🇺🇸 AI 助力美国海军:Palantir 的“四大支柱” 数据现状: * 中国海军的造舰速度是美国的 200:1 * 中国现有 370 艘军舰;美国约 290 艘 * 中国每年建造 20–30 艘新军舰;美国仅 6–8 艘 美国现启动约 4.5 亿美元 的计划,通过 AI 与软件重建本国海事工业体系,以缩小差距。这正是 Palantir 发挥作用的地方。 ShipOS:Palantir 为美国海军打造的统一 AI 平台 “ShipOS 是一个统一平台,帮助美国海军加速生产流程,并协调全美两家私营造船商、三家公共船厂以及 100 家供应商之间的数据、逻辑、模型与行动。” —— 来自 Palantir 的高级顾问 Greg Little Palantir 的海军战略:四大支柱 1)杀伤力(Lethality) AI 驱动的战场感知、目标识别及武器匹配。 Maven Smart System 正在整个舰队部署,用于: * 急速战场态势识别 * 时间敏感目标(TST)打击 * 自动选择最合适的武器系统(云端或舰载边缘设备) 俄罗斯与乌克兰的战争展示了这种能力的重要性:乌克兰利用新技术几乎“中和”了俄黑海舰队。 2)备战能力(Readiness) 许多美国军舰长期滞留在干船坞等待维修。AI 的作用包括: * 预测性维护(predictive maintenance) * 确保零件与设备在正确时间地点到位 * 加速舰船重新回到战斗序列 目标是:让舰队真正处于可战斗状态,而不是停在船坞里。 3)工业产能(Industrial Capacity) 这是美国与中国差距最大的环节。 中国 vs 美国: * 造舰速度:200:1 * 军舰数量:370 vs 290 * 年度产能:20–30 艘 vs 6–8 艘 因此,美国需要全面重建造舰工业基础。 拜登政府推动的海事工业振兴计划中,约 4.5 亿美元 专门用于:利用 AI 与软件提升造舰速度与供应链效率。Palantir 是该产业升级中的关键技术供应方。 4)效率(Efficiency) AI 用于: * 削减浪费 * 防止欺诈与滥用 * 提升预算使用效率 * 将纳税人的钱投入能够真正提高战斗力的领域 * AI 在识别模式、发现异常方面具有天然优势。 Greg Little(Palantir 高级顾问)原话摘录(中文精译) “我们的软件表现非常出色,感谢你们使用这句标语。 我们极度关注实际成果。我参与海军业务很多,我总结了我们重点投入的四大领域: 第一:如何利用软件和 AI 打造世界上最具杀伤力的舰队? 俄罗斯海军本身不弱,但在黑海完全被乌克兰的创新技术压制。我们正在将 Maven Smart System 部署到整支舰队,无论在云端还是舰载边缘环境,都能实现战场态势感知与快速武器匹配。 第二:如何让舰队更加“随时可战”? 越来越多舰船长期困在干船坞。AI 可用于预测性维护,确保零件供应,使舰船尽快返航执行任务。 第三:美国亟需提升造舰能力。 中国每年能造 20–30 艘,我们只有 6–8 艘。 因此我们对重建海事工业基础非常兴奋,法案中约 4.5 亿美元将用来通过 AI 加速生产。 第四,也是我最兴奋的一点:如何用 AI 提升效率和财政责任感?确保纳税人的钱花在真正提升战斗力的领域,并借助 AI 消除浪费、欺诈与滥用。” 致谢 谢谢 @elianoayounes 对此的精彩报道。 AI for the U.S. Navy: PLTR's Four Pillars Stats: - China is outproducing the U.S. Navy 200:1. - China has 370 warships; America has about 290. - China builds 20–30 new warships a year; U.S. builds 6–8. - A new ~$450M push aims to rebuild America’s maritime industrial base with AI & software to close the gap. This is where Palantir comes in. "[Palantir's] ShipOS is a single platform for @USNavy to accelerate production & coordinate data, logic, models, & action between 2 private shipbuilders, 3 public shipyards, & 100 suppliers across America." Four Pillars to Dominate: 1.) Lethality: AI-enabled battle space awareness & targeting; Maven Smart System deployed across the fleet. 2.) Readiness: Predictive maintenance & logistics to get ships out of dry dock & operational faster. 3.) Industrial Capacity: Rebuilding America’s shipbuilding base; China outproduces us 200:1. AI helps accelerate U.S. production. 4.) Efficiency: AI to eliminate waste, fraud, & abuse & ensure taxpayer dollars fuel winning capabilities Greg Little, Senior Counselor, @PalantirTech "Our software dominates and I appreciate you using that tagline. We focus so much on outcomes. So I work on our US Navy business quite a bit, and I’ll lay out the four major areas that we focus on. 1.) One is: how do we use software and AI to have the most lethal fleet in the world? And what's interesting about the US Navy, and one thing when I talk to admirals is they'll take the Russia/Ukraine example, which is fascinating. Russia actually has a pretty formidable navy, but they've been completely