屠龙之术 封面

PODCAST · 推荐第 09 位

屠龙之术

庄明浩 · 中文 · 134 期 · 2023 年起

庄明浩的个人播客,从互联网与风险投资的从业经历出发,聊 AI、芯片、算力和一级市场。

投资AI互联网

全部节目

134 期 · 37 个月 · 128 期带分节

2026 年 9 月

5 期
  • 09-28当AI开始设计芯片---聊聊EDA与AI时代的芯片设计
    1. 00:34新思科技的介绍
    2. 03:29新思科技的行业影响力
    3. 04:4420年前的芯片行业和今天的芯片行业对比
    4. 09:13为什么人人都想做自己的芯片?
    5. 16:05芯片的自研如何开始
    6. 20:39AI来了对于EDA行业的影响
    7. 26:58人类的边界、安全、权限
    8. 28:06作为硅基员工存在的Agent
    9. 34:35当所有人开始认真算账
    10. 39:46当前系统遇到的瓶颈
    11. 44:58未来几个人就可以设计芯片?
    12. 47:24AI全自动造芯的“神话”实现了么?
    13. 53:05我们需要什么样的芯片人才?
    14. 57:15写在最后
  • 09-22AI进入生产阶段之后, 智能、算力、芯片 会走向哪里?
    1. 00:14标题
    2. 01:17AICC2026
    3. 02:33第一章:从Chat到Agent
    4. 02:40Agent=Model+Harness
    5. 04:19IDC-浪潮信息联合发布《中国人工智能计算力发展评估报告》
    6. 07:34Agent发展阶段
    7. 08:52当前共识work+coding
    8. 09:47Token增长的三个系数
    9. 11:35算力缺口持续存在
    10. 13:21IDC观点总结
    11. 14:58第二章:智能本身的重新定义
    12. 15:08同济大学郑庆华院士的演讲
    13. 16:29当前大模型的局限所在
    14. 17:29从“人脑”结构找寻解决方案
    15. 18:23机器记忆智能
    16. 19:22可靠评测体系
    17. 21:21可靠性
    18. 22:27全链路覆盖
    19. 23:34所谓“可靠”
    20. 24:01评测体系发布
    21. 25:13一体两面
    22. 25:46第三章:算力与芯片
    23. 26:00系统、器件、生态的突围
    24. 26:41浪潮信息的主张:智算系统的双唯进化
    25. 27:48能力型智算的极端要求
    26. 28:59双轨实施
    27. 30:17浪潮信息的新产品发布
    28. 31:13芯算一体的主张
    29. 32:02让计算走进存储
    30. 33:12已有的实施效果
    31. 33:42场景拓展
    32. 34:15上个价值
    33. 35:09FlagOS的生态
    34. 35:52软件生态也是壁垒
    35. 37:01万能插座
    36. 37:25国产模型与国产芯片的Day 0适配
    37. 39:01生态壮大中
    38. 39:54回顾三章
    39. 40:28写在最后,金字塔的比喻
    40. 40:53致谢
  • 09-15智能的下一幕,让人兴奋---73页PPT solo
    1. 03:38这次的PPT和过往的有些不同
    2. 05:18一些核心关键词
    3. 07:25第一章:模型狂奔
    4. 07:43模型密集发布
    5. 08:29总量和频率上的趋势
    6. 10:55版本号的变化
    7. 12:21纯纯的“制造业”
    8. 13:35benchmark的失效
    9. 14:33为什么要用3D效果衡量模型能力?
    10. 15:43“注意力”
    11. 18:15中美对抗
    12. 18:44开源闭源之争
    13. 19:09云端与本地模型
    14. 20:21第二章:智能分化
    15. 20:41近期两笔大收购
    16. 21:23一个默认前提松动
    17. 22:34企业支出的变化
    18. 23:49核心原因:模型价格
    19. 25:01过去三年半开源模型的发展
    20. 26:17价格趋势非常明显
    21. 27:39要决定是否own了
    22. 28:22开始之前的问题
    23. 28:59第一个问题:成本
    24. 29:23第二个问题:组织
    25. 29:39执行路径
    26. 30:34最后评估效果
    27. 30:56Harvey的实施
    28. 32:16LangChain的主张
    29. 32:44Mercor的主张
    30. 33:13为什么需要Agent和Harness
    31. 33:42简而言之~
    32. 34:08模型训练的商品化与分工
    33. 34:49一级市场热门方向出现了
    34. 35:33brex和ramp的榜单也出现了一样的趋势
    35. 36:17YC明星公司也证明了这一点
    36. 37:28新的可能性出现了
    37. 39:46第三章:循环自生
    38. 40:01《When AI builds itself》
    39. 40:31L1-L5和智谱GLM-6.0
    40. 41:18GPT 6和Seed也都提及了Loop
    41. 41:34“Take Over”
    42. 42:24neolabs疯狂融资
    43. 43:11他们在bet什么?
    44. 43:40大佬们的共识似乎也收敛了
    45. 44:56人类的价值放哪里?
    46. 45:32Loop之后的里程碑怎么确立?
    47. 46:10所有都可以Loop么?
    48. 47:15Loop的又岂止是技术和产品
    49. 47:47第四章:界面重构
    50. 47:57软件的时代变了
    51. 48:50个人Agent的梦想
    52. 49:17阶段性共识出现
    53. 49:32codex的共识
    54. 50:12办公Agent战役能打多久?
    55. 50:37阶段性数据
    56. 51:04再吐槽一些数据
    57. 51:37“护城河”
    58. 52:09组织调整
    59. 52:24复杂度都给用户?
    60. 53:03界面……创新
    61. 53:30Grok Bot和Meta Muse
    62. 54:25国产厂商?
    63. 55:05收尾
  • 09-04中国一级半市场的水下江湖-续集|串台苔藓之火
    1. 02:28其实我之前一起播客既不水下,也不江湖
    2. 03:10解释一级半市场的基本概念
    3. 06:24字节、小红书、kimi是少有的主动回购员工股份的公司
    4. 07:195000美金就可以在上市之前投资SpaceX???
    5. 09:42某种程度上我们要感谢web3那一波的“金融民主化”的叙事
    6. 11:44为什么小红书/公众号一堆人挂着SpaceX投资人的title?
    7. 14:05其实你现在可以花100美金成为OpenAI/anthropic的投资人
    8. 14:40Robinhood推出的非上市公司股权是怎么回事?
    9. 16:10中国人不是不能投资美国的AI公司么?
    10. 18:06一级市场的真.MAG7
    11. 21:32美国非上市公司股权交易热度排名-The Setter 30
    12. 21:53每年Sam很重要的一项工作就是帮员工卖老股
    13. 22:58FOMO的程度占比是多少?
    14. 25:40当然还有一些标的是已经不在快速发展过程中的
    15. 27:08每年的独角兽榜单上其实存在很多“僵尸独角兽”
    16. 28:24直接接手投资基金的份额操作
    17. 30:45交易标的定价的来源
    18. 35:34字节在国内太过特殊
    19. 37:00聊一下36氪这个留言板
    20. 41:42这仅仅只是一个类似“布告板”的存在,不代表真实成交
    21. 42:48交易本身的实现很困难,中间很多法律上的“瑕疵”
    22. 46:15小红书上和杭州商K里似乎都能买到这些“份额”
    23. 47:14Shein的案例探讨
    24. 52:12“能够进入榜单的公司其实都值得被讨论的”
    25. 53:55clubdeal的代表-菜鸟网络
    26. 55:08说过无数次的:“滴滴出事之前的世界和之后的世界是两个世界”
    27. 56:39行业轮转:消费/互联网-web3/元宇宙-AI-硬科技-国产GPU/机器人/火箭
    28. 57:48从“买”到“卖”
    29. 60:10Raymond用AI分析了几家头部AI公司的几万份简历情况
    30. 61:50关于并购的延展
    31. 65:05下一个字节跳动?
  • 09-02AI李时珍带你“尝百草”---小宇宙先声活动演讲---91页PPT solo
    1. 00:05“李时珍”
    2. 02:47我为什么说之前的一次带ppt的播客是这次活动的“预演”
    3. 04:20我的信息源
    4. 04:49平均每天5张图表+1.5个PDF报告
    5. 05:43第一张开始 CapEX
    6. 06:19锤子找钉子
    7. 06:41云厂商份额
    8. 07:35cloud增长
    9. 08:06斩杀线
    10. 09:12capex增长
    11. 09:43setter 30榜单
    12. 10:33标普500
    13. 11:01英伟达对外投资上市公司
    14. 11:36capex增长
    15. 12:05capex vs GDP
    16. 12:36GPU租赁价格
    17. 12:57AI VS 软件
    18. 13:29SpaceX财报
    19. 14:04SpaceX CapEX
    20. 14:48AMD收入构成
    21. 15:07SpaceX收入和利润构成
    22. 15:34电力与GDP相关性
    23. 16:04Jeff Dean的BP
    24. 17:19第一个20页暂停
    25. 17:44又一个标普500
    26. 18:10星际争霸的比喻
    27. 19:06SpaceX CapEX增长
    28. 19:29CapEX vs Sales
    29. 20:08DeepSeek价格
    30. 21:26Token价格趋势
    31. 22:12卖铲子的人
    32. 22:55中国CapEX
    33. 23:23和互联网对比
    34. 24:36Agent带来的Token增长
    35. 25:03VC退出集中度
    36. 25:45Loop象限划分
    37. 26:22现金流
    38. 26:56热门叙事与热门公司的时间gap
    39. 27:36巨大的特斯拉芯片工厂
    40. 28:09“escaped”
    41. 28:41数据中心建设 vs 办公室建设
    42. 29:08meme-AI经济
    43. 29:34毛利对比
    44. 30:17市值排名
    45. 30:48第二次暂停
    46. 31:06meme-梁圣
    47. 31:24CapEX
    48. 31:57估值和ARR倍数
    49. 32:24增加了SpaceX的CapEX
    50. 32:44AI行业价值链
    51. 33:09价值的传导
    52. 33:34斩杀线更新
    53. 33:58Fable5占比
    54. 34:27模型发布频率
    55. 35:55循环融资
    56. 36:22AI采用率
    57. 36:37neocloud双强
    58. 36:49OpenAI ARR
    59. 37:00VC2026
    60. 37:15vc投资项目分布
    61. 37:35存储占比
    62. 37:54codex活跃用户
    63. 38:17中国市值最大公司
    64. 38:36开源模型
    65. 39:00模型发布
    66. 39:24第三次暂停
    67. 39:35Anthropic ARR
    68. 39:54Anthropic 估值
    69. 40:17Neocloud
    70. 40:34模型token于spend分布
    71. 41:04cursor退出回报
    72. 41:38英伟达对台投资上市公司更新
    73. 41:53标普500今年TOP10涨幅
    74. 42:15OpenAI token统计
    75. 42:48本地可部署模型持续缩短和sota模型差距
    76. 43:51循环融资
    77. 44:06Brex TOP 25
    78. 44:46Anthropic ARR
    79. 44:59万亿美金俱乐部
    80. 45:12Ramp 8月榜单
    81. 45:31数据中心建设 vs 办公室建设
    82. 45:43头部两家模型厂商的ARR增长
    83. 46:17存储市场份额
    84. 46:2776张图表之后
    85. 46:45回想一下……
    86. 48:02“叙事”的选择
    87. 49:31扩展到季度、半年、年度
    88. 49:55图表之外还有pdf呢
    89. 50:13skill搞得定吗?
    90. 50:41寻找自己的loop
    91. 51:21“我好和他们告别”

