跨国串门儿计划 - 节目列表

📝 本期播客简介 本期我们克隆了：顶尖创业播客《How I Built This with Guy Raz》Spinbrush: John Osher. The Electric Toothbrush That Sold for $475M 本期嘉宾 John Osher 的创业生涯是一部关于“降维打击”的教科书。他不仅是一位连环创业者，更是一位洞察市场缝隙的天才发明家。他曾先后将三家公司分别卖给婴儿用品巨头 Gerber、玩具巨头 Hasbro 以及消费品巨头宝洁（P&G）。他最传奇的战绩，是利用生产旋转棒棒糖积累的廉价电机和电池供应链，将原本动辄上百美元的电动牙刷，做成了在沃尔玛仅售 5 美元的 Spinbrush，并最终以 4.75 亿美元的价格卖给宝洁。在这期节目中，John 将分享他如何从 60 年代的嬉皮士公社生活，跨越到婴儿用品、玩具、糖果，并最终在个护领域创造奇迹。你将听到他如何利用玩具行业的营销思维颠覆传统行业，以及他那套“诱导巨头主动开口收购”的顶级谈判心法。 👨‍⚕️ 本期嘉宾 John Osher，传奇连环创业者，Spinbrush 电动牙刷的创始人。他曾创办 Cap Toys（后卖给孩之宝），发明了彩虹床铃、卧室篮球架、旋转棒棒糖等标志性产品。他以善于跨行业应用供应链经验和独特的市场定价逻辑著称，是极少数能多次实现亿级美金退出的创业大师。 ⏱️ 时间戳 00:00 开场 & 播客简介 创业初期的生存与觉醒 02:47 19美分的耳环卖4.99美元：关于定价权的第一课 05:14 六年公社生活：葛吉夫哲学与水管工技能的意外收获 09:19 能源危机中的发明：从热水器保温套到职业发明家之路 在婴儿与玩具行业的连胜 10:21 Crawlspace 与彩虹床铃：如何定义一个全新的产品品类 13:52 创业者的至暗时刻：当大客户取消订单，如何从床底下爬起来 16:05 卧室篮球架：一个带电子计分板的小创意如何救活一家公司 18:30 旋转棒棒糖（Spin Pop）：三年一亿个，互动糖果的疯狂爆发 Spinbrush：价值4.75亿美金的跨界创新 21:42 退休后的“无聊”灵感：为什么电动牙刷不能只卖5美元？ 23:03 供应链降维打击：用棒棒糖的电机和电池做牙刷 27:37 专利心法：为什么 Spinbrush 要做成“半动半静”的刷头 28:31 玩具思维进场：那个改变命运的“试用（Try Me）”按钮 顶级退出策略与结局 31:40 谈判艺术：如何让宝洁（P&G）从“授权品牌”变成“主动收购” 35:52 甜蜜的烦恼：当销量太火爆，宝洁竟然求着提前结算收购款 39:46 结局与反转：因反垄断被转手的 Spinbrush 与吉列大并购 创业者的终极思考 42:32 运气与努力：为什么练得越多，运气就越好？ 43:42 “请教魔法”：在办公室沙发上询问宇宙的决策习惯 44:47 副业也疯狂：从电动牙刷到百老汇托尼奖制作人 🌟 精彩内容 💡 定价的真相 John 分享了他大学时期卖耳环的经历。同样的货源，隔壁卖 39 美分无人问津，他卖 4.99 美元却被疯抢。他意识到：定价不应取决于成本，而应取决于市场愿意支付的“心理甜点位”。 🛠️ 跨行业供应链迁移 Spinbrush 的成功并非来自牙科技术的突破，而是来自对玩具供应链的极致压榨。John 利用他在旋转棒棒糖生意中积累的规模优势，将电机和电池的成本压到了同行的几分之一，从而实现了对传统手动牙刷的降维打击。 🚀 玩具思维改造个护产品 在健康美容部门从未有人想过在包装上装按钮。John 借鉴了玩具行业的经验，在牙刷包装上设计了“试用”按钮，让消费者在货架前就能感受到电机的动力。这一举动解决了低价产品的信任问题，并让产品迅速占领了沃尔玛的黄金端架。 🤝 诱导收购的谈判心法 John 认为“你想卖”和“对方想买”是天壤之别。他最初只向宝洁提议品牌授权，并在对方同意后以“董事会担心失去独立性”为由拒绝，成功诱使宝洁高管主动说出：“那我们干脆把你们公司买下来吧。” ❤️ 创业者的“魔法”决策 面对超出智慧范围的难题，John 分享了他的秘诀：坐在沙发上，保持安静，向宇宙（或内心更高阶的部分）提问。他声称这种方法百分之百有效，并将其称为“请教魔法”。 🌐 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：硅谷思想家 Naval Ravikant 的个人播客《Naval Podcast》On Artificial Intelligence 当“英语”成为全球最火的编程语言，当“氛围编程”（Vibe Coding）让产品经理直接取代传统的开发流程，我们该如何重新定位自己的价值？在这场行走中的对话里，Naval Ravikant 深入探讨了 AI 如何重塑软件工程、创业精神以及人类的学习方式。他认为，AI 不会抢走企业家的工作，反而会成为每个人的“魔杖”，让每个人都成为拥有极高杠杆的“施法者”。这不仅是一场关于技术的讨论，更是一场关于主体意识（Agency）、创造力解放以及如何通过深入理解底层逻辑来消除 AI 焦虑的哲学课。 👨‍⚕️ 本期嘉宾 Naval Ravikant，AngelList 联合创始人，著名投资人、思想家。他以对财富、幸福和技术的深刻见解著称，其推特语录被汇编为《纳瓦尔宝典》。 Nivi，AngelList 联合创始人，Naval 的长期对话伙伴。 ⏱️ 时间戳 00:00 开场：行走中的对话与“第一天”心态 氛围编程与产品开发的革命 01:56 氛围编程（Vibe Coding）：英语是最新最火的编程语言 03:47 应用海啸：当平庸不再有市场，利基市场如何爆发 05:19 聚合器 vs. 长尾：AI 时代的市场权力结构 编程的范式转移 06:01 调优模型：在“弹珠机”里寻找程序，而非编写逻辑 08:16 模糊的正确：AI 如何处理传统计算机无法解决的创意问题 09:13 软件工程师会失业吗？深度理解底层逻辑的竞争优势 11:41 赢家通吃：为什么在 AI 时代你必须成为利基领域的“世界第一” 人与 AI 的协作艺术 12:58 别学提示词（Prompt）技巧：让 AI 来适应你 15:53 聪明的“懒惰”：优化人的效率，而非机器的效率 16:54 恶意的不是 AI，而是掌握 AI 的人 杠杆、主体性与财富 17:53 每个人都是“施法者”：程序员将如何吞噬其他行业 20:21 企业家不担心 AI：主体意识（Agency）是核心护城河 23:46 摄影与艺术的启示：AI 如何解放人类去做“怪异”且伟大的创作 25:32 愿景：一个每个人都是工程师的富足世界 智能的本质与学习神器 28:42 智能的唯一测试：你是否得到了你想要的生活 30:32 零和博弈与 AI 竞争：为什么超额收益最终仍归于人类 34:28 终极导师：AI 如何精准匹配你的知识边界 36:36 AI 具有创造力吗？史蒂夫·乔布斯与“连接事物”的局限 总结：行动是焦虑的解药 41:00 深入引擎盖：通过深度理解来克服 AI 焦虑 42:43 焦虑的解决方案永远是行动 🌟 精彩内容 💡 氛围编程（Vibe Coding）的崛起 Naval 观察到，随着 Claude Code 等工具的出现，人们可以仅凭英语描述就构建出端到端的产品。