节目

你喜欢的节目都在这里

#593.文艺复兴科技公司:财富机器,AI 时代前夜的量化投资神话

#593.文艺复兴科技公司:财富机器,AI 时代前夜的量化投资神话

跨国串门儿计划

📝 本期播客简介 本期我们克隆了:《Acquired》的 Renaissance Technologies 这是一集关于金融史上最神秘、最成功,也最难复制的公司之一:Renaissance Technologies 的深度拆解。它的旗舰基金 Medallion Fund,在三十多年里实现了费前年化约 66%、费后年化约 40% 的惊人回报,几乎碾压了历史上所有著名投资人和基金。但这家公司既不研究企业 CEO,也不关心利润表,甚至在很多时候并不知道自己到底持有哪些股票。它靠的是数学、密码破译、信号处理、机器学习、数据工程和极致组织设计。 两位主持人 Ben Gilbert 和 David Rosenthal 从创始人 Jim Simons 的数学人生讲起,追溯他如何从 MIT、Berkeley、冷战密码破译、Stony Brook 数学系,一步步走向量化投资;也讲清楚 Renaissance 如何从早期混乱的货币交易、风险投资、Axcom 拆分,到最终打造出 Medallion Fund 这台“印钞机”。这不只是一个投资传奇,更是关于 AI 前史、组织激励、人才密度、数据护城河和复杂系统预测的商业史。 👥 本期主持 Ben Gilbert,Acquired 联合主持人,投资人,长期研究科技公司、商业模式与资本市场。 David Rosenthal,Acquired 联合主持人,投资人,专注公司史、战略、风险投资与科技商业分析。 ⏱️ 时间戳 00:00 开场 & 播客简介 历史上最神秘的投资机器 02:23 为什么“跑赢市场不可能”这句话在 RenTech 面前失效 03:00 Renaissance Technologies:业绩超过巴菲特、索罗斯和所有传奇投资人 04:02 Medallion Fund:费前年化 66%,但普通人完全投不了 04:41 极端保密、终身 NDA,以及为什么这家公司几乎无人真正了解 Jim Simons 的早年与数学底色 06:20 从波士顿郊区开始:Jim Simons 的家庭与童年 09:09 “对做生意没兴趣,但对钱有兴趣”:一个数学家的财富意识 09:59 四岁遇到 Zeno 悖论:数学直觉的早期显现 10:20 MIT、Berkeley 与“我不是房间里最聪明的人” 11:33 Jim 的关键能力:不是最强天才,而是有“好问题”的品味 13:00 外向型理论数学家:酷、冒险、能吸引天才的人 密码破译、信号处理与量化投资的种子 18:36 进入 IDA:冷战时期为 NSA 做密码破译 20:00 50% 破译密码,50% 自由研究:RenTech 文化的原型 21:09 1964 年论文:把密码破译方法应用到股市预测 22:58 噪声里找信号:为什么市场和密码破译本质相似 24:15 隐马尔可夫模型:从黑箱状态预测未来状态 26:00 从马尔可夫链到今天的大语言模型:早期机器学习的影子 28:00 为什么六十年代的“算法投资”根本募不到钱 29:50 反越战公开发声,被 IDA 开除,人生进入下一阶段 Stony Brook 与第一代天才团队 30:50 加入 Stony Brook:从受挫学者到数学系建设者 32:00 用高薪和自由度挖来世界级数学家 33:20 Chern-Simons Theory:Jim 留在数学史上的印记 34:05 离开学术界全职交易:被数学圈视为“出卖灵魂” 35:13 Monometrics:在披萨店旁边开始的交易公司 36:15 Baum、Ax、Simons:数学界重磅人物进入交易世界 37:20 早期交易仍靠直觉:模型只是辅助,不是自动决策 Renaissance 的诞生与混乱试错 40:30 Howard Morgan 登场:First Round Capital 的隐秘前史 41:32 Renaissance Technologies 名字的由来:量化交易 + 科技风投 43:17 早期多策略:一半风险投资,一半货币交易 43:45 债券押注失败,Lenny Baum 离开 44:55 RenTech 曾经几乎只是一家风投公司 45:30 Axcom 拆分:量化交易团队迁往加州 46:50 Sandor Strauss 的数据执念:收集、清洗、结构化历史市场数据 48:30 Elwyn Berlekamp 与 Kelly Criterion:下注规模开始系统化 49:20 20%+ IRR:模型真正开始起作用 Medallion Fund 的诞生 51:13 Medallion Fund:以数学奖章命名的传奇基金 52:00 数据、工程、信号、交易系统第一次真正合体 52:53 Berlekamp 接手后推动更高频交易 53:30 为什么交易频率越高,微小优势越有价值 54:51 “我们 50.75% 的时间是对的”:靠微弱优势赚几十亿美元 55:55 现实约束:交易成本、滑点、订单簿深度 58:00 1990 年:Medallion 