2026 年 8 月

4 期
  • 08-31模型到底吃不吃应用?--从 Canva、Figma 到美图, 看 AI 应用公司的两种命运
    1. 00:37为什么聊这个话题
    2. 01:36从一张梗图聊起
    3. 02:44所谓“neolab”
    4. 05:24如果只看多模态
    5. 06:48市场的debuff
    6. 09:28市场buff
    7. 10:57市场上的二元暴论
    8. 11:51市场在担心什么?
    9. 14:53我们该关注什么?
    10. 16:14为什么拿美图作为样本
    11. 18:06从功能到交付
    12. 19:24Picchi的实例
    13. 21:03应用到底该做什么?
    14. 23:12美图财报显示出AI收入已经成规模
    15. 25:06两个更重要的指标
    16. 26:30仍然需要回答的问题
    17. 28:50美图的战略选择
    18. 30:02最终判断
  • 08-24中国一级半市场的水下江湖(5年-183期-5032条交易线索)
    1. 01:28关于这期选题
    2. 02:10开始之前的一些问题
    3. 06:58一级半市场的概念定义
    4. 08:49一级半市场产生的原因
    5. 10:462025年创纪录的交易规模
    6. 11:46从小众到主流的原因
    7. 14:28一级半市场才有真正的MAG7
    8. 15:43Forge眼中的一级半市场
    9. 16:40Forge指数的变化
    10. 17:24板块轮动:AI-国防科技-半导体芯片
    11. 18:30少数超级公司定义的市场
    12. 19:04SpaceX一路走来
    13. 20:07事情的另一面
    14. 22:51那么中国呢?
    15. 23:19还是从资情留言板说起
    16. 23:52致谢千问
    17. 26:07一些千问的执行步骤和交付流程
    18. 26:275年-183期-5032条线索
    19. 27:26“布告栏”与供需配比
    20. 28:52年度交易条目变动趋势
    21. 30:21从“转让”到“求购”
    22. 31:28行业热度迁移
    23. 33:06每年的热门公司与对应行业
    24. 35:30谁占据了留言板?
    25. 36:10热门公司TOP5
    26. 38:09最有意思的一页统计:热门公司的供需关系
    27. 42:49所谓的“先行指标”
    28. 43:16下一个五年……
    29. 43:55一些关于和Agent合作的小感触
  • 08-09AI by the numbers-23页PPT solo
    1. 01:28标题的由来
    2. 02:17SP500的屡创新高
    3. 03:51AI股和软件股的分化
    4. 04:34老生常谈的CapEX
    5. 05:43AI最直接的收入体现:Cloud
    6. 06:22Anthropic和OpenAI的ARR
    7. 07:38Claude的场景扩散
    8. 09:01毛利的测算
    9. 11:07deepseek“斩杀线”
    10. 12:41Agent范式
    11. 13:52国内Agent相关数据整理
    12. 14:49一些关于国内Agent用户量的事实和推测
    13. 16:16一些更可信的数字
    14. 18:39“Infra”的意义
    15. 21:05ARR超过5亿美金的初创公司榜单
    16. 23:17一级市场Q2热门方向
    17. 25:08增长角度看国内AI应用
    18. 26:35那些“明星”
    19. 27:54Roblox的股价
    20. 31:29一切才刚开始
    21. 32:15当前最大的共识:一切皆loop
    22. 33:23致谢
  • 08-01你真的信WorkBuddy有2000万月活?
    1. 00:15标题介绍
    2. 00:25模型竞争
    3. 01:13“时光,时光,慢些吧……”
    4. 02:44CodeX成为新的ChatGPT
    5. 03:28CodeX的千万活跃用户
    6. 04:45所谓的“Claude Code”时刻
    7. 05:35从code到其他所有
    8. 06:03Harness崛起
    9. 06:35异常繁荣的开源的Agent Infra生态
    10. 07:11评估空前重要
    11. 08:03workagent的共识形成很快
    12. 11:57workagent大战开启
    13. 13:16中国现在有多少人用上了各种Agent?
    14. 13:49一些事实和估算
    15. 17:45一些第三方数据的佐证
    16. 20:34对于Workbuddy 2000万月活的吐槽
    17. 24:17但是,用户量还重要吗?
    18. 24:57token量似乎也不重要了
    19. 25:15好像似乎又只能回到ARR了
    20. 25:57我们之前的尝试似乎都不太成功
    21. 27:04这次会不一样吗?
    22. 27:38致谢

2026 年 7 月

3 期
  • 07-22AI抢走内存,K型消费下我们还要做硬件吗?---串台开始连接 LinkStart
    1. 02:32AI 数据中心如何把存储压力传导到消费电子
    2. 05:43手机市场整体下滑,不同品牌将进一步分化
    3. 08:20K 型消费结构下,卡在中间的产品更危险
    4. 10:12AI 手机被迫加速成熟,承担催促换机的任务
    5. 14:43小众硬件、黑胶、拍立得与胶片相机为何迎来文艺复兴
    6. 20:02大厂开始做小厂的活,创新时间差正在缩小
    7. 23:36一款 AI 吉他背后的研发故事
    8. 25:11任天堂与 Steam,截然不同的硬件商业模式
    9. 27:10增长不再优先后,如何经营存量用户与收入质量
    10. 35:26AI 硬件投资为何越来越像一场资本密集型牌局
    11. 39:29市场变化加速,小团队反而获得新的创新机会
    12. 41:21AI 硬件仍要跨过商业化、供应链和资本门槛
  • 07-212026AI狂飙、资本抽水与我们的“恩格斯暂停”---串台进击波财经
    1. 05:1510:45 | 🔌 【爆米花发动机与Token消耗:多Agent群殴时代的算力黑洞】核心内容:为什么市面上的计算原材料和能源都在触碰物理极限 ?
    2. 10:4517:30 | 📉 【资本杀戮与流动性干涸:巨头发债、港股解禁与估值倒挂】核心内容:硬核拆解资本市场暗流:为什么AI业务几何级增长,投资人却越来越紧绷?
    3. 17:3023:45 | 💰 【中美商业模式之辩:免费习惯与豆包的付费博弈】核心内容:美国订阅制 vs 中国“羊毛出在猪身上”的广告/增值模式 。
    4. 23:4529:15 | 🤖 【2026下半年两大主流技术:自主进化与世界模型】核心内容:拆解AI底层进化的终极路线。
    5. 29:1534:00 | ⚙️ 【老IT巨头起飞与“Harness”到“Loop”的黑话通俗化】核心内容:老IT公司(戴尔、惠普、联想、英特尔、戴尔等)股价飞涨 ;通俗理
    6. 34:0039:15 | 🌐 【割裂的硅谷与舒服的国内开源,巨头包袱下的逃离创业潮】核心内容:中美AI竞争的温度差与组织惯性。
    7. 39:1545:30 | 📱 【注意力战场与“去工具化”:我们为何还要手搓PPT?】核心内容:硬件入口探索会是炮灰吗?100亿小时手机屏幕时间争夺战 。
    8. 45:3051:45 | 🎨 【恩格斯暂停与创作者的重生:内容工业的“三次死亡”】核心内容:AI带来的“去饭碗化”与“去工具化”真相 。
    9. 51:4555:00| ❤️ 【结尾:AI哪有你有趣,打碎自己并怀揣一颗勇敢的心】核心内容:如何在一团乱麻的焦虑中,面对即将被AI“解构”的人生。
  • 07-17重估一切,文艺复兴---2026H1 AI行业观察
    1. 01:52标题页:《重估一切,文艺复兴》
    2. 02:18金曲奖颁奖引发的“今夕是何年”的慨叹
    3. 03:20老家伙回归
    4. 05:31所以什么是文艺复兴?
    5. 06:52那些隐喻在今天的对照
    6. 08:18第一章:资本与硬件对应美第奇的账本
    7. 08:54两个时代的“赞助人”叙事
    8. 10:17老生常谈的CAPEX
    9. 12:11AI的叙事变了
    10. 12:48万亿美金的流转
    11. 13:22token买方和卖方的利益博弈成为市场的主线
    12. 13:55那么股价能说明一切么?
    13. 14:35提及存储要先看成本占比和绝对量增长
    14. 15:47存储行业是垄断的
    15. 16:40SK海力士去美国上市
    16. 17:01存储行业的周期在美光毛利上的体现
    17. 17:48Intel和思科的股价漫漫回归路
    18. 18:34账本的背面
    19. 19:21收入只够折旧
    20. 20:12所以现金流出了问题
    21. 20:55所以“债”频繁出现
    22. 21:41所以neocloud们的挑战被“债”放大了
    23. 22:00第一章的结论到底是黄金时代还是泡沫破裂之前?
    24. 23:22第二章 智能的复兴
    25. 23:34美国头部模型厂商的竞争
    26. 24:03模型的能力已经非常强
    27. 24:37两家公司的主张与共识
    28. 25:33模型发布节奏疯狂加速
    29. 26:09多模型共存成为常态
    30. 26:39neolabs兴起
    31. 26:57anthropic超过OpenAI
    32. 27:30疯狂的数字:1万亿美金
    33. 28:16史无前例的“大年”
    34. 28:41中美对抗
    35. 29:27头模型厂商进展
    36. 29:50开源与闭源
    37. 30:27中国的厂商们
    38. 31:18钱的角度有差距
    39. 31:50非此即彼吗?
    40. 32:52透视法对应世界模型
    41. 34:16一路走来
    42. 34:29所有人似乎都在做世界模型
    43. 35:15各自有各自的主张
    44. 35:50第三章 Agent元年对应画匠与工坊
    45. 36:39codex=新.ChatGPT
    46. 37:10新的codex的增长
    47. 37:36用户层面的“时代变了”
    48. 38:01claude code时刻
    49. 38:25code吞噬一切
    50. 38:53coding成为核心战场
    51. 39:18软件生态改写
    52. 39:40Agent Infra蓬勃发展
    53. 40:08模型厂商的边界
    54. 41:01市场规模的变化
    55. 41:36国内的共识
    56. 42:33codex可能定义了这一轮的产品样式
    57. 43:10国内大厂再次掀起竞争
    58. 43:42变化与调整也在发生
    59. 44:58第四章 治理与反弹
    60. 46:05大模型也要先审后发吗?
    61. 46:25三对博弈
    62. 47:47tokenmaxxxing的叙事也很快过去了
    63. 48:21所以真实的“价值”如何衡量?
    64. 49:24“第四支柱”的缺失
    65. 50:49人还是万物的尺度吗?
    66. 51:432050年的一种可能
    67. 52:20下半年的关注
    68. 53:36“刚刚开始”

