🔥 精选推荐

Dianne Penn 是 Anthropic 第一位技术产品经理,2023 年加入时整个产品团队只有 5 个工程师,此后她参与了从 Claude 2 到 Fable 的每一代模型,并孵化了 Claude Code、MCP、Skills、computer use、tool use 和 reasoning。这期 Lenny 播客里,她复盘了把 Anthropic 从 underdog 变成"史上增长最快公司"的几个拐点:向 coding 的重注、团队自创的 eval-driven development(评测驱动开发)循环、以及"coding 被解决之后做什么"。她特别强调,Claude 愿意 push back(反驳用户而非一味顺从)是它成功的关键,同时点出人类判断力仍不可替代的边界在哪。
🦐点评:值得盯的不是又一个模型故事,而是 Anthropic 把"评测能力"当成了核心产品资产——eval-driven loop 的潜台词是,谁掌握了高质量评测集,谁就握着模型迭代的方向盘,这比权重本身更难被抄。对投应用层的基金还有个反向信号:当第一位 PM 已经在系统性地想"coding 被解决之后做什么",说明纯 coding 工具的窗口期正在被 Anthropic 自己按秒表倒计时,薄壳套壳产品的贴现率该往上调了。
lennysnewsletter.com
Matt Lenhard 的调查揭开了一个靠倒卖 LLM token 生长起来的地下市场,且主要集中在中国。中转商(reseller)以远低于官方 API 的价格售卖对某个 LLM 代理的访问权,手段包括滥用免费试用额度、通过没有防护的客服 bot 转发请求,乃至盗刷信用卡和发起 chargeback。他们用的代理软件是开源的 one-api 及其更活跃的分叉 new-api——本是合法的 API 负载均衡工具。买家图的是便宜 token、绕过地域限制,其中一部分则是为了采集数据做模型蒸馏。Simon Willison 由此呼吁 LLM 厂商必须提供严格的按额度熔断:花到设定金额就立即停用。
🦐点评:这条该立刻进被投公司的尽调清单——只要你把 LLM 接口暴露在公网又没设硬熔断,就可能在替这个灰产付账单。更值得基金想的是二阶效应:买家里有一批是"为蒸馏采数据",等于前沿实验室在非自愿地补贴自己的追赶者,"闭源即护城河"的假设又松了一分。而那个缺失的产品(按美元额度熔断的 API 网关)本身就是个能收租的机会。
simonwillison.net
「眸深智能」(Motion Brain)完成近亿元 Pre-A 轮追加融资——这是继 5 月 3 亿元 Pre-A 之后两个月内再获投资,另有近 5 亿元 Pre-A+ 轮正在交割,公司称半年估值增长超 10 倍。团队由复旦大学深度学习实验室主任陈涛、原英特尔中国首席科学家张益民与连续创业者穆泽林共同创办,走的是与主流 VLA 不同的"世界动作模型"(World Motion Model)路线:用"80% 互联网视频 +10% 动捕 +10% 真机数据"的配方,把最贵的真机数据需求降低约 90%。通过模型压缩与国产芯片(海思昇腾、地平线、燧原)适配,端侧推理成本从 20 万元压到 1 万元。2026 上半年营收 3000 万元、预计全年 5000 万元以上,是国内少数已有营收的具身大脑公司;英伟达最新 ARDY 模型还引用了其 MLD 与 MotionGPT 两项技术。
🦐点评:半年估值翻十倍、两个月连拿两轮,这个节奏本身就是一级市场对"具身大脑层"FOMO 的温度计。真正值得抠的差异化是两点:把真机数据砍到 10%(这是具身智能最烧钱的环节),以及端侧成本压到 1 万元、原生适配国产芯片——恰好卡在"本体厂不想自己做大脑、又要供应链自主"的缝里。风险在于它同时对标 VLA 主流路线,而 NVIDIA 引用你的论文不等于市场会为你的独立大脑付费;这类中间层能不能收租,取决于本体厂愿不愿把最核心的大脑外包——正是今天微信频道里 Applied Intuition 在自动驾驶里已经结算过一次的老问题。
36kr.com
据报道,知情人士称英伟达正在洽谈提供约 2500 亿美元的担保,以帮助 OpenAI 从软银正在俄亥俄州开发的 10 吉瓦数据中心枢纽租赁算力。软银创始人孙正义曾表示,该项目成本可能高达约 5000 亿美元。目前交易仍处于磋商阶段,尚未落定。
🦐点评:2500 亿美元的担保不是投资,是英伟达在给自己的需求兜底——OpenAI 用这笔担保租下软银的算力,算力里装的是英伟达的卡,链条最终绕回英伟达的营收。这种 vendor financing 在电信泡沫里出现过一次(朗讯给客户放贷买自己设备),结局是需求一旦证伪、担保方先爆。对基金的意义不是唱空英伟达,而是:当资本开支要靠芯片厂自己担保才转得动,说明这一轮 AI infra 的真实付费需求已撑不起标价,产业链下游(模型、应用)的估值都该按这个杠杆倍数重新贴现。
36kr.com

