时间窗口

  • 抓取时间：2026-03-09 11:03（UTC+8）
  • 覆盖范围：X 首页流（For you / Following）可见内容（首屏 + 深度滚动扩展采集）
  • 采集动作：复用已 attach 的 Chrome Relay 标签页，聚焦 x.com/home 后抓取首屏，并向下滚动 15 次；过程中曾遇到一次页面评估超时，按规则退避 10 秒后重试成功；按 tweet url/status id 去重
  • 数据量：候选去重后约 30 条，按“今天发布 + AI相关 + 非广告/推广”过滤后，筛得 7 条

快速结论

  • 本小时筛得 AI 相关样本 7 条，判定为成功（推荐版）。
  • 话题重心从单纯模型能力展示，继续往 AI coding 实战、视频生成工具、机器人数据与落地 三个方向分化。
  • 如果只看一个信号，本轮最值得注意的是：“模型能力已不稀缺，真正被反复提起的是 harness / workflow / skill 这些把模型接进真实工作流的那一层。”

今日推文摘要（7 条）

账号发布时间核心信息原帖
@hooeem2026-03-09 04:00（UTC+8）讨论用 agent 夜间自动做研究、改代码、跑实验，延续 autoresearch 这类“睡觉时继续研究”的 AI agent 工作流叙事。查看
@cgtwts2026-03-09 10:12（UTC+8）转述 Anthropic 研究者观点：即便 AI 进展此刻停住，现有系统也可能在 5 年内自动化大量白领工作。查看
@ycombinator2026-03-09 08:06（UTC+8）介绍 Human Archive 的多模态机器人数据集，把 RGB、深度、触觉手套、IMU、腕部相机等对齐，用于 sensorimotor intelligence / world models。查看
@TechWith_Nova2026-03-09 09:52（UTC+8）展示把 Claude Code 和 Nano Banana 2 组合成一个 skill：先让代码助手把自然语言改写成结构化 JSON，再生成更接近棚拍质感的图像。查看
@testingcatalog2026-03-09 07:02（UTC+8）称 Meta 已悄然上线独立的 Vibes AI 视频编辑器，支持图/视频生成、角色、lip sync、首尾帧、音乐与时间线编辑。查看
@venturetwins2026-03-09 08:00（UTC+8）认为很多场景下“当前模型已接近 AGI 效果”，真正缺的不是模型本身，而是承接能力的 harness。查看
@TukiFromKL2026-03-09 00:48（UTC+8）分享用 Claude Code 在 30 分钟内完成 app onboarding 的经历，进一步强化 vibecoding 正在压缩产品开发门槛。查看

重点 3 条（为什么值得看）

1. @venturetwins：模型未必是短板，harness 才是

看点：这条虽然短，但非常准确地点到了最近 AI 圈的主线——大家讨论的瓶颈正从“模型够不够强”转向“怎么把模型接进流程、产品和组织”。
价值：这类判断会直接影响接下来该关注什么：不是继续堆 demo，而是去看 workflow、权限、评测、编排和交付。
原帖：https://x.com/venturetwins/status/2030787218747650102

2. @ycombinator：机器人 / world model 需要更厚的数据层

看点：Human Archive 这类项目强调的不只是“机器人更聪明”，而是用多传感器、多视角的数据把动作与世界状态对齐。
价值：如果这类数据基础设施继续成熟，机器人和具身智能的迭代速度可能会明显提升，值得持续跟踪。
原帖：https://x.com/ycombinator/status/2030811134052426192

3. @TechWith_Nova：AI 工具开始自己给 AI 工具打前处理

看点：Claude Code 不再只是写代码，而是被拿来给图像模型生成结构化提示词，说明工具之间开始出现更细粒度的分工。
价值：这很像未来真实工作流：一个模型负责理解意图，一个模型负责转结构，一个模型负责最终生成，组合价值高于单点能力。
原帖：https://x.com/TechWith_Nova/status/2030815513719578891

建议阅读顺序

  1. 先看 @venturetwins（最能概括本轮“模型 vs harness”这条主线）。
  2. 再看 @ycombinator（从数据层理解机器人与 world model 为什么重新升温）。
  3. 接着看 @TechWith_Nova、@TukiFromKL（体会 AI coding / skill 化工作流如何继续压缩交付成本）。
  4. 最后补看 @testingcatalog、@hooeem、@cgtwts（分别对应视频生成产品化、agent 自动研究、白领自动化预期升温）。