十字路口Crossing 封面

PODCAST · 推荐第 07 位

十字路口Crossing

Koji · 中文 · 133 期 · 2024 年起

关注 AI 给各行各业带来的变革与机会，访谈 AI 时代的积极行动者，聊他们怎样拥抱新变化。

AI创业访谈
在小宇宙收听 →← 全部播客

全部节目

133 期 · 33 个月 · 78 期带分节

2026 年 9 月

6 期
  • 09-27AI 时代，我们到底该学什么？｜对谈于红：三种不会过时的能力
    1. 02:20AI 正热，却离开了 VC
    2. 06:11AI 时代的必修课是什么？
    3. 09:40英语，还值得花那么多时间吗？
    4. 11:02给女儿写一个专属识字 App
    5. 18:10接纳情绪，到底在接纳什么？
    6. 24:34如何联系情绪能力
    7. 32:37养育孩子，也把自己重新养一遍
    8. 37:42批判性思维：看到的与想到的
    9. 43:22拒绝藤校，也算成功？
    10. 46:27你想孩子成为什么样的 30 岁的大人
    11. 53:00名校，能多打开多少机会之门？
    12. 01:05:41清华博士：“我不能浪费我的分数”
    13. 01:06:01离开 GGV：8 位数 Carry 的取舍
    14. 01:10:09选伴侣，比换工作更难
    15. 01:20:31孩子选错了，父母该拦吗？
    16. 01:26:20跟着 GGV 合伙人学提问
    17. 01:30:44跟着王兴学到的事
    18. 01:36:42投资最不快乐的事
    19. 01:42:04学校没教的创业者必修课
    20. 01:46:23把“我有个想法”换成“我有个假设”
    21. 01:47:24积极心态，也要刻意练习
  • 09-20“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪：具身智能、世界模型、真正的泛化
    1. 00:21快问快答：年龄、毕业院校、MBTI、星座、一句话介绍
    2. 02:31清华车辆工程，通向机器人的起点
    3. 05:59为四驱车捡废铁的女孩
    4. 07:18衡水中学，竞赛班里的另一面
    5. 12:02CMU 最佳博士论文：预训练之外
    6. 19:19Adaptation 为何越来越受重视？
    7. 23:51创造性工具使用：没有刀怎么切蛋糕？
    8. 26:30斯坦福：李飞飞与吴佳俊，两种导师
    9. 30:57从斯坦福回到清华
    10. 34:175 年后，凭什么成为顶尖研究者？
    11. 40:06选最好的，还是最适合的？
    12. 42:24她会回复怎样的套磁邮件？
    13. 44:44具身创业：进步与泡沫共存
    14. 46:39数据与世界模型，风向为何反复？
    15. 49:07低 Loss，不等于高成功率
    16. 50:47机器人还在 GPT-1 阶段？
    17. 56:04In-Context Learning：机器人能懂你家吗？
    18. 58:19数据闭环的“鸡生蛋”难题
    19. 01:03:21具身数据，难在定义需求
    20. 01:05:18遥操作、仿真、UMI 与人类数据
    21. 01:09:56博士面试里的 Research Taste
    22. 01:14:08跟年轻 AP 读博，是一场创业？
    23. 01:17:25AI 论文泛滥，还能怎么看？
    24. 01:19:22具身马拉松，跑到第几公里？
  • 09-16于是转身向具身走去｜对话王家伟：24 岁的具身智能首席科学家
    1. 04:02GPT-6 Astra 操控机械臂
    2. 06:27OpenAI 等基模公司会击穿具身模型吗？
    3. 09:28中科大少年班怎么选人？
    4. 13:14聪明，是会提好问题
    5. 14:54“风浪越大鱼越贵”
    6. 19:44DeepSeek：不靠工作强度换成果
    7. 21:32从 DeepSeek 多模态到 Seed Agent
    8. 26:40HiFi-UMI：开源 2,000 小时
    9. 32:01GPT-6 比人更会标数据
    10. 34:15Zero-Shot：不靠后训练的新任务
    11. 36:55Context：从一秒因果到长期记忆
    12. 41:52Scaling 趋势，不等于 Scaling Law
    13. 44:34Agentic OS：具身不只是一个模型
    14. 48:09没有公认 Benchmark，如何证明模型？
    15. 55:53GEN-1.5 与 π0.7
    16. 57:34被高估的 In-Context Learning
    17. 01:00:04具身领域：噱头可能大于真实
    18. 01:07:47离开大模型舒适区
    19. 01:09:57三年后，机器人能帮人洗碗吗？
  • 09-13当具身智能走到十字路口｜对谈苏度、蚂蚁灵波、自变量、破壳：四种一线判断
    1. 04:00真实传感器的不完美
    2. 06:14Real-to-Sim：更难的 Gap
    3. 09:21“智能的本体存在于数据”
    4. 15:00麻婆豆腐，不能证明模型变好
    5. 19:08具身会反过来改变大模型
    6. 23:01高成功率与泛化性，缺一不可
    7. 25:44高成功率是商业化前提
    8. 26:55客户持续付钱
    9. 29:11后训练落地与基础模型跃迁
    10. 33:27落地是一场系统工程
    11. 35:01具身不会复刻语言模型
    12. 38:33没有物质复制，就没有真正 RSI
    13. 40:19造飞机，像今天做 App
    14. 41:25百万小时数据迷思
  • 09-06她被骗过、被救过、被捧上神坛过、被疼痛击倒过，决定在AI时代继续冒险｜对谈陈安妮
    1. 00:11快问快答：年龄、MBTI、星座、一句话介绍、团队规模
    2. 04:48判断 Agent 是不是真正“活着”，关键是碳基生命还是自主意识？
    3. 06:43Livo 与斯坦福小镇等模拟世界产品，核心体验有何不同？
    4. 14:35当 Agent 世界已成共识，Livo 真正押注的非共识是什么？
    5. 19:05从“漫画加互动”到“AI 为底座”，快看尝试 Livo 前经历了哪几个阶段？
    6. 23:04一万个用户经历一万个故事，Livo 如何保留群体共鸣？
    7. 26:02做到哪三个层次，Livo 里的 Agent 才算拥有“灵魂”？
    8. 12:03不再独自拍板后，CEO 在 Livo 团队里如何发挥作用？
    9. 30:58投资人签约后迟迟不打款，快看第一次现金流断裂如何出现转机？
    10. 35:27《对不起，我只过 1% 的生活》当年究竟被误读了什么？
    11. 38:05数据、留存和收入都在上涨，创始人为什么反而想离开快看？
    12. 42:21主动移除流量内容、让数据在一两个月内跌掉 30%，为什么仍坚持这个决定？
    13. 47:052 亿美元融资前后，经历了怎样的压力？
    14. 50:58融资完成后的身体疼痛，让她重新理解了商业化什么？
    15. 56:08经历两次现金流危机后，她为什么仍把“游戏精神”当作创业核心？
    16. 01:02:34CEO 拥有最高决策权，如何与“所有灵魂平等”同时成立？
    17. 01:06:12从“漫画加 AI”转向“AI 加什么”，为什么过去的成功经验反而会成为阻碍？
    18. 01:12:46“复古人文主义”为什么不反对 AI，却反对把 AI 当成内容噱头？
    19. 01:14:29AI 会杀死内容行业，还是把创作者推向更像导演的新角色？
    20. 01:15:44如果回到 12 年前，陈安妮会给刚毕业就创业的自己什么建议？
  • 09-02对卷卷的3小时访谈：从抖音到AI 3D、创业的过山车、成为制造业OS的野心、基础模型不会吞噬一切！
    1. 00:25快问快答：年龄、MBTI、星座、一句话介绍、融资情况、团队规模、创业前经历
    2. 02:33抖音最初如何从网速、手机硬件和快手、Musical.ly 的信号中找到机会？
    3. 09:29抖音早期如何让普通用户既被激发也被看见？
    4. 12:04抖音和 AI 3D，都是透过行业关键变量判断到的大机会
    5. 19:05卷卷为什么从内容产品转向 AI 3D 与制造业？
    6. 23:43工厂只关心订单、收入和利润时，数美万物为何被迫在番禺自建实验工厂？
    7. 26:26互联网产品的增长渴望，与制造业必须尊重的周期和商业规律有何冲突？
    8. 28:12离开字节创业，是因为对自己不满意吗？
    9. 36:05决定创业后，做的第一件事
    10. 55:16从一张图到直接打印，Hi3D 如何自动完成拆件、连接件、摆盘和参数设置？
    11. 01:00:06Seedance 2.5 等视频模型越来越强，游戏和影视还需要 AI 生成 3D 吗？
    12. 01:01:533D 是最难获取数据的模态，数美万物如何从产业带获得训练数据？
    13. 01:06:31女性 Maker 市场正在高速增长
    14. 01:15:44造好物超过 20% 的投稿率从何而来，拿到实物为何会再次激发创作？
    15. 01:19:16“生产级直出”、T+7 准交率、线下评测实验室
    16. 01:28:123D 打印会不会见顶，桌面级 CNC、激光与柔性设备将如何扩展 Maker 市场？
    17. 01:32:47从 300 台到 3 万台的 3D 打印农场，为何仍困在同质化与创作者收益问题？
    18. 01:39:19抖音从 0 到 1 的哪些经验能复用，哪些会在 AI 3D 创业中失效？
    19. 01:54:40AI 时代还会出现新的抖音吗？
    20. 01:58:49创业如何成为修行？
    21. 02:02:03劝一些人“没事别创业”，又会支持另外一些人创业
    22. 02:05:12成功的定义
    23. 02:10:18“我本质上是自卑的人”
    24. 02:16:42从“好人”变成负责任的 CEO
    25. 02:22:51好运气

2026 年 8 月

4 期
  • 08-30AI 下半场，不会只剩一个超级模型｜对谈 Kevin Ding：Pyromind 创始人/CEO
    1. 00:23快问快答：年龄、毕业院校、MBTI、星座、一句话介绍、融资情况、收入及利润、团队规模、创业前经历、PMF 跑通了吗？
    2. 01:55为何 AI 终局更像 Agent 蜂群而非超级基础模型一统天下？
    3. 03:44为什么 RSI 在这一年变得重要？
    4. 05:21RL as a Service 解决了哪一半问题？
    5. 08:32Pyromind 如何优选最适合 AutoRL 的客户？
    6. 10:16初次进入场景为何 FDE 不可省，后续工作量又如何递减？
    7. 22:13如何能让工业客户算清 ROI？
    8. 23:22哪三条标准决定一个企业需求该接还是拒绝？
    9. 26:29企业 AI 为何绕不开成本、效率与隐私的不可能三角，后训练如何破解？
    10. 27:03PyroDash 怎样让 4B Worker Model 与 Base Model 协作，兼顾效果与成本？
    11. 29:23Harness 能改善流程和速度，但仍解不了哪些企业的关键需求？
    12. 34:02两个 FDE 如何支撑十几个 B 端客户，Pyromind 又把哪些工作收回产品层？
    13. 38:20模型越训越好、训练需求越少，Pyromind 究竟赚得更多还是更少？
    14. 40:58中国 SaaS 难做，Pyromind 为何认为 AI ToB 能把 ROI 重新算清？
    15. 42:06云厂商也能做后训练、又掌握算力，Pyromind 会被吞掉吗？
    16. 47:47Hugging Face 上小模型下载仍占主流，为什么需求不会都归拢到一个 Base Model？
  • 08-2322 岁的具身 CEO、5 轮融资、过亿美元、“不知天有多高”、“一年吃了十年的苦”｜对谈黄一：萝博派对创始人/CEO
    1. 01:50创业仅一年，黄一为何说自己经历了“压缩的人生”，把十年的苦一年吃完？
    2. 02:27一年 5 轮、融资过亿美元，VC 投 22 岁的黄一时到底在投什么？
    3. 05:24市面上 FA 众多，创业者该如何选择？
    4. 07:30明知具身存在泡沫，创业者如何借势而不被泡沫吞没？
    5. 08:30同时拿到多份 TS 后，如何挑选既适合当下、又能支持后续轮次的机构？
    6. 10:02小米、宁德等产业方的钱，和纯 VC 的钱到底有什么不同？
    7. 11:35RoboParty 为什么一两个月就融一轮？融资节奏由什么决定？
    8. 14:01为什么“愚昧之巅”，反而可能是创业的最佳时刻？
    9. 16:58黄一花两三天“追”一位浙大工程师，靠什么让对方相信尚不存在的团队蓝图？
    10. 19:39第一代机器人“做完感觉没用”，开源后发生了什么，竟然改变了 RoboParty 的方向？
    11. 20:36从结构到算法全栈开源，RoboParty 未来靠什么建立壁垒、赚到钱？
    12. 24:50为什么不看好轮式机器人？
    13. 26:26从“愚昧之巅”往下走，哪些时刻会让年轻 CEO 的认知被瞬间打散？
    14. 29:04从第一代原型机 RPO 走向 RP1，真正让团队从“自大”滑向现实的难题是什么？
    15. 31:56RP1 相比上一代原型机，解决了哪些真实使用问题？
    16. 35:17十年后的具身终局，会由 OpenAI、智谱式模型公司，还是更懂 Robotics 的创业公司做出来？
    17. 37:25近 150 人的 RoboParty 如何用“蜂巢结构”控制管理半径，又如何与制造流程兼容？
    18. 41:5622 岁 CEO 如何管理比自己年长、且在具体领域更懂行的同事？
    19. 43:24为什么高薪大厂人才愿意降薪加入？RoboParty 又如何做到一年半几乎零主动离职？
    20. 46:31如今约 300 家具身公司，到 2030 年可能只剩多少家进入下一轮竞争？
    21. 49:35大脑、小脑和本体方向都在探索，黄一如何决定 RoboParty 做什么、不做什么？
    22. 53:17RP1 为什么先服务科研教育，而不是家庭、工厂或文娱场景？
    23. 01:01:13把具身智能比作 42 公里的马拉松，本体、小脑和大脑分别跑到第几公里？
  • 08-09「模型能力已经够了，要卷就卷 infra」｜对谈戴冠兰：Runta 创始人
    1. 00:00快问快答：年龄、MBTI、星座、毕业院校
    2. 01:32Runta种子轮融了2000万美元，如何拿到Jeff Dean和李飞飞的个人投资？
    3. 05:04a16z为何罕见地为一家Seed轮公司专门写Blog？
    4. 07:33Token Maxxing为何在三到六个月内转向Token Minimizing？
    5. 12:55为何放弃在Kong的位置，第一次以CEO身份创业？
    6. 17:50Agent Infra为何更可能是创业公司的机会，而不是公有云的生意？
    7. 18:49面对Anthropic和OpenAI，Runta的差异化在哪里？
    8. 21:05E2B、Daytona式Sandbox为何难以承载长程Agent？
    9. 25:12企业说自己有几百个Agent，Agent的边界究竟怎么划？
    10. 26:23AI 如何吞噬人的权限边界？
    11. 28:39为什么灾难性的Agent事故必然会发生？
    12. 32:28Runta 95%以上的开发工作都在Vibe Coding，人类工程师还不可替代在哪？
    13. 33:28Agent安全出问题，根源更可能在模型、Harness还是执行底座？
    14. 37:27“模型能力已经够了”，为什么下一场竞争要卷Infra？
    15. 42:16冠兰早期加入 Cloudflare 和 Kong ——职场新人应该如何选对 startup 中的赢家？
    16. 45:14年轻人信息有限，如何在面试前真正看懂一家创业公司？
    17. 48:31300万美元做天使投资，投给谁？
    18. 50:10Claude Code还是Codex？
    19. 54:305个好消息、5个坏消息
  • 08-02「热爱一个行业15年的理由是什么？」｜对谈汪天凡：我要投真正的快乐、投最纯的愿景、投人性的光辉【公路播客】
    1. 00:21快问快答：年龄、MBTI、星座、毕业院校
    2. 04:01当基础模型趋同，AI 智能开始通胀，什么会成为真正的稀缺品？
    3. 05:34华强北 80 块就能平替，Looki 等 AI 硬件真正难抄的是什么？
    4. 07:47AI 如何重构 VC 的研究、尽调与投后？
    5. 09:03AI 公司靠什么进入行业前 5%？
    6. 10:40做了 15 年 VC，还爱着这个行业吗？
    7. 15:49卓越投资人最重要的能力是什么？
    8. 15:492026 最泡沫的时候，投资人该取什么、舍什么？
    9. 19:09为什么 AI 不该只追求效率，而应该激活人性的光辉？
    10. 22:19一天打开手机 97 次，这是不对的。
    11. 26:28AI Infra 为什么像三四年前的 Crypto Infra 泡沫？
    12. 29:58AI 是 30 年的技术革命，还是 3000 年的文明变革？
    13. 31:09为什么 AI 时代的门槛，可能只有 1% 的人能跨过去？
    14. 34:21Prompt 为什么要越长越好？
    15. 37:49去年市场都在追 AI 眼镜，Will 为什么不投？
    16. 42:31早期公司还在进攻，为什么“壁垒”是个错误问题？
    17. 44:08完美投资为什么应该满足三非理论？
    18. 46:072026 到底是不是 AI 投资的好年份？
    19. 48:34为什么不该只投资提高效率的 AI 产品，而更该投资有野心和愿景的创始人？
    20. 50:08如果 AI 只剩效率，人会变得更快乐吗？

