硅谷101

模型在榜单上越来越强，为什么真正把工作交给AI，还是需要人反复解释、检查和兜底？ 半年前，我们与阿里国际站总裁张阔聊了Accio Work，以及Agent如何参与采购和日常经营。半年后，我们再次请到他，聊聊这半年来商家使用Accio Work的真实案例，试图回答这个问题：模型能力的提升，究竟有多少变成了商家工作里的进步？ 张阔分享，很多模型的通用评测成绩已经接近满分，但团队在真实经营中，并没有感受到同样幅度的提升。为此，他们从实际业务中整理了107个任务，包括比较供应商报价、识别钓鱼邮件、预订船期和处理交易纠纷。据他介绍，在这套特定评测中，最前沿模型在无人干预条件下的任务通过率约为61%。 这些任务没有数学竞赛那么耀眼，却直接关系到商家的成本、交期和利润。一个好用的Agent，既要能把工作做完，也要让人用得起；既要理解工具和流程，也要理解这盘生意究竟想追求什么。 这期节目，我们聊聊榜单成绩与实际交付之间的落差、通用模型与垂直产品的竞争，以及当AI接手越来越多的执行工作，人还需要保留哪些判断。 【主播】 Yiwen，硅谷101主持人 【嘉宾】 张阔，阿里国际站总裁 【你将听到】 从写代码到做生意，Agent还差什么？ 01:18 AI同事市场：编程之外，专业工作走到了哪一步？ 02:38 商业任务为什么比编程更难？ 03:48 从采购搜索到日常经营，Accio Work的任务边界如何扩展 06:12 商家案例：植物监测产品，从创意走到设计、供应链和销售 07:47 找工厂、比报价、拿样品：采购流程里，人和AI如何协作 通用模型越来越强，垂直产品还有什么优势？ 10:13 中美Agent生态的差异：垂直SaaS与平台工具 11:30 AI会替代SaaS吗？ 14:11 独立站与平台电商：不同市场如何影响产品设计 15:16 Agent公式：模型 × 工程框架 × 上下文 17:46 模型与工程联合优化，不能只等模型升级 榜单接近满分，真实工作为什么还会失败？ 20:29 107个真实任务：无人干预条件下，最前沿模型通过率约61% 24:32 报价、钓鱼邮件、订船和纠纷：怎样才算真正完成任务？ 26:33 新版本也可能退步，评测必须持续做 28:55 多平台经营：有流水，不代表有利润 32:39 产品品味、市场判断与预算分配：老板仍要做的选择 最贵的模型，不一定是最好的选择 33:44…

这个夏天，来自全球各地的多个气象机构都拉响了同一个警报，一场史无前例的超级厄尔尼诺正在上演。 来自摩根大通的经济学家预计，全球的食品通胀将在2027年的上半年上升到5%，明显高于今年同期的2.8% 。这其中有来自霍尔木兹海峡封锁和黑海冲突的因素，也部分归因于我们正身处的这场、50年来颇为罕见的超级厄尔尼诺。 它究竟会通过什么方式影响到全球供给？它所带来的危害是否真的像媒体报道的那么大？在一次次与极端气候变化的对抗中，人们又为应对厄尔尼诺做了怎样的准备？ 【主播】 麻花，硅谷101特约研究员 【嘉宾】 张思齐，资深大宗商品期货交易员 【你将听到】 超级厄尔尼诺，如何影响农业生产 03:17 农业几多产，起决定因素的不只是气候 08:56 超级厄尔尼诺，以及它的影响边界 16:03 厄尔尼诺如何影响棕榈油、天然橡胶和咖啡豆 19:26 哪些终端商品，价格可能受到大波动 22:20 秘鲁禁捕鳀鱼，受波及的除了日料水产，还有宠物食品 25:10 都说厄尔尼诺导致减产，但也有产区因它收益 极端气候之外，生产资料的供应紧张和农民的应对之策 27:53 作物减产是否影响终端价格，还要看产区和出口集中度 29:52 推高全球粮食价格的，还有供应紧缺的氮肥 32:27 大宗商品期货交易员会有哪些工具关注气候变化 35:25 不确定性对于期货交易，究竟是好是坏 40:08 与不确定性对抗多年，农民如何应对极端气候变化 42:07 上有厄尔尼诺，下游农民活用期货 45:22 气候变化引起的出口限制，可能进一步加剧供给危机 巴拿马运河和全球铜矿的减产，厄尔尼诺要背多大的锅 47:02 极端气候带来的干旱，让巴拿马运河的运力更紧张了 50:23 全球铜矿产量下降的锅，厄尔尼诺背不了太多 56:25 做服装的人，也在厄尔尼诺面前为难了 57:41 被极端气候影响的电力、加工食品和保险行业 59:48 大宗商品交易门外汉，可以怎么观察这个行业 【延伸阅读】 • 《纽约时报：This Year’s Record-Breaking El Niño in 3 Charts》 • NOAA: 美国国家海洋和大气管理局，隶属美国商务部。它负责监测海洋、大气和气象变化，提供天气预报、气候预测和海洋资源管理服务。 • El Niño set to become very strong, raising risks of extreme weather…

随着AI模型能力提升，训练需求更复杂，一批为模型公司提供训练数据的新公司正在快速增长：AfterQuery今年4月宣布A轮融资时，估值为3亿美元，到了9月，据媒体报道，新一轮融资已经将其估值推至32亿美元。另一家提供训练数据与智能体环境的公司Bespoke Labs，也在今年7月宣布，种子轮与A轮融资合计达到4000万美元。 虽然估值水涨船高，AI数据行业对外界来说却极其不透明。问题来了：这些公司究竟在卖什么？ 过去提到数据标注，我们容易想到给图片打标签、给模型回答打分。但随着AI从回答问题走向执行任务，数据公司的交付物也在变化：从专家写出的评分标准，到包含任务、工具和验证机制的强化学习环境。它们需要找到懂行的人，获得真实的行业资料，再把专业知识与工作经验转化成模型能够学习的训练信号。 与此同时，新的AI评测层出不穷。榜单分数提高了，究竟代表哪些能力变强了？针对评测生产数据，什么时候能改善真实用户体验，什么时候又会变成单纯的刷分？对于每天训练模型的研究员来说，他们最需要的数据，到底是什么？ 本期节目，我们邀请到在Scale AI负责后训练与评测研究的何允中，以及加州大学伯克利分校博士后、Agents’ Last Exam项目研究者孙一铀，从产业与研究两个视角，拆解这门透明度不高、又变化极快的生意。 我们聊了Scale、Mercor、Surge等数据公司的不同背景，也讨论了小团队在合成环境与垂直领域中的机会。从采购一份游戏源码，到验证专家提交的任务，再到设计让人愿意交出经验的激励机制，好数据的难点，往往藏在榜单之外。 【主播】 Yiwen，硅谷101主持人 【嘉宾】 何允中，Scale AI研究总监（后训练与评估方向） 孙一铀，加州大学伯克利分校博士后 【你将听到】 拆解数据生意和玩家 05:03 数据公司之间的区别：招聘平台、众包标注、合成数据 08:27 从预训练到后训练，模型需要的数据发生了哪些变化？ 09:32 Rubric数据：把专业判断变成评分标准 10:46 强化学习（RL）环境：从回答问题到动手干活 12:18 从vibe coding，到vibe everything：详解Agents’ Last Exam 14:10 游戏好不好玩、作品好不好看，主观判断能被量化吗？ 17:33 Rubric 与环境如何配合：人与Agent协作 评测与模型真实能力 20:05…

【本期节目由Eight Sleep赞助播出】 在这个健康意识崛起的时代，我们越来越愿意花大价钱管理自己的身体。睡眠，就是其中最重要的方面之一。 与手表、戒指等可穿戴设备不同，Eight Sleep的产品是一张能够自动控温的智能床套。马斯克、扎克伯格、Bryan Johnson、Sam Altman，都是它的用户。多名职业运动员，也习惯带着它去比赛。这张售价约两万元的智能床套，究竟替我们做了什么？ 这期播客，我们邀请了Eight Sleep的两位创始人，Matteo Franceschetti和Alex Zatarain，聊聊睡眠科技和文化。 他们说，现代人已经熟悉了各项睡眠指标，例如深度睡眠、REM、HRV。但Eight Sleep想要更进一步：在人们熟睡时，根据身体的变化，自动调整床面温度、床体高度，让技术在你毫无知觉的时候工作。 这张床套背后，也是一家消费硬件公司十多年的摸索。从拆开电热毯做原型机，到众筹卖爆却发现卖一台亏一台；从搬到中国学习制造，到反复经历现金流危机，创始人踩了很多坑，才慢慢探索出令人满意的产品形态。 今年4月，Eight Sleep进入中国。消费竞争激烈的中国市场，反而是他们增长最快的一个。一张床套卖两万人民币，Eight Sleep如何解释自己的定价？进入全球35个国家，这家公司从上百万用户身上学到了什么？ 我们也聊到伴侣之间的温差、孕期与产后的睡眠变化，以及他们更远的野心：从改善睡眠，走向健康异常预警和预防医疗。最后，我们还是回到那个最朴素的问题：究竟怎么才算睡个好觉？ 本期节目由Eight Sleep赞助播出。访谈使用英文进行，播客采用中文配音。我们也将原版的英文访谈制作成了视频播客。如果想要收听原版，可以在硅谷101播客的B站或YouTube账号上收看本期节目。 【主播】 Yiwen，硅谷101主持人 【嘉宾】 Matteo Franceschetti，Eight Sleep联合创始人、CEO Alex Zatarain，Eight Sleep联合创始人、CMO 【你将听到】 00:05 一张被马斯克搬进办公室的床套 04:51 从追踪到干预：一张床套想替你做什么？ 07:43 从“不睡觉”到Sleep-maxxing，睡眠文化的十年转向 12:04 看了那么多睡眠分数，然后呢？ 14:16 睡眠数据里，有哪些预测疾病的信号 14:46…

本期节目来自2026 Inclusion·外滩大会主论坛圆桌——“当Agent成为交易主体”。 Agent的爆发不止于应用层，当应用不断涌现，底层的交易和支付方式也在被重写。今年的AI交易正沿着两条线同时展开：一条是Agent帮人完成任务，比如今年6月上线的AI版支付宝，一句话就能打车、点咖啡；另一条是Agent-to-Agent，比如两个月前，Mastercard发布了专为机器间支付设计的网络服务。 当Agent从对话走向办事、从推荐走向交易，“信任”成了绕不开的关键词。它替你花出的每一分钱，都真的经过了你授权吗？发起交易的Agent究竟是谁？它的支付权限有多大？出了问题又该由谁负责？这些围绕授权、身份、权限、责任的一个个问题，决定了我们距离“钱包交给AI”有多远。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 韩歆毅，蚂蚁集团CEO Jorn Lambert，万事达卡首席产品官 刘作虎，OPPO高级副总裁兼首席产品官 周靖人，阿里巴巴集团首席科学家 （Jorn Lambert先生的发言为后期中文配音呈现） 【你将听到】 04:25 “先有鸡还是先有蛋”：智能体商业为什么卡住了 06:26 当Agent开始交易，支付网络一切都要彻底重写 10:15 手机将成为意图入口、个人智能和主动智能 12:34 模型还缺什么？长期上下文、提问能力与可靠执行 16:00 信任基建：授权、身份、KYA、资金安全与可追溯 19:59 手机厂商视角：能力信任、风险信任与A2A行为规范 22:55 “普拉提课测试”，授权、沙箱与安全执行 26:03 未来5年新商业机会：800亿Agent的商业想象 28:44 一杯咖啡怎么选出来？大模型推荐机制拆解 30:36 未来20年，手机仍是最核心设备吗 31:15 A2A商业，海量微交易所需的支付轨道 【硅谷101年会来了，线下见】 10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。 来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。 报名链接 【监制】 泓君 【后期】 Amei…

过去几年，推理消耗的Token爆炸式增长，Token经济随之成型，推理专用芯片也持续升温：去年年底，英伟达以约200亿美元对AI芯片初创公司Groq进行“收购”（acqui-hire）；做晶圆级“大芯片”的Cerebras今年6月IPO，市值达到670亿美元；OpenAI联手博通，推出了首款自研推理芯片Jalapeño，从设计到流片仅用了9个月——加上我们之前聊过的谷歌TPU，推理芯片牌桌上的玩家越来越多。 在这场推理芯片大战中，各家真正比拼的是什么？为什么走向了不同的技术路径？推理芯片未来又会向什么方向收敛？ 本期硅谷101，我们请来两位AI芯片创业者，逐一拆解这些热门推理芯片在技术路径上的取舍与得失。其中嘉宾Mark是英伟达首席科学家Bill Dally的学生。Bill Dally是现代GPU并行架构最重要的奠基者之一。我们也借由Mark的视角，去了解这位芯片大师是如何思考问题和看待创新的。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Mark，AI芯片创业者 徐子扬，AI芯片创业者 【你将听到】 Groq、Cerebras技术路线 04:17 为什么训练看算力，推理看带宽 14:13 SRAM、DRAM、HBM的优劣 16:39 Groq和Cerebras的技术路径选择 19:34 Groq：确定性、静态编译调度，动态性不足 25:18 Cerebras 的软肋：良率、成本与系统适配 32:32 英伟达为什么要acqui-hire Groq 33:58 “推理时代，Cuda一定会被绕过” 推理时代芯片护城河 39:19 两位芯片创业者的SRAM推理芯片方案 41:07 最重要的指标：速度、性价比、耗电量 44:25 速度越快，AI越聪明 49:04 面对模型迭代，抓住“不变量” 54:15 消失的算力：为何芯片利用率跑不满 58:27 芯片设计全流程：需求、架构、RTL、验证、后端、流片、封装测试、良率、交付 01:01:16 国内优势：供应链+基础设施+开源生态 01:03:17 创业者做芯片，如何和模型厂商竞争 Bill Dally芯片设计哲学 01:05:17 为未来AI补齐强逻辑 01:09:40 “一切围绕局部性展开” 01:11:43 跳出local minimum，必须想清楚牺牲什么 01:13:03 Bill给学生的创业建议 01:14:47 亚马逊的工程哲学…

2026年8月，Moderna与默沙东联合开发的个体化mRNA肿瘤疫苗公布三期临床积极结果，Moderna股价一度暴涨177%。这不是一款预防癌症的疫苗，而是一种为患者量身定制的治疗性疫苗。“一人一药”，似乎正在离现实越来越近。 这期视频，我们邀请到艾博生物创始人、CEO英博博士，他曾在Moderna从事mRNA相关的核心研发。我们从这次三期临床结果出发，拆解个体化肿瘤疫苗究竟如何工作、为什么要与PD-1联合使用，以及它真正证明了什么、还有哪些问题没有被证明。我们也会聊到Moderna、BioNTech以及中国公司正在探索的不同技术路线，以及“一人一药”背后真正困难的制造、自动化、成本与监管问题。 肿瘤疫苗为什么研究了二三十年，直到今天才跨过这道关键门槛？AI究竟能在新抗原预测和疫苗设计中解决多少问题，它真的能让肿瘤疫苗变成一个“软件问题”吗？如果每位患者都需要一支不同的药，这套系统又如何服务成千上万甚至更多患者？我们距离“为每一个癌症患者定制一支疫苗”，究竟还有多远？ 【主播】 Yushan，硅谷101特约研究员，生物医药行业从业者 【嘉宾】 英博博士，艾博生物创始人、董事长兼CEO 【你将听到】 02:41 从Moderna到创业，英博博士与mRNA 08:57 Moderna三期，到底突破了什么 14:09 “一人一药”如何让免疫系统治疗癌症 18:14 制药“噩梦”：4-6周造出一支专属疫苗 24:42 未来肿瘤治疗：手术刀＋疫苗＋PD-1 27:57 34个新抗原“撒网”与肿瘤“逃逸” 31:39 黑色素瘤之后，下一个是谁？ 38:12 技术路线：中国肿瘤疫苗走到了哪一步？ 45:04 肿瘤疫苗会比CAR-T更安全吗？ 50:14 成本：“做大容易，做小难” 54:01 “AI离开自动化，就是空谈” 59:19 AI如何应用于肿瘤疫苗的研发与制造？ 01:01:26 LNP：AI还算不动的“难题” 01:06:04 “一人一药”怎么监管？ 01:09:24 为什么肿瘤疫苗等了几十年 【2026 外滩大会】 2026 Inclusion·外滩大会将于2026年9月9日-12日在上海黄浦世博园区举行。外滩大会是全球高级别前沿科技与金融科技盛会，本届大会还设置了超现实AI音乐会、科技展、创投meetup等趣味环节，活动免费，名额有限，先到先得。 外滩Token效率论坛注册报名…

