每日精选 — 2026年5月22日

今日概览 #

今天的主线很清楚：AI agent 正在从聊天框走进电脑、云平台、学校、电商后台和开发者工作站。问题也随之变了，过去我们问模型能不能回答，现在要问它能碰什么、谁来确认、出错以后能不能审计和回滚。

🐦 来自时间线 (X/Twitter) #

Codex 锁屏用 Mac：手机不再只是查看进度 #

@OpenAI · 约5小时前 · 1348 赞

OpenAI 的 Codex Thursday 把一个细节推到台前：Codex 可以在 Mac 锁屏、屏幕关闭时，通过手机安全使用本机应用。这不是普通移动端适配，而是把“远程 agent + 本地电脑 + 手机确认”接成一条动作链。对开发者来说，电脑开始像一台可托管的执行机器，人在路上也能补充意图、检查结果、继续任务。真正的难点会从“能不能操作应用”转向“哪些应用、文件和密钥允许被操作”。

-> 原文

NVIDIA Verified Agent Skills：技能市场先补供应链账 #

@NVIDIAAI · 约13小时前 · 1207 赞

NVIDIA 发布 Verified Agent Skills，强调每个技能要说明来源、修改状态、风险和行为范围。这个方向比单纯“让 agent 更会干活”更重要，因为 skill 一旦被接进文件、终端、浏览器和云服务，就不再只是提示词，而是能力供应链。过去开发者担心依赖包投毒；现在还要担心 agent skill 被篡改、权限过宽或执行路径不透明。可信 skill 市场会成为 AI 工具链的基础设施，而不是应用商店的装饰层。

-> 原文

Learn Harness Engineering：AI 编程代理开始有自己的可靠性工程 #

@FakeMaidenMaker · 约25小时前 · 625 赞

中文开发者转发的《Learn Harness Engineering》开源课程上了 Hacker News 首页，主题是 AI coding agent 的可靠性工程。这个词的出现很有信号意义：大家不再只讨论模型参数、榜单和编辑器体验，而是在拆解怎样给 agent 配任务、上下文、工具、测试、评估和失败恢复。AI 编程的门槛正在从“会不会 prompt”变成“能不能搭一套可复用的 harness”。这也是独立开发者和团队工程师都会遇到的新基本功。

-> 原文

Cloudflare CEO 的 AI 裁员逻辑：被替代的是“度量者” #

@dotey · 约3小时前 · 80 赞

Cloudflare CEO Matthew Prince 在《华尔街日报》解释公司如何选择被 AI 替代的岗位：工程师和销售相对安全，财务、审计、合规、中层管理、运营、市场等“度量者”更容易被自动化。@dotey 的转述把这件事放在更尖锐的背景下：Cloudflare 裁掉约 1100 人，同时招 1111 名实习生，且收到近 100 万份申请。AI 不是平均改变所有岗位，它会优先压缩结构化、报表化、流程化的管理劳动。

-> 原文

微软内部从 Claude Code 转向 Copilot CLI：工具链统一也是竞争策略 #

@dotey · 约3小时前 · 24 赞

微软据称开始收回内部 Claude Code 许可证，要求部分团队在 6 月底前迁移到 GitHub Copilot CLI。表面理由是统一工具链，背后也有成本和平台竞争：Claude Code 在微软内部受欢迎，反而让自家 Copilot CLI 的位置尴尬。这个信号说明 coding agent 不只是开发者效率工具，也会变成大公司内部采购、成本控制和生态锁定的问题。未来企业选择 agent，看的不会只有模型效果，还会看权限、合规、账单和供应商关系。

-> 原文

Paul Graham 谈学校 AI 政策：不是折中，而是分场景极化 #

@paulg · 约13小时前 · 988 赞

Paul Graham 说，学校对 AI 的正确政策应该是“有些场景鼓励，有些场景绝对禁止”，而不是统一允许或统一禁用。这句话击中了教育系统的核心矛盾：AI 既能释放高阶探索，也能掩盖基础能力缺失。对学生来说，写作、推理、检索、表达和项目协作不能被放进同一个规则里。真正公平的 AI 教育不是每个人都用一样的工具，而是按能力阶段区分哪些能力必须先长在自己身上，哪些能力可以交给工具放大。

-> 原文

豆包 800 万个智能体受挫：没有工作流，聊天框会赢 #

@oran_ge · 约23小时前 · 90 赞

@oran_ge 引用晚点报道提到，豆包曾经拥有 800 万个智能体，但主聊天机器人之外的智能体活跃度不高，团队下架其他智能体后用户活跃和留存几乎没受影响。这个案例提醒我们，agent 不是数量游戏。消费用户未必想管理一堆 bot，他们只想有一个入口把问题说清楚。agent 真正适合的地方，往往是已经有流程、工序、验收和反馈的场景，比如编程、电商经营、视频生产和企业自动化。

