跨国串门儿计划 - 节目列表

📝 本期播客简介 本期播客克隆自一场重要的科技峰会，Verizon 开源负责人 Dirk Hohndel 与 Linux 和 Git 的创造者 Linus Torvalds 展开了一场深度对话。他们回顾了 Linux 内核近十年来的非凡演进，从 Linus 强调维护是核心工作，到他如何从过去的“说不”转变为有时鼓励新想法的“说好”，例如引入 Rust 语言的争议与价值。对话还深入探讨了硬件领域从 CPU 到 AI 加速器的重心转移，以及 AI 技术对 Linux 内核开发流程、代码质量乃至整个软件开发行业可能带来的颠覆性影响。Linus 以其一贯的坦率，分享了 AI 生成代码的利弊，并预测 AI 不会取代程序员，而是会像编译器一样提升效率。更令人惊喜的是，他首次揭秘了自己如何通过制作吉他效果器来放松身心，将复杂的工作与简单的爱好形成鲜明对比。本期节目将带您领略 Linus Torvalds 这位科技巨匠对技术前沿的深刻洞察，以及他作为一位普通人的独特一面，充满智慧与幽默。 翻译克隆自：Keynote: Linus Torvalds, Creator of Linux & Git, in Conversation with Dirk Hohndel 👨‍⚕️ 本期嘉宾 Linus Torvalds, Linux 和 Git 的创造者。 Dirk Hohndel, Verizon 开源负责人。 ⏱️ 时间戳 00:00 开场 & 播客简介 Linus 的角色与 Linux 的演进 01:06 嘉宾介绍：Dirk Hohndel 与 Linus Torvalds 01:32 Linus 谈公开演讲与维护者身份 02:33 Linus 的核心工作：维护者而非程序员 03:11 Linux 的永恒使命：维护与持续支持 04:44 Linus 的转变：从“说不”到“说好” 05:54 Rust 语言的引入：价值与争议 07:23 大型项目中的冲突与和谐 Linux 内核现状与硬件趋势 08:13 Linux 6.18 RC4：无聊即是稳定 09:07 硬件重心转移：从 CPU 到 AI 加速器 10:39 Linux 在 AI 硬件生态中的角色 AI 对软件开发的影响 11:51 AI 在内核开发中的应用与挑战 14:08 AI 生成代码：“氛围编码”的利弊 16:48 AI 不会取代程序员，而是提高效率 Linus 的个人生活与爱好 18:39 Linus 的爱好：制作吉他踏板 19:22 爱好对于高压工作的意义 21:29 Linus 的日常与沟通方式 22:37 结束语：Linus 的“言不由衷” 🌟 精彩内容 💡 Linus 的核心工作：维护而非创造 Linus 强调自己近二十年已不再是程序员，而是 Linux 内核和 Git 的技术主管和维护者，真正的代码工作由社区完成。 “真正的活儿都不是我干的。过去快二十年里，我已经不是个程序员了，我是系统的技术主管和维护者。” 🛠️ Linux 的永恒维护与发展 Linus 认为，一个真正的项目，其核心工作在于维护和持续支持，尤其是在新硬件不断涌现的背景下，Linux 永远不会有“完工”的一天。 “所有真正的项目，真正的工作都在于维护和持续支持，特别是内核。” 🚀 从“说不”到“说好”的转变 Linus 坦言，过去他常扮演“说不”的角色，拒绝激进的新想法；但近年来，为了打破思维定势，吸引新人，他有时会主动鼓励尝试新事物，例如引入 Rust 语言。 “最近几年，我感觉有时候我的工作变成了说‘行’……我就是那个拍板说‘好，我们做’的人。” 💻 AI：效率工具而非取代者 Linus 认为 AI 生成代码虽然带来了一些挑战（如垃圾提交），但它更像编译器一样，是提高效率的工具，不会取代真正的程序员，反而可能开辟新领域，需要更多软件工程师。 “我觉得 A I 最终也会如此，它只是个让你不必处理所有细枝末节的工具，但不会让真正的程序员消失一样。” ❤️ Linus 的独特爱好与生活哲学 Linus 首次分享他制作吉他效果器踏板的爱好，即使他毫无音乐天赋。他鼓励大家寻找一个即使失败也充满乐趣的爱好，以此来缓解高压工作带来的焦虑。 “如果你有一份高风险、压力大的工作，觉得需要做点别的事来放松，你应该找个不仅预期会失败、而且失败本身就很有趣的爱好。” 🌐 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； 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 本期节目克隆了 Stripe Podcast，主持人John Collison与微软CEO萨提亚·纳德拉（Satya Nadella）进行了一场深度对话。萨提亚·纳德拉在微软任职三十多年，在他的领导下，微软市值增长十倍，成功引领了云计算和AI浪潮。他不仅分享了对AI未来的深刻洞察，更深入探讨了企业如何构建自己的AI工厂，以及Copilot如何通过整合底层数据图谱，革新企业工作流。萨提亚认为，AI模型不仅需要智能，更要具备记忆、权限和行动空间，这才是其发挥潜力的关键。他幽默地将Excel誉为“世界上最亲民的编程环境”，并对比了互联网泡沫与当前的AI热潮，指出当前AI基础设施建设面临的独特挑战，例如GPU和电力供应的紧张。对话还深入探讨了“公司专属基础模型”作为未来企业核心IP的重要性，以及代理式商务如何重塑电商体验。萨提亚也分享了他通过Teams频道进行“走动式管理”的独特方式，以及微软从早期捆绑策略转向开放互操作的文化变革。最后，他回顾了在海得拉巴的成长经历，以及板球和文学如何塑造了他的人生观，为我们展现了一个多维度、充满智慧的领导者形象。 翻译克隆自：Satya Nadella describes how lessons from Microsoft’s history apply to today’s boom 👨‍⚕️ 本期嘉宾 Satya Nadella，微软公司首席执行官。他于2014年接任CEO，此前在微软任职超过20年，曾领导微软的云计算业务Azure。在他的领导下，微软市值大幅增长，并成功转型为云计算和AI领域的领导者。 ⏱️ 时间戳 AI与企业转型 00:00 开场 & 播客简介 02:38 构建企业AI工厂：从数据层到智能层的挑战 03:04 Copilot：整合企业数据图谱，革新工作流 04:06 企业AI落地：变革管理、数据治理与ERP集成 04:44 “信息触手可及”的梦想：AI如何实现数据结构化 07:07 AI模型的三大关键：记忆、权限与行动空间 领导力与工作哲学 08:24 萨提亚的日常：客户沟通与高效会议 09:14 “Teams走动式管理”：虚拟走廊中的洞察 10:32 拥抱开发者与初创企业：平台相关性的关键 12:02 收购GitHub：深入开发者生态 软件与UI的未来 12:48 个性化生成式UI：软件的实时渲染 13:11 IDE的回归：AI时代的代码理解与迭代 13:57 宏观授权与微观操纵：代理式工作流的未来 15:02 核心UI形式的持久性：表格、文档与收件箱 历史教训与AI浪潮 16:00 互联网泡沫与AI热潮：历史的相似与不同 17:42 微软的互联网转型：从封闭到开放的演变 19:27 范式、杀手级应用与商业模式：每次技术浪潮的挑战 21:03 AI基础设施建设：GPU、电力与全球布局的瓶颈 24:50 数据主权与企业IP：公司专属基础模型的重要性 27:19 Stripe的案例：构建支付基础模型 代理式商务的崛起 31:07 代理式商务：连接商家与用户的全新体验 31:33 AI赋能电商：简化整合，优化用户体验 32:01 AI搜索：颠覆传统关键词搜索 33:36 AI对电商发现与定向搜索的影响 35:51 代理式商务的挑战：商家无摩擦入驻 AI模型与微软战略 37:51 AI模型忠诚度：智能、风格与多模型选择 41:07 微软的AI全栈战略：Token工厂、代理工厂与垂直应用 43:14 捆绑与模块化：何时整合，何时独立 47:38 微软的文化变革：回归开放与互操作 文化与个人成长 48:51 领导力挑战：重塑文化与抵御外部叙事 52:00 规模化管理：CEO的职责与团队建设 54:19 海得拉巴的教育影响：激情与自由发展 55:12 个人爱好：板球与文学 🌐 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； 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 本期我们克隆了知名科技播客《Big Technology Podcast》的一集，主持人Alex Kantrowitz与Cloudflare的CEO兼联合创始人Matthew Prince展开了一场关于生成式AI与万维网未来的深度对话。Matthew Prince以其在网络安全领域的远见卓识，揭示了当前互联网面临的严峻挑战：生成式AI正在免费抓取海量网络内容，直接提供答案，导致原创内容网站的流量锐减，严重威胁到内容创作者的生存与激励机制。他指出，谷歌、OpenAI等AI巨头对流量的回馈已跌至历史低点，如果这种趋势持续，将扼杀内容创作的动力，最终反噬AI本身。 面对这一危机，Matthew Prince提出了Cloudflare的激进解决方案：他们将启用HTTP协议中沉寂已久的“402 Payment Required”状态码，对不愿为内容付费的AI爬虫进行拦截。这不仅是一项技术防御，更旨在建立一个动态市场，让AI公司为它们所消耗的原创内容支付合理费用，从而确保创作者获得补偿，激励高质量内容的持续产出。他强调，AI是互联网的未来，但这个未来必须建立在公平的价值交换之上，避免出现少数AI公司垄断知识的“黑镜”式局面。Matthew Prince的观点深刻而富有洞察，为我们描绘了一个人类免费获取信息、机器人为内容买单的理想愿景，以及实现这一愿景的技术路径和商业模式变革。这场对话将带您深入思考AI时代内容创作的价值与未来。 原播客更新时间：Aug 14, 2025 原播客：Can We Save The Web From AI? — With Cloudflare CEO Matthew Prince 👨‍⚕️ 本期嘉宾 Matthew Prince，Cloudflare的CEO兼联合创始人。他在网络安全领域拥有深厚背景和远见，致力于保护互联网的开放性和公平性。 ⏱️ 时间戳 开场 & 播客简介 00:00 播客简介与嘉宾介绍 AI对万维网的颠覆性影响 02:00 传统网络商业模式的瓦解：从搜索驱动到AI驱动 03:00 AI巨头对流量回馈的冲击：Google、OpenAI与Anthropic的数据对比 05:00 内容创作激励机制的危机：出版商面临的生存威胁 08:00 AI抓取内容的真实成本：知识产权与服务器负担 10:00 扼杀创作动力对AI自身发展的反噬 AI时代的网络未来与挑战 11:00 警惕“黑镜”式未来：少数AI公司垄断知识的风险 12:00 理想愿景：人类免费获取信息，机器人为内容买单 13:00 订阅模式的终结与新补偿机制的必要性 14:00 高质量原创内容的稀缺性与价值：填补AI的“知识漏洞” Cloudflare的激进解决方案 15:00 Cloudflare为何介入：AI爬虫对网站的“DDoS”效应 17:00 Robots.txt的局限性与更精细的控制需求 18:00 启用HTTP 402 “Payment Required”：技术防御与市场构建 19:00 建立动态内容交易市场：让AI公司为内容付费 19:00 解决方案对SEO的影响及Google爬虫的拆分 AI与网络安全及未来趋势 20:00 AI在网络安全攻防中的双刃剑效应 21:00 AI技术投资的效率与实际应用落地 🌟 精彩内容 💡 AI对内容创作的颠覆性冲击 Matthew Prince指出，AI模型免费抓取海量网络内容并直接提供答案，导致原创内容网站的流量锐减。Google、OpenAI等巨头对流量的回馈已跌至历史低点，严重威胁到内容创作者的生存与激励机制。如果这种趋势持续，将扼杀内容创作的动力，最终反噬AI本身。 🛠️ Cloudflare的“402 Payment Required”反击 面对危机，Cloudflare提出激进解决方案：启用HTTP协议中沉寂已久的“402 Payment Required”状态码，对不愿为内容付费的AI爬虫进行拦截。这不仅是技术防御，更旨在建立一个动态市场，让AI公司为所消耗的原创内容支付合理费用，确保创作者获得补偿。 🚀 理想愿景：人类免费，机器人买单 Matthew Prince描绘了一个理想愿景：人类应该再次免费获取内容，而机器人则应为它们所消化的内容支付大价钱。他认为，AI的未来必须建立在公平的价值交换之上，避免出现少数AI公司垄断知识的“黑镜”式局面，从而激励高质量内容的持续产出。 💻 原创内容的稀缺价值 在AI生成内容大爆发的背景下，Matthew Prince强调高质量、原创的人类内容依然稀缺且价值巨大。他认为，有价值的内容能够填补AI模型的“知识漏洞”，AI公司将更愿意为这些能够提升其智能水平的独特信息付费，从而促进原创研究和深度洞察的产生。 🌐 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； 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《Hard Fork》特别节目，主持人Kevin和Casey对话Google DeepMind CEO Demis Hassabis及Gemini团队副总裁Josh Woodward，深入探讨备受瞩目的Gemini 3.0大模型。节目揭示了Gemini 3.0在编程、多步骤推理、生成定制化交互界面等方面的突破，例如通过提问直接构建梵高互动教程或房贷计算器。两位高管分享了Google在AI领域的战略转变，以及Demis Hassabis对通用人工智能（AGI）实现时间表的最新看法。他们还回应了AI安全、模型效率及AI“泡沫”等热门话题，强调Gemini 3.0作为强大“工具”的定位，以及Google如何利用其庞大用户基础将Gemini 3.0融入搜索等核心产品，并赋能学生学习。这不仅是对前沿AI技术的解读，更是对AI未来发展路径、安全考量和市场格局的深刻洞察。 