AI News｜2026-06-25

今日目录

• Karpathy 判断 Claude 进入第三代 LLM 交互形态
• Anthropic 工程负责人披露 Claude Tag 的线程沙箱机制
• Anthropic 内部用 Claude Tag 合并了 65% 的产品 PR
• Box 把企业内容层变成 Claude 可调用的便携知识库
• 开发者基于 Shopify UCP CLI 做出一键嵌入式商店生成器
• Aaron Levie 认为 AI 定价会走向两端，应用层靠路由和评测吃到价值

今日判断

我今天看下来，真正有信号的不是又一个更强模型，而是 agent 开始从单人对话框迁到团队协作面。Claude Tag 这波最值得看的地方，不是 Slack 里能 @ 一个机器人，而是它把实例、权限、记忆、沙箱、线程边界这些工程细节一起打包成了一个可工作的组织单元。这个形态一旦成立，LLM 就不再只是回答问题的接口，而是挂在团队工作流里的异步执行者。对 builder 来说，难点也很明确：不是把模型接进去，而是怎么把工具调用、上下文隔离、权限控制、失败恢复做成默认可用。

快讯

1. Karpathy 判断 Claude 进入第三代 LLM 交互形态

查看原文 · 来源：Andrej Karpathy (@karpathy)

Karpathy 把 Claude 这类团队内常驻 agent 视为第三代 LLM UI：第一代是网页聊天，第二代是桌面 app，第三代是带组织级上下文、工具和持续存在状态的异步实体。我更关注他点出的前提条件：工具集成、计算环境、记忆和安全必须先打通，agent 才能像同事一样被自然使用。这很重要，因为它把竞争点从模型回答质量，推到了协作系统和执行基础设施。我的判断是，接下来谁能把 agent 变成团队默认工作对象，谁就更接近真正的产品拐点。

2. Anthropic 工程负责人披露 Claude Tag 的线程沙箱机制

查看原文 · 来源：Boris Cherny (@bcherny)

Anthropic 的 Boris Cherny 解释了 Claude Tag 的实际运行方式：在 Slack 频道里点名 Claude，会启动一个带独立沙箱的实例；它能克隆代码仓库、写代码、跑测试、编译；每个线程有自己独立的记忆和权限，任务结束后沙箱销毁。我看重的是这里的边界设计，不是功能罗列。线程级实例和一次性沙箱，解决的是多人协作里最麻烦的权限污染、上下文串线和可审计性问题。我的判断是，这套模型比“全局超级助手”更容易先在企业里落地，因为它天然符合最小权限和任务隔离。

3. Anthropic 内部用 Claude Tag 合并了 65% 的产品 PR

查看原文 · 来源：Cat Wu (@_catwu)

Cat Wu 提到，Anthropic 内部版本的 Claude Tag 已经合并了 65% 的产品 PR，而且这是他们第一个原生多人、带主动性的产品。我今天更关注这个数字背后的含义：如果 PR 合并已经能被 agent 大规模承担，说明它不只是写草稿，而是进入了代码审阅、测试通过、权限协同这一整条交付链。这个信号比发布会话术更硬。我的判断是，coding agent 的下一阶段不是个人 IDE 提效，而是团队级软件生产流程被重写，尤其是中小改动、修复和维护类工作会最先被吃掉。

4. Box 把企业内容层变成 Claude 可调用的便携知识库

查看原文 · 来源：Aaron Levie (@levie)

Aaron Levie 介绍了 Claude Tag 接入 Box 后的一个关键变化：员工可以在 Slack 中让 Claude 访问自己有权限操作的 Box 文件，企业内容因此变成可被 agent 调用的知识底座。我看下来，这比“知识库接入模型”更进一步，因为它强调的是权限继承和工作流便携性，而不是再造一个孤立 AI 界面。重要之处在于，headless software 正在变成 agent 的基础设施层，UI 不再是唯一入口。我的判断是，拥有文档、工单、代码、权限体系的 SaaS，会比只提供聊天能力的产品更快吃到企业 agent 红利。

5. 开发者基于 Shopify UCP CLI 做出一键嵌入式商店生成器

查看原文 · 来源：Nikunj Kothari (@nikunj)

Nikunj Kothari 基于 Shopify 新出的 UCP CLI，在一个周末做了 Plug That Shop：输入网站后生成四个高度相关、可一键嵌入的网站商店。这条我选中，不是因为产品规模，而是它展示了一个越来越现实的方向：当平台先把商品和交易能力暴露成 CLI 或 agent 可调用接口，新的前端形态可以被极快拼出来。Builder 不再从页面组件开始，而是从能力编排开始。我的判断是，未来一批 AI 原生产品不会先做完整 SaaS，而是先抓住一个可调用平台层，再用 agent 或轻前端重组分发。

6. Aaron Levie 认为 AI 定价会走向两端，应用层靠路由和评测吃到价值

查看原文 · 来源：Aaron Levie (@levie)

Aaron Levie 认为 AI 定价会出现明显两极：一端是昂贵的前沿模型，另一端是便宜但足够好的开源或闭源模型。应用层的价值，不在于绑定某一家模型，而在于针对具体工作负载做路由、成本控制、性能补偿和客户级 eval。我认同这个判断，因为企业真实采购不会长期接受统一高成本推理，最后一定回到按流程拆解模型预算。重要的是，这不是抽象商业评论，而是直接指向产品设计：你是否掌握工作流、评测和数据回路。我的判断是，未来一年应用层最强护城河不是 prompt，而是 workflow-aware 的 model routing 和 eval system。