AI 建造者日报 — 2026年11月16日

AI 建造者日报 — 2026年11月16日

📌 X / TWITTER

Box CEO Aaron Levie:他的判断是,模型在写代码、用工具、用电脑这些能力上会持续变强,所以能操作软件、也能直接从零生成代码的 agent,会比其他领域的知识工作跑得更快。这并不意味着只有一小部分工作能被自动化,更可能发生的是:越来越多的工作被改造成「代码的形状」,去迁就 agent 的强项。他反对「模型必须什么都懂」那个旧心智,真正的组合是会写软件、会用软件,再加上深厚的领域判断;这两件事叠在一起,剩下的一切才会被解锁。

Replit CEO Amjad Masad:他宣布 autonomous businesses 已经到来。另一条里他给了自己的历史观:技术本身就在递归自我改进,自主程度长期单调上升,AI 只是加速剂,不是这一轮循环的起点,Engelbart 早就看懂了这件事。还有一条是提醒:我们已经进入「墨菲的世界」,数十亿件事同时在发生、彼此递归依赖并不断加速,过去算罕见的故障现在成了日常。

Vercel CEO Guillermo Rauch:他体验了 UI SDK 的效果:两个 prompt、纯 Web Components、不用框架,agent 直接复用了 14 个现成的 UI 行为,包括窗口缩放、拖拽、菜单 hover 切换、typeahead、10 段 EQ 滑杆、ARIA 和 WebMCP 的 agent 控制。另一条里他讲了自己所有项目的做法:用最聪明的模型做规划,把执行委派给快模型 subagent,这在他那里只是 AGENTS.md 里的一行指令。他还发了一条很短的庆贺:今天是人类的大好日子。

Google Labs / Gemini App 的 Josh Woodward:Gemini 现在可以连 Google Wallet 给出个人财务洞察:瞬间生成支出图表、揪出偷偷涨价的订阅、按去年的真实花销做今年的节日预算。这项功能先对美国所有 Gemini 用户开放。

OpenAI Codex 与 ChatGPT 团队的 Thibault Sottiaux:他在替 cyber team 收外部反馈,范围包括 Daybreak 的模型、codex 插件、蓝队与红队的访问权限、文档以及防御 factory,直接问还有什么可以做得更好。

AI 教程作者 Peter Yang:他给了两个在 Fable 5.2 上很实用的 prompt:/doctor prompt-audit 会审计你的 Claude Code 配置(CLAUDE.md、skills、commands)并给出修法,/claude-api prompt-audit [skill name] 则深入审计单个 skill。他的期待是 Claude Code 应该在 Anthropic 每次发新模型时自动提示你跑一遍。

YC 总裁兼 CEO Garry Tan:他说 Aside Browser 对每个 AI agent 都是一次巨大的解锁。另一条里他推荐把这类工具和 gbrain 一起用。还有一条是冲着 FAA 去的:纸质航图、铜线、一个脆弱又缺少冗余的老系统,不配服务今天的美国人,该现代化了。

smol.ai / Cognition 的 Swyx:他的判断很直接:现在 AI 产品在 UX 上差得离谱,尤其考虑到已经有便宜到可以随便用的模型。另一条是预告现场会有观众互动环节。

Every CEO Dan Shipper:他建议想让 agent 吃到全部 raw alpha 的人,直接让它去读 Every 的 frontier feed:frontier 团队的实验连原始代码和短笔记一起公开,没有比这更快的灵感来源。

FPV Ventures 合伙人 Nikunj Kothari:他半开玩笑地说很期待读这周的 incident reports。另一条是分享 2026 年的创业书单。

FirstMark Capital 的 Matt Turck:他转发并同意一个观点:NVIDIA 是唯一一个既有深口袋、又有明确商业利益去做 open weights 的大玩家,而且愿意下创始人级别的大注。问题是接下来会发生什么。

🎧 播客

Unsupervised Learning:Ep 97: Jev Creator on Decision Models, Benchmark Fatigue & Why the Labs Missed It

一句话总结:Jev 之后真正稀缺的不是新的模型形状,而是可靠性,是那种放进生产就可以彻底不用管的模型。

Jago 是 Jev 的创始人兼 CEO,一个月前发布时几乎掀翻了 AI 圈。他把自己的模型叫 system one 模型:形态是被压缩出来的、接近本能、会犯错,但大部分软件真正需要的恰恰是这一层。他反复回到一个让人不舒服的问题上:我们能解千禧年数学难题,却自动化不了任何沾会计的活,这件事本身就该让很多人觉得奇怪。而所谓「模型已经很强了」在他那里是相对的:如果模型真的那么擅长软件,普通软件工程师为什么还有活干?

他对行业的抱怨比对模型本身更尖锐。开发者现在只会给不同的模型编一套心智模型,把自己的系统锁死在「这个任务用 Opus、那个任务用 Jev」上,他觉得这是很糟的开发者世界观,智能的北极星应该像 SQL 一样可靠到与厂商无关。更糟的是那种无力感:他把今天的使用者比作 Wall-E 里坐在椅子上被喂食的人,计划着 AI 的变化,却不觉得自己有资格决定这个领域往哪走。他要的关系是开发者来投诉模型哪里不够稳、哪里太锯齿,然后一起把那个锯齿磨平。

技术层面他讲得最具体的是 KV cache 的暴政。几乎所有 coding agent 的交互设计都建立在 stateful KV cache 上,于是状态只能追加、压缩必然有损、routing 和 subagent 都受限,等于让整个系统一路传一个越来越大的全局字典,直到模型开始变笨。他想要的是能多个 agent 共享同一份上下文、能按任务做 ROI 计算重算缓存、能用语义压缩替代粗暴 compaction 的世界,还顺手描绘了「语义化依赖类型」:用自然语言描述输出的性质,再用 Jev 这类快而便宜的模型去验证组件之间是否真的相容。

关于生意,他说真正的信心来自 Jevons 悖论,名字就取自这里:更便宜会带来更多需求,但他很坦诚地指出,回弹成立的前提是东西真的又好又便宜,不然只是市场变大而自己没吃到。他还讲了一个更冷的判断:大实验室最强的不是模型、不是产品、也不是分发,而是金融工程,是那些在算力交易里把自己保护得很好、把风险留给追火箭的人的条款。至于 coding agent 到底创造多少价值,他给的估算是 20% 到 40% 的提速,并且认为软件离被解决还很远。

对 AI 安全,他拒绝把它当成一块铁板:ASI、生物风险、网络风险、trust and safety 是四件不同的事。他认为最担心 ASI 的那批人往往离技术现实最远,真正的自主性大概还差两个量级巨大的突破,而超级工具加坏人的威胁模型和 paperclip maximizer 完全不是一回事。他最后留给听众的是一句行动号召:先把被 LLM 训练出来的那种无力感戒掉,回到动手建造和玩的状态。

(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 2026-11-16 #9b0e7f9 follow-builders 2026-11-16