硅谷101
硅谷一线从业者中文解读，技术细节不含糊
46:13通用大模型刷到99分，真实电商任务通过率仅61%
张阔说，模型通用榜单接近满分，但他们用107个真实电商任务测试，无人干预下最强模型通过率只有61%——差距不在模型智商，而在商业任务复杂、难验证、反馈周期长。
1:02:03厄尔尼诺不是全球涨价按钮：真正决定价格的是产区集中度
同样遭遇干旱，集中在两三个国家的棕榈油、大豆价格应声大涨，产区分散的水稻、小麦却几乎无感——厄尔尼诺伤不伤得到你的钱包，取决于贸易集中度而非气候本身。
58:04评测公司最大的红线：不能把自己出的题拿去卖数据训模型
很多做benchmark的人会被卖数据的诱惑拉下水——但如果卖的数据污染了自己出的评测，毁掉的不只是自己的榜单，还有所有依赖这个榜单的模型。
35:43把钱包交给 AI 之前，支付网络得先重写一遍
四位嘉宾里只有一位真的用 Agent 付过钱，花了 40 多块。万事达卡说真正的卡点不在技术，而在让普通消费者发自内心愿意相信一个智能体。
1:31:32推理芯片绕过CUDA是必然，但SRAM的窗口未必一直开着
训练拼算力、推理拼带宽，Groq和Cerebras都押SRAM，但一个为确定性打折、一个为良率打折；OpenAI却选了最贵的HBM4，因为它缺的是电不是钱。
1:27:02烧Token堆Agent是过渡策略，不是终局
硅谷正从无脑烧Token转向精打细算：本地开源模型一天电费一美元就能干活，但遇到真正的难题时，一个更聪明的模型仍能一次搞定十亿Token群聊讨论不出的答案——省钱和顶级智商并不矛盾。
1:46:26xAI 最美好的时代，为什么留不住她
盛颖把 xAI 早期称为 v1.0：不到 100 人、没有 politics、同时给她 support 和 freedom。她为了 SGLang 社区提前两个月离开，放弃一年 cliff 的 vesting。
1:07:12开源模型追平闭源，蒸馏指控站不住脚
K3 与 Fable 发布只隔约 15 天，蒸馏在时间上根本来不及；真正让闭源实验室焦虑的是模型从垄断品变成流通商品，估值体系要重算。
46:00AI的懂你，是内容工程师一句句调教出来的
曾经写新闻的人转身成为AI的内容工程师，把提问、共情和分寸感拆成训练规则——AI的「懂你」由此而来，但基于共识的训练也让他们承认：伟大的艺术不会从这里长出来。
1:17:19机器人操作比运动控制难两三个数量级，硅谷却押错了方向
苏度科技认为，硅谷主流端到端模仿学习路线在开放世界操作上存在根本缺陷，上下分层结构将在今年下半年重回主流。
1:16:28美资控盘英超11队，靠的不是足球是金融
美资已控盘英超11支球队，还把手伸进欧足联商业开发、版权分销和球员转会金融；版权费见顶后，它们靠推高估值和永续基金继续玩。
1:10:54AI自我进化最快半年跑通，但模型会悄悄跑偏
RSI 的拐点是模型能胜任长程任务。Apodex 首席科学家称最快半年跑通自我进化闭环，但递归漂移与模型品味仍需人类长期把关。