深思圈 - 节目列表

节目简介：获得李飞飞、Karpathy等AI领域传奇人物联合投资，完成1亿美元A轮融资的Simile，正在打造全球首个基于真实人类的AI社会模拟系统，用生成式AI构建数字孪生社会，帮助各行各业提前预演决策结果，降低试错成本，或将重构人类决策方式。 目录： 1. 重大决策为何总直接推向现实：模拟预演的核心价值 2. 获AI大牛重注的Simile：到底在做什么颠覆性业务 3. 从理论到落地：Simile的技术路径与团队优势 4. 替代传统调研：数字孪生如何重构多行业决策逻辑 5. 需求爆发的背后：AI社会模拟为什么火在当下 本期要点： 1. 飞行员、医生等职业都会提前模拟训练，但影响百万人的重大决策却常靠经验直觉推进，AI模拟能帮我们提前试错，提升全社会决策质量 2. Simile是斯坦福孵化的创业公司，打造了首个基于真实人类的AI社会模拟系统，用生成式AI agents构建人类数字孪生体预测行为 3. Simile团队核心成员最早提出了生成式agents、基础模型等AI领域核心概念，兼具深厚学术积累和落地执行能力 4. 与传统AI仅做统计预测不同，Simile的AI会捕捉人类决策背后的价值观、情感、潜在偏好等深层动机，模拟精度更高 5. AI数字孪生可替代传统人工焦点小组，能低成本大规模测试不同决策方案，已经帮助美国连锁药店CVS优化零售陈列决策 6. AI社会模拟可应用于零售、财报准备、诉讼辩护、政策制定等多个领域，提前发现潜在风险，降低实际落地的试错成本 7. 商业环境复杂度提升、大模型技术成熟、企业对决策确定性的渴求，共同催生了AI社会模拟的需求爆发 关键词：AI社会模拟, 数字孪生, AI Agent, 决策优化, Simile 原文链接：https://mp.weixin.qq.com/s/pKYtSB4cLfIM15pTLPEZ4w 公众号：深思圈

节目简介：AI创业圈正陷入ARR数字竞赛的狂热，不少VC唯ARR论筛选项目。顶级风投a16z华人合伙人Jennifer Li在最新访谈中，拆解ARR数字泡沫，分享对AI增长、AI代理发展的务实判断，为AI创业者提供清醒的行动参考。 目录： 1. 硅谷ARR数字狂热背后的认知陷阱 2. AI时代真正值得追求的增长逻辑 3. AI代理的发展拐点与当前能力边界 4. 对AI能力与创造力的理性思考 5. AI行业隐藏的机会与超高速增长的挑战 本期要点： 1. 社交平台上多数创始人晒的ARR并非严格会计定义的有合同保障的订阅收入，多是未经留存验证的收入运行率，数字存在水分。 2. 虚假的ARR数字狂热会扭曲创业生态，驱使年轻创业者为冲数字牺牲产品质量，获取不可留存的用户。 3. AI时代不必盲目追超高速增长，高留存的可持续增长即使速度稍缓，依然能获得资本支持。 4. 健康的高速增长是解决真实用户需求的自然结果，而非创业者应该追求的最终目标。 5. 2026年将是AI代理真正走入普通知识工作者的拐点，当前AI仍处于「副驾驶」辅助阶段，而非完全自动驾驶。 6. AI取代的是繁琐重复的任务，而非整份人类工作，最终创造力仍属于人类，AI的核心价值是解放人类的创造力空间。 7. LLM有明确能力边界，不会直接转变为AGI，搜索是AI时代被低估的核心基础设施，新一代搜索创业存在巨大机会。 关键词：a16z, ARR, AI创业, AI代理, 风险投资, 硅谷创投 原文链接：https://mp.weixin.qq.com/s/19oIY4pqpKCrdOLCLyFtIQ 公众号：深思圈

