---
title: "AI Builders Digest · 2026-09-03"
url: https://www.liamding.com/posts/2026-09-03-follow-builders-digest/
markdown_url: https://www.liamding.com/posts/2026-09-03-follow-builders-digest/index.md
html_url: https://www.liamding.com/posts/2026-09-03-follow-builders-digest/
language: zh-CN
date: 2026-09-03
lastmod: 2026-09-03
description: "2026-09-03 AI Builders Digest：Anthropic 在 Claude Cowork 与 Claude Code 推出后台计算机操作（beta）；Box CEO Aaron Levie 称 AI 能力进步逼近逃逸速度，Muse 若开放权重将改写格局；Aditya Agarwal 谈为何难信任前沿实验室的数据承诺；播客：Every 资深作者 Katie Parrott 把写作流程固化成 Compound Writing 插件。"
categories: ["AI"]
tags: ["AI", "Builders"]
author: "Liam Ding（丁洪）"
canonical: https://www.liamding.com/posts/2026-09-03-follow-builders-digest/
---

# AI Builders Digest · 2026-09-03

## X / Twitter

**Box CEO Aaron Levie** 抛出一个大胆判断：AI 能力进步正在逼近「逃逸速度」（escape velocity）——本周的 AI 发布已经密集得疯狂，如今 Muse 又带来一次重大新模型更新。他特别提醒：如果这款模型以开放权重（open weights）发布，将彻底改变美国在开放权重竞争上的格局。

https://x.com/levie/status/2095234253613359200

**South Park Commons 管理合伙人 Aditya Agarwal**（前 Dropbox CTO）两个反共识观点。其一：当前沿实验室承诺「别担心，我们不会用你的数据训练」时，你很难真的信任他们——这正是该用开源模型的一大理由；「多奇怪的世界：为了数据隐私，反而要指望中国模型」，所以美国自己的开源模型至关重要。其二：太多创业公司只盯着模型今天的能力与问题，真正值得做的是对「一年后模型能力会长成什么样」建立强判断（虽然这确实很难）。

https://x.com/adityaag/status/2095227334534041714
https://x.com/adityaag/status/2095192873973301601

**Meta AI 高级总监 Madhu Guru**（前 Google Gemini、Veo、Nano Banana 负责人）认为：每个 AI 产品都应努力把「选模型」这件事从用户那里抽象掉——智能只是底层引擎，用户只关心任务有没有完成，让用户自己挑模型是过重的认知负担。过去这类尝试屡屡失败，如今时机终于成熟，但需要三样东西：对不同权重档位模型前沿的深入理解、针对自身工作流的可靠评测、以及能随模型前沿持续迭代的 AI-native 团队。他与 Lovable 团队合作过，认为这三样他们齐了。

https://x.com/realmadhuguru/status/2095174463696589223

**Zara Zhang（独立 Builder）** 观察到一个正在发生的转变：我们录会议、做转录，不再是为了给人看——没人会读 AI 生成的摘要笔记，也没人会回听录音；我们记录会议，是为了把转录内容喂给 agent。

https://x.com/zarazhangrui/status/2095375073381318656

**OpenAI 团队成员 Thibault Sottiaux**（负责 Codex 与 ChatGPT）两点分享。其一：描述 OpenAI 文化最贴切的词是「巨型创业公司」（mega startup）——极致的自主担当（extreme ownership）、用心与节奏，不进到内部很难相信。其二：ChatGPT 桌面应用已经成为他的主力浏览器，生产力处于历史最高水平。

https://x.com/thsottiaux/status/2095369901137654271
https://x.com/thsottiaux/status/2095288416292487289

**Claude（Anthropic 官方账号）** 推出后台计算机操作（background computer use）：在 Claude Cowork 与 Claude Code 中，把一项桌面任务交给 Claude，它就会像你一样点击、输入、打开应用，在后台把事办完，你同时可以干别的。该功能以 beta 形式向 macOS 桌面应用上的 Pro 与 Max 用户开放，可在 Settings → General → Computer use 中开启。

https://x.com/claudeai/status/2095226833293685100
https://x.com/claudeai/status/2095226835743158320

