AI 建造者日报 — 2026年11月14日

AI 建造者日报 — 2026年11月14日

📌 X / TWITTER

Google 副总裁(Google Labs、Gemini App)Josh Woodward:Gemini 4 Hydrogen 正式发布,他的说法是「面向所有人的前沿智能」,快、聪明、是一次大跳,已经进入 Gemini App。同一天他还宣布 Gemini 走到你眼前:「Gemini,现在从你的视角出发」,今天开始预售、12 月 10 日发货,可以在部分 Warby Parker、Gentle Monster 和 Google 门店体验。

Box CEO Aaron Levie:他在早期访问里拿 Gemini 4 Hydrogen 跑了 Box 的 AI Complex Work Eval,称这是快模型的一次真实跃迁:准确率比 Gemini 3.8 Flash 高 5 个百分点,而更重要的是完成任务的时间不到一半,典型任务还少用约 12% 的 token。这个 eval 覆盖金融、咨询、生命科学等行业里企业文档的真实工作;Hydrogen 很快会在 Box AI Studio 上线,客户可以直接用它搭自定义 agent。

OpenAI 的 Codex 与 ChatGPT 团队成员 Thibault Sottiaux:他公布了团队正在开发的网络安全工具,分自动打补丁和自动红队两条线,并放出了录像。另一条里他说 dots 有一批不错的更新,banked reset 已经启用、会陆续进到每个人的账户。他还问社区 codex 还能怎么改进,但补了一句:尽量别说模型。

Replit CEO Amjad Masad:Replit Agent 现在可以直接替你的生意买东西,包括买广告来获客。另一条里他讽刺牵头调查黄仁勋所谓外国关系的议员,正是当年穿着外国军装出现在国会山的那位,「他确实是外国关系专家」。

Vercel CEO Guillermo Rauch:他问 agent 时代框架和组件库会变成什么,答案是钻得更深:删掉那部分、优化、加速、自动化。他把 UI SDK 比作 agent 的 x86 指令集,agent 成了新的设计工程师,可以按需生成任何 UI;而高层、僵硬、绑死单一框架的抽象是这台无限创作机器的氪石。他的说法是,UI SDK 把可访问性、性能、一致性打成包,省 token、省错误、省力气,同时对能生成什么样的 UI 零限制。

Anthropic 研究团队的 Alex Albert:他的观察是,现在从 Claude 那里拿到好结果,一大半工作只是找出它缺的那块上下文、想办法把缺口补上。Claude Meetings 是把剩下那几片带进来的一种方式,内部用起来很有价值。

Anthropic 官方账号 Claude:Claude Meetings 上线,先从 Google Meet 开始,其他视频会议平台随后支持。Claude 作为一个可见的参与者进会,你可以直接开口问它或者在聊天里问,也可以让它起一份文档,团队能看着它写、随时纠正。会后的笔记、行动项、转录和它在会里做的东西,都会留在会议的页面上。

Every CEO Dan Shipper:他给黄仁勋事件写了一段讽刺独白。大家都在追问这是不是蜜罐、是一开始就是还是最后才变成,但他认为这些都只是表面。真正的背叛是美国同时提了两个要求:「你嫁给了国家安全,不能把最强芯片卖给中国」和「你是美国资本主义的伟大英雄,尽量多卖」;系统想要两件互相矛盾的事,然后惊讶有人在这种处境里被抓。所以他说,黄仁勋或许背叛了婚姻,但没有背叛系统,他反而是唯一一个对系统保持忠诚的人,这才是真正的蜜罐。

SPC 普通合伙人、Bevel 联合创始人 Aditya Agarwal(前 Dropbox CTO):他只说了一句:没有黄仁勋,我们不会走到今天;看到正在发生的事,是真切的痛。

FirstMark Capital 的 VC、MAD Podcast 主理人 Matt Turck:他盘点了黄仁勋离开会让 AI 生态失去什么:它的中央银行、最活跃的投资者,以及一个敢下重手的收购方。他还专门恭喜 Hugging Face,说这可能是大型并购史上最好的时机。他的判断是,这种激进的出手只有创始人做得出来。

Peter Yang:他贴了 Nvidia 员工对这件事反应的截图,说自己分不清真假,但如果员工真的强烈表达这种态度,不是什么坏主意。另一条里他承认这个人对很多人是灵感来源、也受 Nvidia 员工尊重,这让他的坠落更令人难过。