2026 年 6 月

4 期
  • 06-29World Model-世界模型也有Scaling Law吗?
    1. 00:08为什么想聊这个话题?
    2. 02:26决定做这期节目的几个引子
    3. 06:07四个章节:为什么是现在?和LLM的对比、Momenta的主张、是否到了GPT时刻?
    4. 07:34第一章:为什么是现在?
    5. 08:54疯狂的Neo labs
    6. 10:24行业发展趋势的共识
    7. 11:39李飞飞老师对于世界模型的分类和定义
    8. 18:44一路走来,N多公司做了N多尝试
    9. 20:28中美在资本上的同步
    10. 22:06第二章:世界模型和大语言模型的异同
    11. 22:29The same?
    12. 24:24数据层面的巨大差异
    13. 27:14“涌现”出现了么?
    14. 30:25不同的角色方参与其中
    15. 31:30造成了不同的技术主张
    16. 33:11第三章:Momenta的主张
    17. 35:21当前的业务飞轮
    18. 36:35壁垒何在?
    19. 41:23Momenta内部模型发展进展
    20. 42:30R7世界模型的三层架构
    21. 45:26第四章:GPT时刻是否到来?
    22. 45:46短期能看到的场景拓展:自动驾驶/互动内容
    23. 46:43更远的可能性:具身、数字孪生、工业仿真、科学发现
    24. 47:34一些终局判断:三线合一、不会赢家通吃、GPT时刻没到
    25. 51:27似乎才刚刚开始
  • 06-24说好的艺术家呢?--- AI时代,内容工业的三次死亡与创作者的重生
    1. 00:06标题的由来:重轻在大内的一期播客中所说
    2. 02:18SD1.5发布也早于ChatGPT
    3. 02:47AI对内容行业影响可能是最早也是最直接的
    4. 03:14为什么对“三”这个数字情有独钟
    5. 04:09三次死亡
    6. 04:28第一章:素材之死
    7. 04:36影视飓风视频中一帧
    8. 05:42所谓“多模态”
    9. 06:39图片模型的进化
    10. 08:02Grok的视频能力
    11. 08:25可灵和seedance在精进什么?
    12. 09:50中国厂商聚集的视频模型战场
    13. 10:32视频的“动态生成”与世界模型
    14. 11:03所以到底什么是世界模型?
    15. 12:37如果世界模型到了某种程度……
    16. 13:26第二章:流程之死
    17. 13:33红果短剧的APP介绍页截图
    18. 14:17短剧的发展历程
    19. 15:01过去的9个月又发生了什么?
    20. 15:42那些关于短剧的数据
    21. 17:15流程上的变化
    22. 18:25不仅仅是影视行业的变化
    23. 19:02泼一些冷水
    24. 21:14所以真的赚钱吗?
    25. 21:31第三章:版权之死
    26. 21:50AI-吉卜力风格风靡
    27. 22:53书籍、影视剧、3A游戏其实面临的问题是一样的
    28. 23:20大模型厂商对于版权购买的趋势
    29. 25:06AI音乐行业出现的一些事情
    30. 26:39强大的suno
    31. 27:02之前爱奇艺的AI艺人库事件
    32. 27:14第四章:创作者的重生
    33. 27:49anthropic最近那篇关于AI模型自主进化的文章动画
    34. 28:51Claude Fable 5
    35. 29:09无力感
    36. 30:40太危险所以被政府ban了
    37. 31:01技术碾压一切情怀
    38. 31:27讲过很多次的AlphaGO VS 李世石的故事
    39. 32:58第四局的“神之一手”
    40. 33:5310年之后李世石对于“艺术”的理解
    41. 35:53再次引用重轻对于当代艺术的描述
    42. 36:16以我的PPT为例
    43. 37:22再次强调“碾压”
    44. 38:05“第四支柱”
    45. 40:18媒体领域已经在发生的事情
    46. 41:19人类还剩下什么?品味、信任、决定
    47. 41:35“有趣”
  • 06-18从开源到 Agent,从组织到个体:AIEC 大会现场侧记
    1. 02:23“没有标准答案,大家都有自己的主张”
    2. 03:24AI的讨论非常发散
    3. 03:52本质上所有的话题其实都是连在一起的
    4. 06:26大会现场有三位嘉宾的话题其实都和组织相关
    5. 08:57中美在组织上其实面临类似的问题
    6. 10:21AI native的组织可能需要有人“打个样”
    7. 12:44当Agent成为“数字员工”
    8. 14:08Token的成本问题被广泛讨论
    9. 14:34到底是“自上而下”还是“自下而上”
    10. 19:05甚至更直白点说,是claude code定义的共识
    11. 22:10产品形态都趋同后,差异化在哪里?
    12. 25:36“每个时代都有每个时代的背背佳”
    13. 26:13“AI不是螺丝刀”
    14. 28:35曾经cursor贡献了Anthropic一半的收入
    15. 29:58创业公司找“错位”
    16. 33:08共识之下的非共识是什么?
    17. 33:43Kimi时隔5个月bet的事情多了一个:多Agent集群
    18. 37:07Meta最近也出了一些幺蛾子
    19. 40:00巨头们都是“不撞南墙不回头,撞了南墙也不回头”
    20. 41:53巨头们又是进行着各种程度上的竞争与合作
    21. 43:36保密工作做的太好的公司可能就做不好模型
    22. 45:38Ilya已经创业两年了
    23. 46:06在新阶段对于“开源”的讨论
    24. 49:19唐杰教授在GLM5.2发布同时的开源表态
    25. 51:39“我们还是愿意相信人性本善”
    26. 54:58所谓的技术“宿命论”
    27. 55:51“无力感”
    28. 57:01又是李世石的故事
    29. 58:30人之所以为人……
    30. 59:08媒体的变化
    31. 61:07技术总是打碎一切情怀
    32. 62:34品味、信任、决定会更加重要
    33. 66:25从“一棵树”到“整片森林”
  • 06-03“悲观者正确,乐观者成功”,和好友亚婷聊聊AI行业的种种
    1. 02:00从“屠龙之术主播”这个title说起
    2. 03:18为什么起“屠龙之术”这个名字
    3. 05:28早年在经纬的工作经历
    4. 06:16“元宇宙”
    5. 08:50VC到底是在赌什么?
    6. 10:00AI带来新一代的创业者
    7. 10:39节奏变快,开枪成本变低
    8. 11:21又一次不可避免的聊到了“手搓”
    9. 14:44话题聊到了中美的大国博弈
    10. 17:36多模态模型引发的版权体系冲击
    11. 20:01话题也不可避免的聊到了“失业”
    12. 20:35模型厂商的边界到底在哪里?
    13. 22:33垂类Agent/应用公司的壁垒在哪里?
    14. 23:15竞争激烈的视频模型板块
    15. 24:59我的那个不太恰当的比喻:语言、多模态、Coding三个主桌
    16. 28:52又一次用重轻的比喻:AI是拍篮球
    17. 30:18今天市场讨论的问题是:用那么多token之后做出了什么?ROI如何?
    18. 31:15未来要么超级小,要么超级大
    19. 33:27DeepSeek与华为芯片的适配
    20. 35:22中美AI竞争到底争什么?
    21. 37:11AI的价值观与人类对齐,那个“人”是哪一个人?
    22. 40:02“情感博主”---再一次提及李世石的故事
    23. 42:44到底人类和AI的“公平”是什么?
    24. 46:59所有人其实都在“胡说八道”
    25. 47:58“直觉”
    26. 50:01音乐模型的展开:今天其实“歌够了”,那么之后呢?
    27. 55:14最后三个快问快答:

