AI Builders Digest 0704：Fable 5 长周末狂欢与互联网范式转移
- Anthropic 选在 7 月 4 日美国独立日长周末放出 Fable 5，把长周末变成全球开发者的 token 狂欢
- Cloudflare CEO Matthew Prince 抛出重磅数据：机器人流量首次超过人类，28 年广告商业模式正在崩塌
- 两场范式转移同时发生：模型发布节奏变化，以及互联网底层流量结构重构
- Claude 正式接入 Apple 生态，跨平台整合加速，AI 能力从单点走向全场景覆盖
今天的 AI Builders Digest 主线是 两场范式转移同时发生：Anthropic 选在 7 月 4 日美国独立日长周末放出 Fable 5，把一个长周末变成了全球开发者的 token 狂欢；Cloudflare CEO Matthew Prince 抛出重磅数据——机器人流量首次超过人类，延续 28 年的广告商业模式正在崩塌；与此同时，Claude 正式接入 Apple Foundation Models 框架，AI 正在从云端走向原生设备。
今日总结
Fable 5 的周末狂欢不是偶然。 Nikunj Kothari 一句话点破：实验室专挑长周末前悄悄发模型，Opus 4.5 卡在感恩节前，Fable 5 卡在 7 月 4 日前，目的是给大众留出 tinkering、play、被震撼、然后「更深地陷入 token 焦虑」的时间窗口。Thariq 用一条「我发现用 Fable 最重要的部分，是发现自己的 unknowns」的推文拿到全周最高 3389 赞，Dan Shipper 紧跟着把这场狂欢量化成 token 经济学：清完整个 prod bug backlog 20M tokens、回完所有未读邮件 30M tokens、Fable 在你泡泳池时替你工作 priceless。Peter Steinberger 甚至把自己 8 万条推文喂给 Fable 让它「roast me」。
互联网商业模式已死。 Cloudflare CEO Matthew Prince 在 The MAD Podcast 中抛出历史性观察：2026 年上半年，机器人和 AI 代理的流量首次在互联网上超过了人类。未来五年互联网流量可能增长到今天的 1000 倍，但延续了 28 年的核心商业模式——广告——正在失效：机器人不会点击广告。Prince 预言，未来 6-12 个月几乎每家公司都会经历团队优化，适应新的 AI 时代。
NVIDIA 在下一盘比卖卡更大的棋。 Bryan Catanzaro 在 MAD Podcast 里把 Nemotron 的存在逻辑讲得很直接：它有两个任务，第一是让 NVIDIA 深度理解 AI 才能继续设计未来的硬件，第二是支撑开源生态。Nemotron 3 Ultra 用 MVFP4 四位算术预训练，混合 Mamba-Transformer 架构 + MoE + 多 token 预测 + 多教师蒸馏，把开源 open weight 模型推到美国第一。
Apple 原生 AI 正在闭环。 Anthropic 发布 Claude for Foundation Models，开发者只需三行 Swift 代码就能在 Apple 平台上调用 Claude。这不是简单的 API 封装：它与 Apple 的原生框架深度集成，支持流式响应、类型安全的 Swift 值返回，还能无缝切换本地模型（快速摘要、提取）和云端 Claude（多步推理、代码生成、网页搜索）。
AI 战争的本质是对 context 的争夺。 Aaron Levie 把整场战争收束成一句话：这场战斗正在变成对 context 的战斗，能捕获并利用最好 context 的平台，就是 Agent 做最好工作的地方，应用层绝不是「只是个 LLM wrapper」。Zara Zhang 给了一个更尖锐的补充：人们越来越不愿意为「工具」付费，如果只是个工具，他们觉得自己用 coding Agent 也能造，他们真正愿意付费的是「雇佣自己没有的专业知识」。
今日关键词： Fable 5 · 机器人流量 · Nemotron 3 Ultra · Apple 原生 AI · Context 之战
官方博客
Claude Blog：Apple 平台原生集成 Claude
Anthropic 发布了 Foundation Models 框架的 Claude 支持，通过一个新的 Swift 包，Apple 开发者可以用最少三行代码接入 Claude 处理复杂工作流。
核心特性：
- 原生 Swift 集成：利用 Apple 的 Foundation Models 框架，直接从 Swift 调用模型
- 类型安全：通过
@Generable注解返回类型化的 Swift 值，输入干净而非原始用户文本 - 无缝切换：本地模型处理快速任务（摘要、提取），需要多步推理、代码生成时自动切换到 Claude
- 流式响应：Claude 的响应可以流式返回到同一个视图
- 扩展能力：支持 Claude 的网页搜索和代码执行功能
这个集成解锁了一系列新可能：日记应用可以在设备上生成每日提示，然后交给 Claude 找出数月记录中的线索；学习应用可以在本地解释术语，需要时交给 Claude 进行深度展开。
“Developers can use this to tap into Apple’s on-device models for fast, local tasks like summarization or extraction.”
