即刻App年轻人的同好社区
下载
置顶当世界拼命卷模型、卷算力、卷融资时，Stanford选择卷组织力
5月4日，Stanford进行了一项重磅重组：Stanford宣布：将旗下两大AI与数据科学组织——Stanford HAI（以人为本人工智能研究院）和Stanford Data Science（斯坦福数据科学）合并为一个统一机构，名称保留Stanford HAI，由计算机科学家James Landay全面掌舵。
Landay 原话是：我们能用来塑造这项技术服务公共利益的时间，变得短得多了"。这是非常罕见的坦白——一个全球顶级学术机构公开说"我们不够快"。感觉这次合并不是常规扩张，而是应急式重组：Stanford不再认为可以"在已有架构上加几个 initiative"，必须重新组织。这个语气在学术界很少见，感觉带着一点危机感。
原本的的学术研究单元是 1 个 PI + 4-5 个博士生。新的单元是 20-30 人，而且关键在于人员构成：除教授和学生，还要 research engineer、data scientist、program manager、designer。这套人员配置，其实就是 OpenAI / Anthropic / DeepMind 的研究 team 结构。换句话说，Stanford 在把前沿实验室的组织形态搬进大学。这是学术界承认：个人英雄主义的小作坊，在 frontier AI 时代已经不够用了。
合并的真正逻辑感觉是：human-centered(立场) × 算力：HAI 提供跨学科+人本主义视角，Data Science 提供的是大规模数据基础设施和 Marlowe(248 块 H100 GPU 的算力集群)。
没有算力，什么人本主义都是空话。你连模型都跑不起来，根本无法研究它对人类的影响：AI 研究的入场券,从思想变成了基础设施。
Landay 一句话挺有意思的:"With corporate AI labs turning inward, academia must carry forward the mantle of open science."(产业 AI 实验室都在往内收,学术界必须扛起开源科学的大旗。)这是这次合并最深的一层动机。
OpenAI 不开源，Anthropic 不开源，Meta 半开半闭，前沿 AI 的科学共同体正在瓦解。Stanford 在这个时点合并并强调"开放",
不和产业拼能力上限，而是要成为"开放、可复现、跨学科、为公共利益服务"那一极的核心节点，顺势把欧洲 ETH/EPFL 等机构拉进同一阵营(他们的开源基础模型项目就是这个版图的一块)
这其实是学术界的PMF 重新定位：既然在 capability race 输给产业，就在 trust / openness / public good 这一条赛道上把自己做成 category leader。
教母从 HAI Co-Director 退到 Special Advisor on AI(全校级),把执行权交给 Landay，自己保留方向权和象征意义。这是非常成熟的创始人退出模式——机构已经大过创始人，创始人功成身退，让运营型领导接棒，和创业圈"founder→chairman"的剧本很像
5月4日，Stanford进行了一项重磅重组：Stanford宣布：将旗下两大AI与数据科学组织——Stanford HAI（以人为本人工智能研究院）和Stanford Data Science（斯坦福数据科学）合并为一个统一机构，名称保留Stanford HAI，由计算机科学家James Landay全面掌舵。
Landay 原话是：我们能用来塑造这项技术服务公共利益的时间，变得短得多了"。这是非常罕见的坦白——一个全球顶级学术机构公开说"我们不够快"。感觉这次合并不是常规扩张，而是应急式重组：Stanford不再认为可以"在已有架构上加几个 initiative"，必须重新组织。这个语气在学术界很少见，感觉带着一点危机感。
原本的的学术研究单元是 1 个 PI + 4-5 个博士生。新的单元是 20-30 人，而且关键在于人员构成：除教授和学生，还要 research engineer、data scientist、program manager、designer。这套人员配置，其实就是 OpenAI / Anthropic / DeepMind 的研究 team 结构。换句话说，Stanford 在把前沿实验室的组织形态搬进大学。这是学术界承认：个人英雄主义的小作坊，在 frontier AI 时代已经不够用了。
合并的真正逻辑感觉是：human-centered(立场) × 算力：HAI 提供跨学科+人本主义视角，Data Science 提供的是大规模数据基础设施和 Marlowe(248 块 H100 GPU 的算力集群)。
没有算力，什么人本主义都是空话。你连模型都跑不起来，根本无法研究它对人类的影响：AI 研究的入场券,从思想变成了基础设施。
Landay 一句话挺有意思的:"With corporate AI labs turning inward, academia must carry forward the mantle of open science."(产业 AI 实验室都在往内收,学术界必须扛起开源科学的大旗。)这是这次合并最深的一层动机。
OpenAI 不开源，Anthropic 不开源，Meta 半开半闭，前沿 AI 的科学共同体正在瓦解。Stanford 在这个时点合并并强调"开放",
不和产业拼能力上限，而是要成为"开放、可复现、跨学科、为公共利益服务"那一极的核心节点，顺势把欧洲 ETH/EPFL 等机构拉进同一阵营(他们的开源基础模型项目就是这个版图的一块)
这其实是学术界的PMF 重新定位：既然在 capability race 输给产业，就在 trust / openness / public good 这一条赛道上把自己做成 category leader。
教母从 HAI Co-Director 退到 Special Advisor on AI(全校级),把执行权交给 Landay，自己保留方向权和象征意义。这是非常成熟的创始人退出模式——机构已经大过创始人，创始人功成身退，让运营型领导接棒，和创业圈"founder→chairman"的剧本很像
4 00
I sent €5,000 across 8 payment rails. The fastest arrived in 2 seconds. The slowest took 5 days. And the fees? $235 difference on the exact same transfer.