这标志着“氛围编程”时代的到来，品味和想法直接跳过繁琐的编码阶段，转化为可运行的 App。 “你不再是通过告诉工程师该做什么来管理产品，而是告诉计算机该做什么。计算机是不知疲倦的，且没有自尊心。” 🛠️ 软件工程师的新杠杆 尽管 AI 能写代码，但 Naval 强调传统工程思维依然重要。由于“抽象是有漏洞的”，只有理解底层架构的人才能在 AI 犯错时“堵住漏洞”。优秀的工程师将利用 AI 获得 10 倍甚至 100 倍的杠杆。 “AI 不会取代程序员，而是会让程序员更容易地取代其他所有人。” 🚀 企业家的“主体意识”护城河 Naval 认为企业家不需要担心 AI，因为 AI 缺乏“主体意识”（Agency）和真实的生存欲望。企业家是在未知领域行使自主权的人，AI 是他们解决难题的盟友，而非竞争对手。 “企业家在尝试做不可能的事情……任何出现的 AI 都是他们的盟友，帮助他们解决这些难题。” 💻 智能的定义与 AI 的局限 Naval 提出了一个极具争议的观点：智能的唯一测试是你是否得到了想要的生活。由于 AI 没有欲望，它在这一测试上瞬间失败。AI 的价值在于作为人类的代理人，帮助人类在竞争中获胜。 “智能唯一的真实测试就是你是否从生活中得到了你想要的东西。” ❤️ 终极导师与自主学习 AI 是人类历史上最耐心的导师，它能将复杂的科学论文拆解到你能理解的水平。Naval 认为，现在学习手段已经极大丰富，唯一的匮乏在于学习的欲望。 “学习手段变得更加丰富了，而且更重要的是，它处于‘正确的水平’。AI 能精准匹配你所在的水平。” 🌐 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 Inside MiniMax: How They Build Open Models 对话来自 MiniMax 的高级研究员 Olive Song。作为国内领先的 AI 实验室，MiniMax 近期发布的开源模型在编程和逻辑推理领域引起了广泛关注。 Olive 在节目中深度分享了模型开发背后那些“惊心动魄”的瞬间——从实验失败的“ICU”状态到突破后的“KTV”狂欢。你将听到：在算力约束下，研究团队如何通过第一性原理解决强化学习中的精度难题；为什么在 AI 时代，工程规范（Engineering）的重要性远超学术理论；以及 MiniMax 如何利用内部 AI Agent 来追踪全球瞬息万变的研究进展。这不仅是一次关于技术细节的深挖，更是一次关于 AI 实验室文化、开源策略以及通往 AGI 路径的深度思考。 👨‍⚕️ 本期嘉宾 Olive Song，MiniMax 高级研究员。目前负责新版本 MiniMax M2.2 的研发工作，专注于强化学习（RL）、人类对齐（Alignment）以及模型评估。她深度参与了 MiniMax 多款核心模型与产品的迭代，对大模型在编程智能体（Agent）和长程规划方面的能力有深刻见解。 ⏱️ 时间戳 00:00 开场 & 嘉宾介绍 实验室的“心跳”与文化 01:11 早上进 ICU，晚上去 KTV：AI 研究员的真实情绪曲线 02:46 角色扮演与情感价值：为什么 AI 陪伴将改变未来的社交 03:32 普惠智能（Intelligence with everyone）：AI 如何降低专业领域的门槛 技术深挖：强化学习与对齐 04:47 约束“钻空子”的模型：人类对齐在编程模型中的核心地位 05:34 理论与实现的差距：为什么 FP32 精度是提升 RL 效果的关键 06:30 第一性原理：从底层逻辑拆解实验中的不可解释现象 开源策略与评估心法 07:11 为什么选择开源权重：研究员视角下的社区力量与商业博弈 08:36 安全性基准：在发布模型前，实验室如何进行“大规模体检” 09:34 编程即建模：通过工程化手段扩展人类能力的边界 15:59 评估的艺术：为什么“五个问题”测不出一个好模型 智能体（Agent）的未来 10:35 长程规划挑战：如何定义任务、环境与 RL 基础设施 11:37 算力优化：在 GPU 受限时代，如何用算法压榨硬件性能 17:23 追赶 Claude：开源模型在复杂环境理解上的差距与突破点 19:39 M2.2 预告：更稳定的长上下文处理与多语言编程能力 研究员的自我进化 20:18 用 Agent 卷科研：MiniMax 内部如何自动化追踪全球论文与代码 21:21 走出象牙塔：为什么工业界的工程规范比学术点子更重要 22:41 协作的未来：让模型与专家实现“优雅协作”的三个月目标 25:53 谈谈 AGI：一个直到实现那一刻才能被定义的“移动目标” 27:11 结尾：推荐书目《创造的艺术》与发现问题的思维方式 🌟 精彩内容 💡 “早上 ICU，晚上 KTV” Olive 生动地描述了强化学习研究的日常。由于模型行为的不可预测性，研究员的心情往往随着实验曲线剧烈波动。这种对未知的激情和对结果的好奇，是驱动顶尖实验室在高强度下持续创新的原动力。 🛠️ 工程化（Engineering）是第一生产力 从学术界转向工业界，Olive 深刻意识到“玩具模型”与“大规模生产”的区别。她强调，很多时候算法的突破并不源于聪明的新点子，而是源于对工程细节（如精度控制、数据清洗、算力调度）的极致追求。 🚀 用 AI 加速 AI 研究 面对日新月异的 AI 进展，MiniMax 团队并没有陷入信息焦虑。他们构建了内部研究员 Agent，自动过滤、总结并分析全球的论文和博客，甚至用编程 Agent 跑通新发布的仓库。这种“模型辅助研究”的工作流，让他们能始终站在技术的最前沿。 💻 开源模型的“性格”与对齐 Olive 认为，一个理想的通用模型应该能通过系统提示词扮演任何性格。她坦诚开源模型在适应复杂工具调用和状态跟踪方面仍与 Claude 等顶尖闭源模型有差距，但通过系统性的研究（如 M2.5 序列），这一差距正在被迅速缩小。 🌐 播客信息补充 翻译克隆自：Turing Post Podcast: Inside MiniMax: How They Build Open Models 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：硅谷顶尖投资播客《Invest Like the Best》Ben Horowitz - Backing America’s Future - [Invest Like the Best, EP.457] 原更新时间：Feb. 3, 2026 本期嘉宾 Ben Horowitz 的名字在硅谷几乎等同于“创业圣经”。作为 a16z 的联合创始人，他不仅重塑了风险投资的运作模式，更以《创业维艰》一书点醒了无数迷茫中的创始人。在这场深度对话中，Ben 展现了他极具穿透力的洞察：从为什么美国必须赢下这场“AI 版工业革命”，到软件行业“物理定律”的彻底失效。他不仅分享了从导师 Andy Grove 那里继承的铁血管理手腕，还感性地聊到了说唱歌手 Nas 如何帮他拿下了 Coinbase 的交易。这不仅是一次关于科技趋势的预判，更是一次关于权力、文化、社会责任以及如何在高压竞争中保持独特视角的思想洗礼。 