--- title: "AI Builders Digest · 2026-10-14" url: https://www.liamding.com/posts/2026-10-14-follow-builders-digest/ markdown_url: https://www.liamding.com/posts/2026-10-14-follow-builders-digest/index.md html_url: https://www.liamding.com/posts/2026-10-14-follow-builders-digest/ language: zh-CN date: 2026-10-14 lastmod: 2026-10-14 description: "2026-10-14 AI Builders Digest：Swyx 用年费 $43k 的真实 SaaS 发起「杀死 SaaS」hackathon；Box CEO Aaron Levie 称网络安全将成 agent 主战场，并实测 Gemini 4 Argon 平均跃升 14 个百分点；Anthropic 自研 agent 级版本控制 Scion；AlphaGo 之父 David Silver 预测三年内抵达超级智能。" categories: ["AI"] tags: ["AI", "Builders"] author: "Liam DING" canonical: https://www.liamding.com/posts/2026-10-14-follow-builders-digest/ --- # AI Builders Digest · 2026-10-14 > 今天整理了 X / Twitter 上多位 builder 的动态、1 篇官方博客，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 **smol.ai 创始人、Latent Space 主理人 Swyx** 发起了一场「杀死 SaaS」实验：拿自家一个年费 $43,000 的真实 SaaS 产品，在任意模型、任意 harness 下用一个周末把它复刻出来，同时用 AI 和真人做评测。最终收到 72 份提交，烧掉约 1000 亿 token，$10,000 奖金也有了归属。他在本期 Latent Space 特别节目里公开了数据，并讨论「杀死一个非平凡的中端 SaaS 究竟难在哪里」。 https://x.com/swyx/status/2110065576764686421 **Google 副总裁 Josh Woodward（Google Labs / Gemini App / Google AI Studio）** 连发多条 Gemini 4 Argon 的能力演示：一个 24 词的 prompt 就搭出一台定制合成器，把马蹄声、水波声甚至用户的手势变成音乐；另一个例子是用它设计 96 毫米宽的定制家具腿。这些 demo 主要展示该模型「从极简指令到复杂产物」的跃迁。 https://x.com/joshwoodward/status/2110179883045560674 https://x.com/joshwoodward/status/2110089824573272547 **OpenAI（Codex & ChatGPT）Thibault Sottiaux** 更新了「Day 9」：团队优化了 ChatGPT 与 Codex 桌面端在磁盘上存储状态的方式，预计可把占用空间减少 60%。他说这是个不大的改动，只是因为收到了不少重度用户磁盘吃紧的反馈。 https://x.com/thsottiaux/status/2110151780478927344 **Replit CEO Amjad Masad** 抛出一个反共识判断：即使今天暂停前沿研究，AI 想要真正渗透进经济体系也还需要大约 10 年；Replit 正和解决方案伙伴合作，试图加速这个扩散过程。 https://x.com/amasad/status/2110128937049452575 **Vercel CEO Guillermo Rauch** 祝贺 Gemini 团队，并强调「永远不要做空 Google」——这家公司带来过 Transformer，且坐拥压倒性的数据、工程人才与算力。他认为所有人已正确地转回 coding，coding agent 就是 AI 的杀手级应用，开发者正处在「elysium（极乐世界）」。他还提醒，Muse Wonder 与 Gemini Argon 接连发布，正是个人与公司都该保持模型无关、以 gateway 为中心（gateway-maxxx / fx-maxxx）的理由。 https://x.com/rauchg/status/2110044152482365747 **Box CEO Aaron Levie** 给出两个判断。其一，网络安全将成 AI agent 最大的战场之一：一方面 agent 会把攻击面扩大百倍，另一方面 agent 集群能逐行审代码、穷举漏洞组合、比人更快响应事件，终于有机会把企业里永远追不上的风险和告警 backlog 覆盖下来。