<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>中美AI on MessageDaily</title><link>https://inkeast.github.io/MessageDaily/tags/%E4%B8%AD%E7%BE%8Eai/</link><description>Recent content in 中美AI on MessageDaily</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Wed, 16 Sep 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://inkeast.github.io/MessageDaily/tags/%E4%B8%AD%E7%BE%8Eai/index.xml" rel="self" type="application/rss+xml"/><item><title>推理芯片之战：带宽成为新算力，Groq、Cerebras 与 OpenAI 的三条路线与 Bill Dally 的 location 哲学</title><link>https://inkeast.github.io/MessageDaily/posts/2026-09-16-inference-chip-wars-groq-cerebras-openai/</link><pubDate>Wed, 16 Sep 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-09-16-inference-chip-wars-groq-cerebras-openai/</guid><description>推理的瓶颈正在从算力转向带宽：每生成一个 token，都要把整个模型从存储介质读一遍。硅谷101本期请到两位正在做推理芯片创业的嘉宾——Bill Dally 的博士生 Mark 与前亚马逊 Annapurna 芯片软件栈科学家子阳，拆解 Groq 的静态调度、Cerebras 的晶圆级集成与 OpenAI Jalapeño 的 HBM4 通用路线为何是不同约束条件下的各自最优解，为什么中国关心 tokens per dollar 而美国关心 tokens per watt，以及推理速度如何决定模型智能的上限。</description></item><item><title>两天十万Star：DeepSeek Harness 的开放逻辑，与它想要驯服的模型-脚手架-算力飞轮</title><link>https://inkeast.github.io/MessageDaily/posts/2026-08-24-deepseek-harness-open-strategy/</link><pubDate>Mon, 24 Aug 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-08-24-deepseek-harness-open-strategy/</guid><description>围绕 DeepSeek Harness 发布后两天破十万 Star 的现象，三位从业者从「一切皆插件」的架构设计、模型与 Harness 的深度协同、极简模式与缓存命中率的技术原理，聊到程序员岗位转型、开源生态与国产算力差距。核心判断：Harness 是 AI 时代的脚手架，插件化+开源让社区共建成本降到极低，模型与脚手架会互相塑造，而程序员的护城河正从写代码转向定义需求与验收结果。</description></item><item><title>泡沫是2029年，不是2027：王煜全的荷塘、中间物种与击穿围墙的Agent</title><link>https://inkeast.github.io/MessageDaily/posts/2026-08-18-wang-yuquan-bubble-2029/</link><pubDate>Tue, 18 Aug 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-08-18-wang-yuquan-bubble-2029/</guid><description>海银资本创始人王煜全做客《AI相对论》，给出与蒋涛&amp;quot;2027年爆破&amp;quot;不同的判断：泡沫在2029年，且是&amp;quot;大而快的危机&amp;quot;——半年内恢复、见底时遍地黄金。他的分析框架是&amp;quot;荷塘理论&amp;quot;（胜负已分，只是收入利润滞后五六年才显现）与佩蕾丝技术革命周期（导入期狂热—泡沫破裂—展开期高速增长）。据此推演：特斯拉Waymo地盘战已定调、FSD规模数据优势无人能敌；中国车企不做数据联盟将成为&amp;quot;中间物种&amp;quot;；人形机器人是&amp;quot;训练腿的是大泡沫、训练手的是小泡沫&amp;quot;；低空经济不可能规模化。七巨头中英伟达未来五年安全、谷歌十年内广告模式失效、苹果失去战略眼光、微软无自研大模型有风险。中国机会在智能服务出海与&amp;quot;农村包围城市&amp;quot;式的全球算力基建。</description></item><item><title>蒸馏风暴：门槛、灰色地带与一份没人愿意签字的竞赛规则</title><link>https://inkeast.github.io/MessageDaily/posts/2026-08-18-distillation-storm-late-talk/</link><pubDate>Tue, 18 Aug 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-08-18-distillation-storm-late-talk/</guid><description>《晚点聊》编辑部红浩与曼奇复盘&amp;quot;蒸馏&amp;quot;这一没人愿意公开谈论的技术竞赛：典型蒸馏是有门槛的&amp;quot;抄答案&amp;quot;，含账号运营、数据管线、防中转站反被坑等系统工程；张一鸣为何禁止字节蒸馏——&amp;ldquo;只能逼近不能超越&amp;quot;加上组织激励代价；Anthropic如何用行为指纹识别2880万次&amp;quot;史上最大规模蒸馏攻击&amp;rdquo;；学生能否超越教师仍是开放问题；以及比蒸馏更大的问题——智能供需错配下&amp;quot;够用了&amp;quot;的模型正在改写定价逻辑。</description></item><item><title>从DeepSeek到Kimi K3，中国开源模型如何逼出黄仁勋的'开源联盟'</title><link>https://inkeast.github.io/MessageDaily/posts/2026-08-13-ai-open-source-deepseek-kimi-huangrenxun/</link><pubDate>Thu, 13 Aug 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-08-13-ai-open-source-deepseek-kimi-huangrenxun/</guid><description>DeepSeek V4 Pro登场，中国开源模型连续逼近前沿能力，迫使黄仁勋牵头组建美国&amp;quot;开放安全AI联盟&amp;quot;，Sam Altman、Sundar Pichai等闭源掌门人罕见支持。