5月31日日记

今天主要是在恢复睡眠和减轻心理负担。最近状态仍在恢复中，今天睡得很久，大概有10个小时。补剂也都按时吃了，主要是吃鱼油和维生素 D（这几天在晒太阳）。

运动

今天正式开始恢复运动：

白天骑了30分钟动感单车。
晚上在家锻炼了半小时，主要是练核心和抗阻。

晚上具体的训练内容：

贴墙蹲：做了5组，每组30秒。
练肩：用两个装满水的瓶子做背部和肩部的拉伸及各种负重动作。

后续计划：工作日也会抽半小时保持这个节奏，重点锻炼靠墙蹲以及上肢（背部和肩部）。

生活方面的进步

掌握了摩卡壶和手动磨豆机的使用技巧：

找到了使用的“甜点”参数：目前用的“云南蜜网”豆子，研磨度在20格左右。
冲煮方案：用90毫升水，风味比较好。
待改进：今天离火稍晚，后段有一点焦苦，后续会微调参数。

为了更健康，决定不再喝奶茶，买了专门的冷泡壶泡红茶和生普。因为买了不少云南产地的咖啡豆，以后想尽量坚持自己做咖啡。

今天去看了一个展

英国摄影师 Mark Power 的摄影展《万籁俱寂》。我比较喜欢他拍美国和波兰的那两个主题。作为一个大画幅摄影师，他在构图、画面纵深和线条组织上具有某种共性。

还有一个主题叫 "Fashion"（取其动词“制造”之意），拍了很多工厂和剧院，表现我们日常看到的时尚或事物是如何被“制造”出来的。这个展非常好看。

看完展后的阅读与学习

在画廊中心看了 Alex Webb 在2023年出的新画册《Dislocation》。我非常喜欢他的风格，他是少数能把画面组织得极其复杂、分割得很好却又不乱的人，画面非常有叙事细节。

相比于 Stephen Shore，我可能更偏向 Alex Webb 的风格。

进度更新：

5月初借的 Stephen Shore 的《美国表象》(Uncommon Places)、薇薇安·迈尔 (Vivian Maier) 的两本影集都看完了。
去云南期间看完了汪曾祺的《西南联大》和关于重走滇越铁路的书。本月阅读量已达标。
《创意行为》看完了，但读书笔记还没写。

技术折腾

今晚打通了从飞书去 trigger Claude Code 的链路。安装了一个第三方插件，以后可以更方便地用飞书来调用我的 Claude Code。

Every Newsletter 总结（5.18 - 5.31）

以下是同一时期 Every 文章的核心要点，按主题整理：

1. 初级岗位消失与职业策略

数据：斯坦福 Digital Economy Lab 研究显示，自2022年末以来，22-25岁人群在AI高脆弱岗位的就业率下降了 13%，同岗位年长从业者保持稳定。
技能需求翻倍：NACE 数据显示，2025年秋季以来入门级岗位的 AI 技能需求增长近 3倍——雇主要求的不是“会用 ChatGPT”，而是能评估工具、审查输出、改进结果的能力。
核心建议：追逐问题而非职业头衔；选定一门手艺并保护“手工练习区”；在没人要求你之前就开始做作品；用 AI 构建职业教练（提示词模板完整保留在原文中）。

2. 自动化悖论：AI 越进步，人类工作越多

Dan Shipper 的核心论点：Every 深度自动化了一切（AI 回复 95% 邮件、客服 agent 关闭 40% 对话），但团队从 4 人增长到 30 人——没有裁员，人类工作反而更多。
两种工作模式：
- 可委托的 Agent（如同事型 agent Claudie/Andy/Viktor、嵌入式客服 agent Fin）——在后台运行，你只需要观察结果。
- 协作型 Agent（如 Claude Code、Codex）——人类设定框架，AI 压缩任务，人类判断扩展结果，形成 “人类三明治”。
“Slop” 概念：当 AI 让某种能力普及时，默认产出的同质化会迅速贬值。稀有和有价值的工作必须来自人类的特定情境判断。
基准测试的“分形饱和”：任何可测量的框架一旦饱和，人类只需重新定义框架，模型又落后。进步是真实的，但框架制定者（人类）永远领先一步。
AI 的芝诺悖论：模型追上的是框架，不是框架制定者。人类带着持续更新的欲望、关切和判断来到此刻——模型只能在被提示后 inhabits 这个视角。

3. Agent 分类：Google I/O 的验证

协作型（需要人在循环）：Google AI Mode、Antigravity 2.0（管理 agent 团队的桌面应用）、Figma Agent。
委托型（可异步运行）：Gemini Spark（24/7 个人 agent，设备关闭时也能工作）、Daily Brief（通宵扫描邮件/日历/任务）、Universal Cart（跨 Amazon/Meta/Microsoft 持续监控购物车）。
关键产品：Gemini 3.5 Flash——速度是同类 LLM 的 4 倍，成本是 1/2，智能达到 Opus 4.7 级别。Gemini 月活突破 9 亿。
Stainless 收购：Anthropic 以 >$3 亿 收购 API 平台 Stainless（前客户包括 OpenAI 和 Google），标志“AI 可用性”成为与模型能力同等重要的竞争维度。

