AI构建者摘要

OpenAI 算力负责人：真正的风险是建得不够，不是建过头

负责 OpenAI 工业算力的 Sachin Katti 直接否掉了产能过剩这套说法：「今天的需求远远超过算力供给。所以我们能接进来多少，就立刻消耗掉多少。」每一次公司以为算力够了、于是松一口气，事后都后悔。他真正担心的恰恰相反：燃气轮机、变压器和持证电工这些实体供应链，根本跟不上所需要的节奏。今年 OpenAI 的算力支出大约 500 亿美元，整个行业则接近 7000 亿美元。他确认收入几乎和算力一一对应地增长，算力翻三倍，收入也翻三倍；即便是所谓的训练负载，如今也以推理为主，因为合成数据生成和 post-training 本质上都是推理；OpenAI 自研的 Jalapeño 芯片从设计到流片只用了九个月，优化目标是每瓦 token 数，因为电力才是真正的硬约束。值得注意的是，OpenAI 在自己的这些数据中心里是租户而不是业主，融资压力落在 Microsoft、Oracle、Google、Amazon 等公司身上。他最惊人的一句话是：「AI 来设计训练和运行下一代 AI 所需要的系统，这样的递归离我们并不远」，芯片也在其中。

• #hardware
• #agents

Altman：在手机上发一条 prompt，行程、网站和预订全办完了

Altman 说他从手机上发了一条 prompt，让 ChatGPT 翻自己的聊天记录，找九个人一起过长周末的点子，把最好的三个方案做出规划，再搭一个全栈网站让这群人协调、决定，然后完成预订，并在他的 Gmail 里起草好通知邮件。他的结论是：「它……就这么跑通了。」他认为「work」这个名字低估了这个功能实际能做的事。另外他还放话，想为此造一种新形态的电脑。

• #agents
• #products

Levie：模型越强，越需要应用层，而不是越不需要

纯粹的智能不会自动改造企业流程，因为价值只有在模型接上真实反馈闭环之后才出现：接通企业系统、拿到对的数据、让人在每一步都能做判断的 UX、能让数据随时间变好的工作流，以及合规。银行的客户开户和法务团队的合同审查完全是两套东西，所以生命科学、金融服务、法律、制造业各自都需要通用大厂不会完全覆盖的纵深。他的反共识判断在趋势方向上：模型越好，你敢自动化的工作流就越有野心，对应用层的需求因此是变多而不是变少。这里的大部分机会，会落到那些在单一行业里深扎的独立公司手上。

• #agents
• #products

Rauch 用 scriptc 把 Vercel CLI 编译成了 1.28mb 的原生二进制

用 TypeScript 写的 Vercel CLI 现在可以编译成完全静态的原生二进制，里面既没有内嵌 V8 也没有 QuickJS：体积 1.28mb，启动开销平均 1.5ms，编译耗时平均 2.94s，用到了 node:https、node:fs、node:path、node:os 和 node:crypto，部署也完全正常。转译出来的代码仍然是可读性很高的 TypeScript，而这次转译本身是 GLM 5.2 Fast 完成的。另外，Vercel 联署了 Open Weights and American AI Leadership 公开信，Rauch 把 open weights 说成是继开源、数据、协议和研究之后，合乎逻辑的下一个前沿。

• #open-source
• #products

Meta AI 总监：说 AI 没做出实际产品成果，是拿第一阶段当结论

「AI 还没带来真正产品影响」这种抱怨，误判了我们所处的位置。眼下手握现成分发渠道的公司，正在用 AI 快速扩张到相邻的问题上，做出以前需要堆一大坨定制软件才能做的东西（他举的例子是虚拟试衣），结果是这些收益被吸收进既有产品里，在生态层面看不见。打法本身还在摸索中。第二阶段会带来全新的功能和创新，到那时 AI 对整个软件生态形态的影响会变得无可否认。

• #products
• #agents

Masad 转发观点：攻击者更爱用被补贴的大厂订阅，而不是开源权重模型

Amjad Masad 转出了一份来自 Anthropic 前员工的报告，观点是：真正在跑攻击的黑客，用的是被大幅补贴的前沿实验室订阅，而不是 open weight 模型。这个说法戳的是「开源模型才是主要滥用入口」这套常见叙事，把矛头指向了成本更低的那块攻击面，也就是被补贴的前沿模型访问权。

• #security
• #open-source

出了 AI 圈，大家最担心的是数据信任，不是 token 额度

Peter Yang 跟一些没有他所说的「AI psychosis」的加拿大人聊过之后发现，头号顾虑根本不是 token 不够用，而是自己到底信不信得过 ChatGPT，敢不敢把 Gmail、Calendar、Google Workspace 和 Microsoft Office 连上去。对任何想给大众用户做 agent 产品的人来说，这是一次有用的纠偏：卡住用户的是权限和信任，不是能力或额度。

• #agents
• #products

别再用烧掉多少 token 衡量 AI 采用度，要看从需求到上线的时间

Zara Zhang 认为，衡量采用度的正确指标，是从用户需求出现到那件事真正上线之间的时间，而不是消耗量。她对「为什么 AI 教程满天飞」也有一个很准的判断：chat 产品越通用就越难用，因为人面对一个空白输入框、又不知道该要什么的时候，会直接卡住。通用性是可用性问题，不是卖点。

• #products
• #evals

在 OpenAI 内部，ChatGPT work 已经每人每天处理 20 件事

跟运营商砍网费、清掉乱七八糟的订阅、把想买的东西找到最划算的那个渠道，这些在手机上都只隔着一条 prompt。Sottiaux 说它每天替他处理至少 20 件事，而且还在不断给他惊喜。他还提到，现在的 OpenAI 是他见过最专注、最有劲头的状态。

• #agents
• #products

Dan Shipper 正在写 Codex 是怎么诞生的权威内部史

他这周停下手头的事专门去做这件事，通过深访 OpenAI 内部人士把来龙去脉挖出来，几周后发在 Every 上，过程中会陆续放出一些线索和心得。

• #products