<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/">
    <channel>
        <title>海外独角兽公众号 - SupSub</title>
        <link>https://supsub.net/feed/public/e53f7972/rss</link>
        <description>研究科技大航海时代的伟大公司。</description>
        <lastBuildDate>Thu, 20 Aug 2026 10:00:00 GMT</lastBuildDate>
        <docs>https://validator.w3.org/feed/docs/rss2.html</docs>
        <generator>https://github.com/jpmonette/feed</generator>
        <language>zh</language>
        <image>
            <title>海外独角兽公众号 - SupSub</title>
            <url>http://wx.qlogo.cn/mmhead/Q3auHgzwzM5kSCU0EU4khT3icBc0y5ibokcz9Xw6iaY7SZNz3ibvKJNT3w/0</url>
            <link>https://supsub.net/feed/public/e53f7972/rss</link>
        </image>
        <copyright>Copyright © 2026 SupSub.net Inc</copyright>
        <item>
            <title><![CDATA[DeepSeek Harness 是自进化 Agent 的基石]]></title>
            <link>https://mp.weixin.qq.com/s/g6wTg7SVXbHrjdX4aEJQxg</link>
            <guid isPermaLink="false">fa951ef9e04948050029b49eb90e7255</guid>
            <pubDate>Thu, 20 Aug 2026 10:00:00 GMT</pubDate>
            <description><![CDATA[本文深入分析了DeepSeek Harness（DSH）的发布，将其定位为一套可热重载、面向coding agent自修改和进化的开源infra。文章从三个层面拆解DSH：可直接使用的coding agent、everything-is-a-plugin的harness构造框架、以及底层的Cordis meta-framework。对比了Anthropic Claude Code（优化当前范式下的最佳harness）与DeepSeek（押注下一个范式，优化harness的可塑性）两种不同的研究哲学。指出DSH的短期用户是开发者，长期目标是让agent自己成为harness的使用者和修改者，最终实现Harness-level RSI。文章还讨论了DSH的插件生态、Creator模式的意义，以及距离真正self-evolve harness的挑战（系统稳定性、持续可靠的eval和完整学习闭环）。]]></description>
            <content:encoded><![CDATA[本文深入分析了DeepSeek Harness（DSH）的发布，将其定位为一套可热重载、面向coding agent自修改和进化的开源infra。文章从三个层面拆解DSH：可直接使用的coding agent、everything-is-a-plugin的harness构造框架、以及底层的Cordis meta-framework。对比了Anthropic Claude Code（优化当前范式下的最佳harness）与DeepSeek（押注下一个范式，优化harness的可塑性）两种不同的研究哲学。指出DSH的短期用户是开发者，长期目标是让agent自己成为harness的使用者和修改者，最终实现Harness-level RSI。文章还讨论了DSH的插件生态、Creator模式的意义，以及距离真正self-evolve harness的挑战（系统稳定性、持续可靠的eval和完整学习闭环）。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1KsNc6yor3NVDjeCwyJtasXRxrfX9DyYbOLGvm6EY7zeQY1ss8yh5gib9qHeAswF1dufibJcSMRlFhxQ7Or8AlDFwdlrwXNTsmo/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1KsNc6yor3NVDjeCwyJtasXRxrfX9DyYbOLGvm6EY7zeQY1ss8yh5gib9qHeAswF1dufibJcSMRlFhxQ7Or8AlDFwdlrwXNTsmo/0"/>
            <tag>人工智能</tag>
            <tag>AI Agent</tag>
            <tag>开源框架</tag>
            <tag>软件架构</tag>
            <tag>编程工具</tag>
            <keyword>DeepSeek Harness</keyword>
            <keyword>DSH</keyword>
            <keyword>Cordis</keyword>
            <keyword>Anthropic</keyword>
            <keyword>Claude Code</keyword>
            <keyword>Agent</keyword>
            <keyword>Harness</keyword>
            <keyword>RSI</keyword>
            <keyword>热重载</keyword>
            <keyword>插件</keyword>
            <content_type>分析</content_type>
            <content_depth>深度</content_depth>
            <tone>客观</tone>
            <style>学术</style>
            <has_action>否</has_action>
            <stance_summary>作者认为DSH代表了面向未来Agent自进化的Harness设计方向，与Anthropic的实证优化路径形成对比，DSH更注重Harness的可塑性和长期潜力。</stance_summary>
        </item>
        <item>
            <title><![CDATA[Claude Tag 可能是一个 10x Claude Code 级别的产品]]></title>
            <link>https://mp.weixin.qq.com/s/DfQFOgOZxhReNiXbYG8ybA</link>
            <guid isPermaLink="false">043fcc17cae36c96c2afd05bff5c7901</guid>
            <pubDate>Mon, 10 Aug 2026 10:00:00 GMT</pubDate>
            <description><![CDATA[本文深入分析了 Anthropic 推出的 Claude Tag 产品，认为它标志着 AI 产品交互从 Chat 到 Local Coding Agent 再到 AI Coworker 的第三次范式迁移。文章从产品形态、核心能力（Long-horizon autonomy、Memory、EQ）、使用场景、诞生方法论、落地挑战和战略意义等多个维度展开，指出 Claude Tag 可能开启数万亿美元的白领替代市场，但也面临成本和安全权限两大卡点。文章还探讨了其对 Anthropic 商业护城河、企业数据积累以及 AI 行业竞争格局的深远影响。]]></description>
            <content:encoded><![CDATA[本文深入分析了 Anthropic 推出的 Claude Tag 产品，认为它标志着 AI 产品交互从 Chat 到 Local Coding Agent 再到 AI Coworker 的第三次范式迁移。文章从产品形态、核心能力（Long-horizon autonomy、Memory、EQ）、使用场景、诞生方法论、落地挑战和战略意义等多个维度展开，指出 Claude Tag 可能开启数万亿美元的白领替代市场，但也面临成本和安全权限两大卡点。文章还探讨了其对 Anthropic 商业护城河、企业数据积累以及 AI 行业竞争格局的深远影响。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh1D5QXQOAYxiba6yiczbbSrH57pnkia2YqfD7Hia7Wjx4ep3BlyX7DbC1VibB0S44PwUIk7M3GvyZMgTPCWkRwoRs0P6ply0k75RyZ4/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh1D5QXQOAYxiba6yiczbbSrH57pnkia2YqfD7Hia7Wjx4ep3BlyX7DbC1VibB0S44PwUIk7M3GvyZMgTPCWkRwoRs0P6ply0k75RyZ4/0"/>
            <tag>人工智能</tag>
            <tag>AI Agent</tag>
            <tag>企业服务</tag>
            <tag>产品范式</tag>
            <tag>SaaS</tag>
            <keyword>Claude Tag</keyword>
            <keyword>Anthropic</keyword>
            <keyword>AI Coworker</keyword>
            <keyword>Slack</keyword>
            <keyword>Mythos</keyword>
            <keyword>Claude Code</keyword>
            <keyword>Andrej Karpathy</keyword>
            <keyword>Viktor</keyword>
            <keyword>MCP</keyword>
