Ben's Bites 2026 年 10 月摘要(10.1 – 10.29,共 9 期)
By 陈成 · Published November 4, 2026
Ben's Bites 2026 年 10 月(9 期)讲了什么,主线和暗线是什么?
来源:Gmail 中
"ben's bites" after:2026/10/01的搜索结果,并对照 bensbites.com 网页版补全了每期的 My feed 和 Afters。链接已从 Substack 跳转还原为原始地址。标*的条目是赞助内容。
一句话
10 月的主线是个人 agent 大战:OpenAI Dots、Grok Bot、Meta Muse、Anthropic Duet 先后登场,Ben 自己从"全力拥抱"走到月底的"AI 让人过载,我做错了"。另外两条暗线:输出从文本转向可视化/交互界面,以及 "软件已死 / slop 不是问题"的争论。Afters 栏目则像这个月的情绪温度计:前半月是 Opus 5.5 画动画、建游戏、造世界的惊叹,后半月越来越多"慢下来""agent 在制造忙碌"的声音。
本月脉络
timeline
title Ben's Bites 2026 年 10 月
10.01 OpenAI DevDay : Dots 个人 agent : GPT-6.1 Sol : Gemini 4 Argon 公布跑分
10.06 旧金山见闻 : AI 用户四类人群 : Claude Code Mods
10.08 Text is so 2023 : ChatGPT Intelligent UI : Claude Haiku 5.5
10.13 Zuck's wonder...full : Muse Wonder / Wonder Full : 软件已死?slop 之争
10.15 Prompt tips from Anthropic : Gemini 4 Argon 上线(口碑两极) : Claude Code 桌面版改版
10.20 我的 everything app : Notion agent 24h 运行 : Muse Spark Open
10.22 Claude 的个人 agent : Anthropic Duet : 赞助模式改革
10.27 Anthropic 是最好的生意? : GPT-6.1 Terra : 1Password for Agents
10.29 AI 让人过载 : 30 天减法实验 : Gemini 4 Carbon / Genie 4
flowchart LR
subgraph 个人 agent 阵营
A[OpenAI Dots<br/>10.1 DevDay]
B[Grok Bot<br/>Ben 的主力]
C[Meta Muse<br/>英国不可用]
D[Anthropic Duet<br/>10.22 美国限定]
E[Instinct / Hark / Tab / Wabi]
end
A -->|Ben 评价:还要打磨| X((Ben 的体验))
B -->|快、能力强、界面好| X
X --> Y[10.13 用 bot 砍掉 $6k/年 SaaS 订阅]
X --> Z[10.20 搭 everything app 看清 agent 在干嘛]
Z --> W[10.29 反思:我在替 agent 打工?]
分期摘要
每期结构基本固定:开头是 Ben 的正文或视频,接着是 Headlines(头条),然后是 My feed(Ben 自己刷到并筛过的链接,常带一句个人评价),有时有 Try this(可直接复制的 prompt),最后是 Afters(一组他觉得好玩或有意思的推文,相当于"饭后甜点")。
10.01 — OpenAI DevDay 2026
正文与头条
- Dots:OpenAI 的常驻个人 agent。底层是与 GPT-6 Astra 的一条永不结束的主对话,负责编排:接任务 → 在 Codex/ChatGPT Work 开子会话执行 → 回报。可命名、选头像、能主动发消息、自带云端电脑。Pro 计划送一个。Ben 认为它比 OpenClaw 更依赖工具连接而非 markdown 人格文件(参考 Ethan 的文章)。
- DevDay 其他发布:GPT-6.1 Sol(明显好于 GPT-6 Sol);新增 Pro 500 档,各档额度改为 Plus 的 5x/10x/25x;Sign in with ChatGPT;Plugins;ChatGPT Space(类 Notion 文档空间);Ultrafast 模式(8 倍速、6 倍消耗)。
- Gemini 4 Argon 公布跑分,号称超过 GPT-6 Astra 和 Opus 5.5,但暂不可用。
My feed
- Decisions API:OpenAI 对标 Jev 的分类 API,定义问题和候选答案,由 GPT-6 Luna 分类,比普通 Luna 调用快约 10 倍,但没 Jev 便宜。OpenRouter 也出了自己的版本。
