晨读时间 - 节目列表

本期播客我接受中欧商学院的采访的上篇，围绕全球化变局、地缘政治冲击以及中国经济的“成熟期”转型等问题展开了深入讨论。 1. 全球化的“变车”与失衡 * 赢家与输家： 过去40年的全球化并非“大潮起将所有人托起”，而是产生了明显的赢家与输家。JD·万斯的《乡下人的悲歌》便代表了美国制造业外迁后，被遗忘的蓝领阶层对全球化的不满。 * 规则的打破： 原有的全球化秩序（如布雷顿森林体系）正在动摇。中国通过“搭便车”壮大，引发了守成大国（美、欧）的焦虑与应对失灵。 * 从追赶到成熟： 中国正经历从“追赶”向“成熟”的叙事转变。成熟意味着不再仅追求GDP增长，而是关注人均收入、幸福感，并为全球化提供公共品（如推动全球绿色转型）。 2. 制造业的“终局”与安全优先 * 中国制造的优势： 中国拥有完备的供应链、强大的产业聚集效应，以及将设计、建模到大规模生产周期缩短的能力。 * 效率 vs. 安全： 疫情和贸易战后，全球化逻辑从“效率优先”转向“安全优先”，导致高科技领域的“卡脖子”竞争成为常态。 * 未来趋势： 制造业的终局可能不是产能的简单转移，而是中国向全球输出“小型自动化工厂”，实现贴近市场的定制化生产。 3. 地缘政治：特朗普 2.0 与“做交易”逻辑 * 交易型政治： 特朗普代表了一种打破长期规则、追求短期即时利益的“做交易”逻辑。他主动放弃了对全球秩序这辆“变车”的主导权。 * 民意基础： 特朗普主义植根于对全球化不满的蓝领阶层，以及对过度进步主义反感的群体。 * 中国的应对： 中国不应仅靠对手的“乱”来反衬自己，而应通过提升自身的实力（Capacity）、性格（Character）与可信度（Credibility）来赢得国际社会的相心力。 4. 中国经济的内生性调整 * 告别“廉价”： 中国未来需要“变贵”，即通过提高服务业价值和从业人员收入来拉动内需消费。 * AI 的赋能： 当物质财富基本满足后，AI 作为定制化工具，能帮助个人实现精神层面的富足和自我价值的探索。

本期播客对谈主要围绕中美在人工智能（AI）及科技产业的深度竞争展开，分析了双方在技术突破、商业应用、政策导向及产业生态方面的核心差异。 有三个关键点值得我们思考： 1）中美是否AI领域展开竞争？其实在从移动互联网时代开始，两国就很少在同一市场中竞争了，更像是隔空较劲。 2）美国硅谷的工业党（马斯克、蒂尔、卡普）正在推动从基础科研向产业重塑的转型。 3）中美商业生态有着巨大的不同，美股最近半年看跌软件股，原因是担心AI替代企业软件服务商，却同时也折射出美国企业内部IT预算的充足和2B领域巨大的发展潜力，这也是为什么Anthropic能反超OpenAI的原因。相比之下，中国仍然延续2C领域的繁荣。值得我们深入思考的是，2B相比于2C，对AI发展的推动是更大，还是更小？ 播客录完，董洁林老师发现忘了聊AI对就业的影响，还特别发了一段文字，分析AI对工作的替代对中美两大市场可能的不同影响：AI对社会是双刃剑，一方面提升效率、一方面快速造成结构性失业。美国对冲AI的就业挑战有几个缓冲垫：一是美国进出口贸易赤字比较大，AI提升效率之后，可以进一步推动进口替代、推动GDP和国内就业增长；其二可以淘汰外包的服务业，美国在印度、菲律宾等国雇佣了数千万人从事服务业、可以部分用AI取代、部分回归国内；其三是减少非法移民数量、保障国民就业率。美国的这几点缓冲优势中国印度等国不仅没有，情况可能正好相反，因此AI造成的结构性失业比美国大很多。这也是中美生态系统竞争非常重要的一部分。 嘉宾简介：董洁林，科技政策和科技史作者，著有《人类科技创新简史：欲望的力量》，梳理了人类创新的历史。

