新浪财经前些天采访了长城汽车的董事长魏建军，魏建军说到了一句话，在网上引起了轩然大波。他说“现在汽车产业里面的恒大已经出现了，只不过还没爆而已”。 魏建军还说“纯电车亏损都特别严重，根本就形成不了一个商业闭环，现在资本该赚的钱已经赚走了，甚至一些老股已经卖掉了，只剩到这个产业了”。这跟我半年前第88期播客“新能源退潮、人形机器人火爆，资本游戏背后的真相”惊人的一致。 今天这期节目，为了不断章取义，我们先把魏建军在这个采访当中，在说这句话之前和之后都说都说了什么，一起来完整的看一下。然后我们再一起分析一下，这个汽车产业里面的恒大到底有可能是在说谁？

在这一期特别的对话式访谈中，我邀请到了 FinalSpark 的联合创始人兼首席科学家 Fred Jordan博士，带你进入一个你可能从未真正了解的前沿领域：使用人类神经元进行计算。 FinalSpark 正在探索一种根本性不同的计算范式——不是模拟神经元，而是直接用活的人类神经细胞来构建神经网络系统。他们所研发的“神经计算平台”，不仅能实现极高的能效（相比GPU节省百万倍能耗），更可能引发一场类似晶体管诞生的技术革命。 本期你将听到： • 💡 为什么 Fred 放弃了数字仿真神经元，转向真正的生物神经元？ • 🧠 “人脑耗电20瓦 vs. 数字仿真几千瓦”——这个能效差距背后意味着什么？ • 🧬 活细胞是怎么来的？如何用皮肤细胞培养出可计算的人类神经网络？ • 🤯 神经计算与传统AI、甚至量子计算有何根本性不同？ • 🔮 能否有一天，用“有机云计算”来训练下一代语言模型？ 这是一次关于未来计算边界、关于生命与智能融合的思考实验。在你听这期节目的时候，FinalSpark 的实验室里，数百万颗人类神经元正在自发活动与计算。 内容摘要： 公司背景与研究初衷： FinalSpark 是一家专注于AI研发的公司，成立于2014年，致力于探索被主流AI研究忽视的路径。在尝试多种人工智能方法后，团队决定转向使用“尖峰神经元（Spiking Neurons）”来模拟生物神经元的真实工作方式。 从模拟到真实神经元： 起初，团队尝试在数字计算机上模拟尖峰神经网络，并引入高度复杂的、全连接的神经结构（即神经元之间可以任意方向连接），以更贴近真实大脑的运作。但这种模拟极为耗能，仅运行几百个神经元就需消耗数千瓦功率，而人脑用约20瓦电力就能驱动约1000亿个神经元。因此，团队认为持续依赖数字模拟不可持续，转而探索用活体神经元直接进行计算。 为何使用活体神经元： 使用真实生物神经元，不仅在能耗效率上领先现有AI技术百万倍，也可能开启全新计算范式。Fred指出，目前尚无法全面预估其潜力，如同晶体管刚被发明时人们无法预见智能手机和互联网的诞生一样，但他坚信这是一个“具有颠覆性”的方向。 神经元来源与培养方式： FinalSpark 所用神经元均为人类神经元，通过“诱导性多能干细胞（iPSC）”技术实现。该技术最早由日本科学家山中伸弥开发，获得诺贝尔奖。简单来说，研究人员可以从人的皮肤细胞中提取样本，重编程成干细胞，再分化为神经元，并在实验室中成倍扩增。这种“自我复制性”也让神经元培养在规模化上更具优势。 神经计算的可扩展性与挑战： 尽管团队目前仍处于非常早期的阶段，连基本的“异或门”（XOR gate）学习都仍在攻克，但他们相信未来有望构建等效于AWS的神经计算平台，能效比现有AI基础设施高出百倍。尽管生物神经元的运作速度比晶体管慢，但其高度并行、全连接、低功耗等特点，可能带来质的飞跃。 技术发展阶段的比喻： Fred 将“神经计算”的当前状态比作15年前的量子计算，即仍处于理论验证与初步工程实现阶段，尚未建立起高阶模型训练的能力（例如LLM迁移仍遥远），但潜力巨大。

