07:35IT之家(博客/媒体)81°美国众议院两个委员会主席联合调查DoorDash,要求其说明使用中国AI大模型的情况。DoorDash创始人Andy Fang称,内部测试中月之暗面Kimi K2.6搭配Anthropic Fable 5的组合,成本低于Sonnet 4.6加Opus 4.8且效果更好。目前DoorDash已通过模型路由服务将部分底层任务交给Kimi K2.6。议员认为开放权重模型虽有成本优势,但仍存在安全风险和国家安全担忧。行业DoorDashKimi K2.6月之暗面8 个信源在谈事件专题推荐理由:DoorDash用Kimi K2.6写代码被美国国会调查,中美AI竞争现在渗透到外卖平台了。原文稍后读已读值得跟进有用关注 DoorDash
19:09IT之家(博客/媒体)DoorDash 获得美国联邦航空管理局(FAA)Part 135 航空承运人认证,成为美国第 8 家获此认证的无人机运营商。该认证需通过 5 个阶段审核,确认航空器适航性和安全流程。公司成立自营无人机配送部门 DoorDash Air,计划今年秋季在部分城市开启商业配送。数据显示,平台去年超 20% 订单配送距离为 3-5 英里,这类订单平均配送时间比短距离长 25%,无人机将优先用于此类中距离配送。行业DoorDash无人机配送FAA推荐理由:DoorDash 拿到 FAA 认证了,今年秋天就要用无人机送外卖,专门解决中距离配送慢的问题,效率可能大幅提升。原文稍后读已读值得跟进有用关注 DoorDash
12:44IT之家(博客/媒体)DoorDash CEO 徐迅表示,软件工程师每天仅25%-30%至多50%的时间用于写代码,AI编程提升的主要是该部分的效率。DoorDash现有代码中超一半由AI编写,比例接近三分之二,但组织架构未因此改变。徐迅指出,工程师还需参加产品评审和设计会议,这些环节若不改变,难以靠AI获得整体生产力提升。提出“氛围编程”的安德烈·卡帕西也批评AI生成代码臃肿冗余,抽象设计脆弱。行业徐迅DoorDashAI编程推荐理由:DoorDash老板亲口说:AI写代码只占工作一小部分,公司超六成代码虽是AI写的,但整体效率没暴涨。想听大厂老大的真话,看这篇。原文稍后读已读值得跟进有用关注 徐迅
23:29官方账号ElevenLabs@elevenlabsioSevenRooms(DoorDash旗下)利用ElevenAgents为餐厅合作伙伴提供AI电话接听服务。该语音AI已处理超过40万通电话,帮助餐厅多获取25%的预订。SevenRooms Voice AI通过即时应答提高顾客转化率。AI产品SevenRoomsDoorDashElevenAgents推荐理由:DoorDash旗下的SevenRooms用ElevenAgents的AI电话接听,已处理40万+电话,帮餐厅多拿25%预订,效果实在。原文稍后读已读值得跟进有用关注 SevenRooms
23:45techcrunch@Sarah PerezDoorDash 开放了 dd-cli 命令行工具的有限 beta 测试,该工具允许开发者和 AI 代理通过终端搜索商店、构建购物车并下单。dd-cli 专为终端操作优化,支持自动补全和脚本集成,目前仅限美国部分地区测试。这是 DoorDash 向 AI 原生服务迈出的重要一步,让软件可以直接为智能体而不是人类设计。AI产品DoorDashdd-cli命令行工具1 个信源在谈事件专题推荐理由:DoorDash 出了个命令行工具 dd-cli,能让 AI 代理或你自己在终端里点外卖,不用打开 App 了。限免测试中,开发者快去试试。原文稍后读已读值得跟进有用关注 DoorDash
07:41Paul Graham@paulgDoorDash发布了命令行工具dd-cli的有限beta版,允许开发者通过终端搜索商店、查找优惠并完成结账。该工具目前仅向美国和加拿大的macOS开发者开放,需通过候补名单申请。这是将经典网络笑话“sudo make me a sandwich”变为现实的有趣尝试。AI产品DoorDashdd-cliCLI工具3 个信源在谈事件专题推荐理由:程序员的梦想终于实现:DoorDash的dd-cli让你在终端里点外卖,还能让AI agent代劳下单。原文稍后读已读值得跟进有用关注 DoorDash
