如果说互联网的增长是x的平方，那么AI self-improvement飞轮增速则是1.1的x次方，初期看起来极度不起眼，但接下来我们会看到越来越多反直觉而且疯狂的事情

aidc大基建的狂潮，连rfid公司都拉起来了： Impinj 是 做RAIN RFID（射频识别） 技术的公司。 Q1财报的超预期表现（股价跳空），主要归因于： 物流巨头的深度绑定： 北美大型供应链客户对定制芯片（ASIC）的强劲需求。 补库与份额增长： 零售行业去库存结束开始回补，且 Impinj 在高端市场的占有率显著提升。 财务表现极其亮眼： 不仅营收超预期，每股收益（EPS）和下一季度的业绩指引（Outlook）更是远超市场共识，展现了极强的盈利弹性。 Impinj 是 AIDC（自动识别与数据采集） 行业的鼻祖和核心玩家。 虽然它不直接生产 AI 芯片，但它是 AI 的数据源头。没有 Impinj 这种 AIDC 技术提供精准的底层物品数据，上层的 AI 物流调度或库存模型就是“无米之炊”。 Impinj 的爆发反映了全球供应链正在进行一场从“人工识别”到“全自动化 RFID 识别”的底层基建升级，而它正是这个赛道中护城河最深的公司。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

早上读了Anthropic 在 2026 年 3 月发布的研究笔记 《Labor market impacts of AI: A new measure and early evidence》有点意思。 Anthropic是Claude的母公司，也是头部AI厂商了，手里有Claude的所有数据。这次的报告计算逻辑是通过Claude 流量里出现了足够多的、与工作相关的使用，理论上可行的任务才会被算作“covered”，所以数据应该比较准确。 这个报告重点聚焦在AI 到底有没有开始真正冲击就业这个点上，毕竟”AI焦虑“这个词已经全球范围内持续很久了，但到底落地了多少呢？ 文章提出了一个新的指标暴露度 (Observed Exposure)用来衡量AI在对真实职场的渗透情况，涵盖理论能力 + 真实使用数据 + 是否用于工作场景 + 是增强还是自动化，这对于量化AI对现实生活的冲击更有效，也在一定程度上可以让我们更好的判断AI技术革命走到哪里了。 研究发现在最容易受到 AI 影响的职业 中，从业者更可能是 年龄较大、女性、受教育程度更高、收入更高的群体。 从报告里最直观的图看，目前理论上AI能覆盖（冲击）的范围与实际上形成的范围还是有不小差距的，暴露的蓝色范围内还没有形成系统性失业率上升，只是年轻人进入这些岗位的招聘似乎有一点变慢。 当前最暴露的职业 主要集中在白领、信息处理、软件和分析类岗位。文中列出的前十包括： Computer programmers：74.5% Customer service representatives：70.1% Data entry keyers：67.1% Medical record specialists：66.7% Market research analysts and marketing specialists：64.8% Financial and investment analysts：57.2% 另外还有软件测试、信息安全、用户支持等岗位也排得很前。相反，约 30% 的工人处于“零暴露”组，典型例子包括厨师、摩托车维修工、救生员、酒保、洗碗工等。 这也正常，AI 的能力像洪水，落地像修水渠，在具身机器人举得巨大进展之前，蓝领比白领更不用焦虑。 我们这代人是幸运的，能经历互联网，移动互联网，区块链，AI，机器人等多次技术革命，不过也是不幸的，如果没有能跟上如此高速的进步，未来或许真的也就慢慢成为科幻作品中被“圈养”的那批人了。 Morning，新的努力一天开始了 原文传送门：

/goal 关于 codex goal 的另一个想法 只要验收标准是 agent 自己能 grep 出来的 —— 残留的 import、特定文件名、某个关键字 —— 它就大概率能一路推到收尾。 比如这类任务 1. 把前端项目整个从 Next.js 换成 TanStack Start 2. 逐个尝试方案做性能优化，直到某个性能指标下降 3. 清理 legacy 代码 而如果一些任务没有明确的验收规则，则需要量化出更细致的表格，也就是更加结构化的 progress.md (或者json) 对于大部分熟练使用 codex 的用户，即便是没有 /goal ，或多或少都采用了类似的方案，比如我会两步 plan + 一步细化 todo 来确保我的方案落实没有大的纰漏。然后丢给 codex 来做。 另外，/goal 也不是万能解药，请你把他当成一个也可能犯错的同事，适当亲自出马解决问题。

健身成果刚上线，女友就要出国，前人栽树后人乘凉！ #AI生成# #情侣搞笑# #健身反转# funny & heartbreaking twist �� He gets fit to impress her, only to learn she’s leaving. #AIGenerated# #CoupleFunny# #PlotTwist#

【極端天氣】高溫風險：富國與窮國天壤之別 據氣候影響實驗室（Climate Impact Lab）的研究分析，貧困國家因高溫致死人數可能會達到富裕國家的十倍；其更預測，到2050年脆弱國家高溫致死人將增至相當於目前因常見疾病而死亡的人數。