在 Rabbit、Humane 等 AI 硬件产品相继失败之后，Plaud 是为数不多能够实现盈利的 AI 硬件创企。 8 月底，AI 硬件明星创企 Plaud 发布了其最新 Note Pro，在原有产品的基础之上进行了升级，配备了更 大的电池，录音时间更长，同时增添了一个 0.95 英寸的微型屏幕。 近期，其创始人许高在接受福布斯的访谈时透露，Plaud 的年化收入即将达到 2.5 亿美元，产品的利润 率与苹果每售出一部 iPhone 所获得的 25%利润相当。其中，约半数的收入来自其年度 AI 订阅服务。 在福布斯的这篇专访中，许高讲述了他的连续创业经历，对于从硬件销售转向到「硬件+订阅」服务商 业模式的思考，以及回应了如何应对 Apple、Microsoft 未来推出颠覆性 AI 设备带来的冲击。 超 13000 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： 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 01 与许多 AI 公司不同，Plaud 不仅有营收，并且 ...

AI行业活动概览 - 硅星人与中关村科学城公司及中关村创业大街联合主办ACC 2025 AI创造者嘉年华 活动时间为2025年9月17日至21日 地点设于中关村创业大街 [4] - 活动包含主街区舞台表演 围炉对谈及落日辩论等环节 汇聚20余家社区 50余家企业及百家媒体共建实践剧场 [4] - 设置60余个展位集市与AI人才角 面向AI Builder群体开放报名 [5] 语音AI专项活动 - RTE开发者社区于9月22日在上海西岸数字谷举办Voice Agent Camp 展示17个语音AI项目 [5] - 演示项目覆盖AI语音客服 AI陪伴 AI调研访谈及智能硬件等多元场景 面向语音AI从业者与实时多模态AI创业者 [5] 科技创新峰会 - Slush China于2025年9月23日至24日在上海西岸艺术中心主办S创上海2025 设立六大舞台涵盖绿色科技 健康医疗等领域 [6] - 活动包含路演大赛与乐队演出 面向初创企业团队及关注AI与云计算投资的行业研究者 [6] 云栖大会AI主题展 - 阿里云与Founder Park合作 于9月24日至26日在杭州云栖小镇会展中心设立Z世代创新者专属展区 [6][7] - 展区将集中呈现50位Z世代创新者的AI作品 预计吸引全球6万名参会者 [7]

估值 66 亿美元，首个 1 亿美元 ARR 耗时 20 个月，而第二个 1 亿美元 ARR 仅用 10 个月。 AI 音频独角兽 ElevenLabs 可以说是欧洲发展速度最快的 AI 创企。 随着语音模态正在成为人与技术交互的重要接口，AI 语音赛道的竞争也尤为激烈，Murf.ai、Play.ht、 WellSaid Labs......尤其是在 OpenAI、Google、微软这些科技巨头的围攻下，ElevenLabs 能够「跑」出来 十分艰难。在初期融资阶段，ElevenLabs 几乎被所有接触的投资人拒绝；在验证市场需求时，挨个给 YouTuber 发了几千封邀请邮件，得到的肯定回复寥寥无几。 ElevenLabs 是如何从一家「小公司」快速成长为 AI 语音领域独角兽的？ElevenLabs 的 CEO Mati Staniszewski 在一场播客对谈中，回顾了其创业历程以及心得经验： 超 13000 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： 当技术研发到一定阶段，最终都会走向商品化，仅靠研发优势是不够的，必须要靠产品力。11 ...

