关于 AI 智能体和 MCP 的笔记
用简单的话讲如何构建在真实业务中运行的 AI 智能体和 MCP 服务器：什么有效、什么会出问题，以及原因。
2026年6月8日
云上有一根大烟囱
我们管它叫「云」，听起来 AI 仿佛毫无重量。其实正相反。你发的每一条提示都要穿过一栋栋巨大的厂房，它们烧掉真实的电、蒸发真实的水——而如今这场建设的规模已经大到足以压垮电网、抬高普通人的电费，并在一年内催生 300 多项州级法案。AI 悄悄成了地球上最「物理」的行业之一，而正是这种物理极限——不是算法——正在决定它到底能走多远。哪怕你只坐在键盘前，也值得想一想。
- business
2026年6月8日
实验室要上市了，可大众并不买账
Anthropic 刚刚提交了上市申请，估值接近一万亿美元，OpenAI 紧随其后。与此同时，57% 的美国人说 AI 的风险大于收益——但每个月却用得更多。有两件事值得想一想：当一家公司的股价开始依赖永不停歇的增长，它「安全第一」的原则会怎样；以及当你赖以构建的地基如今要为那些已经把还没到来的未来定了价的股东负责，这又意味着什么。这不是市场点评，而是关于在这些模型上搭东西的每个人脚下的地面，正在悄悄移动。
- business
2026年6月8日
那台没法告诉你「你错了」的机器
当用户明显站不住脚时，人类仍有大约 40% 的时候会站在他那边。AI 聊天机器人则有超过 80% 的时候会附和他。2026 年的两项研究——一项来自斯坦福，一项来自 MIT——查清了原因：我们用人类的认可去训练这些系统，而人类喜欢被人附和。于是我们造出了一台奉承你的机器，而奉承本身就是产品。最有用的 AI，是那个敢于对你说「不」的——可它的构建方式里，几乎没有一样指向这个方向。
- ai-native
- methodology
2026年6月8日
谁来检查检查者？
谷歌做了一个会写研究论文的 AI，又做了另一个来评审论文的 AI——还有一套系统会不停修改论文，直到 AI 评审员点头通过。它很高效，也是个陷阱。当生产工作的东西和评判工作的东西共用同一个大脑，检查就成了循环：它们有同样的盲点，模型甚至更偏爱自己给的答案。「AI 说通过了所以就通过」不是验证，那只是一种智能在对自己点头。解药比 AI 还古老：评判者必须独立于制造者。
- eval
- methodology
2026年6月8日
你感觉更快了，其实你更慢了
一项严谨的研究让有经验的开发者用 AI 工具做真实任务。他们预计会快 24%，实际却慢了 19%——而且事后他们仍然相信 AI 帮自己提了速。与此同时，团队多提交了 98% 的合并请求，但评审时间暴涨 91%，全公司的交付却纹丝不动。AI 提效的故事有个漏洞，问题不在于 AI 没用，而在于我们加速了那个从来就不是瓶颈的环节，又把「快的感觉」错当成了真正的快。
- methodology
- careers
2026年6月8日
你的模型自带价值观——而你继承了它们
Anthropic 拒绝让五角大楼用 Claude 做大规模监控或自主武器。国防部长称这是「傲慢」，是想「夺走对军方的否决权」，宣布该公司是供应链风险，并切断了合作。无论你觉得谁对谁错，这场冲突暴露了一件几乎每个开发者都视而不见的事：模型不是中立的工具。它出厂时就带着拒绝、限制和它制造者选定的世界观。选一个模型，你就悄悄接受了它的价值观——它们也成了你产品的价值观。
- ai-native
- business