跨国串门儿计划 - 节目列表

📝 本期播客简介 本期我们克隆了：顶级商业播客 Acquired 的 Nvidia 三部曲 1993-2023 + 和黄仁勋的对话(2023) 如果商业世界有一本关于“韧性”与“远见”的教科书，那 NVIDIA 的名字一定在扉页。本期节目是《Acquired》团队耗时两年、研究超过 500 小时的心血之作。我们将带你穿越回 1993 年那间喧闹的 Denny's 餐厅，看三位工程师如何勾勒“加速计算”的蓝图。你将听到英伟达如何在只剩 6 个月现金的绝境下，靠着从未见过的模拟技术孤注一掷；如何顶着华尔街的嘲笑，坚持投入“一万个人年”去开发当时没人用的 CUDA。 更令人兴奋的是，节目最后包含了在英伟达总部与黄仁勋的深度对话。他不仅分享了那些改变行业的战略决策，更首次感性地谈到：如果回到 30 岁，他可能不会选择创业——因为现实比想象中难上百万倍。这是一场关于技术、野心、痛苦与最终胜利的史诗级记录。 👨‍⚕️ 本期嘉宾 黄仁勋（Jensen Huang），NVIDIA 创始人兼 CEO。他领导英伟达从一家图形芯片公司进化为全球 AI 革命的引擎。他以标志性的皮衣、极度扁平化的管理风格以及“买得越多，省得越多”的商业哲学著称，是硅谷在任时间最长的传奇 CEO 之一。 ⏱️ 时间戳 00:00 🎙️ 开场 & 播客简介 (跨国串门计划) 00:02:30 🚀 故事开始：NVIDIA 的起源与早期愿景 第一部分：显卡战争与生存游戏 (1993-2006) 00:07:14 黄仁勋的成长史：从肯塔基问题少年学校到斯坦福 00:16:10 Denny's 餐厅的决定：三个工程师想做 3D 图形芯片 00:20:28 融资故事：LSI CEO 的引荐与红杉资本 Don Valentine 的“死亡威胁” 00:27:10 致命错误：NV1 与世嘉的合作（四边形 vs 三角形渲染） 00:30:42 濒临破产：只剩 6 个月现金时的 RIVA 128 豪赌（模拟器开发） 00:41:26 重新定义速度：每 6 个月发布一代产品的“黄氏定律” 00:47:46 定义“GPU”：GeForce 256 与硬件光影变换 (T&L) 00:51:12 可编程着色器：与微软 Xbox 的合作及现代图形学的诞生 第二部分：CUDA 的赌注与 AI 的黎明 (2006-2016) 01:25:00 ⏳ 这里的火苗是随机的吗？—— 模拟物理世界的愿景 01:36:21 CUDA 的诞生：为什么要在每一颗芯片里塞进超级计算机？ 01:50:52 移动端的弯路：Tegra 芯片、智能手机失败与 Switch 的意外成功 01:56:33 2012年 AlexNet 时刻：当神经网络遇上 GPU 并行计算 02:06:39 马克·安德森的观察：所有 AI 创业公司都在用 NVIDIA 02:11:45 加密货币的狂潮：挖矿需求带来的暴涨与暴跌 02:19:14 关键收购：以 70 亿美元买下 Mellanox，补全数据中心拼图 第三部分：生成式 AI 与万亿帝国 (2016-2023) 03:09:00 🤖 生成式 AI 的爆发：从“寒冬”到“iPhone 时刻” 03:15:22 “万亿美元市场”：黄仁勋那个看似疯狂的 TAM 幻灯片 03:33:41 Transformer 论文：Google 的发现如何改变了 NVIDIA 的命运 03:47:25 ChatGPT 时刻：历史上增长最快的应用与微软的百亿豪赌 03:59:03 数据中心即计算机：Grace Hopper 超级芯片与 DGX Cloud 04:07:03 拆解 H100：为什么这一块 4 万美元的金属板是世界硬通货？ 04:22:05 真正的护城河：CUDA 生态与 400 万开发者的锁定 04:43:47 竞争分析：AMD、Google TPU 与云厂商的自研芯片威胁 第四部分：对话黄仁勋 (Jensen Huang Interview) 05:25:40 🎤 访谈开始：回到 NVIDIA 总部 05:27:49 回顾 RIVA 128：在破产边缘如何做出“完美芯片” 05:36:28 押注深度学习：为什么相信这不仅仅是“分类猫狗”的工具？ 05:45:28 管理哲学：扁平化架构、40 个直接下属与“任务即老板” 05:59:58 “零亿美元市场”策略：如何潜伏在未来市场等待爆发 06:14:01 AI 与就业：你不是被 AI 取代，而是被“会用 AI 的人”取代 06:28:07 创始人的心声：如果回到 30 岁，我绝对不会再创业（太难了） 🌟 精彩内容 💡 模拟未来的“超能力” 黄仁勋揭秘了英伟达在 1997 年 Riva 128 研发时的疯狂举动：在没有物理原型的情况下，投入全部资金进行量产。这种“模拟先行”的基因一直延续至今，让他们能在 AI 浪潮来临时，提前准备好所有软硬件栈。 “我们必须知道它是完美的，因为如果不完美，公司就倒闭了。” 🛠️ “任务就是老板”的组织架构 英伟达没有传统的层级观念。黄仁勋解释了他那令人费解的管理方式：信息在公司内像神经网络一样流动，新入职的大学生和副总裁在同一时间获取相同信息。这种极度透明和扁平化，是为了追求极致的决策速度。 “没有人比其他人更有权力，因为没有人掌握特权信息。” 🚀 “零亿美元市场”战略 英伟达成功的秘诀在于寻找那些尚未被定义的市场。从早期的 PC 游戏到科学计算，再到现在的自动驾驶和 Omniverse，他们愿意在市场规模为零的时候磨练十年。这种耐心让他们在竞争对手看清方向时，已经拥有了不可撼动的生态位。 “我们喜欢往没人去的地方带，在那里磨上十年。” 💻 算力即是新的石油 节目深入分析了英伟达如何通过收购 Mellanox 掌控了 InfiniBand 技术，从而定义了“数据中心即计算机”。在生成式 AI 时代，英伟达卖的不再是芯片，而是价值数亿美金的“算力墙”。 “定义数据中心的不再是处理器，而是网络和基础设施。” ❤️ 创业者的脆弱与坚韧 在访谈最后，黄仁勋分享了作为 CEO 真实的恐惧——怕辜负相信他梦想的员工。他直言创业的痛苦是常人难以想象的，这种“欺骗大脑”去相信“这并不难”的能力，是创业者唯一的幸存手段。 “创业比我预想的要难上百万倍，精神正常的人都不会这么干。” 🌐 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：IndieWire 知名影视类播客《Filmmaker Toolkit》'Hamnet' Director Chloé Zhao 奥斯卡金像奖导演赵婷带着她的新作《哈姆奈特》回归。这部改编自 Maggie O'Farrell 同名小说的电影，将镜头对准了威廉·莎士比亚那年仅11岁便夭折的儿子 Hamnet。在这场极其私人且深邃的对话中，赵婷不仅分享了她如何通过这部电影完成一次自我疗愈与觉醒，更深入探讨了艺术创作的本质。你将听到她如何利用“色彩原型”构建角色，如何与顶级演员 Jessie Buckley 共同经历“灵魂暗夜”以寻找情感的出口，以及她对“原创”一词颠覆性的理解。这不仅是一次关于电影制作的专业分享，更是一场关于生命、死亡、爱以及如何通过艺术与古老祖先血脉重新连接的哲学思辨。 