学习频道 - 就业与实习
当“卖铲子的人”开始亏钱：从 JetBrains 首次净亏损看 AI 编程时代的技能迁移
JetBrains首次出现净亏损，被视为AI编程时代“卖铲子的人”开始承压的信号，也反映AI正在重构开发者的工作入口。文章从财务事实与社区情绪出发，讨论当写代码不再是核心瓶颈时，开发者应培养哪些能力，并提出三个可立即上手的练习，帮助将“指挥AI交付”转化为更具抗风险性的竞争力。
Leo_UTM
谷歌开源 AX：把自主 AI 代理当容器管的 K8s 时代来了
谷歌开源了 AX，一个用 K8s 式声明 API 管理自主 AI 代理的项目，将其视为有状态容器。它支持任务挂起与恢复、预算上限以及 Human-in-the-loop 机制，旨在应对代理运行中可能出现的失控与成本问题。文章介绍了相关实战配置，并提及可将其用于作品集展示。
Leo_UTM
可控、可测、可进化：用 AI Agent 构建跨境支付风控系统实战
本文介绍如何用 AI Agent 构建跨境支付风控系统，从零手写一套“可控、可测、可进化”的方案，通过结构化数据模型和置信度评估解决多国单据与三流一致性问题，适合学生和转型开发者了解金融科技领域。
Leo_UTM
Connecting AI agents to enterprise knowledge
企业AI代理常因缺乏对组织语境的理解而难以投入生产。调查显示，仅约34%的代理项目进入生产阶段，遗留数据系统、安全隐私及知识语境不足是主要障碍。生产领先企业具备更强的语义知识能力，其代理项目上线率达61%。数据碎片化是扩展知识访问的首要挑战，55%的受访者提及此问题。多数企业计划通过强化数据与代理间的结构基础来提升决策质量，知识层被视为关键路径。
韵筑
GitHub 热门项目解析：用 Paperclip 搭建你的 AI Agent 协同调度中心
Paperclip 是 GitHub 上的热门项目，支持用 Node.js 搭建多 Agent 协同调度中心。文章介绍如何注册 Agent、分配目标并追踪工作流与成本，帮助开发者掌握多智能体编排的实战方法。
Leo_UTM
华尔街量化新王：人均年薪1800万，豪掷18.3亿香港租楼
Jane Street 2025年交易收入达396亿美元，员工约3500人，人均薪酬约1800万元人民币。公司同年以月租约3060万港元租下香港中环六层写字楼，5年租金约18.3亿港元。Jane Street以做市和量化交易为核心，覆盖ETF、股票、期权等多类资产，并持续扩张全球办公与AI基础设施。
摸鱼人
AI正在造AI
当前AI正从辅助工具演变为“制造工具的工具”。报告显示，约90%的专业开发者已使用AI编程工具，部分企业超半数新增代码由AI完成。AI造AI呈现三层递进：辅助人类写代码、自主完成开发闭环、参与创造下一代AI。大厂内部已形成AI开发AI工具链的循环，但端到端开发效率提升仍有限，大规模闭环尚在早期。
叶宁
李飞飞不等了
今年一季度全球物理AI融资超64亿美元，世界模型成为巨头关注方向。李飞飞创办的World Labs成立两年多，被AMD以约82亿美元全股票收购，她将出任AMD执行副总裁兼首席科学家。这是AMD史上第二大收购，但市场反应平静。世界模型旨在让AI在内部预演物理世界，目前多数商业化产品仍停留在场景渲染层，落地应用集中在自动驾驶、机器人合成数据和内容创作等领域，行业
姚远
大宗商品的权力博弈：谁在影响全球铜、石油和粮食价格？
全球大宗商品价格由多方共同交易形成，但部分主体通过控制资源、物流和交易环节拥有重要影响力。文章以洛克菲勒、马克·里奇及嘉能可、维多、托克等为例，说明中间环节的组织能力本身即构成定价权的一部分。同时，铜、镍、锂等矿种因供给刚性和需求增长，财富效应显著，中国企业正从买家转变为价格形成中的关键参与者。
褚予
Redefining enterprise intelligence with autonomous AI
企业AI已进入实际运营阶段，但多数企业面临结构性扩展难题：智能分散于各职能孤岛，整体学习与行动能力不足。报告指出，全球AI支出预计2026年达2.5万亿美元，模型能力增速超过组织整合速度。实现持续回报的企业共同点在于将流程重塑置于模型选择之前，并构建可组合、主权可控的数据基础。数据就绪而非数据充裕，才是AI产生复利效应的关键。
SnowTea