Hanson13

📝 本期播客简介 本期我们克隆了：Sub Club by RevenueCat Fueling Growth with AI and Viral Product Features — Ajay Mehta, Portola 原内容更新时间：Wed, 02 Apr 2025 本期节目由 Sub Club 主持人 David Barnard 和 RevenueCat CEO Jacob Eiting 对谈 Portola 联合创始人 Ajay Mehta，围绕 Tolan——一款个性化、可互动的 AI 外星人朋友——展开。Ajay 分享了团队如何在 ChatGPT 和 Midjourney 爆发之后，从儿童与青少年用户切入，探索生成式 AI 能够创造哪些过去根本不存在的消费级产品，最终找到“情感陪伴”这一方向。 Tolan 的增长故事并不只是“做了一个 AI 应用，然后等它变火”。团队在产品中投入了低延迟语音、记忆检索、实时动画和高度个性化 onboarding，让用户感到屏幕另一端真的有一个“懂你”的存在；与此同时，他们通过大量创作者合作和 TikTok 原生内容测试，搭建了一套低成本、可规模化的自然增长引擎。 节目还讨论了一个非常现实的创业问题：为什么早期被 AI 基础设施成本“逼着”收费，反而帮助团队更快验证价值、改善产品决策？从融资、自力更生、PMF、留存到创意护城河，这期对谈为正在做消费级 AI、订阅制应用或任何需要寻找产品—市场—渠道匹配的团队，提供了大量一手经验。 👨‍⚕️ 本期嘉宾 Ajay Mehta，Portola 联合创始人，Tolan 的打造者。Ajay 是一位连续创业者和消费产品建设者，曾在消费级金融科技公司 Wealthsimple 工作，也曾在 YC 创办社交网络公司 FamilyLeaf；之后还运营过自筹资金的个性化电商业务。Portola 的另外两位联合创始人 Quinton Farmer 和 Evan Goldschmidt 此前共同创办过金融科技公司 Even，并最终被沃尔玛收购。 Ajay 值得关注的地方，在于他同时具备消费产品、创业融资和增长实践经验。他并没有把 AI 只看作提升效率的工具，而是关注 AI 如何创造“以前根本不可能存在”的新型消费体验：实时对话、情绪理解、持续记忆、个性化内容，以及能够融入用户日常生活的数字陪伴。Tolan 的快速增长，也让他成为观察消费级 AI、订阅商业模式和社交传播如何结合的优秀案例。 ⏱️ 时间戳 00:00 开场 & Tolan 的诞生 00:24 嘉宾介绍：Portola 与 AI 外星人朋友 Tolan 01:36 ChatGPT 时代的启发：AI 正在创造全新的消费应用 02:56 从个性化体验到情感陪伴 03:47 Tolan 的产品方向：为每个人打造专属 AI 外星人 创始团队与融资选择 04:12 三位联合创始人的相识与创业履历 06:01 为什么这一轮 AI 浪潮特别适合做消费级产品 08:27 从 pre-seed 到 1000 万美元融资 09:04 为什么这个使命需要风险投资支持 AI 陪伴：一个正在形成的新产品品类 12:27 AI 不只是优化旧应用，也能创造新赛道 12:50 未来每个人都可能拥有某种 AI 伴侣 13:42 从“朋友”而不是“助手”切入 15:24 Tolan 如何主动避开恋爱和性暗示叙事 PMF、语音体验与产品价值 16:45 团队如何判断是否找到了 PMF 17:46 低延迟语音 AI、记忆系统与实时交互 18:16 用户每天聊 30 到 40 分钟带来的信号 19:21 高昂 token 成本如何逼出商业化 设计、角色与 onboarding 20:16 与独立艺术家合作打造视觉 IP 20:32 Unity 实时渲染与可互动的 Tolan 