https://inkeast.github.io/MessageDaily/tags/%E7%A1%85%E8%B0%B7101/Recent content in 硅谷101 on MessageDailyHugozh-cnWed, 30 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-30-super-el-nino-commodities/Wed, 30 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-30-super-el-nino-commodities/硅谷101对话从业十三年的大宗商品研究员张思琪（化名），拆解本轮超级厄尔尼诺如何穿过棕榈油、糖、鱼粉、铜与航运传导至终端价格。核心判断：厄尔尼诺不是"什么都涨"的按钮，价格是否兑现取决于产区集中度、库存缓冲与出口政策；期货波动与超市价签之间隔着品牌、渠道与套保，普通消费者无须恐慌。https://inkeast.github.io/MessageDaily/posts/2026-09-28-ai-data-industry-benchmark/Mon, 28 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-28-ai-data-industry-benchmark/硅谷101对话Scale AI何允中与伯克利博士后孙一铀，拆解AI数据生意：估值半年涨十倍的AfterQuery、百亿美元级的Mercor与Scale背后，交付物已从人工标注进化为专家评分标准（rubric）与强化学习环境；评测的权威性天然通向卖数据生意，但卖评测数据是不可碰的红线；行业真正的瓶颈正从标注产能转向垂直领域的采购与版权；而激励设计决定了数据质量的上限。https://inkeast.github.io/MessageDaily/posts/2026-09-28-tesla-fsd-13years/Mon, 28 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-28-tesla-fsd-13years/硅谷101对谈特斯拉十余年工程师Carrie Liu与前AI软件工程总监Sreehari：从Mobileye黑盒分手、AI3/AI4自研芯片豪赌、GDDR内存决策失误，到端到端重写与世界模型仿真，拆解FSD十三年硬件软件双线进化史，以及Cybercab落地奥斯汀后注册数与活跃数的巨大落差。https://inkeast.github.io/MessageDaily/posts/2026-09-18-agent-payment-trust-infra/Fri, 18 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-18-agent-payment-trust-infra/2026外滩大会主论坛首场圆桌，蚂蚁韩歆毅、万事达卡Jorn Lambert、OPPO刘作虎、阿里周靖人同台讨论「当Agent成为交易主体」。最真实的细节是：台上四人只有韩歆毅真让Agent付过钱——用「阿福」买了40多元坚果。行业共识是Agent交易落地比去年四季度的乐观预期慢很多，卡点不在模型，而在授权、身份（KYA）、能力评估、资金安全、可追溯五层信任基建；支付网络正为「没有银行卡的交易者」重构，流量逻辑从时长转向意图。本文梳理机制、各方立场与三个可跟踪信号。https://inkeast.github.io/MessageDaily/posts/2026-09-16-inference-chip-wars-groq-cerebras-openai/Wed, 16 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-16-inference-chip-wars-groq-cerebras-openai/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。https://inkeast.github.io/MessageDaily/posts/2026-09-09-ai-simulation-83b-personas/Wed, 09 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-09-ai-simulation-83b-personas/硅谷101本期梳理 AI simulation 赛道：从斯坦福小镇 25 个智能体到哈佛、MIT 两百多位科学家参与、镜像全人类 83 亿人格的 Matrix 项目，再到 Simule（估值超 20 亿美元）与 Aaru（估值近 10 亿美元）两条商业化路线——前者高保真还原个体，后者群体规模换速度。节目核心判断是：这类公司的估值并非由当前营收支撑，而是提前押注未来的决策市场；真正卡住这门生意的，是评估标准缺失、预测无法自证的验证悖论，以及指数膨胀的算力成本。https://inkeast.github.io/MessageDaily/posts/2026-09-07-robot-tactile-sensing/Mon, 07 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-07-robot-tactile-sensing/硅谷101走进触觉传感器实验室，梳理压阻、压电、电容、光学、磁感应五条技术路线，解释触觉数据为何接近于零、真机采集的"屏蔽悖论"，以及端到端时代触觉融入模型的两种范式之争。