文章

全部 AI应用 AI Agent 生成式AI 大语言模型 OpenAI Google ChatGPT AI安全模型训练代码生成对话AI Sam Altman 开源模型多模态提示工程

Figma CEO 现场演示 Gemini 3 Pro：设计师第一次被 AI“反向启发”

如果你还以为生成式 AI 只是“帮你快一点”，那这场 Figma CEO Dylan Field 的演示可能会直接颠覆你。Gemini 3 Pro 在 Figma Make 里做的，不是加速设计，而是主动探索、给出意想不到的创意路径——甚至反过来启发人类。

很多人以为，Agentic Coding 的瓶颈在模型、在算力、在代码生成质量。但在 Schema 2025 的这场分享里，Figma 抛出了一个更刺耳的判断：真正限制 AI 写好代码的，是设计上下文是否被系统性地表达出来。这不是更快的问题，而是能不能走得更远。

一条来自Sundar Pichai的转推，把Gemini 3的发布猜测推向高潮。与此同时，巴菲特大举买入Google、Michael Burry清仓离场，AI叙事正在从狂热走向分化。本文还原这段微妙时刻背后的真实信号。

一款名为Cosmos的“AI科学家”引爆了AI圈：一天完成相当于博士半年工作的研究，并已产出7项科学发现。本文基于原视频，拆解它为何引发Sam Altman关注、它究竟做了什么、技术路线的真实含义，以及为什么现在既值得兴奋，也必须保持高度怀疑。

在长期质疑与低预期中，Google正式发布了Gemini 3。这次发布并未靠营销造势取胜，而是通过真实能力、编码表现和原生AI Agent工具，重新把讨论焦点拉回“模型是否真的变强了”。

一位曾代理Mr. Beast七年的经纪人，复盘创作者经济从爆发到内卷的真实变化。他谈平台权力、变现困境、内容分发，以及AI工具如何悄然改变创作方式，给所有创作者和从业者提供了少见的一线视角。

这期TBPN从多个看似分散的新闻切入，串起一条清晰主线：生成式AI正从狂热走向冷静。无论是对LLM路线的质疑、资本对英伟达的态度变化，还是大厂与创业者的不同下注方式，都指向同一个问题——这轮AI浪潮，究竟如何才能走得更远。

这是一场围绕“学术到创业”的坦诚对话。多位研究者分享了他们如何走出实验室，面对资源、时间、文化与不确定性，把热爱的研究变成现实世界的产品。

Wayve CEO Alex Kendall在一次访谈中系统讲述了自动驾驶从规则驱动走向端到端学习的关键转折。他解释了AV2.0的核心思想、数据与迭代速度为何成为决定性优势，以及这种范式如何让自动驾驶更快走向全球规模化落地。

Greg Isenberg 说过一句让无数创始人后背发凉的话：99%的创业公司不是死于产品，而是死于现金流。更反直觉的是，他靠的不是复杂模型，而是一套“几乎无脑执行”的财务系统。这9条规则，已经实打实救过他两次。

AI产品训练营核心群

付费群测试2

付费群测试3

付费群测试4

付费社群测试5

测试快讯1

5 月，2 周前