节目

【本期内容】 亲爱的小朋友们，你们好！我是你们的好朋友大明叔叔。 在之前的节目里，我们讲了很多名将的故事——白起、王翦、廉颇……他们一个个都那么厉害。可要说战国末期最会打仗的将军，很多人会选一个人——李牧。 李牧是赵国人。他可能是赵国最后一位真正能打仗的将军了。没有他，赵国早就被秦国灭了；有他在，秦国十几年的进攻，都被他挡了回去。 【关于节目】 一档儿童历史文化启蒙的播客栏目，通过讲解历史人物和故事，帮助孩子塑造健康向上的人生观、价值观和个人品质，让孩子的成长时光更有趣、更充实。 主播大明叔叔，毕业于华中科技大学，前阿里巴巴产品专家，有8年的儿童教育产品经验，打造的产品服务过数千万的小朋友。 公众号：大明叔叔Talk

近期主播做了个小手术，体验了一把作为视障者与医疗系统协商基本权益，并争取安全与舒适的住院环境的过程。说实在，这真是不容易的事情，下次我一定会为了自己做得更好的！只是要准备更多。 因此，我这次邀请了老嘉宾徐莫西来与大家分享相关经验，希望能在她照顾住院母亲的104天经验中，找到我们未来与医疗系统合作的突破口，也是为了我们未来成为照顾者做一些心理准备啦！ 【播客摘要】 1.医疗流程中的无障碍挑战：文书签署困境与各种信息障碍； 2. 物理环境与移动支持：从一个点到另一个点，竟是那么难； 3.护理过程中的策略：例如善用“输液监测神器”等辅助工具； 4.吸管羽双手，视障者照顾卧床者的好帮手； 5. 行动康复过程中，视障者可以做的也很多，甚至更好； 6.如何管理好你聘请的护工，你有了解过吗； 7. 医患沟通的博弈：你不让残障人士献血，又要求家属有贡献； 8. 期待未来的人文关怀与完善的系统支持。

20世纪80年代后期，正大集团在香港成立了正大综艺有限公司，开始在电视领域谋划布局。公司最初以国内地方电视台为试点，将制作完成的综艺节目冠名为《正大纵横》。 1989年3月，正大公司开始给上海、北京、广州、福建等四家电视台供片试播，这是国内首个由香港影视公司定期提供片源的电视专栏节目。栏目分为《放眼世界》和《正大剧场》两个版块，每期的播出时间长达两小时。 其中的《正大剧场》板块播映海外优秀水准的电影及电视剧集，由正大综艺有限公司选购并提供片源，这便是《正大剧场》的起点。 主创团队

【本期内容】 嗨，小朋友们好！欢迎来到《大明叔叔商业启蒙》，我是你们的大明叔叔。 今天大明叔叔想跟你们聊一个“省钱”的故事。 你们知道全世界最大的超市是哪一家吗？ 是沃尔玛。它在全世界有超过1万家店，每年赚的钱比很多国家一年的收入还多。 沃尔玛的创始人叫山姆·沃尔顿。 他有一句名言：“每一分钱都很重要。” 山姆爷爷特别会省钱，而且他不是为自己省，是为顾客省。 他觉得：如果能帮顾客省钱，顾客就会一直来，生意就会越做越大。 今天，大明叔叔就来给你们讲讲他是怎么做到的。 【关于节目】 这是一档儿童商业财商启蒙的播客栏目，培养孩子的财商和学习思考能力，让孩子的成长时光更有趣、更充实。 主播大明叔叔，毕业于华中科技大学，前阿里巴巴产品专家，有8年的儿童教育产品经验，打造的产品服务过数千万的小朋友。 公众号：大明叔叔Talk

商业合作 & 粉丝群请备注添加: trufflebaba (00:00) 四驱兄弟背后的商业帝国 (13:46) Jelle's Marble Runs弹珠电商品牌 (26:28) Enhanced Game"药林匹克"

