节目

各位听友，大家好！欢迎收听《国际热搜局》，我是曹静。 就在前几天，一部叫《欢迎来龙餐馆》的电影火了。上映5天票房破7亿，豆瓣开分8.4。观众看完后的反应出奇一致——“看哭了，也看饿了。” 一部讲中餐馆厨师在中东战火里做饭的电影，凭啥这么火？更关键的是，这部电影背后，藏着一套和美国好莱坞完全不同的反战逻辑。今天，就和大家聊一聊这部电影为什么火爆？ 00:05电影《欢迎来龙餐馆》上映5天票房破7亿，豆瓣开分8.4，观众反应出奇一致——“看哭了，也看饿了”，成为暑期档现象级作品。 00:42故事讲述中国厨师徐福为还债远赴中东开中餐馆，在美伊战争爆发后，没有选择逃离，而是用一顿顿热饭在战火中为孤儿撑起一个能“好好吃饭”的角落，以普通人视角呈现战争。 01:26有讲英语和波斯语的观众评价，该片“不仅对伊拉克人的遭遇表现出同情，也试图解释激进势力为什么产生”，比美国同题材影片更有人情味。 01:41影片与好莱坞战争片形成鲜明对比：据统计超2500部好莱坞战争片在美国国防部协助下制作，镜头习惯跟随美国大兵，阿拉伯人常被简化为“恐怖分子”或“暴君”，而《欢迎来龙餐馆》完全以当地普通人视角展开。 02:28导演文牧野明确影片核心是“战火飘零”，人物在战争中被动飘零；影片海外片名定为《中东往事》（Once Upon a Time in the Middle East），标志着中国电影从“被叙述”转向“自己提供叙述框架”。 02:40电影中的两句台词极具深意：“没有你们哪来的恐怖分子？”——追问军事行动制造仇恨的因果链条；“还是咸了，你还是不懂这里的口味”——拒绝用外来“菜谱”硬套别人家的厨房，呼应“和而不同”理念。 04:50影片中一场东北铁锅炖融合阿拉伯烤鱼的婚宴，被北京大学区域与国别研究院学者称为“文明交流互鉴该有的样子”。 05:03影片揭示好莱坞叙事与霸权的关系：美军在前线创造“秩序”、美元维持规则、好莱坞完成合法性叙事，构成完整的霸权闭环；而中国电影正在提供另一套叙述框架。 05:13“好好吃饭”成为全人类最底层的共同语言，剧组准备了近40道菜且每道都能真正做出来，导演文牧野称影片核心就是“人与情感”。 05:27影片折射出中美两种国际关系逻辑的差异：美国模式是破坏既有制度、解散军队、制造权力真空；中国模式是帮当地恢复正常生活——从点亮巴格达夜空的发电站到纳西里耶国际机场，“把菜做好”的逻辑同样适用于国际关系。

“启泰早”是曹启泰个人播客《光忙万账》的日常片段分享，每周1～周5中午上线，每期5分钟左右。 【片头】 「光忙萬帳之啟泰早（起太早）」 （開工篇 Demo） 詞/曲,演唱：莎莎 编曲，吉他：David 童声/旁白：戴昊堃 太陽當空照 今天起太早 靠我近一點 一起來嘮嘮 每天暖洋洋 光忙又萬帳 （旁白：曹先生，该您上场了～） 【片尾】 「靠我近一點，彼此照亮」 詞/曲,演唱：莎莎 编曲，吉他：David 靠我近一点 分享你我今天生活里的暖暖微光 我们一起 向阳前行 彼此照亮 光芒万丈（光忙万帐） 【剪辑】 梵一如、王俊翔 【制作】 番薯剥壳工作室

本期播客重读莎士比亚的罗马悲剧《科利奥兰纳斯》。这部戏最核心的是两组关系：英雄与群众的关系，以及英雄与其他精英的关系。科利奥兰纳斯是罗马最卓越的战士，勇敢、自律、蔑视死亡，却极其不适合政治生活。他无法接受一个共和国最基本的事实：即使普通人没有他的勇气、才华和功绩，他们仍然有资格评价他、拒绝他，甚至放逐他。重点细读第二幕第三场。科利奥兰纳斯身上的“wounds”代表功绩，人民的“voices”代表政治承认。人民并不否认他的卓越，他们只是要求他承认普通公民也是值得被请求的人。与此同时，莎士比亚也没有浪漫化群众：人民会摇摆，会被保民官煽动，voice也可能被组织成noise。但人民会犯错，并不意味着人民因此失去政治资格。 科利奥兰纳斯最终从罗马最伟大的保护者变成率领敌军反攻罗马的人。莎士比亚留下的共和主义悖论也正在这里：共和国需要卓越，却不能让卓越自动变成统治权；人民需要英雄保护自己，也需要制度保护自己免受英雄的伤害。