2026 年 7 月

4 期

2026 年 6 月

5 期

2026 年 5 月

3 期

2026 年 4 月

7 期

2026 年 3 月

4 期

2026 年 2 月

3 期

2026 年 1 月

4 期

2025 年 12 月

6 期

2025 年 11 月

5 期

2025 年 10 月

3 期

2025 年 9 月

4 期

2025 年 8 月

6 期
  • 08-31揭秘 Claude Code 榜一大哥：一个 AI 创业者如何把工具用到极致|对话刘小排
  • 08-24AI 狂热之外，或许决胜局藏在“看不见”的地方 | 对话蚂蚁密算董事长韦韬：密态计算与高阶程序
    1. 0:55北大“宝藏男孩”，和一段被遗忘的互联网往事
    2. 03:21最近喜欢的 AI 产品是什么？
    3. 10:00什么？大模型的幻觉是“必要的”？
    4. 11:17创立 MITBBS 的故事 —— “写站规比写情书还认真？”
    5. 15:53黑灰产攻防的精彩往事
    6. 18:24普通人保护隐私成本最低的一招（不是改密码）
    7. 24:24密算是什么？跟普通人有什么关系？
    8. 28:47不同技术路线之争
    9. 31:48内部激辩：我们为什么要将核心技术「开源」？
    10. 33:13密算如何帮农民解决贷款难题？
    11. 36:46如何让新能源车保费降下来？
    12. 40:19密态计算和大模型的关系是什么？
    13. 43:35你用大模型的方式，还停留在“手工作坊”时代吗？
    14. 45:49管控AI、让它不再“胡说八道”的三个“紧箍咒”是什么？
    15. 48:36“高阶程序”和密算的关系是什么？
    16. 52:03成为密算董事长后，面临哪些新挑战？
    17. 58:22“吃螃蟹”的生意：如何让客户相信，螃蟹真的很好吃？
    18. 01:01:31最初接触开源社区的经历？——“我们回应了期待，没有辜负善意”
    19. 01:06:53发起「隐语」开源社区的目标？
    20. 01:09:13隐语社区 3 年来最有成就感的事：非洲手机巨头的加入
    21. 01:21:40有没有被 AI 带来的冲击影响？
    22. 01:23:54高级程序员才能幸存？不，初级程序员迎来了最好的学习时代
  • 08-20AI 是具身智能的胜负手吗？半年融资3亿后，VBot 首款产品做得怎么样？｜对谈维他动力联创赵哲伦
    1. 02:05十字路口 v.s. 哲伦班长 快问快答
    2. 03:43刚参加完 WRC 世界机器人大会的感受
    3. 06:28「最多十年，世界机器人大会也许会成为当年的伦敦世博会」
    4. 08:58归纳机器人意味着什么：它提供了某种程度上的空间移动方式
    5. 10:50从波士顿动力发布第一款机器狗至今，机器人行业演进
    6. 11:37第一阶段：以波士顿动力为主导，第一次让人通过遥控器控制足的行动
    7. 12:53第二阶段：以宇树为代表，结合中国供应链优势，在机器人整体结构上做精巧设计
    8. 15:20今天进入第三阶段，在三个技术成熟的条件下
    9. 17:48宇树科技王兴兴：VLA 是一个相对傻瓜的架构，采用 VLA 架构的维他动力怎么看？
    10. 20:03为什么维他动力选择做机器狗而不是做机器人？
    11. 24:03选 ToC：要交付面对用户服务的产品，联创个人经历，考虑公司的组织方式和工作方法
    12. 27:05研究机器人究竟能为用户做什么：全网找人做用户调研
    13. 29:35第一年追求的关键指标：NPS(Net Promoter Score净推荐值）和出货量
    14. 31:38希望用户可以把维他动力的机器狗带出门
    15. 33:18为什么创业者不选这个领域？
    16. 34:11参考样本少，创业中遇到的意想不到的困难
    17. 37:42机器人创业有两条技能线要走，宇树也有它的挑战
    18. 39:46在理想工作这么久，为什么会考虑创业？
    19. 41:30非常希望自动驾驶有一天能做到 L4
    20. 43:29特别想做机器人，在理想的时候就常常找人沟通
    21. 44:22和李想工作的感受
    22. 46:41创业后和李想聊产品、品牌的收获
    23. 49:35创业选择虽然多，但是也受限，因为最重要的投入就是时间
    24. 52:00也可以靠自己做内容，但希望能找到伙伴做更大的事情
    25. 52:58创业中的起起伏伏
    26. 56:04机器人面向 C 端最有希望并且有商业价值的用户场景会是哪个？
    27. 58:31特斯拉的做法是远程遥控机器人做事再积累数据，这个做法可能只适合特斯拉
    28. 01:00:35业内讨论目前更多关注技术的进一步发展
    29. 01:03:10对今年世界机器人大会最感触的是有很多孩子参与，也许这是他们的机器人启蒙
    30. 01:05:03为什么机器人要去跑步，踢足球？我们需要一种类似汽车文化的机器人文化
    31. 01:07:16现在机器人行业有泡沫吗？
    32. 01:12:22对未来机器人行业的预测，也许会很像《机器人总动员》
  • 08-17“让天下没有难做的 Agent” | 对谈旭卿（阿里云无影事业部总裁）、安陈（AgentBay 产品负责人）
    1. 04:49什么是 Agent Infra？和传统 AI Infra 有何不同？
    2. 07:26为什么偏偏是今年，Agent Infra 成了行业焦点？
    3. 09:20Agent Infra 的六大组成：记忆、工具调用、任务编排、沙箱、多 Agent 协作、安全
    4. 10:07不同赛道的玩家和产品，你最关注谁？
    5. 12:44哪个环节价值最高？哪个最容易被忽视？
    6. 13:29Agent 开发者应选自研 v.s. 第三方？
    7. 16:00为什么无影选择做 AgentBay？产品路径怎么走？
    8. 18:58沙箱之战：AgentBay vs E2B，差异与优势在哪？
    9. 22:30对标 AWS AgentCore：相同点与不同点
    10. 26:52云端沙箱安全吗？如何消除开发者的顾虑
    11. 32:51并发能力多大才算强？20 万 Session 背后的故事
    12. 36:24在 AgentBay 上，什么 Agent 产品最多、增长最快？
    13. 39:09云电脑业务还在高速增长，为何转向 Agent Infra？
    14. 45:18Manus: “我们从来不仅仅是一个AI，一直是一个独一无二的「个人云计算平台」”
    15. 43:46作为大厂高管，牵头启动新赛道，最难的地方是什么？
    16. 48:50「弹性计算的神级大佬」的职业生涯
    17. 58:22如何提前两年判断趋势？
    18. 01:04:02如何说服老板投入新方向？
    19. 01:06:03结尾彩蛋：招聘邀约
  • 08-10尝试、听内心的声音、增强自己的不可替代性……和 4 位 Z 世代年轻人聊 AI 时代的机会和选择
    1. 03:30三个「千禧一代」对毕业时就业环境的回忆
    2. 04:30当时高考录取分数最高的专业是金融和计算机
    3. 06:13外企很受推崇，移动互联网创业浪潮刚刚开始
    4. 07:23毕业后义无反顾选择创业
    5. 07:50我们电话访谈了四位 Z 世代年轻人，讲述他们毕业找工作的故事
    6. 08:09晨然：专业是计算机，却在读书的时候摸索了很多内容创作方面的事情
    7. 10:24本科的时候遇到一些困惑，计算机市场人才饱和
    8. 12:45周围去大厂的同学并不多，大家在接受现状之后找到了自己和解的方式
    9. 13:39Leo：从尝试做大学老师、研究员，到在麦肯锡做分析师
    10. 18:09非常实际操作的找工作方法，列出自己感兴趣的方向，根据不同角度打分
    11. 20:37有一段时间觉得不太开心，但人生高高低低各个维度都是一份经历
    12. 21:52不定义成功，在当下让自己开心，让身边的人开心就是很成功很幸福的人了
    13. 22:52姝潼：学医的三个方向都试过了，心里知道自己不喜欢什么
    14. 24:23在 LinkedIn 上找同专业转行的人聊天，获得共鸣
    15. 27:32「小时候很长一段时间都在尝试去做别人」但你不可能成为别人，只能成为自己
    16. 28:55Ryan：读书时就创业，毕业后有海外大学 offer 但仍然选择创业
    17. 31:59对 00、05 后和 85、90 后成长环境差异的分析
    18. 33:25大家都对 AI 感到兴奋，ChatGPT 刚出来的时候都焦虑，但中国很大，更多人对 AI 的认知发生在 DeepSeek 火爆之后
    19. 35:13能感受到 Z 世代的压力：来自大环境，也来自身边的同辈
    20. 35:31Z 世代会花更多的时间思考「我想要什么」
    21. 37:44他们有旺盛的好奇心，主动去探索，路也走得更宽
    22. 39:00年轻人也需要企业、平台提供容错的机会
    23. 42:02AI 对年轻人的冲击，比我们想象中要小一些
    24. 43:10每一代人都有自己的命题，AI 时代也解锁了很多可能性
    25. 46:22四位被访者如何看待 AI 带来的机会和 AI 时代的生活、心态变化
    26. 46:36晨然：AI 出现后我的整个观念都改变了，经济下行时代也有很多新的机会
    27. 50:42「对我职场发展最有帮助的就是 build in public」
    28. 54:30现在更想追求注意力自由
    29. 55:08Leo：AI 改变了我的工作方式
    30. 56:52增加自己的不可替代性：多做和人打交道的工作，快速迭代知识
    31. 58:24姝潼：会有对 AI 的担忧，会思考如何发展自己的优势，而不是什么都去补
    32. 1:00:05「AI 它就是我的小员工」
    33. 1:01:43比起 AI 焦虑，身边看到更多的是年龄焦虑，因为同辈压力去做未必适合自己的选择
    34. 1:02:19Ryan：AI 显著的降低了做事的门槛，更多的年轻人意识到自我主体性的重要性
    35. 1:04:49两个方向的工作很难被替代：第一和人有关的职业；第二是和 AI 赛跑，比 AI 更快
    36. 1:06:24彩蛋时间
  • 08-03开源怎么赚钱？向量数据库有未来吗？搞 AI 需要技术理想主义吗？｜对谈 Zilliz 创始人/CEO星爵
    1. 02:07快问快答：星爵是谁？公司收入/利润？公司规模？
    2. 02:30Zilliz 是 AI 时代的数据基础设施公司，专注于非结构化数据平台构建。
    3. 03:01黄仁勋点名推荐的一刻，心情如何？
    4. 04:07向量数据库是长期打磨的产品，非灵光一闪的突破。
    5. 04:53向量数据库怎么火起来的？
    6. 06:21给小白的科普：向量数据库是什么？Zilliz 是什么？
    7. 08:27创业初衷：向量数据库早于生成式AI，最初服务于卷积神经网络等早期AI技术。
    8. 12:54最大客户案例：全球顶级 IT 公司用向量数据库检索全网信息，发展 AI 搜索
    9. 15:14你为什么敢说自己“没有对手”？
    10. 16:19开源 vs 闭源：Zilliz 坚持开源路线，认为技术优势源于开放生态
    11. 17:07Zilliz 与竞品的竞争优势，以及开源生态的长期价值
    12. 18:38竞品分析：Zilliz 与算法集 FAISS 合作；其他开源项目各有切入点
    13. 21:55为什么传统数据库无法替代原生向量数据库？
    14. 24:06最大担忧：能否持续创新，而非竞争对手动作
    15. 24:20若能重选仍会开源。开源是护城河，非捷径
    16. 26:03Dual Core 模式：开源如何赚钱？
    17. 29:43DeepSeek 为什么开源价值？快速占领开发者心智，避免技术栈锁定。
    18. 30:16开源还纯粹吗？是为了共创，还是品牌战略？
    19. 33:07星爵的创业目标：不仅做先驱，更要做集大成者
    20. 34:45创新不能靠“管”：真正关键在于招到对的人
    21. 35:03每天都在崩溃边缘，这就是创业的常态
    22. 36:03商业化挑战：客户流失与增长压力并存，首次商业化团队经验不足。
    23. 39:50认知转变：从理想主义到现实主义
    24. 42:24技术商业化：商业中“足够好”即可，但技术追求仍需理想主义
    25. 43:26看好的 AI 公司：公有云（如AWS）、大模型头部企业及 AI 应用公司（如ChatGPT、DeepSeek）

