节目

你喜欢的节目都在这里

54、旺旺的AB面:一边“听劝”讨好消费者,一边“甩锅”裁掉老员工

54、旺旺的AB面:一边“听劝”讨好消费者,一边“甩锅”裁掉老员工

谈钱说事

欢迎收听《谈钱说事》,这是一档聚焦生活、消费和商业的轻播客节目。我们希望通过聊天的方式,让大家在一边花钱的同时,还能一边涨知识。 本期节目围绕大家非常熟悉的旺旺展开。这个暑假,旺旺挺忙的,一边是官方亲自下场,说“听劝”将推出更健康的旺仔牛奶,赚足消费者好感;另一边却是创始人发内部信,承认公司遇到大危机,转头就让基层员工写自评、搞裁员,领导却可以除外,对外有多温柔,对内就有多冷酷。这期节目,我们就来扒一扒旺旺的AB面,也聊聊老牌子转型,到底该听谁的劝。 主播:@姜姜是小姜 @橙子酱酱Go 🎧 时间戳 00:00:20 再看,再看我就把你喝掉!洗脑又搞笑的广告语 00:00:51 旺旺将响应消费者需求,推出更为健康的旺仔牛奶 00:01:49 蔡旺家说消费者是衣食父母 00:02:42 蔡衍明直白承认企业面临经营危机 00:04:12 旺旺让员工自评不足,领导打分,背刺感爆棚 00:05:37 旺旺于1983年创立,1992年进军大陆 00:06:26 广告轰炸+节庆绑定,旺旺成过年必备大礼包 00:07:36 旺仔牛奶撑起半壁江山,但创新动力不足 00:08:28 电商崛起+零食店竞争,情怀难敌市场变化 00:08:56 传统经销体系成包袱 00:10:32 组建健康研究中心:60名研究员搞定全生命周期产品 00:10:58 高层“逼迫”员工自己过失,很容易导致人才流失 欢迎多多关注~