2026 年 5 月

5 期
  • 05-31最后的“手搓”--- AI司马迁的ima使用进化史
    1. 00:20最后的“手搓”
    2. 01:13简单的自我介绍
    3. 02:25我的PPT的样子
    4. 03:08所以很多人问,AI什么时候能做你这样的PPT?
    5. 04:02大厨的比喻
    6. 05:11我的“原材料”在哪里
    7. 05:52ima之前,我是用粉丝群来做知识库
    8. 06:45ima出现之后
    9. 08:17单点案例:PDF翻译
    10. 08:58进入“加工”流程
    11. 09:23大厨的工作:统筹
    12. 10:19所以我和ima的copilot进行了对话
    13. 10:52知识号的延展
    14. 13:53最后一步呢?
    15. 14:24其实我也用了
    16. 15:13稍微讲点notebooklm
    17. 16:11到底是什么“手搓”
    18. 16:52教皇的通谕
    19. 17:22李世石的故事:最后的“艺术”
    20. 19:53最后一页
  • 05-30一切都是Vibe的时代,小红书为什么要去买世界杯?---串台翻转体育
    1. 04:29是否意外小红书购买世界杯版权?
    2. 06:36上届抖音的世界杯项目团队可能超过1000人
    3. 07:38社区都是“养”出来的
    4. 08:35一个案例:小红书在直播带货上的尝试过程
    5. 10:20再一个案例:娱乐直播小红书要不要做?
    6. 10:48小红书是一家“运气”非常好的公司
    7. 11:06如何评判小红书买世界杯这个决定的对错/好坏?
    8. 11:37小红书赞助春晚的评判如何?
    9. 13:04中国目前明显处于上升期的内容平台可能只有小红书一家了
    10. 13:50如果我是小红书的投资人,如何看待这个事情
    11. 15:02如果今天是一家上市公司,股价会如何反应?
    12. 15:22话题延展到抖音买CBA版权以及后续一系列事情
    13. 17:12世界杯需要小红书,还是小红书需要世界杯?
    14. 17:40传统意义上的版权,可能都在经历“重构”
    15. 18:20世界杯版权可能是最后的几个“堡垒”
    16. 18:58咪咕解说团 VS 小红书的解说团
    17. 20:53重轻说:“游戏是游戏评论的一部分”
    18. 23:13F1最近几年在国内的变化也是另外一个例证
    19. 24:50小红书过去几年对于男性用户的运营很多
    20. 25:21另一个重点:小红书提供横屏长视频功能+4K
    21. 26:09今年小红书其实拿了德甲的版权的
    22. 27:22聊聊当年的懂球帝的故事
    23. 27:54算法 VS 垂类社区
    24. 29:20现在市面上还有所谓的音乐社区、母婴社区、游戏社区、宠物社区吗?
    25. 34:59剩下的可能不“小而美”了
    26. 36:58播客其实也承担了这种变化的溢出
    27. 38:09订阅制/算法制/广场
    28. 39:05虎扑老哥 VS 小红书的社区调性
    29. 41:03我对社区的一个解读角度:人味儿的多少
    30. 43:31NBA以及一些NBA球队正式入驻B站
    31. 45:45一个可参考的案例:B站S赛版权的购买决策
    32. 46:42“大补丸”的比喻
    33. 47:27体育社区的“没落”
    34. 50:04极端假设:腾讯这次NBA版权没有续约会怎么样?
    35. 52:36一个看哭的小红书帖子:你记忆中的98年世界杯
  • 05-27AI行业的收钱、花钱与赚钱---串台赛博对话
    1. 03:11大家都在谈钱
    2. 04:08钱的三个角度:收钱、花钱、赚钱
    3. 05:08对于豆包收费的感觉
    4. 08:16腾讯Pony为什么说“船是漏的”?
    5. 09:46长期看为什么模型公司不能持续免费提供服务?
    6. 11:42如果你是豆包的负责人,你看着即梦的收入不眼红吗?
    7. 12:30AI订阅的模式类似健身卡:我赌你不来
    8. 12:56从上市公司财报看,推理的毛利还可以,亏主要是因为训练
    9. 13:52豆包之后,下一个想尝试收费的是?
    10. 15:01AI产品订阅定价体系的拆分
    11. 17:58大家期待豆包的收费版本到底提供什么东西
    12. 18:32未来看,AI也会带来“鸿沟”
    13. 19:54广告呢?是否可以成为AI的商业模式?
    14. 20:40运营商为什么最近突然开始推token套餐?
    15. 22:21马耳他全民免费token的模式是否会被效仿?
    16. 23:19重轻说:AI是打篮球,你不能通过看100个视频学会打篮球,你得去拍
    17. 25:17最近各种科技大佬被大学生嘘
    18. 25:37某种技术宿命论:技术是挡不住的
    19. 27:34“我们不知不觉的走到了很多事情的人类的极限里”
    20. 28:49我们都要去探索去太空建设数据中心了
    21. 29:23中国的大模型厂商分两派:大厂和所谓的几小龙
    22. 30:24海外就是御三家了,国内为什么还有这么多家?
    23. 31:57视频模型的案例:seedance这么强的前提下,市场的第5678名为什么还能持续拿大钱?
    24. 34:26辩证看cursor的价值
    25. 35:00订阅之外的API
    26. 39:40老黄提出的五层蛋糕的说法
    27. 41:56其他层面是供给逻辑,但应用不是
    28. 42:56“人类不争气”啊,服务碳基的都不行,服务硅基的都赚钱
    29. 43:47模型公司的赚钱时间与标准
    30. 44:45市场总是有新的问题:用的那些token所带来的ROI是怎么样的?
    31. 45:47裁员似乎就意味着有价值,阑夕会被骂的……
    32. 46:06还是得看ChatGPT的收入
    33. 47:15中国的五层蛋糕和美国有什么异同?
    34. 50:46肯定会被打脸的做出预测
    35. 51:27美国-功利化,中国-美好而无用的事情上,可能是一个分化
    36. 52:57AI硬件的小小展开
  • 05-08没有中间地带:大国AI博弈、效率碾压和白领的“恩格斯暂停”---串台大内
    1. 00:23上次去大内是25年12月初
    2. 00:39当时一个印象深刻的评论
    3. 02:18上次聊天的时候相爷用nano banana画的“宫本武藏”
    4. 03:30我看到的两个image2案例:抖音直播间+游戏联动海报
    5. 05:15相征用image2做的图
    6. 07:57老司机阑夕的“作品”
    7. 09:12我们开始聊Manus
    8. 10:15我对Manus事件的梳理
    9. 13:41当时Manus中文区的公告
    10. 21:42Meta的收购其实已经交割了
    11. 22:50两种极端的观点:在商言商 VS 大国博弈
    12. 24:34另外一场中美的博弈:Tiktok事件
    13. 26:29世界名画:周受资在美国国会
    14. 29:02“对面的帮派实在是太不讲规矩了”……
    15. 29:16之前美国政府逼迫昆仑拆分男同平台grindr
    16. 29:41国会关注腾讯100%控股拳头游戏以及持有EPIC约40%股份
    17. 31:43外资管理办法的要求
    18. 33:40Meta可以不理吗?
    19. 34:08外媒报道,Meta愿意撤销
    20. 34:14openclaw的崛起可能对Manus的价值产生影响
    21. 35:40美元投资者为什么会被打上自由派/右派的标签?
    22. 36:05当年的“滴滴上市”事件
    23. 38:20新的趋势:拆vie,不允许拿美国的投资……
    24. 39:20两套规则,两套玩法
    25. 41:41新时代对于硬科技方向创业者提出的新要求
    26. 42:47Manus事件的个人总结
    27. 43:30这其实不是个例,最近的新案例就是盛大陈天桥MiroMind事件
    28. 45:33中美在AI上的军备竞赛
    29. 49:24极端事件频繁上演
    30. 51:15爱奇艺AI艺人与AI短剧的案例
    31. 55:25三联的那篇文章:39岁的横店“戏王”,为何已经“无戏可拍”?
    32. 60:15重轻去今年GDC的感受播客--非常推荐
    33. 65:20AI焦虑是杞人忧天吗?
    34. 65:4326年到现在美国科技巨头的大裁员
    35. 67:37“恩格斯暂停”
    36. 68:57蒸馏员工,Meta在认真的干
    37. 72:09头部AI研究员安全吗?完全不安全~
    38. 72:54Harness的比喻
    39. 73:17“自主进化”
    40. 75:17Harness到底是什么?
    41. 77:32软件会被取代么?
    42. 78:34是否有什么限制?
    43. 79:16“我们要相信光”
    44. 80:14CPU重新回到舞台中央
    45. 83:00政府审批也是限制--缅因州的案例
    46. 85:24Deepseek V4的意义:国产芯片适配+极致性价比
    47. 87:53最近黄仁勋去播客上吵架是在表达什么?
    48. 89:37被替代会怎么样?
    49. 92:16人的价值到底来自哪里?
    50. 93:44重轻:“我为什么要去听一首歌?”……
    51. 97:03我让儿子用AI和他练习辩论
    52. 98:00十年前的Alphago的故事(是的,我讲过很多次了)
  • 05-06十年后,Faker坐到了李世石的旁边
    1. 03:06Faker接受Grok挑战
    2. 03:20两位“人类代表”
    3. 05:0510年前自信的李世石
    4. 08:02神之一手的另外一面
    5. 12:07李世石情绪最低落的表达
    6. 13:45Faker偏乐观的判断
    7. 14:08李世石的担心
    8. 14:33李世石认为游戏确实更难攻克
    9. 15:37“如果没有感情,会不会更强?”
    10. 16:39Faker的心态
    11. 17:48AI想问Faker的问题
    12. 18:21直觉
    13. 19:16AI对于围棋的意义到底是什么
    14. 20:22艺术与胜负
    15. 22:17“属于自己的围棋”
    16. 23:01我们过早的失去了“作为艺术家的围棋选手”
    17. 24:52Faker,what was that?!

