他用7个工具把AI Agent战斗力放大10倍,其中一个最反直觉
大多数人还在纠结用不用AI Agent,Riley Brown已经在思考:为什么你的Agent总是“跑不起来”?这条视频给出的答案很狠——问题不在模型,而在你配的工具链。
大多数人还在纠结用不用AI Agent,Riley Brown已经在思考:为什么你的Agent总是“跑不起来”?这条视频给出的答案很狠——问题不在模型,而在你配的工具链。
这不是一次普通的财报解读,而是一场“按错按钮就被市场惩罚”的高压测试。TBPN 用一场互动式选择题,把 Google、微软、亚马逊、Meta 的最新财报,压缩成一个残酷现实:大模型很热,但资本已经开始挑剔谁真的能把 AI 变成现金流。
一份同时由人类编辑和 AI 给出的“AI 实验室权力榜”,把很多人的直觉击穿了:不是 OpenAI 第一。更意外的是,就在榜单发布前,OpenAI 刚刚和微软“友好分手”,转身就把模型送上了 AWS。这期内容,信息量极高,而且每一条都在重塑行业格局。
如果你还以为 AI Agent 需要复杂配置、脚本和工程团队,那这场 Build Hour 会直接打脸。OpenAI 展示的 Workspace agents,把“造 Agent”这件事压缩成了几句自然语言,甚至可以在上班路上用手机完成。这不是功能演示,而是工作方式的预演。
如果你还把 AI 代理当成“写代码的高级自动补全”,那你已经落后了。Stripe 在 2026 Developer Keynote 上抛出一个反直觉的数据:91% 的工程师正在被代理深度介入工作流,而真正的战场,已经从“会不会写代码”,转向“敢不敢让代理动手”。
当所有人还在争论“AI Agent 会不会取代人类工作”时,Stripe 在 Sessions 2026 的 Keynote 上直接换了一个问题:如果 Agent 真的开始自己赚钱、花钱、雇佣服务,今天的互联网和支付系统准备好了吗?答案,比你想象得更激进。
当所有人都在盯着参数规模时,这场对话却反其道而行:LLM 的成败,早就被 batch size、注意力稀疏性、机架拓扑和 KV cache 这些“底层细节”锁死了。Reiner Pope 用一小时把训练与推理背后的数学账和硬件账,一次性摊在桌面上。
当大多数人还在讨论“Copilot 能不能提效”时,Greg Isenberg 和 Howie Lou 在这期视频里已经明确抛出一个更激进的判断:真正能赚钱的,不是助手,而是能自己跑完任务的 AI Agent。这期对话几乎每一段都在暗示一个信号——窗口期已经打开,但认知还没跟上。
如果你还把 AI 编程助手当成“更聪明的自动补全”,那这场关于 Codex 和 Subagents 的分享,会直接把你拉到下一阶段:不是一个模型写代码,而是一群 AI 分工协作完成复杂任务。
如果你还把互联网的用户理解为“人”,那你已经落后了。Stripe 在内部看到一个惊人的变化:AI Agent 正在成为新的主要经济参与者,甚至开始像人一样“刷接口、薅试用、搞欺诈”。这期视频从支付基础设施的第一线,揭开了 Agent Economy 最真实、也最危险的一面。