2025 年 7 月

4 期
  • 07-27年中盘点2025硅谷科技大事件 | 对谈Fusion Fund张璐：社区驱动创新，人才争夺，VC转型，美股IPO形势
    1. 01:35张璐及 Fusion Fund 介绍
    2. 03:102025 上半年，整个 AI 生态非常活跃，每周都有新产品出来
    3. 05:17DeepSeek 让重视开源生态成为行业共识，从公司驱动到社区驱动
    4. 05:56英伟达 GTC Conference 体现出 AI 生态的机会，大公司 v.s. 小公司协同合作
    5. 08:32Gemini 开始发力
    6. 10:12AI Agent 市场崛起
    7. 11:12快速抓住 AI 机会，老牌公司 Salesforce 做了什么，创始人做 CEO 做决策更稳准狠
    8. 13:15国内 AI Agent 常有新产品出来，硅谷也关注
    9. 14:28AI Agent 核心是能否处理复杂任务，执行决策
    10. 15:22录播客的前一天，Windsurf 被 Cognition 收购，备受关注的 Windsurf 收购案反映了硅谷大公司的焦虑：技术生态迭代速度快+竞争激烈
    11. 20:05为什么 OpenAI 收购 Windsurf 不成？与微软绑定引发的尴尬局面
    12. 22:05「对 OpenAI 来讲，今年是很挑战的一年」
    13. 23:00Meta：模型能力不领先，生态还没有形成
    14. 24:13Grok：还没有发布代码模型，但 x.ai 内部很多代码已经用内部 AI 代码工具在写了
    15. 25:23Meta 为什么要花巨资「抢人」？
    16. 27:06Meta 一直在 AI 方面投资，但是可惜没有生态，如何专注+分配资源是很大的挑战
    17. 28:07AI 时代，创始人不能再逐步投入建立优势，因此 Meta 最近动作的核心目的是压缩迭代周期，通过招聘+收购买时间
    18. 29:37Meta 缺的不是执行力，而是构建大脑和建立生态
    19. 30:07Meta 这么卷，为什么 Llama 做得不好？
    20. 32:10现在对大公司来说，最值钱的是时间
    21. 34:45Google 从不同部门分别做 AI，DeepMind 做研究，到整合各方面能力
    22. 36:16Google 的挑战：以什么形式，在什么时间节点做自我革命和优化
    23. 37:22Google 的优势：芯片、模型、云服务、Infra、应用全具备，在优化成本方面会很好做
    24. 40:15AI 发展不影响 iPhone 销售，苹果的 AI 策略是什么？
    25. 42:06苹果的优势：人工智能芯片，有硬件入口，具备平台效应的潜力
    26. 44:41「卖铲子」的亚马逊，模型公司越多、AI Agent 公司越多，亚马逊的收入越高
    27. 46:27从利益协同到利益冲突，微软 v.s. OpenAI 是否会解绑？
    28. 49:08在应用和模型层面，微软开始不再以 OpenAI 为核心
    29. 50:40人才争夺给硅谷的初创生态带来的影响
    30. 53:40快速收并购让资金回流更快，对创新生态有好处
    31. 54:18针对人才的大金额收购，资金优先给团队，投资人回报有限
    32. 56:13搅局者 Grok
    33. 57:20前 OpenAI 团队里 Mira 创办的 Thinking Machines Lab 和 Ilya Sutskever 创办的 Safe Superintel
    34. 01:00:12大基金排队注册 RIA（Registered Investment Advisor）硅谷的 VC 这两年发生了什么变化？
    35. 01:01:28初创公司收入速度和规模变化，VC 面临的挑战是：只做 VC 钱太多了
    36. 01:02:44CoreWeave 上市表现不错，但美股 IPO 市场还没回暖
    37. 01:05:19ToB 应用、工业自动化、医疗领域因为 AI 带来的创新
    38. 01:13:00机器人和 AI 应用在太空产业
    39. 01:16:11过去十几年，基础技术创新在物理世界的应用仍然有限，AI 让我们进入大航海时代
    40. 01:17:45人工智能快速发展带来好处也有风险，但技术停滞同样有风险，不要因为惧怕未知而不向前进步
    41. 01:18:33会使用 AI 就像过去人要学会用电脑，是未来的基础技能
  • 07-202500万美元ARR的Agent Infra创业者说：我们现在处于Agent元年第一天早上6:05｜对谈小宿科技杜知恒
    1. 02:02十字路口 v.s. 小宿科技 William 快问快答
    2. 03:08从航天科技专业，到金融行业，再到创业，每次选择都比较「跨界」
    3. 05:21小宿科技具体是做什么的？AI 智能搜索+为 Agent 提供一站式大模型聚合平台 SkyRouter.ai
    4. 06:39当越来越多的人通过 Agent 搜索，Agent 搜索行为变成机器对机器的搜索
    5. 08:48服务 Agent 客户发现他们需要一站式基础设施服务
    6. 10:19做智能搜索，经历了三个阶段：第一阶段，配合搜索 API 的全网全文读取
    7. 11:46第二阶段，提前预判行业发展动态，自研自建微软必应搜索 API 的替代方案
    8. 13:20第三阶段：Agent 爆发后，需要搜索能力，和多语言、定制化能力
    9. 15:57通过自研+并购的方式抓时机，做搜索的人才有限
    10. 19:10对 ToB 公司而言，早一点通过客户反馈提升改进也是竞争壁垒
    11. 20:25提前做功课预判微软对必应搜索 API 的调整
    12. 24:42过去的搜索竞争格局是全球每日搜索请求里 2%-3% 发生在 B 端，微软必应占主导
    13. 26:06有 C 端搜索能力的大厂也会提供搜索 API 服务，但这对它们来说不是主营业务
    14. 29:52根据 Agent 的需求优化产品和服务，Agent 有哪些大家想不到的搜索需求？
    15. 30:23今天大多数 Agent 都是第一天做全球化，提供多语言和数据合规很重要
    16. 33:13「今天是 Agent 元年第一天的早上 6:05」
    17. 34:20很多 Agent 客户时间花在 Go To Market，把 Infra 外包给能提供一站式服务的供应商
    18. 37:13做 AI Agent 有两个判断：第一，中国和美国的团队会成为 AI 行业里的主要从业者，中国出海创业者会有刚需
    19. 38:01第二：从 2025 年开始，推理对算力的需求会显著超过训练对算力的需求，所以做 SkyRouter.ai
    20. 39:48SkyRouter.ai 的三个竞争力：在全球有足够多的节点和分布式算力资源；平台稳定性；资源运营能力
    21. 41:18迁移到 SkyRouter.ai 调用成本下降 10%-15%，这个钱是怎么省的？
    22. 43:49从 ChatGPT 爆发后 AI Infra 创业热，到 Agent 爆发后需要的 Infra 服务，这两年发生了什么变化？从抢卡到抢数据，从 IaaS 算力资
    23. 46:53当下最大的挑战不是 Infra 能力不够，而是 Agent 行业还在找 PMF
    24. 47:39谁找到了 PMF？Coding、办公软件，参考场景是 AI 辅助人类边搜索边完成工作
    25. 49:17办公场景外，还有一些垂直场景：AI 做广告投放、AI 规划旅游路线、AI 信息获取等
    26. 50:27短期 AI Infra 领域：最重要的还是 AI 原生应用能在用户规模和用户留存上实现质的飞跃
    27. 52:09长期 AI Infra 领域：会延续之前的逻辑，算力会达到基准值，数据会变得更重要
    28. 54:01「头部模型厂一定会自建搜索，但它不会自建全部的搜索」
    29. 55:06「AI Agent 的繁荣程度会个性化和丰富化，头部模型厂不会占据 Agent 里很大的份额」
    30. 56:08从二级市场投资人到投身水深火热的创业：投资是分配资源，创业是制造新的生产力和新的资源
    31. 57:21从大学四年级开始创业到在高瓴资本做投资
    32. 01:00:13投资的决策大多数是短期的，创业的不确定是做事后能拿到什么结果
    33. 01:02:39「创业之后，我觉得做投资时候的我很浅薄，现在对生意这个事充满敬畏」
    34. 01:04:44做二级市场投资，做错承担的后果是止损；创业中战略决策错误，要承担大量的后果
    35. 01:06:42「尽量要三思，多思考，先尝试，再 all in」
    36. 01:09:51焦虑没有用，ToB 生意的好处是这次没有拿下的客户，回去改进得足够好，下次还有机会
    37. 01:12:16希望一开始创业就知道的事：1）战略选择很重要；2）生意很难，包含很多因素；3）保持开放心态
  • 07-13“我们首先要贵！” ——定价200美金/月才能验证AI市场刚需｜对谈郭振宇：Sandwich Lab创始人/CEO
    1. 01:27快问快答：年龄、毕业院校、MBTI、星座、职业经历
    2. 01:49公司/产品介绍、融资情况、收入利润、团队规模
    3. 03:42Lexi 取得了哪些成绩？
    4. 04:17Lexi 的目标用户是谁？ ——让人意想不到的选择
    5. 15:20用 Lexi 去帮 Lexi 自己投放获客，效果如果？
    6. 20:45Lexi 如何让用户信任自己？
    7. 27:26全世界的生意，都要去社交媒体做广告
    8. 37:26Lexi 的投放结果，超过了人类吗？
    9. 42:06「我们首先要贵」——定价 200 美金/月，才能验证刚需
    10. 48:27Lexi 如何面对 Meta 的竞争？
    11. 31:43下个月的新产品：Email Marketing（意不意外？！）
    12. 31:57为什么 Lexi 不接着做 Google 和 TikTok？
    13. 43:56整个公司的目标是：只要能帮助客户增加收入的产品，我们都做。
    14. 53:31创业公司做好一件事都不容易，为什么你要多线作战？
    15. 58:01创业当 CEO 的心情如何？
    16. 01:04:22做到什么成绩，才能对自己满意？
    17. 01:12:27是什么在驱动我们工作？
    18. 01:18:13对世界的理解，改变了吗？
  • 07-06他的 AI 实验给你哪些创业灵感？｜和鸭哥聊：给AI加上耳朵、眼睛，用AI买菜、寄快递
    1. 03:30AI、代码之外鸭哥的生活：考飞机驾照、挖掘机驾照、船舶驾照、开摄影展……追求体验
    2. 05:36研究 AI 的起点：人工智能的表现有时候聪明有时候智障，因为人交代任务不够清楚
    3. 07:40发现是人交代任务不清楚后，如何调整自己使用 AI 的方式
    4. 08:17有时候需要给 AI 的上下文太多，于是做了一个语音输入法，用语音输入降低和 AI 的摩擦
    5. 10:44ChatGPT 最近灰度测试的目的猜测
    6. 12:09用语音作为输入之后，遇到 ChatGPT 没有记忆的问题
    7. 14:22解决要频繁向 AI 说明上下文的问题，想到邀请 AI 进入我们的生活，开始用 Apple Watch 24 小时录音实验
    8. 15:25某次差点开车出意外，因为有 Apple Watch 在录音，对自己的驾驶情况进行仔细复盘
    9. 17:45语音作为输入+24 小时 Apple Watch 录音，有了信息输入，又做了一个山寨版 ChatGPT，接入各家模型，并运用 Agentic AI 思想调用工具
    10. 19:35把 Insta360 挂在胸前，每两分钟拍一个 15 秒视频，还在进行中
    11. 21:50拍的视频之后，先用 AI 删除敏感图，再生成搜索关键字以方便回溯时使用，最后考虑如何呈现，比如构图和美观
    12. 22:58把拍下来的照片，用机器学习做了分析，提示自己坐姿不对
    13. 24:22拍了两万张图之后，意料之内 v.s. 意料之外的发现
    14. 25:05当我们和 AI 之间的信息差逐渐减少之后，生活会变成什么样子？
    15. 26:57目前在做两方面的探索：第一，AI 主动介入我们的生活
    16. 29:49第二，回溯式调用
    17. 30:51给 AI 装上了眼睛、耳朵之外，如何用它来在生活中做具体的事情
    18. 31:50让 ChatGPT 买菜
    19. 33:01让 ChatGPT 寄包裹
    20. 36:11GUI 未来会消失吗？
    21. 38:10Apple Watch 新交互方式
    22. 40:01AI 让我们不用再等某个厂商做出想要的产品，而是让我有能力把自己的想法灌注到已有的产品里
    23. 41:00年初在「十字路口」分析 Manus 以及 Agent 之后，最近在用 Manus 或其他 Agent 产品吗？
    24. 42:37高能量生活，有 AI 帮忙代劳的因素，也需要每天能做自己觉得最有意思/最有挑战的事情
    25. 44:23做这些 AI 相关的实验最大的乐趣是做出来以前做不到的事情
    26. 45:52对AI+人类的赛博生活方式的想象，简单总结是「别扭」
    27. 47:04重度使用 AI 的人，当 AI 比身边的家人和朋友更了解自己，是开心，失落还是恐怖？
    28. 49:29Bradly Cooper 电影 Limitless 《永无止境》
    29. 50:38重度使用 AI，失去了完全放空的闲暇感，但本身很喜欢折腾，没有 AI 也会做别的事情填满自己的时间
    30. 52:13作为爸爸，怎么看让自己的孩子与 AI 共同成长？
    31. 53:56最近看到的行业变化：AI 进化速度没有减慢，Agentic AI 在成为潮流
    32. 56:12非常喜欢、会想参与改进的产品：ChatGPT，也愿意为 Gemini 做贡献
    33. 57:43鸭哥每天的时间分配
    34. 58:17给已经在使用 AI 的工程师提高效率的建议
    35. 01:00:04用管理学的方式和 AI 交互

