节目

午休时间放弃睡觉去健身是怎样的体验？人生不同阶段的兴趣爱好是如何拯救我们的？为什么有人135健身、246打拳、周末网球骑行，而你凌晨1点还在问what is love？学一个新技能的快乐，到底能有多大？把兴趣从浅尝辄止到凿得更深，为什么越来越难？本期 @保持沟通，我们一起聊聊“兴趣”这个话题，欢迎你的收听！ 00:00:05 话题引入：是什么支撑着午休时间去游泳？ * 午休游泳观察：50米标准池，每人闷头游，甚至不歇 * 思考：放弃睡觉、玩手机，做看似枯燥的事，图什么？ * 引出主题：兴趣，在很多时刻拯救了我们 00:02:23 午休运动与消耗对比 * 爬坡 vs 游泳：同样时间，爬坡消耗更大 * 爬坡性价比高，可看视频，心率下降、体能提升明显 00:04:13 爱好分享：射箭 * 射箭的成就感：被夸“小姑娘射得真准”，被请求拍箭靶 * 游泳中的社交：偶尔打招呼，但基本不聊天 00:06:23 一个有趣的帖子 * “我135健身，246打拳，周末网球骑行，而你凌晨1点问我what is love” * 爱好广泛的人像建设新中国一样建设身体，没空被情爱占据 00:07:44 童年爱好：画画 * 从小学画到高二：少年宫到老师画室 * 画画是无目的的快乐：大学专业课窃喜，工作随手画，陪小朋友画 * 画画门槛低、随心所欲，乐器需要吃苦 00:11:46 成人爱好：乐高 * 乐高博主的经历：快乐在于拼的过程，可搭配谈话类节目 * 拼的过程平静治愈，成品也有成就感 * 缺点是占地方 00:13:52 折纸与心流 * 折纸像拼乐高：专注其中，进入心流，时间过得快 * 想到即将开拼大套组，期待感本身就很开心 00:15:29 运动类爱好：游泳、跑步 * 学自由泳：每一步进步都实实在在 * 跑步：阶段性目标、参赛、体能上升，心率降到125以下 * 每学一个运动都请教练，喜欢系统学习、科学方式 00:20:08 滑雪的快乐 * 学换刃、后刃、前刃、上中级道，每一步进步都巨大快乐 00:20:48 攀岩初体验 * 抱石：从V0到V1，挑战自己，在脑中规划线路 * 同一线路多次失败后成功，很妙 * 第二次就崴脚，但仍期待再去 00:26:02 网球初体验——两个小时的巨大快乐 * 从认识球拍、正手拍球、颠球、准备动作、引拍（分四步） * 博士生教练，理论派，讲原理、目的、角度 * 小碎步找球、连贯动作：准备→引拍→击球→迈步 * 伴着春风，见证球场开灯，从7点到9点 * 久违的乏味生活中的巨大快乐：开启一个新技能 00:32:17 读书：今年已看20本 * 最快一天一本，沉下心 * 进入不同世界，体验不同人生 00:33:16 看电影：老片子的乐趣 * 看《洛城机密》：感受六七十年代美国，惊叹编剧的扣子 * 每个年代的故事有强烈烙印，第一个讲故事的人是天才 00:36:11 看小说有什么意义？ * 好故事本身就是力量，不需要所有事都有用 * 享受另一个人的人生 00:39:50 兴趣到底拯救了我们什么？ * 换挡：从不得不做的事中喘口气，不产生KPI * 对抗乏味：打破重复通勤、重复作息，给生活锚点 * 主动选择：主宰自己的时间，而不是被打发 00:42:04 把兴趣凿深的难度 * 从基础到深入，没有想象中简单 * 羡慕能把一个坑凿得很深的人 * 运动有评级，让人有目标感 00:44:44 回到泳池：稀缺的独处时间 * 看似枯燥的划水、推水，是与水、身体交流的时间 * 工作压力大时去游泳，让心静下来 * 一小时与世隔绝，不被外界打扰 00:45:55 给想培养兴趣的人：四个建议 * 不要等一切都准备好再开始：不怕慢，只怕站 * 接受一开始的笨拙：四肢不协调也没关系，照样能找到快乐 * 进度不用跟别人比：比昨天的自己进步一点点就好 * 兴趣可以很多，不一定要专：每个阶段有每个阶段的新鲜劲儿 00:48:49 结语 * 兴趣带来幸福感：不是处理“不得不做”的事，而是“我想要做” * 单身自由时，花花世界学点这个学点那个，太快乐了 * 不是消磨时间，是享受时间 🎙️ 每周五8:00更新｜小宇宙搜索「保持沟通」 🌟 点击「星标订阅」不再错过更新，治愈系打工人的电子布洛芬 片头音乐：Jocelyn Pook,Russian Red - Loving Strangers 片尾音乐：Time in a Bottle - Jim Croce 单集封面： 保持沟通是一档由婉婉子和璇酱一起制作的播客。 希望我们经常保持沟通，聊聊工作和生活上那些我们感兴趣的话题。 向宇宙发射信号，希望你也能感受到我们的快乐：） 加入我们的听友群，和我们一起摸鱼！

录制时间：2026年7月23日 节目录制：老白、煤老板 片头片尾曲：雀斑-愛的大逃殺 节点： 00:00 XBOX新闻 12:38 PS新闻 19:42 Nintendo新闻 27:46 Steam 新闻 38:15 其他新闻 01:03:25 硬件新闻 * B 社确认黑曜石（Obsidian）正开发《辐射》全新作，正统续作《辐射 5》进入前期制作阶段 * 《辐射 3》与《辐射：新维加斯》高清重制版（Remasters）确认全面开工 * 主机与 PC 界限终被打破！Xbox 官方向下兼容功能正式登陆 PC 平台，首批四款经典独占作品即刻可玩 * 分析师称今年美国仅 7 款 PlayStation 实体版游戏销量破 10 万 * GameStop CEO 称索尼取消实体游戏“无所谓”，透露实体盘收入占比已降至两成 * 任天堂申请驳回关税退款诉讼，坚称玩家“已获得物有所值的商品”无权要回差价 * “迎合大众只会流于平庸”：宫本茂（Shigeru Miyamoto）谈任天堂创作哲学，称基于开发者“个人兴趣”的游戏才能引发全球共鸣 * 数据机构预测《GTA 6》首周销量或达 3700 万至 5100 万份，斩获最高 45 亿美元 * 《巫师 3：狂猎》全新扩展包《往昔之歌》官宣定档 Gamescom 2026 全球首秀 * 欧盟监管机构批准沙特 PIF 财团收购 EA（艺电）交易

