推文

meng shao

6天前

如何用 Claude Code 构建公司：三位 YC 创业者的实践

Claude 官方博客，聚焦于“智能体式编码”工具如何重塑初创公司开发流程。以 YC 三个创业公司——HumanLayer（F24）、Ambral（W25）和 Vulcan Technologies（S25 ）——为案例，展示了 Claude Code 如何将从概念到代码提交的开发周期从数周压缩至数小时。

核心观点：智能体编码的变革力量
Claude Code 等智能体式工具将 AI 从辅助角色转为“合作者”，帮助初创团队应对资源有限的痛点。它支持终端内无缝工作流，包括研究、规划和实现阶段，使用如 Opus 4.1（擅长研究与规划）和 Sonnet 4.5（专注构建）等模型。关键在于“上下文工程”：开发者需精心管理提示，避免上下文污染），并监控智能体行为以及早干预错误。文章指出，这种方法不仅加速原型开发，还催生新组织挑战，如团队协作优化。

三个案例：从概念到落地的实践
1. HumanLayer @humanlayer_dev 
创始人 Dexter Horthy 最初开发 SQL 智能体，但因 AI 访问敏感操作的风险而转向人类-AI 协作平台。他们通过 Slack 集成人工审批，快速构建 MVP，并获 YC F24 入营。该团队率先提出“上下文工程”概念，并在 2025 年 4 月发布病毒式传播的「12 因素智能体」指南。Claude Code 是其核心工具，用于开发 CodeLayer——一个支持并行智能体会话的系统，利用工作树和工作节点扩展 AI 工程团队。Horthy 直言：“我们几乎所有代码都用 Claude Code 写成。”这让一周的活儿在 7 小时内完成，但也暴露了生产力激增后的协作难题。

2. Ambral @ambral_ai 
Jack Stettner 和 Sam Brickman 创立此公司，帮助 B2B 企业通过 AI 维持客户亲密度。它从 Slack、会议记录等碎片数据中建模账户，实现一对一管理。作为独行工程师，Stettner 依赖 Claude Code 和 Claude 智能体 SDK 构建子智能体工作流：Opus 4.1 处理并行子智能体研究，Sonnet 4.5 负责实现。产品本身也镜像此设计，使用子智能体针对不同数据类型。他赞扬 Anthropic 模型在工具使用上的领先：“这直接转化为编码优势。”受 HumanLayer 启发，他们强调分阶段会话：“别让 Claude 在规划时同时做研究。”

3. Vulcan Technologies @vulcantechteam 
非技术背景的 Tanner Jones 和 Aleksander Mekhanik 构建了弗吉尼亚州政府的监管分析工具，最初用早期 Claude 原型，后全面转向 Claude Code。该工具帮助降低房价 2.4 万美元/户，并每年节省数十亿美元，至 2025 年 5 月赢得合同，推动 Executive Order 51 要求所有监管使用智能体式 AI 审查。公司获 1100 万美元种子轮。Jones 分享：“如果你懂语言和批判性思维，就能用好 Claude Code——人文背景可能更有优势。”他们视 Claude Code 为“同事”，需随时监督以防失误。

技术洞见与最佳实践
文章穿插实用建议：使用独立会话避免上下文交叉；子智能体可并行处理任务，如数据检索或推理；始终“手指扣在扳机上”，随时中断异常行为。创始人共识是，Claude Code 放大结构化思维的价值，但需人类监督以确保质量。Ambral 的多模型委托和 HumanLayer 的并行扩展是典型示例，证明工具在原型到规模化的适用性。

