这两年 AI 编程助手火得一塌糊涂。GitHub Copilot、Cursor、Codex、Claude Code……工具一个比一个强，用起来确实爽。只需要用自然语言描述需求，AI 就能帮你写代码、改 Bug、跑测试，甚至排查之前让你绞尽脑汁的线上问题。

题记：Notion CEO Ivan Zhao 最近发表了一篇长文《蒸汽、钢铁与无限心智》，通过类比钢铁和蒸汽机的历史，探讨了 AI 如何重塑知识工作——从提升个人效率，到改变组织形态，乃至重构整个经济结构。文章视野开阔，类比精准，值得一读。原文链接：Steam, Steel, and Infinite Minds https://x.com/ivanhzhao/status/2003192654545539400。以下为全文翻译。

... ➦

如果你还在观望到底要不要在项目里使用 AI Agents，Anthropic 刚刚发布的《2026 State of AI Agents Report》会给你一个明确答案。

报告调研了 500 多家企业，发现 57% 的企业已经部署了多阶段工作流的 AI Agent。注意，这已早不是之前那种简单的聊天机器人，而是能独立完成客服解答、员工入职这类复杂任务的 AI 系统。并且，80% 的企业已经看到了真金白银的投资回报。

大多数人用 AI 编程助手的方式，其实是错的。

包括我自己。之前用 GitHub Copilot，后来又试了 Cursor、Claude Code 和 Codex。刚开始觉得挺神奇，让 AI 生成一段代码，几分钟就出来了。用多了就发现不对劲，生成的代码虽然能跑，质量参差不齐。有时候代码越改越乱，还不如自己写。

这两天，OpenAI 和 Anthropic 居然坐到了一起，联合 Block 成立了 Agentic AI 基金会（AAIF），把各自的核心开源项目捐给了 Linux Foundation。

看到这个消息，我第一反应是——这背后的野心不小。想想当年的 CNCF 就明白了。

Codex CLI v0.65.0 带来了一个我期待已久的功能——Skills 支持。

这个功能最早是 Anthropic 在 Claude Code 上推出的，我已经用了一段时间，早就想着什么时候 Codex 也能有。上周末刷 Codex GitHub 看到合并的 PR，就花了点时间把之前写的 Claude Code Skills 迁移过来，顺手开源在了 GitHub https://github.com/feiskyer/codex-settings 上。

上个月的 KubeCon 上，Google Cloud 宣布在实验环境中成功运行了 13 万节点的 GKE 集群。而在更早的 7 月，AWS 也发布了 EKS 正式支持 10 万节点集群的消息。

10 万节点是什么概念？按 AWS 的说法，这意味着一个集群可以容纳 160 万颗 Trainium 芯片，或者 80 万块 NVIDIA GPU。这已经不是普通的“大规模”了，基本相当于把一个小城市的算力都集中到了一起。

上周我想让 Claude Code 帮我验证一个项目中所有数据查询的问题。虽然它们都散乱在项目的不同位置，但任务本身其实不算复杂，大概涉及 100 多个查询。主要复杂的问题在于失败后的处理：找到正确的数据结构、查询一些数据确认有效字段、汇总查询确认可能取值、最后再去重新构造查询。

做过 Agent 开发的朋友应该都有体会，调 Prompt 真是个细活儿。有时候就改了几个词，模型的表现就可能天差地别。工具描述写得不够清楚，工具数量一多，模型就不知道该怎么选择了。任务定义稍微含糊一点，输出就开始极不稳定。这也是为什么很多 Agent 产品发布都很惊艳，但实际场景一上手就完全是另外一回事了。

Gemini 3.0 终于来了，谷歌昨天晚上正式发布了 Gemini 3.0 Pro 预览版，各项测评直接登顶，刷爆 LMArena 榜单。除 SWE-Bench Verified 这一项比 Sonnet 4.5 低一个百分点外，其他各个指标都超越 OpenAI GPT-5.1 和 Claude Sonnet 4.5。特别是 MathArena（数学推理基准）、ScreenSpot（高分辨率GUI基准）、ARC-AGI-2（抽象推理基准）、Human’s Last Exam（人类终极考试基准）等测评基准上都有一倍或数倍的能力提升，这在最近的各大新发顶级模型上还是头一次见。