ineffective in the Black Sea because the Ukrainians are using new technology and new methods to, in essence, neutralize the Russian navy. And so we're working with Maven Smart System to deploy across the navy and afloat with ships to be able to have incredible battle space awareness and time-sensitive targeting. So not only can I identify the target, but how do I make sure that I'm using the right effector weapon system to destroy that target, whether that's in a cloud environment or on the edge on a ship? 2.) The other area that we're looking at for software and AI is: how do I make the fleet more ready? So many of our ships right now are sitting in dry dock waiting on repair. And so how do I actually use AI to look at predictive maintenance? How do I make sure that the right equipment and parts are at the right place at the right time, so these ships can get off of dry dock and actually be operational in the fleet? 3.) The third area is that we need to build more things. We're getting destroyed by China in shipbuilding. They can outproduce us 200 to 1. They have about 370 warships; we have about 290. They can produce almost 20-30 a year; we produce 6-8. And so we need to be able to increase that. So we're super excited about what the president is doing in the maritime industrial base. And there's a huge part of the reconciliation bill—about $450 million—that recognizes that we need to be able to use software and AI to accelerate that journey. 4.) And then the last area, and the one that I get super excited about, is how do you use AI to be more efficient and effective? How do you make sure that we are good stewards of those taxpayer dollars and we're using them on the things that are going to win, and that we're making sure we're taking waste, fraud, and abuse out of the system? And AI is incredible at identifying those patterns." Thank you to @elianoayounes for the big show.
目录
观点原文
🇺🇸 AI 助力美国海军:Palantir 的“四大支柱”
数据现状:
- 中国海军的造舰速度是美国的 200:1
- 中国现有 370 艘军舰;美国约 290 艘
- 中国每年建造 20–30 艘新军舰;美国仅 6–8 艘
美国现启动约 4.5 亿美元 的计划,通过 AI 与软件重建本国海事工业体系,以缩小差距。这正是 Palantir 发挥作用的地方。
ShipOS:Palantir 为美国海军打造的统一 AI 平台
“ShipOS 是一个统一平台,帮助美国海军加速生产流程,并协调全美两家私营造船商、三家公共船厂以及 100 家供应商之间的数据、逻辑、模型与行动。”
—— 来自 Palantir 的高级顾问 Greg Little
Palantir 的海军战略:四大支柱
1)杀伤力(Lethality)
AI 驱动的战场感知、目标识别及武器匹配。
Maven Smart System 正在整个舰队部署,用于:
- 急速战场态势识别
- 时间敏感目标(TST)打击
- 自动选择最合适的武器系统(云端或舰载边缘设备)
俄罗斯与乌克兰的战争展示了这种能力的重要性:乌克兰利用新技术几乎“中和”了俄黑海舰队。
2)备战能力(Readiness)
许多美国军舰长期滞留在干船坞等待维修。AI 的作用包括:
- 预测性维护(predictive maintenance)
- 确保零件与设备在正确时间地点到位
- 加速舰船重新回到战斗序列
目标是:让舰队真正处于可战斗状态,而不是停在船坞里。
3)工业产能(Industrial Capacity)
这是美国与中国差距最大的环节。
中国 vs 美国:
- 造舰速度:200:1
- 军舰数量:370 vs 290
- 年度产能:20–30 艘 vs 6–8 艘
因此,美国需要全面重建造舰工业基础。
拜登政府推动的海事工业振兴计划中,约 4.5 亿美元 专门用于:利用 AI 与软件提升造舰速度与供应链效率。Palantir 是该产业升级中的关键技术供应方。
4)效率(Efficiency)
AI 用于:
- 削减浪费
- 防止欺诈与滥用
- 提升预算使用效率
- 将纳税人的钱投入能够真正提高战斗力的领域
- AI 在识别模式、发现异常方面具有天然优势。
Greg Little(Palantir 高级顾问)原话摘录(中文精译)
“我们的软件表现非常出色,感谢你们使用这句标语。
我们极度关注实际成果。我参与海军业务很多,我总结了我们重点投入的四大领域:
第一:如何利用软件和 AI 打造世界上最具杀伤力的舰队?
