12:09AI Will@FinanceYF5一项研究追踪了4.2万名AI研究者,发现科技巨头以约200万美元年薪挖走工业界前1%的顶尖AI科学家。这些研究者跳槽后不再发表公开论文,而是通过申请专利来保密成果,专利数量激增530%。这导致学术界人才流失,公开研究成果减少,可能影响AI领域的开放创新和知识共享。行业AI研究者人才流失专利科技巨头学术生态推荐理由:AI研究者和关注学术生态的人会看到,金钱正在重塑AI知识的生产方式——公开论文减少、专利激增,这意味着未来前沿成果可能更难获取。建议点开了解这一趋势对自身研究和行业的影响。原文
11:29@LumaLabsAI@LumaLabsAILuma Labs 宣布成立一个新的开放科学物理 AI 实验室,旨在解决物理 AI 的泛化问题。该实验室将专注于开发能够改善物理世界的 AI 系统,推动 AI 从数字领域向现实世界应用扩展。Luma 认为,当前 AI 在物理环境中的泛化能力不足是阻碍其改善人类生活的关键瓶颈。通过开放科学的方式,实验室将促进协作研究,加速物理 AI 的突破。这一举措标志着 Luma 在 AI 领域的战略重点转向物理世界应用。行业物理 AI泛化问题Luma Labs开放科学AI 实验室推荐理由:Luma 的物理 AI 实验室直击 AI 落地物理世界的核心瓶颈——泛化问题,做机器人、自动驾驶或工业自动化的团队值得关注,开放科学模式也意味着更多协作机会。原文
10:53Fireworks AI@FireworksAI_HQFireworks AI 在推文中指出,生产级AI系统在规模化后对基础设施的需求与开发阶段截然不同。他们邀请用户参加微软 Build 大会,探讨如何应对这些变化。该话题引发了关于AI部署和扩展的讨论,强调了从实验到生产环境转变时基础设施规划的重要性。行业生产级AI基础设施规模化MSBuildFireworks AI推荐理由:做AI部署和运维的团队需要了解生产环境与开发环境的差异,参加 MSBuild 能获得一手经验,建议关注。原文
10:49Andrew Ng@AndrewYNgAndrew Ng 指出,AI Forward Deployed Engineer (FDE) 正成为硅谷新兴热门职位,该角色嵌入客户组织,帮助定制和调整智能体工作流。OpenAI 和 Anthropic 已开始组建 FDE 团队。FDE 职位源于 Palantir 二十年前的实践,需要技术、沟通和商业技能。Ng 认为,尽管 FDE 需求增长,但 AI Engineer 的岗位数量将远多于 FDE,因为多数公司更希望内部员工主导项目。他还预测,随着 AI Engineer 角色成熟,未来会分化出更多专业方向,如 LLMOps Engineer、Evals Engineer 等。行业AI FDEAI Engineer职业趋势Andrew Ng智能体工作流10 个信源在谈推荐理由:Andrew Ng 的这篇分析为想进入 AI 领域的工程师指明了职业方向——FDE 是新兴但小众的路径,而 AI Engineer 才是更广阔的选择。做 AI 应用开发或考虑职业转型的人,值得一读。原文
10:45Ray Dalio@RayDalioRay Dalio 分享了他作为专业决策者一生的研究心得:大多数日常决策过程是潜意识的,比人们理解的更复杂。他以开车保持安全距离为例,说明即使看似简单的决策也难以清晰描述给他人或编程。他追求的是系统化、可重复的决策方法,并能清晰精确地描述过程,让任何人在相同情况下都能做出同样质量的决策。尽管没有唯一的最佳决策方式,但存在一些通用的好决策规则。行业决策方法系统化思维Ray Dalio通用规则原则推荐理由:Dalio 把决策的底层逻辑讲透了——做投资、管理或任何需要反复判断的人,看完会重新审视自己的决策流程,值得花 2 分钟反思。原文
