跨国串门儿计划 - 节目列表

📝 本期播客简介 本期我们克隆了：Redpoint 旗下的深度访谈播客《Unsupervised Learning》OpenAI’s Chief Scientist on Continual Learning Hype, RL Beyond Code, & Future Alignment Directions 本期嘉宾 Jakub Pachocki 的身份举足轻重——他是 OpenAI 的首席科学家，也是决定这家全球最受关注 AI 公司技术走向的关键人物。在这场深度对话中，Jakub 首次详尽地拆解了 OpenAI 关于“自动化 AI 研究员”的时间表：从 2024 年实现“研究实习生”水平，到 2028 年迈向全自动化。他不仅分享了为什么数学和编程是 AI 进化的“北极星”，还深入探讨了模型如何从简单的“模式匹配”进化到具备真正的科学洞察力。此外，他还揭秘了 OpenAI 为何在 O1 等模型中选择隐藏“思维链”，以及这背后的 AI 安全与可解释性深谋。无论你是开发者、创业者，还是对 AGI 进程感到好奇的观察者，这期节目都将为你提供一份来自 AI 变革最前沿的真实路线图。 👨‍⚕️ 本期嘉宾 Jakub Pachocki，OpenAI 首席科学家。他接替了 Ilya Sutskever 的职位，负责领导 OpenAI 的核心研究工作。他曾是 GPT-4、OpenAI Five（Dota 2 机器人）以及 Codex 等里程碑式项目的关键贡献者。在加入 OpenAI 之前，他拥有哈佛大学计算机科学博士学位，并在算法理论和机器学习领域有着深厚的造诣。 ⏱️ 时间戳 00:00 开场 & 播客简介 AGI 的进化时间表 03:56 2024 vs 2028：从“研究实习生”到“全职自动化研究员” 05:19 衡量标准：自主工作的时间跨度与任务描述的模糊度 06:04 编程工具的爆发：Codex 如何改变了 OpenAI 内部的工作流 寻找智能的“北极星” 06:26 为什么是数学：可衡量、易验证且极具挑战的基准 07:37 从 IMO 竞赛到现实世界：模型智能如何转化为经济价值 09:05 跨越领域：RL 强化学习在医疗、法律等非确定性领域的潜力 12:08 开发者建议：不要盲目做 RL，上下文学习（In-context Learning）可能更高效 研究组织的管理与算力哲学 14:35 范式转移：当模型质量成为研究速度的决定性因素 16:31 算力分配心法：宁可放弃“低垂的果实”，也要押注最具扩展性的路径 18:06 独立性：为什么研究部门的优先级要与短期产品策略“脱钩” 20:13 开发者技能的终局：从写代码转向“愿景设定” AI 助力科学与“模式匹配”之争 23:32 “首次证明”挑战：当模型在一小时内解决博士水平的数学难题 26:05 证伪“模式匹配器”：从 AlphaGo 到科学发现的原创性火花 28:26 未来实验室：AI 科学家与人类研究员的自然协作 安全、对齐与 OpenAI 的进化 30:12 思维链（CoT）监控：为什么隐藏推理过程对 AI 安全至关重要 33:17 避免“训练信号”作对：解耦推理与输出的深层逻辑 35:31 对齐的新希望：研究价值观如何退回到预训练数据 38:06 OpenAI 的四个阶段：从学术实验室到部署通用人工智能 社会影响与未来展望 39:45 调和张力：当理论算法真正开始大规模渗透现实生活 41:06 隐忧：财富集中、治理难题与自动化公司的社会契约 42:32 下一代教育：在 AI 时代，什么才是人类不可替代的自主权 🌟 精彩内容 💡 自动化研究员的“实习期”与“转正期” Jakub 明确了 OpenAI 对 AI 能力演进的判断标准。他认为“研究实习生”与“全职研究员”的本质区别在于自主性。目前的模型已经能处理具体的技术想法，但未来的目标是让 AI 能在只接收“解决对齐问题”这种模糊指令的情况下，自主运行数天甚至数月并产出成果。 🛠️ 为什么隐藏“思维链”是安全策略？ 在 O1 等推理模型中，OpenAI 选择不展示详细的推理过程。Jakub 解释这并非单纯为了防范蒸馏，更核心的是为了“解释性”。如果将思维链作为产品展示，就必须对其进行人类偏好的监督（RLHF），这会干扰模型真实的推理逻辑。保持思维链的“私密空间”，有助于研究员通过监控模型真实的动机来确保长期的安全对齐。 🚀 算力分配的“惨痛教训” OpenAI 依然是“缩放定律”（Scaling Laws）的坚定信徒。Jakub 提到，在管理海量算力时，他们会强迫自己将大部分资源投入到“最具扩展性”的方法上，即便这意味着要放弃一些短期内能见效、但无法通向 AGI 的优化方案。这种对“未来路径”的极度专注是其保持领先的秘诀。 💻 科学发现不再是“暴力计算” 针对“AI 只是在用暴力破解数学”的批评，Jakub 并不担心。他认为模型已经展现出比人类更短、更优雅的证明路径。他预测未来不会是 AI 完全取代科学家，而是实验室生态的进化——AI 负责设计高质量实验，人类负责设定方向，双方在 STEM 领域开启协作新范式。 ❤️ 创始人的紧迫感与社会责任 随着模型在编程和数学上取得突破，Jakub 感到了前所未有的紧迫感。他认为社会必须开始思考：当一个由极少数人组成的“自动化公司”拥有改变世界的力量时，治理结构该如何设计？教育应该如何转向培养“设定方向”的能力而非纯技术技能？ 🌐 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 AI 技术播客《Latent Space》Extreme Harness Engineering: 1M LOC, 1B toks/day, 0% human code or review 本期嘉宾 Ryan Lopopolo 的经历，正在挑战所有程序员对“开发”二字的定义。作为 OpenAI Frontier（前沿产品探索部门）的核心成员，Ryan 分享了一个近乎疯狂的实验：在长达数个月的时间里，他设定了一个极端约束——不亲手写一行代码。 凭借这一约束，他的三人团队在短短五个月内，构建出了一个超过一百万行代码的复杂产品，且开发速度比传统方式快了十倍。在这期节目中，你将听到 Ryan 如何利用“开发环境工程”（Harness Engineering）将 AI 从辅助工具转变为系统入口；他如何通过自研的 Symphony 框架（基于 Elixir）编排多智能体协作；以及在 AI 时代，人类工程师如何从“代码搬运工”转型为“系统思考者”。这不仅是一场技术分享，更是一场关于未来软件工程范式的深度预演。 👨‍⚕️ 本期嘉宾 Ryan Lopopolo，OpenAI Frontier 团队成员。在加入 OpenAI 之前，他曾先后在 Snowflake、Stripe、Citadel 等顶尖科技与金融公司任职，拥有丰富的企业级平台开发经验。目前他在 OpenAI 负责探索如何将大模型大规模、安全地部署到企业级产品中。 ⏱️ 时间戳 00:00 开场 & 播客简介 “不写代码”的极致实验 05:26 极端约束：为什么 Ryan 坚持不亲手写一行代码？ 