Tim O'Reilly 撰文谈 AI 时代人类专业知识的价值与缺失机制
Tim O'Reilly 在这篇长文中回应 Richard Sutton 的“苦涩教训”，自称 human-pilled：LLM 知道一切却因此什么也不知道，人类的专业知识为模型提供聚焦，并举 O'Reilly Expert Intelligence MCP 服务器让模型参考《Site Reliability Engineering》后将招聘建议改为 toil 审计的例子。
#MCP/工具调用
O'Reilly RadarAI 评分5353
Figma AI / Agent / MakeAI 评分5353 Figma 工程师 Jake Albaugh 谈如何让 AI 加速产出不偏离正确方向
Figma 的 Jake Albaugh 发文讨论 AI 让编码提速后如何避免只快不对：AI 加速执行但不提供判断力，易陷入他所说的认知投降，需要先想清楚什么值得做。他引用 Google 关于 agentic engineering 的白皮书，建议用测试等确定性层、高信号上下文和清晰接口约束智能体，并借助设计系统减少技术债。文章还指出模型输出趋向分布内的平均水平，观点必须由人自己持有。