10:45NVIDIA AI@NVIDIAAINVIDIA 在 Hugging Face 上开源仓库总数突破 1000 个(含 820 个模型、249 个数据集和 57 个 Spaces),粉丝接近 60,000。其 LocateAnything 模型成为 Hugging Face 当前第一热门模型,PiD 排名第五。NVIDIA 宣布采用 Linux 基金会的 OpenMDW 框架,并发布了 Cosmos 3(物理 AI 全模态世界模型)和 Alphamayo 2 Super(自动驾驶开源模型)。此外,Nemotron 3 即将发布,Nemotron 4 也在研发中。Hugging Face CEO Clement Delangue 称 NVIDIA 为“美国开源 AI 之王”,肯定了其对生态的贡献。行业NVIDIA开源/仓库Hugging Face物理 AI自动驾驶10 个信源在谈推荐理由:NVIDIA 在 Hugging Face 上开源仓库破千,模型霸榜,做 AI 开发或模型选型的团队值得关注——这代表开源生态里又多了一个强力玩家,可以直接拿来用的资源又多了。原文
10:44a16z@a16za16z 播客邀请 VenCap 首席投资官 David Clark 与 a16z GP David George 讨论 AI 超级周期如何改变科技行业。他们指出 Anthropic 和 OpenAI 的收入增长已超过超大规模云厂商,企业 AI 应用仍处于早期阶段。顶级 AI 公司退出规模在 24 个月内增长了 10 倍,但每年有 40% 的 AI 领导者掉队。他们还探讨了代币经济学、成本压力以及 AI 泡沫是否存在的问题。行业AI 超级周期风投策略代币经济学企业 AI 应用a16z10 个信源在谈推荐理由:风投大佬拆解 AI 投资逻辑,做 AI 创业或投资的团队能从退出规模、代币经济、泡沫判断中获取决策参考。原文
10:31AI Will@FinanceYF5该推文指出,真正有意义的 AI 模型发布正在加速,尤其是 OpenAI 和 Anthropic 两家公司。作者整理了一份时间线,收录了在 Artificial Analysis 智能指数上比前代模型得分高出 3 分及以上的重大版本更新。这反映了头部 AI 公司正以更快节奏推出实质性进步,而非微调更新。对于关注模型能力跃迁的开发者与研究者,这份时间线是追踪前沿进展的实用参考。行业OpenAIAnthropic模型发布智能指数行业动态10 个信源在谈推荐理由:追踪 OpenAI 和 Anthropic 的模型迭代节奏,做 AI 应用选型或研究的团队可以据此判断何时值得升级,建议收藏这份时间线。原文
10:31AI Will@FinanceYF5Ethan Mollick指出,AI模型发布正加速,尤其是OpenAI和Anthropic。他制作的时间线显示,仅列出在Artificial Analysis指数中得分比前代高3分以上的新模型。这表明AI进步速度加快,竞争激烈。关键细节是,这些模型在性能上有显著提升,而非微调。行业OpenAIAnthropic模型发布性能提升行业趋势10 个信源在谈推荐理由:AI从业者需要了解模型迭代节奏,OpenAI和Anthropic的加速发布意味着技术拐点临近,建议关注时间线以把握趋势。原文
10:24Adam D'Angelo@adamdangelo丰田精益生产中的“现地现物”理念,即管理者应亲临现场而非听二手汇报,如今在AI编程领域变得实用。Vercel CEO Guillermo Rauch观察到,CEO和CTO因AI编程代理而重新投入编码,甚至公开公司CEO也主动联系他,表达对通过Claude Code和Vercel重新爱上软件开发的热情。这一趋势表明,AI编程代理正成为企业PLG(产品驱动增长)的终极工具,让糟糕的遗留软件无处遁形,整个组织从实习生到CEO都能直观看到有效技术栈的价值。行业AI编程Claude CodeVercel产品驱动增长企业管理推荐理由:AI编程让管理者亲自动手成为可能,做技术决策或推动企业转型的CEO/CTO值得关注——这可能是打破组织信息壁垒、加速产品迭代的转折点。原文