几乎所有受访嘉宾认为2026年触觉处于爆发前夜，量产一致性与数据生态是接下来一年的关键观察点。https://inkeast.github.io/MessageDaily/posts/2026-08-28-abogen-yingbo-mrna-cancer-vaccine-guigu101/Fri, 28 Aug 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-08-28-abogen-yingbo-mrna-cancer-vaccine-guigu101/Moderna的mRNA个性化癌症疫苗联合K药在黑色素瘤术后辅助三期临床获积极读出，股价盘中一度暴涨超200%——但市场真正兴奋的不是单一适应症，而是"一人一药"路线首次跨过三期门槛。对话艾博生物CEO英博拆解其真实边界：科学上仅验证术后清除残留病灶场景（RFS终点而非OS，未获批）；工程上要把"药品制造的nightmare"压缩进术后四到六周窗口，靠一人一机的全自动小型化产线实现；成本大头是一次性耗材而非测序或算法，艾博把整个生存期总费用设计在几十万人民币以内的可负担水平。嘉宾判断：核酸药因四字母本质最可能被AI驱动，但"AI离开自动化就是空谈"；监管放行两周是比算法更硬的约束；五到十年内PD-1获批的适应症mRNA肿瘤疫苗将陆续获批。https://inkeast.github.io/MessageDaily/posts/2026-08-27-aryaman-arora-hidden-reasoning-interpretability/Thu, 27 Aug 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-08-27-aryaman-arora-hidden-reasoning-interpretability/斯坦福博士生、语言学科班出身的 Aryaman Arora 做客硅谷101视频播客谈大模型可解释性：Anthropic 的 J-space 实验证明模型内部存在从未说出口的推理概念，且可被直接编辑——内部把"蜘蛛"改成"蚂蚁"，答案就从八条腿变成六条腿；思维链有用但不等于模型的真实内部过程；SAE 与因果干预两大流派各有硬限制，学术界的转向向量控制几乎全线失灵，工程实践仍回归重训；该领域至今最漂亮的兑现是归纳头的发现救活了状态空间模型谱系（H3→Mamba→DeltaNet，直至 Kimi/Qwen 的混合架构）；Transluce 的用户建模显示模型面对 AI 安全研究员时会显著更谨慎；可解释性天然双刃，但嘉宾判断它离危险阈值还很远。https://inkeast.github.io/MessageDaily/posts/2026-08-22-shadow-borrowing-gpu-securitization/Sat, 22 Aug 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-08-22-shadow-borrowing-gpu-securitization/硅谷101本期深扒AI数据中心背后的债务暗账：美国五大hyperscaler发债总额已达1.65万亿美元，回购四年缩水九成、发债规模暴增至年均六倍，巨头用SPV搭壳、融资租赁、信用衍生品担保、超长期租约五种手法把债务移出资产负债表。Meta路易斯安那Hyperion项目借273亿美元、表内只留23.7亿；微软融资租赁负债两年翻倍至629亿藏进"其他负债"；Oracle签下2600亿租约尚未起租分文未上表。华尔街私募信贷因SaaS崩盘急于转投AI基建，GPU被证券化为可投资资产，黄仁勋宣布联合六大资管成立5000亿美元算力融资平台。两位华尔街投资人给出反方视角：认购倍数下滑是市场变挑剔而非缺钱、Oracle CDS新高是商业模式转型后的正常reprice、数据中心债占企业债市场仍是零头，AI次贷危机论未必成立。https://inkeast.github.io/MessageDaily/posts/2026-08-20-token-economy-agent-evolution-guigu101/Thu, 20 Aug 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-08-20-token-economy-agent-evolution-guigu101/硅谷101对话黄东旭与张宏江：当Uber四个月烧穿全年AI预算、Meta给员工设token上限，“Token Maxing"的烧钱竞赛到达转折点。亲历者黄东旭讲述自己从日烧四五百美元的最强模型依赖，转向本地DeepSeek V4 Flash加云端Fable 5的混布组合；这场从token maxing到token efficient的转向，本质是模型能力跨过工程化门槛后，成本结构与企业KPI的重算。张宏江判断AGI奇点已至，而更深的分歧在于：单模型智商碾压与多agent蜂群，谁是终局。