Anthropic's Boris Cherny: Coding's Printing Press Moment

好的。我很兴奋来介绍我们的下一位演讲者。举个手，这里有谁在用 Claude Code？好。再举个手，这里有谁得了 Claude Code psychosis（精神错乱）？

别这样，大家。没关系，没关系。我的团队半开玩笑地说我有 Claude Code psychosis，这话也许是真的，也许不是。我们今天非常高兴 Boris Cerny 能来到现场。

Boris 是 Claude Code 的创造者，可以说是它的“父亲”；而在打造它的过程中，他也坐在第一排，亲眼见证了现代软件开发方式的重塑。Boris，我们非常感谢你今天抽时间来和我们交流。我们知道，几乎整个软件开发世界某种程度上都压在你的肩上。所以非常感谢你愿意拿出一个小时来到这里。今天采访 Boris 的，是我们团队的 Lauren Reether。

谢谢。

我们来把椅子摆好。你——

你把我的开场白抢了，你把我的开场白抢了。我一般都会先问这里有谁在用 quad code。举手的人可真不少，太棒了。

Boris，感谢你加入我们。你能来到这里真的非常特别。面对这一屋子的 builders（构建者、创造者），我觉得你正在彻底改变“构建”这件事本身。所以我非常想深入聊聊，你是如何看待 software（软件）、coding（编程）的未来，以及我们到底该把所有空闲时间花在什么上面。不过在那之前，我会再稍微补充一点你的背景，让大家有更多上下文。

所以，除了创造 Cloud Code 之外，Boris 也是非常典型的 engineer's engineer（工程师中的工程师）。你在整个职业生涯中都写了很多代码，也写过关于代码的教材，包括 Programming in TypeScript。并且我记得我们上次聊天时，你说自己在过去一年里一行代码都没写，或者至少在 2026 年到目前为止还没写过，这变化确实很大。

还有一件不太为人所知的小事。早在中学的时候，我写过一份关于如何给 TI 83 plus calculators 编写 BASIC 的指南。我刚刚还搜了一下，它居然现在还在 Internet 上。这事非常尴尬，所以请千万别去搜。

但它确实存在。

我们肯定会找到这一点。所以我们——

要做的是，我先从这里的几个问题开始。也许我们会——

先从一点 Cloud Code 的历史讲起，你们当初是怎么开始做它的。然后这一场我们会留很多时间给现场观众做 Q and A（问答）。所以大家现在就可以先在脑子里想想自己的问题，我们也很快就想把时间交给大家。

对。还有，快速问一下，对于使用 Cloud Code 的人来说，大家主要是用 CLI（命令行界面）吗？比如，好的，大多数是 CLI？那很多啊。那大多数是 desktop（桌面端）？

好。那大多数是 Versus code 或者 JetBrains IDE（集成开发环境）吗？好。其实那也不算很多。好。

其他？我感觉我这些天主要是在做 iOS。

对。

好，很酷。对，我开始做 Cloud Code 在很多方面都算是个意外。我是在 twenty twenty four 年末加入这个团队的。

这有点像 Anthropic 内部的一个 incubator（孵化器），叫 Anthropic Labs。这个团队算是完成了它的使命。我们做出了 QuadCode、MCP，还有 desktop app。那就是一个团队而已，只有我们几个人。

所以它很像一个 innovation team（创新团队）。我们把自己想做的东西做出来了，然后就把团队解散了。现在这个团队实际上又重新组起来，开始第二轮了。Mike Krueger 现在在负责这件事，他是 Anthropic 的 chief product officer，之前也是 Instagram 的创始人之一。

我开始做 coding（编程）这件事的原因，是我们觉得这里存在一种 product overhang。我猜在场的人应该也经常用这个词。反正我们在 lab 里确实很常说这个词。它的意思是，模型已经能做很多事了，但还没有任何产品真正把这些能力承接下来。到了 2024 年底，我们在看 coding 这个方向时，当时我们做 coding 的方式、或者说当时的 state of the art（最先进水平），还是 type ahead。

也就是你打开 IDE，然后按下 tab，一次补全一行代码。而 Sonnet 3.5 第一次真正让这件事成为可能。但我们的感觉是，我们其实还能走得更远。模型几乎已经为下一个重大跃迁准备好了。所以我们不必再做 type ahead 了。

