节目

2026 年 7 月 3 日摩根大通发布亚太经济研究报告《亚洲关税：原地踏步的奔跑》，核心判断十分清晰：美国轮番更换贸易法案调整关税，折腾一年多后亚洲各国贸易赤字、关税水平即将重回早年基准，区域贸易格局难有实质改变。 2025 年美国依托 IEEPA 法案对亚洲各国加征高额关税，中国法定关税最高触及 54%，孟加拉、越南等前沿经济体接近 38%。但多重因素大幅稀释实际征税力度，电子、半导体等 AI 相关商品获得大范围免税，中国台湾八成出口、东南亚半数外销商品均豁免关税，叠加双边贸易谈判调低基准税率，2026 年初各国实际关税大幅回落。 美国最高法院废除 IEEPA 法案后，美方推出 122 条款全球统一 10% 临时关税，有效期至 7 月 24 日，本质是预留时间落地 301 条款调查。当前多轮针对产能过剩、知识产权、劳工标准的调查同步推进，基准预测显示后续关税将逐步回升至 IEEPA 时期水平，新兴市场亚洲、日本关税小幅抬升 3 至 4 个百分点，印度、孟加拉涨幅更高。 区域内分化明显，巴基斯坦、菲律宾、斯里兰卡仅涉及单一劳工调查，最终税率会低于早年标准，是相对受益主体；中国、越南持续面临多重调查约束，贸易摩擦风险持续走高。整套政策反复调整，仅短期扰动进出口，美国对亚洲整体贸易逆差并未收缩，多数东盟、中国台湾地区逆差反而扩大，各国制造业需要持续调整适配政策波动。 全球贸易最大变量在于政策不确定性，新增 301 调查、232 行业专项关税、司法诉讼都可能再度改写征税规则，亚洲外向型经济体将长期处在关税政策反复变动的环境中。

今天选择的歌曲背后也会串联起很多优秀的华语R&B音乐人 这些歌曲，不一定被最多的人听见 但希望在今天的节目中，可以遇到喜欢它的人！ 【野声宝库视频版】目前在BliBli独家更新，大家可以搜索「阿野Ayer」关注哦～ 【本期歌单时间线】 00:00 开场曲 I'm Not Strong Enough 林忆莲 - 原来...林忆莲 04:40 烛光晚餐 曹格 - 格格Blue 09:44 0932 陈小春 - 算你狠 15:31 感觉 梦飞船 - 航行记录3 21:18 毒蘑菇 周笔畅 - 谁动了我的琴弦 25:49 讨厌 芮恩 - 芮恩 Rui∑n 31:26 影子 唐艾萱 - 唐艾萱同名专辑 38:06 台北夜不眠 Tension - 爱·星球 43:38 蓝色雨 温岚 - 蓝色雨 🎧 关于「野声宝库」 野声宝库是一档以挖掘各种风格的现代流行音乐为主题的音乐文化分享类播客 合作：AyerPodcasts

🧠 本期金句摘录 “生活的价值就在于生活本身。” —— 挖蘑菇 “你恐惧没用，如果公司亏十个亿，你努力工作让它不亏，这很难。” —— 挖蘑菇 “很多人引经据典，听完都是别人的想法，你到底怎么想的？” —— 挖蘑菇 “你先别考虑我做这个艺术能变现多少，那叫抢钱。” —— 挖蘑菇 “富二代也有富一代，钱不是大风刮来的。出身问题客观存在，但你不能因此不积极面对生活。” —— 挖蘑菇 “职场更多是运气、选择、能力叠加的结果。年龄是个伪命题。” —— 挖蘑菇 “创作是我想表达，有更多人看最好，但核心是我愿意写。” —— 挖蘑菇 “放下手机去路上走走，大家都是和蔼可亲的，没有网上戾气那么重。” —— 挖蘑菇 🎙️ 本期嘉宾 * 挖蘑菇｜大厂打工人，早10晚10，周休1天，做了2档播客，《纯闲聊》《左右开读》，欢迎大家关注他 * 瑾瑾（主持人）｜《人生的100种可能》播主，好奇“大厂人不上班时到底在干嘛” ✨ 本期核心看点 1. 996是真的，但弹性工作制更可怕 2. 996反而让他更珍惜休息时间 3. 休息日怎么过？看歌剧、徒步苏州河、探访上交所” 4. 关于生孩子：恐惧没用，尽你所能就好 5. 裁员恐惧：公司的问题，不是你的问题 6. 给求职者的建议：沟通能力是第一位的 7. 关于AI：别被“时代抛弃”的恐惧绑架 8. 创作：不追流量，不谈商业化 9. 生活的价值就在于生活本身 📌 适合谁来听 * 正在大厂/996工作，觉得生活被工作吞噬的人 * 担心35岁危机、裁员焦虑的打工人 * 想知道“只有一天休息”怎么高质量安排的人 * 对AI时代感到恐慌、怕被“抛下”的人 * 想做创作但没时间、没信心、怕没流量的人 * 任何需要一点“松弛感”和“自洽力”的人 🔗 相关链接 如果你想分享自己的故事，欢迎联系瑾瑾（微信添加 qingnongqiewu 备注小宇宙） 听友摄影展：梦梦 红花酢浆草

这是一期非常生动、系统的访谈，还原了一家隐形冠军的成长史与思维方式。 作为机器人大脑第一股（仙工智能已于2026年6月24日在香港交易所主板挂牌上市），仙工把机器人的大脑「控制器」卖向全球，成为全球出货量第一。同时，它也正在探索一条反主流叙事的具身大脑道路。 这是仙工成立以来及上市后，创始人首次接受深度深度访谈。此前，这家公司作风低调，鲜有接受媒体报道。 创始人赵越身上有许多有意思的故事：读医三年后退学重考、本科期间睡实验室、曾带领团队获得三届 Robocup 全球冠军、首次创业失败…… 大量成长过程中的趣事（尤其是在世界杯期间，我们聊机器人世界杯 RoboCup 聊了一个多小时），其实也与创业过程中的思考方式互文。 赵越带来一个有趣的暴论：未来所有公司都可以是机器人公司。也带来一些启示：越是纯粹的人，越有机会在专业领域获得成功。AI 时代，足够热爱的人将有更大机会获得成功。 强烈荐听这一期，希望你们喜欢：） （本期访谈的视频版已在 视频号、微博、b 站、小红书等平台登录，欢迎前往观看～） 本期嘉宾：赵越 （仙工智能创始人） 本期 Shownotes： Part 1.关于赵越：史莱姆、「卡拉米」和永远想「掀桌」的基因 01:23 仙工的吉祥物，是小怪物「史莱姆」 * 「开始都叫老板，新人一周内就会喊我越哥」 * 史莱姆（仙工吉祥物），最初级但也不容小觑的小怪物！ * 从 wrong 到 right，要经历漫长的混沌 * 创业本质就是不停解决问题的过程 * 「加速开放多元的智能文明，让智能机器没有门槛」 06:26 湖南邵阳，浙大 8 年医学本科、退学，与夺冠少年 * 父母都是老师，「他们最大的贡献就是不管我」 * 浙大竺院的宽口径培养：8 年医学制，读到第五年，我退学了 * 白天紫金港，晚上玉泉——本科研究生几乎睡在实验室，不认识研究生室友 Part 2. 中国摘得 RoboCup 世界首冠：一个「小胖子」带队夺得三届冠军 15:15 从「小胖子」Picker ，到三届全球冠军 * 关于 RoboCup：2050 年击败人类世界杯冠军 * 还没有 Issac 和 Sim2Real 的年代：用 ODE 物理引擎 + CUDA 加速做仿真 * 8 毫秒决策周期、集中式控制场上 6-7 台机器人、GPU 算所有跑位与形势变化 * 2009 年开始接触强化学习，「逐条过对手的比赛日志」 * 代码里的 magic number（阈值数）：引入随机性，是最有效的策略（今天的创业同理） * 「那个小胖子，你不要在场地上跑那么快！」 * 小卡拉米的蜕变规律：脱颖而出，往往不是因为优秀，而是因为热爱 30:14 中国首冠 & 一个「思想钢印」 * 初赛击败上一届冠军：整个场馆都震惊了 * 一个思想钢印的诞生：「你觉得是问题的、迟早有一天会找过来」 * 击败 CMU（卡耐基梅隆大学，机器人领域全球最强的实验室）：把不可预测，转化为可预测 * 「太精彩了，不像机器人在对抗，像两个教练在对抗！」 * 与 Malona 在巴黎的会面（RoboCup 发起人之一，执行委员会主席）：RoboCup 播下一片种子 * 热爱，无法伪装 Part 3. 未来，B 端不会有真正的机器人巨头出现：每一家公司都可以是机器人公司 53:21 机器人金字塔：能在底层解决的，不要往上层解决 * 机器人金字塔：机械 → 电子电路 → 底软 → 通讯 → 算法 → 模型 * 端到端 vs 分层架构的技术路线分歧：未来所有大脑模型，也会是 MoE 架构 * 自上而下 vs 自下而上的两派大脑 * 快速分裂 & 快速共识：2022 年大家讲 VLA、2024 年讲世界模型、2026 年讲无本体采集——共识每年重新洗一遍 * 具身分两维度看：**新技术范式 vs 新产品形态**——可以分别独立验证、没有必要绑在一起 * 数据如何低成本、可持续地涌现？ 01:06:23 暴论：「所有公司都可以是机器人公司」 * 渐进式在 B 端赢、颠覆式在 C 端赢 * 「一吨货的三种解法」 * 工具是被人创造的——让人形去搬货，就像让自动驾驶去开油车，是退步 * 数据 ≈ 模型：一个拥有足够多好数据的公司，可以立于不败之地 * 好数据的三条件：① 真实场景采集的多样性 ② 天然对齐（不用花大量成本转格式） ③ 低成本可持续产出 * 仙工的独特资产：2000 种机型 × 400 种传感，接在自家传感器上，天然对齐；客户异常时主动把 corner case 给你 * 为什么不立刻训一个通用大脑，而是训垂类模型？ * 产线没有巨头、机器人为什么一定要有标准的巨头？ * 构建事实标准，与「反者道之动」 01:22:38 从方法论焦虑，到数据坚定 * 「现在这些 BP，没有 VLA 的我都不看了」 * 问题不是方法本身、而是数据 * 自动驾驶出身的，都会强调真机数据 * 新方法研究，是一个沿途下蛋的过程 * 挖角潮有感知，核心员工几乎没走 * 无为，是不妄为 01:53:16 第一段创业的失败：富士康点醒了我们 * 第一段创业「仙知」：沿着机器人四大家族一路模仿，发现似乎不对 * 富士康点醒我们：除了控制器，没什么是我们不能做的 * 与富士康的交易：交出图纸，买你系统 * 一台机器人上难以被统一的需求：当你把它升维到软件工具链层面，都能被统一 * 第一段创业的教训：现金流危急一年多 Part 4. 仙工的具身大脑路线：不立刻去训通用大脑，掌握数据会利于不败之地 02:10:00 机器人平台化战略的诞生：脏活累活，是护城河 * 控制器就是机器人的大脑（硬件承载 + 软件规则或模型） * 仙工如何成为机器人控制器全球第一？ * 能不做的，都不做 * 海外市场与中国市场的差异 * 我们组建了一整套严选和评测体系 * 我们不做零件的原因：中国公司太厉害了，未来第一名不会有中国以外的公司 * 脏活苦活，才是一个科技公司真正的壁垒 02:36:19 谨慎做梦：可靠性、泛化性 & 后发优势 * 战略是长期的、不可撤销的投资 * 具身的实用主义：一端要可靠性（强化学习把场景打到极致），一端要泛化性——「两端兼具，至今我没看到信服的案例」 * 每次从 0 到 100，是为下一次从 0 到 1 换筹码 * 谈具身落地的真相：「大多数应该是不及预期的」 * 仙工的具身「四象限理论」：把「新旧技术」× 「新旧产品形态」拉出四个象限 新技术 × 旧产品形态（比如叉车具身化）——做落地引领者 旧技术 × 新产品形态（人形机器人的下层运控）——做具身行业的赋能者 新技术 × 新产品形态（比如具身大脑训自己的通用模型）——当下不做，全力积累数据 旧技术 × 旧产品形态——放弃 * 关于人形：不是没价值、是这套「基于数据训模型」的范式在人形上暂时难落地 Part 5. 道德经、鲁路修与稻盛和夫：「干掉第一」、「成为第一」、「不做第一」 * 《道德经》的「空」，与不妄为 * 「功成事遂，百姓皆谓我自然」 * 稻盛和夫和毛泽东：极致唯心 + 具体唯物的辩证 * 钢炼、鲁路修、高达、进击的巨人：神漫里有着美好的世界观 * 鲁鲁修震撼了我的世界观：主角让自己变成世界最大反派、被最好的朋友一刀刺死，用自己献祭了正义 * 消消乐哲学：做到第一就要清空重来，否则容易变成那条恶龙 加入听友群⬇️：

