Yann LeCun：离开 Meta，打破 LLM 范式
LeCun 在 Unsupervised Learning 播客中称"五年内实现完全世界统治"（Five years complete world domination），并透露他与 Hinton 的分歧始于 2023 年。他主张突破当前 LLM 范式，而非继续扩大规模。
分析：AI 三巨头的认知分裂已成定局 — Hinton 警示末日，LeCun 押注世界模型，Bengio 居中。LeCun 离开 Meta 意味着他将不再受企业约束，可能加速其 JEPA 世界模型路线的推进。
影响：短期对 LLM 规模继续膨胀的市场叙事形成质疑；中长期看，世界模型路线可能成为 Agent 的另一底层架构选择。
GPT-5.5 实测：Sam Altman 称其为"Autistic Genius"
Sam Altman 公开评价 GPT-5.5 为"自闭天才"（autistic genius），AI Explained 频道对其编程、推理、多模态进行了实测。
分析：这个定性耐人寻味 — 承认模型在某些维度极强（编程、数学），同时委婉暗示其在通用性、交互自然度上仍有短板。与 LeCun 的"LLM 范式需打破"形成呼应。
影响：GPT-5.5 的实力已接近或超越人类中级工程师水平，将进一步推动"AI 替代初级岗位"的企业决策加速。
Bun 重写启示：AI 蒸馏代码的时代到来
Thariq（Bun 团队）观察到用 AI 将旧代码库"蒸馏"成新形式的巨大价值——"每条 legacy 代码都是金矿"。其推文获 1413 赞，105 条回复，是今日技术圈最热讨论之一。
分析：Codex 开源后（Zara Zhang 提及），AI 驱动的代码蒸馏从实验走向可行。传统软件迁移（COBOL→现代、Win32→Web）将迎来 AI 工具链的爆发。
影响：legacy 代码的价值将被重估，Codex 等开源代码模型将成为企业现代化基础设施的关键工具。
Ryan Carson：用 OpenClaw + Codex + Devin 全 AI 团队跑 Solo Startup
Peter Yang 采访 Ryan Carson，后者分享如何用 OpenClaw 做 AI 幕僚长（处理邮件、日程、销售），用 Codex 和 Devin 做工程团队睡觉时发货。名言："花大量时间前置设置技能和文档，你就突然解锁了 10 个人的工作量。"
分析：这不是理论，是已跑通的实操 — 种子轮融资 $2M 但不招人。核心洞见：AI Agent 的 onboarding 速度远快于人类员工，且训练成果可迭代累积。
影响：Solo Founder + AI Agent 团队正从实验走向主流。对早期创业招聘市场产生结构性冲击 — 为什么招 10 人当你可以跑 10 个 Agent？
Claude Code 实战：反向工程 API 自动化
Nikunj Kothari 展示了用 Claude Code + browser_use/Playwright 嗅探网络请求，自动理解私有 API 结构，实现 Web 自动化。这种方法比 DOM 解析更可靠。
分析：这代表了 AI Agent 工具使用的新范式 — 不依赖 DOM/screenshot，而是通过浏览器开发者工具的"网络面板"获取结构化数据。更接近人类开发者逆向工程的思维方式。
影响：Web Agent 的可靠性瓶颈（DOM 易变、截图模糊）被绕开，自动化能力大幅提升。利好 RPA 和爬虫相关工具链。
MCP 协议：AI Agent 的 USB-C 时刻
Anthropic 发布 MCP 协议详解视频，该协议正成为 AI Agent 互联互通的标准。从原理到实战得到系统梳理。
分析：MCP 标准化 Agent 与外部工具的交互接口，类似 USB-C 统一充电接口。这是 Agent 生态走向成熟的基础设施级信号。
影响：预计将催生 MCP 服务商生态，降低 Agent 开发门槛，加速 Agent 在各行业的落地。
Aaron Levie 引爆"CEO AI 精神病"论 — 4865 赞的行业反思
Box CEO Aaron Levie 发推称 CEO 们最容易患"AI 精神病"（AI psychosis）——因为离最后一公里太远，只看到 happy path 结果，不理解生产级应用需要解决的 10-20 个后续问题。不到一天获 4865 赞、509 RT。
分析：Levie 点出了企业 AI 落地的核心矛盾：高层焦虑驱动粗放"AI 指令"，中层表演工程应对，底层无实质产出。Madhu Guru 的推文（23 赞）从谷歌内部视角印证了同一现象。
影响：这是 C 级高管层面迄今为止最清晰的清醒剂。可预见更多企业将从"AI 喊口号"转向"AI 下深水"，hands-on 领导力将成为组织 AI 转型的分水岭。
ElevenLabs $400M ARR 的逆生长逻辑
Training Data 播客采访 ElevenLabs CEO：从波兰高中好友到 $400M ARR 语音独角兽，核心策略是保持小团队、无职级扁平化。
分析：这是"小团队 + AI 杠杆"模式的又一个标杆案例。无职级、扁平化降低了沟通损耗，AI 工具替代了规模化扩张所需的传统人力。