OpenClaw 作者、现于 OpenAI 的 Peter Steinberger:他的团队写了一篇 OpenAI 内部怎么跑常驻 agent 的文章。他还提醒,本周有新的 agent 要发布,营销方愿意出很多钱让人在 X 上说好话,留神那些诚实的评测。另外他在问社区会不会给 dots 开 yolo 模式,哪怕它可能做出你不想要的事。

Zara Zhang:她把黄仁勋的丑闻做成了一段纯文本互动解释,只用了两个 prompt,读起来很上头;而且你可以随时打断它、发自己的文字提问。她说这是吸收信息的一种很有吸引力的方式。

smol.ai、AI Engineer 的 Swyx:AI Engineer 的 code 场次正在进行,他记录 Lance 开场用费马大定理起手,还配了一句:aie code 现在就是 aie math。

🎧 播客

No Priors:Powering AI-Driven Drug Discovery with President of Isomorphic Labs Max Jaderberg

一句话总结:制药业最贵的失败发生在临床,因为问题要到给药病人才看得见;把药物发现搬进计算机、让模型做到实验级准确率,才是掰弯十五年、十五亿美元这条曲线的杠杆。

Max Jaderberg 是 Isomorphic Labs 的总裁、创始团队成员。他在 DeepMind 待了很多年,做过语言模型、深度强化学习,也做过 AlphaGo 和 AlphaStar 这类把「不可能」当日常的项目。AlphaFold 出现时,他看到了第一个证明:深度学习模型可以在生物学里做有意义的泛化。2021 年,Isomorphic 因此成立,目标写得很直白,解决所有疾病。

他先解释这个行业为什么停滞。过去几十年,每年获批的新药数量基本是平的,可单药成本从几亿美元涨到 15 亿美元,周期从八九年拉长到十五年;同期论文数量涨了十几二十倍,可用的分子模态也从小分子扩到抗体、多肽、蛋白。他的答案是这个行业从头到尾都太经验主义:先假设疾病怎么运作、假设什么分子可行,然后合成、在真实世界测试、再迭代。生物系统是超高维的混乱系统,分子设计又是组合爆炸,靠试错能触达的复杂度有上限,低垂的果实摘完之后,越往上越难。

更关键的是失败的位置。药物真正死掉是在临床,因为毒性、脱靶、或者打中了靶点却带来自伤,这些问题只有把药给真人时才暴露。所以 Isomorphic 的北极星是把药物发现和疾病生物学的理解搬进计算机。他们内部所有排行榜上都画了一条叫实验级准确率的虚线,目标是在计算机上完成足够多的设计和迭代,进真实世界只为验证,不再为了学习。AlphaFold 取代数月至数年的晶体学就是一个现成的例子。

数据上他不迷信公开库。药企和公共数据集大多是多年被动采集的副产品,偏差很大,想泛化就得自己生成数据,他们因此看到了很好的数据缩放规律。他也直接质疑动物模型:大鼠对人间临床毒性的预测力大约只有 30%。「如果我手下的 AI 科学家拿一个 30% 准确的模型来找我,我会说:能不能再好一点?」他更看好把体外端点、类器官和器官芯片,与 AI 预测模型合起来直接建模人间毒性,哪怕临床数据本身有限。团队配比他认同 1 个领域专家搭 5 个核心 AI 人。商业模式是把药物设计引擎牢牢握在手里,不授权、不卖 token,只用来做药:一条完全自有的管线,一条与药企合作去啃那些他们做了十几二十年没进展的硬问题。内部聚焦肿瘤、免疫和炎症,但模型本身对疾病、靶点类别和分子模态都不设限。

关于联合用药,他的解释很物理:不是不想给鸡尾酒,而是分子本身不够精准,有肝毒性、有药物相互作用风险,组合空间被安全性卡住了;如果能把分子工程做得更干净,就有可能同时调控一整条通路上的多个靶点。谈到安全,他说病人安全是底线,但风险容忍度要看适应症,晚期癌症和慢性低度炎症完全是两回事。至于时间表,他不给硬日期,只给一个判断:如果五年后对疾病生物学的预测性理解没有大幅跃迁,他会非常失望。

(今日 feed 中无官方博客更新。)


通过 Follow Builders 生成: https://github.com/zarazhangrui/follow-builders

POSTS UPDATED 2026-11-14 #c300ac0 follow-builders 2026-11-14