Meta
集里怎么说它
- 《Anthropic 联合创始人:安全为什么不是添头,而是 Claude 性格的来源》(00:45起):本集提到 Anthropic 员工收到 Meta 的天价 offer 时会说,在 Meta 最好的情况是赚钱,而在 Anthropic 最好的情况是影响人类的未来。
- 《Handshake:靠学生网络四个月做到五千万ARR》(14:53起):本集提到 Garrett 从 Meta 雇佣了一位参与过后训练的人,以及 Alex 正在 Meta 运营 superintelligence
- 《非技术 PM 的 AI 编程法:用 Cursor 和 Claude Code 独自造出赚钱产品》(01:13起):本集提到它是嘉宾目前担任产品经理(PM)的公司,嘉宾分享了自己在 Claude 中建「教练」项目、大量模拟面试从而拿下 Meta Offer 的经历。
- 《一年增长十倍、连线性图表都过时了:Anthropic 增长负责人的内部视角》(00:19起):本集提到作为 Anthropic 竞争对手时用作对比,指出 Anthropic 历史上在资金和分发渠道上不及 Meta 或 Google。
- 《AI 时代产品经理的生存指南》(01:22起):本集提到嘉宾曾任高管的公司,也作为过去庞大但可能面临工作方式陈旧的典型大厂品牌被提及。
- 《AI 会改变一切,但也「只和互联网一样大」》(42:14起):本集说它的模型在业内被看扁,但靠着在所有产品上铺满入口,其 AI 使用率竟然能紧跟 ChatGPT 和 Gemini。
- 《Claude Tag:住在 Slack 里的主动型队友,如何让 65% 的 PR 由 AI 开出》(16:33起):本集提到 Meta 做了一项研究,显示智能体能自主成功完成任务的时间跨度大约每四个月翻一倍,这条指数曲线已持续近十年
- 《OpenAI Codex 全实操:用智能体舰队打造「10 倍速」工作流》(65:41起):本集把它说成:近期裁掉了许多 PM 的大公司之一,释放出非技术型 PM 正被淘汰的市场信号。
- 《没有暗GPU:一位基金经理拆解AI泡沫论与棋局》(07:26起):本集提到 Meta 或许也抱着「宁愿破产也不输」的心态在做 AI 大动作,且是 Broadcom 自研芯片方案的目标客户。
- 《创始人为什么要公开讲话:Replit Amjad 的叙事法则》(00:12起):本集说理解 meta 比发帖本身更耗时,指的是理解当前更大的争论是什么,把你的论点和世界观包装进当下正在发生的对话里才能传播。
- 《「智能是数据的派生物」:Fireworks 创始人 Lin Kuo 的专用智能宣言》(36:11起):本集以 Meta 为例说明「年轻时不必什么都自建、使用量过阈值自建才经济」,并提到其造芯片已超五年(MTIA 项目)。
- 《不做 LLM,做世界模型:Alex 的 12 亿美元豪赌》(04:11起):Alex 卖掉 Wit.ai 后待了很多年的大公司;他用亲身体会说明大公司资源多、品牌强,但发布不了一个会讲黄段子的聊天机器人——缺的是冒险的能力。
- 《eval 会取代 PRD 吗?AI 产品经理的新工作法门》(00:30起):本集把它说成:一种更具攻击性、由创始人绝对控制的产品主导文化,与工程主导、共识驱动的 Google 形成鲜明对比。
- 《物理世界最大的 AI 部署:Samsara 如何用 AI 编排数百万车辆》(59:10起):本集提到:由于数据中心大爆发引发电网新建和全美电工严重短缺,Meta 正在推出计划,培训更多人成为电工。
- 《「最纯 AGI 押注」爆仓始末与 AI 时代财富大洗牌》(17:40起):本集指出其因 AI 成本飙升股价下跌 10%,并讨论了它试图将多余算力租出去的算力战略,但面临核心社交媒体业务被颠覆的极大风险。
- 《红杉合伙人 David Cahn:AI 需赚回 4 万亿,这场棋局没有中间态》(13:38起):本集把它说成:靠天价薪酬收购人才和公司的雇佣军打法,但面临组织内部文化撕裂和顶尖年轻人才流失的问题
- 《开源模型没差距,缺的是让它跑起来的基础设施》(13:09起):本集提到:在发布开源模型时,首创了基于活跃用户或年收入门槛的商业许可条款,为开源模型的资金激励开了先例。
- 《扎克伯格 6500 字 AI 宣言:远见还是数据中心公关?》(00:00起):本集围绕扎克伯格 6500 字 AI 宣言展开:Meta 承诺继续发布开源模型,预告个人 AI 智能体、视频编辑器、WhatsApp 创业包等产品;两位主持人认为宣言实质是为建数据中心做的公关战,同时称这是『职业生涯中见过的最好的扎克伯格版本』。
- 《AI 投资泡沫的崩盘剧本:为什么万亿美元建数据中心注定亏钱》(07:24起):本集把它说成:一家投了 1000 亿美元在数据中心的大型科技公司,每季度利润约三四百亿;同时也在推出成本极低的专有新模型。
