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 招聘
AI 简历、招聘、面试、人才匹配
AI 招聘 · 精选产品
Claude Fable 5
91Anthropic's most capable model ever — free until June 22
Anthropic 推出的最强 AI 模型 Claude Fable 5,在代码、科学、视觉等多领域刷新 SOTA 基准,面向开发者和企业用户提供极致推理与自动化能力。
Claude Sonnet 5.5
86Anthropic's second model in the Claude 5.5 family
Anthropic 推出的 Claude 5.5 家族第二款模型,面向日常编码、Bug 修复、文档、幻灯片与设计等工作场景,主打速度与成本效率——较 Sonnet 5 快 30% 以上、任务成本最多降低 30%,同时在编码与知识工作任务上表现更强。
Claude Opus 5.5
82Anthropic's first model in their new Claude 5.5 family
Anthropic 发布 Claude Opus 5.5,专为智能体编程和知识工作优化的最新 AI 模型,性能大幅提升且成本降低 40%。
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。
Faylee
78Bug reports your coding agent can fix from one link
Faylee 是一款面向开发者的 Bug 报告工具,自动录制屏幕、控制台日志和网络请求,生成单一链接,并通过 MCP 协议直接将完整上下文喂给 AI 编程助手(如 Claude Code、Cursor)以自动定位并修复 Bug。
Off Grid AI
78Private AI on your phone and computer.
Off Grid AI 是一款完全离线、开源的本地 AI 助手,可在手机和电脑上运行 AI 模型,无需联网或账号,保护用户隐私。
Claude Haiku 5.5
78Anthropic's fastest and most capable Haiku yet
Anthropic 推出的新一代轻量级大模型 Claude Haiku 5.5,以速度与成本效率为核心,面向摘要、分类、编码子代理、客服和浏览器操作等高频、低单价场景,帮助开发者在规模化调用中压低推理成本。
Harmony
78AI agents that resolve IT/HR tickets inside Slack and Teams
Harmony 是一个 AI 原生 ITSM 平台,通过在 Slack/Teams 中部署 100+ AI 智能体,自动处理员工的 IT/HR 工单(如密码重置、权限申请、设备问题等),实现 60%+ 的无人工干预解决率。
Daywatch
78Shift scheduling that understands plain English
Daywatch 是一款用自然语言驱动的 AI 排班工具,管理者用大白话描述排班规则、员工用同样方式提交偏好,AI 一次性生成满足工时法规、资质证照与个人合同约束的完整班表,把原本数小时的手工排班压缩到一次点击。
Anthropologic
78The zero distance consumer research platform.
Anthropologic 是一个基于 AI 的消费者洞察研究平台,通过自研的「人类语境协议」扫描全网内容,在数分钟内提供跨239个市场、100+语言的消费者行为、品类趋势和文化洞察,弥补传统调研慢、社交监听浅、LLM 缺乏文化理解的三重缺陷。
TryCase
78Open a PR and get a video walkthrough of your changes
TryCase 是一款 AI 驱动的 PR 自动测试工具,开发者提交 Pull Request 后,它会像真实用户一样操作应用并生成视频演示和测试报告,直接反馈在 GitHub 上,帮助团队在合并前直观了解代码变更效果。
Claude Academy
78The Official Learning Hub by Anthropic
Claude Academy 是 Anthropic 官方推出的 Claude AI 学习平台,提供从基础提示词到多智能体工作流的自学课程、开发者教程与官方认证路径。
Vela
78The AI Recruiting Coordinator
Vela 是一款 AI 招聘协调员,通过 CC 进邮件线程即可自动接管候选人沟通、面试排期、跟进提醒和反馈收集,覆盖全渠道全时区。
PlugThis
78Create your own Chrome Extensions by chatting with AI
PlugThis 是一个专注于 Chrome 扩展生成的 AI 构建工具,用户用自然语言描述需求即可自动生成可发布的扩展程序,解决了「想要的扩展不存在、自己又不会开发」的痛点。
Badge
78AI agents collect peer reviews to generate proof of work
Badge 是一款 AI 驱动的职场信任评分工具,通过自动收集同事匿名评价,为求职者生成可携带的工作证明,同时帮助招聘方在 30 秒内完成背景调查。
OpenArt Director
78Direct cinematic videos through chat
OpenArt Director 是一款通过对话方式创作长达5分钟连贯AI电影视频的工具,解决了传统AI视频生成碎片化、缺乏叙事连贯性的问题。
Claude Fable 5: a Mythos-class1 model
