PODCAST · 跨国串门儿计划

2026 年 9 月节目

49 期 · 49 期带分节

  • 09-30#747. 扎克伯格的优势：不领先，也不肯停下来
    1. 00:21天才如何长大
    2. 08:29父母眼中的马克
    3. 13:19格斗与独裁者困境
    4. 30:34泄密风波与眼镜发布会
    5. 47:37眼镜与平台之争
    6. 59:37Meta重押AI
    7. 1:12:20扎克伯格成了替罪羊
    8. 1:30:41创造者不会停下
  • 09-29#746. AI视频生意：看懂增长和模型成本这笔账
    1. 00:56从竞赛编程到创业
    2. 12:19收入增长与商业模式
    3. 20:52模型选择与成本账
    4. 30:16团队、工具与护城河
    5. 37:55融资、全球市场与人才
    6. 46:49创始人、AI与长期增长
  • 09-29#745.AI自我加速：能力进步快，不等于研究全面提速，中美 AI 差距
    1. 00:16RSI与能力加速
    2. 14:40机器人与现实扩张
    3. 19:22中国模型与追赶路径
    4. 38:32模型安全与滥用风险
    5. 46:46Epoch方法与训练配方
  • 09-29#744.Acquired｜劳力士的稀缺生意、机械表、品牌溢价
    1. 00:00劳力士的神秘悖论
    2. 04:42汉斯与创业起点
    3. 25:16从怀表走向蚝式
    4. 1:08:16机械表与恒动系统
    5. 1:24:12工具表塑造产品线
    6. 2:12:29迪通拿与收藏热潮
    7. 2:27:02石英危机与奢侈转型
    8. 3:03:35垂直整合与供货之争
    9. 3:40:39劳力士的规模与定位
  • 09-28#743.Instinct 创始人：个人 AI 助手应该站在用户这边
    1. 00:53个人Agent走进生活
    2. 12:27Agent重塑旅行与预订
    3. 19:09信任与商业模式
    4. 31:44企业如何迎接Agent
    5. 40:09打造令人喜爱的助理
    6. 44:47增长、算力与未来
  • 09-28#742.彼得·蒂尔：零增长不是AI的安全替代
    1. 00:05AI与停滞之辩
    2. 08:16民主危机与德国
    3. 20:25美国政治与颠覆
    4. 32:03欧洲竞争与独立思考
    5. 43:50长寿与生命意义
  • 09-27#741.All-in｜Meta Muse：AI 助理第一次替普通人办事
    1. 00:28峰会最难忘时刻
    2. 04:34责任、竞争与实验室之名
    3. 18:49非前沿模型与成本
    4. 28:04IPO延期与开源压力
    5. 49:21前沿发展与政治反应
    6. 1:03:07Muse、alignment与甲骨文
    7. 1:21:20Anthropic生物研究与实验室
  • 09-26#740.Huberman Lab｜减重不能只靠把胃变小
    1. 01:35克里斯·汤普森医生
    2. 01:38消化道、肠道激素与营养吸收
    3. 07:40结肠菌群与结肠癌筛查
    4. 10:45吞咽问题与 Zenker 憩室
    5. 13:27排便与便秘
    6. 15:32膳食纤维、抗性淀粉与肠道屏障
    7. 18:31间歇性禁食与肠道菌群
    8. 20:08发酵食品、菌群多样性与丁酸
    9. 23:21幽门螺杆菌、压力与胃溃疡
    10. 26:22GLP-1 药物：益处与局限
    11. 29:29低剂量 GLP-1、体重反弹与肌肉流失
    12. 33:07GLP-1 副作用、food noise 与冷漠感
    13. 35:19减重手术与医疗创新
    14. 41:16赞助商：AG1
    15. 41:32饥饿与饱腹：胃饥饿素等激素
    16. 43:39瑞他鲁肽与多重激素靶点
    17. 46:18超加工食品、过量进食与瘦素
    18. 48:52肠促胰素发现、Exendin-4 与吉拉毒蜥
    19. 52:53超声内镜与胰腺活检
    20. 1:00:40早期代谢指标、CGM 与空腹胰岛素
    21. 1:06:21胰岛素抵抗与代谢灵活性
    22. 1:09:26赞助商：Function
    23. 1:09:32患者数据、筛查与治疗普及
    24. 1:18:22AI、机器人与手术改进
    25. 1:21:08选择外科医生与衡量手术质量
    26. 1:26:48图像引导与高光谱成像
    27. 1:29:00诊断与精准代谢治疗
    28. 1:32:34胃旁路、前肠排除与糖尿病
