2026年8月15日15 条来自 15 位 builder

AI构建者摘要

真正在做 AI 的人今天说了什么。一页读完，约 5 分钟。

Cursor 的结局成了这一天里应用 AI 的罗夏墨迹测验，创业者们从中读出的结论是：价值就沉在模型和工作流之间的那一层。抛开这些表态，更有价值的思考来自真正在做长周期 agent 的人：当没有编译器替你把关时，你要怎么验证 agent 干的活；以及为什么你 context 里的那些英文，比你的代码更值得花心思。Google 把 3.7 Flash 推进了 Gemini app，Anthropic 则让 Claude 接入了 Apple 的 Foundation Models framework。

Aaron Levie

Box CEO

Cursor 打碎了一个假设：开发者工具最多也就卖到十几亿美元

agentic coding 的市场规模，远超几乎所有人此前的测算，而且 Cursor 起步的那个时间点，大家普遍认为这块已经饱和了。值得抄的打法是：为 agentic 的工作方式找到对的产品形态，站在模型和工作流之间做中立的一层，只在能压低成本或提升表现的地方去 post-train 模型，围绕具体工作流自建基础设施，再配上和品类相匹配的 go-to-market。在用户和底层模型之间，可以创新的空间比人们以为的大得多。

x.com/levie/status/2088476232933577124

#agents
#products

播客

The MAD Podcast with Matt Turck

一百次 eval 全过，也说明不了 agent 能不能泛化

Basis 做的 agent 能端到端准备整份报税表，推理步骤深达数千步，而核心教训是：只看结果的 eval 远远不够。「就算你一百次里对了一百次，如果一个人只是靠去翻 Wikipedia 才做对的，会计师事务所不会雇他，那也就不该雇我们。」解法是 behavior spec：一份份 markdown 文件，从不给 agent 看，由一个充当裁判的 agent 拿它来给 agent 的完整轨迹打分，这样你奖励的是过程，而不只是答案。最扎人的一句是冲着工程师去的：有人一门心思纠结抽象设计，自己的 context 却一团乱，可运行时真正影响表现的是那些英文，代码怎么组织并不影响。

youtube.com/@DataDrivenNYC/videos

#agents
#evals
#open-source

博客

Claude Blog

Claude 现在可以通过一个 Swift package 接进 Apple 的 Foundation Models framework

Apple 开发者可以把轻快的本地任务交给端上模型，遇到需要多步推理、代码生成、网页搜索或代码执行的请求，再转手给 Claude，响应会流式回到同一个 SwiftUI view 里。由于这套 framework 会根据 @Generable 标注返回带类型的 Swift 值，传给 Claude 的是干净的结构化输入，而不是用户输入的原始文本。明天起在 iOS 27、iPadOS 27、macOS 27、visionOS 27 和 watchOS 27 上可用，用 Anthropic API key 鉴权。

claude.com/blog/claude-for-foundation-models

#products
#agents

Josh Woodward

Google VP

3.7 Flash 上线 Gemini app，Pomelli 把产品照做成视频

Gemini 3.7 Flash 已经在 Gemini app 里上线。Google Labs 面向小商家的实验产品 Pomelli 新增了把产品拍摄素材做成短视频和 gif 的能力，把当初让它在静态图上广受欢迎的那种一键出片体验延伸了过来。

x.com/joshwoodward/status/2088344782821326980 x.com/joshwoodward/status/2088261701028503965 x.com/joshwoodward/status/2088259247184507170

#products

Madhu Guru

Meta Sr Director, AI

照蒸汽机的规律，软件变便宜只会带来更多软件，不是更少

蒸汽机效率提高，煤的需求反而涨了；高级语言出现之后，代码写得多得多；表格软件变便宜，做出来的财务分析也多得多。AI 加软件工程应该走同一条曲线：软件会多得多，而且瞄准的是过去不值得去解的那些问题。他还认为 Cursor 的文化影响被低估了，因为「cursor for x」给整个行业提供了一个产品范式，让大家从 chatbot 阶段里走了出来；而当人人都能用 AI 做东西时，差异化就只剩下产品判断、领域知识、分发和执行。

x.com/realmadhuguru/status/2088489059115270532 x.com/realmadhuguru/status/2088425380130783287 x.com/realmadhuguru/status/2088294414255112329

#agents
#products

Nan Yu

Linear Head of Product

AI 不是参差不齐，它只是长成了 AI 的样子

说 AI「jagged」，就像因为狗在某些事上比人强、某些事上比人差，就说狗参差不齐。这是拿一个人类基准去衡量另一类东西，而这个框架本来就不对。另外，如果你相信同事都很聪明，那他们的想法一定有来处；Linear 做出来最好的一些东西，本身就是好几个想法的融合，或者是离原始概念已经很远的衍生品。还有一句：科技行业里没有哪种力量比 PM 的晋升材料更具破坏性。

x.com/thenanyu/status/2088461657311785236 x.com/thenanyu/status/2088335744909619230 x.com/thenanyu/status/2088278730808426900

#products
#agents

Peter Yang

X 的反垃圾模型压根不读正文，AI 内容工厂就这么大摇大摆过关了

翻 X 的开源算法能找到 TweetSpamBot，这是个行为模型，会分析一个账号最近多达 512 个动作，看发帖爆发、引用推行为、时间点、两次动作之间的停留等信号，标记出 TWEET_CREATE_BURST、QUOTE_TWEET_SPAMMER、CONTENT_AMPLIFIER 这类模式。分数高会触发账号验证，但似乎并不会把那些垃圾内容本身降权。缺口就在于这个模型从不看帖子内容，于是一家内容工厂完全可以盯住爆款帖，一天引用十几次，在毫不相干的话题上反复套同一个「钩子加数字加故事加总结」的模板，照样干干净净。

x.com/petergyang/status/2088261100202868768

#products
#policy

Peter Steinberger

OpenClaw 团队开始用 OpenClaw 来做 OpenClaw

把 agent 的会话以 URL 形式分享出来，成了关键的那一环，团队可以像甩一个文档链接那样，把做到一半的 agent 工作交接出去。他们还在共享的 AGENTS.md 里加了一条：任何改动 UI 状态的 PR 都必须传一段录屏，把视觉评审直接压进 diff 里，而不是留给 reviewer 自己脑补。

x.com/steipete/status/2088486859244741020 x.com/steipete/status/2088473882357530979