产品发布与定位 - OpenAI发布专用于编程任务的新模型GPT-5-Codex，属于GPT-5的特殊版本，专为智能体编程重新设计 [3][4] - 该模型具备双模特长，不仅响应速度快且可靠性高，小任务几乎即时响应，大任务可持续执行数小时 [5][6] - 内部测试显示可连续7小时完成大规模重构任务 [7] 性能表现与效率提升 - 在SWE-bench验证和代码重构任务上，GPT-5-Codex准确率达51.3%，显著超过GPT-5-high的33.9% [9][10] - 后10%用户请求中token消耗量比GPT-5减少93.7%，前10%高复杂度请求中思考耗时达到两倍 [12][13] - 代码审查能力增强，不正确评论从13.7%降至4.4%，高影响力评论从39.4%提升至52.4%，平均每个PR评论数从1.32降至0.93 [16][18] 技术架构与设计理念 - 模型采用动态调整资源机制，根据不同任务复杂度自适应分配计算资源 [9][12] - 提出"Harness"概念，强调模型与外部环境（工具、IDE、终端等）的集成框架重要性，确保模型可执行实际任务 [23][28][34] - 延迟控制低于1.5秒，支持多模式交互包括终端、IDE编辑、GitHub及Cursor集成 [30][32] 内部工具与生态建设 - 内部孵化工具包括10x（终端异步执行工具）、Agents.md（项目环境说明文件）和Code Review Agent（PR审查工具） [36][37][39][40] - Code Review Agent在内部试点中实现数十个PR审查且几乎零bug发布 [41][42] - 编程智能体市场竞品包括Cursor、Claude Code CLI、Gemini CLI及国内腾讯CodeBuddy、阿里Qwen3-Coder、字节TRAE等 [50][51][52] 行业趋势与战略方向 - 编程领域正向"AI写大部分代码+人类监督架构"模式演进，开发者角色转向战略设计与创意指挥 [43][44] - 2025年被视为智能体之年，编程智能体成为行业竞争焦点，国内外厂商均加速布局同类产品 [49][53] - OpenAI通过GPT-5-Codex正式加入编程智能体市场竞争，但面临Cursor、Claude Code等已建立认知的产品挑战 [45][54]

文章核心观点 - 语言是人类实现泛化的核心工具，是构建通用人工智能系统的最本质要素 [4][7][77] - AI Agent发展已进入下半场，重点从模型训练转向任务定义和环境设计 [5][62][63] - 创业公司最大机会在于设计新型人机交互界面，而非重复ChatGPT模式 [110][112][113] - 未来AI生态将呈现既单极又多元格局，由不同超级应用共同定义智能边界 [5][146][154] 姚顺雨背景与研究历程 - 清华姚班本科、普林斯顿博士，2019-2024年在普林斯顿攻读博士学位 [13] - 2016年接触多模态嵌入技术后转向深度学习，2018年系统性开始深度学习研究 [14][15] - 博士期间从计算机视觉转向语言模型研究，因认为语言是实现AGI的更核心方向 [15] - 专注Language Agent研究6年，2024年加入OpenAI [4][19] AI Agent技术演进 - 技术发展三阶段：符号主义AI（规则系统）→深度强化学习（环境特定）→大语言模型（泛化推理）[40][41][43] - 语言智能体与传统Agent本质区别在于具备推理能力从而实现泛化 [36][38][39] - ReAct框架成为最通用方案，实现推理与行动的协同 [26][50] - 代码环境是数字智能体最重要的"手"，提供天然机器表达形式 [53][54][55] 任务与环境设计 - 当前瓶颈从方法创新转向任务定义和环境设计 [62][63] - 优秀任务需具备：结果导向奖励机制、基于规则的白盒评估、可解释性 [64][66][71] - 任务分类标准：可靠性需求型（如客服）vs创造力需求型（如证明猜想）[70][72] - 评估指标需区分Pass@k（多次尝试成功率）和Pass^k（每次成功率）[74] 产业发展与创业机会 - 模型能力溢出为创业公司创造机会，关键在于设计新型交互界面 [110][112] - 成功案例包括Cursor（编程副驾驶）、Manus（通用交互）、Perplexity（研究型搜索）[117][127][129] - 数据飞轮形成需三个条件：自主训练能力、清晰奖励信号、数据好坏分离 [123][124] - 成本不是核心瓶颈，真正关键在于找到价值超过成本的应用场景 [139][141] 未来生态展望 - OpenAI五级能力划分：聊天机器人→推理者→智能体→创新者→组织者 [44][45] - 未来12-24个月趋势：Chatbot系统自然演进为Agent系统，新型Copilot应用涌现 [165][166] - 记忆系统（Memory）将成为核心竞争壁垒，特别是上下文管理能力 [51][158][159] - 最终生态将由多个超级应用共同定义，呈现中心化与分布式并存格局 [146][152][154]

