AI 热点综述 · 2026-09-24
昨天全行业在讨论”价格”，今天讨论的是分层。
一天之内，三件事从三个方向指向同一个判断：Claude Marketplace 把工具、agent、服务商摆上货架（4249 赞、245 转发，今天互动量最高的一条）；Guillermo Rauch 发布 Vercel Drives，把 agent 的存储从”那台跑着的机器”里拆出来（1453 赞、79 转发）；而 Anthropic 工程博客今天推的标题就叫《Scaling Managed Agents: Decoupling the brain from the hands》——把大脑和手解耦。
同一套架构直觉，同一天从两家公司嘴里说出来。这种撞车通常不是巧合，是水位到了。
一、Claude Marketplace：agent 的货架开张了
Anthropic 官方今天正式上线 Claude Marketplace（4249 赞、245 转发）：
你现在可以在 Claude Marketplace 上发现工具、agent 和专业合作伙伴。用它来：
- 添加 Slack、Notion 这类连接器和插件
- 购买 Cursor、CrowdStrike 这类公司提供的 agent 与产品
- 通过 Accenture、Deloitte 这类服务伙伴来扩展规模
逛一逛市场吧。如果你在为 Claude 做东西，也可以把你的工具、agent 或服务登记在这里。
要注意这份清单里出现了三个完全不同的物种： 连接器（Slack、Notion）、可购买的 agent 产品（Cursor、CrowdStrike）、以及人力服务伙伴（Accenture、Deloitte）。把它们放在同一个入口下，说明 Marketplace 想当的不是”插件商店”，而是企业的 AI 采购单——从软件到 agent 到帮你落地的人，一次配齐。
这条路 OpenAI 在 DevDay 上会怎么走，Thibault Sottiaux 今天提前放了话（3159 赞、133 转发）：
等不及下周二 DevDay 了。有些非常好玩的东西，但也有很多会改变你工作方式的东西。这是我们最有野心的一次冲刺，Astra 让很多新事情在这么短的时间里变得可能。
“会改变你工作方式”和”好玩”是两种不同的发布。 前者是能力，后者是形态。当两家都开始搭货架，”这个模型多强”就不再是用户最关心的问题，“我要的东西这里有没有”才是。
二、大脑、手、存储：同一个解耦判断从两家同时冒出来
Rauch 今天这条是全天最完整的架构论述（1453 赞、79 转发）：
Muse、Instinct、OpenClaw、Claude Code……所有成功的 agent 都有三个关键组件：
🧠 大脑 → 模型、harness（逻辑）
👐 手 → 工具、电脑、浏览器
🗃️ 文件 → 记忆、技能、仓库最”省事”的做法是把这三样全塞进一台有状态的电脑里（比如一台 Mac Mini）。你在 mac 上跑
claude或fx，让它整天开着配着咖啡因跑，它有硬盘、有 CLI、有装好的应用。但如果你想低成本地在云上跑 agent，你就得真的把这些部分拆开：
🧠 harness 可以跑在 Fluid compute 上。为了让它在重启、发布、崩溃之间保持可靠，你要用 Workflow 把事件日志变持久。
👐 手可以是 Browserbase/Kernel 那种专用浏览器机队、Sandbox 那种整台电脑，也可以是 just-bash 这种更高效的轻量工具。
🗃️ 🆕 缺的一直是把存储也解耦的办法。想象你每晚要跑一个记忆整理任务（”做梦”）——你可以直接读写文件，而不用把 agent 整台电脑开机。今天我们推出 Sandbox 的完美搭档：Drives。我们给了 agent 一台电脑，现在我们给你一块可以随时挂载的”外接磁盘”。
顺带说：把 agent 拆成这些独立部分，不只是大幅优化成本，还极大提升了安全性和可审计性。我甚至认为，不这么做根本跑不了安全的 agent。
最后那句话才是重点。 过去我们把”agent 安全”当成一个模型对齐问题；Rauch 把它重新定义成一个架构问题：一个拥有持久文件系统、装着 CLI 和凭证、整天开着的进程，本质上就是一台你攻破了就全丢的机器。拆开之后，每一部分都可以单独授权、单独审计、单独重启。
而 Anthropic 同一时间给出的工程答案，标题就已经是同一句话：《Scaling Managed Agents: Decoupling the brain from the hands》。配套今天一起推的还有《How we contain Claude across products》——讲的是怎么在多个产品里把 Claude 关进笼子。
两家的路线差异也很清楚： Vercel 从”云基础设施如何服务 agent”往上推，Anthropic 从”产品里如何约束 agent”往下压，在中间撞到了同一层设计。当两个不同的出发点得出同一个结构，这个结构大概率是对的。
三、语音 + 插件：harness 之争已经公开化
Sottiaux 今天最生动的一条不是产品公告，是使用习惯（4009 赞、107 转发）：