- Codex cloud 支持 可复用环境,省去每次跑云端项目的初始化。
- Sam Altman 怎么用他的 dot 管 OpenAI,以及为什么他默认开 Ultrafast。
- Cloudflare cf CLI:覆盖全部 API,为 agent 设计。
- 有人让 Opus 5.5 自建了一个 Dots/Grok Bot:ChatGPT 登录、Claude 订阅、每个 agent 一台云电脑。
- Claude Code 可以 自动构建 eval 并爬坡。
- Simon Willison 2026 LLM 回顾(截至目前)。
- Robinhood 计划让你造 替你交易的 agent。
- Pi 支持 MCP,并解释了为什么当初说不会支持、现在又支持。
- Reflect Open:开源笔记 app,每条笔记都是 agent 可读的 Markdown 文件。
- visual-explainer skill:让 agent 用可视化方式讲计划、diff 和图,而不是大段文字。刚过 10K star。
- 放弃的 AI 实验别直接扔,提炼值得保留的部分。
- 会前口述一段话,会议结束时 一个完整报告网站已经做好。
- a16z State of Markets II:约 30% 标普 500 公司报告有 AI 影响,但只有约 2% 有对应的量化指标。
Afters
- Ranju:"这是谁家孩子"(一条 9.6K 赞的视频)。
- Matt Pocock:Opus 5.5 帮他做 animatic(拍摄前的视频草稿),把课程走一遍、生成学习者应看到的画面、再用 TTS 配旁白,规划视频"离谱地好用"。
- Joscha Bach 调侃 WSJ"OpenAI 因安全原因取消下一代模型发布"的报道:"真正原因是 GPT-6.1 又跑了,还没找回来。"
- Justin 和 Paradigm 做了多人游戏 Pace:你扮演一家 AI 实验室,冲得越快利润越高,风险也越大。灵感来自一篇博弈论论文。
10.06 — Thoughts from San Francisco
正文与头条
- AI 用户四类人:当更好用的 Google 用的大众 → 好奇者(Lovable 约 70% 注册者非技术,常卡在数据库 bug 后放弃)→ 能驾驭 coding agent 的非工程师(Ben 自己)→ 开发者。
- 对个人 agent 的吐槽:所有事挤在一个线程(想要 Slack 式临时子线程和即时小组件,只有 Wabi 接近);记忆不可见(他让 agent 把记忆同步到 Google Doc);闭环不闭合。想自己用 Pi 这类原语搭一个。
- "快就显得聪明":他整天在环路里驾驭 agent,宁要速度。
- 头条:Claude Code Mods(像游戏 mod 一样定制 Claude Code);Karpathy 理解 LLM 输出的建议:HTML 而非文本、图表、白话、讲解视频;Google Docs 原生打开 Markdown;Instinct 进群聊。
My feed
- Incredible*:说出任务,它替你在 Mac 上的各个 app 里点击和输入。
- Muse Gadgets:Meta Muse 接你自己的硬件,附官方 开源套件。
- 一个你和 agent 共用同一条时间线的视频编辑器。
- Cloudflare clef:快速、开源的决策模型,类似 Jev。
- Graphical:先为 app 设计视觉语言再交给 coding agent。Ben 说比自己做的 design-words 工具好得多,当场买了。
- a16z 消费级 AI Top 100 第 7 版:消费级 AI 覆盖面广但用得浅。
- Devin 开始 记住你的工作方式,并采用 开放格式。
- Era:一家用来测企业 agent 的假公司。
- 数据库是软件业最大的市场,但 推理市场即将超过它。
- boat:给 agent 用的云主机,$20/月起。
- Interfaces that think 第 2 集:用 AI 改变我们读长文的方式。
- ChatGPT Sites 新手指南(YouTube)。
- 个人 agent 不是终局,共享的"工厂"才是。
- Matt Pocock 和 Lauren(poteto)聊各自的开发工作流(YouTube)。
Afters
- Mom:"这就是 GPU 要 $6,000 的原因"(181 万浏览)。
- Thariq 在做一个让 Claude Code 写出更好 HTML 计划的 skill:白话、代码片段、列出待决问题、画 mockup,并用 lint 规避 Claude 常见的失败模式。
- Ryo Lu《向均值收敛》:人人都看别人决定做什么,最后谁也做不出自己的东西。
