Thariq
@trq212 · Claude Code @Anthropic
我最近意识到，大多数用 Agent 多任务并行的人，其实应该慢下来。你手头大部分事并不会真正重要——你的 P0 是什么？如果给它全部注意力，会是什么样？这个反思值得每个人认真思考。 原推 →
Anthropic 工程师 Thariq（@trq212）发推引发广泛共鸣（5400+ 赞）：大多数用 Agent 多任务并行的人，其实应该慢下来。你手头大部分事并不会真正重要——你的 P0 是什么？如果给它全部注意力，会是什么样？这一提醒在 Agent 应用爆发式增长的当下格外及时，戳中了当前 AI 工作流的普遍焦虑。
Box CEO Aaron Levie 发表长篇分析，提出一个反直觉的判断：随着模型能力越来越强、能处理更长的任务和更好的工具使用，按领域差异化竞争的能力反而在上升，而非下降。当模型还很有限时，你本质上只能是「包装层」；但在 Agent 蜂群时代，任务可以运行数小时甚至数天，需要协调的 Agent 群体、领域特定的数据源、需要真实工作流变更而非「只是打个聊天框」的实现——这些都会推高专业化价值。他预测网络安全、生命科学、医疗、金融、制造等领域将出现大量此前不切实际的自主系统。
Vercel CEO Guillermo Rauch 开源了一个极速 HTML artifact 构建器，底层由 libfx 驱动，让 Agent 生成的内容在服务崩溃或 LLM 限流时也能持久化。他还透露在 AI Gateway 上实现了 1000 tokens/秒的推理速度。此外，Heavens AI 宣布免费开放其 200B 参数模型接入 Vercel AI Gateway，进一步降低 AI 应用门槛。
Every CEO Dan Shipper 深入探讨了一个反直觉的产品决策：为什么 Every 选择了打造统一的「公司级 Agent」，而非让用户各自拥有多个个人 Agent？这与当前流行的「每人多个 Agent」思路形成了鲜明对比。
节目中提到了当前个人 Agent 的实际使用案例：扫描孩子学校邮件并提炼关键信息、捕捉 Slack 中遗漏的访问请求、在手不方便时继续工作。这些场景展示了一个统一 Agent 在处理跨渠道信息聚合时的独特优势——它不需要用户在多个 Agent 之间切换上下文，而是作为一个单一的智能接口理解所有来源。
这也是对当前 Agent 设计范式的深层思考：当 Agent 开始承担更多持续性、主动性的工作时，是分散的多 Agent 架构更高效，还是统一的 Agent 更能避免上下文割裂？Every 选择了后者，并在用户采用过程中观察到了独特的使用模式。
收听原片 ↗我最近意识到，大多数用 Agent 多任务并行的人，其实应该慢下来。你手头大部分事并不会真正重要——你的 P0 是什么？如果给它全部注意力，会是什么样？这个反思值得每个人认真思考。 原推 →
应用 AI 层最深刻的悖论是：随着模型越来越强，按领域差异化竞争的能力反而上升。当模型还很有限时，你只能做「包装层」；但在 Agent 蜂群时代，任务可以运行数小时甚至数天，需要协调的 Agent 群体、领域特定的数据源、需要真实工作流变更——这些都会推高专业化价值。网络安全、生命科学、医疗、金融、制造等领域将出现大量此前不切实际的自主系统。 原推 →
我们开源了一个极速 HTML artifact 构建器，由 libfx 驱动，让 Agent 生成的内容在服务崩溃或 LLM 限流时也能持久化。构建 v0 的低层管道（应对服务器崩溃、不稳定的 LLM、函数限制）曾是大痛点，现在它简单、免费且开源。顺便，我用它在几分钟内构建了一个浮动容器——只是 HTML，但体验很棒。另外我们在 AI Gateway 上实现了 1000 tokens/秒的推理速度。 原推 →
多人协作的 Agent 以群组聊天形式出现几乎 inevitable，Wabi 已经做到了。这预示着 Agent 交互范式的下一步演进——从单人对话走向团队协作。 原推 →
Wabi 2.0 的设计范式真正抓住了重点。当前个人 Agent 有两种类型：一是单人群聊式（如 iMessage 或 Muse），有用但难以在多线程生活中 compartmentalize；二是自建多个 Hermes Agent，能共享上下文但会永久存在。Wabi 的 orchestrator + 主题式episodic chat 模式完美解决了这个问题——可以和妻子共享孩子学校的 Agent，旅行结束后自动归档，税务 Agent 用完即弃。唯一建议是太 proactive 了，app 体验还有提升空间。 原推 →
Day 15 更新：别担心，我们还在继续开发……然后重置了。幽默中带着真实的开发节奏——OpenAI 内部也在经历快速迭代和重新校准。 原推 →
为 Quinten、Ajay 和团队感到骄傲——他们多年来一直在推进 AI 创意和叙事的边界，这是 AI 在消费领域真正落地的工作的突破性案例之一。很荣幸能以小投资者身份参与。 原推 →
发现了一个非常视觉化的 AI 工具，迫不及待想尝试。另外深入分析了 Netflix 原创影视大量是「AI slop」的原因——虽然我还是喜欢其中一些，尤其是韩国作品。 原推 →