X / 推特
Replit CEO Amjad Masad
Amjad Masad 祝贺开斋节（Eid），并分享了一个引人注目的产品演示：用 Granola MCP 接入 Replit，让 Replit 在产品需求会议结束时就自动开始构建 MVP 原型。他强调 Replit 在 App Store 上线已四年，核心功能始终如一——用户输入或生成代码，服务端编译后打开 WebView，从未受平台限制。这一稳定性让 Replit 得以专注于 AI 能力的提升，而非平台合规博弈。
https://x.com/amasad/status/2034877335917519068
https://x.com/amasad/status/2035077510720102465
https://x.com/amasad/status/2035091750533177648
Box CEO Aaron Levie
Aaron Levie 指出，对于能够有效驾驭 AI agent 的员工而言，其可调用的"算力预算"将会远超同岗位普通员工，这一趋势将在组织层面产生深远影响。他认为这是当前最值得关注的底层结构性变化之一，且这种差距会随模型能力提升而持续扩大。
https://x.com/levie/status/2034833274506281061
Y Combinator CEO Garry Tan
Garry Tan 分享了他在 Claude Code 的 `/office-hours` skill 里埋下的 YC 彩蛋，体现了他对 AI 编程工具的持续投入。他还提出一个观点：Markdown 结合 LLM 实质上已经成为一种"编程语言"，在处理高价值、需要上下文推理的复杂任务时，远优于传统确定性编程语言。他同时对 Paul Graham、Jessica Livingston 等人支持自己出任 YC 总裁兼 CEO 表达了感谢。
https://x.com/garrytan/status/2034853668739252419
https://x.com/garrytan/status/2034881003140129145
https://x.com/garrytan/status/2034883862460080542
Vercel CEO Guillermo Rauch
Guillermo Rauch 宣布 Next.js 16.2 正式面向 agent 原生开发设计：新增 AGENTS.md 文件及打包文档，让 AI agent 能精准掌握当前项目所用的 Next.js 版本细节；同时推出 `@vercel/next-browser`，为 agent 提供专属浏览器工具，大幅提升 agent 在框架内的操作精度。
https://x.com/rauchg/status/2035076089861857500
Every CEO Dan Shipper
Dan Shipper 以税季为题调侃，把报税文件直接丢给 Codex 处理。他还分享了 agent 原生文档编辑器 Proof 病毒式传播的经历：上线两天内超过 4000 份文档被创建，但随后服务器开始频繁崩溃——而这整个产品本身就是用 vibe coding 方式构建的。他表示已在修复稳定性问题，并半开玩笑地叮嘱用户暂时不要使用 Proof，以免再次压垮服务器。
https://x.com/danshipper/status/2034996532944978315
https://x.com/danshipper/status/2035030133413704154
https://x.com/danshipper/status/2035042300871811547
Claude Code 工程师 Thariq
Thariq 在开斋节发文祝贺，分享了经过一个月斋戒与反思后的庆祝心情。他还转发了一段与 Claude Code 相关的内容，展示了 agent 在实际使用场景中的表现，获得了社区的广泛关注。
https://x.com/trq212/status/2035041983618830815
https://x.com/trq212/status/2035086678977912994
Claude Code 运营 Cat Wu
Cat Wu 整理并分享了构建 agentic 系统的四条关键原则，来自 Decagon 产品总监 Bihan Jiang 和 Datadog 高级 PM Kai Xin Tai 的一线实践：一是按短冲刺规划迭代，二是优先做演示和评估而非写文档，三是每次模型更新后重新审视之前因模型能力不足而搁置的功能，四是始终优先选择最简单可行的方案（agentic 系统中，失败会随复杂度指数级累积）。
https://x.com/_catwu/status/2035104391137784111
https://x.com/_catwu/status/2035104389808222383
https://x.com/_catwu/status/2035104388541473275
Anthropic Claude 官方账号
Claude 官方宣布桌面应用已支持 Projects 功能进入 Cowork 模式：任务和上下文可集中在一个工作区，文件与指令保存在本地电脑，支持一键导入现有项目。这一更新使得 Claude Code 在团队协作场景下的使用更加结构化。
https://x.com/claudeai/status/2035025494677365113
https://x.com/claudeai/status/2035025492617961704
Google Labs VP Josh Woodward
Josh Woodward 宣布修复了 Gemini Android 版的一个用户痛点：用户在语音对话中暂停时，Gemini 不再提前切断录音。iOS 版本将在数周内同步上线。这一改动让语音交互体验更自然，减少了因停顿而被打断的挫败感。
