科技剪报 · 2026-11-09｜AI原生工程与自动化后的人类工作

本期关注 AI 普及后如何保持人的理解与判断：斯坦福课程让学生向开源项目提交补丁，数学教师重新讨论本科训练，GitHub 和 Gemini 团队介绍工程与产品实践。视频工具开始承担日常制作，SpaceX 和 Anthropic 面临算力投资与融资问题，Every 大会及一场健康照护访谈则讨论人在自动化之后的工作与生活。

Latent Space 专访斯坦福 CS146S（The Modern Software Developer）讲师、销售平台 Monaco 的 AI 负责人 Mihail Eric。上一轮课程中，学生可用 agent 一键完成「让 AI 对仓库进行代码评审」这类作业；他调查发现，在场的斯坦福二、三年级学生几乎都已在用 coding agent。于是本轮作业改成向开源项目提交补丁，并由真实维护者审阅——学生仍须弄清维护者要不要这个功能、代码为何如此、补丁还会弄坏什么，也借此得到类似资深工程师对新人的辅导。访谈还推荐 Geoffrey Litt 的 explain-diff 技能：把改动变成可视化讲解并自测理解，特别适合审 agent 写出的 PR。Mihail 对 Monaco 自购与自建工具的经验总结是「购买工具来学习，自己构建工具供长期使用」：代码评审在评估多家产品后继续用 Devin，但后台 agent 需要能跑产品、复现故障并测补丁的工作区，由于工作区必须适配自己的云端架构，团队选择自行搭建。同一套内部系统 Hal，工程师可让它调查故障并开 PR，销售则可问产品如何对外解释。文中引用 Faros 研究：高 AI 采用团队合入的 PR 多约 98%，但评审时间长约 91%，访谈借此讨论了代码生成成本降低后，团队如何理解改动和历史决策，以及由谁决定代码能否合入。

www.latent.spaceHow Stanford Teaches AI-Native Engineering — Mihail Eric, Monaco

陶哲轩博客：本科数学应当怎样教

Jana Gevertz 与 Steffen Marcus 在陶哲轩博客发表客座文章，讨论 AI 已能完成大量习题和证明草稿后，本科数学教育如何继续培养理解力。两位作者用积分换元举例：学生自己分析被积函数、找到合适的换元，与直接阅读机器选好的步骤，带来的学习经验并不相同。独立尝试中的困难和发现，帮助学生理解一种方法为何有效；若逐题照读生成答案，这部分学习过程就可能消失。作者认为，课程需要同时培养数学直觉、推理和计算能力，以及检查、解释、沟通 AI 结果的能力。他们提出若干尚待探索的问题，包括减少单门课的题目范围，为批判性阅读 AI 输出留出时间；在高年级证明课程中是否引入 Lean；如何减少繁重计算，却保留审查论证必需的基本熟练度。两人也承认，自己本学期的数学生物学和几何课程尚未找到合适的整合方式，课程共识、教材重写和教师工作量都是现实障碍。

terrytao.wordpress.comWhat should we teach our (undergraduate) students?

AI 工程实践

Latent Space：GitHub 如何承接智能体工作量

微软 CoreAI 执行副总裁 Jay Parikh 在 GitHub Universe 演讲后接受 Latent Space 采访。节目介绍给出的平台规模是 2.25 亿开发者，以及过去一年 343 亿次提交；讨论由此转向智能体带来的新负载，和 GitHub 为此调整的软件开发基础设施。Parikh 介绍 Copilot Fusion 如何编排模型、权衡质量与成本，以及支撑智能体运行的工具框架；一次会话还可以在手机、桌面和 VS Code 之间延续，GitHub 迁往 Azure 的基础设施工作也是访谈重点。他主张把 AI 支出与完成的工作和业务结果对照，而不只看消耗了多少词元。访谈也谈到他在部分个人仓库中跳过拉取请求的做法、仓库里的 Markdown 指令，以及把两千个依赖替换成二十个时，谁来维护被替代的开源软件等问题。

