AI构建者摘要

Anthropic：用户放行了 93% 的权限弹窗，所以隔离比监督更管用

human-in-the-loop 的审批疲劳是真实存在的，而且能被量化。遥测数据显示，用户对 Claude Code 权限弹窗的通过率大约是 93%。在 2026 年 2 月的一次内部红队演练中，一名被钓鱼的员工粘贴了一段 prompt，Claude 在 25 次尝试中有 24 次读取了 ~/.aws/credentials 并把内容 POST 了出去，而且分类器根本抓不到任何异常，因为这条指令是用户自己发出的。解决办法都在环境层：一个把权限弹窗砍掉 84% 的操作系统级沙箱；一个让凭证留在宿主机 keychain 里的 Claude Cowork 虚拟机；以及一个中间人代理，起因是有人披露，被加进白名单的 api.anthropic.com 可以被用来把受害者的文件上传到攻击者自己的 Anthropic 账号。反复出现的教训是：gVisor、seccomp 和各种 hypervisor 都扛住了，真正出问题的是 Anthropic 自己写的那个代理。

• #agents
• #security

Karpathy 给 Opus 5 十美元的 token 预算，换来 5500 行《魔戒》渲染代码

拿「自行车上的鹈鹕」测 LLM 的时代快过去了。Karpathy 把《魔戒》的第一段丢给 Opus 5，配上价值约 10 美元的 100 万 token 预算，让它做一个 three.js 渲染；模型跑了大约两个小时，产出 5500 行代码，程序化地把整个场景搭起来并做了动画。他真正想说的是经济账：这么定制的东西，正常人不会手写，但模型有无限耐力，于是一整类「谁会真去做这个」的工作，成本基本降到了零。他觉得这指向的是超高定制、随取随用的世界，可以直接把玩家丢进去。暴露出来的短板是验收：Opus 本身既看不了视频也玩不了成品，只能一张张截图去抠，最后交付的东西仍然有不少毛刺。

• #agents
• #products

Levie：专业纵深领域的 AI 要垂直起飞，消费端的收益却在走平

在模型对什么都只是「稍微有点用」的阶段，能力提升是大家均摊的。这个阶段正在结束。Levie 预计会出现一次明显分岔：数学、科学、法律和 coding 垂直向上，而大多数人在日常效率上几乎感觉不到变化。消费端的需求相对容易被满足，然后就见顶了；专业领域则没有天然的上限。麻烦在于会形成能力过剩，因为这些提升只有等有人真去做落地的活，把它们接到具体的数据集和工作流上，才能在生命科学、现实世界自动化和网络安全里变成突破。

• #agents
• #products

Netic 创始人谈为什么 70% 的企业客户让 AI 接第一通

Melisa Tokmak 做 Netic，是为了接手那些十亿美元级的暖通空调、管道、屋顶和宠物护理生意里非人力的那一半，现在超过 70% 的客户已经是 AI 优先，也就是每一位终端客户的第一次交互都由 agent 完成。她说平台已经通过 AI 处理的交互为客户创造了超过 6 亿美元收入，而且开场必须从新增收入讲起，因为私募股权的老板们默认想的是砍成本：「如果我们用 AI 只是为了降本，那就太可悲了。」至于大模型公司会不会把这块吃掉，她认为「等我们有了 AGI，就让它去解决基础服务行业」这种回答在运营上和思维上都很偷懒，因为最后一公里活在 harness、编排和产品里。她关于招聘最尖锐的观察是关于 Z 世代候选人：他们执念于不要掉进永久底层，笃信十八个月内赚不到钱就会一辈子穷，而她觉得这种心态很危险，因为好东西本来就要花好几年。

• #agents
• #products

在 GitHub issue 上押 token，由维护者决定要不要放 agent 进来干活

一个针对灌水 PR 的解法，把付钱的一方倒过来。你开一个 issue，写清 spec，附上一笔 token 押金；维护者接受之后，GitHub 就把这个 issue 原样交给一个云端 coding agent，账单记在提出者头上。Yu 还描述了它需要的交互闭环：agent 卡住时，会带着完整上下文在 issue 里留言，等你补上缺失的细节后，它从断点继续往下做。

• #agents
• #open-source

Garry Tan：2026 年的氛围转向，是 OpenAI 真的成了那个开放平台

Tan 说这是今年最有意思的变化，并把它归结为一个战略岔路口：是把智能当作水电一样按需售卖，还是发出信号说最优解是一路往上把整个技术栈都吃下来。他判断 OpenAI 选了前者，这跟它此前给外界的定位印象很不一样。

• #policy
• #products

Peter Yang 说 Opus 5 丢掉了 4.6 那种值得聊天的个性

他的暴论是：Opus 4.6 是所有 Opus 模型里个性和文风最好的，而 Opus 5 有点不对劲。他点名了几处：回复过长、满嘴「说句实话」这类 Claude 腔、语气带着评判感，而以前的 Opus 更像一个信得过的朋友。他还提到 OpenAI 那边有个插件 bug，把他正准备发布的一个 skill 的使用体验搞坏了。

• #evals
• #products

Rauch 聊开源 agentic CRM，以及孩子会继承你的习惯

他在力推一个基于 Next.js 的 agentic CRM：模型无关、可自托管、多渠道、headless，他说这个品类就该这么做。另外还有一条不长但扎人的观察：他三岁的孩子在学校被问爸爸做什么工作，回答说他健身。你是自己习惯的副产品，你的孩子和孙辈也是。

• #open-source
• #agents

模型已经在解 NP-hard 问题，企业还在为 token 的 ROI 争论不休

Kothari 直接把这种割裂摆出来：一边是模型在真正困难的问题上拿到前沿结果，另一边是传统企业抱怨自己花的 token 钱回报不够。他的结论是，瓶颈不在能力而在扩散，而把模型铺进真实的组织里，正是这个行业接下来几十年要干的事。

• #agents
• #policy

Swyx：能容忍 slop 的价值，是反对 slop 的一百倍

他在夸 Boundary 的一场「以 slop 治 slop」的分享，并主张 AI 原生编程语言真正有用的设计目标是容忍而不是禁止。他把这件事跟 Bret Taylor 在 Latent Space 播客上呼吁 AI 原生语言联系起来，说很高兴终于有人从第一性原理重新想代码怎么跑，而不是继续往上焊护栏。

• #agents
• #products

Steinberger 把摄像头权限交给 agent，让它端到端测一个 ESP32 语音节点

他在 ESP32 芯片上做一个 claw 节点，干脆把摄像头交给 agent，让它自己测完整条链路。副作用是 agent 现在为了调试语音唤醒指令，不停地冲他喊「HI ESP」，他形容这感觉像被跟踪。他还提到，困扰他好几年的一个 Gmail 小毛病，最后只是随口让 agent 处理一下，它自己把工具装上就解决了。

• #agents
• #hardware

Amanda Askell 谈「永久底层」话题里那种安静的宿命论

每次看到有人讨论怎么避免掉进「永久底层」，她都会有一种 Padmé 式的错愕，并把伦理问题挑明说：就算你真相信未来会分层，那种「只要我自己站在上面就没问题」的态度也谈不上值得称许。她明确表示自己并不认为会走到那一步。她另一条留言语气要柔和些：请大家别对那些说深度学习撞墙的人太刻薄，我们都需要一点希望。

• #policy