鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

OpenAI神秘硬件“IO”首度解密:别刷手机了!把AI装进口袋

编程导航
编程导航
2025-11-26 12:30
阅读 200
编程导航
2025-11-26 12:30
阅读 200

作者 | 小小

出品 | 网易科技

拿起手机,你是否也有一种被“绑架”的窒息感?

永远点不完的小红点、此起彼伏的消息弹窗、算法精心编织的信息茧房……OpenAI掌门人山姆·奥特曼(Sam Altman)将这种体验形容为一场永无止境的“感官轰炸”。我们本该是工具的主人,却沦为了屏幕的奴隶。

这正是他与苹果传奇设计师乔尼·艾维(Jony Ive)联手的初衷:AI硬件不应该成为另一个让人分心的“电子镣铐”,而应是一把通往宁静与自由的钥匙。

他们认为,现有的手机只是旧时代的容器,承载不了新时代的智能。真正的AI硬件,需要找回被科技遗忘的特质——“充满奇想”与“愉悦感”。

在最近接受苹果创始人史蒂夫·乔布斯(Steve Jobs)遗孀劳伦·鲍威尔·乔布斯(Laurene Powell Jobs)的专访中,这个代号为“IO”的神秘项目终于揭开面纱:不用等太久,不到两年,它就将面世。

两年内面世!OpenAI神秘硬件“IO”首度解密:别刷手机了!把AI装进口袋,它想还你个“清静日子”

1. 灵魂拷问:为什么我们被困在“数字时代广场”?

你口袋里的智能手机,虽然连接了全世界,但也把你绑架在了一个永不停歇的“注意力战场”。

正如奥特曼在对话中所描述的残酷现实:

· 你不得不持续应对各种刺眼的闪光和无孔不入的焦虑感;

· 你的注意力被刻意追求多巴胺的设计撕得支离破碎;

· 即使在最放松的时刻,你也像身处闹市,时刻准备处理琐碎的困扰。

奥特曼将这种体验比作“感官轰炸”。我们看似拥有了最先进的工具,实则失去了对生活的掌控感。

现有的设备不懂“人类的宁静”。它们无法理解何时该闭嘴、何时该出现。所以,尽管我们拥有了ChatGPT这样的大脑,但现实却是:我们依然需要低头盯着屏幕,像处理工单一样处理生活琐事。

2. 藏宝图中缺失的那块拼图:“充满奇想”的愉悦感

AI硬件缺失的“灵魂”,到底是什么?

艾维给出的答案是:因极致简约而近乎天真的“奇想”。

两年内面世!OpenAI神秘硬件“IO”首度解密:别刷手机了!把AI装进口袋,它想还你个“清静日子”

在过去的科技叙事中,我们追求效率、参数、跑分,却忽略了人作为情感动物的本质:

· 好的设计不仅仅是好用,更要能让人“微笑”。

· 真正的智能设备,不应该像一个冰冷的工具,而应像一个懂你的老友。

· 相比于单纯的功利主义,艾维更看重产品能否带来情感上的“愉悦感”。

在对谈中,艾维明确表示,最终确定的原型设计已经从纯粹的功能导向,转向了这种强调情感连接的理念。他甚至用那个经典的比喻来形容完美的设计:“你会产生想要亲吻甚至轻咬它的冲动。”

这种设计哲学与当前市面上那些堆砌功能的AI硬件形成了鲜明对比。艾维认为,如果要让AI硬件真正普及,它必须首先是一个让人愿意亲近、感到快乐的物件。

3. AI的下一步:从“晶体管”到“通用经济”

那么,这个被寄予厚望的设备到底处于什么位置?