俄罗斯海军本身不弱,但在黑海完全被乌克兰的创新技术压制。我们正在将 Maven Smart System 部署到整支舰队,无论在云端还是舰载边缘环境,都能实现战场态势感知与快速武器匹配。
第二:如何让舰队更加“随时可战”?
越来越多舰船长期困在干船坞。AI 可用于预测性维护,确保零件供应,使舰船尽快返航执行任务。
第三:美国亟需提升造舰能力。
中国每年能造 20–30 艘,我们只有 6–8 艘。
因此我们对重建海事工业基础非常兴奋,法案中约 4.5 亿美元将用来通过 AI 加速生产。
第四,也是我最兴奋的一点:如何用 AI 提升效率和财政责任感?确保纳税人的钱花在真正提升战斗力的领域,并借助 AI 消除浪费、欺诈与滥用。”
致谢
谢谢 @elianoayounes 对此的精彩报道。
AI for the U.S. Navy: PLTR's Four Pillars
Stats:
- China is outproducing the U.S. Navy 200:1.
- China has 370 warships; America has about 290.
- China builds 20–30 new warships a year; U.S. builds 6–8.
- A new ~$450M push aims to rebuild America’s maritime industrial base with AI & software to close the gap.
This is where Palantir comes in.
"[Palantir's] ShipOS is a single platform for @USNavy
to accelerate production & coordinate data, logic, models, & action between 2 private shipbuilders, 3 public shipyards, & 100 suppliers across America."
Four Pillars to Dominate:
1.) Lethality: AI-enabled battle space awareness & targeting; Maven Smart System deployed across the fleet.
2.) Readiness: Predictive maintenance & logistics to get ships out of dry dock & operational faster.
3.) Industrial Capacity: Rebuilding America’s shipbuilding base; China outproduces us 200:1. AI helps accelerate U.S. production.
4.) Efficiency: AI to eliminate waste, fraud, & abuse & ensure taxpayer dollars fuel winning capabilities
Greg Little, Senior Counselor, @PalantirTech
"Our software dominates and I appreciate you using that tagline.
We focus so much on outcomes. So I work on our US Navy business quite a bit, and I’ll lay out the four major areas that we focus on.
1.) One is: how do we use software and AI to have the most lethal fleet in the world?
And what's interesting about the US Navy, and one thing when I talk to admirals is they'll take the Russia/Ukraine example, which is fascinating. Russia actually has a pretty formidable navy, but they've been completely ineffective in the Black Sea because the Ukrainians are using new technology and new methods to, in essence, neutralize the Russian navy.
And so we're working with Maven Smart System to deploy across the navy and afloat with ships to be able to have incredible battle space awareness and time-sensitive targeting. So not only can I identify the target, but how do I make sure that I'm using the right effector weapon system to destroy that target, whether that's in a cloud environment or on the edge on a ship?
2.) The other area that we're looking at for software and AI is: how do I make the fleet more ready?
So many of our ships right now are sitting in dry dock waiting on repair. And so how do I actually use AI to look at predictive maintenance? How do I make sure that the right equipment and parts are at the right place at the right time, so these ships can get off of dry dock and actually be operational in the fleet?
