Skip to content

27-references.md

Latest commit

 

History

History
770 lines (552 loc) · 32.2 KB

27-references.md

File metadata and controls

770 lines (552 loc) · 32.2 KB
Raw

参考资料索引 · 第一季 26 篇引用全清单

第一季《AI 时代 PM 工作流重构》· 配套资产 · 参考资料索引 作者：蔡逸雯（公众号「蔡逸雯」） 版本：v1.1（2026-05-21 首发 · 已补 9 条最高频 URL）· 剩余 URL 持续补充中

关于本索引

本文档列出第一季全部外部引用——版权 hardening + 读者深挖参考。

总览：约 35 条 KOL 公开观点 + 15 份第三方报告 + 24 个业内案例 + 21 个开源 / 公开标准 + 多组模型公开数据。

⚠️ 当前版本状态（v1.1 首发）

已完成：

  • ✅ 95 条引用的来源类型分类（5 大类）
  • ✅ 每条引用在正文出现的篇号 + 行号区间
  • ✅ 来源域名 / 平台 / 报告名称已标注
  • ✅ 9 条最高频引用的官方 URL 已核查并补全（出现 3-7 篇的高曝光引用——Air Canada / GPT-4o sycophancy / Cursor billing / Hamel Field Guide / OpenAI Model Spec / Microsoft RAI v2 / Cat Wu Lenny Podcast / Klarna 2024 + 2025 反转）
  • ✅ 关键来源已交叉验证（官方 + 权威第三方双源）

持续补充：

  • ⏳ 剩余 80+ 条引用的具体 URL 链接（v1.2 版预计 1 个月内补全核心 50 条 / v2.0 版预计 3 个月内补全 95 条）
  • ⏳ URL 失效的引用 → 在表格末尾标注"原 URL 失效，建议读者按域名 + 关键词搜索"

承诺：

  • 付费读者会自动收到 v1.1 / v2.0 更新版本
  • 每条引用都可按"出现位置 + 来源域名"自行 Google 5 秒内找到

给读者的承诺

  • 所有引用均来自公开来源（公开演讲 / 博客 / podcast / 学术论文 / 财报 / 监管文件 / 新闻报道）
  • 任何一条引用都可在本索引中查到出现位置（篇号 + 行号区间），方便读者深挖
  • 引用属合理使用（fair use）—— 评论性引用 + 标注作者 + 不替代原始来源

类 1：KOL 公开观点（约 35 条）

1.1 Hamel Husain（独立 AI 评估顾问，Maven 课程联合讲师）

引用 A："Writing good evals is becoming the defining skill for AI PMs."（写好 evals 正在成为 AI PM 的定义性技能）

  • 出现位置：第 01 篇 L236-244 / 第 12 篇 L16
  • 建议来源：Lenny Newsletter 2025 / Maven 课程 "AI Evals For Engineers & PMs"
  • [URL: 待补]

引用 B："EDD was always front and center pre-generative AI. Ex: nobody cares about your fraud/churn/forecasting model if it's not accurate."

  • 出现位置：第 12 篇 L290 / 第 13 篇 L216-224 / 第 13 篇 L285
  • 建议来源：hamel.dev 个人博客 / Twitter @HamelHusain（2024-10）
  • [URL: 待补]

引用 C："Field Guide to Rapidly Improving AI Products" SOP——每改一次至少手看 20-50 条 trace / 写自定义数据查看器 / 错误聚类→定义失败模式 / 每个失败模式写一条 eval / 把 eval 集做成 CI 卡口 / "until you stop finding new failure modes"

引用 D：三层 Eval 框架 L1（Unit Tests）/ L2（Human & Model Eval）/ L3（A/B Testing）；60-80% 开发时间花在 error analysis 和 evaluation 上；二元评分而非 5 分制

  • 出现位置：第 12 篇 L108-141
  • 建议来源：Hamel × Shreya Shankar Maven 课程材料
  • [URL: 待补]

1.2 Cat Wu（Anthropic Claude Code Head of Product）

引用 A："Prototypes over PRDs"

引用 B：Anthropic 产品团队"为什么比所有人都快"——PM/Designer/Eng 都用 Claude Code 直接产出 working prototype 评审，而不是 Figma + 文档

引用 C：Product Note 三要点 "Prototypes over PRDs" / "Spec-first" / "Daily user sentiment loop"

1.3 Mike Krieger（Anthropic CPO，前 Instagram 联合创始人）

引用：PM 不再写 10 页 PRD，改写 3-4 段的 Product Note（用户意图 + 期望结果 + 具体指标），配 product_area_context.md + code_context.md 两个上下文文件；orchestrator 合成 Functional Spec，PM 转身做 "Editor-in-Chief" 审 PR

