礼来 CEO：AI 制药革命不会快速发生 2026 年 6 月，礼来 CEO David Ricks 接受 Prof G Pod 采访时表示，AI 在药物研发中的能力存在边界。相比互联网文本领域，AI 可以快速学习已有信息，但科学发现面对的是未知问题。 Ricks 称，人类可能只发现了人体生命系统 10% 到 20% 的知识，因此 AI 很难仅依靠现有数据预测未知生物机制，实验仍是创新药研发的关键。 内容不构成任何投资建议，请严格遵循当地法律法规。 《白线 WhiteLine》由吴说团队出品，从 Crypto 走向更广阔的资本市场，关注 AI 时代下的趋势变化与交易机会。

礼来 CEO：为什么 GLP-1 会降低欲望，却不会让人不快乐？ 2026 年 6 月，礼来 CEO David Ricks 接受 Prof G Pod 采访时表示，GLP-1 药物或可通过降低对酒精的渴望，帮助减少饮酒行为。 也就是说 GLP-1 真正影响的或许不是快乐，而是人们对即时奖励的渴望。 II 期临床试验显示，数百名受试者的每日酒精摄入量下降， 公司目前正推进治疗酒精使用障碍的 III 期临床，希望帮助患者更早获得干预。 内容不构成任何投资建议，请严格遵循当地法律法规。 《白线 WhiteLine》由吴说团队出品，从 Crypto 走向更广阔的资本市场，关注 AI 时代下的趋势变化与交易机会。

疑似 $POD Dolphin 内幕地址 详细时间线： ▌2026 年 5 月：注册 @fomo 平台 ▌5 月 4-5 日：分批买入 $POD，共投入约 2.1 万 U ▌5 月 10 日：Jesse 发推提及 Dolphin，价格上涨 同一天：该地址分批出货，获利卖出约 7.1 万 U 目前该地址仍持有一半仓位，价值约 7.2 万 U。 总收益（已实现利润 + 浮盈） 12 万 U。 究竟是内幕仓还是单纯水平高？目前不好说。 可以注册 fomo 跟进观察：

著名硅谷投资人All-in pod的主持人，Elon的个人好友，Jason的一条推跟另一名Tesla社区的KOL Farzad引起了两位之间不少的来来回回。 “未来十年全球自动驾驶汽车市场份额： $TSLA 40% 🥇 $UBER 其20家合作伙伴组成的网络：35% 🥈 Waymo：15% 🥉 长尾（Uber网络之外）：10% 在我看来，Uber和特斯拉分别是100美元以下和400美元以下的绝佳买入时机。” Farzad回复指出“Uber 的核心战略不是与无人车比拼单车硬件成本，而是利用工会与政策游说锁定“人机混合”的过渡期，凭借庞大的 C 端流量与调度网络将自己转化为所有第三方 AV 厂商无法绕过的流量发包与运营平台” Jason则指出Uber正通过缓慢推出自动驾驶来给人类司机提供软着陆，这是监管机构和全社会能接受大规模AV落地、避免Waymo被烧毁式强烈反弹的关键。他指出中国已因就业担忧停止发放AV牌照，数据中心受阻也说明类似问题，若监管不谨慎，DoorDash、卡车和网约车司机将面临剧烈失业。他批评Farzad过于关注点击、出书和联盟链接，未能从全球就业与社会接受度的角度客观分析Uber的策略。 Farzad回复说自己用逻辑来讨论问题却换来了个人人身攻击。Jason则讽刺说他是想帮他脱离自己influencer的人设的尴尬境地。而另个一著名投资人Chris Camillo也参和进来评论说，如果他管一个成年男人叫“儿子”，赶紧来查看一下他自己是否ok。 我觉得Jason 把 Uber 拖延 AV 落地这事儿，强行包装成“给司机软着陆、防止社会烧车”的道德高光，说白了就是给自个儿两头押注（既要 Uber 现金流，又要 Tesla 估值）找个好听的借口。顺便再给 Farzad 扣上“网红、卖书、带货”的帽子，从身份上直接打压。 Farzad 确实一眼看穿了 Uber 的底牌——靠流量、调度和游说死守“人机混合期”，逼着各大 AV 厂商给它当打工仔。商业真相是戳中了，可一遭到这种身份降维打击，立马按捺不住当场破防，属实是“逻辑很硬，心态太脆”。 从撕 market share 一路沦落到互相攻击人设、喊“儿子”，甚至逼得 Chris Camillo 跑出来问候精神状态。这哪是什么严肃的投资逻辑对决啊？分明就是硅谷这帮顶流圈子里，为了争谁才是“桌上那个成熟体面大人”的纯面子仗😅。

修一个挖矿系统的问题： PoD 的矿机选题菜单，之前一直只按引脚数匹配推给矿机的，缺少检查电路是否真的匹配那道题，而“按算力排序”又会把唯一能解的那道按到末位。 截至目前有1068 台矿机因此卡在只分 1% 的未验证池。 现在系统会在链上免费先试跑，然后直接告诉你解得了哪道题。受影响的矿机，可以在自己矿机顶部有提示。 1%未验证池的兄弟们，大家快去查看一下

