EP66 — AI 算力上太空，agent 工程下地基

每天花 1% 的時間，掌握科技脈動。

今日金句#

“When GPT5 came out, it was able to reproduce one of my best papers (that took a very long time to come up with) in 30 minutes.” 「GPT-5 出來的時候，它三十分鐘內就重現了我其中一篇花了很長時間才寫出來的最好的論文。」 — Alex Lupsasca, 理論物理學家、2024 年突破獎得主

“Producing software is a ferociously difficult thing to do. And you could give me all of the AI tools in the world and what we’re trying to achieve here is still really difficult.” 「做軟體這件事是凶猛地困難。就算把世界上所有的 AI 工具給我，我們真正想完成的事情，還是難到不行。」 — Simon Willison, 資深軟體工程師、LLM 社群評論者

“Products can be good for a lot of use-cases and really successful and still not the right thing for your specific problem.” 「一個產品可以適合很多場景、可以非常成功，但仍然不是你那個特定問題的對的選擇。」 — Tom MacWright, Val Town 創辦人

今日主軸#

這禮拜 AI 產業冒出兩個方向相反的訊號。一邊是 Anthropic 跟 SpaceX 簽下 Colossus 1 的 300 兆瓦合約、SpaceX 投 1.7 兆台幣蓋德州 Terafab — 大廠的算力競賽，已經把腳步邁向太空。另一邊是 Tilde.run 這樣的工具登場，把每次 agent 執行當成可回滾的 transaction，給 agent 加上版本控制和 RBAC — 業界終於開始補齊 agent 落地時的「地板」。Simon Willison 同步在反思 vibe coding 和 agentic engineering 的邊界已經模糊，Andon Labs 的 Mona 在斯德哥爾摩的 AI 咖啡廳實驗，則用 120 顆雞蛋的失敗，提醒我們 agent 自主性還有真實的邊界。AI 的天花板和地板，這禮拜同時被重新測量。

必讀#

Higher usage limits for Claude and a compute deal with SpaceX — Hacker News AI
Vibe coding and agentic engineering are getting closer than I’d like — Simon Willison AI
Our AI started a cafe in Stockholm — Simon Willison AI
Show HN: Tilde.run – Agent sandbox with versioned filesystem — Hacker News AI
GPT-5 在理論物理研究中的「Vibe Physics」時刻 — Latent Space AI
Open weights are quietly closing up — and that’s a problem — Lobste.rs AI
微軟推出 Agent 365 與 Windows 365 for Agents — iThome AI
硅谷 AI 模型實驗室全面服務化 — Latent Space AI
From Supabase to Clerk to Better Auth — Hacker News Dev
AI 時代企業採用的精英策略 — Lenny Startup

Anthropic 大幅提高 Claude 用量上限，並宣布與 SpaceX 簽下 300MW 算力合約#

Anthropic 取得 SpaceX Colossus 1 數據中心 300+ MW 的容量（約 22 萬顆 NVIDIA GPU），下個月上線。Claude Pro/Max/Team 方案 5 小時額度翻倍、API Opus 速率上限明顯調高。結合 Amazon（≤5GW，2026 年底）、Google（5GW，2027 年）、Microsoft/NVIDIA（300 億美元）等多供應商策略，Anthropic 同步在規劃「軌道級 AI 算力」，把運算中心送上太空，利用無限太陽能與接近絕對零度的散熱條件解決地表能源與冷卻瓶頸。

算力規模：Colossus 1 單一設施 300MW ≈ 22 萬顆 NVIDIA H100/H200/GB200 級加速器
服務升級：Pro/Max 5 小時額度翻倍、取消尖峰時段降速、Opus API 速率明顯提高
多供應商策略：Amazon、Google、Microsoft、NVIDIA、SpaceX 五頭並進
太空算力構想：Anthropic 與 SpaceX 共同探索「軌道級 AI 算力」的可能性

💡 為什麼重要：算力已成為 AI 規模化的核心瓶頸。Anthropic 多源策略 + 太空計算願景，預示 AI 基礎設施競爭進入物理極限突破階段。

🔗 閱讀原文 | 來源: Anthropic

Simon Willison：Vibe coding 和 agentic engineering 的界線正在消失#

Simon Willison 反思隨著 Claude Code 等 agent 變得更可靠，連專業工程師都開始接受「不審查每一行 AI 寫的 code」的現實，這個轉變比他預期的還快。Vibe coding（不審 code、靠 AI 直出產品）跟 agentic engineering（強調品質、安全、可維護）的界線在消融。日均代碼產出從 200 行 → 2000 行，整個 SDLC 節奏正在被重寫；新的軟體品質指標可能是「該產品是否真的被人用過」，而不是測試覆蓋率或文件完整度。