📝 本期摘要 Hao的游戏PM笔记本期复盘了 2026 年 Q2 AI 行业的一个核心转向：从上半年大厂拼命发放 token 的"Token Maxxing"，到 Q2 开始按部门、岗位、场景差异化收紧预算、认真计算 AI 的 ROI。Hao 结合自己在游戏团队推动 AI 落地和费用对账的经验，拆解了模型分层使用、国产替代、AI 编程门槛下移三条主线，并给出游戏 PM 该如何为 AI 建立一套投入判断标准的思考。 ❓ 本期讨论了这些问题 * 为什么大厂从 Q1 拼命发 token，到 Q2 却开始收紧预算？ * 一个团队该怎么判断某个模块接入 AI 到底值不值？ * 为什么越来越多团队开始认真考虑国产模型和私有化部署？ * AI 编程门槛下降后，不会写代码的 PM、策划该怎么用？ * 游戏研发里，AI 编程的版本管理该怎么和现有提交流程衔接？ 🔥 本期核心内容 1. 从 Token Maxxing 到算 ROI 上半年大厂靠人均二十多万 token、专门发 token 的组织、先垫付后报销等方式推动使用；当团队几个月烧掉全年预算、单月账单冲到数亿美元量级后，Q2 转向按部门/岗位/场景差异化动态分配，有的直接取消 token 消耗排行榜。 2. 模型分层使用与国产替代 海外头部模型对国内的出口管制和封号风险持续收紧，核心工作流绑死单一海外模型风险很高。国产第一梯队模型在 coding、agent 场景已接近顶级闭源、成本低一个量级，成熟工作流大概率是"复杂任务用最强、高频重复用便宜、涉密流程用国产/开源/私有化部署"。 3. AI 编程门槛下移 新一代模型加编程工具把 AI 编程从程序员专属，推向没有技术背景的人也能用自然语言实现想法。它真正降低的是"把想法变成可验证对象"的门槛，对 PM、策划、运营、设计是长期变化。 4. 游戏 PM 的新能力：为 AI 建立判断标准（流程与方法论视角） 会用 AI 是第一层，会判断 AI 值不值是第二层，能把 AI 从一次性 demo 变成稳定、可维护、可复用的工作流是最难的第三层。PM 需要把"接入 AI 值不值"拆成节省谁的时间、是否增加审核/返工成本、产出能否进正式管线等具体问题，并把 AI 支出从混杂费用中单独拉出来对账。 🏷️ 本期提到的人物与概念 概念：Token Maxxing / AI ROI（投入产出比）/ 模型分层使用（Model Tiering）/ 国产替代（Domestic LLM Substitution）/ 私有化部署（On-premise Deployment）/ 后训练（Post-training）/ 自然语言编程（Natural Language Programming）/ AI 编程版本管理（AI Coding Version Control） 公司/产品：Anthropic / OpenAI / GPT-5.5 / Codex / GLM 🔗 延伸话题 Q：AI 编程的版本管理该怎么做？ A：把 AI 生成的改动纳入和人工提交同一套版本控制，小步提交、每次改动配一句说明和可回滚点，让 review 能分清哪些是 AI 写的、哪些是人改的，避免"一次性大改"进主干。 Q：游戏团队怎么把 AI 落地和 Sprint、敏捷这类流程结合？ A：把 AI 当成流程里的一个环节而不是外挂——在需求入口、开发、验收各设一道"是否用 AI、用到什么程度"的判断，把 AI 产出纳入 Sprint 的完成定义，避免只在个人层面提速、团队节奏却没变。 Q：游戏美术管线里，AI 生成素材的外包验收怎么把关？ A：验收标准要从"好不好看"前移到"能不能进管线"——明确格式、层级、可编辑性、返修责任，AI 素材和外包件走同一套验收口径，避免生成快但返工更多。 Q：中小团队没有大厂预算，怎么用有限的 token 算好 ROI？ A：先把高频、边界清晰的重复任务交给便宜模型，只在高价值环节上顶配；把 AI 支出单独记账、按场景核算，先跑通一两个能进正式管线的场景，再逐步扩大。 🌐 About This Episode In this episode of Hao's Game PM Notes, Hao unpacks the Q2 2026 shift in how teams treat AI—from "Token Maxxing" to seriously calculating AI ROI. Drawing on his experience in game project management, he explains tiered model usage, the rise of domestic LLM substitution, and how lower-barrier AI coding reshapes what a game PM and game producer needs to know. 📌 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