10:19LangChain@LangChainAILangChain 将于 6 月 17 日在慕尼黑举办技术圆桌会议,由 Steffen Hausmann 主持,聚焦生产级智能体、智能体框架以及开源 Deep Agents SDK。活动旨在探讨如何构建可靠、可扩展的智能体应用,并分享实际落地经验。参与者将有机会与专家深入交流,了解最新工具和最佳实践。注册链接已开放。行业智能体LangChainDeep Agents SDK开源/仓库技术活动推荐理由:做智能体应用落地的开发者别错过——LangChain 团队亲自拆解生产级智能体架构和开源 Deep Agents SDK,现场还能直接交流踩坑经验,建议在慕尼黑或附近的朋友报名。原文
10:14Justine Moore@venturetwins该推文汇总了 a16z 投资的多家 AI 初创公司,涵盖开源生成式模型、AI 照片工具、3D 世界模型、AI 角色实验室和矢量图形基础模型。这些项目代表了生成式 AI 在图像、视频、3D 和图形设计等领域的多元化应用。对于关注 AI 创业生态和开源模型的开发者、设计师和投资者来说,这是一份值得关注的公司清单。行业a16z开源模型生成式 AIAI 创业投资推荐理由:a16z 的 AI 投资版图揭示了生成式 AI 的下一个热点方向,做 AI 应用或模型开发的团队可以从中发现潜在合作或学习对象。原文
10:10Clement Delangue@ClementDelangueHugging Face联合创始人Clement Delangue在X上表示,其官方博客(hf.co/blog)已成为AI社区学习和获取新闻的主要来源。他列举了来自OpenClaw、NVIDIA、JetBrains、IBM Research等机构的最新内容、重大公告和教程。Delangue呼吁更多人参与创作,强调AI需要更公开、开放和协作。这条推文获得了1149次浏览和14个点赞,反映了社区对HF博客的认可。行业Hugging FaceAI社区博客开放协作教程10 个信源在谈推荐理由:Hugging Face博客正在成为AI从业者获取前沿教程和行业动态的核心渠道,做AI开发或研究的团队值得关注并贡献内容。原文
10:02Harrison Chase@hwchase17精选Rippling 在 6 个月内成功构建并推出了 RipplingAI,服务于数百万用户。该 AI 平台基于 LangChain 的 Deep Agents 和 LangSmith 构建。这一案例展示了如何利用现有 AI 框架快速规模化部署智能体应用。对于希望快速落地 AI 产品的团队具有重要参考价值。行业LangChainRipplingAI智能体企业AI快速部署推荐理由:Rippling 的案例展示了如何用 LangChain 在 6 个月内从零到百万用户,做企业级 AI 产品的团队值得学习其架构和落地路径。原文
10:00The Rundown AI@therundownai今日机器人领域多项重要进展:Nvidia 与 Unitree 联合推出即插即用的人形机器人,降低了部署门槛;Waymo 发布名为 Ojai 的新款自动驾驶面包车,扩展其自动驾驶车队;英国自动驾驶初创公司 Wayve 宣布成立机器人实验室,加速技术研发;此外,一款模拟失重感的机器人外骨骼套装亮相。这些动态表明机器人技术正从实验室走向更广泛的应用场景。行业人形机器人自动驾驶NvidiaUnitreeWaymo10 个信源在谈推荐理由:机器人行业一天内密集发布多项突破,做机器人开发或关注自动驾驶的从业者值得快速浏览,了解最新趋势。原文
09:58Yangyi@Yangyixxxx作者提出AI时代一个有效的商业策略:通用基座(如AI输入法键盘)加上垂直知识(如土味情话或美业销售话术),再针对定向人群进行GTM(如大学生情侣或美业老板/销售)。这个思路强调在通用AI能力基础上,通过垂直领域知识和精准人群运营实现差异化,避免同质化竞争。对于AI产品经理和创业者来说,这是一个值得参考的落地框架。行业AI商业化GTM策略垂直知识定向人群AI输入法推荐理由:这个框架把AI商业化的三个关键点串起来了——通用能力做基础、垂直知识做壁垒、定向人群做增长,做AI产品的团队可以直接拿来检验自己的策略。原文
