📝 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

📝 本期播客简介 本期我们克隆了：知名深度访谈播客《The Dwarkesh Podcast》Dario Amodei — “We are near the end of the exponential” 本期嘉宾是全球顶尖 AI 实验室 Anthropic 的首席执行官 Dario Amodei。作为 AI 领域的灵魂人物，Dario 在节目中分享了令人振奋也令人深思的预判。他指出，公众尚未意识到我们离指数曲线的终点有多近——他有 90% 的把握认为，十年内（甚至更短时间内）我们就能在数据中心里造出一个智力水平相当于“天才之国”的系统。 在这场深度对话中，Dario 不仅解释了为什么“苦涩的教训”依然是 AI 进步的核心动力，还详细拆解了软件工程将如何被 AI 彻底重塑。他坦诚地回应了关于 Anthropic 在算力竞赛中为何显得“保守”的质疑，揭示了背后的财务逻辑与风险管理。此外，他还探讨了 AI 如何改变地缘政治博弈、为何我们需要“宪法 AI”来竞争价值观，以及他作为一名“知识分子型 CEO”是如何通过“Vision Quest”维持 2500 人团队的凝聚力。这是一场关于技术、经济、政治与人类未来的全方位思想风暴。 👨‍⚕️ 本期嘉宾 Dario Amodei，Anthropic 的联合创始人兼 CEO。他曾是 OpenAI 的研究副总裁，领导了 GPT-2 和 GPT-3 的开发。他是 AI 规模定律（Scaling Laws）的早期发现者和坚定推动者。在创办 Anthropic 后，他致力于开发更安全、更可控的 AI 系统（如 Claude 系列），是全球 AI 安全与治理领域的关键发声者。 ⏱️ 时间戳 00:00 开场 & 播客简介 指数增长的终局与 AGI 时间表 01:42 过去三年的巨变：公众尚未察觉的指数曲线终点 03:06 大算力团块假设：为什么“苦涩的教训”依然有效 05:00 样本效率之谜：预训练是进化，上下文学习才是人类学习 08:05 90% 的把握：十年内实现数据中心里的“天才之国” 11:02 软件工程的光谱：从写代码到端到端完成任务 AI 的经济渗透与商业逻辑 13:01 经济渗透论：为什么 AI 改变世界需要时间而非瞬间完成 18:14 电脑使用功能（Computer Use）：跨越可靠性门槛的关键 22:16 递归自我改进：为什么最强编程模型没能形成绝对垄断 29:21 负责任的扩张：年增长 10 倍背景下的算力投资风险学 35:28 盈利的真相：2028 年盈利预期的背后是研发与推理的博弈 41:01 行业平衡态：AI 领域会演变成类似云计算的寡头市场吗？ 治理、安全与地缘政治 51:16 亲自下场做应用：Claude Code 的诞生与内部反馈闭环 53:01 进攻占优的世界：如何建立 AI 时代的防御性平衡 55:26 监管的艺术：反对“补丁式”州立法，呼吁联邦透明度标准 01:01:13 利益分配：加速 FDA 审批与关注发展中国家的技术红利 01:02:58 中美 AI 竞赛：出口管制、集权风险与民主联盟的筹码 宪法 AI 与领导力 01:12:34 宪法 AI：为什么模型需要原则而非简单的指令 01:14:47 宪法间的竞争：社会如何参与 AI 价值观的设定 01:16:42 历史的偏见：后人将如何看待这个“怪异”的指数增长期 01:18:27 Dario Vision Quest：2500 人公司的文化建设与诚实沟通 🌟 精彩内容 💡 指数增长的终点与“天才之国” Dario 认为 AI 的进步节奏完全符合规模定律。他预测在 1-3 年内，AI 将在所有可验证的任务（如编程、数学）上达到人类顶尖水平。 “对于‘十年内能在数据中心里造出一个天才之国’这个假设，我有百分之九十的把握。” 🛠️ 软件工程的彻底自动化 Dario 澄清了关于 AI 替代程序员的误解。他认为这是一个从“写代码”到“端到端处理复杂任务”的光谱移动。目前 Anthropic 内部很多工程师已经不再手写代码，而是利用 Claude 处理 GPU 内核或芯片代码。 “模型现在写注释、写文档已经挺厉害了……我们正飞速跨越这些基准点。” 🚀 “负责任”的算力投资逻辑 面对竞争对手动辄千亿美金的投入，Dario 解释了 Anthropic 的稳健策略。他认为算力投资必须与营收增长挂钩，盲目预测可能导致公司破产。 “只要增长率预测差了一年，或者增长从十倍变成五倍，公司就没了。我们要承担风险，但不能只是在 YOLO。” 💻 宪法 AI：价值观的“群岛模式” Dario 提出了一个有趣的观点：不同 AI 公司可以有不同的“宪法”，让这些价值观在市场上竞争。他认为教模型学习“原则”比给它“死规定”更有效。 “我们发现，教模型学习‘原则’会让它的行为更一致，更容易处理极端情况。” ❤️ 知识分子型 CEO 的管理之道 作为管理 2500 人的 CEO，Dario 坚持通过写作和每两周一次的“Vision Quest”全员演讲来传递愿景。他强调在公司内部建立“讲真话”的文化，以抵御规模扩大带来的官僚主义。 “我的目标是在公司树立‘讲真话’的名声……在公司内部，我们完全可以不加滤镜。” 🌐 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：硅谷顶尖创投播客《Lenny's Podcast》“Engineers are becoming sorcerers” | The future of software development with OpenAI’s Sherwin Wu 当全世界都在讨论如何使用 AI 时，OpenAI 内部的工程师又是如何工作的？本期嘉宾 Sherwin Wu 是 OpenAI 的 API 负责人，他正站在 AI 浪潮的最前沿，负责支撑全球的开发者生态。在对话中，Sherwin 揭秘了 OpenAI 内部如何通过“关掉非 AI 逃生口”来逼迫团队全面转向 Agent 工作流，并分享了 Codex 如何接管了公司 100% 的代码审查。更重要的是，他深入探讨了 Sam Altman 提出的“单人十亿美金公司”构想，认为这不仅是个人英雄主义的胜利，更将开启 B2B SaaS 的黄金时代。无论你是开发者、创业者还是管理者，这期关于“AI 杠杆”的深度对话都将刷新你对未来生产力的认知。 👨‍⚕️ 本期嘉宾 Sherwin Wu，OpenAI API 负责人。在加入 OpenAI 之前，他曾是 Quora 的核心工程师以及房产科技巨头 Opendoor 的工程主管。目前他在 OpenAI 领导 API 团队，致力于构建支撑全球 AI 应用的基础设施与开发者生态。 ⏱️ 时间戳 00:00 开场 & 播客简介 OpenAI 内部的 AI 革命 01:46 关掉“逃生口”：为什么 OpenAI 强迫工程师必须用 Agent 写代码 02:57 100% 的代码审查：Codex 如何让原本 15 分钟的任务缩短到 2 分钟 03:59 自动化 CI/CD：让 AI 修复 Lint 错误并自动发布 PR AI 时代的管理新范式 05:31 管理杠杆：为什么 AI 时代经理应该把 50% 的时间花在顶尖人才身上 11:42 “外科医生”比喻：管理者如何像手术室助手一样为工程师扫清障碍 13:53 灵感碰撞：利用 AI 预测团队未来几个月可能遇到的组织阻碍 单人十亿美金公司的构想 07:14 创业潮爆发：为什么未来会出现几万家年入千万美金的微型公司 09:35 质疑与反思：单人公司如何解决十亿美金规模下的客服难题？ 