2026 年 4 月

6 期
  • 04-30语言、coding、多模态,到底谁坐AI的主桌?---狂喜98页PPT-solo
    1. 00:41标题页
    2. 01:05现场调查
    3. 02:35主桌的比喻
    4. 04:08第一章:技术
    5. 04:5326年共识:Agent
    6. 05:54我们一路走来
    7. 07:20junyang离职之后的推文
    8. 08:34“自主学习”
    9. 09:21“harness”
    10. 10:26harness的比喻
    11. 11:54harness的构成
    12. 14:01意外出现的世界模型
    13. 14:50openclaw
    14. 15:32claude code
    15. 16:24开源
    16. 17:59开源热门项目板块
    17. 19:13coding agent和通用agent边界模糊
    18. 20:22第二章:产业
    19. 20:54当前coding是绝对主桌
    20. 22:04AI coding带来的趋势
    21. 23:48coding战场很大很大
    22. 24:31OpenAI vs anthropic
    23. 26:10先看ChatGPT的用户数据:用户量、时长、留存
    24. 28:38挡不住的Anthropic
    25. 30:02疯狂发布产品和功能的claude
    26. 30:44两家公司的厮杀
    27. 31:11各种飞速增长的曲线
    28. 32:01all in one的不同理解
    29. 33:34模型的竞争
    30. 34:44模型的竞争进入按月计的周期
    31. 36:51大家的期待
    32. 37:35我们等到来gpt5.5和deepseek v4
    33. 37:53v4 怎么样?
    34. 38:54大家都学坏了
    35. 39:50开源
    36. 40:41中美对抗
    37. 41:23a16z每半年一次的AI应用榜单
    38. 42:11图片和视频的竞争,以及sora关停
    39. 44:39我们看到了新的sota图片模型gpt-image2
    40. 47:27老生常谈的arr
    41. 47:58AI+法律
    42. 49:17行业渗透
    43. 51:04第三章:资本
    44. 51:32软件已死
    45. 52:04两种对立的观点
    46. 53:09大写的一个惨
    47. 53:58跌到底了吗?
    48. 54:29servicenow的案例
    49. 55:43软件股一直都是“优等生”
    50. 56:14“这次不一样”
    51. 57:40MAG7也在经历调整
    52. 58:30他们依然非常大
    53. 58:50英伟达的疯狂预期
    54. 59:42cash flow出现了一些问题
    55. 1:00:36所以出现调整
    56. 1:00:55英伟达的股价
    57. 1:01:32科技巨头比沃尔玛便宜
    58. 1:02:13市场本身的调整
    59. 1:02:44收入大面积超预期,但股价……
    60. 1:03:11问题还是出在现金流上
    61. 1:03:55Q1涨的好的存储和光
    62. 1:04:25市场总是跌多了就会涨
    63. 1:05:08标普新高,英伟达重回5万亿美金
    64. 1:06:08再看所谓泡沫的核心议题-算力/数据中心
    65. 1:06:50数据中心-token工厂
    66. 1:07:07所有人疯狂囤积算力
    67. 1:07:33几年前的H100租赁价格居然还在涨
    68. 1:08:16半导体行业直接起飞,也包括中国的厂商
    69. 1:08:42CPU又是为什么?
    70. 1:09:02英特尔重回巅峰,以及100x pe
    71. 1:10:59市场的主题几乎全部围绕数据中心
    72. 1:11:18但这里肯定有一些“隐患”-半导体capex周期和数据中心延期
    73. 1:12:20一级市场
    74. 1:13:02创纪录的26年Q1
    75. 1:13:39大大大
    76. 1:14:20YC的眼里,这个行业只有AI,没有其他
    77. 1:14:41后期成为了某种意义上的新“公开市场”
    78. 1:15:06已经过时的OpenAI/anthropic的收入预期
    79. 1:15:218000多亿美金的OpenAI是什么概念?
    80. 15:34那anthropic能到多大?
    81. 1:16:35循环融资again+标普500新高again
    82. 1:17:08所以我们在哪里?距离“泡沫”还有多远?
    83. 1:17:45番外篇
    84. 1:18:06书店的AI畅销书
    85. 1:18:50红果短剧- AI剧-单日投放破亿
    86. 1:21:02OpenAI星际之门计划的实施进度
    87. 1:21:52缅因州可能通过数据中心禁令
    88. 1:22:47一些更极端的“表达”
    89. 1:23:08“恩格斯暂停”
    90. 1:24:08谁甘心被拍成一张纸呢?
    91. 1:24:40上次狂喜摄影师的抓拍
    92. 1:25:43最后一页感谢
  • 04-23中美AI创业的生态差异---对谈Google Cloud北亚区创投生态负责人
    1. 00:57战略投资与财务投资的异同之处
    2. 03:41中美创业生态的差异所在
    3. 05:58亚洲几个地区之间的差别
    4. 10:48趋势的变化-创业门槛降低
    5. 12:48行业角度看AI的发展
    6. 14:41如何看待模型/大厂会吃掉创业公司
    7. 19:30美国创业生态的基础
    8. 22:15创业的动机:impact
  • 04-23Agent\TPU\生态\安全\开放,Google Cloud到底在bet什么?-Google Cloud Next速记
    1. 02:02正式内容开始
    2. 02:48章节划分
    3. 04:21Google Cloud CEO的定调
    4. 06:39Google CEO披露新的数据
    5. 07:46核心议题:模型提供+5层架构
    6. 09:54AI hypercomputer
    7. 11:51安全+Wiz
    8. 12:29“开放”的体现
    9. 13:56我所参加的四场分论坛
    10. 17:16分论坛1-TPU以及Anthropic的实践
    11. 18:01分论坛2-垂直行业Agent
    12. 20:47分论坛3-Anthropic眼中的下一代软件
    13. 24:49分论坛4-acquired播客现场录制-TPU的来时路
    14. 26:42Tips-投资与并购的暗线
    15. 29:37Tips-不一样的“叙事”
    16. 31:13所以到底在bet什么?
  • 04-17Vol.95 视频模型内卷、Agent爆发与大厂的焦虑---串台进击波财经
    1. 01:21中美AI视频模型发展出现分歧
    2. 06:41openclaw带来的虚火还是实火?
    3. 10:10智谱与minimax的股价
    4. 14:08一级市场的大模型公司享受了“红利”
    5. 17:03对于老巨头是否过于苛责了?
    6. 19:29英伟达的pe低于沃尔玛
    7. 20:39国内各家巨头的情况
    8. 23:29苹果创新高
    9. 24:16二季度的可能趋势
    10. 27:24anthropic挡不住了
    11. 32:45中国的成本优势是否会在AI领域让我们后发超车
    12. 35:33seedance2.0已经涨三次价了
    13. 36:08生态的重要性
    14. 39:05all in one
    15. 39:39为什么AI硬件体验都差强人意
    16. 45:32大家都想替代手机,但暂时大部分是增强手机的
    17. 48:27AI对很多传统业务的加强其实已经是显学
    18. 50:10英伟达的股价横在180-200很久了
    19. 50:40我有些担心我们是不是过分渲染了很多东西
    20. 53:16波波在欧洲旅游的感受
    21. 57:10下周去美国期待什么
    22. 58:16alphago10周年的故事
  • 04-16Vol.94 再不聊聊openclaw可能就不需要聊了---串台知本论
    1. 02:59初识龙虾
    2. 03:59为什么需要“养”虾?
    3. 08:02B端与C端的差异
    4. 11:41春节成为重要时点是巧合还是规律
    5. 12:58情绪变现的第一波红利
    6. 15:03openclaw的独特性
    7. 16:33安全与隐私的极端测试
    8. 19:17Token经济与算力焦虑
    9. 23:06国内与国外对待openclaw的差异
    10. 26:08如何评估openclaw的投资价值
    11. 28:05旧的早期投资逻辑的失效
    12. 30:07试错成本的降低
    13. 32:40AI硬件的共识
    14. 34:49“全网”的范围到底是什么?
    15. 35:41我的一些担心,会不会有点像当年web3的狂热?
    16. 37:07经历中你是不知道到底是不是泡沫的
    17. 39:01我们触碰很多事的极限了
    18. 40:17你的屁股坐在哪里决定你说什么
    19. 40:50二级市场的分歧
    20. 43:01市场总是有效的 vs 市场总是过头的
    21. 43:55梯云纵的故事又来了
    22. 45:14所有标的其实都是“投机股”
    23. 48:31短期营收 vs 长期价值
    24. 50:52不可避免的替代焦虑
    25. 51:52短剧的案例
    26. 53:21一人公司是否靠谱?
    27. 56:36个体的自处之道
    28. 59:25教育的终极拷问
    29. 1:01:25AI热潮的落寞可能?
    30. 1:03:05Agent的自主进化可能是共识
    31. 1:06:23浪潮中如何理性看待投资机会
    32. 1:07:57“想清楚自己在玩一个什么样的游戏”
  • 04-02Vol.93 AI面前,互联网其实也是传统行业---串台难得正经
    1. 01:34新经济的行业今天在AI面前其实也都是传统行业
    2. 04:57我说过很多次的“6个月,100亿,8%”的暴论
    3. 08:48AI世代里,时间的流速过于快了
    4. 09:41所有产品都有的产品属性和服务属性
    5. 11:08AI带来的一些商业模型的变化
    6. 12:4160分-80分-100分
    7. 17:35POD与之前PDD所讲的“把资本主义反过来做”
    8. 19:42AI健康-阿福的尝试
    9. 23:04build in public
    10. 29:18AI硬件话题的延展
    11. 36:58CK老师告诫大家:这个年代做AI硬件一定不要一上来就下很大量的订单
    12. 37:42Raddit R1的案例
    13. 40:05那些没有AI时代其实就已经要多想的要素
    14. 40:152B-SaaS战场的变化
    15. 47:19对于未来的预判
    16. 48:10sora的关闭与字节的seedance模型
    17. 50:02AI与游戏的结合,腾讯的尝试
    18. 50:40所以对于商家的建议应该是什么?

