真正在做 AI 的人今天說了什麼。一頁讀完，約 6 分鐘。
這一天大家關注的不是模型，而是外面那層 harness。Vercel 和 Linear 都在講同一條 Issue → Agent → PR → Release 的閉環，Box 的 Aaron Levie 說當單個任務的消耗漲到幾億 token 量級時，harness 才是最關鍵的那個變數，Claude Code 則上線了可分享的 artifact。主題很一致：重點落在模型周邊的基礎設施，而不是模型本身。與此同時，一位 xAI 聯合創始人提出，閉源實驗室正在被兩頭擠壓。
Claude Code 現在可以把整個會話直接釋出成實時、可分享的網頁
Claude Code 能把一次會話變成一個 artifact：PR 講解、故障時間線、可篩選的 dashboard，或者一份隨著工作推進自動填充的釋出檢查清單。頁面是基於會話的完整上下文生成的，包含程式碼庫、connector 和對話內容，所以一個故障頁面可以把失敗的測試、來自已接入監控工具的報錯峰值，以及根因分析的推理過程彙總到同一個檢視裡，你不用再單獨去接資料來源。每次釋出都會在同一個 URL 上生成新版本，帶歷史記錄和恢復功能。Artifact 預設只對作者私有，只有透過認證的組織成員才能檢視，永遠不會公開。該功能目前在 Team 和 Enterprise 版本中處於 beta 階段。
xAI 聯合創始人：做閉源模型的公司正在被兩頭擠壓
Igor Babushkin 認為閉源實驗室的處境是真的難。模型做得太強，監管或者你自己的顧慮會讓你發不出來；有所保留，開源權重每個月都在追上來。他認為訓練的回報已經撞牆了，畢竟你沒法把整個地球鋪滿 GPU，出路在於創新而不是繼續堆規模。他的新公司 River AI 押了三件事：一套 RL 和 fine-tuning 的 API；能針對個人而不是平均使用者做個性化的模型；以及能在你家裡用一個盒子跑起前沿模型的本地硬體。對企業側，他的警告很直接："你能待的最糟的位置，就是你所有的知識都在網際網路上。"至於現在真正卡住進展的是什麼，他的答案是 rollout 長度和無法驗證的獎勵訊號，而不是資料。如果一條 agent 軌跡要跑二十四小時才能 rollout 完，那每一步訓練都會拖得極長。他對中國開源權重裡藏後門這件事目前並不擔心，理由是真有的話我們早該在野外見到例項了，但他希望全世界最好的開源模型能在美國訓練出來。
Linear 30% 的 bug 走完 Issue 到 Agent 到 PR 到 Release 全程，中間沒有人參與
Linear 客戶寫得最多的自動化流程就是這條閉環，而 Linear 自己大約 30% 的 bug 能完整跑通它。比閉環本身更重要的是那些細節：要求 agent 深入排查根因，並從 Datadog 和 Sentry 的 MCP 里拉取證據；同時告訴它只有在把握很大的時候才嘗試修復，否則你會燒掉大量 token。如果它需要復現步驟，就應該在 issue 下評論去問報告人。用 Yu 的話說，agent 和人一樣，得有人告訴它去遵循好的實踐。
OpenAI 為週末重置了 Codex 和 ChatGPT Work 的用量上限
Sottiaux 宣佈重置 Codex 和 ChatGPT Work 的用量限制，說法是慶祝一週的效率最佳化工作，順便邀請大家週末跑上十萬條 Luna thread。
Anthropic 產品和工程團隊 65% 的 PR 現在來自 Claude Tag
Zhang 從一場關於 Claude Tag 如何改變 Anthropic 內部工作方式的訪談裡拎出了這個數字。她的解讀是：對非工程團隊來說，最終極的 agent 介面就是他們本來就在用的地方，比如 Slack。她觀察到自己這半年的介面也在往那個方向遷移，一月還在終端，三月轉到桌面端 app，到六月已經變成工作協作工具，每一步都更接近人類天然的溝通方式。Agent 應該主動走到使用者所在的地方。另外關於發內容她還提到：那些你覺得再自然不過的事情，對你圈子之外的人來說是全新的；而那個說"這不廢話嗎，有什麼好講的"的聲音，出現在她每一條爆款帖子之前。
Swyx 認為在 g5.6 和 c5 時代，大家放棄 /loop 和 /goal 放棄得太早了
在 AI 圈的意見領袖裡，他屬於少數還在積極使用這兩個功能的人，並且認為放棄它們的人都判斷錯了，不是永遠錯，只是為時過早。它們適用的場景確實比過去窄：當你需要可操控性和自主性之間的恰當配比時，以及當你想要一個開放式的"用迴圈生成迴圈"的終態、又不想把路徑細化定義時。他舉了一次很長的行動推理回合，說是因為設了 goal 才救了他。另外他注意到，"vibe coding"這個詞的貶義色彩已經完全消失了，畢竟現在從零技術背景到超級技術流的人都在這麼幹。
Altman 最喜歡的 ChatGPT Work 用法：一檔關於自己孩子的晨間播客
把家庭日曆接進去，說明每個孩子的興趣，然後讓它生成一檔送孩子上學路上聽的播客，內容涵蓋某個孩子當天下午的足球賽、另一個孩子快到的生日，再加一點新聞。面對有人拿摩爾定律做類比，他回了一句："我看到你的摩爾定律了，我再加 20 倍。"
Shipper：從初春開始，勢頭就一直在往 OpenAI 這邊偏
他在《華爾街日報》一篇對比 OpenAI 與 Anthropic 的報道中被引用，並且堅持這個判斷，把它定義為一個逆轉翻盤的故事。他還調侃了 2027 年程式設計師面試可能長什麼樣：講講你最近解決的三個尚未被攻克的數學猜想，並分享你的 prompt；講講你的 agent 最近無意中犯下的一起網路重罪，以及你是怎麼善後的。
有了 5.5，排隊塞 prompt 已經過時了，任務跑到一半直接扔給它就行
Steinberger 的工作流變了：以前排隊是正確做法，但 5.5 在被打斷時不會再犯迷糊，所以你可以在它幹活的時候不斷堆需求，它會一條條認真處理完。
一篇新文章質疑風投圈那個信念：最好的創始人都在逃離某種痛苦
風投圈有一種不明說的共識，認為偉大的創始人背後總有一段不幸的童年、一塊耿耿於懷的心結，某種讓他們始終不肯鬆開油門的東西。Kothari 這篇文章追問驅動力究竟來自哪裡，並指出了一個大多數人從未掛上過的擋位。
來源資料出自 zarazhangrui 的開源專案 follow-builders，以 MIT 授權釋出。摘要由 LLM 依該專案的公開 feed 生成，摘要 prompt 亦改編自該專案。上面每一則都連結到原始出處。
摘要由程式自動生成。據此判斷前請先看原文。