Greg Isenberg 拉来老搭档 Chris Kerner，丢出一个几乎让人不安的判断：真正能做到月入 6 万美元的副业，往往不是 AI、不是 SaaS，而是“看起来很土”的生意。这期节目不讲鸡血，而是讲为什么这些生意能从副业长成改变人生的公司。
如果你做过 MCP Server，却总觉得“能跑但不好用”，这场演讲会让你坐立不安。Prefect 的 Jeremiah Lowin 直接开喷：现在市面上大量 MCP Server，不是写得差，而是设计目标就错了。他点出了几个让全场沉默的事实，也给了 MCP 开发者一套更接近“正确答案”的思维方式。
很多人以为 Codex 只是“写代码更快”，但这支 Getting Started 视频透露了一个更大的信号：AI 正在从写函数，走进整个软件生命周期。从 IDE、CI，到问题分类与流程自动化，Codex 的野心远不止补全代码。
这不是一支教你“用什么AI工具”的视频，而是一位长期在一线做原型、做战略、搭个人AI系统的人，给出的一个反直觉结论：无论你用多先进的模型、多复杂的工作流，AI世界的底层其实简单得可怕。这期视频把“个人OS”“企业AI战略”“原型方法论”揉在一起，信息密度极高。
这支视频最炸裂的地方不在技术细节，而在一个信号：我们正在进入一个“先有 Agent，再有应用”的时代。不是写代码搭功能，而是让智能体自己跑、自己试、自己纠错，应用反而成了结果。
过去几周，AI 圈出现了一种罕见的共识：Claude Code 不只是好用，而是“感觉不一样”。它让工程师第一次认真讨论一个问题——如果 AI 能像人一样接管工作，我们还需要怎样的软件、团队和技能？这篇文章讲清楚：为什么大家突然对 Claude Code 上头，以及这背后真正发生了什么。
当所有模型厂商都在喊“我们最强”时，有一群人选择站在对立面：不做模型、不拿优惠、只做评测。Latent Space 这期访谈，罕见地把“LLM评测”这门生意的底牌摊在台面上，也解释了为什么越来越多真正懂行的人，开始只看他们的数据。
在这场超过一小时的技术演讲里，Kevin Madura 抛出一个足够“刺耳”的观点：如果你还在手调 Prompt、堆规则、修模板，你可能已经走在一条注定维护地狱的老路上。DSPy 给出的不是又一个 LLM 框架，而是一种彻底不同的思维方式。
苹果信用卡背后，其实是一场让高盛亏掉30亿美元的豪赌；AI和国防科技正在讨论“限薪”，直接冲击顶级工程师的定价；而VC募资断崖式下滑，Anthropic、Gemini却在同一时间加速。TBPN这期节目，把科技、金融和AI的暗线全连起来了。
大多数人以为AI写代码的极限是“快一点的Copilot”，但Greg Isenberg在这期节目里抛出一个更激进的玩法：你只要写清楚需求，剩下的交给一个叫 Ralph 的AI Agent，它会自己拆任务、写代码、测试、提交——而你在睡觉。这不是概念演示，而是已经有人每天在用的工作流。