外卖行业卷过一轮儿之后都快十年，为何京东非要此时强攻外卖呢？而且看起来都不是志在必得，而是不得不得。 京东为什么早没有开始做这件事呢？ 京东的入局会让本来就已经捉襟见肘的餐饮行业如何变化呢？

上周末，一场没有预告、却在全球市场激起波澜的会议、在日内瓦低调举行，并成了全球关注的焦点。大家这两天应该都已经看过国内的各种报道，今天这期节目我们一起看一下美方的会后报道，一起了解一下，美国到底在想什么？这场协议又预示着中美经贸关系会走向何方？

今天我们来聊一个你我可能都参与过的热门话题：MBTI。对，就是那个你可能在社交媒体上看到过无数次的字母组合，像是INTJ、ENFP、ISFJ……还有配套的表情包、性格吐槽、职场指南，甚至连恋爱建议都有它的影子。 MBTI为什么这么火？它到底是什么？它是心理学工具还是娱乐标签？我们一起拆解一下MBTI背后的心理逻辑和文化现象。 00:41 MBTI到底是什么？ 01:15 有趣的是，这对母女，都不是心理学专业出身的。 03:12 MBTI不是来测试我们"有什么问题"，而是让我们更了解自己偏好的"思考方式、社交模式、做决策的方法"等等。 03:33 其实MBTI并没有被临床心理学、或者是现代认知科学广泛的认可。 03:49 为什么MBTI在年轻人中这么流行呢？ 04:21 把复杂的自我归类，能够带来心里的安全感和我被理解的感觉。 04:54 它创造了社交话题，也成了一种社交语言。 05:21 MBTI是一种工具还是一个伪科学？ 05:49 现实中的性格是连续谱，而不是非黑即白。荣格并不认为类型的偏好，比如说内向还是外向，是二元对立的。 06:38 即使你是一个I人，也不用担心没有朋友，或者是不能够做一个好的销售。 06:59 哪怕是不精准的标签儿，它也是一种认知的起点。 07:04 如果你把它当做是一种自我探索的入口，它依然有帮助。 07:38 我们为什么会如此的被喜欢分类呢？ 08:06 在一个不确定的社会里，我们更渴望知道自己是谁。 08:46 需要小心的是，这些都是人类大脑的捷径，有时候会导致误判、刻板印象和标签化。 09:10 MBTI精准的戳中了人类内心的一种深层次的渴望：渴望理解自己，也渴望被理解。 09:20 那MBTI真的会限制我们吗？ 11:03 MBTI带我们走进自我认知的大门，但它不应该是个终点。

瑞士，这个冷战时代的中立象征，又一次被选为中美之间试探彼此底线的空间。在技术脱钩、战略对抗持续升级的背景下，双方财政部门出面谈话，是否意味着某种“最后的稳定尝试”？还是说，这本身就是新秩序博弈的一部分？ 01:23 首先，我们从时机入手，任何高级别会晤的价值、不仅在于“谈了什么”，更在于“为什么现在谈”。 02:15 更有意思的是，会谈由双方的财政体系主导，而非传统的外交或者是商务部门。 02:48 这里顺便介绍一下双方会谈的代表。 04:27 他的主要职责说大白话，就是：帮着美国政府看钱、管钱、赚够钱来花、还得防止经济出乱子，同时在国际上替美国管好”钱的面子“ 05:12 贝森特对中国的态度是怎样的呢？ 07:50 为什么这次双方都是财政出面呢？为什么不是商务部或者是贸易代表来主导呢？ 08:34 为什么地点是瑞士呢？ 09:18 “脱钩”这个词在产业、技术、安全领域已经被频繁的提起了，但在金融层面，真正彻底切断仍然困难重重。 09:56 这次日内日内瓦的瑞士日内瓦的会谈，双方会谈什么呢？ 12:27 这些议题听起来又像是在各说各话，会谈的意义在哪里呢？ 15:33 对于这次会谈的预期和可能的结果，国际上很多方面的分析是认为。。。 17:50 接下来的每一步，都是边走边试、边拉锯的过程。

