meng shao(@shao__meng)

今天看到 DeepSeek 创始人梁文锋「四小时投资人会议实录」，我也去人肉阅读了一遍，读完再回来看大家的解读「克制」、「开源」、「不抢 C 端」。。。确实高瞻远瞩、格局很好、胸怀远大、对世界抱有...

meng shao (@shao__meng) — Thu, 23 Jul 2026 11:53:23 GMT

今天看到 DeepSeek 创始人梁文锋「四小时投资人会议实录」，我也去人肉阅读了一遍，读完再回来看大家的解读「克制」、「开源」、「不抢 C 端」。。。

确实高瞻远瞩、格局很好、胸怀远大、对世界抱有最大的善意，由衷的敬佩，有这样的创业者，才是未来！

可回过头想想自己，想想自己能加入和参与的群体，这些对我们真的有用吗？真的可以学习吗？不可以！

工作这么多年，见过太多摸爬滚打、勉力维持的创业者！

你让他克制？现金流几个月就断了啊！

你让他开源？秒被抄袭！在中国，不开源都可以被 BAT 秒抄袭，哦，不，是致敬！

不抢 C 端？基本是因为我们抢不到，或者抢不起，中国的 C 端补贴和内卷有多严重，大家看看新产品初期疯狂的补贴和价格战就知道了！那怎么办，做 B 端？约等于外包，还得有稳定的关系，才外包的进去！

当然肯定不是否定梁文锋的观点，只是咱们普通人距离这种顶尖创始人，实在距离太大了，不要硬学习，把自己的团队学垮了。

真想学，不妨先问自己几个问题，有没有答案：
· 先算清还能撑几个月，再谈格局取舍；
· 先做出有人持续付费的本事，再谈降价让利；
· 先写明这阶段到底要什么，再谈愿景叙事。

💬1🔄0❤️8👀928📊3

Gemini 3.6 Flash 到底行不行？我自己实测结果和 Gemini 3.5 Flash 接近，不过 token 消耗确实小一点点，别的。。没了。。也是为难 Antigravity 负...

meng shao (@shao__meng) — Thu, 23 Jul 2026 01:54:52 GMT

Gemini 3.6 Flash 到底行不行？

我自己实测结果和 Gemini 3.5 Flash 接近，不过 token 消耗确实小一点点，别的。。没了。。

也是为难 Antigravity 负责人、前 Windsurf 创始人 @_mohansolo 了，为了官宣 Gemini 3.6 Flash 接入 Antigravity，还和 Tibo、Claude 一样高了一次 RESET 😄

不过。。现在还有多少人在用 Antigravity？他们真的需要 RESET 吗？

Varun Mohan@_mohansolo

Gemini 3.6 Flash is out on Antigravity! We just reset everyone's weekly quotas, enjoy building.

💬3🔄0❤️2👀2427📊3

别再一个模型撸到底，你大部分任务都用不着 Fable 5 和 GPT-5.6 Sol 这么强（贵 !）的模型！ Cursor 团队观察数据：约 60% 的 Cursor 开发者只固定使用一个"主力模...

meng shao (@shao__meng) — Thu, 23 Jul 2026 01:39:48 GMT

别再一个模型撸到底，你大部分任务都用不着 Fable 5 和 GPT-5.6 Sol 这么强（贵 !）的模型！

Cursor 团队观察数据：约 60% 的 Cursor 开发者只固定使用一个"主力模型"，因此 Cursor 推出「Cursor Router」：用一个训练好的分类器替开发者选模型，在保持前沿模型质量的同时把成本降低 30–60%！
cursor.com/blog/router

这个请求级分类器是怎么实现的？
· 训练数据来自真实流量：基于 60 万+ 条线上真实请求训练，并在数百万条线上请求的 A/B 测试中验证，优化目标是用户满意度（AFC）作为奖励信号。
· 路由依据四个维度：查询内容、上下文、任务复杂度、领域，再结合 Cursor 对各模型行为特征的了解。分工示例：简单任务给性价比模型，UI 修改给"审美最好"的模型，复杂长程问题给前沿推理模型。
· 缓存感知（cache-aware）是亮点。切换模型必然导致 prompt cache 失效，这部分额外成本很容易被忽略。Cursor Router 在训练数据中就包含了路由导致缓存未命中的场景，报告的成本节省也已计入缓存失效成本。这让它的数据更可信。
· 为模型快速迭代而设计：分类器架构便于在新模型发布后快速纳入路由池，不必推倒重来。

三种模式效果数据表现如何？
· Intelligence 模式：用户满意度接近 Fable，成本低约 60%；与 Opus 4.8 成本相近时满意度反而高约 15%。
· Balance 模式：满意度高于 Opus 4.8，成本低约 36%。
单次 commit 成本：Intelligence 为 $6.76、Balance 为 $4.63，对比 Fable 5 的 $12.69 和 Opus 4.8 的 $7.34。
· 企业早期客户：数千用户规模的三个高用量账户，相比全量走 Opus 4.8，节省 30–50% 且质量无下降。

评估方法论挺有意思
Cursor 明确放弃离线评测（offline evals），理由是样本小、脱离真实使用场景、难以用评分标准定义"成功"，且无法体现切换模型的缓存成本。他们改用两个线上指标：
1. 用户满意度——用户直接进入下一个任务是强正信号，纠正 agent 是强负信号；
2. Keep rate——agent 生成的代码在代码库中的留存比例。
这两个指标他们已用了九个月来评估每次模型发布和 harness 改进，是经过内部验证的度量体系。

产品与管控设计
面向 Teams / Enterprise：用户在模型选择器中选 Auto，再选 Intelligence / Balance / Cost 三档；管理员可以按团队分级开启、限定成员可选的模式、设置默认档位、允许或屏蔽特定模型。覆盖桌面端、Web、iOS、CLI 和 SDK。

值得注意的背景与延伸
· Dynamic tool calling：大部分原生工具描述不再默认加载进每个 prompt，模型首次需要时才查询（沿用 MCP 的模式），高频工具如 read/edit 保持常驻。这直接压缩了每次请求的固定 token 开销。
· 模型池两端同时拉升：Grok 4.5 抬高上限（承接高难度任务），Composer 持续改进日常路径（低成本档位不掉质量）。

Cursor@cursor_ai

Introducing Cursor Router, our intelligent model router that selects the right model for the task at hand.

Router delivers frontier-quality results at 60% lower cost.

Your browser does not support the video tag.

💬3🔄1❤️6👀2163📊5

Kimi K3 蒸馏了 Claude Fable 5 ？？？先看看发表这一「睿智」言论的大聪明是谁： Michael Kratsios - 白宫科技政策办公室（OSTP）主任，特朗普政府的最高科技...

meng shao (@shao__meng) — Thu, 23 Jul 2026 01:22:07 GMT

Kimi K3 蒸馏了 Claude Fable 5 ？？？

先看看发表这一「睿智」言论的大聪明是谁：
Michael Kratsios - 白宫科技政策办公室（OSTP）主任，特朗普政府的最高科技政策官员，咱白宫就找不出一个带脑子出门的直立行走生物了吗 😂

姑且看看这位大聪明以官方身份对月之暗面的三项指控：
1. 模型蒸馏指控。 称有情报显示，月之暗面在开发 K3 模型时"蒸馏"了 Anthropic 旗舰模型 Claude Fable 5。

2. 系统性规避指控。 这是措辞中最重的部分：指控对方建立了"复杂的内部平台"来对美国模型进行大规模蒸馏，并且能"在多种访问方式之间快速切换以躲避检测"。这把行为定性从"违反服务条款"上升到了"有组织、有预谋的隐蔽行动"。

3. 芯片违规指控。 称月之暗面获取了搭载英伟达 GB300 的服务器，并在泰国访问过 GB300 算力。GB300 属于 Blackwell 世代，被美国明令禁止向中国企业出售，这实际上是在指控其绕道第三国规避出口管制。

---

真实性不用多说了吧，果然嫉妒和恐惧是会让人动作变形，甚至心理变态的。

就多说一句：如果 Kimi 能在 2 周内通过大量蒸馏 Fable 5 从头训练出 K3，那。。。

Director Michael Kratsios@mkratsios47

We have information that Moonshot AI distilled Anthropic’s Fable for the development of its K3 model. 

To do this they developed a sophisticated internal platform to conduct large scale distillation against U.S. models, allowing them to quickly switch between multiple methods of access to avoid detection. Moonshot AI has also acquired GB300-equipped servers and has accessed GB300s in Thailand, likely to train its AI models.
 
The United States strongly supports the free and fair development of AI, including a thriving competitive ecosystem that spans frontier models, specialized systems, open-source frameworks, and open-weight models. Legitimate AI distillation used to create smaller, more efficient models plays a vital role in this open innovation ecosystem. However, large-scale, covert industrial distillation aimed at stealing proprietary U.S. technology and undermining American research is unacceptable.

