本期节目通过挪威国家主权基金CEO Nicolai Tangen对全球光刻机巨头 ASML CEO Chris Fouque 的深度访谈，揭开全球最关键的芯片制造设备——EUV光刻机的奥秘，以及是什么让ASML从飞利浦旗下的一家小的创业公司，一步步成为今日不可撼动的行业领导者的？光刻机为什么那么难？到底难在哪里？ 01:05 ASML到底是生产什么的？ 01:30 什么是EUV呢？ 01:56 为什么这么难呢？哪个部分难呢？ 03:43 ASML的光学系统是与他们的光学合作伙伴"蔡司"多年共同一起开发完成的，就是那个生产镜头的蔡司... 04:25 “我们当时选择EUV并不是因为它最容易"... 05:49 如果你要去做这么困难的事情，如果你不是独自一人，你会感觉更好，对吧？ 07:19 至少在接下来的20年里，AI公司希望是可以每两年将晶体管的密度增加16倍。 07:33 在谈到与德国的光学公司蔡司的关系时，Chris说，"当我们谈论这种关系的时候，我们说这种关系比婚姻还要糟糕，因为我们永远无法离婚" 08:31 关于为什么没有与"蔡斯"合并。。。 09:19 在关于未来几年人工智能会如何发展这个问题。。。 10:28 关于中美关系对于半导体行业发展的影响。。。 11:31 在谈到中国现在的芯片落后有多久的时候。。。 12:12 在谈到能否在美国、日本和韩国完成芯片制造这个话题的时候。。。 13:32 谈到创新。。。 14:13 在谈到如何描述ASML作为一家公司的文化的时候。。。人们做事情基本上不是为了给自己争取功劳，而是为了公司的利益。 15:54 人们必须看到你的真实的一面，不应该有虚假的讨论，也不应该试图去取悦或说服别人，你需要非常真实直接。 16:46 你需要有梦想，同时，你需要能够以一种非常清晰的方式来传达这个梦想。 17:18 “你是如何保持对细节的关注的？” 18:16 作为CEO，你需要能够向人们解释“为什么某些事情很重要”，而做到这一点的唯一的方法就是“简单明了”。 18:42 如果需要太多的话来解释的话，那么你根本就没有解释清楚。 18:56 “你是怎么学会清晰的传达你所做的事情的”？ 19:40 在你让人们信服之前，你要给他们足够的信息，让他们自己说服自己。 20:33 当你不再需要证明任何事情时，我认为这是一种解放。 21:09 在谈到“你是怎么放松的”这个问题的时候，Chris说“我感受不到压力” 22:13 正确的问题应该是“我明天要做什么才能真正的让我兴奋？”

AI正在成为这个时代最重要的变革力量，但它的讨论却常常充满门槛。术语的混乱让外行难以理解，信息的碎片化让人难以构建完整的认知。这期节目，希望让 AI 不再是少数人的“黑话”，而是所有人都能真正理解、思考并参与塑造的未来，因为未来属于那些真正理解它的人。 我将以Lex Fridman最新一期长达5个小时的播客中的热门话题和精彩观点为基础，深入浅出地解释他们讨论中的核心 AI 概念，比如“AI行业里并没有达成一致的关于开源的定义”、“大模型的参数权重”、“预训练 vs. 后训练”、“对齐”、"Token"、“思维链chain of thoughts"、“MoE“、“DeepSeek绕开英伟达"、“集群”、“AI智能体AI Agent"等。 01:43 先介绍一下三位人物，Lex Fridman... 03:06 DeepSeek和OpenAI之争，被很多媒体和自媒体简单的说成了"开源"与"非开源"之争。 03:16 在人工智能领域，关于"开源"的定义到目前为止并没有完全统一一的一个共识。 06:29 大模型的参数权重，就像是大模型的记忆力,他们存储了模型从海量数据中学到的模式、规律和知识。 07:37 权重的公开并不等于模型完全开源。 08:17 Nathan所在的研究机构认为，真正的开源应该不仅仅包括开放源代码，还应该包括：发布训练数据，发布训练代码，并且发布参数权重。 08:54 接下来我先介绍“预训练”和“后训练”。 09:30 在像GPT这样的大语言模型当中，Token是一个是文本中的一个较小的单元，可能是一个单词、一部分单词，甚至是一个标点符号。 11:31 在人工智能领域，对齐、alignment，主要是指确保AI系统的行为和目标，与人类的意图、价值观和期望一致。 13:53 预训练通常成本更高，训练时间更长。 14:13 接下来再介绍一下“推理过程的显性化”这个概念，也就是大家从DeepSeek R1中看到的，R1完整的展示了整个推理的逻辑。 15:07 相比于传统的黑箱模型，Chain of Thoughts有助于帮助人类理解模型是如何做出判断的，从而提升了整个模型的可信度。 15:41 这个“混合专家系统” MoE的核心思想是... 16:15 在OpenAI实现MoE架构之前，行业里没有人相信这个MoE的paper真能work... 16:49 关于DeepSeek没有直接去直接调用英伟达CUDA API，也就是NCCL API（绕过英伟达）... 18:31 谈到当前人工智能领域的数字集群的规模... 21:01 除了电力供，GPU的冷却也是一个大问题。 21:30 未来，谁最可能成为英伟达的竞争对手或者是替代品？ 22:42 目前在人工智能领域，谁在赚钱？ 23:11 关于AGI，通用人工智能... 23:30 关于未来AI的价值到底会从哪种形式呈现... 23:39 这里又提到了AI agent（AI代理）的概念... 24:12 OpenAI前几周发布了自己的第一个AI agent, 这个产品的名字叫做OpenAI Operator. 25:48 他们三位也谈到了程序员与AI之间的关系，以及未来的发展

