马克·库班（Mark Cuban）是美国顶级的亿万富翁、连续创业者、风险投资人，也是前 NBA 达拉斯独行侠队的大老板。他在科技、体育、娱乐和医疗等多个周期都踩中了时代红利，库班最大的特点是不讲空话，注重商业的实际落地 在 2026 Convergence AI Dallas 大会上的分享精华 1、AI 不是未来，是已经发生的生产工具跃迁 到现在还不知道 agent 是什么的管理者、员工、学生，已经落后。AI 不一定能通向 AGI，但它和 PC、互联网、流媒体一样，是工具层的一次跃迁。 他把 AI agent 比作是宿醉实习生，不可靠、不完美，但能 24 小时干那些没人愿意干的繁琐活。AI 的价值不是判断，是把大量低价值流程自动化。 低价值流程就是企业的代谢物。经济条件不错的家庭把家务外包，企业用 agent 把代谢物外包。真正的问题是，省下来的时间，让员工去做什么？如果做有价值的事情？想不清楚这件事，ROI 永远是负的。 2、AI 是指数级，不是移动互联网的年更 手机一年一代是线性升级，AI 不是。AI 能给建议，不能承担后果，能优化目标，前提是人类把目标、上下文、边界定义清楚。 现实世界不是封闭游戏。所以 AI 在商业流程里价值很大，在复杂现实判断中仍要谨慎。 了解 AI 现在到哪一步，唯一的办法就是每天用。 3、两类人正在分化 一类用 AI 是为了不学习、不思考，这类人会变弱。 另一类用 AI 是为了学习一切，这类人会拥有巨大优势。 库班反复强调一个词：好奇心(curiosity)，AI 时代最重要的能力不是写代码本身，还有持续提问、持续试错、持续迭代。 悲观一点说，AI 对那种打破砂锅问到底式好奇心的容忍度极高，可能会是后 AI 时代拉开就业率的关键。 4、未来三年只有两类公司：AI Native 和被淘汰的 大公司只是花钱接入 AI、ROI 大概率为负，因为旧流程没改。要释放 AI 价值，CEO 必须愿意炸掉旧业务流程，重新设计组织、客服、法务、运营。 难点不在技术，在 CEO 的决心。新进入者用 AI 原生方式做同一件事，成本更低、速度更快。 这也是库班对咨询行业不悲观的原因，企业需要的不是部署 AI，是有人帮它们重新设计业务。咨询业的机会从传统报告，转到 AI 时代的组织重构。 值得注意的是：AI 也在改造咨询公司本身的生产力，未来一个独立顾问就可能干掉一个传统咨询团队。 5、软件股的护城河重新定义 市场在惩罚标准化 SaaS，AI 让软件变得更容易构建。库班举的反例是 DocuSign，它不只是签名工具，还掌握不同国家、地区、司法环境下电子签名的复杂规则。这种法规知识库 + 流程嵌入不容易被普通 AI 替代。 软件公司的护城河，从功能转向专有数据 + 工作流嵌入 + 法规/行业知识。 按席位卖标准化产品、没有独特数据、没有专有流程的 SaaS，会非常危险。 顺带提一下 ServiceNow（NOW），2026 年 YTD 跌幅约 40%，近期开始反弹，市场在用脚投票区分真护城河和标准化席位生意。 6、对 OpenAI 们的万亿资本开支，库班是质疑的 库班的核心判断：数据中心算力会更快、更便宜，今天宣称的万亿美元级基础设施投入未必兑现。基础模型行业最终是像流媒体（多个玩家赚钱）还是像搜索（赢家通吃），现在看不清。 他不否定 AI 有用，而是怀疑，AI 有用，不等于所有基础模型公司的资本开支都能赚回来。 垂直领域的竞争会越来越依赖 IP。问题是一旦公开发表、申请专利或开放数据，就会被所有模型训练，原有优势被稀释。 AI 时代企业没有 IP 就没法收割溢价。注意力经济会被重塑但不会消失，专注垂直赛道的 KOL 会有加成，类似以前时尚主编的定位。 7、世界模型才是下一站，不是 LLM 今天的大模型主要建立在文字和图片上，不真正理解物理世界。未来 AI 会从 LLM 走向世界模型，理解视频、材料、空间、物理因果。 竞争会从文本/代码生成，延伸到视频理解、卫星数据、材料识别、机器人。 LLM 不是 AI 的终点，只是一个阶段。 最后一条最实在：库班给年轻人的建议 学 AI，然后去服务中小企业。 他投资的一家公司用 agent 自动核对物流箱规、发票和运费差异，每月省 5 万美元。这种想做但没时间做的繁琐事项，正是 agent 落地的金矿。 库班不认同50% 失业这种极端说法，但承认只做格式整理、简单问答、重复执行的岗位风险很高。未来需要的是知道什么时候用 AI、什么时候不用 AI、如何设置 agent、如何检查 AI 输出的人。 AI 不理解后果。企业仍然需要人作为判断缓冲层，这才是普通人在 AI 时代真正可以站住的位置。

