📝 本期播客简介 本期跨国串门计划带来Freakonomics Radio特别访谈，揭秘美国联邦贸易委员会(FTC)前主席Lina Kang掀起的反垄断风暴。作为FTC史上最年轻的主席，这位32岁就任的监管者讲述如何从法学院论文作者成长为科技巨头狙击手。节目中深度解析亚马逊反垄断诉讼内幕，揭露科技巨头如何通过算法操纵价格，并首次披露医药、农业等隐秘领域的垄断真相。特别呈现FTC禁止竞业禁止条款的立法博弈，以及并购指南在两党政权更迭中存活的幕后故事。 💼 本期嘉宾 Lina Kang，拜登政府任命的FTC前主席，反垄断政策革新旗手。毕业于耶鲁法学院，曾主导针对Amazon、Facebook等科技巨头的反垄断调查，推动修订沿用40年的并购指南。任期内发起300余起执法行动，为农民、工人争取权益，被《华尔街日报》称为"垄断终结者"。 ⏱️ 时间戳 00:00:00 节目开场：AI克隆技术呈现原声访谈 00:01:18 FTC史上最年轻主席的任命背景 00:03:28 反垄断法百年演变史：从谢尔曼法到芝加哥学派 00:06:09 当代市场集中度危机：定价差从20%飙升60% 00:10:17 Amazon反垄断诉讼细节：Prime徽章绑定与Nessie算法 00:16:25 医药领域突破：阻止Sanofi收购挽救口服新药 00:20:21 竞业禁止条款调查：影响五分之一美国人的隐秘枷锁 00:24:03 并购指南修订内幕：数字时代反垄断新标准 00:30:10 特朗普政府政策反转中的幸存者 00:35:16 鲜为人知的高度集中行业：丑蔬果加工市场 00:40:31 FTC内部改革：组建技术侦查部队 00:45:08 政治腐败新形态：合法化的企业控制 00:56:54 未来展望：从监管者到哥伦比亚大学教授 🌟 精彩内容 科技巨头狙击实录：详解FTC诉Amazon案，揭露Prime服务绑定和Nessie定价算法如何操纵全网价格 医药革命现场：阻止Sanofi收购Mace案，挽救肌肉萎缩症患者的口服新药上市 职场隐形镣铐：全美1/5打工人受困的竞业禁止条款，保安维权案背后的制度突破 并购指南存活奇迹：特朗普政府推翻拜登政策浪潮中，唯一被保留的反垄断遗产 数字侦查部队：FTC新设技术办公室，数据科学家与AI专家加入反垄断战场 隐秘垄断王国：丑蔬果加工市场不为人知的集中度，折射美国经济整合危机 🌐 播客信息补充 翻译克隆自：625. The Biden Policy That Trump Hasn’t Touched 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 备注跨门串门儿计划 加听友群

📝 本期播客简介 本期节目邀请到Notion联合创始人兼CEO Ivan Zhao，分享他如何打造全球最受欢迎的生产力工具之一。作为一位富有哲学思想的创始人，Ivan罕见地揭示了Notion的创业历程，包括他所称的"迷失的前三四年"，以及如何从一个几乎无人问津的开发者工具转型为现今的生产力套件。他用一个生动比喻形容这个过程："人们不喜欢吃西兰花，但人们喜欢糖，所以给他们糖，把西兰花藏在里面。"Ivan还分享了他独特的领导风格和价值观，如何在保持公司精简高效的同时打造估值超百亿美元的科技公司，以及Notion如何在疫情期间克服数据库即将崩溃的危机。 👨‍💼 本期嘉宾 Ivan Zhao，Notion的联合创始人兼CEO。他在中国乌鲁木齐长大，通过赢得编程比赛进入了中国顶尖大学，后来移居加拿大。Ivan热爱艺术与科技的交汇，受到早期计算机先驱如Douglas Engelbart和Alan Kay的深刻影响，希望创造一个能增强人类智能的工具。在Notion创办初期面临多次挫折和重启后，Ivan坚持自己的愿景，最终打造出一个被形容为"软件界乐高积木"的革命性产品。 ⏱️ 时间戳 00:00:00 节目介绍：Notion创始人Ivan Zhao深度访谈 00:00:42 Notion的创业历程及从开发者工具到生产力套件的转变 00:01:26 Ivan Zhao的创业理念及Notion面临的挑战 00:04:02 Ivan的成长背景：从中国乌鲁木齐到科技创业者 00:05:53 通过看动画片学英语和编程比赛的经历 00:07:06 早期计算机先驱对Ivan的影响及Notion的哲学根源 00:08:44 Notion的"迷失的三四年"：寻找产品市场契合点 00:10:10 把愿景藏在糖衣背后：从开发者工具到生产力软件 00:12:31 创业初期的财务挑战及母亲的支持 00:15:40 坚持不放弃的关键因素与重新开始的勇气 00:20:16 渐进式的产品市场契合和风投的兴趣 