🌐 播客信息补充 翻译克隆自：Ray Dalio: America’s Hidden Civil War, and the Race to Beat China in Tech, Economics, and Academia 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

🕰️ 本期播客简介 我们邀请到创新职业发展理论的开拓者、The Rev Group联合创始人Bob。当职场人深陷「职业倦怠」与「人才困局」时，他将拆解「能量驱动」与「工作体验」的底层逻辑，揭秘如何通过《Job Moves》实现职业跃迁。 Bob不仅是Jobs to be Done理论联合创始人，更是推动职业决策从「岗位匹配」转向「人性化设计」的关键人物。节目中，他将颠覆传统职业规划认知，提出「工作假期」「能量账户」等突破性概念，并分享如何用产品思维重构个人职业路径——这些方法论正在硅谷科技公司引发新一轮管理革命。 📸 本期嘉宾 Bob，职业战略家，Jobs to be Done理论联合创始人，主导开发过影响50万职场人的职业决策系统。其新书《Job Moves》被《哈佛商业评论》评价为「近十年最具实操性的职业转型指南」，研究案例覆盖从初创公司CEO到跨国企业高管的职业转型样本。 💿 时间戳 00:57 职业革命宣言：《Job Moves》颠覆传统求职方法论，开启职场新范式 01:48 职场供需解决方案：独创双视角模型破解求职招聘结构性矛盾 03:05 十亿人职业迁徙：全球年度换岗潮催生系统性职业培训需求 05:07 雇佣关系重构：员工选择权超越企业筛选机制的职场权力转移 07:41 离职动因解码：13种推力与14种拉力构建职场动力双因素模型 10:29 组织瘦身实践：5人团队重构验证最小化管理的创新效能 14:50 能力曲线悖论：技能掌握度与职业倦怠的正相关现象解析 16:57 能量溯源法则：通过时间感知实验定位职业激情坐标 23:42 职位描述真相：企业需求包装术与岗位实质的偏差系数 27:59 技能迁移革命：跨领域能力转化验证市场复合型人才培育路径 32:46 薪酬替代效应：学习机会与长期收益的职场投资决策模型 35:52 绩效薪资悖论：热爱指数与奖金获取率的非线性关系实证 44:37 阶梯晋升策略：目标锚定法实现CEO职级的半步跃迁机制 50:58 智能求职革命：AI简历优化实现72小时3面试转化纪录 01:01:22 招聘流程革新：动态岗位描述系统破解人才匹配率难题 01:06:10 缺陷转化定律：阅读障碍者创业率超常现象背后的认知代偿 01:09:21 职业定位工具：五维分心因子检测系统助力精准方向校准 01:13:28 智能职业助手：AI能量分析引擎九月上线预告 🌐 播客信息补充 翻译克隆自：How to find work you love | Bob Moesta (Jobs-to-be-Done co-creator, author of "Job Moves”) 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