翻译克隆自：Demis Hassabis & Josh Woodward tell us why Gemini 3.0 puts Google in front of the A.I. race 👨‍⚕️ 本期嘉宾 Demis Hassabis，Google DeepMind CEO。 Josh Woodward，Gemini团队副总裁。 ⏱️ 时间戳 00:00 开场 & Gemini 3.0概览 00:00 播客简介与Gemini 3.0的发布背景 03:01 Gemini 3.0的核心能力：生成定制化交互界面 04:08 性能飞跃：基准测试中的显著提升 05:12 智能助手：Gemini智能体如何管理收件箱 05:35 融入核心产品：Gemini 3.0在Google搜索中的应用 07:01 推广策略：向大学生免费提供Gemini付费版 对话Google AI高管 08:18 Gemini 3.0的定位：超越“思域”的强大模型 08:41 核心突破：推理能力、多步骤思考与生成式界面 09:55 用户体验：简洁、可靠与“Vibe Coding”能力 11:20 AGI时间表：Gemini 3.0是否加速通用人工智能到来？ 12:50 AI的“人设”：Gemini 3.0作为工具而非伴侣 14:07 AI竞赛：Google是否重回领先地位？ 16:01 效率与成本：Gemini 3.0如何实现高效服务数十亿用户 17:51 扩展定律：AI模型性能增长的边界与收益递减 19:04 安全考量：新模型带来的潜在风险与安全测试 21:12 AI泡沫：行业现状与Google的应对策略 23:06 实际应用：如何用Gemini 3.0展示AI的魅力 🌟 精彩内容 💡 Gemini 3.0的革命性能力 Demis Hassabis和Josh Woodward揭示了Gemini 3.0的突破性进展，不仅在编程能力和多步骤推理上表现卓越，更能根据用户提问直接生成定制化的交互界面，例如梵高互动教程或房贷计算器。这标志着AI从文本输出向动态交互的飞跃。 “除了那些你意料之中的，比如编程能力更强、vibe coding 能力更强之外，它还能在你提问时为你生成全新的界面。” 🚀 Google AI重回领先地位？ 面对竞争对手的紧张，Google高管回应了关于其AI地位的讨论。Demis Hassabis强调Google DeepMind作为“动力室”正在推动所有Google核心产品（如搜索、地图、YouTube）的AI原生化，并表示Google专注于自身进步速度，而非简单地宣称领先。 “我觉得现在的关键是找到我们的节奏，确保这些研究成果能反映在我们的下游产品中。” 🤖 AGI时间表与关键突破 Demis Hassabis重申了他对通用人工智能（AGI）在五到十年内实现的预测，并指出Gemini 3.0的进展“完全符合计划”。他认为，要达到AGI所需的全面一致性，仍需要一两个关键的研究突破，例如推理、记忆和世界模型等方面的改进。 “我仍然认为还需要一两件事才能真正获得通用智能所期望的那种全面一致性。” 🛠️ AI作为工具的定位与效率 Google将Gemini 3.0定位为强大的“工具”，旨在帮助用户完成日常任务，而非仅仅是聊天伴侣。同时，Demis Hassabis强调了模型效率的重要性，指出Google已找到更高效、更经济的方式来提供Gemini 3.0，使其能服务数十亿用户，并融入Google搜索的AI模式。 “我们真的很感兴趣把它看作是一种工具，或者是你用来搞定日常事务的东西。” “我觉得除了模型的整体性能越来越好之外，我们真正做得很好的一点是模型的效率。” 💰 AI泡沫与Google的战略 Demis Hassabis承认AI行业某些部分可能存在泡沫，但他认为Google无论在何种市场环境下都处于有利地位。Google不仅在投资AI原生产品（如Gemini App、机器人、游戏、药物研发），也在通过AI赋能其现有数十亿用户产品，带来近期收入和长期价值。 “我对作为 Alphabet 的现状感觉非常好，无论是否有泡沫，我认为我们的工作就是在两种情况下都能赢。” 🌐 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； 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：知名播客《Lenny's Podcast》对人工智能教母李飞飞博士的独家专访。 李飞飞博士被誉为人工智能领域的先驱，ImageNet项目的缔造者，谷歌云前首席AI科学家，斯坦福大学以人为本人工智能研究院的联合创始人。她曾带领AI走出“寒冬”，将人工智能从一个“贬义词”变为改变世界的关键技术。本次对话中，她将带领我们回顾AI从诞生到如今的辉煌历程，深入探讨ImageNet如何奠定现代AI的基石，并分享她对人工智能未来发展方向的深刻洞察。她强调AI应以人为本，是人类的工具而非替代品，每个人都在其中扮演重要角色。节目中，李飞飞博士还首次公开介绍了她创办的World Labs及其突破性产品“Marble”——一个能从提示词生成可交互三维世界的“世界模型”，并展望了它在电影、游戏、机器人模拟乃至心理治疗等领域的无限可能。这是一场关于AI过去、现在与未来的深度对话，充满智慧与启发，不容错过。 原视频：The Godmother of AI on how we got to today—and what comes next | Dr. Fei-Fei Li 👨‍⚕️ 本期嘉宾 Dr. Fei-Fei Li（李飞飞博士），人工智能教母，ImageNet项目的缔造者，谷歌云前首席AI科学家，斯坦福大学以人为本人工智能研究院的联合创始人，World Labs创始人。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI的寒冬与复苏 02:00 AI曾是“贬义词”：从回避到主流的转变 02:23 AI的本质：源于人、造于人、影响人 03:06 机器学习的洞见：需要海量数据才能智能 04:21 AI的演变：从“脏词”到无处不在 AI的核心哲学与责任 07:12 人本主义视角：AI的未来取决于人类的选择 08:33 AI非“人造”：强调人类的灵感与创造 09:10 AI时代：每个人都应成为负责任的个体 现代AI的诞生：ImageNet的故事 11:00 AI简史：从早期探索到机器学习的兴起 14:15 视觉智能的“北极星”：物体识别与大数据需求 17:07 ImageNet的创建：1500万图像与2.2万类别 18:17 深度学习的突破：ImageNet、GPU与神经网络的黄金组合 20:30 AI词汇的变迁：从“机器学习”到“AI” AGI的边界与未来创新 22:47 AGI的定义：是科学术语还是营销手段？ 