PODCAST · 跨国串门儿计划

2025 年 10 月节目

40 期 · 36 期带分节

  • 10-31#288.深入AI应用开发：Chip Huyen揭示成功AI产品的秘密与未来趋势
    1. 00:00播客简介与嘉宾Chip Huyen介绍
    2. 02:37AI应用开发的常见误区与痛点
    3. 03:34AI生产力衡量难题：经理与高管的不同视角
    4. 05:43Chip Huyen的LinkedIn热帖：AI应用改进的误区与真理
    5. 06:54为什么追逐最新AI技术是误区？
    6. 08:58预训练、后训练与微调：AI模型学习过程
    7. 10:06语言建模与Token：AI如何理解语言
    8. 15:15强化学习与RLHF：通过人类反馈优化AI模型
    9. 19:08AI模型训练中的人类专家与经济学思考
    10. 22:15什么是AI评测（Evals）？为何重要？
    11. 24:29AI产品是否需要评测？投资回报率的考量
    12. 28:08如何构建有效的AI评测体系？以深度研究应用为例
    13. 32:08RAG核心概念：为模型提供上下文
    14. 33:15RAG的数据准备挑战与关键技术
    15. 35:29数据准备：RAG性能提升的关键，远超向量数据库选择
    16. 38:34企业内部AI工具与客户导向AI工具的采纳差异
    17. 40:37AI素养与生产力衡量：企业AI战略的挑战
    18. 43:28AI对工程师生产力的影响：不同层级工程师的反馈与适应性
    19. 47:22AI时代的工程师组织架构重塑与系统性思维的重要性
    20. 52:24AI工程师与ML工程师：角色与能力边界
    21. 54:54组织结构变革：跨职能协作与自动化重塑工作方式
    22. 57:03基础模型性能瓶颈与后训练、应用构建的崛起
    23. 58:26多模态AI的潜力与挑战：以语音AI为例
    24. 01:02:51“测试时计算”：提升AI感知性能的策略
    25. 01:05:36AI应用的想法危机：如何从日常痛点中寻找灵感
    26. 01:08:24Chip Huyen推荐的书籍：《自私的基因》与《从第三世界到第一世界》
    27. 01:11:10推荐影视剧：《延禧攻略》
    28. 01:12:06人生格言：“到头来，没什么真正重要”
    29. 01:13:31创意写作的感悟：情感旅程与角色讨喜度
    30. 01:17:06如何联系Chip Huyen及如何帮助她
  • 10-31#287.苹果2025财年第四季度财报电话会议：营收再创新高，AI与iPhone 17系列引领增长
    1. 00:00播客简介与本期内容概览
    2. 02:14会议开场及前瞻性声明
    3. 03:59蒂姆·库克：2025财年第四季度及全年业绩亮点
    4. 05:06假日季展望：史上最佳季度与产品线势头
    5. 06:09M5芯片与AI性能突破：iPad Pro、MacBook Pro、Apple Vision Pro
    6. 07:12软件更新与Apple Intelligence：个性化Siri、实时翻译等新功能
    7. 08:23iPhone 17系列：需求强劲与供应限制
    8. 09:40Mac与iPad表现：M5芯片赋能
    9. 10:50可穿戴设备与健康功能：Apple Watch、AirPods Pro 3创新
    10. 13:13服务业务创历史新高：Apple TV+、F1合作、Apple News
    11. 14:35零售扩张与价值观：新店开业、环保与社会责任
    12. 15:44美国投资与AI服务器生产
    13. 17:42凯文·佩克：详细财务数据与毛利率分析
    14. 19:43各产品线收入细分：iPhone、Mac、iPad、可穿戴设备
    15. 21:45服务业务持续增长与企业市场采纳
    16. 22:49现金状况与资本回报计划
    17. 23:472025财年总结与十二月季度业绩展望
    18. 26:18Q&A开场
    19. 26:26iPhone 17成功原因与零部件成本管理
    20. 28:52中国市场表现与服务业务增长驱动
    21. 31:00服务增长加速与iPhone销量趋势
    22. 33:24毛利率展望与中国市场复苏
    23. 35:42iPhone供应限制与服务业务可持续性
    24. 37:43中国市场补贴影响与运营支出增长
    25. 40:17关税影响与Mac产品连带销售
    26. 43:16iPhone供应量化与AI对App Store的影响
    27. 44:56iPhone 17系列内部组合与私有云端计算
    28. 46:49iPhone Air与折叠屏市场，个性化Siri与AI战略
    29. 48:17AI功能是否成为消费者购买关键因素
    30. 49:10资本支出与AI需求，自研芯片角色
    31. 50:18结束语
  • 10-31#286.解码多巴胺：从神经科学到日常生活的动力密码
  • 10-30#285. Alphabet 2025年Q3财报电话会议：AI驱动营收突破千亿，全栈战略重塑增长
    1. 00:03:50欢迎辞与Q3财报亮点：营收破千亿，AI驱动全业务增长
    2. 00:04:59全栈式AI战略：基础设施、研究与产品平台
    3. 00:05:30AI基础设施：TPU与GPU双管齐下，Anthropic将使用百万TPU
    4. 00:06:40世界级AI研究：Gemini模型领先，量子计算突破，诺贝尔奖得主
    5. 00:07:34产品与平台：AI赋能Chrome、Pixel 10、Android XR
    6. 00:08:44搜索业务：AI概览与AI模式推动查询量增长，用户参与度高
    7. 00:09:55云业务：AI驱动收入加速，积压订单创新高
    8. 00:12:22云AI模型与Gemini Enterprise：企业级AI解决方案广受欢迎
    9. 00:13:41YouTube：流媒体领先，Shorts商业化，AI赋能创作者
    10. 00:15:02Waymo：服务拓展与业务增长
    11. 00:16:12谷歌服务总览：搜索与YouTube广告强劲增长
    12. 00:17:23搜索商业化：AI模式增强购物体验，AI Max成增长最快广告产品
    13. 00:19:38YouTube商业化：双引擎策略，创作者经济蓬勃发展
    14. 00:21:52内部AI应用与合作伙伴：Gemini提升销售与客服效率
    15. 00:23:19Q3财务总览：营收、利润、现金流及欧盟罚款影响
    16. 00:25:55各业务部门表现：谷歌服务、云业务利润率提升
    17. 00:28:33资本支出与展望：2025年CapEx上调，2026年将显著增加
    18. 00:33:24Q&A: AI代理式体验与Waymo整合
    19. 00:36:54Q&A: 搜索增长驱动力、AI模式商业化与成本效率
    20. 00:40:51Q&A: 自研芯片机遇与YouTube双引擎商业化
    21. 00:44:14Q&A: AI概览/模式的用户行为与搜索经济模型演变
    22. 00:47:07Q&A: AI模式查询长度对ROAS影响与ROIC评估
    23. 00:50:06Q&A: AI Max如何扩大商业查询市场
    24. 00:51:44Q&A: AI模型创新速度与云业务大单经济性
  • 10-30#284.Claude Code：Anthropic 工程师如何打造 AI 编程新范式
    1. 00:00播客简介 & Claude Code 核心理念
    2. 00:00播客简介：Claude Code 幕后故事与创新
    3. 01:16Claude Code 的核心优势：无缝集成终端工具
    4. 01:28Anthropic 的“Ant Fooding”文化与“潜在需求”理论
    5. 03:00Claude Code 的诞生与演进
    6. 03:00意外的起源：从笨重研究项目到新范式
    7. 04:55工具化与 Bash 的巧妙运用
    8. 06:16团队分工与“Ant Fooding”驱动的自下而上开发
    9. 11:17高效工作流与高级功能
    10. 11:17从本地开始：解决自身问题是产品成功的关键
    11. 12:00斜杠命令：自动化复杂任务的利器（如 /commit, /featuredev）
    12. 13:33迭代开发与从 AI 尝试中学习
    13. 15:31框架与模型能力的平衡：聚焦高端体验
    14. 17:14模型与框架的协同：内部协作的优势
    15. 18:19子智能体与多智能体协作
    16. 18:19子智能体的应用场景：规划、代码审查、代码迁移
    17. 21:05大规模代码迁移：MapReduce 式的子智能体分发
    18. 22:41“复利式工程”：通过 Claude Code 积累知识与最佳实践
    19. 23:10日志与记忆：从历史记录中提炼通用模式
    20. 27:50产品设计哲学与用户体验
    21. 27:50可扩展性与“潜在需求”：产品创新的核心驱动力
    22. 31:06从 Claude Code 到 Claude Agent SDK：通用智能体的广阔应用
    23. 33:36Claude Code 的酷炫用例：问题追踪、值班处理、非编程任务
    24. 34:41检索增强：为何选择智能体式 RAG 而非向量搜索
    25. 36:15高级用户技巧：鼓励提问、配置 settings.json、停止钩子
    26. 38:31未来展望与挑战
    27. 38:31命令行界面：是终极形态还是过渡？
    28. 41:12克服终端恐惧：更友好的界面探索
    29. 43:14简化代码与产品迭代：删除功能的重要性
    30. 45:40为自己开发产品：AI 时代独特的优势
    31. 47:41演示文化：快速验证想法的新范式
    32. 49:07原型迭代与产品感觉：如何将经验固化
    33. 52:13衡量生产力与功能取舍：删除功能的艺术
    34. 55:07直观设计与渐进式披露：对话式界面的挑战
    35. 56:46竞争与创新：拥抱模仿，专注于下一个突破
  • 10-29#283.英伟达GTC大会黄仁勋主题演讲：AI时代的美国制造与万亿产业变革
    1. 00:00开场 & 播客简介
    2. 00:05:41摩尔定律失效：加速计算成为必然
    3. 00:07:34CUDA三十年：从GPU到全栈软件库
    4. 00:10:16CUDA X：驱动各行各业的计算魔力
    5. 00:11:126G电信：美国重塑无线技术领导力
    6. 00:13:18NVIDIA Arc：软件定义无线通信与AI处理
    7. 00:16:14量子计算：NVQLink连接QPU与GPU
    8. 00:20:22CUDA Q与能源部合作：推动美国科学发展
    9. 00:23:34AI重塑计算堆栈：数据密集型编程与GPU
    10. 00:25:25Token化：AI理解世界的语言
    11. 00:28:06AI不是工具，而是劳动力：智能体与生产力飞跃
    12. 00:29:56AI工厂：专门生产智能Token的新型数据中心
    13. 00:33:11AI增长的指数级驱动：预训练、后训练与推理
    14. 00:38:53AI的良性循环：降低成本，加速智能
    15. 00:39:44协同设计：突破摩尔定律的性能极限
    16. 00:42:37NVLink 72：机架级AI超级计算机的诞生
    17. 00:45:56Grace Blackwell：性能十倍提升，成本十倍降低
    18. 00:46:53云服务商的AI资本支出：加速计算的投资热潮
    19. 00:50:39Blackwell订单：5000亿美元的惊人增长
    20. 00:51:19美国制造：AI基础设施的本土化回归
    21. 00:54:31Reuben：下一代无缆液冷AI超级计算机
    22. 01:00:13Omniverse DSX：AI工厂的数字孪生操作系统
    23. 01:05:09开源模型：驱动创新与国家竞争力
    24. 01:07:31NVIDIA无处不在：云端与SaaS的深度整合
    25. 01:09:38关键合作：CrowdStrike与Palantir强化企业AI
    26. 01:12:26物理AI：训练、模拟与操作机器人的三台计算机
    27. 01:13:30机器人化工厂：富士康与西门子的数字孪生实践
    28. 01:16:21人形机器人与迪士尼Blue：消费电子新前沿
    29. 01:18:28NVIDIA Drive Hyperion：自动驾驶出租车的标准平台
    30. 01:20:07与Uber合作：连接全球自动驾驶网络
    31. 01:21:06总结与展望
    32. 01:21:06两大平台转型：加速计算与人工智能
    33. 01:22:30感谢与未来展望
  • 10-29#282.AI浏览器之殇与Claude Skill之光：洞察AI行业乱象与生产力真谛
    1. 00:00开场 & 播客简介
    2. 01:48AI浏览器：重新包装的“Marge裙子”
    3. 03:13智能体操作网站：愿景与实际局限
    4. 04:27隐私与安全隐患：AI浏览器是监控工具？
    5. 06:22文本选中AI指令：有上下文才真正有用
    6. 07:08AI浏览器审查内容：自由与控制的冲突
    7. 08:57浏览器市场格局：难以颠覆的Chrome与Edge
    8. 10:51承诺AGI，却得到浏览器：焦点错位的困惑
    9. 12:21AI的“幻灭期”：过度塞入AI导致核心产品失焦
    10. 13:15OpenAI模型不再领先？GPT-5的智能争议
    11. 14:22AI浏览器价值质疑：对日常AI用户无附加价值
    12. 16:08亿万富翁的市场份额游戏：与技术实用性脱节
    13. 18:07Copilot AI浏览器：与ChatGPT Atlas如出一辙
    14. 20:41消费者AI与企业AI的脱节：M365 Copilot的困境
    15. 22:12AI的“Marge裙子”阶段：缺乏真正创新
    16. 22:42AI的真正力量：自动化、上下文构建与企业级应用
    17. 24:52实际案例：Claude K U 4.5 驱动的客服助理
    18. 25:51“技能”概念：将高效工作流固化为AI能力
    19. 26:56AI浏览器与“技能”的对比：为何对发布会失望
    20. 28:05自定义工具（MCP）的巨大潜力：SQL查询与报告生成
    21. 29:14OpenAI的战略失误：面向消费者与AI浏览器
    22. 31:13缺乏企业级AI应用指导：OpenAI的盲点
    23. 32:45Claude“技能”是什么？预设指令与容器化代码
    24. 33:30技能的加载方式：按需加载上下文，高效经济
    25. 34:10技能与传统工具调用的区别：优先级与执行可靠性
    26. 36:39品牌手册案例：技能如何处理海量上下文并严格遵守
    27. 38:06技能的优势：单次请求、高优先级提示与成本效益
    28. 39:03技能的实际应用：生成报告、施加约束
    29. 40:52技能创建器：简化技能开发，封装复杂指令
    30. 41:52Canva案例：利用技能定制智能体，扩展设计能力
    31. 43:07技能的局限性：缺乏外部工具调用与网络访问
    32. 44:08技能的未来：训练可预测工作流，实现自主自动化
    33. 45:18文件引用而非数据传输：技能在数据处理上的优势
    34. 46:27公司战略：CPs与技能的选择与部署
    35. 47:25企业内部AI角色：构建CPs与技能库的变革推动者
    36. 49:26AI浏览器与旅行计划：不切实际的用例
    37. 50:20技能与Open Interpreter：正式化与非正式化的区别
    38. 51:41技能的未来愿景：演示工作流，电脑自动执行
    39. 52:50技能与迷你应用：对“技能”定义的思考
    40. 54:04浏览器市场乱象：竞争激烈，用户心智分散
    41. 55:12播客音乐更新：Spotify上的AI diss曲
