如果你現在在科技行業的20多歲，幾年在OpenAI、Anthropic或一家優秀的AI初創公司工作，將會給你帶來10倍於任何MBA或研究生學位的職業優勢（而且負債少得多）。

市場上奇怪的時期： * 對於那些為員工和早期投資者進行招標的十幾個全球超級獨角獸來說，流動性現在看起來有點像公共市場 * 零售資金正迅速進入私募市場，通過基金 所以，至少對於某些人來說，我們創造了一個影子公共市場

哇，幾乎是十年前第一次在預演中看到《漢密爾頓》的日子——很難形容那是多麼神奇的經歷。

同時在紐約市

今天對AI創始人的建議：4-5年前，風險投資公司爭相投資ETL、數據目錄、數據編排（！）、數據可觀察性等項目。在這些資金發放給你時，抓住機會，但要意識到這些事物是來來去去的，應該為長期發展而建設。

今天我了解到在紐約市有一個紙摺會議，突然看到了我們在人工智慧主導的未來中的未來，哈哈。

突發消息：亞歷克斯·霍諾德宣布《自由攀登》續集，將在沒有繩索的情況下自由攀登 Replit ARR 圖表

前DeepMind研究員 @MishaLaskin 談論建立超智能、編碼作為捷徑、強化學習、推出 @reflection_ai 的第一款產品 Asimov，以及與大型AI實驗室競爭 00:00 - 介紹 01:42 - Reflection AI：公司起源與使命 04:14 - 使超智能具體化 06:04 - ASI 與 AGI：為何目標移動 07:55 - 作為神諭的組織超智能 12:05 - 編碼作為捷徑：AI的手、腿與大腦 20:55 - 捕捉組織中的部落知識 26:31 - 介紹 Asimov：為代碼進行深入研究 28:44 - 團隊範圍的記憶 33:07 - 多代理設計 34:48 - Asimov中的數據檢索與整合 39:41 - Asimov中的強化學習 41:04 - Misha的旅程：從物理學到AI 42:06 - 在科學驅動的沙漠小鎮長大 53:03 - 在DeepMind建立通用代理 56:57 - 在DeepMind之後創立Reflection AI 58:54 - AI中的產品與技術 1:02:22 - 自主編碼代理的現狀 1:04:26 - Reflection AI的下一步

2024：每個人都說 - LLM 公司將被商品化，薄包裝沒有持久力 2025：LLM 公司向應用層移動；包裝向下移動堆棧，開始構建自己的基礎模型（Cursor） 2026：贏家是全棧玩家（模型 + 應用）？

我們在科技/風險投資領域所經歷的2022-24小型衰退的主要問題是，它持續的時間不夠長。我們沒有學到任何東西。