和 ColaOS 橘子聊个人 Agent 这半年:时代追上了他,他却打了转向灯
ColaOS 创始人橘子复盘个人 Agent 半年变化:DeepSeek Flash、Haiku 5.5 等便宜模型让单用户月成本从 Opus 4.6 时代的几百美金降到约十美金,Muse、Dot、Instinct 免费且完成度接近 90 分,云上 Agent 成共识。他放弃卷办公,转做「996 之外」的个人项目,今年目标盈亏平衡。
ColaOS 创始人橘子复盘个人 Agent 半年变化:DeepSeek Flash、Haiku 5.5 等便宜模型让单用户月成本从 Opus 4.6 时代的几百美金降到约十美金,Muse、Dot、Instinct 免费且完成度接近 90 分,云上 Agent 成共识。他放弃卷办公,转做「996 之外」的个人项目,今年目标盈亏平衡。
34 岁的 UCSD 正教授商静波认为,如果 AGI 指在广泛任务上达到普通人水平,那它某种意义上已经实现,真正未到来的是能在重要领域持续超越最优秀人类的超级智能。
海外投资研究平台Seeking Alpha刊文认为,阿里巴巴持股33%的蚂蚁集团已不应再被简单视为金融科技公司,其AI医疗助手蚂蚁阿福、AI版支付宝“阿宝”和AI支付基础设施构成三大增长引擎。文章提到蚂蚁2025年研发支出达52亿美元,并称蚂蚁国际已完成12亿美元融资、投前估值约100亿美元。
Mercor VP Chirag Mahapatra 在 Assembling 2026 上表示,前沿实验室在科学、材料科学、生物等复杂领域只收集到构建极高质量模型所需数据的 1% 到 2%,物理世界数据同样如此,整体可能只到 2% 到 5%。
Stripe 联合创始人 John Collison 在 Sourcery 播客访谈中判断,AI agent 将重写商业与互联网,因为 computer use 是"通往真实世界的终极向后兼容层",AI 无需等 DMV 等机构改造网站就能直接操作现有界面办事。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出,AlphaFold 的突破只是开始,蛋白质折叠远未解决,静态结构预测无法覆盖蛋白质动态与无序性。
Epoch AI 讨论中三位嘉宾给出三种判断:EverettRandle 认为数据是下一个 1 万亿美元品类;viks_rum 预计到 2031 年规模化独立玩家不足 10 家;Satya Nadella 称企业为智能付费两次,应保留自有数据。最值钱的数据或许是你永远不卖的数据。
Google DeepMind 的 Pushmeet 和 Biohub 的 Sal Candido 解释,AlphaFold 的突破并未解决蛋白质动力学问题,仅靠扩展 AI 算力和数据也不足以理解生物学。蛋白质语言模型蕴含关于结构、功能与演化的隐藏知识,更好的生物数据和虚拟细胞有望开启下一波突破。他们讨论了如何实现提速 10–100x 的药物发现,以走向治愈所有疾病。
elvis 对后训练变得更易获取这一趋势表示乐观,认为新的后训练时代已经到来。他指出在智能体 RL 中,长上下文任务成本高、效率低且难以扩展,rollout 消耗了大部分 token,每一轮都要重新读取不断增长的上下文,包括工具输出、文件和此前的轮次。
Gary Marcus 指责 Noah Smith 对其观点的批评"断章取义",称其若真正跟踪该领域,就应理解纯 LLM 与带神经符号 harness、代码解释器和验证器的 LLM 之间的区别。
Fireworks AI 的 AI 副总裁在 AI Conference 发表主题演讲,内容关于如何驾驭前沿模型。他此前的演讲主题为“Your Own Frontier”,并在 2024 年于该会议舞台上做出过五年期 AI 预测,今年他回到台上给自己的预测打分。
Yann LeCun 在 X 上回应 Garry Kasparov,称"当你的智商是室温水平时,看什么都像超级智能"。该帖获得 1447 次点赞、96 次转发和 35089 次浏览。
宝玉把 Vibe Coding 比作中年男人的钓鱼,认为 AI 让背负生活压力的中年人跳过学编程语言、框架和部署的繁琐准备,只用一句话描述需求就能做出小工具。他指出深夜晒 AI 小产品的人往往是三四十岁中年人,真正在意的不是产品和鱼,而是过程中"我说了算"的稀缺感受。
