到2026年,AI创业真正的分水岭在哪里?
Conviction 创始合伙人 Sarah Guo 在 2025 年初的演讲中,给出了她对 AI 创业与技术演进的判断:真正的拐点不在模型本身,而在应用层、工作流理解以及“非薄封装”的产品设计。这篇文章提炼了她对 AI Agent、多模态、推理成本和创业护城河的关键洞见。
Conviction 创始合伙人 Sarah Guo 在 2025 年初的演讲中,给出了她对 AI 创业与技术演进的判断:真正的拐点不在模型本身,而在应用层、工作流理解以及“非薄封装”的产品设计。这篇文章提炼了她对 AI Agent、多模态、推理成本和创业护城河的关键洞见。
这是一场来自NVIDIA资深架构师的实战分享,核心不在于更大的模型,而在于如何通过系统设计与动态调度,重新塑造推理的质量、延迟与成本边界。即使你不改模型,也可能获得数量级的收益。
这场演讲并不是在发布一个更快的云或更强的模型,而是在反问:当机器的思考速度逼近光速,人类为它们准备的世界是否还配得上?Jesse Han从哲学隐喻出发,提出“云应为思考机器而生”,并用Infinibranch与Morph Cloud展示了一条通往可验证超级智能的基础设施路径。
Hyperbolic创始人Jasper Zhang提出:AI算力危机的解法不在于无限建数据中心,而在于把大量闲置GPU重新组织起来,像电力市场一样高效流通。
Gabber CTO Neil Dwyer 分享了他们托管开源语音模型 Orpheus 的一线经验:从实时语音的成本压力出发,深入讲述音频 token、LoRA 微调、延迟控制与一致性哈希负载均衡,解释如何在真实生产环境中把语音 AI 的单位成本压到极低。
Anthropic为Claude Code引入周度限流,引爆重度开发者社区的不满。这一事件不仅暴露了Agent式AI工具的真实成本,也折射出整个行业在“强智能该如何定价”上的集体困惑。
OpenAI团队分享模型在国际数学奥赛达到金牌水平背后的关键原因:不是单点突破,而是训练范式、推理方式和多智能体协作的叠加演进。
随着AI从“写代码”进化为“执行代码”,安全问题被推到台前。OpenAI安全工程师Fouad Matin结合Codex与代码执行智能体的实践,讲述了为何所有AI都会变成代码执行者,以及如何通过沙箱、权限与人类审查,避免这股力量反噬。
本文深度解读Anthropic联合创始人Jared Kaplan在Y Combinator的演讲,揭示AI规模化背后的科学洞见、技术趋势,以及他从理论物理转向AI的个人故事。你将看到AI训练的核心机制、行业变革的独特视角,以及未来人类与AI协作的可能场景。
Goodfire AI 的 Mark Bissell 用大量现场演示解释了一个正在迅速升温的研究方向:AI 可解释性。他不仅回答了“模型内部到底发生了什么”,还展示了当你真的能看懂神经网络时,开发、调试和控制 AI 会发生怎样的质变。