SMOL AI、Cognition 与 Latent Space 相关构建者 Swyx
Swyx 分享了自己频道的观众数据：自 5 月 AIE EU 之后，几乎每月都有超过 100 万独立观众。他说，每月仍有 58% 的观众是新观众，68% 没有订阅。观看最集中的时段是太平洋时间早上 7 点至 11 点，下午 5 点以后很少有人看。他回顾，频道曾经两年得不到多少关注，之后才逐渐获得浏览推荐，但点击率依然不好。他还想与现有观众喜欢的其他创作者逐一合作，并点名 Jeff Delaney 和 ThePrimeagen。
OpenAI Codex 与 ChatGPT 团队 Thibault Sottiaux
Thibault Sottiaux 描述了一次跨个人与工作 agent 的协作。他的个人 dot“Dorito”向工作 dot“Burger”发起请求，后者通过邮件协调获取文件。随后，个人 dot 又与他的注册会计师协调，处理了一些税务申报事项。他说，整个过程用了 20 分钟。原帖没有说明具体税务事项或最终申报结果。
AI 教程与访谈创作者 Peter Yang
Peter Yang 发现自己的 Google 账号连接了 45 个应用和 agent，于是分享了一段审计提示词。先逐类检查所有连接，并询问用户还在使用哪些应用，不能自行猜测。再打开每个应用详情，区分基本 Google 登录与读取 Gmail、Drive、Calendar 等数据的权限。他要求分别建议保留、断开或进一步询问，说明理由及可能失效的功能，特别标记宽泛权限、陌生提供方和重复项。所有修改都要先展示建议，只断开用户逐项批准的连接，再核实移除成功；不能顺带删除应用账号或取消订阅。另一条体验反馈中，他认为 Claude Code 应用现在更快、更易用，但仍希望改善浏览器与电脑操作、所有线程的远程控制以及实时语音。
Replit CEO Amjad Masad
Amjad Masad 澄清，Replit 仍然保持模型中立。用户可以选择 Anthropic 模型，也可以选择平台支持的其他模型。他在 TC Disrupt 所说的，是 OpenAI 现在成为驱动 Agent 的首选合作伙伴。选择依据包括性能、成本和双方合作关系。他希望同时保留用户的模型选择权，并优化默认体验的性能与价格。
Box CEO Aaron Levie
Aaron Levie 认为，预测软件工程消失的人误以为全世界只需要固定数量的软件，自动化因此会减少对人的需求。他的判断相反：agent 能使用工具、操作电脑、即时写软件并处理数据，让原本难以数字化的问题也能用软件解决。因此，工程在经济中的作用可能扩大，而不是缩小。他举了银行的新交易方式、生命科学的研究与实验，以及制造业供应链自动化等方向。他预计未来手写代码会减少，但更多系统和流程都会成为代码，理解这些系统的人仍然重要。这是他对工作演变的判断，原帖没有给出就业数量预测。
The MAD Podcast：Andy Pavlo 谈 Agent 时代的数据库
**Agent 带来的第一波数据库变化是访问量与读写组合，权限、隔离和业务语义仍然要认真处理。**数据库研究者、卡内基梅隆大学教授 Andy Pavlo 加入 ClickHouse 创建研究实验室后，讨论了 agent 从调用数据库到编写和调优系统的变化。 首先，数据库分支是生产数据的写时复制快照，适合让编码 agent 在隔离副本中测试应用和结构修改，再决定如何上线。Pavlo 提醒，限制读写、禁止删表等机制早已存在，不能把全公司的同一套权限交给 agent。他概括为：“需要知道是谁在请求、要做什么，以及是否应该允许。”MCP 提供统一接口，并不替代这些检查。 其次，agent 可以全天运行，一个人也可能同时委派多个 agent。他估计查询量可能增加 10–100 倍，但强调这种规模尚未普遍出现，也不清楚 agent 是否会产生根本不同的复杂查询。访问量、读写组合和运行遥测需要分别观察，不能仅凭“agent 数据库”这个名称判断架构必须重做。 第三，自然语言转 SQL 的难点仍包括业务语义。他转述一家大银行通过多年投入建设语义和上下文层，显著提高准确率的案例，明确区分这种投入与随手下载通用工具的效果。公开基准可能进入训练资料，也不能直接当作真实业务准确率。数据库来源于文件还是专门系统，并不改变最终送入模型的文本形式；事务安全和多 agent 共享状态才是专门系统的重要价值。 第四，他认为大模型能较快完成许多常见调优工作，但真实生产负载与测试环境不同，边角情况仍需专门方法。理解数据模型是否反映业务、检查 agent 做了什么，仍需要人的判断。他也保留了不确定性：agent 工作负载是否需要全新数据库架构，目前没有答案。