ElevenLabs 在五個月內將其估值翻倍至 20 億美元。 這家總部位於倫敦的語音 AI 創業公司正在探索一項二次股權出售，讓員工能以約 20 億美元的估值套現，較今年二月的 10 億美元大幅上升，該收購交易可能於九月前完成。 以下是我關注的重點： → 成立於 2022 年，現已服務於思科、Meta、Salesforce、《紐約客》、《華盛頓郵報》 → 截至 2025 年底，年經常性收入（ARR）超過 3 億美元——屬於成長最快的私營 AI 公司之一 → 在約兩年內，估值從 1 億美元躍升至 10 億美元，再至 20 億美元，增幅達 20 倍 此類二次出售在 AI 領域正逐漸成為常態。員工無需等待 IPO 即可獲得流動性，公司則能在激烈的招聘市場中留住人才，投資者也能在無需承擔 IPO 期權費的情況下，接觸到已驗證的營收。 但真正的信號是？語音 AI 已不再是新奇事物，而是基礎設施。 當 Meta、Salesforce 和主要出版商都將你的技術整合至其產品中時，你已不再是初創公司，而是平台層級的參與者。 20 億美元的估值也揭示了私募市場的需求。儘管公開市場可能波動不定，但頂尖的 AI 公司仍能獲得高溢價估值，並找到買家。 我的看法：ElevenLabs 不會是最後一家。我們將看到一批年經常性收入（ARR）達數億美元的 AI 初創公司陸續推出二次出售與收購要約。IPO 的窗口狹窄，二次出售將是 2026 年的主要退出路徑。 連結在首條評論 👇 — Robbie Jeo

一個價值 35,000 美元的動畫網站，僅用一次 AI 會話完成，成本僅為 12 美元。 無需網頁工作室、無需手動編寫 GSAP、無需設定 Lenis、無需手動提取幀。 完整技術堆疊如下： → Claude Code 撰寫每一行程式碼 → Higgsfield 生成影片素材 → 一次代理會話將所有元件整合在一起 輸出成果：流暢的滾動動畫、影片幀提取、可投入生產的使用者介面——這類網站通常由代理商收取 6,000 至 35,000 美元的費用。 這不僅是「AI 節省時間」。 這是創意工作的價格底線正在即時崩塌。 網頁工作室不再與更便宜的開發者競爭，而是與一通 12 美元的 API 調用競爭。 問題不再是這是否會改變產業——它已經改變了。 真正的問題是：你是否正在使用這些工具進行開發，還是等待事態發展？ 來源：@zeuuss\01 展示了完整建置過程——值得研究。 — Robbie Jeo https://t.co/F0TFGOyItc

ElevenLabs 在五個月內將其估值翻倍至 220 億美元。 這家總部位於倫敦的語音 AI 創業公司正在探索一項二次股權出售，讓員工能以約 220 億美元的估值套現，較今年二月的 110 億美元大幅上漲。這項公開收購可能於九月前完成。 以下是我關注的重點： → 成立於 2022 年，現已為思科、Meta、Salesforce、《紐約客》、《華盛頓郵報》提供服務 → 截至 2025 年底，年經常性收入（ARR）超過 3.3 億美元——屬於成長最快的私營 AI 公司之一 → 在約兩年內，估值從 11 億美元 → 110 億美元 → 220 億美元，增長了 20 倍 此類二次出售在 AI 領域正變得越來越普遍。員工無需等待 IPO 即可獲得流動性，企業在激烈的招聘市場中得以留住人才，投資者則能以無需支付 IPO 溢價的方式接觸到已驗證的營收。 但真正的信號是？語音 AI 已不再是新奇事物，而是基礎設施。 當 Meta、Salesforce 和主要出版商都將你的技術嵌入其產品時，你已不再是初創公司，而是平台層。 220 億美元的估值也揭示了私募市場的需求。儘管公開市場可能動盪，但最優秀的 AI 公司仍能獲得高溢價估值，並找到買家。 我的看法：ElevenLabs 不會是最後一家。我們將看到一批年經常性收入（ARR）超過 1 億美元的 AI 初創公司發起二次出售與公開收購。IPO 的窗口狹窄，二次出售將是 2026 年的主要退出路徑。 連結在首條評論 👇 — Robbie Jeo

Unreal Engine 剛剛推出了 MCP 伺服器。這意味著你現在可以透過與 Claude 對話來打造一款完整的電子遊戲。 無需與引擎較勁，無需記憶節點圖，只需描述你想要的內容，它就會自動建構。 我一直緩慢地見證這場轉變——AI 寫程式、AI 設計使用者介面、AI 生成資源。 但這不同，這是 AI 在建構世界。 獨立遊戲開發的最後一道障礙，一直是引擎的複雜性。Unreal 以陡峭的學習曲線聞名，多數人還沒完成作品就放棄了。 這道障礙如今已不復存在。 如果你多年來一直把遊戲點子留在筆記裡，卻因「我不懂 Unreal」而從未開始——這個藉口不再成立。 工具已準備就緒，問題在於你是否準備好了。 — Robbie Jeo h/t @per_simmons_ https://t.co/ozltrPiXez

