AI 编程平台 Replit 宣布获得 Visa 投资并达成战略合作。双方将探索把 Visa Intelligent Commerce 集成至 Replit 平台，使开发者能够在构建 AI Agent 和应用时直接接入支付能力。Visa 透露，目前已有超过 1000 名员工使用 Replit 进行内部原型开发与软件创建。

昨天我听了一期关于 AI 的播客访谈，感触非常深。访谈嘉宾是 Replit Agent 的负责人，讲了最近前沿大模型的使用体验、AI 技术的发展，还有很多关于 AI 的思考。 我听下来，感觉无论是 AI 的外行或者内行，都能学到一些东西，算是雅俗共赏的一期访谈，强烈推荐大家去听听。 访谈嘉宾提到了这么几个点，让我印象很深刻。 第一点是，Self Evolving Agent 是他未来 12 个月最看好的 AI 方向。 这和我之前推文聊到的 Recursive Self Improvement 是类似的概念，也是我认为继 Coding Agent 之后 AI 应用层下一个最大的方向。 形成自我闭环的 Agent，理论上可以全年 24 小时不间断运行。一旦这个方向真正落地，背后涌现的 Token 需求比现在还要再大几个数量级，可以想象到背后的投资机会。 不过目前 RSI 的现实阻力还是多于实际进展，我觉得可以持续观察下去。 第二点是，目前全世界 99% 的人还没有上车 AI。 嘉宾提到了一个自己走访的案例，他在美国休斯顿打车的时候，故意去和这些司机聊关于 AI 的东西，结果发现没有一个人听说过 Vibe Coding，甚至有一半人连 ChatGPT 都没有用过。 正好我昨天晚上和一个准备做 AI 创业的朋友吃饭，他说他身边绝大多数人只用过豆包，甚至很多人没有听说过 ChatGPT 或者 Claude，这和访谈中的观点不谋而合。 我也瞬间意识到自己落入了一个信息茧房，推特油管上经常看我的观众，一定都听过这些大模型，很多人也拿出了 20 美元订阅，每天高频使用，我经常误以为前沿大模型已经在全世界普及了，但事实完全相反。 如果在中美这样的大国，很多人都还没有用过大模型，不知道 Vibe Coding 是什么，其他国家更无从谈起，AI 市场的潜力远远比我们想象的还要大的多得多。 第三点是，打开 AI 的想象力天花板。 嘉宾提到人的想象力是目前 AI 最大的瓶颈，当年爱迪生发明灯泡的时候，他绝对不会想象到目前人类可以在电的基础上发明出来电脑。 我自己一直这么觉得，相比起之前几次科技革命，AI 最大的特点在于它是一个全新的物种，而非工具，两者是完全不同的概念。历史上人类发明了很多工具，但创造新物种是头一次，这背后包含了无限的想象力。 如果没有想象力、只盯着现有的 AI，那么最直观的感受就是觉得 AI 马上就要走到头了，这是典型的悲观主义者，短期永远是对的，长期绝对是错的。 马斯克经常说到，宁愿乐观的犯错，也不愿悲观的正确，我自己非常认同这句话，AI 的发展一直加速再加速，可能我们已经身处下一个科技奇点，又有什么理由不乐观呢。

现在最危险的 AI 内容，不是烂，是「差不多能用」。 烂，你会重来。差不多能用，会诱惑你直接发出去。 这就是 AI 时代最稀缺的能力：taste。 Replit 这两天在纽约办 VibeCon，最抓人的问题不是「AI 能不能写代码」，而是：Can AI have taste？ 这个问题看起来有点装。但它真正问的是：当人人都能生成，凭什么轮到你被看见？ 以前你写不出来、画不出来、做不出来，还可以说自己缺技术。现在不行了。 AI 能给你十版标题、十张封面、一个能跑的页面、一篇结构完整的文章。 产能不再稀缺；稀缺的是：你能不能杀掉其中九个。 很多人把 taste 理解成审美。颜色好不好看。字体高不高级。 排版有没有质感。但在 AI 时代，taste 首先不是审美是删除能力。 不是让 AI 继续加东西，是判断什么东西没有资格存在。 举个具体例子。做一张封面，主题是：「AI 编程的免费午餐结束了」 你让 AI 做「高级感、科技风」。 它大概率会给你：蓝紫渐变、代码屏幕、发光线条、抽象机器人。 第一眼能用；第二眼像见过一万次。 没 taste 的改法是：再高级一点。更有未来感一点。更吸睛一点。于是 AI 继续加光、加线、加粒子。 真正有 taste 的改法是：只留一张账单，删掉机器人和代码屏幕。 背景纯白，一个红色支出数字。标题放大。因为核心不是「科技感」。 是「AI 开始计费」的压力。 所以 taste 不是形容词。它是优先级。 你不是在问 AI：怎么更好看？你是在告诉 AI： 这件作品里，什么有资格存在？ AI 可以帮你生成；AI 也可以帮你初筛。但最后那一下「不对，删掉」，不能外包。 AI judge 能筛掉明显错误，比如 文字糊了；构图乱了；标题太长。 代码跑不起来。但它很难判断：这一版有没有必要存在？ 它像不像一个人做出的选择？ 还是只是在平均意义上「还不错」？平均正确，不等于有 taste。 别只建 prompt 库，prompt 库教你怎么生成。 删除清单教你怎么否决。 我会根据这5 个问题判断： 1.这个元素有没有承担信息？ 2.这句话有没有推动判断？ 3.这个细节是不是只是在显得专业？ 4.如果删掉它，内容会不会更清楚？ 5.这一版像不像我已经看过的东西？ 我想，AI 时代最贵的能力，不是生成是判断，删除，知道什么不能放出去。