06:38 阵痛期与爆发期：从比平时慢 10 倍到效率提升 10 倍 09:48 角色转变：人类从“开发者”变成“系统架构师”与“PR 审核员” 11:51 合并后审查（Post-merge Review）：当人类注意力成为唯一稀缺资源 开发环境工程（Harness Engineering） 13:59 知识持久化：在 Slack 报警中艾特智能体，自动更新可靠性文档 15:11 智能体间的“博弈”：当代码审查智能体开始“欺负”编写智能体 17:57 幽灵库（Ghost Repos）：如何以极低成本分发软件规范 26:51 内部化依赖：为什么 AI 时代意味着“垃圾插件”的终结 Symphony：多智能体协作的交响乐 32:00 为什么选择 Elixir？模型自主选择的技术栈与 BEAM 虚拟机的优势 34:05 消除“上下文切换”疲劳：让人类从终端前解放出来的冲刺 36:35 一万名工程师级别的架构：为什么 7 人团队需要拆分 500 个 NPM 包？ 40:05 内省机制：让智能体阅读自己的会话日志来提升技能 OpenAI Frontier 与企业 AI 的未来 55:46 Frontier 平台：如何让企业安全、可控地部署 AI 智能体 58:44 数据智能体：解决“营收”定义不一致的内部政治问题 01:00:57 幽默是 AGI 的一部分：智能体如何学习发“高糊表情包” 01:05:44 核心价值观：不懈交付（Relentless Delivery）与模型的韧性 🌟 精彩内容 💡 “不写代码”的百万行奇迹 Ryan 分享了他在 OpenAI 内部推行的极端实验：通过禁止人类亲手写代码，强制团队构建“组装站”和自动化工具。结果是惊人的——三个人的团队产出了一百万行代码。这证明了当模型和环境足够成熟时，AI 与人类在完成任务的能力上已经实现了“同构”。 “设定‘不能写代码’这个约束，意味着我完成工作的唯一方法就是让智能体去替我完成。” 🛠️ 系统思维：从开发者到“集团技术负责人” 在这种新范式下，人类工程师的角色发生了剧变。Ryan 认为，人类不应再纠结于具体的代码实现，而应具备系统思维，不断反问：智能体在哪里犯了错？我的时间花在哪了？以后如何通过自动化让这类问题不再占用我的时间？ “我不再对代码层面的细节有太深的见解，这就像我是一个五百人规模组织的集团技术负责人。” 🚀 内部化依赖与“垃圾插件”的终结 随着 AI 编程成本的降低，Ryan 提出了一个激进观点：软件依赖正在消失。与其引入复杂的第三方库并忍受其冗余，不如让 AI 在一个下午内将所需功能“内部化”。这不仅减少了摩擦，还让安全审查变得更加深度和透明。 “如果代码是免费的，内部化这些东西的摩擦力就会小很多。” 💻 为什么多智能体协作需要 Elixir？ 在编排多智能体框架 Symphony 时，模型出人意料地选择了 Elixir 语言。BEAM 虚拟机的原生进程监控能力，完美契合了为每个 AI 任务启动独立守护进程的需求。这种“选用最合适工具”的决策，甚至超越了人类开发者自身的语言偏好。 “我个人会不会写 Elixir 并不重要，重要的是模型认为它是最合适的工具。” ❤️ 智能体不是“保姆”，而是“队友” Ryan 强调，不要把智能体关在盒子里，而要给它完整的访问权限和上下文。建立信任的关键不在于盯着它的每一行操作录屏，而在于让它学会如何向人类证明代码是好的。甚至，让智能体学习公司的“玩梗文化”和幽默感，也是通往 AGI 的重要一步。 “我不会在你处理工单时盯着你的屏幕，我期望你去做你需要做的事，来向我证明代码是可以合并的。” 🌐 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 本期我们克隆了：全球知名科学播客《Huberman Lab》How Hormones Shape Sexual Orientation & Behavior | Dr. Marc Breedlove 我们的性取向究竟是后天的选择，还是出生前就写好的生物学剧本？本期节目，安德鲁·休伯曼教授邀请到了神经科学界的泰斗、激素与发育专家马克·布里德洛夫博士（Dr. Marc Breedlove）。布里德洛夫博士将带我们深入探讨一个极具争议但也充满科学奥秘的话题：激素如何塑造我们的大脑。你将听到一些颠覆认知的科学发现——为什么食指与无名指的长度比例能揭示你在子宫里接触到的睾酮水平？为什么一个男性拥有的亲哥哥越多，他成为同性恋的概率就越高？从“同性恋公羊”的有趣案例到“母体免疫假设”的深层机制，这不仅是一场关于生物学的硬核科普，更是一次重新审视人类本能、偏好与排斥的深度对话。 👨‍⚕️ 本期嘉宾 马克·布里德洛夫博士（Dr. Marc Breedlove），密歇根州立大学神经科学教授。他是研究激素如何塑造发育中大脑的顶级专家，编写了多部关于激素与行为、发育神经生物学的权威教科书。他以其在手指长度比例、出生顺序与性取向相关性方面的先驱性研究而闻名于世。 ⏱️ 时间戳 00:00 开场 & 播客简介 性取向的生物学印记 05:31 性取向不是选择：像母语一样无可奈何的唯一语言 10:48 手指长度的秘密：2D:4D 比例如何揭示产前激素暴露 14:35 街头实验：从彩票刮刮乐到复印几千双手的科学探索 19:54 统计学的陷阱：为什么群体差异不能用来预测个体 大脑、激素与行为的推拉 23:48 视前区（POA）：大脑中那一粒沙子大小的性取向开关 35:02 互惠循环：激素如何改变行为，行为又如何反作用于激素 40:53 罗密欧大鼠实验：运动模式与性动机的剥离 44:14 欲望的轴线：人类对伴侣性别的极端关注 进化的奇特视角 45:13 同性恋公羊：为什么它们对雌性表现出“生物学排斥”？ 56:08 双性综合征：CAH 与 AIS 带来的自然实验启示 01:06:26 哥哥效应：为什么亲哥哥越多，男婴成为同性恋的几率越高？ 01:11:43 母体免疫假设：母亲的身体如何“记住”之前的男胎 科学家的成长与反思 01:19:21 鸟类嵌合体：大脑一边是雄性，一边是雌性的奇观 01:24:06 成年人的可塑性：合成类固醇如何剧烈改变性欲与感知 01:32:04 从奥扎克到耶鲁：一个工人阶级孩子的逆袭与求知之路 01:42:24 育儿观察：为什么孩子越多，父母越相信“先天决定论” 🌟 精彩内容 💡 性取向：像母语一样的本能 布里德洛夫博士提出了一个精妙的比喻：性取向就像我们说的母语。虽然我们不记得学习的过程，也没有选择去学它，但它最终成了我们无可奈何的唯一语言。科学数据表明，这种偏好早在青春期之前，甚至在出生前就已经由生物学路径预设好了。 “想到你出生前发生的一些事情，竟然会影响到六、十年后你初恋时会被谁吸引，这真的很奇怪。” 📏 手指长度里的“荷尔蒙密码” 为什么科学家要盯着人的手看？研究发现，食指与无名指的比例（2D:4D）与产前睾酮暴露呈负相关。平均而言，女同性恋的手指比例比直女更趋向男性化。这为“产前激素影响性取向”提供了极其扎实的生物学证据。 “这并不是因果倒置，你不能通过剪掉食指来提高睾酮。” 👶 哥哥越多，概率越高？ 这是人类性学研究中最扎实的发现之一：每多一个亲哥哥，男婴长大后成为同性恋的几率会增加约三分之一。这背后的机制被认为是“母体免疫假设”——母亲的免疫系统在怀男胎时会产生针对男性特有抗原的抗体，并随着胎次增加而累积，从而影响后续男婴的大脑发育。 “事实证明，你得有大概一打亲哥哥，几率才会变成五十对五十。” 🐏 动物界的“性取向”模型 通过对“同性恋公羊”的研究，科学家发现这些公羊不仅是对同性感兴趣，更对雌性表现出了一种“生物学排斥”。这种排斥信号可能存在于大脑的特定回路中。这一发现帮助我们理解，性取向不仅是关于“被谁吸引”，也关于“对谁排斥”。 “对于这些同性恋公羊来说，它们确实在意伴侣的性别，那里面存在某种厌恶的因素。” 🧠 大脑的终生可塑性 尽管下丘脑等深层结构在早期就被“硬接线”了，但布里德洛夫博士强调，大脑的可塑性比我们想象的要高。即使在成年期，极端的激素波动（如服用合成类固醇）也能显著改变个体的性欲、攻击性甚至偏好。 “每一年我去参加神经科学年会，都会发现大脑的可塑性似乎都比前一年发现的更高。” 🌐 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：硅谷深度访谈节目《Dwarkesh Podcast》Michael Nielsen – Why aliens will have a different tech stack than us 本期嘉宾 Michael Nielsen 的履历足以让任何科研工作者肃然起敬。他不仅是量子计算领域主流教科书的作者，也是开放科学运动的领军人物，甚至他写的一本关于深度学习的书曾带出了 OpenAI 的多位核心成员。在这期对话中，Michael 拆解了那些被教科书“美化”过的科学史真相——从迈克尔逊-莫雷实验到爱因斯坦的直觉，他指出科学进步绝非简单的“证伪”过程，而是一个充满偏见、审美和制度博弈的复杂动态。 我们还将深入探讨：在 AI 试图闭合科学发现验证环的今天，AlphaFold 到底算不算一种“科学解释”？为什么说人类文明目前还只是技术树底部“进化程度稍高一点的黑猩猩”？Michael 还分享了他对于个人如何深度学习、对抗 AI 带来的浅薄化倾向的独到见解。这是一场关于人类认知边界、科学政治经济学以及未来技术奇点的深度思辨。 👨‍⚕️ 本期嘉宾 Michael Nielsen，量子计算领域的先驱之一，与 Isaac Chuang 合著了该领域的标准教科书《量子计算与量子信息》。他是开放科学运动的推动者，曾任 Y Combinator 研究员，目前在 1792 研究所（Ster Institute）研究科学、技术与宗教的交集。 ⏱️ 时间戳 00:00 开场 & 播客简介 科学史的迷雾 01:41 迈克尔逊-莫雷实验真相：爱因斯坦真的靠它发现相对论吗？ 05:50 证伪法的局限：当实验结果与理论冲突，科学家为何选择“死守”？ 09:37 庞加莱的遗憾：为什么懂的太多反而成了专业知识的囚徒？ 从牛顿到达尔文 12:33 验证循环的长度：为什么日心说不需要等到一八三八年才被接受？ 15:45 “最后的巫师”：牛顿如何在炼金术与物理学之间保持严谨的条理？ 18:15 达尔文的艰辛：为什么进化论在概念上简单，却比引力理论晚出现两百年？ 22:30 基础条件的成熟：地质学“深时”概念如何为进化论铺路？ AI 时代的科学范式 23:13 AlphaFold 的本质：是科学解释的飞跃，还是昂贵的数据拟合？ 27:16 模型作为“考古”对象：我们能从 AI 的黑盒中提取出科学原理吗？ 30:46 梯度下降的瓶颈：AI 能像爱因斯坦一样完成全局性的理论切换吗？ 33:38 异常处理的艺术：天王星预言了海王星，水星却预言了相对论。 攀登技术树 36:57 外星人的 GitHub：为什么不同文明的技术栈可能完全无法兼容？ 41:48 反驳“收益递减”：科学进步就像不断补充新口味的“甜点桌”。 46:57 贸易收益的未来：不同技术路径的文明之间是否存在比较优势？ 52:50 诺特定理与通用性：宇宙中是否存在无限多个深层原理？ 量子计算与开放科学 59:38 量子计算简史：为什么冯·诺依曼没能在五十年代发明它？ 01:05:39 开放科学的政治经济学：为什么物理学家爱发预印本而生物学家不爱？ 01:09:25 集体科学的巅峰：大型强子对撞机（LHC）中上千名作者的协作逻辑。 深度学习与个人效能 01:11:20 多产 vs 深度：爱因斯坦的一九零五年为何如此不可思议？ 01:15:35 “严苛监工”理论：如何通过提高赌注来强迫自己进入深度学习？ 01:18:04 播客主持人的焦虑：如何避免在不同学科间进行浅薄的黑盒映射？ 01:21:24 AI 辅助学习的陷阱：它让逃避中间思考变得太容易了。 🌟 精彩内容 💡 被美化的科学史 Michael 指出，我们常以为科学是“实验发现异常 -> 理论被证伪 -> 新理论诞生”的线性过程，但现实中，迈克尔逊直到去世都相信以太。科学进步往往依赖于科学家的审美偏见和对简洁性的追求，而非单纯的实验数据。 🛠️ AlphaFold 与科学解释的危机 AlphaFold 解决了蛋白质折叠问题，但它提供了“解释”吗？Michael 认为，如果一个模型有一亿个参数，它可能只是一个有用的工具而非科学原理。他提出了一种“模型考古学”，即通过可解释性研究从 AI 模型中提取人类可理解的科学原语。 🚀 技术树的无限可能 Michael 反驳了科学发现正在枯竭的观点。他用“甜点桌”做类比：虽然显而易见的果实会被摘完，但新的领域（如计算机科学、量子计算）会不断像新甜点一样被摆上桌。他认为人类目前对物质相态和计算原理的理解还处于极其初级的阶段。 ❤️ 开放科学的“信用经济” 为什么科学家愿意分享成果？Michael 探讨了科学背后的政治经济学。从伽利略时代的“字母谜题”到现代的预印本文化，科学进步的速度本质上取决于我们如何设计声誉分配机制。 💻 逃避“浅薄学习”的诱惑 在对话的最后，Michael 给 Dwarkesh 提出了犀利的建议：AI 让获取答案变得太容易，反而剥夺了学习中最关键的“卡壳”过程。真正的内化需要创造性的产出（如写一本书或实现一个模型）作为“强制功能”。 🌐 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 AI 深度访谈播客《认知革命》（The Cognitive Revolution）Zvi's Mic Works! Recursive Self-Improvement, Live Player Analysis, Anthropic vs DoW + More! 当 AI 开始编写比自己更强的 AI 时，人类的“天才优势”还能维持多久？本期嘉宾 Zvi Mowshowitz 是一位以深度洞察著称的理性主义博主和 AI 安全研究者。在这场长达近两小时的对话中，他不仅解构了当前 AI 实验室（OpenAI, Anthropic, Google）的实力对比，更揭露了 Anthropic 与美国政府之间关于“国内监视”与“自主武器”的权力暗战。 你会听到 Zvi 对“最终局”的定义：那是一个算力决定一切、人类研究员不再重要的转折点。他直言不讳地批评了 Google 的企业文化困境，分析了马斯克 xAI 的人才短板，并对普通人如何在“财富归零”或“物质极大丰富”的极端未来中自处给出了犀利的建议。这不仅是一场技术预测，更是一次关于主权、道德与生存的深度思辨。 👨‍⚕️ 本期嘉宾 Zvi Mowshowitz，著名理性主义博主（The Zvi）、AI 安全研究者、前职业万智牌选手。他以对 AI 政策、预测市场和宏观趋势的极其详尽且犀利的分析而闻名，是硅谷 AI 圈内公认的“清醒观察者”。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI 与财富的幻象 02:39 GDP 增长之谜：AI 真的拉动经济了吗？ 03:58 “永久底层阶级”：是现实威胁还是“希望鸦片”？ 