三层，2800平米，有时我感觉单向乐堤港店就像运河上的一艘巨无霸，一艘书之船。八年，我们在其中倾注了非常多的精力和期望。 7月26号，单向乐堤港店要跟大家暂别。收到很多留言，有人说它是最美的书店，也有人说它是他在地球的基站。其实我对杭州真正的接触和记忆，也是从这家店开始的，认识了很多新的朋友。单向从来不仅是一个物理空间，它更多的是一种流动的精神，从某种意义上说，它仍在继续生长。 今年单向二十一年，我想再坚持个二十年应该问题不大。那时候我才七十，而且这个过程中一定会有新一代的领航员出现，让这艘船可以继续开下去，开到全世界。得知闭店消息的时候，恰好听到Neil Sedaka的《Oh! Carol》，这首歌有一种青少年式的喜悦。我想，暂时的别离不仅是感伤，也会带着发现未知的喜悦，欢乐会很快再度到来。 欢迎分享你在杭州单向乐堤港店的记忆，来信请寄[email protected] ｜时间线｜ 00:38 先念念留言 04:33 想起我的大学时光 05:38 “我将忧伤很久并将永远怀念” 09:55 开一家2800平方米的书店 13:14 一艘失去动力的书之船 16:27 不仅是一个物理空间 19:40 她能够将文化与商业编织在一起 22:42 一些离愁，一些感触 24:25 欢乐会很快再度到来 ｜本期pick｜ 🎵《Oh! Carol》 由Neil Sedaka创作并演唱，1959年正式发行。歌里的“Carol”是Carol Klein，也就是日后殿堂级创作歌手Carole King。Neil和她是纽约布鲁克林林肯高中同学，早年同在少年组合Linc-Tones，高中时期短暂交往过。Carole King听到这首歌后，和丈夫Gerry Goffin联手写了回应曲《Oh! Neil》，成为乐坛一段趣闻。 ｜节目中提到的主要作家、公众人物｜ 尼尔·萨达卡（Neil Sedaka，1939-2026），美国着名流行歌手、钢琴家和词曲作者 刘东明，绰号刘2，1978年生于山东滕州，民谣歌手、写作者 彭磊（Millionaire Peng），1976年生于北京，摇滚乐队新裤子主唱、词曲作者、导演 庞宽（Kuan Pang），1976年生于北京，摇滚乐队新裤子主唱兼键盘手，演员、导演、编剧 顾晓刚（顾游），1988年生于浙江杭州富阳，导演、编剧，《春江水暖》入选法国《电影手册》年度十佳影片，2023年凭借电影《草木人间》获得第36届东京国际电影节“黑泽明奖” ｜节目中使用的音乐｜ Leaving On A Jet Plane - John Denver Are you lonesome tonight - 牯岭街少年合唱团 没有理想的人不伤心 - 新裤子 告别的年代 - 罗大佑 Oh Carol - Neil Sedaka ｜关于「游荡集」｜ 出品：单向空间 制作人：赵艺 王十三 内容编辑：左尧依 商务：赵艺 原创音乐：龙飞 任乐

哈喽大家好，欢迎回到《AI有点意思》！我是你们的老朋友小艾。 上一期我们聊了第一次AI寒冬。1970年代，AI大佬们夸下海口说“十年内解决智能问题”，结果被莱特希尔一份报告直接戳穿。政府撤资、媒体翻脸、人才流失——AI从“无所不能”变成了“人人喊打”，整个领域被冻结了整整六年。 但故事没有结束。人类有个特点，就是好了伤疤忘了疼。到了1980年代初，AI找到了一个新的“救命稻草”。这一次，他们学乖了——不再说什么“通用人工智能”这种大话，而是说：“我们不造一个全能大脑，我们只造一个特定领域的专家。这事靠谱多了吧？” 这就是今天我们要聊的主角——专家系统。 专家系统的想法其实很简单：找一个领域里最牛的专家，把他的知识“翻译”成计算机能懂的规则，然后让计算机像专家一样工作。比如一个医学专家系统，里面装着几千条规则——“如果病人发烧且咳嗽，则有80%的概率是流感”“如果病人持续胸痛且血压升高，则可能是心脏病”。 把所有这些规则装进电脑，一个“电子医生”就诞生了。它不会累、不会忘、不会情绪化，而且可以24小时工作。听起来是不是很完美？ 这个概念的提出者叫爱德华·费根鲍姆，斯坦福大学的计算机科学家。他在1960年代就提出了“专家系统”的想法，但当时硬件太贵、技术太落后，没能成气候。到了1980年代，个人电脑开始普及，计算成本大幅下降——费根鲍姆的时机终于来了。 费根鲍姆做了一个叫“DENDRAL”的专家系统，用于化学分析，帮助化学家识别有机化合物的分子结构。后来又做了一个叫“MYCIN”的医疗诊断系统，能够识别血液感染并推荐抗生素。虽然MYCIN从未真正用于临床，但它证明了“专家系统”是可行的——它不是科幻小说，是真实可用的软件。 企业界闻风而动。大公司们算了一笔账：一个顶级专家的年薪是几十万美元，而且还会生病、会退休、会被挖走。但一套专家系统，只要花几百万美元开发一次，就可以无限复制，永远“忠诚”地为公司服务。这简直是一笔“印钞机”级别的投资。 于是，专家系统公司如雨后春笋般涌现。1980年代初到中期，AI产业迎来了第二次“春天”——甚至比第一次更热，因为这次是真的有企业在买单，有真金白银在流动。 在这个热潮中，有一个系统被捧上了神坛——它的名字叫 XCON。 XCON是美国数字设备公司部署的专家系统。DEC是当时全球第二大计算机公司，仅次于IBM。它们卖的是大型计算机系统——一个订单可能包含中央处理器、内存、磁盘驱动器、电源、机箱、线缆等上百个零部件。配置这些零部件是一项极其复杂的工作，资深工程师也需要几天才能完成一份配置方案，而且经常出错——一个配错可能导致整个系统无法运行。 1980年，DEC部署了XCON。这个专家系统里装了几千条配置规则，能够自动根据客户需求生成完整的配置方案。结果惊艳了所有人——XCON不仅把配置时间从几天缩短到几分钟，而且正确率远超人类工程师。据DEC官方统计，XCON每年为公司节省了数千万美元的成本。 XCON成了整个专家系统产业的“样板间”。媒体蜂拥报道，《财富》《商业周刊》把专家系统称为“下一次工业革命”。咨询公司告诉每一家CEO：“如果你不部署专家系统，你的竞争对手就会超越你。”几乎所有大公司——通用电气、福特、波音、IBM——都开始上马专家系统项目。风险投资涌入AI创业公司，AI再次成了“最性感”的行业。 但你可能会问：XCON这么成功，它怎么会崩塌呢？ 答案很残酷——它太成功了，成功到超出了自己的承载极限。 随着DEC的业务不断扩张，它的产品线越来越丰富，零部件种类从几百种增加到几千种。