最近有家公司在自己的季度财报会上说，过去 3 年公司都在尝试用职业经理人的组织模式，但这种模式并不符合当下不稳定的市场环境以及公司的实际情况，因此，公司将从今年四季度开始全面回归创业公司模式。 “创业公司管理方式的核心是四件事：更多的对话、深度的对话，而非更多的汇报；聚焦用户价值，而非只是交付；持续提升效率，而非占有更多的资源；识别关键问题，而不是创造信息不对称。” 这四件事，乍一听上去，好像确实是经理人的问题，但细想一下，这真的是“职业经理人模式‘的问题吗？还是你雇的经理人不够职业？ 01:15 已经有十几年甚至二十年没有听到过“职业经理人”这个说法了。 01:22 最近一两年，国内可能唯一一次让“经理人”这个说法引起关注，就是去年“硅谷教父Paul Graham"的“创始人模式的文章。 03:08 “职业经理人”这个名字的头两个字是“职业”，后面才是“经理人”。 04:07 配得上上面这几条的才能叫做“职业经理人”，否则充其量是“经理人”。 04:24 “要把公司的事儿当成自己的事儿做”，这是段永平对公司招人的标准。 05:19 常见的所谓“经理人”大多是这样的。。。 06:20 真正的职业经理人，他们擅长对业务负责，而不是对某个老板的情绪负责。。。 06:49 “职业经理人”的核心，不是“经理人”，而是“职业”。 07:15 为什么好的职业经理人这么少呢？ 07:41 市场上好的职业经理人之少，还有一个有点讽刺的因素是，从需求端来看，很多公司其实根本不想要真正的职业经理人。 08:03 老板们通常不认为，在自己的行当里，世界上还真有比自己更专业、更懂的人。 09:23 很多老板不会用人，只会怪人。 10:04 即使重回创业模式，也很难真正的解决问题，因为。。。 10:37 这不是创业模式，这是权力回收模式。

谷歌最近开始直接与英伟达在AI芯片领域竞争，谷歌正在和Meta这样的科技巨头、以及一些量化基金接触，让对方在他们自己的数据中心使用谷歌的芯片。相应报道发布后，英伟达股价应声下跌，而谷歌的股价大涨。几乎是同时，OpenAI的萨姆·奥特曼对谷歌的Gemini 3模型成功，产生了巨大的担忧。 01:03 谷歌怎么突然就从大模型的提供者、变成了卖AI芯片淘金铲子的公司了？ 01:13 不是刚刚全球“共识”了人工智能有泡沫，算力过剩吗？怎么谷歌还能卖得动芯片呢？ 01:24 为什么奥特曼会担心谷歌的预训练呢？难道OpenAI自己没有做预训练吗？ 02:43 TPU是谷歌为自己的深度学习专门设计的AI专用芯片，在训练大模型的时候，比采用传统的GPU的在速度和功耗上都有极大的优势。 03:37 从马斯克的这番话里面，也侧面验证了英伟达的GPU的确不是性能、功耗和成本的最佳组合。 03:59 从这个意义上来看，英伟达可能是第一次遇到了真正的挑战。 05:50 。。。这些是谷歌过去几年一直都在提供的服务，现在谷歌最新的引起英伟达和全球关注的进展是。。。 08:27 英伟达的CUDA已经事实上成为了行业的标准，谷歌怎么破局呢？ 09:12 这是良性的竞争，良性的竞争只会让大家都变得更好。 09:36 奥特曼真正担心的是，谷歌的大模型到底是怎么在“预训练”阶段变得这么强的。 10:36 难道ChatGPT没有预训练吗？ 11:53 预训练是能力上限的决定因素. 13:23 模型在预训练的时候会无差别的吸收这些内容，有可能就会形成深层的偏见，这些偏见在后训练阶段很难完全消除。 14:30 谷歌为什么就能够把预训练搞得这么强呢？ 16:29 如果把大模型比作一座高楼，那么后续训练只是在楼上做装修，而预训练才是大楼的地基。

