---
title: "AI Builders Digest · 2026-09-16"
url: https://www.liamding.com/posts/2026-09-16-follow-builders-digest/
markdown_url: https://www.liamding.com/posts/2026-09-16-follow-builders-digest/index.md
html_url: https://www.liamding.com/posts/2026-09-16-follow-builders-digest/
language: zh-CN
date: 2026-09-16
lastmod: 2026-09-16
description: "2026-09-16 AI Builders Digest：Aaron Levie 拆解模型与企业工作流之间的万亿鸿沟，Vercel 发布 Labs，Claude 接入 Salesforce，Gemini Notebook 学生功能上新。"
categories: ["AI"]
tags: ["AI", "Builders"]
author: "Liam Ding（丁洪）"
canonical: https://www.liamding.com/posts/2026-09-16-follow-builders-digest/
---

# AI Builders Digest · 2026-09-16

> 2026-09-16 AI Builders Digest：Aaron Levie 拆解模型与企业工作流之间的万亿鸿沟，Vercel 发布 Labs，Claude 接入 Salesforce，Gemini Notebook 学生功能上新。

## X / Twitter

**Google 副总裁 Josh Woodward（负责 Google Labs、Gemini App、Google AI Studio）** 发布了 Gemini Notebook 面向学生的新功能，其中最实用的两项是：可以直接对着课堂材料做实时语音问答，支持约 100 种语言；以及随手上课录音、记笔记，语音笔记会自动存进指定的笔记本。他还提醒全球 140 多个国家的在校大学生仍可免费领取 Google AI Plan，以获得更高的用量额度和更多 Google 产品权限。他同时用两条推文晒出了学生优惠的具体方案与功能清单。
https://x.com/joshwoodward/status/2099921866014306633
https://x.com/joshwoodward/status/2099921868652482741
https://x.com/joshwoodward/status/2099921867331235956

**OpenAI Codex 与 ChatGPT 团队成员 Thibault Sottiaux** 抛出一个判断：2026 年是效率之年，而他顺手调侃周二适合在门把手上随机掉落周边。没有更多实质内容。
https://x.com/thsottiaux/status/2099922755655479624

**Peter Yang（专注面向忙碌人群的 AI 实操教程与访谈）** 分享了 Grok Bot 早期用户提交的一批真实用例：增长侧包括自动寻找线索、撰写触达文案并把成功案例变成 case study，以及带信源的竞品对比矩阵；运营侧包括同时监控数百个广告账户、抓出注册与支付流程的断点，盯着 Jira 标记阻塞项并草拟周报，分流客服工单并带完整上下文升级，酒店业主定期跑一遍预订流程以发现网站下单报错，电工承包商把文书和后台流程自动化；研究内容侧则是监控 X 上的 AI builder、核实信源后把成果转成选题脚本，以及做一个把噪音变成每日简报的 AI 研究台。他对 solo 创业者的建议是：把生意设计成能让你把更多时间花在真正喜欢的工作上，赚更多钱的选择如果把你困在不喜欢的工作里，那就违背了做独立创业者的初衷，这类无聊活儿交给 bot 或者干脆不做。
https://x.com/petergyang/status/2100027487681953834

**Anthropic 的 Claude Code 团队成员 Thariq（YC W20 校友）** 抛出一个反转结论：他原本没料到，但对大多数集成来说 MCP 现在比 CLI 更好。理由是模型在工具调用上进步巨大，工具可以延迟加载，而且 MCP 已经变成无状态的。他还给了一条实操建议：如果你需要组合或过滤数据，就给 MCP 工具加上 query 之类的参数。
https://x.com/trq212/status/2099958388230873165

**Replit CEO Amjad Masad** 提出一个技术上的反问：如果输出域事先已知，为什么不干脆训练一个模型直接输出枚举上的 logprobs，而要用（前面那种）做法。他另外把矛头对准命名问题，调侃 "AI Safety" 公司反倒让 AI 变得不安全、"Effective Altruists" 既无效又在助长犯罪行为，称之为 AI 命名诅咒再次应验。
https://x.com/amasad/status/2100056178705514703
https://x.com/amasad/status/2099760428314411232