本期嘉宾｜肖汉松大厂 AI Agent 工程师，过去三年持续研究并实践与 AI 的共生，尝试将 AI 深度融入工作、生活与个人成长。在他的观察里，AI 不是一个额外工具，而是正在重新定义工程师、组织分工和个人成长路径的底层力量。他关注的不只是“怎么用 AI 提效”，而是一个更根本的问题：当 AI 接管越来越多执行工作后，一个人如何在组织内先完成能力重构，把自己变成一个真正可独立交付价值的系统？ 主持人：Fancy 嘉宾：肖汉松 公众号：汉松的技术笔记 X账号：https://x.com/Yonah_x � 收听方式： 喜马拉雅�️，小宇宙�，网易云音乐�，qq音乐�，豆瓣，App podcast ,Spotify,Google podcast ,overcast,YouTube. 时间线 * 00:00–01:46｜嘉宾背景：大厂AI Agent工程师与AI共生主线 * 01:46–10:10｜工程师角色的根本转变：从执行到管理AI * 10:10–15:51｜AI工程师 vs 传统工程师：分水岭在哪里 * 15:51–30:30｜AI如何重塑组织架构与分工模式 * 30:30–43:24｜如何在组织内实践“一人公司”视角 * 43:24–55:33｜互联网红利退潮后的职业反思：平台能力与个人能力 * 55:33–01:17:27｜AI时代的人生意义、内在秩序与焦虑安放 * 01:17:27–01:40:39｜如何把想法系统化外化，并与AI共进化 * 01:40:39–01:53:34｜具体AI工具的机会与风险：小龙虾 / AutoGPT 等 * 01:53:34–结束｜组织内超级个体的代价与平衡：时间、体能、长期主义 10个深度问题 1. 为什么你认为 AI 超级个体的第一步不是创业，而是组织内重构？ 2. 当 AI 会写代码后，工程师到底还剩下什么不可替代？ 3. 管理 AI 和管理人类员工，最本质的相同点是什么？ 4. 为什么你认为未来更需要多面手，而不是更细的分工？ 5. 在大厂里，如何判断哪些能力是平台给你的，哪些才是你自己的？ 6. 把自己当成“一人公司”去上班，最难的地方是什么？ 7. 互联网红利退潮对你最大的教育，不是收入，而是什么？ 8. AI 为什么反而逼着人去建立内在秩序？ 9. 你为什么会把持续记录、蒸馏、外化视为超级个体的核心动作？ 10. 如果一个还在组织内、但已经感到焦虑的人来问你，第一步该怎么做？ 5个吸引力亮点 1. 第一次把“AI超级个体”讲成组织内可执行路径，而不是辞职神话 2. 工程师视角下，清晰拆解“写代码的人”如何变成“管理AI的人” 3. 把平台能力 vs 个人能力这个很多人不敢面对的问题讲透 4. 把AI能力重构与人生意义、内在秩序连在一起 5. 适合大厂人、职场人、还没准备创业但必须重构自己的人反复收听 《瑜伽姐的斜杠人生》播客团队

先说一个让你有点坐不住的数字 00:01 今天我们要聊的是人工智能在最近几年普及的速度特别快，然后它在各个领域都有一些非常厉害的表现。但是它也不是万能的，在有些地方还是有短板。 00:19 是的，这个话题确实是大家最近都非常关心的一个话题。那我们就直接开始。 00:23 咱们第一个话题就是这个生成式人工智能它的普及速度到底有多夸张，我们经常会拿它跟个人电脑和互联网普及的速度做对比。那到底这个对比的结果能够说明一个什么样的趋势？ 00:37 2026年的斯坦福的AI报告里面提到说，生成式人工智能在全球的普及率达到53%只用了不到三年的时间。那你要知道个人电脑普及到这个程度用了将近20年，互联网普及到这个程度用了15年。所以就是说生成式AI的普及速度是远远超过过去的这些重大的技术变革的。它大概是5到10倍的一个速度差。 01:01 听起来就像是技术的进步在做火箭一样。这种速度是不是会彻底改变我们对技术扩散的传统认知？ 01:08 对，因为它这种指数级的增长，就会让社会没有办法去慢慢的适应。所以它带来的就是各个行业的转型压力会剧增。然后也会让个人和企业都不得不重新去审视自己对AI的态度和策略。 第一件大事：AI正在变得"无聊" 01:23 然后紧接着我们要聊的一个话题就是现在这些头部的AI系统，它们之间的实力差距到底还有多大。 