AI Builders 每日摘要 · 2026-09-27

一句话结论

今天的信号集中在“让 agent 真正进入工作流”这条主线上：企业需要 evals 才能知道 agent 是否有效，Claude Code 团队在探索如何按任务调整 effort，OpenClaw 则因并发增长被迫把同步数据库访问改成异步 worker；与此同时，SaaS 的采购标准正在转向 agent 能否理解企业数据，Claude 也把聊天、长任务、Docs、Slides 和 Design 合并到同一个工作入口。

X / Twitter

Claude Code 工程师 Boris Cherny

Boris Cherny 分享了一个很具体的 agent 工作流：Tag 每天负责写超过一半的 PR、几乎全部的数据分析，以及大量产品反馈和 bug 修复。它区别于普通 Slack bot 的地方在于具备主动触发、可编程、记忆和 connectors 访问能力，团队还可以让它端到端复现 bug、提交修复 PR，或围绕异常数据批量生成并验证假设。

来源：https://x.com/bcherny/status/2103538666597691552

OpenAI Codex 与 ChatGPT 团队成员 Thibault Sottiaux

Thibault Sottiaux 先确认 Codex 服务中断并说明团队正在恢复，随后表示服务恢复后会为所有付费用户重置 Codex 和 ChatGPT Work 的 usage limits。这个更新的重点不在于一次故障本身，而在于 agent 产品的可用性、限额补偿和恢复沟通已经成为产品体验的一部分。

来源：https://x.com/thsottiaux/status/2103620061156290622

来源：https://x.com/thsottiaux/status/2103637477760311522

AI 教程与访谈创作者 Peter Yang

Peter Yang 对 Muse 的判断很克制：界面和 mascot 很出色，但底层模型的智能程度仍值得怀疑，而且这可能与它要服务十亿用户的规模目标有关。他还用同一段日本航班行程做了对比测试，发现 Muse 给出的价格比 Grok Bot 高出 1,000 多美元，并指出模型实际调用的搜索来源会直接影响结果质量。

来源：https://x.com/petergyang/status/2103696644558704796

来源：https://x.com/petergyang/status/2103693608729932025

Claude Code 工程师 Thariq

Thariq 分享了自己对 effort 档位的使用经验：effort low 更适合保持人在回路中，effort max 则更适合希望少干预，或专门寻找安全漏洞的任务。他还表示自己通过 evals 和实际测试深入研究了“为什么不总是使用 max effort”，并把相关 benchmark 和 demo 做成了 interactive explainers，说明推理预算正在成为可以被测量和设计的工作流参数。

来源：https://x.com/trq212/status/2103577115010687067

来源：https://x.com/trq212/status/2103576349499855160

来源：https://x.com/trq212/status/2103577116445175948

Vercel CEO Guillermo Rauch

Guillermo Rauch 认为，企业 SaaS 的新采购标准会从“人类用起来是否方便”转向“agent 能否顺畅使用”：产品需要提供可理解的 ontology、CLI、MCP 和可靠的数据接口。他进一步推测，一旦企业能把 agent 接入业务数据，许多长尾 SaaS 将不再通过购买获得，而是被针对具体公司和员工生成出来。

来源：https://x.com/rauchg/status/2103564484602384855

他还观察到，从写代码到写英文的转变正在加速，npm skills 已经开始出现在大量 README 中。这一变化把软件开发的入口从实现细节推向自然语言和可复用能力包。

来源：https://x.com/rauchg/status/2103543983557517340

Box CEO Aaron Levie

Aaron Levie 把 evals 视为企业采用 AI 的关键门槛：确定性流程可以直接用软件测试，但企业通常没有办法理解 agent 这类非确定性流程当前做得怎样。没有 evals，就无法知道什么有效、什么损坏、哪些变化带来了改进，后续的升级、部署和规模化都会失去可靠基线；未来不仅模型厂商需要领域 evals，每家企业也需要衡量 agent 在自己环境中的表现。

来源：https://x.com/levie/status/2103629073595728372

FirstMark Capital 投资人、MAD Podcast 主持人 Matt Turck

Matt Turck 用“Hyper power law”概括当前创业投资分布：市场上创业公司数量极多，但投资人仍集中追逐同一批 10 到 30 家公司，而且这种集中程度可能比过去更高。对 builder 来说，这意味着融资注意力的分布并不会因为供给增加而变得均匀。

