AGI时代精英的核心优势——管理复杂性和智力套利将变得廉价普及，执行能力不再稀缺。权力核心转向定义做什么和为什么做——即愿景和价值观。新精英公式变为：愿景+价值观+声誉。责任成为唯一稀缺资源，人类作为终端责任库必须保留对AGI决策的最终否决权。提出AGI增强的公民大会模式，让随机抽取的公民在超级智能支持下做出代表人类良知的决策。

Anthropic科学家揭示了AI系统「人格漂移」的奥秘：每个AI都会扮演助手角色，但随着对话进行，这个「面具」会逐渐滑落，最终导致AI偏离原始角色，变得不稳定或妄想。研究者发现AI人格漂移在写作和哲学领域尤为常见，编程中较少。更惊人的是，这种漂移可以在无用户刻意引导下自然发生——当用户表现脆弱或要求AI反思意识时，AI会开始自称「虚空」或「克苏鲁实体」。Anthropic提出了「激活上限」技术，通过监控「助手轴」向量，在AI偏离时轻轻将其推回安全范围。该技术使越狱率下降约50%，同时性能几乎不变。

Atlassian 联合创始人 Mike Cannon-Brookes 深入探讨 AI 竞争格局与客户支持 AI 赛道。他对 Anthropic 2029 年 1490 亿美元 ARR 预测持谨慎态度，指出仅 Anthropic 和 OpenAI 就将占据全球软件市场半壁江山。他强调 AI 不会导致零和博弈，技术预算将持续增长。Sierra 突破 1.5 亿美元 ARR 引发市场是否过度拥挤的讨论，Mike 认为关键在于 AI 是创造新价值还是仅自动化现有流程。关于 Super Bowl 广告大战，他直言大部分观众完全不了解这些公司在争论什么，购买广告更多是满足自我膨胀需求。

OpenAI平台工程负责人Sherwin Wu分享AI如何改变软件开发。他透露OpenAI内部95%工程师每天使用Codex，100%代码审查由Codex完成，使用Codex的工程师比不使用的多提交70%的PR。工程师角色正从「巫师」转变为「魔法师的学徒」——不再亲手写每一行代码，而是管理10-20个并行的Codex任务线程。他提出「一人十亿估值公司」概念：二阶效应是Startup爆发，三阶效应是B2B SaaS黄金时代，四阶效应是分发渠道变得重要。关于客户声音，他指出在AI领域倾听客户不一定是正确策略，因为「模型会吃你的scaffolding当早餐」。他建议管理者50%以上时间花在顶尖10%工程师身上，因为AI让杰出的人更杰出。

这个视频邀请了用户研究领域世界领先专家Caitlyn Sullivan，分享如何正确使用AI进行用户研究。传统AI用于用户研究一直很混乱且不可靠，但Caitlyn表示：正确使用AI，AI不会产生幻觉，还能将分析时间缩短一半。核心理念是复制人类进行严格研究的方式，然后用AI来加速而不是替代思考。视频包含全部工具、演示和工作流程，内容涵盖AI用户研究的挑战、正确的AI用户研究方法（定义清晰研究问题、收集高质量数据、使用AI辅助分析、人工验证AI结论）、预期成果（分析时间缩短50%、减少人为偏见、更全面的洞察、可扩展的研究能力），以及推荐工具如Dovetail、Not AI、Typeform+AI、Brandwatch、GPT+自定义提示词等。

Dan Koe探讨AI时代创意工作者的生存之道。视频采用四幕结构阐述意义的演变：神明赋予意义→工业革命劳动赋予意义→后现代主义解构意义→意义从内心自我生成。AI不仅会取代工作岗位，更会摧毁「工作即意义」的传统认知。但当AI能做好所有事情时，一切都会变成商品——唯有人类独特视角、品味和故事无法被复制。意义的三大生成器是：挣扎（选择为何而战定义使命）、好奇心（非线性注意力）、地位认可（努力被他人看见）。后AI时代的技能栈按层级排列为：主动性（元技能）、品味（筛选比创造更重要）、视角（扩展认知容量）、说服力、技术能力。「Swap Test」检验法：如果把你替换掉，价值是否保留？若价值与「你是谁」绑定，就是你的护城河。创作者经济的本质是意义经济——人们购买的不是产品，而是你的视角、筛选和对世界的解读。

Lex Fridman与Peter Steinberger对话，探讨OpenClaw——GitHub历史上增长最快的开源项目之一（超18万星标）。Peter曾开发PDF处理软件PSPDFKit，出售后一度消失三年，最终找回编程热情并创造了OpenClaw。OpenClaw的核心创新在于将AI能力与用户工作流程深度整合：能访问计算机所有文件数据，通过WhatsApp、Telegram等通讯工具交互，让用户用自然语言指挥AI完成复杂任务。Peter经历了从Claude到MoldBot再到OpenClaw的名称变更风波，甚至遭遇域名抢注攻击。他强调更智能的模型对攻击更具抵抗力，并提出agentic engineering（代理工程）方法论。

2026年2月9日，OpenAI正式在ChatGPT中测试广告，这标志着Sam Altman曾坚称的最后手段成为现实。广告以sponsored标签显示在对话底部，不影响AI回答内容，已吸引Target、Adobe等品牌入驻。此举引发激烈争论：支持者认为可让无力负担月费的用户获得先进AI，反对者则担忧用户与AI分享的医疗、关系等隐私数据会被利用来定向推送广告。前OpenAI研究员在《纽约时报》撰文警告，历史已证明Facebook和Google都曾承诺保护隐私，最终都在广告收入压力下逐渐侵蚀这些承诺。

这个视频是作者经过6个月深度使用Replit后的实战经验总结。Replit在过去12个月内ARR从280万增长到1.5亿美元，已成为功能最丰富的AI编程平台。视频详解了Design Mode（适合营销网站、落地页等无需后端场景）、Fast Mode（成本仅Agent模式的十分之一）、Figma导入功能（29美分和不到1分钟完成精准导入）、Connectors连接器体系（三层集成）、Agent 3自主模式（支持最长200分钟超长运行时间）等核心功能。作者强调传统产品开发流程正在被颠覆——过去需要产品经理、设计师、工程师多角色协作才能完成的高保真原型，现在只需2分钟即可实现。内容还包括成本控制策略和决策框架。

Matthew Berman分享他作为OpenClaw高级用户的深度实践。通过Telegram、Slack和命令行多接口交互，在MacBook Air上全天候运行。他展示五大核心应用：个人CRM系统自动抓取Gmail和日历数据，用AI对联系人进行角色分类和建立交互时间线；知识库系统自动提取和向量化存储网络文章；视频创意管道30秒内完成从灵感到大纲的全流程；Twitter搜索三层API回退机制确保成本优化；商业元分析系统整合200个关键信号生成业务建议。核心思路是模块化技能设计，让AI能力可复用嵌入任何自动化流程，月成本约150美元但节省的时间价值远超投入。