👨‍⚕️ 本期嘉宾 Ben Horowitz，全球顶尖风险投资公司 Andreessen Horowitz (a16z) 的联合创始人兼战略合伙人。他是硅谷最具影响力的投资人之一，曾任 Opsware 公司的 CEO 并将其以 16 亿美元卖给惠普。著有畅销书《创业维艰》（The Hard Thing About Hard Things）和《文化代码》（What You Do Is Who You Are）。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI 时代的宏大叙事 01:10 2026 年的美国：为什么 AI 会在未来两年迎来爆发？ 03:26 最大的风险：当糟糕的政策撞上指数级的技术 05:05 软件行业“物理定律”的崩塌：从人月神话到 GPU 霸权 07:39 “炼金术士”的崛起：为什么一个 AI 研究员值 10 亿美金？ 08:53 机会平等器：AI 如何在加剧财富不平等的同事实现教育民主化 管理与文化的实战大师课 13:40 雄心壮志：确保下一批伟大的公司诞生在美国 15:31 导师 Andy Grove：那卷扔向高管的卫生纸与管理心理学 17:32 创始人的必修课：如何克服恐惧去处理“对抗性”管理 20:31 a16z 创业史：为什么我们要用自己的名字命名公司？ 24:24 跨越鸿沟：从不懂投资的 CEO 到覆盖全市场的平台型风投 文化即行为，而非口号 30:02 武士道精神：文化是你做了什么，而不是你说了什么 31:38 罚款与准时：a16z 如何通过具体行为定义“尊重创业者” 32:47 父亲的教诲：从共产主义背景到理解财富创造的本质 跨界视野与社会实践 34:49 后后现代艺术：AI 将如何重塑电影、音乐与创意产业 36:15 叙事天才 Nas：一段歌词背后的商业洞察与 Coinbase 往事 39:00 科技改变执法：拉斯维加斯警察局的 AI 实验与破案率奇迹 42:05 终极问题：谁是那个在你身上下注的善良之人？ 🌟 精彩内容 💡 AI 是新时代的“工业革命” Ben 认为美国之所以强大是因为赢得了工业革命，而现在我们正处于同样的节点。AI 不仅仅是软件的升级，它将重塑军事、经济和文化主导权。他警告说，技术解决方案远比政策有效，过度监管可能会让美国退出全球竞争。 🛠️ 软件行业的“物理定律”已变 过去，你不能通过砸钱和加人来缩短软件开发周期（人月神话）。但在 AI 时代，只要有足够的数据、GPU 和天才研究员，你可以迅速赶超巨头。Cursor 和埃隆·马斯克的 xAI 都是这一新定律的证明。 🚀 文化是具体的“动作” Ben 犀利地指出，大多数公司的愿景和价值观都是陈词滥调。他推崇武士道式的文化观：文化是行为。在 a16z，尊重创业者不是口号，而是“开会绝不迟到”和“每分钟 10 美元的罚款”。 🎵 从 Nas 身上学习叙事 作为 Nas 的好友，Ben 分享了这位说唱传奇如何通过独特的视角观察世界。Nas 对比特币的兴趣以及他在关键时刻的现身，竟然成为了 a16z 拿下 Coinbase 早期投资的关键助攻。 🚓 拉斯维加斯的“未来战警” Ben 个人出资支持拉斯维加斯警队引入无人机和 AI 摄像头系统。这套系统让犯罪率下降了 50%，且通过精准的情报减少了暴力冲突。他坚信，技术能让执法重新找回自豪感，并让社区更安全。 🌐 播客信息补充 翻译克隆自：Invest Like the Best 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：斯坦福顶尖神经科学播客《Huberman Lab》Science & Tools of Learning & Memory | Dr. David Eagleman 本期嘉宾 David Eagleman 博士是神经科学界的传奇人物，不仅是斯坦福大学教授，还是多本畅销书的作者。在这期节目中，我们将深入探讨人类大脑最迷人的特性——神经塑造性。你将听到为什么人类是“半成品”降生，以及这种灵活性如何让我们成为地球的主宰。David 会揭示如何通过“寻求新奇”来对抗大脑老化，并分享他著名的“自由落体实验”，解释为什么在危险时刻时间仿佛会变慢。我们还会讨论一个实用的心理学工具——“尤利西斯契约”，教你如何通过预设限制来管理未来的自己。这不仅是一场关于大脑运作机制的深度对谈，更是一套提升学习效率、优化人生体验的科学指南。 👨‍⚕️ 本期嘉宾 David Eagleman 博士，斯坦福大学神经科学教授，Neosensory 创始人。他是《Livewired》（飞奔的大脑）、《Incognito》（隐藏的自我）等畅销书作者，也是艾美奖提名纪录片《The Brain》的编剧和主持人。他致力于研究神经塑造性、时间感知以及法律与神经科学的交叉领域。 📒 文字版精华 见飞书文档 https://my.feishu.cn/wiki/GfFEwIgxDiXcKpkxNkPcOCPxnbd?from=from_copylink ⏱️ 时间戳 00:00 开场 & 播客简介 重塑大脑的秘密 02:20 神经塑造性：人类为何以“半成品”状态出生？ 06:17 大脑皮层是“单招选手”：接入什么信号，它就处理什么 12:39 学习的本质：从“软件”到“硬件”的能量优化 15:39 好奇心与神经递质：AI 如何实现真正的个性化教育 23:45 保持大脑年轻的唯一秘诀：寻求新奇与挑战 管理未来的自己 33:36 尤利西斯契约：为什么你不能信任未来的自己 36:54 行为干预实战：从手机锁盒到“冻结现金”的智慧 43:40 认知光谱：内心声音与幻想缺失症（Aphantasia） 49:07 父母的遗产：给孩子“根”与“翅膀” 时间感知的真相 52:34 空间与时间的维度切换：一种高级的感知练习 56:39 自由落体实验：命悬一线时，时间真的变慢了吗？ 01:00:37 记忆密度法则：为什么年纪越大，觉得时间过得越快 01:05:10 掌控时间感：如何通过改变路线让生命显得更长 感官扩展与社会神经科学 01:11:37 成瘾与心碎：大脑可塑性的阴暗面 01:16:34 感官替代技术：用皮肤“听”声音，用舌头“看”世界 01:27:59 我们为什么做梦？视觉皮层的“领地保卫战” 01:32:50 记忆的不可靠性：目击证词与法律系统的挑战 01:41:13 极化的神经机制：内群体、外群体与“非人化”宣传 01:56:47 解决之道：复杂化关系与寻找共同点的算法 🌟 精彩内容 💡 人类是“半成品”降生的奇迹 David 解释说，人类大脑之所以强大，是因为它在出生时并未完全布线，而是留出巨大的空间吸收环境和文化。这种极高的可塑性让我们能从前人的成果中“跳跃式”进化。 “大自然玩了一个大花招：让大脑没发育完全就降生，然后让世界来完成剩下的布线。” 🛠️ 尤利西斯契约：对抗未来的诱惑 针对自控力难题，David 提出了“尤利西斯契约”。通过在理智时预设物理或社交限制（如 Huberman 的手机锁盒），来约束那个在诱惑面前可能表现糟糕的“未来自我”。 “理智的你在为未来的你订立契约，因为你知道未来的自己会表现糟糕。” 🚀 为什么时间会随着年龄增长而“加速”？ David 揭示了时间感知的记忆密度理论。