其二，Box 用 Box AI Complex Work 评测测试了一周 Gemini 4 Argon，相比 Gemini 3.1 Pro 在所有测试上平均跃升 14 个百分点：金融服务 +18、医疗 +25、科技 +37、能源 +16、消费品 +33。他强调 Gemini 4 在数学、逻辑、分析以及「把任务做完、不半途而废」上进步巨大，并将在 Box AI Studio 上线。 https://x.com/levie/status/2110227571090788526 https://x.com/levie/status/2110046686198550539 **Y Combinator 总裁兼 CEO Garry Tan** 推荐 @AsideAI：给 harness 接上带真实 credentials 的真实浏览器，是一个真正的解锁点。他同时公开要求 Connie Chan 辞去相关职务，称其政策让旧金山对所有人变得不安全。 https://x.com/garrytan/status/2110053836945756234 https://x.com/garrytan/status/2110115691684925777 **fpvventures 合伙人 Nikunj Kothari** 说，每次和 Railway 的 Jake 聊天都会被打碎既有认知——从如何 scaling、如何销售、如何招人，到如何构建。他认为 Railway 是一家 n=1 的公司，正因为 Jake 完全按自己的方式在做。 https://x.com/nikunj/status/2110137649168281871 **Every CEO Dan Shipper** 给出一个与「Google is back」主流叙事相反的数据点：Gemini 4 Argon 在 Every 的资深工程师基准任务上只拿到 21%，远低于 Sol 6，甚至低于 Muse。他同时发出「VIBE CHECK：GEMINI 4，GOOGLE IS BACK」的感叹。 https://x.com/danshipper/status/2110056016872427944 https://x.com/danshipper/status/2110039417650024592 ## 官方博客 **Anthropic Engineering：Redesigning source control at Anthropic** 当 Claude 让「写代码」不再是瓶颈，真正的瓶颈变成了为人手规模设计的开发者基础设施。Anthropic 的 merge 量从 5 月的每天约 2,500 次飙到 9 月的每天超过 30,000 次。为此他们自研了版本控制系统 Scion，用 5 个月把 monorepo 从 git 全量迁移，还顺手做了代码评审界面 Antique、代码搜索与 IAM。 Scion 的核心原则很清晰：客户端永远在线、客户端与服务端不对称、一切必须水平可扩展、commit 必须廉价且无锁、working copy 可选且稀疏。数据上，主分支历史接近 100GB、每天约 2,500 万次 checkout；新架构的 CPU / 内存足迹比旧的 git mirror 基础设施小 200 倍，CI 单独拿到 25% 的 CPU 容量提升，各层缓存命中率超过 99%。整个团队只有 7 人，却一边迁移一边把每日 merge 量做到原来的 10 倍。 文中一句话尤其扎眼：「我们的工程师经常要做的，是对 Claude 说『不』。」因为 agent 有时会为了迎合某个模式，去违反本不该被允许的核心系统约束。 https://www.anthropic.com/engineering/redesigning-source-control ## Podcast **🎧 The Takeaway**：要走到超级智能，就不能一直靠人类数据「牵着鼻子走」，而要造一个能从经验中自主发现一切知识的 super learner。 David Silver 是 AlphaGo 的核心人物，Lasse Espeholt 曾把强化学习真正扩展到 GPU 集群与 TBU 机架，两人联合创立 Ineffable Intelligence，使命是「造一个 super learner，首次接触超级智能」。 他们的赌注是主动放弃人类先验。Silver 复盘 AlphaGo 到 AlphaZero：团队花两年、层层嵌入人类数据和人在回路，才赢下 Lee Sedol；一旦让算法自己发现，几小时就超过了这两年的人肉成果。 > 「我们放弃人类数据，是为了让自己能发现那些随后会一骑绝尘、并且永远学下去的东西。这必须是一个主动的选择。」 他由此批评不少 LLM 公司本质上是在造「半自动、成千上万人在回路里」的学习算法。对齐上他不悲观：今天依赖语言与人类先验的对齐正逐渐触顶，agent 会「说一套、做一套」；解法是先把模拟当作安全实验室，把「超级智能如何和平共处」当作一门科学来研究。他支持现实世界降速，但主张模拟里尽量加速。预测：一年内会出现路线正确的极强证据，超级智能则从原定 3-5 年提前到三年。 https://www.youtube.com/playlist?list=PLOhHNjZItNnMm5tdW61JpnyxeYH5NDDx8