01:30 现在的格局其实已经非常接近了。就比如我们看这个斯坦福报告里面，它是用类似于国际象棋的Elo排名来给这些AI打分。你会发现比如像Anthropic的Claude系列是1503分，xAI的Grok是1495分， Google的Gemini是1494分，然后OpenAI的GPT是1481分。你看它们其实分差都在25分以内。 01:57 所以就是说我们作为普通用户，现在再再去挑选AI服务的时候，是不是就不用太纠结说哪个模型是绝对最强的。 02:05 没错，就是现在你可能花1000块钱买的AI和花500块钱买的AI其实在能力上没有什么本质的区别。所以以后可能AI公司就不会再去拼谁的模型更强，而是会去拼谁的价格更实惠，谁的响应速度更快，或者是谁更能满足你一些特定的需求。 第二件大事：中美AI差距，正式消失 02:22 我们接下来要谈的一个主题，就是中美在AI领域的差距变化。其实最近这个DeepSeek的出现，真的是让全球的科技圈都为之一振。那这个报告里面是怎么去描述这一轮新的竞争的？ 02:37 这个报告里面说2023年的时候，美国还在AI领域大幅领先。但是到了2025年的二月份，随着DeepSeek一的发布，中国的这个模型就一下子冲到了和美国顶级模型几乎不分上下的位置。 02:53 这是不是意味着全球的AI格局已经进入了一个真正的双雄对决的新阶段？没错。 03:00 而且到2026年的三月，美国排名第一的模型也就只比中国排名第一的模型高了2.7%。然后更有意思的是，这两家的模型已经轮番的抢占过榜首的位置，大家其实是非常激烈的在竞争。 第三件大事：AI到底"聪明"在哪，又"蠢"在哪？ 03:14 下面咱们具体说说AI的这种锯齿形智能。这个报告里面到底是怎么形容AI在不同任务上面表现的巨大差异的。 03:22 报告里面有一个特别生动的词叫做“锯齿形智能”。就是说AI的能力分布就像锯子一样，有些地方特别尖特别厉害，有些地方就特别低。比如像Google的Gemini它可以在国际数学奥林匹克竞赛拿金牌。然后它在博士级别的科学问答上面，它的正确率甚至超过了人类专家。而且在GitHub上面修复代码的问题，它的准确率也是一年之内从60%几乎提升到了100%。 03:50 听起来AI简直就是无所不能，但是我听说它们在一些很简单的事情上面反而会闹笑话。 03:55 对，比如让AI去看一个模拟时钟，人类的准确率是90%，但最强的AI准确率只有50%。而且AI一旦看错了，它的误差经常是1到3个小时，但是人可能就只错3分钟左右。所以你可以放心的让AI去帮你做一些数学难题，但是你千万不要指望它能够帮你看时间。 第四件大事：工作，真的在悄悄变少 04:17 换个角度我们来讨论一下这个AI对就业市场的冲击。最近大家都在关心这个问题，尤其是在软件开发行业，AI到底带来了哪些变化？ 04:28 实际上报告里面的数据是非常直观的。就是说2024年开始，在软件开发行业里面，22到25岁的年轻程序员的就业人数下降了将近20%。但是30岁以上的程序员人数还在持续的上升。 04:44 所以这是不是意味着公司对于初级程序员的需求在锐减。 04:50 并不是说不需要程序员了，而是说那些入门级的，主要做一些重复性的代码的这种岗位正在被AI大量的取代。就相当于说AI把这些基础的编程任务外包出去了。 05:03 那这个报告里面有没有说不同规模的公司在未来裁员的计划上面有什么区别？ 05:10 调查结果显示，有3分之1的公司都预期说会在接下来的一年当中进行裁员，而且公司的规模越大，打算裁员的比例就越高。这已经不是一个什么预测了，就是现在已经正在发生的事情。 第五件大事：AI花的电，正在超越一个国家 05:25 紧接着我们要聊的这个话题就跟大家的生活息息相关了。就是AI它在训练和使用的过程当中，到底会消耗多少能源，产生多少碳排放。 