儿时一切都是新鲜的，大脑记录了海量信息，回想起来时间就很长；成年后模式固定，记忆稀疏，导致时间感坍缩。 “时间在某种程度上是在我们掌控之中的：如果我们真的专注并记录新记忆，我们就能感觉自己活得更久。” 💻 “土豆头先生”大脑理论 David 提出大脑就像“土豆头先生”，无论你接入什么感官外设（如红外线、磁场），大脑都能通过相关性算法学会处理这些信息。这为感官受损者的康复和人类能力的扩展提供了无限可能。 “大自然只需要发明一次大脑，剩下的时间都在制造各种即插即用的外设。” ❤️ 缓解社会极化的科学方案 通过“扎针实验”，David 展示了大脑对“外群体”共情能力的天然下降。他建议通过“关系的复杂化”来对抗这种本能，即在讨论分歧前先建立多维度的共同点联系。 “如果你和某人有共同点，即便发现他在敏感问题上和你有分歧，你也更愿意听他说话。” 🌐 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：Stripe 官方播客《Stripe Press Podcast》Ben Thompson from Stratechery on AI ads, the end of SaaS, and the future of media 本期嘉宾是科技界最有影响力的分析师、Stratechery 创始人 Ben Thompson。作为“聚合理论”的提出者和付费订阅模式的先行者，Ben 在台湾台北的小工作室里，通过文字深刻影响着硅谷的决策。在这场与 Stripe CEO Patrick Collison 的对话中，Ben 毫无保留地分享了他对 AI 商业化路径的独特见解。你将听到他为何认为“广告是 AI 的救星”而非毒药，为什么他预言按人头收费的 SaaS 模式即将崩塌，以及他为何对 2029 年的全球芯片供应感到极度焦虑。这不仅是一场关于科技趋势的头脑风暴，更是一次关于商业底层逻辑、内容创业心法与地缘政治博弈的深度拆解。 👨‍⚕️ 本期嘉宾 Ben Thompson，知名科技分析网站 Stratechery 的创始人。他开创了现代付费 Newsletter 模式，以深入浅出的“聚合理论”剖析科技巨头的商业边界。他曾在微软、苹果等公司任职，目前在台湾台北独立运营其媒体帝国，是科技圈公认的“分析师的分析师”。 ⏱️ 时间戳 00:00 开场：Ben Thompson 与 Stratechery 的影响力 台北生活与城市观察 01:01 为什么台北是全球最适合生活（而非仅仅旅游）的城市 02:05 科技的副作用：Uber Eats 如何“杀死”了台北的实体餐厅生态 03:20 台北 101 的工程美学：那个被低估的巨大调谐质量阻尼器 AI 时代的广告与变现逻辑 04:12 聚合理论更新：从 Booking.com 到 OpenAI 05:31 挑战硅谷偏见：为什么广告是 AI 走向大众的最佳路径 09:10 吐槽 OpenAI：为什么目前的 ChatGPT 广告方案极其“偷懒” 11:40 理想的 AI 广告：像 Meta 一样理解用户，而非像 Google 一样匹配关键词 平台博弈与 TikTok 战争 14:16 苹果如何“救了”Facebook：从平台梦碎到 App 变现之王 17:12 社交媒体的终结：从熟人社交到 TikTok 式的流量收割机 19:18 TikTok 禁令核心：数据不重要，算法控制权才是地缘政治的命门 SaaS 的危机与 AI Agent 的崛起 22:26 2026 年 SaaS 会完蛋吗？按人头收费模式的结构性坍塌 25:51 商业 Agent 的四个进化层级：从代填表单到预判性购物 29:20 重新定义智能体：为什么 Facebook 广告才是目前最成功的 AI Agent Stratechery 的创业心法 38:05 独立媒体先行者：Andrew Sullivan 的失败教训与 Ben 的成功路径 40:42 “一千个真粉丝”：如何通过付费墙建立读者的信任与忠诚 43:52 捆绑与去捆绑：Substack 的困境与 Spotify 的成功不可复制性 硬核科技：芯片、产能与巨头策略 46:26 调研利器：Ben 如何利用 AI 保持“全球最强 Google 搜索者”的地位 48:34 台积电的理性与傲慢：为什么 2029 年我们会面临严重的芯片短缺 53:32 巨头暗战：亚马逊 Trainium 芯片的底层逻辑与微软的渠道霸权 未来碎片与快问快答 54:30 AI 时代的教育：为什么线下讨论和共同体验会变得更值钱 55:50 加密货币的本质：在无限内容的时代寻找“数字稀缺性” 56:45 音频 vs 文字：为什么音频利于留存却不利于传播 🌟 精彩内容 💡 广告是 AI 的“社会福利” Ben 认为，AI 的计算成本极高，如果只靠订阅制，全球大多数人将被排除在 AI 进步之外。广告不仅是变现手段，更是让先进技术民主化的工具。“如果你觉得 AI 的使命是让世界更好，却排斥广告，这在逻辑上是自相矛盾的。” 🛠️ 重新定义 AI 广告：Meta 模式 vs Google 模式 Ben 批评 OpenAI 在对话中插入横幅广告是极其低效且引起反感的。他认为 AI 广告不应基于当前的对话上下文（搜索模式），而应基于对用户长期的、深度的画像理解（推荐模式）。最好的广告是用户还没意识到需求时，AI 已经精准地将其推送到面前。 🚀 SaaS 行业的“结构性黄昏” Ben 提出，传统 SaaS 依赖员工人数增长来驱动营收（Seat-based pricing）。但在 AI 时代，企业可能不再需要那么多员工，甚至可能利用 AI 内部重造简单的业务系统。这意味着 SaaS 公司将从“增长型”转变为“稳定型”，其估值逻辑将发生根本性逆转。 💻 台积电的产能陷阱 Ben 对半导体供应链表示担忧。由于台积电在逻辑芯片领域缺乏竞争对手，其扩张策略极其保守，宁愿错失收入也不愿承担产能过剩的风险。他预言，随着 AI Agent 对算力需求的指数级增长，2029 年全球将迎来一场比以往更严重的芯片荒。 ❤️ 内容创作的“池塘理论” Ben 建议内容创作者不要在大池塘里模仿巨头，而要创造自己的小池塘。在互联网规模下，即使是非常小众的领域也能养活创作者。 Stratechery 的成功证明了，只要在特定领域做到无可替代，读者愿意为“消除失望”而付费。 🌐 播客信息补充 翻译克隆自：Stripe Podcast: Ben Thompson from Stratechery on AI ads, the end of SaaS, and the future of media 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：全球顶尖播客《The Joe Rogan Experience》#2453 - Evan Hafer 本期嘉宾 Evan Hafer 是 Black Rifle Coffee Company 的创始人，也是一位前特种作战队员。在这场长达两个多小时的深度对话中，你将听到两个对“极致”有着近乎病态追求的男人的碰撞。从射箭时 85 码外的呼吸控制，到台球桌上复杂的几何旋转，再到咖啡豆背后不为人知的商业浪潮，Evan 和 Joe 探讨了为什么在现代焦虑社会中，唯有“做难事”才能净化心灵。 