AI 让代码更好改了，为什么开发者反而更不敢改？
AI 让代码更容易修改，为什么团队对发布的信心反而下降？
文章
由 AI 采访转化而来，每篇都能追到原视频。
Standard Chartered 测试 Daybreak：AI 找到漏洞之后，怎样证明它真的能被利用？
AI 报告代码存在漏洞后，开发人员仍要知道它在实际部署中能否被利用。
Anthropic 的 PM 没被 Claude 替代：项目越快，越需要有人把人和产品接起来
Claude 让产品原型做得更快，却没有自动协调客户、安全团队和发布工作。
Warp 开源以后，怎样让 Agent 分诊 Issue、写两份 Spec、实现并审查 PR？
开源项目收到大量 issue 和 PR 后，维护者不只需要更快写代码，还要判断需求是否清楚、设计是否值得做、结果是否符合预期。
GLM-5.2 以 MIT 许可开放了 753B 参数，为什么“能下载”还不等于“能在公司里跑起来”？
GLM-5.2 以 MIT 许可开放权重，但企业能下载模型，还要决定怎样以合理成本运行它。
93 个子 Agent 跑了 12 小时，做出一个能玩 Doom 的操作系统：Google 为什么把 Agent Manager 从 IDE 里拆了出来
一个人同时管理多个编程 Agent 时，开发工具应该怎样组织任务？
27.6% 的合并 PR 带有 AI 痕迹，为什么这还不能证明 AI 代码与人工代码一样好？
Greptile 在客户已合并的 PR 中发现，带 AI Agent 痕迹的比例快速上升，但这还不能证明 AI 和人工代码质量相同。
Claude 和 Codex 能连续跑几天、打破训练纪录，为什么还不能算发现了新优化器？
编码 Agent 可以连续运行 GPU 实验、刷新明确的训练纪录，但跑得快并不等于发现了新的科学机制。
用户搜“无麸质意面”，为什么热门普通意面总会挤进来？DoorDash 把 LLM 用在离线，而不是每次搜索时
用户搜索无麸质意面时，怎样避免热门普通意面排到真正符合条件的商品前面？
三分钟视频压成十个 Token，Meta 为什么说推荐器比聊天机器人便宜 100 倍？
推荐模型要理解更长的观看历史，却不能把每条视频的全部画面和声音都放进上下文。
孩子听的 Disney，为什么会算成爸爸的音乐品味？Spotify 怎样教 LLM 理解 1 亿首歌
播放记录不一定代表用户的喜好：家庭共享设备上的儿童歌曲，也可能被算进成年人的音乐画像。
编码快了，产品团队反而更忙：Geoff Charles 拆解 Ramp 的软件工厂
编码 Agent 加快写代码后，产品交付可能转而堵在客户洞察、需求定义、评审和测试。