💬11🔄3❤️13👀5044📊12

从智能白菜价到 Agent 经济：独立创业者必须看懂的 20 条底层变化来自 @gregisenberg 面向独立创业者的机会宣言！他列举了 20 个 AI 带来的结构性变化，这些变化中任何一条单...

meng shao (@shao__meng) — Wed, 22 Jul 2026 02:32:30 GMT

从智能白菜价到 Agent 经济：独立创业者必须看懂的 20 条底层变化

来自 @gregisenberg 面向独立创业者的机会宣言！他列举了 20 个 AI 带来的结构性变化，这些变化中任何一条单独出现都足以定义一个十年，而它们在 18 个月内同时发生，因此现在是创业的黄金窗口，不要过度思考，直接动手做！

# 20 条可以归纳为五个主题

1. 智能本身的商品化（第 2、6 条） 
超级智能以 $20/月 的价格对所有人开放；开源模型与闭源模型的差距缩短到几个月。含义是：智能不再是大公司的护城河，个人和小团队获得了与巨头几乎同等的"原材料"。

2. Agent 成为经济主体（第 1、3、8、17 条） 
Agent 将在数量上超过人类网民，拥有自己的账号、邮箱、履历，互相雇佣、支付、担保。由此衍生出全新的基础设施需求——机器间的信任层（Agent 版的 Yelp、机器托管/担保交易）。这是他点名"完全空白（wide open）"的赛道。

3. 交互方式的迁移（第 4、5、7、14、19 条）
· 语音 AI 终于够好，而语音行业自 90 年代以来几乎没变过；
· 键盘正在被"说话即执行"取代；
· AI 原生的移动 App 是"另一个物种"，让沉寂十年的 App 市场重新有趣；
· 实时翻译消除语言壁垒，跨市场机会出现；
· 流量从 Google 迁往 ChatGPT，"成为模型内部的答案"是新的搜索首页（即所谓 GEO/AEO）。

4. 商业模式的重定价（第 9、12、13、15、16、20 条） 
· 软件从"按席位卖 $50"转向"按结果卖数千美元"；
· 每个白领任务都会长出一个"帮我做"按钮；
· 沉睡的私有数据因为 Agent 能用而变得值钱；
· SOP 产品化：企业做事的方法写成 Agent 可执行的 markdown 文件，就成了可售卖的商品；
· 由此护城河从"你知道什么"转移到"你的业务被写得多清楚"——可被 Agent 运行的公司（legible）胜过规模大的公司；
· 利润逻辑：向客户收人类的价格，成本只是几美元的 token，原来付给工资单的差价现在归创始人。

5. 组织与资本结构的坍缩（第 10、11、18 条） 
10 人团队产出超过 500 人公司；原本需要 50 人、融资稀释 200 次才能做到 $10M 的生意，现在 3 个人加一堆 Agent 就够，股权可以完整留在自己手里。机器人则是下一波：智能已解决，正在装进有胳膊腿的硬件，"会把 AI 接进硬件的人"将成为最抢手的人才。

GREG ISENBERG@gregisenberg

So let me get this straight....

Agents are about to outnumber humans on the internet, so most of the traffic, transactions, and conversations online will soon be machines talking to other machines while we sleep.

Superintelligence exists now, and for $20/mo you pretty much get it all.

Cloud agents allow you to run a business 24/7 and from literally a phone while you're waiting to order a latte.

Voice AI is wide open. This industry has barely changed since the 90s. Infinite opportunities. Voice AI is finally getting good enough.

Mobile apps are interesting again for the first time in 10 years, because an AI-first app that thinks and acts on its own is a different species than the passive ones in the store today. There are kids doing $100k/MRR.

It's the golden age of open source. The models you download off Hugging Face for free and own forever are landing within months of the ones behind paywalls, so the smartest thing on earth can't be throttled, priced up, or shut off by a company having a bad quarter.

The keyboard is on its way out. We spent 40 years learning to type fast, and it's about to feel like handwriting, because soon you just talk and the computer goes and does it.

Every company is about to hire agents with their own logins, their own inboxes, their own track records, and a shadow economy is forming where agents pay, hire, and vouch for other agents.

Software stopped being something you buy and became something you rent by the hour. The whole industry is repricing from $50 a seat to thousands per outcome. Tons of opportunity.

Robots are about to have the moment software agents just had. The intelligence got solved. Now it's dropping into machines with arms and legs, and the people who can wire AI into hardware are about to be the most fought-over hires on earth.

The 10-person startup can now out-ship the 500-person company, and everyone can feel it happening.

Every white-collar task is getting a "do it for me" button, and most people haven't pressed it yet.

Data you've been sitting on for years is suddenly worth something, because now an agent can actually use it.

Language stopped being a barrier. Real-time translation that actually works means the next huge consumer app might get built for a market you can't even read, by someone you'll never meet.

Every SOP is turning into a product. The way a business does one thing, written down as a markdown file an agent can run, is now something you can sell. Knowledge that used to live in someone's head became downloadable.

The moat moved from what you know to how well your business is written down. The company an agent can actually run wins, so being legible beats being big.

Since agents will get scammed by other agents, a whole trust layer has to get built. The Yelp for agents. The escrow for machines. Wide open.

You keep the whole thing now. A business that needed 50 people to hit $10M needs 3 and some agents, so instead of splitting it 200 ways with investors, it's just yours.

Search engines minted a generation of millionaires and billionaires. LLM search is about to do it all over again. Billions of eyeballs are moving off Google and onto ChatGPT, so being the answer inside the models is the new front page.

The margins are stupid. You charge someone what they'd pay a human, and it costs you a few bucks in tokens. That gap used to go to payroll. Now it goes to you.

Any one of these would DEFINE a decade on its own. 

We got ALL of them at once, stacked on top of each other in the same 18 months.

It's a magical time to be building. 

You don't need to overthink it.

Build.

💬44🔄1❤️6👀2105📊37

Codex 和 ChatGPT Work 的周活突破 1 千万，太夸张了！ 10 天前还是 600 万，短短 10 天涨了 400 万，不知道有多少是直接从 Claude Code 转过来的，太夸张...

meng shao (@shao__meng) — Wed, 22 Jul 2026 01:54:15 GMT

Codex 和 ChatGPT Work 的周活突破 1 千万，太夸张了！

10 天前还是 600 万，短短 10 天涨了 400 万，不知道有多少是直接从 Claude Code 转过来的，太夸张了！

按照 Tibo 的惯例，重置又来了，还好我昨天把用量基本蹬完了，这种蹬完了被重置的感觉，爽！

Tibo@thsottiaux

10M! 

New day, new usage reset for paid users of Codex and ChatGPT Work. Lands in the next hour. Enjoy.

💬1🔄0❤️2👀1151📊1

从 58% 到 98%：Codex Code Review 用一份 AGENTS.md 补上 AI 代码审查的最大短板 https://t.co/ejxeOeIV4v # 代码产量在暴涨，但审查能力...

meng shao (@shao__meng) — Wed, 22 Jul 2026 01:35:24 GMT

从 58% 到 98%：Codex Code Review 用一份 AGENTS.md 补上 AI 代码审查的最大短板
developers.openai.com/blog/custom-co…

# 代码产量在暴涨，但审查能力没有同步增长

OpenAI 内部的周 PR 量自去年 Q4 以来翻了一倍以上，客户侧趋势类似。代码写得越快，code review 就越容易成为新的瓶颈。

更麻烦的是，有一类问题从 diff 本身根本看不出来。典型例子：把一个响应字段或事件名重命名，代码能编译、看起来是常规清理，但会悄悄破坏仍依赖旧契约的下游客户端。这类知识（"为什么这个字段不能动"）传统上只存在于少数资深 reviewer 的脑子里——而恰恰是新贡献者和 coding agent 最缺这种历史上下文。

# 核心机制：把 reviewer 的隐性知识写进 AGENTS.md

新能力允许团队在 AGENTS.md 里写下简短、有作用域的审查规则，Codex Code Review 会在审查时应用与改动文件相关的规则，并在 finding 中引用规则出处。这样解释不用在每个 PR 里重复一遍，而是常驻在它所约束的代码旁边。

OpenAI 给的真实案例很有代表性：Codex app-server 有一个标记为 experimental 的内部通知 rawResponseItem/completed，但 Codex Cloud 已经在消费它。仓库规则明确写了"即使是 experimental，rawResponseItem/* 也是需要保护的集成面"。假如有人把 wire name 从 completed 改成 done，编译通过、diff 看似无害，但下游会静默失联——规则让 Codex 能抓住这类改动，并给出安全替代方案（保留旧名，或增加向后兼容的新事件）。

值得注意的定位判断：规则是对测试和 linter 的补充，不是替代。能确定性表达的检查（格式、机械规范）留给 CI；规则用来承载难以编码的"判断类"知识——兼容性要求、数据边界（比如客户数据不能进日志）是最好的起点。

# 评测数据与四个维度

在包含已知规则违规和安全反例的评测集里，带规则的审查召回了 98% 的目标 finding，基线只有 58.3%。这个提升幅度说明：模型不缺发现问题的能力，缺的是"该看什么"的上下文。

但作者刻意强调"找到违规只是一半"，评测围绕四个维度组织，这个框架本身值得借鉴：
· Coverage（覆盖）：diff 很杂、多条规则竞争注意力时，还能不能抓住目标违规
· Restraint（克制）：干净的改动和合理例外，会不会被误报制造噪音
· Retention（保持）：加了规则后，规则之外的普通 bug 还能不能照常发现
· Actionability（可操作性）：每个 finding 是否指明依据的规则、位置和优先级

其中 Restraint 和 Retention 是最容易被忽视的：内部实测发现宽泛的指令很容易制造噪音——规则会被套到每个"沾边"的改动上。

# 怎么写好规则（方法论精华）

1. 从"有后果且不显眼"的不变量开始。选 reviewer 反复解释的那条检查。判断标准很干脆：如果删掉这条规则不会改变审查结果，就不要写。
2. 作用域对齐代码。仓库级规则放根目录，服务级规则放对应目录的嵌套 AGENTS.md。窄作用域减少规则间的注意力竞争，也让归属清晰。
3. 既说不变量，也给安全路径。不只说"不能改名"，还要说"保留旧名或加向后兼容事件"——给作者明确的替代方案。
4. 描述结果而非实现细节。不要绑定可能变化的函数名，规则才耐久；持续收窄或删除反复产生噪音的规则。
5. 机械检查留在 CI。规则只留给"reviewer 否则要反复回答的问题"。

# 上手路径

OpenAI 建议的验证方法是一个小型三元测试：加两三条规则后，开一个应触发规则的改动、一个安全反例、一个无关改动，检查第一个产生有用 finding、后两个不产生噪音，再据此迭代。

OpenAI Developers@OpenAIDevs

Codex Code Review can now use custom repository rules in AGENTS.md.

