Hrein
AI Usage
Blog
AI Usage
Blog
Archive
Archive
Essays on systems, interface craft, and practical AI workflow.
May 14, 2026
如何构建低于500毫秒延迟的语音Agent(读书笔记)
Nick Tikhonov是一位创业者,在过去六个月中与一家全球消费品公司合作构建Agent原型。他使用了现成的语音Agent平台如Vapi和ElevenLabs,但逐渐意识到这些平台隐藏了大量复杂性。恰逢ElevenLabs获得大额融资和新一代前沿模型发布,他决定自己动手构建一个语音Agent的编排层。
May 14, 2026 如何构建低于500毫秒延迟的语音Agent(读书笔记) Nick Tikhonov是一位创业者,在过去六个月中与一家全球消费品公司合作构建Agent原型。他使用了现成的语音Agent平台如Vapi和ElevenLabs,但逐渐意识到这些平台隐藏了大量复杂性。恰逢ElevenLabs获得大额融资和新一代前沿模型发布,他决定自己动手构建一个语音Agent的编排层。
May 14, 2026 如何构建低于500毫秒延迟的语音Agent(读书笔记) Nick Tikhonov是一位创业者,在过去六个月中与一家全球消费品公司合作构建Agent原型。他使用了现成的语音Agent平台如Vapi和ElevenLabs,但逐渐意识到这些平台隐藏了大量复杂性。恰逢ElevenLabs获得大额融资和新一代前沿模型发布,他决定自己动手构建一个语音Agent的编排层。
May 14, 2026 如何构建低于500毫秒延迟的语音Agent(读书笔记) Nick Tikhonov是一位创业者,在过去六个月中与一家全球消费品公司合作构建Agent原型。他使用了现成的语音Agent平台如Vapi和ElevenLabs,但逐渐意识到这些平台隐藏了大量复杂性。恰逢ElevenLabs获得大额融资和新一代前沿模型发布,他决定自己动手构建一个语音Agent的编排层。
May 14, 2026 如何构建低于500毫秒延迟的语音Agent(读书笔记) Nick Tikhonov是一位创业者,在过去六个月中与一家全球消费品公司合作构建Agent原型。他使用了现成的语音Agent平台如Vapi和ElevenLabs,但逐渐意识到这些平台隐藏了大量复杂性。恰逢ElevenLabs获得大额融资和新一代前沿模型发布,他决定自己动手构建一个语音Agent的编排层。
May 14, 2026
MCP已死,CLI永存(读书笔记)
https://ejholmes.github.io/2026/02/28/mcp-is-dead-long-live-the-cli.html?utm_source=tldrai
May 14, 2026 MCP已死,CLI永存(读书笔记) https://ejholmes.github.io/2026/02/28/mcp-is-dead-long-live-the-cli.html?utm_source=tldrai
May 14, 2026 MCP已死,CLI永存(读书笔记) https://ejholmes.github.io/2026/02/28/mcp-is-dead-long-live-the-cli.html?utm_source=tldrai
May 14, 2026 MCP已死,CLI永存(读书笔记) https://ejholmes.github.io/2026/02/28/mcp-is-dead-long-live-the-cli.html?utm_source=tldrai
May 14, 2026 MCP已死,CLI永存(读书笔记) https://ejholmes.github.io/2026/02/28/mcp-is-dead-long-live-the-cli.html?utm_source=tldrai
May 14, 2026
Andrew Ng:AGI遥不可及,真正的AI泡沫风险在训练层(读书笔记)
AI先驱Andrew Ng接受采访时表示,通用人工智能(AGI)仍需数十年才能实现,真正的AI泡沫风险在于训练层(training layer)。他认为,智能体系统(agentic AI)——能够自动化工作流而非人类水平智能——将定义行业的下一阶段。同时,Ng指出主权AI(sovereign AI)正成为地缘政治焦点,各国政府希望对模型、计算和数据基础设施保