3.) The third area is that we need to build more things. We're getting destroyed by China in shipbuilding.
They can outproduce us 200 to 1.
They have about 370 warships; we have about 290.
They can produce almost 20-30 a year; we produce 6-8.
And so we need to be able to increase that. So we're super excited about what the president is doing in the maritime industrial base.
And there's a huge part of the reconciliation bill—about $450 million—that recognizes that we need to be able to use software and AI to accelerate that journey.
4.) And then the last area, and the one that I get super excited about, is how do you use AI to be more efficient and effective?
How do you make sure that we are good stewards of those taxpayer dollars and we're using them on the things that are going to win, and that we're making sure we're taking waste, fraud, and abuse out of the system?
And AI is incredible at identifying those patterns."
Thank you to @elianoayounes for the big show.
ABAB AI 解读
🔍 深度解读:美国海军与 Palantir 的合作,标志着“AI 军工革命”全面启动
这段内容的核心不是造船,也不是数据平台,而是:美国正在用 AI 重建整个海军体系,从战斗层、维护层、工业层、财政层进行全面翻新,以在未来的 AI 军事竞赛中与中国竞争。
这是美国几十年来第一次系统性地重构海军能力。
下面逐层拆解。
1️⃣ 为什么美国突然强调“AI for Navy”?因为美国正被中国的造舰速度压制
文中列的数据非常惊人:
- 中国造舰速度是美国的 200:1
- 中国每年造 20–30 艘,美国只有 6–8 艘
- 中国战舰总数 370 艘,美国仅 290 艘
这是第一次公开承认:在传统造船工业能力上,美国已被中国彻底甩开。美国再这样下去,海军数量与工业生产能力会被中国持久性碾压。
因此:美国放弃“靠造更多船”来追赶中国,而是选择“用 AI 提升每一艘船的效能”。这是战略级转向。
2️⃣ Palantir ShipOS:统一海军的“大脑”
Palantir 提供的 ShipOS 本质上是:一个分布式、跨企业的 AI 调度平台,统一管理两家私营造船厂、三家海军船坞、上百家供应商的生产与维护数据。
这是美国首次尝试:
- 用软件重建军工产能
- 用 AI 消除造舰瓶颈
- 让复杂的国防供应链数字化
换句话说:
ShipOS = 海军造船体系的“操作系统”。
这将成为美国海军未来几十年的基础设施。
3️⃣ “四大支柱”:美国海军的下一代 AI 战略框架
这不是产品功能,而是国家级的军事架构升级。
① 杀伤力(Lethality)
AI 完整介入战斗链路:
- 识别目标
- 判断威胁
- 推荐最佳武器
- 在舰载边缘设备实时执行
引用俄乌战争的数据:不是俄军弱,而是现代 AI 辅助作战体系能在战场上压制传统海军。
美国必须升级,否则在下一场战争中也会被精准打击技术压制。
② 战备率(Readiness)
美国海军最大问题是:大量战舰停在干船坞里修不好。
AI 介入:
- 预测性维护
- 零件调度优化
- 维修流程数字化
- 降低“等待零件”的浪费
这比增加新舰更重要:一艘能战的船,胜过十艘停在船坞里的船。
③ 工业产能(Industrial Capacity)
美国造船业已经崩塌几十年。
政府投入 4.5 亿美元让 AI:
- 加速生产计划
- 优化供应链
- 降低成本与延误
- 提升产业透明度
- 改造美国海事工业体系
这不是“造船数字化”,而是:重建美国海军的工业实力(Sea Power Industrial Base 2.0)。这是战略中的战略。
④ 效率(Efficiency)
国防预算中最严重的问题是:
- 浪费
- 腐败
- 供应商管理混乱
- 资源分配低效
Palantir 的 AI 用来:
- 找预算黑洞
- 识别异常模式
- 审计供应链
- 防止欺诈
- 提高财政利用效率
这会极大提升美国军费的“真实战斗力转化率”。
4️⃣ 为什么美国需要 Palantir,而不是传统军工承包商?
