AI 建造者日报 — 2026年11月15日

📌 X / TWITTER

YC 总裁兼 CEO Garry Tan：他把自己开源的 harness 评测结果贴了出来：在 Claude Code 2.1.322 上跑 52 个编码任务，Fable 5.2 解出 82.7%，Opus 5.5 是 84.6%，但 Fable 5.2 每解出一道题的成本是 2.80 倍。所以他的建议是继续把 Opus 5.5 当作 Claude Code 的默认编码模型；他也承认 Opus 已经能解掉大部分题，真要把两者分开得靠更难的题。另一条里他签了 Stand with Jensen 的公开信，理由很直接：黄仁勋值得的是正当程序，而不是眼下正在发生的事。

Vercel CEO Guillermo Rauch：他把 Workflow SDK 5 和 Vercel Workflows 称为 agent 基础设施的一次重大跃迁：首个 step 的等待时间和 step 之间的间隔都大幅缩短，加密和安全上加倍投入，整体可靠性在大规模下验证过，各种灾备场景也反复演练过。更关键的是底层那份 durability log 现在可以被任何 agent harness 复用，他们把它叫 durable-harness。另一条里他只留一句：Vercel Sandbox 是必然。

Replit CEO Amjad Masad：Replit 和 Visa 在 agentic commerce 上的合作，他的说法是这次只是开头，更多功能和场景还在后面。另一条里他提到 StandWithJensen 那个页面本身就是在 Replit 上搭、也跑在 Replit 上，他帮忙把 rate limit 提了上去，现在能扛住流量。他也请大家去读那封公开信并签名。

AI 教程作者 Peter Yang：他做了一个免费的 /fuck-cancer skill，用法很具体：把病人的全部病历放进一个 Google Drive 文件夹，让 ChatGPT 或 Claude 装上这个 skill，再把它指向那个文件夹，就能生成一页纸的病情简报、检索临床试验等等；也可以 fork 下来改成其他长期疾病。他的说法是用 AI 的全部力量去打那些糟糕的病。另一条里他对《华尔街日报》关于 Alice Huang 是间谍的报道存疑，贴了新加坡政府的材料，说目前的证据还不足以下这个结论，同时提醒大家自己去做研究。

FPV Ventures 合伙人 Nikunj Kothari：他觉得 Llama 4 之后业界本来已经不再把刷榜当作炫耀，最近这股风气又回来了。他的判断是真正有意义的 benchmark 只有很少几个，要判断一个模型行不行，还是得把它放进自己的工作流里真用；剩下的多半是姿态，或者为了营销去爬某一张榜，那对少数公司短期有效，但撑不了太久。另一条里他提到 FAA 全境停飞在现代史上只发生过三次：9/11、2023 年的 NOTAM 系统故障，以及今天，原因还不清楚。

Every CEO Dan Shipper：他抛了一个问题：在 Fable 5.2 几乎能把任何东西 vibe code 出来的今天，团队为什么还在为软件付费。同一天他还在琢磨「AI 里最重要的那个公式」是什么。

SPC 普通合伙人、Bevel 联合创始人 Aditya Agarwal（前 Dropbox CTO）：他感叹我们正处在一个极其奇怪的时间线上。另一条里他为 AI 100 榜单上的参投公司感到骄傲，点名了 Baseten、Render、Profound、Replit、Gamma、Cog 和 Density。

FirstMark Capital 的 Matt Turck：只留了一句冷嘲：突发新闻，VC 们即将就 FAA 全美机场停飞发表看法。

https://x.com/mattturck/status/2121358328169132503

🎧 播客

Training Data：A Model For Everyone: How Ronak From Trajectory Is Building Products For Continual Learning

一句话总结：持续学习不是又一个训练技巧，而是那层一直被大实验室垄断、如今要被做成产品的基础设施，它负责把「公司知道什么算好」翻译成模型的真实改进。

Ronak 是 Trajectory 的联合创始人。他在 DeepMind 待过，也在 Windsurf 做过模型：为了让模型学会产品里那些编辑和重试，团队要砸进数亿美元算力、一支很大的研究队伍，还要六到九个月才摸到前沿模型的门槛。他另外两位 co-founder 一个来自 Gemini Robotics，一个在 Apple 做 Vision Pro，三个人的共同问题其实是同一个：怎么把真实世界里的反馈收回来，喂给模型。

他用地图做比喻，讲得异常清楚。现在是 AAA 的年代：你手上有一堆印好的地图，想改路线就得打电话或者跑一趟门店，对应到模型上就是只能离线训练、一改就得整批重跑。Trajectory 的 V1 是 MapQuest：人人用得起、能自己画路线，但仍然离线。终点是 Google Maps：你每开一次，系统就学一次。

最有说服力的不是比喻而是数字。法律 AI 公司 Harvey 过去只能骑在前沿闭源模型上，自己攒了三十年的领域判断却用不上；用 Trajectory 训练之后，模型的准确率从开源模型的约 4% 提到约 18%，成本只有前沿模型的六分之一，于是同样的预算可以多花很多 token 把任务做对。金融方向的 Rogo 追的是另一种东西：同样一个任务，用更少的 token 做完，更快、也更便宜。

研究上他押了两件事。一是把主流的 gRPO 从「同一道题重放十六次」推到 group size one：一万条来自不同任务的轨迹，每条只跑一次也能学，连环境都不用自己搭。二是 reward：从一万条里智能地挑出一百条有代表性的，让客户就这一百条密集地说清什么算好，再训练一个 meta grader 把这个判断扩散到全体。他想要的产品形态是，仪表盘上写着我的 agent 擅长哪五件事、不擅长哪五件事，我圈出那五件事，按训练。

他还把持续学习当成 AI 对齐的一条路线选择。RSI 是把模型关进黑盒让它自己变强，持续学习是从与人的交互里学，人始终在环里。至于产品构建者的未来，他的比喻是园丁：植物会自己长，你要做的是在地上搭好架子，把自己的品味灌进它生长的方向。

https://www.youtube.com/playlist?list=PLOhHNjZItNnMm5tdW61JpnyxeYH5NDDx8

（今日 feed 中无官方博客更新。）

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