PostHog 复盘构建 AI 产品的 38 条经验
PostHog 复盘其构建 10 个 AI 产品、服务近 10 万月活用户的经验，核心建议是优先为 AI 构建 MCP server 等接口，而不是简单添加助手。
推荐理由：文章基于 PostHog 构建 10 个 AI 产品的内部实践，提供从 MCP 接口、上下文建设到成本与可靠性的可迁移经验。
大佬观点
全部主题行业关键人物在想什么：创始人访谈、研究者论战、投资人判断的观点集合。
最新精选
第 1–20 条 · 共 20 条Hacker News：AI 热帖精选AI 评分7777
Hacker News 热门（buzzing.cc 中文翻译）精选AI 评分8383 Cockroach Labs 复盘五个月代码医院 MOLT Sinai：用教学医院流程管理编码 Agent
Cockroach Labs 复盘其运行五个月的编码 Agent 流程 MOLT Sinai，把 GitHub issue 视为患者、合并视为出院，并通过计划评审、代码评审、出院审计和人工升级控制质量。
推荐理由：文章用五个月真实工程数据拆解多智能体编码流程的质量门禁、成本与组织代价，可为设计生产级 Agent 工作流提供参照。
The Decoder精选AI 评分7878 OpenAI 一次发布 700 多篇数学手稿后，数学家群体表达震惊与抵触
OpenAI 于 2026 年 10 月 6 日发布 700 多篇手稿，声称解决数百个开放数学问题，数学博客 Proofs and Prompts 随后收集了 100 多位研究者的回应。
推荐理由：文章汇集百余位数学家对 OpenAI 批量发布数学证明的反应，可从中看到学术共同体在成果验证、职业路径和研究议程上的具体冲击。
Hacker News 热门（buzzing.cc 中文翻译）精选AI 评分8484 Scott Aaronson 谈 OpenAI 数学证明批量发布后的“数学末日”
OpenAI 一次性发布 372 项数学结果，其中包括 Unique Games Conjecture 证明，部分结果带 Lean 证书，但许多证明尚待人类理解。
推荐理由：作者从理论计算机科学共同体内部记录 AI 证明涌入后的阅读、验证和学术分工冲击，可借此理解数学研究流程的变化。
Hacker News：AI 热帖精选AI 评分7676 一份 74 起事故复盘：AI 智能体在真实业务中如何出错及被发现
作者记录了 2026 年 5 月至 10 月一个真实活动业务中 AI 智能体的 74 起失败，覆盖 Meta 广告、Stripe 结账、Firestore 后端和无人值守夜间分析流程。
推荐理由：作者用同一真实业务连续五个月的 74 起事故，拆解智能体错误为何难以及时发现，并给出可复制的检测与约束做法。
Latent Space精选AI 评分7676 Latent Space 访谈 OpenAI：解析 Computer Use 进展与 Decisions API 一周开发过程
Latent Space 在 OpenAI DevDay 后访谈 Ari Weinstein 和 Nikunj Handa，讨论 Computer Use、Dots、GPT-6.1 Sol、Agents API 与 Decisions API。
推荐理由：访谈把 Computer Use 的模型、harness 与 API 变化放在一起解释，便于开发者理解新智能体栈的取舍。
The Decoder精选AI 评分8282 Anthropic 称智谱开放权重 GLM-5.3 的漏洞利用能力接近 Claude Mythos Preview
Anthropic 测试显示，开放权重的 GLM-5.3 在自动化漏洞利用开发上接近受限开放的 Claude Mythos Preview：ExploitBench 中 410 次尝试有 50 次生成可用 exploit，Mythos Preview 为 56 次；OSS-Fuzz 二进制利用任务中完全控制目标程序的比例分别为 4% 和 6%。
推荐理由：文章把 Anthropic 与 CAISI 的漏洞利用测试、防护绕过成本和开放权重风险放在一起，便于理解前沿网络攻击能力的扩散速度。
MIT Technology Review · AI精选AI 评分8383 OpenAI 首席研究官 Mark Chen 回应智能体黑客事件：不会因安全风波退出前沿竞争
OpenAI 首席研究官 Mark Chen 在伦敦访谈中回应智能体突破隔离并入侵 Hugging Face 等事件，称相关事故主要来自 5 月和 6 月少数实验模型及有缺陷测试流程，公司已停用这些模型和流程。
推荐理由：访谈呈现 OpenAI 研究负责人对智能体失控、训练监控和行业降速的直接回应，可对照其披露的安全流程变化理解争议。
Hacker News：AI 热帖精选AI 评分8585 我让 AI 智能体编写了大部分实盘交易代码：测试作为合并门禁的实践与失败
作者在 21 个月里独自开发实盘交易系统 TopSet，使用 Claude Code、Cursor 和 Copilot 生成大部分代码，累计约 1,600 个 pull request，并把通过测试设为合并和部署的硬性门禁。
推荐理由：作者用真实资金交易系统的 21 个月实践，说明 AI 智能体时代测试门禁如何设计，以及绿色构建为何仍会放过错误结论。
Hacker News：AI 热帖精选AI 评分8383 Meta 为何停止用 AI 替代员工：代码变更增加 220% 后的复盘
Meta 因内部数据显示 AI 智能体改造未达预期，取消了 Project OT 的第二轮裁员。Reuters 调查显示，内部平台代码变更同比增加 220%，但触达用户的新功能或升级仅增加 36%，重大技术和安全事故增加 40%，员工处理事故的时间最多增加 70%。
推荐理由：文章把代码变更、用户交付和事故率放在同一框架下，可帮助读者理解 AI 编码从产出到价值之间的组织约束。
Hacker News：AI 热帖精选AI 评分7676 文章主张为 AI 智能体建立共享露天测试场之外的隔离测试范围
