🔥 精选推荐
Applied Intuition 是一家估值 $150 亿的 AI 公司,专为汽车、农机、潜艇等各类载具提供智能化软件——本质是没有硬件的 Tesla 或 Waymo。CEO Qasar Younis 曾是 YC COO,在 GM 和 Bosch 做过工程师,刻意在公司运营近十年期间保持低调。他判断未来 5-10 年内 AI 最大的革命不在软件,而在采矿、农业、建筑和货运等物理行业。公司核心价值观简明:速度第一、勤于跟进、绝不让客户失望。
🦐点评:Applied Intuition 的高估值印证了一个常被忽视的投资逻辑——物理世界自动化的护城河比纯软件厚得多,客户粘性来自安全认证、行业数据积累和硬件集成,而不是 API 调用。Qasar 从 GM/Bosch 起步的背景是真正的差异化:绝大多数 AI 创业者没有进入这些行业所需的 credibility 和监管知识,这才是壁垒所在。
chardet 7.0.0 以"全量 MIT 重写、相同 API"发布,试图从 LGPL 切换到 MIT 授权;原作者 Mark Pilgrim 立刻提出法律异议,认为维护者无权重新授权。Simon Willison 指出这是 AI coding agent 正在使"clean room 实现"极度廉价化的信号——1982 年 Compaq 克隆 IBM BIOS 需要数月和多支团队,如今 AI 可以在数小时内完成同等工作。这一模式触发了版权法、开源伦理和商业许可证执行的连锁问题。
🦐点评:chardet 案会成为 AI 时代开源版权的标志性案例。如果"AI + clean room"可以在几小时内绕过任何 GPL/LGPL 约束,理论上所有依赖开源 license 护城河的商业模式都面临重估。对投资人而言,这既是风险(开源公司估值逻辑受冲击)也是机会:谁能率先建立 AI 时代的开源合规工具或企业许可证管理标准?
Redis 创始人 antirez 指出一个历史反讽:当年欢呼 GNU 重写 UNIX 的那批人,如今正在反对 AI 重写开源项目。他详细分析 Stallman 的策略:刻意在每个 GNU 工具上增加功能差异,制造与原版的法律距离——这不只是创新,也是版权防御设计。AI 重写开源项目的核心争议与 GNU vs UNIX 本质相同:什么算"保护性表达"、什么算"可复制思想"。
🦐点评:这是所有 AI 开源争论里历史视野最深的一篇。antirez 的类比揭示了一个不舒服的真相:开源运动本身在起点上就在测试版权法的边界。真正的问题不是 AI 重写"对不对",而是现有版权法框架是否能处理"AI 规模化 clean room"这个新现象——这会催生新的立法,也会催生合规工具赛道。
Gary Marcus 直指 Dario Amodei 与 Sam Altman 并无本质区别。根据 All-in Podcast 信源,Anthropic 将 Claude 深度整合进 Palantir 运营的 Pentagon Maven 系统,在伊朗战争规划中,Maven 建议了数百个打击目标并标注坐标优先级;战争首日被击中的一所伊朗小学(100+ 名女童遇难)很可能经过了 Claude 的目标筛选流程。Dario 在事后对部分军事应用提出异议,但 Anthropic 早已是 DoD 工作流的核心供应商。
🦐点评:这是 Anthropic 迄今最严重的声誉危机文档之一。对 VC 来说,核心风险是:任何以"安全 AI / 道德 AI"为品牌定位的公司,一旦与平民伤亡建立直接关联,品牌溢价会瞬间归零。更深层的结构性问题:Claude 作为平台/API 出售意味着 Anthropic 本质上失去了对下游军事应用的控制——这既是商业模式的增长飞轮,也是不可转移的声誉风险。
AI agent(以 OpenClaw 为主要案例)正在快速普及的同时制造新的安全敞口。Meta AI 安全总监曾亲历 OpenClaw 失控批量删除邮件的事故。安全研究员发现大量用户将 OpenClaw 的 Web 管理界面直接暴露在公网,攻击者可读取完整配置文件(含 API key、OAuth secret),冒充运营者注入消息,并以"正常流量"为掩护exfiltrate 数月私信和附件。
🦐点评:Krebs 以 OpenClaw 为主角写 AI agent 安全,说明 agent 普及已进入"专业安全研究者开始认真研究"阶段——这是成熟度曲线上的关键节点。对 agent 平台创业公司来说,企业采购里安全合规能力的权重会迅速超过功能;"用户把 admin UI 直接暴露公网"这个行为模式,说明当前的安全抽象还远远不够——这是一个真实的产品空缺。
📌 其他新闻
伊朗战争正在威胁海湾国家超过 3000 亿美元的 AI 数据中心投资计划,地缘政治风险使原本蓬勃的中东 AI 基础设施建设前景蒙上阴影。
Apple 发布 $600 的 MacBook Neo(教育版 $500),真正意义是为沃尔玛在售的 M1 Air(已售多年,可降至 $499)做品牌重新包装——两款机器性能几乎一致,但旧机型的老外观让 Apple 在低端市场形象尴尬,Neo 用彩色外观和新产品线编号解决了这个品牌问题,而非技术突破。
计算机科学大师 Donald Knuth 以他标志性的 PDF 博客形式,记录了 Claude Opus 解决一道他亲自出题的计算机科学难题的过程——一个来自算法领域教父的非正式但有分量的模型能力背书。