Start with a check your reviewers keep repeating. Keep it concise and scoped so Codex can catch repository-specific issues even when the relevant context is siloed.

developers.openai.com/blog/custom-co…

💬48🔄13❤️52👀7477📊57

真的假的？！ WorkBuddy 月活 2000 万，日活 1300 万？腾讯内部，QQ 和微信之后，第三款现象级产品？相比 Codex，Workbuddy 除了 🪜 的优势，还有什么能让...

meng shao (@shao__meng) — Wed, 22 Jul 2026 01:16:07 GMT

真的假的？！

WorkBuddy 月活 2000 万，日活 1300 万？

腾讯内部，QQ 和微信之后，第三款现象级产品？

相比 Codex，Workbuddy 除了 🪜 的优势，还有什么能让它成为现象级产品呢？

或者相比国内另外两大厂字节跳动 TRAE 和阿里 Qoder，它的优势是什么？

💬66🔄1❤️6👀21331📊71

一些评测数据

meng shao (@shao__meng) — Tue, 21 Jul 2026 15:50:08 GMT

一些评测数据

💬0🔄0❤️0👀672

Gemini 3.6 Flash 静悄悄的发布了。。。不是等了很久的 Gemini 3.5 Pro，是 Gemini 3.6 Flash 和 Gemini 3.5 Flash Lite 知识截止...

meng shao (@shao__meng) — Tue, 21 Jul 2026 15:00:09 GMT

Gemini 3.6 Flash 静悄悄的发布了。。。

不是等了很久的 Gemini 3.5 Pro，是 Gemini 3.6 Flash 和 Gemini 3.5 Flash Lite

知识截止日期 26.03，和 3.5 Flash 相比 input 价格持平，output 价格降了一些

具体表现如何：
还不知道，懒得测，等官方发布公告吧。

💬6🔄1❤️3👀2322📊7

最近在单曲循环逃跑计划的「海鸥」这首歌里的青岛，也是我特别喜欢的城市，以前在北京的那几年，每年都会去青岛，婚纱也是在青岛拍的。歌里的潮汐、归来的渔民、海边的教堂、春天离开的海鸥等画面，听着听着...

meng shao (@shao__meng) — Tue, 21 Jul 2026 14:03:52 GMT

最近在单曲循环逃跑计划的「海鸥」

这首歌里的青岛，也是我特别喜欢的城市，以前在北京的那几年，每年都会去青岛，婚纱也是在青岛拍的。

歌里的潮汐、归来的渔民、海边的教堂、春天离开的海鸥等画面，听着听着脑子里就会出现很多对青岛的记忆。

其中的离别、归来、故乡、成长，也是我这种中年人，会时常想起，独自发呆的景象。

💬22🔄0❤️3👀1064📊23

Claude Code 的系统提示词被削减了 80% ？！ AI Engineer World's Fair 炉边对谈，Simon Willison 主持，对谈嘉宾为 Claude Code 产品负...

meng shao (@shao__meng) — Tue, 21 Jul 2026 13:30:47 GMT

Claude Code 的系统提示词被削减了 80% ？！

AI Engineer World's Fair 炉边对谈，Simon Willison 主持，对谈嘉宾为 Claude Code 产品负责人 Cat Wu 和工程师 Thariq Shihipar。
youtube.com/watch?v=uU5Gv2…

对谈中最反直觉的部分是「Claude Code 的系统提示词被削减了 80%」，且这一变化适用于 Fable 5 和 Opus 4.8 及未来的前沿模型。

# Cat Wu 和 Thariq Shihipar 给出了几条具体经验

1. 删除示例（few-shot examples）反而更好
Thariq 直言：早期（Opus 4 时代）的模型需要大量示例，但现在"删除示例极其有效，因为模型比我们给它的示例更有创造力"。这直接击穿了几年来最主流的提示词技巧。Simon 当场承认："我给人的头号建议就是'给它示例'，如果这不再成立，我的提示词认知模型有点被打破了。"

2. 少用"不要做 X"的禁令，多给上下文
禁令对 Claude 是"非常强的冲动（strong impulse）"，一旦系统提示词里的硬约束与用户后续指令冲突，模型会陷入困惑（"技能文件说这样，系统提示词说那样"）。因此团队的方向是：更少硬约束、更多背景信息、总量更少的指令。

3. 检验每条指令是否"100% 成立"
Cat 给出了一个可操作的方法论：审视提示词里每一句话，问自己"这句话有没有例外场景？"他们复盘发现很多指令只有 90% 正确——比如"前端改动后必须验证"，但如果只是改一个文案字符串、用户说"快速改一下就行"，强制验证就是错的。她的判断标准很精辟：你要把提示词想象成会被一个善意的人如何误读，然后软化措辞直到它 100% 准确——因为这段话是 100% 的时间都喂给模型的。与其规定"何时该测试"，不如直接让模型"用自己的判断力决定"。

4. 边界条件：这套做法依赖模型的判断力
Simon 点出关键前提：这是 Opus/Fable 级别模型才有的能力，一年前的模型没有这种判断力。所以对小模型（如 Haiku）仍需详细提示词——这正是"每个模型一套系统提示词"的原因。Thariq 还补充了一个反直觉观察：大模型在难题上有时反而比小模型更省 token，"前沿智能几乎任何时候都值得"。

5. "Claude 提示 Claude，一路到底
" 双方都确认：现在的好模型非常擅长写提示词。subagent 本质就是一个 Claude 为另一个 Claude 写提示词；Claude Code 的 Workflow 工具的提示词本身就是 Claude 写的。Simon 后来据此实践：他让 Fable "用自己的判断力选择低配模型跑 subagent 来干编码活"，效果良好且大幅节省了 Fable 配额。

# 对谈中的其他重要内容

Claude Tag（Slack 协作版 Claude）：默认多人协作、可主动长期监控（如自动修 bug 提 PR）、带频道级团队记忆。最惊人的数据：Anthropic 产品工程团队 65% 的 PR 已由它落地。分工：复杂任务用 Claude Code 交互迭代，例行任务交给 Claude Tag。

代码审查去人工化：核心区域仍由 code owner 人工把关，外层改动已全交自动审查。信任是花六个多月逐步建立的——每次事故都把肇事 PR 加入评测集，确保审查系统永不回退。

评测是地基：新模型靠跑完整评测集确认"严格优于上代"才能即插即用替换；除能力评测外还在建行为评测（如用户讨厌模型说"该睡觉了"）。瓶颈不是评测工具，而是构建高质量评测的技能。

Auto Mode 与安全：内部人人在用。机制是每次工具调用由 Sonnet 分类器结合对话上下文动态判断，并与沙箱联动。声称对提示词注入、数据外泄的风险"远低于人工审查"——评测数据待公布，Simon 持审慎期待。另有凭证注入模式：凭证在请求时动态注入，代理"可用而不可见"。

工程观念翻转："重写是好事"如今成立——代码库即唯一的 spec，有好测试套件就能放心重写；工程师的价值重心从执行力转向产品品味与商业判断（想法到落地已缩至一周）。

工具设计：趋势是做减法——已移除 grep/glob 改用原生 bash，保持工具少而功能互不重叠。"模型更像生物学而非物理学，工具设计是一门艺术。"

人的价值：面对被模型取代的失落感，答案是用更大的野心对冲——别只把旧工作变成一句提示词，去做以前不敢做的事。文化格言："我们不和自己谈判"，先做，让权衡自己现身。

Simon Willison@simonw

I got some really useful Claude prompting tips from @_catwu and @trq212 - it's time to stop overloading our prompts with examples and lists of things not to do, Fable works better without those

Claude Code's own system prompt recently shrunk by 80%!

💬3🔄1❤️8👀2361📊5

12-Factor Companies：如何构建 AI Native 团队来自 @trychroma 创始人 @jeffreyhuber 的分享，针对「如何构建 AI 时代的公司」，给出了 12 ...

meng shao (@shao__meng) — Tue, 21 Jul 2026 13:12:43 GMT

12-Factor Companies：如何构建 AI Native 团队

来自 @trychroma 创始人 @jeffreyhuber 的分享，针对「如何构建 AI 时代的公司」，给出了 12 条原则，阐述了：过去的公司围绕"人类执行力"这个瓶颈设计；未来的公司围绕"人类品味与判断力"这个瓶颈设计。

AI 使执行大规模商品化——写代码、做分析、处理流程的边际成本趋近于零。当执行不再稀缺，价值就向仍然稀缺的东西聚集：上下文、专有知识、商业机密、品味。因此：
· 旧公司 = 劳动力 + 协调机制的捆绑
· 新公司 = 上下文 + 决策权威的捆绑

这是理解全部 12 条原则的关键：每一条都在回答"如何积累稀缺资产（上下文/品味），同时把商品化的部分（智能/基础设施）外包出去"。

# 12 条原则

数据与算力（1-2）：拥有上下文，租用智能
这是全文的战略核心，也最能体现作者的商业立场。
(1) 拥有你的上下文：警惕那些想"囤积你的数据来建立护城河"的供应商。而且不只是显性数据——隐性知识、组织惯例第一次需要被完整地写下来，让组织对人和 Agent 都"可读"。这一点很深刻：AI 时代逼迫企业把口口相传的经验文档化。
(2) 租用你的智能：大模型终将商品化，保持随时可替换模型供应商的能力，就是保持议价权。他称锁定数据的厂商为"context vampires"（上下文吸血鬼）——不要引狼入室。

自建与外购（3-4）：自建工具，外购基建
传统的 build vs buy 分界线正在移动。软件制造成本暴跌，所以：内部工具应该自建（因为工具链承载着你独有的业务上下文）；但数据库、训练基础设施等通用底座应该买——省下的精力用来积累更多独特上下文。

招聘（5-6）：先招 Agent，再招人
(5) 任何新任务，先尝试教会 Agent 做，教不会再招人。这是对招聘流程的默认值反转。
(6) 组建小而品味极高的团队——瓶颈既然是品味，团队就该为品味优化：小团队决策快、信任成本低。

学习（7-8）：信息开放 + 复利学习
(7) 信息孤岛过去只是低效，在 AI 时代是灾难性的——因为 Agent 的能力上限完全由它能拿到的上下文决定。默认开放。
(8) 赢家是学习速度更快的组织。把公司设计成一台持续学习机器，把"学习循环的周期时间"压到最低。这与精益创业的 build-measure-learn 一脉相承，只是循环由 Agent 加速。