毛收益 77.8%,净收益 55% 59:00 5% 管理费:不是贪心,而是为了支付昂贵基础设施 01:00:23 Jim 买回 Berlekamp 份额:错过巨大财富的一次退出 01:02:13 一切回到长岛:RenTech 成为理想化的 IDA + 数学系 历史级连胜开始 01:04:00 1991 年后再无亏损:Medallion 进入神话时期 01:05:00 关闭新 LP:不再接受外部资金 01:06:00 规模上限与滑点:为什么必须进入股票市场 01:07:45 股票市场:更多数据、更深流动性、更复杂关系 01:08:00 IBM 语音识别团队:Peter Brown 和 Bob Mercer 登场 01:09:00 语音识别、隐马尔可夫模型与市场信号处理的同构 01:10:00 为什么 Brown 和 Mercer 是 RenTech 最关键招聘 01:13:00 统一模型:把股票、货币、商品全部放进一套系统 01:14:30 单一模型带来的协作红利:所有人都在改进同一个大脑 01:16:00 股票机器跑通:扩大规模仍保持惊人回报 01:17:30 2000 年科技泡沫破裂,Medallion 却上涨 128% 波动、风险与人性 01:18:30 高波动是 Medallion 的黄金时间 01:19:00 科技泡沫初期亏损:Jim 为什么主动降低风险 01:19:30 Peter Brown 想辞职,Jim 说“你现在更有价值” 01:20:00 量化地震与 CEO 交接:Jim 对人性的洞察 01:21:20 夏普比率:为什么 Medallion 不只是高回报,而是低相关高质量回报 01:23:30 夏普比率 6.3 甚至 7.5:让顶级量化基金都像替补球员 01:24:15 业绩分成涨到 36%、44%:为什么投资人仍然接受 01:26:30 2003 年清退外部投资人:Medallion 只属于内部人 01:28:00 RIEF 机构基金:不是 Medallion,而是更像“增强版指数产品” 01:31:40 13F 文件里的 4300 只股票:极度分散、快速轮动的机构基金 金融危机、继任与政治影响 01:34:30 2007、2008 年金融危机中爆炸式收益 01:35:00 Medallion 的交易对手:恐慌中的人类与不信模型的基金 01:37:00 Jim 退休,Peter Brown 与 Bob Mercer 接任 01:38:00 后 Simons 时代业绩更强:费前年化 77.3% 01:40:30 六百亿美元业绩分成:Medallion 史上最强投资载体 01:40:50 RenTech 财富流向政治:Mercer、Brexit、Trump 与 Cambridge Analytica 01:41:20 Jim Simons 与民主党捐赠:同一家公司里的政治光谱两端 01:42:00 Mercer 卸任联席 CEO:极端分歧下仍能共事的独特文化 RenTech 的组织织锦 01:42:30 RenTech 的三块拼图:协作、小团队、基金结构 01:43:30 单一模型让天才协作,而不是互相竞争 01:45:30 员工中位任期十多年:为什么很少有人离开 01:46:00 不到 400 人的公司:和 Citadel、Two Sigma 相比小一个数量级 01:47:00 长岛偏僻小镇:封闭社区如何强化文化与保密 01:49:00 小团队分钱:为什么外部公司很难挖走他们 01:49:30 5% + 44% 的结构:不只是收费,而是内部价值转移机制 01:51:00 新员工像 GP,老员工像 LP:一套金融版终身教职制度 01:53:30 激励设计的天才之处:让新人和老人都愿意留在同一艘船上 杠杆、税务与今天的 RenTech 01:54:30 篮子期权:Medallion 如何放大杠杆 01:56:00 每 1 美元现金控制 12.5 美元甚至 20 美元资产 01:58:00 杠杆为何是量化收益的重要组成部分 01:59:00 税务争议:篮子期权被 IRS 认定不成立 01:59:50 Jim Simons 个人补缴 6.7 亿美元税款 02:00:00 今天的规模:Medallion 100-150 亿美元,机构基金 600-700 亿美元 02:00:50 一家年收入七八十亿美元的公司 02:01:50 基础设施成本:五万个计算核心,每天新增 40TB 数据 Power:RenTech 的护城河到底是什么? 02:03:00 Seven Powers 框架:流程力、垄断资源、反定位等 02:03:40 终身保密、竞业限制与真正的三层留人机制 02:05:20 流程力:一千万行代码与三十多年复杂系统积累 02:06:00 垄断资源:干净、深度、历史悠久的数据宝库 02:07:00 模型是否每两年重构一次:没有永恒秘密,只有持续迭代 02:09:20 规模不经济:AUM 太大会毁掉策略 02:10:30 反定位:单一模型与基金规模优化,其他量化公司难以模仿 02:12:00 执行与学习复利:为什么做得更久本身就是优势 机器学习、复杂系统与“庄家”生意 02:14:00 信号处理就是信号处理:为什么他们不需要懂资产负债表 02:15:00 “教聪明人投资,比教投资人变聪明更容易” 02:15:30 复杂适应系统:市场像一团火,难以解释但可以部分预测 02:18:00 RenTech 是机器学习的发源地吗? 