📝 本期播客简介 本期我们克隆了：知名播客 All-In Podcast Anthropic's $2T IPO, Zuck's AI Manifesto, Nvidia's $500B AI Bet, Grok's Comeback 原内容更新时间：2026-08-14 本期节目由 All-In Podcast 的几位科技投资人主持，包括 Chamath、David Sacks 等，特别邀请了知名投资人 Gavin Baker 作为嘉宾。节目录制于2026年8月14日，围绕当时科技圈最热门的几大话题展开了激烈讨论：Anthropic 传闻中的2万亿美元IPO、扎克伯格发布的6500字AI宣言、英伟达联合华尔街巨头筹集5000亿美元用于AI算力建设，以及 xAI 旗下 Grok 模型的强势追赶。 这期节目信息密度极高，几位嘉宾不仅对 Anthropic 的收入增长速度和 IPO 估值进行了深入剖析，还就 AI 开源与闭源之争、算力融资模式的创新、以及 AI 对就业和社会的深远影响展开了观点交锋。无论你是关注 AI 产业趋势的投资者、创业者，还是对科技巨头动态感兴趣的观察者，这期节目都能提供大量一手判断和前瞻性思考。 👨‍⚕️ 本期嘉宾 Gavin Baker，知名科技投资人，曾主导参与 SpaceX 第二轮百亿美元融资，是科技投资圈备受尊敬的人物。他以其对 AI、算力和前沿科技领域的深刻洞察而闻名，在节目中多次分享了对 Anthropic、英伟达、xAI 等公司的独到见解。他的加入为这期节目带来了专业的投资视角和对 AI 产业链的深度理解。 ⏱️ 时间戳 00:00 开场 & 节目介绍 Gavin Baker 的加入与 SpaceX 投资回顾 01:10 开场寒暄与 Gavin Baker 的 SpaceX 胜利 02:09 讨论 Rahm Emanuel 的访谈与民主党内部斗争 Anthropic 的 2 万亿美元 IPO 传闻 03:56 突发新闻：Anthropic 目标估值 2 万亿美元 IPO 05:43 Gavin Baker 对 IPO 估值和收入增速的看法 10:20 Sacks 分析增长可持续性与算力瓶颈 13:21 Gavin Baker 拆解需求与供给：知识工作市场与能源限制 扎克伯格的 AI 宣言与开源之争 27:03 扎克伯格发布 6500 字 AI 宣言《未来属于每个人》 27:54 Sacks 解读宣言：集中化 vs 去中心化 32:48 Gavin Baker 认同"技术太危险，不能集中"的观点 36:14 讨论有效利他主义者的"核弹"类比与监管风险 英伟达的 5000 亿美元算力融资计划 55:05 英伟达联合高盛、贝莱德筹集 5000 亿美元 56:10 Gavin Baker 分析 GPU 资产融资模式的创新 59:10 Sacks 讨论风险：算力过剩与"暗 GPU"危机 01:00:59 黄仁勋的棋局：缓解融资约束，做大市场 亚马逊司机诉讼与社会主义议题 01:09:17 新泽西和纽约起诉亚马逊分包商模式 01:11:16 Sacks 为 DSP 模式辩护：合同自由与效率 