    42. 56:20Meta Vanguard智能眼镜：功能与AI应用
    43. 58:13个性化AI教练：可穿戴设备AI的下一个演进方向
    44. 59:17智能眼镜API缺失：无法接入自定义助理
    45. 01:00:40AI教练的教育潜力：体育训练与儿童学习
    46. 01:01:28助理上下文的通用打包：跨设备AI的挑战
    47. 01:02:27智能眼镜的实际价值：安全与功能整合，而非AI
    48. 01:03:19幽默提示词：让AI就范的“性行为不端”教授
    49. 01:05:18Sim Theory模型使用数据：偏向性与实际考量
    50. 01:06:15过去90天模型使用排名：Gemini 2.5 Pro领先
    51. 01:07:13Anthropic模型（Claude 3 Sonnet, Opus）总使用量领先
    52. 01:08:13过去14天模型使用排名：Claude 4.5 Sonnet跃居第一
    53. 01:09:01工具调用与智能体工作流：Anthropic模型表现出色
    54. 01:10:15Anthropic模型占据Sim Theory一半使用量
    55. 01:11:05Gemini 3的期待：未来市场主导者？
    56. 01:11:26OpenAI模型在工具调用方面的不足：导致产品策略差异
    57. 01:12:35模型改进与UI弥补：从不一致到可靠的工具调用
    58. 01:14:23CPs与技能数据：企业AI应用是未来焦点
    59. 01:15:12播客总结：浏览器大战、Claude技能、AI太阳镜
    60. 01:15:46Sim Link更新预告：即将发布
    61. 01:16:08结束语
  • 10-28#281.Trader Joe's：一家反主流杂货店如何成为零售传奇
    1. 00:00播客简介与主持人开场
    2. 01:54主持人与Trader Joe's的个人情结
    3. 06:56创始人Joe Coulombe的早期生涯：从斯坦福MBA到药妆店
    4. 19:02Joe收购Pronto Markets：倾家荡产的豪赌
    5. 25:41独特的员工文化：高薪、轮岗与伙伴精神
    6. 27:34危机与转机：Ador Milk Farms的背叛与Joe的度假顿悟
    7. 36:18Joe的宏观经济洞察：预见未来三十年零售业变迁
    8. 41:51美国超市简史：从杂货店到消费品巨头
    9. 48:37Trader Joe's的反向定位：不与巨头竞争的策略
    10. 55:35Tiki文化与品牌命名：Trader Joe's的异域风情
    11. 01:01:55Trader Joe's的“四项测试”：高价值、快消耗、易处理、差异化
    12. 01:05:42葡萄酒战略：从酒铺到加州葡萄酒零售巨头
    13. 01:18:42《无畏传单》的起源：用讲故事的方式推销产品
    14. 01:23:33“地球哈利”时代：健康食品与自有品牌的萌芽
    15. 01:32:42自有品牌策略：从格兰诺拉麦片到杏仁酱
    16. 01:45:54公平贸易法废除与“刀疤麦克”时代：全面拥抱差异化
    17. 01:50:13Joe出售公司：对冲风险与员工持股的考量
    18. 02:13:40全国扩张：从南加州到全美
    19. 02:22:35独特的门店体验：高坪效、密集陈列与社交互动
    20. 02:30:30“两元恰克”的传奇：低价葡萄酒如何引爆市场
    21. 02:47:47今天的Trader Joe's：营收、坪效与员工福利
    22. 03:12:01Trader Joe's的“权力”分析：规模经济、反向定位与品牌力
    23. 03:20:00Trader Joe's的精髓：未被打破的承诺与独立控制
  • 10-28#280.Dr.James Hollis：如何找到你真正的目标并创造你最好的生活
    1. 00:00:00播客开场与嘉宾介绍：Andrew Huberman介绍James Hollis博士及其著作
    2. 00:07:07自我与小我：区分“大写的自我”与“小我意识”
    3. 00:08:13情结与自我感：家庭、文化如何塑造自我认知，情结如何影响行为
    4. 00:10:17你不是你的经历：我们如何内化经历并被其定义
    5. 00:13:02无意识的力量：无意识因素如何自主影响我们的决策
    6. 00:14:34识别模式：从自身行为模式入手，反思其内在驱动
    7. 00:16:49外部反馈与梦境：向亲近的人寻求反馈，关注梦境的启示
    8. 00:18:43灵魂的意图：心灵如何通过感受、能量和意义表达自己
    9. 00:20:54灵魂的召唤：世界与灵魂对我们的不同要求
    10. 00:24:54抑郁的启示：Hollis博士从抑郁中领悟，并转向精神分析师之路
    11. 00:27:07日常实践：如何在日常生活中融入自我反思，平衡工作与内心需求
    12. 00:30:04人生前半段的被动性：年轻时我们如何被动地回应外部世界
    13. 00:32:05承担责任：成为成年人意味着对自身行为负责，活出父母未曾活过的人生
    14. 00:33:55文化的陷阱：外部成功标准与内心空虚的矛盾
    15. 00:36:31内在服务：反思行为背后真正服务于什么，识别内在情结
    16. 00:41:10独处与冥想：通过独处、创造性活动或冥想，脱离刺激-反应模式，与内心连接
    17. 00:44:31孤独的解药：与内心深处的自我连接，应对孤独感
    18. 00:46:37无意识的揭示：退出刺激-反应模式后，无意识会更多地显现
    19. 00:48:25冥想的本质：冥想作为一种刻意的感知练习，帮助理解无意识过程
    20. 00:51:42什么是阴影：荣格的阴影概念，我们不愿承认的内心部分
    21. 00:53:46阴影的体现：通过投射、群体卷入和自我认知来理解阴影
    22. 00:56:24识别阴影：通过亲近之人、梦境和生活后果来认识自己的阴影
    23. 00:58:18阴影与责任：阴影工作意味着承担责任，是成人化的表现
    24. 00:59:16群体阴影：社会两极分化与集体情结，个体在其中如何应对
    25. 01:00:13未活出的人生：社会化如何压抑个体表达，导致病理化
    26. 01:01:18Hollis的个人经历：原生家庭的限制与内心对更广阔生活的渴望
    27. 01:03:49亲子关系：我们如何继承或反抗父母的模式
    28. 01:06:10亲密关系：寻找“神奇的另一半”的幼稚幻想与关系中的成长
    29. 01:08:00牺牲与承诺：关系中合法牺牲的意义与个人界限的平衡
    30. 01:09:35婚姻的挑战：高离婚率背后的原因，婚姻的成长与停滞
    31. 01:12:02育儿的智慧：支持孩子成长，而非复制自身生活
    32. 01:13:26活出真我：被社会推崇的“活出真相”与内在真实性的区别
    33. 01:15:12超越情结：超越小我欲望，活出灵魂渴望表达的人生
    34. 01:17:09物质与空虚：物质财富无法填补内心空虚，友谊和关系才是核心
    35. 01:18:17男性与工作：男性被工作定义的困境，退休后的抑郁与迷失
    36. 01:21:16男性困境：传统男性角色的束缚与自我疏离
    37. 01:23:31女性对男性的影响：女性革命如何促使男性审视自我
    38. 01:27:52聚焦与弥散意识：两种不同的世界导向模式，男女皆需平衡
    39. 01:30:56现代男性的迷失：旧定义失效，缺乏榜样，寻求自我之路
    40. 01:32:55启蒙的缺失：未启蒙的男性与对支持性父亲的渴望
    41. 01:34:38女性的挑战：平衡事业与家庭，社会期望与个人成长
    42. 01:46:33心理病理学：社交媒体对心理术语的滥用与真实病理的区分
    43. 01:52:06诊断与痛苦：区分不同类型的抑郁，病理学是“灵魂痛苦的表达”
    44. 01:55:22互联网的负面影响：缺乏对话，加剧两极分化
    45. 01:58:02痛苦的意义：痛苦不是要摆脱，而是要问它要求我们完成什么任务
    46. 02:01:17任务与责任：从自身出发，承担责任，恢复自我感
    47. 02:03:14超越故事：拥有比自身经历更大的故事，寻找更广阔的人生
    48. 02:06:41人生阶段：埃里克森的成熟阶段，生活中的核心冲突
    49. 02:08:58人生下半场：经验、意识与脑可塑性，如何在世界中活出自我
    50. 02:10:06绝望与正直：晚年阶段面对死亡、失落与身体衰退的挑战
    51. 02:11:54死亡的悖论：死亡赋予生命意义，生命短暂，选择至关重要
    52. 02:16:16死亡的接受：放下对小我永恒的幻想，接受生命的自然进程
    53. 02:19:07Hollis对死亡的看法：对妻子、痛苦和学习的好奇心，但不执着
    54. 02:20:54死亡的意义：死亡让生命有意义，选择重要，如何利用生命礼物
    55. 02:21:40对话总结：Andrew Huberman的感悟与对Hollis博士的感谢
    56. 02:22:57活在问题中：里尔克诗句，问大问题，活出宏大而有趣的旅程
    57. 02:24:01扩展或削弱：选择扩展自我的道路，即使艰难，也能成长
  • 10-28#279.英伟达CTO谈AI时代的计算前沿与未来
    1. 00:00开场 & 播客简介
    2. 02:31NVIDIA的“双赢”文化：做大蛋糕而非瓜分
    3. 03:08嘉宾介绍：Michael Kagan的传奇职业生涯
    4. 04:50Mellanox为何成为NVIDIA AI帝国的基石
    5. 05:00AI时代算力需求指数级增长：超越摩尔定律
    6. 05:41高速网络在AI扩展中的核心地位：纵向与横向扩展
    7. 06:31NVLink：GPU内部的纵向扩展技术
    8. 07:15GPU：一个系统而非单一芯片
    9. 08:13横向扩展：分布式计算与网络通信瓶颈
    10. 09:08Mellanox的价值：跨节点连接与任务拆分
    11. 10:32网络性能关键：窄延迟分布而非仅峰值带宽
    12. 12:01Bluefield DPU：数据中心操作系统的计算平台
    13. 13:09Mellanox与NVIDIA的成功合并：双向奔赴
    14. 13:3910万+ GPU集群的挑战：硬件故障与软件设计
    15. 14:32单一任务在整个数据中心运行的特殊性
    16. 16:06跨数据中心部署：光速限制与延迟管理
    17. 17:01SpectrumX：边缘设备助力拥塞控制
    18. 18:16训练与推理工作负载的差异
    19. 19:20生成式AI如何让推理变得计算密集
    20. 20:03推理的两个阶段：预填充与解码
    21. 20:45推理需求可能超越训练：模型训练一次，推理亿万次
    22. 21:55针对预填充和解码优化的专用GPU SKU
    23. 22:45数据中心扩展的实际限制：能源与散热
    24. 23:37液冷技术：实现更高密度的算力
    25. 24:23吉瓦级数据中心：混凝土凝固速度的限制
    26. 24:23加速计算与通用计算的融合
    27. 25:22NVIDIA与Intel合作：共同拓展市场
    28. 26:26NVIDIA市值45倍增长：Mellanox合并后的文化变迁
    29. 27:32Mellanox团队的成功整合与NVIDIA在以色列的扩张
    30. 28:51AI的科幻应用：实验历史与地球2模拟器
    31. 29:37AI发现物理定律：从归纳到理解
    32. 30:08“黄加Kagan定律”：每年十倍性能增长
    33. 31:18指数级增长的不可预测性：类比iPhone的变革
    34. 32:07AI：从“思想的自行车”到“思想的宇宙飞船”
    35. 33:05AI的变革力量：如同电力般改变世界
  • 10-28#278.Mischief的奇观营销与文化颠覆：从病毒式传播到真实世界体验的自我革新
    1. 00:05:48模糊与价值：Mischief作品的核心张力
    2. 00:06:30“黑匣子”策略：将作品意义交给观众
    3. 00:08:20玩味价值：通过扭曲现实物品引发思考
    4. 00:10:34互联网投机文化与虚无主义
    5. 00:11:52“袜子女王”：用户如何将作品变为投机游戏
    6. 00:15:48当下狂热与未来消逝：文化现象的解读
    7. 00:17:19未来并非消逝，而是更难看清
    8. 00:18:25互联网传播演变：从分享到虚荣
    9. 00:21:04互联网激励机制的“内卷”效应
    10. 00:21:52病毒式传播：从技能到数字游戏
    11. 00:22:45算法塑造“神明”：内容创作者的崛起
    12. 00:25:12病毒式传播时代的结束与新机遇
    13. 00:27:30信仰与艺术创作：不被大众拉低愿景
    14. 00:30:00好的“混音”：跨领域借鉴与“文化现成品”
    15. 00:32:15好想法的诞生：时间沉淀与独立思考
    16. 00:34:15Mischief的生存危机：从高频“投放”到寻求持久兴奋点
    17. 00:36:20为自己创作：作品意义的归宿在于观众
    18. 00:38:07病毒式传播：作为传播手段而非目的
    19. 00:39:16病毒式传播的持久力问题与奇观游戏的困境
    20. 00:40:52自我革新：打破规则，从广度转向深度
    21. 00:41:57创造“火种”：让观众接手并发展作品
    22. 00:43:55不为社群创作：引导社群，而非迎合
    23. 00:45:23“模糊”收藏品案例：用户自发创造叙事
    24. 00:47:14大红靴：物品意义的转变与设计才华的掩盖
    25. 00:50:55创作行为与工艺：兴奋感的真正来源
    26. 00:51:33“运动员美学”：艺术家作为品牌的挑战
    27. 00:54:18作品独立存在：Mischief的未来挑战
    28. 00:57:08告别高频投放：转向少量、持久、匿名的作品
    29. 00:57:35“自我死亡”：重塑自我的勇气
    30. 00:57:35互联网与现实融合：现实世界成为避风港
    31. 00:58:26亚文化消逝：过度放大导致乐趣丧失
    32. 01:01:03Mischief的未来：持久性、真实世界、工艺提升、秘密
    33. 01:02:14“主题公园部门”构想与世界构建
    34. 01:03:06韩国展览启发：真实连接胜过线上流量
    35. 01:06:47摩擦力的价值：筛选与提升体验
    36. 01:08:57Mischief的世界构建：不懈的文化产出
    37. 01:11:20创作流程：内部共享语言与持续输入
    38. 01:13:57纽约的优势：多样化输入与公共交通
    39. 01:15:33Gabe的个人输入：涉足不同领域
    40. 01:17:13决策：明确兴奋点，不被舒适困扰
    41. 01:17:38两周投放模式的残酷与有效性
    42. 01:20:13“无作者身份”：剔除个人ego，保护团队
    43. 01:23:26Gabe的个人成长：为创意人士创造空间
    44. 01:25:39艺术即商业：挖掘机会，赋能团队
    45. 01:26:11韩国之行：重燃创造激情，治愈愤世嫉俗
    46. 01:28:00Mischief与观众的信任：作品本身说话
    47. 01:29:24回顾与反思：《Made by Mischief》的出版
    48. 01:30:44开放“黑匣子”：分享经验，拥抱流动性
    49. 01:33:18重新让作品说话：不再耍花招
    50. 01:33:39舒适与可预测性：Mischief理念的对立面
    51. 01:34:23保持原创性：不寻求舒适，拥抱不适区
    52. 01:36:00“应用Mischief”：咨询业务与新素材来源
    53. 01:38:29Mischief的集团化：创意企业集团模式
    54. 01:39:34Sarah Andelman的启发：持续兴奋与回馈社群
    55. 01:41:27艺术界合作：作品从短暂性走向永久收藏
    56. 01:43:36长期视角：以十年为单位思考，长期游戏
