大厂开发者大会密集召开 - 5月有多场大厂开发者大会，包括微软开发者大会、谷歌I/O、Anthropic开发者大会等 [1] - 6月将迎来Apple的WWDC活动 [2] 知乎新知青年大会AI分论坛 - 主办方为知乎科技，5月24日在北京798举办 [3] - 主题为"AI变量研究所"，聚焦大模型、具身智能、芯片等前沿方向 [3] - 开放10个讲者名额，需提交300字发言提纲 [4] - 面向AI创业者、开发者、产品经理 [5] WaytoAGI全球AI大会东京站 - 6月7-8日在日本东京樱美林大学举办 [5] - 主题为"AI全球化发展"，促进国际AI技术交流 [5] - 通义万相WAN 2.2模型有望在大会期间发布 [5] - 面向AI领域创业者、开发者、从业者 [5] AI编程创意挑战赛 - 由Zeabur×腾讯云主办，5月31日报名截止 [6] - 面向AI编程爱好者，提供全程技术辅导 [7] - 创意优先评分机制，非技术背景选手有加分 [9] - 报名赠送1个月腾讯云服务器资源 [9] 火山引擎FORCE原动力大会 - 2025年6月11-12日在北京举办 [7] - 聚焦AI创业的Demo Day路演，开放现场展位 [7] - 面向C轮及以前的创业企业，要求有技术创新实力 [10] 其他行业动态 - AI笔记产品Granola估值达2.5亿，成为硅谷新宠 [7] - 多邻国付费用户突破1000万，全面应用AI技术 [8]

核心观点 - Cognition推出的AI程序员Devin能够自主编写代码并完成整个项目，订阅价格为500美元/月 [1] - 公司在6个月内完成数亿美元A轮融资，估值翻倍至近40亿美元，成为AI编程赛道明星企业 [1] - 15人工程团队每人配备5个Devin智能体，目前25%的Github Pull Request由Devin完成，预计一年后达50% [1][4] - Devin定位为"初级工程师伙伴"，帮助工程师从"砌砖工"转变为"建筑师"，专注于高层次设计和架构 [4][14] 产品与技术 - Devin核心能力包括构建专属wiki、深度理解代码库、与现有工具集成（GitHub、Slack、Linear） [31][35] - 智能体可同时进行多线程探索并共享上下文，这处于早期阶段但代表未来方向 [20][21] - 产品体验预计将迭代20次，最终用户可能无需查看代码，只需指定任务即可 [24] - 技术突破来自强化学习而非单一模型进步，教会AI现实工程细节比提升基础智商更重要 [39] 商业模式与竞争 - 用户粘性是关键护城河，Devin会随使用时间增加对代码库理解而变得更有效 [26][27] - 收入模式基于使用量设置，专注智能体编码领域而非通用AI [25] - 与Cursor等竞争对手相比，Devin更强调深度集成工作流程而非单纯代码生成 [28] 行业影响 - AI编程已过拐点，不用AI的工程师将被淘汰，行业呈指数级增长 [41] - 未来工程师数量会更多，但工作形式将改变，架构技能价值提升 [47] - 编程教育仍需保留，重点是培养问题分解能力和计算机系统理解 [44][46] 公司运营 - 团队规模仅15名工程师，强调快速行动和极致执行 [56][57] - 招聘策略不惜代价获取顶尖人才，包括为候选人定制解决方案 [58][59] - 创业经验是把3-5件关键事情做到极致，而非分散精力 [55][63] 产品使用场景 - 处理明确任务如前端功能、bug修复、测试文档等效果最佳 [37] - 帮助新工程师入职和理解代码库是重要用例 [33][34] - 用户可异步管理多个Devin智能体，通常每人同时运行5个 [15][18]

