读完一早上的访谈.
一名敏锐的朋友读完一早上 AI 领域访谈后，给你发的那种段落——保留发言人原观点，让张力自己显现。
Agent 代购时代：广告与商业的重写
一、起点没有争议：购物的入口在从搜索框挪向对话框，那笔"税"也会跟着挪
AI 时代的组织设计：小团队、零会议、快决策
把 13 篇访谈摆在一起，最显眼的不是任何一个人的观点，而是数字的收敛：互不通气的公司，给出的团队规模几乎落在同一区间。共识可以拆成五层。
聊天框之后：语音、眼镜与下一代交互
共识一：没有人为聊天框辩护。 这是全部 9 篇访谈里最一致的前提——做语音的、做眼镜的、做个人软件的，都把当前的 chat 界面当作必将被超越的中间态。
VC 行业的结构重组
这是全部六篇的底色。Botha 把账算得最狠：行业年投 1500–2000 亿美元，按 12% 净年化倒推需要每年 7000–8000 亿美元回流、超万亿美元总退出价值：
AI Agent 安全与治理
第二点：传统安全工具失效——因为它们看不见"意图"，而 agent 又必须拿到你的权限
AI 资本周期：泡沫还是 S 曲线
第一点：用股价定义"泡沫"是错的——要看 API calls / 资产负债表
中美 AI 路径差异
第一点：DeepSeek 改变了西方对"中国 AI 能力"的基础认知——但西方对它的接收主要是经济性/cost-efficiency 维度。
Evals 即护城河
第一点：通用公开 benchmark 在迅速饱和和污染——这一点全员同意，而且 OpenAI 自己的人讲得最狠。
伟大创始人的画像
第一点：近乎偏执的专注与原始驱动力——"焦点是对好主意说不"
SaaS 死了吗
几乎所有人在这一点上不分歧：应用层正在被 AI agent 重写，customer service / coding / 内部工具是当前最显眼的三个战场。
AI 时代的品味与判断力
第一点：AI 把"能力"商品化了——剩下的稀缺是品味、判断、自主性
World Models：下一个范式?
第一点：world model 的核心是"学到一个能预测下一状态的可交互表征"
创始人模式 (Founder Mode)
第一点：层层组织会主动制造"与现实的距离"——这是真实存在的、可识别的病
AI 时代的护城河
第二点：软件本身在做工作——这把"软件的市场"从 IT 预算扩到劳动预算，但也制造了无限竞争。
AI Native 产品到底长什么样
第一点："GPT wrapper" 这个嘲讽不成立——AI-native 公司确实在跑出新的 ROI 曲线。
推理经济学
第一点：推理成本在以每年约一个数量级的速度下降，这个量级几乎没有反对。
长程智能体的下一步
第一点：agent 不可靠这件事是结构性问题，不是当前模型版本的瑕疵。
模型表现触顶了吗
第一点：pre-training 这一条轴的回报在变缓——几乎所有人，包括"看多"派，都接受这一点。
Vibe Coding：真范式还是新工具
据访谈中引用的一份 semi-analysis 报告：Claude Code 已贡献 GitHub 上约 4% 的公开提交，该报告还预测到 2026 年底这一比例会涨到约五分之一。（注：这是主持人引用的第三方报告数据，非 Boris 本人原话。）
摘报
1. Token 账单坐上了 CFO 的桌子——"多烧"派和"省着烧"派正式分裂
阅读线索：agent 不到 9 nines 可靠，那应该卖给企业还是消费者
long-horizon-agents 主题里有一条所有阵营都同意的事实：agent 当前的可靠性远低于"九个 9"，且没人摸到怎么到达。这件事被讨论时几乎全是从技术侧来看（RL 还是 world models 还是 context engineering）——但跨到 ai-moat-2026 后会浮出一个完全不同维度的问题：90% 可靠性的 agent 适合卖给什么类型的客户？ 这条线索拉的是"产品形态 × 客户类型 × 护城河"…
阅读线索：如果 coding 是 commodity，AI startup 的护城河长在哪儿
vibe-coding-shift 主题里所有阵营都承认一件事：工程师写代码这件事本身正在被自动化压缩。Cursor + Claude Code + Codex 之后，一个有品味的工程师 + AI 工具一周能搭出来的东西，几年前一个团队三个月才能做完。这就把一个问题推到极致——如果 coding 不再是稀缺资源，AI startup 的护城河到底长在哪儿？ ai-moat-2026 主题里有六种回答，但跟 vibe-coding 的…
阅读线索：推理成本一年跌 10×，AI app 该按什么定价
inference-economics 主题里有一条几乎没人反对的共识：推理成本一年跌大约 10×（Tri Dao 的 100× since ChatGPT、Redpoint 的 "推理和训练成本每年下降约 10 倍"）。saas-postmortem 主题里同样有共识：per-seat pricing 在 agentic 场景里不成立。把这两条放一起会形成一个让人不舒服的悖论——如果 AI 成本在塌、per-seat 定价在死，那…