新加坡外长的“第二大脑”,如何意外点燃自治代理工厂
一个反直觉的事实:推动自治代理走向现实的,不是更大的模型,而是“记忆”。当新加坡外交部长公开展示自己的第二大脑时,一家名为 NanoClaw 的项目突然被推到聚光灯下。这期 Latent Space 的对谈,给出了自治工作代理真正可落地的蓝图。
一个反直觉的事实:推动自治代理走向现实的,不是更大的模型,而是“记忆”。当新加坡外交部长公开展示自己的第二大脑时,一家名为 NanoClaw 的项目突然被推到聚光灯下。这期 Latent Space 的对谈,给出了自治工作代理真正可落地的蓝图。
当所有人还在卷模型参数和基准测试时,Andrej Karpathy抛出了一个更“反直觉”的判断:人类最自然的输入是语音,但最想要的输出其实是视觉。Forestwalk Labs 的 Allen Pike 用真实产品经验证明,这不是一句口号,而是一条正在重塑 AI 产品形态的路线。
大多数AI Agent失败,不是因为模型不够强,而是因为没人知道如何“持续改进”它们。Nearform 技术负责人 Alfonso Graziano 给出了一条反直觉的答案:让 AI 自己来优化 AI。结果很残酷也很惊人——18% 到 83%,只用了 10 轮迭代。
当大模型已经能写出比你更好的前端代码,问题就不再是“能不能生成 UI”,而是“为什么我们的界面还这么原始”。Postman 的资深工程师 Ruben Casas 抛出一个大胆判断:我们还被组件时代困住了,而真正的生成式 UI 才刚开始。
如果你还在手动喂 prompt、调参数、盯着智能体别跑偏,Brandon Walsenuk 会告诉你:问题不在模型,而在“上下文”。这场演讲抛出了一个刺痛从业者的观点——真正的瓶颈,是你还没有一个像样的 context engine。
如果你只关注模型参数,这周你可能已经落伍了:真正的变化发生在 AI Agent 层。Claude 的一系列更新、Andrej Karpathy 加盟 Anthropic、OpenAI 把 Codex 推向“超级应用”,以及 Cursor 的自动化能力,正在重新定义谁才是开发者的主战场。
当所有人都在为电价、土地和散热发愁时,Starcloud 的 CEO 直接给出一个反直觉答案:未来最便宜的算力在太空。更夸张的是,他们已经把 NVIDIA H100 送上轨道,还真的跑起了模型。
这期 TBPN 表面上很杂:从神经计算机、GameStop 550 亿美元收购 eBay,到白宫要不要先审 AI。但把线索连起来,你会发现一个清晰信号:软件、公司,甚至监管的重心,都在被“越来越胖的模型”重新定义。
这期 TBPN 把几条原本不该放在一起的线索硬生生拧成了一股趋势:Karpathy 在红杉谈 Software 3.0,vibe coding 开始吞噬传统开发;GameStop 试图吞下 eBay;而另一边,XAI 的 GPU 只跑到 11%。如果你在做 AI,这些碎片拼起来,会改变你对“下一代计算”和“创业窗口”的判断。
当所有人都在追逐大语言模型的“最终形态”时,NVIDIA 机器人负责人 Jim Fan 给出了一个反直觉答案:真正的 End Game 不在语言里,而在物理世界。一次演讲,把机器人、世界模型和 AGI 的关系彻底讲透。