节目

主播: 吴振巍｜普拉提布道者，一个普拉提老炮 主持：心月｜一个普拉提的洞穴探索者 欢迎收听《吴说扒道|普拉提》！这是一个为普拉提爱好者和从业者量身打造的播客，由心月老师邀请中国普拉提布道者，左右普拉提学院吴振巍院长亲自和她搭档来共同主持。作为中国最早创立，且教学规模最大的普拉提教练培训机构之一，左右普拉提不仅推动了行业的发展，更将普拉提的健康理念带入更多人的生活。 在这里，我们用轻松有趣的方式，扒一扒普拉提的前世今生，聊聊从明星健身秘诀到家庭训练的普拉提小技巧；从改善体态到提升生活质量，从普拉提学习到创业经营，全方位帮你找到普拉提带来的新可能！ 无论你是刚入门的小白，还是普拉提资深练家，亦或普拉提从业者，让咱们一起818，《吴说扒道|普拉提》为你准备了满满的干货和乐趣… 如果你喜欢我们的节目， 可以订阅我们的播客哦。 只要我们没犯懒病， 我们就在每周一更新

这期我们继续讲李笑来老师的内容，他关于专注、思考和财富的认知非常值得我们学习。每个时代都有适应当下的先行者和沉思者，他们不一定正确，但一定可以给我们提供一个思路、一种角度。广纳他人言论，过好自己的生活，希望这期对你有启发。 时间线 00:01:40 专注的真相 00:22:39 思考的真相 00:41:35 财富的真相 来这里找我们 董小姐的小红书：董懂的日常 阿常的小红书：常老师的笔记

这是一场约4小时17分钟的5人电影深度对谈。节目从诺兰的《奥德赛》谈起，沿着电影剧情、人物关系和叙事视角，回到《伊利亚特》《奥德赛》的史诗传统，再延伸到特洛伊战争、古希腊的神与人、海洋文明、规则、阶级、成长和现代战争反思。 文博专家谢摘星回归，导演老赵贡献电影专业视角，奥德修斯究竟是英雄、国王，还是把船员带向灾难的人？电影是在重述荷马，还是借荷马重新讨论今天的文明？文中“节目观点”保留对谈的判断、争论与推测；原作部分仅提供查阅入口，不把节目说法冒充为唯一事实。 本期谈什么 电影主线：从特洛伊、海上漂泊、登陆、船队损失到伊萨卡返乡。 原作背景：《伊利亚特》《奥德赛》的关系，以及神话、英雄和宙斯款待规则。 人物结构：奥德修斯、阿伽门农、西农、喀耳刻、卡吕普索、船员与家人。 导演视角：诺兰如何处理高级感、神话改编、战争政治和胜利者记忆。 现实延伸：海洋文明与农耕文明、阶级、成长、命运和现代价值观。 精彩时间轴（20个） 00:00:00 开场：一部《奥德赛》，为什么值得聊四个多小时 00:06:15 从《伊利亚特》到《奥德赛》：故事究竟从哪里开始 00:16:53 雅典、希腊人与神：古希腊信仰如何进入电影 00:21:59 诺兰的“高级感”：西方评价和电影观看经验 00:27:03 希腊联军、间谍与胜利者的叙事 00:48:28 待客之道与铁规：奥德修斯不能只被看成英雄 00:58:01 电影如何改写原著：从史诗叙述到现代角色 01:08:16 阿伽门农的皮肉与独裁者悲剧：胜利者也会被胜利吞噬 01:26:52 第一次登陆：小女孩、海上来客与道德距离 01:36:30 海上文明与农耕文明：冲突到底发生在哪里 01:41:23 美人计与船员：电影如何重写奥德修斯的领导关系 01:46:14 “孤岛搓猪”争议：变形是魔法，还是本性暴露 02:01:35 西农的角色：演员、意识形态和叙事立场 02:32:46 船员之死：奥德修斯的道德选择与船长责任 02:42:18 “唐僧”式奥德修斯：命运观与知识共享 02:58:58 阶级与成长：谁有资格理解这段返乡故事 03:09:06 吃莲花与忘记一切：返乡之前先失去自己 03:39:57 父子情深与母子相认：古代神话如何处理回家 03:50:12 悲剧命运的抗争与接受：奥德修斯还能选择什么 04:14:43 战争反思与好莱坞神话：胜利之后谁来承担代价 精彩内容导读 奥德修斯究竟是英雄，还是把所有人带入灾难的国王？ 诺兰为什么要把神话拍成一场关于规则和责任的审判？ 《奥德赛》里的返乡，为什么不是回到原来的家？ 电影中的船员死亡，究竟是命运、领导失误，还是集体选择？ 当船员变成猪，电影是在讲魔法，还是在讲战争中的本性？ 胜利者拥有讲故事的权力，但是否也必须承担记忆的代价？ 为什么莲花和遗忘，比海怪更接近返乡故事的核心恐惧？ 神话被拍成现代电影之后，谁还拥有解释它的权力？ 1. 🎙️ Team主播： @锵100 @混子阿浩 🎤本期嘉宾: @赵导 @谢摘星 @咖喱大姨 👋 ContactWeChat ID: chubanhaohao 📢 Notice * 🚫 播客「强制学习」群已满，暂停加人 * ✅ 「一日一言」群重新开放 * 🎫 关注浩浩微信，参加 1 元一年「播客资讯群」 🌍 Community * 各地区的读书营已经建立，关注抖音锵锵三分钟，找到锵哥的小助理，了解详情。 💼 Services目前加 V 的朋友越来越多，多关注浩浩工作微信朋友圈。提供：心理咨询、风水命理咨询、情感咨询、企业咨询、财务咨询等烦恼解决。 ✨ 总之，先加了再说呗。+v: chubanhaohao