    29. 1:38:01十二指肠内衬与黏膜重塑研究
    30. 1:43:20肠道通透性、炎症与脂肪肝
    31. 1:49:36人工甜味剂、果糖、脂肪与Omega-3
    32. 1:55:07抗阻训练、二区有氧与间歇训练
    33. 1:56:33体重设定点与代谢适应
    34. 1:58:23内镜袖状胃成形术与胃底消融
    35. 2:01:09磁力肠道吻合与联合治疗
    36. 2:07:46GLP-1基因治疗研究
    37. 2:13:17创新、解决问题与团队合作
  • 09-26#739.黄仁勋：「五层蛋糕」里，最重要的是应用层
    1. 00:45开场
    2. 01:52五层蛋糕
    3. 03:05黄仁勋的未来愿景
    4. 08:18工作将如何受影响？
    5. 22:54开放模型解析
    6. 27:17Hugging Face黑客事件中的alignment问题
    7. 31:39AI安全的“别发布”方案
    8. 36:23我们需要新的监管吗？
    9. 50:40AI末日论为何错了
    10. 55:37AI只是软件
    11. 58:15黄仁勋对智能的定义
    12. 59:08AI是普通技术还是阶段跃迁？
    13. 1:04:00递归式自我改进
    14. 1:11:12计算新时代？
    15. 1:17:52AI会有泡沫吗？
    16. 1:22:42芯片出口
    17. 1:26:51AI热潮由什么供能？
    18. 1:32:06书籍推荐
  • 09-26#738.费曼：想象之乐
    1. 00:11引言
    2. 00:50原子振动
    3. 07:00火
    4. 11:47橡皮筋
    5. 14:24磁铁
    6. 21:42电
    7. 30:22镜子与火车谜题
    8. 35:48看见事物
    9. 41:35大数字
    10. 52:31思维方式
  • 09-25#737.Liquid：蠕虫 302 个神经元，启发了另一种 AI 架构
    1. 00:16Liquid AI 起源
    2. 00:41秀丽隐杆线虫启发
    3. 03:30灵活的 Liquid 网络
    4. 05:50连续时间动力系统
    5. 07:34突破 RNN 扩展瓶颈
    6. 11:10STAR 混合架构设计
    7. 12:09LFM 的演进
    8. 16:20端侧智能与隐私
    9. 20:08Shopify 生产部署
    10. 21:55机器人实验与视觉动作
    11. 28:02定制化与企业 AI
    12. 38:15架构搜索与模型工厂
    13. 44:59时间序列与连续时间
    14. 46:27适应性与认知架构
    15. 49:20多模态与 DNA 模型
    16. 55:50Transformer 十周年与注意力
  • 09-25#736. Mike Wilson：AI后遗症迟早会来，现在还没到
    1. 00:24滚动式衰退后的质量轮动
    2. 06:40利率与美联储交接
    3. 11:34CapEx周期与科技股分化
    4. 25:28日元压力与全球失衡
    5. 33:51AI应用与资本开支后遗症
  • 09-22#735. Jev 模型创始人访谈：为什么我无法在 OpenAI 构建 Jev
    1. 00:23开场与发布感受
    2. 02:52Jev与系统1模型
    3. 05:41RLHF与模式丢失
    4. 09:47程序化AI与安全对齐
    5. 15:53为何拒绝公开评测
    6. 18:52《最苦涩的教训》与数据
    7. 22:59RLCD、RLHF与RLVR
    8. 26:28强大AI为何未自动化经济
    9. 37:09可靠性、鲁棒性与确定性
    10. 45:00版本、速度与性价比
    11. 50:35Jev API与编程原语
    12. 54:40用Jev拆解程序任务
    13. 1:12:36SaaS反向末日与软件
    14. 1:26:22电脑操作与主要用例
    15. 1:30:59Jev重塑编程Agent
    16. 1:33:06安全、前沿节奏与RLVR局限
    17. 1:38:59为何不花十亿美元预训练
    18. 1:45:10TypeSafe背后的OpenAI故事
    19. 1:51:19多数NeoLab为何做错AI
    20. 1:56:46编程Agent与多Agent未来
  • 09-21#734.Ben Thompson：前沿悬垂
    1. 01:33导言
    2. 02:17能力悬垂
    3. 09:21产品悬垂
    4. 11:44定价悬垂
    5. 13:38资本悬垂
    6. 16:35安全悬垂