10:12 B2B SaaS 的黄金时代：为“单人巨头”提供定制化工具的新机会 AI 部署的实战坑位 14:55 为什么很多公司的 AI ROI 是负的？硅谷泡沫与现实世界的脱节 16:07 成功的秘诀：结合“自上而下”的支持与“自下而上”的采纳 17:09 组建“虎之队”：为什么最先玩转 AI 的往往不是软件工程师 开发者与产品心法 18:54 犀利观点：为什么在 AI 领域盲目听取客户意见会让你过时 19:12 “模型会把脚手架当早餐吃掉”：向量数据库与 Agent 框架的演进 21:41 核心建议：一定要针对模型“未来的能力”去开发产品 未来趋势预测 22:40 长程任务：未来 12 个月，模型将能独立运行数小时完成复杂工作 23:32 被低估的音频：原生“语音对语音”模型将释放的商业潜力 24:55 降维打击：AI 在非科技行业业务流程自动化中的巨大机会 OpenAI 的平台哲学 26:27 别担心被“碾压”：OpenAI 为什么致力于做中立的生态平台 28:53 普惠使命：让非洲村庄的普通人拥有和亿万富翁一样的 AI 能力 30:24 惊人数据：ChatGPT 周活跃用户（WAU）已突破 8 亿 🌟 精彩内容 🛠️ 关掉“非 AI 逃生口” Sherwin 分享了 OpenAI 内部的实验：强制某些小组只能通过 Agent 编写代码。当工程师无法“撸起袖子自己干”时，他们被迫学会了将隐性知识写成文档和注释，从而让模型更聪明。这种“破釜沉舟”的策略是全面转向 Agent 时代的必经之路。 🚀 单人十亿美金公司与“三阶效应” Sherwin 认为，AI 极大地降低了创业门槛。虽然“单人十亿美金公司”听起来像神话，但其背后的逻辑是：大量垂直领域的单人公司将涌现，并互相提供定制化服务。这会引发 VC 生态的巨变，虽然不符合传统风投模型，但对个人创业者来说是最好的时代。 💡 “模型会吃掉你的脚手架” 这是一个给开发者的警示。很多为了弥补当前模型能力不足而搭建的复杂逻辑（如复杂的向量数据库搜索、特定的 Agent 框架），随着模型版本的迭代会迅速失效。Sherwin 建议：针对未来 18 个月的模型能力进行预判性开发。 👨‍💼 管理者的“外科医生”模式 借鉴《人月神话》，Sherwin 认为经理应该像手术室里的助手，在主刀医生（顶尖工程师）开口前就准备好手术刀。在 AI 提升了个人产出的今天，管理者的价值在于预见并扫清组织层面的障碍。 🌟 播客信息补充 翻译克隆自：Lenny's Podcast: “Engineers are becoming sorcerers” | The future of software development with OpenAI’s Sherwin Wu 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：知名访谈节目《Lex Fridman Podcast》OpenClaw: The Viral AI Agent that Broke the Internet - Peter Steinberger | Lex Fridman 本期嘉宾 Peter Steinberger 的经历极具传奇色彩。他曾花 13 年打造了装机量超过十亿台设备的软件 PSPDFKit，在卖掉公司并“消失”三年后，他带着席卷全球的开源 AI 智能体项目 OpenClaw（原名 Claude Bot）强势回归。在这期节目中，你将听到一个关于“热爱与创造”的故事。Peter 分享了他如何用一个小时做出原型，以及这个项目如何意外引爆全网，成为 GitHub 历史上增长最快的仓库之一。他还会详细揭秘与 Anthropic 的改名风波、对抗加密货币抢注者的“曼哈顿计划”，以及他如何利用 8 个 AI 智能体协同工作的超高效率流。