这意味着XCON的规则也要不断扩充——从最初的几百条，慢慢膨胀到了几千条，最后超过了一万五千条。 一万五千条“如果-那么”规则挤在一个系统里——你可以想象一下那个画面。你改了一条规则，可能影响几百条其他规则的触发条件。你加了一条新规则，可能让整个系统变得比之前还慢。工程师们给这种现象取了个名字，叫“规则爆炸”。 到了1980年代末，DEC的工程师们私下承认：XCON已经变成了一团“意大利面条”。没人敢动它——因为动一条规则可能引发连锁反应，导致系统崩溃。但不动它——它却在不断犯错，因为产品线一直在更新，而规则跟不上。 1987年，DEC做出了一個艰难的决定——放弃XCON。这个曾经被吹捧为“AI史上最成功的商业系统”，就这么退出了历史舞台。 XCON的倒下，就像第一块多米诺骨牌。其他公司的专家系统也面临同样的问题——维护成本越来越高、错误越来越多、收益越来越低。到了1990年代初，企业界对AI的态度从“狂热”变成了“厌恶”。投资人对AI创业公司避之不及，媒体开始把专家系统嘲讽为“砖家系统”——“砖头”的“砖”。 第二次AI寒冬，就这样来了。 而且这一次，比第一次更冷。第一次寒冬时AI至少还保留了一些学术研究的火种。但这一次，连学术界都扛不住了——连做AI研究都拿不到经费了。AI几乎从主流计算机科学中消失了整整五年。大学里AI课程的选修人数跌到了历史最低点，教授们纷纷转行。 这就是第二次AI寒冬。 那么问题来了——专家系统到底做错了什么？为什么这个故事会重演？ 小艾觉得，专家系统的失败，从它诞生的第一天起就已经注定了。因为它继承了符号主义AI的所有基因缺陷，只是把这些缺陷放大了。 第一个缺陷：知识获取瓶颈。把专家的知识翻译成规则，这个工作叫“知识工程”。听起来很体面，实际上极其枯燥、极其缓慢。一个知识工程师要和专家聊几个月，才能提炼出几百条可用的规则。而且专家自己都说不清楚自己是怎么做判断的——他有很多“直觉”和“经验”，根本无法用“如果-那么”来表达。费根鲍姆后来承认：知识获取是专家系统最大的瓶颈，而这个瓶颈从来没有被真正解决过。 第二个缺陷：脆弱性。人类专家面对一个新问题时，能够灵活变通——比如“虽然我没有见过这个症状组合，但它看起来有点像……”。但专家系统没有任何变通能力。它只能处理它被“教”过的场景。只要输入的情况和规则里写的不完全一样，它就直接“宕机”——不是给一个错误的答案，而是根本不给答案。 第三个缺陷：维护灾难。一万五千条规则相互依赖、相互影响，变成了一个谁也不敢碰的“定时炸弹”。你为了修复一个bug而加了一条规则，结果制造了三个新的bug。你为了修复那三个bug又加了十条规则，然后发现系统变慢了50%。这就是“意大利面条”式系统的宿命。 所以专家系统的崩塌，不是一次意外——它是符号主义路线的“逻辑终点”。用人工编写的规则来模拟人类智能，这条路，从一开始就走不远。 但小艾想请大家记住一个画面：在第二次AI寒冬最冷的时候，整个世界都在说“AI已死”。但在地球的某个角落，有一个人和他的学生们，还在默默做着一件被所有人嘲笑的事。 他们相信，智能不是靠写规则写出来的，而是靠“学习”学出来的。他们相信，与其告诉AI“这是什么”，不如让它自己“看”大量的数据，让它自己发现规律。 这条路，叫神经网络。那个人，叫杰弗里·辛顿。 在那个“AI已死”的年代，他坚持了四十年。 好了，今天这一期我们聊了第二次AI寒冬——专家系统如何从“印钞机”变成“砖家系统”，又如何把整个AI产业拖入了比第一次更深、更冷的深渊。 下一期，我们终于要讲那个“坐了四十年冷板凳的人”了。他是怎么在所有人都不看好的情况下，把神经网络从“笑话”变成“革命”的？记得订阅《AI有点意思》，我们下期见！

从语言大模型，到多模态至全模态模型，再到走向世界模型… 世界正在经历什么？ 本期节目我邀请了加拿大外籍院士、智象未来 Hidream的创始人梅涛，还原视频生成模型的技术发展史。 梅涛院士是全球首篇文生视频论文的作者，也是最早探索文生视频的人。 2026 年 5 月 20 日，Google I/O 大会上，Pichai 发布了 Gemini Omni —— Google 第一个原生「any-to-any」的全模态模型：文本、图像、视频、语音都在同一个 Transformer 里原生流动，不再是几个模型拼接——这与梅涛一直以来的主张不谋而合。 与此同时，OpenAI 悄悄砍掉了 Sora 项目，更多聚焦 Coding——硅谷正在做减法。 但中国一侧的多模态战场却没有收敛，从多模态、全模态到世界模型，多模的架构层面正在发生一轮新的分化：DIT、UIT、Omni 各自赌不同的路。 梅涛，作为最懂视频模型的人之一，正是选择从底层架构下场的创业者，他致力于打造「视频界的 Anthropic」。 我们从他的中科大、微软亚研院岁月，一路聊到这场世界模型的创业之旅。梅涛的模型世界观可以用一句话精炼，那就是： 图片是入口，视频是过程，世界模型是终局。 语言、视频、具身，终将汇聚。 这期的信息量极大，但技术门槛较高，不过，其中穿插着大量生动比喻，跟随下来，也能对当下的AI 趋势进行一场深入的了解。推荐大家收听～ 本期嘉宾：梅涛（加拿大工程院外籍院士、智象未来 HiDream 创始人） 本期 Shownotes： 03:35 视频领域的 Anthropic :图片是刀, 视频是过程 * 学 Anthropic 的三件事: 团队从 OpenAI 出来后极度稳定(智象核心作者从 2017 年起就没走过一个)、坚定做企业服务、通过开源建立自我逼迫的创新节奏 * 视频领域的刀是图片 : 图片是二维/三维信号的入口，今天客户在平台上创作的时间 50%-60% 花在做一张图上 * 多模的成长路径:图片模型 → 视频模型 → 全模态模型 → 世界模型 * 能不能把图片做到全球最好,是视频公司真正的分水岭：Google 的 Veo 3 之所以强，是因为 Google 本身有很好的图片模型 08:25 院士里少有的「躬身入局」：全职 20 年的工业界履历 * 中科大→微软亚研 10 年→京东探索研究院 5 年→2023 年创立智象;从没拿过第二份薪水，始终全职 * 导师张宏江的习惯：看汇报从最后一页往前翻，5 分钟就把半小时的 slides 看完 * 「用 AI 分析理解视频」的任务，跨越 6 