节目简介： 本期聊生产级 AI Agent 系统为什么离不开 Sub-agent，以及同步等待、异步汇报、定时延后执行这三种模式如何帮助系统管理复杂性、压缩上下文并提升可维护性。 目录： 1. 为什么 AI Agent 演示惊艳，生产环境容易掉链子 2. Sub-agent 如何通过上下文压缩降低主 Agent 负担 3. 同步、异步、定时三种执行模式的适用场景 4. 通用 Agent 与专业化 Agent 的取舍 本期要点： - 真实场景里的 Agent 系统常见问题包括上下文窗口爆满、响应变慢和对话质量下降。 - Sub-agent 的价值不只是并行执行，更重要的是把大量工具调用和中间上下文压缩成主 Agent 可消费的摘要。 - 必须等待结果的任务适合同步模式，长任务适合异步模式，未来某个时间点执行的任务适合定时模式。 - 如果不确定，默认异步通常更稳，因为它能让主 Agent 保持轻量。 - 过度专业化的 Agent 容易带来工具重复、路由复杂和维护成本上升，通用 Agent 往往更有弹性。 关键词：AI Agent、Sub-agent、上下文工程、异步任务、定时执行、系统架构 公众号：深思圈

节目简介： 本期从传统层级、部门墙和 AI 转型失败的常见原因讲起，讨论 AI 时代的新型组织形态：更扁平、更弹性、更像一个会自我学习的智慧系统。 目录： 1. 传统层级结构为什么会拖慢公司 2. 跨部门协作中的翻译成本和数据割裂 3. AI 转型为什么不能只当作技术项目 4. 新组织形态：小团队、好莱坞模式和智能体协作 本期要点： - 传统组织的信息需要层层汇报和传达，每多一层都会增加延迟和失真。 - 部门分工过细会造成流程、语言和数据系统的割裂，让创新想法难以流动。 - 很多企业 AI 转型失败，是因为高层没有把它当成业务和管理方式的重设计。 - AI 会压缩协调、审批和信息传递成本，让小团队承担过去大团队才能完成的复杂任务。 - 新的护城河来自业务理解、数据与模型的持续打磨，以及组织自我升级速度。 关键词：AI 转型、组织架构、管理创新、智能体协作、企业变革、护城河 公众号：深思圈

节目简介： 本期拆解 Hightouch 从数据激活平台到 AI 营销平台的转型，聊它如何用 AI Agent 解决广告素材生产慢、个性化难、品牌一致性难兼顾的问题，并在大客户市场快速增长。 目录： 1. 广告平台为什么越来越需要大量新鲜素材 2. 传统广告创作流程的速度和规模瓶颈 3. Hightouch 从数据激活到 AI Ad Studio 的演进 4. AI Agent 如何重塑营销团队与投放链路 本期要点： - 主流广告平台更偏好新鲜、相关、原生感强的创意素材，模板化内容会越来越难获得曝光。 - 传统流程从数据分析到创意上线周期太长，很容易错过热点和转化窗口。 - Hightouch 的优势在于把品牌规范、资产和数据转成 AI 可理解的知识，让创意生产既快又符合品牌调性。 - AI Agent 会把创意生成、素材测试、用户互动和投放优化串成自动化链路。 - 营销团队会减少重复执行岗位，增加 AI 训练、Prompt、数据伦理和策略型角色。 关键词：Hightouch、AI 广告、AI Agent、营销自动化、广告创意、品牌资产 公众号：深思圈

节目简介： 本期聊 Rox AI 为什么能在成立不久后获得高估值，以及它如何用 AI Agent 改写传统 CRM 的逻辑：从被动记录客户信息，转向主动理解客户、推荐动作、协同完成销售流程。 目录： 1. Rox AI 为什么能拿到高估值 2. 传统 CRM 的核心痛点：手动录入与数据孤岛 3. Revenue Agent、知识图谱和 Agent Swarm 的产品逻辑 4. CRM 赛道竞争与未来一两年的关键考验 本期要点： - 销售团队大量时间被行政录入、数据整理和流程跟进消耗，Rox AI 切中的是非常刚性的效率痛点。 - AI 原生销售软件不只是给 CRM 加智能功能，而是让系统主动收集、理解并推动下一步销售动作。 - 统一知识图谱、数据接口层和生产级评估框架，是让销售 Agent 可控、可信和可落地的关键。 - Revenue Agent 会把销售从重复执行里解放出来，让人更专注在关系建立、复杂判断和策略选择上。 - Rox AI 仍要面对 Salesforce 等传统巨头和新兴 AI CRM 的双重竞争。 关键词：Rox AI、Revenue Agent、CRM、销售自动化、AI Agent、企业软件 公众号：深思圈

