不是AI泡沫,而是一场AI战争:两大联盟与第三种范式的浮现
这是一场关于大模型跨年季报的深度对谈。张小珺与光蜜从“AI bubble”的争议出发,提出更具冲突感的判断——当下不是泡沫,而是一场所有巨头都输不起的AI War。他们讨论了两大阵营的形成、OpenAI与Google的攻守变化,以及一个正在成形的第三范式:Online Learning。
这是一场关于大模型跨年季报的深度对谈。张小珺与光蜜从“AI bubble”的争议出发,提出更具冲突感的判断——当下不是泡沫,而是一场所有巨头都输不起的AI War。他们讨论了两大阵营的形成、OpenAI与Google的攻守变化,以及一个正在成形的第三范式:Online Learning。
Justin Reock 结合 Atlassian 与 Dora 的研究数据,拆解了生成式 AI 在工程团队中的真实影响:单看“使用率”会误导决策,真正拉开差距的是心理安全、度量方式和领导者是否把 AI 连接到员工成功与业务瓶颈。
Naman Jain 回顾了四年编码评测工作的演进:从毫秒级的代码补全,到耗时数小时的代码库优化。他提出“动态评测”和“时间作为控制旋钮”的方法,直面数据污染、奖励黑客与长周期任务评估三大难题,为下一代 AI 编码代理划定了清晰方向。
这场来自Google DeepMind的现场分享,罕见地把视角从模型参数转向“如何真正构建产品”。Kat Kampf与Ammaar Reshi结合Gemini 3 Pro的发布,讲述了DeepMind多年技术积累如何转化为可用、可演示、可设计的AI能力。
Google Labs 的 Kath Korevec 通过一个真实又好笑的洗碗机故事,提出了对 AI Agent 的关键反思:问题不在于智能不够,而在于不够“主动”。这场演讲系统性地阐述了主动式 Agent 的理念、设计原则,以及 Google Labs 在 Jules 工具中的具体实践。
当AI Agent逐渐成为日常工具,Anthropic的Barry Zhang和Mahesh Murag却提出反直觉观点:不要再造更多Agent,而是构建可复用的“技能”。这场演讲给出了一个全新的Agent架构思路,解释了为什么真正限制Agent落地的不是智能,而是专业经验的封装方式。
在这期访谈中,DeepMind研究员谭捷系统讲述了他如何从计算机图形学与强化学习出发,走到通用机器人研究前沿。他分享了机器人为何长期缺乏“常识”、数据墙如何限制进展,以及Gemini Robotics 1.5试图用世界模型和Thinking能力打开新局面的真实思路。
这场分享从AI工程师的日常痛点出发,解释了为什么“编译器”会在大模型时代重新成为关键基础设施。演讲者通过一个Embedding示例,展示了如何将Python函数编译为可跨硬件运行的中间表示,并提出:真正可扩展的AI部署,必须更靠近硬件。
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。
这是一次来自OAuth老兵的现场反思:当AI代理被连接到越来越多真实系统时,传统“给权限就完事”的做法正在失效。Jared Hanson结合自己在Passport.js、身份基础设施和最新创业Keycard中的经验,解释为什么OAuth依然重要,但必须被重新使用。