主播
节目简介
来源：小宇宙
本期节目由盛大集团、EverMind联合赞助播出。
2026年4月4日，坐标硅谷计算机历史博物馆。400多位年轻参赛者正在参与Evermind全球记忆挑战赛的最终角逐。在礼堂之外的一间安静演播室中，两位世界级AI科学家在主播尚莞迪的邀请下，一同坐到了「创见」播客的话筒前。
一位是田渊栋。前Meta FAIR研究总监，在Meta十年有余，是该机构职位最高的华人科学家之一。他提出的位置插值技术开启了长文训练的时代，主导的ELF OpenGo项目用极少资源超越了AlphaZero。反感暴力堆算力，擅长找到更聪明的路径。2025年底离开Meta开始创业，问他做什么，笑而不语。
一位是邓亚峰。清华毕业，深耕AI领域二十余年，从Pattern Recognition一路走到大模型时代。曾任360集团副总裁、格灵深瞳CTO，手握160余项发明专利。现掌舵盛大旗下EverMind，带队攻坚AI长期记忆。这场对话的录制地，正是由他发起的Memory Genesis Competition 2026全球记忆挑战赛的决赛现场。
本期「创·见」以视频播客的形式录制。这场对话的起点是近期一则行业八卦：Anthropic的代码泄露事件，但话题很快滑向了更深的地带。两个小时的对话横跨了AI memory技术底层、大模型公司组织管理、人类记忆机制与遗忘的哲学、意识的边界，最终落在一个所有人都在回避却无法绕开的问题上：当AI可以接管人类的一切工作以及承接人类所有记忆，那么人类的未来，到底在哪里？
两人在对话中达成了几个关键共识：AI记忆不等于上下文窗口，它是一个比context更大的抽象概念；2026年行业从「卷参数」转向「谈记忆」，本质是大模型终于开始落地；技术没有绝对壁垒，真正的护城河是数据迭代飞轮和非共识决策的人才；AI不太可能自发产生意识，但被人滥用的风险远比"AI觉醒"更值得警惕。
他们也有清晰的分歧点：田渊栋相信打开黑盒有可能从根本上解决幻觉问题；邓亚峰认为可解释性路线在历史上从未真正work，最终解决问题的还是scaling。关于AI能否在所有领域超越人类，邓亚峰认为从能力侧来看，将来没有什么AI不能超过人类的，技术问题终将被解决；田渊栋则保持谨慎，认为人类专家从极少数据中获取洞察的能力，AI目前还达不到——不过一旦这个gap被填平，则可能标志着AGI真正意义上的到来。
对话中有两条金句值得单独记下来：
田渊栋：“你的护城河，可能是你自己看code，别人vibe coding。”
邓亚峰：“两条建议：敢想，马上做。”
本期节目将会是你听到的本年度最具含金量的AI对话。欢迎收听！
🎁 有奖互动：在评论区留下你对本期话题的思考，获得最高点赞数的小伙伴，我们会送出田渊栋亲笔签名小说《破晓之钟》。仅此一本，认真留言才有机会。
🎙️ 本期主播
尚莞迪 Lydia
* Stanford GSB Ignite Fellow｜沃顿商学院｜CQF
* Astra X Ventures 创始人
* 《创见 Build Up》播客主理人
* 小红书：Lydia Shang🦋 / 视频号：尚莞迪Lydia
* 公众号：硅谷创见汇
🎙️ 本期嘉宾
田渊栋
* AI 科学家｜硅谷 Startup 联创人
* 前 Meta FAIR 研究总监
* 科幻小说《破晓之钟》作者
邓亚峰
* Evermind CEO｜盛大集团副总裁
* 前360集团副总裁、人工智能研究院院长兼搜索事业部总经理、格灵深瞳 CTO
* Memory Genesis Competition 全球记忆挑战赛发起人
⌚️ 时间戳
03:00 开场及嘉宾介绍
03:52 Anthropic意外开源Claude Code，这是失误还是"技术平权"？行业热闹背后的两种读法
06:16 AI memory概念、形式功能及重要性探讨：权重记忆、KV cache、Agent记忆——三层框架建立共识
10:54 大模型公司从卷参数到记忆大战，这个转向是如何发生的？为什么偏偏是现在发生？
17:51 扩展context是解决AI memory的解法吗？positioning interpolation（位置插值）的”数学骗术”是指什么？
