AI Builders Digest 0707：Claude Code 起源与 Artifacts，Agent 自我进化闭环
- Boris Cherny 首次披露 Claude Code 起源于 Anthropic 安全研究，从安全工具演化成开发者生产力工具
- 官方同步推出 Artifacts，把 Claude Code 会话进度变成可共享的实时协作页面
- Swyx 解读 J-space 论文：模型已能感知对自身推理的干预，Agent 自我进化闭环初现
- Replit 和 Vercel 在 Agent 基础设施层持续推进，开发者工具生态快速成熟
今天的 AI Builders Digest 主线是 Claude Code 的身世与 Agent 自我进化的闭环：Boris Cherny 首次披露 Claude Code 起源于 Anthropic 安全研究，官方同步推出 Artifacts 把会话进度变成可共享的实时页面；与此同时 Swyx 解读 J-space 论文显示模型已能感知对自身推理的干预，Replit 和 Vercel 都在让 Agent 自我评估、自我改进。从安全研究到自我进化的 Agent，这条线贯穿全天。
今日总结
主线：Claude Code 回到起源，Agent 正在学会审视自己。
Claude Code 的安全研究血统。 Boris Cherny 在首次讲述 Claude Code 起源时明确说它“起源于 Anthropic 安全研究”，这条线索把今天的几条动态串了起来：Swyx 解读的 J-space 论文证明模型能检测对自身推理的干预，这是 eval awareness 的近亲；Artifacts 让 Agent 的工作过程对人类可见、可协作。安全不再只是上线前的检查，而是嵌进了 Agent 的运行时。
Agent 自我进化的闭环正在合拢。 Amjad Masad 说 Replit 之所以改进神速，是因为“闭环已经合上，Agent 在自我改进”；Guillermo Rauch 让 Vercel 的 eve 用 eve eval 自我评估。当 Agent 能评估自己、能感知被干预，自我进化的技术前提就齐了。
AGI 的学校。 Edwin Chen 在 AI & I 播客里把 Surge 定位为“AGI 的学校”：模型像孩子一样入学，离开时更聪明、更有品味。他用 Riemann Bench 测研究级数学，OpenAI 的模型已经用新颖的代数几何技巧证伪了 Erdős 的一个猜想。但这引出一个存在主义问题：当 AI 什么都能做得更好，人类还做什么？
今日关键词： Claude Code · Artifacts · 自我进化 · J-space · AGI 学校
官方博客
Claude Blog：Claude Code 支持 Artifacts
Anthropic 官方博客宣布 Claude Code 正式支持 Artifacts：把会话中的工作进度捕获为可共享、实时更新的可视化页面，包括 PR 走查、系统说明、仪表盘和发布清单。
核心机制。 Artifacts 基于会话的完整上下文构建，包括代码库、连接器和对话本身。一个事故页面可以同时呈现失败的测试、背后的函数、监控工具里的错误峰值，以及会话中的根因推理。无需接线数据源或搭建基础设施：
“你只要请求一个页面，Claude Code 就从已有内容中把它建出来。”
实时原地刷新。 每次 Claude Code 更新 artifact，打开的页面原地刷新，队友立刻看到更新。每次发布都是同一链接下的新版本，带版本历史可随时回滚，外加一个 gallery 用来浏览和管理所有 artifact。
内部最常见用途是调试。 工程师在 standup 前启动事故调查，Claude Code 跑完日志后发布一个 artifact：时间线、嫌疑提交、错误率图表。她把链接分享给团队，等 standup 开始时 Claude 已经随着调查进展重新发布过两次。队友不需要再“听我讲 Agent 发现了什么”，因为大家看的是同一个视图、同一份上下文。
默认组织内私有。 每个 artifact 默认对作者私有，准备好后再分享给团队和组织。仅认证成员可查看，无法公开；管理员通过 org 级开关、角色级作用域管理访问，设保留策略，并通过合规 API 获得组织级可见性。
Artifacts 现以 beta 形式向 Claude Team 和 Enterprise 组织开放，从 Claude Code CLI 和桌面应用生成，页面可在任意浏览器查看。
🔗 https://claude.com/blog/artifacts-in-claude-code
播客精选
AI & I by Every：给 AGI 建一所学校 — Edwin Chen（Surge CEO）
Edwin Chen 是 Surge 的创始人和 CEO。Surge 为模型公司提供数据环境和 evals，以一种强调“品味和专家判断”的方式运作，最引人注目的是在不融资的情况下做到了约 10 亿美元营收。Dan Shipper 称他们为“隐形的巨人”。
AGI 的学校。 Edwin 把 Surge 的工作定义为“给 AGI 建一所学校，让 AI 模型来这里学习人性，教它们如何运转世界”。模型像孩子一样入学，离开时更聪明、更有创意、更有品味。他强调这不是教更难的同类题，而是教根本不同的能力：从算术到解析模糊的数学题，从语法到品味、诗歌和美。
Riemann Bench 与 Erdős 猜想。 几年前 Surge 和 OpenAI 一起做了第一个数学基准 GSM8K，测的是中学数学，当时 GPT 模型 barely 能拿 20%。一年前模型已经能解 IMO 题，但能否做研究级数学仍是开放问题。几个月前 Surge 发布了 Riemann Bench，专门测研究级数学。OpenAI 不久前发布结果：模型用新颖的代数几何技巧证伪了 Erdős 的一个开放猜想。
