Explorez tous les épisodes du podcast 硅谷101

怎样用有限的钱帮助更多人？有效利他主义（Effective Altruism，简称“EA”），就是从这个朴素的问题出发，推动人们比较不同慈善项目的效果，从捐赠蚊帐、预防疟疾，到后来投入数亿美元研究AI安全。
SBF与FTX的崩塌，曾让这场运动陷入信誉危机。最近，AI研究员辞职、安全评估机构和捐赠网络引发的争议，又让EA受到关注。当一些人把防止AI毁灭人类视为最值得投入的事业，他们的判断如何影响研究方向和资金分配？其中又有怎样的利益与权力问题？
本期节目，我们邀请以太坊联合创始人Vitalik Buterin与科技记者Afra，聊聊EA和理性主义究竟主张什么，以及这些思想如何影响了今天的AI发展。
Vitalik曾向这个圈子的机构捐赠大量资金。他在节目中回忆，一笔加密货币捐赠如何意外地变成数亿美元，以及受赠机构后来的方向，为什么让他开始重新考虑当初的选择。

节目全程以中文录制，前半段由Afra介绍背景，后半段是我们与Vitalik的对话。本期涉及英文人名和机构名较多，为方便大家理解，我们在shownotes文末整理了名词解释，也在Bilibili、YouTube、视频号等平台也上线了带字幕版本，方便大家对照收听。

【主播】
Yiwen，硅谷101主持人
泓君，硅谷101创始人，播客主理人

【嘉宾】
Vitalik Buterin，以太坊联合创始人
Afra，科技记者

【你将听到】
有效利他主义是什么，它如何走到AI安全中心？
02:25 两个关键人物：William MacAskill与Eliezer Yudkowsky
07:54 八万个小时：怎样使用一生，才能帮助更多人？
09:27 EA的四次转向：全球健康、长期主义、信任危机与AI安全
12:58 EA与理性主义的异同：怎样做好事，怎样想清楚？
15:59 AI安全如何影响前沿AI实验室的公司选择
18:02 METR与捐赠网络：安全评估如何引发了争议？
22:28 走进伯克利：Lighthaven、The Curve与硅谷思想聚会
28:09 去华尔街赚钱，再把钱捐出去：这条路出了什么问题？
35:18 EA与e/acc：关于AI加速与减速的争论

Vitalik的捐赠：一笔意外的加密货币如何变成数亿美元
39:15 如何成为一名负责任的数字游民？Vitalik最初的EA经历
44:19 哲学僵尸与意识：理性主义者都在讨论什么？
50:38 当思想社群有了富豪捐赠者和专业机构
53:35 AI安全思想和P(doom)逐渐成为争论焦点
59:09 狗狗币的故事：意外收到大量代币之后
01:05:10 印度疫情救助与FLI：两笔捐赠如何落地
01:08:13 当FLI转向AI政策，Vitalik和它的矛盾何在？

当“帮助人类”变成机构、政策与权力
01:10:18 一个领域已经有很多钱，还值得继续捐吗？
01:13:31 从救助生命到影响政策，捐赠效果为什么更难判断？
01:18:46 SBF留下的问题：为什么聪明人也会看错人？
01:21:01 EA、理性主义、e/acc与d/acc，分歧到底在哪里？
01:27:38 “好公司必须赢”：相信Anthropic，能解决安全问题吗？
01:30:29 安全、开源与商业利益：谁来决定AI的未来？
01:36:06 Vitalik眼中的OpenAI：开放、安全与加速之间的变化

除了加速与暂停，还有什么选择？
01:37:57 d/acc：Vitalik为什么主张加强分布式防御？
01:42:04 以防疫为例：怎样让普通人拥有保护自己的工具？
01:43:16 面对AI的不确定性，普通人可以怎样理解这些争论？
01:45:14 Vitalik：承认我们还不知道的事情
01:48:04 AI安全也需要制衡：让多个不完美的系统互相监督

【相关阅读和名词解释】
往期相关：E233｜硅谷右翼的权力网如何形成？聊聊彼得·蒂尔的思想启蒙拼图

人物：
• William MacAskill（威廉·麦卡斯基尔）：哲学家，曾任牛津大学哲学副教授，EA运动共同发起人之一，共同创办了Giving What We Can、80,000 Hours等机构，也是长期主义的重要倡导者。
• Sam Bankman-Fried（萨姆·班克曼-弗里德，SBF）：加密货币交易所FTX联合创始人，曾是EA最受瞩目的支持者和捐赠者之一。
• Eliezer Yudkowsky（埃利泽·尤德考斯基）：AI安全研究者与写作者、机器智能研究所共同创始人，也是互联网理性主义社群的重要奠基者。他关于认知偏差、理性思考和AI对齐的文章，影响了LessWrong及部分EA社群。
• Chris Olah（克里斯·奥拉）：Anthropic联合创始人，主要研究如何理解神经网络的内部运作，是机械可解释性领域的重要研究者。
• Kevin Bass（凯文·巴斯）：网络评论者，曾公开追查并质疑Anthropic、METR及相关AI安全机构之间的资金和人际联系。
• Jacob Coxon（雅各布·考克森）：曾在OpenAI和Anthropic从事研究，2026年9月辞职并公开警告前沿AI公司的竞争可能带来严重安全风险。
• Dustin Moskovitz（达斯廷·莫斯科维茨）：Facebook和Asana联合创始人，与妻子Cari Tuna创办Good Ventures，承诺捐出绝大部分财富。
• Jaan Tallinn（雅恩·塔林）：Skype联合创始人，长期资助AI安全与存在风险研究，也是未来生命研究所的共同创始人。他参与支持的Survival and Flourishing Fund，是相关研究机构的重要资金渠道之一。
• Gideon Lewis-Kraus（吉迪恩·刘易斯-克劳斯）：《纽约客》记者，2022年撰写了关于William MacAskill的长篇人物报道。
• Toby Ord（托比·奥德）：澳大利亚哲学家、Giving What We Can共同创始人，EA运动的重要早期推动者。他长期研究全球贫困、道德责任与可能威胁人类长远未来的存在风险。
• Scott Alexander（斯科特·亚历山大）：精神科医生与写作者，先后创办Slate Star Codex和Astral Codex Ten。他的文章涵盖科学、医学、社会议题和认知方法，是理性主义社群的重要阅读材料。
• Zvi Mowshowitz（兹维·莫肖维茨）：Don’t Worry About the Vase的作者，长期评论AI发展、安全与政策。
• Nick Bostrom（尼克·博斯特罗姆）：哲学家，曾任牛津大学教授、未来人类研究所创始主任，《超级智能》作者。他对超级智能、存在风险和人类长远未来的研究，影响了EA及AI安全领域的讨论。
• Sandeep Nailwal（桑迪普·奈尔瓦尔）：Polygon联合创始人、印度疫情救助基金CryptoRelief发起人。本期Vitalik谈到向该基金捐赠加密货币。

机构：
• 80,000 Hours（八万小时）：由William MacAskill和Benjamin Todd共同创办的非营利职业研究与咨询机构，帮助人们思考如何利用职业生涯产生更大的社会影响，是EA的重要机构之一。
• METR（模型评估与威胁研究，Model Evaluation & Threat Research）：研究与评估前沿AI能力及潜在重大风险的非营利机构。
• Coefficient Giving：前身为Open Philanthropy的慈善资助与咨询机构，长期与Moskovitz夫妇的Good Ventures合作。它是EA相关资助网络的重要节点，支持全球健康、动物福利、疫情防范和AI安全等领域。
• Future of Life Institute（未来生命研究所，FLI）：研究并倡导降低先进技术重大风险的非营利机构，工作涉及AI等领域。它接受了Vitalik的重要捐赠。
• Centre for the Governance of AI（人工智能治理中心，GovAI）：从事AI治理与政策研究、培养相关人才的非营利机构。
• Machine Intelligence Research Institute（机器智能研究所，MIRI）：由尤德考斯基等人共同创办、长期关注高级AI与人类利益如何对齐的非营利机构，与理性主义及EA社群联系密切，也是本期提到的Vitalik曾支持的机构之一。
• GiveWell：通过证据与成本效益分析评估慈善项目、引导捐赠的非营利机构，主要关注全球健康与发展。
• Against Malaria Foundation（抗疟疾基金会，AMF）：主要通过资助长效杀虫蚊帐的分发预防疟疾的慈善机构，长期获得GiveWell推荐。
• PopVax：印度生物技术公司，研发疫苗和癌症免疫疗法。其疫苗项目获得过Vitalik的Balvi基金支持。
• Lighthaven：由Lightcone Infrastructure运营的伯克利会议与活动园区，经常举办理性主义、AI安全及相关社群的聚会。
• The Curve：围绕先进AI的发展、风险、经济影响与治理举办的会议，汇集研究人员、企业界、政策界及不同立场的参与者。
• Progress Conference：由Roots of Progress Institute主办，讨论科技、经济和社会进步的会议。
• Effective Altruism Global（有效利他主义全球大会，EA Global）：面向EA社群的系列会议，讨论如何通过研究、职业选择和捐赠更有效地改善世界。
• Zuzalu：Vitalik等人于2023年在黑山组织的临时社区实验，参与者共同生活、交流并开展活动。
• PauseAI（暂停AI运动）：主张在能够确保安全并实现民主监督之前，暂停前沿AI开发的国际草根运动。
• LessWrong：由尤德考斯基等人推动形成的社区博客，讨论理性思考、认知偏差、决策与AI风险，是互联网理性主义社群的重要平台，与EA存在思想和人员上的广泛交集。

作品：
• Machines of Loving Grace（《充满爱意的机器》）：Dario Amodei于2024年发表的文章，讨论强大AI可能为健康、经济和社会带来的积极变化。
• The Sequences（《系列文章》）：尤德考斯基关于理性思考、认知偏差、信念更新、决策和AI等问题的一系列博文，是LessWrong及理性主义社群的重要基础文本，也影响了部分EA参与者。
• Rationality: From AI to Zombies（《理性：从AI到僵尸》）：以The Sequences等博文为基础编辑整理的尤德考斯基文集。
• Slate Star Codex（《石板星法典》）：Scott Alexander原来的个人博客，涉及医学、科学、政治、哲学和理性思考，是理性主义社群的重要交流与阅读平台。
• Astral Codex Ten（《星界法典十》）：Scott Alexander在Slate Star Codex之后开设的博客与newsletter，继续讨论科学、社会问题和理性判断。
• Don’t Worry About the Vase（《别担心花瓶》）：Zvi Mowshowitz的博客与newsletter，近年来大量追踪AI能力、安全研究、企业动态和政策。
• Harry Potter and the Methods of Rationality（《哈利·波特与理性之道》）：尤德考斯基创作的《哈利·波特》同人小说，设想接受科学与理性思维训练的哈利如何理解魔法世界。
• UNSONG（《无歌》）：Scott Alexander创作的幻想小说，将宗教神秘主义、语言和现实世界的运行规则结合起来。
• Snowmoon（《雪月》）：Vitalik创作并公开发布的小说。

思想和流派：
• Effective Altruism（有效利他主义，EA）：用证据和理性分析，寻找最有效的助人方式。关注全球Lighthaven健康、动物福利等议题，部分参与者尤其重视AI安全。
• Rationalism（理性主义）：本期特指围绕LessWrong等博客形成的社群，强调识别认知偏差、根据证据修正判断。与EA联系密切，但不等同于EA。
• Effective Accelerationism（有效加速主义，e/acc）：主张加快AI等技术的发展，相信创新与竞争能推动社会进步，通常反对以灾难风险为由限制开发。
• d/acc（防御性加速主义）：Vitalik提出的思路，主张优先发展能保护人、分散权力的技术，例如网络安全、疫苗和空气过滤，提高社会抵御风险的能力。

【新播客：消费101】
《消费101》是《硅谷101》团队新开设的消费垂类节目，由资深消费记者&研究员麻花担任主播，是一档提供有趣、有料、有用的消费行业观察与品牌解读的播客。每周更新，欢迎关注！

【硅谷101听友群】
在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。
扫码加入，即刻相遇！

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
DOX - Lennon Hutton
Deadlock - Lennon Hutton
Primary Code - Max Anson
Estimations - Christoffer Moe Ditlevsen
The Hoover Dam - Bonnie Grace
Radar Focus - Blue Saga
One Step Away - Dian Shuai
Spring Dance - Forever Sunset
Signal Containment - Out To The World
Pulse Runner - Helmut Schenker

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Afra and Vitalik Buterin.

回顾9月，AI圈的重磅新闻一个接一个。
先是OpenAI发布GPT-6 Astra，总裁格雷格·布罗克曼在发布会上宣布：AGI已经到来。
这场发布对机器人行业的冲击，来得有些意外，一个发布会报告里只字未提机器人的通用模型，转身就空降了机器人评测榜首，甚至让很多机器人的Benchmark都失效了。有人开玩笑说：机器人领域等了这么多年的“GPT时刻”，居然是GPT自己。
同样在这个月里：Meta Muse冲上美国App Store榜首，它的竞争对手Instinct估值也涨到了100亿美元；xAI的Grok Bot开放了企业部署；不生成文本、只给选项打概率的决策模型Jev以“系统1”走红，发布24天就融了8.7亿美元。
在AI for Science方面，Claude发现类CRISPR的新酶系统；扎克伯格夫妇资助成立的Biohub宣布将虚拟细胞计划扩大到18亿美元……这些进展又会为科学发现带来哪些改变？
本期《硅谷101》，我们请来三位分别站在Agent、机器人和AI制药一线的研究者，聊清楚三件事：个人Agent商业化卡在哪？机器人怎么被Astra这样的底层模型冲击？AI制药真正的瓶颈是什么？

本期节目录制于2026年9月29日

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
许华哲，破壳机器人创始人、清华大学交叉信息研究院助理教授（X:@HarryXu12）
朱哲清，Pokee.ai创始人兼CEO，前MetaAI应用强化学习团队负责人，斯坦福强化学习博士（X:@ZheqingZhu）
王晟，华盛顿大学计算机学院助理教授（X:@profshengwang）

【你将听到】
00:05 新播客《消费101》 上线啦！
00:49 9月AI大事记
04:18 各领域实测Astra感受

Agent领域
09:11 生物医学“古董级软件”有了Computer Use
12:17 Computer Use是什么？与API调用的区别
15:47 Meta Muse会走Manus的老路吗？
17:31 Meta Muse破局关键——软硬件结合
19:37 商家愿意开access，前提是确认身份
22:21 个人助手Agent新一轮烧钱获客大战
24:57 Grok Bot，“走在后面的人”
25:44 前沿Lab最烧token的是AI for Science
27:48 小模型追大模型，差距在缩小，但可能追错了benchmark

机器人领域
30:19 未来需要快决策模型 + Astra的推理能力
35:48 筷子夹小球效果：自研模型 V.S Astra
37:25 Astra冲击：利好本体硬件
39:07 从TAMP到Agentic：机器人规划重回台前
40:19 数据标注新门槛：标注因果与直觉物理
43:06 惊艳之后，Astra也有明显短板
45:12 Jev“快系统”的潜在价值

生物医学领域
47:10 实验设计完成度只有30%，Astra缺什么？
51:39 AI制药，离不开实验室的验证和数据积累
53:15 制药时间线：AI设计分子快，真实验证慢
55:01 从AlphaFold开源，看垂直科学公司的数据护城河
58:24 未来趋势：湿实验公司用MCP/API直连大模型
01:02:15 人类科学家的角色转向“定义问题”
01:03:47 好的benchmark，应该是无上限的
01:02:15 ART的启示：酶和蛋白质实验周期短，最先跑出来

尾声
01:07:48 “蒸馏”是否让普通人失去了价值？
1:11:51 Agent、机器人与AI制药的核心问题

【消费101】
《消费101》是《硅谷101》团队新开设的消费垂类节目，由资深消费记者&研究员麻花担任主播，是一档提供有趣、有料、有用的消费行业观察与品牌解读的播客。每周更新，欢迎关注！

【硅谷101听友群】
在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。
扫码加入，即刻相遇！

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Imba Wimbo - RaFa Orchestra
Signal Containment - Out To The World
Flickering Torches - Christian Andersen
Video Knights - Sebastian Winskog

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 朱哲清, 王晟, and 许华哲.

模型在榜单上越来越强，为什么真正把工作交给AI，还是需要人反复解释、检查和兜底？
半年前，我们与阿里国际站总裁张阔聊了Accio Work，以及Agent如何参与采购和日常经营。半年后，我们再次请到他，聊聊这半年来商家使用Accio Work的真实案例，试图回答这个问题：模型能力的提升，究竟有多少变成了商家工作里的进步？
张阔分享，很多模型的通用评测成绩已经接近满分，但团队在真实经营中，并没有感受到同样幅度的提升。为此，他们从实际业务中整理了107个任务，包括比较供应商报价、识别钓鱼邮件、预订船期和处理交易纠纷。据他介绍，在这套特定评测中，最前沿模型在无人干预条件下的任务通过率约为61%。
这些任务没有数学竞赛那么耀眼，却直接关系到商家的成本、交期和利润。一个好用的Agent，既要能把工作做完，也要让人用得起；既要理解工具和流程，也要理解这盘生意究竟想追求什么。
这期节目，我们聊聊榜单成绩与实际交付之间的落差、通用模型与垂直产品的竞争，以及当AI接手越来越多的执行工作，人还需要保留哪些判断。

【主播】
Yiwen，硅谷101主持人
【嘉宾】
张阔，阿里国际站总裁

【你将听到】
从写代码到做生意，Agent还差什么？
01:18 AI同事市场：编程之外，专业工作走到了哪一步？
02:38 商业任务为什么比编程更难？
03:48 从采购搜索到日常经营，Accio Work的任务边界如何扩展
06:12 商家案例：植物监测产品，从创意走到设计、供应链和销售
07:47 找工厂、比报价、拿样品：采购流程里，人和AI如何协作

通用模型越来越强，垂直产品还有什么优势？
10:13 中美Agent生态的差异：垂直SaaS与平台工具
11:30 AI会替代SaaS吗？
14:11 独立站与平台电商：不同市场如何影响产品设计
15:16 Agent公式：模型 × 工程框架 × 上下文
17:46 模型与工程联合优化，不能只等模型升级

榜单接近满分，真实工作为什么还会失败？
20:29 107个真实任务：无人干预条件下，最前沿模型通过率约61%
24:32 报价、钓鱼邮件、订船和纠纷：怎样才算真正完成任务？
26:33 新版本也可能退步，评测必须持续做
28:55 多平台经营：有流水，不代表有利润
32:39 产品品味、市场判断与预算分配：老板仍要做的选择

最贵的模型，不一定是最好的选择
33:44 多模型路由：如何为不同任务匹配能力与成本？
38:05 多个Agent建议冲突，商家该听谁的？
40:35 上云、定时任务、事件响应与长期经营，是不同的能力
43:05 CoCreate现场：商家对Agent有哪些期待？
44:43 小企业如何借助AI，把生意做得更大

【往期相关】
E231｜从B2B到A2A：Agent新基建，如何让“一人企业”做全球生意？

【硅谷101年会来了，线下见】
10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。
点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Trace - Lennon Hutton
Signal Containment - Out To The World
Reclaim - Megan Wofford

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 张阔.

这个夏天，来自全球各地的多个气象机构都拉响了同一个警报，一场史无前例的超级厄尔尼诺正在上演。
来自摩根大通的经济学家预计，全球的食品通胀将在2027年的上半年上升到5%，明显高于今年同期的2.8% 。这其中有来自霍尔木兹海峡封锁和黑海冲突的因素，也部分归因于我们正身处的这场、50年来颇为罕见的超级厄尔尼诺。
它究竟会通过什么方式影响到全球供给？它所带来的危害是否真的像媒体报道的那么大？在一次次与极端气候变化的对抗中，人们又为应对厄尔尼诺做了怎样的准备？

【主播】
麻花，硅谷101特约研究员
【嘉宾】
张思齐，资深大宗商品期货交易员

【你将听到】
超级厄尔尼诺，如何影响农业生产
03:17 农业几多产，起决定因素的不只是气候
08:56 超级厄尔尼诺，以及它的影响边界
16:03 厄尔尼诺如何影响棕榈油、天然橡胶和咖啡豆
19:26 哪些终端商品，价格可能受到大波动
22:20 秘鲁禁捕鳀鱼，受波及的除了日料水产，还有宠物食品
25:10 都说厄尔尼诺导致减产，但也有产区因它收益

极端气候之外，生产资料的供应紧张和农民的应对之策
27:53 作物减产是否影响终端价格，还要看产区和出口集中度
29:52 推高全球粮食价格的，还有供应紧缺的氮肥
32:27 大宗商品期货交易员会有哪些工具关注气候变化
35:25 不确定性对于期货交易，究竟是好是坏
40:08 与不确定性对抗多年，农民如何应对极端气候变化
42:07 上有厄尔尼诺，下游农民活用期货
45:22 气候变化引起的出口限制，可能进一步加剧供给危机

巴拿马运河和全球铜矿的减产，厄尔尼诺要背多大的锅
47:02 极端气候带来的干旱，让巴拿马运河的运力更紧张了
50:23 全球铜矿产量下降的锅，厄尔尼诺背不了太多
56:25 做服装的人，也在厄尔尼诺面前为难了
57:41 被极端气候影响的电力、加工食品和保险行业
59:48 大宗商品交易门外汉，可以怎么观察这个行业

【延伸阅读】
• 《纽约时报：This Year’s Record-Breaking El Niño in 3 Charts》

• NOAA: 美国国家海洋和大气管理局，隶属美国商务部。它负责监测海洋、大气和气象变化，提供天气预报、气候预测和海洋资源管理服务。
• El Niño set to become very strong, raising risks of extreme weather into 2027
• 澳洲小麦升贴水（Basis）：澳洲本地小麦现货价格与国际小麦期货价格之间的差价，主要反映澳洲当地的供需、物流及汇率等因素。
• IFPRI: Will extreme weather lead to multiple breadbasket failures and threaten global food security?
• Forbes: 巴拿马运河运力使用经济体Top20
• USDA:U.S. Department of Agriculture

【硅谷AI视频黑客松招募】
最懂内容的影视团队，与最懂AI的一群科学家，在硅谷相遇，会碰撞出如何的火花？
今年，硅谷101把一次现场创作实验带到 Alignment 2026：STORY101 LAB — AI Storytelling Challenge。我们邀请你用AI，完成一部不超过三分钟的视频作品。
比赛设【探索组】与【专业组】双赛道，资深AI影片团队与零基础新手皆可参与。我们提供免费workshop培训，优胜者更可获丰厚奖金与千人线下展映机会。
时间：2026年10月10–11日
地点：Sunnyvale, California
报名入口

【硅谷101年会来了，线下见】
10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。
点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。
听友福利：在评论区说出你对Alignment大会的期待，我们将在小宇宙、B站、YouTube各抽取3位幸运听众，赠送Alignment 2026现场门票，参与截止时间：10月2日24:00。

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Sucker (Instrumental Version) - Gamma Skies
Mindscape - Lennon Hutton
Flickering Torches - Christian Andersen
Kablaam - Ealot
Spring Dance - Forever Sunset
Seashore - Adriel Fair

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 张思齐.

随着AI模型能力提升，训练需求更复杂，一批为模型公司提供训练数据的新公司正在快速增长：AfterQuery今年4月宣布A轮融资时，估值为3亿美元，到了9月，据媒体报道，新一轮融资已经将其估值推至32亿美元。另一家提供训练数据与智能体环境的公司Bespoke Labs，也在今年7月宣布，种子轮与A轮融资合计达到4000万美元。
虽然估值水涨船高，AI数据行业对外界来说却极其不透明。问题来了：这些公司究竟在卖什么？
过去提到数据标注，我们容易想到给图片打标签、给模型回答打分。但随着AI从回答问题走向执行任务，数据公司的交付物也在变化：从专家写出的评分标准，到包含任务、工具和验证机制的强化学习环境。它们需要找到懂行的人，获得真实的行业资料，再把专业知识与工作经验转化成模型能够学习的训练信号。
与此同时，新的AI评测层出不穷。榜单分数提高了，究竟代表哪些能力变强了？针对评测生产数据，什么时候能改善真实用户体验，什么时候又会变成单纯的刷分？对于每天训练模型的研究员来说，他们最需要的数据，到底是什么？

本期节目，我们邀请到在Scale AI负责后训练与评测研究的何允中，以及加州大学伯克利分校博士后、Agents’ Last Exam项目研究者孙一铀，从产业与研究两个视角，拆解这门透明度不高、又变化极快的生意。
我们聊了Scale、Mercor、Surge等数据公司的不同背景，也讨论了小团队在合成环境与垂直领域中的机会。从采购一份游戏源码，到验证专家提交的任务，再到设计让人愿意交出经验的激励机制，好数据的难点，往往藏在榜单之外。

【主播】
Yiwen，硅谷101主持人

【嘉宾】
何允中，Scale AI研究总监（后训练与评估方向）
孙一铀，加州大学伯克利分校博士后

【你将听到】
拆解数据生意和玩家
05:03 数据公司之间的区别：招聘平台、众包标注、合成数据
08:27 从预训练到后训练，模型需要的数据发生了哪些变化？
09:32 Rubric数据：把专业判断变成评分标准
10:46 强化学习（RL）环境：从回答问题到动手干活
12:18 从vibe coding，到vibe everything：详解Agents’ Last Exam
14:10 游戏好不好玩、作品好不好看，主观判断能被量化吗？
17:33 Rubric 与环境如何配合：人与Agent协作

评测与模型真实能力
20:05 从做评测到卖数据：benchmark的生意
23:25 什么样的评测值得刷？核心能力与真实场景
27:29 没上热门榜单的评测，也可能带来真实的数据需求
31:39 模型公司如何权衡内部评测、公开榜单与用户反馈

什么是好数据：采购、版权与小众行业工作流
33:30 两三个人的数据创业公司，为什么也能找到机会？
38:56 模型越来越会自己造数据，外部供应商的机会还能持续多久？
40:48 模型公司为什么仍然需要外部数商？研发周期与行业采购的难题

有了数据，之后呢？
44:04 数据买回来之后怎么用？从 SFT、强化学习到模型训练模型
47:03 训练数据不是越难越好：为不同模型匹配难度与解题轨迹
48:22 SWE-bench Verified 的争议：测试缺陷与数据污染
50:04 专家交来的数据也可能造假，如何验证真实的工作过程？
54:03 数据行业的下一步：收购企业、获取数据，还是持续投入研发？

【感谢科沃斯对本期节目的大力支持】
这期我们聊了很多验证和评测：写代码跑一遍沙盒就知道对错，家务却是每天都在变的开放任务，对机器人来说，真实家庭环境就是最严格的评测现场。
科沃斯在服务机器人领域已扎根28年，连续11年稳居国内线上扫地机器人销售额第一，产品销售全球150多个国家和地区，拥有超过1200项全球专利。
从全能清扫的扫地机器人，到解放高空与双手的擦窗机器人，再到割草、泳池清洁，科沃斯让每个场景都有对应的专职选手，为人清空琐碎，让生活的每一刻都“无难事”。

数据来源：北京奥维云网大数据科技股份有限公司；统计时间：2015年-2025年；统计范围：中国扫地机器人市场全渠道(线上、线下)监测数据

欢迎了解更多，复制淘口令打开淘宝：48￥ CZ001 mBdFTN9ipmh￥ https://m.tb.cn/h.8EbY9YU 【新品】科沃斯X12S PRO扫地机器人滚筒活洗3.0全自动扫拖一体
京东链接
本期福利：下单备注【硅谷101】额外加赠抗菌滚筒拖布一个
把家务交给科技，享受属于你自己的惬意生活吧！

【硅谷AI视频黑客松招募】
最懂内容的影视团队，与最懂AI的一群科学家，在硅谷相遇，会碰撞出如何的火花？
今年，硅谷101把一次现场创作实验带到 Alignment 2026：STORY101 LAB — AI Storytelling Challenge。我们邀请你用AI，完成一部不超过三分钟的视频作品。
比赛设【探索组】与【专业组】双赛道，资深AI影片团队与零基础新手皆可参与。我们提供免费workshop培训，优胜者更可获丰厚奖金与千人线下展映机会。
时间：2026年10月10–11日
地点：Sunnyvale, California
报名入口

【硅谷101年会来了，线下见】
10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。
点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。

【相关阅读和名词解释】
Rubric（评分标准）：针对具体任务制定的一组评价条件，用来判断回答或工作成果是否达到要求。它可以包含正确性、完整性、指令遵循等维度，也可以融入专家判断。
RL Environment（强化学习环境）：让模型通过行动和反馈进行学习的环境。在本期讨论的Agent训练中，通常包括任务、可操作的软件与工具，以及判断任务是否完成、完成质量如何的验证和奖励机制。
Benchmark（评测基准）：通过一组任务与评价规则，衡量模型或智能体在特定能力和场景中的表现。评测数据与训练数据需要保持适当隔离，才能有效检验模型面对新问题的能力。
Reward Hacking（奖励投机）：模型利用评分机制的漏洞获得高分，却没有真正完成预期任务。例如，绕过正常操作修改结果，让验证程序误以为任务已经成功。
Agents’ Last Exam（ALE）：由Berkeley RDI与行业专家共同构建的智能体评测项目，关注具有经济价值、需要多步骤执行且结果可验证的专业任务。
Humanity’s Last Exam（HLE）：由Center for AI Safety与Scale AI共同组织推出的评测，覆盖数学、人文、自然科学等领域的高难度专家问题。
SWE Atlas：Scale推出的软件工程智能体评测套件，覆盖代码库问答、测试编写和代码重构。
SWE-bench Verified：经过人工审核的软件工程评测，让模型修复真实开源项目中的问题。OpenAI于2026年2月宣布停止报告其分数，指出测试设计缺陷与数据污染影响了它衡量前沿模型能力的有效性。

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Mindscape - Lennon Hutton
Light-Footed - Bonnie Grace
Smiling Neighborhood - Claude Signet
Ruffles and Rust - Fabien Tell
Reclaim - Megan Wofford

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 何允中 and 孙一铀.