02:19:00 Geoffrey Hinton、Peter Brown、Ilya Sutskever:同一锅 AI 汤 02:20:15 基于别人不知道的秘密交易:数据产生想法,而不是人类编故事 02:21:30 为什么人类直觉会误导投资判断 02:22:40 RenTech 不是投资者,而更像有优势的赌场庄家 02:24:00 量化金融创造了什么价值:流动性、价差压缩与市场效率 02:28:30 金融行业高回报如何间接推动技术创新 牛熊观点与最终 takeaway 02:30:00 牛市观点:过去的表现、文化、人才和模型继续复利 02:31:00 熊市观点:AI 追赶、人才流动、机构业务影响文化 02:32:30 David 的 takeaway:激励设计的力量 02:34:00 Ben 的 takeaway:他们用关系图在复杂系统中找到信号 02:35:00 如果所有人都能搭出类似系统,回报会不会被套利掉? 推荐与资料来源 02:35:20 Carve Outs:Modern Treasury Transfer、Apple TV+《The New Look》 02:38:00 Class of Palm Beach:奢侈品、风格与 Palm Beach 观察 02:40:00 感谢 Greg Zuckerman 与《The Man Who Solved the Market》 02:41:30 其他资料:Peter Brown 证词、GS Exchanges 访谈、《The Quants》、Bloomberg 文章 02:42:00 感谢 Howard Morgan、Brett Harrison、Matthew Granade 等资料贡献者 🌟 精彩内容 💡 历史上最强投资载体:Medallion Fund Medallion Fund 从 1988 年到 2022 年,费前年化收益率约 68%,费后年化收益率约 40%。这意味着,即便扣除了 5% 管理费和最高 44% 的业绩分成,它仍然长期创造了远超所有传统投资传奇的回报。 “从 Medallion 诞生至今,扣费之后是 40%。扣费之前是 68%。” 🧠 从密码破译到量化投资:噪声里找信号 Jim Simons 和早期同事最关键的洞察,是把冷战密码破译和信号情报里的方法迁移到金融市场。市场价格看似随机,但就像加密电文一样,里面也可能隐藏着微弱、短暂、可统计利用的信号。 “你是在噪声里找信号,试图用计算机和算法,从那些看起来近乎随机的东西里挖出信号。” 🤖 AI 前史:隐马尔可夫模型、语音识别与机器学习 RenTech 的方法和今天 AI 的底层思想高度相似:不一定理解世界,但能根据状态和概率预测下一个状态。IBM 语音识别团队的 Peter Brown 和 Bob Mercer 加入后,把大规模系统工程、自然语言处理和统一模型思维带进了 RenTech。 “这些大型语言模型未必真的理解英语。它们只是非常擅长预测状态和下一个状态。” 🏛️ 单一模型与协作文化 大多数对冲基金是多团队、多策略、彼此竞争;RenTech 则让所有研究员和工程师围绕同一个模型工作。任何人的改进都会直接让所有人受益。这种结构让顶尖人才之间形成协作,而不是内部竞争。 “所有人都在同一个投资策略、同一套投资基础设施上一起工作。” 💰 5% + 44%:不只是收费,而是激励系统 Medallion 的高管理费和高业绩分成,表面上像是离谱收费;但当外部 LP 被清退后,它更像是一套内部价值转移机制。年轻员工通过 GP 端获得当期贡献回报,老员工通过 LP 端分享长期复利,形成一种金融版“终身教职”结构。 “随着你待得越来越久,你其实是在付钱给更年轻的同事,让他们为你工作。” 🎲 RenTech 不是投资者,而是有优势的庄家 Ben 提出一个尖锐观点:RenTech 不像传统投资人,它并不关心企业价值,而是在市场这个复杂系统里,用微小概率优势反复下注。它更像赌场庄家,靠 50.01% 的胜率和海量交易长期赚钱。 “他们就是庄家,而且有优势。这个优势建立在一张关系图上,图里是这些实体之间的所有关系。” 📊 高波动是 Medallion 的黄金时间 科技泡沫破裂、金融危机、疫情冲击,这些普通投资人最恐慌的时期,反而是 Medallion 表现最亮眼的时候。因为市场越情绪化,模型越能从他人的恐慌、错价和被迫交易中捕捉机会。 “高波动的时候,正是 Medallion 最闪耀的时候。” 🧩 真正的护城河:数据、流程、文化与激励叠加 节目最后认为,RenTech 的护城河不是单一秘密,而是一张织锦:极端干净的数据、长期复利的流程、极小且稳定的团队、统一模型、封闭社区、高激励结构,以及几十年持续迭代形成的组织能力。 “学习会复利。” 🌐 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

