微软和亚马逊学会了同一招:不收购,也能把AI公司“吞”进去
微软没买下 Inflection,亚马逊也没收购 Adept,但核心创始人、团队和技术却纷纷“进驻”大厂。表面看是合作,实际上却像一次精心设计的“隐形并购”。更关键的是:这套打法,正在把 FTC 直接拉进 AI 战场。
微软没买下 Inflection,亚马逊也没收购 Adept,但核心创始人、团队和技术却纷纷“进驻”大厂。表面看是合作,实际上却像一次精心设计的“隐形并购”。更关键的是:这套打法,正在把 FTC 直接拉进 AI 战场。
大多数 AI 博客工具,都在卷“写得像不像人”。Ras Mic 却反其道而行:让 AI 不写内容,而是直接帮你创建站点、管理博客、改配置。这支视频展示了一个更危险、也更实用的方向——AI 正在变成真正的产品能力,而不是花哨功能。
在 Figma Config 2024 上,两位创业者抛出了一个让人后背发凉的判断:AI 失败的根源,往往不是能力不够,而是“关系越界”。他们用做产品一整年的血泪经验,重新定义了人类与 AI 的关系边界。
如果你以为AI大会还在谈AGI、颠覆世界和万亿美元故事,那你可能会被AI Engineer World’s Fair狠狠“泼一盆冷水”。这是一场几乎不关心媒体、不讨好投资人、专注把AI真正跑起来的工程师聚会,而这恰恰透露了生成式AI进入下半场的关键信号。
OpenAI连续两次收购,打破了它长期只“买人才不买公司”的惯例。一个是实时数据底座Rockset,一个是桌面级产品Multi。这不是财务操作,而是一次清晰的战略转向:OpenAI正在为“下一代ChatGPT”铺路。
外界还在热议“Apple Intelligence 会不会用上 Llama”,苹果却悄悄给了 Meta 一个否定答案。这不是一次简单的合作流产,而是暴露了苹果、Meta、Google 在 AI 时代完全不同的野心分工,以及一条正在成形的 AI 行业潜规则。
这期Sequoia的《Training Data》对话中,Factory创始人Matan Grinberg和Eno Reyes分享了他们为何避开基础模型竞赛、转而在应用层打造“可靠的自动化软件工程Droid”。从个人人生转折到SWE-bench实战成绩,这是一场关于务实AI、企业价值与长期主义的深度讨论。
大多数AI创业者还在卷模型、卷功能时,Greg Isenberg却抛出一个反直觉观点:真正值钱的不是效率,而是“安心感”。从社交媒体保险、AI金融代理到为父母设计的高客单价服务,这期视频几乎每个想法都在挑战常识。
消失半年后,OpenAI 前首席科学家 Ilya Sutskever 终于现身——不是回归大厂,而是亲手创立一家“只做一件事”的公司:安全超级智能。没有产品、没有收入、没有妥协,这不是常规创业,而是一场对整个 AI 产业逻辑的挑战。
在这期Training Data访谈中,LangChain创始人Harrison Chase系统阐述了他对AI Agent的定义、误区与未来方向。他认为,真正的突破不在于“更通用的智能体”,而在于清晰的认知架构与编排层设计,这也是LangChain存在的核心价值。