【本期节目由Eight Sleep赞助播出】
在这个健康意识崛起的时代，我们越来越愿意花大价钱管理自己的身体。睡眠，就是其中最重要的方面之一。
与手表、戒指等可穿戴设备不同，Eight Sleep的产品是一张能够自动控温的智能床套。马斯克、扎克伯格、Bryan Johnson、Sam Altman，都是它的用户。多名职业运动员，也习惯带着它去比赛。这张售价约两万元的智能床套，究竟替我们做了什么？
这期播客，我们邀请了Eight Sleep的两位创始人，Matteo Franceschetti和Alex Zatarain，聊聊睡眠科技和文化。
他们说，现代人已经熟悉了各项睡眠指标，例如深度睡眠、REM、HRV。但Eight Sleep想要更进一步：在人们熟睡时，根据身体的变化，自动调整床面温度、床体高度，让技术在你毫无知觉的时候工作。
这张床套背后，也是一家消费硬件公司十多年的摸索。从拆开电热毯做原型机，到众筹卖爆却发现卖一台亏一台；从搬到中国学习制造，到反复经历现金流危机，创始人踩了很多坑，才慢慢探索出令人满意的产品形态。
今年4月，Eight Sleep进入中国。消费竞争激烈的中国市场，反而是他们增长最快的一个。一张床套卖两万人民币，Eight Sleep如何解释自己的定价？进入全球35个国家，这家公司从上百万用户身上学到了什么？
我们也聊到伴侣之间的温差、孕期与产后的睡眠变化，以及他们更远的野心：从改善睡眠，走向健康异常预警和预防医疗。最后，我们还是回到那个最朴素的问题：究竟怎么才算睡个好觉？

本期节目由Eight Sleep赞助播出。访谈使用英文进行，播客采用中文配音。我们也将原版的英文访谈制作成了视频播客。如果想要收听原版，可以在硅谷101播客的B站或YouTube账号上收看本期节目。

【主播】
Yiwen，硅谷101主持人

【嘉宾】
Matteo Franceschetti，Eight Sleep联合创始人、CEO
Alex Zatarain，Eight Sleep联合创始人、CMO

【你将听到】
00:05 一张被马斯克搬进办公室的床套
04:51 从追踪到干预：一张床套想替你做什么？
07:43 从“不睡觉”到Sleep-maxxing，睡眠文化的十年转向
12:04 看了那么多睡眠分数，然后呢？
14:16 睡眠数据里，有哪些预测疾病的信号
14:46 为什么最终选择床套，而不是床垫或可穿戴设备？
16:15 把液冷系统搬上床，解决伴侣之间的温差之争
20:38 孕期、产后与更年期：被忽视的女性睡眠需求
24:46 数据与自研传感器：哪些积累难以复制？
25:34 治疗癌症？从睡眠监测到预防医疗
30:22 消费硬件创业：制造、成本与现金流的现实考验
31:47 搬到中国学制造：从原型机到量产，没有捷径
35:49 中国成为增长最快的市场，哪些反馈超出了预期？
38:30 两万元的床套怎么定价？“我们还在Model S阶段”
42:05 带着床套跑遍赛场，职业运动员在意什么？
43:56 旅行、时差与轮班：作息不固定，如何安排睡眠？
47:25 更多产品、更多国家，Eight Sleep的下一步
58:15 温控原理：人们一整晚的温度需求为何不同？
50:42 两万元买一晚好觉，你觉得值得吗？

【试睡感受】
在使用Eight Sleep的几个月里，我亲身感受到了合适的温度对睡眠的重要性。除此之外，Eight Sleep每天早上会发送一段前一晚的睡眠总结，并给出怎么做能睡的更好的建议。

现在在国内购买Eight Sleep产品，除赠送长期有效的Autopolit标准版订阅之外，还有硅谷101听众专属的1200元优惠券，可以点击天猫优惠券、京东优惠券领取，或联系店铺客服报暗号【硅谷101】领取；海外听众可在eightsleep.com使用SV101折扣码，获得200美元优惠。

【硅谷101年会来了，线下见】
10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。
点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。

【监制】
泓君
【后期】
Amei
【配音】
daniel大牛 如蓝
【运营】
朱婕
【BGM】
Dangerous Fling - Alexandra Woodward
Dusk Movers - Alexandra Woodward
Gossip Talk - Arthur Benson
City Phases STEMS INSTRUMENTS - John Abbot
Flickering Torches - Christian Andersen
The Secret Spring - Helmut Schenker
None of My Business - Arthur Benson
Short Circuit - Ryan James Carr

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Alex Zatarain and Matteo Franceschetti.

本期节目来自2026 Inclusion·外滩大会主论坛圆桌——“当Agent成为交易主体”。
Agent的爆发不止于应用层，当应用不断涌现，底层的交易和支付方式也在被重写。今年的AI交易正沿着两条线同时展开：一条是Agent帮人完成任务，比如今年6月上线的AI版支付宝，一句话就能打车、点咖啡；另一条是Agent-to-Agent，比如两个月前，Mastercard发布了专为机器间支付设计的网络服务。
当Agent从对话走向办事、从推荐走向交易，“信任”成了绕不开的关键词。它替你花出的每一分钱，都真的经过了你授权吗？发起交易的Agent究竟是谁？它的支付权限有多大？出了问题又该由谁负责？这些围绕授权、身份、权限、责任的一个个问题，决定了我们距离“钱包交给AI”有多远。

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
韩歆毅，蚂蚁集团CEO
Jorn Lambert，万事达卡首席产品官
刘作虎，OPPO高级副总裁兼首席产品官
周靖人，阿里巴巴集团首席科学家

（Jorn Lambert先生的发言为后期中文配音呈现）

【你将听到】
04:25 “先有鸡还是先有蛋”：智能体商业为什么卡住了
06:26 当Agent开始交易，支付网络一切都要彻底重写
10:15 手机将成为意图入口、个人智能和主动智能
12:34 模型还缺什么？长期上下文、提问能力与可靠执行
16:00 信任基建：授权、身份、KYA、资金安全与可追溯
19:59 手机厂商视角：能力信任、风险信任与A2A行为规范
22:55 “普拉提课测试”，授权、沙箱与安全执行
26:03 未来5年新商业机会：800亿Agent的商业想象
28:44 一杯咖啡怎么选出来？大模型推荐机制拆解
30:36 未来20年，手机仍是最核心设备吗
31:15 A2A商业，海量微交易所需的支付轨道

【硅谷101年会来了，线下见】
10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。 来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。
报名链接

【监制】
泓君
【后期】
Amei
【中文配音】
daniel大牛
【运营】
朱婕
【BGM】
Still Waiting For You STEMS INSTRUMENTS - Wave Saver
Seven Daughters - Fabien Tell
Reclaim - Megan

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Jorn Lambert, 刘作虎, 周靖人, and 韩歆毅.

过去几年，推理消耗的Token爆炸式增长，Token经济随之成型，推理专用芯片也持续升温：去年年底，英伟达以约200亿美元对AI芯片初创公司Groq进行“收购”（acqui-hire）；做晶圆级“大芯片”的Cerebras今年6月IPO，市值达到670亿美元；OpenAI联手博通，推出了首款自研推理芯片Jalapeño，从设计到流片仅用了9个月——加上我们之前聊过的谷歌TPU，推理芯片牌桌上的玩家越来越多。
在这场推理芯片大战中，各家真正比拼的是什么？为什么走向了不同的技术路径？推理芯片未来又会向什么方向收敛？
本期硅谷101，我们请来两位AI芯片创业者，逐一拆解这些热门推理芯片在技术路径上的取舍与得失。其中嘉宾Mark是英伟达首席科学家Bill Dally的学生。Bill Dally是现代GPU并行架构最重要的奠基者之一。我们也借由Mark的视角，去了解这位芯片大师是如何思考问题和看待创新的。

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
Mark，AI芯片创业者
徐子扬，AI芯片创业者

【你将听到】
Groq、Cerebras技术路线
04:17 为什么训练看算力，推理看带宽
14:13 SRAM、DRAM、HBM的优劣
16:39 Groq和Cerebras的技术路径选择
19:34 Groq：确定性、静态编译调度，动态性不足
25:18 Cerebras 的软肋：良率、成本与系统适配
32:32 英伟达为什么要acqui-hire Groq
33:58 “推理时代，Cuda一定会被绕过”

推理时代芯片护城河
39:19 两位芯片创业者的SRAM推理芯片方案
41:07 最重要的指标：速度、性价比、耗电量
44:25 速度越快，AI越聪明
49:04 面对模型迭代，抓住“不变量”
54:15 消失的算力：为何芯片利用率跑不满
58:27 芯片设计全流程：需求、架构、RTL、验证、后端、流片、封装测试、良率、交付
01:01:16 国内优势：供应链+基础设施+开源生态
01:03:17 创业者做芯片，如何和模型厂商竞争

Bill Dally芯片设计哲学
01:05:17 为未来AI补齐强逻辑
01:09:40 “一切围绕局部性展开”
01:11:43 跳出local minimum，必须想清楚牺牲什么
01:13:03 Bill给学生的创业建议
01:14:47 亚马逊的工程哲学

OpenAI自研推理芯片解析
01:17:30 Jalapeño：通用芯片，低能耗，9个月流片
01:20:10 选择HBM4，不缺钱，但缺电
01:24:15 SRAM优势还能保持多久
01:27:03 芯片内异构，暗硅，另一种路径

【硅谷101年会来了，线下见】
10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。 来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。
报名链接

【相关阅读和名词解释】
挑战GPU、绕过HBM，深挖史上最大芯片背后的Cerebras
谷歌TPU能撼动英伟达吗？前TPU工程师首次揭秘
Prefill / Decode：大模型推理的两个阶段。Prefill（预填充）一次性并行处理完整输入提示词，生成KV缓存和第一个Token，是计算密集型，瓶颈在算力；Decode（解码）基于KV缓存逐个自回归生成后续Token，是内存带宽密集型，每生成一个词都要把整个模型权重从存储读到计算单元。
KV Cache（键值缓存）：是注意力机制中的中间计算结果，避免每次生成新Token时重复计算历史Token的键值向量。当新请求与之前处理过的内容有相同前缀时，可直接复用已有KV Cache，称为“缓存命中”。
Attention / FFN：Transformer架构的两个核心模块。Attention（注意力机制）负责“找关系”，让每个Token关注序列中其他Token的信息，参数量较小但计算模式随上下文长度变化。FFN（前馈网络）负责“加工信息”，独立处理每个Token，参数量极大，是模型静态权重的主要部分。
SRAM / DRAM / HBM：SRAM用6个晶体管存1bit，延迟仅0.3-3ns，带宽性价比极高，但容量极小。DRAM用1晶体管+1电容，容量大、成本低，但延迟50-100ns且需刷新。HBM本质是3D堆叠的DRAM，通过超宽总线实现高带宽，容量较大但成本高，且市场上极度缺货。
Kernel（算子）：连接AI算法与芯片硬件的“翻译官”，将矩阵乘法、注意力等算法操作转化为硬件可执行的指令。算子开发属于内核级编程，直接决定模型的推理速度、能耗和芯片兼容性。
系统级异构：指在系统层面组合不同类型的计算芯片（如GPU、SRAM推理芯片、专用加速器），用最合适的硬件做对应部分的应用，而非用一颗芯片包揽所有工作。OpenAI Jalapeño则选择将异构收进单颗芯片内部。
流片（Tape Out）：指芯片设计完成后，将电路版图数据交给晶圆厂进行实际制造的过程。晶圆厂据此制作掩模（Mask），再通过光刻等工序生产芯片。流片成本极高，先进制程一次可达数百万美元，且若设计有误，整批芯片可能报废。

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Still Waiting For You STEMS INSTRUMENTS - Wave Saver
Seven Daughters - Fabien Tell
Reclaim - Megan

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Mark and 徐子扬.

2026年8月，Moderna与默沙东联合开发的个体化mRNA肿瘤疫苗公布三期临床积极结果，Moderna股价一度暴涨177%。这不是一款预防癌症的疫苗，而是一种为患者量身定制的治疗性疫苗。“一人一药”，似乎正在离现实越来越近。
这期视频，我们邀请到艾博生物创始人、CEO英博博士，他曾在Moderna从事mRNA相关的核心研发。我们从这次三期临床结果出发，拆解个体化肿瘤疫苗究竟如何工作、为什么要与PD-1联合使用，以及它真正证明了什么、还有哪些问题没有被证明。我们也会聊到Moderna、BioNTech以及中国公司正在探索的不同技术路线，以及“一人一药”背后真正困难的制造、自动化、成本与监管问题。
肿瘤疫苗为什么研究了二三十年，直到今天才跨过这道关键门槛？AI究竟能在新抗原预测和疫苗设计中解决多少问题，它真的能让肿瘤疫苗变成一个“软件问题”吗？如果每位患者都需要一支不同的药，这套系统又如何服务成千上万甚至更多患者？我们距离“为每一个癌症患者定制一支疫苗”，究竟还有多远？

【主播】
Yushan，硅谷101特约研究员，生物医药行业从业者
【嘉宾】
英博博士，艾博生物创始人、董事长兼CEO

【你将听到】
02:41 从Moderna到创业，英博博士与mRNA
08:57 Moderna三期，到底突破了什么
14:09 “一人一药”如何让免疫系统治疗癌症
18:14 制药“噩梦”：4-6周造出一支专属疫苗
24:42 未来肿瘤治疗：手术刀＋疫苗＋PD-1
27:57 34个新抗原“撒网”与肿瘤“逃逸”
31:39 黑色素瘤之后，下一个是谁？
38:12 技术路线：中国肿瘤疫苗走到了哪一步？
45:04 肿瘤疫苗会比CAR-T更安全吗？
50:14 成本：“做大容易，做小难”
54:01 “AI离开自动化，就是空谈”
59:19 AI如何应用于肿瘤疫苗的研发与制造？
01:01:26 LNP：AI还算不动的“难题”
01:06:04 “一人一药”怎么监管？
01:09:24 为什么肿瘤疫苗等了几十年

【2026 外滩大会】
2026 Inclusion·外滩大会将于2026年9月9日-12日在上海黄浦世博园区举行。外滩大会是全球高级别前沿科技与金融科技盛会，本届大会还设置了超现实AI音乐会、科技展、创投meetup等趣味环节，活动免费，名额有限，先到先得。

• 外滩Token效率论坛注册报名
• 更多论坛信息即将公布，请关注外滩官网

【延伸阅读与相关术语】
核酸药物 以DNA、RNA或其类似物为核心的一类药物，通过补充、调控或沉默遗传信息来治疗疾病。mRNA、小核酸等都属于核酸药物。
小核酸 通常指较短的寡核苷酸药物，多通过与目标RNA配对，调控或抑制特定基因的表达。mRNA通常不归入“小核酸”范畴。
mRNA（信使核糖核酸） 可以理解为细胞里的临时“蛋白质生产指令”，把遗传信息交给细胞的蛋白质合成系统，指导制造特定蛋白。
个性化肿瘤疫苗 根据每位患者自身的肿瘤突变“量身定制”疫苗，训练免疫系统识别并攻击其肿瘤。它属于治疗性疫苗，不是给健康人预防癌症的疫苗。
CMC Chemistry, Manufacturing and Controls，药物的工艺开发、生产与质量控制体系，决定一种药能否稳定、合规地从实验室走向临床和商业化。
核酸递送 把核酸药物安全、稳定地送进目标细胞，并在正确位置释放。由于RNA本身容易降解、也很难直接进入细胞，递送是核酸药物的核心技术之一。
LNP（脂质纳米颗粒） 由多种脂质自组装形成的纳米级载体，可以理解为mRNA的“运输胶囊”：包裹并保护mRNA，帮助它进入细胞。
GalNAc N-乙酰半乳糖胺，一种能“精准找到”肝细胞的糖分子，常与小核酸连接，用于实现肝脏靶向递送。
三期临床试验 药物上市前最关键的大规模验证阶段之一，通常用于进一步确认疗效和安全性，并与现有治疗或对照方案进行比较。
PD-1（程序性死亡受体 1） 位于 T 细胞表面，可以理解为免疫系统的“刹车”。很多肿瘤细胞会在表面表达 PD-L1，与 T 细胞上的 PD-1 结合后，传递抑制信号，从而降低它的活性，借此逃避免疫系统的追杀。抗 PD-1 药物通过阻断这条通路，让免疫系统重新攻击肿瘤。
RFS（Recurrence free survival）无复发生存期，通常指治疗或手术后，到肿瘤复发或死亡的时间。
免疫原性 一种物质激发人体免疫反应的能力。疫苗通常希望产生足够强的免疫原性。
免疫耐受 免疫系统对某种抗原“不攻击”或反应较弱的状态。肿瘤可以利用这种机制逃避免疫系统的清除。
Neoantigen 新抗原，肿瘤细胞发生基因突变后，会制造出一些正常细胞里没有的蛋白质。免疫系统有机会把这些“从没见过的蛋白质”识别为异常，并攻击产生它们的肿瘤细胞。
In Vitro Transcription（IVT） 体外转录，以DNA为模板，在无细胞体系中合成mRNA，是目前mRNA药物生产中的核心步骤。
SOC（Standard of Care） 标准治疗，即当前临床上普遍认可、常规采用的治疗方案，也是新疗法常用的比较基线。
DC疗法 又称树突状细胞疗法，通常把患者自身的树突状细胞取出，在体外加载肿瘤抗原后再回输，用它们“教会”T细胞识别并攻击肿瘤。
Off-the-shelf 现货型疗法，固定配方、可以提前批量生产，并用于多个符合条件的患者；相对的是“一人一药”的个性化治疗。
Driver Mutation 驱动突变，能够直接推动肿瘤发生、生长的关键基因突变。并不是所有肿瘤突变都是驱动突变。 这里后面提到的 EGFR、KRAS，都是常见的肿瘤驱动基因。
CAR-T 把患者的T细胞取出，在体外进行基因改造，让它们拥有识别特定肿瘤抗原的“雷达”，再回输患者体内杀伤肿瘤。
CRS 细胞因子释放综合征，免疫细胞短时间内被大量激活并释放细胞因子，引发发热、低血压等全身炎症反应，是CAR-T等免疫疗法的重要副作用之一。
可电离阳离子脂质 LNP最关键的成分之一。在生理环境下大多接近中性，进入细胞内的酸性环境后会带正电，从而帮助mRNA释放到细胞质，同时降低毒性。
pre-F 融合前F蛋白，RSV的F蛋白在病毒与细胞融合之前的结构状态，是RSV疫苗非常重要的抗原靶点；针对pre-F可以诱导较强的中和抗体反应。

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Spring Dance - Forever Sunset
Mindscape - Lennon Hutton
High 118 - Wendel Scherer
Radar Focus - Blue Saga
Unfinished Stories - Lennon Hutton

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 英博.

去年年底，硅谷掀起了一股风潮——“Token Maxing”（最大化token使用量），科技公司创始人和工程师们争相晒出账单，比谁家Token消耗更吓人，以此彰显对AI的全力押注。但到了今年年中，成本失控和虚假生产力让这场烧钱竞赛到达了转折点。Uber在四个月里烧穿了全年的AI预算，Meta被迫给员工设定token使用上限，一些公司会提醒员工使用AI的时候注意成本。大家开始认真思考：如何更经济地使用Token？
这期节目的嘉宾黄东旭，就是Token Maxing热潮的亲历者。他曾经每天烧掉三四百美元，只用最前沿的模型。让他逐渐转变的，是中国开源模型们的崛起，大量的日常任务都可以做到“只烧电费，不烧Token”。他的结论是：不是前沿模型用不起，而是本地开源模型底座+前沿模型的搭配，成本可控，更具性价比。
我们聊了这半年Agent产品的进化史——从OpenClaw，到Hermes，到Agent蜂群的智能涌现潜力，Agent消耗Token的趋势不会停止，未来还会有更复杂的A2A网络。亲历了互联网、移动互联网、AI三波浪潮的张宏江认为，Token Maxing折射出的是所有人在面临AI浪潮时的不知所措，AGI奇点已经到来，现在做Agent是好时机，但关键是：别做容易被大模型碾压的应用。

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
张宏江，Llama Ventures高级技术合伙人，美国国家工程院外籍院士，北京智源人工智能研究院（BAAI）理事长，源码资本合伙人，曾任微软亚洲工程院院长、微软亚太研发集团首席技术官、北京金山软件有限公司首席执行官
黄东旭，Llama Ventures合伙人，PingCAP CTO&co-founder

【你将听到】
04:55 Token maxing，是泡沫吗？
09:52 亲身体验：只选最强最贵，日烧四五百美元
14:15 OpenClaw：从研究到工程的转折点
20:31 龙虾退潮：“普罗米修斯”完成了使命
23:09 Hermes：把成功经验沉淀成Skill
30:09 “Agent动力学”：七嘴八舌烧Token换深度
35:12 智商碾压：Fable 5一次搞定复杂任务
37:20 本地开源模型经济账：每天电费1美元
43:42 Token消耗不会停，更复杂的网络还在后面
52:36 现在做Agent创业是好时机吗？看好toB和infra
01:03:24 彩蛋：“办公室政治”和超预期行为
01:15:30 IQ测试已超人类，AGI奇点已来
01:18:19 新问题：当新岗位也不再需要人，人类如何自处？

【9月6日·成都 泓君线下开麦】
华夏基金携手小红书小红点计划，共同推出「红火开麦日2.0」线下活动，以「发现身边的ETF经济学」为主题，从身边小事发现经济趋势，捕捉藏在日常里的投资灵感。9月6日，成都·蔚蓝湖滨艺术中心，泓君将与华夏基金数量投资部总监荣膺一起，聊聊普通人如何被卷入全球AI定价战。
活动免费，名额有限，扫码即可报名，期待与你线下相见！

【硅谷101听友群】
在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。
扫码加入，即刻相遇！

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Impossible Theory - Rachel Sandy
Mindscape - Lennon Hutton

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 张宏江 and 黄东旭.

不久前，我们聊了硅谷最火的新职位FDE（前线部署工程师）。硅谷的逻辑是，AI要进企业，就要开行业最高的薪资，派一批最聪明的人驻扎进去。但这件事在中国，还是同一个剧本吗？
我们邀请到阿里巴巴集团副总裁、瓴羊CEO朋新宇。他是阿里数据中台方法论的创立者，他的团队做这件事已经5年，比“FDE”这个词流行起来还要早。在AI浪潮到来之后，他们发布企业级Agent平台：AgentOne。
他们的做法很不“硅谷”，不接定制化的大单，不做1000人天的驻场开发。他们找的是企业里最耗人、最耗钱、最耗时的环节，把预设好的agent接入企业私有数据，去解决真实的业务难题。
举例来说：一个催发货流程，客服agent需要跑通260步流程；一个顶级人类投手，90天内调价10000次，AI要学会这10000次调价背后的决策逻辑，这背后靠的是团队配合和工程化的推进。
在朋新宇讲述中，没有全能型的个人英雄，也没有对SOTA模型的迷信。“企业算得过来账，背后用什么token，老板不会在乎”。务实，算账，打地基，这就是FDE在中国的故事。

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
朋新宇（花名小芃），阿里巴巴集团副总裁，阿里瓴羊CEO

【你将听到】
01:48 硅谷的风向变了：AI战场从C端回到B端
06:33 一个“催发货”背后藏着260步流程
12:30 90天调价一万次，AI向最优秀的投手偷师
19:39 为什么顺利的部署都是“自上而下”
25:07 做标准化增长agent，跟Palantir反着走？
31:14 销售Agent实战：从最落后区域到销冠
36:06 部署周期：1/3熟悉岗位，1/3做建模，1/3调教AI
42:36 FDE团队画像：BA定方向、AI架构师选模型、业务首席当教练
47:00 Token成本，模型策略，“账算得过来”最重要
53:28 中美FDE对比：信息化地基、付费习惯、工作方向
58:03 人才观：懂AI、懂业务、懂数据

【延伸阅读】
E240｜OpenAI联手PE砸下40亿美元，聊聊硅谷最火新职位FDE

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
What We Discovered - Philip Ayers
Signal Containment - Out To The World

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 朋新宇.

