54|似有若无就是有!集体中的隐性恶意与阴阳排挤

工作中面对那些你确实不太喜欢但又确实干不掉的人,阁下将如何应对?欢迎你!毕不了业54期的听众👏羊伊作为“空降兵”入职新公司,作为高管层中唯一的女性准备“大杀四方”,但屡屡遇到某位元老级行政人士的微妙敌意——从奶茶拒收到群聊质问,从表情管理失控到向上级阴阳…当示好变成挑衅,当本应专业理性的沟通被裹上模糊攻击的外衣,这场显性权力与隐性亲疏之间的暗战让我们不得不思考一个问题: 职场中,当【实干派】遇上【自己人】,当外来新锐力量尝试触动既有权力格局,宏宏和羊伊现场表演“中翻中”和大家一起还原职场中那些藏在暗礁下的隐蔽规则:在人情社会的企业架构里,【忠诚】与【实力】的博弈从未停止,你感受到的敌意是对方难以言说的嫉妒与恐惧。在效率与人情交织的职场江湖里,愿每个毕业生们都能以清醒拆解困局,将敌意化为养料,生长出一个更强大、坚韧的自己: 🪷别人朝我扔泥巴,我拿泥巴种荷花。在绝对的实力面前,一切打压都是无稽之谈。相关单集:请见本播客第7期 🎙️主播小红书:@懒羊羊伊 @宏宏跑步去 🛰️听友群请添加微信号 bibuliaoye123 00:08:40 Quadra Kill! 伊姐怎么一开头就被阴阳 00:09:23 宏宏表演职场潜台词“中翻中” 00:22:24 模糊就是阴阳,具体才是“就事论事” 00:20:37 大内总管 VS 首辅,谁更胜一筹? 00:31:46 残酷的现实,“忠诚”有时候的确重于“能力” 00:47:33 面对看不惯、干不掉的人到底如何应对? 00:57:13 理想主义才最需要走到高处 01:00:28 聚焦自己,在绝对的实力面前任何打压都不值一提

65分钟
2k+
2天前

真实小孟哥——在互联网大厂做艺术的ADHD患者

本期节目邀请到了宇宙快乐亚军——小孟哥!我们一起聊聊他绝决的艺术转行以及对艺术媒体行业的观察。 能量炮弹小孟哥拥有职场界的“王炸组合”身份,白天互联网大厂高密度“纺织”,半夜自媒体高频产出,他真的需要睡眠吗? 以及快乐亚军也有不开心的那几个月,对,所以他不是冠军,一起听听他怎么确诊了ADHD以及如何对抗焦虑情绪! --时间轴-- 02:14 和小孟哥的艺术结缘 05:37 小孟哥的激情离职 16:12 关于艺术圈里的“登味”思考 21:28 最讨厌的艺术展大吐槽,考验情商的时候到了 24:50 “大厂+自媒体”的职业配置,喜提工作狂人模式 30:45 随机抓住一个高能量小孟哥吓退低能量的i人 32:10 快乐亚军的快乐秘籍大公开 35:22 ADHD确诊全过程 45:55 到底还爱不爱艺术,要不要转行? --提到的艺术家-- Doreen Chan --找到小孟哥-- 小红书主页: @真实小孟哥 B站主页: @奥格斯特本人 抖音主页(哦呦,有两个账号呢): @augusttt15 @孟哥 播客节目: @蚊子叮叮 --Tangle玩具视频版-- 小孟哥视频 欢迎大家搜索yishudaodao,添加小助手的微信,加入我们的“聊天室”,我们听友群的朋友越来越多啦,兰奕和Monie在群里等大家哦! --关于《艺术叨叨》-- 2020&2022年苹果年度编辑推荐播客,一档在上海和伦敦艺术行业工作的Monie和兰奕创办的艺术类聊天节目。 欢迎大家来微博和小红书 @艺术叨叨 了解我们更多! --收听方式-- 推荐您使用Apple Podcast、Spotify、网易云音乐等泛用型客户端订阅收听《艺术叨叨》

50分钟
1k+
2天前

EP.62 《生成》解读 1--生成式AI奇点时刻:人工智能发展经历了哪些关键阶段 核心技术突破是什么?