奥特曼给出了一个极其宏大的比喻:它就像是AI时代的“晶体管”。

他认为,AI硬件不仅仅是一个消费电子产品,更是一种类似物理属性发现的基础设施。晶体管本身的公司未必都成了巨头,但它们渗透进了整个经济体系,推动了人类文明的全面升级。

同样,大语言模型的发展轨迹与晶体管规模的扩张如出一辙。

这款代号为“IO”的设备,旨在成为通用人工智能(AGI)在物理世界的“分发层”。

奥特曼暗示,OpenAI正试图跳出单一产品的逻辑,利用其在定制芯片与数据中心的基础设施优势,构建一个垂直生态。与iPhone将所有计算集中在一块屏幕上不同,这款新设备意在将智能融入环境,成为未来数字经济的真正入口。

4. 这将如何改变我们的生活?

一旦这种理念的产品落地,我们将迎来一种全新的生活方式。

· 首先,是“湖滨小屋”般的沉浸体验。 与“时代广场”的喧嚣相反,新设备将利用先进的环境计算技术,充当你的数字过滤器。奥特曼描绘道:如果你拥有值得信赖的智能AI,它能长期替你处理事务、过滤噪音。它具有情境感知能力,知道何时该保持静默,何时该呈现信息。你不再是被动接收信息,而是拥有了选择宁静的权力。

· 其次,是明确的“倒计时”。 这不再是一个遥不可及的概念。艾维在现场明确回应,这款产品将在“不到两年内”,甚至“比那还要更短”的时间内面世。这意味着,最快在2026年末,我们就可能见到这款试图终结智能手机时代的产品。

· 此外,它将挑战我们对“隐私与信任”的认知。 要实现这种高度的代理与过滤,设备必须全天候在线并深入了解用户。这款承载“用户全维度思维”的设备,必须在提供便利与保护隐私之间找到完美的平衡点。

结语:AI的终点,是“回归宁静与愉悦”

作为科技界最受瞩目的组合,奥特曼与艾维在这次罕见的发声中,将AI硬件的竞争维度从“智力”拉回了“感受”。他们强调,技术不应只追求效率,更应服务于人的情感:

“让人们微笑,感受愉悦。无论产品功能如何,这必须是核心。”

在他们看来,未来的AI硬件不应该是一个让人焦虑的红点,而应该是一个安静的守护者。它的魔力在于,通过极其复杂的计算,还给人类最简单的生活。

这个代号“IO”的项目,代表的正是这样一个“更简单、更纯粹、更具人文关怀的科技愿景”。它试图证明,在算力的尽头,我们依然可以找到那座属于心灵的“湖滨小屋”。

也许,AI硬件的真正变革,就将从这份“不到两年”的承诺开始。

 

以下为奥特曼、艾维以及乔布斯的对话实录:

劳伦·鲍威尔·乔布斯(主持人): 在筹备这次对话时,我一直在想:当两位具有时代影响力的思想家相遇,会催生怎样非凡的创造?这种相遇未必会立即带来具体产品或计划,而更是一种理念的共鸣与心灵的契合,甚至能孕育出近乎手足之情的深刻联结。

我想,这正描绘了奥特曼与艾维两年前相遇的情景。他们发现彼此在探索相同的命题:设计的本质、智能的内涵,以及科技在人类生活中实际扮演与理想中应当扮演的角色。这份共同的探索欲与使命感,最终催生了名为“IO”的公司。他们汇聚了顶尖的工程师、设计师与思想家,以全新的方式融合硬件、软件与智能。尤为重要的是,他们选择将这一切扎根于旧金山,我始终将这里视为“人类可能性的实验室与实干之地”。

艾维曾说过,自己一生学到的所有东西都将他带到了这一刻。奥特曼则断言这是我们一生中最重要的技术革命之一。这些充满力量的宣言,让我们倍感荣幸能直接聆听他们的见解。

我想从旧金山这个话题开始。为什么总是旧金山在孕育改变世界的新事物?是这里的阳光、地形,还是某种独特的包容性,为思想和创意提供了自由生长的土壤?你们如何看待这一点?我们三人的一个共同点是,我们都并非生于斯,却都选择长于斯。为什么LoveFrom、OpenAI和IO都扎根在这里?

