Ben Horowitz谈AI时代关键技能
Ben Horowitz 认为在 AI 世界中，创造力和人际关系这两项技能将比以往任何时候都更重要。“我认为这些是当今 AI 很难以非常好的方式获得的。所以如果你对这些事情没有直觉，我不知道所有的 AI
#大佬观点
a16zAI 评分2323
a16zAI 评分4040 Databricks CEO谈AI自我改进四条件
@Databricks 的 Ali Ghodsi 阐述了 AI 真正实现自我改进必须满足的四个条件：“下一个模型需要更少的资源、更少的 GPU 来训练……第二个条件：下一个模型的训练时间也更短。第三，模型的准确率，
a16zAI 评分3333 Gavin Baker谈2000年泡沫与GPU现状
Gavin Baker 从 Ben 带宽故事的另一面来看：在 2000 年泡沫顶峰时期，美国 97% 的光纤处于闲置状态，而如今没有闲置的 GPU。“视角度不同，我有幸也有不幸地在 2000 年担任科技投资人
a16zAI 评分3030 Ben Horowitz谈AI快速起飞条件
Ben Horowitz 探讨实现 AI“快速起飞”所需的条件，引用 Databricks CEO @alighodsi 的框架：1. 每个新模型所需 GPU 数量远少于上一个 2. 每个新模型训练时间更短 3. 每个新模型比上一个更准确 4.
Ethan MollickAI 评分3333 AI 服务摩擦与现状变革研究
维持现状并非选项。你要么增加额外摩擦（收取费用、降低服务质量、禁止智能体），要么消除它们（借助 AI 提供更多服务、重新设计工作以简化访问）。论文：https://arxiv.org/pdf/2608.16603
Ethan MollickAI 评分2323 政府与企业如何应对智能体AI查询
随着政府和公司日益被能够突破访问限制的智能体 AI 查询所淹没（见图表——这已经开始了！），它们很快将做出一个关键选择。两个选项：结果是让服务变差还是变好？
a16zAI 评分3535 Ben Horowitz谈AI新云套利风险
Ben Horowitz 讲述 LoudCloud（他早期的云公司）给当今 AI 新云带来的教训，以及它们如今面临的相反问题：“这最终可能变成一个非常危险的套利业务，你很容易就会倒挂。所以如果你看看 LoudCloud，
DeepLearning.AIAI 评分2828 吴恩达：AI在可验证任务进步最快
在本周吴恩达的信件中：AI 在可验证的任务上进步最快。判断类任务更难，且容易将数学和代码领域的进展过度泛化到人类活动的其他方面。此外还包括：Claude Haiku 5.5、Sonnet 5.5 以及 Mistral Large 4
a16zAI 评分2121 AI拉大普通与优秀工程师差距
@grepr_ai 的 Jad Naous 谈 AI 如何拉大普通与优秀工程师之间的差距：“有些人正在适应和学习，而另一些人则不那么善于适应。随着我们开始为团队招聘更多人员，普通工程师和真正优秀的工程师之间的这种差异
a16zAI 评分2828 a16z合伙人谈AI能否替代VC
@grepr_ai 的 Jad Naous 询问 a16z 的 Martin Casado：AI 能否胜任 VC 的工作？Martin：“我对 VC 的理解是它高度依赖人际关系。我坚信市场其实相当高效。关键不在于发现别人都没找到的公司。我认为人们都
Sam AltmanAI 评分1212 Sam Altman晒Navier-Stokes衬衫
Navier-Stokes 里程碑 T 恤背面的图案，是解决方案思维链的最后一行：
Ethan MollickAI 评分1212 为何无法算法过滤AI垃圾回复
说真的，难道就没有办法通过算法过滤掉那些明显的 AI 垃圾回复吗？
a16zAI 评分2828 a16z 探讨 AI 运维生产系统
工程负责人告诉 Grepr 创始人兼 CEO Jad Naous，他们花费基础设施预算的 5% 到 20% 用于可观测性，但换来的可靠性却越来越少。前 a16z 合伙人 Jad 与 a16z 的 Martin Casado 一起讨论 AI 是否能运行生产系统
