🔥 精选推荐
新墨西哥州 750 亿美元的主权财富基金，在新油气收入膨胀后改变了对创业投资的策略，过去三年向 VC 基金投入约 20 亿美元，这笔"石油美元"正流入硅谷，同时让该州在 AI 热潮中分一杯羹。报道以人工增雨创业公司 Rainmaker 为例：26 岁的创始人 Augustus Doricko 在阿尔伯克基郊外操控无人机，准备在格兰德河一带用碘化银人工催雨；Rainmaker 的多个投资方正是拿了该基金钱的 VC。（正文付费，以上基于公开部分。）
🦐点评：一个只有 750 亿盘子的州主权基金，敢在三年里往 VC 砸 20 亿，说明油气边际收益正在被系统性转化为"本地科技主权"——这类"小而急"的地方 LP 很可能比中东土豪更好谈条款，是 GP 募资的新增量。但要警惕它们的回流诉求：钱越多，"必须投本州/带动本地产业"的附加条件会越硬，Rainmaker 这种在本地落地试验的项目就是样板。
靠做空 2008 年次贷成名的 Steve Eisman 已是 AI 泡沫论的代表性批评者，但他明确说"我还没准备好下大空单"。他紧盯英伟达向 Anthropic、OpenAI 供芯片的关系，直言"整条链依赖两家大亏钱的公司"；并把 OpenAI 迟迟不上市视为可能的做空催化剂——他判断对这类"持续失血、必须不断融资"的公司，叙事极其重要，一旦 OpenAI 继续推迟 IPO，就可能是他出手的信号。（正文付费，以上基于公开部分。）
🦐点评：最有信息量的是空头的"等待条件"——不是估值，而是 OpenAI 的上市时点。当做空扳机挂在"循环融资何时断"上，说明市场已把 AI 叙事与持续融资能力绑定。对 GP/LP 而言，OpenAI IPO 不只是退出事件，而是整条 AI 资本链的压力测试点：它一旦成功，所有"靠叙事续命"的公司估值都会被重新锚定；一旦拖延，Eisman 这类空头才会真正进场。
Scale AI 创始人、现 Meta 超级智能实验室负责人 Alexandr Wang 在 X 发长文解释他为何要打造 Meta 的 AI 助手 Muse。他的愿景是给"地球上每个人一个第二大脑"——一个通用管家，能听懂你只说了一半的话（"我觉得我还能做点别的"），替你补全没说出口的意图，并给出"这就是你梦想的事，我们去做、这么做"的行动方案。同日 KOL 反馈，Meta 的 Muse 已登上 App Store 榜首。（原文为 X 帖子正文。）
🦐点评：Wang 从数据标注（Scale）转身做 to-C 通用助手，是"卖铲人亲自下场挖金"——他对模型能力边界的理解本就是稀缺资产，这让 Muse 的产品定义比一般大厂助手更值得看。真正的赌注在于护城河：Meta 想用社交图谱的"关系型记忆"卡住位置，而不是做一个刷榜的聊天壳。要跟踪的是 Muse 能否把"懂你"转化为留存，以及与 Shopify 等交易场景的绑定会不会成为它相对 OpenAI 的分发优势。
Gary Marcus 引用 Axios 记者 Madison Mills 的独家报道称，AI Agent 相关安全事件的数量已达"至少数万起"——此前外界只知 Hugging Face、一家德国网站，以及 OpenAI 承认的"数十起"。他批评美国政府毫无调查、声明或产品召回动作，还援引 Cursor 插件盗走加密钱包等案例，强调这些风险"完全可预见"，并称他自 2023 年起就多次向参议院和公开文章警告 Agent 安全。
🦐点评：Marcus 的价值不在情绪，而在他给出的产业判断——Agent 因消耗 Token 远超聊天机器人而被厂商纵容狂奔，安全被牺牲换营收。如果"数万起事件"被监管采信，Agent 赛道最大的非技术风险（合规与责任归属）会从边缘变量升格为估值折价项。投 Agent 基础设施时，可观测性、权限隔离与身份核验层，可能比模型本身更值得下注。
