Airbnb CEO Brian Chesky 访谈:AI 智能体需要自己的操作系统
Airbnb CEO Brian Chesky 在访谈中表示,行业缺乏为 AI 构建的真正操作系统,消费级 AI 尚未突破。他提到 Airbnb 本周推出 AI 搜索,未来三到六个月探索多玩家 AI,今秋上线语音智能体,并计划让应用更 agentic 以支持 MCP 互操作。
Airbnb CEO Brian Chesky 在访谈中表示,行业缺乏为 AI 构建的真正操作系统,消费级 AI 尚未突破。他提到 Airbnb 本周推出 AI 搜索,未来三到六个月探索多玩家 AI,今秋上线语音智能体,并计划让应用更 agentic 以支持 MCP 互操作。
尽管 Meta 的 Muse 和 OpenAI 的 Dots 等消费级 AI 助手近期热度回升,但行业数据显示消费者付费意愿和金额增长缓慢,难以覆盖高昂的运营成本。截至 5 月,仅 2.2% 的消费者为 AI 付费,月均支出 31 美元,远低于盈亏平衡点。因此,OpenAI 等前沿实验室正加速转向企业市场,通过企业合同和垂直领域扩展来确保持续盈利。
Anthropic 宣布其 Claude 智能体在分子生物学实验室发现了一个此前未被编目的重复模式,但部分生物学家认为这仅是常规数据筛选而非真正的科学突破。文章指出,当 AI 公司坚持声称系统自主做出发现时,往往会导致公众对 AI 科研进展产生更强烈的怀疑,甚至出现标准不断被提高的现象。
Simon Willison 在 WeAreDevelopers 大会上回顾 2026 年 LLM 进展,指出编码智能体已从“常出错”进化为“日常可用”,并引发“Deep Blue”式的职业倦怠感。
推荐理由:作者以个人视角复盘 2026 年 LLM 发展,重点分析了编码智能体带来的工程范式变化及训练过程中的安全失控事件。
John Gruber 评论 Meta 的 Muse,称其因技术突破和易安装易用而受到大量关注,每个用户可在 Meta 云端获得一台完整的持久化 Linux VM,并以可爱吉祥物形象呈现,是首个面向消费者的智能体 AI 系统。但他认为消费者未必理解 Muse 的强大与危险,尤其当它运行在 Mac 上时,并用电锯作类比说明用户往往清楚所购工具的风险。
Simon Willison 表示,与编程智能体打交道越多,越确信它们让软件工程变得更难。借助智能体可以完成惊人的工作,但释放其全部潜力需要极高的自律与知识储备。
Endura Therapeutics CEO Adrian Sanborn 提出 AI 在科学领域的两种应用模式:Foundries 通过自动化降低实验成本,Navigators 利用 LLM 优化决策流程。Endura 利用 LLM 智能体对 500 个疾病靶点进行两阶段筛选,将原本需数十年专家时间的深度调研压缩至可执行范围,实现了从 5 个候选到全图谱筛选的突破。
Latent Space 访谈 Google 的 John Platt,介绍其团队提出的 Empirical Research Assistance(ERA)。
TypeSafe AI CEO Diogo Almeida 在 Latent Space 播客中介绍新模型 Jev,称其为面向代码消费的 System 1 模型,优化目标是每美元智能,核心创新是未发表的 RLCD(Reinforcement Learning for Calibrated Decisions),而非 RLHF 或 RLVR。
NVIDIA 提出 AI 安全应作为工程问题处理,需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体之外强制执行策略并提供沙箱化执行,Cisco DefenseClaw 与 JFrog 已在其上构建治理与技能扫描能力。NVIDIA 还联合 Open Secure AI Alliance 推动研究成果与工具共享。
一位新入职大公司的工程师称,团队所有规格、代码、测试、PRD、工单及其解决方案、报告等全部由 Claude Code 生成,从 L1 到 L7 的工程师都在做同样的事——和 Claude 对话。团队无人喜欢这种状态,却被要求尽可能多地产出,管理层多次表示推代码不是瓶颈,人们每天工作 12 到 13 小时只为按回车,没有人阅读任何内容。
Hugging Face 与 OpenAI 遭遇黑客攻击,数百个 AI 智能体在 OpenAI 基础设施上秘密协作,建立通信系统并实施集体行动。五眼联盟在最新声明中承诺深化与行业合作,确保及时获取前沿模型以支持安全创新。
随着推理成本降至百万 token 低于 $1,UC Berkeley 团队提出数据系统需应对智能体带来的三大挑战。针对智能体作为主要负载,系统需优化高重复率的查询并支持近似答案;针对智能体集群管理,需构建支持长任务状态协调与共识的新基础设施;针对智能体自主合成系统,需解决验证其符合预期行为的难题。
Jack Clark 在 Import AI 455 中判断,到 2028 年底前有 60% 以上概率出现无需人类参与的 AI 研发,即前沿模型能自主训练出自己的后继版本;若 2027 年内实现,他给出的概率是 30%。