文章核心观点 - Chroma创始人Jeff Huber批判RAG概念 认为其将检索、生成、结合硬性拼接导致概念混淆 且市场过度简化RAG为向量搜索[5][6][7] - 提出Context Engineering是AI应用构建的核心 通过动态管理上下文窗口内容提升模型性能[4][7][8] - 指出LLM存在Context Rot现象：随着Token数量增加 模型注意力分散且推理能力下降[5][8][13] - 强调未来检索系统将向持续检索和Embedding空间内操作演进[5][41][48] Context Engineering定义与价值 - Context Engineering属于AI工程学子领域 核心任务是在每一步生成时动态决定上下文窗口内容[7] - 包含内外双循环机制：内循环单次生成选择内容 外循环随时间积累优化信息选择策略[7] - 被视作头部AI初创公司核心能力 在聊天、文档等静态场景中尤为重要[4][9] - 与Agent概念存在交叉但无需刻意区分 因Agent定义尚不明确[9][10][12] RAG概念批判 - RAG本质仅为检索 其概念包装导致开发者困惑[5][6][7] - 市场对RAG存在误解 简化为单一向量搜索操作[5][7] - Chroma团队主动避免使用RAG术语[6] Context Rot现象分析 - LLM性能随Token数量增加而衰减 模型遵循指令能力下降[8][13][16] - 在SWE-Bench等多轮交互数据集中发现Token膨胀导致指令遗漏[13] - 实验室常选择性宣传基准测试结果 回避模型缺陷披露[14][15] - 不同模型衰减程度差异显著：Sonnet 4表现最佳 Qwen3次之 GPT-4.1和Gemini Flash衰减更快[16] Context Engineering技术实践 - 当前主流做法仍将全部内容塞入上下文窗口[23] - 采用两阶段检索优化：首阶段通过向量/全文/元数据过滤将候选从数万缩减至数百 第二阶段用大模型重排选出最终30个片段[25] - 重排成本极低：100万输入Token成本约0.01美元 因使用轻量模型[25] - 大模型重排将成趋势 专用重排模型可能边缘化[26][27] 多工具协同检索 - 索引本质是写入性能与查询性能的权衡[29] - 代码搜索中85%-90%查询适用正则表达式 Embedding可额外提升5%-15%效果[37][38] - Chroma原生支持正则搜索并优化大数据量性能 新增forking功能实现毫秒级索引复制[30][31] - 工具选择取决于用户熟悉度：已知名称时全文搜索高效 语义模糊时需Embedding匹配[34][35][36] 未来检索系统演进 - 检索将持续停留在潜在空间 避免返回自然语言[40][41] - 从"检索-生成"单次交互转向生成过程实时检索[41] - 需解决技术约束：检索器冻结或语言模型无法更新导致体验差[42] - GPU内存分页等硬件优化是5-10年方向[48] 记忆与Context Engineering关联 - 记忆本质是Context Engineering的结果 核心是将合适信息放入上下文窗口[50][53] - 生成式记忆与提示式记忆依赖相同数据源和反馈信号[53] - 避免过度类比人类记忆类型 强调压缩技术实用性[56][58][59] - 离线处理与再索引有价值 可通过后台计算优化系统[59][61] 生成式基准测试方法论 - 构建黄金数据集（查询-片段对）可量化评估检索策略[61][62] - 大模型可自动生成查询-片段对 解决人工标注不一致问题[63] - 小规模高质量数据集（数百条）即产生高回报 无需百万级数据[64][65] - 建议团队通过标注派对快速构建基准数据[65][66] Chroma产品定位 - 核心为解决AI应用从Demo到生产的工程化难题[69][70] - 定位为现代AI搜索基础设施 专注检索引擎构建[72][74] - 云产品采用无服务器架构 实现30秒建库、按实际使用量计费[82][83][84][86] - 免费额度支持10万文档导入和10万次查询[86][87] 搜索系统特性演进 - 现代性体现在分布式架构：读写分离、存储计算分离、Rust编写、租户模式[74] - AI搜索四维差异：工具技术、工作负载、开发者群体、结果消费群体[76] - 语言模型可消化数量级多于人类的信息 直接影响系统设计[76] 创业理念与设计哲学 - 创业需聚焦热爱领域 与优秀团队服务目标客户[90] - 设计体现文化一致性 创始人需作为品味把关人防止品牌分裂[98][99][100] - 信奉"做事方式即一切方式"原则 保持全环节体验统一[98][99]