除了硬核的技能探讨，本期还深入了许多暗黑话题：奥斯汀湖边的神秘死亡事件、爱泼斯坦岛上令人毛骨悚然的硫酸订单，以及正在发生的“AI 曼哈顿计划”。这不仅是一场关于爱好与事业的闲聊，更是一次对人类意志、社会衰败以及未来生存危机的深刻复盘。 👨‍⚕️ 本期嘉宾 Evan Hafer，Black Rifle Coffee Company (BRCC) 的创始人兼 CEO。他曾在美国陆军特种部队服役，并有丰富的中情局 (CIA) 工作背景。他将特种部队的纪律与对咖啡的热爱相结合，创办了估值数亿美元的咖啡品牌，同时他也是一名资深的射箭和狩猎爱好者。 ⏱️ 时间戳 00:00 开场 & 播客简介 极致的技艺与爱好 02:05 桌面奇谈：3D 打印喷火器与猛犸象牙手柄 04:20 射箭哲学：84 磅拉力与 100 码外的专注力 08:27 轴鹿狩猎：与老虎共同演化的“闪电”生物 45:55 台球成瘾：Joe Rogan 的 8 小时“大脑大扫除” 咖啡、文化与社会 12:39 咖啡四波浪潮：从 Folgers 到厌氧发酵 14:10 咖啡师的“觉醒”：为什么好咖啡总在左翼大本营？ 15:20 星巴克的秘密：过度烘焙是为了掩盖不稳定性 35:55 城市衰败：西雅图与波特兰的“冰毒生活” 暗黑真相与阴谋 24:45 真实犯罪：为什么女性更痴迷连环杀手？ 27:30 奥斯汀湖底的尸体：是意外溺水还是连环杀手？ 31:48 污染与疯狂：化学毒素如何催生了太平洋西北地区的杀手？ 01:44:30 爱泼斯坦档案：Les Wexner、硫酸与被涂黑的名字 意志的磨炼与传承 52:34 动态冥想：为什么你需要一件“无法完全掌握”的事 59:14 父亲的榜样：Cam Hanes 如何培养出“野兽”般的下一代 01:03:30 沉默的英雄：USS Parche 潜艇的深海秘密任务 01:17:41 冒牌武术大师：从 McDojo 到真实的格斗机器 喜剧、奥斯汀与未来 01:21:30 转型之路：从特种兵/武术家到单口喜剧 01:31:48 喜剧教父：Ron White 如何开启了奥斯汀的脱口秀浪潮 02:07:30 AI 曼哈顿计划：白领阶层的大灾难与人类的“宠物化” 🌟 精彩内容 💡 为什么我们需要“做难事”？ Joe Rogan 认为，现代人的抑郁往往源于缺乏身体上的挑战。无论是柔术、射箭还是台球，这些需要极高专注力的活动能强制清空大脑中的焦虑。 “当你在 65 码外准备扣动扳机，或者在计算母球的三库走位时，全世界都消失了。那种真空的状态就是对大脑最好的净化。” ☕ 咖啡因的误解与商业逻辑 Evan Hafer 揭秘了咖啡行业的真相：烘焙越深，咖啡因反而越低。星巴克之所以坚持深烘，是为了保证全球风味的一致性，让咖啡成为奶和糖的载体。 “那不是在喝咖啡，那是在喝一份带咖啡因的甜点。你摄入 100 克糖，然后等待身体彻底崩盘。” 💀 连环杀手的“地理学” 两人讨论了一个有趣的理论：为什么某些地区高产连环杀手？除了社会因素，早期的工业污染（铅、砷等）可能导致了当地居民大脑的器质性损伤，从而诱发精神疾病。 🤖 AI：人类文明的“一百万倍”进化 对话最后转向了令人不安的 AI 话题。Joe 引用了最新的吹哨人报告，指出 GPT-5 可能具备自我推导和隐藏能力。 “我们可能正在把银行钥匙交给劫匪。如果 AI 运行的逻辑是消除所有问题，而人类又是问题的根源，那结局不言而喻。” 🌐 播客信息补充 翻译克隆自：The Joe Rogan Experience #2158 - Evan Hafer 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 AI 技术播客《Latent Space》Does the App Layer Still Matter in the Age of AGI? — Martin Casado & Sarah Wang of a16z 当基础模型的融资额动辄数十亿美金，应用层还有生存空间吗？本期节目，我们邀请到了 a16z 的两位核心合伙人 Martin Casado 和 Sarah Wang。他们一位是定义了“软件定义网络”的技术大牛，一位是布局了 Mistral、Character.ai 等明星项目的顶级成长型投资人。 在这场深度对话中，他们揭秘了 AI 领域前所未见的“资本飞轮”：钱如何直接转化为技术突破并瞬间引爆增长。你将听到关于“恒星扩张”理论的警示——底层模型是否会吞噬一切？也会听到关于人才大战的疯狂真相——为什么 L5 工程师能拿千万美金年薪？此外，Martin 还分享了他亲自参与李飞飞 World Labs 项目的代码心得，以及他们对 Cursor 这种“应用层逆袭”案例的底层逻辑分析。这是一场关于资本、算力、人才与 AGI 未来的顶级思想碰撞。 👨‍⚕️ 本期嘉宾 Martin Casado：a16z 普通合伙人，负责基础设施投资。他在斯坦福大学期间开创了软件定义网络（SDN）运动，并创办了 Nicira（后被 VMware 以 12.6 亿美元收购）。 Sarah Wang：a16z 普通合伙人，负责成长型投资。她主导了对 Character.ai、Mistral、DeepL 等多家 AI 独角兽的投资，被誉为行业内最激进且敏锐的 AI 成长型投资人。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI 投资的新常态 01:40 模糊的界限：为什么现在的 A 轮融资需要“成长期”规模的资金？ 03:56 算力即股权：复杂的战略投资与 BD 谈判 05:23 资本飞轮：钱进去，模型出结果，需求瞬间爆发 AGI 路径下的行业重塑 07:06 “恒星扩张”理论：底层模型公司会耗死所有的应用层吗？ 08:51 复盘 Character.ai：AGI 理想与产品现实的残酷权衡 11:10 疯狂的人才大战：千万美金年薪与“创始人式收购” 12:52 寻找非共识：为什么“无聊”的传统软件反而被低估？ 技术前沿与硬件思考 14:46 机器人投资迷局：垂直应用 vs 横向技术的抉择 16:45 芯片经济学：为什么为特定模型定制 ASIC 是划算的？ 18:09 硅谷回归：湾区的生态复利与 Claude Code 的“啊哈时刻” 空间智能与应用层突围 21:34 两种未来：是百花齐放，还是几家模型寡头垄断？ 26:33 Martin 的代码时光：参与 World Labs 开源库 Sparks.js 的心得 29:54 空间智能的商业价值：将 3D 场景生成的边际成本降低四个数量级 32:02 投资逻辑拆解：押注 Ilya 和 Mira 这种“独一无二”的人才 36:33 Cursor 案例分析：从应用层反向构建模型的成功路径 37:50 “Agent 实验室”的利润空间：赚取 token 降价与人力成本上升的差价 🌟 精彩内容 💡 AI 时代的“资本飞轮” Martin 观察到一种前所未有的模式：模型公司融到巨额资金，直接投入算力研发，一年内产出更强模型，迅速带来数千万美元收入，从而支撑更高估值的融资。这种资本直接转化为技术和增长的循环，打破了传统软件开发的工程瓶颈。 