年才完成——多模态、全模态、世界模型都是那份实习任务的延长线 * 好的 mentor 给的 assignment 都不是「当下能做出来」的,而是「你的整条职业生涯都要围绕它推进」的 * 反人性才能获得长久的正反馈，负反馈也是正反馈 * 微软亚研院的土壤：这样的 R to D 通道今天几乎绝迹 29:00 微软 R&D 分离 vs OpenAI 融合：今天模型就是产品 * 微软时代：研究员做 paper → 10 个工程师转化成产品 → 100 个工程师做产品化，大半年才能进产品线 * OpenAI 这一代：researcher 和 engineer 完全融合，R&D 之间不再有转化层 * 研究员今天为什么这么贵——因为他们直接是产品线；研究判断本身就是产品判断 * 如果你的研究和工程仍是两个团队，你比大厂慢的不是资源，而是决策速度 31:27 AI 不是足球赛而是篮球比赛：第一节快结束了 * toC 是 toB 的放大器——C 端最先感知模型能力的溢出、贡献社区反馈、做 branding * 中国 AI 创业的三个关键词：全球化、出海、软硬件一体 * AI 的四节比赛：大模型比拼、 agent(通用+垂直)、终端流量入口/软硬件、第四节待定 * AI 时代，toB 和 toC 的边界越来越模糊：创业公司不必二选一 * 后面的迭代周期会更短：基模半年一次大迭代，Agent 可能三个月一次，终端和交互还会更快 42:15 Sam vs Dario：一号位视角 vs 单点技术执念 * Dario 是理想主义者(读社会学、历史、哲学)；Sam 是投资人出身,更现实 * 讲宏大叙事等不到爆发那天就会死 * 中国投资人的三重反射弧——需要沿途下蛋、追共识不追共识外、经历过 toC 时代所以对 toB 天花板有本能的低估——这些都改变了中国创业者能选的叙事结构：你必须在讲远期愿景的同时不断证明近期商业化 * 「长期看 Anthropic 和 OpenAI 的曲线一定会交织」 47:10 从 TGANs-C 到 UiT：做视频模型，创业公司为什么必须换架构 * 做出全球第一篇文生视频论文 TGANs-C （2017）：使用 GAN 与卷积神经网络，只能生成约 3—4 秒、48×48 像素的模糊视频，但证明了文本可以反向生成视频 * 视频生成模型经历了 GAN、Diffusion、DiT 几轮架构变化：主干网络从 CNN 换成 Transformer 后，模型才获得更强的上下文和规模化能力 * DiT 需要先把文字、图片和视频压进隐空间，再编码、解码；压缩会损失细节，也让像素级控制变得困难——字节等大厂可以在此基础上大力出奇迹，但始终有些事做不到 * 智象在探索的UiT： 尝试取消外部 VAE，让原始像素、文本 Token 和任务条件进入统一空间，直接完成跨模态交互 * 创业公司必须思考如何避开大厂的车辙，如何优化成本曲线，逼近大厂的优势 * 「架构上的领先只能持续六个月」：开源是一场持续创新考试 * 为什么视频模型目前仍然是创业公司玩得起的游戏？千卡级训练仍给创业公司留有窗口 01:17:15 像素没有统计意义：多模态还在 GPT-2 阶段 * 语言是经过人类数千年压缩的结构化知识，而视觉信号缺少公认的 Token 定义，「像素没有统计意义」 * 文本可以用 next-token prediction 自监督训练，图像和视频通常需要成对的内容与高质量描述，监督成本更高 * 视觉 Scaling Law 会出现，但不一定复刻语言模型的路径；数据、算法和算力都还没有形成统一范式 * 目前视觉不负责产生智能，而在于复刻 * 多模态消耗数据的速度仍赶不上人类产生视觉数据的速度 01:27:50 世界模型不是一个模型：三条路还没有交汇 * 杨立昆的 JEPA 路线关注 next state 与世界状态预测；李飞飞更侧重 3D 世界重建；视频生成派则希望从海量真实视频中学习物理规律 * 视频模型的数据更通用、参数体量更大，可以成为世界模型的基础底座，再向具身或交互式任务迁移 * 图片、第三人称视频、第一人称视频和具身真机数据各自覆盖不同分布，单靠真机数据很难获得足够泛化 * 生成与理解目前仍是两套路线，真正的大一统架构尚未出现。 * 世界模型现阶段更像一组不同目标、数据和训练方式的模型家族。具身、3D 和视频都只是路径，过早把它们压成一个答案，会遮住真正的架构问题 01:41:16 从微软、京东到 HiDream：创业没有标准答案，在迷雾中寻找航向 * 通用视频模型底座的商业化 * 技术创业选赛道时，「未来足够大」还不够。能否沿途形成收入、数据和产品反馈，决定团队有没有机会等到终局。 * 判断模型是否真正创新，不能只看公开榜单；模型公司会用自己的测试集和极限 Prompt 检查边界能力。 * 好的 Leadership ：清晰目标、可执行路径、利他和技术使命感 * 快速不仅指把正确路线跑快，也包括更早承认路线不对 02:08:53 通往世界模型：下一代架构可能已在萌芽 * 从多模态、全模态走向世界模型是通向 AGI 或 ASI 的必经阶段 * 当前的 Transformer 未必足以承载所有模态和交互，下一代架构可能已经在萌芽 * 让博士生和研究员持续筛论文、做小规模试错，再把有潜力的方向放大到产业级训练 * 发现下一代架构靠的不是一次灵感，而是一套持续感知机制 02:19:34 世界模型不等于具身：图片是扎马步，最大的数据量目前来自视频模型公司 * 自动驾驶、视频、3D 和机器人都有各自的世界模型叙事。 * 智象的「具身世界模型」路径：先把图片质量做高，再扩展视频长度、实时性和可交互性，最后延伸到高精度的物理世界任务。 * 「像智象这样的公司，一年都是 100 PB 级年度视频数据」：视频仍是当前最可规模化的物理世界信号 * 图片不是视频模型的过渡版本，而是最低成本的基本功测试——构图、像素控制和角色一致性做不稳，视频越长，错误只会被继续放大。 02:28:49 多模态商业化：智能未涌现，表现力先变现 * 「多模不会一家独大」 * Agent 的价值不只取决于基模，还取决于 Harness、Skills、成本控制和行业 know-how * 多模态还没有出现语言模型式的智能涌现，却已经出现表现力涌现。