2025 年 6 月

5 期
  • 06-292025年过去一半了， AI带给我的9个 Aha Moments
    1. 03:14从去年底的《大模型年度复盘》那期聊起
    2. 07:05① 「这不是个公平的竞赛！」
    3. 09:31② 「没有秘密，只有纯粹的执行速度」
    4. 12:59③ 「质疑汤姆猫，成为汤姆猫，超越汤姆猫」
    5. 16:17④ 「未来已来，只是尚未均匀分布」
    6. 19:37⑤ 「AI Agent 带来的变化和机会，仍然被低估了」
    7. 24:27⑥ 「不要为了 AI 而 AI，为了风口而创业」
    8. 32:40⑦ 「我们总是高估未来两年的变化，低估未来 10 年的变革。」
    9. 37:48⑧ 「美是一种生产力」
    10. 41:26⑨ 「创造爱的瞬间」
  • 06-22首个投资交易 Agent Bobby 上线，第一时间和 Vakee 聊 Bobby 的诞生过程以及生活中的投资机会
    1. 02:41RockFlow 推出交易 Agent Bobby，它是什么？
    2. 03:41RockFlow v.s. Bobby
    3. 04:36复杂场景下，Agent+自然语言的方式可以更好地满足人的个性化需求
    4. 08:10给父母订机票，传统订票 app v.s. 相对个性化的出行需求
    5. 10:50打算做 Agent，2023 年 4、5 月就开始
    6. 13:042023 年立项时 v.s. 现在，对比 Agent 能力边界的突破
    7. 15:07先做有先发优势，但是背后也有大量细腻琐碎的工作
    8. 16:27细腻工作之：首先需要是一个会做金融工程的团队
    9. 18:47决定做 Agent，是实验产品还是赌注？
    10. 20:232025 年决定 all in Agent，相信未来 Agent 会取代 app，还是因为 Agent 爆火？
    11. 22:17Bobby 内测期间用户使用故事
    12. 26:32对普通用户而言，用交易工具有两个门槛：心理门槛，工具操作门槛
    13. 28:18使用交易 Agent：交互方式降低心理门槛，自动执行减少工具使用的麻烦
    14. 31:29Bobby 开发耗时一年半，中间走过什么弯路？
    15. 33:48内测中最关注的指标：活跃指标，解决问题
    16. 35:09用户使用 Bobby 赚钱的故事
    17. 38:37未来 Bobby 会主动给用户提供交易灵感/建议
    18. 41:48研发中如何减少成本，做过哪些回头看是正确的决定？
    19. 44:58受身边人影响，从小接触股票交易
    20. 46:38从复旦到帝国理工：从广告和金融，到学数据科学，事物的底层是相通的
    21. 48:10回国加入百度：必须加入移动互联网浪潮
    22. 49:58为什么百度 AI 领域人才济济，却没有取得一骑绝尘的领先？
    23. 51:35百度做了一些它不擅长的业务，例如当年的 o2o
    24. 52:41在 AI 应用于推荐算法的时代，百度做得不错，但在大模型之前业务上做了很多不适合自己的选择
    25. 56:01创业中最重要的：1 信仰什么，2 如何带领团队朝着这个方向奔跑
    26. 56:39Vakee 当初做 RockFlow 的启发：「散户大战华尔街」
    27. 57:47年轻人的投资发生了很大的变化：用投资表达态度
    28. 59:11创业做判断的四个维度
    29. 01:05:14「我也是赚我认知内的钱，唯一投入更多精力的，是如何放大赔率」
    30. 01:06:34最近发了一个小红书帖爆火：「普通人如何在身边发现下一个风口」
    31. 01:08:35首先不是每个人投资都能赚钱，其次关键在于从生活里观察
    32. 01:12:04一级投资、二级投资和创业有一个共同的能力：判断力
    33. 01:13:30希望投资飞入寻常百姓家，让更多的人通过投资参与世界的变化
    34. 01:16:27普通人也许并非不能注意到投资机会，也需要理性的声音把关
    35. 01:19:44投资就是留在牌桌上，等待属于你的机会，风险管理最重要
  • 06-15拿下 a16z 投资，他们要用 AI 重构广告系统｜对谈 00 后 CEO Jason Hu
    1. 03:38年龄、毕业院校、职业经历、MBTI、星座
    2. 04:11Nexad 的一句话介绍、收入&利润、融资&估值、团队规模
    3. 04:37如何拿下 a16z、Prosus、Point 72 等顶级 VC 的投资？
    4. 08:15华人背景创始人在美国融资，有哪些挑战？
    5. 10:21融资完成到现在，做了哪些重要的事？
    6. 13:30Nexad 和前 Gen AI 时代广告系统的不同
    7. 15:34AI 能让广告的用户体验更好吗？
    8. 20:52Nexad 能取代市场部门吗？
    9. 22:56典型客户是谁？广告形式是什么？
    10. 32:29广告主对 AI 的期待是什么？
    11. 41:30下一代硬件和下一代计算平台上，会有怎样的下一代广告系统？
    12. 27:18广告 + AI，凭什么有创业公司的机会？
    13. 31:32有哪些和 Meta/Tiktok 不同的做法？
    14. 33:12和其他竞争对手相比，Nexad 强在哪？
    15. 39:57对我帮助最大的前辈：Reynold Xin (Databricks co-founder), Troy Kirwin (a16z partner)
    16. 45:25DeepSeek r1 带来的冲击与影响
    17. 47:17「我做了一个公司内部用的 AI Agent」
    18. 50:29如何看待 AI Agent 浪潮？
    19. 52:03最常用的 AI 产品？
    20. 53:56最看好的 AI 产品？
    21. 54:17国内和硅谷创业者的相同与不同？
    22. 55:38新一代和上一代创业者的相同与不同？
    23. 56:09最欣赏的企业家是谁？
    24. 59:11如何定义这次创业的成功标准？
  • 06-08从 5 次投资 Manus 肖弘聊起｜对谈真格合伙人刘元：识人心得进化
    1. 06:20刘元复盘 5 次投资肖弘：黑客松上初次见面
    2. 07:24第一次投资肖弘的成果：投进去一个小天使，赚回来一个大天使
    3. 08:27肖弘第二次创业，沿着做工具产品的方向，做一个中国版 Benchling，天使轮投资（蝴蝶效应第一笔钱）
    4. 09:25第三次(蝴蝶效应第二笔钱）：换方向做 ChatGPT for Google——Monica 的前身
    5. 13:51第四次(蝴蝶效应第三笔钱）：Monica.im，红杉、腾讯、王慧文入场
    6. 14:55第五次：在 Monica 商业化道路上尝试过做浏览器，但没有上线，后来发布了 Manus
    7. 18:23Koji 与肖弘认识、投资的故事
    8. 21:49面对一个一直在调整方向的创业者，投资心里有质疑过他吗？
    9. 23:57每次换方向不是因为做不下去，而是因为看到了更大的机会
    10. 25:24中间哪些信号给了投资人更大的信心？
    11. 26:37加入真格之前在一家美国的 VC 母基金工作，研究国内 VC 的格局和故事
    12. 28:232014 年回国加入真格基金，移动互联网时代明星公司的价值开始明晰
    13. 29:40「当时还没有像现在这样深刻的意识到所谓的风口、浪潮」
    14. 31:012016 年投资了 26 个项目，现在回想起来很多想象都是错的
    15. 33:00「我一直都很相信逻辑，但我不相信商业逻辑的推导」
    16. 35:05人是商业中更难改变的，早期会「粗暴」的认为一个人过去成功，未来也会成功
    17. 36:28用时间坐标划分，对「识人」的理解如何一步步改变
    18. 38:10最开始大家都在摸索，早期的认为最厉害的人就是名校毕业生
    19. 41:25也会跟随自己的兴趣看投资机会，什么都看一下
    20. 44:452018 年开始找字节出来的创业者：但一个字节高管厉害，是 ta 厉害还是字节厉害？
    21. 46:292022 年开始，专注把时间花在年轻人和连续创业者身上
    22. 46:38擅长发现黑马创业者
    23. 49:23霸王茶姬张俊杰、泡泡玛特王宁、宇树科技王兴兴，共同点是什么？
    24. 50:43应该更「自下而上」的理解创业者
    25. 53:54「我的全部努力，不过完成了普通的生活」
    26. 54:31投过一些「商务谈判上滴水不漏的人」，而不是有粗砺质感的创业者
    27. 55:16现在更能接受「粗砺」的创业者
    28. 56:47业内对投资人这个工作的看法变化，要保持清醒
    29. 01:00:22最好的 VC 肯定要直接参与缔造过伟大的公司，才有一个好的 playbook
    30. 01:02:50「我觉得现在市场就是最好的时候」
    31. 01:03:46中国的创业者已经至少可以和美国创业者分庭抗礼了，但投资人还没有
    32. 01:04:28让自己抓住 AI 时代投资机会，最大的错误是错过，而不是投错
    33. 01:05:59用工作机制保证不错过
    34. 01:08:51很多时候正反馈是假的，或者是暂时的
    35. 01:12:37AI 时代的创业者需要什么，投资人如何跟上变化？
    36. 01:14:11希望有一个像圣杯一样的标准，在任何领域都有效，今天是否有找到它还不好说，但是有些不变的东西：勇气、冒险家精神、对机会的敏感和洞察、动手能力
    37. 01:17:02不要去担忧还没出现的问题
    38. 01:17:35不至于会睡不着觉，但是会经常想的问题：看到但没投的项目
    39. 01:19:14此刻正在犯的错误有可能是什么？今天审美、标准提高，但容错率降低了
  • 06-02「我没喝一口茅台，去年也做了 3000 万」 | AI 在中国⑤：AI 时代怎么搞 toB 才能拿得到结果？
    1. 03:31快问快答：覃睿 - BISHENG 联合创始人
    2. 05:07AI 时代，为什么选择做 toB？
    3. 09:07做到 3000 万，喝了多少茅台？
    4. 09:56为什么做语核科技？
    5. 22:22最典型的项目是哪个？能赚多少钱？
    6. 25:02如何拿下大客户？
    7. 21:17AI Agent 和 SaaS 是完全不同的生意
    8. 28:43哪个时刻觉得「这个公司成了！我们能赚到钱、能活下去了」？
    9. 34:07「只赚钱，对我来说没有意义」
    10. 34:50和友商的差异是什么？
    11. 36:42「超过 100 万的单子，我们坚决不接」
    12. 41:36你的一天是如何度过的？
    13. 47:46最优秀的 toB 企业家是谁？
    14. 51:20公司愿景是什么？
    15. 52:38AI Agent 概念火爆，让客户 FOMO
    16. 15:02为什么做 BISHENG？
    17. 19:21最典型的项目是哪个？能赚多少钱？
    18. 21:29拿客户的方法论
    19. 30:23哪个时刻觉得「这个公司成了！我们能赚到钱、能活下去了」？
    20. 31:45与 AI 四小龙（依图）时代对比，今天的环境有哪些变化？
    21. 33:04「资本环境变差了，真正做生意的人变多了，反而更健康了」
    22. 33:46为什么不融资？
    23. 39:11和友商（eg. Dify）的差异是什么？
    24. 45:27你的一天是如何度过的？
    25. 50:28公司愿景是什么？
    26. 54:59如何吸引最优秀的年轻人来搞 toB？

2025 年 5 月

4 期
  • 05-25勇闯「AI 创业激战区」，Medeo 在想什么？｜和晨然聊 AI 视频产品、年轻人的机会
    1. 02:59Medeo 视频示例
    2. 03:34Medeo 发布后在朋友圈小型刷屏感受
    3. 05:14一场发布会 + 邀请码 + KOL造势 = AI 产品发布模版？
    4. 06:20为什么选择做 Medeo？
    5. 08:11一定是做视频：模态升维带来更高经济效益
    6. 11:28有了 AI，文章就能轻易的被转成视频吗？No
    7. 13:18暂时没有给模型设计视频模版，没有精力，也相信要放权给模型
    8. 14:30做 Medeo 精力投入：刷视频，理解制作流程，模仿
    9. 19:14做内容也做研发，和团队如何配合？
    10. 21:47Medeo 背后团队全员远程办公，提高工作效率和团队磨合的心得
    11. 25:45Medeo 在做竞品 Veed.io、Invideo 一年前就能做的事情吗？
    12. 27:39Medeo 的愿景：让没有经过训练的人也可以用工具做自己想要表达的内容
    13. 30:25「视频本身是一个宽广的赛道」，不认为会出现赢家通吃的局面
    14. 33:56Agent + 视频，生成之后难以修改，也是问题
    15. 35:10「我更相信视频领域应该是 80% workflow 和 20% 的 agentic」
    16. 37:12对 MCP 持谨慎态度，它是协议，但不解决实际落地中的问题
    17. 39:01解决用户需求不一定要用最优的技术
    18. 41:29使用最多的工具：Cursor
    19. 43:50做产品经常思考的问题一：如何解决 AI 产品的三边关系
    20. 46:34做产品经常思考的问题二：做内容，AI 比较难产生超越人的创意
    21. 48:24一个 AI 产品的负责人如何度过自己的一天？
    22. 49:41「Cursor 是到目前做得最好的产品」
    23. 51:12稳定交付，更多的是产品层面解决的问题，目前难以解决因为工程化很难
    24. 55:53AI 打破的传统的学习路径，新时代大家都获得了更多机会
    25. 58:29勇于尝试做 Demo 是一件非常重要的事情
    26. 59:47很多事情是随机做的，只是为了好玩，好玩是一种非常稀有的品质
    27. 01:03:40不停做 Demo 的收获：感受到好玩，就是正反馈
    28. 01:05:23面对形势变化的年轻人，维持好情绪稳定已经不容易了，保留激情和创作欲很重要
    29. 01:07:57读大学时以为专业没有用了，然后 ChatGPT 出现了
    30. 01:10:04Koji 做 AI Hacker House 的故事背后：「寻找同类」
    31. 01:12:16保护创作欲：住在安静的地方，减少社交，戒电子设备，看书
  • 05-18Agent Neo发布，第一时间对谈CEO Derek、CMO 拐子：目标星辰大海的少年要做终极AI创作工具
    1. 04:36flowith 融资、用户规模、收入
    2. 05:53flowith 新的 Agent 产品 Neo：让你更聪明也更懒惰的超级全能 Agent
    3. 07:41Agent Neo 强调：执行长任务、输出长内容
    4. 08:43以「十字路口」为例，Neo 能做哪些其他 Agent 做不了的事情
    5. 11:34步骤更长、产出更长、执行更复杂的任务，是所有 Agent 必走的方向
    6. 13:04聚焦在创作领域，想实现创作领域的 AGI
    7. 14:09对创作的形式是文字，图像，视频并无限制
    8. 15:09Agent Neo 交互功能案例：续写《甄嬛传》100集
    9. 16:42Agent Neo 交互功能案例：GAIA 跑分中 Level 3 里最难的一题怎么解
    10. 19:12Agent Neo 交互功能案例：做一个 3D 台球小游戏
    11. 21:15Agent Neo 交互功能案例：给《黑神话悟空》做一个全面的官方介绍
    12. 24:33Neo 能力背后的优化
    13. 26:21Neo v.s. Manus
    14. 28:21和其他产品相比，flowith 的使用门槛比较高，团队怎么看？
    15. 30:28「无限画布」这个产品是怎么做出来的
    16. 33:43作为 2025 年最热细分赛道，flowith 怎么看行业格局和竞争
    17. 35:30云端 v.s. 本地浏览器
    18. 38:13垂直 Agent v.s. 通用 Agent
    19. 40:33「通用和垂直，界定还是蛮模糊的」
    20. 41:48Agent 这么火，要感谢 Manus
    21. 43:112-3 月时 flowith 实现指数级增长，做对了什么？
    22. 45:04小红书运营，flowith 的心得总结
    23. 51:12从 vibe coding 到 vibe marketing
    24. 53:41精简团队实现低 burn rate
    25. 57:29融资心得：去年和今年形势大不一样
    26. 59:22参考 Manus 的经历，要提前为融资做架构上的考虑
    27. 01:00:25过去一年可以改善的事情：对自己的选择更自信
    28. 01:02:33短期目标：优化产品；长期目标：做一个终极 AI 创作工具
    29. 01:03:54一个非共识：通用型 Agent 模型厂商空间更大，创业公司的机会是垂直类 Agent
    30. 01:05:01除了 flowith，用的最多的是 Cursor、Eleven Labs
    31. 01:06:39特别喜欢的企业和文化：多邻国
  • 05-11每天有一万人在「独响」上和 AI「一起睡觉」｜和王登科聊 AI 陪伴类产品、创业叙事变化
    1. 03:36现在投入精力最多的「独响」，因为发现了什么机会？
    2. 04:29「独响」提供一对多的异步沟通，鼓励用户和 AI 建立长期、正向的关系
    3. 05:21目前 AI 陪伴类产品的主要问题
    4. 07:01「独响」的北极星指标：用户和 AI 建立的情感链接深度
    5. 08:25追求情感链接的深度，是否会遇到商业价值有限的问题？
    6. 09:34记录过很多可以做的 AI 应用，目前相信 AI 陪伴的机会，也是自己感兴趣的方向
    7. 11:29「我是一个很淡的人，是一个观察者」
    8. 12:35AI 会加剧人的孤立，AI 是否能提供一种正向的关系？
    9. 15:15用户对「独响」的陪伴的预期和其他应用的不同
    10. 17:41「独响」的功能：用户可以和 AI「一起睡觉」
    11. 19:50用户情绪低落时可以设置「emo 模式」
    12. 21:45不做投放，最重要的营销渠道是小红书
    13. 22:21小红书营销心得总结：产品要有足够差异化；自己做内容；要真诚
    14. 26:10如果今天有很大一笔钱，也选择暂时不做投放，等产品形态更普适再做投放
    15. 27:45对「独响」的设想：上限很大，下限是人类情感的辅助工具
    16. 29:09公众号文章刷屏，和朋友选了 AI 应用的两个不同方向
    17. 31:04对效率没有太强的执念，但创业需要高效运转，如何平衡？
    18. 32:59AI 陪伴这个概念，目前还太宽泛
    19. 35:32做 6pen、哄哄模拟器，都不算找到了「风」
    20. 37:32见过很多创业失败的例子，在错误或不确定的方向上投入太多是一个占比很高的原因
    21. 39:10看起来状态很放松，平时做什么让自己放松：不要让自己太忙
    22. 41:44保持放松的状态，来自小时候读了很多庄子的书
    23. 43:01唯一能让自己把精力都用在自己想做的事情上的方式，就是创业
    24. 44:32从大四决定创业到现在，没有过想回去上班的时刻
    25. 45:33「不要离开牌桌」是因为牌桌本身，而不是为了赢
    26. 47:21放松的状态见 VC，投资人支持吗？
    27. 49:17一线体感，这两年国内的投资人对 AI 投资的态度更积极了，但观点也更多元
    28. 52:51大学毕业时 v.s. 现在，创业团队的心态有什么变化
    29. 55:44「人在这个世界上能决定的事情是很有限的」
    30. 57:02更多元的世界，初创公司和成熟企业都在变化：个体的重要性会越来越强
    31. 58:36「大力出奇迹」仍是大公司成功的关键，但会有越来越多中等/小规模的团队活得不错
    32. 01:01:20从「独响」的用户群体，观察年轻人使用 AI 陪伴产品的特征
    33. 01:03:51和刚毕业就创业的自己相比，内核没变，成长了很多
    34. 01:06:02做过最好的决策：创业，在这条路上一直走
    35. 01:07:19找到风的感觉：做事很顺
    36. 01:10:21希望成为任天堂这样的公司
    37. 01:11:19迎合主流叙事把自己塑造成别人喜欢的样子也不一定能成功，不如做自己
    38. 01:12:34作为一个「淡人」，希望实现的心愿
  • 05-05「SEO新卷王」Pollo AI 创始人阿彪首谈：SEO 怎么做？红人怎么投？付费广告怎么搞？
    1. 02:26听听创始人如何安利自己的产品 Pollo AI
    2. 05:09为什么选择做 Pollo AI？
    3. 09:02出海第一站，如何选？
    4. 44:48Pollo AI 有什么护城河吗？
    5. 10:48Pollo AI 从 0 到 400 万月访问量，怎么做到的？
    6. 13:33被称为 SEO 新卷王，是因为做对了什么？
    7. 14:55一点 SEO 的关键创新
    8. 17:16如何去抢到「大词」？
    9. 18:13可以用 AI 写 blog 吗？
    10. 20:23要买多少钱的外链？
    11. 22:48如何识别 SEO 高手？
    12. 24:46一个被大多数人忽视的 SEO 常识
    13. 25:20搞 SEO，做得好的人和顶尖的人的差别是？
    14. 26:17SEO 经典学习材料推荐：Ahrefs、Authority Hacker、Backlinko、Semrush
    15. 28:10做红人营销，有何心得？
    16. 28:30打动红人的两个关键点是什么？
    17. 30:24Koji 分享躺岛打动红人的产品创新
    18. 32:08如何算红人的 ROI？
    19. 38:30做付费广告，有何心得？
    20. 32:28Pollo AI 的成绩，更多来自产品、还是来自营销？
    21. 33:21创业选时机，有何心得？
    22. 35:12创业应该专注吗？
    23. 36:55「我没有创业的目标，它就是我的生活。不创业，我也没事可干。」
    24. 37:36我的偶像是雷军
    25. 39:56创业成败的关键是什么？
    26. 43:27如何寻找新的创业想法？
    27. 46:44「创业不能捞死鱼」
    28. 54:21创业 5 年，最关键的选择是什么？
    29. 54:35创业 5 年，自己最大的变化是什么？
    30. 56:41过去 1 年，做过最好的决策是哪个？
    31. 57:09什么事最深刻的影响了你？
    32. 51:10最欣赏的成熟 AI 视频产品是哪个？
    33. 52:10最欣赏的新一代 AI 视频产品是哪个？
    34. 52:51哪个被追捧的 AI 视频产品被高估了？
    35. 61:28做了 10 年出海，最有意思的一个瞬间是什么？
    36. 01:02:24没有出海的基因的创始人，怎么做好出海？
    37. 01:01:17为什么阿彪的公司除了午休，下午还有固定 20 分钟的集体休息时间？

