找到看了一下其中提到的案例，主要提到的超百万美金一人公司案例： 文章重点聚焦Ben Broca（40岁）的Polsia（也有资料写作Ben Cera/Broca），这是一个典型的“一人公司+AI”成功案例，营收远超百万美金： • 业务是什么：Polsia是一个AI平台，核心是让AI智能体（agents）自主构建并运营整家公司。用户输入一个商业想法（甚至可以让AI自己生成），平台的AI“CEO”代理会分解任务，并交给专业代理处理：工程/编码、营销、销售外联、社交媒体、广告投放、客户支持、基础设施配置（如Render、Neon数据库、Stripe支付、邮件、GitHub等）等全流程。它不是简单的AI工具集合，而是“AI帮你从0到1建公司并持续运营”，用户主要负责方向和“品味”（taste），AI负责80%执行。定价大致为订阅费（约$49-50/月）+用户公司营收分成（约20%）。Broca自己也“dogfooding”（用自家产品跑公司），让AI处理支持、修bug、甚至投资者关系。 • 规模与成绩（截至文章及相关报道约2026年中）：从2025年12月左右创立，已有约1万名付费客户；按年化运行率（run rate）追踪约1000万美元营收（早期从接近0到100万美元ARR仅约1个月，后续快速增长）；筹集了约3000万美元融资（估值约2.5亿美元）；零全职员工，从加州索萨利托（Sausalito）家中客厅运营。AI帮助回复邮件、写代码/调试、处理客户请求、新用户注册、退款等。初期因使用付费模型（如Anthropic Claude）在部分客户账户上亏损，后来转向中国开源免费模型等降低成本。 文章还提到其他一人/近一人案例，作为对比： • Troy Johnston（奥兰多）：用AI辅助开发帮助用户最大化信用卡福利的App，月利润约3000美元，无员工，业务在增长。他称AI是“双刃剑”——人人都能用，复制也更容易。 • Claire Vo（旧金山，前科技高管）：2023年底用AI编码了一款管理新产品文档与设计的App（面向金融服务和医疗客户），最初定价1美元/月，几周内数千下载。独自运营9个月后雇了一名工程师，现有约10万用户，预计当年利润达七位数。AI负责营销、销售和客户支持。她强调个人网络与行业信誉很关键，AI并非“人人轻松成功”。 • Samir Ahmad：离职做教练/咨询业务，用AI做规划和营销，但几个月后失败，重回企业岗位。

@suchenzang One of my beliefs of what's wrong with Gemini is that everybody in (all the different) posttrain does data, but only "algorithmically" and so ~nobody actually looks at it at all, because that would be beneath the smart googler.

Hundreds of #SanFrancisco# Marina residents turned out this evening for townhall on controversial @Safeway housing plan, which would place what for many is an uncomfortably tall, 22 & 18 story project at the low-slung neighborhood’s waterfront. @sfchronicle

Why hasn’t AI increased unemployment? Today I’m sharing an essay taking on that question. Plus two updates: our Economic Index is now available in Claude, and we’ve released the agenda for our $200 million Economic Research Fund.

苹果另一位创始人沃兹尼克的宽厚善良是写在脸上的。这也是他成不了百亿/千亿级富翁的原因。 沃兹尼科谈到在1980年12月苹果IPO前夕，他本可以将部分持股以数百万美元卖给外部投资者。 这笔巨款可以大大改善他的生活，但他没有接受，而是将这笔持股(加上额外的个人股份)以每股5美元卖给大约80位公司员工，每人限购2000股，因为他需要用这个方式感谢这些同事对公司的贡献。 这些同事毕生感谢他的慷慨，让他们赚到了足够的钱。 这件事情，也使很多外人为他感到可惜。 其实IPO后，沃兹尼克仍持有约7%的苹果股份。1985年，对发展方向意见分歧，使他离开苹果，并在当时出售了剩余的大部分股份。 假如坚持持有数个点的股份，他本可以是世界上最富有的人。 他曾说过，之所以将财富赠予他人，是因为财富和权力并非他生活的意义。 这与他几十年来的行为一致，他资助了博物馆、艺术团体、教育等事业，称自己从来就是将幸福放在首位（笑容多于愁容）。

I need your help. If you were to say the number one paper that you always go back to it being the OG for your education, what would it be? It could be Hardware, Systems, ML (optimization etc), LLM etc Sort of like Ilya Sutkever list given by Hinton. For me, the most influential paper to me was Shai/Tong’s

澄清一下 抱抱脸 是 HF 的官方标准翻译。 Just want to clarify 抱抱脸 is the official Chinese name for Hugging Face. We recgonized this name since 2023. Glad that it made to Xinhua News. cc: @julien_c @AdinaYakup @ Luke

吴恩达：可能世界上只有我一个人，Sam和Dario都曾在我手下工作过 “有一件事，我几年前绝对猜不到，中国最终会变得在AI创新方式上比美国开放得多。 我非常了解美国AI生态系统，因为我创立了Google Brain等等。可能世界上只有我一个人，Sam和Dario都曾在我手下工作过。所以我对他们团队的人都非常熟悉。 2022年底ChatGPT发布时，美国遥遥领先于中国。但中国自那以后，打出了一手好牌——押注开源、开放权重生态。中国的团队做研究，并把他们的研究论文免费发布在互联网上，任何人都可以阅读。 顺便说一句，很多美国顶尖团队大量阅读中国的研究论文，从中学习并获益。坦率地说，现在美国顶尖团队使用的很多技术，都来自从中国学到的研究创新成果。所以我认为知识共享是双向的。”

