AI

深入洞察市场脉搏,精选高价值分析报告

AI 技术栈仅建了一半 AI
May 12, 2026

AI 技术栈仅建了一半

作者:Felicis Ventures | 来源:SandHill.io #283 《AI 技术栈仅建了一半》(The AI Stack Is Half-Built)是风险投资公司 Felicis 发表的一篇研究文章。它详细介绍了对 23 位 AI 原生公司(从种子轮到上市公司)的工程领导者进行调查的发现,重点关注他们当前的技术栈。 报告的核心要点包括: 倒置的基础设施发展:在过去,软件周期的基础设施(编排、运维)通常先于实际的工作负载到来。但在 AI 领域,这个过程是颠倒的:AI 原生公司正在将复杂的工作负载(如多步智能体工作流和模型链)部署到生产环境中,而底层的基础设施、可观测性和可靠性工具却仍在构建中。 “反向构建”:由于许多这些 AI 原生团队起步时并不存在必要的基础设施层,他们目前被迫自己在公开环境中构建许多这些基础工具,同时还要运行其主要的 AI 工作负载。 调查目的:Felicis 进行这项调查是为了了解工程领导者实际上把钱花在了哪里,他们拒绝在内部构建什么,以及他们希望存在哪些必不可少的工具,从而找出当前 AI 基础设施市场中明显的差距和机会。 随着时间的推移,Felicis 打算继续追踪这些发现,并指出这种“半成品”的状态为基础设施构建者提供了巨大的机会,可以去提供这些团队目前所缺乏的基础性基元(primitives)。

代理商务是一个 0 亿美元的市场 AI
May 12, 2026

代理商务是一个 0 亿美元的市场

作者:Dan Rosen (Commerce Ventures) | 来源:SandHill.io #283 真正的机会在于赋能“内嵌 AI 的商务(AI-embedded commerce)”。 我们生活在一个激动人心的时代,AI 承诺将改变我们生活和工作的一切。在 Commerce Ventures,我们研究了商务渠道转移的历史(例如网络、移动、超级应用),并认识到一个反复出现的真理:在通过新渠道(如 AI 平台)采用商务的早期阶段,我们都倾向于贴错标签,甚至误解正在我们面前发生的转变。这也是我们在谈论“代理商务(Agentic Commerce)”时正在犯的错误。 商务渠道被错误标记的模式 还记得“互联网零售”吗?整个行业沉迷于建立独立的电子商务目的地(其中一些作为独立业务上市),结果才意识到真正的机会是将现有的商业基础设施扩展或连接到零售商控制的网站。经过超过 25 年的电子商务普及,到 2025 年它仍然只占美国零售额的约 16%。 同样,“移动商务”最初催生了无数专用的购物应用(其中许多筹集了大量风险资金),但实际的转型发生时,零售商和品牌将他们的数字体验演变为适应移动端,并且在某些情况下,建立应用程序以支持特定的、全渠道的机会(例如送货、店内导航)。经过近 20 年的采用,移动商务目前占电子商务交易的 60% 左右,但这只占美国零售额的 10%。 今天,我们把一切都称为“代理商务(Agentic commerce)”,并且在犯同样的观念错误。 “代理商务”到底怎么了? “代理商务”这个词暗示了具有广泛授权的自主 AI 代理,代表消费者进行搜索、比较和购买(在预设参数内独立运行的数字个人购物者)。虽然支持 AI 商业的基础设施正在建设中,但消费者对自主代理商务的需求和采用微乎其微(而且在很长一段时间内可能也是如此)。 数据很明确:消费者并没有授权自主代理为他们购物。 大多数消费者对让 AI 代理从头到尾自主处理购买保持谨慎,只有 13% 的人在 AI 引导他们访问网站后允许其完成购买,只有 10% 的人使用任何形式的 AI 购买过东西。 为什么? 专家和分析师引用了许多采用障碍,如支付安全、隐私、以及对出错或失去控制的担忧。但别忘了,消费者喜欢购物带来的多巴胺冲击和体验——特别是在服装、奢侈品等方面。谁没有过为了缓解糟糕心情而进行的“零售疗法”?我们的直觉是,自主代理商务根本没有解决消费者想要解决的问题。 实际正在发生什么:内嵌 AI […]