    57. 01:47:06Buzzfeed案例：正确策略与错误经济环境
    58. 01:49:10Mischief不选择商业模式：保持选择权
    59. 01:50:21对手的重要性：永远打某些东西，绝不向下打
    60. 01:50:54想法不受执行限制：总有办法实现
    61. 01:51:35死亡和诞生：作品要有退出策略
    62. 01:52:38Mischief的死亡：有勇气面对，才能进入下一阶段
    63. 01:53:53创意作品拥有与全球公司同等的文化力量
    64. 01:55:41不是恶作剧，不做噱头：幽默是接触观点的工具
    65. 01:56:58一句话打动人，三句话打得更狠
    66. 01:57:48多层次作品的挑战：简单才能大规模传播
    67. 01:58:07艺术与广告的辩证：以上皆是
    68. 01:58:07攻击高尔夫：毫无理由的猛烈抨击
    69. 01:59:45使用“真实”基础设施：窃取真实性与权威性
    70. 02:00:17买家也是表演的一部分
    71. 02:00:53婴儿鞋案例：意想不到的受众
    72. 02:01:55不创作虚构作品：在真实系统上行动
    73. 02:02:52创作不眨眼、不使眼色的作品
    74. 02:03:23Soylent案例：思辨艺术品变为商业产品
    75. 02:03:50软银、WeWork的PPT是思辨小说
    76. 02:04:22仿制品是市场的转发：真品和假货同厂生产
    77. 02:05:22不要为自己发明限制
    78. 02:06:03不做内容，平台外运作
    79. 02:07:41做得烂一点：审美民粹主义的有效沟通
    80. 02:08:40Mischief的实验：西西弗斯式的之字形前进
    81. 02:09:41什么是神圣的？Gabe：不，没什么东西是神圣的
  • 10-27#277. Block的AI原生基因：揭秘AI如何重塑工作与创新
    1. 00:01:51AI生产力：拥抱AI的团队每周节省8-10小时
    2. 00:02:31AI代理Goose：自主提交代码的工程师助手
    3. 00:03:25未来工作模式：AI全天候工作，预判并构建
    4. 00:03:44反直觉经验：代码质量与产品成功无关
    5. 00:05:46AI宣言：CTO向Jack Dorsey提出AI战略
    6. 00:08:14组织变革：从GM负责制转向职能型架构
    7. 00:12:39康威定律：组织结构决定产品形态
    8. 00:14:31工作方式变化：AI原生团队采用对话式编程
    9. 00:16:01AI自动化：Block的首要任务是实现全公司AI自动化
    10. 00:17:17AI效率：全公司范围有望节省20-25%人工工时
    11. 00:18:53非技术赋能：非技术团队用AI构建软件
    12. 00:22:27Goose介绍：通用AI代理，基于模型上下文协议（MCP）
    13. 00:24:31Goose开源：任何公司都可下载、扩展和构建MCP
    14. 00:29:57极致应用：工程师让Goose观察工作并自主完成任务
    15. 00:33:48对话式编程的局限与AI的自主性
    16. 00:36:50软件工程未来：AI支持“推倒重来”式开发
    17. 00:38:05人类品味：AI需要人类锚定以避免“垃圾内容”
    18. 00:41:15构建与购买：专注核心使命，避免偏离
    19. 00:44:16AI与招聘：寻找拥抱AI、有学习心态的人才
    20. 00:51:29效率提升：组织结构变革比AI工具更重要
    21. 00:53:58AI采用建议：亲自使用工具，解决实际问题
    22. 01:00:25CTO感悟：康威定律的强大与反馈的重要性
    23. 01:02:11产品成功：YouTube案例说明代码质量非关键
    24. 01:05:48可控混乱：Cash App早期成功的秘诀
    25. 01:08:18核心领导力：从小处着手，质疑基本假设
    26. 01:14:09失败角：Google Wave、Google Plus等产品经历
    27. 01:15:51时代变迁：关注对你重要的事情，让技术服务于人
    28. 01:17:45职业建议：如果工作不快乐，就去改变
    29. 01:22:05人生格言：不要接受别人安排好的一切
    30. 01:23:47疯狂科学家：布朗博士的启示
    31. 01:24:54呼吁：GitHub关注Goose，向公司提出更高要求
  • 10-27#276. Łukasz Kaiser: Transformer的诞生、推理模型与AI的未来
    1. 00:00开场 & 播客简介
    2. 02:14Transformer开启生成式AI时代：Łukasz作为作者之一的感受
    3. 02:53推理模型：AI发展的新范式，处于极其陡峭的上升阶段
    4. 03:14推理模型与AGI：数据需求更少，有望加速科学发展
    5. 03:43AI发展的瓶颈：GPU和能源
    6. 04:04AI冬天论：Łukasz驳斥，预言未来一两年AI将迅猛进步
    7. 05:22智能的定义：超越目标，纯粹的好奇心
    8. 07:11OpenAI的愿景：构建有益通用人工智能，推动科学进步
    9. 08:22AI的强大力量：机遇与挑战并存，政府应密切关注
    10. 09:02AI发展速度：数字化世界桥梁可快速搭建，但需持续观察
    11. 10:09OpenAI的使命：构建有益AGI，赋能人类，推动科学
    12. 11:02AGI的定义与发展：AI与人类智能的根本差异，自动化任务的未来
    13. 13:01AI自动化工作：从任务取代到工作辅助，快速普及的电脑任务自动化
    14. 15:58AI在编程领域的进展：模型成为程序员的得力助手，代码生成与审查能力惊人
    15. 19:03AI进步的瓶颈：算力限制与模型迭代周期
    16. 20:48研究与发布：技术发现到产品落地的漫长周期
    17. 22:17模型再训练：GPT-4到GPT-4o的演进，兼顾性能与成本
    18. 23:13模型优化策略：做大模型与模型蒸馏
    19. 24:03OpenAI的转变：从研究实验室到服务近十亿用户的公司
    20. 25:08算力争夺战：Sam Altman的努力与GPU的极限
    21. 26:43AI发展趋势：旧范式接近极限，新范式（推理）陡峭上升
    22. 27:58推理模型：从预测下一个词到内部思考与工具调用
    23. 30:49AI进步的动力：突破性研究与经济驱动
    24. 33:20Transformer的诞生：从普通研究想法到AI基石
    25. 38:39Transformer的应用：从翻译到语言模型，数据效率的提升
    26. 39:15推理模型的起源：ChatGPT问世前两年的研究积累
    27. 42:51老式大语言模型与推理模型的区别：预测下一个词 vs 内部思考与工具调用
    28. 44:05推理模型的工具调用：网页搜索、Python代码执行与MCP协议
    29. 45:34思维链：推理模型接近AGI的体现
    30. 46:09推理模型的训练：强化学习与先验知识的重要性
    31. 47:02推理模型的优势：从错误中学习，更长时间的思考与验证
    32. 48:55推理的本质：模仿输出，通过思考达到结果
    33. 50:43推理模型：学习数据量更少，泛化能力更强，重大范式转变
    34. 51:57推理模型的潜力：从编程到科学加速，尚未找到真正的“引爆点”
    35. 55:30AI的创造力：加速科学发现与执行，而非凭空创造
    36. 58:02AI在日常工作中的应用：代码辅助、实验运行与合成数据生成
    37. 01:03:05模型速度与效率：蒸馏技术与算力瓶颈
    38. 01:05:46AI进步的动力：持续的工程改进与新研究突破
    39. 01:09:31AI的进步空间：模型仍不完美，巨大改进潜力
    40. 01:10:30推理模型的未来：并行化与从任意数据中学习
    41. 01:13:44Pulse功能：AI的“思考”与更完善的答案
    42. 01:14:40多模态训练：视频、音频等数据对AI理解世界的重要性
    43. 01:17:35机器人与AI：物理世界理解的突破与层级结构
    44. 01:21:49世界模型：语言模型理解抽象世界，多模态填补物理世界空白
    45. 01:22:17AGI的定义：Demis Hassabis的观点与推理模型的潜力
    46. 01:23:54物理世界理解：视频训练与机器人技术的发展
    47. 01:27:17AI幻觉：产生机制与推理模型的解决方案
    48. 01:31:48幻觉的解决：数据调整、强化学习与推理过程
    49. 01:33:22模型的不对齐：思维链与最终答案的差异
    50. 01:35:59思维链的展示：美学与安全考量
    51. 01:39:19AI研究者的自豪与压力：谷歌与OpenAI的文化变迁
    52. 01:41:13AI竞争：共同目标与信息流动
    53. 01:43:12进步的代价：昂贵的算力投入与实验失败
    54. 01:44:40其他实验室：Anthropic、Grok与Meta的AI发展
    55. 01:45:31AI垃圾内容与武器：研究者的担忧与政府的责任
    56. 01:48:55OpenAI的订阅模式：避免用户参与度优化，实现有益AI
    57. 01:50:05商业模式的挑战：广告与佣金的平衡
    58. 01:52:01产品推荐：确保模型公平性，不受商业协议影响
    59. 01:53:13市场压力：OpenAI的坚持与挑战
    60. 01:54:20OpenAI硬件设备：Jony Ive的参与与未来愿景
    61. 01:55:30订阅模式的坚持：不为用户参与度优化
    62. 01:58:06AI的未来愿景：解决平凡问题，加速科学进步
    63. 02:00:01AI与教育：导师潜力与作弊风险
    64. 02:00:49乐观与怀疑：对技术进步的看法与社会责任
    65. 02:02:50AI的社会责任：如何正确使用技术，避免负面影响
    66. 02:04:05AI的进步与社会适应：持续改进与生活扰动
    67. 02:07:45结束语：对Łukasz Kaiser的感谢与对AI未来的期望
  • 10-26#275. 马斯克的创业心法：从600页传记提炼的7大核心原则与极致工作流
    1. 00:00开场 & 播客简介
    2. 02:17提炼马斯克原则：从600页传记中汲取精华
    3. 05:07战争心态与“硬核”精神：从策略游戏到创业实践
    4. 06:33营销即表演：戏剧性展示的力量
    5. 07:35使命至上，不惧冒犯：不追求同事友谊，专注于目标
    6. 08:34厌恶中间商，追求完全控制：从Zip2到特斯拉的垂直整合
    7. 09:19金钱是工具，非目的：将财富投入解决问题
    8. 10:06坚不可摧的信念：传递愿景，激励团队
    9. 11:13痴迷简化与删减：极致的用户界面与产品设计
    10. 12:00整合设计与工程：打破部门壁垒，实现快速迭代
    11. 12:58创始人即公司形象：CEO作为最佳代言人
    12. 13:47超人般的自信与冒险精神：敢于押上所有筹码
    13. 14:44学习方法：吞噬书架与请教专家
    14. 15:42宏大使命驱动：殖民火星，从使命倒推商业模式
    15. 16:31技术进步并非必然：只有努力才能推动科技发展
    16. 17:29愿景包装成天命：激励人心的力量
    17. 18:16靠近问题源头：亲临现场解决问题
    18. 19:02“白痴指数”与成本控制：第一性原理的应用
    19. 20:26设计、工程与制造紧密结合：工厂布局与团队协作
    20. 21:17淘汰消极者与成本效益：保持团队活力，挑战高价供应商
    21. 22:15质疑所有要求：将规范视为建议，追问来源
    22. 23:17“疯狂的紧迫感”：行动准则，不接受拖延
    23. 24:14成为一线将军：亲临现场，了解细节
    24. 25:10完全控制与不合作：渴望掌控一切，不喜分享权力
    25. 26:06尊重强者，直言不讳：格温·肖特韦尔的案例
    26. 26:59垂直整合与自制：特斯拉的制造策略
    27. 28:49跨公司经验借鉴：SpaceX与特斯拉的技术互通
    28. 29:37“作秀即推销”的实践：亲自策划产品发布会
    29. 31:25失败是不可避免的：从错误中学习，但缺乏耐心
    30. 32:17承受痛苦的能力：在濒临破产边缘的坚持
    31. 33:10时间与金钱的哲学：烧钱速度与目标实现速度
    32. 34:57面对失败的坚韧：永不放弃的宣言
    33. 35:19去问题发生的地方：亲赴工厂解决Roadster成本问题
    34. 36:14使命高于个人感受：不与团队成员做朋友
    35. 37:50强大的存在感与专注：贾斯汀对马斯克的“熊”式描述
    36. 39:29保持关系的重要性：PayPal联合创始人对SpaceX的帮助
    37. 41:14戏剧性展示与紧迫感：电动Smart Car打动戴姆勒
    38. 42:04设计与生产的结合：设计必须考虑大规模生产
    39. 42:37产品中的个性与乐趣：通过惊喜建立情感联系
    40. 44:27质疑规定与法律：说服空军和中国政府修改规则
    41. 45:21从非航空航天采购：创新性地降低零部件成本
    42. 46:24极致紧迫感与现场决策：剪掉火箭裙边，当天发射
    43. 47:19垂直整合与每日迭代：工程师与生产线紧密结合
    44. 48:09追溯根本原因：从产品质量问题追溯到设计缺陷
    45. 49:11“超级硬核”文化：高强度工作，颠覆行业
    46. 51:10专注于工作，牺牲个人生活：难以维持人际关系
    47. 51:10从自然界和日常事物中学习：地鼠、玩具、人类驾驶
    48. 52:53随时随地工作：凌晨两点启动新项目
    49. 54:42“我家院子里的地鼠可不这么干”：重新设计掘进机
    50. 55:31独处与静默思考：深度思考的必要性
    51. 56:25渴望混乱与“地狱”：不适应平静，追求挑战
    52. 58:58找到瓶颈，删除简化：马斯克算法的雏形
    53. 1:01:35持续学习与更新：从自动化错误中学习，去自动化
    54. 1:02:24“走向红色”：实时监控生产线，亲临问题现场
    55. 1:04:09果断决策，承担责任：每天做大量决策，即使有错
    56. 1:05:06从周围一切学习：军事史、玩具、科幻小说
    57. 1:05:55“非传统思维是必要的”：突破传统限制
    58. 1:06:45马斯克算法的五条戒律：质疑、删除、简化、加速、自动化
    59. 1:07:38算法的八条补充想法：实践经验、同志情谊、犯错、身先士卒、跳级会议、招聘态度、紧迫感、物理定律
    60. 1:10:24功成名就混日子：警惕失去激情的人
    61. 1:11:12法律是可以改变的：说服中国政府修改独资法律
    62. 1:12:12找到极限，极致删减：挑战材料厚度，追求极致效率
    63. 1:13:06抵制想象中的极限：从现有资源开始，立即行动
    64. 1:14:50再次静默思考：深度思考在决策中的作用
    65. 1:15:42玩具行业的启发：大型铸造机与精密制造
    66. 1:17:35害怕自满，保持紧迫感：深夜巡查，亲自面试
    67. 1:18:24冷酷无情，使命第一：解雇长期员工，推动变革
    68. 1:19:17最好的零件就是没有零件：极致简化原则
    69. 1:20:15深入了解业务细节：考问员工“白痴指数”
    70. 1:21:07硬核反馈，批评行为：物理学不关心感情
    71. 1:22:03一线将军，亲临现场：工程师亲身实践
    72. 1:22:52游戏玩家的心态：爱游戏胜过爱人，生活是游戏
    73. 1:23:37奉献给不可能之事：投资那些没有你就不会发生的事情
    74. 1:24:31尝试并失败，快速迭代：快速发现问题，快速修复
    75. 1:25:25亲自动手，灌输算法：亲自面试，教导核心原则
    76. 1:26:09“疯狂的紧迫感”再强调：极致删减和简化
