AI 建造者日报 — 2026年7月5日
📌 X/TWITTER
Box CEO Aaron Levie — AI 之战的本质是「上下文之战」。Agent 的有效性取决于三个要素：领域专业知识、正确的上下文和工具访问权限，以及能融入用户工作流的方式。谁掌握了最丰富、最精准的上下文，谁就赢。
→ https://x.com/levie/status/2073138135014502777
Vercel CEO Guillermo Rauch — 提出「Agent 自我进化」的概念：让 Agent 回顾自己过去的运行记录，自动发现低效、错误和冗余的工具调用，然后生成新的 prompt 和 skill。Vercel 已将 Agent 可观测性内置到部署流程中。
→ https://x.com/rauchg/status/2073132174958841887
Claude Code @Anthropic 的 Thariq — 分享了一个关键洞察：与 Fable 协作最重要的事情不是写更好的 prompt，而是发现自己的「未知」。他通过 HTML artifact 来可视化未知领域，让 AI 帮助自己找到知识盲区。
→ https://x.com/trq212/status/2073101078145724589 → https://x.com/trq212/status/2073101079877943683
Anthropic 的 Cat Wu — 小技巧：用 Claude Code 的 computer use 功能自动配置 Claude Tag，连接团队的 GitHub 仓库、数据仓库、Google Drive 等数据源，无需手动设置。
→ https://x.com/_catwu/status/2073149354412822738
FPV Ventures Partner Nikunj Kothari — 虽然批评 Gemini 的产品体验，但承认 Gemini 是唯一能用单个 API key 搞定一切的地方：Flash 用于快速长上下文结构化任务、Nano Banana 生成世界级图像、Search with grounding、Realtime 音频和 Omni 视频。观察到一个有趣规律：AI 实验室总是在长假前偷偷发布模型——Opus 4.5 在感恩节前，Fable 5 在独立日前。
→ https://x.com/nikunj/status/2073151491557478883 → https://x.com/nikunj/status/2073071325644816440
Every CEO Dan Shipper — 澄清 Fable 5 实际上和之前是同一个模型，只是更多地 fallback 到 Opus 4.8，所以 benchmark 测量的是混合效果。顺便推销了 Fable 5 prompt 库。
→ https://x.com/danshipper/status/2073097796941484486
Builder Zara Zhang — 观察到一个市场变化：人们越来越不愿意为「工具」付费，因为他们觉得自己可以用 coding agent 自己造。但愿意为「雇佣专业能力的感觉」买单。另外分享了高频发推的心法：把发推从任务变成「视角」——用这个视角看世界，每天自然获得三条推文灵感。
→ https://x.com/zarazhangrui/status/2073295900395606401 → https://x.com/zarazhangrui/status/2073280650300596414
OpenClaw 的 Peter Steinberger — 给 Fable 喂了 8 万条自己的推文让它来 diss 自己，效果爆炸。另外分享了一个 Codex 设计技巧：不要让它直接做设计，而是先让 imagegen 重新想象设计，再实现出来。
→ https://x.com/steipete/status/2073295890857758810 → https://x.com/steipete/status/2073277317464682723
Linear 产品负责人 Nan Yu — 观察到 Tailwind CSS 被开发 Bootstrap 的公司采用，这是 Tailwind 的巨大胜利。关于 AI 训练数据的一个犀利观察：如果一个领域产出不了好的训练数据，那这个领域本身可能就是一堆废话。
→ https://x.com/thenanyu/status/2073194274435317767 → https://x.com/thenanyu/status/2073070255031615877
Swyx — 反思了一个讽刺现象：「思考工具」社区花了十年做漂亮的画布 demo，结果被丑陋低对比度的 CLI 工具彻底碾压——因为后者替你做了商品化的思考。
→ https://x.com/swyx/status/2073220591684096087
Y Combinator CEO Garry Tan — 关注到专科医生等待时间在上升，而 AI 即将彻底改变这一切。预测 AI 将把医疗质量提升 100 倍。
→ https://x.com/garrytan/status/2073053799791710301
Replit CEO Amjad Masad — Replit 上线了视频生成功能。
→ https://x.com/amasad/status/2073003971287863717
🎙️ 播客
The MAD Podcast：为什么 NVIDIA 在免费送 AI 模型 | Bryan Catanzaro
一句话要点：NVIDIA 做开源模型不是为了慈善，而是因为开源是最快的技术进步方式，且直接影响其硬件设计——理解 AI 才能造出更好的 GPU。
Bryan Catanzaro 领导 NVIDIA 的 Nemotron 团队，这个团队有数百名 AI 研究员，最近发布的 Nemotron 3 Ultra 成为美国排名第一的开源权重模型。他从一个有趣的类比开始：人类创造了外部器官来解决问题——厨房是外部胃，AI 正在成为外部大脑。
Catanzaro 的核心论点是：AI 是一个需要极其多样化应用场景的变革性技术，就像互联网之于零售、医疗、制造各有不同。封闭的 API 无法满足所有这些需求，只有开放技术才能让各个行业深度定制。他对「开源是否靠蒸馏闭源模型续命」的质疑直接回应：世界上不只有几个实验室拥有好想法，有太多聪明人在全球各地——这不是人类社会的运作方式。
技术层面，他深入讲解了 MOE（混合专家）架构：训练时模型学习整个互联网的知识，但推理时每个 token 只激活一小部分专家。这个概念直接驱动了 Blackwell NVL 72 的设计——72 块 GPU 可以互相高速读写内存，支持 token 在 GPU 之间动态路由。做 AI 研究不是为了发论文（他们一年只发约两篇），而是为了理解 AI 从而设计更好的芯片。
在安全问题上，Catanzaro 给出了一个非主流观点：开源比闭源更安全，因为阳光是最好的消毒剂。当更多人参与评估和贡献安全改进，比由一小撮人定义什么是安全的要好。他引用了数百年的思想自由传统来支撑这一立场。
「如果你承认我们将在算力极限上运行，那么获得更多智能的方式就是提高效率。不能靠堆更多算力来获得更多智能——已经到了极限。必须更聪明地使用现有资源。」
→ https://www.youtube.com/watch?v=Oojrfdl42LI
通过 Follow Builders 生成: https://github.com/zarazhangrui/follow-builders