还记得我那期《E115: 内需拉动的经济到底长什么样》吗？我把整期播客的结构、内容、表达风格输入给了 Google 最新的 NotebookLM中文版，让它生成一期双人对话式的播客音频。 这期节目由NoteBookLM根据我的播客提供的素材，梳理逻辑、并组织语言；它的中文表达能力令我惊艳，不仅展示出了足够的逻辑思维、甚至抓住了内容中某些我没有讲透的细节。 希望你能从这期播客中，真正感受到当前AI在理解、重构复杂内容、甚至具备语言风格适配上的惊人进步。 也欢迎留言，我是不是应该考虑退居幕后，让NotebookLM来主持《揭秘科技》了？

本周特斯拉公布了2025年一季度财报，几项关键指标均未达到市场预期，净利润同比下滑70%。有趣的是，尽管财务结果令人失望，但特斯拉的股票在盘后交易中却大幅上涨5%。这再一次凸显了马斯克前瞻性叙事的巨大影响力，以及在供应链战略布局、和技术进步方面的远见。本期节目，就跟大家一起深度解读一下马斯克在财报的电话会上都说了什么。 01:04 在电话会的一开场，马斯克就率先谈到了他在美国政府效率部门DOGE的工作。。。 03:00 失去支持的马斯克将何去何从？难道他会坐着自己的星舰去火星，通过他的星链来远程工作？ 03:36 特斯拉的未来很大程度上取决于大规模的自动驾驶能力的车辆，以及大规模的有自主能力的特斯拉机器人。 03:49 马斯克认为，特斯拉将会是最有价值的公司，这个价值可能是前五个最有价值公司的总和。 04:25 接着马斯克转到了关税对于特斯拉供应链的影响。 05:51 接下来，马斯克谈到了自动驾驶，计划在2025年的6月，开始在美国德克萨斯州的奥斯汀启动无需驾驶员监管的自动驾驶（Unsupervised FSD)。 07:24 在整个的财报的电话会议当中，马斯克前后多次澄清了特斯拉自动驾驶汽车计划所涉及到的两个术语: Cybercab和robotaxi. 09:24 关于无需驾驶员监管的FSD的软件，什么时候能够开放给所有的特斯拉车主，马斯克预计是。。。 09:46 关于擎天柱机器人，马斯克说“到2025年年的年底，将会。。。” 10:43 接下来讲到了特斯拉的能源和能源储能业务，这是这个是一季度表现最好的一个业务。 11:56 后面，CFO上场解读财务数字的时候，补充说明了“为什么储能业务如此有价值。” 13:24 CFO解释了一下一季度特斯拉交付量下滑的主要原因。。。 14:11 问答环节，分析师的第一个问题是“完全自动驾驶出租车顺利上线，最大的风险是什么？” 15:22 分析师问到的第二个问题是“不需要用户监管的完全自动驾驶，最早什么时候能够给普通用户使用？” 16:05 在被问到“和当前美国已经在路上跑的无人驾驶出租车Waymo的比较时"，马斯克说。。。 16:36 马斯克说了一个让人很憧憬的事情“接下来新款的model Y，在工厂制造好了之后，会自己从工厂直接开到购买者的家门口” - 这种交付太酷了吧？ 16:53 有人问到“请介绍一下Unboxed Method的进展“ 20:59 马斯克说“Unboxed method的目标是未来实现5秒钟生产一台车“。 21:19 接下来的问题又是“关税对供应链的影响。” 21:57 马斯克说“最好的锂电池是没有负极的”。 22:39 下一个问题是“Optimus机器人的产量如何？是否受到关税的影响？” 24:05 “为什么还有那么多消费者，仍然在购购买奔驰和宝马？” 25:23 “你认为在中美，中美在AI和无人机方面谁更领先？” 马斯克听到这个问题就笑了。。。

