AI Twitter 热点 · 2026-09-18
AI Twitter/X 热点 Digest · 2026-09-18（周五）
今日要点
- Claude Code 成主线：Projects 把多会话并行 agent 收到一个项目；同窗还有 terminal-browser 插件。
- Devin：一边是 Fusion 的主从模型路由争论，一边是「给 Ramp 卡让它自己赚钱」的实验叙事。
- Factory 进 Slack 写代码；Raindrop 把 agent 安全从生产监测前移到仿真。
- 文化侧 Karpathy Sensei 高赞讨论「代码像汇编」。
- 工具侧补充：Exa Snapshot、Program-as-Weights，以及本地 Bonsai / Jev 路由讨论。
1. Claude Code：Projects 编排，外加 terminal-browser 插件
要点：@claudeai 宣布 Projects：从一个对话启动，Claude 在 Claude Code 里调度并行线程，关电脑后仍可继续跑；目前对部分 Pro / Max 用户在 cloud sessions 上 beta，并称将逐步放开。Anthropic 侧 @trq212（Thariq）说这把 Claude Tag 的架构带到了 Claude Code：每个项目一个主 agent 管 memory，并按任务拆出 subagents，还能按你的要求更主动、甚至按日程做事。核心开发者 @bcherny（Boris）连续发帖：自己已经不怎么管 session，想到什么就丢给项目，Claude 拆线程并记住自己的工作方式——「大量代码是在 Project 里写的」。@catwu 则强调跨任务 context、随时可要的汇总状态，以及会随使用演进的长期记忆。同窗 @RobKnight_ 另推 terminal-browser 插件，可在 Claude Code 内直接打开终端浏览器，把真实浏览能力接到工具链上。
为何值得看：产品单元从「会话」迁到「带记忆的项目编排」，同时工具边界继续往「能看网页、能点」扩展；官方发布、架构解读、核心用户体感与插件生态在同一窗对齐。
- 官方：https://x.com/claudeai/status/2100632677904744716
- Thariq 架构：https://x.com/trq212/status/2100638355872706571
- Boris 工作流：https://x.com/bcherny/status/2100669598995816511
- Boris 上线：https://x.com/bcherny/status/2100639991244427490
- Cat 体感：https://x.com/_catwu/status/2100641163120423057
- terminal-browser：https://x.com/RobKnight__/status/2100622380439683541
2. Devin：Fusion 路由争论，以及「自己赚钱」实验
要点：@jeffwang 认为很多公司低估 Devin Fusion：把任务丢给更弱 agent 往往失败，因为弱模型不知道自己做得够不够好；用 Astra + Fable 与 SWE-2 组合时，需要前沿模型并行监控更便宜的 sidekick（main + sidekick），既保质量也利于 cache hit 控成本。同窗 @cognition 则放出实验：给 Devin 一张 Ramp 卡并要求「赚钱」——它做冷启动触达、搭支付页、改商业计划，最终赚到约 \$75。
为何值得看：Fusion 帖把「路由」从省钱口号拉回 agent 质检问题；Ramp 实验则是 agent 自主闭环的传播素材——两条线合在一起，才像 Devin 本窗真正在吵什么。
- Fusion：https://x.com/jeffwang/status/2100620237045661800
- 赚钱实验：https://x.com/cognition/status/2100638797851513215
3. Factory：Slack 里的 Code beta
要点：@FactoryAI 宣布 Factory for Slack Code 对部分用户开放 beta：在频道里丢软件任务、和团队协作，Factory 开工，结果回到对话起点。
为何值得看：又一条「coding agent 进协作面」的产品路径——任务入口不在 IDE，而在团队已经开会的地方。
- 作者：@FactoryAI
- 链接：https://x.com/FactoryAI/status/2100731368825295227
4. Raindrop：从生产监测到 Simulations
要点：@ycombinator 介绍 Raindrop 做 AI agent 安全层：在生产里抓失败 tool call、幻觉，以及团队事先想不到的问题；现推出 Raindrop Simulations，把同一套思路前移到上线前。文中称客户包括 Vercel、Clay、Framer、Speak，并完成 Series A，累计融资约 \$50M。
为何值得看：当 agent 开始长期跑在生产与协作面，讨论从「能不能写代码」转向「怎么在发版前复现它搞砸的样子」。
5. 文化讨论：Karpathy Sensei 与「代码像汇编」
要点：@saranormous 引用 Sensei / @karpathy 语境下的高赞讨论：有人把读代码比作看汇编、像编译产物；并对照约 18 个月前「我不怎么用 autocomplete 类 AI 写码工具」的表态，指向更彻底的 agentic 姿态。
为何值得看：互动量高，但价值不在八卦，而在「人机界面还是不是源码」这个正在变硬的问题——和本窗 Projects、Slack agent 落在同一条叙事上。
6. Exa Snapshot：给 agent 的「网页 git」
要点：Exa 推出 Snapshot：索引超过 4000 亿条历史网页快照，可按「过去某一刻」检索；@jeffzwang 把它概括成「we made git for the web」。
为何值得看：coding / research agent 经常被活网页漂移坑；可复现的历史 web context 是工具层补丁，不是又一个搜索框。
7. Program-as-Weights：自然语言编成本地 neural program
要点：@yuntiandeng 推介 Program-as-Weights / neural compiler：用（英文函数描述、输入、输出）样例训练，产出可在 CPU 本地跑的小型 neural program；并说明训练数据怎么生成。相关代码、权重与数据集已在公开仓库可取（组织与 SDK 早于本窗，不是「昨天刚开源」）。
为何值得看：和「每次调用都打大模型」对着干——编译一次、本地反复跑，对 agent 预处理、模糊分类这类边缘能力有直接含义。
8. 模型路由的中文侧讨论：Jev 放哪一层
要点：@sofish 追问「聪明模型 + 不太聪明的 Jev = 又快又准又安全？」是否意味着最终需要一个便宜的前置模型；随后跟帖说要找项目试，并配图把架构拆成底层逻辑、中间决策、顶层对话三层。
为何值得看：互动量不大，但和同窗 Devin Fusion 的「主模型监督 sidekick」落在同一条成本/质量线上，是国内时间线里少见的同构讨论。
- 追问：https://x.com/sofish/status/2100627749765251331
- 试项目：https://x.com/sofish/status/2100701009337061433
9. 本地推理边角：Bonsai 2 27B 上 3060
要点：引用帖称 PrismML Bonsai 2 27B 可在单张 RTX 3060（12GB）上跑：约 220K context、decode ~35 tok/s、prefill ~550 tok/s；@nopainkiller 跟帖感叹硬件可行性。
为何值得看：热度不高，但是「长上下文本地 coding / agent」硬件门槛在往消费级卡挪的一条旁证。