🎧本期可收听深度电台(15–20分钟)Rio × マクル・ドーキン 对谈、离线收听、完整文字稿,尽在App
在App中收听 →
NVIDIA 以一千二百九十億美元收購 Hugging Face,整合 Poolside 編碼代理,從 OpenAI、Anthropic 最大客戶轉為競爭對手
來賓:Jason Calacanis(主持人、投資人、Launch 創辦人)× Lon Harris(共同主持人、Launch 編輯總監),來賓為 Craig Pigott(Halter 創辦人暨執行長)、Matija Milunovich(Hop Arrow 創辦人暨執行長)
結論
NVIDIA 繞過其最大客戶前沿模型企業,轉向直接向企業客戶銷售「無限制」地端 AI 的策略。若成功,可能在二〇二七年前奪走前沿模型三分之一營收,引發一千五百兆日圓規模的市值移轉。
三行摘要
- NVIDIA 收購 Hugging Face(一千二百九十億美元)與 Poolside(授權六十億美元+交易十億美元),確立美國開源 AI 霸主地位
- Jensen Huang 與 Sam Altman 關係在千億美元承諾(二〇二五年九月)十四天後破裂,Altman 與 AMD 進行股權交易,並挖角 Google 的 Richard Ho 開發 Jalapeño 推論晶片
- 「無限制」模型(固定硬體成本)吸引厭惡 token 計費不可預測性的財務長,在開源模型每六個月改善三十%的環境下具競爭力
關注要點
1. 開源 vs 前沿模型的結構轉型:NVIDIA 透過收購 Hugging Face 確立「美國開源=NVIDIA」格局。整合 Poolside 編碼代理「Laguna」,建立直接向 Uber 等企業客戶銷售的體制。Calacanis 估計「Uber 每年向前沿模型 token 支付四億至五億美元」,此營收可能轉向 NVIDIA。
2. AI 輔助網路攻擊警告:OpenAI、Anthropic、Google、Microsoft 聯合發表獲百家以上簽署的公開信,警告 AI 網路攻擊威脅。Calacanis 將此時機解讀為「事前損害控制」,指出僅 Sam Altman 積極發聲,Satya Nadella、Dario Amodei 保持沉默。他預測「週末將公布大規模駭客事件」。前沿模型「將 GitHub 全部程式碼、一九七〇年以來所有駭客歷史一次輸入大腦」,能遞迴發現下一個漏洞。
3. 硬體新創的 AI 加速:Hop Arrow 以七人團隊達成「五十至七十人的速度與兇猛度」。開發自主極超音速貨運火箭「Rook」(全長約二十英尺、酬載五百五十磅、航程四百五十英里於十五分鐘內飛行),主要用於印太地區自主無人機部署、反無人機、電子戰系統配置。創辦人 Milunovich 表示「AI 補強大部分工程開發,不僅軟體,也滲透硬體開發」。
一句話研判
NVIDIA 的動作是平台轉型期典型的「回歸垂直整合」。如同 App Store 經濟圈中 Apple 站在應用開發者之上,NVIDIA 正從基礎設施提供者轉向與最終客戶的直接關係。然而,此策略成功與否取決於「開源模型品質追上前沿模型的速度」與「企業客戶是否優先考慮可預測成本而非最尖端效能」兩項變數。歷史上,平台提供者與自家客戶競爭的動作雖能創造短期營收,卻損害生態系信任,長期往往招致替代技術崛起。
來源:This Week in Startups《Breaking down Nvidia's Hugging Face and Poolside bets | E2331》(二〇二六年八月二十八日)
https://4a885955-6823-4b22-a3e1-a526c25516a5.libsyn.com/breaking-down-nvidias-hugging-face-and-poolside-bets-e2331
# NVIDIA# OpenAI# Open-Source AI# Unmetered AI
🎧本期可收听深度电台(15–20分钟)Rio × マクル・ドーキン 对谈、离线收听、完整文字稿,尽在App
在App中收听 →
Spotify 創辦人挑戰醫療領域的理由——慢性病預防受阻於「數據不足」
來賓: Jason Calacanis × David Friedberg(All-In) × Daniel Ek(Spotify 共同創辦人、NECO Health 創辦人)
結論
醫療費用的大部分來自可透過早期發現預防的慢性病,但現行醫療制度是為急性感染症治療而設計,對長期預防投資缺乏經濟誘因。
三行摘要
Spotify 創辦人 Daniel Ek 於二〇一八年創立預防醫療企業 NECO Health,以年費四百九十九美元提供五十三項血液檢測、六千張以上皮膚影像及心血管分析的垂直整合健康檢查服務。美國醫療費用佔 GDP 一八%,光是心臟疾病就耗費數千億美元,這些慢性病可透過早期發現預防,但與雇用連結的保險制度下,平均任職期間僅二至三年,無人願為十至二十年後的 ROI 進行預防投資,形成結構性問題。NECO 已完成十萬次以上掃描,約一%會員發現未診斷的嚴重疾病,縱貫性數據結合 AI 實現人類記憶無法達成的年度變化追蹤。
關注要點
1. 醫療制度的結構性缺陷——誘因的時間軸錯配
