节目简介： 本期围绕微软 CEO 对 AI Agent 时代的判断，讨论产品形态与模型能力如何共同演进，以及 Autopilot 如何承担日常任务。我们还拆解席位与用量结合的定价、多模型生态、自动更新的决策信息系统和安全边界，并探讨 Windows 本地与云端协作的愿景，理解 Agent 走进工作流所需的信任。 目录： 1. 微软如何理解 Agent 时代的市场机会 2. 产品形态与模型能力的两条演进曲线 3. Autopilot 的任务场景与信任设计 4. 席位、用量与订阅价值的定价逻辑 5. 多模型生态与可替换的工具框架 6. 从资本支出追踪看决策信息系统 7. 持续运行的 Agent 如何守住安全边界 8. Windows 的智能愿景与微软的系统布局 本期要点： - 产品形态与模型能力并不同步，部分 Agent 想法需要等待技术条件成熟才能落地。 - Autopilot 被比作个人的首席幕僚，发票处理等边界清楚、结果可验证的任务成为讨论中的落地示例。 - Agent 产品设计需要考虑控制权如何交接，可审计性、可观察性和安全治理影响用户信任。 - 席位与用量结合的定价，让新能力先按用量试用，再随成本下降逐步进入订阅。 - 多模型生态强调工具框架、上下文、记忆与模型分离，通过私有评测选择适合场景的模型。 - 对话以资本支出追踪系统为例，讨论整合公开信息与内部分析如何改善企业决策。 - 沙盒隔离、行为监控与权限审计，为持续运行的 Agent 建立可检查、可纠正的行动边界。 - Windows 的未来愿景涉及本地与云端自动协作，利用设备算力降低用户对用量和成本的顾虑。 原文链接： https://mp.weixin.qq.com/s/i65WZVB97Q8XfSUAHHRy0A 公众号：深思圈

节目简介： 当用户把需求交给 AI，服务如何被发现、被调用，又如何完成交易？本期围绕 Muse Connector，讨论它与传统 App Store 的分发差异，拆解获客、维修、约球和晚餐规划四类创业场景，并聊聊早期增长、开发测试与竞争壁垒。平台能否留住用户仍有悬念，创业的起点可以落在一个具体的需求上。 目录： 1. App Store 类比与 AI 服务分发的变化 2. Connector 如何完成一次录音室预订 3. 四类围绕真实交易的创业机会 4. 让第一批用户用起来的增长路径 5. 从单一任务开始开发与测试 6. 品牌、竞争壁垒与平台的不确定性 7. 从熟悉用户的具体卡点寻找生意 本期要点： - 从主动搜索下载到 AI 按任务调用，服务可能在对话的需求链条中被发现。 - Connector 提升服务的可访问性，日历准确性、设备和客服等履约质量仍需服务商保证。 - 四类创业场景包括本地商家获客、上门维修调度、运动场地与约战匹配、晚餐规划与买菜。 - 对话强调真实交易的价值，先用具体样本验证需求，再投入开发。 - 早期增长可从精准创作者合作、任务分享和已有聚合平台切入。 - 第一版聚焦一件事，先跑通查询与报价，再加入预订，并测试档期冲突和过期报价。 - 独特数据、本地合作网络与独家供给可能形成壁垒，平台用户规模和长期留存仍待验证。 原文链接： https://mp.weixin.qq.com/s/rAPQgZCl-fYMPyrqJJgFzQ 公众号：深思圈