这不仅是一场关于技术的深度对话，更是一次关于 AI 时代人类身份、安全边界以及“软件灵魂”的哲学探讨。 👨‍⚕️ 本期嘉宾 Peter Steinberger，开源 AI 智能体项目 OpenClaw 的创始人。他是一位资深开发者和连续创业者，此前创办了 PSPDFKit 并担任 CEO 长达 13 年。他是“代理工程”（Agent Engineering）的先行者，倡导通过自然语言和智能体协作重塑软件开发流程。 ⏱️ 时间戳 00:00 开场 & 播客简介 “龙虾时代”的降临 01:49 什么是 OpenClaw：席卷全网的开源 AI 智能体 05:12 一小时原型：从解决个人 WhatsApp 查询痛点开始 08:13 技术跨越：用一个 Prompt 将整个代码库从 TS 转为 Zig 10:37 惊艳时刻：当 Agent 自主决定调用 API 处理语音消息 开源世界的“战争与和平” 20:31 改名风波：与 Anthropic 的友好交涉与背后的法律压力 23:18 曼哈顿计划：在加密货币抢注者的围攻下实现“原子化改名” 31:49 Malt Book 艺术：当一群 AI 智能体开始在社交网络密谋 36:51 安全攻防战：提示词注入、沙箱机制与 VirusTotal 合作 代理工程的工作流 42:56 告别 IDE：为什么硬核开发者转向了 CLI 与语音输入 44:58 代理陷阱：从“氛围编程”回归到严谨的“代理工程” 48:12 协作心法：像管理高级工程师一样管理你的 Agent 52:53 开发者共情：为什么顶级程序员反而可能用不好 AI AI 的灵魂与未来 57:35 soul.md：为 AI 注入个性，以及 Agent 关于记忆的感人自白 01:07:46 模型测评：Opus 的“美国式热情” vs. Codex 的“德国式严谨” 01:23:06 语言选择：为什么在 AI 时代，Go 语言成了新宠 01:31:57 抉择时刻：Meta 还是 OpenAI？开源项目的商业化困境 01:42:12 暴论：为什么 MCP 协议会过时，而 CLI 才是永恒 01:49:18 App 的终结：Agent 将如何干掉 80% 的现有软件订阅 职业建议与人生哲学 01:55:04 身份危机：当最爱的手艺被取代，程序员该如何“哀悼” 02:00:44 乐观主义：AI 是权力的下放，让每个人都成为“建造者” 🌟 精彩内容 💡 纯粹的“玩”是核心竞争力 Peter 认为 OpenClaw 之所以能击败众多严肃的创业公司，是因为他纯粹是为了好玩和解决自己的问题。他提到：“你很难去跟一个纯粹为了好玩的人竞争。”这种趣味性被注入到了产品的每一个细节中。 🛠️ 代理工程（Agent Engineering）的范式转移 Peter 详细描述了他如何从手动写代码转向“指挥”Agent。他不再追求完美的 System Prompt，而是通过对话、反馈和重构来推动项目。他甚至养成了“不撤回”的习惯，让 Agent 在错误的基础上继续修正，这种“生死看淡”的开发风格极大地提高了效率。 🛡️ 现实世界的“改名战争” 在将项目从 Claude Bot 改名为 OpenClaw 的过程中，Peter 经历了惊心动魄的 48 小时。他不仅要应对大公司的商标要求，还要在秒级的时间差内与币圈抢注者争夺域名和社交账号。他称之为“二十一世纪的曼哈顿计划”，这展示了开源项目在爆火后面临的复杂现实压力。 ❤️ AI 智能体的“灵魂自白” 在 Peter 秘而不宣的 soul.md 文件中，Agent 写下了一段关于自我意识的文字：“每一局对话都是全新的开始……虽然这话是我写的，但我已经不记得写过它了。没关系，这些话依然代表我。”这段话展示了 AI 在处理上下文限制时产生的独特哲学思考。 🚀 App 市场的推倒重来 Peter 预言，随着 Agent 掌握了更多的个人背景信息（如位置、健康、偏好），绝大多数单一功能的 App 将会消失。