🔥 今日高光
- AI agent 正在明显越过开发者圈层，开始吃掉更多 knowledge work。 OpenAI 侧今天最值得注意的信号，不只是 Codex 本身，而是使用人群结构的变化。Zara Zhang 引用最新 Codex report 提到：knowledge workers 已经占到约 20% 的 Codex 用户，而且采用速度超过开发者 3 倍；增长最快的任务包括 Data Analysis、Research 和 Knowledge Artifacts。这意味着 AI coding/agent 工具正在从“写代码助手”扩张成更广义的工作界面。
🔗 原文：https://x.com/zarazhangrui/status/2061924300698091760
- Claude Code 的竞争重点，开始从会不会写代码，转向能不能承载更完整的 workflow。 Thariq 认为 Workflows 是 Claude Code 自从 skills 和 subagents 之后最大的一次能力升级，而且最令人兴奋的不只是 technical use case，而是它对 non-technical tasks 的放大。这条信号很关键：真正强的 agent 产品，不会停在“能补全代码”，而是要把复杂流程拆解、复用、协作和交付都接进去。
🔗 原文：https://x.com/trq212/status/2061907538741006796
- Applied AI 的下一层护城河，越来越像 model routing + domain evals。 Aaron Levie 把企业侧的关键问题说得很透：随着 token budget 成本权重继续上升，model routing 几乎是必然结局。未来真正有价值的应用层，不只是调用最强模型，而是能基于 domain-specific work patterns 和 evals，把不同任务 intelligently route 到合适的模型层级，在 quality 和 cost 之间做动态优化。
🔗 原文：https://x.com/levie/status/2061974298760495132
- “No-code” 的时代假设，正在被 “Yes-code” 重新改写。 Guillermo Rauch 今天这条很有代表性：过去整个 no-code 类别建立在“代码昂贵、困难、稀缺”之上，而 coding agents 改变了这个前提——代码变便宜、易得、充裕。真正的机会不再是绕开代码，而是建立一个 agents 能持续产出高质量软件、而且你不用毕业迁移的平台。
🔗 原文：https://x.com/rauchg/status/2061934154732974376
- 用户研究也在被 AI 重写：持续、分层、可检索的 customer intelligence 正变成产品基础设施。 今天这期 Training Data 访谈 Listen Labs 创始人 Alfred Wahlforss，最有意思的点不是“AI 能做访谈”本身，而是他们想建立一个可持续扩展的人群知识层：先积累大规模受访者网络，再给人群打 profile，最后让团队能随时找到某类 expert audience 做快速研究。对 builder 来说，这等于把 customer research 从一次性项目变成 always-on system。
🔗 原文：https://www.youtube.com/watch?v=Rumft-rsEu4
🐦 Builder 动态
Zara Zhang / OpenAI：knowledge workers 正在比开发者更快 adopt agent 工具。 今天最值得记住的数据点，来自 Zara 对 Codex report 的引用：knowledge workers 约占 20% 用户，并以 3 倍于开发者的速度增长。其中涨得最快的是 Data Analysis、Research 和 Knowledge Artifacts。这说明 agent 产品已经不是单纯的 dev tool，而是在快速成为更广泛的 knowledge interface。
🔗 https://x.com/zarazhangrui/status/2061924300698091760
Thibault Sottiaux：Codex/ChatGPT 之争，本质上是在抢占“默认 AI 入口”的品牌心智。 Thibault 一条更偏产品/市场判断的推文说得很直接：不论你是否喜欢这个名字，ChatGPT 已经会长期存在，并可能进一步变成 agents 的代名词。这条话背后真正重要的是 distribution：当一个产品名逐步等同于某类行为入口时，后来的挑战者就必须从 workflow 深度、垂类体验或组织内集成去夺回位置。
🔗 https://x.com/thsottiaux/status/2062057881424506950
