共 136 集。
屠龙之术
上期播客关于AICC的节目中我提及到, 作为一个平时关注模型、应用、平台这样广义上的“软件”层的行业观察者, 会发现越来越多需要了解的是“硬件”层的相关事情,比如能源、数据中心, 以及今天这期播客的议题:芯片。 为了回答我的很多问题,本期播客我找到了一位非常合适的嘉宾进行对谈, 他就是在芯片设计行业有超过20年工作经验, 来自新思科技的产品解决方案销售总监---严华。 我们围绕EDA行业地位、系统厂商自研芯片趋势、AI对芯片设计的影响等等话题进行了对谈。 且基于今天对谈的内容,我用AI生成了一份简单明了的PPT。 PPT在我的ima数据库中,有需要可以去ima获取; ima相关链接我放在了shownotes末尾的小组件中。 下面正片开始…… 00:34 新思科技的介绍 03:29 新思科技的行业影响力 04:44 20年前的芯片行业和今天的芯片行业对比 09:13 为什么人人都想做自己的芯片? 16:05 芯片的自研如何开始 20:39 AI来了对于EDA行业的影响 26:58 人类的边界、安全、权限 28:06 作为硅基员工存在的Agent 34:35 当所有人开始认真算账 39:46 当前系统遇到的瓶颈 44:58 未来几个人就可以设计芯片? 47:24 AI全自动造芯的“神话”实现了么? 53:05 我们需要什么样的芯片人才? 57:15 写在最后 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客, 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候,就是这档播客停更之时。
58 分钟 4k+ 次播放 1个月前
本周一(9.21)我去北京参加了AICC2026-人工智能计算大会, 作为已经举办了7年的国内最顶级的关注“计算”本身的行业大会, 其嘉宾阵容可以说是“顶级”配置…… 我全程听完了大会主论坛的嘉宾分享以及部分分论坛的环节后做了这期内容。 相较于此前我参加的AIEC,AICC大会更加关注的是底层基础设施; 比如算力系统、芯片、软硬适配、Token生产等等。 我今天的内容设计三个章节,分别是: * 从Chat到Agent,需求侧的结构性跃迁 * 智能本身的重新定义,从概率拟合到可信生产 * 算力与芯片,系统、器件、生态的突围 PPT在我的ima数据库中,有需要可以去ima获取; 屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb (想加粉丝群的请先+微信:rosicky311) 下面正片开始…… 【时间线】 00:14 标题 01:17 AICC2026 02:33 第一章:从Chat到Agent 02:40 Agent=Model+Harness 04:19 IDC-浪潮信息联合发布《中国人工智能计算力发展评估报告》 报告下载,小程序搜索:技术价值白皮书 07:34 Agent发展阶段 08:52 当前共识work+coding 09:47 Token增长的三个系数 11:35 算力缺口持续存在 13:21 IDC观点总结 14:58 第二章:智能本身的重新定义 15:08 同济大学郑庆华院士的演讲 16:29 当前大模型的局限所在 17:29 从“人脑”结构找寻解决方案 18:23 机器记忆智能 19:22 可靠评测体系 21:21 可靠性 22:27 全链路覆盖 23:34 所谓“可靠” 24:01 评测体系发布 25:13 一体两面 25:46 第三章:算力与芯片 26:00 系统、器件、生态的突围 26:41 浪潮信息的主张:智算系统的双唯进化 27:48 能力型智算的极端要求 28:59 双轨实施 30:17 浪潮信息的新产品发布 31:13 芯算一体的主张 32:02 让计算走进存储 33:12 已有的实施效果 33:42 场景拓展 34:15 上个价值 35:09 FlagOS的生态 35:52 软件生态也是壁垒 37:01 万能插座 37:25 国产模型与国产芯片的Day 0适配 39:01 生态壮大中 39:54 回顾三章 40:28 写在最后,金字塔的比喻 40:53 致谢 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客, 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候,就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb
41 分钟 6k+ 次播放 1个月前
