真正在做 AI 的人今天说了什么。一页读完，约 4 分钟。
evals 如今被看作构建 agent 的核心。Box 的 Aaron Levie 和 Meta 的 Madhu Guru 都认为，agent 的质量取决于能不能在真实工作环境里做测试，以及是否把 evals 当成产品规格来对待。Guillermo Rauch 认为，人类嫌太繁琐的严格编译期约束，恰恰是 agent 最能发挥的环境；Garry Tan 和 Thariq 则都在关注 agent harness 是怎么花 token 的。
Vercel 推出 gdp-ts：让类型检查器要求出示鉴权检查的证明
Guillermo Rauch 发布了 gdp-ts（Ghosts of Departed Proofs for TypeScript），它包括一个库、一个 linter 和一个 AI skill。用上它以后，敏感函数只接受附带“证明”的调用。这份证明说明某次授权检查确实执行过，由类型检查器在编译期验证。他说，这种模式在 Haskell 里一直很小众，原因是得靠人来 review，还得承担它的语法开销。现在 agent 写出来的代码已经多到没人 review 得过来，而 agent 恰恰在约束严格的紧密循环里表现最好。README 用一条真实的 Vercel 规则做示例：修改 Project 的密码，必须同时出示具备某个角色和某项权益的证明。
Garry Tan：大模型实验室的 harness 天生有动力烧 token，创业公司可以解决这个问题
Garry Tan 认为，大模型实验室自己做的 agent harness 有烧 token 的动机，这反倒让创业公司做的 harness 有了实打实的用武之地。他举的例子是 Grep：它会观察 agent 的使用方式，再自动把这些烧 token 的环节换成确定性的、经过测试的代码，每次都按同样的方式重复执行。他还预言“AGI Science Loops”就要来了，并说 Halmos 正在这个方向上做产品。
“Local hands”：Claude 跑在云端，却能访问你的本地文件
Claude Code 团队的 Thariq 说，有一种模式他最喜欢的叫法是“local hands”：Claude 在云端运行，但能访问你本地的文件，这个模式也快要登陆 Cowork 了。另外他还提到，他展示的那种规划方式比直接输出原始 HTML 省 token 得多，因为模型不用为状态机、示意图、代码片段这类常见元素重新搭一遍组件或逻辑。
Ryo Lu 怀念 Steve Jobs：科技行业困在没完没了的打磨里，不再用心做东西
缅怀 Steve Jobs 时，Ryo Lu 说自己走上界面设计这条路，起点是把家里那台米色 PC 改成了他买不起的 iMac G4 的样子。他认为 Jobs 去世以后，整个行业一直陷在一个循环里：不停地打磨，优化供应链，想出更多办法让人停不下来地刷，而人却变得越来越疏离、越来越孤独。“我们花了那么多精力想打败人类。真希望我们能多花点时间去了解人们的生活，让他们过得更好。”他还发布了 ryOS Subtitles，这是一个 Chrome 扩展，看 Netflix 时可以同时显示两种语言的字幕，还附带日语、中文和韩语的发音指南。
Aditya Agarwal：本地运行的 Muse/Dot 电脑，可能比越锁越紧的 macOS 更适合 agent
Aditya Agarwal 说，要是能在本地运行 Muse/Dot 这台“电脑”会很有意思，因为跟越来越封闭的 macOS 比，它感觉更适合当 agent 的运行环境。另外，SPC 还请来了 Sergey Levine。Levine 自 2016 年起在 Berkeley EECS 任教，也是 Physical Intelligence 的联合创始人。他研究的算法能让机器人把看到的东西和自己的动作对应起来，从而从经验中学习。
ChatGPT 里的协作空间“每天都在突飞猛进”
在 OpenAI 做 Codex 和 ChatGPT 的 Thibault Sottiaux 把功劳归给 Sergio，称 Sergio 在一个直接内置于 ChatGPT 的协作空间上“变出了魔法”。他说这个功能每天都在突飞猛进，还说今天可能是他进 OpenAI 以来最棒的一天。
Amjad Masad：美国正在开放权重模型上追赶
Amjad Masad 说，美国正在开放权重模型上迎头赶上。他还表示，看到有这么多家族企业靠 Replit 运转业务，他非常自豪。
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。