AI 基础设施终于稳了?一档播客揭示编码代理与Token竞赛的真实拐点
当所有人还在为模型排行榜和参数规模上头时,这期播客抛出了一个反直觉判断:AI infra 可能已经进入“稳定期”,真正的变量开始转向应用、编码代理和激励机制。更意外的是,Token 和强化学习并不是冷门,而是下一轮竞争的暗线。
当所有人还在为模型排行榜和参数规模上头时,这期播客抛出了一个反直觉判断:AI infra 可能已经进入“稳定期”,真正的变量开始转向应用、编码代理和激励机制。更意外的是,Token 和强化学习并不是冷门,而是下一轮竞争的暗线。
这期播客里,SAP CTO Philipp Herzig 抛出了一个让很多 AI 从业者不舒服的判断:当 AI 进入企业核心系统,很多你熟悉的工程套路、产品逻辑和“最佳实践”,其实已经过期了。更反直觉的是,最难的根本不是模型,而是设计目标本身。
很多人以为GPT Images 2只是一次常规升级,但在AI Daily Brief里,它被称为“第一个为Agent时代而生的图像模型”。更反直觉的是:真正震撼行业的,不是画质,而是它开始介入软件、UI和真实工作流的能力。
今天的猛料不在模型参数,而在交易结构。SpaceX 与 Cursor 的合作,把“算力、品牌、并购期权”打包在一起,重新定义了 AI 公司怎么长大;与此同时,ChatGPT Images v2 用审美而非基准测试,悄悄改写了多模态竞争规则。
最反直觉的不是苹果做不好AI,而是它几乎“选择了不做”。在ChatGPT改写行业的这段时间里,苹果长期沉默。而现在,Tim Cook即将卸任,新CEO走到台前,Siri被公开点名,这可能是苹果AI战略真正转向的起点。
当 AI 生成代码的速度远超人类 review,CI/CD 反而成了最大的瓶颈。在这期 Latent Space 对话中,Shopify 的 Mikhail Parakhin 抛出一个反直觉观点:不是 AI 写得太快,而是我们还在用“旧时代”的工程方法。更意外的是,他还公开肯定了黄仁勋被低估的一点。
这期 Every 的对话抛出一个反直觉的比喻:人类不是站在 AI 对面,而是像三明治的面包——在最前和最后。真正被自动化吞噬的,是中间那一层你以为最安全的工作。
很多人第一眼看 ChatGPT Images 2.0,只关心“画得更像没”。但 Greg Isenberg 在视频里反复强调:真正值钱的升级,不在模型参数,而在使用门槛被彻底拉低。这一次,连不懂 Prompt 的人,都开始能产出专业级结果了。
如果你以为AI的下一步只是更大的模型,那这期TBPN会直接打脸:SpaceX把算力押给Cursor,Imagen 2.0突然“有审美”了,而GPU、代码生成、图像模型正在被重新排位。这不是零散新闻,而是一次产业重组的实时画面。
当大多数人还在讨论“多智能体怎么写Prompt”时,一位服务上千家律所的CTO抛出一个刺耳结论:真正复杂的Agent,失败不是因为模型不够强,而是因为你把一切都塞进了聊天框。这场演讲,几乎是在给整个Agent行业泼冷水。