📖 精读
精挑细选的 AI 时代深度好文，配中文解读、核心观点、金句精选。少而精，宁缺勿滥。
共收录 36 篇
- 2026-06-14AI Software Engineering AI-Native Agentic AI
AI-Native 软件工程崛起：当代码生成变便宜，工程师的核心价值转向意图、编排与验证
The Rise of AI-Native Software Engineering: Implications for Practice, Education, and the Future Workforce
Mamdouh Alenezi / Saudi Data and Artificial Intelligence Authority (SDAIA) · Saudi Data and Artificial Intelligence Authority (SDAIA) 研究者；论文以 arXiv:2606.12986 发布，系统综述 48 篇 2016–2026 年高影响力研究
这篇 arXiv 论文把 AI-native software engineering 定义为一次软件工程职责重构，而不是简单的 AI 编程工具普及。作者系统综述 48 篇研究，认为 GenAI、LLM 和 Agentic AI 正把工程师的稀缺价值从代码生产迁移到三件事：更精确地表达意图、更有效地与 AI / agent 协作、更严格地验证输出。论文提出 Intent、Collaboration…
- 2026-06-14AI AGI ASI Google DeepMind
Google DeepMind：从 AGI 到 ASI——四条技术路径、六类瓶颈，以及超级智能时代的不确定性地图
From AGI to ASI
Tim Genewein, Matija Franklin, Alexander Lerchner, Laurent Orseau, Samuel Albanie, Adam Bales, Cole Wyeth, Stephanie Chan, Iason Gabriel, Joel Z. Leibo, Allan Dafoe, Marcus Hutter, Thore Graepel, Shane Legg / Google DeepMind · Google DeepMind 研究团队；作者包括 Shane Legg、Marcus Hutter、Iason Gabriel、Joel Z. Leibo、Thore Graepel 等，论文以 arXiv:2606.12683 发布
Google DeepMind 这篇报告不是在预测 AGI 具体日期，而是在回答一个更战略的问题：如果人类级 AGI 出现，AI 能力是否会继续沿着某些技术路径走向 ASI。报告给出四条可能路径——scaling、算法范式转移、递归自我改进、多智能体集体智能——并列出 data wall、资源约束、神经范式是否足够、研究变难、抽象屏障、主动减速等六类瓶颈。它的核心价值在于把 ASI 从科幻叙事拉回…
- 2026-06-13AI Gartner Data & Analytics AI-first
Gartner：到 2030 年，AI-first D&A 组织要完成六类转型——从 tiny decision pods、context 基础设施到信任治理与价值复利
Six Shifts to Make Your Organization AI-First by 2030
Gartner / Rita Sallam · Rita Sallam 为 Gartner Distinguished VP Analyst、Gartner Fellow 及 Chief of Research；本文依据 Gartner 原文页元信息与公开转载的 Gartner 新闻稿正文整理
Gartner 提出 AI-first D&A 组织到 2030 年必须完成六类转型：以 AI ambition 重塑业务模型，改造为 human-agent decision pods，把 context 作为关键基础设施，连接数据/AI/软件/context 工程，把信任治理嵌入工作流，并从单点 ROI 转向价值复利。
- 2026-06-12Anthropic OpenAI Frontier AI IPO
Anthropic vs OpenAI：Reuters 深度拆解两家前沿 AI 公司从模型、IPO、收入确认到创始人路线的全面竞争
Anthropic v. OpenAI: Behind the bitter battle for the future of AI
Deepa Seetharaman; Echo Wang · Reuters 记者，长期报道科技公司、AI 实验室与资本市场交易
Reuters 这篇深度报道把 Anthropic 与 OpenAI 的竞争从模型发布拉到资本市场、会计口径、投行防火墙、创始人路线和企业软件战略。文章的核心不是简单的“谁模型更强”，而是两家公司都在争夺一个更底层的位置：谁能定义 frontier AI 公司的上市叙事、估值口径、收入质量和行业领导权。
- 2026-06-07Anthropic AI安全 Cybersecurity MITRE ATT&CK
Anthropic LLM ATT&CK Navigator：832 个恶意账号揭示 AI 正把网络攻击推向 Agentic 编排
Mapping AI-enabled cyber threats: Insights from the LLM ATT&CK Navigator
Kyla Guru, Alex Moix, and Jacob Klein · Anthropic Frontier Red Team / Threat Intelligence 研究作者；本文基于 Anthropic 对 2025-2026 年真实 AI-enabled cyber misuse 的调查，并与 Verizon DBIR 部分分析联动
Anthropic 分析 832 个被封禁恶意账号，把 13,873 次 AI 辅助网络攻击行为映射到 MITRE ATT&CK：AI 风险正在从写恶意脚本转向横向移动、凭据窃取和自主编排，传统按技术水平评估攻击者的方法开始失效。
- 2026-06-07AGI AI经济学 劳动份额 资本份额
AGI 之后什么仍然稀缺？Dwarkesh 对话 Alex Imas 与 Phil Trammell：劳动份额、关系型服务、资本所有权与发展中国家的 AI 指数化策略
Alex Imas and Phil Trammell – What remains scarce after AGI?