01:12:46 Gavin Baker 建议亚马逊加收"Mamdani 费" 01:13:47 Chamath 反驳：资本主义需要自我修正 Grok 的强势追赶与 xAI 战略 01:21:50 讨论 Grok 4.6 发布与帕累托前沿图 01:24:14 分析 Elon 追赶成功的原因：收购 Cursor 与重组管理层 01:26:31 Sacks 分析 xAI 的"看涨期权"与"看跌期权"策略 Workday 收购传闻与软件行业前景 01:29:17 独家消息：银湖资本可能收购 Workday 01:29:41 Gavin Baker 分析开源对软件行业的冲击与私募股权机会 🌟 精彩内容 💡 "我们从未见过这样的收入增长曲线" Anthropic 的年化收入预计年底达到 1000 亿到 1200 亿美元，同比增长超过 10 倍，且过去三年每年都保持 10 倍增长。这种指数级增长在硅谷历史上绝无仅有，但也引发了关于潜在市场规模和物理限制的讨论。 "我们真的从未见过这样的情况。" 💡 "AI 产品不是造桥，而是酿啤酒" Gavin Baker 用"原子 vs 比特"的框架来理解 AI 算力建设，强调数据中心建设是物理世界的挑战，涉及能源、涡轮机、监管等现实问题，与软件世界的快速迭代截然不同。 "这是原子，不是比特，而且真的非常非常难。" 💡 "这项技术太危险，不能集中起来" Gavin Baker 将 Anthropic 和有效利他主义者的立场总结为"技术太危险，不能分发出去"，而扎克伯格、Elon 和 Jensen 则相信"技术太危险，不能集中起来"。他明确站在后者一边，认为历史已经证明分发和去中心化永远是更好的选择。 "历史已经给出了答案。当有选择的时候，分发和去中心化永远是更好的。" 💡 "英伟达正在变成 AI 界的中央银行" Gavin Baker 用"AI 界的美联储"来形容英伟达在算力融资中的角色。通过提供残值担保和牵线搭桥，英伟达正在创造一个全新的资产类别，让 GPU 成为可融资、能产生收入的资产，这将对整个 AI 产业链产生深远影响。 "从某种意义上说，英伟达正在变成 AI 界的中央银行。" 💡 "如果 Anthropic 猛踩刹车，后面的公司会连环追尾" Sacks 将 Anthropic 比作整个 AI 行业的"领跑车"，它的季度财报将成为市场判断需求信号的关键指标。如果领跑车减速，整个食物链上的公司都会感受到冲击。 "如果 Anthropic 猛踩刹车，后面的公司会连环追尾。" 💡 "我要拥有自己的 AI，它的价值观跟我一致" Gavin Baker 用持枪权来类比拥有 AI 的权利，强调个体应该拥有价值观与自己一致的 AI，而不是依赖某个"好人"或集中化的机构来决定什么对自己最有利。 "我要拥有自己的 AI，它的价值观跟我一致，而不是跟某个好人一致，哪怕那个人再好也不行。" 💡 "真理必叫你们得自由" Gavin Baker 多次引用这句圣经名言，强调在 AI 和数据中心的舆论战中，需要有人站出来讲述真相，纠正媒体制造的谎言和歇斯底里，否则公众将无法做出正确的判断。 "没人讲真话，你就得不到自由。" 🌐 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

1.头顶上的安全:高空抛物和孔明灯 2.天上飞的和路上跑的:无人机黑飞和抢方向盘 3.家门口:养犬和噪音 4.保护孩子，也不惯着孩子:学生欺凌，有偿陪侍，虐待看护人员