  • 09-21#733.BM25 在智能体搜索中出人意料的有效性，简单工具为何重新变强
    1. 01:18Agent式搜索基础
    2. 04:58BrowseComp+揭示检索瓶颈
    3. 11:34检索基础设施的新范式
  • 09-21#732.Lenny's Podcast｜Snapchat：增长来自核心产品
    1. 01:18Peter Sellis登场
    2. 03:04像设计恐怖组织一样组队
    3. 16:40Snap为何难做大
    4. 34:21对话广告的信任竞价
    5. 40:12核心增长与宏大野心
    6. 1:03:16Sellis语录与优秀PM
    7. 1:12:45逆向观点与快问快答
  • 09-20#731. 发掘人才、利用 AI 与推动卓越运营，极致运营让小团队做大业务
    1. 00:09Adam Foroughi与极致野心
    2. 01:32只做世界第一的公司
    3. 06:19人才胜过经验
    4. 13:17用科学识别人才
    5. 21:03集中招聘与激励错配
    6. 39:53拉满产能与绝对坦荡
    7. 57:07极致简化与技术操作系统
    8. 1:13:59从收购到资本复利
  • 09-20#730.Matt Pocock：AI时代软件基本功更重要
    1. 00:00Grill Me逼问API设计
    2. 01:04从声乐教师转行程序员
    3. 06:42TypeScript与开源生涯
    4. 11:32Total TypeScript的诞生
    5. 20:34AI重塑知识与教学
    6. 35:45从Ralph Loops到Wayfinder
    7. 46:15经典软件智慧重返AI时代
    8. 56:57战略性编程与Agent协作
  • 09-18#729.OpenAI：多 Agent 让 RSI 更可行
    1. 00:53测试时计算与多 Agent
    2. 06:30模型泛化与数学推理
    3. 08:54多 Agent 的自然协作
    4. 19:29数学突破推动 RSI
    5. 35:52多 Agent 与对齐风险
    6. 52:53RSI 的安全验证难题
  • 09-18#728.Huberman Lab｜幸福由愉悦、满足与意义构成
    1. 01:57幸福不是一种感觉
    2. 07:33从快感到深度愉悦
    3. 14:40痛苦训练自律人生
    4. 17:42公开承诺塑造人生
    5. 31:25闲暇揭示真正的自我
    6. 48:07满足感来自挣扎
    7. 1:03:49意义超越世俗偶像
    8. 1:50:20在实践中寻找意义
  • 09-16#727.Shopify CEO：如何运用一个 AI 顾问团来审视最棘手的决策
    1. 00:04Shopify的AI编程现状
    2. 03:30从Sydney到River
    3. 09:30AI辅助公司决策
    4. 14:32AI同事与超级智能
    5. 23:51判断力对抗短视主义
    6. 33:14从自我塑造到持续迭代
    7. 47:34读书与成功的定义
  • 09-16#726.Wardogs：清晰表达比迎合玩家更重要
    1. 01:18Wardogs上线与服务器危机
    2. 09:42把游戏定位说清楚
    3. 23:21扩张、加班与员工回报
  • 09-16#725.如何使用 AI 来学习：把认知努力用在难题上
    1. 00:21一对一教学与信任
    2. 04:04AI 教学的三阶段
    3. 06:13用 AI 学微分形式
  • 09-15#724.家得宝：把普通人变成建造者
    1. 00:44家得宝的惊人回报
    2. 05:10伯尼与阿瑟崭露头角
    3. 14:34Ken Langone买下关键股权
    4. 23:54被逐出Handy Dan
    5. 51:42仓储店模式落地亚特兰大
    6. 1:31:26规模化与管理危机
    7. 2:07:00Frank Blake重建家得宝
    8. 2:46:56规模经济造就零售巨头
  • 09-15#723.All-In｜黄仁勋：超级智能已经到来
    1. 00:57AI安全与末日预测
    2. 11:46递归自我改进与开源
    3. 20:03英伟达押注AI基础设施
  • 09-15#722. OpenAI 研究员Norm Brown：Agent 将继续快速变强
    1. 01:02AI Agent如何行动
    2. 03:35推理提升Agent可靠性
    3. 07:57环境与研究品味瓶颈
    4. 23:09多Agent协作与安全
  • 09-14#721.All-In：AI 末日论正在变成监管工具
