7 則來自 7 位 builder

AI構建者摘要

真正在做 AI 的人今天說了什麼。一頁讀完,約 3 分鐘。

今天的主角是 personal agent。Aaron Levie 認為下一場平臺戰爭爭的不再是使用者的注意力,而是 agent 的注意力;Nan Yu 則在實際使用裡戳了戳 Muse 打電話這件事的邊界。另一邊,Richard Socher 講清楚了遞迴式自我改進的 AI 為什麼要從 AI 研究本身開始,還有一位 VC 的看法是:如果你不每天寫程式碼,就看不見接下來會發生什麼。

X

Aaron Levie

Box CEO

personal agent 帶來的衝擊會比 App Store 更大

像 Muse 這種形態,意味著你把一件事交出去,然後相信它會從頭到尾做完,這就要求 agent 能操作你的工具,或者自帶一套工具。於是競爭物件變了:你爭的不再是使用者的注意力,而是 agent 的注意力。誰能為 agent 鋪好最順的軌道,讓它點外賣、跑電商交易、訂機票、對接本地生活,誰就會被用得最多。Levie 說這是 App Store 之後消費科技領域最大的機會,也是最大的顛覆。

  • #agents
  • #products
Podcast

The MAD Podcast with Matt Turck

Richard Socher:只要能模擬的,AI 都能解

Recursive 這輪 6.5 億美元融資背後的判斷是:科學進展之所以卡住,是因為知識碎成了幾千個沒人能跨越的子領域,而 AI 正是把它們重新縫合起來的工具。Socher 最鋒利的一條經驗法則是:只要有模擬器或者驗證器,超人類能力就會出現,所以數學和程式設計先被攻下,生物學還得等資料。Socher 明確不相信 hard takeoff,因為分子再好,臨床試驗該花幾年還是幾年。兩條反直覺的線索:當你想要全新的蛋白質時,hallucination 是特性而不是缺陷;Socher 自己那篇做 prompt engineering 的論文(DecaNLP),當年幾乎被所有審稿人判定為毫無用處。「我們離任何一種智慧空間的真正上限,都還遠得很。」

  • #agents
  • #research
  • #funding
X

Nikunj Kothari

一位 VC 每天寫兩小時程式碼,然後每天被人追問為什麼

Kothari 對那條每天都會收到的私信的回答是:現在變化太快,AI 這件事沒法靠二手資訊學。Kothari 把這個時代的投資拆成三件必須親手摸過、而不是聽說過的事:模型能力,這樣你才看得出下一代會在哪裡變強;模型做長週期任務時需要的 infra 工具;以及讓自主公司成為可能的 harness 能力。跟研究員和創始人聊天當然仍然有用,只是 Kothari 自己不動手就學不明白。最後給的建議是:連著搗鼓十天,你就上癮了。

  • #agents
  • #funding
X

Aditya Agarwal

這波 agent 釋出意味著已經有沒被披露的國家級入侵

看著 Google、OpenAI、Anthropic 密集釋出 agent,Agarwal 的判斷是:幾乎可以肯定,已經有多家大公司在自己毫不知情的情況下被國家級攻擊者滲透了。理由藏在時間點裡:讓 agent 變得好用的那套能力,同時也讓入侵變得又便宜又安靜。

  • #security
  • #agents
X

Guillermo Rauch

Vercel CEO

這波 AI 最好的地方,是所有人都想動手做東西

拋開短期的那些戲劇性話題,Rauch 的判斷是:這個時刻最本質的特徵,是人們樂於創造和交付,而不只是消費,這是好到無法衡量的變化。順手配上了 Reagan 1989 年那段關於「閃耀之城」和城牆上敞開的門的話。

  • #products
X

Peter Yang

一個 markdown 檔案加一個 skill,變成了每週一次的品味引擎

Yang 把自己對電影、劇集和書的評分放在一個純 markdown 檔案裡,再用一個 /tastemaker skill 跑它,每週掃一遍新上線的內容,挑出還沒看過的。Yang 在問要不要開源。另外還預告了一期節目,嘉賓是 OpenAI 負責 ChatGPT Finances 的產品負責人,會講六個個人理財 prompt,涵蓋主動省稅、信用卡返現,以及走向財務自由的互動式預測。

  • #agents
  • #products
X

Nan Yu

Muse 和 Instinct 都不肯打電話

Yu 試著讓這兩個 agent 打電話,結果都說做不到,於是公開發問:這個能力是不是還在灰度。這是一個小小的資料點,說明 agent 宣佈的能力和真正上線的能力之間還有距離。

  • #agents
  • #products

寄到你的信箱

每天一封。一鍵取消訂閱。

資料來源

來源資料出自 zarazhangrui 的開源專案 follow-builders,以 MIT 授權釋出。摘要由 LLM 依該專案的公開 feed 生成,摘要 prompt 亦改編自該專案。上面每一則都連結到原始出處。

摘要由程式自動生成。據此判斷前請先看原文。