🔥 精选推荐
Dwarkesh 对黄仁勋的深度长访谈（1小时43分），覆盖 Nvidia 几乎所有关键战略问题。黄仁勋首次明确表态：Nvidia 的核心工作是"把电子变成 token"，上下游的一切都通过生态合作完成。在谈到供应链壁垒时，他透露 Nvidia 已有近 1000 亿美元的代工/封装/存储采购承诺，且具备支撑未来数年万亿美元规模的供应链能力。对于软件公司会被 AI 颠覆的论调，他持反对意见——认为 Agent 会让工具使用量暴增，软件公司收入会飙升，"限制因素不再是工程师数量，而是 Agent 够不够好"。
🦐点评：这可能是目前最重要的一手信息来源，因为黄仁勋直接回应了市场最大的恐惧——Nvidia 会不会被 TPU/定制芯片替代。他的回答本质上是"我们不做芯片，我们做电子→token 的全栈优化"，这个定位把竞争对手推到了需要复制整个生态系统的位置。对投资者更有信号价值的是他对软件公司的判断——如果 Agent 使用量指数增长导致 SaaS 席位数爆炸，那当前市场对 Salesforce、ServiceNow 等工具公司的 AI 悲观定价可能是错的。
Accel 宣布完成 50 亿美元新基金，专注后期投资。这是 Accel 历史上最大的单笔募集，将主要用于加码 AI 创业公司以及追加已有 portfolio 的后续轮。Accel 表示"AI 已经压缩了从想法到规模化的距离"。
🦐点评：50 亿美元的 late-stage fund 在当前环境下是一个重要的市场温度计——说明顶级 LP 仍然愿意在 AI 赛道押重注后期。但值得注意的是，Accel 选择在此时官宣，本身就是在向市场发信号：我们有子弹，准备在接下来的 AI 上市/并购周期中做 pre-IPO 和 growth 交易。对中国 VC 来说，这意味着全球 AI 项目的后期估值天花板还在被抬高。
OpenAI 即将在 ChatGPT 中推出 CPC（按点击付费）广告模式，允许广告主按用户点击量付费投放。此前 OpenAI 已有广告产品，但定价方式不同。CPC 模式的引入意味着 OpenAI 正在建立一个标准化、可规模化的广告收入引擎。
🦐点评：这是 OpenAI 商业模式从纯订阅向"订阅+广告"双轮驱动转变的关键一步。CPC 广告之所以重要，是因为它创造了一个可被广告主直接对比 Google Ads ROI 的计量单位——这等于在正面向 Google 搜索广告宣战。但 AI 对话场景下的"点击"语义和搜索引擎很不一样，广告与回答的边界如何处理将决定用户信任度。对投资者来说，如果 OpenAI 广告收入跑起来，其 3000 亿估值的支撑逻辑会从"未来 AGI 预期"切换到"可验证的广告现金流"。
OpenAI 发布 Agents SDK 重大升级，两个核心能力：model-native harness（让 Agent 可以跨文件、工具和系统进行长时间任务）和 native sandbox execution（Agent 在受控沙箱环境中运行代码和操作文件）。SDK 内置对 Blaxel、Cloudflare、E2B、Modal、Vercel 等沙箱提供商的支持，并引入 Manifest 抽象来描述 Agent 工作空间。Oscar Health、Thomson Reuters、Zoom 等企业已在测试中验证效果。
🦐点评：这次升级的核心信号不在技术细节，而在战略定位——OpenAI 明确要把 Agents SDK 做成"Agent 运行时的 iOS"：模型原生、内置安全沙箱、统一工作空间描述。把 Blaxel/E2B/Modal 等 sandbox provider 接入 SDK 的做法，本质上是在把这些基础设施公司变成 OpenAI 生态的组件供应商。对 Agent 基础设施赛道的创业者来说，这是一个"被集成还是被替代"的分水岭时刻。
a16z 发布长篇投资论文，论证 AI 进入物理世界的三大前沿方向正在同时成熟：机器人学习（VLA/WAM 模型）、自主科学发现（材料和生命科学）、新型人机交互界面（BCI、神经可穿戴设备、数字嗅觉）。核心论点是这三个领域共享五大技术原语——物理动态的学习表征、具身行动架构、仿真与合成数据基础设施、扩展的感知维度、闭环 Agent 编排——且彼此强化形成飞轮效应。
🦐点评：a16z 这篇论文的时间节点很有意思——就在 Physical Intelligence 拿到天价估值、Nvidia 推 GR00T、Google 发布 Gemini Robotics 之后。文章本质上是在为 a16z 自己的 Physical AI 投资组合提供叙事框架。但抛开立场看，"物理世界 AI"确实在从散点突破进入系统性成熟：VLA 模型开始 zero-shot 泛化、仿真数据管线可用、沙箱训练成本下降。对 VC 来说关键问题是：这套飞轮到底需要多大的资本密度才能转起来？Physical AI 的 capex 结构可能比纯软件 AI 高一个数量级。