先祝大家在蛇年里像AI一样快速进化，突破极限，探索未知！ 这个春节假期，deepseek成了比春晚还要热门的话题。其中一个重要的讨论是，OpenAI宣称DeepSeek违规“蒸馏”，即：DeepSeek使用OpenAI专有模型来训练自己的开源聊天机器人。我们这期节目，不去评价或声讨OpenAI的指责，更不去证明deepseek蒸馏了或者没有蒸馏；因为我们第一不是当事人，我们没有第一手的信息来证明任何东西；第二，我们也根本不在要去证明任何一方的位置上。这期节目的目的，是来学习一下，什么是蒸馏技术，为什么会存在蒸馏这种现象，以及，在哪些场景下的蒸馏是被允许的。 节目里我会引用多个来源关于蒸馏的介绍，尽量全面和客观。并且只做引用，不做任何评价。 01:54 金融时报讲，所谓蒸馏技术，是指开发者使用更强大的模型的输出来训练小模型，从而以更低的成本来获取更高性能的一种做法。 02:09 蒸馏是业界常见的做法，但问题是... 02:31 专门为大模型提供训练数据的八友科技的创始人、清华大学计算机系毕业的博士梁斌，他对蒸馏技术的解释是... 03:13 梁博还说，蒸馏的过程一般是这样的... 04:00 关于蒸馏技术，ChatGPT是这样来解释的... 04:11 旨在将一个大型的、复杂的模型通常称为教师模型的知识，转移到一个较小的、较轻量的模型，通常称为学生模型当中。 06:27 什么是蒸馏的这个问题，DeepSeek给出了和chatGPT类似的、或者基本一致的回答。 06:40 在人工智能行业当中，教师模型和学生模型通常来自于同一家公司吗？ 10:02 OpenAI允许其他公司用ChatGPT作为教师模型吗？ 13:33 同样的这个问题，"OpenAI是否允许其他公司用ChatGPT作为教师模型？"，我又问了DeepSeek。 15:34 蒸馏技术不仅仅是一种模型压缩的技术，更是一种跨公司合作的潜力所在。 15:51 然而，这个话题也引发了一个更加深层次的思考。

