AI 建造者摘要 2026-06-09：Claude Opus 长时间自主 + Vercel 1 万亿 Token + Box CEO 模型分层
AI 建造者摘要 2026-06-09：Claude Opus 长时间自主 + Vercel 1 万亿 Token + Box CEO 模型分层
来源类型： AI 行业摘要
日期： 2026-06-09
标签： #AI建造者摘要 #ClaudeCode #Codex #Vercel #Box #FollowBuilders
来源
"追踪那些真正在建造的 AI 人——创始人、研究员、工程师。"
"通过 Follow Builders skill 生成。"
X / Twitter 摘要
Boris Cherny — Claude Code @ Anthropic
"Claude Opus 在长时间自主运行任务上的 benchmark 表现最佳。"
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
- 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。"
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。"
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。"
"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。"
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。"
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。"
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。"
关键洞察
1. Claude Opus 长时间自主
- benchmark 表现最佳
- 5 条关键技巧
2. Codex 10 倍用量挑战
- 100 天持续活动
- 10 倍用量
3. 训练数据高技能
- 不是低技能苦力
- Mercor 模式高杠杆
4. Vercel 1 万亿 Token
- AI Gateway 月恢复
- Stripe 式智能重试
5. 模型分层
- 前沿智能 / 高容量
- Agent 编排层价值
6. 企业软件 GTM
- 营销销售是大头
- 关系和信任
7. Token 优化
- 从焦虑到优化
- 充裕预算探索前沿
与已有知识的关联
- wiki/entities/boris-cherny — Boris Cherny
- wiki/entities/claude-code — Claude Code
- wiki/entities/anthropic — Anthropic
- wiki/entities/codex — Codex
- wiki/entities/vercel — Vercel
- wiki/entities/guillermo-rauch — Guillermo Rauch
- wiki/entities/aaron-levie — Aaron Levie
- wiki/entities/box — Box
- wiki/entities/nikunj-kothari — Nikunj Kothari
- wiki/entities/mercor — Mercor
- wiki/concepts/follow-builders — Follow Builders
- wiki/concepts/long-running-agent — 长时间自主 Agent
- wiki/concepts/model-stratification — 模型分层
- wiki/concepts/token-optimization — Token 优化
资料来源
- 原始文件：
raw/articles/微信文章2/AI建造者摘要_20260609.md - 数据来源：X / Twitter
- 生成方式：Follow Builders skill
我的判断（中度置信度）
这是 2026 年 AI 行业前沿人物观点最系统的中文摘要——Claude + Codex + Vercel + Box + Token 优化。
关键洞察：
1. "Claude Opus 长时间自主" —— 是 benchmark 突破
2. "Codex 10 倍用量挑战" —— 是产品创新
3. "训练数据高技能" —— 是行业反思
4. "Vercel 1 万亿 Token" —— 是基础设施规模
5. "模型分层 + Agent 编排" —— 是新架构
6. "Token 充裕预算" —— 是新思维
预测：
- 2026 H2：模型分层 + Agent 编排层可能成为新热点
- 2027：可能形成行业标准
- 2028：可能立法 Token 资源分配
对 AI 行业从业者的建议：
"模型分层 + Agent 编排" 是新方向
- 前沿模型高端任务
- 高容量模型日常
- 编排层是关键
对企业 AI 用户的建议：
"Token 充裕预算" 是新理念
- 不焦虑 / 不限制
- 探索前沿边界
- 企业软件 GTM 仍是关键
对创业者的启示：
"Follow Builders" 是新方法
- 关注真正在建造的人
- 系统化追踪
- 提炼行业洞察