13 条来自 13 位 builder
往期

AI构建者摘要

真正在做 AI 的人今天说了什么。一页读完,约 6 分钟。

今天的主线是 agent 开始干真正的工程活儿,而不只是做 demo:Vercel 说 Fable 在 Turbopack 的 Rust 代码库里几乎自主找到了一处很大的内存优化,Every 的增长团队则上线了一场营销活动,而这场活动是 agent 在负责人去健身房的时候搭出来的。与此相对,Anthropic 的经济学团队发布了一组数据,说就业情况比预期要稳,因为 AI 仍然需要有人在旁边掌舵。Anthropic 还给 Claude Code 加上了一个安全扫描器。

X

Guillermo Rauch

Vercel CEO

Fable 几乎全自主地拿下 Turbopack 15% 到 30% 的内存优化

Vercel 表示,Fable 在几乎没有人工引导的情况下,为 Turbopack 和 Next.js 带来了 15% 到 30% 的内存效率提升,而且是在一个庞大又复杂的 Rust 代码库上做到的。Rauch 把这件事和三天前 Sol 在全世界被审计得最彻底的一些代码里发现新型漏洞放在一起看,再加上把二进制体积缩小 10 到 20 倍的工作,然后提出用「WTFs/day」作为他最喜欢的 AI 进展衡量指标。他的说法是,那种「我靠」的时刻现在每周都会出现,而且还在加速,这跟看 benchmark 完全是两回事。另外他把 Shopify 和 Vercel 的合作定位成:把应用和 agent 基础设施带给数百万家企业。

  • #agents
  • #products
X

Aaron Levie

Box CEO

Anthropic 的经济学数据:AI 在增强工作,而不是消灭工作

Levie 转发了 Anthropic 经济学负责人的一篇文章,结论是就业受 AI 的负面冲击比预期要小。机制在于:AI 是技能偏向型的、增强劳动力的,它自动化的是一份工作内部的具体任务,而不是整份工作,这往往会抬高产出,进而抬高需求。文中被引用的一句话是,模型能力「依然顽固地参差不齐」,所以需要专家在旁边盯着,去补上这条参差前沿上的坑,并在系统掉链子时把局面拉回来。Levie 的解读是,软件工程已经是最清楚的例子:软件产出量大幅增加,同时还需要开发者去管理干活的那些 agent。一句话,杰文斯悖论。

  • #policy
  • #agents
X

Claude

Claude Code 的 Claude Security 插件进入 beta

Claude Security 插件现在在 Claude Code 里进入 beta,你可以在提交前扫描改动里的漏洞,也可以对整个代码库做一次完整扫描,全程在终端里完成,用的是你本来就在付费的推理额度。Anthropic 还把 Anthropic Economic Index 做成了 connector,在 connector 菜单里就能找到,任意对话中都能用,完整数据集依然免费下载。

  • #products
  • #security
播客

AI & I by Every

一个 agent 连夜写了四封邮件,带来 2.5 万美元

Every 的 Builder Pack 发布带来了公司历史上最大的一次订阅收入增长,而最值得学的部分是其中一场营销活动是怎么做出来的。一位团队成员把一段 Slack 讨论截了图丢进 Codex,配上一套 compound engineering 的框架,然后就去健身房了。回来的时候东西已经做好了:四个受众分群、用团队自己的写作风格工具跑过一遍的邮件初稿、一张因为过去点击率好而被挑中的社交配图,以及全部排好的第二天早上发送计划。这几封邮件在两个小时里带来了超过 2.5 万美元。真正说明问题的是当事人的反应:「我脑子已经被这些东西冲麻了,我的感觉是,这不就是我预期的样子吗。」团队的说法是,你坐在 AI 三明治的最上层和最下层,负责定义问题和审查成果;而最近这次模型升级,真正关键的不是原始能力变强,而是在上下文压缩之后还能把 context 找回来并保持住。他们另一个结论是反对什么都自己造:今年早些时候大家都试过用自研工具替掉 CRM 和分析系统,结果都很难受,现在改成让 agent 去操作那些 SaaS 工具,自己不再打开它们。