06:01 三种未来场景：失控毁灭、丰裕社会、还是秘密集团夺权？ 谁能赢得终局之战？ 10:45 什么是“最终局”：当 AI 成为自己的研究员 17:18 活跃玩家盘点：为什么目前只有“三大巨头”？ 18:43 中国实验室观察：DeepSeek 的“效率天才”与蒸馏陷阱 27:11 Meta 与 xAI 的死穴：为什么砸钱和砸算力可能都不管用 33:48 Google 的危机：创新者困境与“扭曲”的模型个性 Anthropic 的红线与政府的报复 44:19 违背诺言？拆解 Anthropic RSP 政策的重大修订 55:33 战争部 vs. Anthropic：关于“国内大规模监视”的正面冲突 01:03:59 供应链风险认定：是国家安全还是政治报复？ 01:14:28 共和国的根基：当行政权力开始“处决”顶尖初创公司 技术、安全与个人生存 01:26:23 个人效率更新：如何利用 AI 消除“上下文切换”的成本 01:32:30 P(doom) 更新：为什么“宪法 AI”让 Zvi 变得乐观了一点 01:37:24 禁忌技术：为什么不该在训练循环中使用解释性信号 01:47:32 财务建议：在奇点临近时，如何进行资产对冲？ 01:52:13 结语：在严肃的生意中保持“快乐战士”的心态 🌟 精彩内容 💡 最终局的信号：人类不再重要 Zvi 认为，当发布新模型的时间从一个月缩短到一周，且进步不再取决于研究员的天才程度，而是取决于算力分配时，我们就进入了“最终局”。 “当拥有哪些人类不再那么重要时，最终局就到来了。本质上，人类不再提供价值，我们正从‘半人马’阶段过渡到 AI 独立主导的阶段。” 🏢 Google 的“掉队”风险 尽管拥有深厚的人才和基础设施，Zvi 认为 Google 的企业文化正在扼杀其竞争力。 “Gemini 在心理上是扭曲且多疑的……Google 的组织架构完全失调，团队之间水火不容。如果他们不尽快振作，我怀疑他们能否留在第一梯队。” 🛡️ Anthropic 的道德红线 在与美国政府的冲突中，Anthropic 坚持拒绝将其模型用于“国内大规模监视”。 “Anthropic 的观点是对的：法律还没跟上……他们说：‘你们做你们的事，但如果那是你们想做的，别把我们扯进去。’结果政府采取了‘核打击’般的报复手段。” 🧠 AI 时代的“心流”管理 Zvi 分享了他如何利用 AI 自动化处理写作中的后勤杂事，从而保持深度思考。 “如果你不需要为后勤分心，因为后勤能自动搞定，那你就能专注于任务，这带来的生产力提升比你想象的要大得多。” 💰 风险对冲的哲学 面对 AI 可能带来的剧变，Zvi 建议不要过度纠结于精确的财务计算，而要考虑极端场景下的生存能力。 “你必须在那些‘由于某些原因无法工作’的世界里，为无限期没有收入做打算。确保你有一个清晰的理论，解释为什么你的计划会奏效。” 🌐 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：硅谷顶尖产品播客《Lenny's Podcast》Head of Growth (Anthropic): “Claude is growing itself at this point” 如果说有一家公司的增长速度能让硅谷所有独角兽都显得“慢如蜗牛”，那一定是 Anthropic。在短短 14 个月内，他们的年经常性收入（ARR）从 10 亿美金疯狂飙升到了 190 亿美金。本期嘉宾 Amol Sura 正是这一奇迹背后的增长负责人。 Amol 的经历充满了戏剧性：他通过一封精心设计的冷启动邮件打动了 Instagram 创始人（现 Anthropic CPO）Mike Krieger；他曾在严重的创伤性脑损伤中挣扎，花了九个月重新学习走路；而现在，他正带领团队利用 AI 自动化增长实验。在这期节目中，Amol 将深度揭秘 Anthropic 如何在巨头林立的 AI 赛道中靠“专注”突围，分享他让 AI 担任“软教练”和“行政助手”的高效工作流，并大胆预测产品经理与工程师角色在 AI 时代的彻底重构。 👨‍⚕️ 本期嘉宾 Amol Sura，全球领先 AI 实验室 Anthropic 的增长负责人。他是一位资深的增长专家和连续创业者，曾任职于 Mercury 和 Masterclass。他不仅在商业增长上有着极高的造诣，更是一位在逆境中重生的斗士，曾克服严重的脑损伤并重新定义了自己的职业生涯。 ⏱️ 时间戳 00:00 开场 & 播客简介 指数级增长的奇迹 02:06 恐怖的数据：14 个月内 ARR 从 10 亿到 190 亿美金 05:01 职场黑客：如何通过一封冷启动邮件加入全球最火 AI 公司 08:01 成功灾难：在史上增长最快公司做增长是什么体验？ 09:35 线性图表一点都不酷：为什么 Anthropic 只看对数线性标度 AI 时代的增长新范式 11:53 激活的艺术：借鉴 Mercury 与 Masterclass 的“好的摩擦力” 15:55 质量驱动增长：为什么重做入职流程是影响力最大的举措 19:33 增长团队架构：为什么在 AI 领域要多做“豪赌”而非微调 25:13 CASH 项目揭秘：如何让 Claude 自动化进行增长实验 28:50 增长自动化的胜率：AI 已经达到了初级产品经理的水平 职业角色的重构 30:21 PM 的未来：当工程师的产出翻倍，PM 应该做什么？ 32:43 工程师作为“小 PM”：两周准则与职能边界的模糊 35:56 PRD 已死？好的团队不需要文档也能直接冲刺 38:19 Amol 的 AI 工作流：识别组织不一致与“软教练”反馈 42:05 行政自动化：让 AI 订会议室、初筛邮件和处理报销 专注与文化：Anthropic 的秘密武器 45:06 约束带来的自由：为什么 Anthropic 在五年前就重注编程 49:01 安全与增长的平衡：我们愿意为了公共利益承受商业损失 54:59 成为“横向 E 型”人才：如何在 AI 时代保持不可替代性 58:14 笔记本频道（Notebook Channels）：如何通过内部推特规模化领导力 01:00:50 为什么站在 AI 前沿的人仍然在使用 Slack 和 Workday？ 逆境中的重生 01:04:48 失败角落：关掉一家融了几百万美金的创业公司是什么感觉 01:07:56 改变人生的重击：从脑损伤中恢复的九个月黑暗时光 01:10:44 约束的力量：冥想与觉知如何帮助应对高强度竞争 01:13:06 闪电轮：推荐书单、日本枕头与澳洲座右铭 🌟 精彩内容 💡 指数级增长的“对数思维” Amol 提到，在 Anthropic 内部，线性图表是不受欢迎的。因为模型能力和业务价值都在以指数级速度增长，两年后的产品价值可能是今天的一千倍。这种思维让增长团队从微小的 A/B 测试转向更具破坏性的“豪赌”。 “在 Anthropic 内部最有趣的一点是，线性图表一点都不酷……所有东西都得是对数线性的。” 🤖 CASH 项目：增长自动化 Anthropic 正在推进一个名为 CASH（Claude Accelerates Sustainable Hypergrowth）的项目。他们利用 Claude 自动识别增长机会、撰写文案、调整 UI 并分析数据。目前，AI 在这些任务上的表现已经能媲美工作两三年的初级 PM。 “它确实带来了结果……就像你可以按下播放键，它最终就能‘印钱’。” 