Thibault Sottiaux
@thsottiaux · Codex & ChatGPT @OpenAI
今天和 @romainhuet 还有 @sama 一起准备 Keynote，最有趣的部分是如何把这些内容讲清楚——因为即将发布的东西实在太多了，信息量大得离谱。下周会有部分内容率先亮相，不会让大家等太久，非常期待向各位展示我们这段时间的成果。 原推 →
Claude Code 今日在 2.1.277 版本中正式加入 AGENTS.md 支持——若项目中没有 CLAUDE.md，Claude 将自动读取同级 AGENTS.md 作为指令源。这一改动回应了超过 4,300 名工程师的长期诉求，意味着团队在同一代码库中同时使用 Claude Code、Codex、Cursor 等多个 AI 编程助手时，只需维护一份共享的 AGENTS.md 文件，无需再为每个工具维护重复的配置。用户可在 /config 中切换该行为。
Anthropic 今日披露了一组令人瞩目的内部数据：截至 8 月，Claude 已主导公司 26% 的模型研发工作——这一比例在同年 2 月还是 0。目前 Anthropic 内部同时运行约 30,000 个 Claude Agent，超过 90% 的研发工作有 Claude 作为协作者或主导者参与，所有操作均经过实时监控，8 月份超过 10 亿次 Agent 决策中有约 0.002%（即约 20,000 次）被拦截。Anthropic 强调当前仍属人类监督下的 AL4 级别自主，尚未声称递归自我改进。
OpenAI 首席技术官 Thibault Sottiaux 透露，他与 CEO Sam Altman 及 Romain Huet 正在准备下周的公开 Keynote，内容「多到令人难以置信」，将在短时间内陆续揭晓。业界普遍猜测可能涉及新一代 GPT 模型、Astra 多模型编排框架的更多细节，或更自主的 Agent 能力。
本期 No Priors 播客邀请到 Stefano Ermon——斯坦福教授、扩散模型领域奠基人之一、现任 Inception CEO。他从 2014 年进入生成模型研究说起，分享了扩散技术从早期无人问津到成为 AI 核心基础设施的演变历程。
Ermon 的核心论点是：速度、效率与可扩展性将成为未来几年 AI 推理的竞争关键，而扩散架构在这一方向上具有独特优势。Inception 正以此挑战 OpenAI、Anthropic 等头部实验室在推理领域的主导地位。他同时讨论了模型成本、延迟优化以及如何在不依赖超大计算资源的前提下实现高质量生成。
收听原片 ↗今天和 @romainhuet 还有 @sama 一起准备 Keynote，最有趣的部分是如何把这些内容讲清楚——因为即将发布的东西实在太多了，信息量大得离谱。下周会有部分内容率先亮相，不会让大家等太久，非常期待向各位展示我们这段时间的成果。 原推 →
Meta 的 Muse 是我目前用过最好的个人 AI Agent。它能帮我谈判账单，去年就省下了 800 多美元。大多数公司的客服热线还没有准备好应对 Agent 的到来 😅 我最近做了一个视频，演示了 10 个我最喜欢的 Muse 使用场景，包括个性化晨间新闻、习惯追踪，以及让它替我打电话协商降低电信账单。Muse 有可能成为 Meta 下一个十亿用户级应用。 原推 →
AGENTS.md 支持已内置于 Claude Code Mods——这是我们即将推出的自定义 Claude Code 工作区的功能。从今天起，2.1.277 版本中如果项目没有 CLAUDE.md，Claude 会自动检查并使用 AGENTS.md。你可以在 /config 中切换此行为。这标志着跨 AI 编程助手统一配置时代开始。 原推 →
Vercel AI Gateway 今日可能创下了开放模型 Token 使用量的历史新高：Open 模型占 78.4%，Closed 模型占 21.6%。除了 OpenAI 之外，Moonshot AI 和 DeepSeek 的总支出已超过 OpenAI 本身。这是一个清晰的信号：开放模型生态正在以惊人的速度增长。 原推 →
Jev 对 Agent 在企业工作流中的即时决策非常有价值——数据分类、判断决策、保险理赔、合同审查、安全审核、客服日志分析等数百种场景。我用 Box + Jev 做了一个演示：从 Box 拉取事件报告，判断是否面向客户、严重程度如何，自动分类到相应文件夹并设置元数据模板。整个过程几乎零延迟、几乎零成本。 原推 →
当你消费的都是垃圾信息时，产出垃圾几乎是必然的。要改善输出，先从改善输入开始。 原推 →
Jev 用 28 秒、花费 0.11 美元，对 3,000 款儿童零食按照多个标准进行了评分。这展示了轻量级 Agent 在大规模数据分类任务上的惊人效率。 原推 →
X 上有很多夸张的 AI 演示，但看到有人指控 Jack Cheng 的工作是「假的」真的很令人遗憾。他是我合作过的最聪明、最有学术诚信、最注重工艺的人之一。他的演示既真实，也让我们窥见了未来的方向。这种质疑不是什么好风气的体现。 原推 →