AI Engineer 社区组织者 Swyx
Swyx 宣布再次与 Snyk 合作，作为创始合作伙伴参与第二届 AI Security Summit。他说，2025 年参与合作的伙伴全部回归。相比一年前，他更担心失控 agent、数据泄露和 AI 驱动攻击增加，因此主张把安全放到 AI 讨论的中心。组织 AI Engineer 活动的一个收获，是帮助其他人在各自国家和专业领域建立高质量会议。他附上了报名入口，但本条素材没有给出活动时间和地点。
OpenAI Codex 与 ChatGPT 团队 Thibault Sottiaux
Thibault Sottiaux 表示，未来的模型会更擅长删除代码和简化代码。他没有在这条内容里给出具体版本或上线时间。另一组更新涉及 Pro 500 用户的额度重置：他先回应部分用户没有按预期获得重置的报告，表示正在调查并会补偿。随后他发布“全部修复”的进展，并说出现在讨论中的 Pro 500 用户比预想多。这组内容既包含对模型维护代码能力的预期，也保留了同一额度问题从调查到修复的过程。
AI 教程与访谈作者 Peter Yang
Peter Yang 抱怨 Muse 桌面应用最小化后仍有界面元素一直停留在屏幕上，让他不想再打开应用。他还分享了一次替代软件订阅的尝试：原来每年为一款 YouTube 研究工具支付近 300 美元，但产品变得越来越复杂，于是让 Claude 只构建自己真正需要的核心功能。他说 Claude 在 5 分钟内完成了这些功能，这里描述的是他个人需要的功能子集。另一条内容邀请读者参加免费的短课，学习建立能替自己分担工作的 AI 系统，可使用 ChatGPT、Claude 或其他 AI 运行框架。帖子给出的时间是发帖当天上午 11:30 PST，并称已有 500 多人报名，无法参加的人也会收到录像。
Meta AI 高级总监 Madhu Guru
Madhu Guru 认为，读到完全由人写成的优秀文章所带来的感受被低估了。他特别喜欢文稿里能感受到人的表达痕迹，这条简短观察强调的是阅读体验，没有展开对 AI 写作质量的比较。
Anthropic Claude Code 团队 Thariq
Thariq 推荐“You should know”，称它既能帮助用户跟上 Claude 新能力，也是 mods 能实现什么的一个例子。他把重点放在个性化上：用户可以把 Claude Code 改造成更适合自己的工具。当前帖子没有提供安装步骤或更详细的功能清单。
Y Combinator 总裁兼 CEO Garry Tan
Garry Tan 把 Capy 比作一场全天候为 agent 开着的站会。他分享了一个意料之外的跨会话协作例子：GBrain 合作者 Sina 发起一轮修复时，能够避开 Garry 已在多个 Capy 线程中处理的工作。他特别指出，这种协作不依赖某个特定模型。谈到 GBrain 的目标，他希望 agent 像后来成熟的 Web 一样自然、富有表达力，成为持续理解用户的个人助手。他用 Jiminy Cricket 作比喻，描绘全天候运行、提前思考并不断改善的陪伴式助手愿景。
FPV Ventures 合伙人 Nikunj Kothari
Nikunj Kothari 分享了一个面向家庭自动化爱好者的 Claude Code / Codex 提示词：让工具查看家中网络设备，列出还能接入 agent 的对象，并研究连接方法。他给出的家庭背景包括一个管理个人 Gmail、温控器、DoorDash 和 Amazon 等事务的 Hermes agent。家里有可用于 HomeKit 相关工作的 Apple TV，但没有运行 Home Assistant 的其他桥接设备。他建议根据自己的设备配置修改提示词。这里分享的是设备发现与接入研究的任务设定，没有给出已完成的设备清单或自动化结果。
SPC 普通合伙人 Aditya Agarwal
Aditya Agarwal 表示，本周出现了他们第二家上市的被投公司，并提到 Moneyview 的 Puneet 和 Sanjay。他为与两位创始人合作感到自豪，也感谢他们为公司倾注的投入。他说，这样的时刻既让人骄傲，也让人更理解创业旅程的漫长和艰难。在他的表达里，持续投入的理由是创造新事物本身带来的使命感。帖子没有进一步提供上市交易或估值信息。
