MacTalk
订阅
MacTalk 开通于2012年末,内容起于 Mac 而不止 Mac,内容覆盖了技术、创业、产品和人文思考。文风有趣,又有一点力量。
MacTalk微信公众号二维码
关注该公众号

会员可查看最新的全部文章

^__^ 3 / 01
昔日王者 Cursor 坐不住了,宣布 AI 软件开发的第三个时代即将到来 Cursor 的文章发布在官方 blog 上,这是墨问剪藏版:AI 软件开发的第三个时代 Cursor 以前是 AI IDE 领域的王者,最近随着 CC、Codex、TRAE 的崛起,声量小了一点,这次他们提出的三个时代是个总结和展望:第一时代:Tab 自动补全几年前 Cursor 刚问世的时候,AI 的主要形态,是嵌在 IDE 里的 Tab 自动补全。在这个阶段里,开发者仍然是写代码的主角,AI 只是站在你身边,猜你“下一句台词”。它擅长的是识别那些低熵、重复性的模式:常见的函数结构、样板逻辑、CURD 代码、测试模板等等。你敲下前几行,它帮你把后面的都续上。在将近两年的时间里,这种补全带来了巨大的效率杠杆——很多人第一次切身感受到“AI 真的能帮我省时间”。第一时代的 AI,更像一款超级输入法。第二时代:Coding Agent——“对话式编程”走上舞台我们正处在第二个时代里。随着模型能力的飞跃,更大的上下文、更强的推理、更复杂的工具链接入,让 Agent 这种形态登场,AI 软件开发进入第二个时代。这一代的核心变化,是交互方式从“按 Tab 接受建议”,变成“用自然语言指挥 Agent 做一件完整的事”。开发者给出目标和约束,例如:给这个项目加一个登录注册流程;重构这块服务,大类做拆分等等。 Coding Agent 可以读大量上下文,调用项目索引、终端、测试等工具,执行长任务把任务拆解成一系列具体步骤,然后在你的本机上一步步执行。每走一步,它都会把结果和 diff 丢给你,等你确认、修改或追加说明。 > 这种变革如此彻底,2025 年 3 月,Cursor 的 Tab 用户数量大约是 Agent 用户的 2.5 倍。现在情况已经反转:Agent 用户数量是 Tab 用户的 2 倍。第三时代:云端 Agents——“软件工厂”的雏形 Cursor 真正要讲的,是第三个时代:云端 Agent 带来的“工厂化开发”。 Cursor 不再只是“写代码的工具”,而是“帮助开发者搭建那座生产软件的工厂”。在这座工厂里,代码只是中间产物,真正的“生产单元”是一支支 Agent 组成的团队。我的感觉是,第三时代的关键是“长时间、低干预、多 Agent 并行”的整体模式,不一定是云端。事实上,这种模式已经在本地出现了,比如 Claud Code 的 Agent Team:用 Agent Team 干活 目前爆火的 OpenClaw,大家戏称养龙虾,应用于多 Agent 编程领域,那不就是 Cursor 描述的 Agent 工厂么?
^__^ 2 / 27
原 Square 公司因为 AI 裁员 4000 人。今天看到 Blocks(原Square公司)裁掉一半人的公开信,第一反应是:这样的事就这样发生了。公开信原文:原 Square 公司裁员 4000 人,因为 AI 改变了工作方式 过去十几年,互联网公司的组织结构都有个公式:业务增长 = 招人,没想好干什么 = 先招人,融资多了 = 也得招人。牛人不怕多,来了才知道干什么。我对 Square(类似支付宝)这公司印象深刻,是因为之前极客时间的作者朱赟在这家公司工作了好几年,发展一直挺不错的,在裁员之前,他们公司员工已经有 1 万人了。 Blocks 这封信的意思是:我们业务没出问题,公司现金流充裕,只是因为 AI 和新的工作方式出现了,他们发现,不需要这么多人了。是的,AI 正在重新定义个体能力。以前做产品需要有产品经理、设计师、程序员、QA、运营,现在一个能力强的人+ 各种各样的 AI Agent,能把这些事都干了,干的还不差。你不是一个人在战斗,你是个“带着一堆 Agent 干活的人”。当个体能力被放大,一个显而易见的结果就是:中间层开始变得尴尬。很多过去靠转述信息、安排会议、做接口活着的岗位,会被 AI 和更透明的协作方式替换掉。Blocks 选择砍掉 4000 人,就是承认这件事已经发生,而不是假装什么都没变,很多人会问:这是不是回到精英小团队模式了,难道剩下的人都没出路了?我倒不这么悲观。组织变小,不等于机会变少,只是机会留给了有能力的人。以前公司庞大,中间总有些缝隙可以躲进去:流程的缝隙,汇报的缝隙,会议的缝隙等等。你不知道自己真正创造了什么价值,只要系统在运转,跟着走就行了。 AI 带来的扁平化,会把这些缝隙一点点抹掉。公司更像一块透明电路板,每个节点有没有在发光,一眼就能看出来。真正有想法、有执行力的人,可以用更小的团队、甚至一个人,完成过去需要几组部门配合的事;坏处是,没法混日子了。说起来这也是个好处 Blocks 的信里还有两个细节值得注意。第一,他们很明确地说:不是因为业务变差裁员,而是生产方式和组织结构变了。这里有个明确的信号:未来组织收缩,不再只发生在衰退期,而是会出现在技术跃迁期。第二,他们把未来描述成“客户能够直接基于我们的能力、通过我们的接口,自主构建自己需要的功能”。翻译一下就是:公司要把自己做成一个 AI 驱动的能力平台,客户通过公司提供的能力,拖拖拽拽+自然语言,就能做出一个项目组搞出来的东西。这就是未来。