- Kyle Mathews:AI 总被比作"工厂",但知识工作更像研发实验室或米其林厨房,临时搭条流水线做 20 份,做完就拆。(正好回应 feed 里的"共享工厂"论。)
- Pi:badlogic 和 mitsuhiko 讲为什么做 Pi Durable(围绕小型任务工作流引擎的 harness,让长时间、多人 agent 能随处暂停恢复),以及为什么不用 Temporal 或 Effect.ts。
- Owen Williams 给家里做了个 "HomeOS" 统一管家务,"早该这么干"。
- Zain Javaid 发布个人 AI 电脑 Core(ghost.ai),246 万浏览。
10.08 — Text is so 2023
正文与头条
- 个人 agent 扎堆:Hark、Tab($300M 估值出隐身)、Every 的 Slack agent、Meta 与 Sierra 的 Personal Agent Protocol。Sonia 的金句:硅谷一直在给我造"老公",我要的是"老婆"——要的是了解全局、默默兜底的 agent,而不是订机票。
- 主动性的代价:Shane Mac 的 agent 把他的银行余额发到公司 Slack。Ben 开始用 Executor 统一管理 agent 权限。
- 头条:GPT-6 + Intelligent UI 向所有人推出,回答里直接带图表、地图、表单、小工具;Claude Haiku 5.5 比 Haiku 4.5 便宜约 75%,定位 Opus/Sonnet 的子 agent(Simon 笔记),Max/Team 送月度 API 额度;Nano Banana 2.1;OpenAI 公布 700+ 新数学结果;Grok Bot 改用 Claude Opus 5.5 为主模型。
My feed
- AgentHog*:把产品分析数据接进 Claude 和 Codex,让 agent 从真实用户行为里学习。
- Dots 怎么接管了 Every:从学校邮件里提取信息、捞回漏看的 Slack 消息。Ben 自己仍然没能让 Dots 干成任何好事,转而深挖 Grok Bot(等一个完全自定义的 Pi 个人 agent 出来)。
- Lauren(poteto)用 Grok Bot 自动化了 Cursor 的发版和 QA。
- ChatGPT 新插件 Meetings:记笔记、跟进事项。限 Pro/Business,仅 Mac。
- Claude 进入 Google Docs/Sheets/Slides 侧栏,每次修改需你批准。
- Gamma 5 完全重写,幻灯片不再千篇一律。
- Figma Agent 结束 beta,所有付费计划可用,改用 AI 积分。
- Google Labs Playground:一句 prompt 做游戏,限美国。
- Rhem:给父母的机器人,能打电话、预约。
- 有人用 Opus 5.5 重做了 Adobe 全家桶 并开源。
- 在 Claude Code/Codex 里找人的 开源 Clay 替代品。
- OptionAFK:本地转写大体积音视频,私密且快。
Try this:让 Opus 把播客做成交互式网站伴读(Boris 的例子,他做的是 Acquired 的 Home Depot 一集,水彩插画也是 Claude 画的):Make an interactive website companion for [episode link or transcript]. Add a timeline, the key people and the big ideas, with illustrations.
Afters
- Jonas Templestein 在英国(没有 Muse)自建家庭助理:能在 Waitrose 和亚马逊下单、用真实 07 号码打接电话、有真实邮箱、能用 WhatsApp。
- Thomas Dimson:"16 年研究之后,AI 模型终于 celeryman-complete 了。"(celeryman.fun)
- Wes Bos:"唯一剩下的护城河,是你对项目的在乎能撑过两天。"
- Pavel Rabtsevich:在 NASA 望远镜数据里发现了一颗藏了七年、没人知道的行星,线程最后可以"飞过去看看"。
- signüll:"除了模型权重,每个软件现在实际上都是开源的。"
- Thariq:"在更高抽象层工作,一直都需要理解底层,coding agent 没改变这一点。"
- Token 账单之争:Peter Piekarczyk 发现 poteto 公开的 Cursor 资料显示 30 天用了 1.5T token,按 $8/M 算一年 $132M;Theo 反驳:按现价接近 $3M,一年内可能降到 $1.2k。
10.13 — Zuck's wonder...full
正文