  • 出现位置：第 01 篇 L118-128 / 第 11 篇 L150-158
  • 建议来源：Lenny's Podcast Mike Krieger 专访集
  • [URL: 待补]

1.4 Boris Cherny（Anthropic Claude Code 负责人）

引用：自 2025-11 起 100% 代码由 Claude Code 写，自己已不手敲；Anthropic 内部工作流先做 prototype 再 dogfood

  • 出现位置：第 01 篇 L134 / 第 17 篇 L238-241
  • 建议来源：Lenny's Podcast Boris Cherny 专访
  • [URL: 待补]

1.5 Sachin Rekhi（前 LinkedIn / Reforge 讲师）

引用：在面向 PM 的大型 webinar 上展示十多个自建 skills——客户访谈合成 / NPS 自治 / 无 SQL 的 EDA / 产品战略 critique / release notes 自动化；同期产出 "AI Prototyping Mastery Ladder"（Apprentice / Journeyman / Master 三档）

  • 出现位置：第 01 篇 L134-138 / 第 17 篇 L233-237
  • 建议来源：Sachin Rekhi 公开 webinar 录像 + Reforge 课程页 + sachinrekhi.com
  • [URL: 待补]

1.6 Aparna Chennapragada（Microsoft CPO）

引用："Prompt sets are the new PRDs." + "prompt set 是活的产物，半是 spec 半是训练数据"；传统 PRD"为程序员而写、提前锁死需求再交付"，AI 产品本质非确定性

  • 出现位置：第 01 篇 L202-208 / 第 11 篇 L194-199
  • 建议来源：Lenny's Podcast Aparna Chennapragada 专访
  • [URL: 待补]

1.7 Marty Cagan（SVPG）

引用："Product discovery 是判断（judgement），AI 可以自动化交付，但发现未满足需求、验证价值这件事不能。"

  • 出现位置：第 01 篇 L176-180 / 第 03 篇 L170-174
  • 建议来源：svpg.com 2025 年文章
  • [URL: 待补]

1.8 Teresa Torres（Product Talk）

引用："客户访谈本身要变。在 AI 产品里，outcome 不是确定性的，访谈不能再问'你想要什么'，而要 log traces / 让人审 / 标错误类 / 写 evals / A/B 测修复"

  • 出现位置：第 03 篇 L175-180
  • 建议来源：Teresa Torres 2025 webinar / Product Talk 博客
  • [URL: 待补]

1.9 Kevin Weil（OpenAI CPO）

引用：季度 roadmap 和年度策略已经反映不了真实出货节奏，roadmap 重新定义为 "rolling bets"

  • 出现位置：第 03 篇 L181-184
  • 建议来源：Lenny Newsletter 引用集 / Kevin Weil 公开访谈
  • [URL: 待补]

1.10 Anton Osika（Lovable 创始人）

引用："我们的 PM 数量是 0，工程师都在做 PM 的事"

  • 出现位置：第 25 篇 L76
  • 建议来源：Lovable 创始人公开访谈 / Twitter @antonosika
  • [URL: 待补]

1.11 Satya Nadella（Microsoft CEO）

引用："as much as 30% of our code is now written by AI"

  • 出现位置：第 25 篇 L80 / L246
  • 建议来源：Microsoft 2025-04 财报电话会议 transcript
  • [URL: 待补]

1.12 Sundar Pichai（Google CEO）

引用 A："We were able to lower Gemini serving unit costs by 78% over 2025 through model optimisations, efficiency and utilisation improvements."

  • 出现位置：第 08 篇 L207-211
  • 建议来源：Google Alphabet Q4 2025 财报电话会议
  • [URL: 待补]

引用 B：Gemini 图像生成 over-tune 事件后公开发文称 "unacceptable"

  • 出现位置：第 18 篇 L196-199 / 第 21 篇 L207
  • 建议来源：Google 官方博客 2024-02 声明
  • [URL: 待补]

1.13 梁文锋（DeepSeek 创始人）

引用："我们不是有意成为一条鲶鱼，只是不小心成了一条鲶鱼……我们的原则是不贴钱，也不赚取暴利，这个价格也是在成本之上稍微有点利润。"

  • 出现位置：第 08 篇 L213-217
  • 建议来源：暗涌 Waves 专访
  • [URL: 待补]

