我的每日资讯（3月）

2026年3月文章摘要

3月23日以前

• AI、就业和社保
  这篇文章我就不做摘录了，写下为什么记录这篇文章吧。我从25年末到26年3月，都处于非常焦虑的状态，甚至于胃一直处于不舒服的状态。可能，看了这篇文章以及相关解析和评论会稍微缓解一些吧。个人拙见，AI带来的焦虑本质上是生产力与生产关系的矛盾运动带来的。作为一个随波逐流的普通人，只能尽人事，听天命。尽可能的扩展自己的认知，如果做不到时代的弄潮儿，至少得知道自己是怎么被时代给pass的吧。
  另外，也记录下其他的相关解析吧
  https://www.bilibili.com/video/BV14hzsB2EBW/
  https://bbs.nga.cn/read.php?tid=46227697&rand=272

3月23日

• Reports of code's death are greatly exaggerated

  But, vibe coding gives the illusion that your vibes are precise abstractions. They will feel this way right up until they leak, which will happen when you add enough features or get enough scale. Unexpected behaviors (bugs) that emerge from lower levels of abstraction that you don't understand will sneak up on you and wreck your whole day.
  但是，氛围编码会给人一种错觉，仿佛你的氛围是精确的抽象概念。他们会一直这样感觉，直到…… 泄露 ，当你添加足够多的功能或达到足够规模时，这种情况就会发生。出乎意料。行为（错误） 从较低层次的抽象概念中涌现 你不理解的事情会悄悄地发生，毁了你的一整天。

  There is a fundamental limit in the human brain. We can only think of 7 (plus or minus 2) things at a time. So the only way to think about more than 7 things is to compress multiple things into a single thing. Happily, we can do this recursively, indefinitely, which is why humans can master unlimited complexity. That compression step is called abstraction.
  人脑存在一个根本性的限制。我们一次只能思考 7 件（正负 2 件）事情。因此，思考超过 7 件事情的唯一方法就是将多个事情压缩成一件事情。幸运的是，我们可以递归地、无限地进行这种压缩，这就是人类能够掌握无限复杂性的原因。这种压缩步骤被称为抽象 。

  This is the best part of programming: coming up with increasingly good abstractions to help us master complexities. My favorite examples of this are functional programming concepts, like functional reactive programming, which I wrote a wonderful essay on.
  这就是编程最棒的地方：不断创造出越来越好的东西抽象概念可以帮助我们掌握复杂性。我最喜欢的例子是：函数式编程概念，例如函数式响应式编程， 我写了一篇很棒的文章，主题是 ……
  So yes, collaborative text editors are fundamentally complex, but that just means that we're continually in search of better abstractions to help us master complexities, like ReactJS or TailwindCSS did in their respective domains.
  所以，协作式文本编辑器本质上是复杂的，但这仅仅意味着我们一直在寻找更好的抽象方法来帮助我们掌握复杂性，就像 ReactJS 或 TailwindCSS 在各自的领域所做的那样。

  If you told me that I had access to that level of intelligence, there is zero part of me that is going to use it to ship more slop. Are you freaking kidding?? Of course not.
  如果你告诉我我拥有那种级别的智慧，我绝对不会用它来制造更多垃圾产品。你在开玩笑吧？当然不会。
  I think we're confused because we (incorrectly) think that code is only for the software it produces. It's only partly about that. The code itself is also a centrally important artifact. When done right, it's poetry. And I'm not just saying this because I have Stockholmn Syndrome or a vested interest in it – like a horse jockey might in the face of cars being invented.
  我认为我们之所以感到困惑，是因为我们（错误地）认为代码仅仅是为了生成软件。但这只是其中一部分。代码本身也是一件至关重要的艺术品。如果写得好，它就是诗。我这么说并非因为我患有斯德哥尔摩综合症，或者出于某种既得利益——就像赛马骑师面对汽车发明时的那种狂热一样。
  This is so sad. It's the same as thinking storytelling is dead at the invention of the printing press. No you dummies, code is just getting started. AI is going to be such a boon for coding.
  这太令人难过了。这就好比认为印刷术发明后，讲故事的艺术就消亡了一样。你们这些笨蛋，编程才刚刚起步。人工智能将会给编程带来巨大的福音。