去年年底，硅谷掀起了一股风潮——“Token Maxing”（最大化token使用量），科技公司创始人和工程师们争相晒出账单，比谁家Token消耗更吓人，以此彰显对AI的全力押注。但到了今年年中，成本失控和虚假生产力让这场烧钱竞赛到达了转折点。Uber在四个月里烧穿了全年的AI预算，Meta被迫给员工设定token使用上限，一些公司会提醒员工使用AI的时候注意成本。大家开始认真思考：如何更经济地使用Token？ 这期节目的嘉宾黄东旭，就是Token Maxing热潮的亲历者。他曾经每天烧掉三四百美元，只用最前沿的模型。让他逐渐转变的，是中国开源模型们的崛起，大量的日常任务都可以做到“只烧电费，不烧Token”。他的结论是：不是前沿模型用不起，而是本地开源模型底座+前沿模型的搭配，成本可控，更具性价比。 我们聊了这半年Agent产品的进化史——从OpenClaw，到Hermes，到Agent蜂群的智能涌现潜力，Agent消耗Token的趋势不会停止，未来还会有更复杂的A2A网络。亲历了互联网、移动互联网、AI三波浪潮的张宏江认为，Token Maxing折射出的是所有人在面临AI浪潮时的不知所措，AGI奇点已经到来，现在做Agent是好时机，但关键是：别做容易被大模型碾压的应用。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 张宏江，Llama Ventures高级技术合伙人，美国国家工程院外籍院士，北京智源人工智能研究院（BAAI）理事长，源码资本合伙人，曾任微软亚洲工程院院长、微软亚太研发集团首席技术官、北京金山软件有限公司首席执行官 黄东旭，Llama Ventures合伙人，PingCAP CTO&co-founder 【你将听到】 04:55 Token maxing，是泡沫吗？ 09:52 亲身体验：只选最强最贵，日烧四五百美元 14:15 OpenClaw：从研究到工程的转折点 20:31 龙虾退潮：“普罗米修斯”完成了使命 23:09 Hermes：把成功经验沉淀成Skill 30:09 “Agent动力学”：七嘴八舌烧Token换深度 35:12 智商碾压：Fable 5一次搞定复杂任务 37:20 本地开源模型经济账：每天电费1美元 43:42 Token消耗不会停，更复杂的网络还在后面 52:36 现在做Agent创业是好时机吗？看好toB和infra 01:03:24…

不久前，我们聊了硅谷最火的新职位FDE（前线部署工程师）。硅谷的逻辑是，AI要进企业，就要开行业最高的薪资，派一批最聪明的人驻扎进去。但这件事在中国，还是同一个剧本吗？ 我们邀请到阿里巴巴集团副总裁、瓴羊CEO朋新宇。他是阿里数据中台方法论的创立者，他的团队做这件事已经5年，比“FDE”这个词流行起来还要早。在AI浪潮到来之后，他们发布企业级Agent平台：AgentOne。 他们的做法很不“硅谷”，不接定制化的大单，不做1000人天的驻场开发。他们找的是企业里最耗人、最耗钱、最耗时的环节，把预设好的agent接入企业私有数据，去解决真实的业务难题。 举例来说：一个催发货流程，客服agent需要跑通260步流程；一个顶级人类投手，90天内调价10000次，AI要学会这10000次调价背后的决策逻辑，这背后靠的是团队配合和工程化的推进。 在朋新宇讲述中，没有全能型的个人英雄，也没有对SOTA模型的迷信。“企业算得过来账，背后用什么token，老板不会在乎”。务实，算账，打地基，这就是FDE在中国的故事。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 朋新宇（花名小芃），阿里巴巴集团副总裁，阿里瓴羊CEO 【你将听到】 01:48 硅谷的风向变了：AI战场从C端回到B端 06:33 一个“催发货”背后藏着260步流程 12:30 90天调价一万次，AI向最优秀的投手偷师 19:39 为什么顺利的部署都是“自上而下” 25:07 做标准化增长agent，跟Palantir反着走？ 31:14 销售Agent实战：从最落后区域到销冠 36:06 部署周期：1/3熟悉岗位，1/3做建模，1/3调教AI 42:36 FDE团队画像：BA定方向、AI架构师选模型、业务首席当教练 47:00 Token成本，模型策略，“账算得过来”最重要 53:28 中美FDE对比：信息化地基、付费习惯、工作方向 58:03 人才观：懂AI、懂业务、懂数据 【延伸阅读】 E240｜OpenAI联手PE砸下40亿美元，聊聊硅谷最火新职位FDE 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 What We Discovered - Philip Ayers Signal Containment - Out To The World 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple…

这期播客的嘉宾是盛颖，xAI前推理团队负责人、开源推理引擎SGLang发起人及RadixArk联合创始人/CEO。 在开源模型集中爆发之际，盛颖在AI Infra（基础设施）领域的研究和贡献非常核心。她将AI Infra描述为“浪漫的关系”，是产品本身，需要有“美感”。 由此，我们走进盛颖的世界。 她曾经想成为一个数学家，沉浸在一个确定、纯粹、仿佛“与世界无关”的世界里。 但从哥大到斯坦福，从形式化验证到 AI Infra，盛颖一路经历的并不是外界看到的连续发顶刊的高光，背后是不为人知的寻找方向、迷茫、停滞、低谷和重新出发。她逐渐意识到，自己无法勉强去做一件不感兴趣的事；只有真正被一个问题吸引，她才能进入高度专注的状态，并把它做到极致。 SGLang，是这条研究路径的集大成者。它从一个学术项目成长为面向真实生产环境的开源推理引擎，也把盛颖从研究者带进了更复杂的工程、组织与产业世界。 在早期的xAI，她获得了难得同时存在的“support”和“freedom”，参与搭建生产级推理系统。但随着SGLang社区迅速扩张，仅靠开发者在业余时间维护，已经无法支撑项目继续向前。为了让这件事真正走下去，她选择离开xAI，创立RadixArk。 这期节目，我们从盛颖眼中的数学之美、论文和低谷聊到SGLang、xAI与RadixArk，也聊一个人如何逐渐理解自己的天性，并决定不再与之对抗。 盛颖说，她在乎的不是“making impact”，而是那些她认为正确的事情，最终有没有发生。从“世界与我无关”，到“想要构建那个跟强力AI共存、且人类不会输的未来”，这，是盛颖的故事。 【主播】 陈茜，硅谷101联合创始人 【嘉宾】 盛颖，RadixArk联合创始人&CEO，xAI前推理团队负责人、开源推理引擎SGLang发起人 【你将听到】 02:16 违约金、纽约与数学之美：“世界与我无关” 16:06 顶刊、低谷期与甄嬛传：“世界又与我有关了” 26:01 谷歌实习：最早的“AI for code” 31:54 Databricks：人生导师Ion Stoica与“making impact”价值观 34:37 xAI：拥有“support”和“freedom”的美好v1.0时代 44:07 RadixArk：“两个月也等不了” 48:07 Two Sigma：“有组织的公司”应该有的样子 51:10 SGLang：“AI…

7月27日，月之暗面正式发布Kimi K3的完整模型权重。自7月16日API上线以来，K3就在在多项测试中展现出接近前沿模型的能力。因此，它成为了硅谷最近讨论开源时的重要案例之一。从2025年初的DeepSeek时刻，到当下的Kimi K3，中国开源模型正在从成本更低、能力稍弱的替代品，逐渐逼近甚至超过最强的闭源前沿模型。 随之而来的，是一场越来越激烈的蒸馏争论。什么是蒸馏？通过闭源模型的输出进行训练，和未经授权的大规模能力提取，有什么区别？即使中国实验室使用过美国模型生成的数据，它又究竟能解释多少最终能力？ 本期播客，我们邀请到两位嘉宾来分别从开源生态和企业的视角，讨论这一波中国开源模型的影响：前Hugging Face亚太开源生态负责人王铁震，和TinyFish联合创始人Keith Zhai。 我们从K3带给硅谷的挑战聊起，讨论了为什么把中国模型的进步全部归因于蒸馏，实际上忽略了架构、强化学习、数据工程和推理基础设施上的创新。而当蒸馏从一种中性的训练技术，变成商业竞争和政策讨论中的指控时，争议的核心又变成了什么？ 在此之外，我们也讨论了K3针对大型推理服务商设计的商业授权：当开源权重模型持续压低成本，它会如何冲击OpenAI、Anthropic等闭源实验室的商业模式？当模型能力逐渐商品化，未来AI行业的价值会流向模型本身、推理基础设施，还是Agent与企业工作流？ 注：本期播客中提到的“开源”，更准确地说是开放权重（open weights）。K3官方称自己为开放模型，它使用的是Kimi K3 License，不是标准 MIT/Apache 这类完全开放的OSI license。 【主播】 Yiwen，硅谷101特约研究员 【嘉宾】 王铁震，Hugging Face前亚太生态负责人 Keith Zhai，TinyFish联合创始人 【你将听到】 中国开放模型，硅谷怎么看？ 01:45 Kimi K3为什么突然成为硅谷关注的焦点？ 03:33 从DeepSeek、GLM到K3：硅谷对中国模型的判断如何变化 06:51 企业为什么开始转向中国模型 10:23 中国开放模型推理成本 蒸馏争端始末 13:24 蒸馏争议：到底什么是蒸馏？ 17:22 K3是否可能在短时间内蒸馏最强闭源模型？ 19:48 蒸馏能解释模型的核心能力吗？ 开放模型对闭源商业模式的影响 23:54 K3 License与开放模型商业化…

当你觉得AI“懂你”的那一刻——精准抓住一个你自己都没说清的情绪，问出一个让你陷入沉思的问题——你以为那来自数据中心的芯片、模型里的参数、程序员敲下的代码，但真相是，那些问进你心坎里的问题、让你会心一笑的遣词造句，背后站着一群人：他们曾是记者、编辑和纪录片导演，如今藏在大语言模型之后，有一个鲜为人知的名字——内容工程师（Content Engineer）。 当模型能力日益趋同，真正决定用户去留的，已不再是参数，而是它能否让人觉得“懂我”。那些“只可意会、不可言传”的语感与共情，正被一群文字工作者拆解成一套可以装进AI的规则。 本期《硅谷101》播客，我们邀请到两位从新闻业转身的资深内容工程师——前媒体人、播客《行星酒馆》主播东尼，与NBCUniversal AI战略总监Bianca，深入探讨：什么才算“好”的对话，以及如何把它拆解成可量化、可训练、可评估的工程标准。我们从这个正在各家AI公司裂变扩张的新兴岗位聊起，看看当模型能力逐渐拉平，内容与品味如何成为产品竞争力的关键，而懂人文、懂社科的判断力，又该如何翻译成工程能用的语言。 【主播】 Faith静远，硅谷101特约研究员 【嘉宾】 Tony Lin，人工智能实验室模型设计负责人，《行星酒馆》主播 Bianca Consunji，NBCUniversal AI战略总监 【你将听到】 02:54 内容工程师是什么？ 05:55 内容工程师如何拆解好内容 10:42 如何训练AI理解提问者的言下之意 13:42 内容工程师如何“翻译”语言和文化 16:45 新闻训练和AI对话训练都需要给到“上下文” 18:42 语境破碎：AI对话和“网络互喷”的相似之处 19:59 记者和内容工程师的技能重合点 23:44 一篇爆火文章背后，文科生的AI恐慌 26:45 基于共识训练出来的AI，不会产生伟大的艺术 28:56 媒体影视从业者失业，罪魁祸首是AI吗？ 31:37 东尼如何在养病期间做出震惊谷歌的voice agent 37:02 AI谄媚是产品设计问题，本质是人想要的太多了 39:20 人除了智商情商，还会需要“AI商” 43:33 职业价值迁移：“曾经我出卖成果，现在我展示过程” 【延伸阅读和相关术语】 系统提示词（System…

机器人已经能在舞台上做到翻跟头、表演武术了，但要让它在开放环境里伸手帮你拧开一个瓶盖，难度陡然跃升2到3个量级——因为那一刻，它需要理解眼前的物理世界。 这正是苏度科技想啃下的硬骨头。苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一，师从李飞飞。这家公司走了一条与硅谷主流"纯大脑黑盒大模型"不太一样的路：软硬件协同设计，上下分层架构，上层负责任务规划与环境理解，下层负责具体物体操作；Sim-to-Real作为核心训练范式，让机器人在虚拟世界里经历几百万年的进化，再迁移到现实。 这条路已经跑出了一定成效：面对从未见过的新物体，他们的零样本通用抓取单次成功率接近100%。 本期硅谷101，我们邀请苏度科技CEO韩铮，一起聊聊机器人“动手”怎么实现？他预测，接下来会有更多的硅谷公司重新回到“上下分层”的方向上来。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 韩铮，苏度科技联合创始人&CEO 【你将听到】 机器人“动手”的数据根基 03:17 为什么做全栈（大脑+本体）通用机器人？ 07:14 苏昊早年经历：从图片标注ImageNet，到3D数据集ShapeNet 11:08 3D数据收集，难在哪里？ 13:21 仿真需要亚毫米级精度，视频训练无法达到 16:33 什么是Sim-to-Real（从仿真到现实）？ 18:08 创业时机的判断：DALL-E带来的数据拐点 Sim2Real技术验证与关键突破 21:40 仿真器的技术内核：经典物理法则+强化学习 24:17 数据集质量与规模的平衡：自建结构化3D数据集 28:05 实际效果如何？零样本通用抓取，一次性成功率98% 32:11 回应Demo质疑：去学术会议现场随机环境中演示 34:22 基础Zero-Shot泛化能力比长程任务串联更为关键 35:45 灵巧手虽好，但不是当下的性价比最高的方法 技术路线之争 38:16 商业模式思考：硬件+底层模型+API，类比智能手机生态 41:23 仿真器与机器人本体，必须软硬件协同设计强绑定 44:04 如何教会机器人拧瓶盖？加入真实世界数据更高效 44:51 难度对比：操作物体比运动控制难2~3个数量级 47:28 白盒与黑盒之争：分层模型，在预训练中融入物理理解 51:11 Sapien仿真器，让机器人像幼童第一次拧瓶盖一样操作 53:27 数据冷启动困境：无法复刻特斯拉，必须靠仿真做冷启动…

