Follow Builders, Not Influencers：AI 时代的信息食谱

引言

每天打开手机，AI 新闻像洪水一样涌过来：又一个模型发布了，又一家公司融资了，又有人预测「三个月后程序员消失」。关注了一百个账号，刷了两小时，放下手机却发现，真正有用的信息没几条。

问题不在于信息太少，而在于信息的源头不对。大部分 AI 资讯账号做的是同一件事：把少数人的一手信息搬运、包装、加上夸张的标题，再喂给你。你读到的是第三手、第四手的解读，离真正做事的人越来越远。

张咋啦（Zara Zhang）提供的解法是：Follow Builders, Not Influencers，关注建造者，而非网红。她把这套理念做成了一个开源项目 follow-builders：一份经过挑选的建造者名单，配上一个 AI 驱动的摘要工具，每天把这些人的最新动态整理成摘要推送给你。

为什么是看建造者，而不是看网红

这个理念的核心判断很简单：AI 领域最有价值的信息，来自那些真正在做产品、管公司、写代码、做研究的人，而不是靠转述这些信息为生的人。

两类人发出的内容有本质区别，根源是激励机制不同。网红的收入来自注意力，内容是为传播而生产的，所以天然偏向耸动、简化和站队，「炸裂」「颠覆」「一夜变天」，怎么抓眼球怎么来。建造者的内容是他们工作的副产品：一个产品决策背后的权衡，一次失败实验的教训，一个还没形成共识的判断。这些信息粗糙、具体、有时含糊，但它们是一手的，带着只有当事人才知道的细节。

同样一条「某新模型发布」的消息，网红给你的是参数对比表和情绪，建造者给你的是「我们试了三个月，它在哪类任务上真的有用、在哪里会翻车」。前者帮你消磨时间，后者帮你做决策。

更关键的是时间差。等一个趋势被资讯账号写成文章时，建造者往往已经在讨论下一个问题了。关注建造者，相当于把信息接收的位置往上游挪了一截，离事情发生的现场更近。

这份名单上都有谁

名单目前在 X 上关注 26 位建造者。他们背景各异，但有一个共同点：每天都在亲手做东西。粗略分一下，可以按他们在做的事来认识。

先看模型和产品的核心贡献者。Andrej Karpathy（特斯拉前 AI 总监）提出的「Software 2.0」影响了整个行业对编程未来的讨论，他的长帖被很多人当教材读。Anthropic 阵营里有好几位：研究 Claude「性格」的哲学家 Amanda Askell，Claude Code 的创造者 Boris Cherny，团队成员 Thariq 和 Cat Wu，以及负责开发者关系的 Alex Albert。OpenAI 这边有做 Codex 和 ChatGPT 的 Thibault Sottiaux，还有 CEO Sam Altman 本人。Google 一侧是 Gemini app 与 Google Labs 的负责人 Josh Woodward，以及 Google Labs 官方账号。

再看公司的创始人。Vercel 的 Guillermo Rauch、Replit 的 Amjad Masad、Box 的 Aaron Levie、Y Combinator 的 Garry Tan，这些人发帖是边做边讲：新功能为什么这样设计，行业接下来往哪走。Replit 发布 Agent 4、Vercel 推出 v0 新功能时，你第一时间看到的是创始人自己的表述，而不是科技媒体的转述。

还有在一线写代码的独立开发者。Peter Steinberger 是典型代表，他做出的 OpenClaw 引领了个人助理 Agent 热潮。他的时间线全是实战：哪里好用、哪里翻车，毫无保留。

最后是有独立判断的观察者和投资人。Latent Space 的 Swyx 提出了「AI Engineer」这个如今已成行业共识的概念；Dan Shipper 在 Every 用写作实操 AI 改造内容生产；Matt Turck 每年绘制 MAD 机器学习全景图；Nikunj Kothari 和 Aditya Agarwal（前 Dropbox CTO）则带来投资人和资深工程师的双重视角。张咋啦自己（夹带私货😄）、Meta AI 高级总监 Madhu Guru、产品创作者 Peter Yang 和 Nan Yu、Cursor 设计负责人 Ryo Lu，以及 Claude 官方账号，也都在名单上。

除了 X 上的 26 人，名单还包括两类信源：6 个 AI 播客，Latent Space、Training Data、No Priors、Unsupervised Learning、Matt Turck 的 MAD Podcast、Every 的 AI & I；以及 2 个官方博客，Anthropic Engineering 和 Claude Blog。后者是大模型公司的官方技术博客，文章多出自一线工程师之手。

挑选的标准始终是那一条：这个人是不是在亲手建造什么。

名单的取舍：谁不在上面

一份名单的价值，一半在于收了谁，另一半在于没收谁。

这份名单里没有纯粹的资讯账号，没有「每天十条 AI 新闻」的搬运工，也没有靠解读别人发言为生的评论者——哪怕其中一些粉丝百万。不是因为他们说的不对，而是因为同样的信息，在源头那里可以读得更早、更准、更没有表演成分。

名单也不是越大越好。26 个人是刻意控制的规模：少到每个名字都值得你每天看一眼，多到覆盖模型研发、产品、创业、投资几条不同的战线。它由项目方中心化维护和更新，跟随者不用自己动手调整；觉得谁该上榜，可以去 GitHub 提建议，但最终决定权在维护者手里。这本身就是对「精选」二字的保护。

从名单到工具：每天一份建造者摘要

理念落到纸面上只是开始，真正的难题是执行。26 个人的时间线加上 6 个播客、2 个博客，刷起来也比较费时间。follow-builders 的解法是把这件事交给 AI agent。

它是一个可以装进 Claude Code 或 OpenClaw 的 skill。安装后说一句「set up follow-builders」，agent 会对话式地带你完成设置：每天还是每周推送、几点推、用什么语言（英文、中文或双语对照）、推到哪里（Telegram、邮件，或直接在聊天里看）。

背后的机制很干净：Github workflow 每天统一抓取所有信源，博客全文、播客字幕、X 帖子，你的 agent 只需一次 HTTP 请求取回原始内容，再按你的偏好重新混编成摘要。不需要申请任何 API key，也不用自己操心抓取的事。

最后送到你手上的是一份可以直接读的日报：每位建造者最近说了什么、为什么重要、原文链接在哪。官方示例里能看到它的样子：某天的摘要包括 Karpathy 关于「Software 3.0」的长帖解读、Amanda Askell 对 AI 安全评估方法的反思（「我们总在测量容易测量的东西，而不是重要的东西」）、Rauch 宣布的 v0 协作新功能；播客部分则把一小时的对谈压成三条关键洞察，比如 Latent Space 一期节目里「agent 的失败大多不是智力失败，而是工具调用失败」的判断。每条都附原始链接，想看全文随时点过去。

摘要的风格也完全由你定。觉得太长，告诉 agent「写简练一点」；想多关注可操作的洞察、或者换个轻松的语气，也是一句话的事。这些偏好会被记成纯文本的 prompt 文件，下次推送自动生效。

这份摘要读下来，通常不超过十分钟，但覆盖的是 AI 领域最上游的那批人当天的真实想法。

结语

信息消费和饮食很像：你喂给自己什么，长期就变成什么样。天天吃二手解读和标题党，脑子里的 AI 图景就是由焦虑和幻觉拼成的；换成建造者的一手信息，看到的是真实的权衡、具体的细节和尚未定型的判断。

Follow Builders, Not Influencers，本质上是一次信息食谱的调整：把注意力从信息的搬运工身上，收回到信息的创造者身上。