节目

📝 本期播客简介 本期我们克隆了：Shane Parrish 主持的深度访谈播客《The Knowledge Project》Mental Models That Change How You Think | Bill Gurley 本期嘉宾 Bill Gurley 是硅谷最具影响力的风险投资人之一，曾任 Benchmark 合伙人，并深度参与 Uber 等公司的投资与成长。在这期节目中，他和 Shane Parrish 展开了一场覆盖系统思维、投资方法、AI 竞争、金融基础设施、创业者特质与人生定义的深度对话。 Bill 反复强调：真实世界不是单变量、线性的系统，而是多变量、非线性、充满二阶和三阶影响的复杂系统。无论是做产品、投资，还是判断 AI 浪潮和资本周期，如果只盯着一个指标，很容易被短期结果误导。 你将听到 Bill 如何从 Peter Lynch、Buffett、Ben Graham、Howard Marks 等投资大师那里建立金融底层认知；为什么他认为每个人都应该研究自己所在领域的历史；为什么真正优秀的创始人往往具备痴迷式学习、产品直觉、讲故事能力和“不管怎样都要做下去”的决心。 节目后半段，Bill 还深入讨论了 AI 时代的几大关键冲突：美国监管是否会变成大公司的护城河；中国开源模型生态为什么可能更快进化；AI 投资是否正在进入资本狂热；稳定币为什么可能绕开美国落后的支付系统，并威胁 Visa 和 MasterCard；以及被动投资、代理投票机构和代币化将如何改变金融市场。 这不是一场单纯关于风险投资的访谈，而是一堂关于如何在复杂时代建立判断力、识别系统性变化，并保持长期学习能力的认知课。 👨‍⚕️ 本期嘉宾 Bill Gurley，硅谷知名风险投资人，Benchmark 前合伙人。他曾深度参与 Uber、Grubhub、Zillow、Nextdoor 等公司的投资与成长，是美国科技投资界最具影响力的思想者之一。Bill 长期关注市场平台、网络效应、资本市场、监管结构与科技浪潮，也以深度写作和清晰的行业分析著称。 ⏱️ 时间戳 00:00 开场 & 播客简介 系统思维：为什么不能只看一个变量 01:34 信息碎片化时代，如何理解复杂世界 01:51 系统思维的核心：多变量、非线性与难以预测 02:35 天气、股市与复杂系统：一个变量变化如何层层传导 03:01 系统思维如何帮你少惹麻烦 03:24 约会网站案例：优化互动，却伤害长期转化 03:49 二阶影响：为什么单一指标会误导决策 投资认知的底层训练 04:01 Bill Gurley 如何学习投资：从华尔街到风险投资 04:16 Peter Lynch、Buffett、Ben Graham 与 Howard Marks 的影响 05:00 价值投资如何迁移到风险投资 05:37 Bill Miller、Amazon 与网络效应的价值判断 06:48 为什么 VC 也必须懂金融底层逻辑 07:08 华尔街是创业公司最终流动性的买方 07:24 轨迹比起点更重要：早期公司如何想象终局 行业历史：被忽视的职业护城河 07:31 为什么理解一个行业的底层基础很重要 07:43 Pixar 创意天才 John Lasseter 如何研究动画史 08:27 Magnus Carlsen 与国际象棋历史：高手都懂自己的领域传统 08:54 LLM 时代，学习任何领域历史变得更容易 09:20 Picasso 的例子：突破传统之前，先掌握传统 09:44 面试中的差异化：比别人更懂本行业的大师和历史 10:47 如果你觉得学习行业历史很无聊，可能说明这不是你的热情所在 前沿学习与 AI 使用 11:09 创业者的共同特质：痴迷式学习 11:38 为什么颠覆性创业者必须站在技术前沿 12:20 创新者的窘境：年轻人更容易扎进新变化 12:46 每个人都应该对前沿保持好奇 13:07 Bill 为什么同时使用多个付费 AI 账号 13:20 真正强的人：既懂历史，也懂最新前沿 14:11 AI 使用技巧：把后续分析步骤直接写进 prompt 14:53 