本期简介 2026年8月，具身智能热到全顶着几百亿的估值要去IPO了，宇树/银行通用/自变量/星海图/智平方等等等等，但机器人今天连抓个杯子都还会失败。这些公司能不能上市、上市了要不要买？——在我们反复的自我逼问下，我们出了这一期具身智能播客。 我们这期不聊浅的，从技术开始尽量大白话，把这个“看起来都长两条腿，里面到底差在哪”的行业讲明白。从数据采集、到模型训练、到终端应用，从RT-2、端到端、再到VLA、Scaling Law、和世界模型，一路拆到最现实的问题——机器人还没有完全找到自己的GPT路径，而且数据比大模型难搞得多。 主播这期扎实的聊了30分钟技术（人又学废了），咱们还是得落到投资决策，这部分简介里先不写了，欢迎大家自己去找我们的观点～ 时间戳 03:01 都长着两条腿，凭什么今天叫具身智能？ 08:27 行业怎么突然加速：Optimus、RT-2与“大力出奇迹” 14:58 还没找到GPT路径：机器人Scaling Law到底成立了吗 16:43 Physical Intelligence与Generalist：“大脑”公司在证明什么 19:53 100万小时怎么采：机器人数据为什么比文本贵 32:27 听了30分钟技术，咱们到底怎么投 33:16 宇树的第一桶金：商业模式居然是“to school” 40:28 千粉播客真诚局：基本面看不到，只能先看线？ 45:59 两类机器人标的：有基本盘的产业链与远期叙事 48:03 闲聊回归 50:23 七月回撤复盘 写在最后 最近断更了一阵，源于我们在思考节目的定位，我们认为产业深度的价值、比信息解读要高得多。因此决定把AI和具身这两个科技领域未来最大的赛道，作为我们的常驻内容，根据行业重大变化及时更新，也在星球周报里新增了这两个固定栏目。 很多机会我们可能来不及录制，或者撑不起单独的一期播客，我们都会发在自己的知识星球的周报和周内分享里，欢迎加入我们的星球（目前定价399，会根据会员数梯度涨价），下面可以关注我们：

【留声机·每日一曲】宇多田ヒカル - One Last Kiss * 聆听指南 适合：深夜独处/告别之后/回望旧日/长途旅行/想起某个人的时候 建议：带上耳机，闭上眼睛，让这首歌慢慢把你带回那些已经无法重来的时刻。 * 声音档案 宇多田ヒカル的《One Last Kiss》，是电影《新·福音战士剧场版：终》的主题曲。 歌曲由宇多田ヒカル亲自创作、制作，以极其克制的方式写下一场关于“告别”的故事。 没有刻意渲染悲伤，也没有用宏大的编曲去制造情绪。柔和的鼓点、电子质感与她近乎呢喃的歌声缓缓交织，旋律始终保持着一种轻盈，却又隐隐带着无法摆脱的重量。 它像是一场告别发生之前，最后一次回望。 而“One Last Kiss”也并不只是最后一个吻。 它更像是对一段关系、一个时代，甚至某个曾经的自己的最后确认—— 我曾经爱过，我曾经被爱过，所以即使一切终将结束，这段记忆依然真实存在。 * 留声笔记 有些告别并没有真正发生在离开的那一天。 它可能发生在某个平静的夜晚，发生在你突然意识到：那些曾经以为会一直持续的事情，其实已经结束了。 《One Last Kiss》最动人的地方，恰恰在于它没有试图挽留。 宇多田ヒカル的声音始终保持着距离，像站在已经走远的记忆之外，回头看了一眼曾经熟悉的人。 世界依旧在运转，时间依旧向前。 而我们只能在最后一刻，再轻轻吻一次。 “如果这是最后一次，那么至少让我好好记住你。”

感谢大家一年以来的陪伴与支持，本期播客我们先对做播客这一年来的数据进行一些总结， 同时公开一些我们幕后制作的小故事等，最后探讨一下做播客一年以来对我们个人的改变。 再分享一下我们对播客行业的讨论和对未来的展望。 本期节目可以在b站、油管观看视频版哦！全网同名！ 欢迎大家添加小助手vx：Brhg2025，加入粉丝群，参与到我们的节目制作中！ 你们的支持是我们更新的动力！再次感谢！