与IE大学政治经济全球事务学院院长，意大利前总理莱塔教授对谈，除了欧洲一体化的迫切却每每拖延的难处，欧洲“统一大市场”的宏愿，中欧合作需要互惠之外，感受到的是一种深刻的平民感。欧债危机期间临危受命担任总理，让莱塔有机会参加最后的G8峰会，也有不少逸事分享。卸任后回归学界，去研究曾经亲身参与的地缘政治，思考历史的教训，而不是简单“后视镜”看全球化，怀旧地重新伟大，则是一种更加深刻的智慧。 本次播客有三个要点： 第一、欧洲经济和“统一大市场”的一体化在当下是变得极为迫切。欧洲27国必须“报团取暖”才能在全球与中美竞争，尤其是在AI领域。AI所需要的投资已经不再是小国可以承受的了。它所需要的投资是在另一个维度之上的，需要欧洲作为一体。同样，欧洲作为开放的市场，需要有一套统一的规则来吸引外部投资（包括来自中国的投资）。 2、强调中欧关系需要互惠（Reciprical），中国需要持续开放，中资走出去也需要欧洲企业仍然能够走进来。相应的，欧洲营造的统一大市场，尤其是统一的商业规则，值得中国企业花时间深入学习。 3、特朗普所发动的美伊战争让这个世界陷入“疯狂”的边缘，这更需要中国与欧洲携手多边主义，拥抱技术发展，从历史中汲取教训。跨界这个词的字面意思是Cross Border，跨过边界，在欧洲人的字典中，一战给了跨界以深深的伤痕，几百万年轻人就是围绕着人为划定的边界互相残杀。一百年后，跨界的意义变成了不要被人为的边界所束缚，花更多精力情趣思考合作的成果，同时花些时间理解边界那边的想法，多元而共情。

这是我和梵一如、高蕾在第五届“狂喜播客节”上录制的一期播客，分享当下中国在全球与本土语境下的复杂形象，也就是三张面孔： ● 第一张面孔：China Maxing (向中而行) 越来越多的外国人（特别是商界和专业人士）意识到，必须亲身来到中国（身临其境）才能理解其快速的发展和影响力，这是一种“向中国的奔赴”。 ● 第二张面孔：China Shock 2.0 (中国冲击 2.0) 不同于 20 年前输出廉价消费品带来的“通缩冲击”，2.0 版本更多体现在高端制造和高科技领域（如新能源车）。西方国家对此感到了竞争压力，甚至有外国人将其形容为“入侵”（Invading）。 ● 第三张面孔：体感温度与宏观数据的落差 尽管第一季度 GDP 增长 5% 等宏观数据向好，但普通人的“体感温度”却存在落差。各行各业都陷入了极致的内卷，人们像“红皇后”一样必须拼命奔跑才能留在原地，这种内外部认知的不同频是本期讨论的重点,。

去年我与陆铭教授在谈中国消费问题时，他就提出了“最高工作时长”的概念，因为他认为刺激消费不能仅仅依赖消费券或者政府补贴，更需要理解消费乏力的一个很重要的原因是996，是缺乏时间，因为支撑消费的不只是持续增长的收入，也需要足够多闲暇的时间。换句话说，内卷不仅伤害产业——比如制造业的内卷导致持续压榨利润——也伤害消费。今年他在两会上提出了“反内卷”的提案，用意也在于此。 在本期播客中，我们从服务业放管服的视角深入思考推动中国经济持续向好发展的改革逻辑。梳理下来有以下三方面的重要思考： 1、发展思路的变化，切实理解“从投资于物向投资于人”的转型，从基础设施的基建狂魔转向投资于满足普通人需求的软性基础设施，满足不同人群多样化的服务需求，用负面清单和个案事后审查的方式，真正激活服务业的发展，提升投资人的信心。 2、理清做大消费的根本逻辑，不在于刺激——刺激反而可能推动提前消费，以及刺激政策回撤之后的划破——而在于创造满足需求的各种条件。做大消费的根本逻辑是给普通人更多的消费时间，同时给出更多服务业发展的空间，创造更多服务业的就业岗位。 3、全面拥抱AI，在AI大发展的过程中密切关注AI对就业可能产生的影响，同时思考AI时代的人才战略。 本期对话嘉宾：上海交通大学特聘安泰经济与管理学院特聘教授陆铭