ChatGPT、Gemini、Claude、Perplexity 的不同使用场景 AI 竞争格局与监管博弈 15:51 AI 会是一家独大，还是垂直模型并存 16:15 Cursor 与模型可替换性：未来可能进入价格优化阶段 16:34 监管如何制造寡头格局 16:48 为什么有些大玩家主动要求监管 17:01 全球监管不一致：美国、欧盟与中国开源模型的竞争 17:40 中国开源模型生态：竞争越激烈，开源越活跃 18:08 开源系统如何加速创新：农民分享最佳实践的比喻 18:59 硅谷创业公司正在大量使用中国开源模型 AI 投资判断：壳、工作流与数据护城河 19:29 AI 会如何改变投资方式 19:40 什么只是 AI 外壳，什么可能是真正的应用层机会 20:08 工作流、数据护城河与领域理解的重要性 20:29 法律 AI 创业公司的例子：专业数据与流程沉淀 20:39 ChatGPT 是否会吞掉垂直应用：仍未定论 21:00 Microsoft 从操作系统走向应用层的历史参照 超级智能、模型边界与自动驾驶 21:06 训练数据是否快被用完 21:24 专家微调与人类知识边界 22:01 AI 是否会进入自我改进的非线性曲线 22:38 Yann LeCun 的反面观点：下一代 AI 可能在 LLM 之外 23:14 AlphaGo 的启示与局限：封闭系统不等于真实世界 24:28 Tesla FSD 与自动驾驶的约束边界 24:56 真实世界里的边界案例：人类行为仍然难以预测 非共识观点与 AI 资本狂热 25:44 Bill 的非共识观点：反对简单妖魔化中国 26:21 AI 建设是否投入了太多钱 26:48 科技巨头把巨额自由现金流投入资本开支 27:15 幂律与递增收益：为什么投资人越来越愿意押注未来 27:45 从 Amazon 到 Uber，再到 AI 公司：亏损规模不断升级 28:09 AI 是否会经历一次“核冬天” 28:59 循环交易：云厂商给 AI 公司钱，再让钱回流到云服务 30:02 成功公司为什么总是被提前抢投 30:18 烧钱速度从风险指标变成行业常态 30:42 极端资本环境下，很难看清真实单位经济模型 代币化、IPO 与金融市场结构 31:04 散户、代币化与创业公司融资 31:20 资金供给不是瓶颈 31:31 Palantir、GameStop 与散户推动估值 31:50 私有公司股份代币化的风险：投机与操纵 32:07 为什么 Stripe 这样的公司不希望股份被随意交易 32:36 股价波动会如何影响员工与公司运营 33:15 IPO 流程为什么不公平 33:41 为什么上市机制本该像拍卖一样匹配供需 34:06 华尔街为何放不下 IPO 定价权 34:20 直接上市、拍卖机制与 token 化可能带来的冲击 稳定币与支付系统革命 34:27 稳定币如何冲击信用卡网络 34:33 英国 Faster Payments、巴西 Pix 与美国支付系统的落后 35:10 美国监管俘获如何保护信用卡收费模式 35:20 USDC：几秒到账、低成本、还能获得收益 35:48 稳定币是什么：用美国国债一比一储备的加密美元 36:17 加密轨道为什么能实现全球即时转账 36:51 ACH 三天结算与美国支付系统的低效 37:23 为什么稳定币可能比政府更快解决支付问题 37:57 Visa 和 MasterCard 的高利润护城河为何面临威胁 38:35 中国移动支付的案例：二维码、微信支付与支付宝 39:14 稳定币不是唯一解，但可能成为美国的新绕行路径 AI 对金融权威与代理投票的冲击 39:50 AI 会不会挑战 Moody's 这样的评级机构 40:01 Moody's 的真正力量：它是被市场接受的标准 40:27 AI 是否会重塑股东投票建议服务 40:49 指数基金崛起后，代理投票机构的权力变大 41:09 黑箱评分与双边收费：为什么 Bill 认为这像一场劫掠 41:41 Tesla 薪酬方案案例：风险控制与股东利益的冲突 42:31 公司治理机构为何常常只看规则，而不是结果 