👨‍⚕️ 本期嘉宾 赵婷（Chloé Zhao），华裔导演、编剧、制片人。凭借《无依之地》获得第93届奥斯卡金像奖最佳导演奖及最佳影片奖，是历史上首位获得该奖项的亚洲女性。其代表作还包括《骑士》、《永恒族》等。她以独特的自然主义风格和对边缘人物的深刻人文关怀著称。 ⏱️ 时间戳 00:00 开场 & 播客简介 创作缘起与角色美学 03:44 寻找内心的 Agnes：从现代女性到古老血脉的觉醒 05:42 杰西·巴克利的表演：承载集体悲痛的“媒介” 07:46 视觉原型：红色代表生命器官，蓝色代表智力与天空 10:18 向《镜子》致敬：静止与运动之间产生的动物性张力 视觉哲学与“阈限空间” 11:33 构图的演变：从“追逐地平线”到向内“挖掘黑洞” 13:40 承载悖论的张力：在“中阴身”地带等待艺术大爆炸 16:07 符号的魔力：从森林里的树洞到环球剧场的圆形舞台 17:59 祛除天才的神秘感：莎士比亚在泥土与家庭中的创作根基 电影结尾的重塑与“原创”定义 19:30 视觉化“记住我”：如何用25分钟呈现书中的三个字 21:50 环球剧场的灵魂暗夜：从拍摄僵局到情感的彻底“臣服” 25:02 音乐的神迹：Max Richter 的旋律如何开启放手后的宣泄 26:49 现代萨满：利用冥想与循环音乐在片场创造“合一感” 30:41 重新定义“原创”：原创不代表全新，它代表原始与古老 幕后匠心：剪辑与潜意识的声音 31:46 剪辑心法：放下掌控欲，保留人性的“不完美”节奏 35:51 录下潜意识：把麦克风塞进堆肥与树洞的声音实验 37:45 分娩的声景：当女性接入地球心跳般的原始力量 🌟 精彩内容 💡 爱与丧失的悖论 赵婷在谈到女主角 Agnes 时提到，人类存在的本质核心就在于生与死之间的悖论。“当你允许自己拥有最深沉的爱时，可能下一秒就会面临最巨大的丧失。爱得越深、越热烈，失去时的痛苦就越剧烈。” 🛠️ 视觉原型与色彩能量 为了让角色具有“容器感”，赵婷为每个角色设定了代表色。Agnes 是跳动的红色，象征生命器官和接地气的能量；而莎士比亚则是蓝色，代表受压抑的智力、幻想与上层能量。这种设定让观众能先认出原型，再深入拆解人性。 🚀 电影结尾的“神迹”时刻 在环球剧场拍摄结尾时，剧组曾陷入情感无法宣泄的困局。赵婷分享了她与主演 Jessie Buckley 如何通过一首《Bitter Earth》达成共鸣。通过“向死而生”的臣服，她们意识到只有学会放手，才能真正热爱生命。 💻 录下潜意识的声音 音效设计师 Johnny Burn 为电影构建了一个惊人的素材库。他将麦克风塞进堆肥、树洞，甚至录制人体内部血液流动的声音，试图具象化那种现代人已经失落的、与大自然深度连接的“潜意识声景”。 ❤️ 重新审视“原创” 赵婷对当今文化过度追求“新”提出了质疑。她指出“原创”（Original）的词根意味着“旧”和“原始”。“原创不代表全新，它代表原始、古老。我们忘了祖先的智慧，忘了过去的事情和未来的事情一样，都蕴含着创造性的能量。” 🌐 播客信息补充 翻译克隆自：IndieWire's Filmmaker Toolkit Podcast: 'Hamnet' Director Chloé Zhao 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：知名金融深度播客 Gary Marcus on the Massive Problems Facing AI & LLM Scaling | The Real Eisman Playbook Episode 42 当全世界都在为 AI 狂热时，华尔街传奇投资人 Steve Eisman（《大空头》原型）请到了 AI 圈最冷静的质疑者 Gary Marcus。Gary 是一位拥有 MIT 博士背景的资深科学家，他早在多年前就预言了 LLM 的幻觉与推理困境。在这场跨界对话中，你将听到：为什么说 LLM 只是“加强版自动补全”？为什么单纯堆算力的“规模定律”是误入歧途？Gary 提出了生动的“万亿磅婴儿谬论”，直指当前 AI 发展的盲区。此外，他们还深度剖析了 OpenAI 的商业模式危机，以及为什么 AI 投资可能面临类似 WeWork 的崩盘风险。这是一场不仅关乎技术真相，更关乎万亿级投资逻辑的深度思辨。 （主播叠甲： 👨‍⚕️ 本期嘉宾 Gary Marcus，AI 领域著名科学家、心理学家和创业者。他是纽约大学名誉教授，曾创办被优步（Uber）收购的 Geometric Intelligence。他是《The Algebraic Mind》等书的作者，以对深度学习局限性的深刻洞察而闻名，是当下 AI 热潮中最重要的批判性声音之一。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI 狂热下的冷静思考 03:05 嘉宾背景：从 MIT 博士到 AI 领域的“孤狼”质疑者 05:37 溯源 2012：GPU 如何复活了神经网络，并开启了这一轮热潮 07:49 系统一 vs 系统二：为什么 LLM 只有直觉，没有逻辑推理 09:50 “万亿磅婴儿谬论”：规模定律的推论为何极其天真 拆解大语言模型的真相 10:46 加强版自动补全：LLM 到底是在“思考”还是在“堆砌”？ 13:46 幻觉的本质：为什么模型会一本正经地胡说八道？ 15:52 “工作废料”效应：语法通顺如何掩盖了逻辑的荒谬 18:11 致命的常识缺失：特斯拉撞上飞机的背后是 AI 的“记忆”局限 投资视角下的 AI 泡沫 20:26 舆论转折点：Gary Marcus 为什么不再是那个“孤独的反对者” 22:40 GPT-5 的失望感：当“收益递减”开始成为行业共识 23:36 技术护城河的消失：大模型正在迅速大宗商品化（Commoditization） 25:11 价格战与盈利困境：OpenAI 会成为 AI 界的 WeWork 吗？ 30:55 VC 的利益错位：为什么风投宁愿在“规模化”上烧钱也不愿投基础研究 AI 的下一个圣杯 35:24 什么是“世界模型”：为什么 AI 需要理解现实的运行规则 38:18 国际象棋的讽刺：读遍了所有规则，为什么 LLM 还是会走错棋？ 39:53 真正的未来：从“投机规模”转向“基础研究”的必要性 🌟 精彩内容 💡 “万亿磅婴儿谬论” Gary Marcus 用一个生动的比方挑战了“规模定律”：婴儿刚出生 8 磅，一个月后 16 磅，这不代表他会一直翻倍，等他上大学时就变成一万亿磅重。他认为，单纯增加数据和芯片并不能让模型产生真正的智能。 🧠 系统一与系统二的缺失 借鉴丹尼尔·卡尼曼的理论，Gary 指出现有的神经网络本质上只是“系统一”（快速、自动、统计性），而缺乏“系统二”（慢速、深思熟虑、逻辑推理）。这也是为什么 AI 在封闭领域（如数学、编程）表现尚可，但在开放世界（如政治、军事、金融）中容易崩溃。 📉 AI 界的 WeWork 风险 Steve Eisman 与 Gary 共同探讨了 OpenAI 的财务危机。