周末的时候我主要看书写东西，拍照徒步，周末最好给自己一种跳出圈外的机会，多思考，多运动，保持健康的同时，给自己一些不同的情境，这样更容易激发创造性。

不过 Vibe Coding 群里的同学们可没歇着，上千条消息又聊出来了，毕竟是年轻人。我发现大家讨论的问题有这么几个共性：

1、没有任何技术背景，上来就想自己搞复杂的业务系统，前后端、消息、数据仓库，抓上亿的数据进行分析……然后问我该学点啥。

我的建议是：如果完全没有编程背景，自己用 Vibe Coding 的方式先做些单机或逻辑不复杂的东西，成功率更高些。如果做复杂业务系统，肯定要拉工程师过来。只能自己单干的情况下，会走巨多弯路，浪费 Token 还可能啥也做不出来。以前一个靠谱工程师怎么也得有五年工作经验和工程经验，啥没有全靠 AI，想搞出复杂系统，本身就是不合理的做法。

比如你可能不知道什么是 https，不知道什么是脚手架，不知道什么是前后端分离，不知道啥是 API，那么 AI 就没办法得到你的准确 prompt，它就会自己搞一套出来，还可能糊弄你。那你最后就会发现，Token 白烧，系统完全没法上线，安全问题一大堆……

2、分不清模型和工具，Codex 和 Claude Code、SOLO 之类的，都是 Agent 工具，工具依赖大模型做事。所以模型擅长什么，工具擅长什么，这完全是两回事，比如有用户说，我用这个工具做页面不好看啊，是不是工具不行。其实是自己不行。关于 Vibe 设计，可以看社群里的这篇讨论：关于AI 生成UI效果图的讨论。

3、多记录。很多人不喜欢记录内容，只是一味聊天，聊完就忘，还有人不看文档，很多问题会重复提问，效率非常低。所以我还是要说，记录即创作，把自己的实践写下来，你会发现很多没弄明白的地方，在写的过程里明白了。别说自己不会写，自己微信群叭叭聊上千字的，是你吧。

另外就是善用 Agent 的能力，比如 Agent + 墨问 CLI，那就是个巨大的、流动的知识库啊，墨问的用户在上面不遗余力的分享了大量的知识，你只需要一句自然语言就能找到自己想要内容，非常简单。比如：

查一下老池在墨问里写过哪些 Vibe Coding 相关的笔记，分类整理。

你会得到这个：老池的 Vibe Coding 笔记，也就几十条吧，我还给你分个类。

所以，如果你装了墨问 CLI，你就有了个巨大的知识库，有问题，先墨问，会提高很多效率。

墨问 CLI 已经对所有用户开放，安它：墨问命令行给你带来流动的知识库

现在墨问有小程序版本，墨问命令行版本，还有了 Web 社区版。

https://mowen.cn

之前墨问的 Web 版主要是为了给创作者使用，利用 AI 浏览器写笔记，打造一个舒适、简洁并具备设计感的编辑器和创作控制台。

这次的社区版本新增了首页探索（朋友在看、我的关注和发现）、付费订阅（我订阅的付费专栏里笔记的 feed）、我的笔记、标签（标签管理、我的分类笔记、付费笔记，相当于资源库）、消息（评论和点赞），集成了墨问时间知识库和墨问开放平台的说明文档。

探索页增加了快捷分享的入口，可以发文本和图片，适合碎片表达：

语音和图片都设计了全新的展示方式：

这是资源管理：

这是付费订阅：、

这是消息通知：

目前 Web 版本还有不少需要迭代的细节，主打一个先上线，再迭代。另外，目前还缺一个类似小程序的个人主页，我希望为大家打造成自己的 blog。敬请期待。

祝用的开心：）

2026年5月25日

上周五因为有 AI 新品发布的原因，我写了一篇中美 AI 竞争格局的短文，分别发了公众号和 X，收到了大量的反馈。看了这些评论，我感觉自己的理解确实是不全面的。事实上我们根本没法从一个维度去定义这件事。

