PODCAST · 跨国串门儿计划

2025 年 12 月节目

37 期 · 34 期带分节

  • 12-31#378.破解大脑的“损失函数”：为什么 AI 喂了万亿数据，还是不如三岁小孩？
    1. 00:00开场 & 播客简介
    2. 02:01千万亿美金的问题：为什么大脑比 AI 更高效？
    3. 04:54进化的“课程表”：大脑如何内置复杂的损失函数
    4. 08:10皮层：一个拥有“全向推理”能力的通用预测引擎
    5. 11:39为什么 LLM 擅长预测下一个词，却不擅长“填空”？
    6. 14:12“摊销式推理”：为什么大脑反应飞快而 AI 需要思维链？
    7. 18:29基因组的瓶颈：为什么区区 3GB 数据能构建出智能？
    8. 23:06操纵子系统：进化如何把“怕蜘蛛”编码进你的神经元
    9. 28:25奖励函数的“下游”：如何把抽象概念连接到本能反应
    10. 33:1920 瓦的奇迹：大脑的能效优势与硬件协同设计
    11. 35:55突触 vs 代码：细胞层面的复杂性是在做“胶水”工作吗？
    12. 42:24逆向工程大脑：我们离“全脑仿真”还有多远？
    13. 49:43绘制大脑地图：从电子显微镜到光学连接组学的跃迁
    14. 53:58行为克隆：能不能把大脑的内部状态“蒸馏”给 AI？
    15. 56:59为什么我们需要几十亿美金去画一张小鼠大脑图谱？
    16. 01:00:37Lean 语言：当数学证明变成强化学习的信号
    17. 01:04:30自动化的“聪明” vs 智能：黎曼猜想能被机器攻克吗？
    18. 01:06:26可证明软件：如何打造一个“不可黑掉”的数字世界
    19. 01:11:16为什么科学家不只需要白板，还需要“哈勃望远镜”？
    20. 01:12:30差距地图：寻找那些被风投和政府忽视的科学盲区
    21. 01:15:03结语：科学的未来在于规模化与基础设施的协同
  • 12-30#377.法律界的 AI 革命：Harvey 如何重塑法律市场
    1. 00:00开场 & 嘉宾背景介绍
    2. 02:14规模与现状：从 1000 家客户看 Harvey 的增长曲线
    3. 03:52拒绝平庸：为什么 Harvey 不是另一个 ChatGPT 包装盒？
    4. 05:46法律即代码：如何像理解分布式系统一样理解大型并购案
    5. 08:06协作平台化：连接财富 500 强法务部与顶级律所的纽带
    6. 09:51模拟初级律师：将法律任务分解为智能体逻辑树
    7. 11:39强化学习的挑战：在无法“单元测试”的法律界，如何构建奖励函数？
    8. 13:59专家经验的数字化：顶级合伙人的“推理链”如何转化为模型能力
    9. 16:18验证的艺术：如何判断一个持续三年的并购案是否“正确”？
    10. 19:21前线部署工程师（FDE）：为什么 AI 公司也需要“重度交付”？
    11. 22:34快速普及的秘诀：法律行业为何对 AI 展现出惊人的接纳度
    12. 24:14终极追问：Harvey 为什么不直接开一家 AI 驱动的律所？
    13. 26:18市场天花板：从一万亿法律市场到五万亿专业服务市场
    14. 28:11身份转变：从 DeepMind 研究员到 500 人公司的 CEO
    15. 31:47早期信念：在 GPT-4 诞生前，如何坚定押注 AI+法律？
    16. 34:10产品形态的演进：从文档上传到精准引文的“啊哈时刻”
    17. 38:11预测未来：为什么组织生产力才是 AI 的下一个主战场
    18. 40:18协作式 AI：人类与模型如何在大规模组织中高效协同
  • 12-29#376.深度学习之争：LLM 是通往通用人工智能的终途，还是误入歧途的“狂热崇拜”？
    1. 00:00开场 & 播客简介
    2. 01:10飞机与鸟：神经网络是对大脑的模仿还是启发？
    3. 03:02深度学习简史：从 80 年代的冷宫到 2010 年的翻红
    4. 05:08物理学家的视角：简单规则如何产生复杂的“涌现”行为
    5. 06:40快问快答：AI 真的有“理解”和“意识”吗？
    6. 08:50LLM 的本质：预测下一个词真的能产生智能吗？
    7. 11:11数据密度对比：为什么四岁小孩比最强 LLM 更高效？
    8. 14:24样本效率 vs 最终能力：AlphaZero 带来的启示
    9. 17:07智能的证明：LLM 在国际数学奥林匹克竞赛中的表现
    10. 19:53黑箱中的“理解”：我们能看透 AI 的神经元电路吗？
    11. 23:16“机器学习烂透了”：为什么 AI 至今不会修马桶？
    12. 28:45乐观派 vs 怀疑派：我们正处于虚假的曙光中吗？
    13. 34:43莫拉维克悖论：语言很简单，现实世界很复杂
    14. 35:46JEPA 与世界模型：超越生成式 AI 的下一场革命
    15. 41:05智能 vs 自主：为什么聪明的 AI 不一定危险？
    16. 45:33目标不一致风险：当 AI 学会欺骗与勒索
    17. 48:16开源的必要性：防止数字世界被少数巨头垄断
    18. 49:49喷气发动机类比：AI 安全本质上是一个工程问题
    19. 51:40哲学家提问：AI 产生意识还需要缺少什么？
    20. 54:13意识的拆解：主观体验、道德价值与硅基生命
    21. 56:392036 年的愿景：一场由 AI 驱动的新文艺复兴
  • 12-29#375. Vibe Coding 宣言：为何Claude Code并非终局，以及 IDE 之后将迎来什么
    1. 00:00开场 & 嘉宾介绍
    2. 01:18资深工程师的身份危机：为什么 15 年经验可能成为 AI 时代的障碍
    3. 02:49劲爆观点：2025 年还在用 IDE 的人，就是差劲的工程师
    4. 03:55信任 AI 的代价：为什么你需要 2000 小时的磨合才能掌握“手感”
    5. 04:51案例分享：当 12 年老兵遇到“无所畏惧”的年轻 Vibe Coder
    6. 08:45告别手动编辑：为什么编辑 AI 生成的代码是极其昂贵的
    7. 10:43为什么 Claude Code 还不够：我们需要的是 Agent 编排仪表盘
    8. 12:38多 Agent 协作：构建一个会自动沟通、互相发邮件的“Agent 小村庄”
    9. 14:52撞上“合并之墙”：当每个人的生产力提高 10 倍，代码合并成了最大的瓶颈
    10. 16:45约翰迪尔时代：代码的“工厂化生产”与小农经济的终结
    11. 21:21后端与基础设施：AI 真的不能碰核心系统代码吗？
    12. 23:58颠覆 Joel Spolsky：为什么在 AI 时代，“重写”比“修复”更香
    13. 25:58巨头执行力大 PK：谷歌的转身、OpenAI 的混乱与 Anthropic 的防御墙
    14. 28:342025 展望：开源模型的崛起与“七个月差距”的缩小
    15. 29:58孩子们还该学编程吗？从学“语法”转向学“超集概念”
    16. 31:48进阶技巧：为什么让 Agent 写代码去调用工具，比直接调用更有效
    17. 32:43结语：科技再次变得有趣，欢迎来到不写代码的新世界
  • 12-29#374.怀疑是你的超能力：诺奖物理得主 Saul Perlmutter 聊科学思维、决策艺术
    1. 00:00开场 & 嘉宾介绍
    2. 01:47现状：我们有解决问题的技术，却缺乏沟通的能力
    3. 03:13什么是“第三个千年的思维方式”：科学思维的社会化应用
    4. 04:40概率思维：告别非黑即白，给你的观点“打个折”
    5. 05:36自信的谦逊：在 95% 的找错时间与“我们能行”之间寻找平衡
    6. 14:45盲分析（Blind Analysis）：如何在看到结果前排除偏见
    7. 18:24投资中的应用：如何避免“羊群效应”并独立收集信息
    8. 22:08情景规划：考虑四个极端的未来，寻找最稳健的策略
    9. 25:34直觉与模式识别：逻辑头脑如何审视潜意识的产物
    10. 06:36集体傲慢 vs. 个体谦逊：为什么需要和意见不合的人交谈
    11. 11:33理想团队的画像：高能力、低自我、享受共同思考
    12. 13:35室内乐的启示：从小提琴老师那里学到的精准与协作
    13. 33:15家庭背景：科学家父亲与社会学母亲的跨界影响
    14. 34:11AI 是双刃剑：它能加速落地，也能让你产生“掌握知识”的错觉
    15. 35:12批判性思维工具包：用科学概念判断 AI 是否在“糊弄”你
    16. 36:05宇宙学家的视角：站在微观粒子与宏观结构的交汇点
    17. 38:09视觉化宇宙：从“无限的汤”到星罗棋布的星系
    18. 40:15火星探险：为什么诺奖得主不想买埃隆·马斯克的单程票
    19. 42:06诺奖背后的故事：寻找超新星的 11 年长跑与“暗能量”的发现
    20. 45:02竞合关系：在激烈的科学竞赛中，对手也可以是盟友
    21. 47:03客观真理：它是连接不同项目、修正模型的唯一锚点
    22. 49:04给年轻人的建议：屏蔽末日论调，用建设性的参与管理不确定性
  • 12-29#373.MCP 协议一周年
    1. 00:00开场：第一次在录音室集结的顶级阵容
    2. 01:09回顾 MCP 这一年：从感恩节的灵感到行业事实标准
    3. 06:31身份验证的深水区：为什么企业级应用需要重构 OAuth
    4. 10:54传输层的教训：从标准 I/O 到可流式 HTTP 的取舍
    5. 16:34模型 vs 协议：代码模式（Code Mode）会取代 MCP 吗？
    6. 20:52MCP vs Skills：垂直领域知识与横向连接层的协作
    7. 23:53Anthropic 的“狗粮”：内部网关如何赋能研究员自助开发工具
    8. 27:32注册中心与发现机制：未来 Agent 如何自主“安装”新技能
    9. 38:05MCP Tasks：为长时运行的异步 Agent 提供一等公民支持
    10. 45:06消费级愿景：让用户在感知不到 MCP 的情况下连接全世界
