The Information 消息，被 Cognition 收购的 Windsurf 约 200 名员工，最近收到了新公司的邮件，要么接受新公司的 996 的工作条件，要么选择接受 9 个月 的补偿买断方案。 在前老板和一部分员工加入谷歌后，Windsurf 的这批「遗弃」员工先是经历了「以为会去谷歌——发现自己没人要——大善人 Cognition 来了」的过山车 式的职场经历。 如今又要在 996 和走人之间二选一了。 超 10000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。 7月19日，双方签订收购合同。 邀请从业者、开发人员和创业者，飞书扫码加群： 谷歌同意掏 24 亿美元买 Windsurf 技术的非独家授权，还给跳槽过来的 Windsurf 员工提供多年补偿。Windsurf 高管跟剩下的员工说，他们会继续搞 Windsurf 剩下的业务，公司会变成员工持股企业。没过三天，Cognition 就宣布要以未透露的价格收购 Windsurf 剩下的员工和资产（包括知识产权）。通 过这笔交易，原本只有 39 人的 Cognition 员工规模暴涨五倍，其中包括 Windsurf 几 ...

本篇内容转载自「特工宇宙」 基础大模型不仅仅是生成式 AI 的核心引擎，它们正在塑造计算的未来。随着其能力和成本控制 的不断演进，建立在其之上的系统、应用乃至整个产业格局，也将随之变革。 去年 11 月，Menlo Ventures 发布了《2024 企业生成式 AI 现状报告》。彼时，关于这一基 础层仍有诸多关键问题悬而未决： 六个月过去，从数据维度来看，这些问题目前已经较为清晰： 在这段时期内， 模型 API 支出增长了一倍多，从 35 亿美元跃升至 84 亿美元。 企业的重心已 从模型的训练微调转向模型推理，这标志着一个重要的阶段性转折。 "代码生成"成为第一个大规模爆发的 AI 应用场景。 在预训练之外，基础模型正在沿着另一条轴 线升级能力——结合验证器的强化学习（RLHF with verifiers）。 以下为报告原文内容。 原文： https://menlovc.com/perspective/2025-mid-year-llm-market-update/ 超 10000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。 与此同时，尽管开源模型持续取得进展，但西方实验室在前沿模型 ...

除了是知名 AI 播客「No Priors」的主理人之外，Sarah Guo 更知名的身份，是风险投资 Conviction 的创始人。 Conviction 投资的 AI 公司包括但不限于 Cursor、Cognition（Devin）、Mistral、Thinking Machines、Harvey 和 OpenEvidence 等。热门产品、基模、垂直赛 道，几乎都囊括，可以说，是很资深的科技投资人了。 最近在一个线下活动上，她分享了对于 2025 年 AI 创业的观察和分析，输出了不少在当下看来，有些「非共识」的观点。 进群后，你有机会得到： 以及不要做通用的「text box」，因为 OpenAI 已经把这些事干得很好了。 身为 Cursor 的投资人，她还分析了为什么 AI Coding 会成为 AI 应用的第一个突破口。基于此，我们能看到的下一个突破口会在哪里。 「最终的赢家不会仅仅是那些学习了某个领域知识的 AI 专家，而将是那些以客户为中心、以问题为导向的实干家。」 构建一个「厚实」的产品，并保持领先。而这一切， 都需要 taste 和大量的努力。 基于 Sarah Guo 演讲分享，Fou ...