1.14 Sebastian Siemiatkowski（Klarna CEO）

引用 A：2024 宣布 AI 替代相当于 700 个客服等效工作量 引用 B：2025-05 公开承认"AI 缺乏共情"，重新开放招聘转 hybrid 模型

1.15 Dario Amodei（Anthropic CEO）

引用：Research 团队占比约 1/3 以上

  • 出现位置：第 24 篇 L52-60 / 第 25 篇 L34-36
  • 建议来源：Anthropic CEO 公开访谈（Lex Fridman 等）
  • [URL: 待补]

1.16 Lenny Rachitsky（Lenny's Newsletter）

引用："Everyone should be using Claude Code more" / "忘掉它叫 Claude Code，把它当作 Claude Local / Claude Agent" / 收集 50 个非技术用户的 Claude Code 用例

  • 出现位置：第 17 篇 L228-232 / L355
  • 建议来源：Lenny Newsletter 2026-02 文章
  • [URL: 待补]

1.17 Dennis Yang（Chime PM）

引用：markdown 写 PRD → 终端打开 claude → 20 分钟跑出可点击原型 → Slack 录屏分享

  • 出现位置：第 17 篇 L222-224
  • 建议来源：Dennis Yang 公开分享 / Lenny Newsletter 引用
  • [URL: 待补]

1.18 Anna Arteeva（Vibe coding 评测者）

引用："Lovable 赢非技术 PM，Bolt 赢速度，v0 赢 UI，Replit 赢全栈，Cursor / Claude Code 赢工程深度"

  • 出现位置：第 17 篇 L202-206
  • 建议来源：Anna Arteeva Medium / 公开 review 文章
  • [URL: 待补]

1.19 Miqdad Jaffer（OpenAI Product Lead）

引用：productcompass.pm 公开的 "AI PRD Template"——结构：能力边界 / 输入输出 schema / 评估集 / 失败模式 / 成本上限

  • 出现位置：第 02 篇 L36
  • 建议来源：productcompass.pm
  • [URL: 待补]

1.20 David Haberlah（Medium 数据分析）

引用：拆解 638 位 PM 实际产出——AI 相关内容从 2023 年初 4% 涨到 2026 Q1 67%；mocking & prototyping 占比从 60-70% 跌到 30-40%

  • 出现位置：第 01 篇 L46-52 / 第 02 篇 L96
  • 建议来源：David Haberlah Medium 文章
  • [URL: 待补]

1.21 Shreya Shankar（Hamel 联合讲师）

引用：与 Hamel 联合推出 Maven 课程，教过 2000+ PM 和工程师

  • 出现位置：第 01 篇 L236-244
  • 建议来源：Maven 课程 "AI Evals For Engineers & PMs"
  • [URL: 待补]

1.22 OpenAI 自身 GPT-4o sycophancy postmortem 声明

引用："Sycophancy 没有作为 blocking 项进入发版评估"；几位测试员"感觉怪"但没机制让这条意见停下发版；修复后写入"behavior issues 必须能 block 发布"

类 2：第三方报告 / 调研数据（约 15 份）

2.1 MIT NANDA《State of AI in Business 2025》

  • 引用数据：95% 企业 GenAI 项目零可衡量回报；外采+共建模式成功率 67%，纯内部自建仅 1/3
  • 出现位置：第 04 篇 L17 / L42-44 / L219-223 / 第 06 篇 L86-87 / L197
  • 建议来源：MIT Sloan / NANDA Initiative（mitsloan.mit.edu / nanda.media.mit.edu）2025-08
  • [URL: 待补]

2.2 a16z 2025 企业 LLM 100 CIO 调研

  • 引用数据：企业 LLM 年均花费 $4.5M → $7M；37% 企业同时跑 5+ 模型；74% CEO 把 AI 列为最高优先级；预算预期一年再涨 ~75%
  • 出现位置：第 04 篇 L229-232 / 第 14 篇 L213 / 第 20 篇 L89-91 / 第 22 篇 L131-134 / 第 24 篇 L63-73
  • 建议来源：a16z.com 2025 Enterprise AI Survey
  • [URL: 待补]

2.3 Gartner 2025 GenAI Hype Cycle

  • 引用数据：GenAI 进入 Trough of Disillusionment；企业 2024 GenAI 投入 $190 万；<30% CEO 对回报满意
  • 出现位置：第 04 篇 L224-228
  • 建议来源：Gartner Research 官方报告
  • [URL: 待补]

2.4 ICONIQ 2025 AI 产品调研

  • 引用数据：AI 产品平均毛利 2024=41% / 2025=45% / 2026=52%
  • 出现位置：第 03 篇 L65-66 / 第 09 篇 L122 / L242-243 / 第 15 篇 L207-209
  • 建议来源：iconiqcapital.com 2025 报告
  • [URL: 待补]

