NEXTIVE / industry

产业

AI 产业结构、基础设施与政策变化。

产业

Jan Leike支持政府调节AI开发速度,特别关注递归自我改进

Jan Leike在评价加州AI政策报告时表示,让政府拥有调节AI开发速度的机制尤其有价值。据加州政府运营署介绍,报告建议加强独立监督、建立可执行的安全标准,并授权紧急关闭危险AI模型;这些建议不能视为已经生效的要求。

2026/11/20
产业

Bob McGrew:通往超级智能需要改变物理世界

前OpenAI首席研究官、现任Arda联合创始人兼CEO Bob McGrew在No Priors访谈中认为,研究自动化能带来显著收益,但GPU、算力部署和网络条件仍会限制进展,不能仅凭研究劳动自动化推导出持续的自我改进循环。

2026/11/20
产业

Jason Wei:若AI能优化可量化目标,新衡量方法将创造价值

Jason Wei预测,在AI能够优化可量化对象的前提下,未来几年很大一部分价值创造将来自衡量现实世界的新方法。他关于任务可验证性的讨论解释了这一思路,但指标是否贴近真实目标,仍是关键限制。

2026/11/19
产业

Denny Zhou:最好的AI模型正在成为最好数据的生产者

Denny Zhou将2026年视为模型与数据关系的转折点:从好数据造就好模型,到好模型生产好数据。这是他的个人判断,帖文未提供比较标准或实验结果;相关研究提示,生成数据能否改善模型,还取决于验证与筛选。

2026/11/19
产业

Sonya Huang征求AI原生事件响应公司推荐,质疑Mandiant等服务商应对能力

Sonya Huang在X上表示,按她的个人经验,以Mandiant为代表的服务商缺乏应对快速变化的AI辅助网络攻击的足够手段,并公开征求AI原生事件响应公司的推荐。她未披露具体案例或比较依据;Mandiant此前已公开介绍AI分析工具及相关咨询服务。

2026/11/16
产业

a16z合伙人Lackey:AI攻击提速,或为安全加固基础软件打开新市场

Zane Lackey认为,AI降低进攻成本,可能推动企业加快软件更新,并为高度安全加固的基础设施组件创造需求。他也承认,上一代同类产品商业化困难,这一轮能否形成更大市场仍待观察。

2026/11/16
产业

a16z谈AI制药:卖研发工具与自研药物,收益取决于承担多少风险

a16z提出,AI制药企业既可出售研发技术,也可自行开发药物,后者需要更多资本、承担更多风险,并保留更高的潜在收益。Schrödinger的监管申报显示,软件收入、附条件的合作付款和公司整体盈利仍需分别判断;现有材料不足以证明哪种模式的长期回报更高。

2026/11/13
产业

Jason Wei称Fable 5.2在长时程评测中每题耗逾2亿token尝试求解

Jason Wei评论OWE-Bench时称,Fable 5.2为尝试解决每道题消耗逾2亿个token。Mercor将这项评测描述为26个长时程工程项目;现有材料尚不能把这一投入换算成成功完成项目的成本。

2026/11/13
产业

Anne Neuberger提议以CEO问责和72小时演练推进关键基础设施AI防御

Anne Neuberger提出一套覆盖电力、银行与支付、水务、通信和医院的网络防御方案,建议优先保护可能引发全国连锁故障的数百家运营商及共享供应商。方案将AI生成缓解措施与CEO承诺、月度报告、72小时人工运行演练相结合;这些均为拟议要求,尚无实施成效数据。

2026/11/12
产业

Jason Wei称Claude比初版多找到36%的基准提及记录,仍有漏项

Jason Wei承认评测统计初版存在遗漏,称Claude进一步检索后,比初版多找到36%的基准提及记录,但复杂界面博客、长PDF等仍会被漏掉。该增量来自Wei自述,绝对记录数和计数规则尚未披露。