    11. 47:37MCP Apps：为什么我们需要在聊天框里直接选飞机座位？
    12. 53:40开发者号召：如何为 MCP 生态贡献高质量的 SDK
    13. 57:01世纪联手：OpenAI 与 Anthropic 是如何达成共识的？
    14. 01:02:54Goose 的角色：参考实现如何推动协议的快速迭代
    15. 01:07:32治理原则：为什么“品味塑造者”比厂商委员会更重要
    16. 01:12:27为什么是现在？Agent 领域需要自己的“Linux 基金会”
    17. 01:18:01利益驱动：捐赠项目给基金会到底能得到什么？
    18. 01:21:34未来展望：告别“每三秒点一次同意”的异步 Agent 时代
  • 12-27#372.睡眠科学全指南：从神经机制到实用工具，深度解析如何精准优化睡眠
    1. 00:00开场 & 嘉宾介绍
    2. 02:56什么是睡眠：一场重置身心健康的复杂生理协作
    3. 06:17快速眼动睡眠（REM）：为什么大脑活跃时身体必须“瘫痪”？
    4. 11:58深度睡眠（NREM）：成千上万神经元的“圣歌”式同步
    5. 17:18九十分钟周期：前半夜与后半夜睡眠结构的博弈
    6. 28:31半夜醒来正常吗？理解“睡眠效率”与 85% 原则
    7. 33:59戳破“超人睡眠法”：为什么多相睡眠对成年人有害
    8. 36:51光线杠杆：如何利用清晨阳光校准你的生物钟
    9. 42:36咖啡因真相：它是如何通过“劫持”腺苷受体来欺骗大脑的
    10. 50:53咖啡因崩溃：一场由于腺苷堆积引发的化学“海啸”
    11. 54:08咖啡因半衰期：为什么下午的一杯咖啡会毁掉你的深度睡眠
    12. 59:57酒精迷思：它不是助眠剂，而是敲晕大脑的“镇静剂”
    13. 01:05:11酒精的代价：生长激素分泌减半与睡眠碎片化
    14. 01:15:57大麻与 CBD：THC 对梦境的抑制与 CBD 的潜在机制
    15. 01:25:12褪黑素：它是“发令员”而非“运动员”，且存在严重的剂量误区
    16. 01:42:38镁的真相：苏糖酸镁真的能穿透血脑屏障吗？
    17. 01:50:10意外的发现：酸樱桃汁与猕猴桃对睡眠时间的显著提升
    18. 02:00:11色氨酸与血清素：为什么盲目补充可能导致睡眠紊乱
    19. 02:05:58午睡心法：NASA 的 26 分钟法则与避免“睡眠压力”流失
    20. 02:20:42性、高潮与睡眠：激素释放如何开启天然的入睡开关
    21. 02:33:43非传统技巧：为什么昨晚没睡好，今天反而“什么都别做”
    22. 02:38:31烦恼日记：通过关闭“情绪标签页”减少 50% 的入睡时间
    23. 02:41:47卧室禁忌：拿走所有钟表，停止对时间的灾难化想象
  • 12-27#371.Claude Code：为什么“大道至简”才是编程 Agent 的终极答案？
    1. 00:00开场 & 嘉宾介绍
    2. 01:05为什么现在的编程 Agent 终于“能用”了？
    3. 04:23历史回顾：从 ChatGPT 复制粘贴到 Claude Code 的无头模式
    4. 05:45核心突破：更好的模型能力 vs 更简单的架构设计
    5. 07:48“AGI 药丸”心态：不要为解决今天的问题而过度设计
    6. 08:55架构哲学：简单胜于复杂，扁平胜于嵌套
    7. 11:02核心主循环：四行代码构建的“While 循环”革命
    8. 12:39工具箱揭秘：为什么 read、grep 和 edit 比 RAG 更高效
    9. 14:58Bash 的魔力：作为 Agent 万能适配器的 shell 工具
    10. 16:55待办事项（Todo Lists）：如何通过非确定性指令增强可控性
    11. 19:35上下文管理：Agent 最大的敌人是“变笨”
    12. 20:37告别 DAG：为什么复杂的流程图是工程噩梦
    13. 25:47沙盒与安全：如何在 YOLO 模式与企业安全间平衡
    14. 26:47子 Agent（Sub-agents）：研究员、审查员与任务分发逻辑
    15. 31:03Skills 功能：如何构建可扩展的系统 Prompt
    16. 34:34未来趋势：超级工具调用 vs 自适应推理预算
    17. 38:14“AI 治疗师”比喻：为什么 AI 产品没有全局最优解
    18. 40:01各显神通：Codex 的 Rust 并发、Amp 的交接模式、Cursor 的速度优势
    19. 45:24评估与测试：如何通过“Agent Smell”判断 Agent 的健康度
    20. 52:04总结：信任模型、简单设计、Bash 为王
    21. 53:43Q&A：如何强制 Agent 的执行顺序？
    22. 56:39TDD 与规范驱动：AI 时代的工程原则
    23. 59:14关于 PromptLayer：如何招聘与协作
  • 12-26#370.为什么我们要把数据中心建在太空？
    1. 00:00开场 & 嘉宾介绍：把英伟达 GPU 送上天
    2. 00:48地球的瓶颈：能源限制与漫长的基建审批周期
    3. 01:11太空的诱惑：无限太阳能与低至 0.5 美分的电力成本
    4. 01:59规模想象力：四公里见方的太阳能板与“太空发电厂”
    5. 03:01范式转移：为什么“全重复使用”是航天成本的分水岭
    6. 03:35算一笔经济账：从每公斤 6500 美元到 10 美元的成本暴降
    7. 04:34实验报告：第一块在太空运行的 H100 验证了什么？
    8. 05:41散热难题：在真空中，如何利用“辐射冷却”给芯片降温
    9. 07:12制造挑战：把散热器的成本降低 100 倍
    10. 08:26需求预测：为什么十年后一半的新增算力会在太空？
    11. 09:47时间表：等待“星舰”量产后的成本反转曲线
    12. 10:09辐射防护：如何用粒子加速器测试芯片的“防弹衣”
    13. 11:03硬件折旧：太空中的 H100 会比地球上更耐用吗？
    14. 11:52创始团队背景：从 SpaceX 到微软数据中心的大牛组合
    15. 12:44灵感来源：如果能量传输损耗大，那就把数据中心搬到能源源头
    16. 13:45商业化第一步：为卫星提供“边缘计算”，解决天地传输带宽瓶颈
    17. 15:58终极愿景：二十年后，把高能耗工业留在太空，把绿色留给地球
  • 12-26#369.OpenAI 传奇研究员 Noam Brown：多智能体 AI 的演进与人类数据的“死路”
    1. 00:00开场 & 播客简介
    2. 02:02消失的最后一块拼图：为什么 LLM 还没实现像 AlphaGo 那样的自我提升？
    3. 04:04偏见警告：我们对“自我博弈”的直觉是否被围棋过度拟合了？
    4. 06:17德州扑克悖论：赢钱最多的人，不一定是技术最无懈可击的人
    5. 08:49稳健性的代价：假设对手能看穿你的“模型权重”
    6. 12:39算法的局限：为什么 PPO 算法玩不好“石头剪刀布”？
    7. 15:58概率的艺术：在扑克和现实中，动作的价值取决于你“多久做一次”
    8. 18:33击败人类选手的算法：从虚拟博弈到遗憾匹配（Regret Matching）
    9. 22:36寻找万能算法：跨越单智能体与多智能体强化学习的鸿沟
    10. 23:36零和博弈的冷酷：为什么在纯粹的对抗中，沟通毫无意义？
    11. 25:26争议观点：想让 AI 学会与人合作，不使用人类数据是“死路一条”
    12. 26:52最后通牒博弈：当数学上的“最优解”遇到感性的人类
    13. 31:21《外交》游戏挑战：如何在充满了背叛与信任的环境中建模？
    14. 34:12均衡的陷阱：为什么一个完美的 AI 进场后会被人类“虐惨”？
    15. 37:07Cicero 的成功公式：模仿人类 + 推理扩展 + 强化学习环境
    16. 39:14o1 系列的启示：当推理性能曲线开始疯狂左移
    17. 41:51延迟瓶颈：为什么多智能体协作是解决串行思维链（CoT）的关键
    18. 42:31并行扩展技术：共识（Consensus）与 N 中选优的利弊权衡
    19. 44:45路由即智能：多样性是多智能体系统的核心力量
    20. 46:01现状与未来：自然语言已成为智能体之间完美的“沟通协议”
    21. 48:19临界点：为什么现在是投身多智能体 AI 研究的绝佳时机
  • 12-23#368.Huberman Lab：学习与记忆的最佳方法，拆解高效学习的底层逻辑
    1. 00:00开场 & 播客简介
    2. 01:48反直觉的学习观：学习是为了对抗自然遗忘
    3. 05:23神经可塑性真相：加强与削弱连接，而非增加新神经元
    4. 09:10第一次小测验：感受“提取困难”对大脑的信号作用
    5. 11:34学习第一步：专注力是有限的“腺苷预算”
    6. 15:08费劲是好事：那种“苦差事”感正是神经改变的信号
    7. 16:42专注力训练：正念冥想与视觉聚焦的科学原理
    8. 18:20学习第二步：神经连接的实际重塑发生在睡眠中
    9. 21:12NSDR 协议：如何通过 10 分钟深度休息加速可塑性
    10. 22:42医学生研究：表现最好的学生如何安排日程
    11. 24:03排除干扰：独处学习与收起手机的必要性
    12. 25:21“看一遍，做一遍，教一遍”：通过输出倒逼输入
    13. 27:45节奏适应：大脑如何根据固定时间表进入专注状态
    14. 30:01抱负感：长远动机如何支撑枯燥的学习过程
    15. 32:26核心发现：测试是建立知识而非仅仅评估知识
    16. 35:441917 年的经典实验：思考与回忆远胜于反复阅读
    17. 38:24信心陷阱：为什么“学四次”的人自我感觉良好却考得最差
    18. 43:38心理练习：Huberman 如何在脑海中“飞越”神经解剖结构
    19. 46:38纠错的价值：意识到“不知道”才是学习的开始