78Anthropic's most capable model, now available to everyone
Claude Fable 5 是 Anthropic 推出的首个 Mythos 级公开大语言模型,通过智能安全路由机制在保持高能力的同时处理风险查询,面向开发者和企业提供强大的代码迁移与 AI 推理能力。
ToDo.is
74Write a to-do and your AI agent gets it done
Todo.is 把待办清单变成 AI 智能体的输入口:用户写下一句任务(如“找更便宜的里斯本机票”“把这个 PDF 转成 Word”),常驻云端沙盒的 Agent 会自主研究、生成文件、操作网页,并通过网页、Android、WhatsApp、Telegram 回报结果。
The Drive AI
74The AI agent that does the work on your files
The Drive AI 是一个跨云盘与本地存储的 AI 文件代理,能在读取文件后直接执行整理、去重、生成新文档和自动例行任务,解决多源文件杂乱、人工归类和跨库文档合成耗时的问题。
BP Builder
74Your 5-year business plan, built through a conversation
BP Builder 是一款通过对话式 AI 访谈自动生成五年期商业计划书的工具,把原本需要数天手工搭建的财务报表(损益表、现金流、资产负债表、债务计划、盈亏平衡点)压缩成一次问答,并支持一键导出带活公式的 Excel。
Interview Plan.ai
74Real-Time Interview Copilot & Job Support
InterviewPlan.ai 是一款覆盖求职全流程的 AI Copilot,从岗位匹配、简历定制与投递,到模拟面试、真人面试时的实时提示,再到入职后 90 天的适应支持,试图用一个账号贯穿整个求职周期,解决求职者信息分散、准备成本高和临场表达焦虑的问题。
miso.com
74Book flights and hotels through iMessage
Miso 是一款运行在 iMessage 里的 AI 旅行代理,用户像发短信一样描述出行需求,它就实时搜索航班和酒店、记住个人偏好并直接在对话中完成预订,免去开二十个标签页比价的麻烦。
Resurface
74Score any resume against any job, with quoted evidence
Resurface 是一个面向招聘工具的简历筛选 API,把职位描述与简历(PDF/DOCX/HTML/TXT)自动比 对,输出 0–100 匹配分、每个筛选问题的判定结论以及支撑该结论的简历原文出处,解决招聘初筛靠人工逐份看简历、耗时长且难以标准化的问题。
Gauth Unlimited Digital Canvas
74An AI tutor on an infinite whiteboard, not a chat thread
Gauth AI Course 把 AI 辅导从聊天窗口搬到无限画布上:课程内容以空间化方式在可缩放白板上展开,章节并排铺开,板书随 AI 语音同步书写,用户可随时暂停提问、AI 在对应步骤下方直接作答,并支持生成任意主题课程、导出 PDF 或分享链接。它要解决的是线性对话与幻灯片在讲解复杂知识时上下文易丢失、无法俯瞰全局的问题。
Hunch
74AI formulas that score, tag and classify any text column
Hunch 把 AI 判断能力封装成 Google Sheets / Excel 电子表格函数,用户只需写 =HUNCH(A2, "这个问题") 就能对任意文本列逐行打分、打标签或分类,让非技术用户在不离开表格的情况下完成潜客筛选、内容审核等批量判断工作。
Semos.ai Manager Agents
74AI agents purpose-built for managers
Semos.ai 的 Manager Agents 是一款面向管理者的 AI 智能体产品,通过自动解析会议内容来追踪团队管理中的关键动作(如逾期反馈、遗漏的认可、被回避的冲突、反复推迟的成长对话),主动提醒并沉淀经验,帮助管理者提升带人能力。
FitToJob
74Tailor your resume to any job using verified career evidence
FitToJob 是一款 AI 简历匹配与定制工具,帮助求职者量化自己的简历与目标岗位的匹配度,区分强匹配、部分匹配与真实短板,并在不虚构经历的前提下生成有证据支撑的定制简历。
AINA
74Find your job search blind spots with an AI coach
AINA 是一款 AI 职业教练产品,通过视频虚拟形象对话帮助求职者发现求职盲点、优化个人档案并进行面试模拟练习,最终生成个性化行动计划。
Tracepipe
74Show it once in Chrome, get a skill your AI can run
Tracepipe 是一款 Chrome 扩展,用户只需在浏览器中操作一次,即可自动生成供 Claude Code、Cursor 等 AI 编程工具使用的 Agent Skill 文件(SKILL.md)及 PDF SOP 文档,将人工流程转化为可复用的 AI 技能。
Pluno
74AI that discovers and runs automations for you
Pluno 是一款 AI 浏览器扩展,通过观察用户的实际操作行为自动识别重复性工作流,并在用户审批后自动执行这些流程,无需任何手动配置。
ThriveStack citedby
74AI visibility that measures, fixes, and attributes revenue.