Here's what that experiment taught me about the future of money.
Rail #1: USDC on Base: 2 seconds, $0.01 fee The recipient received $5,882.50.
Rail #8: SWIFT Wire: 5 days, $25 + 1.5% FX markup The recipient received $5,794.26.
Same sender. Same recipient. Same €5,000 on Monday.
𝗡𝗼𝘄 𝘇𝗼𝗼𝗺 𝗼𝘂𝘁.
In 2025, stablecoins processed $33 trillion in volume. Visa processed $16.7 trillion. For the first time in financial history, a "crypto" rail moved more value than the world's largest card network.
Most people missed it. The financial press barely covered it. But inside every major payment company, someone is reading those numbers and losing sleep.
𝗪𝗵𝘆 𝗶𝘁 𝗺𝗮𝘁𝘁𝗲𝗿𝘀 𝗳𝗼𝗿 𝘆𝗼𝘂𝗿 𝗻𝗲𝘅𝘁 𝗽𝗮𝘆𝗺𝗲𝗻𝘁
Ask anyone: "Is paying by card instant?" They'll say yes.
What's instant is the authorization, the 2-second green checkmark that tells the merchant "this card is legit." The actual money? It sits in batch processing queues for 1 to 3 days, hopping between acquirers, schemes, and issuing banks on infrastructure built in the 1970s.
Stablecoins collapse that gap. Authorization and settlement happen in the same transaction. No T+2. No batch windows. No correspondent banks taking a cut.
That's why the fee on my €5,000 transfer dropped from $25+ to $0.01.
𝗪𝗵𝗼'𝘀 𝗮𝗰𝘁𝘂𝗮𝗹𝗹𝘆 𝗰𝗼𝗺𝗽𝗲𝘁𝗶𝗻𝗴 𝘄𝗶𝘁𝗵 𝘄𝗵𝗼?
The real war is:
- Stablecoin rails vs Visa & Mastercard (the interchange model)
- Stablecoin rails vs Swift (correspondent banking)
- Stablecoin rails vs Stripe (merchant acquiring)
And the incumbents know it. Mastercard added Polygon Labs, Ripple, Solana, and Aptos to its Crypto Partner Program. Visa is already settling USDC through Circle. PayPal shipped its own stablecoin (PYUSD).
They're publicly calling stablecoins a threat while privately integrating them into their stack. Classic frenemy move.
APMs were the first wave. Stablecoin rails are the second.
Here's what that experiment taught me about the future of money.
Rail #1: USDC on Base: 2 seconds, $0.01 fee The recipient received $5,882.50.
Rail #8: SWIFT Wire: 5 days, $25 + 1.5% FX markup The recipient received $5,794.26.
Same sender. Same recipient. Same €5,000 on Monday.
𝗡𝗼𝘄 𝘇𝗼𝗼𝗺 𝗼𝘂𝘁.
In 2025, stablecoins processed $33 trillion in volume. Visa processed $16.7 trillion. For the first time in financial history, a "crypto" rail moved more value than the world's largest card network.
Most people missed it. The financial press barely covered it. But inside every major payment company, someone is reading those numbers and losing sleep.
