X / 推特
Claude Code 工程师 Cat Wu
Anthropic 宣布 Claude Code 现已支持自定义运行环境（custom environments），用户可通过 claude.ai 网页端、Claude 桌面版及移动端远程运行 Claude Code。这一更新大幅拓展了 Claude Code 在各平台上的部署灵活性。
https://x.com/_catwu/status/2033705960959840649
Replit CEO Amjad Masad
Masad 分享了一个有趣观察：vibe coding（氛围编程）正在赋能公民新闻和 OSINT（开源情报）从业者。Replit 的代码审查 agent 被设计成与编程 agent 形成对抗关系，因此有时过于激进。他对平台上用户靠 app 赚到第一桶金感到由衷兴奋，称那种感受如同自己当年初次变现一样激动。总体来看，Masad 这周持续围绕 Replit 生态的产品力与用户创业故事发声。
https://x.com/amasad/status/2033777173757366501
https://x.com/amasad/status/2033777451894231208
https://x.com/amasad/status/2033789817331585178
https://x.com/amasad/status/2033949556828934349
Box CEO Aaron Levie
Levie 指出，当前高校最难的事情之一是弄清楚应该教什么——整个世界都在喊每一种工作都将被彻底改变。Box 官方 CLI 正式发布，用户现可通过 Claude Code、Codex、Perplexity Computer、OpenClaw 等主流 AI 工具将 Box 当作完整的云端文件系统来使用，且对免费用户同样开放。这标志着 Box 在 AI agent 生态中完成了一次关键的平台化布局。
https://x.com/levie/status/2033749314997280850
https://x.com/levie/status/2034023235654980049
Y Combinator CEO Garry Tan
Tan 分享了自己最近大量使用 GStack 辅助编程的经历，同时坦言上周因天气滞留奥斯汀、母亲住院等个人困境让他倍感压力。他推荐了圣何塞市长 Matt Mahan 在 Sam Harris 播客上的访谈，认为 Mahan 是用常识推动加州改革的代表人物，并号召更多人了解他。
https://x.com/garrytan/status/2033729112117018821
https://x.com/garrytan/status/2033736358863507949
Google Labs VP Josh Woodward
Woodward 宣布 Gemini 推出「Personal Intelligence」个性化智能功能，在上周全球上线 memory 功能的基础上进一步迭代：美国用户现可在 Web、Android、iOS 上全面开启，标志着 Gemini 从「千人一面的回复」向「因人而异的个性化 AI」转型。
https://x.com/joshwoodward/status/2033983926117773517
Claude Code 工程师 Thariq
Thariq 发布了一篇深度文章，系统梳理如何真正用好 Claude Code 的 Skills 功能，称"会用 Skills 本身就是一种技能（skill issue）"。他预告本周将开源一个 iMessage skill 示例，并计划周四进行 Skills 使用直播。此外，他还分享了自己如何让 Claude 辅助写作——不是让 AI 代写，而是用 AI 帮助自己把想法写得更清晰。这三条推文共同呈现了他对 AI 工具"增强人而非替代人"的一贯理念。
https://x.com/trq212/status/2033958799615398346
https://x.com/trq212/status/2033958801259544857
https://x.com/trq212/status/2034043795193663536
Vercel CEO Guillermo Rauch
Rauch 反驳了"chat 只是 AI 的过渡形态"的常见观点，预测未来更多工作和生活将通过聊天界面完成，而非相反。他还梳理了 Vercel 过去六个月在构建和部署性能上的一系列优化成果，包括最新的部署步骤提速 15%。
https://x.com/rauchg/status/2033881564824932578
https://x.com/rauchg/status/2033943845613027615
Cursor 设计师 Ryo Lu
Lu 发表了一段关于"挣扎的价值"的思考：当事情来得太容易，大脑和情感都得不到锻炼。他认为成长往往是一个循环，ease（轻松）貌似进步，实则跳过了真正改变自己的那些关键"rep"（重复训练）。这条推文引发了超过 1500 个赞，触动了大量技术从业者的共鸣。
https://x.com/ryolu_/status/2033937719685222598
Builder Zara Zhang
Zhang 分享了自己构建 Skills 的实操流程：先用 Claude Code 暴力完成任务、反复迭代直到满意，再让 Claude 读取她预先下载的 Anthropic 团队博客和文档，将整个流程固化成 skill。她还强调，想在 AI 领域持续精进，每天花一小时在模型上"玩"和"探索"至关重要——不要总想着功利性应用，而要测试模型的极限、享受构建的乐趣。
https://x.com/zarazhangrui/status/2033978001126564186
https://x.com/zarazhangrui/status/2033982697899757848
