AI构建者摘要

每天合并量涨到 30,000 次后，Anthropic 给 monorepo 换掉了 git

Anthropic 每天合并的变更数，从 2026 年 5 月的约 2,500 次涨到了 9 月的 30,000 多次。git 离线优先的设计跟不上这个节奏，于是一个七人小组打造了以服务器为中心的版本控制系统 Scion，用五个月把 monorepo 迁了过去。既然默认客户端始终在线，history、blame、commit 和 merge 就都交给服务器处理，checkout 则采用 sparse 或虚拟化的方式。结果是基础设施比原来的 git 镜像小了 200 倍，CI 的 checkout 也从几分钟缩短到几秒。只提了一句、没给任何额外指示，Claude Mythos Preview 就重写了 ingestion pipeline，内存占用降到原来的 1/20，速度快了 4 倍；工程师的活儿反倒常常是对 Claude 说“不”。Anthropic 并不打算对外提供 Scion 本身，而是公开设计思路，供各家 git 平台借鉴。Anthropic 预计，其他团队会在 6 到 12 个月内撞上同一堵墙。

• #infrastructure
• #agents
• #developer-tools

Box：Gemini 4 Argon 在高难度企业任务上比 Gemini 3.1 Pro 高出 14 分

Box 花了一周时间，在自家的 Box AI Complex Work eval 上跑 Gemini 4 Argon，结果比 Gemini 3.1 Pro 高出 14 分。提升最大的是科技（+37）和消费品（+33）两个领域。差距在于能不能把事情做到底：在一个医疗任务里，两个模型都发现了危险的血钾水平，但只有 Argon 在最终用药方案里撤掉了引发问题的药物；而在一个科技类任务中，3.1 Pro 一度报出超过 100% 的留存率。Levie 另外还提出，网络安全会是 AI agent 最大的用武之地之一，因为能逐行审查代码的 agent 集群，终于让防守方拿到了靠招人永远做不到的覆盖面。

• #models
• #evals
• #security

Every：Google 回来了，但 Gemini 4 Argon 在资深工程师任务上只拿到 21%

Every 发布了 Gemini 4 的 vibe check，标题就叫“Google is back”。不过 Shipper 说，在 Every 的资深工程师 benchmark 任务上，Argon 相当吃力：只拿到 21%，远低于 Sol 6，甚至不如 Muse。

• #models
• #evals

David Silver 押注：超级智能来自经验，而不是人类数据

David Silver 离开 DeepMind，联合创办了 Ineffable Intelligence，押的是通往超级智能的路并不经过 LLM。他想做的是让 agent 在丰富的模拟世界里从零开始学习，团队把这些世界称为“crucibles”，在里面，简单的目标能催生出复杂的技能。他拿 AlphaZero 当证据：团队一扔掉人类数据，几小时内就超过了 AlphaGo 靠 human-in-the-loop 做了两年的成果。说到自己为什么不去做 LLM，他反问：“难道我要做第 100,001 个走这条路的人吗？”他预测一年内会看到有力的证据，大约三年后实现真正的超级智能。他还主张，前沿 AI 在现实世界里要控制节奏，在模拟环境里则要尽可能快地推进。

• #research
• #reinforcement-learning
• #safety

Rauch：coding agent 是 AI 的杀手级应用，别把宝押在单一模型上

Guillermo Rauch 向 Gemini 团队道贺，并提醒大家永远别跟 Google 对赌：Transformer 就出自 Google，再加上它的数据、工程人才和算力。他更大的判断是，大家重新转回 coding 是对的，coding agent 就是 AI 的杀手级应用。他说，Muse Wonder 和 Gemini Argon 接连发布，正好提醒个人和公司都要保持 model agnostic，多借助 gateway。

• #models
• #agents

Latent Space 办了场周末 hackathon，想干掉一款年费 $43,000 的 SaaS

与其空谈 SaaS 已死，Latent Space 干脆拿自己正在用的一款年费 $43,000 的真实 SaaS 开刀，办了一场全球 hackathon，要在一个周末内把它克隆出来，模型和 harness 随便用。活动收到 72 份作品，烧掉大约 1000 亿个 token，评审同时用了 AI 和人工 eval。这期特别节目分享了相关数据，聊了要干掉一款有一定复杂度的中端 SaaS 还难在哪里，并公布了奖金 $10,000 的 Kill My SaaS 比赛的获奖者。

• #products
• #evals

Masad：就算前沿研究今天停下，AI 也还要 10 年才能普及开来

Amjad Masad 认为，即便前沿研究今天就暂停，AI 也还需要 10 年才能真正渗透进整个经济。Replit 正在和解决方案合作伙伴一起加快这个进程。

• #enterprise
• #adoption

Google 展示 Gemini 4 Argon 用 24 个词的 prompt 做出一台合成器

Josh Woodward 正在展示新的 Gemini 4 Argon 能做出什么。其中一个 demo 是用一段 24 个词的 prompt 做出来的定制合成器，能把奔腾的马、荡漾的水波，还有你自己的双手变成音乐。另一个是一条 96 毫米宽、由球体层层堆叠而成的定制家具腿。

• #models
• #products

OpenAI 把 ChatGPT 和 Codex 桌面端的磁盘占用砍掉 60%

ChatGPT 和 Codex 桌面 app 在存储状态的方式上做了新优化，预计能让它存在磁盘上的数据减少 60%。Sottiaux 说这只是一次小更新，起因是重度用户的磁盘空间老是不够用。

• #products