涨知识了！硅谷最硬核的逆袭史：乔布斯绝望的十年与70亿美金大反转！ 很多人只记得乔布斯在发布会上掏出iPhone的无限风光，但在Replit CEO Amjad Masad看来，硅谷最传奇的故事，是乔布斯被苹果开除后，流放荒野的那十年。 他当年花500万美元买下皮克斯，随后又砸进去5000万，连续亏损了整整十年。最惨的时候，他甚至要自掏腰包开支票来给员工发工资，所有人都以为他马上要破产了。但最终，他硬生生扛了过来，并以70亿美元的天价将皮克斯卖给了迪士尼。 在那段漫长的低谷期，他手里的皮克斯和NeXT两家公司几乎没有任何销量，完全处于濒死状态。 外界一直以为苹果后来买下NeXT，只是为了顺水推舟把乔布斯请回去。事实恰恰相反，当时的苹果在转向Intel芯片时陷入了严重的操作系统危机。正是NeXT基于Unix和Objective-C打造的系统救了苹果一命，这个系统就是后来macOS的基础，让苹果彻底保住了核心竞争力。 能够扛过漫长的绝望周期并坚持到底，才是创业者最顶级的护城河。

我又整理了一份2026年热门值得收藏的AI工具清单 一、核心AI/搜索（用于聊天、写作、搜索和研究） ChatGPT：综合能力最均衡，日常首选 Claude：长文理解和写作能力强 Gemini：多模态好，超长上下文处理稳 Perplexity：搜索+回答，信息源清晰 NotebookLM：文档总结和知识库好用 Manus AI：中文场景体验不错 二、AI编程/软件搭建（用于写代码、搭网站和做产品） Codex：代码生成能力强 Claude Code：编程辅助细致 Cursor：AI编程编辑器，用着顺 Lovable：快速搭前端/产品 Replit：在线写代码、部署方便 Base44：低代码搭建工具 三、AI视频/视觉创作（用于生成视频、图片和设计素材） Google Veo：视频生成质量高 Kling：视频生成速度快 Midjourney：艺术感和光影强 HeyGen：数字人/口播视频方便 Canva：设计模板多，上手快 Figma：设计协作主力 四、办公/设计/效率（用于文档、设计、邮件日常提效） Notion AI：笔记+知识管理一体 Gamma：快速做演示文稿 Granola：会议记录整理方便 Grammarly：英文写作检查强 Superhuman：邮件效率工具 Wispr Flow：语音转文字流畅 五、自动化/集成/增长（用于流程自动化、数据抓取等） n8n：开源自动化，灵活度高 Zapier：应用连接最方便 Apify：数据抓取工具 Chatbase：快速做AI客服 Clay：获客和线索整理 Beehiiv：Newsletter增长工具 再提醒一句： 以上仅为信息整理 工具在变，适合的才是最好的

6 个 AI 建站工具，一句话描述就给你生成能上线的网站。 1、v0 — Vercel 出的，你用大白话说想要什么页面，它直接生成 React 代码和界面，还能一键部署上线。 2、Lovable — 对着聊天框描述一个完整应用，它把前后端一起搭好，不写代码也能做出能用的产品。 3、 — StackBlitz 出的，浏览器里直接生成并运行全栈项目，改完当场预览，不用配环境。 4、Framer — 设计师最爱，AI 生成加可视化拖拽做出高质感落地页，做作品集和产品官网很快。 5、Durable — 号称 30 秒生成一个带文案和配图的商业网站，特别适合小店、自由职业者快速上线。 6、Replit — 用 Agent 帮你从零把想法写成能跑的应用，还自带托管，写完直接有一个网址。