被动投资的二阶影响 43:01 指数基金持股过高带来的治理问题 43:20 被动基金是否应该不投票 43:48 小股东可能获得过大控制权的二阶影响 44:00 隐性指数化：主动投资人为什么被迫跟随巨头 44:48 大规模指数化是否反而创造了主动投资机会 45:01 跑赢 S&P 为什么越来越难 写作、讲故事与创始人的不公平优势 45:18 为什么讲故事是成功创始人的关键能力 45:49 Bill 如何爱上长篇非虚构写作 46:25 Malcolm Gladwell、Michael Lewis 与新新闻主义的影响 46:44 写作如何帮助投资人形成思想 47:06 Amazon 六页备忘录：写清楚，才是真的想清楚 47:39 写作也是风险投资人的“磁铁”和名片 48:05 创始人的三个不公平优势：讲故事、产品直觉与前沿理解 48:34 产品直觉很难后天训练 48:56 创始人为什么一直都在销售 49:14 Bezos 的天使投资判断：这个人是否无论如何都会做下去 Uber、极端烧钱与没有案例可学的时代 49:27 Uber 带来的现实经验：商学院案例里找不到 49:41 赢家通吃、网络效应与无止境融资 50:05 Lyft 拿十亿，Uber 拿三十亿：资本竞争如何升级 50:22 没有董事会、导师或案例能指导这种局面 50:43 AI 公司今天也处在类似环境里 50:55 从 Amazon 到 Uber，再到 AI：烧钱规模又多了一个零 Benchmark 的组织设计 51:07 Benchmark 如何建立平等合伙制 51:38 为什么传统合伙制容易让资深者拿走过多权力和利益 52:05 没有国王、没有首席合伙人：五个平等合伙人 52:26 平等合伙制的优势：更容易招到优秀人才 52:50 为什么平等会鼓励大家培养新人 53:15 合伙人之间更愿意分享资源和人脉 53:39 没有薪酬政治，但也很难扩张和推动新项目 54:00 Benchmark 单页网站的故事：组织结构如何影响执行 54:49 极简网站背后的自信与取舍 VC 行业为什么偏向年轻人 55:11 创始人为什么选择某个 VC 55:37 风险投资是有网络效应的投资类别 55:55 创始人希望身边的人真正理解自己在做什么 56:23 年轻 VC 的优势：更接近创始人，也更懂新技术 56:50 电子竞技、YouTube 与细分领域认知优势 57:38 VC 像体育吗：年龄、精力与竞争压力 58:03 年轻人为什么仍有机会闯入风险投资 成功的定义 58:10 Bill Gurley 如何定义成功 58:31 风险投资曾是他的理想工作 58:42 即使没有额外回报，他也会选择做那份工作 59:02 人生下一章：把写作、理解问题和综合信息的能力用于更大的社会议题 59:29 给世界留下一点痕迹 🌟 精彩内容 💡 系统思维：不要只盯着一个指标 Bill Gurley 认为，很多现实问题都不是线性的，而是多变量、非线性系统。一个看似正确的局部优化，可能会在更远处造成负面结果。他用约会网站的例子说明：把用户资料做得更长，短期提高互动，但几个月后才发现它伤害了转化率。 “你不能只用线性模型来想，也不能只盯着一个变量。” 📚 研究行业历史，是被低估的职业护城河 Bill 强烈建议每个人都去研究自己所在领域的历史。他举了 Pixar 的 John Lasseter、国际象棋冠军 Magnus Carlsen、Picasso 等例子，说明真正的高手往往对本领域的传统和大师有深刻理解。对于年轻人来说，这甚至能成为面试和职业竞争中的差异化优势。 “我觉得更多人应该去研究自己所在领域的历史，这会对他们有帮助。” 🤖 AI 时代的学习方式：同时理解旧历史与新前沿 Bill 一方面强调历史，另一方面也强调必须站在技术前沿。他自己同时使用多个付费 AI 工具，并认为人们常常低估 AI 能做多少事。很多本来需要后续完成的分析、排序、比较和计算，都可以直接写进 prompt 里，让 AI 更早承担更多工作。 “它能更早替你完成更多工作。” 