跳到主要内容

AI Builders Digest — 2026-06-06

🆕 新产品​

  • Lowfat — 可插拔的 CLI 过滤器，号称能节省 91.8% 的 LLM token 消耗，通过智能过滤减少无用请求 [HN 117👍]
  • Boxes.dev — 告别 localhost，在云端一键运行 Claude Code 和 Codex [HN 97👍]
  • FFmpeg WebCLI — 基于 WASM 在浏览器中运行完整 FFmpeg，离线 PWA，无需上传文件 [HN 84👍]
  • Mnemo — 本地优先的 AI 记忆层，使用 Rust + SQLite + petgraph 为任意 LLM 提供持久记忆 [HN 59👍]
  • Ideogram 4.0 — 开源 9.3B 参数文生图模型，开放权重发布 [HN 46👍]
  • Cost.dev (YC W21) — 让 AI agent 具备成本感知能力，自动选择更便宜的调用策略 [HN 35👍]
  • Microsoft Agent Framework — 微软推出的 agent 开发框架，提供多 agent 编排能力 [GitHub 🔥]
  • CopilotKit — 开源框架，为 React 应用快速集成 AI Copilot 和 agent 功能 [GitHub 🔥]

🔧 工具更新​

⭐ 最新版本 Hermes Agent v2026.6.5

  • macOS 桌面版安装器 + 应用内自更新，重装后可干净重建启动
  • 启动失败恢复 + 实时 API 密钥验证，可取消安装流程
  • 支持 OAuth 远程网关连接，用户名/密码登录远程 gateway
  • 拖拽文件到聊天区域上传 + 剪贴板图片粘贴去重
  • 跨平台 Electron 改进：Windows 缓存恢复、Linux sandbox 配置、arm64 检测

查看完整更新日志

📝 博客精选​

🐦 开发者动态​

  • Alex Albert (Research @Anthropic): Anthropic 首次公布内部数据——Claude 代码库中超过 80% 的合并代码已由 Claude 编写，典型工程师产出提升 8 倍
  • Thibault Sottiaux (Codex @OpenAI): OpenAI Codex 正式发布 Python SDK（pip install openai-codex），可在自有程序中使用 Codex。同时修复了一个影响 Pro/Plus 用户 token 计量的 bug
  • Sam Altman (CEO @OpenAI): ChatGPT 记忆功能重大升级，同时推出用 ChatGPT 构建和发布网页应用的新能力
  • Cat Wu (Claude Code @Anthropic): 招聘 Claude Code PM，专攻模型性能方向，需有 agentic eval 开发经验
  • Guillermo Rauch (CEO @Vercel): Vercel 确认投资 nitrojsdev，重申对开放 Web 平台的承诺，将原生支持 Nuxt、Svelte、TanStack Start 等 Vite 生态框架
  • Dan Shipper (CEO @Every): Spiral 4.0 发布——基于风格计量学的写作引擎，支持 stylometry 风格提取 + MCP + CLI，成为你与 agent 的写作搭档
  • Swyx (Cognition): Cog 推出首个企业级 eval 平台，支持最长 100 小时的私人评测（对比 METR 约 16 小时），并附带财务担保
  • Josh Woodward (VP @Google Labs): Gemini macOS 应用推出全新功能
  • Peter Yang (Product @Roblox): 在 Codex 中配置了完整的工作流技能集成，认为知识工作者可节省至少 50% 时间，但强调所有流程均保留人工审核节点
  • Garry Tan (CEO @YC): YC 一天内诞生两只 decacorn（百亿美元估值公司），其中之一在做商业核聚变——Polaris 达到 1.5 亿摄氏度
  • Aaron Levie (CEO @Box): 引用 Anthropic 文章，强调 AI 乐观主义场景的核心在于新思想、新工具和新实验的爆发式增长
  • Thariq (Claude Code @Anthropic): 介绍动态工作流如何让 Claude Code 处理全新类型的任务
  • Amjad Masad (CEO @Replit): 展示了从 Prompt 直接到购物体验的快速原型
  • Nikunj Kothari (FPV Ventures): 展示如何用 Claude Code 构建「Nock skill」——以 AI 形式还原个人的思维和说话方式
  • Matt Turck (FirstMark Capital): 发布与 OpenAI 研究员 Dan Roberts 的 MAD Podcast 对话，深入探讨 RL 和 AI 科学发现
  • Aditya Agarwal (South Park Commons): 认为许多岗位将融入工程能力，「营销工程师」是其中的典型例子

🎙️ 播客精选​

The MAD Podcast with Matt Turck — OpenAI's Dan Roberts: Why AI Can Now Make Discoveries

本期要点: Matt Turck 对话 OpenAI 基础强化学习团队负责人 Dan Roberts。Dan 从理论物理学家转型 AI 研究员的历程引人深思——他曾在 MIT 研究量子引力和黑洞信息悖论，后加入 FAIR 用物理学工具理解深度学习，合著了《The Principles of Deep Learning Theory》一书。对话深入探讨了 RL（强化学习）如何成为当前 AI 最重要的范式，以及 OpenAI 如何通过 RL 训练让模型在测试时进行长链思考，从而攻克百年未解的 Erdős 数学难题。Dan 认为 AI 科学发现是一个渐进过程而非突变，他反对「scaling 时涌现新能力」的说法——认为这只能说明你还没理解 scaling 背后的原理。他从物理学方法出发，主张将复杂现象还原到最简单能保留核心问题的场景中研究，这一思路对 AI 研究同样适用。

Generated through the Follow Builders skill