FPV Ventures 合伙人 Nikunj Kothari
Kothari 上线了"Lenny's Roundtable"：他将 Lenny Rachitsky 的所有内容（视频+newsletter）整理成代码仓库，并构建了一个网站，用户提问后系统会从中拉取相关内容、模拟不同嘉宾的"辩论"视角。该项目基于 Conductor Build 和 Railway 构建，由 Gemini 和 OpenAI 模型驱动。
https://x.com/nikunj/status/2034055256318026155
Sam Altman (@OpenAI)
Altman 发了一条饱含感恩的推文，向那些曾经一个字符一个字符手写复杂软件的前辈们致敬，感慨那段岁月的艰辛，并感谢他们将人类带到了 AI 时代的起点。这条推文收获了近 28000 个赞。
https://x.com/sama/status/2033935276079510011
播客
Latent Space — Why Anthropic Thinks AI Should Have Its Own Computer — Felix Rieseberg of Claude Cowork/Code
本期 Latent Space 播客邀请了 Anthropic 的 Felix Rieseberg，深度解析 Claude Cowork（云端协作工作台）的产品设计理念与背后的工程决策。
Felix 将 Claude Cowork 定义为"面向非开发者的 Claude Code"：其核心是让不熟悉终端的知识工作者也能使用 Claude Code 强大的 agent 能力——通过在虚拟机（VM）中运行 Claude Code，并提供更友好的 UI、更安全的默认设置来实现。他强调，Cowork 并不是"阉割版"，而是一个超集——类似于 VS Code 之于 Visual Studio，看似面向入门用户，实则因为极强的可扩展性，反而吸引了大量高级用法。
在架构选择上，Felix 认为最重要的决策是将 AI agent 放在用户本地电脑上运行，而不是迁移到云端。他的核心论点是：一个真正有用的 AI 助手必须拥有和用户一样的工具访问权限，否则会被各种限制所束缚。他举例说，如果你让一个开发者在没有电脑的情况下只通过邮件收发代码来工作，这种方式在 50 年前或许可行，但在今天完全无法接受——AI 也是同理。
关于产品迭代速度，Felix 分享了 Anthropic 内部的一个转变：过去需要通过写 memo、做设计、再执行的瀑布式流程，如今已经变成"直接把所有候选方案都快速构建出来，然后用小组测试挑出最好的"。执行成本下降让这种并行原型验证成为常态。
Skills（技能）是 Cowork 的核心可扩展机制。Felix 介绍，Skills 本质上是 Markdown 文件——你用自然语言描述你希望 Claude 如何完成某项任务，Claude 就会理解并执行。主持人 Swyx 演示了自己如何将 YouTube 视频上传、日历冲突检查等重复性工作封装成 Skills，并通过 Cowork 进行每日自动化。Skills 的可移植性问题也被提及：目前的解法是基于文件的 GitHub repo 形式，未来可能需要"个人部分与公共部分分离"的机制。
对于 AI 未来的社会影响，Felix 坦率表示 Anthropic 对初级员工就业市场的冲击"深感忧虑"——那些过去会被分配给入门级员工的重复性工作，正是 AI 最擅长接手的。他认为这个议题需要全社会、经济学家和政府共同认真讨论，目前的公共对话远远不够。
https://youtube.com/watch?v=ZpZ7lFoWaT8
Training Data — Greetings, Earthlings: Philip Johnston of Starcloud on Data Centers in Space
本期 Training Data 播客采访了 Starcloud 创始人兼 CEO Philip Johnston，探讨一个听起来科幻但正在变成现实的命题：把数据中心搬到太空去。
Johnston 解释了为什么这不只是技术噱头，而是经济必然。地球上建新能源项目的边际成本正在飙升——光是项目审批在北美就需要 5 到 10 年，适合建设的地点已经越来越少。而太空的逻辑恰恰相反：每多发射一批卫星，随着 SpaceX Starship 制造和发射成本不断下降，边际成本只会越来越低。Johnston 认为，一旦发射成本降到每公斤 500 美元以下，在太空建数据中心将比在地球上更便宜——因为太空不需要审批土地、不需要电池储能（全天候太阳照射），而且太空中每平方米太阳能板的发电量是地球上的 8 倍。他预测，10 年内将有接近每年一万亿美元的资本支出部署在太空，是有史以来最大的市场机会。
在工程挑战方面，最核心的难题不是"太空太冷"，而恰恰相反——太空是真空，无法通过对流散热，只能靠红外辐射。Starcloud 的 70% 工程时间都花在解决散热问题上：通过热管、热泵将芯片的 60 摄氏度液体升温至 100 摄氏度辐射器温度，再通过巨型可展开辐射器散热。第二大挑战是芯片在宇宙射线环境下的可靠性——他们在 Knoxville 的回旋质子束加速器和 Brookhaven 国家实验室的重离子加速器做了多轮测试，24 小时内可模拟 5 年的辐射剂量。
令人意外的是，GPU 工作负载本身对宇宙射线具有天然的耐受性：AI 推理是随机性（stochastic）计算，即使发生比特翻转，输出质量也几乎不受影响——ChatGPT 写的两首诗可能措辞不同，但质量是相同的。Starcloud 第一颗卫星上搭载了 5 块 Nvidia GPU（含 1 块 H100），迄今尚未发生一次因芯片原因需要重启的故障。
在规模化路径上，Johnston 表示 Starcloud 3 的设计功率为 8 千瓦，下一代将大幅提升，最终目标是在太空实现吉瓦级数据中心，并相信届时发射成本将使太空方案成为全球数据中心建设的默认选择。