真正在做 AI 的人今天說了什麼。一頁讀完，約 6 分鐘。
今天最響的一條線索，其實是同一件事的兩個方向：Anthropic 的 Boris Cherny 展示了 Claude 如何悄悄維護線上應用、合入了 180 個 PR；而 Aaron Levie 等人則認為，正是這種槓桿讓工程師更值錢，而不是更不值錢。Google 釋出了 3.7 Flash，價格砍半，從立項到上線只用了三週；Vercel 想用一條命令接管所有 coding harness 的路由；一位 Meta AI 總監則給新的失敗模式起了名字：prompt debt。而在這一切之下，chess.com 的創始人給出了一個跨越三十年的資料點：當機器超越人類之後，一項人類技能會變成什麼樣。
Claude 一直在維護 Anthropic 自家的應用：提了 388 個 PR，合入 180 個
過去幾周，Claude 每天在 iOS、Android、桌面端、Web、CLI 和 Agent SDK 上跑維護例程，整個過程由一個 Slack 頻道協調。這些例程包括：一個 crash fuzzer，在模擬器上到處亂點找崩潰，然後自己定位根因；一個重複程式碼合併器，專門給那些略有分歧的抽象提合併 PR；還有一個死程式碼清理器，先給疑似死程式碼加上日誌，第二天如果沒有任何觸發就刪掉。388 個 PR 裡，經過 Claude Code Review 加人工 review，最終有 180 個被合入。例程出錯的時候，修法是讓 Claude 去調這個例程本身，有時候要反覆迭代好幾天。
ARC-AGI-3 差點被一個 coding harness 拿下，Masad 覺得自己被驗證了
加上 coding harness 之後，模型已經很接近解掉 ARC-AGI-3 了。Masad 把這看作對他一直主張的觀點的證實：coding 才是那個能把 LLM 泛化到其他一切事情上的能力。他還順帶給了一個更尖銳的預測：到明年，用不用電腦會變成可選項，工作方式將發生根本改變。
Prompt debt 就是新的技術債：每次模型更新，砍掉一半 prompt
大多數 AI 產品都揹著臃腫的 system prompt，而且這些 prompt 正在實實在在地拖累質量。累積的路徑大家都很熟悉：模型某件事做不好，加十條規則；tool call 失敗了，加十個例子；輸出看著彆扭，再加一堆格式約束。三個月後，system prompt 長得像一部小說。與此同時底層模型已經聰明瞭很多，你那些事無鉅細的規則又把它按回成一臺笨拙的規則機器。他給的藥方很激進：每次模型更新，至少刪掉 50% 的 prompt。另外他數了一下，叫“Studio”或者各種變體的 AI 產品，已經超過 20 個了。
Rauch 押注：一條 token 路由命令會成為跑 coding AI 的預設方式
他的說法是，一條命令就能把你已經在用的所有 coding harness 配好，Claude Code 和 Codex 都包括在內，而不是取代它們。換來的是可用性、模型選擇權、更低的成本、可觀測性，以及零資料留存。他預測這會成為 coding AI 大規模使用時的預設方式，目前還能透過它免費用 GLM 5.2，速度最高每秒 500 token。
計算機戰勝人類三十年後，國際象棋反而比任何時候都更火
Chess.com 的起點是 2005 年一場破產拍賣裡花 56000 美元買下的域名，當時所有投資人都說這生意不值得投；如今它有 1000 萬日活、2.5 億註冊使用者、年收入超過 2 億美元，而且從未為增長融過一分錢。反直覺的地方在於引擎對這項運動做了什麼：Stockfish 一度讓國際象棋變得無聊，選手們都在磨完美殘局；後來 Leela 這類自學的神經網路開始用激進、不按套路的下法擊敗它，反而讓這項運動比歷史上任何時候都更好看。至於人類為什麼還要下，Allebest 說得很直接：“人就是想幹人的事。”關於如何習得專業能力，他手上幾百萬玩家的資料給出的答案，用他自己的話說是既幸運又不幸的：重複沒有捷徑，有捷徑的只是工具。他的說法是，拿你人生中任意一天，乘以一千，那就是你人生的樣子。這家公司現在正把同一套評分體系搬到 gambit.com 上做撲克，邏輯是人們會像在意錢一樣在意自己的分數，因為分數衡量的是水平，而不是誰能一直加買籌碼。
把 agent 的提問打包批處理，像 speculative decoding 一樣，做設計時特別好用
agent 迴圈裡最貴的一環是人的輸入，所以他沒有讓 agent 一輪一輪地問，而是做了一個 /align-me 的改造，讓它成批地問。類比的是 speculative decoding：與其每一步都等確認，不如往前預判 2 到 10 步，速度就上來了。他說這套在設計探索這個場景下效果好得出奇。
一個主 agent 還是一堆專用 bot？Kothari 押 orchestrator 贏
Grok Bot 的設計是把 agent 當人看，每個 bot 的工具、上下文和產出都各自隔離，你為特定目標去找特定的那一個。另一條路是 Jarvis 模式：一個主 agent 直接把事辦了，需要什麼子 bot 就自己派生，互動從一對多變成一對一。他的判斷是，因為上下文視窗、工具呼叫和成本這些實打實的工程約束，這個領域會先從窄的做起，然後收斂到那個能讀懂你建立的所有 bot 的主 orchestrator 上。
Google Docs、Sheets 和 Slides 現在能在 ChatGPT 裡用了
你可以直接在 ChatGPT 裡開啟一個文件，用打字或說話的方式改，不用跳出當前流程。他說這改變了他寫東西、頭腦風暴和校對的方式。另外，一個專門吐槽你當天電腦使用情況的 Computer History 外掛，結果意外地很有診斷價值：某一天記錄到的活動裡 48% 是 Slack，用得最多的快捷鍵是 Delete，按了 1191 次，最忙的時段是晚上 9 點。
家人生病時，AI 最有用的地方是幫你對付流程官僚
在家人遇到健康問題時，他原本以為自己會用 AI 去查資料、搞懂這個病。結果幫助最大的，是應付醫療系統裡的各種流程。他還丟擲了一個值得關注的開放問題：產品規格文件現在是不是需要分成兩部分，一部分給人看，一部分給 agent 看；還是說一份文件就能同時服務兩者。
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。