AI EngineerWhich AI startups actually land enterprise contracts? — Brian Lewis, Millennium
这场演讲的核心判断是：企业AI成交的真正瓶颈不在模型本身，而在安全、可靠性、法律、权限与组织变革这些“无聊但决定成败”的基础设施。能赢下大企业合同的AI初创公司，不是最会讲故事的，而是最早把企业级控制面、部署、审计和数据治理做扎实的。
9 个关键观点
已经整理好的播客
10 条已整理内容
按节目浏览
可以直接阅读
清除筛选AI Engineer
AI EngineerHow to Generate Mergeable Code with a Context Engine — Peter Werry, Unblocked
这段演讲的核心判断是：Agent 时代真正的瓶颈不是模型本身，而是组织上下文的交付与编排。所谓 context engine，不是把更多资料塞给模型，而是把正确的代码、讨论、决策和专家经验在正确时机交给人和 Agent。
8 个关键观点
AI EngineerHow Anthropic Builds: Lessons from Labs — Mike Krieger, Anthropic
Mike Krieger的核心判断是：模型已经把开发范式从“拆任务”推向“讲清目标并委托执行”，真正的瓶颈正从写代码转向品味、边界、验证与组织协作。与此同时，AI时代的长期竞争力仍然来自垂直理解、快速试错和心理韧性，而不是单纯编码速度。
9 个关键观点
AI EngineerKnowledge Systems: The New GTM Stack — Jeffrey Wang, Exa
这场分享的核心论点是：增长不是“产品或分发”的二选一，而是可以被重构为一个以数据、API 和代理为核心的 AI 工程问题。Exa 的做法是先建立一套可被代理操作的“世界模型”，再用界面和代理把销售、研究、提醒、决策草拟系统化。
8 个关键观点