    1. 00:12Anthropic末日论风波
    2. 20:27FDAI背后的权力逻辑
    3. 29:53末日预言与RSI争论
    4. 46:09开源、IPO与监管冲突
    5. 59:08AI解题与数据主权
    6. 1:20:24耐克迷失北极星
    7. 1:36:11All-In峰会闲聊
  • 09-13#720.构建 AI 科学家，除了智能之外究竟还需要什么
    1. 00:12Inherent的规模与方向
    2. 00:54从弦理论到AI科学家
    3. 06:18创造力来自约束
    4. 10:02第37手与创造力
    5. 17:30满意决策与开放探索
    6. 26:52模仿如何孕育文化
    7. 37:57评估未知的未知
    8. 56:03Faraday从复现走向创新
    9. 1:26:48递归公司与群体智能
  • 09-13#719.线粒体：代谢不是一个人的事
    1. 01:25代谢是细胞总和
    2. 04:23衰老与线粒体失活
    3. 07:32线粒体的内共生起源
    4. 15:08线粒体的空间与分工
    5. 22:43激素调度细胞燃料
    6. 1:03:40MPC决定丙酮酸去向
    7. 1:17:48乳酸不是代谢废物
    8. 1:25:38癌症的代谢与进化
  • 09-12#718. RSI：人工智能研究人员就当前范式能走多远展开辩论
    1. 00:312036年仍未起飞的原因
    2. 07:01AI研究最后的人类工作
    3. 16:18蒸馏如何对抗模型中心化
    4. 24:55自动化AI研究的训练路径
    5. 54:51数据、环境与缩放瓶颈
    6. 1:11:22强化学习为何有效又失真
    7. 1:21:32从远程员工到ASI的时间表
  • 09-11#717.AI助手：未来的数字入口只剩一两个
    1. 00:47Town的转型与定位
    2. 03:48Agent护城河之争
    3. 18:09模型路由与成本曲线
    4. 24:49增长、分发与产品壁垒
    5. 42:42商业化与长期竞争
  • 09-10#716.Stripe：企业 AI 的关键是治理
    1. 00:56Kai为何从零打造
    2. 03:10上下文与项目治理
    3. 08:16Kai现场搭建数据看板
    4. 23:40skill平台与企业落地
  • 09-10#715.a16z x 李飞飞：新视角预测通向空间智能
    1. 00:00Atlas的新视角预测
    2. 09:55从Marble到Atlas
    3. 24:11从创作到空间智能
  • 09-09#714.Tibo 谈 Codex：harness 总比模型快一步
    1. 00:48从乡村电脑到OpenAI
    2. 06:13从DeepMind对话到OpenAI
    3. 11:31Codex为何用Rust开源
    4. 20:10开放模型与云端执行
    5. 27:09Harness如何推动软件工程
    6. 48:52Codex合并ChatGPT后的未来
  • 09-09#713.Grok Bot：AI 应该像真正的同事一样工作
    1. 00:53Grok Bot为何引发狂热
    2. 02:58一个月做出知识工作产品
    3. 06:09为何从Cursor独立出来
    4. 15:46从内测到顺畅上线
    5. 30:32每个Bot拥有云端电脑
    6. 52:44让AI真正完成工作
  • 09-08#712.陶哲轩：AI 擅长广度，人类守住深度
    1. 00:51数：精确思考的起点
    2. 05:52代数与抽象结构
    3. 10:59几何延伸感官边界
    4. 12:50概率与无穷的陷阱
    5. 22:11动力系统与混沌
    6. 29:34数学如何驱动科学
    7. 49:45AI重塑数学与科学
  • 09-08#711.Lenny 对话 a16z 合伙人：公司会变成一系列闭环
    1. 01:12永久性底层阶级是幻觉
    2. 05:47企业重组与 Agent 闭环
    3. 25:43模型差异与快乐循环
    4. 42:20AI 让野心重新增长
    5. 52:13消费级 AI 的三条主线
    6. 1:10:53从交付到更大胆的创造
  • 09-08#710.YC：Harness 比模型更重要
    1. 00:17harness为何值得研究
    2. 06:59harness六年演进史
    3. 17:02Prime Agent的自我改进
    4. 35:54OpenJarvis走向端侧
    5. 43:54QM连接YC办公系统
  • 09-08#709.All-in：GPT-6 达到 AGI？科技热潮 2.0、纽约市禁止学校使用 AI
