X / 推特
Anthropic AI 官方账号 Claude
Anthropic 发布了重要的多模型协作新功能：在 Claude 平台上，Sonnet 或 Haiku agent 在执行任务中遇到复杂决策时，可以通过 advisor tool 调用 Opus 进行"请教"，获取方案后继续执行，整个过程在一次 API 请求内完成。评测结果显示，在 SWE-bench Multilingual 上，加了 Opus advisor 的 Sonnet 比单独的 Sonnet 高出 2.7 个百分点，同时每次任务的成本降低了 11.9%，实现了性能和成本的双向优化。该功能目前在 Claude 平台以 beta 形式开放。
https://x.com/claudeai/status/2036503582166393240
https://x.com/claudeai/status/2042308627478773808
https://x.com/claudeai/status/2042308629940855048
Anthropic 研究员 Alex Albert
Albert 分享了 advisor tool 的核心设计理念：让 Sonnet 在遇到高难度子任务时"向朋友求助"，即动态调用 Opus，这样可以减少 Sonnet 在困难任务上反复尝试消耗的 token，同时提升整体精准度，在性能和成本之间找到更优的平衡点。
https://x.com/alexalbert__/status/2042329150086922574
Claude Code 工程师 Thariq
Thariq 分享了两个高价值的 Claude Code 使用技巧：第一，"prompting"将成为像写作、演讲一样的高杠杆核心技能，是与 agent 沟通的基础能力，他的目标是帮助更多人掌握这项技能。第二，Monitor Tool 是一个被低估的强大功能，用法示例是让 Claude 启动 dev server 并用 MonitorTool 持续观察错误日志，实现真正的后台监控。
https://x.com/trq212/status/2042318547519762678
https://x.com/trq212/status/2042335178388103559
Anthropic Claude Code 工程师 Cat Wu
Wu 宣布 Claude Code 大幅简化了与 AWS Bedrock 和 Google Vertex 的集成流程，设置时间显著缩短，降低了企业用户采用 Claude Code 的门槛。
https://x.com/_catwu/status/2042345489778331915
OpenAI CEO Sam Altman
Altman 宣布 ChatGPT Pro 新增 100 美元价位的订阅层，表示这是回应大量用户的强烈需求。他同时高度肯定了 Codex 团队，表示 Codex 收到了很多爱，使用量增长迅猛。
https://x.com/sama/status/2042342572958630332
Andrej Karpathy
Karpathy 观察到 AI 能力认知上存在越来越大的分层鸿沟，核心原因是时效性和使用层级的差异：很多人试用的是旧版的免费 tier，而一线 builder 使用的是最新的付费 API，两者体验差距巨大。他还分享了一个分析：OpenClaw 时刻之所以影响大，是因为这是第一次让大量非技术用户（之前只知道 ChatGPT）亲眼目睹 AI agent 在现实中自主完成任务，产生了"原来 AI 真能做到"的认知冲击。
https://x.com/karpathy/status/2042334451611693415
https://x.com/karpathy/status/2042341482531864741
Google Labs VP Josh Woodward
Woodward 宣布 Google Gemini 的音乐生成模型 Lyria 3 向所有用户免费开放全部功能。Gemini app 上线不到 50 天就已生成超过 1 亿首歌曲，Woodward 表示更多富有创意的模型交互方式即将推出。
https://x.com/joshwoodward/status/2042318148851188151
https://x.com/joshwoodward/status/2042291365107941669
Vercel CEO Guillermo Rauch
Rauch 展示了 shadcn 的惊人增长数据：每秒有一次 `npx shadcn init` 执行，直观体现了当前新软件创建的规模。他还系统阐述了"Agentic Infrastructure 是云计算的未来"这一框架：①为 coding agent（Claude Code、Codex、Cursor）提供专门的基础设施，②将 agent 直接部署到 Pages，③提供 agent 可读的 Logs 和 Analytics，这是 Vercel 对 agent 时代的整体布局。
https://x.com/rauchg/status/2042294997278736552
https://x.com/rauchg/status/2042358253510963384
Zara Zhang
Zhang 分享了自己对 AI 写作的反直觉立场：她几乎不用 AI 帮她写作，因为她本身享受写作过程，而且对写作质量有高标准，用 AI 写反而会花更多时间修改，效率不升反降。她还展示了用 AI 制作了两个 HTML 幻灯片示例：一个是 Duolingo 风格的互动英语学习 deck，另一个是基于 Andrej Karpathy 知识管理体系的 deck。
https://x.com/zarazhangrui/status/2042379962339246105
https://x.com/zarazhangrui/status/2042349097701765564
https://x.com/zarazhangrui/status/2042355625179709573
Y Combinator CEO Garry Tan
Tan 解释了 GStack skill 的工作机制：agent 可以根据 markdown 上下文自行判断何时触发某个 skill，用户不需要显式调用，系统会自动感知需求。他还高度赞扬了 Anjney Midha，称其为"真正厉害的人"，并鼓励工程师不要听信"慢工出细活"的论调，选择与 AI 工具一起提速。
