周报
10月19日 – 10月25日·生成于 10/25 05:56 PT
SF Compute 得先证明买下的 GPU 真能用，Biohub 的虚拟细胞也得经得起实验：模型故事讲得再大，交付与验证仍是硬门槛。
本周关注
按相关度排序的本周精选
SF Compute 得先证明买下的 GPU 真能用，Biohub 的虚拟细胞也得经得起实验：模型故事讲得再大，交付与验证仍是硬门槛。
值得追问的不是智能体还能完成多少演示，而是它进入真实流程后，谁能核查结果、承担错误，并算清成本。
- 先补可验证的输入与输出。 Biohub 把测量工具、带组织和时间背景的数据，以及实验预测验证放在模型架构之前；医疗 AI 则要帮助患者发现遗漏风险、衔接就诊前后的信息，而非宣称替代医生。评估产品时，应要求它说明依据来自哪里、如何纠错。
- 把“可用”写进交付标准。 SF Compute 的算力交易要以实际可交付的 GPU 为基础；Modal 则替开发者吸收固定容量与弹性需求之间的资金风险。企业采购模型或部署智能体，也该同时验收权限、文档处理、流程接入和成果指标。
- 安全不能留到上线之后。 当攻击者也能使用智能体，防守方需要看清内部智能体在做什么，并把防护嵌入开发流程；量子威胁下的密码基础设施迁移更不宜等到风险兑现才启动。
- 当 AI 智能体能花你的钱时，会发生什么？What Happens When Al Agents Can Spend Your Money?
当 AI 助手从回答问题走向读取工作信息、调用软件乃至替人购物时，真正的竞争不只是模型能力，而是谁能发现值得自动化的任务、获得用户信任，并在商业利益面前保持代理人的中立。
- Dylan Field：AI 正在取代设计师吗？设计是新的代码，以及让创造力大众化Dylan Field: Is AI Replacing Designers?, Design is the New Code & Democratizing Creativity
Figma CEO Dylan Field 认为，AI 正在降低创造软件的门槛，却不会自动带来好设计；当代码更容易生成，真正稀缺的是对用户的理解、鲜明的观点，以及人愿意亲自打磨作品的意志。
- 走进机器人数据工厂：Mecka 的 Josh Gao 谈如何给人装上传感器来训练机器人Inside the Robot Data Factory: Mecka's Josh Gao on Sensorizing Humans to Train Robots
机器人缺的不是可供观看的视频，而是能把人的动作、接触力度与工作场景转化为可靠训练信号的数据生产体系；Mecka 正试图建造这套体系，并将其延伸到机器人部署现场。
- 当每个人口袋里都有一位健康专家，会发生什么？｜OpenAI 的 Karan SinghalWhat Happens When Everyone Has a Health Expert in Their Pocket? | OpenAI’s Karan Singhal
OpenAI 健康 AI 负责人 Karan Singhal 认为，AI 最现实的医疗价值不是取代医生，而是在就诊前后提供可信的信息、发现可能遗漏的风险，并帮助患者与临床人员穿越割裂的医疗流程。
- 生命的世界模型：Biohub 的 Alex Rives 谈虚拟细胞、测量与 18 亿美元的数据投入A World Model of Life: Biohub's Alex Rives on Virtual Cells, Measurement, & the $1.8B Data Push
Biohub 科学负责人认为，通向真正有用的“虚拟细胞”，瓶颈不只是模型架构，而是能否发明更好的测量工具、规模化生成带有组织与时间背景的数据，并用实验检验模型的预测。
- 可编程数据中心——SF Compute 的 Evan ConradThe Programmable Data Center — Evan Conrad, SF Compute
SF Compute 想把 GPU 集群变成可交易、可交付、可编程的算力：先解决「买到之后真的能用」的问题，再让远期市场和融资建立在可信的供给之上。
- 面向《财富》2000 强的 AI：Tenex 如何构建 AI 原生 SDLC——Alex Lieberman 与 CJ HessAI for the Fortune 2000: How Tenex Builds an AI-Native SDLC — Alex Lieberman & CJ Hess
Tenex 认为，企业迈向 AI 原生的关键不是多买一个模型，而是把工程决策、业务流程、数据权限和成果衡量都改造成智能体能够参与的系统。
- AI 智能体缺失的基础设施：文档｜Reducto 的 Adit AbrahamThe Missing Infrastructure for AI Agents: Documents | Reducto’s Adit Abraham
AI 智能体（Agent）要进入医疗、法律与金融等真实工作流程，不能只会推理：它还需要以可核查、可负担的方式读懂、提取并修改承载人类工作的复杂文档。