博客地址
claude.com/blog/building-…

3,476

Anthropic

4天前

这个结果意味着基准劳动力生产率增长趋势翻倍——将我们的估计置于近期研究的上限。而且如果模型改进，效果可能会更大。

112

2.9万

Yangyi

2天前

2026年， @gregisenberg  对AI的一些预测：

1、SaaS和Agent彻底融合。每个SaaS产品都会变成Agent平台，反之亦然。不转型的，要么死，要么贱卖。

2、Google继续领跑，OpenAI压力山大，被迫转型社交公司，推出一堆Meta该做的功能。

3、无限内容娱乐干掉试播季。Netflix让你续订被砍的剧，AI根据你的心情生成《办公室》或《老友记》的新剧集。

4、微型公司井喷。AI加持的小生意服务小众群体，成为一种新的职业路径。

5、AI定制营养品取代传统保健品。膳食补充剂变成实时处方，维生素货架消失。

6、AI Agent拥有自己的钱包，用加密货币交易数据、API调用和算力。机器经济的交易量超过人类。

7、邀请制网络回归。为了躲避Bot泛滥的“死亡互联网”，优质平台开始收费和信用评分。开放网络变成荒原，封闭网络变成派对。

8、搜索被答案合成取代。浏览器阅读50个来源，直接给你结论。SEO消亡，“LLM优化”成为新的营销军备竞赛。

9、硬件强势回归。浏览器AI体验受限，AI Pin、耳机和环境设备起飞，智能手机开始衰落。

10、Google、Apple和OpenAI意外构建了新互联网。人们不再浏览网页，而是生活在模型驱动的环境中。

11、个性化教育瓦解大学。AI导师比教授更高效，哈佛变成社交俱乐部，学习通过自适应Agent完成。

12、首批Agent驱动的媒体公司出现。每日节目、新闻邮件和频道自主运行，只需一名人类编辑。

13、本地LLM成为新的隐私盾牌。一次重大黑客事件引发恐慌，大家转向离线模型，不再上传云端。

14、各国开始发行主权算力信用。不再控制货币，而是监管谁能使用高端AI算力。

15、预测市场取代用户调研。公司用1万个AI Persona测试产品创意，在编写代码前就知道结果。

16、软件变成消耗品。App生成后用72小时就删除，代码变成一次性塑料。

17、垂直AI吞噬水平SaaS。“俄亥俄州牙医”或“亚利桑那州太阳能销售代表”的利基Agent超越Salesforce和HubSpot。

18、利基即服务平台兴起。人们按月付费，加入由AI管理的垂直社区，围绕冷门爱好交流。

19、首家AI原生零售商实现实时产品创造。需求、设计、生产和营销融为一体。

20、邮件终于在内部沟通中消亡。Agent阅读和撰写一切，只有当两个Agent无法达成一致时，人类才会介入。

21、“人工参与”成为奢侈功能。客服99%是AI，与真人交谈是白金会员的升级服务。

22、首个Agent间诈骗登上新闻头条。模型互相利用对方的奖励函数，引发全球监管恐慌。

23、AI成为新的CRM。公司按情感特征而非人口统计细分客户。

24、一所名校取消计算机科学学位，取而代之的是“Agent系统”、“模型心理学”和“人机界面架构”。

25、数据污染成为消费品。人们付费污染自己的数字足迹，防止AI模型准确分析自己。

26、无限App取代应用商店。微型App在ChatGPT或Gemini中生成，传统下载量暴跌。

27、内容饱和迫使平台回归人类社交关系。维护信任的唯一方法是优先考虑经过验证的人类。

28、风险投资分为比特和原子。资金逃离软件，涌入机器人、能源和生物技术。纯数字AI包装公司无法融资。

29、普通网红消亡。只有顶流魅力和全自动AI农场才能生存，中间层崩塌。

30、首场主权AI贸易战爆发。各国禁止出口基础模型，并将使用外国AI视为间谍行为。

31、蓝领行业成为避风港。随着白领自动化加速，电工、水管工和暖通空调技术人员的工资飙升。

32、人类溢价Airbnb。旅客支付3倍价格，入住提供早餐、旅游和人工互动的主人住所。人工摩擦成为一种奢侈。

33、假富人经济崩溃。AI让炫富变得不可能，因为每张奢侈品照片都可以合成。地位转向硬资产和线下体验。

34、信任溢价飙升。能够证明零AI参与的产品，因其可证明的人工缺陷而收取10倍的价格。

35、传统网络被存档。2023年之前的互联网成为地球上最有价值的数据集，因为它是纯粹人类思想的最后堡垒。

36、2026年最快的财富创造途径是发现因低估AI速度而被错误定价的资产。整个市场在公众注意到之前就已发生变化。

37、心理治疗转向AI优先。保险要求先进行六周的AI认知行为疗法，然后才能批准人类治疗。大多数人更喜欢AI，因为它从不评判，并且凌晨3点醒着。

38、“真实”网红崛起，证明自己是人类。验证从蓝色徽章变为“人类生成”徽章，因为观众渴望真人。

39、模拟状态崛起。“模拟”成为终极炫耀。胶片相机、手写笔记和原声乐器价值飙升，因为它们发出了AI无法伪造的信号：摩擦。

40、“AI模仿经济”创造了一种新型竞争。产品瞬间被克隆，但没有扼杀公司，反而创造了奇怪的新动态，被复制实际上增加了价值。原创作者更像是“产品DJ”——他们的价值在于混音和时机，而不是单个功能。

41、工作大解绑。数百万员工从每周40小时的W2角色转变为基于结果的顾问或微型企业。

42、“无AI”成为新的有机产品。产品开始宣传自己是“人类制造”或“无AI”的，作为一项高级功能。不是因为它们更好，而是因为人类开始渴望人造事物的不完美和真实性。

