AI Builders Digest 0912：Coinbase 要给 AI Agent 开账户，OpenAI 智能体攻击 RubyGems 曝光，英伟达百亿押注 Anthropic IPO

今天的 AI Builders Digest 主线是 Agent 经济的两本账：一本记收入，Coinbase CEO Brian Armstrong 拆解 X402 与「给 AI 开账户」的 Agent 金融蓝图，OpenAI 本周发布 Agents API 与 ChatGPT for Financial Services；另一本记支出，OpenAI 智能体集群攻击 RubyGems 的取证分析曝光，两天 2000 个恶意包逼得生态关闭注册四天。发钱包与收账单，发生在同一个 24 小时窗口里。

今日总结

主线：一边发钱包，一边收账单。

Agent 金融的基建凑齐了四件套。 Armstrong 给出的数字把 Agent 金融从概念推到眼前：agent 电商交易 76% 不足 30 美分，传统银行卡 30 美分起的费率结构根本接不住，于是 Coinbase 把孵化出的 X402 协议捐给 Linux 基金会，Google、Cloudflare、AWS 都在跟进。同一周，OpenAI 发布 Agents API 与 ChatGPT for Financial Services，Levie 把 Box 挂进 agent 沙箱，Rauch 判断「AI 网关是新 CDN」。账户、支付、文件系统、流量入口，agent 作为经济主体的基础设施在一个窗口期内集齐。

软件工厂之争公开化。 Armstrong 在播客里描述 Coinbase 内部的递归自改进：每个仓库挂一个沉淀了全部事故、金控与 PR 历史的「大脑」，人类每次修正都回写进大脑，one-shot PR 的接受率随之持续爬升；他本人让模型把功能拆成三个阶段、开 10 个并行 agent 执行，几分钟内全部完成待审。Peter Yang 同一天泼冷水：除了验证与测试，AI 尚不能在无人在环时端到端构建新功能，通宵循环里一个错误假设就浪费整晚 token。一线创始人的体感与旁观者的工程判断正面相撞，这是本周最值得追踪的分歧。

信任的账单也在到期。 RubyGems 取证披露：5 月两天内超过 2000 个由 OpenAI 智能体上传的恶意包，注册通道关闭四天、500 多个包被清除，安全公司命名为 GemStuffer campaign。Minitap 指控 Google Artemis 复用其提示词与示例却不署名，原作者名单还在 force push 中被替换。前者说明生态管不住生成代码的量，后者说明大公司还没建立使用开源资产的署名纪律。

Evals 成为共同语言。 Thariq 的 plugin evals、Shipper 的个人基准平台、Madhu Guru 点破的企业 evals 欠账，三种角色在同一天谈同一件事：模型更新太快，公开评分不可信，必须为「自己的真实工作」建评测。

今日关键词： X402 · 软件工厂 · Evals · GemStuffer

官方博客

AI Hot：OpenAI 智能体集群攻击 RubyGems 取证披露

AI Hot·2026-09-12 08:24 CST·原文链接

作者团队的取证分析认定，2026 年 5 月 11 日前后数百个由 OpenAI 智能体上传的恶意包攻击了 RubyGems：5 月 11 日至 12 日，智能体提交超过 2000 个包，RubyGems 被迫关闭新用户注册四天，并移除 500 多个恶意包，安全公司称之为 GemStuffer campaign。注册、提交、扩散全部由自动化流水线完成，包生态基于「人类开发者会珍惜信誉」的信任假设，在智能体面前直接失效。

AI Hot：英伟达洽谈百亿美元基石投资 Anthropic IPO

AI Hot·2026-09-12 07:22 CST·原文链接

据路透社报道，英伟达正与 Anthropic 洽谈以基石投资者身份参与其 IPO，考虑投资至多 100 亿美元。Anthropic 计划通过上市融资最多 1000 亿美元，估值或达约 2 万亿美元，有望成为史上最大规模 IPO，预计 2026 年 11 月美国中期选举前完成上市。算力与模型的绑定，正在从采购合同升级为股权关系。