本来我不算做季度的AI行业梳理的, 但恰巧有朋友找到我希望给他们同事做个内部培训, 所以趁着这个机会我还是做了一个PPT内容, 以及这一期的主题如果关注我的即刻应该都能猜到: 《Own Your Intelligence-从模型竞争到智能生产》 * 第一部份关于模型竞争: 过去几个月,模型发布的速度越来越快,版本号、参数规模与日期不断叠加, 模型训练和迭代逐渐呈现出“制造业”特征。 当模型之间的能力差距缩小,传统 Benchmark 也越来越难以准确衡量模型价值, 行业开始借助 3D 生成、游戏、无限流等更直观的“奇观”来展示模型能力。 也由此展开对中美模型竞争、开源与闭源、本地与云端模型关系的讨论。 * 第二部分聚焦“智能分化”: 最强的模型不再等同于最好用、最适合企业的智能。 随着开源模型能力快速提升、模型价格持续下降,企业开始重新思考如何拥有自己的智能; 包括模型选择、数据准备、Benchmark 设计、评估体系、后训练、Agent Harness、路由与强化学习环境等。 围绕这些环节,一整套新的 AI 基础设施和服务产业正在形成, 模型训练、数据、评估与 Agent 开发逐渐被拆解并商品化, 企业也从单纯调用模型 API,走向构建适合自身业务的智能系统。 * 第三部分讨论“循环自生”: 当 AI 不只是完成任务,而是开始参与数据生成、环境搭建、模型训练、评估和自身改进, 自动化研究、RSI、Test-time Training 与各种 Loop 成为行业关注的方向。 AI 参与改进 AI,可能带来新的研发飞轮,但 Loop 并不是万能的魔法; 不同任务在可验证性、可编辑性上的差异,决定了哪些领域更容易形成有效闭环。 节目也进一步追问:当越来越多的工作可以交给 Agent Loop, 人类的价值是否会更多体现在定义目标、寻找新的“高峰”与提出关键洞察上? * 最后,本期节目讨论“界面重构”: 从 Coding Agent、办公 Agent,到 Personal Agent, AI 产品正在改变软件的入口、交互和组织方式。 与此同时,产品也需要把复杂的技能、连接器、插件和工作流内化, 而不是继续把复杂度转嫁给用户。 老规矩,PPT在我的ima数据库中,有需要可以去ima获取; 屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb 最后本期节目感谢欧倍青DMG洗发水的赞助播出。 保持对世界的兴奋,也保持自己的好状态。 欧倍青为听友们带来新一代头皮“兴奋剂”,欧倍青旗下最强配方「欧倍青DMG洗发水」源自德国的强发科技-专利DMG+咖啡因:DMG长效续航,促进头皮微循环;咖啡因瞬时启动,快速激活发根--双通路协同为毛囊持续供能。每天2分钟,让头皮保持兴奋,也让自己状态持续在线。 相关产品可以在欧倍青天猫商城了解和购买。 (想加粉丝群的请先+微信:rosicky311) 下面正片开始…… 【时间线】 03:38 这次的PPT和过往的有些不同 05:18 一些核心关键词 07:25 第一章:模型狂奔 07:43 模型密集发布 08:29 总量和频率上的趋势 10:55 版本号的变化 12:21 纯纯的“制造业” 13:35 benchmark的失效 14:33 为什么要用3D效果衡量模型能力? 15:43 “注意力” 18:15 中美对抗 18:44 开源闭源之争 19:09 云端与本地模型 20:21 第二章:智能分化 20:41 近期两笔大收购 21:23 一个默认前提松动 22:34 企业支出的变化 23:49 核心原因:模型价格 25:01 过去三年半开源模型的发展 26:17 价格趋势非常明显 27:39 要决定是否own了 28:22 开始之前的问题 28:59 第一个问题:成本 29:23 第二个问题:组织 29:39 执行路径 30:34 最后评估效果 30:56 Harvey的实施 32:16 LangChain的主张 32:44 Mercor的主张 33:13 为什么需要Agent和Harness 33:42 简而言之~ 34:08 模型训练的商品化与分工 34:49 一级市场热门方向出现了 35:33 brex和ramp的榜单也出现了一样的趋势 36:17 YC明星公司也证明了这一点 37:28 新的可能性出现了 39:46 第三章:循环自生 40:01 《When AI builds itself》 40:31 L1-L5和智谱GLM-6.0 41:18 GPT 6和Seed也都提及了Loop 41:34 “Take Over” 42:24 neolabs疯狂融资 43:11 他们在bet什么? 43:40 大佬们的共识似乎也收敛了 44:56 人类的价值放哪里? 45:32 Loop之后的里程碑怎么确立? 46:10 所有都可以Loop么? 47:15 Loop的又岂止是技术和产品 47:47 第四章:界面重构 47:57 软件的时代变了 48:50 个人Agent的梦想 49:17 阶段性共识出现 49:32 codex的共识 50:12 办公Agent战役能打多久? 50:37 阶段性数据 51:04 再吐槽一些数据 51:37 “护城河” 52:09 组织调整 52:24 复杂度都给用户? 53:03 界面……创新 53:30 Grok Bot和Meta Muse 54:25 国产厂商? 55:05 收尾 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客, 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候,就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb
