追踪真正在造东西的人，而不是复读的意见领袖。
今日主线 · Today's Signal
Claude Code 2.1.277 起原生支持 AGENTS.md：目录里没有 CLAUDE.md 时会自动读取 AGENTS.md，可在 /config 里开关。这条爆到 25k 赞，但真正的重点是他附的第二条——AGENTS.md 支持是通过 "Claude Code mods" 实现的，也就是官方即将开放的哈内斯定制方式。相当于承认了"每家公司/每个项目都需要自己的 project instructions"这个现实，把它从社区补丁抬到一等公民。
"AGENTS.md support is built off of Claude Code mods, our upcoming way to customize the Claude Code harness."
和 Sam Altman、Romain Huet 一起在准备一场 keynote，说 "东西多到有点荒唐"，下周就先放一批出来。这条本身信息量不大，但值得挂在看板上——OpenAI 又要密集发布，坐标"下周"。3.6k 赞里绝大部分是产品团队的期待，说明市场已经把 OpenAI 的 keynote 当成节拍器。
Peter Yang 实测 Meta 的 Muse：让它打电话给 Comcast 谈判，一年砍下 288 美元账单费，加上手机套餐一年一共省 800+ 美元，而且全程免费。他放出完整通话录音，重点不是"AI 能打电话"，而是大多数公司的客服热线都没准备好被 agent 攻打——目前 agent 已经能拿到"人类客户拿不到的挽留价"。他判断 Muse 会成为 Meta 下一个十亿用户级应用。这条对小康这种在做直连的团队是一面镜子：一旦 C 端 agent 能反向拨打企业客服，企业侧的语音风控/身份验证/挽留策略都得重写。
"Honestly, I think most companies' customer support lines are NOT ready for agents."
"Honestly, I can see Muse becoming Meta's next billion-user app."
Vercel AI Gateway 今天的开源模型 token 占比冲到 78.4% ： 21.6%——开源压倒闭源。更值得看的是消费金额榜：Moonshot AI 和 DeepSeek 排在 3、4 位，加上 Z.ai，三家的花费合计已经超过 OpenAI（排第 2）。虽然这是"跨供应商的推理支出"而不是回流给模型厂本身的收入，但对 gateway 层的 PM 来说，这是中国开源三兄弟第一次跑进美元结算主战场的数据背书。
"Adding Z.ai, their combined spend surpasses OpenAI (#2)."
Aaron Levie 用一段演示把 Jev 的用武之地讲透：把 Box 里的事故报告文件塞进去，让 Jev 判断"是否面向客户 + 严重度"，按结果自动挪进 escalate/monitor/review 三个文件夹，还顺手写回元数据模板——几乎瞬时、几乎零成本。他直接列了可复用场景：保险理赔、合同管理、贷款处理、安全审计、客户日志分析。核心逻辑是agent 在工作流里需要成千上万次"零点几秒的判断"，过去用大模型跑成本吃不消，Jev 这类"快 + 便宜 + 够用"的模型第一次让这一类调用成为可能。
"Jev will be super helpful for agents to make split second decisions in workflows, data classification, judgment calls."
Replit CEO 发了一条纯视频推，量不大但有值，因为 Amjad 通常发的都是有节奏的产品预告。近期 Replit 一直在推 Agent 4 的迭代，今天这条（370 赞）更像是一个内部预热，值得留意本周晚些时候有没有跟进声明。
Nikunj 亲手搭了一个叫 Jevable 的小站，把 X 上所有 Jev 玩法的 demo 按分类聚在一起，可筛可提交。他自己也放了一个 demo：Jev 在 28 秒里给 3000 份儿童零食做多维度评分，一次调用花 0.11 美元。这个数字比"快"更有说服力——它把"用 LLM 做实时批处理"的单价拖到了脚本级别。产品经理值得把它当基准：如果你正在做的功能单次调用成本超过 0.01 美元，就该问是不是选错了模型层级。
"Jev scoring 3000 kid snacks with multiple criteria in 28 seconds for $0.11."
"roboclaw" 现在跑在他们团队的服务器上，直接开在 Discord 上，能用 gpt-live 说话，并且知道自己在同时打理哪些 session——开会时可以直接问它"当前和过去 session 的上下文是啥"。这是多 agent 会议室的一个早期形态：agent 不只是接指令，它变成了一个能被人类当"活台账"来问的团队成员。对 PM 来说值得学的是他们的组织方式——让 agent 承担 session 归档 + 记忆同步的角色，而不是让人写文档。
"roboclaw runs our team server, is live on Discord, talks with gpt-live and knows about all the sessions it's juggling."
一句话推，但值得贴在墙上："要修输出，先修输入"。她说很难在满是 slop 的环境里不产出 slop——放到 PM 语境里就是，如果你日常刷的都是营销贴、二手总结、行业热榜，你写出来的 PRD 大概率也是营销腔的 PRD。今天这份速递本身也是一次实验：直接读 builder 原推，而不是读别人总结的 builder 原推。
"It's hard not to create slop when most things you consume are slop. To fix output, first fix input."
Dan 在为 @jackcheng 抱不平——有人指控 Jack 的 AI demo "造假"，Dan 说他是自己合作过最诚实、最有工艺讲究的人之一，demo 是真的，而且是"未来的一角"。"造假"指控正成为 AI demo 圈的新常态：观众看不出边界，创作者就要花额外的信誉证明。对 PM 的启示是：在你 demo 一个惊艳效果时，必须同时告诉观众"这段是脚本、这段是模型现场生成"，否则内容红利会被反噬。
"His demo is both real and an interesting peak into the future — not a good look!"
Inception 押注扩散式 LLM，赌的不是当下最聪明的模型，而是推理时代最能吃满 GPU 的架构。
Stefano 从 2014 年 Stanford 起就在做生成模型，2019 年和学生 Yang Song 提出 score-based 扩散，后来长成了 Stable Diffusion / Midjourney 的技术底座。2024 年他实验室的一篇论文第一次证明：在 GPT-2 规模下，扩散式语言模型可以在 perplexity 上打平自回归模型，同时因为一次输出多 token，生成速度快 10 倍。这促使他从教授身份出来创业。
他把行业的分叉讲得极清楚：2017 年从 RNN 到 Transformer，解决的是"训练能不能并行"的问题；而今天推理阶段自回归模型仍然是"一个 token 一个 token 挤"——这种负载吃不满 GPU，大部分时间都在搬权重。扩散模型的推理天然并行，和训练时的负载几乎一样，能把 GPU 的算力真吃满。因此他判断：随着推理成本、RL 后训练成本变成主战场，"最并行的方案会赢"——这就是他说的 bitter lesson。
Inception 现在 50 人，已经把 Mercury 模型跑到"和 Haiku / GPT-mini / Nano 同级的质量，但速度显著更快"。真金白银的客户是 Open Call 这种做语音 agent 的：过去要靠 Cerebras 定制芯片才能达到延迟要求，现在换成扩散式 LLM 后，在 NVIDIA GPU 上就能拿到同样的速度——供应更足、成本更低。他预估当前工作负载里 20–30% 是延迟敏感型——即"给定延迟预算下选最聪明模型"的市场，这就是他们要吃的地盘。此外他还提到扩散模型天然更好控制：自回归模型要生成完整对象才能评判，扩散是粗到细，你从一开始就能引导它向 reward function 靠拢——这可能带来自回归模型无法提供的产品体验。
"Autoregressive models are still sequential at inference — you cannot generate the tenth token until you've generated everything before it. That workload does not map well to GPUs. The bitter lesson is that the more parallel solution is the one that is eventually going to win."— Stefano Ermon