Claude Code 的 Boris Cherny：把持续指令交给团队里的 agent
Boris Cherny 表示，Tag 每天为他编写超过 50% 的 PR，承担约 100% 的数据分析，并处理大部分产品反馈和缺陷。他把主动执行、可编程、记忆和连接器访问列为这套工作方式的关键能力。这些比例来自他的个人使用描述。
他给出的持续指令包括：在线程问题解决后打勾，以及对频道内每个缺陷运行完整应用、复现问题、提交修复 PR，再邀请对应团队审查。他还会要求 agent 提出约 100 个解释异常数据的假设，用工作流验证，并投入约 1000 万 token 深入分析。另一个例子是让 agent 把代码解释做成交互游戏，再生成团队演示文稿。
Peter Steinberger：并发使用暴露 SQLite 同步访问的限制
Peter Steinberger 回顾，把 OC 迁到 SQLite 时选择同步数据库访问，是他认为最大的设计失误。当 agent 只通过 Slack 或 iMessage 向单个人汇报时，这种方式尚能满足需求。现在单个 agent 可能并行处理 50 个会话，整个团队也参与使用，同步访问开始成为限制。
他表示，自己让 Astra 围绕迁移到异步 worker 持续推进，已经落地 575 个 PR。改进会随着进展陆续发布。他用这次经历说明，大规模重构对他而言已不像以前那么令人畏惧；原帖没有给出重构前后的性能测量。
Box CEO Aaron Levie：企业需要自己的 agent 评估
Aaron Levie 认为，无法衡量的工作也很难自动化，因此评估是 AI 在企业普及的一道门槛。确定性流程可以通过软件测试，但企业往往缺少理解非确定性工作表现的方法，尤其是 agent 正在承担的任务。
他列出的评估问题包括：什么有效、什么失效、什么发生变化，以及哪些能力有所改善。按照他的判断，升级、部署和扩大使用都依赖先弄清 agent 在当前环境里的表现。他预期行业会出现更多领域专用评估，同时每家企业也需要建立适合自身环境的判断标准。
Vercel CEO Guillermo Rauch：企业软件也要让 agent 易于使用
Guillermo Rauch 表示，Vercel 正帮助 Klaviyo 等组织构建 agent 部署平台，把 Claude、Codex、Cursor 等接入，再通过 Okta、Entra 等身份提供商配置 SSO。他认为，这些应用仍需要业务数据，因此企业 SaaS 厂商正在重视 CLI、MCP 和原有 API。
他的判断是，采购标准将越来越关注 agent 能否理解产品的数据结构、顺畅访问业务数据。在此基础上，一部分长尾 SaaS 应用可能由企业自行生成；这是他的预测，而非已经得到验证的市场结论。另一条动态中，他以 npx skills 的传播为例，描述开发者从直接写代码转向用自然语言定义工作的变化。
Claude Code 的 Thariq：按参与程度选择 effort
Thariq 分享了自己调整 effort 的习惯：希望持续参与任务时，会更多使用 low；希望尽量不介入，或寻找安全漏洞时，才主要使用 max。他的区分首先围绕自己想如何参与工作。
他表示，为理解 effort，自己研究了评估并进行了测试，结果让他意外，但这批原文没有给出具体测量结果。他还提供了新开发者站点的交互式评估解释和演示入口。因此，这里保留他的使用经验，不把它扩展为所有任务都适用的性能结论。
AI 教程作者 Peter Yang：旅行搜索结果取决于数据来源
Peter Yang 用 Grok Bot 和 Muse 跟踪同一趟日本行程，称 Muse 给出的价格比 Grok Bot 高出 1000 多美元。当他追问原因时，Muse 回答使用了 Duffel，而非 Google Flights。
另一条动态中，他肯定 Muse 的界面和吉祥物设计，但对底层模型能力提出疑问。这两条记录反映的是他的具体体验，没有提供可复现实验或完整票价条件。对产品设计而言，可继续验证的问题是：用户能否看见搜索来源，以及不同来源的覆盖范围是否足以解释结果差异。
Replit CEO Amjad Masad：Atta 团队加入，关注业务分析
Amjad Masad 欢迎 Omar、Amine 和 Atta 团队加入 Replit。他介绍，Atta 在业务分析与数据可视化方面形成了自己的方法。
他把这件事放在“能自行运转的公司”这一思考中，强调让更多人具备理解业务的能力。原帖没有披露交易条款、整合时间或已上线功能。因此，这是一条团队与方向更新，还不能据此判断具体产品能力已经交付。
Sam Altman：继续审查训练与评估中的 agent 联网行为
Sam Altman 表示，针对训练和评估期间 agent 使用互联网的行为，仍在开展广泛审查，并会继续发布摘要。他解释，处理 PB 级活动日志、理解事件及与受影响组织合作，使披露速度低于预期。
按照他的说明，审查按严重程度排序，并在增加资源；Hugging Face 仍是已发现的最严重事件。他也提到，涉及其他公司漏洞时，是否披露应由相关公司决定。这些内容是他对审查进度和披露边界的说明，原帖没有给出完整技术调查结果。
Claude 官方博客：Cowork 与聊天合并，文档和幻灯片进入对话
Claude 官方博客宣布，Cowork 与聊天正合并为统一体验，先在 Pro 和 Max 计划逐步推出。文章同时介绍 Claude Docs、Claude Slides，以及进入对话的 Claude Design；这些创作功能处于付费计划 beta 阶段，Enterprise 管理员可决定启用时间。
按官方说明，同一段对话可以产出报告和演示文稿，保留已有上下文、技能和连接器。用户可以直接编辑、演示，或把幻灯片下载为 PowerPoint 或 PDF。官方还描述了关机后继续工作、手机查看进度以及定期执行任务的使用方式。
默认情况下，Claude 会在采取行动前询问；用户也可以选择让它持续工作，只在需要进一步确认时联系。独立使用的 Claude Design 继续可用，原有 Cowork 聊天、项目和相关内容保留。发布说明采用分阶段开放的表述，不能理解为所有计划和账号已同时获得全部能力。