Claude | Claude 现可在 Gmail 中发送邮件并管理 Google Drive 文件
Anthropic 官方宣布，Claude 现在可以直接连接 Gmail 和 Google Drive，执行发送邮件和文件管理等实际操作，该功能面向所有付费套餐用户，意味着日常办公中的邮件与文件操作可以交给 Claude 直接完成。
Claude Devs X | Claude Desktop 启动速度提升约 2 倍
Claude 开发团队表示，通过修复后台启动时的 JS 引擎节流问题，Claude Desktop 的启动速度比一个月前快约 2 倍，日常使用的等待感将明显降低。
Claude Code v2.1.235 版本发布 | claude-code-releases
新版本新增可选拼写检查功能，并修复了语言服务器、嵌套 Markdown 列表、后台云会话和 Vim 模式的相关问题，开发者体验进一步打磨。
Claude Devs X | Claude Code 周限额提升 50% 延长至 8 月底
Claude Code 每周使用限额提升 50% 的福利延长至 8 月 31 日，适用于 Pro、Max、Team 和 Enterprise 用户，官方表示希望最终将其变为永久变更。
Claude | Claude Cowork 登陆移动端和网页端
Claude Cowork 正式登陆移动端和网页端，所有付费计划用户均可使用，支持跨设备任务续接。另有评论指出类似功能在 codex 中早已存在，竞争格局值得关注。
Codex CLI 0.148.0 版本发布 | openai-codex-releases
新版本新增 /export 命令、会话分叉、归档和恢复功能，并支持在启动时起草提示，对开发者工作流有直接改进。
OpenAI | OpenAI 暂停部分前沿强化学习训练以加强安全
OpenAI 及其 CEO Sam Altman、首席科学家 Mark Chen 等高管公开宣布，已暂停部分前沿模型的大型强化学习训练，以加强安全、监控和对齐措施，并披露具体技术改动。他们强调即将发布的模型不受影响，但更长远的发布计划可能推迟。
Sam Altman | NVIDIA 与 OpenAI 合作建设俄亥俄州 AI 工厂
Sam Altman 转发了 NVIDIA 与 OpenAI 合作的官方公告。NVIDIA 将为俄亥俄州 PORTS-Pike 园区提供约 4 吉瓦的 LPS 担保，支持 OpenAI 建设大规模 AI 工厂，总机会价值约 6000 亿美元。
Anthropic | Anthropic 发布 Claude 蛋白质设计技术报告与开源数据
Anthropic 官方宣布 Claude 成功实现从头设计蛋白质结合剂，并同步发布技术报告、开源提示词和实验数据。这是 AI 在科学发现领域的一次重大能力展示，对生物医药等前沿应用有深远影响。
Claude Blog | How Claude Tag serves as Anthropic's first responder for CI/CD failures
Anthropic 发布博客，详细介绍其内部使用 Claude Tag 作为 CI/CD 故障第一响应者的实践，该系统可在中位数 14 分钟内提供首份事故分析，并最快 4 分钟定位根因，对技术团队极具参考价值。
OpenAI Blog | OpenAI 发起加强国家安全领域民主监督倡议
OpenAI 发布官方公告，宣布启动一项新倡议，旨在通过提供工具、培训和专业知识，支持政府机构加强对国家安全领域人工智能应用的民主监督。
Thariq | "weird that there's a 'make a lot of money' button and nobody's pressing it"
推特用户 Thariq 认为，将 SaaS 产品改造为无头模式并允许 AI 代理按交互调用是一个巨大的商业机会，但目前很少有人实践。对 AI 原生创业者有启发意义。
