AI研究老将的冷水:推理不是终点,真正的瓶颈另有其人
当整个行业都在为“更强推理能力”而狂欢时,这位AI研究老将却在播客里泼了一盆冷水:推理,可能远远不够。围绕泛化、Agent、研究者的“轻度精神病”和OpenAI带来的冲击,他给出了一个不那么乐观、但极其清醒的判断。
当整个行业都在为“更强推理能力”而狂欢时,这位AI研究老将却在播客里泼了一盆冷水:推理,可能远远不够。围绕泛化、Agent、研究者的“轻度精神病”和OpenAI带来的冲击,他给出了一个不那么乐观、但极其清醒的判断。
大多数人做 AI 技能,只是在“堆提示词”;Peter Yang 却在视频里给了一个更狠的结论:真正好用的技能,必须能被评测、能记忆、还能被人类反复审查。这不是教程,而是一套把 AI 当成长期同事来培养的方法论。
Michal Cichra 给AI工程师泼了一盆冷水:真正让AI项目崩溃的,不是模型不聪明,而是“决策失忆”。当人类会离职、LLM会压缩上下文,产品为什么存在、架构为什么这么设计,正在悄悄消失。
在这场长达40多分钟的对谈里,Satya Nadella几乎没有聊参数、模型或“下一代GPT”,而是反复强调一件反直觉的事:AI的价值不在模型本身,而在它如何嵌入真实世界的工作流、组织和商业结构。这不是发布会的版本,而是微软CEO对AI时代底层逻辑的直白复盘。
多数人还在把 AI 当“画图加速器”,Figma 却悄悄换了一条路:让设计从“对话”开始,而不是画布。这段视频展示的不是炫技,而是一种更反直觉的工作方式——AI 不替你做决定,却把你推得更快、更深。
如果你还把 AI 理解为“选一个最强模型就够了”,那这场 AI Engineer Melbourne 2026 的 Day 1 Keynote,几乎是冲着你来的。演讲者反复强调:模型只是开始,真正拉开差距的是系统、权衡,以及工程师如何使用它们。
当61%的风险投资流向AI,这已经不是“风口”,而是一场重塑规则的运动。这期TBPN没有高谈AGI,而是聊了更现实的东西:谁在定义AI话语权、为什么IPO开始“保密化”、以及连科技媒体自己都在降温的原因。
如果未来最重要的客户不是人,而是 AI Agent,你的产品、营销、定价会发生什么变化?Greg Isenberg 抛出一个反直觉判断:下一个 $100B 级市场,属于“卖给 AI 的公司”。这不是科幻,而是正在发生的商业结构性转移。
大多数 AI 团队以为,选好一个模型 API 就结束了。但 Benjamin Cowen 在这场分享里直言:真正决定你能走多远的,不是模型参数,而是 API 之下你是否还握着“算法与数据”的方向盘。这是一场专门写给工程师的清醒剂。
当所有人盯着OpenAI、Anthropic的IPO倒计时,Google却悄悄从二级市场拿走了800亿美元现金。更反直觉的是:这不是恐慌,而是优势展示。这期TBPN,讲清了一件AI从业者必须正视的事——在AI时代,真正的护城河正在从“模型能力”转向“资本获取能力”。