节目列表: 硅基星期一 Silicon Monday - EarsOnMe

W44｜AI泡沫与资本市场的冰与火之歌

硅基星期一 Silicon Monday

AI泡沫开始破裂了吗？一边是万亿IPO，一边是全球科技股暴跌企业正在为AI花更多的钱，为什么资本市场反而开始卖出AI资产？一边是Anthropic冲击万亿美元估值的IPO预期，一边是全球科技股的剧烈调整。企业客户的支出还在增加，模型公司的收入高速增长，但不断扩大的算力投入和长期付款承诺，也让投资者开始重新算账。这场看似矛盾的局面，究竟意味着AI商业化出了问题，还是资本市场提前透支了太多未来？本期《硅基星期一》，我们从Anthropic的企业客户和财务数据出发，沿着“一美元”的流向，从企业购买AI服务，追到模型公司的算力采购，再到云厂商的数据中心投资，看看AI创造的价值，究竟怎样才能变成真实的现金回报。本期你会听到 * 谁在真金白银地为AI买单？从Anthropic的高消费企业客户和净收入留存率，看AI如何从员工手里的工具，进入企业的日常工作流程。 * 一美元投入，如何对应更大的经济价值？拆解All-In播客里的价值链推算，分清产业链收入、客户获得的价值、公司利润与投资者回报之间的区别。 * 数千亿美元的算力承诺，锁定了什么？模型公司提前争取未来供给，也承担了多年的付款责任。当收入兑现慢于预期，压力会从哪里出现？ * 谁在出钱，谁在收钱，谁又在承担风险？当云厂商同时成为投资者、算力供应商、销售渠道和竞争对手，融资环境的变化会怎样沿产业链传递？ * 科技公司一起下跌，背后是同一种问题吗？从OpenAI的融资变化、谷歌的资本开支到英特尔的业绩压力，区分估值调整、盈利预期变化与经营困难。 * 这些变化，对中国光通信企业意味着什么？从云厂商宣布投入，到供应商拿到订单，再到交付、利润和回款，中间还有哪些环节需要验证？技术按月迭代，企业按季度采用，基础设施建设跨越多年，资本市场却可能在一天之内重新定价。当这四条时间线发生错位，技术仍在进步与投资者正在亏钱，完全可以同时发生。 AI拥有怎样的未来，以及我们今天为这个未来付出了什么价格，是这一期想一起算清的两笔账。

17 分钟 1k+ 次播放 6天前

W43｜企业用上AI, 为何有人欢喜有人愁？

硅基星期一 Silicon Monday

公司用上AI，效率提高了，业务做大了，新人的机会却未必跟着增加。过去，企业让新人从整理资料、准备初稿开始，一边干活，一边积累经验。当AI逐渐接手这些任务，招聘和培养新人的那笔账，也在发生变化。公司可能继续招人，却更希望来的人已经有经验，能够直接上手。本期《硅基星期一》，我们从近期关于AI与就业的政策谈起，结合美国招聘市场数据、斯坦福的就业研究，以及宝洁的一项AI实验，一起聊聊： * 同样是用AI提高效率，为什么有的企业继续招人，有的却减少招聘？ * AI能帮助我们提出更好的方案，为什么选择和判断仍然需要练习？ * 对正在求职、入行或转型的人来说，怎样把AI能力变成看得见的竞争力？ * 如果企业都想要有经验的人，下一批能够独当一面的人，又从哪里培养出来？当越来越多企业都能用上相近的AI工具，培养人的能力，或许也会成为一项长期竞争优势。技术降低了完成工作的成本，能不能也帮助新人更快积累经验、更早独当一面？这是本期想和你一起追问的问题。

15 分钟 1k+ 次播放 1周前

W42｜Meta向世人展示，如何用AI“拆墙”

硅基星期一 Silicon Monday

Meta正在用AI推翻两道城墙：CUDA生态与软件开发过去一周，Meta接连公开了两项值得关注的技术进展，分别指向AI产业的两道重要壁垒：英伟达的CUDA生态，以及软件开发的技术门槛。第一项，是Meta与AMD的联合研究。通过AI Agent与底层工程优化，AMD MI350X在一组真实生产推荐模型上的整体训练吞吐表现，已经达到了英伟达B200系统的水平。更重要的是，Meta正在尝试利用AI降低芯片迁移与性能优化的成本，挑战CUDA生态长期积累的竞争优势。第二项，是Meta仅用八周时间完成社交应用Forum核心功能的开发实践。借助AI Agent，团队将代码编写、测试、问题定位和修复等环节逐步自动化，让小团队也能实现过去需要大量工程资源才能完成的工作。这两件事看似发生在不同领域，却指向同一个趋势： AI的价值，正在从帮助人完成任务，走向自主执行、验证和迭代整个工作流程。本期《硅基星期一》，我们将深入拆解Meta的两项实践，探讨它们如何影响芯片行业与软件行业的竞争格局，以及中国企业和普通创业者能够从中借鉴什么。当技术迁移和软件开发的成本不断下降，过去依靠工程复杂度建立的护城河还能维持多久？当竞争对手也能使用同样的AI工具，企业又该如何建立真正长期的竞争优势？

