📝 本期播客简介 本期我们克隆了：知名科技媒体 Semafor 的深度访谈节目 本期嘉宾是 AI 搜索引擎新贵 Perplexity 的创始人兼 CEO Aravind Srinivas。在这场对谈中，他首次系统性地阐述了 Perplexity 的下一代产品——智能体浏览器 Comet 的宏大构想。Comet 的目标远不止是成为另一个 Chrome 的挑战者，而是要成为一个真正意义上的“AI 操作系统”。它将如何像一个通用AI助手一样，无缝穿梭于你使用的所有网页应用之间，自动完成改签机票、处理报销、筛选简历等复杂任务？Aravind 分享了 Perplexity 如何在谷歌和 OpenAI 的夹缝中找到自己的生态位，并对 AI Agent 的技术挑战、商业模式的未来（订阅 vs 广告）、乃至 AI 硬件的终局提出了深刻的见解。这不仅是对一个产品的介绍，更是一次关于未来人机交互范式的预言。 👨‍💻 本期嘉宾 Aravind Srinivas，Perplexity AI 的联合创始人兼 CEO。他拥有加州大学伯克利分校的博士学位，是AI研究领域的杰出人物。在他的领导下，Perplexity 从一个创新的AI答案引擎，发展为致力于构建下一代AI原生计算平台的行业颠覆者。 📒 文字版精华 见微信公众号（点击跳转） 🌟 精彩内容 💡 AI 操作系统：浏览器的终极形态 Aravind 描绘了一个革命性的未来：浏览器不再仅仅是内容的消费窗口，而是成为一个具备状态、能管理后台进程的“迷你电脑”。通过 Comet，AI Agent 能连接你所有的网页应用，理解上下文，从而自动执行跨应用、长周期的复杂任务，成为你数字生活的真正操作系统。 “你的浏览器本身就会感觉像是你电脑里的一个‘迷你电脑’。” 🚀 上下文即是护城河 Aravind 认为 AI 的进步有两个坐标轴：模型的“智能”和应用的“上下文”。当模型智能趋于同质化时，谁能掌握最全面的上下文，谁就能赢得用户。而浏览器，作为我们工作与生活的核心界面，是获取上下文的终极形态，是上下文领域的“GPT-5”。 “在我看来，上下文领域的‘GPT-5’或者‘GPT-6’，基本上就是浏览器。” 🛠️ 通用 AI 助手：“边车”模式的革命 我们不需要为 LinkedIn、Slack、Notion 等每个应用都开发一个独立的 AI。Comet 提出的“边车”（sidecar）模式，让一个通用的 AI Agent 始终伴随用户，无论在哪个网站都能随时调用，实现无缝的跨平台工作流自动化，这才是 AI 助手的终极梦想。 “我们只需要这一个通用的 Agent，像个‘边车’一样一直陪着你。无论你在哪个网站上。” 💰 订阅经济的巨大潜力 Aravind 坚信订阅模式的未来。他认为，市场严重低估了用户为高效 AI 工具付费的意愿。当 AI Agent 能真正解决高价值问题时，会出现数百万愿意每月支付200美元，甚至数万人支付2000美元的市场，这足以支撑起一个千亿美金、完全无需广告的庞大业务。 “我觉得我们真的低估了每月二百美元这个档次，未来还会有每月二千美元的档次。” 🤖 数字世界的“全自动驾驶” Aravind 将 AI Agent 的发展类比为特斯拉的自动驾驶。目前我们处于“Autopilot”阶段，AI 辅助我们完成任务。未来，当技术成熟到“FSD”（全自动驾驶）阶段，AI 将能完全自主地处理绝大多数数字劳动，从多步搜索进化到多步操作，极大地解放人类的生产力。 “Agent 感觉就像 Autopilot 或者 FSD。我觉得今天它还处在 Autopilot 阶段，而不是 FSD。” 🌐 播客信息补充 翻译克隆自：Perplexity CEO Aravind Srinivas On Comet, Search, & The Future Of AI | Semafor Tech 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 本期我们克隆了全球顶尖的健康科学播客《Huberman Lab》。主持人 Andrew Huberman 是斯坦福大学的神经科学家，以其深入浅出的科学解读而闻名。在本期节目中，他邀请到了世界顶尖的神经可塑性专家 Michael Kilgard 博士，共同探讨我们大脑根据后天经验重塑自身的惊人能力。这不仅是一场关于大脑科学的硬核对话，更是一份充满智慧与洞察的生活指南。您将从一位神经科学家的独特视角，了解育儿、学习以及如何在数字时代保持大脑健康的深刻见解，并探索如何利用前沿的迷走神经刺激技术，为中风、耳鸣甚至脊髓损伤患者开启康复的新可能。 ⚙️ 本期嘉宾 Michael Kilgard 博士，德克萨斯大学达拉斯分校的教授，世界顶尖的神经可塑性专家之一。他的研究颠覆了“成年大脑难以改变”的传统观念，证明了在适当条件下，成年大脑同样可以实现大规模重塑。Kilgard 博士近期的研究重点是利用迷走神经刺激技术，精准调控大脑化学物质，以开发针对耳鸣、中风和脊髓损伤等顽固病症的创新疗法，其成果发表在《自然》等顶级科学期刊上。 📒 文字版精华 见微信公众号（点击跳转） 🌟 精彩内容 🧠 大脑非一成不变：颠覆你认知的神经可塑性 我们曾以为大脑是“硬连接”的，成年后便难以改变。Kilgard 博士指出，这个想法早已过时。大脑是一个充满活力的、持续变化的生命体，在你生命中的每一秒，它都在进行着数以万亿计的连接调整，每一次学习都是一次重塑。 “我们过去认为，一切都是硬连接的，你生来什么样就是什么样，什么也改变不了。但现在我们知道，你每天都在建立新的连接，每次学到新东西都是如此……它是有生命的，是在不断变化的。” 👶 育儿的神经科学：为何“真实”体验远胜虚拟世界？ 当一位神经可塑性专家成为父亲，他会如何看待育儿？