我们完全可以让 agent（智能体）把所有代码都写出来。于是我就把它做了出来，但前六个月它其实非常不好用，基本没起作用。效果很差，我自己可能也就只在大概 10% 的代码里用它之类的。甚至在我们最初发布 QuadCode 之后，它也并没有爆红。

用它的人很多，但它并没有出现今天这种 exponential growth（指数级增长）。这种情况是从 5 月的 Opus four 开始的。我对这一点记得非常清楚。差不多就是从那时起，指数级增长开始了，然后每次模型发布都会带来一次拐点。最早是 Opus four，然后是 4.5，再到 4.6，现在是 4.7。

它就是这样不断出现新的拐点。但本质上，我们当时是在做一个还处于 pre-PMF 的东西。我们知道它在六个月内都不会有 PMF（product-market fit，产品与市场匹配），因为我们其实是在为下一代模型构建产品。这几乎从头到尾都是我们的思路。而且对 Anthropic 来说，整体上我们一直都非常聚焦。

我们一直都很关注 business、enterprise、安全，以及 coding。这基本就是我们一直想采用的构建方式。所以在某个时点，我们其实知道自己想做一个产品，只是不确定具体什么时候做。于是这件事最后就成了那次 product bet（产品押注）。

这真是个不可思议的故事，尤其是它居然是一次意外。所以你之前在公开场合说过，你认为 coding（编程）这个问题已经解决了。如果这算是 Anthropic 三个最佳案例之一，你能不能再具体说说你这句话是什么意思，以及还有哪些东西可能仍然没有被解决，或者会出现哪些 second order problems（二阶问题）？

好吧，我可以换个问题问在场各位。谁写的代码是 100% 手写的？谁写的代码是 100% 用 agent（智能代理），比如 quad code，来写的？好，那么，谁是在这两者之间的？好吧，所以大概算是解决了 50%。

我的意思是，对我来说是 100%。QuadCode 的 code base（代码库），你知道，会泄露一些信息，所以，大家其实也都知道。它非常简单。基本上就是 TypeScript 和 React。没什么大秘密。

里面其实没什么真正复杂的东西。我们之所以选择 TypeScript 和 React，是因为它们对 model（模型）来说非常 on distribution（处于训练分布内）。我们刚开始搭这个 code base 的时候，model 还没有今天这么聪明，所以语言和 framework（框架）非常重要。现在的话，它基本上什么都能写，也能学会它没见过的新语言、新框架。但在当时，你会希望用一些比较 on distribution 的东西。

正因为如此，我觉得我们相当早就到了 model 直接写 100% 代码的阶段。对我们来说，这大概发生在 10 月、11 月那段时间。所以对今天的我来说，model 写我 100% 的代码。我每天通常会写，或者说产出几十个 PR（pull request，拉取请求）。上周有一天，我一天做了 150 个 PR。

那是个纪录。我当时只是想往前推一推，看看我到底能把它推进到多远。不过对我来说，这件事就是已经解决了。但并不是所有地方都是这样。有些 code base 非常庞大，而且非常复杂。

还有一些比较奇怪的语言，model 现在还不太擅长。然后，你知道，在座各位都明白，它正在接近那个点。通常，答案就是等下一个 model。

你能不能具体讲讲你个人的 setup（工作配置）？前几天你给我们演示过一遍。那真的挺疯狂的。

对。所以我大概在六个月前之类的时候，在 Twitter 上分享过我的个人 setup（配置）。很有意思的是，我当时其实只是分享了一下，没意识到这对任何人来说会是件让人惊讶的事。

那就是我写代码的方式。

不过从那以后，它已经变了。

变了。所以现在，其实我的大部分工作都是在手机上完成的。所以，

我不知道

你们能不能看清这个，不过我装了 Quad app。然后如果你打开 Quad app，在左边有一个小小的代码 tab（标签页）。我就在里面开着一堆 session（会话）。你们可能看不清。

有多少个 session（会话）？

通常我会有大概五到十个 session（会话）。然后这些 session 里通常又会有一堆 agent（智能体）。所以我觉得目前大概同时在跑几百个 agent。通常每天晚上，还会有几千个 agent 在做更深度的工作。管理它有几种方式。

其中一种方式是，你让 Claude 使用一堆 sub agents 来完成工作。其实我最近越来越常用的是 loop。所以这个就是 slash loop，它真的算是最酷的东西之一。它像是那种“最简单但能用”的方案。本质上就是让 Claude 用 Cron 把一个任务安排到未来的某个时间点执行，而且这是一个重复任务。