12分钟
56
4天前
#699.Gavin Baker:AI 需求远未见顶,算力短缺将如何重塑全球产业

#699.Gavin Baker:AI 需求远未见顶,算力短缺将如何重塑全球产业

跨国串门儿计划

📝 本期播客简介 本期我们克隆了:The a16z Show Gavin Baker: Why AI Demand Is Outrunning Compute Supply 原内容更新时间:Mon, 31 Aug 2026 本期节目由 a16z 普通合伙人 David George 主持,对谈嘉宾是投资机构 Atreides Management 创始人兼 CIO Gavin Baker。Gavin 在整个夏天持续向 AI 产业领袖提出同一个问题:能否说出一个业务中正在恶化的量化指标?截至 7 月和 8 月,他得到的答案几乎都是"没有"——OpenAI、开源模型、Grok 等方向仍在加速,AI 需求并没有出现市场普遍预期中的明显降温。 这期对谈试图回答一个关键问题:AI 到底更像一场泡沫,还是一场供给严重不足的基础设施建设周期?两人从前沿模型、开源、应用、云服务商和英伟达的价值分配谈起,深入拆解 GPU 集群的回本周期、训练与推理之间的资本配置、AI 使用者从数百万扩展到数亿后的算力需求,以及数据中心对美国再工业化和地方经济的影响。 节目后半段进一步讨论轨道数据中心、可复用火箭、小行星采矿、多模型架构、企业智能抽象层,以及英伟达为何可能同时成为开源和 AI 碎片化趋势中的最大受益者。如果你正在关注 AI 投资、算力供需、芯片产业链、数据中心建设、模型商业化或未来产业格局,这期节目提供了大量来自投资一线的判断与反直觉观点。 👨‍⚕️ 本期嘉宾 Gavin Baker,Atreides Management 创始人兼首席投资官,长期专注于科技、半导体、云计算和 AI 基础设施投资。作为一名深度研究技术产业链与资本市场的投资人,他不仅关注哪家公司会赢,也关注资本如何进入算力建设、客户如何选择芯片、不同模型如何获得真实需求,以及基础设施投资何时能够回本。 Gavin 的独特之处在于,他会把 AI 热潮放回供需、融资、产业周期和企业经营的框架中分析:一方面承认重大技术变革几乎必然伴随泡沫与过度建设,另一方面又指出当前 AI 可能正处于需求刚刚开始扩散、供给却已经受到物理瓶颈限制的阶段。他对英伟达、SpaceX、开源模型和企业级 AI 的判断,也构成了本期最值得关注的投资与产业观察。 ⏱️ 时间戳 00:00 开场:AI 热潮究竟有没有看空理由 01:07 Gavin 为何整个夏天都找不到恶化指标 01:17 本期节目:重新审视 AI 热潮的经济逻辑 03:13 "大家都会赢":AI 为什么可能不是零和竞争 前沿实验室、商业化与资本配置 03:47 Anthropic 的财务重置与上市博弈 05:48 Anthropic 意外成为企业服务公司 06:09 训练和推理之间的巨大收入取舍 07:51 AI 产业为何可能出现多方共赢 算力建设的经济学:一年以内回本 08:51 实验室为何愿意牺牲自由现金流投入训练 10:44 花得不够会丢份额,花得太多可能破产 11:20 AI 基础设施投资为何拥有极高回报 11:33 Nebius、CoreWeave 与超短回本周期 需求侧才刚刚开始:从千万用户到十五亿知识工作者 13:47 过度建设论点与真实需求来源 14:17 AI 使用中的幂律分布 14:42 全球 15 亿知识工作者意味着什么 15:32 Token 消耗量在数月内增长 100 倍 AI 从辅助工具走向行动代理 16:00 Gavin 如何学习使用 AI 16:32 Claude Code 与 GrokBot 带来的生产力跃迁 17:44 工程师使用 AI 写代码从 20% 到 95% 18:27 从总结信息到自动化执行任务 泡沫、短缺与美国再工业化 19:05 重大技术变革为什么总会制造泡沫 20:31 铜、电力与算力的根本性瓶颈 22:30 数据中心为何可能是美国工薪阶层的机会 23:59 AI 建设如何帮助美国重新工业化 供不应求与算力不平等 27:51 到 2028 年仍可能没有多余算力 28:21 获取智能的价格可能大幅上涨 29:19 严重算力短缺会带来什么后果 30:10 为什么世界仍然需要建设更多数据中心 太空算力与 SpaceX 的未来 31:23 马斯克与黄仁勋正在改变文明结构 32:30 轨道数据中心并不是太空巨型建筑 34:13 轨道算力在物理上为何可行 34:52 星舰可复用性如何改变经济模型 多模型时代与企业智能抽象层 45:08 微软、模型组合与新的竞争格局 45:36 没有任何模型能在所有方面做到最好 47:09 企业为什么要拥有自己的智能 49:42 多模型、路由器与专业化智能的未来 英伟达:AI 产业的中央银行 57:00 黄仁勋为何处在极其有利的位置 57:25 半导体公司最应该对英伟达说什么 59:18 英伟达数据中心为何更容易获得融资 1:01:24 开源为什么反而利好英伟达 🌟 精彩内容 💡 AI 可能不是赢家通吃,而是"大家都会赢" Gavin 反对把 AI 产业理解成一场只能诞生一个赢家的零和竞争。在他看来,前沿模型、上一代模型、开源社区、应用公司、云厂商和英伟达分别占据不同价值层,只要整体智能需求持续增长,多个参与者都可能获得巨大回报。真正需要警惕的不是谁击败谁,而是市场用单一赢家叙事低估了整个产业的扩张空间。 "这不是非此即彼的单选题。这是个兼得的事情。" 💡 AI 基础设施可能不是泡沫,而是建设不足 市场经常担心数据中心和 GPU 投资过热,但两人的讨论指出,需求侧目前可能只来自不到千万级的重度用户,而全球有约 15 亿知识工作者。即便 2028 年前计划中的建设全部完成,也未必会有多余容量;如果需求扩散速度超过供给扩张,结果可能不是算力过剩,而是价格暴涨和算力不平等。 "大家都在担心供过于求。我其实更担心供不应求。" 💡 算力投资的回本周期正在重写资本规则 Nebius、CoreWeave 等公司的案例显示,GPU 集群可以通过客户预付款、现货市场和融资安排实现极短回本周期。与传统重工业相比,部分 AI 基础设施投入可能在一年以内收回,甚至还没有计入模型能力提升后 Token 价值上升带来的额外收益。 "在我的投资生涯里,真没有过多少这样的机会,能有公司投入几百亿、几千亿美元,却能在不到一年内回本。" 💡 数据中心可能成为美国再工业化的引擎 Gavin 认为,数据中心建设会带来电力、工程、建筑、设备和地方税收等一系列真实需求。对一些产业衰退的小镇而言,一个数据中心可能让税收增长数倍,并重新带动就业与基础设施建设。AI 的社会价值不能只用聊天机器人或搜索替代来衡量,也要看它是否为普通人带来可感知的经济收益。 "我们正在让美国重新工业化,这太棒了。" 💡 下一代 AI 用户将天然地使用行动型工具 Gavin 以自己使用 GrokBot、Claude Code 的经历说明,AI 的价值正在从"帮我总结"转向"替我采取行动":分析信息、创建应用、追踪市场、提出建议,再进一步自动执行工作流。年轻用户可能会以更加原生的方式使用 AI,而当前用户增长的真正爆发点,可能还没有到来。 "我只想知道,怎么让我把工作做得更好。" 💡 企业未来需要拥有自己的智能 在企业场景中,最重要的资产不是一个通用模型本身,而是企业独有的数据、上下文和工作流程。更可能出现的架构是:企业使用高质量开源基座模型,用自己的数据进行微调,再通过路由器调用一两个前沿模型完成规划与校验。这样既能控制数据和成本,也能让智能真正嵌入业务。 "如果智能是你业务里一个极其重要的投入项,你会希望拥有并掌控自己的智能、它的能力以及它的成本。" 💡 英伟达的优势不只是 GPU,而是整套生态与融资系统 英伟达的护城河包括 CPU、GPU、网络、存储、机架、供应链、客户关系和融资能力。它不仅锁定了晶圆、DRAM、NAND、激光器、电容器等关键产能,还能通过残值担保、承购协议和融资安排降低客户建设数据中心的资本成本。竞争对手即便做出一款优秀芯片,也还需要补齐其余系统。 "他是 AI 的中央银行。他是 AI 的美联储。" 💡 轨道算力的关键不在科幻想象,而在发射成本 轨道数据中心并不意味着在太空建造巨型建筑,而可能是搭载芯片、太阳能电池板和散热器的模块化机架。它的经济性取决于星舰能否实现高频、低成本、可复用发射:地面数据中心的电力、冷却和人工成本可能持续上升,而太空可以利用太阳能和辐射散热。地面算力不会消失,但全球算力中进入轨道的比例可能越来越高。 "有了星舰的可复用性,发射成本能降到 10 亿以下,经济模型瞬间就反转了。" 🌐 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

