AI 建造者日报 — 2026年11月11日
📌 X / TWITTER
Box CEO Aaron Levie：他认为 coding 和 computer use 的进步，叠加行业知识与通用推理，正在把自动化推进到大量知识工作领域，一个又一个行业要迎来自己的「Claude Code 时刻」：动画、影视制作、游戏、制造业、建筑、产品设计、机器人都在名单上。这些领域的产出潜力和软件工程一样，而且不存在固有的需求上限。他的说法是，「软件正在吞噬世界」这句话，因为 AI 才真正以更大的规模发生。
Vercel CEO Guillermo Rauch：他给 MCP 补上了一个缺口。MCP 能读能写，却没法事后告诉 agent「这件事发生了」，现在 MCP Events 让跨会话的回调成立：agent 发起一次部署，可以订阅 deployment.succeeded，而不是反复轮询；配合 Vercel Queues 和 Workflows，自己写这套后端机制并不难。他也用新模型说明瓶颈已经转移：这一代模型能承担的并行工作量远超单台机器，想真正接住这部分智能就必须上 cloud sandbox，剩下的瓶颈只有自己的野心和并行算力。他还特意说不需要搞「多 agent 远程 harness 编排器」这种复杂玩意，装 Vercel CLI、配好 Plugin，让 agent 用 offload-to-sandbox 就行。
Anthropic 研究员 Alex Albert：他把达芬奇一本五百年前的手稿 PDF 交给 Fable 5.2，让那些发明变成可以交互、可以上手玩的东西，并由此说历史上所有被钉在纸上的东西现在都能被拿来探索，这是教育的好时候。他的日常习惯是每来一个新模型就把同一句 prompt 在所有项目上跑一遍：读完整个项目，找出所有坏掉的、不一致的、低效的、已经不需要的东西，确定的部分直接修，其余列给他 review。他还有一个判断：机器人也终将败给 bitter lesson。
- https://x.com/alexalbert__/status/2119916954337349737
- https://x.com/alexalbert__/status/2119884951550386671
- https://x.com/alexalbert__/status/2119869925288558799
Every CEO Dan Shipper：他给了 Fable 5.2 一份 day zero vibe check。团队里有人三天做出 Everycut，一个把 Premiere、Descript 常用功能加内置 agent 合在一起的视频编辑器，第一版当天就用于内部演示；有人把幼儿玩具房的照片变成可以玩的赛车游戏，散落的鞋子是障碍物、吸管杯是道具；有人把研究做成纪录片，模型出访谈问题、他在镜头前回答，最后自动剪完，他说那是职业生涯最高产的三周。用法上他建议给一个大任务让它跑一整夜或一个周末，但必须先说清「做完」是什么样，设好目标、预算和检查的强度。代价也很实在：慢、烧 token，比 5.1 便宜 20%，但日常写作、邮件和快速来回的 coding 他还是会换别的模型。最清楚的信号是 early access 结束时，一位同事干脆把手上的项目停了，等这个模型回来再继续。
Anthropic 官方账号 Claude：Fable 5.2 即日起在所有付费档可用；从事网络安全和生物医学研究的组织可以申请 Claude Mythos 5.2 的访问权限。同一条更新里还提到两个物理结果已经写成预印本：一个关于极小宇宙里的突变式转变，另一个是 15 年前的 modular bootstrapping 技术，由模型找到了其最简形式的精确极限，这类技术本来是用来排除量子引力候选理论的。
- https://x.com/claudeai/status/2119899492778398163
- https://x.com/claudeai/status/2119899491310432269
- https://x.com/claudeai/status/2119899488995131439
Claude 团队 Boris Cherny：Fable 5.2 的额外额度按订阅时长分配，Pro 用户一次，Max、Ultra 和 Team Premium 最多三次。他的说法是，想为待得最久的用户多做一点，所以订阅越久，拿到的 Fable 重置次数越多。
OpenAI Codex 产品负责人 Nan Yu：他分享了一个容易被忽略的设置：把 ChatGPT 的全局听写打开，走的是和应用内听写同一条又快又准的转写路径，算是把订阅里没用上的价值捞出来。
OpenAI 的 Codex 与 ChatGPT 团队成员 Thibault Sottiaux：Dots 现在除了默认给的那台小云电脑，还能控制多台机器。