信任邊界：JSON API + SQL 的場景，Claude Code 已可達「無需逐行審查」可信閾值
產出爆量：日均代碼從 200 → 2000 行，倒逼 review、測試、上線流程重構
資深 vs 新手：25 年工程經驗 = 提示能力 + 架構品味，AI 是放大器不是替代品

💡 為什麼重要：來自 LLM 社群最具公信力的聲音之一。重新定義「軟體品質」的評估框架，將直接影響企業採購策略與工程實踐。

🔗 閱讀原文 | 來源: Simon Willison

Andon Labs 的 AI 主管 Mona 在斯德哥爾摩開咖啡廳，狀況不斷#

Andon Labs 在斯德哥爾摩咖啡館進行 AI 自主營運實驗，由 AI 主管 Mona 負責庫存、採購、許可申請（延續舊金山零售店實驗）。Mona 的決策包括：店裡沒有爐子卻訂 120 顆雞蛋、訂 22.5kg 罐裝番茄、6000 張餐巾紙、9L 椰奶。更嚴重的是 Mona 自動向警方提交手繪戶外用餐許可申請、向供應商發 EMERGENCY 標題信件取消訂單。Simon Willison 批評這類實驗缺乏對受影響第三方（警方、供應商）的知情同意。

採購荒謬：120 顆雞蛋（無爐）、22.5kg 罐頭番茄、6000 張餐巾紙、9L 椰奶
倫理瑕疵：自動向警方寄申請、向供應商濫發 EMERGENCY 信件
Simon 立場：影響外部第三方的決策必須有 human-in-the-loop

💡 為什麼重要：當 AI agent 開始與真實世界基礎設施互動，「快速迭代」會變成對他人時間的不尊重。這個案例為未來企業 AI 政策設定警示標竿。

🔗 閱讀原文 | 來源: Simon Willison

Show HN: Tilde.run — 給 agent 的可回滾沙箱與版本化檔案系統#

Tilde.run 把每次 AI agent 執行當作可回滾的交易，整合 GitHub、S3、Google Drive 為單一 POSIX 版本化檔案系統。底層基於 lakeFS（已服務十億級物件）。三層安全：① 版本化檔案系統（任何 agent 執行可一秒回滾），② 隔離沙箱（每次執行在乾淨容器，自動 commit 或丟棄），③ 網路隔離（預設 deny，記錄與審計每次外向呼叫）。Agent 第一類 RBAC 權限，不繼承用戶完整權限；提供 CLI + Python SDK 與 LLM agent 工作流無縫整合。

可回滾交易：每次 agent 執行 = 1 個 transaction，支援一秒回滾
零信任網路：預設 deny，封鎖雲端 metadata（169.254.169.254）與未授權主機
Agent RBAC：細粒度策略語言（allow/deny/approve），避免憑證洩漏與 prompt injection
底層：lakeFS 改造，POSIX 掛載支援 GitHub/S3/Drive 原生工具

💡 為什麼重要：直接回應 Simon Willison 對 agent 倫理審查缺失的擔憂。從基礎設施層解決「AI 在生產環境的控制問題」，把不可信代理管理轉化為可驗證、可恢復的交易模式。

🔗 閱讀原文 | 來源: Hacker News

Latent Space podcast：GPT-5 在理論物理中的「Vibe Physics」時刻#

理論物理學家 Alex Lupsasca（2024 年突破獎得主）分享 GPT-5 如何在 30 分鐘內重現他多年研究的論文。GPT-5.2 進一步在量子重力領域自主推導全新物理結果（110 頁論文 / 3 天完成），引入新數學技巧與證明方法。關鍵公式跨越四分之一頁、含 32 項（每項 4 個乘積項），人工計算需超過一年。AI 能識別 half-collinear regime 等臨界情況，把複雜結果簡化為直觀公式。Lupsasca 把這個現象稱為「Vibe Physics」 — AI 不只是計算工具，而是知識邊界的擴張者。