71分钟
2k+
4天前
30 天花 600 亿 Token 的 Agent 工作系统:不能成为资产,就会成为负债 |对谈沐白

30 天花 600 亿 Token 的 Agent 工作系统:不能成为资产,就会成为负债 |对谈沐白

AI产品经理 Global

Agent时代,黄叔会访谈Agent实战落地的朋友们! 嘉宾沐白,做了八年产品经理,前大厂 AI 产品专家,现在主要做企业 AI 落地陪跑。过去 30 天,他的账户消耗了约 600 亿 Token,是黄叔AgentWork社群的榜一大哥。 这场对聊真正想回答的不是“烧了多少钱”,是:当 AI 用量大到这个程度,一个人的工作系统是怎么长出来的? 沐白的答案很反直觉:不要自上而下搭一个庞大的知识库,要从每天的真实任务里长出系统;先有审美和数据清洗,才有资格谈 Skill 和自动化; 他用得最重的六步法,就是把一个任务走完“创建空间 → 交代背景 → 说清目标 → 跑最小闭环 → 讨论分工 → 沉淀技能”。 对我来说,这期最有价值的是他反复回到的那个判断: 只要它不能成为你的资产,它就会成为你的负债。 本期你会听到: 02:21 为什么他上来就买最贵的模型:测边界,保交付信任 04:31 不想只做“会聊 AI 的人”:用 Agent 给自己搭学习系统 11:21 知识库不是先搭大系统:从每天的真实任务长出来 19:04 Skill 的上限由数据质量决定:为什么三分之一 Token 花在清洗 26:59 黄金六步法:从建 Workspace 到沉淀 Skill 的完整闭环 32:55 Agent Team 怎么用:分片式与 PK 式 34:18 普通人从哪里开始:AI 通识、研究透一个 Agent、AI 编程 41:23 听众问答:怎么把做过的事沉淀成 Skill、注意力怎么分配 一句话 takeaway: 先让 AI 帮你把今天的活干完,再把干活的规则留下来。系统是被真实任务反复训练出来的,不是一次性设计出来的。 主播:黄叔 嘉宾:沐白 音频由 8 月 12 日直播对话重构剪辑而成。

