当所有人都在问“AI会不会让教育失效”，MIT校长Sally Kornbluth给出的答案却更锋利：真正被挑战的不是知识本身，而是我们对“优秀”和“公平”的定义。这次在红杉资本播客中的对话，意外揭示了AI时代精英体系正在发生的深层变化。
很多人以为AI安全只能靠更大的模型、更贵的系统。但这支视频抛出一个反直觉的结论：用一个成本低到“1美元级别”的微调ModernBERT，就能构建有效的LLM安全护栏，而且不是纸上谈兵，而是真正跑过攻击向量的实战方案。
一家卖羊毛鞋的公司，股价暴涨后宣布转型做AI算力；另一边，Snap用AI当理由裁掉16%员工；亚马逊却豪掷百亿美元押注卫星直连手机。这期TBPN把当下AI周期的三种极端状态，一次性摊在了台面上。
当AI代理越来越像“数字员工”，问题不再是它们能做什么，而是谁在指挥。Paperclip给出的答案有点反直觉：不是更聪明的模型，而是一个专门为“人类介入”设计的控制平面。这期视频展示的，是AI劳动力时代一个危险又迷人的新方向。
这期TBPN看似热闹聊天，实则释放了几条被很多人忽略的关键信号：一家被反复点名的AI公司正在逼近IPO，Snap选择了一条与主流不同的AI路径，Amazon的卫星布局再次被提及，而Uber、Waymo和Meta则在不同战线悄悄试探下一阶段的入口。
在这场超过一小时的深度对谈中，黄仁勋抛出了几个足以让市场“炸锅”的判断：TPU 并不可怕、限制对华卖芯片反而伤害美国、英伟达真正的护城河不在制程领先。对每一个做 AI 的人来说，这不是一次访谈，而是一堂关于产业结构的高级课。
这期 Every 的对话抛出一个刺耳但重要的观点：LLM 的问题不是不够强，而是它天生就在“猜”。而有一类模型，从设计之初就拒绝猜答案。它不是下一代大模型，而是另一条路线。
当所有人还在盯着模型有多大、推理有多强时，一批一线团队已经把注意力转向了另一件事：如何“拴住”模型。Harness Engineering 正在悄悄决定，谁的 AI 能真正干活，谁只能做 Demo。
一场针对 Sam Altman 家庭的暴力事件，把 AI 争论从推特口水战拖进了现实世界。视频抛出一个刺痛行业的问题：当“为人类而战”的叙事开始合理化暴力，AI 从业者是否正在低估自己制造的社会情绪炸药？
在这期 Latent Space 对谈里，Notion 团队并没有炫技，而是罕见地讲清楚了他们在 AI 落地中真正被卡住的地方：上下文窗口太短、权限系统反复推倒重来、Evals 只有 30% 能通过。更反直觉的是，他们认为 AI 的终局不是“替代人”，而是“吃掉流程”。