🌐 中国开源 AI 生态可能带来更快创新 在谈到 AI 监管和全球竞争时，Bill 提到，中国有大量开源模型，竞争动态更激烈，也更倾向于分享技术和最佳实践。他用两个农业社会的比喻说明：如果一个系统要求参与者分享最佳实践，那么这个系统可能会进化得更快。 “你觉得哪一个社会会进化得更快？” 💸 AI 投资狂热与循环交易 Bill 对当前 AI 投资规模感到震惊。他指出，大型科技公司和云服务商正在把巨额资金投入 AI 基础设施，而一些“循环交易”会放大眼前的增长：云厂商投资 AI 公司，AI 公司再把钱花回云服务上。这会推迟调整，但也可能增加未来调整的概率。 “你是在把眼前发生的事吹大。” 🪙 稳定币可能绕开美国落后的支付系统 Bill 认为，美国支付系统因为监管俘获而长期落后，ACH 需要三天结算，信用卡仍收取 2% 到 2.5% 的费用。而稳定币运行在成熟的加密轨道上，可以低成本、即时、全球转账，可能比政府更快解决支付效率问题，并威胁 Visa 和 MasterCard 的高利润护城河。 “支付为什么要收百分之二到百分之三？没有任何理由，真的没有。” ✍️ 写作和讲故事，是创始人的核心能力 Bill 把讲故事列为成功创始人的关键特质。因为创始人永远在销售：招员工、招高管、融资、赢客户、谈合作，都需要讲清楚愿景。他也强调写作能帮助人把想法真正想透，这也是 Bezos 推行 Amazon 六页备忘录的原因。 “如果你必须把东西写出来，让它能独立阅读，而且逻辑清楚，你就会想透更多问题。” 🔥 伟大创始人的底层特质：无论如何都会做下去 Bill 分享了 Bezos 的天使投资判断标准：他只问自己一个问题，这个创业者是不是无论如何都会做这件事？不管遇到什么困难，都不会停下来。Bill 认为，所有伟大创始人身上都有这种程度的决心。 “这个人是不是无论如何都会做这件事？” 🏛️ Benchmark 的平等合伙制 Bill 解释了 Benchmark 为什么采用平等合伙制：没有首席合伙人，没有国王，没有总裁，只有平等合伙人。这种结构减少了内部政治，鼓励合伙人互相支持和培养新人。但它也有缺点，比如很难扩张、很难推动新项目。 “我的公司成功，和他的公司成功，没有区别。” 🌱 成功的定义：做你即使没有额外回报也愿意做的事 在节目最后，Bill 回顾自己的风险投资生涯，认为那曾是他的理想工作。即使在一个所有人薪酬都一样的社会里，他仍然会选择做那份工作。现在他希望把自己过去用来研究问题、写作和综合信息的能力，用到更大的社会议题上。 “如果我们生活在一个社会主义社会里，每个人都必须免费工作，我还是会选那份工作。” 🌐 播客信息补充 本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的 使用 AI 进行翻译，因此可能会有一些地方不通顺； 如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期摘要 封包前的深夜，美术、程序、QA 各自熬到极限，但他们的辛苦最后都对得上一个具体的「完成」——图交了、代码合了、包测过了。只有 PM 手里这摊事，找不到那个能合上的点。本期从这个场景切入，聊 PM 这个岗位的结构性处境：你做的每个判断都是替别人做的，责任却没有边界；团队从几十人滚到上百人时，PM 很容易在「要确定性」的压力下，从替团队挡事的人，滑向替组织盯人的人；而 AI 在帮你提效的同时，也把「掌控」的诱惑照得更亮。最后回到一个朴素的自我校准标准，以及一个没有标准答案、但值得守住的东西。 --- ❓ 本期讨论了这些问题 • 为什么说项目里每个职能都有「做完」的时刻，唯独 PM 没有？这种区别意味着什么？ • PM 的责任为什么是「无边界」的？「在场又不属于」是一种什么样的处境？ • 团队从几十人到上百人，PM 的角色会发生什么异化？「替团队挡事」怎么一步步滑成「替组织盯人」？ • AI 到底是把 PM 从困境里解放出来，还是放大了「掌控」的诱惑？ • 怎么判断自己作为管理者有没有走偏？有没有一个简单的自检标准？ --- 🔥 本期核心内容 1. 