🕰️ 本期播客简介 本期我们邀请到深度参与AI技术革新的实践者、Venter CEO兼联合创始人Christina。当业界热议「AI训练数据枯竭」时，我们将带您探索模型训练的艺术、合成数据的潜力，以及AI如何重塑未来的工作方式。 Christina不仅是OpenAI核心项目的参与者，更是推动AI工具从聊天助手升级为复杂任务执行者的关键人物。节目中，她将解密如何让AI理解「无实体却需执行物理操作」的逻辑悖论，并揭示评估方法对模型能力的决定性作用——这些洞见将颠覆你对AI开发的传统认知。 📸 本期嘉宾 Christina，Venter联合创始人，主导开发过影响行业格局的AI任务自动化系统，其团队研究成果被《MIT科技评论》评为「年度十大突破性技术」。 💿 时间戳 00:40 初创企业生存法则：Venter三年服务近万家企业，验证合规认证市场需求 02:13 基础设施战略：千亿级投入揭示AI算力建设优先级 03:21 行业预警：数据资源枯竭与算力成本同步逼近临界点 05:48 突破性方案：人工合成数据训练开启模型进化新路径 06:51 模型能力跃迁：知识压缩与人类行为模拟功能边界突破 19:57 开发模式革新：动态模型迭代评估替代传统文档驱动机制 24:45 多场景验证：从文学创作到金融分析的AI泛化能力实证 32:17 未来三年预测：云技术驱动的前端开发革命即将爆发 32:50 成功案例解析：金融行业AI自动化实现90%人力成本削减 34:54 全民化战略：小型模型以10倍性价比推动AI普及进程 40:22 人机协同边界：情感交互与创造力仍是人类核心优势区 44:32 自进化突破：持续学习模型实现无需人工干预的版本迭代 51:24 智能摘要革命：跨平台内容结构化处理达人类理解水平 56:52 技术里程碑：文字转语音自然度突破99%人类相似阈值 01:01:57 开发范式变革：实时低延迟AI结对编程工具投入商用场景 🌐 播客信息补充 翻译克隆自：OpenAI researcher on why soft skills are the future of work | Karina Nguyen (Research at OpenAI, ex-Anthropic) 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 原播客 ShowNote Karina Nguyen leads research at OpenAI, where she’s been pivotal in developing groundbreaking products like Canvas, Tasks, and the o1 language model. Before OpenAI, Karina was at Anthropic, where she led post-training and evaluation work for Claude 3 models, created a document upload feature with 100,000 context windows, and contributed to numerous other innovations. With experience as an engineer at the New York Times and as a designer at Dropbox and Square, Karina has a rare firsthand perspective on the cutting edge of AI and large language models. In our conversation, we discuss: Karina Nguyen 领导 OpenAI 的研究工作，她在开发 Canvas、Tasks 和 o1 语言模型等开创性产品方面发挥了关键作用。在加入 OpenAI 之前，Karina 在 Anthropic 工作，在那里她领导了 Claude 3 模型的后期训练和评估工作，创建了具有 100,000 个上下文窗口的文档上传功能，并为许多其他创新做出了贡献。Karina 曾在《纽约时报》担任工程师，并在 Dropbox 和 Square 担任设计师，对 AI 和大型语言模型的前沿有着难得的第一手见解。在我们的对话中，我们讨论了： * How OpenAI builds product OpenAI 如何构建产品 * What people misunderstand about AI model training 人们对 AI 模型训练的误解 * Differences between how OpenAI and Anthropic operate OpenAI 和 Anthropic 的运作方式之间的差异 * The role of synthetic data in model development 合成数据在模型开发中的作用 * How to build trust between users and AI models 如何在用户和 AI 模型之间建立信任 * Why she moved from engineering to research 她为什么从工程转向研究