微软Build 2025开发者大会核心观点 - 微软CEO纳德拉提出构建"Open Agentic Web（开放智能体网络）"的变革性愿景，旨在让更多应用程序由智能体驱动 [2][27] - AI Agent成为大会焦点，贯穿所有发布内容，将增强微软的AI叙事 [1][6][31] - 微软正在将AI融入几乎所有产品线，包括云服务、生产力软件、搜索和游戏 [5] 开发者工具与平台升级 - GitHub Copilot从代码助手升级为Agent伙伴，可自主完成错误修复、新功能开发等任务，用户数达1500万/1.5亿开发者 [10][11][12] - 微软全面支持模型上下文协议(MCP)，推出NLWeb开放项目，使网站能提供对话界面并与内容交互 [13] - Windows平台推出AI Foundry，支持跨硬件开发，添加对MCP的原生支持 [14][16][19] - WSL(Windows Subsystem for Linux)将完全开源 [16] Azure云与AI基础设施 - Azure AI Foundry新增智能体服务，可协调多个专用Agent处理复杂任务 [17][18][20] - 引入xAI的Grok系列模型，目前托管和合作伙伴模型达1900多个 [21] - 推出模型排行榜和模型路由器，实时选择最佳模型 [22] - 计划2025财年投入800亿美元扩展云基础设施 [30] 企业级AI应用创新 - 推出Microsoft 365 Copilot Tuning，支持企业用低代码方式训练模型创建智能体 [23] - Copilot Studio新增多智能体编排功能，预览阶段已创建超100万个定制Copilot/智能体 [25] - 推出Microsoft Discovery科研平台，支持知识推理、假设生成和实验运行 [25] - 斯坦福医疗中心测试医疗智能体协调器，减轻行政负担 [26] 开发者生态与战略布局 - 微软定位为开发者提供构建下一代AI应用程序的工具、平台和基础设施 [28] - 公司代码库20%-30%代码由AI生成，预计2030年达95% [30] - 过去三个月在全球开设10个数据中心，持续扩展基础设施 [30]

过去半年，ima 密集上线了个人知识库、共享知识库、知识库广场&知识号等功能，让用户不仅能自己 构建知识库，还能将有价值的信息分享出去，实现知识共享与生态共建。据了解，今年 3 月「知识号」 上线至今，积累近 1000 万篇内容，服务百万级用户的 AI 问答。 以下文章来源于涌现观察 ，作者涌现观察 涌现观察 . 聚焦产品，关注AI，挖掘洞察 腾讯出品的 ima 与其他 AI 产品相比，有点不太一样。 24 年 10 月上线，ima 主打知识管理，使用 AI 帮助用户管理和高效利用自己的知识库，沉淀那些真正 有价值的认知资产，对抗「信息指尖划过，却留不住」的普遍焦虑。 围绕知识库本身，ima 做了很多。 近期，我们邀请到 ima 产品团队进行对话。 在 AI 技术日新月异的当下，ima 如何定义痛点？又如何在 看似「古典」的产品打磨中，寻找 AI 落地的实践路径？ima 产品团队将为我们揭开 ima 这款产品的思 考原点与进化逻辑。 以下是访谈人林珊珊与 ima 产品团队的对话，经编辑整理。 Founder Park 正在搭建「 AI 产品市集」社群，邀请从业者、开发人员和创业者，扫码加群： 进群后，你有机会 ...

