Bessemer 管理约 200 亿美元的合伙人 Sameer Dholakia 用 1870 年石油类比 AI:当时只用来点煤油灯,真正的用途几十年后才出现,现在 AI 也一样。
#行业观点
Airtable 前高管 Bindu Reddy 的一个观点帖:她赌中国实验室、Google、Grok 这些人类团队还能赢过 OpenAI 和 Anthropic 的内部模型,还暗示开源新模型要来了。
做 AI 智能体开发的团队值得一看——omar 点出了 agent loops 的适用边界和潜在风险,提醒大家不要盲目追求全自动,设计时留好人类介入接口,避免产出低质量 AI 内容。
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。
Marcus用Claude Code等实际案例证明神经符号工具的价值,关注AI架构演进的读者会看到一场持续30年的学术争论被技术验证,值得点开了解背后的逻辑。
Chollet 点破了当前 AI 应用的最大误区——别只想着用 AI 加速旧流程,做产品/战略的团队值得停下来想想:AI 能让你做什么以前做不到的事?
Hassabis的权威表态给AGI狂热降温,对关注AI发展路径的研究者和从业者来说,这是重新审视AI能力边界的重要信号,值得一读。
曼尼卡的观点为焦虑 AI 失业的职场人提供了理性视角——工作不会消失,但会改变。关心职业转型或 AI 社会影响的读者,值得一读来缓解恐慌。
黄仁勋的 GDP 翻倍论为 AI 投资和产业布局提供了宏观视角,关注 AI 经济影响的投资者和从业者值得一读,能帮你理解为什么英伟达持续押注算力。
LeCun 一针见血地拆解了 LLM 的实用价值与认知泡沫,做 AI 投资或技术决策的人值得一读,避免被过度乐观的叙事带偏。
开源与安全的争论从未停止——Delangue 用历史案例和比喻直击核心,做AI政策研究或开源项目的团队值得一看,能帮你理解反对限制的论据。