AI Builders 每日摘要 · 2026-10-18

一句话结论

AI 产品的竞争重心正从生成能力转向交付质量：企业部署控制、自动化代码审查、agent 工程底座和防御性安全实践，决定了能力能否进入真实工作流。

X / Twitter

Anthropic Claude 工程师 Boris Cherny

Boris Cherny 分享了两项已融入其工作流的 Claude 能力：Claude Slides 用于制作演示文稿，Claude Code Review 则运行在团队的 pull request 上，帮助在合并前发现 bug。前者减少素材准备等重复劳动，后者把 AI 放进持续的软件质量检查流程。

来源：https://x.com/bcherny/status/2111158659971699136 来源：https://x.com/bcherny/status/2111158313463525518

OpenAI Codex 与 ChatGPT 产品成员 Thibault Sottiaux

Thibault Sottiaux 表示 Slides 支持已加入 ChatGPT，目前面向 Pro、Business 和 Enterprise 用户开放以收集反馈。他也提到 ChatGPT Space，邀请用户反馈后续方向，显示产品团队正在扩展 ChatGPT 内的创作与协作体验。

来源：https://x.com/thsottiaux/status/2111249810502353152 来源：https://x.com/thsottiaux/status/2111249534072529256

Replit CEO Amjad Masad

Amjad Masad 介绍 Replit 可部署到客户自己的 cloud，让数据留在客户环境，面向政府、金融和医疗等高要求场景。这把数据驻留与部署控制放到企业 AI 产品的核心能力中，而不只是强调模型功能。

来源：https://x.com/amasad/status/2111267314012496121

Vercel CEO Guillermo Rauch

Guillermo Rauch 转述了一项 TypeScript 编译性能结果：scriptc 编译后速度据称比 tsgo 快 2 到 4 倍。这个比较显示编译器实现和工具链优化仍有明显空间；JSON 中的帖子未提供更完整的基准测试条件，因此这里只保留其原始说法。

来源：https://x.com/rauchg/status/2111274408706965898

Box CEO Aaron Levie

Aaron Levie 认为，模型能力、长期运行 agent 所需的 harness 与基础设施、更多数据，以及 agent 并行执行任务的能力，可能共同形成加速模型进步的飞轮。他提醒企业把 recursive self-improvement 的潜在影响纳入判断。

来源：https://x.com/levie/status/2111312141609586862

Every CEO Dan Shipper

Dan Shipper 的判断是，generation 已经变得便宜且质量较高，下一轮显著提升更需要 editing 和 oversight。换言之，产品差异正在从生成初稿转向筛选、修改和把关。

来源：https://x.com/danshipper/status/2111174407637139668

Anthropic Claude 官方账号

Claude 官方账号介绍了 Haiku 5.5 生成二十首 haiku，并用 JavaScript 绘制每一帧的作品。这是一个具体的模型创作示例，展示文本生成与代码生成结合后的多媒介表达。

来源：https://x.com/claudeai/status/2111177845846495646

OFFICIAL BLOGS

PODCASTS

No Priors：The Changing Physics of Cybersecurity and Drug Development with OpenAI President Greg Brockman

核心观点： OpenAI President Greg Brockman 认为，AI 正在改变科学发现和网络安全的工作方式，但要把能力变成可靠成果，还需要补上数据、实验和安全工程等现实环节。

在网络安全上，他提出“defender's window”：前沿模型的防御能力暂时领先于广泛扩散的攻击能力，组织应利用这段时间扫描基础设施、修复长期技术债，并把安全检查前移到开发流程。Brockman 分享 OpenAI 曾让约四分之一生产工程师暂停原项目，集中使用模型寻找并修复漏洞。他认为，软件生成成本下降后，可信赖、安全的软件会更有价值，安全投入甚至可能超过软件投入。

他也谈到药物研发与数学研究中的 AI 潜力，并强调新能力需要与数据、实验和协作体系配合。对个人与组织而言，AI 应扩大人的行动能力，而不是取代人的方向判断；他用一句话概括这一原则：“humans should be firmly in the driver's seat”。

原始来源（JSON 仅提供频道链接）：https://www.youtube.com/@NoPriorsPodcast

---

Generated through the Follow Builders skill: https://github.com/zarazhangrui/follow-builders