艾维: 我在1989年首次来到旧金山,当时只有21岁。从情感深处,我就被这座城市深深打动。它如此独特,在地形上看来,甚至像是不适合大兴土木的地方……但1992年,我还是决定搬来这里。三十多年过去了,我对这种城市充满了感激之情。我清楚地知道自己从它那里学到了很多,更有许多潜移默化的滋养是我至今都未察觉的。我是真心热爱这座城市。

劳伦·鲍威尔·乔布斯: 你是否觉得,这里能激发出你在别处无法获得的思考方式?

艾维: 是的。我在伦敦长大,那里规模更大。而我喜欢半岛地形对城市扩张的自然制约,这种人口密度与多样性,极大地促成了各种看似不可能的相遇与协作。

奥特曼: 我出生在美国中西部,最近才得知,自己3个月大时就被母亲带来过旧金山,虽然毫无印象。直到17岁为申请大学再次来访,我瞬间就觉得这是最酷、最棒的地方。关于旧金山的特质,我有一套理论:这里拥有世界上最自由、最具创造力、也最“古怪”的文化,这直接催生了从“火人节”到人工智能这些看似迥异却同根同源的事物。我认为,正是同一种文化力量在驱动这一切。至于为何是这里?显然,它的自然美景吸引着特定气质的人。

劳伦·鲍威尔·乔布斯: 你们二人虽然志趣相投,但共同创立公司、开启全新征程却是另一回事。我了解到,你们的创意过程并非从"什么是AI原生设备"切入,而是首先探索了一系列更宏大的命题:人类与自然、与动物、与彼此的关系,智能的本质,工具的演化历程,乃至价值观。这套近乎学术研究式的探索体系,远远早于具体产品形态的构思。艾维,为何选择这样的起点?它又如何最终指引你们创造出具体产品?

艾维: 这确实很有意思。如果一开始就设定明确的目标,反而会让我感到失望,因为那意味着你将与无数未知的可能性失之交臂。任何创造性实践的根基,永远是永不满足的好奇心。这也正是我和奥特曼能够一拍即合的原因——驱动我们的是对学习与探索的渴望,而不是证明自己正确。富有成效的交流往往不惧怕沉默的间隙,这些时刻或许在社交场合略显尴尬,却恰恰反映了彼此间的信任与深度思考。我们将这种敏锐而直觉的探索,与严谨的研究框架相结合,实践证明非常有效。

劳伦·鲍威尔·乔布斯: 奥特曼,你的团队也全程参与了这些探索吗?

奥特曼: 是的。我们当初找到艾维团队时是这样说的:"我们迎来了一项看似影响深远的新技术,计算机变得智能了,它们能够理解,这是前所未有的。但我们还不清楚这究竟意味着什么。我们所有人仍然受限于沿用多年的陈旧设备,这感觉既不合理又充满局限。我们不知道答案在哪里,但这个世界值得拥有更好的体验,我们希望能与你们共同寻找方向。"

艾维随后带领我们踏上了一段独一无二的旅程。研究精神与设计精神之间的共通之处,远超我最初的想象。两个团队很快便融为一体,碰撞出任何一方单独都无法产生的思想火花。我们开始深入探讨:当它能够知晓你的思考、理解你的文字,成为一个积极的参与者,能够智能地、主动地提供帮助时,这一切究竟意味着什么?

后来在一个周末,我们回顾研究所得,讨论那些当时看似疯狂、尚未成型的想法。如今,目睹令人惊叹的原型,再回溯整个历程,我发现所有的线索早已埋下,而且这条路是唯一可能通向成功的路径。

艾维: 大公司的领导者往往追求确定性,对模糊性感到不安,但创造过程在本质上就是不可预测的。我们非常享受那段持续数月、不知道最终是否会造出产品、会造出什么产品的阶段。当你方向未明时,所有"不该做"的理由都显而易见,此时真正需要的是凭借直觉信念纵身一跃。虽然我不善于表达这种微妙而脆弱的感受,但我确实深深珍视这种状态。