因为传统军工企业:
- 工程慢
- 沟通层级多
- 软件能力弱
- 数据不互通
- 供应链透明度差
- 系统无法快速迭代
而 Palantir:
- 专注数据与决策
- 节奏快
- 能跨组织集成数据
- 能在极短时间部署到真实战区
- 已在 CIA、陆军、空军验证过能力
简单说:Palantir 是现代战争的软件层,传统军工是硬件层。未来的胜负取决于软件,而不是钢铁数量。
5️⃣ 这段内容最核心的隐藏含义:美国的海军战略正在从“造更多船”转向“让每一艘船由 AI 放大 10 倍”。
这意味着:
- 美国无法在造舰数量上战胜中国
- 但可以通过 AI 提升舰队质量与反应速度
- AI 将成为海军竞争的决定性力量
未来战争不再是:
- 谁的舰队更多,而是谁的舰队更“智能”。
- 这正是 Palantir 的核心战略位置。
🔚 总结:这是 AI 军工革命的开场白
这段内容展示的不是一个技术合作,而是一场国家战略性转型:
✔ AI → 提升美军杀伤力
✔ AI → 提升舰队战备率
✔ AI → 重建海事工业产能
✔ AI → 提升国防财政效率
这是美国首次系统性公开所有未来军事能力的数字化方向。
一句话总结:美国海军的未来不是钢铁堆出来的,而是 AI 驱动出来的。Palantir 正在为海军打造“数字化作战体系的操作系统”。
相关观点
- 网红转型职业拳击手及投资人的 Jake Paul 及其商业伙伴 Geoff Woo 深入探讨了他们如何利用个人品牌、社交媒体影响力和跨界背景在硅谷建立风险投资基金 Anti-Fund,并分享了他们对未来技术与文化的看法。 以下是视频中的核心观点和主要内容摘要: 核心观点与经营理念 全速生活与效率至上: Jake Paul 分享了从 OpenAI 首席执行官 Sam Altman 身上学到的最大教训——效率。他认为成功的企业家必须极度珍惜时间,能在不同身份(运动员、创作者、商业领袖)之间快速切换,这种“受控的混沌”是成功的关键。 文化掌控力胜过纯粹创意: 他们认为,在执行力逐渐因算力(AI)而商品化的时代,真正能获胜的是那些能够掌控文化、定义品味的人。Jake Paul 以拳击为例,他并非最强的拳手,但他通过品牌塑造控制了市场和话题。 年轻一代的复利优势: 相比上一代明星在职业生涯巅峰后才开始投资,Jake Paul 这一代人从 20 岁出头就开始利用其巨大的社交媒体分布能力进行资本复利。这种“互联网原生”的视角让他们在抢夺顶级科技公司的份额时拥有独特优势。 人本主义与体育价值: 尽管 Jake Paul 深度参与 AI 领域(如与 OpenAI 合作推广 Sora),但他坚信体育和真实的人类故事在 AI 时代会变得更具价值,因为只有真实的人类努力和情感才能触动人心,而机器人拳击等科技手段无法取代这种灵魂上的联结。 基金运作与投资策略 Anti-Fund 的独特性: 该基金拥有约 6500 万美元以上的管理资产规模(AUM),专注于 AI 基础设施、应用型 AI 和机器人技术。他们认为自己是硅谷传统风投的“挑战者”,代表了新一代的技术与文化的融合。 不设限的动态策略: 与那些严格区分种子轮或成长期投资的基金不同,Anti-Fund 保持高度灵活性。Jake Paul 认为,如果一个后期项目风险低且回报好,就应该利用现有的平台优势去抓住机会。 对创业者的吸引力: 许多新一代的技术人才(来自麻省理工、哈佛等)是看着 Jake Paul 的视频长大的,这种“文化亲和力”让他们在竞争激烈的交易中获得了所谓的“不公平优势”。 Logan Paul 的加入: Jake 的哥哥 Logan Paul 加入合伙人阵营,不仅带来了 Prime 等巨大商业成功的经验,还引入了完全不同的社交网络。尽管 Logan 的投资风格被认为比 Jake 更加激进且处于学习曲线中,但他的加入增强了基金对未来的控制力。 