AI 建造者日报 — 2026年11月4日
📌 X / TWITTER
OpenAI Codex 与 ChatGPT 团队的 Thibault Sottiaux：他先卖了个关子，说团队是懂一些「Git 功夫」的，现在终于能公开聊一点。更有信息量的是他补的那句产品逻辑：系统会在任务的不同环节调用不同的模型，自动挑最合适的那个，而不是让用户自己选。对一个每天和代码打交道的产品来说，这基本等于承认「一个模型包打天下」的阶段过去了。
- https://x.com/thsottiaux/status/2117412956950638872
- https://x.com/thsottiaux/status/2117283355427495983
AI 实践教程作者 Peter Yang：他的观察是，最好的写作模型被自己的 harness 拖住了。他让 ChatGPT 和 Gemini 同时给一篇正在写的文章提修改建议，ChatGPT 的建议几乎全是废话，Gemini 的却相当好用；麻烦出在下一步，Antigravity 的浏览器操作还不能用，他只能把 Gemini 的修改一条条粘回 ChatGPT 里去改。他发这条推就是希望 Antigravity 能快点变好。
OpenAI Codex 产品负责人 Nan Yu：一个相当反潮流的判断：除了极少数场景，群聊是一种糟糕透顶的多人 AI 体验，基本等于保证产出 slop。这话放在人人都在往团队协作里塞 agent 的当下，值得多想两秒。
前 Anthropic Claude Code 工程师 Thariq：他一周下来的结论是，你并不需要无限 token 才能做出好东西，200 美元的套餐已经非常好用；而且这大概是智能最贵的时候了，以后只会更便宜。
Replit CEO Amjad Masad：他给出了 agent 安全的一条原则：AI agent 应该跑在专门的、由组织控制的环境里，并且只拿到当前任务真正需要的那部分资源。权限按任务切片，而不是给 agent 一个通用的大沙箱。
Vercel CEO Guillermo Rauch：他直接否掉了行业里流行的那套基准：无状态 sandbox 是错的考法，agent 只有带着自己的工作区才有用，身份、技能、仓库、记忆都在里面。他顺手报了 Vercel Sandbox 的进展：延迟和吞吐的 SLO 交付得不错，可靠性和安全没有让位，集群铺到了 19 个区域，每周发新功能，需求还在以每周两位数的速度涨。他另外表示非常看好 WebMCP。
Y Combinator 总裁兼 CEO Garry Tan：Capy Captains 一夜之间把他的 issue 修复吞吐提高了大约 5 倍，他的评价是能在 captain 和子线程之间协调是个巨大的解锁。他还在留意小模型的一种新用法：直接操作权重。
FPV Ventures 合伙人 Nikunj Kothari：他做了个半开玩笑的统计：一家创业公司（或者它的 CEO）从含糊其辞地晒收入，到正式启动融资，中间大约只要 11 天（n=17，据称烧掉了一些 Grok Bot 的 token）。他另外攒了个新活动 Slice for Thought，第一期嘉宾是 OpenRouter 洞察负责人 Peter Walker，11 月 4 日周三中午在旧金山，45 分钟辛辣提问加 15 分钟反过来问投资人。
Every CEO Dan Shipper：聊到 Argon 和 Antigravity 的差距时，他给的解释一半是 Argon 确实好，另一半是对手还停在 2025 年，没有那些疯狂的功能和复杂度。他还把自家对 Argon 的 vibe check 拿出来当证据。
- https://x.com/danshipper/status/2117363007340609556
- https://x.com/danshipper/status/2117428596688171450
SPC 普通合伙人、Bevel 联合创始人 Aditya Agarwal：他欢迎校友 Tankots 回归分享。Tankots 是四届创业者、IOI 奖牌得主，现在是 Wispr Flow 的联合创始人兼 CEO，公司刚以 20 亿美元估值完成 2.8 亿美元 B 轮，11 月 12 日来聊。
🎧 播客
Latent Space：Building Legal Agents When You Can’t See the Data - Jacob Lauritzen, CTO of Legora
一句话总结：法律 AI 真正的瓶颈不是模型不够聪明，而是你根本看不到用户在拿 agent 做什么，只能靠一支既懂法又懂代码的团队把真实工作流猜准，再拆成可以评测的小块。
Legora 是从斯德哥尔摩地下室长出来的法律 AI 公司，YC 2024，如今约 100 名工程师，收购了瑞典的 Kira 和英国的 Wexler，客户从顶级大所一直覆盖到 50 人的精品所。CTO Jacob Lauritzen 说，最初的产品就是「ChatGPT 加瑞典法律加搜索」，现在长成了一组原语：agent、Tabular Review（把上万份合同拆成表格逐格审，一天能跑到上百万个单元格）、Lists（类似 Linear 的任务与自动化底座）、Intake 和 Portal。Tabular Review 的选择理由很朴素：律师本来就在 Excel 里看全局，而这个形态特别适合「同一批问题、扇出到海量文件」的活儿。
最反直觉的一点是，这家公司几乎不能看客户数据。Jacob 的原话是：「我们不能看任何 trace，因为全是高度机密。」接着补了一句：「这里有个 agent，它能做很多惊人的事，而我完全不知道人们到底在拿它做什么。」于是他们养了一支工程师加律师混编的 evals 团队，还有一批「legal engineer」：在大所干过三四年、又拿过 CS 学位的律师，用他们把真实工作流近似成评测集。这是他们最难招的人，招到之后就是巨大的杠杆。
模型策略是彻底的套利：前端留一个模型选择器，后端按子任务路由，一部分开权重模型做窄任务后训练（比如法律检索这种扇出型检索），前沿模型只留给真正需要智力的部分。Jacob 的判断是，大概 60% 的工作现在已经能做得很好，之后拼的是成本和延迟；剩下的硬骨头是超长文档推理，以及随之膨胀出来的新工作量。
他对行业的预测也值得记：计费从小时制转向项目制已经是既成事实，钱会继续留在战略判断和客户关系上；合伙制的问题在于律师没有动力把经验沉淀成公司的资产，因为人一离开就拿不到分红，所以需要新的激励结构。至于「paralegal 和初级律师要消失」，他并不买账：被替掉的是熬夜翻文件的那部分，真正好的年轻律师反而更值钱。
（今日 feed 中无官方博客更新。）
通过 Follow Builders 生成: https://github.com/zarazhangrui/follow-builders