AI Builders Digest · 2026-09-24
📰 今日共收录 13 位 builder 的观点动态，另附 3 篇 Anthropic Engineering 官方博客更新。
X / Twitter
Vercel CEO Guillermo Rauch 给出了他心目中的 agent 架构三段论：所有成功的 agent 都离不开三样东西——大脑（模型 + 承载逻辑的 harness）、手（工具、计算机、浏览器）、文件（记忆、skills、仓库）。最省事的做法是把它们全塞进一台有状态的电脑里，比如一台 Mac Mini，让 Claude 或 fx 跑一整天；但要在云端低成本地跑 agent，就必须把这几个部件拆开：harness 跑在 Fluid compute 上、用 Workflow 做持久化事件日志以扛住重启与崩溃，手可以换成 Browserbase/Kernel 这样的浏览器集群或 Sandbox 云电脑，而缺的一块是存储的解耦。今天 Vercel 发布 Sandbox 的搭档 Drives，让你能随时挂载一块"外接硬盘"，比如跑一个每晚做记忆整合的 cron 任务（他称之为"做梦"）时，直接读写文件而不必把整个 agent 电脑启动起来。他认为拆解不只大幅优化成本，还"极大"提升安全性与可审计性——不这么做根本无法安全地运行 agent。 https://x.com/rauchg/status/2102820148629614685
他还推出了 ShellPerfBench：他对新开一个 shell session 的启动时间极其神经质，而 Opus 5.5 找到了很多其他模型漏掉的可观优化点。他提醒，每当你打开一个新终端，你可能都在默默忍受延迟，建议让 agent 去优化 .zshrc 之类的配置文件。
https://x.com/rauchg/status/2102947745132924993
Meta AI 高级总监 Madhu Guru（前 Google，曾主导 Gemini、Veo、Nano Banana）公开反驳 Ben Thompson 的观点，认为对方漏掉了关键一点：消费者与"把事情办完"之间并不是只有一种关系。他以在 Google 和 Meta 做消费者与中小企业产品多年的经验说明，逛衣服对某些人是娱乐，但请屋顶工对绝大多数人是折磨。他的反共识判断是：对这类任务，所谓"更好"意味着几乎零努力——搜索、读十条评价、电话来回、跟保险协调、约勘查、比报价、识别隐藏费用、核实过往工程、签约、排期，这一整套摩擦背后，消费者对能消除它的 agent 存在巨大的潜在需求（latent demand）。 https://x.com/realmadhuguru/status/2102777931764498536
Ryo Lu（设计过 Cursor、Notion、Stripe）写下了一篇反效率宣言。他的核心警告是：AI 的危险不是让人变懒，而是让人无限忙碌——在找到真正的意图之前先给了我们无限的产出，在培养出品味之前先给了我们无限的执行，在学会静止之前先给了我们无限的动作。他质疑"我们能合并 2000 个 PR、管理 500 个 agent、醒来看到仪表盘证明机器在你睡觉时仍在运转"到底意义何在，直言速度不是意义、规模不是智慧，如果自动化只是让所有人跑得更快，那它就不是自由。他认为真正的前沿不是更快的速度，而是 discernment：知道什么不该做、知道何时停下，并期待 AI 成为新的画布，让人做出更人性、更有想象力的东西。 https://x.com/ryolu_/status/2102933485795369213
Anthropic 的 Boris Cherny（Claude Code） 为形式化方法爱好者补充了技术细节：Claude 的做法是先在程序里建模，瞄准棘手的状态机或容易出竞态的部分，再在模型里寻找反例（这些就是疑似 bug），然后复现这些 bug，最后回到代码里修掉它们。他强调这并非整个代码库都已形式化验证（目前还不是，虽然他在"yet"后面加了感叹号），而是最毛糙的部分被建模、检查反例并修复。他还提到最近几周 claude.ai 和桌面端明显变快，团队把优化经验写进了博客，对想加速自己应用的工程师很有参考价值。 https://x.com/bcherny/status/2102898067133595992 https://x.com/bcherny/status/2102854267782705648
OpenAI 的 Thibault Sottiaux（Codex & ChatGPT） 预告下周二 DevDay：会有一些好玩的东西，但更多的是"应该改变你工作方式"的东西，他说这是团队最有野心的一次冲刺，而 Astra 让很多新东西在极短时间内变得可能。他另一条帖子讲自己已经习惯直接打电话给 ChatGPT 聊工作、查邮件、写代码、管日历，并且这套语音能力横跨整个插件生态，包括第三方开发的插件。 https://x.com/thsottiaux/status/2102996313780736363 https://x.com/thsottiaux/status/2102814202117411196
Claude 官方账号（Anthropic） 宣布 Claude Marketplace 上线：你可以在这里发现工具、agent 和专家合作伙伴——添加 Slack、Notion 等连接器与插件，从 Cursor、CrowdStrike 等公司购买 agent 和产品，也可以通过 Accenture、Deloitte 这类服务伙伴来扩展规模；如果你是开发者，也可以把自己的工具、agent 或服务列上去。 https://x.com/claudeai/status/2102840851538080172 https://x.com/claudeai/status/2102840855258452037
Swyx（smol.ai / AI Engineer / Latent Space）给出一个很具体的模型评测结论：他把 Latent Space 的 AINews 分别在 5.5 Opus 和 GPT-6 Sol 上跑了一遍，差异是"天壤之别"。他称 5.5 Opus 的报道更精炼、更有品味，slop 味比 5 Opus 还要少，因此决定把 5.5 Opus 作为 AINews 往后的默认模型。 https://x.com/swyx/status/2102650014552182920