https://x.com/garrytan/status/2042061979997831556
https://x.com/garrytan/status/2042109985346490483
OpenClaw 创始人 Peter Steinberger
Steinberger 戏剧性地展示了他们"找到了 GitHub MCP Server 的开发者"，这条推获得了 2675 个点赞，成为当天一个热点话题。他还为 ClosedClaw 项目征集问题，并感谢了贡献者 @thsottiaux。
https://x.com/steipete/status/2042214825405661677
https://x.com/steipete/status/2042184777575367117
OpenAI VP of Science Kevin Weil
Weil 再次分享了 AI 数学领域的突破，这次是 AI 同时解决了五道 Erdos 数学问题，并且随着模型进步，证明的优雅程度也在提升，不仅能"算对"，还能"算得漂亮"。
https://x.com/kevinweil/status/2042073869880848481
播客
Unsupervised Learning — Ep 84: OpenAI's Chief Scientist on Continual Learning Hype, RL Beyond Code, & Future Alignment Directions
OpenAI 首席科学家 Ako Paioki 在这期节目中全面阐述了 OpenAI 当前的研究方向和对 AI 未来的判断，是一期罕见的内部视角深度访谈。
核心要点：OpenAI 首席科学家认为 AI 已足够聪明到可以真正改变经济，现在的重点是让模型在真实世界任务中产生实际价值，而不再是追求抽象的基准提升。
关于模型进展和时间线，Paioki 表示 OpenAI 正在快速向"研究级 AI"迈进。他区分了"研究实习生级 AI"和"完全自动化 AI 研究员"：前者需要给出较为具体的技术思路后才能推进，后者可以被告知宏观目标后自主完成。他预计前者的能力今年基本可以实现，完全自动化的 AI 研究员则还需要更多时间。团队内部已经大量使用 Codex 完成实际编程工作，这本身就是 AI 能力提升的有力信号。
关于数学和物理作为研究北极星的角色，Paioki 解释了选择这两个领域的深层逻辑：数学问题可以精确验证对错，难度可以无限扩展，从初级题到 IMO 第六题，提供了一条明确的能力测量路径。更重要的是，数学推理能力和 AI 研究推理能力高度相关，顶级数学家和理论物理学家一直是 OpenAI 最优秀研究员的来源。现在 OpenAI 认为模型已足够聪明，开始将注意力从数学基准转向"如何在真实经济活动和应用科学中产生价值"。
关于 RL 在代码、数学之外的领域是否有效，Paioki 认为答案是肯定的，但挑战在于如何定义长周期任务的成功标准。他指出，即使是明确的数学或编程问题，如果需要持续工作一年，第一天做什么也是开放问题。这种长周期规划和评估的难度，与"难以验证的软技能任务"的难度高度重叠，是当前 RL 的真正前沿。他表示已经看到在这些更广泛领域上进行 RL scaling 的鼓励性信号。
关于持续学习，Paioki 认为持续学习确实是重要方向，但并不像外界讨论的那样被忽视，而是 OpenAI 当前研究路径的自然延伸。关于 alignment 的长期挑战，他强调核心问题是泛化：当模型在新情境下遇到分布偏移时，它会回退到哪些默认价值观？这是需要持续研究的深层问题。
https://www.youtube.com/@RedpointAI
No Priors — The Agentic Economy: How AI Agents Will Transform the Financial System with Circle Co-Founder and CEO Jeremy Allaire
Circle 联合创始人兼 CEO Jeremy Allaire 是 USDC 稳定币的创建者，他在这期节目中系统阐述了 AI agent 与可编程货币结合将如何重构金融系统。
核心要点：AI agent 需要支付能力才能在真实世界中自主运作，而稳定币提供了 AI agent 的"天然货币轨道"。
Circle 成立于 2013 年，最初的愿景是创建"互联网上的美元协议"，类似于 email 是通信协议，USDC 成为价值传输协议。Allaire 有奥地利经济学和全额准备金货币（full reserve money）的理论背景，认为现有分数准备金银行体系内生脆弱，稳定币是实现全额准备金货币的现代路径。USDC 完全由短期美国国债（平均期限约 13 天）和现金支持，通过 BlackRock 建立了日常透明度披露机制，被美国《Genius Act》等全球各地的法规认可为合规稳定币架构。
关于 USDC 的实际使用场景，Allaire 描述了从 25 美分的链上游戏交易，到数亿美元的电子交易结算，USDC 在同一协议下无差别处理，就像 email 不区分内容大小一样。Stripe、Shopify 已集成 USDC 用于商家支付，Visa 用它在内部网络移动资金，Ramp 最新将其纳入企业资金管理核心，支持用 USDC 支付供应商账单和工资。
关于 AI agent 与稳定币的结合，Allaire 认为这是最令他兴奋的交叉点。AI agent 要在真实世界自主行动，必然需要支付能力，包括支付另一个 AI agent 的服务费用。稳定币是 AI agent 的天然支付轨道，因为它是公开 API、无需许可、7×24 小时可用的互联网原生货币，与 AI agent 的运行模式完全匹配。他还强调区块链的可审计性在 AI 时代尤为重要：所有输入输出都是公开可查的，这提供了 AI agent 行为的可信验证机制。
Allaire 将区块链定性为一种操作系统，类比于移动 OS、Web 平台和 AI foundation model，区别在于其代码是防篡改的、完全可审计的，并且具有内生的计算和交易完整性保证。他认为随着 Genius Act 等法规全球落地，稳定币将成为美国向全球输出数字美元的地缘政治工具，同时也是金融体系的更安全替代架构。