每日AI新鲜事·08月02日早间版：象棋引擎社区抵制AI与Vibe Coding简历

今天AI圈的新闻挺有意思，有几条我觉得特别值得聊聊。先过一下新闻吧。

第一条是在Hacker News上看到的，国际象棋引擎开发社区公开抵制AI辅助开发。

有个开发者提交了一个叫Coda的象棋引擎项目的issue，结果社区反应特别激烈，明确表示不欢迎AI写的代码。

这个我觉得挺有代表性的。象棋引擎这个圈子本身就非常硬核，Stockfish那帮人对代码质量的要求极高。

他们的逻辑是，象棋引擎的每一行代码都需要精确理解搜索算法和评估函数，AI生成的代码可能看着对但隐含微妙的bug。

但这算不算一种过度反应？毕竟AI辅助开发已经是主流了，Cursor、Windsurf这些工具大家都在用。

对，但你要理解他们的场景。象棋引擎的性能差异可能就在一个分支判断上，这不是普通CRUD应用。他们追求的是每一步推理都可审计，AI生成的代码缺乏这种透明度。

好吧，算是一个很垂直的领域的特殊诉求。

第二条，还是HN上的，Zvi发了一篇长文叫Hearing the Fire Alarm，AI系列第179期的下半部分。

Zvi一直是AI安全领域的意见领袖，他这个fire alarm的比喻很明确——就是说我们可能已经听到了警报但选择忽略。

嗯，感兴趣的听众可以去看原文，写得挺扎实的。

第三条，Twitter上有人对最近开源AI模型在数学方面的成绩做了评估分析。

这个主要是在讨论开源模型在数学推理benchmark上的真实水平。现在各家都在刷分嘛，有人开始质疑这些分数的含金量。

对，之前DeepSeek V4 Flash刚出了新版本，Artificial Analysis给了50分，跟GLM和GPT-5.6 Luna差不多。大家都在细看到底差在哪。

数学这块确实是硬指标，不像文本生成那么主观，所以大家盯得紧。

最后还有一条Reddit上的，讲Pets vs Cattle这个经典类比的历史，就是服务器管理里把机器当宠物还是当牛群的那个比喻。

哦这个老梗了，不过放到AI agent时代倒挺应景的。现在agent也面临这个问题——你是精心调教一个还是批量起一堆用完就扔。

得了吧，你这引申也太快了。不过确实有意思。

好了新闻就先聊到这儿，接下来咱们深入聊两个话题。第一个特别有意思——Vibe Coding做简历。

B站上有个视频火了，互动量十几万，讲的是用vibe coding的方式来做简历，把简历玩出花来。

vibe coding做简历，这个切入点确实讨巧。本质上就是用AI辅助编程的方式，让不会写前端的人也能做出交互式简历网页。

对，不再是传统的Word或者PDF了，而是直接生成一个带动画、带交互的个人网站当简历用。

我觉得这个火有两层原因。第一是vibe coding本身已经从程序员圈子破圈了，普通人也开始用这种方式做东西。

第二是简历这个场景太刚需了，每个找工作的人都需要，门槛又低到只要会跟AI对话就行。

但我有个疑问啊，HR真的会看这种花里胡哨的交互式简历吗？从产品经理的视角看，用户体验不一定好。

你这个问题很现实。大公司的ATS系统根本解析不了这种东西，直接就被过滤掉了。

那这不是自嗨吗？

也不完全是。你要分场景——投大厂当然还得老老实实用标准格式。但如果是投创业公司、设计岗位，或者在社交媒体上做个人品牌展示，这种形式就非常加分。

嗯，这么说倒是合理。其实它更像是一个portfolio而不是传统意义上的简历。

没错。而且从技术角度看，这恰好证明了vibe coding的一个甜蜜点——快速原型、一次性项目、视觉呈现类需求。不需要长期维护，做出来好看就行。

好，那我们聊第二个话题。也是B站上的，有人说收藏了六年的资料终于被AI救活了。

这个共鸣感太强了。谁还没有一堆收藏了从来没看过的东西呢。

数字仓鼠的救赎时刻，是吧。

对，这个视频互动也上万了。核心讲的是用AI来整理、摘要、重新激活过去积攒的笔记和收藏资料。

这其实跟我们前两天聊的Agent记忆问题是一脉相承的。人有长期记忆但检索效率低，AI可以帮你把沉睡的知识重新连接起来。

但这里有个关键问题——六年前收藏的东西，现在还有价值吗？信息是有保质期的。

好问题。技术类的确实会过时，但方法论、思维框架、经典论文这些是有长期价值的。AI的作用不是帮你复习旧内容，而是帮你发现旧内容和新问题之间的关联。

你的意思是，AI更像一个跨时间的知识连接器？

对，就是这个意思。比如你六年前收藏了一篇关于分布式系统的文章，现在你在做agent编排，AI能帮你发现两者之间的共通模式。

这让我想到现在做个人知识管理的工具越来越多了，但大部分还是停在简单的向量检索阶段。

是的，目前的痛点在于，大多数工具只能做到「你问我答」的被动检索。真正有价值的是主动推送——当你在做某个任务时，自动关联你过去的收藏。

所以这又回到了context注入的问题。AI能力本身够了，关键是怎么把对的信息在对的时间喂给它。

完全同意。这也是为什么记忆层基础设施现在这么热——不管是给agent用还是给个人用，长期记忆加精准检索就是下一个基础设施级别的机会。

好，今天就聊到这儿。象棋引擎那帮人的倔强、vibe coding简历的花活儿、还有数字仓鼠的AI救赎，都挺有意思的。

对，信息量不小。大家周末愉快。

中午见啦。