24:23 创新瓶颈：仅靠数据和算力不足以实现AGI 25:35 现有AI的局限：缺乏创造力、外推能力与情商 世界模型与World Labs的愿景 27:39 世界模型的兴起：马斯克、黄仁勋等巨头关注 28:16 世界模型的定义：超越语言的空间智能与具身智能 31:23 世界模型应用：机器人、游戏、设计与科学发现 34:15 “下一件大事看起来像个玩具”：ChatGPT的启示 机器人学与“苦涩的教训” 36:00 “苦涩的教训”：大数据+简单模型胜过复杂模型 37:06 机器人学挑战：数据获取难与物理系统的复杂性 41:19 对人类的敬畏：AI工作加深对人脑效率的理解 Marble产品发布与应用 42:03 Marble：World Labs首款产品，生成可交互三维世界 43:09 “提示词到世界”：Marble的独特能力与用户体验 46:32 Marble的应用场景：虚拟制片、游戏、机器人模拟、心理治疗 50:20 Marble与Sora的区别：空间智能与3D世界构建 创业历程与职业选择 53:49 World Labs的创建：创业的挑战与惊喜 55:31 职业生涯：好奇心、热情与智力无畏的指引 58:32 给年轻AI人才的建议：关注热情、使命与团队 斯坦福以人为本AI研究院（HAI） 01:00:13 HAI的创立：AI作为文明级技术，需要以人为本的框架 01:01:32 HAI的工作：跨学科研究、教育、政策与生态系统影响 结语：AI与每个人的角色 01:03:36 AI时代：每个人都有自己的角色与尊严 01:06:27 World Labs与Marble：探索AI未来的开放平台 01:07:11 播客结束语 🌐 播客信息补充 翻译克隆自： 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：知名神经科学播客《Huberman Lab》 本期嘉宾 Jennifer Groh 博士是感官整合领域的权威，她将带我们深入大脑如何将视觉、听觉等感官信息无缝融合，形成对世界的稳定感知。节目从一个惊人发现入手：耳膜竟会随眼球运动微动，这可能是视觉与听觉整合的起点。Groh 博士还提出大胆理论——思考本质上是利用感官和运动系统运行模拟程序，比如回想“猫”时，大脑会模拟其形象、叫声甚至气味。她探讨声音定位的精密计算（如半毫秒时间差）、音乐进化的协同作用（如吓跑捕食者）、以及数字时代如何管理注意力，从中央车站的“耳语画廊”到催眠鸡的奇妙实验，这场对话颠覆了对大脑工作方式的认知，提供实用工具提升专注力和学习效率。 翻译克隆自：How Your Thoughts Are Built & How You Can Shape Them | Dr. Jennifer Groh 👨‍⚕️ 本期嘉宾 Jennifer Groh 博士，杜克大学心理学与神经科学教授，感官整合专家。她的实验室聚焦大脑如何融合多感官信息以提升注意力与学习，她著有《创造空间：大脑如何知道事物的位置》，研究揭示耳膜与眼动联动等前沿发现，推动了对感知与思考机制的理解。 ⏱️ 时间戳 00:00 开场 & 播客简介 感官整合基础 02:00 视觉与听觉的首次融合：上丘结构与眼动影响 05:30 耳膜随眼球运动微动：感官整合的惊人起点 08:00 大脑计算空间信息：从静态地图到动态调整 声音定位机制 10:00 时间差与音量线索：大脑如何在半毫秒内定位声音 15:00 耳朵形状与反弹：频率过滤与环境回声的作用 18:00 为什么自己的声音听起来奇怪：骨传导与音量调节 距离与环境影响 20:00 声音深度线索：响度、反弹与雷声判断 25:00 真实世界实验：中央车站耳语画廊与高天花板回声 30:00 视觉 vs 听觉差异：光线直线 vs 声音弯曲传播 音乐与进化 35:00 节奏的普遍性：音乐如何协同行动吓跑捕食者 40:00 哈卡表演与求爱信号：声音频率的情感力量 45:00 进化路径：从原始发声到歌曲与舞蹈 思考的模拟理论 50:00 思考即感官模拟：回想“猫”激活多感官程序 55:00 资源竞争解释：为什么开车时无法分心聊天 注意力与大脑状态 01:00:00 心流与吸引子状态：乙酰胆碱如何锚定专注 01:05:00 间歇工作策略：像运动员一样训练大脑 01:10:00 音乐与白噪音：个性化工具提升认知 视觉驱动注意力 01:15:00 催眠鸡实验：会聚眼动锁定注意力锥形区 01:20:00 手机小盒子陷阱：视觉输入如何耗尽资源 手机与管理策略 01:25:00 外包警觉与专用手机：拥抱注意力起伏 01:30:00 学校与日常应用：平衡连接与深度工作 01:35:00 结尾建议：信任大脑恢复与多感官整合 🌟 精彩内容 💡 耳膜随眼动微动：感官整合起点 Groh 博士揭示一个革命性发现：耳膜会随着每一次眼球扫视而振动，形成波浪状运动，这携带眼睛位置信息，是视觉听觉融合的最早步骤，帮助大脑创建统一的空间地图。“你的耳朵在发出声音，随着眼睛移动而动，这太疯狂了。” 🧠 思考的模拟理论：大脑运行感官程序 节目核心理论：思考不是抽象过程，而是用视觉、听觉等感官系统模拟现实。比如，回想“猫”时，大脑在视觉皮层模拟毛色、在听觉皮层模拟叫声，甚至嗅觉皮层浮现猫砂味。这解释了为什么开车并线时无法聊天——资源被转移到感知运动任务。“如果你想起‘猫’，脑中是什么颜色的？它激活了多感官模拟。” 🎵 音乐进化的协同力量：节奏吓跑鬣狗 音乐并非奢侈品，而是进化工具：节奏帮助群体同步跺脚、大喊，发出比个体响亮的声音，吓退捕食者。哈卡表演展示团结与力量，频率影响情绪（如低频不祥、高频轻快）。“想象一群人类用节奏协同，声音放大十倍，就能抢走狮子的猎物。” 🔍 注意力管理：间歇训练与视觉锚定 如运动员般对待大脑：间歇工作（写一句后休息）比强迫高效更好。催眠鸡实验证明视觉会聚锁定注意力，中国课堂用“盯点”提升专注40分钟。手机如无限沟渠，需专用设备隔离。“大脑像滚珠在平面上，创造狭窄输入才能掉入心流沟渠。” 📱 手机的双刃剑：外包与边界 承认手机便利（如订票），但无休止滚动耗尽乙酰胆碱资源。策略：专用社交手机、自动回复、替换无聊滚动为播客。学校禁手机实验值得推广。“外包警觉让我放松，知道灾难时会通知，却不被轰炸。” 🌐 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； 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

本期使用 Brie Wolfson 的克隆声线，朗读了 Inside Cursor 这篇文章