05:36 举个例子，比如说训练Grok 4这个模型，它的碳排放是达到了72816吨二氧化碳当量。那这就相当于一辆普通汽车跑一千多辈子所产生的碳排放量。 05:49 我的天哪，没想到一个AI模型背后的碳足迹居然这么大。 05:54 是，而且更夸张的是，所有的AI数据中心加起来，它的耗电量是达到了29.6吉瓦，这就相当于纽约州在用电高峰期的总耗电量。然后再比如像GPT-4o它一年光是推理所消耗的水量就超过了1200万人一年的饮水量。就是你每发一条消息，它都在背后消耗大量的水。 第六件大事：你的工资，正被AI悄悄"记录" 06:16 确实挺让人震惊的那我们再来关注一下AI给我们带来的这种经济价值，特别是美国的普通用户，他们到底从这些AI工具当中获得了多少实际的好处。 06:28 这个报告里面其实有一个很有意思的估算，就是说截止到2026年的年初，AI给美国用户带来的消费者剩余是高达1720亿美元，这是一个非常大的数字。 06:42 那这个消费者剩余具体到每个人头上是多少钱呢？ 06:45 平均的话，你要让一个美国人放弃使用AI一个月，你得给他125美元。而且这个数字在过去的一年当中，整体是上涨了27%，然后中位数更是飙升了235%。但是很多人其实都没有意识到，因为这些工具大部分都是免费的，所以就感觉好像这些东西没有什么价值。但其实就像我们呼吸的空气一样。已经离不开了。 第七件大事：专家和普通人，活在两个平行宇宙 07:09 说到这个就不得不提到专家和普通人在看待AI未来上面的分歧了。这个报告里面具体有哪些有意思的对比？ 07:18 报告里面做了一个很直观的表格。就比如说在医疗这个领域，只有44%的普通人觉得AI会带来积极影响，但是有84%的专家是看好的，那这个差距就有40个百分点。 07:32 哇哦看来在很多方面，专家和大众简直像是生活在两个世界。 07:37 是包括在工作方式、经济、K12教育这些方面，两边的分歧都在40个百分点左右。最有意思的是对于AI会不会让工作变少这个事情，有64%的普通人是担心的。但是专家里面只有39%的人有同样的担忧。至于谁对谁错，现在还真的不好说，但是这个认知的鸿沟本身就很值得我们去反思。 最后，一个让你松一口气的发现 08:02 OK我们接下来要讲的是AI在理解人类语言上面的短板，就是它在面对一些情感和深度的东西的时候，到底有哪些明显的不足。 08:12 实际上AI到现在为止，它还是很难去捕捉语言里面的一些细微的情感和深度。就比如说研究人员做了一个实验，当你跟AI说我相信X是真的，它还可以正常的去回应你。但是当你把相信换成觉得我觉得X是真的，那这个时候AI对于你态度的识别准确率就会急剧的下降。有些模型甚至从98%直接跌到了14%。 08:39 所以就是说AI连知道和相信这种基本的区别都没有办法分清。 08:44 这就是它的一个短板。这个短板就意味着那些真正需要去洞察人类的情感，理解一些模糊的表达，或者说需要有一些主观的判断的工作，AI还是没有办法取代人类的这其实也是我们人类目前的一个机会窗口。 总结：三个真正需要记住的结论 09:00 最后我们来盘点一下，从这些趋势当中，我们到底应该记住哪三个关键的结论。 09:06 第一个就是AI的普及速度确实是前所未有的，但是大部分人其实还没有真正的意识到它会给我们带来什么样的冲击。第二个就是最先受到影响的其实是那些年轻的做一些执行性的重复性的任务的人。所以如果你现在还在靠这种低附加值的简单重复的工作来谋生的话，那你真的要开始警觉起来了。然后第三个就是AI它的能力分布是非常不均匀的。所以我们得知道它在哪些地方是可以信任的，哪些地方是不可以信任的对这就是2026年我们真实面临的一个现状。 09:41 今天我们其实聊了很多关于人工智能最近的一些突破，包括它的一些短板，以及它给社会带来的各种各样的冲击。希望大家听完之后，能够对这个AI时代有一个更清晰的认识。 09:54 好的，本期节目咱们就到这里了，感谢大家的收听，咱们下次再见，拜拜。