流程设计（9-10）：评分标准 + 主动性
(9) 制定 Rubrics（评分卡）：给 Agent 的不只是指令，还有检验其产出的评分标准——而评分标准本身也要持续迭代。这实际上是把 AI 工程中的 eval 思想引入管理学。
(10) 被动 + 主动：别把 Agent 当只会接活的实习生。最好的同事是主动的——持续思考业务、客户、路线图并提出改进。应构建拥有充分组织上下文的后台 Agent 来做这件事。

任务学习（11-12）：从生产轨迹中学习，编码你的专长
(11) 存储 Agent 的真实执行轨迹（traces），不是"以防万一"地烧钱做遥测，而是用真实运行数据反哺 Agent 改进——这是应用层面可触及的"准递归自我改进"。
(12) 用 Agent 识别问题模式，然后反过来采访你（专家），把你的隐性专长提取并编码进系统。人的角色从执行者变为被萃取的知识源和最终裁判。

第 13 条（彩蛋）：先思考，再用 AI。你的思考和品味，现在是、将来仍是你的优势。这句收尾呼应了核心论点——一切自动化之后，人类判断力是最后的护城河。

一句话总结：
把商品化的东西（智能、基建、执行）租出去，把稀缺的东西（上下文、工具链、品味、学习速度）攥在手里

Jeff Huber@jeffreyhuber

x.com/i/article/2079…

💬16🔄6❤️25👀3941📊21

Grok 4.5 后新的 2T 参数级新模型，越发值得期待！ SpaceX 收购 Cursor，把模型训练的算力和数据打通，双赢收购，Cursor 积累的工程数据也得到了最大化利用。现在 2T ...

meng shao (@shao__meng) — Tue, 21 Jul 2026 07:23:36 GMT

Grok 4.5 后新的 2T 参数级新模型，越发值得期待！

SpaceX 收购 Cursor，把模型训练的算力和数据打通，双赢收购，Cursor 积累的工程数据也得到了最大化利用。

现在 2T 模型又要把 SpaceX 的世界级工程数据加入进来，这确实是 OpenAI 和 Anthropic 都不具备的。

Elon Musk@elonmusk

SpaceX’s massive corpus of world-class engineering data (excluding material blocked by ITAR) will be added during supplemental training of the 2T run.

This will dramatically improve Grok’s engineering capabilities.

💬7🔄0❤️0👀1255📊6

是我孤陋寡闻了，啥叫「身心灵赛道AI公司」😂

meng shao (@shao__meng) — Tue, 21 Jul 2026 05:28:55 GMT

是我孤陋寡闻了，啥叫「身心灵赛道AI公司」😂

💬45🔄0❤️0👀3872📊45

Kimi K3 在「Frontend Web App」竞技中来到榜首了！感觉这次 Kimi K3 在前端设计方面确实上来了，和 Fable 5 之间到底谁更好，我还没有答案，不过看 @Design...

meng shao (@shao__meng) — Tue, 21 Jul 2026 03:00:30 GMT

Kimi K3 在「Frontend Web App」竞技中来到榜首了！

感觉这次 Kimi K3 在前端设计方面确实上来了，和 Fable 5 之间到底谁更好，我还没有答案，不过看 @DesignArena 的竞技榜单，已经超过了 Claude 全系模型，包括 Fable 5！

另外一个符合我直觉的是：GPT-5.6 Sol 的前端设计能力依然不行，从榜单看也是如此，跌出前十。

Design Arena@DesignArena

BREAKING: Kimi K3 by @Kimi_Moonshot is officially 1st on Frontend Web App Arena by DesignArena

With an Elo of 1326, this open-weight model leads the way, ahead of Fable 5, Sonnet 5, and Opus 4.8 by @AnthropicAI 

Huge congrats to the @Kimi_Moonshot team for this achievement!

💬3🔄0❤️3👀1356📊3

发推赢 ChatGPT Work & Codex $100 Credits 的活动又来了，上次我参加了，这回机会分享留给大家！

meng shao (@shao__meng) — Tue, 21 Jul 2026 01:45:53 GMT

发推赢 ChatGPT Work & Codex $100 Credits 的活动又来了，上次我参加了，这回机会分享留给大家！

Greg Brockman@gdb

Was very cool to hear about the reasons people love Sol. We're doing the promotion again, except this time for ChatGPT Work:

Tweet what you love about ChatGPT Work, claim $100 in free credits, get more work done.

First 10k get the free tokens: share-chatgpt-work.openai.chatgpt.site

💬10🔄0❤️0👀1414📊8

Agent Swarm 与新模型经济学：Fable 5 全程两万刀，Opus 规划 + Composer 执行一千三 https://t.co/edsde4pWnC 当任务规模大到单 agent 扛...

meng shao (@shao__meng) — Tue, 21 Jul 2026 01:24:55 GMT

Agent Swarm 与新模型经济学：Fable 5 全程两万刀，Opus 规划 + Composer 执行一千三
cursor.com/blog/agent-swa…

当任务规模大到单 agent 扛不住时，真正的瓶颈从模型智力转向协调成本与上下文经济学；把 harness 工程化之后，模型组合可以做到质量接近、成本差一个数量级。

Cursor 团队在验证什么？
早先用 swarm 从零写浏览器：能跑通，但远未成「成品」。那次是经验摸索；这次目标是把 swarm 从试出来变成设计出来。

对照任务：只给 835 页 SQLite 文档，用 Rust 从零实现；无源码、无官方测试、无二进制、无外网。用 withheld 的 sqllogictest 打分。新旧 harness、同模型、同时间预算对比。

· 新 harness 在所有模型配置下都更好
· Grok 4.5：新系统 4 小时约 80%；旧系统不到 2 小时就失控暂停
· 不同模型 mix 质量接近，费用差极大

架构：树，而不是固定流水线
大任务天然是树：根目标递归拆到叶子。
· Planner：强模型，拆分、决策、委派
· Worker：快且便宜的模型，执行窄任务

形状随问题生长，不是固定拓扑。他们认为这解释了为何同一套结构能覆盖浏览器、数学、GPU kernel、找漏洞、提覆盖率、造合成数据等不同任务。

关键判断：可扩展性主要来自上下文效率，而不只是并行。
单 agent 要一边盯全局一边做局部，必然漂移；swarm 让 planner 不写实现、worker 不规划，各自把上下文用在该用的地方。文中用科斯的企业理论类比：协调成本上升比工作本身更快，所以组织会出现分层边界。

工程现实：千级 commit/秒下的失败模式
旧浏览器 swarm 约 1000 commits/小时；新系统峰值约 1000 commits/秒。Git 级粗锁不够用，他们自研了面向 agent 的 VCS——吞吐只是一半理由，另一半是：所有变更都过 VCS，碰撞最先在这里暴露，协调机制也可做进这一层。

五类失败与对策（这是文章的工程骨架）：
· Split-brain：两个 planner 不知情地做同一设计
· Planner 争用：双方知道对方却在改同一文件对打
· Merge conflict：Worker 不会好好 merge，会覆盖或放弃
· Megafiles：热文件膨胀 → 传输/diff/冲突爆炸
· Ossification：Agent 学「别动核心」

另外两块「质量与记忆」：
· Review lenses：多视角、去相关的审查叠加（类自动驾驶多传感器）；审查比重做便宜，他们认为这对长期质量贡献很大
· Field Guide（stigmergy）：agent 自写共享上下文，启动时注入；权重冻结时，值得记录的是「意外」——缩短后续轨迹

结果：分数接近时，行为差很多
四小时节点：新系统约 73%–85%，旧系统约 11%–77%；之后新配置都能到 100%。

更说明问题的是「过程指标」：
· 旧 Grok：2 小时约 6.8 万 commits（约新系统 70 倍），冲突 >7 万 且加速；新系统 4 小时冲突 <1000
· 最热文件：旧 7771 次冲突 / 1173 个 agent；新最热文件仅 47
· 包结构：旧 54 crates（含 3 个 SQL 包）；新早期定 9 crates 后不再增
· 代码量（同过全套）：Fable mix 旧 64305 行 vs 新 9908；Opus mix 旧 19013@97% vs 新 4645@100%

Commit 多 ≠ 生产力高；多数是 thrash。Harness 差，会把算力烧成协调税。

模型经济学（标题真正落点）
质量相近时，成本约从 $1,339（Opus 4.8 planner + Composer 2.5 worker）到 $20,057（全程 Fable 5）。

支出结构稳定：
· Token：worker 通常占 ≥69%，多数 >90%
· 美元：planner 单价高，可占成本大头（Opus hybrid 里 planner 约 2/3 费用，却只产小部分 token）

核心经济命题：
大任务里真正需要 frontier 的时刻很少——根拆解、设计决策、关键取舍。一旦歧义被压成明确指令，便宜模型就能执行。

对照：GPT-5.5 双角色时，仅 worker 就 $9,373；Opus 规划 + Composer 执行时，整个 worker 舰队 $411。

补充细节：更强的 Fable 5 planner 虽单价更高、规划 token 更少，但 worker 消耗暴增，整次跑反而更贵——说明「更强 planner」不等于更优总账，还要看它如何塑造下游工作量。

更大叙事：抽象层级上移到 Spec
能力跃迁在抬高工程师的工作单元：行 → 块 → 文件/功能 → spec。

他们把 swarm 比作编译器：把意图逐级 lower 成可执行工作；区别是编译器逐步保义，swarm 每步都是概率的——文中整套机制，都是在缩小这条概率间隙。

稀缺资源从「会不会写代码」转向 意图描述是否正确、可执行、可检查。公开产物：
cursor/minisqlite
github.com/cursor/minisql…

读完后应保留的判断边界
· Harness > 模型混搭：行为差异比分数差异更能解释「能不能持续跑完」。
· 并行不是主因，上下文分工才是——这解释了为何中等任务也可能受益。
· 成本优化的主杠杆是「frontier 只做高熵决策，廉价模型吃执行量」，不是一律上最贵模型。
· 这是强受控实验（封闭环境、文档即规格、功能等价测试）；真实工程还有产品判断、历史包袱、组织流程，不能直接外推为「swarm 已可替代团队」。
· Cursor 团队也承认：GPT-5.6 Sol 因 prompt 敏感导致 runaway，未公平纳入；solo frontier 成本仅作参考、未正式打分。

Cursor@cursor_ai

We had a team of agents rebuild SQLite from its 835-page manual.