Aaron Levie（Box CEO） 转述了一段关于创意产业未来的预测并表达认同：当门槛和成本降下来，电影会变多而不是变少，片厂会更敢冒险，会有更多人在桌上，很快还会出现全新的叙事形态。他回顾 1980 年代动画曾被当成小众分支、如今却成了最受喜爱也最赚钱的叙事形式之一，斯皮尔伯格、卡梅隆、彼得·杰克逊把新视觉工具当乐器而非捷径。他的结论是：技术一次次重塑创意产业，通常都带来机会的扩张；即便技法与媒介改变，对创意技能和品味的需求也不会消失，只是更多人能有效利用它们。 https://x.com/levie/status/2102934874470617303
Garry Tan（Y Combinator 总裁兼 CEO） 指出创业公司获客正在发生两个同时进行的趋势：让软件 agent 想要你的产品，以及用 agent 让人想要你的产品。他同时评价 Muse 非常令人印象深刻。 https://x.com/garrytan/status/2102955139875397806 https://x.com/garrytan/status/2102974165800399274
Aditya Agarwal（SPC 普通合伙人、Bevel Health 联合创始人，前 Dropbox CTO） 提出一个被普遍忽视的团队指标。他说一个人职业生涯频繁跳槽能说明很多，公司低流失率同样能说明很多：一支共事 3 年以上的团队，吞吐量和韧性都显著高于刚刚组建的团队。他认为投资人和员工最常犯的错误，是只问团队规模而不问团队"共事时长"，对团队而言正确的指标是 AUC（曲线下面积，即累积合作时间）而不是人数。 https://x.com/adityaag/status/2102782451643040074
Thariq（Anthropic，Claude Code） 介绍了一种新的博客形态：分享团队如何用具体的 prompt 和技巧完成工作，并且这些做法你应该能复现。他半开玩笑地总结外界观感——“Claude one-shot 了这个”，而实际 prompt 是 1 万字符，里面装着好观点、skills、示例和 API key。 https://x.com/trq212/status/2102857025206255902 https://x.com/trq212/status/2102870353781641416
Dan Shipper（Every CEO） 做了一次有趣的实验：Every 的 agent 包办了九月线下聚会的全部策划，从餐饮酒水单到嘉宾名单，明天下午 6 点在布鲁克林的 brownstone 揭晓成绩——“看一个 AI agent 能不能办一场好派对”。 https://x.com/danshipper/status/2102826854357016793
Peter Steinberger（OpenClaw / OpenAI） 发出一条简短的架构感慨：“有浏览器了，谁还需要 VNC。” 他还给了 Astra 一个好评，认为它正在大杀四方。 https://x.com/steipete/status/2102990776439636089 https://x.com/steipete/status/2103001790069526564
官方博客
Anthropic Engineering: How we contain Claude across products
一年前，Anthropic 会毫不犹豫地拒绝让 Claude 拥有足以打掉内部服务的权限；今天这种级别的访问已是日常，开发者也因此更高效。文章把风险拆成两部分：故障发生的概率，以及单次故障能造成多大破坏。前者随着安全防护和模型训练的进步持续下降，后者（理论爆炸半径）却随能力与权限扩张只增不减。当 agent 能承担过去需要一个人甚至一个团队的工作，不部署的代价大到让风险收益天平强烈倾向采用——前提是产品能被做安全。于是工程问题变成如何限制爆炸半径。文中提到 Claude Mythos Preview 就是一个因爆炸半径过高而在 2026 年 4 月被判定不宜发布的例子，但随着防御方加固关键系统、防护机制成熟，具备相近能力水平的模型有望获得更广泛的发布，尽管仍有残余风险。 https://www.anthropic.com/engineering/how-we-contain-claude
Anthropic Engineering: An update on recent Claude Code quality reports
针对过去一个月部分用户反映 Claude 回答质量下降的问题，Anthropic 追查到三个独立改动，分别影响 Claude Code、Claude Agent SDK 和 Claude Cowork，API 未受影响，三个问题已于 4 月 20 日（v2.1.116）全部修复。问题一：3 月 4 日把 Claude Code 的默认推理强度从 high 调到 medium 以缓解部分用户在 high 模式下漫长到像界面卡死的延迟，这是个错误的取舍，4 月 7 日已回滚，影响 Sonnet 4.6 和 Opus 4.6。问题二：3 月 26 日上线的一项改动会清除空闲超过一小时的会话中 Claude 之前的思考内容，以降低开销。文章强调公司从不有意降低模型能力，并说明了后续如何避免类似问题。 https://www.anthropic.com/engineering/april-23-postmortem
Anthropic Engineering: Scaling Managed Agents: Decoupling the brain from the hands
harness 里通常编码着"Claude 自己做不到什么"的假设，但这些假设会因为模型变强而随时过期，需要被不断质疑。一个具体例子：早期工作发现 Claude Sonnet 4.5 会在感知到上下文接近上限时提前收尾任务，这种"上下文焦虑"通过在 harness 中加入上下文重置来解决；但同一个 harness 用在 Claude Opus 4.5 上时该行为已经消失，那些重置成了死重。为此 Anthropic 造了 Managed Agents：Claude 平台上的托管服务，通过一小组意在超越任何具体实现的接口，替你运行长周期 agent。文章把这件事类比为操作系统当年通过把硬件虚拟化来解决"为尚未想出的程序而设计系统"的老问题。 https://www.anthropic.com/engineering/managed-agents
Generated through the Follow Builders skill: https://github.com/zarazhangrui/follow-builders