AI 建造者摘要 — 2026年6月9日（第1期）
AI 建造者摘要 — 2026年6月9日（第1期）
追踪那些真正在建造的 AI 人——创始人、研究员、工程师。本期覆盖截至昨日（6月8日）的最新动态。
通过 Follow Builders skill 生成
X / TWITTER
Boris Cherny — Claude Code @ Anthropic
Claude Opus 在长时间自主运行任务上的 benchmark 表现最佳。Boris 分享了五条关键技巧：使用 auto 模式避免审批中断、用动态工作流编排数百个 agent、利用 /goal 或 /loop 让 Claude 持续完成任务直到完成、用云端 Claude Code 让你可以合上电脑、以及确保 Claude 拥有端到端自我验证工作的能力。目前支持 Chrome 浏览器扩展、iOS/Android 模拟器 MCP 和 Web 服务器后端。
https://x.com/bcherny/status/2063792263067754658
Thibault Sottiaux — Codex @ OpenAI
宣布了一个有意思的活动：未来 100 天，每天选择一位用 Codex 做出了令人印象深刻或极其有用工作的人，给予他们 10 倍的用量限制，持续一个月，看看他们能做出什么。
https://x.com/thsottiaux/status/2063748242681307611
Madhu Guru — 前 Google 产品负责人（Gemini、Veo）
澄清了一个常见误解：很多人认为训练数据是低技能、苦力活。但实际上，推动模型前沿所需要的是高经济价值任务的训练数据——这些任务大多缺乏文档，是跨多年积累的、涉及各种老旧工具的复杂领域知识。这就是为什么我们有 SWE agent，但还没有知识工作 agent。像 Mercor 这样的公司所做的训练数据工作是高杠杆、高技能的，对推动 AI 进步至关重要，却严重被低估。
https://x.com/realmadhuguru/status/2063704354910347520
Amjad Masad — Replit CEO
Replit 的核心理念是移除所有干扰，让你专注于真正重要的事——快速推向市场并赚到钱。
https://x.com/amasad/status/2063744208587125142
Guillermo Rauch — Vercel CEO
Vercel AI Gateway 每月平均恢复超过 1万亿 tokens——就像 Stripe 通过智能重试恢复失败支付一样。而且他们在 labs 的基础上零加价，额外提供冗余、零数据留存、可观测性、用量 API 和上限控制等功能。
https://x.com/rauchg/status/2063714700618334260
Aaron Levie — Box CEO
两条重要观点：
- 模型将分层。 前沿智能用于高端任务，更便宜的模型用于高容量工作负载。能够高效将任务路由到正确模型的 agent 编排层将变得极具价值。
- 企业软件 GTM 成本才是大头。 AI 让构建软件变得稍微容易了一些，但企业软件公司的大部分成本实际上在营销和销售（GTM）上。大多数企业软件品类很难打入，需要深厚的关系和信任。
https://x.com/levie/status/2063835799096090749
https://x.com/levie/status/2063756386572681606
Nikunj Kothari — 投资人/创业者
从"tokenmaxxing"和"token焦虑"到"token优化"的氛围转变在短短几周内发生。但他的观点：公司仍然应该给员工充裕的 token 预算，让他们留在前沿探索所有边界。否则，很容易退回到"按老方法做事"的模式。
https://x.com/nikunj/status/2063630238123483195
https://x.com/nikunj/status/2063751103405973968
Peter Steinberger — OpenClaw 创始人
月度提醒：你不应该再手动提示 coding agent 了。你应该设计循环来驱动你的 agent。 这条推文获得了 13,000+ 点赞。
https://x.com/steipete/status/2063697162748260627
Aditya Agarwal — South Park Commons GP，前 Dropbox CTO
