硅谷101

Yiwen × 何允中 × 孙一铀

AI数据估值急涨：AfterQuery今年4月A轮估值3亿美元，9月新一轮已推至32亿美元；Meta入股Scale AI给出超290亿美元估值。行业从人工标注转向rubric与RL environment，垂直采购和研发能力成为关键护城河，但rubric是否见顶、Benchmark权威、数据造假及数商能否持续杠杆化仍待验证。

泓君 × 韩歆毅 × Jorn Lambert × 刘作虎 × 周靖人

蚂蚁CEO韩歆毅看好智能体经济爆发，但承认判断依据是商家需求而非后台数据。Agentic Commerce落地慢于预期，支付瓶颈在消费者信任而非技术。万事达卡拟发布全球KYA标准；小布助手购买额增长但基数仍小，催化剂包括信任基建、A2A规范与机器微交易凭证。

泓君 × 张宏江 × 黄东旭

张宏江判断，Agent市场从Token Maxing转向Token Efficient，但Token价格下降仍可能被Agentic Loop带来的总消耗增长抵消。db9凸显个人开发者的产品杠杆，机会集中在数据、记忆、可观测性与Agent-Native Cloud；OpenClaw仍待验证。

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。

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。