AI Builders Digest 0628：Claude Code Artifacts、长期记忆与应用层 ROI
- Claude Code Artifacts 将Agent输出转为可共享、可更新的实时协作页面
- Engram 推动长期记忆从RAG转向持续训练，将知识内化进模型权重
- Aaron Levie 强调应用层通过理解业务流程实现每美元更多智能
- Swyx 建议开放模型评测按美元推理成本报告而非仅token数
- Agent工作从对话变成可交付系统，留下可共享、可训练、可审计的工作痕迹
今天的 AI Builders Digest 主线是 Agent 工作开始从对话变成可交付系统：Claude Code Artifacts 把一次调试、重构或数据分析变成团队能打开的实时页面；Engram 把长期记忆问题推向「训练进权重」；Aaron Levie 和 Swyx 则提醒，真正值钱的不是更长上下文，而是理解业务流程、控制推理成本、把智能变成可衡量产出的那一层。
今日总结
主线：Agent 的下一步不是会聊天，而是会留下可共享、可训练、可审计的工作痕迹。
Claude Code Artifacts 把 Agent 输出从聊天记录升级成协作界面。 Claude 官方博客给出的例子很具体：一次 incident investigation 可以生成 timeline、suspect commits 和 error-rate chart；Claude 继续工作时，页面会原地刷新，同一个链接保留版本历史。它解决的不是「模型能不能解释」，而是团队不再需要围着一句「walk us through what the agent found」同步状态。
长期记忆开始从 RAG 和上下文工程转向持续训练。 Engram 的 Dan Biderman 和 Jessy Lin 在 Training Data 里把问题说得很直：模型的瓶颈不是 raw intelligence，而是能不能理解新任务、新团队、新公司上下文。他们的方向是 per-team models，用 adapter fine-tuning、LoRA、prefixes、sparse architectures、SFT、RL 和 on-policy distillation，把文档、交互和反馈变成训练信号。也就是说，企业 Agent 的记忆不只是「检索更多资料」，还要学会哪些东西该内化，哪些东西该外置为工具。
应用层开始争夺 intelligence-per-dollar。 Aaron Levie 把 token cost optimization 上升成 applied AI 的 playbook：懂工作流、懂上下文、懂业务流程的中间层，能通过 eval、领域 UX、FDE adoption，把同样的底层模型变成更高 ROI。Swyx 从评测侧补了一刀：如果听 Noam Brown 的建议固定 inference budget，那 open models 应该用「美元推理成本」而不是 token 数来报告 thinking levels，因为开源模型的 dollar-per-token mileage 更高。
今日关键词： Claude Code Artifacts · Continual Learning · Adapter Fine-tuning · Intelligence per Dollar · Deepsec
官方博客
Claude Blog：Claude Code Artifacts 把 Agent 工作变成实时页面
Claude Code now supports artifacts 这篇公告的重点不是又多了一个展示组件，而是 Claude Code 开始把一次会话里的工作进展捕捉成可打开、可分享、可更新的页面。官方列的场景包括 PR walkthrough、system explainer、dashboard 和 release checklist，核心是把代码库、connectors、对话上下文和推理过程合成一个团队能共同看的界面。
最有价值的用例是调试：工程师在 standup 前启动 incident investigation，Claude Code 发布一个 artifact，里面有时间线、可疑提交和错误率图表；调查继续推进时，同一个页面可以重新发布两次，团队看到的是同一份上下文的最新版本。每次发布都是同一个链接的新版本，带 version history 和 gallery。
「你不需要接数据源，也不需要搭基础设施。你要一个页面，Claude Code 会用已有上下文把它建出来。」
这其实是 coding Agent 的协作形态变化：过去输出是聊天记录，接下来输出是一个活的工作面板。模型能力仍然重要，但团队协作真正需要的是一个稳定、可回看、可分享的事实界面。
🔗 https://claude.com/blog/artifacts-in-claude-code
播客精选
Training Data：Engram 论长期记忆与持续学习 — Dan Biderman、Jessy Lin（Engram）
Memory and Continual Learning: Engram’s Dan Biderman and Jessy Lin 把「AI 记忆」从产品功能拉回训练问题。Dan Biderman 的开场判断很清楚：今天模型已经很聪明，真正瓶颈不是 raw intelligence，而是理解 new and evolving context。企业真正想要的是让模型像知道法国首都、会写 Python 一样，深度掌握自己的私有数据、流程和偏好。
记忆不是单纯塞进上下文窗口。 他们没有否定 context engineering、tool use 或外部数据库，但认为这些只是拼图的一部分。长期工作会产生每天数千万 tokens 的交互和文档，只靠保存、搜索、重读会越来越贵，也会让模型困惑。真正的问题是：哪些知识应该被内化进模型，哪些应该继续外置为工具。
per-team models 是 Engram 的产品方向。 他们和 Notion、Microsoft、Harvey 这类有长期工作空间的伙伴合作，目标不是让模型临时读文件，而是像在公司待了多年的员工一样理解团队工作方式。技术上，他们提到 adapter fine-tuning、LoRA、prefixes、sparse architectures，以及 supervised fine-tuning、RL、on-policy distillation，把原始文档和人机交互转成持续训练信号。
这和基础模型实验室的世界观不同。 Engram 想象的是每个人、每个团队都有自己的模型，因为很多要学习的东西是私有的，甚至彼此冲突：同一个任务，不同公司希望模型按不同方式做。Foundation model 越强，反而越凸显这层本地记忆和偏好训练的价值。
「How do you make the models learn new things and bake them deeply into the weights of the model?」
