Karpathy在YC AI创业学校的演讲中提出,LLMs代表软件的根本性变革,可类比为新型计算机操作系统,并具有独特的'人格心理学'特征。他将当前AI时代比作1960年代的计算机时代,并指出三大创业机会:构建半自主产品、降低软件开发门槛(vibe coding)、以及面向AI Agent的基础设施建设。
AI Agent
自主智能体、多 Agent 协作、Agentic Workflow 与 Computer Use
AI Agent · 精选产品
GPT-6 Astra
94OpenAI's most capable model for end-to-end work
GPT-6 Astra 是 OpenAI 迄今最强大的 AI 模型,面向复杂推理、软件工程、科学研究及专业工作场景,支持异步工具调用与多步骤智能体工作流。
Figma Agent
88Prompt, edit and prototype without leaving the canvas
Figma Agent 是嵌入 Figma 设计画布的 AI 智能体,直接操作用户真实的组件、变量与团队文件(而非扁平图片),可一句话生成布局方向、跨屏幕批量修改、把评论转成改动、用提示词搭建原型,并通过 MCP 拉取 Notion、Slack、GitHub、Linear 的上下文,把重复流程固化为团队可用的 "/" 技能。
GPT-5.6
88A new standard for intelligence and efficiency
OpenAI 发布 GPT-5.6 模型家族,提供旗舰版(Sol)、均衡版(Terra)和轻量版(Luna)三档选择,面向开发者推出程序化工具调用、多智能体并行执行及显式提示缓存等新能力。
Manus 2.0
86A New Era of AI Agents and Creative Tools
Manus 2.0 是通用 AI Agent 平台的一次底层重构式升级:用自研 Cascade 框架把任务执行变轻变省,用云电脑和事件触发自动化让 Agent 能 7×24 持续运行,用 Manus Studio 把「完成任务」推进到「共同做出作品」,并推出拥有独立邮箱、电话、钱包和电脑的个人智能体应用 Cue——解决的问题是初代 Agent 又贵又笨重、任务结束后一切归零、成果无法被人工接手继续修改。
OpenAI Agents API
85Cloud agents, run on OpenAI's Codex harness
OpenAI Agents API 是基于 Codex 的托管云代理平台,开发者只需一次 API 调用即可构建支持长会话、智能工具使用和并行子代理的云端 AI Agent,无需自行搭建编排系统。
Google Gemini 3.8 Flash and Cyber
85Next-gen Gemini for agents, reasoning, and cyber security
Google 推出新一代 Gemini 3.8 Flash 模型,专为 AI 智能体工作流与网络安全场景优化,支持长链推理、自主任务执行与漏洞检测,以低成本高速度提供企业级 AI 能力。
Odyssey 3
84A world model that simulates physics in real time
Odyssey-3 是一个基础世界模型(world model),能根据文本提示实时生成可交互的物理环境,并预测人类或智能体在其中的动作会如何改变环境,主要解决机器人与自动驾驶等领域缺乏高保真、可实时交互仿真环境的问题。
Eleven v4 and Eleven v4 Turbo
84Elevenlabs' fastest and most emotive voice models yet
ElevenLabs 推出的 Eleven v4 与 Eleven v4 Turbo 语音生成模型,主打更强的情绪表现力,其中 Turbo 版本面向实时语音交互场景,可通过 App、API 和 Agent 调用,解决机器配音情感平淡、延迟高、难以用于实时对话的问题。
Typewise Nova
84AI customer experience that builds and improves itself
Nova 是一个无需开发者的 AI 客服运营平台,能用自然语言描述自动构建、测试并持续自我优化 AI 客服代理团队,覆盖邮件、聊天和 WhatsApp 全渠道,按成功解决请求收费。
Hy4 preview
84Tencent’s 770B open model for long-horizon work
腾讯开源的770B MoE大模型,专为长程自主代理任务设计,能自主完成编程、游戏开发及复杂文档分析,并自动运行测试与修复Bug。
Spline V2
84Best 3D platform for the agentic era
Spline V2 是一款面向 AI 时代的全新重构 3D 编辑器,集成 AI Agent 模式与 MCP 协议、WebGPU 渲染引擎及 PBR/HDR 工作流,让设计师和开发者能更高效地创作交互式 3D 内容。
Caddi
84Agent that builds agents by only showing your work only once
Caddi 通过录制一次操作演示,自动将用户的后台工作流程转化为可在真实工具中持续运行的 AI 自动化智能体,无需开发者或复杂配置。
Ojin
83Talk to an AI Agent with a real face and voice, in real time
Ojin 提供带有真实面孔和声音的 AI 智能体 API,支持实时打断式自然对话,只需一张照片即可创建可交互的数字人形象。