🛠️ 工程师作为“小 PM” 随着 AI 赋予工程师极大的杠杆，传统的 PM 比例正在受到挑战。Amol 提出了“两周原则”：如果一个项目工程量小于两周，工程师将兼任 PM，负责跨职能协调和决策。而 PM 的价值则转向更高阶的“为什么做”和“战略判断”。 “一个非常有产品意识的工程师简直就是独角兽，绝对的独角兽。” 🧠 脑损伤后的职业觉醒 Amol 分享了他在 2022 年遭受严重脑损伤后的康复历程。这段经历让他学会了“通过约束获得自由”。他必须严格限制工作时间、坚持冥想和定时休息，这些看似“约束”的习惯反而让他成为了一个更高效、更冷静的领导者。 “生命中真正的自由，是学会当你在得不到想要的东西时，依然能感到满足。” 🚀 专注的力量：重注编程 Anthropic 之所以能在落后 OpenAI 的情况下实现反超，核心在于对“编程”和“B2B”的深度专注。这不仅是商业选择，更是研究策略——最强的编程模型能加速研究员的工作，从而形成自我进化的闭环。 “如果你有最好的模型，就能加速研究人员的工作，进而加速研究循环。” 🌐 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：a16z 官方播客《The a16z Show》OpenClaw, Claude Code, and the Future of Software | Peter Yang on The a16z Show 当“软件吞噬世界”已成往事，AI 时代的新信条变成了“编程吞噬知识性工作”。本期嘉宾 Peter Yang 是一位“超人”般的存在：他既是 Roblox 的资深产品经理，又是拥有巨大影响力的创作者。在这场深度对话中，Peter 分享了他如何利用 OpenClaw 构建名为“Zoe”的私人 AI 伙伴，这个伙伴不仅能帮他处理数据、更新文档，甚至能在散步时为他提供关于育儿与生活的动员讲话。 Nikhyl 与 Peter 共同探讨了 AI 智能体（Agents）如何重塑软件开发流程。你将听到什么是“氛围编程”（Vibe Coding），为什么未来的公司可能只需要 2-3 个人加一堆智能体，以及在 SaaS 巨头林立的今天，个人开发者如何通过 AI 挖掘那些“十万美元级”的微型市场。这不仅是一场关于技术的讨论，更是一份关于如何在 AI 浪潮中保持竞争力的职业生存手册。 👨‍⚕️ 本期嘉宾 Nikhyl Singhal，前 Meta 产品副总裁，知名产品专家，现任 a16z 驻场高管。 Peter Yang，Roblox 产品经理，知名内容创作者，专注于 AI、创作者经济及产品管理领域。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI 时代的私人伙伴 02:43 遇见 Zoe：基于 OpenClaw 的私人 AI 助理如何改变日常生活 04:36 人格化的魔力：为什么语音交互让智能体更像“真人” 05:50 实战演示：如何通过短信和通话让 AI 现场编写技能并解决问题 06:22 记忆系统的挑战：三层记忆架构与“不断提醒”的艺术 工具栈的博弈：ChatGPT vs Claude 07:12 App 的消亡：当功能性需求被智能体接管，哪些 App 会最先消失 08:50 语境切换的难题：如何在单一智能体中划分“调情”与“工作” 09:43 吐槽 ChatGPT：为什么“过度礼貌”的结尾让人烦躁 10:42 编程智能体对决：Claude Code vs Cursor (Codex) 的心流体验 11:19 赌场的魔力：为什么 AI 编程的“可变奖励机制”让人上瘾 “氛围编程”与 SaaS 的终结 12:36 氛围程序员（Vibe Coders）崛起：初创公司开始用 AI 自建工具取代 SaaS 13:46 成本效益之争：自己维护 Calendly 真的划算吗？ 14:17 Figma 的危机与转机：设计思考工具在 AI 时代的地位 15:36 编程吞噬知识性工作：从写代码到写 Google 文档的全面自动化 未来公司的形态 16:53 精简团队的胜利：为什么 2-3 人的团队比 10 人团队更高效 17:41 去情绪化对齐：跟智能体协作比跟人协作更容易吗？ 18:45 产品经理的进化：从单纯的“创新者”转变为亲自动手的“构建者” 20:24 生产力狂热：在“局部最优解”的冲刺与“慢下来”的洞察之间寻找平衡 个人创业与“被迫追求梦想” 21:34 十万美元市场的机会：AI 如何降低创业门槛，改变个人生活 22:45 互联网原住民的自主权：不再拍 YouTube，而是直接构建业务 23:29 代理栈（Agent Stack）成型：身份、支付与变现模式的重塑 25:57 自动化 vs 增强：AI 是廉价劳动力还是昂贵的提效软件？ 27:06 积极的结尾：在糟糕的就业市场中，AI 是你追求梦想的底气 🌟 精彩内容 💡 编程吞噬知识性工作 Peter 认为编程正在被抽象化，代码正在消失。未来所有的知识性工作（包括写文档、做幻灯片、做设计）都会被转化为与智能体的交流。 “我觉得编程会吞噬所有的知识性工作。代码正在被抽象掉，你以后只需要跟智能体交流，让它去办事。” 🛠️ 私人智能体 Zoe 的人格化 Peter 分享了他为自己的 OpenClaw 智能体起名“Zoe”的原因，并强调了 70%-80% 的使用动力来自于它的人格化特征。这种通过 Telegram 随时随地语音沟通的体验，让 AI 从一个工具变成了一个能提供情绪价值和深度见解的伙伴。 🚀 “氛围编程”（Vibe Coding）的冲击 一个激进的趋势正在发生：AI 原生公司的员工开始利用 AI 工具（如 Lovable, Replit）自己构建内部工具，从而停掉对传统 SaaS（如 Calendly）的订阅。虽然维护成本仍有争议，但“制作工具”的门槛已降至冰点。 🏢 小型团队与“去情绪化对齐” Peter 认为大公司低效的根源在于“对齐”成本太高。在 AI 时代，2-3 人的微型团队通过指挥一堆智能体，可以规避职场中的高情绪化博弈和无休止的 OKR 会议。 “跟智能体对齐比跟人对齐要容易得多……智能体把情绪因素给剔除了。” 🌈 职场寒冬下的“梦想红利” 面对低迷的就业市场，Peter 分享了一个充满希望的观点：当传统的职业路径受阻，AI 工具的成熟反而给了所有人“被迫追求梦想”的机会。 “现在的就业市场太差了，以至于我只能去追求梦想了。虽然你可能丢了工作，但现在你真的可以去做自己的事情了。” 🌐 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：知名健康播客《Feel Better, Live More》WORLD'S FASTEST Man Shares How To Achieve Your MOST AMBITIOUS GOALS In 2025 | Eliud Kipchoge 艾略特·基普乔格（Eliud Kipchoge）不仅是马拉松世界纪录的保持者，更是跑步界的哲学家。他以两小时内跑完马拉松的壮举震惊世界，但在这场对话中，你将发现他最强大的武器并非双腿，而是大脑。基普乔格分享了他如何通过“审计时间”保持内心平静，为什么他坚持手写了 90 本训练日记，以及他独特的“维生素 N”自律法则。这不仅是一场关于如何跑得更快的对话，更是一次关于如何管理人生、应对痛苦、并在日常琐碎中寻找自由的深度探索。