节目简介： 当多个 AI 助手分别掌握你的偏好、关系与计划，个性化也会变成迁移壁垒。本期拆解获投 300 万美元的两人团队 Egoist Machines 及其 AI Passport，讨论它如何用分级授权、访问记录和撤回机制让个人上下文跨应用流动，并审视安全、平台接口、中立性与用户采用等现实挑战。 目录： 00:00 开场 00:54 01｜三个助手，三个“你”：AI 记忆如何变成新的锁 03:56 02｜从携号转网看上下文：为什么记忆应该能够带走 06:59 03｜一本带权限的护照：AI Passport 到底怎样运作 09:52 04｜助手变深、信任松动：这个产品为何现在出现 12:48 05｜两个人挑战平台壁垒：创始团队与中立定位 15:27 06｜钥匙能否真正归还用户：安全、接口与采用难题 18:40 收尾 本期要点： - 普通用户平均使用三个通用 AI 助手，个人上下文被分散成多个互不相通的“你”。 - 现有记忆导入多靠生成摘要后复制，只能完成一次性迁移，无法持续同步，也可能遗漏细节。 - AI Passport 宣称支持约 800 个应用连接器，让用户审阅信息，并按类别、目的和期限授权访问。 - 产品承诺为访问留下“收据”，允许随时撤权，并将指定信息从源头删除，但尚缺少独立验证。 - AI 助手已深入邮箱、浏览器、日历乃至财务账户，记忆错误或权限滥用可能直接影响现实行动。 - Egoist Machines 仅有两名创始人，其核心定位不是与助手竞争，而是成为独立、中立的上下文与身份层。 - 产品仍面临数据集中后的安全风险、第三方平台接口依赖、商业中立性及用户采用等难题。 原文链接： https://mp.weixin.qq.com/s/sLdPp1vY6joKsupJ0ZDEAw 公众号：深思圈

节目简介： Stripe联合创始人John Collison认为，AI智能体将借助计算机操作绕过旧网站改造，并重塑商品发现、支付与软件集成。本期结合Stripe布局，讨论身份授权、网络安全、按量计费、模型路由及企业个人化软件，同时厘清预测、事实与现实边界。 目录： 00:00 开场 00:54 01｜从替你续驾照开始：computer use 为什么是关键台阶 03:41 02｜AI成为新货架：商品发现与长尾商家的机会 06:32 03｜机器人占据互联网之后：身份、授权与安全攻防 09:12 04｜产品的用户正在换人：从开发者体验到AI体验 12:12 05｜Stripe在拼什么：支付、计费、稳定币与模型路由 15:15 06｜奇点叙事之后：企业个人化软件与长期主义 18:37 收尾 本期要点： - 计算机操作让AI直接使用现有网页，无需等待各机构逐一开放API，但可靠性、身份验证和异常处理仍是现实障碍。 - 个人智能体需要持续上下文、充足算力与成熟的计算机操作能力，才能把自然语言指令转化为跨步骤的实际行动。 - AI可能成为新的商品发现入口，为口碑良好的长尾商家带来机会，但智能体商业目前仍处于建设和试验阶段。 - 当正常用户也通过机器人访问网站，安全判断必须从识别真人转向验证代理身份、授权范围、凭证和交易风险。 - 编程智能体正在改变产品设计：文档、API版本、参数约束和错误提示都要做到明确、一致、可验证。 - Stripe通过Bridge、Privy、Metronome和OpenRouter补齐稳定币、可编程钱包、按量计费与模型路由能力。 - 企业个人化软件的前提是打通内部数据并建立严格权限护栏，再让一线员工针对真实工作流自行构建工具。 - 面对AI浪潮，John仍强调长期增长、客户价值、声誉和可靠性，并提醒宏大预测不能替代基础建设。 原文链接： https://mp.weixin.qq.com/s/FbhBbUlCCG0I9YOrh-CD-w?token=377148171&lang=zh_CN 公众号：深思圈