以下文章来源于真格基金 ，作者与你同在的 真格基金 . 专注早期投资，欢迎投递商业计划书至 dream@zhenfund.com 这是一期 真格基金管理合伙人戴雨森的访谈实录，也是2025年中，对于整个 AI 行业的一次半年 度复盘。 戴雨森从投资人的视角出发，围绕近期的AI 热点分享了很多有价值的看法，包括：OpenAI 的通用 大语言模型首次达到了 IMO 国际数学奥林匹克金牌水准意味着什么、 ChatGPT Agent 的发布 、 RL研究的进展、AI 应用和 「套壳」的价值都 被低估了、基础模型未来演进的方向等等。 戴雨森认为，2025 年，属于各行各业的「李世石时刻」，可能才刚刚开始。 超 10000 人的「AI 产品市集」社群！每天推荐一款 AI 应用。 邀请从业者、开发人员和创业者，飞书扫码加群： 进群后，你有机会得到： 01 OpenAI 拿下 IMO 金牌， 又一个李世石时刻 Q：最近有哪几件重要的事值得展开聊聊？ 戴雨森： 确实过去这个周末发生了很多事情。我觉得最重要的一件是 OpenAI 的一个新模型，在 IMO （国际数学奥林匹克）2025 年的题目上获得了金牌级别的成绩。具体来说是六 ...

对于 AI 创业者来说，相比于卷技术，找到一个精准的创业方向可能更重要。 Substack 作者 Harshit Tyagi 分析了 YC 2025 年 400 多家创企的情况，发现大多数的 AI 创业者都在过度饱和的市场中竞争，仅开发者工具领域就有 94 家 公司，相当于每 4 天就会出现一个新的竞争对手。AI 编程市场已经过度饱和了，但一些价值数十亿美元的行业几乎无人问津，没有 AI 创业竞争。比如： | Problem Categories | > | + Add or import | yc_companies_2025 v | G Grid view V | Color | ii | = | Hide fields | a. Hiter | Group | 11 Sout | Share | | | | | | | | | | | | | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- ...

以下文章来源于乌鸦智能说 ，作者智能乌鸦 入榜的企业也不乏耳熟能详的名字：从面向开发者的编程助手 Cursor，到服务 Fortune 500 企业法务团 队的 Harvey；从自动化销售线索拓展的 Clay，到嵌入邮箱的个人 AI 助理 Fyxer——这些公司不仅代表 了 AI Agent 商业化最前沿的探索方向，也在各自垂直场景中跑出了明确的变现路径。 透过这份榜单，我们能看到两个清晰的趋势： 第一，AI Agent 正在从工具走向"数字员工"。它们不再只是一个回答问题的助手，而是能自主完成任 务、甚至负责结果的智能个体，开始真正接管销售、法务、客服、编码等核心业务流。 第二，收入正在成为衡量 AI 初创公司竞争力的新门槛。在"讲故事"的时代之后，谁能更快进入收钱的 阶段，谁就有更大的话语权。 以下是 20 家 AI Agent 公司的具体情况。 乌鸦智能说 . 人人都能读懂的AI商业 最近，数据机构CB Insights 发布了一份备受关注的榜单： "全球营收最高的20家 AI Agent 初创公司"。 这份榜单不同于传统依靠融资额或估值的排名，而是直接按企业的真实收入来排序——可以说，它是观 察 AI ...

以下文章来源于海外独角兽 ，作者Siqi，Xiaoyang 海外独角兽 . 研究科技大航海时代的伟大公司。 昨日，设计软件公司 Figma 在纽交所上市，是今年以来美股最大 IPO 项目。 Figma 每股价格为 33 美元，在开盘后日内涨幅高达 250%，据 CNBC 报道，Figma 的市值从约 500 亿美 元飙升至 680 亿美元。 Figma 不仅仅单纯是一款 UI/UX 设计软件，而是已经覆盖了前端工作的全流程。据 Figma S1 文件，目 前 Figma 有 1300 万月活，其中只有 1/3 是设计师用户，剩余 1/3 是前端工程师 ，另有 1/3 则是产品经 理、市场营销人员等其他职能。 同样，Figma 在「All in AI」，在 AI 方面进行了多次尝试，在产品中引入了包括 Figma Make 等多项 AI 产品和功能，在此次的 IPO 招股书中，「AI」一词出现了多大 200 多次。 海外独角兽认为，Figma 推出的 Figma Make 是全球二级市场软件公司中最 AI-native 的产品之一，有望 成为 Figma 生态系统中最核心的底层能力。 Figma 不只是设计工具 ...

