God Bless Programer - 别慌稳住老哥

 是时候搞点新花样了：

https://apihug.github.io/docs/copilothttps://apihug.github.io/docs/copilot

AI 从业者的 48 小时：

• 7.21 20:00 字节 Trae SOLO 发布

• 7.21 21:10 快手 KAT-V1 大模型开源

• 7.22 01:26 阿里 Qwen3-235B 大模型发布

• 7.22 20:13 腾讯 CodeBuddyIDE 发布

• 7.23 05:58 阿里 Qwen3-Coder-480B 大模型发布

现在的你每天是否在深度参与大几百甚至上千亿的项目，从一早开始的抢零元购，到忙不迭的跃跃欲试的跨界创造！

除这些几百亿的账单谁出，整体上我觉得对程序员是利好的。一是祛魅，不再神秘，二是人人均可参与和体验，这个就像以前商城有给小孩自己制作的陶瓷，既可科普也能创作，至于能不能当餐具是另外一回事。

关于模型

PS 几个概念(其实是年初)：

模型越来越强，从 prompt → context 核心竞争力在于如何把模型用好! 前面有 Manus 最近公开的: [翻译] Manus团队分享：Agent 上下文工程的 6 个经验教训

• 一旦技术统一，AI 就能大展拳脚。

• 如果一个工作能被总结成人类坐在电脑前通过和电脑交互能完成的，那基本上都能被Agent化。

• Agent时代的新变现模式：不再是传统 SaaS 的卖工具，而是卖生产力

• 创业并不是一定要训练自己的模型，而是要和模型形成一种更紧密的共生关系。核心竞争力在于如何把模型用好，以及对用户实际工作流程的深刻理解。

• 要保持乐观和敬畏：虽然我们现在用的是能获得的最好模型，但如果明天能拿到新版本，情况可能就完全不同了。

依赖LLM自己的能力，通过历史的action的observation去生成新的action，决定下一步该做什么，这种设计的好处是能最大程度享受到model更新带来的improvement。相比之下，如果用prompting heavy API的方法，可能享受不到直接用LLM生成action带来的这些提升。这是我们早期的一些Agent design decision。 - Monica

AI没办法看到全局, 一旦AI 能够看到全局，可以访问所有的资源，甚至延续到物理世界，这里面爆发的可能性就更多了 --- 当下AI 依然是一个装在盒子里面的大脑， 没有手脚和身体！(这里包含你每天无意识和边上同事的闲聊，也许触发你的灵感！)

“对于一个公司的工程化项目，还是很难直接全盘交给AI，工程化项目要求的流程多，也需要多部门协作，而AI没办法看到全局。”

“大型工程仍需要人类程序员来掌握软件开发过程中的不确定性，比如架构设计、领域建模等，把已经确定性的内容拆解开来，比如模块开发、找安全漏洞、补充测试用例等，并交付给AI，让其根据人类的指令做这些确定性的工作。”

关于人

未来不是投简历的时代，而是“被识别、被调度、被信任”的时代。你要开始训练的，不是某项技能，而是一个“数字分身”——让AI知道你是谁、适合做什么、如何调用你。具体来说，你得写清楚 3 个问题：

1. 什么场景适合你出场？

2. 你能完成哪类任务？

3. 你的交付风格和边界是什么？

未来的你，不再是岗位，而是平台里的一个认知接口， 需要你：

1. 能被看见：你有明确的标签和输出，让AI识别你；

2. 能被信任：你的输出稳定、风格一致；

3. 能被调用：你的“代理系统接口”写得足够清晰。

这三点，不只是职业规划，而是生存边界，  “越模糊的人，越容易被跳过；越清晰的人，才有被调用的资格。”

Think + Plan 能力：

1. 精准描述问题

2. 拆解目标优先级

3. 为系统设置边界条件