Claude Code：workflows 让 agent 从“单次执行”走向“可复用流程资产”。 Thariq 的另一层观察也很值得看：如果 workflows 真能把 best practices、examples 和 non-technical tasks 打包进去，那 Claude Code 的价值就会从“你让它做一次事”，变成“你把组织里的做事方式沉淀下来，反复调用”。这类产品会越来越像 agent-native operating layer。
🔗 https://x.com/trq212/status/2061907538741006796
Aaron Levie：未来 enterprise AI 的差异化，不只是 model quality，而是 routing intelligence。 Levie 的逻辑很完整：短期多数 use case 仍需要 frontier model，但只要 task quality 达到阈值，就会逐步拆分并路由到更低成本模型。问题在于，大多数企业很难自己把这套 routing/evals 基础设施搭好。因此，谁能把“理解任务模式 + 自动分发模型 + 控制成本”产品化，谁就更可能聚合需求。
🔗 https://x.com/levie/status/2061974298760495132
Guillermo Rauch：agent 时代不是 no-code 胜利，而是 yes-code 爆发。 Rauch 提出的 “yes-code” 其实很像新一代 builder 心态：不再把代码视为稀缺资源，而是把它视为廉价且高度可生成的构件。平台竞争的焦点也随之改变——不是“帮不会写代码的人搭个低天花板应用”，而是“给人类和 agent 一个足够强、足够顺滑、不会早早卡死的高上限环境”。
🔗 https://x.com/rauchg/status/2061934154732974376
Josh Woodward：Thinking Levels 全平台上线，推理体验开始被产品化成标准控件。 Gemini 在 Web、iOS 和 Android 全面上线 Thinking Levels，看起来像小更新，但背后说明一件事：推理深度调节正在从实验功能变成平台级交互选项。未来用户对 AI 的期待，可能不只是“有没有 reasoning”，而是“我能否按任务成本/速度自由拨档”。
🔗 https://x.com/joshwoodward/status/2062025667852812583
🎧 Podcast
Training Data — Knowing What Your Customers Want, All the Time: Listen Labs’ Alfred Wahlforss
The Takeaway： AI 正在把 customer research 从慢、贵、离散的项目制流程，变成持续运行的 insight engine。
从节目 transcript 看，Alfred Wahlforss 讲的核心不是“自动化访谈”这么简单，而是三层更有价值的产品思路：
- 先做 audience layer。 目标是把平台扩到足够大的人群池，并能区分谁在什么主题上更有判断力，哪怕细到 sneakers 这种具体品类。
- 再做 profile + memory。 每次访谈都会继续完善受访者画像，让系统逐渐知道“谁更像早期 adopter”“谁更懂某个 niche 场景”。
- 最后做检索式洞察。 当团队想验证一个产品方向或市场问题时，不需要从零开始招募和研究，而是直接从已有网络里定位合适的人群并获得更高价值的反馈。
这期节目最值得 builder 记住的，不是 AI 能不能替代研究员，而是 customer understanding 本身正在被软件化、系统化、持续化。未来很多产品团队的差距，可能不只取决于 build 得多快，也取决于谁能更快、更频繁、更低成本地理解用户。
🔗 收听 / 观看：https://www.youtube.com/watch?v=Rumft-rsEu4
💡 今日观察
把今天这些信号拼在一起，会看到一条很清楚的主线：
- knowledge workers 正在迅速 adopt 原本偏开发者的 agent 工具
- agent 产品的竞争正在从单次能力，转向 workflow 沉淀和组织复用
- 企业侧真正稀缺的能力，开始变成 cost-aware model routing 与 domain evals
- 用户研究这类过去偏人工密集的环节，也在被做成 always-on intelligence system
所以今天最值得记住的一句话是：
AI builders 的下一轮竞争，不只是“模型更强”，而是谁能把工作流、成本结构和用户洞察一起产品化。
本日报仅基于 follow-builders feed 中可确认的 X 与 podcast 数据 remix 生成；未确认的信息未写入。Generated through the Follow Builders workflow.