🔥 精选推荐
Latent Space 报道了一个被市场忽视的趋势：H100 GPU 的二级市场价格正在逆势上涨。在 AI 基础设施需求持续膨胀、各家公司疯狂囤卡的背景下，即便 H200/B100 已经发布，H100 作为当前最成熟的训练和推理芯片依然供不应求，价格反弹信号明确。
🦐点评：GPU 价格上涨对 AI 创业公司的资本效率是直接打击——训练成本上升意味着小团队的窗口期在缩短。但反过来看，这也验证了算力仍是当前 AI 产业链的真正瓶颈，云厂商和算力中介平台（CoreWeave、Lambda Labs）的估值逻辑反而更硬了。
苹果官方宣布今年夏天起在美国和加拿大的 Apple Maps 中引入广告。商家可通过 Apple Business Connect 在地图搜索结果中投放付费推广，用户搜索附近餐厅、商店时将看到赞助结果。这是苹果首次将广告扩展到地图这一高频入口场景。
🦐点评：苹果的广告业务一直被低估——App Store 搜索广告已经是年收入数十亿美元的生意。Maps 广告的真正价值在于它打通了线上意图到线下消费的闭环，直接对标 Google Maps 的本地广告。对于 Yelp、大众点评类的本地生活平台来说，苹果亲自下场意味着流量分配权又多了一个玩家。
Simon Willison 引用了 Matt Webb 关于 agentic coding 的深刻洞察：Agent 的本质是把问题"磨成粉末"——给 Agent 一个问题和一个 while 循环，只要时间够长它总能解决。但这意味着架构必须从"面向人类调试"转向"面向 Agent 试错"，需要重新思考错误处理、可观测性和系统隔离的设计方式。
🦐点评：这个观点直接指向了一个投资命题——当 Agent 可以无限重试时，"确定性"和"可控性"工具反而变成了新刚需。Sentry、Datadog 这类可观测性公司的 Agent 适配能力可能比模型能力更决定谁赢。同时也暗示了一个问题：大量试错意味着大量算力消耗，Agent 的经济模型还没算清楚。
TechCrunch 报道，苹果表示推出 Lockdown Mode 近四年来，尚未发现任何使用该模式的用户被成功攻击的案例。Lockdown Mode 通过大幅限制设备功能面来缩小攻击面，主要面向记者、维权人士等高风险用户群体。
🦐点评：零被攻破的战绩看起来耀眼，但也要注意 Lockdown Mode 的用户基数极小、使用体验牺牲很大，这更像是"安全和体验不可兼得"的极端案例。对安全赛道创业者的启示是：面向普通用户的安全产品必须做到"无感防护"，而不是让用户自己选择牺牲功能。
据英国金融时报报道，Google 接近达成协议，为租赁给 Anthropic 的数十亿美元数据中心提供融资支持。这标志着 Google 与 Anthropic 的绑定从资本投资进一步延伸到基础设施层面。
🦐点评：Google 既投了 Anthropic 又帮它建数据中心，这是在下一盘"让 Anthropic 离不开 Google Cloud"的棋。对 AWS 和 Azure 来说，Anthropic 这个头部客户被 Google 用基建锁死是个不好的信号。更深一层——大模型公司的独立性正在被基础设施依赖侵蚀，这个趋势对所有 AI 独角兽的估值逻辑都有影响。
📌 其他新闻
Lenny Newsletter 社区讨论 AI 迭代速度超过产品策略时如何应对，以及创业过程中的常见战略错位问题。
数据显示 Business Insider 付费订阅用户从 2023 年底的约 16 万人持续下滑，反映数字媒体付费墙模式面临的普遍困境。
字节 Seedance 2.0 推动 AI 短剧规模化落地，制作成本结构彻底倒挂——人力成本占比从八成降至两成，AI 算力成本反超。创业公司巨日禄创始人判断 3-4 月将成为行业关键节点。
苹果聘请前谷歌购物产品副总裁 Lilian Rincon 担任 AI 产品营销副总裁，向 Joswiak 汇报，为 Siri 大改版做准备。
曾获华为"十大发明"奖的盘古大模型负责人王云鹤离职，消息称其将投身 Agent 方向创业，加入国内 AI Agent 创业潮。
深入讨论在 SaaS 价格持续上涨的背景下，自托管方案的经济性和可行性是否回归。结论是对技术团队而言成本优势依然存在，但运维负担不容忽视。
Construction Physics 本周阅读汇编，涵盖塑料价格跳涨、加密抵押贷款、拟议中的 AI 数据中心暂停令、美国电池制造等多个产业话题。