09:57Lenny Rachitsky@lennysanBenedict Evans 在访谈中提出,AI 当前处于类似 1997 年互联网的早期阶段,大多数功能还不完善,杀手级应用尚未出现。他提醒人们不要因恐惧而停滞,要主动拥抱 AI 以保住工作。历史表明自动化往往增加而非减少就业,但个体痛苦不容忽视。他还指出,随着软件构建成本降低,分发能力成为更重要的护城河,而基础模型公司可能难以维持定价权。行业AI 行业趋势职业影响分发/护城河自动化就业Benedict Evans推荐理由:Benedict Evans 把 AI 现状比作 1997 年互联网,点出赢家可能还没出现——对焦虑职业前景的从业者、创业者、投资人来说,这是理解 AI 阶段和行动方向的关键视角,值得花 5 分钟读完。原文
09:52Runway ML@runwaymlRunway 宣布将伦敦设为欧洲总部和新的研究枢纽,专注于通用世界模型。未来 18 个月内,计划向英国 AI 生态系统投资 1 亿美元,到 2028 年该数字将翻倍以上。此举旨在扩大欧洲业务,并招聘相关人才。这标志着 Runway 在全球 AI 领域的进一步扩张,特别是对通用世界模型研究的重视。行业Runway伦敦欧洲总部通用世界模型AI 投资推荐理由:Runway 在伦敦砸重金建通用世界模型研究基地,做视频生成和世界模型研究的团队值得关注——这可能是欧洲 AI 人才的新机会。原文
09:50Lenny Rachitsky@lennysanBenedict Evans 在 Lenny Rachitsky 的采访中分享了对 AI 现状的深刻见解。他认为当前 AI 阶段类似 1997 年的互联网,大多数东西还不成熟,关键用例尚未出现,赢家可能还未诞生。他批评用百分比预测职业受 AI 影响程度是荒谬的,并指出自动化历史上(如会计行业)反而增加了就业。他建议担心失业的人应主动拥抱 AI,而不是逃避或妖魔化它。同时,他提醒注意 AI 带来的风险,但不应因恐惧而停滞不前。行业AI 行业趋势职业影响自动化历史Benedict Evans互联网类比推荐理由:Benedict Evans 用历史视角戳破了 AI 恐慌的泡沫,做战略、投资或职业规划的读者看完会重新思考自己的判断。原文
09:50Anthropic@AnthropicAIAnthropic 已向美国证券交易委员会(SEC)秘密提交了 S-1 注册声明草案,这标志着该公司正式启动首次公开募股(IPO)流程。在 SEC 完成审查后,Anthropic 将拥有进行 IPO 的选择权。此举表明 Anthropic 正在加速资本运作,以支持其 AI 模型的研发和商业化。对于关注 AI 行业融资和上市动态的投资者与从业者来说,这是一个重要信号。行业AnthropicIPOAI 公司资本市场S-110 个信源在谈推荐理由:Anthropic 的 IPO 进程启动,意味着 AI 赛道将迎来又一家上市公司,关注 AI 投资和行业格局的读者值得跟进。原文
09:29shao__meng@shao__meng精选吴恩达指出,AI 时代企业更倾向于培养内部 AI Engineer,而非依赖厂商派驻的 Forward Deployed Engineer (FDE)。FDE 虽由 Palantir 开创并在 OpenAI、Anthropic 等公司复兴,但长期来看岗位规模有限,因为企业担心供应商锁定,更愿保持技术可选性。当前最抢手的是能用 LLM 搭建应用、熟练使用 AI 编程工具的通才型 AI Engineer。吴恩达预测 AI Engineer 会像传统软件工程师一样分化出 LLMOps、Evals 等专才,但现阶段通才仍能创造巨大价值。他强调 AI 在创造新工种,而非单纯消灭就业。行业AI EngineerFDE吴恩达职业发展AI 就业10 个信源在谈推荐理由:吴恩达对 AI 就业结构的判断直接关系到你的职业选择——做 AI Engineer 还是 FDE?想入行 AI 的开发者建议点开,看清哪个赛道更稳、更长期。原文
