从“做个工具”到“造个世界”:Luma 创始人揭示 AI 公司真正的分水岭
很多 AI 创业者还在纠结“功能做得够不够强”,但 Luma AI 的创始人 Amit Jain 直接泼了一盆冷水:真正伟大的 AI 公司,根本不是从工具开始思考的。这场对话揭示了一个正在发生但被严重低估的转变——AI 正从“帮你干点活”,走向“替你理解世界”。
很多 AI 创业者还在纠结“功能做得够不够强”,但 Luma AI 的创始人 Amit Jain 直接泼了一盆冷水:真正伟大的 AI 公司,根本不是从工具开始思考的。这场对话揭示了一个正在发生但被严重低估的转变——AI 正从“帮你干点活”,走向“替你理解世界”。
如果你还把 Coding Agent 当成“写业务代码的高级补全”,Ben Burtenshaw 会告诉你:这正是 AI 工程最危险的误解。来自 Hugging Face 的这场演讲,直接把 Coding Agent 拉进了 CUDA、系统架构和 ML 工程的深水区。
如果你以为 Notion 的成功是一路顺风,那你就错了。在红杉这场访谈里,Ivan Zhao 几乎直说:过去三年,他不是在“管理一家成熟公司”,而是在被 AI、组织和自我推着重新当一次创始人。更反直觉的是——他发现,真正的瓶颈既不是技术,也不是资本。
这可能是近几年最“矛盾”的一次 Google I/O:一边是业内人士私下对 Google AI 动能的高度评价,另一边却是发布会现场让人越看越迷糊。模型、Agent、视频、Gemini 全部端上来,却没人说清楚重点在哪。
如果你还在“手写代码”,他会直截了当地告诉你:你已经落后了。在这期播客里,Railway 的 Jake Cooper 用一连串反直觉的判断,解释了什么是 Agent-Native Cloud、为什么基础设施公司开始像模型公司一样思考,以及开发者正在被 AI 从流程中“移除”。
很多团队以为自己的 AI Agent 不够聪明,于是疯狂换模型、堆参数。但 Marc Klingen 讲了一场让人后背发凉的分享:问题根本不在模型,而在“技能”。这次,他把 Langfuse 在真实客户中训练 coding agent 的失败、反直觉认知和 6 个关键教训,全部摊开讲清楚。
当所有人都在堆参数、追大模型时,Google 的工程师却给出了一组反直觉的数据:把一个“微型模型”微调好,端侧 Agent 的成功率可以从 46% 飙到 90%。这场分享不讲玄学,讲的是为什么“小”反而更聪明,以及你该如何把它用到真实产品里。
如果你还把 Codex 当成“更聪明的补全工具”,那你已经落后了。这期 AI Daily Brief 丢出了 Codex 团队亲自验证的 9 条使用心法,同时无意中揭开了 Cursor 在 AI 编程竞赛中的真实野心——不是追参数,而是重塑开发者的工作系统。
如果你还在把 AI 当成“写代码的工具”,Stripe 在 2026 Sessions 的 Keynote 会让你彻底坐不住:他们公开把 AI Agent 定义为“互联网里的自主经济体”,而整个支付、风控、收入系统,正在为这些“非人类客户”重写。
今年的 Google I/O,看起来像一场产品发布会,实际上却更像一次商业宣言:更强的视频模型、更快的 Gemini 3.5 Flash、更像“活物”的个人 AI Agent,但真正的猛料只有一个——Google 终于要把 AI 变成一台可持续印钞的机器。