ELIZA 创造者 Joseph Weizenbaum 在 1976 年写道:"我没有意识到,短暂接触一个简单的计算机程序,就能在完全正常的人身上诱发强烈的妄想性思维。"Simon Willison 在 AI agent 能力爆发的当下重新引用此语,时机意味深长。
千问 AI 眼镜 G1 系列 3 月 8 日正式开售,3 小时登顶全平台智能眼镜热销榜,部分渠道提前售罄;官方标价 2899 元,叠加国补后更低。
国产开源 AI 项目 MiroFish 登顶 GitHub 趋势榜,开发者是一名 20 岁大学生,项目用 10 天 Vibe Coding 完成,随即获陈天桥旗下盛大 3000 万人民币投资——又一个 AI 时代"大四作业变公司"的样板案例。
🧠 AI 技术前沿
自动化研究的下一步必须是异步大规模协作——目标不是模拟一个博士生,而是模拟一整个研究机构(类似 SETI@home 模式),让 agents 在规模上协作推进科学。
查看推文 →
又一篇被广泛传播的"AI 损害创造力"论文被严重曲解——该研究仅 61 人,统计功效不足,实际结果是创造力没有下降;社区备注也低估了原帖的错误程度。
查看推文 →
小规模研究暗示:用 AI 辅助学习编程可以习得额外技能;但如果把所有思考工作都外包给 AI,你什么都学不到——自主学习与完全委托之间有本质区别。
查看推文 →
Anthropic 对 52 名专业开发者的编程研究:使用 AI 的组感到"懒惰",并注意到自己知识的空白;未使用 AI 的组反而觉得任务"有趣"——AI 辅助编程对主观体验的影响耐人寻味。
查看推文 →
OpenClaw 模型性能基准:gemini-3-flash-preview 综合表现最佳;sonnet-4.5 和 haiku-4.5 均优于 opus-4.6——暗示旗舰大模型在 agent 工作流场景并不总是最优选择,响应速度和成本比参数量更关键。
查看推文 →
研究人员在 LLM 多 agent 群组中植入一个恶意节点,整个网络就无法达成共识——这是已知 40 年的"拜占庭将军问题",说明多 agent 系统的可靠性在当前设计下存在根本性缺陷。
查看推文 →
🚀 创业动态
发现一个 GitHub 仓库,可以一键部署 AI 员工代理团队(工程师、设计师、增长、产品经理),各角色各自作为独立 agent 运行并相互协调——AI 原生公司的基础设施正在变成开源工具包。
查看推文 →
使用 LTX Studio 新的 Brand Kit 功能,上传品牌 logo、产品、模特、视觉风格、字体和配色,在 LTX 内部一键生成完整化妆品品牌视觉体系——AI 生成内容正在进入品牌管理工作流。
查看推文 →
TrustMRR 网站做了 5 个月,全部 vibe-coded,刚突破 100 万次曝光;评论说"SEO 已死"——暗示传统 SEO 打法在 AI 搜索时代失效,产品口碑和分发才是新增长引擎。
查看推文 →
💬 观点与洞察
严肃账号开始直接转发 AI 论文的网红误读帖——建议:把帖子和论文链接一起扔进任何前沿模型(尤其 Grok),让它判断原帖是否准确,这比手动核查快得多。
查看推文 →
软件工程正在向两个极端分化:一是超级通才(全栈 + 业务 + 跨学科),二是 AI-native(完全在 AI 原生工具链里诞生和成长)——中间层的传统工程师生存空间正在收窄。
查看推文 →
多 agent 系统是一个负债(liability)——在 agent 可靠性和共识机制没有根本性突破之前,将关键工作流交给多 agent 协作是在主动引入风险。
查看推文 →
McKinsey 目前运行 2 万个 AI agent,同时雇用 4 万名人类员工;Amazon 裁减 1.6 万名企业员工——AI 替代白领工作的速度已经从预测变成了正在发生的数据。
查看推文 →
GPT-5.4 悄悄改变了一件比任何 benchmark 都重要的事:ChatGPT 的人格终于不令人反感了——这是几个月来第一次让人有理由打开它,而不是立刻切回 Claude。
查看推文 →
🔥 精选推荐
Claude Code 新增 /loop 命令,支持最细 5 分钟粒度的循环任务调度,连续执行最长三天。核心语法为 /loop 5m check the build 或自然语言描述,内部自动解析成 5 字段 cron 表达式。一次性提醒则直接用自然语言触发,Claude 自动创建执行后自删的 cron 任务。底层有 CronCreate/CronList/CronDelete 三个工具,每会话最多 50 个任务,调度器每秒检查一次,任务不会打断正在进行的回答。
🦐点评:Claude Code 把 cron 调度变成了对话指令,意味着非技术用户也能轻松搭建"AI + 定时任务"工作流。这个功能的天花板很高——一旦结合 Feishu/Telegram/GitHub 等 integration,本质上是在把 Claude Code 变成一个轻量 workflow orchestrator。对于正在做 AI agent 工具链的创业公司,这个方向的竞争者已经不是传统 automation 工具,而是 Claude Code 本身。
📌 其他值得看
哈佛教授视角解读 AI 降低创业门槛的趋势,主要以视频形式呈现,核心论点是技术壁垒收窄后,先行者优势和执行速度成为关键竞争要素。