📝 本期播客简介 本期节目克隆了知名思想家、天使投资人 Naval Ravikant 的个人播客《Naval Podcast》中的精彩一集。Naval 与主持人深入探讨了他推特上引发广泛共鸣的核心思想。他从埃隆·马斯克身上汲取灵感，强调了独立思考、紧迫感和实践迭代的重要性，指出真正的学习和成长并非照搬他人经验，而是在“竞技场中”亲身实战。Naval 分享了他对“为自己工作”的独特见解，认为这虽然意味着没有传统意义上的周末和假期，却能带来无与伦比的自由和自我实现。他鼓励我们通过行动找到与自身“特定知识”相符的事业，并像叔本华一样，敢于直面真相，不畏世俗眼光。节目还触及了“为一切责备自己，并保留主导权”这一深刻理念，揭示了个人责任与掌控力的关系。Naval 强调，成功并非全靠运气，而是源于持续的努力和迭代。他用“难以改变”的产品设计（如 iPhone 和猛禽发动机）为例，阐释了简单性如何从复杂迭代中诞生，以及质疑需求、移除不必要部分的重要性。最后，Naval 分享了他对学习和智慧的看法，倡导学习物理学以理解现实，并成为一个“博学者”，通过动手实践推动知识前沿。 翻译克隆自：Collection: In the Arena 👨‍⚕️ 本期嘉宾 Naval Ravikant，知名思想家、天使投资人，他的智慧和哲学深刻影响着全球创业者和思考者。 ⏱️ 时间戳 00:00 开场 & 播客简介 从埃隆·马斯克汲取灵感 02:17 埃隆·马斯克的启发：独立思考与紧迫感 03:20 原则的通用性与情境的特殊性 04:29 学习的真谛：人生就是上场实战 为自己工作的自由与悖论 05:57 为自己工作：没有周末，也没有“工作” 10:10 一旦尝到自由的滋味，就无法再被雇佣 11:06 找到你的“特定知识”：为“自我”而工作 13:19 通过行动和实践发现特定知识 15:15 选择与你本性契合的事业和营销方式 16:01 迭代的力量：不是一万小时，而是一万次迭代 掌控你的命运：责备自己，保留主导权 22:54 为一切责备自己，并保留主导权 23:44 成功并非全靠运气：持续努力与迭代的重要性 24:44 愤世嫉俗的信念会自我实现：保持乐观与远见 叔本华与真理的追求 25:45 叔本华的智慧：直面真理，不畏世俗 27:07 接受自己的卓越，不惧他人眼光 27:40 真正的反馈来自自由市场和自然界 大卫·多伊奇与高密度知识 30:13 大卫·多伊奇：现代认识论的灯塔 31:27 为什么我们追求高密度知识：尊重时间与获取智慧 33:02 知识的吸收：分形性质与迭代理解 好产品与好解释的本质 33:02 好的解释是难以改变的 33:51 好的产品是难以改变的：以iPhone为例 35:49 简单性源于复杂迭代：SpaceX猛禽发动机 36:34 埃隆·马斯克的产品设计原则：质疑需求，移除不必要 学习与成为博学者 39:43 学习物理：理解现实的基石 40:44 成为“博学者”：动手实践，推动知识前沿 🌟 精彩内容 💡 埃隆·马斯克的启发：行动与迭代 Naval 强调，从埃隆·马斯克身上学到的不是具体步骤，而是独立思考、紧迫感和持续迭代的精神。真正的学习发生在“竞技场中”，通过亲身实践来领悟原则的适用性。 “人生就是上场实战，你只能通过实践来学习。” 🛠️ 为自己工作：自由与“特定知识” 为自己工作意味着没有传统意义上的周末和假期，但它带来了无与伦比的自由和自我实现。关键在于找到与自身“特定知识”相符的事业，这种知识是通过行动和迭代发现的，是个人独特性的表达。 “一旦尝到自由的滋味，你就可能再也无法被雇佣了。” 🚀 掌控命运：责备自己，保留主导权 Naval 倡导“为一切责备自己，并保留主导权”的心态。他指出，成功并非纯粹的运气，而是持续努力和迭代的结果。保持乐观和远见，避免愤世嫉俗的信念，才能真正改变局面。 “你必须为你身上发生的每一件坏事负责。这是一种心态。” 📚 叔本华与高密度知识 Naval 推崇叔本华直面真理、不畏世俗的写作风格，认为他给予了人们“做自己”的许可。同时，他也强调了阅读大卫·多伊奇等高密度作品的重要性，这些作品尊重读者时间，提供普适原则和智慧。 “真实的反馈来自自由市场和自然界。物理学是严酷的，你的产品要么管用，要么不管用。” 🍎 好产品与好解释的本质 好的产品和解释都是“难以改变”的，它们经过复杂迭代，最终达到简洁和高效。Naval 引用埃隆·马斯克的产品设计原则：首先质疑需求，移除不必要的组件，最后再进行优化。 “好的产品是难以改变的。去看看 iPhone，这个光滑、完美、美丽的宝石。” 🧠 学习与成为博学者 Naval 建议学习物理学，因为它能训练你如何与现实互动，并击碎脑中的谬论。他鼓励人们成为“博学者”，通过动手实践和建造，始终站在知识的最前沿。 “学物理。一旦你学了物理，你就在学习现实是如何运作的。” 🌐 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； 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，我们克隆了 Latent Space。他们邀请到风险投资公司 Menlo Ventures 的合伙人 Deedy Das。他曾是企业搜索公司 Glean 的核心成员，如今作为 Anthropic 的重要投资人，亲历并推动着AI领域的飞速发展。Deedy Das将深入剖析企业搜索的挑战与机遇，分享Glean如何在AI浪潮中实现从“无聊”到“酷”的转变。他更作为Anthropic的早期和主要投资人，揭秘这家AI巨头如何以惊人速度成长，以及其独特的文化和研究策略。我们还将探讨Menlo Ventures旗下专为Anthropic生态系统设立的Anthology基金，以及其投资的明星项目，包括革新API路由的OpenRouter、提升语音转录体验的Wispr，以及一家正在探索扩散模型在代码生成领域应用的“隐形”公司。Deedy Das还将分享他对AI时代创业公司护城河、市场动态和投资策略的独到见解，并对“凭感觉编程”现象提出深刻思考，探讨AI助手如何重塑工程师的工作方式和安全挑战。这期节目将带您领略AI前沿的商业洞察与技术趋势。 原播客：Anthropic, Glean & OpenRouter: How AI Moats Are Built with Deedy Das of Menlo Ventures 👨‍⚕️ 本期嘉宾 Deedy Das，Menlo Ventures 合伙人。他曾是企业搜索公司 Glean 的核心成员，现为 Anthropic 的主要投资人，并负责 Menlo Ventures 旗下专为 Anthropic 生态系统设立的 Anthology 基金。 ⏱️ 时间戳 00:00 开场 & 播客简介 00:00 欢迎Deedy Das，介绍本期节目内容 01:07 Deedy Das回顾职业转变与AI的飞速发展 Glean：企业搜索的蜕变与挑战 02:24 Glean的估值飞跃：从10亿到70亿美元 02:28 从“无聊”到“酷”：Glean在AI时代的转型之路 03:33 ChatGPT时代的企业搜索竞争与Glean的护城河 05:05 企业SaaS的API限制与AI实验室的竞争挑战 08:33 企业搜索的独特难题：数据、评估与用户行为 11:50 生产力工具的病毒式增长困境与Glean的用户获取策略 Anthropic：AI巨头的崛起与投资逻辑 14:02 Anthropic的惊人成长：史上增长最快的软件公司 15:57 Anthropic的独特文化与高人才留存率 18:04 Anthropic的公众形象重塑与“思考”理念 20:24 AI市场份额变迁：OpenAI与Anthropic的此消彼长 22:35 投资Anthropic的核心考量：收入、利润与未来市场 24:13 Claude的模型质量、定价策略与未来展望 26:27 模型层与应用层之争：谁拥有真正的护城河？ 