当机器开始像人类一样思考、创作甚至超越人类在特定领域的能力时,我们正站在一个前所未有的历史节点上。 从 1956 年达特茅斯会议首次提出人工智能概念至今,这项技术历经多次兴衰,终于在生成式人工智能的推动下迎来爆发时刻。大语言模型与转换器架构的突破,让机器不仅能理解语言,更能自主生成内容;生成对抗网络的发展,则使高质量图像生成成为可能。 这些技术进步不仅重塑了人工智能的发展轨迹,更在商业营销等领域掀起了底层逻辑的革命。本期播客为《生成:AI生产力重构营销新范式》新书解读系列1,从技术演进视角,剖析生成式人工智能如何从人类智能的梦想走向现实。 共谈嘉宾: 谭北平 — 营销科学家 MSAI联合主播 / 秒针营销科学院院长 钱峻 — 营销科学家 MSAI 联合主播 / MSAI M360 创+平台创始人 SHOWNOTES: 2:18 第一章:新风口--人类智能的起点时刻,让机器像人类一样工作一直是人类的梦想。 4:53 从1960到2023年人工智能的发展经历了多次的爆发和寒冬。 5:38 1956年的达特茅斯会议上人工智能叫AI这个概念首次被提出。 6:04 20世纪50年代后期,逻辑理论学家用程序展示了这一时刻的雄心和创新。 7:06 20世纪70年代的,人工智能研究迎来了第一次寒冬。 8:10 1975年,机器学习和大数据的技术推动人工智能到新高峰期。 8:30 20世纪70和80年代,科学家将专家级的知识编写成程序,以解决特定问题。 9:19 20世纪90年代中期开始,探索通过数据驱动的方法来实现知识和建构模型支持。 12:53 2012年开始深层次人工智能带来的人工智能的大爆发。 14:05 大语言模型的发展,是今天人工智能实现规模化应用的关键推动力。 16:27. 2018年,GPT首次亮相,就采用了单向转换器的架构,专注于文本生成任务。 19:29 深层对抗网络推高了高质量图像生成技术的进步。 人工智能演进的三幕史诗:从规则编程到数据涌现 第一幕:基于规则的符号主义黄金时代(1956-1970s) 1956 年达特茅斯会议正式提出 AI 概念,开启了通过符号系统与逻辑推理模拟智能的探索。逻辑理论家程序成功证明数学定理,ELIZA 聊天程序实现基于规则的人机对话,这些突破建立在艾伦・图灵计算理论与初代计算机技术基础之上。 但这种 "人工编写规则" 的模式存在致命缺陷:1970 年代,AI 系统在面对动态环境时暴露出知识获取成本高、计算资源消耗巨大、系统脆弱性等问题,首次寒冬降临,AI 研究退回实验室场景。 第二幕:机器学习与大数据的拉锯战(1975-2010s) 1975 年机器学习与大数据技术推动 AI 进入新阶段,专家系统通过编码领域知识解决特定问题,如医疗诊断与工程设计。但这类系统依赖人工输入规则,缺乏自学习能力,1980 年代末再次陷入低谷。 1990 年代中期,支持向量机、贝叶斯网络与神经网络的应用带来第三次高峰,1997 年 IBM 深蓝击败国际象棋世界冠军成为标志性事件。然而数据标记成本高、统计方法解释性不足等问题,导致 AI 发展再次遇阻。 