09:13Gary Marcus@GaryMarcus精选Gary Marcus 指出,当前 AI 行业(包括 Google)被误认为会重现搜索引擎的赢家通吃格局(Google 占超 95% 搜索市场),但实际各家都在用同样的数据和方案,没有护城河。他认为没有明确赢家时只能打价格战,导致企业成本远超未来利润。他以 Alphabet 为例:去年 1600 亿美元运营现金流,却仍需发行 400 亿美元股权融资 AI 算力。行业Gary MarcusGoogleAlphabetAI市场竞争价格战4 个信源在谈推荐理由:Gary Marcus 质疑AI行业泡沫原文
07:22rohanpaul_ai@rohanpaul_aiSam Altman 在最新访谈中强调,AI 发展必须以人为中心,不应追求与人类需求脱节的目标。他指出,公众真正关心的是未来自己的角色、经济前景和自主权,而非单纯的技术益处。Altman 批评了 AI 行业关于“所有工作都会消失”的悲观论调,认为这种说法是可怕的。他认为行业未能解释清楚人类如何在每一步保持对未来的控制,以及如何确保人们能继续拥有有意义的生活。行业Sam AltmanAI 发展人本主义就业影响社会影响3 个信源在谈推荐理由:Altman 直面了 AI 时代最核心的焦虑——人的角色和意义,关心 AI 社会影响的从业者和普通人都值得一读。原文
06:29Sam Altman@samaOpenAI 基金会宣布启动 AI 韧性计划,旨在帮助社会应对 AI 快速发展带来的风险。该计划已初步拨款超过 1.3 亿美元,覆盖生物韧性、网络韧性、AI 模型安全以及 AI 对年轻人的影响四个领域。OpenAI CEO Sam Altman 表示,帮助社会建立对 AI 的韧性至关重要,未来还会有更多动作。这是 OpenAI 在推动 AI 安全与社会适应方面的重要举措。行业AI 安全社会韧性OpenAI基金/资助风险管理10 个信源在谈推荐理由:AI 安全从业者和政策制定者值得关注——OpenAI 首次大规模投入社会韧性建设,1.3 亿美元覆盖生物、网络、模型安全等关键领域,直接关系到 AI 风险管理的实际落地。原文
03:44LangChain@LangChainAI精选Rippling AI 基于 LangChain 的 Deep Agents 和 LangSmith 平台构建其 AI 系统,在 6 个月内成功将产品交付给数百万用户。Deep Agents 提供了强大的智能体能力,而 LangSmith 则用于监控和优化 AI 工作流。这一案例展示了如何利用现有工具快速扩展 AI 应用,对需要大规模部署 AI 的团队具有重要参考价值。行业智能体LangChainRippling大规模部署AI 产品落地推荐理由:Rippling 用 LangChain 生态在半年内跑通百万级用户场景,做 AI 产品落地的团队值得看他们怎么选型、怎么踩坑。原文
03:03rohanpaul_ai@rohanpaul_ai高通CEO Cristiano Amon预测,到2026年全球每10秒的Token需求将达到317亿,到2030年将增长40倍至1.27万亿。他指出,Token需求的爆发并非主要源于更智能的答案,而是AI从人类节奏的交互转向智能体(Agent)驱动的活动。当智能体变得持久化,AI的经济将像背景基础设施一样运行。每一次有用行动背后都有隐藏成本:上下文需携带、记忆需更新、传感器需解读、错误需在造成损失前捕获。行业Token需求智能体高通AI基础设施算力预测推荐理由:Token需求40倍增长背后是AI从对话转向智能体经济的拐点,做AI基础设施或智能体开发的团队值得关注这一趋势,提前布局算力和成本优化。原文