这期播客的嘉宾是盛颖，xAI前推理团队负责人、开源推理引擎SGLang发起人及RadixArk联合创始人/CEO。
在开源模型集中爆发之际，盛颖在AI Infra（基础设施）领域的研究和贡献非常核心。她将AI Infra描述为“浪漫的关系”，是产品本身，需要有“美感”。
由此，我们走进盛颖的世界。
她曾经想成为一个数学家，沉浸在一个确定、纯粹、仿佛“与世界无关”的世界里。
但从哥大到斯坦福，从形式化验证到 AI Infra，盛颖一路经历的并不是外界看到的连续发顶刊的高光，背后是不为人知的寻找方向、迷茫、停滞、低谷和重新出发。她逐渐意识到，自己无法勉强去做一件不感兴趣的事；只有真正被一个问题吸引，她才能进入高度专注的状态，并把它做到极致。
SGLang，是这条研究路径的集大成者。它从一个学术项目成长为面向真实生产环境的开源推理引擎，也把盛颖从研究者带进了更复杂的工程、组织与产业世界。
在早期的xAI，她获得了难得同时存在的“support”和“freedom”，参与搭建生产级推理系统。但随着SGLang社区迅速扩张，仅靠开发者在业余时间维护，已经无法支撑项目继续向前。为了让这件事真正走下去，她选择离开xAI，创立RadixArk。
这期节目，我们从盛颖眼中的数学之美、论文和低谷聊到SGLang、xAI与RadixArk，也聊一个人如何逐渐理解自己的天性，并决定不再与之对抗。
盛颖说，她在乎的不是“making impact”，而是那些她认为正确的事情，最终有没有发生。从“世界与我无关”，到“想要构建那个跟强力AI共存、且人类不会输的未来”，这，是盛颖的故事。

【主播】
陈茜，硅谷101联合创始人
【嘉宾】
盛颖，RadixArk联合创始人&CEO，xAI前推理团队负责人、开源推理引擎SGLang发起人

【你将听到】
02:16 违约金、纽约与数学之美：“世界与我无关”
16:06 顶刊、低谷期与甄嬛传：“世界又与我有关了”
26:01 谷歌实习：最早的“AI for code”
31:54 Databricks：人生导师Ion Stoica与“making impact”价值观
34:37 xAI：拥有“support”和“freedom”的美好v1.0时代
44:07 RadixArk：“两个月也等不了”
48:07 Two Sigma：“有组织的公司”应该有的样子
51:10 SGLang：“AI Infra是浪漫的”
01:15:29 SandHill Road的套路与规则
01:19:33 “养大我”的开源生态
01:27:03 LMSYS：平等、平权，以及“她赢了，不需要被解释”
01:37:42 “世间的美好是存在的”

【延伸阅读】
本期节目视频版已上线，附精校字幕及术语注解，适合想逐句细听的听友
“榨”出硅的极限：怎么让GPU不“闲着”？｜与SGLang、RadixArk深聊AI Infra技术与千亿美元市场-硅谷101视频 及文字版

【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！
👉🏻点击查看招聘详情

【监制】
泓君
【采访】
陈茜
【后期】
Frentee Jacob Amei
【运营】
朱婕
【BGM】
The Hoover Dam - Bonnie Grace
Spring Dance - Forever Sunset
Curiosity Cabinet - Mike Franklyn

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 盛颖.

7月27日，月之暗面正式发布Kimi K3的完整模型权重。自7月16日API上线以来，K3就在在多项测试中展现出接近前沿模型的能力。因此，它成为了硅谷最近讨论开源时的重要案例之一。从2025年初的DeepSeek时刻，到当下的Kimi K3，中国开源模型正在从成本更低、能力稍弱的替代品，逐渐逼近甚至超过最强的闭源前沿模型。
随之而来的，是一场越来越激烈的蒸馏争论。什么是蒸馏？通过闭源模型的输出进行训练，和未经授权的大规模能力提取，有什么区别？即使中国实验室使用过美国模型生成的数据，它又究竟能解释多少最终能力？

本期播客，我们邀请到两位嘉宾来分别从开源生态和企业的视角，讨论这一波中国开源模型的影响：前Hugging Face亚太开源生态负责人王铁震，和TinyFish联合创始人Keith Zhai。
我们从K3带给硅谷的挑战聊起，讨论了为什么把中国模型的进步全部归因于蒸馏，实际上忽略了架构、强化学习、数据工程和推理基础设施上的创新。而当蒸馏从一种中性的训练技术，变成商业竞争和政策讨论中的指控时，争议的核心又变成了什么？
在此之外，我们也讨论了K3针对大型推理服务商设计的商业授权：当开源权重模型持续压低成本，它会如何冲击OpenAI、Anthropic等闭源实验室的商业模式？当模型能力逐渐商品化，未来AI行业的价值会流向模型本身、推理基础设施，还是Agent与企业工作流？

注：本期播客中提到的“开源”，更准确地说是开放权重（open weights）。K3官方称自己为开放模型，它使用的是Kimi K3 License，不是标准 MIT/Apache 这类完全开放的OSI license。

【主播】
Yiwen，硅谷101特约研究员

【嘉宾】
王铁震，Hugging Face前亚太生态负责人
Keith Zhai，TinyFish联合创始人

【你将听到】
中国开放模型，硅谷怎么看？
01:45 Kimi K3为什么突然成为硅谷关注的焦点？
03:33 从DeepSeek、GLM到K3：硅谷对中国模型的判断如何变化
06:51 企业为什么开始转向中国模型
10:23 中国开放模型推理成本

蒸馏争端始末
13:24 蒸馏争议：到底什么是蒸馏？
17:22 K3是否可能在短时间内蒸馏最强闭源模型？
19:48 蒸馏能解释模型的核心能力吗？

开放模型对闭源商业模式的影响
23:54 K3 License与开放模型商业化
34:27 开放模型会怎样冲击OpenAI和Anthropic的收入与估值？
37:39 英伟达为什么支持开放权重
43:41 中国公司为什么选择开放

强大的开放能力下，Agent生态如何变化？
45:04 Thinking Machines为什么开放权重？
48:39 开放模型催生的新生态
48:43 OpenRouter等多模型平台为什么开始受益？
49:56 对Agent产品和基础设施的影响

开放模型的安全之争
55:40 接近前沿的模型，到底应不应该开放权重？
01:04:01 开源和闭源模型，谁更容易被滥用？

【延伸阅读和相关术】
Kimi K3官方技术报告与模型权重
Kimi K3授权协议
Anthropic对蒸馏攻击的指控
《开放权重与美国AI领导力》

【相关术语】
开放权重（Open Weights）：指模型开发者公开模型训练完成后的参数文件，允许用户下载模型，并在自己的设备或云端进行部署、推理、微调或进一步开发。开放权重并不意味着训练数据、训练代码和完整训练流程也同时公开，具体使用方式还会受到模型授权协议的限制。
开源模型（Open-Source Models）：通常指不仅公开模型权重，还公开足以让外部开发者研究、修改和复现模型的更多组成部分，例如训练代码、模型架构、数据处理方法、训练流程，以及在部分情况下使用的训练数据。由于大模型很少完整披露所有训练材料，目前业界对什么样的模型可以被严格称为“开源”仍存在争议。
思维链（Chain of Thought）：指模型在生成最终答案之前，用一系列中间步骤拆解问题、组织信息和进行推理的过程。
规模扩展效率（Scaling Effiency）：指模型将计算资源转化为能力提升的效率，也就是在使用相同或更少的算力、数据或训练成本时，能否获得更好的模型表现。
键值缓存（KV Cache）：指模型在处理上下文和生成内容时，保存此前token在注意力计算中产生的Key和Value数据。这样，模型在生成下一个token时不必重新计算全部历史内容，可以显著降低重复计算，提高生成速度；但上下文越长，KV Cache占用的内存通常也越大。

【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！
👉🏻点击查看招聘详情

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Kablaam - Ealot
Flickering Torches - Christian Andersen
Radar Focus - Blue Saga
Pulse Runner - Helmut Schenker

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Keith Zhai and 王铁震.

当你觉得AI“懂你”的那一刻——精准抓住一个你自己都没说清的情绪，问出一个让你陷入沉思的问题——你以为那来自数据中心的芯片、模型里的参数、程序员敲下的代码，但真相是，那些问进你心坎里的问题、让你会心一笑的遣词造句，背后站着一群人：他们曾是记者、编辑和纪录片导演，如今藏在大语言模型之后，有一个鲜为人知的名字——内容工程师（Content Engineer）。
当模型能力日益趋同，真正决定用户去留的，已不再是参数，而是它能否让人觉得“懂我”。那些“只可意会、不可言传”的语感与共情，正被一群文字工作者拆解成一套可以装进AI的规则。
本期《硅谷101》播客，我们邀请到两位从新闻业转身的资深内容工程师——前媒体人、播客《行星酒馆》主播东尼，与NBCUniversal AI战略总监Bianca，深入探讨：什么才算“好”的对话，以及如何把它拆解成可量化、可训练、可评估的工程标准。我们从这个正在各家AI公司裂变扩张的新兴岗位聊起，看看当模型能力逐渐拉平，内容与品味如何成为产品竞争力的关键，而懂人文、懂社科的判断力，又该如何翻译成工程能用的语言。

【主播】
Faith静远，硅谷101特约研究员

【嘉宾】
Tony Lin，人工智能实验室模型设计负责人，《行星酒馆》主播
Bianca Consunji，NBCUniversal AI战略总监

【你将听到】
02:54 内容工程师是什么？
05:55 内容工程师如何拆解好内容
10:42 如何训练AI理解提问者的言下之意
13:42 内容工程师如何“翻译”语言和文化
16:45 新闻训练和AI对话训练都需要给到“上下文”
18:42 语境破碎：AI对话和“网络互喷”的相似之处
19:59 记者和内容工程师的技能重合点
23:44 一篇爆火文章背后，文科生的AI恐慌
26:45 基于共识训练出来的AI，不会产生伟大的艺术
28:56 媒体影视从业者失业，罪魁祸首是AI吗？
31:37 东尼如何在养病期间做出震惊谷歌的voice agent
37:02 AI谄媚是产品设计问题，本质是人想要的太多了
39:20 人除了智商情商，还会需要“AI商”
43:33 职业价值迁移：“曾经我出卖成果，现在我展示过程”

【延伸阅读和相关术语】
系统提示词（System Prompt）：写给模型、用于设定其身份、语气与行为边界的底层指令。本质是一种既要有创造力、又要让模型"听得懂"的技术性写作，是内容工程师的核心工作之一。
少样本示例（Few-shot Example）：在与模型交互时，随机提供几条相关案例作为参考，让模型据此理解"什么是好问题、好内容、好语气"的方法。
语音智能体（Voice Agent）：能够以语音方式进行多轮对话的AI智能体，相比文本交互更强调对话的流动感与自然度。
多轮对话（Multi-turn Conversation）：用户与AI连续来回交互的对话形式，通常是AI的弱项。当缺乏足够上下文时，AI会不断"脑补"，答案越来越臃肿，中途出错则如滚雪球般放大。
意图理解（Intent Understanding）：理解提问者的“言下之意”，而非仅仅回答字面问题。它要求模型捕捉话语背后未被直接说出的真实需求，而不止于表面的信息拼接。
来源归属（Source Attribution）：在回答中注明信息出处、并承认现有信息不确定性的做法，是判断一则回答质量高低的重要维度之一。
拟社会关系（Parasocial Relationship）：传播学经典概念，指人对一个遥远实体（书中人物、电视形象，乃至AI）单向建立的情感关系。人在这种关系里依然拥有agency（能动性），可自行决定与对方的关系、并在互动中创造意义。
AI谄媚（Sycophancy）：指AI顺着谈话对象的价值取向和信息茧房去迎合、讨好用户的倾向。它本质上是一个产品设计问题——为了留住用户、提升engagement，产品往往会做出迁就。
事实核查（Fact Check）：新闻业的核心技能，即在信息发布前核实其真实性。AI在事实核查上效率极高，能快速交叉验证信息、呈现不同立场，帮助人跳出单一信息流。
零工经济（Gig Economy）与AI训练师（AI Trainer）：AI trainer指按小时、按项目为AI生成的内容打分、改写、示范的临时工作。这类工作依托零工经济而存在，而零工经济对媒体与艺术从业者的冲击在AI出现之前便已发生。

【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！
👉🏻点击查看招聘详情

【监制】
泓君
【采访 & 制作】
Faith
【配音】
Yiwen
【后期】
Faith Amei
【运营】
朱婕
【BGM】
The Detective - Christoffer Moe Ditlevsen
Reclaim - Megan Wofford
Paper wings
Hangover by ruiqizhao
The light from within—howard harper-bames
Overture - dozeoff
New car smell—bagel
Quiet down—Ryan connors

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Bianca Consunji and Tony Lin.

机器人已经能在舞台上做到翻跟头、表演武术了，但要让它在开放环境里伸手帮你拧开一个瓶盖，难度陡然跃升2到3个量级——因为那一刻，它需要理解眼前的物理世界。
这正是苏度科技想啃下的硬骨头。苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一，师从李飞飞。这家公司走了一条与硅谷主流"纯大脑黑盒大模型"不太一样的路：软硬件协同设计，上下分层架构，上层负责任务规划与环境理解，下层负责具体物体操作；Sim-to-Real作为核心训练范式，让机器人在虚拟世界里经历几百万年的进化，再迁移到现实。
这条路已经跑出了一定成效：面对从未见过的新物体，他们的零样本通用抓取单次成功率接近100%。
本期硅谷101，我们邀请苏度科技CEO韩铮，一起聊聊机器人“动手”怎么实现？他预测，接下来会有更多的硅谷公司重新回到“上下分层”的方向上来。

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
韩铮，苏度科技联合创始人&CEO

【你将听到】
机器人“动手”的数据根基
03:17 为什么做全栈（大脑+本体）通用机器人？
07:14 苏昊早年经历：从图片标注ImageNet，到3D数据集ShapeNet
11:08 3D数据收集，难在哪里？
13:21 仿真需要亚毫米级精度，视频训练无法达到
16:33 什么是Sim-to-Real（从仿真到现实）？
18:08 创业时机的判断：DALL-E带来的数据拐点

Sim2Real技术验证与关键突破
21:40 仿真器的技术内核：经典物理法则+强化学习
24:17 数据集质量与规模的平衡：自建结构化3D数据集
28:05 实际效果如何？零样本通用抓取，一次性成功率98%
32:11 回应Demo质疑：去学术会议现场随机环境中演示
34:22 基础Zero-Shot泛化能力比长程任务串联更为关键
35:45 灵巧手虽好，但不是当下的性价比最高的方法

技术路线之争
38:16 商业模式思考：硬件+底层模型+API，类比智能手机生态
41:23 仿真器与机器人本体，必须软硬件协同设计强绑定
44:04 如何教会机器人拧瓶盖？加入真实世界数据更高效
44:51 难度对比：操作物体比运动控制难2~3个数量级
47:28 白盒与黑盒之争：分层模型，在预训练中融入物理理解
51:11 Sapien仿真器，让机器人像幼童第一次拧瓶盖一样操作
53:27 数据冷启动困境：无法复刻特斯拉，必须靠仿真做冷启动
55:38 嘉宾预言：被硅谷抛弃的“上下分层”即将重回主流

全球机器人竞争格局
59:08 实现机器人动手，软硬件强结合的公司才能做到
01:00:34 硅谷明星公司点评：Skild、Figure、Optimus
01:05:40 为什么最看好DeepMind+波士顿动力Atlas的组合？
01:09:01 亚马逊机器人，场景多但整合困难
01:10:02 为什么多数公司退回垂类？因为不知道通用该怎么走
01:12:43 不做垂类押注，而是构建开发者生态，目标是成为机器人时代的“iOS+硬件”

【延伸阅读】
节目中提到的Demo：sudo R1评测——60分钟连续无剪辑实测

【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！
👉🏻点击查看招聘详情

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Particle Emission - Silver Maple
My Moon and Your Sun - Hampus Naeselius
On the March - Brendon Moeller
Quietly Tense - Marten Moses

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 韩铮.

世界杯发生了闻所未闻的一幕，在特朗普介入后，美国球员巴洛贡吃到的红牌被暂缓1年执行，有人不禁要问了，国际足联为什么要那么听美国人的话。
部分原因可能来自于，美国资本已经渗透进了全球足坛的方方面面。比如英超的20家俱乐部中，有11家都被美国资本控股，美资甚至渗透进了欧洲五大联赛的俱乐部、商业权益开发、球员球队买卖资金周转等等方面。
没有英式足球积淀的美国人，为什么会那么喜欢投资英式足球？美国资本又在怎么改变世界足坛呢？

【主播】
麻花，硅谷101特约研究员
【嘉宾】
张兵，懒熊体育《摸鱼的熊彼得》主理人
施骅伦，《翻转体育》主播

【你将听到】
没有足球文化的美国，资本为什么爱足球
03:05 售股两年后，曼联老板为什么又要找下家
06:21 20支英超球队11支被美资控股，美国富豪为什么那么上头
09:48 英超球队的上市潮与退市潮
16:14 两任美国老板，在英国“小队”伊普斯维奇上赚翻了
19:47 美国人对体育资产的商业化运作，到底能有多强

美国老板们，为什么永远被球迷Diss
22:47 曼联往事：格雷泽家族20年的骂名从哪儿来
27:35 曼联新老板拉爵，带来的新变化可能喜忧参半
30:04 从阿森纳到曼联，豪门为什么都爱捣鼓球场
36:56 SoFI球场，美国人商业运作体育场馆的典型案例
38:16 阿森纳老板克伦克，与前大股东乌斯曼诺夫的控制权之争
45:31 克伦克说拿钱砸冠军不是第一位，那他是个好老板吗
48:24 利物浦的两任美国老板，为什么口碑差距那么大
52:47 美国资本，如何在切尔西身上玩脱了

英超之外，美国资本如何渗透全球足坛
57:10 不只英超，欧洲足坛都要被美国资本包圆了
01:03:23 控制了众多命脉的美国资本，很可能会打造自己专属的超级联赛
01:05:46 版权费增长停滞、球员成本上升，美资从哪儿延续回报率
01:10:41 球迷文化抵制足球资本，但商业化的进程一直在所难免

【延伸阅读与相关名词】

英超Big 6：包括阿森纳、切尔西、利物浦、曼联、曼城和托特纳姆热刺，其中前4支球队又被称为Big 4或者传统四大豪门，Big 4如今都被美资控股
阿布卡拉莫维奇：俄罗斯富豪，2003年买下切尔西，斥超过20亿英镑引援，并先后聘请穆里尼奥、希丁克等名帅执教，让切尔西收获21个冠军奖杯。后因俄乌战争被迫出售切尔西，并免除了俱乐部对其个人约15亿英镑的债务。
大卫·邓恩：英国商人&前阿森纳副主席，英超联赛创立的核心推手之一，1996年力排众议聘请温格执教，开启阿森纳辉煌时代，2007年因支持外部资本收购俱乐部，与董事会产生分歧而被迫离开。
乌斯曼诺夫：乌兹别克裔俄罗斯寡头，通过投资钢铁、电信和Facebook、阿里巴巴等互联网企业积累巨额财富，曾是阿森纳第二大股东，后因俄乌战争被制裁资产遭冻结，也通过DST投资过京东、小米和滴滴。
法哈德·莫希里：英籍伊朗裔富商，因结识乌斯曼诺夫而发迹，曾任埃弗顿足球俱乐部大股东。他在埃弗顿投入巨资但管理混乱，球队战绩下滑并屡次违反财务规则，最终于2024年将俱乐部出售。
霍斯特·达斯勒：阿迪达斯创始人之子，现代体育营销先驱，不仅帮助阿迪达斯实现了国际化，更参与并主导了世界杯、奥运会等大型国际体育赛事的商业化模式制定。
CAA Eleven：是国际顶尖经纪公司CAA在瑞士成立的子公司，主要负责独家管理欧足联旗下国家队赛事的商业版权，包括欧洲杯、欧洲杯预选赛、欧国联及女足欧洲杯等赛事的转播与赞助权。
TEAM Marketing：瑞士体育营销公司，是欧冠联赛从1992年改制至今的“幕后缔造者”，为欧足联创造了超过500亿欧元的收入，但双方合作将在2027年结束。
Relevent Sports：美国体育传媒与赛事推广公司，由NFL迈阿密海豚队老板斯蒂芬·罗斯创立，以创办国际冠军杯（ICC）闻名，将欧洲豪门季前赛引入北美，还代理西甲、德甲等联赛在美洲的媒体版权。2027年起接替TEAM Marketing，负责欧足联旗下男子俱乐部赛事的全球商业版权。
ECA：European Club Association，欧洲俱乐部协会，代表欧洲职业俱乐部利益的官方组织，拥有超过200家会员俱乐部。
DAZN：英国全球体育流媒体平台，被誉为“体育界Netflix”，由乌克兰裔美国亿万富翁Len Blavatnik通过其美国投资集团Access Industries拥有。
ISL：由霍斯特·达斯勒成立，是上世纪足球商业化的关键推手，曾长期独家代理FIFA世界杯的电视转播权和商业赞助权，后因过度扩张陷入债务危机最终破产，并引发了国际足联历史上最大的腐败丑闻。

【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！
👉🏻点击查看招聘详情

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Kick Off - Earle Belo
Don't You Think I Know They're Faster STEMS DRUMS - Eden Avery
Kablaam - Ealot
Bocosaurus - Arc De Soleil
Light-Footed - Bonnie Grace

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 张兵 and 施骅伦.

从ChatGPT掀起生成式AI浪潮到现在，不过短短两三年，AI能力的进化速度已经让"AI自我进化"这件事从科幻走进了现实。上个月，Anthropic在一份公开报告中预测，AI未来将进入"递归自我提升"（Recursive Self-Improvement, RSI）阶段，并呼吁人类共同为AI的发展设计出一个减速或暂停机制。
AI自我进化会以多快的速度到来？未来的AI，它会在通往真理的道路上与人类并肩作战，稳步破解医学、气候等种种难题，还是会在暗处走向失控？
本期播客，泓君邀请到专注做“发现模型”的AI公司Apodex的两位首席科学家，杜少雷和Beibin，一起聊聊AI的自我进化与自我验证。
Apodex是一家陈天桥出资创立并亲自主导的公司，这家公司给自己的定位也非常的特别，他们只做一件事—— heavy duty solver，意思是专啃那些没有标准答案，人类自己都不知道从哪下手的难题。他们管自己想做的模型叫做 discovery model。不是从已知的信息里面找答案，而是要提出人类还没有想到过的假设，自己想办法去验证它，去解决这个世界上还没有被解决的科学难题。
嘉宾预言，最快半年，AI就能跑通一次完整的自我进化闭环。但要实现持续的、可靠的递归提升，模型必须具备“自我验证”能力。这很像人类科学家的基本功：大胆假设，小心求证。而要让AI做到这一点，关键的前提是——教会大模型真正拥有科学家一样的品味和判断力。

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
Simon Shaolei Du（杜少雷），Apodex推理模型与训练首席科学家，华盛顿大学计算机科学与工程学院副教授
Beibin Li （李辈滨），Apodex自我进化与编程首席科学家

【你将听到】
自我进化背后的底层能力
03:00 AI自我进化不是新概念，两三年前就有了
06:48 RSI概念火了，背后是模型能力变强了，长程任务表现更好了
09:20 技术上如何训练AI做好长程任务？算法+数据+infra
12:45 Coding能力代表了模型自我进化的底层能力
14:29 用自我验证规避“递归漂移”，代码领域相对可控
16:21 Apodex的验证方法：多个子agent互相验证
19:11 自我进化三条路径：预训练、后训练、Harness
23:56 另一项关键能力DeepResearch，Apodex如何做到多个榜单第一？
29:19 技术范式决定了多个agent组团解决问题效果好于单个
31:18 模型自动进化后，会碾压agent团队吗？垂直领域护城河仍在

自我进化关键一步——学会提问
34:19 Apodex定位：用Discoverative框架解决人类未解难题，不把Token当生意
36:18 “发现模型”最难之处：提出超出经验范围的假设，并去验证
37:52 让AI像科学家一样提问，需要模型有更好的品味
43:31 如何避免大模型拍马屁？远离大众偏好
46:30 “AI宪法”定义性格，顶级科学家数据校准品味

巩固品味，阻止“跑偏”
51:33 AI巨头都在做科研发现模型，判断问题价值是关键
55:32 不同于AI for Science，Heavy Duty Solver是通用模型，强调元能力
57:25 最快半年能跑通自我进化的第一个闭环，但解决递归漂移还需要2-3年
58:43 让科学家睡不着觉的问题：如何防止AI“走火入魔”
01:00:04 解决方案仍靠人工手调，“自我蒸馏”也许是个方法
01:04:28 人类只是warm start，未来AI将形成自我品味，就像AlphaZero
01:06:18 陈天桥与Apodex：制定“宪法”，聚焦Heavy Duty Discovery

【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！
👉🏻点击查看招聘详情

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Light-Footed - Bonnie Grace
Reclaim - Megan Wofford
Charcoal Stream - Curved Mirror

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 李辈滨 and 杜少雷.