- 《SaaS增长该抄电商作业:付费广告立刻开打》(00:17起):本集说 Meta 经过 Andromeda 更新后「创意就是定向」,算法根据创意素材找人,有匹配率(match rate)概念,需要大量创意素材才能避免平台期
- 《Ben Thompson:美国赢得 AI 竞赛反而是危险的》(06:23起):本集说 Meta 拥有全球规模的 A/B 测试验证机器,模型对广告匹配提升几个百分点就值回投资;Instagram 为内容支付 0 美元,但 Zuckerberg 二十年来羞于谈广告。
- 《SpaceX 600亿买Cursor:AI并购的疯狂逻辑》(06:55起):本集说 Meta 与 SpaceX 一样符合’有大量算力、但没有直接面向用户业务’的特征,本可以像 SpaceX 那样收购 Cursor 来解决问题,但没有这么做,原因包括需要掏 700-800 亿美元现金、以及有司法部反垄断审查的包袱。
- 《大科技3万亿表外赌注与Anthropic反超OpenAI》(03:35起):本集以 Meta 在路易斯安那州的 Hyperion 数据中心为例,说明它既是客户又是担保人,将 3470 亿美元未启动租赁义务推到资产负债表外,手头现金加流动投资仅 910 亿
- 《不是创始人也能当 CEO:Michael Tannenbaum 的运营者心法》(06:40起):本集提到从 Meta 等大公司招来的人,框架非常关乎自我保护——附着在运作良好的事物上,并尽可能远离运作不好的事物。
- 《两家公司,买下全世界的算力》(13:56起):本集说 Meta 在用自己的资产负债表囤积算力、不先找终端客户就建,可自用或以疯狂利润率外卖,是算力上「唯一说得通的第三名」之一。
- 《谁来给 AI 聊天机器人做事实核查:前 CNN 主播的新战场》(00:41起):本集说 Campbell Brown 曾在 Meta 负责新闻合作,试图在平台和出版商之间建立商业模式但未成功,原因是社交媒体为互动率优化的本质与高质量新闻互斥
- 《用物理设计新材料:Max Welling 的 AI for Science 双向之路》(26:33起):本集说 cusp.ai 和 Meta 一起训练了材料基础模型,Meta 还提供了 OMOL 数据集
- 《超级智能为什么危险:Ryan Greenblatt 的推演与解法》(61:38起):本集提到 Mark Zuckerberg 发布 Meta 的宣言称每个人都应有权访问超级智能,Ryan 称该提案相当不严肃(pretty unserious)
- 《最便宜的模型反而是最便宜的:Factory CTO 谈 AI 定价陷阱》(50:42起):本集说它投入巨资做开放模型对美国和人类是对的,但其业务依赖广告这一头现金牛,三者中相对最弱
- 《Justin Johnson:世界模型不只有一种,而语言模型做不到这些》(28:06起):本集提到 Meta 做过经典的高斯溅射重建工作,从大量照片拟合点云,但没有可泛化的大模型
- 《Arm CEO 谈芯片、AI 与下一个十年的算力格局》(04:11起):本集说 Meta 是 Arm 自研芯片的第一推动者:想要一款通用的、面向智能体的 CPU,市面上没有,于是找 Arm 合作。
- 《邮箱里的 AI 助手:Plaid 前 CTO 谈如何在巨头围剿下赢》(09:56起):本集说就个人用例而言最担心的竞争者是 Meta:它会把个人助手塞进 WhatsApp,已拥有分发优势。
- 《工程师一年前就停写代码:Eight Sleep 创始人的 AI 运营实录》(08:06起):本集说它是 Eight Sleep 最大的付费渠道、通常是新公司该先证明的第一个渠道,且其报的 CAC 可能比真实低 20%
- 《让智能体在生产环境活下来:Restate 的持久化执行之道》(17:50起):本集说 Restate 的分布式日志设计深受 Meta 核心事件基础设施层的启发,由几位当年的架构师做成了开源通用方案
- 《Meta 的 Muse 亲测:我玩过设计最好的个人智能体》(00:07起):Muse 的出品方(「Instagram、Facebook、Meta,就是那个 Meta」)。Claire 称赞其顶级消费级设计师的功力,表示对生成的 artifacts 印象深刻、想去评测 Facebook 的模型,并笑称隐私上「算是熟悉的魔鬼」。
- 《推理已成一个分布式系统问题:Meta 讲透大规模推理的编排之道》(00:23起):本集说两位讲者在 Meta 从事效率、训练和推理基础设施的建设工作
- 《把团队设计成「恐怖组织」:Snap 首位产品经理的反直觉产品课》(41:17起):本集说 Meta 2010 到 2020 年间的团队最值得为现代广告拍卖机制居功:不只出价最高者赢,而是把广告对用户的自然价值计入出价,并写了很棒的增长手册(L-ness)。