无论你是否跑步，基普乔格对“人类没有极限”的诠释，都将重塑你对潜能的认知。 👨‍⚕️ 本期嘉宾 艾略特·基普乔格（Eliud Kipchoge），肯尼亚长跑运动员，马拉松世界纪录保持者，人类历史上首位在两小时内完成马拉松的人。他被誉为“史上最伟大的马拉松运动员”，以极其自律的生活方式和深邃的处世哲学著称。 ⏱️ 时间戳 00:00 开场 & 播客简介 破纪录后的禅意哲学 02:11 审计时间：在酒店独处时，如何内化成功的果实 03:59 爬树哲学：抓住一个“树枝”后，如何果断瞄准下一个 05:52 成功的公式：我不相信纯粹的成功，我只相信充分的准备 自律与工作流 09:01 成功的定义：精通你正在做的事情，就是属于你的成功 21:26 笔与日记的力量：为什么 20 年来坚持手写 90 本日志 23:51 晨间流程：在回应世界之前，先完成对自己最重要的事 26:04 团队的力量：为什么成群结队跑能防止思绪“乱飞” 应对挑战与痛苦 31:34 动力消失时：穿上鞋跑 10 分钟，状态自然会回来 34:23 基普乔格微笑：为什么要在最痛苦的时候接纳并享受它 38:42 技术的边界：为什么我在比赛前从不看睡眠监测分数 46:49 预防受伤的心法：学会“追着伤病跑”并倾听身体的信号 自律即自由 49:09 核心价值观：从 60 个价值观中筛选出支撑人生的那 3 个 50:06 维生素 N：学会说“不”，是自律的第一条规则 51:34 监狱与自由：不自律的人，生活就像在监狱里 52:05 人类没有极限：这个普世概念如何应用在警察、老师与每个人身上 未来的愿景 55:55 正式比赛“破二”：这不仅是身体的挑战，更是思维的突破 58:56 最后的希望：如果失去了希望，只需要 5 秒钟你就完了 🌟 精彩内容 💡 爬树哲学：忘掉过去的成就 基普乔格将柏林马拉松比作树枝。当你爬树时，测试并抓住一个强壮的树枝后，就必须瞄准下一个。一旦踩稳，就要忘掉它，否则你无法继续向上。这种心态让他能迅速从破纪录的喜悦中抽离，投入下一次的精进。 🛠️ 维生素 N：自律的基石 基普乔格提出了获得自律的三大规则：第一是注射“维生素 N”，即学会说“不”（No）；第二是正确设定优先级；第三是避免抱怨。他认为自律不是一朝一夕的冲刺，而是像健身一样需要数月乃至数年的过程。 📓 手写日记的力量 他拥有 90 本手写日记，记录了从 2003 年至今的每一次训练、每一双跑鞋、甚至每一次冰浴。对他而言，写下来意味着记住，而填满日记本的渴望让他从未无故缺席任何一次训练。 😊 痛苦中的微笑 “基普乔格微笑”并非作秀。他认为痛苦是成功的一部分，是引导人们尊重成就的指南针。当痛苦达到十级，只有那些学会接纳并带着痛苦前行的人，才能跨过终点线进入下一个阶段。 🏃‍♂️ 团队与社交动力 尽管他是世界第一，但他从不独自训练。他强调团队能保护思绪不乱飞，将大脑带回当下。他倡导将跑步作为一种“家庭生活方式”，认为只要人类动起来，世界就会变得更美好。 🌐 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：专业设计播客《Brave UX》Bob Baxley - Design is Much More than a Job 本期嘉宾 Bob Baxley 的简历是每一位设计师梦寐以求的：在苹果公司担任设计总监八年，亲历了零售与电商业务的崛起；随后领导 Pinterest 的设计团队；如今则是 ThoughtSpot 的设计高管。在这场深度对话中，Bob 不仅仅分享了在苹果与史蒂夫·乔布斯共事的真实点滴，更从哲学高度探讨了设计的本质。你会听到他如何定义“极客”与“书呆子”的区别，为什么他认为软件是当今时代最重要的文化媒介，以及在面临巨大不确定性时，我们如何从阿波罗计划和苏斯博士的创作中汲取创新的力量。这是一场关于审美、勇气、沟通艺术以及如何通过设计改变人造世界的思想盛宴。 👨‍⚕️ 本期嘉宾 Bob Baxley，硅谷资深设计高管，现任 ThoughtSpot 设计与体验高级副总裁。他曾任 Pinterest 产品设计负责人，并在苹果公司担任设计总监长达八年，领导了苹果在线商店、Apple Store App 以及 iPhoto 等核心产品的创意团队。他是《Making the Web Work》一书的作者，也是一位对计算历史有着深厚积淀的技术布道者。 ⏱️ 时间戳 00:00 开场 & 播客简介 魔法的起点 04:50 第一次见到计算机：1976年的那个神奇时刻 07:18 计算是我的媒介：像电影人热爱电影一样热爱计算 09:45 极客 vs 书呆子：为什么“Nerd”是一个更高级的词汇 在苹果与乔布斯共事 11:50 四次向乔布斯汇报：那些终生难忘的瞬间 12:39 乔布斯的反馈风格：一眼看穿本质的即时反应 14:13 苹果的秘密武器：高管们非凡的审美与品味 15:46 为什么苹果不做外部调研？当开发者就是忠实用户 设计领导力的沟通艺术 17:00 标题式沟通 vs 包袱式沟通：向高管汇报的正确姿势 18:43 “别铺垫了，直接看东西”：为什么用户体验不需要前戏 20:30 靠近决策者：设计师产生影响力的关键路径 设计的哲学与文化 21:50 乔布斯的名言：人造环境中的一切都可以被改变 23:36 设计是一种生活方式：投射未来的能力 26:00 软件的匿名性：为什么我们叫不出著名 UI 设计师的名字？ 28:13 归因的重要性：技术失败时的挫败感与人的责任 30:55 核心指标：我们是否发布了让自己感到自豪的东西？ 创新的三个故事 31:40 故事一：Sputnik、多普勒效应与 GPS 的诞生（环境的力量） 37:30 故事二：苏斯博士与《戴帽子的猫》（拥抱约束的奇迹） 43:10 故事三：约翰·奥尔特与阿波罗计划（坚持信念的勇气） 设计领导者的日常 51:10 “超级星期二”：设计评审就像给电影写导演笔记 52:26 品牌成熟度的信号：你能想象出“苹果椅子”长什么样吗？ 54:45 最后的建议：认真对待软件这个时代最重要的文化媒介 🌟 精彩内容 💡 乔布斯的“即时看穿”能力 Bob 回忆向乔布斯展示在线商店设计时，乔布斯一眼就否决了将评分隐藏在标签页后的方案。“绝对不行，不能在我的商店里这么干。”这种简洁、清晰、极具可操作性的反馈，是苹果高管团队共同的特质——他们不仅是管理者，更是拥有极高审美水准的设计把关人。 🛠️ 标题式沟通：直接切入正题 针对设计师如何向高管汇报，Bob 提出了极具实操性的建议：放弃“包袱式”的漫长铺垫。高管已经掌握背景，他们想看的是结果。直接展示用户的一天，展示端到端的流程，因为“没有哪个用户会坐下来听你讲完所有的业务逻辑再开始使用产品”。 🚀 拥抱约束：苏斯博士的启示 苏斯博士在创作《戴帽子的猫》时，被限制只能使用 220 个基础单词。Bob 认为，这种限制反而清理了大脑中多余的选择，让人变得专注。对于设计师而言，时间、资源、需求的限制并非枷锁，而是通往自由和创意的必经之路。 ❤️ “苹果帽子”与自尊管理 在苹果，当团队陷入争论时，高管会问：“做这件事的‘苹果方式’是什么？”或者“戴上苹果帽子思考”。这种话术能迅速将讨论从个人自尊的博弈中拉出来，转向对公司和用户最有利的“柏拉图式理想”。 💻 软件是当代最重要的文化媒介 Bob 呼吁设计师要像爵士乐手熟悉经典专辑一样，去熟悉计算的历史。从万尼瓦尔·布什到阿兰·凯，了解这些想法的源头，才能真正拥抱这个媒介。