2026-05-13
🎬 YouTube
1. Suno's Mikey Shulman: Everyone Can Make Music Now — Sequoia
Suno CEO/联合创始人 Mikey Shulman 在这期访谈里继续强调“让每个人都能做音乐”的产品愿景：用文本提示生成完整歌曲，把创作门槛从多年练习降低到表达想法。结合近期市场信息，Suno 已经是 AI 音乐生成赛道最受关注的公司之一，围绕版权、创作者经济和“音乐生产民主化”的讨论会继续升温。对 AI 产品来说，这类案例很适合观察：当生成式工具进入强情感/强审美领域，增长逻辑不只是效率，而是让普通人第一次拥有表达能力。
🔗 链接
🎙️ 播客
无近期更新。
📝 博客
1. CSP Allow-list Experiment — Simon Willison
Simon 做了一个 CSP allow-list 实验：把应用放进 CSP 保护的 sandboxed iframe，再用自定义 fetch() 捕获 CSP 错误，把被拦截的域名上报给父页面。父页面随后可以提示用户是否把该 origin 加入 connect-src allow-list 并刷新页面。这个思路对“安全沙箱里的 AI 生成小工具”很有启发：既限制默认外联，又能让用户显式授权必要 API。
🔗 链接
2. datasette 1.0a29 — Simon Willison
Datasette 1.0a29 发布，包含 token restriction 的辅助方法、空表也显示表头和列选项、修复 Mobile Safari 列操作弹窗等改动。最值得注意的是一个测试崩溃问题：由于查询线程和连接关闭之间存在 race condition，测试偶发 segfault。Simon 用 Codex CLI + GPT-5.5 xhigh 生成最小 Docker 复现环境来定位问题，这是 AI 辅助调试复杂并发 bug 的典型样例。
🔗 链接
3. Quoting Mo Bitar — Simon Willison
这条是 Simon 摘的一段讽刺短视频文案，主题是“AI 裁员时代的职场生存术”。Mo Bitar 把企业内部对“自动化”“AI strategy”“Ralph Loops”等概念的追捧夸张成一种升职话术，讽刺很多组织其实并不知道自己要自动化什么。它的价值不在技术细节，而在提醒：AI 叙事很容易变成权力与预算游戏。
🔗 链接
4. Quoting Mitchell Hashimoto — Simon Willison
Mitchell Hashimoto 对 B2B 技术决策者的动机做了很尖锐的判断：很多 TDM 首要目标不是技术最优，而是“不被开除”。因此他们更倾向于购买符合 Gartner/McKinsey/市场趋势的话术型方案，比如“AI strategy”“context engine”。这对 AI 基础设施创业尤其重要：卖点往往不是纯技术，而是帮助决策者获得组织安全感。
🔗 链接
5. llm 0.32a2 — Simon Willison
Simon 的命令行 LLM 工具发布 0.32a2 alpha，关键变化是多数具备 reasoning 能力的 OpenAI 模型改用 /v1/responses，不再走 /v1/chat/completions。这使 GPT-5 类模型可以在工具调用之间进行 interleaved reasoning，并在命令行里显示 summarized reasoning tokens。对开发者工具链来说，这是 Responses API 成为新主路径的又一个信号。
🔗 链接
6. AI datacenters in space do not have a cooling problem — Sean Goedecke
Sean Goedecke 讨论“太空 AI 数据中心”的冷却问题，反驳了“真空里无法散热所以不可能”的直觉判断。核心论点是：太空中无法靠传导/对流散热，但可以通过辐射散热；遮光良好的散热器理论上能处理大量热量。难点仍然非常现实：100MW 级 AI 数据中心可能需要约 25 万平方米散热面积，外加太阳能板、GPU、维护和故障容忍等工程挑战。
🔗 链接
🗞️ Techmeme 热点
1. Amazon 用 Alexa for Shopping 替换 Rufus AI 购物助手
Amazon 正在美国站点和 App 中用由 Alexa+ 驱动的 Alexa for Shopping 替换 Rufus。信号很清楚：Amazon 希望把购物 AI 助手并入更统一的 Alexa 入口，而不是保留多个割裂品牌。
🔗 链接
2. 中国 AI 硬件供应商面临产能与零部件短缺
分析师称，中国 AI 硬件供应商受到产能限制和光/电子芯片等组件短缺影响，可能压制 2026 年增长。这个问题指向 AI 基建链条的瓶颈：需求不是唯一变量，供应链弹性同样决定可扩张速度。
🔗 链接
3. 阿里 Q4 营收低于预期，继续寻求 AI 商业化
阿里巴巴 Q4 营收同比增长 3% 至约 358 亿美元，低于市场预期；净利润约 37 亿美元，同比接近翻倍，部分受投资因素影响。市场关注点会继续落在 AI 投入如何转化为可持续收入，尤其是云、广告和电商场景的变现效率。
🔗 链接
4. SoftBank Q4 净利润增长 3 倍，OpenAI 持仓贡献巨大
SoftBank Q4 净利润增至约 116 亿美元，显著高于约 15 亿美元预期，主要由 OpenAI 持仓带来的 250 亿美元账面收益推动。到 10 月，其 OpenAI 投资规模预计将达到 646 亿美元，进一步加深“押注 AI 超级周期”的资本叙事。
🔗 链接
5. Richard Socher 的 Recursive Superintelligence 融资 6.5 亿美元+
Richard Socher 创办的 Recursive Superintelligence 以 40 亿美元估值融资超过 6.5 亿美元，投资方包括 GV、Greycroft、Nvidia、AMD 等。公司主张追求“recursive self-improvement”，这个叙事会直接触碰 AGI/自我改进系统的高风险高估值想象。
🔗 链接
📊 YouTube 1 条 | 播客 0 条 | 博客 6 条 | Techmeme 5 条 | 精选 12 条