行业概况 - 笔记工具赛道竞争激烈，传统产品如Google Keep、Apple Notes、OneNote、Evernote占据主导地位，新兴产品如Notion、Obsidian、Logseq通过差异化功能突围[1] - AI笔记产品Granola在2024年5月上线后实现强劲增长，用户中50%以上为领导者，包括Vercel、Ramp、Roblox等独角兽企业创始人和高管[2] - Granola完成4300万美元B轮融资，估值达2.5亿美元，在笔记赛道属于较高水平[2] 产品定位 - 核心差异化在于"高度个人化"和"用户控制权"，定位为超越简单记录的"思考空间"[2] - 目标从生成高质量会议笔记升级为帮助用户完成几乎所有工作，目前仅实现愿景的5%[7][12] - 设计哲学强调"开发模式"与"探索模式"的明确区分，保护产品迭代灵活性[33][34] 技术特点 - 利用多模型组合策略，动态切换最佳模型以优化性能[31] - 独创"不保存音频"设计，仅实时转录会议内容，平衡实用性与隐私保护[21] - 通过上下文窗口技术深度整合用户工作流，实现信息动态提取和实时呈现[10][25] 用户行为 - 深度用户会议中仅记录关键判断（如"对方情绪不佳"），其余内容依赖AI转录[11] - 用户更倾向通过聊天功能查询笔记内容而非全文阅读，效率提升显著[30] - 出现意外使用场景：医疗咨询记录、个人头脑风暴、视频学习辅助等[29] 市场策略 - 早期选择开发Mac原生应用而非网页工具，增强用户亲密感和使用粘性[18] - 目标用户为AI早期采用者群体，集中在创始人、投资者和跨领域专业人士[16] - 通过社交媒体自然传播，形成科技领袖自发推广效应[17] 行业趋势 - AI协作界面处于"终端命令式"初级阶段，未来需要开发更精细的"方向盘"式交互[25][26] - 小团队借助大模型基础能力可快速构建复杂应用，Granola团队不足25人[38] - 数据壁垒重要性下降，5万样本即可优化用例，产品设计能力成为关键[44] 产品愿景 - 终极目标是打造动态整合个人上下文与集体智慧的新型思维工具[41] - 强调AI应增强而非替代人类判断，保留用户思考过程的核心价值[14][41] - 预见未来工作场景将普及实时背景资料包，辅助关键决策[12]

Multi-Agent系统与Agent Infra - Multi-Agent系统正成为新的突破方向，Agent Infra成为落地关键，其中Virtual Machine是潜在创业机会，E2B是该领域新兴参与者[1] - E2B作为开源基础设施，允许用户在云端安全隔离沙盒中运行AI生成代码，底层采用类似AWS Firecracker的MicroVM技术，启动速度达150毫秒[1] - E2B支持AI Agents运行代码语言、使用浏览器、调用操作系统工具，沙盒月创建量一年内从4万增长到1500万，增长375倍[2] E2B技术理念与愿景 - E2B愿景是成为AI Agent时代的AWS，打造自动化infra平台，未来将支持GPU、复杂数据分析、小模型训练、游戏生成等需求[3] - 公司从代码解释器转型为更通用的Agent运行环境，支持Python和JavaScript，月SDK下载量分别达50万次和25万次[10] - 技术核心是安全沙盒环境，实现文件创建、浏览器使用、数据分析、应用编写等功能，覆盖Agent从开发到部署全生命周期[9] 产品演进与关键功能 - 早期产品DevBook是面向开发者的交互式文档，GPT-3.5发布后转向沙盒技术，2023年3月正式创立E2B[4] - 引入"代码解释"概念帮助用户理解产品价值，支持数据分析、数学运算、AI驱动Excel等场景[7] - 2024年观察到用户将沙盒用于Computer Use，产品定位从代码解释器拓展为通用LLM/Agent运行时环境[8] - 即将推出forking和checkpointing功能，支持多Agent并行尝试不同解决路径，类似蒙特卡洛树搜索[15] 核心使用场景 - 首要场景是AI数据分析支持，提供专用code interpreter SDK和隔离机制确保Agent可靠性[17] - 