**Anthropic Claude Code 团队成员 Boris Cherny** 说「后台计算机操作被低估了」。他还演示了 Fable 5.1 让 Claude Tag 更好用的场景：赶工做一份管理层 deck 时，它从指标表格和散落在 Slack 的数据里直接把内容搭起来，还会发现某份 vendor 报告与数据对不上，并在继续之前主动标记出来。Claude Tag 已面向 Slack 的 Team 与企业版开放。

https://x.com/bcherny/status/2095378890370019683
https://x.com/bcherny/status/2095276133214491086

**Anthropic Claude Code 团队成员 Thariq**（前 YC W20）澄清一处发布状态：「调整 effort 级别不再破坏 prompt cache」已在 API 上线，但 Claude Code 端还没跟上，预计一两天内补上——他此前休假，没发现这个功能没随模型发布一起上线，为此致歉。

https://x.com/trq212/status/2095367584489038044

**Google VP Josh Woodward** 宣布 Gemini 3.8 Flash 正在向 Gemini 应用推送，并称它「以很棒的价格提供很棒的质量」。

https://x.com/joshwoodward/status/2095177483129917849
https://x.com/joshwoodward/status/2095178970912461279

**Replit CEO Amjad Masad** 宣布 Replit 首个国际办公室落地伦敦：9 月 10 日将与 OpenAI 联合举办发布之夜，有酒会、音乐，还有与 Paul Graham 的炉边对谈。

https://x.com/amasad/status/2095291912706220410

**Peter Yang（AI 教程创作者）** 注意到 AI 时代的职位头衔正在变长：产品经理成了 "Member of product staff"，设计师成了 "Member of design staff"，工程师成了 "Member of technical staff"。他调侃这是不是 AI 让职位称呼变得更啰嗦——如果这能顺势抹平职级与头衔，他举双手赞成；它也说明即便在最顶尖的实验室，「一人身兼所有职能的全能 AI builder」并没有发生，人们依然各有所长。

https://x.com/petergyang/status/2095255545594941910

## Podcast

**AI & I by Every · How a Professional Writer Writes With AI**

**The Takeaway：** 用好 AI 写作的最大杠杆，不是让模型替你写，而是把「好文章的配方」固化成可复用系统，再持续喂给它模型不知道的新鲜素材——写作的最后一公里，始终要由人来走。

Katie Parrott 是媒体公司 Every 的资深作者（staff writer）。两年前她被裁员、深陷低谷，付不起职业教练的时薪，转而用每月 20 美元的 ChatGPT 充当「职业教练」，从 AI 怀疑者一路变成最激进的 AI 写作实践者。如今她亲手开发了开源插件 Compound Writing，把 Kieran Klaassen 的 Compound Engineering 从代码移植到写作：brainstorm、大纲、草稿、审校全流程代码化，任何一条反馈只需给一次，之后会永久改进下一次输出。

她的方法最反直觉的地方：功夫大多花在动笔之前。先为模型搭好「护栏」——品牌定位、受众画像、差异化主张这些基础上下文，让它「在被围栏圈好的场地里玩耍」；而让文章真正独特的东西（独家数据、个人经历、一手研究）必须由人补上。她称之为写作的「最后一公里」问题：模型的知识有截止日期，世界却没有。「模型是厨房，大纲是刀工，行文是烹煮，但想做出好菜，食材必须新鲜优质。」

Compound Writing 还把大师的品味做成了「评审视角」：Vonnegut 的故事八要素、Hitchcock 的桌下炸弹式悬念原则，都被写成 skill，完稿后随时调用。她坦承：「『AI 让你得以专注于真正重要的人类元素』这话已经说滥了，但 AI 确实解放了我，让我去专注那些真正重要的人类元素。」她更大的愿景关乎公平：自己住在俄亥俄州的哥伦布而非湾区或纽约，她担心 AI 的复利价值只流向少数尝鲜者，希望教育、访问与机会能惠及更多地方、更多人。

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