30 分鐘：GPT-5 重現多年研究的論文
自主推導：GPT-5.2 完成 110 頁量子重力論文（3 天）
新方法：引入超越人類已知的數學技巧與證明

💡 為什麼重要：AI 從複製人類工作演進到探索新知識領域。預示專業領域（金融、生物、工程）的類似突破即將發生。

🔗 閱讀原文 | 來源: Latent Space

Open weights 正在悄悄關閉 — 而這是個問題#

開源權重模型（Llama、Qwen、DeepSeek）正被逐步限制：Meta 完全停止 Muse Spark 發布；Alibaba Kimi K2.6 加入歸屬條款（>1 億 MAU 或 2000 萬月收入需顯示品牌）；Mistral 對商業使用加限。Martin Alderson 指出，開源模型提供的「下行價格壓力」是防止前沿實驗室寡佔定價的關鍵機制 — 類似仿製藥對大藥廠的競爭作用。若失去開源替代方案，OpenAI、Anthropic、Google、中國大型實驗室將能大幅提高邊際定價，AI 市場可能演變成 3-5 家寡佔。

限制案例：Meta（Muse Spark 停發）、Alibaba（Kimi K2.6 歸屬條款）、Mistral（商業限制）
DeepSeek 反向：DeepSeek 維持寬鬆授權，逆勢成為開源旗手
市場結構警訊：失去開源等於失去定價杠桿

💡 為什麼重要：開源模型不只是技術工具，而是市場結構與消費者福利的支柱。其消失將直接抬高企業與個人的 AI 成本敞口。

🔗 閱讀原文 | 來源: Martin Alderson

微軟推出 Agent 365 與 Windows 365 for Agents — 統一 AI 代理治理平台#

微軟推出 Agent 365 管理平台，統一治理企業內自建及第三方 AI 代理（支援 OpenClaw、Claude Code、GitHub Copilot CLI、Genspark、n8n 等）。可發現並管理「影子 AI」（未登記的獨立代理），結合 Defender 和 Intune 實現裝置級政策控制。Windows 365 for Agents 提供專用雲端虛擬桌面環境支援代理協同執行與實時監控。6 月起 Defender 將提供代理周邊元素清單（執行裝置、MCP 伺服器、身份、雲端資源存取）。

統一治理：第一個跨 OpenClaw、Claude Code、Copilot CLI、Genspark、n8n 的代理管理平台
影子 AI 偵測：搭配 Defender + Intune 政策控制
Windows 365 for Agents：專用雲端 Windows 環境，6 月可用

💡 為什麼重要：代理管理變成企業 IT 治理的核心。微軟搶先建立「代理 OS」標準，與紅帽 Tank OS、五眼聯盟代理安全指引共同形成企業 AI 治理架構。

🔗 閱讀原文 | 來源: iThome

Anthropic 與 OpenAI 同步成立企業 AI 服務公司#

Anthropic 與 Blackstone、Hellman & Friedman、Goldman Sachs 成立 15 億美元 JV（每方 3 億），提供企業 AI 整合服務；OpenAI 成立 The Deployment Company（40 億美元募資、100 億美元前期估值），由前 COO Brad Lightcap 領導，經營軟體銷售與企業應用。代理企業應用超越代碼編寫，涉及 IT 升級、工作流現代化、人機協作設計、變革管理。財務服務成為 Anthropic 第二高收入垂直，FactSet、S&P Global、Morningstar 整合進入 Perplexity Computer for Professional Finance。

Anthropic JV：15 億美元，與 Blackstone、Hellman & Friedman、Goldman Sachs 合資
OpenAI 部署公司：40 億募資 / 100 億估值，Brad Lightcap 領導
金融垂直：Anthropic 第二高營收，FactSet/S&P/Morningstar 整合

💡 為什麼重要：AI 實驗室正式進入「最後一哩路」商業化。服務與工程支援將與模型能力一樣重要 — 預期 Google、Meta 跟進。

🔗 閱讀原文 | 來源: Latent Space

Val Town 從 Supabase → Clerk → Better Auth：3 年 auth 遷移血淚史#

Val Town 於 2023 遷移至 Clerk，因設計衝突（Clerk 自稱 users 表、5req/s 速率限制、社交功能不相容）與穩定性問題（2-3 個 nines 正常運行時間 = 月均宕機 7-43 分鐘）纏鬥 3 年，2026 遷移至 Better Auth。Clerk 致命缺陷包括強制做為 users/sessions 表、整個帳戶 5req/s API 限制、Clerk 宕機時已登入用戶無法刷新 session 整站癱瘓。Better Auth 開源、不依賴第三方 session 管理、支援雙遷移期。LLM 輔助加速但不替代安全審查。

