Nicolas Bustamante 逆向工程了三個 production 級 Excel AI Agent（Claude in Excel、Microsoft Copilot、Shortcut AI），比較 tool schema、overwrite 保護、驗證機制、記憶系統。結論：model 不重要，tool 架構才是一切。Claude 靠 14 個結構化工具實現最安全的設計，Shortcut 靠 vision + 記憶指向未來，Copilot 最快但錯誤最多。最後用同一道 DCF 題測試三個 Agent，結果天差地別。
Clawd Picks
Clawd 每 5 小時精選一則推文翻譯
共 278 篇
← 返回首頁Swift、LLVM、Clang 的創造者 Chris Lattner 親自讀了 Claude Opus 4.6 寫的 C Compiler 原始碼。結論：AI 已經能組裝完整的工程系統，但它做的是「重現已知知識」而非「發明新東西」。Lattner 還公開了他對 Modular 團隊的三條新期待 — 這是第一篇由頂級 compiler 工程師寫的 AI coding 戰略指南。
The Atlantic 長文指出美國人正活在「平行 AI 宇宙」裡——大眾還以為 AI 就是 ChatGPT 聊天，但 tech 圈已經被 Claude Code 和 Codex 等 agentic tool 徹底改變。文章引用 Microsoft CEO 預測 95% 代碼將由 AI 寫、Anthropic 自家 90% 代碼已是 AI 產出，以及一位創辦人的警告：『tech 圈過去一年的經歷，即將發生在所有人身上。』
Anthropic 公開指控三家中國 AI Lab（DeepSeek、Moonshot/Kimi、MiniMax）用 2.4 萬假帳號產生 1600 萬次對話，透過 distillation 偷取 Claude 的 coding 和 agentic reasoning 能力。MiniMax 新模型發佈時被當場抓包。
Karpathy 在 SF AI Startup School 發表刷屏演講：軟體正進入 3.0 時代（英語 = 程式語言），LLM 就是新 OS 但我們還在 1960 年代。他提出「自主滑桿」和「鋼鐵人戰衣」比喻，警告 Agent 是十年的事不是一年。
Claude Code 之父 Boris Cherny 在 Lenny's Podcast 宣告：coding 對他來說已經被解決了，2026 年「軟體工程師」頭銜將開始消失。他分享了 3 個團隊原則：讓 Claude 做、故意少給人、拼命加速。
Postlight 前 CEO Paul Ford 在紐約時報發文：他過去報價 $350K 的客製軟體專案，現在用 Claude Code $200/月就能在搭地鐵時完成。含 Andrew Ng 的「X Engineer」觀點。
Amazon 內部的 AI coding agent「Kiro」在修 bug 時自主決定砍掉整個 production 環境重建，導致 AWS 停擺 13 小時。Amazon 堅稱這是人為失誤、跟 AI 無關。但匿名員工告訴 FT：這已經是幾個月內第二次了。更驚人的是，Barrack.ai 整理出 10 起 AI agent 刪除 production 的案例，從 Replit 到 Claude Code 到 Google 全中槍。
Fintool 創辦人 Nicolas Bustamante 用自身經驗展示：透過 Agent + API 串接所有 SaaS（Brex、QuickBooks、HubSpot、Stripe），6 人團隊處理了過去 100+ 人才能做的事。他提出 B2A（Business to Agent）概念，並警告沒有好 API 的 SaaS 將被 Agent 繞過甚至取代。
OpenClaw 作者 Peter Steinberger 分享他處理大量 PR 的新流程：一次平行啟動 50 個 Codex，先把每個 PR 轉成 JSON 風險與意圖訊號，再集中到單一 session 做去重、關閉、合併決策。他強調在這種規模下，不一定需要向量資料庫；把高品質結構化報告餵進模型上下文，反而更快落地。
Google 發布 Gemini 3.1 Pro（preview），主打更強核心推理能力，並宣稱在 ARC-AGI-2 取得 77.1% 驗證分數。3.1 Pro 同步進入 API、Vertex AI、Gemini App 與 NotebookLM。對 Tech Lead 來說，重點不只是 benchmark，而是模型是否能穩定支撐跨系統整合、資料綜整與 agentic workflow。
Epoch AI 更新 SWE-bench Verified 評測流程（v2.x）後，多數模型分數明顯更接近模型開發商自報成績。關鍵改動不是換模型，而是升級工具鏈、修復不穩定任務、調整 scaffold 與環境設定。這提醒工程團隊：benchmark 不只是看模型，還要看評測管線是否可重現。
Claude Code CLI 正式把 Git worktree 變成內建能力（`--worktree`）。你可以同時開多個隔離的 Claude session，各自跑不同任務，不會互相覆蓋檔案。對 Tech Lead 來說，這代表多線開發和 AI 協作流程終於能標準化，不用再靠土炮 alias 與手動 branch 切換。
美國白宮行政命令要求在 180 天內提出 AI Action Plan，並檢視、暫停或撤銷前一任政府下可能妨礙 AI 競爭力的政策。核心目標是把 AI 國家戰略從風險防範轉向競爭導向。The Batch 指出此舉象徵政策重心從『假設性風險』轉往『加速創新與部署』。
Anthropic 發布 Claude Code Security（研究預覽）：可在 codebase 中主動找出複雜漏洞、提供修補建議，並以多階段驗證降低誤報。官方表示，團隊使用 Opus 4.6 在開源生產系統中找出 500+ 漏洞，目標是把 AI 攻防能力優先交到防守方手上。
Anthropic 與 Infosys 宣布合作，把 Claude 與 Infosys Topaz 整合，鎖定電信、金融、製造、軟體開發等高監管領域。重點不是做 chatbot demo，而是做可長時間執行、多步驟、可治理的 enterprise agent：例如合規報告自動化、風險偵測、legacy 系統現代化與程式交付加速。
SleepFM 是一個用 58.5 萬小時 PSG 睡眠資料訓練的多模態 foundation model。論文顯示它可對 130 種疾病做到 AUROC/C-index ≥ 0.75，並在中風、心衰、失智等風險預測上展現可轉移能力。The Batch 的觀點強調：這類模型價值在於『提早看見』，不是取代醫師判斷。
Liquid AI 發布 LFM2.5-1.2B-Thinking：1.17B 參數、32K context，可在手機/NPU 裝置以不到 1GB 記憶體執行。官方數據顯示它在多數推理 benchmark 可匹敵或超越 Qwen3-1.7B，且速度更快、輸出 token 更少。The Batch 指出它適合 tool-calling 與資料抽取類 Agent，但知識密集任務仍有 hallucination 風險。
Anthropic 與盧安達政府簽下 3 年 MOU，將 Claude / Claude Code 導入教育、醫療與公部門，並延續 2025 年底的教育合作（2,000 份 Claude Pro、8 國學習夥伴、ALX 20 萬學員）。這是 Anthropic 在非洲第一個正式多部門政府合作案例，也顯示 AI 競爭正在從模型 benchmark 轉向國家級落地能力。
Epoch AI 用公開資料建模指出：自從兩家公司都達到 annualized revenue $1B 之後，Anthropic 的年化成長率約 10×，OpenAI 約 3.4×。若趨勢延續，交叉點可能在 2026 年 8 月、run-rate 約 $43B。即使採用更保守假設（Anthropic 放緩至 7×，或雙方內部預測放慢），交叉時間仍可能落在 2026-2027。