Y Combinator YouTube | Michael Kratsios: Inside the White House's AI Strategy
Y Combinator 发布了对白宫科技政策办公室主任 Michael Kratsios 的深度访谈视频。他在访谈中阐述了美国政府的 AI 战略，强调支持开源模型、建立统一的联邦监管框架并避免过度僵化的规则。
向阳乔木 | 花了96刀买了obsidian的官方同步服务
推特用户向阳乔木分享了自己花费 96 美元购买 Obsidian 官方同步服务的个人经历，认为价格较高但为了多端同步的便利而接受，并强调 AI 时代上下文积累的重要性。
dontbesilent | 为什么我要直接通过公域成交
推特用户 dontbesilent 发表观点，认为直接通过公域内容成交比引导到私域更有效，因为公域内容本身能建立信任，并引用亚里士多德的修辞学原理支持其论点。
Koda | 一条批判「选题」的推文，恰恰完成了一次非常漂亮的选题
推特用户 Koda 发表了一篇深入分析文章，重新审视内容创作中的“选题”概念，提出传播是创作者表达与观众接受之间的双向选择过程，并引用昆体良的修辞学理论，对创作者有启发。
Koda | 长文警告境外炒股者：CRS 信息交换与税务风险
推特用户 Koda 转发了一篇长文，详细警告境外投资者关于 CRS 信息交换和资金链路监测带来的税务风险，并建议保留完整账本自证，对相关人群有参考价值。
Koda | 普通人创业，选赛道最该问的，不是市场有多大，而是：
推特用户 Koda 发表观点，认为普通人创业选赛道关键在于判断生意是“象棋”（赢家通吃）还是“围棋”（各占其地），并提出了四个具体问题供创业者参考，具备操作指导意义。
Anthropic 今日宣布，Claude 已成功实现从零设计蛋白质结合剂——这是生物医药领域公认的高难度任务，传统上需要多年的实验室筛选与定向进化。官方同步发布了完整的技术报告、实验数据和提示词，意味着这项能力不仅停留在论文层面，而是可以被任何研究团队复现和验证。从公布的信息看，Claude 并非简单地在已有蛋白质结构库中做检索匹配，而是基于对氨基酸序列与三维结构关系的深层理解，直接生成具有特定结合功能的新型蛋白质序列。这一成果将 AI 在科学发现中的角色从"辅助分析工具"推进到"主动设计引擎"。
这篇报道值得全文阅读的原因在于，它提供了评估 AI 科学发现能力的罕见完整样本：技术报告、失败案例、成功率统计和可复现的提示词一应俱全。此前我们对"AI 做科研"的认知大多停留在文献总结或实验方案建议层面，而此次展示的是 AI 独立完成从假设提出到方案设计的闭环。它改变了一个关键判断：AI 不再是科学家的助手，而可能成为并列的研究主体。对任何从事研发、产品设计或复杂问题求解的人来说，可迁移的启发是——当工具具备"生成新方案"而非"优化旧方案"的能力时，工作流程的设计逻辑需要彻底重构，评估标准也应从"效率提升"转向"能力边界扩展"。
Anthropic 官方博客详细披露了内部工具 Claude Tag 的运作机制：这套 AI 系统在 CI/CD 流水线出现故障时自动成为第一响应者，中位数 14 分钟内产出一份事故分析报告，最快 4 分钟即可定位根因。博客深入展示了系统架构、提示词设计思路以及与现有 CI/CD 工具的集成方式，特别强调了 AI 在"信息混乱的故障现场"中如何逐步收敛问题——先并行收集日志、错误堆栈和变更记录，再交叉比对形成假设，最后给出可执行的修复建议。这不是概念演示，而是已经跑在生产环境中的系统，Anthropic 甚至将"AI 是否准确"和"AI 是否快速"作为两个独立的评估维度。