21:38 两到三年后，AI领域最值得期待的突破：Self-evolving、主动性、科学发现
25:18 AI应该像人吗？
28:26 遗忘是人类的高阶能力吗，那么好的AI记忆模型该学会遗忘吗？
34:26 人类记忆是多模态的网状结构，AI的隐空间能做到吗？
36:47 幻觉从哪里来？打开黑盒能解决它吗？
41:41 AI 公司真正的护城河是什么？数据、速度还是人才？
48:42 大厂的信息失真困局：好消息被放大，坏消息被缩小
50:50 Scaling law是共识，但共识意味着什么？
54:08 当AI有了长期记忆，会不会产生情感或意识？
01:09:15 意识上传，以及蒸馏你的同事
01:11:30 人类的爱，是AI学不会的东西吗？
01:12:58 记忆即隐私：把自己的记忆交给AI系统，安全吗？
01:16:33 数字分身是人类的未来吗？
01:20:59 奇点已到？AGI已到？
01:21:43 教育会被AI如何改变？孩子还有必要上学吗？
01:23:05 费米能级：AI能力线以下的工作，价值趋近于零
01:26:52 AI时代人类存在的价值还剩什么？
01:35:02 给想入场AI技术的年轻人的建议
📑 名词解释
黑盒 / Black Box 指系统内部运作机制对外不透明，只能观测输入与输出，无法追溯决策过程。在AI领域，这一特性是大模型可解释性研究的核心挑战。
位置插值 /Positional Interpolation 一种扩展大模型上下文长度的技术。通过缩放位置编码，将超出原始context window的输入"压缩"映射回模型可处理的范围内，配合少量fine-tuning即可显著提升长文本处理能力。由田渊栋团队于2023年提出。
KV Cache Key-Value Cache，大模型推理时用于缓存注意力机制中间计算结果的存储机制。避免模型对已处理过的token重复计算，显著提升推理效率。是当前AI在单次会话内实现"短期记忆"的核心底层机制。
Latent State / 隐状态 神经网络中间层的向量表示。不以文本形式存在，而是以高维向量的形态编码输入信息的语义、结构等特征。在循环神经网络（RNN）等架构中，隐状态可跨时间步传递，是实现序列记忆的一种方式。
Self-evolving / 自我演化 指AI系统在部署运行过程中，能够根据实时交互和任务反馈持续更新自身能力的特性。区别于当前主流的离线训练范式——现有大模型训练完成后参数固定，无法在使用中自主学习迭代。
费米能级 源自固体物理学，指在绝对零度下电子所能占据的最高能量状态，是描述电子在能带中分布的关键参数。对话中被借用为比喻，描述AI能力的分界线。
数字分身 指基于个人历史数据、行为模式与决策风格构建的AI代理，使其能够在一定范围内模拟、代表特定个人行事。
意识上传 一种假想的技术概念，指将人类的记忆、思维模式与意识结构完整迁移至数字载体，使其在生物体消亡后得以延续存在。目前仍属理论探讨范畴。
涌现机制 /Emergence 复杂系统中，当规模或复杂度超过某一阈值后，系统自发产生在低规模时不存在的新特性或能力的现象。在AI领域特指大模型在参数规模扩大后，突然习得训练数据中未被明确教授的能力。
Scaling Law AI领域的经验性规律：在计算资源、训练数据量、模型参数三者同步扩大的条件下，模型性能呈现可预测的持续提升。由OpenAI等机构于2020年前后系统性验证并提出。
✨ 关于「创·见｜Build Up」
一档从硅谷出发、连接全球创业者与投资人的商业对话节目，由投资机构Astra X Ventures出品。
对话来自全球科技、资本、创新与文化领域的杰出建造者，探索他们的战略判断、行动框架与创造未来的方式。
节目曾连续五次登上小宇宙「新星榜」，并入选「锋芒榜」与「播客寻宝」。
📻 收听与订阅
音频：苹果播客 · 小宇宙 · 微博播客 · Spotify · Substack
视频：YouTube · B站 搜索「创·见｜Build Up」即可找到我们。
📩 联系：[email protected]
💙 特别鸣谢
