Sam Altman和"他的科技CEO朋友们"正在对何时会出现第一家个人十亿美元公司的年份进行赌注。
在没有AI的情况下,单个人达到初创公司十亿美元估值的想法是不可想象的。但是,以AI为先导的单人企业已经在整个科技行业中如雨后春笋般涌现,而Polar公司CEO Birk Jernstrom正准备帮助他们实现这一目标。Polar是一个"赋能个人独角兽的变现平台"。
Polar希望通过专注于开发者需求从其他支付基础设施平台中脱颖而出。通过Polar作为"记录商户"负责处理账单和税务,企业可以从第一天起就在全球范围内销售在线产品和SaaS订阅服务。
Polar可以通过几行代码实现,这种方法得到了风投公司Accel的认可,该公司领投了Polar的1000万美元种子轮融资。合伙人Andrei Brasoveanu表示:"有新一代AI原生的早期企业希望在没有干扰的情况下成长。"
Jernstrom拥有成功退出经历也起到了帮助作用。他的上一家初创公司Tictail于2018年被Shopify以1700万美元全现金方式收购。他和联合创始人创建这家公司的目标是让在线销售商品变得像创建博客一样简单。
"2011年,我们创立Tictail,使命是赋能任何人开设在线商店。我们在2012年推出,迅速起飞。几年内,我们平台上就有了10万多商户,主要服务长尾市场,"Jernstrom说。
认识到小商户需要更多流量,Tictail开发了一个市场,这最终使其成为Shopify的收购目标。Tictail的竞争对手已经发展得更大,并吸引了更大的商户。但在IPO后,这家加拿大公司看到了关注消费者端的需要,并相信Tictail的团队能够提供帮助。
Jernstrom与他的联合创始人和几名员工一起加入了Shopify新成立的Shop团队。"这最终成为了现在所知的Shop应用和Shop Pay生态系统,我很荣幸能够参与从零到一的构建和扩展过程。"
但在2021年,当他即将第一次成为父亲时,Jernstrom经历了一段自我反思期。这最终导致他辞去远程工作职位,寻找下一步行动,结果就是创立了Polar。
分手完全是友好的,以至于Shopify CEO Tobias Lütke和总裁Harley Finkelstein现在都作为天使投资人支持Polar。他们在Shopify建立的"商户至上"文化也影响了Jernstrom。
"我每天回复50到60张支持工单。我了解我们合作的每一个客户,这有点疯狂,但我就是喜欢了解他们下一步的发展计划,以及Polar如何能让这变得更容易,"他说。
了解客户群体和开源特性帮助Polar在目标用户中获得了吸引力。自2024年9月推出以来,这家初创公司已经发展到18000名客户,其中大部分是软件变现的开发者。
这也反映在其股东名单中,包括热门开发者工具背后的企业家:Framer和Raycast(Polar与两者都有集成);Dub、Nuxt、Resend、Supabase、Vercel和WorkOS;以及与Polar有着共同瑞典根源并专注于简化构建过程的Lovable。
现在,他们支持Jernstrom的雄心:让围绕软件构建业务变得像Supabase和Vercel等平台让构建和扩展软件本身一样简单。
这与AI为独立开发者和专业开发者创造的势头相关。但这也连接了他从小与企业家母亲一起成长、从十几岁开始成为开发者,以及Tictail扶持小企业的历程。
"我希望Polar实现的目标与Shopify类似:我们如何赋能更多开发者创业,让他们能够真正构建和追随自己的激情,独立发布软件并围绕此构建业务。"
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。