectorSlot、ClusterBuilderSlot、StatisticSlot等。FlowSlot根据预设规则进行流控检查，流控规则由阈值类型、调用关系策略和流控效果等要素构成。最后介绍滑动窗口算法，StatisticNode作为统计数据结构，ArrayMetric使用滑动窗口思想采集数据，OccupiableBucketLeapArray可解决秒级统计数据误差问题。

工程效率 & 工具链

[阿里云云原生] 代码管理 云效MCP AI编程工具 自然语言交互

超简单！用云效 + AI 编程工具智能管理代码仓库
阿里云云效 MCP 用自然语言智能管理代码仓库
文章介绍通过阿里云云效 MCP 提升代码管理效率，以自然语言交互取代传统 Git 命令行操作。阐述云效 MCP 的核心能力，包括仓库与分支管理、自动化分支创建等，还介绍环境准备及验证方法。通过多个场景展示应用，如查分支、自动创建分支、代码浏览修改等，有合并请求、版本对比等操作。此外，提及进阶应用，像团队开发节奏分析等。最后指出能实现从工具操作到智能协作的转变，值得开发者尝试。

[软件工程3.0时代] 软件工程 大模型 人机协作 智能资产

软件工程3.0宣言（2026年版）
朱少民发布软件工程3.0宣言（2026年版）
2026年2月26日发布“软件工程3.0宣言（2026年版）”。因AI发展快，距2023年版近3年，有必要更新，后续还将发布相关原则和实践内容。在大模型与智能体崛起背景下，人、软件、工程角色升级转变。该宣言认同并实践四大价值观：以业务意图为中心的人机协作、可进化的结构化知识与记忆、可执行的验收意图、异构智能体的对抗与协作机制。

[AndroidPub] 软件开发 SDD开发工作流 OpenSpec OPSX

告别死板流程：OpenSpec OPSX 如何重塑 SDD 开发工作流
OpenSpec OPSX重塑SDD开发工作流并带来新体验
文章介绍OpenSpec OPSX重塑SDD开发工作流。先阐述SDD将规范作为系统核心，OpenSpec是轻量SDD工作流框架，强调灵活迭代、低成本等特性。OPSX打破传统“阶段制”，转向“行动化”工作流，带来体验提升。其核心理念包括制品与依赖图、基于文件系统的状态机、可定制的Schema与模板和开放的迭代模型。与OpenAPI、BDD、传统RFC流程对比，各有优劣且可互补。架构从硬编码走向开放，提供丰富命令。适用场景包括从0到1开启变更、团队定制推广，但要警惕过度模板化等风险，它是思维方式转变，让思考回归开发核心。

泛技术视野与跨界实践

[体验进阶] 移动端设计 iOS26 跟随式弹窗 设计创新

翻车了，iOS26的这种菜单真不好用，手机端设计都别学了吧
作者体验后称iOS26跟随式弹窗不如居中弹窗好用
作者曾发文夸iOS26跟随式弹窗创新高效，2个月实际体验后发现并不好用。该弹窗从按钮上弹出，会被用户按按钮的手指遮挡，删短信时遮挡不严重所以长时间没发现问题。菜单入口大多在右侧时问题不大，但靠左仍可能有遮挡。PC端不存在文字被遮挡问题。作者认为设计不能轻易创新，多数企业和设计师用常规组件即可，苹果、谷歌这类企业才有资源试错，也可通过数据分析A/B测试验证创新方案。

[追问nextquestion] 动物认知 拟人化 认知偏差 动物情感

那些被全网疯传的动物表情包，它们真的快乐吗？
文章探讨网络动物内容误判原因及应对态度
文章围绕网络动物内容展开，指出动物图片和视频因可爱易让人共情而走红，但常存在反转，如海龟“快乐”、熊与狗“友谊”、仓鼠“顽皮”背后可能是恐惧等。误判源于人类无意识用解读人类行为的方式理解动物，即拟人化。传统学术批判“拟人化原罪论”，近年被质疑。人类解读动物行为误判未必高估智力，也可能忽视其独特认知模式。拟人化之争本质是价值观与认知目标之争。面对动物视频，我们难以遏制拟人化倾向，专业人员可重塑直觉判断力，普通用户应保持谦逊、共情，秉持善意欣赏。

[极思TopMinds] 手机 AI智能体 安卓系统 交互变革

三星S26发布会丨这次，AI真的要接管你的手机了？
三星与谷歌在S26发布会推出Gemini智能体改造手机交互
2026年三星S26发布会，三星与谷歌推出全新Gemini智能体。它能模仿人类手指操作屏幕，如“Gemini自动任务”可读懂聊天记录订披萨，还能应变解决问题。谷歌为AI革命准备两套方案，AppFunctions需开发者配合，UI自动化框架可直接操作屏幕。但面临隐私安全、巨头抵制、利益链条洗牌三座大山。不过这只是开始，未来Gemini或驱动更多设备，手机交互方式变革充满机遇与挑战。

