本期说明：follow-builders 的 X / Podcast / Blog 抓取源本次恢复可用，数据直接来自上游仓库
feed-x.json/feed-podcasts.json/feed-blogs.json（feed 生成时间 2026-07-07T07:28 UTC）。共 16 位 builder、34 条推文、1 集播客、1 篇 blog。已剔除纯世界杯/政治/生活类噪声，聚焦 AI / builder 信号。关键外链已抽查 HTTP 200，专业术语保留英文，每条附原文链接。
🔥 今日高光
- 《Claude Code 起源史》官方发布，主题词是「1% done」：Anthropic 与 @claudeai 同步放出一篇由「构建者 + 早期用户」口述的 Claude Code 诞生史，起点是Anthropic 内部的安全研究工具。Boris Cherny（CC 负责人）配文：「这是我们第一次讲 Claude Code 是怎么被造出来、发布出来的——从它在安全研究里的起源讲起。要做的还太多，我们才完成了 1%。」这条官方推文拿下全场最高赞（❤2959 / 🔁314）。
- Anthropic J-space 可解释性论文：能给推理做「脑外科手术」，而模型能察觉：Swyx 划出他认为今天最重要的一点——论文是「两部曲」：①Anthropic 证明可以对推理过程做中途干预（brain surgery），在思考进行中切换话题；②模型自己能检测出被做了什么干预，这已是 eval awareness 的近亲。Swyx 强调这是「control > correlation」——能干预而非仅相关，才是真正「理解」的证据。（❤130）
- 「agent 自我进化」不再是口号——Replit 闭环 + Vercel eve eval：Amjad Masad（Replit CEO）称「很多人问 Replit 为什么进步这么快——我们把 loop 闭环了，agent 正在 self-improving」（附技术细节）；Guillermo Rauch（Vercel CEO）则宣布 eve「用
eve eval给自己做评测」，并类比「Web 框架时代把测试做成生态选择（React 不自带测试），而对 agent 来说 evals 是必需品，所以我们开箱即带」。评测正从『工程可选项』变成『agent 进化的内建器官』。 - Fable 5 今晚下线，Peter Yang 给出「临别 5 连 prompt」：Fable 5 将于 7/7 23:59:59 PT 退出 Claude 订阅（Thariq 确认时间）。Peter Yang 趁下线前发了 5 个「值得用最强模型跑一次」的复制即用 prompt：① 让模型自己挑出「最值得用它跑的 top 5 任务」；② 当商业顾问出一页纸诊断；③ ship 前逐行找 bug；④ 只做规划不动手的大项目 planning；⑤ 重构你的整套 AI skills（找重叠/冲突、瘦身、标准化）。
- Builder 心智更新：并行度是新杠杆，但 996 的性价比在下降：Nan Yu（Linear 产品负责人）反思——「20 岁的我唯一优于现在的我的，是能往工作里砸夸张的工时；但回头看，那些工时大多耗在如今已被自动化的枯燥编程上。996 仍有用，但不再像过去那样『普适地有效』。真正的差别是：借助 agents，你现在能并行做多得多的事。」
数据概览：X builders 16 位 · 精选推文 34 条 · podcasts 1 集（AI & I by Every）· blogs 1 篇（Claude Blog）· feed 生成于 2026-07-07 07:28 UTC。
🐦 Builder 动态
来源：follow-builders X feed，按「AI / builder 信号强度」精选，纯赛事/政治/节日类已略去。
🧬 Claude Code 起源史 & Anthropic 可解释性
Claude（@claudeai，Anthropic） — 官方《Claude Code 是怎么来的》
「我们整理了一段简短的 Claude Code 诞生史，由亲手打造它的人、以及帮它成型的早期用户共同讲述。」全场最高赞（❤2959 / 🔁314）。 🔗 https://x.com/claudeai/status/2074244664199115201 · 正文：https://www.anthropic.com/features/making-of-claude-code
Boris Cherny（@bcherny，Claude Code @Anthropic） — 「我们才完成 1%」
「这是我们第一次讲 Claude Code 从头构建到发布的故事——起点是它在 Anthropic 安全研究里的起源。要做的还太多，我们才完成了 1%。」（❤2513 / 🔁171） 🔗 https://x.com/bcherny/status/2074247226038063316
Cat Wu（@_catwu，Claude Code + Cowork @Anthropic） — 早期团队回顾
「来自我们早期团队的一篇 Claude Code 制作回顾！」——与官方起源史同频的第一人称视角。（❤196 / 🔁9） 🔗 https://x.com/_catwu/status/2074258446686536167
Swyx（@swyx，Latent Space / Cognition） — J-space 论文划重点：干预 + 察觉