22:45 为什么 Tolan 的 onboarding 让用户真正感到被理解 23:48 用个性测试和记忆系统创造个性化体验 从产品体验到留存增长 26:33 从早期 PMF 到 100 万美元 ARR 27:15 付费墙之后，产品必须持续提供真实价值 27:54 第 5 天、第 7 天、第 15 天留存的变化 28:16 如何让更多用户到达“第一次长谈”的激活时刻 TikTok 增长引擎 28:40 为什么 Tolan 特别适合 TikTok 自然增长 29:32 从创作者内容和小额广告开始测试 30:27 一条爆款视频带来上万次安装 31:12 产品—市场—渠道匹配度的重要性 创作者合作与 UGC 分发 32:22 视觉鲜明的 AI 伴侣为什么适合短视频 33:14 学习、做饭、化妆和情感问题等内容切入点 35:04 两种创作者合作模式：半内部团队与付费植入 37:11 用大量低成本实验押注爆款 护城河、竞争与应用层价值 38:36 用户自发创作开始出现，UGC 形成增长飞轮 40:11 角色设计与创意细节构成防御力 41:57 极致语音 AI 远比“调用 GPT”困难 42:34 为什么价值可能最终流向无法被 API 复制的应用层 下一阶段：留存、团队与全球化 43:10 病毒式传播后的增长与 App Store 榜首 44:28 从美国市场走向本地化和全球化 45:50 9 人团队如何做产品优先级取舍 46:45 留存为何是陪伴类产品的北极星指标 🌟 精彩内容 💡 AI 正在创造过去不存在的消费品类 Ajay 认为，生成式 AI 的意义不只是让现有应用变得更聪明，而是让一些过去根本无法实现的体验第一次成为可能。情感陪伴、实时互动、持续记忆和个性化回应，正在让产品市场匹配出现在过去不存在的细分领域。 "还有另一个维度，那就是所有那些以前根本不可能做出来的全新细分领域。" 💡 消费级 AI 的关键，是让用户感觉“有人在另一端” Tolan 并不是把 AI 包装成一个更高效的工具，而是努力创造一种温暖、个性化的互动体验。对用户来说，价值不只来自回答是否正确，也来自它是否记得你、理解你，并让你愿意继续回来。 "AI 真正能让你做到的，就是打造一种 C 端体验，让人感觉屏幕另一端完全有一个懂你、了解你的存在。" 💡 付费墙不是阻碍，而是产品价值的验证器 Tolan 上线初期并没有立刻收费，但用户每天长时间使用带来了巨额模型和语音成本。被迫尽早商业化后，团队能够通过真实的续费与流失信号判断用户是否真正获得价值，而不是被免费体验数据误导。 "变现是打磨产品的倒逼机制。你必须提供价值，否则大家就会流失。" 💡 视觉设计本身就是分发系统 Tolan 的角色、动画、色彩和星球场景并不只是“好看”，而是让产品能够在截图、短视频和用户分享中被迅速识别。一个具有鲜明视觉 IP 的产品，更容易被用户带入自己的社交生活，也更容易形成自然传播。 "伟大的视觉设计不只是装饰，也是分发。" 💡 TikTok 增长的核心不是精致，而是高频试错 团队没有押注一条“完美广告”，而是与一批创作者长期合作，持续测试学习、做饭、化妆、恋爱建议等内容场景。大多数视频可能无人问津，但只要少数内容击中算法和用户，就可能在一夜之间改变增长曲线。 "你试上一堆，大概 20 条里能爆一条。但一旦爆了，就真的能冲出逃逸速度。" 💡 低延迟语音和记忆系统，是 AI 陪伴的技术护城河 一个真正自然的 AI 对话远不止接入一个模型 API。Tolan 同时处理语音响应、记忆检索、对话分类、多个 prompt 和实时渲染，目标是让用户感到交流足够快、足够连贯，并且能延续过去的上下文。 "一旦你真正动手去打造极致的语音 AI 体验，你就会明白为什么 App Store 上只有两三款，而不是几十款。" 