Dinoble ng dalawang beses ang halaga ng ElevenLabs sa 2 bilyon—sa loob ng limang buwan. Ang voice AI startup na base sa London ay nag-aaral ng isang secondary share sale na magpapahintulot sa mga empleyado na magpalit ng kanilang mga bahagi sa halagang humigit-kumulang 2B, mula sa 1B noong Pebrero. Ang tender ay maaaring matapos bago ang Setyembre. Narito ang mga bagay na tumigil sa aking pansin: → Itinatag noong 2022, ngayon ay naglilingkod sa Cisco, Meta, Salesforce, The New Yorker, The Washington Post → 30M+ ARR sa katapusan ng 2025—isa sa mga pinakamabilis na umuunlad na pribadong AI company → Mula sa .1B → 1B → 2B sa halos dalawang taon. Ito ay isang 20x na pagtaas. Ang mga secondary sale tulad nito ay naging karaniwan na sa AI. Nakakakuha ang mga empleyado ng liquidity nang hindi naghihintay ng IPO. Nananatili ang mga kumpanya sa kanilang talento sa isang mahigpit na merkado ng paghahanap ng trabaho. Nakakakuha ang mga investor ng access sa proven na kita nang hindi kinakailangan ang IPO premium. Ngunit ang totoong signal? Ang voice AI ay hindi na isang bagong bagay. Ito ay infrastraktura. Kapag binubuo ng Meta, Salesforce, at mga pangunahing publisher ang iyong teknolohiya sa kanilang mga produkto, hindi ka na isang startup. Ikaw ay isang platform layer. Ang bilang na 2B ay nagpapakita rin ng kalakalan sa private market. Maaaring magulo ang public market, ngunit ang pinakamahusay na AI companies ay patuloy na nakakakuha ng premium valuation—at nakakahanap ng mga bumibili. Ang aking pananaw: Hindi magiging huling ElevenLabs. Makikita natin ang isang alon ng secondary sales at tender offers mula sa AI startups na may 00M+ ARR. Ang IPO window ay maliit. Ang secondaries ay ang exit path ng 2026. Link sa unang komento 👇 — Robbie Jeo

Isang animated website na may halagang $35,000. Ginawa sa isang AI session. Para sa $12. Walang web studio. Walang GSAP hand-coding. Walang Lenis setup. Walang frame extraction na gawang kamay. Narito ang eksaktong stack: → Isinulat ni Claude Code ang bawat linya ng code → Ginagawa ng Higgsfield ang video assets → Isang agentic session ang nag-uugnay sa lahat Ang output: smooth scroll animations, video frame extraction, production-ready UI — ang uri ng website na binabayaran ng mga ahensya ng $6K–$35K para gawin. Hindi ito simpleng “nag-save ng oras ang AI.” Ito ay ang pagbagsak ng price floor ng creative work sa totoong oras. Hindi na nagkakaroon ng kompetisyon ang mga web studio sa mas mura mga developer. Nagkakaroon sila ng kompetisyon sa isang $12 API call. Ang tanong ay hindi kung babaguhin nito ang industriya. Nangyari na. Ang tanong ay: nagbuo ka ba gamit ang mga tool na ito, o naghihintay ka lang kung ano ang mangyayari? Source: @zeuuss\01 ipinakita ang buong build — worth studying. — Robbie Jeo https://t.co/F0TFGOyItc

Dinoble na ng dalawang beses ang halaga ng ElevenLabs sa $22 bilyon—sa loob ng limang buwan. Ang voice AI startup na nakabase sa London ay nag-aaral ng isang secondary share sale na magpapahintulot sa mga empleyado na magpalit ng kanilang mga bahagi sa halagang humigit-kumulang $22B, mula sa $11B noong Pebrero. Ang tender ay maaaring matapos bago ang Setyembre. Narito ang mga bagay na nakatanggap ng aking pansin: → Itinatag noong 2022, ngayon ay naglilingkod sa Cisco, Meta, Salesforce, The New Yorker, The Washington Post → $330M+ ARR sa katapusan ng 2025—isa sa mga pinakamabilis na umuunlad na pribadong AI company → Lumipat mula sa $1.1B → $11B → $22B sa loob ng ~2 taon. Ito ay isang 20x na pagtaas. Ang mga secondary sale tulad nito ay naging karaniwan na sa AI. Nakakakuha ang mga empleyado ng liquidity nang hindi naghihintay ng IPO. Nananatili ang mga kumpanya sa kanilang talento sa isang mahigpit na merkado sa paghahanap ng trabaho. Nakakakuha ang mga investor ng access sa proven na kita nang hindi kinakailangan ang IPO premium. Ngunit ang tunay na signal? Ang voice AI ay hindi na isang bagay na nakakagulat. Ito ay infrastructure. Kapag binubuo ng Meta, Salesforce, at mga pangunahing publisher ang iyong teknolohiya sa kanilang mga produkto, hindi ka na isang startup. Ikaw ay isang platform layer. Ang numero ng $22B ay nagpapahiwatig din tungkol sa pagkakaroon ng demand sa private market. Maaaring magulo ang public market, ngunit ang pinakamahusay na AI companies ay patuloy na nakakakuha ng premium valuation—at nakakahanap ng mga bumibili. Ang aking pananaw: Hindi maging huling ElevenLabs. Makikita natin ang isang alon ng secondary sales at tender offers mula sa AI startups na may $100M+ ARR. Ang IPO window ay maliit. Ang secondaries ang exit path ng 2026. Link sa unang komento 👇 — Robbie Jeo