May 14, 2026 Andrew Ng:AGI遥不可及,真正的AI泡沫风险在训练层(读书笔记) AI先驱Andrew Ng接受采访时表示,通用人工智能(AGI)仍需数十年才能实现,真正的AI泡沫风险在于训练层(training layer)。他认为,智能体系统(agentic AI)——能够自动化工作流而非人类水平智能——将定义行业的下一阶段。同时,Ng指出主权AI(sovereign AI)正成为地缘政治焦点,各国政府希望对模型、计算和数据基础设施保
May 14, 2026 Andrew Ng:AGI遥不可及,真正的AI泡沫风险在训练层(读书笔记) AI先驱Andrew Ng接受采访时表示,通用人工智能(AGI)仍需数十年才能实现,真正的AI泡沫风险在于训练层(training layer)。他认为,智能体系统(agentic AI)——能够自动化工作流而非人类水平智能——将定义行业的下一阶段。同时,Ng指出主权AI(sovereign AI)正成为地缘政治焦点,各国政府希望对模型、计算和数据基础设施保
May 14, 2026 Andrew Ng:AGI遥不可及,真正的AI泡沫风险在训练层(读书笔记) AI先驱Andrew Ng接受采访时表示,通用人工智能(AGI)仍需数十年才能实现,真正的AI泡沫风险在于训练层(training layer)。他认为,智能体系统(agentic AI)——能够自动化工作流而非人类水平智能——将定义行业的下一阶段。同时,Ng指出主权AI(sovereign AI)正成为地缘政治焦点,各国政府希望对模型、计算和数据基础设施保
May 14, 2026 Andrew Ng:AGI遥不可及,真正的AI泡沫风险在训练层(读书笔记) AI先驱Andrew Ng接受采访时表示,通用人工智能(AGI)仍需数十年才能实现,真正的AI泡沫风险在于训练层(training layer)。他认为,智能体系统(agentic AI)——能够自动化工作流而非人类水平智能——将定义行业的下一阶段。同时,Ng指出主权AI(sovereign AI)正成为地缘政治焦点,各国政府希望对模型、计算和数据基础设施保
May 14, 2026
Dr. Tokens或:我如何学会停止担忧并爱上AI泡沫(读书笔记)
本文作者Kyle Harrison以幽默诙谐的笔触探讨了AI泡沫现象。作者的核心论点是:人类历史上从未在集体失去理智之前建成任何重要的事物。他将AI热潮置于"生产性错觉"(Productive Delusion)的历史框架中分析,认为泡沫并非资本主义的bug,而是文明的R&D预算。文章深入分析了泡沫的"物理学"、大规模技术狂热的好处,以及泡沫消退后的遗留问题
May 14, 2026 Dr. Tokens或:我如何学会停止担忧并爱上AI泡沫(读书笔记) 本文作者Kyle Harrison以幽默诙谐的笔触探讨了AI泡沫现象。作者的核心论点是:人类历史上从未在集体失去理智之前建成任何重要的事物。他将AI热潮置于"生产性错觉"(Productive Delusion)的历史框架中分析,认为泡沫并非资本主义的bug,而是文明的R&D预算。文章深入分析了泡沫的"物理学"、大规模技术狂热的好处,以及泡沫消退后的遗留问题
May 14, 2026 Dr. Tokens或:我如何学会停止担忧并爱上AI泡沫(读书笔记) 本文作者Kyle Harrison以幽默诙谐的笔触探讨了AI泡沫现象。作者的核心论点是:人类历史上从未在集体失去理智之前建成任何重要的事物。他将AI热潮置于"生产性错觉"(Productive Delusion)的历史框架中分析,认为泡沫并非资本主义的bug,而是文明的R&D预算。文章深入分析了泡沫的"物理学"、大规模技术狂热的好处,以及泡沫消退后的遗留问题
May 14, 2026 Dr. Tokens或:我如何学会停止担忧并爱上AI泡沫(读书笔记) 本文作者Kyle Harrison以幽默诙谐的笔触探讨了AI泡沫现象。作者的核心论点是:人类历史上从未在集体失去理智之前建成任何重要的事物。他将AI热潮置于"生产性错觉"(Productive Delusion)的历史框架中分析,认为泡沫并非资本主义的bug,而是文明的R&D预算。文章深入分析了泡沫的"物理学"、大规模技术狂热的好处,以及泡沫消退后的遗留问题
May 14, 2026 Dr. Tokens或:我如何学会停止担忧并爱上AI泡沫(读书笔记) 本文作者Kyle Harrison以幽默诙谐的笔触探讨了AI泡沫现象。作者的核心论点是:人类历史上从未在集体失去理智之前建成任何重要的事物。他将AI热潮置于"生产性错觉"(Productive Delusion)的历史框架中分析,认为泡沫并非资本主义的bug,而是文明的R&D预算。文章深入分析了泡沫的"物理学"、大规模技术狂热的好处,以及泡沫消退后的遗留问题
