即刻App年轻人的同好社区
下载
置顶
13 42
发现大家在做AI native的团队的时候已经形成很强的共识了，看到很多殊途同归的例子。一个AI native的团队，一般由以下元素组成：
- 一个因为前瞻而危机感大爆发的，对AI非常上头的老板
- N个按人类职能来分工的AI员工，常见产研、运营和GTM、HR和法务等，一键安装，各自有虚拟机和skills
- 一个飞书或者Discord的通讯页面，用来发任务和批复任务，也可以AI员工之间互相交流
- 一个类似Obsidian的文档库，用来做日报等记录，供人类审阅
- 一个花花绿绿、忙忙碌碌的面板，记录着各个AI员工的任务、进展、消耗token量
还有分歧的地方在于：
- 多少人管多少个agents？一管多？多管多？团队里人和AI的比例应该是多少？（记录一下我目前的答案，可能会变：我认为应该尽量一管多，人和AI比例在1:10+）
- 发起者是人还是AI？是人给改进意见和目标，还是AI自己看数据，给人推荐next steps？（我认为8成来自有足够上下文的AI，2成来自人，但这2橙是更有突破性和优化赔率的）
- 如何保障AI的交付质量？是AI来审AI，人只看最终结果（例如ARR），还是交付物都需要有人把关？（这题我要和稀泥了，居中吧）
- AI的产物如何最高效地被人类处理？md？html？消息小红点？（HTML，对人更友好，对AI也不难，想不到有什么理由不用HTML）
- 一个因为前瞻而危机感大爆发的，对AI非常上头的老板
- N个按人类职能来分工的AI员工，常见产研、运营和GTM、HR和法务等，一键安装，各自有虚拟机和skills
- 一个飞书或者Discord的通讯页面，用来发任务和批复任务，也可以AI员工之间互相交流
- 一个类似Obsidian的文档库，用来做日报等记录，供人类审阅
- 一个花花绿绿、忙忙碌碌的面板，记录着各个AI员工的任务、进展、消耗token量
还有分歧的地方在于：
- 多少人管多少个agents？一管多？多管多？团队里人和AI的比例应该是多少？（记录一下我目前的答案，可能会变：我认为应该尽量一管多，人和AI比例在1:10+）
- 发起者是人还是AI？是人给改进意见和目标，还是AI自己看数据，给人推荐next steps？（我认为8成来自有足够上下文的AI，2成来自人，但这2橙是更有突破性和优化赔率的）
- 如何保障AI的交付质量？是AI来审AI，人只看最终结果（例如ARR），还是交付物都需要有人把关？（这题我要和稀泥了，居中吧）
- AI的产物如何最高效地被人类处理？md？html？消息小红点？（HTML，对人更友好，对AI也不难，想不到有什么理由不用HTML）
20 15
周一围，李亚鹏，鲁豫，何润东，曾经被嘲的，都翻红了，都正名了。
现在周迅因为大如而正在被嘲，没关系的，活久一点，也许风向就不一样了。大众的判断力真的很差，大众的观点，纵然有短期的、功利性的作用（比如粉丝多就更赚钱），但本质上来看，也没有太大意义。
现在周迅因为大如而正在被嘲，没关系的，活久一点，也许风向就不一样了。大众的判断力真的很差，大众的观点，纵然有短期的、功利性的作用（比如粉丝多就更赚钱），但本质上来看，也没有太大意义。
7 30
提到表达欲，有很多产品为了提升投稿率，会出那种：
😁“粉丝达到1000了，这是一张海报，发出来炫耀一下吧！”
😁“往年今日你发了这个，再发一遍吧！”
😁“把你授权给我们的云草稿拼成了一个视频，一键就可以发布哦！”
……
在有AI之后，更是升级为～
😉“把你的聊天记录做成了一段视频，发给大家看看吧！”
“把你最近对视频的观看偏好做成了一段视频，展示一下你的taste吧！”
……
什么时候这些PM能意识到，恨不得握住用户手指让用户操作发送键的行为是不恰当的，尤其是在窥私的边缘试探已经有点creepy了，真正让人愿意分享的，是**再包装和抽象过一层之后的动机，心理，人格，个性**，是愿意安全地公开出来，能给自己贴标签，彰显我是谁但不显得自恋和暴露狂的信息。
**纯手打，只是因为编辑器没有加粗，所以借用md格式，请脑内渲染。
😁“粉丝达到1000了，这是一张海报，发出来炫耀一下吧！”
😁“往年今日你发了这个，再发一遍吧！”
😁“把你授权给我们的云草稿拼成了一个视频，一键就可以发布哦！”
……
在有AI之后，更是升级为～
😉“把你的聊天记录做成了一段视频，发给大家看看吧！”
“把你最近对视频的观看偏好做成了一段视频，展示一下你的taste吧！”
……