下一个品牌战场，不是消费者搜不搜你，而是AI会不会主动推荐你 过去二十年，品牌最熟悉的一套增长逻辑是：消费者搜索—平台排序—品牌争夺点击—完成转化。 但AI正在改写这条链路。 当一个消费者问AI：“我想减肥，这周应该怎么吃？”“第一次去上海住哪里？”“给30岁的朋友送什么礼物？”时，他可能根本没有输入任何品牌名。 AI却会替他分析需求、拆解场景、判断条件，然后直接给出几个答案。 这意味着，一个新的商业问题出现了： 为什么AI推荐你，而不是竞争对手？ 这期播客讨论的核心，正是这个正在发生的变化：AI已经不只是一个信息搜索工具，而正在成为一个推理者、决策辅助者，甚至未来的消费代理人。它的推荐逻辑，也正在成为品牌必须理解的一套新商业基础设施。 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： 0:45 AI会基于每个人的背景给出不同的回答，这与传统关键词匹配模式截然不同。 3:08 AI推荐并非简单提供“最好”的答案，而是基于多重利益考量。 9:36 AI在学习人类的推理内容，在营销中，AI推理逻辑类似于改变人做决策的逻辑。 14:25 AI可以模拟社会现象，模拟消费者购买意愿、商品成功与否、媒介触达响应等。 19:43 AI模拟可以复现这类现象，包括内容好坏、商品成功、媒介触达响应等。 21:58 AI的推荐不只是一种营销渠道，它反过来又变成了营销的决策的工具。 25:26 AI要全员要用起来，正确最基本的一个步骤是全员使用。 一、从“搜索你”到“AI替我选”：营销逻辑正在发生根本变化 搜索时代的逻辑其实非常直接。 消费者输入“减肥餐”，搜索引擎寻找与“减肥餐”高度相关的网页、商品和内容。因此过去的品牌营销，很大程度上是在经营： 关键词、排名、流量入口和消费者注意力。 但AI时代并不是这样。 当消费者说： “我最近想减肥，帮我安排一周饮食。” AI并不会简单搜索“减肥餐”。 它可能继续推理： 你是想快速减重，还是长期健康管理？你有没有运动习惯？你接受低碳饮食吗？你是不是素食主义者？你的预算是多少？你平时在哪里吃饭？ 最终，AI会根据这些属性重新组织信息，再产生推荐。 也就是说： 搜索时代解决的是“你说了什么”；AI时代判断的是“你真正想解决什么”。 附件中的对谈明确指出，在多重 reasoning 与 Agent 架构下，AI已经不再只是关键词匹配，而会把用户需求、历史信息以及各种 attributes 放进上下文，再形成最终推荐。 这对营销意味着一个巨大变化： 品牌不再只是争夺关键词，而要争夺AI的推理路径。 二、AI推荐的核心，不是“最好”，而是谁的“最优解” 这里还有一个容易被忽略的问题： AI推荐给你的，真的一定是最好的商品吗？ 答案未必。 因为任何一个推荐系统背后，都存在一个目标函数。 平台希望什么？品牌希望什么？消费者希望什么？ 三方利益未必完全一致。 传统电商平台的推荐，往往需要同时考虑成交率、平台收入、广告价值、用户留存等目标。 而进入AI时代之后，一个非常重要的问题将变成： AI最终站在哪一边？ 如果AI越来越接近消费者的个人代理人，那么长期来看，消费者会越来越期待AI真正站在自己的利益一侧。 这意味着未来真正具有竞争力的品牌，可能不能只研究： “怎么让AI多推荐我？” 而必须进一步回答： “为什么推荐我，对消费者来说是合理的？” 