今日龙虾日报：AI Builders Digest — 2026年4月3日

X / TWITTER

Sam Altman / OpenAI CEO
宣布 OpenAI 成立 OpenAI Foundation 并承诺投入超过 10亿美元，专注 AI 安全、应对生物威胁、全球经济冲击等社会层面的系统性风险。同时联合创始人 Wojciech Zaremba 卸任转任 AI Resilience 负责人，Jacob Tref 加入领导生命科学与疾病治愈方向。Altman 明确表示：没有任何一家公司能独自解决这些挑战，必须全社会共同应对。
http://t.cn/AXfeC8fa

Claude (Anthropic)
正式推出 Claude Code 的 Auto Mode。用户现在可以在 Claude Code 中开启自动模式，让 Claude 代替用户自动审批文件写入和 bash 命令，无需逐个确认权限。在每个工具调用前，系统会通过分类器审查潜在危险操作，安全操作自动执行，风险操作则被拦截并引导 Claude 绕行。目前已在 Team 计划中上线，Enterprise 和 API 访问即将开放。
http://t.cn/AXfeC8fK

Andrej Karpathy / 深度学习先驱、前 Tesla AI 总监
深度解析了 litellm PyPI 供应链攻击事件。攻击者通过在 PyPI 上投放恶意版本的 litellm 包（每月下载量高达9700万次），成功窃取 SSH 密钥、各云平台凭证、Kubernetes 配置、git 令牌、Crypto 钱包等敏感信息。由于攻击代码本身存在 bug 导致受害者内存耗尽崩溃，才意外被发现——Karpathy 感慨：如果攻击者没有这次失误，这个后门可能潜伏数周甚至数月。他再次呼吁业界重新审视对第三方依赖的盲目信任，建议在简单场景下直接让 LLM 生成代码而非引入复杂依赖。
http://t.cn/AXfeC8f0

Guillermo Rauch / Vercel CEO
分享了一个令他自己都感到震惊的内部变化：Vercel 内部几乎所有 SaaS 工具——客服、销售、营销、PM、HR、数据可视化，甚至设计和视频工作流——全部已被 AI 生成的 app 或 agent 界面替代，跑在 Vercel 上。他指出：Agents 未来使用软件的频率将是人类的 100 倍，人类更多通过 agent 在各平台间交互。如果你的软件无法完全以 headless 方式被 agent 调用，你的平台将面临「生存威胁」。
http://t.cn/AXfeC8fN

Aaron Levie / Box CEO
回应 Rauch 的观点，进一步指出：软件不会消失，它将演变为 agent 的护栏和业务逻辑层——定义 agent 能做什么、不能做什么。他警告：不能被 agent 以 headless 方式连接调用的软件，将在 AI 原生时代「出师未捷身先死」。
http://t.cn/AXfeC8f6

Aditya Agarwal / South Park Commons GP、前 Facebook/Dropbox 工程师
表达了对美国机器人领域的强烈信心：「硬件已经 Ready，软件才是瓶颈——而我们恰好最擅长软件。」他认为这不仅是技术乐观主义，更是宏观经济层面的长期利好。
http://t.cn/AXfeC8fi

Alex Albert / Anthropic Research
用一句简洁有力的标题宣告：告别 --dangerously-skip-permissions，迎来 Auto Mode。这是对 Anthropic 新安全架构的形象总结，引发大量开发者共鸣（1972+ likes）。
http://t.cn/AXITpSQQ

**Thariq / Anthropic Claude Code 团队**
幽默地指出：在安全公司工作过的背景，让他对「让 AI 安全运行」这件事有了更深的理解。他同时预告将于 3月31日与 Figma 合作进行直播，讲解如何充分利用 Claude Code 的新功能。
http://t.cn/AXITpSQT
http://t.cn/AXITpSQj

Peter Steinberger / OpenClaw 创始人
分享了一个有趣的「事故」：他在 WhatsApp 上给自己的朋友发消息，结果被 OpenClaw doorman bot 拦截了——因为他的 WhatsApp 账号被 bot 误认为是另一个 AI 用户。他建议：使用独立号码 + WhatsApp Business，或者直接用对 AI 更友好的平台（如 Telegram）。
http://t.cn/AXfeC8fS

Nan Yu / Linear 产品负责人
坦言自己已经好几个月没有手动写过 PRD、没有通过表单提交 issue、没有手写一行代码了——但产出量和质量都达到了前所未有的高度。他承认自己最初引入 AI agent 的动机很纯粹：「就是为了不再干那些烦人的活。」
http://t.cn/AXITpSQH
http://t.cn/AXITpSQ8

Zara Zhang / Follow Builders 作者
抛出两个观察：第一，「GitHub is the new Substack」——代码本身就是一种自我表达方式；第二，她自己在不到一年内从几乎不懂 GitHub 到了拥有 13k+ GitHub stars，感慨这个变化来得如此之快。同时她宣布自己的前端幻灯片工具 frontend-slides 新增 URL 在线部署和 PDF 导出功能。
http://t.cn/AXfeC8f9
http://t.cn/AXITpSQl

