#估值

2周前
【Pumpfun 40亿大吸血,势要榨干市场最后一滴血?】 Pumpfun,这个自诩“Solana迷因币发动机”的平台,简直是厚颜无耻,在流动性最差的时候发币融资,估值高达40亿,这不是创新,也不是赋能,这是一场赤裸裸的流动性掠夺,一场对 Solana 生态的疯狂吸血! 把 $SOL 当提款机,让散户来当接盘侠? Pumpfun就是币圈最大的寄生虫,自2024年1月上线以来,Pumpfun卖币从未间断,根据链上监测,已卖出503,343  $SOL ,价值高达约 7.87亿美元,平均售价约 156 美元。 Pumpfun的融资计划暴露了其急于套现的意图,截至2025年1月,推出超过600万个迷因币,但市值>100万美元的竟不足0.005%,98.7%的代币死无葬身之地,每天不是在割人就是在准备割人,pump赌场简直是畜生。 更离谱的是,Pump上的所有meme币加起来的总市值,也就只比这次他们募资金额多5 亿美元而已。 讽刺的是,平台日收入已从巅峰期的1500万美元骤降至几百万美元,用户活跃度腰斩,每日新发代币数量从7万暴跌至3万,吸干流动性后,留给市场的只剩一地鸡毛。 赚了7.38亿手续费,却一分钱不回馈生态,现在还要割散户10亿,荒谬至极;明知市场脆弱,仍要发币,就是落井下石。 Pumpfun的发币,是对Solana生态和散户投资者的双重背叛。它以“迷因经济”的伪装,行吸血掠夺之实;以“创新平台”的名义,建不道德赌场;以40亿估值的泡沫,榨干市场流动性。
2周前
最近被meta收购了49%的股份,估值来到了290亿美元,但这家由反华的年轻华人创办的公司一直有着不小的争议,经常被质疑说是靠第三世界劳务外包的血汗工厂,唯一跟ai相关的就是公司域名。 回顾Scale AI的发展历程,这家公司2016年由Alexandr Wang和Lucy Guo在硅谷创立,最初以为AI模型提供高质量标注数据为主,很快通过自动化工具和众包外包模式拿下自动驾驶、电商、OpenAI等大客户,收入飞速攀升。2019年,公司获得了知名风投Founders Fund的投资,正式成为AI领域的独角兽企业。 从2020年起,Scale逐步将业务拓展到国防、卫星遥感、灾难评估等更高附加值领域,为美国国防部等机构提供影像识别和战场态势感知等AI服务。随着AI大模型的兴起,Scale也推出了面向企业的模型评测、对齐和数据返修等SaaS平台,2024年完成了新一轮10亿美元融资,投资方包括Nvidia、Amazon和Meta。 不过,支撑Scale高速成长的运营模式一直饱受争议。首先,公司的数据标注主要依赖菲律宾、肯尼亚等地的低价外包劳工,标注员时薪普遍低于2美元,工资拖欠和无申诉渠道的问题频发,2024年甚至被美国劳工部以“合同工误分类”正式调查。虽然后续美国方面撤案,但相关的集体诉讼和国际NGO的批评从未消停,牛津大学等权威机构也公开指出其不符合最低公平劳动标准。 其次,Scale深度参与美国国防AI项目,包括Maven与Thunderforge等,涉及自动化杀伤决策和智能指挥系统,引发诸多学界和民权组织的强烈批评。公司CEO多次强调“国家安全优先于商业伦理”,但这种强硬姿态只让道德争议持续升级,目前公司的国防业务仍在大幅扩张。 再次,Meta大举入股后,谷歌等大客户纷纷担忧数据安全与利益冲突问题,甚至传出终止合作的消息。美国监管机构有可能要求Meta和Scale建立更明确的数据流隔离甚至推动部分业务拆分,因为这种资本与客户的深度捆绑事实上已引发行业公信力危机。 最后,创始团队内部的治理也曾遭受质疑。早期联合创始人Lucy Guo被董事会罢免后,自己创业又因涉嫌违法内容被诉讼,外界对公司治理文化提出了不少质问。 整体来看,Scale AI已成为AI基础设施领域举足轻重的玩家,但其劳工用工、军工合作、数据安全和公司治理等多重争议,令其未来能否持续高速发展面临诸多挑战。在监管越发严格、客户和社会期望提升的今天,这家估值290亿美元的独角兽公司能不能笑到最后值得持续关注。
