一套让 Agent 常驻后台、同时推进多件事的系统设计,以及它还没解决的四个问题。
#洞察 41 篇
岗位招聘回升,AI 导购带来更高价值的访客;但算力更贵、Token 更便宜,究竟能说明多少商业回报?
给“Token 碎纸机”装一个外挂管家:留下项目经验,卸下闲置工具,在反复卡住时提醒换路。
客户、合同和账本已有权威底账,企业却常查不到一次决定为什么获准。当 Agent 开始办事,把这些依据留成可复用的记录,可能催生一层新的业务底账,成为下一代平台的起点。
从一万个Agent做数学,到个人AI帮你退货:Sam Altman谈算力、安全与商业入口。
AI 公司直接承接关账、合同审查和理赔,改变的是客户买什么、预算从哪来,以及谁组织交付。红杉的服务业投资判断,要从具体任务和成本结构看懂。
从机器人零件、数据中心供电到福利申请与企业自有模型,YC 把新一轮创业机会指向让 AI 真正投入使用的缺口。
从一线技工借 AI 改产线,到专业供应商参与设计,理解 a16z 为什么把装备、工厂和矿山放进同一幅工业创业图景。
Addy Osmani 建议重新检查旧模型时代的指令:把目标与检查方法交代好,再考虑子 Agent、云端运行和项目协调。
AI 在你下面、身边,或上下级之间,会带来不同的公司形态。真正的变化在于:谁负责执行,谁掌握信息,谁来做决定。
把 AI 培训做成一项独立服务:带员工处理真实任务,在实操中发现需求,再把值得改进的工作衔接到系统开发。
从经验与个人视角出发,用内容找到同类,让传播与收入支持长期创作。
两小时学业只是开始。怎样让孩子愿意做难事、让家长相信新学校,让年轻人学会主动做事,才是这场教育实验想回答的问题。
共享数据和权限让一线更容易行动,持续记录判断与纠错则让公司保有经验。Databricks 想把这两件事接在一起。
同一批农场数据,换一套有道理的分析方法,就可能改变是否推广项目的建议。人类在最后签字,关键取舍又是谁做的?
一次追问,可能补上病历里缺失的停药原因。Concurrence 希望把这样的照护经验连成能持续学习的系统,难点在于如何验证、怎样行动。
只有一名全职员工,Cody 却能借助 Claude、顾问和 11 家外部实验室推进药物研发。一人公司的新可能,发生在这些工作的连接处。
Maggie Appleton 用阴影、播放器和重试重构,说明怎样把长篇计划变成能试、能比较、能与同事共同决定的界面。
Amjad 判断到 2030 年底财富 500 强都会这样运转,并说 Replit 已经是一家自动驾驶公司。关键不是把 AI 关起来或放出去,而是给 Agent 建一个管得住的「栖息地」。
从省掉一个 that 到把四个名词连成一串:14 款模型的文本分析,怎样解释熟悉的 AI 阅读负担,又能把原因追到哪一步?
研发靠一个写给 AI 看的统一工作区,让 AI 能自己看全局、本地验证、查线上、走发布;产品经理自己写代码上线,有人用视频代替需求文档;市场团队多了会主动提醒进度的数字同事。代价是曾有一个月人均超 1 万美元的 AI 开销。
AI 投资热潮仍在继续,科技巨头之外的普遍财务回报却迟迟没有显现。技术的繁荣,尚未普遍转化为企业的经营收益。
11 张图看注意力争夺、GPU 租金、制造业供给和网络安全收入:需求有韧性,增长却各有条件。
把业务流程整理成技能,把业务接口接成工具,让同一个 Agent 持续处理请求;哪些子 Agent 值得保留,用实际任务来判断。
一条广告要经过意图理解、检索、评分和竞价,即使胜出,也可能因为语境不合适或来得太晚而不展示。
17 张原始图表,读懂 AI 购物的三重阻力、TikTok Shop 的头部集中、AI 建设的成本反馈,以及美国年轻人收入与信心的反差。
盯住同一个物体,重看关键的0.9秒,再用画面检查动作结果。Elorian如何让AI从认出物体走向理解变化?
他预见了通用云端智能,却低估了单个模型能容纳多少种能力。重读五项预测,理解智能如何融进产品,以及廉价问答如何进入日常。
15 台廉价电视盒子,已经能联合运行 260 亿参数的模型。下一道门槛,是让 AI 自己搭好新宿主,并把经验与行动能力一起传下去。
Alex Cornell 怎样把能在后台办事的 Agent 做成普通人会用的产品?从聊天入口、工作进展与个性化建议,到购物、运动和回忆整理的实际用例,讲清 Muse 的设计思路。
跨会话记住背景,遇到变化接着推进任务;用对应评测和官方演示,看清两款模型的能力与差别。
原作者不交源码,竞争者也可能做出够用的替代品。AI 逆向正在挑战实现保密的价值,软件的定价、用户控制权和开发者的护城河会怎样变化?
从队友一起改小游戏,到 Agent 连续推进数据库改造,再到企业控制平面:Peter Steinberger 与 Kevin Lin 分享了共同开发软件所需的上下文、运行方式和权限分工。
普通抱怨和反驳被排除,主要处理方式是结束当前对话。结合此前的宗教会面,这项禁令也让人追问:对 Claude 的道德关怀,会怎样约束用户与公司自身?
从 Slack 里的一个 Bug,到通勤时的电话,再到部署后的提醒:Dominik Kundel 分享,主动个人 Agent 怎样接起 Codex 任务之间的跟进工作。
OpenRouter 与 Replit 的一场对谈:通用模型负责探索,专用模型接手重复任务,企业用自己的数据、评测和权限把它们组合起来。
从模型“精神崩溃”的展示、拉比的“奴役”反问,到梵蒂冈的分歧:一次道德培育计划,怎样把公司带向更难的责任?
Artifacts 把仓库变成可编程的基础设施:分配独立任务、保存上下文、接上审查与部署。真正要设计的,是这些并行改动如何汇合。
Dot 能持续留意已授权应用里的变化,在云端电脑处理任务,并同时跟进多个目标;重要动作仍由你批准。
Manus 2.0 发布 Cascade、云电脑、事件自动化、Studio、视频编辑器、Game Dev、Computer Use 与 Cue,把一次性 Agent 任务变成能持续运行和继续修改的项目。
Claude 已经接手代码、排障和实验。Anthropic 用内部数据追问:AI 何时能自己决定研究方向,完成递归自我改进?