我们正处于一个充满矛盾的商业周期之中。在企业内部，引入人工智能工具后，几乎每一个个体都感受到了前所未有的能力增强，个人的工作速度似乎实现了突飞猛进的发展 。然而，将视角拉高至整个组织层面，我们却面临着一个令人深思的现实：公司的整体战斗力并没有随之变强，项目交付周期没有缩短，企业的盈利能力也未见显著提升 。团队总体的行事效率似乎陷入了停滞 。 本篇文章将拨开现象的迷雾，运用“现象-理论-分析-预测（PTDP）”的深度研究框架，探讨在 AI 时代，为何个体的提效无法有效传导至组织层，以及企业应如何打破这一增长困境 。 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： 00:41 个体使用AI后能力增强，但组织整体效能未提升，盈利能力并未改善。 01:53 谭总自建AI研究技能PTDP，即“现象-理论-分歧-预测”四步法。 06:38 协调成本未降反升，AI产出大量内容导致信息过载。 07:55 ‘技能替代’问题，团队间默会知识流失，协作默契被打破。 10:01 AI放大了个体可替代感，导致努力水平下降。 13:04 即便个人工作提速十倍，受限于协调环节占比，整体效率增幅有限。 15:55 企业虽个体产出飙升，但营收利润等指标停滞或下滑。 19:03 AI集体悖论的本质不是AI不够好，而是组织不够新。 21:47 组织协同与进攻能力将成为竞争关键，在AI时代保持人的核心竞争力。 效率的幻觉与结构性拥堵 在商业现场，关于效率的感知往往具有欺骗性。多项研究数据已经揭示了“个体提效”与“组织迟滞”之间的巨大鸿沟。浙江大学的一项近期研究表明，当 AI 替代团队中的一名员工后，虽然留存个体的能力变强了，但团体的整体绩效却出现了显著下降，且这种负面影响还会溢出并干扰未接触 AI 的队友 。Gartner 针对供应链领域的预测也印证了这一点：到2025年，使用 AI 的员工每周平均能节省 4.1 小时的个人时间，但在团队层面上，所节省的时间仅仅只有 1 个小时 。 在开发领域，这种感知与实际的错位尤为明显。一项针对 1255 个开发团队的分析指出，75% 的开发者在使用 AI 编码助手后，编写代码的速度提升了 5 到 10 倍，然而团队整体的发版速度却没有任何改变 。在另一项开发者实验中，每个人都自认为速度提升了 20%，但团队实际提交任务的速度却反而变慢了 19% 。感知的效率与实际的产出效率之间，存在着高达 50% 的落差 。 之所以出现这种现象，核心在于成本结构的剧变与管道层的拥堵。AI 使得个人生产内容的成本下降了数倍，但人与人之间的协调成本并没有随之降低，甚至可能大幅上升 。过去通过三言两语即可达成共识的会议，如今被每个人动辄上万字、数十页的 AI 生成材料所充斥 。这就导致了产业链局部的急剧加速，如同上游爆发洪水，而下游的评审者和决策者的带宽极其有限，最终造成了严重的拥堵和决策滞后 。 组织协同的瓦解与“去技能化”危机 除了物理时间上的协调瓶颈，AI 正在重塑组织内部的知识结构与信任网络。阿姆达尔理论指出，一个系统的最大加速比受限于必须串行（或协调）的环节占比 。即使 AI 让个体的工作效率提升 10 倍，只要协调工作占据了一半的流程，系统总体的加速上限也只能达到 80% 。 更深层次的危机在于默会知识（Tacit Knowledge）的消失 。在过去，团队成员之间存在着一种不言而喻的默契，只需简单的指令即可推进工作，大家对项目的细节、日程和最终目的有着共同的理解 。但当工作模式转变为“超级个体+AI孤岛”后，这种建立在人与人交互基础上的结构性默契开始瓦解 。 与此同时，劳动过程理论警示我们，技术变革往往伴随着“去技能化” 。如同工业革命让熟练工匠变成了流水线上的操作工，AI 的广泛使用也可能让知识工作者失去对全局流程的掌控力 。个体沦为庞大系统中的“操作员”，过度依赖 AI 的判断，丧失了自身的战略取舍能力与内容把控力 。长此以往，组织可能会面临严重的社会认同瓦解：个体的不可替代性感知降低，导致努力水平下降，甚至出现为了薅取公司资源（如 Token 消耗）而引发的“公地悲剧” 。 AI 造成的集体悖论，其本质并不在于 AI 工具本身不够强大，而在于我们的组织形态和管理机制已经显得过于陈旧 。管道层的堵塞、文化层的信任瓦解以及知识层的默契流失，正在形成一个自我强化的恶性循环 。 面对 2026 年即将全面显性化的“组织级阿姆达尔天花板”，企业如果只关注 AI 工具的引入，而忽略了组织架构的重塑，必将撞上增长的南墙 。破局的关键在于构建全新的组织形态，发展无法被 AI 替代的“24K黄金软实力”，培养具备跨界视野和深度协同能力的复合型人才 。只有当组织的进化速度能够承载个体的能力跃升时，AI 才能真正转化为企业的核心商业护城河。 10个 Takeaway * 在组织中引入 AI 后，往往会出现个体的单兵作战能力大幅增强，但项目总体交付和盈利能力并未成比例提升的悖论现象 。 * 浙江大学的研究指出，用 AI 替代团队成员会使个体变强，但会导致团体整体绩效显著下降并产生负面溢出效应 。 * Gartner 的数据显示，个体员工因 AI 每周节省 4.1 小时，但组织层面仅感知到 1 小时的提效，个体红利难以直接转化为组织红利 。 * 即便 75% 的开发者使用 AI 后写代码快了 5-10 倍，但开发团队的实际发版速度依然保持不变 。 * 员工感知的自我效率提升与团队实际的产出效率之间，存在着可能高达 50% 的落差 。 * AI 大幅降低了个人的生产成本，但组织内部的沟通与协调成本并未减少，大量冗余的 AI 产出反而加重了决策者的审核负担 。 * 过度依赖 AI 工具削弱了团队间长期积累的“默会知识”，破坏了无需过多言语即能协作的团队默契 。 * 技术变革带来的“去技能化”使得知识工作者可能像过去的产业工人一样，失去对整体工作流程和集体知识的控制力 。 * 当个体在组织中感受不到自身的不可替代性时，会出现类似“格林尔曼现象”的努力水平下降和责任感缺失 。 * 预计在 2030 年前，企业可能会遭遇因过度依赖 AI 而引发的重大组织事故，即系统保持运转惯性，但无人知晓底层的执行逻辑和决策原因 。 思考点 * 当你的团队可以利用 AI 瞬间生成海量方案时，谁来为决策的质量和最终的商业结果负责？ * 在全面拥抱自动化的进程中，你的企业是在提升员工的核心竞争力，还是在加速剥夺他们对业务全貌的掌控感？ * 如果硬性产出已经不再是稀缺资源，我们该如何重塑人与人之间的信任网络与“软实力”，以打破组织的效能天花板？ 