既能写 API，也能和客户喝 IPA：FDE 的核心素质
既能写 API，也能和客户喝 IPA。 这句话不是段子。 是 AI 落地里最稀缺的一种人。 OpenAI、Anthropic 都在招这种人，岗位名叫 FDE。 可我跟大厂工程师聊，很多人听都没听过。 至少在 AI Agent 落地这条线上，值钱的已经不是「把代码写对」， 而是「把业务结果扛下来」。 我把它拆成三件事：能交付 agent、能谈拢人、能为结果担责。 --- FDE 全称 Forward
刚看完英特尔 CEO 陈立武的专访
66 岁，本来要退休，朋友都劝他别接。他还是接了 他说了一句很实在的话：英特尔是半导体业的基石，能救的话，退休前该把这件事做完 上任后三件事，条条都狠： 砍掉一半管理层，工程师直接向他汇报 拉来 NVIDIA 50 亿美元，美国政府 89 亿补贴转成股权 押一个市场不太信的观点——AI 时代 CPU 和 GPU 的比例，会从 1:8 变成 1:1 股价从 17 美元涨到 120，市值 6734 亿
OpenAI Codex 团队只有 40 个人。
1 个 PM + 2 个设计师 + 37 个工程师。 结果呢？ 99% 的代码是 AI 生成的。 而且他们跑得飞快。 具体怎么干的： - 每个工程师同时跑 4 个并行 agent（code review、功能实现、安全审计、代码库摘要） - PM 用 Codex 处理用户 issue，1 小时能跑完 100+ 个，大部分 24 小时内修复 - 功能开发经常 2-3 人甚至单人从规划到发布 - 99
当你第一次当 PM，会发现没有人告诉你「怎么开始」。
我常问初阶 PM 三道场景题，看他们会怎么处理。 这不是要答得完美，而是看你是不是开始真正「管理」了。 下面是我的混乱处理 SOP。🧵 场景 1｜马克杯任务考验 客户：「我要做一个马克杯。」 你是项目经理，请问你要怎么开始推进这个项目？ 怎么安排时程？找谁？问什么？ [最烧脑的其实不是做，而是先把需求拆清楚。] 处理方式：不急着下单，先「拆功能」。 • 马克杯是什么？尺寸？图案？材质？数量？包装
Every 是 Dan Shipper 自己创的媒体和软件公司，从 2020 年 GPT-3 时代开始到现在 6 年多。
1/7 他们从 GPT-3 那刻起就把 AI 塞进每个工作流：写稿、编辑、客服、设计、营销、工程。Codex 和 Claude Code 是默认界面，新模型 alpha 阶段他们就先拿到。理论上这是「自动化到极致」最彻底的样本。 结果 2026-05-21 他发报告《After Automation》，标题直白：「我们什么都自动化了，但人却变多了」——从 4 人扩到 30 人。 几天后上 Lenn
技术债 (Tech Debt) 不是坏习惯的产物
是每一个「情有可原」叠加的结果 最可怕的技术债，不是你知道的那种 是你以为还没有，但其实已经很深了 1/8 技术债有两种 「显性债」你知道它在那里 「TODO: 这里需要重构」 「隐性债」你不知道它存在 直到加新功能的时候，才发现要先还三个月的债 隐性债比显性债危险 10 倍 2/8 隐性债是怎么来的 每次「先这样，之后再改」 每次「现在没时间，下个 sprint」 每次「这个场景概率很低，先不处