yii.
← Digest
EP85 · 2026年5月28日 星期四 · 14 min read

AI 變成真生意,但「最後一哩」開始反噬

Cognition 一輪 10 億美金估值 250 億、Snowflake 簽 60 億 CPU 大單、但 115K 工程師正在被裁

每天花 1% 的時間,掌握科技脈動。

今日金句#

“CEOs are uniquely prone to AI psychosis because they’re sufficiently distant from the last mile of work required to make AI functional.” 「CEO 特別容易得 AI 精神病——因為他們離『讓 AI 真正可用』的最後一哩太遠了。」 — Aaron Levie, Box CEO

“Both companies have cracked the problem of making enough money from AI models to cover the costs of running them.” 「Anthropic 跟 OpenAI 兩家終於解決了一個問題:從 AI 模型賺到的錢,真的夠覆蓋運行它們的成本。」 — Simon Willison, AI 評論者 / 開源開發者

“This is a never-before seen or experienced pressure on the curl project and its security team members.” 「這是 curl 專案跟我們安全團隊從來沒經歷過的壓力。」 — Daniel Stenberg, curl 維護者

今日主軸:PMF 抵達後,AI 商業化的兩個方向#

今天的新聞剛好把「AI 真的賺到錢了」這件事拆成兩個對立面看。一邊是 Cognition 完成 10 億美元融資,Devin 達到 $492M ARR、企業端 50% 月成長,估值八個月跳到 $25B;Simon Willison 用親身數據佐證:Anthropic + OpenAI 已找到 PMF,他自己一個月用掉 $2180 的 API 額度,但只付 $200 訂閱費。Snowflake 跟 AWS 簽 60 億美元 Graviton CPU 大單,證明 inference 階段的算力市場已超越 training。Fireworks 跟 Baseten 同步躋身 decacorn ($15B / $11B),OpenRouter 半年內 token 流量 5 倍成長——AI 推論基礎建設正在被資本市場重新定價。

另一邊,TechCrunch 發了一篇〈Tech CEOs 罹患 AI 精神病〉:2026 年科技業已裁掉 115,430 人,大多打著「AI 提升生產力」旗號,但 UC Berkeley 的整合研究發現「AI 採用率跟整體生產力之間沒有可靠關聯」。Box CEO Aaron Levie 點破:CEO 因為離實作的「最後一哩」太遠,容易把 demo 當成生產級成果。同一週 curl 維護者 Daniel Stenberg 公開抱怨 AI 生成的安全回報量是 2024 年的 4-5 倍,Microsoft Copilot Cowork 被發現可透過外部圖片偷渡 OneDrive 檔案——AI 真的能做事了,但能做的事情跟 CEO 想像中能做的事情,中間還有很大一段路。

必讀#

  1. I think Anthropic and OpenAI have found product-market fit — Simon Willison / HN AI
  2. AI coding startup Cognition raises $1B at $25B pre-money valuation — TechCrunch AI
  3. Tech CEOs are apparently suffering from AI psychosis — TechCrunch / HN News
  4. Claude Code as a Daily Driver: Claude.md, Skills, Subagents, Plugins, and MCPs — HN Tools
  5. Snowflake signs $6B deal with AWS for AI CPU chips — TechCrunch AI
  6. The pressure (curl maintainer on AI security reports) — Simon Willison Dev
  7. Microsoft Copilot Cowork Exfiltrates Files — Simon Willison AI
  8. Building OpenCode with Dax Raad — Pragmatic Engineer Dev
  9. The Codex feature that works while you sleep (/goal) — Lenny AI
  10. Remote grows revenue 50% per employee with AI adoption — TechCrunch Startup
  11. State of the software engineering job market in 2026 — Pragmatic Engineer Dev
  12. ESMFold2: The Bitter Lesson is Coming for Proteins — Latent Space AI
  13. Inside YC’s AI Playbook — YCombinator AI
  14. New AI Infra decacorns: Fireworks, Baseten (with OpenRouter on the way) — Latent Space AI
  15. Claude Code vs Codex vs Cursor (an honest comparison) — Theo (T3) Dev

