真正在做 AI 的人今天說了什麼。一頁讀完，約 7 分鐘。
今天的主線是能力變便宜：DeepSeek 和 Grok 的新發布又一次把「夠用的模型」的價格往下壓，而聲音最大的那批 builder 把這件事讀成需求被撐大，而不是利潤被打沒。Anthropic 這一天在做兩件事，修底層管道和給個交代：既發了一份詳細覆盤，說明 Claude Code 為什麼難用了整整一個月，也同時上線了自託管 sandbox 和解耦後的 agent 架構。兩條線底下其實是同一個判斷，podcast 那邊說得最直白：模型的能力，已經跑在建立其上的產品前面了。
Anthropic 把 Claude Code 的質量下滑追溯到三處獨立改動
三處互不相干的改動疊在一起，看上去就像模型整體退化了：3 月 4 日預設 reasoning effort 從 high 降到 medium；3 月 26 日上線的一項快取最佳化，本該只清一次 Claude 之前的思考過程，結果每一輪都清；4 月 16 日 system prompt 里加的一句「回覆控制在 100 詞以內」，實打實地拉低了寫程式碼的質量。API 全程沒受影響，三個問題都在 4 月 20 日的 v2.1.116 裡解決。消融實驗顯示，光是那條控制篇幅的指令就讓 eval 掉了 3%；而清空思考過程的 bug 造成大量 cache miss，這正是不少人反映額度消耗比預期快的原因。所有訂閱使用者的用量限額都會重置，之後 system prompt 的每次改動都要走分模型的 eval 套件、觀察期和逐步放量。
Claude 的會話現在能從 Chrome 跟到桌面端、網頁端和手機端
Claude in Chrome 的會話現在可以延續到桌面端、網頁端和手機端，對話會被儲存，skills 和 connectors 在瀏覽器裡也能用。側邊欄跑的就是和其他客戶端同一個 Claude Cowork 會話，所以會話跟著賬號走，而不是綁在某一臺裝置上。Max 和 Team 今天可用，Pro 會在接下來幾周陸續開放。Anthropic 同時提醒，瀏覽器 agent 可能被頁面裡藏著的指令騙到，並在自家防護之外，給出了一份使用者該養成的使用習慣。
Managed Agents 現在可以在你自己的邊界內執行工具
Claude Managed Agents 可以在你控制的 sandbox 裡執行工具，既可以放在自己的基礎設施上，也可以走 Cloudflare、Daytona、Modal 或 Vercel。負責編排、上下文管理和錯誤恢復的 agent loop 留在 Anthropic 的基礎設施上，而程式碼執行、敏感檔案和服務都留在你的邊界之內，資源規格和執行時映象由你這邊定。還在 research preview 階段的 MCP tunnels，透過一個輕量閘道器的單條出站連線去訪問私有 MCP server，把內部資料庫和工單系統變成可呼叫的工具，既不用開入站防火牆規則，也不用暴露公網端點。自託管 sandbox 目前是 public beta，Amplitude、Clay 和 Rogo 被點名為最早按這套模式搭起來的團隊。
把 agent 的大腦和手拆開，p50 首 token 時間降了 60%
Managed Agents 最早把 session、harness 和 sandbox 塞在同一個容器裡，於是這個容器變成了一隻寵物：它一死，會話跟著死；除錯還得鑽進一臺同時裝著使用者資料的機器。解法是把每一塊都虛擬化，harness 呼叫 sandbox 的方式和呼叫其他任何工具一樣；harness 崩了就重啟，用 wake(sessionId) 拉回持久化的事件日誌，從最後一個事件接著跑。容器現在只在會話真正需要時才建立，這讓 p50 首 token 時間大約降了 60%，p95 降了九成以上。安全上的收益是結構性的：憑證要麼放在 vault 裡，要麼在初始化時直接接進本地 git remote，所以跑著 Claude 生成程式碼的那個 sandbox 根本夠不到 token。
Gemini 又接入一批服務，從 OpenTable 到 Ticketmaster
又一批 Gemini app 整合從今天開始陸續上線：Angi、Fever、GetYourGuide、Granola、iHeartRadio、Localiza、OpenTable、Otter、Pandora、Thumbtack、Ticketmaster、Wix、Zocdoc 和 Zoho。這批名單橫跨預訂、票務、筆記、媒體和本地生活服務，指向的是把 Gemini 做成事情在這裡辦完的地方，而不是問題在這裡得到回答的地方。Google 也在公開招募下一批合作伙伴。
模型的推理能力，已經跑在建立其上的產品前面
模型實際能做的事和最終交付到使用者手上的東西之間的落差，才是這個行業眼下真正要乾的活兒；這種能力過剩，讓 scaling laws 今年已經不值得再爭了。要讓 agent 真正好用，需要一整套像網際網路那樣的生態：MCP 承擔 HTTP 的角色，NL Web 承擔 HTML 的角色，再加上 agent 身份和授權體系，讓一個 agent 能精確地為某項任務所需的系統申請許可權。「我希望我們內部所有系統，都用一套標準協議，跟我們在 Microsoft 內部寫的所有 agent 對話」，這也是避免把自家組織架構原樣輸出給別人的辦法。下一次轉變，是同步 prompt 讓位給非同步委託：agent 自己出去，發很多次呼叫，反覆迭代很長一段時間，過後回來告訴你它做到了哪一步。
GBrain v0.45.6.0 新增 17 個 skill，現在支援 Codex 和 Claude Code
GBrain 釋出 v0.45.6.0，新增 17 個 brain skills，這些 skill 是靠一個跑在幾十萬份 markdown 檔案上的私人 OpenClaw agent 打磨出來的，現在也能配合 Codex 和 Claude Code 使用。用法上的提醒和釋出本身一樣重要：把它當成一個獨立的 agent 來跑，別塞進你的主力編碼 agent 裡面。可以把它理解成一個私人版的 ChatGPT 或 Claude，用自己的 git repo 存記憶和自定義 skill。用他的話說，接下來的方向就是：從這裡開始，我們要把 markdown skill 玩到極致。
Codex 上線 Linux 支援，fast 模式即將推出，用量限額已重置
Codex 剛剛上線了 Linux 支援，/fast 模式一小時之內就會推出，所有人的用量限額也重置了一次。幾天前剛過的 1500 萬里程碑，只是順口提了一句，並沒有專門宣佈。
Vercel Sandbox 現在自帶一套可自定義的預設工具鏈
Sandbox 現在預裝了一套還算合理的預設工具，而且完全可以自定義，npx sandbox@latest sh 一敲就直接進去了。值得自己試一試的說法是：它感覺比你的本機還快。Seedance 2.5 也已經在 Vercel 的 AI Gateway 上線。
graph engineering 是新的 loop engineering，是新的 prompt engineering
graph engineering 是新的 loop engineering，loop engineering 是新的 harness engineering，harness engineering 是新的 context engineering，而 context engineering 是新的 prompt engineering。希望這下講清楚了。這個梗好笑的地方在於，每一個稱呼都曾短暫地像是一門正經學科，然後下一次改名就來了。
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。