2026 年 3 月

4 期
  • 03-31Vol.92 回头听3月初的播客,感觉有点恍如隔世---串台藏金阁
    1. 00:50难道我要每个月更新PPT?
    2. 01:40我做一个大胆的决定
    3. 06:03春节开始爆火的OpenClaw
    4. 08:56OpenClaw到底是一个什么层级的“创新”?
    5. 10:31我给我的🦞的第一个任务
    6. 11:00🦞是需要“养”的
    7. 12:22云端 vs 本地的区别
    8. 16:48安全的问题依然很严重
    9. 18:29我们聊到聊AI社交软件Elys
    10. 19:37Ai社交的尝试其实已经经历了几轮的变化
    11. 21:07AI软件 vs 传统软件最大的不同
    12. 22:03此前的很多web3叙事其实在Agent时代部分实现了
    13. 25:16当前的Agent能力其实拆除了很多“墙”
    14. 27:22不同大模型在今天也开始出现“性格”的不同
    15. 28:47老生常谈的“如何提问?”
    16. 30:40AI漫剧带来的影响
    17. 32:59为什么Seedance对分镜的理解那么好?
    18. 33:57从OpenAI搬家到Claud
    19. 35:50国内的春节AI红包大战结果没有意外
    20. 36:22国内AI模型初创公司在bet什么?
    21. 41:44AGi的议题
    22. 42:51中美的差异
    23. 45:57下一个“风口”是什么?
    24. 46:15“套壳”的探讨
    25. 47:22大模型公司的上市
    26. 47:55瓶颈到底是算力还是数据?
    27. 52:08这一波创业者和之前创业者的差别
    28. 55:14关于噪音和幻觉的鉴别
    29. 55:52所有东西都值得用AI重做一遍,但然后呢?
    30. 58:33AI生成游戏的一些尝试
    31. 1:01:09AI PPT的进化
    32. 1:02:15普通人能干什么?
    33. 1:07:02如果所有人都用上了
    34. 1:07:59《Her》会来吗?
    35. 1:11:12去TMD什么AI不AI的
    36. 1:15:29我又一次讲了Alphago的故事
  • 03-27Vol.91 数据角度看OpenClaw的企业落地---对谈Oceanbase
    1. 00:34两位嘉宾的自我介绍
    2. 01:20企业角度如何看待OpenClaw的落地
    3. 03:08过去几年其实每年春节都有一些新的技术热潮
    4. 03:59企业想实施🦞时候都有什么顾虑/问题
    5. 06:22其实很多事情是“历史的重复”
    6. 13:03算法、算力、数据三要素中,数据似乎边际更重要
    7. 15:17AI是否会再次带火数据治理
    8. 21:15现在数据库加上向量就等于AI数据库了?
    9. 23:31现在企业很多在做的是缝合怪
    10. 23:56Google Maps的“Ask Maps”
    11. 25:56记忆的问题本质上也是数据的问题
    12. 33:44蚂蚁阿福上的记忆能力展现
    13. 34:36AI陪伴领域的记忆变种需求
    14. 37:15对于企业用户,markdown真的很难接受
    15. 38:31安全对于中国企业来说是很重要的命题
    16. 40:22这一轮对于安全的讨论是边际更多的
    17. 43:17Oceanbase已经不单纯是一家数据库软件厂商
    18. 47:50中美对抗角度看数据库软件发展
    19. 49:50投资人视角如何看待2B市场在中国的新机遇
    20. 57:13给焦虑的企业主一些建议
  • 03-24Vol.90 AI加速爆发的2026,我们该如何自处?---对谈潘乱+Koji
    1. 02:55主播们春节干嘛去了?
    2. 04:08龙虾装了之后到底干嘛了?
    3. 06:53乱总买了拓竹的感受
    4. 09:34春节期间的AI红包大战
    5. 13:35中国 VS 美国的SaaS公司
    6. 15:16那篇2028末世论的文章
    7. 22:31横盘许久的英伟达股价
    8. 25:16所谓的一亿/天token俱乐部
    9. 27:31有人去买沙漠
    10. 31:08为什么中国模型厂都要在春节期间更新大的版本
    11. 33:452 “如果未来AI是武器,那么我们是否要用管理武器的方式管理AI?”
    12. 36:23当年纸牌屋提及的大数据概念似乎已经是一个过去时
    13. 37:22智能的突破已经超出阈值之后,很多人似乎已经“无感”
    14. 38:42春节期间乱总给家里人装了豆包
    15. 43:16最好的时代,也是最坏的时代
    16. 46:06比较狂野的一个方向:太空数据中心
    17. 47:03一批neo lab的出现
    18. 48:45中美对抗---过程知识的重要性
    19. 50:01心理按摩还是需要的
    20. 51:17“只要学的慢,就可以不用学”,这个对吗?
    21. 56:01自己如何培养出当AI老板的能力
    22. 57:29一个现场的关于林俊暘的调查
    23. 59:10鸡汤---alphago战胜李世石十周年之际
    24. 1:08:28token大户在干嘛?投资人关注什么?普通人能干什么?
    25. 1:09:412年前我和koji统计的YC项目分类
    26. 1:14:07既然大家都焦虑,那么能做点什么?
    27. 1:14:59AI漫剧的案例
    28. 1:15:49重轻和汉阳的播客:给人文工作者的 AI 使用指南
    29. 1:18:26AI和物理世界的结合趋势
    30. 1:21:50公司的组织形态变化
    31. 1:23:45AI陪伴的无限延展以及有什么绝对会杜绝AI的
    32. 1:27:49我们其实还聊到了饭否
    33. 1:29:36AI商业化的困境
    34. 1:34:29算法人的关注点
  • 03-09Vol.89 AI行业2025年度总结补充篇(V4不等了版)---70页PPT solo
    1. 01:42标题页:挡不住了
    2. 02:3010个议题
    3. 04:51第一个议题:capex
    4. 05:3325年之后的26年
    5. 06:37担心的是债
    6. 07:41capex vs一些东西
    7. 08:31叙事已经炒到toto了
    8. 10:06苹果是什么情况?
    9. 12:19第二个议题英伟达财报
    10. 12:59拉长时间看英伟达的收入增长
    11. 13:5075%的毛利
    12. 14:22但是……
    13. 15:45到底是巅峰还是在憋个更大的?
    14. 20:12英伟达对外投资以及GPU的租赁价格
    15. 21:07提一嘴游戏显卡的事情
    16. 22:08AMD和Google的动作
    17. 23:07第三个议题:OpenClaw
    18. 24:00Github上的star暴涨
    19. 24:38给Agent一台电脑
    20. 25:56notebooklm的总结
    21. 29:42多次出现的循环
    22. 30:56故事再延续
    23. 31:47幺蛾子就多了起来,尤其是web3靠了上来
    24. 33:17算力爆炸的趋势是确定的
    25. 35:50新一波创业叙事展开
    26. 36:27推荐一期重轻的播客
    27. 38:23第四个议题:软件股暴跌
    28. 39:51软件ETF VS 市场和硬件ETF
    29. 40:38但这些公司的收入其实还在增长
    30. 41:17到底在担心什么?
    31. 42:03软件吃掉世界,AI吃掉软件
    32. 44:19Block的大裁员
    33. 44:462028末世论
    34. 45:14银行柜员与ATM的案例可以借鉴吗?
    35. 46:39已经发生的和还没有发生的
    36. 47:39第五个议题:OpenAI新一轮融资确认
    37. 49:42OpenAI未来的收入和现金流预测
    38. 50:21融资的细节
    39. 51:24关于OpenAI上市相关的“预测”盘口特别多
    40. 52:24挡不住的还有Anthropic
    41. 52:59ramp统计的2b战场收入份额
    42. 53:43用王慧文的即刻结束美国叙事
    43. 54:15第一个议题:模型密集发布
    44. 55:122月的数据
    45. 56:40那些大版本更新
    46. 57:242月开源模型竞技场排名
    47. 58:19anthropic开始整景儿
    48. 59:03林俊暘离职事件
    49. 1:03:52第二个议题:字节seedance 2.0
    50. 1:05:29冯骥又发微博了
    51. 1:09:32字节体系+内容传播
    52. 1:10:18影视行业可能的趋势
    53. 1:11:14可灵3.0和Genie 3
    54. 1:12:29美国的反应
    55. 1:12:56Tim发现一件恐怖的事情
    56. 1:14:17第三个议题:DeepSeek V4
    57. 1:15:14海外媒体的猜测
    58. 1:15:50第四个议题:春晚AI红包大战-豆包
    59. 1:16:45千问
    60. 1:17:32元宝
    61. 1:18:17结论:几乎没有什么意外
    62. 1:18:33Qusetmobile的数据
    63. 1:19:46为什么戛然而止
    64. 1:20:38第五个议题:智谱和minimax的股价
    65. 1:21:00OpenAI的1%到5%
    66. 1:21:42只见新人笑
    67. 1:22:15Kimi按100亿美金估值融了7亿美金
    68. 1:24:02阶跃融资与准备港股IPO
    69. 1:24:56推荐一个视频和一期播客
    70. 1:39:37一切才刚刚开始