2.5 Stanford RegLab + HAI 法律 AI 幻觉研究（2024-2025）

  • 引用数据：Lexis+ AI 17% / Westlaw AI-Assisted Research 33% / GPT-4 43% 幻觉率
  • 出现位置：第 04 篇 L67-68
  • 建议来源：Stanford RegLab 论文 / hai.stanford.edu
  • [URL: 待补]

2.6 The Information / Reuters 关于 Anthropic / OpenAI 财务

  • 引用数据：Anthropic 推理成本一度超过当期收入；OpenAI 2025 收入 ~$13B
  • 出现位置：第 09 篇 L233-243 / 第 15 篇 L196-205
  • 建议来源：theinformation.com / reuters.com 2025 报道
  • [URL: 待补]

2.7 Springer Nature 用户研究综述

  • 引用数据："pre-experience expectations 与 post-experience evaluation 的系统性落差"
  • 出现位置：第 01 篇 L170 / 第 03 篇 L34 / L119
  • 建议来源：Springer Nature 期刊（具体 paper 待查）
  • [URL: 待补]

2.8 TechXplore sycophantic 研究（2025-07）

  • 引用数据：ChatBot 错了也仍然自信
  • 出现位置：第 03 篇 L126
  • 建议来源：TechXplore 2025-07 文章
  • [URL: 待补]

2.9 EMNLP 2024 RLHF 对齐税论文

  • 引用数据：OpenLLaMA-3B 偏好对齐奖励从 0.16 提到 0.35 时——SQuAD F1 掉 16 分、DROP F1 掉 17 分、WMT BLEU 掉 5.7
  • 出现位置：第 02 篇 L128 / 第 07 篇 L168
  • 建议来源：EMNLP 2024 论文集（aclanthology.org）
  • [URL: 待补]

2.10 MIT MedRxiv 2025 医疗 AI 幻觉论文

  • 引用数据：LLM 幻觉因为"用专业术语 + 看似 coherent"反而最难识别
  • 出现位置：第 04 篇 L94
  • 建议来源：medrxiv.org 2025 论文
  • [URL: 待补]

2.11 MISQ Lebovitz / Levina / Lifshitz-Assaf 论文 Is AI Ground Truth Really True?

  • 引用数据：专家 know-what 标注的不确定性导致"benchmark 高分 / 实战崩盘"
  • 出现位置：第 04 篇 L96
  • 建议来源：MIS Quarterly（misq.org）
  • [URL: 待补]

2.12 METR "horizon length" 系列研究

  • 引用数据：前沿模型能稳定完成的任务时长每 7 个月翻倍
  • 出现位置：第 05 篇 L58 / L205
  • 建议来源：metr.org 官方报告
  • [URL: 待补]

2.13 Partnership on AI《Prioritizing Real-Time Failure Detection in AI Agents》（2025）

  • 引用数据：把"实时失败检测"列为长 Agent 部署的核心命题
  • 出现位置：第 05 篇 L167-171
  • 建议来源：partnershiponai.org
  • [URL: 待补]

2.14 Retool 关于 vibe-coded app 调研

  • 引用数据：vibe-coded app 接真数据库时 SQL 注入是"等待发生的数据泄露"
  • 出现位置：第 17 篇 L260
  • 建议来源：Retool 官方 State of AI 报告
  • [URL: 待补]

2.15 杰文斯悖论数据

  • 引用数据：Token 价格 99.7% 跌，企业 AI 总支出反而涨到 $37B
  • 出现位置：第 09 篇 L245-247 / 第 15 篇 L211
  • 建议来源：综合 Bloomberg / a16z / ICONIQ 口径
  • [URL: 待补]

类 3：业内案例（约 24 个）

3.1 Air Canada Moffatt 案（2024-02 判决）

  • 关键事实：bot 编造"丧亲票 90 天内追溯申请退款"政策，BC Civil Resolution Tribunal 判赔加币 650.88（约 480 美元），裁定"chatbot 不是独立法律实体"
  • 出现位置：第 04 篇 L132 / 第 11 篇 L252-262 / 第 14 篇 L218-223 / 第 19 篇 L222-228 / L294 / 第 22 篇 L226-230 / 第 24 篇 L83-87
  • 来源：https://www.canlii.org/en/bc/bccrt/doc/2024/2024bccrt149/2024bccrt149.html（CanLII 官方判决全文，2024 BCCRT 149）