关于基模的讨论又重新热闹起来了。 一旦某种模式被验证可行，它的实现本质上就成了一个工程问题，而中国最擅长处理工程问题。 如果把模型视为基础设施，中国的开源模型未来会成为发展中国家的模型标准。 不同机构间的人才差异并没有那么大，聪明人最终总能想出办法。好模型和坏模型的差异，往往 反映的是资源和人才利用效率的问题。 找到模型的正确方向，归根结底是实验速度，以及拥有合适的基础设施和足够好的基础模型，不 仅仅只是人才。 现在能做出好的评测，可能比以往任何时候都有更大的影响力。好的评测可以带来新的话语权。 在「机器学习的下一个任务是什么」这个问题上，还有巨大的蓝海，有人可以去定义它，而且定 义这个并不需要庞大的算力集群。 RL 无法泛化到数学和代码之外的说法被严重夸大了，从数学和代码开始的原因是，因为它们很 容易被验证。 Kimi、Qwen、智谱的开源模型接力发布，Hugging Face 上中国模型基本垄断了热门榜。就在今天，阶 跃星辰的 Step-3 也开源了。 另外一方面，小扎疯狂挖人重新做 Llama，最近的公开信又暗示说 Llama 5 可能不会开源。 开源模型的标准眼瞅着要变成中国模型，大模型的竞争实质上已 ...

在一众 Chatbot、AI 搜索类产品的冲击之下，传统搜索引擎已经死了。 这是当下人们聊得很普遍的一个话题。 但据谷歌母公司 Alphabet 最新公布的二季度财报数据，其搜索收入达到 542 亿美元，同比增长 12%，创下历史新高。同时，AI Overview 带来的月活数从 上一季度的 15 亿激增到了 20 多亿。 AI 确实冲击着传统搜索，但搜索领域的领头者「谷歌」并没有受到太大的影响，反而搜索收入还增长了。 超 10000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。 邀请从业者、开发人员和创业者，飞书扫码加群： 进群后，你有机会得到： 01 谷歌 AI Overview 月活猛增， 搜索收入创历史新高 Google 抵挡来自 AI 搜索冲击的一个重要防线是，去年 5 月推出的 AI Overview 功能。AI Overview 功能基于 Gemini，生成的答案内容直接呈现在传统搜 索结果的上方。 最新、最值得关注的 AI 新品资讯； 不定期赠送热门新品的邀请码、会员码； 最精准的AI产品曝光渠道 独立的分析报告也证实了 Google AI 搜索策略的有效性。 据华尔街日报报 ...

Core Viewpoint - The article discusses the challenges of creating valuable AI Native products, emphasizing that user experience has evolved from a design-centric issue to a technical one, where both user needs and value delivery are at risk of "loss of control" [3][4]. Group 1: User Experience Challenges - The transition from mobile internet to AI Native products has made it more difficult to deliver a valuable user experience, as it now involves complex technical considerations rather than just aesthetic design [3]. - The current bottleneck in AI Native product experience is fundamentally a technical issue, requiring advancements in both product engineering and model technology to reach a market breakthrough [4]. Group 2: Input and Output Dynamics - AI products are structured around the concept of Input > Output, where the AI acts as a "Magic Box" that needs to manage uncertainty effectively [6]. - The focus should be on enhancing the input side to provide better context and clarity, as many users struggle to articulate their needs clearly [7][8]. Group 3: Proposed Solutions - Two key approaches are highlighted: "Context Engineering" by Andrej Karpathy, which emphasizes optimizing the input context for AI, and "Spec-writing" by Sean Grove, which advocates for structured documentation to clarify user intentions [7][8]. - The article argues that the future of AI products should not rely on users becoming experts in context management but rather on AI developing the capability to autonomously understand and predict user intentions [11][12]. Group 4: The Role of AI - The article posits that AI must evolve to become a proactive partner that can interpret and respond to the chaotic nature of human communication and intent, rather than depending on users to provide clear instructions [11][12]. - The ultimate goal is to achieve a "wide input" system that captures high-resolution data from users' lives, creating a feedback loop between input and output for continuous improvement [11].