感谢课代表立正在本期内容前期准备上给予的支持与灵感。
相关单集🔗#031 关于OpenClaw被封杀以及我们为什么不建议普通人养龙虾？
🔥 本期团队
制片：Lydia
策划：Lydia，Leo，韩云芸
导演：Leo
拍摄：Steven
后期：Michael
文案/运营：Lydia
🤝 商业合作
期待与创业者、投资人、内容创作者共创高质量内容与长期价值。
📩 [email protected]
🚀 加入「创见」节目组
现开放商务实习生、内容实习生岗位，面向国内/北美，支持远程协作。
📩 [email protected]
2026年4月4日，坐标硅谷计算机历史博物馆。400多位年轻参赛者正在参与Evermind全球记忆挑战赛的最终角逐。在礼堂之外的一间安静演播室中，两位世界级AI科学家在主播尚莞迪的邀请下，一同坐到了「创见」播客的话筒前。
一位是田渊栋。前Meta FAIR研究总监，在Meta十年有余，是该机构职位最高的华人科学家之一。他提出的位置插值技术开启了长文训练的时代，主导的ELF OpenGo项目用极少资源超越了AlphaZero。反感暴力堆算力，擅长找到更聪明的路径。2025年底离开Meta开始创业，问他做什么，笑而不语。
一位是邓亚峰。清华毕业，深耕AI领域二十余年，从Pattern Recognition一路走到大模型时代。曾任360集团副总裁、格灵深瞳CTO，手握160余项发明专利。现掌舵盛大旗下EverMind，带队攻坚AI长期记忆。这场对话的录制地，正是由他发起的Memory Genesis Competition 2026全球记忆挑战赛的决赛现场。
本期「创·见」以视频播客的形式录制。这场对话的起点是近期一则行业八卦：Anthropic的代码泄露事件，但话题很快滑向了更深的地带。两个小时的对话横跨了AI memory技术底层、大模型公司组织管理、人类记忆机制与遗忘的哲学、意识的边界，最终落在一个所有人都在回避却无法绕开的问题上：当AI可以接管人类的一切工作以及承接人类所有记忆，那么人类的未来，到底在哪里？
两人在对话中达成了几个关键共识：AI记忆不等于上下文窗口，它是一个比context更大的抽象概念；2026年行业从「卷参数」转向「谈记忆」，本质是大模型终于开始落地；技术没有绝对壁垒，真正的护城河是数据迭代飞轮和非共识决策的人才；AI不太可能自发产生意识，但被人滥用的风险远比"AI觉醒"更值得警惕。
他们也有清晰的分歧点：田渊栋相信打开黑盒有可能从根本上解决幻觉问题；邓亚峰认为可解释性路线在历史上从未真正work，最终解决问题的还是scaling。关于AI能否在所有领域超越人类，邓亚峰认为从能力侧来看，将来没有什么AI不能超过人类的，技术问题终将被解决；田渊栋则保持谨慎，认为人类专家从极少数据中获取洞察的能力，AI目前还达不到——不过一旦这个gap被填平，则可能标志着AGI真正意义上的到来。
对话中有两条金句值得单独记下来：
田渊栋：“你的护城河，可能是你自己看code，别人vibe coding。”
邓亚峰：“两条建议：敢想，马上做。”
本期节目将会是你听到的本年度最具含金量的AI对话。欢迎收听！
🎁 有奖互动：在评论区留下你对本期话题的思考，获得最高点赞数的小伙伴，我们会送出田渊栋亲笔签名小说《破晓之钟》。仅此一本，认真留言才有机会。
🎙️ 本期主播
尚莞迪 Lydia
* Stanford GSB Ignite Fellow｜沃顿商学院｜CQF
* Astra X Ventures 创始人
* 《创见 Build Up》播客主理人
* 小红书：Lydia Shang🦋 / 视频号：尚莞迪Lydia
* 公众号：硅谷创见汇
🎙️ 本期嘉宾
田渊栋
* AI 科学家｜硅谷 Startup 联创人
* 前 Meta FAIR 研究总监
* 科幻小说《破晓之钟》作者
邓亚峰
* Evermind CEO｜盛大集团副总裁
* 前360集团副总裁、人工智能研究院院长兼搜索事业部总经理、格灵深瞳 CTO
* Memory Genesis Competition 全球记忆挑战赛发起人
⌚️ 时间戳
03:00 开场及嘉宾介绍