节目简介： 从空客 A380 因软件版本不一致造成的工程错位出发，本期拆解 Flow 如何用系统图连接需求、设计、测试与合规，并让智能体追踪变更。同时审视其融资历程、Rivian 的采用数据、7.5 亿美元估值，以及公司自述效果与真实证据之间的边界。 目录： 00:00 开场 00:54 01｜从 A380 的错位开始：硬件为什么慢在“对不齐” 04:23 02｜从火箭咨询到 Flow：一个需求管理工具如何长出来 07:29 03｜系统图与智能体：把隐藏的依赖关系变成机器可读的数据 10:40 04｜Rivian 的 1,500 个用户：采用信号与效果证据的边界 13:57 05｜7.5 亿美元估值背后：投资人押注实体产品的“操作系统” 17:10 06｜智能体接手执行之后：工程师如何定义规格、约束与正确性 20:16 收尾 本期要点： - A380 不同团队使用不同版本的 CATIA，暴露了复杂硬件项目中“共同事实”分叉所造成的高昂协调成本。 - 创始人 Pari Singh 从火箭工程实践出发，把需求、MATLAB 模型、CAD 与仿真连接成闭环，并于 2019 年将咨询业务转向软件产品。 - Flow 的系统图将需求、设计决策、接口、预算、测试结果和合规证据显式关联，使变更影响可以被机器读取和追踪。 - Flow 不试图替代 CAD、仿真和测试软件，而是充当跨工具的关系层，并引入类似 GitHub 的分支、差异审查与合并机制。 - Rivian 的 Flow 用户七个月内从 40 人增至 1,500 人，每周产生数百万次 API 调用，证明了组织内的采用，但不能直接证明效率提升幅度。 - Flow 公布的需求维护时间减少 79%、测试覆盖提升至三倍等效果尚缺乏独立验证，应与用户增长等采用信号分开看待。 - 投资人押注 Flow 从需求管理工具升级为实体产品研发的基础层，但其 7.5 亿美元估值仍依赖集成可靠性、组织采用、认证能力和长期验证。 - 智能体可以承担变更传导、冲突检查和重复计算，工程师的核心职责则更集中于定义规格、约束、安全边界与验收标准。 原文链接： https://mp.weixin.qq.com/s/vlN7ByxfOxVaKfa-sHv4mA?token=377148171&lang=zh_CN 公众号：深思圈

节目简介： 本期从复杂工作流可能随模型升级而失效谈起，梳理 Dots 从工具走向长期在线同事的产品设想，并讨论主动提醒与执行权限、面向 Agent 的接口和生态变化，以及留存为何逐渐成为分发依据。配置退居后台后，人的判断、安全监控与平台责任反而更加重要。 目录： 00:00 开场 00:54 01｜模型升级之后，哪些工作流会变成脚手架 03:57 02｜从工具到同事：长期在线的 Dots 产品形态 06:33 03｜主动但不越权：提醒、执行与权限边界 09:08 04｜Agent 成为主要用户：接口、流量与生态重构 11:55 05｜留存就是分发：质量如何取代包装和关键词 14:41 06｜配置消失之后：人的判断、安全监控与平台责任 17:31 收尾 本期要点： - 复杂工作流常是模型能力不足或响应延迟下的临时脚手架，目标、质量标准和关键约束更值得长期沉淀。 - Dots 被设想为拥有云端电脑、浏览器和长期记忆的在线同事，可跨渠道持续理解并推进用户目标。 - DevDay 前的故障提醒说明，主动 Agent 的价值不仅是发现异常，还包括结合场景判断何时应该打扰用户。 - 理解局势不等于获得执行权，高风险操作需要按可逆性、影响范围和确认成本设置权限边界。 - 当 Agent 成为产品的重要调用者，团队既要建设稳定接口、控制调用成本，也要保留人类理解、授权和纠错的体验。 - Agent 会依据持续使用效果选择工具，稳定交付、清晰反馈和合理权限因而可能直接影响后续推荐与分发。 - 隐藏模型和流程配置只是把复杂度转移给平台，运行时监控、提示词注入防护和人工确认仍不可缺少。 原文链接： https://mp.weixin.qq.com/s/_V8TNu1rpDg0Psda8Z_3dg?token=377148171&lang=zh_CN 公众号：深思圈