📌 其他新闻
Apple 正在将数百名 Siri 团队程序员送去 AI 编程训练营学习使用 AI 编码，距离预期的 Siri 大改版发布只剩两个月。这一举措反映出 Apple 内部 AI 能力转型的紧迫性和团队技能缺口。
Amazon 收购卫星通信公司 Globalstar，同时维持 Apple iPhone/Watch 卫星服务合约。Ben Thompson 认为这笔交易真正的故事不是 Amazon vs SpaceX，而是关于 Apple——Amazon 通过收购锁定了 Apple 的卫星服务供应商。
a16z 领投 Hilbert 的 A 轮融资。Hilbert 的具体方向未完全披露，但从 a16z 同日发布的 Physical AI 投资论文来看，大概率与物理世界 AI 基础设施相关。
Adyen 高管透露 AI 驱动的购物正在导致退款率和信用卡争议率显著升高，agentic commerce 在支付安全层面的隐患正在浮出水面。AI 购物代理在真正规模化之前必须先解决信任和风险控制问题。
Latent Space 深度访谈 Notion 联创 Simon Last 和 AI 负责人 Sarah Sachs。Notion 经历了 5 次重建才交付 AI Agent 产品，内部集成超 100 个工具，并详细对比了 MCP 与 CLI 两种 Agent 集成路径的取舍。
Google 发布 Gemini 3.1 Flash TTS 语音合成模型，支持 prompt 控制语音风格和情感。通过标准 Gemini API 调用，模型 ID 为 gemini-3.1-flash-tts-preview，仅输出音频文件。
马斯克旗下 xAI 计划与 AI 编程工具 Cursor 达成算力合作，Cursor 将使用 xAI 的数万块 GPU 训练其最新编程模型 Composer 2.5。这一合作信号表明 xAI 正在从纯模型公司向算力基础设施平台延伸。
🧠 AI 技术前沿
提出"推理 FLOP"作为新的价值计量单位：1 美元大约能买到 10^17 次 LLM 推理浮点运算。按此计算，一杯 4 美元的咖啡相当于半个 exaFLOP。
查看推文 →
AI 能力叙事正在形成固定模式：先是夸大宣称（如去年的 Erdős 问题翻车），再是小胜，然后是突破。第一阶段看起来像炒作（经常也确实是），但这不代表突破不会来。
查看推文 →
斯坦福将 AI 的不均匀能力称为"jagged intelligence"：前沿模型在科学基准上超过博士水平、在竞赛数学中夺冠，但读模拟时钟的正确率只有 50.1%。这改变了你应该如何使用 prompt 的方式。
查看推文 →
Anthropic 的 Claude Code 工程师解释了为什么长 session 会让输出质量下降——context rot 是真实存在的。窗口越长，模型越笨。解决办法不是塞更多上下文，而是知道何时回退、压缩或重新开始。
查看推文 →
新论文证明 AI 工具调用不是模型能力问题，而是数据碎片化问题：10 个主要工具调用数据集格式完全不兼容。统一框架后，一个 8B 模型在严格工具选择上击败了所有主要商业 API。
查看推文 →
🚀 创业动态
越来越多的创业公司从一开始就是为了被收购而建造的——没有长期防御性，只是在赌大公司会来收购团队或"增长数据"。Acquisition slop 正在成为一种模式。
查看推文 →
Agent 是新的 App。SaaS 时代的脏秘密是软件从来没真正好用过——70% 是产品，30% 是公司里那个知道怎么让它干活的"高级用户"。Agent 替代了这个人肉补丁，然后所有人才意识到软件一直是坏的。
查看推文 →
Cursor、Codex 和 Claude Code 桌面版现在看起来完全一样了。AI 编程工具的 UI 趋同化已到极致。
查看推文 →
无人机战争模拟器新增步兵模式——可以作为士兵在地面行走、对抗攻击无人机，利用 BVH 碰撞检测躲在障碍物后面。所有 3D 模型由 AI（Nano Banana + Tripo）生成。正在变成一个真正的战争模拟器。
查看推文 →
DiMOS 开源：一个 agent-native 操作系统，让 Claude Code 实时控制四足机器人、人形机器人和无人机。核心不是机器人本身，而是抽象层——让机器人技术栈对 LLM 来说像它已经熟悉的东西。
查看推文 →
💬 观点与洞察
算力约束是双重困境：推理端要么涨价、要么限量、要么降质，这损害当前增长；训练端无法训下一代模型来保持竞争力，这损害未来增长。
查看推文 →
商学院教授的观察：pre-professional 学生群体对就业市场需求信号极其敏感。当他们看到 AI 在改变市场需求时，反应会比学术界预期的快得多。