55 分钟 7k+ 次播放 1个月前
🎙【本期嘉宾】庄明浩、阑夕 庄明浩(「屠龙之术」主播) 阑夕(科技博主) 主播:潘乱(「乱翻书」主理人) 本期节目由「乱翻书」×「屠龙之术」联合制作 ⏰【时间线】 一、过去6年的战略转变 00:15 逛完今年外滩大会,有什么感受? 01:19 这届大会离普通人的生活更近 04:45 「蚂蚁今天应该被单算成一个厂商」 06:11 往期推荐:《支付宝20年对话陈亮》 06:22 过去这6年,蚂蚁集团的战略重心经历了哪几次转变? 07:26 「它的幸运和不幸都在那个节点。幸运是正好赶上了AI,不幸是AI变得太快。」 08:50 支付宝要保住那个“1”的焦虑 10:36 AI时代还需不需要入口? 11:17 用什么框架理解蚂蚁的AI布局? 14:34 诺亚方舟:带哪些动物上船 二、产品侧:阿宝和阿福,中美Agent对照 16:39 放到中美个人Agent的框架里看阿宝 18:41 Code、worker、design,这几个叙事风水轮流转,但听起来都太牛马了 21:16 阿宝是给支付宝加了一个聊天机器人,还是要用AI要把超级App重做一遍? 25:02 「从争夺注意力到赢得意图」 25:45 从流量漏斗到意图放大器,这个意图放大器以后可能是个什么样的画面? 31:47 模型必须往前走 34:34 阿福可能是蚂蚁离意图最近的产品? 38:11 阿福的竞争优势来自医疗模型本身,还是来自看病就医各环节构成的服务闭环? 41:36 村医助手和“医生的阿福对我的阿福” 42:09 健康AI的竞争重点不在模型问答,在谁能获得连续的身体数据 44:05 阿福可以成为健康领域的Workbuddy,它需要一个大家觉得确实好用的时刻 三、基建层:Stripe与AI支付,Agent怎样才能放心花钱? 46:07 支付宝这种从入口到交易再到生态的模式,优势和挑战是什么? 50:25 商家接一次,分发给所有终端 51:56 “碰一下”的三千万个触点能变成什么? 57:39 权限、风控与责任归属 62:01 移动互联网这波以来,市场一直在奖励那些再多做一步的人 四、公司架构层:四家子公司密集融资背后 63:35 四块业务被拆成四个可单独定价的资产,信号是什么?为什么是现在? 66:39 集团公司的定价困境 69:39 国际化:Alipay+与时光机理论 75:06 OceanBase:从数据库变成Agent的上下文容器 77:31 “主权AI”本质是个销售主导的概念,翻译到企业身上就是企业主权 80:24 蚂蚁数科的定位是一家金融科技解决方案公司、AI企业服务公司,还是蚂蚁内部技术商业化的集合? 81:42 一只翅膀是应用,一只翅膀是基础设施,中间的模型、数据库、技术后台为两侧提供支撑 84:55 如果重新介绍蚂蚁,第一句话怎么说? 【相关推荐】 本栏目第187期:《支付宝20年对话陈亮:既然选择了做先行者,干苦活累活就是我们的宿命》 🎵【开场&结尾音乐】 开场&结尾音乐:Mount Dreams - Wolfs ℹ【关于「乱翻书」】 「乱翻书」是一档关注商业、科技和互联网的圆桌对话节目。关心How和Why,以及少有人注意到的What。内容主要方向是科技考古、行业观察和前沿思考,研究公司的兴衰循环,希望能够为你带来信息增量。 「乱翻书」主理人是潘乱,代表作品有《腾讯没有梦想》、字节跳动/快手早期关键节点的系列特写。 【图】▲录制合影(左起:潘乱、庄明浩、阑夕) 本期编辑:怀杭
88 分钟 19k+ 次播放 1个月前
本期《有点Yi思》嘉宾: 庄明浩-「屠龙之术」主理人 王 盟- 蚂蚁战投「AGI及支付宝」负责人 2026 年的 AI 圈,像一张不断换座位的饭桌。大模型还在主位,但多模态、Coding、Agent、视频模型,已经各自坐成了新的一桌。叙事、玩家、钱的去向不停轮转。可热闹背后,真正值得追问的是:谁在上桌,谁在下桌,谁又在掀下一张桌? 「有点Yi思」第14期,我们邀请「屠龙之术」主播庄明浩、蚂蚁战投「AGI及支付宝」负责人王盟,一起聊一场“ AI 江湖夜话”: 我们聊到了 AI 圈这半年的轮换节奏,也聊到不同赛道的真实分化:为什么有些方向越走越热,有些方向开始退到边际;为什么有些公司能拿到更多的资源,有些公司只能被迫换打法;以及,资本、产品和组织,到底在这场变化里分别扮演什么角色。 如果说上半年的 AI 还在不断翻页,那这期对话想做的,就是把这些页一张张翻回来,看清楚谁是真的在做事,谁只是刚好站在风口上。聊到最后,问题还是回到最现实的那句:钱往哪去,机会往哪去,下一张桌又会是谁来摆。 