00:00 AI行业过山车：从崩盘到逆袭，谁在定义新规则？
00:36 大模型再强，在企业场景里也得“失忆”
01:43 鸿沟的填平者：智能体驾驭工程的五大支柱
03:05 硅谷抢人背后，AI泥水匠的高薪与挑战
03:57 行为锁定：为什么AI一旦“上手”就很难换平台？
05:34 给三类人的建议：如何在AaaS时代抓住机会
06:23 物种进化：谁定义了智能体的行为边界，谁就握住了权柄

2026年AI突袭职场，软件业一夜变天。大模型真能替代人类干活吗？为何顶级AI在企业实战中频频翻车？智能体驾驭工程如何填平技术与落地的鸿沟？谁在幕后搭建AI的“安全驾驶舱”？这场变革里，你的机会在哪？

02:07 AI在企业环境中的安全、稳定、可控运行：五大核心支柱揭秘

04:17 AI SaaS平台的竞争与挑战：谁将赢得商业市场的掌控权？

06:31 掌握柬藴鸿沟：谁定义了驾驭复杂业务场景的能力，谁就握有商业的新权柄

AI的下一阶段，不再是「算力战争」，而是「Context Memory 战争」
最近跑Multi-Agent投研系统，一个发现让我彻底改变了认知：
GPU还没跑满，内存已经先崩了。
真正吞噬内存的不是模型本身，而是KV Cache——大模型推理时每生成一个Token，都要缓存Key和Value。百万Token上下文+高并发，KV Cache轻松膨胀到数百GB甚至TB级。
HBM快但太贵，不可能让所有数据住进去。AI被迫进入「分层内存时代」。
这就是CXL（Compute Express Link）横空出世的背景——它让内存从「绑定资源」变成「共享资源」，Multiple GPU/CPU可以共享一个巨大的外部内存池。
反直觉的是：CPU正在迎来结构性复兴——谁来当内存池的超级交警？必须靠CPU。
当市场还死死盯着英伟达K线图时，一场更底层的架构变革已经开始了。
#AI #CXL #MemoryWall #KVCache

卖身给大模型的软件创业者

怪我喽？

前天参加了个活动，感觉它这个思路是对的，如果是toB行业，必须要考虑从为人做产品转为为Agent做产品，把Agent接入到流程中来，SaaS的护城河在企业的数据积累和生态开放性。

复盘去年做得一套估值系统

透过现象看本质，从claude design看全球价值投资的行动指南

新写的文章，从claude design看全球价值投资的行动指南，欢迎指正。