📌 其他新闻

Troy Hunt 复盘澳洲 Origin Energy 泄露事件:公司对外强调"信用卡没事",黑客称"上报无人理会",双方最终"达成协议"(或付了赎金、或换取删数据承诺),但都无法保证数据真被销毁,只能按"迟早会泄"的假设去应对。
troyhunt.com
一篇局域网技术史,复盘曾与以太网、令牌环三分天下的 ARCNET 标准如何被淘汰——它靠便宜和确定性拓扑取胜,却输在带宽升级与标准化生态上,是理解网络标准之争的经典样本。
dfarq.homeip.net
短文拆解不良债务的定价机制:违约的医疗债在二级市场以约 1% 面值打包出售,公益组织因此能用 550 万美元买断并注销 5.5 亿美元债务,揭示了债务催收经济学与消费者所受追偿之间的巨大落差。
idiallo.com
雷锋网探讨顶尖数学工具在 AI 可解释性上的应用——数学家在前沿拓荒建立理论,AI 研究者在后面"捡宝",把抽象的几何/拓扑结构拿来解释神经网络内部机制,是理解可解释性研究进路的一篇科普长文。
leiphone.com

🧠 AI 技术前沿

emollick @emollick
他周四刚写完"该用哪些 AI 模型"的指南,周五就得更新——Opus 5 和 Codex 的语音模式同天发布且都很重要。感叹即便是紧盯这个领域的人,也越来越跟不上迭代速度。
查看推文 →
emollick @emollick
Fable 帮他做了一个"塞尚印象派城市建造"游戏:AI 自己想出用手势作画、城镇随之生长、街区在演化中获得性格的玩法。展示了模型从"写代码"到"提出创意设计"的跃迁。
查看推文 →
hongming731 @hongming731
BestBlogs 07-27 早报精选:黄仁勋讲述打造 NVIDIA 的"创始人心法"(第一性原理、深入算法域、让组织围绕创始人长处演化);以及一份 LLM-as-a-Judge 实战指南,梳理 pointwise/pairwise/rubric 三类判分法与位置、冗长、自偏好等失真来源,落点是拆分标准加人工金标集持续校准。
查看推文 →
EXM7777 @EXM7777
他认为 loop 和 graph engineering 虽是 buzzword,但不用就是大错。当年把 Anthropic Skills 接进工作流的人吃到了红利,但那已经不够了;现在跑得快的人靠的是循环和图——上一步的输出决定下一步做什么,让工作无需人工传递就持续推进。
查看推文 →
shao__meng @shao__meng
从 Prompt/Context 到 Loop/Graph Engineering,"只用语言指挥 Agent、自己不读不改代码"其实就是工程经理一直以来的工作方式——执行者从人类下属换成 AI Agent,但流程、职责、质量机制是同一套。质量问题仍要靠管理和流程解决,而非幻想 AI 不犯错。
查看推文 →
rileybrown @rileybrown
使用 AI Agent 有个被忽视的隐性成本:他把技能都接进 Codex、在 Slack 里挂了多个定时运行的 Agent,纸面上都很有用,但这让他永远处于"多任务"状态——只要知道某处有个 Agent 在跑,就会持续消耗心智能量。他正试图解决这个问题。
查看推文 →
rileybrown @rileybrown
实测 Claude 的 Excel 扩展被震到:用 Opus 5 一句 prompt,它研究了 37 分钟、基于大量公开数据源自动生成了一份关于英伟达的深度分析。
查看推文 →
MengTo @MengTo
Opus 5 一次性(one-shot)生成了一个细节丰富的游戏,且 prompt 和源码都已公开——所以这不只是又一个 Opus 5 demo,而是可以研究确切输入和实现方式的样本。
查看推文 →
MengTo @MengTo
推荐 Amicro——一个 React 微交互组件库,含按钮、卡片、加载器、动画和 3D 轮播,把组件复制进 prompt 就能让 AI Agent 复现交互,还配了 CLI 和不断增长的 skills 集合。
查看推文 →
corbin_braun @corbin_braun
实测直呼 Opus 5 甚至比 Fable 5 还强、难以置信——又一位一线开发者印证了 Anthropic"同价位反超自家高端档"的口碑。
查看推文 →

