播客无国界
对AI在科技前沿与商业领域的最新观点

Album
主播:
紫薇花开9523
出版方:
佚名
订阅数:
1,188
集数:
132
最近更新:
1周前
播客简介...
本节目利用AI最新技术,致力于将关于AI科技与商业领域的前沿观点带给中文听众。在这里,你将听到来自硅谷的最新思考和深度分析。
播客无国界的创作者...
播客无国界的节目...

EP134:Notion 如何重新定义未来的工作方式

播客无国界

Notion 如今已是估值超 100 亿美元、年收入(ARR)超 5 亿美元的超级独角兽,但在 2015 年,它曾濒临倒闭。当时的 Notion 现金流耗尽,产品建立在随时可能崩溃的单一数据库上,团队面临解散的危机。 本期节目带我们走进 Notion 的幕后,对话联合创始人 Simon Last 和 COO Akshay Kothari。他们揭秘了那段最黑暗的时光——创始人如何破釜沉舟搬到日本京都,在完全不懂语言的环境下通过 18 小时的每日编程重建了产品。 更重要的是,本期节目深入探讨了 Notion 3.0 的核心战略:全面拥抱 AI 代理(Agents)。Notion 内部目前拥有 560 个活跃的自定义 Agent,这意味着每两个员工就配备了一个 AI 助手。他们如何看待未来的工作形态?为什么说未来的每个人都将成为“AI 代理的管理者”?这是一次关于创业韧性、产品哲学与未来工作方式的深度探秘。 时点内容 | Key Topics * 濒死体验与京都重生: 回顾 2015 年 Notion 耗尽资金的危机时刻。创始人 Ivan 和 Simon 选择搬到京都,在与世隔绝的环境中重写代码,将“品味”(Taste)作为产品的核心护城河。 * 从 100 万到 5 亿 ARR 的扩张: COO Akshay 分享从 8 人团队增长到 1000 人大厂的挑战,以及在 TikTok 爆火导致服务器险些崩溃的惊险瞬间。 * COO 的自我毁灭哲学: Akshay 认为 COO 的工作就是不断“把自己炒鱿鱼”——先身兼数职(销售、财务、法务),然后招人替代自己,最终专注于最核心的战略。 * AI 时代的 Notion 3.0: Notion 不再仅仅是文档或数据库,而是致力于成为“知识工作者的 AI 基础设施”。 * 内部数据大公开: Notion 内部目前有 560 个活跃的自定义 AI Agent,相当于每两名员工就有一个 Agent 在后台处理重复性工作。 * 未来工作形态预测: 人类的角色将从“执行者”转变为“协调者”。未来的工作不是自己动手做所有事,而是管理和审计一群日益复杂的 AI 智能体群(Swarms of Agents)。 * “柔软”的软件哲学: 即使在 AI 时代,Notion 依然坚持软件应该是“可塑的”(Malleable)和“柔软的”,让用户像搭积木一样自定义自己的工具,而不是被僵化的 SaaS 流程所束缚。 相关链接与资源: [视频来源]https://www.youtube.com/watch?v=l8xdRcN81x8 本播客采用虚拟主持人进行播客翻译的音频制作,因此有可能会有一些地方听起来比较奇怪。如想了解更多信息,请关注微信公众号“心流赫兹”获取AI最新资讯。 附录: Notion 的创始人 Ivan Zhao 的精彩文章:《钢铁、蒸汽机与无限大脑》 越来越清晰的感觉到,我们正处于 AI 革命的早期阶段,对于未来谁也不知道会怎么样,所以都喜欢从历史中、去工业革命、互联网革命中寻找规律,以期望能对未来有所启发。 相对来说,这篇文章虽然也是尝试从钢铁和蒸汽机的历史里,寻找 AI 时代的答案,还是挺有深度。 【1】第一个观点是:我们正在看着后视镜开车 每一代新技术刚出来时,人们总是习惯用旧的方式去理解它。这就是所谓的“看着后视镜驶向未来”。 想想看,早期的电话,大家把它当成“会说话的电报";早期的电影,其实就是把摄像机架在观众席拍舞台剧。 现在的 AI 也是一样。我们看到的 AI 大多长什么样?一个聊天框。为什么?因为它在模仿 Google 搜索框。 我们正处在这个尴尬的过渡期。就像当年大家还不懂电影剪辑语言一样,我们现在还在试图把 AI 硬塞进旧的工作模式里。 【2】个人层面:从骑自行车到开汽车 乔布斯当年有个著名的比喻,说电脑是“大脑的自行车"。意思是它能让人跑得更快,但你还得自己蹬。 对于现在的程序员来说,AI 已经不是自行车了,而是汽车。你不用蹬了,你只需要握好方向盘。 Ivan 讲了他的联合创始人 Simon 的故事。 