AI Builders Digest · 2026-09-14
X / Twitter
OpenAI CEO Sam Altman：他提出 AI 进展可能以两种方式走向极糟，必须避免。第一是人类失去对未来的控制，这不可接受，AI 必须始终服务于人，因此 alignment 与安全技术要始终跑在模型能力之前；第二是权力过度集中，如果某个极强的 AI 被单一个人或公司用来把自己的世界观强加给所有人，结果会极为反乌托邦。他强调避开这两个威胁需要走一条狭窄的中间道路，比如不能让某一个国家、也不能让某一家实验室掌握过大权力。他同时澄清 “pacing”（节奏控制）不等于 “stopping”（停止）：进展会继续，但应当比原本的速度更慢，安全评估与监控都有显著成本，任何美国竞争压力都不该为鲁莽背书。他欢迎为 frontier AI 设定统一安全要求的联邦框架，并透露 OpenAI 现在会在预计显著提升能力的 frontier RL 训练开始前，先写出明确的安全论证（safety cases）。
https://x.com/sama/status/2099352016988614852
Box CEO Aaron Levie：他认为 “pacing” 之所以像个敏感词，是因为听起来像是武断地放慢能力，或借不当监管拖住竞争者；但 Dario 提出的那些具体改进目标其实是 AI 开发的绝对必需品。航空航天、生命科学、医疗等行业早就有同等要求，而 AI 将成为金融交易系统、医疗器械、生物技术突破、国防系统、政府工作流的底层技术，希望这些系统安全且 “aligned” 完全合理。真正的难题是：如何在不实质性拖慢创新、不削弱竞争的前提下做到这一点。
https://x.com/levie/status/2099167992835924301
Replit CEO Amjad Masad：他直言，看到大量用户在一段时间里被 AI 编程的高价挡在门外非常难受，而现在又可以免费地构建了。
https://x.com/amasad/status/2099197117013340450
OpenClaw 与 OpenAI 的 Peter Steinberger：他宣布下个版本（或 dev 频道）借助 apfs/brtfs/xfs/ReFS 的文件夹克隆，让 worktrees 提速约 80%，同时省下大量磁盘空间，而且这些全部用 Rust 写成。他还表示会先自己测试几周，如果确认对多数用户有帮助，会尝试把它推进 Codex。
https://x.com/steipete/status/2099197266636783989
Zara Zhang：她指出 Astra 的一个体验问题：Astra 说"我已经做了 X"，用户纠正"这不对，应该做 Y"，Astra 回答"你说得对，我应该做 Y"，然后就没有然后了。她质疑为什么它不直接去执行 Y，像其他模型那样。
https://x.com/zarazhangrui/status/2099348631291883945
FPV Ventures 合伙人 Nikunj Kothari：他说每天至少收到一位创始人关于同一困境的求助：对求职者而言，入职估值更高、总包更高往往是个 bug 而不是 feature。融资估值更高不等于公司更稳、更值得去，必须客观看市场、traction 与定位；如果一家公司值 100 倍 ARR，那它就得真的长出这个体量。他还提醒要算清自己的退出预期，以及 409A 定价和税务影响。他补充了亲身经历：曾在一家用顶级投资人 6000 万美元融资的公司工作，三年后公司倒闭，股权全部归零。另外他把"加入创业公司该问的所有问题"整理成了一份清单。
https://x.com/nikunj/status/2099198567923765357
Anthropic Claude Code 的 Boris Cherny：他分享了一个 Claude 的使用案例：Fable 用它破解了有 370 年历史的密码 Cyphral Distich。
https://x.com/bcherny/status/2099322487603634395
Peter Yang：他引用 Brex CEO Pedro 常用的一张图：每个点代表 320 万人，灰色方块是从未用过 AI 的人（84%），绿色是免费 chatbot 用户（16%），橙色是每月付 20 美元用 AI 的人（约 0.3%），而那小小一块红色是真正在有效使用 agent 的人（约 0.04%）。他指出这张图来自 2026 年 2 月，情况大概已有改善，但整个市场仍处于极早期。
https://x.com/petergyang/status/2099200231820963891
YC 总裁兼 CEO Garry Tan：他表示 YC 对外发布的那些创业内容只是"预告片"，真正的价值在于成为 YC 投资的公司之后，一对一给出的具体建议。
https://x.com/garrytan/status/2099181676039704870
Podcast
No Priors：Redefining Chip Architecture with Arm CEO Rene Haas
The Takeaway｜ 芯片行业真正的瓶颈已经从设计转向数据中心与供应链，而 AI 正在把芯片设计里最耗时的环节吃掉，Arm 内部 80% 到 90% 的工程师每天都在用它。
Rene Haas 是 Arm CEO，同时参与 SoftBank Group International 的战略执行，在芯片行业干了一辈子，加入 Arm 之前长期在 NVIDIA。他给出的两个数字值得记住：Arm 内部 80% 到 90% 的工程师每天用 AI，而芯片设计过程中真正吃掉时间的从来不是架构和 RTL 生成，而是验证、调试、文档，这些恰好是 AI 最擅长的部分。他形容关掉 AI 就像回到 1990 年代：“你有互联网，但只准下午两点到四点用，其余时间去走廊尽头翻书，人们会造反的，精灵已经出瓶了。”
反直觉之处在于：AI 在芯片设计里最不成熟的环节，恰恰是最核心的 RTL 生成与物理设计，因为这些模型训练于公开数据，而芯片 IP 大多是专有的。Haas 认为 Arm 反而因此有结构性优势：Arm 拥有最丰富的 IP 组合，不只是 IP 本身，还有文档、test bench 和构建方法。“如果它不可用、不可测试，那它其实也不可训练；而不可训练，就无法用于 AI。”
谈到计算本身，他提醒大家别只盯着加速器：没有任何计算问题能离开微处理器，CPU 就是那套负责编排、仲裁、决定 token 去向的系统，“所有路都要穿过它”。对时间线他也很具体：两三年内看不到，但五年以上，对结构较简单的设计，“从想法直接产出 GDS2 文件”（可送厂流片的文件）完全可能。至于 AI 泡沫，他区分了估值泡沫与供需泡沫：抛开股市层面的估值，供给相对需求根本不算过剩，需求是无底的。他判断下一个瓶颈是数据中心建设本身，而晶圆和内存产能的紧张状态至少还要持续三到五年。