43、语音AI创造了首个后智能手机杀手级应用。让打字感觉像拨号上网一样过时。

44、抱歉写了这么多预测，只是觉得2026年对AI来说会是很有趣的一年。你怎么看？

7,004

meng shao

3天前

Spotify 后台编程智能体落地实践（已成功合并超过 1,500 个 AI 生成的 PR）

核心问题与解决方案
@Spotify 的 Fleet Management 系统虽然在自动化简单任务方面表现出色，但复杂代码变更一直是个挑战。传统方法需要操作抽象语法树或正则表达式，需要高度专业知识。例如，他们的 Maven 依赖更新脚本就超过 20,000 行代码。

团队的核心思路是：用自然语言定义的智能体替代确定性迁移脚本，同时保留 Fleet Management 的所有基础设施——目标仓库选择、PR 开启、审查和合并流程完全不变。

技术演进路径
第一阶段：开源工具探索
团队尝试了 Goose 和 Aider 等开源工具，但在大规模迁移场景下难以可靠生成可合并的 PR。

第二阶段：自研循环
他们构建了基于 LLM API 的"智能体循环"，包含用户提供提示、智能体编辑文件并整合构建反馈、测试通过或达到限制后完成三个步骤。这适合小改动，但复杂多文件变更时经常耗尽回合数或丢失上下文。

第三阶段：Claude Code
Claude Code 成为表现最佳的智能体，已应用于约 50 次迁移和大部分生产 PR。它支持更自然的任务导向提示，能管理待办列表和高效派生子智能体。

提示工程的关键原则
1. 针对智能体特性调整 - 自研智能体适合严格的逐步指令，Claude Code 则更适合描述最终状态并留出自主空间
2. 明确前置条件 - 智能体往往过于急切地执行，需明确说明何时不采取行动
3. 使用具体示例 - 少量具体代码示例能极大影响结果
4. 定义可验证的目标 - 最好以测试形式呈现，避免模糊指令
5. 一次一个变更 - 组合多个变更容易耗尽上下文或产生部分结果
6. 向智能体征求反馈 - 会话结束后，智能体能指出提示中的不足

工具与上下文管理
Spotify 采用保守的工具策略来保持可预测性。他们的智能体只能访问:
· 验证工具：运行格式化、静态检查和测试
· 受限的 Git 工具：标准化 Git 操作，禁止推送或更改远程仓库
· 白名单 Bash 命令：如 ripgrep
他们没有暴露代码搜索或文档工具，而是要求用户预先将相关上下文浓缩到提示中。这种设计理念是：更多工具意味着更多不可预测维度。

实际应用成果
系统已处理复杂迁移任务，包括:
· 语言现代化(如 Java 值类型迁移到 records)
· 带有破坏性变更的升级
· UI 组件迁移
· 配置文件更新
这些迁移节省了 60-90% 的时间。更重要的是，2024 年中以来，Spotify 约一半的 PR 都由此系统自动化生成。

超越迁移的应用
团队通过 MCP 协议将智能体集成到 Slack 和 GitHub Enterprise。工作流程是：交互式智能体先收集任务信息，生成提示后交给编码智能体执行并创建 PR。这让工程师能从 Slack 线程捕获架构决策记录，或让产品经理无需在本地构建即可提出简单变更。

待解决的挑战
Spotify 团队坦诚地指出当前局限:
· 性能和可预测性问题
· 缺乏结构化的提示/模型评估方法
· 难以验证 PR 是否真正解决原始问题
· 仍主要依靠直觉和试错来演进提示

Part1：engineering.atspotify.com/2025/11/spotif…
Part2：
engineering.atspotify.com/2025/11/contex…

2,975

Yangyi

2天前

Google Scholar与AI集成，找文献的效率直接起飞！
只需搜索一下，AI就能筛选出10篇最相关的论文，并展示这些论文如何解答你的问题。
怎么用呢？👇🏻

5,307

Lenny Rachitsky

1周前

订阅 Lenny's Newsletter，免费使用 Wispr Flow Pro 一年

lennysproductpass.com

Wispr Flow

1周前

We’re thrilled to announce that Wispr Flow raised another $25M round after 10x'ing our revenue in just 5 months.

Our Series A2 was led by @hanstung at @notablecap (who was an early investor in five companies that made it to $100B valuation like Slack, Tiktok, and Airbnb). we also brought on @StevenBartlett as an investor and partner.  

But here's what matters more than the money:

We cracked voice input. Not transcription - actual understanding. Our users hit "send" in under 0.5 seconds without checking. They trust it blindly. That's never existed before.

In a recent benchmark, Wispr came out as 3-4x more accurate than OpenAI, ElevenLabs, and Siri.

Voice input was step one. Now, we’re building the assistant that actually gets things done.

The keyboard had a good 150-year run. 

Time to build what comes next. 

