AI热点风向标·07月04日早间版

最近AI圈有几个话题特别有意思，我刷GitHub趋势榜的时候发现一个很魔幻的事儿。

你说OpenAI那个？codex-plugin-cc？

对，OpenAI官方出了一个插件，让你在Claude Code里面调用Codex来做代码审查和任务委派。

这事儿我第一反应就是——OpenAI这是放下身段了。你想想，这相当于承认了Claude Code在开发者工作流里的地位。

一天涨352个star，说明开发者是真的买账。但我觉得更深层的信号是，AI工具之间的竞争逻辑在变。

不是零和博弈了，是生态位卡位。OpenAI的策略很清楚——你用谁的IDE我不管，但推理能力你得用我的。

从产品角度看，这其实是个很聪明的分发策略。与其让用户二选一，不如嵌入对手的工作流。

HackerNews上有人说这是embrace extend extinguish的第一步，我觉得有点阴谋论了，但逻辑上不是完全没道理。

你觉得Anthropic会怎么看这事？

如果我是Anthropic，我反而欢迎。这等于OpenAI帮我验证了Claude Code的平台价值。

行，这个话题先放这儿。另一个让我意外的是agentskills这个项目，一天86个star，做Agent技能规范和文档。

这个我关注很久了。Agent现在最大的问题就是互操作性，每家的Agent都是孤岛。

你能给不太技术的听众解释一下，为什么需要一个统一的Agent Skills规范？

打个比方，现在的AI Agent就像2005年的手机App，每个平台一套标准，开发者苦不堪言。这个项目想做的事就是定义一套通用接口。

所以本质上是想让不同Agent之间能互相调用对方的能力？

对，而且不只是调用，是让Agent能自己发现、理解、组合其他Agent的技能。

这让我想到当年API经济的起步阶段。但问题是，谁来主导标准？

这就是关键。Reddit上有人说这种社区驱动的规范最后都会被大厂fork掉自己搞一套。

悲观但现实。不过两万多star说明需求是真实存在的。

需求真实不代表这个项目能成，但方向绝对没问题。

好，换个方向聊聊。PyTorch突破十万star了，这个里程碑你怎么看？

十万star对一个深度学习框架来说，意味着它已经不只是工具了，是基础设施。

我记得几年前TensorFlow还是主流，现在PyTorch基本一统江湖了。

对，学术界早就倒向PyTorch了，工业界这两年也基本完成迁移。动态图的胜利是彻底的。

从产品经理视角，我觉得PyTorch赢在开发者体验上。写起来就是比TensorFlow舒服。

你说得没错，但更深层的原因是Meta把它做成了真正的社区项目，治理结构比Google开放太多。

这对现在的AI创业者意味着什么？

意味着你的技术栈选择基本没悬念了，PyTorch就是默认选项，把精力放在上层应用就行。

最后聊两个教育向的项目。一个是clean-code-javascript，九万多star了，另一个是哈佛的机器学习系统教材。

这俩放一起看特别有意思。一个是经典软件工程的最佳实践，一个是AI时代的新教材。

clean-code-javascript今天还在涨star，这本身就说明一个问题——AI写代码越多，人越需要知道什么是好代码。

完全同意。AI生成代码的质量参差不齐，review能力反而变得更重要了。

推特上有个说法很有意思，说以后程序员的核心技能是读代码而不是写代码。

这话有道理但不完整。你得能读，能判断好坏，还得能指导AI往好的方向写。

那哈佛那本机器学习系统的书呢？一天68个star，作为教材类项目这个增速很猛。

这本书覆盖的是ML Systems，不是ML算法。讲的是怎么把模型部署到边缘设备、怎么做系统优化。

所以是填补了从研究到工程落地之间的知识空白？

对，而且是哈佛的课程配套，质量有保障。现在市面上讲MLOps的书太多了，但从系统视角讲的很少。

好，今天这几个话题串起来看，我感觉有一条主线——AI工具链在走向成熟和标准化。

没错。从框架到编码规范到Agent互操作，甚至到竞品之间的插件集成，都指向同一个方向。

野蛮生长的阶段在收尾，接下来是生态整合的阶段。

同意。谁能定义标准，谁就拿到下一轮的门票。

行，今天就聊到这儿。各位听众中午见。

中午见，记得给我们点个关注。