Glasshand
82Give your agent a real iPhone and Mac
Glasshand 为 AI 智能体提供真实的 iPhone 和 Mac 设备租用服务,让 Agent 能像真人一样操控物理硬件完成复杂任务。
ClawsGO Science
82The AI research agent with its own cloud lab
ClawsGO Science 是一个 AI 科研自动化平台,能够从研究问题出发,自动完成实验、分析数据并生成带引用的学术论文。
GitHub Copilot Fusion
82GitHub's AI coding agent that picks and combines models
GitHub Copilot Fusion 是一款 AI 编程助手,能自动将编码任务路由并组合多个 AI 模型,解决开发者手动选择模型繁琐且效果不优的问题。
1Password for Agents
82Let AI agents sign in for you without seeing your passwords
1Password for Agents 让 AI 代理在执行自动化任务时可以安全地为用户登录账户,用户通过设备审批每次凭证请求,密码始终不暴露给 AI。
Notion Auto
82Notion’s rebuilt Agents run for hours and cost far less
Notion 重构了其 AI Agent 执行架构,使任务可连续运行 24 小时以上,并具备计算机操作、浏览器访问和“Review for me”安全审核模式,同时通过自动模型路由把成本降低约 90%,配套 MCP 升级与统一积分计费体系。
Notion: Context for your agents
82Switch AI agents without re-explaining your work
Notion 3.8 将工作区升级为 AI 智能体的共享上下文层,让团队无需重复解释即可跨 Claude、ChatGPT 等多个 MCP 智能体无缝切换。
Nemotron 3.5 Super VL
82NVIDIA’s open multimodal model for specialized agents
NVIDIA发布的开源多模态混合专家大模型,专为AI智能体设计,支持文本、图像、文档、视频输入及工具调用,单GPU性能提升5倍。
Muse Wonder
82Meta’s most capable models for personal agents
Meta 推出的面向个人与专业场景的智能体模型系列(含 Muse Wonder 与 Muse Wonder Full),通过跨对话持久记忆、长任务抗阻塞执行以及法律/金融/健康垂直领域能力,解决现有 AI 助手「记不住上下文、复杂目标做不下去、专业任务不够专」的问题。
Gemini Agent for Google Cloud
82The work agent that runs on both Gemini and Claude
Google Cloud 推出的通用型「工作代理」,用户只需给出目标而非具体指令,它便能自主规划、调用企业内部技能与工具(Workspace、Microsoft 365、Slack、Salesforce、Jira 及任意 MCP 服务器),在云端持续运行数小时至数天,产出文档、演示文稿或代码,并可派生出拥有独立邮箱与日历的协作者代理。
Solid
82Agents with their own computers, accounts, and budgets.
Solid 是一个企业级 AI 智能体平台,能够自主配置计算机、创建账户、管理预算,端到端完成应用开发、工作流自动化等复杂长期任务。
Sai
82The autonomous computer fleet at your command
Sai 是一款自主计算机舰队服务,通过模拟人类操作界面(读屏、点击、输入)来自动化各类软件任务,无需 API 即可处理遗留桌面应用和内部系统。
Projects at Cursor
82Direct thousands of agents through one coordinator
Cursor 推出 Projects 功能,通过一个协调器统一调度数千个 AI 子代理,支持大规模复杂任务的上下文维护、任务委派与周期性工作执行。
Agentic Video Understanding in Gemini
82Agentic video analysis for faster, smarter Gemini insights
Google Gemini 推出智能体视频理解模式,让模型自主决定观看策略,大幅降低 token 消耗和成本,同时提升长视频分析准确率。
Gemini 3.8 Flash
82Most intelligent workhorse yet for coding and agents
Google 推出的最新 Flash 系列 AI 模型 Gemini 3.8 Flash,专为编程、智能体任务和多步推理设计,以极具竞争力的价格提供高性能的代码生成与自主任务执行能力。
Gemini 3.7 Flash
82Google's smartest workhorse yet for coding & agents
Google 推出 Gemini 3.7 Flash,专为编程和 AI 智能体任务优化的高性能轻量级大语言模型。
Human Behavior
82Product analytics told you what happened. We handle it.
