AI構建者摘要

每天合併量漲到 30,000 次後，Anthropic 給 monorepo 換掉了 git

Anthropic 每天合併的變更數，從 2026 年 5 月的約 2,500 次漲到了 9 月的 30,000 多次。git 離線優先的設計跟不上這個節奏，於是一個七人小組打造了以伺服器為中心的版本控制系統 Scion，用五個月把 monorepo 遷了過去。既然預設客戶端始終線上，history、blame、commit 和 merge 就都交給伺服器處理，checkout 則採用 sparse 或虛擬化的方式。結果是基礎設施比原來的 git 映象小了 200 倍，CI 的 checkout 也從幾分鐘縮短到幾秒。只提了一句、沒給任何額外指示，Claude Mythos Preview 就重寫了 ingestion pipeline，記憶體佔用降到原來的 1/20，速度快了 4 倍；工程師的活兒反倒常常是對 Claude 說“不”。Anthropic 並不打算對外提供 Scion 本身，而是公開設計思路，供各家 git 平臺借鑑。Anthropic 預計，其他團隊會在 6 到 12 個月內撞上同一堵牆。

• #infrastructure
• #agents
• #developer-tools

Box：Gemini 4 Argon 在高難度企業任務上比 Gemini 3.1 Pro 高出 14 分

Box 花了一週時間，在自家的 Box AI Complex Work eval 上跑 Gemini 4 Argon，結果比 Gemini 3.1 Pro 高出 14 分。提升最大的是科技（+37）和消費品（+33）兩個領域。差距在於能不能把事情做到底：在一個醫療任務裡，兩個模型都發現了危險的血鉀水平，但只有 Argon 在最終用藥方案裡撤掉了引發問題的藥物；而在一個科技類任務中，3.1 Pro 一度報出超過 100% 的留存率。Levie 另外還提出，網路安全會是 AI agent 最大的用武之地之一，因為能逐行審查程式碼的 agent 叢集，終於讓防守方拿到了靠招人永遠做不到的覆蓋面。

• #models
• #evals
• #security

Every：Google 回來了，但 Gemini 4 Argon 在資深工程師任務上只拿到 21%

Every 釋出了 Gemini 4 的 vibe check，標題就叫“Google is back”。不過 Shipper 說，在 Every 的資深工程師 benchmark 任務上，Argon 相當吃力：只拿到 21%，遠低於 Sol 6，甚至不如 Muse。

• #models
• #evals

David Silver 押注：超級智慧來自經驗，而不是人類資料

David Silver 離開 DeepMind，聯合創辦了 Ineffable Intelligence，押的是通往超級智慧的路並不經過 LLM。他想做的是讓 agent 在豐富的模擬世界裡從零開始學習，團隊把這些世界稱為“crucibles”，在裡面，簡單的目標能催生出複雜的技能。他拿 AlphaZero 當證據：團隊一扔掉人類資料，幾小時內就超過了 AlphaGo 靠 human-in-the-loop 做了兩年的成果。說到自己為什麼不去做 LLM，他反問：“難道我要做第 100,001 個走這條路的人嗎？”他預測一年內會看到有力的證據，大約三年後實現真正的超級智慧。他還主張，前沿 AI 在現實世界裡要控制節奏，在模擬環境裡則要儘可能快地推進。

• #research
• #reinforcement-learning
• #safety

Rauch：coding agent 是 AI 的殺手級應用，別把寶押在單一模型上

Guillermo Rauch 向 Gemini 團隊道賀，並提醒大家永遠別跟 Google 對賭：Transformer 就出自 Google，再加上它的資料、工程人才和算力。他更大的判斷是，大家重新轉回 coding 是對的，coding agent 就是 AI 的殺手級應用。他說，Muse Wonder 和 Gemini Argon 接連發布，正好提醒個人和公司都要保持 model agnostic，多借助 gateway。

• #models
• #agents

Latent Space 辦了場週末 hackathon，想幹掉一款年費 $43,000 的 SaaS

與其空談 SaaS 已死，Latent Space 乾脆拿自己正在用的一款年費 $43,000 的真實 SaaS 開刀，辦了一場全球 hackathon，要在一個週末內把它克隆出來，模型和 harness 隨便用。活動收到 72 份作品，燒掉大約 1000 億個 token，評審同時用了 AI 和人工 eval。這期特別節目分享了相關資料，聊了要幹掉一款有一定複雜度的中端 SaaS 還難在哪裡，並公佈了獎金 $10,000 的 Kill My SaaS 比賽的獲獎者。

• #products
• #evals

Masad：就算前沿研究今天停下，AI 也還要 10 年才能普及開來

Amjad Masad 認為，即便前沿研究今天就暫停，AI 也還需要 10 年才能真正滲透進整個經濟。Replit 正在和解決方案合作伙伴一起加快這個程序。

• #enterprise
• #adoption

Google 展示 Gemini 4 Argon 用 24 個詞的 prompt 做出一臺合成器

Josh Woodward 正在展示新的 Gemini 4 Argon 能做出什麼。其中一個 demo 是用一段 24 個詞的 prompt 做出來的定製合成器，能把奔騰的馬、盪漾的水波，還有你自己的雙手變成音樂。另一個是一條 96 毫米寬、由球體層層堆疊而成的定製傢俱腿。

• #models
• #products

OpenAI 把 ChatGPT 和 Codex 桌面端的磁碟佔用砍掉 60%

ChatGPT 和 Codex 桌面 app 在儲存狀態的方式上做了新最佳化，預計能讓它存在磁碟上的資料減少 60%。Sottiaux 說這只是一次小更新，起因是重度使用者的磁碟空間老是不夠用。

• #products