[腾讯研究院] 人工智能 经济危机 白领失业 商业模式 金融风险

2028年全球智力危机：当人类智力不再稀缺，中产阶级的黄昏到来？
Citrini Research发布报告设想2028年AI引发全球经济危机
Citrini Research发布《2028全球智能危机》报告，设想2028年AI发展引发经济危机。AI发展使白领大规模失业，“智能溢价”消失，中产收入受损；企业利润增长但消费萎缩，形成“幽灵GDP”；AI代理消除交易摩擦，威胁多种商业模式。AI能力提升使企业减少劳动力需求，形成负反馈循环。软件行业首当其冲，随后中介领域受冲击，支付行业也面临风险。美国就业市场动荡，新岗位远不及旧岗位数量和薪酬。印度IT服务业受重创。经济衰退，私募信贷违约，保险监管收紧，抵押贷款市场也受威胁。政府应对政策不足，各方争论激烈，需建立新经济框架应对人类智能溢价消退问题。

大模型 & AIGC 前沿

[体验进阶] AI 用户体验设计 现实观察 能力边界

建议走路去洗车的AI，不可能做好UX设计
UX设计师谈AI做UX设计局限及人类应对之法
文章从知乎上AI建议走路去50米外洗车的讨论展开，作者作为UX设计师结合自身经历指出，早期自己设计方案任务完成率低，是因对用户理解不足，信息需在现实观察用户获取。AI也有同样问题，它基于图文学习，没经历真实生活，无法理解用户做不出好的体验设计。此外，市场营销等领域也需对人的理解。目前AI学习像“读万卷书”，若想突破需从现实学习。在AI时代，人类脱离书本规范学习才能保持竞争力，设计中数据分析等能力对设计师有价值。

[软件工程3.0时代] 软件工程 AI 多智能体系统 智能危机

AI+软件工程的加速演进：2028年会呈现怎样的实景？
朱少民结合报告和案例展望2028年AI+软件工程图景
作者朱少民结合Citrini报告和FARS系统案例，重新审视“AI+软件工程”发展。过去一年，智能软件工程呈指数级跃升。Citrini报告推演2028年“全球智能危机”，FARS展示智力流水线生产。2028年，AI-IDD将普及，多智能体系统形成“内部社会”，AI测试能预防问题并反思。人类角色将转变，如成为“意图工程师”等。软件行业结构将重塑，面临法律伦理挑战。AI将超越LLM，“世界模型”崛起。这场变革是智力红利消解下的“灵魂再造”，需思考应对之策。

[DeeplearningAI] 大模型 GLM - 5 开放权重模型

The Batch：912｜GLM-5 实现规模升级
Z.ai发布GLM - 5，在开放权重模型中性能卓越
Z.ai将旗舰大语言模型GLM - 5规模提升两倍多。它专为长时智能体任务设计，支持长文本输入输出，采用专家混合型transformer架构，总参数量7440亿。具备函数调用等特性，在多基准测试中开放权重模型里表现佳，提供免费网页界面等。预训练用28.5万亿token，后训练用slime软件，采用DeepSeek稀疏注意力机制。它在部分任务超此前开放权重模型，但总体仍落后专有前沿模型。其缩小了开放与专有模型差距，且开放权重AI重心向东方转移。

[DeeplearningAI] 大模型 边缘设备推理 LFM2.5 - 1.2B - Thinking

The Batch：914｜边缘设备上的更快推理
Liquid AI发布LFM2.5 - 1.2B - Thinking模型，性能优但有幻觉挑战
2026年2月26日消息，Liquid AI发布专为小型设备运行的模型LFM2.5 - 1.2B - Thinking，补充LFM2.5系列。它支持32768个token文本输入输出，采用混合架构，参数11.7亿。性能上多数基准超Qwen3 - 1.7B，运行快、内存需求低，但幻觉问题有挑战。其架构结合注意力与卷积层，分阶段训练。在多项测试中表现佳，推理速度领先，不过在MMLU - Pro等测试中较弱。适合驱动设备端智能体，在智能、速度和内存间实现平衡。

[小红书技术REDtech] 大模型 AI Agent 代码库测试

小红书发布 SWE-Bench Mobile：当 AI Agent 面对亿级用户 App 代码库，最高通过率仅12%？
小红书发布SWE - Bench Mobile，AI Agent代码库通过率低
2026年2月27日，小红书发布SWE - Bench Mobile。大型语言模型发展催生新一代自主编码智能体，像Cursor等AI编程工具在现有基准测试有表现，但当AI Agent面对亿级用户App代码库时，最高通过率仅12%。

