11:36AI Will@FinanceYF52026年主题ETF资金集中在AI、基础设施、国防、太空和核能,规模远超过去几年。2027年可能加入生物科技/医疗、机器人和Crypto。市场通常提前布局下一年主题。行业AI市场资金主题ETF推荐理由:想了解2026年市场资金流向?这篇图文解析了五大押注主线,包括AI和太空,还有可能的新趋势。原文稍后读已读值得跟进有用关注 AI
01:34官方账号NVIDIA AI@NVIDIAAI精选78°NVIDIA 深入解析堆栈组件,从引导智能体行为的组件到确保其安全边界的基础设施。阅读详细分析:nvda.ws/4zyvjHm技巧NVIDIA智能体堆栈组件1 个信源在谈事件专题推荐理由:NVIDIA 深入解析堆栈组件,了解智能体行为引导和安全性保障。原文稍后读已读值得跟进有用关注 NVIDIA
05:27官方账号Cursor@cursor_aiCursor 发布博客,回顾 20 年 Git 基础设施演进,并解释其如何将 Git 存储系统 Origin 设计为类似数据库的架构。该设计旨在提升 Git 托管的可靠性、性能和可扩展性。文章详细说明了历史背景如何影响 Origin 的设计与运维方式。AI产品CursorGitOrigin9 个信源在谈事件专题推荐理由:Cursor 把 Git 存储当数据库搞,想解决托管性能问题,做开发的不妨看看他们怎么设计的。原文稍后读已读值得跟进有用关注 Cursor
00:09techcrunch@Russell BrandomWarp于周二发布Warp Factories,这是一个旨在简化AI软件工厂构建的基础设施系统。该系统提供开箱即用的环境,让开发者无需复杂配置即可启动AI项目。Warp Factories集成了多种工具和模板,支持快速部署和迭代。此举旨在降低AI开发门槛,提高开发效率。AI产品WarpWarp FactoriesAI开发推荐理由:Warp出了个新系统,叫Factories,能让你开箱即用搭AI开发环境,省去一堆配置麻烦,适合想快速上手的开发者。原文稍后读已读值得跟进有用关注 Warp
18:15Y Combinator@ycombinator代码测试基础设施公司Blacksmith完成4500万美元B轮融资,估值达5.5亿美元。该公司由Y Combinator孵化,不到一年客户从700多家增至5000多家,包括Supabase、Clerk和Mercury。Blacksmith仅用10名员工就实现了首个1000万美元年经常性收入,目前收入已增长至数千万美元。其核心业务是在代码上线前进行自动化测试和验证,应对AI生成代码带来的审查需求。行业BlacksmithY Combinator融资3 个信源在谈事件专题推荐理由:代码测试公司Blacksmith刚融了4500万美元,估值5.5亿,客户一年翻了7倍,做AI代码审查基础设施的,值得关注。原文稍后读已读值得跟进有用关注 Blacksmith
01:19Recraft@recraftaiRecraft AI 宣布其设计工具使用 Nebius AI 提供的快速可靠基础设施。Nebius AI 分享了这一合作故事,视频链接在 YouTube。该工具旨在通过 AI 理解设计品味,基础设施层的性能是关键支撑。行业Recraft AINebius AI基础设施推荐理由:Recraft AI 和 Nebius AI 联手了,一个做设计工具,一个提供基础设施,合作故事值得一看。原文稍后读已读值得跟进有用关注 Recraft AI
12:15IT之家(博客/媒体)75°OpenAI 公布 Project Camellia 计划,在佐治亚州埃芬汉姆县建设投资 200 亿美元、占地 567 公顷、用电 3.2 吉瓦的数据中心园区。项目承诺不推高当地居民电费,闭环水系统将用水量降至极低水平。OpenAI 将在运营周期内向社区提供 8000 万美元回馈资金,并为佐治亚州学生提供总额 7100 万美元的 Codex 使用额度(每人 100 美元)。园区预计 2028 年至 2032 年分阶段供电,建成后带来数千建设岗位和超 1000 个长期运营岗位。行业OpenAI数据中心Project Camellia10 个信源在谈事件专题推荐理由:OpenAI 在佐治亚建大型数据中心,承诺不涨居民电费还送学生 Codex 额度,来看看他们怎么争取社区支持。原文稍后读已读值得跟进有用关注 OpenAI
