跳到正文

全部动态

今日 313 条
10月1日周四
  1. AYi58

    Scale AI 创始人、现任 Meta 首席 AI 官的 Alexandr Wang 在 SPC 闭门访谈中复盘创业负一阶段:他受 Paul Graham 启发预判人类算力会被动态调用,注册 ScaleAPI 域名起步。

    引用AYi@AYi_AInotes

    整个科技圈风向都在卷大企业 AI,
结果 @Meta 的 @AIatMeta AI 掌门人 @alexandr_wang 刚刚发推说他们后台发现,把 Muse 用得最猛的,
竟然是修水管的、开农场的、开杂货店和开小餐馆的老板…… 上线两周,早期用户里竟然有 1/3 直接把它绑定了商业账号。 今天 Meta 顺水推舟,直接上线了 Muse for Small Business,
一口气甩出 22 个官方连接器:
Shopify、Stripe、QuickBooks、Canva、Zoom、Slack……
把小商家的全套数字牛马直接做实了。 我把背后的逻辑和搞钱启示用大白话给大家拆一下👇 ━━ 1|最反直觉的现象:用 AI 最狠的不是大厂,是个体户 大厂做 AI 喜欢去找世界 500 强做大单子,
但真实世界里,最缺时间的是那些“一人身兼八职”的小老板。 官方案例里有个爱荷华州开杂货店的大叔:
每周工作 65 个小时,店里进货是他、管账是他、做促销是他、处理退款还是他。
他缺的根本不是点子,是时间。 以前大家以为 Muse 只是个帮宅男比价订外卖的玩具,
结果这些小老板早就拿它去回客户邮件、查库存、算账了。 2|这 22 个连接器,到底解决了啥? 做过独立电商、自媒体或者小生意的朋友都懂这个痛点:
每天要在 8 个后台之间来回切——
看销量去 Shopify,查退款去 Stripe,做海报去 Canva,记账去 QuickBooks,开会去 Zoom,内部沟通去 Slack。 现在 Muse 把它全收拢到一个对话框里:
▫️查账退款:不用登录 Stripe 后台,直接对它说“把昨天争议的那笔单子退了”,它核对完调接口执行
▫️内容与营销:识别你的产品库存和品牌调性,直接调用 Canva 生成下周促销海报,一键推到 Instagram 商业主页
▫️客户与日程:给它配个专属邮箱,客户发来的询价、改期邮件,它在后台看懂日历直接起草回复 一句话:它不是让你去学一个新软件,而是把你手上所有的 SaaS 变成听话的后台。 3|Meta 这步棋最狠的地方在哪? Facebook 和 Instagram 上有整整 2 亿小微商家。
这是全球最大的个体老板聚集地。 Meta 根本不需要跟微软、谷歌去抢那些复杂的企业级大单,
它只要让这 2 亿小老板在手机上:
“少雇一个客服、少花 2 小时对账、少切 5 个软件”。 而且最聪明的是它的安全机制:
所有涉及扣费、退款、对外公开发布的操作,AI 负责跑腿起草,最后一步依然要人点确认。
这就是我们常说的“人管方向和钱包,AI 管繁琐和流程”。 4|对我们普通人和超级个体意味着什么? 一人公司(One-Person Company)过去最大的瓶颈,不是你不会做核心业务,而是被杂事活活拖死。
你懂做视频,但你不想花时间回商务邮件;
你懂写代码,但你讨厌天天去处理发票和对账。 当 AI Agent 开始长出连接现实商业系统的手(Connectors):
以前需要 3 个人支撑的微型工作室,
以后可能真的 1 个人加一个配置好的 Personal AI 就能跑起来。 5|照例泼盆冷水 ▫️这套连接器目前深度绑定的是海外生态(Shopify、Stripe、QuickBooks 等),国内主流的微店、淘宝、微信支付等生态目前还没打通;
▫️多平台授权意味着你的商业数据、客户往来都在被 AI 扫描,哪些权限给、哪些不给,依然得有边界;
▫️复杂业务逻辑的容错率低,账目核算依然需要人工定期复核,别做甩手掌柜。 ━━ 过去我们讨论 AI,总觉得它是高高在上的算力和算法。 
但今天 Alexandr Wang 这条推说明了一件事:
AI 落地最快、最扎实的地方,
永远是帮街角那家店的老板,把今晚下班的时间提前两个小时。 开源了自定义接入平台(http://muse.ai/platform)。
如果国内也有一个 AI 能接通你所有的工作软件,你最想让它替你干掉哪个日常琐事? https://x.com/alexandr_wang/status/2104925780547399986/video/1