            <keyword>METR</keyword>
            <content_type>分析</content_type>
            <content_depth>深度</content_depth>
            <tone>客观</tone>
            <style>学术</style>
            <has_action>否</has_action>
            <stance_summary>作者认为 Claude Tag 是 AI 产品的重要范式迁移，有望开启数万亿美元的白领替代市场，但短期内面临成本和权限挑战。</stance_summary>
        </item>
        <item>
            <title><![CDATA[无法蒸馏的美国市场，谁在分食 Frontier Labs 百亿美金数据预算？]]></title>
            <link>https://mp.weixin.qq.com/s/xTSIcetjEb0tVmFy-oUdNg</link>
            <guid isPermaLink="false">bbb860a3234e237e29a4857e88415588</guid>
            <pubDate>Tue, 04 Aug 2026 05:00:00 GMT</pubDate>
            <description><![CDATA[本文系统梳理了AI数据赛道（human data、RL环境、RLaaS、真实世界数据）的格局与投资判断。核心观点：数据是模型层竞争烈度的体现，头部公司增速接近frontier labs，但客户集中、收入非经常性、品类每两三年轮换。长期独立存活的数据公司终局不会是卖数据。最新机会在真实世界数据，因其结果自带答案、分布真实。文章还分析了各细分方向的玩家、投资判断、团队特征及退出路径。]]></description>
            <content:encoded><![CDATA[本文系统梳理了AI数据赛道（human data、RL环境、RLaaS、真实世界数据）的格局与投资判断。核心观点：数据是模型层竞争烈度的体现，头部公司增速接近frontier labs，但客户集中、收入非经常性、品类每两三年轮换。长期独立存活的数据公司终局不会是卖数据。最新机会在真实世界数据，因其结果自带答案、分布真实。文章还分析了各细分方向的玩家、投资判断、团队特征及退出路径。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh26oGhXNrCbRKCmCNkib7fzguFwVibr0Wyic0mNFkIqU8Ldq91uQ8MibdCoReZgiaxJorhrFdkbkiaN8ziaVJaTkXcd7zkZWIUd4fxE54/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh26oGhXNrCbRKCmCNkib7fzguFwVibr0Wyic0mNFkIqU8Ldq91uQ8MibdCoReZgiaxJorhrFdkbkiaN8ziaVJaTkXcd7zkZWIUd4fxE54/0"/>
            <tag>人工智能</tag>
            <tag>数据标注</tag>
            <tag>强化学习</tag>
            <tag>创业投资</tag>
            <tag>企业服务</tag>
            <keyword>Mercor</keyword>
            <keyword>Handshake</keyword>
            <keyword>Fleet</keyword>
            <keyword>Anthropic</keyword>
            <keyword>OpenAI</keyword>
            <keyword>Scale AI</keyword>
            <keyword>Surge</keyword>
            <keyword>Applied Compute</keyword>
            <keyword>Patronus</keyword>
            <keyword>真实世界数据</keyword>
            <content_type>分析</content_type>
            <content_depth>深度</content_depth>
            <tone>客观</tone>
            <style>学术</style>
            <has_action>否</has_action>
            <stance_summary>作者认为数据赛道总量增长确定但单家公司位置不稳定，长期独立存活的数据公司终局不会是卖数据，最新机会在真实世界数据。</stance_summary>
        </item>
        <item>
            <title><![CDATA[真实工作流，正在成为下一代训练数据]]></title>
            <link>https://mp.weixin.qq.com/s/k7FDEUExvAkLvlXifE3_xw</link>
            <guid isPermaLink="false">3a801e138f92a25a92844d6c041e566f</guid>
            <pubDate>Wed, 22 Jul 2026 12:10:00 GMT</pubDate>
            <description><![CDATA[本文分析了AI数据市场的最新趋势，指出真实工作流数据（real-world data）正成为新的训练需求。文章将数据公司分为两类：服务模型实验室的Human data公司和面向企业的RLaaS公司。深入探讨了数据市场的冲浪特性、数据分类（Type 1真实捕获数据与Type 2人为构造数据）、RL环境的进化方向、企业自训模型的考量因素，以及OPSD和Dreaming等提高样本效率的方法。核心观点是数据价值正从Type 2向Type 1迁移，Type 2窗口可能只剩两年。]]></description>
            <content:encoded><![CDATA[本文分析了AI数据市场的最新趋势，指出真实工作流数据（real-world data）正成为新的训练需求。文章将数据公司分为两类：服务模型实验室的Human data公司和面向企业的RLaaS公司。深入探讨了数据市场的冲浪特性、数据分类（Type 1真实捕获数据与Type 2人为构造数据）、RL环境的进化方向、企业自训模型的考量因素，以及OPSD和Dreaming等提高样本效率的方法。核心观点是数据价值正从Type 2向Type 1迁移，Type 2窗口可能只剩两年。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh0dLNR00ZGuicqicSiadkn2Lhd5BT3Hk3Fl18ex9CM21HF3ibvibgZfict04x2j6uTdWI3UJlZshFjiatxFJEZ7pP0UzYYAFXgF1KsicYA/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh0dLNR00ZGuicqicSiadkn2Lhd5BT3Hk3Fl18ex9CM21HF3ibvibgZfict04x2j6uTdWI3UJlZshFjiatxFJEZ7pP0UzYYAFXgF1KsicYA/0"/>
            <tag>人工智能</tag>
            <tag>数据标注</tag>
            <tag>强化学习</tag>
            <tag>企业服务</tag>
            <tag>创业投资</tag>
            <keyword>Scale AI</keyword>
            <keyword>Mercor</keyword>
            <keyword>Surge AI</keyword>
            <keyword>Handshake</keyword>
            <keyword>Protege</keyword>
            <keyword>Sunset</keyword>
            <keyword>SF Data</keyword>
            <keyword>Cursor</keyword>
            <keyword>DoorDash</keyword>
            <keyword>RLaaS</keyword>
            <content_type>分析</content_type>
            <content_depth>深度</content_depth>
            <tone>客观</tone>
            <style>学术</style>
            <has_action>否</has_action>
            <stance_summary>作者认为真实工作流数据是AI训练的下一个关键方向，数据价值正从人为构造数据向真实捕获数据迁移，Type 2数据公司窗口期可能只剩两年。</stance_summary>
        </item>
        <item>
            <title><![CDATA[深度讨论 Fable 5：模型收入分化，RSI，Tokenmaxxing 减速｜Best Ideas]]></title>
            <link>https://mp.weixin.qq.com/s/EjcQ1x-uGodUKHdSmsZ4rw</link>
            <guid isPermaLink="false">a4ee99ab2c5d7808255f53ffcea8ee59</guid>
            <pubDate>Tue, 23 Jun 2026 12:10:00 GMT</pubDate>
            <description><![CDATA[本文是拾象Best Ideas社群关于Fable 5模型的深度讨论，核心观点是模型能力分化正在演变为收入分化：前沿模型（如Fable 5）拿走80%收入，开源与低价模型处理80% token。文章从用户评价分化、Benchmark表现、成本、企业Workflow重塑、RSI、算力供给等多个维度展开分析，指出高价值任务才能体现前沿模型上限，而低价模型在大量普通场景中已足够。同时讨论了Sub-agents workflow对存储和算力的影响，以及Anthropic与OpenAI的竞争格局。]]></description>