1个月前
可能大家都错了,看到过Claude,cursor的系统提示词都长达几万字,我们是不是需要扩展自己的提示词系统,而不是随便写提示词了? YC重磅揭秘:顶级AI公司是如何“驯服”LLM的?6页+提示词、XML、元提示只是冰山一角! 想让你的AI助手不再“人工智障”,真正成为得力干将? YC最新分享了那些估值上亿的AI初创公司都在用的高级提示工程秘诀。核心思路:把写提示词当成开发核心IP来对待! 深度挖掘顶尖玩家的“提示词秘笈”: 1,顶尖AI公司普遍采用“经理式”提示词。这不再是三言两语的简单指令,而是长达6页以上的详尽文档! 内容细致入微,全面涵盖任务描述、LLM所需扮演的角色、具体限制条件、预期输出格式,甚至包括需要避免的常见错误。这就像为AI“新员工”量身打造的入职培训材料,确保它从一开始就深刻理解目标与边界。 2,“角色扮演”是灵魂:精准定位LLM的言行举止: 明确的角色提示是锚定LLM输出风格和行为模式。一个清晰、具体的人设能让LLM的表现与任务需求高度统一。例如,当你指示LLM扮演一位“经验丰富的客户支持经理”,它会自然地调整语气、采用更专业的措辞,并优先考虑解决用户问题,而不是仅仅给出冰冷的技术回复。 3,拆解复杂任务,引导LLM“步步为营”: 面对复杂的工作流程,不要让LLM一步到位。应该预先定义好任务,并清晰地规划出执行路径,将大任务分解为一系列可管理、可预测的小步骤。通过明确引导LLM逐步完成每一个子任务,可以显著提升其逻辑推理的准确性和整体任务的完成质量。 4,用结构化标签规范输出,告别“格式混乱”: 为了确保LLM输出内容的一致性和可用性,使用Markdown、XML风格的标签或者JSON格式来定义输出结构至关重要。例如,Parahelp公司就巧妙运用了像 <manager_verify> 这样的自定义标签,来强制LLM按照预设的格式和规范生成响应,便于后续处理和验证。 5,“元提示”:让LLM成为你提示词的“优化大师”: 这是一种非常强大的技巧——利用LLM自身来迭代和优化你的提示词。具体做法是:将你当前的提示词、LLM基于该提示词生成的输出、以及你期望的理想输出(如果有的话)一同提供给另一个(或同一个)LLM实例,然后要求它分析差异、找出问题并提出改进建议。只要给予足够的上下文信息,LLM在自我优化和调试提示词方面能展现出惊人的能力。 6, “少样本学习”的力量:真实案例塑造卓越行为: 通过提供少量高质量的示例(Few-shot prompting),特别是那些包含了挑战性或边缘情况的真实案例,可以极大地提升LLM在特定任务上的准确性和鲁棒性。例如,初创公司Jazzberry会将一些棘手的软件bug报告作为样本喂给LLM,以此来“训练”LLM学习如何更有效地识别和处理类似问题。 7, “提示词折叠”技巧,优雅管理多步骤AI代理: 对于需要多个步骤、多个LLM调用才能完成的复杂AI代理或工作流,可以使用“提示词折叠”技术。这意味着一个初始的、概括性的提示词可以触发生成一系列更深层、更具体的子提示词,每一个子提示词对应工作流中的一个特定环节。这种分层管理方式,让复杂AI系统的构建和维护更加有序和高效。 8,设置“逃生舱口”,让LLM学会“认怂”: 在提示词中明确指示LLM,当它对某个问题不确定或无法找到可靠答案时,应该主动承认自己的局限性,而不是强行编造(即“幻觉”)。