AI for Science 详细介绍（下）：机会与入场
引言：从资本版图到入场地图 我们这个系列一共有三篇。上篇画了技术版图，中篇画了资本版图。到这一篇，问题落到最实的一层：这个赛道里，一个没有名人堂履历、也没有数亿美元的人或团队，到底还有没有位置，位置在哪，如何才能进入这个赛道？ ...
技术
AI for Science 详细介绍（中）：资本与格局
引言：从技术版图到资本版图 上篇讲的是AI for Science的技术版图：哪些方向已经跑出来，哪些还停在论文和原型阶段，哪些更像长期想象。看完技术版图之后，下一步要问的就是资本问题：这个领域到底有没有人愿意持续掏钱，钱投向哪里，又避开了哪里。 ...
AI for Science 详细介绍（上）：范式与版图
引言 人工智能进入科学已经十几年，但前十几年它干的基本是一件事，读数据、找规律、做预测，AlphaFold是这条路的顶点。2024年以后情况变了，一批以大模型为内核、能自己规划和动手的系统，开始把AI推到"主动做"的一侧，自己提假设、设计并执行实验、写论文、失败了再迭代。这类系统被统称为科研智能体（scientific agents），它们撑起的研究范式，业界叫AI for Science（下文简称AI4S）。 ...
提示词工程已死，Loop Engineering 称王！保姆级教程 + 项目实战 提示词工程已死，Loop Engineering 称王！保姆级教程+ 项目实战
大家好，我是程序员鱼皮。 AI 编程圈又又又出新概念了…… 这次的起因是 Claude Code 之父 Boris Cherny 在最新访谈中说： 这次的起因是Claude Code 之父Boris Cherny 在最新访谈中说： ...
Loops：每个 AI 工程师在 2026 年必须知道的事
Peter Steinberger，OpenClaw 的作者，目前在 OpenAI 工作。 昨天他发了这样一条推文： “你不该再给编码 Agent 写 prompt 了。你应该设计 Loop，让 Loop 去 prompt 你的 Agent。” ...
Harness 小白完整入门教程(搭建你的挽具工程)
Claude Code 装好了，Skills 配了，MCP 接了。AI 还是动不动胡说八道，质量靠抽卡。这一篇讲清楚：为什么会这样，怎么管住它。 第 1 章 你装了一堆东西，AI 还是瞎搞，为什么 第1 章你装了一堆东西，AI 还是瞎搞，为什么 1.1 一个真实的场景 你按部就班把工具都装齐了： ...
为什么一人公司OPC注定失败
但这就是创业的正常代价。 虎嗅前几天那篇《2026年第一批一人公司老板已经退场》在朋友圈刷屏。三个失败案例，几组数据，结论是「一人公司是创业鸦片」。 ...
拖拽式工作流已死：动态 Agent 编排正在杀死最后一个手工步骤
一、两种范式 拖拽式工作流（Dify / n8n / Coze / LangGraph）它的核心假设是：人能预见所有路径。这在简单场景下成立——“收到邮件 → 调 GPT 摘要 → 发 Slack 通知”——你可以提前画完。但当面对"分析 5000 个文件的代码库并提出重构方案"时，不可能预先画出所有节点。Dify 的 workflow canvas 在复杂场景下直接崩溃。n8n 虽然拥有 400+ 原生集成和自定义 JS/Python 节点，但它的设计哲学仍是 2020 年的自动化思维，不是 2026 年的 AI-native 思维。 ...
Shopify 23000 名工程师背后的 Claude Code 设置（你可以复制的精确配置）
Shopify 的 23000 名工程师正在竞速实现到今年第三季度自动化 96% 的编码。 他们并行运行多个 Claude Code 智能体，每个处理代码库的不同部分，而工程师只负责审查和合并。 Bessemer 发布了他们的完整 AI 优先 playbook。 ...
你用 Claude 的方式错了一整年。这里有 10 个命令修复这个问题。
你打开 Claude。 你输入提示词，得到答案，复制到某个地方，关闭标签页。 你已经做了几百次。输出还行，偶尔很好。但你从未感觉自己在用一款应该改变工作方式的产品。 ...