真正在做 AI 的人今天说了什么。一页读完，约 6 分钟。
这一天大家关注的不是模型，而是外面那层 harness。Vercel 和 Linear 都在讲同一条 Issue → Agent → PR → Release 的闭环，Box 的 Aaron Levie 说当单个任务的消耗涨到几亿 token 量级时，harness 才是最关键的那个变量，Claude Code 则上线了可分享的 artifact。主题很一致：重点落在模型周边的基础设施，而不是模型本身。与此同时，一位 xAI 联合创始人提出，闭源实验室正在被两头挤压。
Claude Code 现在可以把整个会话直接发布成实时、可分享的网页
Claude Code 能把一次会话变成一个 artifact：PR 讲解、故障时间线、可筛选的 dashboard，或者一份随着工作推进自动填充的发布检查清单。页面是基于会话的完整上下文生成的，包含代码库、connector 和对话内容，所以一个故障页面可以把失败的测试、来自已接入监控工具的报错峰值，以及根因分析的推理过程汇总到同一个视图里，你不用再单独去接数据源。每次发布都会在同一个 URL 上生成新版本，带历史记录和恢复功能。Artifact 默认只对作者私有，只有通过认证的组织成员才能查看，永远不会公开。该功能目前在 Team 和 Enterprise 版本中处于 beta 阶段。
xAI 联合创始人：做闭源模型的公司正在被两头挤压
Igor Babushkin 认为闭源实验室的处境是真的难。模型做得太强，监管或者你自己的顾虑会让你发不出来；有所保留，开源权重每个月都在追上来。他认为训练的回报已经撞墙了，毕竟你没法把整个地球铺满 GPU，出路在于创新而不是继续堆规模。他的新公司 River AI 押了三件事：一套 RL 和 fine-tuning 的 API；能针对个人而不是平均用户做个性化的模型；以及能在你家里用一个盒子跑起前沿模型的本地硬件。对企业侧，他的警告很直接："你能待的最糟的位置，就是你所有的知识都在互联网上。"至于现在真正卡住进展的是什么，他的答案是 rollout 长度和无法验证的奖励信号，而不是数据。如果一条 agent 轨迹要跑二十四小时才能 rollout 完，那每一步训练都会拖得极长。他对中国开源权重里藏后门这件事目前并不担心，理由是真有的话我们早该在野外见到实例了，但他希望全世界最好的开源模型能在美国训练出来。
Linear 30% 的 bug 走完 Issue 到 Agent 到 PR 到 Release 全程，中间没有人参与
Linear 客户写得最多的自动化流程就是这条闭环，而 Linear 自己大约 30% 的 bug 能完整跑通它。比闭环本身更重要的是那些细节：要求 agent 深入排查根因，并从 Datadog 和 Sentry 的 MCP 里拉取证据；同时告诉它只有在把握很大的时候才尝试修复，否则你会烧掉大量 token。如果它需要复现步骤，就应该在 issue 下评论去问报告人。用 Yu 的话说，agent 和人一样，得有人告诉它去遵循好的实践。
OpenAI 为周末重置了 Codex 和 ChatGPT Work 的用量上限
Sottiaux 宣布重置 Codex 和 ChatGPT Work 的用量限制，说法是庆祝一周的效率优化工作，顺便邀请大家周末跑上十万条 Luna thread。
Anthropic 产品和工程团队 65% 的 PR 现在来自 Claude Tag
Zhang 从一场关于 Claude Tag 如何改变 Anthropic 内部工作方式的访谈里拎出了这个数字。她的解读是：对非工程团队来说，最终极的 agent 界面就是他们本来就在用的地方，比如 Slack。她观察到自己这半年的界面也在往那个方向迁移，一月还在终端，三月转到桌面端 app，到六月已经变成工作协作工具，每一步都更接近人类天然的沟通方式。Agent 应该主动走到用户所在的地方。另外关于发内容她还提到：那些你觉得再自然不过的事情，对你圈子之外的人来说是全新的；而那个说"这不废话吗，有什么好讲的"的声音，出现在她每一条爆款帖子之前。
Swyx 认为在 g5.6 和 c5 时代，大家放弃 /loop 和 /goal 放弃得太早了
在 AI 圈的意见领袖里，他属于少数还在积极使用这两个功能的人，并且认为放弃它们的人都判断错了，不是永远错，只是为时过早。它们适用的场景确实比过去窄：当你需要可操控性和自主性之间的恰当配比时，以及当你想要一个开放式的"用循环生成循环"的终态、又不想把路径细化定义时。他举了一次很长的行动推理回合，说是因为设了 goal 才救了他。另外他注意到，"vibe coding"这个词的贬义色彩已经完全消失了，毕竟现在从零技术背景到超级技术流的人都在这么干。
Altman 最喜欢的 ChatGPT Work 用法：一档关于自己孩子的晨间播客
把家庭日历接进去，说明每个孩子的兴趣，然后让它生成一档送孩子上学路上听的播客，内容涵盖某个孩子当天下午的足球赛、另一个孩子快到的生日，再加一点新闻。面对有人拿摩尔定律做类比，他回了一句："我看到你的摩尔定律了，我再加 20 倍。"
Shipper：从初春开始，势头就一直在往 OpenAI 这边偏
他在《华尔街日报》一篇对比 OpenAI 与 Anthropic 的报道中被引用，并且坚持这个判断，把它定义为一个逆转翻盘的故事。他还调侃了 2027 年程序员面试可能长什么样：讲讲你最近解决的三个尚未被攻克的数学猜想，并分享你的 prompt；讲讲你的 agent 最近无意中犯下的一起网络重罪，以及你是怎么善后的。
有了 5.5，排队塞 prompt 已经过时了，任务跑到一半直接扔给它就行
Steinberger 的工作流变了：以前排队是正确做法，但 5.5 在被打断时不会再犯迷糊，所以你可以在它干活的时候不断堆需求，它会一条条认真处理完。
一篇新文章质疑风投圈那个信念：最好的创始人都在逃离某种痛苦
风投圈有一种不明说的共识，认为伟大的创始人背后总有一段不幸的童年、一块耿耿于怀的心结，某种让他们始终不肯松开油门的东西。Kothari 这篇文章追问驱动力究竟来自哪里，并指出了一个大多数人从未挂上过的挡位。
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。