肖恩技术周刊（第 78 期）：Markup or Markdown！

2026/1/12大约 10 分钟约 3087 字

肖恩技术周刊（第 78 期）：Markup or Markdown！

对周内阅读的技术内容精品（个人向）进行总结。觉得不错可点击右上角订阅，第一时间获取更新通知。

在如今的 AI 时代，Markdown 已经从程序员的“私人工具”变成了全球通用的“沟通协议”。但鲜为人知的是，这个名字本身其实是一场充满黑色幽默的文字游戏，其诞生背景更带有理想主义色彩。

Markdown 的发明源于John Gruber和Aaron Swartz的合作。Gruber当时是知名科技博客Daring Fireball的作者，厌倦了HTML的冗长代码，希望为博客写作设计一种“人性化”的纯文本格式。

2004年，他与Swartz（Reddit联合创始人、RSS规范贡献者）联手，用Perl语言编写了首个Markdown脚本。两人的初衷极其单纯：“让文档在不被渲染的情况下也具备可读性”。他们希望即使用最原始的纯文本打开，Markdown 文档也应该像一封优雅的邮件，而不是一堆乱码。

Markdown 的名字则是一场精准的对位打击。

在计算机领域，HTML 被称为 Markup Language（标记语言）。Gruber认为，既然 Markup 是用一堆繁琐的尖括号（如 <div>）把文字“围起来”，那么一种极简的、能让人一眼看穿意图的语言就应该叫 Markdown。

这不仅是方向上的相反（Up vs Down），还双关了其在英文中的另一个含义：“降价/简化”。暗示着砍掉了 90% 的复杂功能，只给用户留下了最轻量、最纯粹的写作体验。

这种“以人为本”的哲学，在二十多年后的今天意外地契合了 AI 时代的需求——Prompt（提示词）。在 AI 眼中，Markdown 符号就像是某种“结构化路标”。比起一整块乱糟糟的文字，AI 对 #（标题）、-（列表）和 > （引用）极度敏感。这种层次感，能显著降低大模型的推理噪音。

从 20 年前对 HTML 复杂性的“调侃”，到今天成为人机协作的“底层语言”，Markdown 的名字不仅是一个好玩的文字游戏，更是一种“简约即正义”的技术胜利。

业界资讯

Gmail正式接入Gemini

Gmail 正式进入 Gemini 时代，借助 Gemini 3 的强大能力推出了一系列 AI 功能。提供AI Overviews 功能能够将长邮件对话智能压缩为关键点摘要，还支持用户以自然语言提问，快速从海量邮件中提取答案，如查找过去某年的特定信息。

写作辅助功能全面升级，Help Me Write 可帮助用户润色或从零开始撰写邮件，Suggested Replies 根据对话上下文提供精准的一键回复选项，Proofread 则提供高级语法、语气和风格检查。

AI Inbox 功能通过智能过滤，突出显示重要邮件和待办事项，基于用户行为和邮件内容智能识别 VIP 联系人，确保关键信息优先展示。

ChatGPT 健康重磅登场

OpenAI 推出 ChatGPT 健康功能，专为健康与保健领域设计。该功能在 ChatGPT 基础上增加多层保护机制，包括专用加密与隔离技术，确保健康数据私密性。用户可安全连接电子医疗记录和健康应用，如 Apple 健康、Function 和 MyFitnessPal，使对话更具相关性和实用性。

ChatGPT 健康由医生参与开发，提供清晰、实用的健康信息，通过 HealthBench 框架进行临床标准评估，确保回复质量。用户可导入健康信息，进行个性化对话，如解读检查结果、准备就诊问题清单等。

CES 2026 召开

CES 2026 (2026年国际消费电子展) 已于2026年1月6日至9日在美国拉斯维加斯成功举办，主题聚焦“Smarter AI for All”，展示了AI与机器人、智能家居、汽车技术等领域的深度融合，中国科技企业以高密度创新和具身智能、AI应用等方面的成果大放异彩，成为展会亮点，标志着AI从概念走向实际应用落地。

佳文共赏

为什么工程师不能理性地对待编程语言

企业在选择编程语言时，往往受身份认同和情感偏见驱动，而非理性的技术评估，这种不可见的对话常导致高昂的技术债务和商业失败。

作者通过自身经历揭示，工程师的脑部活动在面对核心身份挑战时会进入防御模式，使他们将个人的语言偏好伪装成逻辑严密的架构分析。为了规避这种由虚荣和傲慢引发的决策风险，领导者必须将讨论重点从技术优劣转向经济决策框架。

该文旨在引导读者超越技术标签的束缚，通过量化长期经济影响来做出更科学的工程选择。

2025年末全球 AI 行业流量报告：狂热退潮，分化开始

分析了 2025 年末全球 AI 行业的流量走势，揭示了市场从盲目狂热转向理性分化的转折点。核心结论指出，以 ChatGPT 为代表的通用型产品流量显著下滑，标志着用户不再将其视为唯一入口，而是开始根据特定需求选择更专业的工具。

报告通过对比发现，谷歌 Gemini 等具备分发优势的巨头正在崛起，而仅靠简单包装的“套壳”应用则面临崩盘风险。

此外，文章强调了垂直领域工具的生命力，如 AI 音乐与视频在特定生产力场景下表现稳健，而缺乏落地能力的 AI Agent 概念仍处于挣扎阶段。

总体而言，这篇综述旨在提醒投资者与从业者，AI 行业的红利期已过，未来将进入以真实产品力和垂直应用为核心的残酷竞争时代。

智普2025：推动迈向通用人工智能之路

Z.ai 在 2025 年取得显著进展。技术层面，Z.ai 从早期的 GLM 架构起步，2020 年至 2021 年开始训练数十亿参数的基础模型，2022 年在 ACL 展示成果，2023 年发布的 ChatGLM 模型在 Hugging Face 上获得极高人气。2025 年，Z.ai 正式推出，发布 9B 和 32B 模型，奠定品牌基础。

产品方面，Z.ai 从侧项目起步，用户数曾大幅下降，但凭借 AI Slides 等特色功能和 GLM-4.5 的推出，用户活跃度回升并实现 100 倍增长，坚持极简、真实、突出能力和低门槛原则。商业上，GLM-4.5 推出前，api.z.ai 收入极低，GLM Coding Plan 的推出显著提升 API 使用量，为个人用户提供无限量 API 使用，降低使用门槛，未来将继续优化服务。

技术博客

软件领域，代码是文档。在AI领域，则是轨迹。

在传统软件中，代码是理解应用行为的核心，但在 AI 代理中，代码仅是框架，决策逻辑由模型在运行时完成。因此，应用行为的真实记录从代码转移到了追踪（traces）。追踪记录了代理的每一步操作，包括工具调用、推理过程、结果和时间。这改变了调试、测试、优化、监控、协作和理解产品使用的方式。如果在构建代理时缺乏良好的可观察性，就会错过系统实际行为的真实记录。

调试变为追踪分析，当用户报告问题时，需查看追踪而非代码，以找出推理错误。测试也转变为基于追踪的评估驱动，需要持续在生产环境中评估追踪，以捕捉质量下降和漂移。性能优化从代码分析转向追踪分析，寻找决策模式中的瓶颈，如不必要的工具调用和冗余推理。

监控从关注系统健康度转向关注决策质量，包括任务成功率、推理质量和工具使用效率。协作也转移到可观察性平台，因为逻辑在追踪中，而非代码中。产品分析与调试合并，因为用户行为与代理行为紧密相关，需要通过追踪来理解用户反馈。