- 《从苹果回到风投:Josh Elman 谈 AI 代理、微短剧与创业者的新机会》(08:23起):本集提到 Meta 是一家迅速转向智能体方向的模型公司,其 Muse 产品让发条消息就能办成事
- 《训练机器人缺数据?答案藏在数十亿网络视频里》(06:12起):本集举的实证例子:Meta 训练的 AI 模型吃了约一百万小时真实世界视频后,只需 62 小时真实机器人数据就能控制真机器人,全程无需仿真。
- 《Tokens 进、互动出:推荐系统正在像 LLM 一样扩展》(00:50起):嘉宾所在的团队 Meta Recommendations Research 负责训练驱动 Instagram、Facebook 广告及全家桶应用的前沿模型、LLM 和推荐系统;并以 Reels 观看时长同比 +30% 等财报数据作为幂律扩展曲线的真实例证。
- 《扎克伯格:一个不肯停下的皇帝》(06:52起):本集说 Meta 是扎克伯格掌管的公司,拥有 36 亿用户、1.6 万亿美元市值,今年的资本开支将超过除美中俄外所有国家的军费;其多年被唱衰却一次次翻身。
- 《AI 是马,你是骑士还是马夫?Cory Doctorow 谈科技巨头的算盘与打工人的出路》(15:21起):本集说:没人比 Mark Zuckerberg 更暴露于 Meta 股价波动,他不是意识形态上想让 Meta 永远增长,只是不想明天就变穷 80%;还用股票给一位程序员开一亿美元。
- 《25张图表看懂AI是不是泡沫:a16z年度市场全景》(07:21起):本集把它列为五大超大规模云厂商之一,并提到它在路易斯安那与社区合作降低电力成本的真实案例,以及股价低谷跌破 100 美元时没人信其 AR/VR 投入
- 《Meta 用毫秒级数据丈量工程师:AI 时代代码不再是货币》(01:05起):Moritz 任职的公司,本集主线:他在 Meta 主导了 diff 编写时间(DAT)指标,并观察到 AI 普及后全公司 DAT 同比下降超 40%
- 《一个月2500个代码合并是怎么做到的:专访pstack作者Potato》(02:09起):嘉宾加入 Cursor 前在 Meta 的 React 团队工作
- 《关键词搜索正在死去:PayPal 说,你的商品目录准备好了吗》(07:54起):本集与 Google、Facebook 并列提到,是商家同步商品目录的广告平台之一,其目录规范同样不为智能体优化。
- 《一半美国人在用 AI,只有 4.5% 在付钱:消费级 AI 的钱到底在哪》(07:17起):本集提到 Meta 曾因极其了解用户而以精准定向著称,OpenAI 的实时对话定向可能超过它。
- 《AI 个人助理大战开打,谁会赢?》(02:29起):本集说 Meta 以 Muse 押注消费级个人助手,用云端每用户独享的虚拟计算机化解安全顾虑,第一天就带 WhatsApp 集成,且是在没有自家前沿模型(watermelon 未发布)的情况下做到的。
- 《斯坦福神经科学家的预言:AI 巨头终将变成脑科学公司》(07:05起):本集在预测『Meta、OpenAI、Anthropic、Neuralink 都会成为生物技术公司』时被点名,称其对大脑感兴趣、做 AI 的人『多有一个挡位』。
- 《应用之后是什么?Ben Thompson 谈智能体时代的赢家》(03:48起):本集把它说成智能体之争的先跑者之一:分发能力最强、触达地球上几乎每一个人,靠 Muse 给每个用户配电脑;当年它也是靠解决「发现」问题聚合需求而崛起的巨头。
- 《AI基建狂潮比你想的更大,而且还没到头》(09:39起):本集针对『Meta 背负无法偿还债务』的批评,说它任何时候都可停止买新东西、现金流足以支付已签约的一切,『想拔插头随时可以拔』。
- 《把AI助手当「人」来设计:Meta Muse 设计总监的思路与私藏玩法》(01:19起):本集说 Meta 推出了 AI 智能助手 Muse,Alex Cornell 是其设计总监
- 《开源模型追得上前沿吗?一位AI研究者拆解谣言与真相》(03:15起):本集说 Meta 为造模型自下而上彻底重组后重回正向轨迹,且有传言将再次发布新的开放权重模型;Llama3 时期 Mark 写过解释开源策略的最佳博客文章。
- 《Meta 新模型 Muse Wonder 实测:干活的能手,做设计的差生》(00:07起):本集评测对象所属公司:Meta 发布了新的前沿智能模型家族 Muse Wonder,主打个人和专业场景的智能体工作。
① 提到它的金句
12 条
我认为最大的元学习是,AI 产品的商业化是一个移动的靶子。
指向原始笔记的链接
