16:52Geek@geekbb一位 AI 观察者感叹技术迭代速度惊人,RAG、MCP、提示词工程等概念在短短时间内已显得过时。这反映了 AI 领域创新周期急剧缩短,新范式不断涌现。对于从业者而言,持续学习和适应成为必备能力。行业AI 趋势技术迭代RAGMCP提示词工程推荐理由:这条推文戳中了 AI 从业者的焦虑点——技术淘汰速度比想象中更快,做 AI 产品或研究的团队看完会有感触,值得停下来反思自己的技术栈是否还跟得上。原文
04:12a16z@a16za16z 发布的视频中,Benedict Evans 认为 AI 不会减少软件需求,反而会催生更多软件。他指出,企业软件目前分为三大类:大型水平系统(如 SAP、Workday)、垂直软件,以及 Excel、邮件等模糊的中间地带。AI 的加入将让原本无法用软件解决的问题变得可行,从而增加竞争和软件数量。Evans 将当前 AI 发展比作 1997 年的互联网,强调基础模型应被视为基础设施。行业AI 趋势企业软件Benedict Evansa16z基础设施推荐理由:Benedict Evans 的洞察直击 AI 对软件行业的真实影响——不是替代而是扩展,做企业软件或 SaaS 的团队值得听听他的分析,重新思考产品方向。原文
01:53Clement Delangue@ClementDelangueHugging Face CEO Clement Delangue 在 X 上发文,指出 AI 行业正走向成熟,多模型工作负载成为主流。他预测,未来公司不仅会使用数十个模型,还会针对特定用例进行适配、后训练和优化。最终,模型数量将像代码仓库一样多,因为模型正在成为新的代码。这一观点反映了 AI 从单一模型向多元化、定制化发展的趋势。行业多模型工作负载模型定制AI 趋势Hugging Face模型即代码推荐理由:AI 从业者终于可以告别“一个模型打天下”的思维了——多模型工作负载是未来,做模型选型、微调或部署的团队值得关注这个趋势,提前布局。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
08:34berryxia@berryxiaLenny Rachitsky 与 Every CEO Dan Shipper 的新播客中,Dan 回顾了他一年前关于 Claude Code 会火起来的预言,如今已基本应验。Dan 团队是科技圈 AI 使用最深的一批人,他分享了对明年的看法:自动化是谎言,CLI 时代已过,SaaS 不会大崩盘,每家公司 Slack 里很快会有超级代理。他认为 Claude Code 和 Codex 会成为知识工作的新操作系统,AI 不会带来就业危机,产品经理和设计师反而迎来更好时代。这些观点与末日论相反,重度 AI 用户看到的是工具放大人类产出。行业Claude CodeAI 趋势SaaS知识工作产品经理1 个信源在谈推荐理由:Dan Shipper 的预言一年后成真,说明他对 AI 趋势的判断值得关注。如果你是产品经理、设计师或 SaaS 从业者,他的观点能帮你避开焦虑,看到 AI 带来的实际机会。建议点开听听,看看他说的「超级代理」和「知识工作新操作系统」到底怎么落地。原文
21:48Gary Marcus@GaryMarcusGary Marcus 在 X 上发文,感叹整个 AI 领域正朝着他在 2019-2020 年倡导的神经符号与世界模型方向发展,而批评者却声称他“总是错的”。他指出,六年前他的文章《AI 的下一个十年》就以世界(认知)模型为核心,如今这一方向终于迎来时机。Marcus 的言论反映了 AI 研究范式的转变,从纯深度学习向更结构化、可解释的模型演进。行业神经符号世界模型GaryMarcusAI 趋势认知模型推荐理由:Marcus 的观察点明了 AI 研究范式的关键转向,关注认知架构和符号推理的开发者值得一读,看看自己是否站在了趋势上。原文
11:03rohanpaul_ai@rohanpaul_ai著名风险投资家 Marc Andreessen 在社交媒体上分享了对 AI 未来路径的看法。他认为,AI 领域正在发生从软件到硬件的重大转变,所有价值可能最终会集中在芯片和能源上,而软件则可能全部开源。这一观点反映了当前 AI 行业对算力和能源需求的日益增长,以及开源软件在 AI 生态中的重要性。Andreessen 的言论引发了关于 AI 产业链价值分配和未来投资方向的广泛讨论。行业AI 趋势芯片能源开源Marc Andreessen推荐理由:Andreessen 的洞察点明了 AI 产业链的价值转移趋势,做 AI 投资或硬件决策的人值得关注,建议结合当前算力短缺和能源消耗的现状思考。原文
07:59IT之家(博客/媒体)在 AMD AI 开发者日活动上,CEO 苏姿丰表示 AI 进步令人难以置信,预计未来五年将有 50 亿人每日使用 AI。她强调不存在单一应用满足需求,需要多样化的模型和工作流。苏姿丰称这是她 30 多年科技生涯中最兴奋的时刻,AI 在最近几个月加速发展,推理型 AI 更普遍,企业 CEO 们都在讨论如何利用 AI。她指出 AI 技术需要推理、学习和数据流能力,智能体是关键,未来 GPU 将无处不在,AMD 将提供端到端计算能力。行业AMD苏姿丰AI 趋势推理模型智能体推荐理由:苏姿丰的发言揭示了 AI 从技术到落地的关键转折点——未来五年 50 亿用户意味着巨大的应用和基础设施机会,做 AI 开发或企业决策的人值得关注 AMD 的端到端计算布局。原文