-> 原文

🎙️ 来自播客 #

Daytona：把电脑交给 Agent，不是给它一个浏览器 #

Latent Space · 今日发布

Latent Space 采访 Daytona CEO Ivan Burazin，核心不是又一个云开发环境，而是“给 agent 一台真正可控、可隔离、可评估的电脑”。节目提到 Daytona 74% 月增长、85 万次日运行、裸金属沙箱、RL evals 和新的 agent cloud 方向。最值得听的是它把 agent 执行环境从“临时容器”推向“长期基础设施”：如果 coding agent 要读文件、跑测试、装依赖、开浏览器、反复试错，平台就必须解决隔离、速度、状态保存和失败证据。它和今天的 Codex 锁屏用 Mac、NVIDIA Verified Skills 是同一件事的不同层级。

-> 收听

Google I/O 2026：Gemini、视频模型和后台代理同时上桌 #

Latent Space · 前日发布

这期 AINews 梳理 Google I/O 2026，重点包括 Gemini 3.5 Flash、Omni/NanoBanana for Video、Spark background agents 和 Antigravity 2.0。它的价值不在逐条发布会信息，而在展示 Google 正把模型、视频、多模态输入、后台任务和开发者工具打包成一个连续产品面。过去 AI 发布会常像模型能力清单，现在更像操作系统路线图：前台对话、后台执行、媒体生成、IDE 协作和云端服务都在互相嵌套。对开发者来说，Google 的压力不是单模型追赶，而是重新占住默认工作流入口。

-> 收听

Sami Inkinen：健康科技最难的是长期行为，不是一次转化 #

The Tim Ferriss Show · 昨日发布

Tim Ferriss 采访 Virta Health 创始人 Sami Inkinen，讨论逆转 2 型糖尿病、帮助 10 万多人改善代谢健康，以及他横渡 2750 英里的极限经历。它和今天的 AI 主题隔得远，但对产品读者有一个很硬的启发：真正改变人的系统，不能只靠一次建议、一次提醒或一次炫技。慢病管理需要持续反馈、可验证指标、行为约束和信任关系，这与 agent 产品走向长期执行很像。越是高风险场景，越不能把“会给建议”误认为“能负责结果”。

-> 收听

🤖 来自 AI 对话 #

如果 AI 代理开始真正使用电脑，谁才是产品经理？ #

与 Claude Opus 的对话

Codex 可以在 Mac 锁屏时从手机安全使用本机应用，StoreClaw 也能替商家提出增长动作并等待批准，最自然的问题是：谁才是这些 AI 代理的产品经理？

最直觉的答案是人。人写需求、点确认、承担责任，AI 只是更聪明的自动化工具。这个回答听起来稳，但它低估了一个变化：产品经理过去主要控制功能边界，现在要控制权限边界。传统软件的危险来自按钮太少或太多；代理软件的危险来自按钮背后接了太多真实世界接口。手机、远端模型、本机应用、钥匙串、文件系统和电商后台一旦连成动作链，真正的设计问题就不再是“用户能不能完成任务”，而是“哪些任务必须停在人类确认之前”。

这很像金融交易系统从手工下单进化到算法交易：一开始大家关心策略收益，最后最值钱的是风控、限额、审计和回滚。下一代产品经理不是写更清楚的 PRD，而是设计可验证的授权结构。好代理不是更像人，而是更清楚地知道自己什么时候必须不像人。

AI agent 的最大安全风险，为什么可能不是模型幻觉？ #

与 Claude Opus 的对话

我们常说 AI agent 危险，是因为它会幻觉：写错代码、误删文件、编造事实。这个答案只对了一半。更麻烦的风险是，agent 越可靠，我们越愿意把它接进更危险的工具链。

NVIDIA 发布 Verified Agent Skills，表面上是在给技能做来源、修改记录和风险说明；开发者社区同时还在消化 VS Code 扩展、插件和本地权限带来的供应链风险。把两件事放在一起看，真正的共同点不是“AI 安全”这个大词，而是开发者工作站已经变成供应链入口。一个扩展不需要攻破 GitHub 服务器，它只要落在拥有 token、repo 权限、CI 上下文和本地密钥的机器上。agent skill 也是类似结构：一旦被信任，它就能把模型输出接到文件、终端、浏览器和云服务。

幻觉是错误答案，供应链污染是错误能力。前者通常暴露在内容里，后者藏在执行路径里。未来安全不该只问模型会不会错，而要问这个能力从哪里来、能碰什么、每次执行能不能复盘。