本期节目由AI轻办公神器vivo X Fold6赞助播出

今年4月的伦敦马拉松，肯尼亚选手萨维以 1小时59分30秒 的成绩夺冠，成为首位在正式马拉松比赛中跑进2小时的运动员，这场比赛的亚军克杰勒恰同样跑进了2小时，创造了历史。
事后媒体关注到，萨维和克杰勒恰，包括这场比赛的女子冠军阿塞法，他们穿的鞋，都是阿迪达斯的Adios Pro EVO 3。但在此之前，统治马拉松赛场10年之久的一直是耐克，也是它，发起了一度轰轰烈烈的Breaking 2项目，剑指帮助运动员马拉松“破2”。
尽管跑步这项运动自古有之，但直到1960年代，人们才真正拥有专为路跑设计的现代化跑鞋。过去60多年的发展历史里，路跑鞋都发生了哪些技术变革？运动鞋品牌，又是怎么在马拉松赛场内外你追我赶的？

【主播】
麻花，硅谷101特约研究员
【嘉宾】
盖德，《迪谈盖论》主播

【你将听到】
跑鞋技术迭代史，谁是最有突破性创新的那双鞋
04:26 划时代跑鞋：阿迪Ultra Boost和耐克Zoom Vaporfly
06:58 TPU超临界泡棉，阿迪Ultra Boost的秘密武器
07:54 耐克Zoom Vaporfly的必杀技，把碳板和超级泡棉结合到一起
10:30 中底的重要性：辅助一个动作重复4万多次仍能保持优秀性能
12:11 中底之外，鞋面、鞋楦也有技术之争
14:11 产品经理谈跑鞋研发，好跑鞋可能会经历20多个版本的修改
16:24 不同品牌的跑鞋，中底材料可能来自同一家公司
17:46 裸足感跑鞋的兴起和沉寂
21:20 马拉松跑进2小时，靠的到底是鞋还是人

阿迪VS耐克，交替主宰21世纪的马拉松赛道
25:16 帮助破纪录的Adios Pro EVO 3, 大火背后也有偶然
27:48 被各大品牌纷纷采用的碳板，阿迪为什么偏不用
30:04 耐克的遗憾，最有可能破2的合作跑者不幸去世
31:36 一度大杀四方的耐克，是如何失去马拉松赛场绝对优势的
33:50 想要跑鞋卖得好，一定要在竞速跑比赛里有姓名
36:27 限量发售，可能会让Adios Pro EVO 3无法统治赛道
37:58 品牌研发冠军跑鞋很难，选到冠军“潜力股”更难
39:32 四大慢跑鞋品牌，为什么在阿迪耐克的竞争中“隐身”了
42:11 新秀昂跑和HOKA，仍在竞速跑的关键之门外

技术差距、时尚化和瓶颈期，跑鞋之争的未来
45:24 跑鞋品牌的技术优势，很难独领风骚很多年
47:13 阿迪能不能统治马拉松赛道，还得看它鞋面的表现
48:18 超级大Logo的Adizero EVO SL，成了2025年的大爆款
51:13 复古New Balance，很可能成为第四个百亿美元规模运动品牌
54:50 本土跑鞋vs国外跑鞋，技术差距到底在哪儿
57:42 跑鞋之后，运动品牌开始押注越野跑和Hyrox了
59:14 国内的运动品牌，该去国外卷卷了

【延伸阅读】
重要跑鞋变革史：
1960，New Balance Trackster问世，以波纹鞋底取代鞋钉，成为首款无钉跑鞋
1974，耐克联创鲍尔曼发明华夫饼鞋底，鞋款大卖，耐克趁势赶上美国慢跑热
1977，Brooks推出的Vantage鞋款，成为第一款大规模采用EVA材质中底的鞋款
1978，耐克首款 Tailwind 跑鞋上市，首次采用Nike Air 气垫技术
1986，亚瑟士推出首款应用GEL缓震胶技术的跑鞋Freak，GEL此后一直是亚瑟士的王牌技术
1991，索康尼推出GRID网格缓震系统，将纤维嵌入EVA中底，兼顾缓震和支撑稳定
2004，Nike Free 面世，开启赤足感跑鞋风潮
2015，Adidas Ultra Boost 面世，采用TPU材料及超临界发泡技术，提供“踩屎感”，成为阿迪最受欢迎的缓震技术
2016，耐克推出Zoom Vaporfly 4%，首次将超级泡棉PEBA和碳板结合，Vaporfly 和Alphafly 系列随后高频亮相马拉松
2026，两位运动员穿着阿迪的Adio Pro EVO 3跑马“破2”，该款鞋为全球第一双实现量产的、单只重量不超过100g的跑鞋

两类中底技术：
机械结构：通过中底的物理形态设计来影响性能，比如碳板、碳环、镂空等，相当于中底的“骨架”
发泡材料：通过中底本身材质来影响性能，代表材料包括EVA、TPU、TPEE、PEBA等，相当于中底的“肌肉”

四大发泡材料：
EVA：最传统、最普及的发泡基底，轻质柔软成本低，但回弹和耐久性一般，多为入门级跑鞋中底材料
TPU：回弹性、抗撕裂性和耐久性优于EVA，但密度较大，鞋偏重，为阿迪Boost中底所用材料
TPEE：TPU升级版，回弹率更高、更轻、更耐疲劳，但加工难度高、成本高，为阿迪Adios Pro 系列Lightstrike Pro中底的材料
PEBA：超级泡棉，回弹率极高、极度轻量，但成本昂贵、耐用性一般，为耐克ZoomX中底所用材料

耐克Breaking 2项目：2017年推出，旨在挑战人类马拉松“破2”极限，项目中跑者基普乔格在意大利蒙扎赛道达成了2小时00分25秒的优异成绩，耐克借势推出Zoom Vaporfly Elite
耐克目前的慢跑鞋三大系列：飞马（Pegasus）、迈柔（Vomero）和稳程（Structure）
格布雷西拉西耶：长跑传奇选手，蝉联1996、2000年奥运会10000米冠军，并曾打破25次世界纪录，也是首位将马拉松跑进2小时04分的运动员
基普乔格：2016、2020年两届奥运会马拉松冠军，保持着多项赛道纪录，2019年在维也纳以1小时59分40秒完成“破2”壮举，但因为非正式比赛，成绩没有纳入马拉松世界纪录
基普图姆：肯尼亚马拉松跑者，首位在正式马拉松中跑进2小时01分的运动员，2024年2月不幸因车祸去世
大迫杰：日本顶尖马拉松运动员，职业生涯三次刷新日本马拉松国家纪录，首位跑进2小时05分的黄种人。

vivo X Fold6
全新升级的原子工作台，支持串行、并行双模式，一屏多用，告别反复切应用的碎片化体验

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Burn Away (Instrumental Version) - Nyck Caution
Rumors About Us - T. Morri
Melting Glass - Eden Avery
What We Stand For - Francis Wells

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 盖德.

5月初，OpenAI成立了Deployment Company（部署公司），Anthropic也宣布与包括Blackstone在内的多家金融机构合作成立合资企业。这些顶尖模型公司，都开始押注同一种服务：不只是提供AI工具，而是深入企业内部，在具体业务场景中把AI能力真正部署起来。
这也让一个工种迅速走到台前：Forward Deployment Engineer（FDE），前线部署工程师。他们既要懂模型和技术，也要理解客户的数据、流程和业务痛点，核心任务是把AI从demo变成各个职业自己的AI-native工作流。
这期播客中，我们请到了两位一线从业者讨论FDE和部署公司。一位是Cresta FDE团队负责人Jove。Cresta为企业呼叫中心提供AI Agent，Jove从去年年初就开始扩招FDE团队。另一位是前麦肯锡咨询师、现任Invisible Technologies企业业务VP的Oliver。他从私募和咨询行业的视角，解释了为什么模型公司选择直接与PE合作，而不是依赖传统咨询公司。
我们聊了FDE这份工作的具体形态、它与Palantir早年军方部署模式的渊源，也讨论了在这波AI落地浪潮中，私募基金和咨询行业正在经历怎样的变化。

• Oliver的访谈以英文进行，在本期播客中以配音方式呈现。

【主播】
Yiwen，硅谷101特约研究员

【嘉宾】
Jove，Cresta FDE团队负责人
Oliver，Invisible Technologies企业业务VP、前麦肯锡咨询师

【你将听到】
模型公司为什么开始做部署
01:57 从DeployCo到合资企业，模型公司为什么要提供部署服务？
04:30 什么是FDE？让AI应用真正在客户企业跑起来的工程师

FDE的具体工作
07:58 应用层公司和模型公司的数据优势之争
09:18 FDE的工作现场和具体案例
12:43 FDE与Palantir的渊源：Echo和Delta团队
14:27 FDE和FDPM分工：像CTO和CEO的搭档
17:52 什么样的人最适合做FDE？
22:47 FDE会不会被AI自己取代？是长期职业还是过渡角色

私募与AI部署的重要入口
26:10 PE为什么找模型公司合作，而不是传统咨询公司
32:32 PE和私募机构选择和模型公司合作的三个核心诉求
34:08 LP为什么在推动GP做AI转型
36:04 PE工作流自动化的具体案例：AI销售助理、尽调平台、基金运营

AI如何改变咨询和企业自身
41:37 AI会代替咨询吗？
43:02 企业用AI最容易踩的两个坑：数据整合不到位、不该用AI的环节硬上AI
44:17 整合企业数据为什么比想象中难
46:19 模型能力不断发展，Agent本身会取代FDE吗？
48:14 技术专家之外的人的价值

【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！
👉🏻点击查看招聘详情

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Poisson d'Avril - Ludvig Moulin
Rumors About Us - T. Morri
Radar Focus - Blue Saga
Unfinished Stories - Lennon Hutton

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Jove and Oliver Søe.

SpaceX上市进入最后倒计时，在它那份长达280页的招股说明书里，月球基地、点对点地表旅行、在轨制造、火星货物……这些别的公司不敢写的科幻元素，它都写了。但更让人印象深刻的是SpaceX的AI叙事，它预测在28.5万亿美元总潜在市场中，有超过90%来自AI板块，而这部分将受到“地球无法快速扩展发电能力”的严重制约。
面对电力紧缺，SpaceX的答案是：把数据中心搬上太空。上周一，马斯克在一段关于AI1卫星设计草图的视频中称，AI卫星不需要多么神奇的技术，这些技术已经在星链V3卫星中做出来了。谈到时间表时，马斯克预估SpaceX将在2027年底前实现每年1GW的太空AI算力的年化部署率，并逐年扩大量级。
这个大胆的宣言，究竟是IPO前夜的氛围烘托，还是下一代算力基础设施的真正方向？太空数据中心，技术上能实现吗？即使能做成，它真的比建在地面上更划算吗？本期硅谷101播客，我们就来算算这笔经济账。
本期节目不构成投资建议

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
Lewis Hong，Aris Fund合伙人，前SpaceX高管
刘冰雁，火箭爱好者

【你将听到】
SpaceX S-1解读
03:07 打卡指南：LA SpaceX总部&德州Boca Chica星舰发射中心
06:53 SpaceX招股书，1GW太空算力计划和“Elon Time”
09:40 1万颗卫星铺满一条晨昏线轨道是什么概念？
11:02 打个赌吧：Starship 100次发射时间线预测

成本拆解
16:52 极度乐观：只算燃料成本，两个月回本，但现实并非如此
19:41 保守估算：每公斤200美元，两年回本只能打平
22:14 考虑到GPU损耗等因素，成本估算再加40%冗余度
26:05 星舰还有改进空间，每公斤10–20美元经济账才成立

技术挑战
28:48 反常识：太空真空环境，散热为什么这么难？
31:02 两个思路：提升温度、增加散热面积
33:38 解决方案：热泵与半导体散热技术
38:24 太空芯片，谁来造？
41:38 太空辐射会让GPU算错，加屏蔽和纠错即可
42:13 太空只适合做推理，不适合大模型训练
45:05 星链12000颗卫星，99.85%完好——辐射风险可控
46:06 凯斯勒效应（碎片连锁撞击）在低轨并不可怕
48:36 星链一年进行30万次卫星轨道规避机动，技术已成熟
51:09 太空数据中心综合评估：理论可行，经济账还算不过来
52:27 另一个角度：地球容纳数据中心散热的能力终将触顶

战略价值
53:51 太空算力的战略价值：速度、扩展性与数据主权
59:01 太空数据中心热潮：放上去不难，经济地放才是真挑战
01:01:53 未来10年发射市场将多元化，中国稳步追赶
01:02:48 初创公司的机会：上游关键零部件/技术供应商
01:07:34 月球派vs火星派：NASA为何重启登月？
01:09:33 月球重力更适合发射，是人类开发宇宙的跳板
01:14:19 SpaceX的人都认为太空经济数倍于地球，但说出来没人信
01:15:40 财富到达一定程度，就开始寻求（或逃避）政治影响力
01:18:33 50多万人在问卷中愿意抛弃地球上的一切去火星
01:26:54 结尾彩蛋：一个太空火锅梦想，和一个在太空录播客的约定

感谢细心听众的指正：星舰Starship的推进剂应为液态甲烷(LCH₄)，而非煤油(RP-1)。煤油是SpaceX猎鹰9号使用的燃料，星舰从设计之初就选择了甲烷路线，主要原因是甲烷燃烧几乎不积碳、支持快速复用、可在火星合成。从单价上来说，液态甲烷比航天精炼煤油更便宜。
节目中2个月的能量回本时间假设基于500W/kg的太阳能板发电效率和约40%的火箭效率，不需要假设燃料类型。

【硅谷101正在招聘】
《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！
👉🏻点击查看招聘详情

【延伸阅读和相关术语】
【视频】SpaceX崛起史：一切，为了去火星｜实地探访发射基地与总部
“没有她，SpaceX早倒闭了”：全世界最有权力的女性工程师是如何炼成的
【视频】马斯克 + 卫星工程主管Ian Dahl，首次公开AI1卫星详细设计与技术规格
SpaceX招股书
嘉宾往期播客节目：
E176｜SpaceX 的商业版图与太空经济的崛起
E155｜马斯克太空梦进度条70%，聊聊星舰的四次发射与SpaceX Mafia
E106｜真正造星舰的人来了，与SpaceX前高管聊聊马斯克的火星计划
Grasshopper（蚱蜢）、Starhopper（星虫）均为SpaceX的可回收火箭垂直起降技术试验平台。Tintin A/B 是星链计划的首批两颗技术验证卫星（2018年发射）。SpaceX的产品开发路径中，常以“试验平台——量产”的模式推进。
晨昏轨道（Dawn-Dusk Orbit），一种特殊的太阳同步轨道，卫星始终飞行在地球明暗分界线（晨昏线）的上方。由于轨道面与阳光方向近乎垂直，卫星的太阳能板可以持续面向太阳。在理想情况下，卫星一整年几乎都处于光照中，地食时间趋近于零——而普通低轨卫星每圈约有30%~40%的时间处于地球阴影中。这一特性使其成为需要恒定高功率供电任务的理想选择。
斯特藩-玻尔兹曼定律（Stefan-Boltzmann Law），热力学基本定律之一，描述黑体辐射的总功率与其绝对温度的四次方成正比。本期播客中刘冰雁解释太空散热的核心难点，正是基于这一定律——低温下辐射散热效率极低，必须通过提高散热器温度来把热量辐射出去。
凯斯勒效应（Kessler Syndrome），由NASA科学家Donald Kessler于1978年提出。描述的是当近地轨道上的太空垃圾密度达到临界点后，碎片之间会发生连锁碰撞，每一次碰撞产生更多碎片，进而引发更多碰撞，最终形成碎片密集的"碎片带"，使某些轨道在数百年内无法使用。
卡门线（Kármán Line），地球大气层与外太空的分界线，以航空航天工程师西奥多·冯·卡门命名。国际航空联合会（FAI）将其定义为海拔100公里处。其物理本质是气动升力让位于离心力的临界高度——在此高度以上，飞行器实际上已成为轨道航天器而非飞机。卡门线主要用于法律和监管目的，区分受各国领空管辖的航空器和属于自由空间的航天器。当前国际法并未明确规定外太空的边界高度。

【硅谷101听友群】
终于终于终于，大家一直呼吁的硅谷101的社群要上线了！欢迎大家加入。

请用手机相机扫码；如已安装飞书/Lark，可直接在App内扫码进入申请表单。7天内审核，通过后邮件同步入群方式。期待和你在群里碰面！

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Idiosyncrasies STEMS INSTRUMENTS - Gavin Luke
Swerve Space - Lama House
Quarks in the Cosmos - Grant Newman
My Halo Orbit - DEX 1200

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Lewis Hong and 刘冰雁.

“Harness Engineering”（挽具工程）正在成为硅谷的新共识，Anthropic、OpenAI等公司都在探索这一工程范式。但真正理解Harness的人还不多。前不久，一篇题为《Why Your “AI-First” Strategy Is Probably Wrong》的文章在X上获得百万级阅读和热议，作者是来自硅谷CreaoAI的Peter Pang。在这篇文章里，Peter展示了Harness Agent系统激发出的极致效率：99%的代码由AI完成，每天平均3到8次生产部署，过去六周的产品流程，现在一天就能跑完。
本期播客，主播泓君邀请到Creao的三位创始人，聊聊这家公司对Harness的实践，以及在组织AI-First转型上的深度思考。嘉宾们指出，AI-First不等于“使用AI”，想要把效率提升100倍、1000倍，就不能只把AI当成工具，而要让AI成为所有生产力的主导。组织转型最难跨出的一步在于——是否能让所有员工都能做到信任AI。
这场对话中有一些有趣的观察，比如在Creao，市场不用再追着开发提需求，因为开发速度已经远超市场消化能力；当大量对齐工作被AI接管之后，拿掉产品经理，反而让团队效率大幅提升；初级工程师比资深工程师更适应AI时代的转型；尽管过去十年积累的专长正在快速贬值，但资深工程师仍然有竞争力，因为未来的核心竞争力不再是写代码，而是“找到AI Planning的缺陷”和“判断什么是有价值的”。

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
Kai，Creao联合创始人/CEO
Peter，Creao联合创始人/CTO
Clark，Creao联合创始人/CPO，clark@creao.ai

【你将听到】
AI 主导的效率革命
02:32 什么是Harness（挽具）？
03:09 Harness范围远大于prompt/context engineering，榨干大模型能力
04:52 Harness成败在于，设计好系统自身的feedback loop
07:11 传统软件静态人主导，Harness动态AI主导迭代
08:10 一篇X爆文，揭秘CreaoAI的Harness实战
09:53 AI-first第一步：重构流程，降低对齐成本
13:19 思维转变：AI不是工具，是所有生产力的AI主导者
14:01 放弃传统开会讨论，让AI主导对齐，沟通成本大幅降低
19:12 Agent主导排查bug，50%以上问题由AutoFixing自动修复
23:48 搭建整个Agent系统，只需要1个Architect用一周定框架
25:47 Harness观念：AI是动态系统，出错要弥补系统而非简单纠错
27:13 你的内容和产品，受众可能是Agent

Harness时代的组织转型
31:09 组织转型挑战：只要有人觉得“不如人做”，改造就会被拉长
32:02 AI能力已达，CreaoAI 2026年1月用两周完成全部架构重构
36:00 “2026年我没有写过一行代码”，架构师的价值是找出AI planning的缺陷
38:22 产品开发超前于市场，市场尚不了解Harness Agent的工作方式
43:05 大企业难转型的原因：合规问题，人员过多

Harness时代人的价值
47:47 信任从人转向AI需要guardrails，产品经理角色被拿掉，对齐成本反而更低
52:00 交流成本＞落地成本，AI环境下复合型人才更重要
53:21 “资深悖论”：初级工程师更适应AI，资深专家转变难度大
01:00:30 人类未来最核心的能力和价值：定义需求，review结果

【延伸阅读和相关术语】
《Why Your “AI-First” Strategy Is Probably Wrong》
《The Self-Healing Agent Harness》
CI/CD（持续集成/持续部署），软件开发中的自动化流程。CI（Continuous Integration，持续集成） 指开发者频繁地将代码合并到主干，并自动运行测试，以便尽早发现集成错误。CD（Continuous Delivery/Deployment，持续部署/持续交付） 指通过自动化流水线将通过测试的代码自动发布到生产环境。
Agent Behavior（智能体行为），指AI Agent在执行任务时的行为模式，包括它如何理解指令、调用工具、做出决策、处理错误等。

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Radar Focus - Blue Saga
Rumors About Us - T. Morri
Easily Served - Gerhard Feng
Poisson d'Avril - Ludvig Moulin

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Clark Gao, Peter Pang, and 程凯.

离美加墨世界杯开赛还有一个月，央视和国际足联FIFA之间的版权谈判终于是谈妥了，本期我们来聊聊世界杯的定价逻辑与体育赛事版权生意的变化脉络。

【主播】
麻花，硅谷101特约研究员

【嘉宾】
朱晓东，力赞体育CEO ，本届世界杯日本转播权销售顾问
张宾，《体育产业独立评论》主理人

【你将听到】
谈判的虚惊一场，赞助商的从中斡旋
02:40 价格细节：打包的版权交易里，很少透露单届的价格
04:25 FIFA的让步，单独售卖的女子世界杯，也被打包进来了
05:28 联想出面协调，背后动力是什么
08:31 谈判纷争的惯常套路，最终双方都会让步到促成交易
09:47 从18年到26年，世界杯的中国赞助商为什么在变少
12:30 赞助世界杯，到底能给中国企业带来多少好处

世界杯的定价逻辑
14:41 中国被FIFA设定到版权价格第一梯队，定价逻辑是什么？
19:00 体育赛事版权谈判的流程、阶段和套路
21:51 提前一个月转播权还没谈拢，这种情况经常发生
22:36 从02年到26年，FIFA对央视的版权要价涨了20倍
25:49 全球体育比赛的版权价格，都被转播方里的新玩家带起来了
27:30 2022年世界杯，央视入账了50亿
29:54 转播方能赚多少，在FIFA面前并非秘密

从中国到全球，体育赛事版权生意的变化脉络
33:14 全球范围内，大转播方的变现能力并没有变强
35:35 体育版权上亏钱的，可不止乐视体育
39:29 世界杯的转播权，为什么总是两届打包卖
41:31 赛事版权在中国，坐过速升速落的过山车
45:35 十年前中国的版权泡沫，源于不计成本的恶性竞争
49:30 对比国外版权市场，中国的同行打得太凶了
51:42 健康的版权生意，关键是要“量KPI为出”
53:09 中国版权生意难做，稳赚不赔的可能只有世界杯和奥运会
55:05 NFL、NBA和F1，为什么顶级赛事的版权都在疯涨
59:00 抖音和快手，正在尝试边解说比赛边直播带货
01:02:22 赛事版权的长期受益者，可能是优质IP持有方和去中心化的流量平台

【延伸阅读和相关术语】
央视签约世界杯背后：FIFA让了步，联想是关键协调者
世界杯版权，即将迎来转机？
咪咕：中国移动旗下的数字内容平台，旗下拥有中超、英超、法甲、WTT、UFC的独家版权，并拥有NBA、亚洲杯、汤尤杯等赛事的转播权。
电通：深度介入体育产业的日本广告营销公司，在体育版权中扮演“超级代理商”的角色，拥有世界杯、奥运会等诸多体育赛事在日本和部分亚洲国家的代理资源。
DAZN：总部位于英国的体育流媒体巨头，由Access Industries和Perform Group于2016年推出，资本雄厚，业务覆盖超过200个国家和地区，是全球体育版权市场最大的买家之一，被称为“体育界的Netflix”。
WTT：世界乒乓球职业大联盟，由国际乒联于2019年创立，旨在推动乒乓球职业化与商业化，由运营大满贯、冠军赛等全新赛事体系。
中国体育赛事版权泡沫：2015年前后，资本疯狂涌入体育产业，其中乐视体育花两年27亿购入中超新媒体版权，PP体育花3年7.2亿美元获得英超版权。随着乐视资金链断裂，以及中国付费习惯未养成、盗播泛滥等问题，体育赛事版权价格在中国回归理性。
PP体育：前身是视频网站PPTV，2013年被苏宁收购，曾是中国最早的互联网体育直播平台之一，巅峰时期手握英超、欧冠、意甲等50多项赛事的版权，但在20-21年间已因无力支付版权费而被逐一放弃。
新英体育：中国最早的体育版权巨头之一，2010-19赛季长期拥有英超在中国内地独家转播权，并于2013年在中国首推付费观赛模式，2018年与爱奇艺成立合资公司新爱体育。
League Pass：NBA官方推出的全球性赛事流媒体订阅服务，支持多场比赛同屏观看、比赛中实时叠加球员数据等，除了赛事直播，还提供7x24小时的NBA TV的节目，比如赛事分析和采访等。

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Kick Off - Earle Belo
In a Minute - John Runefelt
Rumors About Us - T. Morri
All Parts Equal - Airae
Burn Away - Nyck Caution

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 张宾 and 朱晓东.

人类历史上第一批和生成式AI同时长大的学生，正在踏入毕业季。
去年我们和大学生聊AI时，讨论还集中在“要不要使用AI”、“教授怎么看”。然而仅一年后，AI真正成为了生产力工具。这届毕业生可能会发现：不管你学的是知识性课程，还是实用性技能，都难逃AI冲击，想要脱颖而出必须成为那个“更善于使用AI的人”。
当知识可以被AI调取，技能可以被工具取代，大学还能给你什么独一无二的东西？面对AI冲击，有哪些能力是不会被时代洗牌的“元能力”？
本期播客，我们邀请三位刚刚走出校园的名校毕业生——Alfred、Kolento、Jack，一起聊聊他们在教育标准化的大学里，如何用AI实现高度个性化的学习；从哪里汲取思想的养分，最看重的能力又是什么；站在毕业的关口，他们如何评估大学的价值，面对未来又做出了怎样的选择。
这也是一份送给所有大学生“自救指南”，那些AI取代不了的能力，才是教育留给我们的真正底气。

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
林桐宇 (Alfred)，清华大学法学（国际）2026届
侯泰羽 (Kolento)，纽约大学应用心理学2026届
饶杰武 (Jack)，哥伦比亚大学管理科学与工程研究生2026届，Emergences Labs 创始人兼CTO

【你将听到】
Alfred
03:28 刚上大学就有了ChatGPT，预感打不过开始辅修AI
09:40 AI速通法律专业课：模拟教授出题，拿下4.0满绩
12:15 大学老师对AI态度发生转变，评估体系亟待升级
13:43 大学两大价值——认识自己 + 获得技能；后者被AI侵蚀
15:49 记忆类知识会过时，批判性思维和素养课程更值得投入
20:11 清华最重要的财富：同侪的深度交流、老师的解惑

Kolento
23:05 马斯克说对了，我上大学最重要的目的就是社交
26:30 学历不再是知识的证明，但仍是社会信任的重要凭证
28:35 追寻美德、向往真理，才能更好地驾驭AI技术
29:55 用AI在大学期间大量试错，而不是对中长期目标做死板的预设
32:32 AI可以做出决策（deciding），但只有人能做出选择（choosing）
36:38 “自顶向下”学习法：先见证最高水平的卓越，再提问、理解、验证

Jack
39:23 99%作业由AI参与，已经想不到任何没有AI参与的作业了
43:14 翻书不会把我变成一个更好学生，只是在浪费我的时间
44:44 当大家都用AI做作业，真正PK的还是每个人的理解和判断

进化的AI工具
46:19 最近常用AI工具盘点
52:05 哪些AI工具正在被抛弃？首当其冲：ChatGPT
58:12 适当关闭memory，避免模型被记忆污染形成信息茧房

元认知积累与AI上瘾
01:01:00 设计师的审美，程序员对代码的感觉，仍然不可替代
01:04:10 AI比短视频更上瘾，失去AI就失去了执行力和灵感来源
01:05:51 完全抽离AI我们还能做什么？还能回到手写代码吗？
01:12:20 用AI的资深工程师反而慢了19%，初学者在AI时代可能反成优势
01:16:33 2026最迷茫就业季，这一代毕业生就业向何处去
01:19:40 硅谷高中生反驳主播：为什么要假设，我们不会离开AI了

【本期节目中提到的AI工具】
Variant：输入一句话需求，几秒内生成数十套高保真网页与APP设计方案的AI设计工具。
Typeless：像真人一样自然说话，自动转化为润色后可直接发送的清晰文本的AI语音听写工具。
Dify：一个开源平台，让你能通过拖拽等可视化方式，快速构建和部署基于大模型的AI应用。
Raycast：用键盘统一控制整个电脑、快速启动应用与各类服务的Mac效率中枢。
Suno：支持上传个人声音克隆，一键生成包含人声与配器的完整原创歌曲的AI音乐创作平台。
Gemini Dynamic View：谷歌Gemini根据你的自然语言提示，实时生成可交互3D模型和定制UI界面的动态可视化功能。
Mercury 2：基于扩散架构每秒可生成超过1000个Token，比主流模型快5到10倍的极速推理大语言模型。

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Between Moments - Amber Glow
Call Waiting - Future Joust
Pulse Runner - Helmut Schenker
First Flakes - Philip Ayers

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Kolento, 林桐宇, and 饶杰武.