𝗪𝗵𝘆 𝗶𝘁 𝗺𝗮𝘁𝘁𝗲𝗿𝘀 𝗳𝗼𝗿 𝘆𝗼𝘂𝗿 𝗻𝗲𝘅𝘁 𝗽𝗮𝘆𝗺𝗲𝗻𝘁
Ask anyone: "Is paying by card instant?" They'll say yes.
What's instant is the authorization, the 2-second green checkmark that tells the merchant "this card is legit." The actual money? It sits in batch processing queues for 1 to 3 days, hopping between acquirers, schemes, and issuing banks on infrastructure built in the 1970s.
Stablecoins collapse that gap. Authorization and settlement happen in the same transaction. No T+2. No batch windows. No correspondent banks taking a cut.
That's why the fee on my €5,000 transfer dropped from $25+ to $0.01.
𝗪𝗵𝗼'𝘀 𝗮𝗰𝘁𝘂𝗮𝗹𝗹𝘆 𝗰𝗼𝗺𝗽𝗲𝘁𝗶𝗻𝗴 𝘄𝗶𝘁𝗵 𝘄𝗵𝗼?
The real war is:
- Stablecoin rails vs Visa & Mastercard (the interchange model)
- Stablecoin rails vs Swift (correspondent banking)
- Stablecoin rails vs Stripe (merchant acquiring)
And the incumbents know it. Mastercard added Polygon Labs, Ripple, Solana, and Aptos to its Crypto Partner Program. Visa is already settling USDC through Circle. PayPal shipped its own stablecoin (PYUSD).
They're publicly calling stablecoins a threat while privately integrating them into their stack. Classic frenemy move.
APMs were the first wave. Stablecoin rails are the second.
00:16
2 00
a16z 最近放出一组数据，还是那个老命题：Software Ate the World。但这次他们没再讲故事，而是直接把结果摆出来了。
全球市值最高的 10 家上市公司单独拎出来看，跨过了一个更直观的参照系——超过了除美国之外整个 G7 的 GDP。
这件事的关键不在于对比本身，而在于尺度发生了变化：以 Apple、Microsoft、NVIDIA、Amazon 为代表的一组公司，已经从“行业里的头部企业”，变成可以直接和国家经济体对标的存在。
软件不再只是渗透世界，它本身已经长成了世界的一部分。问题可能不是“软件有没有吃掉世界”，而是当一小撮公司本身开始接近一个经济体的体量时，我们该用什么框架去理解它们
我们所在的系统，好像已经不是围绕“人”在设计了。
软件不会疲劳。模型不需要休息。公司可以在不增加人手的情况下继续增长。
碳基人类在不断刷新纪录，同时，也在变得没那么“必要”。
我们是在变得更强——还是只是在一个已经不再以人为中心的系统里，硅基变得更强？
全球市值最高的 10 家上市公司单独拎出来看，跨过了一个更直观的参照系——超过了除美国之外整个 G7 的 GDP。
这件事的关键不在于对比本身，而在于尺度发生了变化：以 Apple、Microsoft、NVIDIA、Amazon 为代表的一组公司，已经从“行业里的头部企业”，变成可以直接和国家经济体对标的存在。
软件不再只是渗透世界，它本身已经长成了世界的一部分。问题可能不是“软件有没有吃掉世界”，而是当一小撮公司本身开始接近一个经济体的体量时，我们该用什么框架去理解它们
我们所在的系统，好像已经不是围绕“人”在设计了。
软件不会疲劳。模型不需要休息。公司可以在不增加人手的情况下继续增长。
碳基人类在不断刷新纪录，同时，也在变得没那么“必要”。
我们是在变得更强——还是只是在一个已经不再以人为中心的系统里，硅基变得更强？
2 00
刚刚，伦敦马拉松改写人类历史。
肯尼亚选手萨维和埃塞俄比亚的凯杰尔查，双双跑进2小时,马拉松正式比赛诞生以来，第一次有人冲破”破2”这道墙。
依旧记得2019 年，见证了乔爷的的1:59:40，但那是无数兔子轮换、激光配速车护航的产物，人类真正想在正式比赛里破2，被认为还要 5-10 年