本期播客简介 从国际象棋神童到武术世界冠军的认知跃迁是如何实现的？Josh Waitzkin用三十年跨领域实证研究揭示：真正的学习革命在于将失败转化为神经重塑的契机。这位六岁称霸华盛顿广场棋局的奇才，通过独创的「脆弱性训练」体系，成功将竞技场淬炼出的思维算法赋能金融、军事等领域的顶尖人才。 在最新曝光的神经生物学实验中，镜面位移技术印证了「战略性失误」对大脑可塑性的激活效应。Josh创立的MAQ训练法突破性地证明，通过精确调控肾上腺素水平和时空感知模式，人类每日4.5小时的巅峰认知状态可产生16小时的工作效能输出。这种在巴西柔术中淬炼出的思维带宽调控术，正在改写精英人才培育的底层逻辑。 本期斯坦福神经科学家Andrew Huberman对话元学习导师，深度解析《学习的艺术》未公开的认知升级技术。从棋盘上的直觉革命到水翼冲浪中的神经重塑，这场对话重新定义了心流状态与认知崩溃的辩证关系——正如Josh在节目中揭示：「当挫败感突破临界点时，大脑会开启全新的学习维度。」 时间轴 【 04:09 】曼哈顿街头象棋开启天才觉醒之路 【 05:11 】市井棋手启蒙非传统训练思维 【 07:59 】俄罗斯教练颠覆性训练引发认知冲击 【 09:18 】理性思维革命触发自我重构危机 【 28:58 】镜面实验实证失败重塑神经机制 【 35:56 】世界冠军赛关键局的认知断点解析 【 40:52 】棋坛失利催生格斗领域认知迁移 【 44:22 】通宵反思构建痛苦转化框架 【 47:57 】主动暴露脆弱性加速成长曲线 【 51:49 】神经兴奋态压缩时间感知实验 【 01:05:18 】十年淬炼完成认知训练体系构建 【 01:08:58 】黄金学习窗口的神经生物学验证 【 01:14:57 】睡眠神经重塑技术突破性发现 播客信息补充 翻译克隆自：Josh Waitzkin: The Art of Learning & Living Life 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 原播客 ShowNote In this episode, my guest is Josh Waitzkin, former child chess prodigy and the subject of the movie and true story Searching for Bobby Fischer. Josh is also a world champion martial arts competitor and the author of the book The Art of Learning. We discuss Josh’s childhood as a chess prodigy and how he learned to train and compete at the highest levels by facing his fears and overcoming points of weakness. He explains the principles that unify disparate physical and mental pursuits and how understanding the interconnectedness of the learning process enables ultra-high-level performance across disciplines. 在这一集中，我的嘉宾是乔什·韦茨金（Josh Waitzkin），他是前国际象棋神童，也是电影和真实故事《寻找鲍比·费舍尔》（Searching for Bobby Fischer）的主题。Josh 还是世界冠军武术选手，也是《学习的艺术》一书的作者。我们讨论了 Josh 作为国际象棋神童的童年，以及他如何通过面对恐惧和克服弱点来学会在最高水平上训练和竞争。他解释了统一不同身体和心理追求的原则，以及理解学习过程的相互关联性如何实现跨学科的超高水平表现。 We explore how to structure one’s day to tap into the most creative, generative, and unique capabilities. Josh shares his approach to learning, including how to address flaws and mistakes and how to harness the subtle and overt energies of the learning and peak performance process. He also discusses how he structures his life and makes decisions related to career and family. This episode is sure to inspire deep thinking and practical life changes for all who listen. 我们探索如何安排自己的一天，以利用最具创意、最具生成性和独特性的能力。Josh 分享了他的学习方法，包括如何解决缺陷和错误，以及如何利用学习和最佳表现过程中的微妙和明显的能量。他还讨论了他如何构建自己的生活并做出与职业和家庭相关的决定。这一集肯定会激发所有听众的深入思考和实际的生活改变。

Dylan Patel is the founder of SemiAnalysis, a research & analysis company specializing in semiconductors, GPUs, CPUs, and AI hardware. Nathan Lambert is a research scientist at the Allen Institute for AI (Ai2) and the author of a blog on AI called Interconnects. Dylan Patel 是 SemiAnalysis 的创始人，SemiAnalysis 是一家专注于半导体、GPU、CPU 和 AI 硬件的研究与分析公司。Nathan Lambert 是艾伦人工智能研究所（Ai2）的研究科学家，也是名为 Interconnects 的 AI 博客的作者。 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； 仅使用 AI 进行翻译，也没有进行校对，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