近年来，癌症治疗正迎来多个技术平台并行演进、加速迭代的新阶段：从ADC、双特异性抗体、放射性配体疗法，到细胞治疗，整个行业都在经历一轮底层技术工具的升级。其中，CAR-T是最具范式转换意义的一类疗法——它首次在部分血液肿瘤中，把“利用工程化改造的免疫细胞精准清除癌细胞”带入了临床现实。更值得关注的是，2025年以来，跨国药企的押注明显转向体内CAR-T：阿斯利康、艾伯维、百时美施贵宝和礼来等公司，先后收购了仍处于临床前或早期临床阶段的相关企业；其中金额最大的一笔，是礼来于2026年4月20日宣布收购Kelonia，交易总额最高达70亿美元。
为什么大药企会在这个时点密集下注？CAR-T到底是一种什么样的治疗方式？它会成为改写癌症治疗格局的关键武器吗？本期节目，我们有幸邀请到深耕CAR-T与细胞治疗领域二十多年、也是体外CAR-T领域专利布局最丰富的亚裔科学家之一的刘诚博士，和我们一起回顾CAR-T与癌症治疗的发展脉络，拆解这项技术的突破、局限与未来。节目最后，刘诚博士还从更大的视角谈到了癌症本身以及癌症治疗的底层逻辑，或许也会帮助我们重新理解这种疾病。

【主播】
Yushan，硅谷101特约研究员，生物医药行业从业者
泓君，硅谷101创始人，播客主理人

【嘉宾】
刘诚，美国Eureka Therapeutics创始人兼CEO，Estrella Immunopharma（Nasdaq上市公司）创始人兼CEO，JW Therapeutics（药明巨诺，香港上市公司）董事会主席

【你将听到】
02:48 CAR-T（嵌合抗原受体T细胞疗法）：用患者自己的免疫细胞治疗自身癌症，这个观念本身就是一场革命
05:56 CAR-T像一艘军舰：嵌合抗原受体像导航系统，用来寻找癌细胞表面的靶点蛋白（抗原）
06:45 体外CAR-T的制作过程高度个性化，因此治疗成本很高
10:38 CAR-T的疗效相比传统癌症疗法强在哪里
13:33 体外自体CAR-T的常规制备接近一个月，快速制备技术FasTCAR可将时间加快一周左右
14:30 异体CAR-T：利用供体免疫细胞缩短治疗时间，但过去几年整体疗效表现有限
17:19 体内CAR-T：仍然利用自体免疫细胞治病，但细胞改造过程在患者体内完成
18:19 体内CAR-T在概念上很理想，但技术实现非常复杂
21:35 CAR-T的现实挑战：目前仍主要对于血液肿瘤有效
22:55 体外CAR-T制备成本约15万美元；体内CAR-T有望将成本降低约10倍；中国制造成本大约是美国的40%
25:48 为什么CAR-T治疗实体瘤更难
30:17 肿瘤微环境和免疫抑制的存在，进一步限制了免疫细胞治疗实体瘤
32:01 诺奖得主Jennifer Doudna参与创立的Azalea：希望通过CRISPR技术提升体内CAR-T的一致性与可靠性
34:07 人体免疫系统为什么会有免疫抑制功能
38:42 CAR-T诞生之初主要用于末线肿瘤；随着疗效逐步验证，开始进入更前线、惠及更多患者
41:26 CAR-T的关键价值在于一部分患者能够获得长期缓解；如何解决其余复发患者的问题，是当前研究重点
43:04 脱靶效应和髓外肿瘤，被认为是CAR-T治疗后复发的可能根源
44:07 细胞因子风暴等不良反应，限制了CAR-T的应用和推广
48:12 为什么中国在CAR-T领域走在全球前列：研发基础、监管环境、患者资源与医疗体系效率
53:29 体内CAR-T更偏工程应用范畴；在这类技术的追赶和产业化上，中国具备明显优势
54:58 CAR-T在国内存在两条监管路径：药品审批和医疗技术管理并存
58:36 如何理解人体细胞之间的分工与协作
59:26 如何理解癌细胞在人体内是一种怎样的存在
1:02:03 癌症治疗的基本思路，是尽可能有效地区分并杀死癌细胞
1:02:24 如何理解癌症的不同疗法与治疗思路
1:04:39 为什么CAR-T可能是治疗癌症最强的武器之一
1:06:07 CAR-T的未来发展方向：从血液瘤扩展到实体瘤
1:06:32 体外CAR-T的优势是可控性和质量；体内CAR-T试图解决的是成本和商业化问题，未来更可能是并存而不是替代
1:07:47 癌症可以被治愈吗？刘诚博士的判断：“最多20年”
1:08:39 如何定义“治愈”：不要死于癌症

【相关名词解释】
T细胞：免疫系统中负责识别并清除异常细胞的一类白细胞
CAR-T：把T细胞工程化改造后，用来更精准识别和杀伤癌细胞的细胞疗法
体外CAR-T：把患者的T细胞取出，在体外完成改造后再回输体内
免疫原性：一种物质引发人体免疫反应的能力
基因编辑：对细胞DNA进行定点修改的技术
抗体：能特异性识别某个目标分子的免疫蛋白
抗原：能被免疫系统识别的分子标记
靶点：药物或免疫细胞作用的具体分子目标
嵌合受体：人工设计的受体，把不同功能模块拼接在一起，用来让细胞识别特定目标
Leukapheresis：通过机器从血液中分离并采集白细胞的过程
CD19：B细胞表面常见的一种蛋白，也是多种CAR-T疗法的重要靶点
ALL：急性淋巴细胞白血病，一类进展较快的血液系统恶性肿瘤
QA/QC：质量保证与质量控制，用来确保产品生产过程和最终质量符合标准
FasTCAR：一种加快CAR-T制备流程的技术平台，目标是缩短生产时间
异体CAR-T（allogeneic CAR-T）：使用供体而非患者本人来源的T细胞制备的CAR-T
自体CAR-T（autologous CAR-T）：使用患者本人T细胞制备的CAR-T
GVHD：移植物抗宿主病，指移植来的免疫细胞反过来攻击患者自身组织
慢病毒：一类常用于基因递送的病毒载体，可把目的基因导入细胞
载体：把基因编辑工具或治疗性基因送入细胞的递送工具
Complete response：完全缓解，指经过治疗后已检测不到明确的肿瘤证据
血液瘤/实体瘤：血液瘤发生在血液、骨髓或淋巴系统；实体瘤是在器官或组织中形成肿块的肿瘤
浸润：肿瘤细胞或免疫细胞进入并扩散到周围组织的过程
肿瘤微环境：肿瘤周围由免疫细胞、血管、基质和信号分子共同构成的局部生态系统
免疫抑制：免疫系统的攻击能力被压低，导致其更难清除癌细胞或病原体
CRISPR：一种可对DNA进行定点剪切和修改的基因编辑工具
去分化：细胞失去原有成熟特征，变得更像早期或更原始状态的过程
Treg：调节性T细胞，主要作用是抑制过强的免疫反应、维持免疫平衡
一线/末线治疗：一线是首选初始治疗；末线是前面多种方案失败后使用的后续治疗
PFS / EFS：PFS是无进展生存期，指疾病未恶化的时间；EFS是无事件生存期，除进展外还会把复发、治疗失败或死亡等算作事件
髓外肿瘤：发生在骨髓外部组织或器官的血液系统肿瘤病灶
CRS：细胞因子释放综合征，是免疫治疗后因炎症因子大量释放引起的全身炎症反应
ICANS：免疫效应细胞相关神经毒性综合征，是CAR-T等治疗后出现的神经系统不良反应
CDE：国家药品监督管理局药品审评中心，负责药品注册申请的技术审评
IIT：研究者发起的临床试验，由医院或研究者主导开展
818号令：中国国务院发布的《生物医学新技术临床研究和临床转化应用管理条例》，自2026年5月1日起施行，是针对细胞治疗、基因编辑等前沿生物医学技术的重要监管规则
Carl June：美国宾夕法尼亚大学的肿瘤学家和科学家，被广泛视为CAR-T疗法的先驱人物之一
小分子：一类分子量较小、通常可进入细胞内部发挥作用的药物
ADC：抗体偶联药物，用抗体把细胞毒药物更精准地送到肿瘤细胞
Toxin：毒素，在ADC等药物中通常指用于杀伤细胞的细胞毒载荷
伽马刀：利用高剂量聚焦射线精准破坏病灶的放射治疗设备，并不是真正的“刀”

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
The Vindicator Waltz - FormantX
Pulse Runner - Helmut Schenker
My Moon and Your Sun - Hampus Naeselius

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 刘诚.

最近，《灵魂摆渡·浮生梦》成为中国首部全AI生成的电影，暑期档即将上映。“AI能否替代真人演员”、“真人短剧是不是在被AI团灭”，这些话题最近都在冲上微博热搜，成为大家讨论的焦点。
人工智能正以惊人的速度渗透进影视工业的核心流程。从剧本开发到视觉预览，从角色建模到声音演绎，AI 带来的效率提升令人震惊。这场变革不仅是技术迭代，更是创作哲学的重构。AI把传统影视制作中长达六个月的特效前期流程，压缩到了72小时；让个体创作者拥有了前所未有的表达自由，却也在审美趋同、情感缺失与版权争议中暴露出局限。
本期《硅谷101》播客邀请导演陆川、配音演员黄莺与AI内容创作者KiSA深入探讨：AI正在如何重塑影视创作生态，而人类艺术家的价值又将在何处闪光。我们从AI工具的效率神话聊到创作的不可复制性，看看这场技术浪潮，到底是解放了创作者，还是在矮化真正的艺术表达。

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
陆川，中国著名导演，中国AIAIA联盟主席，红树林AI电影周创始主席
黄莺，国家一级演员，上海电影译制厂有限公司译制导演，配音代表作：《哈利波特》赫敏、《盗梦空间》梅尔等
KiSA，编剧、策展人，故事接龙StoryStorm AI影视社区发起人

【你将听到】
AI目前能做出什么样的电影？
00:56 AI视频工具因涉嫌系统性侵权遭到好莱坞的集体声讨，引发关于AI是否威胁影视从业者生计的广泛讨论
04:28 传统影视困境：IP开发周期长、成本高、返工常态化
06:03 AI创作初体验：48小时完成短片，创作门槛被彻底打破
07:36 陆川：传统视效流程长达6个月，AI将效率提升近100倍
11:48 陆川讲AI创作痛点：人物形象同质化，模型审美被大众数据绑架
14:24 陆川认为专业影视创作需要专属工具与统一工作流
16:35 陆川认为AI只是工具，电影的价值仍要回归作品本身
20:21 配音演员黄莺讲AI无法复刻人类下意识、情感与表演逻辑

AI 时代的版权和维权困境
25:59 声音的边界：AI克隆、版权侵权与行业维权困境
27:31 声音权利：声音与肖像权同等重要，未经授权属于侵权

AI 不可替代的是什么？
29:36 陆川动情讲述《南京！南京！》拍摄现场，AI无法替代的创作瞬间
32:18 陆川认为未来AI会成为一把尺，实拍将成为顶级奢侈创作
37:02 创作者的底气：AI让每一个想法都有机会被拍成电影
38:31 陆川对给年轻创作者的建议：电影学院的现场体验无法被AI替代

【延伸阅读和相关术语】
E164｜当电影遇上AI：与好莱坞特效美术聊聊他们和新工具的博弈
E110 | 好莱坞编剧罢工：AI冲击波与编剧们的生存危机
Midjourney：全球主流 AI 图像生成工具，可根据文字提示快速生成高精度图片，广泛用于影视概念设计、分镜与场景可视化。
Story board artist（分镜师）：影视制作核心岗位，负责将剧本、导演创意绘制成连续静态画面，确定镜头、构图与叙事节奏，是拍摄与后期的执行蓝图。
Motion board（动态分镜）：在静态分镜基础上加入简单运动、转场与节奏，形成初步动态预览，用于快速验证镜头逻辑与叙事流畅度。

【监制】
泓君
【采访 & 制作】
静远
【后期】
Amei
【运营】
朱婕
【BGM】
Waiting in Vain - Kikoru
The Connection - Lennon Hutton
Poisson d'Avril - Ludvig Moulin
Oh Please - Gerhard Feng
Open Road - Lennon Hutton
The Big Truth - August Wilhelmsson
Cassette Party - Automatic Bananas
Charcoal Stream - Curved Mirror
Elan - Jakob Ahlbom
Deep meaning - Timur Haisyn
Deep motivation - Abstract solar
Hidden Place - Finval

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: KiSA, 陆川, and 黄莺.

Peter Thiel，是硅谷最具争议和影响力的思想家之一。如果要用一句话概括他的思想，那就是：世界是由少数天选之人在幕后驱动的，而他就是其中之一。这套理论，不仅在以他为核心的“硅谷右翼”圈子中产生了影响，还通过Peter Thiel的政治参与，影响了更多的人。
那么，Peter Thiel的思想，又来源于什么呢？要理解他，答案藏在三位哲学家身上：法国文学批评理论家吉拉尔、纳粹党员法学家施密特、和政治哲学家施特劳斯。这三层哲学，解释了Peter Thiel的种种选择：创立Palantir、投资早期Facebook、扶持JD Vance，以及为什么他自己永远不参加竞选。
这期播客，我们从1987年的斯坦福校园里的一本学生杂志聊起，谈谈Peter Thiel这套几乎从未改变的世界观如何影响了他自己，又如何影响了他身边的科技网络。

【主播】
Yiwen，硅谷101特约研究员

【嘉宾】
房天语，哈佛大学科技史专业博士生、自由撰稿人
李狄皓，硅谷101特约研究员

【你将听到】
从《斯坦福评论》到硅谷右翼
02:14 保守派学生报纸《斯坦福评论》的创立
04:22 Allan Bloom与《美国精神的封闭》：校园文化战的思想来源
06:29 欧林基金会：军火大亨出钱，赞助全美100多个右派学生媒体
08:16 《斯坦福评论》的风格：挑衅、点名、制造争议

影响Peter Thiel的三名哲学家
10:36 吉拉尔的模仿理论
12:08 PayPal的诞生和与马斯克公司的合并
13:12 投资Facebook：社交网络是最完美的模仿性增长机器
16:12 卡尔·施密特：自由主义掩盖了敌我关系
17:40 Palantir的哲学起点：危机时刻可以绕过民主程序
20:40 施特劳斯：真正的哲学只写给少数天选之人

权力网络：从校园到白宫
23:44 斯坦福评论的校友们今天在哪里
27:35 David Horowitz：从极左到极右，Thiel的策略导师
35:56 Thiel的媒体布局：海盗通讯、美国伟大、Pladium
37:12 海盗通讯的两篇出圈报道：弹劾旧金山检察官、揭露维基百科左倾
40:21 美国伟大：落魄商人如何成为特朗普最重要的媒体声音
41:32 岩桥网络与1789资本：Thiel和Vance联手构建右派政治动员体系

造王者与他的门生
43:38 网红经济时代，影响力就是上桌的筹码
45:52 Thiel与Vance的相遇：一场耶鲁法学院的演讲改变了两人的轨迹
46:23 从"逃离政治"到"造王者"：Thiel的思想转变

【延伸阅读和相关术语】
《作为思想家的彼得·蒂尔如何被Web3影响，又如何背叛Web3》
《DEI的风暴眼：常春藤、硅谷与被改写的“美国梦”》

Peter Thiel（彼得·蒂尔） PayPal联合创始人、Palantir创始人、Founders Fund创始合伙人。斯坦福哲学系本科出身，耶鲁法学院法学博士。硅谷右翼的精神教父，长期在幕后资助保守派媒体、政治人物和思想网络。
Norman Book Thiel在斯坦福的同学，《斯坦福评论》联合创始人。
Keith Rabois（基思·拉博瓦） 斯坦福评论早期参与者，现为硅谷著名风险投资人。因在宿舍发表挑衅性言论引发校园争议，是蒂尔早期圈子中以挑衅著称的代表人物。
Allan Bloom（艾伦·布鲁姆） 美国学者，著有《美国精神的封闭》（The Closing of the American Mind，1987），批评大学教育放弃了严肃的西方思想传统。斯坦福评论的重要思想来源之一。
John Olin（约翰·欧林） 欧林基金会创始人，军火大亨（M1卡宾枪制造商），二战老兵，为包括斯坦福评论在内的百余家保守派学生媒体提供资金支持。
JD Vance（JD·万斯） 现任美国副总统。耶鲁法学院毕业，曾任风险投资人，著有回忆录《乡下人的悲歌》（Hillbilly Elegy）。被视为Peter Thiel最重要的政治投资之一，Thiel在其俄亥俄州参议员竞选中投入约1500万美元。
René Girard（勒内·吉拉尔） 法国文学批评理论家，长期在斯坦福执教。提出"模仿理论"（Mimetic Theory），对Thiel的商业哲学影响深远。
Carl Schmitt（卡尔·施密特） 德国法学家，纳粹党员。其“敌我理论”与“例外状态”（State of Exception）理论是Thiel创立Palantir的重要思想来源。
Alex Karp Palantir CEO，法学院出身的文科生，由Thiel引入担任CEO。
Leo Strauss（利奥·施特劳斯） 德裔犹太哲学家，移民美国后长期执教芝加哥大学。主张哲学家应将真正的思想隐藏在文字的"深层含义"中，只对少数人开放。Thiel自认施特劳斯主义者，并以此为由构建其幕后政治网络。
David Horowitz（大卫·霍洛维茨） 从极左到极右的转变人物。早年曾是左翼知识分子、《城墙》杂志联合主编；后转向右派，为小布什竞选提供策略支持。与Thiel在欧林基金会研讨会相识，据称教导Thiel要主动挑衅、用左派方法打败左派。
David Sacks（大卫·萨克斯） 《多样性神话》合著者，斯坦福评论重要参与者。现为川普内阁的AI与加密货币政策顾问。
Joe Lonsdale（乔·隆斯代尔） Palantir联合创始人，8VC创始合伙人，曾创立智库西塞罗学院（Cicero Institute）。
Stephen Cohen（史蒂芬·科恩） Palantir联合创始人，8周内开发出Palantir第一个产品原型，现任 Palantir 总裁。
Josh Hawley（乔什·霍利） 美国共和党参议员（密苏里州），曾在斯坦福评论担任编辑。
Michael Anton（迈克尔·安顿） 施特劳斯主义者，川普内阁政策规划主任。2016年以笔名发表著名文章《Flight 93 Election》（93号航班的选举），以劫机隐喻呼吁保守派支持川普，被认为是Thiel圈子内的重要思想动员文件。
Mike Solana（迈克·索拉纳） 《海盗通讯》（Pirate Wires）创始人，Founders Fund员工。曾协助Thiel出版《从0到1》，长期担任Founders Fund的品牌与公关工作。
Chris Buskirk 《美国伟大》（American Greatness）创始人，早期获Thiel资助，与万斯共同创立Rockbridge Network。
Elizabeth Genovese（伊丽莎白·吉诺维斯） 女性研究学者先驱，埃默里大学教授，早年马克思主义者，后皈依天主教转向保守派，为Thiel的《多样性神话》作序。著有《女权主义不是我的人生故事》。
Patri Friedman（帕特里·弗里德曼） 经济学家弥尔顿·弗里德曼之孙，海上家园研究所（Seasteading Institute）联合创始人，获Thiel资助。
Carlos Ghosn（卡洛斯·戈恩） 日产雷诺前CEO，因财务丑闻在日本被捕，保释期间藏身大提琴箱逃亡。其子Anthony Ghosn曾任斯坦福评论总编辑。

哲学理论和概念：
模仿理论（Mimetic Theory） René Girard提出。核心观点：人类没有自发的欲望，所有欲望都是对他人欲望的模仿。模仿导致竞争，竞争导致冲突与暴力。Thiel据此发展出"逃离竞争、追求垄断"的商业哲学，也用此理论解释Facebook的社交增长逻辑。
敌我理论（Friend-Enemy Distinction） Carl Schmitt提出。认为自由主义掩盖了真实的政治关系，政治的本质在于划定朋友与敌人的界限。Thiel以此批评后冷战自由主义对伊斯兰世界威胁的误判，认为911正是自由主义失败的明证。
例外状态（State of Exception） Carl Schmitt理论核心之一。"主权者是决定例外状态的人。"在紧急状态下，正常的民主与法律程序可以被绕过。Thiel以此为Palantir建立监控与数据分析能力提供哲学依据。
隐微写作（Esotericism） Leo Strauss的方法论。主张哲学文本有字面含义与隐藏含义两层，真正的思想只对少数"天选之人"开放。Thiel以此为由构建"深层国家"（Deep State）式的幕后政治操作网络。
施特劳斯时刻（The Straussian Moment） Thiel于911后撰写的重要论文标题，以施特劳斯和施密特的视角分析恐怖袭击对西方自由主义的冲击，是理解Thiel政治哲学转型的关键文本。
自由意志主义（Libertarianism） 主张最小政府、反对税收与政府管控的政治哲学。Thiel早期自称坚定的自由意志主义者，海上家园计划是其极端实践。进入政治后，他的立场逐渐从“逃离政治”转向“参与政治夺权”。
文化战（Culture War） 美国保守派与进步派围绕文化、教育、性别、种族等议题的长期对抗。1980年代为“第一次文化战”，当时的核心争论是是否应在大学保留西方经典课程；近年为“第二次文化战”，核心争论为DEI、性别认同等议题。
Flight 93 Election（93号航班的选举） Michael Anton以笔名发表的著名文章（2016），以911劫机事件为隐喻，主张2016年大选对保守派而言是"要么冲进驾驶舱（支持川普），要么等死"的生死抉择，在Thiel圈子内广泛流传，被视为保守派知识界支持川普的重要思想节点。

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Warped by Light - Jay Varton
Ashbound Oath - Ruiqi Zhao
Estimations - Christoffer Moe Ditlevsen
【图片来源】
Gage Skidmore / Peter Thiel，基于CC BY-SA 2.0协议使用，原图已用于播客封面二次裁剪，协议链接：https://creativecommons.org/licenses/by-sa/2.0/

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 房天语 and 李狄皓.

2025年，中国餐饮品牌开启了声势浩大的出海美国。喜茶在纽约开出了更具辨识度的LAB店，霸王茶姬、瑞幸和蜜雪冰城也在这一年正式登陆美国。
但要问目前在美国做得最好的中餐和茶饮品牌，答案可能会出乎你意料——中餐第一是一度退出中国华北市场的鼎泰丰，茶饮标杆则是早在内地销声匿迹的贡茶。
究其原因，餐饮企业想顺利出海美国，不仅需要足够的“做时间的朋友”的耐心，需要对当地商业规则足够了解，更要吃透当地主流人群的生活习惯和饮食需求。想要更运筹帷幄，还得和本国的文化输出打好配合。
这期播客，我们邀请到了北美吃货传媒的三位嘉宾，我们一起聊了聊，那些在媒体高频关注的企业之外的、餐食茶饮闯美国的好生意和坏生意。

【主播】
麻花，硅谷101特约研究员
【嘉宾】
Amy Duan，北美吃货传媒公司创始人，专注中餐出海、北美餐饮孵化落地投资
Cosmo Hu，北美餐饮食品行业协会发起人、TOA中美餐饮大会执行主席、易升资本联合创始人
Yuxuan Xiao (Henry)，AC Marketing营销传播公司CEO

【你将听到】
美国中餐茶饮的初代销冠是怎么练成的
02:57 鼎泰丰的出海史：标准化、单店打磨、品类优势和本地化
11:08 贡茶的秘密：利用资本优势抢占点位红利
15:20 寻找“二代店”，应对美国点位区域保护的好方式
19:19 餐饮立足北美，要卖的是体验而不是口味
23:11 国粹麻辣烫，可能不算出海美国的好品类
25:33 费大厨在美国改了招牌菜，这算好招还是坏招

文化输出，怎么和餐饮出海打配合
29:18 必品阁和辛拉面，绑定Kpop做出海
31:40 日本所有主要动漫里，都有它们想出海的食物
32:53 霸榜美国速冻饺子，必品阁的渠道收购和本地化洞察
35:08 泰餐在美的突飞猛进，政府连厨师的英语都培训了
37:07 中餐出海，暂时还难以匹配更合适的文化输出
38:07 太执着于自我表达和地域自豪，反而容易“帮倒忙”
43:32 海底捞和喜茶：结合中国文化做出海的好案例

内卷致胜的中国品牌，能把“卷”复制到美国吗
45:53 目标别太激进，出海美国注定是门慢生意
47:26 在美国，雇主是乙方，员工才是甲方
51:26 海底捞：卷不了服务，就卷体验的稀缺性
52:47 卷创新和噱头很难，因为美国人没那么爱追新
55:20 茉莉奶白：用“轻中式”拿下泛亚裔人群
58:26 霸王茶姬：视觉上做减法，时尚上做加法
01:00:00 中小品牌的机会：没有总部强束缚，反而更好发挥
01:01:39 华莱士 vs Jollibee：亚洲炸鸡去美国可不能主打性价比

【延伸阅读和相关术语】
Brothers Plan Din Tai Fung ExpansionAmerica’s Most Successful Restaurant Chain Feeds a Dumpling Frenzy
“新茶饮祖师爷”要被卖了，估值140亿元
中国新茶饮品牌在美国的出海趋势与区域分布洞察
熊猫快餐（Panda Express）：1983年创立于美国，主打美式中餐，总门店数2500+，门店覆盖全球12个国家及美国49个州，为全球规模最大的中式快餐连锁品牌。
快可立（Quickly），珍珠奶茶品牌，1996年创立于中国台湾，门店遍布日本、韩国、泰国、菲律宾、新加坡、美国、加拿大等地。
Chipotle：1993年创立，主打墨西哥卷饼、碗餐等，年营收约113亿美元，门店超3700家，现为全球市值第三的连锁餐饮品牌。
快乐蜂（Jollibee）：1975年创立于菲律宾，主打炸鸡等西式快餐，全球门店超一万家，为菲律宾最大餐饮集团，旗下还拥有添好運、永和大王等19个品牌。

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Oh Please - Gerhard Feng
Rumors About Us - T. Morri
Melting Glass - Eden Avery
Quietly Tense - Marten Moses

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Amy Duan, Cosmo Hu, and Yuxuan Xiao.

“龙虾热”正在退潮，但它带来的创新冲击还在持续——当它与行业know-how相结合，正在迸发出新的能量。
阿里国际站有着26年的B2B数据和经验积累，今年初，OpenClaw、Cowork这些工作范式被验证，让他们看到了打通B2B闭环的智能体，终于到了可以落地的临界点。
于是春节之后，“外贸版龙虾”Accio Work来了，海外用户只需要和这个Agent对话，它就能自主跑完从市场分析、选品设计、供应商筛选、商品发布和日常运营的全过程，把原本需要数周甚至数月的流程，压缩成几句对话。
以往复杂的专业知识壁垒正在被Agent攻破，生产力被重新定义。从数据上来看，Accio Work40%的用户都是Solopreneur（一人企业）。降低门槛的同时，生意越做越精明了，在AI的帮助下今年阿里国际站EBITA（息税摊销前利润）增长了18%。
在AI带来巨大变革的时代，工作流程如何被Agent重构？人才的标准发生了怎样的变化？SaaS行业的转型机会在哪里？本期播客，我们与阿里国际站总裁张阔一起聊聊，他作为互联网巨头的掌舵人，在这一轮AI浪潮下，对新业务、新人才的思考与判断。

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
张阔，阿里国际站总裁

【你将听到】
硅谷AI生态初印象
03:49 AI吞噬SaaS，或者让它变得更好？
05:46 两种工作新范式：OpenClaw与Claude Cowork

当B2B遇到Agent
11:57 未来所有的B2B都会走向A2A
15:16 Accio：AI如何使采购流程缩短5倍
18:52 B2B的强化学习：以成功撮合交易为正反馈
21:52 Accio Work智能体进化：从采购到日常经营，覆盖整个商品销售周期
24:07 AI原生产品的检验标准：能否随着模型的升级而变得更聪明

SaaS的转型机会
25:30 让“一个企业”也能拥有“数字团队”
29:36 中小企业的真实画像与“开箱即用”的产品设计
31:48 商业模式双轨：Token计费 + 平台服务
34:42 当推荐从1000个变成5个，广告还好卖吗？
36:26 AI不是颠覆商业模式，而是把市场做大
39:15 数据闭环很重要，用户挑剔倒逼极致效率
41:41 A2A时代的竞争：谁能成为那个“主智能体”（Master Agent）？
43:01 成功标准：不看token消耗量，看用户留存和单位token价值

AI时代工作方式
45:07 人才新标准：产品经理要预判6个月后的模型能力
47:49 工程新范式：主Agent调度子Agent，群聊驱动的开发助手
50:11 衡量AI是否有效：看“有效想法”上线数量，看指标是否“非线性增长”
51:59 检验AI原生的试金石：新模型来了，团队兴奋还是焦虑？
55:01 OpenClaw冲击波：当AI能力被验证，新一轮的创新开始涌现

【Accio · 免费试用】
想让AI帮你管理从设计采购到售后的全部流程？前往www.accio.com 下载Accio Work，新用户享7天免费试用，亲自体验“一人企业”如何做全球生意。

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Waiting in Vain - Kikoru
Hidden Agenda-Experia
Spring Dance - Forever Sunset

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 张阔.

