数据不是瓶颈了?他们想为强化学习打造一个“GitHub级”的环境平台
当所有人还在讨论模型规模和算力时,Prime Intellect 的两位研究者抛出一个反直觉判断:真正卡住 AI 研究的,已经不是数据,而是“环境”和“评估”。他们正在做的事情,可能会重塑强化学习、后训练和 AI Agent 的整个工作方式。
当所有人还在讨论模型规模和算力时,Prime Intellect 的两位研究者抛出一个反直觉判断:真正卡住 AI 研究的,已经不是数据,而是“环境”和“评估”。他们正在做的事情,可能会重塑强化学习、后训练和 AI Agent 的整个工作方式。
如果你还相信“好工程师=写最多代码的人”,这篇文章会直接推翻你。Every 团队提出的 Compound Engineering,不只是提示工程升级版,而是一整套让 AI 开发能力“越用越快、越用越强”的方法论,已经在真实产品和数万用户中被验证。
这不是一堂教你怎么写Prompt的课,而是一场彻底颠覆AI营销认知的示范。Greg Isenberg请来“The Boring Marketing”的James Dickerson,用一整套AI Agent、MCP和真实案例,证明了一件反直觉的事:AI最猛的商业机会,恰恰藏在最无聊的生意里。
OpenAI 终于正面谈了 ChatGPT 广告:不是为了多赚钱,而是为了不阉割能力、不限使用。更反直觉的是,他们把“广告”和“模型”硬生生隔离开来,甚至把不赚的钱写进了决策排序里。这一期播客,几乎把 AI 广告未来十年的底牌都亮了。
当所有人都在学写代码、调 Agent、堆工具时,有人却靠“不写代码”成为公司第一个官方岗位。这期 Lenny 播客里,一个全新的 AI 时代角色被清晰定义:Professional Vibe Coder——他的核心不是速度,而是判断力、审美和品味。
一个几乎没怎么宣传的开源 AI Agent,突然席卷整个开发者社区。YC 亲自请他来聊,这不是又一个“玩具 Demo”,而是一次对未来软件形态的正面冲击。OpenClaw 的创作者把他踩过的坑、最意外的发现,以及他对 Agent 时代的判断,全都摊开说了。
在这场长达一小时的深度访谈里,Doug O'Laughlin 抛出了一个足以点燃行业的判断:微软,可能已经不在 AI 竞赛的主赛道上了。更刺痛的是,他给出的理由不是模型不行,而是方向错了。从 Claude Code 到 Agent Swarms,从 GPU 泡沫到 Copilot 困局,这是一篇会让从业者反复点头、又隐隐不安的文章。
所有人都在讨论模型起飞、智能递归、Agent 爆发,但 TBPN 抛出一个让从业者不安的结论:AI 的天花板根本不在算法,而在一条被严重低估的供应链。从芯片、能源到 ASML 的一台机器,这才是决定 AI 能走多远的隐藏变量。
几乎同一时间,两家顶级实验室把最新前沿模型推上台面。不是发布会的喧闹,而是模型能力本身在“贴脸对打”:推理强度可控、Agent 团队、长上下文、代码一次就跑通——这次竞争,开始变得不体面也不留情。
如果你还以为AI的胜负取决于模型参数,这期TBPN会直接把你拉回现实:真正决定格局的,是算力、能源和资本意志。当Anthropic、OpenAI还在比模型,云巨头已经在用“国家级投资”下注未来。