AI赚钱更猛了,但华尔街开始害怕:70B算力豪赌撕裂巨头命运
这一季财报最反直觉的不是“AI赚了多少钱”,而是:赚得越多,投资人越焦虑。Google暴涨、Meta暴跌、Amazon继续疯狂砸钱,Microsoft稳得像老干部——AI叙事第一次出现明显分叉。这不是一轮简单的科技股行情,而是一场关于“谁能把AI变成真钱”的公开对赌。
这一季财报最反直觉的不是“AI赚了多少钱”,而是:赚得越多,投资人越焦虑。Google暴涨、Meta暴跌、Amazon继续疯狂砸钱,Microsoft稳得像老干部——AI叙事第一次出现明显分叉。这不是一轮简单的科技股行情,而是一场关于“谁能把AI变成真钱”的公开对赌。
当所有人都在追逐更大的模型时,Baseten 的 CEO 却反复强调一个“反直觉”的判断:真正决定 AI 公司生死的,不是训练,而是推理。这期播客里,他几乎毫不掩饰地讲出了云 AI、定制模型和算力博弈背后的真实逻辑。
当 ChatGPT 插件刚出现时,他给妻子打电话说:一切都完了,所有 App 都会被吃掉。这不是空谈,而是一个从10岁开始写待办清单、连续失败十几年的产品人,对“生产力工具”和 AI Agent 未来的真实反思。
YC 最新一期《Light Cone》抛出一个让人坐不住的判断:机器人不是慢慢变好,而是刚刚跨过一个临界点。成本在塌陷、模型在统一、数据在重组,最重要的是——机器人第一次开始遵循我们在 AI 软件世界里熟悉的 scaling 逻辑。
一家卖羊毛鞋的公司,股价暴涨后宣布转型做AI算力;另一边,Snap用AI当理由裁掉16%员工;亚马逊却豪掷百亿美元押注卫星直连手机。这期TBPN把当下AI周期的三种极端状态,一次性摊在了台面上。
如果你还觉得大模型只能在云端跑,这场NVIDIA的实测会直接打脸:14B模型本地20 token/s,首token快3.4倍。更重要的不是跑得多大,而是开发者终于能在自己桌边,摸清真实的工程边界。
a16z在这期节目里抛出一个极度反直觉的判断:AI的终极角色不是替代你,而是把你变成“一个人的公司”。但前提是,你得会走“远路”。从模型蒸馏、去中心化,到品味、验证与代理性,这期对话几乎重塑了我们理解AI工作的方式。
在 Latent Space 的这期访谈里,Mistral 团队抛出了一个让很多企业不舒服的观点:你用得越多闭源模型,手里沉淀多年的私有数据价值就越被浪费。同时,他们正式发布了自家的语音生成模型 Voxal(或 Voxtral)TTS,并罕见地深入讲清了音频模型在架构、token 与部署层面的真实难题。
如果你还把 AI Agent 当成“高级聊天机器人”,那你已经落后了。就在 Q1 结束前,黄仁勋在 GTC 上抛出一句重话:每一家软件公司,都需要一个 OpenClaw 策略。这不是口号,而是一个信号——AI Agent 正在被集体推向企业级主战场。
当整个行业都在把算力、智能和权限推向云端时,Anthropic内部却在认真讨论一件听起来“很保守”的事:为什么AI需要一台属于自己的电脑。这期Latent Space对话,揭开了一个被严重低估的方向,也解释了为什么“让AI直接在电脑上干活”可能是下一阶段的关键拐点。