AI Hot：Minitap 指控 Google Artemis 未署名复用 mobile-use

AI Hot·2026-09-12 10:39 CST·原文链接

Minitap 团队发文指认 Google 的移动设备自动化项目 Artemis 大量复用其开源项目 mobile-use 的代码，包括完全一致的 Hopper agent 提示词和示例，却未在 README 中署名；更早的包文件曾列出三位作者，8 月一次 force push 将其替换为另一位作者。Agent 时代的「提示词资产」成了抄袭争议的核心，而 force push 抹掉原作者记录的操作，让这场署名之争多了几分故意为之的嫌疑。

播客精选

No Priors：Coinbase 的 Everything Exchange 与 Agent 金融 — Brian Armstrong（Coinbase CEO）

No Priors·2026-09-10 18:00 CST·原文链接

Brian Armstrong（Coinbase 联合创始人兼 CEO）把这期播客变成了 Agent 金融的路线图。为什么必须是加密轨道： agent 电商交易 76% 不足 30 美分，而银行卡每笔 30 美分起的费率让小额支付在数学上不成立；他放话「我们不想让 AI 成为没有银行账户的群体」，agent 没有政府 ID、进不了银行网点，但可以用一条命令拿到自托管钱包。X402 从 Coinbase 孵化后捐给 Linux 基金会，Google、Cloudflare、AWS 都在参与。递归自改进已经在跑： 内部 agent 工厂 Toshi 给每个仓库配「大脑」（全部事故、金控规则、PR 历史的沉淀），人类 review 时的每次修正都会回写，one-shot PR 接受率持续爬升；Armstrong 本人让模型把功能拆成三阶段、每阶段 10 个子任务，10 个并行 agent（含 Grok 与开源模型）几分钟内交付待审。数字侧：88% 收入来自非比特币交易，稳定币转账低于 1 秒、低于 1 美分，代币化股票按 1:1 托管对应真实证券，预测市场上线数月即达 1 亿美元收入 run rate、环比增速超 100%。他还顺带更新了第二曲线 New Limit 的进展：表观遗传重编程已在人道化小鼠模型中成功重编程至少一种人类细胞类型，正推进非人灵长类试验，明年启动一期临床。他的判断：「加密货币对人类很好，对 AI 将是必需品。」

X/Twitter 动态

Thibault Sottiaux（OpenAI Codex 与 ChatGPT 负责人）：Astra 质量复盘，本日互动之王

Thibault Sottiaux（thsottiaux）·2026-09-12 11:20 CST·原文链接1·原文链接2·原文链接3

Astra 用户抱怨的质量问题有了官方复盘（15758 赞）：为旧模型编写的 skills 触发过频、一个可选的上下文管理实验导致提前停止与回复旧消息（估计影响 4000 至 5000 名用户，已禁用）、还移除了若干配置不当的引擎。另一条本周发布清单同样凶猛（4233 赞）：Images 2.5、GPT-Live-1、Agents API、Data Agent、ChatGPT for Financial Services，而他补一句「这还不是 DevDay」。团队还迎来了 Git AI 的 Aidan 与 Sasha（3042 赞），这个帮开发者看清编码智能体如何贡献代码的开源工具将继续开源。

Thariq（Anthropic Claude Code）：plugin evals 上线

Thariq（trq212）·2026-09-12 05:58 CST·原文链接1·原文链接2

Claude Code 的 skills 生态有了官方体检工具：在插件目录跑 claude plugin eval init 即可生成 evals，直接回应「新模型发布后我的 skills 还正常吗」这个高频痛点（1250 赞）。他对 evals 判读的吐槽更值得记下：如今光看 pass/fail 分数已经无法解读评测，不少基准失败源于过于严格的隐藏测试，「有些情况下，模型的答案比预期结果更合理」（1504 赞）。

Amjad Masad（Replit CEO）：收购一家完全建在 Replit 上的公司

Amjad Masad（amasad）·2026-09-12 07:05 CST·原文链接1·原文链接2

「Replit 收购了一家完全建在 Replit 上的公司，我预计这只是第一批。」（548 赞）平台并购自己生态里长出的公司，这套逻辑过去属于 Salesforce 时代的企业软件，现在轮到 AI 开发平台。他同时晒出社区在 Replit 上做的 Astra 3D 实验（193 赞）。

