2026-07-12

🤖 AI/ML

• @marclou：Marc Lou 观察到 SaaS 增长入口正在转向 AI 助手，创业者可能要把“能被 ChatGPT 找到、完成 onboarding、交付价值”当成新的分发北极星。 🔗 链接
• @swyx：swyx 用杰文斯悖论解释 agentic engineering：编码效率越高，总软件需求和知识工作需求反而可能继续上升，这比“AI 替代程序员”的叙事更接近现实。 🔗 链接
• @lifesinger：玉伯把 AI 应用分成效率、效果、习惯、情感、基建几类，并指出效率类最容易被大厂吞掉，真正稀缺的是能带来业务效果、行为改变和情感价值的产品。 🔗 链接
• @AravSrinivas：Aravind Srinivas 判断低功耗本地模型会成为任务入口，负责调度和使用更强的 frontier models，这代表 AI 产品形态可能从“直接调用大模型”转向“本地代理 + 云端专家”。 🔗 链接
• @levie：Aaron Levie 用软件岗位增长反驳“AI 直接消灭开发工作”的线性叙事，核心逻辑是生产成本下降后需求会扩张，知识工作也可能复现工业时代的供给诱发需求。 🔗 链接
• @Saboo_Shubham_：OpenAI 推出 Codex plugin for Claude Code，让开发者可以在 Claude Code 里调用 Codex 做 code review 或任务委派，模型协作正变成工程工具的一等能力。 🔗 链接
• @rileybrown：Riley Brown 展示 ChatGPT Codex 能在同一 session 里打开多个浏览器标签处理任务，这让 agent 从“单步工具调用”更接近并行操作多个工作界面。 🔗 链接
• @emollick：Ethan Mollick 让 GPT-5.6 Sol 控制电脑连续 5 小时完成 Slay the Spire 2 随机挑战并获胜，值得关注的是模型已能长时程执行复杂策略任务而不只是回答问题。 🔗 链接
• @alex_prompter：Plano 这类开源 LLM 代理网关把 guardrail、智能路由、成本选择和 prompt cache 亲和性放到统一代理层，说明多模型成本治理正在成为 agent 基础设施。 🔗 链接
• @simonw：Simon Willison 批评“AI employees”叙事短视，因为它既误解人类劳动也低估工具本身，把 AI 放进组织图不如重新设计人机协作流程。 🔗 链接

💻 Tech

• @indigox：Bloomberg 报道 Apple 起诉 OpenAI 系统性获取并使用其硬件机密，争议核心从模型竞争扩展到 AI 硬件团队的人才流动、商业秘密和供应链知识。 🔗 链接
• @karinanguyen：Karina Nguyen 吐槽 Apple 与其起诉 OpenAI，不如先把群聊自动识别联系人这类高频 AI 功能做好，这反映出用户对 Apple AI 的期待仍停留在“解决日常摩擦”。 🔗 链接
• @corbin_braun：corbin 把 1X NEO 机器人的 API 类比成新 App Store，关键点是实体机器人一旦开放可编程劳动能力，开发者生态可能从软件界面延伸到现实任务。 🔗 链接
• @FinanceYF5：Derek Thompson 关于 AI 市场崩盘风险的讨论把焦点放在投资者侧杠杆，而不是云厂商债务，这提示 AI 泡沫的脆弱点可能出现在金融结构而非技术需求。 🔗 链接

🌐 其他热点

• @davidasinclair：David Sinclair 分享研究称不同生物年龄时钟适用问题不同，在心代谢疾病男性样本中 GrimAge 和 DunedinPACE 更能检测加速衰老，抗衰指标正在从泛化宣传走向场景化选择。 🔗 链接

📊 扫描 263 条 | 覆盖 24.1h | 精选 15 条