【彩蛋来了~】「有点Yi思」在小宇宙已经到 2 万粉了,为了感谢支持我们的朋友们,我们准备了一些礼物并发起了本次抽奖,参与规则如下: Step 1:在小宇宙「有点Yi思」评论区,分享一个你在创业、投资或使用AI产品时遇到的“有点意思”瞬间; Step 2:关注公众号「蚂蚁战投」,进入本期活动推文,通过抽奖助手小程序参与抽奖。 感谢「有点Yi思」的你们,愿我们一直保持思考,也一直改变世界! ⏰OUTLINE: 【AI江湖座次:四大赛道分桌而立,每两月一轮行业洗牌】 03:29|AI饭桌的主桌之争 07:40|SOTA模型快速折旧与智谱的万亿市值 13:06|2026叙事日历:从春节视频爆发到暑期Agent混战 【最先被掀翻的Coding桌:国内外路线差异】 20:25|美国头部ARR已破10亿美金 23:02|中国Coding的“弯路”:从写代码变成办公助手 27:49|Coding桌谁会留下:中国要看To B生态 【第二张多模态桌:中国领跑是否成立?】 30:36|美国多模态边缘化、中国百花齐放? 31:35|Seedance 2.0 之后,情绪面大翻转 33:24|中国短视频基建如何反哺视频模型? 【第三张Agent桌:如何从“能聊天”到“可托付”?】 35:41|Agent:从“能聊天”到“能干活” 38:23|Agent破圈:真实下沉场景已经开始 41:33|从OpenClaw到“可托付”:Agent基础设施才刚起步 【第四张价格桌:斩杀线横亘,单token定价正在失效】 43:30|价格战:从中国烧到硅谷的“斩杀线” 46:31|有效成本 = token成本 + 试错成本 + 人工纠正 48:52|Token补贴与无效消耗:AI没有网络效应 【2026年AI的钱流向哪里?】 50:02|投资人视角:掀桌子太快,但人在江湖身不由己 56:18|一级押具身,二级买算力 01:01:22|大厂身位:边打边看,组织是核心变量 01:18:24|下桌的玩家:服务型应用一半可能消失 【不投AI不创业的人该关注什么信号?】 01:29:56|克服恐惧,AI比以往所有新事物都更容易接受
92 分钟 12k+ 次播放 1个月前
一期串台节目,在我做了一级半市场解读的播客之后, 【播客内容:中国一级半市场的水下江湖(5年-183期-5032条交易线索)】 我的好友,苔藓之火的主播Raymond找我说要认真展开聊聊这个话题。 其实Raymond在他的节目里也聊过这个话题, 这里:如何在上市前半价买到SpaceX? 以及Raymond的经历是这样的: 投过独角兽,纽约敲过钟…… 我再补充两点是: 海外大投行当过多年牛马, 前美股上市公司CFO; 这样的背景当然非常适合一起聊聊这样一个充满了“时代记忆”和“八卦故事”的话题。 (以及本期播客也有视频版本,欢迎收看。) 老规矩,打个广告: 屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb (想加粉丝群的请先+微信:rosicky311) 下面正片开始…… 【时间线】 02:28 其实我之前一起播客既不水下,也不江湖 03:10 解释一级半市场的基本概念 06:24 字节、小红书、kimi是少有的主动回购员工股份的公司 07:19 5000美金就可以在上市之前投资SpaceX??? 09:42 某种程度上我们要感谢web3那一波的“金融民主化”的叙事 11:44 为什么小红书/公众号一堆人挂着SpaceX投资人的title? 14:05 其实你现在可以花100美金成为OpenAI/anthropic的投资人 14:40 Robinhood推出的非上市公司股权是怎么回事? 16:10 中国人不是不能投资美国的AI公司么? 18:06 一级市场的真.MAG7 21:32 美国非上市公司股权交易热度排名-The Setter 30 21:53 每年Sam很重要的一项工作就是帮员工卖老股 22:58 FOMO的程度占比是多少? 25:40 当然还有一些标的是已经不在快速发展过程中的 27:08 每年的独角兽榜单上其实存在很多“僵尸独角兽” 28:24 直接接手投资基金的份额操作 30:45 交易标的定价的来源 35:34 字节在国内太过特殊 37:00 聊一下36氪这个留言板 41:42 这仅仅只是一个类似“布告板”的存在,不代表真实成交 42:48 交易本身的实现很困难,中间很多法律上的“瑕疵” 46:15 小红书上和杭州商K里似乎都能买到这些“份额” 47:14 Shein的案例探讨 52:12 “能够进入榜单的公司其实都值得被讨论的” 53:55 clubdeal的代表-菜鸟网络 55:08 说过无数次的:“滴滴出事之前的世界和之后的世界是两个世界” 56:39 行业轮转:消费/互联网-web3/元宇宙-AI-硬科技-国产GPU/机器人/火箭 57:48 从“买”到“卖” 60:10 Raymond用AI分析了几家头部AI公司的几万份简历情况 具体内容这里:谁在制造Anthropic、OpenAI?两万份简历读后感 汉洋此前的文章:谁在制造币安:4000 份履历里的无国界公司 61:50 关于并购的延展 我在录制之后,用AI又单独跑了一次并购的信息, 看板在这里: 65:05 下一个字节跳动? 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客, 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候,就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb
69 分钟 4k+ 次播放 2个月前
这期的内容来自于8月22-23号, 小宇宙先声-信号塔活动上我的meetup环节: 《AI时代的素材李时珍,在信息山野里尝百草》 当天的内容我策划的方式是把8月1号-20号, 这20天我所收集到ima知识库中的图表做一个纯“罗列”; 然后再去和大家解释为什么我会定期做PPT性质的梳理。 所以当天算是一个“PPT乱讲”,也算是一次任性的尝试; 好在当天在场的听友都很给面子, 听完了我这次的分享。 老规矩,PPT在我的ima数据库中,有需要可以去ima获取; 屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb (想加粉丝群的请先+微信:rosicky311) 下面正片开始…… 【时间线】 00:05 “李时珍” 02:47 我为什么说之前的一次带ppt的播客是这次活动的“预演” 04:20 我的信息源 04:49 平均每天5张图表+1.5个PDF报告 05:43 第一张开始 CapEX 06:19 锤子找钉子 06:41 云厂商份额 07:35 cloud增长 08:06 斩杀线 09:12 capex增长 09:43 setter 30榜单 10:33 标普500 11:01 英伟达对外投资上市公司 11:36 capex增长 12:05 capex vs GDP 12:36 GPU租赁价格 12:57 AI VS 软件 13:29 SpaceX财报 14:04 SpaceX CapEX 14:48 AMD收入构成 15:07 SpaceX收入和利润构成 15:34 电力与GDP相关性 16:04 Jeff Dean的BP 17:19 第一个20页暂停 17:44 又一个标普500 18:10 星际争霸的比喻 19:06 SpaceX CapEX增长 19:29 CapEX vs Sales 20:08 DeepSeek价格 21:26 Token价格趋势 22:12 卖铲子的人 22:55 中国CapEX 23:23 和互联网对比 24:36 Agent带来的Token增长 25:03 VC退出集中度 25:45 Loop象限划分 26:22 现金流 26:56 热门叙事与热门公司的时间gap 27:36 巨大的特斯拉芯片工厂 28:09 “escaped” 28:41 数据中心建设 vs 办公室建设 29:08 meme-AI经济 29:34 毛利对比 30:17 市值排名 30:48 第二次暂停 31:06 meme-梁圣 31:24 CapEX 31:57 估值和ARR倍数 32:24 增加了SpaceX的CapEX 32:44 AI行业价值链 33:09 价值的传导 33:34 斩杀线更新 33:58 Fable5占比 34:27 模型发布频率 35:55 循环融资 36:22 AI采用率 36:37 neocloud双强 36:49 OpenAI ARR (勘误:这里说错了,是443亿美金,不是443b) 37:00 VC2026 37:15 vc投资项目分布 37:35 存储占比 37:54 codex活跃用户 38:17 中国市值最大公司 38:36 开源模型 39:00 模型发布 39:24 第三次暂停 39:35 Anthropic ARR 39:54 Anthropic 估值 40:17 Neocloud 40:34 模型token于spend分布 41:04 cursor退出回报 41:38 英伟达对台投资上市公司更新 41:53 标普500今年TOP10涨幅 42:15 OpenAI token统计 42:48 本地可部署模型持续缩短和sota模型差距 43:51 循环融资 44:06 Brex TOP 25 44:46 Anthropic ARR 44:59 万亿美金俱乐部 45:12 Ramp 8月榜单 45:31 数据中心建设 vs 办公室建设 45:43 头部两家模型厂商的ARR增长 46:17 存储市场份额 46:27 76张图表之后 46:45 回想一下…… 48:02 “叙事”的选择 49:31 扩展到季度、半年、年度 49:55 图表之外还有pdf呢 50:13 skill搞得定吗? 50:41 寻找自己的loop 51:21 “我好和他们告别” 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客, 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候,就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb
52 分钟 5k+ 次播放 2个月前
模型吃掉应用,一个老生常谈的问题…… 一个从这一轮大模型办法开始就一直没有共识的问题; 尤其是当AI应用的概念在今天其实已经无限放大的今天, 这个问题的答案似乎更加拉扯。 最近看到一些关于AI应用公司的新闻、财报、估值变化, 我想稍微展开点聊聊这个话题…… 我最近在重新思考一个问题: AI 时代的“应用公司”,到底应该长成什么样? 过去很长一段时间里,我们对于应用公司的理解,其实仍然停留在移动互联网时代。 一个需求,对应一个产品; 一个产品,由一系列功能组成。 用户打开 App,找到功能,学习工具,然后自己完成任务, 比如最近发布财报的美图也是如此。 修图、美颜、设计、视频——本质上都是不断为用户提供新的工具和功能。 但在最近一两年的产品和战略变化中,在美图身上看到了一条不同的路径。 越来越多的新产品在尝试让 AI 直接完成一件事情: 做一张设计、生成一段视频、完成一组内容,甚至将多个 AI Agent 组织起来,共同完成一个复杂任务。 美图正在从过去的“功能集合”,逐渐走向 AI 工作流和结果交付。 而这个变化背后,其实意味着应用公司的组织结构也正在发生变化。 如果目标只是提供功能,应用公司要做的事情相对简单: 选择一个合适的模型,把模型能力包装成一个好用的产品。 但如果目标变成“把结果交付给用户”,问题就完全不同了。 应用需要判断 应该使用哪个模型, 需要把一个复杂任务拆解成不同步骤, 需要给不同的模型和 Agent 分配任务, 需要在执行过程中进行控制, 并对最终结果进行评估。 于是,一个新的链条开始出现: 模型筛选 → 任务拆解 → 任务分配 → 执行控制 → 结果评估 → 最终交付。 这也是为什么我们觉得,美图最近的变化值得被放在 AI 应用的大背景下重新理解。 它真正尝试的是在构建一种新的应用能力: 如何把不断变化的模型能力组织起来,最终替用户完成一件事情。 而当应用开始承担这样的角色,它本身也越来越像一个小型的智能系统。 这或许也是未来 AI 应用和传统 App 最大的区别。 传统 App 的核心竞争力是: 我有什么功能。 AI 应用的核心竞争力可能变成: 我能不能把事情做完。 而为了做到这一点,应用公司也必须拥有属于自己的“智能”。 这并不意味着每一家应用公司都要从零开始训练一个基础模型。 但过去那些原本更多属于模型公司的能力——评估、数据、预训练、RL、后训练, 以及从真实世界不断获取反馈并持续优化的循环——正在逐渐成为更广泛 AI 应用的一部分。 做模型需要这样的 Loop。 做 Agent 需要这样的 Loop。 做 Harness 需要这样的 Loop。 越来越多的应用公司,可能也需要建立自己的 Loop。 因此,未来每一家真正深入 AI 的应用公司,某种意义上,都可能成为自己的 Neolab。 它们需要拥有自己的数据、评估体系、任务分配能力、用户反馈,以及持续优化的能力。 模型可以来自外部,但“智能”需要逐渐变成自己的。 Own your intelligence。 从这个角度重新回看美图,我们或许能够理解它最近为什么会不断推出新的 AI 产品、探索 Agent、组织新的 AI 工作流。 这些尝试当然未必都会成功。 但它们共同指向了一件事情: 美图正在尝试从一家“提供工具和功能的应用公司”, 变成一家能够组织模型、控制任务、持续学习,并最终向用户交付结果的 AI 公司。 (想加粉丝群的请先+微信:rosicky311) 下面正片开始…… 【时间线】 00:37 为什么聊这个话题 01:36 从一张梗图聊起 02:44 所谓“neolab” Elsewhere《2026年 AI 应用全国统一期中考试软件卷》 05:24 如果只看多模态 06:48 市场的debuff 09:28 市场buff 10:57 市场上的二元暴论 11:51 市场在担心什么? 14:53 我们该关注什么? 16:14 为什么拿美图作为样本 18:06 从功能到交付 19:24 Picchi的实例 21:03 应用到底该做什么? 23:12 美图财报显示出AI收入已经成规模 25:06 两个更重要的指标 26:30 仍然需要回答的问题 28:50 美图的战略选择 30:02 最终判断 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客, 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候,就是这档播客停更之时。
31 分钟 6k+ 次播放 2个月前