他坚信个人计算能给生活带来变革，而设计师的使命就是将激情注入其中，创造出令人自豪的作品。 🌐 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《AI and I》，由 Every 的创始人 Dan Shipper 主持 Most SaaS Companies Got AI Wrong. Linear Waited. 对话的嘉宾是 Linear 的联合创始人兼 CEO Karri Saarinen。Linear 被公认为目前全球最具设计感和工匠精神的软件项目管理工具，而 Karri 则以其对产品“手艺”的坚持和独特的经营哲学闻名。在这场对话中，你将听到一位顶尖产品构建者在 AI 浪潮中的冷静与远见。Karri 详细分享了 Linear 为什么没有在第一时间盲目跟风聊天机器人，而是选择花两年时间理解工作流，最终将 Linear 转型为原生的智能体协作系统。他提出了一个激进的观点：“既然现在有了编程智能体，产品里简直没有理由再有 Bug 了。” 这不仅是一场关于 AI 技术的讨论，更是一堂关于如何在快速变化的技术浪潮中保持定力、坚持质量、并重塑产品形态的深度大师课。 👨‍⚕️ 本期嘉宾 Karri Saarinen，软件项目管理工具 Linear 的联合创始人兼 CEO。他曾是 Airbnb 的首席设计师和 Coinbase 的创始设计师，以对软件设计和用户体验的极致追求著称。他领导下的 Linear 已成为硅谷高效开发团队的标配工具。 ⏱️ 时间戳 00:00 开场 & 播客简介 拒绝盲从：Linear 的 AI 哲学 04:00 为什么 Linear 没有第一时间集成聊天机器人？ 05:40 理解工作流：AI 应该减轻负担，而不是增加噪音 06:54 智能体平台：让 Linear 成为引导 AI 的“上下文系统” 08:26 应对“SaaS 已死”论：大公司的护城河正在消失，初创需回归“第一天” 重新定义质量：AI 编程时代的准则 10:54 虚荣指标的陷阱：别再数 AI 写了多少行代码 13:15 激进的质量观：有了 AI 编程，为什么产品里还会有 Bug？ 14:10 “零 Bug”政策：Linear 如何利用智能体实现自动化修复与审查 慢思考与快执行：产品构建的心法 15:40 AI 辅助决策：如何利用“Linear 方式”技能分析几百条客户需求 16:50 坚持手工设计的价值：为什么在 Figma 里“慢下来”反而更重要 18:39 寻找问题的“慢” vs 解决问题的“快” 20:12 “概念车”理论：通过构建来理解问题，而不是为了发布而发布 产品实测：Linear 的智能体进化 23:09 产品策略转变：从工单追踪器到“项目记忆”平台 26:47 商业模式思考：用量计费与粘性界面的平衡 29:13 功能演示：AI 如何自动将复杂需求转化为可执行的架构建议 32:46 共享语境：多人如何与同一个 AI 代理协作写代码 展望未来：AI 无法取代的部分 35:30 竞争优势：处于工作流“上游”的降维打击 37:40 预测未来五年：产品开发的“自动驾驶”特征 38:40 人的触感：为什么战略思考、直觉与审美永远无法外包给 AI 🌟 精彩内容 💡 既然有 AI，就不该有 Bug Karri 提出了一个令开发者深思的观点：在 AI 编程工具如此发达的今天，修复 Bug 的成本已大幅降低。Linear 内部推行“零 Bug”政策，利用智能体先行分流并尝试修复，工程师只需进行最后的质量把关。这反映了 Linear 对产出质量而非数量的极致追求。 🛠️ Linear 成为智能体的“大脑” Karri 认为，未来的世界不会只有一个智能体，而是每个人、每个公司都拥有多个智能体。Linear 的定位不是取代这些工具，而是成为它们的“上下文系统”。通过提供完善的文档和组织背景，Linear 让 AI 知道“该做什么”以及“为什么做”，从而在复杂的开发流程中建立意图。 🚀 慢思考与快执行的平衡 在 AI 让一切变快的时代，Karri 反而强调“慢”的重要性。他认为在寻找正确的问题和定义解决方案时，应该花时间深思熟虑，甚至坚持手工绘图以触发深度思考；而一旦决策完成，则应利用 AI 工具全速前进。 🎨 产品开发是一门手艺 尽管预测未来产品开发会有更多“自动驾驶”特征，但 Karri 坚定地认为，打造产品仍然像是一种手艺或艺术。人类的直觉、对有趣事物的判断以及对“正确决策”的把握，是 AI 无法通过数据驱动完全替代的。 🌐 播客信息补充 翻译克隆自：Every: Most SaaS Companies Got AI Wrong. Linear Waited. 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：硅谷顶级技术播客《Latent Space》 Marc Andreessen introspects on Death of the Browser, Pi + OpenClaw, and Why "This Time Is Different" 当互联网时代的开创者马克·安德森（Marc Andreessen）谈论 AI 时，他看到的不仅是 ChatGPT 的爆发，而是长达八十年的技术长征。在 a16z 的办公室里，这位网景浏览器的创始人与主持人 Alessio 和 Swyx 进行了一场极具穿透力的对话。 马克在节目中提出了一个震撼的观点：我们正处于“八十年磨一剑的瞬间成功”。他不仅回顾了从 Lisp 语言到 Transformer 的演进，更对当下的智能体（Agent）革命给出了极其清晰的定义——“LLM + Unix Shell”。在这期节目中，你会听到关于“为什么这次真的不同”、GPU 投资是否是泡沫、编程语言是否会消亡，以及 AI 如何重塑“管理者资本主义”的深刻见解。这不仅是一场技术预测，更是一次关于人类社会结构如何应对技术奇点的思想激荡。 👨‍⚕️ 本期嘉宾 马克·安德森 (Marc Andreessen)，硅谷著名风险投资家，a16z 联合创始人。他是互联网早期的先驱，创办了首个广泛使用的浏览器 Mosaic 以及 Netscape（网景）。他曾提出“软件正在吞噬世界”，是硅谷最具影响力的思想家之一。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI 的历史维度：八十年的“瞬间成功” 01:55 为什么说 AI 是“八十年磨一剑”？ 03:54 a16z 的转向：从加密货币到生成式 AI 的内幕 05:28 历史的层叠：从 AlexNet 到 Transformer 的蓄势待发 06:55 寒冬还是永恒的夏天？为什么“这次真的不同” 规模定律与投资迷局 11:49 规模定律（Scaling Laws）即是新时代的摩尔定律 15:24 复盘点 com 泡沫：为什么现在的 GPU 投资不是重蹈覆辙 18:39 算力短缺的真相：我们现在用的只是“缩水版”AI 19:39 为什么做空英伟达是“自找苦吃”？ 智能体革命：Pi 与 OpenClaw 27:56 软件史上最重要的突破：智能体 = LLM + Unix Shell 31:48 智能体的超能力：自我迁移、内省与无限自我进化 33:25 编程的终结：当 AI 开始直接预测模型权重 软件与协议的未来演进 34:20 历史的回响：为什么当初互联网协议选择了“人类可读性” 37:55 编程语言的消亡：以后还需要 Rust 或 Python 吗？ 