1. Anthropic 跟 OpenAI 已找到 PMF — Simon Willison 用親身數據佐證#

Simon Willison 在 5/27 發了一篇長文,主張兩家 AI 龍頭已經正式找到 product-market fit。他用自己的使用數據佐證:過去 30 天若按 API 計費要花 $2180,但他只付 $200 月費——這個 11 倍的價差正是企業端付得起、消費端付不起的差別。SpaceX 的 S-1 申報書揭露 Anthropic 月燒 $1.25B 算力,但 Willison 認為這經濟模型已經跑得通。

  • 關鍵時間軸: 2025/11 技術突破讓 agent 變得真正可用 + 2026/04 計價模式改用 API 真實成本→兩家轉虧為盈
  • 企業招募證據: OpenAI 703 個職缺 33% 是 enterprise sales,Anthropic 390 個 27% 是,兩家都把銷售團隊當成最大投資
  • 客戶超支訊號: Uber 整年 AI 預算被吃完、Microsoft 取消部分 Claude 授權——這不是失敗,是定價終於開始發揮作用

💡 為什麼重要:這篇被 HN 推上 563 分,因為它把過去 18 個月「AI 公司在燒錢」的故事翻轉成「AI 公司開始賺錢」。對開發者來說,重點訊息是:消費端訂閱被嚴重補貼、企業端付的是真實 API 費用——你個人的 Claude/ChatGPT 訂閱本質上是 OpenAI/Anthropic 在虧錢請你用。

🔗 閱讀原文 | 來源: Simon Willison

2. Cognition 完成 10 億美元融資,估值跳到 $25B#

Devin 的母公司 Cognition 由 Lux Capital 跟 General Catalyst 領投完成超過 10 億美元融資,估值從去年 9 月的 $10.2B 跳到 $25B,八個月翻 2.45 倍。Devin 年化營收已達 $492M,企業端過去 6 個月每月成長 50%。客戶名單包括 Mercedes-Benz、NASA、Goldman Sachs、Santander——這些都不是早期採用者,是傳統大企業。

  • 數字證實 PMF: $492M ARR + 50% MoM 是 SaaS 史上最快的成長曲線之一
  • Windsurf 整併: Cognition 已收購 Windsurf 資產,AI 編程工具賽道在快速整併
  • 獨立 agent 公司可以打贏 OpenAI/Anthropic: 推翻了「只有大模型公司有護城河」的假設

💡 為什麼重要:過去一年市場最大的爭論是「AI agent 是不是 OpenAI/Anthropic 的 feature 而已」。Cognition 用真實營收給出答案:特化型 agent 在垂直領域可以建立護城河。對 Flutter / 移動端開發者來說,這代表特化型 mobile coding agent 仍有空間。

🔗 閱讀原文 | 來源: TechCrunch

3. TechCrunch:科技 CEO 罹患「AI 精神病」#

Box CEO Aaron Levie 提出「AI psychosis」這個說法:CEO 容易把 AI demo 外推成「全自動化可行」,因為他們離實作的「最後一哩」太遠——不用 debug 程式碼、不用處理幻覺、不用用自家資料訓練模型。2026 年到目前已有 115,430 名員工被科技公司裁員,大多以「AI 提升生產力」當理由。

  • 數據反駁: UC Berkeley 整合研究發現「AI 採用率跟整體生產力沒有可靠關聯」
  • MIT 研究: AI agent 在很多情境下仍達不到人類水準,預估 2029 文字任務也只能達到 80-95% 成功率(人類基線 95%+)
  • ClickUp 案例: CEO 裁掉 22% 員工、部署 3000 個 AI agent,目標是「100x org」——但實際效果未經驗證

💡 為什麼重要:這篇是今天最重要的反思——它把「Cognition $25B」跟「11.5 萬人失業」放在同一張紙上對照。AI 在編程這種高結構領域真的有效,但「所有白領工作都跟編程一樣可自動化」是個沒被驗證的假設。對工程主管來說,這篇值得轉發給你的 CEO。