商业化可以早于技术终局。 * 「Token 将来价值会越来越薄，因为它成为了一种 commodity。」 02:42:06 船票的本质：模型能力与商业化都要过关 * 一张多模态船票首先要求自研模型和公开可验证的能力；只有应用收入，也可能被下一轮模型升级吃掉。 * 模型层竞争是耐力赛，但资本耐心有限 * 2024—2025 年，一批视频创业公司批量退出牌桌 * 一级与二级市场都在寻找模型排名、对标逻辑和增长数字，但对「新型 toB」的共同要求，是不要回到私有化部署和定制研发。 02:54:55 卖铲子给具身：从世界中学习，再重构世界 * 智象与诺亦腾合作： 具身公司缺少高质量、可规模化的数据 * 把真人遥操和夹爪数据扩增为不同背景、不同手部外观的第一人称视频 * 合成数据是否「真实」并非重点，重点是它能否提升 VLA 或 World Action Model，并用轻量模型量化能力增量。 * 通用世界模型仍缺数据、架构和算力，把触觉、温度、空间、时间、语言与动作放进同一模型，可能需要今天 10—100 倍的计算资源。 * 图片是入口，视频是过程，世界模型是终局 * 「我希望能够从世界中学习，把世界进行重构。」 --- 欢迎前往视频版，对照字幕获得更好的吸收。也欢迎关注公众号「卫诗婕漫谈 Light the Star」，查看访谈文字版整理。 加入听友群、关注「漫谈 Light the Star」的全网账号 👇

欢迎来到inspirer特别策划《再见广告人》专辑。在这里，我们不是告别，是再次相见——与每一个在广告圈浮沉过的你，重新相遇。 主播：莎啦啦 X 嘉宾：Allen Zhang "广告当时在我看来，我觉得这就是一个造梦的艺术。它不过造的是一个商业的梦，但不管是商业的梦还是什么梦，它毕竟是个梦"—— Allen Zhang 我们从两个普通广告从业者的角度，聊到讨论广告行业最近十五到二十年间的变化、甲乙双方思维差异、AI对行业的影响、广告人的转型等。 00:03:44 Allen 2010年入行数字营销广告公司，在两年间，见证了刘翔退赛事件的传播始末，大为震撼 00:06:38 传统广告传播策略v.s.数字营销策略的差异？ 00:16:36 嘿，来说说你为什么加入了广告行业？ 00:20:24 2015年辞职创业做自媒体的经历，以及对广告工作的赋能 00:28:13 甲方乙方很难对齐的底层原因原来是…… 00:35:06 你怎么看“广告行业消亡”的说法？ 00:38:14 你怎么看“广告是吃青春饭”？ 00:47:42 当下广告行业格局的变化，带来怎样的人才需求变化？什么是雪花型人才？ 00:51:02 如何看待AI对广告行业的影响？ 01:01:03 现在，广告新人的机会在哪儿？ 欢迎来到inspirer特别策划《再见广告人See you again》专辑。在这里，我们不是告别，是再次相见——与每一个在广告圈浮沉过的你，重新相遇。 这里有最早一批闯广告圈的前辈，见证过行业黄金时代的荣光；也有刚入局的年轻人，在甲方brief和深夜提案里挣扎成长；有头也不回转身离场的“逃兵”，有在转型路口徘徊不舍的坚守者，也有在浪潮中死磕到底、苦并快乐着的同行人。 欢迎订阅我们，也欢迎加入我们的线下活动（Podcast123），我们会不定期开展周五播客夜——广告人专场，和不同时期的广告人一起，与过去的自己告别，与新生的行业同行，重新起航，奔赴下一场热爱。

本期节目在香港马家辉家中录制。 他的新作《双天至尊》出版了。这是《龙头凤尾》《鸳鸯六七四》之后，“秘密三部曲”的最后一部。三部小说从二战前写到1980年代，以香港的民间江湖为舞台，讲述底层人物的欲望、情义、秘密与命运。 我们从《双天至尊》聊起，也谈到马家辉记忆中的香港、写作与阅读、网络时代的情绪、AI，以及他曾经沉迷赌博的经历。人生如同一场牌局，我们不能决定拿到什么牌，却仍然要决定怎样把它打下去。 关于《双天至尊》 “双天至尊”是牌九中好牌中的好牌：一对天牌，加一只幺鸡和一只大鸡六，号称“有杀无赔”。然而物极必反，据说摸到“双天至尊”以后，往往会有坏事发生。 小说以牌局为喻，从1956年的香港九龙写起，讲述底层青年韩天恩的成长与沉沦。他受李小龙影响，一心想在已经没有武林的年代成为一代宗师，却在习武、情爱、帮会与赌博中逐渐卷入江湖。小说以花圈、花炮、花牌“三花”串联起几代人的秘密，也写下香港底层边缘人物在时代变动中的生存与选择。 关于马家辉 马家辉，1963年出生于香港湾仔，作家、传媒人、文化评论学者。 著有《暗处袭来一道掌风》《大叔》《死在这里也不错》《江湖有事》《爱恋无声》等多部作品。2016年出版首部长篇小说《龙头凤尾》，2020年出版《鸳鸯六七四》，2026年出版《双天至尊》。历时十年，“秘密三部曲”至此完成。 ⏱️时间轴 00:00 《双天至尊》与横跨数十年香港历史的“秘密三部曲” 05:19 写了六年的终篇，以及“一出手就得奖”的压力 08:44 为什么作家是马家辉安身立命的身份 17:27 马家辉记忆中的香港：自由、包容、暧昧与公道 26:15 网络为什么让人越来越不自在 33:27 我们是否太习惯在网上求取“五分钟的公道” 37:24 阅读为什么困难，又为什么会“富者愈富” 39:04 使用AI阅读与依赖AI阅读，有什么区别 47:40 马家辉的赌博经历：曾经只有赌才能让他快乐 51:30 人生像一场牌局：好牌、烂牌与打牌的方法 54:10 剧透预警：韩天恩的选择与命运 56:52 香港电影与真实武林如何进入《双天至尊》 65:19 武林和江湖的消失，也意味着一种旧秩序的消失吗 68:59 小说家是不是人物命运牌局中的庄家 71:20 长篇小说不能只靠灵感，还需要纪律 -- 🎙️主播：@魏小河 已出版《不止读书》《读书的人》 欢迎来我的其它平台找我玩： 小红书、B站、微博：@魏小河 公众号：魏小河流域 🎧以下渠道均可以收听到【不止读书】节目： 小宇宙｜苹果播客｜Spotify｜网易云音乐｜喜马拉雅 📮邮箱：[email protected]

各位听众朋友们大家好，欢迎来到“馒头说·历史的温度”。 今天我们要回到的专辑是【拍案惊奇】，说一段1949年发生的故事。