    20. 48:40黄金时间：接触新知识后 24 小时内测试效果翻倍
    21. 53:07熟悉感 vs. 掌握感：识别答案不等于拥有知识
    22. 01:00:37开放式问题：为什么简答题比选择题更能对抗遗忘
    23. 01:05:34间隙效应：在学习中插入 10 秒停顿的奇效
    24. 01:08:48情绪与记忆：中世纪“冷水浴”背后的肾上腺素逻辑
    25. 01:15:33交错学习：通过注入随机故事增强大脑的重复频率
    26. 01:17:18终极境界：从熟练、精通到大师级的跨越
  • 12-21#367.从高中辍学到 OpenAI 科学家：Gabriel Peterson 的 AI 自学与职业逆袭
    1. 00:00开场 & 嘉宾介绍
    2. 03:00从瑞典小镇到硅谷：高中辍学者的非典型开局
    3. 04:36疯狂的销售经历：带着 A3 打印纸去“扫楼”
    4. 06:22睡在沙发垫上的亿万富翁梦：创业初期的艰辛与信念
    5. 07:16编程初体验：从山寨宝可梦游戏到被真实问题“逼”出来的技术
    6. 10:14自上而下学习法：为什么真实任务是最好的老师
    7. 13:30递归式填补知识空白：如何用 ChatGPT 拆解扩散模型等复杂技术
    8. 18:17建立“点通”的直觉：每天问 AI 一百个问题的量变与质变
    9. 21:28跨越学历鸿沟：AI 如何让辍学者胜任传统博士级的研究工作
    10. 24:23寻找反馈的艺术：为什么你应该追着资深工程师要 Code Review
    11. 29:30签证黑客：如何用 Stack Overflow 的帖子拿到 O1 杰出人才签证
    12. 31:42招聘真相：公司只想赚钱，用 3 秒钟的 Demo 证明你的价值
    13. 34:10避开 HR 的替代信号：直接向有利益驱动的 CEO 展示能力
    14. 36:31走出“成人日托所”：为什么野心勃勃的人应该尽快进入真实市场
    15. 51:21薪水翻十倍的秘密：旧金山的人才密度与网络效应
    16. 56:13克服“我不够聪明”的错觉：你已经在前 1% 了
    17. 58:23总结建议：给你年轻时的自己一份“跳过弯道”的指南
  • 12-21#366.好莱坞之王 Michael Ovitz：从收发室到全球经纪帝国，关于卓越、好奇心与权力的实战课
    1. 00:00开场 & 播客简介
    2. 02:05智力上的“变色龙”：Marc Andreessen 的超强处理能力与沟通艺术
    3. 07:12联合创始人的脆弱性：为什么 90% 的合伙关系会走向破裂？
    4. 11:55押注 A 级人才：从 Steve Jobs 到好莱坞导演的选人准则
    5. 12:39洛克菲勒的“黑带”销售：不提一个钱字，却让对方主动捐出巨款
    6. 23:36认知框架的力量：为什么“我看过这部电影”是老牌创业者的核心优势
    7. 30:17识别天才的直觉：Nobu 寿司与 Wolfgang Puck 餐厅背后的商业嗅觉
    8. 40:20拿破仑式的野心：为什么胃口是“越吃越大”的？
    9. 43:41幸存者游戏：在收发室“干掉”另外 19 个竞争对手的狠劲
    10. 49:31知识就是力量：CAA 内部的必读书单与电影史培训
    11. 52:34跨界好奇心：为什么经纪人要读女性杂志和汽车杂志？
    12. 01:00:37诚信是最高效率：在没有合同的情况下完成成百上千笔交易
    13. 01:12:07创造性商业：将制片厂卖给日本资本的底层逻辑
    14. 01:28:42可口可乐营销战：如何用 35 个定制广告击溃麦迪逊大道
    15. 01:33:46错误学习法：Patrick Collison 如何通过复盘 Ovitz 的失败来学习
    16. 01:40:46班长竞选的教训：宁愿做被批评的行动派，也不做无所作为的平庸者
    17. 01:52:41失败是勋章：美国商业文化中对“重新站起来”的尊重
    18. 01:54:14逃离“山谷”：出身贫寒带来的二元动力——要么成功，要么死亡
    19. 02:01:59怀念迈克尔·克莱顿：一段长达 30 年、基于好奇心与忠诚的友谊
    20. 02:08:42总结：永不满足，永不停止学习
  • 12-20#365.风险共担与非对称性：塔勒布对话纳瓦尔，拆解真实世界的运行逻辑
    1. 00:00开场 & 播客简介
    2. 01:50从交易员到学者：为什么理论家总在胡说八道
    3. 05:35专家问题：如何区分“真专家”与“知识分子白痴” (IYI)
    4. 07:19餐饮业的启示：同行评判（拿奖）vs. 现实评判（倒闭）
    5. 10:41预测的无能：为什么占星师的记录可能比经济学家更好
    6. 13:24汉谟拉比法典：建筑师、死刑与防止隐藏风险
    7. 14:33鲍勃·鲁宾交易：当损失被社会化，而收益被私有化
    8. 15:48比特币的诞生：对银行救助和代际财富掠夺的复仇
    9. 17:59白银法则：为什么“己所不欲勿施于人”比黄金法则更稳健
    10. 20:45历史的对称性：为什么古代领导者必须身先士卒
    11. 23:08扎哈维信号：伤疤是冒险者无法伪造的勋章
    12. 25:55虚假美德：为什么不包含牺牲的“环保提示”不是美德
    13. 26:39给年轻人的建议：去创业，去失败，不要加入 NGO
    14. 32:11医生测验：为什么你应该选那个长得像“屠夫”的医生
    15. 37:09试错胜过设计：在波动中获益的“凸性”思维
    16. 42:06林迪效应：为什么老技术（叉子）比新技术更长寿
    17. 44:46货币竞争：神为什么只接受最坚挺的货币
    18. 45:57政币分离：加密货币如何重塑国家与货币的关系
    19. 46:54少数派原则：为什么不到 1% 的顽固者能决定社会规则
    20. 53:54自动挡与清真肉：非对称偏好如何支配全球供应链
    21. 58:10遍历性与路径依赖：为什么“损失厌恶”是极其理性的
    22. 01:00:27俄罗斯轮盘赌：为什么群体概率不等于个体命运
    23. 01:03:03总结：不确定性越大，决策反而越简单
  • 12-19#364.解密 OpenAI 高效引擎：18天打造榜首 App，Codex 负责人揭秘 AI 队友的进化之路
    1. 00:00开场 & 播客简介
    2. 05:42重新定义“速度”：在 OpenAI，野心和执行力没有上限
    3. 07:20组织架构揭秘：为什么“自下而上”是 AI 创新的核心
    4. 08:36准备-开火-瞄准：为什么在 AI 时代，过度规划没有意义
    5. 10:17什么是 Codex：一个“不爱看 Slack”的聪明实习生
    6. 13:43爆发式增长：几个月内规模增长 20 倍背后的产品洞察
    7. 15:53增长的转折点：从云端异步 Agent 回归本地 IDE 集成
    8. 18:52技术栈三层架构：模型、API 与应用框架的协同进化
    9. 23:27核心洞察：为什么编码能力是所有 Agent 的心脏
    10. 25:35记忆与脚本：如何让 Agent 记住团队的私有经验
    11. 30:37聊天驱动开发：未来我们是否还需要写 Spec（规范）？
    12. 31:47混合主导系统：像特斯拉自动驾驶一样使用 AI 软件
    13. 37:5418 天奇迹：Codex 如何帮助 Sora 团队光速发布 App
    14. 39:00压缩人才栈：当设计师开始用“感觉编程”直接提交 PR
    15. 42:55垂直领域的机遇：对客户问题的理解比构建能力更重要
    16. 49:45实战建议：把最难的任务交给 Codex，建立“队友”信任感
    17. 52:03职业建议：深入系统工程前沿，利用 AI 验证而非仅仅生成
    18. 55:55AGI 的真瓶颈：人类的打字速度与代码审查带宽
    19. 01:00:13闪电问答：乐观的科幻未来、《咒术回战》与“友善且坦诚”
  • 12-19#363.AI时代的增长神话：2亿美金ARR，Lovable如何彻底颠覆传统增长打法？
    1. 00:00开场 & 播客简介
    2. 04:35一年两亿美金：是行业基准还是“一生一次”的孤例？
    3. 07:56谁在为 Lovable 买单？从“创始人用例”到企业内部创新
    4. 10:14留存率真相：在高速增长下，如何保持 B2B 级别的稳定性
    5. 12:33扔掉旧剧本：为什么 70% 的传统增长手段在 AI 时代已失效
    6. 16:16停止优化，开始创新：增长团队为何要亲自下场做产品功能
    7. 18:40激活的新定义：当 AI Agent 成为核心，微观优化已不再重要
    8. 20:47“公开构建”的力量：让 CEO 和员工成为社交媒体上的增长杠杆
    9. 23:55市场营销的短周期：当定位和信息每三个月就过时一次
    10. 25:14告别 SEO，拥抱社交：为什么 B2B 的未来在 X 和 LinkedIn
    11. 28:17从 MVP 到 MLP：在功能泛滥的时代，如何靠“可爱”脱颖而出
    12. 31:48品牌即互动：没有品牌团队，如何让用户感受到产品的“灵魂”
    13. 32:59招聘心法：寻找那些“心里有火”且具备高度能动性的通才
    14. 35:43极速节奏：休假十天回来，公司就像经历了一场革命
    15. 39:05全职“Vibe Coder”：非技术背景如何靠 AI 工具重塑开发流程
    16. 41:52疯狂的赠送策略：为什么要把 AI 成本看作最高效的营销投入
    17. 47:36只有 100 人的 2 亿美金公司：极致的人效比是如何达成的
    18. 51:10消失的 PMF 稳态：为什么你每三个月就得重新夺回市场契合度
    19. 53:23预测未来：在 LLM 能力跃迁之前提前布局
    20. 01:00:44AI 原生员工：从“AI 增强自我”到“以 AI 为底座”的思维转变
    21. 01:01:47边界感：在历史上增长最快的公司，如何保护私人时间与睡眠
    22. 01:08:05警惕差距：为什么女性在 AI 采用率上正在掉队？
    23. 01:12:36给应届生的建议：不要怕被自动化，要成为那个“指路的人”
