下一个千亿美金公司,可能只有100人:Twitch创始人赌上家庭机器人
Kyle Vogt 说了一句很“狂”的话:未来五年,没有家用机器人的房子会显得很奇怪。更狠的是,他判断下一个千亿美金公司,可能诞生在一个不到100人的小团队里。这不是畅想,而是他在卖掉 Cruise、踩过无数坑之后,对 AI、机器人和创业规模的最新下注。
Kyle Vogt 说了一句很“狂”的话:未来五年,没有家用机器人的房子会显得很奇怪。更狠的是,他判断下一个千亿美金公司,可能诞生在一个不到100人的小团队里。这不是畅想,而是他在卖掉 Cruise、踩过无数坑之后,对 AI、机器人和创业规模的最新下注。
在 Figma Config 2025 的舞台上,Jude Sue 抛出一个让全场安静下来的判断:无论是社交、加密货币,还是大语言模型,真正决定产品生死的,从来不是技术本身,而是“信任”。这场演讲,把美元、Airbnb、GPT-3.5 和自动驾驶放进同一条逻辑链,揭示了 AI 时代最被低估的设计变量。
很多人以为自己在用 AI,其实只是和模型聊天。这期视频里,Greg Isenberg 请来 Riley Brown,手把手演示:如何用 MCP 给 Claude 接上真实工具,让 AI 变成能执行工作流的 Agent——效率提升不是一点点,而是认知层级的差异。
在所有人都在拼命给 AI 加能力、加上下文、加自由度时,Figma Config 2025 的这场演讲抛出了一个反直觉结论:真正让 AI 变好用的,不是更强,而是更“受限”。如果你正在做 AI 产品、对话系统或内部工具,这可能会彻底改变你的设计方法。
这场演讲表面谈的是Apple Silicon与大规模AI,真正的主线却是如何通过“质疑默认假设”,跳出主流GPU路径,重新理解AI与硬件的关系。Alex Cheema用科学史、个人思考和“硬件彩票”这一隐喻,讲述了一种少见但极具启发性的技术方法论。
这是一次来自 Anthropic 一线工程师的复盘分享,讲述他们在大规模落地 AI 工具调用时踩过的坑,以及为什么最终选择用 MCP 作为统一标准。文章将带你理解 MCP 真正解决了什么问题,以及它在安全、扩展性和组织效率上的长期价值。
当企业纷纷押注“智能体时代”,真正的分歧才刚刚开始:是构建高度协作的多智能体系统,还是打磨一个上下文完整、足够可靠的单智能体?Anthropic与Cognition给出了几乎相反的答案,而这场分歧,决定了AI系统能走多远。
Anthropic 产品经理 Theodora Chu 亲述 MCP 的起源与野心:它并不是又一个工具调用协议,而是一场围绕“模型自主性”的长期赌注。从工程师反复复制上下文的痛点,到 Cursor、Google、OpenAI 的集体采用,这次演讲给了创业者非常具体的判断框架:接下来该往哪里建。
在这期对话中,前OpenAI首席研究官Bob McGrew给出了一个耐人寻味的判断:实现AGI所需的关键技术突破,可能已经基本完成。真正的挑战,不在于再发明“新东西”,而在于如何把现有能力组合、打磨并落地。
在所有人高喊“规模”“融资”“团队”的时代,Christine 却反其道而行:一个人、一张桌子,做出了可持续盈利的数字产品公司。更意外的是,她的方法正在被大语言模型和自动化彻底放大,成为 AI 时代最被低估的创业路径。