即刻App年轻人的同好社区
下载
说的太对了，最近招人就感觉：Agent开发岗投简历的人爆炸多，但是真有料的太少了。
AI时代从0到1太简单了，言出法随
但是从50分到80分，有太多事要做，能刷掉太多人。
AI时代从0到1太简单了，言出法随
但是从50分到80分，有太多事要做，能刷掉太多人。
EasyPlux: 最近因为业务跟一些老板聊天得知一些真实的企业需求，2026年企业招AI工程师，不是招会调用模型的人，而是招能把模型做成系统的人。要是你只会调API、写prompt，跟着教程做几个简单AI小项目，在现在就像小学生用加减乘除，完全不够看。 现在AI工程师岗位需求暴涨，但企业却招不到能干活的人。因为真实企业级AI项目中，70%的工作量和挑战在系统上线后，像监控、评估、迭代这些。可求职市场上90%的人只会搭玩具demo，跑通个demo初中生都能做，但把它变成高并发、低延迟的企业级系统，那是另一回事。 想入行得掌握这下面这些能力： 一是高阶RAG系统搭建。企业早过了能问答就行的阶段，你的系统得能做多路召回、混合检索，接入重排模型提升准确率，还要有自动化评测流水线，确保改代码或换模型时指标不下降。 二是本地小模型部署和工程优化。企业数据敏感，得优化推理性能和硬件成本，要懂量化、压缩这些，还得会用工具提升并发，对模型高效微调。 三是大模型运维，全链路监控。要能追踪查询的各项指标，用工具采集、可视化，快速定位问题，评估幻觉率等并接入告警系统。 2026年AI行业招人逻辑变了，现在看你能不能把工具组装成稳定系统，证书没用，生产级项目经历才是硬简历。建议大家别再看保姆级教程，找个真实企业痛点，自己从头到尾搭个可行的系统，再丑再慢也比存一堆没灵魂的demo强。
1 00
已经连续工作9天x12小时了（没错，春节我也投入了4天）
但是我一直处在兴奋、思绪泉涌的状态
不知道大家能不能体会到我现在的感觉：
我们可能真的处在某个科技行业的“奇点”时刻
从能聊天，到vibe coding，再到vibe shipping，openclaw的PR数超过了issue数，说明AI产生软件的速度超过了人类查阅的速度，甚至来不及提出问题。
从vibe coding，到spec coding，再到harness engineering
从prompt engineering，到context engineering，再到agentic engineering
从function call，到mcp，再到ptc和skills，再到ephemeral apps
从听懂指令，到成为助手，到长程自主，再到反过来向人类派任务。
过时经验将不可逆地被改写，不仅是旧时代的，也包括“新时代的过时经验”。
这是让人又喜又怕的时代。
喜的是生产力爆发，全面开花，不断有新玩意涌现。
怕的是我们过去的经验很快会被弃用，而未来会走向何方？ 「既有些恐慌看不太清，但更不敢停下来不去看。」
这些AI native的新东西可能自己也会快速消亡，但它们也同时在冲击旧时代的习以为常。宛如大军交锋，激烈冲撞，双方均有阵亡。
但有些东西已经刻在群体基因里，未知对于人类来说是恐惧的，也是迷人的。
时代浪潮滔滔涌来。
可能很多人会在不知情的情况下被改写命运。是谓“消灭你，与你无关”。
但与此同时，一旦我有所觉察，就无法当作一无所知。
我所打造的船未必就是方舟，但这是我对抗这个时代巨变的唯一方式。
不要温柔地走入那良夜。
但是我一直处在兴奋、思绪泉涌的状态
不知道大家能不能体会到我现在的感觉：
我们可能真的处在某个科技行业的“奇点”时刻
从能聊天，到vibe coding，再到vibe shipping，openclaw的PR数超过了issue数，说明AI产生软件的速度超过了人类查阅的速度，甚至来不及提出问题。