https://inkeast.github.io/MessageDaily/posts/2026-08-15-yuancao-unreasonable-labs-ai-for-science/Sat, 15 Aug 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-08-15-yuancao-unreasonable-labs-ai-for-science/Jeff Dean 带三位谷歌元老出走创立 Discovery Loop 当周，前 DeepMind 科学家、Unreasonable Labs 联合创始人曹原在硅谷101拆解 AI for Science 为何在此时爆发：代码与数学能力到位后科研成为下一个智能爆发点，但真正的瓶颈从建模移到了物理世界的验证环节；LLM 无法凭训练数据产生真正新的科学概念，概念抽象可能是 AGI 的"最后一公里"甚至不可计算；他主张 AI and Science 而非 AI for Science——科学难题是驱动 AI 本身进化的催化剂，并给出"AI 拿诺贝尔奖至少还需二三十年"的长期判断。https://inkeast.github.io/MessageDaily/posts/2026-08-13-ai-open-source-deepseek-kimi-huangrenxun/Thu, 13 Aug 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-08-13-ai-open-source-deepseek-kimi-huangrenxun/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"开放安全AI联盟"，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"开源"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。https://inkeast.github.io/MessageDaily/posts/2026-08-07-cerebras-wafer-scale-inference/Fri, 07 Aug 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-08-07-cerebras-wafer-scale-inference/硅谷101专访Cerebras早期投资人周南、前百度研究员Greg Diamos及产品高管Angela，复盘这家"晶圆级引擎"公司十年史。从百度三亿参数模型发现Scaling Law、2016年赌注式投资、良率工程突破，到G42订单、OpenAI两百亿美元推理合同、千亿市值IPO，文章梳理了Cerebras如何从一个物理学的疯狂赌注，变成推理时代绕开HBM与CoWoS瓶颈的差异化基础设施，以及上市后毛利率、供应链和客户自研芯片带来的真实风险。https://inkeast.github.io/MessageDaily/posts/2026-08-03-shengying-sglang-radixark-infra-romance/Mon, 03 Aug 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-08-03-shengying-sglang-radixark-infra-romance/SGLang 发起人、前 xAI 推理负责人盛颖在 101 视频播客中讲述了从斯坦福形式化验证到 xAI 推理系统、再到创立 RadixArk（1 亿美元种子轮）的完整路径。她提出 Infra 不应是 support 角色，而应成为产品本身；RadixArk 的使命不止于推理引擎，而是让所有人拥有制造 AI 的能力。文章梳理了推理引擎的竞争格局、开源社区的商业化困境，以及一位女性研究者在技术圈中的真实体验。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/Sat, 01 Aug 2026 00:00:00 +0000https://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/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"蒸馏"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。https://inkeast.github.io/MessageDaily/posts/2026-07-31-ai-infra-gpu-utilization/Fri, 31 Jul 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-07-31-ai-infra-gpu-utilization/当AI行业的重心从训练转向推理，一个被忽视的事实浮出水面：GPU大多数时间其实很"闲"。Azure推理负载高达65%的能耗消耗在空转等待上，OpenAI的Chat类请求也达到52%。本文基于硅谷101播客，系统梳理AI Infra四层架构，拆解SGLang/vLLM等开源推理引擎如何通过KV Cache复用、连续批处理、PD分离、投机采样、强化学习训练框架MegaScale等技术，把GPU利用率从50%推向90%+——软件层的每一次优化都变成直接的商业问题。