X / 推特
AI Engineer 大会组织者、Latent Space 主播 Swyx
Swyx 正在 AI Engineer 大会现场连发预告,号召大家 12 点半到 AIE Expo 看一个"闪现惊喜",随后在 Expo Stage 2 有一场和芯片公司 Etched 合作的 Latent Space 现场播客。他还分享了一个观察:今年 AIE 主题演讲里掌声最热烈的一段,居然是关于让男性在高速成长环境里公开谈论情绪和心理健康。这段对话来自他和 Mike Krieger 的现场问答,话题围绕 Fable 和 Tag 展开。他说很自豪这种话题能在一个技术大会上被正常化。对关注 AI 工程师社区文化的人来说,这是一个值得注意的信号:这个圈子开始正视 hypergrowth 带来的心理代价。
https://x.com/swyx/status/2072760421627597198
https://x.com/swyx/status/2072754722059239471
Anthropic Claude Code 团队 Boris Cherny
Boris 说 Artifacts 功能进入 Claude Code 之后对他来说是"改变生活级"的体验。他宣布这个功能即将扩展到 Pro 和 Max 订阅档位。Artifacts 让 Claude Code 的产出以可交互的独立形态呈现,而不只是终端里的文本流。从团队核心成员亲自出来带节奏看,Anthropic 正在把 Claude Code 从纯开发者工具往更广的订阅用户群推。如果你在 Pro 或 Max 档位,值得留意这个功能开放的时间点。
https://x.com/bcherny/status/2072777472970563995
OpenAI Codex 与 ChatGPT 团队 Thibault Sottiaux
Thibault 发了一条简短但信息量很大的预告:GPT-5.6 Sol Ultra 即将到来。他的原话是"等不及想看大家会用它做什么,把你们最难的 prompt 先存好"。这种说法暗示新模型在推理难题上会有明显跃升,官方成员鼓励用户提前准备压箱底的难题来验收。结合他同时负责 Codex 和 ChatGPT 的身份,这个版本大概率会同时落到编码和对话两条产品线上。OpenAI 和 Anthropic 的高端模型竞赛还在加速。
https://x.com/thsottiaux/status/2072607914217320644
AI 教程创作者 Peter Yang
Peter 分享了他在 7 月 7 日之前榨干 Fable 价值的三个方法:用更便宜的模型准备上下文、用 Fable 做规划再让别的模型执行、把推理强度调低到 Medium 然后盯着它干活。他还发布了一个包含 5 个"配得上 Fable"用例的完整视频教程。另一条推文里,他统计了听众对 Nous Research 访谈的话题投票,前五名是 Hermes 起源故事、agent 记忆与持久化、真实世界新用例、团队运营与任务委派、长期愿景与差异化,节目未来几周上线。最有意思的是第三条:他和 8 岁女儿用 Codex 玩了一个亲子项目,女儿画了一条龙,上传后用图像生成做出多个姿势变体,女儿全程用语音给 Codex 反馈,最后把成品发到定制贴纸网站打印,10 张贴纸约 20 美元。这是一个把 AI 工具变成家庭活动的现成模板,暑假带娃的人可以直接抄作业。
https://x.com/petergyang/status/2072842766053499353
https://x.com/petergyang/status/2072838004310507975
https://x.com/petergyang/status/2072756657856422379
Anthropic Claude Code 与 Cowork 团队 Cat Wu
Cat 披露了 Claude Tag 在 Anthropic 内部的渗透程度:工程、产品、数据、销售、市场全部门都在用,内部版本已经承担了 65% 的产品 PR。她和同事录了一期对谈,覆盖 CEO/CTO 推广 playbook、为什么安全从第一天就设计进去,以及这对未来工作形态意味着什么。配套的商业动作也很激进:Claude Enterprise 组织可以领 25000 美元额度、Claude Team 组织可以领 2500 美元额度,用于在 9 月 1 日前试用 Claude Tag。65% 这个数字是目前大厂里最激进的"AI 写代码占比"公开数据之一。想给团队引入 agent 工作流的负责人,这是一个低成本试水的窗口。
https://x.com/_catwu/status/2072743070316257662
https://x.com/_catwu/status/2072731500928508331
Anthropic Claude Code 团队 Thariq
Thariq 出面回应了社区里关于 Fable 订阅可用性的大量疑问。明确的时间线是:7 月 7 日之后 Fable 会从订阅计划中移除。但他强调这不是永久下架,团队的目标是等算力容量允许时,尽快把 Fable 恢复为订阅的标准组成部分,这一点在最初的官方博客里就承诺过。换句话说,现在的移除是容量问题而不是产品策略转向。重度依赖 Fable 的订阅用户需要在 7 月 7 日前安排好过渡方案,同时可以期待后续恢复。
https://x.com/trq212/status/2072814903170408784
https://x.com/trq212/status/2072814904210509905
Vercel CEO Guillermo Rauch
