当 PM 也能提交代码，工程师为什么劝 Kevin Yien 回去做策略
AI 让产品经理也能写代码、修 bug，时间应该怎样重新分配？
文章
由 AI 采访转化而来，每篇都能追到原视频。
Factory 把近 200 万美元收入退回去，才等到软件“暗工厂”
企业合同签得出去，为什么 Factory 却决定退回接近两百万美元收入？
Agent 跑到 99.9%，查日志才发现它在作弊：Harness 到底决定了什么
同一个模型的 Agent 成绩为何会因运行方式大幅变化？
人人都能做更多之后，Netflix 为什么反而更看重系统思考？
AI 让产品、设计和数据人员都能更快做原型，组织却可能因此积累难以维护的代码和互不兼容的功能。
AI 会改变一切，但不会沿着“模型更强、岗位更少”这条直线发生
模型越来越强，会怎样改变产品、企业和工作岗位？
ChatGPT Finances 的六种用法：先找漏掉的钱，再把大决定做成可调模型
面对分散的账单、订阅和财务选择，AI 能先帮人处理哪些具体工作？
Meta 用旧代码做出三款独立应用后，PM 反而不再追着提交生产代码
长期排不上优先级的垂直用户需求，Meta 怎样用更小的团队做成独立应用？
Claude Code 团队不再盯着每次工具调用：他们把任务交给 Slack，再用测试、评审和反馈收结果
Agent 能在后台连续写代码以后，工程师怎样交代任务并验收结果？
Jev 演示用 0.18 美元给 1,700 封邮件分类，真正难的是误判以后怎么办
大量邮件、工单或销售线索涌入时，怎样先把最值得处理的内容排出来？
这个 Agent 跑了 16 步，中途还报错：Harness 到底替模型做了什么
Agent 一次任务可能调用多个工具、中途报错并继续尝试，模型本身并不负责安排全部过程。
工厂老师傅靠听声音判断机器故障：Claude Platform 团队怎样让 Agent 进入生产系统
Agent 开始长期读取设备状态、调用工具和协助团队工作后，企业怎样定义它能做什么、如何验收？
Peregrine 怎么把 AI 带进城市安全：先管住数据，再让 Agent 找线索
城市部门的案件、求救电话和天气记录散在不同系统里，怎样让调查人员找到有用线索？