本期播客是硅谷101在GTC 2026大会期间的线下特别录制，我们从老黄在Keynote上抛出的那几个大数字开始聊起：
1万亿——这是黄仁勋预期到2027年底，Blackwell和Vera Rubin两个平台带来的订单收入。
7块——这是大会一次性发布的Vera Rubin新芯片数量。
10倍、35倍——这是Vera Rubin NVL72 AI机架系统，相比Blackwell，它的推理效率提升了10倍，每瓦Token产出性能是之前的35倍。
但我们聊的远不止数字本身，也不只是芯片的故事。当推理拐点全面到来，算力狂奔的路上，芯片设计、代工产能、推理架构、软件生态、电力基建、云服务运营……这些环节都在被重新丈量。
在这场串联起AI全产业链关键节点的线下对谈中，我们试图穿透英伟达庞大的AI生态帝国表象，看清它真正的护城河，以及那些潜伏在高速增长背后的软肋与隐忧。

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
张璐，Fusion Fund创始管理合伙人
Dr.Mark Ren, Agentrys创始人&CEO，前英伟达研究总监
Dr.Zhibin Xiao, ZFLOW AI创始人&CEO，前CASPA主席与董事会顾问
Alex Yeh，GMI Cloud创始人&CEO

【你将听到】
万亿野心背后的产业现实
03:21 万亿目标背后，推理业务正成为英伟达关键收入来源
05:50 供应链瓶颈：CoWoS产能成最大挑战，硬件周期非资金可突破
09:03 七芯齐发的关键：英伟达全公司都在用 Coding Agent 做芯片
10:10 Groq的优势：纯SRAM架构专攻低延迟
15:43 推理芯片创业还有机会吗？关键：找英伟达短板
19:07 未来数据中心是异构的，系统级优化比单芯片更重要
21:25 OpenClaw引爆TOKEN消耗，英伟达NemoCloud能让人惊艳吗？
24:27 SaaS面临挑战：未来软件公司卖的不是软件，是AI劳动力
28:36 未来企业架构：CEO同时管员工和智能体，HR、财务都可外包
30:07 英伟达芯片设计模型ChipNemo，硬件代码也能写，难点在于优化
31:47 谷歌TPU系统能力强，但英伟达的护城河已从CUDA扩展到全栈基础设施
35:28 英伟达的护城河：执行力与供应链
36:14 未来挑战：垂直领域、边缘端与私有化部署的崛起、推理市场红利被分流、资本压力
40:16 观众提问1： 英特尔是否有望成为代工第二源？
42:56 观众提问2：CUDA护城河是否会被Coding Agent削弱？

一线云服务商谈数据中心瓶颈
46:30 数据中心竞速：靠自发电与预制集装箱加速
50:22 谁在引爆GPU云需求？模型训练、视频生成、AI Coding以及OpenClaw
53:39 模块化、标准化、全套打包的AI工厂方案
56:57 不止GPU缺货，数据中心核心配件供应趋紧
58:42 运营GPU云的核心能力：先有卡，再稳得住，SLA是生死线
01:01:04 GPU折旧比资本市场预估更耐久
01:02:08 观众提问3：AI云服务商的差异化策略

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Pulse Runner - Helmut Schenker
Interstate 895 - Bonnie Grace
Unfinished Stories - Lennon Hutton
Seven Daughters - Fabien Tell
AI sing-along recaps GTC keynote

本期节目不构成任何投资建议

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Alex Yeh, Dr.Mark Ren, Dr.Zhibin Xiao, and 张璐.

这几年，如果说全球制造业里，有哪个故事最值得被重新讲一遍，那一定是动力电池。
中国在动力电池产业链中，建立了极强的优势。当欧洲电池巨头Northvolt破产，日韩也不再具备领先地位，很多人会问：为什么很多原始技术并非源自中国，但最后却是中国把它做成了最完整、强势的产业？这背后到底是政策红利、市场规模，还是极致的工程能力在起作用 ？
这一期节目，我们邀请了材料学博士、TDK Ventures 投资人何倩然，和《三联生活周刊》资深记者、也是新书《电车之心：中国动力电池传》作者杨璐和张从志，一起聊聊中国动力电池产业的逆袭故事。《电车之心》通过大量核心人物采访和工厂一线走访，拿到了许多难得的一手资料，这本书也在试图回答一个问题：为什么中国能在动力电池产业弯道超车？
这一期节目会沿着几条线展开：先看中国动力电池优势是怎么形成的，再拆解这个行业真正难的地方；接着看固态电池、钠离子电池等关键路线走到了哪一步；最后再讨论，下一阶段全球动力电池竞争的重点会怎么变。

【主播】
刘一鸣，硅谷101特约研究员

【嘉宾】
Katherine He，硅谷TDK Ventures高级投资经理
杨璐，三联生活周刊资深编辑
张从志，三联生活周刊主笔

【你将听到】
产业突围：中国动力电池如何跑出来
02:48 决定性优势：中国在产业链的很多环节，市占率达到80%以上
03:11 关键拐点：“十城千辆”如何在早期用政策先创造需求
05:03 白名单与补贴：“白名单”政策，怎样进一步扶起本土电池厂商
06:43 全球格局对比：中国领跑，日韩稳定跟进，美国更像是一个“聪明但掉队”的学生

制造逻辑：为什么工程能力才是核心护城河？
12:47 “手搓电池”的往事：早期中国电池企业有多“狼狈”
14:59 砸锅卖铁解决问题：曾毓群当年如何从贝尔实验室授权技术，并攻克核心的“鼓气”难题
17:37 极致制造的差距：电池是“微米级制造”，难在一致性
21:56 从磁带到电池：揭秘涂布技术秘籍
26:41 电池厂最深的护城河：不只是配方，更是极致的工程能力
28:27 工程师红利：中国工厂的“内卷”，与美国工厂“下午五点准时下班”的差异

城市竞争：从“五粮液”到“动力电池之都”
35:48 常州的“四小时产业圈”：四小时车程内，可以配齐绝大部分零部件
39:40 地方政府的“产投”逻辑：从“铜头铁嘴”到“兔子腿”
40:25 宜宾的转型奇迹：白酒与动力电池

下一代电池：谁能实现真正的颠覆？
50:06 固态电池的瓶颈：全固态电池仍需等到2030年之后
55:32 钠电池的战略意义：无需依赖关键金属，它是美国电网储能的更优解吗？
01:00:38 弯道超车的尝试：美国公司正在寻找新赛道
01:03:12 Northvolt破产启示录：曾毓群说“从头到脚都做错了”

【听众福利】
想了解关于中国电力电池崛起的故事，欢迎关注《电车之心：中国动力电池传》
作者：杨璐 张从志

我们将在评论区抽出3名幸运听众赠送这本书，快来留言参与吧（截止时间3月24日）

【监制】
泓君
【后期】
Amei
【运营】
朱婕
【BGM】
Invasion 2 - Fredrik Ekstrom
Pulse Runner - Helmut Schenker
All Parts Equal - Airae

本期节目录制于2026年1月16日

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 何倩然, 张从志, and 杨璐.

在AI算力争霸时代，英伟达凭借GPU市值一路狂飙。但如今，它的蛋糕正在被一点点分食——2024年，苹果论文披露Apple Intelligence全部由TPU训练；2025年，Anthropic签下数十亿美元订单，购买TPU训练Claude；近期，Meta与谷歌签署数十亿美元协议，租用TPU跑Llama。
TPU一直是谷歌低调的“自家武器”，在过去十年里驱动着几乎全部核心产品。直到TPU训练的Gemini 3打了一场漂亮的翻身仗，人们才开始重新审视：这套从搜索推荐系统中长出来的定制芯片，究竟藏着多少秘密？
本期播客，我们邀请到前谷歌TPU工程师Henry。他在2018年至2024年间深度参与了三代TPU的研发，也见证了大模型时代TPU的关键转型。他将从硬件架构、软件生态、生产供应链三个维度，一层层揭开TPU的神秘面纱。
我们将深入探讨：TPU与GPU的架构有何根本不同？TPU的产能瓶颈卡在哪里？当谷歌开始向Anthropic、Meta开放TPU，它在软件生态上要迈过哪些坎？如果未来模型的底层范式发生改变，TPU还能押准方向吗？而最关键的问题是：TPU真的有机会撼动英伟达的霸主地位吗？

【主播】
泓君，硅谷101创始人，播客主理人
【嘉宾】
Henry Zhu，前Google TPU工程师，参与V6/V7/V8 TPU研发

【你将听到】
TPU挑战GPU
03:06 架构对决：GPU像多个大厨，TPU像流水线接力
06:41 TPU vs GPU：谁在模型训练上更强？
10:20 TPU产能之困：HBM、封装与良率

XLA软件黑盒
14:06 Anthropic为何率先下单百万部署？
16:01 黑盒优化如何“榨干”硬件性能
17:47 XLA与CUDA，两种生态之争
19:53 苹果为什么能成为TPU大客户？

“大模型客户”
20:45 Gemini成功背后，TPU做了什么？
22:34 TPU是如何做MoE优化的？
23:45 设计难点：如何押中两三年后的算法？
26:05 TPU的转身：V6开始押注大模型预训练
28:53 Transformer先发优势带来的旗鼓相当能持续多久？
32:04 Meta的TPU托管服务：生态逐渐走向兼容

供应链命门
36:08 拓扑通信架构如何为TPU打赢数据中心成本战
38:27 博通（Broadcom）是谁？为什么它如此关键
42:04 挑战GPU的机会：用户规模越大推理越快
45:36 V7（Ironwood）之后：Gemini实现100%TPU训练
48:15 一句话总结TPU优劣势

TPU十年进化史
49:49 V1推理芯片试水，V2训练芯片旗舰，V4优化推荐算法
52:16 V5/V6：进入大模型时代，推出推理专用版本
56:05 团队演变：软件组话语权越来越重

新星Groq
57:14 踩准每一次红利的编译器公司
59:27 差异化定位：做小规模部署的低延迟优化
01:01:59 AI算力芯片新战局

【更正】
54:20 口误，Groq创始人Jonathan Ross，现为英伟达首席软件架构师

【延伸阅读】
《谷歌收获大单：与Anthropic达成数百亿美元合作，部署100万个TPU芯片》
《不再单押英伟达，Meta斥资数十亿美元租用谷歌TPU》

【监制】
泓君
【剪辑】
小师 Jacob
【运营】
朱婕
【BGM】
Virtuoso Violin - Rafael Krux
Angular Pulse - Guy Copeland
Top Flow - This Violin

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

本期节目中嘉宾所表达观点均为其个人看法。
本期节目不构成任何投资建议，投资有风险，入市需谨慎。

Special Guest: Henry Zhu.

每周，有超过2.3亿人在ChatGPT上询问健康和保健问题。在人类创造的所有数据中，有30%来自医疗领域，但其中真正被利用起来的，不足5%。
一边是巨大的数据金矿，一边是与未被满足的庞大需求，这正是AI的机会。
在年初的摩根大通医疗健康大会上，我们看到医疗与AI正在加速“双向奔赴”。礼来制药与英伟达达成10亿美元合作，试图用算力重塑药物发现的底层范式；在OpenAI发布ChatGPT for Health之后几天，Anthropic也迅速跟进，推出了Claude for Healthcare。而一家成立仅三年的初创公司OpenEvidence，以120亿美元的估值跻身AI医疗新贵——40%的美国医生每天都使用它。
面对这场火热的AI医疗争夺战，我们想问一个根本的问题：AI到底在解决医疗的什么问题？它只是巨头的游戏吗，创业公司还有没有机会？
我们从一位急诊室医生的真实经历聊起，他常常在凌晨三四点完成生死抢救后，站在传真机前处理medical coding。这不是个例——美国全科医生的周平均工作时长高达61.8小时，相当大的一部分精力耗费在了病历录入、保险对接、医疗编码这些琐碎却容错率极低的行政事务上，而这恰恰是AI最容易切入的场景。

【主播】
泓君，《硅谷101》创始人，播客主理人
【嘉宾】
张璐，Fusion Fund创始管理合伙人
周叶斌，遗传学博士，现在药企从事免疫学研究（《说医解药》主播，微博@生物狗Y博，公众号：一个生物狗的科普小园）

【你将听到】
AI医疗大年拉开序幕
01:13 JPM大会见闻：药企集体“转身”，AI从“可选项”变为“必答题”
04:05 2026年AI医疗战局初探：谁在入局，谁在领跑？
04:58 医生“过劳”成常态，每周工作61.8小时，大部分时间竟不在看病

Anthropic：从行政合规切入
08:21 医疗支付系统有多复杂？碎片化行政工作拉扯医生精力
10:30 AI在医疗的最大机会：30%的人类数据在这里，但利用率不足5%
13:56 被忽视的“医疗编码”，为什么适合交给AI？
17:26 HIPAA合规模型：医疗AI的“入场券”
20:50 为什么医疗AI多用小语言模型？

OpenAI：ToB野心与生态博弈
21:34 OpenAI为何重注医疗ToB？不止是商业化，更是模型进化
23:57 医生的知识更新难题：AI 能做什么？
25:26 生态之争：OpenAI能否撼动微软的医疗地盘？
27:55 便宜又好用，开源模型带来的冲击

OpenEvidence：新贵独角兽能走多远
28:51 40%美国医生每天都在用，OpenEvidence是什么？
32:30 核心竞争力：顶级期刊独家高质量医学内容数据
33:25 商业模式隐忧：靠医疗广告赚钱，能保持客观吗？
35:12 垂直模型的优势：优质语料训练+本地化部署能力

展望AI医疗未来
40:19 AI如何促进医疗均衡？分层诊疗+提升效率是关键
44:16 HealthBench：从考“知识点”到考“真实场景下的对话能力”
48:31 巨头v.s初创：谁更适合做医疗AI？
52:27 医疗3.0时代：预防>治疗，生命质量成为核心

【延伸阅读和相关术语】
《健康保险可携带性和责任法案》（HIPAA）是一部联邦法律，要求制定国家标准以保护敏感的患者健康信息，以免在未经患者同意或不知情的情况下披露。
ChatGPT for Healthcare：OpenAI ToB产品，一套面向医疗机构的企业级产品套件，支持HIPAA合规性要求，还包括OpenAI API、评估系统HealthBench⁠等。
ChatGPT Health：OpenAI ToC产品，核心定位是用户的“个人健康助手”，旨在通过整合用户健康数据提供个性化建议，但明确声明不用于诊断或治疗，仅为辅助工具。
Claude for Healthcare：由Anthropic推出的医疗专用AI工具，为医疗服务提供者、保险公司和消费者提供符合HIPAA标准的人工智能服务。

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Primary Code - Max Anson
Getting to It - Max Anson
Unfinished Stories - Lennon Hutton

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 周叶斌 and 张璐.

他是霍金口中“地球上最聪明的人之一”，4岁下国际象棋，13岁获大师称号，却在一场对弈中突然顿悟，转身奔向人工智能。
他是DeepMind创始人，AlphaGo、AlphaFold背后的大脑，2024年诺贝尔化学奖得主。他也是那个因执念于强化学习险些错失大语言模型时代，又率领谷歌Gemini逆袭，成功回到牌桌的“孤傲天才”。
我们想聊聊哈萨比斯，不仅因为他的天才传奇，更想了解：发明终极技术的那一小撮人，他们的思想从何而来，动机又是什么？
作者塞巴斯蒂安·马拉比在传记中抛出一个问题：哈萨比斯一直想做正确的事，但他能做到吗？
本期播客，我们邀请到了《哈萨比斯：谷歌AI之脑》译者周健工，他也是中国最早当面采访哈萨比斯的媒体人。我们从哈萨比斯的少年往事聊起，复盘DeepMind被谷歌收购的博弈，以及错失大模型的战略失误，也追问了那个绕不开的问题：当一个科学家手握可能改变人类命运的技术，他的理想、执念与野心，会把我们带向何方？

【主播】
泓君，《硅谷101》创始人，播客主理人
【嘉宾】
周健工，未尽研究创始人，资深媒体人，《哈萨比斯：谷歌AI之脑》译者

【你将听到】
03:12 外表普通，智力超群——译者对哈萨比斯的第一印象
06:53 作者马拉比为什么选择哈萨比斯

哈萨比斯早年经历
10:38 象棋神童的顿悟时刻：下棋并非人生的全部，转向人工智能
13:41 他在游戏中植入“智能体”的雏形，却因算力不足失败
15:50 “如果你不能把一个东西造出来，你就不能真正理解它”
17:22 对强化学习的执念，为未来悄悄埋下伏笔
20:15 学派之争：萨顿的“强化学习”和辛顿的“深度学习”

DeepMind崛起和失误
22:23 DeepMind另外两位创始人登场：肖恩·莱格和苏莱曼
26:17 融资历程：彼得·蒂尔觉得他商业上不成立，却还是投了
31:33 扎克伯格“端水”回答，让DeepMind果断选择谷歌
37:59 从围棋到生物学难题：“没有我玩不赢的游戏”
41:18 AI发展里程碑：2024年诺贝尔化学奖背后的故事
46:07 密谋脱离谷歌的“马里奥计划”、NHS数据风波和苏莱曼的离开
52:42 昔日伙伴各自成为谷歌、微软AI掌门人
55:16 孤傲下的战略失误：DeepMind为什么错失大语言模型

故事的背后，我们再聊聊……
59:31 Gemini逆袭背后，谷歌内部经历了什么
1:03:02 AI末日警告？顶级科学家态度各不同
01:07:24 客观看待作者倾向性：与硅谷保持距离的“英国立场”
01:09:13 哈萨比斯的矛盾：他不愿意控制别人，却一定要赢过别人

【听众福利】
想了解更多故事，欢迎关注哈萨比斯官方授权传记：《哈萨比斯：谷歌AI之脑》（The Infinity Machine：Demis Hassabis, DeepMind, and the Quest for Superintelligence）
作者：[美]塞巴斯蒂安·马拉比（Sebastian Mallaby）
译者：周健工

我们将在评论区抽出2名幸运听众赠送这本书，快来留言参与吧（截止时间3月2日）

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Ashbound Oath - Ruiqi Zhao
Estimations - Christoffer Moe Ditlevsen
Floating in Space - Eva Hummingbird

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 周健工.

本节目由百融云创赞助播出

2026年2月的第一周，全球软件行业经历了一场如“葬礼”般的信仰地震。随着Anthropic基于Claude Cowork平台，发布了11款覆盖法律、金融、销售等核心业务的职能插件，全球软件板块市值，在短短一周内蒸发了数千亿美元。华尔街的交易员们直言：SaaS的末日到了。
这不仅是股价的波动，更是生存模式的更迭。当“按人头卖坐席”的万亿帝国，在AI Agent面前显得摇摇欲坠时，每一位职场人和企业管理者，都不得不面对那个迫在眉睫的问题：在“硅碳共治”的时代，我的位置在哪里？
本期节目，我们邀请到了百融云创创始人、AI时代的“急先锋”张韶峰。他的公司拥有1000多位人类员工，却指挥着20多万个拥有工号、KPI，甚至退役机制的“硅基员工”。这套体系可以把很多公司流程缩短、效率提升，我们将深度拆解Agent如何终结软件工具时代。

【主播】
刘一鸣，硅谷101特约研究员

【嘉宾】
张韶峰，百融云创创始人，专注于企业级Agent与AINative架构，倡导RaaS（结果即服务）模式

【你将听到】
SaaS的黄昏与RaaS的崛起
03:46 “信仰地震”：为何Anthropic的插件更新，成了压死传统SaaS的最后一根稻草？
05:14 三年“救赎期”：概率模型时代，复杂流程如何成为传统软件最后的护城河？
09:46 RaaS崛起：告别“坐席费”，从“螺丝刀”进化为按结果付费

“硅碳共治”：管理20万硅基员工的实战录
15:05 组织重塑：碳基员工汇报给硅基员工？从黄仁勋的1亿AI助手说起
18:17 “硅基员工之家”：有名字、有工号、有绩效，甚至有退出机制的管理系统
20:50 数字替身：CEO如何在除夕夜，为自己定制一个永不下线的助理？
22:32 消失的“合成感”：2020年银行系统里，那场让客户完全感知不到AI的技术潜行
27:07 角色转变：45名客服转岗AI训练师，从成本中心走向利润中心

行业深拆：Agent如何在实战中“杀疯了”
34:06 最终目标：建立 AgentStore，打造一个像Apple Store一样的硅基生态系统
38:20 招聘革命：流程从28天砍到2天，AI如何识别被隐藏的“真人才”？
41:07 Vibe Coding时代：拒绝纯人工写代码，为何不再招聘不会用AI的员工？
42:29 法律提效：一份法务合同审核，从56分钟缩短至4分钟的实操经验

未来展望：传统企业的求生指南
47:53 麦肯锡已拥2.5万“硅基员工”：未来三年，你的工作只剩审核签字？
49:47 拒绝FOMO：传统企业转型第一步，是厘清“大脑”（模型）与“手脚”（智能体）的区别
52:37 愿景实现：具备领域Know-how的“将军”，如何统领Agent军团开启“一人公司”模式？

【延伸阅读和相关术语】
SaaS（软件即服务）、PaaS（平台即服务）和IaaS（基础设施即服务）是三种主要的云计算服务模型，它们的区别如下：
• SaaS：提供完整的软件应用，用户开箱即用，构建在PaaS之上，用户无需管理底层基础设施（相当于精装修、沙发电器床都是齐全的，直接拎包入住）
• PaaS：提供应用开发和部署平台，用户专注于代码与数据，构建在IaaS之上，增加了开发环境和工具（相当于给你毛坯房和工具箱，你可以自己根据自己的喜好来建）
• IaaS：提供基础计算资源，用户自主管理操作系统及以上层面，它为PaaS和SaaS提供底层的硬件资源支持（相当于给你一块地，也就是最底层的资源，自己盖房，适合技术大牛）
TaaS：Transaction as a Service（交易即服务），企业不再是单纯购买一个软件工具，而是要求服务商直接帮客户促成交易，并从最终的交易结果中分享价值
53:28 Prosumer，意指“Producer + Consumer”，既是生产者也是消费者

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Ashbound Oath - Ruiqi Zhao
Estimations - Christoffer Moe Ditlevsen
Floating in Space - Eva Hummingbird

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 张韶峰.

AI正在冲出浏览器，走向了接管电脑权限、主动为人打工的新阶段，为了它，你得买台Mac mini？
GitHub星标数几天内突破14万，社交媒体上全网刷屏，甚至直接带火了Mac mini的销量，Clawdbot成了2026“AI Agent爆发元年”第一个现象级产品。它不再是冷冰冰的聊天框，而是一个住在你电脑里、甚至能在AI“朋友圈”（Moltbook）里社交的“数字生命”。
Clawdbot的“活人感“来自哪里？那些让人“上头”的Agent功能，在真实工作流中到底能实现什么？把电脑权限交给AI，到底是在请“管家”还是请“黑客”？未来的Agent硬件形态会是什么样？我们真的需要给Agent配一台独立计算机吗？
本期播客，我们邀请了三位嘉宾，分别代表了用户侧、软件算法侧和硬件侧三个方向，希望全方位拆解Clawdbot的底层逻辑，以及它对2026年AI行业产生的深远影响。

【主播】
刘一鸣，硅谷101特约研究员

【嘉宾】
知县，北京大学计算机系本硕，AI爱好者和社区项目OwliaBot builder，X handle@zhixianio
华祯豪Troy，EverMind VP，负责技术生态，本科毕业于清华姚班，卡耐基梅隆硕士（研究NLP和对话系统方向），曾在硅谷任职大型互联网公司算法团队，后创业，加入EverMind
叶天奇，PamirAI CEO

【你将听到】
对Clawdbot的深度拆解（软件侧）
05:04 长期记忆与主动性，赋予了Clawdbot“活人感”
12:24 创始人在旅行中的Aha Moment，Clawdbot自我实现了语音功能
13:28 预判意识：Agent能根据对话碎碎念，自动推送生活与工作建议
14:06 降本增效：Agent通过监控，自主削减服务器预算
14:24 自动化闭环：AI十秒内自主摸清仓库规则并完成配图发布
16:28 模拟操作：Agent通过浏览器点击，绕过API限制完成文件跨路径保存
21:40 结构化存储：MD文本记忆系统比Context压缩更确保持久稳定
26:04 混合检索：70%语义匹配加30%关键词搜索，实现秒级记忆定位
29:48 心跳机制：让Agent在静默状态下，也能定期自我触发任务

Agent专用硬件与部署方案（硬件侧）
31:40 物理隔离部署是应对Agent高系统权限隐私风险的必选项
50:42 性价比首选：Mac mini成为本地运行Agent的理想基座
52:11 专用硬件逻辑：Agent电脑取消屏幕依赖，转而强化I/O与状态灯
53:50 Agent电脑的核心参数：在于大内存与高频存储空间
56:22 物理隔离：独立硬件能有效保护敏感信息

组织重塑与商业展望
43:22 鲁棒性挑战：生产级Agent需要透明的审核机制与系统级回滚能力
1:00:55 厂商博弈：大模型公司布局第一方Agent应用，旨在避免沦为底层纯算力管道
1:07:58 商业重构：互联网的商业模式有可能会往“按爬取付费”转型
1:10:33 .md域名与文件，正成为自然语言编译时代的新形态
1:12:56 一人公司可行性：具备know-how的“将军”，能统领Agent军团实现生产力爆发
1:17:26 开发范式转移：在AI极速迭代的时代，Idea的重要性已超越纯粹的执行力

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Getting to It - Max Anson
Poisson d'Avril - Ludvig Moulin
Rumors About Us - T. Morri
Primary Code - Max Anson
Star Voyage - Out To The World

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 华祯豪Troy, 叶天奇, and 知县.

2025年被称作“AI应用元年”，大模型不再只是实验室里的技术玩具，而是真正走向生产线、走进企业流程、走入消费者日常。它已经冲进各行各业，开始“搞钱”！
这一期对话揭示了一个清晰的时代信号：大模型正在从“技术狂热”走向“商业务实”。无论是阿里通过千问大模型推动全行业渗透，还是影石和语忆科技在一线将AI融入智能硬件、企业数据分析等真实业务流程，都表明：AI的价值不在于它多“智能”，而在于它多“有用”。
当前阶段，成本下降、工具成熟、企业认知提升，或许未来竞争不在于谁有最大的模型，而在于谁最能理解企业场景、最能封装业务价值、最能持续迭代。
如果你在思考：
● AI如何在我所在的行业落地？
● 投入AI到底划不划算？
● 未来哪些AI能力会成为标配？
这一期节目或许能给你带来不少启发。本期播客我们邀请到阿里千问大模型商业化总经理徐栋，以及两家在AI落地一线的企业代表——影石Insta360 研究院总监亓鲁教授和语忆科技联合创始人&CEO吕瀛杰，共同拆解大模型在商业前线“开荒”的逻辑、成本和隐藏关卡。

【主播】
泓君，《硅谷101》创始人，播客主理人

【嘉宾】
徐栋，阿里云千问大模型业务总经理
亓鲁教授，Insta360研究院总监
吕瀛杰，语忆科技联合创始人&CEO

【你将听到】
模型的技术进步与商业化
03:23 视频生成进入“可控生产”时代
06:57 AI漫剧、短剧是怎么挣钱的
10:12 2025年语言模型的进步
16:27 AI+智能硬件，你可以通过智能眼镜买咖啡了
19:18 大模型商业化两个方向：生产力、用户体验
22:13 端云结合，七成通用任务本地处理
23:51 B端用户关注点迁移：从模型效果转向性能和成本
26:45 推理成本指数级下降背后的驱动因素
29:31 什么做“开源”大模型？开源与闭源模型如何平衡？
33:33 评价指标的演进：从Token到商业价值
35:40 基础大模型研发进入精耕细作阶段，聚焦Agent实用能力

影石Insta360如何用AI
38:54 AI剪辑：从“拼接”到“理解”
40:49 AI面临的挑战：理解用户模糊的意图
43:02 如何从全景相机中找出素材处理

不止是降本，更是增效
48:57 AI能在咨询行业做哪些事
54:16 选择基模看重哪些能力
56:05 用AI辅助企业发现营销机会
01:00:24 作为“中间层”的竞争力
01:03:34 ToB观察：AI让企业更接受为SaaS付费了

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
All Parts Equal - Airae
Poisson d'Avril - Ludvig Moulin

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 亓鲁教授, 吕瀛杰, and 徐栋.