AI 面临公关危机 (AI has a PR problem) AI
May 12, 2026

AI 面临公关危机 (AI has a PR problem)

作者:Saanya Ojha (BCV) | 来源:SandHill.io #283 行业赢得了模型竞赛,却输掉了信任竞赛。 我是一个 AI 乐观主义者。我认为它将是我们一生中具有决定性意义的技术之一。但我也认为,这个行业正在严重误读公众的情绪。 在硅谷内部,对话听起来仍然像 2023 年:更强大的模型、更好的基准测试、更快的代理、更便宜的推理、更长的上下文窗口。但在硅谷之外,故事已经变了。公众不再问 AI 是否能写代码、通过考试、生成视频或回复邮件。人们越来越多地在问一个更基本的问题:这是谁要求的? 人们越来越感觉到,AI 正被一小群公司强加给公众,这些公司背后有巨大的资本支持,消耗着巨大的能源,利用他人的工作成果进行训练,威胁着他人的工作,并将这一切作为“不可避免的趋势”卖回给社会。对于一个民主社会来说,这是一种糟糕的引入通用技术的方式。 Evan Spiegel 最近警告说,科技领袖低估了即将到来的针对 AI 的社会强烈抵制。甚至 Sam Altman 也承认,“目前 AI 在美国不是很受欢迎。” 民调结果比感觉还要糟糕。在 2026 年 3 月的一项民意调查中,只有 26% 的选民对 AI 持积极看法,而 46% 持消极看法。它的净形象评分为 -20。这意味着该行业采用了一种可以帮助治愈疾病、辅导儿童、加速科学发展并使数百万人提高生产力的技术,却不知何故将其打造成了跟地缘政治敌人差不多的形象。 这真是“费了不少功夫”。 效用不等于合法性 该行业的错误在于假设效用等于合法性。其实不然。一种技术可以是有用的,但同时被怨恨。它可以被广泛采用,但同时被不信任。 矛盾就在于此:人们正在使用 AI,但他们对此感觉并不好。 部分原因是经济方面的。 AI 进入工作场所时包装着一种威胁:要么使用这个,要么被使用它的人取代。两年来,该行业发出最大的声音一直在论证:整个类别的工作将消失,白领劳动力是下一个,一个人就可以取代整个团队。即使被包装成乐观主义,这个信息听起来也像是威胁。 你不能在星期一告诉人们他们在经济上已经过时,然后期望他们在星期二为你的产品发布鼓掌。 抵制也是实体层面的。 缅因州立法机构最近通过了一项针对大型数据中心的临时禁令。AI 已经从一个软件故事变成了一个土地使用故事。土地使用的政治要困难得多。人们可能会容忍他们不喜欢的一个应用程序更新,但绝不容忍在他们家附近建一个 20 兆瓦的设施,因为他们认为这会提高电价、耗尽水资源。 抵制甚至涉及个人安全。 报道称嫌疑人向 […]

AI 现状:2026年5月 AI
May 12, 2026

AI 现状:2026年5月

作者:Nathan Benaich (Air Street Capital) | 来源:SandHill.io #283 本期《AI 现状》涵盖了 2026 年 4 月在 AI 政策、研究、工业和初创企业领域的主要发展。前沿实验室正在转变为基础设施公司,网络安全攻防战升级,中国的大模型在智能体编码上缩短了差距,机器人技术悄然从演示走向落地。 一些新闻简讯 Profluent(生命科学领域的前沿 AI)宣布与礼来(Lilly)达成 22.5 亿美元的合作,用于大基因插入疗法;Sereact(具身智能)完成了 1.1 亿美元的 B 轮融资! Air Street AI 聚会 将于 5 月 14 日在纽约举行。 我们正在为《AI 现状报告》招募研究分析师。 前沿 AI 已跨越了进入进攻性网络行动的卢比孔河。英国的 AI 安全研究所(AISI)透露,Anthropic 的 Claude Mythos Preview 是第一个通过其 32 步“最后的人(The Last Ones)”靶场测试的模型——这是一个企业网络模拟测试,通常需要人类红队耗时 20 小时才能完成。Mythos 在 10 次运行中通过了 […]

