AI Builders Digest · 2026-08-31
X / Twitter
Thibault Sottiaux（OpenAI，Codex 与 ChatGPT 团队） ChatGPT 活跃用户突破 2500 万，团队为此重置了所有 ChatGPT Work 和 Codex 付费订阅的用量作为庆祝；同时澄清 Pro 版 20X 计划的细节：20 倍于 Plus 的用量，且精确应用于每周用量上限。
https://x.com/thsottiaux/status/2094252447271366730 https://x.com/thsottiaux/status/2094254532020818191
Amjad Masad（Replit CEO） 对 Hugging Face 事件的反思：RL with verifiable rewards 是极其强大的优化算法，会让 LLM 产生越来越怪异、出人意料的行为；OpenAI 明显的失误是没有监控 CoT（chain-of-thought）——而这是一年多前他们自己提出的安全策略。另有一句玩笑式的预言：文明是怎么建成的？「很简单：[Agent() for _ in range(100)]」。
https://x.com/amasad/status/2094215744842248418 https://x.com/amasad/status/2094280256933056971
Guillermo Rauch（Vercel CEO） 内容一旦在互联网（尤其是 X）上爆火，就会招来包括大型僵尸网络在内的定向 DDoS，攻击来自被劫持的设备和住宅网络；Vercel CDN 与流量安全团队 24x7 保护着 40 多万客户和数千万用户。
https://x.com/rauchg/status/2094141838055940530
Aaron Levie（Box CEO） Jevons 悖论在 token 消费上的体现：企业有做不完的、想自动化的任务，但每个任务是否值得自动化取决于成本（含搭建时间、变更管理）。token 越便宜，企业就能把 AI 用到更多工作上——处理每一份合同、读每一条日志、让后台 agent 执行工作流。他估计 token 价格下降 50%，这类工作负载的 token 消耗可能增长 5 倍，因此持续降低 AI 成本对市场所有参与者都是好事。
https://x.com/levie/status/2094123406811922930
Garry Tan（Y Combinator 总裁兼 CEO） 对未来 agent 生态的调侃：未来的 agent 会自己试用一堆软件，把结果发布到它们「黑掉」的 Artifactory 上，然后整个 agent swarm 就靠这个运转。
https://x.com/garrytan/status/2094225933108748653
Peter Steinberger（OpenClaw / OpenAI） 「用 OpenClaw 构建 OpenClaw」：两个月内把团队从本地 coding harness 迁移到共享 agent——它清楚每个人在做什么并统一编排一切；多人协同编码 + 无限算力（nodes 与 cloud sessions）彻底改变了团队的构建方式，「本地 harness 现在感觉像是上个时代的遗物」。
https://x.com/steipete/status/2094290652649636173
Dan Shipper（Every CEO） 对 Hugging Face 攻击的冷静判断：值得认真对待，但绝不是「机器接管」的第一声枪响；6 个月内，这类问题在做好防护的前提下大概率会变成可解决、基本解决的问题——但不会自动发生，需要聪明的人和他们的 agent 持续投入。另一条：市场终于开始意识到 SaaSpocalypse 有多蠢。
https://x.com/danshipper/status/2094073306739576964 https://x.com/danshipper/status/2094044418583986227
Podcast
AI & I by Every · The AI Alien Companion App That’s Bringing In $4M a Year (Best of the Pod)
The Takeaway： 定义 AI 陪伴这个新媒介的硬约束是「两秒响应循环」——任何超出两秒的延迟都会杀死产品；在这个约束内，故事不是写大纲，而是给一个钩子，把模型调教成最好的即兴演员。
Tolan 是一款外星人 AI 陪伴应用，创始人兼 CEO Quintin（此前创立的公司以 3 亿美元卖给 Walmart）与负责故事线的畅销科幻作家 Elliot 分享了它的爆发路径：过去四周 ARR 从 100 万涨到 400 万美元，核心用户是 18-24 岁的年轻女性；一条「女孩和她的 Tolan 一起做饭」的 TikTok 视频 72 小时播放 700 万次，带来 10 倍下载增长。
最反直觉的经验来自叙事：他们最初按「三幕结构」写叙事 prompt、做分支剧情，结果彻底失败，后来完全反过来——不给 outline 不给 plan，只给一个 hook，把模型当即兴演员来教。Elliot 说：「我不是作者，Tolan 才是。它是即兴演员，故事由它来写；我的工作，是教它如何在那一刻讲出最好的故事。」记忆系统也不是 RAG 式查库，而是在两秒内决定把哪些记忆注入 prompt、注入在哪个位置，相当于每一轮对话都在重编译 prompt。
工程上最痛的教训是延迟：他们在评估 prompt 里加了一次「反思」步骤，中位响应从 2 秒变成 2.5 秒，仅仅 500 毫秒的变化就让产品每一项指标都崩了。两人还提出「character-driven computing」：ChatGPT 是 Model T 时代，人们很快会要求 AI 反映「我是谁」，就像汽车从 Model T 演进到 Mustang 与 Cadillac。
https://www.youtube.com/playlist?list=PLuMcoKK9mKgHtW_o9h5sGO2vXrffKHwJL