00:23:36 保持公司精简高效的秘诀和运营哲学 00:26:13 "巴士理论"：小团队如何保持灵活高效 00:27:26 创造舒适办公环境的重要性与对细节的关注 00:30:17 工艺与价值观：平衡技术与审美的产品哲学 00:35:42 从温和的个人到公司领导者的成长 00:38:56 疫情期间Notion面临的数据库危机及解决方案 00:40:38 构建横向产品的挑战与成功要素 00:49:56 工具与人类潜力的关系：技术如何塑造人性 00:53:55 闪电问答：书籍推荐、娱乐喜好及人生格言 🌟 精彩内容 乐高式软件理念: Ivan详细解释了Notion的核心理念——像乐高积木一样的模块化设计，让用户不仅使用工具，还能创造工具 创业苦旅的真实故事: 分享了Notion前四年的艰难历程，多次重启代码库，以及如何在低谷中坚持愿景 产品设计哲学: 用"西兰花藏在糖里"的比喻说明如何将强大功能融入用户友好的界面 精简团队文化: 解释了为何Notion保持小而精的团队，以及如何通过系统思维提高效率而非简单地增加人手 疫情危机管理: 揭示Notion如何在数据库即将耗尽的危机中争分夺秒解决技术难题 AI与未来发展: 探讨AI如何改变Notion的产品方向，以及如何利用AI帮助用户更容易地创建和使用模块化工具 复杂系统思维: Ivan分享了他如何从复杂系统理论中获取灵感，应用到产品设计和公司运营中 🌐 播客信息补充 翻译克隆自：Notion’s lost years, its near collapse during Covid, staying small to move fast, the joy and suffering of building horizontal, more | Ivan Zhao (CEO and co-founder) 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 备注跨门串门儿计划 加听友群

🎙️ DeepResearch与AI Agents的未来：OpenAI重磅访谈 📝 本期播客简介 本期节目邀请到OpenAI DeepResearch团队的领导者Isa Fulford和Josh Tobin，共同探讨DeepResearch这款重磅产品及AI Agents技术的最新突破。DeepResearch是OpenAI通过端到端强化学习训练出的智能工具，能够执行复杂的网络浏览和推理任务，是继Operator之后推出的第二款Agents产品。两位嘉宾深入讨论了DeepResearch的使用场景、底层技术原理，以及OpenAI未来的Agents产品路线图。节目中，他们还分享了DeepResearch如何在5到30分钟内完成人类需要数小时甚至数天才能完成的复杂研究任务，以及为什么2025年将会是Agents元年。 👨‍💻 本期嘉宾 Isa Fulford，OpenAI DeepResearch产品负责人，拥有丰富的AI研究和产品开发经验。 Josh Tobin，OpenAI Deep Research团队领导者，在强化学习领域有深厚造诣，曾创办自己的公司，后重返OpenAI参与开发智能体技术。 ⏱️ 时间戳 00:00:00 节目介绍：跨国串门计划与本期内容概览 00:00:37 DeepResearch产品介绍：端到端强化学习的突破性技术 00:01:47 强化学习在AI领域的重要性 00:02:21 嘉宾介绍：OpenAI DeepResearch团队领导者 00:03:16 DeepResearch功能解析：5-30分钟完成复杂研究任务 00:03:58 DeepResearch的起源与开发历程 00:05:32 目标用户群体：知识工作者与日常应用场景 00:07:16 意外的使用场景：编程与代码搜索 00:08:10 商业应用与个人应用的平衡与前景 00:09:51 产品功能展望：图片嵌入与图表生成 00:10:46 DeepResearch的独特优势：挖掘网络冷门知识 00:11:55 DeepResearch与O系列模型的差异与适用场景 00:12:56 DeepResearch技术原理：端到端训练的自主能力 00:14:59 传统Agent系统与端到端训练模型的对比 00:16:38 强化学习在智能体开发中的关键作用 00:17:26 高质量数据集的重要性与团队核心成员贡献 00:18:00 模型准确性保障与引用功能设计 00:18:30 OpenAI智能体产品的发展方向 00:18:51 用户体验设计：提问澄清流程的重要性 00:19:41 不同版本DeepResearch产品的特点比较 00:20:41 