Tenex 如何为财富 2000 强企业构建 AI 原生 SDLC：Alex Lieberman 与 CJ Hess 访谈
Tenex 联合创始人 Alex Lieberman 与 CJ Hess 在 AIE New York 介绍公司如何把按产出付费的模式扩展到工程组织，目前团队已增至 75 人，客户覆盖财富 2000 强与中型企业。
#Agent
Latent SpaceAI 评分3434 极客公园AI 评分2222 亚马逊 CTO Werner Vogels：二十余年技术实践，给创业者的 4 点建议
亚马逊副总裁兼 CTO Werner Vogels 在 2026 年亚马逊云科技软件企业峰会创业加速营巅峰路演与极客公园创始人张鹏对谈，分享二十余年技术实践并给初创企业提建议。
elvis (X)AI 评分3838 驳斥“harness 工程已死”：仍需专用脚手架
针对近期几篇实验设置不佳、只聚焦已刷满的 SWE benchmark 的论文所引发的“harness 工程已死”说法，作者明确反驳，认为这与“prompt engineering 已死”“RAG 已死”同属博眼球的误导性论断。
elvis (X)AI 评分2222 开发者演示智能体可视化交互工具
开发者 Elvis 转发并回应了 kitlangton 的智能体交互演示，称自己数月前就构建过类似工具并集成进自研的 agent orchestrator。他表示模型理解复杂信息的能力已大幅提升，这类交互方式在设计类工作上表现出色，但对其他类型工作帮助有限，未来与智能体交互不会只有一种最优方式。
Turing Post (X)AI 评分3838 不改模型也能提升 AI 智能体表现
一篇 X 长文讨论如何在不更换模型的情况下通过改造 harness（智能体运行框架）提升 AI 智能体表现，相关视频播放量已超 6 万。
Simon WillisonAI 评分3030 Simon Willison 撰文：编程智能体让程序员的"解谜乐趣"消失
Simon Willison 在博客中引用 Jeremy Scheff 的观点，讨论编程智能体对职业程序员造成的核心损失：编程曾是一份靠解决逻辑难题获得高薪的工作，程序员掌握策略、时间线和可行性定义权。Scheff 认为，对热衷构建可用系统而不在意具体问题的程序员，LLM 是持续馈赠；若享受直接解题本身，这种损失非常真实。
MIT Technology Review · AIAI 评分5858 让互联网对 AI 智能体更友好，可能让其他人更难受
MIT Technology Review 文章指出，OpenAI 的 Dots、Meta 的 Muse 等个人 AI 智能体大规模上线后，已成为人类和机器人之外的第三类网络访客，Muse 首月下载量达 500 万次，8 月至 9 月智能体网络流量增长两倍。
The Verge · AIAI 评分2323 伊利诺伊州州长 JB Pritzker 谈 AI：或让人活到 100 岁，也可能像核武器一样威胁人类
伊利诺伊州州长 JB Pritzker 在 Decoder 播客中表示，AI 既可能帮助人类活到 100 岁，也可能像核武器一样构成威胁。他还谈到数据中心、隐私与反垄断正引发两党反弹，认为政府应更积极保护民众而非一味配合大企业。
elvis (X)AI 评分2020 与 AI 智能体协作：系统思维与评估优先
有工程师分享与 AI 智能体高效协作的建议，把系统思维列为首要能力，即从系统各子部分出发去理解和构建。作者补充应尽早学会衡量结果、搭建评估（evals），否则难以判断是否取得真实进展。可借助智能体起步，但始终要查看数据和 traces。
Turing Post (X)AI 评分4242 AI 智能体 harness 是否已死？一线工程师激辩
作者在 aiDotEngineer NYC 现场听到工程师对 agent harness 的强烈分歧：有人因模型不再需要而删减 harness 组件，有人则在构建能让智能体连续工作数天的系统。
Emad Mostaque (X)AI 评分2222 Grok 重度账号用量限额吐槽
我的 @bot @grok 重度账号在离周末还有几天时就用满了限额，尽管我把任何需要动脑的事都卸载给了 cursor、devin、claude、codex（！）。 我认为把配额去向做成仪表盘/可视化应当成为标配，codex 在这方面做得不错
Andrej Karpathy (X)AI 评分6060 Andrej Karpathy：LLM 能力认知差距正从两群人对立变成四层漏斗
Andrej Karpathy 重提 4 月的一条推文，认为公众对 LLM 能力的认知差距正在扩大，已从两群人各说各话变成一条陡峭的漏斗。他估算约 6B 人几乎没接触过 LLM，1-2B 人只用免费版聊天产品，约 20M 人在数学与编程中专业使用前沿模型，而约 5,000 人能在内部接触前沿系统。