“赢学”是叙事主体进行自我证成、保持信心与士气的“胜利主义叙事”。我们大多数人时常活在外部世界不断推送各种赢法的“次级赢学”里，赢得越多，失焦感越强，赢本身却带不来真正的赢感。 一种“生活赢学”是必要的。它不是阿Q式的精神胜利，因为后者不承认现实也不带来改变，而生活赢学恰恰是清醒地承认现实、接纳局限之后，主动把定义“赢”的权力夺回自己手中，去构建一套不被外界轻易动摇的内心秩序。 这种赢学的根基在于灵魂的欲望指向何处，它要求我们明晰每一个选择背后的代价，在宏大叙事失效时从微小的确定性中重建掌控感，更鼓励我们创造共赢、让身边人也一起赢；正如亚里士多德所言，幸福不在于拥有什么，而在于做了什么——把潜能转换为现实，在自己的生命游戏里玩得尽兴。 希望我们一直赢。 02:00 “赢学”就是叙事主体进行自我证成、具有保持信心与士气功能的“胜利主义叙事”. 3:31 外部世界不断创造、推送各种赢法，带来了一种生活的失焦感。 7:48 次级赢学的代价——赢不带来赢感。 08:50 生活赢学的挖掘是对内心秩序的构建。 10:20 生活赢学与阿Q式的精神胜利法的差别：承不承认现实、带不带来改变。 14:40 生活的赢学根基，取决于灵魂的欲望。 18:30 赢需要明晰选择的代价。 20:00 赢从微小的确定性来。 23:00 多创造共赢，让大家一起赢。 24:00 幸福不在于拥有什么，而在于做了什么，把潜能转换成现实。 本期主播：kantwyn 片头、片尾曲：《time machine》 【听友群】 ‘

Hello 大家好，我们的栏目成立听友群啦！七七和小满一直以来都非常感谢大家对我们栏目的关注，也希望和听众朋友们建立联系，听听你们对节目的感受，有没有希望我们看到和分享的书籍和电影。希望大家可以扫描下方的二维码加入微信群，我们在这里期盼你的加入哦！如果有任何问题，也欢迎添加小满的私人微信：diana_tong_26 另外，我们的栏目也开通了自己的小红书账号,可以搜索多大点事NothingSpecial，欢迎大家来关注和分享，给我们留言哦！ 在你小时候离家出走的著名导演父亲突然归来，还邀请你做电影女主演？ 今天我们一起来看一部2025年的挪威电影《情感价值》。是导演约阿希姆·提尔继《世界上最糟糕的人》后的又一力作，这部已入围戛纳电影节主竞赛单元的电影目前正在中国大陆上映。 影片讲述一对明明互相需要却把对方越推越远的父女关系。父亲深陷对衰老与死亡的恐惧，将对爱的渴望转化为倔强与索取；女儿在长期对爱的恐惧与执念中逐渐失去出口，甚至走向自我毁灭的边缘。 他们都在渴望“爱”，却也不会“爱”，让彼此无法呼吸，只想逃离。 电影最后其实并没有给出和解，而是向我们展现出一种选择：放下对爱的执着，我们还是可以选择继续好好生活。 这是一部有些争议的电影，也是一部只看一遍也许不能完全看懂的电影，我们却认为这是一部很有意思，值得多看几遍的影片。希望你有时间，可以走进电影院看一看，回来记得给我们留言哦！ 【本期时间线】 02:40 影片简介 08:30 《世界上最糟糕的人》vs《情感价值》给我们的整体感受 13:30 影片开头女主诺拉上台表演前的反常 20:50 是什么让父亲突然回归 31:32 打击1:父亲邀请其他演员出演诺拉的角色 35:50 打击2:情人和诺拉划清界限 39:40 打击3:父亲再次缺席诺拉的演出 41:45 女儿们被父亲的剧本打动—父女和解了吗？ 57:53 如何看待父亲电影的结局—女人最终选择结束生命了吗？ 61:50 影片打分