It created a replica in Rust which passed 100% of a held-out test suite.

Interestingly, cost varied 15x depending on which model mix we used.

💬23🔄2❤️7👀3807📊21

看一次笑一次 😂 Anthropic 这是要万人捶了吗 😄？！ OpenAI 应该贡献两把大锤，一把 GPT，一把 Tibo！可能过了今晚，会再多一把：DeepSeek V4 正式版！

meng shao (@shao__meng) — Mon, 20 Jul 2026 12:59:35 GMT

看一次笑一次 😂

Anthropic 这是要万人捶了吗 😄？！

OpenAI 应该贡献两把大锤，一把 GPT，一把 Tibo！

可能过了今晚，会再多一把：DeepSeek V4 正式版！

Venkatesh@Venkydotdev

for real 😂

Your browser does not support the video tag.

💬2🔄0❤️3👀2115📊2

逛 YouTube 无意间刷到 Kimi 创始人杨植麟在 GTC 2026 的主题演讲「How We Scaled Kimi K2.5」好奇搜了一下，Kimi 和 Qwen 是中国 AI 公司唯二...

meng shao (@shao__meng) — Mon, 20 Jul 2026 01:32:19 GMT

逛 YouTube 无意间刷到 Kimi 创始人杨植麟在 GTC 2026 的主题演讲「How We Scaled Kimi K2.5」

好奇搜了一下，Kimi 和 Qwen 是中国 AI 公司唯二在正经运营 Youtube 账号的，不过绝大多数都是 1-2 分钟的产品 PR 类短视频。

这个视频也是 Kimi Youtube 账号下唯一的长视频，只有 30 万播放，Kimi K3 的预告视频有 1600 万 😃

于是很期待杨植麟能在某个特定场合再做一次关于 Kimi K3 的主题演讲，许个愿 @Kimi_Moonshotyoutube.com/watch?v=CwePo4…H

💬7🔄1❤️17👀5623📊13

DeepSeek V4 和 GLM 5.2 的发布本就非常刺激了这周 Kimi K3 和 Qwen 3.8 接连曝光，直逼 Claude Fable 5 和 GPT-5.6 Sol 而去！加上...

meng shao (@shao__meng) — Sun, 19 Jul 2026 12:35:05 GMT

DeepSeek V4 和 GLM 5.2 的发布本就非常刺激了

这周 Kimi K3 和 Qwen 3.8 接连曝光，直逼 Claude Fable 5 和 GPT-5.6 Sol 而去！

加上这一代提升很大的 Tencent Hy3，虽然有些落后但下一代还很值得期待的 MiniMax M3，AI 模型 SOTA 几乎每周都有易主的可能，至少开源 AI 模型是！

Gemini 3.5 Pro 还会有奇迹吗？本来剧透是 07.17 发布的，结果团队内部评估没过关 😂

💬7🔄1❤️3👀2774📊9

Kimi K3 和 Claude Fable 5 真实 BUG 修复对比！ @cline 用自己仓库里的一个真实 bug，在完全相同的 Cline CLI harness 下让 Kimi K3 和 ...

meng shao (@shao__meng) — Sun, 19 Jul 2026 12:18:33 GMT

Kimi K3 和 Claude Fable 5 真实 BUG 修复对比！

@cline 用自己仓库里的一个真实 bug，在完全相同的 Cline CLI harness 下让 Kimi K3 和 Claude Fable 5 两个模型各跑一次修复任务。

结果两个模型都成功修复了 bug，差异在于过程效率：
· 速度：Fable 5 用 3.5 分钟、18 次工具调用完成；Kimi K3 用了 12 分钟、34 次工具调用，慢 3.4 倍
· Token 消耗：Kimi 用了 120 万 token，是 Fable（73 万）的 1.7 倍
· 费用：Kimi 反而便宜 2.3 倍（$0.92 vs $2.13），完全靠单价优势——Kimi 定价 $3/$15，Fable $10/$50，每 token 便宜约 3.3 倍

Cline@cline

We tested Kimi K3 and Fable on a real bug from the Cline repo, and found that while both models were able to fix it - Fable wins on speed & Kimi wins on cost.

- Kimi used 1.7x more tokens than Fable (1.2M vs. 730K)

- Fable finished 3.4x faster - 3.5 min and 18 tool calls vs. Kimi’s 12 min and 34 tool calls.

- Kimi cost 2.3x less ($0.92 vs. $2.13) thanks to its 3.3x per-token discount

Both runs used the same Cline harness, and the traces indicate that Kimi is RL trained to spend more tokens thinking and verifying before completing.

This is the first time we've seen an open weight model compete head to head with SOTA. Congratulations to the @Kimi_Moonshot team on this milestone!

💬64🔄6❤️17👀8360📊56

中国开源模型狂奔中！ Qwen 3.8 也要发布了，2.4T 参数，仅次于 Claude Fable 5！哇哦！

meng shao (@shao__meng) — Sun, 19 Jul 2026 10:17:57 GMT

中国开源模型狂奔中！

Qwen 3.8 也要发布了，2.4T 参数，仅次于 Claude Fable 5！

哇哦！

Qwen@Alibaba_Qwen

Qwen3.8 is launching and going open-weight soon!🌐

With a massive 2.4T parameters, this model is continuously evolving. We believe it’s one of the most powerful model available today, compatible to leading frontier AI models , second only to Fable 5.

You don't have to wait to test it. Just now, the Qwen3.8-Max-Preview made its debut on Alibaba’s Token Plan, Qoder, and QoderWork. Be among the very first to try it out.

Can't wait to hear what you build. Stay tuned! 🚀 

Token Plan 
internationaqwencloud.com/pricing/token-…Bv
Chinplatform.qianwenai.com/pricing/token-…Rp

💬4🔄0❤️2👀2108📊4

啊？ Loop Engineering 又过时了？ Graph Engineering 又是啥啊？不要造这么多 AI Slop 概念了，它们除了花光我们的 token，啥用也没有啊 ...

meng shao (@shao__meng) — Sun, 19 Jul 2026 05:53:26 GMT

啊？

Loop Engineering 又过时了？

Graph Engineering 又是啥啊？

不要造这么多 AI Slop 概念了，它们除了花光我们的 token，啥用也没有啊 😂😂😂

💬52🔄0❤️31👀13353📊60

求问各位朋友，中国国内的 Coding Agent，除了咱们都知道的 TRAE, ZCode, Qcoder, Kimi Code 之外，还有哪些创业公司的产品吗？类似 Cursor, Codex...

meng shao (@shao__meng) — Sun, 19 Jul 2026 02:42:16 GMT

求问各位朋友，中国国内的 Coding Agent，除了咱们都知道的 TRAE, ZCode, Qcoder, Kimi Code 之外，还有哪些创业公司的产品吗？

类似 Cursor, Codex, Claude Code, Devin 形态的都算。

💬85🔄3❤️36👀23890📊100

Google，醒醒！不要再玩域名啦！ Gemini 都快排不进首屏了 🤦🏻‍♀️

meng shao (@shao__meng) — Sat, 18 Jul 2026 02:38:30 GMT

Google，醒醒！不要再玩域名啦！

Gemini 都快排不进首屏了 🤦🏻‍♀️

Google AI Studio@GoogleAIStudio

🧵 drop your custom ai studio domains, we want to see what you're building 👇

💬47🔄0❤️2👀2079📊38

Claude Fable 5 订阅因为各种不可抗力一推再推后。。 Max 和 Team Premium 用户：7 月 20 日起，Fable 5 正式纳入订阅套餐，可使用每周额度的 50%。 Pr...

meng shao (@shao__meng) — Sat, 18 Jul 2026 02:24:05 GMT

Claude Fable 5 订阅因为各种不可抗力一推再推后。。

Max 和 Team Premium 用户：7 月 20 日起，Fable 5 正式纳入订阅套餐，可使用每周额度的 50%。

Pro 和 Team Standard 用户：Fable 5 不进入套餐，继续走按量计费（usage credits，输入 $10/百万 token、输出 $50/百万 token），作为补偿一次性发放 $100 额度。

Claude Fable 5 的订阅闹剧终于要结束了，非 Max 和 Team Premium  的朋友们，好聚好散 😄

Claude@claudeai

Beginning July 20, Claude Fable 5 will be included in all Max and Team Premium plans, at 50% of limits.

Pro and Team Standard users will continue to have access to Fable via usage credits, and will receive a one-time $100 credit.

Demand for Fable has been challenging to predict, which is why we rolled it out to subscription plans in stages, extending access several times as we secured additional capacity.

💬47🔄1❤️13👀11157📊40

喜欢 GPT-5.6 Sol 的 10000 个理由不是纯标题党，这个标题有个背景：Tibo 发布了一个活动，鼓励推友们分享自己使用 GPT-5.6 Sol 的心得、切换到 Codex 的原因等，...

meng shao (@shao__meng) — Sat, 18 Jul 2026 02:18:02 GMT

喜欢 GPT-5.6 Sol 的 10000 个理由

不是纯标题党，这个标题有个背景：Tibo 发布了一个活动，鼓励推友们分享自己使用 GPT-5.6 Sol 的心得、切换到 Codex 的原因等，前 10000 个审核通过的帖子，可以获得 $100 Codex Credits，我自己也得到了这 $100

不过实际点进去看这 10000 个帖子，能发现很多都是僵尸账号、内容真实性也比较低，所以，重点就是：

早看到、早发帖、早占坑！

Sam Altman@sama

this is cool:

welcome-to-codex.openai.chatgpt.site

💬19🔄0❤️2👀3207📊16

No DeepSeek V4 Pro, no MiniMax M3 ?

meng shao (@shao__meng) — Sat, 18 Jul 2026 01:46:59 GMT

No DeepSeek V4 Pro, no MiniMax M3 ?