查看推文 →
当 AI 写了 100% 的代码，开源会怎样？整个系统建立在人类重视贡献行为的基础上。如果 AI 提交 PR，谁拥有它？谁从中学到了东西？谁会在凌晨两点起来 debug？
查看推文 →
企业引入 AI 的第一大失败模式：软件膨胀。100 个流程各配一个独立 Agent/自动化 = 技术债地狱。正确做法是"on-top and in-between"——一个统一面板协调所有工作流，一个路由层连接现有系统。
查看推文 →
Obsidian 无意中构建了完美的 AI 操作系统：本地纯 Markdown 文件、无云 API/认证/限流、文件夹层级即记忆架构、wiki 链接和标签即知识图谱。过去让人类觉得麻烦的特性，对 Agent 来说恰好是优势。
查看推文 →
Dead Internet Theory 在 LLM 出现之前好几年就被提出了。当年有人看着 2010 年代的互联网——那时还没有 AI SEO 垃圾、AI TikTok 视频、海量 Twitter 机器人——就认为互联网已经"死了"。
查看推文 →
🔥 精选推荐
CrewAI 创始人 João Moura 系统阐述了 AI Agent 赛道的残酷现实：框架层和工具层正在快速死亡，因为前沿模型实验室会不断把开源工具的能力内化为自己的原生功能。真正的护城河只有三种：分发渠道（已有用户基础）、数据壁垒（使用越多越强的飞轮）、以及随客户使用深度纠缠的产品智能（product intelligence）。
🦐点评：João 作为 Agent 框架公司创始人说出"框架在死"，这本身就是最有力的信号。他本质上在承认 CrewAI 的初始定位——Agent 编排框架——正在被 OpenAI Agents SDK、Claude Code 等原生方案挤压。对 VC 来说，这验证了一条越来越清晰的投资筛选标准：不要投"工具层"，要投"数据层"和"分发层"。那些只是在前沿模型上做 wrapper 的公司，窗口期可能只剩 6-12 个月。
小鹏汽车智驾负责人刘先明的深度访谈。核心判断：自动驾驶的软件算法层正在接近天花板，接下来的竞争重心是"物理 AI"——即让 AI 理解和操控物理世界的能力。他押注极简模型路线，为此投入了全公司最多的算力预算。
🦐点评：刘先明的"智驾软件天花板论"与 a16z 同日发布的 Physical AI 投资论文形成了有趣的东西方呼应。如果软件层确实在趋同（端到端模型大家都能跑），那竞争壁垒就从算法转向了数据（里程数）、硬件（传感器+芯片）和物理世界理解能力。对投资者来说，这意味着智驾赛道的下一个 alpha 可能不在"谁的模型好"，而在"谁的物理 AI 数据飞轮转得快"。
OpenAI 第二次收购金融应用，Hiro Finance 让用户输入薪资、债务、支出后模拟理财情景。创始人是一位连续创业者（第 15 个项目）。这可能是 OpenAI 构建"超级应用"中金融模块的拼图。
🦐点评：OpenAI 连续两次收购金融 App，方向已经很明确——ChatGPT 要做个人财务助手。但更值得关注的是收购标的的特征：都是小团队、有数据结构化能力、产品足够轻。这不是在买收入或用户，而是在买能快速集成进 ChatGPT 的"功能模块"。结合今天 CPC 广告的消息，OpenAI 的超级应用战略正在从"什么都能聊"向"什么都能做"加速演进。
📌 其他值得看
求职平台 Handshake 转型 AI 数据标注业务后 ARR 接近 10 亿美元。这类公司掌握大量 AI 训练数据和专家合同信息，一旦泄露对下游 AI 实验室的影响将远超普通 SaaS 数据泄露。
魔法原子在异构地形、雨天、高干扰等极端环境下实现人形机器人破纪录表现。具身智能赛道从实验室走向真实世界的关键测试。
Google 为 Chrome 浏览器添加 Skills 功能——用户可以保存常用 AI 提示词并在任意网页一键复用。浏览器 Agent 化的又一步。
LangChain 创始人指出 Anthropic、OpenAI 正在通过封闭外壳（Claude Code、ChatGPT）把用户数据变成平台护城河。Agent 的记忆归属权问题正在成为新的平台锁定机制。
影石十年积累的全景影像数据具备天然的自校验特性，在 AI 训练数据领域价值正在被重新发现。硬件公司通过数据资产实现二次增值的典型案例。
Anthropic 推出 Claude Code Routines——将 Prompt + 仓库 + 连接器打包成云端自动任务，支持定时执行、API 触发和 GitHub 事件驱动。Agent 从"人在循环"走向真正的无人值守。
一篇有趣的文化观察：中年男人用钓鱼的"我在钓鱼呢"构筑个人空间，Vibe Coding 用深夜的光标做同样的事——追求的不是产品，而是久违的"我说了算"的自主感。