56. 硅谷国庆见闻 - 愿天下处处是泡沫
Raymond 根据一次硅谷出差的会面和见闻,讨论 New Lab 融资、数据交付、DeepMind 的资源约束、YC 创业潮与并购叙事如何共同构成当下的上行气氛。他既看到资金和容错带来的创业机会,也提醒读者区分产品能力、交易结构与被放大的成功故事。
16 集相关内容,其中 16 集已整理。
Raymond 根据一次硅谷出差的会面和见闻,讨论 New Lab 融资、数据交付、DeepMind 的资源约束、YC 创业潮与并购叙事如何共同构成当下的上行气氛。他既看到资金和容错带来的创业机会,也提醒读者区分产品能力、交易结构与被放大的成功故事。
明浩在 AICC 2026 人工智能计算大会后,梳理了 Agent 从聊天走向任务执行时带来的算力需求,以及模型、系统和软件生态面临的新约束。IDC 的预测、学者的机器记忆智能路径、可靠 AI 评测体系和芯片生态方案共同指向一件事:生产环境要检验的是任务能否持续、稳定且以可承受的成本完成。 节目保留了各报告的适用边界:经济价值、Agent 数量和供需缺口属于预测,产品性能与适配范围属于发布或演示口径,仍需由后续部署验证。
明浩以近一个季度的模型发布、企业支出和产品动向为线索,讨论模型供给加速后,企业为何开始按成本、数据和任务重组自己的智能能力。节目也梳理了训练与评估服务的商品化、AI 参与改进 AI 的循环,以及办公 Agent 和个人助理仍未收敛的界面方向。
李明昊回顾小宇宙先声活动上的一场现场演讲:他把 8 月收集到的 AI 图表逐页展示,让听众先感受信息流的密度、速度和彼此冲突的指标。演讲从资本开支、云收入、模型价格、Agent 用量讲到个人知识管理,重点是为每张数据保留时间和口径,并用个人标准把素材整理成可解释的故事。
明浩从 Figma、Canva 的市场重估谈起,拆解多模态 AI 应用为什么会被担心遭模型吞噬:单点功能容易同质化,成本、留存和利润却未必同步改善。 他以美图为样本,讨论成熟产品如何与自研模型、场景化工作流和新产品孵化结合;真正值得观察的是应用能否持续交付用户愿意反复购买的结果。
Raymond 从约两万份 LinkedIn 简历中整理出 Anthropic、OpenAI 与 DeepMind 的人才轮廓:人员聚集在何处、来自哪些学校和前雇主、又分别承担哪些职能。节目不断强调样本缺失与分类口径,适合把它当作观察前沿 AI 实验室人才结构的一张近似地图。
明浩以 36 氪资情留言板第 1 至第 183 期的 5,032 条交易线索为样本,讨论未上市老股如何在一级与二级市场之间流转。节目从整体转让与求购比例、年度变化、行业迁移和热门标的的供需差异,观察中国一级半市场中的退出压力与买方偏好。
明浩以资本市场和产品数据为线索,梳理 AI 投入、模型价格、云服务收入与工作智能体的早期使用情况。他反复区分访问、安装、日活、ARR 和付费用户等不同口径,也把训练数据、强化学习环境和实验循环放进应用生态中观察。
明浩以文艺复兴为线索,梳理 2026 年上半年 AI 行业中硬件、资本、模型、世界模型与智能体的变化。他把快速增长的基础设施投资与现金流、债务和商业回报放在一起考察,并将讨论落在治理与人的位置上。
明浩以“素材之死、流程之死、版权之死”为框架,讨论生成式 AI 如何改变内容生产的对象、短剧的制作与分发方式,以及内容权利的资本含义。演讲从世界模型与短剧讲到 AlphaGo、现代艺术和文艺复兴,最后把问题留给创作者:工具与资本已经在场,人类愿景仍要由人提出。
一场单人演讲以 2026 年 4 月的图表和案例为线索,讨论 Agent 与 Harness 如何改变模型产品,coding 为何在当前竞争中居于中心位置。演讲随后转向模型公司的用户与收入指标、SaaS 和科技股的重估、数据中心投资及其地方成本,最后落到 AI 加速带来的焦虑和个人选择。
这期 Solo 讨论 V4 发布前的 DeepSeek:近期少量研发人员流动,如何与 AI 人才竞争、期权定价和 V4 的等待交织在一起。节目也拆解梁文锋对 AGI 的理解——除了提高模型智能上限,还要建设国产生态、投入回报不确定的原创方向;与此同时,产品触点、Agent 竞争和算力约束正在重新定义这家公司的压力。
明浩以 2026 年 2 月的行业事件为窗口,分别梳理美国的算力投入、英伟达、Agent、软件股和 OpenAI 融资,以及中国的模型发布、视频生成、春节获客和模型公司估值。节目把市场情绪、公司披露和条件性推演放在一起讨论,也保留了算力供需、留存、监管与就业影响等尚无定论的问题。
曼琪以 2025 年的模型进展、Agent 应用、巨头竞争、创业融资、具身智能与 AI 硬件为线索,回顾技术如何进入产品和组织。 节目也把视角放回使用者:当工作内容与人才市场被重写,人如何在效率变化中保留经验、关系和意义感。
庄明浩以 2026 年 1 月的视角,回看 2025 年美国和中国 AI 行业的模型、产品、基础设施与资本变化。他把美国的高强度数据中心投入、应用与模型的收入压力,同中国的开源模型、超级应用和硬科技融资放在一起,也保留了商业回报与两国长期格局尚无定论的部分。
明昊复盘 AGI Next 现场的三场演讲与一场论坛:模型公司正把注意力放在 Token 效率、长上下文、多模态、持续学习和 Agent 上。围绕 To B 与 To C 的分化、下一代学习范式、Agent 的企业价值及中美竞争,与会者给出了不同判断,也明确了算力、成本、市场和治理等约束。