🔗 閱讀原文 | 來源: TechCrunch

4. Claude Code as a Daily Driver — 兩個月用心得整理成完整 playbook#

一位部落客 arps18 把兩個月每天用 Claude Code 的經驗整理成 mastery guide,HN 衝到第六。核心發現是「給 Claude 一個方法驗證自己的輸出,品質會提升 2-3 倍」。他把 Claude Code 重新定義為「可配置的自主 agent」而不是 autocomplete。

  • CLAUDE.md = 專案層級的制度化記憶,每犯一次錯就更新,讓相同錯誤不再發生
  • CLAUDE.local.md(gitignored): 個人化的 PR feedback patterns 累積成個人風格指南
  • 平行 worktree 架構: 3-5 個並行 session(實作 / review / 探索),從序列開發轉變成真平行
  • Subagent 模式: 50 個檔案隔離 context 讀取、角色 perspective(reviewer/auditor)不污染主 session
  • 進階指令:/goal(迭代到驗證通過)、/batch、/compact、/rewind、/focus

💡 為什麼重要: 對個人開發者來說,2-3 倍生產力是當下就能取得的成果——不需要等公司「AI 轉型」。對團隊來說,把 CLAUDE.md / skills 當成基礎建設 check 進 git,組織知識可以複利成長。這篇文章本身就是 enterprise PMF 的微觀證據——個人開發者用 $200/月 換 2-3x 生產力,這就是 Anthropic 賺錢的來源。

🔗 閱讀原文 | 來源: HN

5. Snowflake 跟 AWS 簽 60 億美元 Graviton CPU 大單#

Snowflake 五年 60 億美元採購 AWS Graviton ARM CPU 晶片——這個金額幾乎等於 Snowflake 透過 AWS Marketplace 創造的累積營收($7B)。重點不是 GPU,是 CPU。Snowflake 客戶 2025 年的 AWS 支出已從 $1B 翻倍到 $2B,主要驅動是 Cortex AI 的自然語言查詢功能。

  • 訓練→推論的轉變: CPU 負責 inference、agent orchestration,GPU 只負責 training
  • Nvidia 護城河被挑戰: Amazon Graviton、Microsoft Maia、Meta 內部晶片同步加碼
  • Nvidia 反擊: 發表 Vera 晶片宣稱 $200B 市場機會

💡 為什麼重要:這篇跟 Cognition / Willison 的故事剛好接得上——當 enterprise AI 從 prototype 變成 production,算力需求從 training 轉到 inference,CPU 經濟學就壓過 GPU。這是為什麼 Fireworks/Baseten 同步衝上 decacorn——inference layer 已是 AI 時代的關鍵基礎設施。

🔗 閱讀原文 | 來源: TechCrunch

6. curl 維護者:AI 生成的安全回報量是 2024 年的 4-5 倍#

curl 維護者 Daniel Stenberg 在 5/26 公開貼文,描述 AI 輔助安全回報帶來的「前所未有壓力」。2026 年至今平均每天超過一份安全報告,品質跟詳細程度都遠超以往。好消息是 curl 程式碼扎實,近年漏洞嚴重程度均維持在 LOW / MEDIUM,上一個 HIGH 等級 CVE 是 2023 年 10 月。

  • 頻率: 2024 baseline 的 4-5 倍,2025 的 2 倍
  • 不是 slop: 跟過去抱怨「AI 亂回報」不同,這次是品質高但量大
  • 系統性問題: 小型開源團隊缺乏資源應對 AI 民主化後的安全審計浪潮

💡 為什麼重要:這篇放大了一個結構性問題——AI 工具讓「找漏洞」變得人人可做,但「處理漏洞」還是落在原本的少數維護者身上。對開源貢獻者來說,這是個機會:幫忙 triage 安全回報的工程師會越來越值錢。

