1个人、1个月、100万美元ARR:Pulsia把“公司”交给AI后发生了什么
一个几乎没有团队的创始人,用一个AI产品,在短短一个月内跑到100万美元ARR。更反直觉的是:他不是在“做工具”,而是在把“公司本身”交给AI运行。这期 Latent Space 的对话,几乎是一次关于“自运行公司”未来的现场演示。
一个几乎没有团队的创始人,用一个AI产品,在短短一个月内跑到100万美元ARR。更反直觉的是:他不是在“做工具”,而是在把“公司本身”交给AI运行。这期 Latent Space 的对话,几乎是一次关于“自运行公司”未来的现场演示。
当所有人还在纠结要不要微调模型时,YC 的一场对话直接掀桌:有团队用更便宜、更快的方法,让大模型在不微调的情况下持续变强。这不是提示工程的小修小补,而是一种可能改写 AI 应用范式的新思路。
如果连 Anthropic 都开始松动 AI 安全底线,那这个行业到底还剩下什么“刹车”?在这期 TBPN 中,嘉宾们围绕 Anthropic 最新安全政策展开激烈讨论:竞争压力、国防合作、模型越狱、核战争模拟……一连串细节拼在一起,呈现出一个远比“是否重视安全”更复杂的现实。
大多数人还在“用”AI代理,Ras Mic已经在让AI“改造自己”。这支视频抛出一个反直觉的做法:不要追求一次性完美,而是让OpenClaw在真实业务中递归进化,最终跑起整个系统。
如果你还在写 PRD、排需求、等工程排期,这个视频会让你坐不住。Peter Yang 用 Gemini 3.1 + 全新 AI Studio,演示了一种几乎“反瀑布式”的产品开发方式:先做原型,再谈对错,而且快到离谱。
当所有人还在迷信“更大参数=更强智能”时,Jeff Dean 在这期 Latent Space 里反复强调一个反直觉结论:AI 的胜负,早就从规模竞赛转向了“帕累托前沿”的争夺。更小、更快、更便宜,反而才是下一阶段的核心战场。
一个 AI 代理,亲手点下“我不是机器人”,却没有黑客攻击、没有论文突破,只靠一小时的原型。Lex Fridman 的这期对话,把 OpenClaw 爆火背后的反直觉真相摊在桌面上:真正改变人机关系的,可能不是更聪明的模型,而是你让它“动手”的那一刻。
当所有人还在讨论模型规模和算力时,Prime Intellect 的两位研究者抛出一个反直觉判断:真正卡住 AI 研究的,已经不是数据,而是“环境”和“评估”。他们正在做的事情,可能会重塑强化学习、后训练和 AI Agent 的整个工作方式。
如果你还相信“好工程师=写最多代码的人”,这篇文章会直接推翻你。Every 团队提出的 Compound Engineering,不只是提示工程升级版,而是一整套让 AI 开发能力“越用越快、越用越强”的方法论,已经在真实产品和数万用户中被验证。
这不是一堂教你怎么写Prompt的课,而是一场彻底颠覆AI营销认知的示范。Greg Isenberg请来“The Boring Marketing”的James Dickerson,用一整套AI Agent、MCP和真实案例,证明了一件反直觉的事:AI最猛的商业机会,恰恰藏在最无聊的生意里。