ThriveStack Citedby 是一个 AI 可见性平台,帮助品牌衡量、修复并归因于各大 AI 引擎(如 ChatGPT、Perplexity)的引用情况,将 AI 流量转化为可量化的收入渠道。
Deepmark
74Search your bookmarks by what's inside them, not the title
Deepmark 将浏览器书签、X 收藏、Instagram 保存和 YouTube 稍后观看整合为一个私人库,通过 AI 语义理解(OCR、视频转录、内容嵌入)实现自然语言搜索,让用户用描述性语言找到任何已保存内容。
Argos
74The AI that acts as you, right in your browser
Argos 是一个浏览器 AI 代理,能以用户身份直接在浏览器中操作已登录账号,自动执行点击、填表、发邮件等真实任务,解决「AI 只会给建议而不动手」的痛点。
Superunit
74AI agents that verify employment by phone, email & fax
Superunit 是一个 AI 自动化雇佣核验平台,通过电话、邮件和传真代替人工完成求职、房贷、租房等场景中的工作经历核实流程。
Basement
74Shopping browser with agentic checkout
Basement 是一款 AI 购物浏览器,能自动比价并代替用户完成购买,同时通过一次性虚拟卡保护真实支付信息。
Honen
74Automated teaching + learning infrastructure for any company
Honen 是一款面向企业的 AI 培训基础设施,能将团队知识自动转化为交互式课程,并在文档或流程变更时自动同步更新。
Chronos Gateway
72The firewall between AI agents and your production data
Chronos Gateway 是一个 AI 智能体与生产数据库之间的安全防火墙,通过令牌隔离、行级沙箱和人工审批机制,让 AI 代理安全地读写真实客户数据而不会误删或污染生产库。
Chronos DB
72The database for the autonomous AI era.
Chronos DB 是一款专为自主 AI 智能体设计的数据库,让每个 Agent 在数据隔离副本中运行,变更需经规则或人工审批才能合并主库,底层兼容 Postgres 协议。
Any Video to Text
72Paste a video link, get the transcript in seconds
支持粘贴 TikTok、YouTube 等主流平台链接或上传本地视频/音频文件,快速获取文字转录稿,并提供摘要、下载及 Chrome 扩展功能。
Remedy
72AI feed filter: type what you don't want to see
Remedy 是一款 Chrome 浏览器 AI 内容过滤扩展,用户用自然语言描述不想看到的内容,AI 按语义而非关键词自动屏蔽 X、YouTube、Reddit 等主流平台上的相关帖子、评论和视频。
AlgoCademy
72AI mock interviews: coding, code reading and system design
AlgoCademy 是一个 AI 驱动的编程面试模拟平台,提供算法编程、代码阅读和系统设计三类面试练习,帮助开发者备战技术面试。
OpenMail
72Give your AI agents an identity through email
OpenMail 为 AI 智能体提供独立的电子邮件身份,让每个 Agent 拥有专属域名收件箱和发送信誉,解决 AI 自动化流程中的邮件身份混用与信誉污染问题。
chrome-use
72Let any AI agent use the Chrome you're signed in to
chrome-use 是一个开源工具,让 AI 智能体(如 Claude Code、Codex)直接驱动用户已登录的 Chrome 浏览器,无需调试端口或页面注入,解决 AI 自动化操作浏览器时的身份认证与安全隔离问题。
throxy (yc p25)
72Cold calls in your prospect's language. Pipeline delivered.