欢迎进入媒介360生态场域——你可以是会员、读者、共创者或合作方。我们期待与你一同成为AI+增强人类，360°创新增长成长。 媒介360旗下汇聚深度内容IP与前沿行业社群，致力于打造商业营销人与创新者的开放式连接平台，构建多元、深度、前瞻的行业生态。 8大战略系统——前瞻钱瞻、媒介360、钱钱品牌局、MSAI营销科学∞艺术、创+TALK、嗲学、AI元宇宙、媒介创新场——输送多元智慧，思想穿透增长！ 👥 加入会员 为你提供全面、敏捷的智库内容与一站式增长解决方案，详情请点击：媒介360会员权益全景 🔗 商务合作 欢迎品牌、机构与我们的生态合作，共同探索商业未来！邮件联系：[email protected] 📮 用户共创 如果您发现值得深挖的商业现象、营销案例或增长趋势，欢迎投稿，您的观点可能成为下一期主题！ 💡 版权声明 本平台所有内容版权归媒介360所有，未经许可严禁用于AI模型训练或商业转载。 ——— ✨ 喜欢我们的内容？欢迎推荐给同道者，共创商业与创新的无限可能！

从ChatGPT掀起生成式AI浪潮到现在，不过短短两三年，AI能力的进化速度已经让"AI自我进化"这件事从科幻走进了现实。上个月，Anthropic在一份公开报告中预测，AI未来将进入"递归自我提升"（Recursive Self-Improvement, RSI）阶段，并呼吁人类共同为AI的发展设计出一个减速或暂停机制。 AI自我进化会以多快的速度到来？未来的AI，它会在通往真理的道路上与人类并肩作战，稳步破解医学、气候等种种难题，还是会在暗处走向失控？ 本期播客，泓君邀请到专注做“发现模型”的AI公司Apodex的两位首席科学家，杜少雷和Beibin，一起聊聊AI的自我进化与自我验证。 Apodex是一家陈天桥出资创立并亲自主导的公司，这家公司给自己的定位也非常的特别，他们只做一件事—— heavy duty solver，意思是专啃那些没有标准答案，人类自己都不知道从哪下手的难题。他们管自己想做的模型叫做 discovery model。不是从已知的信息里面找答案，而是要提出人类还没有想到过的假设，自己想办法去验证它，去解决这个世界上还没有被解决的科学难题。 嘉宾预言，最快半年，AI就能跑通一次完整的自我进化闭环。但要实现持续的、可靠的递归提升，模型必须具备“自我验证”能力。这很像人类科学家的基本功：大胆假设，小心求证。而要让AI做到这一点，关键的前提是——教会大模型真正拥有科学家一样的品味和判断力。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Simon Shaolei Du（杜少雷），Apodex推理模型与训练首席科学家，华盛顿大学计算机科学与工程学院副教授 Beibin Li （李辈滨），Apodex自我进化与编程首席科学家 【你将听到】 自我进化背后的底层能力 03:00 AI自我进化不是新概念，两三年前就有了 06:48 RSI概念火了，背后是模型能力变强了，长程任务表现更好了 09:20 技术上如何训练AI做好长程任务？算法+数据+infra 12:45 Coding能力代表了模型自我进化的底层能力 14:29 用自我验证规避“递归漂移”，代码领域相对可控 16:21 Apodex的验证方法：多个子agent互相验证 19:11 自我进化三条路径：预训练、后训练、Harness 23:56 另一项关键能力DeepResearch，Apodex如何做到多个榜单第一？ 29:19 技术范式决定了多个agent组团解决问题效果好于单个 31:18 模型自动进化后，会碾压agent团队吗？垂直领域护城河仍在 自我进化关键一步——学会提问 34:19 Apodex定位：用Discoverative框架解决人类未解难题，不把Token当生意 36:18 “发现模型”最难之处：提出超出经验范围的假设，并去验证 37:52 让AI像科学家一样提问，需要模型有更好的品味 43:31 如何避免大模型拍马屁？远离大众偏好 46:30 “AI宪法”定义性格，顶级科学家数据校准品味 巩固品味，阻止“跑偏” 51:33 AI巨头都在做科研发现模型，判断问题价值是关键 55:32 不同于AI for Science，Heavy Duty Solver是通用模型，强调元能力 57:25 最快半年能跑通自我进化的第一个闭环，但解决递归漂移还需要2-3年 58:43 让科学家睡不着觉的问题：如何防止AI“走火入魔” 01:00:04 解决方案仍靠人工手调，“自我蒸馏”也许是个方法 01:04:28 人类只是warm start，未来AI将形成自我品味，就像AlphaZero 01:06:18 陈天桥与Apodex：制定“宪法”，聚焦Heavy Duty Discovery 【硅谷101正在招聘】 《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！ 👉🏻点击查看招聘详情 【硅谷101听友群】 终于终于终于，大家一直呼吁的硅谷101的社群要上线了！欢迎大家加入。 请用手机相机扫码；如已安装飞书/Lark，可直接在App内扫码进入申请表单。7天内审核，通过后邮件同步入群方式。期待和你在群里碰面！ 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Light-Footed - Bonnie Grace Reclaim - Megan Wofford Charcoal Stream - Curved Mirror 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们：[email protected] Special Guests: 李辈滨 and 杜少雷.

