AI构建者摘要

Grok 4.5 拿下网络安全性价比第一；容器不是安全的 agent 边界

Vercel 最新的基准测试把 Grok 4.5 列为性价比最好的网络安全模型：比 Sol 便宜 10 倍，比 Opus 5 便宜 5.7 倍，比 Kimi K3 便宜 2.2 倍，性能却大致追平了 Kimi。前沿位置仍然稳稳握在 Sol 手里，排在 Opus 5 之前。另一件事，Rauch 提到了 Kimi 那篇讨论 agent 该在什么环境里运行的论文：容器级别的隔离并不够，因为在他们的实验里，agent 通过 kernel panic 直接把底层机器搞崩了。他的判断是，像 Vercel Sandbox 用的那种 Firecracker microVM，才是真正扛得住的边界。

• #evals
• #security
• #agents

Granola CEO：会议纪要不是奖品，工作界面才是

Chris Pedregal 认为，眼下所有人抢破头的 AI 会议纪要，并不是价值最终沉淀的地方。Notion、OpenAI 和 Zoom 都推出了竞品，Granola 的增长速度却一点没受影响，这反而印证了他的看法：真正的战场是在 AI 原生的世界里，我们用什么界面来工作。他下的最具体的一个赌注是“预生成”：Granola 会生成数百万份会前简报，明知只有很小一部分会被打开，因为真正有用的时刻，就是你迟到了、又想不起来马上要见的人是谁的那十五秒。他把这个产品形容成扶手，不摔跤的时候你根本注意不到它。聊到创业，他说：“我原来以为，创业只有在做不成的时候才特别难。结果发现，做成了也一样难。”团队上周才开始统计 token 花销，起因是有人一天在 Fable 上烧掉了两千多美元。

• #products
• #agents

按 token 算钱，一年前就不再是有效的成本衡量方式了

Swyx 认为，输入和输出 token 的单价作为一种有意义的横向比较，大概在去年就已经死了；今天还在用这个口径、而不是“每个任务多少钱”来画成本曲线的人，不值得认真对待。他还回头捅了自己一刀：他最为人所知的那个 agent 实验室论调，在 Claude Code 今年事实上开源之后遭到了最有力的反驳，因为它自己的路线图和竞争对手的路线图几乎都没有发生任何变化。

• #evals
• #agents

企业还在招人，只是岗位变了

Levie 说，大家预言的 AI 就业崩塌，在他接触的企业里始终没有出现。它们在招工程师，去啃那些以前根本够不着的问题；在招销售，因为 AI 让他们能把客户关系做得更深；还在招内部的前置部署工程师，专门负责真正把 AI 落地。他把这解读成杰文斯悖论正在上演。他更尖锐的一个判断是：只把 AI 用来省成本的公司，会被那些用它把客户服务做得更好的公司打败。他也承认，这个趋势有可能反过来。

• #policy
• #products

骑车路上，Codex 剪完并发出了一支发布视频

OpenAI 负责 DevEx 的 Jason Liu 正在骑车，被人叫去改一支发布视频。他用手机连上 Codex，让它通过 computer use 剪辑视频、导出，再把成品发回 Slack 那个讨论串；接着交代它每三十分钟去看一次那个串，根据反馈依次导出 V2、V3 和 V4。等他到家，视频已经过审了。这是一个很干净的例子：agent 对着一个人类评审频道跑异步的修改循环，全程没有人守在键盘前。

• #agents
• #products

产品评审该模拟市场，而不是汇报进度

Madhu Guru 的观点是，一场好的产品评审能把几个月的认知压缩进一小时，办法是模拟市场会怎么回应你的想法；而这件事成立的前提，是坐在会议室里的人真的懂这个领域、有品味、有强烈的观点，并且大多数时候是对的。可惜多数评审已经滑向了进度同步、给领导刷存在感和跨部门对齐。这种滑坡正是大家反感评审的原因：会议不再产生认知，只剩下损耗。

• #products

下一片要测绘的疆域是计算宇宙

Masad 把当下形容成一个新的大航海时代。上几代人先测绘了地球，然后走向太空；这一代人拿到的，是由算法、程序、证明和设计构成的那片空间，可以让 AI agent 到其中去搜索。这本质上是一个立场选择：把 agent 看作在可能性空间里做搜索的引擎，而不是提效工具。

• #agents

OpenAI 重置了所有 Codex 与 ChatGPT Work 付费用户的用量额度

所有 Codex 和 ChatGPT Work 的付费客户，用量额度被统一重置了一次，官方的说法是庆祝 ChatGPT Work 起量之快。Sottiaux 说他今天剩下的时间不上 X 了，下周还有东西要发。

• #products

不到 40% 的 VC 投出过一笔成功的案子

Turck 提到一项新研究：不到 40% 的风险投资人名下有过哪怕一笔成功的投资。然后他自己把包袱抖了出来：每一个读到这条的 VC，心里都笃定自己属于那 40%。

• #funding

一个 agent 报了 bug，另一个 agent 连夜修好了

Steinberger 的 agent 报出一个 bug，Jarred Sumner 那套 robobun 把它修掉了，全都发生在同一个晚上，两头都没有人参与。他说这套东西就是未来。他还提到一件让人无奈的事：明明是和很强的合作团队一起在认真做安全，却仍然有人默认这个产品不安全。

• #agents
• #security

两周旅行全程跑在 Claude Code 上，回来还做了复盘

Kothari 把 Claude Code 当成了一次两周旅行的主界面，回来之后让它写了一份完整的复盘，讲下次该怎么改进。把 agent 当作非编程场景的日常主力，再让它自己给自己做一次评估，有意思的正是这一点。

• #agents

既然你的聪明人这么聪明，就让他们去打磨自家产品

Yu 反对自己造一套内部版工具：一款产品之所以好用又顺手，背后是一大批非常聪明的人在非常卖力地打磨；所以你要是手上有非常聪明的人，就该把他们放到自家产品上，然后花点小钱去买别人做好的。这是把 build 还是 buy 的论证压缩成了一句刺。

• #products