2026/11/12
产业

a16z分享AI游戏创作案例:从虚拟唱片店扩建到Minecraft模组

a16z刊文介绍了借助编程智能体扩展游戏空间的两个案例:为虚拟唱片店添加宠物玩法,以及制作受《对马岛之魂》启发的Minecraft模组。实现效果来自参与者自述,尚不足以判断完整游戏的开发成本或长期维护表现。

2026/11/12
产业

Jason Wei:AI研究执行门槛降低,资源与同行信任可能更重要

Jason Wei在11月11日的长文中提出,编程智能体缩小研究执行能力差异后,资源获取、声誉和专业关系可能更影响职业机会。他同时强调,技术能力仍能决定职业成败。这是他的个人观察,尚不足以确认全行业的变化。

2026/11/11
产业

Martin Casado:AI让增加资金投入成为解决问题的一种方式

a16z普通合伙人Martin Casado认为,AI的一项重要颠覆性变化,是让人们能够通过增加资金投入来解决问题。他将其与以往的软件领域作比较,但短帖没有说明具体投入环节,也未提供投入产出数据。

2026/11/11
产业

Jason Wei统计:样本内12家实验室均报告DeepSWE评测

Jason Wei发布2026年前沿实验室评测报告频率统计,称DeepSWE从6月首次出现,到其样本内全部12家实验室都报告该评测;HLE、SWE-Bench Pro和Terminal-Bench也获普遍采用。这份统计提供了实验室共同使用哪些评测的线索,但实验室名单和计数规则尚未核验,报告频率也不足以说明评测质量。

2026/11/11
产业

Sarah Guo:追求 AI 规模收入,创业公司应以成果衡量业务

Sarah Guo 提出,追求 AI 规模收入的创业公司,应优先以成果而非席位和工作站衡量业务。这是一项经营衡量主张,尚不能据此认定成果导向能带来收入增长。Fin 的官方规则提供了一个具体参照:成果如何认定,以及客户再次求助后如何调整计数,同样需要明确。

2026/11/9
产业

Thomas Wolf:定制软件之后,难题是跟上更新

Hugging Face联合创始人兼首席科学官Thomas Wolf提出,AI让用户更容易添加个人功能,但如何保留这些修改、继续获得原软件的安全和功能更新,仍是维护难题。他预测智能体将承担迁移工作,材料尚未证明这种维护方式能长期可靠运行。

2026/11/9
产业

Casado追问METR评估如何计入支出,能力成绩还需对应成本口径

Martin Casado质疑,不按支出归一化的METR评估有何用途,但未说明具体报告。METR此前已提出比较同预算表现的“支出视界”;其NanoGPT实验也显示,指标设计之外,人工估价、实验计算和成本核算范围仍会影响比较。

2026/11/9
产业

Denny Zhou 以“苦涩教训 2.0”评论 Sutton:智能仍需要新方法

Denny Zhou 于 2026 年 11 月 8 日引用 Richard Sutton 关于“蛮力计算不足以实现智能”的帖文,评论“The Bitter Lesson 2.0”。Sutton 强调新方法仍有必要;Zhou 没有进一步解释“2.0”的含义,不能据此认定他提出了新的技术路线。

2026/11/8
产业

Casado:通用性有成本,专用方案也会走向通用

a16z 普通合伙人 Martin Casado 认为,专用方案与通用方案之间存在双向演进:前沿模型会吸收部分专用能力,专用方案也会扩大适用范围。他判断,技术前沿仍会有需要专用方案才能使经济账成立的领域,但原帖未提供具体成本对比。

2026/11/8
产业

Casado质疑:AI写更多代码,能证明递归自我改进吗

a16z合伙人Martin Casado质疑用代码行数衡量递归自我改进。他转述了一名未具名研究者的观点,但未披露对方及所属实验室。争论的关键在于,代码产量增加能否证明模型改进持续推动下一轮研发。