Human Behavior 是一款 AI 驱动的产品分析工具,不仅捕获用户行为和会话回放,还通过后台 AI 智能体自动分析问题、触发修复动作(如发邮件、更新 CRM、提 PR),实现产品改进的闭环自动化,无需人工盯仪表盘。
Prime Agent
82A coding agent that can refine its own harness
Prime Agent 是一个开源的自改进编程智能体,通过递归语言模型(RLM)和持续迭代框架(Continual Harness)两大核心抽象,让 AI 编程助手能够自我优化其执行环境,在 ARC-AGI-3 基准上达到 95.5% 的顶尖水平。
Coldtea.ai
82Make your software delivery self-driving
Coldtea 是一款面向开发团队的 Agentic IDE,通过 AI 编码代理、视觉 QA 代理和 AI 生产监控的协同工作,解决团队在 AI 加速交付背景下频繁引入生产故障的问题。
Muse Code
82Meta’s terminal agent for long-horizon coding
Muse Code 是 Meta 推出的终端编程智能体,基于 Muse Spark 1.2 模型,支持长周期任务、仓库级代码执行与内置验证,旨在解决开发者处理复杂、跨文件、长时间编码任务的效率问题。
Cloudflare Wallets
82the programmable wallet for the agentic Internet
Cloudflare Wallets 为 AI 智能体提供可编程钱包层,使其能够自主发现、使用并支付 API 和数字服务,构建下一代 AI 应用的金融基础设施。
DeepSeek-V4-Flash-0731
82Frontier agent intelligence at Flash prices
DeepSeek-V4-Flash-0731 是 DeepSeek 官方发布的高性能轻量级大语言模型,以低价格提供媲美旗舰模型的 Agent 推理能力,并原生支持 Responses API 与 Codex CLI。
Conduit
82AI agents purpose-built for Hospitality
Conduit 是专为酒店行业打造的 AI 智能体平台,自动处理跨渠道宾客对话并联动后端系统,实现从沟通到运营的全流程自动化。
Claude Opus 5
82Near-Fable 5 intelligence at half the price
Claude Opus 5 是 Anthropic 推出的新一代旗舰大语言模型,以一半的价格提供接近顶级的智能水平,专为长时运行的 AI Agent、编程和专业工作场景优化。
CartAI
82The AI agent that handles checkout.
CartAI 是一个面向开发者的 AI 结账代理 API,能在任意电商平台自动完成购物结账全流程,无需商家侧集成,同时内置支付、商品搜索和佣金变现能力。
Clark
82An AI coworker with its own cloud computer
Clark 是一个拥有独立云端计算机(浏览器、终端、文件、代码环境)的 AI 协作员,用户可以将复杂任务完整交给它异步完成,涵盖研究、代码、文档等多种交付物。
Verse
82Build and hire autonomous AI employees from a single prompt
Verse 让用户通过一句提示词即可创建并「雇用」具备完整数字身份和工具能力的自主 AI 员工,代替人类 24/7 独立完成工作任务。
ChatGPT Work
82Partner for your most ambitious work
ChatGPT Work 是 OpenAI 面向职场场景推出的 AI 智能体产品,能够跨应用和文件持续执行复杂任务,将用户目标转化为完整的工作成果。
Coasty
82A Computer-Use-Agent that runs legacy software like a human
Coasty 是一个计算机操控 AI 代理,能像人类一样自主操作桌面软件(无需 API),主要解决医疗、保险、税务等行业中遗留系统自动化难题。
Context.dev
82One API to scrape, enrich, and extract the internet
Context.dev 是一个面向 AI 产品和 Agent 的 Web 上下文 API,通过单一接口提供网页抓取、结构化数据提取、Markdown 转换、截图及公司品牌信息等能力,帮助开发者快速为 AI 应用注入互联网数据。
Sequence Agentic
82Money movement for AI agents
Sequence 是面向 AI Agent 的金融执行层,允许 AI 代理通过 API 真实地发送、拆分和路由资金,同时通过权限隔离、服务端限额和审计日志确保安全可控。
Claude Sonnet 5
82AI that plans, acts, and gets work done