未来展望与个人追求 AI 时代的内容演变: 面对 AI 可能带来的内容大爆发,Jake 预测那些仅仅依靠噱头和烧钱换取点击量的模式将面临挑战,而具有真实人类联结、能通过简单的对谈就吸引观众的创作者将拥有更长的生命力。 生活方式与“自由”:Jake 谈到了他在波多黎各经营的牧场。对他而言,牧场代表了人类终极追求的“爱与自由”。他计划在那里养牛、制作高品质牛肉,并将那里作为 Anti-Fund 聚会的地点,打造一个属于新一代创业者的社交中心(类似硅谷的 Deer Valley)。 未来的性能指标: 他对未来的衡量标准非常明确:在财务上追求基金的 5 倍甚至 20 倍回报;在内容上追求能产生情感共鸣的千万级点击;在生活上则追求“乐趣”,认为乐在其中才是成功的终极定义。 总结 Jake Paul 正试图通过 Anti-Fund 证明:在这个时代,分发能力就是权力。他利用其顶级网红的影响力获取最优质的科技项目(如 OpenAI 的早期接入),再利用这些技术进一步增强自己的内容创作,形成了一个高度协同的闭环商业帝国。 本文为基于公开视频的分析性总结,不构成原内容替代。Molly O’Shea · 2026/02/15
- 这段视频是 Brex 联合创始人兼联合 CEO Pedro Franceschi 接受 Molly O'Shea 的深度访谈,详细揭秘了 Capital One 以 51.5 亿美元收购 Brex 这笔历史性交易背后的内幕。 以下是视频中的核心内容和主要观点总结: 1. 交易的闪电速度与背景 40天成交: 整个并购过程从第一次正式会面到签署最终协议仅用了 40 多天。Capital One 作为一家市值 1500 亿美元的公司,其决策速度和执行力令 Pedro 感到震惊。 为何是 Capital One: Pedro 极其钦佩 Capital One 的创始人 Rich Fairbank。他认为 Capital One 是“第一家金融科技公司”,是唯一一家不运行大型机(Mainframes)而是完全基于云端的大型银行。 2. 估值与资本市场的现实主义 估值回归: 尽管 Brex 曾在 2021 年达到 123 亿美元的估值,但 Pedro 直言那属于“零利率时代(ZERP)”的泡沫。他认为所有私有公司的估值最终都会向公开市场对齐。 主动下调估值: 为了提振员工士气并回归现实,Brex 在 2024 年初主动将员工期权价格重新设定在 40 亿美元。Pedro 认为“看清现实的一方才能获胜”。 对标公开市场: 这笔 51.5 亿美元的交易价格约合毛利(Gross Profit)的 13.4 倍。这在公开市场金融科技公司中处于顶尖水平,仅次于 Adyen,高于 Toast、Affirm 和 Block。 3. 这不是“退出”,而是“翻倍押注” 保持独立性: Pedro 强调这不应被视为一次“退出(Exit)”,而更像是一次增长交易。他将继续担任 CEO,Brex 将保持高度的运营自主权。 资源杠杆: Capital One 拥有 60 亿美元的研发预算和 60 亿美元的营销预算,是 Brex 的 150 倍。加入 Capital One 后,Brex 能将 AI 路线图缩短 2 到 3 年。 信任背书: 对于 Fortune 500 等大企业客户,Capital One 的品牌提供了初创公司无法比拟的信任感,这将加速 Brex 在大企业市场的扩张。 4. AI 与未来愿景 AI 驱动的财务自动化: Brex 正在进入“控制反转”阶段。过去由财务人员手动输入数据,现在由 AI Agent 处理 95% 的决策(如差旅审计、费用合规),财务团队只需处理例外情况。 财务团队“一人制”: 最终愿景是利用 AI 让一家大公司的财务团队可以精简到只需一个人,实现全自动化的资金流转和决策。 