^__^ 2 / 25
Anthropic 最新发布的《Claude Skill 构建指南》pdf 版,一共 33 页,可下载。下载点这里:Anthropic 最新发布的《Claude Skill 构建指南》pdf 版 这份详尽的指南是由 Anthropic 官方发布,旨在帮助开发者和普通用户更高效地利用 Claude 的“技能”(Skills)功能。虽然 Claude 的 Skill 最早是在 2025 年 10 月 随 Agent 功能一同推出的,但这份长达 32-33 页的完整版技术指南才刚刚发布。不管这家公司的立场有什么问题,他们的技术和产品确实是顶级的,推出的 MCP 和 Skills 都成了行业标准。我们构建的 Skill,稍作迁移即可适配各大公司的产品。学会构建自己的 Skills 本身就是一个非常重要的技能了。以前大家和大模型打交道,主要还得靠各种提示词工程;现在开始转向以“技能(Skills)”为核心的结构化系统设计。通过渐进式披露和标准化工作流,这套体系把 AI 聊天从海量的临时对话,升级成一套可扩展的基础设施。 Anthropic 的这套《Claude Skill 构建指南》,本质上是在讲一件事:如何高效构建 AI Agent,把 AI 能力打包成一个结构化系统,即“技能(Skill)”,从而获得更稳定、可复制的执行效果。一个“技能(Skill)”不再只是对话中的一小段指令,而是一个完整的系统:包含 SKILL.md 文件、相关脚本、参考资料以及配套资产。开发者通过这种方式定义一次工作流,Claude 就能在不同场景下反复调用,而不用每次对话都重新解释任务逻辑。最佳实践被固化到执行层里了,API 调用和任务处理会更加稳定,一致性也更好。比如我基于墨问的 OpenAPI,做了两个 Skill,一个用来自己创建和发布笔记,一个用来查询某个用户的创作状态:近期写了多少,点赞评论阅读数多少,自动分类,等等。这俩 Skill,Claude Code 能用,OpenClaw 也能用,我每次用自然语言激活它们就行。指南里还详细解释了“渐进式披露(Progressive Disclosure)”的设计理念,这是用来解决 AI Agent 常见的上下文窗口过载问题。系统通过轻量级的 YAML 前置数据(Frontmatter)来引导 Claude 判断何时调用特定技能。只有在任务真正需要时,才会加载完整的详细指令和额外文件。这种按需加载机制,一方面显著减少 Token 消耗,另一方面也提升了 AI 在处理复杂任务时的精确度。 Anthropic 在指南中给出了三种主要的 Skill 应用模式:文档与资产创作、工作流自动化,以及对模型上下文协议(MCP)的增强。具体细节阅读指南全文更佳。
^__^ 2 / 24
Claude Code 发布一周年,看到一个激烈的争论。类似 Claude Code 这样的 Coding Agent 已经完全改变了人们编程的方式,然而这个产品发布才短短一年,也就是去年的今天(2025.2.24)。看到社区里不少人在庆祝 CC 发布一周年,不过对于这个软件的出品方——也就是 Anthropic——评价就有点两极分化了。一方面,我看到像 Y Combinator 的总裁 Garry Tan 这样的行业领袖对他们的产品赞不绝口。他提到把 Exa 网络搜索和 Claude Code 结合起来简直是疯狂的体验。AI Agent 能够直接搜索网络,这太强大了。“注:Exa(原名 Metaphor)是一款专为 AI 时代设计的神经搜索引擎(Neural Search Engine) 。与百度或 Google 这种基于“关键词匹配”的传统搜索引擎不同,Exa 使用大模型技术来理解网页内容的深层含义”。相反的观点也不少,有人就指出,Anthropic 这家公司根本没有战略,类似 Claude Code、Cowork 这些现在看起来很成功的产品,最初都只是某些员工的副业项目。啥意思呢?你只是运气好罢了,都是无心插柳的结果。如果这是真的,那对一个估值这么高的公司来说可能是场灾难。显然,这种归因太简单了。取得大的成功几乎全部有运气的加持,无一例外。但 Anthropic 这种体量,你都归因到 side project 和运气,就有点扯了。 1 月份我写了 2025 年的 AI 发展回顾,包括今年看到 Anthropic CEO 在达拉斯的分享,我反倒觉得,这公司战略挺清晰的:毫不动摇地专注于编程和 toB 领域,因为他们相信这是通往通用人工智能(AGI)的必经之路。 Anthropic 有意避开其他热门领域,他们专注在文本和编程领域,在其他图形图像大模型的排名里,根本看不到 Claude 的影子。Claude Code、Cowork 这些项目根本不是什么随机的副业,而是这个核心战略下的产物,只不过产生的机制可能是自下而上的,这得益于内部实验室机制提供的创新土壤。 Anthropic 到底是幸运的探索者还是专注的战略家呢?我倾向于后者,并且这种创新更多是分布式的,自下而上的,是一种自下而上创新的战略。未来的企业可能会以两种方式存在,一种是“超级智能”,也就是具备 AI 能力的大型企业本身——它们在大型复杂项目上的“整体聪明程度”,已经远超任何个体人类。另一种就是微小公司,甚至是一人公司,他们在分布式的环境里,和 Agent 一起创造价值。两者融合,可能就是 AI 时代的组织形态:创造一个环境,让最有潜力的想法自己长出来。