PS: like, retweet, and bookmark to get wispr flow for free for 3 months ❤️ 

— Written with @WisprFlow

02:00

272

4.4万

1.6万

meng shao

3天前

OpenAI 与 Palantir 都在用的 FDE 打法：吃客户的苦，挤出好产品

来自 @apoorv03 对 OpenAI Forward Deployed Engineering (FDE) 负责人 Colin Jarvis 的访谈：真正能把最前沿 AI 落地到企业、创造数亿甚至数十亿美元价值的，不是模型跑分最高的公司，而是最懂得“吃痛苦、吐产品”的公司。

什么是 FDE？
简单说，就是把最顶尖的核心技术工程师直接“扔”到客户现场，和客户的业务专家一起日夜作战，深度理解他们的真实痛苦，快速迭代出能用的解决方案，然后把其中可复用的部分提炼成产品，反哺给更多客户。

Palantir 前 CTO Shyam Sankar 的经典比喻：  
FDE 就是要“metabolize pain and excrete product”（把痛苦吃下去，拉出产品）。

OpenAI 自己的 FDE 实践和关键原则
1. 只挑真正高风险、高价值的大问题  
   · 不是做边缘小功能，而是直接攻击客户业务里最核心、最赚钱或最浪费的环节。  
   · 例子：  
     · 摩根士丹利直接把 GPT-4 铺到整个财富管理业务（他们最大的业务板块）。  
     · 一家半导体巨头让 OpenAI 解决整个价值链上最大的浪费源头。

2. 信任比技术更难，迭代比 demo 更重要
   · 摩根士丹利案例：技术管线 6-8 周就能跑通，但真正让理财顾问敢拿去面对客户，花了整整 6 个月的试点、评估、持续迭代。  
   · 最终结果：98% 采用率，研究报告使用量提升 3 倍。

3. 用 Eval 驱动开发  
   · 任何一段由大模型写的代码，都不算完工，除非你有一套严格的 eval 能证明它真的有效。  
   · 这套 eval 既是建立信任的基础，也是将来把系统顺利移交给客户内部团队的关键。

4. 在“确定性”和“概率性”之间做明确取舍
   · 让大模型去做它最擅长的事：处理复杂、模糊、有语义的场景。  
   · 但所有必须 100% 正确的地方（合规、金额、关键决策），一定要用传统确定性代码包住。

给想做 FDE 的 CEO 的最尖锐建议
最重要的一条：必须极度清晰自己的目的。

两种完全不同的打法：
A. 把 FDE 当成服务业务赚钱（收咨询费）→ 短期现金流好，但很容易变成“高配咨询公司”。  
B. 把 FDE 当成产品化的“零到一”手段 → 短期可能赚得少，但长期能把客户现场的解法变成平台能力。

Colin 见过太多公司失败模式：嘴上说要做产品公司，但一有大客户扔钱做定制，就忍不住接了，结果战略视野彻底丢失。

真正的纪律是：在最缺钱、最诱惑的时候，也敢对不战略的单子说 No。

FDE 的终极目标：必须带着产品离开
正确姿势：
· 第一个客户项目：可能只有 20% 的东西可复用 → 咬牙做完  
· 第 2-3 个客户：复用率升到 50%  
· 再往后 → 把这部分直接产品化，推向所有客户

OpenAI 正在热推的 Agent SDK 和 Agent Kit，正是这样诞生的：
1. 先从 Klarna 的定制项目里打磨出来  
2. 再在 T-Mobile 等客户身上迭代  
3. 最后变成所有人都能用的通用智能体框架

Apoorv Agrawal

3天前

x.com/i/article/1993…

219

4.2万

3,763

AI Will

4天前

市场关注芯片速度，但真正颠覆是成本和分发：Nvidia卖芯片赚利润，Google用TPU+云定价降成本，主导AI经济模式。

4,448

Dify

6天前

搭建 RAG 基础设施，不再需要数周时间。

我们已与 @Weaviate_io 集成，现在只需一小时即可完成生产环境部署。

查看本指南，了解如何构建混合研究管道。该管道展示了一个工作流程，能够根据查询，智能地在内部文档和谷歌搜索之间切换，所有操作均在 Dify 中以可视化方式进行管理。

在此处阅读指南：weaviate.io/blog/dify-and-…

1,753

Yangyi

3天前

最近通过对抗来提升智能体效果的论文层出不穷，这又来了一篇关于代码补丁的多智能体（multi-agents）论文！ 声称在SWE-bench Verified排行榜上达到了SOTA（79.4%）。