AI 系统即将开始自我构建 AI
May 05, 2026

AI 系统即将开始自我构建

AI 系统即将开始自行构建自己。这意味着什么? 我写这篇文章,是因为在审视所有公开可得的信息后,我不得不认为,到 2028 年底前,极有可能(60%以上)出现无需人类参与的 AI 研发——一种强大到足以可信地自主构建其继任者的 AI 系统。 这是一件大事。 我不知道该如何理解这件事。 这是一种带着不情愿的看法,因为其影响之大让我感到自身无比渺小,而我也不确定,社会是否已经准备好迎接实现自动化 AI 研发所意味着那种程度的变革。 我现在相信,我们正生活在一个 AI 研究将实现端到端自动化的时代。如果这真的发生,我们将跨过一道卢比孔河,进入一个几乎无法预测的未来。稍后我会再谈这一点。 这篇文章的目的,是逐条说明我为何认为,通往全自动化 AI 研发的起飞正在发生。我会讨论其中的一些后果,但我预计,这篇文章的大部分篇幅将用来讨论支撑这一判断的证据,而我也将在 2026 年的大部分时间里继续梳理其影响。 从时间上看,我不认为这会在2026年发生。但我认为,我们可能会在一两年内看到“模型端到端训练其继任者”的案例——至少在非前沿模型阶段,肯定会出现概念验证;不过对于前沿模型来说,这可能更难(它们成本高得多,而且是大量人类极其努力工作的产物)。 我的推理主要来自公开信息:arXiv、bioRxiv 和 NBER 上的论文,以及观察前沿公司正在向世界部署的产品。基于这些数据,我得出的结论是:实现当今 AI 系统生产自动化所需的所有要素——也就是 AI 开发中的工程组成部分——都已具备。如果规模化趋势继续下去,我们就应当为这样一种情况做好准备:模型将变得足够有创造力,能够在提出新颖研究路径的创意想法方面替代人类研究人员,从而自行推动前沿发展,同时也改进和完善已有知识。 预先说明的注意事项 在本文的大部分内容中,我将尝试根据许多个别基准测试中已经发生的情况,拼凑出一幅有关 AI 进展的全景图。任何研究基准测试的人都知道,所有基准测试都有其各自特有的缺陷。对我来说,重要的是把所有这些数据点放在一起观察后所呈现出的总体趋势;你应当假定,我清楚每一个单独数据点的局限性。 现在,让我们一起来看一些证据。 编程奇点——能力随时间演进: AI 系统是通过软件实例化的,而软件是由代码构成的。 人工智能系统已经彻底改变了代码生产。这一变化源于两个相互关联的趋势:人工智能系统在编写复杂的现实世界代码方面变得更强了;同时,人工智能系统在无需人类监督的情况下,将多个线性编码任务串联起来的能力也大幅提升(例如,先写代码,再进行测试)。 体现这一趋势的两个典型例子是 SWE-Bench 和 METR 时间跨度图。 解决现实世界中的软件工程问题: SWE-Bench 是一项被广泛使用的编程测验,用于评估 AI 系统解决现实世界 GitHub 问题的能力。2023 年底 SWE-Bench 推出时,当时的最佳分数是 Claude […]

