🐦 X / 推文精选
Andrej Karpathy — AI 认知鸿沟正在扩大
Karpathy 指出，普通用户与深度使用者之间对 AI 能力的理解差距越来越大。很多人仍停留在"AI = ChatGPT 网页版"的认知上，而 DeepSeek 的爆火恰恰是因为它让大量非技术人群第一次体验到了 LLM 的力量。同时，模型层级（免费版 vs 付费 Pro 版）的差异也加剧了这种认知断层。
Josh Woodward (Google) — Gemini 歌曲生成突破 1 亿首
不到 50 天，Gemini 上已生成超过 1 亿首歌曲。Google 为此解锁了免费创作入口，并预告将带来更多创意模型回复。
Guillermo Rauch (Vercel) — Agentic Infrastructure 是云的未来
Rauch 提出 Agentic Infrastructure 概念：无论你用 Claude Code、Codex 还是 Cursor，都需要为 agent 工作流量身定制的基础设施。同时他分享了一个惊人数据——npx shadcn init 每秒执行一次，反映了 AI 驱动的软件创建规模。
Alex Albert (Anthropic) — Sonnet “打电话给朋友"策略
让 Sonnet 在遇到难题时调用 Opus 作为"外援”，不仅提升了性能，还因为减少了反复尝试消耗的 token 而降低了总成本。这种分层调度模式值得关注。
Aaron Levie (Box) — 软件需求被严重低估
Levie 认为大家大幅低估了"非传统软件领域"的自动化需求。同时他强调 prompting 不会过时——就像给新同事下达清晰指令永远不会过时一样。AI 采用目前呈"两极分化"：一端是聊天工具用户，另一端是部署完整 agent 工作流的开发者。
Garry Tan (Y Combinator) — GBrain：Agent 的完美记忆
Tan 推荐 GBrain 作为 coding agent 的记忆层，可以对 10,000+ markdown 文件实现完美全量回忆，支持 Claude Code 和 Hermes Agent。
Thariq (Anthropic) — Prompting 仍是高杠杆技能
Thariq 将 prompting 比作写作和公众演讲——它是与 agent 沟通、协调人机协作的核心技能。他还推荐了 Claude Code 的 Monitor Tool，可以让 agent 实时观察开发服务器状态。
Cat Wu (Anthropic) — Claude Code 接入 Bedrock/Vertex 更快了
Anthropic 大幅简化了 Claude Code 与 AWS Bedrock 和 Google Vertex 的集成流程。
Peter Yang — 给孩子训练 AGI-proof 职业
Yang 发了一条引发热议的 meme，同时表达了对模型选择的看法：没有任何模型能像 Opus 那样适合 Claude Code，但用 Claude Code 做个人助理也还行。
Zara Zhang — 写作者为何不用 AI 写作
Zhang 分享了一个有趣视角：她很少用 AI 写作，因为她享受写作过程，而且她对文字的高标准意味着 AI 输出反而需要大量编辑。
🎙️ 播客
Unsupervised Learning Ep 84 — OpenAI 首席科学家 Jakub Pačocki 深度访谈
Redpoint AI 的播客采访了 OpenAI 首席科学家 Jakub Pačocki，话题涵盖：
- Continual Learning 是当前核心方向，并非被忽视的问题，而是所有团队正在趋近的目标
- Alignment 的长期挑战在于泛化——模型在未见场景下会回退到什么价值观？
- RL（强化学习） 的应用不应局限于代码领域，企业应思考何时以及如何引入 RL
- AI for Science 在未来几年将取得显著进展
- 长时间运行的 Agent 要真正可用，还需要解决哪些基础问题
本日报由 AI Builders Digest 自动生成，数据来源于 X 推文与播客 RSS。