31:42 Rahul Patel案例：印度人才的崛起与突破 Anthology基金：AI生态投资新模式 34:58 Anthology基金：Menlo Ventures与Anthropic的合作模式 37:55 Anthology基金的投资策略与三类公司 39:07 研究型AI投资：高风险、高回报的潜力 40:29 GoodAI：机制可解释性，解密AI“黑箱” 43:04 Prime Intellect：分布式AI训练的愿景 44:52 OpenRouter：API路由的革新者与PLG增长 47:37 OpenRouter的商业模式风险与竞争优势 51:00 Wispr：语音转录的极致体验与未来交互 53:19 “隐形公司”：扩散模型在代码生成领域的探索 54:57 Transformer与扩散模型：技术路线的“硬件乐透” 56:04 市场动态对创业公司的决定性影响 AI时代的投资趋势与工程师未来 59:09 “整合型”公司：AI估值套利与市场垄断 01:00:06 风险投资中的“反身性”与资金的竞争作用 01:01:10 AI基础设施：资本密集型投资与计算资源消耗 01:03:09 “苦涩药丸”理论：巨额计算投入能否持续带来模型突破？ 01:05:05 “凭感觉编程”：AI助手对工程师工作方式与安全挑战 01:06:18 编码的乐趣与AI助手的“大脑香烟”效应 01:07:26 快速智能体与异步智能体：AI辅助的未来形态 01:10:11 对年轻一代工程师的担忧：过度依赖AI的潜在影响 🌟 精彩内容 💡 Glean的蜕变：从“无聊”到“酷” Deedy Das分享了Glean如何从一个看似“无聊”的企业搜索产品，通过扎实的技术积累和对AI的早期拥抱，成功转型为估值高达70亿美元的“酷”公司。他强调了企业搜索的独特挑战，以及Glean如何通过深耕技术和用户体验构建护城河。 🚀 Anthropic的惊人增长与独特文化 作为Anthropic的早期投资人，Deedy Das揭示了这家AI巨头如何在短时间内实现收入的指数级增长。他分析了Anthropic高人才留存率背后的原因，以及其独特的、由研究人员驱动的创新文化，如何使其在AI模型竞争中脱颖而出。 💰 Anthology基金：AI生态投资新模式 Menlo Ventures与Anthropic合作设立的Anthology基金，旨在投资Anthropic生态系统中的优秀创业公司。Deedy Das介绍了基金的运作模式、投资策略，以及OpenRouter、GoodAI、Wispr等明星项目，展现了AI时代风险投资的新范式。 🧠 “凭感觉编程”与工程师的未来 Deedy Das对AI助手可能带来的“凭感觉编程”现象表示担忧，认为这可能削弱工程师的批判性思维和解决问题的能力，并带来新的安全风险。他探讨了AI辅助在提升效率的同时，如何避免让工程师“大脑关机”的深层问题。 🌐 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； 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 本期我们克隆了知名播客《Lenny's Podcast》中，主持人Lenny与Jellyfish联合创始人Jen Abel的深度对话。Jen Abel是一位经验丰富的销售专家，致力于帮助早期创始人学习销售、探索客户并建立可复制的销售流程。本期节目深入探讨了创始人主导销售的核心理念与实战技巧。Jen强调，在创业早期，创始人本身就是产品，他们独特的愿景和洞察是最大的竞争优势。她分享了如何高效寻找潜在客户，撰写简短、反直觉且聚焦问题的冷启动邮件，以及如何在首次通话中展现真诚与脆弱，将重点放在学习而非销售，从而获取最真实的市场反馈。节目还探讨了在面对新市场或复杂企业客户时，先提供服务而非直接推销产品的策略，以及如何应对采购部门的挑战。Jen指出，销售最大的陷阱在于不合格的客户筛选，并鼓励创始人要相信自己的产品，用热情和信任去赢得客户，因为企业销售的投入将带来指数级的回报。这期节目为所有希望提升销售能力的创始人提供了大量可立即实践的宝贵建议。 原播客时间：Nov 24, 2024 原播客: The ultimate guide to founder-led sales | Jen Abel (co-founder of JJELLYFISH) 文本精华：见微信公众号 👨‍⚕️ 本期嘉宾 Jen Abel，Jellyfish 的联合创始人，专注于帮助早期创始人学习销售、进行早期客户探索，并建立一套可复制的销售流程。在创办 Jellyfish 之前，Jen 曾是 The Muse 和 General Assembly 的企业销售总监。 ⏱️ 时间戳 00:00 开场 & 播客简介 创始人主导销售：核心理念与优势 02:02 创始人主导销售的重要性：早期创始人就是产品 05:29 创始人主导销售的定义：从零到一，寻找最初的客户 00:08:03 创始人主导销售的三大竞争优势：愿景、高层对话、捕捉早期信号 00:10:38 创始人不擅长销售：挑战与应对 销售流程概述 00:11:14 传统销售阶段：从初次沟通到最终签约 吸引潜在客户：冷启动策略 00:12:46 如何在信息爆炸时代脱颖而出：创始人邮件的份量 00:13:21 撰写高效冷启动信息：相关性、反直觉、简洁、聚焦问题 00:16:23 冷启动邮件案例分享 00:17:38 冷启动邮件的转化率与市场洞察 00:21:20 如何判断是产品问题还是销售问题：市场驱动与技术驱动 00:24:11 寻找优质潜在客户：手动筛选30个目标客户 00:29:33 再次强调冷启动邮件结构：相关性、反直觉、简洁、聚焦问题 00:31:31 销售误区：避免用“更好”作为卖点 首次销售通话技巧 00:32:36 首次通话策略：展现脆弱与学习心态 00:34:46 早期销售与后期销售的差异：学习而非收入 00:36:16 创始人主导销售的里程碑：达到100万美元年经常性收入 00:38:25 早期不宜招聘销售：高失败率 00:39:03 激发客户兴趣：关注他们的“啊哈时刻”与想象 00:40:07 成功信号：客户是否衡量、管理并尝试解决问题 00:42:52 结束通话技巧：现场敲定下次会议 共同撰写与服务先行 00:44:13 共同撰写工作范围：让客户感觉专属定制 00:44:37 销售服务而非产品：尤其针对流程不成熟的市场 00:46:41 服务收入的价值：显示意图、获取Logo、教育市场 00:48:47 40-50%的B2B SaaS公司需要服务先行 00:51:08 销售节奏：第一次通话不急于产品演示，放慢节奏 搞定采购部门 00:52:46 应对采购部门：简化信息、突出差异化、代劳工作 00:55:01 明确产品边界：避免复杂合同 00:55:33 拆分合同：技术合同与服务合同 00:56:54 企业销售的指数级回报：站稳脚跟，获取情报 00:58:40 不同市场规模的销售策略：企业级、中小企业、中端市场 签约与后续 01:00:37 识别最终签字人：提前准备沟通要点 01:02:34 财务与采购：未签字不启动工作 01:03:18 折扣策略：有理由地折扣，而非为促成交易 01:04:25 庆祝签约：达成里程碑 销售周期与价值 01:04:46 企业销售周期：影响因素与时间线（6-12个月） 01:06:35 理解价值：不要和自己谈判 01:07:33 早期企业销售的理想年度合同价值（ACV）：5万-20万美元 01:08:26 市场选择：根据创始人偏好和产品特性决定 创始人常见挑战与心态 01:10:13 市场选择：中小企业还是企业客户？ 