美國醫療費用佔 GDP 一八%,是最大預算項目,但系統是為急性感染症治療設計,無法對應目前主流的慢性病預防。與雇用連結的保險制度下,平均任職期間二至三年即更換保險公司,無人願為十至二十年後的 ROI 進行預防投資。Ek 指出「給我看結果,我就給你看誘因。這是經典問題」。
2. 數據不足是瓶頸——非 AI 能力而是學習素材的量
Ek 表示醫療數據集相較科技業界「並不那麼大」,預測「若將數據量增加十倍、百倍」,整個醫療系統將出現突破。NECO 已完成十萬次以上掃描,但這對得出人口層級結論仍是「相對小的基礎」,已完成四項臨床試驗、二項進行中、四項規劃中。瑞典、英國、美國的多國數據提供單一國家系統無法達成的比較洞察。
3. 縱貫性數據創造超越人類記憶的診斷能力
NECO 會員平均擁有九百五十顆痣,部分會員達數千顆。傳統診察無法全部確認,但 NECO 透過 AI 從六千張以上高解析度影像標記風險因子,由臨床醫師審查、專科皮膚科醫師確認。縱貫性目錄化追蹤「世界最優秀醫師也無法記憶」的年度成長變化,價值隨每年受診複利增長。約一%會員發現未診斷的嚴重疾病,健康狀態最差的會員改善最顯著。
一句話研判
Ek 反覆強調的是「將數據增加十倍、百倍」的賭注。如同 Spotify 從音樂播放數據預測下一首曲目,NECO 從健康數據預測疾病徵兆——同樣的「數據驅動預測模型」,這次應用於人體。然而與音樂不同,醫療領域的法規、倫理、誘因設計複雜交織。花費五年才進入美國市場的謹慎態度,正說明了這份難度。
來源: All-In《Daniel Ek: Life After Spotify, Broken Healthcare Incentives, Catching Disease Early & AI's Potential》(二〇二六年九月二十八日)
https://allinchamathjason.libsyn.com/daniel-ek-life-after-spotify-broken-healthcare-incentives-catching-disease-early-ais-potential
# NECO Health# AI Medical Diagnosis# Daniel Ek# Healthcare Incentive Misalignment
🎧本期可收听深度电台(15–20分钟)Rio × マクル・ドーキン 对谈、离线收听、完整文字稿,尽在App
在App中收听 →
AI 時代的開發成本崩解——二十年前需五十萬美元的構想,以五千美元懸賞實現
來賓:Jason Calacanis × Ron Harris(共同主持人)
結論
透過 AI 輔助開發,個人在兩週內能建構的產品,在二十年前需要六個月與五十萬美元——開發成本壓縮一百倍,從根本改變了創業的進入門檻。
三行摘要
Jason Calacanis 舉辦了一場開發懸賞(獎金五千美元),徵求能在網路上任何內容加註並分享的 Chrome 擴充功能。三件參賽作品皆由個人開發者在約兩週內完成,達到了 2005 年需五十萬美元、六個月才能達成的水準。獲勝作品可能在 Calacanis 的創投基金內作為新創公司孵化,目前考慮的方向包括社群網路、專家事實查核市集、以及 LLM 訓練資料來源三種可能性。
關注要點
1. 開發成本壓縮一百倍:2005 年需五十萬美元、六個月的開發,到 2021 年降至二十五萬美元、三個月,2024 年降至五萬美元,而現在個人開發者使用「vibe coding」工具,在兩週內以五千美元懸賞即可實現。三件參賽作品皆達到「可立即在網路上發布」的品質。
2. 註解平台的四種變現方向:Calacanis 正考慮將獲勝作品發展為新創公司,提出四個方向:①容許每年二十五萬美元虧損、以成為下一個 Reddit/Twitter 為目標的公共服務;②讓使用者能向特定專家委託註解的懸賞市集;③律師為法律文件加註等專家網路;④將專家註解作為「LLM 所缺乏的脈絡層」販售為訓練資料。
3. 給無家可歸創業者的建議——先滿足馬斯洛階層:對一位在影片中提問、「無家可歸一個半月、持有兩個新創構想(合計七百頁資料)」的創業志願者,Calacanis 建議:「用 AI 工具學習有市場價值的技能 → 在 DoorDash/Uber 賺取時薪二十至三十美元 → 租小公寓取得穩定 → 存下五千至一萬美元 → 經過六至十八個月的穩定期後再投入新創」,強調應先滿足生理需求與安全需求。
一句話研判
開發成本壓縮一百倍,不僅降低了創業門檻,更相對提升了「決定做什麼」的判斷力價值。Calacanis 二十年前購買的網域與構想,其價值並非來自技術可行性,而是「能否將註解行為轉化為社群網路」這一問題的前瞻性。當 AI 將實作民主化後,稀缺資源不再是執行力,而是看出該做什麼的眼光。
來源:This Week in Startups《Jason's Put a $5K Bounty on His Dream Chrome Extension》(2026 年 9 月 28 日)Episode 2338
https://thisweekinstartups.com
# annotated.com# vibe coding# Jason Calacanis# LLM training data
世界的智识,每天早晨15分钟。
音频、深度分析与你的专属知识图谱,尽在App。今天起免费。
获取App →