2026 年 5 月 6 日 · AI Builders

Official Blog · 官方博客

Builders · 观点精选

Aaron Levie (Box)

指出 Anthropic 和 OpenAI 都在积极推动企业在组织内部署 AI Agent，这是一个刚刚起步但注定会迅速庞大的趋势。

大企业落地 Agent 的复杂程度远超普通人的想象，这不仅是换个聊天界面的问题。企业需要将几十年的老旧架构现代化以支持 Agent 访问、设置严密的权限管控、用 Agent 能懂的方式重写业务流程文档，还要构建全新的评估体系（Evals）。因此，在未来很长一段时间内，帮助企业实施 Agent 架构（无论是内部的 Agent 工程师还是外部咨询/垂直 AI 厂商）将是一个巨大的商业机会。

Sam Altman (OpenAI)

盛赞 Agents SDK 2.0 是一项被严重低估的技术。同时分享了他对语音模型巨大潜力的期待，并指出观察人们如何因语音模型而改变与 AI 交互的方式是一件非常有意思的事情。

Peter Yang (Roblox)

提出了 AI 自动化的三大发展前沿：第一前沿是编程，第二前沿是知识工作，第三前沿是个人智能体（Personal agents）。

Amjad Masad (Replit)

分享了 Replit 平台上一个将 AI 用于教育的优秀项目：一个专为聋哑学生设计的多模态学习平台。

他还展示了 Replit 平台上极其夸张的 Agent 并行开发画面：“10 个活跃项目，198 个草稿，700 多项已完成。互联网上没有任何地方的 Agentic 并发程度能超过这里。”他感叹一次通宵的 Vibe Coding 竟然能完成如此庞大的工作量。

Guillermo Rauch (Vercel)

重磅发布了开源的 Agent 编排器 deepsec，专门用于深度的代码安全审查。他指出，Coding Agent 现在可以在几分钟内找出以前需要人类团队花几个月才能发现的严重漏洞，结合 Vercel Sandbox，开发者可以同时调动数千个 Agent 对代码库进行并行安全审查。

Garry Tan (Y Combinator)

强烈捍卫开源与本地数据所有权。他认为 Personal AI 的终极目标，就是让人类个体在 AI 的增强下，能够在不被垄断机构榨取的前提下完成具有深远影响力的工作。

如果你的 Prompt 和数据都掌握在自己手里，你就拥有了独立思考的能力。真正的自由。

Podcast · 播客精华

Waymo 在过去 7 个月内完成了 1000 万次全自动驾驶行程（等于过去 8 年的总和），其技术核心是一个将驱动、模拟与评估合三为一的基础大模型。

Waymo 联席 CEO Dmitri Dolgov 在对谈中深入剖析了自动驾驶技术的演进逻辑。面对业内关于端到端（End-to-End）架构的争议，Dmitri 澄清了一个误区：Waymo 并非不使用端到端，而是早已超越了“纯粹的、香草味的端到端（basic vanilla end-to-end）”。Waymo 的基础大模型本质上是一个多模态的世界动作语言模型（World Action Language Model），它不仅深谙物理世界的运转规律，还融合了视觉语言模型（VLM）强大的常识和社交语义理解。

最关键的是，为了达到超越人类 13 倍的安全指标，Waymo 并没有把黑盒的端到端作为唯一解，而是在模型内部构建了结构化的中间表征（structured materialized intermediate representations）。这些表征使得系统可以在物理世界运行时进行额外的安全校验，并支持纯端到端系统极难实现的闭环评估与复杂奖励函数设计。

在谈到硬件时，他非常兴奋地介绍了第六代硬件（搭载在极氪平台上的 OHAi），其去掉了方向盘的座舱被他形容为“带轮子的移动客厅”。凭借着对安全不可妥协的底线，Waymo 正从实验室模式全面切入全球商业化爆发期。

自动驾驶问题最大的陷阱在于：入门极其容易，但要做到全自动、商业化和超越人类的安全表现，难如登天。

由 Follow Builders skill 生成