            <content:encoded><![CDATA[本文是拾象Best Ideas社群关于Fable 5模型的深度讨论，核心观点是模型能力分化正在演变为收入分化：前沿模型（如Fable 5）拿走80%收入，开源与低价模型处理80% token。文章从用户评价分化、Benchmark表现、成本、企业Workflow重塑、RSI、算力供给等多个维度展开分析，指出高价值任务才能体现前沿模型上限，而低价模型在大量普通场景中已足够。同时讨论了Sub-agents workflow对存储和算力的影响，以及Anthropic与OpenAI的竞争格局。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh0ibNzzb5m4GtZX69Qx833ibaX6ribNJfADUjRfJcLguk2wTtYASghpBNF2RfQz44cRtpcAkbibtWicJwO4JaPKMkgXJBNtk0pAO0xk/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh0ibNzzb5m4GtZX69Qx833ibaX6ribNJfADUjRfJcLguk2wTtYASghpBNF2RfQz44cRtpcAkbibtWicJwO4JaPKMkgXJBNtk0pAO0xk/0"/>
            <tag>人工智能</tag>
            <tag>大语言模型</tag>
            <tag>AI投资</tag>
            <tag>企业AI转型</tag>
            <tag>算力基建</tag>
            <keyword>Fable 5</keyword>
            <keyword>Anthropic</keyword>
            <keyword>OpenAI</keyword>
            <keyword>GPT-5.5</keyword>
            <keyword>Opus 4.8</keyword>
            <keyword>Sub-agents</keyword>
            <keyword>RSI</keyword>
            <keyword>CursorBench</keyword>
            <keyword>Xbench</keyword>
            <keyword>DeepSeek V4</keyword>
            <content_type>分析</content_type>
            <content_depth>深度</content_depth>
            <tone>客观</tone>
            <style>学术</style>
            <has_action>否</has_action>
            <stance_summary>作者认为模型能力分化正演变为收入分化，前沿模型占据高价值任务溢价，低价模型处理海量token，RSI是下半年关键主题</stance_summary>
        </item>
        <item>
            <title><![CDATA[Modal 的 Infra 复利，从 GPU Cloud 到 Agent Sandbox]]></title>
            <link>https://mp.weixin.qq.com/s/aL_3lNxtbYwni5mV1CCBIw</link>
            <guid isPermaLink="false">cb9587c947e812022a3748811090987d</guid>
            <pubDate>Thu, 04 Jun 2026 12:09:58 GMT</pubDate>
            <description><![CDATA[Modal 正在从 serverless GPU 平台演化为 AI agent 执行层基础设施]]></description>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh3UWEDhGb0t8Vm8bWDQP35nM5xQ7a1WY5CS5SVbG5wc5G0hUneLrxmgR8ohibiaWibKgHyhbdlXAJicgFb22HjBPvoYUo2qWCmKe4E/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh3UWEDhGb0t8Vm8bWDQP35nM5xQ7a1WY5CS5SVbG5wc5G0hUneLrxmgR8ohibiaWibKgHyhbdlXAJicgFb22HjBPvoYUo2qWCmKe4E/0"/>
        </item>
        <item>
            <title><![CDATA[Mintlify 做的开发者文档，如何成为 Coding Agent 生产和消费的第一波内容？]]></title>
            <link>https://mp.weixin.qq.com/s/amJeRr_Be4sjBfUvuiItkw</link>
            <guid isPermaLink="false">69a1df44329ce219204dd1f6e76818ef</guid>
            <pubDate>Mon, 25 May 2026 12:00:00 GMT</pubDate>
            <description><![CDATA[本文深入分析了Mintlify这家AI-native开发者文档平台。文章指出，随着AI agent开始替代开发者阅读文档、生成代码，开发者文档的价值从“给人看的说明书”升级为“人和agent共用的知识context入口”。Mintlify抓住了这一变化，通过Git-backed工作流、美观的文档门面和agent-readable能力（如llms.txt、MCP server）获得市场认可，2026年4月以5亿美元估值完成4500万美元B轮融资。文章详细拆解了Mintlify的产品亮点、客户价值、商业化逻辑、竞争格局和风险，认为其核心风险在于竞争壁垒偏薄，未来若停留在高质量开发者文档工具，可能成为巨头收购标的。]]></description>
            <content:encoded><![CDATA[本文深入分析了Mintlify这家AI-native开发者文档平台。文章指出，随着AI agent开始替代开发者阅读文档、生成代码，开发者文档的价值从“给人看的说明书”升级为“人和agent共用的知识context入口”。Mintlify抓住了这一变化，通过Git-backed工作流、美观的文档门面和agent-readable能力（如llms.txt、MCP server）获得市场认可，2026年4月以5亿美元估值完成4500万美元B轮融资。文章详细拆解了Mintlify的产品亮点、客户价值、商业化逻辑、竞争格局和风险，认为其核心风险在于竞争壁垒偏薄，未来若停留在高质量开发者文档工具，可能成为巨头收购标的。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh2uOeWhXuib0YnKuBh7uXgCaaUNdXahGFNgnia8NVVBONp9XKEGvAH35agbZsTd80ZOoBUicf3kzsMAfBsKPo8P2HoHpE8ccyrZ94/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh2uOeWhXuib0YnKuBh7uXgCaaUNdXahGFNgnia8NVVBONp9XKEGvAH35agbZsTd80ZOoBUicf3kzsMAfBsKPo8P2HoHpE8ccyrZ94/0"/>
            <tag>开发者工具</tag>
            <tag>文档平台</tag>
            <tag>人工智能</tag>
            <tag>SaaS</tag>
            <tag>知识管理</tag>
            <keyword>Mintlify</keyword>
            <keyword>开发者文档</keyword>
            <keyword>AI agent</keyword>
            <keyword>llms.txt</keyword>
            <keyword>MCP</keyword>
            <keyword>GitHub</keyword>
            <keyword>a16z</keyword>
            <keyword>Han Wang</keyword>
            <keyword>Hahnbee Lee</keyword>
            <keyword>Agent Score</keyword>
            <content_type>分析</content_type>
            <content_depth>深度</content_depth>
            <tone>客观</tone>
            <style>学术</style>
            <has_action>否</has_action>
            <stance_summary>作者认为Mintlify抓住了AI时代文档读者迁移的机会，但竞争壁垒偏薄，长期可能成为收购标的</stance_summary>
        </item>
        <item>
            <title><![CDATA[从 Agent 开权限开始，Serval 想成为下一代 ServiceNow]]></title>
            <link>https://mp.weixin.qq.com/s/7U92Rhlzvr2PRIhOybQcVw</link>
            <guid isPermaLink="false">46ec31311c8508f1389a4710e6bda071</guid>
            <pubDate>Thu, 21 May 2026 12:00:00 GMT</pubDate>
            <description><![CDATA[文章深入分析了AI原生IT服务公司Serval的商业模式与市场潜力，指出其通过AI生成可审计的TypeScript工作流，将传统IT工单系统升级为自动化执行层，解决企业高频、低风险的权限申请与流程自动化需求。Serval以Slack为入口，采用‘构建代理’与‘执行代理’分离架构，强调控制、审计与治理，而非依赖大模型实时推理。其早期客户为AI原生公司，正逐步渗透至中型企业及大企业部门级场景，并有望扩展为AI代理（AI agent）的治理平台。文章认为Serval的核心价值在于将企业智能体的执行边界制度化，其长期机会在于成为‘AI时代的ITSM’，但面临传统巨头（如ServiceNow）整合、CMDB兼容性与企业采购惯性等挑战。]]></description>
