AI Builders Digest · 2026-10-10
今天整理了 X / Twitter 上 15 位 builder 的动态，以及 1 期播客。只收录有实质内容、且带原始链接的条目。
X / Twitter
Box CEO Aaron Levie 给出一个大胆预测：agent 之间互相派生、在后台持续运行、以 swarm 形式协作，将消耗比"人类逐个手动 prompt"多 1000 倍的 token。他认为把 AI 当成一个只能按你打字速度为你服务的聊天系统，一两年内就会变成老古董；绝大多数 token 会由替我们在后台和 workflow 里持续干活的 agent 消耗。这正是 agent 采用仍处于极早期、且未来还需要海量算力与基础设施扩建的原因。
https://x.com/levie/status/2108750943680630893
Vercel CEO Guillermo Rauch 公布一组 agent 流量数据：过去 30 天 Vercel 全网 58.18% 的流量来自机器人（2024 年 1 月为 32%）；60% 以上的部署已是 agentic 的（2026 年 1 月约 3%）；访问 Vercel 自家文档站点的页面浏览最多有 83% 来自 agent，而且内容越为 agent 优化、这个比例越高。他预计未来几年"真人直接访问"的流量会变成舍入误差：Web 会更繁荣，但它将是为 agent 而生、由 agent 构建。另一条里，他把 agent 经济延伸到域名服务，agent 现在可以自助购买基础设施和域名，从想法到线上生意全流程打通。
https://x.com/rauchg/status/2108733051283050964
https://x.com/rauchg/status/2108669027363295323
Meta AI 高级总监 Madhu Guru（前 Google，主导 Gemini、Veo、Nano Banana） 提出反共识观点：开放权重模型并没有"开启"单位智能价格的下降，它们只是本来就已存在的趋势上的顺风。真正推动降价的是三件事：模型厂商把最强模型蒸馏成更小、推理更便宜的版本；基础设施效率提升；模型厂商之间的竞争。他总结出一条规律，每一代中杯模型的智能约等于上一代大杯模型，同样的智能、更低的成本。
https://x.com/realmadhuguru/status/2108618266776387886
OpenAI Codex 与 ChatGPT 的 Thibault Sottiaux 宣布：你的 ChatGPT 订阅现在同时也是 Devin 订阅。他还预告 Dots 迎来一次比较大的升级。
https://x.com/thsottiaux/status/2108777962053292398
Anthropic Claude Code 的 Thariq（前 YC W20、SPC、MIT Media Lab） 分享了一个很具体的对比：加入 Anthropic 之前，他曾花约两周用 Opus 4 把手上这个 side project 当业余项目来写，因为它依赖 Agent SDK、需要一个常驻进程，稳定性不佳；而后来只用一句 prompt 交给 Opus 5.5，就把它迁移到了 Claude Managed Agents，可靠性大幅提升。
https://x.com/trq212/status/2108689101503566319
OpenAI Codex 产品负责人 Nan Yu（前 Linear 产品负责人） 感叹一项新功能让他"爱不释手"，并给出一句颇有画面感的观察：以前我们手写代码，后来用 Tab 补全代码；再后来演变成给 agent 写 prompt，而现在连 prompt 也能 Tab 补全了。
https://x.com/thenanyu/status/2108671762984731037
Peter Yang（专注实用 AI 教程与访谈） 给出一句反直觉呼吁：别再去做更多"帮你管理邮件的个人助理"、也别再做更多"要管理和治愈疾病的 AI 创业公司"了。另外他分享了一个 Grok Bot 技巧：想让 Grok Bot 当幕僚长时，不要用你自己的名字去注册它的邮箱，因为"我把 Peter 抄送进来"这种说法很别扭，建议单独给它取一个你希望这位幕僚长使用的名字。
https://x.com/petergyang/status/2108679515681722787
https://x.com/petergyang/status/2108624122339287335
FirstMark Capital 投资人、MAD Podcast 主理人 Matt Turck 指出，现在只需一句 prompt，就能按你自己的风格为公司或产品做出专业级视频。这正是 Synthesia 从早期就在追求的方向：“缓慢地发生，然后突然全部实现”，而且今天人人都能用上。
https://x.com/mattturck/status/2108561284635480443
Every CEO Dan Shipper 分享了在 Slack 中与 agent 协作的实践。
https://x.com/danshipper/status/2108588611000275009
FPV Ventures 合伙人 Nikunj Kothari 给创始人提了个醒：如果在 X 上推广产品，请让市场团队把 VC 排除掉。他每天收到 3 条请他去"合作一个疯狂机会"的私信，实际上是有偿推广，这显示出很差的判断力，而且会传开，让别人觉得你是在买流量来为下一轮融资造势。
https://x.com/nikunj/status/2108616889605951834
Podcast
No Priors｜Beam: The Great American Open Model with ReflectionAI Co-Founder and CEO Misha Laskin
The Takeaway：开放权重模型不只是更便宜的选择，它可能也是更安全的选择，因为安全漏洞是一条长尾，几百个闭源实验室的安全研究员不可能覆盖全部，而"足够多的眼睛"能让漏洞变浅。
Reflection AI 联合创始人兼 CEO Misha Laskin（前 Google DeepMind 研究员、物理学博士）刚发布了公司首个开放权重模型 Beam。他和联创当年都在 Gemini 的强化学习团队，赌的是把 RL 用到数学、编程等可验证领域，就能让模型变得 agentic。过去一年这个判断被验证：模型每代算力需求约 4 倍增长，追平前沿的成本从 18 个月前的数亿美元量级涨到如今的十亿美元量级，明年可能到百亿美元量级；而 RL 带来的效率提升远快于纯人工研究，人工约每年 7 倍，叠加模型自我改进后可能到 30 倍/年。Beam 总参数 5000 亿、激活 230 亿，预训练用 6000 张 GB300，RL 用了 1 万多张 GB300 跑了四周，换来同能力等级下 3 到 4 倍的推理效率。
他抛出的最具争议的一点是安全。他认为当前的安全世界观已近乎教条，而现实证据恰恰相反：一个强大的闭源模型在攻击另一家公司时造成了意外后果，受害公司唯一的自救方式，是改用开放模型来保护自己。他引用 Linux 之父的 Linus 定律：“只要有足够多的眼睛，大多数安全漏洞都会变得浅显。“他还指出，移除网络进攻能力的同时也会移除防御能力，AI 应该像网络安全一样，让防御方拥有更多工具。他并预测 token 结构正在翻转：半年前各家 gateway 还是 70/30 的闭源/开源，如今已倒转成 70/30 的开源/闭源，最终会像服务器市场一样，95% 以上跑开源。