语音！我已经习惯直接打电话给 ChatGPT 聊所有工作，查邮件、写点代码、管日历，而且它能在完整的插件生态里工作，包括第三方开发的插件。
“第三方插件 + 语音”组合起来才是这条的分量。 语音单看是交互形式，插件单看是能力接口；两者叠加意味着你不再需要打开某个 app 去”用 AI”，而是在打电话的过程中把活干完。这是入口的争夺，不是能力的争夺。
Peter Yang 在同一天把当前的割裂说得更直白（25 赞）：
模型已经这么好了，Claude Code 这套 harness 真的需要好用的实时语音，加上浏览器和电脑操作（后者在改善！）。
现在是一家实验室有最好的模型，另一家有最好的 harness。
这句话是今天最值得抄下来的一句判断。 它解释了很多看似矛盾的现象：为什么模型能力在评测榜上已经挤成一条平线（昨天三家并列 97%），用户却依然在纠结选哪个工具——因为决定体验的早就不是模型本身，而是模型外面那圈东西：语音管线、浏览器控制、权限模型、插件生态。
Peter Yang 对 Opus 5.5 的评价也是从”用起来”出发的（309 赞、10 转发）：
Opus 5.5：聪明、快、聊起来有意思、写得好、对速率限制友好、能力上限不断让人意外。
“聊起来有意思”和”对速率限制友好”被和”聪明”并列，这本身就是信号。 当智能变成及格线，剩下的差异化全在体感上。
四、性能是一种持续工程，不是一次发布
Boris Cherny 今天发的 Claude Code 与桌面端加速的博客拿到了全天第二高互动（3292 赞、103 转发）：
如果你注意到 Claude Code 和桌面应用最近几周变快了，这就是我们怎么做到的。博客里有大量对正在优化自己应用的工程师有价值的经验和技巧。
“最近几周”这个词说明这是一种节奏，而不是一个版本。 在模型能力压平的阶段，一个产品每周把启动时间削掉几十毫秒，累积起来的用户感知可能比一次模型升级更明显。
Guillermo Rauch 从侧面给了同一件事的一个具体案例（112 赞、2 转发）：
ShellPerfBench。我对新 shell 会话的启动时间极度神经质。Opus 5.5 找到了很多其他模型漏掉的优化点。 匿名说一句，每次你打开终端，你可能都在默默受苦。让你的 agent 去优化
.zshrc之类的东西。
“其他模型漏掉的优化点”这句话是很有信息量的。 性能优化是那种没有标准答案、需要反复猜测和验证的工作——它恰好是 agent 比人便宜的地方：人类工程师不会为了 20 毫秒去读三十遍配置，agent 会。
两条放在一起看：性能开始变成一个可以交给 agent 持续刷新的指标，而不是一次性的项目。
五、形式化验证的第二天：Boris 补上了”怎么做的”
昨天 Boris Cherny 那条”用 Lean 形式化验证 SDK、16 个 PR”是全天最高互动。今天他补上了机制（68 赞、2 转发），这条只有 68 赞，但信息密度更高：
给关心形式化方法的人补点细节 —— 实际发生的是 Claude 在做类似这样的事：
- 给程序建一个模型，瞄准其中棘手的状态机或容易出竞态的代码部分
- 在模型里找反例。这些就是疑似 bug
- 复现这些 bug
- 在代码里修掉这些 bug
不是整个代码库都被形式化验证了（还没有！），而是代码里最毛糙的部分被建模、被检查反例、被修掉了。
“最毛糙的部分”这个限定才是可落地的部分。 全面形式化验证的成本高到不现实，但”挑出状态机和竞态点单独建模”是工程上可以今天就做的。这个做法绕开了形式化方法五十年来的落地困境：不是证明一切，而是在人类最容易写错的地方插入一次机器检查。
同一天他还晒了在计算机历史博物馆见到 Donald Knuth 的照片（1417 赞、25 转发）。一个人上午见形式化方法的祖先，下午展示形式化方法的新用法——这条时间线今天被同一个人走了两遍。
六、agent 商业：让 agent 想要软件，也用 agent 让人想要软件
Garry Tan 今天把正在发生的事情压缩成两句（434 赞、37 转发）：
创业公司获客方式上两个同时发生的重要趋势：
让软件 agent 想要（make software agents want）
用 agent 让人想要软件（use agents to make people want software）
第一句是全新的： 你的客户里开始包括别人的 agent，它们会读取你的文档、调用你的 API、评估是否把你接进自己的流程。为 agent 优化可发现性，正在变成和 SEO 平行的一门新学科。
第二句是旧的 SEO 被 agent 重做了一遍： 不是人去搜产品，而是 agent 替人去研究、比较、推荐。当采购决策的一端是 agent 时，”写得让人看懂”和”写得让 agent 读懂”就分家了。
Madhu Guru 今天反驳 Ben Thompson 的那条，给了这件事的需求侧论证（146 赞、15 转发）：
我礼貌地不同意。他漏掉了关键一点：消费者和”做事”之间不是只有一种关系。
我在 Google 和现在 Meta 做了多年消费者和中小企业产品，这是吃过亏学到的。逛衣服对某些人来说就是娱乐；但找屋顶工人对大多数人来说很痛苦。
