PODCAST · 屠龙之术

2026 年 1 月节目

4 期 · 4 期带分节

  • 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