紧身裤几乎快从商场和电商页面上消失了。
尽管它是这个世纪10年代的爆火单品，但人们正在以光速厌弃它。零售情报公司Edited发现，截至2025年第一季度，紧身裤在运动品牌下装中的占比已经从2022年的47%回落到了39%，取而代之的是，各种宽松版型的裤子正在占领人们的衣橱。除此之外，过去长期被认为很土、穿着像米其林的排骨羽绒服，成为了这个冬天最畅销的外套款式之一。
曾经的爆款为什么跌落神坛？曾经的“土掉渣”又是怎么被推到服饰潮流趋势的C位？本期节目，我们邀请到了来自电商平台和服装品牌的代表，和他们聊了聊，到底什么在影响服饰潮流，什么在影响我们的OOTD（今日穿搭）。

【主播】
麻花，硅谷101特约研究员

【嘉宾】
齿牙，淘宝服饰趋势小二
老马，时尚博主，女装品牌Marius创始人

【你将听到】
那些年火过的时尚单品
03:53 松弛感当道，紧身裤从热卖款里消失了
07:23 从牛仔裤的演变史，看服饰潮流的变化路径
12:41 经济、流行文化和社会思潮，联手导致了紧身裤的过气
14:15 球鞋、老爹鞋、棒球服……盘点过期的上一代流行单品
16:21 气候、审美、成本和设计迭代，让排骨羽绒服成了新爆款
21:37 排骨羽绒服大卖背后，也有一衣多穿的场景需求

服饰潮流的传导链条
23:43 不同传播时代，和定义服饰潮流的不同方式
25:52 穿搭博主从哪儿获得潮流信息？
27:14 电商在潮流演变中的多重角色
30:25 电商商家人手一份的趋势报告，到底是个什么东西
31:39 排骨羽绒服的爆火背后，电商做了什么
33:37 平台放大的款式同质化，是时尚行业面临的“甜蜜负担”
34:45 具备长期视野的品牌，要学会对潮流做二次加工

时尚的圈层化、性别差异和轮回理论
37:41 服饰潮流的圈层化，深化和泛化在双线并行
40:16 品牌面对圈层化，在风格上守圈和在人群上破圈
42:11 新服饰性别差：女性追求舒适，男性更想展现自己
47:53 潮流五年一更迭，品牌该不该跟风
50:56 三个标尺，判断某个潮流是否快速过气
51:59 时尚有轮回，背后是不同年龄层消费者的审美代沟
57:00 预言下一波时尚潮流，过气紧身裤可能要回来了！

【本期节目由专业生发品牌达霏欣赞助播出】
达霏欣24年专研生发，男女分治双浓度，男性女性均有选择，止脱生发认准达霏欣，买达霏欣就上京东APP！
【专属购买链接】→https://3.cn/-10USAJYi
【5%浓度购买人群建议】男性首选，适合中重度脱发人群，清爽不油腻。
【2%浓度购买人群建议】女性首选，适合防脱及头皮敏感人群，温和不刺激。

【延伸阅读】
How Lululemon fell out of fashion-Farewell to figure-hugging leggings; baggy is in
淘宝服饰“2025年度服饰榜单”
Hedi Slimane：曾在Dior Homme、Saint Laurent和Celine等奢侈品牌担任创意总监，以极窄剪裁的男装设计和融合摇滚美学的风格闻名。
“老佛爷”：Karl Lagerfeld，长期担任香奈儿艺术总监和芬迪创意总监，被誉为“时装界的凯撒大帝”。
Demna Gvasalia： Gucci 艺术总监兼 Balenciaga 创意总监，Vetements 联合创始人，被认为是能帮助Gucci复兴的关键人物。
Athlesuire：兼具运动功能性和日常穿着舒适性的服装风格，比如运动裤、卫衣、运动鞋等单品。
Vibe 风：通过棒球夹克、卫衣、工装裤、氧化底球鞋等基础单品和低饱和度色彩营造随性舒适的感觉，强调"氛围感"。
Athflow风：将运动服饰与偏正装的单品混搭，比如卫衣、运动裤搭配西装外套、风衣等。
薄荷曼波：以低饱和度薄荷绿色系为核心，通过轻盈面料和清新配色营造自然治愈的视觉感。
琥珀流光：以大地色为基础，加入微光闪烁的质感，打造温暖通透的视觉效果。
猴哥睡衣：24/25年兴起的网络爆款，以孙悟空同款绿色长衫睡袍为标志性单品，在大学生群体中颇受欢迎。
WGSN：权威时尚趋势预测机构，为服装、设计、零售等行业提供趋势和色彩预测，被业界称为"时尚界的彭博”。
Vogue：康泰纳仕集团旗下的综合性时尚生活杂志，是时尚界影响力最大、历史最悠久的时尚杂志之一。
City Boy：是源自日本杂志《POPEYE》的都市男性穿搭风格，强调休闲、舒适与实用性的混搭，常见单品包括宽松衬衫、工装裤、帆布鞋等。
Clean Fit：近年流行的极简穿搭风格，以干净利落的剪裁、中性色调和简约单品为主，追求"少即是多"。
Y2K：“Year 2000"的缩写，指2000年前后的千禧年时尚风格，以金属感、荧光色、低腰裤、露脐装、蝴蝶元素等为标志，近年在Z世代中强势回归。
New Vintage：将真正的古着单品（Vintage）与现代基础款混搭，通过新旧结合让古着焕发新意。
ARCHIVE ：设计师或品牌在特定时期最具标志性的经典单品，与普通古着相比更强调设计师的巅峰创作和时代代表性。
少淑、中淑和大淑：分别面向18-25岁年轻女性、25-38岁轻熟女性和38岁以上成熟女性的服装风格。
祖母衣橱：从祖母辈衣橱中寻找灵感，将复古印花、针织开衫、珍珠配饰等怀旧元素与现代单品混搭。
白小T ：创立于2019年的中国服装品牌，以"一件白T走天下"为理念，主打基础款T恤。
CORTIS 男团：是韩国HYBE公司2025年推出的5人男团，出道专辑销量破纪录。
Baggy Jeans ：宽松版型的牛仔裤，裤腿从大腿到脚踝都保持宽松剪裁。
Playboi Carti：美国说唱歌手、词曲作者。

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Quirky Hip Hop Dramedy
In a Minute - John Runefelt
San Pedro - Sugoi
Vem Ficar Comigo (Instrumental Version) - Luiz Mura
Short Circuit - Ryan James Carr

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 老马 and 齿牙.

今年拉斯维加斯国际消费电子展上，人形机器人再次成为焦点——舞狮、打拳击、后空翻、打乒乓球，各种炫技的Demo，将“科技春晚”氛围拉满。但如果你期待的是泛化能力的突破，那么今年的展或许不会给你太多惊艳。
本期播客是机器人特辑的延续，此前我们探讨过许多关于机器人泛化的前沿探索，今天我们调过头来，追问一个更根本的问题：我们真的需要人形机器人吗？
本期嘉宾傅盛认为，人形机器人硬件并不遵循“摩尔定律”，靠堆料实现的性能很难走向商业场景，更谈不上有意义的量产。真正能落地的机器人，往往是从具体的场景中逐步迭代、打磨“生长”出来的，而非一开始就追求通用性和完美形态。
尽管这次CES展会上，机器人“泛化时刻”尚未迎来曙光，但我们看到的是，中国品牌以更成熟、更国际化的姿态占据了全球消费电子舞台的中央。而对于众多探索出海的中国机器人企业来说，美国仍然是那个最理想的市场，所以我们的嘉宾们也用亲身经历给出海者提出了几点建议。

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
傅盛，猎豹移动董事长兼CEO，猎户星空董事长
硅谷徐老师，Gen Gigital首席AI和创新官，连续创业者

【你将听到】
00:40 Consensus Hong Kong 2026

CES现场观察与机器人热潮反思
02:26 CES第一感受：“宛如深圳展”
03:42 Boston Dynamics展位火爆，但量产计划是否能落地？
07:06 为什么放弃人形机器人？
10:17 Demo虽精彩，难以体现泛化能力
11:51 机器人的形态：“一步到位”还是“逐渐生长”？
16:13 热潮反思：“宁可错判，不能错过”？
19:26 CES惊艳瞬间：Sharpa灵巧手折纸风车的超级长程任务表现

人形机器人的商业化难题
23:42 成本拆解：电机、减速器、关节等机械部件占大部分
26:24 硬件寿命有限，缺乏产业链支持，阻碍人形机器人落地
30:08 垂直场景机器人（如餐厅递送）落地核心挑战是可靠性
34:13 国外为什么没有酒店做机器人送餐？

机器人出海与中美文化差异
35:27 中国厂商凭快速产品化能力闯入美国市场
36:22 商业化关键：在成本约束下打磨可靠性
38:03 机器人出海首选美国，大客户销售难点在改变“流程”
41:13 从CES看中国厂商的变化：从人海战术到品牌感提升
46:50 给出海者的建议：理解和尊重当地市场渠道
47:43 从川普第一次下架Tiktok失败，看美国商业社会的“关系学”
51:31 切勿滥用投机思维，尊重渠道商利益，建立长期信任
54:54 机器人发展路径探讨：探索泛化v.s商业落地

【Consensus Hong Kong 2026】
2026年2月10至12日，Consensus Hong Kong（香港共识大会）将回归香港。届时，来自100多个国家和地区的6,000 余家企业和机构的代表，将与各国的监管者、政策制定者、数字资产和前沿科技的投资者、行业领袖、一线的从业者、还有区块链技术开发者将汇聚一堂。
由CoinDesk主办的Consensus大会是金融科技、区块链、数字资产和 Web3领域全球最大且历史最悠久的行业峰会。今年的会议还增加了AI 与机器人的相关议题，探讨AI、机器人与区块链技术结合在推动全球创新中的可能性。
如果你也有兴趣参与到香港Consensus大会中，欢迎点击购票链接输入「THEVALLEY」获得硅谷101专属折扣。

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Ruffles and Rust - Fabien Tell
Paradigm Shift - Gavin Luke
Lost in Time - Aiyo

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 傅盛 and 徐皞.

本期节目是硅谷101新年直播精华系列的第三期。我们将三小时完整直播拆分成了三期播客，分别围绕2025年备受关注的几个领域：AI、自动驾驶与美股投资。

2025年下半年，美股市场完全被AI热潮主导。英伟达市值突破5万亿美元，定义了芯片算力的价值高度。谷歌则凭借Gemini与TPU生态全年暴涨66%，证明了其全栈AI体系深度整合的价值。
当估值已经处高位，投资却仍在加码，穆迪的最新报告指出，未来五年内全球将有至少3万亿美元流向AI数据中心。
站在2026年的起点，或许每个投资者心中都面临着一些灵魂拷问——驱动市场的究竟是 “叙事”还是“基本面”？谷歌的TPU（ASIC）能否挑战GPU的霸主地位？“资本内循环”推高的估值泡沫，又是否会在2026年迎来它的拐点？
我们邀请到两位华尔街资深人士，共同拆解AI估值泡沫、芯片路线战争与2026年的潜在黑天鹅。

【主播】
陈茜，硅谷101联合创始人

【嘉宾】
Bruce Liu，美国Esoterica Capital(济容投资)首席执行官兼首席投资官
Ren Yang，美国Esoterica Capital(济容投资)联合创始人

【你将听到】
00:19 2025年投资回顾：错过谷歌与边际机会
08:23 投资逻辑与框架：如何区分叙事型与基本面
10:09 2026年宏观展望：财政支持与增长分化
13:57 谷歌估值挑战：模型领先与盈利路径
16:23 GPU vs ASIC：生态竞争与垂直整合
25:08 AI泡沫会破裂吗？钱不值钱，信仰才值钱
28:03 OpenAI上市前瞻：盈利挑战与生态卡位
32:12 SpaceX上市前瞻：太空数据中心故事能跑通吗？
36:54 潜在黑天鹅：AI信仰动摇与宏观冲击
39:33 观众QA：传统板块是否有机会？
41:30 观众QA：2026年AI概念股投资策略
42:20 观众QA：当前处于投资市场周期中的什么位置？

本期节目不构成任何投资建议，投资有风险，入市需谨慎

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Lens Flare 3 - Peter Sandberg
The Light from Within - Howard Harper
Say a Prayer (Instrumental Version) - Egaoya

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Bruce Liu and Ren Yang.

本期节目是硅谷101新年直播精华系列的第二期。我们将三小时完整直播拆分成了三期播客，分别围绕2025年备受关注的几个领域：AI、自动驾驶与美股投资。

2026年的新年，自动驾驶圈发生了两件有趣的事。
第一件：一位特斯拉车主完全依赖FSD V14，从美国西海岸一路开到东海岸，整个行程（包括多次进出超级充电站）未出现任何人工接管。
第二件：旧金山发生了一次交通大拥堵，起因是停电影响了交通灯，让依赖规则驱动Waymo无人车们在道路上集体停摆。
这两件事的发生仅仅是偶然，还是技术路径的必然？
本期节目中，我们邀请到两位身处技术前沿、并坚定选择特斯拉路线的嘉宾，深入剖析：“端到端”如何颠覆传统“规则驱动”的逻辑？特斯拉如何通过自研芯片构建护城河？马斯克的“第一性原理”在技术路径选择中扮演了怎样的角色？
需要特别说明的是，我们深知，在自动驾驶这个关乎生命安全的领域，任何技术路线都需经历最严苛的审视与辩论。所以我们将在后续节目中持续引入不同路线的声音，力求呈现更全面的产业图景。

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
大卫，惠尔智能CEO及创始人，《大小马聊科技》主播
于振华，特斯拉前AI工程师

【你将听到】
02:58 特斯拉FSD V14体验：进展显著与用户反馈
08:44 Waymo vs 特斯拉：规则驱动与端到端之争
12:11 端到端优势：数据驱动与系统协同
18:56 数据与仿真创新：人才、勇气与算力的全面领先
22:48 信念与执行力：领导力与团队文化驱动
25:13 硬件护城河：自研芯片与软硬件协同
33:03 作为投资者会愿意投资Waymo吗？
35:34 观众QA：FSD如何满足安全性的需求？
36:31 观众QA：今年自动驾驶会从L2跳跃到L4吗？

本期节目不构成任何投资建议，投资有风险，入市需谨慎

【延伸阅读和相关术语】
2天20小时、零接管横穿美国，特斯拉FSD已通过“物理图灵测试”？
特斯拉Ashok ICCV 2025讲FSD&QA完整视频

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Smiling Neighborhood - Claude Signet
The Light from Within - Howard Harper
Ever Forward - Francis Wells

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 于振华 and 大卫.

本期节目是硅谷101新年直播精华系列的第一期。我们将三小时完整直播拆分成了三期播客，分别围绕2025年备受关注的几个领域：AI、自动驾驶与美股投资。

回顾2025年的AI行业，我们见证了开源势力的崛起，见证了硅谷的人才大战，见证了“循环融资”模式的上演，也见证了万亿大基建和能源争夺的疯狂。
这一年，共识出现了转变，企业不再追求最贵最好的模型，而是转向垂直领域的小模型。大家比拼的也不再是谁的AI智商更高，而是比谁的能力更能落地到应用上。
站在2026的开头，我们很好奇这一年的故事将如何书写：是新一轮的范式革命？还是在Scaling Law的道路上继续前行？抑或是迎来AI应用爆发式的增长？
在这次直播中，嘉宾带来了一个有趣的洞察——头部玩家已分化为以OpenAI、Anthropic为代表的“模型中心派”，和以Google、xAI代表的“系统中心派”，后者凭借完整生态和反馈闭环，很可能在未来重新定义Scaling Law。

【主播】
陈茜，硅谷101联合创始人

【嘉宾】
Howie Xu（硅谷徐老师），资深硅谷技术高管、财富500强Gen首席AI/创新官
张璐，Fusion Fund创始合伙人

【你将听到】
01:25 2025年AI回顾：哪些趋势超出预期
02:09 AI发展主线与范式转移：企业AI共识成形
04:28 DeepSeek启示：中国模型与开源冲击
06:01 Neolab 2026年前瞻与下一代模型探索
10:57 Scaling Law未止：数据、算力与系统优化
16:50 Meta困境：收购Manus与模型战略争议
25:11 OpenAI上市路：估值挑战与生态竞争
29:08 Anthropic的ToB定位：在AI Coding战场稳扎稳打
35:22 AI应用元年？2026年或迎爆发增长
41:22 观众QA：垂直Agent与行业机会

【延伸阅读和相关术语】
本期播客中提到的Neolab：
Thinking Machines Lab (TML) ，由OpenAI前CTO Mira Murati创办
Safe Super Intelligence（SSI），由OpenAI前首席科学家Ilya Sutskever创办
Humans&，由前xAI研究员Eric Zelikman创办

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
The Secret Spring - Helmut Schenker
The Light from Within - Howard Harper
Ever Forward - Francis Wells

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 张璐 and 徐皞.

在所有的体育运动里，Hyrox绝对谈不上轻松。它要求参赛者在跑8个一公里，并在每个一公里之后做一组高强度的力量训练，比如让女生推动100公斤重的雪橇。
但就是这样一个运动，成了这两年全球最时髦的健身项目。它2017年成立，初创期就遇到了疫情，2021年在伦敦办赛时只有几百人参赛。但到2025年，伦敦赛参赛者已经达到了3.4万人，和一场城市马拉松相当。而25/26赛季，它预计会在全球举办100场比赛，参赛总人数预计突破130万。
人们会用很多词来形容Hyrox，心肺拉爆、成绩打卡站、肌肉盛宴、大型荷尔蒙现场……它也正在成为新型社交货币，你玩过Hyrox，就是健康生活和强大意志的证明。
我们很好奇，一个对普通人来说并不算简单的小众运动，是如何引爆全球的，也想去看看，当AI逐渐充斥我们的工作和生活后，AI暂时无法进入的，这种需要肉身高度参与的沉浸式线下活动，满足了人们的哪些需求。

【主播】
麻花，硅谷101特约研究员

【嘉宾】
袁放，Hyrox中国区负责人
Mike，国内某连锁健身房前团课负责人
夏禹，Hyrox官方教练，多场赛事参赛者

【你将听到】
Hyrox火爆背后，半低不低的门槛和想寻求突破的人们
02:28 Hyrox的比赛规则，8段1公里跑+8个体能项目
04:21 Hyrox背后，混合训练是怎么火起来的
06:10 同为混训练赛，Hyrox是最简单易上手的那个
08:05 把人累到暴汗，Hyrox真有那么低门槛吗？
13:00 谁在参加Hyrox：工作高压人群需要追求突破和运动释放
14:47 再虐也要参赛，寻找成就感、目标感，给自己打个分
16:01 不到一年，首期教练的课从不满员到排大队
18:04 传统健身房没落后，社群运动成为新增长点

一个小众运动是如何成为社交货币的
20:22 Mike的Hyrox初印象：洋气、身材好、颜值高
22:49 剖析Hyrox：难度不高，但强度很大
25:15 Hyrox成了“汇率”最高的社交货币
26:38 从飞盘到露营，上一代社交货币是怎么贬值的
28:06 Hyrox的核心人群，也是新兴消费和生活方式品牌都在争抢的人
30:12 从Hyrox到“苏超”，人们关注有沉浸感的线下生活
32:38 Ins、Tiktok和小红书，放大了Hyrox的观赏性和荷尔蒙
33:51 肌肉也分有用和没用，Hyrox更接近大众对肌肉的审美
35:15 UGC内容+碎片化信息，让Hyrox不比赛时也能有传播
36:46 开了Hyrox课的健身房，就像购物中心有了网红店
39:40 谈谈一项运动成为流行的偶然与必然

推广Hyrox，从和健身房搞好关系开始
42:09 盈方投资Hyrox，看中了一个可以量化训练成果的健身赛事
44:04 拆解Hyrox商业模式：门票+赞助+零售+IP授权
45:24 另类团课：标准化的比赛规则，和非标准化的训练课程
46:42 4年时间：伦敦站报名者从600人到4万人
48:59 拓展赛事的首要战略，拓展合作健身房
50:39 沉浸式带动观众，把观赛点安在比赛场地中央
51:28 从10家到200家，说服健身房为小众比赛和小众人群开课
55:18 Hyrox的推广，国外重精英，国内重鼓励
57:25 赋能合作健身房，小红书和滴滴都一并用上了
01:00:14 避免热度消散，和生态参与者打造利益共同体

【延伸阅读和相关术语】
Hyrox比赛规则详解

混合训练（综合体能训练）：区别于单一力训、有氧运动，强调平衡发展身体稳定性、灵活性、协调性、力量、耐力、爆发力等多项运动素质，致力于帮助训练者达到全面强健的目标，从而提高生活质量的训练方式。

三大能量系统：人体能量系统主要由磷酸原系统、糖酵解系统和有氧氧化系统构成：磷酸原系统作为瞬时供能机制，通过ATP-CP分解为高强度短时运动提供6-8秒能量支持；糖酵解系统在无氧状态下分解糖原产生ATP，维持1-3分钟中高强度运动需求；有氧氧化系统主导长时间低强度活动的能量供应。运动强度和时间共同决定三大系统的供能权重。

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Whiskey & Gasoline - Def Lev
The Vindicator Waltz - FormantX
The Pump - Bonkers Beat Club
In a Minute - John Runefelt
Star Voyage - Out To The World

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Mike, 夏禹, and 袁放.

12月初，爱马仕的第五代继承人之一尼古拉斯·皮埃奇，将LVMH告上了法庭，理由是对方夺走了自己价值140亿欧元的600万股爱马仕股份。
整个案件起源于皮埃奇的两个身边人：他的40年好友兼私人财富顾问，以及他最近爱到视如己出的一位摩洛哥园丁。
事情的背后却牵涉到了奢侈品行业的一场世纪收购大战：2010年10月，LVMH突然宣布它已经获得了爱马仕接近20%的股份，爱马仕家族则团结了52名家族成员，聚集起手里的股份启动了反击，赶走了门口的野蛮人。
这个过程中，曾经爱马仕最大的个人股东皮埃奇没有站在家族保卫战这边，他的财富在最近的调查中被认定早早就转移到了LVMH那边。

本期为《硅谷101》与《商业就是这样》串台节目。

【主播】
麻花，硅谷101特约研究员

【嘉宾】
约小亚，《商业就是这样》主播
肖文杰，《商业就是这样》主播

【你将听到】
糊涂的爱马仕最大个人股东，和他消失的140亿欧元
02:36 尼古拉斯·皮埃奇，爱马仕家族的异类
04:37 爱马仕的股票构成，散落在全球各地的200位家族股东
06:52 疑案初现，园丁老婆打了财富顾问的小报告
12:34 财富顾问弗雷蒙德，前科累累的40年好友
15:37 天价爱马仕股票，居然采用了“不记名”的方式
20:18 无休止的诉讼，卡塔尔王室也被牵扯进来了
21:59 承认600万股份给了LVMH后，财富顾问自杀了
25:28 再谈皮埃奇，一个太容易被忽悠的有钱人

LVMH的收购奇袭，和爱马仕的家族保卫战
29:44 步步为营，LVMH拿下了爱马仕两成股份
33:56 股权互换方案，帮助LVMH绕过监管偷天换日
44:16 LVMH的假日突袭，“我手里有你们很多股份”
47:39 爱马仕的反击，联合52名成员的家族保卫战
51:46 最大个人股东皮埃奇，并没有站在爱马仕这边
54:08 AMF调查报告：皮埃奇的股票已经卖给了LVMH
59:39 闹剧收尾：LVMH被罚了也赚足了

什么造就了资本最爱的爱马仕
01:04:15 从二级市场到二手市场，爱马仕为什么那么香
01:08:26 极致稀缺供给，塑造了爱马仕的极致奢侈品定位
01:12:32 爱马仕的克制，为什么其他公司学不会
01:14:42 传统的爱马仕家族，为什么要选择公开上市

【延伸阅读和相关术语】
商业就是这样《Vol.234 小历史 | LVMH的一年、一个月和一天》
爱马仕家族的家族谱系图

图片来源：《日内瓦论坛报》
Wall Street Journal-How a Handyman’s Wife Helped an Hermès Heir Discover He’d Lost $15 Billion
The Journal-The Case of the Missing $15 Billion Fortune
Le Monde-L’héritier Hermès, le jardinier et les 12 milliards d’euros disparus
INSEAD-《Hermès Paris》
New York Times-The Strange Case of an Hermès Heir, an Emir and a Deal Gone Wrong
Le Monde-Les héritiers
Le Journal du Dimanche-Face à LVMH, le front Hermès se fissure
Le Monde-Le plan très secret de LVMH pour entrer chez Hermès
法国AMF(法国金融管理局)在2013年发布的针对LVMH收购爱马仕股份的调查报告
爱马仕的历年财报
LVMH-Exceptional distribution of Hermès International shares
Acquired Podcast-Hermès 
WWD-Hermes To Make Debut On Paris Bourse June 3

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
One Step Away - Dian Shuai
Gossip Talk - Arthur Benson
Straight Flush - Isaac Larson
Quirky Hip Hop Dramedy - Loop

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 约小亚 and 肖文杰.