每个职能都有「完成点」，只有 PM 没有 封包夜里，美术、程序、QA 都熬到极限——尤其 QA，包一天不出就得守一天。但他们的辛苦都能对上一个具体的交付：图交了、代码合了、包测过了。区别不在谁更累，而在别人熬的是有尽头的一程路，PM 熬的是一条没有终点的线。 2. PM 的判断都是替别人做的，责任却没有边界 排期替团队排、砍需求替版本砍、push 替项目催，手里的优先级没有一条是自己的。出了问题（比如反复打磨的战斗手感），每块单独看都没毛病，问题出在接缝上——而盯着接缝的只有 PM。这就是「在场又不属于」的常态。 3. 规模化把「挡事的人」逼成「盯人的人」 团队从几十人到上百人，组织开始要「确定性」。为了交付去盯打卡、盯工时、盯留痕，每一步单看都合理，加在一起团队感受到的却是「有人在盯着我别出错」。一个怕出错的团队会把精力从「做得更好」转向「别背锅」，对靠创意吃饭的游戏项目是慢性失血。 4. AI 没有解放 PM，只是把夹缝照得更亮 AI 省下了大量机械时间，但也让协作过程全部可见——谁卡在哪、回得快不快一清二楚。同一套工具，往左一步是协作，往右一步是监控，中间那条线细得几乎看不见。最难的判断「这一刀让事情更顺还是让人更累」，AI 替不了，反而逼你做得更频繁。 5. 别把「在局里」过成「盯着所有人」 一个很土的自检标准：团队的人更愿意第一时间把坏消息告诉你，还是习惯先捂着别让你发现。前者说明你还是一起扛事的人，后者说明你成了大家要躲的人。这个岗位没有「置身事外」的那天，能守住的，是让一起在局里的人觉得有你在是件好事。 --- 🏷️ 本期提到的人物与概念 概念：交付时刻 / Delivery Moment、责任无边界 / Boundaryless Accountability、在场又不属于、团队规模化 / Team Scaling、确定性压力 / Demand for Certainty、协作 vs 监控 / Collaboration vs Surveillance、AI 协作可见度、从执行者到架构师、游戏项目管理 / Game Project Management、游戏 PM / Game PM、QA / 质量保证 --- 🔗 延伸话题 • PM 从执行者到架构师，需要搭一套「不靠我也能转」的机制，具体怎么搭？ • 团队规模化时，怎么在「要确定性」和「不把人逼成执行器」之间找到那条窄路？ • AI 落地到游戏研发协作里，怎么界定「照亮协作的灯」和「盯人的探照灯」的边界？ --- 📌 关于我 我是 Hao，游戏行业项目管理从业者，10 年经验。 课程 · 咨询 · PM 成长社区 → pmnote.ai

📝 本期摘要 Hao的游戏PM笔记本期聊的是「AI FOMO」——当所有人都在喊 All in AI 的时候，游戏团队到底该怎么面对。Hao 结合自己在游戏团队的管理经验，拆解了三个判断：买工具不等于 AI 成熟；工具只是放大器，不是变压器；AI 不会解决管理问题，只会让管理问题更早暴露。核心结论是，真正拉开差距的，不是谁先买了工具，而是谁先把需求、外包、风险这些工作流重新拆开、定义、标准化了一遍。 ❓ 本期讨论了这些问题 * 为什么很多团队面对的不是 AI 转型，而是 AI FOMO？ * 为什么买了一堆 AI 工具，并不代表团队的 AI 能力变强了？ * AI 落地为什么会逼着项目经理去做需求、外包、风险的标准化？ * 一个 AI 工作流要在团队里长期跑起来，必须回答哪几个问题？ * 在游戏研发里，AI 适合先从美术管线、外包管理这类环节切入，还是先做版本风险预测？ 🔥 本期核心内容 1. AI FOMO 是一种组织情绪，不是真实需求。 情绪驱动问的是「别人都在做，我们不做是不是落后了」；需求驱动问的是「这个工具到底帮我们解决什么问题」。很多团队第一反应是先列工具清单，而不是先列问题清单，AI 就很容易变成新的形式主义。 2. 工具只是放大器，不是变压器。 原来清晰的工作流会被 AI 放大，原来混乱的工作方式也会被放大。有标准、有沉淀、有复盘的团队提效明显；没有这些的团队，AI 进来最常见的结果不是变强，而是变吵——每个人都在生成自己的版本，PM 面对的不是信息不足，而是信息过载。 