The skills it takes to get rich are drastically different from the skills it takes to stay rich. Few understand this phenomenon more than Morgan Housel. 致富所需的技能与守财所需的技能大相径庭。很少有人比摩根·豪塞尔更理解这一现象。 In this conversation, Shane and Housel discuss various aspects of risk-taking, wealth accumulation, and financial independence. Morgan explains the importance of understanding personal financial goals and the dangers of social comparison, lets everyone in on his personal financial “mistake” that instantly made him sleep better at night, and why the poorest people in the world disproportionately play the lottery—and why it makes sense that they do. They also touch on the influence of upbringing on financial behaviors, the difference between being rich and wealthy, and the critical role of compounding in financial success. Of course, we can’t have a writer as good as Morgan Housel on the podcast and not ask him about his process, so Housel concludes with insights into storytelling, his writing processes, and the importance of leading by example in teaching financial values to children. 在这次对话中，Shane 和 Housel 讨论了冒险、财富积累和财务独立的各个方面。Morgan 解释了理解个人财务目标的重要性以及社会比较的危险，分享了他个人的财务“错误”，这个错误让他晚上立刻睡得更好，还探讨了为什么世界上最贫穷的人不成比例地购买彩票——以及他们这样做的合理性。他们还谈到了成长环境对财务行为的影响，富有与富裕之间的区别，以及复利在财务成功中的关键作用。当然，我们不可能让像 Morgan Housel 这样优秀的作家上播客而不询问他的创作过程，因此 Housel 最后分享了他对讲故事的见解、他的写作过程，以及在向孩子传授财务价值观时以身作则的重要性。 ---------- From： Morgan Housel: What You Need to Master (And Avoid) to Get Rich, Stay Rich, and Build Wealth 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； 仅使用 AI 进行翻译，也没有进行校对，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

This time around, we have a bit of a different format, featuring the book that started it all, The 4-Hour Workweek, which was published in 2007. It’s crazy to think that the 20th anniversary is around the corner. Readers and listeners often ask me what I would change or update, but in my mind, an equally interesting question is: what wouldn’t I change? What stands the test of time and hasn’t lost any potency? This episode features three chapters from the audiobook of The 4-Hour Workweek that are time-tested. They represent tools and frameworks that have changed my life and that I still use today. 这一次，我们采用了一种略有不同的形式，重点介绍了一切的起点——《每周工作 4 小时》这本书，它于 2007 年出版。想到 20 周年纪念即将到来，真是令人难以置信。读者和听众经常问我，我会做出哪些改变或更新，但在我心中，一个同样有趣的问题是：我不会改变什么？什么经受了时间的考验，依然不失其效力？本期节目精选了《每周工作 4 小时》有声书中的三个章节，它们都是经过时间检验的。这些章节代表了改变我生活的工具和框架，至今我仍在使用。 The 4-Hour Workweek: Expanded and Updated is written by Timothy Ferriss and narrated by Ray Porter. The audiobook, produced and copyrighted by Blackstone Publishing, is available wherever audiobooks are sold. You can find it on Audible, Apple, Google, Spotify, Downpour.com, or wherever you get your favorite audiobooks. 《每周工作 4 小时：扩展与更新版》由蒂莫西·费里斯撰写，雷·波特旁白。该有声书由 Blackstone Publishing 制作并拥有版权，在有声书销售的地方均可购买。您可以在 Audible、Apple、Google、Spotify、Downpour.com 或您获取最喜爱有声书的任何平台找到它。 原播客：#783: The 4-Hour Workweek Revisited — How to Get Uncommon Results by Doing the Opposite, Aiming with Precision, and Aiming for the Unrealistic 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； 仅使用 AI 进行翻译，也没有进行校对，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

In this episode, my guest is Dr. Jordan Peterson, Ph.D., psychologist, professor emeritus at the University of Toronto, best-selling author, and prominent online educator. We discuss the biology of human emotions and motivations, healthy versus destructive impulses, addictions, and generative drives. Topics include how brain states shape decision-making—for better or worse—and how religion and culture can guide us toward and through the best paths in life. 在本期节目中，我的嘉宾是乔丹·彼得森博士，心理学家、多伦多大学名誉教授、畅销书作家以及知名在线教育者。我们探讨了人类情感和动机的生物学基础、健康与破坏性冲动、成瘾以及生成性驱动力。话题包括大脑状态如何影响决策——无论是好是坏——以及宗教和文化如何引导我们走向并穿越人生中的最佳路径。 We also explore the innate human drive to create "impact at a distance" and how it influences social interactions, educational pursuits, career choices, and relationships. Additional subjects include morality, social media, politics, the human appetite for drama, and the importance of embracing responsibility as a form of adventure to avoid wasting time. 我们还探讨了人类与生俱来的“远程影响”驱动力，以及它如何影响社交互动、教育追求、职业选择和人际关系。其他主题包括道德、社交媒体、政治、人类对戏剧的渴望，以及将承担责任视为一种冒险形式以避免浪费时间的重要性。 Listeners will gain practical knowledge from psychology, neuroscience, philosophy, and religion. 听众将从心理学、神经科学、哲学和宗教中获得实用知识。 -----以上为原 shownote------ -----以下为搬运 shownote----- 翻译克隆自：Dr. Jordan Peterson: How to Best Guide Your Life Decisions & Path 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； 仅使用AI进行翻译，也没有进行校对，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