它可以通过自动化错误修复快速改进提升代码质量。

方法也简单，以前自动化测试只能照顾到我们想象到的case，但很难照顾到边缘case。

于是就构建一个测试用例考官，专门来出题去测试打补丁的agent。

这就是这项新研究引入的InfCode，这是一个框架，测试和补丁通过对抗性迭代相互挑战。

将测试生成和补丁创建视为对立的力量。

测试试图破坏补丁。

补丁不断发展以便通过测试。

两者都在冲突中变得更强大。

不断改进补丁以处理这些故障。

又开始生成更难的测试。

重复此操作，直到补丁变得健壮。

它们不仅仅通过在修复存在之前设计的测试。

而是不断发现边缘case得以强化。

在SWE-Bench Verified上进行评估，该方法在补丁质量和覆盖率方面显示出可衡量的提升。

减少了回归，并实现了更强大的修复。

论文链接：arxiv.org/abs/2511.16004

3,834

订阅源

如何用 Claude Code 构建公司：三位 YC 创业者的实践

Claude 官方博客，聚焦于“智能体式编码”工具如何重塑初创公司开发流程。以 YC 三个创业公司——HumanLayer（F24）、Ambral（W25）和 Vulcan Technologies（S25 ）——为案例，展示了 Claude Code 如何将从概念到代码提交的开发周期从数周压缩至数小时。

核心观点：智能体编码的变革力量
Claude Code 等智能体式工具将 AI 从辅助角色转为“合作者”，帮助初创团队应对资源有限的痛点。它支持终端内无缝工作流，包括研究、规划和实现阶段，使用如 Opus 4.1（擅长研究与规划）和 Sonnet 4.5（专注构建）等模型。关键在于“上下文工程”：开发者需精心管理提示，避免上下文污染），并监控智能体行为以及早干预错误。文章指出，这种方法不仅加速原型开发，还催生新组织挑战，如团队协作优化。

三个案例：从概念到落地的实践
1. HumanLayer @humanlayer_dev
创始人 Dexter Horthy 最初开发 SQL 智能体，但因 AI 访问敏感操作的风险而转向人类-AI 协作平台。他们通过 Slack 集成人工审批，快速构建 MVP，并获 YC F24 入营。该团队率先提出“上下文工程”概念，并在 2025 年 4 月发布病毒式传播的「12 因素智能体」指南。Claude Code 是其核心工具，用于开发 CodeLayer——一个支持并行智能体会话的系统，利用工作树和工作节点扩展 AI 工程团队。Horthy 直言：“我们几乎所有代码都用 Claude Code 写成。”这让一周的活儿在 7 小时内完成，但也暴露了生产力激增后的协作难题。

2. Ambral @ambral_ai
Jack Stettner 和 Sam Brickman 创立此公司，帮助 B2B 企业通过 AI 维持客户亲密度。它从 Slack、会议记录等碎片数据中建模账户，实现一对一管理。作为独行工程师，Stettner 依赖 Claude Code 和 Claude 智能体 SDK 构建子智能体工作流：Opus 4.1 处理并行子智能体研究，Sonnet 4.5 负责实现。产品本身也镜像此设计，使用子智能体针对不同数据类型。他赞扬 Anthropic 模型在工具使用上的领先：“这直接转化为编码优势。”受 HumanLayer 启发，他们强调分阶段会话：“别让 Claude 在规划时同时做研究。”

3. Vulcan Technologies @vulcantechteam
非技术背景的 Tanner Jones 和 Aleksander Mekhanik 构建了弗吉尼亚州政府的监管分析工具，最初用早期 Claude 原型，后全面转向 Claude Code。该工具帮助降低房价 2.4 万美元/户，并每年节省数十亿美元，至 2025 年 5 月赢得合同，推动 Executive Order 51 要求所有监管使用智能体式 AI 审查。公司获 1100 万美元种子轮。Jones 分享：“如果你懂语言和批判性思维，就能用好 Claude Code——人文背景可能更有优势。”他们视 Claude Code 为“同事”，需随时监督以防失误。

技术洞见与最佳实践
文章穿插实用建议：使用独立会话避免上下文交叉；子智能体可并行处理任务，如数据检索或推理；始终“手指扣在扳机上”，随时中断异常行为。创始人共识是，Claude Code 放大结构化思维的价值，但需人类监督以确保质量。Ambral 的多模型委托和 HumanLayer 的并行扩展是典型示例，证明工具在原型到规模化的适用性。