WSJ 社论指出,围绕超级智能的争论中,政客与国会高声表态,但实际决策权掌握在国家安全机构手中。文章认为这场关于超级智能的公共讨论流于表面,真正的方向由国家安全体系主导。
Nathan Lambert 认为 AI 会迎来快速进步,但不会走向通用超级智能。他指出,模型将在几年内成为超人的分布式 GPU 工程师,并可自动化预训练架构与数据选择研究,主要来自推理算力扩展与推理成本近指数级下降,而非模型研究能力的质变。他预计这会引发智能体模型的杰文斯悖论,需求只增不减,并带来 RL 环境质量提升的空间。
dair.ai 已将 Jev 作为其构建软件的核心工具,称其减少了可靠性问题。团队还搭建了一套由 Jev 自身完成的自动化流程,专门在 X 上收集最佳 Jev 用例。
Andrew Ng 在 The Batch 本周公开信中指出,他的一个智能体每天执行 5000 到 10000 次网页搜索,智能体将需要远更多的数据中心。本期还提到 GPT-6.1 Sol、Gemini 4 Argon、FLUX 3 Action 和 HYSET。
一位 AI 网络安全专家将技术专家的末日论倾向归因于一种自称"有效利他主义"的怪异哲学的影响。
a16z 发布 Ben Horowitz 与 TypeSafe AI 的 Diogo Almeida 对谈,主推其"build prod, not God"路线。Diogo 透露其模型意外每天服务数万亿 token,29.4% 的《财富》500 强客户找上门,并于 3 周前从 a16z 完成一笔大额 A 轮融资。他称大多数 AI 圈内人"没搞懂",只把问题当成分类器层面的抱怨。
TypeSafe AI 的 Diogo Almeida 认为,最“无聊”的大型 SaaS 公司最有希望赢下 AI,因为它们最懂该自动化哪些工作流。他称 SaaSpocalypse 关于“软件易复制”的叙事站不住脚,很多关键逻辑藏在底层,SaaS 将成为 AI 最大赢家之一。他透露其模型曾意外每天服务数万亿 token,并有 29.4% 的财富 500 强客户出现。
Simon Willison 表示在某个用途上偏好 Qwen3.5-35B-A3B,并询问是否有更新、性能更强的模型可选。该帖获得 47 个点赞、8994 次浏览,由 xgo.ing 提供数据。
Ben Thompson 在 Stratechery 周报 2026.41 中发布《Apple 与黑客的未来》,讲述自己在 AI 时代对 Apple 封闭生态日益不满,认为消费科技未来将走向完全定制与完全整合两极;同期他还与 Facebook 前全球选举负责人 Katie Harbath 对谈科技对政治的冲击。
密码学家 Matthew Green 认为有 1% 的概率我们身处 Minicrypt(公钥加密不可能存在的假想世界),15% 的概率会实质性失去对现有公钥加密算法的信心。他指出 AI 产出意外发现的速度与人类更换标准的速度相差几个数量级,只有提前做好准备才能从这类意外中恢复。
TypeSafe AI 的 Diogo Almeida 解释其 Jev 命名取自 Jevons 悖论,认为智能成本下降会催生新类型的工作。他表示 TypeSafe 在"为软件打造 AI",目标是让 AI 不只是辅助人类,而是真正构建真实软件。a16z 的 Martin Casado 称这带来了重建系统的新原语。
Sonnet 5.5 在与 Asta 和 Sol 的对比中胜出,这一结果被评价为"wild"。原文未披露具体评测项目、分数或对比条件,仅提及该表现令人意外。
前 Intel CEO Pat Gelsinger 在 a16z 播客中称,美国整体能源产能停滞了约十五年,经济产能也随之停滞,即便近年国家能源产能年增约 4%。他认为能源产能会抑制 AI 热潮的乐观程度——"如果供不上电,为什么要建新数据中心、买百万块 GPU",并指出核能作为基荷值得扩建,而可再生能源对中国有深度依赖。
教皇 Leo XIV 在推文中称智能必须依靠记忆,人脑不应像算法那样只快速编译数据,而应回忆包含深层意义的亲身经历。该推文被解读为再次影射 Anthropic,附带的 vatican.va 链接指向其原帖。