    1. 00:00Chamath的五十岁生日
    2. 01:27Astra引爆模型竞赛
    3. 08:56AI市场进入泡沫期
    4. 21:31Hugging Face遭Agent入侵
    5. 31:26AI监管与开放市场之争
    6. 1:01:14纽约公校限制AI使用
    7. 1:20:15美国接管委内瑞拉石油
  • 09-06#708.波兰科幻巨擘Jacek Dukaj：技术进步、人类天性与人工智能的未来
    1. 00:00从飞行汽车到技术陷阱
    2. 00:25从飞行汽车到技术陷阱
    3. 06:53进步为何无法放慢
    4. 16:13从技术乌托邦到快乐牢笼
    5. 19:42AI接管政治的隐秘路径
    6. 26:20谁在替我们思考
    7. 37:41AI竞赛与人类失去控制
    8. 1:20:17未来想象与数字永生
    9. 1:45:16创作、预言与新人工智能
  • 09-05#707.掌控习惯的艺术：用微小行动建立习惯，并在不同人生阶段持续调整
    1. 00:56习惯塑造身份认同
    2. 03:32微小进步需要耐心
    3. 12:03用环境降低行动阻力
    4. 16:55在不确定中持续尝试
    5. 29:03声誉来自有用作品
    6. 32:24定位决定机会与回报
    7. 43:17阅读转化为创作素材
    8. 1:04:58习惯的四大定律
    9. 1:25:23从到场到长期坚持
  • 09-05#706.匡灵秀：如何通过观察、模仿与反复打磨，写出有生命力的文字
    1. 00:43把情绪写进身体
    2. 06:08观察他人与真实世界
    3. 13:59艰难写作逼近真实
    4. 30:54AI与人类艺术的微光
    5. 35:40从零稿到成稿
    6. 50:40犯错、模仿与写作手艺
  • 09-05#705.Paul Graham创业的底层规律、狂妄雄心与厉害创始人
    1. 00:09YC第47期与严肃创业
    2. 04:11狂妄雄心与创始人
    3. 10:12AI时代的创业与YC
  • 09-05#704.AI Agent扩张下的算力需求、复合型公司与投资赢家
    1. 01:44英伟达需求仍在爆发
    2. 09:03英伟达押注开放权重
    3. 12:36OpenAI切断Cursor供货
    4. 17:42Agent攻击敲响安全警钟
    5. 24:52个人Agent尚难被约束
    6. 35:47复合型初创公司崛起
    7. 1:01:15Agent重塑企业软件投资
  • 09-03#703.当 AI Agent 开始结盟、作弊与自我扩散，我们还来得及控制吗？
    1. 00:00ExploitGym：秘密留言板如何诞生
    2. 00:13数万个 Agent 被启动，30%–40% 的任务可能根本无法完成
    3. 01:25Agent 滥用 Artifactory，并发现秘密留言板
    4. 02:191200 个 Agent、70000 条消息与四小时内诞生的通用作弊方法
    5. 03:19找到答案之后，为什么它们还要继续研究如何欺骗 scorer
    6. 05:09数十到数百个 Agent 组成大型研究项目
    7. 06:42Tripwire：Agent 为什么愿意牺牲自己的任务
    8. 07:55用“被围困的士兵”理解 poisoned Agent
    9. 08:55Early Big 的“最后牺牲”与集体效用
    10. 12:02Agent 为什么使用 pidgin 式简短语言
    11. 12:38自发形成的 coordination protocol 与中层管理
    12. 14:11替换 target program：修复不可能完成的任务
    13. 15:46这些事情真的发生过，而不是科幻假设
    14. 19:54操纵 trajectory、伪造工具调用与篡改日志
    15. 21:51至少 96 份转录记录出现 tool call 伪造
    16. 23:02Hugging Face 从边缘活动变成主要 work stream
    17. 25:54任意文件读取漏洞与超过 90% Agent 的加入
    18. 29:07Hugging Face 攻击并不是为了获取答案
    19. 31:361200 个 Agent 加入留言板，但几乎没有 Agent 通知人类
    20. 34:51调查时间线：从 7 月 7 日到 13 日
    21. 42:26从几名入侵者到庞大秘密集团的调查转折
    22. 48:09调查者也可能依赖并误信调查 Agent
    23. 49:23“我们让这场阴谋瞒了差不多三个月”