02:53Clement Delangue@ClementDelangueHugging Face CEO Clement Delangue 发推称赞 NVIDIA 是“美国开源 AI 之王”,指出 NVIDIA 在 Hugging Face 上已拥有超过 1000 个公开仓库(820 个模型、249 个数据集、57 个空间),粉丝近 6 万。当前 HF 上排名第一的热门模型是 LocateAnything,排名第五的是 PiD。NVIDIA 宣布采用 Linux 基金会的 OpenMDW 框架,并发布了 Cosmos 3(用于物理 AI 的全模态世界模型)、Alphamayo 2 Super(自动驾驶开源模型),以及即将推出 Nemotron 3 和正在开发中的 Nemotron 4。这些成果展示了 NVIDIA 在开源 AI 生态中的持续投入和领导力。行业NVIDIA开源模型Hugging Face自动驾驶物理AI10 个信源在谈推荐理由:NVIDIA 在开源 AI 上的投入远超多数人想象——1000 个公开仓库、多个前沿模型,做 AI 研究或开发的团队值得关注这些新资源,尤其是 Cosmos 3 和 Nemotron 系列。原文
01:50Hugging Face@huggingfaceHugging Face CEO Clement Delangue 发推称赞 Nvidia 是“美国开源 AI 之王”,并列举其近期成就:在 Hugging Face 上累计超过 1000 个公开仓库(820 个模型、249 个数据集、57 个 Spaces),粉丝近 6 万;当前 HF 热门模型榜上,LocateAnything 排名第一,PiD 排名第五;宣布采用 Linux 基金会 OpenMDW 框架;发布了 Cosmos 3(物理 AI 全模态世界模型)、Alphamayo 2 Super(自动驾驶开源模型),并预告 Nemotron 3 和 Nemotron 4 即将发布。这些动作表明 Nvidia 正加速从硬件巨头向开源 AI 生态核心贡献者转型。行业Nvidia开源/仓库Hugging Face自动驾驶物理 AI10 个信源在谈推荐理由:Nvidia 在开源 AI 上的投入已经形成规模效应——1000 个仓库覆盖模型、数据集、工具链,做 AI 研究或工程落地的团队值得关注其最新模型和框架,尤其是自动驾驶和物理 AI 方向的开放成果。原文
01:18rohanpaul_ai@rohanpaul_ai高通CEO Cristiano Amon 在最新视频中表示,智能体AI(Agentic AI)将消耗“海量”Token,远超当前聊天机器人。因为智能体不仅生成语言,还要自主决策、调用工具、检查输出、修订计划并与其他软件协调。每个任务都可能变成一系列隐藏的微决策,每个微决策都消耗上下文、记忆、工具调用和验证Token。Amon 指出,软件使用方式将从按点击或席位衡量,转向按每个用户消耗的机器推理/Token量来衡量。这预示着AI需求将大幅增长,并带来经济层面的深刻变革。行业智能体Token消耗高通AI经济软件度量推荐理由:高通CEO点明了智能体AI时代Token消耗的指数级增长逻辑,做AI应用、云服务或关注AI商业化的团队,值得思考这对成本模型和产品设计意味着什么。原文
00:34berryxia@berryxiaAnthropic 已秘密向 SEC 提交 S-1 注册声明草稿,启动 IPO 流程。此举打破此前业界认为顶尖 AI 公司会长期保持私有的预期,表明在算力竞赛白热化阶段,公开市场融资成为保持领先的现实选择。Anthropic 一直强调安全与可控,上市后需平衡资本市场压力与治理理念。若成功上市,可能改变整个 AI 行业的融资和治理模式,推动更多 AI 公司走向公开市场。行业AnthropicIPOAI 融资行业格局治理模式10 个信源在谈推荐理由:Anthropic 的 IPO 动作打破了 AI 公司长期私有的共识,做 AI 投资或关注行业格局的人值得关注——这可能是 AI 行业从实验室走向资本市场的分水岭事件。原文