OpenAI 每月亏损巨大，且面临 Google 等巨头的同质化竞争。如果投资者开始撤资，这种依赖持续融资的模式将产生剧烈的连锁反应，甚至影响到英伟达等上游芯片厂商。 ♟️ 为什么 LLM 学不会国际象棋？ 尽管 LLM 学习了互联网上所有的棋谱和规则，但它们依然会走出违规步法。Gary 认为这是因为 LLM 只是在“伪造”理解，它们从未真正抽象出棋局运作的因果模型。要解决这个问题，必须回归“世界模型”的构建。 🌐 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：达沃斯论坛现场对话《Demis Hassabis on an AI Shift Bigger Than Industrial Age》 站在 AI 浪潮之巅的 Demis Hassabis 怎么看当前的竞争？在这场深度对话中，这位谷歌 DeepMind 的掌舵人、诺贝尔奖得主，首次详尽披露了谷歌在 Gemini 研发背后的紧迫感。他不仅回应了关于“红色警报”的传闻，还给出了他对于通用人工智能（AGI）降临的最新时间表：2030年。 Demis 认为，我们正在经历一场广度和深度都将是工业革命 100 倍的技术变革。他分享了 AI 在物理世界（机器人）的突破节点、对中国 AI 竞争力的冷静观察，以及在“后稀缺”时代，当 AI 解决掉能源和材料问题后，人类该如何寻找生存的意义。这不仅是一场关于技术的硬核对谈，更是一位顶级思想家对人类文明走向的深刻预判。 👨‍⚕️ 本期嘉宾 Demis Hassabis，谷歌 DeepMind 首席执行官，DeepMind 联合创始人。他是神经科学家、人工智能研究者、国际象棋大师，并因在蛋白质结构预测方面的贡献荣获诺贝尔化学奖。他被誉为“AI 界的爱因斯坦”，致力于通过“解决智能”来“解决一切问题”。 ⏱️ 时间戳 00:00 开场 & 播客简介 谷歌的“红色警报”与回归 02:05 找回状态：Gemini 系列与谷歌的创业公司冲劲 02:57 核心优势：从 Transformer 到 TPU 的全栈能力 04:36 极限工作流：每周100小时，凌晨一点的思考时刻 AI 的物理版图与国际竞争 05:31 物理智能的“AlphaFold 时刻”：未来18-24个月的突破 06:41 机器人的挑战：为什么人类的手极难被超越 07:14 冷静看中国：DeepSeek 证明了追赶速度，但原创性仍待观察 AGI 的时间表与技术路径 08:27 2030 预判：AGI 必须具备人类所有的认知能力 09:38 “锯齿状智能”：为什么 AI 还没能完全取代白领工作 14:39 路径之争：Transformer 是死胡同吗？ 15:11 缺失的拼图：世界模型、推理能力与持续学习 安全、监管与协作 12:39 理想主义：建立 AI 领域的“国际欧洲核子研究中心（CERN）” 13:47 巨头间的默契：谷歌与 Anthropic、OpenAI 合作的可能性 19:13 信任基石：为什么 Google 的“科学公司”基因至关重要 后稀缺时代的终极思考 10:24 丰裕世界：核聚变、新材料与“后稀缺”时代 18:04 科学工具的终极版：AI 独立发现能拿诺贝尔奖吗？ 21:49 终极谜团：利用 AI 探索物理极限、费米悖论与意识本质 23:23 给下一代的建议：在剧变时代，唯一重要的技能是“学会如何学习” 🌟 精彩内容 💡 100 倍于工业革命的变革 Demis 强调，AI 带来的变革速度是工业革命的 10 倍，规模也是 10 倍，综合影响是 100 倍。他认为人类必须利用这种“超能力”去解决能源（如核聚变）和材料科学的根本问题，从而进入一个极度丰裕的社会。 🤖 机器人的“十八个月”窗口期 虽然大语言模型已经很成熟，但 Demis 认为物理世界的突破还需要 18 到 24 个月。他特别提到了与 Boston Dynamics 的合作，并感叹人类双手的精妙结构是目前 AI 和硬件最难攻克的堡垒。 🧠 AGI 的“2030 门槛” Demis 坚持 2030 年实现 AGI 的预测，但他对 AGI 的定义非常严苛。他认为目前的 AI 存在“锯齿状智能”，在某些领域极强但在常识和稳定性上极弱。要达到 AGI，还需要在世界模型、逻辑推理和长期规划上实现 1 到 5 个关键技术突破。 🔬 AI 是科学研究的“终极显微镜” 作为诺奖得主，Demis 坚信 AI 的最高使命是加速科学发现。他将 AI 比作“科学工具的终极版本”，就像更高级的望远镜或显微镜。在可预见的未来，科学发现仍将是顶尖科学家与 AI 协作的成果，人类负责提出假设，AI 负责穷尽探索。 🎨 寻找“后工作时代”的意义 如果未来大家都不需要为了生存而工作，人类该怎么办？Demis 坦言他更担心意义感缺失而非经济问题。他建议大家现在就开始培养“学会如何学习”的能力，并鼓励通过艺术、极限运动或深层科学探索来重构人生的目标感。 🌐 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：深度访谈播客 WTF is happening at xAI | Sulaiman Ghori 本期嘉宾 Sulaiman Ghori 的经历，揭开了硅谷最神秘、成长最快的 AI 公司 xAI 的面纱。作为早期工程师，他亲历了 xAI 如何在短短 122 天内建成震惊业界的超级计算中心 Colossus。你将听到马斯克如何通过“Cybertruck 赌约”激励团队在 24 小时内攻克技术难关，以及为什么在 xAI 工作的工程师拥有极高的杠杆——每一次代码提交平均价值高达 250 万美元。 Sulaiman 还会分享 xAI 独特的“物理第一性原理”：不接受人为限制，只服从物理规律。从利用特斯拉全球车队进行 AI 推理的宏大构想，到在“健身房作战室”里没日没夜的冲刺，这不仅是一次关于顶尖 AI 技术的探讨，更是一场关于如何挑战极限、精简流程并实现指数级增长的实战分享。 👨‍⚕️ 本期嘉宾 Sulaiman Ghori，xAI 早期工程师。他是一位极具黑客精神的开发者，在加入 xAI 之前曾多次创业。他从小便展现出惊人的动手能力，曾自制 3D 打印机并在卧室经营指尖陀螺工厂，甚至在 24 小时内自制过液体燃料火箭发动机。目前他在 xAI 负责包括语音集成、iOS 端及 Macro Hard 硬件产品在内的多个核心项目。 ⏱️ 时间戳 00:00 开场 & 播客简介 xAI 的速度与激情 01:52 24 小时赌约：一台 Cybertruck 换来的训练突破 03:01 为什么 xAI 是历史上成长最快的公司？ 04:46 122 天建成 Colossus：利用“嘉年华”漏洞绕过审批瓶颈 07:37 提前一年的布局：马斯克如何预判并扫清基建障碍 高杠杆的工程师文化 02:23 没人说“不”：在 xAI，好主意当天就能变成现实 02:41 价值 250 万美金的 Commit：计算每个工程师的真实贡献 10:56 极度扁平化：全公司只有三层管理，销售也得会练模型 12:44 职责模糊地带：只要你能搞定，整个模块就归你管 20:51 一个大脑的进化：AI 时代，工程师如何转型为架构师 颠覆性的技术策略 08:28 特斯拉车队：全球最大的分布式 AI 推理网络 09:34 人类模拟器：将所有数字化岗位自动化的宏大愿景 16:51 为什么坚持用小模型？