AI Builders Digest

2026年10月18日 · 台北 · X 过去 24 小时(8 位 builder / 15 条推文,精选 7 张卡片)· 播客 1 集 · 扩展源 1 条 · 官方博客无新文

X / Twitter

Box CEO Aaron Levie

他认为「软件工程要消失」是最大误判:人们假设世界只需要固定量的软件,自动化就会减员。现实正好相反——几乎一切都在变成软件。Agent 能用工具、操作电脑、即时写代码、以远超人类的速度处理数据,于是过去根本不值得数字化的问题,现在都能用「软件」砸过去。

结果是工程在经济中的权重上升:银行新交易形态、生命科学实验与文书、制造业供应链自动化,都越来越像软件问题。未来未必手写代码,但几乎一切都会是代码,懂它的人反而更有利。

软件工程不会消失

OpenAI Codex / ChatGPT 的 Thibault Sottiaux

他分享了一个很「早」的 agent 协作瞬间:工作侧的 dot「Burger」应个人侧 dot「Dorito」的邮件请求去取文件,再与 CPA 协调完成报税相关材料——全程约 20 分钟。结论一句:We're still so early.

Burger × Dorito 报税

Replit CEO Amjad Masad

他澄清 TC Disrupt 上的表述:Replit 仍保持 model agnostic,用户可选 Anthropic 及其他已支持模型。他真正想说的是:基于性能、成本与合作深度,OpenAI 现在是驱动 Agent 默认体验的首选合作伙伴——在给用户模型选择权的同时,把默认路径调到性价比最优。

模型中立 + OpenAI 首选

Peter Yang(实用 AI 教程)

他夸 Claude Code 应用明显更快,也比 ChatGPT 更简洁易用;仍缺更好的 browser / computer use、全线程远程控制,以及 live voice。另分享一套可交给 agent 的 Google 应用连接审计 prompt:逐项区分「仅登录」与 Gmail / Drive / Calendar 等宽权限,先给建议再经你批准才断开——他自己挂着 45 个连接。

Claude Code 更快 · Google 连接审计 prompt

OpenAI Codex 产品 Nan Yu(前 Linear Head of Product)

团建闲聊一句戳中时代感:「AI 之前我们到底在盯什么?」答案是——前端 JavaScript 框架大战。

从前盯前端框架

smol.ai / Latent Space 的 Swyx

他晒频道数据:自 AIE EU 后几乎持续每月超 100 万独立观众,但当月仍有约 58% 是新观众、68% 未订阅;主要观看窗口是太平洋时间早上 7–11 点,傍晚几乎没人。增长来自浏览推荐而非爆发,CTR 仍差;目标是与已有亲和观众的创作者逐一合作。

月活与新观众 · 频道亲和

lauren(poteto)· Grok Bot @ SpaceXSI;React Compiler 核心成员

她透露正在为 pstack 做新的 verification skill——顺着她一贯强调的「如何更信任 agent 产出」往工具层推进。

pstack verification skill

播客

The MAD Podcast with Matt Turck · What Happens When Billions of AI Agents Hit Your Database?(Andy Pavlo)

核心观点:CMU 数据库教授、现 ClickHouse Labs 负责人 Andy Pavlo 判断:agent 正在成为数据库最大用户——创建、查询,偶尔还会删库。用他自己的比喻,当前开发速度像「给猎豹吸了可卡因再塞进法拉利」。向量库与 RAG 只是上一轮心智模型;真正的问题是权限、沙箱分支,以及 7×24 不停跑的查询量可能涨 10–100 倍。

护栏要像给学步幼儿装楼梯挡板:不能靠 Claude Code 式逐条 Approve,否则成百上千 agent 无法扩。历史里企业级库早已为人准备过这些控制,关键是暴露给 agent。他把文件系统也视为数据库;多 agent 共享状态时,数据库的并发与事务保证远优于自己管文件。模型推荐新应用时几乎总会说 Postgres——「数据库 SEO」已成厂商真问题;他自己问模型还常被自己的课件引用回来。

其他硬点:text-to-SQL 准确率从约 60% 抬到 99.5%、开源库约 60% 已有 coding agent 提交、LLM 约 15 分钟可做到传统调优质量的约 85%。金句之外更实用的提醒是:别把 toddler-level agent 直接放进生产库。

YouTube 本期 · MAD / Data Driven NYC