163分钟
2k+
6天前
pr. 43 为什么真诚的老实人总是吃亏

pr. 43 为什么真诚的老实人总是吃亏

想了又涂

职场上的真诚,不是“说实话”,是“在正确的时候、对正确的人、说正确的话”。你觉得你真诚但总得罪人,不是真诚的问题,是你还没学会给真诚加一道筛选。 一、误区一:将情绪宣泄误认为真诚 1. 负面信息具有社交货币属性 * 信息泄露风险:职场中的负面评价、跳槽想法及对领导的不满属于“情绪信息”,极易被同事作为“社交货币”换取自身利益,导致当事人陷入被动。 * 情绪与事实的分离:单纯的焦虑抱怨属于情绪宣泄,无助于解决问题,反而会暴露个人弱点,应避免在职场中分享。 2. 建设性表达替代情绪化表达 * 问题转化策略:将“我没有信心”转化为“项目难度大,正在攻克卡点”;将“领导决策不合理”转化为“执行层面存在风险,建议调整节奏”。 * 目标导向沟通:沟通前需明确自身目的,确保输出的信息是经过筛选且能对结果负责的,而非单纯的情绪释放。 二、误区二:混淆直率与攻击性 1. 维护对方体面是沟通前提 * 避免当众驳斥:直接打断并否定他人方案(如“这方向走不通”)会引发对方的防御心理,导致沟通失效。 * 尊重与效率的平衡:即使信息正确,若传递方式让对方难堪,对方会优先反击而非接受信息,最终导致项目停滞。 2. 包装信息以提升接受度 * 话术重构技巧:将“方案不行”改为“方案存在几个风险点,我们一起看看”;将“逻辑有问题”改为“我补充一个不同视角”。 * 合作姿态的建立:通过话术调整,让对方感受到是在帮助完善方案而非否定个人,从而建立长期有效的沟通机制。 三、误区三:无边界的信息倾倒 1. 对外沟通的边界设定 * 内部信息的保护:面对客户询问产品问题,不应全盘托出内部测试 Bug,而应表述为“细节在优化中,不影响主流使用”。 * 负面反馈的过滤:向领导汇报客户反馈时,不应复述难听的原话,而是提炼核心意见(如价格、交付时间)并附上解决方案。 2. 以目标为导向的信息输出 * 价值判断标准:在开口前需评估信息是否有助于推进事情、解决问题或换取信任,否则应保持沉默。 * 选择性开门策略:职场真诚不是全盘托出,而是有选择地展示关键信息,保护自身价值。 四、核心结论:真诚是一种能力 1. 真诚不等于不设防 * 免责声明的误区:试图通过提前承认“我不行”来获取理解,往往会被解读为能力不足,导致机会流失。 * 能力与态度的区分:真诚不是单纯的态度,而是知道“什么该说、什么不该说、对谁说、何时说”的能力。 2. 终极筛选机制 * 自我提问法:在表达前反问自己,该信息是为了“推进事情”还是仅仅为了“让自己爽一下”,若是后者则咽回去。 * 管住嘴的价值:职场上最值钱的真诚是清楚知道自己要什么,只说该说的,管住嘴比任何无底线的真诚都更有价值。 🍄更多表达的技巧欢迎 关注《想了又涂》小红书 或者直接添加涂涂微信:TuTu_Voice