再提醒一下周一栏目改版成【Eric观察】啦，我们周一的节目争取用“电梯简报”的方式把复杂问题讲简单。 播客用户也可以在微信搜索【四维逻辑】，关注后回复【听友群】，即可添加小助手，加入听友群 这期节目重点聊聊OpenAI在俄亥俄州推进的超级数据中心。它规划了约8吉瓦的AI计算容量，配套电力规模接近一座大型城市。按照项目早期方案估算，投入可能达到5000亿美元，相当于建22座浦东机场。英伟达还为其中部分容量提供最高1050亿美元的担保。我会拆解这项交易的资金结构、能源需求和潜在风险。最后再和大家快速聊聊宇树上市、阿里融资，以及DeepSeek调整周末API价格。 总体来说AI竞争，正在从模型能力竞争走向行星级基础设施建设竞争。 欢迎大家收藏我们在网易云音乐的通勤歌单： （在网易云直接搜“AI每周谈”也可以！） 点这里收藏【AI每周谈】通勤歌单 本节目及相关内容归 AI每周谈 所有。未经授权，不得转载、搬运或用于商业用途。 本节目内容仅供信息分享与学习参考，不构成任何投资建议。 © 2026 AI每周谈。保留所有权利。

本期节目是无为老师线下国学讲座《六日谈》第一期总论的录播。有人问：离婚拿到一亿元，到底是吉还是凶？就从这道看似荒诞的问题出发，聊命理里的客观事实与主观感受、什么才算“准”，以及如何面对人生的起伏与不确定。命理不替你改写结果，而是帮你在一次次选择里看清自己的位置。后续五周，我们会每周一准时更新沙龙录播，也欢迎上海的听友咨询小助理参与后续每周三的线下沙龙环节。 本期主播 | 师父无为 70后，亚太易学联合总会大中华区执行秘书长，台湾五术泰斗梁湘润大师再传弟子，上海何重建先生入室弟子，中国传统文化研究者 • 00:00 离婚拿到一亿元，客观事实不等于吉凶结论 • 02:45 对不了解的事盲目相信或盲目否定，都是迷信 • 04:30 命理与中医同源，也是一门理解人的中国心理学 • 08:00 “算得准”到底是在判断什么 • 10:00 公司濒临倒闭又被回款救活，如何看一件事的吉凶 • 12:00 再好的大运也有限，人生的底色本就有遗憾 • 16:00 人生一辈子都在做选择题 • 18:00 恐惧来自未来的不确定 • 22:00 把角色要求与真实自我分开，才更接近自洽 • 26:00 命理如打麻将，只能帮你多赢或少输一部分 • 32:00 先把身体养好，才有完整的自己面对关系与工作 • 40:00 最好的命是平稳，而改变来自长期的自我修炼 这里是能量馆，一档陪你攒能量、等时机的播客。主播师承梁湘润命理一脉，在这里我们不说教，只是做你的「能量搭子」：陪你看懂自己的能量节奏，低谷时安心积蓄，时机来时稳稳出手。命理不是宿命，是读懂自己的节奏。欢迎来听友群，攒能量的路上，结伴走。

