Guillermo Rauch 用 Vercel 的流量数据把「agent web」讲得很具体：全网 58.18% 流量来自 bot，60% 以上部署已经是 agentic，文档页最高 83% pageviews 来自 agent。他的判断是，人类直连互联网会逐步变成小数点后的事，网站会越来越多地为 agent 读取、购买和部署而设计。
原文
"The web will thrive, but it will be built for and by agents."
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
Guillermo Rauch 用 Vercel 的流量数据把「agent web」讲得很具体：全网 58.18% 流量来自 bot，60% 以上部署已经是 agentic，文档页最高 83% pageviews 来自 agent。他的判断是，人类直连互联网会逐步变成小数点后的事，网站会越来越多地为 agent 读取、购买和部署而设计。
"The web will thrive, but it will be built for and by agents."
Aaron Levie 把 agent adoption 的早期性落到 token 需求上：未来不是人一个 prompt 一个 prompt 地驱动模型，而是大量后台 agent、agent swarm 和工作流 agent 持续替人做事。他认为这种模式会消耗比当前聊天式使用多几个数量级的 token，也解释了为什么基础设施建设还远没有结束。
"The vast, vast majority of tokens will be consumed by agents that are just doing continuous work for us in the background and in our workflows."
Madhu Guru 反驳了一个常见归因：智能单价下降并不是 open-weight model 单独带来的，而是更小模型蒸馏、推理基础设施效率和模型供应商竞争共同作用的结果。open-weight 更像顺风，而不是起点；真正的长期趋势是每一代中型模型都在追平上一代大型模型。
"Same intelligence for less $."
Nan Yu 把 Codex 的新体验总结成一次交互层面的递进：先是手写代码，再到补全代码，随后变成用 prompt 驱动 agent，现在连 prompt 本身也开始被补全。这个信号很小但重要，AI 编程的下一步可能不是更大的按钮，而是把人和 agent 的协作语言继续压缩。
"First we wrote code by hand, then we tab-completed the code."
Thibault Sottiaux 连发几条产品信号：ChatGPT 订阅和 Devin 的关系被进一步打通，Dots 也有较大升级，并主动把反馈导向相关负责人。这里的重点不是单点功能，而是开发者工具正在从「另一个工具」变成 ChatGPT 订阅体系里可直接触达的能力。
"Your ChatGPT subscription is now also a Devin subscription"
Thariq 分享了一个很典型的 agent 迁移案例：他加入 Anthropic 前用 Opus 4 和 Agent SDK 做过一个需要常驻进程的 side project，可靠性一般；后来一个 prompt 让 Opus 5.5 把它迁到 Claude Managed Agents，并显著提升稳定性。这像是 Managed Agents 的最好广告：让旧式常驻 agent 变成托管、可合并 PR、可长期运行的系统。
Amjad Masad 抛出的问题值得产品团队反复看：为什么有些群体会为 AI 改造自己的领域而兴奋，另一些却会恐惧？这不是抽象情绪题，而是 adoption 题，答案可能藏在控制感、收益归属、职业身份和过渡路径里。AI 产品能不能落地，往往取决于它让用户感觉被放大，还是被替代。
"Some communities are excited by AI’s impact on their field."
Peter Yang 一边吐槽「别再做邮件个人助理了」，一边给 Grok Bot 当 chief of staff 提了一个具体命名细节：不要把 bot 邮箱设成自己的名字，否则抄送时会显得像在抄送本人。这个小建议很产品，说明 agent 人格化不是文案装饰，而会影响团队协作时的信任和语境。
"How about let's stop building more personal assistants to manage our emails and more AI startups to manage and cure diseases"
Matt Turck 看到 Synthesia 的「一个 prompt 生成公司或产品专业级视频」能力后，强调这正是 Synthesia 早期愿景的兑现。重要之处在于企业视频不再只是模板自动化，而是把品牌风格、产品叙事和生成能力压进一个 prompt，内容生产的边际成本继续下探。
"Happening slowly, then all at once."
