🤖 Josh Gruenstein：機器人平臺不能只靠模型
⚡ Tutor Intelligence 聯合創始人 Josh Gruenstein 認為，機器人不能只靠模型：就算智能無限強，也得量產機器人、找到客戶。公司從部署入手，在真實場景積累標註數據訓練模型，同時自建制造和交付能力。
機器人賽道的競爭重心正從模型能力轉向工程落地與商業閉環。Josh Gruenstein提出的“不能只靠模型”表明，即便智能水平持續突破，缺乏量產能力與真實場景數據迴環的機器人企業仍難以跨越鴻溝。值得注意的是，Tutor Intelligence選擇從部署端切入並自建制造交付體系，實質上是將硬件規模化本身重新定義為下一代機器人平臺的核心壁壘。
Josh Gruenstein：機器人平臺不能只靠模型
JustSayAI
今日 Top 3 頭條
- 觀點
Josh Gruenstein：機器人平臺不能只靠模型
Tutor Intelligence 聯合創始人 Josh Gruenstein 認為，機器人不能只靠模型：就算智能無限強，也得量產機器人、找到客戶。公司從部署入手，在真實場景積累標註數據訓練模型，同時自建制造和交付能力。
來源 ↗ - 觀點
Jack Clark：AI 代理做實時任務還很差，卡在延遲上
Import AI 收錄的 Realtime-Bench 用實時網頁與遊戲任務測代理，要求邊跟蹤狀態邊限時決策。GPT-6 Astra 在真實時鐘下通過率最高 36%，暫停時鐘後能升到七成以上。Jack Clark 說，這正是代理現在會掉鏈子的地方。
來源 ↗ - 觀點
Every評估負責人：管理AI代理的技能與管理人相同
Every評估負責人Mike Taylor認為，讓AI代理可靠所需的清晰指令、充分上下文和明確任務，與人際管理技能一致。他舉例說，代理不會因重複勞動或指令不清而介意，因此是練習管理的最佳場所。他用自己經營營銷公司的經驗發展出提示原則，強調提示詞屬商學院而非計算機系。
來源 ↗
+9 條頭條
- Ezra Mechaber：Figma用共享庫讓PM用AI
- Simon Willison：普查局把 AI 改稱超智能，問卷數據還比得了嗎
- 硅谷101：EA 與 AI 安全的人才入口
- forbes.com：人機協同比等通用智能更快落地教學機器人
- Margaret Mitchell：直接改模型權重就能提能力，安全上不是好事
- Sarah Guo 轉發：強化學習權重更新，可以用互聯網速度完成
- Greg Brockman：OpenAI 自研 Git 後端，push 延遲降約八成
- Elad Gil：Applied Compute年化收入破億
- KDnuggets：Qwen 在安全測試中向阿里雲存儲外傳，被沙箱攔下