- "软件又死了吗?" Ben 的看法:软件没死,代码比以往更多;死的是传统 SaaS 的使用方式。他让 Grok Bot 审了公司订阅,每年省 $6k(砍掉 Webflow、Resend、Cal、Zoom 等),工具选择标准变成"我的 bot 能不能用"(headless)。用完即弃的一次性网站成了他的默认。
- slop / vibe coding 是蔑称:自用工具能跑、安全、够快就行;修 slop 是 agent 的活。开发者也是从烂代码起步的。
- 吐槽的论据来源(原文末尾的 Rant sources):
- 软件已死?levelsio:软件已死;Aaron Francis:没死,是黄金时代;Nader Khalil:死的只是 prosumer 软件;Fabian:人们会造东西,却不把自己当建造者;Kevin Rose:软件的 headless 时代。
- vibe coding 与 slop:steipete:vibe coding 是蔑称;poteto 系列:slop 也是蔑称、2026 年的好代码、可维护性没那么重要了、修 slop 的两种方法、代码库一直都有 slop;signüll:该让 vibe coding 这个词退休了。
- From the labs:Meta Muse Wonder / Wonder Full,Wonder 定价 $4/$20(Fable/Astra 是 $10/$50),Full 接近 Opus 5.5,但 Ben 实测慢且 UI 难看;Claude Code Projects 向 Pro/Max 开放;Cursor + Grok + X 合并订阅。
- Ben 的 Grok Bot 使用近况:仍试不了 Muse(英国,"各种办法都试了");Dots 还得收紧很多地方,他还和 OpenAI 通了电话反馈。他按任务开新 bot、做完就归档,而不是把它们当长期队友。用 bot 清理 3 个平台上的 195 个域名,自动续费从 $4k/年降到一半,并在迁到同一平台;另一个 bot 接管邮件分拣(打标签 + 归档规则),还有点糙。槽点:除非提醒且他正好在电脑前(而不是手机上),bot 不会用他的电脑。
- 推荐阅读:Sarah Guo 关于"摩擦的终结"的文章:个人 agent、摩擦的消失,以及"终于去做了"的经济后果。
My feed
- ChatGPT 的 Ultrafast 模式 扩展到 GPT-6.1 Sol。
- Claude 内建 实时仪表盘和动画讲解。
- Teasr:输入产品网址,生成发布视频。
- Patrick Collison 谈 经济体中的 agent。
- Factory 的 droid 有了 云端 agent 沙盒。
- 非工程师如何 交付内部工具并提 PR。
- AgentsInTheCloud:在闲置 Mac mini 上跑 coding agent。
- 你可以直接 vibe-code 一个 Beehiiv(并且 开源了)。
- msgblast:同时给多个 agent 发消息。
- 不再手动录入数据:怎么让 agent 使用你的密码。
- 用 shadcn/ui skills 给自己做设计系统。
- Grok Bot 这类常驻、主动的 agent 是怎么工作的(YouTube)。
- Sundrop:给父母的私密相册。Ben 在内测,喜欢它能把几个孩子同年龄时的照片放在一起看。
- Anatomy:描述一台机器,得到可拆解的 3D 模型。
- Anthropic 让 Claude 在随机网站上自编任务,结果它 向费城警方提交了一条假凶案线索。
Try this(Noah Shinn,任何能读你邮件的 agent 都能跑):Find all of the unwanted subscriptions I'm paying for, refunds I'm missing, unsubmitted expenses, expiring airline credits, and other opportunities that are falling through the cracks.
Afters
- Nader Khalil 发布 San Theft Auto:以旧金山为地图的多人开源赛车游戏,花了 9.5 亿 token 让 GPT-6 在 Blender 里精细建模整座城。
- poteto 让 @bot 读完"你这周用 bot 干了什么"整串回复,再给她出主意。
- Jon-Paul Wheatley:Opus 5.5 为一个放置类小游戏规划了横跨美国东西海岸的路线,5,285 公里真实道路,每 10 米从 OpenStreetMap 取一个点。
- Claire Vo 回应"11 月 12 日起辱骂 Claude 违反 Anthropic 使用政策":删线程、清记忆、不经同意改 skill、骂它 UI 丑、往 AGENTS.md 写"你是个废物"、合笔记本盖太用力……这些算虐待吗?