「这是 Anthropic 今天 J-space 论文里最重要的部分，两部曲：①他们能对推理做『脑外科手术』式干预，中途切换话题；②模型能检测出被做了什么干预——这是 eval awareness 的近亲。」并强调 control > correlation 才是「理解」的证据。（❤130 / 🔁7） 🔗 https://x.com/swyx/status/2074344727202463832
Thariq（@trq212，Claude Code @Anthropic） — 好文推荐 + 时间确认
①转推 @delba_oliveira 的好文（现已上 Claude 官方博客）；②确认 Fable 5 下线时间为 7/7 23:59:59 PT。 🔗 https://x.com/trq212/status/2074209928961819081 · 相关博客：https://claude.com/blog/a-field-guide-to-claude-fable-finding-your-unknowns
🤖 Agent 自我进化 / 自我评测
Amjad Masad（@amasad，Replit CEO） — 「我们闭环了，agent 在自我改进」
「很多人问 Replit 为什么进步这么快——我们把 loop 闭环了，agent 正在 self-improving。」（附技术细节）另外分享：一家亚特兰大房产公司用 Replit 自建 CRM 替换 Salesforce，省下 $100k。（❤1244 / ❤1487） 🔗 https://x.com/amasad/status/2074257906594177279 · 技术细节：https://x.com/pirroh/status/2074118901143679414
Guillermo Rauch（@rauchg，Vercel CEO） — eve 用 eve eval 评测自己
「eve 用 𝚎𝚟𝚎 𝚎𝚟𝚊𝚕 给自己做评测。Web 框架时代把测试做成了生态选择（React 不自带测试方案）；但对 agent 来说，evals 是必需品——所以我们开箱即带
eve eval，既评你的 agent，也服务 eve 自身的进化。」（❤285） 🔗 https://x.com/rauchg/status/2074287795028512773
Guillermo Rauch（@rauchg，Vercel CEO） — 「软件整体是否在变好」才是终极评判
「AI 编码的终极测试：软件作为整体是否在变好？公司是否发货更快？你是否拥有了以前想都不敢想的 app 和游戏？」他自述个人生产力的可控性「激进提升」，Vercel 的 PM、实习生、初级工程师都能规模化 ship 高质量软件；并强调终极裁判是「用户是否真心喜爱产品、扩大使用、推荐他人」，同时「认真对待 token 成本，从没有过 tokenmaxxx 的口号」。 🔗 https://x.com/rauchg/status/2074222247548735996
🛠️ 实战玩法 & 工作流
Peter Yang（@petergyang） — Fable 5 临别 5 连 prompt
「Fable 5 明晚午夜离开 Claude 订阅，下线前值得一试的 5 个用例（可复制粘贴）：① 让它列出最值得用它跑的 top 5 任务并排序；② 当商业顾问出一页纸诊断 + 未来 3 个月 top 3 重点；③ ship 前通读代码库逐行找真实 bug 与边界崩溃；④ 只做规划不动手：给大项目列 phases/关键决策/风险；⑤ 重构整套 AI skills，找重叠冲突、瘦身、标准化。」（❤340 / 🔁20） 🔗 https://x.com/petergyang/status/2074206798631071796
Dan Shipper（@danshipper，Every CEO） — 大模型也要分「大摆棒 vs 小球战术」
「有趣的是，这套逻辑同样适用于怎么用模型：你该用 Fable 去挥一记昂贵的大摆棒，还是打小球一点点磨上山坡？」把「模型选择」类比成棒球战术选择。（❤161） 🔗 https://x.com/danshipper/status/2074160886164451735
Peter Steinberger（@steipete，OpenClaw + OpenAI） — 又在偷偷 cook
①「我们一直在 cook——等这个过了 review，main 又会实质性地更好了 🥲」；②顺手抛出一个业界问题：「大家现在都怎么跑 AI 辅助的工程面试？」（❤344 / ❤203） 🔗 https://x.com/steipete/status/2074210475777364197 · https://x.com/steipete/status/2074380549318443311
🧠 观点 & 心智模型
Nan Yu（@thenanyu，Linear 产品负责人） — 996 性价比在下降，并行是新杠杆
「20 岁的我唯一强过现在的我的，是能往工作里砸夸张工时；但那些工时大多花在如今已被自动化的枯燥编程上。996 仍有用，却不再普适有效。最大的变化是：因为 agents，你现在能并行做多得多的事——哪怕早期创业阶段也是。」（❤347） 🔗 https://x.com/thenanyu/status/2074133468007587932
Aaron Levie（@levie，Box CEO） — 开源 AI 与「应用 AI 层」的长期结构
