AI Builders Digest 0719：ChatGPT Work 进入工作流，个人 eval 取代排行榜

今天的 AI Builders Digest 使用 2026-07-19T07:09Z 的 follow-builders 快照：1 期播客、11 位作者、23 条推文，没有官方博客。最值得关注的变化是，Agent 不再只是回答问题，而是开始直接接管工作流、评估流程和真实任务。

今日总结

主线：Agent 的价值开始由“能不能做”转向“能不能替你持续做”。

ChatGPT Work 已经接近工作委派层。 Thibault Sottiaux 展示了从数千条私信筛选、抽取、分类、评分并生成表格的完整任务链；他还说自己“基本变成了把任务委派给 ChatGPT Work”。这比单次问答更接近可复用的工作流。

个人 eval 可能比行业排行榜更有用。 Zara Zhang 建议每个人收集几项与日常工作和生活直接相关的任务，持续测试模型能力边界。行业 benchmark 衡量平均能力，personal eval 才能判断一个模型是否真的适合你的工作。

模型层仍未商品化，应用层却在加速扩散。 Matt Turck 用连续三年的玩笑指出 model layer 仍未 commoditize；Aaron Levie 则看到 frontier labs、垂直应用、推理基础设施和服务公司共同扩张。模型更强只是起点，真正的瓶颈仍是把它稳定、低成本地部署到真实 workload。

今日关键词： ChatGPT Work · personal evals · model layer · cyber capability · AI workload

播客精选

Unsupervised Learning：Jürgen Schmidhuber 谈 AI、机器人与递归自我改进

Jürgen Schmidhuber 讨论了模型能力、物理世界和 recursive self-improvement。他认为屏幕后面的 AI 已经“运行得很好”，但真正的 AI 还包括机器人和现实世界中的机器，而硬件距离人类身体仍有明显差距。

谈到递归自我改进，他回顾了从 1987 年的 meta evolution、1994 年的 self-referential machines，到 2003 年形式化的 Gödel machine：机器可以提出修改自身的软件，但理想情况下应先证明修改能带来更高预期奖励。现实难点不是一句“模型会自我改进”，而是如何验证改动确实有益。

🔗 https://www.youtube.com/watch?v=RKjR8DQ40po

X/Twitter 动态

Thibault Sottiaux（Codex 与 ChatGPT）：ChatGPT Work 承担端到端任务

Thibault 展示了一个具体工作流：读取数千条私信，筛选出提到 ChatGPT Work 的内容，生成姓名、链接、原文、8–12 类工作标签和成熟度评分。他还说自己“无法停止用听写，让它做所有事情”。ChatGPT Work 的产品形态因此从写文档扩展到检索、结构化和决策准备。

🔗 https://x.com/thsottiaux/status/2078702412085498087 · https://x.com/thsottiaux/status/2078697741455356367

Zara Zhang（Builder）：先建立 personal eval set

Zara Zhang 建议每个人为模型建立一组与日常工作真正相关的任务。行业 benchmark 可以提供方向，但不一定反映“对你有用”的能力；持续用真实任务去撞模型边界，才能知道它适合承担什么。

🔗 https://x.com/zarazhangrui/status/2078666187026911488

Guillermo Rauch（Vercel CEO）：开放权重的网络安全能力正在到来

Guillermo Rauch 分享内部评测观察：他认为 Kimi K3 在网络安全上属于顶级，Sol 在网络安全能力上有明显跃升但成本更高，而 Fable 在测试中拒绝完成任务。他把结论概括为：前沿级、开放权重的网络安全能力已经出现，但使用场景应限定在防御性加固。

🔗 https://x.com/rauchg/status/2078647648307880209

Aaron Levie（Box CEO）：模型生态会向真实 workload 扩散

Aaron Levie 认为价值不会只集中在少数 frontier labs。围绕模型，正在形成面向特定用例的模型与推理服务、交付业务流程的应用公司、垂直领域实验室、Agent 基础设施与治理工具，以及推动企业变革的服务公司。他的判断是：现在还远未到宣布赢家的时候，最终会是异构生态。

🔗 https://x.com/levie/status/2078567715544121815

Swyx、Matt Turck 与 Peter Yang：效率、成本和低门槛原型

Swyx 预计 AEO 明年可能为他贡献 100 万美元收入，并继续讨论 on-policy auto-AEO 与可泛化 AEO 的差别；Matt Turck 用一句“model layer 仍未 commoditize”回应行业旧叙事；Peter Yang 则展示自己和 8 岁孩子用 ChatGPT Images、音乐与计时 boss level 做了乘法表学习网站。

🔗 https://x.com/swyx/status/2078581967768166591 · https://x.com/mattturck/status/2078520552680046920 · https://x.com/petergyang/status/2078638568784994686

数据采集时间：2026-07-19 15:09 CST（feed 快照生成时间）