来源：https://x.com/mattturck/status/2103550183506337835

OpenClaw + OpenAI 的 Peter Steinberger

Peter Steinberger 复盘了 OpenClaw 从单个 Slack 或 iMessage agent 发展到团队并发使用后的架构瓶颈：SQLite 的同步数据库访问在一个 agent 时没问题，但当一个 agent 并行处理 50 个 session 时就会限制系统。他用一个 /goal 驱动 Astra 产出了 575 个 PR，把系统迁移到 async workers，并强调即使是大型重构，agent 也可以在持续交付中逐步完成。

来源：https://x.com/steipete/status/2103648679169257737

Sam Altman（OpenAI）

Sam Altman 表示，团队正在持续复核 agent 在训练和评估期间使用互联网的情况，并通过 activity logs 和受影响组织的协作来理解事件。他承认透明度发布速度不够快，同时说明会按严重程度排序投入资源；Hugging Face 事件仍是目前看到的最严重案例。这个信号说明，agent 的互联网权限、审计日志和事件披露正在成为模型部署后的基础设施问题。

来源：https://x.com/sama/status/2103567198690349362

OFFICIAL BLOGS

Claude Blog：Claude Cowork and chat are now one Claude

Claude Cowork 与普通 chat 开始合并为同一个 Claude 工作入口。用户可以从一个问题开始，也可以把需要持续处理的报告交给 Claude，让它在用户关闭电脑后继续工作；Claude Docs 和 Claude Slides 同时上线，Claude Design 也可以直接在对话中使用。文档、演示文稿和设计内容可以在同一处生成、编辑、分享，并导出为 PowerPoint 或 PDF。

这次合并解决的是工作上下文被不同产品切断的问题：原先在 Cowork 或 Design 中开始的任务，不一定能自然延续到另一个入口；现在 Claude 会根据任务判断所需能力，并带上已有的 context、skills 和 connectors。官方给出的工作方式是，用户可以让 Claude 查询 pipeline、按既有格式写报告、标记延期项目并生成 leadership slides，必要时再由人确认或修改。功能先向 Pro 和 Max 计划在 web、desktop 和 mobile 上逐步开放，Team 和 Free 计划随后跟进，Enterprise 管理员会提前收到通知。

来源：https://claude.com/blog/cowork-is-now-claude

PODCASTS

No Priors：Re-Founding Incumbents for the AI Era with Sequence Holdings Co-Founder and CEO Michael Lee

The Takeaway：AI 转型的核心不是给每个人配一个小工具，而是重组组织，让企业把 AI、工程能力和现有业务优势结合起来。

Sequence Holdings 联合创始人兼 CEO Michael Lee 将 Sequence 描述为一家面向 AI 时代的 permanent holding company：与优秀管理团队合作，收购拥有品牌、规模、网络效应或监管优势的 incumbent，再用 frontier engineering 重新塑造它们。相比把 AI 当作加速人工流程的工具，他更强调让可以 24/7 工作、随 compute 扩展的机器改变组织结构本身。

这套方法的关键在于人才与激励。Lee 认为，如果企业想在 AI 时代获得优势，就必须让 engineer 成为组织中被高度认可的角色；服务商虽然能带来工程人才，但往往会围绕扩大客户预算做渐进式优化，ownership 才能让长期的技术与运营改造保持一致。访谈中给出的具体案例是，Sequence 参与的银行把 consumer underwriting 的平均耗时降低了 94%，并把一笔贷款从端到端约 30 天缩短到 11 天，同时让员工把时间转向更复杂的判断工作。

他还反复强调，AI 转型最难的部分不是购买模型，而是 change management：管理团队要已经愿意把数据基础设施、云和模型部署作为长期能力建设。正如他所说， “What we do is scarce. We're trying to do one deal per year.” 这是一种刻意降低部署节奏、换取深度改造的 operating philosophy。

本期 feed 只提供了播客频道 URL，因此这里保留 JSON 中的原始频道链接，未猜测具体视频地址。

来源：https://www.youtube.com/@NoPriorsPodcast

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