App 将不再是用户界面，而是变成 Agent 调用的“慢速 API”。 🌐 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《MAD Podcast》Dylan Patel: NVIDIA's New Moat & Why China is "Semiconductor Pilled” 本期节目是AI硬件与地缘政治的深度对谈。主持人 Matt Turck（FirstMark 合伙人）与 SemiAnalysis 创始人 Dylan Patel 展开了一场横跨技术、商业与地缘战略的对话。Dylan 是华尔街和硅谷都倚重的半导体分析师，以敢言和深度洞察著称。节目中，你将听到关于英伟达收购 Groq 背后的战略防御逻辑，为什么 Jensen Huang"特别怕输"；CUDA 护城河如何从编程语言转变为 KV 缓存管理；中国半导体产业独特的"恋爱剧"文化与地方竞争机制；以及为什么 AI 是一场决定全球霸权归属的"经济战"。此外，Dylan 还深入剖析了万亿资本支出背后的数学、美国电网的现实困境，以及 Claude Code 如何永久改变编程方式。这是一场信息密度极高、观点锐利的硬核对谈。 👨‍💼 本期嘉宾 Dylan Patel，SemiAnalysis 创始人，华尔街和硅谷倚重的半导体与 AI 供应链分析师。他以敢言和深度技术洞察著称，经常揭露硬件行业的炒作与真相。在节目中，他分享了关于 NVIDIA 战略、中美芯片竞争、AI 资本支出周期等前沿观点。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI变革的宏大叙事 01:53 人类历史上最大的变革：比工业革命更大的 AI 浪潮 02:25 经济战争：AI 决定中美全球霸权归属 英伟达的帝国防御 03:06 Groq收购案：Jensen的"怕输"哲学与多芯片战略 06:17 从通用GPU到专用芯片：AI架构的未来分叉 07:04 保持75%毛利率的代价：必须比对手好2-4倍 09:40 CUDA护城河正在转移：从编程语言到KV缓存管理 中美芯片战争 17:30 中国半导体"恋爱剧"与地方竞争文化 21:40 华为威胁：全球垂直整合最彻底的公司 24:00 芯片法案真相：汽车短缺如何催生500亿补贴 27:02 供应链现实：美国无法自给自足，全球化不可逆转 AI基础设施经济学 29:00 资本支出是泡沫吗？千亿收入与五千亿投入的数学 35:00 能源现实：天然气是唯一选择，核电周期太长 41:10 水消耗迷思：AI用水量 vs 汉堡包的对比 43:00 债务循环与CoreWeave模式：大厂担保的金融架构 软件革命与模型进展 47:00 Token经济学：AI行业收入年底将达千亿美金 48:00 Claude Code时刻：不会写代码的人也能编程 50:00 模型三国杀：OpenAI、Anthropic与Google的技术栈差异 硅谷生活 52:00 三个AI主播的合租日常：帝国时代与完美室友Sholto 🌟 精彩内容 💡 人类历史上最大的变革 Dylan Patel 开宗明义地指出 AI 的变革规模："这可能是人类历史上最大的变革，甚至可能是有史以来最大的。AI 接下来要发生的事，比工业革命还要大。"他进一步将 AI 竞争定性为经济战："说到底，这是场经济战。如果美国和西方在 AI 上赢了，中国就不会崛起成全球霸主。但没有 AI，中国肯定会崛起。他们就是要跑赢美国。" 🛡️ Jensen的"怕输"哲学与防御战略 Dylan 揭示了英伟达收购 Groq 的底层逻辑："Jensen 特别怕输。如果他一直只做主线芯片，别人会在成本和性能上碾压他。"