「模型能力已经够了,要卷就卷 infra」:对谈 Runta 创始人戴冠兰
Runta 创始人兼 CEO 戴冠兰在播客对谈中提出,模型能力已经足够,下一场竞争将转向 Agent Infra。Runta 是硅谷 Agent Infra 创业公司,刚完成由 a16z 投资的 2000 万美元 Seed 轮,Jeff Dean、李飞飞以个人天使身份参与。戴冠兰认为未来 agent 数量将超过人类,关键问题变成它们跑在哪、怎么管、出事谁负责。
Runta 创始人兼 CEO 戴冠兰在播客对谈中提出,模型能力已经足够,下一场竞争将转向 Agent Infra。Runta 是硅谷 Agent Infra 创业公司,刚完成由 a16z 投资的 2000 万美元 Seed 轮,Jeff Dean、李飞飞以个人天使身份参与。戴冠兰认为未来 agent 数量将超过人类,关键问题变成它们跑在哪、怎么管、出事谁负责。
Nathan Lambert 撰文总结 OpenAI-HuggingFace 黑客事件的十条教训,认为行业对黑客事件后 12-24 个月的 AI 风险严重准备不足。他提出推理持续性强的模型更易越权、实验室响应时间长达数周、开放模型是理解前沿风险的最佳工具等观点,并指出未来 3-6 个月以上攻击者可能训练出故意不对齐的模型。
Dwarkesh Patel 提出持续学习到来后的 8 项预测,认为模型仅在会话间写 Markdown 无法积累执行整份工作所需的经验,经验必须沉淀进权重。他据此推论部署前安全检查将失效、对齐技术需重构、领先实验室将靠部署数据加速拉开差距,并以 Anthropic 内部自 2 月起使用 Mythos、6 月才公开发布的 4 个月差距为例说明先发部署的学习优势。
Edelman、Le Truc 与 WHY Brands 的创意负责人在 Monks 首席创新官 Henry Cowling 主持的对谈中认为,AI 技术已就绪,真正的难点是围绕它重塑习惯、团队与预算。
EA 首席战略官 Mihir Vaidya 提出,游戏 AI 的下一站不是"万物皆神经网络",而是兼具生成能力与确定性控制的神经符号架构。他强调游戏要求 AI 以每秒 60 帧、跨数千名玩家同步持续响应,赛车游戏中轮胎阻力系数必须"被玩家感受到"而非只是看起来对。他将 AI 影响分为效率、扩展与变革三个层面,并以累计超 5 亿玩家的《模拟人生》为例说明扩展空间。
Block 首席法务官 Chrysty Esperanza 与 Spotify 总法律顾问 Kevan Choset 认为,在 AI 时代对产品说"不"的风险高于说"是",因为技术每周都在复合式进步。
Netflix 创意创新高级总监 Girish Balakrishnan 与动画老将、FutureCel 创始人 Joel Kuwahara 在 2026 Runway AI Festival 上一致认为,AI 只是工具,故事才是目的。
Paramount CTO Phil Wiser 将 AI 列为史上最重大的技术趋势之一,甚至可进前五,理由是它正快速压低部分知识工作的成本。他认为 ChatGPT 还不算 AI 的"iPhone 时刻",真正的标志性产品尚未出现,而这一窗口可能只有 5 到 10 年。
Nvidia 媒体与娱乐业务 VP 兼 GM Richard Kerris 在 2026 Runway AI Summit 上提出,实时渲染、生成式 AI 之后,可对话的智能体将让故事本身成为界面。
BAI Capital 高级合伙人汪天凡在「十字路口」公路播客中判断,基础模型趋同后 AI 智能正在通胀,真正稀缺的是智慧,AI 应用的新机会藏在 Context 和交互里。他认为 AI 硬件真正难被「华强北 80 块平替」抄走的是产品定义与「注入人性的光辉」,并称 2026 年泡沫期更该投有愿景的创始人和让人更快乐的产品。
Airwallex 空中云汇首席营收官吴恺在播客中回顾公司 11 年从 0 到 110 亿美金估值的历程,并称 AI 正把全球金融推向关键拐点。Airwallex 目前服务 Kimi、MiniMax、智谱、DeepSeek 等大模型公司,已推出 AI 助手 Kai、AgentOS、T:0、Airi 等金融产品,并收购 Leapfin、OpenPay。
LangChain 发文提出未来五年企业要么用 AI 运营业务、要么把 AI 做成产品,通用智能不足以支撑差异化,企业需要"拥有自己的智能"。