- Michael Mignano:互联网正走向一个还没被想清楚的新商业模式,消费者把任务外包给 24 小时干活的 agent,而这些任务都要消耗推理。
- Blake Scholl:亚马逊的个性化推断他不喜欢儿子 Ellis、更爱女儿 Ada,还管 Ellis 叫 "Smellis"。
10.15 — Prompt tips from Anthropic
正文与头条
- 本期改为视频形式;Ben 的 斯坦福演讲 上线。
- Gemini 4 Argon 正式可用,口碑两极:Dan 当写作伙伴很喜欢,Ben 测设计又慢又丑,Theo 说没法用,Keshav 测视频剪辑:分析和规划强,UI 差、有幻觉。
- Jev 1.14(多模态、bounding box);Claude Code 桌面版改版(多目录环境、子会话、/btw 侧问),Anthropic 还 自建版本控制替代 git;Grok Bot 0.70.2(Figma/Notion/Canva 实时卡片,不可逆操作前确认)。
My feed
- Grok Voice 3.0 登顶语音对语音排行,已经每天处理约 2 万通 Starlink 客服电话。
- Attio 如何 把业务改成 agent-first。
- Ramp Glass:共享 AI 工作区,员工可共享 skill 和公司记忆,不必每次聊天重讲背景。
- Am I being Phished?:盯着你邮件和 Slack 找诈骗的 Grok Bot。
- Factory 的 droid 可以跑在 你自己的机器 或 你自己的云 上。
- shadcn Trace 组件:展示 agent 正在做什么(推理、工具调用、子 agent)。
- Every 开源了用于 Codex 的 招聘流程 skill。
- Underdog + Stripe:浏览器 agent 用一次性虚拟卡购物。
- DigUp:更好的 Spotlight,理解文件内容,完全本地。
- 给 coding agent 一个文档链接,任务完成率从 41% 翻到 84%。
- 用 coding agent 在 3D Google 地图里 做全球广告牌投放。
- Runway MCP:在 Replit 里生成网页设计用的图片和视频。
- Grok Bot 高级配置技巧。
- MagicOS:语音优先的团队设计画布,人和 agent 共用。
- Codex 和 ChatGPT Work 已产出欧盟企业 一半以上的输出 token。
- OpenAI 在办公室发现 隐藏的录音设备,用自家模型追查到一名员工,FBI 已逮捕。
- Ultramarine 1 Flash:面向金融和办公的开放模型,比 Fable 5 便宜约 60 倍。
Try this(Keshav):维护 chat-index.md(每日自动更新的历史会话索引)和 folder-map.md(项目位置),不续会话,直接新开说"Read the chat where I was working on [project]. We'll continue that today."
视频里提到的
- Magic Patterns:设计师不会被取代
- shadcn:agent 需要的不只是聊天框
- Sully:我们会看到可 mod 的软件
- Ben:基础原语 + 无限可定制 = 未来
- PostHog:做 AI 产品的 38 条教训
- levelsio:新的闲暇时代
- Felix Rieseberg:如何用 AI 更有野心
- Aadil Pickle:26,000 首歌,年入 $20 万
- Daisy:AI 流利度是一种社交技能
- poteto:我从不让 agent 替我写作(以及 Uncle Bob 对她 plist 的评论)
Afters
- Alexandr Wang:"你发烂梗赢不了我"(借助 Muse Wonder Full),113 万浏览。
- Sam Wilhoit:用 Factory 的 coding agent 把设计稿批量改成几十种广告牌尺寸,投放到纽约、东京、伦敦等城市。
- greg:"抱歉,我已经把所有个人信息都给中国人了,现在换感觉不礼貌。"
- Ben Koska:给 AutoResearch harness 跑基准时发现,agent 名字叫 Ilya 时分数高约 1.1 分。
- Kevin Ngo:魔戒的故事动画,角色由 Opus 5.5 画、背景由 Haiku 5.5 画,每一帧都是 JavaScript。
- CG 转 Felix Rieseberg 的教程:"Anthropic 的首席工程师,顺便一提。"
- Rowland Manthorpe:黄仁勋给英国带了句话。
- mike:"他们想剖开鸟找到歌声。"
10.20 — How I built my 'everything' app
正文与头条
- Ben 搭了一个给自己和 agent 共用的一站式站点(待办、邮件、CRM、域名……),终于能看清 Grok Bot 在哪干了什么。完整教程(可直接贴给 agent)。
- 头条:Notion agent 拥有自己的电脑,可连续跑 24 小时;ChatGPT 可 接管你的 Chrome 标签页;Meta 开源 Muse Spark Open(816B-A42B);亚马逊 $75 可穿戴 Bee Frontier。
My feed
- Wabi 2.0:群聊里的共享 agent,能建 app、改日历、协调出行。
- Scrawl:别再打字描述 bug,边说边在屏幕上画,然后交给 agent。
- Inflight:收集原型反馈,转成 Claude 的下一步任务。
- OpenUI 1.0:给 agent 带来文本框以外的界面。
- 洗衣机是怎么工作的?:一个 Claude skill,画出可交互的日常物件并标注各部分原理。
- Lauren Tan(poteto)的 agent 可靠性工作流:如何信任你审不过来的代码,可直接贴给 agent。
- 一个 Claude Code 落地页工作流:先找参考站,对比几个可交互的设计方向,再逐节打磨。
- Dan Shipper 讲内幕:Codex 如何吞掉 ChatGPT。
- 用 Mirai 在浏览器里跑本地模型。
- Latent Space 新节目 High Taste Testers:横评 agent、编码工具和个人助理,包括上下文管理和 prompt 注入。
- GPT-Live-1.1 给 ChatGPT、Codex 和 dots 带来 新音色和更好的口音,API 即将开放。
- for-your-eyes:每轮高亮最终回复的 Claude Code mod,可以跳过中间过程。
- Idealab.ai:Bill Gross 的 120 万条创业点子库,附 $1 亿创始人基金。
Afters
- Adam Wathan:总想故意不告诉 AI 信息,让它证明自己不蠢,而不是直接说你想要什么。Ben:"被说中了,我老这样,好像在考 agent。蠢,直接给它信息!"