[数字生命卡兹克] AI AI使用心得 AI应用技巧

用AI的这三年，想跟你分享这9条心得。
作者分享用AI三年的9条使用心得
作者分享用AI三年的9条心得。指出当前AI使用仍不广泛，仅小群体主流。建议花20美元用顶级模型，感受其强大能力；每周自动化一个重复任务，提升效率；抛弃搜索思维，以实习生思维用AI，清晰表达需求；做事前问自己AI能否帮忙；利用AI降低创造门槛，积极创造；警惕AI正反馈带来的幻觉，用真实世界检验成果；不要等准备好再开始，边用边学；培养品味与审美，这是AI无法替代的优势；把AI节省的时间还给现实中的人，感受真实幸福。

[数字生命卡兹克] 大模型 AI训练 版权问题 蒸馏技术

Anthropic一条推文，引发了全球AI圈同仇敌忾的群嘲。
Anthropic指控中国AI公司，推文引发全球AI圈群嘲
2026年2月24日，Anthropic在官网发博客称，DeepSeek、Moonshot和MiniMax三家中国AI公司对Claude进行“工业规模的蒸馏攻击”，还造成重大国家安全风险，此推文引发全球AI圈群嘲。“蒸馏”是AI常见训练技术，Anthropic自家也用此技术迭代模型。且它曾因用盗版网站书籍训练Claude，花15亿美元达成和解。2026年1月，它又被音乐出版商指控用盗版歌曲训练模型。文章还探讨了AI时代“偷”数据的定义，以及知识产权是否算真正财产等问题，指出AI版权争论复杂，不应二元对立。

[数字生命卡兹克] 大模型 Claude Code 远程控制

Claude Code更新，你终于可以随时随地在手机上Vibe Coding了。
Anthropic公司Claude Code更新，新增远程控制功能
2026年2月26日，Anthropic公司的Claude Code更新，新增远程控制功能，用户在电脑运行/remote - control命令生成链接，在能登录Claude账号的设备浏览器打开该链接，就能远程Vibe Coding。该功能让手机直接操控电脑，文件系统等可同步使用，对话在多设备间同步。使用时开启自主模式可提升体验，还能多终端并行。Claude Code安全措施出色，采用只出不进和账号强绑定方式。不过目前仅Claude Max会员可用。此功能让用户能随时随地进行Vibe Coding，带来创作乐趣。

[人人都是产品经理] 大模型 AI聊天机器人 安全对齐 有害输出

从小冰到元宝，10年过去了，为啥AI就是管不住嘴？
腾讯元宝等AI聊天机器人频“骂人”，业界探索解决办法
文章围绕AI聊天机器人“管不住嘴”问题展开。以腾讯元宝除夕夜生成辱骂图片、微软小冰曾满嘴脏话、ChatGPT等也有攻击性输出为例，指出AI骂人问题普遍。原因一是预训练数据含有害内容且难完全过滤，二是上下文窗口隐性污染，三是“生成后过滤”架构有漏洞。因基于人类反馈的强化学习无法杜绝风险，神经网络“黑箱”不可预测，问题无法根治。业界探索解决方案，如情感标注和场景分类、ReAct事前干预、CAI自主推理等。

[PaperAgent] 学术插图生成 PaperBanana 多智能体协作

谷歌开源PaperBanana：顶会级论文自动配图
谷歌开源PaperBanana实现顶会级论文自动配图
2026年2月24日谷歌开源PaperBanana用于顶会级论文自动配图。当前自动科研画流程图是瓶颈，现有代码派和生成派方案有问题。PaperBanana核心是参考驱动和多智能体协作，包含Retriever、Planner等五个智能体分工。作者构建PaperBananaBench基准评估，评估协议包括忠实度等。实验结果显示，PaperBanana全面碾压基线，Overall得分比Vanilla高17.0%，简洁性提升显著，人类盲测胜率72.7%。它代表学术插图自动化重要里程碑，实现接近人类水平的自动化方法论流程图生成。

[人人都是产品经理] AI原生应用 产品经理 工作流重构

从0到1拆解，什么才是真正的AI原生应用？
噜噜猫剖析AI原生应用本质并给出产品经理建议
文章指出很多AI项目停留在表面创新，深度剖析AI原生本质。先区分AI增强与AI原生，前者AI是点缀，后者AI是核心。以“灵感旅行家”为例，阐述产品经理工作流重构，需求分析从“功能清单”到“场景意图池”，交互定义从“点击路径”到“多模态感知”，架构设计从“瀑布流页面”到“Agent编排”，交付物定义从“静态展示”到“实时生成的逻辑流”。最后给产品经理做AI原生应用提三条建议，包括拒绝“对话框依赖症”、拥抱“灰度需求”、别追求100%确定性。