10分钟
99+
6天前
20260622 豆包灰测打车出行;淘宝闪购上线“家宴”;央视曝光直播间卖茶骗局;英国首相斯塔默宣布辞职

20260622 豆包灰测打车出行;淘宝闪购上线“家宴”;央视曝光直播间卖茶骗局;英国首相斯塔默宣布辞职

睡前短资讯

今天是2026年6月22日,农历五月初八,星期一。 【消费与生活】 00:21 淘宝闪购上线新业务“家宴”,联合米其林高星餐厅(36氪) 00:42 央视曝光:网红“养生水”宣称“0糖0脂0卡”“真材实料熬煮”,本质仍然是饮料(央视新闻) 02:14 京东、天猫、抖音等电商平台披露618数据(每日经济新闻) 03:19 央视曝光直播间卖茶骗局(央视财经) 04:00 “蚂蚁阿福”发起“科学减重1亿斤”行动(36氪) 04:28 市场监管部门端午假期整改食品安全风险隐患3.68万余项(央视) 05:17 纸尿裤“甲酰胺”风波持续,Babycare、好奇发文恳请相关政府抽检机构尽快公布检测结果(界面新闻) 06:15 多部门成立联合调查组 核查“婴幼儿纸尿裤甲酰胺问题”(央视新闻) 06:35 国家统计局发布2026年5月份分年龄组失业率数据(统计局、华尔街见闻) 07:00 赛百味、宜家、Gap等外资品牌在中国疯狂开店(21世纪经济报) 07:40 一线岗位人才需求旺盛 券商分支机构遭遇“人才荒”(证券时报) 08:33 端午期间,海南离岛免税购物金额超2亿元(央视新闻) 【商业动态】 09:08 财政部:在政府采购活动中对46家美国企业采取相关措施(财政部) 09:32 微软宣布在美国得克萨斯州投建2吉瓦数据中心园区(界面新闻) 09:58 SpaceX首次发行优先无担保票据(界面新闻) 10:33 谷歌云与诺基亚扩大合作(界面新闻) 10:57 何小鹏,任蚂蚁集团独董(界面新闻) 【科技与互联网】 11:29 微软CEO呼吁打破AI巨头垄断(财联社) 11:56 高盛将全球智能手机今明两年的出货量预测分别下调4%和3%(财联社) 12:50 三星电子向韩国所有员工开放ChatGPT和Codex(财联社) 13:24 格力也做咖啡机器人了?(新浪科技) 13:57 小米YU7 GT全球首个自动驾驶挑战纽北赛道(央视) 14:18 豆包APP灰测打车出行(科创板日报、新浪科技) 14:59 全球首架国产公务机投入商业运营(第一财经) 【文体消息】 15:35 南派三叔上节目维权,引关注(中国青年报) 16:23 佛得角打入队史首粒世界杯进球(央视新闻) 16:42 乒乓球 | WTT球星挑战赛卢布尔雅那站日乒4冠收官,国乒仅获1亚(体坛周报) 【国际资讯】 17:06 泰国计划到2030年将经济增长潜力提升至3%(新浪财经) 17:29 日本本轮核污染水排放量近8000吨(新华社) 18:06 民调显示多数英国人认为“脱欧”是错误决定(央视) 18:42 英国首相斯塔默宣布辞职(界面新闻) 19:23 万斯称已建立协调机制,防止中东局势升级(央视新闻) 20:08 【睡前小知识】为什么打哈欠会流眼泪? 1. 结论:打哈欠流泪是面部肌肉挤压和鼻泪管受阻共同作用的结果,与情绪无关。 2. 泪液排出机制:泪腺持续分泌泪液,正常情况下经泪点→泪小管→鼻泪管排入鼻腔。 3. 打哈欠的两个连锁反应: · 面部肌肉收缩挤压泪腺,促使泪液分泌增多。 · 口腔、鼻腔压力升高,鼻泪管被暂时堵塞,泪水无法排走,只能从眼眶溢出。 4. 类似情况:大笑、打喷嚏、咳嗽、呕吐时也会因相同原因流泪。 5. 需留意的情况:若伴随眼部红肿、疼痛等不适,建议就医排查。 (来源:山东省科协科普、甘肃大众科普网、知乎、Healthline、SELF等) 🥱你打哈欠会流眼泪吗? 感谢收听,欢迎转发分享给更多的朋友~ 晚安,祝你做个好梦,我们明天再见~ 加入听友群:vx搜索-JYSWA2026