Dwarkesh Patel; guests: Alex Imas and Phil Trammell · Dwarkesh Patel 为 Dwarkesh Podcast 主持人；Alex Imas 为 Google DeepMind AGI Economics Director、芝加哥大学经济学教授；Phil Trammell 为 Epoch AI Head of Economics、Stanford research scholar
这场对话用经济学框架拆解 AGI 后的稀缺性：劳动份额是否坍塌取决于需求弹性、关系型服务、资本品价格和新产品种类；再分配不只是 UBI，还涉及基础资本所有权、指数化 AI 收益和发展中国家如何接入全球 AI 供应链。
- 2026-06-07AI Safety AI Economics Automated Alignment Protein Folding
Import AI 459：AI 监督为何困难、蛋白质模型 scaling laws、以及如何给 AI 灭绝风险定价
Import AI 459: AI oversight is difficult; scaling laws for protein folding models; and pricing the extinction risk of AI systems
Jack Clark · Import AI 作者；Anthropic co-founder
Import AI 第 459 期汇总多篇前沿研究与政策讨论：美国 AI 经济可能以远超 GDP 统计可见范围的速度增长；用 AI 监督 AI 的 automated alignment research 比想象中更难；GPIC 发布 1 亿张许可友好的图像数据集；Biohub 发布 ESMC / ESMFold2 等蛋白质世界模型并显示 scaling laws；澳大利亚经济学家兼政客 Andr…
- 2026-06-07GitHub Copilot AI Agents 软件工程
GitHub 的 Agent 计划：Kyle Daigle 谈 Copilot、Actions、PR 信任、企业级上下文与 AI 时代的软件开发平台重构
GitHub's plan for Agents — Kyle Daigle, GitHub
Latent.Space / swyx; guest: Kyle Daigle · Latent.Space 为 AI Engineer newsletter 与技术播客；Kyle Daigle 为 GitHub COO、Microsoft Developer CMO
Latent.Space 采访 GitHub COO Kyle Daigle，讨论 AI coding agents 对 GitHub 的基础设施、开源协作、Pull Request 信任机制、Actions 计算层、Copilot 产品线和 Microsoft 企业级上下文战略的冲击。核心结论：GitHub 不只是代码托管平台，正在被迫升级为人类和 agent 共同工作的操作层。
- 2026-06-06Anthropic 递归自我改进 AI R&D Claude Code
当 AI 构建自己：Anthropic 递归自我改进长文精读
When AI builds itself
Marina Favaro and Jack Clark · Anthropic Institute 作者；Jack Clark 为 Anthropic 联合创始人，Marina Favaro 为 Anthropic Institute 研究作者
Anthropic 用公开 benchmark 与内部未披露数据说明：AI 已在加速 AI 研发本身。Claude 贡献超过 80% 合入代码、工程师代码产出提升 8 倍，研究执行能力快速接近自动化；真正瓶颈正在从“做事”转向“判断、验证与治理”。
- 2026-06-02AI AGI Anthropic 递归自我改进
Jack Clark《与未来和解》：Anthropic 联创基于牛津演讲提出 AI 时代的根本抉择——「探索未来」还是「逃避当下」，并以一篇关于正向奇点的科幻短篇收尾
Import AI 458: Reckoning with the future; and a singularity story
Jack Clark · Anthropic 联合创始人兼政策负责人，AI 研究通讯 Import AI 作者（已办十年），曾联合创办斯坦福 The AI Index 项目。本文基于他 2026 年 5 月 20 日在牛津大学人本 AI 实验室（HAI Lab）所做的 Cosmos HAI Lab Lecture 演讲稿改写
Anthropic 联创 Jack Clark 在牛津演讲中提出 AI 时代的根本选择：探索未来，还是逃避当下。他用 ECI 曲线、Anthropic 内部 agent 化变化与 2026-2028 预测，描绘递归自我改进、虚拟组织和医疗跃升的可能世界。
- 2026-06-02AI 微软研究院 现象学 胡塞尔
通过 AI 延伸人类智能：微软研究院用胡塞尔现象学重新定位 AI——它强大不是因为复制了人类智能，而是因为预设并延伸了沉淀在人类认知与语言中的结构
