周报

本周最强信号是"工业化"超越算法本身：从 Poolside 烧掉千万美元后重建的模型工厂，到 Xaira 用湿实验闭环训练虚拟细胞，再到 DoorDash 八年自研机器人配送，都在证明前沿 AI 竞争的胜负手不再是单一模型突破，而是把数据生产、训练迭代、实验验证和组织协作打通成可复现、高吞吐的系统工程。

正文

三个垂直场景共同指向同一个模式转变：

• Poolside AI：Eiso Kant 烧掉 1200 万美元后意识到，代码生成的核心不是更大的模型，而是把数据标注、强化学习、实验追踪、AI 智能体（Agent）测试工业化为"模型工厂"——可复现、可协作、可信赖的闭环系统。
• Xaira：X-Cell 虚拟细胞模型的突破来自"自建因果扰动数据 → 训练生成模型 → 湿实验验证 → 服务药物发现"的完整闭环，而非单纯堆叠观察性单细胞数据或更大的 Transformer。
• DoorDash：自 2018 年起自研自动驾驶配送机器人 Dot，在凤凰城跑了两年多；Ask DoorDash 自然语言订餐改变发现路径与客单价；强调"用例倒推"与多模态车队——十年后 Dasher 人数可能不减，但配送网络已是人机协同。

值得行动的洞见：如果你在构建垂直 AI 产品，单点模型优化的边际效应正在递减；真正的护城河是端到端的数据飞轮、实验基础设施和组织协作能力——这需要更早投入工程化与闭环验证，而非等待通用模型"自然进化"。