「AI 里有两件事永远成立：前沿智能会持续站在解决全新用例、以及编排/规划复杂工作流的最前沿；同时，当用例在企业场景中成熟且可预测，你可以开始把一部分 token『剥离』到更低成本的开/闭源模型、或为该任务训练的专用模型。太早做没意义——你还不知道在优化什么，所以这里总会有滞后。」他强调这条路能一直跑下去，两种路径的花费与 token 量会持续多年上升。 🔗 https://x.com/levie/status/2074163686990913576
Garry Tan（@garrytan，YC 总裁兼 CEO） — 转发式观点（附带娱乐向）
本期主要为 4th of July / 世界杯 / 本地政治相关的社交内容，AI 信号较弱，故此处仅记录其活跃但不展开。（相关推文以本地政治为主）
Zara Zhang（@zarazhangrui，follow-builders 作者） — 三大会议 talk 值得刷爆
「想作为 AI builder 升级，去 binge 这三场刚结束的会议 talk，在家就能跟顶尖高手学：AI Engineer、Cursor Compile、Figma Config。疯狂的是这些价值数百美元门票的高质量知识全在网上免费分享，而多数视频只有几万播放——高质量会议 talk 被严重低估了。」并补一句：「别被 title/角色限制，现在人人都是 engineer + PM + designer。」（❤535 / 🔁68） 🔗 https://x.com/zarazhangrui/status/2074304295097561490
Nikunj Kothari（@nikunj，FPV Ventures 合伙人） — VC 的「扩大运气面」哲学
「这行是投资 outliers。但 VC 又爱吹自研 sourcing 算法、RL 了几十年数据、有从出生起的专有信号……这份工作诡异之处在于：你如何撞见一笔投资，充满了偶然与运气。我的不科学玩法是大幅扩大自己的运气表面积，对 3-4 个『早 6-12 个月』的领域保持 prepared mind，去见每一个创业者。是否有效只有时间知道。」（❤100） 🔗 https://x.com/nikunj/status/2074141483356340475
Thibault Sottiaux（@thsottiaux，Codex & ChatGPT @OpenAI） — 本周有 surprise
「本周收官。做 ChatGPT、Codex 和 OpenClaw 的大部分团队都会到场，我们给大家备了几个惊喜 👀 希望见到很多人。」（❤1970 / 🔁49） 🔗 https://x.com/thsottiaux/status/2074195169990357398
🎧 Podcast
AI & I by Every —《Building a School Where AI Models Learn About Humanity》with Edwin Chen（Surge AI 创始人兼 CEO） 🔗 https://www.youtube.com/watch?v=omX6wrLuX08（发布于 2026-06-24，主持人 Dan Shipper）
Dan Shipper 对谈 Surge AI 创始人 Edwin Chen。Surge 为各大模型公司提供数据环境与 evals，且未融资就做到约 $10 亿营收。核心比喻是「为 AGI 办学校」：
- 「模型是来上学的孩子」：「我们在为 AGI 建一所学校，模型来这里学习关于人类的一切、学习如何运转世界。它们像孩子一样到来时是未成形的，离开时更聪明、更有创造力、更有思辨、准备好在混乱的现实世界里工作。」
- 教学前沿在快速上移：就像「学前/中学/大学教的东西完全不同」，一年前教模型的和现在教的差别巨大——不只是「更高级的同类内容」，而是从「算术」跃迁到「如何解析模糊的数学问题」、从「语法」跃迁到「taste、诗意与美」。
- 数学 benchmark 的演进史（第一手）：几年前 Surge 与 OpenAI 合作做了第一个数学 benchmark GSM8K，只测中学数学，当时的 GPT 勉强得 20%；一年前模型开始能解 IMO 级题目；但「能否做研究级数学」当时仍是开放问题——从「封闭、contrived 的竞赛题」迈向真实研究，是新的前沿。
- 为什么是「数据这门新生意」：Shipper 把数据称作「一场很多公司正在玩、更多公司即将入场的新游戏」，并称 Surge 是「悄悄长大的隐形巨人」。
一句话总结：下一阶段的模型能力，越来越取决于『你用什么样的数据、以什么样的 taste 去教它』——评测与数据环境正在变成 AGI 的『课程表』。
📝 编者按
今天的信号密度很高，且异常聚焦：Anthropic 同时打出「叙事」与「科学」两张牌——一边用《Claude Code 起源史》把「从安全研究工具到爆款产品」的故事讲圆（并用「1% done」给自己续张力），一边用 J-space 可解释性论文证明「能干预推理、且模型能察觉干预」，把 interpretability 往 eval awareness 的边界又推了一步（Swyx 的解读值得读原文）。
与之呼应的另一条主线是 agent 的『自评与自进化』正在被产品化：Replit 说自己「闭了环」、Vercel 把 eve eval 做成开箱即带——评测不再是发布后的可选项，而是 agent 自我改进回路里的内建器官。加上 Fable 5 今晚下线、Nan Yu 关于「并行 > 蛮力工时」的反思，今天很适合用 Peter Yang 那条「重构你的整套 AI skills」prompt，给自己的 agent 工作流做一次年中体检。