💡 PMF 之后，最难的是拒绝那些“看起来都该做”的事 Tolan 团队只有 9 个人，增长起飞后却同时面对本地化、留存、功能开发、团队建设和全球化等大量机会。Ajay 认为，早期团队不可能同时做完所有事情，最重要的是继续改善核心体验，并让用户反馈决定下一步。 "因为我们只有 9 个人，我们现在做不到。" 💡 创意 IP 与用户心智，可能比底层模型更难复制 底层模型会被持续迭代，也可能通过 API 被竞争者调用，但一个独特的角色、长期打磨的互动细节和用户形成的品牌认同，却很难通过简单复制获得。应用层的价值，可能正来自那些无法被 API 直接替代的体验。 "大部分利润捕获会发生在那个无法通过 API 复制的可爱角色上。" 🌐 播客信息补充 本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的 使用 AI 进行翻译，因此可能会有一些地方不通顺

📝 本期播客简介 本期我们克隆了：Google AI: Release Notes Koray Kavukcuoglu: “This Is How We Are Going to Build AGI” 原内容更新时间：Tue, 25 Nov 2025 本期节目由 Google AI 的 Logan Kilpatrick 主持，嘉宾是 Google DeepMind CTO、Google Chief AI Architect Koray Kavukcuoglu。两人围绕 Gemini 3 的发布展开讨论：模型为何在多个 benchmark 上达到前沿水平、用户反馈意味着什么，以及 AI 研究如何从实验室里的论文和指标，转化为现实世界中的产品能力。 这不仅是一场 Gemini 3 的发布复盘，也是一场关于 AGI 建设路径的深度对谈。Koray 反复强调，AGI 不会只靠某个封闭实验室里的纯研究诞生，而是要通过产品、用户反馈、工具调用、代码、多模态和全球协作，在现实世界中持续迭代出来。 节目还讨论了 benchmark 是否真的等于进步、为什么指令遵循和国际化同样重要、Vibe Coding 如何让更多人成为建设者、Google Antigravity 如何帮助模型获得真实信号，以及 Google DeepMind 如何在规模化推进 Gemini 与保持创新之间寻找平衡。 👨‍⚕️ 本期嘉宾 Koray Kavukcuoglu，Google DeepMind 首席技术官，同时担任 Google Chief AI Architect，负责推动最前沿的 AI 模型与 Google 产品之间的结合。他于 2012 年加入 DeepMind，是 DeepMind 的第一位深度学习研究员之一，此前曾在纽约大学 Yann LeCun 的实验室攻读博士，并与 Karol Gregor 一同加入 DeepMind。 Koray 长期参与深度学习、强化学习、Agent 和大模型研究，也见证了 DeepMind 从早期的小型研究团队，发展为参与 Gemini、AlphaGo、AlphaZero、AlphaFold 等重大项目的全球 AI 组织。他的独特之处在于同时理解研究、模型工程、产品落地和组织协作：他不把 Gemini 视为某一种固定架构，而是视为通过产品构建智能的长期目标。 ⏱️ 时间戳 00:00 Gemini 3 发布：benchmark 之外，真正的检验是用户 01:29 Gemini 3 正式发布与用户反馈 02:21 AI 进展没有放慢：从 Gemini 2.5 到 Gemini 3 03:01 数据、预训练、后训练与持续创新 04:00 benchmark 如何随着 frontier 不断更替 什么才算 AI 的真实进步 04:43 HLE、ARC-AGI 2 与 GPQA Diamond 的变化 05:48 为什么需要不断寻找新的 frontier 