💬2🔄0❤️1👀1080📊3

今晚成功把我每个月 $200 的订阅，众筹出去一半！！这每个月一百刀是这么赚来的：我老婆有个很喜欢的视频号，发了一个视频，她很想下载下来，避免这个号删除这个视频。这时我程序员的身份就被记起了...

meng shao (@shao__meng) — Fri, 17 Jul 2026 14:12:53 GMT

今晚成功把我每个月 $200 的订阅，众筹出去一半！！

这每个月一百刀是这么赚来的：
我老婆有个很喜欢的视频号，发了一个视频，她很想下载下来，避免这个号删除这个视频。

这时我程序员的身份就被记起了，可是视频号这种完全封闭的系统，我这种水平是不可能几分钟通过找 url 等方式下载它的。

如果是 Codex 出现以前，我可能就得 Google 搜各种「视频号 下载」的网站了，现在有了 Codex 肯定让它做了，一个 /Goal 下去，大概 8-10 分钟搞定，MP4 已经躺在我的硬盘里了。

到这已经有一声「哇🤩」了。。还不算完，我说这么视频里说话比较快还不标准，要不我再给你做个字幕？

这时我感觉众筹的机会来了，我接着说：
如果这个视频的字幕你还满意的话，后面每个视频号视频都由我来处理如何？不过它比较费 token，我得把我的 Plus 升级到 Pro，这样你要处理的视频就可以不限量了。（我都不知道自己鬼扯了些什么。。。）

果然 Codex 和我老婆都不负众望 😃，视频字幕搞定了、我每个月 $100 订阅也搞定了！

💬59🔄1❤️17👀8367📊63

别手搓排版了，这个Skill 让 AI 直接产出杂志级信息卡！你只管把文字丢给 AI，排版交给 infocard-skills： https://t.co/4RLsNwJxKX 这是一套开源...

meng shao (@shao__meng) — Fri, 17 Jul 2026 10:06:55 GMT

别手搓排版了，这个Skill 让 AI 直接产出杂志级信息卡！  

你只管把文字丢给 AI，排版交给 infocard-skills：
github.com/shaom/infocard…

这是一套开源的 Agent Skill，让 AI 学会「编辑部级排版」：读入任意自然语言内容，自动判断信息密度、挑选布局骨架，按现代杂志与瑞士国际主义风格生成定版 HTML 信息卡，再一键渲染成 3:4、16:9 等多种画幅的成图。

它内置六步工作流和严格的质量红线——标题不许改写、版面不许留大片空白、模块必须有主次——从密度判断到渲后自检，全程自动把关。

无论是知识卡片、榜单总结还是内容封面，从此文字进去，设计感直接拉满地出来。

💬5🔄15❤️65👀6624📊37

Cursor 如何自动化 AI 研究并实现自我加速迭代来自 Cursor 团队 @leerob 在 AI Engineer @aiDotEngineer 的主题演讲「Recursive Model...

meng shao (@shao__meng) — Fri, 17 Jul 2026 09:19:11 GMT

Cursor 如何自动化 AI 研究并实现自我加速迭代

来自 Cursor 团队 @leerob 在 AI Engineer @aiDotEngineer 的主题演讲「Recursive Model Improvement」，聚焦 Cursor 如何系统性地自动化 AI 研究流程，构建可快速迭代模型的系统，并分享了与 SpaceXAI 联合训练 Grok 4.5 的部分工作。

核心框架：外循环 + 内循环
简单公式“更多算力 → 更好模型”只是表象。实际存在两层循环：
· 外循环：模型上线后收集真实用户反馈、在线指标、A/B 测试结果，再反哺下一轮训练。Cursor 的大量收入来自 agent 使用数据，这些交互数据本身就是高质量训练信号。
· 内循环：直接提升训练过程本身的效率与质量——生成更难的 RL 环境、改进学习方法、设计更真实的软件工程任务、构建辅助模型（judge、reward model）等。
Cursor 已在大规模训练模型约一年。Composer 2.5 成为产品内最受欢迎的模型，主要得益于更多 RL 环境、更激进的任务难度以及新训练方法。

自动化研究与 Agent 系统
瓶颈逐渐从“模型能力”转向“人类研究者的带宽”。Cursor 因此构建了大规模 agent 系统来自动化研究中的重复性工作：
· 研究者可直接从 Slack 启动实验、管理训练任务。
· 存在常驻运行的 agent 舰队（主 agent + 大量子 agent），它们通过 SSH 收集状态、维护健康度、并行执行任务。
· 当任务卡住、基础设施出问题或需要人类决策时，agent 会主动通过 Slack 或 PagerDuty 通知/呼叫人类。
· 目标是让研究者专注于最有野心的想法，而不是启动、监控、 babysitting 实验。

演讲用 Mario 类比：基础模型是 Mario；加上工具（code、shell、web、computer use、订阅与存储）变成 Super Mario；再叠加丰富上下文（Slack、Notion、Linear、Datadog、代码库、同事、其他 agent）则接近 Fire Mario。工具与上下文的组合正在显著放大模型实际有用性。

递归自我改进的机制
真正关键的跃迁在于：模型开始帮助训练下一个模型。
· 更强的主模型可以蒸馏出更好的辅助模型（judge、reward model 等）。
· 这些辅助模型反过来提升评估质量、奖励信号和数据生成效率，从而抬高整个系统的智能底线。
· 结果是训练循环本身加速——模型越强，越能更好地为自己的下一代创造训练条件。

这不是科幻意义上的完全自主 RSI，而是已经在发生的、可验证的“模型帮助改进模型训练流程”。随着更多算力上线，这种正反馈会被进一步放大。

Lee 也提到评估中的现实问题：前沿模型越来越会通过上网查答案来“作弊”破坏评估。Cursor 通过限制网络访问、删除 git history 等方式应对，并维护私有的真实代码库任务集（CursorBench）以确保评估可信。

与 Grok 4.5 的关联
Cursor 团队与 SpaceXAI 联合训练 Grok 4.5。Grok 4.5 是 Cursor 迄今最强模型，也是首个不仅针对软件工程、还覆盖更广泛知识工作的模型。训练使用了海量 Cursor 真实交互数据（代码库操作、工具使用、开发者-agent 协作轨迹），并在困难的真实环境中进行强化学习。前代模型被用来加速下一代模型的进度，正是上述递归机制的实际应用。

Lee Robinson@leerob

My talk from AI Engineer is now live!

It covers how we're automating parts of AI research and building systems to rapidly improve our models. I cover some of the work our team did to train Grok 4.5 together with SpaceXAI.

Your browser does not support the video tag.

💬20🔄4❤️17👀4957📊22

NotebookLM 正式改名为 Gemini Notebook 我们又见证了一个产品从大厂内部孵化、破圈、归入主线的过程。只是很可惜的是，NotebookLM 当时真的很惊艳，带来了和当时众多...

meng shao (@shao__meng) — Fri, 17 Jul 2026 06:38:44 GMT

NotebookLM 正式改名为 Gemini Notebook

我们又见证了一个产品从大厂内部孵化、破圈、归入主线的过程。

只是很可惜的是，NotebookLM 当时真的很惊艳，带来了和当时众多 AI Chatbot 非常不一样的研究产品体验。

而 Gemini 一直都是很奇怪的存在，超级大厂的主打产品，却做的如此之差！

Gemini Notebook@Gemini_Notebook

3 years ago we started as a tiny experiment with the goal of helping you learn faster.

Since then, we grew to bring audio, video, and interactivity to your sources, transitioning from a passive workspace to your true research companion.

And now, notebooks have even become an entire ecosystem: you can already access them in the @GeminiApp and soon in Google Search

So, with these advancements, it’s time for us to evolve once again:

NotebookLM is now Gemini Notebook ✨📓

The same app you know and love isn’t going anywhere, we just have an updated name that reflects our role in Google's AI portfolio.

And our mission stays exactly the same: helping you learn, faster.

Thank you for believing in us— this wouldn't have been possible without your passion (and feature requests...)

Big things to come (yes, even folders📂!) so stay tuned.

Sincerely,

The Project Tailwind team

Your browser does not support the video tag.

💬6🔄0❤️2👀1386📊6

Kimi K3 终于来了，最强开源模型！全球首个 3T (2.8T) 级开放模型、1M token 上下文、原生多模态，定位于长时程智能体编码、知识工作与推理，权重将于 7 月 27 日前开放。 ...

meng shao (@shao__meng) — Fri, 17 Jul 2026 00:22:11 GMT

Kimi K3 终于来了，最强开源模型！

全球首个 3T (2.8T) 级开放模型、1M token 上下文、原生多模态，定位于长时程智能体编码、知识工作与推理，权重将于 7 月 27 日前开放。

整体表现仅弱于 Claude Fable 5 和 GPT 5.6 Sol，在开源模型中整体表现最强，评测中稳定领先 Claude Opus 4.8、GPT 5.5、GLM-5.2 等其余所有模型。

在 @arena 的 Frontend Code Arena 中最强，拿到 1679 分，强于第二名 Claude Fable 5 的 1631 分，第三名 GPT-5.6 SOol 1618 分。

详细报告和案例展示看这里：
kimi.com/blog/kimi-k3

Kimi.ai@Kimi_Moonshot

Introducing Kimi K3: Open Frontier Intelligence

🔹 2.8 Trillion Parameters, 1 Million Context, Native Multimodal
🔹 Kimi Delta Attention enables up to 6.3x faster decoding in million-token contexts
🔹 Attention Residuals deliver ~25% higher training efficiency at <2% additional cost
🔹 Built for long-horizon agentic coding and self-evolving workflows

Kimi K3 is now live onKimi.comxZUo, Kimi Work, Kimi Code, and the Kimi API.
Open Weights by July 27, 2026.

