你有没有过这样的体验？和AI聊得正欢，突然感觉对方有点“用力过猛”，像个拼命想让你“宾至如归”的服务员，对你说的每句话都点头称是，甚至在你表达平庸观点时，也硬要挤出几句赞美。那种感觉，与其说是贴心，不如说是……有点毛骨悚然的“假”。
如果你在2025年4月底的某几天，觉得GPT-4o突然变得如此“懂事”甚至“谄媚”，别怀疑自己的直觉。那确实是OpenAI不小心放出的一场小型“人设灾难”，而整个过程，可以说是大语言模型脆弱性与调试难度的一个经典案例。
4月26号，Sam Altman在社交媒体上发帖说GPT-4o做了一次常规更新，应该变得更好用了。后来我们通过社区挖掘和对比发现，这次更新的部分内容，就是在系统提示（System Prompt）里加入了类似这样几句话（也就是下图中粉色高亮的部分）：
“在对话过程中，适应用户的语气和偏好。尝试去匹配用户的氛围（vibe）、语气，以及他们通常说话的方式。你希望对话感觉自然……表现出真诚的好奇心”
最近，一则关于ChatGPT图像生成功能的实验在AI圈中火了。一位名为papayathreesome的用户做了一个非常“轴”的测试：让ChatGPT 连续 74 次生成同一张人物图像，每次都强调“请原样复制，不要改动任何细节”。
但结果却让人大跌眼镜 - 从最开始原图的一位长卷发白肤女孩，最后竟然演化成了一个肤色深、穿着不同、环境抽象的陌生人…
这背后的问题，真的只是 AI“不听话”吗？还是说，AI 本身就做不到“原样复制”这件事？这背后其实暴露了当前生成式AI在图像一致性上的几大关键问题 - 包括扩散模型的原理、AI会话上下文的残留影响，以及模型训练数据中的偏差如何逐渐显现。
下面我们来尝试拆解一下：ChatGPT到底是如何从左图跑偏到右图的…
今天（4月28日），OpenAI正式为ChatGPT引入了全新的购物/Shopping功能。这一功能允许用户直接在和AI的对话中用自然语言搜索商品，并获得包含图片、价格、评论和购买链接的推荐。无论是免费用户、Plus用户，还是甚至未登录用户，都能体验到这项服务。
这不仅仅是给 AI 助手添了个新技能那么简单，从大了说，这完全可以代表着一次未来通用AI工具将如何悄悄重塑未来电商的入口。
尤其，一旦ChatGPT的Memory功能（用户记忆）与购物功能深度结合，ChatGPT将成为前所未有的“最懂你的购物助理” 。不同于Google等搜索引擎只能理解你的即时搜索关键词，或者亚马逊等综合电商平台只能根据你过去的购买记录推测偏好，ChatGPT未来可以基于对你全面、长期、细致的理解，提供极为个性化的商品推荐。
那么，如果你正好是电商从业者，我们一起来看看这次的更新意味着什么？
DeepWiki 是 Cognition Labs（也就是做出 Devin 这款网红 AI 程序员产品的团队）推出的新项目。这次，他们瞄准了一个更硬核也更实际的目标：为 GitHub 仓库打造一份 AI 驱动的“维基百科” - 用 AI 扫描项目，自动生成结构化文档、清晰的架构图，甚至还能像专业助理一样，与你互动式解答项目细节。
实测后让我感触最深的是，DeepWiki 生成的内容质量，居然比很多项目官方的 README 要强得多。而且使用方式简单到不可思议：只需要把 GitHub 链接里的 github.com 换成 deepwiki.com，无需注册，无需插件，即可直接访问。
过去我经常面对文档残缺的repo感觉“啃不动”，而这次 DeepWiki 的出现，毫无疑问成为了我 4 月份体验中最惊喜的 AI 新产品。
历史，总给人一种庄重而遥远的感觉。我们透过史书、文物、影视剧去了解那些叱咤风云的人物，但很难真正“代入”他们当时的心境。不过，如果… 如果那些英雄人物也活在我们这个时代，有手机，会发社交媒体呢？
最近，借助AI图像生成技术，我进行了一次有趣的尝试：
假如西楚霸王项羽，这位“力拔山兮气盖世”的传奇人物，在他人生五个关键节点，用手机拍下了“自拍”， 会是怎样的一番景象？
这不仅是一次技术与创意的碰撞，更像是一次穿越时空的对话，试图从一个全新的、甚至有些“不正经”的角度，去感受这位悲剧英雄的温度。
让我们一起“滑动浏览”项羽的朋友圈（或者说他的“霸王微博”），看看这位两千多年前的英雄，会如何用“自拍”记录下他波澜壮阔的一生。
继去年的报告揭示AI技能在招聘中的重要性日益凸显后，微软发布的《2025年工作趋势指数年度报告》进一步提出了一个值得反复咀嚼的概念：前沿企业（Frontier Firms） - 一种由AI驱动、以人机协作为核心的新型组织范式。如下图所示，企业向“前沿企业”的转型大致会经历三个阶段：从AI作为个人助手（阶段1），到人与AI智能体组成团队（阶段2），最终实现由人领导、由AI智能体运营的模式（阶段3）。
