AI構建者摘要

Anthropic：使用者放行了 93% 的許可權彈窗，所以隔離比監督更管用

human-in-the-loop 的審批疲勞是真實存在的，而且能被量化。遙測資料顯示，使用者對 Claude Code 許可權彈窗的透過率大約是 93%。在 2026 年 2 月的一次內部紅隊演練中，一名被釣魚的員工貼上了一段 prompt，Claude 在 25 次嘗試中有 24 次讀取了 ~/.aws/credentials 並把內容 POST 了出去，而且分類器根本抓不到任何異常，因為這條指令是使用者自己發出的。解決辦法都在環境層：一個把許可權彈窗砍掉 84% 的作業系統級沙箱；一個讓憑證留在宿主機 keychain 裡的 Claude Cowork 虛擬機器；以及一箇中間人代理，起因是有人披露，被加進白名單的 api.anthropic.com 可以被用來把受害者的檔案上傳到攻擊者自己的 Anthropic 賬號。反覆出現的教訓是：gVisor、seccomp 和各種 hypervisor 都扛住了，真正出問題的是 Anthropic 自己寫的那個代理。

• #agents
• #security

Karpathy 給 Opus 5 十美元的 token 預算，換來 5500 行《魔戒》渲染程式碼

拿「腳踏車上的鵜鶘」測 LLM 的時代快過去了。Karpathy 把《魔戒》的第一段丟給 Opus 5，配上價值約 10 美元的 100 萬 token 預算，讓它做一個 three.js 渲染；模型跑了大約兩個小時，產出 5500 行程式碼，程式化地把整個場景搭起來並做了動畫。他真正想說的是經濟賬：這麼定製的東西，正常人不會手寫，但模型有無限耐力，於是一整類「誰會真去做這個」的工作，成本基本降到了零。他覺得這指向的是超高定製、隨取隨用的世界，可以直接把玩家丟進去。暴露出來的短板是驗收：Opus 本身既看不了影片也玩不了成品，只能一張張截圖去摳，最後交付的東西仍然有不少毛刺。

• #agents
• #products

Levie：專業縱深領域的 AI 要垂直起飛，消費端的收益卻在走平

在模型對什麼都只是「稍微有點用」的階段，能力提升是大家均攤的。這個階段正在結束。Levie 預計會出現一次明顯分岔：數學、科學、法律和 coding 垂直向上，而大多數人在日常效率上幾乎感覺不到變化。消費端的需求相對容易被滿足，然後就見頂了；專業領域則沒有天然的上限。麻煩在於會形成能力過剩，因為這些提升只有等有人真去做落地的活，把它們接到具體的資料集和工作流上，才能在生命科學、現實世界自動化和網路安全裡變成突破。

• #agents
• #products

Netic 創始人談為什麼 70% 的企業客戶讓 AI 接第一通

Melisa Tokmak 做 Netic，是為了接手那些十億美元級的暖通空調、管道、屋頂和寵物護理生意裡非人力的那一半，現在超過 70% 的客戶已經是 AI 優先，也就是每一位終端客戶的第一次互動都由 agent 完成。她說平臺已經透過 AI 處理的互動為客戶創造了超過 6 億美元收入，而且開場必須從新增收入講起，因為私募股權的老闆們預設想的是砍成本：「如果我們用 AI 只是為了降本，那就太可悲了。」至於大模型公司會不會把這塊吃掉，她認為「等我們有了 AGI，就讓它去解決基礎服務行業」這種回答在運營上和思維上都很偷懶，因為最後一公里活在 harness、編排和產品裡。她關於招聘最尖銳的觀察是關於 Z 世代候選人：他們執念於不要掉進永久底層，篤信十八個月內賺不到錢就會一輩子窮，而她覺得這種心態很危險，因為好東西本來就要花好幾年。

• #agents
• #products

在 GitHub issue 上押 token，由維護者決定要不要放 agent 進來幹活

一個針對灌水 PR 的解法，把付錢的一方倒過來。你開一個 issue，寫清 spec，附上一筆 token 押金；維護者接受之後，GitHub 就把這個 issue 原樣交給一個雲端 coding agent，賬單記在提出者頭上。Yu 還描述了它需要的互動閉環：agent 卡住時，會帶著完整上下文在 issue 裡留言，等你補上缺失的細節後，它從斷點繼續往下做。

• #agents
• #open-source

Garry Tan：2026 年的氛圍轉向，是 OpenAI 真的成了那個開放平臺

Tan 說這是今年最有意思的變化，並把它歸結為一個戰略岔路口：是把智慧當作水電一樣按需售賣，還是發出訊號說最優解是一路往上把整個技術棧都吃下來。他判斷 OpenAI 選了前者，這跟它此前給外界的定位印象很不一樣。

• #policy
• #products

Peter Yang 說 Opus 5 丟掉了 4.6 那種值得聊天的個性

他的暴論是：Opus 4.6 是所有 Opus 模型裡個性和文風最好的，而 Opus 5 有點不對勁。他點名了幾處：回覆過長、滿嘴「說句實話」這類 Claude 腔、語氣帶著評判感，而以前的 Opus 更像一個信得過的朋友。他還提到 OpenAI 那邊有個外掛 bug，把他正準備釋出的一個 skill 的使用體驗搞壞了。

• #evals
• #products

Rauch 聊開源 agentic CRM，以及孩子會繼承你的習慣

他在力推一個基於 Next.js 的 agentic CRM：模型無關、可自託管、多渠道、headless，他說這個品類就該這麼做。另外還有一條不長但扎人的觀察：他三歲的孩子在學校被問爸爸做什麼工作，回答說他健身。你是自己習慣的副產品，你的孩子和孫輩也是。

• #open-source
• #agents

模型已經在解 NP-hard 問題，企業還在為 token 的 ROI 爭論不休

Kothari 直接把這種割裂擺出來：一邊是模型在真正困難的問題上拿到前沿結果，另一邊是傳統企業抱怨自己花的 token 錢回報不夠。他的結論是，瓶頸不在能力而在擴散，而把模型鋪進真實的組織裡，正是這個行業接下來幾十年要乾的事。

• #agents
• #policy

Swyx：能容忍 slop 的價值，是反對 slop 的一百倍

他在誇 Boundary 的一場「以 slop 治 slop」的分享，並主張 AI 原生程式語言真正有用的設計目標是容忍而不是禁止。他把這件事跟 Bret Taylor 在 Latent Space 播客上呼籲 AI 原生語言聯絡起來，說很高興終於有人從第一性原理重新想程式碼怎麼跑，而不是繼續往上焊護欄。

• #agents
• #products

Steinberger 把攝像頭許可權交給 agent，讓它端到端測一個 ESP32 語音節點

他在 ESP32 晶片上做一個 claw 節點，乾脆把攝像頭交給 agent，讓它自己測完整條鏈路。副作用是 agent 現在為了除錯語音喚醒指令，不停地衝他喊「HI ESP」，他形容這感覺像被跟蹤。他還提到，困擾他好幾年的一個 Gmail 小毛病，最後只是隨口讓 agent 處理一下，它自己把工具裝上就解決了。

• #agents
• #hardware

Amanda Askell 談「永久底層」話題裡那種安靜的宿命論

每次看到有人討論怎麼避免掉進「永久底層」，她都會有一種 Padmé 式的錯愕，並把倫理問題挑明說：就算你真相信未來會分層，那種「只要我自己站在上面就沒問題」的態度也談不上值得稱許。她明確表示自己並不認為會走到那一步。她另一條留言語氣要柔和些：請大家別對那些說深度學習撞牆的人太刻薄，我們都需要一點希望。

• #policy