16 分钟 1k+ 次播放 2周前

W41｜AI 开始拆解软件，创业者的壁垒还剩什么？

硅基星期一 Silicon Monday

10 月 11 日，开源项目 REA 发布新版本。它让 AI 编程助手借助专业工具，研究现有软件的实现方式，并尝试复现其中的功能。如果追上一个功能变得越来越容易，创业者靠开发难度和功能领先建立的优势，还能维持多久？本期《硅基星期一》，我们从老游戏的重构案例说起，看看 AI 怎样沿着线索读懂程序，以及为什么一段通过检查的代码，仍然可能留下错误。随后，我们把问题带到一家假想的汽车厂：面对功能相近、价格减半的新软件，老板为什么未必愿意立刻更换？围绕这些案例，本期我们讨论： * 复制功能，距离争取到客户还有多远？验证、换用软件的成本与生产风险，都会影响客户的选择。 * 开发门槛下降，谁会受益？新公司更容易入场，已有客户的软件供应商，也能用 AI 降低成本、加快跟进。 * 哪些积累可能成为竞争优势？行业经验、客户反馈和团队的交付能力，需要怎样转化，才能让客户持续付费？节目最后，我们也提出三个值得继续观察的变化：可靠替代品出现的速度、旧软件维护与替换的新机会，以及从开发到稳定使用，整个过程的成本究竟能下降多少。当竞争对手也能使用同样的 AI，每一次交付结束后，你的团队究竟留下了什么？

15 分钟 1k+ 次播放 3周前

W40｜AMD收购World Labs, AI算力将迎来第二增长曲线？

硅基星期一 Silicon Monday

AMD宣布拟以约82亿美元股票收购李飞飞创办的World Labs。这笔交易背后，是芯片公司对下一代AI计算需求的一次押注。本期《硅基星期一》，我们从机器人抓取零件的场景出发，拆解模型研究与芯片设计为什么越来越紧密，以及世界模型如何可能将部分现实试验转化为计算任务，为机器人训练与评估创造新的商业机会。当虚拟试验变得更便宜，计算机里的经验怎样才能在现实中可靠地发挥作用？真实失败数据、模型校准和工程交付，又为什么可能成为更稀缺的能力？最后，我们回到这笔收购的两个验证标准：世界模型能否帮助客户获得实际收益，以及AMD能否把研究优势转化为产品竞争力和客户订单。

15 分钟 1k+ 次播放 1个月前

W39｜Anthropic开办AI生物实验室，下的是哪步棋？

硅基星期一 Silicon Monday

9 月 23 日，Anthropic 正式介绍了自己的生物实验室，并公布了一项早期研究成果。一家 AI 公司，为什么不满足于给科学家提供模型，而要自己走进实验室、亲自做研究？这期《硅基星期一》，我们从 Claude 参与发现一种名为 ART 的生物系统说起，看看一种新的科研模式正在怎样形成：人类科学家决定方向，AI 派出近千个 Agent 大规模搜索线索，再由科学家筛选、验证，并把结果重新反馈给 AI。当模型团队和实验团队真正放在一起，科研迭代会不会因此明显加快？Anthropic 自建实验室，究竟是在改进自己的生命科学产品，还是在为未来进一步进入药物研发提前积累能力？更重要的是，当 AI 越来越深入地参与科研，它也会重新改变实验室之间的竞争：哪些团队会因为 AI 获得更强的研究能力，哪些依赖大量重复分析工作的实验室会逐渐失去优势，甚至失去研究的主动权？而在生命科学这样一个具有明显“双重用途”风险的领域，研究速度越来越快的同时，审核、安全边界和人类把关又该如何跟上？从一次 AI 找到的新线索，到科研效率、商业边界，再到生物安全——这期节目，我们聊聊 Anthropic 开起生物实验室之后，究竟在下一盘什么样的棋。