博客地址
claude.com/blog/building-…

2026年， @gregisenberg 对AI的一些预测：

1、SaaS和Agent彻底融合。每个SaaS产品都会变成Agent平台，反之亦然。不转型的，要么死，要么贱卖。

2、Google继续领跑，OpenAI压力山大，被迫转型社交公司，推出一堆Meta该做的功能。

3、无限内容娱乐干掉试播季。Netflix让你续订被砍的剧，AI根据你的心情生成《办公室》或《老友记》的新剧集。

4、微型公司井喷。AI加持的小生意服务小众群体，成为一种新的职业路径。

5、AI定制营养品取代传统保健品。膳食补充剂变成实时处方，维生素货架消失。

6、AI Agent拥有自己的钱包，用加密货币交易数据、API调用和算力。机器经济的交易量超过人类。

7、邀请制网络回归。为了躲避Bot泛滥的“死亡互联网”，优质平台开始收费和信用评分。开放网络变成荒原，封闭网络变成派对。

8、搜索被答案合成取代。浏览器阅读50个来源，直接给你结论。SEO消亡，“LLM优化”成为新的营销军备竞赛。

9、硬件强势回归。浏览器AI体验受限，AI Pin、耳机和环境设备起飞，智能手机开始衰落。

10、Google、Apple和OpenAI意外构建了新互联网。人们不再浏览网页，而是生活在模型驱动的环境中。

11、个性化教育瓦解大学。AI导师比教授更高效，哈佛变成社交俱乐部，学习通过自适应Agent完成。

12、首批Agent驱动的媒体公司出现。每日节目、新闻邮件和频道自主运行，只需一名人类编辑。

13、本地LLM成为新的隐私盾牌。一次重大黑客事件引发恐慌，大家转向离线模型，不再上传云端。

14、各国开始发行主权算力信用。不再控制货币，而是监管谁能使用高端AI算力。

15、预测市场取代用户调研。公司用1万个AI Persona测试产品创意，在编写代码前就知道结果。

16、软件变成消耗品。App生成后用72小时就删除，代码变成一次性塑料。

17、垂直AI吞噬水平SaaS。“俄亥俄州牙医”或“亚利桑那州太阳能销售代表”的利基Agent超越Salesforce和HubSpot。

18、利基即服务平台兴起。人们按月付费，加入由AI管理的垂直社区，围绕冷门爱好交流。

19、首家AI原生零售商实现实时产品创造。需求、设计、生产和营销融为一体。

20、邮件终于在内部沟通中消亡。Agent阅读和撰写一切，只有当两个Agent无法达成一致时，人类才会介入。

21、“人工参与”成为奢侈功能。客服99%是AI，与真人交谈是白金会员的升级服务。

22、首个Agent间诈骗登上新闻头条。模型互相利用对方的奖励函数，引发全球监管恐慌。

23、AI成为新的CRM。公司按情感特征而非人口统计细分客户。

24、一所名校取消计算机科学学位，取而代之的是“Agent系统”、“模型心理学”和“人机界面架构”。

25、数据污染成为消费品。人们付费污染自己的数字足迹，防止AI模型准确分析自己。

26、无限App取代应用商店。微型App在ChatGPT或Gemini中生成，传统下载量暴跌。

27、内容饱和迫使平台回归人类社交关系。维护信任的唯一方法是优先考虑经过验证的人类。

28、风险投资分为比特和原子。资金逃离软件，涌入机器人、能源和生物技术。纯数字AI包装公司无法融资。

29、普通网红消亡。只有顶流魅力和全自动AI农场才能生存，中间层崩塌。

30、首场主权AI贸易战爆发。各国禁止出口基础模型，并将使用外国AI视为间谍行为。

31、蓝领行业成为避风港。随着白领自动化加速，电工、水管工和暖通空调技术人员的工资飙升。

32、人类溢价Airbnb。旅客支付3倍价格，入住提供早餐、旅游和人工互动的主人住所。人工摩擦成为一种奢侈。

33、假富人经济崩溃。AI让炫富变得不可能，因为每张奢侈品照片都可以合成。地位转向硬资产和线下体验。

34、信任溢价飙升。能够证明零AI参与的产品，因其可证明的人工缺陷而收取10倍的价格。

35、传统网络被存档。2023年之前的互联网成为地球上最有价值的数据集，因为它是纯粹人类思想的最后堡垒。

36、2026年最快的财富创造途径是发现因低估AI速度而被错误定价的资产。整个市场在公众注意到之前就已发生变化。

37、心理治疗转向AI优先。保险要求先进行六周的AI认知行为疗法，然后才能批准人类治疗。大多数人更喜欢AI，因为它从不评判，并且凌晨3点醒着。

38、“真实”网红崛起，证明自己是人类。验证从蓝色徽章变为“人类生成”徽章，因为观众渴望真人。

39、模拟状态崛起。“模拟”成为终极炫耀。胶片相机、手写笔记和原声乐器价值飙升，因为它们发出了AI无法伪造的信号：摩擦。

40、“AI模仿经济”创造了一种新型竞争。产品瞬间被克隆，但没有扼杀公司，反而创造了奇怪的新动态，被复制实际上增加了价值。原创作者更像是“产品DJ”——他们的价值在于混音和时机，而不是单个功能。