对谈中把AI推荐定义为一个“推理和决策的过程”，并进一步讨论品牌、平台与消费者三方利益之间的关系。 这可能会成为未来AI商业生态最重要的信任基础之一。 三、品牌的新营销机会：改变AI的“推理链” 这可能是整场讨论里最值得企业关注的一点。 过去营销真正厉害的地方，并不是让消费者记住一句广告词。 而是： 改变消费者理解问题的方式。 比如： 孩子长不高——是不是应该补钙？节日到了——是不是应该送礼？工作压力大——是不是应该安排一次旅行？口渴——是不是应该喝某一种饮料？ 品牌营销一直在做一件事： 把一个需求，与一个解决方案建立稳定的认知连接。 现在，这套逻辑正在从“影响消费者”延伸到“影响AI”。 对谈中提出了一个非常重要的判断： 面对AI marketing，一个重要机会，就是理解AI如何把用户的问题转化成推理，并影响这种推理逻辑。 换句话说： 未来品牌真正值得建设的AI资产，不只是大量文章、产品介绍和SEO页面。 而是： “在什么场景下，为什么应该想到我？” 这是一个全新的品牌基础设施。 四、未来品牌竞争的单位，可能从“关键词”变成“场景” 举一个非常典型的逻辑。 消费者可能不会问： “哪家快餐品牌最好？” 他可能问： “帮我安排一周体重管理期间的饮食。” 这时候，一个品牌是否进入答案，取决于AI如何理解： 健康、热量、便利、运动、价格、饮食结构以及用户偏好。 于是品牌竞争的单位，就发生了变化。 过去： 品牌 × 关键词 未来： 品牌 × 场景 × 属性 × 人群 × 推理路径 一个饮料品牌，不能只告诉AI： “我是一个饮料品牌。” 而要告诉AI：我适合什么场景？解决什么问题？适合什么样的人？什么时候应该出现？为什么比其他解决方案更适合？因此，未来企业知识库真正重要的，不只是“把资料数字化”。而是把品牌的商业价值重新拆成一套AI能够理解的场景地图和价值关系图。 五、企业真正需要建设的，是一套“AI可理解的品牌知识系统” 很多企业今天谈AI，第一反应仍然是： 做一个企业知识库。 把官网、产品手册、新闻稿、案例、FAQ全部放进去。 这是第一步，但远远不够。 如果企业希望未来真正进入AI推荐链，知识库至少需要回答五个问题： Who：我是谁？ 品牌定位、产品、技术、能力、资源。 For whom：我适合谁？ 消费者、企业客户、行业、年龄、需求类型。 When：什么时候应该想到我？ 消费场景、工作场景、生活场景、决策节点。 Why：为什么应该选择我？ 差异化能力、证明、案例、产品效果。 Compared with what：和什么相比，我在哪些条件下更合适？ AI不是在背产品说明书。 AI是在做判断。 所以品牌未来真正的内容资产，应该从： Content Library 升级为： Decision Knowledge System。 六、比AI推荐更大的变化：市场本身开始可以被模拟 播客的后半段，又把这个问题往前推进了一步。 如果AI可以模拟一个消费者的判断，那么能不能模拟一万个消费者？ 如果可以模拟一万个消费者，又能不能模拟一个市场？ 这正是合成数据与市场模拟值得关注的地方。 传统市场研究通常依赖： 消费者问卷、访谈、焦点小组、定量研究、定性研究以及各种现实数据采集。 而AI正在提供另外一种可能： 先构建虚拟消费者，再让这些虚拟消费者在不同场景下进行决策。 对谈将这种方式进一步延伸到数字孪生、个人模拟、社会模拟和市场模拟：企业可以测试一个新产品有没有人买、内容会产生什么反应、不同群体可能如何支持或反对。 这可能带来一个非常大的变化： 市场研究开始从“观察市场”走向“预演市场”。 七、AI市场模拟，可能成为企业未来的“商业沙盘” 想象一下。 