第三幕:深度学习引爆的生成式革命(2012 至今) 2012 年深度神经网络(DNN)突破,联合大数据与 GPU 算力,将 AI 带入爆发期。 2016 年 AlphaGo 通过深度学习与强化学习击败李世石,证明机器在复杂决策领域超越人类的可能;2017 年谷歌 Transformer 架构引入注意力机制,模仿人类 "认知聚焦" 模式,实现长文本高效处理;2018 年 GPT-1 凭借单向 Transformer 专注文本生成,至 GPT-3 以 1750 亿参数实现多任务学习,生成式 AI 迎来规模化应用拐点。 与此同时,2014 年生成对抗网络(GAN)通过生成器与判别器的对抗训练,将图像生成质量推向新高度。 生成式技术的底层突破:从大脑仿生到计算范式革命 神经元模型与计算规模的仿生学突破 1943 年麦克洛克 - 皮茨神经元模型首次提出人工神经元概念,为神经网络研究奠定基础。人类大脑超 800 亿神经元的协作机制,在 GPT-3 的 1750 亿参数规模中实现计算层面的映射 —— 这种 "用规模模拟生物智能" 的思路,突破了早期模型无法处理非线性问题的局限。 Transformer 的注意力机制更直接复刻人类认知特征:如同大脑通过 "注意力手电筒" 选择性加工信息,AI 模型通过注意力权重分配实现长序列高效处理。 从 "规则编程" 到 "数据涌现" 的范式转移 传统 AI 依赖专家预设规则(如语法规则、医学诊断标准),而生成式 AI 通过海量数据训练实现 "规则自涌现"。 在自然语言处理领域,GPT 不再需要人工标记语法规则,而是从互联网语料库中自动学习语言规律;图像生成领域,GAN 通过对抗训练让模型自主掌握图像特征,无需人工定义 "人脸结构" 等先验知识。这种 "数据驱动而非规则驱动" 的范式,使 AI 突破特定领域限制,获得跨场景泛化能力。 多模态生成的技术协同效应 生成式 AI 的革命性还体现在技术融合上:大语言模型(LLM)与视觉模型的协同,实现文本 - 图像 - 视频的跨模态生成。2018 年 GPT 专注文本生成,2021 年 DALL-E 实现文本生成图像,2023 年多模态模型已能同步处理文字、图像、语音等信息。 这种协同效应源自 Transformer 架构的通用性 —— 注意力机制不仅适用于语言处理,也可扩展至视觉特征提取,形成统一的多模态建模框架。 生成式 AI 重塑营销:从效率工具到价值创造引擎 营销技术底层逻辑的重构 技术始终是营销进化的核心驱动力,但生成式 AI 带来的不是工具升级,而是底层逻辑重构。传统营销依赖 "人工创意 + 数据分析" 的线性模式,生成式 AI 则实现 "创意生产 - 用户洞察 - 渠道优化" 的闭环自动化。 生成式技术正在成为商业运作的底层逻辑,其价值在于将营销从 "信息传递" 升级为 "价值共创"——AI 不仅能生成文案、设计海报,更能基于用户数据模拟消费场景,预测需求趋势。 生成式营销的三大颠覆性特征 * 个性化规模生产:基于大语言模型,品牌可针对每个用户生成专属沟通内容。