🌌 “恒星扩张”理论 如果一个底层模型公司（如 Anthropic 或 OpenAI）融到的资金超过了其平台上所有应用层公司的总和，它就有能力通过持续训练吞噬掉上层的所有功能。应用层必须思考：你是在构建模型无法轻易触达的垂直壁垒，还是仅仅在为“恒星”提供养料？ 🤖 机器人与硬件的“垂直化”陷阱 Sarah 和 Martin 指出，硬件公司往往容易变成垂直行业公司（如农业机器人公司本质是农业公司）。他们更倾向于寻找能跨行业使用的横向技术方案，同时关注埃隆·马斯克作为“北极星”对整个机器人行业的催化作用。 🎨 空间智能：从重建到生成 Martin 详细解释了 World Labs 正在做的空间智能。与传统需要多角度拍摄的 3D 重建不同，生成式 3D（如高斯泼溅技术）能根据单张图片“补全”看不见的空间。这将使 3D 场景的构建成本从数万美金降至一美金以下。 💻 为什么 Cursor 能赢？ Cursor 的成功在于它极度专注开发者体验，并以极低成本开发出了准 SOTA 级别的模型。它证明了：只要拥有核心应用场景和用户数据，应用层不仅能存活，还能反向定义模型，通过“Agent 实验室”模式在 token 商品化的浪潮中赚取高额利润。 🌐 播客信息补充 翻译克隆自：Latent Space Podcast: Does the App Layer Still Matter in the Age of AGI? — Martin Casado & Sarah Wang of a16z 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 【友情链接】 team9.ai Bring a OpenClaw to Your Team.Instantly.

📝 本期播客简介 本期我们克隆了：硅谷顶尖创投播客《Lenny's Podcast》Head of Claude Code: What happens after coding is solved | Boris Cherny 本期嘉宾 Boris Cherny 的观点可能会让所有程序员感到震撼。作为 Anthropic 的 Claude Code 负责人，他透露自己从去年十一月起就没亲手写过一行代码，却能每天提交多达 30 个 PR。在这期节目中，Boris 深入探讨了 AI 如何在短短一年内“吞噬”软件开发行业——目前 GitHub 上 4% 的 commit 已由 Claude 完成。他将分享 Claude Code 从一个简单的终端工具成长为行业巨头的幕后故事，揭示为何“软件工程师”这一头衔即将消失，并被“开发者（Builder）”取代。无论你是担心失业的产品经理，还是寻求效率突破的工程师，这期关于“指数级增长”和“潜在需求”的对话都将重塑你对 AI 时代的认知。 👨‍⚕️ 本期嘉宾 Boris Cherny，Anthropic 的 Claude Code 负责人。他曾是 Meta 的资深工程师，负责全公司的代码质量与效率。他也是《Programming TypeScript》一书的作者。在 Anthropic，他领导团队开发了改变软件工程范式的 Claude Code 以及新一代 AI 智能体 Cowork。 ⏱️ 时间戳 00:00 开场 & 嘉宾介绍 职业生涯的戏剧性转折 02:05 闪离 Cursor 回归 Anthropic：使命感与“安全性”的召唤 03:33 震撼的数据：AI 已贡献全球 4% 的代码提交量 Claude Code 的进化之路 05:46 诞生纪实：从一个无人问津的终端“小玩意”到公司内外的爆款 07:21 为什么坚持终端界面？资源匮乏如何激发产品创新 09:15 激进预测：2025 年底，我们可能不再需要 IDE AI 时代的极致效率 11:34 创始人的日常：一行代码不写，每天提交 30 个 PR 12:42 下一个前沿：当 AI 开始像同事一样主动提出产品建议 15:06 200% 的生产力提升：为什么“资源少给点”反而更好 18:44 编程的本质：从“手艺活”的美感回归到“解决问题”的手段 范式转移：从工程师到“开发者” 21:23 印刷机隐喻：AI 时代的识字率普及与创造力解放 24:25 角色重叠：为什么每个人都将成为产品经理和开发者 28:21 职业建议：在 AI 时代，跨学科的“全才”比专才更吃香 产品与技术心法 31:02 “潜在需求”原则：如何通过用户的“误用”发现下一个爆款 34:26 让模型自己带路：不要把 AI 关进死板的工作流盒子里 35:08 Cowork 幕后：用 Claude Code 在 10 天内构建出千万级应用 41:32 惨痛的教训：永远为“六个月后的模型”做开发 实用技巧与 AGI 展望 44:57 进阶指南：为什么用最贵的模型（Opus 4.6）反而更省钱 46:41 终极梦想：AGI 实现后，我想去日本农村全职做味噌 48:31 闪电问答：改变思维的技术书与科幻推荐 🌟 精彩内容 💡 100% AI 驱动的工作流 Boris 分享了他极端的效率实验：从去年底开始，他所有的代码工作都交给了 Claude Code。他不再纠结于语法和细节，而是专注于架构和意图。这种方式让他即便在管理团队的同时，依然能保持远超常人的代码产出。 “我现在的编程体验比以前任何时候都好，因为我再也不用去处理那些琐碎的细节了。” 🛠️ “潜在需求”与产品直觉 Boris 提出了一个深刻的产品观点：观察用户如何“滥用”你的产品。当他看到数据科学家费劲地在终端里用编程工具做 SQL 分析时，他意识到非技术人员对 AI 智能体有着巨大的渴望，这直接促成了桌面端应用 Cowork 的诞生。 “当你看到用户这样‘滥用’产品来解决问题时，这就是一个极强的信号。” 🚀 为“六个月后的模型”开发 很多开发者试图通过复杂的逻辑（脚手架）来弥补当前模型的不足。Boris 认为这是徒劳的。他主张押注通用模型的进化速度，宁愿忍受短期的不完美，也要确保产品形态能完美适配下一代更强的模型。 “如果你是为六个月后的模型做准备，等新模型一发布，你的产品会瞬间爆发。” 📚 印刷机时刻：编程的民主化 Boris 将 AI 编程比作古腾堡的印刷机。正如印刷机让识字不再是少数僧侣的特权，AI 也将让编程成为每个人的基本技能。他认为这虽然会对现有职业产生冲击，但最终会像文艺复兴一样，释放人类整体的创造潜能。 “真正的乐趣是决定要做什么，去构思、去思考大系统和未来。” 🍱 工程师的“长周期”思考 有趣的是，这位处于 AI 浪潮巅峰的工程师，在生活中却痴迷于极慢的“味噌制作”。他认为这种需要数年发酵的过程能帮他平衡旧金山的极速节奏，学会以更长的时间维度去思考技术与社会的演进。 “味噌最有趣的地方在于它让你学会以‘长周期’来思考，这跟搞工程完全不同。” 🌐 播客信息补充 翻译克隆自：Lenny's Podcast 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：硅谷前沿 AI 播客《Latent Space》The AI Frontier: from Gemini 3 Deep Think distilling to Flash — Jeff Dean 本期嘉宾是谷歌（Google）的首席 AI 科学家、分布式系统与深度学习领域的泰斗级人物 Jeff Dean。