AI 正在系统性摧毁上个时代的百亿美金 SaaS：最高估值曾达 117 亿美金的 Airtable 以 13 亿卖身，曾达 175 亿美金的 Miro 以 14 亿被同一买家 Bending Spoon 收购，两者估值均缩水约 90%，Canva 也主动把估值从 420 亿下调到 349 亿。作者的判断是，Agent 让"人通过 GUI 操作软件"这件事的价值坍塌，SaaS 从"工作发生的地方"退化为"一个更方便的人类操作界面"，定价权被永久压低。但反例同样鲜明：能成为 AI 工作流基础设施、有网络效应或数据生态的公司（如 Linear 逆势估值翻倍到约 25 亿、Notion 六成 ARR 来自 AI）依然拿到高估值，还有一家内容公司靠 AI 把成本降低近 80 倍、一年 ARR 增长 2.5 亿美金。

Atreides 创始人兼 CIO Gavin Baker 是 AI 算力的坚定多头：他今年 7-8 月反复追问接触到的 AI 公司"能不能给出一个正在恶化的量化经营指标"，至今没找到。关键反差是——真正高强度用 AI 的人可能还不到千万，但算力供给已经受限；企业内部 AI 使用呈幂律分布，最激进的工程师 token 消耗是中位数的 10-100 倍，他自己的基金 3 到 8 月 token 消耗涨了约 100 倍。他估算 Nebius 部分算力项目回收期仅 9-10 个月，"投入数百亿还能一年内回本"的机会极罕见；真正的约束正从资本转向铜、电力、晶圆和施工等物理世界，到 2028 年前后算力仍可能紧张。他还判断这是个"And 而非 Or"的市场，未必赢家通吃。

马德里公司 HeyDiga 完成 550 万欧元（约 640 万美元）种子轮（6dc 领投，K Fund 等参投），成立仅 14 个月做到 200+ 客户，覆盖西/法/意，每月处理数十万通电话，78% 对话无需人工介入、解决率 85.3%（均为公司自报）。它替理发店、4S 店、诊所、餐厅、房产中介这类"电话仍是主要进单渠道、但接电话的人还在忙别的"的小生意接电话，切的是每天都在漏、老板却说不清漏了多少的钱。关键设计是把同一套能力拆成 DigaLook/DigaMotor/DigaClinic 等五个行业版本，各自对接本地行业软件（官网列出 28 个集成对象，绝大多数是西班牙本地系统）——第二家同行客户可复用第一家的对接工作，这既是它快速铺到 200 家的原因，也是一道很实在的本地化门槛。

27 岁、数学背景的英国研究员 Jacob Coxon 从 Anthropic 辞职，发出一条流量破 1 亿的推文：他先后在 OpenAI（GPT-4o 贡献者、GPT-4.5 核心贡献者）和 Anthropic 做最核心的预训练，如今因担心两家正朝"能自我改进的超级智能"狂奔、拿所有人的生命下赌注而离开，甚至打算彻底退出 AI 行业。Anthropic 的对齐负责人公开支持他，称其判断正确、"10 年内发生的概率大于 10%"；另一位安全研究员以个人身份声援，并观察到"公司里职位越高的人反而越担心"。作者由此重读 2015 年 Tim Urban 的《The AI Revolution》，感慨这代人正亲历文明的指数拐点——从 GPT-6 Astra 自主操作陌生软件，到 Claude 用 11 天把费马大定理形式化。

YC 总裁 Garry Tan 在访谈中主张创业者不要追热点，认为 AI 已把个人能力放大约 400 倍，因此这个时代的创业者应比以往任何时候都更有野心。

作者以调侃口吻指出，GPT-6 Astra 在基础智力上体感提升有限，真正的进步是"模型产品化"——从卷 Coding 转向操作 Blender 生成 3D 模型、试图进入物理世界；但实测其 3D 理解仍很初级（人物模型尤其崩坏），宣传片里的惊艳案例都加了不少限制条件。

宝玉反驳"程序员唯一会的写代码已被 AI 100% 取代所以必被淘汰"：软件工程远不止写代码（理解需求、抽象设计、验证、稳定运维、安全），领域专家用 AI vibe 个原型和发布产品之间还有很长的路；且懂 AI 本身也是门工程学科，最容易学会的恰恰是有工程底子的人。

针对 AI 图反复编辑几轮后出现的鳞片、格纹、重复纹理"崩坏"，团队开源了修复算法 Mi-Ripple（MIRAGE 方法）：先诊断崩坏类型，再做频谱陷波、结构保护或净化重生成，在 Image 2.0/2.5 上都能明显减轻纹理崩坏、同时比普通降噪保留更多真实细节，代码/论文/测试与 Agent Skill 一并开源。

作者在 2026 外滩大会上分享 AI Skill 开发的最佳实践，并探讨 Skill 的商业化路径。 <!-- ai-daily:complete -->