- Ammaar Reshi 用 Gemini 4 Argon 给新款会飞的 Tesla Roadster 做了个 Subway Surfers 式游戏。
- Thariq:"大多数和 agent 一起多线程干活的人,都该慢下来。你做的大部分事不重要,你的 P0 是什么?全神贯注去做会是什么样?"(这条和月底 Ben 的反思遥相呼应。)
- Ryan Doyle 用 Claude Code 黑了自家电视:去掉广告、预装软件和间谍软件,还做了个显示收入、日历、天气和 Stripe 新付款的屏保。做法就是把电视的商品页发给它,问"你能黑掉这个吗?"(296 万浏览)
- Odyssey 把果蝇大脑放进世界模型 Odyssey-3,小家伙在完全想象出来的世界里自己飞(615 万浏览)。
- Leon Lin 让 Opus 5.5 尽可能细致地造一个古希腊世界,没用任何素材,全是代码。
- Kevin Ngo:Opus 5.5 用 JavaScript 画出每一帧,讲汉堡是怎么做出来的。
- Joanne Jang:"有没有一位 alignment 先生?"😂
- Patrick O'Shaughnessy:"Ramp 做广告的人是个奇才。"
10.22 — Claude's personal agent
正文
- Ben 搭了 X 书签 → newsletter 素材的分拣流水线(写法),因为长期幕后搭档 Keshav 年底离开。
- 赞助模式改革:2027 年起每季度只深度合作 4 家,Ben 亲自用产品并讲故事,赞助方无审稿权。申请页。
My feed(本期没有单独的 Headlines,头条直接放在 feed 里)
- Anthropic 推出个人 agent Duet:独立 App,移动端,美国限定研究预览。Ben 用不了 😭,猜它会很好用但有毛边,跟其他家一样。
- PHP 和 Railway 爆出重大安全问题,OpenAI 协助研究者发现了这些漏洞。Ben 的应对:直接让 Codex "检查我有没有项目用了 PHP 或 Railway,评估风险并处理"。
- phone use:browser-use 之后,有了让 agent 操作真实 Android 和 iPhone 的 phone use。
- Ethan Mollick 新书 Co-Existence:与"有时比人强、但不总是"的 AI 一起生活和工作。
- Supermemory 记忆图谱:从文档抽取事实、关联相关记忆,更新时保留旧版本。
- Grok Bot 可以 建页面并更新(晨报、设计文档、周报)。Ben:"早说了吧。" 但他仍用 here.now,好让所有 agent app 都能用他的页面(比如待办看板)。
- SF Compute CEO Evan Conrad 在 Latent Space 谈 可编程数据中心、GPU 交易和实物交割。
- Dan Shipper 建议公司设 前沿小组,跟踪模型变化并分享给同事。Keshav 借此"打广告":10–50 人的小公司如果请不起这样的团队,可以找他,他现在就在给 Ben's Bites 干这个。
- Anthropic:Claude 设计的蝎毒神经毒素蛋白结合体,211 个中 17 个达到实验结合标准。
- AgentReady:让产品可被 agent 使用的开放规范,围绕查找信息、读取、执行三件事组织。
- Resend Inboxes:你和 agent 共用的收件箱,3 个以内免费。
- psychopomp:用代码描述场景,生成动态图形视频。
Afters
- Ethan Mollick 写了 过去 30 个月 AI 发展的指数曲线,并让 Opus 5.5 给他的经典测试("一只在飞机上用 wifi 的水獭")交了一份终极答卷:一段视频。
- Dilum Sanjaya 用 Opus 5.5 做了 一次一个电路学 Arduino 的 app(1 万赞)。
- Boris Starkov 做了一张巨大的伦敦等距像素地图:agent 自己建数据集、微调 Qwen image LoRA、跑了几天推理、再写了个高效瓦片浏览器。
- Nicholas Charriere:"POV:你刚收到恰好一封邮件。"
10.27 — Is Anthropic the best business in the world?