如今的孩子们 Palantir 走进校园 商业洞察
May 05, 2026

如今的孩子们 Palantir 走进校园

在耶鲁大学一场低调的会议上,这家公司及其盟友勾勒出一幅关于人工智能、国家权力以及如何将二者结合的愿景。 4月的一个周四,我前往耶鲁校园北端,说服一名路过的同学刷卡带我进入一栋大楼。到了 14 层,由该软件公司数位高管共同运营的智库 Palantir Foundation 即将举行第三届“大西洋与太平洋论坛”,并与耶鲁大学 Jackson School of Global Affairs 联合主办。这场活动并未在网上公开宣传,我在大楼大厅里也没有看到任何相关标识。只有部分耶鲁学生受到了邀请。(我是通过一张以纯文本形式流传、但未公开张贴的电子海报回复确认出席的。) 将这场会议适度隐藏起来,倒也合情合理。Palantir 已成为美国不断扩张的监控国家的代名词。这家公司出售的东西看似平淡无奇:帮助客户分析和排序数据的软件。但在这家公司的那些最受瞩目的客户手中,你就能看到高效组织的后果。Palantir 的 Maven Smart System 帮助军队决定杀死谁;该公司的技术还协助 ICE 梳理从医疗补助数据到被扣押智能手机等各种来源的信息,以选定遣返目标。 然后是 Palantir 首席执行官 Alex Karp,他主动迎合了 Palantir 臭名昭著的形象。他告诉 Fast Company,“拯救西方、阻止战争”的“唯一办法”,就是“把我们的对手吓得魂飞魄散”。在去年的一次谈话中,Karp 甚至幻想出动无人机,向那些批评公司估值的分析师喷洒“掺了芬太尼的尿液”;该公司最近还出售印有“没有秘密可言”字样的 T 恤。 因此,Palantir 在耶鲁这样的校园里名声不佳。该校学生会于上月投票要求学校从这家公司撤资 。但“大西洋与太平洋论坛”——既像知识沙龙,又像招聘会——聚集了一批皈依 Karp 事业的人,也是在呼唤新的追随者。电梯门一打开,我就看到房间里很快挤满了人。 人群由国务院工作人员、耶鲁大学教授、Palantir 员工(包括企业事务团队副手 Bill Rivers)以及智库人士混杂而成。我在人群中注意到两名与美国外交关系协会有关联的人:Gordon M. Goldstein 提着一个印有 CFR 标识的手提袋到场,Alan Raul 则佩戴着一枚美国国旗翻领徽章。 几名本科生站在窗边。他们告诉我,他们是 Ted Wittenstein 的学生;Wittenstein 是 Yale 的一名讲师,也是此次活动的组织者。其中一人说,他认为他们之所以受邀,是因为组织者知道他们“不会去抗议”。有些人想在 […]