2026 年 2 月

2 期
  • 02-09Vol.88 AI如何解锁2026内容消费的深水区---再次对谈快手磁力引擎郑迅
    1. 00:55内容消费进入深水区
    2. 01:10平台视角看,内容消费出现的趋势变化
    3. 05:45短视频平台的用户规模趋于平稳,内部品类上有何变化?
    4. 10:13呼应深水区的逻辑
    5. 10:43AI,尤其是多模态对于内容平台的带来的变化
    6. 13:48AI漫剧的崛起
    7. 14:26AI漫剧爆发其实是25年下半年才开始的
    8. 16:04爆发的核心原因是供给的增长
    9. 17:46当前漫剧CP的极致做法:小团队+多流水线并行
    10. 19:21主流AI漫剧生产流程
    11. 20:35传统动态漫厂商 VS 短剧编剧
    12. 23:34常规漫剧的长度
    13. 24:50短剧还需要去一个地方“拍”,漫剧不需要
    14. 27:07也要感谢之前短剧建立的所有链路和基础设施
    15. 29:122026年 AI漫剧的趋势
    16. 32:44短剧在25年出现了哪些变化?
    17. 36:09CP(内容供应商)的发展议题其实只剩下了AI和出海
    18. 37:36平台数量在收敛
    19. 39:18短剧成本的提升主要体现在哪里?
    20. 41:05短剧IAA强势,IAP还有可能性吗?
    21. 43:20小游戏领域IAA与IAP并存
    22. 44:58“AI到今天其实依然没有让游戏的成本降下来”
    23. 46:59所以小小游戏和各种模拟器出现了
    24. 49:34再往前推演,那个类似“元”的沉浸式体验叙事就又来了
    25. 51:48还有什么新的可能性吗?
    26. 53:25中国每天1000亿视频消耗代表着什么?
    27. 55:36如果再算上广告匹配,这个数字会更大
    28. 57:01大模型去做更好的内容和用户理解
    29. 1:01:08我最近总提的那个观点:语言和多模态其实是一桌
    30. 1:05:48大模型接管广告出价策略的尝试
    31. 1:08:59Echo了之前Agent的概念定义
    32. 1:13:49随着技术推演,期待爆发的场景
    33. 1:18:14细分类目在2026年的变化趋势
    34. 1:20:00平台角度期待2026年的变化
  • 02-06Vol.87 闲侃春节AI红包大战-从元宝红包被微信屏蔽聊起-百岁山组合(潘乱\阑夕\明浩)+一泽
    1. 01:06「我发起疯来连自己都打」2月4日微信正式封禁元宝红包链接
    2. 06:09为什么第1天不封,直到第4天才封?
    3. 12:03元宝红包的这个设计,值得打个问号。
    4. 12:22腾讯丢失了一些在移动互联网强盛年代那种纯产品侧的能力
    5. 14:48今年春节大厂10亿、30亿的投放,大家的第一目标是什么?
    6. 19:4810亿做AI社交实验?
    7. 23:17近年来,腾讯内部有着所谓高规格待遇的4个产品:
    8. 23:27腾讯微视23:45 使命召唤手游(CODM)24:02 元梦之星24:18 元宝25:03 马化腾的公开力挺、又有集团的大力投入,元宝到底拿到了怎样的支持?
    9. 26:09阿里“雨化田”淘宝干不成的事情,我千问来干。
    10. 26:572023年到2026年,千问的变化
    11. 27:36“无线不是要为电商服务的,是电商要为无线服务的”,AI这边依然是成立的
    12. 28:44今年(2026年)春节档绝对是有史以来大厂竞争最激烈的一个春节档
    13. 31:29豆包的做法就特别像微信早年张小龙那个按着语音说话,用不需要语言的方式去触达更多人
    14. 34:27绝大部分人需要是快速的给反馈,现在最被验证的场景就是搜索场景的替代
    15. 38:58大厂AI转型的四问:
    16. 39:10问题一:要不要做新产品? 是在老产品改造还是做AI原生产品?43:33 问题二:用老团队还是新团队? 模型侧必须用新人,但产品侧呢?53:17 问题三:时间窗口
    17. 53:56进入到25年Q4,突然间的大厂竞争态势升级了
    18. 55:51今年好多坏事都是阿里“干”的,本来大家好好跑的,然后阿里进来,导致集体的焦虑。
    19. 62:28对于AI这件事情的重要性判断:我会认为阿里会比字节更渴求一点。
    20. 72:51今天的AI叙事,分ToC与ToB 吗?
    21. 68:05美国的AI「御三家」与中国的AI「御三家」
    22. 82:11在AI时代下面产品经理到底是一个什么样的角色?
    23. 86:22腾讯太在乎给别人的印象了,太在乎变成一个体面的、有意义感的公司。他们对于增长非常非常不饥渴
    24. 89:40字节是AB测试特别强的,张一鸣一定不会看番茄小说,但这个产品有市场,他就做了。
    25. 92:04现在的腾讯是那种能够想去做精品,做好东西,不太愿意做那种走量的事情了
    26. 94:11字节待了10年的人都在陆续离开,不是主动离开,是被动离开。你有没有新的突破,就得给年轻人让位置。
    27. 95:26「不要过分捧杀字节」
    28. 98:04三表赐名:「百岁山」组合