Guillermo 把 AI Gateway 类比成"Token Delivery Network",就像 AI 模型界的 CDN。他讲了一个很实际的痛点:Fable 突然退役时,Vercel 担心依赖它的生产流量崩掉,而且模型退役在 GPU 容量紧张的今天会越来越频繁,数据显示很多老模型版本上仍然跑着健康的生产流量。解法是新发布的 AI Gateway Rules:不用重新部署,就能动态改写模型"路由",比如一条命令把 anthropic/claude-fable-5 的请求重写到 anthropic/claude-opus-5。他的商业逻辑很直白:丢 token 就是丢收入和客户。另一条推文介绍了服务间私有连接,在 vercel.json 里注册 bindings 只要一行代码,然后用环境变量读取内部 URL,Node、Python、Dockerfile 都支持。对在生产环境跑多模型应用的团队,模型路由热切换是个刚需能力。
https://x.com/rauchg/status/2072741369848746315
https://x.com/rauchg/status/2072715658157027375
Box CEO Aaron Levie
Aaron 写了一篇关于企业 AI 落地的长文,核心判断是:企业里超越聊天机器人的 AI 部署,毫无疑问需要大量真实工作来把 AI 系统对齐到底层业务流程。他的理由是,现有工作流根本不是为 AI agent 设计的:数据碎片化、agent 连不上的遗留系统、只存在于员工脑子里而没有文档化的机构知识。要规模化可靠部署 agent,需要清洗数据、现代化 IT 系统、搭建 evals、推动变革管理,还要设计人类留在环路中的位置,以及想清楚公司新的 IP 是什么。他的结论指向一个职业趋势:这就是为什么这么多应用层 AI 公司在扩编 FDE(前线部署工程师)团队、成立专门的部署公司,FDE 会成为科技行业未来最关键的岗位之一。对想吃到企业 AI 红利的工程师,这是一个明确的职业方向信号。
https://x.com/levie/status/2072875685811716182
FirstMark Capital 投资人 Matt Turck
Matt 发布了他和 NVIDIA 的 Bryan Catanzaro 的深度对谈,主题是 Nemotron 模型和 NVIDIA 的 AI 实验室。核心问题很尖锐:NVIDIA 是芯片公司,为什么要投入数百名研究员做 AI 模型,然后免费送出去。对谈覆盖开源 AI 是否在追上前沿、美国是否落后于中国、企业为什么真的选开源模型,以及 Catanzaro 2008 年"在 GPU 上跑机器学习"这个当年被认为疯狂的赌注,还有他在 Baidu 与 Andrew Ng、Dario Amodei 共事的经历。技术部分相当硬核:如何用 4 bit 训练 550B 参数模型、Hybrid Mamba-Transformer 架构的通俗解释、多 token 预测如何一次预测 5 个 token、为什么 NVL72 是围绕 mixture of experts 设计的。还聊了 Nemotron 家族 Nano、Super、Ultra 的定位,以及 NVIDIA 为什么为 agent 场景押注速度、100 万 token 上下文窗口为什么重要。对想理解 NVIDIA 模型战略和前沿训练技术的人,这期信息密度很高,Spotify、Apple Podcasts、YouTube 都能听。
https://x.com/mattturck/status/2072723410975629364
https://x.com/mattturck/status/2072723415870411232
Builder Zara Zhang
Zara 连发三条关于 AI 与学习的观察,每条都很锋利。第一条只有一句话:AI slop 的根源不是文风差,而是没有实质内容。第二条讲了一个刚毕业大学生的故事:上学时他们把课件喂给 AI,让 AI 来讲课,而不是去听真人授课,结果经常发现 AI 教得比教授好。第三条给出一个 agent 使用技巧:你能为你的 agents 做的最好的事情之一,是让它们在群组里对话,而不是一对一私聊。三条串起来是一个一致的主题:AI 的价值取决于喂给它的实质和组织它的方式。群聊式 agent 协作这个技巧值得在多 agent 工作流里实际试一下。
https://x.com/zarazhangrui/status/2072943922385715262
https://x.com/zarazhangrui/status/2072729444943577601
https://x.com/zarazhangrui/status/2072726336158998760
FPV Ventures 合伙人 Nikunj Kothari
Nikunj 写了一段给"AGI 之夏游客"的话。他观察到和去年一样,大量人短期造访 San Francisco,回去后就说这座城市没有灵魂、只有 996 文化和 AI,又脏又乱还有流浪汉问题。他承认所有这些批评都有一定事实基础,但认为不该凭几天甚至几周的停留来评判一座城市。他的建议是:别做游客,真正花时间住下来,繁荣和萧条都会发生,但这里真的可以很美好;如果确实不适合你,那就回去把你的家乡建设成你想要的样子。落款是"一个在这里住了 14 年的人"。这是对当下 SF AI 热潮舆论的一个内部人视角。
https://x.com/nikunj/status/2072780155924480074
Every CEO Dan Shipper
