Opus 5 是一款出色的编码、数据分析、设计和知识工作模型。但更令人兴奋的是:Opus 5 是迄今为止最难被 prompt injection 攻击的模型。结合强模型对齐 + prompt injection 探针 + Claude Code Auto Mode,注入攻击成功率降至约 0%。 原推 →
DoorDash 联合创始人 Andy Fang 和 Stanley Tang 在 No Priors 播客中透露,DoorDash 过去八年实际上是一家机器人公司。他们早在 2018 年就押注自主驾驶和机器人技术,当时这一方向远不如今天明显。如今 DoorDash 拥有超过 900 万 Dashers 和每年 30 亿次配送量,正在 Phoenix 等地全面部署 L4 级自动驾驶机器人。
在 Agentic Commerce 方面,DoorDash 的 Ask DoorDash 功能展现出惊人数据:50% 使用该功能的用户订单来自从未尝试过的新餐厅,grocery 品类购物车规模扩大 40%。DoorDash 正在从对话式搜索走向真正的 Agent-first 体验,甚至通过 DoorDash CLI 让 AI Agent 直接参与配送场景——比如监控 pantry 货架并自动补货。
DoorDash 联合创始人 Stanley Tang 回顾了从 2018 年一个"skunkworks"实验到今日 Phoenix 数百台自动驾驶机器人的历程。他们发现,真正的挑战不是自主驾驶本身,而是围绕它构建的整个生态系统——基础设施、商户集成、首次和最后 100 英尺的取送问题。DoorDash 最终决定自研,因为市面上没有现成方案适合他们的配送场景。
Andy Fang 则分享了 Agentic Commerce 的洞察。他指出,Google 搜索查询链接正在变长,说明人们越来越习惯用自然语言与 AI 交互。DoorDash 正在将这种对话体验扩展到语音模式(支持 Opus 和 Sonnet 模型)、多语言,并通过 CLI 让 Agent 直接参与商业流程。他们收购 Metis 以注入 AI-native 思维,AI 支出在 6 月份同比增长了 20 倍,但通过基准测试和优化正在控制成本。
收听原片 ↗Opus 5 是一款出色的编码、数据分析、设计和知识工作模型。但更令人兴奋的是:Opus 5 是迄今为止最难被 prompt injection 攻击的模型。结合强模型对齐 + prompt injection 探针 + Claude Code Auto Mode,注入攻击成功率降至约 0%。 原推 →
ChatGPT Work 已在全球范围内对所有付费计划开放(移动端/Web/桌面端)。Claude 也宣布 Voice mode 现在支持 Opus 和 Sonnet 模型,并可在对话中途访问已连接的工具(如邮件和日历),新增西班牙语、法语、印地语、日语等多语言支持。 原推 →
Gemini Spark 现已面向所有 Google AI Pro 订阅用户在美上线,支持将 PDF 中的"No School"日期直接添加到 Google 日历。Gemini 正从"能说话"进化为"能做事"。 原推 →
Replit 的 chess autoresearch agent 获得了现代 LLM 微调的"博士学位"。同时他观察到,Viktor 利用 Replit 颠覆了传统 agency 模式——自动化不仅仅是编码,而是整个业务流程。Autoscale 部署成本下降了 80%。 原推 →
未来几年存在巨大机遇:那些能将混乱的真实世界工作流程适配基础模型的人。这需要理解工作如何完成、设计评估、通过后训练改进模型、建立持续反馈闭环——这正是通用模型变领域专家的关键。目前这种技能仍集中在少数实验室。 原推 →
分享了一个实用技巧:用语音输入进行长达 10 分钟的碎片化随想,LLM 擅长将这些思维碎片重构为更清晰的版本。同时他正在 dogfooding 一个 agentic GitHub clone,内置 CI/CD 体验令人愉悦。 原推 →
YC 总裁强调 open weight 模型的重要性,同时呼吁加州废除 CEQA(加州环境质量法案)以解决旧金山住房危机。这反映了 AI 行业对开源基础设施和政策环境的双重关注。 原推 →
ChatGPT Voice 的多线程能力被认为是下一个进化方向——让多个 AI 线程同时与你和你的团队对话。他还观察到纯软件对独立开发者越来越难变现,需要"软件+其他东西(如服务)"的组合。 原推 →
Claude Code 现在支持 artifacts——将工作进展捕获为可实时更新的可视化页面。一次 Claude Code 会话可以涵盖从调查事故到重构服务再到分析数月数据的各种任务,artifacts 将这些工作转化为任何人都能打开和探索的网页,包括 PR walkthrough、系统解释器、仪表盘和发布清单。
每个发布都是同一链接下的新版本,带版本历史。典型使用场景包括:安全审计发现关联到具体代码行、SRE 事故页面随调查自动更新、工程经理展示本周实际合并的内容。目前以 beta 形式面向 Claude Team 和 Enterprise 组织开放。
阅读原文 ↗