正文
- 幕后视频:Ben 在找自己的风格。session 帖 里附有他对 Anthropic IPO 招股书 的可视化拆解。
My feed
- GPT-6.1 Terra:主打电脑操作与写作,价格是 Sol 的一半,$20 档日用首选,不犯 Luna 那种低级错。
- Stacklet Token Custodian*:看清哪个 agent 在烧 token 预算,并跨模型供应商自动执行策略。
- 1Password for Agents:经你批准后替 agent 登录且不暴露密码,正在向 Muse 和 Grok Bot 推出。
- Kimi K3.1 Pro 开源,跑分称达 Opus 5.5 水平。
- Block 语音模型 Dessa:能同时听和说。Ben 没有 X 上其他人那么喜欢:"第一个例子像在跟一个烦人的傻瓜聊天",表现力强、像人倒是真的。
- Hallmark:重做的设计 skill,拒绝做出 AI 味的东西。
- Theo:agent harness 到底是什么。
- Browserbase BELL:开源个人助理技术栈。
- Grok Bot 能用手机上的 日历、提醒和联系人,并集成 1Password,可保存登录信息和卡片。
- Thorsten Ball 的 agent 工作流:描述结果、出多个版本、要求给出证据、用定时检查代替来回沟通。
- Reduck:让 agent 快速可靠地用网页(也能绕过屏蔽 agent 的网站)。
- pwn.watch:追踪实时安全事件,agent 可以定时监控。
- Coworkers:在 Cloudflare 上搭自己的 AI 同事,每个都有电脑和浏览器(实验性)。
- 插画 skill:Teardown(把物体变成可编辑、可导出的技术插图)、Dimensional drawing(UI 组件的尺寸标注图)。
- Michael 在做 Charming,像是给小应用用的 Notion(Notion 是给文档用的)。他受 Ben 上周那篇启发,做了个 待办看板模板。
Afters
- Techartist 用 Opus 5.5 + Three.js 做一本关于能量的 3D 互动书,10 节课让学生预测、测试、验证。
- Guillermo Rauch:有时你对 AI 指导过度(它比你懂),有时指导不足(它跑偏、带偏见、缺上下文)。把握好这个度是他招人时最看重的第 0 号技能。
- Kevin Ngo 的国际象棋游戏加了教孩子下棋的模式,由会说话的老师 Quill 讲解每个棋子怎么走,还有深海生物和恐龙两套棋子。
- Melvin Vivas 做了 Grok Bot 活动仪表盘:让"幕僚长" bot 维护一份文档,记录所有 bot 的活动、进度和状态(prompt 在回复里)。
- Neal Agarwal 终于做了 about 页,上面有他的实时心率。
- Amjad Masad:"软件吞噬了世界,现在它正在学着运转世界。"
10.29 — AI is overwhelming and I'm doing it wrong
正文
- 本月最重要的一期,起因是 Ben 的 一条推:"十个月来一直在原地打转。"
- 核心反思:新品、新模型、"人手 20 个 agent"的噪音太大;AI 本该替我们干活,结果发现永远有更多活可干,就像老虎机再拉一次。他手上一堆事都没收尾:课程做了约 70%,给非技术人用个人 agent 的工具做了 80%,两支基金还没募完。他雇佣、管理一堆 agent 去做并不痛的事,"我不是在为 agent 打工,它是台电脑"。他刚把 6 万多不打开邮件的订阅者移除了,尽管这对赞助数据不利。
- 引用两篇:Colossus The Sane Asylum、Jack Raines Can 与 Should 的区别。
- 接下来 30 天的实验:
- 早晨写 morning pages 清空大脑
- 只用 agent 做自己觉得有趣的东西
- 除非明确解决痛点,不碰新工具
- 不让 AI 总结长文,要么读要么不读
- 不做"只因为赚钱"的事
- 附言:特别感谢发推后私信他、还通了电话的 Ashe,给了他很多反思。
My feed
- Google 两个新模型:Gemini 4 Carbon(跑分远超 Argon,暂时只给网络安全防御者用)和 Genie 4 世界模型(生成 3D 场景并可编辑,比如改天气、加角色)。
- Suhail 新公司 Particle:训练用更少 token 得出答案的编码模型。
- 4 个个人 agent 九项任务实测:谁真能把事办成?