Kilgard 博士认为，真实世界的体验，因其丰富的、不可预测的“统计特性”，对孩子大脑的健康发育至关重要。相比之下，电子游戏等人工环境可能会限制和操纵大脑，缺乏真实互动带来的全面成长。 “我对电子游戏之类的事物的担忧在于，它们可能非常有坏处，因为它们不具备真实世界的统计特性……对我来说，关键就是：这是真实的吗？我的祖父母会认为这是度过一天的好方式吗？” 💡 改变大脑的终极配方：专注、摩擦力与反思 真正有效的学习和改变，并非被动接收信息。对话揭示了可塑性的三大核心要素：首先是高度的“专注”；其次是需要付出努力克服的“摩擦力”；最后，也是至关重要的一环，是事后的“反思”与心理演练，这能极大巩固学习效果，将短暂的经历内化为持久的改变。 “就是事后回想这件事，同样会重塑你的大脑。不仅仅是睡觉那部分，当你清醒地思考、在脑海里反复琢磨的时候。” ⚡️ “黑入”迷走神经：用科技解锁大脑的自愈力 Kilgard 博士分享了他开创性的研究：通过微型设备刺激迷走神经，向大脑释放出一系列促进可塑性的神经调质“鸡尾酒”。这项技术在康复领域取得了惊人突破，通过对大脑善意地“撒谎”，让它认为康复训练至关重要，从而帮助中风、脊髓损伤患者重新激活神经通路，获得他们曾以为永远失去的运动能力。 “我们加入这个助力，这样神经元就不会放弃。这需要数千次的重复，而且需要感觉它很重要。” 🌐 播客信息补充 翻译克隆自：How to Rewire Your Brain & Learn Faster | Dr. Michael Kilgard 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 本期我们克隆了全球顶级健康播客之一《The Mel Robbins Podcast》。主持人 Mel Robbins 是美国极具影响力的励志演说家和畅销书作家。在本期节目中，她邀请到了哈佛医学院毕业的世界知名专家 Sarah Saul 博士，共同带来一堂关于自身免疫病的大师课。节目深入探讨了一个惊人的事实：为何全球八成的自身免疫病都发生在女性身上？Saul 博士将首次揭示导致这场“身体内战”的三大根源：遗传、肠漏，以及被我们忽视的创伤与压力。这不仅是一次知识科普，更是一份充满希望的行动指南。您将学到如何通过调整饮食、呼吸等几乎零成本的“生活方式医学”方法，来重新激活身体的自愈能力，夺回健康的主导权。 ⚙️ 本期嘉宾 Sarah Saul 博士，医生、研究员，哈佛医学院毕业生，在健康领域享有盛誉。她是《纽约时报》九本健康类畅销书的作者，并担任托马斯杰斐逊大学整合医学与营养科学系的临床助理教授，以及杰斐逊大学马库斯整合健康研究所精准医学的主任。Saul 博士拥有超过二十五年的临床经验，致力于通过探寻疾病的根本原因，帮助无数患者走上康复之路。 📒 文字版精华 见微信公众号（点击跳转） 🌟 精彩内容 💥 身体的内战：揭秘自身免疫病的三大根源 自身免疫病并非无缘无故发生，而是三大因素共同作用的结果：遗传易感性、肠道屏障被破坏（即“肠漏”），以及一个关键的触发因素。这个触发因素可能是我们未曾意识到的童年创伤、长期的毒性压力，或是怀孕、更年期等剧烈的荷尔蒙变化。 “根本原因其实多年前就已经被确定了。有三个必要条件。第一，遗传易感性。第二，肠漏。第三，一个触发因素。触发因素通常是创伤或毒性压力，但也可能是大的荷尔蒙变化。” 👩 为何是女性？80%患者背后的社会与文化重压 女性患病率是男性的四倍，这不仅是生物学差异，更是社会文化问题的体现。女性被文化设定为“照顾者”，习惯性地将他人需求置于自身之上、压抑愤怒、承担过多压力，这些都成了健康的巨大风险，最终导致免疫系统失衡。 “在我们的文化中，作为女性本身就是一种健康风险。说出这句话让我很难过……我们的抑郁症发病率是男性的两倍，失眠率是两倍，自身免疫病是四倍，阿尔茨海默病是两倍。” 🤯 肠漏的真相：一道身体内部消失的边界 肠漏远不止是消化问题，它是一个充满诗意却又无比关键的概念：身体内部的一道边界消失了。当这道屏障失效，外界的细菌、过敏原等就能直接涌入，持续刺激集结在肠道的70-80%的免疫系统，引发混乱和攻击。 “肠漏这个概念很有意思，不光是生理上的，甚至有点诗意。它意味着你身体里的一道边界消失了。” ❤️ 夺回健康主权：你可以激活身体的自愈能力 最鼓舞人心的消息是，尽管基因无法改变，但我们可以通过修复肠漏和处理触发因素来夺回健康主权。通过排除饮食法、处理深层创伤、进行深慢呼吸等方式，我们能向身体发出“现在安全了”的信号，从而激活其强大的自愈能力。 “你改变不了你的基因，至少现在还不行，但你可以解决肠漏问题，也可以处理那些触发因素。你可以重新掌握自己健康的方向盘。” 🌐 播客信息补充 翻译克隆自：Why 80% of Autoimmune Diseases Happen to Women & Solutions From a Renowned MD 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 本期我们克隆了：Lenny's Podcast 的播客 本期嘉宾是全球定价与商业化领域的顶尖专家Madhavan Ramanujam。作为畅销书《Monetizing Innovation》的作者，他曾为超过三十家独角兽公司提供咨询。在本期节目中，他带着续作《Scaling Innovation》揭示了为何AI时代的商业化是一场全新的游戏。为什么AI公司必须从第一天起就精通商业化？如何平衡“市场份额”和“钱包份额”这两大增长引擎？Madhavan将用他独创的四象限模型，为所有创始人指明通往“基于结果定价”这一黄金模式的清晰路径。这不仅是一场关于定价的对话，更是关于如何构建一家基业长青的公司的深度思考。 ⚙️ 本期嘉宾 Madhavan Ramanujam，全球顶尖战略咨询公司 Simon-Kucher 的管理合伙人，被誉为“定价与商业化领域最聪明的人”。他曾与超过250家公司合作，其中包括30家独角兽公司，帮助它们制定价格、设计产品组合并实现增长。他是商业畅销书《Monetizing Innovation》的作者，其续作《Scaling Innovation》旨在为公司构建长期盈利性增长的蓝图。 📒 文字版精华 见微信公众号（点击跳转） 🌟 精彩内容 🤖 AI 公司为何必须从第一天起就精通商业化？ 在AI时代，“先增长后变现”的旧玩法已经行不通。AI产品能创造巨大价值，但也带来了新的成本动态。如果从一开始就低估价值，只会把用户“惯坏了”，将自己锚定在低价位，后患无穷。 “AI 领域的赢家，必须从第一天起就精通商业化。如果你能创造巨大价值，却一开始就把用户“惯坏了”，让他们习惯了每月二十美元的低价，那你就把自己锚定在一个低价位上，后面就麻烦了。” 🤯 反直觉的二八定律：80%的付费意愿竟来自20%最易开发的功能 Madhavan指出，科技公司常常陷入一个误区：花费大量精力开发复杂功能，却不知真正驱动付费意愿的，往往是那些最容易实现的核心功能。错误的开发顺序，无异于把自己的“家底”免费送人。 “你开发的功能里，有百分之二十驱动了百分之八十的付费意愿。但讽刺的是，这百分之二十的功能，往往又是最容易开发的部分。” 💰 AI 赚钱的终极密码：如何进入“基于结果定价”的黄金象限？ Madhavan提出了一个强大的四象限框架，分析了“价值归因”和“自主性”两大维度。他认为，AI商业模式的终极目标是进入右上角的“基于结果的定价”象限，这也是未来AI领域赢家和输家的分水岭。 “你真正想进入的象限，是那个黄金象限，也就是右上角那个。那是基于结果的定价模型，你同时拥有高度的自主性和清晰的价值归因……如果你想在 AI 领域胜出，就想办法进入那个象限，因为那是一个神奇的象限。” 🚀 增长的双引擎：市场份额 vs 钱包份额，你真的懂了吗？ 许多公司只关注单一增长引擎，要么不惜代价追求市场份额，要么过早榨取钱包份额，最终都难以实现可持续的盈利性增长。优秀的创始人必须像驾驶双引擎飞机一样，同时掌控好这两个引擎。 “优秀的创始人需要同时主导市场份额和钱包份额，两者都得擅长，没得选。但这并不意味着你在任何时候都要在市场份额和钱包份额上投入同等的精力，而是说你要对这两个主题给予同等的关注，并深思熟虑地进行权衡。” 🌐 播客信息补充 翻译克隆自：Pricing your AI product: Lessons from 400+ companies and 50 unicorns | Madhavan Ramanujam 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 本期节目中，克隆了专访了在线编程平台 Rplit 的创始人兼 CEO, Amjad Masad。本期将深入探讨一个颠覆性的概念：Vibe Coding，即仅通过自然语言提示，就能让 AI 为你构建软件。Rplit 是如何凭借这一理念，在短短半年内实现收入十倍增长，达到一亿美元惊人成就的？Amjad 将分享个人、创业者和企业这三大群体的真实用例，生动诠释“人人都能创造软件”的时代已经到来。此外，对话还犀利地剖析了AI将如何重塑而非取代工程师的角色，并触及了AI模型的价格战，以及中国开源模型的崛起等行业核心议题，内容非常精彩。 ⚙️ 本期嘉宾 Amjad Masad，在线编程平台 Rplit 的创始人兼 CEO，前编程教育平台 Codecademy 的创始工程师。他将自己的职业生涯都奉献给一个宏大的愿景：打破编程的技术壁垒，让创造软件成为每个人都能拥有的神奇体验。 📒 文字版精华 见微信公众号（点击跳转） 🌟 精彩内容 👨‍💻 “人人都能创造软件”：Vibe Coding 的三大黄金场景 Amjad 揭示了 Vibe Coding 最受欢迎的三大应用场景：为家人开发的个人软件、非技术背景创业者将行业洞见转化为商业应用，以及企业内部员工自制工具以替代昂贵的 SaaS 服务。一个最典型的案例是，一位医生用不到200英镑，就自己开发出了一套外包报价高达10万英镑的医患管理系统。 “之前他找一个外包机构报价，对方要十万英镑，而他自己用 Replit 做，成本还不到二百英镑。” 🪄 Vibe Coding 不是魔法：“你需要留出一个下午，然后就会上瘾” 面对主持人“为什么我做不出来”的疑问，Amjad 坦言 Vibe Coding 并非一键生成的魔法，它需要毅力和耐心。由于大语言模型固有的随机性，成功有时也需要运气。他给出的建议是，不要期望输入一个提示就凭空出现一个应用，而是要投入一个下午的时间去打磨，一旦成功构建出第一个应用，那种成就感会让你彻底上瘾。 “别抱着“我只要写个提示，一个应用程序就能凭空出现”这种想法。你至少得留出一个下午的时间，好好下点功夫，争取做出你的第一个应用。一旦你成功了，你就会彻底上瘾。” 🤖 工程师会被取代吗？不，但创业不再需要技术合伙人了 Amjad 从未说过工程师会消失。他澄清，AI 的真正影响是让创业者在没有技术合伙人的情况下也能启动公司，将想法快速验证。顶尖工程师的价值反而更高，因为他们的杠杆效应被极度放大了。Replit 仅用80名员工就达到了过去需要数百人才能企及的一亿美元年收入，这就是最好的证明。 “我从来没说过工程师会消失。我说的是，创业者可以不需要工程师就能开公司。这一点我们已经看到了。……Replit 今天达到的规模，如果放在五年前，一个 SaaS 公司要做到这样的规模，员工数量得是现在的十倍。” 💰 AI模型价格战停滞？