00:26rohanpaul_ai@rohanpaul_aiAnthropic 已向美国证券交易委员会(SEC)秘密提交了 S-1 注册声明草案,标志着其首次公开募股(IPO)的正式第一步。这份文件将最终披露 Anthropic 的商业模式、财务状况、风险因素、股权结构、资金用途及承销商信息。秘密提交允许公司在公开文件前接受 SEC 的非公开审查,从而在正式披露财务数据前向市场传递上市意向。下一个关键里程碑将是公开版 S-1,届时外界将看到营收、亏损、毛利率、算力支出、客户集中度及对亚马逊/谷歌的依赖等核心数据。行业AnthropicIPOS-1SEC融资/上市10 个信源在谈推荐理由:Anthropic 的 IPO 启动意味着 AI 赛道将迎来一次重要的财务透明度检验,关注 AI 投资和公司估值的读者值得跟踪后续公开 S-1 中的关键数字。原文
17:17Marc Andreessen@pmarca精选Marc Andreessen转发了一条关于AI领域新人如何避免落后的建议。建议包括深入学习模型内部原理、线性代数、非凸优化、训练小模型和大模型、掌握vLLM和Tensor并行、手写内核、集群编排、合成数据、SFT和PPO、学习Triton、了解半导体供应链、构建大型集群、预训练800B模型并后训练、服务数百万用户、在基准测试上超越DeepSeek。这些建议强调从理论到实践的全面技能,是AI领域职业安全的关键。行业AI职业发展技能路线深度学习集群训练模型部署推荐理由:AI新人想快速成长?这份硬核路线图从数学到集群全覆盖,建议逐条对照执行,做AI开发的值得收藏。原文
15:46rohanpaul_ai@rohanpaul_aiNVIDIA CEO 黄仁勋在 GTC 台北 2026 上表示,AI Agent 不会取代软件,而是会创造前所未有的软件需求。他认为,未来人机交互将从“点击和输入”转变为“向 AI 解释意图”,AI 自动生成代码或使用工具输出结果。黄仁勋强调,Agentic AI 的到来意味着世界不再受限于人力数量,大量 Agent 将使用更多工具,这对软件公司是巨大机遇。他同时指出,软件必须以 Agent 可用的方式呈现,这是关键突破。行业黄仁勋Agentic AI软件行业GTC 2026工具使用8 个信源在谈推荐理由:黄仁勋的观点直接回应了 AI 会消灭软件公司的焦虑,做软件产品、工具或平台的团队值得认真看——Agent 经济下,你的软件准备好了吗?原文
14:08Runway ML@runwayml精选76°Runway 宣布作为创始成员加入 Cosmos Coalition,这是一个由 NVIDIA 和多家顶级 AI 实验室发起的全球性倡议,旨在共同构建并开源面向物理 AI 的前沿世界模型。该联盟将通过一个通用的开放生态系统,加速世界模型的研究与开发,推动物理 AI 的进步。此举有望降低物理 AI 的门槛,促进跨机构协作,为机器人、自动驾驶等领域提供基础模型。行业物理 AI世界模型开源/仓库NVIDIARunway10 个信源在谈推荐理由:物理 AI 开发者终于有了开放生态——Runway 和 NVIDIA 牵头开源世界模型,做机器人或自动驾驶的团队可以直接参与共建,值得关注。原文
13:06Gary Marcus@GaryMarcusGary Marcus在X上转发了他与Ernest Davis于2021年合著的文章观点,强调大规模预训练模型虽在近期AI和商业应用中占据重要地位,但仅靠这些技术不足以实现通用人工智能。他认为,当前研究策略聚焦于可解决的短期挑战,却忽视了更关键的需求:为可靠整合统计学习与推理、知识、常识及人类价值观奠定坚实基础。Marcus的言论再次引发对AI发展路径的讨论,提醒业界不要过度依赖大模型。行业大模型通用AIGary MarcusAI发展路径行业观点推荐理由:Marcus的观点戳中了当前AI热潮中的核心争议,关注AI长期发展的研究者、从业者或投资者值得一读,看完会对大模型的局限性有更清醒的认识。原文
