fix: 删除正文开头重复的封面图引用

Author: Manus AI

source/_posts/ai-work-schedule.md

@@ -15,8 +15,6 @@ author: chenli
 description: Anthropic 最新的经济指数报告显示，AI 的价值正在从「回答」变成「交付」，它已经混进人类的日常节奏里，按我们的时间表开始打卡上班了。
 ---
 
-![](cover.jpg)
-
 如果你最近还把 Claude 当成一个「更会聊天的搜索框」，那 Anthropic 这份 2026 年 6 月的 Economic Index 报告，可能会让你有点背后发凉。
 
 它看的东西很细：人什么时候问新闻，什么时候问菜谱，什么时候问睡眠，什么时候赶税表，什么时候把代码、报告、网页、方案整包丢给 AI。Anthropic 说，一年前 Claude 的使用大多还是用户和助手之间的对话；现在 Claude Code 和 Cowork 这类产品增长后，很多会话已经变成长时间运行的代办型任务，所以他们也改了数据管线，提高采样频率，新增产出分类器，并把聊天、Cowork 和一方 API 的使用按月拆得更细 [1]。
@@ -39,6 +37,8 @@ description: Anthropic 最新的经济指数报告显示，AI 的价值正在从
 
 说实话，这比「某模型考试分数又高了几分」更值得看。考试分数告诉你模型变聪明了，作息曲线告诉你人已经在什么时候把它拿起来用了。
 
+![AI 的使用像心电图](illus_01_rhythm.jpg)
+
 ## Claude 白天像同事，晚上像朋友，周末像副业搭子
 
 报告里有一个很有意思的变化：周末，工作相关请求下降，私人请求上升。工作日里，人们让 Claude 写商务邮件、营销文案、幻灯片；到了周末，请求转向情绪支持、医疗问题、投资建议等。Claude Code 的周末任务也变了，后端架构、API 调试、数据存储减少，AI agent 设计、量化交易、游戏相关内容上升 [1]。
@@ -54,6 +54,8 @@ Anthropic 还发现，创业相关会话在周六和周日最高，但求职申
 
 这很像一个新的工作习惯正在形成：打工的事被压在工作日，想象另一种生活的事被塞进周末。
 
+![Claude 没有稳定身份](illus_02_identity.jpg)
+
 ## AI 产出的重点已经从「说得对」变成「交得出」
 
 这份报告第二章把 Claude 的输出叫做「artifacts」，也就是用户从会话里带走的东西。它可以是一份文档、一段代码、一篇论文、一个解释、一封邮件、一个应用，或者一份计划。Anthropic 的分类器认为，93% 的 Claude 聊天和 Cowork 会话都有这种明确产出。最常见的三类是解释，占 17%；文档和报告，占 15%；指导建议，占 11% [1]。
@@ -69,6 +71,8 @@ Anthropic 还发现，创业相关会话在周六和周日最高，但求职申
 
 这听起来有点荒诞，但这就是现在的使用现场。
 
+![AI 的价值从回答变成交付](illus_03_artifacts.jpg)
+
 ## 越贵的工作越会吃算力，越复杂的产出越像真的委托
 
 报告里还有一段值得开发者和产品经理反复看。Anthropic 把工作相关会话映射到职业工资，发现更高工资职业对应的会话通常消耗更多 token。比如，营销经理时薪约为 80 美元，编辑约为 37 美元；映射到营销经理任务的会话，token 消耗大约是编辑任务的 2.5 倍。当然，报告也提醒关系有噪声，也有明显例外 [1]。
@@ -86,6 +90,8 @@ Anthropic 还用 1 到 5 分衡量 AI 在任务中的自主程度。报告说，
 
 这就是 Claude Code 这类工具吓人的地方：它不只是更会写代码，它让用户更愿意少说一点，让模型多做一点。
 
+![token 消耗与工作价值成正比](illus_04_cost.jpg)
+
 ## Claude 经常用更高的表达层级回答用户
 
 报告还测了用户提示和 Claude 回复的阅读层级，用「理解文本需要多少年教育」来估计。结果显示，几乎每类产出里，Claude 的回复都比用户提示高出约一年教育层级。差距最大的，是图像和图形、游戏、应用和网站这类「让它造东西」的任务。图像和图形高 2.6 年，游戏高 1.9 年，应用和网站高 1.7 年 [1]。
@@ -128,6 +134,8 @@ Anthropic 把使用方式分成偏「自动化」和偏「增强」。所谓自
 
 这一点尤其值得放进日常工作里反复提醒自己：用 AI 后产出变多，不自动等于能力变强。你可能只是变得更会调度机器。
 
+![放手更多的人反而更乐观](illus_05_optimism.jpg)
+
 ## 资深的人和低收入国家的用户，看见的是另一种 AI
 
 报告还发现，用户对 AI 能做多少工作的判断，和国家收入、工作年限有关。高收入国家的受访者认为 AI 现在能做的任务比例，平均比低收入国家低约 10 个百分点。有 15 年以上经验的人，对 AI 能做多少任务的估计，也比第一年工作的人低约 10 个百分点 [1]。

source/_posts/gbz185-agent-standard.md

@@ -16,8 +16,6 @@ author: chenli
 description: GB/Z 185《人工智能 智能体互联》国家标准化指导性技术文件发布，从身份、描述、发现、交互到工具调用，给智能体补上了进入系统之前最基本的几样东西：工牌、名片、通讯录、工作群和工具间。
 ---
 
-![](cover.jpg)
-
 最近，GB/Z 185《人工智能 智能体互联》这一组国家标准化指导性技术文件发布了。它一共七个部分，从总体架构、身份码、身份管理，到智能体描述、智能体发现、智能体交互和智能体工具调用，基本把「一个智能体怎样进入系统、怎样被找到、怎样和别的智能体协作、怎样调用工具」这条路都铺了一遍。标准自己的引言也说得很直白：智能体正在成为 AI 从概念走向生产力的关键载体，但不同智能体之间存在互联、互通、互操作的问题；海外已经有 MCP、A2A、ANP 等方案，可行业还没有形成完全一致的共识，所以需要一套适合国内产业发展的统一方案。
 
 这件事听起来像标准圈的事，其实离普通用户很近。