            <content:encoded><![CDATA[文章深入分析了AI原生IT服务公司Serval的商业模式与市场潜力，指出其通过AI生成可审计的TypeScript工作流，将传统IT工单系统升级为自动化执行层，解决企业高频、低风险的权限申请与流程自动化需求。Serval以Slack为入口，采用‘构建代理’与‘执行代理’分离架构，强调控制、审计与治理，而非依赖大模型实时推理。其早期客户为AI原生公司，正逐步渗透至中型企业及大企业部门级场景，并有望扩展为AI代理（AI agent）的治理平台。文章认为Serval的核心价值在于将企业智能体的执行边界制度化，其长期机会在于成为‘AI时代的ITSM’，但面临传统巨头（如ServiceNow）整合、CMDB兼容性与企业采购惯性等挑战。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh0oibHww3X6Q8Mjicia7fDOCrds6lI5QKoq3kGlcvC1mO3FhoS7oVDszEYYMbhPAPsbLdFk7aGGzqHan0iaZPEjCjia6hs7XR49sOyU/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh0oibHww3X6Q8Mjicia7fDOCrds6lI5QKoq3kGlcvC1mO3FhoS7oVDszEYYMbhPAPsbLdFk7aGGzqHan0iaZPEjCjia6hs7XR49sOyU/0"/>
            <tag>人工智能代理</tag>
            <tag>企业自动化</tag>
            <tag>IT服务管理</tag>
            <tag>权限治理</tag>
            <tag>工作流自动化</tag>
            <keyword>Serval</keyword>
            <keyword> AI-native ITSM</keyword>
            <keyword> 企业智能体</keyword>
            <keyword> 工作流即代码</keyword>
            <keyword> 权限治理</keyword>
            <keyword> ServiceNow</keyword>
            <keyword> AI代理</keyword>
            <keyword> 自动化执行</keyword>
            <keyword> IT帮助台</keyword>
            <keyword> 审计日志</keyword>
        </item>
        <item>
            <title><![CDATA[拆解 Anthropic：最好的 AI 公司，可能也是一种组织发明]]></title>
            <link>https://mp.weixin.qq.com/s/sA20Zc74FYWxKOu9Nu-T1Q</link>
            <guid isPermaLink="false">fa17372666ec464953522733e0ee7a48</guid>
            <pubDate>Wed, 20 May 2026 11:59:39 GMT</pubDate>
            <description><![CDATA[本文深入分析了Anthropic如何在AI行业迅速崛起，超越OpenAI成为估值万亿美金的领军企业。文章从战略与组织文化两个维度展开：战略上，Anthropic坚持聚焦coding方向，放弃多模态等支线，通过扎实的预训练与数据积累实现能力跃迁；文化上，其使命驱动、低ego、高信任、透明协作的组织氛围显著提升了人才留存率，吸引顶尖人才自愿降职加入。创始人Dario的个人经历与价值观深刻塑造了公司文化，使其在快速扩张中仍保持高度凝聚力。文章最终指出，Anthropic的成功并非源于更大野心或更多探索，而是源于更少的盲目扩张、更低的自我中心，以及对安全与使命的极致坚守，为AI时代的企业组织提供了全新范式。]]></description>
            <content:encoded><![CDATA[本文深入分析了Anthropic如何在AI行业迅速崛起，超越OpenAI成为估值万亿美金的领军企业。文章从战略与组织文化两个维度展开：战略上，Anthropic坚持聚焦coding方向，放弃多模态等支线，通过扎实的预训练与数据积累实现能力跃迁；文化上，其使命驱动、低ego、高信任、透明协作的组织氛围显著提升了人才留存率，吸引顶尖人才自愿降职加入。创始人Dario的个人经历与价值观深刻塑造了公司文化，使其在快速扩张中仍保持高度凝聚力。文章最终指出，Anthropic的成功并非源于更大野心或更多探索，而是源于更少的盲目扩张、更低的自我中心，以及对安全与使命的极致坚守，为AI时代的企业组织提供了全新范式。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1Xj1rmIuiaxMhwia3AcPu42NPrs52L7dAOEQfHCo3TcfcDp56cRfU0ZaEE70kgBYcdiatdYKS092nBF6IXENJtcAUFk3wwpAXdR8/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1Xj1rmIuiaxMhwia3AcPu42NPrs52L7dAOEQfHCo3TcfcDp56cRfU0ZaEE70kgBYcdiatdYKS092nBF6IXENJtcAUFk3wwpAXdR8/0"/>
            <tag>人工智能</tag>
            <tag>组织文化</tag>
            <tag>战略聚焦</tag>
            <tag>模型训练</tag>
            <tag>人才管理</tag>
            <keyword>Anthropic</keyword>
            <keyword> OpenAI</keyword>
            <keyword> AI战略</keyword>
            <keyword> 聚焦聚焦</keyword>
            <keyword> 组织文化</keyword>
            <keyword> 使命驱动</keyword>
            <keyword> 人才留存</keyword>
            <keyword> coding</keyword>
            <keyword> Dario</keyword>
            <keyword> scaling laws</keyword>
        </item>
        <item>
            <title><![CDATA[The Era of Agent：拾象 AGI 投资洞察]]></title>
            <link>https://mp.weixin.qq.com/s/-YbLQ2kuolHaXxqkL9mpTw</link>
            <guid isPermaLink="false">439b01f9a3a9b3a8ea2a8547a1fa4412</guid>
            <pubDate>Fri, 15 May 2026 15:32:09 GMT</pubDate>
            <description><![CDATA[本文深入分析了2026年AI领域发生的结构性变革，指出AI首次系统性加速自身发展，Coding Agent成为增速最快的新物种，推动AI Labs竞争从模型训练转向组织与战略文化博弈。Anthropic凭借聚焦Coding、极致数据驱动和AGI-native组织文化实现超越，而OpenAI与Google因战略失焦被暂时赶超。文章提出Agent时代已至，市场坐标系应从To B/To C转向To Human/To Agent，Agent作为独立生产者与消费者正重构经济系统。同时，机器人领域进入数据Scaling年，技术路径正从VLA转向World Model，硬件与供应链成为关键瓶颈，华人创业者或有机会打造机器人领域的‘台积电’。Neo Labs分化为追寻新范式与专注高价值垂直领域两类，AI竞争进入组织力与生态构建的新阶段。]]></description>
            <content:encoded><![CDATA[本文深入分析了2026年AI领域发生的结构性变革，指出AI首次系统性加速自身发展，Coding Agent成为增速最快的新物种，推动AI Labs竞争从模型训练转向组织与战略文化博弈。Anthropic凭借聚焦Coding、极致数据驱动和AGI-native组织文化实现超越，而OpenAI与Google因战略失焦被暂时赶超。文章提出Agent时代已至，市场坐标系应从To B/To C转向To Human/To Agent，Agent作为独立生产者与消费者正重构经济系统。同时，机器人领域进入数据Scaling年，技术路径正从VLA转向World Model，硬件与供应链成为关键瓶颈，华人创业者或有机会打造机器人领域的‘台积电’。Neo Labs分化为追寻新范式与专注高价值垂直领域两类，AI竞争进入组织力与生态构建的新阶段。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh0T8nL1j3Cfjl5jCHXtqCv7zibQNNQnq0ibYiavlqCMicCA5GMM23KWlwiaMncMckRX22yMvsFSpPyB7GLNwSWcDkYOCPtniadoUiaTM0/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh0T8nL1j3Cfjl5jCHXtqCv7zibQNNQnq0ibYiavlqCMicCA5GMM23KWlwiaMncMckRX22yMvsFSpPyB7GLNwSWcDkYOCPtniadoUiaTM0/0"/>
            <tag>人工智能</tag>
            <tag>智能体</tag>
            <tag>大语言模型</tag>
            <tag>自动编程</tag>
            <tag>机器学习</tag>
            <keyword>Coding Agent</keyword>
            <keyword> AGI</keyword>
            <keyword> Anthropic</keyword>