今天，他们用 42.195 公里告诉世界：墙是用来推倒的。
No human is limited ！
#伦敦马拉松 #破2 #马拉松世界纪录
肯尼亚选手萨维和埃塞俄比亚的凯杰尔查，双双跑进2小时,马拉松正式比赛诞生以来，第一次有人冲破”破2”这道墙。
依旧记得2019 年，见证了乔爷的的1:59:40，但那是无数兔子轮换、激光配速车护航的产物，人类真正想在正式比赛里破2，被认为还要 5-10 年
今天，他们用 42.195 公里告诉世界：墙是用来推倒的。
No human is limited ！
#伦敦马拉松 #破2 #马拉松世界纪录
02:43
39 82
原因是多方面的，我自己能想到的几个：退出机制丰富，并购以及指数源源不断的买入资金
公司方面：美国好的公司可以永远专注于主业+并购买竞争对手+回购+被动资金买入来提升自己，很多大公司是不断并购实现的版图扩张
资金层面：美国有专注于投各种方向的focus vc和pressed- PE全产业链资金，不完全需要和顶级基金抢项目也能赚到钱
社会层面：消费驱动+愿意为SaaS付费，彼此的契约精神强
公司方面：美国好的公司可以永远专注于主业+并购买竞争对手+回购+被动资金买入来提升自己，很多大公司是不断并购实现的版图扩张
资金层面：美国有专注于投各种方向的focus vc和pressed- PE全产业链资金，不完全需要和顶级基金抢项目也能赚到钱
社会层面：消费驱动+愿意为SaaS付费，彼此的契约精神强
熊猫ai甘蔗: 都说硅谷擅长从0到1，中国擅长从1到100。怎么我看了千亿美元，万亿美元以上的还是还是硅谷多呢，我看财报人家营收也是硬杠杠的，不是虚假估值 问题出在哪？
2 00
所谓屁股决定脑袋，更多时候，是mindset和冒险精神，影响了行动。
我们很多人（包括我自己），平时会下意识的用一种方式，一种思维模式，让所有可能性在进入大脑之前就被否决。
这种模式有个名字，投资，投行和咨询训练出来的高智商人群里极其常见。
工作原理是这样的: 脑子里浮现一个可能性，立刻搜索这个可能性的最强反对论据，用最强反对论据打败这个可能性，得出不可能的结论，大脑获得了及时奖励:"我避免了一个错误决策"
这套系统在投行工作时是优势：下面人的任务就是找出 deal 的所有风险，说服 MD 这个 deal 不能做。
但创业完全是另一种游戏。
创业的任务是找到一个别人都说不能做、但你能做的小切口。用投资，投行，咨询的大脑做创业，会在脑子里杀死每一个可能性。
因为世界上没有任何一个商业机会，经不起"最强反对论据"审视:
Stripe 2010 年做支付？PayPal 已经垄断，根本做不了
Airbnb 2008 年做短租？酒店行业几百年历史，根本做不了
Figma 2012 年做设计工具？Adobe 市值几百亿，根本做不了
Ramp 2019 年做企业卡？Brex、Amex、Concur，根本做不了
Slash 2021 年做 vertical banking？Chase、Mercury、Brex，根本做不了
左边的每一个公司，在启动时都经不起现在分析，而每一个，今天都跑出来了
过去 12 个月里，你看到过什么东西、什么产品、什么公司、什么人的故事，让你脑子里闪过一念:"这个有意思，要是我做会怎么做?"
不用是完整 idea，不用是商业机会，就是那个让你眼睛亮了一下的东西。
可能是一个播客、一个公众号、一个 app、一个海外新闻、一个朋友在做的事、一个你路过看到的小店。
不要分析它能不能做，分析市场多大，天花板有多高
我们很多人（包括我自己），平时会下意识的用一种方式，一种思维模式，让所有可能性在进入大脑之前就被否决。
这种模式有个名字，投资，投行和咨询训练出来的高智商人群里极其常见。
工作原理是这样的: 脑子里浮现一个可能性，立刻搜索这个可能性的最强反对论据，用最强反对论据打败这个可能性，得出不可能的结论，大脑获得了及时奖励:"我避免了一个错误决策"
这套系统在投行工作时是优势：下面人的任务就是找出 deal 的所有风险，说服 MD 这个 deal 不能做。
但创业完全是另一种游戏。
创业的任务是找到一个别人都说不能做、但你能做的小切口。用投资，投行，咨询的大脑做创业，会在脑子里杀死每一个可能性。
因为世界上没有任何一个商业机会，经不起"最强反对论据"审视:
Stripe 2010 年做支付？PayPal 已经垄断，根本做不了
Airbnb 2008 年做短租？酒店行业几百年历史，根本做不了
Figma 2012 年做设计工具？Adobe 市值几百亿，根本做不了
Ramp 2019 年做企业卡？Brex、Amex、Concur，根本做不了
Slash 2021 年做 vertical banking？Chase、Mercury、Brex，根本做不了
左边的每一个公司，在启动时都经不起现在分析，而每一个，今天都跑出来了
过去 12 个月里，你看到过什么东西、什么产品、什么公司、什么人的故事，让你脑子里闪过一念:"这个有意思，要是我做会怎么做?"