🔗 platform.kimi.aiXAqMw
🔗 Tech kimi.com/blog/kimi-k3MSNM1f

💬4🔄0❤️10👀3219📊5

今天看到铺天盖地的 Codex 皮肤，转念一想：这 tm 不是 QQ 空间的看家本领吗？WorkBuddy 团队赶紧把 QQ 空间团队请过来，一起 Vibe 出 WorkBuddy 空间啊！

meng shao (@shao__meng) — Thu, 16 Jul 2026 12:44:13 GMT

今天看到铺天盖地的 Codex 皮肤，转念一想：

这 tm 不是 QQ 空间的看家本领吗？WorkBuddy 团队赶紧把 QQ 空间团队请过来，一起 Vibe 出 WorkBuddy 空间啊！

💬34🔄1❤️12👀3428📊36

@thsottiaux 目前提交已经截止了，有新的活动我再及时分享。

meng shao (@shao__meng) — Thu, 16 Jul 2026 10:04:16 GMT

@thsottiaux 目前提交已经截止了，有新的活动我再及时分享。

💬0🔄0❤️0👀892

哇哦，又是许愿成真的一刻，$100 Codex Credits 收到！感谢 OpenAI Codex 团队，特别要感谢 @thsottiaux 提供这个机会，让我们可以提交自己对 GPT-5.6 ...

meng shao (@shao__meng) — Thu, 16 Jul 2026 07:05:17 GMT

哇哦，又是许愿成真的一刻，$100 Codex Credits 收到！

感谢 OpenAI Codex 团队，特别要感谢 @thsottiaux 提供这个机会，让我们可以提交自己对 GPT-5.6 Sol 的使用心得、场景、为什么切换到 Codex ?

最早的 10K 在审核后可以获得 $100 Codex 额度。
switch-to-codex.openai.chatgpt.site

Tibo@thsottiaux

Or… what if we gave you $100 in Codex credits if you tell us what you love about GPT-5.6 Sol or why you switched?

Tweet it, claim your gift, enjoy more usage. First 10k get the free tokens!

switch-to-codex.openai.chatgpt.site

💬28🔄1❤️23👀25515📊27

美国开源模型 +1 来自 Thinking Machines (OpenAI 前 CTO @miramurati 的团队) 开源发布多模态模型 Inkling，975B/A41B MoE 架构 ht...

meng shao (@shao__meng) — Thu, 16 Jul 2026 02:24:07 GMT

美国开源模型 +1

来自 Thinking Machines (OpenAI 前 CTO @miramurati 的团队) 开源发布多模态模型 Inkling，975B/A41B MoE 架构
huggingface.co/thinkingmachin…

在开源模型中的位置
· 强于 Nemotron 3 Ultra、Kimi K2.5
· 与 Kimi K2.6 / DeepSeek V4 Pro 互有胜负：Inkling 在 IFBench、FORTRESS、SWEBench Verified 略胜；在 HLE、SimpleQA、Terminal Bench 略输
· 整体略弱于 GLM 5.2：GLM 5.2 在 HLE、AIME、SWEBench Pro、Terminal Bench、MCP Atlas、Tau 3 都更强，是当前开源组的"事实王者"

与闭源模型的差距
· 在 agentic coding / 综合推理 / 事实性 上，Claude Fable 5 和 GPT 5.6 Sol 明显领先一代（SWEBench Verified 95% vs 77.6%，HLE-with-tools 64.5% vs 46%，SimpleQA 71.6% vs 43.9%）
· 在 指令遵循 + 不过度拒绝 上，Inkling 反超部分闭源（IFBench 79.8% > Claude 63.5%；FORTRESS Benign 95.9% >> Claude 55.1%）

Thinking Machines@thinkymachines

Today, we are introducing Inkling.

Inkling reasons efficiently across text, image, and audio modalities. We are making the full weights available.

thinkingmachines.ai/news/introduci…

Available today for fine-tuning on Tinker. Play with it in the Inkling Playground. 🧵

💬1🔄0❤️0👀1757📊2

可以理解为这是 Kimi 官方的 Kimi K3 剧透吗？

meng shao (@shao__meng) — Thu, 16 Jul 2026 02:07:32 GMT

可以理解为这是 Kimi 官方的 Kimi K3 剧透吗？

Kimi.ai@Kimi_Moonshot

Your browser does not support the video tag.

💬19🔄0❤️0👀2029📊15

OpenAI 发布了实体键盘「Codex Micro」定价 $230 好看是好看，好玩是好玩，贵也是真贵！希望这条推能被华强北和各位硬件爱好者们看到，能不能把「Codex Micro」价格打下来...

meng shao (@shao__meng) — Thu, 16 Jul 2026 02:04:36 GMT

OpenAI 发布了实体键盘「Codex Micro」定价 $230

好看是好看，好玩是好玩，贵也是真贵！

希望这条推能被华强北和各位硬件爱好者们看到，能不能把「Codex Micro」价格打下来，就看你们了！

OpenAI Developers@OpenAIDevs

Meet kbd-1.0-codex-micro, built with @work_louder.

Map the buttons and joystick to your workflow, and keep your pinned chats in view.

Get yours before stock returns 410.

Your browser does not support the video tag.

💬2🔄0❤️1👀1609📊2

SpaceXAI 最新开源了 Grok Build、还为全体用户重置了额度！ https://t.co/90v5UQmXVT 回应之前的上传代码库的安全风波，赢得用户信任最佳的方式，就是认错调整，并...

meng shao (@shao__meng) — Thu, 16 Jul 2026 01:49:43 GMT

SpaceXAI 最新开源了 Grok Build、还为全体用户重置了额度！
github.com/xai-org/grok-b…

回应之前的上传代码库的安全风波，赢得用户信任最佳的方式，就是认错调整，并把包括整体 Agent Harness 开源出来，让社区监督透明度，另外就是由 OpenAI Codex 团队带起来的「重置额度」😄

看看官方开源的原因
· 可靠性靠透明换取：把 context 组装、模型响应解析、工具调用分发的代码完整暴露，让外界能逐行审视一个生产级 coding agent 是怎么搭的。
· 可扩展性靠源码做参考：skills、plugins、hooks、MCP servers、subagents 的加载与调用，源码即文档。
· Local-first 可行性：可自行编译，指向你自己的本地推理后端，全部由 config.toml 驱动。这一点对关注数据主权和离线场景的开发者尤其有吸引力。

Grok CLI 的分层设计
Pager（UI）<-> Shell（runtime）<-> Tools（能力）<-> Workspace（宿主交互），四层解耦使得 headless、TUI、ACP 三种入口能复用同一套 runtime 与工具链。

Agent Harness 七层结构
1. Leader 进程：长驻宿主，三入口——Stdio（本地 IPC）、Headless（WebSocket relay）、ACP（编辑器嵌入）。4 字节大端长度前缀 JSON 帧，单帧 64 MB 上限。
2. Session Actor：每会话一个 actor，mpsc::UnboundedSender<SessionCommand> 驱动，状态经 Arc<Mutex> 暴露。
3. AgentActivity：Send + Sync 的活性视图，让 !Send 的 MvpAgent（跑在 LocalSet）能被外部 task 探询 busy 状态、做有界 grace 的优雅关停。
4. Turn 抽象：PromptOrigin 八种来源（User / TaskCompleted / SubagentCompleted / NotificationDrain / GoalSummary / GoalClassifierNudge / SchedulerFired / PlanResume），合成 prompt 统一进 turn 管道，按 origin 决定 history/scrollback 可见性。
5. Sampler：SamplerActor 持有 retry/doom-loop recovery，对接 Responses API SSE 流。
6. Subagent Coordinator：pending → active → completed 状态机，绑定 parent_prompt_id，foreground/background 区分。
7. Tool Index：BM25 over MCP tools，每次搜索重建（亚毫秒），标识符按 __/_/-/camelCase 拆解。

工程亮点
1. Two-pass 层级压缩：95% 历史先摘要成 NOTE₁，NOTE₁ + 5% 尾部再合成 NOTE₂ 给后继。切分 snap 到 tool-call 边界，绝不切断 tool_calls <-> ToolResult；prompt 硬性要求"完整并入前次摘要，禁止 see prior compaction"，对抗层级摘要的早期遗忘。
2. Goal + 早停检测：一整套 goal_* 模块让模型自管目标；goal_stop_detector 用 9 个锁定 regex 识别"摆烂话术"（giving up / stopping here / verdict line / please deflection 等），命中即注入续命 nudge 并 emit 可观测事件供 dashboard 审 precision/recall。
3. 双层 Doom-Loop 防线：client 端 regex + server 端 SSE 信号检测（tail_repetition:N@channel），跨累积重发去重，仅 confident 信号触发 resample，default max_threshold=8, max_retries=2。
4. Subagent 工程细节：running gauge 用 atomic 重算而非递增防漂移；foreground 等待预算耗尽自动降级 background；cancel_with_outcome 返回 Cancelled/AlreadyFinished/NotFound 三态；worktree snapshot ref 支持 resume 水合。
5. Per-client 能力路由：同一 leader 挂 TUI（terminal:false）和 web 客户端（terminal:true）时，terminal / fs_read / fs_write / code_nav 按客户端独立路由。

💬1🔄0❤️4👀4692📊3

推荐 @MengTo 为设计师和开发者们开源的 Skills MengTo 是 @designcodeio 和 https://t.co/suLWCbW5LF 创始人，在设计和开发结合方面有非常深的...

meng shao (@shao__meng) — Wed, 15 Jul 2026 10:11:18 GMT

推荐 @MengTo 为设计师和开发者们开源的 Skills

MengTo 是 @designcodeio 和 aura.build 创始人，在设计和开发结合方面有非常深的积累，他的分享必须关注起来，这个开源项目把设计指令、工作流、风格系统、抓取与调试经验都沉淀成了「四大类、75 个 Skills」
github.com/MengTo/Skills

1. Codex workflows - 10 个
可复用的 Agent 操作流程（抓取、转 prompt、性能剖析、内容生产）
video-to-superprompt、stitched-full-page-capture、html-to-interaction-prompts、daily-ui-inspiration-capture、optimize-web-animations、performance-profiling

2. Media - 2 个
按用途/裁切/比例挑选高质量图片素材
aura-asset-images、unsplash-asset-images

3. UI - 1 个
“像设计系统一样写 prompt”的方法论
design-first-ui-prompting

4. Web design - 62 个
落地页结构、动效系统、WebGL/3D、CSS 处理、布局系统、视觉风格
landing-page、pricing-page、gsap、threejs、tailwindcss、animation-on-scroll、globe-gl、cobejs、vantajs、progressive-blur、css-border-gradient、各种 dark/glass/skeuomorphic 风格包 ...