中国开源模型 Kimi K2 或成破局者 为什么 Replit 和其他 AI 应用开始调整定价？Amjad 指出了一个令人担忧的行业趋势：来自 OpenAI、Anthropic 等巨头的模型 token 价格不再下降，可能已经形成寡头垄断。然而，中国 Kimi K2 等模型的出现带来了新的变数。这些模型在面临技术封锁的情况下，依然实现了接近世界顶尖的性能，并有望以更低的成本打破西方的定价默契。 “一个小型研究实验室，传闻只有二百人，而且还面临出口管制，竟然能够在那些资金雄厚、研究人员多得多的西方大厂之前，想办法追赶上接近最先进水平的智能体编码模型。” 🌐 播客信息补充 翻译克隆自：Vibe Coding Decoded — With Amjad Masad 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 本期我们克隆了哈佛大学最受欢迎的公开课之一，迈克尔·桑德尔（Michael Sandel）教授的《正义：何为正道？》。在这第一堂课中，桑德尔教授用一系列经典的道德困境，拉开了一场关于“对与错”的思辨之旅。从著名的“电车难题”到骇人听闻的真实海难食人案，节目通过尖锐的提问和激烈的课堂辩论，迫使我们审视自己内心深处的道德直觉。你会发现，在不同情境下，我们信奉的原则会发生动摇和冲突。这不仅仅是一场知识的传递，更是一次唤醒理性、挑战固有信念的思维风暴。 ⚙️ 本期嘉宾 迈克尔·桑德尔（Michael Sandel）是哈佛大学政治哲学教授，他主讲的《正义》课程是哈佛历史上最受欢迎的课程之一。桑德尔教授以其苏格拉底式的教学方法闻名，他擅长通过引人入胜的思想实验和现实案例，引导学生和观众探讨复杂的道德与政治哲学问题。他的著作被翻译成数十种语言，在全球范围内引发了关于公民、道德和市场的公共讨论。 🌟 精彩内容 🚃 “电车难题”的变形：原则为何动摇？ 课程以经典的电车难题开场：你会为了拯救五个人而主动撞死一个人吗？大多数人选择了“会”。但当场景变为需要你亲手将一个胖子推下天桥来拯救五个人时，绝大多数人却选择了“不会”。桑德尔教授通过这个巧妙的变式，揭示了我们内心深处两种道德直觉的冲突：一种是注重行为后果的“结果主义”，另一种是坚守行为本身对错的“绝对主义”。 “我们刚才那个‘拯救五条生命，哪怕要牺牲一条’的原则，去哪儿了？那个在第一个案例里几乎所有人都认同的原则，怎么就不管用了？” ⚖️ 真实的海难悲剧：必要性能否为谋杀辩护？ 节目探讨了19世纪真实的“女王诉杜德利与斯蒂芬斯案”。四名船员在海上漂流，濒临饿死，其中三人决定杀死并吃掉最虚弱的十七岁杂役。这个案件将道德困境从假设推向了残酷的现实。他们的行为是出于“必要性”的无奈之举，还是不可饶恕的谋杀？这引出了关于功利主义、同意、公平程序（抽签）等更深层次的辩论。 “他们实际上是在说，牺牲一人能让三人活下来是更好的选择。检察官不为所动。他说，谋杀就是谋杀。” 🤔 两种道德推理：结果主义 vs. 绝对主义 通过一系列案例的讨论，桑德尔教授总结出两种核心的道德推理框架。第一种是“结果主义道德推理”，它认为行为的对错取决于其后果，最有影响力的代表是边沁的功利主义。第二种是“绝对主义道德推理”，它认为有些行为本身就是错误的，无论后果如何，都必须遵守某些绝对的道德义务和权利，其代表人物是康德。整个课程将围绕这两种思想的交锋展开。 “结果主义道德推理将道德的评判标准，置于行为的后果之上... 绝对主义道德推理将道德的评判标准，置于某些绝对的道德要求、某些明确的义务和权利之中，而无论后果如何。” 🔥 哲学的风险与使命：唤醒理性的不安 桑德尔教授坦言，学习哲学充满风险。它会让我们对自己习以为常的信念感到陌生，甚至可能在成为一个“更好”的公民前，先让你变成一个“更糟”的公民，因为它会动摇你既有的立场。这门课的目的，并非提供标准答案，而是要唤醒我们每个人心中“理性的不安”，并勇敢地跟随这种不安，看它最终将我们引向何方。 “自我认知就像逝去的纯真。无论你觉得它多么令人不安，你都无法再假装没有思考过... 这门课的目的，就是唤醒你们那份理性的不安，然后看看它会把我们引向何方。” 🌐 播客信息补充 翻译克隆自：Justice: What's The Right Thing To Do? Episode 01 "THE MORAL SIDE OF MURDER" 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 本期我们克隆了全球顶尖的健康科学播客《Huberman Lab》。主持人是斯坦福大学神经科学家安德鲁·胡伯曼（Andrew Huberman），他与同校的精神病学与神经生物学教授尼劳·沙阿（Nirao Shah）博士展开了一场深度对话，彻底剖析了男女大脑差异背后的生物学根源。您将听到，决定生理性别的关键，惊人地并非整个Y染色体，而仅是其上的一个名为SRY的基因。沙阿博士将详细解释，睾酮和雌激素等关键激素，是如何在生命早期就不可逆地“编程”了大脑中负责攻击性、性行为与育儿等核心行为的特定神经回路。这场对话完全基于严谨的科学数据，为您提供一个清晰的生物学框架，来理解那些与生俱来、超越文化影响的行为倾向。 ⚙️ 本期嘉宾 尼劳·沙阿（Nirao Shah）博士，斯坦福大学医学院精神病学与行为科学系及神经生物学系教授。他的实验室长期专注于研究大脑性别差异背后的神经和激素机制，是该领域的顶尖专家。他通过精巧的动物实验，揭示了特定基因和激素如何塑造大脑结构与功能，进而影响从性行为到攻击性等一系列核心社会行为。 🌟 精彩内容 🧬 “一个基因决定性别”：颠覆认知的SRY基因 决定一个个体是男性还是女性的根本生物学开关，并非整个Y染色体，而仅仅是其上一个名为SRY的基因。