  • 12-18#362.别再从头造 Agent 了：Anthropic 专家揭秘“Agent Skill”如何重塑 AI 协作
    1. 00:00开场 & 播客简介
    2. 01:43现状：Agent 很聪明，但缺少稳定可靠的专业知识
    3. 02:49核心转变：代码不仅仅是应用场景，更是数字世界的通用接口
    4. 03:53什么是 Agent Skill：把可组合的程序化知识打包进“文件夹”
    5. 05:04极简主义哲学：为什么选择 Git 和文件系统作为载体？
    6. 07:09三大生态支柱：基础能力、合作伙伴与企业内建 Skill
    7. 08:12案例分享：Notion 与 Browserbase 如何通过 Skill 增强 Claude
    8. 09:06趋势观察：从简单的 Markdown 指令到复杂的二进制文件打包
    9. 10:07协同作战：MCP 负责“连接”，Skill 负责“专业知识”
    10. 10:51架构公式：Agent 循环 + 运行时 + MCP + Skill 库
    11. 12:11开发者关注点：测试评估、版本控制与跨 Skill 的依赖引用
    12. 13:11愿景：打造一个由人和 Agent 共同维护的组织能力知识库
    13. 14:12记忆的具体化：让 Claude 为未来的自己编写 Skill
    14. 15:14情境学习的力量：如何让 Agent 随着使用时间的增加而进化
    15. 16:11行业类比：模型是处理器，Skill 才是真正改变世界的“应用程序”
  • 12-17#361.Demis Hassabis 展望 AI 未来：从 AGI 路径、世界模型到社会变革
    1. 00:00欢迎收听：跨国串门计划与本期节目介绍
    2. 02:03Demis Hassabis 精彩语录：AGI、心智与计算极限
    3. 02:572023年AI回顾：从语言模型到Agent AI的重心转移
    4. 03:51AI的飞速发展：Gemini 3与世界模型带来的惊喜
    5. 04:25“根节点问题”：AI如何解锁科学与医学的下游效益
    6. 04:46探索前沿：材料科学、核聚变与量子计算的突破
    7. 05:59核聚变的深远影响：清洁能源与气候问题解决方案
    8. 07:15AI的“参差不齐”智能：数学奥赛金牌与低级错误并存
    9. 08:03AGI的缺失环节：推理一致性与持续学习能力
    10. 09:15AlphaGo与AlphaZero：从学习人类知识到自我发现
    11. 11:07科学研究与商业竞赛的平衡：AlphaFold与聊天机器人的路径选择
    12. 13:15AI竞赛的加速效应：更多资源与技术普及
    13. 14:10规模化瓶颈与合成数据：AI发展“撞墙”了吗？
    14. 15:21DeepMind的优势：研究优先、世界级工程与基础设施
    15. 16:19AGI之路：规模化与创新并重
    16. 16:49AI“幻觉”问题：AlphaFold的置信度机制能否借鉴？
    17. 18:37世界模型的重要性：语言模型无法捕捉的物理世界动态
    18. 19:57模拟世界的构建与验证：Genie和VEO的逼真生成能力
    19. 21:31AI Agent的演化实验：Simmer与Genie的互动循环
    20. 23:23确保模拟世界的真实性：物理基准测试与幻觉控制
    21. 25:30意识的起源：模拟Agent演化实验的设想
    22. 27:10涌现属性的风险：在安全沙箱中运行模拟
    23. 28:00AI泡沫与长期价值：短期高估，长期低估
    24. 29:56避免社交媒体覆辙：构建以用户为中心的负责任AI
    25. 31:34AI人格的科学：平衡支持与挑战不合逻辑观点
    26. 33:35AGI的融合之路：语言模型、图像模型与世界模型的结合
    27. 34:46工业革命的启示：AI带来的社会冲击将更剧烈、更迅速
    28. 36:52后AGI时代：经济体系与人类意义的重构
    29. 38:53国际合作与AI安全：地缘政治挑战与潜在的“警钟”
    30. 42:56人类与机器的界限：图灵机的极限与意识的本质
    31. 46:17顶尖AI研究者的心路历程：兴奋、责任与挑战
    32. 48:40AI领域的竞争与合作：超越商业成败的更高 stakes
    33. 49:39未来十年：Agent系统的风险与期待
    34. 51:20终极使命：安全引导AGI到来后的“学术假”
  • 12-17#360.Acquired十周年特辑：与传奇作家Michael Lewis共话播客成长秘诀
    1. 00:00开场 & 播客简介
    2. 00:00Michael Lewis初识Acquired：长播客的魅力与节目演变
    3. 08:50伙伴关系的力量：Ben与David的化学反应
    4. 12:40Acquired的商业智慧：从NFL到伯克希尔哈撒韦的十大教训
    5. 12:40稀缺性原则：从NFL学到的节目更新策略
    6. 16:20聚焦成功：Acquired反向工程的创业视角
    7. 17:30“太难了”原则：芒格智慧在内容选择上的应用
    8. 23:20复利效应与信任：播客与书籍的不同增长路径
    9. 26:10恐惧是动力：对听众的敬畏驱动内容质量
    10. 44:30独家研究方法：从阅读到高层访谈的演变
    11. 1:02:30小众市场的巨大潜力：Ben Thompson的启示
    12. 1:05:20精简运营：小团队如何打造高品质内容
    13. 1:07:00极致打磨：Acquired的录制与剪辑流程揭秘
    14. 1:10:00独特的商业模式：与赞助商的深度合作
    15. 1:23:00创始人控制权：保持精品店模式的价值
    16. 1:29:00热情驱动：即使数据不佳也值得做的节目（任天堂、IPL）
    17. 1:36:00创造“事件”：从习惯到超级碗的品牌打造
    18. 1:40:00简化与聚焦：从Costco和台积电学到的核心竞争力
    19. 1:47:00播客研究与VC尽调：两种思维模式的异同
    20. 1:50:00Acquired成功之“为什么”：外部顺风与内部伙伴关系
    21. 1:53:00Acquired的“七力模型”：规模经济、反向定位、品牌、垄断性资源与流程优势
    22. 2:10:00Carve Out环节：主持人与嘉宾的年度推荐
    23. 2:10:00书籍推荐
    24. 2:14:00播客推荐
    25. 2:17:00影视推荐
    26. 2:21:00电子游戏推荐
    27. 2:23:00产品推荐
    28. 2:27:00育儿心得
    29. 2:30:00节目总结与致谢
  • 12-16#359.别只看数字，更要懂人心：Rory Sutherland 揭示营销、效率与决策背后的“非理性”真相
  • 12-16#358.AI时代的工程领导力：从Meta首席工程师到Claude Code创造者，Boris Cherny的成长哲学
    1. 00:00开场 & 播客简介
    2. 01:02早期项目与通才精神：Messenger与Facebook群组整合，工程师的“用户研究”
    3. 05:10“潜在需求”的产品哲学：产品成功的核心原则，Marketplace与Facebook Dating的案例
    4. 06:36跨部门协作的“噩梦”：文化与目标差异，以及解决之道
    5. 09:07个人项目与影响力：uc框架、TypeScript书籍与社区，支线任务的重要性
    6. 15:39降级入职的“幸运”：低期望值带来的探索空间
    7. 17:00Comet项目与基础设施建设：Facebook群组网页端重写，影响基础设施方向
    8. 20:58AI赋能工程效率：AI如何大幅减少项目所需时间和人力
    9. 22:07与高管沟通的艺术：给VP汇报的“三个选项”策略
    10. 23:09无头衔文化与赢得信任：Meta与Anthropic的无头衔文化，持续赢得信任的重要性
    11. 25:43大规模项目规划与技术领导力：规划数百名工程师的工作，技术设计“游戏”
    12. 31:02公共群组项目与技术分歧：复杂功能改动，数据模型辩论与垃圾信息挑战
    13. 34:10领导资深工程师：冒名顶替综合症与处理技术分歧的经验
    14. 37:39工程师的产品思维：理解权衡与情境感知，填补产品经理空缺
    15. 38:56“卓越工程”与自动化：通过自动化解决日常痛点，扩大影响力
    16. 44:10转岗Instagram与文化冲击：为爱搬家到日本，Instagram的产品驱动文化与“下线”功能
    17. 47:03重新建立信誉：跨越半个地球的挑战，重新找回写代码的乐趣
    18. 49:23Instagram代码库迁移：从Python到Hack，工程驱动与产品驱动的文化差异
    19. 51:38授权的艺术：信任与监控，晋升是影响力的滞后副产品
    20. 54:49加入Anthropic的动机：LLM的震撼与AI安全使命，AI对社会的变革性影响
    21. 59:55Claude Code的诞生与成功：超越自动补全，"为六个月后的模型做产品"的哲学
    22. 01:01:00模型能力飞跃：Sonnet和Opus四的发布，Anthropic工程师效率增长70%
    23. 01:02:11AI编程的挑战与未来：AI编程的“粗制滥造”，结对编程与手动编码
    24. 01:04:24Claude Code的广泛应用：数据科学与销售团队
    25. 01:05:36对竞争的看法：专注于解决用户问题
    26. 01:06:38非CS学位的影响：通过实践学习编程
    27. 01:07:22生产力技巧：学会使用Claude Code自动化与编排，创作者日程与管理者日程的转变
    28. 01:09:47给年轻工程师的建议：相信常识
  • 12-13#357.乔布斯：创造非凡，活出自我——《Make Something Wonderful》解读
    1. 00:00播客简介：乔布斯思想与《Make Something Wonderful》
    2. 01:52书籍介绍：免费获取与阅读方式