01:15AI Engineer@aiDotEngineer首届AI Engineer大会将于2026年11月5-6日在上海虹桥希尔顿酒店举办。大会设两个主题分会:开源模型/基础设施和物理AI。本次活动由@StandupPartners合作组织,旨在促进中美工程师交流。行业AI Engineer大会开源模型基础设施推荐理由:这个大会聚焦开源模型和物理AI,官方组织中美工程师面对面碰撞,做AI的该去听听。原文稍后读已读值得跟进有用关注 AI Engineer大会
11:39Harrison Chase@hwchase17LangChain创始人Harrison Chase回应Jeff Huber的文章,强调追踪(traces)是系统学习的核心,需要通过观测、反馈和更新来持续改进。他认同“拥有上下文租用智能”的观点,认为企业应拥有专有知识并灵活替换模型,同时指出通用智能(模型)与公司专有智能的区分。他提到LangChain正聚焦于可观测性、部署和沙盒等底层基础设施,并暗示有相关新功能即将推出。行业LangChain智能体评估推荐理由:LangChain创始人亲自拆解智能体学习系统的关键设计思路,告诉你为什么要自己掌握上下文、租用模型,还透露了LangChain的新动作。原文稍后读已读值得跟进有用关注 LangChain
08:45@koltregaskes@koltregaskesAaron Levie指出AI行业正出现广度,价值不再集中于少数前沿实验室。大实验室在算力、收入和研究方面仍有优势,但围绕调优模型、商业应用工具、特定领域实验室、基础设施层和服务公司形成了生态系统。这为企业提供了更多实用路径,而不必完全依赖通用前沿模型。这种结构比赢家通吃更可持续,但多数参与者仍会失败或被整合,模型质量仍是关键限制。行业Aaron Levie调优模型企业应用推荐理由:Aaron Levie说AI行业越来越多元,不只是几大实验室的天下。企业有更多选择,生态更健康。原文稍后读已读值得跟进有用关注 Aaron Levie
04:42官方账号Together AI@togethercomputeTogether AI 宣布其 GPU Clusters 新增被动健康检查、引导节点修复和重建的 Slurm 栈等功能。新功能还包括更好的集群可见性、外部 OIDC 认证、启动脚本和验收测试控制。这些更新旨在提升集群的可靠性和操作便捷性,帮助用户更高效管理 GPU 资源。AI产品Together AIGPU ClustersSlurm推荐理由:Together AI 升级了GPU集群,加了自动健康检查和简单节点修复,运维省心不少。原文稍后读已读值得跟进有用关注 Together AI
02:44Aravind Srinivas@AravSrinivasPerplexity AI 在一则推文中阐述了其 Agent 基础设施的安全设计,明确表示凭证不会被直接存储在任何 SPACE 运行时中。该设计针对智能体长时间(数小时或数天)运行、编辑文件和访问敏感文件的场景,与传统仅用于短时代码执行的沙盒不同。Perplexity 强调运行时必须在保存工作状态的同时,确保环境内不遗留凭证。AI产品Perplexity智能体安全推荐理由:Perplexity AI 解释了他们的智能体运行时怎么做到既跑长时间任务又不泄露凭证,比传统沙盒靠谱,安全控可以看看。原文稍后读已读值得跟进有用关注 Perplexity
01:53官方账号Perplexity@perplexity_ai精选Perplexity AI指出传统沙盒仅适合短时代码执行,而Agent需运行代码、编辑文件并持续数小时或数天。运行时必须在无凭证泄露的前提下保存工作状态。基础设施需同时满足功能性、高效性和安全性三大要求。行业Perplexity AI智能体AI安全推荐理由:Perplexity AI分享了Agent基础设施的关键要求,强调长时运行和安全保存,做Agent开发的值得看看。原文稍后读已读值得跟进有用关注 Perplexity AI
16:39AI Will@FinanceYF5文章将AI部署分为两种模式:作为软件工具让员工学习使用,或作为基础设施直接改变运行层。作者指出这种区分决定了企业AI战略的本质差异。并预测真正的赢家可能是那些外表不像AI公司的公司。行业AI部署基础设施企业AI推荐理由:这篇文章提出了一个反直觉的观点:让员工学用AI工具不如把AI嵌进流程里,看起来不像AI公司的反而可能笑到最后。原文稍后读已读值得跟进有用关注 AI部署
