X / 推特
AI 教程与访谈创作者 Peter Yang
Peter Yang 分享了一套个人推荐工作流：用一个简单的 Markdown 文件，配合 `/tastemaker` skill，记录自己看过的电影、电视剧和书籍评分。这个工具每周查找新发布的作品以及他尚未看过的内容，再根据已有评分生成推荐。他表示推荐结果非常符合个人口味，并询问是否应该开源这套工具。他还预告将与 OpenAI 的 ChatGPT Finances 产品负责人、自己的朋友录制的个人理财访谈，内容围绕六个可实际尝试的提示词展开。已披露的用途包括主动寻找节税机会、提高信用卡奖励收益，以及生成通往财务独立的交互式预测。他的两条分享都聚焦于让 AI 利用具体的个人信息，完成推荐或规划任务，但理财部分目前提供的是内容预告，尚未给出完整提示词。
https://x.com/petergyang/status/2101503916743749878
https://x.com/petergyang/status/2101342055352201519
Vercel CEO Guillermo Rauch
Guillermo Rauch 认为，近期 AI 浪潮最令人兴奋的变化，是人们对亲自构建产品的热情。他把这种变化概括为：人们希望创造并交付成果，而不只是消费内容。在他的判断中，即使存在短期争议，构建意愿的增强仍然是对世界有益的发展。他关注的是 AI 浪潮带来的参与方式变化，强调更多人愿意动手创造。这条推文表达了他对构建热情的积极判断，没有涉及某款工具的具体能力，也没有提供衡量这一趋势的数据。
https://x.com/rauchg/status/2101397206595231765
Box CEO Aaron Levie
Aaron Levie 认为，个人 agent 是“构建 agent 想要的东西”这一思路最充分的体现。他以 Muse 这类产品为例，指出用户期待把任务交出去后，agent 能从头到尾完成，而这要求它能够顺利操作用户已有的工具，或使用自己的工具。对工具提供方而言，需要支持的能力包括调用 MCP 或 CLI、浏览网站以及完成交易。他据此判断，产品接下来需要争取的注意力，将越来越多地来自 agent 的选择。订餐、电商交易、机票预订、本地服务，以及数据和信息交互，都是他明确列出的应用场景。在这些场景中，最方便 agent 使用、最能帮助其完成任务的工具，在他看来会获得更多使用机会。他将这一变化视为自 App Store 以来，消费科技领域最大的机会与格局重组。
https://x.com/levie/status/2101427997597446636
FPV Ventures 合伙人 Nikunj Kothari
Nikunj Kothari 表示，自己每天花约 2 小时编程、开发业余项目和尝试新的代码仓库，也几乎每天都会收到质疑投资人为何要亲自动手的私信。他的回答是，AI 变化太快，如果不持续实践，就很难理解下一阶段会发生什么。他把 AI 投资需要掌握的内容分成三层：阅读技术论文以理解模型能力及其改进方向，研究支持更长周期任务的基础设施，以及理解让模型能够参与构建自主运营公司的应用层运行框架。他特别强调，阅读模型研究论文仍然能带来大量信息优势。与研究者、开发者交流，以及判断创始人，也是他采用的学习和投资方式。他选择持续动手，是因为自己很难仅靠间接了解来学会这些东西，同时也享受构建过程。他建议想理解 AI 的人每天留出实践时间，并认为连续尝试 10 天后，很可能也会沉浸其中。
https://x.com/nikunj/status/2101340098356990058
SPC 普通合伙人、Bevel Health 联合创始人 Aditya Agarwal
Aditya Agarwal 把关注点放在 agent 相关入侵的安全风险上。他提到，自己近期看到 Gemini（Google）、OpenAI 和 Anthropic 接连发布与更多 agent 入侵有关的消息。这些消息让他形成了非常强烈的判断：一些大型公司已经遭到国家级攻击者渗透，却仍未察觉。他用“100%”表达自己的确信程度，但推文没有列出具体受害公司、事件经过或直接证据。因此，这条内容应理解为他对潜在安全风险的个人判断，不能据此确认某家公司已遭入侵。