文章

文章记录了播客《乱翻书》主理人潘乱与真格基金、蓝驰创投、锦秋基金和峰瑞资本合伙人关于 AI 时代创业与投资的深度对话。讨论了 AI 技术平权下“一人公司”的兴起，认为其降低了创业门槛，使团队规模变小，但伟大商业模式的实现仍需团队协作。投资策略正从大模型转向应用层、Agent 和具身智能等方向，投资人更看重创业者的产品能力、学习速度和实践热情，而非传统背景。年龄在 AI 创业中变得不重要，具备“超级全栈”能力和快速学习能力的人才更受青睐。面对巨头竞争，创业者应避开通用领域，深耕垂直赛道，构建模型之外的商业壁垒。同时，有效花钱的能力比盲目融资更重要，融资应有明确的资金使用计划。最后，各方就产品导向与技术驱动的创始人选择，以及如何避免在 AI 浪潮中成为“炮灰”提出了建议，核心在于速度、迭代、对需求的深刻理解和构建独特护城河。

文章深入报道了 OpenAI DevDay 2025 大会的核心发布，指出 OpenAI 正通过“苹果化”战略，将 ChatGPT 转型为一个完整的应用生态系统。核心发布包括：Apps SDK，一个允许开发者在 ChatGPT 内部构建富交互式应用的完整框架，解决了此前 GPTs 的局限性；AgentKit，一套简化 AI Agent 开发的工具套件，旨在降低 Agent 构建门槛，并预示 Agent 可能替代传统 App；以及 Codex 正式版和 GPT-5 Pro、Sora 2 等一系列强大的模型更新。文章强调了 ChatGPT 高达 8 亿的周活跃用户基础，以及 OpenAI 在应用分发、开发工具和基础设施方面构建完整生态的野心。尽管交互方式革新，但软件开发本质未变，开发者仍需理解业务、技术和用户需求。

文章以 AI 修复世界上第一张照片《勒格哈的窗外景色》为例，深入探讨了生成式 AI 在图像修复中出现的“幻觉”问题。通过 GPT-4o、Flux 等工具的尝试，AI 生成了大量与原图风马牛不相及的科幻或动画化场景，暴露出 AI 在理解历史语境、复杂光影和非传统成像方式上的局限性。文章简要介绍了扩散模型作为图像修复底层技术的工作原理，并指出即使有语义控制和重采样机制，AI 在像素级准确度上仍可能表现不佳，导致“好看但不真”的结果。文章进一步扩展到 AI 幻觉在更广泛的历史图像领域造成的误导，并引用鲍德里亚的“拟像”理论，警示生成式 AI 可能侵蚀人们对真实世界的判断力，呼吁读者对 AI 生成内容保持批判性思考。

文章记录了硅星人创始人骆轶航与月之暗面技术副总裁付强关于 Kimi K2 模型的深度对话。付强解释了 K2 模型虽借鉴 DeepSeekV3 架构，但在超参数、数据集和训练过程中的独特优化使其表现显著不同。他反驳了“Scaling Law 撞墙”的观点，认为预训练仍有巨大空间，关键在于提升“Token 效率”，即从有限数据中学习更深层次的知识。Kimi 选择开源是为了通过社区反馈加速模型进化，并坚持领先社区半步。在 AGI 路径上，Kimi 强调模型应具备原生智能，而非依赖外部工程化 Agent，并认为 Coding 是衡量模型智能的客观标尺。最终，文章提出模型应与人类共同演化，通过与世界交互和自我纠错不断提升智能，而非被“圈养”。