从算力到结果:AI时代定价逻辑正在彻底翻转
Paid 创始人 Manny Medina 在 Sequoia 的对话中,系统拆解了 AI 应用真正赚钱的方式:不是模型多强,而是定价是否对齐客户价值。从“按 token 计费必然崩塌”,到“按 agent、按结果收费”,这是一套只属于 AI 时代的新商业常识。
Paid 创始人 Manny Medina 在 Sequoia 的对话中,系统拆解了 AI 应用真正赚钱的方式:不是模型多强,而是定价是否对齐客户价值。从“按 token 计费必然崩塌”,到“按 agent、按结果收费”,这是一套只属于 AI 时代的新商业常识。
Datadog的Diamond Bishop分享了他们构建“永不睡觉的DevOps工程师”的实践经验。这不仅是一个AI Agent产品故事,更是一套关于评估、协作与边界的工程方法论,揭示了AI如何真正进入生产系统。
大多数人学 AI,卡在“会用一点点工具”。Riley Brown 在这条视频里做了一件反直觉的事:他几乎不教花哨技巧,而是给出一条从聊天、图像、视频到自动化与 Agent 的完整进阶路径。看完你会意识到,真正拉开差距的不是某个工具,而是你是否走对了顺序。
这是一篇基于真实案例的语音AI Agent复盘文章。通过一场开发者之间的深度对谈,视频展示了从“看起来能用”到“真正可用”的关键差距,以及构建语音Agent过程中那些容易被低估却决定成败的细节。
这不是科幻设想,而是Augment Code团队的真实经历:一个AI编码代理在人的监督下,写下了自己90%以上的代码。Colin Flaherty分享了这个自举型Agent从集成工具、写测试到给自己做性能优化的全过程,以及他们在实践中踩过的坑与形成的方法论。
这场由 Vercel AI SDK 团队成员 Nico 主讲的 Masterclass,不只是一次 API 教程,而是完整展示了如何用统一接口、工具调用和结构化输出,逐步搭建一个“深度研究型 AI Agent”。从最基础的 generateText,到递归式研究代理,视频给出了清晰、可复用的工程路径。
在这场近两小时的工作坊中,MemGPT 与 Letta 的创始人 Charles Packer 系统讲解了什么是 Stateful Agents,以及为什么“记忆”会成为下一代 AI 应用的分水岭。本文提炼了他关于 Agent 稳定性、记忆架构、工程取舍和真实应用场景的关键洞见。
Apache Ranger 创始成员 Don Bosco Durai 结合自身开源与创业经历,系统拆解了 AI Agent 在企业落地时被严重低估的安全与合规问题,并给出一套可执行的三层方法论:从安全评估、零信任执行到持续可观测性,帮助团队真正把 Agent 放进生产环境。
这期对话没有炫技式的Demo,而是来自一线实践者的真实判断:哪些AI Agent已经成熟到可以进生产环境,哪些还停留在想象中。文章提炼了最先跑通的场景、被低估的机会,以及组织真正卡住的地方。
在这场演讲中,SuperDial工程师Nick分享了他们在真实电话场景中构建语音AI的经验:为什么“无聊但可靠”的通话才是好产品,以及语音AI工程师在2025年究竟要解决哪些最后一公里问题。