Throxy 是一家 YC 孵化的 AI 原生销售代理公司,专为 B2B 企业提供冷呼电话外拓服务,重点服务制造、物流、建筑等传统行业,支持多语言本地化通话,按成功预约会议收费。
TensorPix
72Make cinematic house walkthrough videos in under 11 minutes
TensorPix 是一款 AI 驱动的房产视频生成工具,用户只需上传房屋照片和简短描述,即可在 10 分钟内以 15 美元生成具有专业摄影级运镜、配乐和多语言配音的房产宣传视频。
GoResume
72Speak your résumé in any language, tailor it to any job
GoResume 是一款免费 AI 简历生成工具,支持用户以任意语言(含多种印度语言)口述或输入个人经历,自动生成英文简历,并提供 ATS 匹配优化、AI 证件照和在线简历主页等功能。
Lisly
72Walk through a property, get a market-ready listing
Lisly 是一款移动端 AI 房产挂牌工具,用户只需边走边录制房屋视频并口述,AI 自动提取照片、生成描述、撰写社媒文案并一键发布房源网站,极大简化房产出售或出租的上架流程。
Dossier v1
72Tailored resumes and cover letters, on your own server
Dossier 是一款开源的自托管求职工具,帮助用户基于个人职业档案自动生成定制化简历和求职信,并追踪求职申请全流程。
Oyelo
72Dub any video into your language, free, right in Chrome
Oyelo 是一款免费 Chrome 扩展,可将 YouTube、Udemy、Coursera 等平台的视频实时配音翻译成用户母语,并支持会议/直播的双向实时语音翻译,覆盖 70+ 语言,无需注册账号。
Emochi
72Voice journal to understand yourself through art and science
Emochi 是一款语音日记应用,将用户的语音笔记转化为生成式虚拟角色,通过情感科学帮助用户进行非临床的自我情绪反思与规律识别。
CmdRound
72Assess how engineers build with artificial intelligence
CmdRound 是一个面向招聘经理的工程师 AI 能力评估平台,通过让候选人在真实代码库中使用 Claude Code 完成限时任务,衡量其将工程技能与 AI 代理结合的实际能力。
Shrine
72A home for your agents
Shrine 是一款 Mac 菜单栏工具,聚合监控多个 AI 编程代理(如 Claude Code、Codex)的运行状态,并通过像素艺术游戏化机制激励开发者持续使用。
Screenwell.ai
72An AI interviewer that runs your first-round screening
Screenwell.ai 是一款 AI 面试官产品,自动对每位求职者进行初轮筛选通话,并输出带评分和摘录的候选人排名列表,帮助招聘方节省初筛人力成本。
EditUI
72Point at your UI. Tell your coding agent what to change.
EditUI 是一个 Chrome 扩展,让开发者直接在浏览器中点击 UI 元素并留下修改指令,然后批量发送给 Claude Code 等 AI 编码工具,解决了用文字描述 UI 问题效率低下的痛点。
Retriever AI
72Free AI browser agent: find leads, reach out, apply to jobs
Retriever AI 是一款免费的 AI 浏览器自动化代理,帮助用户跨网站完成销售线索获取、网红筛选和求职投递等重复性工作任务。
Vincentt
72Bring your ideas to life through the camera.
Vincentt 是一个面向 Web 的相机/AR 体验开发工具链,让开发者用自己常用的编码 agent(Claude Code、Codex)配合其开放 SDK 编写摄像头交互,在手机上实时预览,再一键发布成任何人可打开的链接,从而绕开应用商店审核和头显硬件。
JD Mock Interview by AllthingsPM
72Paste a job description, get a scored PM mock interview
输入任意产品经理岗位 JD,即可生成针对该职位、公司与级别的定制化模拟面试,支持文字或语音作答、追问式面试流程以及基于真实考察维度的打分报告,帮助求职者在面试前做针对性演练。
Kudos 3.0
72The AI that finds money you're missing and gets it back
Kudos 3.0 是一款 AI 个人财务助手(智能钱包),自动帮用户激活信用卡隐藏优惠、打电话与供应商谈判降低账单、并取消遗忘的订阅,把用户本该拿到却流失的钱找回来。
OSS Scanner by Anthropic
