LinkedIn数据风暴:当生成式AI默认“用你训练”
一则关于LinkedIn默认使用用户数据训练生成式AI的新闻,引发了远超平台预期的愤怒。视频不仅讲清了“发生了什么”,更重要的是揭示了:为什么这次反弹如此强烈,以及它如何与AI监管、言论自由和全球创新格局纠缠在一起。
一则关于LinkedIn默认使用用户数据训练生成式AI的新闻,引发了远超平台预期的愤怒。视频不仅讲清了“发生了什么”,更重要的是揭示了:为什么这次反弹如此强烈,以及它如何与AI监管、言论自由和全球创新格局纠缠在一起。
从Google Maps到Salesforce,再到创办Sierra,Bret Taylor给出了一个与主流叙事不同的判断:真正最先落地、最具商业价值的AI Agent,不是个人助理,而是“公司级Agent”。这篇文章系统梳理了他对Agent分类、技术边界、商业模式和未来形态的关键洞见。
一边是工程师嘲讽“AI很蠢”,一边是创业者高喊“程序员要完了”。Ras Mic 在这条视频里给出了一个更冷静、也更危险的判断:真正被淘汰的不是工程师,而是对 AI 理解停留在情绪层面的人。
多数人用 AI 学编程,其实一开始就走偏了。Mckay Wrigley 在这期视频里抛出一个反直觉结论:真正拉开差距的不是代码生成能力,而是一条“把 AI 变成代码导师”的 Cursor 提示规则。这不是提效技巧,而是学习路径的重构。
如果你还觉得“好看的落地页=设计稿+前端几天工期”,那你已经落后了。这个视频里,作者只用 Cursor + Magic UI,在几乎不手写代码的情况下,把一个 Hello World 直接进化成可用的产品级 Landing Page。更重要的是:这不是 Demo,而是一种正在成型的新工作流。
一个反直觉的事实:这次写代码的人几乎没写代码。YouTuber Mckay Wrigley 用 Cursor 当“指挥官”,在 7 分钟内拼出一个能搜网页、给答案的 Perplexity 克隆版。真正的主角不是 Next.js,而是人和 AI 的分工方式彻底变了。
所有人都在喊“AI要取代程序员”,但这期视频给了一个完全不同、也更残酷的答案:AI很强,但只有在你坐在正确位置时才强。Ras Mic 用 V0、Claude、Cursor 拼出了一套真实可落地的开发流,揭示了为什么“会用 AI”和“被 AI 用”之间,差的是开发者思维。
一个看似普通的教程视频,却戳中了 AI 编程时代最被低估的变化:写代码不再是瓶颈,真正慢的是“你有没有把需求说清楚”。Mckay Wrigley 用 Cursor Composer,从零搭出一个 Airbnb 雏形,过程里暴露了未来开发者最重要的新能力。
一个多小时,现场coding,没有预制模板,最后跑起来一个能用的App。Greg Isenberg在视频里证明了一件反直觉的事:现在阻止你做出产品的,已经不是技术,而是你是否跨过那个“我真的可以”的心理阈值。
如果你还觉得 Facebook 只属于“65岁以上人群”,那你可能已经错过了一整代被验证能赚钱的生意。Greg Isenberg 在这期视频里抛出的不是“未来主义”,而是已经被反复跑通、甚至有点反直觉的创业机会,尤其对 AI 从业者来说,这是一份现实到刺眼的参考答案。