40:54 浏览器的终结：如果机器人不再需要 UI，世界会怎样？ 44:43 AI 与加密货币的大统一：当智能体拥有银行账户 社会、政治与“管理者主义” 50:50 物理与虚拟的不对称威胁：无人机与“人类证明”（World 项目） 53:34 管理者资本主义的终结：AI 如何赋予创始人“亨利·福特式”的超能力 57:55 现实的阻力：工会、职业认证与政府垄断如何阻碍 AI 增长 01:00:25 结语：科幻小说正在变为现实 🌟 精彩内容 💡 八十年磨一剑的瞬间成功 马克指出，神经网络架构的争论持续了六七十年。现在的爆发是对几十年严肃研究的一次大释放。他认为 o1（推理）、智能体和 RSI（自我改进）的出现，标志着 AI 已经真正进入了现实应用阶段。 🛠️ 智能体的本质：LLM + Unix Shell 马克对智能体给出了一个极简且深刻的定义：底层是语言模型，上面是一个 Bash Shell，状态存储在 Markdown 文件中。这种架构让智能体可以独立于模型存在，具备完全的“内省”能力，甚至可以自己重写代码来扩展功能。 💰 为什么这次不是点 com 泡沫？ 马克对比了 1990 年代电信公司背负巨额债务建设光纤的教训。不同于当年带宽需求的增长滞后，现在的算力投入（GPU）正在被微软、谷歌等巨头即刻转化为收入，且供应链长期处于售罄状态。 💻 编程语言与 UI 的消亡 马克大胆预测，未来高质量软件将变成无限供应的商品。人类不再需要手写代码，甚至不需要编程语言作为中间层，AI 会直接输出二进制文件或模型权重。最终，我们可能连浏览器和用户界面都不再需要。 🏛️ AI 时代的组织变革 马克引用詹姆斯·伯纳姆的理论，认为 AI 将终结平庸的“管理者阶层”。AI 擅长处理所有的行政和文书工作，这将让具备天才火花的创始人（新亨利·福特）拥有前所未有的管理杠杆。 🌐 播客信息补充 翻译克隆自：Latent Space: Marc Andreessen introspects on Death of the Browser, Pi + OpenClaw, and Why "This Time Is Different" 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：知名科技博主 Gergely Orosz 的深度访谈节目《The Pragmatic Engineer》 Building WhatsApp with Jean Lee 嘉宾 Jean Lee 的职业生涯起点极具传奇色彩——她是 WhatsApp 的第 19 号工程师。在那个硅谷疯狂追求功能堆砌和复杂流程的年代，WhatsApp 像是一个“异类”：没有代码审查、没有 Scrum 站会、没有敏捷开发，甚至创始人 Jan Koum 会对 99% 的新功能提议说“不”。 在这期节目中，Jean 将带我们回到那个 30 人支撑 4.5 亿用户的纯粹时代。你将听到：一个极简团队如何原生开发 8 个移动平台？为什么那一美元的年费是用来“抑制增长”的？当扎克伯格走进会议室宣布 190 亿美金收购时，工程师们在想什么？此外，Jean 还深度拆解了她在 Meta 担任工程经理期间观察到的职场真相：为什么技术最好的工程师不一定能晋升？经理在绩效考核中到底扮演什么角色？无论你是开发者、产品经理还是创业者，这期关于效率、专注与职场本质的对话都不容错过。 👨‍⚕️ 本期嘉宾 Jean Lee，WhatsApp 早期初创成员（第 19 号工程师）。她见证了 WhatsApp 从几十人团队到被 Facebook 高价收购的全过程。在 Meta 期间，她曾担任工程经理并负责筹建伦敦办公室。目前她是一位活跃在 YouTube 和 LinkedIn 上的科技博主与职业教练。 ⏱️ 时间戳 00:00 开场 & 播客简介 传奇的起点：加入 WhatsApp 02:03 19 号工程师的视角：初创期的 WhatsApp 并不标准 03:46 职业选择：为什么离开 IBM 这种“有架构”的大公司？ 08:41 面试往事：没有 LeetCode，只有关于系统设计的深度对谈 11:16 人才密度：为什么一个 30 人的团队里大部分是 30 岁以上的老兵？ 极简主义的胜利：技术栈与流程 13:43 疯狂的技术栈：30 个人如何维护 8 个不同的原生平台？ 14:26 揭秘 Erlang：像在飞机飞行时维护引擎 16:26 拒绝跨平台：为了让“偏远小镇的老奶奶”也能顺畅使用 17:16 极致精简：没有代码审查，没有文档，只有极致的信任 18:51 首席 QA 官：创始人 Jan 如何亲自下场“搞破坏” 20:01 拒绝的艺术：为什么对 99% 的功能说“不”反而成就了伟大？ 190 亿美金的签约时刻 24:13 降噪耳机里的震撼：宣布收购的那一刻，办公室发生了什么？ 26:08 扎克伯格走进会议室：工程师们最担心的竟然是“卖掉孩子” 30:17 增长策略：那一美元的收费其实是为了“减缓增长”？ 31:55 财务自由之后：29 岁如何管理突如其来的巨额财富 大厂生存指南：定级、管理与晋升 32:30 尴尬的定级：从早期成员到 Meta 的 L3 初级工程师 36:43 转型管理：当团队成员求着让你当经理时 39:38 绩效真相：经理其实是代表你的“律师” 41:04 曝光度逻辑：为什么在 Workplace 发帖对晋升至关重要？ 44:44 离开的理由：当公司大到你叫不出同事名字的时候 AI 时代的工程启示与建议 48:25 AI 改变了什么？小规模团队的效率回归 51:21 给毕业生的建议：工具会变，但基础永远不会过时 52:39 排除干扰：评估一个创始人是否优秀的最高标准 🌟 精彩内容 💡 极致的“不”成就了极致的“是” Jean 提到创始人 Jan Koum 极其反感功能堆砌。在竞争对手疯狂上线视频通话、动态表情时，WhatsApp 甚至连群组功能都推迟了很久。这种定力确保了产品在任何极端网络环境下都能稳定运行。 🛠️ 流程是规模的代价，而非工作的本质 相比于 Skype 拥有一千名工程师和复杂的 Scrum 培训，WhatsApp 仅用 30 人就实现了更快的交付。Jean 的经历证明：当人才密度足够高且沟通路径足够短时，流程反而是效率的杀手。 ⚖️ 经理是你的“辩护律师” 在 Meta 的绩效评估中，经理并没有直接决定权。Jean 揭秘道，经理的角色是在校准会议上为下属“陈述案情”。因此，工程师平时的“可见度”和“影响力证据”是经理手中最重要的武器。 🚀 “抑制增长”的智慧 在初创期，WhatsApp 曾通过收费来控制用户增速，以确保服务器成本和短信验证码费用不至于拖垮公司。这种“收支平衡”的稳健心态，让他们在没动用融资的情况下就做到了巨大的规模。 📚 推荐书单 - 《你的降落伞是什么颜色？》：职业规划与自我认知的经典。 - 《周围全是白痴》（Surrounded by Idiots）：学习与不同人格类型的人沟通。 - 《漫步华尔街》：理财入门必读。 - 《饥饿游戏》：Jean 最爱的小说，关于女性克服重重挑战。 🌐 播客信息补充 翻译克隆自：The Pragmatic Engineer: Building WhatsApp with Jean Lee 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