            <keyword> OpenAI</keyword>
            <keyword> Agent-native</keyword>
            <keyword> 组织文化</keyword>
            <keyword> Model Competition</keyword>
            <keyword> Robotics</keyword>
            <keyword> World Model</keyword>
            <keyword> AI Infrastructure</keyword>
        </item>
        <item>
            <title><![CDATA[AI Labs 都在用，ClickHouse 能成为 AI 日志的实时分析引擎吗？]]></title>
            <link>https://mp.weixin.qq.com/s/iq2fwhNrk7sxjsufjbB9Gw</link>
            <guid isPermaLink="false">183eae79322740058c3cdc7bd8969baa</guid>
            <pubDate>Wed, 13 May 2026 12:02:49 GMT</pubDate>
            <description><![CDATA[本文深入分析了开源列式数据库ClickHouse在AI浪潮中的爆发性增长。尽管诞生于2009年，ClickHouse在2025年因高度契合AI推理日志的append-only事件流特性而成为AI公司（如Anthropic、OpenAI）的首选可观测性引擎。公司通过收购HyperDX、Langfuse和推出Postgres Service，从单一OLAP引擎转型为覆盖实时分析、可观测性与AI观测的完整数据平台。其成本优势（较Snowflake低70%+）、高性能与开源策略驱动ARR在18个月内增长10倍至1.6亿美元，估值达150亿美元。但其企业级就绪度、Yandex背景带来的安全疑虑及生态成熟度仍是挑战。文章认为ClickHouse是AI时代数据基础设施的关键受益者，但非AI原生公司，其未来取决于平台化整合与企业销售能力的提升。]]></description>
            <content:encoded><![CDATA[本文深入分析了开源列式数据库ClickHouse在AI浪潮中的爆发性增长。尽管诞生于2009年，ClickHouse在2025年因高度契合AI推理日志的append-only事件流特性而成为AI公司（如Anthropic、OpenAI）的首选可观测性引擎。公司通过收购HyperDX、Langfuse和推出Postgres Service，从单一OLAP引擎转型为覆盖实时分析、可观测性与AI观测的完整数据平台。其成本优势（较Snowflake低70%+）、高性能与开源策略驱动ARR在18个月内增长10倍至1.6亿美元，估值达150亿美元。但其企业级就绪度、Yandex背景带来的安全疑虑及生态成熟度仍是挑战。文章认为ClickHouse是AI时代数据基础设施的关键受益者，但非AI原生公司，其未来取决于平台化整合与企业销售能力的提升。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh0icAGZHoRKS3T7XRU0Jvn7ebBjWEAQvIZmoLAhNzickazAe42AD7m6YpBXRStmzFedBJXibckNQoLEY8GqMp5dHxOR6NHWGoKLpM/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh0icAGZHoRKS3T7XRU0Jvn7ebBjWEAQvIZmoLAhNzickazAe42AD7m6YpBXRStmzFedBJXibckNQoLEY8GqMp5dHxOR6NHWGoKLpM/0"/>
            <tag>数据分析</tag>
            <tag>实时OLAP</tag>
            <tag>可观测性</tag>
            <tag>列式存储</tag>
            <tag>AI基础设施</tag>
            <keyword>ClickHouse</keyword>
            <keyword> AI可观测性</keyword>
            <keyword> 列式存储</keyword>
            <keyword> 开源数据库</keyword>
            <keyword> 数据平台</keyword>
            <keyword> 云原生</keyword>
            <keyword> 实时分析</keyword>
            <keyword> Langfuse</keyword>
            <keyword> HyperDX</keyword>
            <keyword> 估值150亿美元</keyword>
        </item>
        <item>
            <title><![CDATA[Supabase：百亿美元估值，vibe coding 的默认后端？]]></title>
            <link>https://mp.weixin.qq.com/s/N-g5W-gh_4HomEJcpOhgrw</link>
            <guid isPermaLink="false">cb956130c125fb00472ff5eda527ce3f</guid>
            <pubDate>Tue, 12 May 2026 12:02:27 GMT</pubDate>
            <description><![CDATA[本文深入分析了Supabase作为AI时代关键基础设施的崛起逻辑。Supabase以PostgreSQL为核心，构建了一站式BaaS平台，精准卡位AI编码代理（coding agent）与PostgreSQL成为AI默认后端的双重趋势。其产品战略从服务人类开发者转向服务AI代理，通过收购OrioleDB、Multigres、pg_duckdb和BKND等团队，持续强化底层能力，解决PostgreSQL的扩展性、分析能力与轻量化问题。Supabase凭借开源生态、AI工具的默认推荐、与Anthropic等巨头合作，构建了强大的分发护城河。公司用户突破700万，估值达100亿美元，正从PLG模式向企业级市场拓展，其未来增长取决于能否在Agent-first架构与企业级能力上实现突破。]]></description>
            <content:encoded><![CDATA[本文深入分析了Supabase作为AI时代关键基础设施的崛起逻辑。Supabase以PostgreSQL为核心，构建了一站式BaaS平台，精准卡位AI编码代理（coding agent）与PostgreSQL成为AI默认后端的双重趋势。其产品战略从服务人类开发者转向服务AI代理，通过收购OrioleDB、Multigres、pg_duckdb和BKND等团队，持续强化底层能力，解决PostgreSQL的扩展性、分析能力与轻量化问题。Supabase凭借开源生态、AI工具的默认推荐、与Anthropic等巨头合作，构建了强大的分发护城河。公司用户突破700万，估值达100亿美元，正从PLG模式向企业级市场拓展，其未来增长取决于能否在Agent-first架构与企业级能力上实现突破。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1sGHbUvHE0I0N3TCib7BMluPH3OfgdKribfRaQ6tOBF7us5a7icXSNKkztxsICteXLshxID0LOKAg1G3lic3kUZIZPeYA9ibmFyaZ4/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1sGHbUvHE0I0N3TCib7BMluPH3OfgdKribfRaQ6tOBF7us5a7icXSNKkztxsICteXLshxID0LOKAg1G3lic3kUZIZPeYA9ibmFyaZ4/0"/>
            <tag>人工智能</tag>
            <tag>深度学习</tag>
            <tag>后端即服务</tag>
            <tag>数据库系统</tag>
            <tag>开发者工具</tag>
            <keyword>Supabase</keyword>
            <keyword> AI coding agent</keyword>
            <keyword> PostgreSQL</keyword>
            <keyword> BaaS</keyword>
            <keyword> OrioleDB</keyword>
            <keyword> Multigres</keyword>
            <keyword> pgvector</keyword>
            <keyword> Anthropic</keyword>
            <keyword> 开源基础设施</keyword>
            <keyword> Agent-first</keyword>
        </item>
        <item>
            <title><![CDATA[The Era of Agent：拾象 AGI 投资洞察]]></title>
            <link>https://mp.weixin.qq.com/s/9X4BAXCJXbJ6hf3nILCf9A</link>
            <guid isPermaLink="false">96dcb7b98aa85c0ddb9512976f41ab72</guid>
            <pubDate>Fri, 08 May 2026 12:03:42 GMT</pubDate>
            <description><![CDATA[文章深入分析了2026年AI领域的结构性变革，指出Coding Agent已成为增速最快的新物种，推动AI公司从Chat模式转向Agent时代。Anthropic凭借战略聚焦与组织文化优势在编码领域领先，而OpenAI和Google因战略失焦一度落后。文章强调，模型竞争的核心已从技术转向组织与战略文化，Agent不仅是生产工具，更成为数字世界的独立消费者与生产者。同时，机器人领域进入数据规模化阶段，硬件与供应链成为关键瓶颈，华人创业者或可打造机器人领域的‘台积电’。AI行业正从To B/To C转向To Agent的新坐标系，Harness（工程封装）成为竞争新焦点，Anthropic已向Agent OS转型。未来竞争将围绕Agent-native生态、持续学习范式与高价值垂直领域展开。]]></description>