沙阿博士解释，这个基因的存在会启动睾丸的发育，进而产生睾酮，主导身体和大脑的“男性化”进程。如果SRY基因缺失或发生突变，即使染色体为XY，个体也会发育成女性；反之，如果SRY基因“跳”到其他染色体上，XX个体也可能发育成男性。 “所以关键不是Y染色体本身。而是SRY这个基因。一个基因。SRY这一个基因决定了是男性还是女性。” 🧠 大脑的“性别编程”：激素如何塑造天生行为 睾酮和雌激素等激素在生命早期扮演着“大脑组织者”的角色。在胚胎发育的关键时期，这些激素会引发大脑不可逆的分化，铺设好日后控制特定行为的神经回路。这些回路在青春期之前保持“休眠”，直到青春期激素水平再次飙升时，它们才被“激活”，从而展现出成熟的、具有性别特征的行为，如攻击性或特定的性行为模式。 “在生命早期……这些激素会引发大脑不可逆的分化，使其走上雌性或雄性的发展通路。它们设定好了神经回路……然后睾丸和卵巢会进入一个静默期，直到青春期到来，这时激素会再次活跃起来，然后它们会‘激活’这些回路，从而展现出成年人的行为。” 🤯 男性大脑“男性化”，功臣竟是雌激素？ 一个令人惊讶的生物学事实是：男性大脑的“男性化”过程，在很大程度上是由雌激素驱动的。一种名为“芳香化酶”的物质，会将睾丸产生的睾酮在大脑内部转化为雌激素。正是这种转化后的雌激素，而非睾酮本身，在某些关键脑区促进了雄性特有神经元的存活和回路的形成，从而塑造了雄性大脑的独特结构。 “当你告诉男性，他们之所以非常男性化，是因为雌激素，这会让他们抓狂……睾酮由睾丸产生，进入大脑，被转化为雌激素。然后……这种睾酮到雌激素的转化，使得雄性大脑中特定的一组细胞能够存活下来。” 💡 找到大脑里的“性欲开关”：消除交配不应期 沙阿博士的实验室在小鼠下丘脑中发现了一小组特定的神经元，它们是控制雄性性行为的“开关”。在实验中，该品系的小鼠交配后有长达四五天的“不应期”。但当研究人员用光激活这几千个神经元后，小鼠的不应期瞬间消失，可以在一秒钟后就再次进行交配。这一发现不仅揭示了性欲的底层神经机制，也指出了未来增强性欲药物的潜在靶点。 “如果我们激活这些神经元，雄性小鼠就不再有不应期了……射精后的不应期大约是四到五天……它们在一秒钟内就开始交配。只要光一亮，细胞开始放电，它们就又开始交配了，而且还能再次射精。” 🌐 播客信息补充 翻译克隆自：Male vs. Female Brain Differences & How They Arise From Genes & Hormones | Dr. Nirao Shah 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 本期节目中，Mastra.ai 联合创始人、《Principles of AI Agents》作者 Sam Bhagwat 深入探讨了当前 AI 工程领域的核心辩论：智能体（Agents）与工作流（Workflows），我们应该如何选择？Sam 认为这并非一个“非此即彼”的问题，而是“两者兼得”的艺术。你将听到他对 OpenAI 和 LangChain 等行业巨头的犀利点评，为什么他认为基于图的API“有害”，以及他提出的“能力 vs 控制”核心框架。这不仅是一场技术思辨，更是一份面向所有 AI 构建者的实用指南，教你如何像搭乐高一样，通过组合智能体与工作流，构建出强大而可靠的 AI 应用。 ⚙️ 本期嘉宾 Sam Bhagwat，Mastra.ai 联合创始人，前知名网站框架 Gatsby 的联合创始人，《Principles of AI Agents》一书的作者。他在 AI 工程领域拥有丰富的实践经验，致力于探索和推广更高效、更易于理解的 AI 应用构建模式。 🌟 精彩内容 🗣️ “千万别做‘那种人’”：为什么大模型厂商不该“说教”开发者 Sam 尖锐地批评了部分大模型厂商（点名OpenAI）试图定义开发“唯一正确方式”的傲慢姿态，并将其与十年前谷歌在 Web 开发领域的“说教”行为相提并论。他认为，平台方应该 fostering a healthy discussion，而不是将自己的偏好强加于整个生态，扼杀创新和多样性。 “我这里会点名 OpenAI——就是，千万别做‘那种人’。我来解释一下在这个语境下‘那种人’指的是什么。就是那种总认为自己，而且只有自己，才懂开发的唯一正确方式的人。” 🕸️ “看到图和节点就PTSD”：为什么说基于图的 API 是有害的 凭借在 Gatsby 使用 GraphQL 的亲身“创伤”经历，Sam 提出，要求开发者为了构建工作流而去学习图论的框架（点名LangChain）是“有害的”。他主张代码的可读性至关重要，尤其是在团队协作中。一个好的工作流语法应该是自上而下、清晰易懂的，而不是迫使开发者在节点和边之间“连线”。 “每当我看到类似这样的 API，就会有种‘创伤后应激障碍’的感觉。我认为，你不应该为了写工作流、构建生产应用，而去专门学习图论。” ⚖️ 智能体 vs 工作流：一个“能力”与“控制”的权衡游戏 Sam 提出了理解两者的核心框架：智能体提供“能力”（Power），拥有强大的灵活性和非确定性；而工作流提供“控制”（Control），保证了过程的可追溯性和可靠性。真正的艺术在于权衡，在应用的不同部分策略性地选择和融合两者，而不是将它们对立起来。 “说到底，这就是一个权衡。你要么选择‘能力’（power），要么选择‘控制’（control）。你可以决定在哪些部分你想要强大的能力，在哪些部分你想要精确的控制。” 🧩 真正的魔法：如何像搭乐高一样组合智能体和工作流 真正的力量来自于组合。Sam 展示了多种强大的设计模式：一个智能体可以是一个步骤，一个工作流可以是一个工具；反之亦然。