未来发展规划：扩展数据源与增强智能体能力 00:21:29 AI对工作效率的提升与时间节省 00:22:12 行业影响：AI不是替代而是增强人类能力 00:23:28 消费者视角：实现以前难以完成的任务 00:24:54 2025：AI Agents的元年 00:25:59 强化学习的复兴与未来发展趋势 🌟 精彩内容 * 端到端强化学习: 嘉宾详细解释了为什么选择端到端强化学习而非传统的节点式Agents架构，以及这种方法如何使模型更灵活、更具创造性 * 实际应用案例: 深入讨论了DeepResearch在医疗研究、市场分析、购物决策等领域的应用，以及如何帮助用户节省90%的研究时间 * 技术优势展示: 探讨了DeepResearch如何挖掘互联网上的冷门信息，以及其自主决策能力与灵活性如何超越传统搜索工具 * 未来发展展望: Josh Tobin分享了对AI不会替代工作而是给知识工作者带来"超能力"的观点，以及为什么2025年将会是Agents元年 * 强化学习复兴: 讨论了强化学习技术在AI领域的重新崛起，以及为什么现在是应用强化学习的最佳时机 🌐 播客信息补充 翻译克隆自：OpenAI’s Deep Research Team on Why Reinforcement Learning is the Future for AI Agents 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

🎙️ 内在家庭系统疗法：与Richard Schwartz博士的深度对话 📝 本期播客简介 本期节目邀请到内在家庭系统疗法(IFS)创始人Richard Schwartz博士，他与Andrew Huberman教授展开一场关于心理健康与内心和解的深度对话。Schwartz博士揭示了一个革命性观点：我们的心智并非单一整体，而是由多个部分组成的复杂系统。节目中，他详细解析了管理者、保护者和被放逐者如何在我们内心互动，以及这些部分如何在创伤后形成特定角色以保护我们。特别亮点是Schwartz博士现场为Huberman教授进行IFS疗法，展示如何与内心部分建立对话，并带领听众进行互动练习，识别并连接自己内心的关键部分。 👨‍⚕️ 本期嘉宾 Richard Schwartz博士，内在家庭系统疗法(IFS)的创始人。作为婚姻与家庭治疗学博士，他在40余年的临床工作中开发了这一革命性疗法，帮助无数人解决焦虑、愤怒和成瘾等问题。IFS疗法已被广泛研究，有大量科学文献支持其有效性，并正在与迷幻疗法结合开发前沿治疗方向。 ⏱️ 时间戳 00:00:00 节目介绍：内在家庭系统疗法及其创始人Richard Schwartz博士 00:01:11 节目特点及嘉宾背景介绍 00:03:28 什么是内部家庭系统及其组成部分 00:05:14 Schwartz博士发现IFS的个人经历 00:06:57 内在部分的识别与体验方式 00:10:10 内心保护者、管理者与被放逐者的角色解释 00:13:54 Huberman与Schwartz进行现场IFS治疗体验 00:16:46 探索个人内心保护机制与处理冲突关系 00:22:04 内在领导者及如何建立健康的内心关系 00:30:10 IFS与其他心理治疗方法的区别与实践方式 00:40:00 IFS与迷幻疗法的结合应用与研究进展 00:46:28 引导听众进行IFS自我探索练习 00:56:54 工作成瘾与对死亡恐惧的内在联系 01:03:21 总结IFS的核心价值与未来发展方向 🌟 精彩内容 心多部分理论: Schwartz博士详细解释了我们的心智由多个内在部分组成，包括管理者、保护者和被放逐者，每个部分都有其价值和目的 现场治疗示范: Huberman教授亲身体验IFS治疗过程，展示了如何识别和与内心部分对话 互动练习: 节目中包含一个引导听众识别并连接自己内心部分的实用练习 迷幻疗法与IFS: 探讨了绿安酮(氯胺酮)和MDMA等物质如何与IFS结合，开发新的心理治疗方向 克服工作成瘾: Huberman分享了自己的工作成瘾经历，以及如何通过自我探索发现这背后隐藏的对死亡的恐惧 内心和解与社会影响: 讨论了个人内在和解如何可能影响更广泛的社会文化冲突 🌐 播客信息补充 翻译克隆自：How to Achieve Inner Peace & Healing | Dr. Richard Schwartz 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

🌐 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