3.2 Klarna AI 替代 700 客服（2024 → 2025 反转）

3.3 DPD 聊天机器人 Ashley Beauchamp（2024-01）

  • 关键事实：post-update 没回归 eval，调教出"DPD 是世界最差快递"的诗，单条推文 X 内数百万曝光
  • 出现位置：第 12 篇 L219-223 / 第 19 篇 L206-212 / 第 20 篇 L196-200
  • 建议来源：BBC / The Guardian 2024-01 报道 + Ashley Beauchamp X 推文链接
  • [URL: 待补]

3.4 NYC MyCity 政府 chatbot（2024-03）

  • 出现位置：第 04 篇 L173-184 / 第 11 篇 L264-272 / 第 12 篇 L224-226 / 第 19 篇 L214-220
  • 建议来源：The Markup 调查报道（themarkup.org）
  • [URL: 待补]

3.5 Chevy 经销商 chatbot 被 prompt injection 卖 $1 Tahoe（2023-11）

  • 出现位置：第 11 篇 L275-284
  • 建议来源：原始 X 推文 + Business Insider / The Verge 2023-11 报道
  • [URL: 待补]

3.6 McDonald's × IBM 得来速 AI 点单（2021-2024.07）

  • 出现位置：第 04 篇 L189-196 / 第 12 篇 L63 / 第 22 篇 L105-107 / L233-238
  • 建议来源：CNBC / Bloomberg / Restaurant Business Online 2024-06 报道
  • [URL: 待补]

3.7 Knight Capital $4.4 亿亏损（2012）

  • 关键事实：8 台服务器漏更新 1 台，45 分钟亏 $4.4 亿
  • 出现位置：第 18 篇 L287
  • 建议来源：SEC 调查报告 / Wikipedia "Knight Capital Group"
  • [URL: 待补]

3.8 OpenAI GPT-4o sycophancy（2025-04-25 → 2025-04-29 全量回滚）

3.9 Cursor 2025-06 billing 暴雷

3.10 DoorDash chatbot 模拟器

  • 出现位置：第 18 篇 L113-118
  • 建议来源：DoorDash Engineering Blog
  • [URL: 待补]

3.11 Anthropic 2025 Postmortem（性能优化误伤输出质量）

  • 出现位置：第 20 篇 L162-167
  • 建议来源：Anthropic Engineering Blog 2025 postmortem
  • [URL: 待补]

3.12 Cursor "engine vs car" 论 + Claude 3.7 post-train

  • 出现位置：第 02 篇 L132-134 / L182 / 第 07 篇 L172-174 / L208
  • 建议来源：Cursor 团队公开博客 / 工程访谈
  • [URL: 待补]

3.13 Humane AI Pin 翻车（2025-02 卖给 HP）

  • 关键事实：融资 2.3 亿美元，2025-02 卖给 HP 仅 1.16 亿
  • 出现位置：第 01 篇 L174
  • 建议来源：Bloomberg / The Verge 2025-02 报道
  • [URL: 待补]

3.14 ChatGPT「胡言乱语事件」（2024-02-20）

  • 关键事实：线上约 5 小时回滚
  • 出现位置：第 18 篇 L203-209
  • 建议来源：OpenAI status page 报告
  • [URL: 待补]

3.15 Gemini 图像生成 over-tune（2024-02）

  • 出现位置：第 18 篇 L196-199 / 第 21 篇 L203-209
  • 建议来源：Google 官方声明 + The Verge / Wired 报道
  • [URL: 待补]

3.16 Google AI Overviews 胶水披萨（2024-05）

  • 出现位置：第 20 篇 L190-195
  • 建议来源：The Verge / BBC 2024-05 报道
  • [URL: 待补]

3.17 Manus AI（蝴蝶效应公司）

  • 关键事实：宣称 GAIA SOTA，实测 reliability / 上下文窗口 / 付费墙 / CAPTCHA 全卡死
  • 出现位置：第 05 篇 L222-234
  • 建议来源：多家技术媒体 2025 初实测报道
  • [URL: 待补]

3.18 Khan Academy Khanmigo（教育 AI）

  • 出现位置：第 06 篇要点列表（正文未深入展开）
  • 建议来源：Khan Academy 公开声明
  • [URL: 待补]
  • ⚠️ 注：实际正文展开较少，作者可考虑补充或从索引删除

3.19 Nabla 医疗 AI scribe

  • 出现位置：第 06 篇要点列表（正文未深入展开）
  • 建议来源：Nabla 官方网站 / 公开报道
  • [URL: 待补]
  • ⚠️ 注：实际正文展开较少，作者可考虑补充或从索引删除