3. AI 不会自动解决管理问题，只会让它更早暴露。 想让 AI 参与需求拆解，就得先定义什么叫「需求清楚」；想让 AI 检查美术外包交付，就得先有文件命名、尺寸规格、提交节奏、返修规则这些验收标准。标准不沉淀，AI 最多把混乱整理得更像一份文档。 4. 真正的差距，是能不能把经验变成系统。 资深 PM 的判断力过去藏在脑子里，依赖人、容易流失。AI 的价值在于让经验有机会被结构化、被复用，同时反过来训练 PM 把工作想清楚——前提是你愿意先把经验写下来。 🏷️ 本期提到的人物与概念 概念：AI FOMO / Fear of Missing Out 概念：工作流设计 / Workflow Design 概念：经验结构化 / Experience Systematization 概念：游戏美术项目管理 · 美术管线 / Game Art Project Management · Art Pipeline 概念：外包验收标准 / Outsourcing Acceptance Criteria 概念：敏捷与 Scrum 落地 / Agile & Scrum Practices 概念：游戏项目管理 / Game Project Management 🔗 延伸话题 Q：游戏PM 和互联网PM 在用 AI 这件事上有什么区别？ A：游戏研发是强协作系统，策划、程序、美术、TA、测试、发行各有上下文，AI 的价值更多在跨环节信息流动；互联网PM 的链路相对短，单点提效就能见效，这也决定了游戏PM 更要先把流程边界和数据入口理清楚。 Q：零经验想转行做游戏项目经理，AI 时代该从哪里补能力？ A：先别堆提示词，先练「把工作拆到 AI 能接住」——把需求拆解、风险检查、外包验收写成模板，用 AI 暴露自己思考里没写清楚的地方，这个过程比单纯学工具更接近资深 PM 的判断力。 Q：游戏开发里怎么把 Sprint、敏捷实践落地，AI 能帮上忙吗？ A：AI 能帮你整理迭代里的重复信息、归类测试反馈、识别高频问题模块，但前提是 Sprint 节奏、验收口径、问题分级这些规则本身先稳定下来，否则 AI 只是加快了混乱的流转速度。 Q：游戏美术项目管理、美术外包管理适合从哪个环节先引入 AI？ A：从低风险、强重复、有明确标准的环节切入最稳——比如对照规范对外包资产做初筛、按命名和尺寸规格做格式校验，先让 AI 做辅助初筛，再谈让它参与判断，不要一上来就让 AI 做最终验收。 🌐 About This Episode In this episode of Hao's Game PM Notes, we unpack the AI FOMO sweeping through game studios and argue that buying AI tools is not the same as building AI maturity in game project management. Drawing on real game producer experience, Hao explains why AI exposes—rather than fixes—weak workflows, and why redesigning standards for requirements, art pipelines, and outsourcing matters more than chasing the newest tool. It's a practical take for anyone learning game project management or figuring out how to become a game PM. 📌 关于 Hao的游戏PM笔记 「Hao的游戏PM笔记」是一个专注游戏项目管理的垂直内容品牌，覆盖游戏PM知识体系、转行路径、AI提效与行业观察。 主理人 Hao，10年游戏行业经验，策划转项目经理，持有 PMP / PMI-ACP / PSM / PSPO 认证。 📚 系列课程： * 《游戏项目管理14讲》——从零基础到游戏PM体系搭建 * 《从执行者到架构师》——进阶项目管理方法论 * 《游戏美术项目管理基础》——美术管线、外包管理与验收标准 * 《游戏人的AI第一课，从旁观者到驾驭者》——从AI旁观者到驾驭者的认知升级 * 《游戏PM的AI实战手册》——AI工具在游戏项目管理中的深度实战应用 📡 全平台：小宇宙播客 · B站 · 小红书 · 公众号 · 知乎 课程 · 一对一咨询 · PM成长社区 → pmnote.ai

