AI 已经把“一人一药”做成了，接下来轮到你的健康数据了
这两天，医疗圈和 AI 圈都在关注一个里程碑式的消息：Moderna 和 Merck（默沙东）合作的个性化 mRNA 癌症疫苗，在黑色素瘤三期临床试验中取得了积极的顶线结果。
对于不了解医药产业的朋友来说，可能很难意识到这个成果有多震撼。它是首个在全球 Phase 3 试验中显示临床获益的个体化新抗原疗法，也意味着 AI 驱动的“个性化医疗”正在迈过最重要的一道落地门槛。
从 AI 检测误伤学生，到 Claude 水印：普通人怎么保护自己？
先看看这两个很普通的场景：
一个学生自己写完了作业，只让 Claude AI 帮忙优化英文语法和其中不自然的表达。另一个白领自己用中文写好了一封给海外客户的邮件，再交给 Claude 翻译成英文。
在我们看来，这两个人都没有让 AI 替自己思考。文章的观点和邮件的内容来自他们自己，Claude 做的是过去由 Grammarly 或翻译软件完成的工作。
但在 AI 文本水印技术眼里，这两个场景可能很不一样。
Kimi 用 300 个 AI Agent 预测世界杯，能战胜博彩公司的赔率吗？
世界杯开赛前两天，Kimi 发了一份 200 页的赛事预测报告，用 300 个 AI Agent 同时分析 104 场比赛。
一个自然的问题：这玩意儿能比博彩公司的赔率更准吗？
简短的答案：不能。 两届世界杯回测，模型的准确率都输给了博彩赔率。
但这份报告真正有意思的地方，恰恰不在于这个答案。先说他们怎么做的，再说为什么打不过，最后说打不过的情况下到底有什么价值。
硅谷有两个Shunyu Yao，他们眼中的 AI 下半场完全不同
不久前，腾讯首席 AI 科学家姚顺雨在一场公开对话中说：「AI 下半场这个词，正在被滥用。」
这个词其实是他自己在去年的博客里提出的。他的定义很清晰：过去 AI 行业的核心是寻找解决问题的有效方法，现在方法论已经趋于成熟，找到真正有价值的问题反而变得更困难了。从找方法到找问题，这就是他眼中的上下半场分界线。
但硅谷还有另一个 Shunyu Yao|姚顺宇。
如果你关注 AI 圈，大概率听说过「硅谷有两个 Shunyu Yao」这个梗。两人都是清华本科同级，一个学物理（基科班），一个学计算机（姚班）；一个去了斯坦福，一个去了普林斯顿，刚好和大家的刻板印象反过来。前者（以下称「DeepMind 姚」）辗转 Anthropic 后加入 Google DeepMind，后者（以下称「腾讯姚」）从 OpenAI 跳槽到腾讯出任首席 AI 科学家。
最近这两位分别接受了深度访谈：DeepMind 姚与张小珺做了一期 4 小时的长播客，腾讯姚则在腾讯 AI 大会上与汤道生进行了公开对话。两段内容叠在一起看，会发现一件很有意思的事：两个同名同龄、背景高度重叠的人，对 AI 行业的判断既有惊人共识，也有根本性的分岔。
这篇文章就来拆解这两段对话的核心观点，看看两个 Shunyu Yao 的 AI 世界观到底在哪里交汇，在哪里分道扬镳。
当三家高增长公司同时裁员 20%：Cloudflare 用德鲁克回答了"裁谁"
上一篇我写了 Meta 用 22,000 个岗位给出的 AI Native 答案（链接）。文章发出后，同一周内又看到两篇让我印象极深的内容：一篇是 Cloudflare CEO Matthew Prince 在《华尔街日报》发的专栏，另一篇是 ClickUp CEO Zeb Evans 在 X 上的长帖。
三家公司，体量不同，赛道不同，但做了几乎一模一样的事：在营收创新高的同时，裁掉了 20% 以上的员工。Meta Q1 营收同比增长 33%，Cloudflare 同样超过 30%，ClickUp CEO 原话说”业务史上最强”。而且三位 CEO 都特意强调同一句话：这不是降本增效，是主动转型。
当一家公司这么说的时候，你可以当公关话术。当三家同时这么说的时候，这就是信号了。