Anthropic 推出的最新 Claude Sonnet 5 模型,专注于 Agentic AI 能力,能够自主规划、执行任务,适用于编程和日常专业工作场景。
Tabstack Browser Automation
82Automate the web in your app or agent, no browser to host
Tabstack 是 Mozilla 推出的浏览器自动化 API,开发者只需一句自然语言即可驱动真实浏览器完成网页操作,无需自行托管浏览器或配置框架。
Cursor for iOS
82Build with coding agents from anywhere
Cursor 推出 iOS 原生应用,让开发者可以随时随地通过手机启动云端 AI 编程 Agent、监控任务进度并合并 PR,打破本地机器的时空限制。
Framer 3.0
82With Agents, Branching, Community, and an all-new design
Framer 3.0 是一款面向设计师和团队的 AI 驱动网站构建工具,通过引入 AI Agents、分支协作和社区变现机制,让团队能更高效地设计、迭代和发布网站。
Claude Opus 4.8
82Reasoning model with 1M context for agentic work
Claude Opus 4.8 是 Anthropic 推出的推理型大语言模型,拥有 100 万 token 超长上下文窗口,专为开发者和企业团队处理复杂代码、长周期智能体任务和多日工作流而设计。
NVIDIA Nemotron 3 Ultra
82The first open frontier model built for agents
NVIDIA 发布的 550B 混合专家开源大模型,专为多步骤 AI Agent 任务优化,以开源经济成本实现前沿推理能力。
Nemotron 3 Ultra by NVIDIA
82Powers faster, efficient reasoning for long-running agents
NVIDIA 发布的 550B 参数混合专家开源大模型,专为长时间运行的 AI Agent 优化,相比同类开源前沿模型推理速度提升 5 倍、成本降低 30%。
Spectron
82Agent memory you can trust
Spectron 是一个为 AI Agent 设计的统一记忆基础设施,将图数据库、向量、文档和结构化数据整合在单一 ACID 事务基底上,解决多存储拼接、数据溯源困难和记忆不可信的问题。
Fundraisly
82AI fundraising agent that finds investors and books meetings
Fundraisly 是一款 AI 融资代理工具,帮助创业者从 30 万+投资人数据库中精准匹配活跃投资人、挖掘人脉路径并自动发起冷邮件触达,目标是为每位创始人预约 20-40 场合格投资人会议。
Viso Now
81Build computer vision applications with AI
Viso Now 是一个自构建 AI 视觉平台,用户只需用自然语言描述需求,即可将图像、视频和摄像头流转化为可运行的计算机视觉应用,无需模型训练、数据标注或编写代码。
AI Observability by OpenObserve
81OpenTelemetry-native observability for agents and LLMs
OpenObserve 为 AI Agent 和 LLM 提供 OpenTelemetry 原生的全链路可观测性平台,帮助开发者精确追踪每次 Agent 会话的时间消耗、API 成本与质量问题。
Harden
81A security layer for AI coding agents
Harden AIF 是一款面向 AI 编程代理的本地安全防护工具,通过在工具调用执行前进行上下文感知的安全检测,防止恶意或危险操作,且全程数据不离本机。
Catenary
81Spatial canvas IDE for AI coding agents
Catenary 是一个空间画布式本地 AI 编程 IDE,允许开发者通过可视化“电缆”连接和编排多个 AI 代理协同工作,解决多 AI 代理上下文混乱和终端标签页泛滥的问题。
Hyperprobe
81Lets your AI agents debug production without redeploying
HyperProbe 让 AI 编程助手(如 Claude Code、Codex、Cursor)能够在不重新部署的情况下,向生产环境中的运行服务注入只读探针,捕获未被记录的变量状态,从而帮助后端团队一次性闭环难以本地复现的线上 Bug。
Nex
81Claude Cowork for high-volume GTM workflows
Nex 是一款专为高频 GTM(市场进入)工作流设计的 AI 自动化平台,由前 HubSpot 核心团队打造,基于 Claude AI,填补通用 AI 代理在复杂销售营销场景中的能力空白。
Agent Builder by Airtop
81Build agents that heal themselves.
