他回应「模型越强，产品侧要不要塞进智能」的争论：在应用层，真正的 bitter lesson 问题是——如何把变得更强的智能扩散进企业。反直觉的是：当模型更能长跑任务、用工具时，按领域分化的空间反而变大，而不是变小。早期模型太弱，你只能做「自定义 prompt / 有限 RAG」的薄封装；一旦进入 agent 用工具、任务跑数小时到数天、工作流触发 agent、agent swarm 要围绕目标协调、以及领域专属数据与路由，再加上真正改写流程的变更管理（而不是「往聊天框打字」），专业化系统就变得非常可行。靠近实验室核心用例会更难玩，但安防、生命科学、医疗、金融、制造等都会出现以前不现实的自主系统。
他观察到：多数人一边开多个 agent 一边多线程赶工，其实该放慢——你在做的大多数事并不真的重要。先问：你的 P0 是什么？若把全部注意力给它，会是什么样子？这条短帖迅速爆火（点赞五千以上）。
他们开源了一个很快的 HTML artifact builder（基于 libfx，让 agent 具备耐久性）：为了让 v0 扛住服务器崩溃、LLM 抽风、函数限额，低层管道曾经很痛苦；现在这套能力免费开源。他几分钟做出浮动容器，纯 HTML。配套 demo「mini v0」可在 fx0.vercel.dev 试用（秒级设计/原型、经 AI Gateway 的 200+ 模型、输出纯 HTML、可 fork）。同日他还点出 AI Gateway 上 Mercury 3 约 1000 tokens/秒，以及 MiniMax M3.1 Flash 限时免费。
开源 HTML artifact builder · fx0 demo · 1000 tok/s · More free AI
他详评 Eugenia Kuyda 的 Wabi 2.0：今天个人 agent 大致两类——单聊（iMessage / Muse 式，事情一多就难分区）与自建多聊 Hermes（可共享上下文但常驻不灭）。Wabi 的范式是编排主 agent + 主题式、单次目的的短时会话（例如学校事项可与配偶共享；纽约出差根据航班主动生成助手，行程结束后归档；报税同理）。他唯一批评是过于主动、应用还需打磨，但仍强烈推荐；并声明非付费、非投资人，只是粉丝。YC 的 Garry Tan 也表态：多人 agent 做成群聊几乎不可避免，而 Wabi 已经做成了。
28 天「每天改进或重置」挑战的 Day 15：他先引用 OpenAI Developers 的 Codex 直播预告喊 Day 15/ We're cooked，随后又发 Nevermind, we're still cooking... and reset. Enjoy.——社区记录为一次全体 Codex / ChatGPT Work 用量重置（约 10/19–10/20 完成）。系列仍在继续 cooking。
Day 15 / We're cooked · 仍在 cooking + Reset · Codex COOKED 直播
他为早期投资的 Tolan（Quinten + Ajay 团队）站台：对方多年推动用 AI 做创意与叙事，是消费者侧「真的能用」的少数案例之一——愿景是「看见你、相信你」的陪伴，而不是只帮你订餐厅；例如凌晨带娃、通勤焦虑时会主动出现。