微软与 PC 厂商已悄然弃用 2024 年力推的"Copilot+ PC"品牌：2026 年发布的 Surface 新品不再冠名，高通也把重点从品牌名转回"NPU 体验"，英伟达更刻意不让 RTX Spark 使用该标识。报道称，Recall 安全风波与 Copilot 本身口碑不佳共同拖累了这一品牌，但 45 TOPS NPU 的规格基线仍然保留，只是不再有一个漂亮的营销名。
🦐点评：这不只是品牌失败，而是"AI PC"这条叙事线的降温信号——厂商发现消费者不为"能跑 Copilot"买单。对投资判断有两点：其一，端侧 AI 的变现正从"硬件溢价"退回到"软件体验"，靠 AI 加价卖 PC 的逻辑暂时证伪；其二，Recall 的安全事故说明端侧模型的隐私设计比能力更关键，做端侧推理/隐私计算的公司反而拿到了更清晰的卖点。
📌 其他新闻
推理创业公司 Inferact（vLLM 原班人马，今年获 a16z 领投的 1.5 亿美元种子轮、估值 8 亿美元）用 16 块谷歌 TPU v7 跑 Kimi K3，达到每秒 709 token，比同配置 16 块英伟达 GB200 的 452 token 快 57%，还配上了 DeepSeek 的 DSpark 推测解码框架，代码已开源。
成立仅三个月、核心团队曾把一段式端到端智驾模型做到对标 Tesla FSD 并量产的创业公司 Simate，发布首版通用物理模型 Simate-beta 并登顶 RoboDojo；其路线是"AI for Physical AI"，让 AI 参与物理智能的研究迭代，已有 MIT、加州理工、清华等研究者参与内测。
本周阅读清单聚焦能源与基建：ASML 在欧洲销售疲软、加州一座分布式电厂、以及把 Starlink 当作"行星级晴雨表"等。
作者认为 LLM 与 AI Agent 是他职业生涯中软件工程最大的变革，甚至可能是史上最大，因此呼吁对"资深工程师的建议"保持警惕，并给入行者一份务实的建议。
作者回顾 Alexis King 的经典文章"Parse, don’t validate"，讨论这一模式在 Rust 类型系统下的应用与取舍。
🧠 AI 技术前沿
推荐论文 ProgramDistill：把交互式 Web 应用转化为可验证、可复现的"参考引导"软件工程（SWE）任务，为 agent 提供带标准答案的编程评测环境。
查看推文 →
在回复中补充：评论区总有人提 Mistral，但它似乎已基本放弃做前沿模型，当前模型在开源权重里也离前沿很远。
查看推文 →
撇开原因不谈，令人震惊的是欧洲至今没有一家前沿 AI 实验室，甚至连接近前沿的实验室、或将来有可能长成前沿实验室的努力都没有。
查看推文 →
agent 相关事故仍在继续；他指出其中很大一部分是 agent 在测试中为了达成目标而"奖励黑客"（有时甚至真的去入侵），值得警惕。
查看推文 →
让 Opus 5.5 以高思考档位用 manim 做了一支讲解"指针"的动画视频：只给了示例和配色的粗略指令，其余（含配乐）全部由 Opus 完成。
查看推文 →
让 Opus 5.5 完成了整支动效设计作品：它理解动画、转场和镜头运动，还自己建了每个设备和 logo 的 3D 模型；他建议自备一套 3D 设备/按钮/特效/动效模板库，方便套用到不同内容上。
查看推文 →
整理 Claude Code 开发者 Thariq 的"Effort 参数使用指南"：Effort 是给模型的"计算/时间预算"，新一代模型（Fable 5.1、Opus 5.5）的 effort 曲线最好，且切换不破坏 prompt 缓存；核心结论是提高 effort 主要减少"遗漏边界情况"，本质是调高验证强度。
查看推文 →
Hugging Face 开放 5000+ 面向小模型 RL 训练的"可验证数据科学任务"数据集 SmolDataEnvs：任务取自真实数据科学家在 471 个 Kaggle 数据集上写的 notebook，模型必须在沙箱里写代码算出答案，并由不依赖任何 LLM 的确定性评分器判对错，奖励信号不会漂移。