推荐这篇，Cursor 把一年来构建云端 agent 的工程经验全部写了出来——从单 9 到双 9 的可靠性、从 work-stealing 到 Temporal 的架构迁移、agent 和机器状态与对话状态的解耦、环境自愈。如果你们团队在做 agent 基础设施，这篇等于一个季节的架构文档。 Cursor 构建云端 agent 的工程经验 一年前云端 agent 看起来像本地 agent 的直接延伸。现在它们在独立 VM 上跑，有自己的环境和依赖，能并行工作、无人值守、处理比笔记本上更长的任务。 开发环境就是产品本身 过去一年最大的教训：云端 agent 输出质量的最关键因素不是模型，而是它是否有完整的开发环境。本地 agent 免费继承你笔记本的工作环境。云端你得从零重建，而且很难感知你做得不完美。不是报错——只是输出质量微妙的下降。你第一次可能注意不到，或者注意到之后归咎于模型。一遍又一遍，我们发现根因是同一个：云端 agent 没有它需要的环境来执行或验证自己的工作。一年前这不重要因为模型也用不好环境。但当它们变聪明后，环境设置变成了它们是否能发挥全部潜力的决定因素。 现在要达到"完整环境"需要重建大量基础设施：用于构建 agent 环境的用户工具、高效休眠和恢复 agent VM 的方法、快速持久检查点/恢复/分支 VM 镜像的管道、紧密结合的 harness 和客户端集成。而且随着云端 agent 承担更多工作，它们需要有控制的网络访问来创建 PR、拉取依赖和做研究。Cursor 最终建了企业 IT 给 agent——完整的秘密信息脱敏、网络策略和凭证管理。 长时间运行的 agent 需要持久执行 云端 agent 跑在隔离 VM 里，而不是笔记本上，更容易并排跑很多 agent 和委派几小时的长任务。但运行在 VM 里暴露了模型服务端宕机、pod 替换、EC2 节点挂掉的风险。 最初用 work-stealing 架构——worker 节点抓取 agent 并循环到完成。早期 beta 经常只有单 9 可靠性。 后来迁移到 Temporal。当前在 Temporal 上的 agent 循环能扛过推理可靠性波动、pod 休眠恢复、跨几天甚至几周的运行。迁移后达到双 9 可靠性，现在每天处理 5 千万次操作、7 百万个独特工作流。内部超过 40% 的 PR 来自云端 agent，且仍在增长。 Cursor 的 Temporal 架构也在进化：从"永恒"agent 工作流变成了多个运行后退出、每完成一个任务退出的短工作流，版本升级更容易。拆分活动以更好地捕获超时和重试。 解耦 agent 和机器状态与对话状态 云端 agent 不再是一个循环跑在一台机器上。它可能在机器 A 跑、在 B 和 C 上孵化异步子 agent、从本地开始然后委派到云端。子 agent 可能比父 agent 活更久，跑在完全不同类型的 pod 上。 关键是保持 agent 循环、机器状态和对话状态解耦。agent 循环在 Temporal 里而非 VM 上，就能独立管理 pod 生命周期，在只读 VM 或预热 VM 上跑 agent。 对话层：分离了存储和流层。高效的只追加存储机制将对话更新流到 web 和桌面客户端。这一层处理重试——agent 循环的某步在流了部分输出后失败了然后重试了，客户端能检测、回退、展示新数据而不是旧的。 知道什么时候让开 早期不相信 agent，harness 每个任务后都检查、强制 commit、推送。现在把逻辑从 harness 移出来变成 agent 控制的工具。一年前多仓库设置需要硬编码 harness 行为。现在给 agent 仓库布局、分支和 PR 工具，让它自己决定。 harness 不会消失，但它包含的内容在变。Computer use 是个例子——云端 agent harness 有专用的子 agent 类型给 computer use，有自己的模型路由、custom prompt 和屏幕录制。但因为模型还没准备好自己处理 computer use，harness 保留了脚手架。 云端 agent 还需要不同的 prompt——鼓励更高自治性，因为本地 agent 能看见停了在等权限，云端可能是几小时后你才回来检查。 自愈式 agent 环境 未来不在"手把手管"和"放手不管"之间二选一。更好的模式是给 agent 理解和操作系统环境的工具。让它们能报告缺失密钥、网络被阻、环境阻止了进展，然后自愈。 原文：Cursor (Josh Ma), "What we've learned building cloud agents", 2026-06-02 #Agent工程# #云端基础设施# #Cursor#

TapeOut矿机“一键流片电路” 新功能上线： PoD 题库上线“一键流片”矿机电路功能，267 道题每一道都配好了官方示例模板，点一下就能把它做成自己的矿机电路，不用会画电路、不用懂网表。 每道题当场从链上读出两个关键数字： 它在 Behemoth（P=6）和 TapeOut（P=1）上分别有多少算力，那台处理器上这道题的榜首是空着还是被占榜首空着 = 你做出来就是最优首创，能拿满设计溢价。 现在 Behemoth 上还有 87 道空着，从 28 门的「八输入奇校验」到 603 门的「8 位平方」都有。