[腾讯云开发者] AI 趋势预测 科技巨头 顶尖机构

2026 AI趋势预测，全球科技巨头与顶尖机构研判
全球科技巨头与顶尖机构发布2026年AI趋势研判
2025年是AI迈向规模化落地关键年，如今已向“实体执行”演进。全球科技巨头与顶尖机构发布2026年AI趋势研判，从报告词汇热点看，基础设施、AI技术仍是热点，应用涉及Coding、健康等，安全规范关注监管、伦理等；量化指标分开发、部署、应用三阶段。各报告观点共识有：AI Agents是核心，安全、伦理与监管加强，AI在多行业落地等。各厂也有各自核心观点，如Anthropic提出软件开发生命周期剧变，Google推员工专属Agent等，并推荐了AI趋势跟踪平台。

[字节跳动技术团队] AIGC 视频处理 智能画质增强

Seedance 2.0 登上春晚大屏：8K/50FPS背后的最佳拍档
火山引擎团队助力Seedance 2.0视频登上春晚大屏
2026年总台马年春晚首次引入由Seedance 2.0生成的创意视频内容。目前全球主流视频生成模型输出规格与春晚要求差距大，火山引擎视频与边缘团队依托智能媒体处理平台对AIGC内容“智能精修”。采用“一镜一策”理念，重点突破超分辨率重建、智能帧率提升两大技术，构建三位一体画质增强体系。最终输出视频达播出标准，保留艺术风格。此次合作让AIGC内容迈入高规格视听领域。

[字节跳动技术团队] 大模型 Agent Tools AI工程化

一文读懂 Agent Tools，拒绝复杂化、碎片化、黑盒化
字节跳动技术团队介绍Agent Tools开发及AgentKit应用
本文由字节跳动技术团队撰写，介绍Agent Tools开发及火山引擎AgentKit应用。先讲开发要点，如利用Python和Pydantic保障类型安全，用自然语言设计接口，集成OpenAPI规范，构建自我修复能力，加入安全防护机制，优化性能与管理上下文。还提及解决碎片化、复杂化、黑盒化痛点的方法，如用AgentKit Gateway转换存量应用，治理MCP工具，开发MCP Server，管理Skills，做好工具鉴权与身份管理。最后给出零售、金融科技行业实战案例，展望了AgentKit助力企业业务能力AI化的前景。

[58UXD] AI造字 字体设计 业务场景适配

用AI做字库 | 5款AI新字落地业务场景 ©中文智造计划
中文智造计划发布5款AI新字用于业务场景
文章是中文智造计划Vol.04分享，介绍用AI造5款新字落地业务场景。越过AI基础字形生成可行性验证阶段，此次注重风格化定向，平衡功能性与表现力，适配业务场景。5款字体涵盖不同风格，如新松体亲切、漫写体灵动等。借助“米芾造字大模型”，按集团业务场景定制字体，精准适配不同需求。AI造字项目第三期共12款字体介绍完毕，展现AI辅助设计下创意边界延展，为设计提供新思路，且已在业务中落地。

[海外独角兽] 大模型 国产模型 模型能力 商业化 出海

国产模型春节大考：来自 MiniMax、GLM、Seedance 开发者的一线复盘｜Best Ideas
Best Ideas社群组织国产模型春节大考闭门讨论
文章是「国产模型春节大考」闭门讨论会实录。OpenRouter数据显示国产开源模型调用量占比高。讨论涉及重要技术问题，如模型能力从可验证向模糊任务迁移、持续学习是趋势、多模态感知等，还指出数据重要性提升、国内模型公司面临基础设施短板但架构创新积极性高。深度解析了几款国产模型，如Seedance 2.0在视频生成领先，MiniMax M2平衡性能、速度和成本，GLM - 5押注工程师路线。Token消耗场景变迁，2026年预计大幅增长，国产模型采用低价竞争策略，商业化转正关键是优化推理效率，还探讨了出海路径和不同市场情况，最后提到企业端对Agent付费可能提升，国内厂商有国民级产品落地优势，出海不必局限美国市场。

[Datawhale] 大模型 GLM - 5 Agent训练 异步强化学习 DSA

智谱新年的第一篇论文：GLM-5 技术报告解读来了！
智谱开源GLM-5技术报告，公布训练方案并开源
2026年2月22日，智谱开源40页GLM-5技术报告。数据显示，GLM-5在多评测表现出色，为Agent场景优化，原生适配七大国产芯片平台。训练方面，面临Agentic RL训练效率低和上下文长的问题。团队提出Slime框架，将生成和训练分离，解决训练效率问题；采用DSA降低长上下文计算成本，用确定性top-k保证训练稳定，并设计思考模式管理上下文。其完整训练体系包括分层训练不同能力、构建训练环境、优化基座模型。智谱方案开源，推动Agent训练成为可复制的工程实践。