Kinilala ng Unreal Engine ang isang MCP server. Ibig sabihin, maaari mo na ngayong buuin ang isang buong larong video sa pamamagitan ng pag-uusap kay Claude. Wala nang pakikipaglaban sa engine. Wala nang pagmumuni-muni sa mga node graph. Tanging ilarawan mo lang ang iyong nais, at itatayo nito. Nagmamasid ako sa pagbabagong ito nang mahinahon—ang AI na sumusulat ng code, ang AI na nagdidisenyo ng UI, ang AI na nagpapagawa ng mga asset. Ngunit iba ito. Ito ay ang AI na nagbuo ng mga mundo. Ang huling hadlang sa pagbuo ng mga larong indie ay laging ang kumplikadong engine. Ang Unreal ay kilalang malalim. Maraming tao ang nagpapahinto bago makapaglabas ng anumang bagay. Nawala na ang hadlang na ito. Kung may ideya ka pang larong naka-iiwan sa mga tala mo na maraming taon na pero hindi ka pa nagsimula dahil "Hindi ko alam ang Unreal"—hindi na ito maaaring paliwanag. Handa na ang mga kasangkapan. Ang tanong ay kung handa ka na ba. — Robbie Jeo h/t @per_simmons_ https://t.co/ozltrPiXez

Ang mga chip na AI ay nakakatagpo sa isang pader. At ang solusyon ay 4 bilyon taon na ang nakalipas. Ang mga susunod na henerasyon ng GPU ni NVIDIA ay humihila sa higit sa 1,000W ng thermal design power. Ito ay hindi mali — isang solong chip ay kumakain ng mas maraming enerhiya kaysa sa buong high-end na gaming PC. Ang mga tradisyonal na paraan ng pagpapalamig ay nagsisimula nang mabigo. Ang mga data center ay nagsisilaw. Literally. Papasok ang sintetikong diamond. Ang China ay nagpaprodukto ng 95% ng mundo's sintetikong diamond. Habang ang Kanluran ay nakatuon sa silikon, ang mga Chinese lab ay tahimik na binuo ang teknolohiya ng diamond wafer na nagdadala ng init 5x na mas mabuti kaysa sa tanso. Ang resulta? Mas malamig na mga chip. Mas malalim na mga data center. At isang buong pagbabago kung sino ang kontrol ng AI hardware stack. Hindi na lang ang diamond isang alahas. Ito ay infrastraktura. — Robbie Jeo

Kasalukuyang ipinadala ng WeChat ang AI sa 1 bilyong tao. Walang keynote. Walang viral na demo. Walang mga headline na “ChatGPT killer.” Lamang isang maliit na icon sa search bar. I-tap ito, at nagsasalita ka na kay Xiaowei — ang AI assistant ni Tencent na ngayon ay nakapaloob sa app na ginagamit na araw-araw ng 1.3 bilyong tao. Ito ang paraan kung paano talaga nananalo ang AI. Hindi sa pamamagitan ng paglunsad ng isang standalone na app na walang nag-download. Hindi sa pagpapakipag-ugnayan sa mga user na matututo ng bagong interface. Kundi sa pagiging nakakalimot na imprastruktura sa loob ng mga tool na hindi na makakapag-iisip ang mga tao nang walang tulong nito. Ang Kanluran ay bumubuo ng mga produkto sa AI. Ang China ay bumubuo ng AI na plumbing. At ang plumbing ay laging nananalo. — Robbie Jeo

