Ida 现在在某大厂努力工作，刚毕业做 VC，后在大厂做研究岗。日常坐标北京，出差到处跑，闲暇空档可约 coffee chat。
技术变革的巨浪之下，宏观趋势、商业模式、组织形态都在被反复重写。唯一没有被改写的变量是「人」。文化和组织这些变化最慢，却决定了大家最终能走多远。
AI 出现之后，岗位会怎么变、组织怎么协作、技术边界在哪里 —— 用可交互的 HTML 报告把观察过程留下来，而不是结论。
覆盖 79 家公司（估值 Top 50 + 观察名单 29 家）的交互式图谱。三张视图：价值链七层泳道、估值 × 商业化散点、资本网络。收录 315 个融资轮次，估值标注四级口径。
AI 出现后，不同职能与岗位级别上有三种变化：萎缩、新增、衍化。此外，在积极「拥抱 AI」的过程中，大型组织遇到的卡点，并不在技术而在内部阻力上。
「PM 嵌入研究团队」不是 A 社成功的唯一原因，更像一连串条件共同支撑的结果：自研 SOTA 模型、Evals 优先的沟通文化、把训练决策当产品决策的共识、Slack 公开辩论。少一样，坐得再近也聊不到一块去。
以销售这个职能为例，AI 可能会带来多少效率提升？把岗位 JD 拆成任务、给每类任务打可替代性 / 可增强性分值，再按权重生成分数。火山引擎 63 岗 vs Anthropic 85 岗。
说一句「帮我倒杯水」，最先进的机器人就可能当场露馅。因为它缺两样东西：看懂立体世界的眼睛，和能预演后果的脑子。
Anthropic 可解释性研究的互动科普 —— 模型内部到底在想什么，研究者又是怎么看见的。含 7 个互动实验，一路到「全局工作空间」。
数据采集硬件的规格对照与路线梳理。10 个章节覆盖 VLA 收敛、五条技术路线、硬件构成、标准数据集与选型速查。