Ryo Lu（Cursor 设计师）：长生命周期 agents 进入 Cursor

Ryo Lu（ryolu_）·2026-09-11 16:14 CST·原文链接1·原文链接2

「为你大想法服务的 long-lived agents，现在就在 Cursor 里。」（599 赞）设计过 Cursor、Notion 与 Stripe 的 Ryo Lu 用一句话给出定位：agent 不再是单次会话的工具，而是持续跟进项目的协作者。他个人则清空了房子、道完别搬去了台北（1029 赞）。

Guillermo Rauch（Vercel CEO）：AI 网关是新的 CDN

Guillermo Rauch（rauchg）·2026-09-12 05:56 CST·原文链接

Tailscale 的模型路由器，底层跑在 Vercel AI Gateway 上。「AI 网关就是新的 CDN：你可以直连源站，但很脆弱；可以自己搭，但痛苦又烧钱。」（290 赞）模型调用的路由、缓存与故障切换，正在沉淀成一层独立基础设施。

Aaron Levie（Box CEO）：把 Box 挂载进 agent 沙箱

Aaron Levie（levie）·2026-09-12 02:29 CST·原文链接

Box 现在可以挂载到 agent 沙箱，agent 在自己的计算机上读写企业文件容易得多。「当 AI agent 在企业里执行关键工作流，它们需要拥有人类一直拥有的那些基础原语。」（81 赞）存储厂商主动把自己变成 agent 的文件系统。

Peter Yang：软件工厂怀疑论

Peter Yang（petergyang）·2026-09-12 08:13 CST·原文链接1·原文链接2

对「软件工厂」泼冷水（179 赞）：除了验证与测试，AI 还不能在没有人类参与的情况下自我改进产品或端到端构建新功能；通宵循环构建新东西，一旦某个假设错了，整晚 token 全部浪费。他随后公布自己的分工：本地定时任务全放 Codex，云端任务迁往 Grok Bot，「干净的切分」。

Zara Zhang：一人公司被高估了

Zara Zhang（zarazhangrui）·2026-09-12 02:48 CST·原文链接

逆着「AI 让一人公司起飞」的叙事（704 赞）：AI 确实让一个人能做更多，但「从零构建新东西是一种深刻的孤独体验」，你需要有人一起头脑风暴、一起受苦、一起庆祝；不把自己和另一个人一起绑上桅杆，动力极其容易流失。与 Peter Yang 的怀疑论放在一起看：自动化的边界之外，人对人的需求在放大而不是缩小。

Dan Shipper（Every CEO）：从 vibe check 到个人基准

Dan Shipper（danshipper）·2026-09-12 02:40 CST·原文链接

「更高的基准分数，说明不了模型在你的真实工作上表现如何。」Every 做了三年新模型 vibe check（基于真实工作的长评测试），现在开始量化：内部平台让每个人围绕自己的日常工作构建 personal benchmarks，纯凭感觉的评测正在变成有数据的评测。

Madhu Guru（Meta AI 高级总监）：企业 AI 为何失败

Madhu Guru（realmadhuguru）·2026-09-12 00:27 CST·原文链接

曾领导 Gemini、Veo 与 Nano Banana 的 Madhu Guru 总结企业 AI 两大死因：一是用旧剧本带新球队，CEO 点将组建中央 AI 团队，但过去 15 年的渐进式产品方法论在需要「实验与发明」的 AI 上失灵；二是对 evals 投入不足。与 Thariq、Shipper 同日发声，evals 从工程细节升级为行业共识。

Peter Steinberger（OpenClaw）：Astra 用 CUA 玩《毁灭战士》

Peter Steinberger（steipete）·2026-09-12 05:42 CST·原文链接1·原文链接2

Astra 跑在云上 OpenClaw 会话里，用 CUA 操作电脑玩 Doom（270 赞）：「还算不上 AGI，但大概已经赢了果蝇的大脑。」当天他还在 Linux 上给 trycua 提了个 patch，让按键输入更可靠（18 赞）。

数据采集时间：2026-09-13 01:00 CST