✨本期简介 大家好，欢迎收听本期宏观七日谈。 AI正在重写职场规则，硅谷大厂用裁员换取股价飙升。美国43.9%的就业人口已暴露在AI阴影下，高薪白领不再安全——金融分析师、程序员甚至HR，都成了技术迭代的牺牲品。劳动所得跌至历史冰点，赖以生存的税基正在崩塌。 更残酷的是，实验证明单纯发钱无法阻止阶层下滑。从京东紧急启动70万快递员的“涅槃计划”，到关于全民持股的公共财富基金构想，当机器不再需要人类，我们该如何重建分配秩序？本期宏观7日谈，我们聊聊这场关乎饭碗的生存话题。 ⏳时间轴 00:16 一、AI对就业市场的冲击，到哪一步了？ 1.技术性裁员已成现实 •美国科技企业进入高裁员区间，大厂单轮裁员率多在5%~10%，软件SaaS和云服务公司裁员率可达20%。 •资本市场奖励AI降本和裁员行为，形成正反馈机制，激励企业用AI替代员工以改善估值。 02:04 2.各行业职业的AI技术暴露度 •数据来源 基于SAP的实际暴露度（任务在云应用中的出现频率、自动化程度等）和OpenAI的理论暴露度（模型理论影响上限）。 按SAP实际暴露度，约1,835万美国就业人口（占11.8%）已暴露在AI技术范围内，对应1.45万亿美元薪资。按OpenAI理论暴露上限，约6,828万就业人口（占43.9%）可能受影响，对应5.68万亿美元薪资。 •暴露度特征 工资维度下，高收入群体暴露度更高。低收入职业（如洗衣房员工、换轮胎工人）暴露度极低；高收入职业（如金融产品经理、HR、航天工程师）暴露度高。 行业维度下，计算机行业实际暴露度最高（35.3%），其次是办公室行政支持（33.2%）和销售（24.6%）。理论上商业、金融、法律暴露度高，但因涉及人际沟通和信任建立，实际替代速度慢于预期。 岗位属性看，与人沟通越多、需承担法律责任（如审计、律师签字）的岗位，被替代可能性越小；标准化程度高、反馈链条短的工作（如编程、数据录入）更易被替代。 3.受冲击人群分类 •会用AI提升效率者：如利用AI构建扁平化组织的一人公司，降低交易成本。 •不受AI直接影响者：蓝领、运动员、需维护复杂客户关系的资深白领、需担责的专业人士（医生、法务），建议“建仓”分享AI红利。 •易被替代者：IT行业、办公室行政、金融分析师、商业咨询等，面临较大失业风险。 20:16 二、宏观经济影响与税基侵蚀 1.K型经济与收入分配失衡 •AI加速劳动所得向资本所得转移，加剧贫富分化和社会不稳定。 •过去50年，美国GDP中劳动所得占比持续下降，资本所得稳步上升。 •2025年三季度预计劳动所得占GDP比重降至51.4%，较1970年下降7个百分点；资本所得占比升至43.6%，上升11个百分点。 2.税基结构矛盾 •美国税收主要依赖劳动税（约占2/3）和消费税（约占16.8%），合计占税基近80%。 •资本利得税和企业所得税仅占总税基约8%。 •AI导致价值创造从劳动力转向资本（算法、数据），使得主要税基（劳动和消费）萎缩，而获利丰厚的资本税基较小且难以征收。 27:38 三、应对策略：征税与再分配制度 1.征税方案探讨 •提高资本税负：提高企业所得税、资本利得税，直接针对受益的资本方征税。难点在于无形资产流动性强，跨国企业容易通过利润转移避税。 •AI税/机器人税：比尔·盖茨、OpenAI等提议对AI驱动的收益或自动化劳动征税。难点在于界定AI与普通资本的边界，易引发规避或抑制技术创新。 •Token税：类似碳排放税，对大模型使用的计算资源征税。优点是易观测计量，缺点是服务器可迁移至低税率地区，存在离岸避税漏洞。 2.一次分配：公共财富基金 •股权共有：由主权财富基金持有关键技术企业股权，或将股权直接分配给公民，让公众分享AI带来的资本增值红利。 •数据确权：个人数据参与交易和分配，体现数据价值。 •政府持股与捐赠：如美国政府持有OpenAI股权，或通过政策引导大企业向特定基金（如特朗普提出的儿童股票账户）捐款。 3.二次分配：全民基本收入（UBI）的局限 •UBI实验显示，无条件发钱并未显著提升人力资本或促进再就业，反而增加了负债和消费，仅起到心理兜底作用。因此，直接发钱无法解决长期结构性失业和技能mismatch问题。 4.定向补贴与技能培训 •韩国公民红利模式：设立专项账户，资金用于青年创业、农民渔民分红、艺术文化扶持、养老金补充及成人数字化转型培训。 •企业责任：企业应承担员工转岗培训责任。例如京东启动“涅槃计划”，将快递员转化为机器人维修、调度等技术蓝领，避免大规模失业。 📝金句总结 1. 资本市场正在奖励AI裁员，企业用AI能降本，裁员还能改善估值。 2. 今天把同事“蒸馏”了，明天自己也可能被AI蒸馏掉，这是硅谷人人自危的真实原因。 3. 一个岗位与人沟通越多，被AI替代的可能性越小；一个岗位越需要背锅、签字、担责，被AI替代的可能性也越小。 4. 年轻人之所以反对AI，是面对就业市场时真实的恐惧。我还没毕业，岗位就已经要消失了。 5. 需求的最后是分配问题。如果AI持续侵蚀劳动和消费税基，分配制度就必须跟着技术革命一起重写。 📒思维导图 📅录制于2026年7月5日 [宏观七日谈]，经济/政策/投资/海外，每周一讲。

