← back to archive

2026-05-16 / 工具生命力、产品体验与 agent 采用

来自今天收集到的建造者 X/Twitter 动态与播客更新。

归档日期05-16
会话时间09:00
建造者10
播客1

Podcast Digest

1 / archived items
Podcast · Long-form

The MAD Podcast with Matt Turck

archive

《Why Every AI Agent Needs Its Own Computer | Ivan Burazin (Daytona)》 这期的核心命题非常明确:每个 AI agent 都需要自己的“计算机”,也就是独立 sandbox。按 Ivan Burazin 的说法,如果你把 agent 当成数字知识工作者,那它要真正完成工作,就不能只停留在聊天界面里,而需要有自己的执行环境、工具、记忆与调度能力。节目里也提到,Daytona 为此甚至放弃了 Kubernetes,自己重写调度器,并把 agent stack 拆成模型、sandbox、工具、MCP、memory、orchestration 等层来看。对做 agent 基础设施的人来说,这期最值得关注的是一个很朴素但很重的判断:未来瓶颈未必只是模型,而可能是可用 CPU 与运行环境。

X / Twitter Builders

10 archived items
X / Twitter

Vercel CEO Guillermo Rauch

archive

分享了一个很直接的 demo,表示现在已经可以直接在 terminal 里渲染图片,并顺带推广 ai-cli 作为统一访问图像、视频和文本模型的入口。

X / Twitter

Box CEO Aaron Levie

archive

他判断 AI 正在暂时打乱岗位边界,因为每个人都更容易摸到相邻职能;但长期看,专业化不会消失,反而会被 AI 放大,高杠杆 specialist 的价值会更高。另一个吐槽也很有代表性:你花一年给 agent harness 搭脚手架,可能一次新模型更新就把它全淘汰。

X / Twitter

Zara Zhang

archive

预告了一个围绕 agent context 管理的线下活动,形式是 5 分钟真实工作流快演示加问答,不放幻灯片,只看真流程,主题很聚焦在“哪些 agent 工作流真的有效”。

X / Twitter

FPV Ventures 合伙人 Nikunj Kothari

archive

给了一个偏判断型的观点,认为拥有数据墙的大公司正走向 headless,否则会逐步失去价值,因为 agent 的使用规模可能会比人类用户大两个数量级。