例如，通过“智能体主管模型”，让一个主管智能体调用其他专才智能体；或者将复杂的工作流打包成一个工具，交给智能体去决策。掌握这些简单的基本单元及其组合方式，就能快速构建出复杂的系统。 “真正的魔法，发生在你把这些东西组合在一起的时候。……基本单元很简单，但是一旦我们掌握了它们的组合方式，我们就能跑得非常快。” 🛠️ “如果它能用，那就是对的”：在AI新领域，实践比理论更重要 在问答环节，面对“我的智能体虽然工具很多，但运行得很好”的提问，Sam 强调 AI 工程是一个实践远超理论的新领域。如果你的方法在实践中有效，那它就是正确的，即使它不符合某些“理论”。构建者应该相信自己的实践，因为理论本身可能才是错的。 “我们更多的是一个实践社区，而不是一个理论社区。如果你的智能体能按你的需求工作，那就用它。如果它理论上不‘正确’，那很可能意味着理论是错的，而不是你的实践。” 🌐 播客信息补充 翻译克隆自：Agents vs Workflows: Why Not Both? — Sam Bhagwat, Mastra.ai 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 本期我们克隆了：Novara Media 的播客, 原播客发布时间为 Jun 15, 2025 本期嘉宾是诺贝尔经济学奖得主约瑟夫·斯蒂格利茨。他不仅是殿堂级的经济学家，更是体制内部的“吹哨人”。早在二十多年前，他就对全球化的弊端发出警告，并预言了西方社会今天面临的困境。斯蒂格利茨曾在2008年金融危机期间，亲身参与奥巴马政府的决策会议。他一针见血地指出，正是当年只救银行、不救民众的错误决策，为美国今天的政治撕裂和民主危机埋下了伏笔。在这场深度对话中，你将听到他分享关键决策的独家内幕，了解新自由主义如何“绑架”了亚当·斯密，并探讨为何今天的西方世界迫切需要一位“罗斯福式”的领袖来打破僵局，以及我们能从中国的经济治理中学到什么。 ⚙️ 本期嘉宾 约瑟夫·斯蒂格利茨（Joseph Stiglitz），2001年诺贝尔经济学奖得主，曾任世界银行首席经济学家、克林顿政府经济顾问委员会主席。他是全球最著名的经济学家之一，以对全球化、市场失灵和不平等的批判性研究而闻名，著有《全球化及其不满》、《不平等的代价》等影响深远的著作。 🌟 精彩内容 🚨 2008年就埋下的祸根？诺奖得主揭秘特朗普崛起的经济根源 斯蒂格利茨教授认为，2008年金融危机本是改革的契机，但奥巴马政府只顾救助银行，忽视了普通民众，这种做法疏远了社会大众，为民粹主义煽动家的出现提供了沃土。他早在2012年就预见到了这一切。 “我开始意识到我们的民主正处在一个脆弱的时刻，是在二零零八年金融危机的时候。当时我看着我们处理危机的方式，就非常清楚，美国政府所做的一切都是在维护金融市场的利益，而这正在疏远社会上的其他所有人……到二零一二年我写完这本书的时候，我就很清楚了，我们正在为煽动家的出现，播下一片肥沃的土壤。” 🗣️ “别浪费一场危机”：奥巴马政府如何错失改革良机？ 斯蒂格利茨直接引用奥巴马幕僚长的名言，批评其未能抓住危机进行系统性改革，只是做了些“缝缝补补”的工作，让美国社会和政治体系变得更加脆弱，最终错失了宝贵的改革时机。 “奥巴马的幕僚长有句名言，说‘我们不应该浪费一场危机’。但奥巴马恰恰就浪费了。他搞的那些措施都只是些缝缝补补的零碎工作，让银行起死回生，但并没有对我们的社会进行任何实质性的改革。他就这么让那个时机溜走了。” 🤯 亚当·斯密棺材板压不住了？经济学之父竟是“中左派”！ 自由市场派常常将亚当·斯密奉为鼻祖，但斯蒂格利茨指出，这是一个巨大的误读。真实的亚当·斯密对商人的合谋损害公众利益充满警惕，甚至认为有利于工人的监管“几乎总是有益的”，其思想内核更接近现代的“中左派”。 “他（亚当·斯密）在另一处写道，当监管有利于工人的时候，几乎总是有益的；但当监管有利于企业的时候，就不是这样了。他非常清楚企业如何俘获国家权力，推动符合自身利益的监管，以获取我们今天所说的‘寻租’利润。” 💰 没钱搞改革？高债务不是推行进步议程的借口！ 面对“政府债务高企，没钱投资”的质疑，斯蒂格利茨以二战后的历史为例进行反驳。他指出，当时美国的债务比今天高得多，但经济依然实现了高速增长。他认为，当前西方国家仍有巨大的增税空间，尤其是在资本利得、环境税和金融交易税方面，关键在于是否有推动改革的政治意愿。 “二战结束时，美国的债务与 GDP 之比比今天还要高，高得多。但我们并没有因此停下脚步。在那之后的几十年，是我们增长最快的时期。如果你能让经济增长，那么债务占 GDP 的比重就会下降，因为 GDP 增长了。” 🌐 播客信息补充 翻译克隆自：Novara Media: American Democracy Is Collapsing, And This Man Predicted It | Aaron Bastani Meets Joseph Stiglitz 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 本期克隆了王牌商业播客《How I Built This with Guy Raz》，主持人盖伊·拉兹（Guy Raz）对话了设计协同软件巨头 Figma 的联合创始人迪伦·菲尔德（Dylan Field）。这是一个典型的硅谷传奇：19岁的迪伦从布朗大学退学，拿着泰尔奖学金，在毫无管理经验的情况下，领导团队经历了长达四年的产品开发和无数质疑。你将听到他如何面对整个团队的当面“逼宫”，在客户“逼”着收费的奇特困境中领悟商业本质，以及Figma如何从一个备受争议的想法，成长为引得Adobe豪掷200亿美元收购的行业颠覆者。这不仅是一个关于软件的故事，更是一个年轻创始人与公司共同成长的真实记录。 