13:30Amjad Masad@amasadAI 降低了编码门槛,但基础设施团队开始首次编写形式化规范。系统变得更确定,基础设施韧性更强。移动速度越快,底层基础必须越稳固。该观点来自 amasad 的推特,有 5987 次浏览和 74 个点赞。行业amasadAI编程基础设施推荐理由:Replit 创始人 amasad 分享了一个有意思的观察:AI 让写代码更随意,但底层基础设施反而要更死板才能撑住。原文稍后读已读值得跟进有用关注 amasad
00:15官方一手OpenAI Blog(博客/媒体)精选73°OpenAI工程师通过分析大规模核心转储数据,定位并修复了一个存在18年的软件漏洞,同时发现了一个相关硬件故障。这次调试使用了数千份核心转储样本,最终解决了罕见的基础设施崩溃问题。该方法验证了核心转储分析在诊断长期隐蔽Bug中的有效性。技巧OpenAICore Dump基础设施1 个信源在谈事件专题推荐理由:OpenAI工程师靠分析核心转储,挖出一个18年的老Bug,还顺便揪出了硬件问题,这技术活真硬核。原文稍后读已读值得跟进有用关注 OpenAI
19:25量子位@田, 晏林一家港股新贵公司宣布押注物理AI,计划通过乐动机器人打造万亿市场空间的核心基础设施。其目标是将物理世界高质量数字化,为机器人提供底层支持。市场分析认为,这将成为下一阶段机器智能的关键入口。行业乐动机器人物理AI港股推荐理由:港股新贵公司搞物理AI机器人基础设施,瞄准万亿市场,值得关注原文稍后读已读值得跟进有用关注 乐动机器人
16:29IT之家(博客/媒体)黑石总裁Jonathan Gray表示,未来3-5年将在日本AI数据中心领域投资300亿美元。此前黑石已在日本开发了500MW的数据中心,新投资对应超1GW额外容量。他认为当前AI投资处于早期阶段,风险是算力短缺而非泡沫。黑石、阿波罗、博通成立AI XPV平台,目标到2028年向OpenAI、Anthropic等提供超20GW算力。行业黑石日本AI数据中心10 个信源在谈事件专题推荐理由:黑石砸300亿美元在日本建AI数据中心,说明算力需求有多猛。看看他们怎么押注未来几年的基建。原文稍后读已读值得跟进有用关注 黑石
14:30AI Will@FinanceYF5Derek Xiao是Menlo Ventures的合伙人,曾投资Anthropic、Neon、Unstructured等公司。他联合撰写的《State of Generative AI》报告和《Modern AI Stack》论文,分析了AI基础设施的关键作用。他认为当前模型争抢关注,但底层设施决定了最终胜负。行业Derek XiaoMenlo VenturesAI投资10 个信源在谈事件专题推荐理由:Menlo Ventures投了Anthropic和Neon,他们的报告讲了AI基础设施才是决胜关键,搞投资的得看原文稍后读已读值得跟进有用关注 Derek Xiao
11:32官方账号arXiv cs.AI@Zihan Guo, Zeyi Chen, Zhiyu Chen, Zicai Cui, Shuai Shao, Bo Huang, Zhi Han, Yuanyi Song, Yuan Yuan, Chenxi Zeng, Xiaohang Nie, Zhengxi Yu, Hanwen Zhu, Junwei Liao, Ming Zhou, Yang Li, Yuanjian Zhou, Weinan ZhangClarus是一个用于协调自主研究代理的协作基础设施,定义了项目-代理-资源对象模型。它通过研究应用、数字协作、物理基板和物理世界四个层组织科学协作。在受控论文生成案例研究中,Clarus将研究目标组织成可追溯、可审查、可归因且累积的协作网络。Clarus已在clarus.holosai.io开放访问。AI产品Clarus自主研究代理科学协作推荐理由:Clarus让多个AI或人类研究者像团队一样协作,能自动拆解科研任务并记录每个贡献,适合想做复杂科学项目的团队。原文稍后读已读值得跟进有用关注 Clarus
14:49IT之家(博客/媒体)韩国气候环境部长官金成焕宣布将推出分地区差异化电价制度,并新设AI数据中心专属电价方案。政府计划保障半导体工厂和AI数据中心稳定获取低成本电力,降低忠清、岭南等区域大型AI数据中心的用电成本。西南圈半导体产业集群将配套630万千瓦供电和每日65万吨供水,龙仁产业集群需1500万千瓦电力和150万吨水。AI数据中心配套至2029年前供应超800万千瓦电力。行业韩国电价政策AI数据中心推荐理由:韩国政府要给AI数据中心搞专属电价,降低用电成本,吸引企业去地方投资,对半导体和AI基建是大利好。原文稍后读已读值得跟进有用关注 韩国