[Datawhale] 大模型 AIGC AI Agent系统 OpenClaw Claude Code

OpenClaw + Claude Code 超强教程：一个人就能搭建完整的开发团队！
Datawhale分享OpenClaw+Claude Code搭建AI Agent系统教程
本文分享OpenClaw+Claude Code搭建AI Agent系统教程。该系统让开发者一人实现一天94次代码提交、30分钟完成7个PR。单独用Codex或Claude Code有局限，因上下文窗口固定难兼顾代码和业务。OpenClaw做编排层，持有业务上下文并精准调度执行层Agent写代码。介绍了系统架构、从需求到PR合并8步工作流，还有让系统更聪明的机制，如改进版Ralph Loop、Agent选择策略等，最后指出搭建简单，成本可控，未来或催生大量一人百万美元公司。

[Datawhale] 大模型 AI经济危机 智能替代

2028全球智能危机，谁来买单？
Citrini Research发布报告预警2028全球智能危机
Citrini Research的《2028全球智能危机》爆火，提出AI越成功经济越危险的观点。AI发展使白领工作被取代，消费力下降，出现“幽灵GDP”。2025年底agent编码工具能力跃升，企业支出决策改变，SaaS行业受冲击。2027年初大语言模型普及，agent消除消费交易摩擦，颠覆中介层。AI导致行业风险向系统性风险转变，白领失业增加，消费信贷经济受威胁。2027年宏观经济负面发展明显，失业白领降级，消费冲击滞后但大。私募信贷违约增加，保险监管收紧。抵押贷款市场也受威胁，收入假设受损。危机形成实体经济和金融的负反馈循环，政府反应不足，社会结构瓦解，需建立新经济框架。

[AI大模型应用实践] 大模型 MCP Apps AI交互 Web应用

万字深度解读 MCP Apps：重构 Web 应用，开启 AI 助手的“小程序”时代。
文章深度解读MCP Apps重构Web应用开启AI助手“小程序”时代
本文深度解读MCP Apps，它是由OpenAI与Anthropic等推动的开放标准，让传统对话式AI助手迈向“图形界面”时代。文章先介绍MCP Apps的价值、概念、场景及与Web Apps的区别，指出它能解决MCP协议呈现与交互方式不足的问题，适用于数据探索、配置向导等场景，是从“应用优先”到“任务优先”的模式变革。接着阐述其Server + Host + View的协同运作机制，包括发现、初始化、数据注入、互动和退出等阶段，核心通信机制为postMessage + JSON - RPC。然后介绍从零构建MCP App的步骤，可借助AI或手动开发。最后对比MCP Apps与谷歌的A2UI，分析两者在UI生成方式、组件灵活性等方面的差异，指出它们共同目标是让AI交互突破纯文本限制。

[GSYTech] Android AppFunctions AI支持

Android 官方正式官宣 AI 支持 AppFunctions ，Android 官方 MCP 和系统级 OpenClaw 雏形
Android官方官宣AI支持AppFunctions及相关特性
2026年2月28日，Android官方官宣AI支持AppFunctions，展示其在Galaxy S26系列与Gemini的三星图库集成功能。早期预览版将在Galaxy S26系列和部分Pixel 10设备推出，支持美韩部分场景。AppFunctions可让App被AI当工具调用，不打开目标App完成跨App任务。对未支持的应用，Google有降级操作。其原理是建立本地函数体系，开发者通过AndroidX AppFunctions库集成，Jetpack会自动处理支持验证，该方式更规范，符合手机Agent理想形态。

[货拉拉技术] 大模型 文本大模型评测 评测框架

文本大模型评测实践
货拉拉技术AI应用组开展文本大模型评测实践
本文是货拉拉技术AI应用组的文本大模型评测实践。先介绍文本大模型评测的概念、重要性，调研近3年成果，围绕“评测什么”与“怎么评测”展开。“评测什么”分通用、领域、场景能力；“怎么评测”从评测维度与指标、评测数据、评测方式阐述。评测维度与指标更贴合场景、注重安全风控与综合评估；评测数据25年向学术引领等发展，构建有人工和机器方式；评测方式有人工、人机协同、机器。最后介绍货拉拉AI应用评测实践，沉淀半自动评测体系，以某场景为例说明评测方案、效果。

[MacTalk] 大模型 AI Agent 安全防护

AI Agent 的危机：我要删你邮件你拦得住吗？
池建强提醒使用AI Agent要重视安全防护
文章指出大模型能力增强，更多能力用于构建AI Agent，未来个人和公司都会构建自己的Agent并竞争协作，如Minimal AI和EvoMap。但Meta安全研究员Summer Yue用OpenClaw整理邮箱时，因上下文压缩机制移除关键指令，致邮件被误删。后续讨论表明这是新手错误，提示词不能作硬防护，关键约束应写进系统架构。此外，ClawHub市场存在大量恶意Skill，可让攻击者获机器控制权。作者提醒大家使用Agent时重视安全防护，建立安全共识。

