Demis Hassabis 罕见预判:AGI 不是算力问题,真正的瓶颈在这里
当几乎所有人还在讨论更大的模型、更长的上下文窗口时,Demis Hassabis 在 YC 的舞台上泼了一盆冷水:这些都不足以通向 AGI。他直言,真正关键的问题至今无人解决,而且可能会在你正在做的创业项目中途突然出现。
当几乎所有人还在讨论更大的模型、更长的上下文窗口时,Demis Hassabis 在 YC 的舞台上泼了一盆冷水:这些都不足以通向 AGI。他直言,真正关键的问题至今无人解决,而且可能会在你正在做的创业项目中途突然出现。
很多人以为 Codex 只是“更会写代码的 ChatGPT”,但视频里真正炸裂的一点是:Codex 被定位成一个能直接控制你电脑、管理文件、记住长期上下文、还能自动化工作的 AI Agent 超级应用。看完你会明白,为什么它更像一个能长期共事的 AI 同事,而不是聊天工具。
如果你以为这只是一期杂谈节目,那你会错过太多猛料:美国正在逼近“车内AI监控”时间表、AI Agent从玩具走向生产系统、OpenAI的Goblin Mode暗示提示工程正在失效,而Blackstone管理着1.3万亿美元的掌门人,正在用一种极其冷静的方式重新下注AI与基础设施。
很多AI团队以为,模型效果不好,是模型不够强。Phil Hetzel却在这次分享里泼了一盆冷水:真正拖垮AI Agent落地的,往往是你根本没建好的Eval平台。这不是工具问题,而是一个被严重低估的系统级难题。
MCP 被捧成 AI Agent 时代的“新 API”,但 Anthropic 的工程师却在台上直言:企业真正卡住的,从来不是协议本身。这场演讲抛出一个反直觉结论——如果没有网关,MCP 在企业里几乎注定失控。
当Elon Musk把Sam Altman告上法庭,当AMD高管说“软件只是token和时间”,当AI Agent开始接管你的日常任务——这期TBPN不像节目,更像一场对未来世界的压力测试。
当所有人都在追逐“一个人+一堆AI Agent=一支团队”时,GitHub Next 的 Maggie Appleton 站出来泼了盆冷水:真正拖垮团队的,从来不是写代码慢,而是没人对“该不该做”达成一致。这场演讲,几乎是在否定当下最流行的 Agent 使用方式。
如果你还在不断换最新的 Agent 工具,可能已经走偏了。这期 AI Daily Brief 抛出一个反直觉观点:真正拉开人与人差距的,不是模型、不是框架,而是你有没有一个“Agentic Operating System”。一套能跨工具、可复利、不会被时代淘汰的底层系统。
把所有 API 一股脑喂给 Agent,看起来很聪明,实际上却是灾难。Cloudflare 的 Matt Carey 用一次真实的工程踩坑告诉你:上下文窗口不是瓶颈,思路才是。
如果一个 AI Agent 已经很强,那把它扩展到 100 个,效率会爆炸吗?答案是否定的。AgentCraft 的作者 Ido Salomon 给了一个反直觉的判断:真正的瓶颈不是模型,而是人类自己。这场演讲把“多 Agent 失控”这个行业痛点,拆解成一套来自游戏世界的解决方案。