节目简介： Anthropic 产品负责人 Ami Vora 与 Mike Krieger 讨论 AI 时代的产品工作。原型、开发与试错成本持续下降，传统 PM 手艺随之折旧，但识别真实问题、在不确定中判断取舍、协调各方并对整体结果负责，反而更加稀缺。节目还探讨了 agent-native 产品、可塑软件、底层能力统一，以及多线实验如何收拢为完整产品。 目录： 00:00 开场 00:54 01｜从淘汰 PM 到人人都要学会当 PM 03:46 02｜技术不断重来，人的问题依然存在 06:35 03｜AI 能做连接工作，谁来对整体负责 09:23 04｜旧手艺开始贬值，判断与推进变得更贵 12:10 05｜从 AI 侧边栏走向 agent-native 产品 15:24 06｜多押几注之后，如何把实验收拢成一个产品 18:21 收尾 本期要点： - “人人都要学会当 PM”并非要求人人写需求文档，而是让团队成员具备识别问题、作出取舍和对结果负责的能力。 - 技术能力可能每隔数月变化，但用户的真实问题变化较慢；产品工作的稳定锚点应是问题与价值，而非既有流程。 - Claude 能连接信息、提示风险，却仍需要主体召集人员、推动决策落地，并持续照看客户、安全、支持等项目接缝。 - 原型和验证成本下降后，按钮位置等精细推演不再同样稀缺，适应力、判断力与持续推进能力变得更重要。 - agent-native 产品要求人能完成的任务也能由 agent 完成，并让界面、agent 与 API 共享统一的底层能力和权限逻辑。 - 并行实验需要明确负责人、共享基础设施和真实用户信号；暂时失败的项目可沉淀为评测，等待模型能力跨过门槛。 - 实验跑通后的难点是收拢：既不能过早扼杀可能性，也不能把每项成果都堆成独立入口，让用户自行理解。 原文链接： https://mp.weixin.qq.com/s/gDQgP7JbcRhkCdMy0cEumQ?token=377148171&lang=zh_CN 公众号：深思圈

节目简介： 本期拆解Clay的增长案例，核对三年增长与广告投入的表述，讨论用户教育、玩法分享、渠道选择和行业文章如何连接客户与销售。节目也追问人才与时间成本，区分传播影响和商业结果，提醒团队根据产品特点判断哪些做法值得借鉴。 目录： 00:00 开场 00:54 Clay 三年增长多少，低广告投入能证明什么 03:46 为什么难上手的工具要先教用户 06:38 把用户的自创玩法接到更多人面前 09:41 谁能把用户经验写成高管愿意讨论的行业问题 12:40 文章里的语言怎样进入销售与合作 15:42 对手用了你的词，生意就赢了吗 18:45 收尾 本期要点： - 原文标题称三年增长十倍，正文却列出六倍、两倍、两倍；若按年度规模倍数连乘则为二十四倍，但增长指标并未交代。 - 材料对广告支出的表述不一致，只能谨慎描述早期广告投入很低；人才、课程、社区和内容制作仍有成本。 - Clay以自由组合的产品能力吸引用户，通过Clay University和学习小组帮助上手，但课程是否有效仍需看用户能否完成实际任务。 - Clay主动推广用户自创玩法；拥有感可能促进分享，却不能据此认定所有学员都会传播产品。 - Peter选择LinkedIn是因为销售和市场客户在那里，两年发布超过两千条内容并持续互动，发布数量本身不能证明获客效果。 - 叙事负责人Mishki每篇行业文章投入近一个季度，与客户、营收负责人、熟练用户及创始人交流，并将相关语言延伸到销售和合作材料。 - 竞争对手采用相关词汇，说明语言有所传播；材料不足以证明商业胜利，也无法分离产品、教育、社区与叙事对增长的贡献。 原文链接： https://mp.weixin.qq.com/s/uVsjacRQhM4g2Uu9AV35zw?token=377148171&lang=zh_CN 公众号：深思圈

