top of page


硅谷坐标 x 田渊栋深度访谈
“洪水马上来了,很多人还岁月静好。” —— 田渊栋,前Meta AI研究总监 2026年2月28日,硅谷坐标主持人曹卿云在硅谷专访了田渊栋。田渊栋在Meta深耕11年,主导了强化学习、大模型推理与长上下文等多项前沿研究,近期刚刚以Co-founder身份开启新的创业旅程。本次对话涵盖大模型竞争、记忆与存储、推理前沿路线、Agents对社会的冲击等议题,以下是核心内容整理。 田渊栋 CMU机器人学博士。在Meta AI(FAIR)深耕11年,担任研究总监。他主导了开源围棋AI ELF OpenGo(单GPU击败职业棋手)、大模型长上下文扩展的奠基工作 Positional Interpolation 与 Attention Sinks(ICLR 2024,引用逾1,400次),以及隐空间推理前沿探索 Coconut,同期联席主导 Llama 4 Reasoning 方向,Google Scholar总引用超22,000次,h-index 74。近期以Co-founder身份开启新的创业旅程。 「本期核心观点」 1. 大模型竞争:蒸馏时代,领先优势正
3月5日


垂直 Agent 正在加速:会计 AI 平台 Basis 融资 $100M、估值 $1.15B
一个值得关注的信号来自垂直场景:面向会计师事务所的 agent 平台 Basis 宣布融资 $100M,估值 $1.15B,用来加速产品与扩张团队。它主打用 agent 自动化结构化会计工作流(税务、审计、咨询等),把 LLM 与规则控制、审计追踪、合规框架结合起来,并保持 human-in-the-loop 的审批与复核。文章还提到其客户中包含约 Top 25 会计师事务所的约 30%。 SVV 视角:这条融资更像“路线图被验证” 不是所有 SaaS 都同等被 AI 冲击;相反,强流程、强合规、强审计链的领域,反而更适合做“端到端 agent + 人类复核”的落地形态。会计/税务/审计正是典型:任务结构化、错误成本高、但可通过流程约束与审计追踪来降风险。 这类产品的护城河往往不是“模型本身”,而是:工作流编排 + 合规规则 + 数据接入/数据结构 + 可追溯产物(audit trail),以及与事务所现有系统的集成深度。
3月2日


SaaS 被“重新估值”:AI 颠覆增长叙事
过去一年,很多 SaaS 公司出现了一个反直觉现象:留存(GRR/NRR)看起来并没有崩,但市场仍在用更低的倍数定价“未来增长”。这更像是一次增长确定性的折价——AI 出现后,投资人对“软件未来如何继续增长”有了不同答案。更关键的是,买方预算正在从“再叠一个系统/模块”转向“AI 工具 + AI 改造”,因为后者的 ROI 叙事更直接:更少的人做更多的事,效率收益更快可见。短期结果是:不少 ISV 的增速被注意力迁移压住;中长期悬念变成:谁能把 AI 变成可持续收入,谁又会被 agent 贴着 API 把价值层绕走。 “工作流分化/风险象限”类框架图(示意图) SVV 的采访启示:给经营者的“本周两条硬要求” 产品必须 AI 化:不是“加一个 AI 功能”,而是能说清楚 哪些工作从人→机器、价值如何计量、客户为何愿意付费。并且要能落到可销售的 package(功能、定价、交付、风控与责任边界)。 运营也必须 AI 化:把 AI 用在内部“提速”上——更快决策、更快交付、更快试错;否则外部范式在变、内部时钟还停在旧节奏,差距会指数级拉开。 一个董事
3月2日
bottom of page