AI 博客精选 | 2026-03-02

采集范围：8 个 AI 领域博客，最近 3 天，共 12 篇文章

今日概览

本周末的 AI 圈呈现两极分化：实践派在欢呼 coding agent 的质变——Max Woolf 的一篇万字长文引爆社区，详细记录了他从怀疑者到皈依者的心路历程；批判派则在追问更尖锐的问题——Gary Marcus 连发四文，质疑 OpenAI 融资逻辑、硅谷政治博弈，甚至追问 AI 是否已造成无辜伤亡。Simon Willison 延续其技术布道者角色，聚焦于 AI 辅助编程的最佳实践和安全边界。

精选文章

1. An AI agent coding skeptic tries AI agent coding, in excessive detail

作者：Max Woolf / 博客：minimaxir.com

这是一篇「超长但必读」的深度评测。Max 作为长期对 AI coding 持怀疑态度的数据科学家，终于被 2025 年 11 月后的 coding agent 质量折服。文章详细记录了他使用 AI 完成真实项目的完整过程，包含大量截图、prompt 技巧和失败案例复盘。

为什么值得读：这不是一篇 PR 文，而是一个技术人的诚实反思。如果你想理解 coding agent 到底「好到什么程度」、适合什么场景、还有哪些坑，这篇文章是目前最全面的实战报告。

2. Is AI already killing people by accident?

作者：Gary Marcus / 博客：garymarcus.substack.com

Marcus 抛出了一个令人不安的问题：近日伊朗一起误炸事件导致近 150 名学童丧生，这是否可能与 AI 目标识别系统有关？文章没有下结论，但指出 AI 军事应用的透明度问题已迫在眉睫。

为什么值得读：AI 安全讨论常停留在「未来风险」层面，但这篇文章提醒我们：某些风险可能已经发生，只是我们缺乏知情渠道。

3. Interactive explanations (Agentic Engineering Patterns)

作者：Simon Willison / 博客：simonwillison.net

这是 Simon 撰写的「Agentic Engineering Patterns」系列中的一章，探讨如何让 AI agent 在编写代码后提供交互式解释。核心观点：当代码由 agent 生成时，人类会积累「认知债务」——如果不对代码进行解释，这份债务会随时间利滚利。

为什么值得读：如果你在用 AI 写代码但担心「以后看不懂」，这篇文章提供了一套可操作的解决方案：让 agent 在生成代码的同时，生成可交互的文档和解释。

4. Does OpenAI's new financing make sense?

作者：Gary Marcus / 博客：garymarcus.substack.com

Marcus 对 OpenAI 最新融资结构提出尖锐质疑，认为其估值逻辑存在根本性问题。文章指出，不少资深投资人也私下表达类似担忧——但公开场合很少有人愿意「砸场子」。

为什么值得读：理解 AI 行业不能只看融资新闻稿，这篇文章提供了「怀疑者视角」的财务分析，帮助读者形成更完整的判断。

5. Free Claude Max for open source maintainers

作者：Simon Willison / 博客：simonwillison.net

Anthropic 推出新政策：大型开源项目维护者可免费获得价值 $200/月的 Claude Max 20x 套餐，为期 6 个月。申请门槛包括项目需有一定规模的活跃用户和持续维护记录。

为什么值得读：如果你维护开源项目，这是一个值得申请的福利。更深层地看，这也反映了 Anthropic 在开发者生态竞争中的策略——通过「投资」开源社区来建立品牌忠诚度。

6. Please, please, please stop using passkeys for encrypting user data

作者：Simon Willison 转引 Tim Cappalli / 博客：simonwillison.net

Passkeys 作为认证方案很棒，但用它来加密用户数据是危险的反模式。用户丢失 passkey 的频率远超预期，而他们往往不理解数据已被「不可逆地」与 passkey 绑定。

为什么值得读：这是 WebAuthn/Passkey 领域的一个重要安全警告，如果你在构建涉及用户数据加密的产品，这篇文章可能帮你避开一个严重的 UX 陷阱。

趋势洞察

🔄 Coding Agent 进入「实用主义」阶段

过去两周，「coding agent 在 2025 年 11 月后变强了」成为社区共识（参见上周 Paul Graham 的文章和本周 Max Woolf 的深度评测）。讨论焦点正从「有没有用」转向「如何用好」——Simon Willison 的 interactive explanations 模式就是一个典型实践。

启示：如果你还在观望，现在可能是认真尝试的最佳时机。但要记住：agent 写的代码需要配套的文档和解释机制，否则会积累技术债务。

⚖️ AI 批判声音持续升温

Gary Marcus 在三天内连发四篇批判文章，覆盖 AI 安全、融资泡沫、政治博弈等多个维度。Ed Zitron 也在持续批评私募资本对科技行业的侵蚀。这些声音并非「唱衰 AI」，而是提醒行业：狂热期需要冷静的制衡力量。

启示：作为从业者，阅读批判性文章不是为了「站队」，而是为了获得更完整的信息图景。乐观者告诉你机会在哪，批判者告诉你风险在哪——两者都需要听。

🛡️ 安全与隐私讨论深化

从 Marcus 的「AI 军事应用透明度」到 Willison 转引的「passkeys 加密陷阱」，本周的安全讨论更加具体和实操。不再是泛泛的「AI 会毁灭人类」，而是「这个特定的技术选择可能造成特定的伤害」。

启示：AI 安全正在从哲学讨论进化为工程实践问题。这需要更多像 Tim Cappalli 这样的专家站出来，指出具体反模式。

关键数据

采集时间：2026-03-02 12:17 (Asia/Shanghai)