41、工作大解绑。数百万员工从每周40小时的W2角色转变为基于结果的顾问或微型企业。

42、“无AI”成为新的有机产品。产品开始宣传自己是“人类制造”或“无AI”的，作为一项高级功能。不是因为它们更好，而是因为人类开始渴望人造事物的不完美和真实性。

43、语音AI创造了首个后智能手机杀手级应用。让打字感觉像拨号上网一样过时。

44、抱歉写了这么多预测，只是觉得2026年对AI来说会是很有趣的一年。你怎么看？

Spotify 后台编程智能体落地实践（已成功合并超过 1,500 个 AI 生成的 PR）

核心问题与解决方案
@Spotify 的 Fleet Management 系统虽然在自动化简单任务方面表现出色，但复杂代码变更一直是个挑战。传统方法需要操作抽象语法树或正则表达式，需要高度专业知识。例如，他们的 Maven 依赖更新脚本就超过 20,000 行代码。

团队的核心思路是：用自然语言定义的智能体替代确定性迁移脚本，同时保留 Fleet Management 的所有基础设施——目标仓库选择、PR 开启、审查和合并流程完全不变。

技术演进路径
第一阶段：开源工具探索
团队尝试了 Goose 和 Aider 等开源工具，但在大规模迁移场景下难以可靠生成可合并的 PR。

第二阶段：自研循环
他们构建了基于 LLM API 的"智能体循环"，包含用户提供提示、智能体编辑文件并整合构建反馈、测试通过或达到限制后完成三个步骤。这适合小改动，但复杂多文件变更时经常耗尽回合数或丢失上下文。

第三阶段：Claude Code
Claude Code 成为表现最佳的智能体，已应用于约 50 次迁移和大部分生产 PR。它支持更自然的任务导向提示，能管理待办列表和高效派生子智能体。

提示工程的关键原则
1. 针对智能体特性调整 - 自研智能体适合严格的逐步指令，Claude Code 则更适合描述最终状态并留出自主空间
2. 明确前置条件 - 智能体往往过于急切地执行，需明确说明何时不采取行动
3. 使用具体示例 - 少量具体代码示例能极大影响结果
4. 定义可验证的目标 - 最好以测试形式呈现，避免模糊指令
5. 一次一个变更 - 组合多个变更容易耗尽上下文或产生部分结果
6. 向智能体征求反馈 - 会话结束后，智能体能指出提示中的不足

工具与上下文管理
Spotify 采用保守的工具策略来保持可预测性。他们的智能体只能访问:
· 验证工具：运行格式化、静态检查和测试
· 受限的 Git 工具：标准化 Git 操作，禁止推送或更改远程仓库
· 白名单 Bash 命令：如 ripgrep
他们没有暴露代码搜索或文档工具，而是要求用户预先将相关上下文浓缩到提示中。这种设计理念是：更多工具意味着更多不可预测维度。

实际应用成果
系统已处理复杂迁移任务，包括:
· 语言现代化(如 Java 值类型迁移到 records)
· 带有破坏性变更的升级
· UI 组件迁移
· 配置文件更新
这些迁移节省了 60-90% 的时间。更重要的是，2024 年中以来，Spotify 约一半的 PR 都由此系统自动化生成。

超越迁移的应用
团队通过 MCP 协议将智能体集成到 Slack 和 GitHub Enterprise。工作流程是：交互式智能体先收集任务信息，生成提示后交给编码智能体执行并创建 PR。这让工程师能从 Slack 线程捕获架构决策记录，或让产品经理无需在本地构建即可提出简单变更。

待解决的挑战
Spotify 团队坦诚地指出当前局限:
· 性能和可预测性问题
· 缺乏结构化的提示/模型评估方法
· 难以验证 PR 是否真正解决原始问题
· 仍主要依靠直觉和试错来演进提示

Part1：engineering.atspotify.com/2025/11/spotif…
Part2：
engineering.atspotify.com/2025/11/contex…

We’re thrilled to announce that Wispr Flow raised another $25M round after 10x'ing our revenue in just 5 months.

Our Series A2 was led by @hanstung at @notablecap (who was an early investor in five companies that made it to $100B valuation like Slack, Tiktok, and Airbnb). we also brought on @StevenBartlett as an investor and partner.

But here's what matters more than the money:

We cracked voice input. Not transcription - actual understanding. Our users hit "send" in under 0.5 seconds without checking. They trust it blindly. That's never existed before.

In a recent benchmark, Wispr came out as 3-4x more accurate than OpenAI, ElevenLabs, and Siri.

Voice input was step one. Now, we’re building the assistant that actually gets things done.

The keyboard had a good 150-year run.

Time to build what comes next.