2025“沙特-美国投资论坛”，这是马斯克和黄仁勋第一次同台，同时接受第三方的专访。访谈的最后一个问题，对“AI会不会有泡沫”的灵魂提问，这也是上周全球股市最有争议的话题，也是引起上周全球股市大跌的一个关键因素。访谈之后的当天，英伟达发布季度财报。 01:59 在发布了亮眼的财报之后，不涨反跌的现实，也让黄仁勋忍不住在内部的全员大会上狠狠地吐槽了一番。 02:26 如果英伟达交了一份差的业绩，那就是AI泡沫的铁证了。 02:31 如果英伟达交出了一份亮眼的业绩，那就是我们在助长AI泡沫。 02:57 主持人的第一个问题是在一番对马斯克的恭维之后，问马斯克是如何用first order thinking和first order scaling的思维去颠覆了每一个行业？ 03:09 马斯克回答说，“准确来说，并不是颠覆，而是创造。” 05:39 “人们总是在谈论消除贫困，谈论了多久了？” 05:49 “事实胜于雄辩，AI和机器人将会消除贫困。” 06:05 第二个问题是问黄仁勋的，“AI工厂的下一个阶段将如何发展？” 07:33 “过去的软件都是基于获取模式的，而今天是即时生成的。” 08:07 第三个问题同时问了马斯克和黄仁鑫两个人，问题是“关于机器人对未来人类工作的影响” 09:05 “我总是鼓励人们去读Ian Banks的文明系列的科幻小说，因为这本小说基本上描述了基于人工智能的未来文明是个什么样子。" 09:48 “非常有可能，钱在未来某一个时间点将无足轻重。” 11:04 “首先，到那个时候，每个人的工作都会和现在不一样了，这是可以肯定的。” 11:45 黄仁勋说，“我猜测马斯克在未来AI的时代将会变得比现在更加忙碌，我自己也会比现在更加忙碌“ 11:52 “原因是，我们都有很多的想法，想去实现和尝试。” 13:44 最后两个问题分别给马斯克和黄仁勋；给马斯克的问题是：“太空中的AI可能吗？” 14:38 “如果我们想当然，那我们就太自大了。” 15:54 黄仁勋补充说，“我们现在建造的AI的算力中心，一个机架就要有2吨重，这2吨的重量里面有1.95吨，都是用来冷却GPU的。” 17:10 主持人给黄仁勋的最后一个问题就是，“我们会经历AI的泡沫吗？” 19:24 黄仁勋的这番话，尤其是第3点，并没有太多的数据支撑，不知道全球的投资者听起来有多信服。 19:36 这几天国内，关于英伟达的小作文满天飞。 19:39 有小作文说，英伟达的季度财报披露了334亿美元的应收账款，同比增加45%。 20:11 也有小作文说，老黄一边说供不应求啊，积压订单，一边说库存还有198亿美元的芯片没卖出去，两边矛盾。 21:03 英伟达的库存构成其实非常复杂。 22:21 到今天为止，国内外都没有一个人工智能的应用，能够成为每个人每天的日常。 23:18 或许真正值得警惕的不是AI的泡沫，而是太多的做题家出身的聪明人，在资本市场上形成的惯性，把投资当做一场比谁先跑路的竞赛。

科技离不开教育，但可惜的是，在教育的道路上，我们始终被无数看似无比正确、实则荒谬至极的说法所误导。 第 142 期节目，已经拆解了“书包房”和“小升初择校”这两个最常见、也最具误导性的认知误区。这一期，我们把视角进一步收窄到初中阶段的主要学科，来聊聊那些家长们耳熟能详、被无数人重复，却很少有人真的思考和推敲一下的说法——我们一起看看这些说法到底荒谬在哪里。 01:13 我们先从第一个最常见的说法开始，“英语是最容易赶上的学科。” 04:21 初中家长们对孩子的数学、物理、语文焦虑的比比皆是，甚至对道法焦虑的都有，但唯独很少有对英语焦虑的。 05:40 英语的难度无外乎是语法、阅读理解和作文。 05:52 而语法之所以难，无外乎是从第一天开始学的时候，就对语法规则背后的含义不了解，因为很少有学校和机构的老师能够真的讲清楚。 06:14 疯狂英语的李阳批评董宇辉的英语演讲，“发音奇怪，还有语法错误。”，而董宇辉居然还出来道歉 06:28 他这个道歉也再次说明，国内英语教学和学习方法，只能够应对一时的考试，应试之后就全忘了。 06:50 过去真的很难，在3年前，这都没有什么更好的方法。但现在不一样了。 07:15 你能对大模型提多少问题，你就能够搞清楚多少本质的东西。 08:06 当学会了用AI去提问，根据AI的回答，再不断的提问去学习，那阅读理解能力自然就上来了。 09:00 说完了第一个耳熟能详的荒谬说法，我们再来看第2个，排名不分先后，就是“要提前学。” 09:10 不知道从什么时候开始，“提前学”这种歪风已经是那些对子女教育高度重视、且具备一定经济实力的家庭的共识了。 09:47 提前学本质上是机构最有效的营销工具和焦虑放大器。 0:55 这会给学生和家长带来了一种“学得好”的直观的感受，所谓的“成功是成功之母”。 11:31 选择“提前学”的家长，很多心理上都抱着“提前学了，就是对那些没有提前学的的降维打击”的想法 12:20 在那些复杂度还不高的课程上，比如初中的物理，没有提前过学的孩子，只要认真完成了学校布置的课后练习，同样可以考得高分儿。 12:41 而对于有难度的学科，比如初中数学，提前学的，也并没有取得实质的优势。 14:18 学习上出了任何的困难和状况，“报个班儿”几乎是家长们的唯一解。 14:51 目前市面上的AI大模型，无论是国内的还是美国的那几个顶流，在解初中数学压轴题方面的能力，并不比海淀那些一个课外班儿都没上过的孩子要高出哪怕一点点。 15:44 在说办法的同时，也该说第三个耳熟能详、被无数人重复的并没有太大效果的做法，”报个班儿“。 16:52 通过亲自动手去解或者揣摩别人的解决方法，来训练自己的分析和解决能力，这样的训练的过程跟AI获得泛化能力一样。 17:40 自己独立思考不够，最多也只能背下来老师讲过的解法，这些解法并不能让自己有泛化能力。 17:47 而这个泛化能力，就是最终在考场上数学成绩区分度的来源，也是舞台上表演的机器人和能走到真实场景中的机器人的区别。 18:08 一届届的学生在单向接收、模仿与借鉴中，被塑造成了几乎同质的模样。 18:16 走入职场之后，这些习惯又被进一步放大，最终演变成个人与公司层面的结构性的内卷。 19:48 而只有这样的创新，才能让中国的科技公司，从“全面对标”、“致敬”，走向真正的引领。