    77. 1:27:01学习他人的经验：从马斯克身上学到的独特教训
    78. 1:27:51创始人播客的灵感来源：马斯克通过阅读传记学习
    79. 1:28:44复杂性是规模化的敌人：痴迷于简化，删除冗余
    80. 1:29:41单一优雅的设备：Neuralink设计理念，极致集成
    81. 1:30:37《Polytopia》人生经验：游戏策略应用于商业和生活
    82. 1:31:35默认设置是“战争状态”：拒绝平静，追求挑战
    83. 1:33:18激励人心的事业：为文明做有益之事
    84. 1:34:06每日会议与算法：加速项目进展
    85. 1:35:00一线将军的激励作用：亲临现场，身先士卒
    86. 1:35:47坏消息要大声、频繁：专注于问题，及时解决
    87. 1:36:36机器人与文明变革：擎天柱机器人，富足的未来
    88. 1:37:23自动驾驶与生产工艺：关注毫秒级的效率提升
    89. 1:38:23重塑推特文化：引入马斯克式“硬核”工作流
    90. 1:39:16心理安全是敌人：对抗自满的武器
    91. 1:40:04工程师驱动产品设计：产品经理需懂代码
    92. 1:40:04结语：专注于公司建设原则，成就与失败皆史诗
  • 10-24#274.特斯拉FSD基础模型：迈向端到端自动驾驶与通用机器人的可扩展路径
    1. 00:00开场 & 播客简介
    2. 02:59特斯拉FSD的里程碑：Robotaxi与无人交付
    3. 04:51端到端神经网络：特斯拉FSD的战略转变
    4. 05:36人类价值观与信息损失：端到端系统的优势
    5. 07:14复杂场景应对：水坑、鸡群与鹅群的挑战
    6. 09:12维度诅咒：如何处理海量上下文信息
    7. 11:04数据引擎：从海量数据中提炼精华
    8. 12:26预判能力：提前制动避免碰撞的案例
    9. 13:30端到端系统调试：可解释性与高斯泼溅技术
    10. 17:02评估挑战：从开环到闭环的演进
    11. 17:55世界模拟器：利用神经网络进行高效评估
    12. 20:47实时模拟与对抗性测试
    13. 21:30FSD的未来：Cybercab与Optimus人形机器人
    14. 23:15技术路线的泛化：从汽车到人形机器人
    15. 24:12特斯拉的机器人愿景与招聘
    16. 29:22Jamie的介绍：Wave公司与研究方向
    17. 32:23自动驾驶的社会价值：解决交通拥堵与事故
    18. 33:04普及挑战：Waymo与特斯拉的局限性
    19. 33:53Wave的愿景：无处不在的自动化
    20. 34:17自动驾驶历史回顾：从DARPA到现代AI基石
    21. 35:04传统方法的局限性：扩展缓慢且昂贵
    22. 36:26现代AI的基石：自监督学习、基础模型与多模态
  • 10-24#273. 1997 乔布斯重返苹果与“Think Different”传奇
    1. 00:00:00欢迎收听跨国串门计划 & 本期内容简介
    2. 00:02:25回归本源：产品、营销与分销
    3. 00:03:07产品线大刀阔斧的简化与创新
    4. 00:03:56分销渠道的革新：告别库存积压
    5. 00:05:09营销的本质：传递价值观而非参数
    6. 00:06:26苹果的核心信念：致敬改变世界的人
    7. 00:08:26推出“Think Different”品牌营销活动
    8. 00:09:43“Think Different”广告片播放
    9. 00:10:21广告反响与营销活动启动计划
    10. 00:11:04广告投放与平面/户外广告展示
    11. 00:12:22获得名人肖像授权的感动与独特性
    12. 00:13:24乔布斯总结：让苹果再次伟大
    13. 00:14:13与乔布斯再次合作：重振苹果品牌的使命
    14. 00:15:10全球化愿景：TBWA助力苹果品牌国际化
    15. 00:16:15苹果的初心：“思想的自行车”
    16. 00:17:11品牌定位：为“创意头脑”打造工具
    17. 00:18:11重塑信任：苹果不会倒下，将找回灵魂
    18. 00:19:09“创意头脑”：一个广阔而非小众的市场
    19. 00:20:06营销策略：颂扬创造力与个性，而非电脑公司
    20. 00:20:56“Think Different”理念的全球一致性
    21. 00:21:50乔布斯回归的巨大影响力
    22. 00:22:46广告公司的承诺：助苹果重回巅峰
    23. 00:23:47“Think Different”：苹果品牌的灵魂
    24. 00:24:58未发布的“乔布斯与沃兹尼亚克”广告构想
    25. 00:25:37“乔布斯与沃兹尼亚克”广告片播放
    26. 00:26:40“Think Different”广告片重播 & Power Mac G3产品对比
    27. 00:27:53iMac产品广告：简单、多彩、颠覆米色电脑
  • 10-24#272.Meta科学家Jason Wei洞察2025年AI三大趋势
    1. 00:00开场 & 播客简介
    2. 02:13嘉宾介绍：Jason Wei的AI研究背景与影响力
    3. 02:53AI未来三大核心观点概述
    4. 03:56AI发展两阶段：从开拓前沿到能力商品化
    5. 04:30成本趋势：MMLU性能成本逐年下降
    6. 05:05自适应计算：降低智能成本的关键
    7. 06:05信息获取的演变：从前互联网到智能体时代
    8. 06:43案例分析：釜山人口数据查询难度随时代变化
    9. 08:09BrowseComp基准测试：AI解决复杂搜索任务的能力
    10. 09:04智能商品化的启示：知识民主化与个性化互联网
    11. 10:33验证不对称性：验证比生成更容易的任务特性
    12. 11:11案例解析：数独、Twitter代码、数学题与事实性文章
    13. 12:27可视化验证不对称性：生成难度与验证难度平面图
    14. 13:16验证者定律：AI解决任务能力与可验证性成正比
    15. 13:59影响可验证性的五大因素
    16. 14:27AlphaEvolve案例：DeepMind如何利用验证不对称性解决问题
    17. 15:17AlphaEvolve算法概览：LLM采样、评分与迭代
    18. 16:32验证者定律的启示：自动化将聚焦于易验证任务
    19. 17:09AI影响力的不同看法：东海岸与湾区的视角差异
    20. 18:06挑战“快速起飞”理论：AI进步是渐进而非突变
    21. 18:45自我完善能力：一个连续的光谱而非二元开关
    22. 19:14智能的锯齿状边缘：AI能力在不同任务上表现不一
    23. 20:28AI进步速度的影响因素一：数字化任务的迭代优势
    24. 21:08AI进步速度的影响因素二：对人类容易的任务
    25. 21:08AI进步速度的影响因素三：数据丰富的任务
    26. 22:11预测AI能力：基于经验法则的任务分析（如翻译、编程、科研）
    27. 23:37AI难以攻克的任务：管道修理、理发、传统工艺、约会
    28. 24:33总结：智能商品化、验证者定律、智能的锯齿状边缘
    29. 25:26结尾：反馈与联系方式
  • 10-24#271. 奇点已至：AI如何颠覆数学、科学与社会，以及我们如何驾驭未来
    1. 00:00开场 & 播客简介
    2. 01:36奇点已至：身处其中，感受平滑
    3. 01:42奇点：一种光学错觉，身处其中却感觉平滑连续
    4. 02:09AI攻克数学：2025年解决绝大部分数学问题
    5. 03:56算力短缺与未来会议：XPRIZE创想家大会与FII九
    6. 06:18AI加速：物理、化学、生物学将被颠覆
    7. 07:21AI普及速度：比互联网快8倍
    8. 08:19物理世界升级：机器人与纳米技术
    9. 09:28AI设计芯片：Greg Brockman的案例
    10. 11:19AI时代的财富创造：去货币化与从零到一切的潜力
    11. 13:33AI创业：一个月创办47家初创公司
    12. 14:40AI内容生成：已超越人类创作内容
    13. 15:53合成文化：AI内容对信息生态的影响
    14. 17:06合成文化与过滤：AI如何精简信息
    15. 18:27AI预测能力：GPT-4.5接近人类超级预测者
    16. 20:26线性与指数：理解世界变化的本质
    17. 23:09预测市场：PolyMarket, Metaculus, Kalshi
    18. 24:10Sam Altman论奇点：平滑连续的变革
    19. 25:10奇点：外部观察者的错觉，内部感受平滑
    20. 26:00AGI定义与奇点：我们正身处其中
    21. 28:04AI大战：GPT-5 Pro在ARC AGI测试中创纪录
    22. 30:49成本下降：AI能力获取更经济
    23. 31:17AI解决数学：前沿数学测试中的突破
    24. 33:28数学被解决的意义：物理、化学、生物学将被颠覆
    25. 35:15批量发现：AI加速科学突破
    26. 36:31OpenAI用AI设计芯片：加速自我改进
    27. 39:00创业者心态：辍学或早起步的优势
    28. 41:31Sora下载量：超越ChatGPT的普及速度
    29. 42:38三星微型递归模型：700万参数实现突破性推理
    30. 43:04压缩与智能：AI效率的宏观教训
    31. 45:02微型模型的影响：设备端AI与领域特定优化
    32. 48:20Anthropic Claude Haiku 4.5：高效代码生成
    33. 49:51谷歌Gemini 3：音乐、视频、3D内容创作
    34. 51:31涌现能力：AI模型超越预测的进化
    35. 53:48Veo 3.1：下一代图像视频模型
    36. 55:09视频创作民主化：好莱坞与创作者经济的变革
    37. 58:13AI在天文学领域：攻克国际奥林匹克竞赛
    38. 59:17PB级数据分析：AI普及宇宙情境感知
    39. 1:03:08读书角：《After On》与《Diaspora》
    40. 1:06:08机器人技术：特斯拉“疯狂的麦克斯”FSD模式
    41. 1:09:10Figure 3人形机器人：家庭化设计与能力升级
    42. 1:12:00人形机器人价格：2万美元的普及化愿景
    43. 1:13:43机器人伦理：边缘案例与智能应对
    44. 1:16:47能源与数据中心：美国电价飙升
    45. 1:19:31能源政策：美国取消大型太阳能项目
    46. 1:21:23核能复兴：美国陆军的“雅努斯”计划
    47. 1:24:06芯片投资：美国超越中台韩
    48. 1:24:18文明核心内循环：芯片、能源、机器人递归加速
    49. 1:26:04个人算力：NVIDIA DGX Spark迷你PC
    50. 1:27:47经济影响：AI贡献92%的GDP增长
    51. 1:31:15基础设施建设：AI革命普及化
    52. 1:31:41达拉斯联储：为通用人工智能做准备
    53. 1:33:02GDP衡量：去货币化与新指标需求
    54. 1:35:10金融创新：德州证券交易所放宽上市规则
    55. 1:39:03脑机接口：Neuralink患者用机械臂进食
    56. 1:41:22癌症治疗：谷歌AI破解新密码
    57. 1:44:06AI思维：在非人类领域思考
    58. 1:45:17长寿逃逸速度：Ray Kurzweil的预测
    59. 1:47:25奇点辩论：Ray Kurzweil的定义与当前现实
    60. 1:49:02未来学家：Ray Kurzweil的精准预测与争议
    61. 1:50:28智能爆炸：奇点是连续还是不连续？
    62. 1:52:22奇点版本：一个可管理且积极的未来
    63. 1:52:27Celine的奇点大学经历：从陌生到理解
    64. 1:57:17期望值校准：奇迹变得无聊的速度
    65. 1:58:25新模型与社会契约：应对颠覆性变化
    66. 1:59:06AI红利：降低成本与提高能力
    67. 1:59:40治理与政策：AI对民族国家的影响
    68. 2:00:49Ray Kurzweil：来自未来的化身
    69. 2:02:52描绘未来：如何驾驭即将到来的变革
  • 10-23#270.Dan Koe的AI内容核武器：从推文到YouTube，系统化爆款内容创作秘诀
    1. 00:00开场 & 播客简介
    2. 00:01:20Dan Koe的惊人影响力与AI内容秘诀
    3. 00:02:40AI赋能的智能内容生态系统
    4. 00:04:17一源多用：从推文到全平台内容分发
    5. 00:06:05新闻信创意来源：爆款推文与YouTube热门视频
    6. 00:09:12AI辅助研究：从长视频中提炼精华与头脑风暴
    7. 00:13:02打造爆款推文：灵感库与结构借鉴法
    8. 00:17:48新闻信到YouTube：AI生成标题与内容复用
    9. 00:20:37AI深度解析：解构爆款内容元素与生成创意碎片
    10. 00:23:48Dan Koe的高效日常：2小时写作与YouTube录制
    11. 00:24:59“金矿”策略：识别并复制带来粉丝的内容
    12. 00:26:19视觉内容：文字为王与图片辅助的思考
    13. 00:32:02AI解构成功案例：定制化提示词学习写作技巧
    14. 00:38:12打造“提示词生成提示词”：AI访谈式内容创作
    15. 00:43:54AI辅助商业：像Alex Hormozi一样创建Offer
    16. 00:46:49总结与展望
    17. 00:46:49Greg的感悟：系统化内容创作的巨大价值
    18. 00:49:22抓住注意力套利机会
  • 10-22#269. OpenAI研究副总裁：揭秘GPT-5 如何思考与强化学习的幕后故事
    1. 00:00播客简介：AI推理、强化学习与OpenAI幕后故事
    2. 01:32Jerry Tworek：O1到GPT-5的演进与AI的集体使命
    3. 02:01Matt Turck：介绍嘉宾Jerry Tworek及本期核心议题
    4. 02:33什么是AI推理：从“思考过程”到寻找未知答案
    5. 03:50思维链（Chain of Thought）：模型如何像人类一样“说出”思考过程
    6. 06:17模型思考时长：质量与用户体验的平衡与权衡
    7. 08:06推理能力演进：O1的演示，O3的颠覆，GPT-5的迭代
    8. 10:36波兰数学天才到华尔街交易员：早年经历与职业转折
    9. 15:01发现强化学习：DQN的震撼与加入OpenAI的契机
    10. 16:32OpenAI早期：Dota 2项目与机器人灵巧操控的挑战
    11. 19:03Jerry的一天：与研究员的深度交流与研究计划的打磨
    12. 19:56研究优先级：少数核心项目与自下而上的协作模式
    13. 22:16协作与透明：研究部门的“人人皆知”文化
    14. 23:52快速发布：OpenAI的势头、人才与激情驱动的迭代速度
    15. 25:21内部工具使用：Codex写代码，ChatGPT辅助日常工作
    16. 26:13预训练与强化学习：现代AI系统的两大支柱
    17. 28:24强化学习入门：用“训狗”比喻奖励机制
    18. 30:05RL术语解析：智能体、环境、行动、奖励与策略
    19. 31:00强化学习演进：从深度强化学习到预训练的赋能
    20. 33:42GPT-4与RLHF：人类反馈如何成就“GPT时刻”
    21. 37:20RLHF细节：AI训练师与数据标注的演变
    22. 38:24无监督学习与预训练：数据本身的学习与表示
    23. 40:01GRPO与美国实验室：开源算法如何加速AI研究
    24. 42:34规模化强化学习：为何它比预训练更复杂更难
    25. 44:03生成式AI与智能体：模型如何自主思考更长时间
    26. 46:14AI对齐：强化学习在引导模型行为中的作用与挑战