Simon 以前是传说中的“10 倍工程师",但现在几乎不自己写代码了。路过他工位,你会看到他像指挥官一样同时调度三四个 AI 编程智能体。这些 AI 不只打字快,还能思考。他在吃饭或睡前把任务排好队,AI 就在后台疯狂干活。 他从“写代码的人",变成了“管理无限大脑的人"。 【3】为什么只有程序员先享受到了从骑自行车到开汽车的待遇? 但问题来了,为什么只有程序员先享受到了这种待遇?普通的文案、运营、产品经理为什么还在“蹬自行车"? 两个原因: 第一,上下文太碎了。程序员的代码都在仓库里,环境单纯。 但普通人的工作散落在 Slack、飞书、文档、甚至脑子里。AI 不知道前因后果,没法干活。 第二,没法验证。代码写错了会报错,好坏一目了然。 但一个活动策划案好不好?一份周报写得对不对?这很难量化。 所以,想要从自行车升级到汽车,我们得先帮 AI 把上下文补齐,并且找到验证工作成果的方法。 【4】组织层面:不仅是换引擎,还要换地基 个人层面说完,Ivan 把视角拉到组织层面,用了“钢铁"和“蒸汽机"两个比喻,来解释 AI 会如何重塑公司。 第一个是钢铁。 在钢铁普及之前,房子盖不高。因为用砖头和木头,盖到六七层,底下的墙就被压垮了。这就像现在的公司,人数一过几百,沟通成本就爆炸了,效率急剧下降。人与人之间的沟通,就是那个脆弱的“砖墙"。 AI 就是组织的“钢铁"。它能支撑起巨大的信息流,让决策不需要层层汇报就能完成。未来的公司,可能几千人规模还能像创业团队一样敏捷,因为 AI 撑住了沟通的架构。 第二个是蒸汽机。 最早的工厂都建在河边,因为要用水车做动力。蒸汽机刚发明时,很多老板只是把水车拆了,换成蒸汽机,但工厂还在河边,流程也没变。效率提升非常有限。 直到后来,老板们意识到: “等一下,既然不用水了,我为什么不把工厂搬到离港口更近的地方?" 工厂可以建在离工人、港口、原材料更近的地方。整个车间可以围绕蒸汽机重新设计。后来电力普及,工厂进一步把集中的动力轴拆散,给每台机器配上独立的电机。生产力才真正爆发,第二次工业革命才真正起飞。 我们现在还在“换水车"阶段。AI 聊天机器人挂在现有工具上,工作流程还是为人设计的。我们还没认真想过:如果旧的约束消失了,组织应该长什么样? 真正的变革,是当管理者意识到可以彻底重组工作流,让那些“不睡觉的大脑"去处理所有重复性工作的时候。 Notion 自己就在做实验。他们 1000 人的公司里,活跃着 700 多个 AI Agent。这些 AI 负责写会议纪要、回答内部咨询、处理 IT 请求、写周报。这不仅仅是省时间,这是在重塑组织形态。 回看你的工作,如果只是用 ChatGPT 润色邮件,那你就是在把水车换成蒸汽机,工厂还在河边。试着想一想:如果我有无限个免费实习生(AI),工作流程应该怎么彻底重设计? 【5】经济层面:从佛罗伦萨到东京 最后 Ivan 把视角再拉高一层:钢铁和蒸汽不只改变了建筑和工厂,还改变了城市。 几百年前,城市是人类尺度的。佛罗伦萨走个四十分钟就能穿城而过,生活节奏由人能走多远、声音能传多响决定。然后钢铁框架让摩天楼成为可能,蒸汽铁路把市中心和腹地连起来,电梯、地铁、高速公路跟上。城市在规模和密度上爆发了。东京、重庆、达拉斯,这些不是“更大版本的佛罗伦萨",而是完全不同的生存方式——更混乱、更匿名、更难辨认方向,但也提供了更多机会和自由。 Ivan 认为知识经济正站在同样的转折点上。今天的知识工作占了美国 GDP 的近一半,但大部分还是人类尺度的运作:几十人的团队,会议和邮件定义的节奏,超过几百人就开始失灵的组织。我们用石头和木头建造了很多佛罗伦萨。 当 AI 智能体大规模上线,我们会开始建造东京。成千上万的智能体和人类协作,工作流程全天候运转不等人醒来,决策在恰到好处的人类参与下被综合。周会、季度规划、年度考核的节奏可能不再合理,新的节奏会涌现。 我们将失去一些“小而美"的清晰感,但会换来前所未有的规模和速度。 Ivan 提到一个历史趣事:1865 年英国有个《红旗法案》,规定汽车上路时必须有人举着红旗走在前面开路。听起来荒谬,但我们现在要求 AI 每做一步都要人确认,是不是也像“举红旗"?真正的未来,是人站在更高处监管,而不是挡在路中间。 也许我们应该停止从后视镜看世界,开始想象新的可能。卡内基看着钢铁,看到了城市天际线。兰开夏郡的工厂主看着蒸汽机,看到了不再依赖河流的车间。 我们还在问 AI 怎么当好“副驾驶"。也许该问的是:当无限心智成为基础设施,知识工作会变成什么样? 这个问题,Ivan 没给答案。但他给了一个思考的框架。对于正在这场变革中的人来说,框架可能比答案更有用。