🧠 AI 技术前沿
用 LLM 花 4 小时打磨博客文章论点，感觉很好——然后让它反驳，LLM 立刻把整个论点推翻。LLM 能优化任何方向的论证质量，这既是利器也是陷阱：形式完美不等于结论正确。
查看推文 →
AI 影视制作正在成为真实的致富路径——已有创作者通过 AI 生成内容拿到大额合同。创作过程是否"纯粹"无关紧要，重要的是市场愿意付钱。
查看推文 →
🚀 创业动态
分享了一个节省大量客服时间的小技巧（一个 div 元素），来自 @dannypostma。小工具解决高频痛点，独立开发者之间的知识共享文化值得关注。
查看推文 →
Claude 看着我写完代码后手动提交 69 个 PR（因为达到用量上限）。AI coding 工具的用量限制正在成为实际工作流瓶颈。
查看推文 →
💬 观点与洞察
大学毕业没有 alpha，进去才是难点，基本人人都能毕业。所以最优路径是进去后立即辍学去做更有价值的事——这个逻辑在 AI 时代被进一步放大。
查看推文 →
19 岁从斯坦福辍学去 vibe-code 一个 AI 待办事项应用。（对当前创业热潮的调侃）
查看推文 →
🔥 精选推荐
Trickle.so 团队在 Claude Code 出现后意识到游戏规则变了——Agent 从"住在沙盒外通过 API 调用工具"变成"住在计算机里用 bash 直接操作一切"。他们用 14 天做出 Happycapy，一台专为 Agent 设计的云电脑，99% 代码由 AI 生成。核心洞察是：非技术人员需要的不是开发工具，而是一个聊天界面加任务进度观察器，而 Agent 需要一台自己的电脑而不是抢用户的。
🦐点评：14 天和 99% AI 代码这两个数字本身就是对 vibe coding 叙事的最好注脚。但更值得关注的是产品定位——"给 Agent 一台电脑"意味着 Agent 的运行时环境本身成了一个产品品类。这条路线和 E2B、Modal 等 Agent sandbox 赛道直接竞争，关键区别在于面向非技术用户还是开发者。
飞书官方开源了 CLI 工具（MIT 协议），把日历、文档、消息、任务、多维表格等全部能力封装为命令行接口。任何 Agent（Claude Code、Codex、Cursor 等）都可以通过 bash 直接操作飞书。核心卖点不是单条操作，而是批量能力——写个循环就能一口气建 100 篇文档、批量更新多维表格、给 20 个群发通知。这标志着飞书在国内协作软件中 Agent 友好度断层领先。
🦐点评：飞书这步棋非常聪明——当所有协作软件还在做"内置 AI 助手"的时候，飞书直接把自己变成了任何外部 Agent 的工具层。对标 Notion 也开放了 Agent API，但飞书覆盖面更广（IM+文档+日历+审批），且 MIT 开源意味着企业可以深度定制。这对钉钉和企业微信是实质性的压力。
Notion 联合创始人 Simon Last 在播客中透露：Notion 的 AI 架构大约每六个月推倒重写一次，尝试了三四次才做出能用的通用 Agent。他个人的编码 Agent 最长一次连续运行 13 天不停。Notion 为 Agent 专门设计了新 API——页面用自定义 Markdown 方言，数据库用 SQLite 语法，因为原有 JSON 格式对 Agent 太冗余。
🦐点评：Simon Last 的经验揭示了一个被低估的事实——即便是顶级团队，Agent 产品也需要 3-4 次推倒重来才能做对。这意味着当前市场上 90% 的 Agent 产品可能都还在第一版的试错阶段。每六个月重写一次 AI 架构，这个节奏对创业公司的研发投入要求极高。
📌 其他值得看
通过 15 世纪修道院院长 Trithemius 捍卫手抄传统的历史故事，类比当下 AI 替代人类工作的焦虑——每一次技术变革中都有人为旧范式辩护，而讽刺的是 Trithemius 自己也大量使用了印刷术。
另一角度报道飞书 CLI 开源，详细列出了 200+ 命令覆盖的 11 个业务域，以及三步安装流程（npm install、扫码授权、直接使用）。
第三篇飞书 CLI 报道，附带 Agent 友好度评估框架——飞书 CLI 在 JSON 格式输出、Dry Run、命令覆盖率等维度获得最高分 5 分。
回顾 Anthropic 近两个月的密集产品发布节奏——从 Claude Code 到 Agent 协议再到 MCP 生态，74 个产品更新的速度让竞争对手难以追赶。