今天这期节目有点特殊,这个选题其实是我2-3年之前就一直想做的…… 信息的来源是国内科技媒体36氪旗下的一个栏目:资情留言板。 如果不是行业相关从业者,应该很少会注意到这样一个栏目, 典型的一期留言信息是这样的: 求购乐聚机器人老股份额(预期估值面议) 交易价格:预期估值面议 资产规模:约3000万人民币 交易方式:直接老股交易,可以接受锚定份额和进入结构 联系方式:[email protected] 求购字节跳动公司老股份额(预期估值约5300亿美元) 交易价格:预期估值面议,市场公允价格即可 资产规模:约3000-5000万美元 交易方式:希望是一层LP份额 联系方式:[email protected] 来源:资情留言板第183期 这样的内容,36氪已经做了5年, 而此前这些零散的信息其实一直没有做成数据库; 对我这种不会代码的而言, 这么庞大的数据抓取-整理-分析工作几乎不可能完成。 而在今天,因为AI Agent能力的爆发, 此前不可能的任务成为了可能。 我把原先这个"不可能的任务"交给了千问来跑。 本期节目里36氪内容的数据抓取、整理和分析, 以及最终的数据看板和PPT,全都是千问一步步执行出来的。 大家平时可能只用千问做日常问答, 但其实它最近上线了工作助理、思考研究功能, 千问已经进化成了一个可以操作你电脑本地文件,能帮你完成复杂任务的好帮手。 建议大家去体验一下,上官网(https://www.qianwen.com/)下载最新版本千问即可体验,手机和电脑都能用。 (想加粉丝群的请先+微信:rosicky311) 下面正片开始…… 【时间线】 01:28 关于这期选题 02:10 开始之前的一些问题 06:58 一级半市场的概念定义 08:49 一级半市场产生的原因 10:46 2025年创纪录的交易规模 11:46 从小众到主流的原因 14:28 一级半市场才有真正的MAG7 15:43 Forge眼中的一级半市场 16:40 Forge指数的变化 17:24 板块轮动:AI-国防科技-半导体芯片 18:30 少数超级公司定义的市场 19:04 SpaceX一路走来 20:07 事情的另一面 22:51 那么中国呢? 23:19 还是从资情留言板说起 23:52 致谢千问 26:07 一些千问的执行步骤和交付流程 26:27 5年-183期-5032条线索 27:26 “布告栏”与供需配比 28:52 年度交易条目变动趋势 30:21 从“转让”到“求购” 31:28 行业热度迁移 33:06 每年的热门公司与对应行业 35:30 谁占据了留言板? 36:10 热门公司TOP5 38:09 最有意思的一页统计:热门公司的供需关系 42:49 所谓的“先行指标” 43:16 下一个五年…… 43:55 一些关于和Agent合作的小感触 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客, 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候,就是这档播客停更之时。
47 分钟 7k+ 次播放 2个月前
最近有做二级的好友找我去他们基金的策略会做分享, 因为当天的演讲嘉宾中有专门讲述模型进展和算力需求变化的专家, 他希望我的内容偏向AI商业化和场景落地的,所以有了今天的PPT…… 还有一点是,8月22-23日小宇宙也要在上海WHYS翡悦里举办一个线下的活动:先声信号塔 22号那天我也会有一个小时的meetup环节,今天的内容其实也算22号活动的“前菜”。 老规矩,PPT在我的ima数据库中,有需要可以去ima获取; 屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb (想加粉丝群的请先+微信:rosicky311) 下面正片开始…… 【时间线】 01:28 标题的由来 02:17 SP500的屡创新高 03:51 AI股和软件股的分化 04:34 老生常谈的CapEX 05:43 AI最直接的收入体现:Cloud 06:22 Anthropic和OpenAI的ARR 07:38 Claude的场景扩散 09:01 毛利的测算 11:07 deepseek“斩杀线” 12:41 Agent范式 13:52 国内Agent相关数据整理 14:49 一些关于国内Agent用户量的事实和推测 16:16 一些更可信的数字 18:39 “Infra”的意义 21:05 ARR超过5亿美金的初创公司榜单 23:17 一级市场Q2热门方向 25:08 增长角度看国内AI应用 26:35 那些“明星” 27:54 Roblox的股价 31:29 一切才刚开始 32:15 当前最大的共识:一切皆loop 33:23 致谢 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客, 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候,就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb
