Box CEO Aaron Levie
他判断：模型能力已超过多数人类工程师，长时 agent 的 harness / 基础设施在进步，数据与可并行任务量也在涨——几件事叠在一起，形成递归自我改进（RSI）飞轮。以前觉得「那天还很远」，下一刻已经能看见雏形；若不把 RSI 加速 frontier 抬升算进预期，大概会低估后续速率。
他判断：模型能力已超过多数人类工程师，长时 agent 的 harness / 基础设施在进步，数据与可并行任务量也在涨——几件事叠在一起，形成递归自我改进（RSI）飞轮。以前觉得「那天还很远」，下一刻已经能看见雏形；若不把 RSI 加速 frontier 抬升算进预期，大概会低估后续速率。
他强推两样日常武器：Claude Slides——做演示文稿再也不用搜「iphone frame svg」；以及 Claude Code Review——挂在每个 PR 上，几乎能在合并前拦住 bug，是他们团队又快又稳的「秘方」之一。
他晒了团队自述的 ChatGPT Space（偶有端庄的尴尬感，因为是真在做产品的人出镜），并宣布昨天刚上线的 slides 支持：目前开放给 Pro / Business / Enterprise，边用边收反馈。
他强调数据主权：Replit 可部署到客户自己的云，数据不出境——面向政府、金融、医疗等高风险场景。另引用一则帖，感慨数学家对 AI 的情绪正从否认、愤怒、讨价还价、抑郁，压缩进接受的尾声。
他把 Roadster 演示重做成可玩、高度还原实车细节的仿真。另引用：用 scriptc 编译的 TypeScript 可比 tsgo 快 2–4 倍——「TypeScript is the new TypeScript」。
他一句话定调：生成已经又便宜又高质量；下一波真正缺的能力跃迁，是编辑与监督（editing and oversight）。
新开项目时他最爱的组合：@capydotai + @AsideAI，让 agent 既能写出第一版，又能一把梭帮他把 DevOps 搭起来。
Navier-Stokes 里程碑纪念衫背面，印的是解题 chain-of-thought 的最后一行——把「模型可生成新知识」做成可穿在身上的符号。
她给出「如何更信任 agent 产出」的倒金字塔：① 改造代码库（架构、强类型、不变量、清晰边界）——agent 爱抄现成捷径，要把「省事」做成「正确」；② 静态分析 / lint / 测试 / CI / 形式化验证，用极少 token 提前拦错；③ 散文层（注释、规则、AGENTS.md、skills）尽量少用但要用对；④ 人工 review 最难扩，应用在最高杠杆点——设计默认就做对的环境。并附可交给 agent 执行的 pstack / /poteto-mode 项目启动清单。
另抛出产品题：聊天是否仍是 agent UI 的终局？请大家说明理由。
核心观点：Sarah Guo 与 Elad Gil 对话 Greg Brockman。他以近 400 道世纪级数学题被解决为例，主张 AI 已能生成真正新知识；同一套能力应能攻克生物学「语言」，但瓶颈在数据、湿实验与监管文书——药物发现是他最想彻底改写的单一领域。
产品上他介绍始终在线的主动 agent Dots（替他盯 inbox / 日历 / 未兑现承诺），并断言最好的 UI 是没有固定 UI：口头、Slack、iMessage、电话任一表面都能对话，再加生成式界面按需成型。消费者与企业助手会因算力成本分层，但形态会趋同。
网络安全处于他所说的 defender’s window：前沿能力可先帮防守方，广谱攻击能力则随每次发版爬升。OpenAI 用 Daybreak 向防守方开放峰值模型、承诺十亿美元级支持，内部一度让约 25% 生产工程师停功能专做加固直至当前模型「扫不动」为止。他的硬判断：软件正变便宜，安全投入应远超软件投入——要的是可信、可验证的系统，而不是更多能跑的代码。收尾仍强调人类必须坐在驾驶座上，技术应放大人的主体性。