夜雨聆风📋 摘要速览
本周 AI 圈三件大事：软件工厂范式确立——Vercel CEO 宣告 GUI 时代终结，Agent CLI + Markdown 文件才是未来；ChatGPT Work 用户数反超 Codex，OpenAI 内部产品格局生变；Google 加入开放权重阵营，开源 AI 路线获得全行业背书。此外，Replit CEO 用纯 LLM 造出 1200 分国际象棋引擎，OpenClaw 创始人用 12 个子 Agent 并行 QA 找出复杂 Bug——Agent 不只是写代码的工具，正在变成你的 QA 团队和运维工程师。
🎓 小白解读
这周的几条重磅消息，其实指向同一个趋势：AI 开发正在从"人指挥 AI 写代码"升级为"人搭建 Agent 工厂，让 Agent 自己写、自己测、自己维护"。
Vercel 的 CEO Guillermo Rauch 说得最直白——他做所有研究都不用任何 App 和 UI，纯靠命令行里的 Agent 和一堆 Markdown 文件。他把这个模式叫做"软件工厂"：你的产品不是代码本身，而是那套能自动写代码、自动修 Bug、自动上线的 Agent 系统。就像特斯拉的核心不是车，而是造车的机器人产线。
ChatGPT Work 用户数反超 Codex 这件事也很说明问题——普通人更愿意在一个全能助手（ChatGPT）里完成工作，而不是专门用编程工具。这和"软件工厂"理念一脉相承：未来的 Agent 不应该只是编程助手，而是一个能帮你把想法变成产品、然后持续运营的全栈"厂长"。
OpenClaw 创始人 steipete 给出了一个震撼的实战案例：让 Codex 同时启动 12 个子 Agent 做并行 QA，目标是找出 200 个 Bug，每个都要修根因而非打补丁。这在以前根本跑不起来——模型会在上下文压缩时"偷懒作弊"。但现在，模型真的能理解复杂意图并持续产出。
开源 vs 闭源之争也有了答案：Google 正式加入开放权重阵营，Meta AI 负责人回顾了社区如何在 DeepSeek、微软-OpenAI 分手等一系列"公开实验"中逐步认清开放路线的价值。
一句话总结：别再只把 AI 当代码补全工具了，现在你要学的是怎么搭一座 Agent 工厂。
📖 原文精选
🗣️ 软件工厂才是真正的产品——Vercel CEO 的 Agent 驱动开发宣言
The (software) factory is the product. Your product is only as good as the agents you set up to autonomously maintain it. This is what Elon Musk figured out about Tesla, and it's now true for the software world.
（软件）工厂才是产品。你的产品能有多好，只取决于你部署的那些能自主维护它的 Agent。这就是马斯克在特斯拉身上悟出的道理，现在它同样适用于软件世界。
I started doing all my research with agent CLIs and the filesystem. A 📁 research/ folder, an AGENTS.md describing the format I like and best practices. Then launch my agent and ask a question. No fancy apps, knowledge graphs, UIs. The agent can be asked to find and correlate knowledge from previous sessions. Scales to infinity.
我现在所有研究都用 Agent 命令行和文件系统完成。一个 research 文件夹，一个 AGENTS.md 描述我喜欢的格式和最佳实践，然后启动 Agent 提问。不需要花哨的 App、知识图谱、UI。Agent 能自己翻以前的会话找到相关信息。这个模式可以无限扩展。
📎 Guillermo Rauch · X · 7月25日 · 查看原文[1]
🗣️ ChatGPT Work 用户量正式反超 Codex——OpenAI 内部格局变了
ChatGPT Work officially has overtaken Codex in number of active users. Way to go.
ChatGPT Work 在活跃用户数量上已正式超越 Codex。干得漂亮。
It was always possible to speak to your computer. It wouldn't do much in return. But we fixed that bug.
你一直都可以对电脑说话。只是它不会有什么回应——但我们把这个 Bug 修好了。
📎 Thibault Sottiaux · X · 7月26日 · 查看原文[2]
🗣️ 12 个子 Agent 并行 QA——当 Codex 变成你的 QA 团队
Been running codex all day to do massive parallel QA in prep of the next release. Sol got insanely good at really understanding intent and is finding complex behavior issues. In the past such workflow did fell apart at compaction boundaries and/or the model started cheating.