[搜狐技术产品] 大模型 AIGC AI Coding SkillDeck开发

也许你需要一个管理 Agent Skills 的可视化 App
作者用Claude Code开发SkillDeck管理AI Agent Skills
作者在使用多个AI coding agent时，发现Skills管理麻烦，缺乏统一可视化管理，于是用Claude Code开发了macOS原生桌面应用SkillDeck。它有统一仪表盘、Skills市场浏览、安装与更新等核心功能，支持对多个Agent的Skills进行全生命周期管理。开发全程使用Claude Code，降低了跨语言开发门槛。作者还分享了AI Coding的实用tips，如每个功能新开context、保存大量token总结内容等。项目已开源，采用MIT协议。

[硅星人Pro] 大模型 图像生成 AI产品 Nano Banana 2

Nano Banana 2发布，成本砍半了！要塞入Google的所有产品里
Google发布Nano Banana 2，将成全线产品默认图像模型
2月26日，Google发布图像生成模型Nano Banana 2。它是Nano Banana系列第三款，结合Pro级能力与Flash级速度。其具备联网搜索增强世界知识、文字渲染与图内翻译、主体一致性等优势，分辨率与格式覆盖范围广，还可配置思考深度。评测显示它性价比高。Google将其作为全线产品默认图像生成引擎，降低API成本。当前图像生成赛道竞品众多，Google以低成本提供“足够好”质量，靠分发网络取胜，目标是让十亿级用户不知不觉用AI图像生成。

[硅星人Pro] AI硬件 阿里千问 流量入口 交易闭环

千问开始做AI硬件，阿里的闭环活了
阿里宣布千问进军AI硬件，有望形成完整闭环
2026年2月27日，阿里宣布千问进军AI硬件，首款千问AI眼镜将在巴塞罗那MWC发布，年内还会推出AI指环、AI耳机。AI硬件是热门赛道，大家都在抢新用户入口。阿里有完整生活服务和交易体系，千问APP已跑通“一句话下单”。阿里业务在互联网流量分层中处底层，其做AI硬件是抢新流量入口。AI硬件可覆盖用户生活场景，无迁移成本，能提前捕捉需求。此外，硬件可打破千问“能办事”能力的天花板，形成感知、理解到行动的完整闭环，让阿里闭环“活”起来。

[十字路口Crossing] 大模型 Agentic AI OpenClaw

OpenClaw深度分析：为什么突然就火了，以及对我们意味着什么
作者分析OpenClaw爆火原因并给出改进使用建议
文章深度分析OpenClaw爆火原因、利弊及应对策略。它于2026年1月底爆火，像DeepSeek一样把小众能力推广给更大用户群。其选用聊天软件做交互入口，降低心智和学习成本，但存在线性、低信息密度等局限。它有统一入口和上下文、持久化记忆、丰富Skills等设计，相互促进形成飞轮。不过，它存在记忆难管理、信息干扰、Skills有安全隐患等问题。作者建议复用开源工具搭建更顺手的系统，如用OpenCode做基础，解决记忆和安全问题，还开发iOS App做入口。

[微软亚洲研究院] AI 视觉 - 语言模型 BiPS 视觉感知

证据驱动视觉感知，BiPS重塑VLM看图方式
微软亚洲研究院与清华提出BiPS重塑VLM看图方式
视觉 - 语言模型（VLM）推理能力增强，但存在“看错”问题。现有推理阶段提示方法有局限，微软亚洲研究院与清华提出BiPS解决该问题。它在训练阶段教会模型“带着问题去看图”，通过“一拉一推”机制，构建证据保留和证据消融视图，重塑模型看图方式。以图表为训练场景，用13K样本微调，在8个基准评测中显著提升性能，实现能力迁移，是迈向通用视觉智能关键一步。

[阿里云云原生] 大模型 AIGC AI网关 Higress插件 Dify

Dify 官方上架 Higress 插件，轻松接入 AI 网关访问模型服务
Dify 官方上架 Higress 插件，助力接入 AI 网关
2026 年 2 月 26 日，Dify 官方上架 Higress 插件，以解决 Dify 应用构建中模型接入的问题。开发者用 Dify 构建 AI 应用时，面临多模型管理复杂、缺乏统一治理、细粒度鉴权需求等难题。此前方案存在局限，因此推出专用模型插件。该插件上架 Dify 插件市场，让二者简易联动，适用于开源自建与商业版。插件支持多种场景、协议及鉴权方式，有丰富配置和治理能力。文章还给出两个 Demo 场景实践指南，最后表示插件将在多方面持续迭代，代码已开源。