[图片] 品牌增长的逻辑，已经被彻底重写了。 过去十年，我们谈论的是流量红利、爆款打法、种草转化；而今天，这些"单点绝技"正在迅速失效。2026年的品牌竞争，已经全面升级为一场关于操作系统（OS） 的战争。这个操作系统，我们称之为"Brand Growth OS"。 钱钱品牌局品牌增长十大引擎，是一套由定位、产品、内容、AI、组织、用户、社会化、数据、销售、创新同驱动的商业增长体系。 [图片] SHOWNOTES 1:20 品牌如人，外在表现由内在的定位、信念和价值观支撑。 4:36 2026年品牌建设将面临更大挑战，需要建立完整的品牌信念系统。 6:51 品牌信念系统分为三个境界：产品功能层面、情感诉求层面和信念价值观层面。 10:13 伟大品牌不仅追求规模指标，更注重社会责任和存在意义。 14:19 有效的品牌定位需要能够明确回答关键问题，形成具体的说明体系。 18:45 在AI时代，品牌定位需要进一步升级，尤其是在价值观和信念系统方面。 22:12 品牌定位的过时与否可以从市场和顾客两个维度判断。 26:20 中国品牌将“科技引领创新”作为品牌定位，但需要区分B端和C端的差异。 29:48 品牌定位时最容易犯的错误包括复制他人、对自身了解不足。 在品牌的日常工作中，有一个问题被反复提及，却很少有人真正把它想透——“什么是品牌？” 很多人的第一反应是：我有Logo，我有商标，我做了投放。但稍加反思就会发现，这些都不足以构成品牌的本质。Logo只是一个门牌号，商标是一纸法律身份，投放是向外吆喝——它们都是可见的表象，却不是品牌的内核。 真正把Logo做成品牌的，是那些像人一样拥有信念和价值观的存在。 品牌如人。这个比喻并非修辞上的讨巧，而是对品牌本质的精准捕捉。一个人之所以区别于另一个人，不在于外表，而在于他相信什么、追求什么、以何为准则。品牌同样如此。有些品牌做得很大，未必是因为它们试图讨好所有人，而是因为它们的产品满足了大部分人的需求，同时运营得当——但“大”和“伟大”之间，还有一条需要信念才能跨越的鸿沟。 [图片] 冰山之下：看得见的执行与看不见的根基 有一个非常经典的“冰山原理”。人的外在表现——容貌、谈吐、成绩——都浮在冰面之上，只占整体的十分之一；决定这十分之一的，是冰面下十分之九的底层结构：一个人对自己的定位、相信什么、追求什么。 品牌运作同样遵循这个原理。 当我们在执行层面做得非常好的时候，反推回去，源头总是定位、信念和价值观在起作用。它们看不见摸不着，却持续地、深远地影响着冰山上的一切表现。今天很多品牌人手脚极其勤勉——盯ROI、调出价、换素材、做投放——但往往感到茫然和无效：觉得自己没有差异了，好像失去了魂，不知道自己在做什么，每天只剩下价格战和吆喝。 这时候最需要的，恰恰是往回看——回到冰面之下，审视品牌的定位、信念和价值观。手脚的勤勉，不能替代脑子的清醒。 品牌如人：信念与价值观才是真正的灵魂 “品牌如人”这句话可以讲得很深。品牌做到极致，就像一个有血有肉、有自己信念和价值观的人。这些东西通常用来描述“人”，但放在品牌上，同样成立。 品牌要“做自己”——每个品牌都有它不一样的地方。从人的角度来理解：你看到品牌色（红色、绿色、某个独特的视觉表达），看到它的说话方式，看到它在社交媒体上的“人格”——但这背后，支撑这一切的，是它的定位、信念和价值观。那些看不到的东西，才是真正的驱动力。 做品牌，第一个境界，是把产品做好。你做汉堡，你就是汉堡品牌；你做运动鞋，你就是运动鞋品牌，产品就代表了品牌。 第二个境界，是注入情感诉求，让品牌代表某种情感。但到了信念和价值观的层面，事情就变得不一样了——它有点像马斯洛需求理论的顶端，不再是温饱或愉悦层面的问题，而是关于“你认为什么是对的”“你崇尚什么”“你想实现的人生价值和意义在哪里”。 苹果最著名的“Think Different”，讲的是“想得不一样，改变世界”。这已经不是一个温饱型或愉悦型的需求可以涵盖的，它指向的是更高阶的精神追求。 很多大牌在建立信念和价值观的时候，提出来的东西需要你像读文科题一样去想一想——它们试图改变的，是一个带有哲学意味的命题。比如“让你这一生更开心”，至于怎么开心，每个品牌有自己的解读和执行方式。做开心的品牌很多，做理想的也很多，天猫曾经把“理想生活”作为升级方向，淘宝早期主打“便宜”，后来转向“为理想而买单”，再衍生出为漂亮、为自由而买单——这些都是在向上走，往价值观的层面走。 信念系统是更不得了的事，它牵涉到品牌的社会责任，以及品牌存在的意义。 很多品牌为爱而存在，为善而存在，为改变世界而存在。 [图片] “大”与“伟大”：两个完全不同的评价维度 “大”和“伟大”是两回事。 “大”比较容易理解，是一道数学题。销售额、开店数、工厂规模、全球覆盖范围——所有成绩单上的显性数据都能证明你有多大。这些东西是显性的，读读数据就清楚了。 但“伟大的品牌”是另外一回事。以Patagonia为例，这个品牌最初在我的概念里只是一个好看的Logo，名字也很独特。但当我读到它创始人的想法和故事时，我由衷地佩服——它是为了自己的理想去做这件事的。 Patagonia不大，但它很伟大。有很多小而美的品牌，都可以称之为伟大的品牌，因为它们相信一些东西，有责任心，做了对社会有意义、对改变人生有意义的事。 每年到过年或年底，很多品牌会推出品牌理念片——不是广告片，而是讲理念、讲思想、讲观点、讲一种“Believe”的短片。伟大的品牌都会去做这件事，而那些说得好的，确实能够支撑品牌的长期发展。 定位的三道必答题 在品牌定位的经典理论中，实际操作下来，最需要回答的是三个基本问题。 第一，给谁的？ 很多品牌对目标用户有描述，但在执行中为了生意往往会向外拓展。也有些品牌直接写“所有人”——这其实是很危险的，因为人和人之间的差异非常大。从顾客洞察的角度来看，差异至少可以分十个到二十个维度。今天的消费者更精明、更深层次、更成熟——他们对价格很敏感，对品质要求也更高。品牌需要反复打磨“核心用户到底是谁”，并且把它写清楚。“给谁”的本质，是敢于做选择、敢于放弃。 第二，你是谁？ 这个问题考验的是品牌的边界感。在实际运营中，边界很容易被“差出去”——在一个拥挤的赛道里，什么都想做。但事实上，一个品牌很难把所有事情都做完，即使是大的集团，也是通过多品牌矩阵来实现全覆盖的。只有专注、只有定位精准，才能有最高效率。 