Plan mode is dead
https://www.aymannadeem.com/artificial/intelligence,/developer/tools/2026/09/24/plan-mode-is-dead.html 作者围绕其构建的桌面编程应用 Nuanced 分享了对 plan mode 的反思：plan mode 原本有两大用途——为 agent 提供足够精确的指令、帮助人类理解正在构建的内容。随着模型能力提升，前者正迅速过时，后者却比以往更重要，而 plan mode 是错误的抽象。规划不等于一份计划，AI 生成的冗长规格难以阅读，将规划与构建强行分离也违背了真实的思考过程。作者认为规划应与执行交织为“理解—行动—检查—澄清—调整”的循环，而非固化成一份名为计划的文档。
How to be more ambitious A tutorial for humans with models
https://felixrieseberg.com/how-to-be-more-ambitious-a-tutorial-for-humans-with-models/ 作者基于在 Claude 团队的工作经验，提出用“速度、高度、深度、广度”四种雄心使用 AI 模型：高度指提升抽象层级、关注最终目标；深度指模仿领域顶尖专家的工具与方法、挑战既有假设并产出新知识；广度指跨界引入多领域视角与多 Agent 协作。文中给出把名词换成动词、组建“团队”、设定不合理目标、使用外部评判者等具体技巧与提示词示例，并引用自我效能、四分钟英里等案例说明相信可能性本身就能提升成就。
DeepSeek开源生产推理框架
https://github.com/deepseek-ai/DeepInfer DeepSeek 把内部推理框架 DeepInfer 开源，许可证是 Apache-2.0。它现在能离线跑 DeepSeek-V4.1-Flash，硬件写明是 NVIDIA SM100 和华为昇腾 950。已包含优化内核、注意力数据并行、MoE 专家并行、DSpark 草稿校验、有界 SWA 回放、异步调度、批不变推理和结构化输出。三个生产目标：多厂商芯片、8 卡机器做 Prefill、64 到 128 卡节点做 Decode，以及 KV Cache 保留 72 小时以上。开源说明同时写明，完整在线服务还缺 KV Cache 系统、Prefill 与 Decode 拆分，以及副本间负载均衡。框架主要从 vLLM 改来，也参考了 SGLang 和 TensorRT-LLM。