**Vercel CEO Guillermo Rauch** 正式介绍了 Vercel Labs，这是 Vercel 的公开研究和实验部门，累积 247 million 下载之后，他们想把在支持什么、在研究什么、哪些实验失败了都公开出来。他还提出未来是多模型的：试图隐藏模型选择只会让客户困惑并伤害他们，因为他们既无法参与到这个时代最激动人心的市场竞争中获利，也无法为具体任务挑到最合适的工具。技术上他指出 Safari 27 已支持 JSPI，这项 WebAssembly 能力可以让同步原生代码在 async Promise 上挂起，随着越来越多代码走向原生，WebAssembly 会在 Web 的未来扮演重要角色。
https://x.com/rauchg/status/2099911447598059812
https://x.com/rauchg/status/2099905740505055680
https://x.com/rauchg/status/2099974859023683975

**Box CEO Aaron Levie** 指出模型能力与企业想自动化的最终工作流之间存在巨大鸿沟，而这正是 applied AI 层的机会：你需要把智能接到工作流上，往往还要重构流程、聚合正确的上下文和数据、设计恰当的人在环路体验、推动变革管理、做领域专属 eval、管理数据与流程的安全与治理。他认为这一层会在每个垂直和水平品类里冒出来，而且讽刺的是，哪怕模型能力飞速提升，这一层依然必须存在，甚至可能变得更重要，因为更强的能力意味着能处理更复杂的任务，做不好只会把挑战放大。
https://x.com/levie/status/2099976021311398230

**Y Combinator 总裁兼 CEO Garry Tan** 说他刚开始在修复存量 issue 和 PR 的波浪作业中用 Capy 搭配自己的 GStack/GBrain，完成原本用原生 Codex/Claude Code 需要一天的工作只花了一半时间，用的还是同样的前沿模型，他直言很震惊。他还抛出一句大胆判断：他认为 Muse 会赢。
https://x.com/garrytan/status/2099964487667454097
https://x.com/garrytan/status/2099980972641124629

**FPV Ventures 合伙人 Nikunj Kothari** 对创业者的提醒相当直白：他见到太多创始人以为钱会魔法般流进来、下一轮无论如何都能融到。他的观点是资本是加速的武器，用得好你无人能敌，但如果过度依赖它，一次简单的下行就可能带来糟糕后果。他建议创始人先找出能确保公司活下去、并形成自我实现的良性业务的默认路径，再去推演资本充裕或枯竭会如何影响生意，因为唯一不变的就是变化，未来 6 到 18 个月资本市场怎么走没人知道。
https://x.com/nikunj/status/2100008917980102863

**OpenClaw 与 OpenAI 的 Peter Steinberger** 只有一条欢迎 Graham 加入的推文，没有实质内容。
https://x.com/steipete/status/2099960081207242808

**Every CEO Dan Shipper** 说他们几乎从不测试新的基础模型，但这次他们已经测了大约一周，结果相当疯狂，属于那种 6 到 12 个月后会变得不可或缺的东西。关键差异在于它不产出文字，而是产出概率，因此可以在需要 Fable 级模型的场景里高效充当 judge，而在他们测试中速度快 25 倍、价格低 600 倍。
https://x.com/danshipper/status/2099947471518474522

**SPC 普通合伙人、Bevel Health 联合创始人 Aditya Agarwal（前 Facebook 早期工程师、前 Dropbox CTO）** 复盘了对 Profound 从第一天起就下注的原因：他们不是找到这家公司，而是看着它成形。两位创始人 James Cad 与 Dylan Babbs 在 SPC 相识，背景截然不同，一个是 Uber 地图工程师，一个是没有大学文凭但硬生生把生意做出来的创始人，两人先形成了合伙关系，想法反而后到。Profound 如今已是增长最快的 AI 营销平台，估值 18 亿美元，三分之一的 Fortune 100 在使用它，并刚完成 1.8 亿美元 D 轮，由 Sequoia 和 Kleiner Perkins 联合领投。
https://x.com/adityaag/status/2099939685657141257
https://x.com/adityaag/status/2099939689738191146

