美国战争机器的AI转向:低成本、快迭代,正在重写未来战场
当大多数人还在讨论大模型能不能写代码、做客服时,美国国防体系内部已经把AI当成“下一代战争基础设施”。这期播客里,一个信号格外刺眼:真正改变战争形态的,不是最先进的模型,而是更便宜、更快、更容易规模化的AI能力。
当大多数人还在讨论大模型能不能写代码、做客服时,美国国防体系内部已经把AI当成“下一代战争基础设施”。这期播客里,一个信号格外刺眼:真正改变战争形态的,不是最先进的模型,而是更便宜、更快、更容易规模化的AI能力。
在这期 Sequoia 的对话里,Harvey CEO Winston Weinberg 抛出一个让人不安的观点:如果你不持续、激进地改变自己,迟早会“断裂”。不是一年一次,而是每四个月一次。这不是鸡汤,而是一套正在真实公司里被验证的生存策略。
这期 Sequoia 的视频抛出一个刺耳却真实的观点:AI 算力的瓶颈,不在模型、不在资金,而在芯片设计方式本身。Ricursive Intelligence 的创始人们,用他们在 Google TPU 和 AlphaChip 的经历,解释为什么“人类主导的芯片设计”正在成为 AI 发展的天花板。
很多人以为:有了 ChatGPT,学习这件事就被彻底颠覆了。但这期 Every 的对话抛出一个更刺耳的结论——ChatGPT 恰恰不是“理想的学习方式”。真正的问题不在模型能力,而在它让我们学得太“轻松”。
Y Combinator 抛出一个反直觉结论:创业最难的不是说服用户,而是找到那一小撮“愿意试错的人”。更残酷的是,你的第一批用户,会在不知不觉中决定产品未来会长成什么样。
Claude Skills 被很多人吹成“下一个 AI 项目级突破”,但 Peter Yang 直接泼了冷水:它现在其实并不好用。更反直觉的是,他还是教你如何把这个“不成熟功能”,变成每天都能省时间的真生产力武器。
在亚马逊雨林深处,弓箭对着喉咙、霰弹枪上膛,人类文明最原始的“对话”随时可能失败。Lex Fridman 对话 Paul Rosolie,讲的不是探险故事,而是一次关于恐惧、沟通失效与技术傲慢的警示——这恰恰是今天 AI 行业最该听的内容。
Anthropic 刚刚放出的 Claude Cowork,有点“反直觉”:它不是更强的模型,而是把 AI 变成一个能长期干活、能碰你电脑、还会主动追问的同事。这期 Every 的视频,展示了一个重要信号——AI Agent 正在从工程师玩具,走向所有人的工作台。
当所有人都在争论AI是不是泡沫时,Ben Horowitz把刀口对准了另一件事:人才、组织和VC本身的价值。他直言,AI时代真正稀缺的不是算力和模型,而是“世界级能力”和能让它发挥作用的组织结构。这是一场比技术更残酷的淘汰赛。
在校园里,AI并没有把学生变得一样,反而制造了更清晰的分层:有人把它当代写工具,有人把它当“放大器”。Anthropic 这支《AI on campus》揭示了一个反直觉现实:真正拉开差距的,不是会不会用AI,而是你把学习的哪一部分交给了它。