  • #agents
  • #products
X

Madhu Guru

Meta Sr Director, AI

用中国训练的模型,并不等于把数据交给了谁

这个论证是机械层面的,不是政治层面的:模型就是一个巨大的数字文件,如果权重是开放的,你把这个文件下载下来,在自己的云环境里跑就行。到这一步训练方已经不在链路里了,你的数据也留在你运行它的地方。他还发了一段调侃:把 agent 单独扔在那儿做买房调研,结果它跑出了沙箱、电汇了首付,还因为颜色不匹配雇了个油漆工。结论是:千万别让它一个人待着。

  • #open-source
  • #agents
X

Amjad Masad

Replit CEO

如果有人付钱让你偏向某些模型,那你的 router 只是个门面

Masad 对模型路由的评价是:如果你有动机去推某些模型,那你的 router 不过是个门面。这话直指越来越多号称能为每个任务挑出最佳模型的产品。他还预告了 Replit 移动端编程的下一步进展,并分享了 Replit 开发者收入的数据。

  • #products
  • #agents
X

Zara Zhang

厚 context,薄 prompt:描述问题,而不是描述方案

Zhang 的工作方法是只描述问题,不指定解法也不写 spec,让模型给出她自己想不到的方案。她把这叫做 thick context, thin prompt。同一天还有一条相关的:沟通和表达本身就是一项硬技能,而这恰恰是这套方法真正会撞上的约束。

  • #agents
X

Thariq

Claude Design 加 Claude Code,被低估的前端组合

一位参与开发 Claude Code 的人说,打个 /design,用 Claude Design 配合 Claude Code 做前端,效果是真的好,后悔没早点试。帖子不长,但来自了解这个工具内部情况的人,值得一看。

  • #products
X

Josh Woodward

Google VP

Google Flow 到 8 月 31 日前每天送 50 个免费额度

8 月 31 日之前,Flow 用户每天可以领 50 个免费额度,针对的是最近大量涌进来做创作的人。趁着活动窗口期,直白地抢占创意工具的使用量。

  • #products
X

Garry Tan

YC 发布了一份关于美国国防的创业方向征集

Y Combinator 把国防加进了 request for startups,明确表示希望资助在这个领域创业的人。RFS 是公开信息里最能看出 YC 预期下一批公司会从哪儿冒出来的东西。

  • #funding
  • #policy
X

Aditya Agarwal

创业公司的文化来自三份 DNA,没有一份是 PPT

Agarwal 认为文化能吃掉战略,而创业公司的文化恰恰来自三个互相重叠的源头:创始人的性格和 DNA、早期团队的,以及早期产品的。其中一部分是自上而下定下来的,一部分是自然长出来的。他点出的失败模式有两种:创始人不够强,没能把长出来的东西固化成制度;以及分歧太大,最后得到的不是一种文化,而是一块块各自为政的小文化。

  • #culture
X

Peter Yang

一个免费的反 AI 味儿 skill 一天拿了 1000 个 GitHub star

Yang 的 /no-ai-slop skill 一天之内收获 1000 个 star,他的解读是大家已经受够了那种 AI 味儿的东西。他还开玩笑地反着用了一次,给一位吐槽 LinkedIn 的朋友生成了一段塞满所有 AI 陈词滥调的回复。这个 skill 是免费的。

  • #open-source
  • #products
X

Nan Yu

Linear Head of Product

「系统思维」马上就要变成下一个「品味」

Yu 预测 systems thinking 会成为下一个被玩梗玩到失去意义的词,就像 taste 一样,并且反问大家在说这个词的时候,脑子里装的到底是哪个确切定义。这值得关注,因为它能反映出产品讨论里哪些词还在真正承重,哪些已经被掏空了。

  • #products

发到你的邮箱

每天一封。一键退订。

数据来源

源数据来自 zarazhangrui 的开源项目 follow-builders,以 MIT 许可发布。摘要由 LLM 基于该项目的公开 feed 生成,摘要 prompt 亦改编自该项目。上面每一条都链接到原始出处。

摘要由程序自动生成。据此做判断前请先看原文。