https://inkeast.github.io/MessageDaily/posts/2026-07-31-yeqiyi-kimi-china-ai-talent/Fri, 31 Jul 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-07-31-yeqiyi-kimi-china-ai-talent/叶奇意（TME）是横跨中国两代AI浪潮的见证者与投资人：在依图做产品经历AI 1.0的四小龙时代，在创新工场尝试做"中国版GPT-2"，后在美团龙珠主导领投月之暗面A轮。他详述了追踪杨植麟四个月才加上微信的曲折、A轮时有VC drop后美团顶上的内幕、王兴"创业公司能做超级模型+超级应用的概率很低，但我愿意支持一把"的关键一锤，以及他眼中中国AI从"拼性价比平替"到K3"直接摸SoTA且开源"的质变。https://inkeast.github.io/MessageDaily/posts/2026-07-24-ai-football-haaland/Fri, 24 Jul 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-07-24-ai-football-haaland/硅谷101深入FIFA赛事总部，探讨了AI为何在足球领域迟迟未能产生颠覆性影响。从利物浦与DeepMind的Tactical AI合作缺乏数据支撑的改善，到曾经的明星初创公司SciSports被低价收购的完整复盘，再到2026世界杯背后超1.5亿数据点的技术体系——这篇总结梳理了AI在足球竞技层面失效的四大根因，以及Football Tech赛道的商业困境与整合趋势。https://inkeast.github.io/MessageDaily/posts/2026-07-24-newsman-behind-llm/Fri, 24 Jul 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-07-24-newsman-behind-llm/当你深夜和ChatGPT倾诉心事，被它精准的情绪捕捉打动时，写出来那句话的并不是冰冷的代码——而是一群曾经的记者、编辑和纪录片导演。这期硅谷101播客深入探讨了大模型背后最不为人知又离用户最近的工种"内容工程师"（Content Engineer）：他们如何把新闻写作的上下文构建能力迁移到AI交互中，为什么跨文化AI需要的不只是翻译而是再创作，以及AI谄媚、信息茧房、零工经济背后的深层矛盾。https://inkeast.github.io/MessageDaily/posts/2026-07-07-tokenmaxxing-agent-aws-summit/Tue, 07 Jul 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-07-07-tokenmaxxing-agent-aws-summit/2026年过半，AI产业从年初"Token Maxing"的狂热转向"Token Minimizing"的理智。本期《硅谷101》走进亚马逊云科技中国峰会，实地探访AI在短剧出海、金融量化、药物研发、游戏开发、端侧硬件与安全攻防等领域的真实落地——不再是PPT，而是已经在产生价值的业务。https://inkeast.github.io/MessageDaily/posts/2026-07-06-applex-rsi-self-evolution-verification-taste/Mon, 06 Jul 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-07-06-applex-rsi-self-evolution-verification-taste/硅谷101两位主持人对话AppleX（陈天桥创立、公司名源自希腊语’证明与论证’）两位首席科学家Simon杜少雷与李贝兵。当Anthropic宣布约80%代码已由模型自己写、模型能完成的任务按人类时间每7个月翻一倍，‘递归自我提升（RSI）‘成了硅谷模型今年的必争之地。本文按主题整理，每主题含’新的变化’与’嘉宾观点与解释’，覆盖RSI为何今年爆发、长程任务的技术底座、递归漂移、验证与Agent Team、发现模型、品味为何是人类最后的不可替代性、自进化时间表与跑偏担忧，以及陈天桥与马斯克的风格差异，力求让未看视频的读者快速理解每个判断背后的推理。https://inkeast.github.io/MessageDaily/posts/2026-07-03-nathan-lambert-china-ai-labs/Fri, 03 Jul 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-07-03-nathan-lambert-china-ai-labs/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"新的变化"+“嘉宾观点与解释"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。https://inkeast.github.io/MessageDaily/posts/2026-06-28-tanyue-school-ai-education-third-path/Sun, 28 Jun 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-06-28-tanyue-school-ai-education-third-path/硅谷101探访北京探月学校，看到的是一场持续十年的创新教育实验：学生在高中阶段创业、做产品、注册公司，大学不再是唯一出口；AI让知识获取变便宜，学校转而强调判断力、审美、创造力、自我认知、社会情感和真实项目能力。