情绪监控的兴起 AI
May 05, 2026

情绪监控的兴起

公司不仅监控员工的生产力,还关注他们的配合度。 至少对我来说,好消息是,电脑认为我性格不错。根据一款名为 MorphCast 的应用,在最近一次与老板的会议中,我总体上表现得“愉快”“坚定”“感兴趣”,不过——别见怪——偶尔也会“不耐烦”。MorphCast 声称,它能利用人工智能洞察人类情绪的深层与多变之处。它发现,我的情感状态是“积极”且“活跃”的,而非消极和/或被动。我的注意力也相当高。还有,AI 还告诉我,我戴着眼镜——真是“惊人”的发现! 坏消息是,如今软件声称可以利用人工智能洞察人类情绪的深层与多变之处,而且它正要来监视你。如果它还没有这么做的话:例如,MorphCast 已将其技术授权给一款心理健康应用 、一个监测学童注意力的项目,以及 McDonald’s。后者曾在葡萄牙发起一场促销活动,扫描应用用户的面部,并根据他们(所谓的)情绪向其提供个性化优惠券 。而这只是众多从事类似业务的公司之一——业内将这类技术称为情绪 AI,有时也称为情感计算 。 有些产品会分析会议、求职面试或焦点小组的视频;另一些则通过收听音频来判断音高、语调和用词;还有一些可以扫描聊天记录或电子邮件,并生成一份关于员工情绪状态的报告。有时,情绪 AI 被内嵌为多用途软件中的一项功能,或作为面向企业销售的昂贵分析包的一部分出售。但它也可以作为独立产品获取,而且准入门槛低得惊人:我免费使用了 MorphCast,利用了一次免费试用,而且无需任何特殊软件。在整个过程中,没有任何一步要求我询问谈话对象是否同意以这种方式被分析(不过我还是问了,因为我人品不错)。 每一项成功的技术都需要找到一个人们愿意花钱解决的问题。就情感人工智能而言,迄今为止,这个问题似乎主要是员工绩效和生产力,尤其是在客户服务和蓝领劳动领域。如果你曾被告知你的来电“出于质量保证目的正在被监听”,那么很有可能,电话另一端的人正被情感人工智能评估:保险业巨头 MetLife 和许多其他企业一样, 使用软件监测呼叫中心客服人员的音高和语调。运输公司则利用眼球追踪器、高灵敏度录音设备和脑电波扫描仪,寻找司机出现痛苦或疲劳的体征。Burger King 正在试点一款嵌入员工耳机中的 AI 聊天机器人,用于评估他们在互动中是否足够友善。它的名字叫 Patty。 2022 年,作家 Cory Doctorow 在一篇文章中提出了他所谓的“垃圾技术采纳曲线”理论:他写道,掠夺性技术总是最先降临到处境脆弱的人群身上——比如低工资岗位上的劳动者——随后才会被打磨、被常态化,并最终推广到掌握更大权力的人身上。他后来写道 :“每一种规训技术,都是从社会阶梯最底层的人开始,然后一级一级向上攀升。” 情绪 AI 的下一步是白领工作。Slack 集成工具 Aware 宣称具备持续监控消息中“情绪和有害性”的能力;Microsoft 的云计算软件 Azure 也允许雇主从理论上使用 AI 对员工聊天信息进行批量分析 。MorphCast 的 Zoom 扩展可实时追踪会议参与者的注意力、兴奋度和积极性。情绪 AI 公司 Imentiv 建议客户将情绪分析应用于求职面试流程,向雇主承诺可对候选人的情绪投入程度、强度和效价以及人格类型进行详细分析。多家人力资源公司正转向将情感分析应用于员工调查的 AI。生产隔音电话舱并将其出售给 Microsoft 和 L’Oreal 等公司的 Framery,已测试为其座椅配备生物传感器,以测量心率、呼吸频率和紧张程度。 去年,欧盟禁止在工作场所使用情绪人工智能,除非是出于医疗或安全原因。(这一法规促使总部设在佛罗伦萨的 MorphCast 迁往湾区。)但即便如此,根据一项估计 ,随着这项技术变得更加先进、更加普及,到 2030 年,全球情绪人工智能市场规模预计将增长至目前的三倍,达到 […]