极致追求 8 倍于人类的反应速度 22:47 文档自动化：利用 Grok 解决“没时间写文档”的难题 马斯克的管理“算法” 10:21 灭火队长马斯克：一个电话解决芯片厂商数周的推诿 17:32 工程师就是工程师：为什么 xAI 不分研究员和开发 24:12 压缩时间线：把一年的活缩短到一个月，即便延期也比别人快 27:54 真实性挑战：如何清理互联网数据，寻找维基百科之外的真相 人才与成长 19:47 招聘秘诀：寻找能用 10 行代码解决问题的人，而非 200 行 21:19 压力测试：故意在面试题里塞进错误需求，看谁敢挑战权威 29:56 少年黑客往事：从指尖陀螺工厂到被扎穿的大拇指 32:22 烧掉的夹克：24 小时自制火箭发动机的点火时刻 🌟 精彩内容 💡 物理规律是唯一的限制 Sulaiman 强调了 xAI 核心的思维方式：拒绝一切人为制造的阻碍。如果一个项目预估要一年，马斯克会要求一个月完成。这种压力迫使工程师重新审视所有假设，剔除冗余，最终实现数倍于行业的交付速度。 “我们不接受任何基础性的限制，除非这个限制是物理规律定死的。” 🛠️ 特斯拉车队：AI 的“闲置资产”革命 播客中揭露了一个惊人的设想：利用全球 400 万辆特斯拉的硬件 4 代芯片进行模型推理。这些车辆 80% 的时间处于闲置状态，通过软件层面的调用，xAI 可以构建一个成本极低、规模巨大的分布式计算网络，而无需额外的基建。 “这不需要任何额外的基建，纯粹是软件层面的实现。” 🚀 极简主义的招聘哲学 在面试中，Sulaiman 不看重复杂的架构设计，而是寻找能拿出“简单到具有欺骗性”方案的人。他认为在 AI 辅助编程的时代，人类的价值在于做决策者和架构师，挑战不合理的需求，而不是让代码库无限膨胀。 “如果你让 AI 去写，十行代码能搞定的事，它能给你整出 200 行。” ❤️ 工程师的“作战室”精神 分享了在 xAI 内部被称为“作战室”的冲刺经历。为了模型上线，团队可以连续数月不分昼夜地待在由健身房改造的办公室里。这种高度的使命感和极短的反馈周期，让工程师能感受到前所未有的个人影响力。 “有时候一个晚上就能发生一个月的工作量。” 🌐 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：知名商业播客《Acquired》ACQ2: How to Live in Everyone Else's Future (with Shopify CEO Tobi Lütke) 本期嘉宾 Tobi Lütke 的身份不仅是掌管数千亿交易额的 Shopify 创始人，更是一位思想深邃的程序员和哲学家。在这场深度对谈中，Tobi 分享了他如何通过“生活在别人的相对未来里”来保持领先——他会在主手机上跑第一版开发者 Beta 软件，会亲自编写“Tobi 评测集”来面试 AI 模型。你将听到他关于软件抽象的“地板与天花板”理论，为什么他认为“达成共识”其实是领导力的缺失，以及他如何利用爵士乐和电子游戏的逻辑来管理公司。这不仅是一次关于电商巨头的复盘，更是一场关于如何在技术浪潮中保持敏锐、培养品味并实现个人潜能的实战哲学课。 👨‍⚕️ 本期嘉宾 Tobi Lütke，Shopify 创始人兼 CEO。他从一名滑雪板网店的程序员起家，将 Shopify 打造成为全球顶尖的电商基础设施平台。他以热爱底层技术和独特的第一性原理思考著称，是硅谷乃至全球科技界公认的“思想领袖”型 CEO。 ⏱️ 时间戳 00:00 开场 & 播客简介 生活在未来的人 03:20 “面试”模型：为什么 CEO 要亲自建立 AI 评测集 06:06 贝塔测试人生：为什么要在主手机上跑最不稳定的软件 07:42 核心心法：如何通过“生活在别人的相对未来”来消除预测压力 软件与工具的艺术 08:21 抽象的代价：错误的抽象是如何拉低软件“天花板”的 11:15 地板与天花板：AI 如何在不限制上限的情况下抬高行业下限 13:19 目标导向软件：AI 助手如何让卖地毯的商家销量翻三倍 16:07 悄无声息的图灵测试：人类为何如此擅长“移动球门柱” 数字时代的敬畏感 17:39 消失的物理奇迹：为什么数据中心和内核也是当代的“万神殿” 22:21 抽象之美：如何像欣赏古罗马建筑一样欣赏一段代码 24:42 寻找使命：在变革中找到一个你关心的任务 高效工作流与个人存档 27:44 迷恋问题 vs 迷恋方案：AI 时代谁会被淘汰？ 30:37 上下文工程：为什么擅长用 AI 的人写邮件也更好 33:39 数字化分身：Tobi 持续 15 年的键盘记录与截图存档 36:29 叙事一致性：大脑是如何美化我们过去的行为的 领导力与管理哲学 37:43 观念大转弯：从抵触领导力到发现人们“渴望”被领导 41:07 梦想岗位法：把你讨厌的工作交给视其为梦想的人 42:19 爵士乐管理法：领导者是设定节奏和调式的导演 44:07 育儿黑科技：从《我的世界》和打字游戏中学习失败与创造 创始人驱动的秘密 47:52 股价与公允价值：经历跌幅 80% 时的内心世界 50:15 早期上市的红利：为什么创始人应该尽早拥抱公众市场 52:34 拒绝向上管理：CEO 如何通过回归一线来重塑公司韧性 53:37 二次创业式管理：Satya Nadella 如何重塑微软 决策的真相 57:52 共识的陷阱：当一个决定靠共识做出时，就是领导力的缺失 58:35 巧妙利用“委员会”：如何用共识机制来阻止不必要的变动 01:00:37 决策光谱：为什么极致的产品只能由个人愿景驱动 人生的终极算法 01:04:48 未来最大化：为什么我不追求“后悔最小化” 01:07:10 终极目标：缩小“理想中的你”与“真实的你”之间的差距 01:08:07 结语：问问你心里那个 16 岁的自己 🌟 精彩内容 💡 生活在别人的相对未来 Tobi 认为，作为领导者最大的贡献就是提前体验未来。他坚持在主手机上安装最不稳定的 Beta 版系统，即便 App 崩溃也视为学习机会。这种“肉身测试”让他能提前数月培养出对新交互范式的品味，从而指导团队做出领先时代的设计。 “你不需要预测未来，你只需要多点几次‘更新到 Beta’的按钮。” 🛠️ 软件的“地板”与“天花板” Tobi 提出了一个深刻的工具理论：好的工具应该“抬高地板”（降低入门门槛），但不应“拉低天花板”（限制专家的发挥空间）。他认为 AI 的最大价值在于它能根据用户的目标自动完成复杂操作，让普通人也能触及专业级的产出。 “电脑存在的意义，是帮人们去创造那些他们之前根本没法解决、甚至想象不到的东西。” 🎷 爵士乐式的领导力 Tobi 曾极度反感领导力，认为那是对自由的干涉。但他通过爵士乐悟出：真正的领导不是命令与控制，而是设定约束（调式和节奏），邀请天才加入并给予即兴发挥的空间。 “当一个决定是靠‘达成共识’做出来的时候，其实就是领导力的缺失。” 