日富一日，富有洞见。 Our rich era is loading! 从今天起，开始订阅吧❤️ 听友群：FM712CC 加群暗语：加馍！ 一、【早七快报】 01:07 超400万辆车辆集中召回：隐藏式门把手迎来强标倒逼时代（每日经济新闻） 02:44 永辉调改进入更复杂的下半场（界面新闻） 04:00 世界机器人大会秒变超能力现场（央视财经） 05:11 韦东奕出书了？（封面新闻） 05:46 冰红茶鲜橙多为啥没人喝了（中国新闻周刊） 06:59 中国卡牌市场年增超20%领跑全球（第一财经） 07:45 一斤鸭脖能买一斤牛肉一斤排骨（中新经纬） 09:53 抖音推出馋猫外卖，点外卖实为攒钱游戏（界面新闻） 二、【日富一日】 11:30 今天聊一个藏在 “鸭脖贵过牛肉” 这条新闻背后的商业概念 —— 定价权失效。通过这个词，我们可以了解，为什么周黑鸭、绝味、煌上煌这些卤味巨头，降价了还是被人骂？ 三、【富有洞见】 13:07 最近有部电影叫《欢迎来龙餐馆》。我不聊剧情，也不评演员，今天聊一件更有意思的事：一部中东背景的故事，为什么是在中国拍出来的？而且是在两座看起来八竿子打不着的城市——宁夏石炭井和青岛。一个负责“真”，一个负责“造”。今天咱们就拆解这部片子的“双城记”！ 主播 曹琛 @曹么么 音乐 DON’T stop it 声明 播客选题|编辑|口播|后期制作|均出自纯正【人工手搓】 如果你第一次收听并喜欢， 好巧我也喜欢，喜欢我播客的你❤️ 希望你转发分享更多和你一样喜欢我的朋友❤️

欢迎来到 每周一更新 的专题系列——《与身体“周”旋》 本周拆解：帕金森病 （扫码添加小助理，告诉我们你想听到哪种疾病~） 时间轴 00:40 一位叫“詹姆斯·帕金森”的伦敦医生 02:19 大脑里消失的多巴胺神经元 06:00 左旋多巴“神药降临” 11:25 在大脑里重新“种”神经元 15:53 不安的现在与乐观的未来 下期预告 肺癌——发病率第一、死亡率第一，常年霸榜的中国癌症“头号杀手” 创作者 出品 | 冻零树 制作发行 | 百岁新我 主播 | Betty 白若言 【版权声明】本节目所有内容版权归冻零树所有，未经授权禁止任何形式的转载、剪辑、二次创作。 【关注我们】欢迎在小宇宙、虎扑、荔枝FM、Apple 播客、喜马拉雅、网易云音乐、QQ音乐等音频平台订阅收听《生命前哨》。 【免责声明】分享内容仅用于医学科普，帮助大家了解疾病和前沿医疗的发展，不构成任何诊断、治疗或用药建议。是否适合某种治疗方式，需结合个人情况，并由专业医生进行全面评估后决定。

新总统刚刚宣誓就职第三天，一场强震就袭击了国家——面对突如其来的灾难，一个国家究竟该如何应对？本期《环球新发现》，我们从近期多地接连发生的强震出发，看看为什么相隔遥远的地震往往只是时间上的巧合，又把目光投向受灾严重的哥伦比亚：咖啡产区遭到破坏，会不会影响全球咖啡价格？贫困、交通不便和医疗资源不足，又为什么会让同样的自然灾害造成更严重的后果？从紧急救援、灾民安置，到城市重建和产业恢复，一场地震带来的影响远比摇晃的几分钟更加漫长。灾害无法完全避免，但一个社会抵御灾害、重新站起来的能力，却可以被提前建设。 哥伦比亚的位置以及震中位置示意图 受灾严重的考卡山谷省 在微信中搜索「跟着课本看世界」或者扫描下方的二维码，找到我们吧。 本期主播： 大王、家铭 本期内容策划： 大王 本期节目制作： 家铭