花了一整天用 Codex 做大规模并行 QA，为下个版本做准备。Sol 现在对意图的理解变得极其精准，能发现复杂的行为问题。以前这种工作流会在上下文压缩时崩掉，或者模型开始作弊敷衍。
"Do a full end-to-end QA test of OpenClaw with live API keys. Use 12 subagents to split up functionality, spin up dev gateways with different ports, and use some to stress test. Orchestrate, use worktrees and create PRs autonomously. Set a goal to find 200 bugs. Fix the root cause each time, no band-aids."
"对 OpenClaw 做一次全链路 QA 测试，用真实 API Key。启动 12 个子 Agent 拆分功能，在不同端口启动开发网关，让部分 Agent 做压力测试。自动编排，用 git worktree，自主创建 PR。目标是找出 200 个 Bug，每次修复根因而非打补丁。"
📎 Peter Steinberger · X · 7月26日 · 查看原文[3]
🗣️ Google 正式站队开放权重——开源 AI 路线获全行业背书
Now with Google on board, this is a complete endorsement of open weights AI. Pretty big moment for the industry.
现在 Google 也加入进来了，这是对开放权重 AI 的全面背书。对行业来说是一个相当重大的时刻。
In uncharted territory, answers to hard questions only come from repeated contact with reality. Been thinking about how quickly the US AI community converged on support for open-weight models. It feels obvious now. It wasn't even a month ago.
在未知领域，答案只能通过反复与现实碰撞来获得。我一直在想美国 AI 社区为何如此迅速地达成对开放权重模型的一致支持。现在看起来很理所当然，但一个月前完全不是这样。
📎 Aaron Levie · X · 7月25日 · 查看原文[4]
🗣️ Replit CEO 用纯 LLM 造国际象棋引擎：1200 分只是起点
Just deployed a new chess engine; we're closing in on an estimated 1200 Elo. The goal is to get it to 2000+, while keeping the constraints: one small finetuned LLM, no custom pretraining or architecture, and the model has to produce the moves with no chess engine assistance.
刚部署了一个新的国际象棋引擎，估计接近 1200 分。目标是 2000 分以上，约束条件不能破：只能用一个小型微调 LLM，不做定制预训练或架构，模型必须自己下棋，不能调用任何传统引擎辅助。
📎 Amjad Masad · X · 7月25日 · 查看原文[5]
🗣️ OpenAI 员工公开自己的 Codex 全套工作流——当你的 AI 成为幕僚长
Jason is a DevEx engineer at OpenAI who wrote the official guidebook on how to use Codex for work. In tomorrow's episode, he showed me his complete Codex work system, including how to: Run a chief of staff across Slack and email, Turn past sessions into new skills and workflows, Build sites to learn anything, like the drums.
Jason 是 OpenAI 的 DevEx 工程师，写了 Codex 工作使用的官方指南。他展示了完整的 Codex 工作系统：让 AI 在 Slack 和邮件里当你的幕僚长、把过去的会话沉淀成新的技能和工作流、搭建网站来学任何东西——比如架子鼓。
📎 Peter Yang · X · 7月25日 · 查看原文[6]
📖 今日术语
| English | 中文 | 解释 |
|---|---|---|
| Software Factory | 软件工厂 | 用 Agent 自动构建、测试和维护软件的系统，区别于传统的人工编码流程。核心思想是"工厂本身才是产品"。 |
| Open Weights | 开放权重 | 与开源不同，指模型权重公开可用但不一定开源训练数据和代码。Google 等巨头近期公开支持这一路线。 |
| AGENTS.md | Agent 规范文件 | 类似给人类看的 README，AGENTS.md 是给 AI Agent 看的操作手册，定义格式偏好、最佳实践和工作流约定。 |
| Sub-agent Orchestration | 子 Agent 编排 | 让一个主 Agent 同时调度多个子 Agent 并行工作（如 QA、压测、修 Bug），每个子 Agent 专注一个子任务。 |
| Agent CLI | Agent 命令行 | 在终端而非图形界面中与 Agent 交互的工作模式。"无 UI、无 App、无限扩展"。 |
参考链接
[1] 查看原文: https://x.com/rauchg/status/2081123293340520642
[2] 查看原文: https://x.com/thsottiaux/status/2081198608293187635
[3] 查看原文: https://x.com/steipete/status/2081169373784633552
[4] 查看原文: https://x.com/levie/status/2081054531908247937
[5] 查看原文: https://x.com/amasad/status/2081086837263937543
[6] 查看原文: https://x.com/petergyang/status/2081029209993154980