AI Agent成本控制挑战 - AI Agent产品开发上线后面临高额Token消耗成本 单次对话交互可能消耗数万甚至数十万Token [2] Cloud Run解决方案优势 - 无服务器平台Cloud Run可根据请求量实现自动伸缩 在无流量时实现零成本运行 [3] - 平台能在几秒内从零实例扩展到数百上千实例 响应实时请求量变化 [7][9] - 通过"无请求即零成本"模型可将AI Agent运行成本降至为零 [7][9] 技术分享会内容 - Google Cloud专家将分享Cloud Run开发技巧和极致成本控制方法 [4] - 通过真实场景模拟演示请求量 实例数和响应延迟的变化 展示平台伸缩能力 [9] - 分享会面向AI初创企业 出海企业技术负责人 AI产品经理及开发者群体 [9] 行业应用案例 - 会议笔记产品Granola通过简化产品设计获得市场成功 [10] - 无法律背景创业者通过调研100位律师创建估值7亿美元AI法律公司 [10] - Sensor Tower报告显示AI应用用户以年轻男性为主导 垂类应用面临颠覆压力 [10]

产品出海，找到 PMF 之后，下一步就是解决合规和法律问题。 合规的事情，说起来复杂，做起来，也复杂。 数据、知识产权、实体公司、招聘、税务、交易框架、地缘政治…… 听起来就头大。 我们特别邀请到了两位企业出海方面的资深律师，以及 AI 法律类产品的创业者，聊了聊当下科技公 司、AI 创企「出海」面临的合规风险、典型案例及应对方法。 在进行了一些脱敏处理后，Founder Park 整理了本次沉淀内容，很实在的内容，建议收藏。 嘉宾介绍： 超 13000 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： 李慧君，北京嘉润律师事务所高级合伙人 李然，北京嘉润律师事务所律师 杨帆，WiseLaw 智法数科首席增长官 进群后，你有机会得到： 01 比如，你要在当地聘请当地员工，是否需要有当地实体？或者外派中国员工出去，有没有要求说聘请一 个中国员工就必须按一比一的配比雇佣当地员工？其实每个国家背后的理念是相似的：不仅希望你有个 名头去投资做生意，更希望你的投资能实实在在地造福于他的就业市场或消费者群体，带来新的就业机 会。 产品出海前， 必须要考虑的「四部 ...

Claude新功能与AI工具开发方法论 - Claude新增创建和编辑Excel、文档、PPT、PDF等主流办公文件功能 拓展AI在实际任务中的应用场景[2] - Anthropic目标是将AI从"聊天机器人"转变为解决实际问题的强大伙伴 曾推出artifact等小而美的客户端工具[2] AI智能体工具设计核心原则 - 转变思维 为不确定的、会推理的AI设计直观易用工具 而非传统编程只考虑输入输出[4] - 评估驱动 用真实且复杂的任务系统性验证工具效果 评估场景需接近真实世界[5] - 少即是多 构建整合工作流的强大工具而非零散API功能 减轻AI推理负担[6] - 精心设计描述 工具名称、描述和参数定义是AI理解用途的唯一途径 清晰准确描述提升调用成功率[7] 工具定义与智能体协作 - 工具是确定性系统与非确定性智能体之间的新型软件契约 需重新设计方法而非简单封装API[15] - 开发流程包括快速搭建原型、全面评估、与Claude Code协作自动优化工具性能[16] - 通过本地MCP服务器或桌面扩展连接测试工具 可直接传入Anthropic API进行程序化测试[19][20] 评估体系构建方法 - 生成基于现实世界用途的评估任务 避免简单"沙盒"环境 优秀任务需多达数十次工具调用[24] - 评估任务示例包括安排会议、处理客户投诉、准备客户挽留方案等复杂场景[26] - 通过程序化运行评估 收集准确率、运行时间、工具调用次数、Token消耗量等多维度指标[29] 高效工具设计原则 - 选择合适工具 构建少数精心设计工具针对高影响力工作流 而非简单封装现有API[37] - 使用命名空间划分工具功能界限 按服务或资源分组 帮助智能体选择正确工具[40] - 返回有意义的上下文 优先考虑相关性而非灵活性 避免低级技术标识符[43] - 优化Token效率 实施分页、过滤、截断 默认限制工具响应在25,000个Token内[48] - 精心设计工具描述 明确输入输出参数 微小改进可显著提升性能[52] 未来发展方向 - 软件开发实践需从确定性模式转向非确定性模式 适应智能体特性[54] - 通过迭代式、评估驱动过程确保工具随智能体进化 适应MCP协议和基础模型升级[54]