选择火车进藏，一整天都在火车上算不算浪费时间？ 看看图片给我答案

英国2026年GCSE考试成绩近日公布。GCSE（General Certificate of Secondary Education）是英国中学生完成中等教育阶段后参加的全国性资格考试，通常在16岁左右进行，可以大致理解为英国的“中考”。考试成绩会影响学生之后选择不同的教育路径，例如继续学习、为升大学做准备的A-Level课程，或更偏向职业技能、与企业实习结合的T-Level课程。 如果只看整体数据，今年的GCSE成绩与去年基本持平。英格兰、威尔士和北爱尔兰三地拿到4/C及以上成绩的考生占比为67.3%，去年为67.4%，与2019年也基本一致。 但仔细看数据，会发现几个值得关注的变化。其中尤其值得注意的是：女生的成绩正在下滑。 女生仍然考得更好，但优势正在缩小 今年，女生GCSE成绩依然整体优于男生，但男女生拿到4/C及以上成绩的差距已经缩小到5.8个百分点。 这一差距在2017年曾达到9.5个百分点，去年为6.2个百分点，今年进一步缩小。 表面上看，这似乎意味着男生正在追上女生。但实际上，差距缩小主要不是因为男生明显进步，而是因为女生成绩出现了下降。 英国教育政策研究所此前的分析已经发现，新冠疫情之后，女生的考试表现一直在下降。与此同时，青少年女生的心理健康状况也出现了令人担忧的变化。 近年来，英国年轻女孩报告焦虑、抑郁、孤独以及对自身形象不满等问题的情况增加。社交媒体的普遍使用也受到特别关注：持续的同伴比较、外貌评价、网络关系以及社交压力，都可能给青少年女生带来额外的心理负担。 当然，这并不意味着可以简单地把“社交媒体”视为女生成绩下降的原因。学生的考试表现受到家庭环境、学校教育、学习习惯和个人状态等多方面因素影响。 但女生成绩下降与女生心理健康状况恶化，是近年来同时出现的两个趋势，这些的确需要加强关注。 英语和数学，越来越多人需要重考 今年英格兰GCSE英语语言和数学考试中，17岁及以上重考生占比达到24.3%，高于去年的23.4%。 在英格兰，如果学生GCSE英语和数学没有达到至少4分，进入后续教育阶段后通常仍需要继续学习这两门课程。因此，一些学生可能需要反复参加考试。 重考学生的通过率明显偏低。17岁及以上考生中，英语语言拿到4分及以上的比例只有19.8%，数学只有15.3%。 英国政府已经计划从2028年开始推出新的“过渡阶梯”资质，为没有通过GCSE的学生提供另一条学习路径，减少反复重考的情况。 英格兰地区之间的成绩差距扩大 今年英格兰不同地区之间的成绩差距也进一步扩大。 伦敦GCSE拿到4/C及以上成绩的比例最高，为71.7%；西米德兰兹郡最低，为62.4%，两地相差9.3个百分点。 去年两地的差距为8.7个百分点，而且今年的差距已经高于疫情之前的水平。 也就是说，虽然英国整体GCSE成绩基本稳定，但地区间差异依然明显。 AI开始影响学生选择什么科目 今年还有一个有意思的变化：GCSE计算机科学的报考人数下降了7.1%，约有8.5万人参加考试。 剑桥OCR考试局认为，人工智能的快速发展可能是原因之一。随着AI工具能够生成代码、网页甚至应用程序，一些学生可能会觉得：“既然AI会写代码，为什么还要学习编程？” 但考试机构对此并不认同。他们认为，在AI时代，理解计算机科学的底层原理、知道技术如何解决现实问题，可能比过去更加重要。 与此同时，今年GCSE统计学的报考人数继续增长，法语则延续下降趋势；西班牙语的报考人数已经超过法语。 整体成绩稳定，但变化并不少 从整体数据来看，2026年GCSE成绩与去年几乎没有变化。但拆开来看，有几个趋势值得我们关注：女生的心理健康问题和成绩下滑，以及人工智能开始影响学生对学科的选择。