5. 对初创客户的承诺 双倍投入: 针对市场上关于“收购会导致服务缩水”的疑虑,Pedro 承诺对初创企业的支持不仅不会减少,反而会加强。今年初创企业团队的人数将增加 50%。 6. Pedro 的个人心路历程 战胜艰难时刻: 过去两年半极其艰难,经历了高流动率、增长放缓和企业重组。这次交易对他来说是一种极大的精神补偿,证明了“做困难的事情是有意义的”。 保持“战争模式”: 29 岁的 Pedro 表示自己正处于“100% 战争模式”,他希望 Brex 能成为美国最重要的企业金融平台,最终能与美国运通(AMX)和摩根大通(JPM)平起平坐。 总结: Pedro 认为这次并购是 1+1=5 的结合。通过将 Brex 的尖端技术、AI 潜力与 Capital One 的资产负债表、品牌影响力结合,他们试图跳过 5 到 10 年的自然增长期,直接重塑全球企业金融行业的格局。 本文为基于公开视频的分析性总结,不构成原内容替代。Molly O’Shea · 2026/02/09
- 这段视频是 Sourcery with Molly O'Shea 播客的一集,嘉宾是 Menlo Ventures 的新任合伙人 Deedy Das。他曾是 Glean 的创始团队成员,并在 Google 和 Meta 有过工作经历。 以下是该视频中的核心观点和主要内容总结: 1. 关注的投资领域与公司 Goodfire (机械可解释性研究): Deedy 极力推荐这家公司,称其为 AI 模型的“脑外科手术”。他们致力于将 AI 的“黑盒”透明化,理解模型为何做出特定决策,而非仅仅观察输出结果。 弥合硅谷与现实世界的鸿沟: 他认为硅谷过分关注金融和法律等高价值行业,而忽视了保险、卡车运输、物流和税务等急需 AI 填补劳动力短缺的传统领域。 PLG (产品驱动增长) 在企业端的威力: Deedy 认为,如果一个企业级产品可以走 PLG 路线,就必须这么做。否则,一个病毒式传播的产品会凭借更好的品味和更快的迭代直接在销售环节击败那些冗长且僵化的传统企业软件。 2. 投资哲学与创始人特质 摒弃虚假的“投资论文”: 他直言许多风投声称有明确的论文(Thesis)其实是在撒谎。历史上伟大的公司(如 OpenAI 或 Facebook)几乎都不是基于某个预设的论文投出来的,而是因为投到了极其聪明且在解决高价值问题的人。 创始人的动机: 他寻找那些不是为了“高地位”或“酷”而创业的人。他希望创始人即便公司失败,五年后依然愿意做这件事,因为这是他们的使命。 “邪教领袖”式的招聘能力: 创始人必须具备极强的招聘能力,能够吸引并留住顶尖人才,甚至需要一点像“邪教领袖”一样的感染力。 3. 对 AI 行业现状的犀利观察 大厂的“冗余”现象: Deedy 分享了 Google 等大厂中存在大量长期不写代码也能晋升的工程师(IC)。他认为 Elon Musk 对 Twitter 的裁员证明了许多科技公司存在严重的臃肿问题,AI 将推动这些公司变得更精简高效。 信息不对称: 他利用自己会写代码的优势,在尽职调查中直接拆穿那些只会改 Prompt 却宣称在做强化学习(RL)的伪 AI 公司。 过度融资的负面影响: 融太多钱会造成“成功幻觉”,导致团队丧失饥饿感,甚至产生“50美元午餐问题”(即生活变得奢靡,不再努力工作)。 4. 人口学与宏观经济 出生率下降的隐忧: 他关注全球人口萎缩对经济的影响。目前的经济增长很大程度上依赖于消费增长,而消费增长又依赖于人口增长。如果人口减少,现有的经济范式可能面临挑战,AI 此时将作为替代劳动力变得至关重要。 5. 人物影响与智慧 崇拜的对象: Glean 的创始人 Arvind Jain。 从 Arvind 处学到的教训: 勤奋是礼物: 不要抱怨工作辛苦,能有份值得奋斗的事业是一种幸运。 