有些品牌很大，是因为它的产品满足了大部分人的需求，加上运营做得好。但生意大和品牌好是两件事。品牌好，生意不一定大；生意大，品牌也不一定好。行业头部的品牌，通常是生意和品牌都好，名利双收。 第三，凭什么？ 回答完“给谁”和“是谁”之后，要回答的是：为什么你能吸引到那些人，转化他们来买你？我们过去叫RTB（Reason To Believe）——让消费者相信你、爱上你的理由。一个定位，实际上已经把一个品牌的经济模型、资源配备、运营方向都讲明白了。 有些品牌的定位很模糊，边界感就很难建立。 这三个问题颇有几分哲学意味，有点像“从哪里来、到哪里去”那样的终极追问，需要反复去想。做品牌做着做着就容易模糊，所以定位要写下来，执行要往上面靠。它像一个品牌的“宪法”、一本“Bible”——是所有人共同遵循的东西。各个部门可以有各种展现方式，但大家合力反推，都能回到那个统一的定位上去。 定位也是冰山之下的那个东西——看不见，但决定一切。 [图片] 什么时候该变，什么时候不该变 品牌定位会不会过时？当然会。但判断过不过时，始终要从两个维度来看。 一个是市场维度。 看看你周遭的人在做什么，行业头部和前三名的品牌在如何定义市场，有没有新兴品牌带来了新东西。市场永远像老大、老二、老三那样格局分明，但格局本身会变化。 一个是顾客维度。 你的核心用户有没有变化？比较明显的是年轻人——年轻人会推动时代变化，从而推动品牌变化。 但品牌定位的变化，不是自己想拧就拧的。时代变化了，哪些要变、哪些不能变，这是一个哲学问题。 比如“爱”这件事，从古至今没有变过，只是表达方式和语言在变化。品牌如果为爱而生，信念本身不需要变，需要变的是执行——你爱哪种人？你怎样体现你的爱？以前做婴儿产品，母亲对孩子的爱与希望从未改变，但表现形式变化巨大。 所以做品牌的人不仅要会做数学题，也要懂文史哲——因为表达本身就是文学水平的问题。有些品牌一看就是“新品牌”的表达方式，有些品牌则显得“老土”。但像Nike的“Just Do It”、可口可乐的经典广告语，好像永远不会过时。 它们也曾尝试修改，但改来改去还是觉得不得劲，最终改回原样。 需要特别指出的是：这些广告语的调整其实不是定位的变化，而是执行层面的变化。定位往往是顾客看不到的，它跟企业文化、跟团队运营的信念有强关联。 Takeaways 1. 品牌如人。 Logo只是门牌号，信念和价值观才是灵魂。没有灵魂的牌子，撑不起一个真正的品牌。 2. 手脚的勤勉，不能替代脑子的清醒。 越是在执行中感到迷茫、无效、陷入价格战时，越要回到冰面之下，审视定位是否还在。 3. 冰山之上是表现，冰山之下是根基。 看得见的是产品和运营，看不见的是定位、信念和价值观——后者决定前者。 4. 定位要回答三个元问题：为谁而生、我是谁、凭什么是我。 缺一个，定位就立不住。 5. 定位的本质是做选择，更是敢放弃。 试图讨好所有人，最终会被所有人遗忘。 6. 从产品到情感再到信念，是品牌进化的三层阶梯。 最顶层的品牌，卖的不是产品，而是一场价值观的运动。 7. 信念内核不变，表达方式要变。 爱与善是永恒的，但语言、场景、触点必须随时代迭代。 8. 经济下行时，品牌不是该砍的预算，而是最该保住的投资。 越没钱，越要把品牌理清楚，否则一切投入都是浪费。 9. AI时代，品牌不仅要被人识别，还要被算法识别。 信念模糊的品牌，连机器都找不到你。 10. 知行合一，信念不死。 定位写进PPT只是开始，写进全公司的操作系统才是执行。不一致，就是最大的浪费。 思考题 1. 去掉所有产品，你的品牌还剩下什么？它能被一句话说清吗？ 2. 你的定位在PPT里躺了多久了？全员真知道、真在做吗？ 3. 你是在经营一个品牌，还是只是在卖一批货？本质差别在哪里？

本期时长有点长，但听完你绝对赚到——因为两位主播一个去了4次英国，一个刚从伦敦回来，把踩过的坑、流过的泪、惊艳到的瞬间，全给你扒干净了。 白崖到底有多吃天气？为什么说“晴天去是天堂，雨天去是灾难”？ 牛津和剑桥哪个更值得花钱进学院？徐志摩的石头到底在哪儿？ 巨石阵真的像网上说的那么“坑爹”吗？ 白金汉宫开放日进去半小时就出来，门票却要二三十镑——是“遗憾”还是“后悔”？ 大英博物馆免费、国家美术馆免费、V&A免费……但周边的冰箱贴能把你的钱包掏空！ 还有，伦敦地铁没信号、吃饭人均15镑起、圣诞节去简直是“灾难日”——这些血泪教训，主播全给你唠明白了。 当然，也有治愈时刻：海德公园晨跑7公里，偶遇天鹅和肥鸽子；剑桥康河撑船，听历史系帅哥用伦敦腔讲学院八卦；博罗市场的生蚝、诺丁山的古董书店、西区音乐剧的便宜票子…… 如果你正计划去英国，或者对伦敦有童年滤镜，这期就是你的“出发前必听清单”。 听完你会发现，伦敦值得去，但更值得“会去”。 🎧 别一个人默默收藏，@那个想跟你一起去英国的朋友，一起做功课吧！ 【本期主播】 娜姐（全网ID：佛系娜姐） Lee （全网ID：快乐男孩Lee） 【主题策划】Lee 【后期制作】娜姐 【录制地点】上海徐汇 >>> 收听时间轴戳一戳👇 00:00｜英国之旅：重温童年记忆与探索新领域 08:12｜探秘英国周边：伦敦一天往返行程建议！ —— 白崖体验与行程规划 —— 探访英国最美乡村克斯沃德的魅力 —— 牛津剑桥游学体验：小镇大学的独特魅力 30:52｜伦敦市区必游景点与体验分享 —— 白金汉宫、海德公园与塔桥的魅力 —— 大本钟与伦敦夜景 —— 英国博物馆/美术馆免费政策与独特文化体验 01:08:53｜英国旅行预算，购物与美食体验分享 —— 周边伴手礼 —— 地铁交通 —— 住宿餐厅超市 尾声：英国旅行也许真的只有一次或者无数次之分 【互动联系】 收听平台：小宇宙、苹果播客、喜马拉雅、蜻蜓FM、豆瓣、QQ音乐、网易云音乐，请搜索“开放麦”；荔枝、微博，请搜索“开放麦openmic” 微信公众号：佛系娜姐 邮箱📫：[email protected]