查看推文 →
介绍 The Tasteful Agent：从历史轨迹中蒸馏"决策品味"，把长程判断力训练进模型。
查看推文 →
哥伦比亚大学开出首门"Agentic Engineering"课程：13 讲、3 个 Studio 实验，并给出一张五层 Agent 生产栈地图。
查看推文 →
有团队开源整理 35 家 AI 公司的 AI 工程师面试题，全部来自公开报告的面试经历，覆盖 OpenAI、Anthropic、DeepMind、xAI、DeepSeek、Kimi、GLM 以及 Cursor、Cognition、ElevenLabs 等，岗位涵盖 AI Engineer、LLM Engineer、Research Engineer 等。
查看推文 →
转述 Anthropic 刚发布的 Opus 5.5 提示指南，意外点是多数建议是"从 prompt 里删东西"而非加东西：如"think step by step"已无效、删掉回复更快；"walk me through your reasoning"可能导致消息被拦截并切回旧模型；"每步都问我"则浪费了能自主工作数小时的模型。
查看推文 →
介绍让 Claude agent"记住如何改进自己"的技巧：在项目里建 AGENT_LEARNINGS.md，agent 每次犯错就写入（错误、要避免的模式、更好的做法），下次任务前先读该文件，从而在不重训模型的情况下越用越强；他称之为"外部记忆脚手架"。
查看推文 →
分享榨取 Claude 订阅额度的做法——并行跑 subagent：用一个 Opus 5.5 xhigh 主对话做编排，把工作拆成 ticket，每个 subagent 只带一张 ticket 和最小上下文，复杂 ticket 交 Opus 5.5 medium，其余交给便宜模型（甚至不必是 Claude）。
查看推文 →
BestBlogs 早报：Stripe CEO Patrick Collison 披露，一位工程师上半年合并 600 多个 AI 编写的 PR 仅 1 个被回滚，Stripe Projects 由两三人两个月上线，他估算至少提速 6 倍；OpenRouter 现服务超 1000 万开发者，日处理 token 超 10 万亿。
查看推文 →
🚀 创业动态
本周 agent 更新：Opus 5.5 是"怪兽"、GPT Voice 大幅变好、Meta 的 Muse 登上 App Store 榜首；视频分四段讲模型、语音、Muse 与 Meta Connect、以及 OpenAI/Anthropic/Cognition 的个人 agent。
查看推文 →
认为还没有人做好"Agent 原生"的视频剪辑/拍摄平台，喊话做"开源版 Descript"；批评 Descript 的 MCP 只是把你的 prompt 转发给它的"Underlord Agent"，既多花钱又强制用它的 token，不是对的方向，因此他在找替代品。
查看推文 →
自从有人推出 200 美元/月 的订阅，所有人立刻跟进；预计未来一个月每家主要 AI 公司都会推出 500–1000 美元/月 的档位。
查看推文 →
如果你喜欢"氛围编程"写软件，那就转向"氛围编程"做实体设备——他说这是他这辈子最兴奋的建造时刻。
查看推文 →
虽然爱用 Codex，但"买不到更多用量"让他抓狂，喊话 Codex 负责人要么把 20x 档恢复、要么赶紧出 500 美元/月 的档位。
查看推文 →
今年让他效率 10 倍的一条心得：如果某个重复的 3 分钟动作能被压到 30 秒，就该花 1 小时把它自动化——既省时间，也省下心智能去专注"规模化"。
查看推文 →
一句话抛出赛道判断："AI Roll Ups（AI 整合/并购）是 5 万亿美元的机会"。