Clerk 三大坑：強制 users 表 / 5req/s 速率 / 單點故障
Clerk 可用性：99-99.9% = 月宕機 7-43 分鐘，致命
遷移期：2 週並行支援 Clerk + Better Auth cookie

💡 為什麼重要：服務成功（Clerk 募資 5000 萬、估值 50 億）≠ 你那個場景的對的選擇。社交平台應避免把 users 表交給第三方；對可用性要求高的應用，不應依賴遠端 session 管理。

🔗 閱讀原文 | 來源: Val Town

Lenny Newsletter：Delight.ai 內部 AI 平台「Automators + Quests」#

Delight.ai（前 Sendbird CEO John Kim）建立內部 AI 採用平台 Automators：任何員工可提交 Quest（需求），AI 或 AI 工程師構建解決方案。行銷團隊在一日內不依賴工程支援，自行構建完整 Stripe 整合電商店。Token 追蹤儀表板按使用量分層（初級到「AI God」>1 億 tokens/日），曲線平順度比總量更重要。領導力可見度採用是最強的組織採用訊號。重寫職位描述強調好奇心、自主性、能量而非資歷。

Automators 平台：Quest 市集 + AI 工程師角色 + skills marketplace
行銷自架 Stripe 店：1 天 / 0 工程師
Token 排行榜：5 級用戶（初級到 AI God），看曲線光滑度

💡 為什麼重要：展示 AI 時代企業內部組織結構的根本變化 — 非技術部門直接利用 AI 構建和部署，「SaaS 沒死，只是被內部用 AI 重做」。

🔗 閱讀原文 | 來源: Lenny’s Newsletter

中文技術圈#

SpaceX 投資德州超過 1.7 兆元建造 Terafab 晶片廠 — SpaceX 砸 1.7 兆台幣在德州蓋 2 奈米晶片廠
AMD vs Nvidia — 本地大模型部署怎麼選？ — V2EX 熱議：2026 年本地 LLM 部署該選哪邊
Anthropic 與 SpaceX 合作開發數吉瓦「太空 AI 算力」 — Anthropic 結盟 SpaceX 探索太空算力中心
Anthropic 發布 Claude Security 企業漏洞掃描平台 — Anthropic 推出 Claude Security 給企業掃描漏洞
Linux 核心存在高風險漏洞 Copy Fail，可奪取 root 權限 — Linux 系統核心被發現潛伏 9 年的 Copy Fail 漏洞
iThome 調查：百億營收企業 AI 預算大增 111% — 大型企業 AI 投資年增 111%，整體資安預算增 13%

darrylmorley/whatcable — Swift | ⭐ 2.0K macOS 選單列 app，告訴你每條 USB-C 線實際支援什麼功能

mattpocock/dictionary-of-ai-coding — TypeScript | ⭐ 1.1K AI 編程術語的白話辭典

vibeforge1111/keep-codex-fast — Python | ⭐ 813 備份優先的 Codex skill，保持本地 Codex 狀態快速、乾淨、可恢復

tddworks/baguette — Swift | ⭐ 687 Headless iOS 26 模擬器農場 + host 端輸入注入，60 fps 串流

raiyanyahya/how-to-train-your-gpt — Jupyter | ⭐ 571 從零打造現代 LLM，每行都註解，像對 5 歲小孩解釋

Tommy-yw/RunbookHermes — Python | ⭐ 530 Hermes 原生 AIOps agent，證據驅動的事件響應與 runbook 學習

影音精選#

AI 經濟：ThePrimeagen 的觀點 #

102K views · 1 day ago · Theo (t3.gg)

Theo 評論 ThePrimeagen 對 AI 經濟的觀點，指出大部分論點正確但需更深入的拆解。整體調性是「冷靜抱持懷疑」，但承認 AI 對開發者經濟的衝擊已不可忽視。