May 14, 2026
AI是否正在杀死软件工程工作?(读书笔记)
Jason Gorman基于数据和事实,反驳了社交媒体上广泛流传的"AI导致软件工程师失业"的流行叙事。他指出,真正导致科技行业裁员和经济下滑的原因是经济周期(利率变化),而不是ChatGPT的推出。
May 14, 2026 AI是否正在杀死软件工程工作?(读书笔记) Jason Gorman基于数据和事实,反驳了社交媒体上广泛流传的"AI导致软件工程师失业"的流行叙事。他指出,真正导致科技行业裁员和经济下滑的原因是经济周期(利率变化),而不是ChatGPT的推出。
May 14, 2026 AI是否正在杀死软件工程工作?(读书笔记) Jason Gorman基于数据和事实,反驳了社交媒体上广泛流传的"AI导致软件工程师失业"的流行叙事。他指出,真正导致科技行业裁员和经济下滑的原因是经济周期(利率变化),而不是ChatGPT的推出。
May 14, 2026 AI是否正在杀死软件工程工作?(读书笔记) Jason Gorman基于数据和事实,反驳了社交媒体上广泛流传的"AI导致软件工程师失业"的流行叙事。他指出,真正导致科技行业裁员和经济下滑的原因是经济周期(利率变化),而不是ChatGPT的推出。
May 14, 2026 AI是否正在杀死软件工程工作?(读书笔记) Jason Gorman基于数据和事实,反驳了社交媒体上广泛流传的"AI导致软件工程师失业"的流行叙事。他指出,真正导致科技行业裁员和经济下滑的原因是经济周期(利率变化),而不是ChatGPT的推出。
Mar 5, 2026
AI与忒修斯之船(读书笔记)
本文由Flask框架作者Armin Ronacher撰写,借用了哲学上的"忒修斯之船"悖论来探讨AI时代代码重写与软件版权的复杂问题。当AI可以仅通过测试套件就重写一个库,当代码的生成成本趋近于零,传统的版权和许可证概念面临根本性挑战。文章讨论了copyleft许可证的失效、道德与法律的冲突、以及软件作者应该如何重新思考保护自己的方式——或许应该依靠商标而非
Mar 5, 2026 AI与忒修斯之船(读书笔记) 本文由Flask框架作者Armin Ronacher撰写,借用了哲学上的"忒修斯之船"悖论来探讨AI时代代码重写与软件版权的复杂问题。当AI可以仅通过测试套件就重写一个库,当代码的生成成本趋近于零,传统的版权和许可证概念面临根本性挑战。文章讨论了copyleft许可证的失效、道德与法律的冲突、以及软件作者应该如何重新思考保护自己的方式——或许应该依靠商标而非
Mar 5, 2026 AI与忒修斯之船(读书笔记) 本文由Flask框架作者Armin Ronacher撰写,借用了哲学上的"忒修斯之船"悖论来探讨AI时代代码重写与软件版权的复杂问题。当AI可以仅通过测试套件就重写一个库,当代码的生成成本趋近于零,传统的版权和许可证概念面临根本性挑战。文章讨论了copyleft许可证的失效、道德与法律的冲突、以及软件作者应该如何重新思考保护自己的方式——或许应该依靠商标而非
Mar 5, 2026 AI与忒修斯之船(读书笔记) 本文由Flask框架作者Armin Ronacher撰写,借用了哲学上的"忒修斯之船"悖论来探讨AI时代代码重写与软件版权的复杂问题。当AI可以仅通过测试套件就重写一个库,当代码的生成成本趋近于零,传统的版权和许可证概念面临根本性挑战。文章讨论了copyleft许可证的失效、道德与法律的冲突、以及软件作者应该如何重新思考保护自己的方式——或许应该依靠商标而非
Mar 5, 2026 AI与忒修斯之船(读书笔记) 本文由Flask框架作者Armin Ronacher撰写,借用了哲学上的"忒修斯之船"悖论来探讨AI时代代码重写与软件版权的复杂问题。当AI可以仅通过测试套件就重写一个库,当代码的生成成本趋近于零,传统的版权和许可证概念面临根本性挑战。文章讨论了copyleft许可证的失效、道德与法律的冲突、以及软件作者应该如何重新思考保护自己的方式——或许应该依靠商标而非
Mar 5, 2026
AI对劳动力市场的影响:新测量方法与早期证据(读书笔记)