26分钟
30
1周前

EP133:(lenny播客)OpenAI Codex 产品负责人专访-Sora App 如何在 18 天内打造完成?

播客无国界

本期节目,Lenny 独家对话 OpenAI Codex 的产品负责人 Alexander Embiricos。在 GPT-5 发布后的几个月里,OpenAI 的编码智能体 Codex 经历了爆发式增长。Alexander 分享了 Codex 如何从一个模型代号重生为 OpenAI 最核心的“软件工程师队友”。 这不仅是一次产品访谈,更是对 2026 年 AI 发展趋势的深度预演。你将听到 OpenAI 内部令人咋舌的开发速度——仅用 2-3 名工程师和 18 天就构建了霸榜 App Store 的 Sora Android 应用。Alexander 还深入探讨了为什么 AI 发展的当前瓶颈不再是算力,而是人类的“打字速度”和“审查速度”;以及 OpenAI 正在构建的神秘浏览器项目 Atlas。无论你是开发者、产品经理,还是关注 AGI 进程的观察者,这期内容都将带你提前看到 AI 协作的未来形态。 时点内容 | Key Topics * Codex 的重生: 为什么 OpenAI 决定重启“Codex”品牌?它不再仅仅是 Copilot 背后的模型,而是一个包含 VS Code 插件和 CLI 工具的完整编码智能体。 * Sora App 的疯狂开发: 揭秘 Sora Android 应用的开发内幕——利用 Codex 进行代码移植和生成,仅用 18 天完成内部版,28 天正式上线并登顶 App Store。 * Atlas 浏览器: OpenAI 正在构建名为 Atlas 的浏览器?Alexander 解释了为何要进入浏览器领域,以及“上下文感知”如何让 AI 在网页工作中更主动地提供帮助。 * AI 的新瓶颈: 一个反直觉的观点:目前限制 AGI 发展的最大因素是人类的打字速度和多任务处理能力(主要是为了审查 AI 的工作)。 * 从助手到队友: 未来的 Codex 不仅仅是写代码,还能像真正的实习生一样,自我修复训练运行中的错误(On-call),甚至主动在 Slack 上回答数据波动的问题。 * 压缩人才栈(Compressing the Talent Stack): 设计师通过“Vibe Coding”直接生成动画代码,产品经理直接修改文案字符串——AI 如何模糊了传统职能的边界? * AGI 时间表与 2026 预测: Alexander 预测 2026 年将是 Agent 真正爆发的一年,并给出了他对 AI 发展“曲棍球棒”曲线的看法。 相关链接与资源: [视频来源]https://www.youtube.com/watch?v=z1ISq9Ty4Cg 本播客采用虚拟主持人进行播客翻译的音频制作,因此有可能会有一些地方听起来比较奇怪。如想了解更多信息,请关注微信公众号“心流赫兹”获取AI最新资讯。

