作者整理了一份美国机器人公司的物理地图和市场地图，按业务类别系统梳理了约40家机器人公司的进展，包括人形/通用机器人与基础模型类（Figure、1X、Physical Intelligence、Skild AI等）、自动驾驶/移动机器人类（Tesla、Waymo、Zoox、Skydio等）、工业/物流/仓储机器人类（NVIDIA、Dexterity、Nimble等）、农业/建筑/专业场景类以及平台/软件/硬件类。每家公司附带融资规模、估值、CEO及官方X账号等信息，方便跟踪研究美国机器人行业的发展动态。
文章以Khosla Ventures两位合伙人Khosla与Rabois因AI编程公司Factory顾问Degnan跳槽至竞争对手Cognition而公开争执为切入点，揭示了硅谷一级市场的现实逻辑：资本可以同时下注多家竞对公司，但关键资源（如顶级销售高管、企业客户、信息通道）永远是排他的。文章剖析了两家公司快速膨胀的融资与估值、VC圈层化的人脉网络、投资人与高管身份的切换，以及股东兼客户的利益冲突，指出创业者所期待的忠诚从未在合同中被承诺，资本最优化配置往往意味着牺牲个别被投公司的利益。
文章分析了 Meta 推出的个人助理 Agent「Muse」爆火的底层逻辑。Muse 并未发明新能力，而是把已有 Agent 能力以「下载即用」的方式推向大众，借助巨头的分发、品牌与算力优势完成品类教育，将普通人使用 Agent 的门槛降到极低。作者指出常见的三种智能浪费：把 Agent 当搜索框、不知任务该派给谁、自身判断力与审美不足，强调 Agent 能放大判断但不能代替判断。最后讨论了 AI 创业公司在巨头压力下的机会：借巨头的势、切入细分赛道，认为下一轮 Agent 爆火仍可能来自非巨头的创业公司或个人开发者。
作者将前沿 AI 实验室呼吁“放慢 AI”的言论与 20 世纪初美国制造业历史类比。福特早期靠廉价劳动力导致高流失率和质量问题，后来通过提高工资、接受严格监管改善了局面，但也使无力承担合规成本的小工厂被淘汰。作者认为，如今 OpenAI 和 Anthropic 等巨头要求更多安全评估、监控和监管限制，虽有安全考量，但客观上抬高了进入前沿 AI 竞争的门槛，挤压了小型创业公司。同时，实验室内部也出现失衡：真正推动技术进步的人精疲力竭，而围绕他们的组织不断膨胀。作者担忧哪个失衡会先爆发。
作者指出当前风险投资市场高度共识化，要么极热要么无人问津，VC 不再做独立判断而是相互参考信号。文章为正在融资的创始人提供实操建议：找对公司内部联系人并争取直达 GP 的引荐；谨慎报出融资金额并留有余地（宁可略低以求竞争性条款）；理解 VC 并不想要'便宜'的价格，领投方通常要求至少 10% 股权稀释；讲好故事、展示独特洞察和优秀新员工；保持信息真实，因为圈子里消息传播极快；最后提醒即使在冷门赛道也可作为逆向投资标的寻找支持者，核心是保持公司活着并持续推进雄心。
作者基于为融资超6900万美元的AI创业公司和B2B SaaS制作38+发布视频的经验，总结了高传播度产品发布视频的方法论。核心观点包括：避免功能堆砌，围绕一个让用户惊叹的瞬间构建视频；抓住前2秒的钩子窗口，用看似不可能的产品演示、视觉冲击或挑衅性声明打破滚动惯性；使用真实录屏而非假界面动画作为证明；重视声音设计（甚至能带来翻倍互动）；采用60秒结构：钩子、承诺、证明、升级、收尾；差异化创意让视频脱颖而出；并通过创始人个人账号和精心设计的文案分发。
文章探讨AI原生服务作为下一个重大投资机会。作者认为AI已将风投注意力拉回应用层，但更大的机会在于将非软件预算的工作本身转化为可交付的服务。LLM使技术边界上移，能够处理非结构化输入、异常处理和上下文理解。随着技术成熟和买家行为变化（企业已习惯外部化运营），AI原生服务公司可以按完成的工作流收费，通过提升人均收入、降低异常率、缩短周转时间来构建学习曲线壁垒。这类公司初期看似劳动密集型，但随着系统学习域名知识，人力占比会持续下降，最终实现远超传统BPO的风险投资级回报。
作者结合 flowith 的招聘实践，分享 AI 时代的人才观：传统招聘平台的「岗位—简历」匹配逻辑已显鸡肋，优秀人才多来自 Twitter、小红书、朋友介绍等非传统渠道，招聘正在变成一项增长工作。同时，AI 降低了单点技能门槛，公司更需要学习快、行动强、能跨边界解决问题的多面手，JD 变得模糊而对人的综合能力要求更高。候选人是否认真阅读信息、能否证明自己的学习能力与判断力，本身就是筛选的一部分。
本文介绍了AI长期记忆领域的最新进展，重点分析了Alloomi公司在LongMemEval-S等评测中取得超过人类参考分的成绩。文章详细解读了其背后的技术路线——基于开源模型的自进化后训练流程，包括数据收集、质量筛选、专家锚定、后训练、评测准入和版本回滚等步骤。作者认为，这条路线降低了创业公司的门槛，将竞争焦点从算力转向数据和流程，为行业模型的发展提供了新思路。
本文深入解读了SEC发布的Regulation Crypto Assets提案，该提案通过startup exemption、fundraising exemption和investment contract safe harbor三个核心机制，为加密项目从零到一合法融资并最终脱离证券监管提供了具体路径。作者认为，该提案与Clarity法案共同旨在恢复加密行业创造原生优质资产的能力，并设想了一家创业公司如何利用这些规则完成融资和资产创造。文章还指出，当前行业过度依赖RWA，而该提案有望重新打开制度之门，推动行业规范化发展。
