硅谷101
硅谷一線從業者中文解讀，技術細節不含糊
46:13通用大模型刷到99分，真實電商任務通過率僅61%
張闊說，模型通用榜單接近滿分，但他們用107個真實電商任務測試，無人干預下最強模型通過率只有61%——差距不在模型智商，而在商業任務複雜、難驗證、反饋週期長。
1:02:03厄爾尼諾不是全球漲價按鈕：真正決定價格的是產區集中度
同樣遭遇乾旱，集中在兩三個國家的棕櫚油、大豆價格應聲大漲，產區分散的水稻、小麥卻幾乎無感——厄爾尼諾傷不傷得到你的錢包，取決於貿易集中度而非氣候本身。
58:04評測公司最大的紅線：不能把自己出的題拿去賣數據訓模型
很多做benchmark的人會被賣數據的誘惑拉下水——但如果賣的數據汙染了自己出的評測，毀掉的不只是自己的榜單，還有所有依賴這個榜單的模型。
35:43把錢包交給 AI 之前，支付網絡得先重寫一遍
四位嘉賓裡只有一位真的用 Agent 付過錢，花了 40 多塊。萬事達卡說真正的卡點不在技術，而在讓普通消費者發自內心願意相信一個智能體。
1:31:32推理芯片繞過CUDA是必然，但SRAM的窗口未必一直開著
訓練拼算力、推理拼帶寬，Groq和Cerebras都押SRAM，但一個為確定性打折、一個為良率打折；OpenAI卻選了最貴的HBM4，因為它缺的是電不是錢。
1:27:02燒Token堆Agent是過渡策略，不是終局
硅谷正從無腦燒Token轉向精打細算：本地開源模型一天電費一美元就能幹活，但遇到真正的難題時，一個更聰明的模型仍能一次搞定十億Token群聊討論不出的答案——省錢和頂級智商並不矛盾。
1:46:26xAI 最美好的時代，為什麼留不住她
盛穎把 xAI 早期稱為 v1.0：不到 100 人、沒有 politics、同時給她 support 和 freedom。她為了 SGLang 社區提前兩個月離開，放棄一年 cliff 的 vesting。
1:07:12開源模型追平閉源，蒸餾指控站不住腳
K3 與 Fable 發布只隔約 15 天，蒸餾在時間上根本來不及；真正讓閉源實驗室焦慮的是模型從壟斷品變成流通商品，估值體系要重算。
46:00AI的懂你，是內容工程師一句句調教出來的
曾經寫新聞的人轉身成為AI的內容工程師，把提問、共情和分寸感拆成訓練規則——AI的「懂你」由此而來，但基於共識的訓練也讓他們承認：偉大的藝術不會從這裡長出來。
1:17:19機器人操作比運動控制難兩三個數量級，硅谷卻押錯了方向
蘇度科技認為，硅谷主流端到端模仿學習路線在開放世界操作上存在根本缺陷，上下分層結構將在今年下半年重回主流。
1:16:28美資控盤英超11隊，靠的不是足球是金融
美資已控盤英超11支球隊，還把手伸進歐足聯商業開發、版權分銷和球員轉會金融；版權費見頂後，它們靠推高估值和永續基金繼續玩。
1:10:54AI自我進化最快半年跑通，但模型會悄悄跑偏
RSI 的拐點是模型能勝任長程任務。Apodex 首席科學家稱最快半年跑通自我進化閉環，但遞歸漂移與模型品味仍需人類長期把關。