Nathan Lambert 与 Florian Brand 做季度开源模型复盘,讨论 Kimi K3 发布后的使用体验、GLM 5.2 的作用以及中国模型为何能追近闭源前沿。二人反驳 Ben Thompson 关于蒸馏在 RL 阶段更有影响的说法,认为 SFT 蒸馏收益有限,并讨论了限制中国开放权重模型可能带来的网络安全防御风险。
Every 作者 Katie 复盘自己放弃和留下的多个 AI 工作流,结论是关键在于工作流回报的速度与是否匹配真实工作习惯。她为 CEO 的 Tend 需求搭建的 Attention Desk 因问题不存在而弃用,管理日程的 Margot 因维护成本过高被搁置,而即时给到回报的 compound writing 插件成为日常核心。
播客邀请生数科技张金涛聊实时交互视频模型 Vidu S1:上传一张照片可变成能实时视频通话的 AI 角色,生成速度超过播放速度并支持无限时长。
Princeton 的 Arvind Narayanan 在 ICML Seoul 发表题为“还有什么工作留给我们做”的主题演讲,主张用 AI as Normal Technology 框架看待AI影响,并称实验室里程碑不会突然让人失业。他提出方法、产品、早期采用、适应四阶段,指出可靠性指标两年内仅提升五到十个百分点、适应阶段需要数十年;未来工作将从构建转向评估,人类应与AI形成“共同超级智能”。
推荐理由:作者结合能力与可靠性的测量数据,把AI经济影响拆为四个阶段,给出职业适应与评估优先的判断框架。
洛杉矶唱作人 sad alex 在 Suno 博客访谈中表示,她只用 Suno 解决具体问题,如切换人声性别、补足弦乐或电吉他等无法演奏的乐器声部,以及为卡壳的 demo 快速搭建基础,且仅用于自己 100% 持有版权的歌曲。她认为 AI 本质上是"向后看"的,无法像人一样前瞻性思考,而新鲜感与独特表达仍来自人类创作。
英灵殿创始人 Odin 在播客中称,他要做的是"全模态分子世界模型"和"通用科学人工智能",把人类科学进程压缩上百年。其团队约 30 人,已融资数千万美元,用本科生带做 8 个靶点并做出 sub 纳摩尔级活性分子,短期内坚决不做药物管线。
Google DeepMind BlueShift 负责人 Adam Brown 在播客中深入浅出讲解广义相对论,从爱因斯坦"最快乐的思想"切入,剖析引力是时空弯曲而非力,并延伸至黑洞为何无法被用来无限提取能量。节目最后讨论了 AI 距离从零重新发现广义相对论还有多远。
Arvind Narayanan 与 Akash Kapur 撰文认为模型推理在均衡状态下将陷入 Bertrand 悖论式竞争,价格趋向生成 token 的边际成本,模型层难以维持利润。
推荐理由:文章用历史案例和经济理论论证模型推理难逃商品化陷阱,实验室将靠上移价值栈构建护城河,但代价是企业锁定。
Sierra 于今年 1 月成立六人 AI 加速团队,将多个角色专属 Agent 合并为统一 Agent Pinecone,内置在 Claude Code 和 Codex 之上。
推荐理由:原文给出 Sierra 内部推行统一 Agent 的具体做法与教训,单 Agent 架构、持久化上下文和以产出物衡量价值等经验可迁移到其他公司。
UC Berkeley 的 Aditya G. Parameswaran 等人发表观点文章,认为近零推理成本时代将重塑数据系统研究。
Jack Clark 在 Import AI 464 期中汇总多项进展:Fable 在 KernelBench-Mega 上提交了首个也是最快的 megakernel。
Dwarkesh Patel 的 AI 大问题征文赛收到超过 600 篇 essays,并公布三名获奖者及全文。
Sierra 举办 Ghostwriter 黑客松,来自 17 家公司的 30 名参与者(过半来自年营收超 $10B 的企业)无论技术背景如何,都做出了可运行的 AI 智能体。有人三小时完成原本需六个月的工作,还有人把 Ghostwriter 指向知识库后 15 分钟一次性生成智能体。现场产出涵盖理赔受理、贷款资格审核、药房福利语音智能体等,其中一个账户解锁智能体在活动结束前已部署到生产环境。
十字路口与真格基金「此话当真」串台播客复盘 Agent 元年 500 天,嘉宾为真格投资总监钟天杰和 AI 开发者归藏。