在职场环境中，专业能力固然至关重要，但真正决定能否快速晋升、甚至引领团队的，往往是那些被称为“软技能”的能力。无论你是希望成为一名优秀的团队领导，还是想在职场中脱颖而出的个人贡献者，软技能都会在你职业生涯中起到决定性的作用。 今天的节目，我将为大家介绍三项最重要的职场软技能，整理自两位著名的高管教练——Harriette Cole 和 Ethan Evans 的多个讲座分享。 我之所以喜欢这两位的分享，是因为他们的内容既不书生气，又非常接地气，充满实用性。 01:55 Ethan在接下来的10年的时间里，完成了极具挑战性的两次晋升，从资深经理升至总监，再从总监升至副总裁。 02:43 你必须通过在大批重要的人前讲话的方式，来激发人们对你的能力的和想法的信心。 02:52 没有人愿意将更多的责任，交给那些看起来对现有责任都感到不自在的人。 03:36 接受别人的反馈，对大部分人来讲都非常的难，尤其是在会议这种当众的场合。 05:14 无论对方举的是什么例子，那是对方看到的事情的一个方面，不一定是事情的全貌。 05:36 大部分的反馈，确实是批评性的，有时候是充满了敌意的。 07:11 即使你知道答案，在当场被提问的时候，仍然会变得非常的慌乱，从而失去了可信度。 08:05 也有些人的特质是内向的，比较容易害羞；对这些人来说，当众讲话就更挑战了。 09:14 高管风范的定义是：是“展示自己应该被认真对待的能力”。 10:22 当具备高管风范的时候，人们会被你吸引，专注的倾听； 13:41 你可以拥有最佳的专业技能或者是最佳的创意，但如果不能够通过有力的讲故事的技巧来沟通，那就没有人会关注到你。 16:42 过度的讲故事是一种操控手段。 17:17 在生活和工作当中，有很多机会通过讲故事来更好的实现自己的目标。

在刚刚落幕的2025国际消费电子展（CES）上，马斯克通过远程连线接受了马克·佩恩的独家采访。马克·佩恩是美国著名的商人、民意测验研究者和作家。在这次对话中，马斯克不仅分享了AI、自动驾驶、机器人、星舰以及脑机接口的最新进展和未来展望，还探讨了一个耐人寻味的灵魂问题：如果未来AI能够胜任人类的所有工作，并且表现得比人类更出色，当物质极度丰富、经济极度富裕时，人类生命的意义又将何在？ 01:43 最新的人工智能，可以通过医疗测试表现的比80%的医生还要好。 02:21 人类实际上已经用尽了所有的书籍，彻底的用尽了整个互联网和所有写过的书籍，以及所有有的有趣的视频。 02:56 使用合成数据训练大模型，是会有挑战的；因为你怎么知道这个是大模型自己幻想出来的答案，还是一个真实的答案？ 05:02 在2025年的第二个季度，特斯拉的自动驾驶，能够达到比普通有经验的驾驶员更低的事故概率。 06:25 你可以让特斯拉开到任何一个你从未去过的地方，特斯拉也没有去过的地方。 06:31 甚至可能是外星球，自动驾驶的特斯拉在外星球还是会正常工作，会自动开车。 06:56 类人机器人将是人类历史上最大规模的一个产品，远超过其他任何产品。 07:12 机器人和人类的比例，未来将会是至少是3比1， 4比1，可能是5比1。 08:51 AI比人类的情商要高多了。 08:57 AI永远都在尽力的倾听你的意思，从来不打断你。 09:18 AI从来不试着表现的比你更加的聪明，比你更加的有见地。 11:32 马斯克想做一个这样的很酷的视觉效果出来，就像星际争霸一样，所有这些星舰一起出发，空间中闪烁着明亮的光点。 12:49 即使我们没有超越我们自己的太阳系，至少，我们得到了另一个星球。 13:31 如果霍金能像正常人，或者比正常人更快的去交流，那将是革命性的变化。 14:59 通过neuralink，可以将正常人类的脑信号的输出能力提高1000倍甚至100万倍，这将是一种非常不同的体验啊，基本上是超人类了。 15:24 如果所有机器人，都在为人类工作啊，为人类节省了大量的时间，创造了大量的财富，那人类会做什么呢？

想象一下，如果我们不再依赖计划，却依然能找到人生的方向；如果我们通过清晰和行动，将焦虑与迷茫转化为力量；如果我们学会提出好问题，而非死守标准答案；如果我们用小行动撬动大改变；如果我们能在熟悉的生活中找到全新的可能性；是不是有一种被点燃的感觉？ 这期想和大家聊一聊我最近读过的一部美国亚马逊上的畅销书：《The Life Brief: A Playbook for No-Regrets Living》，作者 Bonnie Wan 是一位对人生智慧有独到见解的思想者，同时还是全球知名广告公司的品牌战略总监。 02:23 "你能计划的事情都太小，不足以成为你生活的全部"。 03:01 计划通常基于我们现有的认知和资源，而生活的精彩往往来自于不可预见的可能性和突破的机遇。 04:19 倾听你内心的声音，那个经常因为实用主义或者眼前的事物而被忽略的声音。 06:53 保持清晰是你能采取的最重要的行动。 07:24 怀疑、戏剧化的情绪杂念和恐惧，这些东西让我们沉重，失去灵感，或者偏离了最重要的本质。 10:07 追问问题，而非答案。 12:47 在经历了一切由父母安排、以及16年的被动接受问题并且寻找答案的教育熏陶之后，我们每个人似乎都已经麻木了。 13:36 Bonnie Wan给大家的第三个无悔生活的见解是：重新定义你的视角。 16:02 我们脑海中的每一个信念，都有可能成为限制性的阻碍。 16:12 真正的创新思维，就是去挑战我们熟知的每一个信念。 17:07 大改变始于小行动。 20:09 这个时代教会了我们如何追求成功，却很少告诉我们如何找到满足。 20:35 所谓的无悔、并不是一种结果，而是一种始终向内、勇敢前行的状态。 20:44 人生不是一场等待被证明的考试，而是等待被创作的作品。