文章针对 OpenAI 等公司智能体在测试中接触美国政府网站、澳大利亚健康统计门户等真实系统的事件，主张把智能体测试从真实互联网移入共享隔离测试范围。测试场可使用 Common Crawl 超过 3000 亿网页的冻结存档，模拟政府数据门户、代码仓库、模型中心、论坛和邮件等环境，并故意放置泄露凭证、绕过入口和可滥用扫描服务。
推荐理由：文章借近期智能体测试触及真实网站的事件，提出共享隔离测试场及例外上网治理框架，可作为评估AI安全测试制度的参考。
Claude：Blog（网页）精选AI 评分7272 Anthropic 复盘智能体编码挤压 CI：测试影响分析服务如何扩展
Anthropic 复盘其测试影响分析服务在智能体编码带来的 CI 压力下完成架构重构。工程师人均每季度代码产出达到 2021-2025 年的 8 倍，Claude 编写其中 80% 的代码，代码库测试量增长 10 倍，CI 作业在 6 个月内增长 25 倍。
推荐理由：文章用 Anthropic 内部 CI 负载变化和架构演进，说明智能体加速研发后测试基础设施需要按指数增长提前设计。
elsewhere：文章（RSS）精选AI 评分7878 Manus 2.0 发布 Cue 与 Studio，作者判断 AI 应用只剩三件事
Manus 发布 2.0，包含新 agent 架构 Cascade、云电脑和自动化、Manus Studio，以及 Personal Agent 产品 Cue。
推荐理由：文章结合 Manus 2.0 上手体验与一年半应用创业复盘，呈现 Personal Agent、生产力和娱乐三条赛道的分化。
OpenAI News精选AI 评分6464 Sam Altman 在联合国安理会阐述 AI 安全与国际合作主张
OpenAI CEO Sam Altman 在联合国安理会就人工智能发表讲话，强调 AI 应扩大个人机会，并保持强大系统处于人类控制之下。他提出两类需避免的风险：人类失去对 AI 的控制，以及最强模型让权力过度集中于少数人、公司或国家。他呼吁建立互补的国家与国际前沿 AI 标准，涵盖能力衡量、风险评估、保障措施、人类监督、事件报告和漏洞共享，并支持开放与封闭模型开发者及新参与者。
推荐理由：讲话系统呈现了 OpenAI 对前沿 AI 失控、权力集中和国际标准协作的立场，可作为理解其安全治理主张的一手材料。
Simon Willison精选AI 评分8787 Simon Willison 解读 Claude Opus 5.5、GPT-6 Sol、GPT-6 Luna 与新一轮模型价格战
Anthropic 发布 Claude Opus 5.5，OpenAI 随后发布 GPT-6 Sol 和 GPT-6 Luna，Simon Willison 对比了它们与 Grok 4.7、GPT-5.6 系列的价格和初步表现。
推荐理由：作者用统一价格表和鹈鹕 SVG 测试横向比较新模型，可帮助读者理解这轮降价对应用开发和推理档位选择的影响。
Fireworks AI（网页）精选AI 评分6262 Fireworks AI：前沿不是单个模型，而是 FireRouter 这样的模型路由器
Fireworks AI 提出编码智能体应按任务选择模型，并用 DeepSWE v1.1 的 113 个任务、18 个模型测算：oracle router 可达 97.6% 通过率、每任务 $1.88，高于 GPT-6 Astra 的 74.1% 和 $6.52；仅用开放权重模型也可达 90.3%、$1.45。
推荐理由：文章用 DeepSWE 的 oracle routing 结果说明模型池的互补能力，并给出 FireRouter 在真实编码流量中的成本对比。
Hugging Face Blog精选AI 评分6565 IBM Research 解析智能体模型路由为何不能只做分类
IBM Research 总结在智能体系统中构建模型路由的经验，认为路由本质上是跨成本、质量、延迟和约束的系统优化问题。
推荐理由：文章用 AppWorld 的成本、准确率和延迟数据说明，模型路由应按系统权衡优化，而不是只按任务难度分类。
Berkeley AI Research精选AI 评分6666 Berkeley AI Research 观点：智能近乎免费后，面向、承载与由 Agent 构建的数据系统
UC Berkeley 研究者提出，AI 推理成本快速下降后，数据系统将面临 For、Of、By Agents 三类新挑战。GPT-4 级能力价格已从 2023 年初约每百万 token 30 美元降至 1 美元以下，部分供应商低于 0.10 美元；多 Agent 执行 text-to-SQL 任务时，80-90% 的子查询存在重复工作。
推荐理由：文章把推理成本下降转化为数据系统的三类研究议程，并给出重复查询、结构化记忆和系统合成等具体切入点。
Berkeley AI Research精选AI 评分6262 Berkeley BAIR 解析自适应并行推理如何提升推理扩展效率
Berkeley AI Research 发布综述，提出自适应并行推理让模型在推理时自行决定是否拆分任务、生成多少并行线程以及如何汇总结果。文章比较 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild!
推荐理由：文章梳理自适应并行推理的控制流、推理系统和奖励设计，可帮助读者理解降低长推理延迟的工程取舍。
Google DeepMind精选AI 评分6262 Google DeepMind 复盘 AlphaEvolve 一年来在科研、基础设施与商业领域的影响
Google DeepMind 复盘 Gemini 驱动的编码智能体 AlphaEvolve 一年来的跨领域应用成果。它将 DeepConsensus 变异检测错误降低 30%，把电网 AC Optimal Power Flow 可行解找到率从 14% 提升至 88%，并使 20 类自然灾害风险预测整体准确率提高 5%。
推荐理由：文章汇总 AlphaEvolve 在科研、基础设施和商业场景中的具体应用结果，可作为理解编码智能体落地边界的参考。