世界杯发生了闻所未闻的一幕，在特朗普介入后，美国球员巴洛贡吃到的红牌被暂缓1年执行，有人不禁要问了，国际足联为什么要那么听美国人的话。 部分原因可能来自于，美国资本已经渗透进了全球足坛的方方面面。比如英超的20家俱乐部中，有11家都被美国资本控股，美资甚至渗透进了欧洲五大联赛的俱乐部、商业权益开发、球员球队买卖资金周转等等方面。 没有英式足球积淀的美国人，为什么会那么喜欢投资英式足球？美国资本又在怎么改变世界足坛呢？ 【主播】 麻花，硅谷101特约研究员 【嘉宾】 张兵，懒熊体育《摸鱼的熊彼得》主理人 施骅伦，《翻转体育》主播 【你将听到】 没有足球文化的美国，资本为什么爱足球 03:05 售股两年后，曼联老板为什么又要找下家 06:21 20支英超球队11支被美资控股，美国富豪为什么那么上头 09:48 英超球队的上市潮与退市潮 16:14 两任美国老板，在英国“小队”伊普斯维奇上赚翻了 19:47 美国人对体育资产的商业化运作，到底能有多强 美国老板们，为什么永远被球迷Diss 22:47 曼联往事：格雷泽家族20年的骂名从哪儿来 27:35 曼联新老板拉爵，带来的新变化可能喜忧参半 30:04 从阿森纳到曼联，豪门为什么都爱捣鼓球场 36:56 SoFI球场，美国人商业运作体育场馆的典型案例 38:16 阿森纳老板克伦克，与前大股东乌斯曼诺夫的控制权之争 45:31 克伦克说拿钱砸冠军不是第一位，那他是个好老板吗 48:24 利物浦的两任美国老板，为什么口碑差距那么大 52:47 美国资本，如何在切尔西身上玩脱了 英超之外，美国资本如何渗透全球足坛 57:10 不只英超，欧洲足坛都要被美国资本包圆了 01:03:23 控制了众多命脉的美国资本，很可能会打造自己专属的超级联赛 01:05:46 版权费增长停滞、球员成本上升，美资从哪儿延续回报率 01:10:41 球迷文化抵制足球资本，但商业化的进程一直在所难免 【延伸阅读与相关名词】 英超Big 6：包括阿森纳、切尔西、利物浦、曼联、曼城和托特纳姆热刺，其中前4支球队又被称为Big 4或者传统四大豪门，Big 4如今都被美资控股 阿布卡拉莫维奇：俄罗斯富豪，2003年买下切尔西，斥超过20亿英镑引援，并先后聘请穆里尼奥、希丁克等名帅执教，让切尔西收获21个冠军奖杯。后因俄乌战争被迫出售切尔西，并免除了俱乐部对其个人约15亿英镑的债务。…

从ChatGPT掀起生成式AI浪潮到现在，不过短短两三年，AI能力的进化速度已经让"AI自我进化"这件事从科幻走进了现实。上个月，Anthropic在一份公开报告中预测，AI未来将进入"递归自我提升"（Recursive Self-Improvement, RSI）阶段，并呼吁人类共同为AI的发展设计出一个减速或暂停机制。 AI自我进化会以多快的速度到来？未来的AI，它会在通往真理的道路上与人类并肩作战，稳步破解医学、气候等种种难题，还是会在暗处走向失控？ 本期播客，泓君邀请到专注做“发现模型”的AI公司Apodex的两位首席科学家，杜少雷和Beibin，一起聊聊AI的自我进化与自我验证。 Apodex是一家陈天桥出资创立并亲自主导的公司，这家公司给自己的定位也非常的特别，他们只做一件事—— heavy duty solver，意思是专啃那些没有标准答案，人类自己都不知道从哪下手的难题。他们管自己想做的模型叫做 discovery model。不是从已知的信息里面找答案，而是要提出人类还没有想到过的假设，自己想办法去验证它，去解决这个世界上还没有被解决的科学难题。 嘉宾预言，最快半年，AI就能跑通一次完整的自我进化闭环。但要实现持续的、可靠的递归提升，模型必须具备“自我验证”能力。这很像人类科学家的基本功：大胆假设，小心求证。而要让AI做到这一点，关键的前提是——教会大模型真正拥有科学家一样的品味和判断力。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Simon Shaolei Du（杜少雷），Apodex推理模型与训练首席科学家，华盛顿大学计算机科学与工程学院副教授 Beibin Li （李辈滨），Apodex自我进化与编程首席科学家 【你将听到】 自我进化背后的底层能力 03:00 AI自我进化不是新概念，两三年前就有了 06:48 RSI概念火了，背后是模型能力变强了，长程任务表现更好了 09:20 技术上如何训练AI做好长程任务？算法+数据+infra 12:45 Coding能力代表了模型自我进化的底层能力 14:29 用自我验证规避“递归漂移”，代码领域相对可控 16:21 Apodex的验证方法：多个子agent互相验证 19:11 自我进化三条路径：预训练、后训练、Harness 23:56 另一项关键能力DeepResearch，Apodex如何做到多个榜单第一？ 29:19…

本期节目由AI轻办公神器vivo X Fold6赞助播出 今年4月的伦敦马拉松，肯尼亚选手萨维以 1小时59分30秒 的成绩夺冠，成为首位在正式马拉松比赛中跑进2小时的运动员，这场比赛的亚军克杰勒恰同样跑进了2小时，创造了历史。 事后媒体关注到，萨维和克杰勒恰，包括这场比赛的女子冠军阿塞法，他们穿的鞋，都是阿迪达斯的Adios Pro EVO 3。但在此之前，统治马拉松赛场10年之久的一直是耐克，也是它，发起了一度轰轰烈烈的Breaking 2项目，剑指帮助运动员马拉松“破2”。 尽管跑步这项运动自古有之，但直到1960年代，人们才真正拥有专为路跑设计的现代化跑鞋。过去60多年的发展历史里，路跑鞋都发生了哪些技术变革？运动鞋品牌，又是怎么在马拉松赛场内外你追我赶的？ 【主播】 麻花，硅谷101特约研究员 【嘉宾】 盖德，《迪谈盖论》主播 【你将听到】 跑鞋技术迭代史，谁是最有突破性创新的那双鞋 04:26 划时代跑鞋：阿迪Ultra Boost和耐克Zoom Vaporfly 06:58 TPU超临界泡棉，阿迪Ultra Boost的秘密武器 07:54 耐克Zoom Vaporfly的必杀技，把碳板和超级泡棉结合到一起 10:30 中底的重要性：辅助一个动作重复4万多次仍能保持优秀性能 12:11 中底之外，鞋面、鞋楦也有技术之争 14:11 产品经理谈跑鞋研发，好跑鞋可能会经历20多个版本的修改 16:24 不同品牌的跑鞋，中底材料可能来自同一家公司 17:46 裸足感跑鞋的兴起和沉寂 21:20 马拉松跑进2小时，靠的到底是鞋还是人 阿迪VS耐克，交替主宰21世纪的马拉松赛道 25:16 帮助破纪录的Adios Pro EVO 3, 大火背后也有偶然 27:48 被各大品牌纷纷采用的碳板，阿迪为什么偏不用 30:04 耐克的遗憾，最有可能破2的合作跑者不幸去世 31:36 一度大杀四方的耐克，是如何失去马拉松赛场绝对优势的 33:50 想要跑鞋卖得好，一定要在竞速跑比赛里有姓名 36:27 限量发售，可能会让Adios Pro EVO 3无法统治赛道 37:58 品牌研发冠军跑鞋很难，选到冠军“潜力股”更难 39:32 四大慢跑鞋品牌，为什么在阿迪耐克的竞争中“隐身”了 42:11 新秀昂跑和HOKA，仍在竞速跑的关键之门外 技术差距、时尚化和瓶颈期，跑鞋之争的未来 45:24…

5月初，OpenAI成立了Deployment Company（部署公司），Anthropic也宣布与包括Blackstone在内的多家金融机构合作成立合资企业。这些顶尖模型公司，都开始押注同一种服务：不只是提供AI工具，而是深入企业内部，在具体业务场景中把AI能力真正部署起来。 这也让一个工种迅速走到台前：Forward Deployment Engineer（FDE），前线部署工程师。他们既要懂模型和技术，也要理解客户的数据、流程和业务痛点，核心任务是把AI从demo变成各个职业自己的AI-native工作流。 这期播客中，我们请到了两位一线从业者讨论FDE和部署公司。一位是Cresta FDE团队负责人Jove。Cresta为企业呼叫中心提供AI Agent，Jove从去年年初就开始扩招FDE团队。另一位是前麦肯锡咨询师、现任Invisible Technologies企业业务VP的Oliver。他从私募和咨询行业的视角，解释了为什么模型公司选择直接与PE合作，而不是依赖传统咨询公司。 我们聊了FDE这份工作的具体形态、它与Palantir早年军方部署模式的渊源，也讨论了在这波AI落地浪潮中，私募基金和咨询行业正在经历怎样的变化。 Oliver的访谈以英文进行，在本期播客中以配音方式呈现。 【主播】 Yiwen，硅谷101特约研究员 【嘉宾】 Jove，Cresta FDE团队负责人 Oliver，Invisible Technologies企业业务VP、前麦肯锡咨询师 【你将听到】 模型公司为什么开始做部署 01:57 从DeployCo到合资企业，模型公司为什么要提供部署服务？ 04:30 什么是FDE？让AI应用真正在客户企业跑起来的工程师 FDE的具体工作 07:58 应用层公司和模型公司的数据优势之争 09:18 FDE的工作现场和具体案例 12:43 FDE与Palantir的渊源：Echo和Delta团队 14:27 FDE和FDPM分工：像CTO和CEO的搭档 17:52 什么样的人最适合做FDE？ 22:47 FDE会不会被AI自己取代？是长期职业还是过渡角色 私募与AI部署的重要入口 26:10 PE为什么找模型公司合作，而不是传统咨询公司 32:32 PE和私募机构选择和模型公司合作的三个核心诉求 34:08 LP为什么在推动GP做AI转型 36:04…

SpaceX上市进入最后倒计时，在它那份长达280页的招股说明书里，月球基地、点对点地表旅行、在轨制造、火星货物……这些别的公司不敢写的科幻元素，它都写了。但更让人印象深刻的是SpaceX的AI叙事，它预测在28.5万亿美元总潜在市场中，有超过90%来自AI板块，而这部分将受到“地球无法快速扩展发电能力”的严重制约。 面对电力紧缺，SpaceX的答案是：把数据中心搬上太空。上周一，马斯克在一段关于AI1卫星设计草图的视频中称，AI卫星不需要多么神奇的技术，这些技术已经在星链V3卫星中做出来了。谈到时间表时，马斯克预估SpaceX将在2027年底前实现每年1GW的太空AI算力的年化部署率，并逐年扩大量级。 这个大胆的宣言，究竟是IPO前夜的氛围烘托，还是下一代算力基础设施的真正方向？太空数据中心，技术上能实现吗？即使能做成，它真的比建在地面上更划算吗？本期硅谷101播客，我们就来算算这笔经济账。 本期节目不构成投资建议 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Lewis Hong，Aris Fund合伙人，前SpaceX高管 刘冰雁，火箭爱好者 【你将听到】 SpaceX S-1解读 03:07 打卡指南：LA SpaceX总部&德州Boca Chica星舰发射中心 06:53 SpaceX招股书，1GW太空算力计划和“Elon Time” 09:40 1万颗卫星铺满一条晨昏线轨道是什么概念？ 11:02 打个赌吧：Starship 100次发射时间线预测 成本拆解 16:52 极度乐观：只算燃料成本，两个月回本，但现实并非如此 19:41 保守估算：每公斤200美元，两年回本只能打平 22:14 考虑到GPU损耗等因素，成本估算再加40%冗余度 26:05 星舰还有改进空间，每公斤10–20美元经济账才成立 技术挑战 28:48 反常识：太空真空环境，散热为什么这么难？ 31:02 两个思路：提升温度、增加散热面积 33:38 解决方案：热泵与半导体散热技术 38:24 太空芯片，谁来造？ 41:38 太空辐射会让GPU算错，加屏蔽和纠错即可 42:13 太空只适合做推理，不适合大模型训练 45:05 星链12000颗卫星，99.85%完好——辐射风险可控 46:06 凯斯勒效应（碎片连锁撞击）在低轨并不可怕 48:36 星链一年进行30万次卫星轨道规避机动，技术已成熟 51:09…

“Harness Engineering”（挽具工程）正在成为硅谷的新共识，Anthropic、OpenAI等公司都在探索这一工程范式。但真正理解Harness的人还不多。前不久，一篇题为《Why Your “AI-First” Strategy Is Probably Wrong》的文章在X上获得百万级阅读和热议，作者是来自硅谷CreaoAI的Peter Pang。在这篇文章里，Peter展示了Harness Agent系统激发出的极致效率：99%的代码由AI完成，每天平均3到8次生产部署，过去六周的产品流程，现在一天就能跑完。 本期播客，主播泓君邀请到Creao的三位创始人，聊聊这家公司对Harness的实践，以及在组织AI-First转型上的深度思考。嘉宾们指出，AI-First不等于“使用AI”，想要把效率提升100倍、1000倍，就不能只把AI当成工具，而要让AI成为所有生产力的主导。组织转型最难跨出的一步在于——是否能让所有员工都能做到信任AI。 这场对话中有一些有趣的观察，比如在Creao，市场不用再追着开发提需求，因为开发速度已经远超市场消化能力；当大量对齐工作被AI接管之后，拿掉产品经理，反而让团队效率大幅提升；初级工程师比资深工程师更适应AI时代的转型；尽管过去十年积累的专长正在快速贬值，但资深工程师仍然有竞争力，因为未来的核心竞争力不再是写代码，而是“找到AI Planning的缺陷”和“判断什么是有价值的”。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Kai，Creao联合创始人/CEO Peter，Creao联合创始人/CTO Clark，Creao联合创始人/CPO，clark@creao.ai 【你将听到】 AI 主导的效率革命 02:32 什么是Harness（挽具）？ 03:09 Harness范围远大于prompt/context engineering，榨干大模型能力 04:52 Harness成败在于，设计好系统自身的feedback loop 07:11 传统软件静态人主导，Harness动态AI主导迭代 08:10 一篇X爆文，揭秘CreaoAI的Harness实战 09:53 AI-first第一步：重构流程，降低对齐成本 13:19 思维转变：AI不是工具，是所有生产力的AI主导者 14:01 放弃传统开会讨论，让AI主导对齐，沟通成本大幅降低…