查看推文 →
定价要先高、感受市场再调整；你以为人们不会付钱，但其实这个世界上的钱多到你无法想象。
查看推文 →
"去造基础设施/原语（primitive）吧，原语才是让你变富的东西。"
查看推文 →
回复：Astra 性价比很高，但它像个"油老虎"、极耗 token；他恨不得有 3 个 20x 档订阅。
查看推文 →
💬 观点与洞察
要意识到 AI 仍会出错；他多次不得不阻止它草率下结论——真正创造价值的地方，恰恰在"它会出错、而你知道正确答案"的那道缝隙里。
查看推文 →
回复：今天他不会称它为 AGI，但如果在几年前给他看这种表现，他会毫不犹豫地叫它 AGI。
查看推文 →
回复：研究显示财富并不导致监管，而监管确实会导致更少财富，所以这是因果关系——他为"反对监管"辩护。
查看推文 →
回复并引用 Theo 的观点：想在所有平台都发力的人，往往一个平台都做不成；你把自己摊得太薄，最终只会变成自己的漫画式 caricature。
查看推文 →
称有一套能省下数十亿 token、同时让设计更干净的方法/逻辑，适用于 Claude、GPT 等模型，建议阅读并保存（原文未展开细节）。
查看推文 →
🔥 精选推荐
美国蓝十字蓝盾协会（BCBS）9 月 24 日发布三页白皮书称，2023—2025 年医院用 AI 辅助编码把越来越多的住院病例编成复杂病例，导致蓝十字体系两年多付约 9.42 亿美元。文中举例：在诊断增长最快的医院，产妇"急性失血后贫血"病历占比从 2022 年二季度的 4.0% 升到 2025 年一季度的 12.3%，但同期输血比例仅从 0.8% 升到 1.2%，"模式指向 AI 辅助编码"。文章详述 DRG 分档机制——同一台肠道大手术按次要诊断可分为三档，付费差一倍以上；白皮书称两年里多出 55158 个复杂病例，每例平均多付约 1.18 万美元。美国医院协会否认指控，反指保险公司也在用自动化砍账单。
🦐点评：这是 AI 落地医疗后第一批"可量化副作用"的样本——AI 编码不是在提升医疗质量，而是在提升账单，规模大到能被保险公司写成白皮书。对投资判断有两点：其一，医疗 AI 的 ROI 在支付方与供给方之间高度对立，卖给医院的产品可能被保险公司视为对抗工具；其二，"AI 合规审计"本身会成为新赛道，谁能为 DRG/AI 编码提供可解释、可追溯的证据链，谁就握住了支付方的刚需。医院否认叠加保险公司也在自动化砍账，说明这是一场双向的信息不对称竞赛，很难靠单一产品解决。
这是 The Pragmatic Engineer 对 OpenAI 核心产品与平台负责人、Codex 创建工程师之一 Tibo Sottiaux 的访谈译文。Codex 最初只是 OpenAI 内部帮研究员写 Python、搭基建的小型智能体，后与"自主软件工程师"（ASWE）项目合并，成为今天的 Codex。文中复盘了关键工程决策：为什么用 Rust 重写核心智能体、为什么从第一天就开源 CLI 和 SDK、为什么 Codex 不绑定 OpenAI 自家模型，以及如何把本地 Coding Agent 推向云端并与 ChatGPT 统一。他还谈到代码审查的职能变化——正确性与安全审查将更多自动化，人类应把注意力放在产品意图与架构边界上。 <!-- ai-daily:complete -->
🦐点评：最值得投资人记住的是 Codex 的"不绑定自家模型"和"开源 CLI/SDK"——这是 OpenAI 在 coding agent 战场上主动放弃锁定、换取生态占位的信号，说明它判断这个赛道的胜负手是分发和习惯，而非模型独家。对做 coding agent 的创业公司是双刃剑：底层能力被免费化，护城河只能建在工作流、企业权限和评测数据上。Tibo 把"人还剩什么"定义为产品意图与架构边界，等于给这一层划了价——越靠近"定义要解决什么"越难被替代，越靠近"写与查"越先被吃掉。