工信部人工智能+软件专项行动方案解读:影响未来十年的纲领性文件
工信部发布“人工智能+软件”专项行动实施方案,被视为影响未来十年的纲领性文件。文章梳理了文件提出的三大切换:开发从人工写代码转向智能体驱动,产品从被动功能软件转向主动执行任务的智能体软件,服务从卖License转向MaaS和AaaS。文件明确2028年验收指标,包括智能编程工具覆盖2万家规上软件企业、100项智能化技改、100个智能体软件标杆等。作者认为未来三年软件厂生产线、工业软件、软件新形态、收费方式及开源数据标准都将被改写。
工信部发布“人工智能+软件”专项行动实施方案,被视为影响未来十年的纲领性文件。文章梳理了文件提出的三大切换:开发从人工写代码转向智能体驱动,产品从被动功能软件转向主动执行任务的智能体软件,服务从卖License转向MaaS和AaaS。文件明确2028年验收指标,包括智能编程工具覆盖2万家规上软件企业、100项智能化技改、100个智能体软件标杆等。作者认为未来三年软件厂生产线、工业软件、软件新形态、收费方式及开源数据标准都将被改写。
文章及时解读了2026年9月工信部新政策,信息密度高,分析有深度,但缺乏具体操作步骤,观点较新颖,时效性极强,行文清晰。
本文面向非程序员群体,系统介绍GitHub的使用方法。作者用通俗语言解释了GitHub的本质——一个带版本记录的网上项目文件夹,讲解了初次打开仓库应关注的README、Releases、Issues三大板块,以及LICENSE许可规则。文章详细说明了如何正确下载软件、提示词、Skill和模板,避免误下载源码ZIP,并提供了让AI智能体辅助检查仓库安全的提示词模板。此外还介绍了普通人如何利用GitHub找工具、查一手资料、发布成果、积累公开证据以及从Issues中发现选题和产品机会,最后提醒了Star数量、代码安全、版权许可等常见误区。
本文对比了构建AI智能体的三个开源框架层级:Deep Agents、LangChain和LangGraph。它们提供不同层级的控制力与抽象程度:Deep Agents是开箱即用的智能体套件,专注于最佳上下文工程实践;LangChain是高度可定制的智能体核心抽象与集成框架;LangGraph则是基于图的底层运行时,适用于混合确定性与动态步骤的复杂工作流。三者完全可组合,开发者可在自主性与确定性之间灵活平衡。
本期周刊主题为“基建周”,指出智能体正从 demo 迈向生产系统,技术栈面临重建。文章深入剖析了 Cloudflare 如何补齐计算、存储等边缘云原语,以及 Claude Opus 4.7 与 Codex 在执行层的安全与操作进化。同时,对比了开源项目 Hermes 的工程兜底策略,探讨了 Notion 与 MiniMax 在记忆系统和电脑操作上的实践经验,揭示了智能体“思考、纪律、基建”的分层进化路径。
本期早报围绕智能体系统建设展开:一是 Anthropic 负责人解释 Claude 交付架构,将会话记录、运行框架与沙箱执行环境分离,使失败恢复不影响工作连续性;二是 LangChain 分享设计智能体的实践,将设计师的审美判断沉淀为技能与知识库,中位费用从 8 美元降至 0.50 美元;三是 Ai2 研究检验 LLM 判断研究想法新颖性的可靠性,发现提示词变化可导致准确率剧烈波动。此外还涵盖 Google A2UI 推理格式、Optiver 模型接入平台、小红书 AllSpark 数据管线及 K2 Lab 垂直 AI 产品等内容。
作者整理了 20 种与动画、物理、3D、声音及交付相关的开源技能与工具库,涵盖 Remotion、HyperFrames、Anime.js、React Spring、PixiJS、p5.js、Paper.js、Matter.js、Three.js、Rapier、OGL、tsParticles、glTF Transform、GL Transitions、OBS Studio、Chatterbox、Tone.js、faster-whisper、OpenCut 和 FFmpeg。每个工具附有简介和 GitHub 链接,覆盖从视频渲染、动画编排、图形绘制到配音、字幕转录和视频编码交付的完整创作流程。
作者开源了一个名为 Story Studio 的 AI Agent Skill,用于自动化生产历史/人物故事类短视频,涵盖选题策划、黄金钩子文案、豆包大模型配音、毫秒级字音对齐、三套画风分镜生图、自动生成剪映草稿等全链路。作者靠该流水线在视频号实现单条爆款播放100W+、单日带货4000+的战绩。文章详细拆解了各环节实操方法,并分享图书带货、银发健康产品、创作者分成计划、私域导流等四条变现路径,强调工具完全免费开源。
作者宣布其 AI 视频情报站正式开放 MCP 接口,支持 Claude Code、Codex 等 Agent 直接接入查询。文章介绍了接入方法(一条命令即可),并展示了几种典型用法:每天早上让 Agent 查询新起和升温的视频题材、查询某个题材的来源和时间线、追踪特定 AI 模型的动态,以及将情报站接入自己的工作流(如自动生成选题卡、晨会材料等)。情报站每天早上更新一期,提供题材归类、X 热议、开源项目、题材溯源等数据,同时说明了查询范围限制。不接 MCP 也可通过网页或开源版自行部署使用。
作者苍何介绍了开源项目 WeChatBridge(微信流)的 iOS 版本发布。该工具可将微信聊天记录批量转发给 Codex、Claude Code 等各家 Agent 进行总结分析,也可沉淀到 Obsidian 作为个人知识库。作者分享了借助 Claude Code 和 Kimi K3.1 Pro 开发 iOS 版的过程:先让模型制定详细计划和技术文档,再照文档执行,6 个多小时完成了原计划 18 个工作日的工作。文章强调"别跟它聊需求,跟它定验收"的 Agent 开发心得,并详细介绍了 iOS 版的收、存、投功能,包括分批收集超过 100 条消息、场景化提示词、隐私安全设计等。
作者基于此前多次 OCR 横评经验,介绍百度文心团队开源的 Unlimited OCR 2。作者实测 1665 页《平凡的世界》图片版 PDF,40 分钟完整解析,3623 页《哈利·波特》也只需 90 分钟。其核心创新是 SR-SWA(稀疏参考滑动窗口注意力),通过 Page Gate 划定相关页面、Token Sieve 挑选 top-k 视觉块,使每步计算量不随页数增长;配合无限解码机制,百页文档峰值显存从 47GB 降至 1.77GB。与全注意力相比快 7 倍,在 MarathonDocBench 上保持 SOTA。短板是全局结构信息(如标题层级)保留不足。
作者 Dilum Sanjaya 发布了一个交互式学习应用 learn-esp32.vercel.app,延续其此前的 Arduino 学习工具,将复杂的 ESP32 硬件知识拆解为一个个简单电路课程,帮助初学者逐步上手。该应用使用 Opus 5.5 构建。帖子引发众多网友好评,有人建议将其开源,作者表示考虑构建一个开源项目,让任何人都能贡献自己的电路创意。该工具展示了 AI 辅助开发在硬件教育领域的应用潜力。