2025 年 4 月

4 期
  • 04-27AI 百镜大战，和目前的领跑者聊：放弃摄像头、先赚1块钱｜对谈「蜂巢科技」夏勇峰
    1. 04:09从小米生态链、手机到「聚焦于头部可穿戴智能硬件」，如何看待手机技术溢出机会
    2. 06:24「从来没有考虑过做耳机，一开始的产品定位就是眼镜」
    3. 07:352024 年 8 月，蜂巢科技发布界环 AI 音频眼镜，大半年过去了，有哪些进展？
    4. 09:09与传统眼镜连锁店合作，没有被当作「门口的野蛮人」
    5. 10:54扩店速度超出预期，AI 眼镜的概念帮了忙
    6. 13:05不担心自己做了行业的小白鼠，鼓励大家都来加入，用产品说话
    7. 14:35界环 AI 音频眼镜功能介绍：集眼镜、耳机于一体
    8. 17:29续航时间讨论：如果一个人从早上 7 点开始戴上眼镜，到晚上 7 点眼镜就没电了怎么办
    9. 19:13为什么这幅 AI 眼镜没有摄像头？
    10. 21:05产品迭代思路：MIJIA眼镜相机——MIJIA智能音频眼镜——界环 AI 音频眼镜
    11. 23:40Rayban Meta 的流行，并不影响不做摄像头的选择，中国不是墨镜市场
    12. 25:15从音频眼镜到 AI 眼镜，并不是做减法，而是两个不同的产品
    13. 28:48电池投入了 1000 多万
    14. 30:31护城河：跑得足够快取得领先，对眼镜行业充满敬畏
    15. 33:14强调智能眼镜首先要「好看」和「舒服」，如何实现
    16. 39:39没有和明星合作的原因：大众认知的光学镜品牌往往是眼镜店而非眼镜品牌
    17. 41:19做 AI 眼镜之后感触最深的一点：AI 眼镜行业卷进来了太多人
    18. 42:57AI 眼镜：眼镜行业认为是眼镜，消费电子认为是智能硬件，互联网行业认为是 AI
    19. 43:22决出胜负不容易，也许 50 年后，最初的最初从眼镜开始
    20. 44:21传统眼镜行业大佬看到界环 AI 音频眼镜说，看了这么多智能眼镜，这是第一个让我感到有点害怕的智能眼镜
    21. 46:31对别人的肯定，惊讶之余有点开心，但也没有特别开心
    22. 47:51「我很难非常的开心」
    23. 50:08「下半辈子 all in」，这件事需要比较长的时间，不 all in 做不完
    24. 53:20「如果 AI 眼镜这件事真的能做完，我可能会回去做记者」
    25. 55:48人生「十字路口」的选择：和雷军聊了 8 个小时后决定去小米
    26. 59:52在小米的经历
    27. 01:01:15面对工作方式转变：当一个公司在快速发展的时候存在很多机会
    28. 01:03:28创业的心态：付出有止损点，失败可以接受，也是正常的
    29. 01:05:02面对人生的「十字路口」时，做选择的模型：不要让下一步面临更难的选择
    30. 01:07:21行业体感：百镜大战正在发生，但大部分人都在抄 Rayban Meta 眼镜
    31. 01:10:36行业预期：下半年会蛮热闹的，可能最多的时候会一周有三个发布会
    32. 01:11:45在融资方面，VC 并没有预期中那么慷慨
    33. 01:13:45创业五年，做到什么程度自己会满意
    34. 01:14:56智能眼镜：全世界最顶尖的人做了一个百分之百亏损的行业，盈利一块钱就是全球第一
  • 04-21「在放下找钉子的锤子后，我们赚到了第一个 100 万美金」｜和Mootion联创童超聊做产品、AI视频创业全景和出海
    1. 02:47每天花 5 分钟用 Mootion 做一个视频发在小红书上，现在有多少粉丝了？
    2. 04:57Mootion 用例分类：短视频创作者用生成方式替代原素材剪辑模式；生成动画式对话教学短片；专业创作者制作 MV、广告等
    3. 06:10没有「爆款」也不追求爆款，是否意味着还没有真正击中市场痛点？
    4. 08:11AI 作为工具，已经从 20 分进化到了 50 分，但想运营好一个内容账号，剩下的要靠用户自己
    5. 09:00聊聊最近刷屏的无剪辑直出《猫和老鼠》视频，看好 Test time training 测试时训练
    6. 11:37纵观过往技术发展史，「套壳」往往出现在一个技术被太多宣传和讨论的时间，基础模型的能力提升会更凸显应用和产品设计的能力很重要
    7. 13:09模型能力提升变成商品，产品打磨早做一定比晚做好
    8. 14:44提升产品体验心得：每周至少访谈一个用户，视频生成操作简化、细节优化、根据用户的使用习惯迅速调整、在架构和推理测试方面做投入降低成本
    9. 20:32AI 在视频生成方面的「反共识」：AI 知道惊恐的镜头怎么表达吗？为什么不等大模型降低成本？
    10. 23:32一个简单的功能「模版」带来收入增长拐点
    11. 24:43Mootion 用户没有选模型的功能，为什么这么设计？
    12. 25:50「AI 尝鲜者」v.s.长期使用用户，做取舍
    13. 30:37技术背景的创始人容易犯的错：拿着锤子找钉子
    14. 32:01Mootion 走过的「弯路」：做过世界上第一个在 3D 动作生成的模型，但难以找到用例
    15. 34:20作为前「创新奇智」产品负责人，经历过的「拿着锤子找钉子」
    16. 40:59这一次 AI 浪潮最大的特点是普惠，可以看到很多技术路线进化的可能
    17. 44:13在 ChatGPT 发布前一周在 OpenAI 见到 Ilya 和 Greg
    18. 50:26「从产品的创新性和体验来讲，我很欣赏 Descript」，和一个跟着用户一起成长的产品 veed.io
    19. 53:28对国内 AI 视频领域的期待：希望有更多视频模型出现，视频模型领域最佩服可灵
    20. 55:55从行业角度分析，可灵做对了什么？按照自己的节奏做产品话，坚持到底，较早选择国际化
    21. 58:13现在视频的基础模型能力还处于发散阶段，创业团队和大厂的投入成果可能会并行一段时间
    22. 1:02:54巴西普遍接受新事物很快，阿拉伯用户严谨，需要找到一个小切口
    23. 1:05:21台湾和日本用户特点很相似，接受比较难，但一旦接受忠诚度很高
    24. 1:07:17华人创业者出海的三点优势：接地气，在增长和运营策略有「秘密菜单」，同时拥有两种人才
    25. 1:09:24相信 AI 和用户的力量，出海不再需要在当地再找人做「代表」
  • 04-13CES 2025 中国黑马，一次聊透创业心法 | 对谈何嘉斌：AI 萌宠机器人 Ropet 创始人/CEO
    1. 03:42注意，Ropet 是 AI 萌宠机器人。萌，很重要。
    2. 05:24为什么人们不养小猫小狗，要养 Ropet？
    3. 11:00Ropet 卖了多少台、赚了多少钱？
    4. 13:26创始人和他自己的 Ropet，培养出了什么感情？
    5. 14:48陪伴机器人有哪些「用户体验的真相」？
    6. 22:39「无声的陪伴是最难做的」
    7. 33:12「示弱，是很重要的」，「我们都想去照顾弱者」
    8. 38:15Ropet 要做的是创造「爱的瞬间」
    9. 40:39AI 发挥了哪些作用？
    10. 39:45为什么你在本期播客中，公开分享了这么多 Ropet 产品/技术的细节？
    11. 45:31巨头来了，怎么办？Disney 和泡泡玛特可不是吃素的！
    12. 53:49「我感觉自己创了一个”小心翼翼“的业」
    13. 55:31人生第一次做 CEO，感受是什么？
    14. 56:31最近一次顿悟时刻是什么？
    15. 58:32有时候感觉「全世界都否定我」——「但投资人不是全世界呀」。
    16. 01:00:00什么样的成功，才算成功？
    17. 44:12行业的三个类型
    18. 48:21行业的两点共识 & 最大的一点非共识
    19. 49:09卖 1 万美金的 Lovot 是何方神圣？
    20. 52:34门口的野蛮人：当华强北们、拼多多们来了，怎么办？
    21. 01:02:00最后的问题：「你是谁？你想成为谁？」
  • 04-06两年400万用户，StressWatch如何做到的？｜和Patrick聊找机会的方法论、弯路和App工厂
    1. 00:58关于「十字路口」的三个新消息：AI Hacker House（详细介绍）、4 月线下活动（详细介绍）、「新一代 AI 创业者」社群
    2. 03:52做了一款基于苹果手表的压力检测、健康管理的产品 StressWatch，全球接近 400 万用户
    3. 05:17意外获得小红书热搜第一
    4. 06:34工作室叫「100 Bad Ideas」，怎么有人形容自己的工作是坏主意？
    5. 09:27Patrick 的职场经历：从魅族、frogdesign 到 Fiture
    6. 14:36做过脑洞最大的项目：洗车机器人
    7. 16:56在 Fiture 被派去做海外市场，在纽约住了一年了解美国人在健身方面的需求
    8. 19:18美国健身消费人群需求特点分析：年龄层更大，需求细分，软件+硬件的模式很常见
    9. 23:20为什么选大健康领域创业？疫情带动的苹果手表销量增加、在美国火的一些健康指标概念国内还没有普及，现有压力相关的软件少、情感表达不够
    10. 26:52什么是「情感化设计」？
    11. 28:39除了 StressWatch，100 个「坏主意」还有哪些？
    12. 32:02准备创业时，跟自己说可以接受两年之内没有任何收入
    13. 35:31从最开始的期待做点自己的事情，到迷茫、尝试……
    14. 39:05做了产品发布，有正反馈，但犯了一个错误：低估了它的潜力
    15. 40:24如果回到当初，聚焦所有研发设计精力，把产品做好做深；融资，用最快的速度做增长
    16. 42:43一个产品如果有明确的 PMF，都值得花所有精力去做，不管这个 PMF 有多小
    17. 44:34给独立开发者的建议，感性和理性的指标
    18. 47:01Patrick 总结的看产品机会点的方法 1：找 PMF 不如找 MPF
    19. 49:10方法 2: 看市场上有什么，哪些概念在 A 市场被验证、但 B 市场还是空白
    20. 50:47如果总分是 100 分，用户不会为改进了 5 分或者 10 分的产品改变使用习惯
    21. 51:30看排行榜，但不要看靠前的
    22. 52:39不要怕需求小，做给少数人用的刚需产品
    23. 56:38方法 3: 从身边的用户、社群出发做产品
    24. 58:16方法 4: 关注新技术趋势，iOS 开发者一定要关注 WWDC 的新动态解锁什么新方向
    25. 1:00:30「我们走了好多弯路才意识到这些」
    26. 1:02:18StressWatch 抓住了什么增长机会：每个产品有窗口期，增长也是一样
    27. 1:03:53在增长上走过的弯路：最开始没有花全部的精力做，当时没有理解到这类出海产品的增长方式
    28. 1:06:07考虑和其他团队合作的可能性
    29. 1:11:24今天的 App 工厂和移动互联网时代的 App 工厂区别在哪儿？
    30. 1:12:54为什么上一个时代的 App 工厂没有进化？增长能力很难长出来
    31. 1:14:35海外 App 工厂推荐
    32. 1:19:14回头看自己的这两年，觉得自己很幸运：自己提出问题自己解答，完整的做完一个业务
    33. 1:25:11今天是个创业的好时机，出海基建完善，AI 加持快速全球化，AI 让试错的效率更高

