真正在做 AI 的人今天說了什麼。一頁讀完，約 7 分鐘。
今天的主線不是能力，是產能：OpenAI 因為需求超過伺服器承載，暫停了新的 200 美元 Pro 訂閱；Vercel 則公開了自己在 agent 化部署壓力下把 p99 拉回 91% 的做法。另一條線是紀律，Boris Cherny 主張 Claude 寫的生產程式碼應該比人寫的接受更嚴的標準，Madhu Guru 則強調 eval 要評的是過程軌跡，不是最終答案。還有 Richard Socher，他押上 6.5 億美元，賭的是治癒疾病最快的路徑得先讓 AI 去改進 AI。
Astra 需求超出承載，OpenAI 暫停新的 200 美元 Pro 訂閱
200 美元 Pro 套餐暫停接受新使用者註冊，因為這批使用者對系統的壓力最大，暫停他們被解釋為在儘可能保住廣泛可用性的前提下，代價最小的一步。已有賬號、其他所有套餐和 API 都不受影響，團隊正在盡最快速度擴容。另外，ChatGPT Work 底層跑的那套基礎設施現在以 API 形式開放，供大規模 agent 按需呼叫，官方說法是一分鐘之內就能接入開始用。
Levie 的一線觀察：AI 廠商一旦讓企業失望，立刻就被換掉
在見過銀行、媒體、保險和諮詢行業二十幾位技術負責人之後，最鮮明的一個共同點是他們對架構毫不留情：很多公司過去一兩年裡已經換過好幾輪系統，沒人願意守著一家廠商等它做對。大多數企業同時在跑多個前沿模型，因為統一到一家實在太難，不過錢最終還是集中在少數幾家廠商身上，開源權重則因為缺少本土的前沿選項仍處在很早期的階段。他們最焦慮的是安全和 agent 身份認證，而真正的 ROI 只有在企業重新設計工作流本身時才出現，把 agent 疊加在原有流程上是不行的。eval 幾乎沒人提，二十幾位客戶裡只有寥寥數家提到，他認為這是一個巨大的空白機會。Box 也正在和 OpenAI 更深度地合作，讓企業內容能在 ChatGPT 裡被安全地呼叫和處理。
Claude Code 的 Cherny：Claude 寫的生產程式碼，標準要比人寫的更高
原型和一次性程式碼影響面小，完全當黑盒處理沒問題，但 Claude 寫的生產程式碼應該比人寫的程式碼接受更高的標準。在 Anthropic 這意味著 lint 規則、測試、Claude 驅動的端到端測試、每天跑的 Claude fuzzer、自動程式碼審查、安全審查和自動重構，沒有這一整套，最後就是一堆難以維護的爛攤子。產出不達標時他的解法很具體：換到前沿模型，把 effort 提到 high 或 xhigh，並且把功夫花在 CLAUDE.md 和 skills 上，而不是預設接受這筆債。他還特別點了最新那份 Threat Intelligence 報告，說它既可怕又重要，並指出能力本身是雙刃的：一個程式碼寫得好的模型同樣能攻擊關鍵基礎設施，一個能輔助生物研究的模型同樣能幫著改造出一場大流行。
Richard Socher 融資 6.5 億美元，賭的是 AI 研究先把自己自動化
Recursive 的起點是用 AI 做 AI，先造出一個相當於五萬名博士研究能力的系統，再把它放到物理、化學和生物領域裡去。科學進步之所以變慢，是因為知識體系變成了一座迷宮，三萬四千種期刊等於每一本門口都立著「禁止入內」的牌子，已經沒有人能跨足夠多的子領域去把它們重新組合起來。他的判斷很直接：凡是能被模擬的，AI 都會解決，所以數學和程式設計最先被攻破，自然科學則要等到我們能模擬一個細胞才跟上。幻覺在他這裡被重新定義成了特性，因為生成訓練分佈之外的蛋白質序列恰恰就是目的所在；他也明確表示自己不相信硬起飛，因為臨床試驗該花的年頭還是得花，那是物理規律要求的。就業問題他歸結成需求彈性：插畫師輸了，是因為世界並不需要多一千倍的插畫；程式設計師贏了，是因為世界確實需要多一千倍的軟體。他的 Eureka Machine 建立在四根支柱上，LLM 裡的人類知識、科學測量、模擬、以及採集真實資料的機器人實驗室，上面再套一層 agent 叢集；他認為自動化實驗室還要兩到三年才到值得投的時候。
Vercel 把全球 CDN 後設資料儲存的 p99 提速了 91%
每天大約有一千萬次部署落在 Vercel 上，累計已達 23.5 億次，它們全部同時共存並且在 CDN 上可路由。那套負責在數百毫秒內向全球同步回滾、配置變更和新增路由的全球後設資料儲存，剛剛在 p99 上快了 91%，順帶也加速了從構建到部署的整條鏈路。這項工作是在系統因 agent 化部署增長而承受巨大壓力的情況下完成的，CDN 工程團隊已經把內部實現公開了。
Masad：真正的 AI 風險是網路安全，滅絕根本排不上號
AI 有很多地方讓他擔心，網路安全尤其如此，但字面意義上的滅絕風險，也就是全人類百分之百死光，壓根進不了他的清單。這和他所在圈子裡常見的末日論調形成了明確切割，把具體的近期危害和文明終結這兩件事分開了。
每一輪搶手的分批種子輪，最後估值都莫名其妙落在 3 億美元
眼下早期投資裡有三件事同時成立：人人都想融 5000 萬美元的種子輪，人人都相信自己明年能做到 3000 萬美元 ARR，而每一輪搶手的分批種子輪都神奇地收斂到 3 億美元左右的估值。他把這說成觀察而不是抱怨，反而更扎人。同一天他還發了一篇文章，從在車裡錄語音備忘錄到釋出只用了一天，他自己承認缺了平時那份打磨。
複製邏輯不再是痛點，抽象仍然是
程式碼的成本結構翻轉了。當模型替你寫出那份重複程式碼時，重複變得很便宜，可一個糟糕的抽象仍然要由人來理解、維護，最終還得由人來拆掉。這顛覆了 DRY 教了十年的那套「什麼時候該抽出來」的直覺。
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。