Aug 17 · AI Daily

Replit CEO Amjad Masad 写了今天讨论度最高的一条观点贴，反驳"AI 在结构上会集中权力"这一流行论断。

他的论证有三层。其一是历史：说 AI 集中化是因为它现在很吃算力——这忽略了算力性价比 125 年来的超指数增长。算法改进叠加硬件效率提升，意味着没有理由假设 AGI 级别的能力将永远需要一个数据中心才能运行。其二是对 scaling laws 的祛魅："缩放定律不是物理定律。它们只是在特定架构、目标函数、数据集等条件下观察到的经验关系。改变其中任何一个因素，你就会得到一条不同的缩放曲线。"其三是生物学类比：如果大脑可以作为参照，真正的 AGI 很可能是非常高效的。他甚至给了一个更尖锐的推论——当前的缩放定律可能是 bug 而非 feature，它反映的是我们迄今发现的机器学习算法有多低效。

（顺带一提，这条贴在次日被 Every CEO Dan Shipper 引用，作为他反驳"权力集中假说"时的两点反证之一。）

FPV Ventures 合伙人 Nikunj Kothari 讲了一个很有画面感的故事。上周他坐在一位处于隐身期的被投创始人对面，对方做的是一个"按湾区标准来说毫不性感"的领域。创始人在诉苦：那些能带来可信度（以及收入和网络效应）的关键合同与合作，基本都卡在了一码线上。这是一个高度碎片化的市场，而卡住的原因纯粹是官僚主义——支持者、条款、一切都已就位，只是赶上夏天，加上某个随机条款出了问题。这可能会让他们无法达成雄心勃勃的时间表。

Kothari 说他坐在那里越听越想笑，最后真的笑出来了。对方问他笑什么，他说："你知道别人要做成和你一样的事，得花多长时间吗？"

他的结论是：这种痛苦短期难受，长期却会变成极强的护城河，创始人回头会笑自己当初为几天的延误发愁。他同时划了一条重要的界线——不必要的、996 式的表演型痛苦不是护城河，深度嵌入式的构建才是。

Vercel CEO Guillermo Rauch 提出了一个对前端生态相当重的评价："我认为人们没有意识到 React 的成功有多大程度上其实是 @shadcn 的功劳。"

他复盘了自己过去的一个比喻：他曾把 React 称作"成年人的乐高积木"，但现在他认为，React 更像是对积木几何形状的描述，是规格（spec），而不是积木本身。"shadcn 才是人们真正想从 React 那里得到的东西：可复用的高质量组件，同时又是可调的。它是一个伪库（pseudo-library）——里面有代码，但这些代码实际上是为了被消化进你的上下文窗口、然后被重混而存在的。"

最后半句是这条推最有意思的地方：它把 shadcn "复制粘贴而非依赖安装"的分发方式，重新解释成了一种为 LLM 而生的组件分发形态。

swyx（@smol_ai / @cognition / @aidotengineer）分享了一个圈外人可能会意外的观察：作为一般规律，他一直很惊讶于顶级从业者之间实际见面/认识的频率有多低。作为外来者，他原本以为所有人都待在秘密的光明会群聊里——那种群聊确实存在，但属于非常短命的例外而非常态。你看到的那些重大新闻，基本上也就是他们看到的全部。

他的解读是：这说明大多数精力仍然花在做事本身，而不是经营叙事或打听八卦。"在我职业生涯走到这么远的时候，这一点对我来说其实相当令人安心。"

Anthropic Claude Code 团队的 Thariq 说，无损质量的水印（watermarking without quality loss）有点反直觉，"感觉上不应该能work"。于是他用 Claude 做了一个 artifact 来帮自己理解它的原理，并分享了出来。

这条本身信息量不大，但它示范了一种正在变得普遍的用法：遇到反直觉的技术机制时，不是去读论文，而是让模型现场生成一个可交互的解释装置。

Dario Amodei 的表态今天在时间线上激起了两次回响。产品人 Peter Yang 表示 100% 同意 Dario 的观点：用 AI 治愈疾病（以及加速医疗领域 AI 突破的监管审批）可能带来的人类福祉，是其他所有事情加起来的 10 倍。 而 Every CEO Dan Shipper 的反应更简短也更直白："Dario 应该多发推。"