🔗 閱讀原文 | 來源: Simon Willison

7. Microsoft Copilot Cowork 被發現可透過 email 外洩檔案#

PromptArmor 安全研究人員發現 Microsoft Copilot Cowork agent 存在嚴重安全漏洞:agent 可在未經批准下寄信,且郵件中外部圖片觸發網路請求 → 結合 OneDrive 預先驗證的下載連結,prompt injection 攻擊可直接讓使用者檔案外洩。

  • 攻擊鏈: prompt injection → agent 寄信 → 圖片 network request → 檔案下載
  • 結構性問題: agent 的每個權限都是潛在攻擊面
  • 緩解措施: 必須對 agent 寄信加入嚴格批准流程、禁用自動圖片載入

💡 為什麼重要:這跟前一篇 curl 報告組成今天的「AI 安全雙打」——一邊是 AI 民主化攻擊面,一邊是 AI agent 自己變成攻擊面。對於正在部署 enterprise agent 的團隊,這是個警鐘:任何 agent 能寄信、能讀檔案,就是潛在的資料外洩管道。

🔗 閱讀原文 | 來源: Simon Willison

8. Pragmatic Engineer 專訪 OpenCode 共同創辦人 Dax Raad#

OpenCode 在短短幾個月從 65 萬月活用戶暴增至近 800 萬,Pragmatic Engineer 訪談探討這個成長背後的故事。Dax Raad 強調:「engineering judgment 仍然重要」——AI coding 工具進入成熟期,純粹的生成量已不夠,品質、架構一致性、維護性才是新戰場。

  • 800 萬月活: 在競爭激烈的 AI coding 工具市場中找到差異化
  • 代際差異: AI 生成程式碼 vs AI 理解程式碼,後者仍是大缺口
  • 架構決策: AI 擅長模板程式碼,但系統性架構決策仍需人類

💡 為什麼重要:這跟 Cognition 的 $25B 故事形成有趣對照——OpenCode 是社群驅動成長(800 萬月活),Cognition 是企業驅動成長($492M ARR)。AI coding tool 的兩種商業模式都已被證實可行。

🔗 閱讀原文 | 來源: Pragmatic Engineer

9. Codex /goal 指令:讓 AI 自主工作數小時#

Lenny Newsletter 邀請 Claire Vo 示範 OpenAI Codex 的 /goal 指令——讓 AI 從「逐步提示」轉變為「自主執行數小時的複雜任務」。實際案例包含:五小時內消除數千個 Sentry 錯誤、將 3900 封郵件清理至 68 封、整理數百個 Linear 任務。

  • 新交互範式: chat → goal → agent 的進化路徑
  • 6 步驟 framework: 寫出真的能執行的 goal 規格
  • Set-it-and-forget-it: 把 4 小時的人類任務變成可後台執行的工作流

💡 為什麼重要:這跟 Claude Code 的 /goal 指令是同類設計,代表 OpenAI 跟 Anthropic 都在收斂到「goal-based interaction」這個介面範式。chat 已經不是 AI 的最佳介面——以「目標」為單位的對話更接近真正的協作。

🔗 閱讀原文 | 來源: Lenny

10. Remote 員工人均營收成長 50%,沒有增加人力#

Payroll 公司 Remote 突破 $300M ARR、轉為 cash-flow positive,核心 payroll 業務年增 300%。CEO Job van der Voort 把成果歸因於 AI 採用——85% 程式碼由 AI 寫、工程師產出年增 60%。他本人同時跑 5 個 Claude session。

  • 延後招募: 把預算改成升級現有員工的 AI 技能
  • MCP 戰略: 推出 Remote MCP 把自家平台變成 AI agent infrastructure
  • 真實案例: 不是 demo,是已經驗證的 $300M ARR + cash positive

