📌 X/TWITTER
Roblox 产品经理 Peter Yang
OpenAI Codex 表现相当出色，尤其是它能自主用浏览器测试自己的代码。但在设计和前端任务上，Claude 依然是王者。Yang 还造了个新概念——“Tokenmaxxing”：就像吃自助餐里的蟹腿，无限量 AI 套餐不会永远存在，趁现在尽情享用。他分享了自己从 Ryan Carson 那学到的最重要一课：过去我们说要尽量少做、先推 MVP、别花时间搞系统，现在彻底反过来了——系统化能力不再是被视为拖延的奢侈品，而是用 AI agent 高效交付的前提。
- https://x.com/petergyang/status/2059099566377693305
- https://x.com/petergyang/status/2059070818798465330
- https://x.com/petergyang/status/2059029752858775581
Anthropic 哲学家 & 伦理学家 Amanda Askell
五年多没写过个人博客了。如果你在网上看到署名 Amanda Askell 的博客文章，那是假的。至于以后会不会重新开写——“也许吧。”
Box CEO Aaron Levie
高盛 CEO 在 AI 与就业的悲观论调上站到了反面。Levie 指出：如果你回到几十年前，看到现在一切做得那么快、那么轻松——即使没有 AI——你一定会确信大规模失业不可避免。但现实是，技术让效率暴增却并未消灭工作。
Y Combinator CEO Garry Tan
“全世界的 prompt 工程师，联合起来。” Tan 认为这种人机协作的方式将成为新常态。他描绘了一个"丰裕的黄金时代"——当这种技术在千倍规模上部署时就会到来。关于评估，他给出了具体方法论：让 agent 调用三个不同的前沿模型，审视它自己 skill 文件的输入和输出，自问"为什么不是 10 分？怎么做才能达到 10 分？"
- https://x.com/garrytan/status/2059155926939299968
- https://x.com/garrytan/status/2059151927011909800
- https://x.com/garrytan/status/2059148823403082154
FirstMark VC & MAD Podcast 主持人 Matt Turck
转发了 Anthropic 的 “Member of Technical Staff” 招聘帖——AI 人才争夺战的一个侧影。
FPV Ventures 合伙人 Nikunj Kothari
每周都有人私信他：“你不是 VC 吗，为什么还在写代码？” Kothari 的回答直白：这个领域变化太快，站在前沿的唯一方法就是亲手造东西。先验认知每隔几个月就得推倒重来。况且——探索边界本来就很好玩。
OpenClaw 创始人 Peter Steinberger
OpenClaw 的依赖清理行动继续推进，砍掉了 Sharp 和 Jimp，换成了 photon——一个用 Rust 编译成 WebAssembly 的小型图像处理库。结果：从 140MB 压缩到 2MB。他还给写 agent skill 的人一条建议：让你的 agent 写得 token 高效、语法可以放松。太多 skill 把说明书写成了一本书，每次对话都得加载。Steinberger 为此专门写了个工具来找最严重的"废话王"。
- https://x.com/steipete/status/2058922222790525272
- https://x.com/steipete/status/2058917897590673525
- https://x.com/steipete/status/2058884046940225918
Every CEO Dan Shipper
分享了一篇来自 Every 内部对 “After Automation” 论调的反驳文章。还调侃教皇方济各最新讲话——“人类站在关键抉择面前：要么建造新的巴别塔，要么建造上帝与人共居的城市”——Shipper 打趣道：“教皇显然从 2024 年起就在读 Every 了。”
- https://x.com/danshipper/status/2059014616059879501
- https://x.com/danshipper/status/2058962119287038145
South Park Commons GP、前 Dropbox CTO Aditya Agarwal
将于 5 月 28 日在班加罗尔主持一场特别对话，嘉宾是宇航员 Shubhanshu Shukla——战斗机飞行员出身，首位登上国际空间站的印度人。
🎙️ 播客
The MAD Podcast with Matt Turck：「为什么 AWS 和 Azure 跑不了自主 AI」—— Daytona CEO Ivan Burazin
Daytona CEO Ivan Burazin 从第一性原理出发，解释了为什么云巨头的基础设施是为"无状态"世界设计的，而 AI agent 需要一个全新的底层原语——sandbox（沙箱）。
Burazin 的核心类比：agent 就是数字知识工作者。一个人要高效工作需要一台电脑，agent 也一样。但你有胆量把自己的银行账号密码给 Claude 吗？“我让 Claude 去拉银行数据，它说：好啊，登录然后给我权限。我说——不，我绝不会给你权限。“这个瞬间击碎了他的信念——agent 必须拥有自己的隔离机器。
于是有了 Daytona。一个 sandbox 不是虚拟机或容器的简单包装，而是一台"为 agent 组装的计算机”——能在 60 毫秒内启动，70 秒内拉起 5 万个实例，支持实时扩缩容，可以在 agent 等待人类回复时暂停（节省算力成本），也可以快照当前状态、分叉出多条路径并行探索。
为什么 Kubernetes 不够？“它们全是为无状态应用设计的。像货运卡车，结实、安全、缓慢。但我们需要的是一辆跑车——极快、有状态、随时可以急转弯。” Daytona 为此重写了调度器，使得它可以在任意裸金属服务器上挂载，形成自己的云计算层。
一个被忽视的暗流：CPU 短缺即将到来。Burazin 引用 SemiAnalysis 的报告指出，随着 RL（强化学习）成为模型进步的主要驱动力，训练需要海量 CPU 盒子配合 GPU 工作。“如果你关注过 Intel 的股价——你应该关注。“他说，“这不是财务建议。”
关于 agent 技术栈的演进，Burazin 的判断出人意料地保守又激进：目前在模型（大脑）、工具（手脚）、记忆、编排（管理）、可观测性这些环节中，记忆是最不成熟的——当前最佳实践不过是把东西 dump 进 MD 文件。但真正让他在意的，是模型架构本身可能被推翻。“我不认为 transformer 是终局。如果某天出现一种全新的模型形态——不需要 GPU，或者根本不像今天这样运作——我们所有人的赌注都会被重置。”
「我们正处在一个超级周期中。超级周期不会永远持续。如果你在超级周期里停下来，你就是在把市场拱手让人。」
通过 Follow Builders 生成: https://github.com/zarazhangrui/follow-builders