44分钟
99+
4天前
Moby《Play》:当过去的声音,被未来重新「播放」

Moby《Play》:当过去的声音,被未来重新「播放」

留声机records player

【留声机·专辑分享】Moby - Play 有些声音属于一个时代。 有些声音,却会在时代结束以后继续漂流。 它们曾经出现在美国南方的田野、教堂和劳作之间,被一台录音机偶然留下。几十年后,这些声音穿过磁带的底噪与漫长的沉默,来到世纪末的采样器里。 1999年,当所有人都在谈论未来,Moby却按下了播放键。 于是过去,再一次开始歌唱。 TRACK LIST * 00:00Honey * 03:28Find My Baby * 07:28Porcelain * 11:29Why Does My Heart Feel So Bad? * 15:54South Side * 19:43Rushing * 22:44Bodyrock * 26:20Natural Blues * 30:34Machete * 34:127 * 35:14Run On * 38:59Down Slow * 40:34If Things Were Perfect * 44:53Everloving * 48:18Inside * 53:07Guitar Flute & String * 55:16The Sky Is Broken * 59:35My Weakness * 1999:当所有人都望向未来 《Play》发行于1999年5月。 这是一个很适合理解这张专辑的年份。 20世纪即将结束,互联网正在进入越来越多人的生活,数字技术迅速改变着音乐的制作方式。电子音乐从地下俱乐部不断进入大众文化,合成器、采样器、鼓机所制造的声音,似乎天然属于那个即将到来的新世纪。 但就在这个时间节点,Moby做了一件几乎相反的事。 他用当时越来越成熟的电子音乐技术,开始寻找几十年前的声音。 而那时的 Moby,也并没有站在事业的高点。 此前的《Animal Rights》突然转向朋克和硬核摇滚,与人们熟悉的电子音乐路线相去甚远,商业表现并不理想。等到《Play》完成时,他甚至并不确定还有多少人愿意听自己的音乐。 没有人能够预料,这张最初并不起眼的唱片,后来会成为他整个音乐生涯最重要的作品。 而这一切的起点,是一些比 Moby 本人还要古老的录音。 * 一箱来自过去的声音 20世纪,美国民俗学家 Alan Lomax 与父亲 John Lomax 等人曾长期携带录音设备深入美国各地。 他们记录的并不是录音棚里的明星。 而是普通人的声音。 美国南部的农场、监狱、教堂、门廊与劳作现场,都曾成为他们的临时录音室。 设备被架起来,一个人站在麦克风前唱歌。 没有后期,没有修音,也没有人知道这些声音几十年以后会去往哪里。 其中包括 Vera Hall、Bessie Jones 等黑人歌者。 所以当我们今天听见《Natural Blues》开头那句: “Oh Lordy, trouble so hard...” 听到的并不是 Moby 在1999年邀请来的一位歌手。 那是 Vera Hall 留在过去的声音。 她原本演唱的《Trouble So Hard》几乎没有现代流行音乐意义上的制作。一个人的声音被直接记录下来,呼吸、音色以及录音本身的年代感都留在其中。 Moby没有试图把这些痕迹清理干净。 他保留了它们。 然后在几十年以后,为它们加入钢琴、鼓机、贝斯、弦乐与合成器。 于是《Play》最奇妙的声音关系出现了: 一边是土地,一边是机器。 一边来自20世纪前半叶,一边属于20世纪最后一年。 它们原本没有理由出现在同一首音乐里。 但采样让时间突然失去了距离。 * 当机器开始重复人的悲伤 《Play》大量使用一种非常简单的方法: 循环。 截取一句声音。 让它重复。 再重复。 然后在下面建立节奏。 在《Honey》里,Bessie Jones 的歌声被切割、排列,与鼓点、钢琴和吉他不断碰撞,原本属于民间音乐的声音突然获得了一种接近舞曲的身体感。 而到了《Why Does My Heart Feel So Bad?》,这种重复变得完全不同。 几个简单的钢琴和弦。 缓慢的鼓机。 一句不断出现的问题: Why does my heart feel so bad? 为什么我的心如此难过? 没有回答。 Moby只是让它一次又一次出现。 这大概也是《Play》最有意思的矛盾之一。 循环原本是机器的语言。 它准确、稳定、不知疲倦。 可当一个人的悲伤被机器不断重复之后,机械感反而慢慢消失了。 一句话重复十几次以后,它不再像一句歌词。 更像祷告。 