22分钟
1k+
6天前
闭源AI向左,开源加密向右:个人用户的选择题

闭源AI向左,开源加密向右:个人用户的选择题

道说区块链的个人播客

大家好,这里是道说,欢迎收听今天的节目。 最近有几则新闻很值得注意: - 在队友亚马逊的“帮助”下,Anthropic的Fable 5和Mythos被美国政府给管控了,导致这两个模型被立马下线。 - Anthropic的Dario Amodei在G7会议上提议对一些国家的AI进行严格的管控和防范,并且得到了一些国家比如加拿大的附和。 - Anthropic和OpenAI很快将会要求个人用户提供更加严格的身份信息。 看到这些新闻,我并没有很意外,只是觉得这种脱钩来得比想象中的快太多了。 以Anthropic的商业模式来说,它主要面向的用户和获得的利益大头就是来自企业用户。 这些严厉的验证措施并不大会影响企业用户,而主要影响个人用户。因此这些措施对它的营收不会产生很大的影响。 但作为主要面向个人消费者的OpenAI来说,它也采取类似的措施则说明: 占据业界顶流位置的闭源大模型公司无论是出于意识形态还是出于国家安全的考虑,未来都会主动或者被动被严格监管。 这种监管明面上看起来现在只发生在美国,但未来一定会发生在所有部署了主权大模型的国家和地区。 在这种监管下,受影响最普遍的就是个人用户以及中小创业公司(比如现在的一人公司)。 虽说个人用户和中小企业在AI的使用方面不如企业用户那样高频,对闭源大模型公司的收入贡献也比不上企业用户,但如果放眼全世界,这个群体在绝对基数上也是相当大的,市场规模也不会小。 除此以外,这种严厉的监管和限制还会产生另一个问题,这个问题现在看不明显,但越到未来越会显现: 这种监管和限制把对闭源大模型的使用严格限制在了人类这个用户群体上。而我相信越到未来越有可能AI才是AI真正的大用户。 未来,对普通人而言,很可能大多数情况下与AI的交互是人类给自己的(管家)AI Agent发送语言指令,然后这个AI Agent再去调用不同细分领域的专业AI工具完成指令。甚至一个AI Agent下还有多个专属的AI Agent,每个专属AI Agent再去负责处理专职任务。 对于这些AI Agent,它们调用AI工具时,是无法像人类这样刷脸或者刷视频验证身份的。 而且未来AI Agent的数量很可能会大大超过人类用户的数量。 所以无论从个人用户、中小企业以及AI Agent的角度看,现在这些顶流的闭源大模型未来可能都不是它们会高频使用的理想工具,或者说不是它们用来处理日常繁琐任务的理想工具。 而能适应和满足这部分用户高频刚需的很可能包括基于加密资产支付的去中心化AI。 基于加密资产的支付免去了AI Agent在支付环节可能碰到的障碍。 去中心化AI解决了因为显卡禁运可能在推理效率方面产生的差异;也能通过开源模型很好地规避监管障碍;也能根据需要随时切换节点,选择服务稳定的供应商。 甚至有没有可能,未来直接在区块链节点的虚拟机上运行大语言模型,彻底解决模型监管的问题? 以上就是本期节目的所有内容,感谢大家的收听,这里是道说,欢迎收听今天的节目。

