文章
按时间倒序整理的全部文章。
-
OpenAI 的 Ryan Leopo 谈 Harness Engineering：当代码免费时，如何构建软件
Ryan Leopo 的核心判断很直接：编码 Agent 已经让实现本身变得不再稀缺。
-
OpenAI 的 Ryan Leopo 谈"Harness Engineering"：当代码免费时，如何构建软件
Ryan 在演讲开篇给出整个框架的支点，不是"AI 能帮你写代码"，而是从稀缺资源角度重新定义了软件工程的约束条件。
-
Shopify CTO Muel Parkin 访谈：内部 AI 工具落地、自研 ML 基础设施与前沿技术应用
访谈一开始就在回应 Jensen Huang 关于工程师应大量消耗 token 的观点。
-
https://www.latent.space/p/unsupervised-learning-2026
这组摘录来自 AIE Europe 会后的判断，讨论的是 agent infra 是否开始稳定，以及稳定到底体现在哪里。
-
🧠 Community Wisdom Sharing Claude Code skills across the org, Why did lennysjobs.com shut down, opening an LLC for side work, AI for SMB sales, and more.md
这组讨论围绕 50 人创业公司内部如何共享 Claude Code skills。
-
2026-04-09-[Podwise] 新文章：We Gave Every Employee an AI Agent. Here's What Happened.
这篇对谈里最有价值的一层，不是 Every 把 OpenClaw 跑起来了，而是他们讲清了为什么个人代理和通用聊天模型在组织里会导向完全不同的关系结构。
-
不写代码的工程师，才是 AI 时代最值钱的人
我已经很久没写过一行代码了。
-
一年花一万二，盘点 2025 年我订阅的 AI 产品
2025 年真的是 AI 产品爆发的一年，24 年我只订阅了 Monica，但在 25 年，我居然为十多款 AI 产品付过费了。
-
从零实现 vLLM (1.4）：RMSNorm 如何解决训练不稳定
在上篇文章《从零实现 vLLM（1.3）：如何加速 Attention 计算》中，我们深入分析了 Qwen3Attention 组件，学习了 FlashAttention 如何通过在线 Softmax 和分块计算技术。
-
从零实现 vLLM (1.3）：如何加速 Attention 计算
在上篇文章《从零实现 vLLM (1.2）：如何实现张量并行》中，我们深入到 Qwen3DecoderLayer 的第一个核心组件：Qwen3Attention。