“这事儿让我PTSD了”、“听到那个声音我都要PTSD了”。 听起来像是在开玩笑，但为什么我们会用一个形容战争与灾后创伤的名词，来形容一次普通会议的崩溃、一通上司的责骂，甚至一段普通关系的告别？ 01:24 大多数人其实并没有经历传统意义上的创伤性事件，而是处在一种持续性的心理创伤之中。 02:04 关键不在于事件本身有多严重，而在于这个事件对当事人的心理产生了多么深远的冲击。 03:10 这里常见的一种形态，就是职场上通过长期的、系统性的操控、压迫和诋毁，人为的制造不确定性与焦虑感，不断的贬低员工的价值。 03:46 在逃离之后，仍然反复的回忆。 04:34 理解PTSD不是为了贴标签，而是为了更好的看见受伤的人，包括我们自己。 05:38 C-PTSD是一种因长期重复无法逃脱的创伤经历所导致的心理障碍。 06:40 C-PTSD的核心症状，比PTSD更加的深层次。 07:37 为什么现代人更容易得C-PTSD呢？ 08:47 说完了定义，我们再来说一下创伤的来源。 10:35 创伤不一定要有有血有泪，有时候，一句轻描淡写的否定，一个眼神，一段让你反复怀疑自己的关系就足够了。 11:41 创伤不是终点，也可能是重生的契机。 11:59 如果意识到自己已经受到创伤了怎么办？ 12:40 当我们发现家人或朋友经历了创伤之后，我们能做什么？

AI爆火之后，“提示词”这个词就频繁出现，甚至被赋予了“工程”的高度，演化成了所谓的“提示词工程”。随之而来的，是各种真假难辨的新闻，比如“靠卖提示词课程赚了几百万”。 网上不少声音说“不会写提示词，就等于不会用AI”，也有很多声音把提示词写得像魔法咒语一样复杂神秘。什么是提示词？什么是提示词工程、提示词模板？到底这东西有多重要？ 01:16 为什么我用不同的问法，AI给我输出的确实就不一样了？ 01:57 但更准确的定义是：我们希望AI理解的任务的描述。 02:42 提示词这个翻译非常的不准确，绝大多数的情况之下，给AI输入的是“句子”，而不是“词”。 03:01 人类给AI的提示词、对AI输出的结果的影响，跟人类对另外一个人类提需求或者安排工作的时候很类似 04:20 共同的一点是：提出需求或者安排任务的人、没有说清楚；而接受需求或者任务的人、也没有去问。 04:55 人类在没有收到足够清楚的需求的时候，通常不会去主动澄清，AI也不会。 05:44 今天的大模型仍然不是一个具备了理解力的系统，它只是一个基于概率的语言预测器。 07:12 我们下意识的把AI当成人来看了，自动假设AI具备了理解对话意图的能力。 08:19 “提示词工程”确实是一种工程做法，但这种做法不但不能彰显业内工程人士的高级，反而凸显了大模型理解能力的虚弱。 09:35 到了GPT4这个级别，"好"的提示词的边际价值迅速的下降。 10:04 虽然提示词只是一个过渡的现象，但它的出现其实也提醒了我们。。。 10:20 绝大多数人不是不会写提示词，而是不会准确描述自己的意图、逻辑和背景。 12:47 AI时代真正稀缺的不是提示词，而是思考力；真正需要的是系统思维，而不是提示词技巧。 14:16 未来提示词的作用应该会越来越小。但人类的表达力、思维力、判断力反而会变得更加的稀缺。