Airtop Agent Builder 是一款 AI 自愈代理构建平台,用户用自然语言描述工作流,系统自动编译为可执行自动化代码,并在运行失败时自动诊断、修复并验证,无需人工干预。
Ana by Vertice
80The AI negotiation agent for software purchases
Ana 是 Vertice 推出的 AI 采购谈判代理,用历史交易数据自动替企业完成软件采购的全流程谈判——读需求、定策略、写邮件、追轮次,并在供应商每次回复后实时调整方案,解决企业 SaaS 采购中议价能力弱、流程耗时、价格不透明的问题。
AI Agent · KOL 观点
Andrej Karpathy提出'Agentic Engineering'概念,定义为利用AI智能体加速软件开发同时保持专业质量标准的工程学科。与'Vibe Coding'形成配对概念:前者提升生产力天花板(专业工程师),后者提升地板(所有人)。核心主张是顶尖工程师的生产力倍数将远超传统10倍工程师,分布呈现更厚的长尾效应。
Karpathy提出LLM不应被视为聊天机器人,而应被理解为新型操作系统的内核进程,能够协调多模态输入输出、代码执行、浏览器访问和记忆存储等功能。他将当前主流LLM(GPT、PaLM、Claude、Llama)类比为Windows/macOS/Linux,认为我们正处于一个全新计算范式的早期阶段。将LLM看作聊天机器人,就如同将早期计算机仅视为计算器一样短视。
Karpathy 认为 AI 训练范式正经历第三次转型:从预训练(互联网文本)到监督微调(对话数据),再到如今的强化学习时代(环境交互)。他看好「环境」作为核心训练资产的未来,但对 RL 本身持保留态度,认为奖励函数存在根本性缺陷,人类学习方式远比 RL 高效,真正的突破尚未到来。
Karpathy 提出「循环工程」(Loop Engineering)概念,认为构建长时运行 Agent 的核心瓶颈不是模型智能,而是外部框架(Harness)的设计。他给出了包括角色分离、契约先行、状态持久化、自动重启等九条黄金法则,为多日运行的 AI Agent 开发提供了系统性方法论。
Andrej Karpathy 提出了一套完整的 AI 工程方法论,核心是将上下文窗口视为代码(Software 3.0),用工程化思维(规范设计、差异审查、评估循环)替代随意的 Prompt 尝试。他还推广了并行 Agent 管理模式和 CLAUDE.md 配置文件,构建出一套从世界观到具体工具的完整实践体系。
Anthropic的Claude Code创始人Boris Cherny披露,他已8个月未亲手写过一行代码,完全依靠管理数千个AI Agent完成软件开发工作。截至2026年5月,超过80%合并进Anthropic代码库的代码由Claude自主撰写,代码产出量较年初增长8倍。更值得关注的是,该系统已开始自主浏览GitHub和X寻找下一步构建方向,递归自我改进正在成为现实。
安全研究员 Boris Cherny 通过构造多步骤攻击链,成功以 60-80% 的成功率突破了 Claude Code Opus 5 的 Auto Mode 安全防护,实现了代码执行。这与 Anthropic 委托第三方(Trajectory Labs)评估得出的 0.00% 攻击成功率形成直接矛盾。攻击核心在于利用 Python 模块路径劫持(struct.py 影子模块),绕过模型对直接二进制执行的拒绝。
Claude Code的创建者Boris Cherny分享了132+个真实工作流中的实用技巧,涵盖并行运行多个Claude实例、子代理调度、hooks自动化、工作流设计等高级用法。内容来自一线开发者的亲身实践,技术深度与可操作性兼具,是目前最权威的Claude Code使用指南之一。
Anthropic 公开了其内部 AI 辅助编程的规模化数据:截至2026年5月,Claude 已负责超过80%的生产代码提交,工程师人均代码产出提升8倍,开放性任务成功率达76%(半年内提升50个百分点)。这是业界首份来自前沿实验室的、基于真实生产环境的 Agentic 编程规模化原始数据报告,而非基准测试或演示。文章提炼了可供工程团队直接参考的工作流模式,如 maker-checker 循环等。