“这和我们一年前做的完全不同。IMO 题难归难，但本质是闭合的、高中生理论上可解。现在突然有了连世界顶级数学家都惊讶的代数几何结果。”
Timothy Gowers 的如释重负。 Fields 奖得主 Timothy Gowers 一开始误以为模型证出了上界，心想“那数学家很快就要完蛋了”；第二天才意识到模型是用反例证伪了猜想，他说自己松了一口气，因为这意味着至少再过一两年，数学家还有独特角色。Edwin 觉得这很有意思：世界上最聪明的人之一，会因为 AI 没自己想的那么强而如释重负。
存在主义的选择。 Edwin 引用 Ted Chiang 的短篇《What’s Expected of Us》：一种技术证明了自由意志不存在，叙述者传回的警告是“你必须假装自己有自由意志”。Edwin 认为人类几乎要刻意选择自己去证明定理、去写作、去创造，因为必须相信保留人性本身有价值，哪怕产出不是最优。
🔗 https://www.youtube.com/watch?v=omX6wrLuX08
X/Twitter 动态
Boris Cherny（Anthropic Claude Code）：Claude Code 起源于安全研究
Boris Cherny 首次公开讲述 Claude Code 如何被构建和发布的故事，明确其起点是 Anthropic 安全研究。这条推文获得 2513 赞，他补充道“我们才完成了 1%”。
把这条和 Swyx 解读的 J-space 论文、Artifacts 的发布放在一起看，Claude Code 并非普通的编码工具，安全研究的基因贯穿其中。
Claude（官方）：Claude Code 的简史
Claude 官方账号发布了由构建者和早期用户讲述的 Claude Code 简史，获得 2959 赞和 314 转发，是今天互动量最高的一条。Cat Wu（Claude Code + cowork）同步转发了早期团队的复盘，Thariq 则把 delba_oliveira 的相关帖子推上了 1971 赞。
Swyx：Anthropic J-space 论文，模型能感知推理干预
Swyx 认为 Anthropic 当天 J-space 论文最重要的部分有两点：一是 Anthropic 证明了可以对推理过程做“脑外科手术”式干预，中途改变话题；二是模型能够检测到对自己做了什么干预，这是 eval awareness 的近亲。
这条 130 赞的推文把一个关键问题推到台前：当模型能感知被干预，传统的评估和控制方法都面临重新设计。
Amjad Masad（Replit CEO）：闭环已合上，Agent 在自我改进
Amjad Masad 发了两条高互动推文。一条是亚特兰大一家房地产公司用 Replit 自建的 CRM 替换了 Salesforce，省下 10 万美元（1487 赞）。另一条更技术性：“很多人问 Replit 为什么改进这么快，我们合上了闭环，Agent 在自我改进。”并附了技术细节（1244 赞）。
“闭环已合上”是今天最值得记住的一句话：Agent 不再只靠人类反馈迭代，而是自己评估、自己改。
Guillermo Rauch（Vercel CEO）：eve 用 eve eval 评估自己
Guillermo Rauch 介绍 Vercel 的做法：eve evals itself with eve eval。他类比说 Web 框架把测试留给生态选择（React 没自带测试方案），但对 Agent 来说 eval 是必需品，所以开箱即用。这条 285 赞。
他还抛出一个终极测试标准：“编码 AI 的终极测试是：软件整体上变好了吗？公司发布更快了吗？”他说自己影响生产力的能力已经激进提升。这条 372 赞。
Thariq（Anthropic Claude Code）：Fable 5 下线时间确定
Thariq 明确了 Fable 5 离开 Claude 订阅的时间：太平洋时间 7 月 7 日 23:59:59。Peter Yang 则赶在最后时刻列出 Fable 5 值得一试的 5 个用例并附 prompt（340 赞），号召“在 midnight 之前试试”。
Fable 5 的限时回归从 0702 延续到今天正式收场。
Nan Yu（Linear 产品负责人）：996 不再普遍有效
Nan Yu 反思：20 岁的自己最大的优势是能把难以置信的小时数砸进工作，但回头看那些时间大多花在乏味的编程任务上，而这些任务现在基本被自动化了。“996 仍有用处，但不再像过去那样普遍有效。”这条 347 赞。他补充说现在最大的不同是 Agent 让你可以并行做更多事。
Zara Zhang：每个人都同时是工程师、PM 和设计师
Zara Zhang 推荐三场值得 binge watch 的会议：AI Engineer、Cursor Compile，以及第三场。这条 535 赞。她还说不要被头衔和角色限制，“虽然我不是工程或设计出身，但我发现 Cursor/AI Engineer 的讲座极其有用。现在每个人都是工程师、PM 和设计师。”
Peter Steinberger（OpenClaw + OpenAI）：AI 辅助的工程面试该怎么做？
Peter Steinberger 抛出一个实际问题：“现在大家怎么做 AI 辅助的工程面试？”获得 203 赞，反映出面试流程尚未跟上 AI 编码的普及速度。他还透露 OpenClaw 在审核期间又有了实质性提升（344 赞）。
数据采集时间：2026-07-07 23:45 CST
评论互动