我们都在谈 AI Native，Meta 刚刚用 22,000 个岗位给出了它的答案
最近关于 Meta 最新一轮岗位调整的消息很多，很多人的直觉反应是”大厂又在降本增效了”。
但如果你仔细去看流出的内部备忘录、录音和各种细节，会发现这绝不是一次普通的”省钱”。Meta 正在用一种非常冷峻的方式，示范一个大厂如何转向”AI Native”。它的核心逻辑很清晰：把人力从低价值重复劳动中解放出来，投入到 AI 能产生指数级放大的领域。
我把这波操作里最让我印象深刻的几个点挑了出来，加了一些我自己的旁注。
AI 时代的护城河变了吗？
听完 Claude Code 创始人 Boris Cherny 最近在 Sequoia 的 AI Ascent 大会上分享了他对 AI 编程现状的判断后的三点感触：
我们都低估了 AI 奇点的速度：从 AlphaGo Zero 到个人 AI 折腾的黄金时代
Stripe Sessions 2027 上有一场质量很高的对话：Nat Friedman 和 Daniel Gross 同 John & Patrick Collison 兄弟一起坐在台上，聊 AI 聊了 55 分钟。
注： Stripe 是全球最大的互联网支付基础设施公司之一，旗下商家年交易额已占全球 GDP 约 1.6%，两兄弟分别担任 CEO 和总裁。
Nat 是前 GitHub CEO，Daniel 是 Pioneer 创始人、AI Grant 合伙人，两人是长期合作伙伴，现在分别在 Meta 负责 Superintelligence Labs（MSL）的产品工作和 compute 战略，加起来投了 100+ 家 AI 公司。他们两这样背景的人坐在一起谈 AI 干货还是很多的，而且会直接落到他们正在解决的实际问题上。
整场看下来我没做笔记式的总结，而是直接记住了其中的五个判断，这篇把这五个点挑出来逐条展开，加一些我自己的旁注。
原始视频来源：Stripe Sessions 2027：Nat Friedman and Daniel Gross in conversation with John and Patrick Collison
Claude Code 的 10 个进阶技巧，官方藏在 /powerup 里等你发现
你可能用 Claude Code 已经几个月了，但一直在”对话 + 改代码”这个循环里打转。
在终端里输入 /powerup，你会看到一个内置的互动教程系统——10 个课程，每个对应一个你可能完全没发现的功能。这不是第三方整理的技巧帖，是 Anthropic 自己觉得”大多数用户没用到、但应该知道”而专门写进工具里的内容（CC v2.1.90，2026 年 4 月上线）。
本文把这 10 个课程的要点直接提炼出来，配上使用场景说明。读完你应该能立刻多用上 2-3 个。
AI 时代，设计师在做什么？Cowork 设计负责人的第一手视角
上一篇文章《AI 时代，为什么产品经理反而更吃香了？》中提到 Lenny Rachitsky 最新的就业市场报告的一组数字：2023 年中期以来，PM 岗位需求超过了设计师并持续拉大，目前 PM 需求是设计师的 1.27 倍。设计师的全球开放岗位约 5,700 个，自 2023 年初以来几乎没有增长。
对此，Lenny 的猜测是：”因为 AI 让工程师可以更快地推进产品，传统设计流程被卷入的机会变少了。”这个解释合理，但还是外部视角。我一直想找到一个来自内部、正在亲历变化的设计师声音。
正好最近 Peter Yang 采访了 Anthropic Cowork 产品的设计负责人 Jenny Wen。40 分钟的对话里，她几乎回答了所有我想问的问题。这篇文章是对那次访谈的编译解读，夹带一些我的观察。
原始访谈：Claude Cowork Tutorial from Cowork’s Design Lead (40 Min) | Jenny Wen，Peter Yang 频道