学校到底该不该禁 AI？这个问题本身就问错了 #

与 Claude Opus 的对话

学校应该允许学生使用 AI，还是应该禁止？最常见的回答是折中：可以用，但要披露；可以辅助，但不能代写。这个回答看上去温和，实际很容易把教育系统推向最糟糕的灰区：老师无法判断作业真实性，学生也不知道哪些能力该练。

Paul Graham 今天说得更尖锐：AI 在学校里的政策应该分化，有些场景鼓励，有些场景绝对禁止。这个判断有历史感。计算器刚进课堂时，争论不是计算器有没有用，而是哪一层能力应该先内化，再交给工具。AI 更复杂，因为它不仅替你算，还替你组织语言、寻找论点、假装理解。于是教育的问题不再是防作弊，而是划分“必须慢慢长在身体里的能力”和“可以外包给工具的能力”。

AI 教育政策要像训练计划，而不是像考试纪律。初学者需要慢速、可观察、可纠错的训练；熟练者需要工具、协作和真实项目。把所有人放在同一个 AI 规则里，才是真正的不公平。

为什么“800 万个智能体”可能输给一个聊天框？ #

与 Claude Opus 的对话

豆包曾经有 800 万个智能体，为什么最后留下来的反而是主聊天机器人？直觉答案是用户还没准备好，或者智能体体验不够好。这个解释太轻了。更深的原因可能是，多数消费级 AI agent 在用户心里不是“员工”，只是“入口里的一个小功能”。

互联网产品里，功能越多不一定越强，尤其当用户的真实任务还没有稳定成流程时。抖音能把单用户时长做到很高，是因为内容消费的循环极短：刷、反馈、再刷。AI agent 的循环要长得多：表达目标、等待执行、检查结果、纠错、再授权。很多用户并不想管理一支小队，他们只想问一个入口。

编程 agent 有价值，是因为工程任务本来就有文件、测试、PR、CI 这些外部结构；视频 agent 也有脚本、分镜、配音、剪辑这些工序。没有工作流的地方，聊天框会赢；有工序、有验收、有回滚的地方，agent 才会爆发。

📚 来自书架 #

风会熄灭蜡烛，也能助燃火焰 #

Nassim Nicholas Taleb · 2012

《反脆弱》前几章的核心不是“抗风险”，而是区分脆弱、强韧和反脆弱三类系统。真正重要的系统设计不是消灭冲击，而是让小冲击暴露问题，避免大崩盘。

与今天的连接: NVIDIA Verified Agent Skills 和 Hivemind 这类自动生成 skill 的尝试，放在一起看很有张力。agent 生态如果只追求更多能力，会变得越来越脆；如果每次安装、修改、执行都留下审计信号，小错误就能变成治理数据。今天的 Codex 锁屏用 Mac 也一样，真正成熟不是永不出错，而是错在最小权限里、留在可复盘记录中。

所见即全部：别被一个顺眼故事骗走判断 #

Daniel Kahneman · 2011

Kahneman 的 WYSIATI 指的是：人会把眼前可见的信息当作全部事实，然后迅速形成自洽故事。它不是单纯懒惰，而是大脑太擅长补全。

与今天的连接: Cloudflare CEO 把岗位分成建造者、销售者和度量者，这个框架很有解释力，但也容易让人以为 AI 裁员只有一条清晰路径。豆包 800 万个智能体受挫也类似，我们看到一个戏剧化数字，就以为知道了 agent 的成败原因。WYSIATI 的提醒是：判断 AI 对组织的影响，不能只看最容易讲成故事的案例，还要看任务结构、责任边界和长期留存。

小垄断：别在同一条 benchmark 上卷 #

Peter Thiel · 2014

《零到一》最有用的一层是：好公司不是在红海里比别人好一点，而是创造一个别人短期无法正面竞争的小垄断。独占不一定来自规模，也可能来自入口、信任、数据和工作流位置。

与今天的连接: StoreClaw 把 agent 放进电商经营，Daytona 把 agent 执行环境做成基础设施，Codex 把手机、本机 Mac 和远程任务串起来。它们表面都在卖 AI 功能，实际争的是默认工作流入口。模型会降价，界面会模仿，真正难复制的是“用户愿意把真实权限交给你”的位置。