奥特曼: 艾维的团队在设计过程中会精心编撰专著,内容涵盖形态演变史、影像器械设计、人际关系变迁等诸多领域,每本书册都堪称艺术精品。起初你可能会觉得这些研究与最终产品毫无关联,但我真心希望有朝一日能将这些典籍出版,因为那些前瞻时难以捕捉的线索,最终都在产品中实现了精妙的融合。当艾维来电说"有个雏形想请你看看"时,你见证的将是世间前所未有的创造,而人们见到成品时的反应会是"本该如此"的自然而然。

劳伦·鲍威尔·乔布斯: 经过如此长时间的酝酿,能否透露你们正在创造什么?那个在一两年后可能会让人感觉"理所当然"的事物究竟是怎样的?

奥特曼: 请允许我从"体验感受"的角度来描述。我认为现代科技发展存在一个认知误区:当然科技带来了诸多福祉,iPhone至今仍是消费电子领域的巅峰之作,但当我使用现有设备或应用时,总感觉自己仿佛置身纽约时代广场,不得不持续应对各种琐碎的困扰:刺眼的闪光、无孔不入的焦虑感、熙攘的人流、嘈杂的提示音、刻意追求多巴胺的设计、支离破碎的注意力...

我理解这种现象的成因,但这样的体验确实无助于提升生活的宁静度与专注力。我们在项目初期就探讨过:如果存在一个值得完全信赖的智能AI,它能长期代你处理事务、筛选信息,具备情境感知能力以判断何时该保持沉默、何时该呈现内容或征求指令,随着时间推移你逐渐建立起对它的信任,让它深入了解你的生活轨迹,那么你就能追求一种截然不同的生活状态——不再受到时代广场的喧闹纷扰,而是宛如置身绝美山湖之间的宁静祥和。

这种体验在AI时代之前的技术环境下是不可能实现的,而我们希望打造的设备,正是要重新唤醒这种精神境界。

劳伦·鲍威尔·乔布斯: 那么这类设备预计何时能与消费者见面?五年抑或是两年?

艾维: 要比这个时间更早。正如奥特曼所言,我们深知那些看似"理所当然"的杰作,绝非偶然。这种浑然天成的质感,往往源自无数次的深思熟虑与极致打磨。我始终抗拒那些像摇尾乞怜般渴望关注的产品,或是那些刻意炫耀技术复杂度的设计。真正令我倾心的,是那些简约到近乎纯粹、却又精密到令人不由自主想要触碰的解决方案。它们不该让人感到压力,而该像呼吸般自然融入生活,成为真正服务于人的工具。我期待当人们见到它的那一刻,会发自内心地感叹:"这就是我想要的!"

奥特曼: 它的外在如此简洁,内在却能为你成就如此之多,让繁杂自然消隐。艾维对"减法"的执着令人惊叹。记得他早年就说过:"当设计臻于完美时,你会产生想要亲吻甚至轻咬它的冲动。"我们曾对一个功能完备的原型充满热情,但那时我完全没有产生这种本能冲动。直到某个瞬间,我们突然跨越了那个临界点。

劳伦·鲍威尔·乔布斯: 那个突破的时刻是怎样的?

奥特曼: 当设计同时达到极致的简约、美感,并且充满"玩趣"的时候。

艾维: 确实如此。眼下这个领域的产品普遍缺乏幽默感。即便身处充满挑战的时代,我们都能感受到人们期待科技不再过于严肃。此刻我心中涌动的创作激情,就像1992年初次踏上这片土地时那般强烈。这种创意动能正在LoveFrom、IO与OpenAI之间流动,它的存在与否,其实非常明显。

奥特曼: 在产品方向尚不明确时,艾维就在一次早期会议上坚定地宣告:"我们要让人们展露微笑,感受喜悦。无论最终产品做什么,这必须是它的核心使命。"

劳伦·鲍威尔·乔布斯: 但用户不是更看重效率吗?