不用是完整 idea，不用是商业机会，就是那个让你眼睛亮了一下的东西。
可能是一个播客、一个公众号、一个 app、一个海外新闻、一个朋友在做的事、一个你路过看到的小店。
不要分析它能不能做，分析市场多大，天花板有多高
4 01
这么多年，有几个创业者在美国做电商的？
美国的国情是线下太强，电商是补充。Walmart 1962年就成立了，是零售基础设施，1970年代全国覆盖了， Costco,Target,Home Depot全国连锁网络极其成熟，电商渗透率只有18%左右(中国是47%)
美国是先城镇化(1950年代郊区化完成)，后电商化(2000年代)，相隔了近半个世纪，线下连锁在互联网出现前就建立了全国网络，而且配送成本高，地广人稀，最后一公里成本是中国的3-5倍。结果就是Amazon只是"补充",不是"主战场"，电商创业极难极难，因为要和Walmart这种巨头竞争，它们的供应链效率极高
美国的国情是线下太强，电商是补充。Walmart 1962年就成立了，是零售基础设施，1970年代全国覆盖了， Costco,Target,Home Depot全国连锁网络极其成熟，电商渗透率只有18%左右(中国是47%)
美国是先城镇化(1950年代郊区化完成)，后电商化(2000年代)，相隔了近半个世纪，线下连锁在互联网出现前就建立了全国网络，而且配送成本高，地广人稀，最后一公里成本是中国的3-5倍。结果就是Amazon只是"补充",不是"主战场"，电商创业极难极难，因为要和Walmart这种巨头竞争，它们的供应链效率极高
圣总聊出海: 最好的生意就是： 在中国做知识付费，在美国做电商。 原因很简单，这俩都是市场足够大+基本盘够稳。 一个从小应试教育长大，不找个老师就难受。 一个从小超前消费长大，不买点什么就难受。
3 00
道德的边缘，往往是创新的中心。
一个反直觉但极其硬核的科技史事实：成人内容对科技应用的推进，可能比其他任何领域都要直接而且深远。
1748 年出版的《芬尼·希尔回忆录》，被广泛认为是史上第一部以“小说”形式出版的现代英文色情文学，它利用了早期印刷业的匿名传播红利。
从技术图谱看，胶片电影的普及、拍立得对隐私的需求，到 VHS 录像带在格式大战中胜出，再到视频点播和数字影像的算法优化，成人产业始终是第一批付费用户。
如今欧美成熟的信用卡在线验证系统和流媒体压缩协议，最早都在这个领域完成高并发、高压力的实战测试。Snapchat的“阅后即焚”逻辑，最初也源于对私密痕迹清理的原始本能。
据统计估算，成人内容贡献了全球约 30-35% 的网络流量。灰色地带驱动创新，“不被主流接纳”的处境，反而逼迫行业去寻找最极致、最安全、最顺滑的技术解决方案。
所谓硬核创新，有时就藏在那些最隐秘的刚需里。
一个反直觉但极其硬核的科技史事实：成人内容对科技应用的推进，可能比其他任何领域都要直接而且深远。
1748 年出版的《芬尼·希尔回忆录》，被广泛认为是史上第一部以“小说”形式出版的现代英文色情文学，它利用了早期印刷业的匿名传播红利。
从技术图谱看，胶片电影的普及、拍立得对隐私的需求，到 VHS 录像带在格式大战中胜出，再到视频点播和数字影像的算法优化，成人产业始终是第一批付费用户。
如今欧美成熟的信用卡在线验证系统和流媒体压缩协议，最早都在这个领域完成高并发、高压力的实战测试。Snapchat的“阅后即焚”逻辑，最初也源于对私密痕迹清理的原始本能。
据统计估算，成人内容贡献了全球约 30-35% 的网络流量。灰色地带驱动创新，“不被主流接纳”的处境，反而逼迫行业去寻找最极致、最安全、最顺滑的技术解决方案。
所谓硬核创新，有时就藏在那些最隐秘的刚需里。
4 02