离美加墨世界杯开赛还有一个月，央视和国际足联FIFA之间的版权谈判终于是谈妥了，本期我们来聊聊世界杯的定价逻辑与体育赛事版权生意的变化脉络。 【主播】 麻花，硅谷101特约研究员 【嘉宾】 朱晓东，力赞体育CEO ，本届世界杯日本转播权销售顾问 张宾，《体育产业独立评论》主理人 【你将听到】 谈判的虚惊一场，赞助商的从中斡旋 02:40 价格细节：打包的版权交易里，很少透露单届的价格 04:25 FIFA的让步，单独售卖的女子世界杯，也被打包进来了 05:28 联想出面协调，背后动力是什么 08:31 谈判纷争的惯常套路，最终双方都会让步到促成交易 09:47 从18年到26年，世界杯的中国赞助商为什么在变少 12:30 赞助世界杯，到底能给中国企业带来多少好处 世界杯的定价逻辑 14:41 中国被FIFA设定到版权价格第一梯队，定价逻辑是什么？ 19:00 体育赛事版权谈判的流程、阶段和套路 21:51 提前一个月转播权还没谈拢，这种情况经常发生 22:36 从02年到26年，FIFA对央视的版权要价涨了20倍 25:49 全球体育比赛的版权价格，都被转播方里的新玩家带起来了 27:30 2022年世界杯，央视入账了50亿 29:54 转播方能赚多少，在FIFA面前并非秘密 从中国到全球，体育赛事版权生意的变化脉络 33:14 全球范围内，大转播方的变现能力并没有变强 35:35 体育版权上亏钱的，可不止乐视体育 39:29 世界杯的转播权，为什么总是两届打包卖 41:31 赛事版权在中国，坐过速升速落的过山车 45:35 十年前中国的版权泡沫，源于不计成本的恶性竞争 49:30 对比国外版权市场，中国的同行打得太凶了 51:42 健康的版权生意，关键是要“量KPI为出” 53:09 中国版权生意难做，稳赚不赔的可能只有世界杯和奥运会 55:05 NFL、NBA和F1，为什么顶级赛事的版权都在疯涨 59:00 抖音和快手，正在尝试边解说比赛边直播带货 01:02:22 赛事版权的长期受益者，可能是优质IP持有方和去中心化的流量平台 【延伸阅读和相关术语】 央视签约世界杯背后：FIFA让了步，联想是关键协调者 世界杯版权，即将迎来转机？ 咪咕：中国移动旗下的数字内容平台，旗下拥有中超、英超、法甲、WTT、UFC的独家版权，并拥有NBA、亚洲杯、汤尤杯等赛事的转播权。…

人类历史上第一批和生成式AI同时长大的学生，正在踏入毕业季。 去年我们和大学生聊AI时，讨论还集中在“要不要使用AI”、“教授怎么看”。然而仅一年后，AI真正成为了生产力工具。这届毕业生可能会发现：不管你学的是知识性课程，还是实用性技能，都难逃AI冲击，想要脱颖而出必须成为那个“更善于使用AI的人”。 当知识可以被AI调取，技能可以被工具取代，大学还能给你什么独一无二的东西？面对AI冲击，有哪些能力是不会被时代洗牌的“元能力”？ 本期播客，我们邀请三位刚刚走出校园的名校毕业生——Alfred、Kolento、Jack，一起聊聊他们在教育标准化的大学里，如何用AI实现高度个性化的学习；从哪里汲取思想的养分，最看重的能力又是什么；站在毕业的关口，他们如何评估大学的价值，面对未来又做出了怎样的选择。 这也是一份送给所有大学生“自救指南”，那些AI取代不了的能力，才是教育留给我们的真正底气。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 林桐宇 (Alfred)，清华大学法学（国际）2026届 侯泰羽 (Kolento)，纽约大学应用心理学2026届 饶杰武 (Jack)，哥伦比亚大学管理科学与工程研究生2026届，Emergences Labs 创始人兼CTO 【你将听到】 Alfred 03:28 刚上大学就有了ChatGPT，预感打不过开始辅修AI 09:40 AI速通法律专业课：模拟教授出题，拿下4.0满绩 12:15 大学老师对AI态度发生转变，评估体系亟待升级 13:43 大学两大价值——认识自己 + 获得技能；后者被AI侵蚀 15:49 记忆类知识会过时，批判性思维和素养课程更值得投入 20:11 清华最重要的财富：同侪的深度交流、老师的解惑 Kolento 23:05 马斯克说对了，我上大学最重要的目的就是社交 26:30 学历不再是知识的证明，但仍是社会信任的重要凭证 28:35 追寻美德、向往真理，才能更好地驾驭AI技术 29:55 用AI在大学期间大量试错，而不是对中长期目标做死板的预设 32:32 AI可以做出决策（deciding），但只有人能做出选择（choosing） 36:38 “自顶向下”学习法：先见证最高水平的卓越，再提问、理解、验证 Jack 39:23 99%作业由AI参与，已经想不到任何没有AI参与的作业了 43:14 翻书不会把我变成一个更好学生，只是在浪费我的时间…

近年来，癌症治疗正迎来多个技术平台并行演进、加速迭代的新阶段：从ADC、双特异性抗体、放射性配体疗法，到细胞治疗，整个行业都在经历一轮底层技术工具的升级。其中，CAR-T是最具范式转换意义的一类疗法——它首次在部分血液肿瘤中，把“利用工程化改造的免疫细胞精准清除癌细胞”带入了临床现实。更值得关注的是，2025年以来，跨国药企的押注明显转向体内CAR-T：阿斯利康、艾伯维、百时美施贵宝和礼来等公司，先后收购了仍处于临床前或早期临床阶段的相关企业；其中金额最大的一笔，是礼来于2026年4月20日宣布收购Kelonia，交易总额最高达70亿美元。 为什么大药企会在这个时点密集下注？CAR-T到底是一种什么样的治疗方式？它会成为改写癌症治疗格局的关键武器吗？本期节目，我们有幸邀请到深耕CAR-T与细胞治疗领域二十多年、也是体外CAR-T领域专利布局最丰富的亚裔科学家之一的刘诚博士，和我们一起回顾CAR-T与癌症治疗的发展脉络，拆解这项技术的突破、局限与未来。节目最后，刘诚博士还从更大的视角谈到了癌症本身以及癌症治疗的底层逻辑，或许也会帮助我们重新理解这种疾病。 【主播】 Yushan，硅谷101特约研究员，生物医药行业从业者 泓君，硅谷101创始人，播客主理人 【嘉宾】 刘诚，美国Eureka Therapeutics创始人兼CEO，Estrella Immunopharma（Nasdaq上市公司）创始人兼CEO，JW Therapeutics（药明巨诺，香港上市公司）董事会主席 【你将听到】 02:48 CAR-T（嵌合抗原受体T细胞疗法）：用患者自己的免疫细胞治疗自身癌症，这个观念本身就是一场革命 05:56 CAR-T像一艘军舰：嵌合抗原受体像导航系统，用来寻找癌细胞表面的靶点蛋白（抗原） 06:45 体外CAR-T的制作过程高度个性化，因此治疗成本很高 10:38 CAR-T的疗效相比传统癌症疗法强在哪里 13:33 体外自体CAR-T的常规制备接近一个月，快速制备技术FasTCAR可将时间加快一周左右 14:30 异体CAR-T：利用供体免疫细胞缩短治疗时间，但过去几年整体疗效表现有限 17:19 体内CAR-T：仍然利用自体免疫细胞治病，但细胞改造过程在患者体内完成 18:19 体内CAR-T在概念上很理想，但技术实现非常复杂 21:35 CAR-T的现实挑战：目前仍主要对于血液肿瘤有效 22:55…

最近，《灵魂摆渡·浮生梦》成为中国首部全AI生成的电影，暑期档即将上映。“AI能否替代真人演员”、“真人短剧是不是在被AI团灭”，这些话题最近都在冲上微博热搜，成为大家讨论的焦点。 人工智能正以惊人的速度渗透进影视工业的核心流程。从剧本开发到视觉预览，从角色建模到声音演绎，AI 带来的效率提升令人震惊。这场变革不仅是技术迭代，更是创作哲学的重构。AI把传统影视制作中长达六个月的特效前期流程，压缩到了72小时；让个体创作者拥有了前所未有的表达自由，却也在审美趋同、情感缺失与版权争议中暴露出局限。 本期《硅谷101》播客邀请导演陆川、配音演员黄莺与AI内容创作者KiSA深入探讨：AI正在如何重塑影视创作生态，而人类艺术家的价值又将在何处闪光。我们从AI工具的效率神话聊到创作的不可复制性，看看这场技术浪潮，到底是解放了创作者，还是在矮化真正的艺术表达。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 陆川，中国著名导演，中国AIAIA联盟主席，红树林AI电影周创始主席 黄莺，国家一级演员，上海电影译制厂有限公司译制导演，配音代表作：《哈利波特》赫敏、《盗梦空间》梅尔等 KiSA，编剧、策展人，故事接龙StoryStorm AI影视社区发起人 【你将听到】 AI目前能做出什么样的电影？ 00:56 AI视频工具因涉嫌系统性侵权遭到好莱坞的集体声讨，引发关于AI是否威胁影视从业者生计的广泛讨论 04:28 传统影视困境：IP开发周期长、成本高、返工常态化 06:03 AI创作初体验：48小时完成短片，创作门槛被彻底打破 07:36 陆川：传统视效流程长达6个月，AI将效率提升近100倍 11:48 陆川讲AI创作痛点：人物形象同质化，模型审美被大众数据绑架 14:24 陆川认为专业影视创作需要专属工具与统一工作流 16:35 陆川认为AI只是工具，电影的价值仍要回归作品本身 20:21 配音演员黄莺讲AI无法复刻人类下意识、情感与表演逻辑 AI 时代的版权和维权困境 25:59 声音的边界：AI克隆、版权侵权与行业维权困境 27:31 声音权利：声音与肖像权同等重要，未经授权属于侵权 AI 不可替代的是什么？ 29:36 陆川动情讲述《南京！南京！》拍摄现场，AI无法替代的创作瞬间 32:18 陆川认为未来AI会成为一把尺，实拍将成为顶级奢侈创作 37:02 创作者的底气：AI让每一个想法都有机会被拍成电影…

Peter Thiel，是硅谷最具争议和影响力的思想家之一。如果要用一句话概括他的思想，那就是：世界是由少数天选之人在幕后驱动的，而他就是其中之一。这套理论，不仅在以他为核心的“硅谷右翼”圈子中产生了影响，还通过Peter Thiel的政治参与，影响了更多的人。 那么，Peter Thiel的思想，又来源于什么呢？要理解他，答案藏在三位哲学家身上：法国文学批评理论家吉拉尔、纳粹党员法学家施密特、和政治哲学家施特劳斯。这三层哲学，解释了Peter Thiel的种种选择：创立Palantir、投资早期Facebook、扶持JD Vance，以及为什么他自己永远不参加竞选。 这期播客，我们从1987年的斯坦福校园里的一本学生杂志聊起，谈谈Peter Thiel这套几乎从未改变的世界观如何影响了他自己，又如何影响了他身边的科技网络。 【主播】 Yiwen，硅谷101特约研究员 【嘉宾】 房天语，哈佛大学科技史专业博士生、自由撰稿人 李狄皓，硅谷101特约研究员 【你将听到】 从《斯坦福评论》到硅谷右翼 02:14 保守派学生报纸《斯坦福评论》的创立 04:22 Allan Bloom与《美国精神的封闭》：校园文化战的思想来源 06:29 欧林基金会：军火大亨出钱，赞助全美100多个右派学生媒体 08:16 《斯坦福评论》的风格：挑衅、点名、制造争议 影响Peter Thiel的三名哲学家 10:36 吉拉尔的模仿理论 12:08 PayPal的诞生和与马斯克公司的合并 13:12 投资Facebook：社交网络是最完美的模仿性增长机器 16:12 卡尔·施密特：自由主义掩盖了敌我关系 17:40 Palantir的哲学起点：危机时刻可以绕过民主程序 20:40 施特劳斯：真正的哲学只写给少数天选之人 权力网络：从校园到白宫 23:44 斯坦福评论的校友们今天在哪里 27:35 David Horowitz：从极左到极右，Thiel的策略导师 35:56 Thiel的媒体布局：海盗通讯、美国伟大、Pladium 37:12 海盗通讯的两篇出圈报道：弹劾旧金山检察官、揭露维基百科左倾 40:21 美国伟大：落魄商人如何成为特朗普最重要的媒体声音 41:32 岩桥网络与1789资本：Thiel和Vance联手构建右派政治动员体系 造王者与他的门生 43:38 网红经济时代，影响力就是上桌的筹码 45:52…

2025年，中国餐饮品牌开启了声势浩大的出海美国。喜茶在纽约开出了更具辨识度的LAB店，霸王茶姬、瑞幸和蜜雪冰城也在这一年正式登陆美国。 但要问目前在美国做得最好的中餐和茶饮品牌，答案可能会出乎你意料——中餐第一是一度退出中国华北市场的鼎泰丰，茶饮标杆则是早在内地销声匿迹的贡茶。 究其原因，餐饮企业想顺利出海美国，不仅需要足够的“做时间的朋友”的耐心，需要对当地商业规则足够了解，更要吃透当地主流人群的生活习惯和饮食需求。想要更运筹帷幄，还得和本国的文化输出打好配合。 这期播客，我们邀请到了北美吃货传媒的三位嘉宾，我们一起聊了聊，那些在媒体高频关注的企业之外的、餐食茶饮闯美国的好生意和坏生意。 【主播】 麻花，硅谷101特约研究员 【嘉宾】 Amy Duan，北美吃货传媒公司创始人，专注中餐出海、北美餐饮孵化落地投资 Cosmo Hu，北美餐饮食品行业协会发起人、TOA中美餐饮大会执行主席、易升资本联合创始人 Yuxuan Xiao (Henry)，AC Marketing营销传播公司CEO 【你将听到】 美国中餐茶饮的初代销冠是怎么练成的 02:57 鼎泰丰的出海史：标准化、单店打磨、品类优势和本地化 11:08 贡茶的秘密：利用资本优势抢占点位红利 15:20 寻找“二代店”，应对美国点位区域保护的好方式 19:19 餐饮立足北美，要卖的是体验而不是口味 23:11 国粹麻辣烫，可能不算出海美国的好品类 25:33 费大厨在美国改了招牌菜，这算好招还是坏招 文化输出，怎么和餐饮出海打配合 29:18 必品阁和辛拉面，绑定Kpop做出海 31:40 日本所有主要动漫里，都有它们想出海的食物 32:53 霸榜美国速冻饺子，必品阁的渠道收购和本地化洞察 35:08 泰餐在美的突飞猛进，政府连厨师的英语都培训了 37:07 中餐出海，暂时还难以匹配更合适的文化输出 38:07 太执着于自我表达和地域自豪，反而容易“帮倒忙” 43:32 海底捞和喜茶：结合中国文化做出海的好案例 内卷致胜的中国品牌，能把“卷”复制到美国吗 45:53 目标别太激进，出海美国注定是门慢生意 47:26 在美国，雇主是乙方，员工才是甲方 51:26 海底捞：卷不了服务，就卷体验的稀缺性 52:47 卷创新和噱头很难，因为美国人没那么爱追新 55:20 茉莉奶白：用“轻中式”拿下泛亚裔人群 58:26 霸王茶姬：视觉上做减法，时尚上做加法…