产品发布与性能 - 英伟达发布新一代Rubin CPX GPU 专为海量上下文AI处理设计 支持百万级token推理 于2025年9月9日推出[5] - 单卡算力达30 PFLOPS（NVFP4精度） 配备128GB GDDR7显存 硬件编解码引擎使长序列注意力加速提升3倍 单卡可在1秒内完成百万token级推理[2][5] - 采用分工策略：Rubin CPX（GDDR）负责预填充（prefill）阶段 Rubin HBM GPU负责解码（decode）阶段 优化算力与内存带宽利用率[9][10][12] 架构创新与成本优势 - 核心创新为用GDDR7替代HBM 内存成本降低5倍/GB 同时省去NVLink接口 每GPU节省约8000美元[12] - 芯片成本仅为R200的1/4 但提供80%算力 整机TCO在预填充场景下从每小时0.6美元降至0.06美元 降幅达90%[12][13] - 通过专用芯片分工（prefill与decode分离）实现算力极致优化 后续可能推出解码专用芯片进一步降低成本[16] 系统性能与对比优势 - 搭载Rubin CPX的Vera Rubin机架处理大上下文窗口性能比GB300 NVL72高6.5倍 提供8EFLOPS（NVFP4精度）算力 100TB内存及1.7PB/s带宽[14][20] - 机柜集成144个Rubin CPX GPU、144个Rubin GPU及36个Vera CPU 采用Oberon方案 每个compute tray含8个CPX芯片及8个CX-9网卡[20] - 对比竞争对手：AMD MI300机架带宽20.5TB/s但需追赶到2027年 谷歌TPU缺预填充专用芯片 AWS Trainium受限于EFA网卡需外挂机架 其他厂商自研芯片需18个月流片[20] 产业链影响：PCB与光模块 - PCB需求新增：CPX芯片需专用PCB（预计HDI方案） Rubin模组与CPX间采用44层正交中板替代线缆 材料可能升级为M9+二代布+四代铜[24][27][28] - 英伟达单GPU PCB价值量从GB200的400美元提升至VR200的900美元 预计2025-2027年PCB总市场规模达131/289/707亿元人民币[29] - 光模块配置提升：每个compute tray配8个CX-9网卡（推测1.6T端口） Rubin NVL144光模块配比较GB300翻倍 因单die带宽提升至800G[30][32][37] - 2026年全球1.6T光模块需求上调至1500万只 2027年预计达4000-5000万只 推理步骤解耦推动单托盘GPU数量增加 进一步带动光模块需求[35][36][37] 电源与散热升级 - 整机功耗从180-200kW提升至350kW 推动供电架构向直流化/高压化演进：800V HVDC替代传统UPS 二次侧电源升级至800V-50V[39][40] - 液冷与电源需求增长 国内供应商如中恒电气（HVDC龙头）、科士达（北美代工）、盛弘股份（模块开发）等积极布局海外市场[41][42][43] 技术规格与路线图 - Rubin CPX采用N3P制程 单芯片功耗800W（带内存880W） 无NVLink 仅支持PCIe Gen6接口[12][17] - 对比路线图：Rubin CPX算力20PFLOPS（稠密） 内存带宽2TB/s 而R200带宽20.5TB/s Rubin Ultra内存带宽达53TB/s（2027年）[7][12][17]