  2. Alexandr Wang30

    强者识强者 @signulll:Muse 的热度是真的。我可以说它是市面上最易用、最聚焦的消费级 AI 产品。极其慷慨的使用限制也让人无法忽视。 它确实能帮普通人应对日常生活中的复杂事务。 如果你回看我四月在 TBPN 的节目,我谈到过 AI 生成的信息流会成为新 AI 体验的基础原语,而 Muse 已经有了一个相当有说服力的版本。你也能开始想象多人层会变得多强大。 我现在的组合是工作用 Claude,生活用 Muse。Facebook 这次执行得很棒。该表扬就表扬。

    引用signüll@signulll

    the muse hype is real. i can def say that it is the easiest to use & most focused consumer ai product on the market. the extremely generous limits also make it impossible to ignore. it actually helps the avg person navigate the day to day complexity of personal life. if you go back to my april tbpn appearance, i talked about how an ai generated feed would become a baseline primitive for new ai experiences & muse has a pretty compelling version of that idea already. & you can start to imagine how powerful the multiplayer layer could become. my stack right now is claude for work & muse for life. great execution from facebook here. credit where credit is due.

  3. Google Cloud: Databases43

    Google Cloud Managed Lustre 推出 6 美分/GB*月 Dynamic Tier,降低高性能并行文件系统门槛

    Google Cloud Managed Lustre 新增 Dynamic Tier,以 6 美分/GB*月提供热数据亚毫秒延迟,容量可线性扩展至 80 PB,且不单独收取介质、数据移动和元数据 IOPS 费用。该层支持多轮训练、写入密集检查点、快速检查点恢复和交互式开发,平均读延迟约 300µs,比替代分布式文件系统响应快至 4 倍。

  4. Databricks Blog25

    Databricks 谈智能体营销:如何把客户上下文连接到可衡量的 ROI

    Databricks 提出以智能体营销打通客户上下文与可衡量 ROI,强调身份解析是基础:Acxiom 与 Lovelytics 合作将其数据与身份服务重建为 Databricks 上的原生应用层,可执行客户洞察的上市时间提升约 30%、运营成本降低约 15%,Acxiom 的 Real ID 身份解析引擎也已原生运行在 Databricks 上。

  5. The Decoder78

    OpenAI 称已阻止窃取其模型推理内容的行动,但同样手法在 Azure 上仍然有效

    OpenAI 称 7 月拦截了一起窃取其模型思维链用于蒸馏的行动,7 月 24 至 25 日流量激增至来自超 4000 名用户的 16000 次请求,关联账号网络超 15000 个,7 月 28 日已全部封禁,OpenAI 将核心团伙与 Moonshot AI(Kimi 模型开发商)相关人员联系起来,并注明这些是未遂提取。

    推荐理由:原文串起 OpenAI 的蒸馏攻击拦截和研究者的复测结果,能帮读者看清同一模型在不同云平台防护不一致的问题。

  6. a16z News39

    a16z 领投 Armadin B 轮融资,打造 AI 时代自主安全平台

    a16z 宣布领投 Armadin 的 B 轮融资,该公司由 Mandiant 创始人 Kevin Mandia 与 Travis Lanham、Evan Peña、David Slater 共同创办,正在构建面向 AI 时代的自主安全平台。Armadin 的 AI 自主安全平台以智能体攻击集群模拟真实对手,覆盖外部资产、云、身份、内网与应用,输出可验证的 kill chain 与修复方案。

  7. AYi70

    美军战争部长 Pete Hegseth 在匡提科宣布马斯克、Anduril 创始人 Palmer Luckey 和前众议长 Newt Gingrich 共同领导子午线计划,要求 120 天内即 2027 年 1 月底前交出一份公开报告和机密附件,研究范围覆盖地下设施到地月空间,锁定 AI、自主系统、定向能武器、机器人、生物技术五大方向。