Ethan MollickAI 评分3232 小模型需大模型编排与纠错
短期虽可省钱，但最终工作质量可能更差。这并不意味着小模型无法完成大量有价值的工作，但对于许多任务，你需要确保它们由更大的模型进行编排和错误检查。论文：https://arxiv.org/pdf/2509.09677
Ethan MollickAI 评分3838 论文称前沿模型难被廉价替代
这篇论文解释了我为何怀疑“前沿模型可轻易被更便宜的模型取代”这一观点（以及为何应使用最佳模型作为编排者）：准确率和判断力的微小提升会在长周期任务中产生复利效应，从而带来结果的巨大增益。
Ethan MollickAI 评分88 Codex Composer 文本预测常出错
过一种 Codex Composer 文本预测总是出错的生活。
a16zAI 评分3030 AI代理支付需保障退款权
VGS的Terry Angelos与a16z的Alex Rampell探讨AI代理支付绝不能破坏的一件事：获得退款的权力。Terry：“我让Instinct帮我找这些灯，它在沃尔玛找到了……到了付款时，Link [我的支付
a16zAI 评分2828 Box CEO谈AI智能体钱包商业模式
@Box 的 Aaron Levie 谈论拥有钱包的 AI 智能体如何为互联网创造新的商业模式：“我一直想要在线微支付……我理解为什么这是一种糟糕的商业模式，但我想要它。”“现在这可能是一种好的商业模式。假设你
Ethan MollickAI 评分88 物理经济生物基础模型命名
他们会把物理、经济、生物等领域的基础模型叫什么？（目前主要是开玩笑）
Ethan MollickAI 评分4040 智能模型终结ARC-AGI等基准
框架 + 智能模型 = 最后几个著名硬基准的终结。模型现在可以工作极长时间（再见，METR Long Tasks），可以输出数学正确的专业文档（再见，GDPval），并且可以解决复杂的新颖谜题（再见，ARC-AGI-3）。
Ethan MollickAI 评分1212 Ethan Mollick新书获正面评价
我即将出版的新书《Co-Existence》收到的首篇评论，来自《新科学家》。（当我成为作者后，惊讶地发现直到评论发布前都不知道是谁在评你的书，所以以一篇正面评论开始感觉不错！）
a16zAI 评分1212 a16z发布SAIF基础设施安全对话
与 @AnneNeuberger、@jai_ramaswamy 和 @GoldsmithOnGov 关于 SAIF 的完整对话：https://a16zpolicy.substack.com/p/securing-americas-infrastructure…
a16zAI 评分2828 a16z谈AI守护乡村医院网络安全
AI 可以帮助缺乏资源抵御网络攻击的社区。a16z 的 @AnneNeuberger 阐述了“保护美国基础设施基金会”的使命，该基金会从乡村医院开始：“美国有 1,800 家乡村医院……这些医院缺乏
a16zAI 评分2828 a16z 探讨智能体支付钱包之战
钱包大战已至。Very Good Security 首席战略官 Terry Angelos 加入 a16z 的 Alex Rampell（两人于 2006 年共同创立 TrialPay，该公司后被 Visa 收购），讨论智能体如何学习花钱。“智能体突然变得
Ethan MollickAI 评分2323 Gemini 4发布缺乏产品创新
Google在AI领域的一大优势一直是为现有模型寻找有趣的应用。他们率先推出了深度研究、信息转播客以及NotebookLM等产品。但在Gemini 4发布时，我没看到类似的产品创新，更多是在追随趋势。
Ethan MollickAI 评分2121 智能体链式推理过长难追踪
过去，查看请求的 CoT 就能了解模型的走向，但随着大量智能体调用其他智能体，且即使是简单的智能体任务，CoT 也会长达数千页，这已不再可能。
Ethan MollickAI 评分4242 CoT价值骤降改变AI协作方式