AI为什么会出现幻觉呢？AI的幻觉的后果，真的就只是一本正经的胡说八道这么简单吗？AI的幻觉和人类的幻觉一样吗？我们应该如何跟这个有幻觉、但能力又超乎想象的AI相处呢？ 00:49 我们目前常说的AI的幻觉，其实是在说“大模型的幻觉”。 01:13 当我们说AI出现幻觉的时候，本质上是在说生成式的大模型的统计猜测失误了。 02:59 本质上，大模型并不理解用户在说什么，在问什么，大模型只是看过无数类似的句子。 03:17 大模型也不理解自己输出的内容到底是什么。 04:33 “幻觉”这个带有拟人色彩化的词汇，用在这里，并不够准确。 05:33 AI的幻觉如果不被外部系统反馈，AI自己是无法自我纠正的。 06:25 不是模型“想错了”，而是因为他根本就没有“思考”这个概念。 07:00 我们误把当前的大语言模型当做了知识模型，或者是推理的引擎。 07:37 如果路上跑的AI猜错了，会有什么后果？ 10:04 就像语言大模型预测下一个词一样，自动驾驶系统也是在每一帧的画面中做出“这是什么”的判断。 11:12 我们称AI的失误为幻觉，这个说法是不是已经揭示了，其实人类已经在不自觉的把AI拟人化了？ 12:44 AI可能说得很好，但他什么都不知道。 15:30 真正的风险不在于AI生成了多少错误的信息，而在于我们人类是否误把它当成了会思考的存在。 15:41 AI的幻觉并不可怕，怕的是我们对AI产生了幻觉。

上周上演的“关税大战”给世界敲响了警钟。虽然当前形势仍在快速变化，但如果这套新关税体系真的全面落地，那将意味着：中国每年出口到美国的4000多亿美元商品，可能会在一夜之间失去市场。 “转头出口到欧洲或其他国家不就行了？”，听起来有道理，但现实是——中国企业“出海”早就干了十年以上，如果其他国家真还有这么大的消费需求，我们早就杀进去了，不可能留到今天。 也正因此，“靠内需拉动经济”的声音再次变得响亮。但问题是：靠内需驱动经济，到底是什么样的？ 一说到“内需拉动经济”，所有的媒体和专家都说，“中国人消费意愿不强，是因为，收入水平不高、社会保障体系还不完善”。但事实真的是这样吗？收入高了，保障有了，多产生的消费、就能成为经济的主要推动力了？ 02:26 关税存在的原因之一，是自由贸易体系里边的一个保护机制。 03:16 其他国家又接不住这个体量的转移，企业要活下去，就必须为这些产品寻找新的市场。 03:48 到目前为止，我还没有看到过哪篇文章、哪份报告真正描绘过一个以内需为核心的经济体系在中国这篇土地上到底应该如何落地、生长和成熟。 04:35 把中国内需不足的问题归结为收入太低，房子太贵、养老不安全、医疗没保障等等，非常的容易。但问题真的只是这么简单吗？ 06:21 每家商场餐厅门口都排队打卡，外卖小哥络绎不绝，看起来生意非常好，但商家的感受并不好。 06:57 一年关闭300万家餐厅，还在营业中的平均利润率只有可怜的0.37%，行业根本无法获得真正的发展动能。 08:13 如果说餐饮代表了我们在味觉和体验上的消费局限，那教育支出则揭示了我们在长期投入上的关键错位。 10:17 如果真的要在孩子的教育上再多花钱，“往哪儿花”是真正的问题。 11:39 真正要建立“内需驱动”的经济，不只是让大家多赚钱，还需要让企业相信，做好的产品是值得的。 12:08 问题并不仅仅是收入不够高，或者民众没有安全感，这些当然是现实的原因；更深层次的可能来自于两个方面。 16:48 我们的企业缺乏做精品的意识，只擅长做流量和套利的生意。 17:52 企业对长期主义没有耐心，而这些恰恰构成了中国内需想要崛起而必须要跨越的文化门槛。 18:46 内需不只是一个经济的概念，它更是一种价值共识的体现。