01:11:31 客户响应缓慢的原因：价值阐述不足、问题不明确、礼貌性敷衍 01:12:42 销售最大陷阱：客户资质筛选不合格 01:13:28 销售心态：充满热情，建立信任 01:14:30 克服销售心理障碍：相信产品，解决真问题 Jen Abel & Jellyfish 01:16:18 Jellyfish的服务：帮助创始人突破100万美元ARR 01:16:58 Jellyfish的工作方式：嵌入团队，推动执行 01:17:47 呼吁听众：互相帮助，薪火相传 🌐 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； 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 本期节目我们克隆了知名播客《Lenny's Podcast》的精彩内容，主持人Lenny Rachitsky邀请到Gamma的首席执行官兼联合创始人Grant Lee，为我们揭秘这家AI驱动的演示文稿和网站设计工具如何在短短两年多时间里，实现年度经常性收入突破一亿美元、估值超过二十亿美元的惊人成就。更令人称奇的是，Gamma在早期融资甚少、团队规模仅约三十人的情况下，服务着全球五千多万用户，并且实现了盈利性增长。要知道，在创业之初，曾有投资人直接告诉Grant，这是他听过最糟糕的想法。 Grant在节目中慷慨分享了Gamma如何找到产品市场契合度的反直觉经验，以及一系列独特的增长策略。他详细阐述了如何通过“创始人主导的营销”和“口碑机器”来驱动增长，特别是他们如何利用数千名微型网红，通过亲自培训和开放品牌资产，将网红营销变成口碑传播的强大放大器。你还会听到他们如何在产品发布前，通过“早上有想法，下午出原型，晚上得反馈”的快速迭代循环，用Voicepanel等工具与真实用户测试每一个新功能，避免走弯路。此外，Grant还深入探讨了如何打造一家成功的“GPT封装”公司，强调深入理解用户工作流程、运用二十多种不同模型进行编排的重要性，以及他们独特的“慢速招聘”和“球员兼教练”团队管理哲学。这期节目不仅充满启发性，更提供了大量实用的战术建议，是所有AI创业者和产品经理不容错过的一课。 翻译克隆自：“Dumbest idea I’ve heard” to $100M ARR: Inside the rise of Gamma | Grant Lee (CEO) 👨‍⚕️ 本期嘉宾 Grant Lee，AI演示文稿和网站设计工具Gamma的首席执行官兼联合创始人。 ⏱️ 时间戳 00:00:00 开场与播客简介 创业的挑战与机遇 00:02:29 曾被投资人嘲讽为“最烂想法”的创业故事 00:06:20 Gamma的诞生：解决演示文稿痛点的初心 00:21:02 AI如何赋能Gamma：从愿景到现实的加速器 产品市场契合度与增长飞轮 00:09:36 寻找与确认产品市场契合度：从Product Hunt发布到自然增长爆发 00:12:35 打造“口碑机器”：自然增长与病毒式传播的秘密 00:16:54 上手体验（Onboarding）的重要性：“前三十秒”的魔力 00:22:24 从零到一亿ARR：Gamma的增长历程 00:23:28 早期用户获取：Product Hunt与Paul Graham评论引发的病毒式传播 00:36:18 品牌重塑的价值：从占位符到可扩展的品牌基因 创始人主导的营销与网红策略 00:25:47 创始人主导营销：亲身参与与内容创作的重要性 00:28:46 创始人如何平衡忙碌与内容创作：从小处着手，积累素材 00:31:19 领英与推特的差异化内容策略 00:36:18 网红营销：从手动接洽到规模化微型网红合作 00:41:09 网红营销的误区：避免头部大V，聚焦“回声室” 00:46:07 网红营销的增长放大效应：口碑传播的催化剂 00:48:10 病毒式传播并非偶然：开放品牌资产，消除合作摩擦 00:51:52 平台选择：领英的高转化率与测试迭代的重要性 00:53:00 品牌与效果营销的协同：投资品牌以强化效果营销 产品开发与实验文化 00:59:10 产品发布前与用户分享原型：快速迭代与避免弯路 01:01:11 规模化用户测试：Voicepanel与UserTesting的实践 01:05:24 实验性思维：强观点，乐于改变 01:06:16 A/B测试的早期实践：虚拟办公室与演示工具的抉择 GPT封装公司的成功之道 01:10:10 盈利性增长：小而精干团队与高效运营 01:12:10 GPT封装公司的护城河：深入用户工作流程与多模型编排 01:14:22 成功要素：关心问题、深度理解、技术应用 01:17:03 多模型编排的必要性：针对不同任务选择最佳模型 01:20:02 特定模型的发现：Perplexity在创建大纲方面的优势 定价策略与盈利 01:20:26 定价的偶然性：用户需求驱动的收费 01:21:17 定价方法：Van Westendorp测试与联合分析 01:22:12 盈利性增长的基石：确保定价能覆盖成本并再投资 招聘哲学与团队建设 01:25:45 极其缓慢地招聘：保持精干与高标准 01:26:27 人均收入与团队DNA：复制价值观与愿景 01:28:42 招聘通才：扁平化组织与多角色能力 01:30:21 球员兼教练模式：管理者仍需做具体工作 01:33:58 对杰出人才下重注：提供更多机会与资源 01:34:47 创始人特质：传教士而非雇佣兵 闪电问答 01:37:15 推荐书籍：《鞋狗》、《七大力量》 01:38:33 最近喜欢的影视剧：《拉撒路计划》 01:38:46 最喜欢的产品：Voicepanel 01:39:15 人生格言：“井底之蛙” 01:40:39 演示技巧：一次只讲一个想法，少即是多 🌟 精彩内容 💡 **从“最烂想法”到1亿美元ARR的逆袭** Gamma的创始人Grant Lee分享了创业初期被投资人嘲讽为“最糟糕的想法”，到如今实现1亿美元年度经常性收入的传奇历程。他强调，即使面对巨大质疑，只要对解决的问题充满热情，并坚持不懈地寻找产品市场契合度，就能创造奇迹。 “这绝对是我听过的最差的路演、最烂的想法。你不仅在挑战行业巨头，而且这些巨头还有庞大的分发渠道。你绝对不可能成功。” 🚀 **打造“口碑机器”：自然增长的秘密** Grant揭示了Gamma增长的核心在于建立一台“口碑机器”。通过在Product Hunt发布、重构新用户上手体验（在“前三十秒”内创造“神奇时刻”）以及一条引发Paul Graham评论的争议性推文，Gamma实现了强大的自然增长。他建议所有创业者将心态转变为创造口碑，让产品本身就能驱动用户分享。 “我的一个建议是，当你处在早期阶段时，你的心态应该像是要创造一台‘口碑机器’。如果你能把这部分做对，其他所有事情都会变得容易得多。” 📈 **创始人主导的网红营销：微型网红的巨大能量** Gamma的网红营销策略颠覆了传统认知。