北京和上海的开源生态计划标志着中国AI基础设施的新阶段，强调系统性建设与治理。北京侧重基础能力，上海则注重国际化与规模效应。成功的关键在于形成可持续的工程能力与标准，而非仅仅满足目标。

“飞桨班”是百度与高校合作的AI人才培养项目，华中科技大学已培养49名优秀学子，获得多个奖项。该项目通过实际项目参与，提升学生的工程能力和创新思维，形成校企协同机制，为未来AI人才培养提供了重要经验。

文章回顾了AI编程工具的发展，从Tabnine到Github Copilot，再到Cursor和Augment，最后提到Claude Code。每个工具在用户体验和工程能力上各具特色，Cursor强调快速修改，Augment关注软件工程流程，而Claude Code则提供CLI灵活性。AI编程工具正在重塑开发者的工作方式，未来竞争将集中在如何将智能融入真实工作流中。

在软件开发中，自建解决方案可以节省成本并增强控制。作者为朋友的博客开发了一个实时评论系统，使用Supabase替代Sanity.io，节省了每月15美元。自建不仅提供了灵活性和控制权，还带来了学习机会，避免了对第三方服务的依赖。这是节省金钱与提升工程能力的过程。

在AI时代，新手工程师需掌握编程技能和工程能力。编程应通过实践学习，理解代码。工程能力包括需求分析、架构设计和测试，确保系统可维护。尽管AI可辅助编程，但架构设计和技术选型仍需人类决策。通过实际项目和经验总结提升能力，以适应快速变化的技术环境。

AI搜索正在进行商战，提供多模态的信源。下半场将比拼工程能力和数据源质量。期待提供更好、更多样、更可视化、更个性化的内容。AI生成的内容增多，找到有用信息是个问题。