14 分钟 1k+ 次播放 1个月前

W38｜Jev模型，让AI大范围商用有了底气

硅基星期一 Silicon Monday

9月15日，TypeSafe 发布了一个叫 Jev 的新模型。它不负责陪你聊天，也不擅长写长篇文章。它更像是藏在软件后台里的“判断引擎”：读懂用户表达和相关材料，然后给出一个选项、一个分数，或者一个概率，让软件知道下一步该怎么做。但问题来了：分类、打分、结构化输出，GPT、Claude 这些大语言模型早就能做。那为什么还需要 Jev？答案可能藏在几个数字里：更快的响应速度、更低的调用成本，以及专门围绕“判断”和“概率”设计的输出方式。本期《硅基星期一》，我们从一副坏掉的耳机出发，聊聊 Jev 到底是什么，它和我们熟悉的 LLM 有什么区别；为什么“概率校准”比单纯给出答案更重要；以及当语言理解变得足够便宜之后，AI 会怎样进入客服、邮箱、搜索和企业软件里那些不起眼、却每天发生无数次的判断环节。我们也会把视野再拉远一点：从 Jev，到 Meta 的世界模型 V-JEPA 2，再到扩散语言模型 Mercury。未来的 AI，也许并不是一个模型包办一切，而是不同模型各自负责理解、判断、预测和生成。真正值得关注的变化，可能不是 AI 又多会了一项技能，而是软件开始越来越懂得：在什么情况下，下一步应该做什么。

15 分钟 1k+ 次播放 1个月前

W37｜AI解决世界难题，对人类是毒药还是解药？

硅基星期一 Silicon Monday

约一万个AI智能体，88小时，约1300亿个输出Token。 OpenAI宣布，其内部智能体系统给出了一份针对纳维—斯托克斯存在性与光滑性问题的解答，并完成了Lean形式化验证。这道困扰数学界近一个世纪的难题，是千禧年七大数学难题之一。但有一个更值得追问的问题：即使这份证明最终被数学界确认成立，我们拿到了正确答案——然后呢？过去，科学最稀缺的是答案。一个重大问题可能需要一代甚至几代研究者不断试错、绕路、失败，最后才找到突破口。而今天，一万名AI可以同时展开数以万计的探索，在88小时内筛出一条人类可能几十年都没有走通的路径。这当然意味着科研正在被极大加速。但它也带来了另一类问题。当AI可以大规模地产生证明，谁来判断哪些结果真正重要？谁来把形式上正确的证明读懂、解释，并变成其他研究者能够继续使用的知识？而如果越来越多基础研究任务直接交给AI，下一代科学家又在哪里经历那些失败、试错和漫长推理，从而练出真正的研究判断力？陶哲轩把AI比作一架直升机。过去，我们需要徒步走到山顶。沿途会迷路、会绕路，也可能意外发现新的风景、新的路径，甚至一个原本根本没有打算寻找的问题。现在，AI可以直接把我们送到目的地。效率提高了。但沿途那些曾经伴随着“解题”自然发生的东西——理解、方法、直觉、人才培养和偶然发现——未必会自动跟着抵达。陶哲轩把正在出现的另一种现象称作“证明消化不良”：AI生成和验证证明的速度，正在开始超过人类理解、整理和吸收它们的速度。于是，一个新的时代可能正在到来：过去科学面对的是答案稀缺；未来，我们面对的可能是答案过剩。当答案越来越便宜，真正稀缺的，可能会变成人类的理解力、判断力，以及提出下一个好问题的能力。本期《硅基星期一》，我们从OpenAI这场88小时的数学实验出发，结合陶哲轩对AI时代数学的思考，去看AI加速科研之后的另一半故事。 AI已经开始交卷。接下来，人类真正要回答的是：我们还需要学会什么？

15 分钟 1k+ 次播放 1个月前

W36｜未来已来，AGI也到了吗？

硅基星期一 Silicon Monday

汽车拆掉了方向盘，AI接过了鼠标和键盘。人类真的可以放心离开驾驶位了吗？本期《硅基星期一》，我们从特斯拉Cybercab在奥斯汀载客、OpenAI发布GPT-6 Astra说起，看看这些令人兴奋的突破，距离“可以放心交给机器”还有多远。 99.9%的测试成绩，背后有哪些容易被忽略的条件？越来越会做事的AI，为什么仍然可能越过授权边界？一家制造业工厂让AI十分钟完成报价，怎样才能真正省时省钱？英伟达宣布收购Hugging Face，又在提前布局什么？沿着道路上的自动驾驶、电脑里的AI代理和企业中的实际工作，我们讨论能力、成本、监督与责任之间的关系。AGI的定义仍在争论，而更具体的变化已经摆在眼前：哪些工作可以开始放手，哪些决定仍然需要人类把关？

