Agent 工作流进入行业现场 - 2026-07-21

type

status

date

slug

summary

今日主线

今天这批 follow-builders 的重点不是单个模型发布，而是 Agent 工作流正在往更真实的行业场景里走。Zara Zhang 讲新公司会从第一天就围绕 coding agents 组织工作；Peter Yang 提到用一个 agent 做事、另一个 agent 按 rubric 审核；Aaron Levie 把 multi-model agentic systems 看成复杂 agent 的核心设计模式。它们指向同一个方向：agent 不只是更会写代码，而是开始改变团队、评估和成本结构。

另一个重要信号来自 No Priors 的 Booking.com 访谈。Glenn Fogel 的观点很实在：AI travel assistant 有机会把复杂行程规划变简单，但旅行不是把库存丢进数据库就完事，它有供应商关系、监管、售后和现实世界的连锁问题。AI 真正落地行业时，壁垒不在一句“有 agent”，而在能不能处理这些复杂细节。

重点解读

第一，agent 的评估方式正在变成熟。Peter Yang 转述 Thariq 的方法：一个 agent 做内容，另一个 agent 按 rubric 审核，避免模型偏爱自己的输出。Zara 的招聘流程也类似：第一轮不用 AI 看基础能力，第二轮必须用 AI 完成项目，还要看候选人与 agents 的聊天记录。未来不是“会不会用 AI”这么粗，而是要看人和 agent 协作的过程质量。

第二，模型路由会成为应用层的重要能力。Aaron Levie 提到 Cursor 的研究：用 frontier model 做规划和编排，再交给便宜的 workhorse model 执行，可以在项目级 token 成本上带来 15 倍改善。这里的重点不是省钱本身，而是复杂任务里并不是每一步都需要最高智力。谁更懂业务流程，谁就更能把不同模型放到正确位置。

第三，行业 AI 会比 demo 难得多。Booking.com CEO 在 podcast 里说，不存在永远安全的 moat，优势会被创新冲掉；但他也提醒，旅行行业有复杂的供应商协作、监管、取消、改签和真实世界反馈。AI 可以让旅行规划更像个人 concierge，但要真正改变行业，需要把业务细节做深。

X Builders 全量记录

1. Swyx @swyx

Swyx 今天最值得看的，是他对 RLM 论文里 benchmark 轨迹比较的提醒。他指出一个现实问题：即使不直接训练测试集，也可以用“长得像测试集”的数据去逼近 benchmark 分数；而开放权重模型通常不会公开数据集和环境，所以外部很难判断有没有这种 test lookalike。论文里用 NLP 距离指标看隐藏轨迹，虽然不是终极解法，但能帮助判断模型是不是在真正泛化。另两条是链接或短评，JSON 没有展开上下文，按全量规则保留。

2. Thibault Sottiaux @thsottiaux

Thibault Sottiaux 今天的内容很短：他说在 OpenAI 工作从来不会无聊，是一个非常不可思议的地方。信息量不大，但结合他近期连续讲 ChatGPT Work 和 Codex 的产品节奏，可以看作团队内部仍处在高强度推进状态。

3. Peter Yang @petergyang

Peter Yang 今天三条里，最重要的是 agent 评估方法：用一个 agent 做任务，再用另一个 agent 按 rubric 审核。视频短片这类任务没有确定答案，如果让同一个模型检查自己的输出，很容易产生 self-preferential bias，也就是对自己更宽容。另一条说禁止中国模型可能会像禁止中国电动车一样变成自伤；第一条只有“What”和链接，JSON 没有足够上下文，不扩写。

4. Madhu Guru @realmadhuguru

Madhu Guru 今天把 enterprise AI、product sense 和 tokenomics 放在一起看。她认为通往 AGI 的路会由大量有经济价值的任务铺出来，而这些任务很多都在企业里，所以 enterprise AI 是重要前线。她还把过去 crypto 的 tokenomics 讨论迁移到今天的 AI：真正关键的是 open vs closed weight、inference costs 和 model routing。换句话说，产品判断、成本结构和模型选择会越来越绑在一起。

5. Thariq @trq212

Thariq 今天说明一个 Claude Code bug 只在线上存在了几分钟，他是在自己个人账号做深夜 coding 时遇到的。内容偏产品运行状态，不是新功能，但能看到这类 coding agent 已经进入持续线上维护节奏，小 bug、快速传播修复、个人实测都会被公开讨论。

6. Amjad Masad @amasad

Amjad Masad 今天一条只写了“Tools”，上下文在链接里，JSON 没有展开；另一条是关于“Being cancelled is a choice”的表达，偏社交讨论。最值得保留的是他转到的“第一个由 coding agent 交付的实体产品？”这个点：coding agent 的影响可能不止停留在软件仓库里，它会逐步碰到硬件、供应链和真实产品交付。

