Zara Zhang
Zara Zhang 解释了为什么持续发布内容不一定需要变现理由。她认为自我表达是人的天然需要，影响力也有独立于收入的价值。另一条反思谈到新技术带来的炫目感：演示太亮眼时，人容易忽略它不好用的地方。甚至当工具失效时，用户会先怀疑自己，而不是技术。她的关注点是保留自己的表达动机和使用判断。
Aaron Levie
Aaron Levie 认为，agent 替用户做高效选择，会改变依赖惯性和切换摩擦的市场。原来靠客户懒得更换服务获益的企业，将面对更低的切换成本与更强竞争。与此同时，有些交易本来就被复杂流程挡住，agent 能让它们更容易发生。他列举了医疗、旅行、本地服务和部分信息服务。由此既可能出现既有利润被挤压，也可能出现新的经济活动。
Peter Steinberger
Peter Steinberger 正考虑降低持续集成的负载。他感谢 Blacksmith 的支持，但认为需要分散运行压力。计划的一部分是让 Codex 判断哪些测试真正需要执行。另一部分是大幅压缩 CI，并按小时运行测试。这仍是他描述的改造计划，重点在于测试选择与运行节奏。
Thibault Sottiaux
Thibault Sottiaux 认为，发布前的 code freeze 正在变得不那么必要。他进一步设想，未来代码可能按每次请求即时生成。生成过程会受到一组约束控制。这个设想把代码从预先固定的发布产物，推向按请求形成的结果。他把它作为未来方向提出，并未给出已经上线的实现。
Peter Yang
Peter Yang 比较了不同软件留在用户记忆中的方式。很少有人会怀念多年以前用过的 SaaS 或业务软件。相比之下，喜欢的游戏往往会被长期记住。他认为游戏是记忆留存最久的软件。对 LLM 模型，他开玩笑说情况可能正好相反。
Matt Turck
Matt Turck 留意到，AI 研究者与外部评论者表达判断的方式有明显差别。他看到不少理解 AI 工作机制的研究者，既不认同必然毁灭，也不认同不可控的全面加速。相反，一些对技术了解较少的人，在这两个方向上都非常笃定。他强调的是判断的确定程度与知识深度并不总是同步。这是他对当前 AI 讨论氛围的观察。
Thariq
Thariq 担心，人会因为 agent 更能干而变得更懒。这样一来，自动化带来的生产力增长可能被人的行为抵消。他把问题放在使用者身上。能力提高并不必然等于更多有效产出。这条反思提醒他关注，节省出来的精力最终被用到了哪里。
Guillermo Rauch
Guillermo Rauch 把 Mini 浏览器迁移到了 Rust 和 Swift，希望获得 Safari 式体验，同时使用 Chromium。cef crate 让他能够打包较新的 Chromium；fx acp 通过 ACP 连接本地 fx CLI，再由 MCP server 管理浏览器。他说迁移后启动更快，获得了 Liquid Glass 和更自然的 Mac 焦点、输入控制。开发中使用了 Opus 5.5 与 Sol 6。他据此看好更多桌面和云端软件走向原生实现，并把 Vercel Fluid 放在这一趋势下理解。
Training Data | Box's Aaron Levie: On Reinventing Yourself in the AI Age and Enterprise Diffusion
核心要点：企业 AI 的机会，来自把模型接到真实流程、数据和权限上所需的大量具体工作。
Box 创始人兼 CEO Aaron Levie 从云端文件存储与协作起步，长期处理企业非结构化数据。如今 Box 把 agent 用于查询文件、抽取元数据和执行流程。他认为基础模型更强，并不会自动解决银行、律所或药企的实际部署问题。
第一，代码与其他知识工作的扩散速度不同。工程师的数据常在 GitHub，也能自己修连接问题；销售工作还受客户回复、预算和会议时间约束。企业资料则散落在旧系统与文件共享中，权限还随项目变化。Levie 强调，部署与组织变更需要时间，这些工作正是应用公司的机会。
第二，harness 的价值要用本地评估证明。Box agent 结合搜索、重排、文本与片段提取，必要时阅读全文，并分别在行业文档任务和内部真实用法上评估模型。客户可能要求在特定成本下达到 98% 抽取准确率，团队会针对其数据测试多个模型。通用排行榜不能替代这个过程。
第三，自家 agent 与开放接口要同时做。SaaS 应让自己的 agent 在本产品内显著优于通用方案，也要通过 API 或 MCP 支持外部 agent。Levie 举出持续检查文件归档与法律保留规则的治理场景，这是过去难以靠人工全面覆盖的工作。
第四，未来的企业界面还需要看板、队列和任务清单。他预计大量工作会在后台自动发生，用户只在结果出现时审核。他对内部提效的衡量也很直接：“我不在乎代码有多少，而在乎是否交付了更多客户要求的功能。”Box 会观察高用量员工的做法，区分浪费与可推广实践，再安排同事演示。