周报

当 AI 模型成为万亿美元新产业的核心生产力，谁来确保它们的能力是真实而非自吹自擂？Vals 作为独立第三方评估机构，既为实验室提供爬坡信号，也为企业解决"token 支出即将超过工资"的 ROI 困境——而在政策与地缘博弈中，评估标准正成为下一个"核查机制"。

两位 OpenAI 数学家详解 AI 如何用「短而优雅」的证明解决尘封数十年的数学难题——从高维球体堆积到 Sofic 群反例，揭示推理模型正在重新定义数学研究的边界与协作方式。

Transformer 论文共同作者 Lukasz Kaiser 认为，当前 AI 权力集中是技术阶段性特征而非宿命，人类大脑证明分布式智能可行，下一代算法突破将重构 AI 经济学。

Jen/David × Aram：AI 让 power law 更陡——资本首次可复利放大头部优势；假 ARR 噪音要求更强尽调；品类内赢家通吃、跨品类非零和。

Coinbase CEO Brian Armstrong 阐述 Everything Exchange、稳定币支付与 Agentic Finance，并详述 New Limit 抗衰老与经济特区等元问题。

Andrew Chen：真正的 Little Tech 是餐桌边的 2–3 人团队；没空游说；监管是累积负担；资本仍黏枢纽——州/城要创业密度需主动听见他们。

三位「相对开放」阵营的一线研究者钢化「2036 仍无超级智能爆炸」的技术理由：持续 sim-to-real 缺口、锯齿能力与判断力瓶颈、以及当前 Transformer+RL 范式距全局最优仍可能差一次不连续创新；同时深入蒸馏/路由器数据如何削弱中心化、长程 RL 能否炼出可部署远程员工、部署学习 vs 数据中心模拟、

本期播客探讨了AI的潜在威胁、OpenAI的数学突破以及Nike的市场崩溃，揭示了科技界和市场中的复杂动态和争议。

Anish：AI 解绑 skill/desire、放大野心；公司变成级联 loops——可爬高原，过高原仍靠人；窗口像 2009，分发与 Chat↔TikTok 界面是关键战场。

World Labs 联合创始人 Justin Johnson 上 MTS（Theo Jaffee / Sofia Puccini）讲解 Atlas：面向物理世界的多模态世界模型，做生成、稀疏重建与仿真三条能力；相对上一代 Marble 打破「凡事过 Gaussian」瓶颈，让 2D 直出、按需升维 3D。重点用例包括

被 Handy Dan 开除的 Bernie Marcus 与 Arthur Blank，在银行家 Ken Langone「黄金马蹄铁」一脚推动下，把「仓库式、低价、高服务」家装超市做成北美垂直零售之王：1981 年 IPO 至今（含股息再投资）年化近 25%、总回报碾压同期 Apple；本期沿创业—操作系统—Nard