AI构建者摘要

Parag Agrawal：人类点击数据是个 bug，agent 搜索得有自己的经济模型

Parallel 在做面向 agent 的网页搜索，赌的是 agent 的搜索量会比人类多出上千倍，而 Google 赖以起家的那套排序信号根本是错的。「我们在 Parallel 的观点是，人类点击数据是个 bug，agent 用搜索来干活，应该依赖 agent 的反馈，而不是人类的反馈。」公司第一天没去建全量索引，而是先上线了一个在查询时才去爬的搜索 agent，用延迟换覆盖度，等索引慢慢长起来，最后才回头攻延迟，做出的产品把三秒的预算压到了 200 毫秒。Agrawal 还想用 Shapley value 解决给出版方付钱的问题：估算一个信源的价值，看的是少了它之后，要多花多少算力才能把损失掉的质量补回来。他认为让相当广泛的内容所有者拿到有意义的分成，还需要 12 到 24 个月。Parallel 现在已经是 Google Cloud 企业级 agent API 的搜索与 grounding 供应商之一，和 Google 自家搜索并列作为可选项。

• #agents
• #search
• #products

Vercel 发布 Run SDK，Connect 转正 GA，两件事都冲着 agent 执行代码去的

Run SDK 是给动态 Code Mode 执行用的安全 eval：agent 写出代码后，不用起一整个 sandbox，直接丢进轻量的 QuickJS 安全上下文里跑，Rauch 主打的卖点是更快、更省钱。Vercel Connect 同时进入 GA，跑一句类似 `vercel connect create notion` 之后，你就得到一个可以代表已认证用户去查询的 MCP client。他给这两件事的定调是：「构建 agent 最难的问题，是如何安全地连上各种服务和数据。」

• #agents
• #products
• #developer-tools

Claude 的记忆打通了，对话和 Cowork 现在共用一份

把任务交给 Cowork，它会从 Claude 已经在对话里了解到的东西开始：你聊过的那个项目、你老板的偏好、上个季度那个客户。所有记住的内容都以话题列表的形式存在设置里，你可以随时查看、编辑、删除，记忆会在你聊天的过程中自动更新，也可以明确说一句「记住这个」。像健康状况、宗教信仰这类有些人视为敏感的话题，默认不会进记忆，除非你主动打开。Free、Pro、Max 三档都默认开启记忆。

• #products
• #memory

OpenAI 给 ChatGPT 和 Codex 加了团队档位，没有 5 小时限制

Sottiaux 说这个档位的呼声一直很高：用法跟 100 美元的 Pro 计划类似，但是为团队和小公司设计的。它打包了 ChatGPT、ChatGPT Work 和 Codex 的全部功能，Google Workspace、Slack、GitHub、Microsoft 365 的连接器，SAML、SSO 和 MFA，集中计费，带支出控制的用量分析，以及没有 5 小时限制。

• #products
• #pricing

Sam Altman：「我们做了一颗芯片，很快」

整条推文就这一句。没有规格，没有厂商，没有供货信息，但这是他头一次以这种方式谈芯片。

• #hardware

大多数 eval 失效，是因为团队把它冻住了，而用户行为一直在变

Madhu Guru 的 eval 系列第 9 篇主张，eval 需要的是一份路线图，而不是一件固定的交付物。拿一个金融研究 agent 举例：第一周用户想让它总结一份 5 页的财报，三周后想让它把五份报告对比成一条增长叙事，两个月后直接甩过来 15 份文件和电话会记录，指望拿到一份投资论点，再往后还想要带告警的组合监控。每个阶段需要的 eval 都不一样，要从短上下文走到长上下文，从单轮走到多轮，从段落级引用走到行级引用，从简单问答走到综合归纳，从被动对话走到主动 agent。他给的实操版本是：先梳理出使用方式会沿着哪几个维度演进，从生产 trace 里挖出变化的苗头，然后赶在用户到达下一阶段之前，把那一阶段的 P0 eval 建好。如果你的 eval 还停在第一周，用户已经走到第三周了，这笔账最后会记在流失率上。

• #evals
• #agents

Levie：价值就落在模型和企业工作流之间的那道缝里

借着一篇讲规模化应用 AI 战略的帖子，Levie 提出：世界要的不是裸模型和裸 agent，要的是结果，溢价会给到那些能在具体行业里把 token 转化成真实世界成果的人。而这件事真正需要的东西一点都不光鲜：理解上下文，推动变革管理，一套能在多个模型之间路由的 harness，接进某个垂直行业关键业务系统的连接，把用户和 agent 摆进同一个工作流里的 UX，以及领域专属的 eval。他认为现在正是一扇敞开的窗口，可以在每一个企业领域里做出那家定义性的公司。

• #agents
• #enterprise

一位业内人士谈：公众为什么讨厌建数据中心

Agarwal 说这种反弹一点都不意外，因为今天的 AI 主要是在帮知识工作者，帮的是这个国家收入最高的那一部分人。他认为转折点会出现在 AI 开始为影响所有人的疾病找到疗法的时候，隧道尽头是有光的，这也是为什么一些最聪明的人正在往这个方向走。他对行业的自我批评是：我们没有去描绘一个正面的未来版本，反而把时间花在解释为什么每个人都该害怕。

• #policy
• #hardware

Peter Yang 开源 /fuck-cancer，给患者和照护者用的 skill

这个 skill 会从你的文档和上下文里整理出一份单一事实来源的简报并持续维护，分五个部分：打电话时随时可查的患者与医疗团队信息，明确三条下一步行动，已知信息（区分已确认事实和待解问题），用大白话解释的医学术语，以及记录近期进展和决定的照护日志。需要查资料时，它会从 National Cancer Institute 和 ClinicalTrials.gov API 取数据。它可以跑在 ChatGPT、Codex 或 Claude Code 上，结果存成本地 Markdown 文件或共享的 Google Doc，让全家人看的是同一份信息。这个东西源自他分享母亲的经历之后，患者和照护者反馈给他的话，其中一条是：医生、文件、保险手续的数量，很快就会压得人喘不过气。

• #open-source
• #products
• #health

警告：Codex 的锁定使用功能正在把人锁在 macOS 钥匙串外面

Swyx 说这周已经把他锁在外面两次了，他指出 Apple 开发者论坛已经承认，这是 Codex 目前依赖的那些不稳定 Mac 功能里的一个已知 bug。他的建议很直接：现在先别用。他其实更想把所有事情都放到云上做，但他说云还没到那个程度。

• #developer-tools
• #bugs

Google Labs 开放 Play with Putty 候补名单，多人 vibe coding

Putty 是一个协作工具，可以实时一起搭网站和小工具，官方的说法是 vibe coding 进入多人模式。目前仅限候补名单，仅限美国，18 岁以上。

• #products
• #developer-tools

一个人用 Codex 做的厄尔尼诺监测站，部署在 Railway 上

Kothari 上线了 elneenyo.com，直接从政府信源拉取实时更新和新闻，提供分地区的影响与成本估算、历史记录，以及一份解释各类读数的术语表和 FAQ。他用 ChatGPT Codex 在 Railway 上把它做了出来，设计上的打磨来自 Emil Kowalski 的 skill，生成式加载动画来自 Kasturi，灵感则来自一期 Odd Lots 播客。

• #products
• #agents