“龙虾热”正在退潮，但它带来的创新冲击还在持续——当它与行业know-how相结合，正在迸发出新的能量。 阿里国际站有着26年的B2B数据和经验积累，今年初，OpenClaw、Cowork这些工作范式被验证，让他们看到了打通B2B闭环的智能体，终于到了可以落地的临界点。 于是春节之后，“外贸版龙虾”Accio Work来了，海外用户只需要和这个Agent对话，它就能自主跑完从市场分析、选品设计、供应商筛选、商品发布和日常运营的全过程，把原本需要数周甚至数月的流程，压缩成几句对话。 以往复杂的专业知识壁垒正在被Agent攻破，生产力被重新定义。从数据上来看，Accio Work40%的用户都是Solopreneur（一人企业）。降低门槛的同时，生意越做越精明了，在AI的帮助下今年阿里国际站EBITA（息税摊销前利润）增长了18%。 在AI带来巨大变革的时代，工作流程如何被Agent重构？人才的标准发生了怎样的变化？SaaS行业的转型机会在哪里？本期播客，我们与阿里国际站总裁张阔一起聊聊，他作为互联网巨头的掌舵人，在这一轮AI浪潮下，对新业务、新人才的思考与判断。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 张阔，阿里国际站总裁 【你将听到】 硅谷AI生态初印象 03:49 AI吞噬SaaS，或者让它变得更好？ 05:46 两种工作新范式：OpenClaw与Claude Cowork 当B2B遇到Agent 11:57 未来所有的B2B都会走向A2A 15:16 Accio：AI如何使采购流程缩短5倍 18:52 B2B的强化学习：以成功撮合交易为正反馈 21:52 Accio Work智能体进化：从采购到日常经营，覆盖整个商品销售周期 24:07 AI原生产品的检验标准：能否随着模型的升级而变得更聪明 SaaS的转型机会 25:30 让“一个企业”也能拥有“数字团队” 29:36 中小企业的真实画像与“开箱即用”的产品设计 31:48 商业模式双轨：Token计费 + 平台服务 34:42 当推荐从1000个变成5个，广告还好卖吗？ 36:26 AI不是颠覆商业模式，而是把市场做大 39:15 数据闭环很重要，用户挑剔倒逼极致效率 41:41 A2A时代的竞争：谁能成为那个“主智能体”（Master Agent）？ 43:01 成功标准：不看token消耗量，看用户留存和单位token价值…

本期播客是硅谷101在GTC 2026大会期间的线下特别录制，我们从老黄在Keynote上抛出的那几个大数字开始聊起： 1万亿——这是黄仁勋预期到2027年底，Blackwell和Vera Rubin两个平台带来的订单收入。 7块——这是大会一次性发布的Vera Rubin新芯片数量。 10倍、35倍——这是Vera Rubin NVL72 AI机架系统，相比Blackwell，它的推理效率提升了10倍，每瓦Token产出性能是之前的35倍。 但我们聊的远不止数字本身，也不只是芯片的故事。当推理拐点全面到来，算力狂奔的路上，芯片设计、代工产能、推理架构、软件生态、电力基建、云服务运营……这些环节都在被重新丈量。 在这场串联起AI全产业链关键节点的线下对谈中，我们试图穿透英伟达庞大的AI生态帝国表象，看清它真正的护城河，以及那些潜伏在高速增长背后的软肋与隐忧。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 张璐，Fusion Fund创始管理合伙人 Dr.Mark Ren, Agentrys创始人&CEO，前英伟达研究总监 Dr.Zhibin Xiao, ZFLOW AI创始人&CEO，前CASPA主席与董事会顾问 Alex Yeh，GMI Cloud创始人&CEO 【你将听到】 万亿野心背后的产业现实 03:21 万亿目标背后，推理业务正成为英伟达关键收入来源 05:50 供应链瓶颈：CoWoS产能成最大挑战，硬件周期非资金可突破 09:03 七芯齐发的关键：英伟达全公司都在用 Coding Agent 做芯片 10:10 Groq的优势：纯SRAM架构专攻低延迟 15:43 推理芯片创业还有机会吗？关键：找英伟达短板 19:07 未来数据中心是异构的，系统级优化比单芯片更重要 21:25 OpenClaw引爆TOKEN消耗，英伟达NemoCloud能让人惊艳吗？ 24:27 SaaS面临挑战：未来软件公司卖的不是软件，是AI劳动力 28:36 未来企业架构：CEO同时管员工和智能体，HR、财务都可外包 30:07 英伟达芯片设计模型ChipNemo，硬件代码也能写，难点在于优化 31:47 谷歌TPU系统能力强，但英伟达的护城河已从CUDA扩展到全栈基础设施 35:28 英伟达的护城河：执行力与供应链 36:14 未来挑战：垂直领域、边缘端与私有化部署的崛起、推理市场红利被分流、资本压力 40:16…

这几年，如果说全球制造业里，有哪个故事最值得被重新讲一遍，那一定是动力电池。 中国在动力电池产业链中，建立了极强的优势。当欧洲电池巨头Northvolt破产，日韩也不再具备领先地位，很多人会问：为什么很多原始技术并非源自中国，但最后却是中国把它做成了最完整、强势的产业？这背后到底是政策红利、市场规模，还是极致的工程能力在起作用 ？ 这一期节目，我们邀请了材料学博士、TDK Ventures 投资人何倩然，和《三联生活周刊》资深记者、也是新书《电车之心：中国动力电池传》作者杨璐和张从志，一起聊聊中国动力电池产业的逆袭故事。《电车之心》通过大量核心人物采访和工厂一线走访，拿到了许多难得的一手资料，这本书也在试图回答一个问题：为什么中国能在动力电池产业弯道超车？ 这一期节目会沿着几条线展开：先看中国动力电池优势是怎么形成的，再拆解这个行业真正难的地方；接着看固态电池、钠离子电池等关键路线走到了哪一步；最后再讨论，下一阶段全球动力电池竞争的重点会怎么变。 【主播】 刘一鸣，硅谷101特约研究员 【嘉宾】 Katherine He，硅谷TDK Ventures高级投资经理 杨璐，三联生活周刊资深编辑 张从志，三联生活周刊主笔 【你将听到】 产业突围：中国动力电池如何跑出来 02:48 决定性优势：中国在产业链的很多环节，市占率达到80%以上 03:11 关键拐点：“十城千辆”如何在早期用政策先创造需求 05:03 白名单与补贴：“白名单”政策，怎样进一步扶起本土电池厂商 06:43 全球格局对比：中国领跑，日韩稳定跟进，美国更像是一个“聪明但掉队”的学生 制造逻辑：为什么工程能力才是核心护城河？ 12:47 “手搓电池”的往事：早期中国电池企业有多“狼狈” 14:59 砸锅卖铁解决问题：曾毓群当年如何从贝尔实验室授权技术，并攻克核心的“鼓气”难题 17:37 极致制造的差距：电池是“微米级制造”，难在一致性 21:56 从磁带到电池：揭秘涂布技术秘籍 26:41 电池厂最深的护城河：不只是配方，更是极致的工程能力 28:27 工程师红利：中国工厂的“内卷”，与美国工厂“下午五点准时下班”的差异 城市竞争：从“五粮液”到“动力电池之都” 35:48 常州的“四小时产业圈”：四小时车程内，可以配齐绝大部分零部件 39:40 地方政府的“产投”逻辑：从“铜头铁嘴”到“兔子腿” 40:25 宜宾的转型奇迹：白酒与动力电池…

在AI算力争霸时代，英伟达凭借GPU市值一路狂飙。但如今，它的蛋糕正在被一点点分食——2024年，苹果论文披露Apple Intelligence全部由TPU训练；2025年，Anthropic签下数十亿美元订单，购买TPU训练Claude；近期，Meta与谷歌签署数十亿美元协议，租用TPU跑Llama。 TPU一直是谷歌低调的“自家武器”，在过去十年里驱动着几乎全部核心产品。直到TPU训练的Gemini 3打了一场漂亮的翻身仗，人们才开始重新审视：这套从搜索推荐系统中长出来的定制芯片，究竟藏着多少秘密？ 本期播客，我们邀请到前谷歌TPU工程师Henry。他在2018年至2024年间深度参与了三代TPU的研发，也见证了大模型时代TPU的关键转型。他将从硬件架构、软件生态、生产供应链三个维度，一层层揭开TPU的神秘面纱。 我们将深入探讨：TPU与GPU的架构有何根本不同？TPU的产能瓶颈卡在哪里？当谷歌开始向Anthropic、Meta开放TPU，它在软件生态上要迈过哪些坎？如果未来模型的底层范式发生改变，TPU还能押准方向吗？而最关键的问题是：TPU真的有机会撼动英伟达的霸主地位吗？ 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Henry Zhu，前Google TPU工程师，参与V6/V7/V8 TPU研发 【你将听到】 TPU挑战GPU 03:06 架构对决：GPU像多个大厨，TPU像流水线接力 06:41 TPU vs GPU：谁在模型训练上更强？ 10:20 TPU产能之困：HBM、封装与良率 XLA软件黑盒 14:06 Anthropic为何率先下单百万部署？ 16:01 黑盒优化如何“榨干”硬件性能 17:47 XLA与CUDA，两种生态之争 19:53 苹果为什么能成为TPU大客户？ “大模型客户” 20:45 Gemini成功背后，TPU做了什么？ 22:34 TPU是如何做MoE优化的？ 23:45 设计难点：如何押中两三年后的算法？ 26:05 TPU的转身：V6开始押注大模型预训练 28:53 Transformer先发优势带来的旗鼓相当能持续多久？ 32:04 Meta的TPU托管服务：生态逐渐走向兼容 供应链命门 36:08 拓扑通信架构如何为TPU打赢数据中心成本战 38:27 博通（Broadcom）是谁？为什么它如此关键 42:04…

每周，有超过2.3亿人在ChatGPT上询问健康和保健问题。在人类创造的所有数据中，有30%来自医疗领域，但其中真正被利用起来的，不足5%。 一边是巨大的数据金矿，一边是与未被满足的庞大需求，这正是AI的机会。 在年初的摩根大通医疗健康大会上，我们看到医疗与AI正在加速“双向奔赴”。礼来制药与英伟达达成10亿美元合作，试图用算力重塑药物发现的底层范式；在OpenAI发布ChatGPT for Health之后几天，Anthropic也迅速跟进，推出了Claude for Healthcare。而一家成立仅三年的初创公司OpenEvidence，以120亿美元的估值跻身AI医疗新贵——40%的美国医生每天都使用它。 面对这场火热的AI医疗争夺战，我们想问一个根本的问题：AI到底在解决医疗的什么问题？它只是巨头的游戏吗，创业公司还有没有机会？ 我们从一位急诊室医生的真实经历聊起，他常常在凌晨三四点完成生死抢救后，站在传真机前处理medical coding。这不是个例——美国全科医生的周平均工作时长高达61.8小时，相当大的一部分精力耗费在了病历录入、保险对接、医疗编码这些琐碎却容错率极低的行政事务上，而这恰恰是AI最容易切入的场景。 【主播】 泓君，《硅谷101》创始人，播客主理人 【嘉宾】 张璐，Fusion Fund创始管理合伙人 周叶斌，遗传学博士，现在药企从事免疫学研究（《说医解药》主播，微博@生物狗Y博，公众号：一个生物狗的科普小园） 【你将听到】 AI医疗大年拉开序幕 01:13 JPM大会见闻：药企集体“转身”，AI从“可选项”变为“必答题” 04:05 2026年AI医疗战局初探：谁在入局，谁在领跑？ 04:58 医生“过劳”成常态，每周工作61.8小时，大部分时间竟不在看病 Anthropic：从行政合规切入 08:21 医疗支付系统有多复杂？碎片化行政工作拉扯医生精力 10:30 AI在医疗的最大机会：30%的人类数据在这里，但利用率不足5% 13:56 被忽视的“医疗编码”，为什么适合交给AI？ 17:26 HIPAA合规模型：医疗AI的“入场券” 20:50 为什么医疗AI多用小语言模型？ OpenAI：ToB野心与生态博弈 21:34 OpenAI为何重注医疗ToB？不止是商业化，更是模型进化 23:57 医生的知识更新难题：AI 能做什么？ 25:26…

他是霍金口中“地球上最聪明的人之一”，4岁下国际象棋，13岁获大师称号，却在一场对弈中突然顿悟，转身奔向人工智能。 他是DeepMind创始人，AlphaGo、AlphaFold背后的大脑，2024年诺贝尔化学奖得主。他也是那个因执念于强化学习险些错失大语言模型时代，又率领谷歌Gemini逆袭，成功回到牌桌的“孤傲天才”。 我们想聊聊哈萨比斯，不仅因为他的天才传奇，更想了解：发明终极技术的那一小撮人，他们的思想从何而来，动机又是什么？ 作者塞巴斯蒂安·马拉比在传记中抛出一个问题：哈萨比斯一直想做正确的事，但他能做到吗？ 本期播客，我们邀请到了《哈萨比斯：谷歌AI之脑》译者周健工，他也是中国最早当面采访哈萨比斯的媒体人。我们从哈萨比斯的少年往事聊起，复盘DeepMind被谷歌收购的博弈，以及错失大模型的战略失误，也追问了那个绕不开的问题：当一个科学家手握可能改变人类命运的技术，他的理想、执念与野心，会把我们带向何方？ 【主播】 泓君，《硅谷101》创始人，播客主理人 【嘉宾】 周健工，未尽研究创始人，资深媒体人，《哈萨比斯：谷歌AI之脑》译者 【你将听到】 03:12 外表普通，智力超群——译者对哈萨比斯的第一印象 06:53 作者马拉比为什么选择哈萨比斯 哈萨比斯早年经历 10:38 象棋神童的顿悟时刻：下棋并非人生的全部，转向人工智能 13:41 他在游戏中植入“智能体”的雏形，却因算力不足失败 15:50 “如果你不能把一个东西造出来，你就不能真正理解它” 17:22 对强化学习的执念，为未来悄悄埋下伏笔 20:15 学派之争：萨顿的“强化学习”和辛顿的“深度学习” DeepMind崛起和失误 22:23 DeepMind另外两位创始人登场：肖恩·莱格和苏莱曼 26:17 融资历程：彼得·蒂尔觉得他商业上不成立，却还是投了 31:33 扎克伯格“端水”回答，让DeepMind果断选择谷歌 37:59 从围棋到生物学难题：“没有我玩不赢的游戏” 41:18 AI发展里程碑：2024年诺贝尔化学奖背后的故事 46:07 密谋脱离谷歌的“马里奥计划”、NHS数据风波和苏莱曼的离开 52:42 昔日伙伴各自成为谷歌、微软AI掌门人 55:16 孤傲下的战略失误：DeepMind为什么错失大语言模型 故事的背后，我们再聊聊…… 59:31 Gemini逆袭背后，谷歌内部经历了什么 1:03:02…

本节目由百融云创赞助播出 2026年2月的第一周，全球软件行业经历了一场如“葬礼”般的信仰地震。随着Anthropic基于Claude Cowork平台，发布了11款覆盖法律、金融、销售等核心业务的职能插件，全球软件板块市值，在短短一周内蒸发了数千亿美元。华尔街的交易员们直言：SaaS的末日到了。 这不仅是股价的波动，更是生存模式的更迭。当“按人头卖坐席”的万亿帝国，在AI Agent面前显得摇摇欲坠时，每一位职场人和企业管理者，都不得不面对那个迫在眉睫的问题：在“硅碳共治”的时代，我的位置在哪里？ 本期节目，我们邀请到了百融云创创始人、AI时代的“急先锋”张韶峰。他的公司拥有1000多位人类员工，却指挥着20多万个拥有工号、KPI，甚至退役机制的“硅基员工”。这套体系可以把很多公司流程缩短、效率提升，我们将深度拆解Agent如何终结软件工具时代。 【主播】 刘一鸣，硅谷101特约研究员 【嘉宾】 张韶峰，百融云创创始人，专注于企业级Agent与AINative架构，倡导RaaS（结果即服务）模式 【你将听到】 SaaS的黄昏与RaaS的崛起 03:46 “信仰地震”：为何Anthropic的插件更新，成了压死传统SaaS的最后一根稻草？ 05:14 三年“救赎期”：概率模型时代，复杂流程如何成为传统软件最后的护城河？ 09:46 RaaS崛起：告别“坐席费”，从“螺丝刀”进化为按结果付费 “硅碳共治”：管理20万硅基员工的实战录 15:05 组织重塑：碳基员工汇报给硅基员工？从黄仁勋的1亿AI助手说起 18:17 “硅基员工之家”：有名字、有工号、有绩效，甚至有退出机制的管理系统 20:50 数字替身：CEO如何在除夕夜，为自己定制一个永不下线的助理？ 22:32 消失的“合成感”：2020年银行系统里，那场让客户完全感知不到AI的技术潜行 27:07 角色转变：45名客服转岗AI训练师，从成本中心走向利润中心 行业深拆：Agent如何在实战中“杀疯了” 34:06 最终目标：建立 AgentStore，打造一个像Apple Store一样的硅基生态系统 38:20 招聘革命：流程从28天砍到2天，AI如何识别被隐藏的“真人才”？ 41:07 Vibe Coding时代：拒绝纯人工写代码，为何不再招聘不会用AI的员工？ 42:29 法律提效：一份法务合同审核，从56分钟缩短至4分钟的实操经验…