它可以每分钟运行一次、每五分钟运行一次、每天运行一次，基本上你想设定多高的频率都可以。到现在，我已经有几十个 loops 在跑各种事情了。所以我有一个会帮我盯着我的 PRs，比如修 CI、自动 rebase。我还有另一个用来保持 CI 健康。所以比如说，如果有 flaky test 之类的问题，它就会去把它修掉。

我还有另一个会每三十分钟抓取一次 Twitter 上的反馈，并帮我把它们聚类。所以我随时都有一堆这样的 loops 在运行。我现在感觉 loops 就是未来。如果你还没有试过，我强烈、强烈推荐你去实验一下。我们最近还发布了 routines，本质上是同样的东西，只不过更像是跑在 server 端。

所以即使你把 laptop 合上，它也会继续运行。

所以这说的是你个人的工作配置。那谈谈你认为未来团队会是什么样子吧。你如何把自己为了让团队里每个人都持续推进、都理解上下文所做的这些工作，外推到未来？还是说，你觉得为了让这一切真正运转起来，我们需要把更多事情交给 agents？

我觉得是的。要我说，做预测其实很难，但我既然坐在这里就是来做预测的，那我就试着做一些。我感觉事情的发展方向总体上会是：generalists 会比今天多得多。而今天当我们谈 generalists 时，我觉得很大程度上说的仍然是工程师。所以他们仍然在写代码，只不过也许更偏 product engineers。

也许当我们说 generalists 时，指的是比如他们同时做 iOS、web 和 server。这算是工程领域里的 generalist。但我觉得接下来我们会越来越多看到的，是跨学科的 generalists。也就是说，这些工程师既非常擅长 product engineering，同时也非常擅长 design，或者非常擅长 product、data science 和 engineering。怎么说呢，这已经是我们团队里开始出现的趋势了。

所以其实，Cloud Code 团队里很多人都是跨学科的 generalists。我们团队里的每个人都会写代码。所以我们的 engineering manager、product manager、designers、data scientists、finance guy、user researcher，团队里的每一个人都写代码。所以你知道，虽然大家各自都有某方面的专长，但现在同时每个人也都在写代码。我看到有些人在点头，不过我想这对这个房间里的人来说其实也未必那么令人意外，因为我猜你们也看到了同样的情况。

我再问最后一组问题，然后我们就开放给观众提问。前面我们聊了一些 coding 方面正在发生的变化。我很好奇，在 software 或 software products 的世界里，你看到哪些东西也在变化。我想，随着 AI 让写代码的成本降低到原来的 10 倍甚至 100 倍，会发生什么？那些用 software 生产出来的产品，它们的价值会怎样变化？我们是不是正在迎来一场 “SaaSpocalypse”？

你觉得这会如何展开？还有，这次你又得再做一个预测了。

那我最喜欢的就是这个 SaaSpocalypse 的问题了。我觉得会发生两件事，而且我认为这两件事都不是人们一直在讨论的那些。先说第一件：这里有人听 Acquired 吗，就是 Acquired podcast？有啊。那真的是最好的 podcast 之一。

前阵子我其实还和他们一起做了一场 unplugged，我当时真的有种见到偶像的感觉，因为他们——两位 host——真的都特别棒。他们有一个叫 seven powers 的框架，这个概念来自 Hamilton。他写过一本关于这个的书，可以把它理解为商业里的七种 moat（护城河）。我觉得接下来会发生的是：因为 AI，这些 moat 里有些会变得更重要，有些会变得没那么重要。比如说，没那么重要的一种就是 switching costs（转换成本），因为你可以直接用 model（模型），把一个东西比较容易地 port（迁移）到另一个东西上。

另一个会变得没那么重要的是 process power，因为有些公司的 moat 就在于 workflow（工作流）、process（流程）这类东西，而 Quad 现在在理解和推演 process 方面已经变得非常厉害了。尤其是到了 4.7，它几乎可以对任何事情做 hill climb（爬山式迭代优化）。所以如果你给它一个目标，再告诉它不断 iterate（迭代）直到完成，它就会一直做下去。我觉得这是第一个具备这种能力的 model。所以我认为这些东西的重要性会下降，但我也认为，之前那些 moat 实际上仍然重要。