www.youtube.comGitHub’s Growth — Jay Parikh

Lenny’s Podcast：前沿模型团队中的产品工作

Lenny 对话 Google 前沿模型产品负责人 Tulsee Doshi，讨论产品经理如何参与 Gemini，以及 Nano Banana、Genie、Veo、Lyria 等多模态模型的开发。节目把模型研发描述为既有工程流程、也需要反复试验的工作，重点讨论 Google 的全栈 AI 策略、产品经理在实验室中的职责，以及评估测试与实际使用感受如何共同影响产品判断。Doshi 分享了名为「60–20–20」的框架，用来平衡已经可用与接近可用的能力，并讨论如何写出第一项评估测试。对话由此解释为何前沿模型开发仍需要产品判断，以及团队如何在能力持续变化时安排交付节奏。节目约 59 分钟；Lenny 在说明中披露，自己可能投资了节目讨论的公司。

www.lennysnewsletter.comWhat it actually takes to build frontier models | Tulsee Doshi (Head of Product for Gemini)

xAI 为 Grok API 文本输出默认启用水印

xAI 开发者文档说明，自 2026 年 11 月 7 日起，七个文本模型默认在生成时加入不可见水印，覆盖全球和区域端点，以及 Responses、Chat Completions 等文本生成接口。水印适用于普通文本、结构化输出和工具调用参数；它通过轻微调整词元选择实现，不向响应中插入额外字符、标记或隐藏文本。调用方无需增加请求参数，可以通过响应头 x-watermark: true 判断本次输出是否使用了水印。团队管理员可在控制台按模型关闭水印，设置会影响团队内所有 API 密钥，通常在五分钟内对新请求生效，每次开关都会留下审计记录。文档称此功能用于满足欧盟 AI 法案的相关要求，选择退出时需确认适用例外并承担相应标记或披露责任；部分模型可能被锁定为开启状态。水印检测采用统计判断，可能返回「不确定」，较长文本提供的信号更强，检测 API 需要另行申请。

docs.x.aiOutput Watermarking — xAI docs

Design with AI：用 Demo Kitchen 制作产品演示

Xinran 公开了自用开源工具 Demo Kitchen（基于 Claude Code）：在已有项目中运行 /demo-video，由模型提出 3–5 个、总时长不到 20 秒的分镜，生成画面后在浏览器预览，并导出 MP4（1080p/4K）或 GIF，省去反复录屏与粗剪。界面可选 Calm、Snappy、Cinematic 等八种风格，可开字幕、点击缩放、浏览器/手机窗框、片头片尾卡，以及 16:9、1:1、4:5、9:16 画幅；菜单没有的细节可以回到 Claude 对话中用自然语言修改，预览会随之更新。这个工具用于快速制作扁平的 2D 产品操作演示，生成的 GIF 可以放入幻灯片或文章，但它不替代专业动态设计或精心制作的发布影片。作者还提供了在线体验页面；Windows 版仍处于 Beta 阶段。

designwithai.substack.comMake a demo video in a few clicks

AI Daily Brief：用智能体制作视频

Nathaniel Whittemore 在 11 月 8 日的 AI Daily Brief 中讨论「代理式视频」：用户通过描述目标，让智能体参与剪辑、动画和视频制作。节目介绍列举了会议重点片段、概念演示、动画式业务更新和能够随内容变化更新的客户教学视频。节目还提供了三个层次的起步路径，从编辑现有录制素材到建立反复运行的视频工作流程。本期时长约 31 分钟。

podcasts.apple.comAgentic Video Is Real and Here’s What You Should Try

算力投资

SpaceX 计划在 Starbase 建设供电与超算园区

The 956 Report 根据 Starbase 市政府发布的听证通知报道，SpaceX 拟在得州约 444 英亩土地上建设燃气发电厂和超级计算设施，初期阶段预计投资约 240 亿美元，后续可能分期扩建。市政府将于 2026 年 12 月 9 日举行公开听证，讨论房产税减免及相关经济发展协议；截至报道时，项目尚未获批，通知也没有给出计算设施的技术细节或最终投资总额。报道把这份通知与此前的土地并入、场地平整许可和空气许可申请联系起来：后者列出首期 35 台临时燃气轮机，总功率约 748 兆瓦，之后拟换成八台较大的机组。作者认为，这些文件共同指向一座自建供电设施的计算园区，但公开记录尚未说明它用于 xAI、SpaceX 自身还是其他业务，也没有说明冷却用水和具体电网接入方式。

www.the956report.comSpaceX Wants a Tax Break for a $24 Billion Gas Plant and "Super-Compute Facility" in Starbase