这不仅能有效避免错误信息的传播,更能显著提升用户对AI系统的信任感。 9,重视“思维链”与调试信息,洞察LLM的“内心戏”: 要求LLM输出其推理过程的日志(即“思维链”或Thinking Traces)以及相关的调试信息,这对于理解模型是如何一步步得出结论至关重要。这些“内心戏”是诊断问题、优化提示词、以及进行模型迭代的宝贵资料。 10, “评估体系”才是王道:比提示词本身更珍贵的资产: 精心设计的提示词固然重要,但一套完善的评估体系(Evals)——即针对提示词的全面测试用例集合——其价值往往更高。这些测试用例应该覆盖各种常规及边缘场景,用于持续衡量和基准测试提示词在不同情况下的可靠性和稳定性。它们是确保AI应用质量的核心保障。 11, “大小模型协同”策略:兼顾质量与成本效益: 一个非常实用的工程实践是:在提示词的开发和调试阶段,可以充分利用能力更强的大型语言模型进行精细打磨和优化;一旦提示词达到理想效果,再尝试将其“蒸馏”或适配到规模更小、运行成本更低的模型上,用于实际的生产环境。这样可以在保证输出质量的同时,有效控制运营成本,实现效率与效果的最佳平衡。 不能再把提示词当成简单的指令了!像顶级AI公司那样,系统化、工程化地构建和优化你的提示词体系,才能真正释放LLM的巨大潜力,让AI为你创造更大价值!
3个月前
仅有约 10 名员工 公司一款产品都没发布 成立不到6个月 Ilya Sutskever 公司再获10亿美金投资 总融资20亿美金 估值达到300亿美金 SSI没有任何产品、收入或公开的技术细节,完全依靠 Sutskever 的个人声誉吸引了约 20 亿美元 的投资。 Ilya称正在开发一种和OpenAI 完全不同技术路径的AI模型! Ilya将 SSI 的目标定为开发“安全超智能”,一种超越 AGI 的系统,不仅在智力上超过人类,还能确保不会对人类构成威胁。他曾对同事表示,他没有沿用 OpenAI 的技术路径,而是探索了一条“不同的攀登之路”。在 2024 年 12 月的 NeurIPS 大会上,他透露已看到“初步成功迹象”,但拒绝提供更多细节。他称:“这种系统可能具有“不可预测性”,甚至可能展现出“轻微意识”。 2024 年 9 月,SSI公司完成了一轮 10 亿美元的种子轮融资,估值 50 亿美元,投资者包括 Sequoia Capital、Andreessen Horowitz 和 DST Global。仅仅五个月后,2025 年 3 月的最新一轮融资将估值推至 300 亿美元,融资金额达到约 20 亿美元。这轮融资由 Greenoaks Capital 领投,该公司投资了 5 亿美元,其他现有投资者追加了资金。 这种爆炸式增长令人瞩目,尤其是考虑到 SSI 没有任何产品或收入。一位知情人士透露:“硅谷最热门的投资不是一款应用或硬件,而是Ilya这个人。”风险投资家 James Cham 将其比作一场“高风险赌博”:“这可能是徒劳无功,也可能改变世界。” 目前,SSI 的团队规模很小,仅有约 10 名员工。公司计划利用最新融资招聘更多顶级研究者和工程师。招聘过程异常严格:候选人必须将手机放入法拉第笼以防止信息泄露,并通过多轮面试,测试他们的技术能力和品格。苏茨克维尔亲自参与指导,强调他希望建立一个由使命驱动的团队。 SSI 的运作极为低调。公司在加州帕洛阿尔托和以色列特拉维夫设有办公室,但其官网只有一个简短的 223 字使命声明:“我们的使命是构建安全的超智能系统。这是我们唯一的焦点,没有商业压力干扰。”公司没有社交媒体账户,也没有营销团队,员工被要求不在 LinkedIn 上提及他们的隶属关系。