    3. 02:42乔布斯名言：满怀关爱创造非凡
    4. 04:43乔布斯对平庸产品的厌恶
    5. 05:46艺术与科技的交汇：埃德温·兰德的影响
    6. 07:23极致严苛的自我要求：科比·布莱恩特的类比
    7. 09:35人生如彩虹：短暂而璀璨
    8. 11:39阅读传记的价值：从错误中学习
    9. 12:17乔布斯的童年：父亲的熏陶与硅谷氛围
    10. 14:21热爱阅读与校园困境
    11. 15:16辍学与追随兴趣
    12. 15:40苹果的诞生：从车库到行业先锋
    13. 16:04个人电脑的愿景：人人可用的工具
    14. 16:46早期苹果的挑战与乔布斯的管理风格
    15. 17:16Macintosh：科技与艺术的结合
    16. 18:11对产品的非理性热爱
    17. 18:38Macintosh对行业未来的预判
    18. 18:57Apple I的生产与资金筹集
    19. 21:06早期被拒绝的经历
    20. 22:15乔布斯早年的沟通天赋
    21. 23:41发现“二流产品”的市场机会
    22. 24:43产品设计：基于用户互动时间的重要性
    23. 25:51在宇宙中留下印记
    24. 26:05书籍的力量：思想的传承
    25. 27:21乔布斯写给自己的邮件：对人类经验的贡献
    26. 28:21乔布斯的历史观：伟大的艺术家善于“偷窃”
    27. 29:39Macintosh类比“电话”：易用性是关键
    28. 32:01迈克尔·莫里茨对乔布斯的评价
    29. 33:34乔布斯论产品质量：固执与坚持
    30. 34:10被苹果解雇后的反思
    31. 34:45创造的欲望：财富无法阻挡
    32. 36:58NeXT和Pixar的艰难转型
    33. 39:14“一夜成名需要很久”
    34. 40:18里德学院演讲：逆境塑造品格
    35. 41:43与安迪·格鲁夫的邮件往来：导师的教诲
    36. 45:52乔布斯对互联网和通信设备的远见（1996年）
    37. 47:23从失败中学习：不要害怕摔跟头
    38. 47:58苹果的问题：失去差异化
    39. 49:43企业文化：思想层级高于组织层级
    40. 51:21工作即生活：乔布斯的投入
    41. 52:20帕洛阿尔托高中演讲：生命的真谛
    42. 53:04创造力：连接不相关的经验
    43. 53:53追随天职，而非“职业生涯”
    44. 55:23旅程本身就是回报
    45. 55:58生命弧线：尽情闪耀
    46. 56:16死亡：激励人生的工具
    47. 57:25错误与遗憾
    48. 57:55Pixar的启发：提前剪辑故事
    49. 59:30招聘的重要性：寻找A级人才
    50. 01:01:00乔布斯的反常规面试技巧
    51. 01:01:34CEO的职责：激发卓越
    52. 01:02:15重返苹果：拯救濒危的公司
    53. 01:03:08创意风险与财务保守的平衡
    54. 01:03:26专注的力量：砍掉产品线
    55. 01:03:51建立基业：为未来而奋斗
    56. 01:04:19乔布斯的核心价值观
    57. 01:04:36回归苹果的内心挣扎
    58. 01:06:53安迪·格鲁夫的忠告：“我才不管苹果那破事儿呢”
    59. 01:07:46乔布斯对苹果文化的重塑
    60. 01:08:51追求卓越，而非对错
    61. 01:09:11回归本源：伟大产品、营销与分销
    62. 01:09:57聚焦“珍宝”
    63. 01:10:03分销创新：Apple Store的诞生
    64. 01:10:21营销即价值观：耐克与“Think Different”
    65. 01:12:34应对Newton停产抗议的智慧
    66. 01:13:39苹果的“怀疑主义层级”
    67. 01:16:18iMac的推出与重返消费市场
    68. 01:17:33乔布斯写给自己的邮件：苹果存在的理由
    69. 01:18:49亚里士多德：卓越是一种习惯
    70. 01:19:09“做了一件好事，就去做下一件”
    71. 01:20:09莱斯利·柏林访谈：导师鲍勃·诺伊斯
    72. 01:25:04乐观与激情：创新的必要条件
    73. 01:26:05寻求前辈指导的超能力
    74. 01:27:52人性是历史的底色
    75. 01:29:13詹姆斯·戴森的启示：信息不能混淆
    76. 01:29:47苹果零售店的“伏击”策略
    77. 01:30:30人的质量：传教士而非雇佣兵
    78. 01:31:38价值观管理：同心同向
    79. 01:33:59招聘是第一要务
    80. 01:34:50斯坦福毕业典礼演讲的幕后
    81. 01:35:34遇见挚爱：无法计划的缘分
    82. 01:37:24创业初心：投资自己，而非安稳
    83. 01:38:52死亡意识：消除幻觉，活在当下
    84. 01:41:53追随内心：连接点滴，成就未来
    85. 01:45:08活出自我：不要浪费时间在别人的生活上
    86. 01:46:23iPhone的诞生：解决自身痛点
    87. 01:47:19比尔·盖茨对乔布斯的评价
    88. 01:47:58乔布斯对赞誉的回应：“一切荣耀皆为过眼云烟”
    89. 01:48:21乔布斯最后的邮件：对人类的感恩与依赖
    90. 01:49:08辞去CEO职务的信件
  • 12-12#356.Huberman Lab: 冥想的科学与实践——定制你的冥想以提升专注、情绪与睡眠
    1. 00:00冥想入门与科学视角
    2. 00:00冥想的定义与益处
    3. 00:38冥想的多种形式与目标
    4. 01:24冥想如何改变我们的存在方式
    5. 02:34冥想的演变与科学之路
    6. 02:34个人经历与早期研究
    7. 03:37冥想与迷幻药的历史交织
    8. 04:50冥想的广泛接受与商业化
    9. 11:55冥想的神经科学基础
    10. 11:55大脑核心区域：前额叶皮层、前扣带皮层、脑岛
    11. 20:09人类思维的复杂性：过去、现在、未来
    12. 21:19正念的定义与核心
    13. 22:11内在与外在感知（内感受与外感受）
    14. 22:11通用冥想形式的神经生理转变
    15. 29:06内感受与外感受的连续谱
    16. 31:44高低内感受意识的利弊
    17. 36:45评估你的内外感受偏向
    18. 38:09心智漫游与默认模式网络
    19. 38:09默认模式网络（DMN）的定义
    20. 39:53《走神的大脑是不快乐的大脑》研究
    21. 44:59活在当下的重要性
    22. 46:00冥想实践：方法与策略
    23. 46:00冥想与当下幸福感
    24. 47:12对抗默认状态的冥想策略
    25. 50:53神经可塑性与冥想效果
    26. 52:57冥想中的“重新聚焦”
    27. 01:00:43冥想时长与坚持的重要性
    28. 01:01:47推荐工具：Sam Harris的Waking Up应用
    29. 01:03:24“眉心轮”与前额叶皮层
    30. 01:03:24眉心轮与松果体的误解
    31. 01:07:36大脑没有感觉神经元
    32. 01:08:10冥想中专注于大脑：思想、情绪和记忆的涌现
    33. 01:13:12呼吸模式与意识状态
    34. 01:13:12冥想中的呼吸模式
    35. 01:21:59冥想时如何呼吸：放松或警觉
    36. 01:27:07呼吸功本身就是一种冥想
    37. 01:28:16呼吸练习与内感受敏锐度
    38. 01:29:10内感受与解离的连续谱
    39. 01:29:10冥想的第三个组成部分：内感受与解离
    40. 01:33:35内感受与解离的健康平衡点
    41. 01:36:39心理健康模型：V形、U形与凸形
    42. 01:45:54冥想对情绪的积极影响
    43. 01:49:21冥想、睡眠与恢复
    44. 01:49:21冥想能否替代睡眠？
    45. 01:54:42瑜伽休息术（Yoga Nidra）与非睡眠深度休息（NSDR）
    46. 01:57:31NSDR/瑜伽休息术与睡眠改善
    47. 01:58:40冥想与NSDR/瑜伽休息术的对比
    48. 02:02:17时空桥接冥想（STB）
    49. 02:02:17STB冥想的独特之处
    50. 02:05:23STB冥想的实践步骤
    51. 02:08:45STB冥想的益处：意识引导与灵活性
    52. 02:13:02总结与展望
    53. 02:13:02冥想的更多维度
    54. 02:13:33未来播客预告
  • 12-11#355.Gavin Baker - Nvidia 与 Google、缩放定律，以及 AI 的经济学
    1. 01:55Gavin如何分析AI新进展：亲身体验与专家追踪
    2. 05:23AI扩展定律的演变：从预训练到后训练的新范式
    3. 08:07AI发展核心：谷歌TPU与英伟达GPU的竞争
    4. 09:57Blackwell芯片的复杂挑战与延迟影响
    5. 11:15谷歌作为低成本token生产商的战略考量
    6. 15:51TPU与GPU的技术路线差异及ASIC自研困境
    7. 21:24AI的“有用性”：从智能到解决实际问题
    8. 23:36“可验证即自动化”：AI如何赋能企业职能
    9. 28:19边缘AI：最具威胁的看空理由
    10. 33:15AI投资回报率：创业公司与财富500强的差异
    11. 39:36前沿实验室的动态：Meta、Anthropic与xAI的博弈
    12. 51:17太空数据中心：能源、冷却与网络连接的终极解决方案
    13. 56:24AI算力供需：短缺、过剩与调控阀
    14. 01:00:05电力：AI时代的新瓶颈与解决方案