AI正在冲出浏览器，走向了接管电脑权限、主动为人打工的新阶段，为了它，你得买台Mac mini？ GitHub星标数几天内突破14万，社交媒体上全网刷屏，甚至直接带火了Mac mini的销量，Clawdbot成了2026“AI Agent爆发元年”第一个现象级产品。它不再是冷冰冰的聊天框，而是一个住在你电脑里、甚至能在AI“朋友圈”（Moltbook）里社交的“数字生命”。 Clawdbot的“活人感“来自哪里？那些让人“上头”的Agent功能，在真实工作流中到底能实现什么？把电脑权限交给AI，到底是在请“管家”还是请“黑客”？未来的Agent硬件形态会是什么样？我们真的需要给Agent配一台独立计算机吗？ 本期播客，我们邀请了三位嘉宾，分别代表了用户侧、软件算法侧和硬件侧三个方向，希望全方位拆解Clawdbot的底层逻辑，以及它对2026年AI行业产生的深远影响。 【主播】 刘一鸣，硅谷101特约研究员 【嘉宾】 知县，北京大学计算机系本硕，AI爱好者和社区项目OwliaBot builder，X handle@zhixianio 华祯豪Troy，EverMind VP，负责技术生态，本科毕业于清华姚班，卡耐基梅隆硕士（研究NLP和对话系统方向），曾在硅谷任职大型互联网公司算法团队，后创业，加入EverMind 叶天奇，PamirAI CEO 【你将听到】 对Clawdbot的深度拆解（软件侧） 05:04 长期记忆与主动性，赋予了Clawdbot“活人感” 12:24 创始人在旅行中的Aha Moment，Clawdbot自我实现了语音功能 13:28 预判意识：Agent能根据对话碎碎念，自动推送生活与工作建议 14:06 降本增效：Agent通过监控，自主削减服务器预算 14:24 自动化闭环：AI十秒内自主摸清仓库规则并完成配图发布 16:28 模拟操作：Agent通过浏览器点击，绕过API限制完成文件跨路径保存 21:40 结构化存储：MD文本记忆系统比Context压缩更确保持久稳定 26:04 混合检索：70%语义匹配加30%关键词搜索，实现秒级记忆定位 29:48 心跳机制：让Agent在静默状态下，也能定期自我触发任务 Agent专用硬件与部署方案（硬件侧） 31:40 物理隔离部署是应对Agent高系统权限隐私风险的必选项 50:42 性价比首选：Mac…

2025年被称作“AI应用元年”，大模型不再只是实验室里的技术玩具，而是真正走向生产线、走进企业流程、走入消费者日常。它已经冲进各行各业，开始“搞钱”！ 这一期对话揭示了一个清晰的时代信号：大模型正在从“技术狂热”走向“商业务实”。无论是阿里通过千问大模型推动全行业渗透，还是影石和语忆科技在一线将AI融入智能硬件、企业数据分析等真实业务流程，都表明：AI的价值不在于它多“智能”，而在于它多“有用”。 当前阶段，成本下降、工具成熟、企业认知提升，或许未来竞争不在于谁有最大的模型，而在于谁最能理解企业场景、最能封装业务价值、最能持续迭代。 如果你在思考： ● AI如何在我所在的行业落地？ ● 投入AI到底划不划算？ ● 未来哪些AI能力会成为标配？ 这一期节目或许能给你带来不少启发。本期播客我们邀请到阿里千问大模型商业化总经理徐栋，以及两家在AI落地一线的企业代表——影石Insta360 研究院总监亓鲁教授和语忆科技联合创始人&CEO吕瀛杰，共同拆解大模型在商业前线“开荒”的逻辑、成本和隐藏关卡。 【主播】 泓君，《硅谷101》创始人，播客主理人 【嘉宾】 徐栋，阿里云千问大模型业务总经理 亓鲁教授，Insta360研究院总监 吕瀛杰，语忆科技联合创始人&CEO 【你将听到】 模型的技术进步与商业化 03:23 视频生成进入“可控生产”时代 06:57 AI漫剧、短剧是怎么挣钱的 10:12 2025年语言模型的进步 16:27 AI+智能硬件，你可以通过智能眼镜买咖啡了 19:18 大模型商业化两个方向：生产力、用户体验 22:13 端云结合，七成通用任务本地处理 23:51 B端用户关注点迁移：从模型效果转向性能和成本 26:45 推理成本指数级下降背后的驱动因素 29:31 什么做“开源”大模型？开源与闭源模型如何平衡？ 33:33 评价指标的演进：从Token到商业价值 35:40 基础大模型研发进入精耕细作阶段，聚焦Agent实用能力 影石Insta360如何用AI 38:54 AI剪辑：从“拼接”到“理解” 40:49 AI面临的挑战：理解用户模糊的意图 43:02 如何从全景相机中找出素材处理 不止是降本，更是增效 48:57 AI能在咨询行业做哪些事 54:16 选择基模看重哪些能力 56:05 用AI辅助企业发现营销机会 01:00:24 作为“中间层”的竞争力 01:03:34…

紧身裤几乎快从商场和电商页面上消失了。 尽管它是这个世纪10年代的爆火单品，但人们正在以光速厌弃它。零售情报公司Edited发现，截至2025年第一季度，紧身裤在运动品牌下装中的占比已经从2022年的47%回落到了39%，取而代之的是，各种宽松版型的裤子正在占领人们的衣橱。除此之外，过去长期被认为很土、穿着像米其林的排骨羽绒服，成为了这个冬天最畅销的外套款式之一。 曾经的爆款为什么跌落神坛？曾经的“土掉渣”又是怎么被推到服饰潮流趋势的C位？本期节目，我们邀请到了来自电商平台和服装品牌的代表，和他们聊了聊，到底什么在影响服饰潮流，什么在影响我们的OOTD（今日穿搭）。 【主播】 麻花，硅谷101特约研究员 【嘉宾】 齿牙，淘宝服饰趋势小二 老马，时尚博主，女装品牌Marius创始人 【你将听到】 那些年火过的时尚单品 03:53 松弛感当道，紧身裤从热卖款里消失了 07:23 从牛仔裤的演变史，看服饰潮流的变化路径 12:41 经济、流行文化和社会思潮，联手导致了紧身裤的过气 14:15 球鞋、老爹鞋、棒球服……盘点过期的上一代流行单品 16:21 气候、审美、成本和设计迭代，让排骨羽绒服成了新爆款 21:37 排骨羽绒服大卖背后，也有一衣多穿的场景需求 服饰潮流的传导链条 23:43 不同传播时代，和定义服饰潮流的不同方式 25:52 穿搭博主从哪儿获得潮流信息？ 27:14 电商在潮流演变中的多重角色 30:25 电商商家人手一份的趋势报告，到底是个什么东西 31:39 排骨羽绒服的爆火背后，电商做了什么 33:37 平台放大的款式同质化，是时尚行业面临的“甜蜜负担” 34:45 具备长期视野的品牌，要学会对潮流做二次加工 时尚的圈层化、性别差异和轮回理论 37:41 服饰潮流的圈层化，深化和泛化在双线并行 40:16 品牌面对圈层化，在风格上守圈和在人群上破圈 42:11 新服饰性别差：女性追求舒适，男性更想展现自己 47:53 潮流五年一更迭，品牌该不该跟风 50:56 三个标尺，判断某个潮流是否快速过气 51:59 时尚有轮回，背后是不同年龄层消费者的审美代沟 57:00 预言下一波时尚潮流，过气紧身裤可能要回来了！ 【本期节目由专业生发品牌达霏欣赞助播出】 达霏欣24年专研生发，男女分治双浓度，男性女性均有选择，止脱生发认准达霏欣，买达霏欣就上京东APP！…

今年拉斯维加斯国际消费电子展上，人形机器人再次成为焦点——舞狮、打拳击、后空翻、打乒乓球，各种炫技的Demo，将“科技春晚”氛围拉满。但如果你期待的是泛化能力的突破，那么今年的展或许不会给你太多惊艳。 本期播客是机器人特辑的延续，此前我们探讨过许多关于机器人泛化的前沿探索，今天我们调过头来，追问一个更根本的问题：我们真的需要人形机器人吗？ 本期嘉宾傅盛认为，人形机器人硬件并不遵循“摩尔定律”，靠堆料实现的性能很难走向商业场景，更谈不上有意义的量产。真正能落地的机器人，往往是从具体的场景中逐步迭代、打磨“生长”出来的，而非一开始就追求通用性和完美形态。 尽管这次CES展会上，机器人“泛化时刻”尚未迎来曙光，但我们看到的是，中国品牌以更成熟、更国际化的姿态占据了全球消费电子舞台的中央。而对于众多探索出海的中国机器人企业来说，美国仍然是那个最理想的市场，所以我们的嘉宾们也用亲身经历给出海者提出了几点建议。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 傅盛，猎豹移动董事长兼CEO，猎户星空董事长 硅谷徐老师，Gen Gigital首席AI和创新官，连续创业者 【你将听到】 00:40 Consensus Hong Kong 2026 CES现场观察与机器人热潮反思 02:26 CES第一感受：“宛如深圳展” 03:42 Boston Dynamics展位火爆，但量产计划是否能落地？ 07:06 为什么放弃人形机器人？ 10:17 Demo虽精彩，难以体现泛化能力 11:51 机器人的形态：“一步到位”还是“逐渐生长”？ 16:13 热潮反思：“宁可错判，不能错过”？ 19:26 CES惊艳瞬间：Sharpa灵巧手折纸风车的超级长程任务表现 人形机器人的商业化难题 23:42 成本拆解：电机、减速器、关节等机械部件占大部分 26:24 硬件寿命有限，缺乏产业链支持，阻碍人形机器人落地 30:08 垂直场景机器人（如餐厅递送）落地核心挑战是可靠性 34:13 国外为什么没有酒店做机器人送餐？ 机器人出海与中美文化差异 35:27 中国厂商凭快速产品化能力闯入美国市场 36:22 商业化关键：在成本约束下打磨可靠性 38:03 机器人出海首选美国，大客户销售难点在改变“流程” 41:13 从CES看中国厂商的变化：从人海战术到品牌感提升 46:50 给出海者的建议：理解和尊重当地市场渠道 47:43…

本期节目是硅谷101新年直播精华系列的第三期。我们将三小时完整直播拆分成了三期播客，分别围绕2025年备受关注的几个领域：AI、自动驾驶与美股投资。 2025年下半年，美股市场完全被AI热潮主导。英伟达市值突破5万亿美元，定义了芯片算力的价值高度。谷歌则凭借Gemini与TPU生态全年暴涨66%，证明了其全栈AI体系深度整合的价值。 当估值已经处高位，投资却仍在加码，穆迪的最新报告指出，未来五年内全球将有至少3万亿美元流向AI数据中心。 站在2026年的起点，或许每个投资者心中都面临着一些灵魂拷问——驱动市场的究竟是 “叙事”还是“基本面”？谷歌的TPU（ASIC）能否挑战GPU的霸主地位？“资本内循环”推高的估值泡沫，又是否会在2026年迎来它的拐点？ 我们邀请到两位华尔街资深人士，共同拆解AI估值泡沫、芯片路线战争与2026年的潜在黑天鹅。 【主播】 陈茜，硅谷101联合创始人 【嘉宾】 Bruce Liu，美国Esoterica Capital(济容投资)首席执行官兼首席投资官 Ren Yang，美国Esoterica Capital(济容投资)联合创始人 【你将听到】 00:19 2025年投资回顾：错过谷歌与边际机会 08:23 投资逻辑与框架：如何区分叙事型与基本面 10:09 2026年宏观展望：财政支持与增长分化 13:57 谷歌估值挑战：模型领先与盈利路径 16:23 GPU vs ASIC：生态竞争与垂直整合 25:08 AI泡沫会破裂吗？钱不值钱，信仰才值钱 28:03 OpenAI上市前瞻：盈利挑战与生态卡位 32:12 SpaceX上市前瞻：太空数据中心故事能跑通吗？ 36:54 潜在黑天鹅：AI信仰动摇与宏观冲击 39:33 观众QA：传统板块是否有机会？ 41:30 观众QA：2026年AI概念股投资策略 42:20 观众QA：当前处于投资市场周期中的什么位置？ 本期节目不构成任何投资建议，投资有风险，入市需谨慎 【监制】 泓君 【后期】 AMEI 【运营】 朱婕 【BGM】 Lens Flare 3 - Peter Sandberg The Light from Within - Howard Harper Say a Prayer (Instrumental Version) - Egaoya 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple…

本期节目是硅谷101新年直播精华系列的第二期。我们将三小时完整直播拆分成了三期播客，分别围绕2025年备受关注的几个领域：AI、自动驾驶与美股投资。 2026年的新年，自动驾驶圈发生了两件有趣的事。 第一件：一位特斯拉车主完全依赖FSD V14，从美国西海岸一路开到东海岸，整个行程（包括多次进出超级充电站）未出现任何人工接管。 第二件：旧金山发生了一次交通大拥堵，起因是停电影响了交通灯，让依赖规则驱动Waymo无人车们在道路上集体停摆。 这两件事的发生仅仅是偶然，还是技术路径的必然？ 本期节目中，我们邀请到两位身处技术前沿、并坚定选择特斯拉路线的嘉宾，深入剖析：“端到端”如何颠覆传统“规则驱动”的逻辑？特斯拉如何通过自研芯片构建护城河？马斯克的“第一性原理”在技术路径选择中扮演了怎样的角色？ 需要特别说明的是，我们深知，在自动驾驶这个关乎生命安全的领域，任何技术路线都需经历最严苛的审视与辩论。所以我们将在后续节目中持续引入不同路线的声音，力求呈现更全面的产业图景。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 大卫，惠尔智能CEO及创始人，《大小马聊科技》主播 于振华，特斯拉前AI工程师 【你将听到】 02:58 特斯拉FSD V14体验：进展显著与用户反馈 08:44 Waymo vs 特斯拉：规则驱动与端到端之争 12:11 端到端优势：数据驱动与系统协同 18:56 数据与仿真创新：人才、勇气与算力的全面领先 22:48 信念与执行力：领导力与团队文化驱动 25:13 硬件护城河：自研芯片与软硬件协同 33:03 作为投资者会愿意投资Waymo吗？ 35:34 观众QA：FSD如何满足安全性的需求？ 36:31 观众QA：今年自动驾驶会从L2跳跃到L4吗？ 本期节目不构成任何投资建议，投资有风险，入市需谨慎 【延伸阅读和相关术语】 2天20小时、零接管横穿美国，特斯拉FSD已通过“物理图灵测试”？ 特斯拉Ashok ICCV 2025讲FSD&QA完整视频 【监制】 泓君 【后期】 AMEI 【运营】 朱婕 【BGM】 Smiling Neighborhood - Claude Signet The Light from Within - Howard Harper Ever Forward - Francis Wells 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple…