《Natural Blues》也是如此。 Vera Hall 的声音被不断召回,钢琴和弦乐在她身后逐渐展开。一个原本极其私人、极其朴素的声音,被电子音乐放进了一个巨大的空间。 Moby并没有重新演唱那些痛苦。 他只是让几十年前的人,再说一次。 《Play》用最机械的方式,放大了最人性的情绪。 * 两个世界 所以《Play》听起来一直像同时存在于两个地方。 第一个世界很古老。 那里有美国南方的土地、教堂、劳作、福音、布鲁斯,以及录音设备留下的沙沙底噪。 声音粗糙、直接,甚至可以听见时间本身留下的痕迹。 但另一个世界却完全不同。 《Porcelain》响起以后,空间突然变成了世纪末的城市。 柔软的合成器、克制的鼓机、零散的钢琴,还有 Moby 几乎没有重量的人声。 如果前一个世界属于土地, 那么这里属于玻璃。 属于凌晨的公路。 属于车窗外不断向后退去的灯光。 属于一个人在陌生城市醒来以后,不知道自己究竟在哪里的几秒钟。 这也是为什么《Play》并不像一张单纯的“复古”唱片。 Moby从来没有试图重建过去。 他没有把自己伪装成一个几十年前的布鲁斯音乐人。 恰恰相反,他让过去保持过去的样子,再把它放进一个极其现代的空间。 于是你会不断听见两种时间擦肩而过。 旧录音中的人正在歌唱。 鼓机在下面保持准确的速度。 钢琴不断循环。 合成器像雾一样升起来。 一个属于土地。 一个属于城市。 一个回望过去。 一个走向未来。 而《Play》就悬浮在两者之间。 * 从一张唱片,到整个世纪末的背景音乐 《Play》后来发生的事情,同样很特别。 它并不是一张发行之后立刻席卷世界的唱片。 真正改变它命运的,是那些音乐开始离开专辑本身。 广告、电影、电视剧以及各种商业影像不断使用其中的作品。 《Porcelain》《Natural Blues》《Why Does My Heart Feel So Bad?》…… 这些音乐逐渐进入越来越多与 Moby 本人无关的场景。 汽车行驶在公路上。 一个人在机场离开。 夜晚的城市。 某段关系结束。 某个广告里的几十秒钟。 《Play》的声音开始附着在无数影像之上。 这甚至形成了一个很有意思的循环: Moby从别人的声音里寻找素材,而后来,整个世界又开始从Moby的音乐里寻找自己的声音。 那些曾经被 Alan Lomax 等人从美国南方保存下来的声音,就这样经过 Moby 的采样器,又进入电影、电视、广告与千禧年前后的大众记忆。 声音完成了一次漫长的迁徙。 * 但这些声音究竟属于谁? 也正因为如此,今天重新听《Play》,还有一个很难完全绕开的问题。 Vera Hall、Bessie Jones这些黑人歌者留下声音时,并不知道几十年后,一位白人电子音乐人会采样它们。 更不会知道这些声音最终会进入一张销量巨大的唱片。 于是《Play》的成功,也留下了一个直到今天依然值得讨论的问题: 当我们重新使用一个来自另一段历史、另一种文化经验的声音时,我们究竟在做什么? 是在保存它? 是在重新解释它? 还是已经改变了它原本的意义? 答案可能没有那么简单。 如果没有那些田野录音,一些普通人的歌声也许很难穿过几十年的时间,被今天的听众听见。 而如果没有 Moby,这些声音也未必会以这样的方式进入世纪末的大众文化。 但与此同时,当它们离开原本的土地,被切割、循环,进入电子节拍和商业传播体系以后,它们也已经不再是最初的那段声音。 它们获得了第二次生命。 也失去了一部分原来的语境。 而这恰恰让《Play》变得比一张“好听的电子专辑”更加复杂。 * Play 整张专辑走到后半段以后,人声越来越少。 《Everloving》《Inside》《Guitar Flute & String》…… 那些来自过去的歌声渐渐退场。 节奏也开始松开。 吉他、弦乐、合成器和大片留白慢慢占据空间。 像一场漫长旅程结束以后,沿途遇见的人一个个消失。 最后只剩下空气。 于是再回头看这张唱片的名字: Play。 它简单得几乎不像一个专辑名。 播放。 演奏。 开始。 1999年,Moby按下了播放键。 一段几十年前留下的声音重新响起。 而今天,我们再次把《Play》放进播放器。 按下同一个按钮。 那些声音又穿过二十七年的时间来到我们面前。 或许声音真正奇妙的地方就在这里。 人的生命有终点。 时代也会过去。 田野会改变,城市会改变,保存声音的介质从磁带变成CD,从CD变成硬盘,再变成服务器里看不见的数据。 但只要还有人愿意按下那个按钮—— 过去就并没有真正沉默。 Play.

63分钟
99+
4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