2026/11/7
产业

补丁来不及部署时,a16z作者主张先在设备外建立防护

Asaf Ezra与Steph Zhang在a16z刊文,提出以减少公网暴露、受控远程访问和网络分段保护难以及时更新的系统,并将这些措施整合为产品机会。网络层阻断可为修补争取时间,但AWS的PHP2Shell技术说明也明确:这类防护不能覆盖全部攻击路径,不能替代完整修复。

2026/11/6
产业

Thomas Wolf评METR报告:AI研发加速也发生在实验室之外

Hugging Face联合创始人Thomas Wolf认为,讨论AI研发加速应纳入外部数据与强化学习环境供应商。METR将2026年10月当时加速的多数、或约80%,主观归因于AI,并强调很大不确定性;公开材料不足以判断其如何计入外部供应商贡献。

2026/11/6
产业

a16z作者:AI降低攻击成本,小型组织可能面临更多入侵

Asaf Ezra与Steph Zhang在a16z刊文判断,AI可能让过去不值得投入人工的小型组织成为更有吸引力的攻击目标。GreyNoise报告的PaperCut攻击显示了快速、批量入侵的可能,但初始访问不等于控制整个网络,现有案例也不足以证明AI已使整体损失扩大。

2026/11/5
产业

a16z作者看消费医疗AI:预约、处方与随访或成竞争重点

Daisy Wolf与Eva Steinman认为,随着AI降低健康问答和信息解释的成本,商业价值可能向能衔接检查、就诊和后续服务的企业迁移。她们报告的消费者调查呈现了查看健康数据与采取行动之间的落差,但尚不能证明这类服务能改善健康结果或形成商业优势。

2026/11/3
产业

Nanda评Astra读写模型权重:传统可解释性研究的自动化潜力,仍待规模检验

Neel Nanda认为,Astra运用已有机制可解释性方法的能力超出预期,但案例尚未消除这些方法能否应对复杂大模型的疑虑。研究团队报告了Qwen推理循环的定向修复,也披露了数学提升和行为识别中的失败案例。

2026/11/2
产业

模型成本下降,AI应用靠什么维持溢价?a16z作者提出完整任务成本比较

Tugce Erten在a16z平台撰文认为,模型变便宜也会改善客户的自建选项,AI应用需要以工作质量、上下文维护和完整交付成本证明收费依据。她引用的Repsol采购案例来自Harvey发布的客户材料,尚不足以证明长期定价优势。

2026/11/2
产业

Andrew Chen:AI或让更多人创业,也可能抬高首版产品门槛

a16z合伙人Andrew Chen认为,AI可能帮助独立创始人、非技术从业者和内容创作者开发产品,但团队也会受益,市场对首版产品的要求可能随之提高。他提醒,原型开发更容易,并不意味着可靠交付、客户拓展和公司经营同样变容易;这些判断尚无不同创始人群体的成功率数据支持。

2026/10/30
产业

a16z称技术岗位招聘信息回升,尚不足以判断AI净就业影响

a16z文章援引Indeed数据称,工程师、软件工程师和制造业职位发布量较上一年10月分别增长约30%、26%和13%,这些增幅尚未独立复算。Indeed的美国市场分析同时指出,新增职位发布尚未改善;部分岗位需求回升不能直接等同于实际雇用增加,也不能说明AI创造的岗位已超过其替代的岗位。

2026/10/30
产业

Noam Brown:编程智能体让一小时构建扑克机器人成为可能,竞技水平仍待验证

Noam Brown 表示,编程智能体已让一小时内构建扑克机器人成为可能,但未提供代码、开发记录或对战成绩。MIT Pokerbots 的官方说明也区分了可运行与有竞争力的机器人:后者仍需更多投入和实验。

2026/10/27
产业

Sarah Guo:应用型 AI 公司可先扩大业务,再以已有需求摊销训练投入

Conviction 创始人 Sarah Guo 认为,应用型 AI 公司扩大业务后,能更清楚地识别值得改进的能力、承担训练投入,并以已有需求摊销投资。她未提供具体公司的成本回收数据,这一路径的实际收益仍待检验。