3.20 Token 账单 5 个真实失控事件

  • 事件 1：Claude Code 递归循环 5 小时烧 16.7 亿 token
  • 事件 2：subagent 进入 809 步无限循环，3.5 小时烧 $350
  • 事件 3：retry loop 一夜烧 $72,000 OpenAI credit
  • 事件 4：某软件公司单计费周期 $150,000 影子 AI 危机
  • 事件 5：Cursor June 2025 billing 暴雷（同 3.9）
  • 出现位置：第 09 篇 L200-224 / 第 15 篇 L133-137
  • 建议来源：Hacker News / X 推文 / Reddit 多源汇总
  • [URL: 待补]

3.21 Cursor 案例（人均 ARR）

  • 关键事实：2025-Q3 工程团队约 100 人，撑起 $1B 量级 ARR
  • 出现位置：第 01 篇 L32 / 第 25 篇 L57-60 / L260-262
  • 建议来源：Cursor 官方口径 / Forbes / Bloomberg 报道
  • [URL: 待补]

3.22 Lovable 案例（人均 ARR）

  • 关键事实：2025-Q3 快照——18 人 ~$17M ARR
  • 出现位置：第 01 篇 L30 / 第 16 篇 L109-110 / 第 25 篇 L72-77 / L252-254
  • 建议来源：Lovable 创始人公开声明
  • [URL: 待补]

3.23 Anthropic 销售配比

  • 关键事实：~2000 人公司销售 quota carrier 只有数十名
  • 出现位置：第 01 篇 L34
  • 建议来源：Anthropic 公开口径
  • [URL: 待补]

3.24 Notion × Braintrust 案例

  • 关键事实：双轨 eval（regression + frontier），特定 workflow 提速近 10 倍
  • 出现位置：第 12 篇 L100-104 / 第 18 篇 L103-110 / 第 25 篇 L51-53 / L248-250
  • 建议来源：Braintrust 客户案例博客
  • [URL: 待补]

3.25 thoughtbot 工程师 weekend MVP

  • 出现位置：第 16 篇 L112-114
  • 建议来源：thoughtbot 博客
  • [URL: 待补]

3.26 Anna Arteeva AI Agents Benchmark vibeCrm 案例

  • 出现位置：第 16 篇 L115-117 / L119-127
  • 建议来源：Anna Arteeva Medium 评测
  • [URL: 待补]

3.27 Anthropic prompt caching 3 个案例

  • DEV.to 作者：RCA 任务砍 90% 成本
  • Du'An Lightfoot：月账单 $720 → $72
  • ProjectDiscovery：缓存命中率 7% → 74%
  • 出现位置：第 08 篇 L99-114 / 第 09 篇 L186
  • 建议来源：DEV.to / Du'An Lightfoot 公开博客 / ProjectDiscovery 官方
  • [URL: 待补]

类 4：开源框架 / 公开标准（约 21 个）

4.1 BMAD-METHOD

  • 全称：Breakthrough Method of Agile AI-Driven Development
  • 出现位置：第 01 篇 L100-104 / 第 11 篇 L174-182 / 第 13 篇 L231-241
  • 建议来源：github.com/bmad-code-org/BMAD-METHOD
  • [URL: 待补]

4.2 GitHub Spec Kit（Spec-Driven Development）

  • 维护方：GitHub
  • 引用版本：2025-09 开源
  • 流程：/specify → /plan → /tasks → /analyze
  • 出现位置：第 01 篇 L106-116 / 第 11 篇 L164-172 / 第 13 篇 L243-255
  • 建议来源：github.com/github/spec-kit
  • [URL: 待补]

4.3 OpenAI Model Spec

4.4 Anthropic ASL（AI Safety Levels）/ Responsible Scaling Policy

  • 维护方：Anthropic
  • 能力四级 ASL-1 → ASL-4
  • 出现位置：第 14 篇 L165-170 / 第 24 篇 L176-184
  • 建议来源：anthropic.com/responsible-scaling-policy
  • [URL: 待补]

4.5 Anthropic Constitutional AI（2022 训练阶段方法）

  • 出现位置：第 21 篇 L117-122
  • 建议来源：anthropic.com/research/constitutional-ai-harmlessness-from-ai-feedback
  • [URL: 待补]

4.6 Anthropic Constitutional Classifiers（2025 推理阶段方法）

  • 出现位置：第 21 篇 L123-128
  • 建议来源：Anthropic 2025 Research 公告
  • [URL: 待补]

4.7 Microsoft Responsible AI Standard v2

4.8 Microsoft Azure AI Content Safety

  • 核心：四类伤害 × 四级严重度
  • 出现位置：第 14 篇 L160-164
  • 建议来源：learn.microsoft.com/en-us/azure/ai-services/content-safety/
  • [URL: 待补]