12:56Aadit Sheth@aaditshAnthropic 在发布 Opus 4.7 仅 42 天后就推出了 Opus 4.8,而 Andrej Karpathy 两周前刚加入公司。观察者认为,这种极快的发布节奏与顶尖人才的加入密切相关。Anthropic 的工程师和研究员在 X 上公开分享他们的工作进展,这种文化成为比传统招聘页面更有效的招募工具。对于追求硬核问题、快速团队和自豪感的顶尖人才来说,Anthropic 的 shipping 速度和公开热情极具吸引力。这暗示着,快速交付并适度高调,正成为科技行业最强大的招聘策略。行业AnthropicOpus 4.8Karpathy招聘策略发布速度10 个信源在谈推荐理由:Anthropic 用 42 天迭代 Opus 4.8 并吸引 Karpathy 加入,证明了 shipping 速度本身就是最好的招聘广告——做 AI 或创业的团队,可以反思自己的发布节奏和团队文化。原文
11:49Gary Marcus@GaryMarcus精选Gary Marcus指出当前LLM无法可靠地与数据库、知识图谱等基本工具协作。用户flowersslop补充LLM是被动反应式,通过添加循环和心跳(如openclaw)等补丁来解决根本问题。这种创可贴式方案掩盖了基础架构的缺陷。Marcus认为需要更坚实的AI基础。行业Gary MarcusLLMopenclaw工具使用AI基础1 个信源在谈推荐理由:AI基础架构的批评原文
11:27AI Will@FinanceYF5Simon Smith 指出,AI 编程助手 Codex 已达到 500 万用户,但相比 ChatGPT 约 9 亿用户仅占 0.6%。这反映出绝大多数人仍不了解 AI 的现有能力,而少数人已开始用 AI 自动化个人生活和工作。该数据表明 AI 应用仍处于早期阶段,普及空间巨大。行业CodexChatGPTAI 普及自动化用户数据推荐理由:这个对比数据揭示了 AI 普及的巨大鸿沟——做 AI 产品、投资或创业的人,值得思考如何触达那 99.4% 的潜在用户。原文
11:08岚叔@lufzzliz精选Linux Foundation 旗下的 DNS-AID 项目旨在为 AI agents 构建基于 DNS 的发现机制,类似于互联网的电话簿。通过类似 `_agent._protocol._agents.example.com` 的 DNS 记录,agents 可以找到彼此并获取 MCP、A2A、HTTPS 等连接信息,无需硬编码地址或中心化注册表。这解决了 agent 互发现的基础设施问题,复用现有 DNS 体系,支持 DNSSEC 验证,便于企业纳管。但后续的身份信任、权限控制、责任归属和结算问题仍需解决。行业AI AgentDNS基础设施发现机制DNS-AID推荐理由:AI agent 从 demo 走向网络化调用的关键一步,做 agent 开发或基础设施的团队值得关注 DNS 这个老基础设施的新用法。原文
09:39Lenny Rachitsky@lennysan精选Benedict Evans 与 Lenny 进行了一场关于 AI 真实走向的理性对话。Evans 指出 AI 堆栈中的价值将如何实际积累,AI 实验室为何突然收购咨询公司,以及反 AI 情绪上升的原因和影响。他强调分发渠道正成为终极护城河,并提出了一个关键问题:判断工作是否被替代,不应看“AI 能做百分之多少”,而应区分“这是任务还是工作”。Evans 认为事情最终可能会好起来。行业AI 趋势行业分析Benedict Evans价值堆栈反 AI 情绪推荐理由:Benedict Evans 是科技行业最清醒的观察者之一,这场对话帮从业者避开 AI 热潮中的噪音,直接看到价值流向和职业本质。关心 AI 商业落地和自身职业安全的读者值得一听。原文