4. Gas City / 100-Agent 软件工厂

核心概念：由 Steve Yegge 的 Gas Town 演化而来，Chris Sells 和 Julian Knutsen 重建。每天运行约 100 个 agent，合并约 50 个 PR，消耗约 10 亿 token（Wikipedia 英文语料的 1/5）。
三大理念（值得内化，即使不用工具）：
- 暗工厂 vs 亮工厂：人机交互部分（规划、审阅）保持可见；agent 独立 grinding 的部分在后台运行。信任增加后逐步移入暗处。
- 一宠多畜（One pet, many cattle）：一个持久对话的 supervisor（"mayor"）将任务交给匿名的一次性 worker（"polecats"），人类只与 mayor 对话。
- 多模型代码审查：同一份代码同时给 Claude、Codex、Kimi 审阅，不同模型发现不同 bug。
现实挑战：每个任务启动全新 session 导致重复阅读上下文；成本累积快；工具仍偏实验性。OpenAI 的 Symphony 是更 accessible 的替代方案。

5. MCP 与基础设施设计原则

API 是互联网的树突：Alex Rattray（Stainless CEO）的比喻——没有 API 连接，云端服务器互不交谈，就没有互联网。
MCP 的大愿景：让 AI 能穿越多个 SaaS 应用完成复杂任务（如“给 Dan 的条纹袜子退款并发送折扣码”）。
设计原则：工具数量少（3-5个）、名称精确、输入参数少、返回数据精简。目前最佳实践是 “代码执行”模式——让模型写 TypeScript/Python 代码调用 SDK，而非暴露几十个 REST 工具。
安全：必须在 API 层（OAuth scopes）而非 MCP 层实现安全。
缓存层：Alex 用 Claude Code 维护一个非结构化 Git repo，缓存客户引用、SQL 查询、分析模板，避免重复查询 MCP 服务器。

6. Codex 作为知识工作的操作系统

五层级：一次性任务 → 多源工作流 → 重复性事务 → 小型工具 → 复利系统。
13 个工作流模板：收件箱审查队列、未回复消息扫描、研究简报、每周报告、GTM 计划、客户支持路由、招聘研究、规划 agent 等。
核心循环：连接（Connect）→ 情境化（Contextualize）→ 委派或协作（Delegate/Collaborate）→ 审查（Review）→ 复利（Compound）。
Dan Shipper 的使用数据：连续 10 天 inbox zero（对他而言极不寻常），已将 Codex 整合为 daily driver。

7. 复合工程升级：从 4 步到 7 步

原始循环：Brainstorm → Work → Review → Compound → Repeat。
新循环：Ideate → Brainstorm → Plan → Work → Review → Polish → Compound → Repeat。
关键洞察：随着模型变强，“Work”阶段变得无聊——这意味着人类的价值正在从“做”转向 “决定做什么” 和 “判断做得好不好”。
三明治隐喻：AI 是中间夹心，人类是两端的面包。新增的前端（构思、规划）和后端（打磨）正是现在花费最多注意力的地方。

8. 其他关键数据与趋势

Google 的 token 处理量：从一年前的 480 万亿/月增长到上个月的 3.2 quadrillion（每天 3 万亿，每三周翻倍）。2026 年资本支出约 $1,800 亿，是 2022 年的近六倍。
AGI 时间线：Demis Hassabis 称 AGI 在 "just a few years" 外，总影响是工业革命的 10 倍，速度是 10 倍。
模型能力：Humanity's Last Exam 顶级模型从一年前的个位数提升到约 44%；GDPval 前沿模型跳到约 85%；METR Claude Mythos 在 4 小时人类专家任务上成功率达 80%。
Opus 4.8：在 Every Senior Engineer Benchmark 上得分 63（超越 GPT-5.5 的 62），写作测试 79.6 分（历史最高，AI 痕迹更少）。
教皇通谕《Magnifica Humanitas》：Leo XIV 发布首个 AI 通谕，核心议题是将数据/算法视为共享资源，强调人类尊严高于机器速度。与 Dan Shipper 的“个人策略”形成张力——成为框架制定者需要有时间、储蓄和安全网，并非人人平等。
Doctronic 医疗 AI 试点：AI 在 72% 案例建议续签，经双重审核后 97% 成立；28% 转交案例中医生支持率 69%。关键原则：AI 的“过度谨慎”比“过度自信”安全——宁可误报，不可漏报。
公开 Agent 工作：Every COO 和营销主管开设公开 Slack 频道与 agent 工作，48 小时内 12+ 人加入 lurking。纠错过程本身就是最有价值的学习材料。
HTML 取代 Markdown：Anthropic 的 Thariq Shihipar 主张 agent 应生成单文件 HTML（样式、折叠、图表、JS），而非 Markdown。帖子 16 小时内 440 万次观看，Karpathy 和 Simon Willison 背书。规则：人类编辑的用 Markdown，人类消费的成品用 HTML。

日记主体：Jean
Every 总结：Dobby 根据 12 篇 newsletter 原文整理

Life Dashboard

Mood

Habits

Task Velocity

Recent Days