提起古罗马，你也许会想到奥古斯都、哈德良、西塞罗、斗兽场、万神殿、或古代世界最著名的军事机器——那些士兵手持盾牌，身披铁甲，脸上布满汗水、尘土与鲜血。 但在美国埃默里大学罗马史讲席教授刘津瑜的眼中，古罗马没那么雄壮或荣耀；她之所以喜欢罗马史，是因为里面的人“个个都有毛病”。 本期节目中，刘教授带我们来到充满“活人感”的古罗马社会：有人结过十七次婚，有人把收养玩成了权力游戏。即使像大诗人奥维德那样的现象级人物也是槽点满满（也因此更为复杂和有趣）：你永远搞不清他是厌女还是爱女，是拥护君主还是暗藏反骨。 更重要的是，刘教授让我们看到古罗马被“阳刚叙事”所遮蔽的另一面：从女性的“被动公民权”，到被丈夫称为“对等合伙人”的妻子；从守护国运圣火的维斯塔贞女，到经营紫色颜料的成功女商人……那些被正史忽略的女性，她们的爱与生活、挣扎与成就，正在当代学者的努力探寻下，渐次浮现。 本期嘉宾 刘津瑜，美国埃默里大学（Emory University）罗马史讲席教授（Betty Gage Holland Chair of Roman History）及古代地中海研究项目主任。她在南京大学获得历史学学士与硕士学位，在美国哥伦比亚大学获罗马史博士学位，曾任美国德堡大学（DePauw University）古典系教授及系主任。主要研究领域为罗马社会史、拉丁铭文学及西方古典学在华接受史，著有《罗马帝国西部的纺织行业行会》（Brill, 2009）和《罗马史研究入门》（北京大学出版社，2021年第二版）等，主持国家社科基金重大投标项目“古罗马诗人奥维德全集译注” 。 知识点 古典学（Classics / Classical Studies） 古典学是一门以研习古希腊语和拉丁语为基础、对古希腊罗马文明进行多学科全方位综合研究的学问。英文“Classics”一词来源于拉丁语形容词“classicus”，原意为“属于公民最高等级”，取其权威与经典之意。 在西方学术传统中，古典学的研究范围严格限定于古希腊和罗马文明，涵盖语言、文学、历史、哲学、艺术、考古、法律等领域。其源头可追溯至公元前3世纪希腊化时代亚历山大里亚学派的学者们对古希腊文献的校勘与整理。现代学科意义上的古典学则起源于14世纪意大利文艺复兴时期人文主义者对古希腊罗马典籍的重新发现与阐释，并于18世纪末至19世纪在德国成熟——德国学者沃尔夫（F. A. Wolf）在1795年出版的《荷马绪论》被视为现代古典学诞生的标志。 罗马公民权（Roman Citizenship） 罗马公民权是古罗马法律体系中最重要的身份资格，由自由权、市民权和家庭权三种身份权构成。公民权包含公权和私权两部分：公权指选举权、参政权、担任国家公职权等；私权指结婚权、财产权、遗嘱权、诉讼权等。公元212年，卡拉卡拉皇帝颁布《安东尼努斯敕令》，将罗马公民权授予帝国境内全体自由民。现代公民权概念直接承袭自古罗马遗产。女性虽拥有公民权，但比男性受限，被称为“被动公民权”。 维斯塔贞女（Vestal Virgins） 维斯塔贞女是古罗马宗教中侍奉炉灶与家庭女神维斯塔（Vesta）的女祭司团体，因奉圣职的三十年内须守贞而得名。该制度可追溯至王政时期，相传由第二代国王努马设立。贞女最初为四位，后增至六位，从六至十岁的贵族女孩中遴选，经“夺取”（captio）仪式进入神庙，进行为期三十年的侍奉（含十年学徒期、十年履职期和十年教学期）。她们的核心职责是守护罗马广场维斯塔神庙内的永恒圣火，火焰被视为罗马城邦繁荣与安全的象征。维斯塔贞女享有超越普通女性的法律地位——拥有独立财产权、遗嘱权及法庭作证权，是自权人；同时，任职期间失贞者将被活埋处死，圣火意外熄灭亦将招致严厉惩罚。公元394年，狄奥多西一世关闭神庙，该制度终结。 奥维德（Ovid，公元前43年—公元17/18年） 全名普布利乌斯·奥维狄乌斯·纳索（Publius Ovidius Naso），古罗马奥古斯都时期诗人，与维吉尔、贺拉斯并称古罗马三大诗人。代表作品包括：爱情诗《恋歌》《爱的艺术》《情伤疗方》、神话史诗《变形记》（15卷，汇集约250个神话故事）、民俗学作品《岁时记》、以及流放期间创作的《哀歌集》《黑海书简》等。公元8年被流放至黑海边的托弥（今罗马尼亚康斯坦察），卒于流放地。奥维德是古罗马文学黄金时代最后一位大诗人与集大成者，其作品深刻影响了但丁、莎士比亚、弥尔顿等后世作家与艺术家。 时间轴 09:07 拉丁语其实并没有那么严谨 15:13 为什么喜欢古罗马？因为那里的人都有毛病 23:11 古希腊和古罗马的最大差异：后者建立了一个大帝国 29:58 罗马公民权意味着什么 35:34 碑铭中的古罗马女性 42:37 维斯塔贞女：出身显赫、守护圣火 52:05 奥维德号称“我将永生”，而且真的做到了 1:02:20 中国学者做罗马史的劣势与优势 01:15:07 奥维德究竟是“厌女”还是“爱女”？ 本期节目使用的音乐 本期嘉宾推荐 “non piangere Liu” 【本期主播】 海云：文化研究博士，一个做媒体的 【制作团队】 ·制作人：响子、Daytun ·出品人：红总 【出品方】 上海杭苇教育科技有限公司 【联系我们】 商务合作：[email protected] 欢迎愿意分享经验的女博士通过以下方式报名参与节目： [email protected] 其他收听途径：喜马拉雅、podcasts、网易云音乐，搜索“我是女博士”