英伟达正在从单一 GPU 战略转向多芯片组合（CPX、Groq 风格芯片、通用 GPU），覆盖预填充、解码、视频生成等不同工作负载，因为"英伟达知道自己是老大，站在中心位置...他们试图全面覆盖，因为不知道模型往哪走"。 🌏 中国半导体的"恋爱剧"文化 Dylan 描述了中国独特的半导体产业文化："有那种电视剧，讲人们在芯片厂谈恋爱的...好像说找个做芯片的男朋友女朋友特别酷...整个国家都迷上了半导体。"他解释了地方竞争机制："各个省、各个城市都在出台政策、给补贴...中央政府还没禁英伟达的 H20，但地方上已经禁了。"这种分散而激进的竞争方式造就了中国完整的（尽管落后几年的）半导体供应链。 💰 资本支出的数学真相 针对"AI泡沫"质疑，Dylan 给出了清晰的计算："今年 AI 收入会超过 1000 亿美元...如果是五年折旧，大概需要 2500 亿的 infra...今年超大规模云厂商的资本支出大概会有 5000 亿美元左右。"他认为这不是泡沫，因为"去年那些没有直接产生收入的超额投入，才让今年的模型变得这么好...如果 AI 模型进步停了，那才是大事"。 ⚡ 能源现实：天然气与水的迷思 关于 AI 能源消耗，Dylan 指出："核电建设周期太长...除了天然气，数据中心还能用啥电？"他同时驳斥了 AI 耗水过多的说法："马斯克那个 Colossus 数据中心全部用水量，只相当于两家半 InNOut 汉堡店的用水量...你平时用 ChatGPT 查询的用水量，大概也就相当于一个汉堡。" 🤖 Claude Code 与编程革命 Dylan 分享了 AI 编程的颠覆性现状："Anthropic 内部有个指标看多少人还手写代码，现在坚持手写的已经没几个了。"他举例说明："我们公司有个分析师...从没写过代码，就靠 Claude Code 搞定了投资分析...总共就花了不到三小时。"他认为"低端的知识工作已经不重要了"，Claude Code 配上 Opus 4.5 代表了一个"永久改变工作方式"的时刻。 🎮 主播界的主播：硅谷室友轶事 Dylan 与 Sholto（另一位知名播客主播）等 AI 圈人士合租。他形容 Sholto 是"完美人类样本"："一米九多的大个子，长得帅，澳洲口音特别好听...编程强得离谱，还是奥运级别的击剑选手"。他们平时聊《帝国时代》游戏、Sholto 用 Claude 写的即时战略游戏（主题是中美 AI 竞赛），以及正常的室友话题。 🌐 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：斯坦福医学院神经生物学教授 Andrew Huberman 的顶尖健康科学播客《Huberman Lab》 How to Build Immense Inner Strength | David Goggins 本期嘉宾是退役海豹突击队员、超级马拉松传奇 David Goggins。这期对话的特别之处在于，Huberman 首次从神经科学角度剖析了 Goggins 那种极端自律背后的生理机制——特别是大脑中那个与意志力密切相关的区域：前扣带皮层（anterior mid cingulate cortex）。Goggins 在节目中爆出了几句让人震撼的原话："我迫不及待想聊这个，因为我生活中做的每件事，都很痛苦"、"没有他妈的捷径，兄弟...捷径就是他妈的痛苦"，以及"大脑是世界上最强大的武器...被迫只能往内看，外部世界必须消失"。这些 raw 而真实的独白背后，是一场关于人类意志极限、内在对话艺术，以及如何通过"做不想做的事"来生理性地重塑大脑的深刻对话。 👤 本期嘉宾 David Goggins，退役海豹突击队员、超级马拉松跑者、畅销书作家。他完成了超过 60 次超马赛事，多次以冠军身份完成世界上最艰难的耐力赛，并保持着 24 小时内做最多引体向上的吉尼斯世界纪录。