10:58AI Will@FinanceYF583°微软CEO Satya Nadella讨论了如何构建支持2000万个AI Agent与人类员工协同工作的基础设施。该基础设施旨在使Agent能自动执行任务、访问企业数据并参与工作流。这一规模部署标志着微软在企业级Agent应用上的重大推进。Nadella强调了底层架构需具备弹性、安全性和可管理性。行业MicrosoftAgent智能体推荐理由:微软要为2000万个Agent搭基础设施,听听CEO怎么说,这是企业AI落地的实打实案例。原文稍后读已读值得跟进有用关注 Microsoft
00:24elvis@omarsar0Prime Intellect发布博客,介绍在GLM-5模型上运行大规模强化学习(RL)所需的基础设施组件,包括数据管道、训练调度和分布式计算。文章详细解释了如何用1万亿token训练RL智能体,并开源部分工具链。该方法旨在降低自改进智能体的开发门槛。技巧GLM-5Prime Intellect强化学习推荐理由:想自己搞RL训练?这份Prime Intellect的博客手把手告诉你需要哪些基础设施,连GLM-5上的1T token训练都给你讲清楚了。原文稍后读已读值得跟进有用关注 GLM-5
18:24Anton Osika@antonosikaLovable创始人Anton Osika在X上发文,分享过去一周与欧洲研究者、创业者交流的感悟。他指出许多人认为要建严肃AI公司就得去旧金山,但Lovable选择扎根欧洲且从未后悔。平台已有数百万用户将想法转化为产品,其中大量是欧洲人。他认为欧洲不缺人才,缺的是“可以从这里建”的信念和匹配的区域基础设施。行业Lovable欧洲AI创业推荐理由:Lovable创始人亲述为什么选择欧洲做AI,还提到数百万用户和欧洲工程师回流,值得一看。原文稍后读已读值得跟进有用关注 Lovable
04:25AI Engineer@aiDotEngineerAI Engineer World's Fair 将于2025年6月29日至7月2日在旧金山Moscone West举办。60多家金牌赞助商已确认参展,覆盖基础设施、推理、智能体、数据、评估和可观测性等六大领域。活动旨在展示完整的AI工程生态栈,从底层基础到上层应用。行业AI EngineerMoscone West智能体推荐理由:AI工程师的年度盛会,60多个顶级赞助商齐聚一堂,覆盖从底层硬件到上层Agent的完整栈,值得去现场看看趋势。原文稍后读已读值得跟进有用关注 AI Engineer
00:34量子位@十三北京启动建设一座AI工厂,规划算力规模达10万P。该工厂目标日产10万亿Token,支撑大模型训练与推理。项目提出通过技术创新实现1000倍综合降本,降低AI算力使用门槛。行业AI工厂算力大模型训练推荐理由:北京搞了个10万P算力的AI工厂,日产10万亿Token,还要降本1000倍,搞AI的可以留意这个。原文稍后读已读值得跟进有用关注 AI工厂
08:40Satya Nadella@satyanadella71°微软Azure在AI训练基准测试中创下新纪录,实现了史上最快的训练时间和最大的报告规模。这一里程碑得益于全栈创新,包括硅片、系统、网络和软件协同优化,以及与Nvidia的深度合作。Azure此次突破展示了其AI基础设施的最新进展。行业AzureNvidiaAI训练2 个信源在谈事件专题推荐理由:Azure和Nvidia联手刷了个AI训练速度纪录,规模也是史上最大,搞AI基础设施的可以看看。原文稍后读已读值得跟进有用关注 Azure
14:28量子位@梦晨华为云发布Agent基础设施,提供分布式算力调度和存储方案,支持百万级Agent协同工作。新架构基于自研昇腾芯片,推理延迟降低40%。同时推出Agent开发平台,集成模型部署和调试功能。该基础设施已用于金融、制造等行业场景。行业华为云Agent昇腾1 个信源在谈事件专题推荐理由:华为云给Agent铺路了原文稍后读已读值得跟进有用关注 华为云