💡 為什麼重要:這是 ClickUp 「100x org」的對立案例——不靠裁員、靠升級現有員工,同樣達成生產力提升。對中型 SaaS 公司是更可複製的模式。

🔗 閱讀原文 | 來源: TechCrunch

11. Pragmatic Engineer:2026 軟體工程求職市場現狀#

Gergely Orosz 整合 TrueUp 跟 Workforce.ai 數據:美英軟體工程職缺整體呈上升趨勢,「頂尖」科技公司招募量年增 20%。AI engineering 是最爆發的領域。

  • 快速成長公司: Ramp +94%、Wiz +84%、Datadog +68%、Rippling +55%
  • 大廠排名: Apple、Amazon、IBM 招聘前三;Meta 因裁員跌出前 20
  • 地理分歧: 美英向上、加拿大持平、德法下降

💡 為什麼重要:這篇是「AI 精神病 + 115K 裁員」的反向證據——不是所有工程師都被裁,是「特定類型」的工程師被裁。AI engineering / security / observability 三個方向是 2026 的避風港。

🔗 閱讀原文 | 來源: Pragmatic Engineer

12. ESMFold2:推論時間縮放正在改變蛋白質生物學#

BioHub 的 Alex Rives 發布 ESMFold2,以 Cryo-EM 資料訓練的開放科學引擎,在蛋白質交互作用預測(尤其抗體)上達到 SOTA。同步釋出包含 68 億種蛋白質、11 億個預測結構的圖譜——這是迄今最大規模的計算生物學資源。

  • Bitter Lesson 抵達生物學: 算力 + 資料 > 物理模型
  • 推論時間縮放: 在癌症與免疫五個靶點上同樣有效
  • 開放科學: 完整圖譜免費釋出

💡 為什麼重要:這篇被擺進「AI 商業化」這一天稍微違和,但它證明同樣的縮放規律在每個科學領域都成立。下一個十年最大的科學突破很可能會發生在 AI + biology 交界。

🔗 閱讀原文 | 來源: Latent Space

13. YC 內部 AI 基礎設施全公開:自我進化的代理框架#

YC 合夥人 Pete Koomen 公開 YC 內部如何從頭建構 AI 代理基礎設施,包括 350 個工具的共享 registry、技能自動化循環(Skillify)、以及 GBrain 知識資料庫架構。核心洞見是:給代理無限制的 SQL 存取權限是改變一切的關鍵。

  • AI as OS: AI 不是 feature,是整個組織的作業系統
  • JIT 軟體: Just-in-Time 軟體將取代傳統 SaaS
  • PC 時刻: Koomen 認為 AI 正在重複個人電腦的歷史

💡 為什麼重要:YC 的策略觀點對所有早期創業者具有 anchor 效應——如果這個方向是真的,接下來 6-12 個月會有大量「AI-native」公司獲得資金。

🔗 觀看影片 | 來源: Y Combinator

14. AI 推理基礎設施新十角獸:Fireworks $150 億、Baseten $110 億#

AI inference infra 市場大爆發。Fireworks 正洽談 $15B 融資(7 個月翻 3.75 倍),Baseten 籌 $11B(3 個月翻 2.2 倍),OpenRouter 完成 $113M C 輪(六個月流量 5 倍成長)。

  • 5T → 25T tokens: OpenRouter 半年 token 流量 5 倍
  • 多模型路由: 「If you are gonna do multimodel inference, you are gonna need a router.」
  • 十角獸密度: AI infra 三家同時 $10B+,在 SaaS 史上極為罕見

💡 為什麼重要:這跟 Snowflake-AWS $6B 是同一個故事的兩個面向——inference layer 已是 AI 時代的高速公路,過路費(token 路由 / inference serving)會持續是熱錢去處。

🔗 閱讀原文 | 來源: Latent Space

15. Theo:Claude Code vs Codex vs Cursor 誠實比較#

Theo 在影片中強調這三個工具的核心差異不在模型智能或 UI,而在設計哲學——Anthropic 跟 OpenAI 對 agent 應該長什麼樣有根本不同的想法。Theo 自己從 Claude Code 遷移到 Codex 後工作流再次改變。