The AI race is on, and 2025 could be its most transformative year yet. 人工智能竞赛已经开始，2025 年可能是其最具变革性的一年。 In this episode, a16z General Partners Anjney Midha and Jennifer Li, and Partner Alex Immerman dive into the trends reshaping AI and its impact on search, infrastructure, and devices. 在本期节目中，a16z 的普通合伙人 Anjney Midha 和 Jennifer Li，以及合伙人 Alex Immerman 深入探讨了重塑人工智能的趋势及其对搜索、基础设施和设备的影响。 We explore: 我们探索： * How AI-native tools like ChatGPT and Perplexity are challenging Google’s search dominance. 像 ChatGPT 和 Perplexity 这样的 AI 原生工具如何挑战谷歌的搜索主导地位。 * The rise of infrastructure independence as governments prioritize compute, energy, and data. 基础设施独立性的崛起，因政府优先考虑计算、能源和数据。 * The future of smaller, on-device AI models driving privacy, performance, and new consumer applications. 未来，更小型的设备端 AI 模型将推动隐私保护、性能提升和新的消费者应用。 With insights from a16z’s Growth and Infrastructure teams, this episode unpacks the forces driving AI innovation—and the opportunities founders and nations could seize to lead in the next wave of technology. 本集节目借助 a16z 增长与基础设施团队的洞见，深入剖析推动人工智能创新的力量，以及创始人和国家如何把握机遇，引领下一波技术浪潮。 -----以上为原 shownote------ ------以下为搬运 shownote----- 翻译克隆自：The Race for AI—Search, National Infrastructure, & On-Device AI 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； 仅使用AI进行翻译，也没有进行校对，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

Shaun Clowes is the chief product officer at Confluent and former CPO at Salesforce’s MuleSoft and at Metromile. He was also the first head of growth at Atlassian, where he led product for Jira Agile and built the first-ever B2B growth team. In our conversation, we discuss: 肖恩·克洛斯是 Confluent 的首席产品官，曾任 Salesforce 旗下 MuleSoft 和 Metromile 的首席产品官。他也是 Atlassian 的首位增长负责人，领导了 Jira Agile 的产品开发，并组建了首个 B2B 增长团队。在我们的对话中，我们讨论了： • Why most PMs are bad, and how to fix this • 为什么大多数项目经理表现不佳，以及如何解决这个问题 • Why great AI products are all about the data • 为什么优秀的 AI 产品都关乎数据 • Why he changed his mind about being data-driven • 他为何改变了关于数据驱动决策的看法 • How to build your B2B growth team • 如何构建你的 B2B 增长团队 • How to choose your next career stop • 如何选择你的下一站职业 -----以上为原 shownote------- -----以下为搬运 shownote----- 翻译克隆自：Why great AI products are all about the data | Shaun Clowes (CPO Confluent, ex-Salesforce, Atlassian) 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； 仅使用AI进行翻译，也没有进行校对，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

原播客：Transcript for Adam Frank: Alien Civilizations and the Search for Extraterrestrial Life | Lex Fridman Podcast #455 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； 仅使用 AI 进行翻译，也没有进行校对，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