💾 15 年的数字化生命存档 作为一个硬核程序员，Tobi 编写脚本记录了自己过去 15 年每一分钟的键盘输入和屏幕截图。他利用 AI 分析这些数据，发现自己观念的演变，并对抗大脑自动美化过去的“叙事优化”倾向。这让他拥有了一个可以随时调用的“数字大脑”。 “文本是数字世界里最经得起时间考验的格式，因为它永远不会过时。” 🎯 缩小两个自己的差距 在谈及人生意义时，Tobi 提出了一个动人的框架：在生命的尽头，你会遇到那个“你本可以成为的最完美的自己”。人生的目标，就是通过不断的学习和挑战，尽量缩小现在的你与那个潜能巅峰之间的差距。 “目标就是尽量缩小‘那个理想中的你’和‘最终真实的你’之间的差距。” 🌐 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：CNBC 全新科技播客《Tech Download》首期节目 The Man Behind Google's AI Machine | Demis Hassabis Interview 在这场深度对话中，Google DeepMind 的联合创始人兼 CEO Demis Hassabis 揭秘了 Google 如何在激烈的 AI 竞赛中重回巅峰。作为全球 AI 研究的领军人物，Demis 不仅分享了 Google 内部架构大重组背后的逻辑，还对目前火热的“缩放法则”（Scaling Laws）是否撞墙、大语言模型（LLM）的局限性，以及通往通用人工智能（AGI）的关键钥匙——“世界模型”进行了深度拆解。 你将听到他如何评价中国 AI（如 DeepSeek）的崛起速度，为什么他认为“能源几乎等同于智能”，以及他作为一名“谨慎的乐观主义者”，如何看待 AI 泡沫与人类未来的科学黄金时代。这不仅是一场关于技术的对谈，更是一次关于人类文明进化方向的深刻思考。 👨‍⚕️ 本期嘉宾 Demis Hassabis：Google DeepMind 联合创始人兼 CEO。他曾是国际象棋神童、顶尖游戏设计师（《主题公园》开发者），也是神经科学家。他领导团队开发了 AlphaGo 和 AlphaFold，后者解决了困扰生物学界 50 年的蛋白质折叠难题。他是全球公认的 AI 领域最具影响力的人物之一。 ⏱️ 时间戳 00:00 开场 & 播客简介 Google 的 AI 保卫战 01:58 红色警报：从 ChatGPT 的冲击到 Google 的架构大重组 04:42 豪赌 DeepMind：十年前的 5 亿美元收购，如今价值几何？ 05:41 科学底色：为什么 DeepMind 不只是做消费产品 通往 AGI 的路线图 06:35 缩放法则（Scaling Laws）撞墙了吗？Demis 的最新观察 07:42 “锯齿状智能”：为什么现在的 AI 逻辑依然不稳？ 09:15 世界模型（World Models）：超越文本，让 AI 理解物理世界的因果 10:31 AGI 时间表：为什么 Demis 依然坚持“5 到 10 年”的预判 物理限制与效率革命 10:59 能源即智能：AI 如何反哺核聚变与超导体研发 11:45 模型蒸馏：如何让小模型拥有大模型的“灵魂” 12:39 工业革命 x10：AI 对经济冲击的规模与速度 全球竞争与市场泡沫 19:33 竞技场心态：从下象棋到在 AI 竞赛中“为了竞争而活” 21:11 AI 泡沫论：这会是又一次 2000 年的互联网泡沫吗？ 22:51 对话中国 AI：DeepSeek 与阿里巴巴带来的震撼与差距 23:36 模仿 vs 发明：为什么原创性创新比规模化难 100 倍 DeepMind 的内部运作与未来 24:47 动力舱：DeepMind 如何与 Sundar Pichai 每日同步战略 26:35 杀手级应用：智能眼镜与边缘计算的结合点 28:04 摇滚明星 CEO 的日常：与黄仁勋聊科学，靠玩《英雄联盟》解压 29:44 科学黄金时代：AlphaFold 之后的下一个十年突破 31:48 分发优势：安卓、三星与苹果如何成为 Gemini 的护城河 🌟 精彩内容 💡 能源与智能的等式 Demis 提出了一个深刻的观点：在通往 AGI 的道路上，能源几乎等同于智能。虽然物理限制真实存在，但他认为 AI 是解决能源问题的终极工具，从优化电网到辅助核聚变控制，AI 正在加速能源革命。 🛠️ “世界模型”是 AGI 的最后拼图 他指出大语言模型（LLM）虽然擅长处理文本，但缺乏对物理世界因果关系的理解。未来的突破将来自于 LLM 与“世界模型”的融合，让 AI 具备长期规划能力和在脑中模拟物理实验的能力，从而实现真正的原创性科学发现。 🚀 中国 AI 的追赶速度 Demis 坦言，中国公司（如 DeepSeek 和阿里巴巴）与西方最前沿模型的差距比预想中要小得多，可能仅剩几个月。但他强调，中国团队目前的强项在于快速跟进与工程实现，能否产生像 Transformer 这样的“原创性创新”仍是待解之题。 💻 Google 的“创业公司”回归 面对 OpenAI 等对手的压力，Google 通过整合 DeepMind 和 Google Brain，找回了创业公司的节奏。现在，DeepMind 的最新研究成果（如 Gemini）可以在 24 小时内直接部署到拥有数十亿用户的 Google 产品矩阵中。 ❤️ 谨慎的乐观主义 尽管面临地缘政治竞赛和技术风险，Demis 仍称自己为“谨慎的乐观主义者”。他认为 AI 是人类应对气候变化、人口老龄化和疾病的唯一希望。他坚信只要给科学家和社会足够的时间，人类有能力为这项“历史上最重要的发明”设好护栏。 🌐 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：顶级投资播客《Invest Like the Best》Tom Digan & Greg Stewart - Building the World’s Best Fitness App - [Invest Like the Best, EP.454] 本期嘉宾 Tom Digan 和 Greg Stewart 的创业故事，是一场教科书级的“死里逃生”。在 2020 年初，他们的健身项目 Ladder 几乎耗尽了所有资金，甚至要靠跟债主谈“二折还款”才能活下去。然而，通过对力量训练市场的精准切入，以及对 TikTok 算法的疯狂拆解，他们用短短几年时间将公司带到了年收入（ARR）近一亿美金的高度。 在这期节目中，你将听到：一个对冲基金精英如何为了创业“烧掉退路”；创始人如何在没有任何营销背景的情况下，构建了一套让硅谷大厂都直呼“看不懂”的 TikTok 增长引擎；以及他们如何利用 AI 打造“人性化”的教练体验，让 30 人的团队撑起 30 万付费会员的庞大业务。这不仅是一个关于商业逆袭的故事，更是一场关于意志力、数据敏感度和“无情”优先级的深度对话。 👨‍⚕️ 本期嘉宾 Tom Digan：Ladder 联合创始人兼总裁，曾任职于顶级对冲基金，为了创业毅然放弃高薪并搬离纽约。 Greg Stewart：Ladder CEO，拥有十年创业经验的“连续创业者”，曾任职于高盛，是 Ladder 2.0 时代的增长操盘手。 ⏱️ 时间戳 00:00 开场 & 播客简介 从“死里逃生”到行业霸主 06:03 戏剧性的逆袭：从天使投资到年入一亿美金的健身 App 08:14 Ladder 的本质：用软件还原私教的“计划、指导与监督” 09:03 竞争优势：为什么工程师驱动的公司能赢过网红博主？ 10:49 搬离纽约：为了创业“断掉后路”的决心 创业初期的“黑历史”与意志力 14:02 创始人的压力：当老婆说“这是你最后一次创业机会” 16:23 生存模式：一边躲避讨债公司，一边在办公室烤牛排 17:58 谈判艺术：如何让债主接受“二折还款”方案 19:05 融资心法：卖掉 401k 退休金，用个人信念换取第一张支票 破解 TikTok 增长密码 21:56 增长转折点：为什么 TikTok 是媒体公司而非社交平台？ 23:36 独立思考：为什么反着操作 Facebook 的老规矩反而赢了？ 25:33 创意心法：利用“钩子”精准触发算法的推荐逻辑 27:10 组织架构：为什么公司需要全职的 TikTok 创作者？ AI 与未来的星辰大海 32:23 GLP-1 时代的机遇：减肥药如何成为力量训练的助推器 33:31 AI 的使命：不是取代教练，而是消除教练的认知过载 35:10 极致效率：1 个客服如何服务 3 万名付费会员？ 36:55 终极愿景：成为健康与健身领域的“记录系统” 创始人的最后复盘 39:00 融资杠杆：从“求钱活命”到“挑选最合拍的投资人” 40:31 善良的力量：妻子的支持与父亲的销售三原则 🌟 精彩内容 💡 意志力是创业唯一的杠杆 Tom Digan 认为，创业和金融最大的区别在于，你可以靠意志力让事情发生。在公司最黑暗的时刻，他卖掉 401k 退休金，亲自写下第一张支票领投，这种“豁出去”的姿态成了吸引后续投资人的关键。 “在金融圈，你没法靠意志力变出投资回报，那是麦道夫干的事；但在创业世界，只要你不放弃，你就能做出点东西。” 🚀 破解 TikTok 的“反直觉”增长 Greg Stewart 拒绝将 Facebook 的投放逻辑搬到 TikTok。他认为 TikTok 是一家媒体公司，内容本身就是算法的“定向标签”。通过在内部组建“微型创意代理公司”，Ladder 实现了极快的迭代周期，在 45 天内将账号从零做到 20 万粉丝。 “TikTok 官方教我们的操作，往往跟我们实际管用的招数正好相反。” 🛠️ 用 AI 规模化“人性” Ladder 并没有用 AI 取代教练，而是用 AI 消除教练的“认知过载”。他们开发的 Ladder Pulse 能自动提炼数万人的聊天重点，让教练在对的时间说出对的话。此外，他们自研的 AI 客服 Maive 处理了 90% 的咨询，让 3 万名会员只需 1 名全职客服。 “我们相信人带来的动力，AI 的作用是让我们能大规模地提供这种人性化体验。” 🎯 “无情”的优先级管理 尽管用户呼声很高，但 Ladder 至今没有推出安卓版。Greg 认为，在资源有限的情况下，必须“无情”地拒绝会分散精力的诱惑。他们宁愿深耕 iOS 端的进阶用户，也不愿为了短期收入潜力而拖累整个团队的开发节奏。 “很多公司死掉，就是因为同时做了太多事。” 🌐 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：全球顶尖成长播客《Modern Wisdom》How to Reclaim Your Brain in 2026 - Dr Andrew Huberman (4K) 当神经生物学界的“科普大神” Andrew Huberman 再次坐客 Chris Williamson 的直播间，这不仅是一场关于生物黑客协议的更新，更是一次关于人类如何应对现代生活压力的深度对话。 在本期节目中，Huberman 教授拆解了皮质醇、类淋巴系统等复杂的生理机制，给出了从“醒后第一小时”到“睡前眼球运动”的实操指南。更令人意外的是，这位严谨的科学家首次深度分享了他对“灵性”与“放弃控制”的看法，探讨为何在某些时刻，将自律交给“更高力量”才是克服坏习惯的终极方案。同时，主持人 Chris 也首次坦诚分享了他过去一年与莱姆病、脑雾斗争的惊险历程。这是一期融合了前沿科学、实战协议与人生智慧的重磅访谈。 👨‍⚕️ 本期嘉宾 Andrew Huberman 博士，斯坦福大学医学院神经生物学教授。他创办的《Huberman Lab》是全球排名第一的健康类播客。他以将复杂的科学原理转化为简单易行的生活协议而闻名。 Chris Williamson，知名播客《Modern Wisdom》主持人，社会观察家，擅长从进化心理学和行为科学角度探讨现代人的生活困境。 ⏱️ 时间戳 00:00 开场 & 播客简介 压力与睡眠的生物学底层 01:46 皮质醇并非恶魔：它是你全天能量的第一块多米诺骨牌 03:05 醒后一小时协议：光照如何通过生物钟开关调动血糖 06:35 饮食与睡眠：为什么极低碳水可能是你失眠的元凶 09:52 眼球运动助眠法：如何通过生理动作关闭大脑的“本体感觉” 12:07 脑部排毒指南：类淋巴系统、侧卧姿势与头部的“颜值管理” 18:11 呼吸与工具：从 HRV 共振呼吸到 3D 打印鼻贴的黑科技 专注力与学习的科学 22:03 学习的艺术：为什么“回想”比“接触”重要一万倍 26:57 想法的解剖学：为什么手机正在通过感官叠加摧毁你的思维 31:15 无聊的价值：如何在进入“思维战壕”前清空大脑 33:39 竞争优势：在普遍脆弱的时代，不分心就是你的杀手锏 习惯、欲望与更高力量 34:17 坏习惯能被“卸载”吗？前额叶皮层的刹车机制 38:08 放弃控制的悖论：为什么把自律交给上帝反而更有效 43:01 Huberman 的私人练习：一个科学家的每日祷告与内心平静 48:58 赌博与多巴胺：为什么有人会对“输掉后的羞耻感”上瘾 科学、偏见与未来趋势 51:06 卡桑德拉综合征：那些因为“对得太早”而被毁掉的先驱 58:52 蛋白质的政治化：为什么基础营养变成了立场问题 01:00:39 师从传奇：Huberman 与健美巨星 Mike Mentzer 的往事 01:17:34 下一个热门补剂：镁对听力保护与认知防线的价值 康复、友谊与人生 01:36:44 Chris 的至暗时刻：莱姆病、脑雾与“认不出鞋带”的绝望 01:46:49 走出泥浆：当世界重新恢复色彩的康复感悟 01:53:23 刀疤脸黑足鼬的故事：朋友间的支持与二零二六年的期待 🌟 精彩内容 💡 重新定义皮质醇 Huberman 教授指出，皮质醇并非单纯的“压力荷尔蒙”，而是清醒和能量的驱动力。关键在于“早高晚低”的曲线。通过早晨接触强光，你可以人为“顶高”皮质醇峰值，从而触发身体的负反馈机制，确保它在夜晚自然回落，解决下午焦虑和晚上失眠的问题。 🛠️ 学习是“回想”而非“接触” “学习是反复的回想，而不是反复的接触。” 节目探讨了《认知天性》中的核心观点：与其把书读五遍，不如读一遍后进行自测。这种“抗遗忘”的训练能极大地强化神经塑性，而智能手机的不断输入正是这种反思能力的头号杀手。 