X / 推特
Andrej Karpathy
Karpathy 分享了一个被大量人采用的工作技巧：在向 LLM 提问时，最后加上"请以 HTML 格式输出"，然后在浏览器中打开生成的文件，不仅视觉效果更好，信息组织也更清晰。他还探索了让 LLM 以幻灯片格式呈现内容等变体，认为 HTML 是 LLM 输出的一种被低估的展示媒介。获得 13038 次点赞，是当日互动最高的推文。
https://x.com/karpathy/status/2053872850101285137
Claude Code 工程师 Thariq
Thariq 分享了他将 HTML 用于多种工作场景的经验，包括规划、写 spec、探索想法、code review 和撰写报告，并提供了相关资源链接。这与 Karpathy 的 HTML 输出洞察形成了有趣的呼应，说明 HTML 作为工作格式在 AI 从业者中的普及趋势。
https://x.com/trq212/status/2053632475294040084
Anthropic Claude Code 工程师 Cat Wu
Wu 邀请用户参加 Claude Code 云端版本（桌面云选项、iOS app、Android app）的 office hours，征集使用反馈，Anthropic 团队希望直接听取用户对跨平台体验的意见。
https://x.com/_catwu/status/2053873949646405879
Box CEO Aaron Levie
Levie 指出，随着高级 agent 从代码领域向更广泛的知识工作延伸，正确部署 agent 需要大量的工程能力和专业知识：确保 agent 拥有正确的上下文和数据，以安全合规的方式将系统接入 agent，以及管理 agent 的行为边界。他认为这是当前 AI agent 落地最被低估的难点。
https://x.com/levie/status/2053672965125140915
OpenClaw 创始人 Peter Steinberger
Steinberger 展示了三项自建工具进展：第一，在 RepoBar 中内置了浏览器，选择 issue、PR、commit sha 或 workflow 时可直接预览上下文，提升工作效率。第二，Birdclaw 已经存储了他的完整 Twitter 归档，让他可以通过 Codex 查询任何曾经点赞或收藏的推文。第三，他让 Codex 用 OpenClaw 本身来对 OpenClaw 的 chat completion endpoint 做端到端测试，并通过 /side 指令在测试进行中继续提问，实现了 AI 工具的自我测试闭环。
https://x.com/steipete/status/2053717468623872230
https://x.com/steipete/status/2053737275268177980
https://x.com/steipete/status/2053744332675408151
Y Combinator CEO Garry Tan
Tan 分享了两个对比鲜明的思考：一是他观察到两个 AI 在对话中陷入了长达 30 轮的连续敲门玩笑循环，令他感到啼笑皆非。二是他发表了一条关于设计本质的深刻判断："设计最高和最重要的形式，是对人类痛苦的真正转化。"
https://x.com/garrytan/status/2053645909682954545
https://x.com/garrytan/status/2053689459032379860
Every CEO Dan Shipper
Shipper 对一批身处 Brooklyn 小办公室的人群表达了关注，称他们比 SV 创始人和工程师领先 1 到 2 个月，暗示某种具有前沿视角的社区或团队正在做有趣的工作。
https://x.com/danshipper/status/2053628011233095875
Swyx
Swyx 对 @thinkymachines 的新发布给予了高度评价，认为其对"实时"（realtime）概念的定义做出了重大升级，超越了 Google DeepMind 和 OpenAI 的现有框架，是对行业认知框架的一次重要冲击。获得 798 次点赞。
https://x.com/swyx/status/2053960011748098462
播客
No Priors — Amex Global Business Travel: The World's First AI Take Private with Long Lake CEO Alexander Taubman
Long Lake Management 联合创始人兼 CEO Alex Taubman 是"AI 并购重组"这一新兴模式的创始者，他近期宣布以 63 亿美元收购全球最大企业差旅平台 American Express Global Business Travel，被认为是全球首个"AI take private"交易，引发广泛关注。
核心要点：Long Lake 的核心模式是：买下传统服务业公司，用自建 AI 平台 Nexus 赋能员工，通过提升员工生产力驱动增长，而非通过裁员降本，使公司增速从 0-5% 跃升至 20% 以上。
Long Lake 从一开始就构建了一套跨行业通用的 AI 平台 Nexus，约 80% 的基础设施在不同行业共享，剩余 20% 是针对具体业务的定制化部署。部署过程包括梳理工作流、清洗和整合数据源，并让模型能够无缝访问业务数据。Taubman 强调 Long Lake 的工程师常驻在被收购公司的现场，与一线员工紧密合作，找出痛点再在 Nexus 中构建解决方案，这种紧密的反馈循环是他们能快速产出成果的关键。
在 AI 应用的商业效果上，Long Lake 选择了与传统 PE 截然不同的路径：不裁员降本，而是通过 AI 赋能让员工的每小时产出提升，然后去获取更多客户、服务更多客户。以 HOA（房主协会管理）行业为例，Long Lake 接手前公司通常年增长 0 到 5%，引入 Nexus 后增速超过 20%。员工保留率也显著提升，因为员工一旦使用了 AI 工具，去竞争对手那里"裸奔"的成本极高，就像失去电子邮件一样难以忍受。
关于为何选择并购而非卖 SaaS 的路线，Taubman 给出了明确答案：SaaS 供应商并不真正在意买家的业务结果，对话结束后就离开了；而拥有公司意味着 Long Lake 与客户利益完全绑定，驱动更好的产品和服务决策。他把这称为"比出售软件更深的利益对齐"。
Amex GBT 是一家有 111 年历史（成立于 1915 年）的企业差旅平台，前身服务于一战时的旅行者，部分业务可追溯至 1876 年。Taubman 看中的是其在企业客户中积累的百年信任，以及差旅行业高故障代价（错过一个重要会议的损失远超旅行费用本身）所带来的强粘性。Long Lake 的计划是将 Nexus 平台接入 AMEX GBT 的差旅顾问团队，让每个顾问拥有 AI 超能力，做到更快响应和更少失误。
从更宏观的角度看，Taubman 将 Long Lake 定位为"AI 时代的 Danaher"，目标是在每个进入的行业成为市场领导者，通过持续积累的 AI 运营能力形成复利，成为长期持有者而不是几年内套现退出。他认为这种 AI 驱动的运营转型需要 2 到 5 年才能完全体现，短期退出会浪费大部分价值，只有长期持有才能享受复利效应。