又到了世界读书日，剪辑了前几天我的一段分享，推荐理解G2世界的四本书。 首先是我的新书《探源》，站在中国视角去前瞻AI时代的各种议题，包括G2的课题。 其次是Dan Wang的《Breakneck》在美国掀起了一阵“深入了解中国”的旋风。虽然他提供的思考框架——美国是律师主政，中国是工程师治国——并没有太大的新意，但在地缘政治风起云涌，中美之间竞争激烈的当下，却颇有对比也镜鉴的意义。我把这归纳成“相对论”的世界，也就是中美需要在相互的对比之下深入理解各自的长短所在。 要想了解美国硅谷的“右转”，Palantir的Karp是绕不过的一个人，他自己撰写的《科技共和国》和他的传记《硅谷的哲学家》都在传递三个重要的信息：Karp代表了硅谷对“曼哈顿计划”所代表的科研、工程和举国体制的回归；Palantir则是AI在全新军事冲突——包括抓马杜罗和美伊战争——的应用；而Karp作为彼得-蒂尔的同学和好友，也代表了一种对未来硬科学实力的追求。

经济学里有一个术语“搭便车”（free ride），意思是无需付出就可以使用一些公共品，特指全球经济和金融体系中的制度和规则。过去四十年，全球化的这趟便车中，世界贸易组织和美元体系可能是最为重要的特性（feature）。然而最近十年，显然这趟全球化的便车出了不少的问题，有贸易战对全球自由贸易体系带来的挑战，也有美元体系逐渐体现的问题，比如“我们的美元，你们的问题！”又比如美元体系的长臂管辖原则等等。纵观货币霸权的演进历史，不难发现它与谁是全球经济的霸主和主导者息息相关，也会随着大国兴衰而递变。 在当下的地缘政治大变局中，如何理解人民币与美元显然也是我们去思考全球化这辆便车（全球公共品）的未来图景的一个重要维度。 本期播客围绕蒋正阳教授的新书《货币霸权》展开，深入探讨了货币霸权的本质、美元体系的运作逻辑、历史变迁规律，地缘政治对全球金融体系的影响，以及人民币国际化的未来挑战。 嘉宾介绍：蒋正阳，博士毕业于斯坦福大学，现为美国西北大学凯洛格商学院金融系副教授，兼任美国国民经济研究局（NBER）教职研究员、国际货币基金组织经济政策顾问与《国际经济学期刊》（Journal of International Economics）和清华大学《经济学报》副主编。研究方向是国际金融与宏观经济，主要关注汇率波动、跨国资产配置、国债估值以及国际货币体系的架构。

今天讨论的题目是今年我最为关注的一个话题：AI与职场，或者更具体一点：AI会不会带来大规模入门级工作的消失。 本期播客会引用两位专家的观点，一位是沃顿商学院教授 Ethan Mollick，他曾经著有《Co-intelligence》一书，他明确反对以裁员为导向的自动化；另一位则是《大西洋周刊》的Josh Tyrangiel，他的最新一篇文章从多个维度探讨AI与未来工作，比如以历史为镜鉴的经济学家和展望未知的经济学家，比如站在打工人视角和CEO视角这两个不同视角去审视AI，又比如思考左派和右派能不能在革命出现之前推动有效的改革。 回应Mollick教授的观点，AI重于尝试。如果播客是另一种内容呈现方式，通过选材将有价值的文字转变成对谈，也是播客的未来之一。

上周我与赛巴斯蒂安·马拉比（Sebastian Mallaby）就他的新书《哈萨比斯——谷歌AI之脑》展开了一场对谈。本周回顾此前我与他的领一次对谈，围绕他的前一部著作《风险投资史》（The Power Law）展开，探讨了风险投资（VC）的历史演进、核心逻辑、中美差异以及未来的挑战。以下是此次对谈的要点梳理： 1. 风险投资的核心逻辑：幂律定律与三大驱动力 * 幂律定律（The Power Law）： 这是风投行业的基石，即在10个投资项目中，绝大部分利润来自其中1到2个极其成功的项目，其余项目可能都会失败。这种模式要求投资者必须克服人类天生的“损失厌恶”，专注于巨大的潜在收益而非单次损失。 * 三大定律的共振： 数字化经济的指数级增长由三大定律共同驱动：摩尔定律（半导体性能翻倍、成本下降）、梅特卡夫定律（网络价值随用户数平方增加）以及幂律定律（少数赢家获得极高回报）。 * 软件的优势： VC更青睐软件行业，因为其扩展速度快、无需工厂且容错率高（即“快速行动，打破常规”），而硬件（如特斯拉）的规模化周期更长。 2. 硅谷成功的秘密：风投作为“授粉的蜜蜂” * 超越大学与国防支出： 硅谷的成功并非仅因斯坦福大学（波士顿的MIT当时更强）或国防开支，而是因为其深植的幂律投资传统。 * 网络效应： 风投家像蜜蜂一样在系统内传递思想、人才和资金。他们将原本高风险的“单次博弈”转变为“重复博弈”：如果一个工程师加入的初创公司失败了，风投会利用其网络为其在另一家公司寻找机会。

