他认为 AI 的下一代形态已经清晰：面向特定任务或领域的自治系统，而不再是「LLM 薄封装」。新的期待是——把更复杂的活交给 agent，并在人机协同下可靠完成，因为工具/电脑使用与模型通识都明显进步了。
他拆成三块：① 模型的工具与电脑使用让 agent 能像人一样操作外部系统，没有现成软件就自己造；② 各垂直域判断力在提升（法务、生物、安全扫描、供应链等）；③ harness 与周边基建（沙箱、文件系统、数据管道）支撑更长跑、更大体量的任务。再配上合适的 UX 与变更管理，企业里 IT 自动化、安全运营、药物发现、制造、AI 研究等都会出现这类系统——几乎可以为经济中的每个角色想象一个或多个。
Altman 感谢 Aleksander Madry 接受邀请回来扛安全与安全（safety & security）议题：面对超智能，挑战巨大，而他的能力组合很对口。Madry 本人说明：几个月前以为是离职，其实更像休假——当时想专注「让 AI 对人更有用」，但进度进入新阶段后，把能力越来越强的 AI 的安全挑战做对，必须成为中心优先级；他将回归 OpenAI，与 @merettm（Jakub Pachocki）一起规划路径。
Day 16：API 侧缓存可到 12 小时；登录用户在 Codex 与 Work 上永久保留缓存，隔几小时回来或续旧对话不再吃惩罚，并保证命中缓存。另：周末有用户反馈用量掉得异常快——约 4 万账号出现「实际扣减与所选套餐不一致」；团队已逐户联系并纠错，受影响者会补积分。
继 AI SDK 之后，他们要把支撑 @eve 与 Workflows 的耐久性（durability）基建做成真正开源、runtime-agnostic，开放给 Pi、OpenCode 等 harness——本地、Vercel 或自建都行。趣味点：Claude Code 与 Codex 也能被做成可观测且耐久，但它们目前不适合嵌入，效率与可移植性不如 Pi / Fx，还多一层沙箱负担。
他的工作流：用 Astra 做规划、用 Sol 6.1 写代码；让 Astra 在 worktree 里跑 Codex CLI，效果远好于依赖子 agent。另有一个第二 agent 盯着 Astra 别跑偏——有点像 /goal，但不是同一 agent 读文本自检，而是会挑战的第二 agent；他为此写了 OC-plugin「smart goal」。
FirstMark 的 Turck 点名投资组合：Gradium 开源一套端侧 SOTA 语音模型。Phonon 是参数量低于 5000 万的 TTS 套件，强调多语言自然度与广泛推理支持；Phonon-31m 以 Apache 2.0 发布（站点 gradium.ai/phonon）。同日他还提到 Daytona Series B、Baba Series A 等组合动态。
他从「老派计算机科学家」视角吐槽式类比：Inference-time scaling → Subagents → Agent Swarms，很像当年的 CPU 线程 → 多核 → 多机分布式——历史会押韵。
她演示一条工作流：先让 agent 画出 statechart（文中配假想图），再用自己用 pstack 做出的 /create-formal-verification-skill，配合类似 TLA+ 的手段找 bug——既能更懂代码，也能更懂规格本身。该帖互动很高（点赞近三千）。