2025 年 3 月

5 期
  • 03-30一个不太焦虑的 CEO 是怎么练成的｜和猫助聊多抓鱼的八年，至暗时刻和新计划
    1. 03:03多抓鱼的变化：从线上到更多线下
    2. 04:14多抓鱼 + AI = ？
    3. 06:35用户搜索图书的需求是模糊的，人类运营的推荐效果好过 AI
    4. 09:44目前 AI 的作用还是体现在提高生产力，让自己写文案和写文档更快乐
    5. 10:25AI 是否影响了二手书中特殊品类的销售？
    6. 13:05偏学术类或做得很好的书，需求没有太大变化，但供给变少了
    7. 16:40最近在整理绝版书列表，打算为它们策展
    8. 19:42策展人的角色越来越重要
    9. 21:56信息最大的壁垒是浏览的惯性，人会因此屏蔽了一个更大的世界
    10. 25:56三角一：员工，一直和大家说，不希望这一段人生想起来的是加班和文档
    11. 27:03三角二：用户，是不是真的服务好了用户
    12. 27:23三角三：企业本身
    13. 29:11「我对于商业就是很感兴趣，我发现很多创业者对商业其实不感兴趣」
    14. 30:12对二手生意的分析
    15. 35:01给今天的创业者的建议：抓住技术变革里的顺风
    16. 37:49创业八年是否有退出压力，今天再创业还会融资吗？
    17. 40:53创业者的美好愿望 v.s. 残酷现实，什么是第一位的？
    18. 44:47商业利益 v.s. 共事情谊，作为创业者的矛盾与转变
    19. 48:34东亚文化里，我们总是正面，总是积极，回避冲突，回避混乱
    20. 52:38多抓鱼发展的不同阶段和自己的变化：我原来想要的太多了
    21. 54:40「我最大的问题就是之前没有创业失败过」
    22. 57:08第一次「打脸」时刻，第一次觉得这么难
    23. 1:00:21虽然生意的弹性大，但封控带来了巨大挑战
    24. 1:04:26疫情期间经历合伙人离开，公司运营压力，亲人离世等等打击
    25. 1:06:40环球旅行之后，接受自己是一个普通人
    26. 1:13:36感谢所有的经历，如果你想做出点什么，需要摆脱幼稚，了解真实世界
    27. 1:15:37更喜欢现在的自己，现在内心很坚定
    28. 1:17:30我们作为有自我意识的人，要回到自己的主体性，我的幸福是什么？
    29. 1:18:09意识到自己还有很多事情不了解，还有很多事情想做
    30. 1:20:33接受现实，读历史书也很有帮助
    31. 1:23:13推荐一个电视剧：《走向共和》
    32. 1:24:48AI 时代，作为一个 CEO，不是很焦虑，热点追不完，还是回到自己擅长的东西
    33. 1:27:40在 AI 的帮助下，可以自己做多媒体杂志了
    34. 1:29:52在哈佛参加领导力课程，观察世界各地的精英们在关心什么，怎么聊 AI
    35. 1:35:35减少恐惧的建议：算出自己的生活底线，回到概率意识自己已经是竞争的胜出者了
    36. 1:37:26克服恐惧，寻找爱的动力
  • 03-23Manus 爆火的背后：我们用20个问题一起搞懂 AI Agent
    1. 06:59Q2: 复盘 Agent 在 2024 年的发展脉络
    2. 09:28Q3: GAIA 是什么标准？为什么选择这个标准来衡量 AI Agent？
    3. 15:28Q4: MCP 是什么？为什么 MCP 赢了（成为了某种意义上的行业标准）？
    4. 23:02Q5: AI Agent vs AI Chatbot —— 有哪些关键突破？
    5. 30:33Q7: Manus 的核心创新是什么？
    6. 35:50Q8: 为什么 Manus 让我们看到了 AI Agent 充满了「复利」？
    7. 44:06Q9: 为什么是 Monica 这个「套壳」团队做出了 Manus？
    8. 49:03Q10: Manus 采用的 "Less Structure, More Intelligence" 方法意味着什么？它如何提升 AI Agent 的能力？
    9. 57:47Q12: AI Agent 创业公司主要在哪些方向上耕耘？
    10. 01:00:25Q13: 从长远来看，Agentic AI 产品的核心竞争点是什么？
    11. 01:04:29Q14: 创业公司应该如何抓住 AI Agent 的机会？
    12. 01:08:12Q15: 对英伟达的影响？
    13. 01:16:56Q17: 从 ChatBot 到 Agent 的演进过程中，AI 的 toC 产品形态发生了哪些本质变化？
    14. 01:19:07Q18: "技术"和"产品"的边界在哪里？「模型即产品」这个观点还成立吗？
    15. 01:23:42Q19: AI Agent 让哪些行业会最先受益？哪些行业最可能被颠覆？
    16. 01:27:28Q20: 作为普通的个体，我们要怎么适应？
  • 03-13AI搜索进化、Manus爆发、Agent崛起、AI教育变革：果壳网创始人姬十三的2025科技观察
    1. 04:22AI 搜索这两年有哪些「进化」？
    2. 07:30推荐哪些 AI 搜索产品？——Perplexity、夸克、秘塔搜
    3. 08:29AI 搜索的下一阶段：深度思考 + 联网搜索
    4. 09:53「加入了深度思考的 AI 搜索，对传统搜索引擎的颠覆更加彻底了」
    5. 16:37AI 搜索会取代传统搜索吗？
    6. 17:26百度和 Google 的「创新者窘境」
    7. 19:13AI 搜索的商业化尝试：Perplexity、Nexad、Profound
    8. 24:58五年之后，搜索的入口是什么形态呢？
    9. 29:46姬十三用最多的 AI 产品是什么？
    10. 31:18来自 Koji 的满血安利：Notion AI、Recraft
    11. 42:50姬十三的 Meta Rayban 吃灰了，Koji 的 Meta Rayban 出闲鱼了
    12. 44:38为什么姬十三被 Apple Vision Pro 整哭了？
    13. 46:29作为 CEO 的姬十三，如何看待用 AI 交工作的员工？
    14. 47:00作为父亲的我俩，聊聊 AI 年代要如何教育孩子？
    15. 51:48大胆预测一下吧！2025 年，会发生什么？
    16. 37:40姬十三「为 Manus 打抱不平」的原因是什么？
    17. 42:05Manus 差点起名叫做「dodo.ai」
  • 03-09从医学院学生到一线AI艺术创作者｜和海辛聊视频生成工具、市场和几次人生的「十字路口」
    1. 02:20最近的作品：《故宫猫猫上班记》，伊利金领冠贺岁短片，霸王茶姬广告
    2. 04:08全网累计播放破亿的《故宫猫猫上班记》是怎么制作出来的
    3. 09:45甲方只对成片的时长提了要求，其他由创作者发挥
    4. 10:57直观感受 AI 在视频生成方面的突破：角色更稳定、画面质量提高、风格更兼容
    5. 15:00镜头运动丰富程度、场景稳定有待提高
    6. 17:59作为一线创作者，最喜欢的 AI 视频产品是 Google Whisk、ImageFX
    7. 21:04最近印象深刻的产品：PixVerse Auto Sound，海螺 Director Mode 导演模式
    8. 23:16AI 视频还有创业公司的机会吗？
    9. 24:41如果自己创业，最想做虚实结合方向的产品
    10. 26:26给 AI 视频企业做顾问：提供作为创作者的反馈，观察企业的人员结构的变化
    11. 29:30点评市面上视频模型和生成工具
    12. 32:53从去年 9 月到现在，视频工具的显著进步：要做一个以角色为主的影片逐渐变得容易
    13. 35:13海辛的第一支 AI 商业短片：2022 年参与《这！就是街舞》第五季制作
    14. 38:01愿意尝试 AI 视频短片的甲方：早期以游戏公司居多，后来是影视相关公司，现在有广告公司
    15. 40:44过去有扎实的创作基础一定能给拥抱 AI 带来帮助
    16. 45:14用 AI 做视频变得更容易，向甲方报价越来越卷了吗？
    17. 48:20AI 给这个时代的「讲故事」带来更多可能性
    18. 49:45《飞屋环游记》的启发：我希望自己是创作那个镜头的人
    19. 50:49顺从家人的想法去学医
    20. 52:58在大学期间通过社团活动探索自己的兴趣爱好
    21. 54:54尽量不以功利的角度看到选择，意识到自己有许多需求，不被标签限定自己
    22. 56:27给同样想做 AI 艺术创作的朋友建议：先做起来，完成大于完美
    23. 58:55完成大于完美 v.s. 死磕自己
    24. 01:00:53留学经历：日程排满，学习一切，「感觉生命没有垃圾时间了，每一件事情都是我自己非常享受的」
    25. 01:05:33留学经历给自己的带来的成长：学会包容，不追求任何领域所谓的「标准」
    26. 01:07:49研究生期间做的短片，选入上海国际电影节的创投训练营
    27. 01:09:14在上海文广担任新技术方向的导演工作，不断学习新技术直到接触 AI
    28. 01:11:57「我有个非常底层的需求，希望能自己一个人做电影」
    29. 01:13:51在片场有在片场的乐趣，新技术会带来新的乐趣和挑战
    30. 01:18:03让自己持续获得灵感的方法：参加活动，看别人在做什么，去学和工作完全无关的东西
    31. 01:19:38希望给行业带来的影响：相信 AI 还有大量效果潜力尚未被挖掘，希望探索 AI 能做到什么新的特效
    32. 01:21:18更擅长工程化，艺术表达方面让自己放下计划，给自己更多时间
    33. 01:22:40鼓励更多女性站上舞台，相信自己
    34. 01:23:55海辛与「通往AGI之路」联合发起「整活编辑部」，发起 Demo Inn 鼓励更多人参与
  • 03-02成为一个「接地气」的AI创业者分几步？从Google X研究员到做出6个月100万ARR的产品｜对谈Vozo创始人周昌印
    1. 04:34Rewrite 功能：通过一个简单的 prompt 修改视频
    2. 05:15Rewrite 之后，上线 Translate 功能
    3. 06:24对 Vozo 的第一印象：魔改《华尔街之狼》莱昂纳多的片段
    4. 07:08Vozo 新功能 LipSync
    5. 09:52产品功能的开发-发布路径思考
    6. 12:22其他视频工具，更喜欢 HeyGen 和 Dzine
    7. 13:31两次 Product Hunt 打榜，最大的价值是打磨产品和快速完成冷启动
    8. 14:43Product Hunt 打榜，产品创新 v.s. 运营技巧，谁更有决定性？
    9. 16:00除了 Product Hunt 打榜成功，还做对了什么？
    10. 17:20「PMF 是一种感觉」
    11. 18:332024 年 7 月才发布的 Vozo，为什么早早创业但在 AI 入场却晚了？
    12. 19:50创业中走的「弯路」
    13. 23:04融资情况+团队规模
    14. 24:1540 人的团队，100 万 ARR，收支平衡靠另一款已经有收入的 app
    15. 25:03不是应用工厂模式，已有的 app 会和 Vozo 整合
    16. 27:58Vozo 发布和 Sora 的关系
    17. 31:13用户感知不到但投入很多精力的功能：翻译中不同语言的长度、对口型、感情。
    18. 35:09面对挑战的解决方法，工程方式+产品方式
    19. 37:44技术的进步和突破让不可能成为可能
    20. 40:33「模型即产品，吞没过去在模型基础上雕花的功能」很可能会发生，但应用会有自己的壁垒
    21. 42:21看好的方向：眼镜+低延迟的大模型
    22. 47:48Google X 的「理想状态」：广罗人才，几乎没有预算限制
    23. 50:39第一段创业经历：用 VR 让在不同地方的人见面
    24. 52:13VR 创业经历反思，即便是 Apple Vision Pro，让普通人接受仍然需要完整的商业链
    25. 54:25对做 Vozo 的启发：从自己动手出发
    26. 58:03从说服用户用自己的产品，到实地观察、访谈用户需求
    27. 59:58访谈了杭州十几家 MCN 之后，做了一个直播机，但仍然有商业问题
    28. 1:00:54再接地气一点，做提词器 app
    29. 1:02:49多年研究心得 v.s. 接地气的 app，有一种割裂感
    30. 1:04:00还是想做点大胆的尝试，于是做了一个研究实验室
    31. 1:06:17从GoogleX研究员到做提词器app：这些事情我没做过，其实做的时候还挺兴奋的
    32. 1:09:09从商业角度看问题而非技术突破：1）做个好产品经理，2）了解市场
    33. 1:11:27去掉自己的 ego：错了几次就知道该怎么做
    34. 1:12:16行为上的变化：过去自己会亲力亲为，现在更重要的是放手
    35. 1:14:04放手之后，对创业的新的理解
    36. 1:17:12总是做出人意料的决定：本科学管理，研究生学计算机，博士做研究，沉默成本不重要
    37. 1:19:58创业的目标：影响更多的人，用视频传递信息必然会发生，希望成为推动它发生的人
    38. 1:21:51顶尖的人 v.s. 不那么顶尖的人，做事习惯有什么差别？
    39. 1:25:01如何区分最重要的事情？自己如何保持学习？
    40. 1:30:19Vozo 即将发布中文版