就算在购物里，有时你想逛一小时，有时你只想让对的东西尽快送到。他的论点听起来很像 2000 年代初那句话：”我为什么要网上买衣服？我得试穿啊。”
今天就试试找人修屋顶：搜索、读十条评价、电话来回、和保险协调、约检查、比报价、防隐藏费用、核对过往作品、雇人、排期。
对某些这类任务，”更好”意味着几乎零努力；对其他任务，意味着看更多选项、享受过程、做出知情决定。
对这种消除摩擦的 agent，消费者的潜在需求是巨大的。
“不是只有一种关系”是这段的核心。 关于 agent 能不能替代人的争论，大多错在把”所有任务”当成一个整体。真正可操作的分法是：哪些任务用户想要过程，哪些任务用户只想要结果。 前者是 agent 不该碰的地方，后者是 agent 的天堂。
一个正在进行的实测来自 Dan Shipper（31 赞、4 转发）：
明天下午 6 点我们就会知道，一个 AI agent 能不能办一场好派对。@every 的 agent 包办了 every 九月聚会的全部策划——从餐饮酒水单到宾客名单。来我们在布鲁克林的 brownstone 一起给它打分。
“办派对”是个很好的测试用例，因为它同时包含两类任务： 选酒单属于”想要过程”（有品味要求、无标准答案），排期和联系人属于”只要结果”。这一场到底会暴露哪一半更难，明天就有答案。
七、一些同样值得记下的碎片
- Ryo Lu（1087 赞、165 转发） 今天写了全天最长的反省，也是被转发最多的观点之一。核心几句值得单独抄下来：“效率、生产力、速度，我们把这些词当成了活着的意义……但这没有意义的：速度不是意义，规模不是智慧，如果自动化只是让所有人跑得更快，那它就不是自由。” 以及那句最锋利的判断：“危险不是 AI 让我们变懒，危险是 AI 让我们无休止地忙碌——在我们还没找到意图之前就给了我们无限的产出。” 他甚至给出了结论方向：也许真正的前沿不是更快的速度，而是辨别力（discernment）——知道什么不该做，知道什么时候该停。 在一个所有人都在比谁跑得快的行业里，这条能拿到 165 次转发，说明它说中了很多人的状态。
- Thariq（1265 赞、25 转发 + 2289 赞、56 转发）：Anthropic 开始尝试一种新的内容形式——公开分享具体提示词和工作方式，让别人能复刻。”Claude one-shot this”这条的提示词是一万字符，含观点、技能、示例和 API key。他专门发帖问读者”这有用吗”。把内部工作方法本身当产品来发布，这本身就是一种分发策略。
- Amjad Masad（284 赞、22 转发）：“你需要年轻人去打破模具、质疑根深蒂固的信念、尝试不可能的事。理想的大学应该培养的正是这个。” 在一周都在谈 agent 替代的语境里，这条讲的是人应该被培养成什么样。
- Aaron Levie（81 赞、6 转发 / 186 赞、6 转发）：他引用了一段关于创意产业与 AI 的长论述——“当门槛和成本降下来，被拍出来的电影会更多而不是更少。工作室能承担更多风险，桌上会有更多座位……每一次叙事遇到真正的技术变迁，从同步声音到彩色到计算机动画，它都重新定义了媒介的边界并在过程中变得更大。” 并补了一句他自己的判断：“即使技术或媒介变了，对创意技能和品味的需求不会消失，只是更多人能有效地用上这些技能。” 同一天他还发了”Muse 和 Box 在一起了”——创意工具进企业工作流，走的是他一直在走的那条路。
- Aditya Agarwal（136 赞、4 转发）：“一个人职业生涯里换过很多地方，说明了很多。公司人员流动低，也说明了很多。一起工作 3 年以上的团队，吞吐量和韧性显著高于刚组建的团队。” 他点出了一个投资人和员工都常犯的错：只问团队规模，不问团队存续时间。 当 agent 让个人产出可扩展时，”团队共同经历了多长时间”反而变成了更难被复制的东西。
- Peter Steinberger（96 赞 / 89 赞、5 转发）：“Astra 在碾压一切。” 以及 “有浏览器了，谁还需要 VNC。” 后者是今天多条内容共享的一个潜台词——浏览器正在成为 agent 操作世界的通用接口。
- Garry Tan（292 赞、5 转发 / 428 赞、20 转发）：“Muse 非常厉害。” 以及 “这个还没被定价进去。” 第二条没说是哪件事，但在一个刚上完货架、刚拆完架构、刚降完价的一周，这类判断值得记下时间戳。
- Josh Woodward（366 赞、11 转发）：“你喜欢的更多应用正在来到 Gemini 上！下一个你想要哪个？” 入口争夺战里最标准的一句问话——生态扩张变成了公开征集。
一句话总结今天： 当模型智能挤成一条平线，行业的动作全部转向结构——把 agent 拆成大脑、手和存储，把工具和 agent 摆上货架，把语音和浏览器接到 harness 上，把性能做成可以持续刷新的指标。过去两年问的是”模型能做什么”，今天问的是”这些东西该怎么组装，以及组装好之后我们到底要拿它做什么”——Ryo Lu 的那条反省之所以被转发最多，是因为它是今天唯一在问后半句的人。
由 Follow Builders 与 AI 热点综述流程生成 · 2026-09-24