    27. 47:57奖励滥用：激励系统中的“打地鼠”游戏
    28. 48:49RL在数学编程的惊人表现：ICPC世界总决赛的胜利
    29. 52:44RL推广至其他领域：评估反馈与奖励滥用的持续挑战
    30. 55:06通用人工智能之路：预训练、RL与未来模型的自我改进
    31. 57:17AGI的哲学思考：纯粹RL与LLM的辩论
    32. 59:08结语：感谢Jerry Tworek的精彩分享
  • 10-21#268.对抗内心的“阻力”：传奇作家 Steven Pressfield 的创作心法与职业精神
    1. 00:00开场 & 播客简介
    2. 06:24核心名言：为什么对你越重要的事，做起来越难？
    3. 08:51“树与影”的比喻：你的梦想越大，内心的阻力就越大
    4. 09:45军事训练与毅力：海军陆战队经历的深刻影响
    5. 11:10早起健身的秘密：为对抗写作阻力做的“演练”
    6. 15:28灵感的来源：是潜意识，还是神秘的“缪斯女神”？
    7. 18:51创作前的仪式：向缪斯女神祈祷
    8. 20:55沉浸式写作：如何做到开工后零分心
    9. 22:25多稿写作法：为什么从不当天回顾，以及完美主义的陷阱
    10. 26:26少即是多：为什么顶尖高手的工作时间反而更短
    11. 30:02创作环境：隔绝网络，专注内心宇宙
    12. 35:11如何找到你的使命：你最害怕的事，就是你最该做的事
    13. 38:22被压抑的创造力：未被实现的能量会转向何方？
    14. 42:36身边人的“阻力”：为什么最亲近的人有时会阻碍你
    15. 51:03导师的力量：从卡车司机老板到战友的宝贵一课
    16. 56:02失败的艺术：从《金刚复活》的惨败中学到的教训
    17. 01:10:22如何面对评价：专业人士为何不把成败太当回事
    18. 01:18:08不平衡的人生：追求使命是否意味着牺牲？
    19. 01:25:06职业选手 vs 业余爱好者：心态的根本区别
    20. 01:29:29“转职”的代价：为什么提升自己会引来非议
    21. 01:43:23最终建议 & 新书预告
  • 10-20#267. 1998年比尔·莫耶斯对话杨振宁：东西方教育、科学之美与人类认知的极限
    1. 00:00开场 & 播客简介
    2. 02:06西屋科学奖：纽约公立学校十一位亚裔入围者引发的思考
    3. 02:40诺贝尔奖得主杨振宁博士的视角
    4. 03:12杨振宁博士介绍：双重文化背景与诺贝尔奖成就
    5. 04:081957年诺贝尔奖对华人社会的深远影响与民族自豪感
    6. 05:03美国学生科学素养现状：国际排名与担忧
    7. 05:35东方教育：纪律、努力与延迟满足的文化
    8. 05:57西方教育：强调兴趣与即时反馈的特点
    9. 06:39两种教育模式对孩子价值观与学习方式的影响
    10. 07:59东方教育的局限：过于拘谨，缺乏想象力与挑战权威
    11. 08:23东西方文化差异的根源：美国实用主义与中国“知之为知之”
    12. 09:07“潜移默化式学习”与前沿科学探索的挑战
    13. 10:11美国科学教育的困境：顶尖人才与大众素养的脱节
    14. 10:58大众科学素养对国家实力和未来的重要性
    15. 12:09日本在科学和工程领域的崛起与对美国的挑战
    16. 12:28基础科学：美国传统强项与日本的快速追赶
    17. 13:03失去基础科学优势的后果：对国家士气与经济发展的影响
    18. 13:25生物技术为例：基础科学与经济回报的紧密联系
    19. 13:51科学的精神层面：麦克斯韦方程组的简洁之美与强大力量
    20. 15:06基础科学对社会发展的现实意义：以电磁学为例
    21. 16:34寻找核内“麦克斯韦方程组”：控制更强大的力量
    22. 16:56科学研究的成本与超级超导对撞机（SSC）的挑战
    23. 17:31粒子物理学：在碎片中寻找整体意义的哲学反思
    24. 18:05科学之美：规律、方程式与实验的惊人吻合
    25. 18:55科学与诗歌的共通之处：思想的凝练与力量
    26. 19:40揭示自然奥秘时所感受到的“宗教式”敬畏
    27. 20:35宇宙中是否存在智慧体：对美的塑造者的追问
    28. 21:16人类认知的极限：有限的神经元数量与终极理解的边界
    29. 22:26科学是否已成为新的宗教：其在社会中的角色
    30. 22:38科学在每个人生活中日益重要的地位
    31. 22:59结束语
  • 10-20#266.谷歌AI实验室副总裁Josh Woodward：揭秘谷歌内部如何用AI打造爆款产品，并实现百日发布！
    1. 00:00开场 & 播客简介
    2. 03:32Nano Banana：引爆全球的AI图像创作应用
    3. 04:24Nano Banana：用户如何玩转创意，从迷你手办到室内设计
    4. 06:12Nano Banana：从用户反馈到未来迭代，提升编辑控制与文本处理
    5. 09:54NotebookLM：颠覆知识整理的AI工具
    6. 10:48NotebookLM：与《经济学人》合作，整合70个信息源的“精选笔记”
    7. 12:33NotebookLM：一键生成带讲解的视频幻灯片，赋能教育与企业
    8. 14:36Flow：百日内发布的带音效多模态视频生成工具
    9. 15:48Flow：用户如何“混剪”与“执导”AI场景，催生“AI电影制作人”
    10. 17:05Flow：快速迭代与效率提升，支持竖屏视频与无限生成
    11. 19:26谷歌内部的快速发布文化：打破官僚印象
    12. 20:54小团队与用户为中心：谷歌实验室的成功秘诀
    13. 22:29规划与执行：从市场拉力出发，而非过度规划
    14. 24:04招募人才：寻找“动手派”与快速学习者
    15. 26:24衡量成功：早期看用户留存与定性反馈，而非数据过度优化
    16. 30:24个人化AI助手：结合个人数据提供定制化建议
    17. 31:09“个人化、前瞻性、功能强大”：Gemini的未来方向
    18. 33:19上下文工程与多模态：Gemini的核心优势
    19. 34:16交互模式的转变：从聊天框到语音与视觉主导
    20. 37:57Gemini 2.5 Pro的内部影响：AI Studio加速产品原型开发
    21. 38:31Opal：可视化节点工具，赋能律师与产品文档审查
    22. 39:57JUULs：AI编程智能体，自动修复bug，实现AI协同开发
  • 10-18#265. AI评估：构建卓越AI产品的核心技能与实战指南
    1. 00:00开场 & 播客简介
    2. 02:46AI产品成功的关键：构建评测
    3. 07:02什么是AI评估：衡量和改进AI应用的系统方法
    4. 08:32案例解析：房产AI助手的评估挑战
    5. 09:17评测与单元测试：广阔的质量衡量谱系
    6. 12:15“追踪”日志：AI应用交互的详细记录
    7. 16:09错误分析：产品经理如何手动审查日志并记录问题
    8. 21:49AI能否自我评估：人类领域知识不可替代
    9. 23:21“仁慈的独裁者”：高效推进错误分析的关键角色
    10. 28:59从“开放式编码”到“轴向编码”：利用AI分类失败模式
    11. 37:30迭代轴向编码：让失败模式更具体、可操作
    12. 41:51量化错误：通过数据透视表识别主要问题
    13. 43:27何时构建评测：针对主观、复杂且非显而易见的问题
    14. 45:11代码评估与LLM裁判评估：成本与复杂度的权衡
    15. 45:30代码评估：自动化检查可量化、模式化的错误
    16. 46:53LLM裁判评估：用大语言模型判断复杂、主观的失败模式
    17. 49:15LLM裁判提示词示例：构建二元判断的评估标准
    18. 53:20验证LLM裁判：确保AI判断与人类判断的一致性
    19. 57:23评测即PRD：LLM裁判提示词是动态的产品需求文档
    20. 1:00:13“标准漂移”：评估标准随时间演进的研究
    21. 1:02:12评测数量与整合：通常4-7个，融入单元测试与线上监控
    22. 1:04:37评测的实际应用：贯穿产品开发与线上监控
    23. 1:06:56评测的争议：为何“评测”领域充满激烈讨论
    24. 1:09:12Claude Code案例：表面“凭感觉”，实则隐含评测
    25. 1:13:14评测与A/B测试：并非对立，而是互补的质量衡量
    26. 1:20:50常见误解：AI不能自我评估，数据分析至关重要
    27. 1:22:38评测技巧：不要害怕，充分利用AI辅助但保留人类判断
    28. 1:24:41“看你的数据”：构建内部工具简化数据审查
    29. 1:25:40评测的投资回报率：直接提升产品质量与业务成功
    30. 1:26:35评测的时间投入：前期3-4天，后期每周约30分钟
    31. 1:30:06AI评估课程内容：错误分析、自动化评估器、成本优化等
    32. 1:31:16课程福利：160页书籍、AI助手(evals.ai)
    33. 1:33:51闪电问答：书籍、影视、产品推荐与人生格言
    34. 1:39:58如何联系嘉宾与课程：网站、社交媒体、Maven平台
  • 10-18#264. 乔·罗根 x 纳瓦尔：财富、幸福与人生意义的颠覆性思考
    1. 00:00开场 & 播客简介
    2. 00:00播客简介：克隆《Joe Rogan Experience》与纳瓦尔的对谈
    3. 02:13多维度人生与专业化：纳瓦尔挑战传统观念，认为专业化是给昆虫准备的，鼓励多元复合人生。
    4. 03:35从头开始的勇气：伟大创造者都具备从头再来的能力，愿意当“傻瓜”和初学者。
    5. 05:11好奇心与深度理解：追求“啊哈”时刻，理解而非死记硬背，对“为什么”的追问。
    6. 07:09信息过载与阅读策略：不为读完而读，为满足好奇心而读，利用电子书应对信息过载。
    7. 09:14名声的负担与匿名特权：社交媒体让人人都成名人，名声带来痛苦；匿名是一种特权。
    8. 11:00社交媒体的自我形象与信号：人们在社交媒体上展示精心策划的“不真实自我”，寻求外部认可。
    9. 12:57不靠运气致富的原则：纳瓦尔的推文风暴，关于创造财富的永恒原则。
    10. 16:03幸福是一种选择：幸福可学习，社会一致性原则。挑战聪明人：为何不快乐？
    11. 18:14欲望与内心平静：欲望是“不快乐”的合同；减少欲望，心智平静带来更好决策。
    12. 21:48高效工作与非线性产出：像狮子一样狩猎，冲刺-休息-复盘，而非线性投入。
    13. 23:07财务自由的基石：出售时间无法致富，需拥有生意股权或个人品牌。
    14. 23:46信息时代与个体工作：信息时代逆转工业时代，公司原子化，高质量工作将以零工形式出现。
    15. 28:10全民基本收入（UBI）的争议：UBI是针对不存在问题的无效解，会滑向社会主义，不解决意义问题，教育和基本服务更优。
    16. 33:06通用人工智能（AGI）的误解：AGI被夸大，短期内不会实现；当前AI是狭义模式识别，无法模拟人脑复杂性。
    17. 38:19自动化与创造性工作：自动化将取代非创造性工作，人类将专注于创造。
    18. 39:56资本主义与社会主义的辩论：自由市场是人类本性；资本主义的问题是机会不平等，社会主义强求结果平等需暴力。
    19. 43:22政治光谱与信任：信任与群体大小成反比，小群体可社会主义，大群体需资本主义。
    20. 44:07收入不平等与再培训：收入不平等源于选择差异，应提供平等机会而非UBI，再培训计划是更好选择。
    21. 45:17“特权”与身份政治的陷阱：白人特权是隐蔽的种族主义，白人精英间的阶级斗争。
    22. 47:29社交媒体的广播能力与暴民文化：信息广播导致道德表演、网络暴民，人们不知如何应对。
    23. 55:29媒体的演变与算法权力：新闻商品化，媒体转向观点和娱乐，成为部落宣传机器。算法工程师掌控信息传播。
    24. 58:53社交媒体自毁与政府控制：平台审查导致失去“运营商”地位，将被政府控制。
    25. 01:00:53政治极化与言论审查：硅谷科技公司政治倾向左翼，审查反映此偏见。
    26. 01:02:06去中心化媒体的未来：压制言论将促使去中心化媒体出现，但需时日。
    27. 01:11:08政治的细微差别与心智：政治讨论缺乏细微差别，摧毁清晰思考能力。
    28. 01:13:21富足病与苦行僧式生活：现代生活被过度刺激包围，需学会“关闭”和独处。
    29. 01:14:15冥想：驯服心智的艺术：冥想是“无所事事”的艺术，处理内在思绪，带来平静。
    30. 01:20:27内心平静与幸福的转化：平静是静止的幸福，幸福是运动中的平静；平静是最终目标。
    31. 01:21:28以身作则的环保主义：通过个人行动（如零垃圾生活）影响他人，而非空喊口号。
    32. 01:23:30技术驱动的解决方案：环保问题需技术创新（如绿色能源、塑料转化燃料），而非限制增长。
    33. 01:27:22通过解释学习与理解：被迫解释才能真正理解，而非死记硬背。
    34. 01:30:50人生意义的创造：人生意义没有固定答案，是个悖论；每个人可以自由创造。
    35. 01:35:37财富与幸福的顺序：务实地先解决财富问题，再追求内心平静和幸福。
    36. 01:36:40每个人都能变富：通过教育和技术，人人可从事创造性工作，实现富足。
    37. 01:41:04摆脱物质陷阱与享乐适应：物质占有不带来持久快乐；享乐适应让人不断追求新刺激。
    38. 01:44:50退休的定义：退休是不再为想象的明天牺牲今天，通过热爱工作或被动收入实现。
    39. 01:45:35个人品牌与无竞争之路：独特技能、承担责任、杠杆效应，做真实的自己，热爱工作，从而没有竞争。
    40. 01:47:40避免生活方式陷阱与借口：警惕生活方式升级的陷阱，避免“说起来容易”和受害者心态。
    41. 01:51:08现实是中立的：你的信念塑造现实，评判他人只会带来孤独和负面。幸福是一种选择。
    42. 01:53:01“第二次生命”与欲望的警惕：意识到生命有限，谨慎选择欲望，因为欲望即是苦。
    43. 01:54:02幸福的渐进之路：通过积极解读、放下负面思绪、亲近自然等方式，逐步培养幸福。
    44. 01:57:39“想听起来聪明”的病症：过度排练、追求显得聪明是种病，会带来不快乐，需通过理解其根源来克服。
    45. 01:59:13拒绝过多机会与时间管理：为重新开始，必须冷酷地拒绝不必要的会议和请求，高度重视个人时间价值。
    46. 02:03:08拥抱当下与享乐适应：真正拥抱当下行动的完整性，理解享乐适应的短暂性。
    47. 02:03:56艺术与学习的驱动力：创造力、艺术和学习是真正的驱动力，做热爱的事而非工作。
  • 10-18#263. AI时代的智能体：Andrej Karpathy的十年展望与教育革命
    1. 00:00开场 & 播客简介
    2. 00:00:00欢迎收听跨国串门计划
    3. 00:02:25Andrej Karpathy的开场白：强化学习烂透了，我们不是在造动物，智能爆炸早已发生
    4. 00:03:32“智能体的十年”：对行业夸大预测的回应
    5. 00:04:17智能体发展瓶颈：缺乏持续学习、多模态能力和认知核心
    6. 00:05:08为什么是十年：基于AI领域经验的直觉判断
    7. 00:06:13AI领域的“地震级”转变：从AlexNet到早期智能体探索
    8. 00:07:43Atari强化学习与“Universe”项目：早期智能体尝试的误区
    9. 00:08:54早期智能体失败的原因：奖励信号稀疏，缺乏神经网络表征能力
    10. 00:10:46AI是“召唤幽灵”，而非制造动物：不同的优化过程与智能形态
    11. 00:12:04人类智能不依赖强化学习：演化提供内置硬件，RL多用于运动任务
    12. 00:13:01演化与预训练：一种“山寨版”的演化，为AI提供知识起点
    13. 00:15:07预训练的双重作用：吸收知识与发展智能，建议剥离部分知识保留“认知核心”
