Token 正在骗你:硅谷投资人重新计算 AI 的真实成本
所有人都在盯着 token 消耗,但真正决定 AI 生死的指标,可能恰恰不是 token。本期播客里,一位长期投资 OpenAI、Anthropic 的投资人,抛出了几个让硅谷都不安的判断:token 是幻觉,agent 才是引擎,而真正的稀缺品正在从算力转向人的连接。
所有人都在盯着 token 消耗,但真正决定 AI 生死的指标,可能恰恰不是 token。本期播客里,一位长期投资 OpenAI、Anthropic 的投资人,抛出了几个让硅谷都不安的判断:token 是幻觉,agent 才是引擎,而真正的稀缺品正在从算力转向人的连接。
AlphaGo 曾被认为是只有顶级实验室才能复制的奇迹,但 Eric Jang 在播客里抛出一个近乎挑衅的说法:今天,一个人、几千美元算力,就能从零“重建”它。更重要的不是算力,而是那套反直觉的思想结构。
如果说 DALL·E 只是“能画”,那 OpenAI 最新一代图像模型已经开始“能干活”了。在最新一期 OpenAI Podcast 中,研究员和产品负责人罕见地同时承认:这是一次范式跃迁,而不是常规升级。为什么他们敢用“文艺复兴”来形容?这期播客给出了非常具体的答案。
如果你还以为“训练模型”是工程师的专属技能,那你已经落后了一代。Hugging Face 开源团队的 Merve Noyan 在这场演讲里抛出一个足够炸裂的事实:今天的 AI Agent,不只是用模型,而是能自己选模型、配显存、跑任务,甚至替你把模型训好。
OpenAI 刚刚把 Codex 从“会写代码的助手”,升级成“会用你电脑的同事”。它不抢鼠标、不录屏,却能同时操作多个应用,甚至比人类更快。这不是炫技,而是工作方式的分水岭。
几乎所有公司都在做 GenAI,但 95% 的项目连生产环境都进不去。前 Falcon 核心成员、Adaptive ML 联合创始人 Alessandro Cappelli 给出一个反直觉答案:问题不在模型、不在算力,而在你没用强化学习。
当大多数视觉模型公司在比拼参数和 Demo 时,Black Forest Labs 却在公开演讲中反复强调一句话:我们首先是一家研究公司。这场关于 Flux 的分享,真正的爆点不在产品更新,而在他们对视觉 AI 路线的“反直觉选择”。
大多数人还在教 AI 怎么多写点代码时,Michael Arnaldi 做了一件更狠的事:先给 AI 立规矩。这场关于 Vibe Engineering 的工作坊,核心不是更聪明的模型,而是如何用“Effect + 规则”让 AI Agent 不犯低级错、持续产出可维护代码。
当所有人都在为电价、土地和散热发愁时,Starcloud 的 CEO 直接给出一个反直觉答案:未来最便宜的算力在太空。更夸张的是,他们已经把 NVIDIA H100 送上轨道,还真的跑起了模型。
当所有人都在疯狂堆 GPU、比拼算力规模时,OpenAI 在最新一期播客里抛出一个反直觉结论:真正卡住 AI Scaling 的,不是芯片不够快,而是网络不够“聪明”。他们甚至为此重新发明了一种数据中心网络方式,并准备把它变成行业标准。