比如我和一些做基模的专业同学沟通，他们的判断——编程模型差 5%-10%，整体上可能是 3 – 6 个月的差距——这些就是基于他们自己的专业判断，有基线有标准，甚至放到国际评测榜单上，也是类似的结论。这是个专业判断。甚至在 OCR 开源模型这个领域，PaddleOCR-VL-1.5 就是做到了 SOTA。

但涉及到个人，感受就千差万别了。有用户说，中国差在了硬件上，有的说算力不够，模型也不可能好到哪儿去。有的普通用户日常让 AI 助手解决生活里的一些问题，中文的豆包、千问、DeepSeek 等模型，就是比 ChatGPT 和 Gemini 回答的好啊。

即便是同一个领域——比如编程——体感也不一样。

有的用户用来做补全和完成一些简单的模版任务，MiniMax M2.1 就是很好啊，干得漂亮还便宜。有的用户呢，开多个 Agent 做多任务并行，完成复杂的编程实践，这时候 Claude 的优势就发挥出来了，所以他们会认为 CC 比国内模型强大很多。

现在看起来，这是个很难定义的衡量标准。就目前的大趋势来说，基模能力整体上中国落后美国，这是没问题的。落后几个月，不好说，但不会超过一年，甚至中国有些领域是领先的，比如开源模型。2026 如果中国解决了一部分算力问题，我预测这个差距会进一步缩小，因为 Scaling Law 的效果已经越来越不明显了，预训练和强化训练也开始呈现疲态，AI 厂商已经开始追逐第三范式 Online Learning 了。这对追赶者来说，是好事。

还有一点无法忽视，目前的模型越来越强，99% 的用户根本没办法压榨大模型的能力极限。也就是说，模型能力花了 100 倍的功夫，增加了 5% 的能力，大部分用户都感知不到。

比如周五发布的 Opus 4.6 确实很强，但是有多强？目前我试了几个项目，感觉前一代也能解决啊。想榨干模型的能力，几乎是不可能的。甚至想找一些前一代模型搞不定、但新模型却能轻松搞定的案例都很难了。

目前关于新模型（Opus 4.6）能力最有说服力的故事，是 Anthropic 的 Nicholas Carlini 谈 Opus 4.6 的那篇：用一支并行协作的 Claude 团队来构建一个 C 编译器——这可以看作是 Anthropic 团队在自动化软件开发方向的一次系统性实践。

Building a C compiler with a team of parallel Claudes

这是一次用多实例 Claude 自动协作、从零构建可编译 Linux 内核的 C 编译器的实验，我觉得 99% 的工程师别说完成实验了，设计实验都困难。

这个事有多复杂呢？构建一个 agent teams，让多个 Claude 实例在几乎没有人类干预下，在同一个代码仓库长期并行地协作开发。作者用 16 个 Claude，在将近 2000 次 Claude Code 会话和约 2 万美元 API 花费下，从零写出了一个基于 Rust 的 C 编译器，可以在 x86、ARM、RISC‑V 上编译 Linux 6.9，还能编译 QEMU、FFmpeg、SQLite、Postgres、Redis，并在大多数编译器测试套件上达到 99% 通过率。

首先，用一个“无限循环”脚本让单个 Claude 永不停机地反复拉起自己，每次读同一套 agent prompt，持续拆解任务、写代码、再选下一步要做什么。然后扩展成并行架构：多个 Docker 容器各自克隆同一上游仓库，用简单的“写锁文件 + git 同步”避免多个 agent 抢同一任务，通过频繁 pull/merge 解决冲突，没有额外的调度/编排 agent，每个 Claude 自主决定下一步要做啥。随着项目扩展，作者逐渐引入了更完备的测试与 CI，让 Claude 依靠高质量测试和日志来自我定位问题。

我的理解也就能到这里了。

这个实验充分展示了 Opus 4.6 能力。之前的版本勉强能做出能跑小 demo 的编译器，但不能编译大型项目；Opus 4.6 在这个 scaffold 下第一次跨过了“能编译真实世界大型项目”的门槛。

不过编译器依然有硬伤：缺少 16 位 x86 代码生成器，只能在引导阶段依赖 GCC；汇编器和链接器还不稳定；对某些项目仍编译失败；生成的代码性能显著差于 GCC 即便后者不开优化；Rust 代码质量远逊于顶级人类工程师，而且一旦尝试继续修 bug 或加特性，很容易破坏已有功能。