本期节目是硅谷101新年直播精华系列的第一期。我们将三小时完整直播拆分成了三期播客，分别围绕2025年备受关注的几个领域：AI、自动驾驶与美股投资。 回顾2025年的AI行业，我们见证了开源势力的崛起，见证了硅谷的人才大战，见证了“循环融资”模式的上演，也见证了万亿大基建和能源争夺的疯狂。 这一年，共识出现了转变，企业不再追求最贵最好的模型，而是转向垂直领域的小模型。大家比拼的也不再是谁的AI智商更高，而是比谁的能力更能落地到应用上。 站在2026的开头，我们很好奇这一年的故事将如何书写：是新一轮的范式革命？还是在Scaling Law的道路上继续前行？抑或是迎来AI应用爆发式的增长？ 在这次直播中，嘉宾带来了一个有趣的洞察——头部玩家已分化为以OpenAI、Anthropic为代表的“模型中心派”，和以Google、xAI代表的“系统中心派”，后者凭借完整生态和反馈闭环，很可能在未来重新定义Scaling Law。 【主播】 陈茜，硅谷101联合创始人 【嘉宾】 Howie Xu（硅谷徐老师），资深硅谷技术高管、财富500强Gen首席AI/创新官 张璐，Fusion Fund创始合伙人 【你将听到】 01:25 2025年AI回顾：哪些趋势超出预期 02:09 AI发展主线与范式转移：企业AI共识成形 04:28 DeepSeek启示：中国模型与开源冲击 06:01 Neolab 2026年前瞻与下一代模型探索 10:57 Scaling Law未止：数据、算力与系统优化 16:50 Meta困境：收购Manus与模型战略争议 25:11 OpenAI上市路：估值挑战与生态竞争 29:08 Anthropic的ToB定位：在AI Coding战场稳扎稳打 35:22 AI应用元年？2026年或迎爆发增长 41:22 观众QA：垂直Agent与行业机会 【延伸阅读和相关术语】 本期播客中提到的Neolab： Thinking Machines Lab (TML) ，由OpenAI前CTO Mira Murati创办 Safe Super Intelligence（SSI），由OpenAI前首席科学家Ilya Sutskever创办 Humans&，由前xAI研究员Eric Zelikman创办 【监制】 泓君 【后期】 AMEI 【运营】 朱婕 【BGM】 The Secret Spring - Helmut…

在所有的体育运动里，Hyrox绝对谈不上轻松。它要求参赛者在跑8个一公里，并在每个一公里之后做一组高强度的力量训练，比如让女生推动100公斤重的雪橇。 但就是这样一个运动，成了这两年全球最时髦的健身项目。它2017年成立，初创期就遇到了疫情，2021年在伦敦办赛时只有几百人参赛。但到2025年，伦敦赛参赛者已经达到了3.4万人，和一场城市马拉松相当。而25/26赛季，它预计会在全球举办100场比赛，参赛总人数预计突破130万。 人们会用很多词来形容Hyrox，心肺拉爆、成绩打卡站、肌肉盛宴、大型荷尔蒙现场……它也正在成为新型社交货币，你玩过Hyrox，就是健康生活和强大意志的证明。 我们很好奇，一个对普通人来说并不算简单的小众运动，是如何引爆全球的，也想去看看，当AI逐渐充斥我们的工作和生活后，AI暂时无法进入的，这种需要肉身高度参与的沉浸式线下活动，满足了人们的哪些需求。 【主播】 麻花，硅谷101特约研究员 【嘉宾】 袁放，Hyrox中国区负责人 Mike，国内某连锁健身房前团课负责人 夏禹，Hyrox官方教练，多场赛事参赛者 【你将听到】 Hyrox火爆背后，半低不低的门槛和想寻求突破的人们 02:28 Hyrox的比赛规则，8段1公里跑+8个体能项目 04:21 Hyrox背后，混合训练是怎么火起来的 06:10 同为混训练赛，Hyrox是最简单易上手的那个 08:05 把人累到暴汗，Hyrox真有那么低门槛吗？ 13:00 谁在参加Hyrox：工作高压人群需要追求突破和运动释放 14:47 再虐也要参赛，寻找成就感、目标感，给自己打个分 16:01 不到一年，首期教练的课从不满员到排大队 18:04 传统健身房没落后，社群运动成为新增长点 一个小众运动是如何成为社交货币的 20:22 Mike的Hyrox初印象：洋气、身材好、颜值高 22:49 剖析Hyrox：难度不高，但强度很大 25:15 Hyrox成了“汇率”最高的社交货币 26:38 从飞盘到露营，上一代社交货币是怎么贬值的 28:06 Hyrox的核心人群，也是新兴消费和生活方式品牌都在争抢的人 30:12 从Hyrox到“苏超”，人们关注有沉浸感的线下生活 32:38 Ins、Tiktok和小红书，放大了Hyrox的观赏性和荷尔蒙 33:51 肌肉也分有用和没用，Hyrox更接近大众对肌肉的审美 35:15…

12月初，爱马仕的第五代继承人之一尼古拉斯·皮埃奇，将LVMH告上了法庭，理由是对方夺走了自己价值140亿欧元的600万股爱马仕股份。 整个案件起源于皮埃奇的两个身边人：他的40年好友兼私人财富顾问，以及他最近爱到视如己出的一位摩洛哥园丁。 事情的背后却牵涉到了奢侈品行业的一场世纪收购大战：2010年10月，LVMH突然宣布它已经获得了爱马仕接近20%的股份，爱马仕家族则团结了52名家族成员，聚集起手里的股份启动了反击，赶走了门口的野蛮人。 这个过程中，曾经爱马仕最大的个人股东皮埃奇没有站在家族保卫战这边，他的财富在最近的调查中被认定早早就转移到了LVMH那边。 本期为《硅谷101》与《商业就是这样》串台节目。 【主播】 麻花，硅谷101特约研究员 【嘉宾】 约小亚，《商业就是这样》主播 肖文杰，《商业就是这样》主播 【你将听到】 糊涂的爱马仕最大个人股东，和他消失的140亿欧元 02:36 尼古拉斯·皮埃奇，爱马仕家族的异类 04:37 爱马仕的股票构成，散落在全球各地的200位家族股东 06:52 疑案初现，园丁老婆打了财富顾问的小报告 12:34 财富顾问弗雷蒙德，前科累累的40年好友 15:37 天价爱马仕股票，居然采用了“不记名”的方式 20:18 无休止的诉讼，卡塔尔王室也被牵扯进来了 21:59 承认600万股份给了LVMH后，财富顾问自杀了 25:28 再谈皮埃奇，一个太容易被忽悠的有钱人 LVMH的收购奇袭，和爱马仕的家族保卫战 29:44 步步为营，LVMH拿下了爱马仕两成股份 33:56 股权互换方案，帮助LVMH绕过监管偷天换日 44:16 LVMH的假日突袭，“我手里有你们很多股份” 47:39 爱马仕的反击，联合52名成员的家族保卫战 51:46 最大个人股东皮埃奇，并没有站在爱马仕这边 54:08 AMF调查报告：皮埃奇的股票已经卖给了LVMH 59:39 闹剧收尾：LVMH被罚了也赚足了 什么造就了资本最爱的爱马仕 01:04:15 从二级市场到二手市场，爱马仕为什么那么香 01:08:26 极致稀缺供给，塑造了爱马仕的极致奢侈品定位 01:12:32 爱马仕的克制，为什么其他公司学不会 01:14:42 传统的爱马仕家族，为什么要选择公开上市 【延伸阅读和相关术语】 商业就是这样《Vol.234 小历史 | LVMH的一年、一个月和一天》 爱马仕家族的家族谱系图…

关注Netflix历史的人都知道，这是一个几乎不参与大型收购的科技公司，而它却突然出手，提出高价收购华纳兄弟探索集团（WBD）这样一家体积庞大、历史悠久的传奇制片厂，究竟是要拯救它，还是毁了它？ 本期节目为《硅谷101》与《美轮美换》《去现场》串台节目，我们邀请到了两位资深媒体人小华和杨一，共同分析这场戏剧性的收购。我们录制的时间是12月7日，也就是派拉蒙提出敌意收购前一天。所以我们大部分的讨论，都是以Netflix为核心的，包括这家刻满了硅谷基因的公司为什么决定涉足传统媒体，以及它为什么胜过了其他竞争对手。不过，我们的嘉宾也在录制过程中提到了，派拉蒙很有可能会提出敌意收购，而这一点也最终印证了。 【主播】 Yiwen：硅谷101特约研究员 Jinpeng：硅谷101特约研究员 【嘉宾】 小华，媒体人，《美轮美换》主播 杨一，旅英媒体人，播客《去现场》主播 【本期口播由小红书赞助播出】 最近小红书上很多名人都在发AMA（Ask Me Anything）邀请用户来评论区提问，这个形式从美国的Reddit火到了小红书，很多教授、学者、投资人、作家都有参与，比如余秀华、麦家、韩秀云，也有像Hugging Face联合创始人Thomas Wolf这样的科技创业者。这次我们也来潮一把，如果大家对泓君或者是我们的播客有任何问题，或者对我们这一期的主题Netflix美国的内容平台格局延伸有兴趣，欢迎在小红书关注“硅谷101”来对我们AMA。 【你将听到】 03:37 Netflix有选择的收购，出于哪些考虑？ 04:51 电视新闻网，烫手山芋 07:39 猝不及防的官宣，好莱坞也在意料之外 10:29 广告、密码与进军体育：不是第一次做颠覆性变革的Netflix 13:55 特朗普插手？收购面临的监管挑战 16:02 好莱坞与消费者的实际担忧 17:50 院线电影的未来 22:12 Netflix会颠覆自己的流媒体为主的商业模式吗？ 24:34 吸纳大量华纳IP后，Netflix下一步棋如何走？ 25:08 HBO Max何去何从？ 30:23 疲于竞争，流媒体平台的瓶颈期 34:07 从《鱿鱼游戏》到《K-Pop猎魔女团》，继续外探国际市场 35:34 Netflix如何赢下收购战的？ 36:18 恼羞成怒，David Ellison的下一步 39:19 华纳兄弟的CEO，笑到最后的赢家 42:45…

2026年，人形机器人将迎来规模化量产的元年。最清晰的信号来自特斯拉，“金色擎天柱”Optimus Gen 3预计在2026年第一季度亮相，并计划在年底前建成产能高达100万台的生产线。马斯克曾多次表示，特斯拉未来约80%的价值来自这里，而非汽车。而“擎天柱”的攻关关键，正在于它的“手与前臂”。 本期是我们机器人特辑之灵巧手，我们邀请了灵巧手模型算法方面和硬件方面的两位专家，一起聊聊灵巧手不同技术路线的特点，以及它在数据和算法上面临的挑战。 嘉宾们认为，对灵巧手头部公司来说，短期内针对单项任务打造成功一个的Demo并不难，真正的突破在于通用性与可扩展性。当算法能让机器人在短时间内学会开可乐、开门、拧螺丝等多样化的灵巧操作，才意味着灵巧手到达了类似ChatGPT的泛化突破阶段。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 齐浩之，亚马逊&前Meta机器人研究科学家，芝加哥大学助理教授 陶一伟，TetherIA 创始人兼CEO，前Tesla Optimus高级机器人机械工程师 【本期口播由腾讯广告算法大赛赞助播出】 我们播客7月份做过腾讯广告算法大赛的招募，这场比赛在11月27日刚收尾，吸引了全球8400名技术人才、2800多支队伍参加。在这次比赛中，年轻人在用各种新方法解决多模态痛点：比如冠军团队用行为条件化建模，让算法更能“感觉”用户需求；有人去验证scaling law在生成式广告推荐模型里是否适用；也有人在数据安全前提下把性能继续往上推。可以说这个比赛是把全球顶尖技术人才聚集到一起，也反过来在推动广告算法的进步与系统性能，在AI时代，这类比赛可以让自己的能力被看见、也是让企业找到顶尖人才的最佳场景。 【你将听到】 Demo背后的虚与实 02:37 评估灵巧手能力的关键：精细运动、泛化能力与可靠性 05:58 “开可乐”Demo背后：演示效果与实际能力的差距 08:23 硬件厂商追求单项突破，算法团队更重泛化能力 15:32 灵巧手面临的瓶颈和独有的技术挑战是什么？ 三大技术路线 19:26 连杆驱动：常见6自由度，也有高自由度方案（ILDA） 21:26 直驱方案：关节与电机一一对应，灵活度高（Sharpa） 24:59 绳驱方案：双向拉绳（Shadow Hand、ORCA）与单向拉绳（Tesla） 29:57 仿真研究为何更偏爱直驱方案？ 33:13 天价灵巧手：不为盈利，只为筛选顶尖客户…

最近，人形机器人仍然在“泡沫”与“前夜”的争论中。硅谷人形机器人初创公司1X，近期发布的Neo演示视频，在社交媒体上引发热议，但随即而来的，是外界对其依赖远程操控（Teleoperation）而非自主能力的质疑。这让人不禁联想到2023年那些声称拥有AI能力、实则依赖人工后台处理的初创公司。 与此同时，高盛的一份最新调研报告，揭示了中国机器人供应链的“现实温差”：尽管资本市场情绪高涨，企业产能规划激进——普遍在年产10万至100万台之间——但实际的大规模订单尚未落地。高盛甚至预测，到2035年，全球人形机器人总出货量或仅为138万台。 尽管面临质疑与产能过剩的风险，具身智能（Embodied AI）赛道在过去两三年间仍吸引了巨额资本注入，并展现出与AI技术同步演进的强劲势头。 本期节目，我们邀请到两位深耕中美市场的资深投资人，透过资本的迷雾，审视具身智能赛道的真实格局。当下的繁荣究竟是泡沫的预演，还是技术爆发的前夜？中美企业在战略布局与核心优势上呈现何种差异？在商业化落地的竞赛中，哪些场景有望率先突围？ 【主播】 刘一鸣，硅谷101特约研究员 【嘉宾】 Jonathan邱谆，华映资本海外合伙人。1998年来到硅谷，长期关注中美两地科技投资，曾任斯坦福大学工程和商学院客座讲师，坚定的“具身智能派”。 Christine Qing，Shanda Group合伙人/投资副总裁。曾多年在软银负责机器人在美国市场的商业化落地，也曾在小马智行负责海外市场，目前主要在硅谷关注AI和机器人赛道。 【你将听到】 02:19 当下是GPT-3爆发前夜，还是泡沫破裂前夕？ 07:51 中美机器人战事：战略与打法的异同 10:14 在深圳，机器人甚至可以一天迭代三次 11:26 投资逻辑大辩论：投“具身智能”还是“先进制造”？ 13:58 国内机器人商业化的优势：场景和数据的开放性 21:41 先投“上半身”（大脑/灵巧手）还是“下半身”（运动控制）？ 31:52 技术突破决定投资方向，追逐热点不如多看论文 34:13 Rodney Brooks的预言：没有触觉数据，机器人学不会灵巧性？ 42:43 对1X家庭机器人的争议：远程操控（Teleoperation）是造假还是“特洛伊木马”？ 44:45 真实的商业化落地：谁在买单？ 58:11 硬件产业链：会像智能手机一样模块化吗？ 01:02:57 大胆预测：未来5年的机器人世界…