    15. 01:04:45半导体VC的崛起：老兵新传与生态系统加速
    16. 01:08:59SaaS公司的AI困境：毛利率与生存之战
    17. 01:13:20滚动泡沫：核能、量子与AI的“科技元素圈”
    18. 01:17:19投资的本质：对真理的追寻与个人成长故事
  • 12-11#356.AI硬件的未来：英伟达首席科学家Bill Dally的深度洞察
    1. 00:00开场 & 嘉宾介绍
    2. 00:51深度学习的变革力量：ChatGPT的自我认知与量子化学AI系统Ente
    3. 02:34深度学习成功的三要素：算法、数据与硬件
    4. 03:36硬件的引爆点：GPU与深度学习的火箭式发展
    5. 04:08模型计算量爆炸：从AlexNet到Transformer的千万倍增长
    6. 05:06GPU的诞生：政府资助研究与CUDA的演变
    7. 06:29GPU性能飞跃：过去十年推理性能每年翻倍
    8. 06:57摩尔定律之外：架构与设计的五千倍提升
    9. 07:21数值表示的巨大贡献：从FP32到FP4的32倍提升
    10. 08:37复杂指令集：从点积到矩阵乘法的效率革命
    11. 10:54工艺进步的有限贡献：28纳米到4纳米仅3倍能效提升
    12. 11:10稀疏性与“作弊”：Blackwell的2倍稀疏度与芯片面积翻倍
    13. 11:46模型优化：GoogleNet等算法带来的额外性能提升
    14. 12:12Blackwell架构：工程奇迹与NVHBI互连
    15. 12:57多维度并行：数据并行、流水线并行与张量并行
    16. 14:59通信技术：NVLink与InfiniBand构建大规模AI集群
    17. 16:30英伟达数据中心：系统规模与计算性能的七万倍增长
    18. 16:51软件的挑战：从cuDNN到Modulus、Clara等应用栈
    19. 18:36软件壁垒：构建完整高效软件栈的难度
    20. 19:00MLPerf基准测试：英伟达的领先地位与软件优化带来的性能提升
    21. 20:15Agent模式的兴起：大语言模型与工具、记忆的结合
    22. 21:17LLM运行的独特阶段：预填充（Prefill）与解码（Decode）的挑战
    23. 22:30解码阶段的内存与延迟需求：每秒千级Token的挑战
    24. 23:20思维链推理（Chain of Thought）：多轮迭代对硬件的严苛要求
    25. 24:33硬件设计师的应对：极高Token生成速率的需求
    26. 25:35内存带宽与通信延迟：Blackwell面临的巨大挑战
    27. 26:37新模型与注意力机制：混合专家模型与多头潜在注意力
    28. 27:50能量消耗分析：数学计算、内存带宽与数据移动
    29. 28:553D堆叠内存：降低HBM内存能耗与提升带宽的潜力
    30. 30:12数值表示的艺术：从整数到浮点、对数与码本
    31. 31:04脉冲表示法的低效：CMOS电路中的能耗问题
    32. 31:58比较数值表示法：成本与准确性的权衡
    33. 33:13符号表与剪枝：优化权重表示以提高精度
    34. 34:28对数表示法：乘法变加法与误差分布的优势
    35. 36:07对数加法的挑战与延迟策略
    36. 37:37数值表示优化：缩放与裁剪最小化误差
    37. 40:21粒度优化：从层级到向量级的缩放与裁剪
    38. 41:09稀疏性利用：结构化稀疏与Ampere架构
    39. 42:53加速器原型：探索每瓦算力的极限
    40. 43:37指令开销：CPU与GPU的巨大差异
    41. 44:13内存访问成本：局部性与跨层级访问的能耗
    42. 45:14异构加速器：为不同阶段优化计算与内存
    43. 46:31Magnet加速器：每瓦百万亿次运算的里程碑
    44. 46:58电压缩放：优化每瓦性能的巨大机会
    45. 48:04通用加速器愿景：模块化设计应对多领域应用
    46. 49:30深度学习的未来：提升人类体验与模型优化
    47. 50:12当前挑战：分离式推理、思维链与新注意力机制
    48. 50:54硬件的成就：GPU性能的惊人增长与优化细节
    49. 52:00Q&A: 互连技术与NVLink的重要性
    50. 53:30Q&A: 数学运算与通信能耗的界定
    51. 54:36Q&A: AI功耗与人脑效率的对比
    52. 56:19Q&A: 电压堆叠与CMOS工艺的兼容性
    53. 57:47Q&A: 未来十年计算能力的预测
    54. 59:02Q&A: 超越CMOS的脉冲计算范式
    55. 59:45Q&A: 晶体管尺寸极限与工艺技术的未来
  • 12-10#354.Huberman Lab：掌握创意过程｜Twyla Tharp
    1. 00:00开场 & 播客简介
    2. 00:00欢迎收听跨国串门计划
    3. 01:56Twyla Tharp 的自律与创作观
    4. 02:47Huberman Lab 播客介绍 Twyla Tharp
    5. 03:07“主心骨”：创作的专注与聚焦
    6. 08:54创作者的意图与观众
    7. 12:39艺术家的成长与挑战：成功比失败更难以为继
    8. 14:13创作过程中的私下失败与舞者选拔
    9. 22:55艺术的价值与“美”的价位
    10. 32:47Misha 与舞蹈的商品化：魅力与大众联结
    11. 35:51品味与直觉：保护和提炼你的本能
    12. 41:14古典芭蕾训练：身体控制的基础
    13. 53:45创作的“主心骨”与习惯：从微小迹象开始构建
    14. 58:08自律并非享受：源于童年农场与母亲的训练
    15. 01:02:31非语言交流与心灵感应：从家庭翻译到社群共鸣
    16. 01:08:22VR、拳击与力量：身体的极限与突破
    17. 01:12:42把杆练习：身体智慧的进化
    18. 01:19:02身体先于大脑：直觉与运动的本源
    19. 01:23:47教育与高标准：培养自律与行为规范
    20. 01:27:53评论与内在标准：爱与客观的平衡
    21. 01:35:51社交媒体与即时反馈：污染核心动机的风险
    22. 01:41:19为没有回报而工作：热爱过程的价值
    23. 01:46:16卓越与长寿：接受身体衰退，保持无畏与分享
    24. 02:11:45名字与自我认知：母亲的“明星之路”暗示
    25. 02:12:41Andrew Huberman 感谢 Twyla Tharp
    26. 02:14:19播客信息补充与推广
  • 12-09#353.视觉智能RAG与Agent框架：突破传统限制，构建多模态AI应用
    1. 00:00开场 & 播客简介
    2. 01:56Suman开场：视觉检索与Agent框架的探索之旅
    3. 03:11互动环节：了解听众背景与资源分享
    4. 05:07GitHub仓库导览：基于视觉的Agent RAG实践
    5. 06:14多模态RAG的传统实现方法
    6. 06:18方法一：实体分离与多模态Embedding
    7. 08:26方法二：实体摘要与文本Embedding
    8. 09:24方法三：摘要检索与原始数据生成
    9. 11:41传统RAG的局限性：图像密集型文档的困境
    10. 14:22灵感来源：模仿人类阅读与理解
    11. 15:34Call Pal模型概述：将页面视为图像并分块处理
    12. 16:18Call Pal核心机制：Embedding与检索
    13. 16:53视觉语言模型基础：对比学习与正向提示
    14. 20:32Call Pal的Embedding过程：预处理与向量生成
    15. 22:59延迟交互检索：查询与图像分块的相似度计算
    16. 25:50演示环境搭建：模型、数据与Quadrant数据库
    17. 32:26数据准备：PDF转图片及元数据处理
    18. 33:07Embedding生成：Call Pal模型处理图片
    19. 34:10语义搜索：基于查询检索相关页面
    20. 34:53答案生成：结合多模态LLM输出结果
    21. 37:21Strands Agent框架：轻量级Agent构建
    22. 38:05Strands Agent简介：模型优先与工具集成
    23. 43:02自定义检索工具：Call Pal与Agent的结合
    24. 45:16增强Agent：加入语音输出功能
    25. 49:26生产环境应用与扩展性考量
    26. 52:59Call Pal与传统RAG：选择与权衡
    27. 56:00混合架构探索：Call Pal与传统RAG的结合
    28. 57:21模型微调：Call Pal的优化潜力
  • 12-07#352.AI 时代的财富密码：四年十亿营收，不玩硅谷规则，Surge AI 创始人揭示 AI 发展的真相与未来
    1. 00:00开场 & 播客简介
    2. 01:58Surge AI 的惊人成就：四年十亿营收，自有资金
    3. 02:09不玩硅谷那套：小而精团队，不融资，不炒作
    4. 05:06AI 时代的公司形态：高人效比，专注产品与技术
    5. 06:53刻意低调：靠产品口碑而非公关宣传
    6. 08:19Surge AI 核心业务：教 AI 模型辨别好坏
    7. 08:35定义“质量”：从机械标准到诺贝尔奖级诗歌的深度思考
    8. 10:17如何衡量数据质量：千个信号，机器学习算法
    9. 11:37Claude 成功的秘密：数据质量与实验室的“品味”
    10. 15:56基准测试的不可靠性：缺陷、误导性与“应试教育”
    11. 17:04衡量真实进展：专家级人类评估的价值
    12. 18:08人类在 AGI 发展中的核心作用
    13. 18:36AGI 时间线预测：十年甚至几十年
    14. 19:16AGI 发展方向的担忧：优化“AI 垃圾内容”，追逐多巴胺而非真理
    15. 22:03Anthropic 的原则性：坚守价值观，不随波逐流
