Frontier Radar（前沿雷达）
在 AI 信息洪流中持续感知真正重要的变化，并从噪音中提炼出值得投入的方向。既不是盲目追热点，也不是保守拒绝变化。
生产方式：人写签发：晓黎学习复核：2026年7月7日被 3 个词条引用
一句话定义
Frontier Radar = 从 AI 信息洪流中识别趋势、判断优先级、并及时调整能力栈的能力。
AI 信息洪流的两极
过度兴奋 ←→ 过度麻木
什么都想试 什么都觉得是 hype
↓ ↓
真正的 Frontier Radar
（有判断、有优先级、有行动）
五层雷达
| 雷达层 | 关注内容 |
|---|---|
| 模型雷达 | 新模型能力、定价、上下文窗口、工具调用、多模态、Agent 能力 |
| 产品雷达 | AI Native 产品、创业公司、融资、增长、留存、创始人访谈 |
| 论文雷达 | Agent、Eval、RAG、Memory、Reasoning、Multimodal、Code Agent |
| 开源雷达 | GitHub、Hugging Face、arXiv、Discord、X、Reddit |
| 叙事雷达 | 识别阶段性关键词：agent、MCP、context engineering、eval harness |
去噪六问
面对一个新东西，问自己：
- 这只是概念（concept），还是有真实产品（product）？
- 这只是 demo，还是有生产级 adoption？
- 这解决的是我的真实问题，还是别人的问题？
- 这能嵌入我的工作流，还是需要我改变工作流适应它？
- 这值得现在投入，还是观察 3 个月再说？
- 投入成本（学习/迁移/维护）是否小于收益？
行动转译
好的前沿雷达不只是"知道"，而是能翻译成行动：
- 看到新模型 → 找一个任务测 → 决定是否迁移
- 看到新产品 → 对比已有工具 → 决定是否纳入工具栈
- 看到新框架 → 跑通最小 demo → 决定是否深入学习
相关概念
- AI Capability Stack — 雷达的输出是能力栈的更新
- Practice-first Learning Loop — 雷达发现后的行动方法
- AI Native — L1 第七维度
来源
- 阿迪亚-2026-AI-Native能力Benchmark — D7 前沿雷达能力
互链
链接来自概念卡正文里的双链，编译时能解到本期词条集的才成为站内链接。
反链（3）
出现在哪些课时里（0）
判据与「课时正文里能不能点出来」是同一个：那一节确实提到了它。点课时走当前页跳转， 它是导航，不是词条链接。
还没有课时讲到这一条。它是词条跑在课程前面的那一部分，不是错链。
关联图
只画这一条与它直接相连的词条，边与上面两区同源。可拖拽、可缩放，点节点是新标签。
出处
路径是本地知识库（Obsidian 库）里的位置，正文与概念卡逐字对应。
- 概念卡原文Frontier Radar（前沿雷达）
03_RESOURCES/概念/frontier-radar.md - 所属知识地图栏目概念页索引 · 知识库与方法论
03_RESOURCES/概念/Index.md - 正文引用的知识库笔记阿迪亚-2026-AI-Native能力Benchmark
03_RESOURCES/摘录/adiya-2026-AI-Native-benchmark.md
编译入库：2026年11月2日。词条由知识库编译而来， 修正要回到概念卡改，再重新编译。