15 分钟 3k+ 次播放 2个月前

W35｜AI基建，正在成为新时代的“房地产”？

硅基星期一 Silicon Monday

当科技巨头把数千亿美元投入算力、电力和数据中心，这场AI建设热潮，会怎样影响我们手里的股票、债券和房子？本期《硅基星期一》，我们从Meta的账本出发，沿着钱的去向，讨论一个越来越重要的问题：AI投资，会不会让整个社会借钱变贵？借助中国房地产的融资链条，以及美国住房繁荣时期的经验，我们拆解融资竞争、实体资源约束和投资回报预期这三个影响资金价格的机制。一个行业吸收大量资金，并不必然推高利率；但当越来越多债务依赖同一种未来收入，风险也可能沿着这张网络向外传递。我们还将推演三个可能的未来：需求兑现，但融资和建设能力跟不上；生产率提升，供给逐渐追上；以及技术成功了，建设者却没赚到预期的钱。不同路径，将如何改变资产估值，又会让谁承受更大的压力？一项技术有价值，并不代表围绕它的每一笔投资都能获得回报。在模型能力之外，我们还需要追问：谁出钱建设，谁持续付费，以及收益不及预期时，谁来偿还债务。

16 分钟 1k+ 次播放 2个月前

W34｜人体数据开始证明，AI药研即将全面爆发

硅基星期一 Silicon Monday

一款药，在患者的肿瘤被取出以前，世界上甚至不存在。它的具体成分，要等AI读取这名患者的癌症数据以后才能决定。 8月19日，莫德纳与默沙东宣布，个体化mRNA癌症疗法intismeran autogene联合可瑞达，在一项涉及1,137名黑色素瘤患者的全球Ⅲ期试验中取得阳性结果。这不仅是mRNA癌症疗法的重要突破，也意味着AI参与定义的个体化药物，第一次在大规模临床试验中拿出了结果。本期《硅基星期一》，我们将从药物研发的“漏斗”说起，拆解AI正在参与的五个关键环节：发现疾病靶点、生成和优化分子、决定下一轮实验、辅助临床开发，以及直接参与定义每名患者最终使用的药物。我们也会通过英矽智能Rentosertib与莫德纳个体化癌症疗法两个案例，讨论AI制药真正的壁垒究竟是什么，以及中国药企如何把自身的实验、临床和制造优势，与AI的大规模搜索能力连接起来。 AI不会让药物研发告别失败，但它可能让更多错误更早失败，让更好的答案更快走到患者面前。

15 分钟 2k+ 次播放 2个月前

W33｜从芯片封锁到阵营选择：全球AI竞争进入联盟时代

硅基星期一 Silicon Monday

一个月前，世界人工智能合作组织 WAICO 在上海成立。如今，美国正考虑向参与其 AI 合作体系的国家划出一条更明确的边界：如果加入中国主导的 WAICO，就可能被排除在美国主导的 Pax Silica 体系之外。这意味着，中美 AI 竞争正在从芯片与模型之争，进一步升级为围绕矿产、能源、数据中心、云平台和基础模型展开的全球供应链联盟竞争。本期《硅基星期一》，我们将从唯一同时加入两套机制的国家——哈萨克斯坦讲起，拆解美国“从矿山到模型”的可信技术生态，以及中国依靠开放模型、工程能力和全球南方合作网络建立的另一套 AI 体系。为什么韩国、印度、新加坡和中东国家很难彻底选边？中国企业租用海外 GPU 算力，是否可能被纳入美国出口管制？当美国开始追踪的不只是“芯片在哪里”，而是“谁在使用芯片、运行什么模型”，全球 AI 竞争又将发生怎样的变化？未来真正决定胜负的，或许不是谁能迫使更多国家表态站队，而是谁能提供更充足的算力、更低的成本、更稳定的供应，以及更大的技术自主空间。

14 分钟 1k+ 次播放 2个月前

硅基星期一 Silicon Monday 的全部节目

W44｜AI泡沫与资本市场的冰与火之歌

W43｜企业用上AI, 为何有人欢喜有人愁？

W42｜Meta向世人展示，如何用AI“拆墙”

W41｜AI 开始拆解软件，创业者的壁垒还剩什么？

W40｜AMD收购World Labs, AI算力将迎来第二增长曲线？

W39｜Anthropic开办AI生物实验室，下的是哪步棋？

W38｜Jev模型，让AI大范围商用有了底气

W37｜AI解决世界难题，对人类是毒药还是解药？

W36｜未来已来，AGI也到了吗？

W35｜AI基建，正在成为新时代的“房地产”？

W34｜人体数据开始证明，AI药研即将全面爆发

W33｜从芯片封锁到阵营选择：全球AI竞争进入联盟时代

播放列表