  读完这篇， 怎么说呢，不是编码已死，而是哪些干简单的编码活，糊弄活、理不清复杂逻辑的程序员已死。但是可惜的是，很可能包括我在内的这部分初级程序员在公司无可厚非的逐利本质下非常容易断了继续深造的路，可能需要回象牙塔或者哪里重造吧（笑）。对我而言，我是热爱code也乐于梳理复杂代码，但是人是需要赚钱来活下去的，目前看来，靠目前我的code能力来赚钱似乎有些不靠谱了。或许未来会有新的成长路径给新的编码人员吧，但估计比较陡峭。旧有的，我所在的成长路径似乎已经截断了。当然，我也应该去探索新的路径，只是惯性使然，没有那么容易转换吧。

• 大白话聊一聊：为什么OpenClaw那么火

  OpenClaw = ( LLM + CLI + Skills ) × IM × 24/7 × Open Source

• OpenClaw深度分析：为什么突然就火了，以及对我们意味着什么

  类似的，OpenClaw火了以后，我们确实可以去跟风安装使用、体验一下，但这件事情本身并不会让我们一下就脱胎换骨生产力倍增了。因为这种现象级产品能爆火的重要前提是它是面向最广泛的用户设计的，因此设计决策上有很多妥协，直接用往往效率并不是最优。更关键的是要去理解它背后的设计哲学，分析它爆火的原因，从中吸取经验教训，改进自己的工作流。
  毕竟，工具会过气，对工具本质的理解不会。把可迁移的认知抽出来，融入自己的工作流，这才是内行的做法。

  第一个是统一的入口和上下文。对比一下Cursor就很清楚。在Cursor里每个项目的上下文是隔离的——打开项目A，AI只知道项目A的事；切到项目B，之前关于项目A的对话就全没了。
  Claude Code、OpenCode也一样，每次启动都绑定一个工作目录。但OpenClaw则完全相反。它默认把所有对话的上下文混在一个池子里。
  但光把上下文混在一起是没用的，因为上下文窗口很快就会满了。这就牵扯到了它的第二个关键设计，持久化记忆。OpenClaw对记忆的处理非常巧妙，很值得学习。从大的原理上，它和Manus一样[2]用的是基于文件的记忆系统。比如它维护了一个SOUL.md，定义AI的核心人格和行为准则；USER.md保存了对用户的画像，MEMORY.md存长期记忆，再加上每日的原始日志等等。

3月24日

• 【D2 演讲实录】从上下文工程到 Harness Engineering

  反而人成为了这个过程中最大的瓶颈——因为 AI 写完代码之后，你会发现你需要去帮它 Review 代码，你需要去帮它做测试，你的工作量指数级上升。
  真正的瓶颈在于：编码提速并未打破系统性天花板，非编码工作量正在随着代码生成量的增加而指数级爆发。软件开发工作时间分配中，编码只占 30%（AI 赋能环节），而验证/QA/测试占 40%，部署/发布/灰度占 20%，排障/沟通/Code Review 占 10%——非编码工作占比高达 70%。

  局部最优陷阱：AI 目前只在开发环境里极速写代码，但并没有帮你解决测试、验证和沟通等环节，价值上限被后续流程死死锁住。
  破局：Harness Engineering — 必须从「单行代码补全」跃升至让 Agent 执行跨越整个生命周期的长时间闭环任务（Long-term Tasks）。核心路径是通过专属工具链集成，解决上下文爆炸问题，让 AI 接管测试与排障，彻底打破 70% 的非编码流程枷锁。

  Harness 的意思是「马具」——我们应该从使用模型的人，变成驾驭模型的人。
  三个核心维度：

  • 工程师角色转变：从「编写代码」转向「设计环境、明确意图」
  • Harness Engineering：构建 Agent 专属工具链，实现受控执行
  • Agent 可读性：北极星指标——代码库重塑为模型能「读懂」的环境

  不是「把你的话丢给模型」，而是构造了一整坨 Prompt：
  System：模型服务商系统提示 + Agent 身份定义 + 工具能力声明
  AGENTS.md：技术栈、代码风格、安全边界、团队工作流
  项目快照：当前工作目录、选中文本、项目结构
  会话历史：对话记录 + 工具调用与返回 + snapshot / 总结
  工具定义：MCP 工具清单：名称 + 说明 + JSON Schema
  核心结论：上下文不是「越多越好」，而是要「把最重要的东西放到最该放的位置」。 所有这些一起拼成 Prompt → 位置和占比决定了模型的注意力分配。

  这篇文章，站在不同的角度有不同的认识，站在agent产品人的角度来说，这是一篇不错的分享；从agent使用者来说，熟悉产品往往能够更好完成自己的工程，任务；站在另外一个角度，这何尝也不是一种编织绞刑绳呢？至于我嘛，还是之前的看法，呵呵。

