翻译

World Model：从强化学习到具身智能的完整入门 过去两年里，“世界模型”（World Model）突然变成了 AI 领域最拥挤也最混乱的词之一。 视频生成公司说自己在做世界模型，自动驾驶公司说自己在做世界模型，机器人公司也说自己在做世界模型。游戏引擎、3D 生成、强化学习、VLA、视频扩散模型、JEPA、物理仿真，全都被塞进了同一个词里。结果是：每个人都在谈 world model，但很多时候谈的并不是同一件事。 ...

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？ ...

[译] Anthropic 的产品团队为什么能比其他公司更快（2026） 译者序 本文整理翻译自 2026 年的一档播客 How Anthropic’s product team moves faster than anyone else | Cat Wu (Head of Product, Claude Code) ， 嘉宾是 Claude Code 的产品主管 Cat Wu。 ...

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。 ...

Claude Code 给你两个似乎都能"让答案更好"的设置：模型（model）和努力级别（effort level）。但它们到底对输出做了什么？你怎么知道应该换模型还是只调整努力级别？很容易认为选择更大的模型（如 Fable）会比 Sonnet 给出更聪明的输出，更高的努力级别只是让 Claude 在回答前思考得更久。 ...

最近关于"设计循环（loop）“而非单纯给你的编程智能体（coding agent）发提示词的讨论非常热烈。但如果你花些时间在 X（Twitter）上试图搞清楚到底什么是 loop，你会发现各种不同的答案。 ...

Kubernetes 架构详解（附图解） 在本指南中，你将全面深入地了解 Kubernetes 架构。在这份图解指南里，我会拆解每一个 Kubernetes 组件——从控制平面到 kubelet，向你展示 Kubernetes 集群究竟是如何运作的。 ...

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）。 ...

很遗憾，所有工作大概会在未来 5 秒内全部消失。 至少如果你把社交媒体上那些嗓门很大的人太当回事的话，感觉就是这样——就像我这篇文章的标题一样。 你甚至可能把"反 AI"当作自己的新身份，在网上大喊"去他妈的 AI"，好让自己感觉好像在做出改变，却没真正改变自己的行为、没去拓展技能、也没去适应这个新世界——毕竟谁愿意去做这些事呢？谁又会想去成长呢？ ...

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： ...