One helpful tip per day:)
Mustafa Suleyman 建议我们需要认真面对那些已经大规模出现、并且有潜力从根本上改变我们对“人”和“社会”理解的技术所带来的社会影响：
1. 他希望创造一种能让人类更具人性、加深彼此信任和理解、并强化现实世界联系的人工智能。
2. 他最大的担忧是，许多人会深信人工智能具有意识这种幻觉，甚至强烈到开始主张 AI 权利、模型福利，乃至 AI 公民身份。
3. 我们必须为人类而建造 AI，而不是去建造“数字人”。
4.
One helpful tip per day:)
Andrej Karpathy 介绍了他使用 vibe coding （这个词就是他最先提出的）的体验：
1. 他个人在使用大语言模型时，75% 通过 Cursor 的自动补全功能。
2. 他觉得用文字去精确表达需求需要太多信息量和带来过多延迟，还不如直接在代码里、在正确的位置演示给模型看，效率更高。
3. 他还没有学会同时高效地使用多个实例——单个实例已经让他觉得够难应付了。
4. 这些模型基本上没有品味。
5. 在他进入更偏 vibe-coding 的领域、即自己不太熟悉的部分时，
One helpful tip per day:)
Andrew Qu 说 MCP 协议和 AI 模型的关系就像厨师和厨房：
* 厨师决定要做什么（AI 代理）
* 厨房决定有哪些工具和食材（MCP 服务器）
* 厨师只能使用厨房公开提供的内容
1. MCP 不是一个库或 SDK，而是一个规范，就像 REST 或 GraphQL，但它是为 AI 代理设计的。
2. 模型仍然依赖其训练所得的知识和推理能力，
One helpful tip per day:)
Conrad Irwin 认为软件工程需要的不仅仅是能生成代码的模型：
1. 当你观察一个真正懂行的人时，你会发现他们不断在以下步骤之间循环：
1. 建立关于需求的心智模型
2. 编写可能满足需求的代码
3. 建立关于代码实际行为的心智模型
4. 找出差异，并更新代码（或更新需求）
2. 公平地说，LLMs 在写代码方面相当不错，当你指出需要修复的问题时，它们在更新代码上也表现尚可。但它们无法维持清晰的心智模型。
3. LLMs 会无休止地感到困惑：它们假设自己写的代码确实能运行；当测试失败时，
