AI 新知简报

本轮 claude_code、AnthropicAI 未成功返回可用近 72 小时原创/引用推文；按规则省略，不用置顶旧帖或历史高赞补位。

bcherny 本轮返回内容均为转推或 72 小时外旧帖；trq212 未成功返回可用数据。按规则省略，不用旧帖补位。

@theo：Sydney Sweeney 用 ChatGPT 构建并开源 app。中文摘要：对话式编程继续把软件发货权扩散给非专业开发者，产品表达和需求拆解变得更重要。

@theo：Copilot 套餐里高推理模型的真实成本不容易覆盖。中文摘要：AI 编程工具接下来会继续在推理深度、消息额度、套餐价格之间做取舍。

@godofprompt：AI 数据中心背后的能源成本被低估。中文摘要：每次 prompt、图像生成和 agent 运行都有物理成本；当前低价订阅更多是市场补贴，不一定可持续。

@aakashgupta：Google PM 72 分钟把 iOS app 发到 TestFlight。中文摘要：他强调“学会写代码”的护城河正在弱化，真正的瓶颈变成能否把产品想法清楚规格化，并让多 agent 协作完成设计、代码、测试和部署。

@aakashgupta：Claude Code 与 Hermes 的 GitHub star 曲线代表两种 agent 采用路径。中文摘要：开发者 agent 赢在深度，消费者/知识工作 agent 赢在广度；如果 Hermes 类工具能可靠处理周期任务，agent 层会从代码扩展到日常工作。

@aakashgupta：Hermes 的关键不是模型更强，而是 skill/procedure 文件会随使用复盘而进化。中文摘要：模型是租来的，长期积累的是本地流程文件；这也是 agent 产品可能形成个人/团队工作记忆的地方。

@godofprompt：传 OpenAI 正在设计以 agent 取代 app 网格的智能手机。中文摘要：他提醒硬件不是核心，真正争夺的是连续上下文数据；今天就可以用 Claude、ChatGPT、MCP、自动化工具搭建类似 agent 层。

@yanhua1010：推荐可直接复制的 CLAUDE.md，整合 Karpathy skills 和热门 agent 工作流。中文摘要：项目级规则文件正在成为 agent 协作的基础设施。

@vista8：用任意 AI 工具拍课文，快速生成复习题并打印。中文摘要：AI 的家庭/教育场景不是宏大产品，而是把照片、文本和练习题这种小任务快速闭环。

@yanhua1010：提到 Codex app 中也可以同时使用 Claude。中文摘要：开发者工具入口正在多模型化，用户越来越关心同一工作台里模型如何切换和互补。

@yanhua1010：安装 Claudian 后发现新版支持显示上下文用量。中文摘要：随着 agent 会话变长，上下文预算可视化会成为基础 UX，而不是高级用户的小技巧。