这期硅谷101系统拆解了AI&amp;quot;开源&amp;quot;到底开的是什么——从七步训练流程到Open Weights与Open Source的本质区别，以及许可证之争、开源公司如何赚钱、闭源阵营的安全担忧与商业焦虑。</description></item><item><title>何谓蒸馏？硅谷如何看中国开放模型逼近前沿</title><link>https://inkeast.github.io/MessageDaily/posts/2026-08-01-%E4%BD%95%E8%B0%93%E8%92%B8%E9%A6%8F%E7%A1%85%E8%B0%B7%E5%A6%82%E4%BD%95%E7%9C%8B%E4%B8%AD%E5%9B%BD%E5%BC%80%E6%94%BE%E6%A8%A1%E5%9E%8B%E9%80%BC%E8%BF%91%E5%89%8D%E6%B2%BF/</link><pubDate>Sat, 01 Aug 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-08-01-%E4%BD%95%E8%B0%93%E8%92%B8%E9%A6%8F%E7%A1%85%E8%B0%B7%E5%A6%82%E4%BD%95%E7%9C%8B%E4%B8%AD%E5%9B%BD%E5%BC%80%E6%94%BE%E6%A8%A1%E5%9E%8B%E9%80%BC%E8%BF%91%E5%89%8D%E6%B2%BF/</guid><description>月之暗面K3开源权重发布震动硅谷，开源模型首次在多项能力上追平甚至超越最强闭源前沿模型。两位嘉宾——前Hugging Face开源生态负责人王铁镇和TinyFace联合创始人TJ——深度拆解了&amp;quot;蒸馏&amp;quot;争议的技术真相、中国开源模型为何成本更低、Kimi License商业模式对闭源实验室估值体系的冲击，以及开源模型安全之争的真正焦点。核心判断：没有开源，才是这个时代最不安全的事情。</description></item><item><title>几亿行代码的业务逻辑，AI复刻不了：对话SAP原欣，谈大模型to B的颠覆与边界</title><link>https://inkeast.github.io/MessageDaily/posts/2026-07-29-sap-yuanxin-ai-to-b/</link><pubDate>Wed, 29 Jul 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-07-29-sap-yuanxin-ai-to-b/</guid><description>SAP大中华区总裁原欣直面AI对企业软件的冲击：定价模式坍塌、功能被替代是真实的，但几亿行代码背后沉淀的业务逻辑和行业理解，AI短时间内难以撼动。从模型到应用之间隔着数据��理、人才落差和组织惯性——AI在企业场景中遇到的技术挑战，远小于组织挑战。FDE潮流本质上是工程师能力与业务顾问能力的合并。</description></item><item><title>AI泡沫2027年爆破？两位投资人的硬核推演：中国开源模型、万亿债务与企业级决战</title><link>https://inkeast.github.io/MessageDaily/posts/2026-07-24-ai-bubble-2027/</link><pubDate>Fri, 24 Jul 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-07-24-ai-bubble-2027/</guid><description>前百亿美金科技基金管理人Bill Tran与CSDN创始人蒋涛深度对谈AI泡沫问题。核心判断：2027年是危险年份，但不会出现L型熊市，而是多次flash crash快速重估；中国开源模型以1/10价格逼近美国闭源模型，将成为引爆泡沫的导火索；OpenAI万亿估值面临增长天花板，IPO后第三四个季度将迎来大考；AI相关债务到2029年将达7万亿美元，&amp;ldquo;增长能否解决一切&amp;quot;是终极命题；下一个决战在B端企业级市场和整机交付。</description></item><item><title>2026 Q2 AI季报：RSI从科幻走向创业赛道，Coding战场大洗牌，强者愈强的未来</title><link>https://inkeast.github.io/MessageDaily/posts/2026-07-22-ai-q2-review-rsi-coding/</link><pubDate>Wed, 22 Jul 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-07-22-ai-q2-review-rsi-coding/</guid><description>2026年Q2 AI季报深度解读：Anthropic与OpenAI的模型竞争进入新阶段，GPT 5.6与Claude Maestro/Phable正面交锋；RSI（递归自进化）从科幻概念变成明确的创业方向，Recursive、Miranda等公司涌现；Cursor以600亿美元天价被收购；中国开源模型&amp;quot;四杀&amp;quot;引发全球关注；Anthropic的Cloud Tag与OpenAI的Record and Replay重新定义AI交互。本文基于播客全文转写整理，涵盖竞争格局、RSI、机器人、智能扩散、交互创新和公司动态。</description></item><item><title>走进中国AI实验室：Nathan Lambert的中美AI观察——开源领导权转移、算力困局与人才文化差异</title><link>https://inkeast.github.io/MessageDaily/posts/2026-07-03-nathan-lambert-china-ai-labs/</link><pubDate>Fri, 03 Jul 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-07-03-nathan-lambert-china-ai-labs/</guid><description>美国AI2实验室大模型负责人、开源AI领域最具影响力的研究者之一Nathan Lambert，2026年4月专程赴中国考察北京、杭州的AI实验室——阿里巴巴、智谱、月之暗面、清华、小米、美团、蚂蚁、零一万物等。回到美国后他写下了引发广泛讨论的文章。这期硅谷101播客中，Nathan分享了第一手观察：中国为何在大公司AI战略上走出了与美国截然不同的路线？开源模型领导权是否已经从美国转移到中国？华为芯片能否替代NVIDIA？中美AI人才和文化差异如何影响模型构建？本文从8大主题完整梳理，每个主题以&amp;quot;新的变化&amp;quot;+&amp;ldquo;嘉宾观点与解释&amp;quot;双维度展开，让没看过原视频的读者也能快速理解背后的推理逻辑。</description></item></channel></rss>