33 分钟 6k+ 次播放 2个月前
对,这其实是一期吐槽节目…… 关注我即刻的朋友应该知道,在过去的一段时间我无数次的吐槽过众多媒体写WorkBuddy有2000万月活的事情。 作为一个数据控,互联网行业的观察者, 我最受不了的就是这种不知道数字概念,逮着一个数据源就疯狂“演绎”的状况…… 所以趁着一个活动邀请,我做了这期的PPT。 其实PPT的内容更多是在讲我们从Chat进入了真Agent时代, 且在国内work agent似乎成为了所有人的共识…… 老规矩,PPT在我的ima数据库中,有需要可以去ima获取; 屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb (想加粉丝群的请先+微信:rosicky311) 下面正片开始…… 【时间线】 00:15 标题介绍 00:25 模型竞争 01:13 “时光,时光,慢些吧……” 王慧文的即刻 02:44 CodeX成为新的ChatGPT 03:28 CodeX的千万活跃用户 04:45 所谓的“Claude Code”时刻 05:35 从code到其他所有 06:03 Harness崛起 06:35 异常繁荣的开源的Agent Infra生态 07:11 评估空前重要 08:03 workagent的共识形成很快 11:57 workagent大战开启 13:16 中国现在有多少人用上了各种Agent? 13:49 一些事实和估算 17:45 一些第三方数据的佐证 20:34 对于Workbuddy 2000万月活的吐槽 晚点文章: 当一个年轻人空降:改造腾讯混元的 300 天 24:17 但是,用户量还重要吗? 24:57 token量似乎也不重要了 25:15 好像似乎又只能回到ARR了 25:57 我们之前的尝试似乎都不太成功 27:04 这次会不一样吗? 27:38 致谢 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客, 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候,就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb
28 分钟 24k+ 次播放 3个月前
此期播客来自于之前去极客公园直播的内容, 当时这场直播的由头是苹果的Mac涨价; 开始连接 LinkStart已经更新,这里: Vol.127|存储涨价让手机不性感了,但硬件重新变得有意思了 (想加粉丝群的请先+微信:rosicky311) 【内容简介】 硬件正在迎来一场诡异的“文艺复兴”。 当AI数据中心疯狂吞噬着HBM等高端存储产能,溢出效应直接拉爆了消费电子的硬件成本。 在这个换机周期直奔四年、整体销量两位数下滑的冷酷夏天里,手机大厂们正在通过“官方换电池”努力挽留存量用户,而消费市场也正在迅速撕裂成超高端与低端性价并存的K型社会。 我们几位嘉宾从硬件供应链的涨价之痛,聊到AI语音交互对GUI的无情替代; 从红米在炮火最前线的悲壮求生,聊到独角兽们在VC牌局里“不看牌先下盲注”的疯狂游戏。 在这个由地缘政治封锁与技术垄断共同推高成本的时代里, 硬件创业者该如何利用深圳供应链与AI工具实现“一个人的突围”? 老登们经历时间筛选出的好东西终将回来。 但这一次,你会选择为了情怀买单,或者在消费曲线一路向下的现实中抓紧“上车”? 【对谈嘉宾】 * 靖宇,极客公园副主编 * 李楠,怒喵创始人,前魅族-魅蓝负责人 * Alan,极客公园硬件方向作者 【时间线】 02:32 AI 数据中心如何把存储压力传导到消费电子 05:43 手机市场整体下滑,不同品牌将进一步分化 08:20 K 型消费结构下,卡在中间的产品更危险 10:12 AI 手机被迫加速成熟,承担催促换机的任务 14:43 小众硬件、黑胶、拍立得与胶片相机为何迎来文艺复兴 20:02 大厂开始做小厂的活,创新时间差正在缩小 23:36 一款 AI 吉他背后的研发故事 25:11 任天堂与 Steam,截然不同的硬件商业模式 27:10 增长不再优先后,如何经营存量用户与收入质量 35:26 AI 硬件投资为何越来越像一场资本密集型牌局 39:29 市场变化加速,小团队反而获得新的创新机会 41:21 AI 硬件仍要跨过商业化、供应链和资本门槛 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客, 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候,就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb
43 分钟 5k+ 次播放 3个月前
外观
播放列表还是空的
去找些喜欢的节目添加进来吧