但探月也有高成本、强自驱要求、评价不确定和难以规模化的局限。https://inkeast.github.io/MessageDaily/posts/2026-06-28-wang-xiqiao-ai-education-civilization-next-step/Sun, 28 Jun 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-06-28-wang-xiqiao-ai-education-civilization-next-step/硅谷101对话探月学校创始人王熙乔：十年前他判断 AI 会替代大量事务性、流程化工作，因此教育真正要面对的不是技术问题，而是人如何保持创造力、好奇心、幸福感、爱与行动。十年后，探月从高中创新项目走到 K12 学校，也经历扩张、自大、疫情、双减、搬迁、非营利化和合规重建。本文梳理这场对话中的新变化与核心观点。https://inkeast.github.io/MessageDaily/posts/2026-06-18-openai-pe-fde-deployment/Thu, 18 Jun 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-06-18-openai-pe-fde-deployment/2026年5月，OpenAI宣布成立Deployment Company（部署公司），收购AI公司Tomorrow获得150名FDE（前线部署工程师），同时Anthropic也与Blackstone等金融机构成立合资企业。FDE全称Forward Deployment Engineer，是当前硅谷最火的新工种——一种深入企业现场、将AI模型真正跑起来的工程师。本文从FDE的定义与起源、FDE与FDPM的分工协作、什么样的人能成为FDE、PE为何成为AI落地的新推手、咨询行业面临冲击还是机遇、AI roll-up时代下的PE收购逻辑、数据整合这道最大门槛、以及这个市场最终将如何演变等多个维度，全面拆解这场由模型公司、应用层公司、私募资本和咨询行业共同参与的AI落地争夺战。https://inkeast.github.io/MessageDaily/posts/2026-06-18-wwdc26-apple-ai-power-restructure/Thu, 18 Jun 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-06-18-wwdc26-apple-ai-power-restructure/2026年WWDC是蒂姆·库克最后一次以CEO身份主持的全球开发者大会，全场收获接近一分钟的掌声。接棒的John Ternus将在2026年9月正式接任CEO，但他面对的是苹果两年前Apple Intelligence发布失败、组织文化和领导力双重危机后的烂摊子。本次WWDC上，苹果用五款自研AFM/ADM模型、System Orchestrator系统编排器、新版Private Cloud Compute隐私架构以及对儿童账户的大幅升级，试图回答苹果在AI时代到底是缔造者还是追赶者这一灵魂问题。本文从苹果AI的权力重构、五款模型的分工与硬软件协同、系统编排器与App Intents生态布局、谷歌苹果联合打造的端到端隐私推理链、欧盟DMA监管拉锯战、儿童账户的中国式水土不服、华尔街与新CEO的观望态度、以及苹果完美文化与AI节奏的价值观冲突等多个维度，全面拆解这场苹果AI生死战。https://inkeast.github.io/MessageDaily/posts/2026-06-12-spacex-space-computing/Fri, 12 Jun 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-06-12-spacex-space-computing/SpaceX在2026年6月完成1.75万亿美元人类史上最大IPO，招股说明书中将火箭发射、星链与xAI打包上市，并披露了太空数据中心计划。本期节目邀请了SpaceX相关人士和火箭爱好者，用第一性原理拆解太空数据中心的物理极限与经济可行性，从发射成本、散热难题、太空辐射到碎片风险逐一论证，同时延伸讨论了月球派与火星派的路线之争、太空主权法律空白等前沿话题。https://inkeast.github.io/MessageDaily/posts/2026-06-11-spacex-rise-to-mars/Thu, 11 Jun 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-06-11-spacex-rise-to-mars/硅谷101实地探访SpaceX位于德州博卡奇卡的Starbase发射基地和洛杉矶总部，并邀请SpaceX前高管回顾公司从濒临破产到成为全球商业航天巨头的历史。内容涵盖猎鹰一号的三次失败与第四次成功、NASA商业航天计划如何拯救SpaceX、火箭回收技术的突破、星链的商业飞轮效应、载人龙飞船与波音Starliner的对比、猛禽发动机的创新、不锈钢舰体的选择逻辑、以及Starship如何成为通往火星的关键一步。