整理自西湖大学张驰在「即兴之星」活动上的学术报告。张驰将Agent的"进化"拆解为四个递进层级——知识进化（Text-to-SQL的探索-部署范式）、经验进化（App Agent的自动生成说明书）、动作进化（App Agent X的高维Action涌现）、架构进化（Learning to Be a Doctor的Agent自优化工作流）。核心主张：真正的进化不是模型参数变大，而是让Agent像人一样，通过积累知识、形成肌肉记忆、涌现高维动作、最终自我设计工作流来不断迭代。报告还分享了GUI Agent不应靠微调实现泛化、RPA与Agent的融合思路、以及"用Agent优化Agent"这一神经架构搜索思想在Agent时代的回归。
Claude Code源代码泄露后，Agent Harness的关键模块被完整呈现出来，成为最好的教学样本。本期「十字路口」邀请到Learn Claude Code教程（GitHub超5万星）作者、CLAI创始人来新璐，从Harness的三层架构（执行能力层、上下文环境层、治理编排层）到底层设计哲学，深入拆解Claude Code的沙箱环境、记忆「做梦」机制、上下文压缩策略，以及从LangChain到Agent Runtime的范式迁移。来新璐还分享了他对CLI vs MCP之争的判断、Agent Harness赛道的创业格局，以及一个令人兴奋又有些可怕的未来图景——零人公司。
马督工在2026年高考志愿季邀请两位有大厂、创业和程序员招聘经验的朋友，从职场需求反推志愿填报：AI正在压缩低端程序员、翻译、记账、泛泛实习等可线上化岗位的价值；学历和专业身份不再能兜底，普通学校更要优先选择产业地域，通过线下交流、实习和交叉学科证明自己的可扩展性。
硅谷101探访北京探月学校，看到的是一场持续十年的创新教育实验：学生在高中阶段创业、做产品、注册公司，大学不再是唯一出口；AI让知识获取变便宜，学校转而强调判断力、审美、创造力、自我认知、社会情感和真实项目能力。但探月也有高成本、强自驱要求、评价不确定和难以规模化的局限。
硅谷101对话探月学校创始人王熙乔：十年前他判断 AI 会替代大量事务性、流程化工作，因此教育真正要面对的不是技术问题，而是人如何保持创造力、好奇心、幸福感、爱与行动。十年后，探月从高中创新项目走到 K12 学校，也经历扩张、自大、疫情、双减、搬迁、非营利化和合规重建。本文梳理这场对话中的新变化与核心观点。
2026年，AI自进化（Recursive Self-Improvement）已从理论概念进入工业实践阶段。机器之心联合广大联查苏举办的主题沙龙’当AI开始进化AI’邀请了四位代表性技术专家，从具身智能的物理世界GPT时刻、大语言环境下的强化学习、脑启发的持续学习机制、到RSI的产业前沿，系统性呈现了AI如何自我超越的技术路线。本文从完整转写文本中提取所有关键信息，涵盖Anthropic内部80%代码已由Claude生成、从知易行难到知行合一的五维世界模型、灾难性遗忘的根本解法、以及全球RSI公司版图等核心议题。
Cerebras Systems在2026年5月中旬IPO后市值一度逼近千亿美元，被外界视为英伟达的挑战者。本期晚点聊LateTalk邀请到Cerebras早期投资人、现高通创投投资人周南，回顾了九年前在百度美研完成这笔投资的全过程——从Scaling Law在硅谷萌芽、Wafer-Scale Engine架构的技术尽调，到百度美研作为AI人才「黄埔军校」的辉煌与地缘政治下的遗憾。对话深入分析了为什么OpenAI会签下百亿美元订单、推理需求爆发如何改变算力格局、Cerebras自建云平台的战略逻辑，以及当下AI基础设施投资的新窗口：推理优化、异构芯片、Physical AI的下一个「顿悟时刻」。
在一场名为’圆桌交锋’的AI编程闭门活动上，MiniMax创始人闫俊杰与多位嘉宾围绕AI编程、模型进化与智能终局展开讨论。闫俊杰回顾了MiniMax从M1到M3的演进——M1效果不佳但团队第一次’跑通’时已看到希望，M2只做coding顶着国内质疑却让token消耗量超出目标十倍，M3的目标是让用户’不关心成本’地使用2T、3T参数级模型。他给出了通往10T模型的清晰路径：中美模型约十倍参数差距意味着两代，国内需先做好3T再做到10T，而一个10T模型需要200T数据——全世界都没有这么多数据。他判断模型与Agent是共同进步而非互斥的关系，智能最终应服务于人；同时坦承AI仍是黑盒，现有数学工具连三层以上神经网络的收敛性都分析不了，AI的可解释性最终需要靠AI自己来解。本文按主题整理，每个主题包含「新的变化」和「嘉宾观点与解释」两个维度，力求让未观看视频的读者快速理解核心内容与得出观点的原因。
2026年6月21日晚，马督工（马前卒）头顶菠萝猫爪板进行了一场约一小时的弹幕直播，密集回应了观众关于AI对就业的冲击、彩礼的经济根源、分配与投资之争、考公与职业选择、农业产量增长真相、中美AI竞争等数十个问题。他提出了几个值得关注的判断：AI当前最大的冲击不是替代成熟员工而是替代实习生，导致人才培养链条断裂，应对之道是国家对企业加税、用财政补贴实习生工资；跨境小电商是会被AI最先打垮的行业之一；江西彩礼高是经济落后的结果而非原因，全中国彩礼与当地养老金覆盖比例成反比；历史上没有任何一个国家通过强调’分配’解决问题，最终都走向了投资驱动或革命；中国从未实行过’人民公社制度’，真正的制度是’三级所有、队为基础’；中美AI竞争不是’星球大战’式的对抗，而是G2共建——谁也离不开谁。本文按主题整理，每个主题包含「新的变化」和「作者观点与解释」两个维度，力求让未观看直播的读者快速理解核心内容与得出观点的原因。
整理自马督工2026年6月15日高考结束后的弹幕直播回放。在这场约128分钟的直播中，马督工密集回应了数十个观众问题，涵盖：电脑与手机的本质差距如何决定信息阶层、AI正在加速人类分化而大多数人还不会驾驭AI、为何依然推荐土木工程和生物学、大学四年是一种『状态』而非学制、研究生本质是『牛马筛选』、历史上纯分配从未解决过经济困境、中等收入陷阱的出路是提高生产效率而非纠结分配、AI短剧不会成为大风口因为创意永远稀缺、95%的中国人高考后已丧失写八百字的能力、知乎是简体中文互联网仅存的原创平台。本文按主题梳理了直播中所有值得关注的内容，每段包含『新的变化』和『观点与解释』。