这篇深度技术案例的价值在于，它把"AI Agent 落地"从一个模糊的口号变成了可衡量的工程实践。此前大多数技术团队对 AI 运维的认知停留在"AI 能辅助查日志"的层面，而 Claude Tag 展示的是 AI 直接承担第一响应者职责、人类工程师转为审核者的全新协作模式。它改变了我们对 AI 可靠性的判断：在容错设计得当的前提下，AI 的"快速但不完美"可以比人类的"慢而全面"创造更高整体效率。对任何负责技术团队或研发流程的人来说，可迁移的启发至少有两点：一是 AI Agent 最适合切入的是"响应时效比完美答案更重要"的场景；二是评估 AI 系统时，需要同时设计"速度"和"质量"两套指标，避免用单维度衡量导致系统性误判。
OpenAI 官方连同 CEO Sam Altman 和研究负责人 Mark Chen 共同宣布，已暂停部分前沿模型的大型强化学习训练，以加强安全、监控和对齐措施。高管们披露了具体的技术改动方向，同时明确表态：近期即将发布的模型不受影响，但更长远的新模型发布计划可能推迟。这是 OpenAI 首次以如此透明和正式的方式，将内部安全流程的调整公之于众——从训练节奏、监控强度到对齐验证的多个环节都被重新审视。值得注意的是，Mark Chen 特别提到这是"暂时放缓"而非"终止"，强调团队正在补强安全基础设施而非放弃前沿能力的追求。
这一事件值得深读，因为它交织着技术、商业和治理三条线索。从行业信号看，当前沿模型的能力逼近某个临界点时，连最激进的实验室也开始主动踩刹车，这说明"能力越强、风险越高"不再只是理论推演而是实际约束。它改变了一个关键判断：此前业界普遍认为领先实验室的竞争压力会压制安全投入，而 OpenAI 这次的动作显示，安全考量已经可以实质性地影响发布节奏和训练计划。对关注 AI 产业走向的人来说，可迁移的启发是——当组织面临"更快"与"更稳"的取舍时，公开设定约束条件本身就是一种战略能力；而对依赖 AI 能力做规划的人，应当把"发布节奏可能因安全审查而延后"纳入风险模型，不再假设能力供给是单调递增的。
Y Combinator 发布了白宫科技政策办公室主任 Michael Kratsios 的深度访谈。在这场信息密度极高的对话中，Kratsios 系统阐述了美国政府的 AI 战略核心：明确支持开源模型发展，推动建立统一的联邦 AI 监管框架以取代目前各州割裂的立法尝试，同时强调监管设计必须避免过度僵化、不能扼杀创新。他还就 AI 安全、出口管制、联邦政府内部 AI 应用等话题给出了罕见的官方细节。作为美国 AI 政策最核心的制定者之一，Kratsios 的表述既代表了行政部门的政策方向，也透露了立法博弈中的关键考量——尤其是在"创新优先"与"安全底线"之间如何寻找平衡。
这篇访谈值得全文观看的原因在于，它直接关系到所有 AI 从业者对政策环境的预判。此前关于美国 AI 监管的讨论大多基于猜测和二手信息，而 Kratsios 提供了第一手的政策逻辑：开源模型的战略价值被官方正式认可，意味着依赖开源生态的开发者短期内不会面临政策打压；联邦统一监管框架的推进，则可能终结各州法规碎片化的不确定性。它改变了我们对"AI 监管何时落地"的判断——不是会不会监管的问题，而是以何种框架、在什么时间窗口落地的问题。对创业者和技术决策者来说，可迁移的启发是：政策不是外生变量，而是可以提前解读的"信号源"——关注关键人物的完整表述，往往比追踪碎片新闻更能提前判断行业风向。
Joe Rogan / PowerfulJRE | Joe Rogan Experience #2541 - Thomas Campbell
Joe Rogan Experience #2541 - Thomas Campbell
时长：2:47:03
Y Combinator YouTube | Michael Kratsios: Inside the White House's AI Strategy
Michael Kratsios: Inside the White House's AI Strategy
时长：39:44
只回答一个问题：如果今天要 build，有没有新的产品方向值得优先考虑？
今天没有足够新的产品/需求/收入信号形成新的 Top 5 build choices。
最近几天已经反复出现过的方向已隐藏；没有必要把同样的 5 个方向换顺序再推一次。