这句话是整期播客的核心：记忆如果只存在于检索层，它像笔记；如果进入权重，它才更接近组织直觉。
🔗 https://www.youtube.com/watch?v=aiR7F4jqjXY
X/Twitter 动态
Thibault Sottiaux（OpenAI Codex）：Codex 补齐长线程、导航和复制体验
Thibault Sottiaux 1383 赞推文列出一组 Codex 体验修复：超长线程更顺滑、hoverable navigation rail 可以预览并跳转 turns、settings search 覆盖更多控制项、zoom-level 不再让 tooltip/dialog/menu/selection bubble/drag preview/autocomplete 错位，复制到 Slack 时能保留 Markdown 的 bullets、bold、code 和 links，大段粘贴也不再冻结 UI。看起来都是小修，但它们共同指向一个事实：coding Agent 的主要界面已经不是一次 prompt，而是长线程、长会话和跨工具复制。
另一条 607 赞推文把 Sol 和 Codex 操作放在一起调侃。连续两天 OpenAI 都在围绕 Codex 用量、额度、体验做公开沟通，说明 coding Agent 正在从实验工具进入高频生产软件。
🔗 https://x.com/thsottiaux/status/2071071289247244481
🔗 https://x.com/thsottiaux/status/2071089307062837744
Guillermo Rauch（Vercel CEO）：Mythos / Sol 的网络安全能力攻防两用
Guillermo Rauch 1225 赞推文把 Mythos / Sol 的网络安全能力拉回攻防现实：这些能力对防御有用，对进攻同样有用；如果对手拿到等价 offensive capability，美国公司里那些还不知道的 latent vulnerabilities 会变成严重风险。他建议现在就用 deepsec 或类似 harnesses 跑可用的 frontier models。
这条和前一天 GPT-5.6 Sol 限流争议连在一起看很关键：模型访问控制不是抽象政策问题，而是企业安全团队今天要不要主动测自己、怎么用现有模型做红队的问题。另一条 957 赞推文只有一句「Me and my agents」，但情绪很准：Agent 已经从玩具变成开发者的工作伴侣。
🔗 https://x.com/rauchg/status/2071047674187714830
🔗 https://x.com/rauchg/status/2070982746080715052
Aaron Levie（Box CEO）：应用层的价值是每美元更多智能
Aaron Levie 385 赞长推把 AI token cost optimization 讲成 applied AI 公司的核心机会：只有深度理解具体工作、业务流程和上下文，才能在底层智能与实际工作之间加一层真正有价值的系统。单个企业自己做这件事很难规模化，所以横向和垂直应用公司都有机会。
他的关键词是「more intelligence per dollar」。路径包括：为具体 use case 做 eval、深懂领域、做 tuned UX 和 features，再用 FDEs 支撑 adoption/change。换句话说，企业不是在买更便宜的 tokens，而是在买一套把 tokens 组织成业务结果的架构。
Swyx：开放模型评测应该按美元推理成本报告
Swyx 100 赞推文接着 Noam Brown 关于固定 inference budget 的讨论，提出一个更适合开放模型的评测轴：不要只按 token 数报告 thinking levels，而要按主流 inference providers 上的 dollar inference 报告。原因很现实：open models 相比 closed model APIs 往往有更高的 dollar-per-token mileage。
这个建议把「模型是否更会思考」拉回了部署经济学。同样是思考 1M tokens，开源模型、闭源 API、自建推理服务的成本曲线完全不同；如果 eval 不控制美元预算，开放模型和闭源模型的对比就会失真。
Zara Zhang：不会手写代码，也能用 GitHub 积累 1 万 followers
Zara Zhang 2149 赞推文是今天最强的个人 builder 信号：一年前她几乎不知道 GitHub 怎么用，现在有 1 万 GitHub followers，而且仍然不会手写代码。她随后 补充，自己不是工程师，这些都是为了解决自己的痛点、连接技术和用户问题而做的 side projects。
这条和 Claude Code Artifacts 放在一起看很有意思：Agent 时代的门槛下降，不是人人都变成传统工程师，而是更多人能把问题、产品、叙事和发布连成闭环。会不会手写代码变得没那么决定性，会不会把一个具体问题做成别人能理解、能复用的东西更重要。
🔗 https://x.com/zarazhangrui/status/2070982013822333007
🔗 https://x.com/zarazhangrui/status/2071116793234813272
Peter Yang：Hermes 每周自动生成健康检查邮件
Peter Yang 51 赞推文展示了一个小而完整的个人 Agent 工作流：每周六，Hermes 会从智能秤 Withings API、Fitbit、Google Health、一个 MCP server 和他 vibe coded 的移动健身 app 拉数据，生成 top takeaways 和 stats，帮他追踪健康目标。它不宏大，但非常具体。
这类项目说明 Agent 产品可能不是先从「万能助手」开始，而是从一个固定节奏、固定数据源、固定输出的私人运营报表开始。真正的价值不在模型多强，而在它每周准时把你懒得整理的东西整理出来。
Peter Steinberger：访问封锁很难阻止坚定用户
Peter Steinberger 670 赞推文只有一句判断：「History teaches us that access blockage rarely stops determined users.」放在 Sol/Mythos 访问限制的语境里，这句话点破了政策与技术扩散之间的老问题：封锁可以提高摩擦，但很难长期阻止有动机的人。
它和 Guillermo Rauch 的 deepsec 建议形成一组现实主义答案：如果能力终究会扩散，与其只赌访问控制，不如尽早用现有 frontier models 检测自己的安全面。
数据采集时间：2026-06-28 15:38 CST
评论互动