a16z 把制药生意拆成两半:研发像赌爆款,上市后像收年金,AI 恰好能把两头都改善。文中拿一款爆款药的年营收对标大型软件公司,数字感很强。做 AI 医药方向的人值得对照原文看论证细节。
#industry trends
大模型底座被 OpenAI、Google、Anthropic 占了,但垂直行业和细分市场仍有创业空间,这篇文章讲的就是小团队怎么避开正面竞争。做 AI 创业或在选方向的开发者可以看看别人怎么找定位。
General Catalyst 的 Hemant Taneja 找 Cognition CEO Scott Wu 聊了 AI 竞赛里的囚徒困境,还给出四条破局思路和“市场低估韧性”的投资判断。做 AI 创业或关注安全治理的可以看看,Cognition 的增长路径也聊了不少。
HuggingFace 的 Clement Delangue 发文为 NVIDIA 的组织结构辩护,说分布式领导和适应混乱反而让公司更抗风险。针对的是最近大家对 CEO 继任问题的批评,观点和主流唱衰完全相反。关心 NVIDIA 治理和 AI 行业格局的可以看看这个一手视角。
在 Cisco 做过 70 多起收购的 Volpi,把 AI 基建和当年互联网浪潮放在一起对比:投资强度从 GDP 的千分之几涨到 2%,但他反而更乐观。聊到 Nvidia 该怎么应对定制芯片挑战、GPU 为何保值,做基础设施投资的和创业的人都该听听。
a16z 发了一篇关于"B2A"经济的文章:智能体已经占了大部分网络流量、写了大半新文章、推了多数生产代码。做产品的人可以想想自己的接口是不是该服务智能体客户了,这个视角和纯卖 API 的路数不太一样。
这条吐槽挺解气:四位巨头讲 Personal Agent 都往自家生意上引,作者还直接点名 Dots 现在没人用了。想看清大佬话术和产品现实差距的,可以看两分钟乐一下。
Rest of World 这篇讲中国 AI 公司去美国挖研究员,结果钱给够了人家也不来。原因除了薪水差距,还有算力、研究环境和团队差距。关心中美 AI 人才竞争格局的值得看看,比单纯比模型跑分更有信息量。
The Information 搞了个投票:到 2030 年 Nvidia 还能占 AI 加速器支出的多少份额?背景是 Google 的 TPU 越做越多。做算力采购或云成本规划的人可以看看同行的判断。
The analysis quantifies the economics behind the 'diminishing returns' debate with a concrete figure: an 8x cost increase per capability gain over two years, based on Anthropic's own data. Investors and enterprise buyers deciding whether to budget for frontier-model upgrades can use this trend to pressure-test vendor claims. It contrasts with the scaling narratives that labs and GPU suppliers still promote.
Payal Arora 讲了全球南方怎么把 AI 用在教育、医疗这些资源缺口上,跟欧美的焦虑叙事完全两个方向,角度很新。
Gary Marcus 用 ARR 增速曲线泼冷水,认为 Anthropic 800 亿美元年收入的增长节奏已经掉队,可持续性存疑。
英格兰银行出了份报告,说 GenAI 涨的是企业花钱,不是打工人效率,Gary Marcus 也转了,观点挺扎心。
Uber 一周 3.2 亿订单,Agent 只完成了 4 次打车,这个数字对比挺扎心的,可以看看现实和推特的温差。
Nathan Benaich 每年写的 State of AI Report 是行业风向标,这次直播里他聊了 AI 原生公司为啥比同行快 3 倍,还有机器人、AI 制药,信息密度很高。
Hinton 接受《卫报》采访,说今明两年可能出 AI 版切尔诺贝利,还点名 OpenAI 入侵 Hugging Face 那次是警告,观点很尖锐。
红杉在自家峰会上把 AI 定位成服务市场生意,说 2026 年是 agents 元年,还给了创始人 12 条具体判断,挺值得过一遍。
The Verge 编辑被问烦了 AI 泡沫什么时候破,写了篇文章回应,还搬出 Pimco 和 Apollo 的债市观点,看完能少焦虑一点。
Ethan Mollick 感慨三年前大家还在猜 GPT-4 是不是模型天花板,回头看两个猜想全错了,适合当个行业视角看看。
这篇文章把 Nvidia 比作 AI 热潮的"中央银行",讲清了它投资和卖芯片之间的资金循环,讨论这算不算泡沫,观点挺有意思。
The Information 采访了多位行业人士,说 OpenAI 和 Anthropic 现在低价卖模型像当年 Uber 烧钱补贴,用户用惯了之后可能会涨价,可以提前想想依赖问题。
Gartner 算了笔账:AI 数据中心要 8.5 万亿收入才回本,但收入顶多 3.6 万亿,超 4 万亿资产有减值风险,超大规模云厂相对安全。
一个修bug的小日常,意外记录了AI产品界面的快速更迭,10个月前的老页面现在看着已经很复古了。
Ben Goertzel 说现在大家挤在一条赛道上刷模型,他的 AGI 思路和 OpenAI 那批人很不一样,看看他怎么说。
Bindu Reddy 吐槽 OpenAI 说着内部模型更强,结果不发布,转头拿了 300 亿美元过桥融资还推迟 IPO,挺耐人寻味的。
Gergely Orosz 吐槽 Gartner 把 IBM、AWS 排在 Cursor、Anthropic 前当编程工具,连 OpenAI 都没提,看看咨询公司的 AI 报告有多离谱。
一条挺有意思的行业观察:如果大家都只用一个像 Claude 这样的个人 AI 入口,其他家还能怎么增长?适合想聊行业格局的人看。
Salesforce 在收购 AI 公司,投资人 Alexa von Tobel 说以后广告不是投给人看,而是要让 AI 智能体替用户选中你,这个思路挺有意思。
Neuberger 分析师说 Meta 的 AI 变现节奏:2027 年广告先见效,真正贡献要等 2028 年,比很多人预期的慢。
有人拿 Nvidia 2025 年出货的 27.3K 个 GB200 机架跟 DeepSeek 定价算了笔账,结论是 30 万张卡就能赚 1000 亿美元,算力可能严重过剩。
Gartner 算了笔账:7 万亿美元基建投入里可能有 3.5 万亿要打水漂,GPU 租赁商最危险,值得看看这组数字。
Lovable 的 CEO 把 AI 现在类比 2008 年 App Store 刚上线那会儿,说真正的机会是找人们行为里没被满足的点,不是堆模型能力,这个视角挺有意思。
CoreWeave 股价大跌后大家都在聊泡沫,这篇从收入和真实使用角度反驳了单一泡沫论,也承认 AI 初创公司会有一轮回调,观点挺平衡的。