AI Builders Digest · 2026-08-21
X / Twitter
Latent Space 联合创始人 Swyx：NVIDIA 花 6 亿美元买下的"模型工厂"，正在产出击败 Thinky 的模型
Swyx 与 Vibhuuuus 的新一期播客采访了 eisokant——NVIDIA 刚以 6 亿美元收购其公司，据称是一座持续产出击败 Thinky 模型的"模型工厂"（Swyx 说这并非夸张，看数据就知道）。NVIDIA 为何砸钱买"模型工厂"，成为本期核心话题。
https://x.com/swyx/status/2090577677916807429
Anthropic Claude Code 团队 Boris Cherny：Mythos 级模型将提供企业自托管，Anthropic 不留存任何数据
Boris Cherny 透露，Anthropic 已与客户合作多时的企业级方案即将落地：Mythos 级模型需要额外的安全措施，而企业要满足自己的隐私与合规要求——客户可以完全拥有并控制自己的数据，Anthropic 不留存任何数据。今秋推出。
https://x.com/bcherny/status/2090537902912815536
OpenAI Codex 团队 Thibault Sottiaux：澄清 Codex 用量限制传闻、上线 GPT-Image-2 透明图与 ChatGPT Sites
三件事：其一，针对"Codex 用量限制被改"的传闻，OpenAI 调查后表示并未更改，但发现受影响的用户大多在使用 sub2api——把订阅转成 API 流量再转售/共享给多人，这类行为会被反欺诈系统标记；通过 Sign in With ChatGPT 使用官方客户端或 Pi、OpenCode 等 OSS 客户端则完全没问题。其二，GPT-Image-2 现在支持生成透明背景图片，ChatGPT 和 API 都已上线。其三，ChatGPT Sites 上线：创建站点、分享、与人一起协作构建。
https://x.com/thsottiaux/status/2090675027670978569 https://x.com/thsottiaux/status/2090631723302469995 https://x.com/thsottiaux/status/2090518287532916854
Peter Yang：YouTube 破 10 万订阅；“主管 agent 打压式循环"能提升 AI 输出质量
Peter Yang 在 YouTube 达成 10 万订阅，预告了一系列实战访谈：Hamel Husain 与 Shreya 谈 AI evals 如何被新模型彻底改变、Replit 产品工程负责人 Amol Jain 谈哪些 vibe-coded 应用真的做成了生意、OpenAI 产品负责人 ebloch 谈 ChatGPT Finance、Grok Bot 团队如何用 Grok。另外他抛出一个观点：很多 AI 输出其实可以靠一个循环改进——让"主管 agent"不断否定"工人 agent”：“你确定这是你最好的水平吗？““我觉得你能做得更好，再来一次。”
https://x.com/petergyang/status/2090589731927282021 https://x.com/petergyang/status/2090564541499498919
Meta AI 高级总监 Madhu Guru：企业做不好 AI 系统，根源是没有"分层 eval 策略”
“如何构建好的 evals"第四篇：企业做不出像样的 AI 系统，缺的不是模型而是 eval 策略。需要一套分层的 eval 体系：hill-climbing evals（推动产品前沿、需持续刷新）、regression evals（检查是否破坏现有产品）、smoke test evals（安全与最基础底线，如产品身份）、launch evals（接近真实流量的上线测试，控制最少但最真实）。
https://x.com/realmadhuguru/status/2090595384905113939
Anthropic Claude Code 团队 Thariq：为 Fable 推出企业级安全防护，数据跑在客户自己的基础设施上
Anthropic 正在为 Fable 推出面向企业的安全防护（safeguards）：运行在客户自己的基础设施上，让企业完全掌控数据存放位置与访问权限。该方案已与约 100 家公司联合开发，秋季将更大范围铺开。
https://x.com/trq212/status/2090569474139439335
Replit CEO Amjad Masad：与 OpenAI 的合作"早该来了”；Free Mode 快得让编程重新变得交互
Amjad Masad 表示 Replit 与 OpenAI 的合作"早该来了”——Replit 进 YC 之前，PG 就请 Sam 招募过他们。他还强调新 Free Mode 被低估的一点是速度：快到让编程重新变得"交互"起来，用 Free Mode 能搭出非常多东西。
https://x.com/amasad/status/2090514571513708874 https://x.com/amasad/status/2090484698413740186 https://x.com/amasad/status/2090434587075793146
Vercel CEO Guillermo Rauch：“我们在为 agent 造 AWS”；Bun 的理念与 Vercel 完美契合
Guillermo Rauch 放话"We’re building AWS for agents"——Vercel 正在打造面向 agent 的基础设施层。同时他祝贺 Bun 发布新版本，称 Bun 对"简单、快速、开源"的追求与 Vercel 的世界观完美契合。另外他预告 0.0.5 版新工具：xz 压缩后小到能装进两张软盘，明天发布，将带来呼声最高的功能。