这是下一代 Opus 要解决的问题。事实上每一代模型都在拓展与开发者协作的方式：从 IDE 补全，到根据注释写函数，再到 Claude Code 这种结对编程型 agent，如今 agent teams 展示了“全自动完成复杂项目”的可能。

这让人们看到了规模性使用 Agent 的可能性，但目前这种可能性也只有顶级的 AI 工程师能够触碰，大部分工程师都在做智能代码补全，根据注释模板生成代码，处理文件，做单一 Agent 任务等等。所以体感也是完全不同的。

那么类似 LMArena 的评测榜单有没有价值呢？肯定有啊，比如最近中国模型在编程领域的成绩就很不错。前五名是美国模型，后五是中国模型。有人说，那不是可以刷榜吗，针对性训练等等。这个其实越来越难了，因为 LMArena 也在进行，不仅仅有机器评测，有升级的训练场，有案例测试，还有人工投票，等等。

你看文本大模型的能力，目前前十就剩下一家中国模型，还是百度的 ERNIE-5.0，其他家怎么不刷上去呢？

另外中美的商业模式也不一样，美国 AI 公司对 C 端卖订阅费用，对 B 端卖 API 赚钱，非常明确和简单，现在 OpenAI 已经开始探索第三种方式——广告业务了。

国内呢，就复杂得多，豆包是国内最大用户量的 AI 产品吧，普惠，一分钱不收。千问和元宝为了追赶豆包，还得补贴用户红包和奶茶，抢占市场。类似火山引擎和百度 AI 云这样的toB 服务，倒是一样的，企业想用 AI，还是买 API 和服务比较稳妥。

另外，为什么国外顶级模型都是闭源的，中国都是开源的？

ChatGPT、Gemini、Claude 等在模型研发上投入了数十亿美元，通过闭源（API 授权制），它们可以建立极高的商业壁垒，确保每一笔算力投入都能通过订阅费或 API 调用费获得回报。

国内 AI 公司本来就是后发，需要通过开源来快速吸引开发者，降低全球用户的试用门槛，从而在短时间内建立起足以抗衡美国的开发者生态。另外，面对算力和芯片限制，中国企业也倾向于分布式创新。开源能汇聚全球开发者的反馈，在算法优化和推理效率上寻找突破。第三，开源对中小企业也更友好，中国厂商通过提供“好用且免费/低价”的开源权重，能迅速渗透到制造业、政务等垂直细分市场，以普及率换取未来的商业地位。

这里面还涉及地缘政治的问题，咱就不细讲了。总之中国的环境其实要复杂的多，美国就更直接、简单。未来两边肯定是螺旋式交织上升，具体 AI 能发展到什么程度，如何改变世界的格局和商业模式，改变人们的生活……

我想，五年之内见分晓吧。

2025 年的 3 月份我们结束了长达三年的墨问星球的运营，开始专注墨问的产品研发和内容创作。但耗时三年创作的内容如果留在知识星球里肯定就没用了，内容形式也不够友好。怎么整？

年中的时候我们开始和字节的火山 VikingDB 合作，看看如何重新激活这三年的内容。当时我还写了一篇公众号：字节的火山 VikingDB

随后我们就启动了这个漫长的任务。做这件事需要很多细致的工作。首先要对星球里的内容做清洗，短文本、长文章、图文、问答等等，重新抽象，最后融合成墨问的 1303 条笔记，然后为这些笔记进行分类，更新内容，提取知识 tag，最后进行技术选型，产品设计和研发。

在 AI 时代，信息的连接方式也在发生变化：以前只能是“人去找信息”，现在“信息可以理解你的需求并主动抵达”。基于这个判断，我们把这些知识全部重构为一套新的产品：墨问时间知识库。

墨问时间知识库——也是墨问的第一款 AI 知识库——已经上线了。

访问 https://mowen.cn/ 就能看到它。

墨问时间知识库内容涵盖 1303 篇高质量笔记，共 260 万字。墨问时间知识库，不是一个普通的“文章集合”，而是一套面向长期成长的内容与工具体系。

它把“从书中学、和高人聊、在事上练、创业手记”等主题整合为可检索、可学习、可复用的知识网络，并通过 AI 搜索、分类、标签与交互式问答，把方法与案例在具体问题上随时“召回”：

