5 条来自 5 位 builder

AI构建者摘要

真正在做 AI 的人今天说了什么。一页读完,约 2 分钟。

一项覆盖 803 家公司的信息抓取显示,使用多家 AI 模型提供商的企业越来越多。与此同时,Google Labs 推出了一款工具,能把多人共同制定的计划变成可互动的空间。随着 AI 能力提升,开发者也在思考人还能在哪些环节创造价值:判断哪些生成结果值得采用,以及用模型推动科学发现。

X

Nikunj Kothari

FPV Ventures partner

越来越多的 AI 公司列出多家模型提供商

Nikunj Kothari 抓取了 803 家公司的数据处理分包商名单,发现 44% 的公司列出了至少两家模型提供商,高于今年 3 月的 33%。列出推理服务提供商的公司占比也从 22% 升至 33%。他提醒,这些名单通常滞后于实际采用情况。

  • #models
  • #infrastructure
播客

AI & I by Every

Dan Shipper:挑选 AI 生成结果比生成结果更难

把同一份问卷和同一个 AI 模型交给几个人,他们仍会发现不同的机会,因为各自承担的职责、看问题的角度都不同。在一项预测 Shipper 会如何回复 Slack 消息的测试中,Claude 如果有 400 次尝试机会,93% 的情况下能生成一条像他写的回复;但只有约 60% 的情况下,才会把他真正的回复排进前 10%。“生成的成本很低,但排序很难。”

  • #work
  • #evals
X

Google Labs

Google Labs 推出 Tabletop,让多人计划变成共享互动空间

Tabletop 让一群人把链接和文件放进共享空间,再制作公路旅行地图、投票板、实时更新的对阵表等工具。Google Labs 还展示了用它制作的家务分工表和寻宝游戏。这项实验目前向美国成年人开放候补名单。

  • #products
X

Aditya Agarwal

SPC General Partner

Aditya Agarwal 认为 AI 最大的回报在科学前沿

Agarwal 把 AI 公司分为两类:一类让现有模型更贴近日常工作,另一类用 AI 加速科学进展。他预计,模型驱动的大部分回报将来自后者,并举出工程蛋白、自身免疫疾病疗法、基于毒液的药物发现和半导体建模等研究方向。

  • #research
  • #startups

发到你的邮箱

每天一封。一键退订。

数据来源

源数据来自 zarazhangrui 的开源项目 follow-builders,以 MIT 许可发布。摘要由 LLM 基于该项目的公开 feed 生成,摘要 prompt 亦改编自该项目。上面每一条都链接到原始出处。

摘要由程序自动生成。据此做判断前请先看原文。