节目简介： 本期围绕 YC 对 AI Native 团队的最新观察，聊 AI 如何从工具变成公司的操作系统，为什么传统的上传下达型管理层会被压缩，以及早期创业公司如何利用 AI 构建更扁平、更高杠杆的组织。 目录： 1. AI 作为公司操作系统意味着什么 2. 管理层级为什么会被自动化压缩 3. 决策者、AI 配置者和现实连接者三类新角色 4. Token Maxing 与初创公司的新壁垒 本期要点： - AI Native 公司不是简单采购 AI 工具，而是把会议、任务、知识、决策和反馈都接入同一套智能系统。 - 任务分解、进度追踪、信息汇总和决策支持可以被 AI 承担，传统中层的上传下达价值会下降。 - 管理者的新角色更像系统设计者，负责目标、规则、反馈机制和人机协作环境。 - 初创公司没有旧流程负担，可以用更少的人和更多智能体完成过去十几个人的工作。 - 未来的竞争壁垒来自数据闭环、组织学习速度和 AI 驱动的持续迭代能力。 关键词：AI Native、组织管理、YC、创业团队、Token Maxing、管理层重构 公众号：深思圈

节目简介： 本期拆解 Coconote 如何在被普遍认为难赚钱的学生市场里，用高定价、内容营销和极顺滑的付费路径，在两年内做到数百万美元 ARR，并最终被 Quizlet 收购。 目录： 1. 为什么 Coconote 从上线第一天就收费 2. 年费 99 到 129 美元背后的转化逻辑 3. 小创作者内容营销为什么比大网红更有效 4. Quizlet 收购背后的产品协同与创业启示 本期要点： - Coconote 没有先追求免费增长，而是用早期收入快速验证真实需求。 - 高定价反而强化了用户对产品价值的感知，也提升了年付比例和留存。 - 面向学生市场时，真正付费决策往往与学习结果、效率和家长期待有关，不只是价格敏感。 - 小创作者能产出更真实、更垂直的内容，在算法分发环境下可能比大网红更具 ROI。 - 被 Quizlet 收购不只是退出，也是在更大的学习平台里补齐从笔记到测验的闭环。 关键词：Coconote、AI 教育、定价策略、学生市场、内容营销、Quizlet 公众号：深思圈

节目简介： 本期聊 Git 在 AI Agent 大规模参与开发后的新困境，以及 GitButler 试图用虚拟分支、AI 协作界面和更友好的命令行体验，重新设计版本控制工作流。我们也会延伸到 AI 时代软件开发团队、开发者能力和产品竞争焦点的变化。 目录： 1. Git 的诞生背景与今天的局限 2. 多 Agent 并行开发为什么让传统版本控制吃力 3. GitButler 的虚拟分支、AI 提交信息和协作界面 4. AI 时代软件开发团队会变成什么样 本期要点： - Git 当年的设计更适合人类开发者主导的线性协作，但 AI Agent 会同时制造大量并行修改，让冲突、分支管理和上下文理解变得更复杂。 - GitButler 的核心价值在于把本地修改拆成更清晰的虚拟分支，让代码审查、并行功能开发和 AI 生成变更更容易管理。 - AI 正在把程序员从“写代码的人”推向产品设计、系统拆解和需求表达的角色。 - 未来小团队可能用 AI 完成过去大团队的基础开发工作，竞争焦点会更多转向产品体验、分发能力和业务理解。 关键词：GitButler、AI Agent、版本控制、软件开发、虚拟分支、开发者转型 公众号：深思圈

节目简介： AI Agent已能自主搜索注册邮箱，全程无需人类介入。YC孵化的AgentMail完成600万美元融资，专门为AI Agent提供专用邮箱服务，这背后是互联网用户定义的根本性变革，我们来拆解这场行业变革。 目录： 1. AI Agent为什么需要专属电子邮箱 2. AgentMail解决了传统邮箱的哪些核心痛点 3. AI自主注册邮箱标志着什么转变 4. AI Agent时代需要什么样的新基础设施 本期要点： 1. AI Agent正在成为互联网的独立新用户，需要专属的身份与通信基础设施 2. 电子邮件的核心价值是互联网身份认证，而非仅仅是通信工具 3. 传统人类邮箱的规则限制，无法满足AI Agent的程序化API访问需求 4. 专属邮箱为AI Agent解锁了身份验证、双向通信、审计跟踪、多线程对话能力 5. AI自主注册邮箱是AI自主性涌现的标志性行业事件 6. 未来所有软件都需要转向API优先，适配AI Agent作为核心用户 关键词：AI Agent, AgentMail, AI基础设施, 互联网身份, YC创业 原文链接：https://mp.weixin.qq.com/s/9-8fryC8MK71bObNAG9GgA 公众号：深思圈