https://x.com/rauchg/status/2090520415336845595 https://x.com/rauchg/status/2090470175674179695 https://x.com/rauchg/status/2090600467592266240
Box CEO Aaron Levie：垂直领域够深，就该为特定工作流"定制训练"专属模型
Aaron Levie 转发一篇关于"应用型 AI 的 post-training"的文章并给出判断：当一家企业足够深入理解某个领域、在同类任务上有足够体量时，为那类工作专门定制设计模型就变得合理。文中做法是"通过 reward shaping 激励高效的工具使用与推理，在同等性能下优先选择减少推理时 token 消耗的轨迹，从而同时优化成本与质量"。他认为并非每个领域都适用——通用前沿模型对很多任务已经够用——但一旦有了足够深的垂直专长、规模化成本过高或任务类型足够独特，这条路就非常有吸引力。“对应用型 AI 公司来说，这是极具说服力的价值主张。”
https://x.com/levie/status/2090664811185205722
YC 总裁 Garry Tan：YC 正在成为"AI 研究者的 YC"与"消费硬件的 YC"
两条表态：YC 正成为 AI 研究者的聚集地（“YC is the YC for AI Researchers”），也是消费硬件创业者的聚集地（“YC is the YC for consumer hardware”）。
https://x.com/garrytan/status/2090471408996659339 https://x.com/garrytan/status/2090469087722041567
Builder Zara Zhang：Claude 一句话改变了她对"动力"的理解
Zara Zhang 分享：某天她提不起劲，跟 Claude 聊了聊，Claude 说了一句彻底改变她看法的话——“Motivation follows action more than it precedes it”（动力更多是跟随行动而来，而不是先于行动存在）。
https://x.com/zarazhangrui/status/2090399357145317837
FPV Ventures 合伙人 Nikunj Kothari：为什么投资人如此看重"野心"——错误地错过比错误地纳入贵得多
Nikunj Kothari 用数学解释 VC 为什么看重野心：Anthropic 成为史上最快从零到万亿美元估值的公司，OpenAI 用更长时间做到同样的事，SpaceX 上市市值 1.77 万亿美元，Cursor 四年从零到 60 亿美元并给早期基金带来实打实的 DPI 回报。LP 用脚投票涌向超大规模基金，基金越大，每笔投资就要按"万亿级 outcome"来承销——“如果相信这家公司能到一万亿，入场价格几乎不重要”。结果是：VC 的"错误地错过（error of omission）“代价实在太高，不敢不投。“错误地错过远比错误地纳入（error of admission）糟糕得多。“这就是为什么你 pitch 时野心如此重要。
https://x.com/nikunj/status/2090585553947517298
SPC 合伙人 Aditya Agarwal（前 Dropbox CTO）：最好的创始人是"还原论者”；SPC 最看重 Clarity
两条：其一，“最好的创始人是还原论者”。其二，SPC 最看重的特质之一是 Clarity——诚实的本领、穿透战争迷雾、在浑水中画出路径；他最新一期 Minus One 播客请到 Sridhar Ramaswamy（把 Google Ads 从 10 亿做到 1000 亿、如今掌舵 Snowflake 应对 AI 转型），聊职业风险抉择、Neeva 的教训、AI 模型的未来与 Snowflake 在 AI 时代的价值。
https://x.com/adityaag/status/2090501112927223889 https://x.com/adityaag/status/2090478527313252494
Podcast
No Priors：《From Restoring Sight to Reimagining the Brain, with Max Hodak》
The Takeaway： 把大脑当"计算机"来工程，而不是当生物学难题来试药——Science 的视网膜假体 Prima 已获欧洲上市许可，盲人患者重新开始读书、填字谜。
Max Hodak（Science 创始人兼 CEO，前 Neuralink 总裁）的立论直接到近乎挑衅：“大脑千真万确、明明白白就是一台计算机。“颅骨就是"缸中之脑"的缸，大脑只靠颅神经、脊神经几根"线缆"连接世界；把视觉、听觉、平衡、运动信号接进接出大脑，就是医学的核心对象。他因此押注工程而非药物：小分子药物是随机游走，而"往 M1 皮层放上电极，一小时后你大概就能用上电脑了”。
第一款产品 Prima 是"眼睛的耳蜗植入物”——芯片植入视网膜下，眼镜上的激光投影绕过坏死的感光细胞直接刺激视网膜。7 月获欧洲 CE 上市许可，几周内首卖；临床中患者能读书、填 sudoku。目前视场还小、只有黑白，“像透过吸管看东西”，但灰度、红绿都在迭代路径上。
他还相信"柏拉图式表征假说”：大模型内部表征与大脑神经表征的几何结构惊人相似，Science 已在用动物脑记录与 AI 表征的对齐做实际研究——“给物质施加足够算力，就会得到看起来像智能的东西，感觉像一条物理定律”。也因此他奉劝：研究神经科学最肥沃的方式，是去做 AI——“在模型上做神经科学容易得多”。反直觉的是他看不上"脑键盘"式 BCI：“说话或写作就是思考”，约 10 bits/秒的认知瓶颈决定了用 BCI 加速表达意义有限；真正有价值的是生成视觉、生成听觉与"基质独立”（substrate independence）——“如果最后我是被胰腺干掉的，我会非常失望。”