Popularne tematy
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Chetan Puttagunta
@benchmark inwestowanie w oprogramowanie na poziomie SEED/ Series A
Manus #1 wśród ChatGPT, Claude, Perplexity i Grok. To ma sens, Manus to najlepsza aplikacja AI do wykonywania pracy!

Olivia Moore7 godz. temu
Moim zdaniem, to mogą być najciekawsze dane z naszego raportu @a16z dotyczącego 100 najlepszych aplikacji AI.
Przyjrzeliśmy się "Wynikom Affinity" dla 6 najpopularniejszych LLM-ów.
Np. jakie inne aplikacje najprawdopodobniej będziesz miał, jeśli jesteś użytkownikiem Claude lub Perplexity?
To dało nam mini-profile konsumentów AI 👇
- ChatGPT = przedsiębiorcy (Upwork, Mercury, Replit)
- Gemini = aspirujący programiści (HackerX, Programming Hub) - Perplexity = maksymalizatorzy produktywności (Readwise, Claude, Arc)
- Claude = intelektualiści (Snipd, Readwise, Monica)
- Deepseek = ludzie w Chinach 😂
- Grok = pisarze / studenci (Notewise, Grammar Check)

6,04K
To jest dokładnie prawda. Głośna krytyka Founders Fund wobec Manus (założycieli pochodzenia chińskiego z siedzibą w Singapurze, 0 osób w Chinach, budujących aplikację AI wyłącznie na amerykańskich modelach i chmurach) była bezsensowna.
Chcemy utalentowanych deweloperów z całego świata budujących na amerykańskiej technologii AI!

Sriram Krishnan28 sie, 22:26
Klasyczne myślenie o technologii w Waszyngtonie koncentruje się wyłącznie na *kontroli* i *ryzyku* oraz brakuje mu zrozumienia, jak działają ekosystemy technologiczne/deweloperskie.
Jak mówi @DavidSacks: aby amerykański stos AI odniósł sukces, musimy maksymalizować udział w rynku. Oznacza to maksymalizację tokenów inferowanych przez amerykańskie modele działające na amerykańskim sprzęcie na całym świecie.
Aby to osiągnąć: musimy maksymalizować
a) modele trenowane na naszym sprzęcie
b) modele inferowane na naszym sprzęcie (NVIDIA, AMD itd.)
c) deweloperów budujących na naszym sprzęcie i naszych modelach (otwarte lub zamknięte).
Dla każdego w branży technologicznej jest to od razu jasne, że to jest koło zamachowe dewelopera + platformy - nie różni się to od klasycznych ekosystemów takich jak Windows+x86.
Są one ze sobą powiązane:
(a) im więcej deweloperów buduje na jakiejkolwiek platformie, tym lepsza staje się ta platforma, co przyciąga jeszcze więcej twórców i tak dalej.
(b) Przy dzisiejszych szybko zmieniających się architekturach modeli są one współzależne: architektury modeli wpływają na wybory sprzętowe i odwrotnie, często są budowane razem.
Posiadanie amerykańskiego stosu i jego wersji na całym świecie buduje nam fosę.
Odwrócone jest również prawdziwe: alternatywny stos, który zyskuje na popularności (biblioteki, optymalizacja, kod github, modele HF poprawiające go) osłabi nasz udział. To jest kluczowy wgląd, który wiele klasycznych myśli waszyngtońskich pomija.
Kontrole eksportowe Bidena i zasady dyfuzji były skomplikowane, uciążliwe i skoncentrowane na kontroli, a nie na eksportowaniu naszej technologii. Zmusiły naszych sojuszników do przejścia na alternatywny stos, popełniając dwa kluczowe błędy z wyraźnie pesymistycznym i kontrolnym nastawieniem.
(a) Zahamowanie rozwoju open source w USA i brak przewidywania DeepSeek oraz proliferacji chińskich modeli OSS [1]
(b) Błędne oszacowanie zdolności produkcyjnych chińskich półprzewodników [2].
Podążanie tą ścieżką doprowadziłoby do świata, który często wybierałby Huawei+CloudMatrix+DeepSeek/Qwen.
Wyzwanie przed nami polega na zapobiegnięciu temu wynikowi - poprzez zapewnienie, że nasz sprzęt i modele (zamknięte lub otwarte) są wykorzystywane na całym świecie. To jest sedno wizji Prezydenta dotyczącej amerykańskiej dominacji AI na całym świecie i to jest to, co plan działania AI ma na celu.
47,03K
Użytkownik Chetan Puttagunta udostępnił ponownie
W wieku 23 lat, bez wykształcenia prawniczego, @MaxJunestrand współzałożył Legora, aby zmienić sposób pracy prawników. Dziś AI workspace Legora jest używane przez dziesiątki tysięcy prawników w całej Europie — wyceniane na 675 milionów dolarów zaledwie 13 miesięcy po uruchomieniu.
Od siatek due diligence, które zamieniają dni pracy w minuty, po integracje z Wordem, które renegocjują umowy, Max usiadł z @gustaf, aby podzielić się tym, jak Legora zdobyła zaufanie sceptycznych firm, rozwinęła się z 10 do 100 osób i stworzyła nową kategorię w legal AI.
00:45 – Historia powstania Legora
01:00 – Budowanie AI Workspace dla prawników
02:20 – Odkrycie GPT
04:10 – Moment „Aha” z firmami prawniczymi
06:15 – Pozyskanie 80 milionów dolarów i szybka ekspansja
06:30 – Jak działa Legora
09:40 – Jak przekształca pracę prawniczą
11:40 – Sprzedaż sceptykom AI
14:40 – Kreatywne zastosowania: od batalii sądowych po NDA
17:30 – Rozpoczęcie bez doświadczenia w branży
18:40 – Przeprowadzanie wywiadów z 100 prawnikami
20:30 – Konkurencja z gigantami technologicznymi w branży prawnej
23:50 – Stos technologiczny i strategia modelu
25:00 – Kto tak naprawdę kupuje AI w kancelarii prawnej?
27:00 – Przełamywanie sprzedaży w konserwatywnych branżach
28:00 – Tło Maxa: od e-sportu do startupów
30:50 – Hyperwzrost: 10 → 100 osób w 13 miesięcy
34:00 – Dlaczego zatrudnianie byłych założycieli działa
36:45 – Przyszłość zawodu prawnika
38:35 – Jak wyglądało PMF
39:45 – Dlaczego zostali w Sztokholmie (a nie w SF)
41:00 – Stawanie się liderem kategorii w legal AI
42:00 – Porady dla założycieli budujących pionowe firmy AI
43:20 – Jak to jest pracować w Legora
177,07K
Najlepsze
Ranking
Ulubione