怎么涨工资、如何晋升、职场里如何做良好沟通、产品相关的好书推荐、创业初期股权怎么设计……

你不仅会得到答案，还能直接跳转到相关笔记继续深入学习和实践。

墨问时间知识库的底层是向量库与长期记忆库，上层是端到端的 RAG 能力，它把文本、图片、音频等多模态统一转化为可计算的向量空间。通过空间坐标的比对实现跨模态的高效语义检索。简单说，它能理解“你说的话，并且给你想要看的笔记”。

更重要的是知识库里的内容。这些内容经历过时间和上万用户的检验，它不仅是一个“能交互和准确找到知识”的工具，更是一套“随时用得上”的系统。你在职场与产品实践中的问题，会通过问答准确召回；你在阅读与写作中的困惑，会被相关笔记与案例解决；你的长期行为与实践，会帮助你形成稳定的学习与决策闭环。

什么人适合订阅墨问时间知识库？

互联网职场人士、自由职业者、产品经理、程序员、创业者、内容创作者、热爱阅读的人，以及所有在职业成长与认知升级上有持续投入的个体。

墨问时间知识库有小程序版本么？

目前知识库问答只有 Web 版本，阅读历史、评论和点赞等信息会同步到墨问小程序上。

墨问时间知识库订阅后一直可以看吗？

永久有效。非订阅用户有 50 次对话的额度。

这次墨问时间知识库的定价简单且亲民：

非墨问会员用户 99 元，会员用户 69 元；如果你尚未成为墨问会员，可选择 168 元同时解锁墨问时间知识库与一年 Pro 会员。知识库权益永久有效。

一旦订阅，阅读、收藏、评论与互动体验会在 Web 与小程序里同步，你的学习轨迹与成果也会得到持续保存。

我们相信，好的知识不该只停留在“读过”，而应被“随时召回、即时应用”。墨问时间知识库，把内容、方法与工具放进一个可运行的系统里，让时间为你证明：坚持与积累，终将转化为可复用的能力。

未来墨问每个会员都会具备创建自己知识库的能力，敬请期待。

https://note.mowen.cn/note/detail?noteUuid=m9nentvuT10II_nLQAo4z

最早设计墨问的时候，原计划在 Web 端创作，阅读和交互用移动端的微信小程序承接，所以先做个墨问便签的 demo 试试小程序的能力。后来发现小程序也可以有桌面端，移动端能力也越来越强，就把创作和互动、AI 语音、画廊、AI 听读、pdf、视频号，都干到小程序上了。All in one。墨问便签也成了墨问。

AI 时代来临，Web 强势回归，它变得比任何时候都更加重要。配合大模型能力和 AI 浏览器，Web 端的应用可以做的事情变多了。除了图文阅读，在 Web 端可以方便的做 AI 搜索、知识库、智能播客、图形图像处理、设计软件、创作多媒体内容等等。

AI 从内容角度给了这个时代重新起飞的动力，Web 重新成为了重要的载体。墨问当然要做 Web 了，墨问，不止于小程序。

1、打开 https://mowen.cn/，点击右上角的“写笔记”，或者直接使用 w.mowen.cn，即可进入墨问笔记的写作状态：

2、编辑器上方工具栏分别是：图片、画廊、底图、上传音频、黑体、引用、高亮和 上传 pdf。点击右上角的 “A”。可以设置编辑器和阅读器的样式，目前一共四种，和小程序保持一致。

3、写作过程中鼠标滑至当前行左侧会出现块选图标，点击出现下拉菜单，可以设置整段文字的样式。

4、写作过程里可以随时使用 ctrl + s（wins）或 cmd + s（mac）保存私密笔记，并继续创作。点击右上角的保存，保存文稿并进入阅读模式。私密笔记点击发布可以快速发布这篇笔记，状态是完全公开。