和 benchmark 06:13 从科学家、学生到律师和工程师：现实使用才是进步 06:56 Gemini 3 要在哪些方向“爬山” Gemini 3 的重点能力：指令、国际化与工具调用 07:14 指令遵循：不要回答模型自以为该回答的内容 07:35 国际化与非英语语言能力 08:17 Function calls、tool calls、Agent 与代码 09:32 Vibe Coding：让更多人从有想法变成建设者 产品如何反过来推动模型进化 10:20 Google Antigravity：新的 Agent 式编程平台 10:49 让模型直接向软件工程师学习 11:41 Search AI Mode、AI Overview 与产品反馈 11:56 benchmark 与现实世界信号如何结合 通过产品构建 AGI 12:14 Chief AI Architect 的新职责 12:52 两个头衔，其实是同一件事 13:44 新技术如何重新定义产品体验 14:22 “我们就是要这样构建 AGI” 工程思维、安全与全球协作 14:35 AGI 不是实验室独自完成的项目 14:49 Trusted-tested：把稳健性和安全放进工程流程 15:15 安全与安保从 pre-training 阶段开始 16:13 Gemini 3 背后的 Google 全球协作 Gemini 3 之后，模型还能如何变好 18:20 享受 Gemini 3，也要诚实面对不足 18:35 写作、编程与 Agent 行动仍有提升空间 19:01 Gemini 3 面向软件工程师与创意工作者 19:27 为什么 Gemini 早期没有在 Agent tool use 上领先 多模态模型与 Nano Banana Pro 21:32 生成媒体模型与 AGI 叙事 23:12 为什么文本曾经成为进展更快的领域 23:37 输入与输出多模态正在自然融合 26:37 Nano Banana Pro：从图像生成走向复杂文档理解 从研究实验室到工程系统 29:14 统一 Gemini model checkpoint 的目标 29:58 架构融合不能靠意识形态，只能靠科学方法 30:43 Output space 与 learning signal 31:54 硬件、模型、产品与服务的全栈协同 创新、文化与 Google 的追赶者心态 32:36 Koray 从 2012 年加入 DeepMind 讲起 34:33 “一切都押注在学习上” 40:59 科学探索与 Gemini 规模化之间的平衡 41:54 Gemini 最大的风险：失去创新 48:45 从追赶者走向 frontier AI 实验室 🌟 精彩内容 💡 AGI 不会只在实验室里被“发明” Koray 对 AGI 的理解不是某个研究团队闭门攻关后突然交付的终点，而是模型、产品和用户共同参与的持续建设过程。产品越接近真实需求，模型获得的反馈信号就越丰富，研究方向也越清晰。 “我们就是要通过产品来构建智能。” 💡 benchmark 是地图，但不是全部的进步 Benchmark 能够把能力量化，也能帮助研究团队明确下一座“山”在哪里；但当模型接近或突破某个测试后，它就可能不再代表新的 frontier。真正重要的进步，还要看模型是否进入现实世界，并为不同职业、不同语言和不同任务提供更大价值。 “衡量进步最重要的标准，就是我们的模型进入现实世界，科学家用它们，学生用它们，律师用它们，工程师也用它们。” 💡 Vibe Coding 让更多人成为建设者 代码不再只是软件工程师的专属工具。借助自然语言和模型能力，拥有创意的人可以直接把想法变成可运行的应用，从“有想法”走向“能生产”。这意味着 AI 的影响不只是提高专业人士的效率，也可能扩大能够创造数字产品的人群。 “突然之间，你就让更多人成了构建者，开始做东西。” 💡 用户反馈是模型训练的一部分 Antigravity、AI Studio、Gemini app 和 Search AI Mode 不只是模型的展示渠道，也成为模型团队观察真实使用、发现缺陷和判断优先级的关键入口。模型只有与用户和产品紧密连接，才能知道哪些能力在现实里真正重要。 “直接了解用户非常重要。” 💡 Gemini 不是一种固定架构，而是一个持续追求的目标 Koray 不把 Gemini 等同于某一种永远不变的模型架构。Pro、Flash、Flash-Lite，以及未来可能出现的不同模型，都只是围绕速度、成本、准确率和能力取舍的具体实现。Gemini 真正要实现的是“智能”，以及让这种智能通过产品服务于全世界。 “Gemini 不是那个架构，Gemini 是你想要实现的目标。” 💡 Gemini 最大的风险不是规模不够，而是失去创新 即使模型已经在多个 benchmark 上达到领先，也不能因此认为已经找到了可以机械复制的配方。继续扩展规模固然重要，但新的架构、新的训练方法、新的研究方向和新的产品反馈同样不可缺少。 “Gemini 最大的风险，就是失去创新。” 💡 安全不是发布前最后加上的一层包装 在 Koray 看来，安全与安保必须从数据、pre-training、post-training 和发布候选版本开始，就成为模型工程流程中的核心指标。它应当像 GPQA、HLE 等能力 benchmark 一样，被持续测量、持续迭代，而不是产品完成后才补上的功能。 “我们会再次从工程思维出发，从底层、从一开始就考虑这些问题，而不是等到最后才加上去。” 💡 追赶者也可以把规模变成优势 Koray 坦诚讲述了 Gemini 从并非所有方向都领先，到逐渐进入 frontier 行列的过程。追赶并不只是模仿别人，还意味着学习已有方法、承认自己的不足，并在技术、流程、模型和组织方式上形成独有的解决方案。 “你得对自己诚实……不过，你得为自己做创新。” 🌐 播客信息补充 本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的 使用 AI 进行翻译，因此可能会有一些地方不通顺

📝 本期播客简介 本期我们克隆了：Huberman Lab How to Accelerate Learning & Improve Education | Joe Liemandt 原内容更新时间：Mon, 31 Aug 2026 本期节目由神经科学家、斯坦福医学院教授 Andrew Huberman 主持，嘉宾是 Alpha School 校长 Joe Liemandt。Alpha School 是一套以 AI 个性化教学、掌握度学习和实践型教育为核心的 K-12 教育模式：学生每天只用大约两小时完成学术学习，其余时间投入创业、体育、实验、社区活动和生活技能训练。 这场对谈首先追问了一个根本问题：传统学校已经实现了“让所有孩子入学”，为什么仍然没有实现“让所有孩子真正学会”？Joe 认为，按年龄和年级统一推进的课堂，掩盖了学生之间巨大的知识漏洞；AI 家教则有机会识别每个人的真实水平，按照前置知识、学习速度和掌握程度重新安排课程。 节目也深入讨论了高标准与高支持、动力与羞耻感、工作记忆与基础熟练度、间隔重复与范例教学，以及为什么孩子需要在成年人的支持下经历困难和失败。更重要的是，Alpha School 试图把省下来的时间还给孩子，让他们从被动消费者变成动手创造的“建设者”，在创业、体育、科学实验、艺术和社区项目中发现自己的潜能。 👨‍⚕️ 本期嘉宾 Joe Liemandt，科技企业家、Alpha School 校长，也是推动 Alpha 教育模式扩张的核心负责人。