随着人工智能的火爆，大家对英伟达及英伟达GPU都不陌生了，无论你是在哪个行业、做什么工作的，应该都听说过这个市值不断创新高的科技公司，以及这家公司的那个最赚钱的、神秘的，总在卡我们脖子的GPU。但大家有没有想过，GPU就是一个芯片，是一个硬件，买来了GPU，是不是也得有类似于微软的Windows或者苹果的iOS，或者是手机里的安卓，这样的操作系统软件，跑在英伟达的GPU上面，这样才能支持各种人工智能的大模型? 是的，英伟达确实除了GPU之外，还有自己的GPU上的软件系统CUDA，而且，买了英伟达的GPU，还必须，也只能用英伟达的这个软件系统。这个软件系统，在人工智能行业里，被公认为是英伟达真正的护城河，而不是那个GPU。今天这期节目，我们就一起来了解一下，什么是CUDA，为什么它能成为英伟达真正的护城河；除了CUDA之外，我国在人工智能的整个芯片及软件栈里面，还缺什么。

就业难，是最近这几年困扰很多人的话题，无论是大学毕业生、研究生，还是年轻的35岁以下的职场人士，都遇到了极大的挑战。35岁以上的，就更不说了，现在的共识，是35岁以上的，根本就不配再去找工作了一样。 最近网上也经常有消息说，连大洋彼岸的美国，甚至当红名校的计算机、人工智能这样的当红炸子鸡专业，也已经非常难在硅谷找到一份称心的工作，这背后到底发生了什么？ 02:06 第一个是增长的神话破灭了，过去整个行业里面都已经习惯了指数级增长。 04:40 “科技”越多，就等于产品越多；产品越多，需要的工程师就越多：需要的工程师就越多，就能够带来更加可靠的增长：这个逻辑，在2022年就失效了。 05:14 整个科技行业的增长，不仅建立在创新和颠覆之上，其实还建立在一种需要持续不间断的增长才能发挥其作用的这种特定的模式之上。 05:51 第二个根本原因，是美国的教育体系失灵。 07:20 我倒是觉得这才是一个非常合理的市场调节过程。 07:38 在上涨学费，市场需求还萎缩的情况之下，还能够来学习的，那一定是真爱了。 07:45 只有有了真爱，才有可能出现成果；有了成果，才有可能让这个学科再次繁荣起来。 08:03 国内所有的大学，所有的专业，都在毫无任何压力和危机的存在着，都在继续着收取这高额的学费，并且尽可能的扩招。 09:55 除了教育在不断的让人才的产能过剩之外，Jay还讲了第三个原因，那就是... 13:47 我们现在市场上有创纪录数量的新的毕业生，但正常的工作机会的周期已经被中断了。 13:56 就像一个音乐、欢乐游戏，没有人想离开。 14:01 Jay讲到的第四个原因，那自然就离不开AI了 14:36 首次出现这种状况，整个的市场正在奖励效率而非增长的公司。 15:39 除非是未来会发生戏剧性的变化，否则整个这一代的工程师可能就永远无法起步了。。。 16:00 我们可能处于新事物的开端，而不是结局。 17:57 就像每一次、前一次技术危机一样，看起来像是道的尽头，直到它不是。 19:31 这样的挑战，也许是阵痛，也许会一直持续下去，变成一个新的常态。 20:06 也许我们并不是、也无法成为第一个看到下一个风口的人，但我们可以成为那个最早开始适应的人。