自己的笔记在阅读状态下时，双击可以进入编辑态。和小程序交互一致。

5、目前 Web 端笔记还不能点赞评论，“我的笔记列表”和首页（发现页、订阅页等）还没有做，所以我们可以在阅读状态下，点击右上角的“小程序”即可进入小程序互动。

6、想在 Web 端编辑已有墨问笔记的，可以点击小程序里墨问笔记的分享按钮，复制这篇笔记的 Web 链接到浏览器里，即可进行编辑创作。

墨问 + AI 浏览器：

在 Web 端写作可以充分利用 AI 浏览器的能力，Dia、豆包、Comet 都是很好的选择。

墨问 Web 的一小步，对应了未来的一大步。

9 月 5 日这一天，Anthropic 在官网发布了一则消息：立即停止 Claude 向中国资本控股企业提供服务。所谓“控股”，指的是持股比例超过 50% 的企业，这一政策覆盖的可不仅仅是大陆公司，事实上大陆公司本身也用不了。这个策略同时包括那些在境外注册，但有中国资本或股东背景的公司和组织。

目前看起来，Claude 这条路在中国企业这里彻底断掉了。

AI 的地缘政治

过去二十年，互联网科技产品大多强调“全球化”。硅谷的产品可以在北京、东京、柏林同时使用，哪怕偶尔有审查或功能阉割，底层的技术逻辑还是相通的。但到了 AI 时代，这条路越来越窄了。先是芯片，后是软件。

Anthropic 在公告中说，这项措施是为了“应对法律、监管与国家安全风险”。换句话说，AI 已经被当作战略资源。和石油、芯片一样，AI 模型不再是单纯的商业工具，早就被嵌入到大国博弈的棋盘里。

这一点在 GPT-4 之后已经很明显。美国政府把最先进的 AI 模型看作“国防资产”，严格控制其出口与使用范围。现在 Anthropic 的决定只是把这种控制明确落地到商业规则中：你是谁、你后面是谁，这决定了你能不能用 Claude。

有意思的是，Anthropic 并非只针对中国，公告里明确提到，这一政策同样适用于美国认定的“对手国家”（adversarial nations），比如俄罗斯啊、伊朗啊、朝鲜等等。

blacklist，在这份名单上，中国的体量让事情变得敏感起来。

这件事让我们也看到另一层逻辑：这也是商业上的风险规避。Anthropic 不希望自家模型被用于可能引发地缘冲突、规避制裁或触及安全边界的场景。对于一家需要不断融资、依赖美国政府关系的公司来说，这个选择也不意外。

直接一点，这对于中国企业来说，意味着什么呢？

如果你是一家 AI 初创公司，哪怕是注册在新加坡、开曼群岛，只要背后有中国资本背景，无论是中国的 VC 还是大公司投资，都将无法继续使用 Claude 的服务。Anthropic 说的非常明白，这是为了避免中国企业通过设立海外子公司、购买第三方云服务来“曲线救国”。

比如字节的 IDE 工具 Trae，一个版本是国内版，只能用国内大模型，另一个是国际版，海外公司的版本，可以使用 GPT，Gemini，Claude，现在呢，我猜测至少是不能使用 Claude 了，包括我之前介绍的阿里 IDE Qoder，都是一样的策略。

1、国内开发者与 Claude 渐行渐远，想通过 API 调用或境外云服务接入，几乎没有可能。

2、Claude 代表了当下语言模型在编程、推理、长文本处理上的最强水平，尤其是编程能力，失去这个通道，我们需要加快国内模型追赶速度。某种角度，这是好事。

3、资本与创业环境会变化。投资人要考虑的，不仅是模型能力，还有合规风险。你投的这家公司，是不是有可能因为“用不了 Claude”而失去竞争力？

一道新的铁幕落下，倒也不算意外。

冷战时期，人类世界被铁幕分割成两部分。今天的 AI 行业，似乎也在形成新的铁幕。Claude 在那边，豆包、文心、通义、月之暗面在这边。模型的性能差异、训练语料差异、生态和市场差异，都会随之变得割裂，各自发展。

长远来看，这未必是坏事，正如当年的芯片产业，断供是痛苦的，但也是国产替代最直接的催化剂。

Anthropic 的这份公告，强化了某种意象：全球 AI 行业正在从“技术竞争”转向“地缘政治竞争”。AI 同样是国家安全、战略利益的一部分。

面对，继续向前走就好了。

2025年9月10日