- Arvind Krishna 与 Nikesh Arora：量子威胁、开放式 AI 与前沿 AI、AI 网络战和 SaaS 的崩塌Arvind Krishna & Nikesh Arora: Quantum Threat, Open vs Frontier AI, AI Cyber Warfare & SaaS Collapse
量子计算威胁要求企业现在就迁移密码基础设施；而在 AI 时代，模型选择、网络防御与软件整合，最终都要接受成本、可靠性和责任的检验。
- 20VC: Trillion or Bust: The New VC Game | Coreweave Sell-Off Creates Panic | Town at $1B, Anduril at $90B: Revenue Multiples Out of Control | General Atlantic Eyes IPO & Modal Raises $750M at $15.75B
当大型基金追逐足以产生十亿美元持仓的公司时，本集追问：AI需求的高速增长，究竟能支撑多少昂贵融资、重资产投入与远超上市公司可比水平的估值？
- 新的顶级掠食者：CrowdStrike CEO George Kurtz 谈武装了 AI 智能体的对手The New Apex Predator: CrowdStrike CEO George Kurtz on Adversaries Armed With AI Agents
CrowdStrike CEO George Kurtz 认为，AI 正在把高级攻击能力扩散给更多对手；防守方若想跟上，必须看清企业里运行的AI 智能体（Agent），并用掌握自身环境的防御 AI 持续对抗。
- 你就是整个团队——Moshi 的 Anekha SokhalYou are the Team — Anekha Sokhal, Moshi
前能源衍生品交易员 Anekha Sokhal 正在用 Moshi 把市场数据、交易员的私有资料与推荐系统连接起来；但真正决定产品能否进入交易工作流的，不只是模型能力，还有可信度、界面设计和客户购买意愿。
每日关注
按日浏览本周节目
- 周二10/20a16z Show3 集
OpenAI 健康 AI 负责人 Karan Singhal 认为，AI 最现实的医疗价值不是取代医生，而是在就诊前后提供可信的信息、发现可能遗漏的风险，并帮助患者与临床人员穿越割裂的医疗流程。
Biohub 科学负责人认为，通向真正有用的“虚拟细胞”，瓶颈不只是模型架构，而是能否发明更好的测量工具、规模化生成带有组织与时间背景的数据，并用实验检验模型的预测。
SF Compute 想把 GPU 集群变成可交易、可交付、可编程的算力：先解决「买到之后真的能用」的问题，再让远期市场和融资建立在可信的供给之上。
- 周三10/21a16z Show2 集
AI 智能体（Agent）要进入医疗、法律与金融等真实工作流程，不能只会推理：它还需要以可核查、可负担的方式读懂、提取并修改承载人类工作的复杂文档。
量子计算威胁要求企业现在就迁移密码基础设施；而在 AI 时代，模型选择、网络防御与软件整合，最终都要接受成本、可靠性和责任的检验。
- 周四10/22No Priors3 集
CrowdStrike CEO George Kurtz 认为，AI 正在把高级攻击能力扩散给更多对手；防守方若想跟上，必须看清企业里运行的AI 智能体（Agent），并用掌握自身环境的防御 AI 持续对抗。
前能源衍生品交易员 Anekha Sokhal 正在用 Moshi 把市场数据、交易员的私有资料与推荐系统连接起来；但真正决定产品能否进入交易工作流的，不只是模型能力，还有可信度、界面设计和客户购买意愿。
2045 年的芯片或许会把晶体管、布线与芯片连接推向更深的三维结构；但决定它们何时到来的，不只是实验室里的性能，更是良率、散热、设备供应和量产成本。
- 周五10/23No Priors3 集
Cloudflare CTO Dane Knecht 认为，AI 正在同时加速漏洞发现、软件生产和智能体访问网络；应对之道不是退出互联网，而是把安全嵌入开发流程，并为智能体时代重建内容分发与付费机制。
亚马逊 CEO Andy Jassy 解释为何计划在 2026 年投入约 2200 亿美元资本开支仍无法满足 AI 需求，并把算力短缺、定制芯片、企业应用改造与组织重建，放进同一场长期投资中讨论。
本集把 AI 投资是否过热、AI 加速网络攻防，以及法国财政与社会紧张局势放在一起讨论：技术变革可能真实而深远，但算力、制度和公共信任未必跟得上。
- 周六10/24a16z Show2 集
找到产品市场契合点之后，创始人的关键能力转向：判断领导者是否适合下一阶段，及时作出艰难的人事决定，并帮助新高管真正融入、建立战功。
本集把 AI 的加速放进同一张约束图：模型研发能否自我加速，取决于可解释性与安全判断，也取决于 GPU 融资、实体供应链，以及法律能否跟上。