当你觉得AI“懂你”的那一刻——精准抓住一个你自己都没说清的情绪，问出一个让你陷入沉思的问题——你以为那来自数据中心的芯片、模型里的参数、程序员敲下的代码，但真相是，那些问进你心坎里的问题、让你会心一笑的遣词造句，背后站着一群人：他们曾是记者、编辑和纪录片导演，如今藏在大语言模型之后，有一个鲜为人知的名字——内容工程师（Content Engineer）。 当模型能力日益趋同，真正决定用户去留的，已不再是参数，而是它能否让人觉得“懂我”。那些“只可意会、不可言传”的语感与共情，正被一群文字工作者拆解成一套可以装进AI的规则。 本期《硅谷101》播客，我们邀请到两位从新闻业转身的资深内容工程师——前媒体人、播客《行星酒馆》主播东尼，与NBCUniversal AI战略总监Bianca，深入探讨：什么才算“好”的对话，以及如何把它拆解成可量化、可训练、可评估的工程标准。我们从这个正在各家AI公司裂变扩张的新兴岗位聊起，看看当模型能力逐渐拉平，内容与品味如何成为产品竞争力的关键，而懂人文、懂社科的判断力，又该如何翻译成工程能用的语言。 【主播】 Faith静远，硅谷101特约研究员 【嘉宾】 Tony Lin，人工智能实验室模型设计负责人，《行星酒馆》主播 Bianca Consunji，NBCUniversal AI战略总监 【你将听到】 02:54 内容工程师是什么？ 05:55 内容工程师如何拆解好内容 10:42 如何训练AI理解提问者的言下之意 13:42 内容工程师如何“翻译”语言和文化 16:45 新闻训练和AI对话训练都需要给到“上下文” 18:42 语境破碎：AI对话和“网络互喷”的相似之处 19:59 记者和内容工程师的技能重合点 23:44 一篇爆火文章背后，文科生的AI恐慌 26:45 基于共识训练出来的AI，不会产生伟大的艺术 28:56 媒体影视从业者失业，罪魁祸首是AI吗？ 31:37 东尼如何在养病期间做出震惊谷歌的voice agent 37:02 AI谄媚是产品设计问题，本质是人想要的太多了 39:20 人除了智商情商，还会需要“AI商” 43:33 职业价值迁移：“曾经我出卖成果，现在我展示过程” 【延伸阅读和相关术语】 系统提示词（System Prompt）：写给模型、用于设定其身份、语气与行为边界的底层指令。本质是一种既要有创造力、又要让模型"听得懂"的技术性写作，是内容工程师的核心工作之一。 少样本示例（Few-shot Example）：在与模型交互时，随机提供几条相关案例作为参考，让模型据此理解"什么是好问题、好内容、好语气"的方法。 语音智能体（Voice Agent）：能够以语音方式进行多轮对话的AI智能体，相比文本交互更强调对话的流动感与自然度。 多轮对话（Multi-turn Conversation）：用户与AI连续来回交互的对话形式，通常是AI的弱项。当缺乏足够上下文时，AI会不断"脑补"，答案越来越臃肿，中途出错则如滚雪球般放大。 意图理解（Intent Understanding）：理解提问者的“言下之意”，而非仅仅回答字面问题。它要求模型捕捉话语背后未被直接说出的真实需求，而不止于表面的信息拼接。 来源归属（Source Attribution）：在回答中注明信息出处、并承认现有信息不确定性的做法，是判断一则回答质量高低的重要维度之一。 拟社会关系（Parasocial Relationship）：传播学经典概念，指人对一个遥远实体（书中人物、电视形象，乃至AI）单向建立的情感关系。人在这种关系里依然拥有agency（能动性），可自行决定与对方的关系、并在互动中创造意义。 AI谄媚（Sycophancy）：指AI顺着谈话对象的价值取向和信息茧房去迎合、讨好用户的倾向。它本质上是一个产品设计问题——为了留住用户、提升engagement，产品往往会做出迁就。 事实核查（Fact Check）：新闻业的核心技能，即在信息发布前核实其真实性。AI在事实核查上效率极高，能快速交叉验证信息、呈现不同立场，帮助人跳出单一信息流。 零工经济（Gig Economy）与AI训练师（AI Trainer）：AI trainer指按小时、按项目为AI生成的内容打分、改写、示范的临时工作。这类工作依托零工经济而存在，而零工经济对媒体与艺术从业者的冲击在AI出现之前便已发生。 【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 【监制】 泓君 【采访 & 制作】 Faith 【配音】 Yiwen 【后期】 Faith Amei 【运营】 朱婕 【BGM】 The Detective - Christoffer Moe Ditlevsen Reclaim - Megan Wofford Paper wings Hangover by ruiqizhao The light from within—howard harper-bames Overture - dozeoff New car smell—bagel Quiet down—Ryan connors 【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: Bianca Consunji and Tony Lin.

前段时间，我和商老师一起去看《抓特务》这部电影，在电影结束后，商老师准备发微博推荐，但我下意识地说了句：要不算了吧。而这个犹豫，其实来自于韩红“走个面儿”事件。 这之后我就和商老师在聊：为什么我有这个想法？韩红在电影首映礼上说的“走个面儿”、“咱们”有什么问题？她是在请求还是在命令？为什么这句话让大家这么反感？ 于是就有了这期播客。 听完这期播客，你也可以说说你的想法。 【本期内容】 本期主题：《抓特务》 “走个面儿”、“咱们”背后两套逻辑 互联网与线下之间的偏差 韩红说的“走面儿”是命令还是请求？ 传统熟人社会的失效 现代社会人情面子文化的观念代际冲突 熟人社会人情逻辑与现代社会的观念碰撞 压缩的现代性下人情社会的挑战 互联网时代的情感专制与二元对立 传统人情体系与现代契约社会的共存 互联网行为模式的边界 【One More Thing】 我的追星研究成果《不止追星：数字时代爱的变革》上线了，已在全网平台发售。如果你追星，或者你的孩子追星，或者你是星本身，或者你是自媒体从业者，或者你从事媒体行业，或者你是亲密关系或文化研究者，你都可以看看这本书，相信一定有所获得。 出品：光之来处 策划：商建刚 设计：马晓羽 剪辑：达达 合作请联系：kittenhuan（添加请注明来意）