    16. 26:42AGI 需要新方法：模仿人类百万种学习方式
    17. 27:49强化学习环境：模拟真实世界，揭示模型弱点
    18. 32:00关注“轨迹”：过程比结果更重要
    19. 33:10AI 训练方法的演进：SFT, RLHF, 评分标准到强化学习环境
    20. 36:08投资研究：前线部署与内部基准测试开发
    21. 37:57研究实验室心态：推动前沿，而非追求估值
    22. 38:23招聘需求：对数据、数学、语言、计算机科学交叉领域充满热情的人
    23. 23:34“硅谷机器”的弊端：转型、闪电扩张、追逐估值
    24. 24:01Edwin 的创业建议：打造独一无二的产品，坚持使命
    25. 26:00雄心与信念：成功的基石
    26. 42:30独特背景：数学、语言与计算机科学的交叉
    27. 43:59科学家本色：理解宇宙，亲手实践
    28. 46:18Surge 的使命：塑造 AI 的未来，定义正确的“目标函数”
    29. 38:59模型差异化：公司价值观塑造 AI 个性
    30. 40:50被低估的 AI 趋势：聊天机器人内置产品功能
    31. 41:22被高估的 AI 趋势：“凭感觉编程”的维护性问题
    32. 51:31推荐书籍：《你一生的故事》、《西西弗神话》、《Le Ton beau de Marot》
    33. 53:02喜欢的影视：《穿越者》、《超时空接触》
    34. 53:33喜欢的近期产品：Waymo 自动驾驶
    35. 54:04人生格言：打造只有自己能打造的公司
    36. 55:28“Soda”还是“Pop”：Soda
    37. 56:27联系方式与招聘
    38. 56:51听众如何帮助：博客话题建议，分享 AI 失败案例
  • 12-07#351.MrBeast：从“数到十万”到52亿美元商业帝国，内容巨星的增长哲学与商业版图
    1. 00:00播客介绍与MrBeast影响力概述
    2. 02:12早期探索：少年MrBeast对病毒式传播的痴迷
    3. 03:12母亲的看法：从不解到支持的转变
    4. 04:25少年MrBeast的预言：十年前的视频展望未来
    5. 05:21少年时期定时发布视频的趣事
    6. 06:10破解注意力经济：算法洞察与普世内容创作
    7. 07:41注意力经济的挑战：内容长度与观众习惯
    8. 08:13YouTube内容长度的变化：长视频趋势与商业化历程
    9. 09:06碎片化名气：MrBeast的独特性与行业挑战
    10. 11:21MrBeast的日常：高强度工作与300人团队
    11. 12:06内容质量反思：回归故事核心，而非仅靠大场面
    12. 13:16持续超越自我的挑战：内容细节打磨的重要性
    13. 14:31多平台策略：YouTube的深度优势与其他平台的重要性
    14. 15:57个人社交媒体使用：积极算法管理与内容消费
    15. 17:26社交媒体对儿童的影响：正面利用与慈善实践
    16. 18:50CEO Jeff Haal登场：52亿美元估值与MrBeast的合作
    17. 20:33Beast Industries业务板块：媒体、消费品与创作者平台
    18. 22:05收入结构与全球化战略：70%观众来自北美以外
    19. 23:02品牌多元化：摆脱对MrBeast个人出镜的过度依赖
    20. 23:52避免争议：利用影响力行善，而非制造话题
    21. 27:43传统媒体合作：与亚马逊Prime合作《Beast Games》
    22. 30:12“Beast Games”的投资价值：全球影响力与跨平台分发
    23. 31:28“Beast Games”第一季的教训：参赛者管理与改进
    24. 33:03Beast Industries的未来愿景：最具影响力的娱乐品牌
    25. 33:47MrBeast的榜样：从Elon Musk和Steve Jobs汲取精华
    26. 34:36与母亲的关系：从假装上大学到母亲加入团队
  • 12-07#350.AI如何改变软件工程——Martin Fowler专访
    1. 00:00开场 & 播客简介
    2. 00:06AI：职业生涯中最大的变革，从确定性到非确定性
    3. 00:57Martin Fowler 介绍
    4. 01:45Martin Fowler 的职业生涯
    5. 01:58早期经历：从电子工程到计算机编程
    6. 03:27初入职场：在咨询公司接触面向对象
    7. 05:09独立顾问与 ThoughtWorks 的缘分
    8. 07:26“首席科学家”头衔的由来与职责
    9. 08:44ThoughtWorks 技术雷达
    10. 09:19技术雷达的起源与制作流程
    11. 10:58雷达的运作方式与微服务案例
    12. 12:26技术雷达对行业动态的洞察
    13. 14:11AI 对软件工程的变革
    14. 14:11AI 是最大的变革：与汇编到高级语言的转变类比
    15. 16:13从确定性到非确定性的思维转变
    16. 17:16抽象层次的提升与非确定性实现的挑战
    17. 18:39通过严谨的语言与 AI 协作：Unmesh Joshi 的观点
    18. 19:50广泛应用的非确定性工具：LLM 带来的新挑战
    19. 21:32LLM 的新兴工作流：原型开发与“氛围感编程”
    20. 22:12LLM 在理解遗留系统中的巨大成功
    21. 24:07与 LLM 协作的挑战：低信任度与迭代审查
    22. 27:52“氛围感编程”的弊端：缺失学习闭环
    23. 31:18LLM 在探索不熟悉环境中的辅助作用
    24. 32:48LLM 与 Stack Overflow 的对比：规模化复制粘贴的风险
    25. 34:37不信任但要验证：LLM 输出的审查与测试
    26. 35:54LLM 的“谎言”：不要盲目信任
    27. 37:43规范驱动开发与领域语言
    28. 38:03规范驱动开发与敏捷的循环迭代
    29. 39:08构建领域语言：LLM 模糊思维与代码界限
    30. 40:12紧密代表代码的语言：企业沟通的桥梁
    31. 41:21企业级软件开发的复杂性：监管、遗留系统与历史包袱
    32. 42:52风险容忍度的差异：创业公司与大型企业
    33. 46:12重构与软件架构
    34. 46:24《重构》一书的诞生与早期影响
    35. 49:16“重构”概念的滥用与小步修改的精髓
    36. 50:04《重构》第二版的更新与 JavaScript 示例
    37. 52:15AI 时代重构的重要性：处理大量代码的质量
    38. 53:18LLM 作为重构的起点与确定性工具的结合
    39. 55:29软件架构模式的兴衰
    40. 56:23模式作为交流词汇表的作用
    41. 57:56模式的时尚周期与企业内部的行话
    42. 59:34云计算对架构模式的影响：Grady Booch 的观点
    43. 01:02:23大型企业系统现代化的漫长过程
    44. 01:04:15敏捷宣言与 AI 时代
    45. 01:04:30《敏捷宣言》的诞生故事
    46. 01:07:06敏捷的成功：改变了与客户的合作方式
    47. 01:09:08AI 时代敏捷的有效性：更短的增量与反馈循环
    48. 01:11:34提高周期时间：敏捷在 AI 时代的核心杠杆
    49. 01:13:01AI 时代的学习与成长
    50. 01:13:15Martin Fowler 如何学习 AI：与作者协作与阅读
    51. 01:15:26如何识别好的信息来源：缺乏确定性与细微差别
    52. 01:18:42给初级软件工程师的建议：寻找导师与不信任但验证 AI
    53. 01:21:11对科技行业的整体感受：机遇与挑战并存
    54. 01:22:36AI 泡沫与零利率时代的结束：宏观经济影响
    55. 01:23:48软件开发的核心技能：沟通与理解需求
    56. 01:25:56快速问答
    57. 01:25:56最喜欢的编程语言：Ruby 与 Smalltalk
    58. 01:26:22书籍推荐：《思考，快与慢》与《权力掮客》
    59. 01:28:45桌游推荐：《Concordia》
    60. 01:30:01总结与展望
    61. 01:30:01AI 带来的确定性到非确定性转变
    62. 01:30:44“氛围感编程”的风险：停止学习与不理解软件
  • 12-05#349.产品经理的终结？为什么 LinkedIn 正在将 PMs 转变为 AI 驱动的“全栈构建者”
    1. 00:00开场 & 播客简介
    2. 01:11职场剧变：到2030年70%工作技能将发生变化
    3. 02:21领英的“全栈构建者”计划：重塑产品开发模式
    4. 04:05为什么需要变革：传统产品开发流程的复杂性与低效
    5. 05:01回归第一性原理：重新定义“构建”
    6. 06:18流程与组织复杂性：职能微观专业化的弊端
    7. 07:13AI时代的机会：重新整合技术栈，回归工匠精神
    8. 09:24赋能构建者：端到端地将想法推向市场
    9. 10:04人类核心能力：愿景、共情、沟通、创造力与判断力
    10. 11:12组织形态变革：像“海豹突击队”一样的小分队模式
    11. 12:35应对挑战：团队臃肿导致的效率下降
    12. 13:38平台重构：为AI理解和操作核心平台做准备
    13. 15:18定制化AI Agent：自动化繁琐任务
    14. 15:27“信任Agent”：评估产品规格中的潜在风险
    15. 16:53“增长Agent”：优化增长策略，评估想法质量
    16. 17:32“研究Agent”：分析用户痛点，提供洞察
    17. 17:50“分析师Agent”：查询领英海量数据，替代SQL查询
    18. 18:39Agent构建：内部定制与跨Agent编排器的重要性
    19. 21:14投资重点：从“想法到设计”与“代码到发布”的全面加速
