从Stargate到GPU折旧:硅谷如何重新定义AI权力版图
这期TBPN播客以Project Stargate为线索,串联起AI垂直整合、政府角色、算力资本化以及硅谷权力博弈。它不是单点新闻解读,而是一幅关于“谁在真正控制AI未来”的全景图。
这期TBPN播客以Project Stargate为线索,串联起AI垂直整合、政府角色、算力资本化以及硅谷权力博弈。它不是单点新闻解读,而是一幅关于“谁在真正控制AI未来”的全景图。
这篇文章还原了Nubank创始人David Vélez在多个“关键熔炉时刻”中的真实抉择:从孤身一人的创业低谷,到抓住监管窗口切入信用卡市场,再到以极端客户导向塑造公司文化,最终迈向上市。你将看到一家数字银行如何在最不确定的环境中建立长期优势。
这篇文章还原了YC Decoded对“Scaling Laws”的完整叙事:从GPT-2到GPT-3确立规模定律,从Chinchilla纠偏“只堆参数”的误区,再到OpenAI用推理模型与测试时算力开启新一轮扩展路径。你将理解:为什么AI并未撞墙,而是正在换一条更陡峭的增长曲线。
如果我告诉你,一个接近 Perplexity 体验的 AI 搜索产品,可以在“几乎不写代码”的情况下做出来,你可能会下意识反驳。但 Riley Brown 真的这么干了,而且过程比他自己预想的还简单。这条视频,戳中了 AI 工具链正在发生的一次结构性变化。
大多数 SaaS 的等待名单,居然还停留在 Google Form。Ras Mic 在这支视频里做了一件很“反叛”的事:用 Next.js 原生方式,在十几分钟内搭出一个好看、可扩展、还能接 AI 工作流的等待名单系统。这不是教程,而是一种审美和效率的宣言。
大多数人还在追逐“百万粉丝”,Greg Isenberg却在这期超长播客里反复强调:真正值钱的不是流量,而是极少数愿意为你行动的订阅者。更反直觉的是,他展示了一套被反复验证、已经“印钞”多年的漏斗——规模不大,但转化极狠。
这不是一场教你“怎么用 Figma”的视频,而是一次罕见的坦白局:设计师和开发者最大的冲突点,从来不是审美或技术,而是彼此根本没在用同一种语言工作。更重要的是,这种错位正在悄悄拖慢 AI 产品的速度。
围绕OpenAI即将发布的o3推理模型,社交媒体迅速将其解读为“AGI前夜”。但视频指出,真正重要的并不是AGI是否到来,而是推理模型在成本、规模和Agent形态上的关键转折,以及中美模型竞争正在发生的结构性变化。
在这期 Sequoia AI Ascent 的访谈中,Kumo AI 联合创始人兼工程负责人 Hema Raghavan 讲述了一个核心命题:为什么几乎所有企业天生都拥有“图”,却很少真正从图神经网络中获得 ROI。她分享了 Kumo 的产品哲学——让复杂的图学习对业务透明,同时又为资深数据科学家保留“掀开引擎盖”的自由。
SemiAnalysis 创始人 Dylan Patel 在这场长谈中,系统性拆解了 AI 行业正在经历的三重变化:监管快速成型、算力与规模成为决定性门槛,以及中美路径的分化。他的判断并不乐观,但足够现实。