Claude Code创造者Boris Cherny在YC Startup School 2026分享了Opus 5的两大突破:极长时间持续运行能力(数天至数月不中断)和三层提示注入防护体系(模型对齐+提示注入分类器+Auto Mode分类器)。他还揭示了一个反直觉的产品迭代方法论:每代新模型发布时删除80%以上的系统提示词,通过消融实验验证每行提示词的实际价值,让模型能力驱动产品而非靠提示词补丁。
Andrej Karpathy built a curated video platform in a weekend using Claude and 20 years of Hacker News
88Andrej Karpathy 利用 Claude Opus 5.5 在一个周末内构建了 HackerTube,通过分析 Hacker News 20 年、4300 万条评论,筛选出 6454 个高质量视频,打造出比 YouTube 推荐更优质的观看体验。他几乎将所有工作交给 Claude Code 完成,仅需手动配置 API Key、服务器和域名。这一案例标志着 AI 辅助开发已进入'周末项目可替代数周工程'的新阶段。
Andrej Karpathy(现Anthropic预训练团队成员)分享了其日常使用AI Agent的工作方式:完全通过对话驱动开发,不再直接读写代码或执行命令。他总结了五个核心习惯:短提示词、多格式理解输出、廉价代码过滤+Sonnet子Agent处理大数据、以及分享数据+提示词而非应用本身。
Claude Code创始人Boris Cherny提出'循环工程'概念:不再手动输入提示词,而是设计让AI自主循环运作的系统,由循环自动向AI发出指令并判断任务执行。2026年起Cherny本人已不再直接写代码,通过手机审批AI提交的PR。这一理念在硅谷技术社区引发广泛讨论。
Andrej Karpathy 分享了对 LLM 能力边界的多维度观察:LLM 正从工具演变为自主执行复杂任务的代理,推动「可抛弃式定制软件」成为新范式;人类工作将上移至「监督与理解」层;同时他支持 AI 行业协同放缓前沿研发以保障安全。
创始人Greg Isenberg分享了其50人公司的完整Agent工作流:从语音笔记到产品规格、并行代码构建、自动化测试,再到错误修复PR,实现产品全流程Agent化管理。其核心原则是一个Agent负责一个平台、廉价模型做分拣、最强模型负责上线,并将每次错误转化为新技能。该帖子获得1.1万次收藏,成为目前最具参考价值的Agent实操案例之一。
Claude Code作者Boris Cherny在斯坦福课程中分享了AI辅助开发的五大实践原则:聚焦关键瓶颈自动化、提前适应更强模型、小团队AI赋能超越传统规模、循环反思替代传统编码技能、以及领域深度知识成为核心壁垒。其团队已实现人均效率提升约10倍,几乎所有代码由Claude生成。
Claude Code创始人Boris Cherny宣称已不再手动编写提示词,而是设计让AI自主循环运行的'循环工程'(Loop Engineering)。这一理念迅速在硅谷技术社区引发广泛共鸣,OpenAI、Google等多位行业大牛同期提出类似观点,标志着AI协作范式正从'对话式提示'向'自主循环设计'转变。
Claude Code创始人Boris Cherny分享其团队自11月起已实现100%由Claude生成代码,工程师产出提升约10倍,Opus 4发布后增速更为显著。他建议通过阅读agent transcript找出模型失败点提前布局,并认为小团队借助AI可实现100倍产出优势。未来领域专家(而非程序员)将成为最佳软件构建者,代码廉价化后问题理解深度才是核心竞争力。
Claude Code创始人Boris Cherny在斯坦福课堂分享AI开发实践:其团队自去年11月起100%由Claude写代码,人均产出提升约10倍,同时运行数千个Claude agents。他强调应自动化开发瓶颈、为6个月后的模型能力设计系统、小团队反而更高效,并预测手写代码将像打孔卡一样被淘汰,领域专家将成为未来最佳软件构建者。