拒绝收购的理由: 当面临高额收购时,Arvind 的回答是:“我现在运行着这么酷的一家公司,如果被收购了我就不能运行它了,我为什么要这么做?” 。 极度的专注: 创业中每天可能有一百个好问题,但只有一个问题是真正需要回答的(例如:客户是否真的爱这个产品?)。不要过度思考其他无关痛痒的杂事。 总结: Deedy Das 的观点结合了深厚的技术背景和对硅谷文化的深刻反思。他推崇真实的技术突破、极致的产品品味,以及对现实世界经济问题的务实解决态度。 本文为基于公开视频的分析性总结,不构成原内容替代。Molly O’Shea · 2026/02/09
- 这段视频是关于 Unconventional AI 公司(一家估值45亿美元的初创公司)的创始人 Naveen Rao 与 Playground Global 合伙人 Constantine Buehler 的深度对话。视频探讨了人工智能(AI)计算的未来、类脑芯片的潜力以及为什么当前的计算范式需要彻底改变。 以下是视频中的核心观点和主要内容总结: 1. 核心挑战:当前 AI 计算的“尴尬”现状 低效的功耗: Naveen 指出,人类大脑仅需 20瓦 就能处理复杂的认知任务,而当前的 AI 模型(如 LLM)则需要兆瓦级的能量。这种巨大的差异被形容为“令人尴尬的低智”。 摩尔定律的停滞: 虽然摩尔定律并未完全终结,但在传统架构下,通过堆叠昂贵的 ASML 设备和耗费数百亿美元建设晶圆厂所带来的收益正在递减。 冯·诺依曼架构的局限: 过去 75 年我们一直受困于这种架构,而现有的数字计算机在模拟非线性系统(如神经网络)时效率极低。 2. 核心观点:回归模拟计算(Analog Computing) 生物灵感: Naveen 的职业目标是构建像生物系统一样工作的计算机。他认为,真正的智能需要创新的硬件底层,而不仅仅是软件算法。 随机性与物理特性: 传统数字计算追求 0 和 1 的绝对精准,但 AI 模型本质上是随机的(Stochastic)。模拟计算机天然具有这种特性,能够利用硅片的非线性动力学来处理信息,从而大幅降低功耗。 从“计算”到“动力系统”: 大脑不进行传统的数字算术,它是一个随时间演变的动力系统。Unconventional AI 的目标就是利用物理特性(如电荷、时间演变)直接进行计算,而不是浪费能量去模拟数字逻辑。 3. AI 发展的宏观周期 第二次工业革命: Constantine 将 AI 革命比作工业革命。工业革命实现了体力劳动的自动化,而 AI 正在实现认知劳动的自动化。 极早期阶段: 尽管投入巨大,但目前全球仅有 1% 到 2% 的认知劳动被自动化。未来 20 年,绝大部分认知工作将由机器完成。 4. 商业与投资观点 资金需求: Naveen 预计开发出第一款产品可能需要 15 亿美元。因为他们不仅是在卖芯片,而是在重塑整个软件和硬件堆栈。 能源是真正的瓶颈: 资金不是问题,电力才是。如果能将电力成本降低 0.1%,就能创造出巨大的经济价值。 初创公司的优势: 相比大公司,初创公司能够更纯粹地以任务为导向(Mission-driven),在研究模式下保持高效和扁平化。 5. 个人领导力与赛车哲学 精准执行: 作为一名赛车手,Naveen 认为赛车和创业都需要极致的精准与纪律。微小的动作决定成败,就像 CEO 在雇佣和决策时的每一小步都会累积成最终的结果。 风险评估: 赛车训练了他对风险与回报的实时权衡能力,这种心理状态与运营公司高度相似。 总结: 视频传达了一个强烈的信号:我们正处于计算科学新纪元的开端。通过放弃对数字精准度的执着,拥抱硅片的非线性物理特性,我们可以制造出功耗更低、性能更强、更接近生物智能的新一代 AI 计算机。 本文为基于公开视频的分析性总结,不构成原内容替代。Molly O’Shea · 2026/02/09