**OpenAI CEO Sam Altman** 只发了一条预告：这周有重大发布，然后是 devday，一连串发布符号。没有具体内容。
https://x.com/sama/status/2099872600977760451

**Claude（Anthropic 官方账号）** 宣布 Salesforce in Claude 进入 beta：账号、商机和销售管道被接进 Claude，附带 37 个预置销售技能，可以在对话里准备通话、审阅交易、创建管道看板或直接发出预测。
https://x.com/claudeai/status/2099876514330206578
https://x.com/claudeai/status/2099876515840245772

**Claude Blog: Claude for Small Business 推出新的工作流、集成与培训项目**
Claude for Small Business 现在包含 43 个工作流和 27 个新集成，对接的都是小企业已经在用的工具，包括 Shopify、Salesforce、TikTok、Atlassian、Zoom、Xero、Gusto、Square、Stripe。
https://claude.com/blog/claude-for-small-business-launches-new-workflows-integrations-and-training-programs

## Podcast

**Training Data — Box's Aaron Levie: On Reinventing Yourself in the AI Age and Enterprise Diffusion**

**The Takeaway**：模型和真实企业工作流之间的那道鸿沟，本身就是一门万亿级生意，而这道鸿沟不会因为模型变强而消失。

Aaron Levie 是 Box 的创始人兼 CEO，这家公司做了二十年企业内容的存储、协作和管理，如今把整个身家押在 agent 上。他给出的框架相当清醒：过去十年我们见过基础设施与应用之间的关系，AWS、GCP、Azure 创造了万亿市值，但也创造了 Snowflake、Databricks 这种"基础设施本来就该做这件事"的公司。智能会重演同样的剧本，模型本身价值惊人，但把模型送进银行、生命科学、医疗和政府的工作流里，那会是海量软件。

他认为绝大多数人低估的不是模型，而是那五到十件极其琐碎的事：把智能接到其他数据系统上、设计人在环路的时刻、让 agent 在流程等待时闲置、推动业务流程的变革管理、以及那些从未被现代化的遗留系统。他说 Claude Code 这类 coding agent 之所以扩散最快，是因为编程恰好站在自动化可行性的一个极端：代码的价值几乎 100% 由能生成多少文本决定，模型对此做了超量训练，而开发者本身就是史上最技术化的用户群体，遇到 MCP 连接报错不会打 IT 电话，自己就把端口开了。往光谱另一端走，一个销售代表的价值创造取决于客户回不回信、下周二十能不能见面、有没有预算，这些都是外部速率限制。理解这条连续谱，才能理解为什么企业 AI 的扩散会比硅谷预期慢得多。他的原话是：

> "Silicon Valley has to prepare for diffusion taking a lot longer than they think."（硅谷必须做好准备，扩散会比他们以为的慢得多。）

他还给 system of record 类公司划出两条死线：你必须有一个对自己的产品强得离谱的 agent，比通用 agent 在自家系统上高出 10 到 20 个百分点，不是因为别人的 agent 被削弱了，而是因为你 eval 做到极致、对自己的工作流调得足够深；同时你必须彻底 headless，把 API 暴露给 Claude、ChatGPT 和所有平台，或者通过 MCP 接入。他提到自己现在用 Salesforce 的频率比以前高了一个数量级，只因为可以 MCP 进去。

关于模型本身，他判断 Fable 5.1 目前是 state of the art，但 Gemini 在 Box 某些知识工作用例上表现异常好，超出其在编码 benchmark 上的水平，可能与 Gemini 生态里的工具调用能力有关。他不认为一两个 lab 会拿走 95% 的价值，理由有些反直觉：如果真的只剩一家在提供智能，它迟早会被国有化，所以健康的竞争对最大的玩家自己也是好事。他也预测代币补贴终将结束，因为公司上市后要接受同样的资本主义法则，训练成本的账单迟早要付。

最后一条给企业 AI 落地者的建议：未来五年，企业里 90% 的 token 会由用户从未发起过的后台 agent 消耗，人只看到结果、收到一条待审任务。这意味着 UI 的主导权会从万能聊天框转向理解具体流程的垂直产品，因为工作流需要的是看板、队列、任务列表，而不是一个越来越臃肿的对话框。

https://www.youtube.com/playlist?list=PLOhHNjZItNnMm5tdW61JpnyxeYH5NDDx8
