AI構建者摘要

Grok 4.5 拿下網路安全價效比第一；容器不是安全的 agent 邊界

Vercel 最新的基準測試把 Grok 4.5 列為價效比最好的網路安全模型：比 Sol 便宜 10 倍，比 Opus 5 便宜 5.7 倍，比 Kimi K3 便宜 2.2 倍，效能卻大致追平了 Kimi。前沿位置仍然穩穩握在 Sol 手裡，排在 Opus 5 之前。另一件事，Rauch 提到了 Kimi 那篇討論 agent 該在什麼環境裡執行的論文：容器級別的隔離並不夠，因為在他們的實驗裡，agent 透過 kernel panic 直接把底層機器搞崩了。他的判斷是，像 Vercel Sandbox 用的那種 Firecracker microVM，才是真正扛得住的邊界。

• #evals
• #security
• #agents

Granola CEO：會議紀要不是獎品，工作介面才是

Chris Pedregal 認為，眼下所有人搶破頭的 AI 會議紀要，並不是價值最終沉澱的地方。Notion、OpenAI 和 Zoom 都推出了競品，Granola 的增長速度卻一點沒受影響，這反而印證了他的看法：真正的戰場是在 AI 原生的世界裡，我們用什麼介面來工作。他下的最具體的一個賭注是“預生成”：Granola 會生成數百萬份會前簡報，明知只有很小一部分會被開啟，因為真正有用的時刻，就是你遲到了、又想不起來馬上要見的人是誰的那十五秒。他把這個產品形容成扶手，不摔跤的時候你根本注意不到它。聊到創業，他說：“我原來以為，創業只有在做不成的時候才特別難。結果發現，做成了也一樣難。”團隊上週才開始統計 token 花銷，起因是有人一天在 Fable 上燒掉了兩千多美元。

• #products
• #agents

按 token 算錢，一年前就不再是有效的成本衡量方式了

Swyx 認為，輸入和輸出 token 的單價作為一種有意義的橫向比較，大概在去年就已經死了；今天還在用這個口徑、而不是“每個任務多少錢”來畫成本曲線的人，不值得認真對待。他還回頭捅了自己一刀：他最為人所知的那個 agent 實驗室論調，在 Claude Code 今年事實上開源之後遭到了最有力的反駁，因為它自己的路線圖和競爭對手的路線圖幾乎都沒有發生任何變化。

• #evals
• #agents

企業還在招人，只是崗位變了

Levie 說，大家預言的 AI 就業崩塌，在他接觸的企業裡始終沒有出現。它們在招工程師，去啃那些以前根本夠不著的問題；在招銷售，因為 AI 讓他們能把客戶關係做得更深；還在招內部的前置部署工程師，專門負責真正把 AI 落地。他把這解讀成傑文斯悖論正在上演。他更尖銳的一個判斷是：只把 AI 用來省成本的公司，會被那些用它把客戶服務做得更好的公司打敗。他也承認，這個趨勢有可能反過來。

• #policy
• #products

騎車路上，Codex 剪完併發出了一支釋出影片

OpenAI 負責 DevEx 的 Jason Liu 正在騎車，被人叫去改一支釋出影片。他用手機連上 Codex，讓它透過 computer use 剪輯影片、匯出，再把成品發回 Slack 那個討論串；接著交代它每三十分鐘去看一次那個串，根據反饋依次匯出 V2、V3 和 V4。等他到家，影片已經過審了。這是一個很乾淨的例子：agent 對著一個人類評審頻道跑非同步的修改迴圈，全程沒有人守在鍵盤前。

• #agents
• #products

產品評審該模擬市場，而不是彙報進度

Madhu Guru 的觀點是，一場好的產品評審能把幾個月的認知壓縮排一小時，辦法是模擬市場會怎麼回應你的想法；而這件事成立的前提，是坐在會議室裡的人真的懂這個領域、有品味、有強烈的觀點，並且大多數時候是對的。可惜多數評審已經滑向了進度同步、給領導刷存在感和跨部門對齊。這種滑坡正是大家反感評審的原因：會議不再產生認知，只剩下損耗。

• #products

下一片要測繪的疆域是計算宇宙

Masad 把當下形容成一個新的大航海時代。上幾代人先測繪了地球，然後走向太空；這一代人拿到的，是由演算法、程式、證明和設計構成的那片空間，可以讓 AI agent 到其中去搜尋。這本質上是一個立場選擇：把 agent 看作在可能性空間裡做搜尋的引擎，而不是提效工具。

• #agents

OpenAI 重置了所有 Codex 與 ChatGPT Work 付費使用者的用量額度

所有 Codex 和 ChatGPT Work 的付費客戶，用量額度被統一重置了一次，官方的說法是慶祝 ChatGPT Work 起量之快。Sottiaux 說他今天剩下的時間不上 X 了，下週還有東西要發。

• #products

不到 40% 的 VC 投出過一筆成功的案子

Turck 提到一項新研究：不到 40% 的風險投資人名下有過哪怕一筆成功的投資。然後他自己把包袱抖了出來：每一個讀到這條的 VC，心裡都篤定自己屬於那 40%。

• #funding

一個 agent 報了 bug，另一個 agent 連夜修好了

Steinberger 的 agent 報出一個 bug，Jarred Sumner 那套 robobun 把它修掉了，全都發生在同一個晚上，兩頭都沒有人參與。他說這套東西就是未來。他還提到一件讓人無奈的事：明明是和很強的合作團隊一起在認真做安全，卻仍然有人預設這個產品不安全。

• #agents
• #security

兩週旅行全程跑在 Claude Code 上，回來還做了覆盤

Kothari 把 Claude Code 當成了一次兩週旅行的主介面，回來之後讓它寫了一份完整的覆盤，講下次該怎麼改進。把 agent 當作非程式設計場景的日常主力，再讓它自己給自己做一次評估，有意思的正是這一點。

• #agents

既然你的聰明人這麼聰明，就讓他們去打磨自家產品

Yu 反對自己造一套內部版工具：一款產品之所以好用又順手，背後是一大批非常聰明的人在非常賣力地打磨；所以你要是手上有非常聰明的人，就該把他們放到自家產品上，然後花點小錢去買別人做好的。這是把 build 還是 buy 的論證壓縮成了一句刺。

• #products