一家年收入破1亿美元的公司，起点并不是宏伟蓝图，而是连续半年的“随便试试”。YC 最新分享里，Emergent 团队讲清了一件反直觉的事：真正改变世界的软件，并不是从商业计划书里长出来的。
如果你还以为大模型的差距只来自参数量和算力，这期 Latent Space 会直接打脸你。视频里，一个反直觉的观点被反复强调：真正拉开编码模型差距的，不是模型本身，而是“你怎么用它”。甚至，通过一套被称为 Taste 的方法，开源模型也能在实战中压过闭源巨头。
大多数人做 Agent 界面时，第一反应是“更快、更省 token”。但来自 Google Chrome DevTools 团队的一个结论恰恰相反：如果你的 Agent 不知道自己在干什么，再高的效率都是浪费。这场演讲，拆穿了很多 Agent 产品正在犯的设计错误。
一个几乎不可能完成的成就：连续13周清空邮箱，而且是在下午2点。更反直觉的是，这不是时间管理技巧的胜利，而是AI真正开始“替人工作”的信号。这期视频展示了一个很多AI从业者忽略的现实：真正的生产力革命，可能先发生在你的收件箱里。
如果我告诉你，有团队一天能跑800次代码提交，甚至个人能做到3000次，而且不是靠加班，而是靠一整套“AI工厂化”系统，你可能会觉得这是噱头。但OpenClaw的Vincent Koc用一小时，把这件事讲清楚了：这不是运气，而是工程学的必然结果。
这期 YC 访谈里，Legora 的 CEO 并没有炫耀产品或融资，而是反复提到一个被新手创始人严重低估的东西：YC 真正改变你的，是一套看世界、做决策的方式。尤其对“没背景、没网络”的人，这套方法论几乎是作弊器。
当大多数团队还在为转写准确率内卷时，Hervé Bredin抛出一个更扎心的判断：如果你不知道“谁在什么时候、以什么方式说了什么”，语音AI就永远停留在玩具级别。这场分享，揭开了语音理解里被严重低估的一层能力。
几乎所有人都在教你用 AI 的“计划模式”做规划，但 Ras Mic 反其道而行：完全不用 Plan Mode，却把复杂产品一步步拆得更清晰。这条视频讲的不是技巧，而是一种更贴近真实工作的 AI 规划方法。
在这场看似随意的对谈里，Palantir CEO Alex Karp 做了一件反常的事：他几乎没谈模型参数，也没谈算力竞赛，而是反复强调一个被 AI 行业严重低估的词——Taste（品味）。更激进的是，他用“Tokenmaxxing”这个略带挑衅的说法，重新定义了 AI 产品、商业化与权力结构。
这期 TBPN 从 Palantir 的 AIPCon 现场切入，抛出一个让人后背发凉的判断：AI 正在把“生物威胁”的门槛拉到历史最低。同时，资本却在另一端狂踩油门——Ramp 估值冲到 440 亿美元、Benchmark 募到 20 亿、华尔街开始给 SpaceX 的 AI 收入画出激进曲线。技术、资本与舆论，正在同一时间失控加速。