本期播客对话《哈萨比斯：谷歌AI之脑》的作者塞巴斯蒂安·马拉比（Sebastian Mallaby），重点讨论了 DeepMind 创始人戴米斯·哈萨比斯（Demis Hassabis）的传奇经历、AI 行业的竞争格局以及未来的技术走向。 1. 戴米斯·哈萨比斯：科学企业家（Scientific Entrepreneur）的典范 * 独特的双重身份： 哈萨比斯并非典型的硅谷创业者，而是一位拥有深厚科学背景的商业领袖。他不仅具备卓越的科学直觉和判断力（如在团队负责人想放弃 AlphaFold 时坚持投入），还拥有极强的资源动员能力。 * 超前的愿景： 早在 1994 年（突破性的 ImageNet 出现前 18 年），他就坚信 AI 的力量，并为了获得研发资源而走上创业之路。 * 伦理与名利的疏离： 他对物质享受和权力的迷恋程度极低，至今仍保持着极高的学术发表频率，且更看重在《自然》（Nature）等顶刊上的同行评议，而非社交媒体上的声望。 2. DeepMind 与 OpenAI 的竞争：伦敦派 vs. 硅谷派 * 风格差异： 哈萨比斯代表的是伦敦式的严谨科学风格，主张“做完研究再发论文”；而萨姆·奥特曼（Sam Altman）则是典型的硅谷网络化风格，擅长通过推特和博客营造“心智份额”（Mind Share），推崇“假装成功直到真正成功”。 * DeepMind 的“有趣错误”： 由于哈萨比斯的神经科学背景，他曾长期认为机器必须像人类一样具备“实体”（Embodied）才能获得智慧，这导致他一度低估了大语言模型（LLM）的潜力。 * 快速修复能力： 尽管在 2022 年被 OpenAI 抢得先机，但 DeepMind 展现了极强的韧性和修复能力。在与 Google Brain 合并后，Gemini 3 被认为在 2025 年左右已重新夺回领先地位。 3. AI 产业的本质转变：资本密集型的硬件竞赛 * 从软件回归硬件： AI 已经不再是单纯的软件游戏，它变成了极度资本密集的领域。由于需要巨量的算力和数据中心，这一领域的竞争已经超出了传统风险投资（VC）的能力范围。 * 初创公司的挑战： 像 OpenAI 这样虽然拥有海量用户但收入不足以支撑高昂算力成本的公司，面临巨大的现金流断裂风险。