Alpha School 通过 AI 和个性化课程，让学生以更短时间完成学术学习，同时由 Alpha Guides、教练和项目导师陪伴孩子发展创业、财商、领导力、社交、公开表达、坚毅与刻苦等能力。 Joe 并非 Alpha School 的创始人，而是在自己的女儿进入 Alpha、亲眼看到她们重新喜欢上学之后加入学校，并担任校长进入第五年。他既有创业者对产品、效率和规模化的思考，也有校长对学校管理、教师培训、家长沟通和教育结果的直接经验。节目中，他结合大量 Alpha 学生案例，解释了为什么“补基础”可能比继续推进年级内容更重要，为什么动力往往是学习方案能否奏效的关键，以及 AI 在教育中真正应该扮演的角色。 ⏱️ 时间戳 00:00 传统学校为何让孩子“入学”却没有让他们“学会” 00:48 开场：Huberman Lab 与本期嘉宾介绍 03:41 100 年前的工业化课堂模式从何而来 04:59 从普及入学到普及学习效果 08:43 喜欢的事与必须学会的事：教育标准如何平衡 Alpha School 的核心理念：高标准、高支持 11:03 Joe 如何从怀疑 Alpha 到成为校长 12:49 “孩子必须喜欢上学”与教育观念的冲突 13:44 Alpha 学生为什么喜欢上学甚至胜过度假 14:31 做困难的事，为什么反而能让孩子获得快乐 体育训练给学术教育的启发 15:50 为什么美国把体育和学术区别对待 16:41 高标准与高支持的导师体系 18:06 让孩子在安全环境中经历挣扎与失败 19:36 攀岩、骑行与 Alpha Tests：把困难变成成就感 AI 个性化教学与掌握度学习 26:24 一刀切课堂为何只能提供“中位数教学” 27:23 一对一辅导的效果为何过去无法规模化 29:29 布鲁姆双西格玛问题与 AI 家教 30:45 两小时学两倍：Alpha 的学习效率数据 学习科学：从脚手架到长期记忆 32:00 AI 教育工具不是聊天机器人 43:06 前置知识、注意力与真实学习效果 44:06 错误、挣扎与神经可塑性 45:09 范例教学、初次掌握与间隔重复 基础知识漏洞如何拖慢整个学习曲线 50:33 工作记忆槽位与熟练度 51:17 乘法口诀为什么会影响代数学习 52:01 SAT 数学 710 到 790：补基础带来的变化 59:03 为什么不能带着 80% 的掌握度继续升年级 动力、羞耻感与“我能做到”的自我认知 1:04:03 为什么动力可能占学习解决方案的 90% 1:05:48 把“落后三年”变成“只差 22 个小时” 1:06:09 个性化学习如何消除羞耻感 1:13:36 用奖励打破“我不是那种人”的心理障碍 从学术学习到建设者教育 1:31:44 Founder School：创业、财商与 100 万美元利润目标 1:40:28 Alpha X：把孩子真正热爱的事变成长期项目 1:45:43 “哲学家与建设者”：AI 时代需要什么样的人 1:47:37 Dream Launcher：帮助孩子从消费者变成创造者 创造、实验与真实世界的项目式学习 1:58:20 建设者下午：让孩子动手做事 1:58:53 五六年级学生如何筹办自己的音乐节 2:03:05 下一代实验课：从掌握知识到亲自做实验 2:06:02 黑客马拉松、应用开发与主动创造 教育公平、规模化与 AI 的未来 2:11:26 性别差距、ADHD 与个性化学习 2:14:17 Alpha 如何回应“只适合有钱人孩子”的质疑 2:19:24 收入、智商与尽责性之外，动力为何是关键 2:29:37 教育券、公立学校与面向 5 亿孩子的免费学习游戏 🌟 精彩内容 💡 普及入学，不等于普及学会 传统教育解决了“让所有孩子坐进教室”的问题，却没有解决“让每个孩子真正掌握知识”的问题。统一年级、统一教材和统一进度，会让学生带着漏洞不断升级，最终在更复杂的学科中集中爆发。 “我们做到了普惠入学，但没有做到普惠学会。” 💡 学习不是按年龄推进，而是按掌握程度推进 一个八年级学生可能实际只掌握了五年级的数学或阅读基础。继续给他八年级内容，并不会让他更快赶上，反而会让学习变成持续失败。真正有效的路径，是先找到缺口，从学生当前能学会的地方重新开始。 “你必须得把我拉回到大一生物的水平，告诉我，这才是你目前的水平，然后从那里开始逐步培养我。” 💡 基础熟练度决定了工作记忆能走多远 如果乘法口诀没有熟练到可以自动提取，学生在解代数题时就会把有限的工作记忆用在计算七乘八上，而不是用来理解多步骤推理。很多所谓的“粗心”或“不会高等数学”，其实可能只是基础事实没有进入熟练状态。 “解决问题的办法不是用更多代数题去轰炸他们，而是回去解决三年级的问题。” 💡 AI 的价值不是替学生作弊，而是成为精细的学习测量系统 把 ChatGPT 直接放进传统课堂，可能只会让学生更方便地逃避学习。Alpha 试图让 AI 负责评估学生掌握了什么、遗漏了什么、下一步该学什么，并通过即时反馈、范例教学和间隔重复形成数据闭环。 “给孩子们聊天机器人是行不通的，应该根据他们的水平提供个性化的教学计划。” 💡 高标准与高支持必须同时存在 低标准、高支持会让孩子失去成长机会；高标准、低支持则容易让孩子陷入挫败和羞耻。好的教育者应该像优秀教练一样，明确要求孩子完成困难任务，同时在旁边提供足够的指导、鼓励和安全感。 “真正的答案是，两者兼顾。学校应该既有高标准，又有高支持。” 💡 动力不是学习的附属品，而是学习系统的核心 当学生相信自己“落后三年”时，任务会显得不可能；当系统告诉他只需要再投入 22 个小时，行动就变得具体可行。Alpha 通过体育、创业、奖励、同伴文化和真实项目，把孩子想要的东西与必须学习的内容连接起来。 “动力占了问题的 90%，或者说是解决方案的 90%。” 💡 亲手创造，是对抗消费主义和多巴胺循环的教育方式 孩子如果长期只刷 TikTok、玩游戏或被动消费内容，很难建立“我能够做出东西”的自我认知。通过办音乐节、做实验、开发应用、创业或建设自行车公园，孩子可以在真实世界中看到自己的行动产生结果。 “人生最顶级的体验就是去创造东西。” 💡 AI 节省的不是时间本身，而是把时间还给人 如果学术知识可以通过个性化 AI 教学在更短时间内掌握，学校就不必把全天都用在讲授、作业和重复练习上。被释放出来的时间，可以用于体育、实验、社交、创业、社区贡献和人与人之间真正有温度的培养。 “它的作用是释放了人性，它把时间还给了人。” 🌐 播客信息补充 本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的 使用 AI 进行翻译，因此可能会有一些地方不通顺

– 本节目由GIADA出品，JustPod制作发行 –【本期嘉宾】陈果，哲学博士陈鲁豫，媒体人、主持人【本期节目介绍】岩中花述第六季的节目中，我们跟随过娱乐圈的「项目」，遨游过古典文学的海洋，在八平米的「陋室」中怡然，也在横断山的广袤中敬畏。在不同嘉宾的人生际遇中，我们一同面对历史与当下的疑问，探寻虚构与现实的边界，当然，也不断寻找着自己的定位。这一季似乎是与哲学有缘，本季最后一集节目中，鲁豫再次遇到了以哲学为业的嘉宾——陈果，聊人生与人心。她是自小就对人生的意义充满好奇，总是疑问要过怎样的一生。父母说：愿你成为精神愉快的人；交好的老师说：在无常的世界中寻得快乐是一种大智慧；大学的民间校训说：去追求自由而无用的灵魂。似乎她必然会走向哲学的道路，又或者无论如何她都会以哲学的视角去看待万事万物。遇到困难或是被恶意刺痛时，她会在书架上挑一本书，向先贤求教，又或者是投入「买汰烧」和缝缝补补的烟火气，因为生活的很多问题无解，但「天总是会亮的，你需要一点耐心」。十多年过去，互联网上闪现又淡出的那个人变了又仿佛没有变。