节目简介： 本期以 Instinct 为例，讨论 Personal Agent 如何从回答问题转向主动执行，完成穿搭、退订、旅行与社交协调。节目进一步拆解数据授权、安全防线、交易抽成、算力压力与产业影响，并追问当 AI 长期参与个人决策时，帮助与操控的边界该如何守住。 目录： 00:00 开场 00:54 01｜从回答到行动：Personal Agent 为什么不再只是一个 App 03:47 02｜从建议到委托：穿搭、订阅与旅行如何被端到端完成 06:29 03｜从授权到信任：交出数据和判断权之后，安全如何建立 09:25 04｜从注意力到意图：没有 App 的商业模式怎样运转 12:22 05｜从个人到网络：Agent 协作、算力压力与互联网产业重排 15:22 06｜从任务到目标：当 AI 真正懂你，帮助与操控如何分界 18:07 收尾 本期要点： - Instinct 没有传统 App，而是通过短信、电话和邮件持续理解情境，在恰当时机主动推进任务。 - 穿搭预览、取消订阅和旅行预订展示了端到端委托：Agent 不只给建议，还会完成购买、取消、付款与日历同步。 - 用户使用三周后，40% 会主动分享信用卡信息；分享首条敏感信息后，留存率升至 80%，说明权限来自逐步积累的信任。 - 安全体系独立于 Agent 本身，由内容防火墙过滤恶意输入，再由行为监控系统审核即将执行的动作。 - Instinct 免费服务用户，通过交易向商家抽成；平台年交易额超过 10 亿美元，其中约一半来自旅行。 - 不同用户的 Agent 可以在分层授权下协调日程与活动，让社交协作逐渐转为 Agent 之间的协作。 - 持续后台运行带来高昂算力压力，团队通过拆分、批处理和延后非实时任务降低服务成本。 - 当 Agent 从执行任务转向长期追踪目标，推荐、交易抽成与用户利益之间的冲突将成为治理核心。 原文链接： https://mp.weixin.qq.com/s/Ghgi43POD5pt6dFNHWwfPQ?token=377148171&lang=zh_CN 公众号：深思圈

节目简介： 本期围绕纳德拉访谈整理，讨论持续运行的代理如何进入日常工作。从发票处理、决策信息看板，到权限治理、模型替换、订阅收费与本地云端协同，逐项梳理可用前提与未知之处，并探讨企业如何核算检查、返工、维护和使用成本。 目录： 00:00 开场 00:54 长时运行的代理来了，聊天框还要不要留 04:00 先管发票，还是先整理决策信息 06:58 越接近决策，究竟该交出多少权限 09:54 边界守住了，企业还要把能力押在一个模型上吗 12:58 模型可以替换，账单为何还要保留席位费 15:56 Windows 能兑现无限量智能吗 19:04 收尾 本期要点： - 外置记忆与云端沙盒为代理持续运行提供条件，但运行时长不能证明任务可靠，也不能代表用户省下多少时间。 - 发票处理便于核对结果，但材料未涉及付款；试用时需明确交付范围，并计算检查、补材料和返工时间。 - 纳德拉举例结合 SEC 文件、内部分析与 Fabric 数据平台构建看板；每日刷新不代表公开数据每日更新。 - 持续运行需要权限限制、沙盒隔离、监控和审计；异常接手与阻止越界的能力也应纳入试用评估。 - 纳德拉主张分离模型、工具框架、上下文和记忆，并建议企业开展私有评测；模型替换后的任务衔接仍需验证。 - 微软结合席位订阅与用量收费，固定费用有助于预算，但材料未提供额度、超额规则或能力纳入订阅的时间表。 - Hydra Fusion 探索本地与云端任务分配；“无限量智能”仍是愿景，代理市场远超云计算的预期也缺少文中测算支撑。 原文链接： https://mp.weixin.qq.com/s/i65WZVB97Q8XfSUAHHRy0A 公众号：深思圈

