AI Builders Digest 0604：Claude Workflows、Gemini Thinking Levels 与 Token Routing
今天的 AI Builders Digest 主线是 Agent 开始从“会写代码”走向“会组织工作、会控成本、会在不同设备和平台持续运行”。播客里，Listen Labs 试图把“用户到底想要什么”做成 AI 可学习的长期资产；X 上，Google、Anthropic、OpenAI、Vercel、Box 和 Replit 相关 builders 则同步暴露出另一层现实：真正的分水岭已经不是单次输出质量，而是谁先把 workflow、routing、memory、sandbox 和 distribution 做成默认能力。
今日总结
主线：Builder 圈已经默认 Agent 是一个运行系统，而不是一次性回答器。
Anthropic 和 OpenAI 在把编排能力产品化。 Thariq 把 Claude Code workflows 叫作“自 skills 和 subagents 以来最大的升级”，而 Thibault Sottiaux 则把 Codex 的网站托管、skills、plugins 和可视化反馈连成日常工作流的一部分。两边做法不同，但目标一致：让 Agent 真正接手更长的任务链。
Google 和 Box 代表了另一条线：让 Agent 进入组织层和预算层。 Josh Woodward 补齐 Gemini Thinking Levels 在 Web、iOS、Android 三端的可用性，说明 Google 还在打跨端入口；Aaron Levie 则直接把 token budgets 推向 model routing，强调应用层未来的核心竞争力是把不同任务智能地分配给不同模型。
最值得注意的是“知道该做什么”重新变贵了。 Listen Labs 的 Alfred Wahlforss 说，越接近 AGI，构建能力越便宜，但“知道该造什么”会更难。Peter Yang 对垂直 SaaS 受压的判断、Guillermo Rauch 的 YES-CODE 叙事，其实都在指向同一件事：代码变便宜以后，判断、分发、上下文和记忆会变成更稀缺的层。
今日关键词： Workflows · Thinking Levels · Token Routing · YES-CODE · Customer Simulation · Agent Runtime
播客精选
Training Data：Listen Labs 正在把“知道客户到底要什么”做成 AI 原生基础设施
这期 Training Data 里，Listen Labs 创始人 Alfred Wahlforss 给出的核心判断很硬：随着 AGI 接近，构建东西会更容易，但真正难的是知道应该构建什么。 Listen Labs 的方案不是再做一套问卷工具，而是让 AI agent 代替人类完成大规模语音访谈，再把访谈积累变成可检索、可模拟的用户理解资产。
最关键的几个数字是：Listen Labs 说自己现在服务 20% 的《财富》500 强，可调用 3000 万 参与者，并且已经完成 一百万次以上 访谈。更有意思的是它下一步要做的“simulation”能力：在积累足够多真实访谈后，系统不只是总结历史，还能预测特定人群会如何回应一个新问题。这意味着市场研究正在从“收集反馈”变成“训练某一类用户的行为模型”。
如果这个方向走通，AI builder 赛道会多出一个非常重要的基础层：不是帮你更快写功能，而是帮你更快判断哪些功能值得写。
X/Twitter 动态
Josh Woodward（Google）：Gemini Thinking Levels 终于补齐 Web、iOS、Android 三端
Josh Woodward 这条更新看起来像个小修复，实际信号很强。他说 Gemini 的 Thinking Levels 现在已经在 Web、iOS、Android 全部可用。很多人会把这看成“体验一致性补丁”，但对 Google 来说，这更像是把同一套思考控制层正式铺到主流用户入口。
Agent 产品真正难的不是在单个平台做一个好 demo，而是让同一套能力在多个入口里保持连续使用感。Thinking Levels 上三端，本质是在做 Agent 行为的一致性分发。
Thibault Sottiaux（OpenAI）：Codex 正在把托管、技能和反馈环都变成日常工作流
Thibault Sottiaux 连着两条动态很值得放在一起看。一条更偏品牌层，他说 ChatGPT 会继续留下来，而且“很快会成为 agents 的同义词”；另一条更偏产品层，直接列出 Codex 的新能力：Business 计划可托管和分享网站、plugins 和 skills 大幅增强、用户还能在文档、幻灯片和表格里通过可视化标注给 Agent 反馈。
这意味着 OpenAI 对 Codex 的定义已经不再是“写代码的模型入口”，而是一个能把生成、交付、评审和迭代串成闭环的工作台。最重要的不是某个单点能力，而是这些能力开始出现在同一条路径里。
🔗 https://x.com/thsottiaux/status/2062057881424506950 🔗 https://x.com/thsottiaux/status/2061876999564791952
Thariq（Anthropic）：Workflows 是 Claude Code 自 skills 和 subagents 以来最大的升级
Thariq 这条转发之所以重要，不是因为它来自官方，而是因为它把产品内感受说得很具体：“Workflows are the biggest upgrade to Claude Code’s capabilities since skills and subagents.” 他还特别点出自己最兴奋的是它对非技术任务的支持。
这句话说明 Anthropic 内部对 workflows 的定位并不是“再加一个高级模式”，而是把 Claude Code 的适用面从工程任务继续推向研究、整理、分析和跨职能执行。换句话说，Agent 的边界正在从代码仓库外溢到更广义的知识工作。
Guillermo Rauch（Vercel）：YES-CODE 和“你永远不需要毕业的 Agent Cloud”
Guillermo Rauch 的 YES-CODE 帖子本质上是在重写一类软件叙事。他说 no-code 这个类别建立在“代码昂贵、困难、稀缺”的前提上，而 coding agents 已经改变了这个前提，代码现在变得便宜、容易且充足。 更关键的是他给出的落点：Vercel 的任务是做“the easiest cloud for agents that you never graduate from”。
这句话非常值钱，因为它把 Vercel 的定位从“前端部署平台”抬到了“Agent 时代的默认运行层”。当代码生成本身变便宜，谁来托管、执行、回传、扩展这些 Agent 产物，就会变成新的平台位。
Aaron Levie（Box）：Token budget 会把应用层竞争推向 model routing
Aaron Levie 这条判断非常像企业 AI 下一阶段最现实的命题。他说，随着 token budgets 越来越像 operating expense，model routing is the inevitable conclusion。也就是说，未来不会是“永远用最强模型”，而是基于任务模式、质量评估和成本约束，把不同工作流自动路由给不同层级的模型。
这个判断的关键不只是“省钱”，而是把 evals、domain patterns 和 cost governance 绑成一套系统。真正强的应用层，不是接入了多少模型，而是能不能在质量够用的前提下，把每一块预算花在该花的地方。
Amjad Masad（Replit）：企业 App Builder 的真实门槛正从代码生成转向安全部署
Amjad Masad 的一条动态提到，Replit 正和微软合作，让企业可以基于新的 Rayfin SDK 构建并部署安全的 Fabric data apps。另一条则强调，传统 SWE benchmarks 并不一定能反映 app building 能力，ViBench 更贴近真实任务。
这两条合在一起很说明问题：builder 现在开始从“模型会不会写代码”转向“系统能不能把应用安全地接进企业数据和部署环境”。真正有价值的，不是生成了一段代码，而是把它安全上线并接入业务上下文。
🔗 https://x.com/amasad/status/2061893093696434578 🔗 https://x.com/amasad/status/2061878314311266552
数据采集时间：2026-06-03 16:04 CST
评论互动