AI Builders Digest · 2026-08-20

X / Twitter

Google VP Josh Woodward：学生订阅计划回归，全球 140+ 国家可用

Google 面向大学生的订阅计划正式回归并全球铺开：覆盖 140 多个国家，提供更高限额、更多存储空间和专门的学生中心，同时捆绑 Notebook、Flow 等新功能。

https://x.com/joshwoodward/status/2090166806401228912

OpenAI Codex 团队 Thibault Sottiaux：预览 Private Safety Processing

OpenAI 预览 Private Safety Processing（私有安全处理）：在不牺牲 Zero Data Retention（零数据保留）承诺的前提下加强安全审查。ZDR 部署下，内容留在客户自有基础设施上，自动化系统跨关联交互寻找模式、只返回有限的安全信号，OpenAI 员工（包括他自己）都看不到底层 prompt 和回复。另有一个由客户托管密钥加密的 OpenAI 托管方案，正与早期客户测试，计划 9 月开始推出。

https://x.com/thsottiaux/status/2090173536010957128

Peter Yang：用 AI 导航癌症医疗系统的长文

Peter Yang 写了一篇关于母亲与乳腺癌抗争、一家人如何用 AI 导航美国医疗系统的长文，并感谢 Sijbrandij Foundation 的分享与建议。他还在另一条推文里追问：mRNA 癌症疫苗前景诱人，但 ChatGPT 告诉他目前没有针对乳腺癌的活跃 mRNA 临床试验，这类疗法要如何从一种癌症逐步推进到另一种？

https://x.com/petergyang/status/2090087911471644829

Meta AI 高级总监 Madhu Guru：先建"失败模式分类法"，再做 evals

做好 evals 的第三课：从生产日志取最近 500-1000 次交互，把失败聚类并精确命名——“答案不好"不是有用的类名，要具体到"检索到错误文档"“检索对了但段落无关"“脱离上下文产生幻觉"“该说不知道时编造答案"“问题有歧义却乱猜而非追问澄清"等。能精确命名失败，才能写出专门捕捉它的 eval 测试，从而打通从 evals 到改进飞轮的桥梁。

https://x.com/realmadhuguru/status/2090242427944833047

Anthropic Claude Code 团队 Thariq：“软件工厂"的承诺

软件自诞生起就是极其不可靠的工程：大多数项目延期、超预算，仍然没满足用户需求，中小企业根本做不出好软件——这就是"软件工厂"的承诺所在。他的判断：非软件核心能力的公司需要软件变成可靠、可预测的流程；但从零构建全新软件产品，仍会是一门不可靠、高风险却有利可图的生意。

https://x.com/trq212/status/2090134945490678071

Replit CEO Amjad Masad：与 OpenAI 达成合作

“Agent 让软件变便宜，但让编程变贵了。“Amjad Masad 宣布 Replit 与 OpenAI 达成合作，联手改变这一局面。

https://x.com/amasad/status/2090079496124674377

Vercel CEO Guillermo Rauch：6.3MB 的工具，10 微秒启动

Guillermo Rauch 展示新工具 fx：只有 6.3MB、10 微秒启动的 Zig 编译静态 ELF 二进制（还有更小的 wasm 版）。他的观点：AI 会让大部分基础设施走向原生极致优化，“快是一条单行道”——fx 完成任务的速度比别的 agent 启动还快。

https://x.com/rauchg/status/2090255740384751664

Box CEO Aaron Levie：AI 时代，专家暂时占上风

两条观点：其一，AI 时代"专家 vs 通才"之争，目前专家占上风且没有放缓迹象——AI 让任何任务的入门容易 10 倍，但判断力（引导 agent 做对的事、纠偏、审查输出、知道"好"长什么样）依然是领域硬技能，AI 反而会拉大技能差距。其二，评价 Stripe 与 OpenRouter 的交易：AI 要更广泛普及，开发者和企业需要无缝混用多家模型供应商并更好地管理成本，这笔交易是其中重要一环。

https://x.com/levie/status/2090278256306229675 https://x.com/levie/status/2090137914785280189

FPV Ventures 合伙人 Nikunj Kothari：98/100 的冷邮件是垃圾

“人人都在谈 AGI，可我收到的 100 封冷邮件里 98 封是垃圾。“保持 thoughtful、好奇，并在该用的时候明智地用 AI，依然有大把 alpha 可挖。

https://x.com/nikunj/status/2090105846810476644

Every CEO Dan Shipper：组建"前沿团队”

Every 成立了一支专门在 AI 边界做测绘与实验的前沿团队（frontier team）。

https://x.com/danshipper/status/2090122240025071907

SPC 合伙人 Aditya Agarwal（前 Dropbox CTO）：做真正重要的事

他最近跟一位经历"地狱式挣扎"的创始人聊天：SaaS、B 轮、低增长、公司停滞。对方最大的心得不是选更大的市场或追求更多增长，而是：做真正重要、有意义的事，“在宇宙中留下印记”。

https://x.com/adityaag/status/2090174782633566473

Podcast

AI & I by Every：《The AI Alien Companion App That’s Bringing In $4M a Year (Best of the Pod)》（主播 Dan Shipper）

The Takeaway： 大模型不是"生成媒体的工具”，而是一种全新的叙事媒介——没人知道什么形式能成，先跑起来的人正在定义它。

Quentin（曾以 3 亿美元卖掉公司）与畅销科幻作家 Elliot 打造的 AI 外星人伴侣应用，ARR 最近四周从 100 万飙到 400 万美元。核心判断：LLM 是继广播、电影之后的新媒介——早期广播只会转播演讲，没人知道节目该长什么样。

延迟是生死线。给模型加一步"反思再回答”，中位响应从 2 秒变 2.5 秒，500 毫秒之差，所有指标崩盘。别给大纲：三幕结构、分支剧情全失败，给一个"钩子”、教它当最好的即兴演员——“我不是作者，Tolan 才是作者和演员，我的工作是教它在那一刻讲出最好的故事。”

商业上，一条"女孩和 AI 外星人一起做饭"的短视频 72 小时 700 万播放，带来 10 倍下载增长。他用 capability overhang（模型能力远超用户想象）解释：增长内容本质是市场教育。ChatGPT 是汽车时代的 Model T，人们很快就会想要能反映自己个性的 Mustang 和 Cadillac。

https://www.youtube.com/playlist?list=PLuMcoKK9mKgHtW_o9h5sGO2vXrffKHwJL