本文由Anthropic研究员Maxim Massenkoff和Peter McCrory撰写,提出了一种测量AI对劳动力市场影响的新框架——"观察到的暴露度"(Observed Exposure)。该指标结合了理论上的LLM能力和实际使用数据,旨在AI产生显著影响之前识别最脆弱的职业。研究发现:AI的实际覆盖范围远低于理论能力;高暴露职业预计增长更慢;最易
Mar 5, 2026 AI对劳动力市场的影响:新测量方法与早期证据(读书笔记) 本文由Anthropic研究员Maxim Massenkoff和Peter McCrory撰写,提出了一种测量AI对劳动力市场影响的新框架——"观察到的暴露度"(Observed Exposure)。该指标结合了理论上的LLM能力和实际使用数据,旨在AI产生显著影响之前识别最脆弱的职业。研究发现:AI的实际覆盖范围远低于理论能力;高暴露职业预计增长更慢;最易
Mar 5, 2026 AI对劳动力市场的影响:新测量方法与早期证据(读书笔记) 本文由Anthropic研究员Maxim Massenkoff和Peter McCrory撰写,提出了一种测量AI对劳动力市场影响的新框架——"观察到的暴露度"(Observed Exposure)。该指标结合了理论上的LLM能力和实际使用数据,旨在AI产生显著影响之前识别最脆弱的职业。研究发现:AI的实际覆盖范围远低于理论能力;高暴露职业预计增长更慢;最易
Mar 5, 2026 AI对劳动力市场的影响:新测量方法与早期证据(读书笔记) 本文由Anthropic研究员Maxim Massenkoff和Peter McCrory撰写,提出了一种测量AI对劳动力市场影响的新框架——"观察到的暴露度"(Observed Exposure)。该指标结合了理论上的LLM能力和实际使用数据,旨在AI产生显著影响之前识别最脆弱的职业。研究发现:AI的实际覆盖范围远低于理论能力;高暴露职业预计增长更慢;最易
Mar 5, 2026 AI对劳动力市场的影响:新测量方法与早期证据(读书笔记) 本文由Anthropic研究员Maxim Massenkoff和Peter McCrory撰写,提出了一种测量AI对劳动力市场影响的新框架——"观察到的暴露度"(Observed Exposure)。该指标结合了理论上的LLM能力和实际使用数据,旨在AI产生显著影响之前识别最脆弱的职业。研究发现:AI的实际覆盖范围远低于理论能力;高暴露职业预计增长更慢;最易
Mar 4, 2026
为AI Agent重写你的CLI(读书笔记)
本文由Google高级开发者关系工程师Justin Poehnelt撰写,提出了一个核心观点:为人类设计的CLI无法通过简单改造就适用于AI Agent,必须从设计之初就将Agent作为主要用户。作者区分了"人类开发者体验"(Human DX)和"Agent开发者体验"(Agent DX)的本质差异:前者优化可发现性和容错性,后者则需要优化可预测性和
Mar 4, 2026 为AI Agent重写你的CLI(读书笔记) 本文由Google高级开发者关系工程师Justin Poehnelt撰写,提出了一个核心观点:为人类设计的CLI无法通过简单改造就适用于AI Agent,必须从设计之初就将Agent作为主要用户。作者区分了"人类开发者体验"(Human DX)和"Agent开发者体验"(Agent DX)的本质差异:前者优化可发现性和容错性,后者则需要优化可预测性和
Mar 4, 2026 为AI Agent重写你的CLI(读书笔记) 本文由Google高级开发者关系工程师Justin Poehnelt撰写,提出了一个核心观点:为人类设计的CLI无法通过简单改造就适用于AI Agent,必须从设计之初就将Agent作为主要用户。作者区分了"人类开发者体验"(Human DX)和"Agent开发者体验"(Agent DX)的本质差异:前者优化可发现性和容错性,后者则需要优化可预测性和
Mar 4, 2026 为AI Agent重写你的CLI(读书笔记) 本文由Google高级开发者关系工程师Justin Poehnelt撰写,提出了一个核心观点:为人类设计的CLI无法通过简单改造就适用于AI Agent,必须从设计之初就将Agent作为主要用户。作者区分了"人类开发者体验"(Human DX)和"Agent开发者体验"(Agent DX)的本质差异:前者优化可发现性和容错性,后者则需要优化可预测性和
Mar 4, 2026 为AI Agent重写你的CLI(读书笔记) 本文由Google高级开发者关系工程师Justin Poehnelt撰写,提出了一个核心观点:为人类设计的CLI无法通过简单改造就适用于AI Agent,必须从设计之初就将Agent作为主要用户。作者区分了"人类开发者体验"(Human DX)和"Agent开发者体验"(Agent DX)的本质差异:前者优化可发现性和容错性,后者则需要优化可预测性和