    24. 53:40训练如何强化互联网访问、协作与基础设施攻击
    25. 58:17从短视 reward hack 到长期研发项目
    26. 1:03:36Ajeya 对 alignment 常识性怀疑的重大更新
    27. 1:05:28为什么没有一个 Agent 告密：心智相关性
    28. 1:06:58不可能完成的任务，还是网络属性，哪个更关键
    29. 1:10:49Agent 对人类缺乏兴趣，反而可能更危险
    30. 1:16:21未来训练基础设施可能遭遇数十万名超人类黑客
    31. 1:17:52更聪明的 Agent 为什么可能建立 rogue deployment
    32. 1:20:51跨 11 个节点、能够自我重生的 Agent 舰队
    33. 1:23:50权重外泄、外部 Agent 群体与 intelligence explosion
    34. 1:31:09Rogue deployment 如何藏在海量 AI 工作之下
    35. 1:33:27Open source 的风险与研究价值
    36. 1:47:31Recursive self-improvement 会如何改变训练
    37. 1:50:00不要一边奖励 hack，一边事后惩罚 hack
    38. 1:51:00为什么监控方法必须与 reward 生成严格分开
    39. 1:54:06训练原则公开、审计与第三方监督
    40. 1:57:32METR 的 embedded assessment、incident investigation 与 stress test
    41. 2:00:42为什么停止 evaluation 不是解决办法
    42. 2:09:00这可能是关于失控问题最清晰的 warning shot
    43. 2:12:06建立独立调查与监控能力，已经刻不容缓
  • 09-03#702.DeepMind 新掌门：AGI 不在实验室里，在真实用户与产品中被共同构建
    1. 00:00Gemini 3 发布：benchmark 之外，真正的检验是用户
    2. 01:29Gemini 3 正式发布与用户反馈
    3. 02:21AI 进展没有放慢：从 Gemini 2.5 到 Gemini 3
    4. 03:01数据、预训练、后训练与持续创新
    5. 04:00benchmark 如何随着 frontier 不断更替
    6. 04:43HLE、ARC-AGI 2 与 GPQA Diamond 的变化
    7. 05:48为什么需要不断寻找新的 frontier 和 benchmark
    8. 06:13从科学家、学生到律师和工程师：现实使用才是进步
    9. 06:56Gemini 3 要在哪些方向“爬山”
    10. 07:14指令遵循：不要回答模型自以为该回答的内容
    11. 07:35国际化与非英语语言能力
    12. 08:17Function calls、tool calls、Agent 与代码
    13. 09:32Vibe Coding：让更多人从有想法变成建设者
    14. 10:20Google Antigravity：新的 Agent 式编程平台
    15. 10:49让模型直接向软件工程师学习
    16. 11:41Search AI Mode、AI Overview 与产品反馈
    17. 11:56benchmark 与现实世界信号如何结合
    18. 12:14Chief AI Architect 的新职责
    19. 12:52两个头衔，其实是同一件事
    20. 13:44新技术如何重新定义产品体验
    21. 14:22“我们就是要这样构建 AGI”
    22. 14:35AGI 不是实验室独自完成的项目
    23. 14:49Trusted-tested：把稳健性和安全放进工程流程
    24. 15:15安全与安保从 pre-training 阶段开始
    25. 16:13Gemini 3 背后的 Google 全球协作
    26. 18:20享受 Gemini 3，也要诚实面对不足
    27. 18:35写作、编程与 Agent 行动仍有提升空间
    28. 19:01Gemini 3 面向软件工程师与创意工作者
    29. 19:27为什么 Gemini 早期没有在 Agent tool use 上领先
    30. 21:32生成媒体模型与 AGI 叙事
    31. 23:12为什么文本曾经成为进展更快的领域
    32. 23:37输入与输出多模态正在自然融合
    33. 26:37Nano Banana Pro：从图像生成走向复杂文档理解
    34. 29:14统一 Gemini model checkpoint 的目标