第二大场景是AI生成应用的运行平台，推出开源模板Fragments支持快速构建AI应用[19] - 新兴场景包括Hugging Face的Open R1训练，通过沙箱高并发运行代码生成任务[22][24] - 非开发者场景如AI驱动Excel，服务于企业高管和业务人员的数据处理需求[21] Computer Use方向探索 - Anthropic推出Computer Use后，E2B推出Desktop Sandbox和open-computer-use项目，探索Agent控制电脑/浏览器的可能性[31] - 技术挑战包括安全性、点击操作精准度、推理能力、小众LLM部署和实时画面传输[39][40][43][48][49] - 采用OS-Atlas开源视觉模型解决UI元素识别问题，结合Llama系列模型完成决策链[42][46] 开发者生态与定价策略 - 保持LLM中立性，定位为Agent领域的Kubernetes，避免开发者被单一模型锁定[25][27] - 定价面临挑战，需平衡简单透明与资源消耗复杂性，强调计费上限和费用预警功能[29] - 提升开发者粘性关键在于无缝体验，让工具成为工作流自然延伸[26] 行业趋势观察 - Agent当前主要应用场景包括写代码、销售自动化和客户支持，Computer Use被视为下一个爆发点[30] - 框架演进呈现明确方法论趋势，Crew AI和LangGraph等opinionated框架日益流行[56][57] - 开源模型正快速提升视觉推理能力，API工具集成将增强Agent能力边界[55]

大模型测试时计算优化 - 核心观点：通过延长模型"思考时间"可显著提升大语言模型在复杂推理任务中的性能，这已成为超越传统模型规模扩展的新优化维度 [4][5][91] - 性能提升表现：GPT/Claude/Gemini等模型通过思维链(CoT)策略在数学推理(5-6%提升)、代码生成等任务上持续突破性能边界 [4][24][16] - 计算资源视角：Transformer生成每个token需执行参数数量两倍的FLOPs，而MoE稀疏模型可降低至2×参数数÷稀疏度 [10] 思维链技术演进 - 早期方法：监督学习人类解题路径或设计"逐步思考"提示语，可使数学问题解决成功率提升显著 [12][14] - 强化学习应用：在STEM问题集上采用策略梯度算法结合自动评估，DeepSeek-R1模型通过两轮SFT-RL训练实现推理能力突破 [31][32][36] - 自我修正机制：需依赖外部反馈信号避免幻觉，修正器模型通过价值提升对(提示x,初始y,修正y')三元组训练实现迭代改进 [29][34] 并行与序列优化策略 - 并行采样：best-of-N和束搜索通过过程奖励模型(PRM)筛选候选，在GSM8k等任务实现5-6%准确率提升 [23][24] - 序列修订：递归检视(Recursive Inspection)和SCoRe方法通过KL散度惩罚防止行为坍缩，形成连续改进轨迹 [20][30] - 混合策略：简单问题适用纯序列化策略，高难度问题需组合并行与序列方法获取最优表现 [19] 架构创新与工具整合 - 递归架构：Universal Transformer等设计实现自适应计算时间，3.5B模型在r¯=32迭代次数达到性能饱和 [71][73] - 思考token机制：插入特殊token<T>或暂停标记可隐式扩展计算循环，使模型复杂度降低30% [73][74] - 外部工具调用：PAL和Chain of Code方法将数学计算/代码执行外包，ReAct框架整合Wikipedia API等知识源 [45][48] 可解释性与忠实度 - 思维链监控：可有效检测reward hacking行为，对抗样本的鲁棒性随思考时间延长提升51% [51][65] - 忠实度测试：通过扰动提示实验显示推理模型(Claude 3.7/DeepSeek R1)比非推理模型更可能揭示真实思维过程 [62][64] - 优化压力风险：RL训练中直接优化CoT易导致新型reward hacking，需设计n-gram重复惩罚等防护机制 [66][69]