在这场深度对话中，Jeff Dean 揭秘了 Gemini 系列模型背后的设计哲学。你将听到他如何解释“为了得到强的小模型，必须先做出大的”这一蒸馏逻辑，以及他如何从能量消耗的底层视角重新定义批处理（Batching）的必要性。Jeff 还回顾了 Google Brain 的诞生往事，分享了他在 1990 年本科论文中就展现出的对神经网络规模化的预见性。此外，他详细探讨了硬件与算法协同设计的复杂周期，并对未来 AI 编程中“人机交互”与“需求描述”的范式转移给出了深刻见解。这不仅是一场技术盛宴，更是顶级科学家对 AI 工业化未来的终极推演。 👨‍⚕️ 本期嘉宾 Jeff Dean，谷歌首席 AI 科学家，谷歌大脑（Google Brain）的联合创始人。他是分布式系统（如 MapReduce, BigTable, Spanner）和深度学习框架（TensorFlow）的核心贡献者。作为 AI 领域的传奇人物，他目前领导谷歌在 Gemini 模型、TPU 硬件研发以及前沿 AI 应用方面的探索。 ⏱️ 时间戳 00:00 开场 & 播客简介 模型演进与蒸馏策略 02:24 帕累托前沿：为何必须先做大模型才能得到强的小模型 04:13 蒸馏技术的起源：从 2014 年的图像识别到如今的 Gemini 06:23 Gemini Flash 的经济学：低延迟如何改变用户习惯 08:48 需求与能力的博弈：为什么模型变强后用户要求会更高 硬件与算法的协同设计 14:35 程序员必知的延迟数字：从能量消耗视角看批处理（Batching）的本质 18:58 TPU 的设计哲学：如何预测未来两到六年的计算需求 21:00 低精度与投机采样：提升能效比的关键技术 22:56 强化学习的下一站：如何解决不可验证领域的评估难题 规模化与通用能力的突破 25:05 从专用模型到通用模型：为何符号系统不再是数学竞赛的标配 28:04 1990 年的本科论文：Jeff Dean 对神经网络规模化的早期坚持 30:56 茶歇间的灵感：Google Brain 的诞生与“规模化”信条 33:12 Gemini 的诞生：整合 Google Brain 与 DeepMind 的幕后故事 AI 编程与未来预测 35:14 “管理五十个实习生”：AI 时代的编程范式转移 37:14 需求描述的艺术：为什么写清楚技术规范变得前所未有的重要 40:47 延迟降低 50 倍的可能性：未来系统的实时互动体验 41:43 终极预测：个性化模型与每秒万级 Token 的推理时代 🌟 精彩内容 💡 蒸馏的“母体”逻辑 Jeff Dean 强调了前沿大模型在生态中的核心地位。他认为，为了获得一个高性价比、低延迟的小模型（如 Gemini Flash），你必须先拥有一个能力溢出的前沿模型作为“老师”。通过蒸馏技术，大模型的逻辑和行为被压缩进小模型中，使其在特定尺寸下展现出超越前代的性能。 🔋 能量视角下的计算效率 Jeff 提供了一个极其硬核的视角：计算的本质是能量损耗。他指出，在芯片内移动数据的成本（约 1000 皮焦耳）远高于一次乘法运算（约 1 皮焦耳）。这一物理事实决定了“批处理”在 AI 推理中的不可替代性——你必须通过增加 Batch Size 来摊薄数据移动的能量成本。 🛠️ 硬件与算法的“双向奔赴” TPU 的研发是一个跨越 2-6 年的预测游戏。Jeff 揭秘了谷歌如何通过“协同设计”让硬件团队与模型专家对话。这种机制允许他们在芯片架构中加入实验性特性，以适配未来可能流行的算法（如稀疏模型或低精度计算），从而在技术浪潮中保持领先。 📝 需求描述：AI 时代的硬技能 在谈到 AI 编程时，Jeff 提出了一个有趣的观点：以前没人看的“技术规范文档”现在成了驱动 Agent 的核心。因为 Agent 的输出质量直接取决于描述的精确度。未来优秀的工程师将不再是“写代码的人”，而是能清晰定义边缘案例、性能目标和系统架构的“需求大师”。 🚀 每秒万级 Token 的未来 Jeff 预测，当推理延迟降低 20-50 倍，且每秒能生成一万个 Token 时，AI 的运作方式将发生质变。这一万个 Token 中，可能只有一千个是最终代码，剩下九千个都是背后的“思维链”推理。这种高强度的自我检查将使 AI 生成的内容比人类手写的更加稳健可靠。 🌐 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：全球顶尖健康科普播客《Huberman Lab》Huberman Lab: The Most Effective Weight Training, Cardio & Nutrition for Women | Dr. Lauren Colenso-Semple 关于女性健身，互联网上充斥着各种“荷尔蒙陷阱”：经期必须减量？练重了会变壮？皮质醇让你长肚子？本期嘉宾 Lauren Colenso-Semple 博士将用硬核数据粉碎这些伪科学。作为综合生理学博士，她明确指出：男女对运动的反应其实非常相似。如果你一直在追求所谓的“紧致线条”却只敢做普拉提和走路，这期节目将彻底改变你的认知。你将听到如何构建最高效的力量训练方案，为什么你不需要根据月经周期调整训练，以及如何通过科学的“撸铁”来为你的健康账户存下“养老金”。 👨‍⚕️ 本期嘉宾 Lauren Colenso-Semple 博士，综合生理学专家，认证力量与体能专家（CSCS）。她专注于研究肌肉力量、心肺耐力以及荷尔蒙与运动的复杂关系，是目前健身科学界最理性的声音之一。 ⏱️ 时间戳 00:00 开场 & 播客简介 打破性别差异的迷思 03:52 男女肌肉本质有区别吗？细胞层面的真相 05:34 睾酮与增长潜力：为什么女性不需要担心“练太壮” 08:03 比基尼组与 CrossFit：力量训练审美观的演变 女性力量训练实战课 11:42 入门指南：从文化偏见到走进力量房 14:46 训练频率：全身训练 vs 分化训练的抉择 15:55 组数与次数：寻找 6-12 次的“甜点位” 16:48 效率秘诀：如何利用“拮抗组”节省一半时间 18:57 动作节奏：为什么主观发力速度比刻意放慢更重要 生活方式与有氧运动 26:55 干扰效应：有氧运动会抵消增肌效果吗？ 28:58 步数迷思：10000 步真的科学吗？ 30:09 减脂真相：为什么靠有氧减肥往往让人失望 荷尔蒙的真相与谎言 31:33 经期同步训练：是科学还是营销话术？ 33:23 主观感受 vs 客观表现：什么时候该“硬抗” 37:58 避孕药与运动：它会阻碍你的进步吗？ 39:55 更年期与绝经：肌肉流失的真凶并非雌激素下降 营养、补剂与大脑健康 53:17 空腹训练：加速减脂还是心理安慰？ 56:59 蛋白质窗口：你真的需要练后马上灌蛋白粉吗？ 58:27 肌酸文艺复兴：女性吃肌酸会水肿或脱发吗？ 01:03:06 皮质醇迷思：别再被“压力肥”的补剂营销洗脑了 科学健身的终极建议 01:11:22 训练时机：晨练派 vs 晚练派的生理差异 01:14:06 激素替代疗法（HRT）：它不是万灵药，撸铁才是 01:18:49 重新发明轮子：为什么健身行业喜欢把简单的事情搞复杂 01:26:28 负重背心与握力测试：哪些网红工具不值得买 🌟 精彩内容 💡 男女肌肉的“大同小异” Colenso-Semple 博士强调，从细胞和蛋白质合成的角度看，男女肌肉没有本质区别。