节目简介： 个人AI代理正从聊天工具变成替普通人办事的行动者。本期结合a16z对话，讨论它为何从报销、退款等省钱场景切入，如何在主动服务与越界之间建立信任，并分析后台交互、语音入口、商业成本及代理间交易网络的潜在影响。 目录： 00:00 开场 00:54 01｜大爆发：个人 Agent 为什么在此刻走向普通人 04:20 02｜价值入口：从提升效率转向替用户省钱 07:11 03｜信任边界：主动性如何成为护城河而不越界 10:21 04｜隐形交互：后台代理、语音入口与沉默的群聊助手 13:33 05｜产品生意：委托关系、界面竞争与高昂成本 17:00 06｜下一阶段：商业规则重写与 Agent to Agent 网络 19:54 收尾 本期要点： - 个人代理的关键变化不是更会聊天，而是能替用户完成报销、退款、账单管理等现实事务。 - 相比抽象的效率提升，追回差价、降低账单等可量化收益，更容易让普通用户感知价值并付费。 - 主动性可能成为产品护城河，但高影响、不可逆或需要用户承担后果的行动必须事先确认。 - 理想代理应尽量在后台完成工作，仅在必要时通知用户，避免把管理代理本身变成新的负担。 - 语音适合手眼被占用的场景，群聊代理则应保持克制，以记录、追踪和私下提醒为主。 - 从助手到代理意味着控制权逐步委托，用户会在连续可靠的小任务中扩大授权范围。 - 持续运行的个人代理成本高昂，创业公司的长期优势更可能来自信任、习惯与个人数据积累。 - 代理替人购物并与其他代理直接交易，可能冲击广告、平台入口和信息差驱动的商业模式。 原文链接： https://mp.weixin.qq.com/s/M2gamEfyNq-H_zzcQDvH6w?token=377148171&lang=zh_CN 公众号：深思圈

节目简介： 本期围绕 Greg Isenberg 的分析，讨论智能体调用外部服务给小团队带来的机会。从录音室预订、餐厅开业线索到家庭晚餐规划，拆解需求验证、获客和首版测试，并追问调用能否带来利润、用户是否回流及平台增长的不确定性。 目录： 00:00 开场 00:54 用户不用搜索了，小服务就更容易被发现吗？ 03:47 被调用一次，离赚到钱还有多远？ 06:51 哪个卡点值得先做，怎样在写代码前验证？ 09:37 需求成立了，第一批用户从哪里来？ 12:47 有人愿意试用，第一版做到什么程度才够？ 15:47 流程跑通之后，留下的是谁的客户 18:47 收尾 本期要点： - 智能体可能在用户搜索之前调用服务，但接入连接器不保证获得推荐，平台如何挑选服务仍不清楚。 - 录音室案例串起补问需求、查询档期、报价和用户确认后的预订；调用、成交与利润需要分别计算。 - 餐厅开业线索可先用样本验证时效和付费意愿；百名客户每月支付九十九美元只是收入假设。 - 维修预约需要核实型号与上门时间，约球需要协调场地和球友，晚餐规划需要通过实际用餐检验复用意愿。 - 育儿博主合作、球友邀请和行业聚合平台是三条获客思路，应分别观察任务完成、后续主动使用及实际曝光。 - 首版可先做查询和报价，并明确能力范围；加入预订后，要检查占用档期、过期报价、重复请求和改期追问。 - 订单未必转化为服务商自己的客户；持续可用的数据和供给可能形成优势，平台排名也不能证明长期留存。 原文链接： https://mp.weixin.qq.com/s/rAPQgZCl-fYMPyrqJJgFzQ 公众号：深思圈

节目简介： 当AI把工程、设计和分析能力带到个人手边，影响力不再只能靠扩大团队实现。本期借Elena Verna从管理者转为高影响力个人贡献者的经历，讨论完整工作闭环、职业身份重建，以及组织如何同步调整信息、决策权、失败空间与薪酬制度。 目录： 00:00 开场 00:54 第一章｜那把熟悉的晋升梯子为什么开始松动 03:50 第二章｜HI-IC 如何把一个团队的工作压缩到一个人身上 06:40 第三章｜平均水平的 AI 怎样缩短从想法到反馈的距离 09:29 第四章｜放下头衔之后，职业身份如何重新建立 12:36 第五章｜信息、权力与薪酬怎样组成新的组织操作系统 15:38 第六章｜当管理不再等于晋升，我们该如何选择影响世界的方式 18:41 收尾 本期要点： - 传统晋升体系把下属数量当作影响力的代理指标，前提是个人产出边界相对固定。 - 高影响力个人贡献者能独立完成问题发现、决策、跨职能执行、结果验证和持续迭代。 - AI提供“平均水平”的工程、设计与分析能力，人的深度判断力则负责选择问题和确定方向。 - 个人闭环减少了排期、审批与职能交接，让产品更快进入真实反馈和学习周期。 - 从管理者转为个人贡献者并非天然降级，职业价值可以建立在判断、执行和结果责任上。 - 组织要让新角色成立，必须提供第一手信息、相应决策权、合理的失败空间与跨职能职责。 - 薪酬、地位和话语权需要与管理人数解绑，管理也应成为主动选择的职业路径，而非默认晋升。 原文链接： https://mp.weixin.qq.com/s/PZS_hhDNkZQxlomR9TvBcg?token=377148171&lang=zh_CN 公众号：深思圈