Well, I think the biggest meta-learning has been that monetizing AI products is a moving target.
—— Jon Noronha · [39:29]
我认为我们在 Meta 内部看到过这样的案例,如果你能开发出正确的智能体循环,并且你有正确的评估或正确的指标供智能体优化,你可以让一群智能体非常非常轻松地、非常非常容易地完成比 100 名工程师团队更多的工作。
指向原始笔记的链接
I think we’ve seen, internally at Meta, cases where if you can develop the right agentic loop and you have the right eval or the right metric for the agents to optimize, you can have a swarm of agents accomplish more than a team of 100 engineers very, very handily, actually, very, very easily.
—— Alexandr Wang · [28:09]
虽然 Meta 是建设者,但 Hyperion 及资助其建设的 270 亿美元债务都没有出现在 Meta 的资产负债表上。
指向原始笔记的链接
Though Meta is the builder, neither Hyperion nor the $27 billion in debt that’s financing its construction show up on Meta’s balance sheet.
—— 嘉宾 · [06:57]
所以 Meta 保证如果它不坚持整整二十年,它会让债券持有人完整收回,但每个人都在押注如果 AI 需求爆发并且如果这些数据中心开始疯狂印钞,然后它们能够支付债券持有人而且还有富余并产生额外的现金,那么 Meta 就不需要承担任何责任。
指向原始笔记的链接
Meta is guaranteeing to make bondholders whole if it doesn’t stay for the entire two decades, but everyone is betting if AI demand explodes and if these data centers start printing cash and then they’re able to pay bondholders and then some and generate additional cash, then Meta’s not on the hook for anything.
—— Ranjan Roy · [11:30]
但是这里的教训,这是元层面的教训,护栏是不够的。
指向原始笔记的链接
But the learning, here’s the meta learning, guardrails aren’t enough.
—— 嘉宾 · [29:30]
那就是有一天他们会下台,最终死去,而 Zuckerberg——他对 Meta 投票权的多数控制使他被移除实际上不可能——在 50 年后仍可能是他帝国的统治者。
指向原始笔记的链接
that one day they will be out of office, and eventually dead, while Zuckerberg, whose majority control of Meta’s voting power makes his removal effectively impossible, could in 50 years still be ruler of his empire.
—— 嘉宾 · [07:19]
我有一个犀利观点的论断:这个 Muse charm 其实更多不是想赢下硬件这场游戏,而是 Meta 团队在现实世界里的数据收集——鉴于它有摄像头和多个麦克风,用来了解现实世界究竟是如何运转的。
指向原始笔记的链接
I have a hot take thesis that this Muse charm is actually less about trying to win the hardware game and it’s more about data collection in the real world for the meta team in terms of how the real world actually functions given it has a camera and multiple microphones.