15:59小互@imxiaohu精选DoorDash 自2026年6月起连续发布三篇工程博客,详解刚上线的 AI 购物助手 Ask DoorDash。其运行时架构分为四层,业务逻辑单独沉淀在一层中,不写入提示词。系统依赖记忆系统来跟踪用户偏好和历史订单,并用评测框架保障上线质量。该助手能通过自然语言理解用户需求,支持餐厅搜索、三餐规划、购物车生成等功能。技巧DoorDashAsk DoorDash智能体推荐理由:DoorDash 分享了落地 AI 购物助手的实操经验,重点在工具调用和记忆系统,不是只靠模型,做电商或生活服务 AI 的同学值得看原文稍后读已读值得跟进有用关注 DoorDash
19:19The Rundown AI@therundownaiMeta发布了新的内部AI图像模型,但未公布具体名称。北京考虑对中国AI实施新限制。DoorDash使用AI工具评审其代码。帖子中还列出了4个新AI工具和社区工作流。该帖获得7个点赞和2732次查看。行业Meta北京DoorDash推荐理由:今天AI圈挺热闹,Meta搞了个内部图像模型,北京也在出新规,还有DoorDash用AI评代码,4个新工具也挺实用。原文稍后读已读值得跟进有用关注 Meta
01:39The Rundown AI@therundownai精选DoorDash 发布 DashBench 测试,用 105 个历史代码变更评估 AI 代码审查。双模型架构中,Kimi K2.6 负责快速扫描,Claude Fable 5 深入分析。组合方案捕获 65.2% 的真实问题(全 Anthropic 方案为 53.6%),并抓住 8/10 的关键 bug。成本从每变更 $3.91 降至 $3.81。AI模型DoorDashKimi K2.6Claude Fable 510 个信源在谈事件专题推荐理由:DoorDash 搞了个新基准,用开源 Kimi K2.6 配合 Claude,更便宜还能多抓 bug,做代码审查的可以试试这个搭配。原文稍后读已读值得跟进有用关注 DoorDash
10:18官方账号arXiv cs.AI@Haochen Wu, Yi Hou, Shiguang XieDoorDash 部署了一套基于离线强化学习的系统,通过延迟的市场反馈(如配送速度、骑手利用率、商家拥堵)来动态调整配送调度目标的权重。该系统不替换原有的组合优化调度器,而是在门店层面学习一个策略,选择离散乘数来调整调度器在配送质量与批处理效率之间的权衡。通过集中式离线数据和分散式门店执行训练共享价值函数,并采用 Double Q-learning 和保守正则化减少过估计。生产环境切换实验表明,该策略在不降低客户配送质量的前提下,提高了批处理效率并减少了骑手时间成本。这项工作展示了如何利用真实经济物流系统的反馈安全地在线调整决策策略。论文强化学习调度优化多智能体推荐理由:DoorDash 用离线强化学习解决调度权重调整难题,做物流调度或平台经济的团队可以借鉴其安全部署思路。原文稍后读已读值得跟进有用关注 强化学习
11:26Y Combinator@ycombinatorVarun Vummadi 是 GigaAI 的联合创始人,该公司为 DoorDash、美国最大加密交易所之一以及全球前三的电信运营商构建 AI 客服代理。在 Startup School India 上,他分享了为何放弃高薪量化工作去创业,经历多次转型才找到正确方向,以及他们8人团队如何击败400人竞争对手赢得 DoorDash 合同。视频还涵盖早期故事、YC 面试失败、定价策略、AI 驱动公司运营等话题。行业AI客服创业故事GigaAI推荐理由:做 AI 客服或 ToB 创业的团队值得看——8人小团队靠产品力和策略击败大公司,看完会有启发。原文稍后读已读值得跟进有用关注 AI客服