硅谷101

曹原

Discovery Loop由Jeff Dean、Oriol、Sanjay和Quoc创立，显示AI for Science正进入爆发期。代码、数学与agent harness可支持假设、实验、分析和迭代，但verification仍是瓶颈，生物制药或率先商业化。

泓君 × 朋新宇

AI战场正从C端回到B端，FDE的溢价来自交付可验证的业务效果，而非驻场运维换名。“催发货”要穿透260多步流程、覆盖95%以上情况，客服Agent上线即优于传统机器人，数据与流程整合构成核心壁垒。瓴羊按坐席或效果收费，但落地可超一年，IT与业务预算墙及生产关系仍是规模化扩张风险。

陈茜 × 盛颖

RadixArk获Axial领投的1亿美元种子轮，开源推理引擎SGLang已运行于全球数十万张GPU，每天为谷歌、微软、英伟达和xAI生成数万亿token。推理市场在竞争中同步增长，AI投入正从training转向inference与定制化，但公司命脉不在SGLang，后续关键在于团队能否支撑规模化并兑现下一代AI使命。

Yiwen × 王铁震 × Keith Zhai

Kimi K3在多项场景追上甚至超过Fable，且不到3T参数、scaling efficiency较K2扩大2.5倍，显示开源推理的成本优势具有结构性。蒸馏指控目前证据薄弱，但K3 license的商业化执行、OpenAI与Anthropic IPO及价格战，将检验闭源估值与开源货币化。

Faith静远 × Bianca Consunji × Tony Lin

内容工程师等新岗位正把记者编辑的语气、意图和品味转化为可评估、可训练的模型规则，反映文科判断力开始被大模型公司定价。Context不足会让AI脑补并放大错误，而谄媚是产品设计问题；能否用真实内容经验改善交互、并把AI变成创作者的画笔，仍是值得观察的分化点。

泓君 × 韩铮

苏度把机器人竞争的关键押在物体操作与结构化3D数据，而非单纯追求人形。R1在100多个训练集外物体上完成240次抓放，单次成功率近98%，闭环调整后达100%。端到端VLA受冷启动约束，韩铮认为分层结构可能从今年下半年回归主流，最大对手或是DeepMind加波士顿动力。

麻花 × 张兵 × 施骅伦

美国资本已从英超俱乐部扩展至欧足联赛事商业开发、版权与转会应收账款金融，形成覆盖足球产业链的收费网络。伊普斯维奇三年实现收购成本2.5倍纯利，显示小球队也有重估空间，但英超本土版权收入较2016-19周期少31%，杠杆、球场资本开支与估值击鼓传花仍是核心风险。

泓君 × 杜少雷 × 李辈滨

Apodex押注AI最快半年至一年跑通一环自进化闭环，并以生物医药重构“卖token”为“解难题”。其verification架构将解题、验证、冗余投票与RL裁判结合，目标把每轮递归漂移从10%降至1%、再到0.1%甚至0.01%。尽调关键在后训练资源与垂直验证能力，而未观测指标的跑偏仍未解决，品味与持续监控将决定商业化节奏。

麻花 × 盖德

2026年伦敦马拉松首现正式比赛破二，冠亚军与女子冠军均穿阿迪达斯Adios Pro Evo 3，跑鞋已成为纪录竞争的关键加速器，但训练科技与资本扩大选材同样重要。竞速鞋中底基材主要来自巴斯夫、阿科玛等非独家供应商，真正壁垒集中于发泡工艺与调校；长期竞速格局大概率收缩为耐克与阿迪，市场瓶颈与大众时尚需求将决定下一轮增长。

Yiwen × Jove × Oliver Søe

OpenAI成立Deployment Company并收购Tomorrow带走150名FDE，Anthropic也与Blackstone等成立合资企业，模型公司正下场做企业部署。FDE按结果而非工时收费，AI coding与skills提升复用和迭代效率，但数据平台、确定性流程及人才供给仍是规模化落地的关键变量。