扎克伯格正在做两件事:把AI变成水电,把AR变成未来
Meta Connect 2024 上,真正的主角并不是某个参数爆炸的模型,而是扎克伯格本人。他一边用 Llama 3.2 夯实“开源 AI 基础设施”,一边用 Orion AR 眼镜重新点燃 Meta 最初的愿景。这场发布会,像极了当年乔布斯把技术、产品与长期叙事绑在一起的时刻。
Meta Connect 2024 上,真正的主角并不是某个参数爆炸的模型,而是扎克伯格本人。他一边用 Llama 3.2 夯实“开源 AI 基础设施”,一边用 Orion AR 眼镜重新点燃 Meta 最初的愿景。这场发布会,像极了当年乔布斯把技术、产品与长期叙事绑在一起的时刻。
ChatGPT 上线了一个“没人被正式告知”的新模型。它更聪明了吗?也许。但更重要的是:OpenAI 正在改变模型发布的规则,而这件事让从业者、研究者和开发者同时感到兴奋又不安。
Fireworks 创始人兼 CEO 林乔,曾主导 Meta 内部 PyTorch 的核心工作。她在这次访谈中回顾了一个“以为只要 6 个月、结果做了 5 年”的工程教训,并由此提出一个极具冲击力的使命:把 AI 产品的落地周期,从 5 年压缩到 5 周,甚至 5 天。
不是 Demo,不是玩具,而是一个有域名、能发给朋友用的真实网站。Riley Brown 在视频里展示了一件反直觉的事:从一句自然语言开始,5分钟内用 Claude 生成代码、在 Replit 部署,一个完整 Web App 就上线了。这不是效率提升,而是工作方式的突变。
在大多数人还在纠结“要不要上云”“服务器成本怎么算”时,这位Figma插件作者直接反其道而行:不租服务器、不跑云端,把AI模型完整搬进浏览器。本场 Config 2024 的分享,给所有AI从业者上了一课——真正的产品突破,往往来自工程上的“偷懒”。
在这期Training Data访谈中,LangChain创始人Harrison Chase系统阐述了他对AI Agent的定义、误区与未来方向。他认为,真正的突破不在于“更通用的智能体”,而在于清晰的认知架构与编排层设计,这也是LangChain存在的核心价值。
美国司法部和FTC正式对英伟达、OpenAI、微软展开反垄断调查,表面是“防止AI被垄断”,但业内越来越多人警告:这一步可能适得其反,不但打不散巨头,反而会扼杀创业公司、减少资本流入,让AI权力更集中。
这一期 No Priors 对话聚焦在一个关键转折点:当大模型继续变强,真正改变产品形态的,可能是本地部署、小模型分发,以及能源与成本这些“硬约束”。文章梳理了嘉宾对 Apple、本地 LLM、开源模型和未来算力格局的判断。
这是一位亲手打造AI代码助手的CTO,对“AI是否会抢走程序员工作”这一问题的冷静回答。通过Sourcegraph和Cody的实践,他分享了模型部署、上下文窗口、推理成本与工程师心理变化的真实经验。
一家只有6个月历史、几乎没有公开收入的AI编程公司,估值直接冲到20亿美元。它的产品Devin被吹成“第一个真正能独立写代码的AI”,也被质疑“演示大于现实”。但资本、巨头和整个AI产业,正在用真金白银表态:这可能不是泡沫,而是下一轮范式转移的起点。