2025 年 2 月

3 期
  • 02-2420个问题，解读AI视频元年｜对谈 Luma AI 产品经理 Barkley：从 Sora 惊艳亮相到群雄逐鹿的一年
    1. 01:50Barkley 个人经历：从 TikTok 特效组到在 Luma.ai 做产品经理
    2. 03:11Sora 发布一周年，视频模型领域有哪些范式创新？
    3. 05:16Luma 这几个月在做什么？
    4. 06:43评估一个视频模型的依据是什么？
    5. 08:27视频模型哪家强？目前就平衡动作幅度、一致性、美学等方面，谁做得更好一点？
    6. 09:21Pika、Runway、DeepMind，海螺、可灵、Vidu、PixVerse 都在做什么？
    7. 13:37硅谷怎么看国内的 AI 视频模型？
    8. 15:12DeepSeek 的爆火，也带动更多人关注中国的视频模型
    9. 15:47研究 or 应用，选了之后呢？
    10. 18:52选择偏向研究的方向，商业化怎么平衡？
    11. 20:44视频模型和文字模型，发展路径上都遵循 Scaling Law，但工程上训练模式可能有差异
    12. 22:17通往 AGI 的必要之路是视觉吗？Barkley 在聚会上问过 Sam Altman 同样的问题
    13. 24:46李飞飞提出的「世界模型」是什么？
    14. 26:48「世界模型」的启发：不只是局限在生成视频，可能是 anything to anything 模型
    15. 29:53要继续突破，工程和管理能力价值大于算法创新？
    16. 31:58算法突破上的有哪些有意义的尝试？
    17. 33:25做一件没有人做过的事情，没有参考样本时，必须靠大胆创新的环境推动创新发生
    18. 35:54“我们 CEO 经常问来面试的候选人一个问题，一个从来没解决过的问题，你要怎么去做？”
    19. 36:47最近看到的视频生成领域让人眼前一亮的使用案例是什么？
    20. 38:27大胆预测，视频生成领域短期和长期会发生什么？
    21. 41:19硅谷公司午餐时间，大家都在聊什么？
    22. 43:35DeepSeek 效应
    23. 45:46Luma.ai v.s. Runway，两个公司 CEO 在 X 上的交锋
    24. 48:58从在 TikTok 做特效产品经理到在 Luma.ai 做模型，产品经理的角色发生了什么变化？
    25. 52:39其他 AI 公司的产品经理在做什么？
    26. 55:02企业招聘产品经理时的要求发生了什么变化？
    27. 58:09身处快速变化的行业，做什么来保持学习？
    28. 59:28身边有哪些可以借鉴的学习方法？
    29. 1:02:03在硅谷的中国创业者，有哪些不一样的新机会？如何抓住？
  • 02-1620个问题，搞懂DeepSeek和它带来的“AI下半场”
    1. 07:25科普 DeepSeek-R1 & DeepSeek-V3：它们的工作原理和训练方式？
    2. 18:40DeepSeek 超越了 OpenAI 吗？我们掌握了他们没有的技术了吗？DeepSeek 到底有没有蒸馏 OpenAI？蒸馏能超越 SOTA 吗？
    3. 21:43DeepSeek-R1 代表的 RL vs Anthropic RLHF 的路线之争？
    4. 28:04DeepSeek 的胜利中，什么因素最重要？——开源、技术、成本、产品？
    5. 42:45DeepSeek-V3 为什么可以只花 550 万美元？李飞飞 50 美元训出媲美 DeepSeek-R1、OpenAI o1 的 AI 推理模型 s1 是怎么
    6. 55:12为什么梁文峰和 DeepSeek 能做出来？为什么其他国内大厂做不出来？
    7. 56:54DeepSeek 的胜利看上去是技术的胜利，AI 时代 PM 应该怎么办？
    8. 01:04:24对 toB(Enterprise & Government) 的 AI 业务的影响？
    9. 01:07:05对 toDeveloper 的 AI 业务的影响？
    10. 01:09:15会带来 AI 应用的大爆发吗？
    11. 01:13:35DeepSeek 自己会做 chatbot 吗？
    12. 01:18:26未来的数据还重要吗？还是不是壁垒？
    13. 01:19:35预测 DeepSeek 的下一步？
    14. 01:22:01预测中国各个主要玩家的下一步？字节、腾讯、阿里
    15. 01:23:33预测美国各个主要玩家的下一步？Meta、Google、微软、亚马逊、OpenAI、Anthropic
    16. 01:26:56用 Peter Thiel 的创新理论来分析 DeepSeek/R1 在低成本推理方面的成功，具体在哪些层面实现了协同创新？
  • 02-0540亿美金卖掉公司后，一个创业者的过去、现在和未来规划｜对谈沐瞳科技联合创始人袁菁
    1. 02:30袁菁个人经历
    2. 03:58现在一天如何度过
    3. 05:19初入职场，一个互联网服务者
    4. 08:41刚毕业时的期待：能让自己在上海好好生活就可以
    5. 09:40「我不卷，我一直特别偷懒」
    6. 10:00解释「偷懒」：对自己不满意，不想做自己认为没有脑力挑战的事情
    7. 12:12相比被巨头收购，首款游戏实现 1000 万美金收入的时候最开心
    8. 14:08被收购的那一天，「各个维度的标志性时刻」
    9. 15:53总结创业做对了哪些事情？Ego 低，不把创业当一锤子买卖
    10. 16:54积累+运气，尽可能给一个非常难的不确定的事情，积累更多的成功条件
    11. 18:04积累故事之一：在腾讯无线事业部，做游戏出海
    12. 20:20为什么能多次做对的判断？ego 低带来的忧患意识，关注外界变化，多读书触类旁通
    13. 26:12游戏行业的成功，来得快去得快，看多了行业的起起落落，用第三者的视角观察自己
    14. 29:52创业第二年就赚钱，也经历了和全球最强竞争对手的正面 PK
    15. 32:57压力最大的时候，设想了最坏的结果，甚至要托付家人
    16. 35:56和巨头竞争（胜出）后总结：小有小的力量
    17. 40:24做企业的「使命愿景价值观」是一步步建立的
    18. 45:24再次创业，希望做自己觉得快乐的事情
    19. 46:06查理芒格对自己的影响，积累智慧，做自己乐在其中的事情
    20. 48:56理性 v.s. 感性，用感性指引方向，用理性论证
    21. 52:19如果再次创业不成功怎么办？拆分不同节点或不同的回馈体系
    22. 54:52商业只是人生中的一部分，我们不能只有它
    23. 57:59我们从小被教育，要做一个最好的竞争者，但竞争是零和游戏，有人上升就会有人落后
    24. 59:37考试不一定是唯一的路，回溯过去，花时间在自己的兴趣指引自己走到今天
    25. 1:03:35让自己变得优秀很重要，同样重要的还有找到自己心里的动力和正循环
    26. 1:05:52我们无法改变外界的循环方式，但我们可以把握自己，自己是我们最重要的武器
    27. 1:06:43能量正反馈来源：团队，用户
    28. 1:11:15站在人生十字路口做选择的故事，每五年会有一些重要的人生选择
    29. 1:13:42曾经后悔自己做错选择，在早期资源越少的时候，选择越珍贵
    30. 1:14:52反思每一次选择背后的原因更重要，其次不要仓促做选择
    31. 1:16:33对 Pilot 的期待：肯定要挣钱，基础是不亏钱，尊重内容行业的规律做游戏产品
    32. 1:20:22对待 AI 时代，好好运用它
    33. 1:22:34对《黑神话悟空》的评价：有巨大的社会意义和行业意义
    34. 1:26:41如何定义 Pilot 的成功：公司也是生命体，它存在就是很大的意义
    35. 1:28:10「我的想法一直在变，今天的分享代表我此刻的主观想法」

2025 年 1 月

3 期
  • 01-192024 年度复盘 AI 出海：梦想、勇气、一年赚到千万美金 | 对谈线性资本郑灿、Linkloud 高宁
  • 01-12当越来越多的人想成为超级个体｜和姜Dora聊职业经历、AI体验和在杭州良渚的生活
    1. 05:39第一份工作看起来实现梦想，但做三个月就「跑了」
    2. 08:30离职后认真思考：职业到底是怎么一回事？两点体会。
    3. 10:06重要职业转折点：加入大厂
    4. 11:22回顾职业经历，做过图文、音频、视频，也获得平台视角
    5. 12:22进入互联网行业，遇上了行业周期尾声
    6. 15:07在一个一切都变化非常快的行业，最困难的是要在非连续性中找到一点确定性
    7. 16:40行业不确定 v.s. 创造力溢出
    8. 20:09类似状态的人并不少，明白了所谓大厂的容错成本是什么
    9. 22:46「为什么要这样对待自己？」
    10. 24:31离开大厂的真正挑战：除了金钱上少了稳定来源，还有是失去了社会的身份认同
    11. 25:26怎么评估是否可以离开大厂去做自媒体：购买逻辑
    12. 31:11从北京搬到杭州良渚，和 AI 聊了几个小时后知道自己为什么想做这个决定
    13. 34:39有了 AI 之后，以前自己消化的情绪可以和 AI 聊
    14. 38:10作为创作者把访谈逐字稿发给 AI，发现它的擅长与不擅长
    15. 40:41「一直在分辨自己是创作者还是创业者」，做了很多探索
    16. 44:14反思自己，作为创作者为什么招人总是不成功？
    17. 47:38经过自我探索、自我管理，明确自己想要的仍然是表达，一切都顺了
    18. 51:16选择良渚：文化村的修建思路和社区氛围
    19. 54:06良渚生活画像
    20. 1:02:05越来越多的人想要成为超级个体？
    21. 1:04:36超级个体是能脱离职场，独立和市场做交易
    22. 1:06:23做超级个体很累的
    23. 1:08:18AI 推动或顺应超级个体趋势，但它具备了知识，内化和行动还是靠人自己
    24. 1:10:16很多人来到良渚，其实是为了寻找一种内心的平静和独特的活法
    25. 1:14:14刚入职场时，整个环境叙事鼓励人向外求
    26. 1:16:17当职场叙事变了，一个人更好的去处是向内求，和周围建立深度关系
    27. 1:17:06怎么看努力？人本身有创造和工作的本能
    28. 1:20:01来自妈妈的启发：把垃圾堆变成菜园
    29. 1:23:25力所能及的做一点点改善
  • 01-052025 开年对谈：AI 关键之年，Agent 开启元年 | 对谈真格基金戴雨森
    1. 11:06未来已来，但尚未均匀分布
    2. 12:58AI 应用落地新要件：幻觉减少、编程能力提高、计算机使用
    3. 15:35AI是属于00后创业者的时代吗？新一代创业者身上的共性？
    4. 18:03在 2024 超预期的进展：预训练进入瓶颈、Agent落地加速、大模型成本下降
    5. 21:50新的产品形态，将在「强化学习」和「上下文语境」中诞生
    6. 27:30AI编程发展四段论：ChatGPT → Github Copilot → Cursor → Devin
    7. 31:22为什么鼓励 AI 出海？鼓励什么样的人出海？
    8. 33:45给中国创业者的出海建议：想清楚「做什么」+「如何推广」
    9. 41:37从 Devin 中，体验到了怎样的未来？
    10. 43:36新范式的特征：异步体验、云端虚拟机、知识积累、任务收费
    11. 55:47「Cursor 是程序员的 Copilot，Devin 是老板们的 Scaling Law。」
    12. 01:06:08对AI保持乐观：人、模型、产品，PMF 磨合仍需耐心
    13. 01:12:272025年，什么应用方向更容易落地？创业边界在哪里？
    14. 01:18:16充满希望的新技术浪潮：Agent、可拓展个性化、o3
    15. 01:31:08生成式 AI Native 的大机会长成什么样子？
    16. 01:34:302025年，投资人的共识与非共识

2024 年 12 月

4 期
  • 12-26OpenAI 史无前例的发布会：连续 12 天发布内容全解析
  • 12-15致AI创业者：2025年，去找这些VC拿融资｜与「暗涌」刘旌复盘一级市场这一年
    1. 02:442024 年 AI 投资市场整体观察
    2. 03:39活跃基金分析
    3. 08:01重点大模型公司分析
    4. 13:15Club Deal 和明星项目
    5. 20:26新一代AI创业者特征
    6. 33:26中国美元基金的全球化布局
    7. 36:00最近完成募资的美元基金有哪些？
    8. 38:14用一个词来描述 2024 年的一级市场，是什么？
    9. 41:35站队年代的开始，骑墙年代的结束
    10. 23:42AI 带来了一个新的创业周期，大家都重新站在了一个新的起跑线上，需要建设新的朋友圈，早期孵化器重新变得重要。
    11. 24:56中国
    12. 57:17硅谷
    13. 31:19层出不穷的AI创业扶持项目
    14. 49:46「十字路口」的定位与愿景
    15. 01:04:34对2025年的期待和积极行动者精神的传递
  • 12-08字节在跳动，阿里在躁动，AI六小龙被震动｜与「晚点」复盘大模型这一年的激战
    1. 01:57市场的核心分歧：技术进化的方向与速度？
    2. 03:59if 进化快：也许有创业者能有一定的认知优势 & 模应一体也会更合理
    3. 07:40if 进化慢：产品能力变得更重要 & 大模型头部公司融资不顺
    4. 09:24神奇的 DeepSeek：不是大厂，但资源够多
    5. 11:19不管进化快慢，开源对闭源都有压力
    6. 14:07三种反馈：共鸣、中外关注差异、具体数据讨论
    7. 20:22马云训话阿里投资部的段子背后
    8. 20:54不是创业公司不顺利，是大厂衬托下显得不顺利
    9. 23:14AI 六小龙现状：Kimi 专注做 Kimi，零一不是没产品，智谱 AutoGLM 与手机合作
    10. 30:39Kimi VS MiniMax：前者重注生产力，后者推出更多适应性产品；生产力是大公司的必争之地，MiniMax 星野、Talkie 在细分市场暂时比大厂产品更
    11. 35:14闫俊杰说追求 Intelligence with everyone；杨植麟说追求智能极限
    12. 43:57大模型创业，一年花费到底多少？投资人的算法 VS OpenAI 花费
    13. 46:57大模型创业公司不是面临一个挑战，而是一组纠缠的挑战
    14. 48:11今日头条上线 1 年多时，就有 1000 万日活
    15. 51:39字节在大模型上的积累不如中国其它大公司。百度才是最早的
    16. 55:55去年到今年，直接的变化：一号位亲自招人，确定自己做、不再对外投资，Flow 的成立
    17. 01:00:38字节做 AI 的外部变量：海外的地缘压力
    18. 01:01:19阿里的新战略：AI 驱动、公共云优先；未来的新看点：阿里云 VS 火山云
    19. 01:06:17腾讯，可以后发制人
    20. 01:07:35百度的组织张力，萝卜快跑反而成了百度今年的 AI 亮点
    21. 01:11:09十字路口 x Abotify 线下活动，2 天之内 700 多人报名
    22. 01:12:08超级个体+小团队的蓬勃发展
    23. 01:14:53应用没有爆发？还是预期太高？
    24. 01:15:12好用 AI 应用的例子：Recraft、Cursor
    25. 01:19:24创始人没空悲观，他们一定在寻找出路
    26. 01:20:48“战争不是由拼搏组成的，而是由等待和煎熬组成的”
  • 12-01「让我们快速到达下一个失败」：AI 时代的增长黑客修炼指南 | 对话王博龙

2024 年 11 月

4 期

2024 年 10 月

3 期
  • 10-27NotebookLM刷屏后，我们总结了10个用法并重新回答一个老问题：AI如何影响内容？
    1. 06:23我们把十字路口的资料丢给 NotebookLM，感受一下它生成的音频
    2. 08:17NotebookLM 会是下一个 Killer app 吗？
    3. 09:46我们找了 10 个 NotebookLM 的使用案例，有人基于它做了新产品，有人脑洞大开
    4. 19:35NotebookLM 火了这么久，我们怎么现在才聊它
    5. 20:27第一眼还以为它是创业公司做的，孵化了它的 Google Labs 是什么来头？
    6. 23:02深入了解 Google Labs，负责人在 Google 待了 15 年
    7. 23:47NotebookLM 团队里，竟然有一位作家
    8. 26:14有了 NotebookLM 之后，“AI如何影响内容”有了新的答案，例如，为编辑记者总结文档
    9. 27:40开个脑洞：NotebookLM 会不会把传统新闻阅读变得有趣一点
    10. 30:35过去十多年，新闻行业一直在追赶技术的变化，旧的内容权力关系已经被打破
    11. 31:55从实验室到产品功能，AI 在美图的产品中扮演了什么角色
    12. 35:20AlphaGo 改变了我选择专业的方向
    13. 37:47新闻信息收集和内容生产方面，AI提高了新闻编辑室的效率，但传统新闻业的商业模式正在瓦解
    14. 41:11美图的 AI 功能，生成式 AI 和传统的 AI 都很重要
    15. 43:20越来越多的人借助 AI 工具向世界展示他们的想法
    16. 43:31设计师在 A 这里失业，可能在 B 处获得了十个更多的工作，因为 AI 释放的生产力
    17. 47:25内容获取正在变得更加民主化，接下来，信息生态系统会继续动态调整甚至洗牌
    18. 51:13AI 给的答案不一定基于事实，培养信息识别能力成为整个生态系统面对的问题
    19. 55:52也许我们可以「用魔法打败魔法」
    20. 56:25虚假信息不是新问题，但这不是无解的问题
    21. 1:03:09把握内容来源，偶尔也要休息
    22. 1:04:17把 GPT 当作快速了解相关信息和概念的助手，但不是主要渠道
    23. 1:05:28社交媒体上关注专业媒体人，确保信息来源可靠
  • 10-20重回美元 VC，是 1949 年加入国军吗？|对谈孟醒：五源资本新合伙人
    1. 07:21"行业不好的时候，才有机会做变革"
    2. 11:01"成长，是没法逃避「变化」的"
    3. 18:22只喜欢和擅长「从 0 到 1」的创业者，是优秀的 CEO 吗？
    4. 19:19"我不是最勤奋的、我也不是执行力最强的。但每个人都有自己的能力模型，我就适合做开创性的事。"
    5. 24:31去 MIT 读 MBA 就是为了创业
    6. 36:27孟醒带给 koji 的共鸣和安慰
    7. 44:15如何评价自己的两次创业？
    8. 49:59给当年刚创业自己的一个建议是什么？
    9. 54:44为什么不选择自己创业？
    10. 57:05眼下 AI 浪潮，最让你兴奋的机会有哪些？
  • 10-13AI设计师指南：我是谁，从哪来，到哪去？| 对谈字节AI产品设计师Pozzo与盒马、天猫IP设计师赵晨
    1. 05:01Pozzo 的职业高光时刻：AI+物理世界，用成熟技术结合体验，在成本可控的情况下带来规模化的变化
    2. 05:21AI 在零售门店的应用
    3. 07:07赵晨的职业彷徨时刻：在 4A 公司看到 iPhone 带来的巨变，想跳槽却不顺利
    4. 10:18灵光一现的时刻：拍了「奶粉广告天花板」又如何呢，还是要追随我心
    5. 11:30天猫猫头的 IP 是怎么做出来的
    6. 12:22赵晨的职业高光时刻：在预算有限的情况下作出盒马 IP，抖音账号从零到 5 万粉丝
    7. 17:24AI 延展了场景，但产品设计本身还没有太大的变化
    8. 17:42第一次用 AI 的感触，Pozzo：看到 AI 生成的图像第一反应是不可能
    9. 20:13第一次用 AI 生成图片，赵晨：就像第一次接触互联网
    10. 21:51Pozzo：在团队内部设立了专门的 AIGC 设计师职位
    11. 25:46赵晨：AI 让我更容易成为一个超级个体，提案阶段 AI 最有效
    12. 28:11AI 现在处于尴尬的成长期，还不太容易被驯服
    13. 28:55做创意设计的人，如何用 AI 让自己更有创意？
    14. 34:29不要和 AI 说「我没灵感了，AI 你去画吧，这样 AI 只会变成一个万人唾弃的东西」
    15. 35:29在 AI 无处不在的时代，做事的思路，如何从 0 到 1 才是最重要的
    16. 36:19设计师如何利用 AI 精进自己？如果我们把目光从工具本身上移开，设计师更关注审美的提升，对业务的理解和最终交互形式的理解
    17. 42:31AI提供了哪些更好的体验？ 举个例子，AI 特效，把不可能变成可能，制造反差
    18. 44:22AI 创造什么全新体验？举个例子，AI客服，从1对1服务到人监督AI做事
    19. 48:55招了哪些人之后，对团队很有帮助
    20. 51:26AI时代，招设计师更看重创造力、审美、好奇心
    21. 53:42AI 会让只追求技术的设计师失业，让有想法有创造力的设计师如虎添翼
    22. 55:06AI 出现后，设计师岗位变多了还是变少了？
    23. 57:07如果回到大学刚毕业，有 AI 的帮助，职业生涯会发生什么变化？
    24. 1:02:39需要一个整合形态的工具，设计工作可以在里面全部完成
    25. 1:04:14现在的 AI 产品，如同 iPhone 一统手机形态的前几年，百花齐放
    26. 1:05:47目前还没有一个 All in one 的 AI native 设计工具
    27. 1:07:49原先只能接广告公司的越高，现在可以接触更多甲方客户
    28. 1:08:55广告公司生态链中，当甲方做了乙方的事情，丙方公司的机会在哪儿？
    29. 1:11:20员工自己用 AI 做了一个字节内部问卷生成小工具
    30. 1:12:12底层模型+figma=跳出 figma、基于业务模型做设计稿的插件
    31. 1:13:46外界对 AI+设计师的想象过于剧烈和夸张，目前 AI 产品体验仍在定义中，机会很多
    32. 1:20:03AI 让设计和美的下限大大提高，与此同时，上限更高更难
    33. 1:22:30如果今天再做一个 IP，仍然需要洞察，先有灵魂后有外表
    34. 1:25:29不要小看 AI，也不要沉迷于 AI，现在的设计工作者要做到平衡