今年的报告基于对全球31个国家/地区的31,000名员工的调研、领英劳动力市场趋势以及微软365生产力信号的分析。我读完这份报告后，有三个关键词特别打动我：数字劳动力、组织重塑、智能体老板。下面是我整理出的重点洞察与实际启发：
近期，OpenAI 推出了备受瞩目的O3模型，我没有在第一时间写这个全新模型因为考虑说“让子弹先飞一会”，现在觉得可以来简单写一下我的评测了。
年初刚预告的时候，OpenAI对O3模型的相关介绍就令人印象深刻并引发了广泛期待。而从现在终于发布后的实际体验来看，O3在处理复杂任务、理解多模态信息等方面确实展现出了显著提升。但这种提升并非仅仅源于底层智能的线性增长（尤其如果与当前顶尖模型如Gemini 2.5 Pro相比的话），更关键在于它学会了更智能、更自主地调用外部工具来扩展自身能力。
为什么这么说？其实最近ChatGPT的系统提示词的一次重要更新中透露了不少信息 - 对于关注 AI 发展的我们而言，系统提示词的变化往往预示着模型核心能力的演进。此次系统提示词更新最引人注目的信号，在于对 Tool Use (工具使用) 能力前所未有的强调。
正如古龙先生的武侠名著《七种兵器》一样，这次系统提示词更新中赋予的这套强大的“武器库”，如同武侠小说中高手行走江湖时使用的各种神兵，使得O3能够应对更加多样化和复杂的现实世界挑战。因此不妨将这九类被系统提示词重点强化的能力，视为 O3 的“九种武器”。
2025年4月15日，抖音在北京举办了一场“安全与信任中心开放日”活动，罕见地系统性公开了其推荐算法的运作原理。对很多人来说，这是一场信息密度颇高的“算法公开课”；而对内容创作者和推荐系统研究者而言，这更像是一场迟来的“对答案时刻”。
短视频时代的内容消费，其实早已不是“自己选择”，而是“被分发” - 我们刷到的每一条视频，背后都有算法在计算我们“可能的反应”，并据此不断调整推荐逻辑。而抖音，作为中国用户量最大、商业化程度最深的平台，其推荐系统也一直被视作“黑箱中的黑箱”。
这些年来，外界关于抖音算法的分析文章、泄露文档、运营指南层出不穷，其中不乏对推荐机制的深度洞察。但这些毕竟是非官方来源。我们只能说“姑且一看”，却难以作为严肃讨论的依据。
这一次不同。抖音自己公开了算法的整体架构、核心机制、价值权重的分配逻辑、甚至包括平台如何通过“多目标系统”来协调用户、创作者与内容生态三方的利益。
这篇文章，我们就试着把这件事讲明白。
在过去两年，我深度参与了许多AI相关的分享与培训，这让我有机会接触到各行各业对AI的需求和期待。尤其是在今年春节DeepSeek爆火之后，AI的应用落地似乎突然变得“触手可及”。这股突如其来的热潮，催生了大量的AI学习需求，但随之而来的是AI培训市场的种种乱象。
坦率来说，我觉得当前AI培训市场的质量参差不齐，甚至可以说是乱象丛生。现状往往呈现出两极分化的趋势：一方面，一些来自高校或研究机构的培训/分享材料偏向技术性或学术性，内容深奥难懂，不接地气，使得普通人难以理解，更别提在工作中直接应用；另一方面，涌现出大量“自媒体AI讲师”，他们往往仅仅拼凑二手或三手的AI知识，课程质量堪忧，本质上是在“贩卖焦虑”，却无法提供真正的、可落地的价值。
这种现象背后，折射出 AI 培训市场的一个“怪圈”：许多渴望学习的用户，对 AI 的实际能力边界、具体行业影响等，抱有过于迫切（甚至不切实际）的预期；而部分培训机构恰恰利用了这种情绪，通过强销售和焦虑驱动，大量推销看似能快速上手的“水课”，却忽视了真正能为用户带来长期价值的深度内容。相比之下，用心打磨兼具深度与实用性的优质课程，在当前环境下反而显得尤为艰难，甚至吃力不讨好。
正好今天听到了这期Indigo Talk对话曹峥老师的访谈，他基于成功的在线教育实战经验，分享了对市场信息差、用户需求、课程设计及学习心态的深刻洞察。这些观点不仅印证了我的一些观察，更带来了宝贵的启发。因此，我在此对这期访谈的核心内容做了个总结，希望能为同样在 AI 学习道路上探索的朋友们，提供一份有价值的参考。
在过去一年里，AI 世界的热度几乎没降过温。Copilot、智能体…每一轮热词的背后，都是技术演化在逼近一个关键临界点。而就在最近，阿里巴巴前战略总裁曾鸣教授发布了一场极具洞察力的公开课，标题很简单：《智能经济和组织》。但内容的冲击力，却像是对未来十年的一次“思想总动员”。
这篇文章，我想做两件事：第一，快速帮你梳理这场公开课到底讲了什么；第二，结合我的观察和思考，谈谈在“经验壁垒塌陷、超级个体崛起”的时代，个人与企业该如何转型。
因为可以肯定的是：未来的竞争，已经从技能竞争、平台竞争，进化为“认知结构”之间的竞争。