Sa Anthropic, 90% ng mga engineer ay nagbuo ng mga self-improving agent gamit ang isang pangunahing prinsipyo: Isara ang loop. Hindi lang “bigyan ang AI ng isang gawain.” Bigyan ito ng paraan upang i-verify ang sarili nitong trabaho. Narito ang pattern na ginagamit nila: 1. Ang agent ay nagbuo ng output 2. Ang agent ay nagpapatakbo ng isang hakbang na pag-verify laban sa sarili nitong resulta 3. Kung nabigo ito, ito ay muling sinubukan gamit ang bagong konteksto 4. Loop hanggang sa umabot sa tagumpay — o i-escalate Dito nagmumula ang pagiging mas matalino ng mga modernong AI agent kumpara sa mga lumang isa. Hindi mas magandang model. Mas magandang arkitektura. Hindi nagbago ang model. Nagbago ang loop. Kung ikaw ay nagbuo ng mga agent ngayon, tumigil ka na sa pag-iisip ng mga prompt muna. Isipin muna ang mga feedback loop. Ang isang katamtamang model na may malapit na feedback loop ay lalabas sa itaas ng isang mahusay na model na walang loop — palagi.

Kasalukuyang ipinakita ng mga inhinyero ng Anthropic kung paano nila binuo ang isang buong app mula sa wala gamit ang isang loop ng 3 AI agent. Isa ang nagpaplano. Isa ang nagbuo. Isa ang nagtataya. Patuloy na umuulit ang loop hanggang sa gumana na ang app. Ang karamihan ay nakafokus kung aling model ang pinakamatalino. Ngunit ang totoong kahusayan? Ang pagkilala kung paano i-orchestrate ang mga agent nang magkakasama. Ang mananalo ay hindi ang may pinakamahusay na AI. Ito ay ang mga nagdisenyo ng pinakamahusay na sistema sa palibot nito. Puno ng 40-min na pagsusuri mula sa Claude Code team: https://t.co/c8itOIzDbP — Robbie Jeo

Isang 21-taong-gulang ang nag-run ng 300 AI agents nang sabay-sabay. Ngunit ito ang bahagi na pinapalampas ng karamihan: Hindi lang niya pinataas ang iskala. Binuo niya ang katotohanan. 300 na Kimi K2.6 agents ay nagtatrabaho nang paralelo. 1 Claude Opus 4.8 agent ang nag-check sa bawat output. Hindi makakapagbigo ang checker sa mga manggagawa. Hindi makakapagkakasundo ang mga manggagawa. Hindi sila nag-uusap sa isa’t isa. Hindi ito simpleng trik ng bilis. Ito ay pagkakamaliwanagan sa scale ng makina. Ang karamihan sa mga nagbuo gamit ang AI ay isipin ang dami ng output. Ang mga matalino ay isipin ang integridad ng output. Walang kwenta ang isang sistema na nagbibigay ng 300 sagot nang mabilis kung 30 sa kanila ay mali at hindi mo malalaman kung alin. Ang kanyang arkitektura ay lutasin ito. Kung ikaw ay nagbuo ng AI systems noong 2026, tanungin mo sarili mo: Saan ang iyong checker? — Robbie Jeo https://t.co/wsy3DL8hW6

@OpenAI ay Ipinapakilala ang mga Iskedyul na Gawaing sa ChatGPT — Isang Hakbang Patungo sa Proaktibong AI Ang OpenAI ay ipinakilala ang isang bagong tampok na tinatawag na Iskedyul na Gawaing sa ChatGPT. Maaari ngayon ng mga gumagamit hingin sa ChatGPT na awtomatikong harapin ang paulit-ulit na gawain, magpadala ng mga talaan, o suriin ang impormasyon para sa kanila. Mga pangunahing punto: • Lumikha ng mga gawain na gagawin sa partikular na oras o sa mga itinakdang panahon (hal., umaga, hapon, o gabi) • Maaaring suriin ng ChatGPT ang web at mga konektadong app, at magpapahayag lamang sa iyo kapag may mga kaugnay na update • Bagong dedikadong pahina ng Iskedyul sa sidebar para tingnan, i-edit, i-pause, i-resume, o tanggalin ang mga aktibong gawain • Ang mga gawain ay nagpapatakbo ng pinakamaraming isang beses bawat oras at awtomatikong magpapahinga pagkatapos ng isang panahon ng pagkakawala Ang tampok ay kasalukuyang ipinapakilala sa mga gumagamit ng Plus, Pro, Business, at Enterprise. Bakit ito mahalaga: Ito ay isa sa pinakamalinaw na hakbang patungo sa paggawa ng ChatGPT bilang totoong proaktibo at agentic. Sa halip na kailangan ng mga gumagamit na tsekehan o i-prompt ang ChatGPT nang manu-manong bawat beses, ang AI ay maaari ngayong harapin ang pang-araw-araw na pagmamasid at paulit-ulit na trabaho sa likod — maaaring magbago kung paano ginagamit ng mga tao ang AI sa kanilang pang-araw-araw na workflow.