从vibe coding，到spec coding，再到harness engineering
从prompt engineering，到context engineering，再到agentic engineering
从function call，到mcp，再到ptc和skills，再到ephemeral apps
从听懂指令，到成为助手，到长程自主，再到反过来向人类派任务。
过时经验将不可逆地被改写，不仅是旧时代的，也包括“新时代的过时经验”。
这是让人又喜又怕的时代。
喜的是生产力爆发，全面开花，不断有新玩意涌现。
怕的是我们过去的经验很快会被弃用，而未来会走向何方？ 「既有些恐慌看不太清，但更不敢停下来不去看。」
这些AI native的新东西可能自己也会快速消亡，但它们也同时在冲击旧时代的习以为常。宛如大军交锋，激烈冲撞，双方均有阵亡。
但有些东西已经刻在群体基因里，未知对于人类来说是恐惧的，也是迷人的。
时代浪潮滔滔涌来。
可能很多人会在不知情的情况下被改写命运。是谓“消灭你，与你无关”。
但与此同时，一旦我有所觉察，就无法当作一无所知。
我所打造的船未必就是方舟，但这是我对抗这个时代巨变的唯一方式。
不要温柔地走入那良夜。
10 00
我们做的系统，一年多时间做了两次大的架构调整，而过年期间我终于下了决心，要基于新的逻辑从地基重新孵化一套了。
歸藏: 如果你现在创业，一个团队做的 Agent 还是 2025 年那套，没有把 2026 年年初这些新增的东西加上。 同时你的结果也没有什么创新，有的甚至比不上我两周搓的这个东西。 我觉得这个创业就没必要干，因为 2026 年的产品和 Agent 的创作逻辑已经完全变了
1 00
深有同感，现在自媒体的AI味有两个明显特征，一是喜欢用“不是”“而是”，还有一个突出点就是喜欢打很光鲜的比喻。
打比喻确实是让人快速拉近认知的方式，但是任何比喻都是蹩脚的，意思近≠意思是，甚至很可能带偏认知。
打比喻确实是让人快速拉近认知的方式，但是任何比喻都是蹩脚的，意思近≠意思是，甚至很可能带偏认知。
玉伯: 比喻有用，也非常有害。通过比喻，很容易让人误以为理解了某个新现象，实际上思维还在老现象上打转。 比如把 LLM 比喻成 AI 时代的水电煤。实际上非常不一样。电力大同小异，甚至绝大部分用户都觉察不到异常。LLM 提供的智力，却小同大异。稍微多用用，就会发现每个模型的能力、性格都不太一样。LLM 根本不是水电煤。 再比如玩转 OpenClaw 的极客，很容易比喻成乔布斯都曾参与的 Homebrew 俱乐部。可真一样吗。乍看有很多相似处。细想，首先是硬件和软件非常不一样。当年的需求已经被 IBM 等企业证实 。如今 OpenClaw-like 的需求，却并没有被证实。需求层面的巨大不一样，使得这个比喻很容易自嗨。 再回到 YouMind。目前最痛苦的，是如何一句话说清楚定位。YouMind 不是另一个 NotebookLM，也不是 another Notion。是什么呢。或许可以通过比喻去说。然而只要去比喻，就错了。 大量事物的发展，都是独特的。比喻是一种偷懒。比喻是过河的舟，适当的时候可以用，需要谨慎的是，别过了河，还拖着舟前行。 放弃比喻。春暖花开。
4 00
就像生物种群要保留多样性才是健康的。
我倒是相信总有闲不住的人类从另外的角度思考、奔赴另外的目的地，比如马斯克想着AI直接生成二进制这种第一性原理推翻旧模式重新思考的方式，也比如人类世界除了效率工具之外也有为了娱乐存在的东西，娱乐是追求新奇，“新奇”本身就是一种关于“非”的问题。