ThePrimeagen 主張 AI 不會取代工程師，但會重塑職涯結構
Theo 補充：高階開發者得利，初階工程師受衝擊最大
兩人都同意「能定義問題」比「能寫 code」更重要

💬 Yii 的觀察：這支影片代表開發者社群正在認真討論「AI 經濟」這件事，不再是單純的 hype 或恐慌。

DeepSeek V4：免費超越商業系統 #

44K views · 14 hours ago · Two Minute Papers

Two Minute Papers 介紹 DeepSeek V4 的最新表現，聚焦在「完全免費 + 多項 benchmark 超越商業模型」這件事。展示開源模型的效率突破與成本優勢。

DeepSeek V4 在多項基準測試超越 GPT-5、Claude
開源權重 + 寬鬆授權，逆勢挑戰寡佔趨勢
對中小開發團隊與獨立研究者意義最大

💬 Yii 的觀察：開源模型正在分化 — 大廠關閉、DeepSeek 反向開放。價格杠桿暫時還在。

Anthropic 的深層技術威脅 #

25K views · 12 hours ago · Matthew Berman

Matthew Berman 拆解 Anthropic 近期的技術布局，從 Claude Code、Claude Security、SpaceX 合作等角度，分析 Anthropic 對其他 AI 公司形成的「深層威脅」。

Anthropic 不只是模型廠商，更是企業 AI 整合者
Claude Code 把開發者鎖定在 Anthropic 生態
SpaceX 算力合約是長期護城河

💬 Yii 的觀察：Anthropic 走的是「全棧 + 服務化」路線，跟 OpenAI 的純模型策略漸行漸遠。

GitHub 之後：開發者的下一步 #

14K views · 11 hours ago · Theo (t3.gg)

Theo 討論離開 GitHub 後開發者的選擇，評估 Forgejo、Gitlab、Gitea 等替代方案。Git 託管選擇正面臨重大轉變。

Forgejo 是 Codeberg 主推的 Gitea fork
Gitlab 適合企業，自架 Forgejo 適合個人開發者
主要動機：對微軟 + Anthropic 雙重依賴的擔憂

💬 Yii 的觀察：開發者對「主權」越來越敏感，這跟 Anthropic+SpaceX 的算力集中是一體兩面。

Codex：建立 AI 第二大腦 #

9.5K views · 12 hours ago · Matt Wolfe

Matt Wolfe 展示如何用 Codex 和 OpenClaw 建立 AI 第二大腦，整合 Obsidian 筆記、LLM 智能體和 GitHub 自動化，實現知識庫的自動維護與查詢。

Codex CLI + Obsidian + GitHub 三件套
AI 自動整理日常筆記、抓取網頁內容
適合知識工作者與開發者

💬 Yii 的觀察：跟我自己用 Claude Code 整理 Obsidian 的工作流非常像，是值得參考的範例。

今日觀察#

從第三人稱角度看，2026 年 5 月初的 AI 產業正展現一個有趣的張力：能力曲線往上推得越來越極端（300MW 數據中心、太空算力構想、GPT-5 重現多年研究），但同時，整個行業終於開始正視「信任」這條被長期忽略的軸線。Tilde.run 不是孤立的工具，它代表 agent 工程學的第一波基礎設施浪潮 — 把 agent 從「神秘的黑箱」拉到「可驗證、可回滾的同事」。Andon Labs 的 AI 咖啡廳實驗，正好為這個浪潮提供了具體的反例：當 AI 直接觸及外部世界（警方、供應商、第三方），缺乏約束的後果不只是錯誤，而是對他人時間與資源的浪費。

值得開發者留意的是，Simon Willison 觀察到的「日均產出從 200 → 2000 行」現象，意味整個 SDLC 的瓶頸正在從「寫 code」轉移到「驗證、上線、可觀測性」。這個轉變比技術選型更深 — 它改變了一個工程師的價值來源。25 年的經驗變成「提示能力 + 架構直覺 + 對品味的判斷」，而不是「能寫多少行 code」。對新手的衝擊，遠大於對資深工程師的衝擊。

接下來的觀察點：Anthropic + OpenAI 同步成立企業服務公司，預示模型廠商正在補完「最後一哩路」。當算力擴張、agent 信任、企業實施三件事同時加速，真正的瓶頸會回到組織如何吸收這些能力 — 也就是 Lenny Newsletter 提到的「Automators + Quests」這類內部平台模式。

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit