YouTube AI - 2026-05-22¶
1. 人们在讨论什么¶
1.1 对搜索的不满正在演变为“替代方案市场” 🡕¶
Google 仍是 YouTube 上 AI 讨论的核心，但今天这一波内容的重点，已不再是观看 I/O 片段，而是决定是否继续留在 Google 新的搜索界面中。三条高热度内容共同推动了这一转向：其中两条视频将 AI 搜索描述为 Google 在破坏一款人们原本信赖的产品，第三条则把这种不满转化成了具体的退出指南。Google 自己的 搜索帖子 和 Gemini Spark 页面 解释了为什么反应会如此强烈：搜索正变成一个 AI 优先的入口，配备后台信息代理、预订和拨打电话等操作，以及定制迷你应用。
!［Google 现在正在扼杀他们的搜索引擎...](https://www.youtube.com/watch?v=vFtgh378PpQ)
SomeOrdinaryGamers 将这一变化概括为 Google 在其最受信赖的产品中“加倍押注当今最具争议的技术”。独特之处不只是 AI 答案的出现，而是既有用户习惯正被改写为一种人们并未主动要求的代理式工作流（视频）。
!［Google 搜索结束了。这些更好用。](https://www.youtube.com/watch?v=eOgSMsN3ItY)
Techlore 则把同样的反弹情绪转化成了实际迁移行为。视频没有停留在批评 AI 搜索，而是介绍了六款注重隐私的搜索引擎，并展示了 bang 风格快捷指令如何降低切换成本；这比单纯抱怨更能说明问题（视频）。
!［Google 的新 AI Agent 刚刚让其他一切都过时了](https://www.youtube.com/watch?v=t1huIwpXbHU)
Craig Hewitt 将 Gemini Spark、Gemini 3.5 Flash、Search agents、Android XR 和 Google 的新芯片归入同一轮协同推进的代理战略。这一点之所以重要，是因为官方产品页面也证实了同样的收敛趋势：Spark 中的后台任务、Search 中的 24/7 监控，以及在查询结束后仍会持续运行的代理式体验（视频、Gemini Spark、Google Search）。
** 讨论洞察：** 眼下的张力已不再只是“AI 搜索好不好”，而是当 Google 持续把重复性任务转移给后台代理时，人们是否还能看清来源、保有控制权，并让自己的浏览意图保持清晰可辨。
** 与前一日对比：** 与 2026-05-21 相比，叙事已从 Search 作为 Google 的头条发布，转向搜索替代行为，以及叠加其上的个人代理工作流。
1.2 代理工作流正在分化为严谨的操作系统与“工作噪音” 🡕¶
代理仍是当天最大的讨论集群之一，但整体语气比昨天更为两极化。最有影响力的教程开始强调角色分工、worktree、审查关卡和任务边界；而负面内容则认为，自主代理只是在给白领团队制造更多工作。结果是，YouTube 上的“代理式 AI”不再像一个单一类别，而更像是受管理工作流与失控噪音之间的一场对抗。
!［你还没落后（暂时）：13 分钟学会 AI Agents](https://www.youtube.com/watch?v=P5sKKnWCvzk)
theMITmonk 是高传播内容中对结构化一派最清晰的表述。视频通过 ARR、四种角色和 OODA 循环来解释代理，并指出代理之所以失败，是因为它会放大模糊思考和糟糕流程；这使得代理落地首先成了一个运营纪律问题，而不只是提示词技巧（视频）。
!［2026 年你唯一需要的 Agentic 工程师工作流](https://www.youtube.com/watch?v=ElYxdpYi4U0)
Zen van Riel 则把实践者视角讲得更具体：四个并行的 Claude Code 窗口、不同的 effort 级别、git worktrees，以及真实团队审查流程中对 MCP 与 Bash 的明确取舍。它的独特之处在于，把代理式编程呈现为一种带有人类检查点的工程操作系统，而不是玩具式演示（视频）。
!［我试用了一个构建方式像交付团队的 AI 编码工具（Routa）](https://www.youtube.com/watch?v=_16PhraFYjQ)
Better Stack 进一步把这一类别推向软件交付的结构化体系。其对 Routa 的演示围绕本地优先的看板、专家代理、审查关卡、轨迹与证据展开；公开文档则将 Routa 描述为一个以工作区为先、围绕 sessions、boards、specialists 和 codebases 进行多代理协作的系统（视频、Routa）。
** 讨论洞察：** BusinessCringe 提供了反向视角，认为自主代理正在增加工作负担；而 Lewis Jackson 则用同样的代理叙事交付了一个可自我改进的交易系统。分歧并不在于“是否相信代理”，而在于人们是信任受管理的代理工作流，还是把失控的代理劳动视为新的额外负担。
** 与前一日对比：** 与 2026-05-21 相比，这一主题变得更偏向实施层面，也更为两极化：真实团队工作流、看板和垂直系统的比重在上升，同时明确的劳动者反弹也在增强。
1.3 验证压力仍在塑造 AI 叙事 🡒¶
信任仍是当天最清晰的主线之一，但今天的证据已不再围绕某一条孤立主张，而是聚焦于 AI 创作者和实验室如今必须携带多少公开可验证的证明。三条重要内容共同支撑了这一模式：围绕 Llama 4 的基准可信度攻击、对当前模型是否真正具备推理能力的更广泛怀疑，以及高管层关于超越 LLM、走向物理世界智能和新基础设施的讨论。共同点在于：单靠品牌已经无法结束争论。
!［Meta 如何从开源英雄变成 AI 最大反派](https://www.youtube.com/watch?v=8Ddjy1nlOWA)
Coding with Lewis 提供了最鲜明的基准案例。视频把 Meta 自己在 Llama 4 发布时的表述，与一篇相关的 Decoder 报道并列；在后者中，Yann LeCun 表示结果“有点被动过手脚”，从而让可信度裂缝通过公开来源清晰显现，而不只是停留在传闻层面（视频、The Decoder、Meta）。
!［关于 AI“推理”的令人不安的真相 | World Science Festival](https://www.youtube.com/watch?v=iFYF_e1GSGI)
World Science Festival 将怀疑扩大到单次发布之外。Gary Marcus 和 Brian Greene 反复提到幻觉、抽象能力失效，以及对更强世界模型或神经符号方法的需求，因此问题不只是某一次基准丑闻，而是当前推理范式本身的可靠性（视频）。
!［人工智能的下一阶段](https://www.youtube.com/watch?v=zJ0V9gvK5FU)
Bloomberg Television 则从高管视角补充了这一议题，聚焦 Yann LeCun 和 JP Vert 关于 AI 如何进入物理世界，以及这需要哪些新基础设施的讨论。这使验证问题不再只是基准审计，而是进一步变成：当前 LLM 路线是否真的是长期正确的底层基座（视频）。
** 讨论洞察：** 数据集持续奖励那些伴随证据、公开分歧或明显不同研究方向出现的主张；而那些在发布时显得过于笃定、事后却需要反复辩护的说法，则会受到惩罚。
** 与前一日对比：** 与 2026-05-21 相比，信任主题保持稳定，但变得更具机构色彩：LeCun、JP Vert 和研究界的怀疑，取代了昨天对某个单一突破性主张能否被外部核查的狭窄关注。
1.4 算力瓶颈正把注意力收束到电力、芯片与系统级替代方案上 🡒¶
一个排名较低但仍然重要的集群，持续把 AI 的物理技术栈拉回视野。这里的内容从不同角度指向同一个约束：芯片设计仍是基础，数据中心扩张正遭遇电网和元器件限制，各实验室也在积极寻找单一主导供应商之外的替代方案。共同信息是，软件叙事不断撞上电力、供应和系统设计这几道硬约束。
!［从底层开始的芯片设计——Reiner Pope](https://www.youtube.com/watch?v=oIk3R-sMX5o)
Dwarkesh Patel 给出了最清晰的基础梳理。Reiner Pope 从逻辑门讲起，一路讲到 GPU、TPU 和 FPGA，让 AI 基础设施不再像一个抽象的“短缺故事”，而更像一个存在明确设计取舍的工程技术栈（视频）。
!［为什么科技公司正在悄悄取消 AI 数据中心](https://www.youtube.com/watch?v=e0Dlr07jfjA)
Economy Media 则把这些约束推进到部署经济层面。其简介称，电网瓶颈、上涨的能源成本、电气元件短缺，以及 GPU 可能出现的供过于求，已经在推迟或取消那些原本计划承接 AI 热潮的数据中心项目（视频）。
!［为什么 Anthropic 想要 Microsoft 的 AI 芯片](https://www.youtube.com/watch?v=Uy8p9PHUI74)
The Information 补充了供应商战略这一角度。Aaron Holmes 表示，Anthropic 曾探索使用 Microsoft 的 Maya 200 定制芯片进行推理，这让替代性芯片采购看起来不再是遥远的实验室设想，而是现实中的产品与平台决策（视频）。
** 讨论洞察：** SinoShift Media 从另一个方向推进了同样的逻辑，认为 Huawei 的 Cloud Matrix 384 是靠系统级工程和大量协同处理器取胜，而不是依赖某一颗占主导地位的芯片。注意力正从“最强 GPU”转向“哪一套技术栈真正能部署起来”。
** 与前一日对比：** 与 2026-05-21 相比，基础设施报道已从笼统的内存和电力瓶颈，收束到更具体的替代方案：被取消的数据中心、定制推理芯片，以及协同运行的非 Nvidia 算力栈。
2. 什么让人们感到沮丧¶
搜索自动化越来越强，但来源控制却越来越差¶
这是高严重性问题，因为最显眼的 Search 视频将 Google 的产品方向描述为用户自主性的流失，而不是一次干净利落的升级。SomeOrdinaryGamers 把 AI 搜索视为 Google 在破坏本来就运作良好的东西，Techlore 则给出了六个注重隐私的替代方案；Google 自己的 搜索路线图 也确认，Search 中正加入更多后台代理、预订和拨打电话等操作，以及定制迷你应用。可见的应对策略是部分退出：改用替代引擎、使用 bang、进行更有意识的切换，而不是把信任完全交给单一答案层。这直接值得围绕来源清晰的搜索、浏览控制和迁移工具来构建产品。
如果记忆、范围和审查不明确，代理仍会制造返工¶
这是高严重性问题，因为即便是正面的代理视频，也在不断描述失败模式。theMITmonk 表示代理会放大模糊思考和糟糕流程，Zen van Riel 说明真实团队需要 worktree 和严格的上下文管理，Better Stack 强调审查关卡和证据，而 BusinessCringe 则认为自主代理增加了工作量，而不是减少工作量。可行的应对方式是更窄的任务范围、保留产物、明确角色，以及设置人工检查点，而不是盲目追求自治。这直接值得投入建设。
当基准营销跑在证据前面时，信任就会崩塌¶
这是高严重性问题，因为数据集不断把大胆主张与公开怀疑并置。Coding with Lewis、The Decoder 和 Meta 自己的 Llama 4 帖子，把“操纵基准”的指控与“基准领先”的营销放在一起；World Science Festival 则认为，流畅输出仍然远未达到真正推理。应对策略是更慢地建立信任、更重的来源核查，以及比起发布叙事更依赖公开证据。这直接值得投入建设。
AI 部署持续撞上电力、芯片和电网的天花板¶
这是高严重性问题，因为今天的基础设施内容全部指向硬性的物理限制。Economy Media 描述了被推迟或取消的数据中心，Dwarkesh Patel 展示了现代加速器背后的架构复杂性，The Information 突出了 Anthropic 对 Microsoft Maya 200 芯片的兴趣，SinoShift Media 则认为 Huawei 正通过系统级工程进行补偿。应对策略是供应商多元化、定制芯片，以及更明确的基础设施规划，而不是假设容量会自动出现。这直接值得在容量规划、供应商路由和基础设施可见性上构建产品。
编程工具泛滥，仍迫使用户自己拼装技术栈¶
这是中等严重性问题，因为整体语气往往偏宣传，但底层的过载感非常明显。Vaibhav Sisinty 从价格和便利性上把 Antigravity 与 Claude Code、Codex 对比，Ankita Kulkarni 推销开放式编程模型和本地/Ollama 配置，以规避托管服务限制，而 Lewis Jackson 仍然需要把 Hermes Agent、Claude Code 和 Railway 接成一个能工作的闭环。缓解方式包括打包、一键式设置提示词和本地模型，但工作流依旧碎片化。这值得建设，不过已经是一个竞争激烈的类别。
3. 人们希望看到什么¶
同时保留来源、控制权和切换灵活性的搜索¶
最明显的未满足需求并不是“让搜索里有更多 AI”，而是既能帮助处理重复性任务、又能保留链接、来源可见性和用户控制权的搜索。SomeOrdinaryGamers 和 Techlore 从相反方向展现了这种张力，而 Google 自己的 搜索路线图 也确认，产品正朝着综合回答、后台监控和定制迷你应用的方向发展。这是一个紧迫的现实需求，因为用户想要帮助，但不想被答案层取代。机会：直接。
具备明确记忆、审查和并行通道的代理工作台¶
人们希望代理能完成长周期工作，而不是坍缩成聊天混乱。theMITmonk 强调角色和 OODA 循环，Zen van Riel 加入了 worktree 和不同 effort 级别的窗口，Better Stack 强调看板和审查关卡，Lewis Jackson 则展示了垂直代理栈如何迅速变成多工具系统。这是一个直接的工作流需求，而且紧迫性明确，因为替代方案就是更快地返工。机会：直接。
具备基准溯源和外部审查、可供审计的 AI 主张¶
数据集持续指向一个缺失层：它需要能够展示测试了什么、谁做了核查，以及为什么某项主张值得相信。Coding with Lewis、The Decoder 和 World Science Festival 都指向同一个缺口：当评估过程保持不透明时，流畅的演示和基准表格并不能解决信任问题。这是紧迫的现实需求，而不只是哲学讨论。机会：直接。
能够智能选择芯片、供应商和部署表面的算力路由¶
用户和实验室需要的不只是更多算力；他们还需要帮助判断推理该在哪里运行，以及在现实约束下哪种供应商或架构更合理。Economy Media、Dwarkesh Patel、The Information 和 SinoShift Media 都在暗示，跨电网、芯片和供应商的路由，正在成为产品本身的一部分。这是一个具有现实紧迫性的实际需求，但要把它做好，需要很深的技术集成。机会：直接。
兼具前沿体验的开放与本地编程技术栈¶
另一个明显需求是：编程系统既要保留开放或本地模型在价格和控制方面的优势，又不要逼用户变成基础设施爱好者。Ankita Kulkarni 推动开放式编程模型和 Ollama 风格的本地工作流，Vaibhav Sisinty 推销一个可免费打包替代 Claude Code 和 Codex 的方案，而 Zen van Riel 则展示了高端技术栈仍然需要多少工作流专业知识。这是一个具体而现实的需求，但竞争会持续拥挤，因为界面看上去可以很简单，底层编排却可能非常复杂。机会：竞争性。
4. 正在使用的工具和方法¶
| 工具 | 类别 | 情绪 | 优势 | 局限 |
|---|---|---|---|---|
| Google Search agents | 消费级代理 | (+/-) | 后台监控、预订/拨打电话等操作、定制迷你应用和追踪器 | 会触发对来源可辨性和控制权的担忧 |
| Gemini Spark | 个人代理 | (+/-) | 可在 Gmail、Calendar、Drive、Docs、Sheets、Slides、YouTube 和 Maps 间执行 24/7 任务；支持技能和日程安排 | 推出范围有限，后台自动化的信任负担很高 |
| Google Antigravity | 开发平台 | (+) | 管理者界面、跨编辑器/终端/浏览器的异步代理，以及便于审查的产物 | 仍处于公开预览阶段，且主要以内嵌在单一生态打包中的方式出现 |
| Claude Code 多窗口工作流 | 编程代理 | (+/-) | 强推理能力、并行 effort 层级、worktree，以及明确的审查习惯 | 要保持可靠，仍需谨慎管理上下文并进行人工审查 |
| Routa | 多代理协作 | (+) | 在以工作区为先的模型中提供看板通道、专家代理、轨迹和审查关卡 | 工作流开销高于聊天优先工具，且仍处于早期阶段 |
| Hermes Agent + Claude Code | 垂直代理栈 | (+/-) | 自我改进闭环、真实资金自动化，以及与 Railway 绑定的可部署技术栈 | 运营风险高，且除单一创作者实现外，外部证据有限 |
| 通过类似 Ollama 的本地部署搭建开放编码模型 | 本地 LLM | (+) | 免费或低成本本地使用、大上下文叙事，以及对托管限制依赖更低 | 模型选择和本地部署复杂度依然很高 |
| Microsoft Maya 200 | AI 芯片 | (+/-) | 可能成为 Nvidia 的推理替代方案，并与 Azure 更紧密集成 | 目前仅有早期阶段/谈判层面的证据，对供应商的依赖仍然很高 |
| 以隐私优先的搜索引擎加 bangs | 搜索方法 | (+) | 激励更清晰、用户控制更强、切换成本更低 | 生态规模较小，主流便利性不如 Google |
总体来看，情绪最积极的是那些把控制权做得更明确的工具和方法：Antigravity 的管理界面、Routa 的看板，以及 Zen van Riel 以 worktree 为核心的 Claude Code 工作流，都比原始提示更强调可检查性。相反，当工具隐藏来源或在后台自行行动时，评价就会变得复杂；这也是为什么 Search agents 和 Spark 尽管明显引发兴趣，却依然充满争议。
当前可见的权宜做法包括替代搜索引擎、bang、worktree、审查关卡、一键式设置提示词和本地模型。迁移路径正从传统搜索转向隐私优先的替代方案，从单一聊天窗口转向带审查关卡的工作台，也从“默认只用 Nvidia”转向对定制芯片的好奇。竞争格局越来越由打包驱动：Google 把 Search、Spark 和 Antigravity 组合在一起；开放/本地创作者围绕价格和自主性竞争；基础设施供应商则围绕“推理该在哪里运行”展开竞争。
5. 人们正在构建什么¶
| 项目 | 构建者 | 功能 | 解决的问题 | 技术栈 | 阶段 | 链接 |
|---|---|---|---|---|---|---|
| Gemini Spark | 跨 Google 应用执行后台任务的个人 AI 代理 | 减少收件箱、文件、日程和文档之间反复协调的工作 | Gemini 3.5 Flash、Personal Intelligence、Gmail/Calendar/Drive/Docs/Sheets/Slides/YouTube/Maps 连接 | Beta | 页面、视频 | |
| Google Search agents | 在后台监控网络、发送综合更新，并可代表用户预订或拨打电话 | 替代重复性的搜索、监控和协调任务 | Gemini 3.5 Flash、Search、Antigravity 驱动的生成式 UI | Beta | 博客、视频 | |
| Google Antigravity | 面向异步软件工作的代理式开发平台，提供编辑器和管理界面 | 分担多工具软件任务和长期维护工作 | 编辑器、终端、浏览器编排；产物；支持 Gemini、Claude、GPT-OSS | Beta | 博客、视频 | |
| Routa | Phodal / Routa | 以工作区为先的多代理协作，支持会话、看板、专家代理和审查关卡 | 用明确阶段、产物和责任归属取代聊天混乱 | 本地优先看板、轨迹、证据、专家代理、代码库感知型会话 | Beta | 文档、仓库、视频 |
| 自我改进型 AI 交易代理 | Lewis Jackson | 7×24 运行、从每笔交易中学习并更新自身的交易代理 | 自动化通常需要持续人工调优的垂直工作流 | Hermes Agent、Claude Code、Railway | Alpha | 应用、视频 |
构建者活动集中在两种模式上。Google 正在把后台代理产品化，覆盖个人工作、Search 和开发；而规模更小的构建者则在打造更紧凑的控制界面或更窄的垂直闭环。Routa 把代理协作变成了看板和关卡，而 Lewis Jackson 的交易系统则把自我改进自动化绑定在一个经济工作流上，而不是通用助手行为。
反复出现的触发点是重复劳动：监控、收件箱分拣、搜索、代码交付或交易执行。真正的区分点在于持久性。这些项目不是在尝试把某一个提示回答得更好，而是在尝试持续保留状态、随时间采取行动，并保持足够的可检查性，让用户能够信任结果。
6. 新动向与亮点¶
对搜索的不满已经变成切换指南¶
Techlore 值得关注，因为它没有停留在抱怨 Google 新的搜索方向，而是通过注重隐私的引擎和 bang，为人们提供了迁移路径。这很重要，因为它表明讨论正在从情绪反应转向替代行为，而不只是愤怒表达（来源、来源）。
Google 将 Spark 定位为真正的后台个人代理¶
Gemini Spark 值得关注，因为它被明确表述为一个 24/7 运行的后台代理，具备任务、技能、日程安排，以及跨用户工作区的应用连接。Craig Hewitt 把它与 Search agents 和 Gemini 3.5 Flash 并列，这让 Spark 看起来更像是 Google 整体代理叙事的核心组成部分，而不是边缘实验。
代理式编程正从聊天窗口走向看板、worktree 和管理界面¶
Google Antigravity、Routa 和 Zen van Riel 都强调产物、异步协作、worktree、审查关卡，以及用于委派的明确界面。这一点之所以值得注意，是因为可信的 AI 编程形态正开始更像工作流编排，而不是一段漫长的助手对话。
开放与本地编程栈正被塑造成价格和控制权的反制力量¶
Vaibhav Sisinty 从价格和便利性上把 Antigravity 与 Claude Code、Codex 对比，而 Ankita Kulkarni 则认为，开放式编程模型和本地配置可以绕开托管限制。这一点值得注意，因为编程代理的竞争，如今显然已经扩展到价格、本地控制和设置开销，而不只是基准质量。
定制芯片正成为主流 AI 叙事，而不再只是基础设施备忘录¶
The Information 把 Microsoft Maya 200 带入了日常创作者/新闻周期，SinoShift Media 认为 Huawei 的 Cloud Matrix 384 之所以重要，在于其系统级工程，而 Economy Media 则把数据中心延迟与电力和元器件瓶颈联系起来。这一点值得注意，因为芯片路由和供应约束已不再只是背景信息，而正在成为表层 AI 叙事的一部分。
7. 机会在哪里¶
** +++］ 来源可读的 agentic 搜索与切换层** - 这是这组里最强的机会。［SomeOrdinaryGamers、Techlore、Craig Hewitt、Google 自己的 搜索路线图，以及 Gemini Spark 都指向同一个缺口：用户希望代理帮助处理重复工作，但又不想失去链接、来源，或切换离开的权利。
** +++］ 面向真实团队、以审查为门槛的 Agent 工作台** - ［theMITmonk、Zen van Riel、Routa、Better Stack 和 BusinessCringe 汇聚成同一个教训：代理必须具备记忆、任务边界、产物和审查检查点，才能成为可靠的工作系统。
** ++］ 基准审计与信任解释层** - ［Coding with Lewis、The Decoder、World Science Festival 和 Bloomberg Television 都表明，信任的得失取决于围绕某项主张的证据链，而不只是模型名称。
** ++］ 算力与供应商路由智能** - ［Economy Media、Dwarkesh Patel、The Information 和 SinoShift Media 展示出一个现实需求：在团队过度投入之前，产品需要能呈现芯片选项、基础设施瓶颈和部署取舍。
** ++］ 带治理化配置的开放/本地编码栈** - ［Ankita Kulkarni、Vaibhav Sisinty、Zen van Riel 和 Lewis Jackson 显示出对更便宜或更可控的编程系统存在明确需求，同时还要保留可用的默认设置、审查机制和部署纪律。
** +］ 带有明确人工覆盖机制的垂直自主操作员** - ［Gemini Spark、Google Search agents 和 Lewis Jackson 都指向那类能在单一领域持续运行的代理。机会最强的场景，是那些本来就存在重复监控或执行需求、而用户需要监督而非完全放弃控制的地方。
8. 要点¶
- ** Google 的搜索转向如今正在催生替代行为，而不只是引发反应。** YouTube 上对搜索的不满已经强烈到足以促使创作者发布包含替代引擎和 bang 的具体逃生路线；与此同时，Google 自己的产品页面还在继续扩展后台代理行为。（来源、来源、来源）
- ** 有效的代理落地越来越取决于工作流结构，而不是模型选择。** 信号最强的代理视频关注的是角色、worktree、审查关卡、看板和明确的运营纪律，而不是某个模型击败另一个模型。（来源、来源、来源）
- ** 对代理的热情与对代理的反弹正在同步上升。** 同一个数据集一边赞扬自我改进的交易系统和带审查关卡的工程流程，一边也包含“自主代理让白领工作变得更糟”的直接论断。（来源、来源）
- ** 如今的信任取决于围绕某项主张的公开证据链。** 基准争议、推理批评和研究界怀疑都表明，如果来源、评估者或底层基座不清晰，仅靠品牌已经不够。（来源、来源、来源、来源）
- ** 算力稀缺正被重新定义为路由和系统设计问题。** 今天的基础设施视频较少讨论抽象短缺，更多聚焦于定制芯片、电力限制、供应商依赖和协同集群等具体选择。（来源、来源、来源、来源）
- ** 构建者活动正收敛到持久化代理和协作界面。** Spark、Search agents、Antigravity、Routa，以及 Lewis Jackson 的交易代理等垂直系统，都在把 AI 打包成一种能保留状态、持续行动且需要检查的系统，而不是一次性的聊天机器人回复。（来源、来源、来源、来源、来源）