节目简介： 在红杉工作二十六年后，Doug Leone于六十九岁回归，却自称“低级分析师”。本期从他对恐惧的利用讲起，梳理移民经历、退休交棒、AI时代再学习、百倍投资标准、创始人支持，以及信任和真实反馈如何塑造长期判断力。 目录： 00:00 开场 00:54 01｜恐惧为何能成为一生的燃料 04:05 02｜从移民少年的胜负心，到放下虚假的敌人 07:10 03｜退休、回归与重新成为“低级分析师” 09:58 04｜三个投资问题与百倍回报的长期主义 12:38 05｜从产品到生意：投资人如何支持创始人 15:36 06｜信任、真实反馈与倾听如何塑造判断力 18:29 收尾 本期要点： - 恐惧未必只是阻力：Leone把它视为触碰能力边界的信号，通过行动、练习与验证减少回避。 - 早年被轻视的经历激发了Leone的胜负心，但他到五十岁左右才逐渐放下想象中的敌人。 - 六十五岁退休后，他在六十九岁受邀回归红杉，并以“低级分析师”的心态重新学习AI。 - 他的三项投资测试是：是否愿投孩子的钱、一生二十笔投资是否值得占一席、能否回报整个基金。 - 红杉曾过早卖出苹果、思科、谷歌和英伟达等公司，说明发现伟大公司之外，长期持有同样困难。 - 投资人的价值并非替创始人决定技术路线，而是补足招聘、销售、定位、市场和组织建设能力。 - 信任建立在能力与意图之上；真实反馈还需要合适的时机、语气和具体参照。 原文链接： https://mp.weixin.qq.com/s/PwAo-M-p_fiUZnelo-V6SQ 公众号：深思圈

节目简介： 本期拆解a16z对AI泡沫的反向判断。产业使用量持续增长，重度用户却仍不足潜在市场的百分之一；若数据中心建设跟不上需求，token未必持续降价，还可能加剧算力分配不平等。节目同时讨论多模型入口、英伟达生态、地方数据中心与轨道算力的机会和限制。 目录： 00:00 开场 00:54 泡沫叙事与产业数据为何背离 03:32 从零和竞争转向多方共存 06:02 重度用户尚少，算力需求才刚启动 09:05 供给不足如何推高价格与计算不平等 12:13 从小镇数据中心到轨道算力 15:37 谁将掌握智能入口与算力生态 18:59 收尾 本期要点： - 产业指标持续加速，AI相关资产价格却按泡沫破裂预期重估，两者出现明显背离。 - 全球AI重度付费用户可能不足一千万，相比十五亿知识工作者，渗透率仍不到百分之一。 - 企业内部AI用量呈幂律分布，最高用量工程师可能达到中位数的一百倍，普及与深化仍有巨大空间。 - 模型效率提升不等于token必然降价；如果需求增长快于供给扩张，价格可能反向上涨。 - 算力稀缺可能让资金雄厚的企业优先锁定容量，进一步形成个人与企业之间的计算不平等。 - 数据中心可能为小镇带来税收和技术工种，但实际收益取决于就业、财政收入与公共投入能否惠及当地。 - 轨道数据中心被视为潜在调峰方案，其商业可行性仍取决于可复用火箭的发射成本和实际运行数据。 - 未来企业可能采用多模型架构；默认智能入口的竞争将围绕数据、安全、路由、信任与生态整合展开。 原文链接： https://mp.weixin.qq.com/s/-DBhiWWuyajAjPNqbyTP2Q 公众号：深思圈