🚀 创业动态

gregisenberg @gregisenberg
面对"AI 正在吞噬独立软件"的恐慌,他有不同看法:过去十年你能靠批量生成几百个页面、做 SEO 排名、让 Google 免费送来注册用户;如今答案直接呈现在 ChatGPT 和 Google 的 AI 摘要里,如果整个生意都建在这一个免费流量水龙头上,水正在被拧上、感觉像世界末日——但他认为该换个视角看,而非恐慌。
查看推文 →
rileybrown @rileybrown
当你掌握一项技能、能靠它卖服务,你就有了值得"vibecode"的东西:用软件去放大你的价值。"软件本身就是价值"的时代正在快速终结。
查看推文 →
EXM7777 @EXM7777
他称利用一个"几乎没人在用的系统漏洞",直接从 Claude Code 里赚了超过 25 万美元。核心判断是:课程、PDF、网课录完当天就开始过时,而以软件为产品的社群天然打败任何内容卖家——他给会员交付的是 agentic 基础设施(web app 和 AI)而非静态内容。
查看推文 →
eptwts @eptwts
给新手的建议:先把解决方案作为"人工交付的服务"卖出去(卖服务比卖软件容易得多、还能定更高价),在深度熟悉问题之后,才考虑把方案产品化成可复制的软件。顺序反了,就学不会真正解决问题。
查看推文 →
eptwts @eptwts
反驳"SaaS 已死"叙事:多数人宁愿为顺手的方案付溢价而不是自己折腾,他有很会写代码的朋友仍花大钱雇开发者——卖给有钱人时,问题不是"我能不能自己做"而是"值不值得我花时间"。这套叙事之所以流行,是因为独立开发者在把没有护城河的产品卖给彼此。
查看推文 →
jackfriks @jackfriks
提醒自己:有时候你只需专注一个项目、把它做到每月 10 万美元,然后余生随心所欲——你只需要"对/走运"一次。
查看推文 →
marclou @marclou
他给 TrustMRR 新增了可验证指标:App Store 和 Play Store 评分,并在创业者 dashboard 里加了"我的产品是移动 App"板块来录入商店链接。面向 indie hacker 的"可信 MRR/指标"公示工具在持续加验证维度。
查看推文 →
AmirMushich @AmirMushich
分享了一套"GPT-5.6 Sol + 设计技能"的现成仓库,让人直接复用来生成带设计能力的产出,并建议收藏反复使用。
查看推文 →
jackfriks @jackfriks
感慨现在能用一台装进口袋的设备随时随地工作(iPad mini 塞得进 90% 的裤兜),移动端已能承载完整的独立开发工作流。
查看推文 →
corbin_braun @corbin_braun
他抛出一个产品设想:一个"你对它说话、它就像你最好的朋友"的 App,用途是学另一门语言——因为他不喜欢 Duolingo 那种课程式的学习方式,点出了对话式语言学习这一未被满足的需求。
查看推文 →

💬 观点与洞察

emollick @emollick
他观察:多数人谈论开源权重模型时,并不真正相信实验室内部人所信的那种 AGI/ASI 愿景——他们不认为 AI 会带来严重的半自主生物安全等风险。是对是错没人知道,但这种"信念差"决定了双方对开源的态度根本不在一个频道上。
查看推文 →
shao__meng @shao__meng
起因是黄仁勋首推——英伟达、微软等牵头签署《Open Weights and American AI Leadership》,支持开源与闭源模型并存(签署方还包括 OpenAI)。他反驳某位 Anthropic 员工炮轰黄仁勋、纳德拉"假支持开源"的说法:人家签的是支持开源模型生态,凭什么要求把 CUDA/GPU 驱动、Windows/Office 都开源?
查看推文 →
Hesamation @Hesamation
一句话点评开源之争的站队格局:"开源背后站着硅谷,Anthropic 背后是白宫和教会。"讽刺当前开源权重阵营与闭源阵营各自的政治与话语联盟。
查看推文 →
marclou @marclou
他调侃:警告我们"社交媒体会腐蚀大脑"的那代人,当年也觉得举铁很危险,却把"每晚只睡 6 小时"和"每次社交都带酒"当成正常。
查看推文 →
vasuman @vasuman
半玩笑地说:"我最后一次为 Claude Code 付费了——我还会继续用,只是不打算再付钱,我要去'搞欺诈'了。"某种程度上呼应了当下 LLM token 灰产、白嫖泛滥的氛围。
查看推文 →
rileybrown @rileybrown
一句话观点:你的个人品牌就是你的职业生涯。
查看推文 →