03:52 Anthropic意外开源Claude Code，这是失误还是"技术平权"？行业热闹背后的两种读法
06:16 AI memory概念、形式功能及重要性探讨：权重记忆、KV cache、Agent记忆——三层框架建立共识
10:54 大模型公司从卷参数到记忆大战，这个转向是如何发生的？为什么偏偏是现在发生？
17:51 扩展context是解决AI memory的解法吗？positioning interpolation（位置插值）的”数学骗术”是指什么？
21:38 两到三年后，AI领域最值得期待的突破：Self-evolving、主动性、科学发现
25:18 AI应该像人吗？
28:26 遗忘是人类的高阶能力吗，那么好的AI记忆模型该学会遗忘吗？
34:26 人类记忆是多模态的网状结构，AI的隐空间能做到吗？
36:47 幻觉从哪里来？打开黑盒能解决它吗？
41:41 AI 公司真正的护城河是什么？数据、速度还是人才？
48:42 大厂的信息失真困局：好消息被放大，坏消息被缩小
50:50 Scaling law是共识，但共识意味着什么？
54:08 当AI有了长期记忆，会不会产生情感或意识？
01:09:15 意识上传，以及蒸馏你的同事
01:11:30 人类的爱，是AI学不会的东西吗？
01:12:58 记忆即隐私：把自己的记忆交给AI系统，安全吗？
01:16:33 数字分身是人类的未来吗？
01:20:59 奇点已到？AGI已到？
01:21:43 教育会被AI如何改变？孩子还有必要上学吗？
01:23:05 费米能级：AI能力线以下的工作，价值趋近于零
01:26:52 AI时代人类存在的价值还剩什么？
01:35:02 给想入场AI技术的年轻人的建议
📑 名词解释
黑盒 / Black Box 指系统内部运作机制对外不透明，只能观测输入与输出，无法追溯决策过程。在AI领域，这一特性是大模型可解释性研究的核心挑战。
位置插值 /Positional Interpolation 一种扩展大模型上下文长度的技术。通过缩放位置编码，将超出原始context window的输入"压缩"映射回模型可处理的范围内，配合少量fine-tuning即可显著提升长文本处理能力。由田渊栋团队于2023年提出。
KV Cache Key-Value Cache，大模型推理时用于缓存注意力机制中间计算结果的存储机制。避免模型对已处理过的token重复计算，显著提升推理效率。是当前AI在单次会话内实现"短期记忆"的核心底层机制。
Latent State / 隐状态 神经网络中间层的向量表示。不以文本形式存在，而是以高维向量的形态编码输入信息的语义、结构等特征。在循环神经网络（RNN）等架构中，隐状态可跨时间步传递，是实现序列记忆的一种方式。
Self-evolving / 自我演化 指AI系统在部署运行过程中，能够根据实时交互和任务反馈持续更新自身能力的特性。区别于当前主流的离线训练范式——现有大模型训练完成后参数固定，无法在使用中自主学习迭代。
费米能级 源自固体物理学，指在绝对零度下电子所能占据的最高能量状态，是描述电子在能带中分布的关键参数。对话中被借用为比喻，描述AI能力的分界线。
数字分身 指基于个人历史数据、行为模式与决策风格构建的AI代理，使其能够在一定范围内模拟、代表特定个人行事。
意识上传 一种假想的技术概念，指将人类的记忆、思维模式与意识结构完整迁移至数字载体，使其在生物体消亡后得以延续存在。目前仍属理论探讨范畴。
涌现机制 /Emergence 复杂系统中，当规模或复杂度超过某一阈值后，系统自发产生在低规模时不存在的新特性或能力的现象。在AI领域特指大模型在参数规模扩大后，突然习得训练数据中未被明确教授的能力。
Scaling Law AI领域的经验性规律：在计算资源、训练数据量、模型参数三者同步扩大的条件下，模型性能呈现可预测的持续提升。由OpenAI等机构于2020年前后系统性验证并提出。
✨ 关于「创·见｜Build Up」
一档从硅谷出发、连接全球创业者与投资人的商业对话节目，由投资机构Astra X Ventures出品。