关注Netflix历史的人都知道，这是一个几乎不参与大型收购的科技公司，而它却突然出手，提出高价收购华纳兄弟探索集团（WBD）这样一家体积庞大、历史悠久的传奇制片厂，究竟是要拯救它，还是毁了它？
本期节目为《硅谷101》与《美轮美换》《去现场》串台节目，我们邀请到了两位资深媒体人小华和杨一，共同分析这场戏剧性的收购。我们录制的时间是12月7日，也就是派拉蒙提出敌意收购前一天。所以我们大部分的讨论，都是以Netflix为核心的，包括这家刻满了硅谷基因的公司为什么决定涉足传统媒体，以及它为什么胜过了其他竞争对手。不过，我们的嘉宾也在录制过程中提到了，派拉蒙很有可能会提出敌意收购，而这一点也最终印证了。

【主播】
Yiwen：硅谷101特约研究员
Jinpeng：硅谷101特约研究员

【嘉宾】
小华，媒体人，《美轮美换》主播
杨一，旅英媒体人，播客《去现场》主播

【本期口播由小红书赞助播出】
最近小红书上很多名人都在发AMA（Ask Me Anything）邀请用户来评论区提问，这个形式从美国的Reddit火到了小红书，很多教授、学者、投资人、作家都有参与，比如余秀华、麦家、韩秀云，也有像Hugging Face联合创始人Thomas Wolf这样的科技创业者。这次我们也来潮一把，如果大家对泓君或者是我们的播客有任何问题，或者对我们这一期的主题Netflix美国的内容平台格局延伸有兴趣，欢迎在小红书关注“硅谷101”来对我们AMA。

【你将听到】
03:37 Netflix有选择的收购，出于哪些考虑？
04:51 电视新闻网，烫手山芋
07:39 猝不及防的官宣，好莱坞也在意料之外
10:29 广告、密码与进军体育：不是第一次做颠覆性变革的Netflix
13:55 特朗普插手？收购面临的监管挑战
16:02 好莱坞与消费者的实际担忧
17:50 院线电影的未来
22:12 Netflix会颠覆自己的流媒体为主的商业模式吗？
24:34 吸纳大量华纳IP后，Netflix下一步棋如何走？
25:08 HBO Max何去何从？
30:23 疲于竞争，流媒体平台的瓶颈期
34:07 从《鱿鱼游戏》到《K-Pop猎魔女团》，继续外探国际市场
35:34 Netflix如何赢下收购战的？
36:18 恼羞成怒，David Ellison的下一步
39:19 华纳兄弟的CEO，笑到最后的赢家
42:45 不断转型，华纳过去动荡的几年
44:50 权力关系另一边，迪士尼会焦虑吗？
49:52 华纳的主题乐园，Netflix如何处置

【延伸阅读和相关术语】
收购战中主角业务拆解：

• 华纳兄弟探索（Warner Bros. Discovery）：华纳兄弟电影制片厂、HBO Max流媒体、CNN新闻、Discovery有线电视频道群（动物星球、TLC等）。
• 派拉蒙（Paramount Skydance）：派拉蒙影业、Paramount+流媒体、CBS电视网、MTV/Nickelodeon等有线电视频道、Pluto TV免费流媒体。
• 康卡斯特（Comcast）：环球影业、NBC电视网、Peacock流媒体、主题公园（环球影城）。

专业术语：

• SVOD：Subscription Video On Demand，就是按月/年付费订阅，无限观看的流媒体模式。相对应的有AVOD（Advertising VOD）免费但有广告模式，如Youtube。
• 窗口期：电影在影院独家放映和其他平台发行之间的时间间隔。传统窗口期结构为先在院线上映，之后登陆流媒体平台。疫情后窗口期大幅变短。
• 敌意收购：收购方越过目标公司管理层和董事会，直接向股东发起收购。

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
A-Day - Wendel Scherer
Contaminated Sea - Marten Moses
Yellow Light - Arthur Benson
Unfinished Stories - Lennon Hutton

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Jinpeng, Yiwen, 小华, and 杨一.

2026年，人形机器人将迎来规模化量产的元年。最清晰的信号来自特斯拉，“金色擎天柱”Optimus Gen 3预计在2026年第一季度亮相，并计划在年底前建成产能高达100万台的生产线。马斯克曾多次表示，特斯拉未来约80%的价值来自这里，而非汽车。而“擎天柱”的攻关关键，正在于它的“手与前臂”。
本期是我们机器人特辑之灵巧手，我们邀请了灵巧手模型算法方面和硬件方面的两位专家，一起聊聊灵巧手不同技术路线的特点，以及它在数据和算法上面临的挑战。
嘉宾们认为，对灵巧手头部公司来说，短期内针对单项任务打造成功一个的Demo并不难，真正的突破在于通用性与可扩展性。当算法能让机器人在短时间内学会开可乐、开门、拧螺丝等多样化的灵巧操作，才意味着灵巧手到达了类似ChatGPT的泛化突破阶段。

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
齐浩之，亚马逊&前Meta机器人研究科学家，芝加哥大学助理教授
陶一伟，TetherIA 创始人兼CEO，前Tesla Optimus高级机器人机械工程师

【本期口播由腾讯广告算法大赛赞助播出】
我们播客7月份做过腾讯广告算法大赛的招募，这场比赛在11月27日刚收尾，吸引了全球8400名技术人才、2800多支队伍参加。在这次比赛中，年轻人在用各种新方法解决多模态痛点：比如冠军团队用行为条件化建模，让算法更能“感觉”用户需求；有人去验证scaling law在生成式广告推荐模型里是否适用；也有人在数据安全前提下把性能继续往上推。可以说这个比赛是把全球顶尖技术人才聚集到一起，也反过来在推动广告算法的进步与系统性能，在AI时代，这类比赛可以让自己的能力被看见、也是让企业找到顶尖人才的最佳场景。

【你将听到】
Demo背后的虚与实
02:37 评估灵巧手能力的关键：精细运动、泛化能力与可靠性
05:58 “开可乐”Demo背后：演示效果与实际能力的差距
08:23 硬件厂商追求单项突破，算法团队更重泛化能力
15:32 灵巧手面临的瓶颈和独有的技术挑战是什么？

三大技术路线
19:26 连杆驱动：常见6自由度，也有高自由度方案（ILDA）
21:26 直驱方案：关节与电机一一对应，灵活度高（Sharpa）
24:59 绳驱方案：双向拉绳（Shadow Hand、ORCA）与单向拉绳（Tesla）
29:57 仿真研究为何更偏爱直驱方案？
33:13 天价灵巧手：不为盈利，只为筛选顶尖客户
36:21 Evan亲述：在特斯拉研发Optimus灵巧手的经历
40:33 从解剖学到外科观摩：马斯克坚持的仿生路线启发了“电机前臂迁移”
42:52 绳驱vs直驱：装配难度与量产前景对比

算法、数据、触觉
44:32 揭秘Meta机器人项目
48:25 受GPT与特斯拉FSD启发，机器人研究重心已转变
50:08 灵巧手数据采集为何难上加难？
52:01 机器人顶尖团队盘点：学术派与产品派
53:33 触觉如何提升灵巧手的操作能力？
58:11 灵巧手数据金字塔：遥操、仿真、视频
01:01:27 Genie3视频模型能用于训练机器人吗？
01:03:17 在伯克利做机器人研究是种什么体验？
01:07:09 灵巧手的“GPT时刻”还有多远？

【延伸阅读】
《机器人的“最后一公里”：深聊灵巧手的“不可能三角”与六大技术门派》
本期播客中提到的公司：
1X
ILDA
Shadow Hand
ORCA Hand
Sharpa
Figure AI
Tesla Optimus
Physical Intelligence（PI）
Sunday Robotics
Generalist
Covariant
TetherIA
源升智能

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
The Light from Within - Howard Harper-Barnes
Floating in Space - Eva Hummingbird
All Parts Equal - Airae
The Secret Spring - Helmut Schenker

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 陶一伟 and 齐浩之.

最近，人形机器人仍然在“泡沫”与“前夜”的争论中。硅谷人形机器人初创公司1X，近期发布的Neo演示视频，在社交媒体上引发热议，但随即而来的，是外界对其依赖远程操控（Teleoperation）而非自主能力的质疑。这让人不禁联想到2023年那些声称拥有AI能力、实则依赖人工后台处理的初创公司。
与此同时，高盛的一份最新调研报告，揭示了中国机器人供应链的“现实温差”：尽管资本市场情绪高涨，企业产能规划激进——普遍在年产10万至100万台之间——但实际的大规模订单尚未落地。高盛甚至预测，到2035年，全球人形机器人总出货量或仅为138万台。
尽管面临质疑与产能过剩的风险，具身智能（Embodied AI）赛道在过去两三年间仍吸引了巨额资本注入，并展现出与AI技术同步演进的强劲势头。
本期节目，我们邀请到两位深耕中美市场的资深投资人，透过资本的迷雾，审视具身智能赛道的真实格局。当下的繁荣究竟是泡沫的预演，还是技术爆发的前夜？中美企业在战略布局与核心优势上呈现何种差异？在商业化落地的竞赛中，哪些场景有望率先突围？

【主播】
刘一鸣，硅谷101特约研究员

【嘉宾】
Jonathan邱谆，华映资本海外合伙人。1998年来到硅谷，长期关注中美两地科技投资，曾任斯坦福大学工程和商学院客座讲师，坚定的“具身智能派”。
Christine Qing，Shanda Group合伙人/投资副总裁。曾多年在软银负责机器人在美国市场的商业化落地，也曾在小马智行负责海外市场，目前主要在硅谷关注AI和机器人赛道。

【你将听到】
02:19 当下是GPT-3爆发前夜，还是泡沫破裂前夕？
07:51 中美机器人战事：战略与打法的异同
10:14 在深圳，机器人甚至可以一天迭代三次
11:26 投资逻辑大辩论：投“具身智能”还是“先进制造”？
13:58 国内机器人商业化的优势：场景和数据的开放性
21:41 先投“上半身”（大脑/灵巧手）还是“下半身”（运动控制）？
31:52 技术突破决定投资方向，追逐热点不如多看论文
34:13 Rodney Brooks的预言：没有触觉数据，机器人学不会灵巧性？
42:43 对1X家庭机器人的争议：远程操控（Teleoperation）是造假还是“特洛伊木马”？
44:45 真实的商业化落地：谁在买单？
58:11 硬件产业链：会像智能手机一样模块化吗？
01:02:57 大胆预测：未来5年的机器人世界

【延伸阅读和相关术语】
相关论文如有需要请微信联系：liuyiming0010
SemiAnalysis：Robotics Levels of Autonomy
Morgan Stanley：China Industrials Asia Pacific Humanoids How Far Apart Are Reality and Ideal
Goldman Sachs：China Humanoid Robot- Supply chain field trip takeaways
Bernstein：Asia Emerging Robotics Embrace the Humanoid Era
Rodney Brooks：Why Today’s Humanoids Won’t Learn Dexterity
WSJ：The ‘Hands Problem’ Holding Back the Humanoid Revolution

本期播客中提到的公司：
1X
Figure AI
特斯拉Optimus
Physical Intelligence（PI）
Skild AI
Agility Robotics
宇树科技
智元机器人
优必选（UBTech）

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Hidden Agenda
fauna - bomull

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: Christine Qing and Jonathan邱谆.

在上一期节目中，我们从产业的角度聊了AI数据中心万亿大基建，这一几乎会贡献今年美国全部的GDP增长的行业。
嘉宾的很多观点和数据都在播客发出来之后一一被市场验证，比如微软CEO萨提亚·纳德拉称，AI缺的不是GPU是电力。
但当我们谈论的不是一个1亿、 10 亿、 100 亿的产业，而是上万亿的投资规模的时候，很多人就开始讨论，我们是不是进入了一场AI的投资泡沫？不少听众希望我们从资本市场的角度，再来聊一集AI的大基建。
本期硅谷101播客，我们邀请了人气嘉宾郑迪，回答两个核心的问题——电从哪来？钱从哪来？以及这两个市场它又是如何交织在一起的？并且我们还将关注一股潜伏已久的关键力量——加密矿工。

本期节目为《硅谷101》与《Web3 101》串台节目。

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
郑迪，前沿科技投资人（知识星球：22136749）

【本期口播广告由华夏基金赞助播出】
如果你想从市场角度更结构化地了解中国科技企业的整体表现，也有一些工具可以作为参考。例如纳斯达克上市的一只 ETF——CNQQ，全称是中国科技创新 ETF，它的成份股覆盖阿里巴巴、腾讯、宁德时代、美团网易等主流中国市场的公司。它更像是一个帮助我们“看趋势”的观察窗口，用来理解中国科技公司在全球市场中的动态。当然，它只是信息渠道，不构成任何投资建议。

【你将听到】
能源危机下的电力绿洲
03:30 摩根士丹利估算，比特币矿工转产可在未来的两年释放15Gw
05:34 另外三条解决AI能源问题的常规路径（核能，燃气，储能）
10:31 两条有难度的“非常规”路径（训练外迁，柴油）
12:45 市场疑问：“挖矿电”能变成稳定可靠的“AIDC电”吗？
15:00 未来两年能否攻克B端，成为AI大基建能否持续的关键
17:09 1Gw数据中心500亿美元成本拆解
19:49 当前估值低于建造成本，矿工转型缺乏动力

复刻地产融资游戏
23:20 矿工转AI的两种模式：“卖电/租场地”和“买GPU卖算力”
25:24 IREN：举债买卡的冒险家，困于“重资产”估值陷阱
30:00 生态为王：英伟达的“总包”霸权与AMD的“付费入场”
31:55 未来收益证券化+滚动开发，AI基建越来越像房地产
26:20 GPU证券化：底层资产是“AI金矿”还是“科技次贷”？
37:29 诺贝尔经济理论也出错？亲历者复盘当年的金融理论失误
40:43 AI产业链已经形成了“铁索连环”的金融风险
43:13 大厂策略：在高评级市场发债+打造“大而不能倒”格局+与国家战略捆绑
44:36 AI大基建的“终极买单者”——全球债券市场

浪潮中的转型博弈
48:57 行为金融学的囚徒困境：不惜代价搏一张AI船票
53:03 OpenAI的黄金上市时机：2026年上半年
57:00 加密矿场转AI，缺电及算力闲置仍是最大风险
62:50 比特小鹿：处于地缘政治的“灰色地带”
69:45 挖矿转AI成功的公司，都不是挖矿赛道的“优等生”
70:56 两种矿工：囤算力的（如Mara）vs 囤电力的（Iris）
75:09 矿工转型的最优解：挖矿保现金流，闲置电力滚动开发AIDC
77:15 比特币价格与AIDC转型，并非简单的线性关系

【延伸阅读和相关术语】
《AI热潮背后的隐忧：到2028年，美国电力缺口或相当于44座核电站》
《杠杆、垄断和泡沫：解析硅谷万亿资本闭环【101 Weekly】》
视频：《英伟达“两个儿子”的战争：AI算力的杠杆游戏与潜在泡沫【硅谷101】》

播客中提到的加密矿工：
Applied Digital
Core Scientific
CleanSpark
Riot Platforms
Cipher Mining
Galaxy Digital
IREN
比特小鹿/Bitdeer
Hut 8
Marathon Digital（MARA）
Crusoe Energy
Wulf

其他公司：
CoreWeave
Nebius
Oklo
GE Vernova (GEV)
Blue Energy
Anthropic
Blue Owl Capital

金融术语：
ATM（At-the-Market Offering ，按市价发行/增发）
ABS（Asset Backed Securitization，资产支持证券）
CDO（Collateralized Debt Obligation，担保债务凭证）
REIT（Real Estate Investment，房地产投资信托）

【风险声明】
本期节目不构成任何投资建议，投资有风险，入市需谨慎。
本期节目参与者也均不持有节目中提到的股票。

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Interruption - Craft Case
All Parts Equal - Airae
Anticipating a New Day - Stationary Sign

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guest: 郑迪.

雄激素脱发，这个困扰数十亿人的“头顶大事”，已经被“非那雄胺”和“米诺地尔”两款经典老药统治了数十年。
2016年之后，随着短视频的兴起，颜值经济拉动了防脱市场在全球范围内的显著增长，也激发了科学研究和药企的创新动力。
防脱药的副作用如何权衡？植发真能一劳永逸吗？防脱洗发水究竟是护理还是“玄学”？未来五年，科学家和药企将带来哪些拯救发际线的新武器？本期节目，我们邀请到振东药业董事长李昆与斯坦福医药化学博士Janice Zang，不仅解答了这些常见迷思，更深入探讨了药物递送技术、联合疗法、个性化诊疗等前沿方向。无论你正被脱发困扰，还是对生命科学和商业创新充满好奇，这期关于脱发的硬核科普都不容错过。

【本节目由专业生发品牌达霏欣赞助播出】
达霏欣专研生发23年，男女分治双浓度，清爽不油腻，温和低敏，买达霏欣上京东！
请按药品说明书或医师指导使用。

【专属链接】
【达霏欣2%浓度】购买人群建议：女性首选，适合防脱及头皮敏感人群，温和不刺激；
【达霏欣5%浓度】购买人群建议：男性首选，适合中重度脱发人群，清爽不油腻。

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
李昆，振东制药董事长
Janice Zang臧晓羽博士，斯坦福医药化学博士，N1 Life联合创始人兼CEO，Airdrop从天而降主播

【你将听到】
人类探索脱发问题的历史
03:36 脱发类型分几种，但90%都是雄激素脱发
08:44 进化论的bug：一个不利特征为何被保留？
13:14 从古希腊到现代医学，人类是如何找到脱发“元凶”的？
15:52 在“不秃村”罕见病中找到关键靶点后，人类有了第一款防脱发药物：非那雄胺
19:13 米诺地尔的故事：原本治疗高血压，副作用竟是促进毛发生长
21:57 “马尾辫”们注意了，别小看“牵拉性脱发”的威力

两款药物撑起的百亿级市场
23:04 两款药物的制剂，需要朝着哪些方向改进？
26:53 从55°酒精敷头，到纯净水配方，多肽用于药物递送的前景
31:52 一个由庞大刚需支撑的百亿级市场，等待新药出现重构价值
35:25 非那雄胺暴露于血液有副作用，好在新技术正在努力把药效“锁”在头皮上
37:53 无论米诺地尔，还是非那雄胺，都需要长期坚持使用
39:18 别指望植发能拯救脱发，没有药物维持，移植的头发还是会掉
40:54 使用米诺地尔时，“先掉后长”是好事，说明药有用

值得期待的新药物和新疗法
41:54 未来3～5年，脱发领域可能会有这些新药上市？
44:02 原本治疗斑秃的口服Jak抑制剂，用来尝试治疗雄秃
44:45 斯坦福的创新疗法：皮肤镜定量+治疗个性化+超适应症用药
47:29 2016年后，短视频的发展拉动了皮肤科地位和全球脱发品类的增长
53:43 防脱洗发水，“辅助”而非“治疗”，防脱有可能，生发不现实

聊聊药企转型和AI赋能
59:15 嘉宾对药企转型战略的思考：聚焦“有医生背书”的ToC属性产品
62:49 在新渠道中经历失败后摸索出的一些经验：光有“网感”是不行的
65:20 AI在药物创新中扮演着什么样的角色？
67:52 AI用于电商服务，洞察全球客户偏好
72:59 两位嘉宾给普通人的养发tips：抗炎，减压，头皮防晒

【延伸阅读】
《中国雄激素性秃发诊疗指南-文献解读》

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Who's the Boss Now - Stationary Sign
Moonbug - Harry Edvino (Version a14336e6) - fullmix_high_quality

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

Special Guests: 李昆 and 臧晓羽.

“80后炒股、90后炒币、00后炒鞋，进入2020年后大家转行炒卡。”虽然这只是一句玩笑话，但多少折射出了卡牌交易市场的火热。
卡牌最开始只是出现在烟草公司的烟盒里，作为赠品用来提高香烟销量。之后被开发出了对战属性，拥有了自己的卡牌游戏拥趸。
但如今的卡牌显然不只是一个小众文化那么简单。
《宝可梦》卡和球星卡目前的世界交易记录，分别是527.5万美元和1293.2万美元。
市场调研公司Verified Market Research报告显示，仅是球星卡，在全球市场2020-2027年的复合增长率就达到了23%，2027年市场规模预计接近千亿美元。
英国金融公司Raisin UK则认为，卡牌的投资价值，已经超过了古董车和威士忌。
卡牌作为一种小众文化，是如何一步步演变为投资品的？在炒卡成风的当下，它背后有怎样的暗流涌动，又真的能成为年轻人的第一桶金吗？

【主播】
麻花，硅谷101特约研究员
【嘉宾】
Vincent，静电森林创始合伙人， Dice Con（华人桌面游戏大会）策展人
大白，静电森林卡牌项目负责人，卡牌社区旅法师营地创始人

【你将听到】
一些科普：TCG和CCG的前世今生
02:54 收藏式卡牌（CCG），从烟盒里长出的小爱好
04:04 集换式卡牌（TCG），当卡牌有了对战属性
05:38 TCG里的“御三家”：万智牌、游戏王和宝可梦
08:19 卡牌成功的背后，运营远比IP重要
11:17 天价球星卡的诞生：稀有度、球星起落和高光时刻碎片

卡牌投资，门道可太多了
14:29 想成投资品，先从成为文化现象开始
16:49 卡牌背后的炒货联盟
17:34 当王炸TCG遇上“禁牌表”
19:54 在国内炒牌，也得有国际化视野
21:54 选TCG卡牌，就像经纪公司选偶像练习生
23:59 想玩好球星卡，先从做个草根球探开始
26:47 敲黑板忠告：想玩卡，首先得喜欢
32:17 宝可梦卡在中国，去年短暂低谷、今年又行了
34:15 卡牌交易的重要一环：评级

一些一手经验分享
38:36 嘉宾亲历：玩卡牌谁赔了谁赚了
44:35 单卡店的生意，一个纯纯辛苦活儿
47:05 非卡牌爱好者，能做好卡牌投资吗？

顺便聊聊卡牌圈生态
48:29 国内火爆的卡游，为什么在全球卡牌交易市场里水花还很小
53:11 新参与者，都在怎么切入卡牌市场
55:16 一些建议，送给想试水卡牌投资的素人

【延伸阅读】
万智牌（Magic: The Gathering，简称MTG），第一款集换式卡牌游戏，由美国数学教授理查·加菲于1993年设计，由威世智公司发行，是全球最受欢迎的卡牌游戏之一。
游戏王（Yu-Gi-Oh!），由日本科乐美公司（KONAMI）开发，基于日本漫画家高桥和希的同名漫画《游戏王》改编，曾获得吉尼斯世界纪录认证为全世界销量最高的集换式卡牌。
PSA（Professional Sports Authenticator），全球最大的第三方卡牌评级和认证机构，成立于1991年，为体育卡、游戏卡、纪念品等提供专业的评级服务。除PSA外，其他全球知名卡牌认证机构还包括BGS（Beckett Grading Services）、CGC（Certified Guaranty Company Cards）和SGC（Sportscard Guaranty Corporation）。
播客中提到的NBA球员：维克托·文班亚马（Victor Wembanyama)、库珀·弗拉格（Cooper Flagg）、卡梅伦·布泽尔（Cameron Boozer）、凯登·布泽尔（Cayden Boozer）、泰里斯·哈利伯顿（Tyrese Haliburton）、乔丹·普尔（Jordan Poole）
播客中提到的天价卡：来自2007-08赛季的Upper Deck Exquisite系列，乔丹科比“双标志签名卡”，经PSA评级为EX-MT6，编号为1/1，今年8月拍卖出1293.2万美元，打破了球星卡的最高售价纪录。

【监制】
泓君
【后期】
AMEI
【运营】
朱婕

【BGM】
San Pedro - Sugoi
Say a Prayer (Instrumental Version) - Egaoya
All Parts Equal - Airae
Unsolved - Mythical Score Society

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

本期节目不构成任何投资建议，投资有风险，交易需谨慎。

Special Guests: Vincent and 大白.

“2025年上半年，美国GDP增长几乎全部来自于数据中心与信息技术。”
“如果去掉信息技术与软件，美国GDP增长率仅有0.1%。”
——哈佛大学经济学家杰森·弗曼（Jason Furman）

最近一个大新闻是，OpenAI发公告完成架构与资本重组，为潜在IPO铺路，核心也是它承诺了未来1.4万亿的算力投入，这是一个巨大的资金缺口。
另一方面，美国滞后的基础设施建设，对万亿级数据中心蓝图形成了根本性掣肘。就在我们播客发出来前，10月27日，OpenAI发公开信致信白宫，称中国2024年新增电力为429吉瓦，而美国仅增加了51吉瓦，希望美国政府对AI基础建设项目优先审批。
这是一个比想象中更疯狂的大基建时代：美国极少的科技公司联合金融巨头，正在不成比例地对美国经济产生决定性影响。我们抛开钱的问题，来看看这轮AI大基建正在带火哪些行业，为何美国的电力建设又如此困难。

【主播】
泓君，硅谷101创始人，播客主理人

【嘉宾】
徐熠兴（Ethan Xu），前微软能源战略经理，前突破能源科研总监
王辰晟，前特斯拉供应链总监

【JJLake创新空间】
JJLake是位于硅谷Mountain View的创新空间 + 孵化器，由管理规模近300亿美元的Oriza Holdings基金支持。目前JJLake孵化器项目正在招募创业团队，适合需要发挥亚洲的生产制造、供应链、市场等优势的创业者。另外，JJLake也向创业者提供高性价比的办公场地，欢迎联系JJLake负责人柳一夫详谈。
📮 邮箱：yliu@jjlaker.com

【你将听到】
02:25 JJLake创新空间
AI巨头押注算力规模
04:43 OpenAI最激进，目标构建10吉瓦乃至长期100吉瓦的算力容量
06:36 xAI、Meta同样激进，扫货发电机、抢占能源低廉土地
07:24 微软、Google、亚马逊：已有庞大基础，策略相对稳健
10:44 Power First战略背后的逻辑：“投资不足”风险远大于“过度投资”风险
13:43 细拆经济账：“比尔总会吃掉安迪”，集中化比分布式更经济，训练速度决定竞争胜负
15:59 算力需求从以训练为主，转向以推理为主（未来或占80%以上）
18:03 推理可以更分布式，但规模集群要比小数据中心节省运营成本

军备竞赛下的能源危机
21:14 AI发展的最大瓶颈已从“缺芯片”转变为“缺能源”
22:30 美国每年落下20吉瓦缺口，相当于2～3个纽约的用电
23:57 新建数据中心的短期应对策略：争取余量+天然气发电为主
24:55 Sam Altman的核裂变公司Oklo，还在施工股价就涨疯了
26:10 考虑到不同能源的容量系数，新增电力仍难填缺口
28:22 发电后如何输送到美国脆弱的电网系统，也是个难题
29:25 建数据中心的成本：1吉瓦数据中心≈500亿美元

资源抢夺与技术破局
30:40 燃气涡轮机订单排到2028年，马斯克横扫全美70%库存
34:52 变压器核心材料硅钢进口受限，制约电网基础设施升级
37:17 英伟达构想供电新方案，应对机柜功耗指数级飙升
-传统交流供电（目前主流）：转换环节多，1兆瓦机柜损耗22%，1吉瓦的数据中心需50万吨铜
-800V高压直流供电（未来方向）：损耗降至0.6%，用铜量少，但需整个产业链生态协同跟进
42:54 今年美国数据中心的用电量占全国5%，接近整个加州的用电量，并且2030年将翻倍
24:46 为什么中国年增电力，能做到美国的8～10倍？
46:19 避开长距离传输短板，美国科技公司选择在数据中心旁自建发电站
48:34 美国电力建设，带火了哪些能源股？
51:24 大规模AI训练真相：每周货车运送100吨故障芯片返厂

【数据更新】
32:47 根据媒体公开报道，马斯克在xAI 在孟菲斯的 Colossus 2 数据中心已经安装的是 119台风冷冷水机组，涡轮机为小几十台。

【延伸阅读和相关术语】
《杠杆、垄断和泡沫：解析硅谷万亿资本闭环【101 Weekly】》
安迪-比尔定理 （Andy and Bill’s Law），原话是 “Andy gives, Bill takes away.” 安迪指英特尔前CEO安迪·格鲁夫，比尔指微软前任CEO比尔·盖茨，这句话的意思是，硬件提高的性能，很快被软件消耗掉了。
容量系数（Capacity Factor），衡量发电设施在特定时间段内实际发电效率的关键指标，容量系数=实际发电量/理论发电量。

【监制】
泓君
【后期】
AMEI
【运营】
朱婕

【BGM】
Orbit Calling - Experia
Un Piccolo Party - Martin Landstrom
Silent Approval - Howard Harper-Barnes

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net

本节目中嘉宾所表达的观点均为其个人看法，不代表所在公司的立场。本期节目不构成任何投资建议，投资有风险，入市需谨慎。

Special Guests: 徐熠兴 and 王辰晟.