影响：验证了 AI 时代"利润率和团队规模反相关"的新商业逻辑，会吸引更多 VC 关注 solo/small-team AI 原生公司。
OpenAI "转向开源"信号增强
Zara Zhang 发推指出 OpenAI 正在变得更开放，Codex 已开源。结合 GPT-5.5 发布、LeCun 离开 Meta 等事件，OpenAI 的开放策略正在加速。
分析：面对 Meta Llama 开源生态、DeepSeek 等竞品压力，OpenAI 的"越来越封闭"叙事正在反转。开源 Codex 是重要一步 — 这将直接赋能下游 Agent 开发。
影响：开源模型生态竞争白热化，利好开发者。可能降低 AI Agent 开发对闭源 API 的依赖。
Yann LeCun：离开 Meta 后的自由与锋芒
LeCun 首次公开详谈离开 Meta 的决定。他仍坚信"五年世界统治"，明确反对 Hinton 的风险警告，主张未来不在 LLM 而在世界模型。
分析：LeCun 是 AI 三巨头中最"叛逆"的声音。在 Ol 等人全力 scale LLM 时，他坚持"规模不是王道"。他的 JEPA 路线如果被验证，将重塑整个 AI 产业格局。
Aaron Levie：从 CEO 视角解剖 AI 泡沫
Box CEO 用 4865 赞的推文精准描述了企业 AI 落地的"言行分裂"现象。他的观察来自实战管理经验，比纯理论分析更有说服力。
分析：Levie 的"AI psychosis"论将成为 2026 年企业 AI 领域最具影响力的概念之一。当一位任职 20+ 年的 CEO 说"AI 离实际生产还很远"，市场应该认真听。
Garry Tan 和 Guillermo Rauch 的风格缩影
YC CEO Garry Tan："High agency high taste is the unlock these days" — 高能动性 + 高品味的组合。Vercel CEO Rauch："如何建立伟大品牌？做出伟大产品。"
分析：两位硅谷领袖在 AI 时代的核心建议出奇一致：回归本质。当工具足够强大，决定差距的不再是资源，而是品味和执行。Dan Shipper 的"After Automation"主题也与此共鸣。
$2M 种子轮 + 0 招聘：AI Agent 经济正在改写融资剧本
Ryan Carson 融资 $2M 种子轮后明确表示"一段时间内不招任何人"。他认为 Agent onboarding 比人类快得多，且训练成果可以累积迭代。
分析：传统的种子轮→招团队→产品的路径被颠覆：融资本来是为了付工资，现在 Agent 更便宜、更快、可扩展。这将导致 VC 重新评估 startup 的"烧钱速度"和团队规模。
影响：早期创业"人效比"将大幅提升。可能出现更多"百万美元 ARR / 零全职员工"的 AI 原生公司，对传统 SaaS 投资人构成估值模型挑战。
ElevenLabs $400M ARR 的人效奇迹
语音 AI 独角兽 ElevenLabs 以数十人团队支撑 $400M ARR，CEO 分享的反常识策略包括：保持小团队、无职级、从波兰小镇起步。
分析：$400M ARR / 数十名员工 = 人均创收超过 $10M，是 Google/Facebook 时代的 10-100 倍。这是 AI 经济最极致的效率样本之一。
影响：证明了"更少的人 + 更好的 AI 工具 = 更高的利润"这一等式。传统科技公司的规模扩张逻辑面临根本性质疑。
Agent Onboarding 最佳实践：像对待真实员工一样
Ryan Carson：花大量时间前置设置技能和文档；给 Agent 真实邮箱、日历权限、GitHub 账号；让设计师先做好设计系统和品牌规范，再用 AI 生成风格一致的资产。
实操要点：① 技能 + 文档是 Agent 的"入职培训" ② 权限要真实不要玩具 ③ 设计先于 AI — 好的品牌规范是 AI 内容的质量下限保证。
Claude Code + 网络嗅探：绕开 DOM 的 Web 自动化
Nikunj Kothari 的实战技：用 Claude Code 调用 browser_use/Playwright，手动点击→嗅探网络请求→自动分析 API 结构→自动化。比 DOM/Screenshot 更可靠。
实操要点：① 放弃纯 DOM 驱动的 Web Agent（太脆弱）② network sniffing 是更可靠的替代路径 ③ 适合数据采集、自动化测试等场景。
工程师到 IC 的回归潮
Zara Zhang 提到一位前 EM 朋友主动转回 IC，"终于又能亲手建造了"。Garry Tan 的"high agency high taste"也指向动手能力。
实操要点：AI 时代的一个明确信号：IM（管理）的价值在下降，IC（动手）的价值在上升。如果你只能"管"而不能"做"，你的稀缺性正在降低。
OpenAI Codex 开源：对开发者意味着什么
Codex（支撑 GitHub Copilot 的模型）已开源（Zara Zhang 提及）。开发者可以自部署代码生成模型，不再依赖 API。
实操要点：① 评估自部署 Codex 的成本效益比 ② 在私有代码场景下替代 GitHub Copilot ③ 作为本地 Agent 的代码生成引擎。