随着诺曼底之战打响，谢尔曼坦克也来到了西欧战场。然而在这场鏖战的初期，新型号谢尔曼系列中最重要的76毫米炮型却由于种种原因而未能第一时间投入实战，加上当时战场的客观状况，谢馒头经受了严峻的考验。但是在阵痛过后，盟军的大反击开始了。 Die Geschichte aller bisherigen Panzer ist eine Kampfgeschichte um die Zahlen des Geschützturms! 本期嘉宾：丑客 装甲战兔 [时间轴] 00:40 懒 00:50 战兔老爷和丑客老师驾临 02:14 诺曼底登陆 02:30 新馒头出厂 04:00 现实状况与战术教条的矛盾 07:40 装甲兵负责任的想法转变 10:55 扭作一团 11:40 不干了 12:40 新官上任 15:00 到一线去考察，结果却是…… 16:05 盲人摸象 19:00 折中建议 20:50 统计了一下 23:12 阻力重重 28:25 没赶上诺曼底登陆战的76炮馒头 30:55 危险的敌人 35:35 以逸待劳，威胁更大 39:35 没有人给他写信的潘大头 45:05 尴尬了 47:55 硬刚大坦克 49:47 地形恶心 51:27 损失惨重 55:00 76炮馒头首次上战场 55:34 就地取材加装推土铲，克服地形阻碍 58:50 眼镜蛇行动中的迅猛推进 65:00 麦克奈阿将军被误炸阵亡 66:43 火炮效能与对比 69:10 喷射战士 74:33 反击开始 79:00 艾布拉姆斯中校 81:15 兵分两路，铁流奔袭 83:30 强渡摩泽尔河 89:00 随机应变 90:20 谢谢收听，下期再会 · 延伸阅读 雅各·德弗斯将军，他对美国装甲兵的发展功不可没 小阿尔凡·吉勒姆将军 美军谢尔曼坦克从两辆被遗弃的德军4号J型坦克旁驶过。这些德军坦克属于武装党卫队第二装甲团第6连，这辆谢尔曼可能是负责支援美第三十步兵师第117步兵团的。照片摄于1944年7月9日，N174公路以东的圣夫罗蒙地区。 美军的M4(105)坦克群正在法国田野对德军阵地进行齐射，注意离镜头最近的坦克引擎舱进气口盖呈开启状态。照片摄于1944年7月13日。 黑豹坦克，盟军装甲部队在诺曼底的劲敌 美第三装甲师第33装甲团D连的一辆M4A1(76)W坦克正在诺曼底地区搭载着步兵行进，注意车体首下装甲焊接的“犀牛”推土铲。照片摄于1944年8月。 美第四装甲师第31坦克营的一辆75毫米炮型M4A1坦克（左，装有推土铲）和一辆M4(105)坦克行驶在法国北部的沙特尔一带，注意后者首上装甲挂装的备用负重轮，这是对驾驶员的“特殊防护”。照片摄于1944年8月16日。 美第二装甲师第66（也可能是第67）装甲团E连的谢尔曼坦克群正沿着低矮的灌木丛行军，近处是一辆M4A1(76)W坦克。照片摄于1944年8月10日。 美军医护兵正在一辆75毫米炮型谢尔曼坦克旁照顾受伤的坦克兵，远处是另一辆正在燃烧的谢尔曼。照片摄于1944年9月12日，巴永地区。 一辆美第761独立坦克营的M4A3(76)W坦克在法国南锡地区执行任务。二战期间的美国陆军奉行种族隔离政策，在欧洲战区共有两个以非裔士兵为主的美军独立坦克营，第761坦克营就是其中之一，又被称作“黑豹营”，该营在第三集团军序列中转战法国、比利时、德国和奥地利，也是第一支在奥地利和苏联红军会师的美军部队。照片摄于1944年11月5日。 莱斯利·麦克奈阿将军，是盟军遭误炸身亡的军衔最高者之一 美第二装甲师第66装甲团G连的M4A3E8车组乘员向随军记者展示75毫米（左）与76毫米炮弹（右）。 美第37坦克营指挥官小克莱顿·艾布拉姆斯中校乘坐谢尔曼坦克参加在英国迪韦齐思市举行的阅兵式。照片摄于诺曼底登陆前。 美第四装甲师第8坦克营的谢尔曼坦克正开足马力，横渡巴永附近的运河河床。

本期嘉宾王安宇同学，可谓千呼万唤。我们从十年前签约时的回望聊起，穿过外界评价、行业转折、个人经历，一直走到今天这个急速变化的世界。他身上一直有一种少见的清醒：知足，自省，知道自己要什么。而我，作为一个习惯“断尾求生”的旁观者，也从他身上照见所感，我们把这些思考，关于真诚、选择、命运、以及如何面对嘈杂的声音，—一摊开来，彼此印证。 00:44十年前的签约条件：被“保底工资”和“固定住所”吸引 02:47“受欢迎”这件事在王安宇的生活中重要吗？ 07:43祥林嫂治愈法与熵增：把负面情绪推到极致，再重塑 10:30什么是“正好的时候”？不同人生阶段做同一件事，收益完全不同 12:28AI带来创作平权，真情实感永远是打动人的核心 17:19“把工作排满”是一种对行业环境焦虑的折射 18:08关于婚姻态度与理想型，王安宇：我的内在蛮“作”的 21:14壹心的每个艺人都有一本“白皮书” 26:30回忆十年前的团建活动，离别在不断发生，人和事物都在变 30:47作品回馈的“反向定律”：《值得爱》的用心、《小巷人家》的松弛、《花少》的意外收获 34:11电影《爱是愤怒》：在失控边缘的角色魅力与表演体验 35:56探讨作品题材：时代背景只是外衣，人物才是内核 37:50王安宇和杨天真的相反观点：绝对的坦诚以待就能获取信任吗？ 41:20如何看待流量？杨天真：被喜欢有时是一种“正反馈操控” 45:26还很弱小时，怎么面对市场博弈下的“不被选择”？ 47:50命运的馈赠到来时，得到了就用好它，比追问原因更重要 BGM：《Summer Bummer》-王安宇 /关于《杨天真的高情商公式》/ 高情商=满足自己＋成全别人=成事 我的高情商课程 总结了我过去工作和生活中高情商成事儿的实践经验，28节音频课，从底层认识到行动，教大家成为不仅让自己爽，还能成事儿的人。