真正在做 AI 的人今天說了什麼。一頁讀完，約 4 分鐘。
evals 如今被看作構建 agent 的核心。Box 的 Aaron Levie 和 Meta 的 Madhu Guru 都認為，agent 的質量取決於能不能在真實工作環境裡做測試，以及是否把 evals 當成產品規格來對待。Guillermo Rauch 認為，人類嫌太繁瑣的嚴格編譯期約束，恰恰是 agent 最能發揮的環境；Garry Tan 和 Thariq 則都在關注 agent harness 是怎麼花 token 的。
Vercel 推出 gdp-ts：讓型別檢查器要求出示鑑權檢查的證明
Guillermo Rauch 釋出了 gdp-ts（Ghosts of Departed Proofs for TypeScript），它包括一個庫、一個 linter 和一個 AI skill。用上它以後，敏感函式只接受附帶“證明”的呼叫。這份證明說明某次授權檢查確實執行過，由型別檢查器在編譯期驗證。他說，這種模式在 Haskell 裡一直很小眾，原因是得靠人來 review，還得承擔它的語法開銷。現在 agent 寫出來的程式碼已經多到沒人 review 得過來，而 agent 恰恰在約束嚴格的緊密迴圈裡表現最好。README 用一條真實的 Vercel 規則做示例：修改 Project 的密碼，必須同時出示具備某個角色和某項權益的證明。
Garry Tan：大模型實驗室的 harness 天生有動力燒 token，創業公司可以解決這個問題
Garry Tan 認為，大模型實驗室自己做的 agent harness 有燒 token 的動機，這反倒讓創業公司做的 harness 有了實打實的用武之地。他舉的例子是 Grep：它會觀察 agent 的使用方式，再自動把這些燒 token 的環節換成確定性的、經過測試的程式碼，每次都按同樣的方式重複執行。他還預言“AGI Science Loops”就要來了，並說 Halmos 正在這個方向上做產品。
“Local hands”：Claude 跑在雲端，卻能訪問你的本地檔案
Claude Code 團隊的 Thariq 說，有一種模式他最喜歡的叫法是“local hands”：Claude 在雲端執行，但能訪問你本地的檔案，這個模式也快要登陸 Cowork 了。另外他還提到，他展示的那種規劃方式比直接輸出原始 HTML 省 token 得多，因為模型不用為狀態機、示意圖、程式碼片段這類常見元素重新搭一遍元件或邏輯。
Ryo Lu 懷念 Steve Jobs：科技行業困在沒完沒了的打磨裡，不再用心做東西
緬懷 Steve Jobs 時，Ryo Lu 說自己走上介面設計這條路，起點是把家裡那臺米色 PC 改成了他買不起的 iMac G4 的樣子。他認為 Jobs 去世以後，整個行業一直陷在一個迴圈裡：不停地打磨，最佳化供應鏈，想出更多辦法讓人停不下來地刷，而人卻變得越來越疏離、越來越孤獨。“我們花了那麼多精力想打敗人類。真希望我們能多花點時間去了解人們的生活，讓他們過得更好。”他還發布了 ryOS Subtitles，這是一個 Chrome 擴充套件，看 Netflix 時可以同時顯示兩種語言的字幕，還附帶日語、中文和韓語的發音指南。
Aditya Agarwal：本地執行的 Muse/Dot 電腦，可能比越鎖越緊的 macOS 更適合 agent
Aditya Agarwal 說，要是能在本地執行 Muse/Dot 這臺“電腦”會很有意思，因為跟越來越封閉的 macOS 比，它感覺更適合當 agent 的執行環境。另外，SPC 還請來了 Sergey Levine。Levine 自 2016 年起在 Berkeley EECS 任教，也是 Physical Intelligence 的聯合創始人。他研究的演算法能讓機器人把看到的東西和自己的動作對應起來，從而從經驗中學習。
ChatGPT 裡的協作空間“每天都在突飛猛進”
在 OpenAI 做 Codex 和 ChatGPT 的 Thibault Sottiaux 把功勞歸給 Sergio，稱 Sergio 在一個直接內建於 ChatGPT 的協作空間上“變出了魔法”。他說這個功能每天都在突飛猛進，還說今天可能是他進 OpenAI 以來最棒的一天。
Amjad Masad：美國正在開放權重模型上追趕
Amjad Masad 說，美國正在開放權重模型上迎頭趕上。他還表示，看到有這麼多家族企業靠 Replit 運轉業務，他非常自豪。
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。