奥特曼: 这确实曾是我的认知盲区。直到见证初步成果,我才意识到当代科技产品多么缺失这种特质,而这份愉悦感又是何等珍贵。

艾维: 是的,我们要重新找回那种"妙想天成"的灵气。

劳伦·鲍威尔·乔布斯: 当前AI讨论总是与末日预言相伴,社交媒体等技术也确实带来诸多负面影响。如果你们能重新带来探索的乐趣与心灵的喜悦,那将意义非凡。在结束之前,请接受几个快问快答。艾维,在日常生活中,你觉得哪件物品的设计最令你不满?

艾维: 几乎所有日常之物,从手中的铅笔到每天触碰的门把手。

劳伦·鲍威尔·乔布斯: 那我换个问法:有什么看似平常的物品,其实蕴含着精妙设计,能给你带来愉悦?

艾维: 勺子。 它们只是纯粹的功能载体,如此而已。

劳伦·鲍威尔·乔布斯: 有没有哪件产品,你希望是出自你的设计?

艾维: 拉链。

劳伦·鲍威尔·乔布斯: 拉链?说来,连"口袋"都是被某人发明的?我原以为裤子天生就该有口袋。

艾维: 事实并非如此。在口袋被发明之前,人们只能将怀表等物品别在衣襟上。这个创意多么美妙——当有人问"今日成就是什么",回答可以是"我创造了一个口袋"。这个简单的发明改变了无数人的生活方式。难以想象,如果没有口袋,现代生活将多么不便。

劳伦·鲍威尔·乔布斯: 有没有你一直渴望尝试却尚未深入使用的材料?

艾维: 陶瓷。我仅在功能性场景(比如作为绝缘材料)中少量使用过。但我始终偏爱那些本质谦逊、成本不高,却能通过精湛工艺展现非凡价值的材料。陶瓷正是这样的存在,就像平凡的沙粒经过蜕变成为通透的玻璃,这个转化过程本身就充满诗意。

劳伦·鲍威尔·乔布斯: 奥特曼,请说说你日常使用且真心喜爱的产品?

奥特曼: iPhone。尽管我先前批评过现代设备的弊端,但iPhone确实是我人生中具有分水岭意义的产品。

劳伦·鲍威尔·乔布斯: 在你肩负重任时,会回望哪个历史时刻来获得洞见?想必你需要某些精神坐标来定位前行的方向。

奥特曼: 人们常问我是否从原子弹试爆这类时刻汲取启示,但我几乎从不关注这些。我思考最多、最渴望亲历,并持续从中获得前进动力的,是晶体管的发明。这是我最钟爱的AI发展类比,它如同发现了新的物理定律。那些发明者的工作状态,与OpenAI早期团队成员惊人地相似。晶体管产业的发展轨迹与大语言模型的演进规律如出一辙:虽然大多数晶体管公司本身未能成为行业巨头,但这项技术渗透到整个经济体系,成为支撑所有产业的基础。如今我们不再谈论某家特定的晶体管公司,因为它们的技术已无处不在,成为现代社会不可或缺的基石。这正是我时常回望的历史时刻。

原文链接: OpenAI神秘硬件“IO”首度解密:别刷手机了!把AI装进口袋
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
朱雀AI检测助手朱雀AI检测助手
🔥 热门文章
1
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
480
2
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
430
3
我的第一个出海产品!7 天 2 万
370
4
又一个国产版 Codex 神器,也来卷办公了!
370
5
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
340
6
DeepSeek 重磅开源的超级 Agent,到底是个啥?
330
7
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
280
8
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
280
9
人工智能前沿部署工程师(FDE) · 概 览 与 方 法 论
270
10
QuireKit 编辑器的 AI-Native 是如何设计的?谈谈我对真正 AI-Native 的理解
250
11
告别“金鱼记忆”:我开发了一款能当“第二大脑”的浏览器 AI 助手
250
12
ARTS 1101: 最长回文串与子序列匹配、一次 URL 请求的来回之旅与如何验证 AI 的交付
230