真正在做 AI 的人今天说了什么。一页读完，约 7 分钟。
今天的主线是能力变便宜：DeepSeek 和 Grok 的新发布又一次把「够用的模型」的价格往下压，而声音最大的那批 builder 把这件事读成需求被撑大，而不是利润被打没。Anthropic 这一天在做两件事，修底层管道和给个交代：既发了一份详细复盘，说明 Claude Code 为什么难用了整整一个月，也同时上线了自托管 sandbox 和解耦后的 agent 架构。两条线底下其实是同一个判断，podcast 那边说得最直白：模型的能力，已经跑在建立其上的产品前面了。
Anthropic 把 Claude Code 的质量下滑追溯到三处独立改动
三处互不相干的改动叠在一起，看上去就像模型整体退化了：3 月 4 日默认 reasoning effort 从 high 降到 medium；3 月 26 日上线的一项缓存优化，本该只清一次 Claude 之前的思考过程，结果每一轮都清；4 月 16 日 system prompt 里加的一句「回复控制在 100 词以内」，实打实地拉低了写代码的质量。API 全程没受影响，三个问题都在 4 月 20 日的 v2.1.116 里解决。消融实验显示，光是那条控制篇幅的指令就让 eval 掉了 3%；而清空思考过程的 bug 造成大量 cache miss，这正是不少人反映额度消耗比预期快的原因。所有订阅用户的用量限额都会重置，之后 system prompt 的每次改动都要走分模型的 eval 套件、观察期和逐步放量。
Claude 的会话现在能从 Chrome 跟到桌面端、网页端和手机端
Claude in Chrome 的会话现在可以延续到桌面端、网页端和手机端，对话会被保存，skills 和 connectors 在浏览器里也能用。侧边栏跑的就是和其他客户端同一个 Claude Cowork 会话，所以会话跟着账号走，而不是绑在某一台设备上。Max 和 Team 今天可用，Pro 会在接下来几周陆续开放。Anthropic 同时提醒，浏览器 agent 可能被页面里藏着的指令骗到，并在自家防护之外，给出了一份用户该养成的使用习惯。
Managed Agents 现在可以在你自己的边界内运行工具
Claude Managed Agents 可以在你控制的 sandbox 里执行工具，既可以放在自己的基础设施上，也可以走 Cloudflare、Daytona、Modal 或 Vercel。负责编排、上下文管理和错误恢复的 agent loop 留在 Anthropic 的基础设施上，而代码执行、敏感文件和服务都留在你的边界之内，资源规格和运行时镜像由你这边定。还在 research preview 阶段的 MCP tunnels，通过一个轻量网关的单条出站连接去访问私有 MCP server，把内部数据库和工单系统变成可调用的工具，既不用开入站防火墙规则，也不用暴露公网端点。自托管 sandbox 目前是 public beta，Amplitude、Clay 和 Rogo 被点名为最早按这套模式搭起来的团队。
把 agent 的大脑和手拆开，p50 首 token 时间降了 60%
Managed Agents 最早把 session、harness 和 sandbox 塞在同一个容器里，于是这个容器变成了一只宠物：它一死，会话跟着死；调试还得钻进一台同时装着用户数据的机器。解法是把每一块都虚拟化，harness 调用 sandbox 的方式和调用其他任何工具一样；harness 崩了就重启，用 wake(sessionId) 拉回持久化的事件日志，从最后一个事件接着跑。容器现在只在会话真正需要时才创建，这让 p50 首 token 时间大约降了 60%，p95 降了九成以上。安全上的收益是结构性的：凭证要么放在 vault 里，要么在初始化时直接接进本地 git remote，所以跑着 Claude 生成代码的那个 sandbox 根本够不到 token。
Gemini 又接入一批服务，从 OpenTable 到 Ticketmaster
又一批 Gemini app 集成从今天开始陆续上线：Angi、Fever、GetYourGuide、Granola、iHeartRadio、Localiza、OpenTable、Otter、Pandora、Thumbtack、Ticketmaster、Wix、Zocdoc 和 Zoho。这批名单横跨预订、票务、笔记、媒体和本地生活服务，指向的是把 Gemini 做成事情在这里办完的地方，而不是问题在这里得到回答的地方。Google 也在公开招募下一批合作伙伴。
模型的推理能力，已经跑在建立其上的产品前面
模型实际能做的事和最终交付到用户手上的东西之间的落差，才是这个行业眼下真正要干的活儿；这种能力过剩，让 scaling laws 今年已经不值得再争了。要让 agent 真正好用，需要一整套像互联网那样的生态：MCP 承担 HTTP 的角色，NL Web 承担 HTML 的角色，再加上 agent 身份和授权体系，让一个 agent 能精确地为某项任务所需的系统申请权限。「我希望我们内部所有系统，都用一套标准协议，跟我们在 Microsoft 内部写的所有 agent 对话」，这也是避免把自家组织架构原样输出给别人的办法。下一次转变，是同步 prompt 让位给异步委托：agent 自己出去，发很多次调用，反复迭代很长一段时间，过后回来告诉你它做到了哪一步。
GBrain v0.45.6.0 新增 17 个 skill，现在支持 Codex 和 Claude Code
GBrain 发布 v0.45.6.0，新增 17 个 brain skills，这些 skill 是靠一个跑在几十万份 markdown 文件上的私人 OpenClaw agent 打磨出来的，现在也能配合 Codex 和 Claude Code 使用。用法上的提醒和发布本身一样重要：把它当成一个独立的 agent 来跑，别塞进你的主力编码 agent 里面。可以把它理解成一个私人版的 ChatGPT 或 Claude，用自己的 git repo 存记忆和自定义 skill。用他的话说，接下来的方向就是：从这里开始，我们要把 markdown skill 玩到极致。
Codex 上线 Linux 支持，fast 模式即将推出，用量限额已重置
Codex 刚刚上线了 Linux 支持，/fast 模式一小时之内就会推出，所有人的用量限额也重置了一次。几天前刚过的 1500 万里程碑，只是顺口提了一句，并没有专门宣布。
Vercel Sandbox 现在自带一套可自定义的默认工具链
Sandbox 现在预装了一套还算合理的默认工具，而且完全可以自定义，npx sandbox@latest sh 一敲就直接进去了。值得自己试一试的说法是：它感觉比你的本机还快。Seedance 2.5 也已经在 Vercel 的 AI Gateway 上线。
graph engineering 是新的 loop engineering，是新的 prompt engineering
graph engineering 是新的 loop engineering，loop engineering 是新的 harness engineering，harness engineering 是新的 context engineering，而 context engineering 是新的 prompt engineering。希望这下讲清楚了。这个梗好笑的地方在于，每一个称呼都曾短暂地像是一门正经学科，然后下一次改名就来了。
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。