今天凌晨，ChatGPT 迎来了一个重磅更新。不是 GPT-5，而是 Study Mode（学习模式）。在该模式下，ChatGPT 不再只是针对用户查询给出答案，而是会帮助用户一步步地解决自己的问题。
10天前Amazon发布了他们自己的开发平台，Kiro IDE，其中有一个很厉害的交互功能“Spec（Specification）”，强调的是规范的文档，说明书，以一套非常结构化的方法确保开发过程的系统性、可控性和质量，堪称现代软件工程的最佳实践。让vibe coding有一个规范的范式。
近期，夸克技术团队和浙江大学联合开源了OmniAvatar，这是一个创新的音频驱动全身视频生成模型，只需要输入一张图片和一段音频，OmniAvatar即可生成相应视频，且显著提升了画面中人物的唇形同步细节和全身动作的流畅性。此外，还可通过提示词进一步精准控制人物姿势、情绪、场景等要素。
今天带来 Myshell ShellAgent 2.0 的测试和介绍。 发现 Myshell 上了一个 ShellAgent 2.0 的能力，只需要提示词就能生成一个 Agent 应用。他们这个有意思的点是，没有复杂的前端页面都会在一个 Chatbot 里构建类似的交互，这就摆脱了构建前端的复杂流程降低了错误率，Agent 只需要管理工具之间的交互就可以。
你有没有想过，为什么那些看起来无所不能的 AI agent，在真实工作环境中却总是显得如此笨拙？我们花费数百小时调试提示词、完善指令，但这些智能系统依然无法像人类员工那样从经验中学习和成长。它们不会从错误中汲取教训，也不会在重复性任务中变得更加熟练。这个根本性问题，正是 Composio 刚刚完成 2500 万美元 A 轮融资要解决的核心挑战。
就在昨天，来自UCLA的两位研究者黄溢辰和杨林做了一件让整个AI圈都震惊的事。他们用Google的Gemini 2.5 Pro模型，在2025年国际数学奥林匹克竞赛中拿下了金牌水平的成绩，6道题解对了5道。这可不是什么花架子，IMO被公认为是测试AI推理能力的终极试金石，因为它需要的不仅仅是计算，更需要创造性思维和严密的逻辑推理。
在过去很长一段时间里，科技圈似乎人均都成了“提示词工程师”，大家都在琢磨怎么用最精妙的语言驯服AI。但包括Andrej Karpathy在内的很多行业大佬已经开始反思了，他们认为，决定AI效果的关键，可能早就不是怎么问，而是你给AI喂了什么料。这个思路，就是最近越来越火的上下文工程（Context Engineering）。
AI创造力源于架构缺陷带来的约束（局部性与平移等变性），而非数据堆砌或“涌现”智能。这种约束类似人类“功能固着”的反面，迫使AI重组局部特征，从而创新。提升AI创新可主动设计约束架构、制造数据信息差、优化提示词。这挑战了追求AGI需模仿人脑的假设。
程序员最有价值的技能已经不再是编写代码了，而是精确地向 AI 传达意图。一份完善的规范才是包含完整意图的真正「源代码」。
我每天都使用AI，我认为提示工程是一项高级认知技能。
