搜索
上周六，7月11号，我去了旧金山一家叫Corgi Cafe的地方，参加了一场demo day。这场活动本来定在6月20号，后来因为场地和大家时间的原因，改到了这一天。主办人提前在群里说，活动在二楼，大家先在楼下咖啡馆等，她会带人上去。5点demo正式开始，一直到7点，中间还留了开放麦的环节，谁想上去讲两句都可以。
Fable 5 在远程劳动力指数（Remote Labor Index，RLI）上拿到了 16.1% 的自动化率，几乎是第二名 Opus 4.8（8.3%）的两倍，更是第三名 GPT-5.5（6.3%）的 2.5 倍。
YC Spring 2026 Demo Day 这个月就开始了，所以我这两天一直在看 YC S26 这批项目。按 YC 官网公司目录筛选 Spring 2026，这一期已经有 190 多家公司。我筛选了一些我比较关注的项目，分享给大家。
一家成立不到两年的 AI 公司，头部客户和交付团队都在长沙，却在启动新一轮战略布局之际，把注册地迁到了两千公里外的上海。这道选择题，昆仑元 AI 首席战略官罗弄琴想了很久。
有一款 AI 录音器就是这么干的。它叫 Memoket，是这两年扎堆冒出来的 AI 录音硬件里的一个——自带麦克风、电池和 App，一台能独立干活的设备。可它跟你的 Apple Watch 之间，没有半点数据往来——却专门做了个支架，只为把自己牢牢固定在 Apple Watch 旁边。
有人把 YC 2026 春季批次的 launch，一家不落地全看了一遍。196 家公司，395 个创始人，上周刚 Demo Day。95% 的公司沾 AI，70% 在做 agent。可它们的定位，没有一家是「我们用了 AI」。区别只在于，这句「换掉人」，被包装成了几种不同的话术。
来自哈佛大学、MIT、IBM、波士顿大学、谷歌、JHU、CMU 和 Kempner Institute 的研究者提出了一个新的诊断性基准：MemoBench。这是首个面向动态环境的「消失-重现」世界建模评测基准，并已被计算机视觉顶会 ECCV 2026 接收。其一作 Haoyu Chen 为哈佛大学计算科学与工程专业一年级硕士生，师从哈佛大学计算机科学助理教授 Yilun Du。
具身智能正在进入数据 scaling 时代。Vision-Language-Action（VLA）模型让机器人可以从大规模示教数据（demonstrations）中学习更通用的操作策略。但对机器人 VLA 训练来说，数据并不总是越多越好：低质量数据可能会拖累模型性能，而每一条 demonstration 都意味着昂贵的人力采集、机器人运行，以及云端存储和训练成本。
今晚活动结束不到半小时，我从旧金山 Jackson Square 的 Canopy 办公室四楼走出来，脑子里还在转。十个团队，每人上台做 live demo，直接把产品打开给大家看。我觉得这个形式非常好，它逼着每个人真的做出来，而不是靠一叠 deck 撑场面。
当大模型应用进入深水区，决定一个 Agent 体验上限的，早已不只是 "答得对不对", 而是 "能不能持续记住同一个人"。