AI 芯片正遭遇瓶頸，而解決方案已有 40 億年歷史。 NVIDIA 的下一代 GPU 熱設計功耗已突破 1,000W，這不是筆誤——單一晶片的耗電量已超過一部頂級遊戲電腦。 傳統散熱方法已難以為繼，資料中心正在「流汗」，字面意義上的流汗。 這時，合成鑽石登場了。 中國生產了全球 95% 的合成鑽石。當西方專注於矽基技術時，中國實驗室默默開發出導熱性能比銅高 5 倍的鑽石晶圓技術。 結果是？晶片更涼爽、資料中心更密集，並徹底改寫了誰掌控 AI 硬體堆疊的格局。 鑽石不再只是珠寶，它已是基礎設施。 — Robbie Jeo

微信剛悄悄將 AI 推送給了 10 億人。 沒有主題演講，沒有熱門示範，也沒有「ChatGPT 殺手」之類的標題新聞。 僅僅是在搜尋欄裡多了一個小圖標。點擊它，你就能與小薇對話——騰訊的 AI 助理，現在已嵌入到 13 億人每天都在使用的應用程式中。 這才是 AI 真正獲勝的方式。 不是透過推出一款無人下載的獨立應用程式，也不是強迫用戶學習新介面，而是成為人們已無法離開的工具中無形的基礎設施。 西方打造 AI 產品，中國打造 AI 管道。 而管道永遠會贏。 — Robbie Jeo

在 Anthropic，90% 的工程師使用一個核心原則來構建自我改進的代理： 閉環。 不只是「給 AI 一個任務」，還要給它檢查自己工作的方法。 他們使用的模式如下： 1. 代理生成輸出 2. 代理對自己的結果執行驗證步驟 3. 如果失敗，則根據新上下文重試 4. 循環直到通過 — 或上報 這就是為何現代 AI 代理感覺比舊的更聰明。 不是模型更好，而是架構更佳。 模型並未改變，改變的是閉環。 如果你今天正在構建代理，請別先想提示詞，先想回饋迴路。 一個普通的模型搭配緊密的回饋迴路，將每次都能勝過一個沒有迴路的優秀模型。 — Robbie Jeo

Anthropic 的工程師剛剛示範了如何使用三個 AI 代理的迴圈，從零開始建構一個完整應用程式。 一個規劃，一個建構，一個評估。 這個迴圈會持續運行，直到應用程式真正運作為止。 大多數人專注於哪個模型最聰明。 但真正的優勢？在於知道如何協調這些代理。 勝出的不會是擁有最優秀 AI 的人， 而是設計出最佳系統的人。 Claude Code 團隊的完整 40 分鐘示範： https://t.co/c8itOIzDbP — Robbie Jeo

一位 21 歲的年輕人同時運行了 300 個 AI 代理。 但大多數人忽略的關鍵在於： 他不僅僅是擴大規模，他還內建了真實性。 300 個 Kimi K2.6 代理並行作為工作者運作。 1 個 Claude Opus 4.8 代理檢查每一個輸出結果。 檢查者無法被工作者欺騙。 工作者之間無法串通，他們彼此不交流。 這不僅僅是速度的技巧， 這是機器規模下的責任制。 大多數使用 AI 建構系統的人只關注輸出量， 聰明的人則關注輸出的完整性。 如果一個系統能快速產生 300 個答案，但其中有 30 個是錯誤的，而你無法分辨哪些是錯的，那這系統毫無用處。 他的架構解決了這個問題。 如果你在 2026 年正在建構 AI 系統，請問自己： 你的檢查者在哪裡？ — Robbie Jeo https://t.co/wsy3DL8hW6

@OpenAI 在 ChatGPT 中推出排程任務 —邁向主動型人工智慧的重要一步 OpenAI 已在 ChatGPT 中推出名為「排程任務」的新功能。用戶現在可以要求 ChatGPT 代表他們自動處理重複性任務、發送提醒或監控資訊。 主要亮點： • 建立在特定時間或預設時段（例如：早晨、下午或晚上）執行的任務 • ChatGPT 可監控網頁及連接的應用程式，僅在有相關更新時通知您 • 側邊欄新增專屬「排程」頁面，可檢視、編輯、暫停、恢復或刪除正在進行的任務 • 任務每小時最多執行一次，若長時間無活動將自動暫停 此功能目前正逐步推出給 Plus、Pro、Business 及 Enterprise 用戶。 為何重要： 這是迄今最明確的一步，旨在讓 ChatGPT 真正變得主動且具代理性。用戶不再需要每次手動檢查或提示 ChatGPT，AI 現在可在背景處理常規監控與重複性工作，可能改變人們在日常工作中使用 AI 的方式。