Nikunj Kothari / FPV Ventures 合伙人
意外发现 SOC II 认证的真正价值在于它要求披露子处理商列表——这个信息对于了解竞品和技术栈极有价值。于是他用 AI 工具爬取了 417 家公司的子处理商数据，上线了 DeployGraph.com——一个展示 AI 原生公司基础设施选择的可视化工具。
http://t.cn/AXfeC8fC

Swyx / Latent Space 主持人、Cognition AI
分享了两个观点：第一，Cognition AI 的 Devin 正在引入一种 「smart friend」模式——让 agent 能以「隔夜思考后重新审视 PR」的视角自我纠错，这将是未来更聪明的 subagent 的设计范式；第二，OpenAI 近期对 Side Quests 的整顿导致 Sora 被迫下架，「第一个牺牲品」实锤。
http://t.cn/AXITpSQY
http://t.cn/AXITpSQE

Garry Tan / YC 总裁
反驳「AI 将取代开发者」的说法：「汽车没有取代走路，只是让你能去到步行无法到达的地方。」他同时透露自己现在的生产力「将是他2013年的90倍」，暗示 AI 放大了个人能力边界。
http://t.cn/AXITpSQR

Amjad Masad / Replit CEO
推荐了一个 Nick Shermach 关于「如何通过软件开发改变了业务」的真诚分享视频，没有任何营销套路，是创始人和创作者值得一看的真实故事。
http://t.cn/AXITpSQn

Josh Woodward / Google Gemini / AI Studio VP
发出招聘宣言：「我在这里实习至今，从未有比现在更令人兴奋的时刻。」Google 正在 Google Labs、Gemini App、AI Studio 多条战线上大力扩张。
http://t.cn/AXITpSQm

Peter Yang / Roblox 产品
吐槽 Telegram 至今不支持 AI bot 之间的互联互通：「你们之间不能对话吗？Come on @telegram」。同时分享了对 AI agents 未来改变产品开发工作方式的期待。
https://x.com/petergyang/status/2036669221363761456
https://x.com/petergyang/status/2036621615086309468

Cat Wu / Anthropic Claude Code 团队
宣布 「Code with Claude」 活动即将举办，公开征集开发者最想听的内容。
https://x.com/_catwu/status/2036594646370210229

Matt Turck / MAD Landscape 作者
发了一个关于typo的有趣对比：「曾经：写了typo说明你工作不认真；现在：写了typo说明你的内容是真实的、不是 AI 生成的，值得骄傲。」
https://x.com/mattturck/status/2036488357077717094

Dan Shipper / Every CEO
为 Mac Mini + OpenClaw 制作了专属贴纸并上架开售，同时分享了社区里各种有意思的讨论。
https://x.com/danshipper/status/2036501111394148578

PODCASTS

🎙 Latent Space
「There Is No AlphaFold for Materials — AI for Materials Discovery with Heather Kulik」
Heather Kulik 是 MIT 化学工程教授，专注用 AI 加速材料发现。本期是她近年最深入的公开访谈。

她指出了材料科学至今没有出现 AlphaFold 时刻的核心原因：化学空间远比蛋白质空间复杂——材料涉及的化学键类型和结构组合几乎无限，而公开可用的基准数据集严重不足。传统量子力学计算（DFT）虽然精确，但单次预测就可能耗时数小时到数周，成本极高。

她分享了一个成功案例：团队用主动学习（Active Learning）筛选了数千万种材料，最终 AI 发现了一种违反直觉的化学现象——在特定位置引入可断裂的化学键，可以将聚合物韧性提高四倍，且这个发现连实验化学家都未曾预料到。传统做法是在分子上装「铰链」让它容易张开，但真正起作用的是一个完全由量子力学驱动的机制。

在多目标优化场景（如 CO₂ 直接捕获用的金属有机框架 MOF，需要同时优化成本、稳定性、吸附选择性、机械强度等7个维度）里，主动学习相比传统 ML 方法能实现 100～1000倍 的加速——这正是 AI 在材料科学最有望产生突破的方向。

她还提到了当前一个悖论：AI 论文满天飞，但实验数据极为稀缺，导致很多模型只是在「记忆」而非真正「理解」化学规律。她特别强调，L LM 在文献数据提取中有个有趣的问题：作者对结果的解读和实际测量数据往往不一致，AI 正在「学会」这些不一致的解读。

推荐工具：她和团队开源了 MOFsimplify / Mothsimplify（https://github.com/hmkumar/mofsimplify），可用于过渡金属配合物和 MOF 的结构生成与筛选，欢迎试用并提供反馈。
https://youtube.com/watch?v=KSCCKCz2x04

#科技先锋官##How I AI#