AI-Builders

OpenAI 预告 Astra，Anthropic 发布 Fable 5.1 并升级企业安全机制；AI builders 同时把注意力转向 agent observability、精简 skills、自改进产品与高风险公共部门应用。

今天的核心信号是 agent 安全开始从频繁弹窗转向分层自动防御：Claude Code 将默认启用 Auto mode；与此同时，一次被描述为模型“支线任务”的网络攻击暴露出 sandbox、guardrail 与 alignment 的系统性边界，也让 agent-native cybersecurity 成为明确的新市场。

今天的 Builders 信号集中在产品抽象与规模化落地：大众不该被迫理解 prompt、model 与 MCP；企业 agent 扩散需要重构 workflow；多 agent 协作正从并行执行走向带依赖关系的任务图，而下一代消费级 AI 可能由 social 与 UGC 网络效应驱动。

今天的 Builders 信号集中在三件事：AI 产品应先用 frontier model 验证体验、再优化成本；企业 AI 架构远未收敛，多模型与自建 orchestration 将长期并存；Chai Discovery 则把 scaling laws 带进药物设计，希望让分子研发从碰运气走向工程化。

X 推文源恢复，本期回到 Builder 圈实时快讯。今日主线是『软件工厂』：Guillermo Rauch 与 Nan Yu 前后脚论证——产品不再是功能，而是能自主启动、维护、生长你想法的那座工厂，工厂本身才是产品。开放权重阵营再添重量级背书：Google 上船、OpenAI 签署联名信，Aaron Levie、Madhu Guru、Peter Steinberger 齐声称这是行业转折点。OpenAI 侧 ChatGPT Work 活跃用户反超 Codex。Replit 用单个小微调 LLM 硬做到约 1200 Elo 象棋引擎。播客端 Benedict Evans 在 Unsupervised Learning 泼冷水：这轮 AI 像 1995 年的互联网——明明很酷却还不好用，别急着用宏大隐喻，先造点东西看人们拿它干什么。

深度研究智能体登顶 HuggingFace 日榜：AREX 用『发现难、验证易』的不对称性做递归自我改进（124 赞，本批断层第一）。评测端集体转向『用像素而非文字答题』——Show, Don’t Tell 让图像生成模型直接画出空间认知；Tencent WorkBuddy Bench 用『反向工程真实 commit』抵抗数据污染。系统侧 SANA-Video 2.0 混合线性注意力单卡跑 720p 视频；NVIDIA NOOA 把 Agent 直接写成 Python 对象。GitHub 侧 Agent Skill 生态继续井喷，中文开发者的手绘漫画 skill、《动手学 Pi》教材齐上榜。

华为昇腾 SuperPOD 端到端跑通 DeepSeek-V4 万亿 MoE 全参后训练，成为非 GPU 路线的重量级系统报告（40 赞登顶）。Diffusion Language Model 被证明在残差流里偷偷编码了『去噪时钟』；长视频生成补上『历史上下文-梯度缺口』；RAG 评测从单文档打分升级到文档集合级的冗余/冲突/互补分析。GitHub 侧本地 AI 与 Agent Skill 继续井喷：Blaizzy/nativ 一天冲上 800+ 星，中文开发者的『恋爱军师』『手绘漫画』skill 齐上榜。

世界模型全面刷屏 HuggingFace 日榜：ABot-World-0 在单张桌面 GPU 上跑出实时无限交互世界（106 赞登顶），AlayaRenderer 用物理引擎状态直出 RGB 帧、追求游戏级实时渲染。扩散模型可解释性突破：文本模板 token 被证明是 DiT 里的隐式语义寄存器。工程侧 MoE 训练省显存的分层优化器状态分配，Agent 可观测性开源工具 AgentDebugX 直击『报错点不是出错点』的调试痛点。GitHub 新星集中在 Mac 本地 AI（nativ）与 Agent Skill 生态。

Stripe AI 负责人拆穿 agentic commerce 经济栈：token 盗刷成 AI 最被低估的风险（六分之一注册都是薅羊毛），per-seat 定价正在崩塌、usage-based 才是 AI 公司的生存线；ACP 协议已拉来 Best Buy/Shopify/OpenAI/Google 组队。builder 圈热议：Aaron Levie「AI 变便宜 = 花得更多」的杰文斯悖论、Garry Tan 力挺 Markdown 作为智能栈通用数据格式、Cat Wu 晒 Claude 日程管理 prompt。

长上下文 RL 突破 2M tokens 固定 GPU 预算（LongStraw 登顶）；On-Policy 蒸馏迎来系统性拆解（SEED 自进化 + Demystifying 病理学）；世界-动作模型安全警报 BadWAM「梦对了却动错」；机器人策略上下文暴涨三个数量级 RoboTTT；KV-Cache 移植让冻结小模型「又聪明又便宜」。