档案重建版 — 这一期的页面是后来根据当期录播逐字稿与信源清单还原的，按主讲当天的讲述顺序组织，不做事后追加。文中判断都是 2026 年 1 月当时的判断，未按后来的发展修改。 页尾的「本期资料」是当期备课笔记与链接的分类整理，类别和顺序保持笔记原样。
2026-01-23 · 64 分钟 · 逐话题
广告终于上了，先上的是一份「广告原则」
这周广告终于上线了。之前说过好几次「用户在回答里看到广告、被引到他本意不想去的地方，是一件很惨的事」——所以上线之前，先得有一份原则往回找补。
01
广告上线，和随之而来的四条原则
原则一共这么几条：回答本身不会被广告影响；广告永远独立显示并清晰标记；对话内容对广告主保密；除了免费版和一个新的八美元档位，其他版本都不出现广告。
说得很好听。给出的示例形态是：回答归回答，广告在下面单独一块。
问题在于，这套边界能守多久是另一回事——第一版永远是最克制的那一版。当周活跃用户到了九亿量级，探索广告模式本来就是早就该发生的事，只是「怎么上」比「上不上」更值得盯。
相关信源
- Monetizing your consumers is all you need — 周活九亿量级时，广告模式早已迫在眉睫 当期信源清单
- 第四份 Anthropic 经济指数报告 当期信源清单
02
推荐算法拆开来看：全是在给一个 Transformer 备料
整条链路是这样的：一个请求进来，先经过一个混合器，把你的 query 生成出来并做扩充；然后召回一大堆潜在候选——既有你关注网络之内的，也有网络之外的（所以你总能刷到不是你关注的人的内容）；接着做补全，把关键的额外信息挂上去；再筛选；最后打分。
打分靠的就是一个 Transformer，而且没什么特别的。它的输入是：用户的哈希、历史帖子的哈希、作者的哈希、历史行为（点击、收藏、点赞这些）、候选帖子和候选作者的哈希，以及一些别的特征。
看完这张图就明白了：前面那一大堆工程，全都是在给这个 Transformer 准备输入。模型本身简单，值钱的是喂进去的东西。
03
「排优先级」正在被抬成第一位的能力
一位长期做行政管理的数学家，决定回归数学教育，加入了一家 AI 公司。他想解决的是：怎么帮人学得更深、帮老师教得更有人文关怀、把学生服务好。
具体怎么做还没答案，但他提了两个问题：如果有一个工具能把所有琐碎的工作都干完，那你应该启动什么计划？明天该干什么？
这不是孤例。最近几件事——某家的招聘要求、几家公司的对外表述——都把同一件事放到最高优先级：你能不能做好优先级排序，你的选择到底是什么。当执行变便宜，选择的重要性就被无与伦比地抬高了。
04
从「找到候选」到「做成药」
有一家公司的口号是攻克所有疾病，团队里很多人来自做蛋白质结构预测的那支队伍。
逻辑很清楚：既然大量蛋白质折叠的候选问题已经被解决了，下一步就是把这些候选真正变成药。
这是同一批人把能力往产业下游推的典型走法——上游算准了，价值在下游兑现。
相关信源
- Meta Research Plan Generator — 同期另一条把 AI 推进科研流程的线 当期信源清单
- 全球 AI 数据中心用电量 x.com
本期资料
当期笔记与链接清单
主讲当期备课笔记的分类整理，共 6 个类别、105 条链接。类别、顺序和笔记里的批注保持原样，链接标题取自原文页面。
观点洞察与事件 Insight & Event13
- OpenAI 上了广告。Monetizing your consumers is all you need. —— 当你的周活跃用户达到 9 亿时，探索广告支持模式通常早已迫在眉睫
- 4th Anthropic Economic Index report
- ADHD和AI工具更配 reddit.com
- ADHD 的注意力往往不是“不能注意”，而是更像“难以自我调节注意力”。因此常见补偿是用高刺激让自己进入状态：
- 截止日期/紧迫感驱动：拖到最后一刻，大脑因压力升唤醒而变得更能专注（但长期会高焦虑、高耗竭）。
- 新鲜感/挑战/游戏化：把任务改造成“有趣、有反馈”的形式（计时挑战、积分、打卡、公开承诺）。
- 高风险情境下表现更好：越重要越能顶住（但日常琐事更难）。
模型 Model25
AI基础设施 AI Infra
基础模型 Foundation Mode
- GLM-Image
- 模型能耗Benchmark
- Claude 模型新宪法
- X的推荐算法
- Reasoning Models Generate Societies of Thought
- 进化进化进化 Sakana github.com
评测 Benchmark6
应用和行业方案 Application & Solution22
应用
AI4S
- Meta Research Plan Generator
交互界面 UIUX
开发者工具 DevStack39
技术栈和标准 Tech Stack & Standard
- Open Responses
- Open Responses openresponses.org
- 缺席者包括：Anthropic 和 Deepmind
- 利好
- 新一代OpenRouter
- 可观测性平台
- Agent Billing
- 完全可移植市场：Skills，MCP
- 国内公司被迫标准化
- AAIF
智能体 Agent & MultiAgents
Agent 工具 Agent Tools
- 双通路的Voice Agent
- “coolest breakthrough since GPT-4”
组织与个人 People & Org
- Dify 的企业文化 x.com
- Humans&
- Ken Ono x.com
- Isomorphic Labs
- Deepmind开始招首席经济学家 job-boards.greenhouse.io
- 860e7c5a_final_audio.mp4%20%E3%80%8A%20MCP%20Skills%20CoWork%20%E9%83%BD%E6%98%AF%E4%BB%80%E4%B9%88%EF%BC%8C%E6%80%8E%E4%B9%88%E7%94%A8%20%E3%80%8B/860e7c5a_final_audio.mp4)
- Take-home 面试题
- OpenEvidence
- 120 亿美元估值,是去年的 12 倍 cnbc.com
- CEO Daniel Nadler：OpenEvidence 已被全美 40% 的医生使用，且去年的年收入超过了 1 亿美元”，这意味着其估值倍数达到了 120 倍
课程学习 Course
MCP Skills CoWork 一路走来…67
每周 AI 情报 · AI Buzzwords · EP.70 · 2026-01-23 · 1 小时 4 分
档案重建版，依据当期录播逐字稿与 Notion 信源清单还原。
← 返回分享列表