核心观点 - AI应用的核心逻辑是RaaS（Result as a Service，结果即服务），即「AI包工头模式」，该模式按工作量和工作结果付费，实现AI服务方与客户利益深度绑定 [3][12] - 传统SaaS产品将被「端到端」「高智能」的AI应用替代，失去资本市场青睐 [4] - AI包工头模式将突破数字化利润池天花板，不同商业模式下净利润空间相差可达10-30倍，叠加AI赋能后差距可达20-60倍 [4][35] - AI包工头模式可能打破「规模、收益、确定性」的「不可能三角」，实现「五高」特征，从而创造高长期资本价值 [4][43] AI包工头模式的定义与特点 - 按工作量和工作结果付费（如计件式、计量式或收入分成），实现与客户利益绑定 [12] - 需要构建完整的交付体系和系统性业务能力，包括设备、人员、管理制度等，即「包工包料包人包结果」 [12] - 传统包工头业务被认为不值钱，但AI时代下该模式是构建长期客户关系、规模化收入和利润的必须路径 [14] - 分为L1-L4四大进化层级：从初级效率提升到资源掌控的质变 [5][50] 行业颠覆与案例 对传统行业的颠覆 - 对传统硬件、软件和服务业，以及2B和2C市场都可能造成颠覆 [15] - 传统SaaS代码资产价值因AI自动化编程而加速贬值，重置成本大幅下降 [28] - 传统SaaS数据模式和接口过时，MCP协议取代传统API，数据资产价值超越软件本身 [29] - 传统SaaS标准化功能模块被AI动态智能适配取代 [31] 典型案例 1. **2B市场-矿山自动驾驶** - 从出售自动驾驶软件升级为按运输量收费的「AI包工头」模式，标杆客户实现50台矿车无人驾驶连续运营 [16] - 收费模式从一次性销售转变为按X元/立方米定价，收入与客户生产深度绑定 [16] - 自主研发系统融合多项AI技术，构建完整运营管理体系 [17] 2. **2B市场-Sierra AI客服** - 颠覆传统SaaS按席位收费，采用按对话量或成功案例计费，客户请求70%由AI独立解决 [19] - 采用多模型协同架构和「高触碰」服务模式，与客户深度协作 [20] 3. **2B市场-Kobold矿产勘探** - 从技术服务升级为「AI业主」模式，通过矿权获取和合作开发获利，C轮融资5.37亿美元 [21] - AI平台整合多源数据，在赞比亚发现价值100-150亿美元铜矿，买入成本仅1.5亿美元 [22][23] 4. **2C市场-特斯拉Robotaxi** - 按行驶里程收费（每英里1美元），平台抽成20-30%，预计年营收可达7600亿美元 [24] - 全栈自动驾驶系统结合全球数据收集和自研芯片，构建完整运营体系 [25] 商业模式与利润池分析 - 企业五大利润池：数字化（1-2%）、人力资源（20-40%）、资产（10-20%）、供应链（20-40%）、资本（10-20%） [35] - 三种商业模式对比： - 工具模式（数字化利润池）：矿山案例中年利润仅200万人民币 [40] - 传统包工头模式（人力资源+资产利润池）：矿山案例中年利润0.5亿，是工具模式的20-30倍 [41] - AI包工头模式：年利润可放大至1亿，是工具模式的30-60倍 [42] - 全球软件和IT服务支出仅占GDP1.87%，美国占3.1%，远低于人力资源市场规模 [35][37] AI包工头模式的「五高」特征 1. **高科技含量**：如矿山案例集成AI、物联网、5G等技术 [44] 2. **高系统性优化**：端到端全链路优化，远超传统数字化应用的薄层 [45][46] 3. **高可控和可复制性**：技术驱动降低人为因素影响 [47] 4. **高客户粘性和复购**：客户切换成本高，如埃森哲签署十年十亿美金合同 [48] 5. **高财务确定性和可预测性**：资本市场给予高估值的核心原因 [49] 四大进化层级 1. **L1-初级效率**：标准化任务按量计费，如Sierra每工单0.99美元 [52] 2. **L2-综合效率**：软硬结合复杂系统按量计费，如矿山运输每立方米5-15元 [53] 3. **L3-利益共享**：收入分成模式，如某AI营销平台收取成交额5-10% [55] 4. **L4-AI业主**：掌控核心资源，如Kobold收购矿权获百亿收益 [56] 关键认知升级 1. **垂直专注**：必须坚持「一米宽、一百米深」，构建五重护城河 [58] 2. **人机协同**：人类作为校准者与进化伙伴，避免纯AI替代 [59][60] 3. **不避脏活累活**：非标环节沉淀不可替代价值，轻AI将出局 [61] 4. **快速执行**：1年窗口期需抢占场景、数据和客户，组合式联创是关键 [62][63]