    引用AYi@AYi_AInotes

    Damn,马斯克又掌权了,但这次不是管政府效率,而是直接定义未来战争,老马前脚刚从 DOGE 抽身,后脚就被五角大楼直接推到了未来战争的决策台,我估计是俄乌战场上的廉价无人机,彻底把造航母坦克的传统军工打醒了。 视频里马斯克和科技新贵 Luckey 起立接受美军全场鼓掌,背后是五角大楼的一声叹息,将军们已经跟不上现代科技咯。 在刚刚结束的“部队国情咨文”现场,美国战争部长 Pete Hegseth 正式宣布:马斯克将联手 Anduril 创始人 Palmer Luckey、前众议长 Newt Gingrich,共同领导“子午线计划”(Project Meridian)。 现场 17 秒视频里,马斯克和花衬衫的 Luckey 起立接受全场鼓掌,估计 99% 的人以为这又是一场名流作秀,但咱们把背后的动作全拼起来,你会发现这是五角大楼近五十年最激进的一次“军事认知大换脑”。 今天把视频里没明说的硬核信息一次拆透👇 先说结论: 五角大楼公开承认了一个事实: 靠传统的将军会议和军工采购,已经跟不上现在的战争形态了。 他们直接把“未来战争长什么样”的定义权,打包外包给了硅谷极客。 这不是发一份新合同,也不是成立一支新部队,而是一场 120 天的闪电行动: 要求三个人在 2027 年 1 月底前,交出一份公开报告和一份机密附件,直接给美军画出未来几十年的军备采购地图。 为什么五角大楼突然急成这样?看看传统体系有多慢就知道了: ▫️俄乌战场已经把廉价无人机、算法自组网、消耗战打成了新常态 ▫️洛克希德、雷神等传统军工巨头,换个零件报价几万美元,一份规划报告能写三年 ▫️等你造好一艘航母,战场上的软件和无人蜂群已经迭代了十代 三个最值钱的维度展开聊聊👇 ① 人选组合极其狠辣:工程量产 + 杀手系统 + 政治翻译器 三个人不是随便挑的,分工精准到骨子里: ▫️马斯克(SpaceX / Tesla):负责“能不能造出来、能不能上太空、能不能低成本天量量产”(星链、运载、AI、人形机器人) ▫️Palmer Luckey(Anduril 创始人):负责“能不能立刻做成可部署的致命杀伤系统”(自主无人机、巡飞弹、战场传感器) ▫️Newt Gingrich(政坛老炮):负责把科技极客的狂想,翻译成国会能看懂、预算能通过的“国家使命”政治语言 喵的这根本不是学术研讨会啊,简直就是一个“战争产品化委员会”。 ② 战场维度的降维扩张:“从地下深处,到月球轨道” 官方明确把研究范围定为:从地下设施一直延伸到地月空间(Cislunar)。 重点锁死五大方向:AI、自主系统、定向能武器、机器人、生物技术。 本质上是战争逻辑变了: 下一场冲突不一定从前线开打,很可能先从海底光缆、地下指挥所、低轨星链和月球轨道爆发, 也就是说谁先定义了“新战场”,谁就能在接下来十年直接垄断军费预算。 ③ 软硬一体的组合拳:一边画蓝图,一边建“机器人司令部” 就在宣布子午线计划的同时,军方还宣布新建四星级的“自主战争司令部”(AUTOWARCOM)。 卧槽这是一套绝妙的闭环啊: ▫️Project Meridian 负责告诉军队“未来要买什么” ▫️自主战争司令部 负责“把无人机和机器人战争正式编进部队编制并负责买单” 美军正在从“造航母、造战机的平台军”,彻底转向“拼算法、拼传感器、拼杀伤链的软件军”。 但整件事最硬核的争议,在于它的利益结构: 这等于让供应商自己写五角大楼的采购清单。 马斯克手里有 SpaceX 和星链,Luckey 手里有 Anduril 自主武器,两人本身就是五角大楼核心订单的争夺者。 支持者会说:只有真正造出星链和自主无人机的人,才懂未来仗怎么打; 反对者会说:这完全是既当裁判又当运动员,把国家战略写成了自家公司的产品路线图。 当然咱们照例泼三盆冷水: 第一,120 天是政治速度,解决不了真正的硬骨头 120 天足够画出一张技术愿望清单,但根本解决不了供应链断裂、军队编制阻力、交战伦理规则以及盟友协同等深层死结。 第二,马斯克完成了危险的角色切换 上一轮做 DOGE 是砍预算得罪官僚,这一轮做 Meridian 是给军方画新大饼、分新蛋糕。 虽然政治上阻力更小,但也意味着他被前所未有地深绑进了美国最高国家安全机器,“局外科技极客”的保护色彻底褪去。 第三,传统军工利益集团不会坐以待毙 洛克希德·马丁、雷神等老牌巨头拥有极深的国会游说网络,一份外包报告能不能跨过国会预算这道坎,仍是巨大未知数。 最后给大家小结收个尾: 别只把这段视频当成“马斯克站起来领掌”的八卦。 五角大楼已经公开把未来战争的画笔交给了硅谷极客。 真正决定未来十几年几千亿美元军费流向的,就是 120 天后那份报告里被定为“必须主导”的几行字。 你看好硅谷极客重构军事体系,还是觉得这只是一场政治秀呢?欢迎评论区聊聊👇

