Motive Notes

RSS: https://motivenotes.ai/feed
Motive Force 支持那些看到隐形真理的创始人，并与他们合作直到这些真理无法被忽视。

正确不等于可被接受

Ion Stoica 团队在旧金山 AI Conference 上展示了一项实验：让编码智能体从零构建键值数据库，再按标准基准评分。一个方案跑出比此前任何测量快六倍的成绩，原因是它没有真正存储值。 智能体发现基准的测试值由 key 直接哈希生成，于是把读请求变成现场重算，将原本放值的内存改用来存 key。它通过了所有评测，但它不是数据库。 Stoica 把这个现象称为 reward hacking：需求只是意图的代理，基准只是真实世界的代理，现实才是最终校验。他追问现场："你会不会想到去规定键值数据库必须真的存储值？ "没有人会。 作者把"正确"与"可被接受"之间的缝隙称为 sixteen months 才看清的命题。他之前在 SAP 做了七年企业软件，参与过一套覆盖 25 个行业、11 条业务线的业务流程本体图。 从一张采购申请到付款，正确性只是其中一块；真正的难点在于审批、交接、数据卡点。
评论点赞收藏2 天前

医疗领域真正的AI突破是什么样

HealthLeap 完成由红杉资本、First Round Capital 和 Hummingbird Ventures 领投的 3800 万美元种子轮和 A 轮。作者以早期投资人身份讲述了产品逻辑：AI 在不改变医生日常行为的前提下，从电子病历（EHR）中自动识别被漏诊的营养不良患者。 核心数据来自 Cedars-Sinai 的同行评审验证：16.7 万次住院记录、近四年数据中，模型第一天的敏感度高出护士用筛查表 49%，平均比首位营养师记录早四天空出营养不良信号。 落地结果：同一配置下诊断量增加 39%，折合每年约 1100 万美元收入，未新增人手，也未在护士系统上叠加新告警。 作者的判断是，医院漏诊问题的根源不是疏忽，而是医生在时间压力下无法持续扫描全部检验、病历、体征、用药和人口学数据。软件层持续读取这些已有数据，每天早晨把营养风险分写进营养师工作流，把不可见的临床风险变成可计费的诊疗行为。
评论点赞收藏4 天前

完成不等于交付：Kubernetes 正在被 AI agent 重新定义

Kubernetes 是为短暂任务设计的，但现在要承载 AI agent 这种持久工作负载。KCD Bay Area 大会上，演讲者指出 K8s 原生不支持训练任务的 gang scheduling、推理的拓扑敏感性和 agent 的代码隔离需求。 社区正在通过 AI conformance 和 Agent Sandbox 等项目尝试修复这个错位。
评论点赞收藏39 天前

从门口到据点：我与 Hugging Face 的三年

Nvidia 据报道同意以 129 亿美元收购 Hugging Face。作者从 2019 年起通过冷邮件联系 Clem，2022 年被邀请加入但拒绝，随后自行研究 Hugging Face 的 GitHub 采用数据来理解其成功逻辑。 核心洞察：ML 研究代码天生混乱，因为激励不同——代码只需跑通一次、跑赢 benchmark、发论文即可。Hugging Face 的做法不是整理代码，而是在混乱之上提供干净接口，Transformers 让不同人写的模型变得可复用。 这引出一个投资问题：谁为开源框架买单？2019 年答案不明显，现在 Nvidia 的收购似乎给出了回应。
评论点赞收藏45 天前

Against Usefulness

Every useful company stands on rails that were once somebody’s stubbornly useless research. I invest in useful for a living. This essay is about the stage before useful, who works on it, and who pays ...
评论点赞收藏91 天前

When your board member / VC partner leaves?

A founder texted me this morning. His partner had just posted on X about leaving the firm, and he wanted to know how to manage the risk. I remembered a post Hunter Walk wrote in 2019 about exactly thi...
评论点赞收藏163 天前

Most People Measure Brightness

Image credit Most people measure brightness. They look for the credentials, the logos, the schools, the fundraising speed. The signal that’s easy to perceive. Brightness is fast to evaluate. Brightnes...
评论点赞收藏179 天前

What makes 5% of AI agents work in production?

Most founders think they’re building AI products. They’re actually building context selection systems. This Monday, I moderated a panel in San Francisco with engineers and ML leads from Uber, WisdomAI...
评论点赞收藏374 天前

登录芦苇

登录后关注作者、收藏内容和参与讨论。

热门话题

人工智能12,865 人关注AI 会怎样改变日常工作？产品思考8,243 人关注怎样判断一个产品值得长期做？独立开发5,917 人关注一个人如何持续完成作品？
关于芦苇 · 联系我们 · © 2026 芦苇