a16z 的 Olivia Moore 认为消费级 AI 存在巨大机会,尤其当行业能开拓订阅和 API 收费之外的收入来源时。她目前关注的是消费级 AI 的整体现状与变现路径。
Benedict Evans 指出,企业面对 AI 要回答三个问题:如何改变运营、怎么买或自建、如何改变市场与客户沟通,而多数公司仍停在"给每个人发一个 Claude"的试点阶段。他认为流程改造必须由公司中央层面决策,因为落地要接入 SAP、Workday、Stripe 等系统,企业软件销售周期最快也要 18 个月。他还质疑"AI 赋能公司"只是新一轮"数字化转型"式说法。
前 Intel CEO Pat Gelsinger 与 a16z 的 Raghu Raghuram、Guido Appenzeller 对谈,讨论 AI 基建背后的物理约束。
前 Intel CEO Pat Gelsinger 回忆自己 18 岁被 Intel 招募,面试官给他的评语是"聪明、激进、傲慢,他会很合群"。他是 386 的第四号工程师、486 的架构与设计经理,这些工作都是在他攻读学士、硕士和博士期间完成的。他还讲述在斯坦福课堂上与教授争论其 carry lookahead adder 设计不成立的经历。
Kevin Roose 与研究员 Jasmine Sun 做客 ChinaTalk,讲述他新书《The AGI Chronicles》中 OpenAI、Anthropic、DeepMind 的历史,以及那群过度思考并担忧人工智能的人。Kevin 此前供职于《纽约时报》。
MIT Technology Review 指出,当前 AI 模型被训练拒绝大量提示词,但拒绝机制并不总能生效,有人正尝试用 AI 强化生物病原体、构建自主无人机集群,失败可能导致全球性灾难。与此同时,GLP-1 减肥药最常见的副作用是胃肠道反应,研究还在调查其与脱发、指甲病变及眼后神经损伤的潜在关联。
2024 年诺贝尔经济学奖得主、MIT 经济学家达龙·阿西莫格鲁在 Silicon Valley Girl 访谈中表示,编程成为 AI 最早取得明显进展的职业领域之一,原因是代码有明确反馈、结果容易检查,而客服、医疗、现场维修缺少这种"测试通过"信号。
Tw93 称 Gemini 3.8 Flash High 是当前优化产品和官网文案最好的模型,推荐有需求的人试用。他在 Claude 与 Codex 额度用尽后,翻出 199 美元包年的 Gemini AI 并下载 Antigravity,用其优化 Mole Mac 的多语言文案、官网、App 设置项与提示描述,认为效果比此前 GPT 和 Claude 最好模型更流畅自然。
Google DeepMind 的 AlphaGo 架构师 David Silver 谈论如何构建能自我教学的机器,并表示自己有一种推动这项技术前进的道德义务。
阿里云智能集团副总裁安筱鹏在2026云栖大会汽车行业峰会上提出,AI正同步重构汽车产业的经济模型、产品形态与竞争规则,使行业呈现高固定成本、低边际成本特征。全球汽车产业利润池中传统业务占比将从2021年的90%降至2035年的44%,Robotaxi市场年复合增长率超88%,2035年规模达1300亿~4150亿美元。自动驾驶、智能座舱、AI生产力由此成为三大竞技场。
吴军提出,一个人真正的财富是"调动资源的能力"与"有效时间"两个变量的乘积,能力不足时应专注做事、相信时间复利。他还认为今天的问题应当用今天的方法解决,不应直接套用历史经验,并主张放弃碎片化的小事、专注做能做出复利的大事。
刘润在新书《高效能工作法》中提出,决定收入差距的不是效率而是效能——把7小时压缩到5小时是效率,判断这7小时该不该花才是效能。他给出效能公式:效能 = 时间 × 个人杠杆 × 团队杠杆,个人杠杆靠获得新能力、提炼规律、用好AI工具和职业化修炼,团队杠杆则需通过别人拿结果、把经验沉淀为PDCA流程与责权利对等的制度。
Anthropic 工程师 Thariq Shihipar 在播客中谈 Claude Code,认为 Agent 写代码已成许多人的默认方式,真正拉开差距的是能否把需求讲清楚。