如果我要在90天内找到一份20万美元的AI工程师工作，我不会去读学位。 我会精通这10个GitHub仓库。 1. awesome-llm-apps 生产级AI指南。RAG、智能体、多模态应用，附完整代码。10.6万+ stars。 仓库 → 2. LangChain 基础框架。被Klarna、Replit、Elastic及2026年大多数AI创业公司用于生产环境。 仓库 → 3. LangGraph 驱动生产智能体的编排层。资深AI工程师岗位描述中的必备技能。 仓库 → 4. CrewAI 多智能体协调。财富500强团队首选框架。 仓库 → 5. Ollama 在自己机器上运行任何开源LLM。学习模型工作原理的最快方式。 仓库 → 6. awesome-mcp-servers MCP是2026年所有主流AI实验室采用的标准。掌握它让你领先99%的工程师。 仓库 → 7. Qdrant 大规模生产RAG使用的向量数据库。嵌入和语义搜索是AI岗位的必需技能。 仓库 → 8. AI-Agents-for-Beginners 微软免费12课程，教建立智能体。真实代码、真实练习、真实面试准备。 仓库 → 9. system-design-primer 生产级AI就是系统设计。FAANG工程师用来面试准备的仓库。 仓库 → 10. awesome-claude-code 这个工具的使用指南，现被FAANG、OpenAI、Anthropic及大多数YC创业公司内部使用。 仓库 →

这轮 AI 抛售，最惨的是那些借钱买算力的公司。 就拿 CoreWeave 来说，它的生意其实并不差，二季度末手里还有超过 1000 亿美元的订单积压。可今年预计要投入 350 亿到 390 亿美元搞建设，去年全年收入却只有 51 亿美元，还亏了 12 亿美元。 问题就在这，客户的订单是未来几年慢慢兑现的，但买 GPU、建数据中心、付利息的钱，现在就得花。 相关的债券市场已经开始不耐烦了。 CoreWeave 有一批债券，6 月发行时收益率大约 9.7%，到了 10 月中旬，二级市场收益率已经升到了 15% 左右。给它的债务买违约保险，价格也涨得很厉害。 甚至连英伟达做背书，都无法完全消除市场的担忧。 现在都在担心，这些公司有没有足够的钱撑到赚钱的那一天。 再来看 Anthropic。 它三季度营收达到 168 亿美元，环比增长约 45%。这放在绝大多数行业，都是非常惊人的速度。 可资本市场偏偏不满意，因为它二季度的环比增速超过了 100%。 之前都在传 Anthropic 的 IPO 估值能到 2 万亿美元，现在预期已经降到了约 1.5 万亿美元，市场态度的变化是非常明显的。 且，Anthropic 未来十年已经安排了超过 5000 亿美元的算力及基础设施采购承诺，其中相当大一部分不能随便取消。 偏偏 AI 模型的竞争又越来越激烈，客户的忠诚度在价格面前真的不值一提。 前两天，Replit 把 OpenAI 选成了自家 AI Agent 的默认模型合作伙伴，而此前它还是 Anthropic 的重要客户之一。 这就出现了一个很微妙的矛盾。 一边是模型价格不断受到竞争压力，另一边是之前签下的长期算力合同还得继续付钱。收入增长稍微慢一点，利润和现金流就可能承受更大的压力。 但有意思的是，另一边的亚马逊 AWS，部分算力订单已经排到了 2028 年，管理层甚至表示，部分 AI 服务器投资不到三年就能回本。 同样是卖算力，为什么有些公司遭到债券市场质疑，有些却还能保持相对稳健的经营？ 我觉得区别就在于，亚马逊有成熟的云业务和经营现金流，可以依靠现有生意支撑扩张。而部分新兴 AI 云厂商，需要不断从外部融资，来兑现未来几年的订单。 同样是搞 AI，一个有能力用赚到的钱扩大生意，另一个却更依赖用未来可能赚到的钱，支撑今天的扩张。 行情好的时候，这两种模式都能讲出很漂亮的增长故事。可一旦融资成本上升，资本市场开始认真计算风险，差距就出来了。

🗺️ AI 编程的术语和工具，这份指南一次讲清楚 GitHub 上 2.7K stars，Eric S. Raymond 参与署名 现在聊 AI 编程满地都是缩写：vibe coding、agentic coding、PRD、MCP、A2A、SLOP，各家文章各说各的，看多了反而更糊涂，讨论时经常是两个人用同一个词说着不同的事。 这份指南就是来对齐概念的。它把 AI 编程定义清楚，说明 vibe coding 这个词是 Andrej Karpathy 在 2025 年提出的，把 agentic coding 描述成智能体在反馈信号支持下自主跑多轮。协议那几个也一次讲明白：MCP 是 Anthropic 做的 Model Context Protocol，A2A 是 Google 的 Agent to Agent Protocol 侧重多智能体通信，SLOP 是 Simple Language Open Protocol。 工程实践也带到了：属性测试在 Python 用 Hypothesis，在 JavaScript 和 TypeScript 用 fast-check，这是让 AI 写的代码站得住的关键一环。工具那块列了 Cursor、Claude Code、OpenAI Codex、Windsurf、Aider、OpenHands、Replit 和 Lovable。 署名里有 Eric S. Raymond，就是写《大教堂与集市》的那位。MIT 协议。 词对齐了，讨论才不是各说各话。 GitHub：