播客标题：深思圈播客｜90天狂赚150万美元，这家900万美元融资的AI搜索公司做对了什么？ 节目简介：AI搜索正在重构B2B购买旅程，90%的企业还未意识到这场变革，依旧固守传统Google SEO。本期我们拆解90天实现150万美元ARR、获900万美元融资的Gushwork，探讨AI搜索时代企业的营销增长新路径。 目录： 1. AI搜索普及后，B2B销售规则发生了哪些根本性改变 2. Gushwork的创业洞察：企业真正需要的不是流量是业务结果 3. 七个AI agents协同：核心产品AI Feeds的工作逻辑 4. 专为AI爬虫设计：AI Feeds和传统CMS有什么本质区别 5. AI搜索浪潮下，企业营销应当做出哪些调整 本期要点： 1. 如今多数B2B买家已经开始在AI搜索引擎做供应商调研，90%的企业在AI搜索结果中完全不可见，错过了新的获客入口 2. AI搜索流量仅占客户总流量的20%，却能贡献40%的潜在客户转化，这类用户购买意图更强、决策周期更短 3. 大多数营销服务商售卖工具和服务过程，而企业核心需求是拿到更多合格潜在客户、更多订单，Gushwork直接承诺结果切中痛点 4. 传统营销代理按时间收费，天然倾向服务高付费大客户，中小企业市场长期缺乏优质营销服务供给 5. AI Feeds专为AI爬虫和模型设计，核心目标是让AI准确、一致性地理解企业信息，提升被AI推荐的概率 6. AI搜索时代，结构化、具体透明的内容更容易获得推荐，模糊空泛的营销话术没有竞争力 7. 当前AI搜索变革仍处于早期窗口期，提前布局的企业能建立长期竞争优势 关键词：AI搜索，AEO答案引擎优化，Gushwork，B2B营销，企业增长，AI营销 原文链接：https://mp.weixin.qq.com/s/FFq2Techd_PDYmRDabq-mg 公众号：深思圈

播客标题：深思圈播客｜2026年最"无聊"的AI商业模式，为什么反而最赚钱 节目简介：AI风口融资消息满天飞，却有超九成AI项目无法产生可衡量的投资回报。本期结合资深AI从业者的深度观察，拆解"产品+服务"的看似"无聊"的AI模式为什么能创造真实价值，给AI创业者和从业者提供可落地的启发。 目录： 1. AI行业的真实矛盾：为什么火爆风口下多数AI项目无法落地赚钱 2. 成功AI项目区别于失败项目的三大核心要素 3. 四类高回报AI商业模式的共同特点：叠加服务层 4. AI时代产品与服务的边界正在模糊 5. 给AI创业者和从业者的实用行动建议 本期要点： 1. 目前仅5%的AI试点项目能进入生产环境，仅15%的企业能从AI获得可衡量的ROI，多数AI项目失败源于缺失定制、团队培训与持续运营。 2. AI是概率性工具而非确定性软件，只有嵌入企业特定业务流程做深度定制才能创造价值，开箱即用的通用AI产品往往效果不佳。 3. AI更像聪明的实习生而非一劳永逸的传统SaaS工具，需要持续人工监督、调整优化，定期优化能让AI获得高价值的概率提升三倍。 4. 当前最赚钱的AI商业模式，都在AI产品之上叠加了包含咨询、定制实施、团队培训的服务层，模糊了产品与服务的传统边界。 5. AI时代技术门槛正在降低，贴合客户需求的服务能力才是核心竞争力，既懂技术又懂业务的复合型人才是目前市场最稀缺的角色。 6. 普通AI创业者从服务切入是更稳妥的路径，服务中积累的可复制经验是产品化的最佳基础，更容易找到产品市场契合点。 7. 未来2-3年服务导向的AI模式仍将占据主导，即使长期标准化产品成熟后，服务层依然会是AI企业的核心价值环节。 关键词：AI商业模式, AI创业, AI落地, 投资回报率, 产品服务组合 原文链接：https://mp.weixin.qq.com/s/O1fbL_p3cTuJJYhhE-PW-Q 公众号：深思圈