2026年8月15日15 則來自 15 位 builder

AI構建者摘要

真正在做 AI 的人今天說了什麼。一頁讀完，約 5 分鐘。

Cursor 的結局成了這一天裡應用 AI 的羅夏墨跡測驗，創業者們從中讀出的結論是：價值就沉在模型和工作流之間的那一層。拋開這些表態，更有價值的思考來自真正在做長週期 agent 的人：當沒有編譯器替你把關時，你要怎麼驗證 agent 乾的活；以及為什麼你 context 裡的那些英文，比你的程式碼更值得花心思。Google 把 3.7 Flash 推進了 Gemini app，Anthropic 則讓 Claude 接入了 Apple 的 Foundation Models framework。

Aaron Levie

Box CEO

Cursor 打碎了一個假設：開發者工具最多也就賣到十幾億美元

agentic coding 的市場規模，遠超幾乎所有人此前的測算，而且 Cursor 起步的那個時間點，大家普遍認為這塊已經飽和了。值得抄的打法是：為 agentic 的工作方式找到對的產品形態，站在模型和工作流之間做中立的一層，只在能壓低成本或提升表現的地方去 post-train 模型，圍繞具體工作流自建基礎設施，再配上和品類相匹配的 go-to-market。在使用者和底層模型之間，可以創新的空間比人們以為的大得多。

x.com/levie/status/2088476232933577124

#agents
#products

Podcast

The MAD Podcast with Matt Turck

一百次 eval 全過，也說明不了 agent 能不能泛化

Basis 做的 agent 能端到端準備整份報稅表，推理步驟深達數千步，而核心教訓是：只看結果的 eval 遠遠不夠。「就算你一百次裡對了一百次，如果一個人只是靠去翻 Wikipedia 才做對的，會計師事務所不會僱他，那也就不該僱我們。」解法是 behavior spec：一份份 markdown 檔案，從不給 agent 看，由一個充當裁判的 agent 拿它來給 agent 的完整軌跡打分，這樣你獎勵的是過程，而不只是答案。最扎人的一句是衝著工程師去的：有人一門心思糾結抽象設計，自己的 context 卻一團亂，可執行時真正影響表現的是那些英文，程式碼怎麼組織並不影響。

youtube.com/@DataDrivenNYC/videos

#agents
#evals
#open-source

部落格

Claude Blog

Claude 現在可以透過一個 Swift package 接進 Apple 的 Foundation Models framework

Apple 開發者可以把輕快的本地任務交給端上模型，遇到需要多步推理、程式碼生成、網頁搜尋或程式碼執行的請求，再轉手給 Claude，響應會流式回到同一個 SwiftUI view 裡。由於這套 framework 會根據 @Generable 標註返回帶型別的 Swift 值，傳給 Claude 的是乾淨的結構化輸入，而不是使用者輸入的原始文字。明天起在 iOS 27、iPadOS 27、macOS 27、visionOS 27 和 watchOS 27 上可用，用 Anthropic API key 鑑權。

claude.com/blog/claude-for-foundation-models

#products
#agents

Josh Woodward

Google VP

3.7 Flash 上線 Gemini app，Pomelli 把產品照做成影片

Gemini 3.7 Flash 已經在 Gemini app 裡上線。Google Labs 面向小商家的實驗產品 Pomelli 新增了把產品拍攝素材做成短影片和 gif 的能力，把當初讓它在靜態圖上廣受歡迎的那種一鍵出片體驗延伸了過來。

x.com/joshwoodward/status/2088344782821326980 x.com/joshwoodward/status/2088261701028503965 x.com/joshwoodward/status/2088259247184507170

#products

Madhu Guru

Meta Sr Director, AI

照蒸汽機的規律，軟體變便宜只會帶來更多軟體，不是更少

蒸汽機效率提高，煤的需求反而漲了；高階語言出現之後，程式碼寫得多得多；表格軟體變便宜，做出來的財務分析也多得多。AI 加軟體工程應該走同一條曲線：軟體會多得多，而且瞄準的是過去不值得去解的那些問題。他還認為 Cursor 的文化影響被低估了，因為「cursor for x」給整個行業提供了一個產品正規化，讓大家從 chatbot 階段裡走了出來；而當人人都能用 AI 做東西時，差異化就只剩下產品判斷、領域知識、分發和執行。

x.com/realmadhuguru/status/2088489059115270532 x.com/realmadhuguru/status/2088425380130783287 x.com/realmadhuguru/status/2088294414255112329

#agents
#products

Nan Yu

Linear Head of Product

AI 不是參差不齊，它只是長成了 AI 的樣子

說 AI「jagged」，就像因為狗在某些事上比人強、某些事上比人差，就說狗參差不齊。這是拿一個人類基準去衡量另一類東西，而這個框架本來就不對。另外，如果你相信同事都很聰明，那他們的想法一定有來處；Linear 做出來最好的一些東西，本身就是好幾個想法的融合，或者是離原始概念已經很遠的衍生品。還有一句：科技行業裡沒有哪種力量比 PM 的晉升材料更具破壞性。

x.com/thenanyu/status/2088461657311785236 x.com/thenanyu/status/2088335744909619230 x.com/thenanyu/status/2088278730808426900

#products
#agents

Peter Yang

X 的反垃圾模型壓根不讀正文，AI 內容工廠就這麼大搖大擺過關了

翻 X 的開源演算法能找到 TweetSpamBot，這是個行為模型，會分析一個賬號最近多達 512 個動作，看發帖爆發、引用推行為、時間點、兩次動作之間的停留等訊號，標記出 TWEET_CREATE_BURST、QUOTE_TWEET_SPAMMER、CONTENT_AMPLIFIER 這類模式。分數高會觸發賬號驗證，但似乎並不會把那些垃圾內容本身降權。缺口就在於這個模型從不看帖子內容，於是一家內容工廠完全可以盯住爆款帖，一天引用十幾次，在毫不相干的話題上反覆套同一個「鉤子加數字加故事加總結」的模板，照樣乾乾淨淨。

x.com/petergyang/status/2088261100202868768

#products
#policy

Peter Steinberger

OpenClaw 團隊開始用 OpenClaw 來做 OpenClaw

把 agent 的會話以 URL 形式分享出來，成了關鍵的那一環，團隊可以像甩一個文件連結那樣，把做到一半的 agent 工作交接出去。他們還在共享的 AGENTS.md 里加了一條：任何改動 UI 狀態的 PR 都必須傳一段錄屏，把視覺評審直接壓進 diff 裡，而不是留給 reviewer 自己腦補。

x.com/steipete/status/2088486859244741020 x.com/steipete/status/2088473882357530979