一个很野的 Polymarket 账户出现了 一名在日本的中国学生，据说只玩了 Polymarket 2 天 把 $0.90 做到了 $408,292 几乎没人讨论 0 viewers 他的 profile 叫 Gravia 他说这是他的 terminal 有人反向拆解后，用 Claude 按同样策略做了一个类似 bot 一个 prompt 20 分钟 完成 它做的不是普通交易 而是 Polymarket BTC UP/DOWN 5MIN scalper 核心流程是： 实时拉 Binance WebSocket + 5M K-lines 交叉验证 TradingView signals + CryptoQuant exchange flows 用 Mirofish force-graph engine 映射 100 nodes / 180 edges 检测 BEAR / BULL clusters 的 convergence 捕捉 Polymarket CLOB 相对现货价格滞后超过 0.3% 的窗口 在合约重新定价前，低于 100ms 执行 在 UP/DOWN 5MIN 市场里，每秒 1000+ orders 每笔抓 0.3%–0.8% 没有 edge，就跳过 流动性太薄，跳过 信号冲突，跳过 触发 daily cap，也跳过 风控也写得很清楚： 单笔风险 0.5% 每日上限 2% -0.4% hard stop 本地 terminal 运行 不依赖 cloud 不需要 GPU 这类 bot 的 edge，不是真的在“预测 BTC” 而是在吃现货价格、信号收敛、CLOB 重新定价之间的时间差 它赚的不是方向判断 是延迟 问题是： 这种 5MIN 高频 scalper，最后到底能放大到什么规模？ 以及 Polymarket 会不会禁掉它？

和同事打赌输掉了，每天发50个俯卧撑… 那就顺便发一下每天碎碎念吧 最近在湾区出差，昨天作为portco 参加投资人年会draper summit，晚上被拉去了一个sf城里酒吧的的tipsy coworking session。 感慨： 1. 有越来越多纯crypto的公司在做ai实验室，而且的确在核心ai圈里做出来了很好的产品。Yzi下周在湾区的demoday 起名叫the convergence真的很应景。 2. 新市长上任后SF城里的治安和卫生条件的确好了很多，和朋友们约跑步不用担心不小心踩到💩了。尤其是mission bay那一块BVNK Visa Bridge的办公室和众多AI模型大厂办公室聚集在一起，人才密度很高。 3. AI圈内有了更多更疯狂的想法，做产品即使短期不可能有PMF在湾区也敢砸钱去做，赌模型能力还是可以继续快速提升让不可能的事情变得再平常不过。crypto发币的项目都感慨ai创业激进派讲的故事太meme了，连当初web3叙事都做不到这么百花齐放。 4. preseed投资的泡沫还在继续，后期跑出pmf的股值也在继续疯狂拉升，但是seed到A中间层似乎青黄不接，拿钱不容易。有刚毕业的朋友室友多位new grad印度留学生通过造假数据都很简单进了YC

迫不及待地分享一个绝美的网站！ Contralabs 是一个由高审美人类专家主导、用来定义和衡量 AI 创意质量的实验室。 ♟️打开网站，映入眼帘的是一个文艺复兴风格的古典雕塑，拿起 21 世纪的点阵笔记本电脑。 通过这种复古与未来的“碰撞感”，Contralabs 向大家传达它的设计理念："we are building taste into creative AI" 为创意类人工智能赋予审美能力。 ☁️在这里，人类沉淀的审美经验与数字未来产生交汇与碰撞。 它由独立自由职业者平台 Contra 推出，依托其全球超过 150 万名专业设计人才（涵盖设计师、视频剪辑师、独立开发者等）的真实反馈，来评估和优化生成式 AI 在创意工作中的实际表现。 市面上大多数 AI 跑分榜单（如 MMLU 等）往往侧重于逻辑、编程或事实问答等具有“标准答案”的硬性指标。但在设计、网页开发和品牌创意领域，好坏往往取决于审美、品味和具体的工作流阶段。 ContraLabs 正是为了填补这一空白而生： 1️⃣ 评估生成式 AI 的“创意水平”： 衡量 AI 模型在实际的创意设计流（从概念构思 Ideation、到原型制作 Mockup、再到最终打磨 Refinement）中究竟能帮上多少忙。 2️⃣ 区分“共识”与“审美偏好”： 在其最新发布的旗舰研究报告《人类创意基准》（The Human Creativity Benchmark）中，ContraLabs 提出了一套全新的评估框架。它将 AI 的输出拆分为两个信号： 收敛性（Convergence）： 评估专家们达成共识的硬性指标，如排版是否易读、布局是否合理、是否有画面瑕疵（这反映了模型的“准确度”）。 发散性（Divergence）： 允许专家们产生分歧的软性指标，代表不同的艺术品味和审美流派（这反映了模型的“可控性”与“多样性”）。 3️⃣ 真实业务场景的盲测： 平台通过让多位专业设计师对 AI 生成的落地页（Landing Pages）、桌面应用、广告图像和产品视频进行匿名的两两对决（Pairwise Ranking）和多维度打分，最终生成真正符合人类专业审美、摒弃了“流水线感”的 AI 评估数据。 现在就去体验这个精致的网站，翻翻里面的研究报告。记得右键开启你的“沉浸式翻译”插件，在最舒适的双语对照排版下，解锁关于未来 AI 创意的深度干货。 🔗

前几天用 @xhunt_ai 检测幽灵关注，才发现这轮寒冬比想象中更严重。 AI Agent MEME 红极一时的 @neur_sh 、 @griffaindotcom 一年没更新推特，elizOS 27天、AVA 2个月、 1个月。 Moonshot Listings 也已经7个月没更新推特了。PeopleDAO 2个月没更新，咆哮小猫1年4个月。 之前关注的一些 P 统领和 P 小将好多也几个月没更新过了。 当年开启 L2 存款热潮，狂揽 20多亿美元 Blast，已经8个月没更新推特。 7个月。 不仅如此，我关注的一些研究类型的账号，投资机构或者研究员也已经好几个月没更过推文了，当年 DODO Research、Mint Ventures、SevenX Ventures Grace Deng 等等老师的研究报告，我真是每期必看，如今都已经不更新了。 值得注意的是，Ethena 基金会和他们计划做的公链 Converge 也已经几个月没有更新过推文了。 哎，拿什么拯救你，我的区块链。