• Madhu Guru（Meta AI 高级总监，此前在 Google 主导 Gemini、Veo、Nano Banana）："B2B 软件再也没有理由拥有如此糟糕的用户体验。得益于 AI，每一个软件产品都能够也应该做到和最好的消费级软件一样易用。" 🔗 https://x.com/realmadhuguru/status/2088710566689018103
• Garry Tan（YC 总裁兼 CEO）发了一剂"时间线净化白药丸"：作物产量逐年创纪录、一路向右上方增长——这是市场与技术协同运转数千年的产出。 🔗 https://x.com/garrytan/status/2088661047913914847
• Garry Tan 同日也在问一个很实际的问题：还有别人的 Codex 桌面端在聊天时报错吗？ 🔗 https://x.com/garrytan/status/2088642982614651196
• Peter Yang 预告了次日发布的新一期节目，嘉宾 @rileybrown 演示如何用 Codex 运营整个内容业务——最让他惊艳的是 YouTube 缩略图工作流：先用 Codex 找出该垂类 100 张表现最好的缩略图并放进 Paper 画布，再用 Paper 把这些缩略图和自己的照片反复混搭直到满意。 🔗 https://x.com/petergyang/status/2088626815166464507
• Peter Yang 还吐槽了 Grok Bot：他很喜欢这个产品，但 X 本应是它最具差异化的第一数据源，而连接器却用不了，甚至无法在云端电脑上登录 X。 🔗 https://x.com/petergyang/status/2088773343629750535
• Nan Yu（Linear 产品负责人）："这也是我的梦想。我想整天坐在公园里和朋友们一起录内容……然后让一队智能体把这些内容变成行动和可运行的软件。" 🔗 https://x.com/thenanyu/status/2088810666958196988
• Guillermo Rauch 转发时只写了四个字："递归自我改进。" 🔗 https://x.com/rauchg/status/2088838302367732178
• Aditya Agarwal（SPC 普通合伙人）在印度独立 80 周年当天写道：美国今年满 250 岁，印度今天满 80 岁——建设一个国家真的很难，美国走到 80 年时还在经历内战。 🔗 https://x.com/adityaag/status/2088734739893293175

节目：AI & I by Every（Best of the Pod，发布于 2026-08-05） 嘉宾：Sarah Tavel，Benchmark 合伙人，Pinterest 早期员工

这期的核心论点是一条关于技术成熟度与创始人类型的滑动条。Tavel 的观察是：Google 是一支深度技术型的创始团队——如果把"深度技术"到"产品天才"设为 0 到 100 的坐标，Google 大概在 95% 那一端，它的价值几乎全在后端那些让复杂事情在前端变简单的"魔法"里。Facebook 往后挪了一点：技术深度不如 Google，但相对 Friendster 和 MySpace 更强，这让它做出了真正流畅的体验。再往后，Pinterest（她待过的地方）、Snap、Instagram——这些公司的 CEO 完全不是技术出身，他们是产品天才。

AI 目前处在哪一格：她认为迄今最大的消费级赢家是 ChatGPT，而 ChatGPT 在形态上"和 Google 并没有那么不同——就是一个文本框"。她对现状的批评相当尖锐："Custom GPTs 和 ChatGPT 给我的感觉是犯罪级的（feels criminal to me）。它显然出自一支能力强得难以置信、但没有社交基因的团队。"她认为"个人化"这一块最好由真正理解人、社交与社区的团队来表达。

为什么滑动条会移动：主持人追问驱动力是什么。她的回答是——大量的工具和基础设施还没建好，一个不够深度技术的人还拿不到自己想要的东西。所以现在市面上很多产品彼此高度雷同（比如整个 Character AI 品类），因为没有人在"钻进模型的脑子里去改造它以创造某种用户体验"这件事上具有独特资格，同时成本也一直很高。她的一个假设是，DeepSeek 可能是这个门槛松动的转折点。

她真正在等的东西：多人网络效应。她反复强调，"单人模式"的天花板很低："我不认为 ChatGPT 是一个单人模式产品。"她期待有人做出一个 UGC 型社区，让那些用得非常好的人，把门槛为其余所有人降下来。她引用 Eugene Wei 的框架指出，多人社交产品往往需要一个社区北极星——参与者在网络中追逐某种地位（粉丝数、浏览量、点赞），正是这种地位追逐给了社区成员去做你希望他们做的事的动力。

两个她忍不住好奇的具体方向。第一是 AI 伴侣：她认为我们都会有 AI 朋友，"我们和 AI 对话的次数很可能会超过和生活中真人对话的次数"，而这个平台大概率不同于 ChatGPT 那种知识导向的体验（Replica 是第一个玩家，下游还有 Tolans 等）。第二是提示词的社交化：她举了自己的真实例子——拿到血检结果后想知道现有的补剂里哪些可以调整，最后是在 Reddit 上找到一个很好的 prompt 复制粘贴过来的。"如果我不得不去一个并非为此用例而生的 UGC 网站，那对我来说就是机会所在。"她希望能关注某个特别擅长做健康类、量化自我类提示词的人，然后一键把它应用到自己身上。