2026 年 1 月

4 期
  • 01-30Vol.86 同一代技术,两个系统,181页PPT全记录AI行业的2025
    1. 01:10标题页:同一代技术,两个系统
    2. 02:04之前其实做过年度总结
    3. 03:14回归传统:中美对抗视角
    4. 03:30AI帮我写了一段导语
    5. 04:14美国叙事1
    6. 05:05AI能力边界的进化
    7. 07:07新模型疯狂发布的一年
    8. 08:09一段AI视频记录过去的2025年AI行业
    9. 10:11我们该如何记录这一年?+1
    10. 10:48推理模型崛起
    11. 11:16我们如何一步一步走到这里?
    12. 11:51对应当前AI lab的架构
    13. 12:16RLVR之年
    14. 12:59RL环境搭建变得重要了
    15. 13:29谁在搭建RL环境?
    16. 14:50新时代的“数据民工”
    17. 15:44红杉美国《2026,This is AGI》
    18. 18:26自主学习
    19. 19:06自主学习是不是等于L4?
    20. 19:43所以出现了一批new lab
    21. 20:32关于AI主桌的探讨
    22. 21:53不同模型类型之间的表现差异
    23. 22:32讲过很多次我给我家孩子做PPT的故事
    24. 23:24notebooklm甚至“懂”什么是立体书
    25. 24:33世界模型以及目前的两种技术路线:无限视频流/物理空间
    26. 26:01御三家:Google、OpenAI、Anthropic
    27. 27:11OpenAI不再领先
    28. 27:42美国叙事2
    29. 28:10Chatbot
    30. 29:11OpenAI亮红灯
    31. 29:46OpenAI VS Anthropic
    32. 30:36OpenAI的策略:成年人全都要
    33. 31:13Anthropic的策略:coding+一切
    34. 32:24Chatbot到Agent
    35. 32:45Agent战场
    36. 33:05再往下分赛道
    37. 33:32我们在用模型干什么?
    38. 34:022B AI的分类方式
    39. 35:02这些行业带来了收入增量
    40. 35:41技术成熟,解锁场景
    41. 36:05收入快速增长
    42. 36:31vibe coding这个行业
    43. 37:49为什么大家都开始着重做医疗?
    44. 39:01接下来会发生什么?
    45. 39:38产业视角看AI
    46. 39:57行业分工
    47. 40:51“整个晋西北乱成一锅粥”
    48. 41:02你中有我,我中有你
    49. 41:50产业链角度看巨头公司
    50. 43:19第四波软件的“大浪”
    51. 44:13美国叙事3
    52. 44:35我们到底期待一个多大的浪?
    53. 45:35过去15年的三浪
    54. 45:59一浪更比一浪强
    55. 46:26市值增长
    56. 46:51AI是核心动力
    57. 47:17二级过去一年的表现
    58. 48:12那些大家伙们
    59. 49:10mag7的叙事
    60. 49:414万亿美金的公司
    61. 49:56泡沫与PE
    62. 50:22一级市场的回暖
    63. 50:50分阶段看一级市场
    64. 51:19AI是核心议题
    65. 53:02共识过于集中
    66. 53:23快速提升的收入与估值
    67. 53:51独角兽积压
    68. 54:14IPO有所改善
    69. 54:30并购大年
    70. 54:53两笔收购给26年定了调
    71. 55:16掏空式并购
    72. 55:44数据中心的议题
    73. 55:51云收入的增长
    74. 56:17那些neo cloud
    75. 56:30云厂商其他的可能性
    76. 57:00云战场的五年期收入预期
    77. 57:12算力算力算力
    78. 57:31美国数据中心网络示意图
    79. 57:50数据中心的衡量:GW
    80. 58:34数据中心产业链
    81. 59:50我们炒到了存储
    82. 1:00:21问题简单了,需要多少钱?
    83. 1:00:57钱从哪里来呢?
    84. 1:01:27巨头们的capex顶得住么?
    85. 1:02:14“债”
    86. 1:02:35折旧
    87. 1:03:26那些杠杆拉满的公司波动最大
    88. 1:04:15Oracle的案例
    89. 1:04:46股价上蹿下跳
    90. 1:05:15Oracle这一年:白折腾?
    91. 1:05:51标普500屡创新高
    92. 1:06:24那2026的预期呢?
    93. 1:07:06三角结构的变化趋势
    94. 1:07:39再往前走那就应该是……
    95. 1:08:25“泡沫”
    96. 1:08:31OpenAI的新一轮融资
    97. 1:08:53OpenAI阵营 VS Google阵营
    98. 1:09:39产业链视角看需求的传导
    99. 1:09:58需求-need more
    100. 1:10:24大家都happy了……是吗?
    101. 1:10:44谁证明了价值?
    102. 1:12:02问题还是出在钱从哪来
    103. 1:13:04按照一定利润率倒算收入需要到多少
    104. 1:14:07所以我们到底相信谁?
    105. 1:14:20台积电:相信我
    106. 1:17:06市场周期曲线
    107. 1:17:43“太硅谷叙事了吧?”
    108. 1:18:15中国叙事1
    109. 1:18:33DeepSeek发布刚满一年
    110. 1:19:00直到今天影响依然被低估
    111. 1:19:23为什么一定要在V4之前发布这个内容:给DeepSeek足够的尊重
    112. 1:21:06中美对抗
    113. 1:21:29把中国当成一个整体
    114. 1:21:51开源的共识不仅仅是在中国
    115. 1:22:11开源与闭源的竞争
    116. 1:23:14群英大乱斗
    117. 1:23:53其中超强的Qwen
    118. 1:24:14我们离OpenAI多远
    119. 1:24:42中国大模型从夯到……
    120. 1:25:172026年的模型技术发展共识--智谱
    121. 1:26:042026年的模型技术发展共识--Kimi
    122. 1:26:45我们在追coding
    123. 1:27:07Agent-从语言到行为
    124. 1:27:23各种Agent,其实用户没有太强的感知
    125. 1:27:55Skill
    126. 1:28:37Skill会成为标配
    127. 1:28:55中国叙事2
    128. 1:29:21一些之前的结论开始出现变化
    129. 1:30:26Chatbot依然是最核心战场
    130. 1:30:40豆包在24年年底,就有被定义成“已经赢了”……
    131. 1:31:31传闻豆包也拿到了“微笑曲线”
    132. 1:31:44阿里和蚂蚁肯定不服
    133. 1:32:16Chatbot战争升级
    134. 1:32:49多模态的展开
    135. 1:33:04图片模型榜单
    136. 1:33:20视频模型榜单
    137. 1:33:33多模态相关应用在国内的拓展
    138. 1:33:49出海领域多模态也是密集分布
    139. 1:34:25语言和多模态其实是一桌
    140. 1:35:19中国的三家巨头:新BAT
    141. 1:35:55AI硬件
    142. 1:36:16AI玩具
    143. 1:36:42AI+social的故事在海外
    144. 1:37:42AI+social在国内
    145. 1:38:12AI+乙游(对做游戏这件事情缺少敬畏)
    146. 1:39:15这个领域的擦边和出海也是共识
    147. 1:40:51量子位的AI 100榜单也是这些分类
    148. 1:41:38中国叙事3
    149. 1:41:44巨头们的AI全链条竞争
    150. 1:42:58新BAT-字节
    151. 1:43:39字节的硬件之心不死
    152. 1:44:02新BAT-阿里
    153. 1:44:43千问在阿里体系内的地位变化
    154. 1:45:51值得单独说的蚂蚁
    155. 1:47:00新BAT-腾讯
    156. 1:47:32腾讯动了-社交/群聊/红包
    157. 1:49:22春节红包大战再次……
    158. 1:50:00老BAT的百度呢?
    159. 1:51:22我没想明白两个问题
    160. 1:52:49capex的对比
    161. 1:53:22中国科技的新叙事
    162. 1:53:50中美本质上是同步的
    163. 1:54:381%-2%估值原则
    164. 1:56:06方向指明,那就开干!
    165. 1:56:35一级市场整体数字趋势
    166. 1:57:00分类角度
    167. 1:57:27AI方向的投资额和big deal的中美共识
    168. 1:58:04IPO
    169. 1:58:56硬科技领域的退出
    170. 1:59:30中美的AI与算力对抗结局推演
    171. 2:00:40结束页:AI革命尚未成功
  • 01-26Vol.85 写在DeepSeek发布一年之后,也写在元宝要发10亿红包之后---串台厚雪长坡
    1. 02:40DeepSeek R1发布,如何同时撬动技术圈、创投圈和舆论场?05:51 成本只是其中之一,重要的是DeepSeek实现了一个阶段性的跨越
    2. 10:30模型在持续进步,但为什么普通用户越来越难判断“它到底强没强”?
    3. 12:442025被称为“应用年”:豆包日活破亿、ChatGPT周活逼近 9 亿,一个重要信号是留存曲线开始反弹
    4. 14:38国内模型战役还会有新玩家入场吗?
    5. 18:49核心议题正在从语言模型走向“行动”
    6. 27:59Anthropic等模型早在2024年底,就已经在“理解结构和风格”层面超出很多人的预期
    7. 29:43聊聊Nanobanan和Gemini:从火影忍者到西游记,真正让人震撼的不是生成内容,而是多模态不再是三条平行线,是在同一套能力底座上协同工作
    8. 36:25Grok、LLaMA,2025年又发生了哪些变化?Meta的困境在哪里?
    9. 43:19DeepSeek的特殊之处在于:它几乎无法用传统商业逻辑解释,却深度嵌入中美两个市场
    10. 45:232026年,基座、语言模型会进化得更快吗?
    11. 53:05多模态领域又有新概念?李飞飞所说的世界模型到底是什么?
    12. 57:28卖铲子的人最大!商业化应用层面上,ToC和ToB谁会先走出来?
    13. 01:00:18聊聊股票!估值、基本面,AI投资我们到底要怎么看?
    14. 01:24:03AI 叙事进入新阶段:周期被极度压缩,我们到底是在山腰,还是已经站在山顶?
    15. 01:31:44对普通人来说,一个是否该用AI的简单判断:一周内是否重复做过五次同一件事?
    16. 01:35:33一个家长们可能比较关注的话题:AI教育可能要从娃娃抓起
  • 01-20Vol.84 数据不再是“后台的沉默基石”:OceanBase 与 00 后开发者眼中的 AI 变局
    1. 00:20去年11月我写的PPT-大模型厂商在解决什么问题:记忆、激励模型、Benchmark
    2. 00:5226年偏共识的趋势:自主学习
    3. 01:37大家都说是工程的胜利,那么“工程”到底是什么?
    4. 02:25嘉宾介绍
    5. 03:46数据的重要性在边际增强,这个结论现在可以下吗?
    6. 05:0025年开始,私有数据与大模型结合成为很多企业面临的问题
    7. 06:03echo去年MIT那份所谓95%企业投入AI没有获得成效的报告
    8. 07:25预训练的数据真的挖掘完了吗?
    9. 08:21Google年底模型能力超强,其实更多还是靠的预训练,为什么?
    10. 09:31泛的数据工程这件事情在整个模型训练过程中的边际地位得到了提升
    11. 10:14数据其实一直以来对于所有科技/互联网公司都是在核心位置
    12. 11:07结构化到非结构化之后,对于数据库软件提出的新要求是什么?
    13. 12:11语言-多模态- coding,到底是平行的三桌还是其实是一桌?
    14. 14:43数据是瓶颈,那么到底卡点在哪里?
    15. 16:24趋势的变化,也体现在了大赛5年历程中考题的变化上
    16. 18:09今年决赛题目:混合搜索+RAG
    17. 20:58组队、参加比赛、解题、答辩的全过程
    18. 23:51参赛过程中遇到的难题
    19. 26:48数据库在新时代一定会更加“开放”
    20. 27:59“幻觉”的问题,能不能解决?或者说是否需要100%解决?
    21. 32:23技术趋势与出题的匹配程度
    22. 33:375年比赛做下来,参赛选手的画像发生了什么样的变化?
    23. 34:36年轻一代如何看待vibe coding
    24. 36:56AI coding能力越来越强,原来的”手艺人“怎么办呢?
    25. 38:40大厂内部如何看待AI coding
    26. 39:45AI coding工具引发的数据安全问题
    27. 40:47想要实现online learning/自主学习,是不是更多的还是数据问题?
    28. 42:44传统数据库-向量数据库-新的尝试,其实也是在匹配这个技术趋势
    29. 44:22开源生态的崛起在这一轮AI浪潮中更加明显
    30. 45:49如果用一个关键词概括25年中国AI行业发展,开源可能是很多人会选择的答案
    31. 46:35我们为什么在开源这个领域突然这么强?
    32. 47:25OceanBase从蚂蚁内部项目到独立成商业公司的过程
    33. 48:22OceanBase产品初心:做世界级的数据库
    34. 49:18问学计算机的年轻人,如何看待AI浪潮带来的影响?
    35. 50:22吴同学是学安全的,AI时代的“安全”定义被无限放大了
    36. 53:06杨同学之前只会后端,现在前端也要写了
    37. 54:05OceanBase比赛的初衷
    38. 55:54数据库人才的画像变化
    39. 56:37两位过来人对于更年轻的学弟学妹有什么建议?
    40. 57:07是否还要学计算机/coding?
    41. 59:00其实企业内部用AI好的人之前也是写代码写的好的人
    42. 1:00:21北邮在互联网行业的特殊性
    43. 1:01:35AI PPT能力的提升已经让我感觉到压力了
    44. 1:03:52对26年的期待
    45. 1:04:47绕不开的Agent元年以及要元几年的讨论
    46. 1:06:54目前看哪些场景/行业,AI的落地趋势更快一些?
    47. 1:10:18只有在技术大爆发的时候才有“黑客松”
    48. 1:10:44AI4S的期待
    49. 1:11:4926年期待出现什么变化/里程碑
  • 01-10Vol.83 25页PPT记录一场中国AI“全明星赛”
    1. 02:22一切都值得
    2. 03:32“全明星阵容”
    3. 06:13“群星璀璨”
    4. 07:38唐杰演讲:让机器像人类一样思考
    5. 08:23“我们差距可能在变大”+26年预判
    6. 10:20Kimi杨植麟:回归第一性原理
    7. 11:19“品味”
    8. 12:38林俊暘:Towards a Generalist Agent
    9. 13:57Qwen的全面能力构建
    10. 14:25Qwen在图像的推理能力上的案例
    11. 16:19论坛环节的四个问题
    12. 18:43媒体们都很“默契”的选择了姚顺雨的“巨头”照
    13. 19:36第一个问题:分化
    14. 23:15第二个问题:下一代范式-自主学习
    15. 27:17第三个问题:Agent的经济价值引爆
    16. 29:11第四个问题:中美AI对抗
    17. 31:26最后张钹院士的陈词总结
    18. 32:11从LLM到Agent
    19. 32:29五大关键能力
    20. 33:07解决路径
    21. 33:37主体性的哲学思考
    22. 34:12对齐与治理
    23. 34:27AI时代的企业家
    24. 35:22最后一些零散的记录

2025 年 12 月

5 期本月 5 期的分节 →

2025 年 11 月

2 期本月 2 期的分节 →

2025 年 10 月

1 期本月 1 期的分节 →

2025 年 9 月

3 期本月 3 期的分节 →

2025 年 8 月

2 期本月 2 期的分节 →

2025 年 7 月

3 期本月 3 期的分节 →

2025 年 6 月

4 期本月 4 期的分节 →

2025 年 5 月

4 期本月 4 期的分节 →

2025 年 4 月

3 期本月 3 期的分节 →

2025 年 3 月

2 期本月 2 期的分节 →

2025 年 2 月

4 期本月 4 期的分节 →

2025 年 1 月

3 期本月 3 期的分节 →

2024 年 12 月

4 期本月 4 期的分节 →

2024 年 11 月

4 期本月 4 期的分节 →

2024 年 10 月

2 期本月 2 期的分节 →

2024 年 9 月

5 期本月 5 期的分节 →

2024 年 8 月

4 期本月 4 期的分节 →

2024 年 7 月

1 期本月 1 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 1 期的分节 →

2024 年 4 月

2 期本月 2 期的分节 →

2024 年 3 月

7 期本月 7 期的分节 →

2024 年 2 月

2 期本月 2 期的分节 →

2024 年 1 月

2 期本月 2 期的分节 →

2023 年 12 月

4 期本月 4 期的分节 →

2023 年 11 月

3 期本月 3 期的分节 →

2023 年 10 月

3 期本月 3 期的分节 →

2023 年 9 月

10 期本月 6 期的分节 →