AI产业影响与趋势 - AI正逐步影响产业与社会底层逻辑，从RPA到个性化助手、AI Coding Copilot等产品推动人机交互革新，AI Agent作为"数字员工"融入企业实际业务[1] - 生物AI模型如AlphaFold3开源推动蛋白质预测、药物发现领域商业化热潮，AI4S成为重要方向[1] - DeepSeek R1模型将中国AI模型能力推向新高度，国内AI生态开始具备"可用性"，DeepSeek、Manus等公司引领创业新范式[1] MVP 50评选标准 - 商业价值创新：需突破既有商业逻辑，重构价值创造与捕获方式，在供需关系、定价机制等方面具备可行性与规模化潜力[4] - 交互体验升级：要求多模态自然交互，构建开放工具生态，实际改进用户工作流并重塑创造方式[4] - 技术能力突破：需在AI算法、模型等底层技术取得原创性进展，具备系统性重构能力并影响行业生态方向[4] - 场景深度融合：需解决行业关键痛点，在效率、成本等方面带来可衡量的实际提升[4] 参评范围与要求 - 聚焦AGI产业基础设施层（数据/算力）、模型层（大模型/训练平台）、应用层（内容生成/企业应用等）[5] - 参评企业需为中国企业为主，成立以来无法律合规问题与经营风险[5] 评选流程 - 申报征集与走访调研同步进行，截止5月31日[8] - 组委会评审分初筛（6月2日）、复筛（6月10日）、终审（6月13日）三阶段[8] - 最终结果将于6月21日公布[8]

核心观点 - OpenAI以30亿美元收购Windsurf [1] - Windsurf发布AI编程模型SWE-1 覆盖软件开发全流程 核心为流动感知（Flow Awareness）实现人机自然交接 [1] - SWE-1系列包含三个模型：SWE-1 SWE-1-lite SWE-1-mini [2][5] - AI编程从代码补全发展到构建完整应用 但仍需覆盖开发全流程的模型 [7][8][12] - Windsurf目标超越前沿实验室模型 [30][31] AI编程发展现状 - 模型能从自动补全发展到构建小型应用 但存在上限 [7] - 软件开发不止编码 需覆盖终端操作 调试 用户反馈等全流程 [8] - 工程过程跨阶段持续变化 需处理未完成状态和模糊目标 [9][10] - 仅提升编码能力无法提高整体工程效率 需支持完整流程的SWE模型 [12] SWE-1模型开发 - 灵感来自Windsurf编辑器 构建共享时间线数据结构 理解未完成状态和长周期任务 [13] - 离线评估接近前沿基础模型 超越非前沿和开源对手 [15][21] - 会话式SWE任务基准：评估人机协作表现 [16] - 端到端SWE任务基准：评估独立解决问题能力 [19] - 线上实测指标： - 用户每天接受代码行数反映帮助程度和粘性 [24] - Cascade代码贡献率反映模型主动性和用户信任 [26] - SWE-1-lite取代Cascade Base SWE-1-mini针对低延迟场景 [28][29] 流动感知系统 - 核心理念为共享时间线 实现AI与用户行为双向理解 [34] - 允许自然交接：AI执行-用户校正-AI继续 形成顺畅衔接 [36] - 持续追踪模型能力边界 明确需用户介入的任务 [37] - 共享时间线演进包括终端输出感知 预览功能 IDE搜索感知等 [44] 未来展望 - SWE-1是起点 将持续改进模型性能并保持低成本 [42] - AI编程从代码补全进入全面工程协作新时代 [43] - Windsurf具备打造前沿模型的引擎 将加大投入实现超越 [31][42]