如电商平台为不同消费者自动生成个性化产品描述,实现 "一人一策" 的精准触达,打破传统营销 "批量生产" 的局限。 * 多模态创意自动化:生成式 AI 覆盖文字、图像、视频全内容形态。广告公司可通过 AI 快速产出数百版营销素材,适配不同渠道与场景,将创意生产效率提升数十倍,同时降低内容制作成本。 * 实时互动智能进化:对话式 AI 结合生成技术,使客服、导购等场景实现自然语言交互。AI 客服能根据用户对话实时生成解决方案,甚至主动推荐产品,将被动服务转化为主动营销,重构用户体验流程。 技术与营销的深度耦合场景 在内容营销领域,生成式 AI 可基于产品数据自动生成差异化文案,如美妆品牌针对同一产品生成适合不同肤质人群的卖点描述;在用户运营层面,AI 能根据消费者行为数据生成个性化沟通策略,如电商平台为沉默用户定制专属召回方案;在广告投放环节,AI 可实时优化广告素材与投放策略,根据实时反馈调整创意方向,提升转化率。这种 "技术 + 营销" 的深度耦合,正在重塑商业价值创造的方式。 站在智能奇点的思考:当 AI 生成超越人类创意 从 1943 年人工神经元模型到 2023 年多模态生成模型,AI 用 80 年走完了人类大脑数百万年的进化历程。生成式技术的爆发不仅是技术奇点,更是商业思维的重构点 —— 当 AI 能自主生成创意、预测需求,营销人需要重新定义自身价值:从 "创意生产者" 转变为 "AI 训练师" 与 "价值校准者",负责为 AI 提供优质数据、设定伦理边界、把控价值方向。 正如大脑神经元通过连接产生智慧,生成式 AI 正通过技术与商业的深度连接,开启智能时代的新篇章。理解这场变革的本质 —— 不是 AI 替代人类,而是人机协同创造新可能 —— 将成为企业在智能经济中占据先机的关键。 TAKEAWAY 1、1956 年达特茅斯会议首次提出 AI 概念,开启人类让机器像人一样工作的梦想。 2、人工智能发展历经多次爆发与寒冬,每次寒冬都为后续突破蓄积力量。 3、1943 年提出的人工神经元模型,奠定神经网络和现代人工智能研究基本框架。 4、2012 年深度学习推动人工智能进入黄金期,2016 年 AlphaGo 击败人类棋手成标志性事件。 5、2017 年谷歌 Transformer 架构引入注意力机制,革新自然语言处理技术。 6、2018 年 GPT 首次亮相,采用单向转换器架构专注文本生成,后逐步升级。 7、生成对抗网络(GAN)于 2014 年提出,推动高质量图像生成技术进步。 8、大语言模型是当前人工智能实现规模化应用的关键推动力。 9、生成式 AI 实现从 “规则编程” 到 “数据驱动” 的范式转移,无需人工定义过多规则。 10、生成式 AI 正重塑营销,带来个性化生产、多模态创意自动化等颠覆性变革。 思考点 1、人工智能发展经历了哪些关键阶段?各阶段的核心技术突破是什么? 2、生成式 AI 与传统 AI 的本质区别是什么?其底层技术逻辑如何实现? 3、生成式 AI 对营销领域带来了哪些颠覆性变革?未来还有哪些应用可能?