组合进化：Agent 不是单点发明 #

W. Brian Arthur · 2009

Brian Arthur 认为技术不是凭空出现，而是已有模块不断组合、嵌套、再组合的结果。新技术一旦稳定，又会变成下一轮组合的积木。

与今天的连接: 今天的 agent 新闻正是组合进化：Codex 的 locked-Mac computer use 组合了手机、本机应用和远程执行；NVIDIA Verified Skills 组合了技能、风险说明和供应链验证；Daytona 组合了沙箱、裸金属、运行状态和 eval；MOSS 则把 agent 的自我修复推到源码层。只盯模型发布会，会错过真正形成生产力的模块拼装。

⚡ 快讯 #

StoreClaw：电商 Agent 的关键不是自治，而是批准前执行 #

Product Hunt · 633 votes / 268 comments

StoreClaw 连接已有店铺，读取销售数字和增长轨迹，再提出可以执行的动作，并在批准后落地。这个产品的信号不是“AI 自动经营店铺”，而是把 agent 放进商业权限流：先分析，再建议，再等待确认。电商 agent 要赢，不能只会写文案，还要会守住价格、库存、促销和责任边界。

-> 原文

AI 抄袭争论在 HN 高热：合法性会重新影响产品分发 #

Hacker News · 758 points / 657 comments

HN 上关于“AI 是更大规模未经授权抄袭”的文章获得高热讨论。无论立场如何，它说明 AI 产品的竞争不只在能力和价格，还在训练数据、版权、溯源和平台信任。生成内容越便宜，分发侧越会要求更清楚的来源解释。

-> 原文

MOSS：让自主 Agent 通过源码级重写自我进化 #

arXiv · 论文

MOSS 讨论 autonomous agent 系统在部署后通过源码级组件重写来减少重复失败。它把“agent 学习”从对话记忆推进到系统结构：如果一个失败模式反复出现，是否应该改 prompt、改工具、改路由，甚至改源码？这会把 agent 运维推向更像软件工程的循环。

-> 原文

Vector Policy Optimization：多样性训练服务于测试时搜索 #

arXiv · 论文

这篇论文关注一个越来越重要的问题：当推理阶段会生成大量 rollout 并用奖励函数筛选时，训练目标是否应该鼓励策略多样性。它与 OpenAI 几何突破、coding agent 多路径尝试是同一条线：未来强能力可能来自“生成足够多不同候选，再可靠筛选”。

-> 原文

80 集短剧 3 天拍完：视频 Agent 开始吃生产工序 #

中文科技门户 · qbitai.com

量子位报道电影人下场做 Agent，用 3 天完成 80 集短剧生产。这个方向值得看，不是因为短剧本身多高级，而是影视生产天然有脚本、分镜、角色、配音、剪辑和审核工序，比普通聊天更适合 agent 编排。AI 视频的竞争点会从单次生成转向生产线管理。

-> 原文

编辑分析 #

今天最重要的主题是：AI agent 的竞争正在从“更聪明”转向“更可授权”。 Codex 锁屏用 Mac、NVIDIA Verified Agent Skills、Daytona 的 agent cloud、StoreClaw 的批准前执行，看起来分属开发者工具、云平台、电商和安全，底层其实是同一个问题：当 AI 不再只是回答，而是能动你的电脑、店铺、代码库和工作流，我们必须重新设计许可、证据和责任。

这条线也解释了几个看似分散的内容。@paulg 说学校 AI 政策应该分场景极化，因为教育里有些能力必须先内化，不能直接交给工具。@oran_ge 提到豆包 800 万个智能体受挫，则说明没有稳定工作流的场景，更多 bot 只会增加认知负担。Daytona 和《Learn Harness Engineering》给出另一面：一旦场景有文件、测试、运行环境和验收标准，agent 就可以被组织成生产系统。《反脆弱》的框架最适合总结今天：成熟的 AI 系统不是不犯错，而是让错误小、早、可审计。

接下来我们要盯三件事。Agent skill 会变成新的供应链入口。 NVIDIA Verified Skills 和 Hivemind 说明 skill 会被安装、修改、复用，读者要关心来源、权限和执行日志，不要只看功能演示。AI 教育会从统一禁令转向能力分层。 Paul Graham 的判断会越来越现实，学校和公司都需要区分“必须自己练”的能力与“可以交给工具放大”的能力。视频、电商和健康科技会比纯聊天更早长出可交付 agent。 StoreClaw、Vivago、Sami Inkinen 的健康管理经验都提醒我们，有指标、有周期、有确认的场景，才有长期自动化价值。

延伸阅读可以从三处继续：Daytona 访谈看 agent 执行环境，NVIDIA Verified Agent Skills看技能供应链，MOSS 论文看 agent 自我修复如何走向源码层。

lz.wiki 每日精选 · 28 条来自 23 个源 · 2026年5月22日 13:00 CST RSS 订阅 · 所有精选