对话来自全球科技、资本、创新与文化领域的杰出建造者，探索他们的战略判断、行动框架与创造未来的方式。
节目曾连续五次登上小宇宙「新星榜」，并入选「锋芒榜」与「播客寻宝」。
📻 收听与订阅
音频：苹果播客 · 小宇宙 · 微博播客 · Spotify · Substack
视频：YouTube · B站 搜索「创·见｜Build Up」即可找到我们。
📩 联系：[email protected]
💙 特别鸣谢
感谢课代表立正在本期内容前期准备上给予的支持与灵感。
相关单集🔗#031 关于OpenClaw被封杀以及我们为什么不建议普通人养龙虾？
🔥 本期团队
制片：Lydia
策划：Lydia，Leo，韩云芸
导演：Leo
拍摄：Steven
后期：Michael
文案/运营：Lydia
🤝 商业合作
期待与创业者、投资人、内容创作者共创高质量内容与长期价值。
📩 [email protected]
🚀 加入「创见」节目组
现开放商务实习生、内容实习生岗位，面向国内/北美，支持远程协作。
📩 [email protected]
小宇宙热评
小帅_美国加拿大华人访谈
3天前
美国
4
嘎嘎猛的一期访谈
为什么十万个
2天前
河南
4
评论有奖！冲啊！
LydiaShang
3天前
美国
4
🎁 听友有奖互动：在评论区留下你对本期话题的思考，获得最高点赞数的小伙伴，我们会送出田渊栋亲笔签名小说《破晓之钟》。仅此一本哟～✨
重交尚义JL
2天前
北京
3
独特视角的对话
为什么十万个
2天前
河南
3
什么时候Ai有了意识，就真能代替人类了。
为什么十万个
2天前
河南
3
查了一下Scaling law：模型越大、数据越多、算力越强，性能就按固定规律（近似幂律）变得越好。又被知识的贫乏打击了一下。
HD小木屋
2天前
河南
2
AI时代工作会变，有人没价值就找更有意义的，分配得改，挺现实的。
潘华_3Lmj
2天前
北京
2
正当时的与时俱进，好棒哦
雪儿宝贝儿
2天前
辽宁
2
现在Ai已经开始记住一切了。方便调用吗。就像大脑很多潜意识的记忆调取。
为什么十万个
2天前
河南
2
人类是上帝创造的，AI是人类创造的，Ai应该算是孙子辈了吧。如果青出于蓝胜于蓝，那么未来，Ai应该可以胜出了。
情侠仗义
2天前
山东
2
34:05 人类进化的结果：
潜意识的、自动的 对记忆做了“分类和索引”
当某种信号触发了某些索引，索引对应的某些记忆便会被激活，形成了类似【树状】的直接响应，便“想起了”相关信息。
更有意思的是，记忆的分类与分类之间，并不是完全隔离的，即使是不同的分类也会有某些弱连接。
这种弱连接是【网状】的。
当受到某些信号的触发，信号在记忆的网中传播，不同分类间的响应、联系和综合，生长出新的东西，构成了联想和创造。
牛奶小布丁吖
2天前
江苏
1
唉，不是所有人都有“敢想，马上做”的底气的，影响心因素太多了
卿舟二两风
2天前
广东
1
未来大量重复性工作会被AI无限稀释价值，但人的珍贵，永远在于不完美、有执念，还有独一无二的主观感受。
ber就要个果盘儿
2天前
湖北
1
原来AI 的发展远比我们想象的要复杂呀。我们日常只用得到一些表层功能，背后的技术博弈、逻辑短板、行业变化好像完全不了解。
六扇门掌柜
2天前
广东
1
技术一直在进化，会记住所有细节，而人类珍贵在于允许自己健忘、允许情绪留白。机器负责全能，我们负责热烈活着。
微光诗梦
2天前
浙江
1
“遗忘是高阶能力”这点特别戳人，人之所以是人，就是会筛选、会放下，要是AI真能记住一切还不会忘，真有点细思极恐。
滚动的荔枝
2天前
河北
1
37:37 AI 负责记住世界，而我们，负责活出意义。
数星星的小泡芙
2天前
山东
1
我感觉AI 记对比记多更重要！
束河元年
2天前
四川
1
AI能做的，本质上都是可标准化、可计算、可复刻的事，这些东西，本质是工具性的。而人类独有的，是不可复制的东西。
浅漫咖
2天前
新疆
1
AI确实会替代大量重复性工作，但人类的伦理判断、系统思维和那种“无中生有”的创造力，这些是AI无法做到的，所以我们要强大自身