    推荐理由:原文把人事任命、研究范围和新建司令部拼在一起,读者可以借此看清硅谷力量介入军费采购的利益结构。

  8. Tibo68

    OpenAI 推出 ChatGPT Sites 托管 MCP 服务器的新功能,可在 ChatGPT 中直接构建并部署 MCP 服务器,还能转为插件安装到 web、移动和桌面端,并可限制访问范围或公开分享。引用演示显示一句指令即可创建带扩展的 MCP 服务器并完成部署和插件安装。

    引用Max Stoiber@mxstbr

    Announcing one more launch: ChatGPT Sites can now host MCP servers, including plugin extensions! 🤯 > @⁠sites create a todo list that I can use in ChatGPT This will: · Create an MCP server with extensions · Deploy that MCP server to Sites · Turn the MCP server into a plugin · Install the plugin for you across web, mobile, and desktop ChatGPT is slowly becoming malleable software that anybody can customize to their needs. Very excited to see what you all build with this!

    推荐理由:原文给出通过 ChatGPT 直接构建、部署 MCP 服务器并控制访问权限的新能力,可用于评估其对定制工作流的影响。

  9. dex31

    这家伙懂行 @HarivanshRathi 谈 AI 精神病: 当我看着工程师们越来越深地相信,一个数学概率的混合体竟然比他们自己更懂他们的代码库时,我不禁回想起那个软件不是为超高速增长而构建的时代,而只是为了做 x 而不发明 y。 AI 似乎从根本上反对这种哲学。让它做 x,它会在还没尝试理解 x 之前就急切地发明 y 和 z。 危险不在于 AI 写出糟糕的代码——而在于它让编写不必要的代码变得 100% 免费。 而人性就是这样,我们中有些人总是偏爱 AI 带来的快速陡峭的收益,即使它做了一大堆无关的事情来完成一件本可以不改变其他任何东西就能完成的事。 所以,有些悖论的是,只要 AI 不断变好,软件质量可能就会持续下降。创造复杂性变得越便宜,理解和避免它的动力就越少。 试着保护我们祖先创造的这门手艺 今天手写一行代码

    引用Hari@HarivanshRathi

    on ai psychosis: as i watch engineers fall deeper into the belief that an amalgamation of mathematical probabilities somehow understands their codebase better than they do, i find myself thinking back to a time when software wasn’t built for hypergrowth, but simply to do x without inventing y. ai seems almost fundamentally opposed to this philosophy. ask it to do x and it will eagerly invent y and z before it has even tried to understand x. the danger isn’t that ai writes bad code- it’s that it makes writing unnecessary code 100% free and the human condition is such that some of us will always prefer the fast, steep gains of ai, even when it does a bajillion unrelated things to accomplish something that could have been done without changing anything else. so, somewhat paradoxically, the quality of software may keep declining for as long as ai keeps getting better. the cheaper complexity becomes to create, the less incentive there is to understand or avoid it. try to preserve this craft created by our ancestors write a LOC by hand today