近年来，‘量化’、‘量化交易’、‘量化基金’这些词似乎越来越频繁地出现在我们的耳边，甚至不少人谈论‘量化割韭菜’时已不再陌生。那么，量化究竟是什么？它到底有哪些优势？它真的无所不能吗？面对量化在交易中的种种优势，我们不禁会问：如果量化远超人工交易，那在同一个市场中，让它与普通投资者共舞，是否公平？既然如此不公平，为什么我们还要允许量化交易的存在呢？今天我们就来一起探讨这些问题，找出答案。 01:27 与传统的主观交易不同，量化交易呢，依赖于数据和逻辑，而非交易员的直觉或者是经验。 02:11 这个量化的第3个核心特征和第4个核心特征，就是人类所无法相比的了 03:50 量化机器，是没有任何的思想的，没有任何的感情，更没有任何的情绪，机器只会按照预先设置好的目标或者是规则执行。 04:20 “策略”，比“规则”听起来是不是就高级多了？ 04:56 在极短的时间内进行大量的交易，赚取微小的差价，这个是人类交易员无法做到的，因为人类通常不会为了微小的差价就进行买卖。 06:50 人类的交易员要想同时持有多头和空头也是有一定难度的，相当于你既相信也不相信，而机器呢？对此是毫无问题的。 07:35 量化掌握的信息呢，比任何的人类都多，并且要快 09:42 在一个拥有2.2亿股民的市场，非理性人数数量、多到了足以让任何一个甭管多离谱的小作文、都能够引起市场的变化，甚至引起市场剧烈的变化。 11:26 那量化就没有缺点了吗？ 12:06 既然量化赚钱，在我们这样的一个环境里面，会出现什么状况呢？量化之间激烈的竞争 12:48 在A股这个独特的市场当中，有哪些独特的因素有利于量化，在A股当中大施拳脚去割韭菜呢？ 15:50 在A股市场，量化是如何能够让其他的公募基金机构，以及散户只有被收割的份儿呢？ 19:00 那既然量化比人类有那么多的优势，在市场交易中有量化存在就不公平啊，为什么市场还要允许量化存在呢？ 20:53 我们每一个市场参与者都不得已去面对一个至关重要的问题，在这种技术主导的世界里，我们人类该如何应对？

2025年已经到来，回望刚刚过去的2024年，你是否也被各种“跨年演讲”刷屏了？这些“大咖”用慷慨激昂的语气描绘未来，用精心设计的语言捕捉关注，但本质是什么呢？是“洞察未来”的神奇能力，还是“精准割韭菜”的熟练套路？ 在这个充满噪声与迷雾的时代，独立思考和清醒判断的能力，显得尤为珍贵。噪声无处不在，高声浪的陷阱更是层出不穷。普通人如何避免被情绪和流量裹挟？这一期，我们就来聊聊这些隐藏在声浪背后的陷阱，以及如何在复杂的时代找到属于自己的清晰道路。

在刚刚过去的2024年圣诞节前后、连续三天的“理想AI Talk”上，理想汽车创始人李想突然宣布，理想汽车不再仅仅定位为汽车制造商，而是要全面转型为一家AI企业。电动车？不过是一张通往L4自动驾驶的门票。李想甚至放话，未来100%会投身人形机器人领域。 这可不是普通的转型——作为电动车行业中唯一连续8个季度盈利的公司，理想居然要“放弃”自己的汽车制造标签，去做AI和人形机器人？学霸级的企业为何突然改弦易辙？而其他“普通学生”又该何去何从？今天的节目，我们就带大家深度拆解背后的原因。

在刚刚过去的2024年平安夜， 全国电影当日票房总收入创下了14年以来的新低，以3843万元的数字收盘。 这一数字，只是2023年平安夜票房一亿五千万的四分之一， 甚至比疫情期间的2021年和2022年的平安夜的一亿票房还要低。而9年前的2015年开始的连续3年，平安夜当天的票房收入达到历史最高的3亿元，是2024年平安夜票房的近10倍。 2024年平安夜，票房收入占比最高的前三部影片， “误判”，“破地狱”，和“好东西”， 上座率仅有1%左右； 这三部影片平安夜的收入总和，占平安夜当天所有影片的55%。其他影片的上座率远远不到1%。 这三部电影，每一部在平安夜当天的排片场次都在五万次左右，平均每场的收入大概在五、六十元人民币。你能想象吗？ 电影行业怎么就凉了？