Vol.1932026年7月12日 · 星期日
AI 日报Builders Digest
Sam Altman 称 AI 目前净创造就业;Stripe AI 负责人详解 Agent 商业经济栈;AI 编码工具进入「多工具组合」新范式
今日主线

Sam Altman 表态 AI 目前净创造就业;Stripe 深入解析 Agent 经济栈;AI 编码工作流从单工具走向多工具组合

Sam Altman 昨晚投下一枚观点炸弹:「至少到目前为止,我相当确定 AI 是净创造就业的——这不是我预期的结果。虽然我比大多数人没那么悲观,但以当前的能力水平来看,我以为会看到一些影响了。」这条推文收获超过 7,400 次点赞和 1,200 条回复,成为本日互动量最高的帖子。他还引用了一项研究结果:「医生发现 GPT-5.6 回复中的错误比医生自己写的回复还少」,暗示 AI 在专业领域的表现正在超越人类基线。值得注意的是,Altman 同时转发了 Codex 桌面端增长数据,用「whoa」一个词表达惊叹——该产品单日新增用户超过了此前两周的总和。

Stripe 数据与 AI 负责人 Emily Sense 在 MAD Podcast 中深入拆解了 Agent 经济栈的三大支柱:Token 欺诈、按席位定价的瓦解、以及 Agent 自主交易。她披露了一个令人震惊的数据:「超过六分之一的 AI 公司注册用户是 token 滥用型欺诈」,这种「token 吃饭不付钱」的模式正在成为行业新威胁。在 Agent 交易方面,她指出用户最关心的不是「Agent 能不能买」,而是「会不会超支、会不会买错、能不能叫停」——这三个问题构成了 Agent 商业的信任基础设施。

在编码工具层面,Peter Yang 分享了他的「周末新项目流程」:先用 Fable 构建带设计规范的 plan.html,再用 Claude Design 生成组件和页面,最后交给 GPT-5.6 实现。FPV Ventures 合伙人 Nikunj Kothari 则惊叹于 Fable 和 Sol 的组合能力——几小时内就基于后端和 Web 应用生成了一个完整可用的 iOS 应用。Box CEO Aaron Levie 则从企业视角指出,AI 转型的关键不在于给员工一个工具,而在于改变底层工作流——「软件要求员工采纳工具,但基础设施改变的是员工下方的运行层」。这意味着 AI 的真正价值将属于那些能针对特定业务流程深度部署的平台。

本期播客

Stripe AI 负责人:AI Agent 将如何买、卖和支付

The MAD Podcast with Matt Turck · YouTube

Stripe 数据与 AI 负责人 Emily Sense 在 MAD Podcast 中分享了 Agent 商业经济栈的核心洞察。她披露了一个行业鲜少讨论的威胁:超过六分之一的 AI 公司注册用户属于 token 滥用型欺诈——「欺诈者发现,在 AI 领域你不需要偷钱或凭证,只需要偷 token。当我看到数据时,这个规模让我震惊。」她将这种模式称为「token 吃饭不付钱」。

在 Agent 自主交易方面,Emily 展望了一个 12 个月后的世界:不再是「Emily 授权 Agent 代为购买」,而是「Emily 有一个被委派经营业务的 Agent,它需要自己做采购决策、销售决策并创造利润」。她坦承当前的按席位定价模式正在瓦解——当 Agent 替代人类执行任务时,「按人头收费」的逻辑不再成立。Stripe 正在探索基于 token 消耗和交易量的新定价模型。

这期对话的核心信息是:Agent 商业不只是一个技术问题,更是一个信任问题。用户愿意让 Agent 花钱的前提是——他们能设定预算上限、能实时叫停、能事后审计。这三层信任机制构成了整个 Agent 经济栈的基础设施。

收听原片 ↗
建造者观点
Sam Altman @sama

OpenAI CEO 表示「至少到目前为止,我相当确定 AI 是净创造就业的——这不是我预期的结果」。他还引用研究称「医生发现 GPT-5.6 回复中的错误比医生自己写的还少」,并转发 Codex 桌面端数据惊呼「whoa」——单日新增超过此前两周总和。三条推文合计获得超过 13,000 次点赞。 原推 →

Thibault Sottiaux @thsottiaux

OpenAI Codex 和 ChatGPT 团队成员展示了 Codex 用量限制重置时的系统可视化海报,并表示「当你一天的增长超过过去两周的总和,你就知道这是一个好模型」。他邀请用户下载桌面端体验,并鼓励技术用户向非技术的朋友和家人推荐 ChatGPT Work。 原推 →

Aaron Levie @levie

Box CEO 分享了一篇深度分析企业 AI 转型的文章并指出:「软件要求员工采纳工具,但基础设施改变的是员工下方的运行层。」他认为 AI 部署正在从「给终端用户推工具」转向「针对跨职能工作流部署 Agent」,赢家将是那些具备深度领域专业知识、能做好变更管理和评测的平台。 原推 →

Garry Tan @garrytan

YC CEO 发出一个简洁有力的号召:「做 Agent 想要的东西」——将经典的 YC 格言「做用户想要的东西」升级为 Agent 时代版本。他还持续关注旧金山的政策环境,呼吁停止资助那些制造「旧金山末日循环」的人。 原推 →

Zara Zhang @zarazhangrui

独立 Builder 指出一个正在发生的融合趋势:「建造者和创作者之间的界限正在模糊。现在是建造者创作内容、创作者构建产品的最佳时机。」这条推文获得 230 次点赞和 45 条回复,引发了关于 AI 时代个人能力组合的广泛讨论。 原推 →

Nikunj Kothari @nikunj

FPV Ventures 合伙人惊叹于 AI 编码工具的组合威力:「Fable 和 Sol 几小时内就基于后端和 Web 应用给我生成了一个完整可用的 iOS 应用——我们生活在一个多么疯狂的世界。」这展示了 AI 编码正从单一工具辅助走向多工具编排的新范式。 原推 →

Peter Yang @petergyang

独立 AI 教程作者分享了他的周末项目新流程:Fable 做设计规划 → Claude Design 做组件和页面 → GPT-5.6 做实现。他还提出了一个值得思考的问题:「这些基准测试是怎么运作的?你怎么给设计品味打分?」 原推 →

Aditya Agarwal @adityaag

South Park Commons 普通合伙人(前 Facebook 早期工程师、Dropbox CTO)描绘了 AI Agent 基础设施的终极愿景:「在云端运行所有 Agent、选择任何模型(前沿、开源、中国、美国)、选择任何编排框架、拥有完整追踪、具备递归改进循环。我知道这一天会到来,但能快点吗?」 原推 →

官方博客

阅读原文 ↗