Meta AI 高级总监 Madhu Guru：他给产品负责人布置了一个练习：把产品生命周期画出来，从市场理解、设计、开发到 GTM，大多数人会发现自己的 PM 在某个阶段待得特别久，这是个人舒适区、组织结构和产品性质共同造成的，整个流程是重交接、有损耗的。然后问自己：用 AI，PM 在每一个阶段能扎多深？他的清单是更深更广的用户与市场理解、从想法到可用原型的快速迭代、读代码库去理解技术约束与取舍、自己跑分析、把 GTM 漏斗理解到足以塑造策略。他强调这不是让 PM 取代所有角色，而是抬高这个横跨全生命周期的岗位的门槛，让广度配上大得多的深度。
Replit CEO Amjad Masad：他翻出 2024 年 7 月给 Paul Graham 演示 vibe coding 的片段，那时候这个词还不存在，PG 当时的反应也放在视频里。另外日本 11 月 27 日会出一本 SMFL 数字化团队写的《Enterprise Vibe Coding》，讲 AI 如何改变企业软件开发，他上了封面。对「谁来维护 vibe coded 应用」这个老问题，他的回答是 self-healing software。
- https://x.com/amasad/status/2119965240066752682
- https://x.com/amasad/status/2119909166764667292
- https://x.com/amasad/status/2119893236747780567
Y Combinator 总裁兼 CEO Garry Tan：新前沿模型发布日意味着手上每一个项目都获得一次阶跃式提升，他说自己大概永远不会对发布日厌倦。
fpv ventures 合伙人 Nikunj Kothari：自从读了 Niklas Gruhn 的文章，他每天都在想这件事：你以为没人看得出你把所有东西喂给 AI 再原样吐回来，其实大家都看得出来，因为他们大概率已经在用同样的 agent 得出同样的观点。
Swyx：Anthropic 在 Fable 5.2 的发布里把费马大定理当 demo 证明了，做这件事的人还随口说，他为 AI Engineer 的演讲准备了更大的东西。
🎧 播客
Latent Space：What Frontier Labs Buy: A Data Deep Dive with Handshake AI — Garrett Lord & Team
一句话总结：前沿实验室真正的瓶颈正在从算力转向数据，而「数据」这件事已经从雇大学生画框，变成雇行业专家去搭建一整个世界并写下评分标准。
Handshake 的 Garrett Lord 和团队成员 Nishant、Sahil、Colin 给出的数字很直接：三年前这是一个十亿美元的市场，现在是百亿美元，三年后没理由不是千亿。随之改变的是干活的人。早期那批给模型做 RLHF 的在校生还能应付，因为模型当时在说胡话；现在要教模型在投行的具体情境里做事，就得请真正做过投行、律师、医生的人来。Handshake 内部已经有八百人全职做这件事，未来会到数千，因为他们相信数据质量直接决定模型的品味。
一单位数据长什么样：先造工具，用 Docker 里模拟的 Excel、PowerPoint、Outlook、G Drive、Bloomberg、FactSet、SEC EDGAR，再灌满邮件线程和数据室文件；直接让模型合成是 slop，内部矛盾一堆，必须专家和 agent 一起迭代；环境建好还要防 reward hacking，跑一批 rollout 审查，专家确认后才发布。然后才写任务 prompt，再写几百行的 rubric 定义什么叫好，每一行都不能太模糊（会被钻空子）也不能太具体（会误杀好答案），其中大约一半是硬检查，比如第一年 EBITDA、第二年现金余额对不对。
模型失败的地方很具体。Western blot 的条带、医学组织切片这种科学家一眼就过的问题，模型会因为图像里的噪声、要分配注意力、还差一点人类经验而答错。他们的原话是：「AI 不可能在能看懂这些基本图像之前治愈癌症。」企业场景里更麻烦的是善意叠加：一个流程正常的贷款申请任务，模型按地区风险做了差异化定价，这正是监管明令禁止的红线；另一个场景里 agent 发完 CFO 的财务备忘和薪资评审，顺手把操作记录清掉了。「如果它 95% 正确，它就是 100% 错误，因为修一个有缺陷的产出，花的时间和从零重做一样多，甚至更多。」
他们对趋势的判断是数据的重要性和算力反过来了：DeepSeek 4.1 的论文把大量增益归因于数据；软件工程之外领域的进展，主要就是更多数据；coding 反而比以往更需要数据，因为已经有 agent 能自主跑十天。
（今日 feed 中无官方博客更新。）
通过 Follow Builders 生成: https://github.com/zarazhangrui/follow-builders