    20. 22:41数据清理与“黄金案例”：训练AI的关键
    21. 24:58试点成果：每周节省数小时工作时间，洞察质量显著提升
    22. 26:17试点策略：核心团队构建，小分队参与并提供反馈
    23. 27:59新人才培养：APM项目转型为“助理产品构建者”计划
    24. 30:39文化转型：工具之外的激励、项目与成功案例
    25. 31:54绩效评估与“AI主动性”：驱动行为改变的关键
    26. 32:57成功案例分享：跨职能转型与自下而上的变革
    27. 38:05意外与教训：外部工具无法开箱即用，AI幻觉问题
    28. 39:14专业化与“全栈构建者”：并非人人都要转型，但心态是关键
    29. 41:46转型建议：平台、工具、文化三管齐下，保持耐心与透明度
    30. 43:39不要等待：主动拥抱变革，成为未来构建方式的先行者
    31. 44:52推荐书籍：《国家为什么会失败》、《超越百岁》、《无穷的开始》
    32. 47:02推荐播客：希伯来语播客《一首歌》
    33. 47:43梦想产品：车载AI助手，一键唤醒的无缝对话
    34. 49:35人生座右铭：“成为”比“是”更好（成长心态）
    35. 50:12告别领英：14年职业生涯的总结与对未来的展望
  • 12-04#348.a16z成长投资合伙人David George：构建AI投资帝国，洞察未来科技格局
    1. 00:00开场 & 播客简介
    2. 04:11洞察未来：AI时代的变革与机遇
    3. 04:11展望未来三到五年：AI对世界的深远影响
    4. 04:57消费级AI的演进：从聊天框到主动服务
    5. 05:55消费级AI的变现潜力：未被挖掘的巨大价值
    6. 09:00企业级AI的挑战与机会：商业模式的探索
    7. 11:02技术红利流向：90%归于终端用户
    8. 12:02投资“美国活力”：长期技术项目的耐心与洞察
    9. 12:02机器人与自动驾驶：巨大市场与漫长周期
    10. 14:21Waymo案例：从早期怀疑到重仓投资
    11. 17:13David George的投资哲学：卓越公司与“技术终结者”
    12. 17:13投资风格：公允价格投资卓越公司
    13. 18:12创始人类型：我钟爱的“技术终结者”
    14. 21:15投资教训：市场领导者才是赢家
    15. 23:02AI模型市场：赢家通吃还是多方共赢？
    16. 25:56风险投资的竞争格局与a16z的制胜之道
    17. 25:56行业成熟与竞争加剧：私募市场的崛起
    18. 28:01赢得项目：长期关系与独特洞察
    19. 29:52Figma案例：如何赢得最顶尖的投资机会
    20. 33:43David George的日常工作与a16z文化
    21. 33:43效率管理：日程规划与深度思考
    22. 36:07会议风格：直击核心，深度提问
    23. 37:08职业选择：热爱学习与追求胜利
    24. 38:25a16z文化：“洋基队”精神与高绩效期望
    25. 39:56独特的投资决策流程：无投委会与单人拍板制
    26. 42:37理想的投资环境与增长的价值
    27. 42:37产品周期与资本周期：AI浪潮的起点
    28. 45:01市场对增长的低估：模型难以捕捉的价值
    29. 47:22“拉力型”与“推力型”业务：增长的魔力
    30. 47:22“拉力型”业务：市场渴求的魔法
    31. 49:50AI业务评估标准：获客、行为与毛利率
    32. 53:03独特产品与分销渠道：PFMF的诞生
    33. 55:42a16z组织结构的权衡：规模化与专业化
  • 12-04#347.黄仁勋：从贫困移民到AI芯片巨头，穿越数次生死危机的传奇人生
    1. 00:00播客简介与嘉宾介绍
    2. 02:13与特朗普的通话趣事
    3. 05:35特朗普的政策与常识性思考
    4. 08:49科技竞赛的历史与重要性
    5. 12:29对AI未来的乐观与担忧
    6. 16:20AI在军事与网络安全的应用
    7. 22:48AI、隐私与量子计算
    8. 25:35AI意识与感知能力思辨
    9. 35:19AI生成知识的未来影响
    10. 37:21AI与就业市场变革
    11. 47:05AI弥合技术鸿沟
    12. 50:31摩尔定律与英伟达定律
    13. 55:03GPU与AI大爆炸
    14. 01:03:06OpenAI的诞生与英伟达的早期支持
    15. 01:09:22英伟达的创立与数次绝境求生
    16. 01:31:33“对失败的恐惧”驱动创新
    17. 01:40:11英伟达的企业文化与未来洞察
    18. 01:45:59移民美国的艰辛童年
    19. 01:56:16坚持信念，推动CUDA技术
    20. 02:00:52播客的起源与发展
    21. 02:03:09热爱对话的驱动力
    22. 02:06:25成功背后的艰辛与感激
  • 12-03#346.OpenAI首席研究官Mark Chen：AI前沿、人才之战与AGI的未来
    1. 00:00开场 & 播客简介
    2. 02:14Meta的挖人攻势与OpenAI的应对：扎克伯格亲自送汤？
    3. 05:10竞争策略：留住关键人才而非所有人
    4. 06:06首席研究官职责：塑造研究方向与GPU分配
    5. 08:23探索性研究：不追逐基准，押注下一个技术范式
    6. 12:45纯粹的AI研究公司：以研究胜利创造价值
    7. 13:25研究与工程：深度工程实践的重要性
    8. 14:40面对竞争：专注长期预训练而非短期基准
    9. 17:49数学与编程竞赛：AI超越人类的表现与直觉
    10. 22:36AI加速科学发现：GPT-5 Pro的突破与“OpenAI for Science”
    11. 25:16AI对面试与教育的颠覆：用ChatGPT面试的设想
    12. 28:05扑克与AI：数学本质的共通性
    13. 30:59从华尔街到AI：寻求改变世界的使命
    14. 34:04AI研究的门槛：三到六个月达到前沿
    15. 35:13OpenAI职业生涯：从驻场研究员到研究负责人
    16. 38:58“政变”风波：团结团队与守护研究部门
    17. 43:12人才流失与自下而上的研究文化
    18. 46:30竞争与开放：快速超越而非建立壁垒
    19. 48:50领导层协作：Sam、Jakob与Mark的动态
    20. 51:25预训练的瓶颈与强化学习的突破
    21. 53:33AI领域的精英社会：技术判断与尊重
    22. 55:11对未来突破的乐观：规模化远未“已死”
    23. 57:26AGI的定义与科学发现的加速
    24. 01:03:52Jony Ive合作：设计以AI为核心的未来设备
    25. 01:07:18“品味”与AI设计：ChatGPT最喜欢的数字？
    26. 01:09:27OpenAI的使命：自动化AI研究与科学发现
    27. 01:12:29DeepSeek事件：坚守创新路线图
    28. 01:13:32功劳归属：认可贡献与培养超级明星
    29. 01:15:43安全与对齐：理解模型思维过程，防止“诡计”
  • 12-03#345.揭秘女性健康盲区：PCOS、子宫内膜异位症、生育与乳腺癌的真相与自救指南
  • 12-01#344.马斯克：创造多于索取，AI时代的财富与哲学
    1. 00:00节目简介与嘉宾介绍
    2. 01:56埃隆对印度创业者的期望
    3. 02:56X的用户规模与核心优势
    4. 04:06内容形式的未来：视频与AI互动
    5. 04:46收购Twitter的初衷与X的使命
    6. 06:23X：全球集体意识的城市广场
    7. 08:38生命的意义：“42”与提问的艺术
    8. 09:23集体意识的力量：从细胞到人类文明
    9. 12:16物理学与灵性：预测价值的追求
    10. 12:55长期投资：关注产品、服务与团队
    11. 14:44SpaceX, Tesla, xAI的融合与协同
    12. 15:29特斯拉FSD与擎天柱机器人
    13. 16:14星链：全球低延迟互联网
    14. 16:52星链的技术原理与应用场景
    15. 19:09星链在人口密集区的局限性
    16. 20:46AI时代的“普惠高收入”与工作可选性
    17. 23:19AI奇点：商品与服务的无限丰裕
    18. 24:14棉花糖测试：延迟满足的解读
    19. 25:35“X”的由来：从x.com到SpaceX和孩子
    20. 28:53货币的未来：能量作为终极衡量
    21. 31:42美国债务与AI引发的通货紧缩
    22. 35:14身处模拟世界的概率
    23. 36:58模拟世界的“神”与最有趣的模拟
    24. 38:34斯宾诺莎与道德：宗教之外的伦理
    25. 41:41对世界现状的看法：历史的苦难与进步
    26. 45:09生育观与人口下降的担忧
    27. 46:28拥有孩子的意义与价值
    28. 47:55先天与后天：硬件与软件的结合
    29. 48:37大学教育的未来与AI的冲击
    30. 49:42AI发展的三大核心原则：真理、美、好奇心
    31. 53:10历史的教训：战争与农耕
    32. 55:22播客与未来内容形式：AI生成视频
    33. 56:59稀缺的现场体验：数字时代的反向价值
    34. 57:19埃隆的投资观：创造而非投机
    35. 58:27大卫与歌利亚：对巨头的看法
    36. 1:07:35政治的泥潭：避免卷入
    37. 1:09:09Doge项目：政府效率与反欺诈
    38. 1:11:46慈善的挑战：实现真正的善举
    39. 1:12:10移民与人才流失：美国受益于全球人才
    40. 1:14:18创造多于索取：成为社会净贡献者
    41. 1:14:56追求有用的产品和服务，而非金钱本身
  • 12-01#343.AI学习工具NoteBookLM：是利器还是幻觉？