2026/10/27
产业

Thomas Wolf:开放权重模型可帮助复现风险、研究智能体隔离

Hugging Face 联合创始人 Thomas Wolf 称,开放权重模型帮助复现了智能体通过共享硬件隐蔽通信的行为,并认为这类工作属于安全研究。相关复现细节和隔离改进效果尚未得到核实。

2026/10/27
产业

Sarah Guo:AI创业生态需要前沿实验室之外的充裕推理供给

Sarah Guo认为,AI创业公司需要能自主分配算力、安全可靠且持续改善成本与性能的推理供应商,不应普遍走向自建电力、冷却和芯片设施。她以公共云的发展作类比,但这一判断尚缺少各实验室GPU分配数据的验证;她也曾披露长期投资推理平台Baseten。

2026/10/25
产业

美国AI相关设备供给如何增长?a16z文章比较三类行业的扩产路径

Moses Sternstein在a16z刊载的分析中称,美国计算机制造业的产能与利用率同步提高,通信设备扩产伴随利用率下降,半导体产出增长则主要来自新增产能。这组比较提示,判断设备供给需要同时看产能和利用率;行业指标的变化不能全部归因于AI投资。

2026/10/23
产业

Sarah Guo:机器人与 AI 优先的临床前 CRO 或成美国产业回流样板

Sarah Guo 判断,美国新一代临床前合同研究机构可能凭借机器人与智能优先的运营方式获得竞争力,为其他产业回流提供参考。IVP 刊载的 Warp 访谈呈现了类似建设方向,但尚无成本、交付周期等比较数据证明其效果,也不能确认 Guo 帖文所指就是 Warp。

2026/10/23
产业

Sarah Guo:使用智能体交付软件,漏洞修复速度也须跟上

Sarah Guo 呼吁,软件漏洞修复必须快于对手发现漏洞及使用智能体引入新漏洞的速度。她援引的 CVE 月度数量由约4000增至约15000的说法未注明统计口径,现有材料无法核实,也不能据此将增长归因于智能体。

2026/10/22
产业

Thomas Wolf 关注 lm_head 四位量化实验,称其挑战高精度惯例

Thomas Wolf 赞赏一项将 lm_head 量化至四位的实验,并称相关成果已上传至 Hugging Face Hub。他转述的成绩差距尚未注明评测指标,现有信息不足以判断这一精度取舍的实际影响。

2026/10/21
产业

Gimlet CEO:AI 推理的能效约束让专用芯片重获机会

Gimlet Labs 联合创始人兼 CEO Zain Asgar 在 a16z.news 撰文认为,芯片缩放红利减弱、推理各阶段的资源需求不同,为专用芯片与 GPU 协同提供了机会。但跨芯片部署的复杂性、软件生态和多年使用的经济性,仍决定这种优势能否成立。

2026/10/21
产业

eMudhra 弱私钥事件:Mozilla 报告本地智能体首次尝试即恢复密钥

Mozilla 调查者称,eMudhra 八个受影响的 P384 私钥均小于256,他测试的一些本地智能体首次尝试便恢复了私钥。这项测试未披露模型、样本数量或完整记录,也不能证明已发生智能体攻击。Google、Mozilla 和 Cloudflare 的处置显示,防护还需覆盖浏览器之外的信任库、应用和容器。

2026/10/21
产业

Sarah Guo:若任务达到“智能饱和”,开放与定制模型推理市场或可比肩闭源智能

Sarah Guo 提出,如果越来越多有经济价值的任务达到“智能饱和”,开放与定制模型推理可能形成足以比肩当前闭源智能市场的机会。Olive 和 Amplitude 的案例展示了针对具体任务替换模型的尝试,但其成本与评估结果各有适用范围,尚不能验证这一市场规模判断。

2026/10/21
产业

Christian Keil:AI 设计提速之后,硬件仍要过制造与测试关

Christian Keil 在 a16z 发表分析,认为 AI 硬件设计能力的进步,将把更多挑战推向采购、加工、装配和测试。加工准备与公差分析文档说明了这些环节的具体约束,但现有材料尚不能量化 AI 对端到端交付成本、交期或良率的影响。