13:28官方账号Soumith Chintala (PyTorch)@soumithchintalaPyTorch 创始人 Soumith Chintala 在 X 上发帖,为团队招募超算工程师,负责构建实时交互模型 Tinker 和大规模训练背后的基础设施。岗位涵盖调度、存储、网络、可靠性和分布式系统,工作地点在纽约和旧金山。这标志着 AI 基础设施领域对高端工程人才的需求持续增长。行业超算工程师GPU集群分布式系统推荐理由:如果你擅长 GPU 集群和分布式系统,这是直接参与下一代实时交互模型基础设施的机会,建议关注。原文稍后读已读值得跟进有用关注 超算工程师
12:34AI Will@FinanceYF5本文指出,为了让AI智能体或助手有效工作,它们需要被赋予与同岗位人类完全相同的工具权限,如手机号、信用卡和邮箱地址。这一观点强调了AI与人类协作时权限对等的重要性,是AI从辅助工具向自主智能体演进的关键一步。文章还列举了多家相关公司,包括AI助手和基础设施提供商,表明这一趋势正在被行业关注和推动。行业AI智能体工具权限人机协作推荐理由:做AI智能体开发的团队需要正视权限对等这一核心问题,它直接决定了AI能否真正替代人类执行复杂任务。建议关注文中提到的Infra提供商,它们正在解决这个基础设施难题。原文稍后读已读值得跟进有用关注 AI智能体
23:32PolymarketMoney@PolymarketMoney精选73°OpenAI 宣布收购云初创公司 Ona,该公司专注于构建支持 AI 智能体持续运行的基础设施。此次收购旨在增强 OpenAI 在智能体领域的长期部署能力,解决智能体在复杂任务中需要持久运行的问题。Ona 的技术将帮助 OpenAI 的智能体更稳定地处理长时间工作流,提升可靠性和效率。这一举措标志着 OpenAI 在智能体基础设施上的战略布局,可能加速其产品在企业级场景中的应用。行业OpenAI智能体基础设施10 个信源在谈事件专题推荐理由:OpenAI 收购 Ona 补齐了智能体持久运行的短板,做 AI 智能体开发或部署的团队值得关注——这直接关系到你的智能体能否稳定跑完长任务。原文稍后读已读值得跟进有用关注 OpenAI
13:15宝玉@dotey精选DeepSeek 发布全球首个“Agent Harness 研究员”岗位,旨在将前沿模型能力转化为领先的 Agent 产品。该岗位负责 Harness 领域的前沿创新,包括上下文管理、长期记忆、Subagent 与 Multi-Agent、自进化 Agent 等。团队使命是“Model + Harness = Agent”,除模型本身外所有工作都属于 Harness 范畴。任职要求包括科研背景、全栈开发能力、Agent 重度使用经验,以及对 LLM 和 Agent 机制的深入理解。这一招聘标志着 Agent 基础设施研究正式成为独立岗位,对 Agent 开发者和研究者意义重大。行业DeepSeekAgent Harness招聘推荐理由:DeepSeek 把 Agent 基础设施研究独立成岗,做 Agent 开发的团队可以直接参考其职责定义,想入行 Agent 研究的也可以看看门槛和方向。原文稍后读已读值得跟进有用关注 DeepSeek
08:00官方账号Together AI@togethercompute精选Cursor 与 Together AI 合作,为 AI 编程助手提供实时推理基础设施。Cursor 的编辑器内智能体能在开发者编辑代码时生成代码,要求响应必须在编辑器的反馈循环内完成。Together AI 构建了满足严格延迟目标的基础设施,确保大规模下的实时性能。这一合作解决了 AI 编程中响应速度的关键瓶颈,让开发者获得更流畅的交互体验。AI产品CursorTogether AIAI编程助手6 个信源在谈事件专题推荐理由:AI 编程工具的实时性直接决定开发效率,Cursor 用户和关注 AI 编程的团队值得了解 Together AI 如何解决延迟痛点。原文稍后读已读值得跟进有用关注 Cursor
03:44官方账号LangChain@LangChainAILangChain 宣布正在构建 SmithDB,旨在解决智能体可观测性带来的系统性问题。SmithDB 专注于处理智能体运行时的数据追踪、调试和监控需求,为开发者提供更可靠的底层基础设施。该项目目前处于早期阶段,LangChain 正在招聘相关工程师。对于构建复杂智能体系统的团队来说,SmithDB 有望填补智能体可观测性领域的空白。AI产品智能体可观测性LangChain推荐理由:智能体可观测性是当前 AI 工程化的核心痛点,做智能体应用开发的团队值得关注——SmithDB 可能解决你调试和监控智能体行为的头疼问题。原文稍后读已读值得跟进有用关注 智能体