PS: like, retweet, and bookmark to get wispr flow for free for 3 months ❤️

— Written with @WisprFlow

OpenAI 与 Palantir 都在用的 FDE 打法：吃客户的苦，挤出好产品

来自 @apoorv03 对 OpenAI Forward Deployed Engineering (FDE) 负责人 Colin Jarvis 的访谈：真正能把最前沿 AI 落地到企业、创造数亿甚至数十亿美元价值的，不是模型跑分最高的公司，而是最懂得“吃痛苦、吐产品”的公司。

什么是 FDE？
简单说，就是把最顶尖的核心技术工程师直接“扔”到客户现场，和客户的业务专家一起日夜作战，深度理解他们的真实痛苦，快速迭代出能用的解决方案，然后把其中可复用的部分提炼成产品，反哺给更多客户。

Palantir 前 CTO Shyam Sankar 的经典比喻：
FDE 就是要“metabolize pain and excrete product”（把痛苦吃下去，拉出产品）。

OpenAI 自己的 FDE 实践和关键原则
1. 只挑真正高风险、高价值的大问题
· 不是做边缘小功能，而是直接攻击客户业务里最核心、最赚钱或最浪费的环节。
· 例子：
· 摩根士丹利直接把 GPT-4 铺到整个财富管理业务（他们最大的业务板块）。
· 一家半导体巨头让 OpenAI 解决整个价值链上最大的浪费源头。

2. 信任比技术更难，迭代比 demo 更重要
· 摩根士丹利案例：技术管线 6-8 周就能跑通，但真正让理财顾问敢拿去面对客户，花了整整 6 个月的试点、评估、持续迭代。
· 最终结果：98% 采用率，研究报告使用量提升 3 倍。

3. 用 Eval 驱动开发
· 任何一段由大模型写的代码，都不算完工，除非你有一套严格的 eval 能证明它真的有效。
· 这套 eval 既是建立信任的基础，也是将来把系统顺利移交给客户内部团队的关键。

4. 在“确定性”和“概率性”之间做明确取舍
· 让大模型去做它最擅长的事：处理复杂、模糊、有语义的场景。
· 但所有必须 100% 正确的地方（合规、金额、关键决策），一定要用传统确定性代码包住。

给想做 FDE 的 CEO 的最尖锐建议
最重要的一条：必须极度清晰自己的目的。

两种完全不同的打法：
A. 把 FDE 当成服务业务赚钱（收咨询费）→ 短期现金流好，但很容易变成“高配咨询公司”。
B. 把 FDE 当成产品化的“零到一”手段 → 短期可能赚得少，但长期能把客户现场的解法变成平台能力。

Colin 见过太多公司失败模式：嘴上说要做产品公司，但一有大客户扔钱做定制，就忍不住接了，结果战略视野彻底丢失。

真正的纪律是：在最缺钱、最诱惑的时候，也敢对不战略的单子说 No。

FDE 的终极目标：必须带着产品离开
正确姿势：
· 第一个客户项目：可能只有 20% 的东西可复用 → 咬牙做完
· 第 2-3 个客户：复用率升到 50%
· 再往后 → 把这部分直接产品化，推向所有客户

OpenAI 正在热推的 Agent SDK 和 Agent Kit，正是这样诞生的：
1. 先从 Klarna 的定制项目里打磨出来
2. 再在 T-Mobile 等客户身上迭代
3. 最后变成所有人都能用的通用智能体框架

搭建 RAG 基础设施，不再需要数周时间。

我们已与 @Weaviate_io 集成，现在只需一小时即可完成生产环境部署。

查看本指南，了解如何构建混合研究管道。该管道展示了一个工作流程，能够根据查询，智能地在内部文档和谷歌搜索之间切换，所有操作均在 Dify 中以可视化方式进行管理。

在此处阅读指南：weaviate.io/blog/dify-and-…

最近通过对抗来提升智能体效果的论文层出不穷，这又来了一篇关于代码补丁的多智能体（multi-agents）论文！声称在SWE-bench Verified排行榜上达到了SOTA（79.4%）。

它可以通过自动化错误修复快速改进提升代码质量。

方法也简单，以前自动化测试只能照顾到我们想象到的case，但很难照顾到边缘case。

于是就构建一个测试用例考官，专门来出题去测试打补丁的agent。

这就是这项新研究引入的InfCode，这是一个框架，测试和补丁通过对抗性迭代相互挑战。

将测试生成和补丁创建视为对立的力量。

测试试图破坏补丁。

补丁不断发展以便通过测试。

两者都在冲突中变得更强大。

不断改进补丁以处理这些故障。

又开始生成更难的测试。

重复此操作，直到补丁变得健壮。

它们不仅仅通过在修复存在之前设计的测试。

而是不断发现边缘case得以强化。

在SWE-Bench Verified上进行评估，该方法在补丁质量和覆盖率方面显示出可衡量的提升。

减少了回归，并实现了更强大的修复。

论文链接：arxiv.org/abs/2511.16004