            <content:encoded><![CDATA[文章深入分析了2026年AI领域的结构性变革，指出Coding Agent已成为增速最快的新物种，推动AI公司从Chat模式转向Agent时代。Anthropic凭借战略聚焦与组织文化优势在编码领域领先，而OpenAI和Google因战略失焦一度落后。文章强调，模型竞争的核心已从技术转向组织与战略文化，Agent不仅是生产工具，更成为数字世界的独立消费者与生产者。同时，机器人领域进入数据规模化阶段，硬件与供应链成为关键瓶颈，华人创业者或可打造机器人领域的‘台积电’。AI行业正从To B/To C转向To Agent的新坐标系，Harness（工程封装）成为竞争新焦点，Anthropic已向Agent OS转型。未来竞争将围绕Agent-native生态、持续学习范式与高价值垂直领域展开。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh0T8nL1j3Cfjl5jCHXtqCv7zibQNNQnq0ibYiavlqCMicCA5GMM23KWlwiaMncMckRX22yMvsFSpPyB7GLNwSWcDkYOCPtniadoUiaTM0/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh0T8nL1j3Cfjl5jCHXtqCv7zibQNNQnq0ibYiavlqCMicCA5GMM23KWlwiaMncMckRX22yMvsFSpPyB7GLNwSWcDkYOCPtniadoUiaTM0/0"/>
            <tag>人工智能</tag>
            <tag>智能体</tag>
            <tag>大语言模型</tag>
            <tag>机器学习</tag>
            <tag>自动化</tag>
            <keyword>Coding Agent</keyword>
            <keyword> Agent时代</keyword>
            <keyword> Anthropic</keyword>
            <keyword> OpenAI</keyword>
            <keyword> Google</keyword>
            <keyword> 组织文化</keyword>
            <keyword> 持续学习</keyword>
            <keyword> Agent-native</keyword>
            <keyword> 硬件供应链</keyword>
            <keyword> 世界模型</keyword>
        </item>
        <item>
            <title><![CDATA[深度讨论新一轮模型发布：当智能进入月更时代 | Best Ideas]]></title>
            <link>https://mp.weixin.qq.com/s/1ceJS8LhoWB6NngwanivZA</link>
            <guid isPermaLink="false">88dd00c40a8cbdec1c17f1313ef04048</guid>
            <pubDate>Wed, 29 Apr 2026 12:02:54 GMT</pubDate>
            <description><![CDATA[本文深度探讨了AI模型进入‘月更时代’后的技术演进与产业影响，聚焦Opus 4.7、GPT-5.5、DeepSeek V4等最新模型的实测表现，指出模型能力正快速吞噬开发脚手架，算力成为核心瓶颈，Token价格同步上涨，供需缺口加剧。文章强调，AI的竞争已从模型参数转向数据飞轮、组织协同与上下文管理，企业能否打通权限与数据流成为关键。同时，中国AI厂商在国产芯片适配与架构创新上取得突破，但短期内仍面临算力与生态的严峻挑战。未来AI的真正护城河在于人与系统的深度耦合，而非单纯模型性能。]]></description>
            <content:encoded><![CDATA[本文深度探讨了AI模型进入‘月更时代’后的技术演进与产业影响，聚焦Opus 4.7、GPT-5.5、DeepSeek V4等最新模型的实测表现，指出模型能力正快速吞噬开发脚手架，算力成为核心瓶颈，Token价格同步上涨，供需缺口加剧。文章强调，AI的竞争已从模型参数转向数据飞轮、组织协同与上下文管理，企业能否打通权限与数据流成为关键。同时，中国AI厂商在国产芯片适配与架构创新上取得突破，但短期内仍面临算力与生态的严峻挑战。未来AI的真正护城河在于人与系统的深度耦合，而非单纯模型性能。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1puJibsSsylJf2tZZndicoLT8jZJD2CDuo9SmVWKLwpo6I8Q9XT6eE3o8ibRsR7jRI2uXzbRA58EkXibRpkSzEdbPB10tEGI44lW4/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1puJibsSsylJf2tZZndicoLT8jZJD2CDuo9SmVWKLwpo6I8Q9XT6eE3o8ibRsR7jRI2uXzbRA58EkXibRpkSzEdbPB10tEGI44lW4/0"/>
            <tag>人工智能</tag>
            <tag>大模型</tag>
            <tag>算力瓶颈</tag>
            <tag>模型迭代</tag>
            <tag>数据飞轮</tag>
            <keyword>AI月更时代</keyword>
            <keyword> Opus 4.7</keyword>
            <keyword> GPT-5.5</keyword>
            <keyword> DeepSeek V4</keyword>
            <keyword> Token涨价</keyword>
            <keyword> 算力瓶颈</keyword>
            <keyword> 模型架构</keyword>
            <keyword> 数据飞轮</keyword>
            <keyword> AI agent</keyword>
            <keyword> 技术护城河</keyword>
        </item>
        <item>
            <title><![CDATA[Agent 时代启示录: 当 Agent 作为新物种加入经济系统]]></title>
            <link>https://mp.weixin.qq.com/s/9R4CknPNtq3-TsBf94tk8A</link>
            <guid isPermaLink="false">da70f0ea3fc02a6d6da399abdc05edea</guid>
            <pubDate>Tue, 21 Apr 2026 12:02:46 GMT</pubDate>
            <description><![CDATA[本文深入探讨了AI代理（Agent）时代对传统互联网商业范式的颠覆，指出以DAU为代表的旧指标已失效，价值正从用户规模转向高价值任务的完成效率。作者提出‘To Human / To Agent’新坐标系，认为AI代理正成为独立的生产者与消费者，推动商业模式从卖Token转向卖OS/云平台生态。软件形态正从GUI向CLI/API迁移，Harness（代理编排层）成为新护城河。Anthropic凭借无用户包袱的Agent-native设计，快速超越OpenAI的ARR表现。未来机会集中在Runtime基础设施、垂直领域Harness和Agent身份与支付等新层，预示一个由非人类主体构成的高效经济系统正在形成。]]></description>
            <content:encoded><![CDATA[本文深入探讨了AI代理（Agent）时代对传统互联网商业范式的颠覆，指出以DAU为代表的旧指标已失效，价值正从用户规模转向高价值任务的完成效率。作者提出‘To Human / To Agent’新坐标系，认为AI代理正成为独立的生产者与消费者，推动商业模式从卖Token转向卖OS/云平台生态。软件形态正从GUI向CLI/API迁移，Harness（代理编排层）成为新护城河。Anthropic凭借无用户包袱的Agent-native设计，快速超越OpenAI的ARR表现。未来机会集中在Runtime基础设施、垂直领域Harness和Agent身份与支付等新层，预示一个由非人类主体构成的高效经济系统正在形成。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh2fWibAa1k4acrNxwh42j0HPeA7XZHdibyM9l2Ird6rZasibfGrmzpoAvRJS6wN4SUworic7luq2ZZmWl7I7rmbJiaQ2eIIAyKiacyUk/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh2fWibAa1k4acrNxwh42j0HPeA7XZHdibyM9l2Ird6rZasibfGrmzpoAvRJS6wN4SUworic7luq2ZZmWl7I7rmbJiaQ2eIIAyKiacyUk/0"/>
            <tag>人工智能</tag>
            <tag>智能代理</tag>
            <tag>商业模式转型</tag>
            <tag>基础设施重构</tag>
            <tag>技术范式迁移</tag>
            <keyword>Agent时代</keyword>
            <keyword> To Human / To Agent</keyword>
            <keyword> Anthropic</keyword>
            <keyword> OpenAI</keyword>
            <keyword> Harness</keyword>
            <keyword> 代理编排</keyword>
            <keyword> 商业模式转型</keyword>
            <keyword> 人工智能基础设施</keyword>
            <keyword> 高价值任务</keyword>