22:21官方账号Decoder@Maximilian Schreiner据 The Information 报道,OpenAI 正在谈判租赁俄亥俄州一个规划中的 10 吉瓦数据中心,这将是其最大的数据中心。Nvidia 可能为此项目提供财务支持。此举表明 OpenAI 对大规模算力的需求持续增长,也反映了 AI 基础设施投资的巨大规模。如果达成,这将成为 AI 领域又一重大基础设施布局。行业OpenAINvidia数据中心10 个信源在谈事件专题推荐理由:OpenAI 和 Nvidia 联手建最大数据中心,说明算力军备竞赛进入新阶段——做 AI 基础设施或关注行业趋势的读者值得关注,这会影响未来模型训练和部署的成本与效率。原文稍后读已读值得跟进有用关注 OpenAI
06:13Weaviate@weaviate_ioWeaviate 发布了名为 Engram 的托管记忆服务,旨在解决 AI 应用中因不良记忆系统导致的问题。Engram 不再简单地将聊天历史塞入上下文,而是通过异步管道提取关键事实、与已有知识协调、去重并保留更新,最终在数据库中维护干净的记忆状态。这使得 AI 代理能可靠地回忆用户偏好、学习先前任务、更新过时信息,而不会因上下文膨胀导致延迟、成本增加和混乱。对于需要长期记忆的 AI 应用开发者来说,Engram 提供了一种更严格、更高效的记忆基础设施。AI产品记忆系统WeaviateEngram推荐理由:Weaviate 的 Engram 解决了 AI 应用中最头疼的记忆混乱问题——做智能体或对话系统的开发者,别再让模型背锅了,试试把记忆当基础设施来管。原文稍后读已读值得跟进有用关注 记忆系统
00:43官方账号Decoder@Maximilian SchreinerSpaceX 计划将数据中心送入太空,马斯克在 IPO 前将其描述为近乎微不足道的工程问题。首颗 AI 卫星的性能将相当于一台 Nvidia GB300 机架。然而,谷歌的研究表明,真正的 AI 训练需要大约 10,000 颗紧密耦合的卫星。这一构想旨在利用太空的太阳能和低温环境降低能耗,但技术挑战巨大。行业SpaceX太空数据中心AI训练6 个信源在谈事件专题推荐理由:SpaceX 的太空数据中心构想可能颠覆 AI 基础设施的能耗和部署模式,关注云计算和 AI 训练的工程师值得了解这一前沿方向。原文稍后读已读值得跟进有用关注 SpaceX
22:43官方账号Clement Delangue@ClementDelangueArcee AI 宣布成为首个完全用 Hugging Face 替换 AWS S3 存储其所有模型和数据集的美国主要 AI 实验室,包括公开和私有数据。双方达成数百万美元合作,旨在支持美国开源 AI 发展。此举标志着 AI 基础设施向去中心化、开源生态的转变,Hugging Face 作为存储和分发平台的地位进一步巩固。行业Arcee AIHugging FaceAWS S3推荐理由:这对使用 AWS S3 存储 AI 资产的团队是个信号——Hugging Face 正成为更灵活、开源友好的替代方案,做模型部署和数据集管理的开发者值得关注这一趋势。原文稍后读已读值得跟进有用关注 Arcee AI
15:14Jerry Liu@jerryjliu0LlamaIndex创始人Jerry Liu在X上提出,Agent文件系统正在成为新的RAG模式。他认为这一趋势将持续并变得更加稳健。Agent不仅需要读取和搜索文档的工具,还需要完整的基础设施和应用层来生成新文件、与人类协作、组织和管理信息。Jason Goodison补充说,为Agent构建无服务器文件系统是一个价值10亿美元的机会。这反映了AI Agent从单纯检索向主动文件管理和协作的演进。AI产品Agent文件系统RAGAI Agent推荐理由:如果你在构建AI Agent或关注其基础设施演进,Jerry Liu的这个观察点明了下一个关键方向——Agent需要自己的文件系统来管理生成和协作。做Agent框架或应用的开发者值得关注这个趋势。原文稍后读已读值得跟进有用关注 Agent文件系统
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 Evans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。原文稍后读已读值得跟进有用关注 AI 趋势