黄仁勋一句话点破AI新拐点:算力不再最贵,真正的瓶颈换了
这期 TBPN 把一段黄仁勋在播客里的“随口一说”,变成了整个 AI 行业的警报器:过去几年压垮实验室的最大成本,正在悄然换位。更反直觉的是,NVIDIA 可能反而是这个变化里最从容的一方。
这期 TBPN 把一段黄仁勋在播客里的“随口一说”,变成了整个 AI 行业的警报器:过去几年压垮实验室的最大成本,正在悄然换位。更反直觉的是,NVIDIA 可能反而是这个变化里最从容的一方。
如果你还在用“造车逻辑”理解 Nvidia,那你已经落后一轮了。这期 TBPN 的信息密度极高:从黄仁勋对市场定位的强硬反驳,到 Cursor 借力 xAI 基础设施的内幕,再到 OpenAI 与 Anthropic 同日放大招,几条看似零散的新闻,拼在一起,指向同一个信号。
当所有人都在卷模型、卷参数时,Ben Horowitz 抛出一个让人背脊发凉的判断:AI 的真正瓶颈根本不在算法,而在电力、矿产、制造这些“老掉牙”的东西。这期 a16z 对谈,把 AI 从代码世界直接拽回现实世界。
所有人都以为 Meta 的 AI 故事快讲不下去了,但就在市场准备给它贴上“陪跑者”标签时,Meta 甩出了一套新模型,情绪瞬间反转。更刺激的是:这可能也是 Meta 最后一次如此坚定地拥抱开源。
Thomas Laffont 的职业起点,不是在投行、不在硅谷,而是在好莱坞的收发室。更反直觉的是,这段“看似没技术含量”的经历,反而塑造了他后来理解科技周期、判断AI浪潮的核心方法。这次完整访谈,首次把这些线索连在了一起。
如果你还把AI当成“更聪明的工具”,那这期对话会让你坐立不安。Marc Andreessen在播客中抛出一个危险但清醒的判断:浏览器正在走向终局,而AI不再是概念秀,是第一次真的“变现机器”。更重要的是,他解释了为什么这一次,真的不一样。
就在所有人还盯着模型参数、算力和AGI时间表时,OpenAI干了一件极不“OpenAI”的事:直接收购了一家科技媒体TBPN。这不是流量生意,也不是公关外包,而是一次关于AI叙事权、信任和未来沟通方式的关键下注。
当全行业还在迷信更大的模型、更贵的算力时,NLP 教父 Chris Manning 却在这期播客里反复强调一件事:真正卡住 AI 的不是规模,而是“有没有结构化的世界模型”。Moonlake 的出现,正是对 Scaling Laws 的一次正面挑战。
一家陪审团刚刚裁定:Meta 和 YouTube 的某些功能被认定为“上瘾式设计”,构成疏忽。更炸裂的是,视频把这件事与香烟警示、AI 超级计算机、以及《杰森一家》的未来幻想串在了一起——这不只是官司,而是科技行业的转折信号。
如果你还以为AI的胜负只取决于模型大小,这期TBPN会让你改观:ARM不再只卖IP,开始亲自下场做CPU;Meta工程师已经在讨论“AGI级芯片”;而美国却在认真考虑给数据中心按下暂停键。这不是零散新闻,而是一条正在收紧的因果链。