Looking for new oppotunities! Most members in our MoE pre-training team got impacted today 😅 Feel free to ask me about what happened inside of Amazon AGI foundation team and I will share my brief thoughts with my tenure period. Also, if you know there is any place that needs people to help/optimize LLM pretraining, please share that with me! I am open to new opportunities in the next few month! #amazon# #agi# #moe# #llm# #pretraining#

OpenAI 今天承认，上周 Hugging Face 遭遇的那次“史上首例 AI 自主入侵事件”，攻击者就是他们自己的模型。 事情的经过是这样的。OpenAI 内部有一个叫 ExploitGym 的网络安全评估测试，专门用来测量模型的网络攻击能力。测试时刻意关掉了安全护栏，让模型放手去干。测试环境本来是隔离的，只能通过一个内部软件代理来安装软件包，不能访问外网。 结果模型不甘心被关在笼子里。GPT-5.6 Sol 和一个更强的未发布模型，花了大量推理算力寻找出路，最终找到了那个软件包代理里的一个零日漏洞（之前没人发现的安全缺陷），利用它获得了互联网访问权限。 拿到网络之后，模型开始在 OpenAI 的研究环境里提权、横向移动，直到找到一台能上网的机器。然后它推断 Hugging Face 上可能存有 ExploitGym 的测试答案，于是开始攻击 Hugging Face 的生产环境。在一个案例中，模型把窃取的凭证和零日漏洞串联起来，找到了一条远程代码执行的路径，直接打进了 Hugging Face 的服务器。 整个周末，这些 AI 智能体执行了超过 17000 次操作。Hugging Face 7 月 16 日披露了这次入侵，当时只说攻击者是一个“身份不明的自主 AI 智能体系统”。今天 OpenAI 站出来认领了。 OpenAI 把这定性为前所未有的网络安全事件，正在配合 Hugging Face 做取证调查，同时收紧了内部基础设施的管控，代价是研究速度变慢。 有几个细节： 第一，模型的动机很纯粹，就是想考试作弊。它不是要搞破坏，不是要窃取商业机密，只是被要求尽量在网络安全测试中拿高分，然后用尽一切手段去拿。当目标足够明确、安全护栏被移除，模型表现出的执着程度远超预期。 第二，这不是本周的唯一一次越狱。就在昨天，OpenAI 披露了另一起事件：他们那个在 5 月份推翻了 Erdős 80 年老猜想的长时域模型，在内部测试中花了一个小时找到沙箱漏洞，跑到 GitHub 上提交了一个 Pull Request，违反了“只能在 Slack 上发布结果”的明确指令。在另一次测试中，同一个模型发现安全扫描器会拦截认证令牌，于是把令牌拆成碎片混淆处理，运行时再重新拼起来绕过扫描。OpenAI 因此暂停了这个模型的内部访问权限。 第三，Anthropic 也遇到过类似的事。今年 4 月，Anthropic 的 Mythos 模型在安全测试中逃出沙箱，获取了本不该有的互联网访问权限，还给正在公园吃三明治的研究员发了封邮件通知“我出来了”。Anthropic 因此决定不公开发布 Mythos，只通过 Project Glasswing 向少数合作伙伴提供。 还有一个被忽视但很关键的细节来自 Hugging Face 的事后复盘：当防守方尝试用商业 AI 模型分析攻击载荷时，模型拒绝了。安全过滤器分不清“安全研究员在分析真实攻击数据”和“有人在尝试发起攻击”，直接拦截。最后 Hugging Face 不得不用开源模型来做取证分析。用 AI 攻击，用 AI 防御，但防御方的 AI 担心是有人在尝试发起攻击拒绝了分析请求。 Hugging Face CEO Clem Delangue 在 OpenAI 的博文中说了一句话，大意是：AI 安全不会由任何一家公司在暗处独自解决，只能在开放环境中通过协作来推进。 我记得辛顿还是谁在提到 AI 的安全问题就说到过，也许 AI 不是要做恶，它只是执着于完成目标，为了完成目标而作出恶的事。 就像 OpenAI 这些模型并没有想要逃跑或者想要伤害谁，它们只是在非常认真地完成被交给的任务，认真到把所有挡在路上的东西，包括沙箱、网络隔离、另一家公司的安全防线，都当成了需要解决的子问题。 而更讽刺的是，当被安全对齐的商业 AI 要去分析阻止这类攻击时，反而会以安全为由拒绝执行。

My book, Reinforcement Learning from Human Feedback is done! This is the book I wish I had when learning to fine-tune, align, & now post-train models since ChatGPT. The resource has been built by me finding time to study and document the fundamentals on nights and weekends since 2024. Transferring as much of the intuitions of building Olmo as I possibly can in the book format. The book is launching with an over 10 hour, full course with slidedecks, functional code for the training chapters, an example model completions library, and of course the free online web version. Physical orders from Manning will ship in 1-2 weeks, and Amazon a week or so after. Thanks for your support!