什么时候这些PM能意识到，恨不得握住用户手指让用户操作发送键的行为是不恰当的，尤其是在窥私的边缘试探已经有点creepy了，真正让人愿意分享的，是**再包装和抽象过一层之后的动机，心理，人格，个性**，是愿意安全地公开出来，能给自己贴标签，彰显我是谁但不显得自恋和暴露狂的信息。
**纯手打，只是因为编辑器没有加粗，所以借用md格式，请脑内渲染。
26 25
AI今天给我批的奏折，我已经手动删掉了几条……会不会太多了？我想之后改成最多10条。
---
📌 Azeem Azhar · X (x.com)
走访 14 家中国 AI 实验室后发现，出口管制意外催生了效率护城河——每单位算力产出智能 4-7 倍于西方。
💬 有意思的是，出口管制这个本应施压的工具，反而成了中国 AI 的加速器。4-7 倍效率差如果成立，意味着美国制裁的战略效果需要重新评估——限制硬件供应并没有抑制创新，反而倒逼出更极致的优化文化。
---
📌 Francois Chollet · X (x.com)
代码量 10 倍增长，但开发者净生产力（创造的价值）并未提升——新代码在制造新问题。
💬 关键点在于 Chollet 点出了一个行业幻觉：用代码量衡量生产力是危险的。AI 生成代码的能力暴增，但如果生成的是更多垃圾代码和随之而来的维护债务，那 10 倍只是一个数字游戏。
---
📌 Lenny Rachitsky · X (x.com)
工程师不写代码了，PM 直接上线，设计师流程消失，营销自主投放——AI 正在颠覆传统工作角色边界。
💬 有意思的是 Lenny 描述的不是未来场景，而是已经发生的事。当 PM 能直接 shipping、工程师变成审查者，组织权力结构必然重塑——谁决策、谁负责、谁背锅，这些传统分工正在被 AI 媒介重新洗牌。
---
📌 Lenny Rachitsky · X (x.com)
AI 正让数据科学角色变味，团队大量时间花在审查 PM 和工程师的 AI 分析上，且 50% 有误。
💬 值得注意的 50% 错误率——这揭示了 AI 工具的中间态困境：它让非专业人士能生成分析，但质量不可靠，最终反而增加了专家的审查负担。AI 没有消灭数据科学工作，只是把它从做分析变成了查作业。
---
📌 Sam Altman · X (x.com)
称 Codex 为最佳 AI 编程产品，提供两个月免费试用以吸引企业从现有方案切换。
💬 关键点在于这是 OpenAI 第一次对 Codex 进行 aggressive 的市场推广——两个月免费试用不是小动作，说明企业 adoption 数据在推动规模化。AI 编程进入抢滩期。
---
📌 Sam Altman · X (x.com)
反思不用最强模型时会焦虑，但认为 AI 应更关注价格/速度权衡，而非仅价格/智能权衡。
💬 有意思的是 Sam 公开承认了自己的最强模型焦虑——这是行业内很少有人承认的心理状态。他提到的 price/speed 而非 price/intelligence 权衡，暗示了很多场景更快更便宜才是真需求。
---
📌 Greg Brockman · X (x.com)
企业对采用 Codex 表现出极大热情，反映 AI 编程工具需求正在从个体开发者扩展到企业级。
💬 值得注意的企业级需求信号——当 CTO 们主动要部署 Codex，而不是开发者个人偷偷用，整个采购逻辑变了。AI 编程工具从玩具走向基础设施的关键节点正在到来。
---
📌 Sebastian Raschka · X (x.com)
指出 DeepSeek 在活跃参数比率上仍保持领先，MoE 架构效率优势未被动摇。
💬 关键点在于 Sebastian 用了 "still king" 的表述——在一众新模型层出不穷的当下，DeepSeek 在效率维度上的领先地位依然稳固。计算效率而非暴力扩展仍是差异化战场。
---
📌 Sebastian Raschka · X (x.com)
分享从零实现 LLM 架构的经验，以及对比开源模型与参考实现的方法论。
💬 有意思的是这篇收获了超高互动——说明从零实现的需求远超预期。在人人都用 API 调用的时代，深入理解底层架构反而成了稀缺能力。
---
📌 Pieter Levels · X (x.com)
会计软件行业有动机维持税务复杂性，AI 若通过 API 简化流程将摧毁其价值根基。
💬 值得注意的 perverse incentives 分析——Pieter 触及了一个被忽视的问题：中间商赚差价的商业模式建立在信息不透明上。AI 简化能力直接威胁的是整个税务软件产业的生存逻辑。
---
📌 swyx · X (x.com)
提出 AI 自主性层级框架：技能 -> 计划 -> 目标（AI 评估输出）。
