Garry Tan: AGI 已经为代码而来⁣ ⁣ "我在 90 小时内重建了我的 2008 年创业公司——70,000 行代码。我可以在 80 小时内创造出我在两年内花费 500 万美元和五名工程师无法做到的东西。" — @garrytan

Perplexity Computer 刚刚一举推出了这个完全可用的 Asana 版本。 Asana 目前有近 2,000 名员工，过去一年股价下跌了 60%。 软件公司需要精简。

苹果在人工智能方面的数学计算简直疯狂。 四大超大规模云服务商在2026年将花费7000亿美元用于人工智能基础设施。苹果去年在总资本支出上花费了127亿美元。这个差距看起来像是苹果输了。 但换个角度看这些数字。 截至2026年1月，苹果有25亿活跃设备和1570亿美元现金。超大规模云服务商的自由现金流消耗得如此之快，以至于预计亚马逊今年的自由现金流将为负。谷歌的自由现金流预计将下降90%。这些公司正在借用尚不存在的未来收入来购买每18个月贬值的GPU。 与此同时，自GPT-3发布以来，API定价已下降97%。超大规模云服务商在训练专有模型上花费的每一美元都比他们收回投资的速度更快地商品化。苹果内部领导层据说将大型语言模型视为不值得专有开发成本的商品。这种看法似乎越来越正确。 这告诉你分发经济学与基础设施经济学之间的一切。OpenAI承诺在2035年前进行1.15万亿美元的基础设施交易。苹果已经拥有OpenAI愿意用所有那些GPU交换的东西：25亿个具有系统级集成、支付凭证、健康数据和应用生态系统锁定的设备。这种分发在任何价格点都无法复制。 超大规模云服务商在押注构建最佳模型会获胜。苹果则在押注模型会变得便宜，而分发将成为一切。这两种押注中，一种需要每年7000亿美元并且还在增长。另一种只需要一次软件更新。 如果模型商品化，而定价趋势表明它们会，整个人工智能资本支出周期将成为苹果的补贴计划。其他所有人都为研发提供了资金。苹果则交付了产品。