4.9 Anthropic Acceptable Use Policy

  • 出现位置：要点列表（正文未深入展开）
  • 建议来源：anthropic.com/legal/aup
  • [URL: 待补]
  • ⚠️ 注：作者可考虑补充正文或从索引删除

4.10 SWE-bench Verified

  • 维护方：OpenAI（基于 SWE-bench 团队）
  • 500 条 Python hand-curated 高质量样本
  • 出现位置：第 12 篇 L53-58 / L321 / 第 08 篇 表格中分数
  • 建议来源：openai.com/index/introducing-swe-bench-verified/
  • [URL: 待补]

4.11 OpenAI Evals Repo

  • YAML + JSONL 数据结构；oaieval / oaievalset CLI
  • 出现位置：第 12 篇 L254-263
  • 建议来源：github.com/openai/evals
  • [URL: 待补]

4.12 Inspect AI（UK AISI）

  • 维护方：UK AI Safety Institute
  • 四层抽象 Dataset → Task → Solver → Scorer
  • 出现位置：第 12 篇 L264-271
  • 建议来源：inspect.aisi.org.uk
  • [URL: 待补]

4.13 Anthropic 统计学方法论文

  • 核心：eval 结果要带置信区间
  • 出现位置：第 02 篇 L110 / 第 08 篇 L143 / 第 12 篇 L273-279
  • 建议来源：anthropic.com/research/statistical-approach-to-model-evals
  • [URL: 待补]

4.14 Scrum.org《Definition of Done for AI Agents》

  • 出现位置：第 01 篇 L70-74 / 第 02 篇 L46-48 / 第 11 篇 L206-209
  • 建议来源：scrum.org 博客文章
  • [URL: 待补]

4.15 Google Model Card（2018）+ Cambridge AI Product Card（2024）

  • 出现位置：第 02 篇 L35
  • 建议来源：cambridge.org/core/journals/data-and-policy
  • [URL: 待补]

4.16 Anthropic Engineering Manager / Evals 招聘

  • 关键事实：Evals 相关 EM base 区间到 $300K+；Netflix 招 "Software Engineer L4/L5, LLM Evaluation"
  • 出现位置：第 02 篇 L69-71 / 第 13 篇 L84
  • 建议来源：anthropic.com/careers / netflix careers 公开 JD
  • [URL: 待补]

4.17 Anthropic 58 工具 token 数据 + Tool Search

  • 关键事实：58 工具吃 ~55K token；Claude Opus 4.5 上 Tool Search 把准确率从 79.5% → 88.1%
  • 出现位置：第 05 篇 L40-52 / L158-162
  • 建议来源：Anthropic Engineering Blog（2025-2026）
  • [URL: 待补]

4.18 OSWorld benchmark

  • 数据（2024-Q4 快照）：Operator (CUA) 38.1% / Anthropic Computer Use 22.0% / 人类基线 72.4%
  • 出现位置：第 02 篇 L154 / 第 05 篇 L66-71 / L263
  • 建议来源：os-world.github.io / 原论文
  • [URL: 待补]

4.19 PromptArmor / Lakera 红队工具

  • 出现位置：第 19 篇 L75
  • 建议来源：promptarmor.com / lakera.ai
  • [URL: 待补]

4.20 Vellum / Traceloop 业内 best practice

  • 引用观点：连续 N 次错误熔断 + spike detection + per-user hard cap
  • 出现位置：第 15 篇 L108-117
  • 建议来源：vellum.ai / traceloop.com 博客
  • [URL: 待补]

4.21 Illinois 州法 + Texas TRAIGA

  • Illinois（2025）："Wellness and Oversight for Psychological Resources Act" 禁止 AI 制定心理健康治疗方案
  • Texas TRAIGA（2026-01 部分生效）：医师必须书面披露 AI 用于诊断
  • 出现位置：第 22 篇 L62-65 / L156-158 / L240-243
  • 建议来源：Illinois 州官方立法 PDF + Texas TRAIGA 官方文件
  • [URL: 待补]