            <keyword> 范式转移</keyword>
        </item>
        <item>
            <title><![CDATA[Resolve AI：为什么 AI SRE 领域有望诞生下一代 Datadog]]></title>
            <link>https://mp.weixin.qq.com/s/cr1ZLVv9eq5cbILdlQlo8g</link>
            <guid isPermaLink="false">fbabd362d1c62070caeae2480fdac2c0</guid>
            <pubDate>Mon, 20 Apr 2026 12:03:46 GMT</pubDate>
            <description><![CDATA[本文深入分析了AI SRE（人工智能运维）领域的最新突破，聚焦于初创公司Resolve AI的产品模式与技术路径。Resolve AI通过‘环境记忆+多智能体协同’架构，实现对生产环境的自主调查与根因分析，其核心优势在于持续积累客户系统上下文，形成数据飞轮，并采用本地化Satellite部署保障数据安全。相比竞争对手Traversal，Resolve更务实、注重企业级安全与工程落地，已获得1.5亿美元融资，估值达10亿美元，客户涵盖Coinbase、Salesforce等头部企业。文章指出，AI SRE的真正瓶颈不在模型能力，而在如何系统化沉淀运维经验与组织复杂生产上下文，其未来潜力取决于软件价值结构是否仍以高可靠性核心系统为主导。]]></description>
            <content:encoded><![CDATA[本文深入分析了AI SRE（人工智能运维）领域的最新突破，聚焦于初创公司Resolve AI的产品模式与技术路径。Resolve AI通过‘环境记忆+多智能体协同’架构，实现对生产环境的自主调查与根因分析，其核心优势在于持续积累客户系统上下文，形成数据飞轮，并采用本地化Satellite部署保障数据安全。相比竞争对手Traversal，Resolve更务实、注重企业级安全与工程落地，已获得1.5亿美元融资，估值达10亿美元，客户涵盖Coinbase、Salesforce等头部企业。文章指出，AI SRE的真正瓶颈不在模型能力，而在如何系统化沉淀运维经验与组织复杂生产上下文，其未来潜力取决于软件价值结构是否仍以高可靠性核心系统为主导。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh243yt04gacaibZgjMTcP9ty5zQmGTK7vETN6xMOTpnJaeXpJjIoGkQS9AficLExulvqvZYuR4br5qSiaAmBSibuevYwicBuFfh2FGY/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh243yt04gacaibZgjMTcP9ty5zQmGTK7vETN6xMOTpnJaeXpJjIoGkQS9AficLExulvqvZYuR4br5qSiaAmBSibuevYwicBuFfh2FGY/0"/>
            <tag>人工智能</tag>
            <tag>运维自动化</tag>
            <tag>可观测性</tag>
            <tag>多智能体系统</tag>
            <tag>生产环境智能</tag>
            <keyword>AI SRE</keyword>
            <keyword> Resolve AI</keyword>
            <keyword> 多智能体</keyword>
            <keyword> 环境记忆</keyword>
            <keyword> 生产环境</keyword>
            <keyword> 可观测性</keyword>
            <keyword> OpenTelemetry</keyword>
            <keyword> 根因分析</keyword>
            <keyword> 数据飞轮</keyword>
            <keyword> 运维自动化</keyword>
        </item>
        <item>
            <title><![CDATA[硅谷火了一年的 AI Roll-Up，正在把“买公司”变成新的 AI 创业模式]]></title>
            <link>https://mp.weixin.qq.com/s/3aO_GQgT6-eoc64jyIP6Uw</link>
            <guid isPermaLink="false">5fb1213f101a26002439e82e77fb91b8</guid>
            <pubDate>Thu, 16 Apr 2026 12:03:50 GMT</pubDate>
            <description><![CDATA[文章探讨了AI投资从‘卖工具’向‘拥有运营’的范式转变，即AI Roll-Up模式的兴起。传统AI SaaS面临长尾中小企业采纳率低的困境，而AI Roll-Up通过直接收购并用AI重构小型服务企业（如会计所、律所、IT服务商），实现运营效率跃升与利润率翻倍。成本下降200倍、劳动力定价转向‘省人’模式、运营数据飞轮、老龄化企业资产集中退出等五大趋势共同推动这一变革。General Catalyst、Thrive Holdings（获OpenAI入股）、Lightspeed等资本方正系统性布局，构建AI驱动的运营平台。文章分析了不同行业（会计、法律、IT、客服、保险）的Roll-Up实践与竞争格局，并指出未来竞争核心在于AI工程师人才、数据积累与自主化系统构建，最终将催生‘自主型企业’。]]></description>
            <content:encoded><![CDATA[文章探讨了AI投资从‘卖工具’向‘拥有运营’的范式转变，即AI Roll-Up模式的兴起。传统AI SaaS面临长尾中小企业采纳率低的困境，而AI Roll-Up通过直接收购并用AI重构小型服务企业（如会计所、律所、IT服务商），实现运营效率跃升与利润率翻倍。成本下降200倍、劳动力定价转向‘省人’模式、运营数据飞轮、老龄化企业资产集中退出等五大趋势共同推动这一变革。General Catalyst、Thrive Holdings（获OpenAI入股）、Lightspeed等资本方正系统性布局，构建AI驱动的运营平台。文章分析了不同行业（会计、法律、IT、客服、保险）的Roll-Up实践与竞争格局，并指出未来竞争核心在于AI工程师人才、数据积累与自主化系统构建，最终将催生‘自主型企业’。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh1a21iascNDgFFQYntIl4JdEcrF96wtE5r6zGnWL2M5CoiaWZBOJEPqKuhft9asqYACHjkxb1hG2SdicKyWrbeicQ4memD00ZxyNu8/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh1a21iascNDgFFQYntIl4JdEcrF96wtE5r6zGnWL2M5CoiaWZBOJEPqKuhft9asqYACHjkxb1hG2SdicKyWrbeicQ4memD00ZxyNu8/0"/>
            <tag>人工智能</tag>
            <tag>自动化运营</tag>
            <tag>资本并购</tag>
            <tag>数据飞轮</tag>
            <tag>商业模式创新</tag>
            <keyword>AI Roll-Up</keyword>
            <keyword> AI所有权</keyword>
            <keyword> OpenAI</keyword>
            <keyword> Thrive Holdings</keyword>
            <keyword> General Catalyst</keyword>
            <keyword> AI经济模型</keyword>
            <keyword> 运营数据飞轮</keyword>
            <keyword> 服务行业数字化</keyword>
            <keyword> AI成本下降</keyword>
            <keyword> 资本重组</keyword>
        </item>
        <item>
            <title><![CDATA[Physical Intelligence：机器人需要一个“个人电脑时刻”]]></title>
            <link>https://mp.weixin.qq.com/s/6DIWXL9hDbmVOmAyMMd16w</link>
            <guid isPermaLink="false">dc8d8a9dfb9dd07f22cd7f23883f7126</guid>
            <pubDate>Fri, 03 Apr 2026 12:03:49 GMT</pubDate>
            <description><![CDATA[本文深度探讨了Physical Intelligence（PI）公司如何通过构建通用机器人基础模型（VLA模型）推动‘通用物理智能’的发展。联合创始人Sergey Levine认为，机器人无需海量专用数据，而应依靠多模态大模型融合互联网常识与真实世界数据，实现跨任务、跨形态的泛化能力。文章强调，机器人突破的关键在于‘端到端学习’、‘思维链推理’与‘强化学习迭代’，并指出硬件成本下降与LLM进步共同加速了这一进程。PI的愿景是打造可组合的机器人平台，释放个体创造力，如同个人电脑之于软件应用。尽管面临长尾场景、人机交互安全等挑战，其路径已被视为通往具身AI的最可行方向。]]></description>
            <content:encoded><![CDATA[本文深度探讨了Physical Intelligence（PI）公司如何通过构建通用机器人基础模型（VLA模型）推动‘通用物理智能’的发展。联合创始人Sergey Levine认为，机器人无需海量专用数据，而应依靠多模态大模型融合互联网常识与真实世界数据，实现跨任务、跨形态的泛化能力。文章强调，机器人突破的关键在于‘端到端学习’、‘思维链推理’与‘强化学习迭代’，并指出硬件成本下降与LLM进步共同加速了这一进程。PI的愿景是打造可组合的机器人平台，释放个体创造力，如同个人电脑之于软件应用。尽管面临长尾场景、人机交互安全等挑战，其路径已被视为通往具身AI的最可行方向。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh3AnykNuO40oXnV8GUiaOQq2Q4BaQVqL25SlQRuzMPfZhzQic3JicbCt19LE4HJhytECySG97ZpjZrdfjTfGyicJjMM2fPRHO1XeTc/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh3AnykNuO40oXnV8GUiaOQq2Q4BaQVqL25SlQRuzMPfZhzQic3JicbCt19LE4HJhytECySG97ZpjZrdfjTfGyicJjMM2fPRHO1XeTc/0"/>