她一直守着一方讲台和一片校园，修行着自己的人生课程，不论世间纷扰，兀自清然自得，只求自己内心的安定。人生的道理不外乎此，我们终将回到德尔菲神庙前的那句箴言——认识你自己。而这条认识之路，终归要每一个人独自行走。【内容提要】Part 1 金色童年与生活缝补04:48 象牙塔之外的生活也需要买菜烧饭、缝缝补补07:42 平衡大脑与身体的能量，是身心的不二法门12:17 一个老派的人，与70后共享更多社会经验14:08 人生是艰难的，所以童年应该是金色的15:56 回到更宽广的评价体系，任何人之间的比较其实没有意义17:37 当优秀变为获取他人认可的渴望，也会成为对自我的压抑21:03 如果一个人能一辈子傻乐，那必定是有大智慧25:56 读书就是严肃的求教过程，邀请一位作者与自己对话Part 2 人文学科师与生27:43 文科基地班的训练，培养健全而非专业的人32:06 碰到人生重要节点时，安静下来，聆听自己的心声35:13 茨威格：冷静的哲思背后有对生活汹涌热烈的激情39:27 以哲学的视角看待世间万物，不伪装、不美化、不虚构44:44 遇到困境时，交给时间，这也是一种哲学思维47:58 「自由而无用的灵魂」，恰是对唯实用论的反叛51:22 老师是凡人，学生也是平常人，但师生关系是值得敬畏的54:15 人文学科很难做到没有生命的注入Part 3 认识自己，活出自己56:40 更愿意做多元声音中的一种意见代表，而非意见领袖62:06 生活未必邪不压正，但侦探小说里有一个理想的世界67:01 每个人都有两面，被看到的那面越闪光，背面越黑暗71:34 真正的成熟就在于你扪心自问，有没有活得更自由了75:08 当新的经验注入生命，就长出了新的自己– 嘉宾推荐的作品 –《昨日的世界》（Die Welt von Gestern），斯特凡·茨威格（Stefan Zweig）著「大侦探波洛系列」，阿加莎·克莉斯蒂（Agatha Christie）所著的系列侦探小说，对谈中提及的有：《东方快车谋杀案》《尼罗河上的惨案》《ABC谋杀案》《阳光下的罪恶》，以及作者的另一系列小说「马普尔小姐探案系列」– 节目中提及的作品与人物 –《好的爱情》《好的孤独》，陈果著，果麦文化 | 山东画报出版社，2024-6李泽厚，哲学家、美学家、思想史学家，代表作《美的历程》金岳霖，哲学家，清华大学哲学系创办者南怀瑾，佛教居士，中国传统文化传播者弗里德里希·威廉·尼采（Friedrich Wilhelm Nietzsche），出生于德国的哲学家，西方现代哲学开创者，代表作《悲剧的诞生》《查拉图斯特拉如是说》莫拉维·贾拉鲁丁·鲁米，简称鲁米，出身大伊朗呼罗珊地区的诗人、伊斯兰教学者纪伯伦·哈利勒·纪伯伦，黎巴嫩诗人、画家与作家，代表作品《先知》《沙与沫》等大卫·苏切特（David Suchet），以扮演「大侦探波洛」系列电视剧里的名侦探赫尔克里·波洛闻名的英国演员夏洛克·福尔摩斯（Sherlock Holmes），19世纪末侦探推理小说家柯南·道尔（Sir Arthur Ignatius Conan Doyle）创作的虚构人物《古畑任三郎》，田村正和、西村雅彦主演的日本推理电视剧，1994年至2008年共拍摄43集《神探可伦坡》（Columbo），彼得·福克（Peter Falk）主演的69集美国电视连续剧，1968年始播《当尼采哭泣》（When Nietzsche Wept），Pinchas Perry执导的2007年美国电影对谈中提及的其他人物及作品：刘兰芳、单田芳、田连元、《资治通鉴》《红楼梦》《包法利夫人》《约翰·克里斯多夫》– 互动方式 –GIADA官网：www.giada.cnGIADA小红书：GIADA • 小红书 / REDGIADA公众号：mp.weixin.qq.comGIADA 微博：weibo.com