亲历过两次 IPO（Meta 和 Dropbox）的观察：巨额财富往往会放大一个人内心深处的渴望，而不是创造新的欲望。主流叙事是"早期员工赚大钱买豪宅去海滩"，但对很多人来说，这是一个做更疯狂、更新奇事情的机会——开始新项目、资助新事物、保持硅谷的创新循环。
https://x.com/adityaag/status/2063731771284619521
Sam Altman — OpenAI CEO
评论了 Thibault Sottiaux 的 Codex 10 倍用量计划，称其为"有趣的递归循环"。
https://x.com/sama/status/2063779477419901071
官方博客
Claude Blog — 《Managed Agents 新功能：Dreaming、Outcomes 与多 Agent 编排》
Anthropic 推出了三项重大更新：
- Dreaming（预览版）——一个计划性进程，回顾 agent 的历史会话和记忆存储，提取模式并优化记忆，使 agent 能随时间自我改进。你可以选择让 dreaming 自动更新记忆，或手动审查变更。Harvey 使用后完成率提升了约 6 倍。
- Outcomes——你可以编写描述"成功"标准的 rubric，agent 朝着它工作，由独立的 grader 在独立上下文窗口中评估输出。内部测试中 task success 提升了最多 10 个百分点，docx 生成质量提升 8.4%，pptx 提升 10.1%。
- 多 Agent 编排——主 agent 将任务分解并委托给拥有独立模型、提示和工具的专业子 agent，它们并行工作。Netflix 用它并行分析数百个构建的日志，Spiral by Every 用它实现写作 agent，在 Haiku 上接收请求，在 Opus 上完成草稿。
https://claude.com/blog/new-in-claude-managed-agents
播客
The MAD Podcast with Matt Turck — 《State of Enterprise AI 2026：Aaron Levie 谈 Tokenmaxxing、Headless 的崛起与 AI 时代的工作保护》
核心观点：AI 的能力进步速度已经超过了企业消化变革的速度。
Aaron Levie 再次做客 Matt Turck 的播客，这次讨论的是 2026 年企业 AI 面临的最紧迫问题。他提出了一个反直觉的困境：模型的突破性进展恰恰在阻碍规模化落地。
关键洞察：
Token 成本正在上升，而不是下降。 这与过去两年所有人都在讲的"token 成本持续下降"的叙事完全相反。原因不是简单的补贴结束——模型变得更大，硬件没有变得更便宜，而且存在产能约束。原本应该发生在十年的 rollout 被压缩到了 18 个月，"你没有看到正常十年周期中应有的成本下降曲线。"
Agent 正在从根本上改变定价模式。 Levie 指出，一个 coding agent 可能在单次任务中消耗 1000 美元的算力。这完全无法塞进每人每月 20 美元的订阅费里。Cursor 和 GitHub Copilot 之前的定价模式已经不再适用。企业正在从"哦这只是一笔小开支"转向"这是企业中一项非常真实的支出"。
"Headless 软件"正在兴起。 随着 AI 能够直接与 API 交互，企业软件的界面层面正在被解构。他预测未来的企业软件采购将不再只看 UI，而是看 AI 原生的 API 能力和 agent 兼容性。
GTM 成本依然是企业软件最大的护城河。 AI 使构建软件变得更容易，但这只是企业软件公司总成本的一小部分。营销和销售（GTM）占据了大头，因为大多数企业软件品类本来就很难打入——需要深厚的行业关系、合规认证和信任积累。
路由层将成为新的关键价值点。 随着模型分层加速——前沿模型用于高端任务，便宜模型用于高容量负载——能够智能地将工作负载路由到最合适模型并同时优化成本的那个中间层，将占据非常有价值的生态位。
"这些突破性进展的速度快于客户能够实施任何标准架构的速度。而这些突破通常会让你之前实施的东西变得过时。这是一种苦乐参半的事情——技术变得如此先进，以至于它让之前的东西过时了，而这实际上意味着推广需要更长的时间。" —— Aaron Levie
https://www.youtube.com/watch?v=Gs2styCcwro
通过 Follow Builders skill 生成：https://github.com/zarazhangrui/follow-builders