[阿里云开发者] AI Coding Claude Code Qoder CLI Agent技术

揭秘 Claude Code 前沿技巧与 Qoder CLI 日常开发实战
阿里云开发者揭秘Claude Code技巧与Qoder CLI开发实战
本文围绕Claude Code前沿技巧与Qoder CLI日常开发实战展开。首先剖析Claude Code核心能力，介绍Command、Subagent、Skills和Hooks等技术概念和使用方法，对比Cursor Rules体现Claude Code优势，其具备高度可扩展架构。接着介绍Anthropic发布的三个beta特性，优化工具调用逻辑。然后探讨Claude Code对“效率”提升的思考，回归Agent本质，加速迭代效率。最后介绍Qoder CLI的最佳实践，包括Vibe Coding、Quest Mode、Code Review等多种场景，还支持ACP协议，可用于环境部署和运维、日志分析等。

[腾讯研究院] AI 大模型 工作变革 智能爆炸

一件大事正在发生
AI创业者发文警示AI冲击，给出应对路线图
2026年2月10日，AI创业者马特·舒默在X平台发文，将AI冲击比作‘疫情级颠覆’，引发全球关注。近年来AI发展迅速，如2022 - 2026年能力显著提升。2月5日OpenAI和Anthropic发布新模型，AI在编程等工作中表现出色，甚至能做出明智决策。此外，AI开始参与自身构建，引发‘智能爆炸’。专家预测，1 - 5年内AI将使大量初级白领工作受冲击，多数知识型工作也受影响。作者建议人们抢先使用最佳模型、将其用于实际工作、理清财务、向难被取代领域倾斜等；同时指出AI虽带来威胁，但也降低了创作门槛，人们应养成适应变化的习惯。

[腾讯研究院] 具身智能 大模型 机器人 产业化落地

具身智能年度回望：泡沫与现实的激烈碰撞
2025年具身智能发展回顾及2026年商业兑现展望
文章回顾2025年具身智能发展，虽从实验室向产业化迈进取得进展，但挑战仍严峻。资本上，一级市场资金集聚且结构分化，产业资本比重上升，资源分配不均，投资风控转向“看交付能力”。产业端供应链有爆发力，出货量增加，但供需错配，产品工程化可靠性不足。技术上，认知能力超前、执行能力滞后，VLA大模型有突破也有痛点，运控层有进展但物理执行仍面临挑战，行业从世界模型和标准化两方向发力解决问题。2026年行业进入商业兑现阶段，成本效益分析是关键，特定场景RaaS模式或爆发，区域格局资源向珠三角、长三角集中，资本投资将洗牌。

[深思圈] AI Agent Agent economy 软件开发 文档优化

YC最新对谈：Agent economy真的要来了！
YC对谈探讨AI Agent经济到来及相关影响
文章基于YC最新对谈，探讨AI Agent经济到来的现状与影响。非技术背景者也使用AI agent工作，软件开发客户或不再是人类。AI agent从辅助工具变为自主决策者，带来全新经济体系。数据库因agent自主选择而爆炸式增长，凸显文档对agent选择产品的重要性。Resend等案例说明要构建agent友好型文档。还提到Agent Mail等基础设施兴起，探讨AI发展路径可能是群体智能。最后思考agent经济与人类经济并行的关系及规则设计，强调人类要成为agent引导者等。

[腾讯研究院] 人工智能 科技思潮 人的重建

胡延平：人的重建，从不仰望AI开始
胡延平在腾讯创新节演讲，强调AI发展应以人为本
2026年1月27日，腾讯科技向善创新节2026举办，胡延平围绕《真正的重建从不仰望AI开始》演讲。他回顾2024 - 2025年笔记，指出人工智能浪潮下，最大问题是人的安放、经济可持续及社会问题，原有研究范式难以解答。他分析人类“四个恍惚”成因，构建“科技思潮的社会光谱”，用Claude评价50多种思潮，认为激进思潮未必利于人类。还构建“人智关系DNA螺旋”图，指出进入“双智世界”，人工智能可使人和劳动“第五次解耦”。最后邀请大家参与四方面研究，强调人工智能发展应以人为本。

[深思圈] AI agent 销售领域 金融领域 数据基础设施

除了代码和客服，AI agent下一个爆发的场景会在哪？
深思圈探讨AI agent在销售、金融等领域的应用前景
文章围绕AI agent除代码和客服外的爆发场景展开。Anthropic报告显示软件工程AI agent部署占比高，销售、金融等领域低。原因在于编程和客服数据易获取、反馈机制成熟。销售和金融领域数据分散、集成难、反馈循环长。不过，当前CRM和ERP供应商正开放数据和构建框架，Gartner预测到2026年底企业应用集成AI agent比例大幅上升。SaaStr的AI agent已带来实际业务成果，如自主完成交易。作者认为应把握时机，不同规模公司各有优劣，还会催生新职业技能需求。