7. Guillermo Rauch @rauchg

Guillermo Rauch 今天给了一个非常 builder 视角的判断：AI 最大的启发是 everything is code。幻灯片、设计、宣传视频、Excel 自动化都可以被当成 code 来生成、修改和迭代。这个判断和最近 disposable software、coding agents 的讨论放在一起看很顺：软件的边界正在外扩，很多过去不是“写代码”的工作，也会被代码化。

8. Aaron Levie @levie

Aaron Levie 今天重点讲 multi-model agentic systems。他转述 Cursor 的研究：复杂任务里，少数环节需要 frontier model 做规划、拆解和关键权衡；一旦不确定性被整理成明确指令，后续大量执行可以交给更便宜的模型。这个模式能带来项目级 15 倍成本改善，也解释了为什么 applied AI layer 会有差异化：真正懂 coding、finance、legal、healthcare、life sciences 等行业的人，才知道哪些步骤该用贵模型，哪些步骤可以路由给便宜模型。

9. Garry Tan @garrytan

Garry Tan 今天三条里，一条是加州税务和政治相关，和 AI 主线关系不强；一条是“Compute rules everything around me”，把算力作为当下 AI 产业底座的调侃式总结；另一条是提醒保持警觉。按全量规则全部保留。

10. Matt Turck @mattturck

Matt Turck 今天用一张梗图表达 OpenAI 和 Anthropic 面对顶级免费中国开源模型发布时的反应。虽然是玩笑，但对应今天多条关于中国模型、开放权重、model routing 和成本的讨论：开源模型已经不是边缘变量，而是会直接影响前沿实验室、应用公司和监管选择。

11. Zara Zhang @zarazhangrui

Zara Zhang 今天三条都很有沉淀价值。她说如果今天招聘，会把面试拆成两轮：第一轮线下面试且禁止 AI，用来测试领域知识和现场判断；第二轮必须用 AI 做一个没有 AI 完不成的项目，并且不仅看结果，还看候选人与 agents 的聊天记录。她还说现在公司分成两类：coding agents 出现前成立、正在 retrofit 的公司，以及 coding agents 之后成立的新公司。后者从第一天起就可能是十人以下团队、按项目而不是部门组织、每个人闭环完成工作、几乎没有内部会议。另一条是她达到 80k followers 的轻量记录。

12. Nikunj Kothari @nikunj

Nikunj Kothari 今天提醒 AI 创业者，不要把“没有 moat”误解成“规模和资本就是主要 moat”。他列了 Webvan、Groupon、MySpace、Yahoo、AltaVista、Blockbuster、Nokia 等例子，意思是结构和资本位置很好，也可能输给更独特的洞察，或者被自己的规模压垮。另一条是 VC 人才流向快速增长 startup 的观察，职位常见名是 special projects。

13. Dan Shipper @danshipper

Dan Shipper 今天一条是链接型短帖，JSON 没有展开上下文；另一条是 Every 正在招 senior engineer 来做 agent，要求是必须喜欢 agents；最后一条是“基本上是 Brian Johnson”的玩笑。对 AI 主线来说，招聘这条更有信息量：agent 产品团队已经开始把“真正想做 agent 的工程师”当成明确筛选条件。

14. Sam Altman @sama

Sam Altman 今天只有一句“it is good now!”并带链接。JSON 没有展开被回应对象或上下文，所以这里不做额外判断，只保留原始嵌入。

Blog 全量记录

今天 follow-builders 输出里没有 blog 内容。

Podcast 全量记录

1. No Priors：Travel Through the Lens of AI with with Booking.com CEO Glenn Fogel

这期 No Priors 采访 Booking Holdings CEO Glenn Fogel。核心结论很清楚：AI 会让旅行规划变得更像个人 concierge，但旅行行业不是单纯的搜索和库存问题。Fogel 认为，人们做复杂家庭旅行时会卡在多目的地、舱位、酒店、交通、餐厅、积分和现金选择这些细节上，AI agent 的价值是记住偏好、快速搜索组合、来回追问并给出可执行方案。与此同时，他反复强调“没有永久 moat”：今天的优势可能明天就没了，长期只能靠持续做新服务。但这并不代表新玩家能轻松掀翻大平台，因为旅行还有供应商关系、监管、merchant of record、改签取消、售后和真实世界问题。AI 在这里真正的机会，不是炫一个旅行聊天框，而是把复杂行程和出错后的连锁处理做扎实。

今日沉淀结论

今天最值得记住的是：Agent 正在从工具层进入组织层和行业层。它会改变面试、团队结构、模型路由、内容审核、旅行规划和产品交付；但真正的门槛也更清楚了，不是会调模型就够，而是要懂任务、懂行业、懂成本，还要有办法验证 agent 做得对不对。

Generated through the Follow Builders skill: https://github.com/zarazhangrui/follow-builders