很多人还在纠结模型参数和推理速度，但这场 WorkOS 的 workshop 抛出了一个更刺耳的判断：真正拖垮 AI 应用的，不是模型不够强，而是技能在规模化时的设计方式错了。这不是调参问题，而是工程范式的转向。
如果你还以为黑客需要天才少年和无数个不眠之夜，那你已经落后了。XBOW 的创始人 Oege de Moor 在红杉的一场演讲中，展示了一个几乎没人准备好的现实：完全自主的 AI 黑客，已经在真实世界里，击败了人类顶级安全研究员。
当所有人都在押注更大的模型、更猛的算力时，Naveen Rao在红杉的舞台上抛出一个反直觉判断：问题不在AI，而在计算机本身。这不是一次参数或算法的优化，而是一次对“电脑应该长什么样”的彻底重构。
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。
当整个行业都在疯狂堆算力、卷模型规模时，红杉资本请来的两位兄弟却抛出一个“让人不舒服”的结论：真正限制AI进化的，不是算力，也不是算法，而是数据本身。这不仅改变技术路线，更会重塑谁有资格参与AI经济。
多数人还把语音 AI 当成配音工具时，ElevenLabs 的创始人已经在讨论另一件事：当“声音”成为 AI 的默认界面，整个 AI 产品形态都会被重写。这场在红杉资本的对话，透露了一个正在逼近的拐点。
如果你还以为 Codex 是“过气项目”，那你可能已经错过了一个关键转折点。Every 团队在这支近一小时的视频里，毫不掩饰地讲清楚了一件事：他们为什么从 Claude Code 切换到 Codex，以及 Codex 是如何在短短几个月内，从“垃圾”变成日常离不开的生产力核心。
大多数多智能体系统只能跑Demo，但Luke Alvoeiro讲的“Missions”却让AI连续工作了16天还没崩。更反直觉的是：关键不是模型更强，而是结构更“啰嗦”。这场演讲把多智能体从玩具，拉进了工程现实。
NASA公开承认一个残酷现实：再慢下去，美国可能会输掉下一场太空竞赛。在这期 a16z Show 中，NASA 管理层罕见地讲透了内部失速的真正原因，以及他们为什么要用“创业公司节奏”重构登月、火星与核动力路线图。
如果你还觉得聊天机器人只能吐文字，这场分享会让你立刻意识到自己已经落伍。MCP Apps 提出一个激进但正在落地的想法：让工具和公司把“UI 本身”通过协议送进 ChatGPT、Claude 这样的聊天窗口，而且是可交互、可回传、可持续演化的那种。