Skip to main content

Crypto

 · 

AI 下一轮关键突破,可能不是记得更多,而是真的学会更新自己。

a16z 最近在谈 continual learning,我觉得这个方向非常值得重视。现在的大模型看起来什么都能做,但它们更像“会推理的失忆者”——可以临时调用上下文、检索资料、读取记忆,却很难把新的经验长期吸收进自己的能力结构里。

如果这个问题不解决,很多 AI 系统都只能停留在“每次重新提示”的阶段,而不是真正越用越强。谁先让模型具备持续学习能力,谁就更可能打开 agent、科研辅助、复杂工作流自动化这些更深的场景。今天大家拼的是回答质量,明天拼的也许是进化速度。

原文链接:

https://a16z.com/why-we-need-continual-learning/

#a16z #AI #ContinualLearning #Agents #Pickful

10.png 415.2 KB

Crypto

 · 

Crypto 现在缺的不是概念,而是能活下来的产品。

a16z 总结了当下最有效的 3 条 PMF 路径,信号很清楚:市场已经不再奖励“先发币、后找场景”的玩法了。真正跑出来的项目,更像传统商业世界里那些扎实的公司,要么跟头部客户一起共建需求,要么顺着高速增长的结构性机会切进去,要么围绕新的用户行为做设计。

这背后其实说明了一件事,Web3 正在回到商业常识。故事再大,最后也得回答谁在用、为什么离不开、靠什么持续增长。a16z 这篇文章最有意思的地方,不是告诉你 PMF 很重要,而是明确承认:crypto 的估值逻辑正在被真实需求重新定价。

原文链接:

https://a16zcrypto.com/posts/article/product-market-fit-3-patterns-working-in-crypto-today

#a16z #Crypto #PMF #Web3 #Pickful

09.png 411.9 KB

Crypto

 · 

最能扼杀创新的,往往不是监管本身,而是监管碎片化。

a16z 对美国州级 AI 监管的质疑很有代表性。他们担心的不是“有规则”,而是每个州都按自己的方式来,最终把企业逼进一套高成本、低效率、难扩展的合规迷宫。大公司还能堆资源去适应,小团队和新公司往往会直接被挡在门外。

这篇内容让我想到一个常被忽视的问题:技术竞争从来不只发生在产品和资本层面,也发生在制度设计层面。规则当然重要,但如果规则结构本身让创新成本失控,结果就不是更安全,而是更封闭。很多时候,最需要保护的不是现有秩序,而是新进入者的试错空间。

原文链接:

https://a16z.com/the-evidence-gap-why-courts-cant-balance-state-ai-regulation/

#a16z #AI #Policy #Regulation #Pickful

preview-ai-regulation.png 407.2 KB

Crypto

 · 

开源 AI 的竞争,已经不是模型之争,而是生态之争。

a16z 最近把判断说得很直白:下一阶段真正关键的,不只是参数、排行榜和单次测试成绩,而是谁能成为开发者默认接入的平台。开源模型一旦在成本、可定制性和分发效率上形成规模优势,它影响的就不只是技术路线,而是平台控制权、开发者选择和长期利润结构。

我觉得很多人还在用“闭源更强、开源更便宜”的旧框架看这件事,但 a16z 在意的是更深一层的东西。谁先成为别人构建产品时绕不过去的底层选项,谁就更可能拿到未来 AI 生态的话语权。模型能力当然重要,但生态位一旦坐稳,竞争门槛会比模型分数更难撼动。

原文链接:

https://a16z.com/asserting-american-leadership-in-open-source-ai/

#a16z #OpenSourceAI #AIInfra #AI #Pickful

preview-open-source-ai.png 410.9 KB

加密学人

 · 

开源 AI 的竞争,已经不是模型之争,而是生态之争。

a16z 最近的判断很明确:下一阶段真正关键的,不只是模型能力谁更强,而是谁能成为开发者默认依赖的平台。开源层的竞争,已经开始影响平台控制权、分发效率和长期成本结构。

这篇内容最值得看的,不是‘开源很重要’这个结论本身,而是 a16z 已经把关注点从模型能力,转向平台控制权、开发者生态和成本优势。闭源模型可以先赢产品体验,但开源模型一旦在成本、可定制性和分发效率上形成规模优势,就会开始重写创业门槛和基础设施格局。真正的胜负手,不一定是谁先做出最强模型,而是谁先成为别人构建产品时绕不过去的底层选择。

原文链接:
https://a16z.com/asserting-american-leadership-in-open-source-ai/

#a16z #OpenSourceAI #AIInfra #Pickful

love

 · 

“我认为,作为一个国家,我们面临的最大风险是‘自杀’,而非‘他杀’。”

#Palantir 首席技术官希亚姆·桑卡尔(Shyam Sankar)与 #a16z 的凯瑟琳·博伊尔(Katherine Boyle)和埃里克·托伦伯格(Erik Torenberg)共同探讨了希亚姆的新书《Mobilize》,以及国防、人工智能、“SaaS末日”等话题。

00:00 引言

07:53 重建工业基础

18:01 陆军现代化

24:20 #SaaS 末日

29:42 自动化中的自主权

38:24 避免自我毁灭,战胜中国

40:42 电影作为文化意志力

49:57 里科弗海军上将的故事

@ssankar @KTmBoyle @eriktorenberg @PalantirTech #ai

https://x.com/a16z/status/2035055567774130269?s=20

love

 · 

a16z: 我们很高兴宣布,我们将主导 Inferact 的 1.5 亿美元种子轮。

@inferact 是由 vLLM 项目维护者领导的新初创公司,包括 Simon Mo、Woosuk Kwon、Kaichao You 和 Roger Wang。
vLLM 是领先的开源推理引擎,也是各类开源项目中最大的之一,被 Meta、Google、Character AI 等众多公司用于生产环境。

#Inferact 通过专门的财务和开发资源支持 vLLM 项目,并将构建他们视为下一代商业推理引擎的架构。

对于 #a16z 基础设施来说,投资于 #vLLM 社区明确意味着未来将带来极其多样化的 #AI 应用、代理和工作负载,运行在多种硬件平台上。
image.png 430.9 KB

shuidianliuju34

 · 

金色晨讯 | 1月10日隔夜重要动态一览

2026/01/10 07:30
1.纽约梅隆银行推出代币化存款; 
2.交易员加大对美联储暂停降息的押注; 
3.美国12月非农就业人数增加5万人 不及预期; 
4.持有超过100枚比特币的地址数量创历史新高; 
5.特朗普:1月30日可能再次发生美国政府关门; 
6.日本首相考虑解散众议院,美元兑日元涨幅迅速走高; 
7.a16z宣布完成150亿美元资金募集,将重点投资AI与加密领域; 
8.包括前众议院议长在内的30名民主党人支持针对预测平台的反内幕法案。
#a16z、#降息、#非农 

Arrow-path