来源说明：本期
follow-builders覆盖 X（13 位 Builder / 31 条推文）、1 集播客 与 1 篇博客。外链均为原始出处。
🔥 今日高光
- swyx 逆势力挺 /loop 与 /goal —— 在多数 AI leader 已放弃
/loop和/goal之际，swyx 直言"你们停得太早了"。在 g5.6/c5 时代，它适用于两种场景：既要可控又要自主时，以及想要"生成 loop 的 loop"这类开放式终态而不必事无巨细指定时。 - Codex / ChatGPT Work 重置使用额度 —— Thibault Sottiaux 为庆祝"效率之周"，直接重置了 Codex 和 ChatGPT Work 的额度，让用户周末能跑 10 万个 Luna 线程。一句"Optimize for curiosity"点题。
- “Issue → Agent → PR → Release"成为软件工厂范式 —— Guillermo Rauch 称这将成为软件项目转型为"agentic 软件工厂"的常态，维护者的工作变成打磨那条产出最高质量的 loop。Nan Yu 补充：Linear 中最常见的 loop 正是这一条，约 30% 的 bug 能全程走通，关键是让 agent 深挖根因并借 Datadog / Sentry MCP 取证。
- Levie：harness 将成仅次于模型能力的关键变量 —— Aaron Levie 认为，harness 能否以最高效方式拆解任务、在正确时机路由到正确模型，将是最大化准确率、降低成本的巨大变量。
- Sam Altman 的暖心用例 —— 连接全家日历、说明孩子们的兴趣，让 ChatGPT Work 每天早晨在送娃上学的路上生成一档播客：今天下午谁的足球赛、谁快过生日、加点新闻。
🐦 Builder 动态
Agent / Harness / 工作流
- swyx：仍在积极使用
/loop和/goal，认为放弃的人错了——不是永远错，而是放弃得太早。🔗 https://x.com/swyx/status/2083439562437673053 - Guillermo Rauch（Vercel）：Issue → Agent → PR → Release 将成软件工厂常态；维护者的活是优化那条 loop 并设定"该做什么"的标准。🔗 https://x.com/rauchg/status/2083208578526314513
- Nan Yu（Linear）：这条 loop 已是 Linear 里最常见的写法，~30% bug 全程贯通；诀窍是让 agent 深挖根因、接入 Datadog/Sentry MCP、只在高置信时才动手修。🔗 https://x.com/thenanyu/status/2083230295206121807
- Aaron Levie（Box）：harness 拆解与路由能力，将成为 AI 栈中仅次于模型能力的关键变量。🔗 https://x.com/levie/status/2083389460679373135
- Peter Steinberger：5.5 之后模型不再犯迷糊，边工作边往里丢任务它都能老实处理，Queue 曾是唯一解法，现在可以随手扔。🔗 https://x.com/steipete/status/2083369880599015713
OpenAI / 前沿模型
- Thibault Sottiaux（OpenAI）：重置 Codex 与 ChatGPT Work 额度，周末尽情跑 10 万 Luna 线程；主题"Optimize for curiosity”。🔗 https://x.com/thsottiaux/status/2083395449814229287
- Sam Altman：ChatGPT Work 暖心用例——连接家庭日历，每早在送娃路上生成专属播客。🔗 https://x.com/sama/status/2083221585792762171
- Sam Altman：“你跟我提摩尔定律？我加价 20 倍。"🔗 https://x.com/sama/status/2083203642975502640
工具 / 开源
- Garry Tan（YC）：力荐团队自建自用的开源 harness——为你的个人 AI 或公司大脑提供干净底座，免费开源。🔗 https://x.com/garrytan/status/2083353760701833546
- Amjad Masad（Replit）：一个 8B 模型下棋约 1500 Elo，稳压前沿模型和 Stockfish level 0，每步只花 1-2 秒（对手 30 秒），看它 mog GPT-5.6 很带感。🔗 https://x.com/amasad/status/2083424608993300824
观点 / 行业
- swyx：“vibe coding"的贬义已彻底消失——从非技术到超技术人群，现在人人都在这么干。🔗 https://x.com/swyx/status/2083294839186260385
- Dan Shipper（Every）：WSJ 那篇 OpenAI vs Anthropic 引用了他的观点；他自开春就判断势头正倒向 OpenAI，是个精彩的翻盘故事。🔗 https://x.com/danshipper/status/2083380721607921904
- Zara Zhang：对你显而易见的事，多数人多数时候并不觉得显然——每条爆款帖背后，她都要压住"这不废话吗"的内心声音。🔗 https://x.com/zarazhangrui/status/2083354965482062079
- Zara Zhang：不知道发什么？记住对你完全"母语级"的东西，对圈外人都是全新的——做你的正常工作，然后聊它，别硬凹别人设。🔗 https://x.com/zarazhangrui/status/2083349919172313367
- Nikunj Kothari：新长文探讨"最好的创始人都在逃离某个东西"这一风投潜规则——驱动力究竟从何而来，以及多数人从未触及的那一档。🔗 https://x.com/nikunj/status/2083307235619287363
🎧 今日播客
Unsupervised Learning · Ep 92：xAI 联创拆解模型开发的未来（嘉宾 Igor Babushkin，主持 Jacob Efron）
Igor 履历亮眼——DeepMind 主导 StarCraft 与 AlphaCode、OpenAI 参与早期推理研究、xAI 联合创始人并操刀 Colossus。如今他离开 xAI 创办 River AI，押注"面向公司与消费者的个人 AI + 本地硬件”。本集看点：
- 模型进化的分水岭：他指出去年 11-12 月是所有软件工程师/研究员的转折点——Claude Opus 那代编码 agent 强到"无法再忽视”，此后所有人达成共识：这些模型确实非常强大。
- 闭源厂商的困境：他认为闭源模型提供商作为一门生意，眼下处境相当艰难。
- 超越编码：如何把模型能力从可验证领域（如编码）推进到不可验证领域，以及他预判何时能到达。
- 政策与未来：AI 模型对世界未来意味着什么，以及随之而来的政策影响。
🔗 https://www.youtube.com/@RedpointAI
📝 今日博客
Claude Code 现已支持 Artifacts（Claude Blog）
Claude Code 可将工作进展沉淀为 artifact——把会话工作转化为实时、可分享的可视化页面：PR 走查、系统讲解、仪表盘、发布清单，并随会话推进自动更新。它基于会话完整上下文（代码库、连接器、对话本身）构建，无需自行接数据源或搭基础设施——你要一个页面，Claude Code 就从既有信息里生成。每次发布都是同一链接下的新版本，带版本历史可随时回滚。内部最常见用法是调试：工程师晨会前发起事故调查，Claude Code 梳理日志后产出含时间线、可疑提交与错误率图表的 artifact，直接从页头分享链接。