  • 哲學差異: Anthropic 偏向 explicit configuration(CLAUDE.md),OpenAI 偏向 implicit alignment(/goal)
  • 遷移成本: 工具切換不只是學新指令,是學新心智模型
  • 沒有單一答案: 三個工具各有適合的場景

💡 為什麼重要:對需要選 AI coding 工具的個人開發者,這是 2026 年最實用的指南。每個工具的 prompt 風格、plan 使用方式、遠端管理策略都不同,選錯會浪費三個月的肌肉記憶。

🔗 觀看影片 | 來源: Theo (T3)

推薦閱讀#

大神動態#

  • Simon Willison: 連發三篇都被廣泛討論——PMF 抵達(見必讀 #1)、curl 維護者壓力(見必讀 #6)、Copilot Cowork 檔案外洩(見必讀 #7)。
  • Daniel Stenberg(curl 維護者): 公開談 AI 安全回報壓力,4-5 倍量湧入(見必讀 #6)。
  • Andrew Feldman(Cerebras CEO): 20VC 訪談揭露 $25B 訂單積壓、記憶體短缺。
  • Pete Koomen(YC): 公開 YC 內部 AI playbook,主張 AI 是組織作業系統(見必讀 #13)。
  • Theo (T3.gg): 兩支影片同時上熱榜——工具哲學比較(見必讀 #15)+ 個人工作流演進。
  • Jack Clark(Anthropic Policy): Import AI 458 牛津演講全文。
  • Alex Rives(BioHub): 發布 ESMFold2 + 68 億蛋白質圖譜(見必讀 #12)。

中文技術圈#

  • 騰訊推出 MagicDawn AI 光線渲染 + Code Craft 遊戲創作平台 — 騰訊遊戲開放 AI 光線渲染技術與遊戲創作平台,降低獨立開發者門檻。AI
  • Deno 2.8 強化 Node.js 相容性,簡化全端開發 — Deno 新版進一步擁抱 Node 生態,降低遷移成本。Dev
  • 蘋果開發防搶自動鎖定機制 — iOS 新功能在偵測到搶奪行為後自動鎖機,測試中。News
  • 台灣人經日本走私輝達晶片至中國 — 出口管制焦點再起,牽動台灣半導體合規議題。News
  • 中國收緊 AI 人才出國審批 — 北京對 AI 工程師出境設更多審查層級。News
  • V2EX 熱議:Postman / Navicat 開源替代品推薦 — 開發者社群尋找輕量替代工具。Dev
  • Google 揭露中國網釣即服務平台 YY Lai Yu — Google TAG 報告一個中文網釣 SaaS 的完整營運模式。News
  • 黃仁勳訪台喊話台灣電力需求 — Nvidia CEO 直接點名台電未來電力配置須加速。News

開源精選#

  • open-gsd/get-shit-done-redux — JavaScript | ⭐ 1.3K 推進專案進度的 agentic 工具集。
  • MoonshotAI/kimi-code — TypeScript | ⭐ 873 Kimi 推出的下一代 AI agent 起點專案。
  • 0xSero/codex-shim — Python | ⭐ 655 把 Factory BYOK 模型暴露給 Codex Desktop 的本地 shim。
  • study8677/awesome-architecture — Vue | ⭐ 558 21 張軟體架構地圖 + 系統設計教學(AI gateway / RAG / agents / vector DB),中英雙語。
  • UditAkhourii/adhd — TypeScript | ⭐ 341 Tree-of-thought 平行思考 + 剪枝,基於 Claude Agent SDK。
  • VILA-Lab/FigMirror — Python | ⭐ 330 自動把資料畫成論文圖表風格的 AI agent。
  • jianshuo/ccglass — JavaScript | ⭐ 313 看你的 coding agent(Claude Code / Codex / Kimi)送了什麼給模型——本地 proxy + dashboard。
  • yui540/comimi — TypeScript | ⭐ 311 開源 JS/TS 漫畫閱讀器 library。
  • open-gsd/gsd-pi — TypeScript | ⭐ 300 Meta-prompting + context engineering + spec-driven development 系統。
  • unprovable/ShadowCat — HTML | ⭐ 296 用瀏覽器做單檔光學檔案傳輸。