比如 network effects（网络效应）、scale economies（规模经济）、cornered resources（独占资源）之类。这些东西其实不会因为 AI 而发生根本变化。第二点是，如果你看看今天，或者说过去十年里的 startup 数量，我认为接下来十年里，那种会颠覆一切的 startup 数量会增加 10 倍。因为现在，你完全可以是一家很小的 startup，却做出一个价值能和大公司相当的东西。

而且你实际上可以和大公司正面竞争。因为大公司必须去调整自己的 business process（业务流程），必须改变自己的工作方式，还得重新培训所有人来使用新技术。他们在内部会面临非常多的阻力。

但你知道，在场各位没有这个问题。如果你是从零开始，那你就可以从一开始就以 AI-native 的方式自底向上地构建。所以我也说不好，但我确实觉得，现在是创业最好的时机，是做 startup 最好的时机。

现在有太多颠覆性的变化即将到来。

所以归根结底，我们还是有希望的。谢谢你，Boris。如果有人有想问的问题，我很想现在把时间开放给观众提问。Dan？

嗨。对，我很好奇。你说过，在出现 product-market fit（产品市场契合）之前，你们先做了六个月。但现在，既然这些 model（模型）已经足够好了，你认为 QuadCode 的成功有多大程度应归因于 model，又有多大程度归因于产品决策以及产品的整体体验？

我觉得大概是混合因素。对，我觉得是个组合。我想如果你一年前问我，这个比例可能大概是五五开。也许，我也不确定，如果你六个月前问我，这个组合也会是五五开。

那两年后呢？

哦，两年后，我不知道啊，老兄。我们的规划基本上就是——我们通常只往后一周做计划。

六个月吧，未来某个时候。

顺便说一下，我觉得之所以是五五开，是因为——你知道，我当年参加过 YC。我曾是一个 YC 公司里的第一个 hire（招聘员工），也做过一堆 startups（初创公司）。而在 startups 里，他们反复给你灌输的一点，尤其是在 YC，一遍又一遍强调的，就是 build something people love（做出人们真正喜爱的东西）。所以不管产品是什么，不管 model 是什么，诸如此类，到最后你还是得做出一个人们喜爱的东西。我觉得这就是为什么产品很重要：我们会非常关注那些细小的细节，这样当你整天使用它时，整体体验才会真的非常出色。

我认为，随着 model 变得越来越好，harness 这类外层框架的重要性某种程度上会降低。而且我觉得，我们现在正在思考的是，如何让 harness 继续演进？比如，怎样让 loop（循环）变成更一等公民（first class）的能力？怎样让同时运行大量 agent 更容易？比如说，sub agents 就是一个思路。

我们还在推进很多别的东西。但我觉得一年之后，model 会对齐得好得多。所以，我们今天围绕 prompt injection、对命令进行某种静态验证、permission modes、human in the loop 等等这类安全机制，到时候都会变得没那么重要，因为 model 本身就会直接做对的事。所以，嗯，这就是我的预测。

谢谢。谢谢你。

你想

把盒子递给 Dan 吗？

很好。稍微从 software 这个话题往外拉远一点，我觉得几个月前 Cloud Code 带来了一次文化层面的变化，它让构建 software 这件事民主化了。你现在可以看到店主为自己搭建自己的 software，甚至给 microcontrollers（微控制器）编程，让有人开门时灯自动亮起。你是否认为，未来构建 software 会变成一种像“我会用 Microsoft Office”这样的技能？也就是说，它会成为每个人都能做的事，而不只是 tech industry 里的人才会做？

天哪。会，会，会。我觉得甚至还不止如此。我觉得它会变成一种——我不知道——会变成一种技能，就像，嗯，就像“我会发 text message”一样。我我我觉得，你知道，我平时主要读的其实就是两类东西：sci fi 和 tech history。

这是我读得很多的内容。而我觉得，在 tech history 里，有一件事在我看来是当下正在发生的事情最清晰的类比。那就是 1400 年代的欧洲印刷术。之前发生的情况是，在 printing press 出现之前，欧洲人口里本质上只有 10% 是识字的，也就是他们会读会写。

他们过去常常受雇于不识字的国王和领主。他们的职责就是读和写，而这并不是人人都会的技能。后来印刷机被发明出来，接着又出现了更多印刷机。在第一台印刷机出现后的五十年里，Europe 出版的文献比此前一千年还要多。而在同一时期，文献的成本、一本书的价格，大约下降了 100 倍。