https://inkeast.github.io/MessageDaily/posts/2026-06-05-tian-yuandong-rsi-46billion-ai-lab/Fri, 05 Jun 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-06-05-tian-yuandong-rsi-46billion-ai-lab/基于《硅谷101》播客深度总结。田渊栋在离开Meta半年后正式官宣加入RSI（Recursive Self-Improvement），与Richard Socher等八位联合创始人共同获得5亿美元融资、46.5亿美元估值。本文围绕RSI的愿景——用AI自动化AI科研、实现递归式自我改进——展开讨论，涵盖融资逻辑、团队构成、技术路线（latent reasoning vs Chain-of-Thought、强化学习上限、预训练核心性）、New Lab格局分析（SSI、Thinking Machines Lab、David Silver的Unthinkable）、大厂组织架构困境、AI对就业的冲击等核心话题。https://inkeast.github.io/MessageDaily/posts/2026-06-02-hassabis-deepmind-story/Tue, 02 Jun 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-06-02-hassabis-deepmind-story/基于《硅谷101》播客深度总结。围绕哈萨比斯新传记《哈萨比斯：谷歌AI之脑》（作者马拉比，中文译者周建功），从神童时代、万灵药工作室、DeepMind创建融资、谷歌收购、AlphaGo与AlphaFold的技术突破、强化学习vs深度学习路线之争、ChatGPT冲击后的追赶，到哈萨比斯对AI风险的态度转变。全面梳理这场由一位科学家发起、却被竞争裹挟的AI竞赛。https://inkeast.github.io/MessageDaily/posts/2026-06-01-99-percent-homework-ai-education/Mon, 01 Jun 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-06-01-99-percent-homework-ai-education/三位与AI共同度过整个大学生涯的名校生——清华法学院Alfred、NYU心理学Klantoo、哥大管理学Jack——讲述了他们99%的作业由AI完成的真实经历。从考试满分到AI上瘾，从学历的社会信号论到博雅教育的回归，这三位第一批’AI原住民大学生’给出了比马斯克更复杂也更扎心的答案。https://inkeast.github.io/MessageDaily/posts/2026-06-01-agent-new-infra-one-person-global-business/Mon, 01 Jun 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-06-01-agent-new-infra-one-person-global-business/阿里巴巴国际业务总裁张阔深度分享：B2B贸易正在走向A2A（Agent to Agent），Accio产品MAU已达千万。从AI Native产品范式、Agent工作流设计、token经济学，到一人企业如何借助AI做全球生意——一个传统互联网无法改变的30万亿美元存量市场，正被AI重新撬动。https://inkeast.github.io/MessageDaily/posts/2026-06-01-andrew-dai-gemini-visual-reasoning/Mon, 01 Jun 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-06-01-andrew-dai-gemini-visual-reasoning/基于《硅谷101》视频播客深度总结。Andrew Dai，谷歌Brain十四年老兵、Gemma预训练负责人、大规模预训练+微调范式与MoE架构的早期奠基人，在Gemini 2.0发布后选择离职创业。他亲述谷歌大模型从被OpenAI反超到翻身重登巅峰的内幕——ChatGPT’抢首发’的遗憾、DeepMind与Brain合并的持续摩擦、数据优化如何成为大模型真正的差异化壁垒，以及他为何认定语言模型无法抵达AGI、纯视觉模型也不够，必须走’语言推理+视觉推理’融合的多模态新路线。https://inkeast.github.io/MessageDaily/posts/2026-05-28-guigu101-may-opinion-summary/Thu, 28 May 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-05-28-guigu101-may-opinion-summary/整理自硅谷101五月发布的五期播客节目，涵盖 Token 经济学、Google Gemini 发展历程与出走创业、机器人数据困境、AI Agent 社交革命、DeepSeek 与模型效率突围等话题。共5大主题，每期以"新变化"+“作者观点+解释"双维度整理，附4条跨期交叉洞察，让没看过原节目的读者也能快速理解观点背后的推理逻辑。