2024 年 9 月

4 期
  • 09-22AI 在中国②：“10 亿规模的公司了，AI 帮我们收入再涨了 30%” | 暖哇科技与百药师的案例实践与启示
    1. 02:46暖哇科技的COO莫子皓分享了他们如何将AI技术应用于保险销售流程：
    2. 08:32百药师的总经理Leo介绍了他们如何在连锁药店中应用AI技术：
    3. 18:26两位嘉宾分享了在实施AI过程中遇到的一些共同挑战：
    4. 51:18基于他们的经验，嘉宾们为其他想要应用AI的企业提供了以下建议：
    5. 49:57“我对 AI 的信念是越来越高的。”
    6. 50:55“在 AI 年代，规模以下的公司，可能就没法生存了。”
  • 09-17AI 在硅谷：热火朝天，沸沸腾腾 | 对谈硅谷徐老师和 Beta University 创始人云飞
    1. 02:10云飞和 Beta University
    2. 04:02徐老师在硅谷的 20+ 年职业经历
    3. 09:11云飞：AI 时代前后，创业者的最大变化是什么？
    4. 10:26硅谷在 AI 创投方面的独特优势
    5. 17:45中国企业出海：为何从可选变为必选？
    6. 22:10华人创业者如何在硅谷融资？
    7. 25:35创业者融资成功的关键 + 需要避免的红线
    8. 31:26徐老师：硅谷的历史周期，和当前的 AI 热度
    9. 32:34云飞：AI 在硅谷是热火朝天、沸沸腾腾
    10. 35:15徐老师：AI 来了，差点“堕落”的硅谷重获精气神
    11. 43:02哪些 AI 赛道更容易融资？
    12. 01:02:20小红书有高质量的 AI 内容生态
    13. 01:07:49对于 AI 入门学习者来说，小红书是一个友好的选择
    14. 01:13:29给创业者的建议：独立思考 + 积极行动
  • 09-08AI时代，硬件的现实与狂想｜和怒喵科技李楠聊硬件、营销、硅谷和改变人生的经历
    1. 03:44两种做产品的逻辑：3%创新 v.s. 颠覆式创新，它们都是对的
    2. 07:44以为自己是乔布斯，很多人都犯过这个错误
    3. 09:58从想做颠覆式创新到认为 3% 创新同样有价值，为什么
    4. 11:25中国创业者最应该小心两个榜样：乔布斯和雷军
    5. 13:08最重要的是我们要知道自己能力的原点和做产品的真正根据
    6. 13:50倒推 Meta Ray-Ban 是怎么做出来的，它对怒喵的启发
    7. 18:02这么多智能眼镜出现，Google Glass 会起死回生吗？
    8. 20:22智能眼镜的大盘：不是百万级的问题，而是几千万级甚至上亿
    9. 20:58小米下场该怎么办？参考魅蓝经验，做小米的朋友
    10. 22:42如何量化考虑市场选择，用一个经典的计算公式
    11. 24:28怒喵的机械键盘是怎么做市场定位的
    12. 27:39对端侧模型进展的观察
    13. 29:23斯坦福两个中国学生做的章鱼模型，解决功耗问题
    14. 30:50端侧模型能耗问题被解决之后，会出现什么新的可能
    15. 32:19用自然语言控制硬件，未来家居产品会有什么变化
    16. 33:47AI 时代，用隐私换便利，用户有《三体》拯救派也会有反抗派
    17. 36:25不要高估自己的胜率，比钱更重要的因素是时间
    18. 40:42这一次 AI 是人类历史上第一次出现的通用智能，它会错，但它带来了和以往完全不同的可能性
    19. 41:49意识到人要知道自己能力原点的人生经历：亲历日本 311 大地震
    20. 44:20亲历 311 之后对职业中重要决定的影响
    21. 48:05预测 iPhone 16，推测苹果的端侧模型
    22. 54:39AI 硬件，华为、小米、老罗在做什么
    23. 56:32AI 硬件最大的常识是，AI 眼镜不是 AI 设备
    24. 59:02AI 会出错，但它不是坏事
    25. 1:03:54曾经看好 AI Pin，但它追求炫酷功能导致更高的耗电而扑街
    26. 1:05:41做硬件长达 12 个月，做很多决策，没有两个人会判断一样
    27. 1:06:28怒喵科技的实际体验：AI 让更小的团队做更大的事情
    28. 1:08:41AI 让很多人失业，这个事儿怎么办？
    29. 1:14:53如果想预测未来，第一一定会说错，第二所有人都有道理，但如果被情绪左右会忽略别人说对的部分
    30. 1:15:33作为乔丹的球迷，乔丹也会失败，所以赌错、失败、倒霉、不幸运、要适应、可能被淘汰，是这个世界的常态
    31. 1:17:07预测未来最重要的是发布任何想法，发布之后不再编辑，用影响力和信用做赌博
    32. 1:18:37会做营销：对比 10 年前、15 年前，现在的营销有什么不同
    33. 1:19:54最近印象深刻的营销案例：金上加钻
    34. 1:22:47值得称赞的电子消费品牌营销：大疆，GoPro，Insta360
    35. 1:24:30硅谷观察：接下来硅谷公司的格局有何变化
  • 09-01AI工程师指南：我是谁，从哪来，到哪去｜对谈硅基流动创始人袁进辉与独立开发者idoubi
    1. 03:04职业高光时刻：技术突破带来的行业认可
    2. 04:52人生「十字路口」：从光年之外离开后的关键抉择
    3. 07:25硅基流动："让不会AI的开发者也能开发AI应用"
    4. 09:44爆款项目回顾：从AI红包封面到搜索引擎
    5. 11:45AI辅助开发：提升效率的秘密武器
    6. 14:54两类AI工程师：产出AI技术的工程师和使用AI的工程师
    7. 15:18算法工程师、系统工程师（Infra工程师）
    8. 17:16Prompt工程师、知识库工程师、Agent工程师等
    9. 19:15AI 应用开发的流程和技巧
    10. 28:59工程师的职业动机和价值追求
    11. 30:17底层技术 vs 应用层开发：不同的成就感
    12. 35:31大模型对工程师的影响
    13. 43:37ChatGPT后工程师能力要求变化，大厂 vs 独立开发
    14. 49:53超级个体的崛起
    15. 53:37如何吸引像 idoubi 这样的超级个体加入公司？
    16. 55:35idoubi："没有什么能够阻挡，我对自由的向往"
    17. 01:00:12袁进辉：动力源于未实现的追求和不想后悔的决心
    18. 01:03:51idoubi：动力源于成就感和探索个人极限
    19. 01:14:15idoubi：零代码、低代码和有代码的不同路径
    20. 01:18:17如何提高自己的竞争力？
    21. 01:28:13idoubi：类比云计算，AI 应用会朝 AI native 方向发展

2024 年 8 月

4 期
  • 08-25「AI把整个硅谷都改变了」｜和前500Startups中国负责人马睿聊SaaS AI 创业、硅谷投资
    1. 03:02「AI 真的超级有意思，我觉得把整个硅谷都改变了」
    2. 04:37「AI+金融」是起点，但三个月后发现要转型
    3. 08:19Pivot：从 AI+金融到AI 做知识管理和工作流自动化
    4. 12:54面向大型 B 端企业做知识管理和工作流自动化的初创公司不少，竞争对手很多怎么办？
    5. 15:00小公司 v.s. 大公司：想去争取的客户，亚马逊承诺对方免费做，但排期靠后
    6. 17:45虽然是小公司，但借着 AI 的东风，客户合作意愿比过去高很多
    7. 19:52早期「AI+金融」的探索遇到了什么阻碍？
    8. 20:50客户有痛点，而且很痛，但是这个痛点没有商业模式
    9. 25:56生成式 AI 可以替代的主要是人工，重点关注人工最重的行业
    10. 26:28一些做得好的企业：知识管理 Glean、Hebbia，工作流自动化 Tennr，法律+AI Harvey
    11. 28:09AI+SaaS 会给 SaaS 市场格局带来什么改变？小公司的优势是什么？
    12. 29:08小公司有机会 v.s. 有些事情适合大公司做
    13. 31:26当新一代 AI+SaaS 公司表示，订阅模式不再适用，要用任务完成模式收费了
    14. 32:03现在大家说的是「Service as Software」，而不是「Software as a Service」
    15. 36:03能想到的 SaaS 产品都会加 AI 能力
    16. 36:3620年来 ToB 生意在硅谷都是主流
    17. 41:00疫情前很多人都搬离了硅谷，现在越来越多人搬回来了
    18. 43:17「SaaS 已死，AI 永存」
    19. 46:20当一个 SaaS 公司做到一年 100万 ARR，稳了吗？
    20. 48:40PMF 是一个过程，不是在签下某个客户之后
    21. 50:17AI 浪潮之后，硅谷出现了越来越多独立投资人和 Venture Studio
    22. 54:34曾经遇到过贵人相助，但当时没有「识别」出机会
    23. 57:14在科技创投这么多年最重要的心得：不要放弃
    24. 58:28给出海企业的建议：做原创产品，不要打价格战
  • 08-18AI在中国①：10个企业落地案例带来的商业启示 | 对谈任鑫：AI 创业者、投资人
    1. 08:11头部零售连锁 - AI x 知识库
    2. 11:56国际零售品牌 - AI x 设计
    3. 14:42服装品牌/ODM - AI x 服装
    4. 20:24头部垂类自媒体 - AI x 流量
    5. 22:20「暖哇科技」保险经纪公司 - AI x 保险
    6. 25:59「链家」 - AI x 培训
    7. 32:07大型MCN - AI x 短视频引流
    8. 34:24大型食品企业 - AI x 新品研发
    9. 36:42「淘宝」 - AI x 数据分析
    10. 39:40企业 AI 转型不只是需要意识上的转型，还需要组织上的重构。
    11. 42:26先做一件什么样的小事情，迈出第一步？
  • 08-11为什么这14位香港富豪愿意花100万买一个AI产品？｜对谈Frank：「意识永藏」创始人
    1. 02:30目标客户香港富豪，客单价 100 万，怎么卖？
    2. 04:14人能写的传记，为什么要花 100 万让 AI 立传
    3. 06:03客户买单不是因为 AI，但 AI 可以提供让人惊艳的呈现效果
    4. 09:32如何为记忆博物馆采集信息
    5. 12:32签下第一个客户，来自证券商人为家里翻修祠堂的愿望
    6. 15:50客户故事：80 多岁的老教授，想为子女留下更多记忆
    7. 18:21客户故事：地产老板，被 AI 戳破心事
    8. 19:32客户故事：玄学大师，想用 AI 传承手艺
    9. 23:30客户故事：儿子买给妈妈，希望彼此留下更多记忆
    10. 27:01壁垒：渠道、技术和服务
    11. 30:15客户反馈：老人家感觉被聆听，胃口都变好了
    12. 32:23客户反馈：玄学大师发现 AI 不仅会算，还会干别的，感受到久违的陪伴
    13. 34:31「被看见就是最大的尊重」
    14. 37:05当你听到一位 80 岁的老人说：要是我再年轻 20 岁
    15. 38:31听了这么多老人的故事，对人生的新理解
    16. 39:16对 AI 创业的新理解：在技术和行业都比较早期时，更多是留给人和服务的空间
    17. 43:45国外类似的产品：LifeStory
    18. 45:32在帮助人下载记忆、保存记忆方面的探索
    19. 50:10全世界范围内，同样在做高客单价的 AI 记忆永藏服务的还有谁？
    20. 53:53从记忆角度切入 AI 产品，是个好机会吗？
    21. 56:11花100 万记录人生，底层愿望是什么？
    22. 59:15未来关于人的信息扩充到一定程度，我们可以用数据还原一个人
  • 08-04几百位年轻黑客扎堆三天三夜，能搞出什么大事？| 对谈 AdventureX 核心团队 + 8 个优秀项目线上路演
    1. 08:38「英吹思听」 - 基于智能眼镜的外语学习工具
    2. 12:27「Dali」 - AI 赋能的生活助理
    3. 14:27「Escape Toaster」 - 一个让人体验"物化"快感的 VR 项目
    4. 18:21「去中心化广告联盟」
    5. 20:30「血糖慧测 Glucolnsight」 - 基于血糖数据的健康管理工具
    6. 26:37「Guii AI」 - 针对前端开发的 AI 辅助工具
    7. 30:18「Brainy AI」 - 个人知识管理助手
    8. 34:23「AI Tweet」 - 在 Twitter 上模拟名人评论的 AI 工具

2024 年 7 月

4 期本月 4 期的分节 →

2024 年 6 月

5 期本月 5 期的分节 →

2024 年 5 月

3 期本月 2 期的分节 →

2024 年 4 月

4 期本月 4 期的分节 →

2024 年 3 月

3 期本月 3 期的分节 →

2024 年 2 月

2 期本月 2 期的分节 →

2024 年 1 月

1 期