91分钟
59
1周前

EP132:从 15 人运营 4 个 SaaS 说起-揭秘 100% AI 原生公司的构建法则

播客无国界

在 AI 辅助编程普及的今天,许多公司虽然有 90% 的工程师在使用 Copilot,但依然保留着传统的开发流程。本期节目,我们邀请到媒体兼软件公司 Every 的 CEO Dan Shipper,他分享了一个激进的观点:90% 的 AI 采用率和 100% 的 AI 采用率之间存在着 10 倍的效率差距。 Dan 详细展示了 Every 作为一个仅有 15 人的团队,如何在不融资的情况下,仅靠单人开发者就构建并维护了 Kora、Monologue 等 4 个复杂的商业化软件产品。这背后的秘密在于他们彻底重构了工程流程,提出了**“复利工程”(Compounding Engineering)**的新范式——让 AI 编写 99% 的代码,并将每一次开发经验都固化为全公司共享的资产。你将看到 AI 如何让新员工入职第一天就提交代码,如何让不同技术栈的团队无缝协作,甚至让 CEO 利用碎片时间重回代码一线。 时点内容 | Key Topics * 100% AI 采用率的质变: 为什么说只要有 10% 的流程停留在旧时代,就会拖累整个组织的效能?从“辅助编码”到“全权委托”的思维转变。 * Every 的疯狂实验: 15 人团队运营 6 个业务单元和 4 个软件产品,且每个 App 仅由一名开发者构建,99% 代码由 AI 生成。 * 复利工程(Compounding Engineering): 只有 AI 时代才可能实现的工程新哲学。 目标: 让开发的每一个功能都使下一个功能的开发变得更容易。 四步循环: 计划(Plan)、委托(Delegate)、评估(Assess)、固化(Codify)。 核心动作 Codify: 将隐性知识(Tacit Knowledge)转化为全公司共享的 Prompts 和 Agent 配置文件。 * 组织架构的二阶效应(Second-order Effects): 隐性代码共享: 不需要复杂的库封装,AI 可以直接读取同事的代码并为你在新栈中复现逻辑。 新员工即插即用: 所有的环境配置和规范都已写入 Agent,新员工第一天即可高效产出。 跨项目贡献(Internal Open Source): 任何开发者甚至管理者都能轻松修复其他产品的 Bug,因为理解代码的成本几乎为零。 技术栈自由: 不再需要强制统一语言,AI 让 Python 和 Node.js 开发者之间的隔阂消失。 管理者的回归: 利用 AI 这种“注意力碎片化”工具,CEO 也能在会议间隙修复 Bug 或提交功能,重获对产品的掌控感。 相关链接与资源: [视频来源]https://www.youtube.com/watch?v=MGzymaYBiss 本播客采用虚拟主持人进行播客翻译的音频制作,因此有可能会有一些地方听起来比较奇怪。如想了解更多信息,请关注微信公众号“心流赫兹”获取AI最新资讯。