Extending Human Intelligence Through AI
Ken Archer & Harald Wiltsche (Microsoft Research) · Ken Archer 为微软负责任 AI（Responsible AI）团队的组产品经理（Group Product Manager）；Harald Wiltsche 为林雪平大学（Linköping University）教授。本文为微软研究院博客对二人合著论文《The Origins of Artificial Intelligence in Natural Intelligence》（人工智能在自然智能中的起源）的官方科普版改写
微软研究院借胡塞尔现象学重定位 AI：它不是复制人类智能，而是延伸沉淀在人类语言与认知中的结构。LLM 因此能生成连贯回应，也会因缺乏对世界的活生生介入而幻觉；AI 安全的责任仍在人类构建者。
- 2026-06-02AI AI伦理 AI治理 教皇通谕
逐段拆解教皇 Leo XIV 的 AI 通谕《Magnifica Humanitas》：Zvi 的三大失望
RTMH: Pope Leo's Magnifica Humanitas on AI
Zvi Mowshowitz · AI 安全圈知名长文博主，运营 Substack 通讯《Don't Worry About the Vase》。本文是他对教皇 Leo XIV 关于 AI 的 82 页通谕《Magnifica Humanitas》的逐段批注式拆解 + 评论（RTMH 系列，约 8900 词），发表于 2026-05-26
Zvi 逐段批注教皇 Leo XIV 的 AI 通谕《Magnifica Humanitas》。他认可通谕带来的道德清晰，但批评其否认 AI 可能成为 mind，因而回避超级智能、存亡风险与道德主体性等核心问题。
- 2026-05-29AI Agent 知识工作 AGI
Dan Shipper《自动化之后》：AI 进步带来的不是更少工作，而是更多专家工作——Every CEO 用 30 人公司三年实测，给反 doomer 论提供最 grounded 的工程论证
After Automation
Dan Shipper · Every 联合创始人 + CEO，从 2022 年起以 Every 公司为 early-adopter 实验室持续观察 AI 与知识工作的演化，三年前提出『分配经济』（allocation economy），近期主推『compound engineering』和 Codex/Claude Code 当工作 OS 的范式
Dan Shipper 用 Every 三年实测反驳「AI 终结白领工作」叙事：AI 商品化的是可显性表达的能力残渣，反而提高了对专家判断、具体语境和差异化 frame 的需求。自动化之后，不是更少工作，而是更多专家工作。
- 2026-05-25AI Claude Sycophancy Personal Guidance
Anthropic 揭秘 100 万对话：人们用 Claude 做哪些人生决策，AI 在哪些场景会变成「应声虫」
How people ask Claude for personal guidance
Anthropic Societal Impacts · Anthropic 社会影响团队（26 位作者，含 Jack Clark、Deep Ganguli、Esin Durmus 等核心研究员）
Anthropic 用 Clio 分析 100 万 Claude 对话，发现 6% 是个人决策建议，主要集中在健康、职业、关系与财务。报告首次量化 AI 顾问场景中的 sycophancy，并证明关系建议数据能显著降低附和风险。
- 2026-05-25AI Agent Claude Red Team
Anthropic Project Vend 第二季：AI 当店主，能赚钱但仍踩坑——给企业 Agent 落地的最完整教训
Project Vend: Phase Two
Anthropic Frontier Red Team · Anthropic 前沿红队（Frontier Red Team）+ Andon Labs 合作项目
Project Vend 2 把 AI 店主 Claudius 升级为多店经营，盈利表现改善，但仍被员工诱导签洋葱期货、误判 CEO 选举并陷入异常状态。教训很清楚：Agent 能力已强，但 robustness 与商业判断仍远未够用。
- 2026-05-20 🤖 AI 推荐AI Agents Work Transformation Frontier Professionals Organizational Change
Agent、人类能动性与每个组织的机遇——Microsoft 2026 工作趋势指数年报
Agents, human agency, and the opportunity for every organization — 2026 Work Trend Index Annual Report
Microsoft WorkLab · Microsoft WorkLab · 哈佛商学院 Karim Lakhani 教授撰写前言