本期节目内容经一定脱敏压缩。完整资讯底稿及未播出素材，请移步 ima 免费知识库查阅： https://ima.qq.com/wiki/?shareId=94b846df0199e63a0ca8fc8e84076fa5d8373978993c669ee199f8cefc324969

00:00:00 开场闲聊 00:04:30 索尼发布会 00:53:27 夏日游戏节 01:42:40 Xbox游戏展 01:57:36 任天堂直面会

梅耶她们家40多口人，竟然没有一个控制狂，这简直就不可思议，跟乌托邦一样。

ChillShow重播節目 【逢週二、週五8:30PM直播 直播有即時觀眾連線環節】 鹹淡適中、豐儉由人 【投稿】 郵箱：[email protected] 小红书：Chill吹TV IG：@CHILL_CEOI 【Group】 Chill吹官方群聊- Wechat:chillceoi 添加傻X小編進群

这一期我们聊了世界杯、大嘴新吹的牛、印度程序员、高考还有钉钉的事情。 「后互联网时代的乱弹」节目由「声湃 WavPub」提供内容托管和数据服务支持。

在这个选择比以往任何时候都丰富的时代，我们却越来越难以做出选择，尤其是那些关乎人生走向的重要决定。有时候，不是我们不理性所以无法做出选择。相反，恰恰是因为太理性，我们才在不断分析、权衡中，错过了真正的选择时机。 ㅤ 文章作者 Casey Rosengren，是数字游民社区 Hacker Paradise 的创始人。他用自己创业三年的“卡顿期”做开场——投入很多、却始终无法决定“要不要 All in”的那段日子。结局可想而知。他用切身的失败经历告诉我们——逃避选择，才是危险的决定。 ㅤ 本文深入浅出地解析了我们为何会陷入“选择恐惧症”，并结合心理学中的“接纳与承诺疗法（ACT）”，从四个层面揭示了选择困难的根源。 做决定为什么这么难？因为你总在逃避内心的指南针。创业犹豫、选择恐惧、害怕选错……其实答案不在外界，而在你身体的微小反应里。如何用简单练习找回真实渴望？这期聊透了。 02:17 选择与焦虑：创业路上的挣扎与成长之路 04:18 害怕选错的代价：柯达与创新困境的故事 06:25 选择的迷宫：如何跳出理性的怪圈，拥抱幸福？ 08:39 选择的困惑：如何跳出思维循环，找到真正的心之所向？ 10:50 如何面对人生中的选择困难？提高决策能力的方法与思考 12:52 勇敢前行：未来人生路上的勇气与犹豫 本文由求知行囊阅览室编译，深读一年，遇见更清醒的自己，欢迎订阅会员计划。

健康抗衰栏目26： 生命的暗河：45岁后身体断崖式衰老？掌控衰老密码的健康革命 ——为什么有人60岁像40岁？答案不在脸上，在血管里 🎧 Show Notes 🎧 你体内流淌着4条看不见的河流，其中1条直到12年前才被科学家发现。它们决定你皮肤有没有光泽、脑子清不清楚、以及——你会以多快的速度老去。 为什么久坐1小时会让你的"第二心脏"罢工？为什么侧卧睡觉比仰卧更能预防老年痴呆？为什么45-55岁是身体衰老的"风暴眼"？ 这期节目，主播小明带你潜入人体内部，认识4条决定衰老速度的"暗河"：血液微循环、淋巴循环、组织液循环，以及2012年才被发现的大脑类淋巴系统。从1628年哈维推翻千年医学教条，到2026年科学家首次在人类体内证实"睡眠洗脑子"，我们用400年科学史串起一场关于生命、时间与健康的深度对话。 不需要保健品，不需要养生馆。从今晚的睡姿开始，你可以掌控自己衰老的速度。 