过去几年，智能驾驶行业的关键词一直在快速变化。 从高精地图到无图 NOA，从感知、预测、规划、控制的模块化架构，到端到端模型，再到最近行业频繁讨论的 VLA、世界模型和物理 AI，智能驾驶已经不再只是「让汽车自己开」这么简单。它正在成为一个更大的技术问题：AI 如何理解真实物理世界，并把这种理解转化为稳定、可靠、可泛化的移动能力。 汽车只是其中最早、也最复杂的载体之一。因为车辆必须在开放道路中面对行人、车辆、红绿灯、施工、极端天气和不同国家的交通规则，它需要同时处理感知、决策、控制和安全冗余。也正因为如…

过去几年，纯电动车市场最明显的变化之一，是性能门槛被不断拉低。 在燃油车时代，运动轿跑往往意味着更高价格、更高使用成本，以及相对明确的小众定位。但进入电动化周期后，电机响应、后驱布局、智能底盘和高算力芯片开始进入更主流的价格带。对于年轻用户而言，一台车不再只是代步工具，也承载了审美表达、智能体验和驾驶乐趣。尤其在 10 万 – 15 万元市场，用户对产品的期待已经不再停留在「能开、够用、省钱」，而是希望在价格可控的前提下，获得更完整的体验。 这也是零跑 Lafa5 Ultra 在北京车展上市的背景。4 月…

📱 不止折叠屏，曝苹果未来数年将推出十大新品类

我们之前提过，接下来两年苹果的新 iPhone 数量，要赶上小米了。而在苹果 AI Siri 在今年 WWDC 上线后，AI 手机也会成为苹果新的主线。 不过很快 AI 手机很快就会迎来一个新的搅局者，那就是 OpenAI。 天风国际证券分析师郭明錤今天发布最新产业调查称，OpenAI 正在与联发科、高通合作开发手机处理器，立讯精密拿下独家系统协力设计与制造合同，预计 2028 年量产。 音箱、眼镜、耳机、台灯、笔……OpenAI 的硬件全家桶还嫌不够，这次直接把手伸向了手机。

> 摘要：当 Agent 开始结队工作时，真正的挑战就不再是“它们能不能写代码”，而是“我们能不能管理它们”。Routa Kanban

Harness Engineering 之所以在过去几个月迅速成为一个热门话题，很大程度上是因为越来越多团队意识到：AI Coding 的问题，从来不只是模型能力问题。上下文工程、提示词策略、多 Agent 协作都很重要，但这些讨论大多仍然停留在“生成侧”。一旦 AI Agent 真正进入软件交付流程，问题的重心就会迅速转移。

过去一年，我们习惯用“AI 编码 2.0”来描述这一波技术跃迁：从代码补全走向 Agent 驱动，从同步交互走向异步执行，从一次性生成走向“生成—验证—回滚”的闭环。在那个阶段，一个共识逐渐清晰：AI 不再只是辅助，而开始参与执行。但如果只停留在这里，我们其实低估了变化的深度，因为真正发生转移的，并不是“谁在写代码”，而是——**谁在负责软件交付这件事本身。**

当 AI 开始真正参与软件交付时，团队面对的核心问题已经悄悄变化了。过去我们关心的是代码写得够不够快、自动化够不够多，而现在，越来越多团队首先要回答的是另一个问题：当生成速度不断提高之后，系统靠什么抵抗持续上升的代码熵。

在最新的 Routa Desktop 中，我们引入了 Harness 工程可视化系统。它并不是一个展示“AI 写了多少代码”的界面，也不是为了给生成式开发增加一层炫目的仪表盘，

过去大半年里，我一直在帮不同规模的团队落地 AI Coding。从最早的一两个人试点，到十几个人的团队尝试让 AI

最近这段时间里，我做了一件比“让 AI 帮我写文章”更麻烦的事：不是继续打磨 Prompt，而是先让它系统分析我过去十年的文章，再把这些分析结果整理成一个可以被反复加载的写作

几个月前，当 Coding Agent 的 CLI

在时时使用多个 Codex/Copilot/Claude/Qoder 编写代码之后，我第一次明显感觉到，整个产品推进的节奏都被拉快了。

在 Thoughtworks（现 Inspire） 的最后一个月里，我一直在为“下一个项目”准备一套 AI Coding 的端到端方案。这个方案基于 Claude