似乎伴随着AI的发展，AI的工具性与创意性，类比于鱼与熊掌不可兼得，AI生成的内容越来越可控，但似乎也安全得没有突破了，也许你会有一个疑问“难道我不可以两个都要吗？”“我想又保证质量又想有些飞的突破常规的点”，本期我们来聊聊，没准你两个都可以得到呢 节目时间线： 01:59 完美的AI 03:56 近亲繁殖的AI（Habsburg AI） 05:45 AI与人类对齐的利弊 07:47 人类的持续创新与AI的自我重复 09:56 RLHF（基于人类反馈的强化学习）影响到大模型的创造力和人类的输出 12:22 Prose Sandwich（散文三明治法）的上层、中层与下层 16:47 举个例子 18:05 变量的引入 19:14 高阶玩家可尝试 22:38 新的内容主题征集，你的意见超重要 你想收听哪个主题/话题，来加小助手微信guanweilai2026，或者在评论区留言，我们一起共创/实现你的愿望 参考链接：what is model collapse AI from AI: a Future of Generic and Biased Online Content? LLM Alignment should go beyond Harmlessness–Helpfulness and incorporate Human Agency 播客Intro/Outro音乐：Music: Pixel Duck by Johny Grimes soundcloud.com License: Creative Commons — Attribution 3.0 Unported — CC BY 3.0 Free Download / Stream: links.al Music promoted by Audio Library: links.al 欢迎点赞、收藏、分享和关注我的播客呀

杰瑞坦克和自行火炮不断升级的厚脸皮和水管子，催动汤米快马加鞭地将17磅反坦克炮送上战场。而这门火炮优异的原生条件与英军对新式坦克炮的需求新式坦克炮也不谋而合，在众多有识之士的努力推动下，诸多谢尔曼改进型中的一代名车萤火虫登上了历史的舞台。 Die Geschichte aller bisherigen Panzer ist eine Kampfgeschichte um die Zahlen des Geschützturms! 本期嘉宾：丑客 兜帽诺 [时间轴] 01:25 “萤火虫”的故事 02:04 环球的1/76萤火虫模型 03:38 坦克火炮得换代 04:55 重装备损失影响了新型火炮的制造 07:15 17磅反坦克炮的研发 08:50 美制坦克的到来 09:33 杰瑞坦克炮升级换代 10:45 17/25磅反坦克炮，代号“山鸡” 12:45 脸皮越来越厚的杰瑞 13:34 大丈夫生居天地之间，岂能郁郁久居人下 14:05 A29与A30 15:25 《坦克开发方针》 17:00 彗星与百夫长 18:38 我西凉军不是刚进了一批美式装备吗 19:25 点子专家一号 21:00 点子专家二号 23:15 坦克与火炮都有先天优点 25:33 公若不弃 26:33 “用左手抵住炮尾来消除后坐力” 28:00 使不得 28:50 遇到瓶颈 29:45 朝中有人 30:58 朝中有在朝中有人的人 32:00 厉害的设计师与高效改进 33:44 拿南瓜砸他们 34:08 新增装填手舱门 36:00 装电台的大盒子 39:17 嘘嘘炮 42:38 英国馒头报菜名 47:48 A30投产延期与萤火虫改装工程 49:17 萤火虫广泛使用的两种谢尔曼基础车型 53:00 供应问题 55:40 费劲吧啦放炮弹 1:03:22 高爆弹也很好用 1:04:53 敲混凝土工事 1:10:40 新弹的优势与问题 1:13:00 “你们要不要啊” 1:16:10 “不要” 1:19:42 谢谢收听，下期再会 · 延伸阅读 