Ramp CEO 罕见坦白:AI 不是省钱工具,而是重做金融的唯一机会
在 Stripe AI Day 的炉边对谈中,Ramp CEO Eric Glyman 抛出一个反直觉观点:AI 的真正价值不在于自动化或降本,而在于让软件第一次“替你干活”。从早期机器学习到今天的大语言模型,这家 fintech 独角兽如何一步步把 AI 变成金融操作系统?这场对话给了从业者大量一线答案。
在 Stripe AI Day 的炉边对谈中,Ramp CEO Eric Glyman 抛出一个反直觉观点:AI 的真正价值不在于自动化或降本,而在于让软件第一次“替你干活”。从早期机器学习到今天的大语言模型,这家 fintech 独角兽如何一步步把 AI 变成金融操作系统?这场对话给了从业者大量一线答案。
就在编剧和演员罢工把“AI威胁创作”推到台前时,一家公司用一个演示给了行业当头一棒:只用一句提示词,AI就能写、画、配音、剪完一整集电视剧。更讽刺的是,这一集讲的正是罢工本身。
只用一句自然语言提示,就能生成一个“能跑起来”的完整代码库——GPT Engineer在GitHub三天狂揽上万Star。这不是又一个AI玩具,而是把“自动化写代码”和“自主AI Agent”两股浪潮真正拧到了一起。
当谷歌、微软在开发者大会上疯狂堆叠AI叙事时,苹果在WWDC上选择了“只字不提AI”。没有大模型发布,没有生成式搜索,甚至连“人工智能”这个词都没出现。但正是这种反常识的克制,暴露了苹果一条更长线、也更危险的AI路线图。
I/O 大会之后,关于“Bard 已经全面超越 ChatGPT”的说法在推特疯传。但一位资深 AI 博主用 5 个真实场景把两者拉到同一擂台,结果却和大多数人的直觉完全相反:Bard 的优势很真实,但 ChatGPT 依然守住了核心阵地。
当全网还在教你如何写出“完美提示词”时,OpenAI 和微软内部已经给出了一个反直觉判断:提示工程,可能根本不是一条长期职业路径。这期视频把行业里最不愿意明说的真相摊在了桌面上。
一个几个月前还不会写代码的人,用ChatGPT、开源工具和YouTube数据,在3到4个月内做出了能疯传的名人聊天机器人。这不是鸡汤,而是一条正在被反复验证的AI学习与创作路径。
在这期 No Priors 播客中,Google Brain 研究科学家 Kelvin Guu 回顾了自己从数学、统计走向自然语言处理的路径,并系统讲述了他在检索增强生成(RAG)、模块化模型和指令跟随方面的核心思考。这是一场关于“如何让模型更像工具而非黑箱”的深度对话。
Midjourney 5.1 并没有带来“颠覆式升级”,却让一大批老用户直呼更好用了:更短的提示词、更锐利的画面、更懂上下文的审核系统。这次更新真正值得聊的,是它正在悄悄改变人和 AI 作画的分工方式。
过去一年,AI 画图最大的笑话不是手画不好,而是字写不对。现在,这个“行业通病”第一次被正面击穿。Stability AI 体系下的开源模型 DeepFloyd IF,开始在图片里稳定生成可读文字——这件事的意义,远不只是“能写对单词”这么简单。