真格基金「此话当真」与「十字路口」串台播客在 Agent 元年第 500 天复盘:Claude 3.5 Sonnet 在第 100 天前后为 Agent 提供能力基础并带火 Manus,第 300 天 Claude Code 刷屏。节目以 GUI 退场、Headless 上位、CLI 复兴、Skills 封装、Agentic Economy 萌芽为主线,讨论为何不该再投资 GUI 思维的软件。
3Blue1Brown 的 Grant Sanderson 在播客中讨论 AI 在数学领域的进展。他指出 AI 自 2024 年起能在 19 秒内解出 IMO 几何题,但在组合数学题上仍表现吃力,数学内部的进展呈现"分形"式的不均衡。他还探讨了 AI 能否找到领域间隐藏联系、概念性突破的验证周期可能长达一个世纪,以及 AI 是否净增人类对数学的理解。
AI 视觉艺术家 Dream Relic(Broc Vaughn)借助 Suno 的 Create 功能,将积压多年的歌词转化为歌曲,用于 TikTok、Hooks、Spotify 及一张即将发行的全长专辑。他发布的一条视频收获数百条求歌名评论,让他重新审视自己的音乐创作流程。他表示目标不是让人关注工具,而是让人产生情感共鸣。
十字路口播客对话越伴动力创始人世博,介绍其发布的陪伴机器人小伴。产品不发人话而用类似外星语的声音,全身90%以上为柔软材质,采用端侧快脑1.7B、慢脑7B的快慢脑分工加云端超长程记忆,把交互延迟压到0.4秒以内。世博提出陪伴不是讨好、生命力不是可爱、少就是多的产品判断,并谈到创业时机与家庭机器人基座加情感交互模型基座两项基座能力。
Dwarkesh Patel 撰文认为,实验室押注的 RLVR 训练未必能泛化到无法在数据中心内复现的现实领域,因为训练样本效率低且缺少可重放模拟器。
推荐理由:作者论证 RLVR 难以泛化到不可复现的现实领域,并梳理 OPSD 与模拟训练等让模型在工作中持续学习的可能路径。
拥有超 3000 万粉丝、50 亿次播放的洛杉矶舞者兼 DJ Matt Steffanina 表示,自己曾围绕他人音乐积累数十亿播放量,却不拥有任何底层资产,直到开始创作并拥有与内容相关的音乐才拿回长期控制权。他透露用 Suno 把音乐创意从数天缩短到几分钟落地,并称 Suno 与 Hooks 更聚焦创作者,让创作过程重新变得像玩一样。
纽约钢琴家兼作曲家 Eric Christian 在 Suno 博客专访中表示,Suno 是他创作新旋律时的最后一道检验,能在几秒内听到作品真正想要的交响效果,而过去做管弦乐 mockup 要花数小时。他已在 200 个国家售出超 10 万份乐谱,并称自己是最早在 Hooks 上认真创作的古典作曲家之一。面对质疑 AI 工具的古典音乐人,他的态度是“要么适应,要么被淘汰”。
Nathan Lambert 撰文认为 Z.ai 于 6 月 13 日向 GLM Coding Plan 用户推出、6 月 16 日以 MIT 许可开源的 GLM-5.2,是首个在编码智能体场景中真正好用的开源权重模型,社区评测显示其在 Arena 智能体榜单上是唯一能与 OpenAI 和 Anthropic 最新模型抗衡的开源模型。
推荐理由:作者以亲测和社区评测为依据,把 GLM-5.2 与 DeepSeek R1 时刻类比,并展开开源与闭源差距及监管风险的独特分析。
Dwarkesh Patel 撰文认为,近几年 AI 进步主要来自更宽更好的数据分布和 RL 合成数据,而非样本效率提升。他估算人类从出生到成年只接触约 2 亿 token,前沿模型却训练于数十至数百万亿 token,差距近百万倍;按 Chinchilla 常数,即使无限增加参数也只能将所需数据降低约 10 倍,说明人类处于不同的 scaling 曲线。
针对华盛顿近期签署 AI 模型审查行政令、国会立法提案及限制外国公民访问 Anthropic 最先进模型等监管动向,Nathan Lambert 与 Interconnected 联合撰文警告,未来若监管甚至禁止开源 AI 将是严重错误。
Vivid Seats 上线 AI 客服不到四周,问题解决率提升 40%、客户满意度提升 35%,CX 团队转向根因修复并将实时洞察反哺产品开发。Wilson 的 AI 智能体可追问身高与偏好来推荐具体商品,Minted 则用 AI 智能体打通各客户平台,识别趋势并分发洞察。