AI 正卡在反馈回路

本期是首发补齐样例，素材来自白名单账号近期可核验的公开动态；后续日报会回到每日窗口。上一期讲 AI 正从聊天框走向执行系统，这一期换一个切口：当模型、工具、硬件都能更快地产出结果，真正稀缺的东西变成反馈。谁来定义完成？谁来给专家判断贴标签？谁来控制多代理的成本？这些问题，比「再多一个 agent」更像下一阶段的分水岭。

Santiago 把 Claude Code 的 agentic loop 拆到命令行层面，强调循环能否结束取决于验证步骤和评价标准。1 Mira Murati 提到 Bridgewater 用 Tinker 和专家标注数据微调金融任务模型，让 AI 帮分析师过滤重要信息。2 AK 说自己几乎每天通过 Hugging Face 的 Claude Code 接入 GLM 5.2，并已转向开放模型。3 Dan Shipper 用 Fable 改按钮颜色却拉起「100 个 agents」调侃代理调度的成本问题。4

创作和安全侧也在走同一条路：Karen X. Cheng 展示用一张照片生成宠物视频的 Seedance 2.0 工作流，Nick St. Pierre 讨论 Midjourney 从文字生成图像延伸到用声波生成身体图像的硬件设想，Pliny 转推了多代理攻防框架动态，Sam Altman 则提到 ChatGPT 使用的 5.5 instant model 本周更新。5 6 7 8