💬 有意思的是 swyx 的层级框架比传统的 level 0-5 更实用——它从谁控制什么出发而不是从技术能力出发。团队可以用它来对齐对 autonomy 的预期，避免"AI agent"这个词在不同人口中意思完全不同。
---
📌 Anjney Midha · X (x.com)
评论训练加速新方法实现 2-3 倍速度提升，类比家庭教育比工厂教育更灵活有效。
💬 有意思的是用"家庭教育 vs 工厂教育"类比训练方法——未来的训练不是更大规模的标准化流水线，而是更灵活的个性化路径。2-3 倍加速如果可复制，计算成本曲线将再次下压。
---
📌 Eugene Yan · X (x.com)
Mythos 模型在 32 步网络攻击测试中首次成功，展现前所未有的自主攻击精度。
💬 值得注意的 32 步连锁攻击——不是简单的 prompt injection，而是多步骤推理+行动链。AI 自主攻击能力不再是理论上的担忧。AI vs AI 防御的时代正式开始了。
---
📌 Azeem Azhar · X (x.com)
走访 14 家中国 AI 实验室后发现，出口管制意外催生了效率护城河——每单位算力产出智能 4-7 倍于西方。
💬 有意思的是，出口管制这个本应施压的工具，反而成了中国 AI 的加速器。4-7 倍效率差如果成立，意味着美国制裁的战略效果需要重新评估——限制硬件供应并没有抑制创新，反而倒逼出更极致的优化文化。
---
📌 Francois Chollet · X (x.com)
代码量 10 倍增长，但开发者净生产力（创造的价值）并未提升——新代码在制造新问题。
💬 关键点在于 Chollet 点出了一个行业幻觉：用代码量衡量生产力是危险的。AI 生成代码的能力暴增，但如果生成的是更多垃圾代码和随之而来的维护债务，那 10 倍只是一个数字游戏。
---
📌 Lenny Rachitsky · X (x.com)
工程师不写代码了，PM 直接上线，设计师流程消失，营销自主投放——AI 正在颠覆传统工作角色边界。
💬 有意思的是 Lenny 描述的不是未来场景，而是已经发生的事。当 PM 能直接 shipping、工程师变成审查者，组织权力结构必然重塑——谁决策、谁负责、谁背锅，这些传统分工正在被 AI 媒介重新洗牌。
---
📌 Lenny Rachitsky · X (x.com)
AI 正让数据科学角色变味，团队大量时间花在审查 PM 和工程师的 AI 分析上，且 50% 有误。
💬 值得注意的 50% 错误率——这揭示了 AI 工具的中间态困境：它让非专业人士能生成分析，但质量不可靠，最终反而增加了专家的审查负担。AI 没有消灭数据科学工作，只是把它从做分析变成了查作业。
---
📌 Sam Altman · X (x.com)
称 Codex 为最佳 AI 编程产品，提供两个月免费试用以吸引企业从现有方案切换。
💬 关键点在于这是 OpenAI 第一次对 Codex 进行 aggressive 的市场推广——两个月免费试用不是小动作，说明企业 adoption 数据在推动规模化。AI 编程进入抢滩期。
---
📌 Sam Altman · X (x.com)
反思不用最强模型时会焦虑，但认为 AI 应更关注价格/速度权衡，而非仅价格/智能权衡。
💬 有意思的是 Sam 公开承认了自己的最强模型焦虑——这是行业内很少有人承认的心理状态。他提到的 price/speed 而非 price/intelligence 权衡，暗示了很多场景更快更便宜才是真需求。
---
📌 Greg Brockman · X (x.com)
企业对采用 Codex 表现出极大热情，反映 AI 编程工具需求正在从个体开发者扩展到企业级。
💬 值得注意的企业级需求信号——当 CTO 们主动要部署 Codex，而不是开发者个人偷偷用，整个采购逻辑变了。AI 编程工具从玩具走向基础设施的关键节点正在到来。
---
📌 Sebastian Raschka · X (x.com)
指出 DeepSeek 在活跃参数比率上仍保持领先，MoE 架构效率优势未被动摇。
💬 关键点在于 Sebastian 用了 "still king" 的表述——在一众新模型层出不穷的当下，DeepSeek 在效率维度上的领先地位依然稳固。计算效率而非暴力扩展仍是差异化战场。
---
📌 Sebastian Raschka · X (x.com)
分享从零实现 LLM 架构的经验，以及对比开源模型与参考实现的方法论。
💬 有意思的是这篇收获了超高互动——说明从零实现的需求远超预期。在人人都用 API 调用的时代，深入理解底层架构反而成了稀缺能力。