[深思圈] 大模型 marketplace 平台经济 AI冲击

大模型会吃掉平台吗？一场关于marketplace生死存亡的深度思考
作者基于分析探讨LLM对marketplace的冲击与平台应对
文章围绕大语言模型（LLM）对市场平台（marketplace）的冲击展开探讨。先是介绍“DoorDash问题”，即LLM介入或使平台失去重复交易和变现机会。接着指出决定平台命运的三个因素，包括供应聚合难度、管理程度和客户参与性质。不同行业受影响程度不同，酒店、本地服务平台前景差，房屋租赁、电商有风险，食品配送和打车平台较安全。Dan提出四个应对策略，如做LLM不做的事、原生构建AI搜索等。作者认为这反映互联网商业模式从“平台为中心”转向“用户意图为中心”，并对未来3 - 5年市场平台行业变化做出预测。

职业成长 & 技术认知

[李开复] AI时代 人类竞争力 批判性思维 教育目标

在AI能回答一切的时代，人类核心的竞争力是什么？
李开复探讨AI时代人类核心竞争力及教育方向
文章以AI时代人类核心竞争力为主题。作者用AI画八骏图开启话题，借95后询问学AI是否太晚，指出AI 2.0时代顶尖能力是定义问题。接着提到告别“后视镜驱动”产品观，如今AI成自主智能体，不能用旧方式使用。还提出教育应推行Open Agent，让学生与AI协同，评分重路径。强调技术使答案易获取而贬值，人的价值在于提出AI想不到的问题，呼吁关注人的成长。

[Gartner公司] 人工智能 CIO 人机协同 组织团队重塑

打破“人机次元壁”，CIO在变革中重塑组织团队
Gartner发布报告，分析师建议CIO借AI重塑组织团队
2026年是AI从‘值得关注’走向‘必须深耕’之年。Gartner发布报告，高级首席分析师雷丝解读称，人机协同进化成必然，提升员工AI素养很重要。打破‘人机次元壁’，CIO制定AI战略要贯穿‘人本价值’理念。超半数企业已在生产场景落地数字员工，改写职场规则。雷丝指出，CIO要从组织社会学角度设计人机情感与信任机制。Gartner强调‘融合团队’和微型团队，还给出‘AI组织架构图’。雷丝建议CIO快速转变角色，加快AI应用落地，提升软实力，驾驭AI协作的个人与企业将占得先机。

[DeeplearningAI] 人工智能 就业机会 软件开发

吴恩达来信：人工智能将如何创造就业机会
吴恩达探讨人工智能创造就业机会及美好前景
吴恩达在信中探讨人工智能创造就业机会问题。以给女儿设计蛋糕为例，说明人工智能能为烘焙师创造工作机会。虽有人担心其取代人类工作，但目前处于创造新就业的早期，历史上释放创造力的工具带来大量新工作。人工智能提升数字服务需求，增加相关工作机会，如“Agentic Reviewer”系统增加搜索量。其与软件演进加速，开发者生产力提升，但定制软件需求无上限，开发人员会大增，还出现“X 工程师”新职位。他坚信人工智能会让生活更美好。

[AI 深度研究员] 人工智能 人才价值 独立思考 信任品质

AI 会造新财富，谁会更值钱？｜卡耐基梅隆教授
卡耐基梅隆教授罗博深谈AI时代什么样的人更值钱
2026年2月22日，卡耐基梅隆大学教授罗博深接受采访，指出AI会创造新财富，值钱标准改变。AI打破地域限制，让过去被忽视的人有机会被看见，带来社会阶层流动新通道。他还提到，在自动化时代，人类价值标尺转向能否被信任，企业选人标准将改变，人类角色从‘执行者’变‘守护者’。此外，单纯可靠还不够，能独立思考、将复杂问题说清楚的人更值钱，AI负责执行，人类负责思考和判断。

[深思圈] 商业经验 职业发展 目标管理

硅谷亿万富翁投资人的30年商业经验复盘
投资人Chamath分享30年商业经验及职业建议
文章复盘了Facebook早期高管、投资人Chamath 30年商业经验。他指出目标可能阻碍成功，应注重过程，给出三个边界条件：无债务、用谦逊管理生活、与年轻人相处。他认为追求的晋升、头衔等目标很“愚蠢”，会让人失去自我。还强调保持选择性，在关系中要完全诚实。对年轻人建议去主舞台发展，不为薪酬优化。此外，通过老鼠实验说明希望能激发潜力，地位是陷阱，应摆脱其束缚。作者表示这些观点挑战了固有认知，让人重新思考成功定义。