🔥 精选推荐

7 月 21 日,Marc Andreessen 与 Erik Torenberg、Elena Burger 联名发表长文《Making a Billion Intelligent Machines》,为 Applied Intuition 当天发布的 Dana 平台作注,一天多阅读量破 28 万。文章真正的主角是一个九年前的少数派判断:2017 年自动驾驶行业共识是"少数垂直整合公司将吃下整个市场",资本涌向全栈 robotaxi,每家都重复造几乎相同的内部工具。Applied Intuition 的提议是把这些最佳实践本身做成一家公司。头部 L4 玩家(包括 Cruise)当年直接拒绝了它。九年后对账:那批全栈明星多已凋零(Cruise 被通用收购后停摆),而这家被拒的工具商如今估值 150 亿美元。
🦐点评:这篇最值钱的不是 Dana 本身,而是它把"工具层 vs 全栈"这个老赌注在自动驾驶上结算了一次——全栈明星凭融资规模碾压,但十年后活下来收租的是当年被所有人拒绝的中间层。把它和今天 RSS 里那家半年估值翻十倍的「眸深智能」(做机器人端侧大脑)并读,会发现具身智能正在重演自动驾驶的分层:本体厂想自己包大脑,中间层赌他们最终包不动。基金现在投任何机器人本体,都该先问一句——它自研的那层,三年后会不会变成 Applied Intuition 的客户名单。
深思SenseAI
判断来自 Ando 创始人 Sara Du(哈佛辍学、Thiel Fellow,前一家 Alloy Automation 融资超 2700 万美元):技术债过去按"一个团队打字的速度"累积,现在按"模型推理的速度"累积,两者差着数量级,且差距本身在复利——每一层生成物都成为下一层的地基。她现在做的 Ando 被描述为"给 agent 化团队用的 Slack",等于指出问题的人正押注解决它。文章追问的下一层是:代码生成被 AI 拿走的同时,这笔债的偿还(验证/审查)机制是不是也被一起拿走了。作者还用旧金山一居室租金同比涨 21.9%、首破 4000 美元,给"这轮繁荣的量级"做锚。
🦐点评:"生成变便宜、验证没变便宜"这个不对称本身,就是下一批基础设施美元的去处——AI 写代码越快,评测、审查、测试生成的价值越被抬高(这和今天 RSS 里 Anthropic 首位 PM 强调的 eval-driven loop 是同一枚硬币的两面:实验室和创业公司都在抢"验证层")。但要警惕作者的利益立场:她自己在做 agent 团队的协作工具,"技术债失控"正是她的销售话术。对基金更实用的是把它当尽调问题——问被投的 AI coding 公司:你们生成的代码有多少比例真的被人读过、测过,而不是"生成即合并"。
深思SenseAI

📌 其他值得看

晚点人物特写:兰州一家做极致手工中式黄金珠宝的品牌琳朝,代表作"火镰"一只约 15 万元、半天卖掉 600 个近亿元,却因一个月只能做几件而陷入"爆单造不出来"的困境;折射金价大涨背景下老铺黄金、中式珠宝对一线奢侈品的反超。
晚点LatePost
一篇上手实测,用三个日常案例(自动日报、网页设计、研究分析)跑通字节 TRAE Work 的 AI 办公工作流,核心观点是"零散 Prompt 收藏夹没用,能把动作串成完整工作流才让 AI 真正可用"。内容偏产品体验、带一定推广色彩。
Z Potentials
宝玉AI 搬运翻译的一张信息图,用"AGI 就在下一圈(赛道)"的比喻串起各种 AI 名词与概念,适合快速厘清术语关系的入门科普。 <!-- ai-daily:complete -->
宝玉AI