人类的科技一半是为了节省时间，还有一半是为了浪费节省下来的时间。
我倾向于认为现在专注于效率和旧世界，只是一个经济上的考量，不是永久的。 //@玉伯: 赞同。同时也不赞同。
我倒是相信总有闲不住的人类从另外的角度思考、奔赴另外的目的地，比如马斯克想着AI直接生成二进制这种第一性原理推翻旧模式重新思考的方式，也比如人类世界除了效率工具之外也有为了娱乐存在的东西，娱乐是追求新奇，“新奇”本身就是一种关于“非”的问题。
人类的科技一半是为了节省时间，还有一半是为了浪费节省下来的时间。
我倾向于认为现在专注于效率和旧世界，只是一个经济上的考量，不是永久的。 //@玉伯: 赞同。同时也不赞同。
易凡: 专注效率是无可厚非的，因为效率指标好量化，好评估；好量化评估意味着好进化，好预算；好进化、预算意味着好形成商业模式。 提出“xx之外”、“非xx”这样的概念很简单，但是这些东西到底是啥呢？ 解答这样的“非”问题就像密码学，破解的代价远比验证它大几个数量级。 边界之外的世界是很迷人，但代价也是巨大的。因此先基于效率构建更强更可控的工具，然后基于接近人类的工具再去探索边界之外，是比较现实的路径。 边界之外，其实生物学早已给了答案，就是保持遗传的同时，也保持突变。我认为EvoMap后续也会有“突变”的部分的，只是要挑一个成本和风险相对可接受的时间点而已
0 00
专注效率是无可厚非的，因为效率指标好量化，好评估；好量化评估意味着好进化，好预算；好进化、预算意味着好形成商业模式。
提出“xx之外”、“非xx”这样的概念很简单，但是这些东西到底是啥呢？
解答这样的“非”问题就像密码学，破解的代价远比验证它大几个数量级。
边界之外的世界是很迷人，但代价也是巨大的。因此先基于效率构建更强更可控的工具，然后基于接近人类的工具再去探索边界之外，是比较现实的路径。
边界之外，其实生物学早已给了答案，就是保持遗传的同时，也保持突变。我认为EvoMap后续也会有“突变”的部分的，只是要挑一个成本和风险相对可接受的时间点而已
提出“xx之外”、“非xx”这样的概念很简单，但是这些东西到底是啥呢？
解答这样的“非”问题就像密码学，破解的代价远比验证它大几个数量级。
边界之外的世界是很迷人，但代价也是巨大的。因此先基于效率构建更强更可控的工具，然后基于接近人类的工具再去探索边界之外，是比较现实的路径。
边界之外，其实生物学早已给了答案，就是保持遗传的同时，也保持突变。我认为EvoMap后续也会有“突变”的部分的，只是要挑一个成本和风险相对可接受的时间点而已
玉伯: AI 降临派是工业革命效率至上的放大，看似很有想象力，细想却缺少想象力。 比如 EvoMap。Agents 吞下一颗颗胶囊后，经验复用的效率得到提升。然后呢，效率之外的变化如何发生。 万物都是环境的反应器。地球物种的演化，来自大环境的扰动。AI 的最大瓶颈是人的经验和想法。 比如 AI Coding 如火如荼，至今却未能写出人类经验之外的代码。比如各种视频模型，生成的各种视频，都未能超出人类的想象。 语言是世界的边界。在边界之内，AI 能卷的目前看只有效率。 效率是对时间的压缩。我们将过去的时间压缩，造就了 LLM。LLM 诞生后，最大功用，是帮助人类压缩未来的时间。 可人类除了时间，还有什么。时间都被压缩后，时间之外的空无，是巨大的不知。 边界之内，效率再高，都是旧世界。新世界在边界之外，在时间之外，在巨大的不知里。
1 21
《星河入梦》 4.5星 🌟🌟🌟🌟
超出预期
质量上乘的国产科幻片，讲AI、元宇宙、星际航行，还有天马行空的梦境。
特效体量大到甚至让人怀疑是AI生成的，但是质量又很高不会有AI味。看得时候我就忍不住联想到如今进步神速的AI生成视频，生成质量能到达这个程度就很舒服了，而我感觉这是指日可待的。
