EP175 · AI 选择效应、Bending Spoons、Antspace · 09-14 早报

作者是一位专注因果推断的 Staff Data Scientist，用 4 万个模拟 B2B 账户演示：采用 AI 助手的账户留存高出 15.4 个百分点，而真实效应只有 4 个百分点，其余都是选择效应——越投入的账户越爱开新功能。他的建议是把分析放到客户没得选的变异上，比如上线时的席位资格门槛。文章据此做断点回归，估出 +4.9 个百分点，并给出带宽、安慰剂、门槛操纵等六项诊断，代码和 notebook 全部开源可跑。

David Senra 对谈 Bending Spoons 联创 Luca Ferrari，讲这家买下并长期运营 Evernote 的公司如何运作：上一年收到约 80 万份申请、录用不到 300 人，招聘决策集中到总部且不给招聘经理个人奖金；让有潜力的人背上超负荷任务来训练判断力；50 多个自研工具把被收购业务接进同一套内部操作系统。Evernote 被收购后从约 350 人缩到 50-60 人，产品迭代速度反而至少快三倍。他强调效率不是目的，把业务做好才是。

作者在自己的 Claude Code Web 会话里顺手 strace 了 PID 1，结果挖出 Anthropic 未公开的基础设施：运行环境是 Firecracker MicroVM（与 AWS Lambda 同源），环境里 27MB 的 Go 二进制未做 strip、带完整调试符号，包结构和依赖一览无余。顺着符号继续挖，发现了 Antspace——一个全网检索为零的应用托管平台，claude.ai 的 Baku 构建器默认部署目标就是它而非 Vercel。全文只用 strace、objdump 等标准工具完成，作者判断这是一套垂直整合的 AI 原生 PaaS 架构，是否公开发布还需观察。

四位具身智能一线创业者与研究者围绕数据来源、模型路线与商业化指标展开公开分歧讨论，认为物理接触能力是当前瓶颈，客户可持续付费才是产业化的终极信号。

PyroDash 是一种成本感知、token 级的协同推理范式，通过训练小模型在生成过程中主动识别能力边界并请求大模型接力，实现了在五个数学基准上平均 96% 的成本降低，同时在高准确度模式下性能反超纯大模型。

OpenAI 在 API 中推出 GPT-Live 1，这是一款可在打断和背景噪声中保持自然对话的全双工语音模型，并将推理与工具调用交由独立的后端模型处理。

HuggingFace 推出一个六讲的智能体训练 workshop，从评估、强化学习、微调到部署，提供完整的后训练路线。开源项目包含可执行代码，并揭示了该领域中的关键实验设计——例如隔离评估与训练数据，以及使用可验证的奖励函数来判断一个 setup 是否有效。

本文深度解析了腾讯如何利用其在连接、开放与生态方面的传统优势，通过 WorkBuddy 等产品将 AI 从单纯的助手转化为能够调度各类能力、连接第三方生态并深入企业业务流程的 Agent 平台。

作者展示了如何将 GitHub 基础能力与 GitHub Copilot 智能体技能相结合，实现「营销运营即代码」，将营销活动工作流从策划到活动后报告全流程自动化。

一款名为 vphone‑cli 的开源工具利用 Apple 的 Virtualization.framework，让开发者能够在 Apple Silicon 上运行完整的 iOS 27 虚拟机，从而实现超越 iOS 模拟器的安全研究与测试。