3分钟
16
6天前
W25|闭源AI帝国的崛起与瓦解

W25|闭源AI帝国的崛起与瓦解

硅基星期一 Silicon Monday

本期节目,我们从两件看似独立、却高度相关的事件讲起:一边,美国政府开始直接介入前沿 AI 模型的上线、分发与访问权限;另一边,联邦参议员 Bernie Sanders 提出,要让公众持有美国最大 AI 公司一半的股份。 把这两件事放在一起看,你会发现,AI 公司正在同时遭遇来自“上方”和“下方”的压力:上方,是国家机器对模型能力、国家安全和分发权的接管;下方,是公众对数据、知识、能源、劳动和财富分配的重新追问。 过去几年,AI 公司用 AGI 讲出了一个巨大的文明神话:它们说自己可能攻克癌症、解决能源危机,也可能毁灭人类。于是,危险本身变成了一种叙事资源。公司一边强调技术风险,一边借助这种风险争取资本、政策、算力、人才和公众信任。 但问题在于:当你不断告诉世界“我手里的东西可能毁灭人类”,政府迟早会回应——既然这么危险,那就不能再由你自由发布。 本期节目会重点分析 OpenAI 和 Anthropic 这两类 AI 帝国的形成路径:OpenAI 从“造福全人类”的非营利理想,逐步走向公司化、平台化和帝国化;Anthropic 则以“安全”为核心叙事,却在最强模型的访问权、知识边界和分发机制上,暴露出更深层的权力问题。 我们还会聊到 Mythos 5 与 Fable 5 事件所带来的历史性信号:最强模型已经不再只是一个商业产品,而正在被视为战略资产、国家安全资产,甚至可能成为未来需要身份认证、国籍筛查、企业核验、安全审计和云平台托管才能使用的许可制工具。 更进一步,当 AI 公司使用全人类的知识、消耗公共电力与水资源、吸收全球劳动力和数据,却将收益集中在少数股东手中时,公众要求重新分配 AI 红利,也将变得越来越合理。Sanders 提出的 AI 主权财富基金法案,或许很难立刻通过,但它揭示了一个重要趋势:AI 帝国的所有权,也开始受到挑战。 所以,本期标题里的“瓦解”,不是说这些公司会倒闭。相反,它们大概率依然会非常强大、非常赚钱。真正被瓦解的,是它们的“主权”:股权会被公众基金和税收制度分走,治理权会被政府和监管机构接管,分发权会被云巨头掌控,技术垄断会被开源和本地化模型削弱,资源扩张也会被电力、水、数据中心和地方审批限制。 AI 公司曾经试图用 AGI 神话建立合法性,用公共知识和公共资源建起私有帝国。但现在,这座帝国正在迎来反噬:国家要管它,公众要分它,云巨头要托管它,开源生态要替代它。 如果有一天,AI 公司是否应该把一半收益还给公众,真的成为一个政治问题、社会问题,甚至选票问题——你会投赞成,还是反对?