---
📌 Pieter Levels · X (x.com)
会计软件行业有动机维持税务复杂性，AI 若通过 API 简化流程将摧毁其价值根基。
💬 值得注意的 perverse incentives 分析——Pieter 触及了一个被忽视的问题：中间商赚差价的商业模式建立在信息不透明上。AI 简化能力直接威胁的是整个税务软件产业的生存逻辑。
---
📌 swyx · X (x.com)
提出 AI 自主性层级框架：技能 -> 计划 -> 目标（AI 评估输出）。
💬 有意思的是 swyx 的层级框架比传统的 level 0-5 更实用——它从谁控制什么出发而不是从技术能力出发。团队可以用它来对齐对 autonomy 的预期，避免"AI agent"这个词在不同人口中意思完全不同。
---
📌 Anjney Midha · X (x.com)
评论训练加速新方法实现 2-3 倍速度提升，类比家庭教育比工厂教育更灵活有效。
💬 有意思的是用"家庭教育 vs 工厂教育"类比训练方法——未来的训练不是更大规模的标准化流水线，而是更灵活的个性化路径。2-3 倍加速如果可复制，计算成本曲线将再次下压。
---
📌 Eugene Yan · X (x.com)
Mythos 模型在 32 步网络攻击测试中首次成功，展现前所未有的自主攻击精度。
💬 值得注意的 32 步连锁攻击——不是简单的 prompt injection，而是多步骤推理+行动链。AI 自主攻击能力不再是理论上的担忧。AI vs AI 防御的时代正式开始了。
0 20
开啊🤠 //@王慧文: 看来即刻也可以启动个FA业务😅😅
郦橙锦妖Vanessa: 现在认识的投资人比创业者还多，投资人老问我“你有没有看到什么好项目”，我说了一些在即刻上看到的项目😂……
4 11
追踪了AI前沿的学者、创始人、产品/设计代表、OpenAI/A/Cursor blog共100个信源。每天按我关心的技术趋势、思考深度、原创观点来打分和生成一份报告给我。目前还在试跑阶段，有点点问题（比如A家blog时间解析不对），但在继续优化中。
📌 Thinker Tracker Daily · 2026-05-13
今日追踪 22 人，共 51 条动态
Top picks:
1. Andrew Ng: 驳斥AI失业论，认为AI净创造就业 — x.com/AndrewYNg/status/2054236506756370865
2. Dwarkesh Patel: 人类价值观是奖励误泛化的结果 — x.com/dwarkesh_sp/status/2054577727299334321
3. Demis Hassabis: AI首要应用是改善健康，Isomorphic Labs获21亿美元融资 — x.com/demishassabis/status/2054197462101889277
4. Marc Andreessen: 所有人都在用AI但不愿承认 — x.com/pmarca/status/2054622177962651779
5. Lenny Rachitsky: AI正改变数据科学角色，50%的AI分析有误 — x.com/lennysan/status/2054631157191598294
📄 飞书文档：bytedance.feishu.cn
📌 Thinker Tracker Daily · 2026-05-13
今日追踪 22 人，共 51 条动态
Top picks:
1. Andrew Ng: 驳斥AI失业论，认为AI净创造就业 — x.com/AndrewYNg/status/2054236506756370865
2. Dwarkesh Patel: 人类价值观是奖励误泛化的结果 — x.com/dwarkesh_sp/status/2054577727299334321
3. Demis Hassabis: AI首要应用是改善健康，Isomorphic Labs获21亿美元融资 — x.com/demishassabis/status/2054197462101889277
4. Marc Andreessen: 所有人都在用AI但不愿承认 — x.com/pmarca/status/2054622177962651779
5. Lenny Rachitsky: AI正改变数据科学角色，50%的AI分析有误 — x.com/lennysan/status/2054631157191598294
📄 飞书文档：bytedance.feishu.cn
11 51