2025年结束了，周刊又坚持了一年，可喜可贺。
今年被称作Agent元年，是AI从“只会聊天的对话框”进化为“能够代劳的打工人”的关键转折点。对于这个称呼，行内人感叹星汉灿烂，行外人则是雾里看花。身在其中的我切实感受到AI的变化和影响，至少在编程智能体这个领域，AI已经带来了深刻的变革。那么到底有哪些关键性突破呢：
技术底层的突破：从“对话”到“推理”。以Reasoning Models（推理模型）为核心的技术路线成熟，模型具备了慢思考能力，学会在回答前进行自我检查、多步规划和逻辑推演。Agent能够将一个复杂目标（如“帮我策划一场去日本的旅行并预订所有门票”）拆解成几十个子任务，并具备出错后自动修正的能力。
交互模式的变革：从“人找工具”到“工具找人”。Agent开始接管工具操作权，具备了直接操作屏幕、点击按钮和填写表格的能力。模型上下文协议（MCP）解决了智能体与外部工具安全、高效交互的核心问题。AI不再是一个APP，而是长在操作系统里。Android、iOS和Windows全面转向“AI优先”，Agent成为了调用各种底层功能的接口。
商业落地的规模化：从“Demo”到“生产力”。各大公司开始将AI引入到实际业务中，部署多个专业Agent（如财务Agent、HR Agent、代码Agent）组成的“虚拟团队”，通过Cross-Agent（A2A）通信协议，多个智能体能够有效连接与协作。
很多关键标志性事件，也都在印证这个趋势：
...
但技术狂欢的背后，我更多的开始思考人类的价值，我们到底还有哪些稀缺特质是无法（或者最后）被取代的。为了弄明白这个问题，我咨询了一下AI（笑），它的回答是：
我很认同，并点了一个踩，不愿承认AI比我更懂人类。
但不可否认，我们在AI时代的稀缺性将向“人类本质”回归，弄清楚“人为何为人”可能是这个时代最重要的问题。完美的答案可能还需要时间来思索，但如果让现在的我来回答这个问题，我会说：
“独特的品味，真实的活人感和小圈子的归属感是人之根本。”
将周刊内容按照时间线进行串联总结：
年初，数据库领域率先燃起战火，Redis和Elasticsearch的许可证变动引发了社区关于开源商业模式的剧烈讨论。紧接着，NVIDIA在CES 2025上发布的RTX 50系列及Blackwell架构，预示着个人PC向AI超级计算机转型的开始。
随着AI工具的普及，开发者群体中兴起了一种名为“氛围编程（Vibe Coding）”的新范式，强调通过AI辅助快速实现功能而非深究细节，这在降低门槛的同时也引发了对技能退化的担忧。
进入年中，AI的竞争进入了“深水区”。Qwen 3（通义千问）系列的发布让国产模型在编程和逻辑推理上达到了全球领先水平。同时，Google的Gemini 2.5/3系列通过图像生成与实时推理能力，开始尝试平替传统专业软件如PS。
年末，技术与现实社会的碰撞达到了高潮。AI模型通过强化学习（RL）和链式思考（CoT）实现了智能形态的重塑，GPT-5.2、Claude 4.5以及DeepSeek V3.2的相继发布，将“长时推理”推向了极致。
⭐️ 更多细节可阅读往期：肖恩技术周刊
2025年1月1日- 12月31日共发表了46期周刊，累计117,458字（vuepress字数统计），各类内容共592条，公众号累计阅读8410人次。
52-55期题材应该命中了流量池，阅读量高很多。除去这几期外整体趋势比较平稳，已有30+左右的稳定读者啦，谢谢你们的喜欢。
周刊信息源持续扩充中，已包含130+ RSS订阅源，主要覆盖了：
内容共592条，类型占比：
今年主题覆盖情况（TOP100关键词）：
第一是增加“活人感”。正如前文所述，在AI时代，“活人感”是最重要的稀缺特质之一。这一点其实在24年总结中已经注意到，但今年碍于精力实在有限，未能做到有效改善。来年继续去AI味，尝试更人性化的开篇内容，并在摘要后增加个人见解。
第二是优化信息源。丰富的信息源是周刊质量的保障，今年增加了不少，达到了134个。但只求量不行，更需要质。来年在持续收集的过程中也会对现有信息源进行整理，剔除低质部分。
第三是流程自动化。周刊的产出流程为：信息收集 → 阅读 → 留存 → 撰写。理想状态应该是只聚焦于阅读、标注是否喜欢、想法等，工具基于交互自动生成周刊。
信息收集基本实现了自动化，通过自部署FreshRSS + 定时任务实现RSS源的定时拉取，再通过网页端或手机应用Readrops实现随时随地碎片阅读，更多细节见：碎片时间刷文章！懒人阅读方案分享。
阅读是目前耗时最多的阶段，虽有AI工具辅助，但整体效率仍不高。有考虑搞一个AI初筛工具，但实际上一天收集的内容数量并不多（大概百来篇），且一篇文章多数情况看了标题和第一段就能确定是否对味，因此筛选并不是核心痛点。效率低的根本原因应该还是阅读本身，被英语水平和阅读效率所拖累（从小就阅读慢😭），来年再研究研究有没有提效思路。
留存目前使用flomo，撰写是kimi + Obsidian + doocs/md。理论上这两步可以做到全自动化。
以上就是总结的全部内容啦，最后祝大家新年快乐🎉，我们明年见👋🏻。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。