—— David Pawlan · [16:22]
他们手里有所有好东西,然而 OpenAI、Meta 都抢先了一步。
指向原始笔记的链接
They have all the goodies and yet OpenAI, Meta have all beat them to the punch.
—— 嘉宾 · [10:03]
我想说,直到最近,Meta 的货币是代码。
指向原始笔记的链接
I would say until quite recently, the currency at Meta was code.
—— Moritz Beller · [04:55]
如果这个元工具或元智能体能派生出工具和智能体,它也能修改和删除。
指向原始笔记的链接
If this meta tooling or this meta agent can spin off tools and agents, it can also modify and delete.
—— Sandhya Subramani · [17:11]
所以这里面有一种元层面的东西:当你在和 Joey 聊如何构建语音智能体 API 时,你已经在使用它了,你已经亲眼看到你的产品体验会是什么样子。
指向原始笔记的链接
So there’s kind of a meta layer there where if you’re talking to Joey about how to build a voice agent API, you’re already using it, and you’re already seeing exactly what your product experience could look like.
—— Matt Lawler · [14:12]
我觉得我们可能会看到,随着他们深入投入,OpenAI 能够做到非常厉害的定向投放,甚至比 Meta 还要好——Meta 以前在这方面算是顶级的,就是因为他们对你了解太多了。
指向原始笔记的链接
I feel like we may see, as they lean into it, OpenAI being able to do crazy good targeting, like even better than I think Meta, which previously was like best in class for this, just because they knew so much about you.
—— Olivia Moore · [28:51]
② 出现在这些集
55 集
- 《Anthropic 联合创始人:安全为什么不是添头,而是 Claude 性格的来源》 — 作为被讨论公司(提及)
- 《Handshake:靠学生网络四个月做到五千万ARR》 — 作为被讨论公司(提及)
- 《非技术 PM 的 AI 编程法:用 Cursor 和 Claude Code 独自造出赚钱产品》 — 作为被讨论公司(提及)
- 《一年增长十倍、连线性图表都过时了:Anthropic 增长负责人的内部视角》 — 作为被讨论公司(提及)
- 《AI 时代产品经理的生存指南》 — 作为被讨论公司(提及)
- 《AI 会改变一切,但也「只和互联网一样大」》 — 作为被讨论公司
- 《Claude Tag:住在 Slack 里的主动型队友,如何让 65% 的 PR 由 AI 开出》 — 作为被讨论公司(提及)
- 《OpenAI Codex 全实操:用智能体舰队打造「10 倍速」工作流》 — 作为被讨论公司(提及)
- 《没有暗GPU:一位基金经理拆解AI泡沫论与棋局》 — 作为被讨论公司(提及)
- 《创始人为什么要公开讲话:Replit Amjad 的叙事法则》 — 作为概念(提及)
- 《「智能是数据的派生物」:Fireworks 创始人 Lin Kuo 的专用智能宣言》 — 作为被讨论公司(提及)
- 《不做 LLM,做世界模型:Alex 的 12 亿美元豪赌》 — 作为被讨论公司
- 《eval 会取代 PRD 吗?AI 产品经理的新工作法门》 — 作为被讨论公司(提及)
- 《物理世界最大的 AI 部署:Samsara 如何用 AI 编排数百万车辆》 — 作为被讨论公司(提及)
- 《「最纯 AGI 押注」爆仓始末与 AI 时代财富大洗牌》 — 作为被讨论公司
- 《Scale AI 创始人 Alexandr Wang:AI 时代,最稀缺的不是智能而是愿景》 — 作为被讨论公司