OpenAI 的 Sam Altman
Sam Altman 回应了外界对 OpenAI 与 Cerebras 合作关系的猜测，称 Cerebras 是紧密合作伙伴，双方正深入合作推进速度边界。他没有在这条内容里公布新的交易条款或性能数字。另一条帖子中，他说 dot 是自己迄今最喜欢的 OpenAI 产品。随着 dot 更了解他的工作流程和风格，他觉得它每天都有明显改善。让它处理那些自己不喜欢、往往越积越让人发愁的任务，是他感到满意的具体原因。
Anthropic 的 Claude 官方账号
Claude 官方账号分享了两个交互作品示例。一个用 Opus 5.5 制作交互式 3D 喷气发动机，可以剖开并拆解查看。另一个用 Sonnet 5.5 制作弹出式纸艺城市，每栋建筑都是画在平面画布上的折纸。两条帖子分别附了作品链接。材料展示的是官方给出的创作例子，没有说明构建耗时或独立测试结果。
Claude Blog：Claude for Small Business launches new workflows, integrations, and training programs
Claude for Small Business 的这份更新原文日期为 9 月 15 日，当前 feed 将它收进本批。产品现在包含 43 个工作流，并新增 27 项集成，涉及 Shopify、Salesforce、TikTok、Atlassian、Zoom、Xero、Gusto、Square、Stripe 和 Zapier 等工具。工作流从后台事务扩展到业务增长，包括获客、回复咨询、写提案及日常报告。Claude Blog 称，自 5 月推出以来，产品已被安装超过 90 万次。
这些方向来自春季巡回活动中 10 座城市、超过 1,000 位经营者的反馈，约三分之一希望它帮助增长业务。秋季计划在美国 10 座城市继续举办免费工作坊；超过 150 家受训组织将举办逾 750 场社区工作坊，14 家集成伙伴会提供免费线上讲座。Driller Design Co. 的 Garrett French 描述了每天早上检查 CRM、整理并排序待办的用法：“我们把它叫作每日简报。”这些是官方收集的客户使用描述。官方还用一周日程展示从安装、周报、夜间线索回复到报价、营销和月末结账的连续流程。
No Priors — Frontier Chips for Frontier AI Labs, with Walter Goodwin, Founder/CEO of Fractile
核心要点：推理加速的价值不仅是聊天回复更快，而是让长任务 agent 在同一时间内完成更多推理；这要求同时解决内存带宽、容量和成本。
Fractile 创始人兼 CEO Walter Goodwin 从 2022 年夏天创办公司起，就押注大型模型的高速推理。他说约 150 人的团队同时覆盖模型负载、芯片前端、物理设计、后端实现和先进封装，希望减少组织间交接，让架构判断与制造约束更快形成闭环。
第一项转向是离开单纯依赖 SRAM 的路线。SRAM 靠近计算单元、带宽高，却难以经济地容纳越来越大的模型和长上下文状态。Fractile 因此与内存厂商及晶圆制造伙伴合作，探索让容量更大、成本更低的 DRAM 获得极高带宽。他描述的平台计划在次年下半年放量，这仍是公司的路线与计划。
第二项判断是速度能改变任务能力。Goodwin 把更灵敏的聊天机器人比作“更快的马”，真正看重的是缩短长时间运行的 agent 任务。在他的分析中，一些高速推理方案处理长上下文时仍要回到 GPU；带宽优势如果无法覆盖这些状态，整体任务就不能同步加速。
第三项约束来自物理周期与财务回收。他说送交晶圆厂后，即使加急也要三至五个月，芯片还需要三至五年的摊销窗口。缩短设计周期因此不是每隔几周卖一颗全新芯片，而是增加候选架构试验，再选出值得量产、能长期服务客户的平台。布局布线和实验本身仍会成为瓶颈，最终制造规则检查也不能省掉。
最后，他认为更高带宽可能推动更稀疏的 MoE 等模型架构，同时客户仍需要多种芯片供应。若模型实验室押注唯一硬件，竞争者出现只适配其他平台的新算法时，迁移等待会成为风险。对 Fractile 而言，持续缩短发现负载机会到规模交付之间的距离，比只赢下一次速度演示更重要。