硅谷101

泓君 × 朱哲清 × 王晟 × 许华哲

Astra登顶RoboDojo等机器人基准，许华哲称其为定性跃迁，但速度慢、缺直觉物理，仍需更小更快的专用模型；他预计通用机器人或于2028年初实用。消费级Agent受成本和访问权限制，Astra价格为GPT-6-4的四至五倍，商家也屏蔽云端IP。

Yiwen × 张阔

阿里真实经营数据的107个任务显示，前沿模型榜单近99分，但无人干预通过率仍仅“61%多一点点”。Accio以Model、Harness、Context协同推动多模态搜索增长130%，采购压缩至约24小时；成本估算为3.69美元，但关键经营判断仍由人完成。

Yiwen × 何允中 × 孙一铀

AI数据估值急涨：AfterQuery今年4月A轮估值3亿美元，9月新一轮已推至32亿美元；Meta入股Scale AI给出超290亿美元估值。行业从人工标注转向rubric与RL environment，垂直采购和研发能力成为关键护城河，但rubric是否见顶、Benchmark权威、数据造假及数商能否持续杠杆化仍待验证。

泓君 × 韩歆毅 × Jorn Lambert × 刘作虎 × 周靖人

蚂蚁CEO韩歆毅看好智能体经济爆发，但承认判断依据是商家需求而非后台数据。Agentic Commerce落地慢于预期，支付瓶颈在消费者信任而非技术。万事达卡拟发布全球KYA标准；小布助手购买额增长但基数仍小，催化剂包括信任基建、A2A规范与机器微交易凭证。

泓君 × 张宏江 × 黄东旭

张宏江判断，Agent市场从Token Maxing转向Token Efficient，但Token价格下降仍可能被Agentic Loop带来的总消耗增长抵消。db9凸显个人开发者的产品杠杆，机会集中在数据、记忆、可观测性与Agent-Native Cloud；OpenClaw仍待验证。

曹原

Discovery Loop由Jeff Dean、Oriol、Sanjay和Quoc创立，显示AI for Science正进入爆发期。代码、数学与agent harness可支持假设、实验、分析和迭代，但verification仍是瓶颈，生物制药或率先商业化。

泓君 × 朋新宇

AI战场正从C端回到B端，FDE的溢价来自交付可验证的业务效果，而非驻场运维换名。“催发货”要穿透260多步流程、覆盖95%以上情况，客服Agent上线即优于传统机器人，数据与流程整合构成核心壁垒。瓴羊按坐席或效果收费，但落地可超一年，IT与业务预算墙及生产关系仍是规模化扩张风险。

陈茜 × 盛颖

RadixArk获Axial领投的1亿美元种子轮，开源推理引擎SGLang已运行于全球数十万张GPU，每天为谷歌、微软、英伟达和xAI生成数万亿token。推理市场在竞争中同步增长，AI投入正从training转向inference与定制化，但公司命脉不在SGLang，后续关键在于团队能否支撑规模化并兑现下一代AI使命。

Yiwen × 王铁震 × Keith Zhai

Kimi K3在多项场景追上甚至超过Fable，且不到3T参数、scaling efficiency较K2扩大2.5倍，显示开源推理的成本优势具有结构性。蒸馏指控目前证据薄弱，但K3 license的商业化执行、OpenAI与Anthropic IPO及价格战，将检验闭源估值与开源货币化。

泓君 × 韩铮

苏度把机器人竞争的关键押在物体操作与结构化3D数据，而非单纯追求人形。R1在100多个训练集外物体上完成240次抓放，单次成功率近98%，闭环调整后达100%。端到端VLA受冷启动约束，韩铮认为分层结构可能从今年下半年回归主流，最大对手或是DeepMind加波士顿动力。