DeepMind现场实录:真正能落地的AI Agent,不是更聪明而是更会“循环”
大多数人还在比模型参数,Google DeepMind 却在公开课上反复强调一件反直觉的事:Agent 成败不在模型,而在“循环、工具和缓存”。这场从 API Key 到语音 Agent 的现场演示,暴露了下一代应用的真实门槛。
大多数人还在比模型参数,Google DeepMind 却在公开课上反复强调一件反直觉的事:Agent 成败不在模型,而在“循环、工具和缓存”。这场从 API Key 到语音 Agent 的现场演示,暴露了下一代应用的真实门槛。
Nikesh Arora 抛出一个让安全圈不寒而栗的判断:AI 并没有制造新的漏洞,它只是把人类几十年写下的烂代码一次性“点亮”了。更糟的是,企业甚至不知道自己部署了多少模型、更不知道它们安不安全。这场 AI 网络安全危机,已经不是未来式。
如果你觉得 LLM 写代码翻车,是因为模型不够聪明,这个视频会狠狠打你的脸。PostHog 的 Danilo Campos 用一连串“被机器人打到流鼻血”的真实经验,拆穿了 autonomous coding agent 最常见、也最容易被忽视的失败根源。
如果你还以为复杂功能必须靠复杂代码,David Gomes 这场分享会让你坐不住。Cursor 团队用一个 200 行的 Markdown Skill,替换掉了 1.2 万行代码、无数依赖和测试——而且功能还活得更好。
大多数人还在纠结用不用AI Agent,Riley Brown已经在思考:为什么你的Agent总是“跑不起来”?这条视频给出的答案很狠——问题不在模型,而在你配的工具链。
如果你还以为 AI Agent 需要复杂配置、脚本和工程团队,那这场 Build Hour 会直接打脸。OpenAI 展示的 Workspace agents,把“造 Agent”这件事压缩成了几句自然语言,甚至可以在上班路上用手机完成。这不是功能演示,而是工作方式的预演。
如果你还把 AI 代理当成“写代码的高级自动补全”,那你已经落后了。Stripe 在 2026 Developer Keynote 上抛出一个反直觉的数据:91% 的工程师正在被代理深度介入工作流,而真正的战场,已经从“会不会写代码”,转向“敢不敢让代理动手”。
当所有人还在争论“AI Agent 会不会取代人类工作”时,Stripe 在 Sessions 2026 的 Keynote 上直接换了一个问题:如果 Agent 真的开始自己赚钱、花钱、雇佣服务,今天的互联网和支付系统准备好了吗?答案,比你想象得更激进。
当大多数人还在讨论“Copilot 能不能提效”时,Greg Isenberg 和 Howie Lou 在这期视频里已经明确抛出一个更激进的判断:真正能赚钱的,不是助手,而是能自己跑完任务的 AI Agent。这期对话几乎每一段都在暗示一个信号——窗口期已经打开,但认知还没跟上。
如果你还把互联网的用户理解为“人”,那你已经落后了。Stripe 在内部看到一个惊人的变化:AI Agent 正在成为新的主要经济参与者,甚至开始像人一样“刷接口、薅试用、搞欺诈”。这期视频从支付基础设施的第一线,揭开了 Agent Economy 最真实、也最危险的一面。