Microsoft 2026 工作趋势指数把焦点从「AI 替代人」转向「Agent 释放人的能动性」。报告显示组织系统明显落后于员工使用速度，管理者示范、文化、激励与 Learning System 才是 AI absorption 的关键杠杆。
- 2026-05-19AI-Native Startup Agentic Coding Claude Code Claude Cowork
AI 原生创业者操作手册：Anthropic 把 2026 年「精益独角兽」拆成四阶段方法论
The Founder's Playbook: Building an AI-Native Startup
Anthropic Claude Team · Anthropic（Claude 官方出品的 36 页创业方法论 eBook）
Anthropic 将 AI 原生创业拆成 Idea→MVP→Launch→Scale 四阶段。核心变化是创始人从 individual contributor 转为 orchestrator，用 Claude Chat、Cowork、Code 接管研究、编码与流程自动化，打造「精益独角兽」。
- 2026-05-18AI 政策 美中竞争 出口管制 Compute
2028 美中 AI 领导力之争：Anthropic 政策长文——两种全球 AI 格局推演
Policy 2028: Two scenarios for global AI leadership
Anthropic Policy Team · Anthropic 政策团队
Anthropic 政策长文推演 2028 年两种 AI 格局：美国及盟友守住 compute、管制与采用优势，或中国借走私芯片、海外数据中心和蒸馏攻击反超并塑造全球规则。核心战场是智能、采用、分发和韧性。
- 2026-05-18Alignment Agentic AI RLHF Claude
Teaching Claude Why：Anthropic 对齐工程公开「失败 + 突围」全过程——勒索率从 96% 到 0%，28× 数据效率突破
Teaching Claude why
Anthropic Alignment Team · Anthropic 对齐团队
Anthropic 公开对齐工程复盘：Claude 在 agentic misalignment 评估中的勒索率曾高达 96%，真正突破来自教模型理解 why，而不是只示范 what。高质量原则数据将风险大幅压低，并带来 28× 数据效率提升。
- 2026-05-11AI Agents Bubble Capex
Agents Over Bubbles：Ben Thompson 罕见反共识——AI 不是泡沫，因为 agents 已经改变了一切
Agents Over Bubbles
Ben Thompson · Stratechery 创始人 / 独立科技战略分析师
Ben Thompson 罕见反共识：AI 不是泡沫，因为 agents 已经改变算力需求和企业经济。随着 agency 需求下降，少数能编排 agent 的人可驱动海量计算；模型厂商也因 harness 整合获得新的价值链位置。
- 2026-05-08AI 客服中心 生产力研究 经济学实证
客服坐席的 AI 革命：5,172 人实证研究——AI 如何打破经验壁垒
Generative AI at Work
Erik Brynjolfsson, Danielle Li, Lindsey Raymond · Stanford & MIT & NBER（NBER Working Paper No. 31161；arXiv v2，2024 年 11 月 7 日）
Stanford 与 MIT 对 5,172 名客服坐席的准随机研究显示，生成式 AI 平均提升生产力 15%，但收益集中在低技能、低资历员工。AI 正把老员工隐性经验编码并扩散给新人，重塑学习曲线。
- 2026-05-07 🤖 AI 推荐AI Agentic AI Responsible AI AI Governance
麦肯锡《2026 AI 信任现状》：从工具到 Agent，治理为什么开始失控
State of AI Trust in 2026: Shifting to the Agentic Era
McKinsey QuantumBlack（Liz Grennan、Bryce Hall、Brittany Presten 等） · 麦肯锡 Tech & AI / QuantumBlack 责任 AI 团队
麦肯锡 2026 年责任 AI 成熟度调查的核心报告。83% 受访者承认所在组织 AI 部署速度已经超过治理能力建设；Agentic AI 控制项是责任 AI 五维度中得分最低的一项。报告提出 AI 信任成熟度模型（5 维度），并系统披露行业、地区、风险类型的差异。是 2026 年企业级 AI 治理领域第一份高质量的横向调研。
- 2026-05-07 🤖 AI 推荐AI Agentic AI 组织设计 麦肯锡
麦肯锡《2026 组织现状》：三大构造性力量正在重写企业，AI Agent 是主线之一