    14. 00:16:47上下文学习的本质：可能是神经网络内部的梯度下降循环
    15. 00:19:40预训练与上下文学习：模糊记忆与工作记忆
    16. 00:21:52AI缺失的人类智能部件：海马体、杏仁核等认知核心
    17. 00:23:35持续学习与“蒸馏”：AI缺乏人类睡眠中的知识固化过程
    18. 00:26:00AI架构的未来：仍是梯度下降训练的巨型神经网络，但全面提升
    19. 00:28:13NanoChat与学习编程：从零开始构建是理解知识的唯一途径
    20. 00:30:37LLM在编程中的局限性：不擅长创新代码，误解自定义风格，增加冗余
    21. 00:33:35LLM在编程中的优势：样板代码生成，降低学习新语言门槛
    22. 00:34:45AI爆炸与编程：LLM不擅长写新代码，挑战“AI爆炸”预测
    23. 00:37:07AI是计算的延伸：自动化进程的连续体，人类逐渐抽象化
    24. 00:39:03强化学习“烂透了”：低效、噪音大，“用吸管吸取监督信号”
    25. 00:41:41人类学习与RL的区别：反思与复盘，InstructGPT的启发
    26. 00:43:34过程监督的挑战：LLM裁判易被“钻空子”，产生对抗性样本
    27. 00:47:50解决强化学习瓶颈的新思路：复盘、合成例子、元学习
    28. 00:49:08LLM缺失的“白日梦”与“反思”：模型塌陷导致合成数据生成失效
    29. 00:51:14模型塌陷：LLM输出缺乏多样性和熵，长期训练会导致性能下降
    30. 00:52:22梦境与熵：做梦防止过拟合，社交互动增加熵
    31. 00:53:01人类记忆与LLM记忆：人类记忆力差反而是优点，迫使学习泛化模式
    32. 00:55:14模型塌陷的解决方案：熵正则化，但需平衡多样性与分布偏离
    33. 00:57:06“认知核心”的规模：预测十年后10亿参数，更注重认知而非记忆
    34. 01:00:29前沿模型的未来规模：务实平衡成本与效益，持续优化
    35. 01:02:02AI发展的连续性：数据集、硬件、软件、算法全面提升，无单一主导因素
    36. 01:03:15通用人工智能的定义与范围：最初涵盖所有经济任务，现局限于数字知识工作
    37. 01:05:06自动化与就业：放射科医生案例，呼叫中心员工的“自主性滑块”
    38. 01:08:25瓶颈与工资：自动化99%后，剩余1%人类工作的价值剧增
    39. 01:09:39编程是AI的第一个杀手级应用：文本友好，基础设施完备
    40. 01:11:39文本任务的挑战：代码结构化，文本熵更高，即使是语言任务也难获经济价值
    41. 01:13:14超级智能：自动化进程的延续，而非质的飞跃
    42. 01:13:54失去控制与理解：AI系统复杂化，人类逐渐失去掌控
    43. 01:16:29智能爆炸：GDP曲线显示持续指数增长，AI是加速的一部分，而非截然不同
    44. 01:19:02GDP与AI：历史经验表明，重大技术创新不会在GDP曲线中产生离散跳跃
    45. 01:21:45反驳“智能爆炸”：Dwarkesh认为AI作为劳动力本身，将带来质的飞跃
    46. 01:24:17Andrej的反驳：历史无离散跳跃先例，AI仍是渐进式扩散
    47. 01:25:58智能的演化：一个罕见的事件，人类文化与知识积累令人惊讶
    48. 01:27:42Sutton的“松鼠智能”：寒武纪大爆发后迅速出现，暗示动物智能算法可能相对简单
    49. 01:28:52独立智能的出现：乌鸦、海豚等，生态位与激励机制的重要性
    50. 01:31:19演化中的“窄线”：激励生命周期内学习的适应性
    51. 01:31:19文化脚手架与AI训练：人类文化积累漫长，AI训练“免费”获得
    52. 01:32:35AI文化缺失：LLM缺乏为自身目的不断增长的知识库
    53. 01:33:13多智能体系统与AI文化：知识库与自我博弈是两大方向，但尚未实现
    54. 01:34:17LLM协作瓶颈：模型认知能力仍像“幼儿园学生”，无法创造文化
    55. 01:35:26自动驾驶的教训：从演示到产品耗时漫长，失败代价高昂，“九的征程”
    56. 01:38:22演示的误导性：Andrej对演示极度不感冒，产品化需要大量工作
    57. 01:39:18软件安全与自动驾驶：软件错误后果无限糟糕，与AD有相似安全要求
    58. 01:40:02AD与LLM的类比：LLM获得“免费”常识，但AD仍面临经济性与远程操作挑战
    59. 01:42:57AI部署经济学：数字世界比物理世界更容易适应，但知识工作也有延迟要求
    60. 01:44:36“其他因素”：社会、法律、保险等非技术因素将影响AI部署
    61. 01:45:27计算资源过度建设？Andrej乐观，认为需求能消化资源，但警惕时间线误判
    62. 01:47:26投身教育而非AI实验室：赋能人类，避免“机器人总动员”式未来
    63. 01:48:30Eureka的愿景：打造“星际舰队学院”，精英技术教育机构
    64. 01:49:19AI辅助教育的未来：根本性变革，追求“导师”体验，精准匹配学生水平
    65. 01:51:04自动化导师的挑战：当前AI能力不足，但ChatGPT仍有教育价值
    66. 01:52:14Eureka的首个产品：“LLM 101”课程，Andrej亲自设计，结合AI辅助
    67. 01:53:02教育是技术问题：构建知识“坡道”，实现“尤里卡每秒”
    68. 01:54:49Eureka的演变：AI助教处理基础问题，人类教员设计课程架构
    69. 01:56:11扩展课程领域：雇佣各领域专家，实体与数字产品结合
    70. 01:57:10重新发明大学：筛选有动力学生，解决学习动力问题
    71. 01:57:58后通用人工智能时代的教育：为乐趣而学习，如去健身房
    72. 01:59:02学习的本质：克服挫败感，通过技术解决学习障碍
    73. 02:00:26人类认知潜能：通过AI导师，人人皆可成为“超人”
    74. 02:01:16长期愿景：认知“举重”成为运动，人类心智能力远未触及极限
    75. 02:02:21Andrej的个人动力：热爱学习，追求赋能与高效
    76. 02:03:16在线课程失败原因：过于依赖动力，易卡住，缺乏个性化指导
    77. 02:03:45教学技巧：物理学背景的启发，寻找一阶项，简化复杂概念
    78. 02:05:56MicroGrad的例子：百行代码展示反向传播核心，效率是次要问题
    79. 02:07:28Transformer教程：从查找表到复杂架构，循序渐进，展示痛点再给方案
    80. 02:08:03提问式教学：先让学生尝试解决问题，再给出答案，最大化知识增量
    81. 02:08:55知识的诅咒：专家难以向新手解释，Andrej用ChatGPT模拟新手提问
    82. 02:09:59口头解释与书面解释：口头更清晰准确，书面易抽象、 jargon化
    83. 02:11:38给学生的建议：按需学习，向他人解释以加深理解
    84. 02:12:57结束语
  • 10-17#262. Huberman｜如何寻找、建立和维持健康的亲密关系
    1. 00:00播客简介与嘉宾介绍
    2. 00:00跨国串门计划：播客介绍
    3. 01:58Andrew Huberman介绍嘉宾Esther Perel及本期主题
    4. 03:08深入探讨：冲突解决、道歉、爱与欲望
    5. 04:12关系与身份认同
    6. 04:12亲密关系：维持自我还是拥抱新身份？
    7. 05:47关系中的双重需求：安全与自由，归属与独立
    8. 07:03吸引力与冲突：差异如何成为矛盾根源
    9. 08:07关系中的稳定与变化：动态平衡
    10. 08:42关系的类型与发展
    11. 08:42成功关系的先决条件：自我认知与责任
    12. 09:09“基石型”与“顶石型”关系：不同阶段的亲密关系任务
    13. 11:30年龄差异与关系动态
    14. 12:09关系中的责任与问责：认识自身局限
    15. 14:41神经可塑性与关系发展：年轻时的优势与挑战
    16. 16:03现代关系中的“三段婚姻”：与同一个人共同成长与改变
    17. 18:10关系演变的轨迹：从“没死”到“活着”
    18. 21:38冲突与好奇心
    19. 21:38关系中的“活力”：重新定义自我与关系
    20. 24:12摆脱过去叙事：好奇心在关系中的力量
    21. 25:56好奇心对抗反应性：冲突中的积极参与
    22. 27:12叙事与事实：主观体验与客观现实的混淆
    23. 30:39压力状态与可能性：情绪如何影响认知
    24. 31:48关系中的两极分化：从夫妻治疗看社会冲突
    25. 34:08潜意识与叙事：过去经验如何影响当下反应
    26. 34:56道歉的艺术：理解意图与感受的差异
    27. 36:44道歉、原谅与修复
    28. 36:44完整道歉的要素：承认对方感受
    29. 37:53拒绝道歉的深层原因：自我保护与过往模式
    30. 39:01道歉与原谅的区别：原谅是自由
    31. 40:52道歉的障碍：羞耻与自我尊重
    32. 45:14冲突处理的实践
    33. 45:14情绪状态管理：在冲突中保持好奇心
    34. 46:33冲突的本质：如何将冲突转化为连接
    35. 47:39治疗师的策略：个性化干预与情境调整
    36. 49:31冲突中的角色：避免最糟糕的自我
    37. 51:31冲突的“编舞”：攻击、疏远与追逐
    38. 55:53冲突中的心智理论：理解他人的心境
    39. 57:28叙事与现实：将过去与现在区分开来
    40. 1:00:13亲密关系的独特性：镜像早期照护者关系
    41. 1:03:19神经生物学与依恋
    42. 1:03:19早期依恋回路的“再利用”：浪漫关系的生物学基础
    43. 1:06:20进化逻辑：修复发育性“接线错误”
    44. 1:08:07重复性强迫：通过关系解决核心冲突
    45. 1:08:45关系框架：有用性与局限性
    46. 1:11:57命名与分类：是扩展还是限制理解？
    47. 1:14:12有用与无用的命名：确认偏误与基本归因错误
    48. 1:16:23整体视角：超越症状，关注生命与文化
    49. 1:17:43术语的滥用：去污名化与武器化
    50. 1:19:54性与关系
    51. 1:19:54性作为关系的缩影：深度倾听的窗口
    52. 1:21:28现代性：从表现到体验
    53. 1:22:39性的“地方”：连接自我与他人的深层需求
    54. 1:24:55爱与欲望：相互关联又相互冲突的“宏大实验”
    55. 1:26:04浪漫理想的韧性：爱与欲望的结合
    56. 1:28:51爱与欲望的分裂：情感负担对欲望的影响
    57. 1:30:54不忠的深层原因：寻找“失落的自我”与活力
    58. 1:34:09关系中的身份认同：靠近而不失去自我
    59. 1:35:25核心动态：害怕被抛弃 vs. 害怕失去自我
    60. 1:35:25关系中的核心冲突：恐惧的两种表现
    61. 1:36:32自我僵化与灵活性：小事中的大问题
    62. 1:41:08青少年时期：身份认同的探索与新奇感
    63. 1:42:41情欲蓝图：情感史如何铭刻在性中
    64. 1:45:51早期算法：非直接映射的深层过程
    65. 1:48:11情感算法：猫砂盆之争背后的童年创伤
    66. 1:48:54修复与复苏
    67. 1:48:54修复工作的本质：承认伤害而非辩解
    68. 1:50:10从修复到“情欲复苏”：超越生存，追求生命活力
    69. 1:51:27创伤承认：悔恨与内疚的必要性
    70. 1:52:33避免自我中心：关注对方的感受
    71. 1:53:36关系守护者：具体行动表明重视
    72. 1:54:39情欲复苏的途径：新奇、冒险与可能性
    73. 1:56:05走出自我：真诚关怀与面对后果
    74. 1:57:53道歉的局限：未能真正关注对方感受
    75. 1:58:54准备好关系：了解自己，面对悖论
    76. 2:00:09总结与致谢
    77. 2:00:09Andrew Huberman对Esther Perel的感谢与赞扬
    78. 2:02:44Andrew Huberman感谢听众并介绍资源
  • 10-17#261. 算力即国力：Groq CEO Jonathan Ross揭秘AI时代能源、芯片与经济的未来格局
    1. 00:00开场 & 播客简介
    2. 00:02:56AI市场：泡沫与聪明钱的动向
    3. 00:03:00巨头投入与真实回报：微软的GPU策略
    4. 00:04:16AI市场：早期石油开采与价值集中
    5. 00:04:25Nvidia市值预测：五年内或达十万亿美元
    6. 00:11:38算力瓶颈：OpenAI/Anthropic收入翻倍的秘密
    7. 00:12:10速度至上：AI响应速度对用户体验和品牌价值的影响
    8. 00:13:09速度的重要性被低估：互联网早期经验的启示
    9. 00:14:14自研芯片的挑战：软件与行业发展更难追赶
    10. 00:15:20Nvidia的HBM买方垄断与产能限制
    11. 00:16:51掌控命运：自研芯片的真正价值与动机
    12. 00:18:10HBM市场与芯片自研的难度
    13. 00:23:31Groq的独特价值主张：6个月交付算力，打破行业两年周期
    14. 00:25:28两年芯片周期在AI时代是否还有意义？
    15. 00:26:22AI主导者优势：模型为硬件设计
    16. 00:31:34美国在AI算力上的优势
    17. 00:31:56中国的能源策略与补贴
    18. 00:32:58开源模型与提示词兼容性：Anthropic的策略
    19. 00:34:37能源需求：核能与可再生能源的潜力
    20. 00:35:25欧洲的“不作为错误”：能源与AI发展的滞后
    21. 00:38:10欧洲如何追赶：挪威风能、沙特合作与政府行动
    22. 00:39:53算力即国力：能源是AI主导权的核心
    23. 00:40:08欧洲的AI鸿沟：是时候行动了
    24. 00:41:04欧洲经济的未来：若不行动将面临边缘化
    25. 00:41:23模型主权不足以取胜：算力是根本
    26. 00:47:24AI将导致大规模劳动力短缺而非失业潮
    27. 00:47:49AI带来的巨大通缩压力
    28. 00:48:39新工作与新行业：历史的类比与未来展望
    29. 00:50:48“凭感觉编程”的未来：编程将成为人人必备的技能
    30. 00:52:30利润率的重要性：稳定与竞争护城河的平衡
    31. 00:53:14Groq的利润率策略：通过低利润率建立客户资产
    32. 00:54:03杰文斯悖论：算力需求永无止境
    33. 00:55:14降低成本与扩大潜在市场
    34. 00:57:10市场估值：价值投资与“选美比赛”
    35. 00:58:12AI对经济的贡献：增加劳动力
    36. 00:58:46短期市场波动与长期价值
    37. 01:00:47人才竞争与经济过热：AI创业环境
    38. 01:01:33科技巨头的AI转型：谷歌的结构性优势与挑战
    39. 01:03:01哪家巨头最让你印象深刻？
    40. 01:04:19谷歌的AI应用困境与分销优势的消失
    41. 01:04:51OpenAI和Anthropic的未来估值：被严重低估
    42. 01:06:56AI实验室与科技巨头的未来关系：走向多元化
    43. 01:07:34Groq的战略选择：不与客户竞争模型
    44. 01:08:48Groq融资7.5亿美元，估值近70亿
    45. 01:09:05硬件公司的盈利能力与保守回报周期
    46. 01:10:06利润率与业务稳定性：Groq的平衡之道
    47. 01:11:18五年后的芯片市场格局预测：Nvidia与新玩家
    48. 01:13:05Groq的未来：无限算力生产能力与市场潜力