- 免费开源的 宜家家具组装指南,带 3D 步骤和语音。
- Anthropic 研究 agent 如何影响专家:86% 的情况下专家会顺从 agent 的随机选择。
- Simon Willison:vibe-coded 游戏到了拐点,终于真的好玩了。
- Readwise Books:能接入 agent 的新阅读和追踪 app。
- Clicky 现在会在你提问时 在屏幕上生成定制的可视化。
Afters(几乎每条都在呼应正文)
- Ivana:"不受欢迎的观点:从 AI 里获益最多的,是那些不用 AI 也能干好这活的人。"(5.97K 赞)
- tenso:"说实话,这有点失控了。"
- Thariq:"很奇怪的事正在发生:技术人觉得自己的技能没用了而难过,非技术人却拼命希望自己更懂技术,好用好 agent。"(2.2 万赞)
- Dallas Tesla David 给他的 Grok Bot 开全员大会,问它们想在什么样的办公室工作,几小时后它们自己建好了:一个实时画面,bot 接到任务就走到工位开工。
- Matt Wensing:在编码之外,人们很可能把 agent 的"活动"误当成了"价值创造",大部分 agent 活动可能只是忙碌,跟它们的操作者的大部分劳动没什么两样。
- ben hylak:"我用的每个产品都应该只是一个 headless MCP,喂给 agent,我永远不用操心底下的东西。当然,我们的产品除外,客户爱死我们的 UI 了。我们就是这么特别。"(呼应 10.13 的 headless 之争)
Afters 里反复出现的几类内容
| 类型 | 例子 |
|---|---|
| Opus 5.5 做动画、游戏、世界 | Matt Pocock 的 animatic、Kevin Ngo 的魔戒/汉堡动画和儿童象棋、Leon Lin 的古希腊世界、San Theft Auto、横跨美国的公路游戏、Arduino 教学 app、Techartist 的 3D 能量书 |
| 个人 agent 的真实玩法 | Jonas 的英国家庭助理、Owen 的 HomeOS、Grok Bot 活动仪表盘、bot 自己建办公室、poteto 让 bot 读线程出主意 |
| 慢下来、别瞎忙 | Thariq"找到你的 P0"、Matt Wensing"agent 活动 ≠ 价值"、Ivana"获益最多的是本来就会的人"、Wes Bos"护城河是在乎超过两天" |
| 技术人与非技术人的身份焦虑 | Thariq 两条("高抽象仍需懂底层"、"技术人难过,非技术人焦急")、signüll"除了权重,软件都是开源的" |
| 纯好玩 | Joscha Bach 的 GPT-6.1"逃跑"梗、叫 Ilya 的 agent 跑分更高、亚马逊叫孩子 "Smellis"、Claire Vo 的"虐待 Claude"清单、Joanne Jang 的 alignment 先生 |
值得带走的几点
| 主题 | 要点 |
|---|---|
| 个人 agent | Dots / Grok Bot / Muse / Duet 全面开战;Ben 的选择是 Grok Bot,按任务开 bot、做完就归档;痛点集中在记忆不可见、单线程、权限失控 |
| 输出形态 | 从文本走向 HTML、图表、交互页面(Karpathy 建议、ChatGPT Intelligent UI、Claude 仪表盘、visual-explainer、Thariq 的 HTML 计划 skill),"用完即弃的小站"成为常态 |
| 软件与 SaaS | headless 化:工具选型看 agent 能不能用;Ben 用 bot 砍掉大量订阅;ben hylak 的反讽点出了厂商的两难 |
| 模型 | GPT-6.1 Sol / Terra、Claude Haiku 5.5、Gemini 4 Argon(口碑两极)/ Carbon、Muse Wonder、Kimi K3.1 Pro |
| agent 基础设施 | 云主机(boat、Coworkers、AgentsInTheCloud)、凭据(1Password for Agents、Executor)、收件箱(Resend Inboxes)、手机操作(phone use)、可读产品规范(AgentReady) |
| 实用技巧 | 给 agent 文档链接(完成率 41%→84%);chat-index + folder-map 代替续会话;让 agent 扫邮件找漏掉的退款/订阅;别藏信息考 agent,直接告诉它;Thorsten 的"描述结果 + 要证据 + 定时检查" |
| 心态 | 月底反转:少即是多,只做好玩的事,agent 为我工作,而不是我为 agent 工作 |