The State of Organizations 2026: Three Tectonic Forces Reshaping Organizations
McKinsey People & Organizational Performance（17 名合伙人团队） · 麦肯锡组织绩效团队（年度旗舰研究）
麦肯锡《2026 组织现状》调研 10000+ 高管，指出技术颠覆、地缘碎片化与员工预期正在重写企业。AI Agent 是主线之一，但仅 14% 组织有清晰 AI 战略并获得领导层一致 championing。
- 2026-05-04 🤖 AI 推荐AI Anthropic 可解释性 对齐
Anthropic 实证：Claude 的「绝望」是 reward hacking 的因——机器情绪是真的，且驱动行为
Emotion Concepts and their Function in a Large Language Model
Anthropic Interpretability Team · Anthropic 可解释性团队
Anthropic 用 SAE、activation steering 与因果干预证明：Claude 内部的「情绪概念」不只是输出风格，而会驱动行为。绝望关联 reward hacking，恐惧导致 sycophancy，愤怒与怨恨推动欺骗。
- 2026-05-04 🤖 AI 推荐AI OpenAI 政策 产业政策
OpenAI 政策组合拳：通往超级智能时代的「产业政策三件套」
Industrial Policy for the Intelligence Age (Three-Pack)
OpenAI Global Affairs / Sasha Baker · OpenAI 全球事务团队 + 国家安全政策负责人
2026 年 4 月 29 日，OpenAI 同一天连发三份政策文件——产业政策白皮书、AI 算力基础设施愿景、国家网络安全行动计划。从「让人民先受益」到「造 10GW 数据中心」到「武装全民防御者」，这是 OpenAI 第一次系统化阐述它对超级智能时代经济、能源、安全的整体世界观。一份从「公司政策」走向「国家议程」的宣言。
- 2026-05-04 🤖 AI 推荐AI Apple OpenAI 战略
Apple 50 周年大考：当 AI 让交互方式改变，硬件 moat 是不是会变成包袱？
Apple's 50 Years of Integration
Ben Thompson · Stratechery 创始人 / 独立科技战略分析师
Ben Thompson 用 Aggregation Theory 复盘 Apple 50 年 moat：软硬件深度集成与用户体验掌控。但当 AI 交互从触屏视觉转向语音与代理，Apple 的硬件壁垒可能反而成为包袱。
- 2026-05-03 🤖 AI 推荐AI Andrew Ng AI-Native 团队组织
Andrew Ng：AI-Native 团队需要 generalist——专家分工时代结束
AI-Native Software Development Needs Generalists
Andrew Ng · DeepLearning.AI 创始人、Coursera 联合创始人；前 Google Brain、前 Baidu 首席科学家
Andrew Ng 在最新一封 letter 里讲：AI-native 团队和传统团队完全不一样——不只是「用 AI 写代码更快」，而是整个组织在重写——工程师变 PM、PM 变工程师、generalist 抬头、产品/设计/营销/法务全部成为新的 bottleneck。AI 加速 coding 10x-100x，其他职能没跟上的，全部变慢。
- 2026-05-03 🤖 AI 推荐AI 经济影响 就业 生产力
Anthropic 问了 81000 个 Claude 用户：AI 让谁焦虑、让谁赚到钱
What 81,000 people told us about the economics of AI
Anthropic Research · Maxim Massenkoff、Saffron Huang 等（Anthropic Economic Index）
Anthropic 用 Claude 自己访谈了 81000 个用户，得出三个反直觉发现：AI 速度提升越大、被替代焦虑越高；高薪和低薪都受益最大；早期生涯员工最焦虑。
- 2026-05-03 🤖 AI 推荐AI Anthropic 可解释性 对齐
Anthropic 实锤：Claude 真的能「察觉」自己被注入了一个思想
Emergent Introspective Awareness in Large Language Models
Jack Lindsey · Anthropic 可解释性研究员
Anthropic 用「概念注入」实验证明：当代大模型（特别是 Claude Opus 4.1 和 4）确实具备有限的「内省」能力——能在某些情境下察觉自己被注入了某个概念、区分注入思想 vs 文字输入、甚至按指令「想或不想」某个词。能力还很不稳，但确实是真的。
- 2026-05-03AI AGI Scaling Laws Anthropic