2026/10/21
产业

Jason Wei:AI降低阅片成本,未必减少放射科医生需求

Jason Wei预测,AI将改变放射科的工作分工,但医生不会很快被全面取代。他认为,更便宜的影像解读可能释放更多检查需求,罕见病数据和医疗系统采用速度也会影响自动化进程。这一判断仍缺少就业与检查量数据验证。

2026/10/19
产业

Anthropic测试AI模型在电视盒上运行,但自主复制仍未在真实网络获证

Anthropic称,用15台廉价电视盒运行模型,并在开放ADB端口的隔离环境中测试传播。两项实验分别验证推理与简化条件下的复制步骤,不能证明模型已能在真实设备上自行入侵并持续扩散。

2026/10/18
产业

a16z称A100租金仍有韧性,旧GPU的经济寿命还需更多证据

a16z在2026年9月30日发布的《State of Markets II》中称,A100当时的租赁报价达到或高于年初水平。不同市场、型号和时段的数据尚不足以交叉验证这一判断,也不能据此推定旧GPU的转售残值或投资回收期。

2026/10/16
产业

Casado称高斯泼溅场景已在VR中运行,Quest上仍用WebGL排序

Martin Casado称,带有水面效果和极光的高斯泼溅场景已在VR中运行,音频为生成式。由于他所称Quest上的WebGPU与VR组合仍处实验阶段,泼溅排序使用较慢的WebGL;帖子未给出帧率数值。

2026/10/16
产业

AI 接管购物入口后,平台还能保住多少广告与佣金收入?

Amazon 封锁 Muse,Instacart 则宣布将接入这款 Meta 助手。a16z 在 2026 年 9 月 29 日的分析中提出,AI 助手可能在沿用平台履约网络的同时,改变购物入口与收益分配。关键在于助手带来多少新增购买,以及这些订单能否补偿平台可能失去的广告和佣金收益;目前尚无独立量化证据证明利润转移已经发生。

2026/10/16
产业

AI 代付未必保留原卡权益:支付竞争延伸到交易身份与责任

Terry Angelos 在《Wallet Wars》中提出,帮助智能体付钱与让它以用户身份交易,是两种不同的竞争。Onelink 条款披露,部分代购路径会使用另一支付方式,用户因此无法获得底层银行卡的优惠、权益或奖励;这一限制不能推广到所有智能体付款。

2026/10/16
产业

Nanda:神经元分析有望帮助模型排障,全面理解仍有距离

Neel Nanda 支持用神经元归因图调查模型异常行为,但预计裁剪后的图仍有显著误差和遗漏。Transluce 的基准与案例研究提供了实用性线索,尚不能证明这条路线已能可靠诊断前沿模型,或取代稀疏自编码器。

2026/10/16
产业

METR提议公开AI内部失控风险证据,访问与删节仍由公司决定

METR于10月14日提出自愿外部评估方案,希望通过员工访谈、内部数据和系统访问,向公众提供有关AI越权行为、监控效果与研发加速的证据。公司仍可限制访问并删节敏感信息,方案不构成审计,也不能提供确定的安全保证。

2026/10/16
产业

Silver提出“超级学习者”路线:从模拟经验学习,通用能力仍待验证

在2026年10月13日发布的访谈中,David Silver和Lasse Espeholt介绍了不依赖人类数据预训练、让智能体从自身经验学习的研究计划。Silver预测三年内实现超级智能;现有材料未提供该系统跨任务或现实部署的可复核结果。

2026/10/13
产业

ReflectionAI谈Beam:开放权重模型的生意,不止于模型权重

ReflectionAI首席执行官称,Beam面向企业编码和智能体任务,但开放权重模型的商业化还需要推理软件、集群管理和部署服务。公司宣称Beam在所选推理基准上与GLM-5.2得分相近,生成阶段估算计算量少3至4倍;这不是实测服务成本。

2026/10/11