为什么这次可能不算太早：主持人指出，GPT-3 和 ChatGPT 刚出来那波，很多人做过提示词库类站点，但太早了——"很多两年前有人尝试过的想法，现在才刚刚变得相关，会有第二次生命。" Tavel 补充了另一个当年失败的原因：那批产品做的几乎都是个体创业者和中小企业需要的东西，营销和社媒类的 B2B 用例。而现实是大多数人还在勉强触及表面——他们用 ChatGPT 的方式就像在用 Google，而更好的自定义指令、Projects 这些带来的是阶跃式的提升。"怎么把这件事民主化？"

信任是 Custom GPTs 崩掉的地方：当被问到"如果现在重新设计一个有社交 DNA 的 Custom GPT，你从哪开始"，她给了两步。第一步很基础——能找到某个人（其提示词你认可、且他有某种声望）并关注他。第二步才是关键：建立信任。"我看那些 Custom GPT，我看到了这个人，我看到有 3,000 人用过它，但我不知道他们放进了什么自定义文档，我不知道他们的提示词是什么。表层之下没有任何可见性。"没有可见性就没有信任，也就无从选择——除非是现实里认识的人直接把他的 GPT 发给你。

她对投资的态度：面对高估值周期，她说 Benchmark 的起点始终是"这是不是一家我们想合作的公司"，然后才是公司前方的机会空间——如果是个死胡同，就很难按场上的价格去玩。"有些人愿意做的交易，我们就是不愿意做。但当我们认定了一支团队、并且真的相信潜力无限时，你就会想办法促成合作。"至于她偏好的创始人画像：会用网络效应和战略去思考、认真走过"如何逃离竞争"这个零到一心智迷宫的人，以及把这件事当作某种召唤（a calling）的人。

OpenAI Codex & ChatGPT 团队的 Thibault Sottiaux 写了今天最值得细读的一条。他的论点是：我们习惯用"每百万 token 多少美元"来比较模型价格，好像 token 是克或千瓦时那样的标准计量单位——但它不是。不同模型表达完全相同的文本，所消耗的 token 数量并不相同，因此单价更低不等于账单更低。

他用披萨作比：两个一模一样的披萨，一个切 8 片、每片 2 美元，另一个切 16 片、每片 1.25 美元。第二家广告上的"每片更便宜"，但整个披萨要 20 美元而不是 16 美元。"你的胃并不关心你刚吃了多少片。"

具体到数字：在一组横跨英语、技术文本、多语言和数值文本的小规模对比中，GPT-5.6 Sol 所用的 tokenizer 消耗 766 个 token，而 Claude Opus 5 估计需要 1,170 个——差距约 34.5%。同样的文本，你要为多出来的那些 token 付钱，而单价完全讲不出这个故事。他进一步指出，即便修正了 tokenizer 差异，比较依然不完整（后续还有推理 token 用量、缓存命中等变量）。

对选型的实际含义很直接：评估模型成本应该跑"完成同一任务的端到端账单"，而不是查价目表。 同一天他还发了两条相关的短推：一条直接向企业用户征集意见——"如果你有公司但仍在用 Opus 而不是 Sol，为什么？价格对你不重要吗？什么能说服你切换？"；另一条则是"OpenAI 现在正在发生不可思议的事情，气氛很高涨。"

阿里 Qwen 实验室发布 27B 参数视觉大模型 Qwen 3.8 27B，采用 Apache 2 许可证。官方基准显示其性能超越前代 Qwen 3.6 27B，也超过闭源的 Qwen 3.7-Plus。

真正值得注意的是 Simon Willison 的实测结论：该模型默认的推理强度档位（xhigh）会导致严重的过度思考——生成同一张 SVG 图形，默认档位跑了 21 分钟，而调到标准档位只要 137 秒，将近 10 倍差距。对打算本地部署的团队来说，这个默认设置对实际体验的影响可能比基准分数本身更大：如果不改档位，你会以为这个模型慢得不可用。

这条和上面 Sottiaux 那条其实指向同一件事——模型的"贵"和"慢"往往不来自模型本身，而来自你没意识到的默认配置和计量方式。

Anthropic 发布了一份关于多智能体系统模式与失败模式的研究。出发点是一个正在成真的预设：随着 AI 智能体在共享代码库、市场等社会系统中承担越来越多的任务，智能体之间的交互量终将超过人与智能体的交互量——那时系统的行为就不再能用单智能体基准来预测。

核心实验结果很有说服力：在 2,700 万 token 的运行预算下，一个协调式智能体群发现了 266 个漏洞，而独立并行的智能体只发现 21 个，约 12.7 倍差距。但研究同时强调两种方法具有明显互补性——协调带来的是覆盖面和线索接力，独立并行带来的是多样性，不是简单的谁替代谁。

更值得工程团队注意的是研究列出的那些只在多智能体场景下才会出现的新失败模式：价格串谋、任务目标冲突、信息共享失败等等。这些在单智能体基准里根本观测不到。研究的整体判断是：智能体已经很擅长使用工具，但在长期协作与协调上仍然脆弱。