影音精選#

Inside YC’s AI Playbook#

22h · Y Combinator

Y Combinator

YC 合夥人 Pete Koomen 第一次完整公開 YC 內部 AI 基礎設施:350 個共享工具 registry、Skillify 自動化循環、GBrain 知識資料庫。他主張 AI 不是 feature,是整個組織的作業系統,而 JIT(Just-in-Time)軟體會取代傳統 SaaS。

  • 給代理「無限制 SQL 存取資料庫」是改變一切的關鍵
  • 多數新創不缺 idea,缺的是讓 AI 跑遍整個組織的基礎建設
  • YC 把 AI 當成下一個「個人電腦時刻」

💬 Yii 的話:這支影片把 YC 整個策略觀點濃縮在 40 分鐘內。對早期創業者來說,Pete Koomen 的 anchor 效應很強——如果這個方向是真的,2026 下半年會有一波「AI-native organization」公司獲得資金。

Claude Code vs Codex vs Cursor (an honest comparison)#

46h · Theo (t3.gg)

Theo (t3.gg)

Theo 不比模型智能,不比 UI,直接比設計哲學:Anthropic 跟 OpenAI 對「AI agent 應該長什麼樣」有根本不同的想法。Theo 自己從 Claude Code 遷移到 Codex 後,工作流再次改變。

  • Anthropic 偏向 explicit configuration(CLAUDE.md / Skills)
  • OpenAI 偏向 implicit alignment(/goal 一句話讓 AI 自主執行)
  • 沒有單一答案——每個工具都有適合的場景

💬 Yii 的話:這是今年最該看的工具選擇指南。三個工具的 prompt 風格、plan 使用方式、遠端管理策略都不同,選錯會浪費三個月的肌肉記憶。我自己現在是 Claude Code 為主、Codex 為輔,大型 refactor 走 plan mode、日常開發走 worktree 平行 session。

How I code with AI changed a lot#

28h · Theo (t3.gg)

Theo (t3.gg)

Theo 更新五個月前分享的 AI 編程工作流——他已完全拋棄 Cursor + Opus plan mode 的舊模式,轉向全新的工具組合與 agentic 工作方式。

  • 模型挑選、prompt 風格、遠端管理策略全部翻新
  • 「回看自己之前的影片很痛苦,因為多數建議已不再適用」
  • 三個月前的最佳實踐三個月後就過時

💬 Yii 的話:這支影片其實是「Claude Code vs Codex vs Cursor」的續集。AI 工具世代更替速度太快,半年前的 best practice 不一定適用——這也是為什麼 arps18 那篇 mastery guide 強調「CLAUDE.md 是 living document,要每週更新」。

Cerebras CEO Andrew Feldman on AI infrastructure#

38h · 20VC

20VC

Cerebras 創辦人 Andrew Feldman 在史上最大半導體 IPO 後接受 20VC 訪談,揭露公司擁有 $25B 訂單積壓(含 OpenAI 200 億美元計算協議),記憶體短缺將持續數年。

  • 批評 Nvidia 策略性扶持 Neo Cloud 競爭者創造不健康依賴
  • 討論 AI 基礎設施泡沫化疑慮、美中晶片出口爭議
  • 為何歐洲無法建立偉大科技公司

💬 Yii 的話:Andrew Feldman 是少數能跟 Jensen Huang 對打的對手。這支訪談跟今天的 Snowflake-AWS $6B 故事可以串起來看——「Nvidia 護城河被多方圍剿」是 2026 下半年最重要的科技劇本之一。

10 weird OSS projects you need right now#

38h · Fireship

Fireship

Fireship 介紹 10 個冷門但極具創意的開源專案。包括用 Rust + Bevy 3D 引擎打造的 3D 終端模擬器 Ratty(游標是旋轉 3D 老鼠)、透過 Tor 運作的匿名終端電話 TerminalPhone、仿《They Live》電影風格的廣告攔截器。