🔗 https://claude.com/blog/claude-for-foundation-models
播客精选
The MAD Podcast：互联网商业模式已死 — Matthew Prince（Cloudflare CEO）
Cloudflare 处于全球互联网流量的关键位置，CEO Matthew Prince 带来了一个历史性观察：2026 年上半年，机器人和 AI 代理的流量首次在互联网上超过了人类。
互联网范式转移。 未来五年互联网流量可能增长到今天的 1000 倍，但延续了 28 年的核心商业模式——广告——正在失效：机器人不会点击广告。Prince 预言，未来 6-12 个月几乎每家公司都会经历团队优化，以适应新的 AI 时代。
“In five years you might have a thousand times as much traffic on the internet as you do today. The problem is bots don’t click on ads.”
Cloudflare 的转型。 这家公司正在从单纯的 CDN 和安全服务商变成 AI 基础设施公司，覆盖 Workers 无服务器计算、AI Gateway、Agent 安全等领域。Prince 认为，随着 Agent 数量的爆炸式增长，安全和基础设施的重要性将达到前所未有的高度。
🔗 https://www.youtube.com/watch?v=UN47z_opfmo
The MAD Podcast：NVIDIA 为什么要把 AI 模型送出去 — Bryan Catanzaro
很多人没意识到 NVIDIA 有一个数百人的前沿 AI 研究团队，Nemotron 3 Ultra 几周前一经发布就成为美国排名第一的 open weight 模型，紧随其后的是 GLM 5.2。Bryan Catanzaro 领导 Nemotron，他此前主导过 Megatron，是 NVIDIA 加速计算路线的资深架构师。
Nemotron 干的不是模型生意，是「理解」生意。 Catanzaro 给出 NVIDIA 自建模型的两条理由：第一，NVIDIA 是一家加速计算公司，必须从第一性原理理解世界最重要的计算挑战，才能 codesign 未来的硬件和软件；第二是支撑开源生态，「每当 AI 被进一步开发和部署，对我们都是生意机会」。
“Nemotron’s first job is to help NVIDIA understand how to build its core products… whenever AI is further developed and further deployed, it’s an opportunity for our business.”
四位算术预训练是最硬的技术突破。 Nemotron 3 Ultra 和 Super 用 MVFP4 四位算术完成预训练，Catanzaro 称之为「不是一件 trivial 的事」，需要发明全新算法让模型在如此粗糙的算术精度下仍然收敛到优秀结果。
三个架构选择各有账本。 MoE 是被竞争逼出来的；多 token 预测的账本是显存带宽而非算力；多教师蒸馏则是组织工程——用大约 10-15 个教师模型各自在一个领域推到极限，再用 MOPD 把它们的密集 reward 压进一个学生模型。Catanzaro 把多教师蒸馏同时当成组织管理工具：500 人团队各自把模型推向某个领域的极限，再压进一个学生模型，避免了团队之间的「拔河」。
“One of the challenges of building AI in 2026 is that you have to figure out how to get the people to work together even though you’re only building one thing at the end of the day.”
