癌症临床95%失败率,可能不是药不行,而是模型太天真
这期 Latent Space 的对话抛出一个刺痛行业的观点:癌症药物失败,问题不只在分子,而在我们用来“理解生物”的模型。Noetik 选择了一条最贵、最慢、也最反直觉的路——自己建实验室,用 Transformer 和计算机视觉,从真实肿瘤数据里逼近答案。
这期 Latent Space 的对话抛出一个刺痛行业的观点:癌症药物失败,问题不只在分子,而在我们用来“理解生物”的模型。Noetik 选择了一条最贵、最慢、也最反直觉的路——自己建实验室,用 Transformer 和计算机视觉,从真实肿瘤数据里逼近答案。
一周前发布的Gemma 4,没有靠更大的参数震撼行业,却用“完全离线、跑在手机上、Apache 2开源许可”这三件事,重新定义了什么叫真正可用的开源大模型。这不是一次常规更新,而是一种路线选择。
如果你还在把 AI 当成“更聪明的功能”,那你已经落后了。Vercel CTO Malte Ubl 在欧洲首届 AI Engineer 大会上抛出一个极具冲击力的判断:我们正在进入一个全新的应用层,软件的主要用户和构建者,都不再是人类。
真正把 AI 用到极致的公司,早就不再把它当“写代码工具”。咨询研究给出一个反直觉的数据:50% 的 AI 使用,和编程无关。领先者的差距,不在模型,而在组织、结构和接口设计。
在扎克伯格最早的创业屋里,一场长达4小时的对话,把数学、直觉、证明与AI放在同一张手术台上解剖。Carina Hong 的核心观点极其反直觉:数学不只属于天才,也不只属于人类,而AI正在逼我们重新理解“理解”本身。
这不是一条普通的编程教学视频。Riley Brown 用一整套 Codex 实操,悄悄展示了一种全新的工作方式:你不再“写完代码再做产品”,而是让 AI 贯穿从想法、设计、自动化到上线的每一步。这条视频真正炸裂的地方,很多人其实看漏了。
如果你还在担心“让大模型写代码是不是自找麻烦”,Sunil Pai 这场演讲会让你重新站队。他在台上用真实系统演示了一种叫 Code Mode 的思路:不是让模型生成文本,而是直接生成可执行、可约束、可观察的代码——结果不但更稳,还更安全。
大多数人还在争论模型参数和推理能力时,Anthropic 的 David Soria Parra 已经把注意力转向了另一件事:连接。MCP 不只是一个协议,它正在成为 2026 年 AI Agent 能否真正落地的“隐形底座”。这场演讲,信息密度极高。
如果你以为产品经理的核心竞争力还是“需求分析+跨部门沟通”,那这期播客会让你背后一凉。来自 Meta 和 Google 的资深产品负责人 Nikhyl Singhal 直言:未来两年,至少一半的产品经理会被淘汰,原因只有一个——他们不再真正“建东西”了。
当整个 AI 圈都在 All in 向量数据库时,Neo4j CEO Emil Eifrem 在这期 Latent Space 里泼了一盆冷水:向量很重要,但它们解决不了“理解”。真正让 AI 变聪明的,是知识图谱、上下文和可解释的结构。这是一场关于“AI 为什么还不够聪明”的深度对谈。