20分钟
40
2天前

Vol.35 对话Sasan:成为母亲的过程,只有我在失去吗?

朋友你好,我是麦子,本期节目我邀请到了朋友Sasan——一位新晋妈妈,一起来聊聊成为母亲意味着什么。 Sasan是我身边那种精力满满、爱好广泛,把工作和生活都经营得非常好的那种女生。去年底我邀请她录制2024年终特辑时,她告诉我2024年对于她确实是很不一样的一年,因为她怀孕了,但当时还没办法宣布这件事,因为她自己也还没完全接受这个事实。 今年春天,我在朋友圈看到她发了自己散步的照片,配文是“刚刚生完两天”。那一刻,作为朋友的我也产生了极大的不真实感:她已经是一名母亲了。 作为一名单身未婚未育女青年,决定孕育一个生命,从此对TA负责,在我看来是一份太重的承诺和责任。虽然再过两年我就30岁了,但心里还是觉得自己是一个未完成的大人,有那么多问题尚未解决,那么多好奇和冲动想要挥洒,那些渴望获得的自由、未实现的野心、未完成的愿望,似乎每一个都和成为母亲是相悖的。 那么,Sasan是如何看待这个问题的呢?是什么让她决定在35岁这一年做一个妈妈?在成为母亲的过程中,她都经历了什么,有哪些感受?成为母亲,是否也影响了她和自己的母亲的关系?带着这些好奇,我和她聊了聊天。 注意:因为本期节目是3月初录制的,节目中的言论仅代表那时刚刚生完小孩的Sasan的感受,最近她正在努力应对带娃的忙碌和疲惫,也有了一些新的感受和想法,也许等她闲下来了,我们还可以再聊一期。 祝你收听愉快。也祝愿所有女孩们,无论是否选择成为一个母亲,都能好好爱护自己。就像Sasan说的:“你必须先是你自己,然后才是一个妈妈。” 时间轴 08:24 为什么选择在35岁这一年成为母亲? 14:36 Sasan知道怀孕了之后的第一反应 21:26 决定怀孕之前,你需要想清楚最关键的两件事 28:10 职场女性对怀孕的担忧和应对、处境和感受 35:44 怀孕让Sasan更能共情职场里孕妇的处境 38:30 产前焦虑和抑郁:生育的过程,为什么只有妈妈在失去 43:15 成为母亲和成为父亲的状态太不一样了 47:40 就算做足了准备,生产那天还是慌乱 54:18 每个人都要去直视和面对生育过程的糟糕体验,不要美化它 57:21 被母职绑架和大环境对母亲的高要求是引发产后抑郁的一大原因 67:50 在成为妈妈之前,我们都是女儿,成为妈妈之后,如何重新理解自己的妈妈? 72:30 上一辈的妈妈们为什么没有这些“问题”? 80:08 你想成为一个什么样的母亲?你想如何养育你的孩子? 81:58 在怀孕期间如何安排运动和饮食? 92:33 个体经验只是参考,我们要明白自己在做什么,为什么这么做 94:21 养育小孩的过程也是重新养育自己的过程 97:06 怀孕好物大推荐 本期主播:还没想过要当妈妈的麦子 本期嘉宾:是妈妈,也不止是妈妈的Sasan 收听平台:小宇宙 | 苹果播客|喜马拉雅 | 网易云音乐 | QQ音乐,搜索“废柴马拉松” 欢迎来信:[email protected] 你还可以在以下平台找到我: 公众号:废柴马拉松 小红书:427011403 即刻:就是麦子

100分钟
32
2天前

Vol.174 宏观漫谈88|从“钱”的宏观谈钱、港股、美股、A股以及AI投资(6.18录制)