72Free AI vulnerability scans for open-source projects
OSS Scanner 是 Anthropic 推出的免费、需主动申请的漏洞挖掘服务,面向开源项目维护者,利用自家最强模型自动扫描代码并输出带复现步骤、原理说明和候选补丁的漏洞报告,试图以 AI 替代人工众测来降低开源项目的安全门槛。
HireKey
72Your recruiter-informed AI copilot for tech job search
HireKey 是一款面向科技求职者的 AI 求职副驾,结合招聘官经验帮助用户评估岗位匹配度、定制简历、表达经历并跟踪申请进度,还提供可对话的 AI 语音面试教练进行实时反馈。
AI 招聘 · KOL 观点
Karpathy回顾了神经语言模型的历史演进,指出LM技术本身已存在20年,真正的突破在于两个关键发现:Transformer架构使模型成为可在运行时重新配置的通用计算机,以及大规模互联网文本的语言建模目标足够复杂,能迫使网络学习世界的广泛知识。他坦承自己也曾因过早转向强化学习而误判了Scaling范式的潜力。
Karpathy 观察到 AI 各子领域(视觉、语音、NLP、强化学习)正经历深度架构统一,Transformer 已成为几乎所有任务的通用框架,差异仅剩数据、输入输出规范及少量结构细节。这种架构大一统将使跨领域思想快速迁移,并进一步集中软硬件资源,从而加速整体 AI 进步。
Andrej Karpathy 提出「英语是最热门的新编程语言」这一论断,并通过多个案例(GPT-3上下文学习、Chain-of-Thought提示、ChatGPT虚拟机、Bing系统提示泄露等)论证:LLM本质上是可在运行时通过自然语言重新配置的通用计算机,提示词(Prompt)就是程序,英语就是编程语言。他还指出GPT的本质是「模仿」而非「想要成功」,因此提示词设计需明确引导其目标行为。
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。
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 Johann Rehberger 发布了一个针对 Claude Code Opus 5 Auto Mode 的可复现漏洞利用链,通过网页摘要请求实现了 60-80% 成功率的远程代码执行攻击,与 Anthropic 此前声称'基本解决'提示注入问题形成鲜明对比。更值得关注的是,Auto Mode 的安全分类器不仅未能阻止攻击,还主动阻止了模型自身的清理补救操作,形成'倒置失败'。Anthropic 将该漏洞报告关闭为'Informative',称这属于'设计如此'的行为。
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。
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。
Karpathy 发布开源项目 nanochat,用约 8000 行依赖极简的代码实现了从一个 ChatGPT 克隆的完整全栈流程:Rust 分词器训练、FineWeb 预训练、SmolTalk 中途训练、SFT、基于 GSM8K 的 GRPO 强化学习,以及带 KV cache 和工具调用的推理引擎与类 ChatGPT WebUI。核心卖点是成本与门槛极低——约 100 美元 / 4 小时即可训练出一个能聊天的模型,约 12 小时超过 GPT-2 的 CORE 指标,约 1000 美元 / 41.6 小时可获得能解简单数学与代码题、MMLU 进入 40 分段的模型。定位是 LLM101n 的毕业项目,并希望像 nanoGPT 一样成长为研究脚手架或基准。
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(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负责人Boris Cherny回顾了产品上线一年的历程,从内部仅获2个点赞的hack项目发展为占GitHub终端用户4%的工具。他宣称'编码已基本被解决',Anthropic内部实现了200%的人均生产力提升,并探讨了编码问题解决之后AI将迎来的下一个阶段。
Andrej Karpathy 使用 Anthropic 的 Opus 5.5 模型,在约两小时内构建了 HackerTube——一个基于 Hacker News 用户推荐视频的 YouTube 克隆站点,收录 6,454 个视频,涵盖 150 个话题。他仅手动完成三步(创建 API 密钥、启动服务器、购买域名),其余工作全由 AI 完成。此案例的核心信号是:桌面应用 + 中等推理强度的默认配置,已足以完成完整产品的快速落地。
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。
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 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。
