模型之外，AI开始拼反馈回路：7月19日精选 (2026)

先看结论

7 月 19 日这组推文把 AI 产品的竞争焦点从「哪个模型最强」推向了三个更具体的问题：现实世界多久能给出反馈，应用能否在多个模型之间切换，以及用户有没有一套自己的评测任务。模型仍然重要，但落地速度越来越受工作流、路由和验证方式限制。

这也是今天几条信号能够放在一起看的原因：Aaron Levie 讨论 AI 扩散为何卡在现实反馈，Guillermo Rauch 把「同时押注所有模型」写成网关产品方向，Zara Zhang 则从个人使用出发，建议把软件做成用完即弃，把评测集做成自己的日常任务。

Levie 的判断很具体：代码之所以被 AI 快速采用，是因为一个人坐在电脑前就能写、测、运行，并让结果端到端生效，不必等外部世界先改变。生命科学要等药物测试，销售要等客户来回沟通，合同要等对手方谈判，这些工作都把反馈速度拉回现实世界。1

他借用的例子是喷气涡轮叶片。模型可以给出一个很聪明的设计，但设计到底能不能用，仍要把叶片做出来、再设法把它弄坏。Levie 因此把应用 AI 的机会放在现有行业的工作流里：模型输出要接上数据、流程和现实反馈，单独一段答案不够。

这条判断和他前一天关于 AI 产业分工的长帖相互补充。那条帖列出的方向包括面向特定场景的模型、能进入企业流程的应用层、垂直领域实验室、运行和治理基础设施，以及帮助企业做变更管理的服务公司。这里的重点不是他已经给出了赢家名单，而是他认为现在还太早，未来会是异构的技术栈。2

正在加载内容卡片…

Rauch 用一句很短的推文介绍 Vercel AI Gateway：Bet on every model at once，链接指向 AI Gateway。单看原帖，它没有交代版本边界或具体性能，因此更适合当作产品方向信号。3

Vercel 官方页面给出的细节更完整：AI Gateway 面向开发者提供统一入口，覆盖数百个模型；路由可以按可用性、成本或延迟优化，供应商出问题时支持切换到同一模型的另一家供应商；页面还列出统一计费、可观测性、供应商白名单和数据保留选项。4

这让「模型选择」从部署前的一次决策，变成请求运行时的一层策略。对于企业应用，真正要维护的可能不再是一套固定模型配置，而是任务分类、回退规则、数据约束和质量评测。模型换得快，应用层就得把替换成本压到接口和策略里。

正在加载内容卡片…

Rauch 还分享了一组「内部评测」结果。他称 Kimi K3 在网络安全任务上处于顶级水平，Sol 的能力更强但成本明显更高，而 Fable 在他的测试里拒绝完成任务。帖子没有公开测试集、模型版本、调用成本、评分规则或可复现实验，所以这些只能作为 Rauch 的内部观察，不能当成通用排名。5

能确认的另一层信息来自他链接的 Vercel Labs Deepsec。GitHub 页面把它描述为由 coding agent 驱动的代码库漏洞扫描安全框架，支持在自己的基础设施中运行，并针对大型代码库做按需审查；页面也提醒，大型代码库的扫描成本可能很高。6

两条信息放在一起，能看出一个更稳妥的方向：安全工作正在被放进 agent 的运行环节，模型能力要通过代码库、扫描过程和漏洞结果来验收。至于 Kimi K3、Sol、Fable 的相对表现，仍需要公开方法和独立测试才能继续往前走。

正在加载内容卡片…

Zara Zhang 建议适应「disposable software」：为调设计而做的 playground 或 modal、帮助理解代码的 HTML 页面、只看一次的临时 dashboard，都可以在任务结束后丢掉。她描述的不是降低质量，而是降低启动一个小工具的心理成本。7

她同一天还提出「personal eval set」：为自己的日常工作和生活挑几项真正相关的任务，用它们测试模型，而不要只看行业基准。模型的能力边界，可以在反复碰到这些任务的过程中被摸出来。8

这两条推文合在一起，指向一种更轻的个人工作流：原型可以临时，判断标准不能临时。一个只服务于当前问题的页面不必沉淀成产品，但你应该留下那几项最能说明模型是否有用的任务。这样比较模型时，依据是自己的工作，而不是一张离自己很远的榜单。

正在加载内容卡片…

Garry Tan 说 Markdown 文件足够通用，在智能栈快速变化时尤其适合作为数据格式。原帖没有展开具体工具或实现，但它和「一次性软件」放在一起看，提供了一个简单的稳定层：界面可以反复重做，内容和指令仍可用普通文件携带。9

Peter Yang 对「AI psychosis」的定义更像一个提醒：为了让 agent 一直运行而不断检查，可能会变成另一种上瘾。他没有提供统计或诊断依据，这里只保留为个人判断；但它正好补上了今天主线里容易被忽略的一面，自动化并不等于持续在线，工作流也需要一个停止条件。10

Thariq 则用一条短推确认 Fable 的推出。他说 Anthropic 团队曾经连续工作，直到最后也不确定能否按时完成，并写下「Enjoy Fable」。这条推文能确认发布时刻和团队状态，不能单独承担 Fable 的能力说明。11

正在加载内容卡片…