在上一期节目中，我们从产业的角度聊了AI数据中心万亿大基建，这一几乎会贡献今年美国全部的GDP增长的行业。 嘉宾的很多观点和数据都在播客发出来之后一一被市场验证，比如微软CEO萨提亚·纳德拉称，AI缺的不是GPU是电力。 但当我们谈论的不是一个1亿、 10 亿、 100 亿的产业，而是上万亿的投资规模的时候，很多人就开始讨论，我们是不是进入了一场AI的投资泡沫？不少听众希望我们从资本市场的角度，再来聊一集AI的大基建。 本期硅谷101播客，我们邀请了人气嘉宾郑迪，回答两个核心的问题——电从哪来？钱从哪来？以及这两个市场它又是如何交织在一起的？并且我们还将关注一股潜伏已久的关键力量——加密矿工。 本期节目为《硅谷101》与《Web3 101》串台节目。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 郑迪，前沿科技投资人（知识星球：22136749） 【本期口播广告由华夏基金赞助播出】 如果你想从市场角度更结构化地了解中国科技企业的整体表现，也有一些工具可以作为参考。例如纳斯达克上市的一只 ETF——CNQQ，全称是中国科技创新 ETF，它的成份股覆盖阿里巴巴、腾讯、宁德时代、美团网易等主流中国市场的公司。它更像是一个帮助我们“看趋势”的观察窗口，用来理解中国科技公司在全球市场中的动态。当然，它只是信息渠道，不构成任何投资建议。 【你将听到】 能源危机下的电力绿洲 03:30 摩根士丹利估算，比特币矿工转产可在未来的两年释放15Gw 05:34 另外三条解决AI能源问题的常规路径（核能，燃气，储能） 10:31 两条有难度的“非常规”路径（训练外迁，柴油） 12:45 市场疑问：“挖矿电”能变成稳定可靠的“AIDC电”吗？ 15:00 未来两年能否攻克B端，成为AI大基建能否持续的关键 17:09 1Gw数据中心500亿美元成本拆解 19:49 当前估值低于建造成本，矿工转型缺乏动力 复刻地产融资游戏 23:20 矿工转AI的两种模式：“卖电/租场地”和“买GPU卖算力” 25:24 IREN：举债买卡的冒险家，困于“重资产”估值陷阱 30:00 生态为王：英伟达的“总包”霸权与AMD的“付费入场” 31:55 未来收益证券化+滚动开发，AI基建越来越像房地产 26:20 GPU证券化：底层资产是“AI金矿”还是“科技次贷”？ 37:29 诺贝尔经济理论也出错？亲历者复盘当年的金融理论失误 40:43…

雄激素脱发，这个困扰数十亿人的“头顶大事”，已经被“非那雄胺”和“米诺地尔”两款经典老药统治了数十年。 2016年之后，随着短视频的兴起，颜值经济拉动了防脱市场在全球范围内的显著增长，也激发了科学研究和药企的创新动力。 防脱药的副作用如何权衡？植发真能一劳永逸吗？防脱洗发水究竟是护理还是“玄学”？未来五年，科学家和药企将带来哪些拯救发际线的新武器？本期节目，我们邀请到振东药业董事长李昆与斯坦福医药化学博士Janice Zang，不仅解答了这些常见迷思，更深入探讨了药物递送技术、联合疗法、个性化诊疗等前沿方向。无论你正被脱发困扰，还是对生命科学和商业创新充满好奇，这期关于脱发的硬核科普都不容错过。 【本节目由专业生发品牌达霏欣赞助播出】 达霏欣专研生发23年，男女分治双浓度，清爽不油腻，温和低敏，买达霏欣上京东！ 请按药品说明书或医师指导使用。 【专属链接】 【达霏欣2%浓度】购买人群建议：女性首选，适合防脱及头皮敏感人群，温和不刺激； 【达霏欣5%浓度】购买人群建议：男性首选，适合中重度脱发人群，清爽不油腻。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 李昆，振东制药董事长 Janice Zang臧晓羽博士，斯坦福医药化学博士，N1 Life联合创始人兼CEO，Airdrop从天而降主播 【你将听到】 人类探索脱发问题的历史 03:36 脱发类型分几种，但90%都是雄激素脱发 08:44 进化论的bug：一个不利特征为何被保留？ 13:14 从古希腊到现代医学，人类是如何找到脱发“元凶”的？ 15:52 在“不秃村”罕见病中找到关键靶点后，人类有了第一款防脱发药物：非那雄胺 19:13 米诺地尔的故事：原本治疗高血压，副作用竟是促进毛发生长 21:57 “马尾辫”们注意了，别小看“牵拉性脱发”的威力 两款药物撑起的百亿级市场 23:04 两款药物的制剂，需要朝着哪些方向改进？ 26:53 从55°酒精敷头，到纯净水配方，多肽用于药物递送的前景 31:52 一个由庞大刚需支撑的百亿级市场，等待新药出现重构价值 35:25 非那雄胺暴露于血液有副作用，好在新技术正在努力把药效“锁”在头皮上 37:53 无论米诺地尔，还是非那雄胺，都需要长期坚持使用 39:18 别指望植发能拯救脱发，没有药物维持，移植的头发还是会掉 40:54 使用米诺地尔时，“先掉后长”是好事，说明药有用 值得期待的新药物和新疗法…

“80后炒股、90后炒币、00后炒鞋，进入2020年后大家转行炒卡。”虽然这只是一句玩笑话，但多少折射出了卡牌交易市场的火热。 卡牌最开始只是出现在烟草公司的烟盒里，作为赠品用来提高香烟销量。之后被开发出了对战属性，拥有了自己的卡牌游戏拥趸。 但如今的卡牌显然不只是一个小众文化那么简单。 《宝可梦》卡和球星卡目前的世界交易记录，分别是527.5万美元和1293.2万美元。 市场调研公司Verified Market Research报告显示，仅是球星卡，在全球市场2020-2027年的复合增长率就达到了23%，2027年市场规模预计接近千亿美元。 英国金融公司Raisin UK则认为，卡牌的投资价值，已经超过了古董车和威士忌。 卡牌作为一种小众文化，是如何一步步演变为投资品的？在炒卡成风的当下，它背后有怎样的暗流涌动，又真的能成为年轻人的第一桶金吗？ 【主播】 麻花，硅谷101特约研究员 【嘉宾】 Vincent，静电森林创始合伙人， Dice Con（华人桌面游戏大会）策展人 大白，静电森林卡牌项目负责人，卡牌社区旅法师营地创始人 【你将听到】 一些科普：TCG和CCG的前世今生 02:54 收藏式卡牌（CCG），从烟盒里长出的小爱好 04:04 集换式卡牌（TCG），当卡牌有了对战属性 05:38 TCG里的“御三家”：万智牌、游戏王和宝可梦 08:19 卡牌成功的背后，运营远比IP重要 11:17 天价球星卡的诞生：稀有度、球星起落和高光时刻碎片 卡牌投资，门道可太多了 14:29 想成投资品，先从成为文化现象开始 16:49 卡牌背后的炒货联盟 17:34 当王炸TCG遇上“禁牌表” 19:54 在国内炒牌，也得有国际化视野 21:54 选TCG卡牌，就像经纪公司选偶像练习生 23:59 想玩好球星卡，先从做个草根球探开始 26:47 敲黑板忠告：想玩卡，首先得喜欢 32:17 宝可梦卡在中国，去年短暂低谷、今年又行了 34:15 卡牌交易的重要一环：评级 一些一手经验分享 38:36 嘉宾亲历：玩卡牌谁赔了谁赚了 44:35 单卡店的生意，一个纯纯辛苦活儿 47:05 非卡牌爱好者，能做好卡牌投资吗？ 顺便聊聊卡牌圈生态 48:29 国内火爆的卡游，为什么在全球卡牌交易市场里水花还很小 53:11 新参与者，都在怎么切入卡牌市场 55:16 一些建议，送给想试水卡牌投资的素人 【延伸阅读】…

“2025年上半年，美国GDP增长几乎全部来自于数据中心与信息技术。” “如果去掉信息技术与软件，美国GDP增长率仅有0.1%。” ——哈佛大学经济学家杰森·弗曼（Jason Furman） 最近一个大新闻是，OpenAI发公告完成架构与资本重组，为潜在IPO铺路，核心也是它承诺了未来1.4万亿的算力投入，这是一个巨大的资金缺口。 另一方面，美国滞后的基础设施建设，对万亿级数据中心蓝图形成了根本性掣肘。就在我们播客发出来前，10月27日，OpenAI发公开信致信白宫，称中国2024年新增电力为429吉瓦，而美国仅增加了51吉瓦，希望美国政府对AI基础建设项目优先审批。 这是一个比想象中更疯狂的大基建时代：美国极少的科技公司联合金融巨头，正在不成比例地对美国经济产生决定性影响。我们抛开钱的问题，来看看这轮AI大基建正在带火哪些行业，为何美国的电力建设又如此困难。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 徐熠兴（Ethan Xu），前微软能源战略经理，前突破能源科研总监 王辰晟，前特斯拉供应链总监 【JJLake创新空间】 JJLake是位于硅谷Mountain View的创新空间 + 孵化器，由管理规模近300亿美元的Oriza Holdings基金支持。目前JJLake孵化器项目正在招募创业团队，适合需要发挥亚洲的生产制造、供应链、市场等优势的创业者。另外，JJLake也向创业者提供高性价比的办公场地，欢迎联系JJLake负责人柳一夫详谈。 📮 邮箱：yliu@jjlaker.com 【你将听到】 02:25 JJLake创新空间 AI巨头押注算力规模 04:43 OpenAI最激进，目标构建10吉瓦乃至长期100吉瓦的算力容量 06:36 xAI、Meta同样激进，扫货发电机、抢占能源低廉土地 07:24 微软、Google、亚马逊：已有庞大基础，策略相对稳健 10:44 Power First战略背后的逻辑：“投资不足”风险远大于“过度投资”风险 13:43 细拆经济账：“比尔总会吃掉安迪”，集中化比分布式更经济，训练速度决定竞争胜负 15:59 算力需求从以训练为主，转向以推理为主（未来或占80%以上） 18:03 推理可以更分布式，但规模集群要比小数据中心节省运营成本 军备竞赛下的能源危机 21:14 AI发展的最大瓶颈已从“缺芯片”转变为“缺能源” 22:30…

9月的最后一天，Sora2发布，它可以把一句话变成一段10秒的短视频；好莱坞完全由AI创作的演员Tilly Norwood，诞生6个多月就获得了6.5万粉丝，她发自拍、代言品牌，却从未真实存在。数字人，正在成为新的内容生产者。 但从“生成一段视频”，到与一个3D数字人实时稳定互动，中间隔着很多技术壁垒。本期嘉宾柴金祥教授，他在2000年就已经进入卡内基梅隆大学研究机器人，但因为机器人应用与落地极为困难，他们团队反而成为世界上最早用AI做3D动画的团队；18年来，他几乎在做同样的研究。 从机器人到好莱坞的AI动画，到我们今天讨论的3D数字人模型是不是又可以反过来驱动机器人，这听起来像是一种轮回，却也是一种新的开始。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 柴金祥，魔珐科技创始人兼CEO，TAMU计算机科学和工程系终身教授、博导 【你将听到】 数字人，下一代内容生产者 02:45 从Sora2的发布，看“文生视频”的进步与局限 05:58 Text-to-Video与Text-to-3D的核心区别：像素和参数 08:55 成本革命的基石：文生3D多模态大模型（星云平台） 13:33 传统虚拟数字人是如何动起来的？ 16:34 好莱坞有数据无算法，AI公司有算法无数据 多模态大模型重塑人机交互 19:46 柴教授的从业经历：从机器人控制到数字人动画 20:46 Jessica Hodgins：数字人物理动画的先驱 22:24 很多做Robotics很厉害的人，其实都是做动画的 26:49 “交互-游戏-好莱坞”，渐进式的技术落地路线图 29:45 虚拟数字人的两条岔路：预制的完美v.s实时的鲜活 32:07 AI渲染+分层模型，终结“显卡依赖” 3D数字人的商业化前景 37:02 B端的统一形象与C端的个人分身 40:36 规模化落地需翻越“三座大山”：质量、延时、成本 42:21 自研语音，风格化“人设”为数字人注入灵魂 加速具身智能突破泛化 45:07 对机器人产业判断：白领场景将早于蓝领场景落地 46:13 用海量3D动作数据教机器人动作规划，但缺乏力的反馈 47:18 从“运动学”到“动力学”，小脑进化仍需强化学习突破 49:23 从“爬楼梯”这件小事，看数据如何促进泛化 58:33 跳脱细节调配，机器人研究进入“黑盒模式” 【延伸阅读和相关术语】…

在中国本土餐饮纷纷陷入价格内卷和增长放缓时，一线商场的排队王，被来自日本的两家回转寿司店——寿司郎和滨寿司承包了。 它们不仅人气超高，高峰期要排队两三个小时，在资本市场的战绩也颇为漂亮。寿司郎的母公司Food & Life股价两年涨了2.7倍，滨寿司的母公司泉膳控股，则是股价持续增长了25年的日本餐饮最牛股。 如果你还对在中国享有高性价比盛名的萨莉亚有印象，那么请注意，Food & Life、泉膳和萨莉亚，都是经历了“日本失去的30年”、熬过了地狱模式的企业。在日本自1990年开始的通货紧缩里，日本民众捂紧钱袋子谨慎消费，餐饮企业不得不开打价格战，为了生存的它们，也练就了一身降本增效的功夫。 我们本期播客的嘉宾东子，既是一家基金的研究总监，也是一位长居中国的日本人，在他看来，穿越周期、在中国成为人气王的日本餐企，擅长的不止是降本增效，更会提供“表演式的烟火气”。 在播客中，我们还谈到了“失去的30年”给日本餐饮行业带来的新创业产物，以及中国餐饮出海日本的新气象。但东子想反复强调的是——千万不要照抄日本的作业。 【主播】 麻花，硅谷101特约研究员 【嘉宾】 东子，启承资本研究总监 【你将听到】 回转寿司，一种效率极高的经营圣体 06:45 连海底捞都想开的回转寿司，翻台率高到可怕 12:52 食材成本近50%的寿司品类，是如何控制成本的？ 14:09 从回转寿司技术迭代，看日本擅长的“线性创新” 21:54 回转寿司是个超级工厂，我们是流水线上负责吃的“工人” “失去的三十年”，如何重塑日本餐饮业 24:38 一份萨莉亚的意面，背后也有效率的提升 25:50 垂直供应链很好，但不是每个国家都适合 29:11 警示：极致降本增效给日本社会带来了什么？ 30:59 “表演式烟火气”：餐饮标准化下的致胜法宝（e.g.丸龟制面） 存量竞争里，日本餐饮创业的新产物 36:33 日本版“滴灌通”venture link：盘活连锁餐饮后，为何自己破产了？ 40:59 “中食”的兴起，日本给中国“预制菜”的启示 47:59 日本餐饮创业的“阶段化”和“分工化”（e.g.七宝麻辣烫） 学习日本餐饮，可千万别“刻舟求剑” 52:19 中日土壤大不同，照抄经验可就太偷懒了 58:57 日本餐企重估中国市场：曾经败北，如今意外适配“通缩”环境 59:31 日企出海的最大挑战：“非语言默契”的文化壁垒 62:15…