我的 X 收藏 / 戈多Godot | 博通和迈威尔，正在接管 AI 数据中心的底层叙事
深度长文指出博通和迈威尔作为定制ASIC双寡头，因摩尔定律失效和先进制程成本飙升，正主导超大规模云服务商的AI数据中心底层架构，提供不可替代的复杂设计和互连能力。
ai_xiaomu / 黄小木 | 豆包&千问下架Agent 并不是Agent不行了。
分析豆包和千问下架智能体广场的深层原因是低质内容治理成本过高，而非技术失败，并预判未来智能体会转向私有工作流，为AI平台策略选择提供了新视角。
canghe / 苍何 | Claude Code 实战指南：通过认知心理学四象限框架发现未知
Claude Code研发人员发布基于认知心理学四象限的协作框架，包含盲区扫描、头脑风暴等七步流程及具体提示词模板，帮助用户发现和澄清项目中的未知盲区，是一种可复用的AI协作工作流方法论。
ai_xiaomu / 黄小木 | 企业现在可以做一个 AI 营销自查：
黄小木提出企业应优先进行AI营销信息健康度自查，包含提及率、描述准确性等7个具体问题，而非急于开发智能体，提供了一个低成本的品牌AI健康度检查工作流。
thsottiaux / Tibo | This is a good feature request. We will take more feature requests like this one.
Codex团队核心成员Tibo明确表示，一个包含动机、解释和截图的特征请求是完美格式，并鼓励更多此类请求，为AI产品用户提供了高效的反馈工作流模板。
thsottiaux / Tibo | What is something that you feel is surprising that Codex still can't do well and we should have gotten right a while ago
Codex团队Tibo公开向用户征集产品短板问题和意外痛点，表明团队正在主动收集信息以确定改进优先级，是观察产品走向的重要信号。
Claude Code 核心研发人员发布了一套基于认知心理学四象限的协作框架，将用户与AI协作中常见的“已知已知、已知未知、未知已知、未知未知”四个象限转化为可执行的七步流程，包含盲区扫描、头脑风暴、深度访谈等具体环节。框架附有可直接复用的提示词模板和实际案例分析，核心目标是帮助用户系统性地发现并澄清项目中那些“你自己都不知道自己不知道”的盲区，从而大幅提升与Claude这类工具的协作质量和决策可靠性。
这套框架最大的价值在于它将抽象的认知心理学概念变成了可操作的AI协作工作流。对于AI原生团队和内容运营者而言，它改变了一个重要判断：与AI协作的质量瓶颈不在工具能力，而在提问者自身对问题边界的认知。你可以在撰写技术方案、产品策略或内容选题时直接套用其提示词模板，将“我不知道该问什么”的场景转化为结构化探索流程。这条方法论可以迁移到任何需要与AI深度协作的场景中，是今年为止最完整的AI协作实战指南之一。
一篇深度技术长文系统性地分析了博通和迈威尔如何以定制ASIC（专用集成电路）双寡头的身份，悄然接管AI数据中心的底层架构话语权。核心论点是：随着摩尔定律失效和先进制程成本指数级飙升，通用GPU在大规模超算场景中的性价比和可定制性正在被博通/迈威尔的定制芯片路线挑战。这些公司为超大规模云服务商提供的不只是芯片设计，更是不可替代的复杂互连和功耗管理能力，实质上正在重塑AI算力供应链的权力结构。
这篇文章值得细读，因为它改变了一个重要判断：AI基础设施的未来竞争不只有英伟达和AMD的GPU之争，定制ASIC路线正在从边缘走向主流。对于从事AI基础设施投资、云服务选型或创业方向判断的人而言，这一趋势意味着算力成本结构、供应链依赖关系和长期竞争壁垒的底层逻辑可能正在发生结构性变化。文中关于“摩尔定律失效后，架构设计比制程工艺更重要”的逻辑，可以迁移到任何技术基础设施的长期规划决策中。
只回答一个问题：如果今天要 build，有没有新的产品方向值得优先考虑？
今天没有足够新的产品/需求/收入信号形成新的 Top 5 build choices。
最近几天已经反复出现过的方向已隐藏；没有必要把同样的 5 个方向换顺序再推一次。