本季度最明确的一个事实是:打造完美团队并没有固定公式。但本期嘉宾,语音AI初创公司Bland联合创始人兼首席执行官以赛亚·格兰特(Isaiah Granet)却打破了传统模式。这家语音AI初创公司一直以惊人的速度增长,但创始团队花时间优先考虑激情而非资历,在许多人想不到的地方寻找团队成员。
在这期节目中,伊莎贝尔·约翰内森和以赛亚·格兰特深入探讨了一种完全不同的招聘方法,这种方法优先考虑一致的工作态度、好奇心和灵活性,而不是简历和人脉关系。到目前为止,这种方法对Bland很有效。这个充满活力的团队在不到一年的时间里从种子前期融资发展到B轮融资。
他们讨论的内容包括:
如何在意想不到的地方发现"隐藏宝石"人才
冷门渠道和非常规招聘来源的作用
何时需要提前招聘以及何时不需要
招聘理念如何在规模化过程中塑造公司文化
创业竞技场申请:我们正在寻找拥有最小可行产品(MVP)的早期公司。欢迎推荐创始人(或自荐)。请务必说明您是通过Build Mode播客了解到创业竞技场的。请在此申请。
TechCrunch Disrupt 2026:我们将于10月13日至15日在旧金山举办TechCrunch Disrupt大会,创业竞技场200强将在此登台亮相。如果您想为他们加油助威,或只是想与成千上万的创始人、风险投资人和科技爱好者建立联系,那就赶紧购票吧。
使用代码buildmode15可享受任何票种15%的折扣。
Build Mode新剧集每周四播出。由伊莎贝尔·约翰内森主持。由玛吉·奈制作和编辑。受众开发由摩根·利特尔负责。特别感谢Foundry和Cheddar视频团队。
Q&A
Q1:Bland是什么类型的公司?发展速度如何?
A:Bland是一家语音AI初创公司,发展速度极快。这个充满活力的团队在不到一年的时间里从种子前期融资发展到了B轮融资,展现出了惊人的增长速度。
Q2:Bland的招聘理念有什么特别之处?
A:Bland采用了完全不同的招聘方法,优先考虑一致的工作态度、好奇心和灵活性,而不是传统的简历和人脉关系。创始团队花时间优先考虑激情而非资历,在许多人想不到的地方寻找团队成员。
Q3:这期播客主要讨论了哪些招聘话题?
A:播客讨论了如何在意想不到的地方发现"隐藏宝石"人才,冷门渠道和非常规招聘来源的作用,何时需要提前招聘以及何时不需要,以及招聘理念如何在规模化过程中塑造公司文化。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。