环球（火柴盒）出品的1/76谢尔曼“萤火虫”坦克模型，可能是很多朋友的童年回忆 这个系列的特点是模型附带一个场景地台 盟军绰号“山鸡”的17/25磅反坦克炮在突尼斯作战 加拿大部队用半履带车拖曳17磅反坦克炮渡河 现存的17磅反坦克炮 搭载17磅坦克炮的A30样车最终发展为VIII型巡洋坦克 IV型17磅速射炮的第一门样炮与团队人员合影 一辆早期改装完成的谢尔曼VC“萤火虫”坦克，车体航向机枪安装口已被装甲板覆盖 现存的萤火虫坦克炮塔，可看到增设的装填手出入舱口，以及炮塔尾部安设通讯设备的大装甲盒 盟军敢死队（大雾 冷溪卫队的谢尔曼混血IC“萤火虫”正在默兹河畔设防阻击德军，摄于1944年12月 加拿大部队装备的谢尔曼混血IC“萤火虫”坦克 1945年6月，英禁卫装甲师的各型“萤火虫”坦克与车组接受蒙哥马利元帅检阅，可见单车车组为四人 集结受阅的波兰第二装甲师谢尔曼IC“萤火虫”坦克群，除近处的“骑士一号”为标准IC外，其余都为铸造式前部车体的混血IC，炮管前半部分的迷彩是用于将自己伪装成普通的75毫米炮型谢尔曼，因一些德军部队倾向于优先攻击“萤火虫”。摄于1945年8月

本期核心话题 AI 如何切入零售扣款争议这一被长期忽视的千亿级痛点，帮助消费品牌追回数百万美元隐形损失，以及 Glimpse 从失败转型到获顶级资本重仓的创业启示。 本期重点内容 1. 零售行业的隐形黑洞：扣款争议品牌向沃尔玛、塔吉特、亚马逊等零售商供货时，常被无故扣除约 20% 账款，大量扣款实为无效扣款。 人工核对需跨多平台、处理海量非结构化数据，中小品牌财务团队无力全覆盖，每年全美超 80 亿美元有效争议资金无法追回。 中型消费品牌无效扣款可占零售收入 5%，成为侵蚀利润的核心隐形成本。 2. Glimpse 的 AI 解决方案：全流程自动化追款核心产品：AI Agent 自动抓取零售商数据、整合多格式文档、交叉验证扣款合理性、自动提交争议并跟进回款，全程少人工干预。 核心优势：争议胜率达 91%，减少 80% 人工耗时；系统越用越智能，形成复合数据优势。 客户价值：取消扣款金额审查门槛，小额无效扣款也可追回，直接解锁新增现金流。 3. 创业故事：三次转型的逆袭之路创始人：三位普渡大学校友，最初做 Airbnb 产品植入项目，因缺乏市场契合度果断转型。 融资历程：先获 8VC 领投 1000 万美元（后定为种子轮），再获 a16z 领投 3500 万美元 A 轮，累计融资 5200 万美元。 增长成绩：2025 年收入增长 10 倍，客户追回资金增长 10 倍，服务超 150 个消费品牌。 4. AI Agent 企业服务的真正价值精准切入：选择高重复、跨系统、强 ROI 的垂直场景，第一季度即可帮客户收回成本。 能力扩展：从扣款争议延伸至现金自动化、扣款明细化，逐步搭建 CPG 品牌 AI 基础设施。 行业定位：目标成为 ERP 与零售商之间的零售财务运营平台，覆盖订单到现金全周期。 5. 行业趋势与启示资本转向：投资人从消费 AI 转向能直接提升企业 EBITDA 的垂直 AI 工具。 竞争格局：Claimify、HighRadius 等玩家入局，Glimpse 凭 YC 背景与中端市场优势领跑。 底层逻辑：AI 改造传统行业的关键是垂直深耕、解决真实痛点，而非通用化 Demo。 关键金句 * 零售后台数十年依赖表格与碎片化流程，Glimpse 用 AI 重新定义核心财务运营流程。 * 速度将成为 AI 时代唯一的护城河，垂直专业化才是企业服务的未来。 * 自动化那些让品牌每年损失数百万的中台工作，藏着千亿级生意机会。 延伸信息 * 相关公司：Glimpse、a16z、8VC、Claimify、HighRadius * 核心场景：CPG 品牌、零售扣款争议、财务自动化、AI Agent 企业应用