AI 应用，根本是要让用户先赚到钱。最近这段时间，网文作者小林心里挺烦闷的。她在某个小说平台进行了三年时间的爽文创作，每天更新五千字的内容，每个月的稿费也就三千多点。并不是写不出东西来，其实事实上是写得速度太慢了：构思故事情节需要花费一个小时的时间，实际动手敲击键盘码字又得用去三个小时，一整天下来整个人都累得不行，但最终的作品产量却仅仅够让自己维持生活。
AI To B 突围的新解法就在非共识里。
硅谷华人大三学生创立的教育类 AI 产品 VideoTutor，近日宣布完成 1100 万美元种子轮融资，成为硅谷学生创业中融资规模最高的项目。
麦肯锡刚刚发布了2025年AI最新报告，一组数据让人“破防”：88%的组织都在用AI，但只有39%的组织吃出了“真金白银”。这份《The state of AI in 2025》回答了AI时代大家都很关心的一个问题：
天下 AI Coding 产品如过江之鲫。正当我们在策划「Vibe Coding 产品千千万，谁是你的 No.1」活动时，我们发现了 ZOER.AI，让我们眼前一亮。ZOER.AI 是一个主打「Database-First」（数据库优先）的全栈应用构建平台，旨在解决当前 AI Coding 工具「前端能力强、后端能力弱」的结构性问题。
工具解放人，人去创造。
11 月初，英伟达 CEO 黄仁勋在接受《金融时报》采访时称中国将在 AI 竞赛中击败美国，其中一个原因在于中国的能源成本更低。而在做出这样的直白表态之后，黄仁勋又在另一份简短声明中做了补充说明，他说中国在 AI 技术领域只落后美国一点点，并指出对于美国而言保持领先地位至关重要。
我日常最常用的 AI，不是 ChatGPT，也不是 Gemini 官网。
当硅谷把「AGI造福全人类」包装成信仰时，真实世界却在付出代价。Karen Hao在《Empire of AI》犀利指出，这场竞赛甚至被渲染成「中美对抗」——只要跑赢中国，就能守护自由。但事实是，美国与中国差距并未拉大，唯一真正收割的，是硅谷自己。我们是否还要为这场幻觉买单？
Sasha Rush 在分享开头就提到，Cursor Composer 在他们的内部 benchmark 上的表现几乎与最好的 Frontier 模型（前沿模型）持平，并且优于去年夏天发布的所有模型。它的表现明显好于最好的开源模型，以及那些被标榜为"快速"的模型。