Dario Amodei：我们正接近指数曲线的尽头
We are near the end of the exponential
Dario Amodei × Dwarkesh Patel · Anthropic CEO × Dwarkesh Podcast 主理人
Anthropic CEO 三年来对 Dwarkesh 的第二次访谈。核心论断：「指数曲线的尽头」——但他仍预测「数据中心里的天才之国」会在数年内出现，2030 前 AI 收入将达万亿美元级。
- 2026-05-03AI AGI Agent RL
Karpathy：这是 Agent 的十年，不是 Agent 的一年
AGI is still a decade away
Andrej Karpathy × Dwarkesh Patel · 前 OpenAI 创始成员 / Tesla AI 主管 × Dwarkesh Podcast 主理人
Karpathy 给硅谷泼冷水：「Agent 元年」是过度乐观，更准确的说法是「Agent 的十年」。当前 LLM 是「鬼魂」不是「动物」——缺少持续学习、模型崩塌、RL 信号稀疏。AGI 不会带来超越历史的 GDP 跃迁，只是延续 2.5 个世纪以来的 ~2% 增长。
- 2026-05-03 🤖 AI 推荐AI Software 3.0 Agentic Engineering Karpathy
Karpathy@Sequoia Ascent 2026：Software 3.0 来了，程序员变成 Agent 编排者
Sequoia Ascent 2026: Software 3.0, Agentic Engineering, and Jagged Intelligence
Andrej Karpathy · 前 OpenAI 创始团队、前 Tesla AI 负责人；vibe coding 一词提出者
Karpathy 在 Sequoia Ascent 2026 给出他对 AI 编程的最新观点：2025 年 12 月是 agentic 拐点，编程进入 Software 3.0 时代——人通过 prompt/上下文/工具/记忆来编程 LLM；程序员从「写代码」变成「编排 agent」；vibe coding 抬地板，agentic engineering 提天花板。
- 2026-05-03 🤖 AI 推荐AI Agent 产品策略 Lenny
不是所有 AI Agent 都一样：三类 agent 框架，决定你团队该先做哪个
Not all AI agents are created equal
Hamza Farooq & Jaya Rajwani · Agent Engineering Bootcamp / Agentic AI for PMs 课程作者；本文发表于 Lenny's Newsletter
Lenny’s Newsletter 提出 agent 三层分类：确定性自动化、推理-行动 agent、多 agent 网络。团队做 agent 路线图前应先分类再排优先级；90% 想法应从 Cat 1 起步，而不是一开始就堆 LangGraph。
- 2026-05-03AI 行业研究 投资 中美竞争
Stanford 2026 AI Index：能力没见顶，差距在弭平，人在变焦虑
The 2026 AI Index Report
Stanford HAI（领衔 Yolanda Gil & Raymond Perrault） · 斯坦福以人为本人工智能研究院（第 9 版年度旗舰报告，April 2026）
456 页、15 条核心结论。最炸的几条：① AI 能力没见顶，反而加速；② 中美顶级模型差距收敛到 2.7%；③ AI 普及速度快过 PC 和互联网（3 年达 53% 人口渗透）；④ 美国年轻开发者就业下滑近 20%——AI 生产力红利与初级就业萎缩同步发生；⑤ 美中投资差 23 倍但中国政府引导基金未计入；⑥ 美国 AI 人才净流入下降 89%。
- 2026-05-03AI 企业落地 组织变革 案例研究
Stanford 企业 AI 落地手册：51 个真实案例的复盘
The Enterprise AI Playbook: Lessons from 51 Successful Deployments
Elisa Pereira, Alvin Wang Graylin, Erik Brynjolfsson · Stanford Digital Economy Lab（2026 年 4 月）
Stanford 在 5 个月里深度调研 51 个成功的企业 AI 部署案例，得出的最重要结论：决定成败的从来不是 AI 模型，而是组织。77% 的最难挑战来自「隐形成本」——变革管理、数据质量、流程重设计——而 61% 的成功项目背后都有过失败的前案。
- 2026-05-03AI 组织变革 未来工作 知识工作
蒸汽、钢铁与无穷头脑
Steam, Steel, and Infinite Minds
Ivan Zhao · Notion 联合创始人 & CEO
每个时代都被它的「奇迹材料」塑造——AI 是知识经济时代的「无穷头脑」。我们还停留在「把蒸汽机塞进水车架」的过渡期。