Nikunj Kothari 给 founders 的提醒很朴素：如果要在 X 上做付费推广，至少别把 VC 当成投放对象，更不要再用私信伪装成「合作机会」。这类增长动作短期可能买到曝光，长期却会暴露判断力问题，并在募资圈层里留下不必要的负面信号。
"Shows really poor judgement and word spreads around that you are trying to buy eyeballs to cue a big raise."
Dan Shipper 发布「Working With Agents in Slack」，把 agent 放进 Slack 这个真实协作场景，而不是另开一个孤立工作台。信号在于，agent adoption 会越来越少依赖用户主动打开某个 AI app，更多发生在团队已经有上下文、权限和沟通节奏的地方。
Swyx 在为 AI Engineer NYC 做最后召集，并把这次会议描述成自己两段职业路径的汇合：从投行、对冲基金到 big tech、纽约创业生态。值得注意的是，技术会议开始加入 finance mainstage，说明 AI engineering 正在从纯技术社区扩展到资本、交易和企业基础设施的交界处。
Misha Laskin 的核心判断是，开放模型不是闭源模型的便宜替代品，而会成为企业和国家级 AI 基础设施的竞争入口。
Misha Laskin 介绍 Reflection AI 推出 Beam 的背景：团队从约 30 人扩到约 300 人，补齐 pre-training、mid-training、reinforcement learning 和基础设施团队，目标是做 frontier open intelligence。他反复强调，训练大模型没有单一秘方，「everything」都要做对，人才、数据、算力、基础设施和文化缺一不可。
最有信息量的部分是 Beam 的训练结构：它是一个 500B 总参数、23B active 的模型，pre-training 使用约 6000 张 GB300，RL 则用了超过 10000 张 GB300 跑四周。Misha 认为 RL 系统已经进入「只要继续给 compute 就会继续变强」的阶段，开放模型的差异化不只是权重开放，而是把企业自有数据、eval、synthetic data 和推理效率接进来。
他对 open vs closed 的判断也很鲜明：closed model 仍会很有价值，但 token 需求会越来越多流向 open model，就像服务器世界大多运行 Linux。他还把 open model 称作基础设施的 Trojan horse，因为模型本身只是入口，真正绑定客户的是推理软件、cluster management、harness、工具链和服务能力。安全上，他反对把开放等同于失控，认为 cyber defense 和 offense 很难切开，更多研究者和企业能看见问题，反而可能让漏洞更快变浅。
"I have the belief that with enough eyeballs, most security and safety vulnerabilities become shallow as well."— Misha Laskin
Anthropic 的结论是，agent 安全不能只靠模型听话，必须先把环境层的爆炸半径框住。
Anthropic 这篇工程长文把 Claude 的安全问题从「要不要信任模型」转成「模型最多能碰到什么」。他们把风险拆成用户误用、模型误行为和外部攻击，再把防线拆成运行环境、模型层和外部内容。一个关键数据是，用户会批准约 93% 的权限弹窗，审批疲劳会让 human-in-the-loop 从防线变成形式。
文章最实用的经验是按产品形态匹配隔离强度：claude.ai 用临时容器，Claude Code 用本地 sandbox 和 auto mode，Claude Cowork 用 VM 控制本地文件与网络边界。Anthropic 也复盘了几类真实踩坑，包括信任弹窗前的项目配置执行、用户自己粘贴恶意 prompt 导致凭据外传、approved domain 通过 Files API 变成外泄通道，以及 VM 隔离让企业 EDR 看不见内部行为。
它对正在做 agent 产品的人很有提醒意义：允许访问某个域名，本质上是在授予该域名下所有函数能力；让 agent 读 tool output，本质上是在引入 prompt injection 面；自研 proxy、allowlist 和 orchestration 往往比成熟 hypervisor、seccomp、gVisor 更容易出问题。未来多 agent、持久记忆和 agent identity 会让这些边界更复杂，但底层原则仍然朴素：先限制文件、网络和进程，再用模型层去补概率性防护。
"The deterministic boundary is what gets hit when everything probabilistic misses."— Anthropic Engineering