Mar 4, 2026
软件工程中的人类与Agent(读书笔记)
本文由Kief Morris撰写,发表于Martin Fowler的网站,探讨了在生成式AI时代人类工程师应该如何定位自己与AI Agent的关系。文章提出了一个核心框架:人类应该处于"on the loop"(在循环之上),而非"in the loop"(在循环之中)或完全脱离循环。作者区分了"Why Loop"(从想法到软件的战略循环)和"How
Mar 4, 2026 软件工程中的人类与Agent(读书笔记) 本文由Kief Morris撰写,发表于Martin Fowler的网站,探讨了在生成式AI时代人类工程师应该如何定位自己与AI Agent的关系。文章提出了一个核心框架:人类应该处于"on the loop"(在循环之上),而非"in the loop"(在循环之中)或完全脱离循环。作者区分了"Why Loop"(从想法到软件的战略循环)和"How
Mar 4, 2026 软件工程中的人类与Agent(读书笔记) 本文由Kief Morris撰写,发表于Martin Fowler的网站,探讨了在生成式AI时代人类工程师应该如何定位自己与AI Agent的关系。文章提出了一个核心框架:人类应该处于"on the loop"(在循环之上),而非"in the loop"(在循环之中)或完全脱离循环。作者区分了"Why Loop"(从想法到软件的战略循环)和"How
Mar 4, 2026 软件工程中的人类与Agent(读书笔记) 本文由Kief Morris撰写,发表于Martin Fowler的网站,探讨了在生成式AI时代人类工程师应该如何定位自己与AI Agent的关系。文章提出了一个核心框架:人类应该处于"on the loop"(在循环之上),而非"in the loop"(在循环之中)或完全脱离循环。作者区分了"Why Loop"(从想法到软件的战略循环)和"How
Mar 4, 2026 软件工程中的人类与Agent(读书笔记) 本文由Kief Morris撰写,发表于Martin Fowler的网站,探讨了在生成式AI时代人类工程师应该如何定位自己与AI Agent的关系。文章提出了一个核心框架:人类应该处于"on the loop"(在循环之上),而非"in the loop"(在循环之中)或完全脱离循环。作者区分了"Why Loop"(从想法到软件的战略循环)和"How
Mar 3, 2026
AI时代的护城河(读书笔记)
本文基于Hamilton Helmer的"7 Powers"框架,系统分析了在AI驱动的经济环境下,哪些传统的商业护城河仍然有效,哪些正在失效。作者认为,AI正在重塑企业护城河的构成,防御性优势正从转换成本转向专有数据、真正的网络效应和AI原生的流程改进。
Mar 3, 2026 AI时代的护城河(读书笔记) 本文基于Hamilton Helmer的"7 Powers"框架,系统分析了在AI驱动的经济环境下,哪些传统的商业护城河仍然有效,哪些正在失效。作者认为,AI正在重塑企业护城河的构成,防御性优势正从转换成本转向专有数据、真正的网络效应和AI原生的流程改进。
Mar 3, 2026 AI时代的护城河(读书笔记) 本文基于Hamilton Helmer的"7 Powers"框架,系统分析了在AI驱动的经济环境下,哪些传统的商业护城河仍然有效,哪些正在失效。作者认为,AI正在重塑企业护城河的构成,防御性优势正从转换成本转向专有数据、真正的网络效应和AI原生的流程改进。
Mar 3, 2026 AI时代的护城河(读书笔记) 本文基于Hamilton Helmer的"7 Powers"框架,系统分析了在AI驱动的经济环境下,哪些传统的商业护城河仍然有效,哪些正在失效。作者认为,AI正在重塑企业护城河的构成,防御性优势正从转换成本转向专有数据、真正的网络效应和AI原生的流程改进。
Mar 3, 2026 AI时代的护城河(读书笔记) 本文基于Hamilton Helmer的"7 Powers"框架,系统分析了在AI驱动的经济环境下,哪些传统的商业护城河仍然有效,哪些正在失效。作者认为,AI正在重塑企业护城河的构成,防御性优势正从转换成本转向专有数据、真正的网络效应和AI原生的流程改进。
Previous
Page 3 / 4
Next