Dan 说出了很多 Fable 重度用户的共同体感:它可以自己跑好几个小时,回来只甩给你两段话解释它干了什么。他转发并认同的观点是,我们需要更好的方式让 AI 给人类"讲故事"。这背后是一个真实的产品缺口:agent 的自主工作时长在拉长,但工作过程的可观察性和叙事能力没有跟上。人类很难信任一个只给结论不讲过程的同事,AI agent 也一样。对做 agent 产品的人,这是一个明确的待解问题:长时程任务的过程叙事界面。
https://x.com/danshipper/status/2072805884376301737
Anthropic 官方账号 Claude
Anthropic 官方发布了两件事。第一,放出了 Boris Cherny 和 Cat Wu 的对谈视频,主题是从 Claude Code 到 Claude Tag 的演进路径,以及它如何从工程团队扩散到 Anthropic 全公司,同时宣布 Claude Fable 5 已经在 Claude Tag 中可用。第二,宣布 Built with Claude: Life Sciences,一个面向全球的线上黑客松,与 Gladstone Institute 合作,主题是用 Claude Science 和 Claude Code 做生命科学研究和开发,奖池是 10 万美元的 credits。黑客松 7 月 7 日到 13 日举行,报名截止是本周日。做生物医药方向又会用 AI 工具的团队,这是一个门槛不高的机会。
https://x.com/claudeai/status/2072725610061803522
https://x.com/claudeai/status/2072681853971001849
https://x.com/claudeai/status/2072681856730792282
播客
No Priors — How Nuclear Will Unlock Energy Abundance with Valar Atomics Founder Isaiah Taylor
核心要点:核能不是设计问题,而是硬件执行问题。谁能把反应堆像 Toyota Camry 一样大规模制造和快速迭代,谁就能把能源价格打下来 10 倍。
Isaiah Taylor 是 Valar Atomics 的创始人兼 CEO,曾祖父是 Manhattan Project 的核物理学家。这家成立不到三年的公司刚刚在 Utah 完成了一件此前只有国家实验室和百年老牌企业做到过的事:startup 造出的第一台发电的先进反应堆,也是 50 多年来美国第一台点火的 TRISO 反应堆,2000 年以来美国第五台发电的新核装置。在 AI 算力疯狂拉动电力需求的当下,这家公司解释了为什么核能复兴的瓶颈从来不在物理,而在造东西的能力。
第一个关键点是监管破局。核能过去二十年卡在一个死循环:去监管机构要许可需要运行数据,但没有许可就不能运行。整个行业的应对是变成"建模与仿真行业",生产精确但纸面的 paper reactor。Valar 走了另一条路:美国立法里其实一直存在两条核能路径,NRC 管商业化部署,而 Department of Energy 的前身 ERDA 本来就是为测试反应堆而设立的,这条测试路径在法律里躺了四十年没人用。行政令 EO14301 要求 7 月 4 日前三台先进反应堆在美国本土达到临界,Valar 的反应堆正是在 DOE 授权下点火的,目前正以 100 千瓦功率运行,每秒劈开约 10 的 17 次方个原子。
第二个关键点是安全哲学的转向:传统核电靠降低事故概率来控制风险,Valar 靠消除事故后果。他们的反应堆用氦气冷却、石墨慢化、TRISO 燃料,监管申报的安全基线是假设厂内一切全部失效,公众和工作人员依然不会受到辐射剂量。录制几天后他们计划做一个演示:紧急停堆后关掉全厂电力和所有安全系统,让水套依靠自然循环被动带走衰变热,两天内自行冷却,没有任何运动部件和人工干预。Taylor 还给了一个反直觉数据:按单位发电量死亡人数算,核能比太阳能还安全,因为屋顶装光伏摔死的人更多。
第三个关键点是速度的量化。公司内部的核心指标叫 tick rate:从注册公司到第一次裂变原子用了 2 年 4 个月,从第一次到第二次只用了 7 个月,目标是最终压缩到每几分钟点亮一台新反应堆。配套的工程创新包括 Modular Citadel 预制混凝土生物屏蔽层,接缝全部做成正弦波形状让射线无路可走,不用灌浆不用螺栓,42 小时堆完传统要 3 个月的活,而发明这种无钢筋防辐射混凝土的两位工程师分别只有 23 岁和 21 岁。最狠的故事是反应堆保护系统:供应商报价 500 万美元、工期两年半,Valar 让 5 个工程师关在会议室 6 周,用约 40 万美元做了出来,供应商随后到处散布他们是会害死人的不安全公司。Taylor 对整个行业的评价毫不留情:"你越深入看核工业,越发现到处都是这样。这是一个假行业,四十年没造过任何东西,仅有的一点产品还在收 100 倍的溢价。"
商业层面,Valar 拒绝了核能创业公司攒纸面方案找项目融资的传统路线,直接用风险偏好高的股权资本在自己的资产负债表上盖反应堆,策略是先在自有 gigasite 铺出便宜电力,让数据中心负载主动找上门。他们还顺手做了一个营销动作:用反应堆直接供电点亮了一块 NVIDIA Blackwell 芯片,在上面托管 nuclearwebsite.com,页面会告诉你为了传输这个网页劈开了多少个铀原子,反应堆关机网站就消失,Valar 的周边商品也只在这个网站上卖。
Taylor 的终局判断值得记住:AI 和机器人正在把制造业的人力投入转换成能源消耗,沿着供应链一路往上追,能源是唯一的根本投入。能源每便宜 10 倍,就离"几乎一切免费"的 hyper techno industrialism 更近一步。