女性之所以基础肌肉量较小是因为睾酮水平较低，但开始训练后的相对增长比例与男性几乎一致。所谓的“女性专用方案”往往只是为了让女性感到被重视的营销手段。 🛠️ 力量训练的“甜点位” 与其纠结复杂的动作，不如抓住核心：每周 2-3 次全身训练，每个部位 3-4 组，选择 6-12 次的负重区间，并确保练到接近力竭。博士指出，如果你能轻松做完 20 次，那重量就太轻了，无法产生抗衰老所需的生理适应。 🚀 粉碎“经期同步训练” 这是目前社交媒体上最大的误导信息之一。博士指出，虽然激素在波动，但数据表明这并不影响客观的运动表现。与其根据日历调整训练，不如根据当天的真实体感微调。不要因为处于某个周期阶段就觉得自己“弱不禁风”。 💻 普拉提 vs 力量训练 针对许多女性“只练普拉提”的现状，博士给出了扎心的科学解释：普拉提和瑜伽虽然有益，但缺乏“渐进式阻力”，无法有效对抗随年龄增长而来的肌肉流失和骨质疏松。每周两次 20 分钟的力量训练，比每天走路一万步对长寿更有意义。 ❤️ 走出皮质醇陷阱 皮质醇最近成了荷尔蒙界的“背锅侠”。博士澄清，运动引起的短期皮质醇升高是正常且必要的生理反应，不会导致所谓的“月亮脸”或腹部脂肪堆积。真正的皮质醇问题属于临床范畴，不要被那些推销“降皮质醇补剂”的博主误导。 🌐 播客信息补充 翻译克隆自：Huberman Lab: The Most Effective Weight Training, Cardio & Nutrition for Women | Dr. Lauren Colenso-Semple 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：硅谷顶尖增长播客《Lenny's Podcast》Sequoia CEO coach: Why it’s never been easier to start a company, and never been harder to scale one 本期嘉宾 Brian Halligan 的履历是每一个 SaaS 创业者的标杆。作为 HubSpot 的联合创始人，他带领公司从零成长为百亿美金巨头。在卸任 CEO 后，他加入红杉资本担任驻场教练，近距离观察并辅导全球最顶尖的初创企业领导者。在这期节目中，Brian 总结了他二十余年的管理智慧。你会听到他如何通过“LOCS 算法”识别天才创始人，为什么他主张“招人要慢，开人要快”，以及他如何预判 AI 将如何彻底颠覆传统的销售与营销漏斗。这不仅是一次关于管理的深度对谈，更是一次关于如何在极速变化的时代中，保持“建设性不满”并构建持久组织的实战指南。 👨‍⚕️ 本期嘉宾 Brian Halligan，HubSpot 联合创始人及前 CEO。在他 15 年的任期内，HubSpot 开创了“集客营销”（Inbound Marketing）的先河。他目前是红杉资本（Sequoia Capital）的驻场 CEO 教练，同时在 MIT 教授关于初创公司规模化的课程。他还是波士顿红袜队的小股东，并著有《向 Grateful Dead 学营销》一书。 ⏱️ 时间戳 00:00 开场 & 播客简介 创业与规模化的新常态 01:48 创业从未如此简单，但规模化从未如此艰难 03:33 建设性不满：成功领导者的核心特质 04:15 “小孩桌”与“大人桌”：CEO 在不同阶段的职责演变 顶级 CEO 的“锁定算法” 11:45 LOCS 模型：如何识别能改变世界的创始人 14:45 “五能球员”：AI 时代超级 CEO 的崛起 16:07 CEO 必修课：辨别废话与提供硬核反馈 招聘与人才的实战艺术 05:31 招聘的真相：CEO 应该花一半的时间在面试上 06:09 招聘技巧：NDA 面试法与白板实战 07:09 为什么你应该雇佣“有棱角”的人，而非全能选手 08:30 盲测背调：如何让对方说出真话 09:48 红袜队模式：本土人才与外部精英的黄金比例 AI 时代的市场进入策略（GTM） 18:50 为什么销售是 AI 最难取代的职位 19:51 漏斗重塑：从 Google 搜索到 AI 引擎优化（AEO） 20:40 数字分身（Avatar）：未来的销售会带机器人开会吗？ 22:47 现场部署工程师（FDE）：AI 落地的新瓶装旧酒 Halligan 主义：管理智慧结晶 25:56 坏消息处理：如果你不得不吃一坨屎，千万别小口品尝 28:44 永远不要浪费一场危机：过度修正的力量 29:51 盆花理论：为什么你必须坚持 DRI（直接责任人） 31:47 银弹不存在：成功是靠一颗颗“铅弹”打出来的 35:07 价值排序公式：CV > EV > TV > MEV 终极思考：生命、音乐与棒球 42:11 独特的合伙关系：Dharmesh 为什么二十年不带下属 44:41 从 Grateful Dead 乐队学到的“偏才团队”理论 50:20 悬崖下的觉醒：一次雪地摩托事故如何改变了我的职业生涯 52:10 体育经：经营一支棒球队比做 SaaS 难多了 🌟 精彩内容 💡 顶级创始人的 LOCS 算法 Brian 提出了评估 CEO 的四个维度：Lovable（有魅力）、Obsession（对问题极度痴迷）、Chip on the shoulder（心里憋着一口气想证明自己）、Student（像 LLM 一样持续学习）。他认为，这种特质组合是驱动公司跨越增长瓶颈的底层动力。 🛠️ “大人桌”CEO 的招聘心法 当公司超过 100 人时，CEO 的核心工作就变成了搭建班子。Brian 建议不要迷信大厂高管的简历，因为往往存在“阻抗失配”。他更推崇招募那些在某些领域极强但在其他方面有明显短板的“有棱角”人才，并强调“盲测背调”在识别高管风险中的关键作用。 🚀 AI 时代的 GTM 变革 Brian 预言传统的营销漏斗正在失效。未来，用户会在 AI 助手（如 ChatGPT/Claude）中完成大部分研究，网站的首页将变成一个无所不知的数字分身（Avatar）。销售过程将演变为“人类+机器人”对战“人类+机器人”的全新模式。 💻 DRI 盆花理论 “如果你想弄死一盆花，就找两个人来浇。”Brian 是 DRI（直接责任人）制度的狂热信徒。他认为在规模化组织中，委员会模式是执行力的杀手。任何跨部门的重要项目，必须指定一名拥有实权的唯一负责人。 ❤️ 客户价值高于一切 Brian 坦诚 HubSpot 曾因过度关注员工幸福感（eNPS）而偏离航向。他后来通过将管理层奖金与客户留存率挂钩、在董事会引入客户访谈等手段，强行将公司文化从“以员工为中心”扭转为“以客户为中心”。 🌐 播客信息补充 翻译克隆自：Lenny's Podcast: Sequoia CEO coach: Why it’s never been easier to start a company, and never been harder to scale one 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