AI最新动态｜2026-09-18
本期汇总了15 位 AI 建造者的 25 条动态，提炼值得关注的产品进展、工程实践与行业变化。
本期速览
Anthropic 的 Claude 团队集中发布“Projects”新体验，多位核心成员同步在 X 上解释其设计思路，成为今日讨论密度最高的话题。Google Labs 则把 AI agent 推向家庭场景，发布面向家庭协作的 CC。与此同时，围绕 agent 消耗推理算力、部署速度与记忆机制的观点继续升温。
X 上的关键观点
Claude Projects：从“会话管理”转向“项目记忆”
这是今日最集中的讨论。Boris Cherny 表示，Projects 改变的不只是他与 Claude 的交互方式，也改变了他写代码的方式：他不再管理会话，而是随手发送想法，由 Claude 拆分成线程，项目本身记住他的工作习惯，并称这里已成为他大量编码的场所。Cat Wu 补充说，Claude 会协调所有会话，让她以更高抽象层级运作——批量下发任务后即可离开，Claude 掌握其全部工作上下文，可按需给出聚合状态更新，并具备随使用演进的长期记忆。Thariq 则从架构角度说明，Projects 把 Claude Tag 的架构带入 Claude Code：每个项目一个 agent 管理记忆，并按任务派生 subagent，还可要求其主动执行、按计划执行。
官方账号 @claudeai 给出几条事实性说明：项目随时间累积，每个线程都会写入并读取共享记忆；线程运行在云端，电脑离线时仍继续工作，但目前尚不能访问本机文件、工具或内网，本地支持“很快”推出；Pro 与 Max 上已有项目保持现状，随推广逐步升级。归纳来看，这一轮更新的核心是把“记忆”和“协调”从单次会话上移到项目层，官方措辞仍偏谨慎，本地能力尚未落地。
Agent 与推理算力：消耗量成为焦点
Aaron Levie 判断，agent 已占据推理量的大多数，并会在一两年内趋近于全部；他认为世界上绝大多数 token 将由 24/7 后台执行任务的 agent 消耗，覆盖代码安全审查、工作流数据处理、招聘与客户拓展研究、日志审查及个人事务等场景，并称过去一周内就引入了多个一个月前技术上还不可能的新工作流。Amjad Masad 以一句“这就是为什么我们需要海量数据中心（值得）”呼应同一趋势。需要区分的是，Levie 的表述属于其个人判断与预测，而非已披露的统计数据。
部署速度与“一次性软件”
Guillermo Rauch 称，明年产出的软件可能超过计算史上全部产出之和：Vercel 用十年达到 10 亿次部署，而最近十个月又新增 14 亿次。他把其中一部分描述为极小、个人化甚至一次性的软件——带少量 JavaScript 的 HTML 文件、报告、定价计算器、幻灯片，直至复杂应用、agent 与平台。他称已将部署、上传、分配域名与全球传播压缩到 1 秒，并涵盖 CDN、防火墙、不可变部署、可观测性与回滚。他还提到，当用户催促 agent 快速发布热修复时，agent 可使用 vercel --turbo --prod 走最快的构建机器。
记忆机制、家庭 agent 与自驱公司
Garry Tan 提到 Memorable 用 embedding 而非更多 token 来优化记忆，认为这是一种有力的新路径。Google Labs 发布面向家庭的 CC agent：最多可添加 5 名成员，提供共享的“Your Day Ahead”晨间简报邮件，与共享 Google Calendar 和 Tasks 自动同步日程与待办，可在 Google Chat 中协调任务（如每周餐食计划、开学用品清单），按指示代填许可单等文书，并区分适用于全家的信息与仅适用于个人的信息（如饮食限制、本地时区）。该功能目前仅限美国、18 岁以上，需加入等待名单或升级现有 CC。
Nikunj Kothari 介绍了自己的实验项目 nosugarforkids：一个只收录儿童健康零食的目录站，可对话获取推荐，并按营养成分做分级；后台有一个 Claude agent 每天醒来检查目录新增、清理失效商品、寻找内容选题、查看 SEO 与 Search Console 表现、撰写编辑内容，并联系媒体争取外链。他称在零外链、无社交运营的情况下，站点自然增长到每天约 6000 次展示、60 次点击，并坦言仍有不少粗糙之处。这属于个人项目自述，数据未经第三方验证。
此外，Thibault Sottiaux 抛出一个开放问题：是否有人尝试让 Astra 与 Fable 就完美风格指南达成一致，再用 web MCP 托管。Aditya Agarwal 则称 GoodfireAI 是从事对齐与安全方向的领先非前沿实验室公司，认为此事具有代际重要性。
值得继续关注
Claude Projects 的本地文件与内网支持何时落地，以及共享记忆在多人、多项目场景下的实际表现；Google 家庭版 CC 能否从美国扩展到更多地区；agent 占据推理量多数的判断，是否会体现在后续的算力与数据中心投入数据中；以及“一次性软件”规模化后，部署速度与安全、可观测性之间如何平衡。
原始来源
X / Twitter
- Josh Woodward（@joshwoodward）
- Boris Cherny（@bcherny）
- Thibault Sottiaux（@thsottiaux）
- Peter Yang（@petergyang）
- Cat Wu（@_catwu）
- Thariq（@trq212）
- Google Labs（@GoogleLabs）
- Amjad Masad（@amasad）
- Guillermo Rauch（@rauchg）
- Aaron Levie（@levie）
- Garry Tan（@garrytan）
- Nikunj Kothari（@nikunj）
- Dan Shipper（@danshipper）
- Aditya Agarwal（@adityaag）
- Claude（@claudeai）
本文由自动化流程根据公开信息生成中文摘要，观点与事实请以原始来源为准。