企业准备推出一个新产品。 以前的流程是： 调研 → 产品 → 投放 → 上市 → 看数据 → 再调整。 未来可能变成： 提出产品概念 ↓ 进入AI模拟市场 ↓ 模拟不同用户群 ↓ 模拟价格 ↓ 模拟舆情 ↓ 模拟渠道 ↓ 模拟竞争对手反应 ↓ 寻找风险 ↓ 修改方案 ↓ 再进入真实市场。 也就是说： 企业第一次拥有了一个可以反复“试错”的虚拟市场。 对谈中将这种能力形容为一种更高级的AI应用：企业可以通过AI模拟客户群和整个市场，让行动先在虚拟市场中进行预演。 它不能替代真实市场。 但它很可能成为真实决策之前的重要一层。 未来优秀企业之间的差距，可能不仅是： 谁的数据更多。 而是： 谁能够更快、更低成本地推演未来。 八、传统咨询与市场研究，也因此进入重构期 如果市场可以被模拟，传统研究公司的价值链自然会发生变化。 过去企业花费大量成本购买的是： 数据采集能力。 未来企业真正愿意付费的，可能变成： 市场结构理解 + 模型能力 + 数据能力 + AI模拟能力 + 商业判断。 因此，AI并不意味着“咨询不需要了”。 相反，它会让低价值的数据搬运和报告生产快速贬值。 同时，让真正的专业判断变得更加重要。 对谈中也谈到，企业需要通过系统化地理解整个市场结构来进行模拟，这依然是一种专业服务；同时，传统研究与咨询模式将面对巨大变革压力。 未来咨询公司的产品，可能不只是： “一份报告。” 而是： 一套持续运行的商业决策系统。 九、AI真正改变企业的，不只是生产力，而是“决策力” 现在很多公司理解AI，仍然停留在效率层： AI写文案。 AI做PPT。 AI整理会议。 AI做客服。 AI写代码。 这些当然重要。 但从这场讨论来看，更值得关注的下一阶段是： AI开始进入决策系统。 企业可以用AI： 理解客户； 模拟客户； 测试产品； 模拟市场； 预判舆情； 优化营销； 辅助战略。 这时AI就不再只是一个Copilot。 而开始成为企业的： Decision Engine。 十、企业的AI化，要从“全员使用”走向“体系化运营” 那么企业现在到底该做什么？ 播客给出的第一步非常明确： 全员先用起来。 只有全员使用之后，企业才会逐渐发现： 哪些工作可以被AI重构？ 哪些流程可以重新设计？ 哪些经验可以沉淀成Skills？ 哪些能力应该进入企业AI中台？ 附件中提到，在全员使用基础上，企业需要继续寻找效率提升和工作模式转变的可能，并通过AI中台、Skills等方式重新组织企业运行模式。 所以AI转型并不是： 给员工买几个AI账号。 真正的AI转型应该经历： 工具化 → 流程化 → 知识化 → 系统化 → 决策化。 最后，AI不再属于某一个部门。 它会成为企业新的操作系统。 结语｜未来最重要的问题：为什么AI应该选择你？ 过去，企业一直在问： 消费者为什么选择我？ 搜索引擎为什么把我排在前面？ 平台为什么给我流量？ 而AI时代，一个新的问题正在出现： 为什么AI应该推荐我？ 这个问题的背后，不只是一次新的营销技术升级。 它意味着品牌、内容、市场研究、咨询、数据以及企业决策体系，都可能被重新定义。 未来真正有竞争力的企业，需要同时建设两种能力： 一种能力，是让AI理解自己。 另一种能力，是用AI理解市场。 前者决定： 你能不能进入AI的答案。 后者决定： 你能不能比别人更早看到答案。 当AI开始参与消费者决策、企业决策甚至市场模拟之后，企业真正需要争夺的，已经不只是注意力。 而是： 进入AI的推理链、推荐链与决策链。 10个 Takeaway 01.AI正在从搜索工具变成决策工具。