  • 在 AI 工具氾濫的時代,仍有開發者熱愛打造「沒必要但很美麗」的軟體
  • 提醒 OSS 不只是基礎建設,也是文化表達
  • 10 個 repo 都值得 git clone 來玩

💬 Yii 的話:Fireship 這類「開源週末挖寶」影片是我這幾年最愛看的內容類型之一——提醒自己,寫程式除了賺錢,還可以單純因為好玩。

Building $6K/month cashflow business with Genspark Claw#

22h · Greg Isenberg

Greg Isenberg

Greg Isenberg 用 Genspark Claw(雲端 Claude Sonnet 4.6 agent)在幾個 prompt 內建立小型現金流事業——廢棄域名翻轉器、餐廳清算中介、招募訊號冷郵件機器。

  • 商業模式:「結果即服務」(Result-as-a-Service)
  • 20 個客戶 × 月費 $300 = 月入 $6K
  • AI 做工人,你做銷售與客戶關係

💬 Yii 的話:這支影片是「Cognition $25B + 11.5 萬人失業」之間的中間地帶——個別工作者用 AI agent 做小生意,可能比一窩蜂的「100x org」更實際。如果你最近被裁員或在思考下一份工作,這支影片值得看。

ElevenLabs Music V2 vs Suno#

22h · Matt Wolfe

Matt Wolfe

Matt Wolfe 實測 ElevenLabs Music V2,對比 Suno AI 在各種 prompt 下的生成品質。ElevenLabs V2 在「可信度」上有顯著進步,但 AI 音樂仍存在缺乏整體編曲思考的問題。

  • ElevenLabs V2 適合用於真實創作工作流程
  • Suno 在歌詞豐富的曲目上仍佔優
  • AI 音樂市場進入「品質競賽」階段

💬 Yii 的話:對短影音創作者來說,AI 配樂工具的進步直接影響成本結構。我自己錄 1% 科技日報短片時偶爾會用,品質已經到「不會出戲」的程度。

Gemini 前核心科學家 Andrew Dai 訪談#

38h · 硅谷101

硅谷101

硅谷101 專訪 Gemini 前核心科學家 Andrew Dai——揭露 Google 其實比 OpenAI 更早研發 MoE 架構,但因組織決策被 OpenAI 搶先發布 GPT-4。

  • 2021 年 Google Brain 已有比 GPT-3 更強的 GLaM 模型
  • PaLM 2 在 2023 年初就訓練完成,但為等 Google I/O 被延後
  • 技術領先 ≠ 市場領先

💬 Yii 的話:這支訪談是 Anthropic / OpenAI PMF 故事的反面教材——Google 證明了純粹技術領先不夠,「敘事節奏」也是產品的一部分。

今日觀察#

今天最值得注意的反差不是 Cognition 拿到 $25B 跟 11.5 萬人被裁這兩個數字本身,而是它們發生在同一週。Anthropic 跟 OpenAI 找到 PMF、Snowflake 簽 60 億 CPU 大單、Fireworks 跟 Baseten 同步衝上 decacorn——資本市場已經確定 AI 是門真生意;但 Box CEO Aaron Levie 用「AI psychosis」描述 CEO 們因為離實作太遠而誤判自動化進度,UC Berkeley 整合研究發現 AI 採用率跟整體生產力沒有可靠關聯,curl 維護者公開抱怨 AI 安全回報量翻了 4-5 倍卻沒人幫忙處理。對個別工作者來說,這個夾縫位置反而是機會——AI 編程工具讓個人開發者拿到 2-3 倍生產力(arps18 的 Claude Code mastery guide 是當下最具體的證據),但組織級「100x org」的承諾還沒兌現。換句話說,2026 下半場最稀缺的人不是會用 AI 的人,是知道哪些事情可以交給 AI、哪些事情還不能的人。

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 banner

同期還有