74%月增、每天85万次运行:AI Agent为什么突然“离不开电脑”了
AI Agent 不再只是“会聊天的模型”,而是开始像真实员工一样,占用CPU、需要开机、休眠、恢复。Daytona 的 CEO Ivan Burazin 在节目里抛出一组震撼数据:74% 的月增长、每天 85 万次 Agent 运行、背后是接近半百万颗 CPU 在转。这背后,藏着 AI Agent 下一阶段最关键的基础设施机会。
AI Agent 不再只是“会聊天的模型”,而是开始像真实员工一样,占用CPU、需要开机、休眠、恢复。Daytona 的 CEO Ivan Burazin 在节目里抛出一组震撼数据:74% 的月增长、每天 85 万次 Agent 运行、背后是接近半百万颗 CPU 在转。这背后,藏着 AI Agent 下一阶段最关键的基础设施机会。
当全行业都在高喊“Agent 能解决一切问题”时,微软的工程师却在台上反复提醒:别急着神话它。真正能落地、能产生价值的 AI Agent,并不在炫技的 Demo 里,而是在你每天打开的 VS Code 中。这场分享,讲清了 Agent 今天到底能干什么、不能干什么。
当所有人都在担心“AI会不会让人失业”时,一家深度使用AI Agent的公司却在疯狂招人。这不是鸡汤,而是一个反直觉的行业真相:自动化并没有消灭工作,反而制造了更多、更高级的人类工作。
很多人还在纠结“一个 Agent 怎么写好”,Onur Solmaz 已经在现场展示:如何在 Kubernetes 上规模化运行一整群 Agent,甚至把完整 IDE 跑进 Discord。这场演讲最猛的地方不是模型,而是他对 Agent 基础设施的重新定义。
很多 AI 创业者还在纠结“功能做得够不够强”,但 Luma AI 的创始人 Amit Jain 直接泼了一盆冷水:真正伟大的 AI 公司,根本不是从工具开始思考的。这场对话揭示了一个正在发生但被严重低估的转变——AI 正从“帮你干点活”,走向“替你理解世界”。
如果你还把 Coding Agent 当成“写业务代码的高级补全”,Ben Burtenshaw 会告诉你:这正是 AI 工程最危险的误解。来自 Hugging Face 的这场演讲,直接把 Coding Agent 拉进了 CUDA、系统架构和 ML 工程的深水区。
如果你以为 Notion 的成功是一路顺风,那你就错了。在红杉这场访谈里,Ivan Zhao 几乎直说:过去三年,他不是在“管理一家成熟公司”,而是在被 AI、组织和自我推着重新当一次创始人。更反直觉的是——他发现,真正的瓶颈既不是技术,也不是资本。
这可能是近几年最“矛盾”的一次 Google I/O:一边是业内人士私下对 Google AI 动能的高度评价,另一边却是发布会现场让人越看越迷糊。模型、Agent、视频、Gemini 全部端上来,却没人说清楚重点在哪。
如果你还在“手写代码”,他会直截了当地告诉你:你已经落后了。在这期播客里,Railway 的 Jake Cooper 用一连串反直觉的判断,解释了什么是 Agent-Native Cloud、为什么基础设施公司开始像模型公司一样思考,以及开发者正在被 AI 从流程中“移除”。
很多团队以为自己的 AI Agent 不够聪明,于是疯狂换模型、堆参数。但 Marc Klingen 讲了一场让人后背发凉的分享:问题根本不在模型,而在“技能”。这次,他把 Langfuse 在真实客户中训练 coding agent 的失败、反直觉认知和 6 个关键教训,全部摊开讲清楚。