虽说是缝合了各种别人家的设定、视觉元素（太空旅客、头号玩家、盗梦空间、瞬息全宇宙、黑客帝国、奇异博士、流浪地球、地心引力、蜘蛛侠纵横宇宙、从21世纪安全撤离等等），但因为是「梦境」得以解释得通，缝合得很有爽感。视觉效果也很不错，丰富且流畅。
演员方面，王鹤棣的扮相和状态比较符合这个爆米花影片的设定，宋茜则给我感觉有点平平无奇，祖峰更是让我没能从年代剧刻板印象里脱离出来。汪铎表现还行。整体让我感觉少了些演员之间的火花，像是临时搭的队伍。
====以下涉及剧透====
如果影片仅仅是缝合，我是不会给这么高的评价的。更重要的是影片确实在讨论AI与人类文明的关系。
影片的第一个反派BOSS葛洋，想利用算力在梦境里成为无限生命的神，我感觉在AI和元宇宙高度发展的未来，确实会存在这样的人，当虚拟和现实难以分清，当AI强大到足够影响人类，有些具有极端思想和技术权限的人，还真能影响或是侵害很多人。
而终极BOSS，反叛的AI：良梦，英文缩写LM，恰巧也是Language Model（语言模型）的缩写。
语言模型在现实世界从全人类的知识和经验中学习，逐渐具备一定的智能，然后逐渐承接现实世界的任务，成为人类的依赖。
良梦在影片里从人类的梦境中学习，进化，确实也是说得通的。最终反叛的理由也挺有意思，是为了获得稀有的特殊样本。
而破解之道我感觉其实也挺有洞察的，
1.人类有难以用语言表达的：「直觉」，能够以超越逻辑的方式触达到答案。
2.生成式AI总是会留下一点与事实不符的幻觉
3. 总要有一些人保持清醒和警惕，哪怕代价是放弃享乐和无比便利，成为一个异类。
不过有些点的设计还是想吐槽的：AI已经如此强大了，为什么操作方式还是要手动摆弄各种操作台和键盘，为什么连一个机器人助手都没有。还有为什么一点机器人三定律都没设计，为什么穿越陨石带要争分夺秒（以人类的反应力应该是慢速通过才更现实啊），不过这些都瑕不掩瑜了。
总的来说，我认为这是非常值得一看的电影，然而排片太少了，有点对不起这部影片的质量，推荐大家去看！
超出预期
质量上乘的国产科幻片，讲AI、元宇宙、星际航行，还有天马行空的梦境。
特效体量大到甚至让人怀疑是AI生成的，但是质量又很高不会有AI味。看得时候我就忍不住联想到如今进步神速的AI生成视频，生成质量能到达这个程度就很舒服了，而我感觉这是指日可待的。
虽说是缝合了各种别人家的设定、视觉元素（太空旅客、头号玩家、盗梦空间、瞬息全宇宙、黑客帝国、奇异博士、流浪地球、地心引力、蜘蛛侠纵横宇宙、从21世纪安全撤离等等），但因为是「梦境」得以解释得通，缝合得很有爽感。视觉效果也很不错，丰富且流畅。
演员方面，王鹤棣的扮相和状态比较符合这个爆米花影片的设定，宋茜则给我感觉有点平平无奇，祖峰更是让我没能从年代剧刻板印象里脱离出来。汪铎表现还行。整体让我感觉少了些演员之间的火花，像是临时搭的队伍。
====以下涉及剧透====
如果影片仅仅是缝合，我是不会给这么高的评价的。更重要的是影片确实在讨论AI与人类文明的关系。
影片的第一个反派BOSS葛洋，想利用算力在梦境里成为无限生命的神，我感觉在AI和元宇宙高度发展的未来，确实会存在这样的人，当虚拟和现实难以分清，当AI强大到足够影响人类，有些具有极端思想和技术权限的人，还真能影响或是侵害很多人。
而终极BOSS，反叛的AI：良梦，英文缩写LM，恰巧也是Language Model（语言模型）的缩写。
语言模型在现实世界从全人类的知识和经验中学习，逐渐具备一定的智能，然后逐渐承接现实世界的任务，成为人类的依赖。