【栏目介绍】 《宏观漫谈》,《高能量》首档专栏节目。由李翔与联合主理人李丰共同制作,不定期上线。两人将会针对当下国内外的宏观形势,进行客观中立的讨论,并试图在历史的长周期里找到一些对应的参考系。 【免责声明】 本节目的所有内容并非旨在提供任何形式的建议,包括但不限于投资、税收、会计或者法律上的建议。 【内容索引】 00:09 在过去的一周里,以色列与伊朗的冲突不断升级。 03:54 在这次以伊冲突中,伊朗的表现确实令人意外。作为拥有核能力的国家,伊朗的被动程度超出了预期。不禁让人联想到之前的印巴冲突和俄乌冲突初期。 05:02 当前的A股、美股和港股正在发生哪些变化? 05:51 两年前,有人对中国香港资本市场承接资金流动性的能力持怀疑态度,彼时部分外资选择撤离香港也是事实。现在局面发生了改变。截至2025年5月底,港股IPO总规模跃居全球第一。6月,纽约量化交易公司简街资本(Jane Street)创下香港中环核心商业区数十年来最大宗的单一办公室租赁记录。为什么这两年香港发生了翻天覆地的变化? 12:25 此外,今年前五个月,全球资本市场中增长较好的是欧洲市场。香港和欧洲资本市场变化的背后,反映出全球资金流向正在发生显著变化。那么,这些变化是如何逐步积累并发生的? 13:18 2020年,以美联储为代表的各国央行实施了前所未有的超宽松货币政策,向市场注入大量流动性,这些巨额资金的流向成为资本市场的关键变量。到2022年,由于受到部分外媒舆论的影响,中国市场被评估为高风险市场;而欧洲市场则因俄乌战争的影响,同样被视为高风险,难以进行合理配置。与此同时,一些新兴市场由于体量较小,难以容纳大体量资金。在这种情况下,能够容纳这些巨额资金的市场似乎只剩下了美国。 22:24 随着大量资金涌入美国资本市场,市场需要找到合理概念来支撑与之带来的上涨。GPT-3.5大模型的推出及其引发的技术热潮成了这一流动性周期里的受益者,但或许这些相关AI公司的价值被高估了。 30:15 全球超宽松货币政策带来的巨额资金量,以及资金集中流向美国资本市场,这两个小概率事件的叠加是比较少见的。未来,全球资金流动有望逐步回归更为合理的状态,近期欧洲和中国香港资本市场的增长或许就是表现之一。 32:53 如何看待Meta以近150亿美元收购人工智能初创公司Scale AI? 35:25 除了基本面外,二级市场的核心驱动力还包括全球资金的流动性变化。目前,许多人关心的问题是,AI投资在美国接下来会怎么样,美股、港股和A股又会怎么样?这些问题很难立刻给出确切答案。不过,如果从影响全球资金流动性的因素来推断,或许可以找到一些线索。 41:17 一级市场的投资成就感源于见证已投项目“从0到10”的成长历程;二级市场的投资成就感则来自于对市场趋势的正确预判,并在与大多数人想法不一致时,也能坚定信念并赚到钱。 42:39 全球资金的超级流动性可能会推动某些公司市值的大幅上升。作为投资人,此刻要做的,是不是去分析这些公司市值上升的理由,并展开布局?俗话叫:“天上下钱了,是用碗接还是用盆接。” 50:50 即使在全球资金流动性充裕的情况下,一级和二级市场的估值变化并不是均衡的。如果未来全球资金分配的流动性发生变化,资本市场中的哪类概念可以承接这种不均衡的增长? 55:42 在某类投资概念的泡沫破裂后,通常会出现以下变化:新投资项目数量显著减少,收购事件开始增多,同时中后期项目的大额融资增加。此时,前期项目的供给已经收缩,但仍可能有胆子大的人对头部项目进行投资。 57:12 回答评论区里听众的提问:丰叔是如何解读宏观经济数据的? 1:03:56 从去年下半年以来,油价波动致使中美CPI与PPI数据几乎在同向波动。例如,美国通胀数据爬升时,中国通缩数据则得到缓解。假设以色列与伊朗的冲突再延续三周,六月油价大抵会受到冲击,届时中美六月数据也许会再现同向波动。 1:10:52 目前,中国宏观经济数据在发布时通常会附带详细的官方解读,这些解读已经相当全面。如果要进一步深入分析,就需要探究各项数据之间的相互关系,以及中国与美国之间数据的对比关系。我们可以基于官方解读,持续跟踪中美数据在一段时间内的变化。 【本期相关】 国家统计局城市司首席统计师董莉娟解读2025年5月份CPI和PPI数据 - 国家统计局 5月新增社融2.29万亿元 政府和企业债券净融资占七成 高盛唱多中国“民营企业十巨头” 【往期链接】 Vol.173 宏观漫谈87|中美元首通话、特朗普马斯克反目与核能新政:美国的变化与试探(6.6录制) Vol.27 宏观漫谈13|金融改革的长期逻辑:与李丰聊中国金融结构的变化 Vol.105 宏观漫谈48|中国经济结构调整进展与美国经济韧性的来源:与李丰聊中美三月经济数据和国际态势 Vol.171 宏观漫谈86|关税战打断信心修复,政府加大政策支持力度(5.21录制) Vol.118 宏观漫谈56|从“世界何以至此”,回答“我们去向何方”:与李丰聊许倬云系列著作 【录制时间】 2025年6月18日。 【制作团队】 主理人:李翔 、李丰 制作及统筹:张英海 (13514156656)、峰小瑞([email protected]) 如果你喜欢我们的节目,欢迎你分享到更多的地方,也欢迎你在我们的评论区留言交流。

72分钟
15k+
2天前
EarsOnMe

加入我们的 Discord

与播客爱好者一起交流

立即加入

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