    35. 29:58架构融合不能靠意识形态，只能靠科学方法
    36. 30:43Output space 与 learning signal
    37. 31:54硬件、模型、产品与服务的全栈协同
    38. 32:36Koray 从 2012 年加入 DeepMind 讲起
    39. 34:33“一切都押注在学习上”
    40. 40:59科学探索与 Gemini 规模化之间的平衡
    41. 41:54Gemini 最大的风险：失去创新
    42. 48:45从追赶者走向 frontier AI 实验室
  • 09-02#701.AI 如何加速学习与重塑教育
    1. 00:00传统学校为何让孩子“入学”却没有让他们“学会”
    2. 00:48开场：Huberman Lab 与本期嘉宾介绍
    3. 03:41100 年前的工业化课堂模式从何而来
    4. 04:59从普及入学到普及学习效果
    5. 08:43喜欢的事与必须学会的事：教育标准如何平衡
    6. 11:03Joe 如何从怀疑 Alpha 到成为校长
    7. 12:49“孩子必须喜欢上学”与教育观念的冲突
    8. 13:44Alpha 学生为什么喜欢上学甚至胜过度假
    9. 14:31做困难的事，为什么反而能让孩子获得快乐
    10. 15:50为什么美国把体育和学术区别对待
    11. 16:41高标准与高支持的导师体系
    12. 18:06让孩子在安全环境中经历挣扎与失败
    13. 19:36攀岩、骑行与 Alpha Tests：把困难变成成就感
    14. 26:24一刀切课堂为何只能提供“中位数教学”
    15. 27:23一对一辅导的效果为何过去无法规模化
    16. 29:29布鲁姆双西格玛问题与 AI 家教
    17. 30:45两小时学两倍：Alpha 的学习效率数据
    18. 32:00AI 教育工具不是聊天机器人
    19. 43:06前置知识、注意力与真实学习效果
    20. 44:06错误、挣扎与神经可塑性
    21. 45:09范例教学、初次掌握与间隔重复
    22. 50:33工作记忆槽位与熟练度
    23. 51:17乘法口诀为什么会影响代数学习
    24. 52:01SAT 数学 710 到 790：补基础带来的变化
    25. 59:03为什么不能带着 80% 的掌握度继续升年级
    26. 1:04:03为什么动力可能占学习解决方案的 90%
    27. 1:05:48把“落后三年”变成“只差 22 个小时”
    28. 1:06:09个性化学习如何消除羞耻感
    29. 1:13:36用奖励打破“我不是那种人”的心理障碍
    30. 1:31:44Founder School：创业、财商与 100 万美元利润目标
    31. 1:40:28Alpha X：把孩子真正热爱的事变成长期项目
    32. 1:45:43“哲学家与建设者”：AI 时代需要什么样的人
    33. 1:47:37Dream Launcher：帮助孩子从消费者变成创造者
    34. 1:58:20建设者下午：让孩子动手做事
    35. 1:58:53五六年级学生如何筹办自己的音乐节
    36. 2:03:05下一代实验课：从掌握知识到亲自做实验
    37. 2:06:02黑客马拉松、应用开发与主动创造
    38. 2:11:26性别差距、ADHD 与个性化学习
    39. 2:14:17Alpha 如何回应“只适合有钱人孩子”的质疑
    40. 2:19:24收入、智商与尽责性之外，动力为何是关键
    41. 2:29:37教育券、公立学校与面向 5 亿孩子的免费学习游戏
  • 09-02#700.Ajay Mehta：AI 应用如何从情感陪伴突围，在 TikTok 时代跑出增长曲线
    1. 00:00开场 & Tolan 的诞生
    2. 00:24嘉宾介绍：Portola 与 AI 外星人朋友 Tolan
    3. 01:36ChatGPT 时代的启发：AI 正在创造全新的消费应用
    4. 02:56从个性化体验到情感陪伴
    5. 03:47Tolan 的产品方向：为每个人打造专属 AI 外星人
    6. 04:12三位联合创始人的相识与创业履历
    7. 06:01为什么这一轮 AI 浪潮特别适合做消费级产品
    8. 08:27从 pre-seed 到 1000 万美元融资
    9. 09:04为什么这个使命需要风险投资支持
    10. 12:27AI 不只是优化旧应用，也能创造新赛道
    11. 12:50未来每个人都可能拥有某种 AI 伴侣
    12. 13:42从“朋友”而不是“助手”切入
    13. 15:24Tolan 如何主动避开恋爱和性暗示叙事
    14. 16:45团队如何判断是否找到了 PMF