然后，你知道，这又花了几百年，因为，识字会写本来就很难。你需要教育体系、需要政府，而且也不能所有人都一直在农场干活，等等。但在接下来的几百年里，全球识字率上升到了大约 70%。所以现在我们都能读会写了，你也不需要有“读写专业”的学位才知道怎么读写。当然，职业作家依然存在，而且那仍然是一条可以走的职业道路。

所以我认为，接下来即将发生的事，而且速度会比五十年快得多，就是 software 将会成为一种被彻底 democratized（民主化、普及化）的东西，任何人都能做。这还会带来很多推论。比如说，假设你在写 accounting software，我认为写 accounting software 最合适的人，也许甚至在今天，都不是 engineer，而是一个非常优秀的 accountant。因为他们对这个领域懂得非常透彻，而 coding 反而是容易的部分。

真正难的是理解这个领域本身。而我觉得，这显然就是未来。

Greg 刚才说的一点是，你们这些人算是有点生活在未来里，因为你们能够接触到这些 models 和 agents。Cloud Code 在发布之前也是一个内部工具。你们在 engineering 上所处的位置，和世界上其他人的差距，大概有多大？是一个月？三个月？还是六个月？

而且这个差距会随着时间推移变大还是变小？

会的。我们内部使用的，其实和其他所有人用的是同样的 models。对我们来说，dogfooding（内部试用自家产品）非常非常重要。所以我们用的就是在场其他人也在用的东西。我们会稍微用一点 Mythos 来试一试，然后会大量使用 Opus 4.7 来做 dogfood，并用它来编写我们大部分代码。

我觉得在 model 这一侧，其实并不存在什么真正的差距。基本上就是 mythos，而它的某个版本、某个后继分支，最终总会在某个时候向所有人开放。我认为在产品这一侧，差距可能要大得多。这只是因为我们把自己的所有流程都改掉了。比如如果你去和 Anthropic 的人聊，你会发现我们几乎什么都用 Quad。

而且我们的 quads 全天都在交流。我的 quads 在循环中写代码时，会通过 Slack 与其他人的、同样在循环运行的 quads 沟通，以便某种程度上弄清那些未知问题。我们公司里已经没有任何手写代码了。所有 SQL 都是由 models 编写的。所有东西基本上都是由 models 构建出来的。

所以我认为，实际上我们领先的地方并不是 technology（技术），因为对我们可用的同样技术，在这里对每个人也都可用。因为从根本上说，我们是在构建一个 platform（平台）。所以对我们来说，非常重要的一点是，developers（开发者）能够使用和我们自己相同的东西，并且我们会对外推出的所有东西都先自己 dog food（内部先用）。但我觉得，真正大得多的杂草其实在 organizational structure（组织结构）和 organizational process（组织流程）里。我希望我们能在这样的场合讨论这件事，让每个人都能从中学习，也一起演进。

对。我觉得这确实是 startups（初创公司）拥有的优势之一。从那里起步要容易得多。Jared？

对。我们上次聊的时候，我记得你提到过，我们也稍微谈了一下 multi agent（多 agent）。而我当时在之前一次 Sequoia 活动上，对这个还非常“encoded”。你提到说，有一些东西正在推进中，有个你们正在谈、正在考虑的方向。

现在，显然已经有 /batch，有 /loop，有 sub teams，也有 teams。你能不能谈谈，不管是从

model level（模型层）还是从

harness level（编排层）来看，你们是如何在 harness level 注入 priors（先验），以及在 model level 上 objective function（目标函数）是如何变化的，从而让这种委派工作、拉起 agents 的体验变得更好。因为这里面有太多工作都是可以并行化的。你可以同时去做很多事情，速度快得多。但我感觉，我现在还是得叠加我自己的直觉，来判断什么时候该把事情并行化，而不是由 model 自己理解：其实你完全可以为某件事一下子拉起几十个 agents。

对，我是说，在 product（产品）这一侧，归根结底其实就是 prompting（提示词设计）。现在基本就是这样。所以我们会调整 prompts，帮助 model 更多地并行处理事情。但说实话，随着 model 变得更强，它也会很自然地做到这一点。所以像 Loop 这样的东西，我发现其实到了 4.7，它就会自己开始这么做了，这很酷。

它会做这样的事：我告诉它，去拉取这个 data query（数据查询）。然后它会说，嘿，我注意到这份数据会随时间变化。我会启动一个 Loop（循环），每三十分钟给你一份报告。然后我会说，太好了，你能通过 Slack 发给我吗？接着它就会用 Slack MCP 去完成这件事。