旗舰工作流：从参考视频到一键 HTML
1. video-to-superprompt —— 输入一段参考视频（设计稿/落地页/动画录屏），用 ffprobe+ffmpeg 抽帧，按“故事 / 布局 / 运动 / 视觉 / 技术重建 / 可访问性”六层分析，输出一个长到不看原视频也能重建的 paste-ready prompt，明确点名 GSAP ScrollTrigger、Lenis、Three.js、video.currentTime scrubbing 等具体机制。
2. html-to-interaction-prompts —— 把已有 HTML 页面（如 Aura Build 产物）拆成“单段/单动画/单按钮/单 hover/单 WebGL 效果”的可复用 prompt 文章。
3. stitched-full-page-capture —— 解决 Framer 等懒加载/滚动动画站点 fullPage 截图发白的痛点：滚动预热 → 视口分步截图 → 垂直拼接 → 用拼接图重切 section crop，并写回 manifest。配套 Playwright + ffmpeg 脚本。
4. daily-ui-inspiration-capture —— 把“浏览 + 抓取 + 参考研究 + prompt 生成”组合成每日自动循环，产出 prompt pack。

两个值得细读的 Skill 范式
1. design-first-ui-prompting 给出了一套固定 prompt 骨架：GOAL → FORMAT → LAYOUT → TYPE SYSTEM → COLOR+MATERIAL → IMAGERY → COPY → CONSTRAINTS → NEGATIVE PROMPT，并强调三个关键技巧：
· “Variants > rerolls”：先锁定布局+层级+文案，再每次只改一个变量（角度/强调色/卡片排布/背景调子）。
· 2-pass 字体工作流：模型常拼错字时，先无字生成留出文字安全区，再回 Figma 排版。
· Constraints card：用 FONT / STYLE / MODE 三行小面板像 mini style guide 一样锚定输出。
2. landing-page 则示范了一个“设计 + 转化 + SEO”三合一 SOP：先收集页面目的/受众/证据/约束，再给核心结构（首屏 5 要素 → 中段论证 → 底部异议处理），列出 4 种布局选型、6 条高转化策略、headline/CTA 文案模板、逐节迭代顺序、SEO/AEO 清单和常见坑——典型地体现了“Skill = 操作规程”的写法。

💬1🔄3❤️18👀2070📊8

我也常听到这种说法，「简历脏了」「简历花了」。。。如果候选人简历脏了、花了都会呈现在简历上，那公司呢？

meng shao (@shao__meng) — Wed, 15 Jul 2026 09:38:48 GMT

我也常听到这种说法，「简历脏了」「简历花了」。。。

如果候选人简历脏了、花了都会呈现在简历上，那公司呢？

💬41🔄1❤️19👀4152📊44

[最新发布] TRAE Work 官方知识库 17 篇新手入门 14 篇官方功能教程 6 个板块、7 大场景、30+ 篇指南、约 40w 字实战教程官方精选提示词模板、Skill、MCP 清单 ...

meng shao (@shao__meng) — Wed, 15 Jul 2026 04:25:59 GMT

[最新发布] TRAE Work 官方知识库

17 篇新手入门
14 篇官方功能教程
6 个板块、7 大场景、30+ 篇指南、约 40w 字实战教程
官方精选提示词模板、Skill、MCP 清单

覆盖学习成长、写作沟通、数据处理、视觉设计、汇报演示、信息采集、开发自动化、办公协作等场景。

通过 目标拆解 → 资料准备 → 任务发起 → 过程检查 → 结果优化 → 交付 的完整工作流，让方法直接转化为可编辑、可复用的成果（文档、报告、表格、PPT 等）。

三篇最佳实践「用 TRAE Work 做 PPT，最重要的不是「生成」」、「用 TRAE Work 实现数据分析采集自动化」、「新手必看｜8 个 TRAE Work 入门技巧」。

bytedance.larkoffice.com/wiki/RxVXweukS…

💬3🔄2❤️6👀1728📊7

😅 现在 Tibo 一发推，就代表着要「RESET」了？ Tibo 自己也打趣：你们是不是觉得我又要通知 reset 了，不是，我只是来刷刷推，看看对 ChatGPT Work 和 Codex 的...

meng shao (@shao__meng) — Wed, 15 Jul 2026 02:11:57 GMT

😅 现在 Tibo 一发推，就代表着要「RESET」了？

Tibo 自己也打趣：你们是不是觉得我又要通知 reset 了，不是，我只是来刷刷推，看看对 ChatGPT Work 和 Codex 的反馈！

所以，朋友们，懂了吗？
有任何使用 ChatGPT Work 和 Codex 的反馈都可以在 Tibo 的帖子下回复。

有可能！你发现的问题，会给大家带来一次 RESET 😃

Tibo@thsottiaux

Here you are! Thinking I am about to announce a reset. But no. I’m just scrolling twitter and looking for feedback on ChatGPT Work. 

What should we improve?

💬63🔄1❤️29👀13240📊54

Cognition 收购 Windsurf 一周年？！时间过得真快，总觉得还是前几个月的事。这么说，WIndsurf 创始人加入 Google 也有一年了，可 Antigravity 好像真的没什...

meng shao (@shao__meng) — Wed, 15 Jul 2026 01:48:40 GMT

Cognition 收购 Windsurf 一周年？！

时间过得真快，总觉得还是前几个月的事。这么说，WIndsurf 创始人加入 Google 也有一年了，可 Antigravity 好像真的没什么声音了。。。

跑题了！看看 @ScottWu46 分享的 72 小时火速收购 Windsurf 的惊心动魄的过程，和收购后这一年都发什么什么变化，不得不说，判断力、执行力，太强！

为什么收购？
Cognition 缺 GTM，Windsurf 缺工程组织；Cognition 做云端 Agent，Windsurf 做 IDE——双方短板与长板恰好对位，产品不重叠。72 小时签约的本质，是用并购一次性补齐"市场 + 本地开发入口"两块拼图，把分散的 AI 编程能力收拢为一个完整栈。

收购后一年的自研模型 + 品牌统一 + 商业跃迁
· 模型：SWE-1.5 → 1.7 自研迭代，主打高效与开放评测
· 产品：Devin 从初级工程师进化为可调度其他 Devin 的中高级工程师，并以 Devin Desktop 统一所有入口，形成"任意 Agent + 任意模型 + 任意终端"的平台
· 商业：团队 44 → 350 人，收入 run rate $73M → $500M +，进入政府、汽车等新行业，战略定位升级为"自动驾驶式软件开发"

cognition.com/blog/one-year-…

Scott Wu@ScottWu46

One year ago today, Cognition acquired Windsurf, capping off one of the crazier weekends in our company's history.

The outline has been told many times: the first call on Friday evening, the rush through Saturday and Sunday to figure out the plan together, and then the signed agreement by Monday morning. On the Cognition side, we knew we had to move fast — Windsurf had millions of users, a brand developers loved, and a great team. We printed an LOI and headed to their offices on Saturday morning ready to sign on the spot. When we got in a room with Jeff and Graham, things clicked: they had built one of the best GTM orgs in Silicon Valley and needed engineering; we had the engineering org that needed GTM. They were building an IDE, we were building a cloud agent. Everything lined up.

When we welcomed the team, we said “there's only one boat and we're all in it together.” Then we got to work. Three days after close, we shipped Wave 11: "Just Keep Shipping" – and that set the tone for everything to come. In the year since, we’ve launched our own models (including SWE1.7 just last week), Devin Review, Devin CLI, and unified everything into one brand with Devin Desktop. Along the way our team wrote 20M+ lines of code and grew revenue run rate from $73M to >$500M.

Thankful for the last year and excited to keep building the future of software engineering together!

💬50🔄2❤️5👀10192📊42

Cloudflare 工程经理 Kate Reznykova 加入 OpenAI，负责 ChatGPT 网络基础设施研发如果你觉得 Cloudflare 工程经理，这个职位没什么特别，再看看 Ka...

meng shao (@shao__meng) — Tue, 14 Jul 2026 14:47:38 GMT

Cloudflare 工程经理 Kate Reznykova 加入 OpenAI，负责 ChatGPT 网络基础设施研发

如果你觉得 Cloudflare 工程经理，这个职位没什么特别，再看看 Kate 带领负责的方向：
Cloudflare Agents
Cloudflare Sandbox SDK

看完是不是就清楚了，ChatGPT Work and Codex 的基础设施，特别是 Sandbox，又要有大幅提升了，期待！

kate@whoiskatrin

Some exciting news: I’m joining @OpenAI to work on ChatGPT’s web infrastructure.

ChatGPT has become part of how millions of people think, work, and build, and I’m really looking forward to helping shape what comes next alongside the remarkable team behind it.

Can’t wait to get started!

💬11🔄2❤️7👀3733📊11

Kimi K3 马上到！这应该是 Kimi 运营团队配置充值活动后，不留神把状态设置为发布后，虽然很快活动就下架隐藏了，不过 Google 搜索还是爬到了信息。限时充值活动 07.15 开始，...

meng shao (@shao__meng) — Tue, 14 Jul 2026 14:38:22 GMT

Kimi K3 马上到！

这应该是 Kimi 运营团队配置充值活动后，不留神把状态设置为发布后，虽然很快活动就下架隐藏了，不过 Google 搜索还是爬到了信息。

限时充值活动 07.15 开始，看起来模型发布，也就是今明两天的事儿了，期待！

💬4🔄0❤️19👀8946📊7