真正在做 AI 的人今天说了什么。一页读完，约 6 分钟。
今天最响的一条线索，其实是同一件事的两个方向：Anthropic 的 Boris Cherny 展示了 Claude 如何悄悄维护线上应用、合入了 180 个 PR；而 Aaron Levie 等人则认为，正是这种杠杆让工程师更值钱，而不是更不值钱。Google 发布了 3.7 Flash，价格砍半，从立项到上线只用了三周；Vercel 想用一条命令接管所有 coding harness 的路由；一位 Meta AI 总监则给新的失败模式起了名字：prompt debt。而在这一切之下，chess.com 的创始人给出了一个跨越三十年的数据点：当机器超越人类之后，一项人类技能会变成什么样。
Claude 一直在维护 Anthropic 自家的应用：提了 388 个 PR，合入 180 个
过去几周，Claude 每天在 iOS、Android、桌面端、Web、CLI 和 Agent SDK 上跑维护例程，整个过程由一个 Slack 频道协调。这些例程包括：一个 crash fuzzer，在模拟器上到处乱点找崩溃，然后自己定位根因；一个重复代码合并器，专门给那些略有分歧的抽象提合并 PR；还有一个死代码清理器，先给疑似死代码加上日志，第二天如果没有任何触发就删掉。388 个 PR 里，经过 Claude Code Review 加人工 review，最终有 180 个被合入。例程出错的时候，修法是让 Claude 去调这个例程本身，有时候要反复迭代好几天。
ARC-AGI-3 差点被一个 coding harness 拿下，Masad 觉得自己被验证了
加上 coding harness 之后，模型已经很接近解掉 ARC-AGI-3 了。Masad 把这看作对他一直主张的观点的证实：coding 才是那个能把 LLM 泛化到其他一切事情上的能力。他还顺带给了一个更尖锐的预测：到明年，用不用电脑会变成可选项，工作方式将发生根本改变。
Prompt debt 就是新的技术债：每次模型更新，砍掉一半 prompt
大多数 AI 产品都背着臃肿的 system prompt，而且这些 prompt 正在实实在在地拖累质量。累积的路径大家都很熟悉：模型某件事做不好，加十条规则；tool call 失败了，加十个例子；输出看着别扭，再加一堆格式约束。三个月后，system prompt 长得像一部小说。与此同时底层模型已经聪明了很多，你那些事无巨细的规则又把它按回成一台笨拙的规则机器。他给的药方很激进：每次模型更新，至少删掉 50% 的 prompt。另外他数了一下，叫“Studio”或者各种变体的 AI 产品，已经超过 20 个了。
Rauch 押注：一条 token 路由命令会成为跑 coding AI 的默认方式
他的说法是，一条命令就能把你已经在用的所有 coding harness 配好，Claude Code 和 Codex 都包括在内，而不是取代它们。换来的是可用性、模型选择权、更低的成本、可观测性，以及零数据留存。他预测这会成为 coding AI 大规模使用时的默认方式，目前还能通过它免费用 GLM 5.2，速度最高每秒 500 token。
计算机战胜人类三十年后，国际象棋反而比任何时候都更火
Chess.com 的起点是 2005 年一场破产拍卖里花 56000 美元买下的域名，当时所有投资人都说这生意不值得投；如今它有 1000 万日活、2.5 亿注册用户、年收入超过 2 亿美元，而且从未为增长融过一分钱。反直觉的地方在于引擎对这项运动做了什么：Stockfish 一度让国际象棋变得无聊，选手们都在磨完美残局；后来 Leela 这类自学的神经网络开始用激进、不按套路的下法击败它，反而让这项运动比历史上任何时候都更好看。至于人类为什么还要下，Allebest 说得很直接：“人就是想干人的事。”关于如何习得专业能力，他手上几百万玩家的数据给出的答案，用他自己的话说是既幸运又不幸的：重复没有捷径，有捷径的只是工具。他的说法是，拿你人生中任意一天，乘以一千，那就是你人生的样子。这家公司现在正把同一套评分体系搬到 gambit.com 上做扑克，逻辑是人们会像在意钱一样在意自己的分数，因为分数衡量的是水平，而不是谁能一直加买筹码。
把 agent 的提问打包批处理，像 speculative decoding 一样，做设计时特别好用
agent 循环里最贵的一环是人的输入，所以他没有让 agent 一轮一轮地问，而是做了一个 /align-me 的改造，让它成批地问。类比的是 speculative decoding：与其每一步都等确认，不如往前预判 2 到 10 步，速度就上来了。他说这套在设计探索这个场景下效果好得出奇。
一个主 agent 还是一堆专用 bot？Kothari 押 orchestrator 赢
Grok Bot 的设计是把 agent 当人看，每个 bot 的工具、上下文和产出都各自隔离，你为特定目标去找特定的那一个。另一条路是 Jarvis 模式：一个主 agent 直接把事办了，需要什么子 bot 就自己派生，交互从一对多变成一对一。他的判断是，因为上下文窗口、工具调用和成本这些实打实的工程约束，这个领域会先从窄的做起，然后收敛到那个能读懂你创建的所有 bot 的主 orchestrator 上。
Google Docs、Sheets 和 Slides 现在能在 ChatGPT 里用了
你可以直接在 ChatGPT 里打开一个文档，用打字或说话的方式改，不用跳出当前流程。他说这改变了他写东西、头脑风暴和校对的方式。另外，一个专门吐槽你当天电脑使用情况的 Computer History 插件，结果意外地很有诊断价值：某一天记录到的活动里 48% 是 Slack，用得最多的快捷键是 Delete，按了 1191 次，最忙的时段是晚上 9 点。
家人生病时，AI 最有用的地方是帮你对付流程官僚
在家人遇到健康问题时，他原本以为自己会用 AI 去查资料、搞懂这个病。结果帮助最大的，是应付医疗系统里的各种流程。他还抛出了一个值得关注的开放问题：产品规格文档现在是不是需要分成两部分，一部分给人看，一部分给 agent 看；还是说一份文档就能同时服务两者。
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。