原播客时间：Jun 16 2025 ⚙️ 本期嘉宾 迪伦·菲尔德（Dylan Field），Figma 联合创始人兼 CEO。19岁时获得泰尔奖学金并从布朗大学退学创业。他带领 Figma 从一个最初不被看好的协作设计理念，发展成为全球设计师和产品团队不可或缺的工具，彻底改变了数字产品的设计方式。 📒 文字版精华 见微信公众号（点击跳转） 🌟 精彩内容 👨‍💻 “巧克力令人作呕”：用反直觉思维敲开创业大门 为了获得要求“反直觉思维”的泰尔奖学金，迪伦没有大谈技术宏图，而是提交了一篇题为“巧克力令人作呕”的短文，认真论述了为什么大多数人喜爱的巧克力在他看来非常糟糕。这种跳出常规、挑战共识的思维方式，不仅帮他赢得了宝贵的启动资金，也贯穿了Figma挑战行业传统的整个过程。 “问题是‘告诉我们你认为正确，但大多数人认为不正确的事情’。你写道：‘巧克力令人作呕。’……我不得不认为，这真的吸引了他们的眼球。因为你突然就来了个毫不相干的、与科技完全无关的急转弯。” 🧠 “我这到底是加入了一家什么样的公司？”：21岁CEO遭遇团队“逼宫” 产品开发四年仍未上线，作为毫无经验的CEO，迪伦的微观管理和巨大压力让他与团队关系紧张。最终，整个团队向他发起了“总摊牌”，当面指出他的问题。这次“逼宫”事件，以及后来加入的首席工程师的帮助，成为迪伦从一个生涩的管理者走向成熟领导者的关键转折点。 “他（新来的首席工程师）第一周来的时候，心里肯定在想：‘我这到底是加入了一家什么样的公司？这里有些奇怪的事情正在发生。’但很快，他就了解了大家的状态，然后对我说：‘Dylan，我们必须把这东西发布出去。’” 📄 “如果这就是设计的未来，那我就改行了”：从备受争议到行业标准 Figma发布之初，其核心的“协作设计”理念遭到了大量设计师的抵制，他们认为设计是孤独的创作过程，协作会毁掉创意，甚至有人评论“如果这就是设计的未来，那我就改行了”。面对两极分化的评价，Figma坚持了下来，最终用产品证明了协作才是提升效率和创意的未来。 “发布初期的一些评论是这样的：‘如果这就是设计的未来，那我就改行了。’……我想那可能是当时设计圈的主流观点。但也有很多人注册加入了等待名单。” 🤔 “再不收费，我们就没法用了”：被大客户“逼”着商业化 Figma初期免费，迪伦总觉得产品还不够完善，迟迟不愿收费。直到微软的一位设计负责人找上门，直言如果Figma再不收费，微软就必须停用它，因为一个免费产品在企业看来是不可靠、不可持续的。这次来自大客户的奇特“最后通牒”，才让迪伦恍然大悟，下定决心开启商业化。 “他说：‘嗯，如果你们再不向我们收费，我们可能就得在微软内部停用它了，因为我们得确保你们能活下去。’……我当时就恍然大悟，跟团队说，哦！各位，我们得赶紧给产品收费了！” 🌐 播客信息补充 翻译克隆自：How I Built This with Guy Raz: Figma: Dylan Field 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 本期克隆了 Anthropic 的播客 他们团队的 Cal Rueb，他是 Claude Code 团队的核心贡献者。他将 Claude Code 比作一位从不碰图形界面、只用命令行的技术大神同事。在这场分享中，Cal 深入剖析了 Claude Code 的工作原理：它并非依赖传统的代码索引和 RAG，而是通过“智能体搜索”（Agentic Search）像人类工程师一样探索代码库。你将学到如何通过 Claude.md 文件为 Claude 提供长期记忆和项目指南，如何将它从一个埋头写代码的工具，转变为一个帮你规划、提供多种方案的“思考伙伴”，以及如何通过管理权限、集成 CLI 工具、甚至同时运行多个 Claude 实例等高级技巧，将你的开发效率提升到全新水平。 ⚙️ 本期嘉宾 Cal Rueb，Anthropic“应用 AI”团队成员，Claude Code 核心贡献者。他致力于帮助客户基于 Claude 构建产品，并深度参与 Claude Code 的 prompt 设计、功能评估和最佳实践探索。 📒 文字版精华 见微信公众号（点击跳转） 🌟 精彩内容 👨‍💻 把它当成你的“命令行大神”同事 如何理解 Claude Code？Cal Rueb 提出了一个生动的比喻：它就像你团队里那个技术高超、只用命令行的同事。当你遇到难题时，他总能用一连串你看不懂但效果拔群的终端命令和 Vim 操作帮你解决。在电脑上安装了 Claude Code，就相当于拥有了一个随时待命的技术大神，帮你处理各种棘手的编码任务。 “Claude Code 就像你身边那种只用命令行的同事。你知道，就是那种从来不碰图形界面，技术玩得特别溜的大神……在你的电脑上装了 Claude Code，就好像 Tony 时时刻刻都在你身边。” 🧠 没有代码索引？全靠“智能体搜索” 和许多人想象的不同，Claude Code 在理解代码库时不依赖任何形式的 embedding 或 RAG 检索。它的工作方式更像一个刚入职的工程师：通过“智能体搜索”（Agentic Search），使用 grep、find 等基础命令来探索文件结构、阅读代码，并根据上一步的搜索结果决定下一步的行动。这种“简单有效”的纯粹 Agent 模式，是它强大能力的核心。 “我们不做任何形式的索引。Claude 探索和理解代码库的方式，其实跟你——一个刚加入团队、面对新代码库的工程师——是一样的。它用的是 Agentic Search，也就是‘智能体搜索’。” 📄 Claude.md：给 AI Agent 写一份说明书 Claude Code 本身没有记忆，那么如何让它在不同会话中记住项目信息、遵循团队规范？答案是 Claude.md 文件。