本期嘉宾：《小实验》（Tiny Experiments）的作者、伦敦国王学院的神经科学家安妮-劳尔·勒·孔夫（Anne-Laure Le Cunff）。 以下是此次对谈的核心内容总结： ● 从线性成功到个人定义： 安妮分享了她从谷歌辞职并经历创业失败，最终转向神经科学研究的转折过程。她反思了社会强加的“线性成功”定义，指出这种单一价值观曾让她忽视健康，并鼓励大家建立自己的“实验室”来探索属于个人的成功。 ● 科学家心态与微小实验： 她提出应对不确定性的最佳方式是拥抱“科学家心态”，即把挑战视为收集数据的机会，而非焦虑的来源。她强调实验要**“微小”（Tiny）**，以避免因目标过大而产生挫败感，通过小步快跑来测试不同的变量。 ● PACT 框架： 她详细介绍了设计实验的 PACT 准则：P (Purposeful)： 有目的性，基于自己的好奇心而非照搬他人。 ○ A (Actionable)： 可立即执行，不依赖未来的资源。 ○ C (Continuous)： 持续性，在实验周期内每天或每周坚持。 ○ T (Trackable)： 可追踪，仅记录“做或没做”，而非复杂的KPI。 ● 重塑对拖延的认知： 她指出拖延并非道德缺陷或懒惰，而是大脑发出的信号。她建议通过“头（理性）、心（情感）、手（资源）”三个维度来分析拖延的根源，并寻找对应的系统化解决方案。 ● 在公共空间学习： 受“开放科学”启发，她鼓励大家**“在公共空间学习”（Learning in Public）**，在实验过程中就分享进展和挫折，这不仅能加速学习，还能吸引志同道合的人建立有价值的人脉网络。 ● 应对“内卷”与“躺平”： 针对中国年轻一代面临的竞争压力（内卷）与消极应对（躺平），安妮建议寻找“第三条路”，即通过不断尝试微小实验来“卸载”社会赋予的陈旧剧本，找到既能获得成就感又能维持生计的平衡点。

欢迎来到晨读时间，今天是AlphaGo在2016年挑战李世石围棋大赛第三番下出第37手10周年的日子。这一后来被惊为天人的“天外飞仙”之手，很多人似乎都淡忘了，2016年三月AlphaGo横空出世的日子，而AI的第37手，不仅提前让AlphaGO在人机大战的五番棋中连赢三局而提前获胜，也让世人看到了AI基于“强化学习”的能力——那就是他走出了一手让无数棋手摸不着头脑，但在棋局推展之后让人拍案叫绝。这也是AI第一次展现超越人类智慧的时刻，让我们惊叹：算法的先见之明，只是在低等智能看来，它才像算法。 AI的发展史上有几个关键节点，分别是2012年ImageNet大赛、2016年AlphaGo打败李世石、2022年ChatGPT的横空出世，让所有人都可以亲身体会AI的震撼、到2026年年初特别热闹的养”龙虾”，似乎每四年都会有一个跃迁（实际上AI的加速变化要快地多）。如果说辛顿团队赢得了ImageNet大赛证明了基于神经网络的深度学习的能力，AlphaGo称霸围棋突显了强化学习的力量，ChatGPT让人看到机器智能的曙光，那么“龙虾”则把机器替代人实实在在地摆在普通人的面前。 本期播客回顾了过去15年AI发展的前三阶段，是我对《纽约时报》记者、《深度学习革命》（Genius Makers）一书作者凯德·梅茨（Cade Metz）的对谈。讨论的核心内容围绕生成式AI（以ChatGPT为代表）的历史演进、技术本质、社会影响以及未来挑战展开。 理解AI发展史，除了《深度学习革命》，我还推荐《李飞飞传》、Sam Altman的传记《Empire of AI》，DeepMind联合创始人苏莱曼的《The Coming Wave》（浪潮将至），以及刚刚出版的马拉比的新书《哈萨比斯：谷歌AI智脑。脑》 1. AI 的“iPhone 时刻”与普及化 ● 分水岭事件： 2022年底 ChatGPT 的发布被视为 AI 的“iPhone 时刻”或“浏览器时刻”，它让公众直观感受到了新技术改变生活的可能性。 ● 通用技术的趋势： 这种技术不仅是聊天机器人，更是一种通用目的技术（General Purpose Technology）。微软等巨头正将其整合进所有软件，改变人们使用数字服务的方式,。 2. AI 产业的竞争格局与门槛 ● 人才与资本的聚集： 开发尖端 AI 需要极高的成本和算力（如 OpenAI 需融资数十亿美元）。这导致人才大规模从学术界流向谷歌、微软等巨头,,。 ● 历史里程碑： 访谈回顾了杰夫·辛顿（Jeff Hinton）及其学生在 2012 年引发的竞购战，以及 2016 年 AlphaGo 击败李世石等关键节点,。 3. 对职业与未来的影响：互补而非替代 ● 作为人的“副驾驶”： 目前 AI 更多是作为人类工作的补充（Complement），例如辅助程序员编写代码片段（如 Copilot），而非完全取代人类,。 ● 人类价值的独特性： 行业专家和人类的判断力、推理能力及专业经验依然不可替代,。