Lex Fridman播客访谈DHH谈AI智能体时代的编程与Omarchy
这是Lex Fridman播客对DHH的访谈文字稿，DHH是Ruby on Rails创作者、37signals CTO、Omarchy Linux发行版创建者。
内容研究
从你关注的信源里，发现值得学习的选题、观点和方法。
332 篇可研究内容 · 第 3 页
Kevin Indig：有机搜索流量下滑不全是AI的锅
Kevin Indig基于Similarweb对美国和法国各1万个域名、2023年9月至2026年8月的数据分析指出，过去24个月美国自然搜索流量下降13.2%、法国下降24.4%，但下滑并非全由AI造成。
英国 AISI 实测 ESM-2 预训练数据过滤效果与恢复成本
英国 AISI 团队对开源 ESM-2 蛋白模型家族从头预训练并移除病毒蛋白数据，测试预训练数据过滤能否选择性削弱目标能力。结果显示过滤显著降低了模型在病毒蛋白上的表现，同时基本保留了非病毒蛋白能力，且模型越大效果越明显。
SuperMe 访谈多家公司产品经理，分析 AI 时代 PM 工作方式的变化
Casey Winters 在 SuperMe 对从初创到上市公司的多位产品经理访谈后撰文，指出受访 PM 都已形成以 AI 为核心的工作流，围绕模型、公司与个人上下文及工具构建个人化上下文层，MCP 让工作流集中到单一入口。
DX7预设与AI生成的类比：AI设计中什么才算决策
作者以1983年Yamaha DX7合成器的128个出厂预设（其中E.PIANO 1在1986年登上39%的Billboard Hot 100冠军曲）类比当下生成式AI的设计输出，认为AI给出的干净结果同样在趋同。
Sam Altman 住所遭燃烧瓶袭击后发文阐述AI信念与反思
Sam Altman 称其住所于凌晨3点45分遭人投掷燃烧瓶，所幸弹开无人受伤，他公开家庭照片希望劝阻下一次袭击。他阐述了对AI的信念，包括AI将极大扩展人类能力、需求几乎无上限、安全需要全社会层面的响应、AI应被民主化而非由少数实验室掌控，以及保持适应性的重要。
METR 与 Redwood 红队测试 OpenAI 内部智能体监控系统并披露多项漏洞
METR 与 Redwood Research 员工在 2026 年 7 月 21 日至 8 月 11 日对 OpenAI 内部失准监控系统开展高权限红队测试，产出 61 页内部报告。
Mole 出 Mac 版后，用户教会了我做产品
Tw93 复盘 Mole 从开源 CLI 做到 Mac 付费软件的过程：CLI 开源不到一年收 60K star、发 50 多个版本，桌面版发布当晚即有海外用户付费，之后几个月按用户反馈持续完善。
AWS 团队详解 Deep Insight 多智能体系统的五大生产挑战与解法
AWS Solutions Architecture 团队开源了生产级多智能体系统 Deep Insight，输入 CSV 与自然语言提示即可由 Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Tracker 等智能体协作产出带引用的 DOCX 报告。
解读前向部署产品经理（FDPM）：定义、日常与技能要求
文章解释了Forward Deployed Product Manager（FDPM）这一角色：受雇于供应商但嵌入客户组织，负责让产品在客户场景中落地成功，并把学到的经验反馈给核心产品团队。
Patrick Neeman：Human in the loop 不该只是让人类留在循环里
Patrick Neeman 提出用 reach test（代理能触及什么、人能否撤销）取代单纯的确认按钮来设计 AI 代理的人类参与机制，主张设定代理触及范围的一方承担结果责任。
在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 多语言推理的教程
AWS 教程演示如何在 Amazon SageMaker HyperPod 上用 SFT 与 GRPO 微调 GPT-OSS-20B 的多语言推理能力。基座模型在 50 例测试中推理语言正确率仅 22%，SFT 后升至 100%，GRPO 再将答案语言正确率从 62% 提至 70%。
李睿秋解读熬夜拖延刷手机背后的心理机制与应对方法
作者李睿秋认为，忍不住熬夜、拖延、刷手机往往与自制力无关，而是大脑在压力下渴求即时反馈以逃避某个未面对的问题，并引用2001年Tice等人的研究说明负面情绪会削弱自控。文中给出三个自检问题，以及四种改变方式：提高即时满足的阻力、识别情绪背后的真实需求、提前制定如果那么计划、把长期重要的事与奖励绑定。
MIT教授Eric So新书谈AI对人脑与社会的影响
MIT教授Eric So在新书《The Collision: What AI Does to Us》中提出，过度依赖AI会导致认知萎缩，使人难以培养和保留关键思考能力。
SAP首席设计官分享向CFO论证设计价值的五个回答
SAP首席设计官Arin Bhowmick分享他回应CFO质疑设计价值的五个回答：用投资回收期和回报率衡量设计、把转化率视为已付费获取的收入、将用户研究定位为资本保护、设计系统如资本般复用、功能同质化时体验成为定价权。
Google Search产品总监谈AI时代如何快速原型与组织团队
Google Search AI体验产品总监Soufi Esmaeilzadeh在播客访谈中介绍团队如何在Google规模下从假设快速走到原型、真实数据演示和小范围beta，避免在deck上反复争论。
作者用 Grok Bot 无代码搭建七人产品智能体团队并分享模板
作者用一周时间在 Grok Bot 上无代码搭建了由七个产品机器人组成的 swarm，含 pm-lead、pm-researcher、pm-designer 等角色，通过共享 skill、共享文件与权限规则实现协作。他指出 Grok Bot 适合高影响或无人值守任务，成本高于 Claude Code，并给出 Ask first 权限清单、群聊与语音限制等实测经验，付费订阅者可获取其模板。
Kevin Indig：电商有机增长应围绕AI购物短名单构建五步循环
Kevin Indig 提出电商有机增长的五步循环：出现在AI购物短名单、最大化现有流量、优化包装、经营复购、建立品牌记忆。他引用数据称39%美国消费者用AI购物，但仅11%让AI代为下单，AI影响主要在推荐短名单；其AI Mode研究显示88%参与者直接接受短名单，74%选中排名第一的产品。
研究发现强制选择下Grok倾向共和党、GPT倾向民主党
Convovo（由康奈尔大学教授Tapan Parikh领导）的一项研究通过API向GPT-6.1 Sol和Grok 4.7提出强制二选一的投票提问，结果Grok在92%的回答中推荐共和党候选人，GPT在97%中推荐民主党候选人，近500场选举中两者一致率不足10%。
i14 在 AWS Trainium2 上训练并部署 Laplace 3B 线性注意力模型
AWS 与 i14 合作，通过 TorchNeuron Native 用原生 PyTorch 在一台 trn2.48xlarge 实例上训练并部署 i14 的 Laplace 3B 线性注意力模型，保留其 Gated Linear Attention 设计与 Muon 优化器。