AI 观点与方法

Uber 法务红线 Agent 经四次架构演进，AI 决策准确率达 91%，平均合同审核时间下降 20%+。

Thariq 展示自己用每日生成的 AI 主页替换 Chrome 新标签页，称效果不错，并合并了他人提交的 PR。此前有人提到 MAX 计划用户每月可获得与订阅额匹配（100 或 200 美元）的 Claude API 额度，可用于搭建个人 AI 工具，其示例是根据每天阅读的网站生成的主页。

虚实传媒创始人卡兹克用5天时间为30多人的公司完成一场AI化改造，核心是用Claude等工具搭建一个以Agent操作为原生、以飞书数据为基建的企业中台。

AI Slop 时代的产品典型案例

"我确实喜欢 SI（超级智能）这个说法，因为'人工'这个词不太讨喜。就像没人想要人工甜味剂或人工香精，那多少意味着假的。 要让大家改口只说超级智能是条很长的路，因为他们现在太习惯说 AI 了。" Jeff Bezos 在 Fox News 上（完整视频链接见评论。） https://x.com/Acyn/status/2107960102699638871/video/1

有两种人让我觉得挺可怜的： 1. 那些把 tokenmaxxing 误当成 productivitymaxxing 的人。 2. 那些为了在配额重置前烧完额度而熬夜不睡的人。

AI 把执行成本大幅压低，半天就能跑完过去两周的迭代，但省下的时间并未还给工程师，而是变成更密集的选择题。@turingou 称身边不少工程师两三个月干完一两年的活，随后集体 Burnout。Indigo Talk EP52 认为，接下来最稀缺的不是会写代码的人，而是知道该做什么、更知道不该做什么的人。

Lee Robinson 在斯坦福 CS146S 约 45 分钟的讲座中拆解 GrokBot 类常驻主动式智能体的工程架构，涵盖服务器与 Firecracker 微虚机的休眠唤醒模型、单工具薄客户端设计、Temporal 持久化工作流、auto review 安全机制与提示注入防护。

听着，我知道人们已经厌倦了科技CEO们说AI会让我们从工作中解放出来（不管我们喜不喜欢），但是……我希望看到更多非科技领域的人思考：我们希望AI带来怎样的未来，以及如何实现它。别把这件事留给硅谷。

不仅 Astra 击败了 Montezuma's Revenge，Opus 5 也做到了 但解决这个 AGI 赌约的标准之一是：AI 要赢得一个已停办的奖项，它有点像弱化版图灵测试。所以 Metaculus 决定重建这个测试，以确认该标准是否已达成。不错！

OpenRouter 为其 5 人销售团队打造的 AI 销售智能体 Rasp 每月节省约 600 小时，93% 首触邮件全自动化，单次 demo 耗时从 103 降到 44 分钟。

我和很多人聊过 AI，但并不是每个人都能理解 AI 在工作之外对他们有什么用 所以当我跟使用 Muse 或 Dot 的人聊天时，这是一个转变——他们常常会讲一个故事，说他们的 AI 主动做了些什么来帮助他们，这让他们对 AI 感觉很好

你今天烧了一美元的 token？！

Figma 博客介绍 4 个推动团队级 AI 采用的做法：Figma 的 AI Collective 五个同伴学习小组，每周 1 小时共 6 周；Sephora 技术高级副总裁 Sneha Narahalli 主持双周论坛。

Lee Robinson 在斯坦福 CS146S「AI 原生软件开发」课程的讲座视频发布，主题是 Grok Bot 这类常驻式主动智能体如何工作。

作者实测微信输入法、千问输入法、开源项目OpenLess、秘塔输入法四款，加上上期已测的Typeless、闪电说、网易叭哥说和豆包输入法，共八款AI语音输入法，统一用同一段含中英文混合、编号列表和专有名词的文字测试。

Latent Space 发布圆桌实录，Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 讨论为什么 AlphaFold 的突破只是开始。