这个文件是开发者与 Claude 沟通的核心渠道。你可以在里面写下项目结构、测试命令、代码风格指南等任何重要信息。当 Claude 启动时，它会读取这个文件，就像收到了一份来自开发者的“项目说明书”，从而更高效、更准确地完成任务。 “当我们在同一个代码库里反复启动 Claude Code 时，跨会话或者跨团队共享状态的主要方式，就是这个 Claude.md 文件……这基本上就等于在告诉 Claude：‘嘿，顺便说一下，这里有开发者给你留下的重要指示，一定要特别注意。’” 🤔 不止是码农，更是“思考伙伴” Claude Code 一个被低估的强大用途，是作为“思考伙伴”参与项目的早期规划。与其直接让它动手写代码，不如先让它帮你做研究。你可以让 Claude 探索代码库，围绕一个新功能提出两到三个不同的实现方案，并分析优劣。通过这种方式，你可以和 AI 一起验证想法、迭代方案，在动工前就找到最佳路径，从而节省大量时间和精力。 “我觉得 Claude Code 有一个被低估的用途，那就是不直接上手干活，而是把它当作一个‘思考伙伴’……我会先打开 Claude，然后说：‘嘿 Claude，我正在考虑实现这个功能。你能不能先到处搜一搜，研究一下我们该怎么做，然后给我提供两到三个不同的方案。先别动手，别写任何文件。’” 🌐 播客信息补充 翻译克隆自：Claude Code best practices 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 本期我们克隆了：红杉资本的播客, 原播客发布时间为 Jul 30, 2025 本期嘉宾 Alex Wei、Sheryl Hsu 和 Noam Brown 是 OpenAI IMO 金牌水平模型的幕后核心团队。IMO 金牌一直被视为通往通用人工智能（AGI）道路上的重要里程碑，而 OpenAI 的模型在 2024 年的竞赛中取得了这一历史性突破。这个成就的意义远不止于解决数学难题，其背后是一套通用的技术框架，旨在扩展模型的推理时间、并行计算能力，并处理那些难以验证的任务。在一年前，模型还只能进行几十秒的推理，而现在，它已经能持续专注上百分钟。在这场对话中，你将听到这个三人核心团队如何在短短数月内完成冲刺，模型如何表现出惊人的“自知之明”并承认自己解不出难题，以及为什么他们选择通用技术而非专用工具，为解决人类最重大的科学谜题铺路。 ⚙️ 本期嘉宾 Alex Wei、Sheryl Hsu 和 Noam Brown，OpenAI IMO 金牌水平模型的幕后核心团队。他们致力于通过发展通用推理技术，解决数学等领域的顶级难题，推动通用人工智能的发展。 📒 文字版精华 见微信公众号（点击跳转） 🌟 精彩内容 🤯 三人小队，数月冲刺 IMO 金牌？ 尽管拿下 IMO 金牌是 OpenAI 多年来的夙愿，但真正为 2024 年竞赛发起的冲刺，时间却非常紧张。Alex Wei 透露，这次努力的核心团队其实只有他们三个人，堪称一个“小而精悍”的项目。他们站在众多同事工作的基础上，在短短几个月内，将已经酝酿一段时间的算法和想法整合，最终取得了这一惊人的成就。 “具体到这一次的努力，我想，真正开始投入可能也就几个月的时间。为了赶上今年的 IMO，我们最后冲刺，把所有东西准备好……但要说核心团队，我想就我们三个人。这是一个非常小而精悍的项目。” 🤔 “这题太难”：一个懂得放弃的 AI 有多可靠？ 在面对传统上最难的 IMO 第六题时，模型在投入大量算力后，最终的结论是“无解”。团队成员认为，这恰恰是模型的一大进步。相比过去模型为了表现得“有用”而编造答案，新系统表现出了惊人的“自我认知”，能承认自己能力的上限。这种诚实和可靠性，对于解决严肃的科学问题至关重要。 “我们乐于见到的是，模型没有胡编乱造，没有硬要给出一个答案，而是直接说‘无解’。当然，看到它花了那么多功夫最后说无解，还是有点小失望，但它能承认自己做不到，我觉得这是件好事。” 🛠️ 放弃专用工具 Lean，只因“通用”才是通往 AGI 的康庄大道 尽管 IMO 官方 AI 赛道基于形式化验证工具 Lean，但 OpenAI 团队却选择了自然语言的“非形式化”路径。Noam Brown 解释说，他们的首要任务是发展“通用”的推理能力。为 IMO 项目开发的所有技术，无论是扩展思考时间，还是并行计算，都被设计成可用于其他任何领域的通用系统。他们认为，投入数年开发一个只能完成单一任务的系统，在 AI 飞速发展的今天并非最佳选择。 “我们用来扩展思考时间、处理难以验证的任务以及进行并行计算的所有技术，都是我们计划或已经用于其他系统的通用技术。” 📈 下一步，千禧年难题？先跨越 1.5 小时到 1500 小时的思考鸿沟 在竞赛数学上取得成功后，下一个目标是什么？团队指出，模型在普特南等竞赛中的表现甚至更好，真正的挑战在于从“竞赛级”数学跨越到“研究级”数学。这背后是巨大的思考时间鸿沟：顶尖学生解一道 IMO 题平均用 1.5 小时，而一项研究突破可能需要一位研究者花费 1500 小时。如何将模型的推理能力从“小时级”扩展到“数月甚至数年”，才是通往解决千禧年大奖难题等重大问题的关键。 “现在我们从几秒钟的问题，进步到了那些天才学生平均每道题要花一个半小时才能解决的问题……而研究级别的数学，是这些天才学生长大后，成为研究者，要花上一千五百个小时才能解决的问题。这中间思考时间的差距是上千倍。” 🌐 播客信息补充 翻译克隆自：OpenAI’s IMO Team on Why Models Are Finally Solving Elite-Level Math 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