17分钟
42
1周前

EP131:AI 购物革命-从“搜索栏已死”到 3850 亿美元的新金矿

播客无国界

搜索栏正在消亡,消费者的购物习惯正经历一场从“搜索与浏览”到“提问与购买”的根本性重塑。当 ChatGPT 为 Zara 和 H&M 带来的流量占比甚至超过传统广告时,我们正站在一个价值 3850 亿美元的“代理商务(Agentic Commerce)”市场的入口。 本期节目揭示了这场 AI 购物革命背后的底层逻辑:流量套利(Arbitrage)已从“注意力”转向了“信任”。AI 正逐渐成为消费者与产品之间最受信任的中间人。我们不仅会分析为什么大企业虽然看到了趋势却难以转身,更会为你提供三个具体可执行的商业模式,助你在 2026 年利用 AI 工具以极低的成本和极快的速度建立竞争优势,无论是打造 AI 原生品牌、构建垂直领域的购物代理,还是成为新兴的 GEO(生成式引擎优化)专家。 时点内容 | Key Topics * 搜索栏的消亡与信任套利的崛起: 消费者不再搜索关键词,而是向 AI 寻求直接的解决方案。AI 的推荐比付费广告更具公信力,标志着商业竞争的核心从争夺注意力转向争夺 AI 的信任。 * 商业模式一:AI 原生电商品牌(AI First E-commerce Brand): 极速验证: 利用 Nano Banana 2 等图像模型在一个下午生成并测试数百个产品概念,无需预先制造。 内容工厂: 全自动生成产品图、视频广告和社交媒体内容,无需摄影师和工作室。 低成本运营: 利用现成的 AI 客服代理实现 24/7 服务,以极低的日常开销对抗传统巨头。 * 商业模式二:垂直领域的 AI 购物助手(Niche AI Shopping Assistant): 避开通用大模型: 不要试图做一个“万能导购”,通用 AI 什么都懂但什么都不精。 深耕价值型需求: 针对道德供应链、纯素食主义者等特定群体,构建基于规则和深层数据的专用代理(如使用 n8n 等低代码工具),提供通用模型无法给予的深度验证和信任。 变现路径: 通过订阅费或高额佣金实现盈利,是一次构建、无限服务的“产品化服务”。 * 商业模式三:生成式引擎优化服务(GEO - Generative Engine Optimization): 新时代的 SEO: 帮助品牌优化其在线资产,使其更容易被 AI 模型理解和推荐。 蓝海市场: 目前全球精通此道的专家极少。工作内容包括重写产品描述、添加结构化数据,确保品牌在 ChatGPT 等平台的回答中占据“首推”位置。 持续性收入: 这不是一次性的修复,而是需要长期维护的月费制服务。 * 数字地产的重要性: 在 AI 时代,拥有一个清晰、可信的域名(如 .store)是向 AI 和用户传递“我是专业卖家”这一信号的关键,其带来的信任感直接转化为转化率。 * 未来的机会所在: 真正的机会不在于开发大模型,而在于成为“系统架构师”——将强大的 AI 工具应用于现实世界的细分问题,从执行者转变为品味把控者和系统设计者。 相关链接与资源: [视频来源]https://www.youtube.com/watch?v=Lw5Gy881PJ8 本播客采用虚拟主持人进行播客翻译的音频制作,因此有可能会有一些地方听起来比较奇怪。如想了解更多信息,请关注微信公众号“心流赫兹”获取AI最新资讯。

15分钟
68
1周前
播客无国界的评价...

空空如也

EarsOnMe

加入我们的 Discord

与播客爱好者一起交流

立即加入

扫描微信二维码

添加微信好友,获取更多播客资讯

微信二维码

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