PODCAST · 硅谷101

2026 年 9 月节目

5 期 · 5 期带分节

  • 09-29E254｜超级厄尔尼诺来了，我们的日常所需真会因它涨价吗？
    1. 03:17农业几多产，起决定因素的不只是气候
    2. 08:56超级厄尔尼诺，以及它的影响边界
    3. 16:03厄尔尼诺如何影响棕榈油、天然橡胶和咖啡豆
    4. 19:26哪些终端商品，价格可能受到大波动
    5. 22:20秘鲁禁捕鳀鱼，受波及的除了日料水产，还有宠物食品
    6. 25:10都说厄尔尼诺导致减产，但也有产区因它收益
    7. 27:53作物减产是否影响终端价格，还要看产区和出口集中度
    8. 29:52推高全球粮食价格的，还有供应紧缺的氮肥
    9. 32:27大宗商品期货交易员会有哪些工具关注气候变化
    10. 35:25不确定性对于期货交易，究竟是好是坏
    11. 40:08与不确定性对抗多年，农民如何应对极端气候变化
    12. 42:07上有厄尔尼诺，下游农民活用期货
    13. 45:22气候变化引起的出口限制，可能进一步加剧供给危机
    14. 47:02极端气候带来的干旱，让巴拿马运河的运力更紧张了
    15. 50:23全球铜矿产量下降的锅，厄尔尼诺背不了太多
    16. 56:25做服装的人，也在厄尔尼诺面前为难了
    17. 57:41被极端气候影响的电力、加工食品和保险行业
    18. 59:48大宗商品交易门外汉，可以怎么观察这个行业
  • 09-28E253｜谁在给大模型出题、卖题、判卷？聊聊AI数据行业的野蛮生长
    1. 05:03数据公司之间的区别：招聘平台、众包标注、合成数据
    2. 08:27从预训练到后训练，模型需要的数据发生了哪些变化？
    3. 09:32Rubric数据：把专业判断变成评分标准
    4. 10:46强化学习（RL）环境：从回答问题到动手干活
    5. 12:18从vibe coding，到vibe everything：详解Agents’ Last Exam
    6. 14:10游戏好不好玩、作品好不好看，主观判断能被量化吗？
    7. 17:33Rubric 与环境如何配合：人与Agent协作
    8. 20:05从做评测到卖数据：benchmark的生意
    9. 23:25什么样的评测值得刷？核心能力与真实场景
    10. 27:29没上热门榜单的评测，也可能带来真实的数据需求
    11. 31:39模型公司如何权衡内部评测、公开榜单与用户反馈
    12. 33:30两三个人的数据创业公司，为什么也能找到机会？
    13. 38:56模型越来越会自己造数据，外部供应商的机会还能持续多久？
    14. 40:48模型公司为什么仍然需要外部数商？研发周期与行业采购的难题
    15. 44:04数据买回来之后怎么用？从 SFT、强化学习到模型训练模型
    16. 47:03训练数据不是越难越好：为不同模型匹配难度与解题轨迹
    17. 48:22SWE-bench Verified 的争议：测试缺陷与数据污染
    18. 50:04专家交来的数据也可能造假，如何验证真实的工作过程？
    19. 54:03数据行业的下一步：收购企业、获取数据，还是持续投入研发？
  • 09-24E252｜硅谷睡眠外挂：富人的玩具，还是预防医疗的入口？｜对话Eight Sleep创始人
    1. 00:05一张被马斯克搬进办公室的床套
    2. 04:51从追踪到干预：一张床套想替你做什么？
    3. 07:43从“不睡觉”到Sleep-maxxing，睡眠文化的十年转向
    4. 12:04看了那么多睡眠分数，然后呢？
    5. 14:16睡眠数据里，有哪些预测疾病的信号
    6. 14:46为什么最终选择床套，而不是床垫或可穿戴设备？
    7. 16:15把液冷系统搬上床，解决伴侣之间的温差之争
    8. 20:38孕期、产后与更年期：被忽视的女性睡眠需求
    9. 24:46数据与自研传感器：哪些积累难以复制？
    10. 25:34治疗癌症？从睡眠监测到预防医疗
    11. 30:22消费硬件创业：制造、成本与现金流的现实考验
    12. 31:47搬到中国学制造：从原型机到量产，没有捷径
    13. 35:49中国成为增长最快的市场，哪些反馈超出了预期？
    14. 38:30两万元的床套怎么定价？“我们还在Model S阶段”
    15. 42:05带着床套跑遍赛场，职业运动员在意什么？
    16. 43:56旅行、时差与轮班：作息不固定，如何安排睡眠？
    17. 47:25更多产品、更多国家，Eight Sleep的下一步
    18. 58:15温控原理：人们一整晚的温度需求为何不同？
    19. 50:42两万元买一晚好觉，你觉得值得吗？
  • 09-18外滩大会线下圆桌｜敢把钱包交给AI吗？聊聊Agent交易爆发前夜的信任基建
    1. 04:25“先有鸡还是先有蛋”：智能体商业为什么卡住了
    2. 06:26当Agent开始交易，支付网络一切都要彻底重写
    3. 10:15手机将成为意图入口、个人智能和主动智能
    4. 12:34模型还缺什么？长期上下文、提问能力与可靠执行
    5. 16:00信任基建：授权、身份、KYA、资金安全与可追溯
    6. 19:59手机厂商视角：能力信任、风险信任与A2A行为规范
    7. 22:55“普拉提课测试”，授权、沙箱与安全执行
    8. 26:03未来5年新商业机会：800亿Agent的商业想象
    9. 28:44一杯咖啡怎么选出来？大模型推荐机制拆解
    10. 30:36未来20年，手机仍是最核心设备吗
    11. 31:15A2A商业，海量微交易所需的支付轨道
  • 09-16E251｜推理芯片之战：聊聊Groq、Cerebras与OpenAI三大路径与Bill Dally的设计哲学
    1. 04:17为什么训练看算力，推理看带宽
    2. 14:13SRAM、DRAM、HBM的优劣
    3. 16:39Groq和Cerebras的技术路径选择
    4. 19:34Groq：确定性、静态编译调度，动态性不足
    5. 25:18Cerebras 的软肋：良率、成本与系统适配
    6. 32:32英伟达为什么要acqui-hire Groq
    7. 33:58“推理时代，Cuda一定会被绕过”
    8. 39:19两位芯片创业者的SRAM推理芯片方案
    9. 41:07最重要的指标：速度、性价比、耗电量
    10. 44:25速度越快，AI越聪明
    11. 49:04面对模型迭代，抓住“不变量”
    12. 54:15消失的算力：为何芯片利用率跑不满
    13. 58:27芯片设计全流程：需求、架构、RTL、验证、后端、流片、封装测试、良率、交付
    14. 01:01:16国内优势：供应链+基础设施+开源生态
    15. 01:03:17创业者做芯片，如何和模型厂商竞争
    16. 01:05:17为未来AI补齐强逻辑
    17. 01:09:40“一切围绕局部性展开”
    18. 01:11:43跳出local minimum，必须想清楚牺牲什么
    19. 01:13:03Bill给学生的创业建议
    20. 01:14:47亚马逊的工程哲学
    21. 01:17:30Jalapeño：通用芯片，低能耗，9个月流片
    22. 01:20:10选择HBM4，不缺钱，但缺电
    23. 01:24:15SRAM优势还能保持多久
    24. 01:27:03芯片内异构，暗硅，另一种路径