油价失控、AI耗电失真、Sundar天价薪酬:这一期TBPN信息量炸了
如果你以为这期 TBPN 只是聊油价,那你会错过真正的猛料:从“船只假装成中国船”躲避风险,到 AI 数据中心正在被能源成本反噬,再到 Sundar Pichai 的新薪酬方案背后隐藏的科技巨头困局——这是一集把宏观、能源和通用人工智能硬生生拧在一起的节目。
如果你以为这期 TBPN 只是聊油价,那你会错过真正的猛料:从“船只假装成中国船”躲避风险,到 AI 数据中心正在被能源成本反噬,再到 Sundar Pichai 的新薪酬方案背后隐藏的科技巨头困局——这是一集把宏观、能源和通用人工智能硬生生拧在一起的节目。
当所有人都在谈模型、算力和Scaling Laws时,Surge AI创始人Edwin Chen却反复强调一件“看起来很老派”的事:人类数据。他不玩硅谷式增长游戏,却做出了接近十亿美元规模的AI数据公司。这场对话,几乎每一句都在反击行业共识。
当所有人都在唱衰SaaS时,Greg Isenberg却说:现在是历史上做SaaS最便宜、也最容易赚钱的时代。不是靠一个天才点子,而是一套可复制的30步方法论——AI、Agent、内容和现金流,正在被重新组合。
Every 团队在一次直播里做了件很反直觉的事:他们没有招聘新员工,却说自己的20人团队“翻倍”了。答案不是加班,也不是外包,而是一整套正在实时工作的 OpenClaw Agents。这不是炫技,而是一场关于未来工作方式的现场实验。
当别人还在把AI当聊天工具时,有人已经决定“住进Cloud Code”。在这期40分钟的实操视频里,Peter Yang和嘉宾Carl现场演示:如何把Claude Code直接接入Google Workspace、Slack等真实工作系统,让AI第一次像“同事”而不是“玩具”。
当所有人还在纠结要不要微调模型时,YC 的一场对话直接掀桌:有团队用更便宜、更快的方法,让大模型在不微调的情况下持续变强。这不是提示工程的小修小补,而是一种可能改写 AI 应用范式的新思路。
一个开源项目登上《华尔街日报》,不是因为技术多炫,而是因为它揭示了一个残酷真相:在生成式AI时代,写代码这件事本身,正在迅速贬值。OpenClaw 的创造者 Peter Steinberger,用一段近乎失控的构建经历,给所有 AI 从业者上了一课。
Gemini 3.1 Pro发布后,争议点并不在“是不是最强模型”。更反直觉的是:它在榜单上并非第一,却可能是最先改变专业工作流的模型之一。这期视频给出了几个让人重新评估Google路线的关键证据。
这一期 TBPN 信息密度异常高:年初被唱衰的 SaaS 并没有迎来清算,谷歌却突然进入“创始人模式”,而 Meta 一项看似不起眼的 AI 专利,可能比所有财报都更值得警惕。如果你在做 AI、SaaS 或平台型产品,这是一篇会让你重新校准判断的文章。
过去一年,AI 被反复渲染成“SaaS 终结者”。但 TBPN 在这期视频里直接丢出一个反直觉结论:SaaSpocalypse 结束了。更狠的是,他们点名了一批不仅没被 AI 干掉,反而正在受益的公司——其中有些,可能正是你低估过的。