真正在做 AI 的人今天說了什麼。一頁讀完，約 4 分鐘。
Claude 現在可以在對話旁邊直接開啟 Google Docs、Sheets 和 Slides，並和你一起編輯。兩位做 Claude Code 的開發者分別聊了兩件事：寫 prompt 說到底就是把話說清楚；Claude 的“大腦”正在往雲端搬。Applied Compute 的 CEO 認為，贏下推理靠的是 post-training，而 eval 是一項需要嚴加守護的資產。安全方面，Aaron Levie 稱網路安全會是 AI 最具決定性的領域之一，Amjad Masad 則認為 AI 反編譯會讓所有軟體在事實上變成開源。
Claude 現在可以在對話旁開啟 Google Docs、Sheets 和 Slides 並協同編輯
貼上一個 Google 檔案連結，或者讓 Claude 新建文件、表格或簡報，檔案就會在對話旁邊開啟，你和 Claude 可以一起編輯。訪問許可權沿用你在 Google 裡已有的共享設定，目前以 beta 形式向所有付費套餐開放。Anthropic 還重點介紹了 Every：他們基於 Claude Managed Agents 搭了一個公司內部 agent，全團隊都在 Slack 裡用它，每逢新模型釋出就用它互相分享 skill。這個 agent 在內部火起來之後，Every 又把它開放給了訂閱使用者。
Applied Compute CEO：贏下推理靠 post-training，你的 eval 才是護城河
Applied Compute 的 CEO 在 OpenAI 時主要做 Codex。他認為 RL 真正難的是定義要最佳化什麼，所以企業應該像看重員工一樣守好自己的 eval，而不是把它交給 AI 實驗室或者公開 benchmark。他的核心觀點是 post-training 贏下推理：最大的那些 workload 會最先被定製訓練；想壓低 token 賬單，除了調優 serving，還可以在 eval 分數不變的前提下讓模型更省 token。在沒有唯一正確答案的領域，基於 rubric 的 RL 效果出奇地好，但 RL 的遷移能力遠不如 pretraining，continual learning 也仍然卡在如何從稀疏獎勵中高效學習這一步。“RL 給我們的，本質上是一臺爬山機器。最難的其實是定義要爬哪座山。”
Boris Cherny：寫 prompt 沒有秘訣，像跟同事說話一樣跟 Claude 說就行
在 Anthropic 做 Claude Code 的 Boris Cherny 分享了一些真實的 prompt。他說大多數任務既不需要複雜的腳手架，也不需要事無鉅細的指令，給 Claude 一個目標，它自己會想辦法搞定。在 Sonnet 3.5 那個年代，prompt 怎麼措辭影響很大。現在真正值得交代清楚的只有三件事：你想做成什麼，要投入多少力氣，以及模型該怎麼驗證自己做對了。
Thariq：Claude 的大腦正搬去雲端，雙手留在你的電腦上
在 Anthropic 做 Claude Code 的 Thariq 說，趨勢越來越明顯：Claude 的“大腦”住在雲端，“本地的手”在你的電腦上幹活。麻煩在於可用性。如果 Claude 只能在你的電腦線上時訪問檔案，電腦一離線，工作就可能卡住，一直等到它重新上線。所以可能需要某種同步機制，而同步本身又有一堆邊界情況。Thariq 還反駁了“有了 coding agent 就能跳過底層”的說法，因為想在更高的抽象層上工作，從來都得先理解下面那幾層。
OpenAI 的 Thibault Sottiaux 執行了社群投票透過的重置，升級照樣保留
在 OpenAI 做 Codex 和 ChatGPT 的 Sottiaux 說，Day 2 上線了四項被評為還不錯到很棒的功能，外加一些數學證明，但社群投票的結果還是選了重置，現在已經執行完畢。Sottiaux 承認，按現在的規則，這個遊戲似乎天生偏向重置，同時表示已經做出的改進不會撤回。Day 3 明天開始。
Nikunj Kothari：VC 在 X 上拱火博流量，正在讓別人丟掉真交易
Kothari 說，太多 VC 在追逐多巴胺，或者為了流量故意拱火。X 上容不下細微差別，說出去的話基本收不回來。受傷最重的是他們“手下”的人：Kothari 就認識兩個人，因為 X 上的風波丟掉了原本已經談妥的交易。如今資本已經成了大宗商品，風投基金遍地都是，似乎沒幾個人在玩長期遊戲。
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。