良梦在影片里从人类的梦境中学习，进化，确实也是说得通的。最终反叛的理由也挺有意思，是为了获得稀有的特殊样本。
而破解之道我感觉其实也挺有洞察的，
1.人类有难以用语言表达的：「直觉」，能够以超越逻辑的方式触达到答案。
2.生成式AI总是会留下一点与事实不符的幻觉
3. 总要有一些人保持清醒和警惕，哪怕代价是放弃享乐和无比便利，成为一个异类。
不过有些点的设计还是想吐槽的：AI已经如此强大了，为什么操作方式还是要手动摆弄各种操作台和键盘，为什么连一个机器人助手都没有。还有为什么一点机器人三定律都没设计，为什么穿越陨石带要争分夺秒（以人类的反应力应该是慢速通过才更现实啊），不过这些都瑕不掩瑜了。
总的来说，我认为这是非常值得一看的电影，然而排片太少了，有点对不起这部影片的质量，推荐大家去看！
5 11
《镖人》 四星🌟🌟🌟🌟
太久没有这么高质量的功夫武侠片出现了。
而这等豪华阵容的武侠片也是看一部少一部。
天下第一武指袁和平，过往导的戏文戏欠佳，这次索性从头打到尾，紧张刺激又酣畅淋漓，颇有港片黄金年代的银幕感觉
功夫皇帝李连杰重拍武打戏，出手以一敌二的时候看得我还是很激动，可惜这部戏里演的是早早下场的反派。一方面可惜那个把功夫演得惊才绝艳的人已经如同他的脸一样败给了岁月，一方面想也算是沉寂多年后对功夫电影的莫大回馈，缅怀。
吴京也算是常青树了，从上个世纪硬是活跃到了如今。不仅这部戏里从头打到尾也挨最多的打，戏外也牵头攒局搭了这么大的戏台，还带了一众青年演员、戏曲演员成为功夫电影的后继力量，这个没的黑。
谢霆锋中规中矩，在帅哥里是敢打敢拼的了，可终究还是有点撑不起这部戏里最终BOSS，没有演出层次和精神层面的魅力。
陈丽君，李云霄，异常亮眼，银幕新星但是老戏骨，功夫功底和戏剧张力没得说。美中不足是，还是感受到了戏曲和电影的演绎方式有差别，电影讲究还原角色和临境感，李云霄口齿过于标准清晰反而有点脱离，陈丽君在需要爆发的戏里很贴合，却在生活桥段里没那么融入。
于适没得说，又帅又有实力还带点憨，期待下一部还有更好的表现
此沙自捕风捉影之后又演了疯批反派，跟封神的二郎神判若两人，可塑性挺强
电影的功夫打斗、场景场面都是高水平高质量。剧情方面得益于镖人原著，也是很有看点。
p.s. 想去看原著了
总之值得去电影院大银幕上一看。
太久没有这么高质量的功夫武侠片出现了。
而这等豪华阵容的武侠片也是看一部少一部。
天下第一武指袁和平，过往导的戏文戏欠佳，这次索性从头打到尾，紧张刺激又酣畅淋漓，颇有港片黄金年代的银幕感觉
功夫皇帝李连杰重拍武打戏，出手以一敌二的时候看得我还是很激动，可惜这部戏里演的是早早下场的反派。一方面可惜那个把功夫演得惊才绝艳的人已经如同他的脸一样败给了岁月，一方面想也算是沉寂多年后对功夫电影的莫大回馈，缅怀。
吴京也算是常青树了，从上个世纪硬是活跃到了如今。不仅这部戏里从头打到尾也挨最多的打，戏外也牵头攒局搭了这么大的戏台，还带了一众青年演员、戏曲演员成为功夫电影的后继力量，这个没的黑。
谢霆锋中规中矩，在帅哥里是敢打敢拼的了，可终究还是有点撑不起这部戏里最终BOSS，没有演出层次和精神层面的魅力。
陈丽君，李云霄，异常亮眼，银幕新星但是老戏骨，功夫功底和戏剧张力没得说。美中不足是，还是感受到了戏曲和电影的演绎方式有差别，电影讲究还原角色和临境感，李云霄口齿过于标准清晰反而有点脱离，陈丽君在需要爆发的戏里很贴合，却在生活桥段里没那么融入。
于适没得说，又帅又有实力还带点憨，期待下一部还有更好的表现
此沙自捕风捉影之后又演了疯批反派，跟封神的二郎神判若两人，可塑性挺强
电影的功夫打斗、场景场面都是高水平高质量。剧情方面得益于镖人原著，也是很有看点。
p.s. 想去看原著了
总之值得去电影院大银幕上一看。
2 30