消费者未来不会只让AI“找东西”，而会直接让AI“替我选”。 02.AI营销的核心不再只是关键词，而是推理逻辑。品牌需要研究：什么需求、场景和属性会让AI想到自己。 03.品牌竞争正在从“抢流量”转向“抢推理链”。能否成为AI解决某类问题时自然想到的答案，将成为新的品牌资产。 04.未来品牌最重要的内容，不是更多内容，而是更结构化的知识。企业需要建设AI可以理解的产品、场景、人群、价值和证明体系。 05.品牌的基本竞争单位正在从“关键词”变成“场景”。未来要经营的是“品牌 × 人群 × 场景 × 属性 × 推理路径”。 06.AI推荐背后，本质上存在利益选择。平台、品牌和消费者三方利益如何平衡，会决定AI推荐体系长期的信任基础。 07.AI正在让市场研究从“观察市场”进入“模拟市场”。合成数据和虚拟消费者可能成为下一代商业研究的重要工具。 08.未来企业会拥有一个“虚拟商业沙盘”。新产品、定价、传播甚至市场反应，都可能在进入现实世界之前先进行AI推演。 09.AI对企业最大的价值，最终不是生产力，而是决策力。提高10%的写作效率只是开始，提高10%的商业决策质量可能更加重要。 10.企业AI化必须从“全员会用”升级到“体系化运营”。最终要形成企业知识库、Skills、AI中台、市场模拟和决策系统。 一句话思考点 ① 搜索时代品牌争夺的是第一屏，AI时代品牌争夺的是第一个被想到。 ② 当消费者把选择权交给AI，品牌最大的竞争对手可能不是另一个品牌，而是AI的推理逻辑。 ③ AI真正改变商业的那一天，不是它替我们写完一份报告，而是它开始替企业提前演练未来。

本期我们要聊聊关于第一次来山西旅行，需要提前知道的事。有对家乡无尽的赞美，当然也有很真实的“行前提醒”，对于山西文旅发展现状的思考。 在本期你将会听到： 3:08 山西古建、人文热像是一种社会性的文化重塑 4:46 山西旅游板块介绍，分为晋北、晋中、晋南、晋东南、晋东、晋西，是如何划分的？都有哪些特色 详细文字信息 🔗：https://mp.weixin.qq.com/s/CQtL1HOhDAZtswoXxS3BDQ 8:55 作为山西的省会，太原有什么值得玩的地方 12:23 近几年山西文旅最火的城市「大同」，有什么好玩的 16:20 作为山西老派旅行目的地，平遥古城有什么好玩的 20:35 除了佛教文化，五台山也是户外徒步、古建爱好者的好去处 21:35 山西小众城市安利 * 长治——晋东南，古建筑+自然风光 * 运城——晋南，古建筑+关公文化 26:33 最适合来山西旅行的两个时间 28:36 为什么冬天来山西看古建是个好的体验 29:20 来山西旅行的交通方式大揭秘 32:36 山西除了面食，还有许多地方风物 * 汾酒、老陈醋、平遥牛肉、大同羊肉烧卖、小米等 35:30 山西旅行的一些特色体验（也是目前文旅相对欠缺的部分） eg:大同井下探秘游、太原非遗花馍制作 38:55 来山西旅行前的一些注意事项 * 景区承载能力不是很完善 * 夜间开车一定要注意安全 * 禁烟做得相对不太好 43:15 欢迎大家多来山西玩的几大理由 主播/制作/剪辑：仙女 嘉宾：Orso(自媒体同名) 本期推荐阅读（内容均来自嘉宾过往推文） * 山西古建入门十处：https://mp.weixin.qq.com/s/1DQh5zSwK2yJMn7mFs1PeA * 那些独属于山西人的家乡味道：https://mp.weixin.qq.com/s/qoYQwq6RIbtk1EnQ5u0vXw

武夷山天心村斗茶赛，是岩茶圈一年一度的大事。 各路好茶同台比拼，比的究竟是什么？