https://x.com/joshwoodward/status/2034797067344998862
Roblox 产品经理 Peter Yang
Peter Yang 观察到 OpenAI 的战略路径愈发清晰：ChatGPT 已成为装机量最大的 AI 产品，下一步是将其打造成兼顾编程、知识工作与个人助理的全能入口。他认为"Research preview"正在成为新的"beta"标签，产品迭代节奏显著加快。他还总结了 agentic 产品开发的四条心得：短冲刺规划、以演示和评估代替文档、随新模型重审旧功能、优先做简单的事。
https://x.com/petergyang/status/2034784797168685322
https://x.com/petergyang/status/2034786020160635031
https://x.com/petergyang/status/2035130974682718585
播客
Latent Space — Dreamer: the Agent OS for Everyone — David Singleton
本期 Latent Space 播客邀请了 Dreamer 联合创始人兼 CEO David Singleton，深度介绍了这款面向普通消费者的 AI agent 平台。David 曾担任 Stripe CTO，并在 Google 早期参与 Android 系统建设，他将 Dreamer 定位为"agent 时代的 Android"——一个开放的生态平台，让任何人都能发现、构建和使用 AI agent。
Dreamer 的核心是一个名为"Sidekick"的个人 agent，用户可以为其命名、赋予个性，它既是日常助理，也是整个平台的"内核"（类比操作系统的 kernel）。当一个 agent 需要调用另一个 agent 时，必须经由 Sidekick 作为中间人，以确保数据安全和权限边界。这种设计让 Dreamer 在隐私与安全方面具备操作系统级别的保障。
平台采用工具（Tools）+ 画廊（Gallery）+ Sidekick 三层架构。工具层向第三方开发者开放，涵盖 Google Search、Gmail、Formula 1 赛事实时数据、MLB、NFL 等高质量数据接口，以及 Instacart、Granola 等第三方集成。工具发布者可按使用量获得分成收益，平台为此设立了一万美元的最佳工具奖励（截止四月中旬）。画廊中已有数百个社区构建的 agent，覆盖个人生产力、邮件管理、财务分析、会议记录等场景。
在构建体验上，David 现场演示了用 Sidekick 在 25 分钟内构建一款 AI Engineer 大会专属 app：可搜索讲者、生成个性化日程、并通过 LLM 为每个时间段做匹配推荐。Dreamer 还支持用户分享 app 给非平台用户使用，降低了传播门槛。底层技术栈采用 TypeScript，代码可导出到本地并用 Cursor 或 Claude Code 编辑；平台内置版本管理（非 Git）、SQLite 数据库、多用户权限隔离、以及完整的 agent 运行日志。
在记忆系统方面，David 表示团队尝试过向量数据库、RAG、知识图谱等多种方案，目前采用的系统与主流产品类似，但仍有专人持续优化，目标是让 Dreamer 越用越了解用户。
David 还介绍了"Builder in Residence"计划，招募有创意的外部构建者，提供免排队进入权、直接与团队合作的机会，以及付费构建 agent 的机会。公司目前约 17 人，保持极高人才密度，招聘时重点考察候选人与 coding agent 协作的能力——面试流程包含用 Codex 或 Claude Code 共同构建一个完整产品功能的实操环节。
https://youtube.com/watch?v=TvmxWWfiYWI
No Priors — Andrej Karpathy on Code Agents, AutoResearch, and the Loopy Era of AI
本期 No Priors 播客对话 Andrej Karpathy，涵盖 code agent、AI 研究自动化、工程师角色演变、机器人与教育等多个议题。
Karpathy 描述了自己从 2024 年 12 月开始进入的"AI psychosis"状态：他的编码方式从 80% 自写代码、20% 委托 agent，彻底翻转为几乎不再亲手敲一行代码。他认为这是一次划时代的生产力跃迁，但普通工程师和外界几乎没有意识到这一切已经发生。他目前的工作模式是同时运行多个 agent session，在一个 agent 工作时审查另一个的输出，形成"round robin"高效循环。
在 AutoResearch（自动化 AI 研究）方面，Karpathy 分享了他正在探索的构想：利用 agent 自动搜索优化训练代码的 commit，验证成本低（只需跑一次训练看 validation loss），但搜索空间极大。他还设想了一个类似区块链结构的去中心化研究框架：来自互联网的不受信任的"工作者"可以提交候选 commit，任何人都可以低成本验证结果是否有效，"工作量证明"就是海量实验，奖励是排行榜排名而非金钱。
对于工程师角色的转变，Karpathy 认为"coder"这个词已经不再准确，更贴切的是"向 agent 表达意图"。他指出，agent 能做的事情越来越多，工程师真正的价值将集中在那些 agent 无法完成的少数关键决策上——比如对产品方向的品味判断、对核心抽象的把握（他以 microGPT 为例，认为 agent 能理解和实现，但无法独立"想到"这个最简抽象）。
在教育领域，Karpathy 提出了一个新范式：未来的课程和学习材料应当为 agent 而非人类设计——用 Markdown 文档取代 HTML 页面，让 agent 消化后再向人类解释。他认为真正优秀的教育者将转变为"向 agent 注入关键认知比特"的角色，其他知识传递工作将由 agent 接管。