传说巴别塔倒塌之后，人类开始说不同的语言，从此再也无法轻易理解彼此。 千年后，我们造出了精通所有语言的 AI，她能写诗、编程、聊天、抚慰陌生人的心灵。但一个诡异的问题随之出现——当机器学会了语言，是否意味着她理解了我们的世界呢？ LLM出生于文字，她读过无数次的“猫”，却没有摸过任何一只猫; 她知道什么叫“前后左右”，却从未真正站在房间内转过身；她可以描述悲伤，却从未真正体验过失去。 这正是Grounding（符号接地）所追问的问题：语言的意义，究竟来自语言内部，还是必须最终落回到真实世界？ 本期《AI实话实说》，我们和 Freda Shi 教授从语言学聊到认知科学，从维特根斯坦聊到AI写诗，Freda本人也像这个问题的映射：做着精确的符号研究，却深爱历史诗歌和那些无法完全形式化的东西。 也许通向 AGI 的最后那一步，不是让AI再读万亿 token，而是让语言——终于落到地上。 欢迎关注同名小红书“AI实话实说”，加入群组和嘉宾、主持人互动！ 嘉宾介绍 Freda Shi（石昊悦），滑铁卢大学计算机科学教授，Vector Institute Faculty Member，并担任 Canada CIFAR AI Chair。研究方向横跨自然语言处理、计算语言学、Grounding、多模态模型、模型认知与程序语言。 她于 2024 年加入滑铁卢大学，此前在 Toyota Technological Institute at Chicago 获得计算机科学博士学位，她本科就读于北京大学 EECS，后进入自然语言处理与计算语言学研究领域，曾在 Google DeepMind、Meta 等机构从事研究。 Freda 是一个很难用单一学科装下的研究者。她做 NLP，也读语言学；写代码，也爱历史、文学和维特根斯坦。她尤其关注那些主流 benchmark 不容易照到的角落。 相关术语 Grounding / 符号接地 把语言中的符号与意义、感知或外部世界建立联系。模型是否真正尊重语言背后的 semantics，而不只是统计上生成了合理的文本。 Symbol Grounding Problem / 符号接地问题 认知科学和人工智能中的经典问题：如果一个系统中的符号只是通过其他符号来定义，那么这些符号最终如何获得真实意义？这一问题通常被追溯至 Stevan Harnad 对符号系统意义来源的讨论。 Stochastic Parrot / 随机鹦鹉 Emily Bender 等人提出的著名比喻：语言模型可能非常擅长复现语言形式，却并不真正理解这些语言对应的意义。 Inductive Bias / 归纳偏置 学习系统在看到数据之前就具有的结构性假设。例如卷积神经网络偏向利用局部空间结构，而循环神经网络偏向顺序处理信息。归纳偏置可以提高样本效率，但也可能限制模型能够学习到的模式。 Bitter Lesson Rich Sutton 提出的机器学习观点：长期来看，依赖大规模计算和通用学习机制的方法，往往会超过高度依赖人工设计知识和领域先验的方法。它常被用于解释深度学习和大规模模型的发展路径。 Emergence / 涌现 指模型在规模扩大后表现出的、在较小模型中不明显的新能力。研究界对于部分“涌现”现象是否真正是突然发生，还是由评价指标离散化造成的表象，仍存在持续讨论。 Mechanistic Interpretability 试图从模型内部结构出发，解释神经网络如何实现某种计算或行为。研究对象通常包括神经元、注意力头、特征表示、计算回路以及不同层之间的信息流。 Sparse Autoencoder（SAE）/ 稀疏自编码器 一种用于分析神经网络内部表示的方法，通过将密集的 activation 分解成较稀疏的特征，希望获得更容易分析和命名的内部表示。近年来被广泛应用于大语言模型可解释性研究。 Actionable Interpretability 一种更务实的可解释性观点：解释模型不是为了“看起来解释了”，而是要能帮助 improve the model、better understand the model，或者更安全地与模型互动。 快速跳转 02:58 Freda 还是昊悦？一个英文名字如何变成另一种语言里的身份 05:12 兴趣与天赋并不匹配：爱文学和历史，为什么最后还是选择了计算机？ 14:37 从维特根斯坦到 NLP：为什么语言最终成为她研究世界的入口？ 20:28 当 AI 让所有人说同一种“语言”，人类会不会失去认知的多样性？ 29:02 什么是 Grounding？为什么一个会说话的模型，不等于一个理解意义的模型？ 36:05 Grounding 是手段还是目的？如果机器人不知道自己在做什么，我们敢让它进入现实世界吗？ 45:50 从 Coding 到 Grounding：为什么代码验证与外部世界反馈必须同时存在？ 56:58 Scaling 能解决 Grounding 吗？能力是突然涌现，还是一点点长出来的？ 1:00:02 有意思，还是有意义？一个研究者到底该追求什么？ 1:07:27 能不能像研究人脑一样研究 LLM？Behavioral Science 与 Mechanistic Interpretability 的边界 1:17:58 如何带学生：研究品味、自由，以及“有意思”和“有意义”的双向选择 1:20:10 AI 会写诗吗？艺术究竟发生在创作者手里，还是发生在读者心里？ 1:29:34 AI Slop、论文评价体系与 Reward Hacking：学术发表体系还能撑多久？ 1:36:02 未来三年的一个判断：论文发表体系会崩，具身智能会继续向前