📁 技术洞察

AI 产业深度观察:从投资视角拆解 AI 芯片、大模型、具身智能等赛道的技术真相与商业逻辑。基于 37+ 份融资 BP 和 300+ 项目审查经验,拒绝 PPT 泡沫,只讲技术本质。

我让5个iOS开发者用Copilot for Xcode跑了两周,他们写Swift 6的效率涨了34%,但隐性成本比想象中高

我叫方瑾。过去5年我在一家科技风投机构负责技术尽调,看过的AI创业项目BP不下400份。大部分“AI编程助手”的演示视频比它们的产品本身好看十倍——用预录的完美场景让你以为补全能猜透你的意图,实际一跑就露馅:不是吃了你的括号,就是在闭包嵌套到第三层时开始胡言乱语。所以当GitHub在2024年5月把…

ALOHA的ACT算法论文看起来很优雅,但我在真机上跑了三天后才明白它为什么需要200个演示

我不是做硬件出身的,但去年组里要快速搭建一个能做精细家务的服务机器人 demo,预算卡在 3 万美元。当时斯坦福那帮人刚把 ALOHA 开源,我一看 BOM 和论文里的视频——拉衣服拉链、放电池,直接被打动。更让人心跳的是,他们用的模仿学习框架 ACT 看起来也没那么复杂,一个 Transforme…

Optimus分拣仿真99.2%,实测71.3%——我复现端到端模仿学习后,发现Sim2Real的三个死穴

我是许彦,在机器人行业干了整整五年,从ROS 1跟到ROS 2 Humble,从六轴工业臂一直做到人形整机。半个月前,特斯拉Optimus那段分拣与行走的视频在内部群里刷屏时,我第一时间不是惊叹,而是把进度条反复拖了十几遍——我要看手指关节的抖动、料箱落位的重复精度、走路时躯干的晃动频率。因为我知道…

我让Copilot Agent单挑了一个4年前的数据库竞态bug——账面省下$37,000人力成本,但我开始焦虑Agent的定价陷阱

我是方瑾,在投资机构看了5年AI赛道。我见过太多「PPT AI」——BP里写得像通用人工智能降临,实际产品却连一个生产环境遗留bug都修不明白。但当GitHub在2025年4月正式开放Copilot Agent模式后,我做了一个冒险的测试:把公司后台一个4年没人敢动的并发竞争bug丢给它,要求它自主…

VS Code 1.95 AI代码审查:从理论到实践的跨越

大家好,我是韩知行,今天我们要聊一聊如何用VS Code 1.95的AI代码审查功能,搭建一个适用于企业规范的AI审查流水线。这不仅仅是一个技术问题,更是一个如何让机器教会团队写出更干净代码的实践挑战。 AI代码审查功能启用与模型选择 首先,得说说AI代码审查的启动。Google DeepMind上…

我们用H100烧了18个月模型,等Blackwell等到差点把厂子烧了——10万卡集群TCO账本大白于天下

我是沈青锋,第三次创业,做的方向是用AI视觉给汽车零部件厂做缺陷检测,产线跑一个推理任务平均150毫秒,但模型要一周重训一次才能跟上良率波动。这18个月我们手里捏着3000张H100,电费单每个月能买一辆Model Y。直到Blackwell B200开始出货,我和合伙人在办公室里把TCO模型重新推…

多机协作搬运仿真97%成功率,实测71%:我的ROS2多智能体事件驱动架构踩坑报告

我是许彦,一个做了五年机器人工程师的人,方向是ROS和具身智能。从六轴机械臂的抓取任务,做到人形机器人的双机协作,我经历了太多「仿真里灵得不行,一上真机就拉胯」的时刻。去年有个任务是把两台差速轮式底盘凑在一起搬运一个长条形的工装,看起来就是让两个机器人像两个人抬担架一样,保持同步、保持距离、不撞到一…

Optimus学会了分拣,但它的感知‑控制环路里藏着一个足以杀死量产计划的成本死结

我叫方瑾,在投资机构干了五年技术顾问,看过的AI硬件BP不下两百份。每次有创始人给我放人形机器人把杯子从左边拿到右边的视频,我的第一反应永远是同一个:请问你们在生产线上跑过2000小时无人工干预吗?没有?那先把商业计划书里的“量产”两个字删掉。 特斯拉在2025年初放出的那支Optimus自主分拣视…

B200出货后,我重新读了一遍Megatron-LM那篇论文——万亿参数训练集群的工程鸿沟比想象中更大

去年秋天英伟达把第一台DGX B200送进我们机房的时候,整个组都在围观那个像迷你冰箱一样的8U液冷节点。规格表上写着单卡20 petaFLOPS FP4算力、192GB HBM3e、1.8TB/s的NVLink 5带宽,所有人脑子里都是一个念头:“万亿参数模型可以随便训了。”我当天晚上就把Shoe…

仿真分拣99.3%,实测掉到71.5%——我拆解Optimus视觉运动策略后发现的Sim-to-Real鸿沟

去年12月,特斯拉放出了Optimus在工厂里分拣电池的视频。朋友圈刷屏了,投资人兴奋了,但我和几个做人形机器人的兄弟看完后,在群里沉默了很久。不是因为它不厉害——恰恰相反,它那个端到端视觉运动策略确实有两把刷子。我们沉默的原因很简单:我们自己也在做类似的事,知道从仿真到真实的迁移有多疼。 我叫许彦…