Grant亲自接洽并培训数千名微型网红，让他们用自己的语言讲述Gamma的故事，并开放品牌资产，使网红营销成为口碑传播的放大器。这种“难而正确”的方法，帮助Gamma在社交媒体上实现了燎原之势。 “很多人一想到网红营销，就觉得是那些粉丝上百万的头部大V，但这是错的。更好的方法是去找到成千上万个微型网红，他们的受众可能真的需要你的产品，而且非常信任他们说的话。” 🛠️ **“早上有想法，下午出原型，晚上得反馈”的快速迭代循环** Grant强调了在产品发布前与用户分享原型的重要性。通过Voicepanel和UserTesting等平台，Gamma实现了“早上有想法，下午出原型，晚上得反馈”的超高速迭代，有效避免了开发无人问津的功能，确保了产品始终围绕用户需求构建。 “我们早上有个想法，下午就能做出一个功能原型，然后找一群真正符合我们目标用户画像、但跟我们产品毫无瓜葛的人来试玩。这样我们很快就能进行一个相当全面的实验。” 💡 **GPT封装公司的成功之道：深入工作流程与多模型编排** Grant分享了打造成功“GPT封装公司”的关键：不仅仅是模型之上的薄薄一层，而是要深入理解用户端到端的工作流程，并运用二十多种不同的AI模型进行智能编排，为特定任务选择最佳模型，从而提供比现有方案好得多的产品体验。 “你需要深入到工作流程中，对用户和他们试图解决的工作有同理心，当然，还要应用最好的技术，这样你才能兑现你对产品体验的承诺，一个比现状好得多的体验。” 👥 **“极其缓慢地招聘”与“球员兼教练”模式** Gamma奉行“极其缓慢地招聘”原则，专注于招募通才和“球员兼教练”型人才，确保团队精干高效，每个成员都能产生巨大影响。这种招聘哲学和扁平化管理模式，帮助Gamma保持了高凝聚力和低流失率，积累了宝贵的部落知识。 “我们希望每一个进门加入我们团队的人，都真正是那种能代表 Gamma 的人。” 🌐 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； 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 本期我们克隆了知名播客《Dwarkesh Patel Podcast》的重磅对话，由主持人Dwarkesh Patel与微软首席执行官萨提亚·纳德拉展开。萨提亚作为全球科技巨头的掌舵者，对A I时代的到来有着深刻而独到的见解。他将AI视为工业革命后最重大的变革，但强调目前仍处于早期阶段。对话深入探讨了微软如何从一家软件公司转型为资本与知识密集型工业企业，投资建设全球最强大的数据中心，并强调基础设施的“通用性”以支持多元A I模型。萨提亚还提出了一个引人深思的观点：模型公司可能面临“赢家的诅咒”，而真正价值将流向提供“脚手架”的平台。他详细阐述了微软在AI模型领域的双轨战略——既充分利用OpenAI的技术，也积极发展自研MAI模型。此外，萨提亚还分享了对未来AI智能体自主工作、市场竞争格局以及“主权AI”等地缘政治影响的看法，展现了微软在AI时代如何平衡创新、投入与全球化布局的宏大愿景。这不仅是一次对微软战略的深度剖析，更是对AI未来走向的权威洞察。 翻译克隆自：Satya Nadella – How Microsoft thinks about AGI 👨‍⚕️ 本期嘉宾 Satya Nadella，微软公司首席执行官。他带领微软从一家传统软件公司成功转型为云计算和人工智能领域的领导者，以其对技术趋势的深刻洞察和卓越的战略执行力而闻名。 ⏱️ 时间戳 AI时代的宏大愿景与早期阶段 02:08 AI：工业革命后最重大变革，但仍处于早期 06:34 AI的本质：认知放大器与守护天使 07:55 AI驱动的经济增长：工业革命的200年进程或将压缩至20年 微软的AI基础设施与战略 03:02 参观全球最强数据中心：微软从软件到工业企业的转型 05:28 AI技术转型速度：前所未有的资本投入与速度 20:00 模型与“脚手架”之争：价值将流向何方？ 22:43 微软的AI模型双轨战略：OpenAI与自研MAI模型 26:30 AI智能体与基础设施：未来将是支持智能体工作的业务 28:59 “按智能体付费”：AI时代的新商业模式思考 33:49 MAI模型现状与未来：成本优化与前沿研究 39:34 通用基础设施：支持多模型以应对“赢家诅咒” 44:13 数据中心扩张策略：通用性、地理位置与摩尔定律 56:53 租赁外部容量：灵活满足需求，整合生态 57:58 自研芯片：与MAI模型形成闭环，提升效率 01:01:27 OpenAI独家协议：Azure独占无状态API调用 AI时代的商业模式与竞争 10:00 微软的商业模式转型：高销货成本与市场扩张 13:27 AI编程助手竞争：GitHub作为平台的核心价值 01:04:41 微软的工业化转型：资本与知识密集型企业 01:06:34 AI研发投入：研究计算作为研发费用 AI的全球化与主权挑战 01:09:17 主权AI：全球化背景下的信任与地缘政治考量 01:12:57 主权AI的未来：开源、多模型与韧性 🌟 精彩内容 💡 AI时代的“赢家诅咒”与“脚手架”价值 萨提亚·纳德拉提出，模型公司可能面临“赢家的诅咒”，即投入巨大创新后，模型可能因复制而商品化。他认为，真正的价值将流向提供“脚手架”（平台、工具、基础设施）的公司，因为它们能处理模型的缺陷、管理数据流动性，并垂直整合到模型层面。 “如果你是一家模型公司，可能会遭遇‘赢家的诅咒’，你做了所有艰苦的工作和难以置信的创新，结果却可能因为别人一复制就被商品化了。” 🛠️ 微软从软件公司到资本与知识密集型工业企业 微软正在经历一次深刻转型，从一家传统的软件公司，变为一个兼具资本密集型和知识密集型特征的工业企业。这体现在其对全球最强大数据中心的巨大投资，以及通过软件优化来提升资本支出的投资回报率。 “感觉就像，我明明是开软件公司的，结果欢迎来到我的软件公司。” “我们现在既是一个资本密集型企业，也是一个知识密集型企业。实际上，我们必须用我们的知识来提高资本支出的投资回报率。” 🚀 AI智能体驱动的未来基础设施 萨提亚展望未来，认为公司将直接为AI智能体配置计算资源，这些智能体将完全自主工作。微软的业务将从终端用户工具，转变为支持智能体工作的“基础设施”业务，提供存储、安全、身份管理等核心服务。 “我们今天的业务，也就是终端用户工具业务，未来会变成一个支持智能体工作的基础设施业务。” 🌍 全球化与“主权AI”的挑战 面对全球地缘政治的变化，萨提亚强调美国科技行业和政府需要共同努力，在全球范围内建立对美国技术栈的信任。微软通过在各地建设数据中心、提供主权云服务、满足数据驻留要求等方式，积极应对各国对“主权AI”的需求。 “我希望美国政府能把美国公司在世界各地的外国直接投资归功于自己……美国最应该做的、但却最少被谈论的营销是，这些最领先的行业，这些 A I 工厂，正在世界各地由谁创建？由美国，由美国公司创建。” 🌐 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； 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