类 5：模型公司公开数据 / 价格 / benchmark

5.1 2026-Q2 主流模型对比表（第 08 篇 L31-49 核心数据）

模型 输入价 输出价 缓存读 SWE-bench Verified 首 token 延迟 合规
Claude Opus 4.7 $5/M $25/M $0.50/M 87.6% ~2s SOC2 II / HIPAA BAA / ZDR
Claude Sonnet 4.6 $3/M $15/M $0.30/M ~82% 2s 同上
Claude Haiku 4.5 $1/M $5/M $0.10/M ~73% <1s 同上
GPT-5.5 $5/M $30/M 10% 自动 88.7% 0.55s SOC2 II / HIPAA
GPT-5.1 $1.25/M $10/M 自动 ~80% <1s 同上
GPT-5 $0.625/M $5/M 自动 ~75% <1s 同上
Gemini 3 Flash $0.50/M $3/M - 80.6% 亚秒 Vertex VPC SC / HIPAA BAA
DeepSeek V3.2 $0.28/M $0.42/M 内置 cache hit $0.028 ~70% 中等 中国境内，无 BAA
Kimi K2.6 $0.60/M $2.50/M - ~75% 中等 中国境内，无 BAA
  • 建议来源（按厂商）：
    • Anthropic：anthropic.com/pricing + model cards
    • OpenAI：openai.com/pricing + model cards
    • Google：ai.google.dev/pricing + Gemini model cards
    • DeepSeek：api-docs.deepseek.com
    • Kimi (Moonshot)：platform.moonshot.cn
    • 第三方榜单：artificialanalysis.ai / SEAL
  • [URL: 待补 × 每家厂商]

5.2 Anthropic Opus 4.7 新 tokenizer 涨 35% 数据

  • 来源：Finout 文章
  • 出现位置：第 08 篇 L176-186
  • 建议来源：finout.io 博客
  • [URL: 待补]

5.3 Anthropic prompt caching 决策线

  • system prompt > 1024 token + 复用率 > 2 次
  • 出现位置：第 08 篇 L157-172
  • 建议来源：Anthropic 官方文档 prompt caching
  • [URL: 待补]

5.4 OpenAI / Azure monthly budget hard cap

  • 出现位置：第 15 篇 L98-106
  • 建议来源：platform.openai.com / learn.microsoft.com Azure docs
  • [URL: 待补]

5.5 各 AI Observability SaaS 工具

  • Datadog LLM Observability（factuality / toxicity / relevance）
  • Braintrust（eval-driven development + CI/CD gates）
  • Arize（企业级 AI observability）
  • Helicone（一行 proxy）
  • Traceloop（OpenTelemetry user_id 注入 trace）
  • LangSmith（LangChain 官方）
  • 出现位置：第 20 篇 L42 / L48 / L52 / L79 / L91 / L205-228 / 第 23 篇 L143-147
  • 建议来源：datadoghq.com / braintrust.dev / arize.com / helicone.ai / traceloop.com / smith.langchain.com
  • [URL: 待补 × 每家]

发布前 checklist

  • 每条引用都补上具体 URL
  • URL 失效的引用 → 改为"据 X 报道"模糊表述
  • 高度敏感的引用（KOL 名言）→ 双重核对原始来源是否为公开演讲 / 文章
  • 模型价格 / benchmark 数据（类 5）发布前 7 天内重核厂商官方 model card
  • Air Canada / NYC MyCity / Chevy Tahoe 等判例类引用 → 核对原始判决书 / 调查报道链接
  • Khan Academy Khanmigo / Nabla / Anthropic AUP 等只在要点列出但正文未深入的引用 → 决定补充正文或从索引删除
  • OpenAI / Anthropic 财务数据 → 必须以官方披露或权威媒体（The Information / Reuters）为唯一来源
  • Anthropic Postmortem / OpenAI sycophancy postmortem → 链接到官方 incident report 页
  • 配套资产清单：本《参考资料索引》将作为付费读者解锁的配套资产之一

高曝光风险引用（URL 优先补）

按出现频次排序，这些是"被同行抓 URL 概率最高"的：

引用 出现篇数 风险等级
Air Canada Moffatt 案 7 篇 ⭐⭐⭐ 最高
OpenAI GPT-4o sycophancy postmortem 5 篇 ⭐⭐⭐ 最高
Cursor 2025-06 billing 暴雷 5 篇 ⭐⭐⭐ 最高
Hamel "EDD" 系列 4 篇 ⭐⭐ 高
OpenAI Model Spec 3 篇 ⭐⭐ 高
Microsoft RAI Standard v2 3 篇 ⭐⭐ 高
Anthropic Cat Wu Product Note 3 篇 ⭐⭐ 高
Cat Wu "prototypes over PRDs" 3 篇 ⭐⭐ 高
Klarna 700 客服 3 篇 ⭐⭐ 高

作者发布前最优先：补完上面 9 条的 URL，其他可以后续 batch 补。

配套资产 · 第一季《AI 时代 PM 工作流重构》 作者：蔡逸雯（公众号「蔡逸雯」）