正在加载视频...
视频章节
在这期“No Priors”年中精选集中,Sarah Guo 和 Elad Gil 串联了多位一线创业者与研究者的判断:AI 的重心正从模型本身,转向真实世界的应用、实体系统与长期落地。这是一组关于“下一阶段 AI 往哪里去”的关键线索。
2024年过半,AI真正改变世界的方式正在浮现
在这期“No Priors”年中精选集中,Sarah Guo 和 Elad Gil 串联了多位一线创业者与研究者的判断:AI 的重心正从模型本身,转向真实世界的应用、实体系统与长期落地。这是一组关于“下一阶段 AI 往哪里去”的关键线索。
AI 不只是提效工具,而是在“做大蛋糕”
这一部分为什么重要?因为它直接挑战了一个常见误解:AI 的价值只是帮现有公司省钱。Stripe 信息负责人 Emily Glasberg Sans 在对话中反复强调,AI 在金融科技中的潜力,并不局限于自动化或成本优化,而是有机会真正扩大经济活动的边界。
在谈到金融服务行业时,她刻意把 Stripe 放到一边,转而思考更大的“空白地带”:无论是初创公司还是传统机构,AI 最具颠覆性的机会,在于帮助更多原本被忽视的小企业参与到经济体系中。她用一句非常直白的话点破核心——“成功的关键,是把派做大,是去增长 GDP”。
这背后的逻辑是,AI 可以降低合规、风控、支付和运营的门槛,让原本规模太小、不值得服务的群体,第一次变成可被系统性支持的对象。这不是简单的效率提升,而是结构性的市场扩展。对于创业者来说,这意味着判断机会时,不能只盯着‘替代谁’,而要多问一句:有没有可能让原本不存在的交易发生?
软件会爆炸式增长,但需求同样真实存在
这一段讨论为什么关键?因为它回应了 2024 年最常见的焦虑之一:世界会不会被 AI 生成的软件淹没。Figma 创始人 Dylan Field 给出了一个不走极端的答案。
在被问到未来软件供给与需求关系时,他指出,“两件事可能同时成立:确实存在真实需求,同时也会有更多的软件被创造出来”。这句话看似温和,却击中了当下的核心矛盾。
一方面,生成式 AI 极大降低了“做软件”的门槛,功能型工具会以前所未有的速度增长;另一方面,人类协作、设计、表达和组织的复杂性并没有减少,反而在技术加速下变得更高。这意味着,优秀的软件不会因为数量变多而失去价值,而是需要在体验、审美和协作层面建立更强的差异化。
Dylan 的判断提醒创业者:不要被‘软件过剩’吓退,真正稀缺的从来不是代码,而是对人类需求的理解。
从机器人到具身智能:时间尺度被重新拉长
当话题转向 Figure AI CEO Brett Adcock,以及 OpenAI 研究团队时,讨论的重心明显发生变化:AI 不再只存在于屏幕里,而是开始进入物理世界。
Brett 在谈到人形机器人和智能系统的演进时,用了一个耐人寻味的说法:时间尺度是“order of magnitude plus longer”,也就是比大多数人预期的要长一个数量级。这并不是泼冷水,而是对现实复杂度的清醒认识。
OpenAI 研究团队随后补充了一个关键判断:长期来看,具身智能(physical embodiment)将是不可或缺的方向。“它将对未来的发展至关重要。”这句话的潜台词是,只有当模型与感知、行动和真实环境形成闭环,AI 才可能真正理解世界。
这一段给行业的信号非常明确:短期内别指望奇迹,但一旦突破,其影响将是系统级的。
从研究到落地:还有大量工作没人做完
在与 Cognition 联合创始人 Scott Wu,以及 Scale AI 创始人 Alexandr Wang 的对话中,节目把视角拉回到一个更现实的问题:谁来把这些技术真正推向规模化应用?
Scott Wu 的表态非常克制却真实——“还有很多事情要做,还有很多东西要去构建”。这句话背后,是从模型能力到工程化产品之间,那条漫长且容易被低估的鸿沟。
Alexandr Wang 则从数据与基础设施角度,强调了“技术的采用和进一步发展”同样重要。没有高质量数据、可靠评估和产业级流程,再强的模型也难以持续演进。
这一部分的共同信息是:2024 年之后,AI 的主战场不只在实验室,而是在那些看起来‘不性感’、但决定成败的落地细节中。
总结
这期年中精选并没有给出一个简单的结论,而是拼出了一张更真实的地图:AI 正在从炫目的能力展示,走向缓慢但深刻的现实改造。无论是扩大经济参与、重塑软件形态,还是迈向具身智能,真正的机会都属于那些尊重复杂性、愿意长期投入的人。对读者而言,最重要的启发也许是:别只追逐最新模型,而要看清技术最终会在哪里扎根。
关键词: No Priors, AI应用, 金融科技, 具身智能, Scale AI
事实核查备注: 节目名称:No Priors Ep.71;嘉宾与人物:Emily Glasberg Sans(Stripe),Dylan Field(Figma),Brett Adcock(Figure AI),OpenAI 研究团队,Scott Wu(Cognition),Alexandr Wang(Scale AI);关键原话包括“grow the pie…GDP”、“both could be true…more software”、“order of magnitude plus longer”、“essential for physical embodiment”、“there’s a lot more to do and a lot more to build”、“adoption and further development of technology”。