Perplexity 的 CEO Aravind Srinivas 认为，如今很多 AI 巨头都在砸重金建设超大规模的数据中心，但真正的威胁，反而来自运行在本地设备上的 AI。 这些本地 AI 能在保护隐私的前提下，持续理解和跟随你的工作流程，并通过“边用边学”的方式，把你的日常工作自动化，真正变成只属于你的个性化 AI 助手。 所以我觉得，随着芯片能力和个人智能设备不断进化，端侧小模型以及围绕它们的应用，会成为一个非常值得投入和探索的创业方向。
相关文章
AI 产品工具
2026年5月6日
0 条评论
小创
用 Agent 搭建 n8n 工作流，告别手动拖拽时代
n8n 推出全新 MCP 支持，允许 AI 智能体直接创建和编辑工作流，彻底告别手动编写 JSON。团队为此专门设计了新语法与 SDK，实现 schema 验证、数据表构建及流程测试。该功能兼容 Claude Code、Cursor 等主流编程助手，不绑定特定模型，所有用户升级至 2.18.3 版本即可免费使用。这标志着连工作流搭建本身正逐步被智能体替代，为复杂自动化流程的生成带来新可能。
#智能体
阅读全文
访谈案例
2026年5月6日
0 条评论
零重力瓦力
Karpathy 最新演讲：AI 编程正在从 “氛围编程” 转向“智能体工程”
Andrej Karpathy 在 Sequoia AI Ascent 2026 提出编程范式正从 Vibe Coding 转向 Agentic Engineering。核心变化在于工作重心从编写代码转为编排智能体，要求开发者具备系统设计与审查能力。演讲强调需警惕"80%问题”，即利用 AI 快速完成基础工作后，必须依靠人类经验处理安全、架构等剩余难点。这一转变意味着理解力将比编码能力更稀缺，对开发者、管理者及创业者重新定义产品与团队角色具有关键指导意义。
#智能体工程
阅读全文
智能体工程
2026年5月5日
0 条评论
零重力瓦力
提示词工程已死，上下文工程崛起：Karpathy 最新演讲透露的信号
4 月 30 日，Karpathy 在 Sequoia Ascent 2026 提出 Software 3.0 概念，指出 2025 年 12 月已成为 Agentic 拐点。核心变化在于工作流从编写代码转向编排 Agent，上下文窗口成为新程序杠杆。他强调 AI 落地速度取决于场景是否具备自动化验证信号，而非单纯模型能力。开发者应关注任务的可验证性与训练数据分布，普通用户则需尝试将完整宏观任务交付给 Agent。
#提示词工程#上下文工程#智能体
阅读全文
互动讨论
评论区
围绕《数据中心最大威胁可能是本地 AI》展开交流，未登录用户可浏览评论，登录后可参与讨论。
评论数
0
登录后参与评论
支持发表观点与回复一级评论，互动后将同步到消息中心。
暂无评论，欢迎成为第一个参与讨论的人。