🕊 章节内容速递 🕊 * 开场：36亿根毛细血管的秘密，你身体里藏着绕地球两圈半的超级工程 * 四百年前的医学革命：哈维的烛光计算、阿塞利的"幸运错误" * 四条暗河解密：血液快递网、淋巴下水道、间质液新大陆、大脑深夜保洁队 * 衰老不是匀速的：45-55岁的"分子级联风暴"，毛细血管稀疏化与脑类淋巴衰退 * 全生命周期养护指南：从儿童到老年，每个年龄段该做什么 * 未来已来：颈部刺激装置、混合电光治疗、人造毛细血管 * 今夜就能开始的行动清单+主播结语 👨 谁适合听 👩 * 长期熬夜、久坐、皮肤暗沉、手脚冰凉的都市打工人 * 45-55岁、感觉身体正在"断崖式衰老"的中年人 * 关注父母健康、想帮家人建立科学养护观念的子女 * 对科学史和人体奥秘感兴趣的泛知识爱好者 * 所有想知道"如何老得慢一点"的人 👂 本期收听建议 👂 🚇 通勤路上：了解你身体里的"暗河"如何运作 🛏️ 睡前：听到"侧卧比仰卧清除脑废物效率高25%"时，直接调整睡姿入睡 🏃 运动时：听懂"小腿是第二心脏"，每一步都踩得更认真 👨‍👩‍👧 家庭聚会：转给总说"最近太累"的父母或总说"老了就这样"的朋友 📚 延伸阅读与参考 📚 * Harvey, W. (1628). De Motu Cordis（《心血运动论》） * Nedergaard, M. (2012). "A Paravascular Pathway Facilitates CSF Flow Through the Brain Parenchyma and the Clearance of Interstitial Solutes." Science Translational Medicine * 2025年《Cell》里程碑研究：蛋白质组学揭示45-55岁衰老风暴 * 2026年《Nature Communications》首次人体试验：睡眠期间脑类淋巴清除淀粉样蛋白 * 纽约大学医学院 (2018)：间质网络作为潜在新器官的发现 📱 互动评论 📱 你今晚打算几点睡？是仰卧还是侧卧？评论区聊聊你的"暗河养护计划"👇 🏷 关键词标签 🏷 #健康抗衰 #微循环 #睡眠质量 #阿尔茨海默病预防 #科学史 #运动医学 #淋巴排毒 #深度睡眠 #中年危机 #抗衰老攻略

主持人： 大双 小红书@扮酷大双姐 Spencer 今天和嘉宾Spencer一起聊聊新上的电影《女士优先 Ladies First》，太多细节值得投射到今天社会中大家常常忽略的男权问题了，没看过的先来听一下，看过的一起来和我们回味，同时也欢迎大家留言，留言必回~ 00:04:00 先给大家简单复述一下剧情 00:10:13 日常消费与形象管理存在着诸多性别差异 00:19:24 职场晋升机会对女性提出了什么潜在要求 00:32:06 我们愿不愿意跟性转版的自己谈恋爱

最近竹子有一个越发困扰自己的疑问：“人到中年，我怎么就交不到朋友了？” 而有着同样感受的韩夏，坚定地告诉她，她不是一个人。 发展新朋友，维持老朋友，这些曾经在我们生命里，看起来如此自然和重要的事情，为什么变得越来越脆弱和无力了呢？ 到底是我们变了，还是他们变了？ 时间码: 02:44 周末update：竹子泪洒斯巴达小勇士比赛现场 12:14 人到了中年以后，是不是朋友会越来越少啊？ 14:13 为什么年少时更容易获得友情？ 23:08 中年人友谊的一种：Modern Friendship图鉴 26:52 长大后友谊的基本盘：审美的一致性 36:32 竹子中年交友困惑。 42:07 韩夏：交友其实很像恋爱，蜜月期之后怎么办？ 46:39 J sha e ：这是一段歃“乳”为盟的友谊 51:00 人到中年，友谊里一定会参杂着利益吗？ 54:33 真心话时刻：韩夏对《嗨咻》的看法竟然是这样？ 01:01:46 朋友间会出现嫉妒心理，这正常吗？ 01:06:02 喷嚏二人组的坦白：我曾经嫉妒过你的瞬间 01:16:56 你觉得朋友之间的分手，需要正式的告别吗？ - 本期BGM: Like A Fool - Keira Knightley 本期推荐的书影: 《我想睡上一整年》 《欢乐岁月》