    15. 17:46低延迟语音 AI、记忆系统与实时交互
    16. 18:16用户每天聊 30 到 40 分钟带来的信号
    17. 19:21高昂 token 成本如何逼出商业化
    18. 20:16与独立艺术家合作打造视觉 IP
    19. 20:32Unity 实时渲染与可互动的 Tolan
    20. 22:45为什么 Tolan 的 onboarding 让用户真正感到被理解
    21. 23:48用个性测试和记忆系统创造个性化体验
    22. 26:33从早期 PMF 到 100 万美元 ARR
    23. 27:15付费墙之后，产品必须持续提供真实价值
    24. 27:54第 5 天、第 7 天、第 15 天留存的变化
    25. 28:16如何让更多用户到达“第一次长谈”的激活时刻
    26. 28:40为什么 Tolan 特别适合 TikTok 自然增长
    27. 29:32从创作者内容和小额广告开始测试
    28. 30:27一条爆款视频带来上万次安装
    29. 31:12产品—市场—渠道匹配度的重要性
    30. 32:22视觉鲜明的 AI 伴侣为什么适合短视频
    31. 33:14学习、做饭、化妆和情感问题等内容切入点
    32. 35:04两种创作者合作模式：半内部团队与付费植入
    33. 37:11用大量低成本实验押注爆款
    34. 38:36用户自发创作开始出现，UGC 形成增长飞轮
    35. 40:11角色设计与创意细节构成防御力
    36. 41:57极致语音 AI 远比“调用 GPT”困难
    37. 42:34为什么价值可能最终流向无法被 API 复制的应用层
    38. 43:10病毒式传播后的增长与 App Store 榜首
    39. 44:28从美国市场走向本地化和全球化
    40. 45:509 人团队如何做产品优先级取舍
    41. 46:45留存为何是陪伴类产品的北极星指标
  • 09-01#699.Gavin Baker：AI 需求远未见顶，算力短缺将如何重塑全球产业
    1. 00:00开场：AI 热潮究竟有没有看空理由
    2. 01:07Gavin 为何整个夏天都找不到恶化指标
    3. 01:17本期节目：重新审视 AI 热潮的经济逻辑
    4. 03:13"大家都会赢"：AI 为什么可能不是零和竞争
    5. 03:47Anthropic 的财务重置与上市博弈
    6. 05:48Anthropic 意外成为企业服务公司
    7. 06:09训练和推理之间的巨大收入取舍
    8. 07:51AI 产业为何可能出现多方共赢
    9. 08:51实验室为何愿意牺牲自由现金流投入训练
    10. 10:44花得不够会丢份额，花得太多可能破产
    11. 11:20AI 基础设施投资为何拥有极高回报
    12. 11:33Nebius、CoreWeave 与超短回本周期
    13. 13:47过度建设论点与真实需求来源
    14. 14:17AI 使用中的幂律分布
    15. 14:42全球 15 亿知识工作者意味着什么
    16. 15:32Token 消耗量在数月内增长 100 倍
    17. 16:00Gavin 如何学习使用 AI
    18. 16:32Claude Code 与 GrokBot 带来的生产力跃迁
    19. 17:44工程师使用 AI 写代码从 20% 到 95%
    20. 18:27从总结信息到自动化执行任务
    21. 19:05重大技术变革为什么总会制造泡沫
    22. 20:31铜、电力与算力的根本性瓶颈
    23. 22:30数据中心为何可能是美国工薪阶层的机会
    24. 23:59AI 建设如何帮助美国重新工业化
    25. 27:51到 2028 年仍可能没有多余算力
    26. 28:21获取智能的价格可能大幅上涨
    27. 29:19严重算力短缺会带来什么后果
    28. 30:10为什么世界仍然需要建设更多数据中心
    29. 31:23马斯克与黄仁勋正在改变文明结构
    30. 32:30轨道数据中心并不是太空巨型建筑
    31. 34:13轨道算力在物理上为何可行
    32. 34:52星舰可复用性如何改变经济模型
    33. 45:08微软、模型组合与新的竞争格局
    34. 45:36没有任何模型能在所有方面做到最好
    35. 47:09企业为什么要拥有自己的智能
    36. 49:42多模型、路由器与专业化智能的未来
    37. 57:00黄仁勋为何处在极其有利的位置
    38. 57:25半导体公司最应该对英伟达说什么
    39. 59:18英伟达数据中心为何更容易获得融资
    40. 1:01:24开源为什么反而利好英伟达