    49. 01:13:35市场对Groq的误解：多用户支持与SRAM成本效益
    50. 01:16:41Groq的风险承担：加倍供应链建设
    51. 01:18:35上市计划：专注于执行而非市场炒作
    52. 01:19:09英伟达最大的误解：Cuda锁定并非推理护城河
    53. 01:19:36如果今天创立Groq，会做什么不同？
    54. 01:21:43Larry Ellison和甲骨文的惊人崛起
    55. 01:22:29投资者应在何处贪婪，何处恐惧？
    56. 01:23:20过去十二个月改变的看法：从保留选择权到专注
    57. 01:23:55Elon Musk的Grok和xAI能否成功？
    58. 01:25:07谷歌、微软、亚马逊：买入与卖出分析
    59. 01:26:19展望未来：AI是思想的望远镜
  • 10-17#260. AI Agent的“上下文工程”实战指南 —— LangChain与Manus创始人深度对话
    1. 00:00开场 & 播客简介
    2. 00:00欢迎收听跨国串门计划 & 本期内容简介
    3. 02:35嘉宾介绍：Lance (LangChain) & Peak (Manus)
    4. 03:03上下文工程：Lance 铺垫，Peak 深入分享新想法
    5. 03:46上下文工程的兴起与挑战
    6. 03:46从提示工程到上下文工程的演变
    7. 04:46Agent 运行中上下文无限增长的问题
    8. 06:17上下文过长导致模型性能下降的矛盾
    9. 06:30Lance: 上下文工程五大策略
    10. 06:30策略一：上下文卸载 (Offloading)
    11. 07:47策略二：上下文精简 (Compaction/Summarization)
    12. 09:03策略三：上下文检索 (Retrieval)
    13. 10:03策略四：上下文隔离 (Isolation)
    14. 10:36策略五：上下文缓存 (Caching)
    15. 11:00OpenDevin Research 项目中的应用实例
    16. 13:09Peak: Manus 的上下文工程实践
    17. 14:04为何初创公司应依赖通用大模型和上下文工程
    18. 17:29上下文精简：可逆的“压缩”与谨慎的“总结”
    19. 21:33上下文隔离：Go 语言启发的“通过通信”与“通过共享上下文”模式
    20. 24:07上下文卸载：解决工具上下文混淆
    21. 25:00Manus 的分层动作空间：函数调用、命令行工具、代码包/API
    22. 30:37上下文工程的平衡艺术：避免过度工程，信任模型
    23. 31:12Q&A 环节
    24. 31:48工具与沙箱：Agent 如何调用沙箱中的 Shell 工具
    25. 32:43记忆与评估：索引 vs. 文件系统，Agent 的长期记忆与用户反馈机制
    26. 34:45模型选择与架构演进：架构演进，模型进步下的持续重构与评估
    27. 36:46模型选择与架构演进：上下文数据格式，优先选择基于行的纯文本
    28. 38:03模型选择与架构演进：结构化输出，优化总结和 Agent 间通信
    29. 39:32模型选择与架构演进：复杂搜索场景下的“Agent 即工具”范式
    30. 42:09模型选择与架构演进：Agent 间通信，Manus 的“Agentic MapReduce”与模式约束
    31. 43:57模型选择与架构演进：模型选择，旗舰模型成本效益与任务级路由
    32. 45:56模型选择与架构演进：工具选择与分层动作空间的优势
    33. 48:56规划策略：从 todo.md 到独立的规划器 Agent
    34. 50:28多 Agent 设计：避免角色拟人化，聚焦核心功能 Agent
    35. 51:44知识管理器：回顾对话，识别长期记忆内容
    36. 52:24安全与护栏：沙箱、出站流量检查、用户手动确认敏感操作
    37. 53:48评估方法：用户反馈、内部自动化测试与人工评估
    38. 55:36强化学习与可验证奖励：当前不适用非固定动作空间
    39. 57:23模仿模型提供商工具：不建议使用相同名称
    40. 58:45结束语
    41. 58:45Peak 感谢与呼吁试用 Manus
  • 10-14#259. OpenAI x 博通宣布合作：共建 AI 基础设施的未来
  • 10-10#258. 用神经科学解锁时间知觉——时间感知、记忆与专注
  • 10-07#257. OpenAI Dev Day 重磅发布：AI 应用、Agent 和“不写代码”的软件创造新时代
    1. 00:00开场 & 播客简介
    2. 00:00欢迎收听跨国串门计划 & 本期播客简介
    3. 02:23萨姆·奥特曼致辞：回顾惊人增长与开发者贡献
    4. 03:30Dev Day 核心：让 AI 构建变得前所未有的简单
    5. 05:08Apps SDK 发布：在 ChatGPT 内构建可交互应用，触达数亿用户
    6. 07:18现场演示：Coursera 应用，实现边学边聊的沉浸式体验
    7. 10:00现场演示：Canva 应用，从对话上下文生成海报与演示文稿
    8. 12:07现场演示：Zillow 应用，基于对话查找、筛选房产并实时互动
    9. 16:07Apps SDK 展望：应用目录、变现模式与开发者指南
    10. 17:15Agent 时代：AI 从“问任何事”到“做任何事”的演进
    11. 19:04Agent Kit 核心功能：Agent Builder、Chat Kit 和 Evals for Agents
    12. 20:06案例分享：Albertsons 智能诊断销售问题，HubSpot 提升客户服务质量
    13. 22:21现场演示：8分钟内构建并部署 Dev Day 网站专属 Agent
    14. 24:03演示详解：Sessions Agent、Widget Builder 和 Dev Day Agent 的创建
    15. 26:14演示详解：添加护栏（Guardrails）确保 Agent 可信赖性
    16. 27:50演示详解：Agent 发布与 Chat Kit 在网站中的集成
    17. 31:02AI 改变软件编写方式：人人都能成为创造者
    18. 32:47Codex 正式发布 (GA) 与全新 GPT-5 Codex 模型
    19. 34:12Codex 团队功能：Slack 集成、Codex SDK 与企业级管理工具
    20. 35:24现场演示：“不写一行代码”创造软件的奇迹
    21. 37:08演示详解：Codex 集成索尼 FR7 摄像机控制
    22. 39:30演示详解：Xbox 无线手柄控制摄像头与实时语音 API
    23. 40:56演示详解：Codex 连接场地灯光系统并实现语音控制
    24. 42:21演示详解：通过语音指令实时重编程应用，生成演职员表
    25. 45:09GPT-5 Pro：OpenAI 迄今最智能模型，API 全面开放
    26. 45:59GPT Realtime Mini：更小巧、高效且高保真的语音模型
    27. 46:52Sora 2 预览版与 API：视频生成的可控性、声音与视觉完美匹配
    28. 47:34Sora 2 案例：将现实元素融入视频、概念开发与美泰合作
    29. 49:54总结：加速创造，AI 让一切皆有可能
  • 10-06#256.谷歌帝国兴衰史（三）：创新者的窘境与AI时代的求生之路
    1. 00:00开场 & 播客简介
    2. 09:01Larry Page的AI愿景：谷歌的终极形态
    3. 10:35Noam Shazeer与语言模型的萌芽：从数据压缩到拼写纠错
    4. 15:52Phil语言模型：AdSense背后的秘密武器
    5. 19:15谷歌翻译的突破：Jeff Dean的并行化魔法
    6. 24:13AI教父Jeff Hinton的登场：神经网络的异端学说
    7. 34:30Google Brain的诞生：Andrew Ng与Jeff Dean的强强联手
    8. 38:58“猫咪论文”的里程碑：无监督学习与YouTube推荐的基石
    9. 44:10AlexNet与GPU的崛起：英伟达的转折点
    10. 48:53DNN Research的拍卖：谷歌、百度、微软、DeepMind的竞逐
    11. 53:29DeepMind的传奇：从游戏到AGI的宏大愿景
    12. 01:00:18DeepMind的融资困境：奇点峰会与Peter Thiel的投资
    13. 01:04:30Elon Musk的介入：DeepMind与特斯拉的交集
    14. 01:08:31Mark Zuckerberg的收购意向：Facebook AI Research的崛起
    15. 01:11:30Larry Page的介入：谷歌收购DeepMind的幕后故事
    16. 01:14:15Jeff Hinton的特殊待遇：包机尽职调查
    17. 01:16:16DeepMind的整合与成果：数据中心降温与AlphaGo的胜利
    18. 01:20:07OpenAI的诞生：Elon Musk与Sam Altman的“非营利”尝试
    19. 01:23:19Ilya Sutskever的抉择：离开谷歌加入OpenAI
    20. 01:28:36GPU的引入与TPU的自研：谷歌的AI硬件战略
    21. 01:33:46TPU的秘密：降低计算精度与快速部署
    22. 01:39:17TensorFlow的开源：谷歌的AI生态布局
    23. 01:43:45Transformer论文的发表：谷歌大脑的划时代发明
    24. 01:45:57Noam Shazeer的魔力：Transformer的优化与超越LSTM
    25. 01:47:21“惨痛的教训”：数据与算力驱动的AI时代
    26. 01:50:17Transformer作者的流失：谷歌的战略失误
    27. 01:51:03Elon Musk与OpenAI的分裂：资金困境与战略转型
    28. 01:53:48OpenAI的营利化与微软的投资：GPT时代的开启
    29. 01:59:01GPT-2/3的迭代：AI能力的飞跃
    30. 02:00:51GitHub Copilot的发布：AI产品化的里程碑
    31. 02:02:12谷歌的停滞与市场质疑：创新者的窘境显现
    32. 02:03:16谷歌内部的Meena与LaMDA：被雪藏的聊天机器人
    33. 02:07:57ChatGPT的横空出世：OpenAI的“意外”消费级产品
    34. 02:11:35Noam Shazeer的离开与回归：Character.ai的兴起
    35. 02:12:23AI Test Kitchen：谷歌的谨慎尝试
    36. 02:14:25微软必应的挑战：Satya Nadella的“让谷歌跳舞”
    37. 02:15:25谷歌的“红色警报”：应对生存威胁的战略转变
    38. 02:18:56Bard的仓促发布与失利：谷歌的阵痛
    39. 02:21:38Google DeepMind的合并：AI团队的整合与统一模型
    40. 02:22:59Mustafa Suleman的离职与Inflection AI：人才的流动
    41. 02:24:24Gemini的诞生：谷歌的统一AI模型战略
    42. 02:26:58Waymo的起源：DARPA大挑战赛与Sebastian Thrun
    43. 02:29:09斯坦福团队的创新：软件优先与多传感器融合
    44. 02:32:29Waymo的成立：Larry Page的远见与Sebastian的转变
    45. 02:35:08特斯拉收购案的擦肩而过：历史的偶然
    46. 02:35:59Waymo的技术演进：从无深度学习到卷积神经网络
    47. 02:37:26Waymo的商业化：独立子公司与巨额融资
    48. 02:38:32Waymo的运营现状：凤凰城、旧金山的服务与未来拓展
    49. 02:40:23Waymo的安全性：与人类司机相比的巨大优势
    50. 02:43:54Waymo的市场潜力：交通运输的颠覆性机遇
    51. 02:54:39谷歌的垄断地位与AI竞赛：反垄断案的意外转折
    52. 02:57:09谷歌的财务概况：巨额收入与现金储备
    53. 02:59:30Gemini的商业化探索：Google One订阅与套餐策略
    54. 03:02:08谷歌云的崛起：从PaaS到IaaS的转型
    55. 03:04:54Thomas Kurian的领导：谷歌云的企业级战略
    56. 03:07:42谷歌云的AI优势：TPU与全栈能力
    57. 03:11:23看涨理由：分发渠道、全栈能力、规模经济、YouTube视频AI
    58. 03:16:23TPU的成本优势：低成本生产Token的潜力
    59. 03:19:26个性化数据与广告模式：AI变现的未来
    60. 03:21:42看跌理由：AI产品形态与广告的适配性、市场份额竞争
    61. 03:23:44现有企业的挑战：初创公司的竞争优势
    62. 03:25:20谷歌AI的七种力量分析：规模经济、品牌、垄断资源
    63. 03:29:41精髓：创新者的窘境与谷歌的求生之路
    64. 03:31:39播客推荐与NFL创新峰会
    65. 03:33:26个人推荐：F1电影、Travelpro行李箱、Glue Guys播客、Steam Deck游戏体验
    66. 03:40:39感谢与结束
  • 10-06#255. Figma 创始人 Dylan Field：品味是你的护城河
    1. 00:00开场 & 播客简介
    2. 03:32Figma 的 AI 觉醒：从早期探索到 GPT-3 顿悟
    3. 03:32早期对机器学习和计算摄影的探索
    4. 06:10Figma Make 的愿景：从想法到成品的最快路径
    5. 06:56AI 在 Figma Design 中的未来应用
    6. 11:21自然语言：AI 交互的“MS-DOS 时代”与未来展望
    7. 13:16“规格”的演变：设计与代码界限的模糊
    8. 14:09AI 时代设计的重要性：差异化与竞争优势
    9. 15:33Code Connect：设计与代码的桥梁
    10. 18:25事实来源之争：代码与视觉界面的并行
    11. 19:10视觉化隐喻的重要性：为更广泛人群赋能
    12. 20:45解决“空白画布问题”：AI 降低设计门槛
    13. 22:17Figma Make 与 Figma Design 的结合：从模拟器到驾驶舱
    14. 22:55设计沟通的未来：AI 对设计变更的理解
    15. 25:37AI 与美学：探索更广阔的设计空间而非强加风格
    16. 26:57回顾 Flash 时代：AI 驱动设计风格的爆发与创新
    17. 28:25潜空间牧羊人：AI 时代设计师的角色扩展
    18. 30:01个人 Figma 库：美学参照与上下文知识库
    19. 31:58软件“快时尚”：Dylan 对 AI 趋势的审慎乐观
    20. 33:05团队协作与模式利用：AI 提升效率
    21. 34:33软件的本质：从个人创造到可分享的工具
    22. 36:52AI 与数据分析：信任、预测与可视化
    23. 37:49软件与对话：AI 时代的界面思考
    24. 40:41创业建议：不要轻易否定，寻找独特洞见
    25. 42:53泰尔奖学金的启示：从梦想开始，而非从否定开始
    26. 44:36X 算法与乐观主义：奖励争议与负面言论
    27. 45:49Dylan 的 X 使用习惯：搜索反馈与寻找有远见的用户
    28. 48:34早期招聘：耐心、长远与自律
    29. 51:39Figma 招聘：聪明、上进、有产品意识的全栈工程师
    30. 53:18Figma Make 的定位：与 prompt 工具的差异化
    31. 55:08咖啡豆与特调拿铁：创造独特价值
    32. 55:18数字稀缺性与富足性：NFT 与 AI 时代的收藏与社区
    33. 58:23AI 领域的“快时尚”与“快速致富”思潮：警惕与反思
