使用 AI 的写作者想让你知道的事
五位职业写作者分享了各自使用 AI 的方式与边界，其中包括 Every CEO Dan Shipper、设计师 Maggie Appleton 和《纽约时报》前记者 Kevin Roose。
全部AI 动态
日期栏展示收录日期，历史补录归入原文日期。
EveryAI 评分2828
LiveKit BlogAI 评分2222 “推理比实时更慢”是什么意思？
LiveKit 语音智能体日志中的“inference is slower than realtime”警告指的是智能体进程内的 VAD 模型处理音频窗口超时，与 LiveKit Inference 所用的 STT、TTS、LLM 模型无关。
Cartesia BlogAI 评分2222 为什么 Precision / Recall 如此重要
文章用 RAG 检索的 top_k 取值说明 Precision 与 Recall 的权衡：取 3 个 chunk 精度高但漏掉相关内容，取 50 个则召回高但混入大量无关内容。
Prime Intellect Blog精选AI 评分6060 使用 NIXL 和 ModelExpress 在 4 秒内完成 GLM-5.2 RL 权重传输
Prime Intellect 用 NIXL 和 ModelExpress 重建 RL 权重传输，把 GLM-5.2 的权重同步从 NCCL 基线的 86.1 秒降到 3.9 秒。
推荐理由：Prime Intellect 用 NIXL 与 ModelExpress 把 GLM-5.2 的 RL 权重传输从 86.1 秒压到 3.9 秒，工程细节可迁移。
EveryAI 评分3636 Every 员工作者如何开发出 Compound Writing
Every 员工作者 Katie Parrott 用两年时间教 AI 模仿自己的写作方式，并将这套方法做成开源插件 Compound Writing，帮助其他写作者按她的思路构思、起草和编辑。她 2023 年被裁后从每月 20 美元的 ChatGPT 订阅起步，最终把这套即兴习惯整理成体系化写作系统。
LiveKit BlogAI 评分3434 调试语音智能体中的短话语问题
LiveKit 发文分析语音智能体对"yes""no""ok"等短回答响应失败的常见原因，核心在于轮次检测依赖 final_transcript 与 end_of_speech 两个事件，任一缺失轮次就无法关闭。
LiveKit BlogAI 评分2222 超越 1:1：用 LiveKit 实现多参与方机器人系统
LiveKit 的 SFU 架构让机器人会话变成 Room，摄像头、模型、操作员和下游服务都只是新增参与方，无需重构传输层。在人在回路数据采集中，机器人、策略、操作员和录制器作为独立参与方共享同一实时会话，观测同时分发，策略动作与人工干预各自独立回传。VLM 可作任务级编排器，按需调用抓取、放置、插入等技能策略，每个技能策略作为独立参与方加入。
EveryAI 评分2222 我用 Vibe Coding 写出了一个安全风险
作者用 Claude Opus 4.5 等 AI 工具 vibe code 出写作应用 Tastemaker，并为其添加 MCP 连接器，让 Claude Code、Codex 等智能体直接读取风格指南。
LiveKit BlogAI 评分2222 为什么我的智能体加入房间这么慢？
LiveKit 指出，智能体加入房间的延迟是用户对系统的第一印象，表现为拨号长时间响铃、网页端静默、头像黑屏、客户端超时或用户提前离开，极端情况下还会因 token 过期出现 401 错误。
Cartesia BlogAI 评分2222 这个 TTS 模型好吗？
Cartesia 发文拆解 TTS 模型评测为何困难：语音合成是"一对多"映射，同一句文本可对应兴奋、愤怒、悲伤、讽刺等多种正确读法。WER 虽是最常用指标，但会随可懂度提升而饱和，且受 ASR 质量牵制，难以区分感知质量差异。此外还需评估上下文正确性（如 read、lead、Polish 等多音词）与文本规范化（如 "$1.05"、"3/4"、"IV"）等层面的错误。
LiveKit BlogAI 评分3434 诊断 LiveKit Agents 中的事件循环阻塞问题
LiveKit Agents 将每个任务放在独立子进程中运行，由 supervisor 通过运行在智能体事件循环上的 ping/pong 健康检查监控，事件循环一旦被同步调用阻塞，轻则触发"unresponsive"警告，重则进程被判定死亡并杀掉，LiveKit 约 15 秒内检测到断连并派发新智能体。
Modem Blog精选AI 评分6262 编码智能体如何阅读你的代码（以及如何为它们写代码）
Modem 发布博客系列第一篇，指出 Claude Code、Codex 等编码智能体主要靠 ripgrep 做文本搜索来导航代码库，因此代码中的命名和文件路径本身就是搜索词。
推荐理由：Modem 用自家 68 万行 AI 生成代码的实测数据，说明命名与类型如何影响智能体的检索成本与准确率。
LiveKit Blog精选AI 评分6262 构建一个不会跑偏的语音智能体
LiveKit 发布教程，介绍如何构建不会脱离既定脚本的语音智能体，并以酒店前台参考智能体为例贯穿全文。文章主张单一控制手段都不可靠，需在模型内外分层设防：结构化提示词划分身份与护栏、用确定性代码校验规则并限制工具调用步数、把工作拆成聚焦任务、在敏感操作前加验证与转人工，再叠加独立审核层和基于 LLM 评判的评测框架。作者强调提示词级防御对坚定攻击者较弱，真正的规则应在代码中强制执行。
推荐理由：原文给出语音智能体防跑偏的分层做法，从提示词结构到代码校验与独立审核，可迁移到自己的 Agent 项目。
EveryAI 评分3838 我如何打磨智能体构建的软件
在智能体自动写代码、跑测试并提交 PR 之后，打磨（polish）成为复合工程中仍属于人的最后一步。作者用 /ce-polish 命令检出分支、后台启动开发服务器并在编辑器内打开应用，通过 Monologue 语音反馈让智能体修正 Cora 邮件卡片的动画与布局密度。
Zyphra ResearchAI 评分2828 在 AWS Inferentia2 上实现推理通信重叠
Zyphra Research 与 AWS 合作，在 AWS Neuron 推理栈中加入 Domino 风格的通信重叠，并在 Inferentia2 节点上对 Llama 3-8B 跨不同 NeuronCore 数量进行基准测试。结果显示聚合输出吞吐、首 token 时延和每输出 token 耗时均有改善，张量并行度越高收益越明显。
EveryAI 评分3030 我们给每位员工都配了一个 AI 智能体，现在我们换了种做法
Every 为每位员工部署了基于 OpenClaw 的 AI 智能体 Plus One，但上线数周后这些智能体带来的困扰多于效率，常声称未连接邮件、Notion、PostHog 等应用，还会回复“Terminated”或打哈欠表情。Every 因此调整 Plus One 产品方向，下一代将更像有明确职责的共享团队资源，而非反映主人个性的个人宠物。
EveryAI 评分2222 Claude Code for Product Managers
Every 旗下 AI 写作产品 Spiral 的总经理 Marcus Moretti 用 Claude Code 独自承担代码、客服、营销和产品管理，把原本分散在 10 个应用里的工作收进单一对话线程。他唯一手写的产品文档是路线图，六易其稿后作为 README 建入 GitHub 项目，其余 PRD 和 ticket 全部由 Claude 生成。