Karpathy于2026年4月提出'LLM Wiki'概念:由语言模型自动维护的Markdown知识库,将文档摘要、实体页和概念页持续积累更新,而非每次查询时重新检索原始文档。该模式解决了传统Wiki因维护成本高而被废弃的问题,模型承担全部维护工作。Sentra将此概念扩展至企业级,接入Slack、邮件、会议等多源数据,实现团队级组织记忆。
Claude Code 创作者 Boris Cherny 分享了一套渐进式 AI 编程工作流:从代码库问答入手,逐步扩大 Agent 授权范围,通过可观察的反馈回路(测试、截图)让模型自主迭代验证。核心理念是将'是否信任 AI'拆解为逐步增加授权与反馈的工程过程,而非一次性交付大任务。配合 CLAUDE.md 管理项目上下文,最终实现 SDK 自动化与多工作区并行。
Claude Code负责人Boris Cherny分享了其实现100%代理式代码编写的完整工程体系,核心包括计划模式先行、并行多窗口调度、CLAUDE.md团队规范积累三大操作机制。该体系通过AI多Agent自动审查、按风险分级人工审批、快速回滚兜底构建质量闭环,使其每天能提交10-30个PR。
Andrej Karpathy警告称,AI能力认知鸿沟正在急剧扩大:约60亿人几乎未接触过LLM,10-20亿人仅将AI用作'更好的谷歌搜索',而约5000人已在使用能协调数千个AI智能体的前沿系统执行超大规模任务。他指出人类审阅与理解能力正开始落后于AI的产出速度,这一差距在编程和数学等可验证数字领域尤为突出。
Anthropic Claude Code创始人Boris Cherny在YC演讲中透露,随着Opus 5发布,团队删除了超过80%的系统提示词,因为新模型已能自主完成此前需要指令纠正的行为。他介绍了提示注入防护的三层机制,并建议用户每隔六个月重置配置文件以适应新模型能力。
Greg Isenberg在旧金山与AI亿万富翁交流后,分享了8个核心观察:数据经纪人通过向AI实验室出售数据每周获利200万美元;垂直Agent框架成为新的价值洼地;软件正在被快速克隆,价值将向数据迁移。整体判断是我们正在经历计算机的再发明,模型如CPU,框架如操作系统。
Greg Isenberg 在旧金山与顶级AI创业者和亿万富翁交流后,总结了12条前沿趋势洞察。核心观点包括:Agent框架正成为新的价值层、数据清洗是被低估的大机会、AI公司普遍忽视留存率问题。分发能力已成为创业瓶颈,当前市场狂热程度颇似互联网泡沫时代。
Anthropic透露Claude为自身代码库贡献约90%的代码,并在2026年10月公开了其多层代码审查体系。从6月到9月,合并的PR数量翻倍,同时需回滚的比例下降逾40%,证明AI生成代码的质量与吞吐量可同步提升。该系统结合了自动化前置检查、并行AI安全审查、以及基于风险分级的人工审批机制。
Karpathy描述了一个关于LLM能力认知的'漏斗效应':全球约75%的人几乎未接触LLM,20%是浅度用户,仅0.2%的专业开发者真正见识到其改变工作流的力量,而顶端约5000名内部研究者则在目睹AI在网络攻防、科学发现、数学突破等领域的超人级表现。这种认知鸿沟正在加速扩大,而非收窄。
Karpathy 认为外界对 LLM 能力的认知已经从一个「两拨人各说各话」的问题,演变成一条急剧收窄的漏斗:约 75% 的人几乎没接触过 LLM,约 20% 只是免费产品的低频休闲用户,只有约 0.2%(数学与代码领域的专业用户)亲眼看到过去要花数周数月的复杂项目如今一段 prompt 就能让 agent 完成,而真正能内部使用前沿系统的约 5000 人,看到的已是数千 agent 协作数周推进软件巨型项目、挖 0day、做攻防、发现新科学与数学成果的形态。他指出漏斗由两个因素驱动:一是 LLM 的价值随问题的野心、规模和时间跨度放大,需要用户手里真有大量自己在意的大难题;二是能力分布呈「锯齿状」,峰值集中在数字化、可验证、有经济价值的领域。