大多数人做 AI 产品，是先找模型、再想功能；而这位前谷歌产品人直接反着来：先锁定“性感到不行”的用户，再用一个极其朴素的框架，把 GPT Wrapper 拆到只剩下能不能赚钱。这期视频最大的猛料是——真正值钱的从来不是模型，而是你对某个细分人群的残酷洞察。
如果你觉得“设计被AI抢饭碗了”，那你可能恰好看反了。Figma Config 的这期 Figbrew，请来了从核电工程、Nike 到 BCG Digital Ventures 的 Kevin Bethune。他用自己横跨工程、实体产品与数字世界的职业路径，讲清了一件事：真正的挑战不是 AI 会不会取代设计师，而是复杂性已经彻底改变了设计这门手艺。
一边是前OpenAI CTO Mira Murati高调成立Thinking Machines Labs，却几乎不透露具体产品；另一边是曾被寄予厚望的AI硬件Humane Pin在一年内宣告失败。视频通过这两个对比鲜明的故事，揭示了当下AI创业中理想、资本与现实之间的张力。
这期访谈中，Bolt 创始人 Eric Simons 回顾了公司一度走到“年底可能就要关停”的低谷时刻，以及他们如何通过对开发者体验的极致聚焦，走向数亿美元估值。视频不仅讲创业反转，也罕见展示了 AI 驱动的应用构建全过程。
Google 发布的 AI Co-Scientist 不只是一个科研辅助工具，更像是一张多智能体系统的未来蓝图。它展示了 AI 不靠“更聪明的模型”，而是通过分工协作、竞赛进化的方式，开始真正参与科学发现，并已在药物再利用等真实实验中得到验证。
很多人把“AI Agent”当成新一轮营销热词，但在这场演讲中，Chip 用亲身经历、经典定义和真实工程难题解释了：Agent并不新，却异常困难；也正因为难，它才是通往下一代AI应用的关键路径。
这场演讲并不是在推销又一个AI平台，而是一次来自一线创业者的反思：为什么AI开发者的体验长期“很糟糕”，以及Modal是如何在一次次踩坑中，围绕冷启动、调度和GPU使用，把体验重新做对的。
Patrick Dougherty在创业过程中推翻整套产品，转而用AI Agent重构系统。这次分享不是概念宣讲，而是来自真实生产环境的教训：什么才算Agent、为什么“会想”比“知道多”更重要，以及哪些常见做法其实在拖垮Agent表现。
这篇文章还原了Cohere工程师Shaan Desai关于“企业级LLM Agent如何真正跑起来”的一线经验，从框架选择、单/多Agent策略，到安全、评估与失败治理，揭示了为什么大多数Agent原型很炫却难以规模化，以及Cohere如何把这些教训固化成产品North。
基于Juan Peredo一年半构建生成式AI应用的真实经验，这篇文章系统梳理了从架构复杂度、模型部署、评估体系，到Agent成本与可观测性的关键教训，帮助开发者少走弯路，把GenAI真正落地为可靠产品。