- 《红杉合伙人 David Cahn:AI 需赚回 4 万亿,这场棋局没有中间态》 — 作为被讨论公司
- 《开源模型没差距,缺的是让它跑起来的基础设施》 — 作为被讨论公司(提及)
- 《扎克伯格 6500 字 AI 宣言:远见还是数据中心公关?》 — 作为被讨论公司
- 《AI 投资泡沫的崩盘剧本:为什么万亿美元建数据中心注定亏钱》 — 作为被讨论公司
- 《SaaS增长该抄电商作业:付费广告立刻开打》 — 作为被讨论公司
- 《Ben Thompson:美国赢得 AI 竞赛反而是危险的》 — 作为被讨论公司
- 《SpaceX 600亿买Cursor:AI并购的疯狂逻辑》 — 作为被讨论公司(提及)
- 《大科技3万亿表外赌注与Anthropic反超OpenAI》 — 作为被讨论公司
- 《不是创始人也能当 CEO:Michael Tannenbaum 的运营者心法》 — 作为被讨论公司(提及)
- 《两家公司,买下全世界的算力》 — 作为被讨论公司
- 《谁来给 AI 聊天机器人做事实核查:前 CNN 主播的新战场》 — 作为被讨论公司(提及)
- 《用物理设计新材料:Max Welling 的 AI for Science 双向之路》 — 作为被讨论公司(提及)
- 《超级智能为什么危险:Ryan Greenblatt 的推演与解法》 — 作为被讨论公司(提及)
- 《最便宜的模型反而是最便宜的:Factory CTO 谈 AI 定价陷阱》 — 作为被讨论公司(提及)
- 《Justin Johnson:世界模型不只有一种,而语言模型做不到这些》 — 作为被讨论公司(提及)
- 《Arm CEO 谈芯片、AI 与下一个十年的算力格局》 — 作为被讨论公司(提及)
- 《邮箱里的 AI 助手:Plaid 前 CTO 谈如何在巨头围剿下赢》 — 作为被讨论公司
- 《工程师一年前就停写代码:Eight Sleep 创始人的 AI 运营实录》 — 作为被讨论公司(提及)
- 《让智能体在生产环境活下来:Restate 的持久化执行之道》 — 作为被讨论公司(提及)
- 《Meta 的 Muse 亲测:我玩过设计最好的个人智能体》 — 作为被讨论公司
- 《推理已成一个分布式系统问题:Meta 讲透大规模推理的编排之道》 — 作为被讨论公司(提及)
- 《把团队设计成「恐怖组织」:Snap 首位产品经理的反直觉产品课》 — 作为被讨论公司
- 《从苹果回到风投:Josh Elman 谈 AI 代理、微短剧与创业者的新机会》 — 作为被讨论公司(提及)
- 《训练机器人缺数据?答案藏在数十亿网络视频里》 — 作为概念(提及)
- 《Tokens 进、互动出:推荐系统正在像 LLM 一样扩展》 — 作为被讨论公司
- 《扎克伯格:一个不肯停下的皇帝》 — 作为被讨论公司
- 《AI 是马,你是骑士还是马夫?Cory Doctorow 谈科技巨头的算盘与打工人的出路》 — 作为被讨论公司(提及)
- 《25张图表看懂AI是不是泡沫:a16z年度市场全景》 — 作为被讨论公司
- 《Meta 用毫秒级数据丈量工程师:AI 时代代码不再是货币》 — 作为被讨论公司
- 《一个月2500个代码合并是怎么做到的:专访pstack作者Potato》 — 作为被讨论公司(提及)
- 《关键词搜索正在死去:PayPal 说,你的商品目录准备好了吗》 — 作为被讨论公司(提及)
- 《一半美国人在用 AI,只有 4.5% 在付钱:消费级 AI 的钱到底在哪》 — 作为被讨论公司(提及)
- 《AI 个人助理大战开打,谁会赢?》 — 作为被讨论公司
- 《斯坦福神经科学家的预言:AI 巨头终将变成脑科学公司》 — 作为被讨论公司(提及)
- 《应用之后是什么?Ben Thompson 谈智能体时代的赢家》 — 作为被讨论公司
- 《AI基建狂潮比你想的更大,而且还没到头》 — 作为被讨论公司
- 《把AI助手当「人」来设计:Meta Muse 设计总监的思路与私藏玩法》 — 作为被讨论公司
- 《开源模型追得上前沿吗?一位AI研究者拆解谣言与真相》 — 作为被讨论公司
- 《Meta 新模型 Muse Wonder 实测:干活的能手,做设计的差生》 — 作为被讨论公司
③ 关联
点进去有真内容 —— 本页主要出口
智能体 · Anthropic · OpenAI · Google · 推理 · NVIDIA · ChatGPT · Cursor · Microsoft · Claude