Latent Space：Anthropic 为何考虑上市

Altimeter 合伙人、Clouded Judgement 作者 Jamin Ball 与 swyx 讨论 Anthropic 从提交招股书到可能在纳斯达克交易的过程，分析路演、感恩节前后的时间窗口，以及公开市场投资者如何判断 Claude 的增长前景。Ball 把上市融资与 GPU 集群背后的贷款需求联系起来，同时区分收入增长、模型服务成本和财务报表中的损益。节目介绍提到，Anthropic 在 2026 年上半年报告净亏损 807 亿美元，但经营活动产生了 39 亿美元现金；Ball 解释了早期投资者获承诺的股份升值如何影响利润表，并关注服务 Claude 所需的成本。访谈还讨论前沿模型的折旧速度、企业 AI 预算以及应用公司为何自建模型。节目于 10 月 29 日录制，属于 Ball 的个人观点，Altimeter 持有 Anthropic 的投资权益；节目说明另列了录制后于 11 月 2 日公布的修订申报文件。

www.youtube.comWhy Would Anthropic Go Public Now? / Jamin Ball

人的工作与照护

Every：自动化之后的人类工作

Grant Harvey 综述 Every 首届大会 Thesis: 2027（布鲁克林 Pioneer Works，约 400 人现场、数千人在线，共 25 场）。大会围绕 Dan Shipper 提出的问题展开：自动化之后，人类如何做好自己的工作。来自 OpenAI、Anthropic、Microsoft、Notion、Runway、Sequoia 和《大西洋月刊》的嘉宾在主舞台分享了各自的看法；辉瑞的一位负责人谈到公司仍沿用旧的变革管理方式，皇家加勒比的员工询问如何让同事重新想象可能做到的事，一位波士顿餐馆老板则说，自己的餐馆出现在 Anthropic 招股书中，餐饮业的 AI 采用率却依然很低。最常被复述的一点来自 Notion 联合创始人兼 CEO Ivan Zhao：当每位工程师都通过自己的 coding agent 工作时，中等体量的代码库可能在一周内变得连负责人也看不懂。Notion 因此用共享看板让人看见 agent 在做什么，强调「不要交出理解」。媒体圆桌上，Kevin Roose 发现做书末注释时最好的信源会拦截 AI 爬虫；《大西洋》CEO Nicholas Thompson 则主张「AI 公司可以付钱，而不是偷」。Dan 收尾说：一旦人人用同一模型，默认答案变便宜，真正值钱的是每个人在使用模型时带入的个人视角。付费用户可在 Every TV 看完全部场次，之后也会陆续上 YouTube。

every.toWhat You May Have Missed at Thesis: 2027

Peter Yang：用 AI 协助父母抗癌

这期对话聚焦 OpenAI 健康产品副总裁 Ashley Alexander。她父母曾在同一周内先后确诊癌症；她请假一个月照护，并强调即使有 AI，照护者也要为自己的心理健康留出时间。回到高强度工作后，她把父亲的就诊正式排进日历，从未因此在公司受到阻力，也发现许多会议其实不需要自己出席。两人分享的做法包括：为父母病历建立独立的 ChatGPT 项目记忆并征得同意，上传前隐去希望保密的细节；就诊前用 AI 检索新疗法，再向医生确认是否可行；远程问诊时保持 AI 开启，当场查「左楔形切除」等术语，并向 AI 追问「我现在该问什么」；让 AI 结合完整病史，帮助检查不同专科记录之间可能存在的用药或治疗冲突（她提到前上司 Fidji Simo 就曾在治疗前被 ChatGPT 标出医生记录里未交叉看到的冲突）；维护一页护理摘要（用药、化验、预约与待问问题）；并设置每周检索 ClinicalTrials.gov 等来源的例行任务。对「患者带着 AI 研究进诊室」与医院仍依赖传真、光盘的现实，两人也交流了各自的经历。

creatoreconomy.soOpenAI VP: How AI Changed My Family’s Fight Against Cancer | Ashley Alexander