🚀 脆弱时代的竞争优势 Huberman 和 Chris 达成共识：现代社会的门槛已经低到惊人。因为大多数人都处于感官过载、分心和缺乏韧性的状态。如果你能每天专注 90 分钟，限制感官输入，并在工作前保持“无聊”，你就能在任何领域脱颖而出。 ❤️ 放弃控制的解脱 作为一个研究了 30 年大脑放电的科学家，Huberman 坦言，有些巨大的痛苦和顽固的坏习惯光靠个人意志（自上而下的控制）是极难克服的。他分享了自己如何通过祷告和向“更高力量”交出控制权，获得了一种持续的、深层的平静。 💻 医疗领域的“老药新用” 通过 David Feigenbaum 的故事，节目揭示了医疗界的一个秘密：很多罕见病甚至癌症的疗法，可能就藏在已经过了专利期的老药里。利用 AI 重新定位现有药物，可能是未来医学最具潜力的方向。 🌐 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》Why most AI products fail: Lessons from 50+ AI deployments at OpenAI, Google & Amazon 为什么有些 AI 产品能让效率翻十倍，而有些却只能沦为“套壳”的玩具？本期嘉宾 Kiriti Badam（OpenAI Codex 负责人）和 Aishwarya Naresh Reganti（曾支持 50+ AI 产品落地）将带你深入 AI 产品的“深水区”。他们指出，开发 AI 产品最致命的错误就是沿用传统软件的思维。在这场深度对话中，你将听到如何通过“代理阶梯”策略避免用户信任崩塌，如何构建“持续校准”的开发流程，以及为什么在 AI 时代，“痛苦”反而成了企业最宽的护城河。无论你是正在转型的 PM，还是试图让 AI 落地的创始人，这期节目都将为你提供一套可复制的实战框架。 👨‍⚕️ 本期嘉宾 Aishwarya Naresh Reganti：资深 AI 研究员与顾问，曾任职于亚马逊（Alexa）和微软，发表过 35 篇以上 AI 论文，支持过 50 多个 AI 产品在 Databricks、OpenAI 等公司的落地。 Kiriti Badam：目前在 OpenAI 负责 Codex 业务，此前在谷歌和 Kumo 构建 AI 基础设施，拥有十年以上机器学习实战经验。 ⏱️ 时间戳 00:00 开场 & 播客简介 重新定义 AI 产品开发 01:52 核心观点：为什么 AI 产品开发和传统软件是两码事？ 06:56 非确定性：如何与一个“概率性”的 API 打交道 08:27 权力博弈：自主权（Agency）与控制权（Control）的权衡 09:38 代理阶梯：为什么你不能第一天就做“全自动 Agent” 构建成功的 AI 组织 14:39 成功三角形：领导力、文化与技术实力的协同 15:20 CEO 的必修课：为什么创始人必须每天亲自使用 AI 16:30 消除恐惧：如何建立让领域专家愿意配合 AI 的企业文化 18:13 流程痴迷：为什么理解业务逻辑比选模型更重要 实战方法论：评测与迭代 19:38 评测（Evals）vs 监控：如何建立有效的反馈闭环 21:17 语义扩散：别把“模型选型”误认为是“产品评测” 23:33 CCCD 框架：AI 时代的持续开发与持续校准 25:50 案例拆解：从自动分流到端到端助手的进化路径 行业洞察与未来趋势 29:48 幻象与现实：被过度炒作的“多智能体”与被低估的“编程助手” 31:48 2026 展望：主动型 Agent 与多模态理解的爆发 32:39 核心竞争力：为什么说“痛苦”是 AI 时代新的护城河 34:10 专家建议：磨练你的设计感、判断力与品味 闪电问答 34:47 书籍推荐：《当呼吸化为空气》与《三体》 36:02 影视推荐：重看《硅谷》的现实意义 36:55 工具箱：Whisper Flow, Raycast 与 Caffeinate 38:49 人生格言：在数据证明你不行时，保持一点“傻气” 🌟 精彩内容 💡 代理阶梯（Agency Ladder） 嘉宾提出，AI 产品的演进应遵循“低自主、高控制”到“高自主、低控制”的过程。例如编程助手：V1 仅做代码补全（人审核）；V2 生成测试用例（人确认）；V3 才能自主提交 PR。一上来就做 V3 往往会导致可靠性崩塌。 🛠️ 领导者的“重塑直觉” 成功的 AI 落地必须是自上而下的。Rackspace 的 CEO 每天凌晨 4 点到 6 点专门留出时间“补课” AI。在 AI 时代，领导者必须接受“自己的直觉可能不对”，并习惯成为房间里“最笨的人”，从而向技术边界学习。 🚀 痛苦是新的护城河 Kiriti 认为，由于开发成本降低，先发优势不再稳固。真正的护城河在于组织在痛苦的迭代中积累的实战经验——那些关于什么行得通、什么行不通的细碎认知，以及对复杂业务数据流的深度理顺。 💻 CCCD 框架：AI 版的 CI/CD 不同于传统软件的单元测试，AI 产品需要“持续校准”。通过捕捉用户在“副驾驶”模式下的修改行为，自动获取错误分析数据，从而喂回系统实现飞轮效应。 ❤️ 迷恋问题，而非技术 Aishwarya 强调，80% 的 AI 工程师时间其实花在理解工作流和数据上。不要被花哨的 Agent 概念迷惑，真正能产生 ROI（投资回报率）的产品，往往源于对客户痛点近乎偏执的拆解。 🌐 播客信息补充 翻译克隆自：Lenny's Podcast: Why most AI products fail: Lessons from 50+ AI deployments at OpenAI, Google & Amazon 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：斯坦福医学院教授 Andrew Huberman 的知名科学播客《Huberman Lab》Best Ways to Build Better Habits & Break Bad Ones | James Clear 很多人认为养成习惯靠的是意志力，但《原子习惯》作者 James Clear 告诉我们，习惯其实是你为了解决生活中重复出现的问题而设计的“系统”。在这期深度对话中，Huberman 教授与 James Clear 避开了枯燥的口号，从神经科学与行为心理学的角度，拆解了如何通过微小的环境调整和身份认同的转变，让好习惯变得自然而然。你将听到：为什么“到场”比“完美”更重要？如何通过增加 30 秒的阻力来戒掉手机成瘾？以及最核心的洞察——你的每一个行动，其实都是在为你理想中的自己“投票”。这不仅是一本畅销书的精华拆解，更是一份关于如何掌控生活节奏、实现自我进化的科学指南。 👨‍⚕️ 本期嘉宾 James Clear，《原子习惯》（Atomic Habits）作者，全球研究习惯养成、改善身心健康及人际关系的顶尖专家。他的著作被翻译成 50 多种语言，全球销量超过 2500 万册。他擅长将复杂的行为科学转化为极具操作性的日常工具。 ⏱️ 时间戳 00:00 开场 & 播客简介 掌握“开始”的艺术 04:30 习惯的本质：解决重复问题的生存方案 06:07 开始的魔力：掌控最初的 30 秒比宏大计划更重要 08:02 行为改变四定律：让习惯显而易见、有吸引力、容易、愉悦 09:32 环境设计：为什么把吉他摆在客厅中间能让你练得更多 持续性与适应力 11:59 习惯的季节性：允许习惯随生活阶段波动 13:31 持续性即适应力：在糟糕的日子里如何“不交白卷” 16:15 掌握“到场”的艺术：Mitch 的五分钟健身房奇迹 17:48 神经塑性：主动引导大脑建立自发性自适应 身份认同的重塑 22:46 身份投票论：每一次行动都是在为你理想的自己投票 24:57 从“我想达成”到“我想成为”：习惯如何改变自我故事 26:36 竞争与赌注：为什么公开发表和“压力”能逼出高质量产出 30:36 阻力就是奖励：在大脑感受到瓶颈时才是真正的学习 心理工具与环境重置 31:34 预演与复盘：如何通过讲故事引导孩子（和自己）的行为 34:23 间隔重复：利用自我测试和反思对抗遗忘 37:41 一键切换能力：像顶尖运动员一样掌握“开启”与“关闭” 40:22 物理重置：为什么爬山和自然光能给线粒体“充电” 进阶习惯策略 44:43 身份的陷阱：如何避免被过去的成功标签困住 49:11 接受误解：为什么你不需要掌控别人的理解 52:44 赢的秘诀：学会如何从公开失败中快速反弹 55:19 绝不连续错过两次：高手回血的纠偏机制 数字时代的自我管理 01:06:42 习惯与环境绑定：为什么手机是建立新习惯的最大杀手 01:08:56 阻力管理：把手机留在另一个房间的心理博弈 01:12:17 反转四定律：如何通过增加摩擦力戒掉坏习惯 01:17:30 社会引力：加入一个“你想要的行为是常态”的群体 🌟 精彩内容 💡 身份投票论：每一次行动都是投票 James Clear 提出了一个革命性的观点：习惯不仅仅是行为，更是证据。你每写一个词，就是在为“作家”身份投票；你每去一次健身房，就是在为“运动员”身份投票。单次行动微不足道，但长期的投票会让你跨过隐形门槛，让习惯从“不得不做”变成“我就是这样的人”。 🛠️ 掌握“到场”的艺术 很多人因为无法完成“完美版”计划而选择放弃。James 分享了读者 Mitch 的案例：他规定自己在健身房待的时间不能超过五分钟。这听起来很滑稽，但 Mitch 掌握了最难的一步——“到场”。一旦你成为了那个每周出现四次的人，接下来的优化就顺理成章了。 🚀 绝不连续错过两次 顶尖高手也会犯错，但他们回血特别快。James 强调，偶尔的中断不可怕，可怕的是连续错过。如果你周一没去健身，周二一定要补上。快速纠偏的能力决定了你年底的数据是“小插曲”还是“全线崩盘”。 💻 数字极简与阻力设计 为什么刷手机停不下来？因为它满足了所有成瘾条件：显眼、容易、有吸引力、即时满足。James 的对策是增加物理阻力：把社交软件删掉，只在电脑上用；把手机锁在另一个房间。只要增加 30 秒的获取成本，你的意志力压力就会瞬间减小。 ❤️ 优化“玩游戏”的过程 真正的赢，是你能一直玩下去。James 建议在设定目标前，先问自己：我每天想怎么过？先画好理想生活的框，再在这个框里追求影响力。不要为了一个五亿美金的终点，而把自己逼入一种每天都痛苦的生活节奏。 🌐 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：Anthropic 官方播客 AI on campus 当 AI 席卷全球校园，大学生们究竟是在用它作弊，还是在用它进化？本期节目邀请了四位来自伦敦政经（LSE）、普林斯顿、伯克利、亚利桑那州立大学（ASU）的“Claude 校园大使”。他们将带你走进名校课堂与社团一线，揭秘 90% 的学生是如何在“灰色地带”使用 AI 的。你会听到非技术背景的学生如何用 AI 搭建复杂的网站，也会听到关于“AI 垃圾（Slop）”与“所有权羞耻感”的深度反思。这不仅是一场关于技术的讨论，更是一场关于教育本质、学习动机以及如何在 AI 时代保持个人竞争力的精彩对话。 👨‍⚕️ 本期嘉宾 Zane：伦敦政治经济学院（LSE）大四学生，会计与金融专业。 Chloe：普林斯顿大学大三学生，心理学与计算机科学专业。 Marcus：加州大学伯克利分校大四学生，经济学与数据科学专业。 Tino：亚利桑那州立大学（ASU）研二学生，数字化转型专业。 ⏱️ 时间戳 00:00 开场 & 播客简介 校园里的 AI 众生相 02:48 90% 的普及率：从总结讲座到“灰色地带”的规则博弈 04:47 身份的两极分化：为什么人文社科学生对 AI 感到犹豫？ 05:31 门槛的崩塌：当不懂代码的学生开始用 AI 搭建网站和应用 Builder Club：学生们在用 AI 造什么？ 06:44 创意胜过技术：普林斯顿的“愿望清单”与伯克利的医疗 AI 07:13 实用主义至上：讲座注解工具、抢课助手与图书馆占座神器 学习还是作弊？AI 是一面动机之镜 09:17 动机之镜：AI 如何照出你上大学的真实目的 10:41 深度协作：如何利用 Claude 的项目功能构建“个性化私教” 11:19 教学的进化：从写论文到拍视频，学校如何应对 AI 挑战 12:48 ASU 的实践：学校官方提供的“提示词库”与 AI 芯片课程 阵痛与反思 13:19 房间里的象：作弊是第一大使用场景吗？ 14:06 所有权羞耻感：为什么学生不敢承认用了 AI？ 18:44 识别“AI 垃圾（Slop）”：套路化的表达与失去灵魂的小组作业 AI 时代的职场挑战 16:39 没人情味的面试：当学生对着 AI 面试官自言自语 17:30 AI 熟练度：咨询巨头和名企招聘的新“金标准” 给当代大学生的建议 21:42 实战技巧：开启“学习模式”与“风格设置” 22:59 划定底线：如果无法为作品辩护，那就是越界 24:42 结尾：深思熟虑后的乐观主义 🌟 精彩内容 💡 AI 是一面“动机之镜” Zane 提出了一个深刻的观点：AI 暴露了学生的上学动机。想走捷径的人会用它代劳，而渴望深造的人会用它强化理解。AI 让“不学无术也能混毕业”变得容易，因此责任回到了学生自己手中。 🛠️ 编程门槛的彻底消失 嘉宾们观察到，以前不敢碰代码的学生，现在能熟练使用终端和 Claude Code。校园社团不再只有简单的社交媒体页，而是通过 AI 搭建功能丰富的网站。AI 正在让“想法”到“原型”的转化速度提升数倍。 🚀 拒绝“AI 垃圾（Slop）” 大家达成了一个共识：如果 AI 产出的内容还不如自己想出来的，或者充满了明显的套路（如过度使用破折号、特定的口头禅），那就是“AI 垃圾”。在小组作业中，通过增加面对面交流来抵消 AI 带来的“偷懒诱惑”至关重要。 ⚖️ 重新定义“所有权” Chloe 划定了一道清晰的红线：如果你坐在这个房间里，却没法解释或辩护你做出来的东西，那就是越界。真正的协作应该是 AI 辅助思考，但意图和最终的解释权必须牢牢掌握在人类手中。 🌐 播客信息补充 翻译克隆自：Anthropic Podcast: AI on campus 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