中间商经济的终结:AI 智能体将如何颠覆高抽成平台 AI
May 04, 2026

中间商经济的终结:AI 智能体将如何颠覆高抽成平台

这篇报道最初刊登于 LinkedIn。 过去十年里,我们目睹了平台中介构筑起看似难以撼动的护城河。DoorDash、Instacart、Expedia 和 Booking.com 通过介于消费者与商家之间,从每笔交易中抽取 15%至 30%的佣金,攫取了巨大的价值。它们的主导地位似乎不可避免——这是网络效应和规模经济带来的自然结果。 智能体驱动商业的崛起,或将彻底颠覆这一整套逻辑。 平台主导地位的四大支柱 要理解利害所在,我们需要先认识到这些中间商当初为何能够胜出。它们的成功建立在四项关键优势之上: 1. 无与伦比的营销经济性 聚合平台之所以能在获取顾客方面比单个企业投入更多,是因为它们受益于整个类别,而不只是某一个品牌。 以 Expedia 围绕“芝加哥的酒店”投放广告为例。无论你预订的是 Marriott、Hilton,还是独立精品酒店,Expedia 都能从中获利。它们之所以敢为这一搜索词激进出价,是因为其可触达市场涵盖了这座城市的所有酒店。 相比之下,单个 Marriott 旗下酒店物业只能触达搜索芝加哥酒店的部分客户。对它们而言,单位经济效益根本无法支撑其以同等规模参与竞争。当 DoorDash 投放“波士顿意大利菜”广告时,同样的逻辑也在上演。任何一家餐厅都无法匹配它的投放预算,因为它们无法覆盖整个类别。 这种营销优势会形成自我强化的循环:更多投入带来更多客户,更多客户带来更多收入,而更多收入又为进一步加大营销投入提供资金。 2. 通用界面 每家餐厅都有不同的网站。每家连锁酒店都有自己的预订流程。每家杂货店都有独特的应用体验。 对消费者而言,这种碎片化令人疲惫不堪。他们不想每次订晚餐或预订酒店时都要学习一个新的用户界面,也不想记住几十个密码,或在不同网站上反复输入支付信息。 中介平台通过为整个类别打造一个统一且精致的界面,解决了这一问题。无论你订的是泰餐还是披萨,DoorDash 的用户体验都如出一辙。无论你入住的是豪华度假村还是经济型汽车旅馆,Expedia 的预订流程也完全相同。 单个商家在这方面同样无法竞争。它们缺乏足够的交易量,无法支撑持续的用户体验优化;即便打造出完美的界面,它也仍然会与竞争对手不同——消费者又得多学一样新东西。 3. 跨商户忠诚度计划 几乎所有主要中间商都建立了奖励计划,鼓励用户忠于平台而非商家。 DashPass、Instacart+、Expedia Rewards——这些计划正训练消费者将支出集中在单一平台上,而不是直接预订。既然可以赚取在各处通用的 DoorDash 积分,为什么还要分别对五家不同的餐厅建立忠诚度? 这些项目实际上是在对企业与客户之间的直接关系征税,从而为去中介化再添一道障碍。 4. 可扩展的基础设施 最后,这些平台构建了个体商家根本无法复制的基础设施。 在 DoorDash 和 Instacart 出现之前,送货服务基本仅限于拥有自有司机的披萨连锁店和中餐馆。绝大多数餐厅根本不具备送货能力。通过建立独立司机网络,这些平台突然让几乎所有餐厅都能提供送货服务,为消费者和商家双方创造了巨大的价值。 AI 颠覆:打破中间商护城河 这些护城河看似坚不可摧,但 AI 的出现可能会迅速将其瓦解,对高抽成中介构成真正威胁。下面来看看这些支柱将如何被逐一击破: 无可匹敌的营销经济学正在失效:随着消费者越来越多地使用 ChatGPT 和其他 […]

Workday 的最后一个工作日? AI
May 04, 2026

Workday 的最后一个工作日?

HCM 是最后一个尚未出现真正 AI 原生挑战者的大型企业软件类别,而这一局面即将改变 美国|科技|观点|文化|图表 Workday 或许是企业软件中最重要、却也最不受喜爱的产品。超过 1 万家组织在使用它,数千万名员工的工作都围绕着它展开,其年收入正逼近 100 亿美元,公开市场给予它的估值约为 300 亿美元。 这些成功都不是因为这款产品深受喜爱。HR 管理员的日常充斥着数据录入、各种权宜之计和手把手指导:在三个屏幕之间来回切换跑报表,因为在系统里推行薪酬周期过于复杂而只能用 Excel 管理,在 Zoom 通话中陪着业务伙伴一步步点击晋升流程,还得等 IT 解释为什么本周某个集成又出了问题。 当客户每年的续约率接近 100%时,人们通常会将其视为产品令人愉悦的信号。但对 Workday 而言,这说明的是另一件事:想要离开,几乎不可能。 HCM 是最后一个尚未出现真正 AI 原生挑战者的大型企业软件类别,而这种局面即将改变。一场比催生 Workday 更具颠覆性的平台变革正在展开,很快,我们就将见证 Workday 的最后一个工作日。 催生 Workday 的云迁移 Workday 本身就是一次平台迁移的产物。2005 年,在与 Oracle 的恶意收购之争中败北后(这段故事本身就值得另写一篇),当时占据主导地位的 PeopleSoft 领导者 Dave Duffield 和 Aneel Bhusri 押注认为,从客户端—服务器架构向多租户云的迁移,将重塑 HRIS 类别。他们看到,Oracle 和 SAP 将难以弥合这一架构鸿沟;不到十年,所有客户端—服务器 HRIS […]