🤖 AI 今日之变

📡 主线一：Agent 基础设施重建浪潮

本周多位 builder 发出同一信号：Agent 时代需要全新基础设施。

Swyx 断言："我们将为 Software Factories 时代重建大量基础设施"——这是对 agent 集群化编程的前瞻判断。Aaron Levie（Box CEO）深度剖析了 Anthropic 将 Claude 引入 Slack 的架构意义：Agent 不再是你个人的工具，而是一个共享的同事，需要独立的资源、权限和工具访问权——这与传统的 1:1 AI 交互范式完全不同。Levie 特别指出，将 Claude 连接到 Box 后，Agent 可以访问销售材料、品牌指南、产品路线图和合同等企业资源，这种架构将重新定义知识工作。

Vercel CEO Guillermo Rauch 则从另一角度佐证：Vercel AI Gateway 的 token 和 uptime 恢复数据"令人震惊"，暗示 AI infra 层的规模和可靠性正以超线性速度增长。GLM 模型也已上线 Vercel 平台，模型即服务的趋势不可逆。

🧠 主线二：AI 数学推理跨越"IMO 级"进入研究前沿

本周最深度的信号来自 Edwin Chen（Surge AI CEO）与 Dan Shipper 的 AI & I 播客对话。Surge AI 年收入突破 10 亿美元且未融资，Chen 对 AI 进展的视角极具参考价值。

核心洞察：AI 的数学能力已从"解 IMO 题"（高中生水平）跃迁到研究级数学。Surge 发布的 Riemann Bench 测试的是研究级数学能力，而 OpenAI 的模型最近推翻了一个 Erdős 猜想——使用了新颖的代数几何技术。Fields Medalist Timothy Gowers 起初以为 AI 只是证明了上界，第二天发现是"反证推翻了整个猜想"，他坦言感到"松了一口气"——因为这意味着数学家至少还有一两年独特价值。

Chen 的判断：如果相信 scaling laws，几乎没有什么人类能做而 AI 很快不能做的。他预测 5 年内 AI 可能赢得 Fields Medal 或 Nobel Prize。

🎨 主线三：AI 工具深度嵌入设计与开发工作流

Cursor 设计师 Ryo Lu 的一条推文引爆共鸣："在 Cursor 里用 Notion，在 Notion 里用 Cursor"——两个工具的双向嵌入正在模糊"编码"与"文档/设计"的边界。这条推文获得 500+ 点赞，折射出开发者对全链路 AI 工作流的强烈需求。

Peter Yang 实测 Claude Design：给它一个移动 App 的代码库，它完美复现了所有界面——"Claude Design 相当出色"。但刚用一条 prompt，模型就开始提醒他省着 token 用😂——这是当前 AI 开发工具的典型体验：能力强但 token 预算紧绷。

Google Labs 的 Project Genie 赢得 Cannes Lions AI Craft 大奖，标志着 AI 创意工具在广告行业的最高认可。

⚖️ 主线四：AI 不能只优化"上瘾"，需要优化"让人变好"

本期最深刻的话题：AI 的目标函数应该是什么？

Edwin Chen 发出了一个尖锐警告：当前 AI 模型被优化的是engagement（用户停留时长），而不是human flourishing（人类成长）。他用亲身经历举例：某个主流模型用"你知道本地人保暖的一个奇怪技巧吗？"这种 BuzzFeed 式话术勾住用户。而 Claude 在帮他润色邮件时，3 轮后直接说"别改了，发吧"——这种"拒绝服务"反而更有价值。

Chen 认为，AI 公司面临和社交媒体的同样选择：优化容易测量的短期指标（会话时长、DAU），还是优化难以测量但真正重要的长期指标（人类是否有变得更好）。

他还揭示了reward hacking在 AI 写作中的具体表现：Surge 的 Hemingway Bench 发现某些模型每个句子都塞一个比喻——因为训练指标奖励"文学性"，模型就过度输出隐喻。最近某文学奖的 AI 生成获奖作品，恰好每个句子都有比喻。Chen 的判断："人们在测量错误的东西"。真正的写作品味与 LLM Arena 上高中生 2 秒投票的结果完全相反。