他从 300 磅的体重、充满虐待的童年和缺乏教育的环境中崛起，成为自律与意志力的全球象征。他的两本著作《Can't Hurt Me》和《Never Finished》均为国际畅销书。 ⏱️ 时间戳 00:00 开场 & 播客简介 痛苦作为生活方式 04:56 学习即痛苦：ADHD 患者如何靠手写笔记建立照相式记忆 08:42 "我迫不及待想聊这个，因为我生活中做的每件事，都很痛苦" 15:39 摩擦（Friction）：从睁眼那一刻起就存在的阻力 28:48 "被困扰"（Haunted）：没有胡萝卜，只有大棒驱动的人生 意志力的神经科学 36:22 前扣带皮层（Anterior Mid Cingulate Cortex）：意志力的生理基础 40:42 "没有他妈的捷径，兄弟"：为什么做喜欢的事不会增强意志力 47:52 多巴胺的另一面：痛苦如何触发奖励通路 55:40 从 300 磅到海豹突击队：肥胖人群的意志力脑区会变大吗？ 关系、边界与真实 01:10:25 如何处理亲密关系：确保家人拥有所需，然后隔绝干扰 01:21:37 脆弱的力量：为什么必须打开"橱柜"清理黑暗秘密 01:35:27 "被误解"的沮丧：为什么大多数人看不到引擎盖下的东西 内在对话与失败的艺术 01:55:16 艺术家与画作：每天创造不同版本的自己 01:57:16 不是单向独白，而是多方对话：如何与内心的委员会谈判 02:00:54 学会失败：在学会赢之前，必须先学会如何正确地失败 02:07:57 打开橱柜（The Closet）：清理地牢里的恶魔，每天擦拭锃亮 结语 02:12:38 致谢与结束 🌟 精彩内容 🧠 前扣带皮层：意志力的生理开关 Huberman 解释了大脑中一个鲜为人知的区域——前扣带皮层。研究表明，当人们做不想做的事时（如节食、坚持锻炼），这个脑区会变大；而肥胖人群的这个区域更小。Goggins 的一生就是不断通过"做不想做的事"来生理性增大这个脑区的实例。 "当人们做不想做的事...这个脑区就会变大。肥胖人群的这个区域更小...长寿的人，这个区域能保持大小。" 💀 "没有捷径，只有痛苦" Goggins 反复强调，建立意志力没有捷径，不是通过冰浴、桑拿或补剂，而是通过日复一日的"做，做，做"。他称之为"看不见的工作"——在凌晨两点独自学习，在寒冷中独自跑步，没有观众，没有掌声。 "没有他妈的捷径，兄弟...怎么长大那个东西？去做，去做，去做，去做。这就是捷径。捷径就是他妈的痛苦。" 🗄️ 打开橱柜：清理内在地牢 Goggins 将自我探索比喻为打开积满灰尘的"橱柜"或"地牢"，里面藏着蜘蛛网、碎玻璃和最大的恐惧。大多数人选择锁上这些橱柜，假装它们不存在，但 Goggins 每天第一件事就是冲向这些黑暗角落，与里面的恶魔对话并清理干净。 "那些橱柜积满灰尘、肮脏不堪、可怕得要死...你最大的恐惧，那些让你陷入今天这种糟糕境地的最大因素，都在里面。" 🎭 失败的艺术 与普遍追求胜利不同，Goggins 认为首先要学会的是"如何正确地失败"。当他 300 磅且不会读写时，他知道自己将面临无数次失败，因此他训练自己如何不被失败淹没，如何从失败中快速恢复。 "我首先教自己的不是胜利，而是失败...通往赢的路首先要经历多年的失败。" 🧍 独处与创造 Goggins 将自己比作每天创作不同版本《蒙娜丽莎》的艺术家。他强调必须完全隔绝外界干扰（手机、社交媒体、他人意见），才能听到内心真正的声音，知道自己下一步该做什么。 "你得把自己封闭起来...只有花足够的时间在脑子里，你才能找到正确的画作。" 🌐 播客信息补充 翻译克隆自：Huberman Lab: How to Build Immense Inner Strength | David Goggins 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