Luna 连简单的数学都算不对。。。 haiku 连翻译文章都拒绝。。。 AI 模型发展的太诡异了。。。

还有更多正在移植中。所有这些应用都暴露 MCP 服务器和工具，可以轻松集成到 Claude 中，并能完全从那里控制。但当你想要复查和调整时，有一个 UI 还是很方便的。

假视频现在又上了一个层次。

加入 Anthropic 之前，我花了大约 2 周时间用 Opus 4 把这个当作副业项目来折腾。它用了 Agent SDK，所以需要一个持续运行的进程，而且运行得不太好 但给 Opus 5.5 一个提示词就把它移植到了 Claude Managed Agents 上，而且可靠性大大提升

Nathan Lambert 在 Interconnects 撰文称，AI 将在基础设施和工程能力上快速加速，模型几年内可成为超人的分布式 GPU 工程师，但不会因此带来本质上不同的模型或通用超级智能。

知识蒸馏的循环仍在继续。

https://openrouter.ai/apps/codex

Luna 和 Astra 带动了大量新的 Codex 用量 👀

请向 @keyanzhang 和 @sharifshameem 发送反馈！

哇，AGI 太强了

对于那些嘲笑 Codex 不可能预测你下一条消息的人——我也曾是其中之一 😬 本以为它绝不可能预测出我接下来要问什么。但用了一周之后，我大概 tab 接受了 40-50% 的建议。

Claude Code 推出 Projects 功能，目前处于 Beta 阶段并逐步向 Pro 和 Max 计划开放。官方视频介绍项目是一个持续对话，由 Claude 协调工作并将每个任务作为独立线程并行运行，内容涵盖设置项目、引导线程、审查 pull request、创建 artifacts、连接外部服务和安排例行任务，用户可加入 waitlist 获取更早的访问权限。

好事属于那些持续交付的人

我们在本周的 Inferred 数据通讯中对此做了进一步探讨。 阅读并订阅：https://openrouter.ai/data/newsletter/cache-is-crucial

Claude Code 的 auto-compact 运行时会把整段对话替换为简短摘要，并不会保留最后 1M tokens。约 967K 的触发点只出现在 1M 模型上；等到 967K 才压缩时，此前每条消息都包含整个对话、占用较多 token，其中大部分是便宜的缓存读取，但仍计入用量。使用 /autocompact 400k 可改为在 400K 时压缩，避免消息过大。

心理学家 Adam Mastroianni 在 Experimental History 撰文，反驳「想法越来越难找」的流行观点，认为这一判断源于事后觉得旧想法显而易见、新想法难寻的认知偏差。

François Chollet 提出应把科学建模为一个递归自我改进的智能系统，作为理解 AI RSI 的参照。

我收到针对 x 的钓鱼邮件时的反应

昨天看到一个视频： 一位数学博士和她的导师花了6个月证明一个定理。发表之前，他们问了ChatGPT。 AI很快找到了一个更优雅的证明，用了一种他们从未考虑过的方法。 他们现在陷入了存在主义危机。 但数学家们不必绝望。我们在编程领域经历过这一切。现在我们已经离不开AI了。 深厚的领域专业知识 + 懂得如何利用AI，是这个时代强大的护城河。

每条评论都会进入我的反馈看板 我可以把反馈拖进"Todo"来启动一个新的 Cursor 云端智能体 自我改进的软件！

别担心，这篇博客文章同样文采斐然 https://typesafe.ai/blog/series-ai

动态工作流功能强大，但会消耗大量 token，因此我们建议从范围明确的任务开始。在此基础上，逐步提升任务复杂度。 在 Claude Code 中可通过以下方式上手：/claude-api managed-agents-onboard bug-hunter，或访问 https://platform.claude.com/agent-quickstart 查看模板。

a16z 消费 AI 合伙人 Olivia Moore 接受 TechCrunch 采访，解读其消费级 AI 百强应用报告，称 ChatGPT 仍是最大玩家，Suno 和 ElevenLabs 等也展现出持久力。