            <tag>人工智能</tag>
            <tag>通用人工智能</tag>
            <tag>机器人学习</tag>
            <tag>多模态模型</tag>
            <tag>具身智能</tag>
            <keyword>通用物理智能</keyword>
            <keyword> Physical Intelligence</keyword>
            <keyword> Sergey Levine</keyword>
            <keyword> 机器人基础模型</keyword>
            <keyword> VLA模型</keyword>
            <keyword> 端到端学习</keyword>
            <keyword> 多模态大模型</keyword>
            <keyword> 强化学习</keyword>
            <keyword> 具身AI</keyword>
            <keyword> Moravec悖论</keyword>
        </item>
        <item>
            <title><![CDATA[Juicebox：用 AI 把 HR 工作提效 2 倍，4 人团队实现 $10M ARR]]></title>
            <link>https://mp.weixin.qq.com/s/PUdBCoPGsbQCRS8ONKZfEw</link>
            <guid isPermaLink="false">cba4d5237648b64052b53f2db5896038</guid>
            <pubDate>Thu, 02 Apr 2026 12:02:30 GMT</pubDate>
            <description><![CDATA[文章深入分析了AI招聘工具Juicebox的商业模式、产品优势与竞争挑战。Juicebox专注招聘漏斗顶部的‘找人’环节，凭借AI native架构、自然语言搜索、用户反馈飞轮和极低定价（仅为LinkedIn的1/7），4人团队实现超3000万美元年经常性收入（ARR），估值达8.5亿美元。其核心优势在于语义匹配精度与PLG增长模式，但面临LinkedIn的实时数据垄断、Gem的全栈整合、端到端Agent的替代威胁，以及通用AI模型对轻量搜索场景的蚕食。文章指出，Juicebox的长期生存依赖于能否在Copilot信任窗口期内完成企业级渗透，并拓展至招聘全流程，否则其‘搜人’工具定位可能因AI Agent的崛起而被边缘化。]]></description>
            <content:encoded><![CDATA[文章深入分析了AI招聘工具Juicebox的商业模式、产品优势与竞争挑战。Juicebox专注招聘漏斗顶部的‘找人’环节，凭借AI native架构、自然语言搜索、用户反馈飞轮和极低定价（仅为LinkedIn的1/7），4人团队实现超3000万美元年经常性收入（ARR），估值达8.5亿美元。其核心优势在于语义匹配精度与PLG增长模式，但面临LinkedIn的实时数据垄断、Gem的全栈整合、端到端Agent的替代威胁，以及通用AI模型对轻量搜索场景的蚕食。文章指出，Juicebox的长期生存依赖于能否在Copilot信任窗口期内完成企业级渗透，并拓展至招聘全流程，否则其‘搜人’工具定位可能因AI Agent的崛起而被边缘化。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/sz_mmbiz_jpg/QUs3kaltEh3e9HiaicgddqgWRTSRep8KIGX91LZ8wFp3OksT11DicsJiaILImw8C0wYup0yEkMaAx4BkWvxEzib1j3jWKJkCTXKYfSNnOxSuv8XY/0" length="0" type="image//sz_mmbiz_jpg/QUs3kaltEh3e9HiaicgddqgWRTSRep8KIGX91LZ8wFp3OksT11DicsJiaILImw8C0wYup0yEkMaAx4BkWvxEzib1j3jWKJkCTXKYfSNnOxSuv8XY/0"/>
            <tag>人工智能</tag>
            <tag>招聘自动化</tag>
            <tag>AI驱动的SaaS</tag>
            <tag>自然语言搜索</tag>
            <tag>智能推荐系统</tag>
            <keyword>Juicebox</keyword>
            <keyword> AI招聘</keyword>
            <keyword> Copilot</keyword>
            <keyword> 招聘寻源</keyword>
            <keyword> B2B SaaS</keyword>
            <keyword> 人才搜寻</keyword>
            <keyword> Agent</keyword>
            <keyword> LinkedIn Recruiter</keyword>
            <keyword> PLG增长</keyword>
            <keyword> 语义搜索</keyword>
        </item>
        <item>
            <title><![CDATA[Harness is the New Dataset：模型智能提升的下一个关键方向]]></title>
            <link>https://mp.weixin.qq.com/s/9qI83Ne-Ac_R9y-yJ6SVnQ</link>
            <guid isPermaLink="false">3f13b91a93ec1bb95549a7957253f86c</guid>
            <pubDate>Thu, 26 Mar 2026 12:00:00 GMT</pubDate>
            <description><![CDATA[本文系统阐述了Harness Engineering作为AI Agent时代新范式的崛起，指出当大模型能力趋于成熟后，决定AI系统上限的不再是模型本身，而是围绕模型构建的外围系统——Harness。文章详细解析了Harness的六大核心组件（记忆管理、工具调用、编排协调、基础设施、评估验证、追踪观测），并提出其设计三大原则：信息层的精准披露与上下文优化、执行层的任务分阶段拆解、反馈层的闭环迭代。作者强调Harness即数据，其捕获的执行轨迹构成核心竞争优势，并揭示模型与Harness正走向协同训练与共同进化。文章还展望了未来Coordination Engineering与Intention Engineering的演进方向，并分析了信息层、执行层、反馈层三大方向的创业机会，如Edra、Temporal、Braintrust等公司。]]></description>
            <content:encoded><![CDATA[本文系统阐述了Harness Engineering作为AI Agent时代新范式的崛起，指出当大模型能力趋于成熟后，决定AI系统上限的不再是模型本身，而是围绕模型构建的外围系统——Harness。文章详细解析了Harness的六大核心组件（记忆管理、工具调用、编排协调、基础设施、评估验证、追踪观测），并提出其设计三大原则：信息层的精准披露与上下文优化、执行层的任务分阶段拆解、反馈层的闭环迭代。作者强调Harness即数据，其捕获的执行轨迹构成核心竞争优势，并揭示模型与Harness正走向协同训练与共同进化。文章还展望了未来Coordination Engineering与Intention Engineering的演进方向，并分析了信息层、执行层、反馈层三大方向的创业机会，如Edra、Temporal、Braintrust等公司。]]></content:encoded>
            <author>海外独角兽</author>
            <enclosure url="https://mmbiz.qpic.cn/mmbiz_jpg/QUs3kaltEh3op6qwg7Noqgzkx9iaa6s82hHjyiaAl9seOZ6l3r2mSkmr9aBEu3iaQbfA6N6ZpzmljgzFQCI3rfcoFrZENHicmaTv7YuYYJgUOJc/0" length="0" type="image//mmbiz_jpg/QUs3kaltEh3op6qwg7Noqgzkx9iaa6s82hHjyiaAl9seOZ6l3r2mSkmr9aBEu3iaQbfA6N6ZpzmljgzFQCI3rfcoFrZENHicmaTv7YuYYJgUOJc/0"/>
            <tag>人工智能</tag>
            <tag>智能体系统</tag>
            <tag>工程框架</tag>
            <tag>模型优化</tag>
            <tag>反馈闭环</tag>
            <keyword>Harness Engineering</keyword>
            <keyword> AI Agent</keyword>
            <keyword> 执行轨迹</keyword>
            <keyword> 模型与系统协同</keyword>
            <keyword> 上下文管理</keyword>
            <keyword> 工具调用</keyword>
            <keyword> 反馈闭环</keyword>
            <keyword> Coordination Engineering</keyword>
            <keyword> 数据飞轮</keyword>
            <keyword> AGI</keyword>
        </item>
    </channel>
</rss>