Microsoft ResearchAI 评分2828 微软研究院播客：AI 会犯哪些错，失败又能教我们什么
微软研究院 partner research manager Jennifer Neville 在播客对话中讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。
Emad Mostaque (X)AI 评分2222 Fable 5.5 聊天版数小时做出3D游戏
Fable 5.5 相当不错，在聊天版上用 high 模式、极少提示词，几个小时就做出了这个 21 个世界、3D 版本、21 个机制各异的 boss、排行榜 试试看！ 视频当然也是 Claude 做的 https://claude.ai/artifact/EnXF5Lr8hj6mXrVcVAefq9
Mira Murati (X)AI 评分2222 Mira Murati 谈 AI 走向与待解工作
一场关于 AI 将走向何方、以及我们面前还有哪些工作要做的重要对话。
Andrej Karpathy (X)AI 评分4242 Karpathy 用 1M token 让 Opus 5 生成《指环王》3D 场景
Karpathy 给 Opus 5 输入《指环王》首段和 1M token 预算（约 $10），要求生成 three.js 渲染，模型运行约 2 小时写出 5500 行代码程序化渲染该故事，效果粗糙但可玩。
Berkeley AI ResearchAI 评分4242 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 团队提出，推理成本已从 GPT-4 级约 $30/百万 token 降至不足 $1，部分厂商低于 $0.10，基准测试中推理价格每年下降 9x 至 900x、中位数约 50x。作者据此提出三类数据系统挑战：为智能体设计的数据系统、支撑智能体群体运行的数据系统、以及由智能体合成的数据系统。
Andrej Karpathy (X)AI 评分5858 Anthropic 推出 Claude Tag，Claude 以团队成员身份加入 Slack
Anthropic 推出 Claude Tag，团队可在 Slack 中把 Claude 加为团队成员，让它访问指定频道和工具并委派任务。Andrej Karpathy 认为这是 LLM 交互界面的第三次重大重构，前两次分别是网页和桌面应用，这一次 Claude 成为拥有组织级工具与上下文的持久异步实体。
Andrej Karpathy (X)AI 评分3838 Karpathy 谈 LLM 新边界与智能体原生经济
Karpathy 在 Sequoia Ascent 2026 炉边对话中提出，LLM 的价值远不止加速现有编码工作，并给出三个新场景：完全由 LLM 承载、无需传统代码的 menugen 应用；用 .md 技能替代 .sh 安装脚本；以及传统代码无法实现、对非结构化知识做计算的 LLM 知识库。
Andrej Karpathy (X)AI 评分3636 Karpathy：AI 能力认知存在两大群体鸿沟
Karpathy 认为，对 AI 能力的理解正出现日益扩大的鸿沟。一部分人仍以去年免费版 ChatGPT 的幻觉和 Advanced Voice Mode 的失误来判断 AI，而今年 OpenAI Codex、Claude Code 等前沿智能体模型在编程等任务上已能连续工作 1 小时重构整个代码库。
Andrej Karpathy (X)AI 评分6060 Karpathy 点评 Farzapedia：用文件搭建个人 Wiki 供 Agent 调用
Karpathy 转发并点评 Farza 用 LLM 把 2,500 条日记、Apple Notes 和 iMessage 记录整理成含 400 篇文章的个人 Wiki（Farzapedia），认为这是个人化 AI 的好范例。
Andrej Karpathy (X)AI 评分2222 Karpathy：AI 让公众反向监督政府成为可能
Karpathy 表示看好被 AI 赋能的公众提升政府的可见性、可读性与问责制。他认为政府问责的瓶颈从来不是数据获取，而是处理海量原始数据并提炼洞察的智能，4000 页综合法案对多数人只是名义上透明。AI 可让支出预算核算、立法 diff 追踪、游说关系图谱等分析不再只由调查记者承担，但他也提醒同一工具同样可能被反向利用。
Andrej Karpathy (X)AI 评分5858 Karpathy 谈智能体落地难点：DevOps 生命周期需变成代码
Andrej Karpathy 回顾约一年前搭建 menugen 的经历，认为最难的不是代码本身，而是服务、支付、认证、数据库、安全、域名等一整套 DevOps 组装。