16分钟
2k+
6天前
她的故事屋01|她们绝不能让世人看见的梦想,《鹅之书》的共生和权力博弈

她的故事屋01|她们绝不能让世人看见的梦想,《鹅之书》的共生和权力博弈

漫慢FM

法国乡下,两个十三岁的女孩,一本假冒天才少女的书,一段想要却无法拯救彼此的爱。 天才女友之间也有无法言说的阴暗面,有欲望,有彼此救赎,有爱恨情仇。如果这套游戏不是一个人玩,而是两个人呢?如果那个沉默的书写者,也拥有自己的欲望和野心呢? 这是李翊云写得最纪实的一本书——关于天才女友与陪伴者,关于虚假与真实,关于"我们写下来,是不是就能不被这个世界误解"。 李翊云在接受采访时说,“追随一个念头,直到所能企及的极限”。我们其实有非常广阔的创作土壤,并不是说这个世界的故事被讲完了,远远没有到那一天。 「她的故事屋」是漫慢FM新开的文学分享系列,专门讲那些关于女性、关于友谊、关于我们没说出口的部分的故事。深夜睡前,听一段关于友情里的生长痛和救赎吧!这一期愿能让你收获到话剧级别的至尊体验~ 李翊云,1972年生在北京,北大生物系毕业,去美国念的是免疫学博士,读到一半,转去念了创意写作硕士——这个转向,她后来很少解释,好像那是顺理成章的事,不需要别人理解。她用英文写作,几十年坚持不把小说译成中文,只有2020年那本《我该走了吗》,她松了口。 她的人生,比她任何一本小说都更沉默,也更疼。2012年她得了抑郁症,停笔好几年;2017年出了一本回忆录,写她的抑郁经历,几个月之后,她的大儿子去世了。她说过一句话,我一直记得,大意是:她不和解,安宁对她来说才是陈词滥调。 《鹅之书》是她第五部长篇,2023年拿了美国笔会福克纳小说奖。有人说,这是她写得最贴近自己的一本——那个用想象力对抗整个世界的女孩,某种意义上,就是年少时候的她。 00:00 开场|刀与橙子的隐喻 00:39 欢迎来到"女孩故事屋"系列 01:03 人物坐标:阿涅丝与法比耶娜 02:16 我也有过这样一位"天才女友" 03:51 作者李翊云:一个不愿和解的人 05:02 爱并不使人变得具有洞察力,爱往往会带来轻视,如果养成强女心态? 06:53 墓地游戏与"故事的保存期限";法比耶娜死了,现在无论她做什么,她只能像鬼一样行动 11:13 "我们不需要靠装饰软化锋芒"——两个女孩的早慧 17:53 厌女的环境,与署名背后的秘密 20:47 "被动"是个人类专属的形容词:鹅与鸡的隐喻 22:28 巴黎,看不见的女性,与性别红利 26:17 在雷区,一个瞎子被炸死的可能性不高于一个能够看见的人 29:12 年少成名的代价:从阿涅丝到这个时代的明星和播主Emma 33:15 你的生活里没有那么多观众,只有无数的判官 39:47 米克与名利的隐喻:花园里的那株玫瑰 45:26 你不能拿苹果切开苹果,你不能拿橙子切开橙子:她是刀,我是磨刀石 47:09 全书最高光片段:墓地里的冲突与诀别(建议专注收听) 55:15 她们变得暮气沉沉,终究是分道扬镳了...... 57:22 法比耶娜唯一犯的便是写了那本书,我们写了许多事,但我们没有写自己。当其他人在读这两本书时,看不到一点关于我们的东西 58:25 像鹅一样活着:写在故事的最后 59:48 主播读后记:读到天亮的那一夜 📖本期涉及的作品 / 人物 作品: 《鹅之书》(The Book of Goose)李翊云,2023年美国笔会/福克纳小说奖 播客《Anything Goes with Emma》(提及的国外停更博主案例) 密室《逢魔时》(主播个人联想提及) 书中人物: 阿涅丝——故事叙述者,被署名的"少女作家" 法比耶娜——阿涅丝的天才女友,故事的灵魂 厄尔——阿涅丝成年后的美国丈夫 德沃先生——协助两人整理书稿的邮局局长 汤森太太——发现并"培养"阿涅丝的英国校长 米克——伍德斯韦淑女学校的园丁,阿涅丝在那儿唯一的朋友 雅克——阿涅丝在校期间通信的“男朋友” 沙坦先生 / 巴赞先生——出版方相关人物 乔丽娜——法比耶娜父亲口中提及的悲剧女性 五、本期高光金句 书中原句(精选): "法比耶娜是刀,我是她的磨刀石,问我们中谁的材质更硬,没有意义。" "你不能拿苹果切开苹果,你不能拿橙子切开橙子。" "我们一直活着,因为其他人代我们死了。" "永远别满足人们的期望。" "我们写了许多事,但我们没有写自己。" 主播原创/延展感悟: "锋芒并不是一个缺点,软化锋芒才是一种自我损耗。" "我们的算力是有限的,记下来的越多,懂得就越少。" "你的生活里可能没有很多观众,但是会有很多评委和判官。"(网络流行语,节目中引用) 写在后面: 如果你也曾经拥有过这样一位"天才女友"——一个比你活得更用力、也让你为此付出过代价的人——欢迎在评论区告诉我,Ta现在怎么样了,你们还有联系吗? 喜欢这期节目的话,记得点赞、收藏、打赏支持~做实体书系列实属不易,你的每一次赞赏都是我的原动力!「她的故事屋」系列会持续更新,下一本要拆给你听的书,已经在路上了。

60分钟
99+
6天前

加入我们的 Discord

与播客爱好者一起交流

立即加入

扫描微信二维码

添加微信好友,获取更多播客资讯

微信二维码

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