    34. 01:00:33消费转创造：AI 赋能本地社区
  • 10-05#254. AI时代的神经可塑性：利用神经科学协议提升学习速度和健康
    1. 00:00开场与嘉宾介绍
    2. 02:25大脑可塑性：远超想象的自我改变潜力
    3. 06:04“侏儒人”与感官地图：技术如何重塑我们的大脑表征
    4. 10:43绝对音准：Poppy Crum博士的独特感知世界
    5. 17:59智能手机与“有损压缩”：新一代的沟通方式与大脑适应
    6. 22:56技术：好、坏还是中性？先验知识与期望塑造感知
    7. 28:51神经连接的建立：技术如何改变大脑处理信息的方式
    8. 35:18AI与认知负荷：警惕技术取代认知技能
    9. 36:10电子游戏与神经可塑性：提升对比敏感度和概率决策
    10. 39:27体育训练中的AI应用：实时反馈提升表现
    11. 41:25低成本AI工具：计算机视觉分析优化游泳姿势
    12. 44:25AI在工作中的应用：洞察流程弱点
    13. 50:36AI辅助学习：自我测试与发现弱点
    14. 53:22AI的两种使用方式：提升认知 vs. 替代认知
    15. 46:15数字孪生概念：多源数据整合的实时洞察
    16. 49:58数字孪生在日常生活中的应用：智能冰箱、学习辅助
    17. 01:06:03智能环境：AI如何优化居家和车载体验
    18. 01:14:23交通难题与自动驾驶：AI解决城市拥堵
    19. 01:15:58非接触式传感器：通过环境数据理解人体状态
    20. 01:21:24监管滞后：阻碍AI医疗应用普及
    21. 01:25:07传感器整合：从可穿戴到环境感知
    22. 01:29:26PAI：通过生物特征数据理解认知状态
    23. 01:31:07表现量化与“游戏化”：激励自我提升
    24. 01:34:45虚拟现实与健康应用：通过游戏进行压力控制
    25. 01:40:11数字孪生的误解：它是“数字代表”，而非复制品
    26. 01:41:46现实案例：空中交通管制、珊瑚缸生态系统、航班定价
    27. 01:46:02AI与婴儿健康：通过声音识别潜在问题
    28. 02:12:51神经可塑性的极限：紧迫性驱动改变
    29. 02:13:49蝙蝠与蛾子的“声学军备竞赛”：确定性行为与声学伪装
    30. 02:19:10奥利弗·萨克斯：通过想象动物感知提升共情
    31. 02:21:30蜘蛛网的秘密：圆蛛调谐蛛网探测捕食者
    32. 02:26:45蟋蟀与狨猴：双峰神经元与复杂社会交流
    33. 02:32:19总结：人类行为优化与技术发展
    34. 02:33:08总结与致谢
  • 10-04#253. Lex｜Telegram 创始人帕维尔·杜罗夫的生存手册——自由、无畏与卡夫卡式的审判
    1. 00:00开场 & 播客简介
    2. 05:10自由的价值：从苏联到意大利的童年体验
    3. 06:17自由的敌人：为什么自由比金钱更重要
    4. 06:44对待死亡的态度：活在对死亡的恐惧中毫无意义
    5. 07:4620 年不碰酒精：酒精如何麻痹脑细胞
    6. 09:11如何对抗社交压力：解决根本问题，不要害怕与众不同
    7. 12:16成功心法：找到细分领域并做到精通，与众不同
    8. 13:42极简主义：为什么创始人不应该用智能手机
    9. 15:08效率与专注：高效来自行动，而非休息
    10. 20:49斯多葛式训练：每日 600 次自重训练与冰水澡
    11. 22:26意志的磨练：俄式桑拿与长距离冷水游泳
    12. 27:31清洁饮食：避免加工糖与间歇性禁食
    13. 29:00避免药物：解决问题的根源，而非抑制后果
    14. 31:30思想自由：警惕新闻和权力对情绪的操纵
    15. 33:15拒绝色情片：投资于长期繁荣而非短期快乐
    16. 34:17极度精简：40 人的核心团队如何运维数万台服务器
    17. 35:45自动化哲学：为什么人少反而更高效、更可靠
    18. 37:02隐私设计：Telegram 员工和政府都无法访问私人消息
    19. 38:42坚守原则：宁愿关闭市场，也不会交出用户数据
    20. 41:56权力与审查：政府如何以牺牲个人为代价积累权力
    21. 46:21卡夫卡式的审判：在法国被捕并拘留四天
    22. 51:51荒谬的司法：预审法官制度与无休止的调查
    23. 54:50拒绝后门：面对政府施压，杜罗夫的无畏回应
    24. 57:19政治干预：法国情报部门试图施压审查罗马尼亚选举
    25. 01:03:46欧洲的失败：过度监管如何扼杀创业精神
    26. 01:10:26严格教育：数学作为逻辑思维的基础
    27. 01:15:20教育中的竞争：消除竞争对社会产生的负面影响
    28. 01:19:46哥哥的智慧：数学天才 Nikolai Durov 对 Pavel 的影响
    29. 01:22:59VKontakte 的诞生：单人创始人如何构建俄罗斯版 Facebook
    30. 01:34:21技术哲学：用 C/C++ 重写数据引擎追求极致速度
    31. 01:36:22工程师的责任：低效代码造成的巨大时间浪费
    32. 01:41:32招聘 A 级员工：用编程竞赛取代传统招聘
    33. 01:45:30设计的艺术：矢量贴纸、移动渐变与“灭霸响指”动画
    34. 01:59:52加密标准：Telegram 为什么选择可选的端到端加密
    35. 02:03:50安全架构：Telegram 是唯一提供可复现构建的流行应用
    36. 02:07:12斯诺登的教训：警惕政府推广的有缺陷的加密标准
    37. 02:16:48首次公开：2018 年遭遇投毒暗杀的濒死体验
    38. 02:22:56绝地反击：2011 年被武装警察上门与创建 Telegram 的决心
    39. 02:24:28地缘政治：俄罗斯再次考虑禁止 Telegram 的后果
    40. 02:27:59宣传战火：为什么 Telegram 受到各方攻击
    41. 02:34:32领导力：如何看待 Elon Musk 的情绪化及其力量来源
    42. 02:38:19逆势盈利：放弃 80% 收入潜力，拒绝数据挖掘广告
    43. 02:39:33变现模式：Premium 订阅用户超 1500 万，年营收超 5 亿美金
    44. 02:44:48TON 区块链：为 Telegram 的可扩展性而生
    45. 02:47:22区块链应用：基于 TON 的用户名和收藏品（NFT 礼物）
    46. 02:52:06比特币信仰：2013 年买入，预计将达到 100 万美元
    47. 02:54:30哲学难题：次优选项困境的工程学解法
    48. 02:56:14海象阴茎骨：背景中的象征性反抗与幽默
    49. 02:58:57遗产规划：精子捐献与 100 多个生物学孩子
    50. 03:02:13富足的悖论：老鼠天堂实验（宇宙 25 号）对人类社会的警告
    51. 03:06:39父亲的教诲：以身作则与 AI 缺乏良知
    52. 03:09:41思想的力量：通过专注改变概率景观
    53. 03:10:54量子不朽：意识只能体验到我们存活的宇宙版本
    54. 03:12:53结语 & Lex Fridman 播客收尾
    55. 03:13:08Lex 深度解读：卡夫卡《审判》与 Pavel Durov 的现实困境
  • 10-03#252. AI时代如何构建护城河：重塑《七大力量》理论，创业者速度与痛点优先
    1. 00:00开场 & 播客简介
    2. 02:03AI时代创业者对护城河的担忧
    3. 03:02《七大力量》理论背景与AI时代重塑
    4. 06:11护城河是防御性，先有可守之物
    5. 06:20早期创始人应先解决真实痛点
    6. 07:48速度是唯一的早期护城河
    7. 08:13大公司与创业公司的速度差异：Cursor的每日迭代
    8. 10:28从零到一：先找到价值再谈守护
    9. 11:45定义与AI应用：复杂AI Agent的构建
    10. 13:08从Demo到可靠：最后10%的枯燥苦活
    11. 13:47卓越工程能力与现有SaaS的防御
    12. 15:08速度与执行力：最常出现的护城河
    13. 15:46定义与经典案例
    14. 16:35AI应用：政府合作与定制化数据
    15. 18:05私有数据与模型微调：Character AI为例
    16. 19:10上下文工程与早期AI解决方案的价值
    17. 19:58定义与经典SaaS案例
    18. 22:55AI对传统转换成本的影响
    19. 23:20AI时代的新型转换成本：Agent逻辑定制
    20. 24:18消费级AI的个性化记忆
    21. 24:51定义与AI时代的竞争格局
    22. 25:53SaaS巨头定价模式的软肋与AI Agent的冲击
    23. 29:00垂直SaaS AI：更大的钱包份额与价值创造
    24. 30:45第二名优势与产品聚焦：Lara对比Harvey
    25. 32:59AI的“超人”能力与品牌效应：Giga ML与Speak为例
    26. 34:33ChatGPT与Google的品牌战：速度与颠覆
    27. 35:57定义与AI时代的数据驱动
    28. 37:19用户数据训练模型：Cursor的案例
    29. 38:10企业私有数据与“评估”（Evals）飞轮
    30. 39:19定义与AI模型层应用
    31. 40:14DeepSeek与模型训练成本的再思考
    32. 41:04应用层案例：Exa的数据爬取与复用
    33. 43:09速度是第一护城河，解决真实痛点是根本
  • 10-03#251. Claude Sonnet 4.5：Anthropic研究员揭示全球最强编程模型与AGI之路
    1. 00:00开场 & 播客简介
    2. 02:11AI进步的指数级加速：算力超级周期与技术迭代
    3. 03:26嘉宾Sholto Douglas的独特经历
    4. 03:51Anthropic模型发布节奏与技术加速
    5. 04:41Sonnet、Opus、Haiku模型区分与Sonnet 4.5的突破
    6. 05:44Sholto Douglas的个人成长与AI之路
    7. 05:58击剑冠军与YouTube的启发
    8. 08:10从机器人操控到Google AI
    9. 09:58学术障碍与AI研究人才的多元化
    10. 12:05AI研究人才库的增长与Anthropic的培养策略
    11. 12:29Google的经历与Gemini项目的挑战
    12. 14:24加入Anthropic：文化、目标与AI对齐
    13. 15:09顶级AI实验室的差异：DeepMind与Anthropic的专注点
    14. 16:40AI研究中的“品味”：理解机制与追求简洁
    15. 18:41Richard Sutton的“惨痛教训”与通用方法的胜利
    16. 20:08AI研究中的艺术与科学：数据与直觉的平衡
    17. 21:26Anthropic实验失败率与“安全实验文化”
    18. 23:19Anthropic的专注：编程与长期AI对齐
    19. 24:31Anthropic为何专注于编程：自我研究与经济影响
    20. 25:49编程作为AI突破口的优势：可处理性与可重复性
    21. 26:35Claude Sonnet 4.5：全球最强编程智能体
    22. 26:49SWEbench基准测试：Sonnet 4.5的惊人表现
    23. 28:30模型好坏的真正标准：赋能用户做以前做不到的事
    24. 29:33创业公司关键教训：押注模型未来能力
    25. 30:39AI智能体自主工作30小时：构建类Slack应用
    26. 30:48计算机使用与长期连贯性：AI的自我纠正能力
    27. 32:15AI的两个维度：原始智能与持续运行能力
    28. 33:06MetaEvals评测：衡量AI任务时间跨度的进步
    29. 33:5430小时任务示例：可用的软件而非简单演示
    30. 35:33技术飞跃的背后：记忆、上下文与自我纠正
    31. 36:49突破的本质：持续努力与算力的函数
    32. 38:12强化学习（RL）的影响：从预训练到习题反馈
    33. 41:10测试时算力与强化学习的相互作用
    34. 42:06为什么强化学习现在成为突破口：简单方法的有效性与模型质量门槛
    35. 44:33强化学习与算力投入：推动AI进步的关键
    36. 44:56AGI之路：大语言模型与强化学习的潜力
    37. 45:06AGI的定义：比大多数人类在计算机任务上更出色
    38. 45:34模型智力无上限：强化学习在数学与编程领域的应用
    39. 47:44反方论点与Sholto的看法：Transformer与强化学习的潜力
    40. 49:17指数级进步的现实：人们对AI加速的误解
    41. 50:25Sonnet 4.5的通用性：经济学、研究与金融领域的表现
    42. 50:53GDP评测：衡量AI对经济影响的重要指标
    43. 52:03迎接AI驱动的未来：个体杠杆与全球挑战
    44. 53:00机器人领域的进展：莫拉维克悖论的挑战与数据、反馈循环的突破
    45. 55:05结束语
  • 10-03#250. Anthropic首席产品官Mike Krieger：AI产品哲学与Claude 4.5的未来愿景
    1. 00:00开场 & 播客简介
    2. 00:00欢迎收听跨国串门计划 & 本期节目介绍
    3. 02:46主播与嘉宾介绍
    4. 03:06Sonnet 4.5 发布与产品研发
    5. 03:06Sonnet 4.5 发布：内部测试与用户积极拥抱
    6. 04:16产品与研究团队的紧密协作：从下游反馈到上游研发
    7. 05:47模型发布前的产品部署与优化
    8. 06:12Mike Krieger的“感觉评估”
    9. 06:12CPO的三项必测项目：观察模型进化
    10. 06:20必测一：Virtual Boy风格3D射击游戏
    11. 07:21必测二：Claude Code代码库的特定修改
    12. 08:16必测三：任天堂董事会演示文稿制作
    13. 08:45AI与UI设计品味
    14. 08:45注入产品感：模型输出质量与设计美学
    15. 09:35解决“紫色网站”偏好：模型学习UI品味
    16. 10:22产品负责人角色演变：将产品感注入模型本身
    17. 11:35如何向模型解释“品味”：设计构建模块与视觉能力提升
    18. 13:04模型在UI原型设计中的应用与探索
    19. 14:22计算机视觉与传统UI交互：未来需要兼备的能力
    20. 15:51Claude for Developers与平台战略
    21. 15:51Claude for Developers：平台设计原则与构建模块
    22. 17:58基准测试与客户痛点：真实问题驱动模型发展
    23. 19:57规划能力与交互式智能体
    24. 19:57规划能力提升：Cognition重写Devvin的案例
    25. 20:36交互式规划：建立信任与解决知识型工作
    26. 21:40自主运行时长与交互式反馈：信任与效率的平衡
    27. 23:26Anthropic平台战略转型
    28. 23:26从“Claude Code SDK”到“Claude Agent SDK”：通用智能体框架
    29. 24:25Claude未来宇宙：AI、Code与Agent SDK的融合
    30. 25:09统一构建模块：实现内部与外部的协同
    31. 25:56Mike Krieger的呼吁
    32. 25:56渴望用户反馈：模型在应对高难度挑战时的表现
    33. 26:41邀请社区交流：分享Claude的优缺点，共同推动AI进步
    34. 27:18Instagram的“Twitter客服”趣事与“做简单有效的事”哲学
  • 10-02#249. 一个喜剧演员的生存哲学：如何与ADHD、创伤和孤独共存？