
在 AI Native 的公司工作,是一种什么体验? (opens in a new tab)
Lovable 员工 Elena Verna 以第一手视角记录其在 AI Native 公司工作的真实体验,涵盖无职级头衔、高影响力个人贡献者、低会议文化、疯狂节奏、模糊职责边界、持续组织重组、主动用 AI 自动化自身工作以及 AI agent 作为同事等独特现象。
Total 1881 articles

Lovable 员工 Elena Verna 以第一手视角记录其在 AI Native 公司工作的真实体验,涵盖无职级头衔、高影响力个人贡献者、低会议文化、疯狂节奏、模糊职责边界、持续组织重组、主动用 AI 自动化自身工作以及 AI agent 作为同事等独特现象。

OpenAI深夜发布GPT-6.1 Sol,作为原GPT-6.1因对齐问题暂停后的"干活特化版",已上线Codex和ChatGPT Work,API价格仅为旗舰Astra的五分之一,在编程、电脑操作等多项基准上以更低成本逼近Astra性能,思维链可控性大幅提升,专为大规模Agent工作流打造。

Meta发布的个人AI助手应用Muse凭借云端虚拟机执行任务的能力,上线10天登顶美国App Store免费总榜,推动Meta股价单日大涨11.43%,同时引爆Personal Agent赛道,引来OpenAI、Manus及字节跳动等公司纷纷跟进布局。

AI算力的竞争,多年来就一个字——堆。 堆卡、堆机柜、堆发电机……似乎计算卡足够多、集群足够大,就能站在食物链顶端。 但算力「够不够用」这个问题,已经不再能单靠堆卡来解决,它开始分化出越来越多的层面。 第一个问题关于智能上限,也就是你的算力能撑起多强的智能。 前沿模型的参数规模、上下文长度、推理深度在同时变大,Agent可能连续运行几个小时甚至几天。 模型在一台机器里装不装得下、跑得快不快、长时间跑起来稳不稳,都需要被重新考量。 另一个问题是智能规模,这个问题更直击灵魂——你的算力能以多低的成本生产多少智能? Token需求在爆发,但推理负载是多元的,Prefill和Decode的计算特征不同

在大模型在拼命刷 Benchmark 卷编程的时候,「不能说话」的 Jev 却意外成了 AI 圈的新顶流,究其原因,大模型应用的价值正在从「生成什么」,进一步延伸到「能否理解复杂信息,并据此做出可靠判断」。

OpenAI为ChatGPT Voice新增语音执行任务功能,接入GPT-6家族模型与插件,用户可通过语音指令查邮件、做PPT、搭网站并追回重复扣费,该能力已整合进7月推出的ChatGPT Work Agent,新版App当天面向全球推送。

字节跳动发布新版豆包2.1 Pro(0915版本),重点升级多模态编程与视觉理解能力,可依据设计图、图纸和操作录屏生成代码,编辑团队通过山西3D旅行导览、小王子微缩星球等场景实测,验证其在Agent任务交付与Token效率方面的提升。

大模型过去几年的能力跃迁,几乎都围绕一个词:Scaling。

清华大学AI Agent课题组提出加速扩散语言模型单元测试生成的框架DiffuTester,通过抽象语法树动态挖掘多个测试用例间的共享结构模式,在解码过程中保留相关token,在保持测试覆盖率的同时实现最高约2–3倍加速,相关论文已被EMNLP 2026接收。

端侧AI算力基础设施公司烨知心(Yeats.AI)完成Pre-A轮融资,成立一年累计融资近10亿元,由深创投、和利资本、TCL创投、中科创星联合领投,创始团队来自苹果Apple Neural Engine团队,专注面向Agentic与Physical AI的下一代NPU软硬件研发。