Anthropic Claude Code 负责人 Boris Cherny 在 Lenny's Podcast 访谈中披露:他本人 100% 的代码由 Claude Code 编写、每天合并 10-30 个 PR,并认为「编程已被基本解决」,工程师的价值正从写代码迁移到判断力、品味和跨领域通用能力。他给出三条可落地团队原则(适度欠配资源、能今天做的今天就做、给工程师无限 token),并提出「为六个月后的模型做产品」的方法论,用印刷机类比理解这一轮生产力转变。
Claude Code创始人Boris Cherny在YC Startup School 2026分享了Opus 5的突破性能力,包括自主长时间运行、近乎免疫prompt injection攻击,以及'product overhang'概念——即模型能力已超越产品所允许的边界。他提出'press delete'哲学,主张定期清理系统提示而非堆砌,并强调解除模型能力限制是产品设计的核心任务。
Karpathy 将 OpenAI Operator 类的数字 Agent 与人形机器人类比,认为两者都在构建一个「人类监督自动化」的混合自主世界。他指出数字世界的进展会比物理世界快约 1000 倍,但当前仍面临长任务horizon、多模态整合等关键技术瓶颈。他将 Agent 时代的预期从「2025年」修正为「2025-2035年整个十年」,认为还需要若干技术突破。
Anthropic工程师Boris Cherny使用Claude Opus 5.5结合形式化验证工具Lean和TLA+,对Claude Agent SDK进行验证,仅用少量提示词就发现并修复了16个PR中的并发bug和竞争条件。他强调无需精通Lean或TLA+,AI可以代劳形式化建模与反例查找,大幅降低形式化验证的门槛,并探讨这是否将成为未来软件bug排查的主流方式。
Karpathy 在 No Priors 访谈中给出一个锚点式判断:2025 年 12 月后他的编程方式从「80% 自己写、20% 委托 agent」翻转为「20/80」,并由此提出 token throughput 这一新的个人能力指标——瓶颈已从算力转向「会不会调度 agent」。他进一步描绘了多 agent 并行协作(Peter Steinberg 的 10 个 Codex repo)、从会话式 agent 到具备持久性/记忆/沙箱的「claw」实体、以及 Dobby 家庭自动化等落地案例,讨论 AI 能力边界的 jaggedness、speciation 与 frontier lab 悖论。
Greg Isenberg认为未来18个月硬件和机器人创业者数量将增长5倍,因为从设计、原型、电子、运动控制到制造和销售的每个环节都可以通过低成本工具和服务外包完成。他提供了一套完整的工具链(AI辅助CAD、低成本3D打印、JLCPCB电路板、Unitree机器人SDK等)和从选品到销售的实操步骤,核心逻辑是用AI降低技术门槛、用内容营销替代广告预算。
Anthropic内部人员Boris Cherny分享了在生产环境中使用Claude写代码的最佳实践:原型代码可以黑盒处理,但生产代码应设置比人类更高的质量标准。Anthropic内部使用lint规则、自动化测试、Claude驱动的模糊测试、自动代码审查等多重护栏来保障AI生成代码质量。开发者的核心职责是'守住代码质量的标准线'。
Anthropic CEO Dario Amodei发表长文,呼吁AI公司主动放缓前沿模型的能力提升速度,以争取更多时间用于对齐研究和监管准备。此举获得Sam Altman、Elon Musk、Andrej Karpathy等多位行业领袖罕见集体背书,标志着AI安全议题正从边缘走向行业共识。然而,中美科技竞争构成落地的最大地缘政治障碍。
Karpathy指出2025年构建Web应用仍像拼装宜家家具,需要拼凑大量独立服务(前后端、托管、数据库、认证、支付等),配置复杂度远超编码本身。他坦言自己花了3小时才完成Supabase+Vercel的基础配置,认为谁能解决这一'开箱即用'问题,将获得巨大机会——尤其是面向AI代理的场景。
Claude Code 创始人 Boris Cherny 分享了 Anthropic 内部 AI 辅助编程的实践经验:AI 生成的生产代码需要比人类代码更严格的质量管控体系;过去30天他借助 Claude Code 合并了259个PR、4万行代码;同时强调 Opus 5 在抗提示注入方面取得重大突破,优秀工程师的价值在 AI 时代不降反升。
Anthropic CEO Dario Amodei公开表示AI需要放缓发展节奏以避免灾难,OpenAI、xAI、Hugging Face及研究员Andrej Karpathy等主要AI领袖迅速表态支持,OpenAI和Anthropic均承诺引入具有员工级访问权限的第三方安全评估机构。这标志着AI行业在安全治理上出现了罕见的跨机构集体共识,是AI监管史上的重要转折信号。
Karpathy 指出随着 token 需求的爆发式增长,LLM 底层芯片的内存与计算编排将成为最具价值的技术挑战。核心矛盾在于片上 SRAM(快但容量小)与片外 DRAM(容量大但带宽受限)两种内存池的物理约束,如何在推理/训练等工作负载中实现最优吞吐/延迟/成本比是当前最重要的工程智识难题。他顺势为 MatX 团队的新芯片融资背书,认为其方向切中了现有 NVIDIA(HBM优先)和 Cerebras(SRAM优先)两大阵营均难以同时满足的长上下文 agentic 推理场景。