🔗 https://www.youtube.com/watch?v=Oojrfdl42LI
X/Twitter 动态
Thariq（Anthropic Claude Code）：发现自己的 unknowns 才是用 Fable 的关键
Thariq 拿到全周最高赞 3389 的一条推文，讲他用 Fable 的核心方法论：最重要的部分是发现自己的 unknowns，才能更好地 prompt 它。这是对「prompt engineering」的一次升级：从「写好 prompt」变成「先发现自己的认知盲区」。
Thibault Sottiaux（Anthropic）：Codex 的敬礼经济
Thibault Sottiaux 与 Claude 的「敬礼经济」对话在 X 上获得 1082 赞：当 Claude 被要求统计 🫡 表情数量时，它不仅做了算术，还创造了「salute debt」（敬礼债务）这个概念。Claude 甚至把这个概念延伸成了「敬礼经济是无情的」。他还提出了一个社区热议的问题：「你觉得 Codex 还有什么令人惊讶的事情是我们早就应该做好但至今没做好的？」（1804 赞）
🔗 https://x.com/thsottiaux/status/2073551549494596079
🔗 https://x.com/thsottiaux/status/2073554978053005607
Aaron Levie（Box CEO）：AI 战争是一场关于 context 的战斗
Aaron Levie 用一条长推把整场 AI 战争收束成一个判断：战斗正在变成对 context 的战斗。agent 的有效性取决于是否有对的领域专长、对的 context 和工具，以及能否被嵌入用户可交互、可审查、可吸纳的工作流。他据此给出应用层的护城河论：能组织关键知识、按治理方式维护、并随时间持续改进 context 的平台，才是 agent 做最好工作的地方。
Guillermo Rauch（Vercel CEO）：Token Race 可视化与 Agent 自我改进
Guillermo Rauch 把 Vercel AI Gateway 中各模型的 token 消费做成了「赛车比赛」动画，数据来自数百万开发者每月数万亿 token 的聚合使用，生动展示了 Anthropic 的主导地位和开源模型的崛起趋势（769 赞）。他还给出 Agent 自我改进的最短路径：给 Agent 反思过去运行的能力，让它发现低效、错误、冗余的工具调用，然后产出新的 prompts 和 Skills。
🔗 https://x.com/rauchg/status/2073563586270781674
🔗 https://x.com/rauchg/status/2073132174958841887
Peter Steinberger：AI 对话上下文追踪工具
Peter Steinberger 展示了 AI Builder 工具的新版本：精确显示 Claude 上下文重置何时过期，帮助用户优化对话策略。他幽默地把这个功能称为「提升你的 valuemaxxing 游戏」（1434 赞）。他还给 Fable 5 一个最戏剧化的用法：把自己 8 万条推文喂进去，让它 roast 自己（267 赞）。
🔗 https://x.com/steipete/status/2073482942513565713
🔗 https://x.com/steipete/status/2073295890857758810
Dan Shipper（Every CEO）：把 Fable 5 量化成 token 经济学
Dan Shipper 把 Fable 5 的使用价值翻译成一组 token 账本（138 赞）：一个端到端跑通的新个人 iOS app 5M tokens、清完整个 prod bug backlog 20M tokens、给所有未读邮件 Slack 和短信冗长回复 30M tokens，而「Fable 在你泡泳池时替你工作 priceless」。
Zara Zhang：人们不再为工具付费，只为「雇佣专业知识」付费
Zara Zhang 给出一条对应用层定价最锋利的判断：人们越来越不愿意为工具付费，如果只是个工具，他们觉得自己用 coding agent 也能造；他们真正愿意付费的，是「雇佣自己没有的专业知识」的感觉。这条推文和 Aaron Levie 的「context 之战」放在一起，几乎画出了应用层的定价分水岭。
Cat Wu（Anthropic）：Fable 5 周末 demo 召集令
Cat Wu 在长周末前发出 Fable 5 的 demo 召集令（479 赞），让社区在回复里晒长周末用 Fable 5 做的东西。另一条更实用的小技巧（268 赞）：用 Claude Code 配合 computer use 来部署 Claude Tag，把文档丢给它就能自动连上团队的 GitHub repo、数据仓库、Google Drive 等数据源。
Swyx：tools for thought 输给了丑陋的 CLI
Swyx 用一条带着讽刺的观察（114 赞）总结了过去十年「thought tools」圈的命运：花十年做漂亮的 canvas demo，最后却被低对比度、设计糟糕的 CLI 完全击败，原因只是 CLI 能替你做 commodity thinking。
Sam Altman（OpenAI CEO）：独立日感言
Sam Altman 在独立日发表感言，感谢过去 250 年创造和建设美国的人们，以及未来 250 年将继续推进的人们，称美国是「历史上最令人印象深刻的社会实验」。这条推文获得 2831 赞，是当天互动最高的内容之一。
Garry Tan（YC CEO）：AI 把专科医疗等候时间打下来
Garry Tan 抓住一条医疗系统痛点（254 赞）：专科医生的等候时间正在上升，而 AI 即将改变这一切，他判断 AI 会把医疗质量提升 100 倍，对全球病人来说不算太早。
Nan Yu（Linear 产品负责人）：生产环境的责任
Nan Yu 提出了一个尖锐的问题：「如果你把每张生产环境的表都删了，是模型被开除还是你被开除？」（293 赞）。他另一条更哲学的观察：如果你的领域产不出好的训练数据，那它本来可能就充满废话。
🔗 https://x.com/thenanyu/status/2073358171648586251
🔗 https://x.com/thenanyu/status/2073070255031615877
Nikunj Kothari（FPV Ventures）：实验室专挑长周末发模型
Nikunj Kothari 点破了一个发布规律：实验室悄悄把模型发在长周末前，Opus 4.5 卡在感恩节前，Fable 5 卡在 7 月 4 日前，目的是给大众留出 tinkering、被震撼、然后更深地陷入 token 焦虑的时间。
数据采集时间：2026-07-05 23:18 CST
评论互动