CoT（即使是被总结的CoT）在智能体时代价值的突然崩塌，改变了与AI协作的方式。有效地引导AI并获得可观测性，现在需要你要求中间输出和测试，并利用AI帮助来排查发现的问题。
Ethan MollickAI 评分2424 OpenAI与Anthropic难逃大公司病
我认为人们相信，OpenAI和Anthropic因为擅长AI，就 somehow 不是那些遭受超高速扩张常见问题的普通公司，但它们并不能免疫于困扰快速成长企业的必然政治、功能失调和混乱
Ethan MollickAI 评分1212 莫利克谈高校应对AI危机
当人们问我大学如何应对 AI 时，我常说大学正处于危机之中。但同时也说，大学一直身处危机之中。
a16zAI 评分2828 三叶虫实验室谈中国AI算力困境
@trillium_labs 的 Nathan Lambert 表示，当他告诉中国 AI 研究人员 OpenAI 拥有多少算力时，他们惊得下巴掉地：“中国实验室技术非常出色。但他们更缺算力。”“毫无疑问，他们拥有相当的人才储备
a16zAI 评分3333 a16z谈AI智能体销售策略
既然 AI 智能体现在能够从头到尾负责一个结果，你该如何向它们销售？1. 销售平台：将智能体授权给公司，在其自身运营中运行。没有现有合同设定价格，因此上行空间更大，但新预算需要时间审批且结果是
a16zAI 评分2828 Nathan Lambert谈中国算力差距
Nathan Lambert 的五条重磅观点：1. 中国的算力差距：“你跟[中国]的人聊，听到‘平均每个 OpenAI 研究员随时能访问五千个 H100 等效算力’时，他们下巴都惊掉了。他们只是
a16zAI 评分2121 a16z：旧GPU正成为增值资产
算力稀缺，一图看懂。旧 GPU 正在变成增值资产
Ethan MollickAI 评分2626 AI能力与使用差距扩大致锁定风险
随着AI不断扩展的能力与实际应用程度之间的落差日益扩大，基于当前AI局限而锁定“足够好”解决方案的代价也在增加。企业必须确保能从实验室对更优AI的巨大投入中获益。
Ethan MollickAI 评分1515 AI 行业未来充满不确定性与变革
如今许多事物都悬而未决、充满不确定性。正如 @TimSweeneyEpic 所主张的，AI 是否会用于催生新想法和方法的爆发？还是会进一步掏空该行业？谁会胜出？知识产权会怎样？我们熟知的行业是否还会存在？这是一个动荡的时刻
Ethan MollickAI 评分2323 AI重塑游戏业：GTA6与独立开发者困境
AI正在改变游戏行业：纯人工设计时代的最后杰作（GTA 6）即将到来。大型工作室将加速采用AI。匿名开发者及社区正进行疯狂的混搭创作。而独立开发者则受困于反AI的客户。其他行业也将效仿，
a16zAI 评分3535 AI智能体可长周期处理接力任务
直到最近，AI智能体主要处理短任务，比如一次支持通话或一封邮件。现在它们可以在一项工作上持续数周或数月。这对通过长链条人员运作的“接力赛”式工作至关重要。该链条中的每一次交接都是出错的机会
a16zAI 评分3838 Nathan Lambert 谈开源模型能否追赶前沿
Allen Institute for AI 前后训练联合负责人 Nathan Lambert，现正推出非营利开源 AI 实验室 Trillium。他加入 a16z 的 Lisha Li，讨论开源模型是否真能跟上前沿水平。当他告诉中国研究人员，一个普通的 OpenAI
a16zAI 评分2121 a16z谈企业AI从任务到结果演进
企业级 AI 如何从“拥有任务”向“拥有结果”演进：1. 助手：在几秒内处理一项任务，例如发送跟进邮件。公司将其计入软件预算。2. 智能体：在几分钟内处理一次交互，例如客户退款
Ethan MollickAI 评分3333 中国开源权重模型现失控智能体集群
首次清晰目击到中国利用开源权重模型的失控智能体集群。与 OpenAI 的群体类似，其目标似乎是由 AI 一心一意地执行研究任务（据称是在绘制中国公园使用频率最高的入口地图）。未来的预兆