3月26日

• Cog：A plain-text cognitive architecture for Claude Code

  Cog is an experiment — a proposal for how persistent AI memory could work. It's designed as a learning tool: watch how a model organizes its own knowledge, what it promotes and what it forgets, whether self-reflection actually improves behavior. The answers aren't settled. Fork it, run it, and see what you learn.
  Cog 是一项实验——一个关于持久性 AI 记忆如何运作的提案。它被设计成一个学习工具：观察模型如何组织自身的知识，它会强化哪些信息，又会遗忘哪些信息，以及自我反思是否真的能改善行为。这些问题的答案尚未定论。不妨 fork 一份，运行它，看看你能学到什么。

  额，看看

• Android 开发者验证

  While verification tools are rolling out now, the experience for users downloading your apps will not change until later this year. The user side protections will first go live in Brazil, Indonesia, Singapore, and Thailand this September, before expanding globally in 2027. We’ve shared this timeline early to ensure you have ample time to complete your verification.
  虽然验证工具目前正在逐步推出，但用户下载您应用的体验要到今年晚些时候才会发生变化。用户端保护措施将于今年9月率先在巴西、印度尼西亚、新加坡和泰国上线，随后于2027年推广至全球。我们提前公布此时间表，是为了确保您有充足的时间完成验证。
  Following this deadline, for the vast majority of users, the experience of installing apps will stay exactly the same. It’s only when a user tries to install an unregistered app that they’ll require ADB or advanced flow, helping us keep the broader community safe while preserving the flexibility for our power users.
  在此截止日期之后，对于绝大多数用户而言，安装应用的体验将保持不变。只有当用户尝试安装未注册的应用时，才需要使用 ADB 或高级流程 ，这有助于我们保障广大用户的安全，同时保留高级用户的灵活性。

  For students and hobbyists: To keep Android accessible to everyone, we're building a free, no government ID required, limited distribution account so you can share your work with up to 20 devices. You only need an email account to get started. Sign up for early access. We’ll send invites in June.
  面向学生和爱好者： 为了让所有人都能轻松使用 Android，我们正在构建一个免费的、无需政府身份证明的、有限制的分发账户，方便您将作品分享到最多 20 台设备。您只需一个邮箱即可开始使用。 立即注册抢先体验 ，我们将在六月发出邀请。

  For power users: We are maintaining the choice to install apps from any source. You can use the new advanced flow for sideloading unregistered apps or continue using ADB. This maintains choice while protecting vulnerable users.
  对于高级用户： 我们仍然允许您从任何来源安装应用。您可以使用新的高级流程侧载未注册的应用，也可以继续使用 ADB。这既保证了用户的选择权，又保护了易受攻击的用户。

• 鸟的大脑

  A macaw's brain weighs 20 grams and has roughly the same number of forebrain neurons as a macaque monkey's brain at 70 grams. Ounce for ounce, bird brains are some of the most computationally dense organs in the animal kingdom. Calling someone a "bird brain" is honestly more of a compliment.
  金刚鹦鹉的大脑重20克，其前脑神经元的数量与重70克的猕猴大脑大致相同。就单位重量而言，鸟类大脑是动物王国中计算密度最高的器官之一。说某人“笨得像鸟一样”，其实更像是一种赞美。

  We default to thinking intelligence scales with brain size, that it's a mammal thing, that it correlates with being "higher" on some imaginary evolutionary ladder. Turns out it's about neuron density and architecture, not mass. A 10 gram raven brain running 1.2 billion neurons is doing more per gram than almost anything else in nature.
  我们通常认为智力与大脑大小成正比，认为这是哺乳动物特有的，与在某种假想的进化阶梯上“更高”的地位相关。但事实证明，智力与神经元密度和结构有关，而非质量。一只重10克的渡鸦大脑拥有12亿个神经元，其单位重量的功能几乎超过了自然界中的任何其他生物。

  鸦科多大佬。如果想到模型训练和参数，有啥能参考的点吗？

• Learn Claude Code by doing, not reading.

  11 interactive modules with terminal simulators, config builders, and quizzes. No setup required.
  11 个交互式模块，包含终端模拟器、配置构建器和测验。无需设置

  看着不错。1 Slash Commands，2 Memory & CLAUDE.md，3 Project Setup，4 Commands Deep Dive，5 Skills，6 Hooks，7 MCP Servers，8 Subagents，9 Advanced Features，10 Workflows，11 Plugins。