所以我觉得，实际上随着时间推移，不该由用户来琢磨怎么把这些工具用得更好。如果是这样的话，那其实是个产品设计问题，说明我做得还不够好。真正应该把这些事情做得更好的是 model（模型），而我们要做的是适当地 prompting（提示）它，让它自然而然地这样做。

所以现在看起来，很多

我们

都会使用 Claude、Codex 或者这些 cloud（云端）里的工具来完成大量计算，但也有一些声音非常大的倡导者主张让你的 AI 保持 local（本地化）。而且我可以想象，随着时间推移，随着 open way models 和其他东西逐渐赶上，这对人们来说会越来越成为一种可能，让大家获得高质量的编程辅助。所以我很好奇你对未来几年之类的愿景：你觉得发展轨迹会是所有人依然非常依赖 cloud 里的中心化算力吗？还是会转向“哦，我们每个人都有自己可以依赖的 local agents（本地 agent），它们不会被限流，而且还有其他好处”？

我不知道。也许有几种回答方式。我想，也许最根本的回答是：这不重要。因为我觉得现在我们正走到这样一个点上——model 已经能够自己把这些问题搞定了。所以我觉得再过几年，model 基本上就会完成所有代码工作。

它会启动 agents（agent）。它会搭建 environments（环境）。所以如果它判断，实际上，我会用 local models（本地模型）来做这件事，那它就会这么做。我不认为这些还会是我们作为工程师来做的决策。

我们还有时间再问几个问题，所以我把这个抛出来。Jamie？

很高兴听到这个。

谢谢。

感觉 Cloud Code 的一个特别好的决策，是利用了这样一个事实：很多开发者的工具和工作流都在本地。但对于更广义、使用 cloud tools（云端工具）的知识型工作来说，情况不一定总是这样。我很好奇你们在做 Cowork 时是怎么考虑这件事的：你们如何让 Cowork 获得足够多的工具访问权限，从而像 Cloud Code 对开发者那样强大？

是的，这是个非常好的问题。我知道我自己以前在一家大公司时，光是把所有环境迁到 remote（远程）就花了五年时间。这工作量实在太大了，尤其是在大规模情况下。不过对知识型工作来说，很大程度上，这些东西本来就已经在那里了，比如 Salesforce、Docs 之类。对我们来说，答案一直都是最简单的那个。

就是 MCP。也就是说，你在 Quad AI 里用的同一个 MCP connector（连接器），接上 Salesforce，接上 Google Docs、Google Calendar，然后 co worker 就能使用它。Quad CLA 可以用它。Quad Code 在各处都可以用它。

SPEAKER 对于那些没有 MCP 的系统，你觉得 computer use（计算机使用）会不会是一个很大的机会？

SPEAKER 会的。我觉得 computer use 有点像一个统称。所以就我目前所知，我认为 Anthropic 在 computers 这方面是相当领先的。所以如果你通过 co work 来使用它，效果其实很好。它基本上能够使用你电脑上的几乎任何一款软件。

它非常慢，但现在做得确实相当不错，尤其是配合 4.7 的时候。对，是这样。但除此之外，我觉得 MCP 大概就是答案。而且，你知道，这些东西其实没那么重要。可以是 MCP、CLIs、APIs，只要是某种 programmatic access（程序化访问）就行，因为 model（模型）并不在乎。

因为对 model 来说，那都只是 tokens（token）而已。

好的。我们还有时间再回答一个问题。Ryan？Sean，你想把这个问题抛过去吗？谢谢。

你其实已经隐约提到过这一点了，但如果说在一段时间之前，你看到了 product overhang（产品悬置/产品机会积压），并因此想要构建一个产品，而这个产品会在 models（模型）变得更强之后变得更有意思，你能不能哪怕用比较模糊的方式谈谈：如果是你今天构建的某种产品形态，你会认为它会在未来六个月到一年里，随着 models 变得更强而变得更加有趣？

嗯，我觉得 quad design 是一个非常好的例子。它今天已经相当不错了，而且还会变得好得多。另外，我们也在为 quad code 筹备一些东西，接下来几周会陆续上线，所以你们会看到这些。然后我觉得，像 loop、batch 以及这类围绕大规模并行化 agents（智能体）的东西，也会变得更好。

我觉得 computer use 也是另一个很好的例子。

好的。Boris，非常感谢你来参加。我想如果还有人有问题，我们还会在这里再待一会儿。

谢谢，各位。