Radical AI 的 CEO Joseph Krause 解释为什么材料科学不是 AI for bio—— 没有 SMILES/SELFIES 那样的字符串能描述一块合金，所以模型再大也 one-shot 不出 能装进 iPhone 或飞上 Starship 的新材料。解药是 self-driving lab：让 AI scientist 自己跑研究 campaign。Radical 三个月做了 1,200 块合金，对比 DARPA × GE Aerospace 的 MACH 项目一年 500 块。Joseph 的反共识结论：材料行业不缺算力，缺实验； 在科学里，experiments are the moat, models are not.
GitHub COO Kyle Daigle 与 Sean Wang 对谈 GitHub 与 Microsoft Developer 在 agent 时代的演化：内部 AI 工作流（micro skill 替代 mega skill、"回看式" LLM 用法）、 14× commit 增长拖出 MySQL 1 / permissioning / monorepo 等历史债务，以及 Copilot 从代码补全转向"统一 SDK + 多 harness + ambient context"的下一幕。
Microsoft Build 2026 现场，Satya Nadella 与 Sarah Guo / Elad Gil / swyx 的 30 分钟跨节目对谈。核心命题：让每家公司都能在 Microsoft 的平台之上长出自己的 frontier intelligence。从 MAI 模型的清洁血统、harness + private evals 这一新护城河，到 SaaS 三层栈的 re-litigation、Azure 网络团队把工作"meta 化"成 Miles agent，再到数据中心扩张的社区许可问题，Satya 用一系列具体例子勾勒了 Microsoft 的"第三幕"。
阳萌掌舵的安克创新从充电宝起家，市值 600+ 亿。但他想做的不是一家"做生意的公司"，而是一家"做深科技的公司"—— 从 2022 年 27 个产品线打不赢独角兽的低谷，到 2026 年发布自研存算一体芯片让百万参数端到端降噪模型跑在耳塞里， 再到看家狗、户用储能、AI 中台、N 倍效能组织——这期访谈把这条路径从战略框架到执行细节全部摊开。 核心是几个抽象框架：1357 人群分层、浅海/深海品类、第三类公司（总统+联邦）、第一性/求极致/共成长， 以及他对 AI 时代组织变革、价值分配（创造者拿 7）和 CEO 哲学（养娃 vs 养猪）的完整论述。
一年前 Dan Shipper 在这档播客里押 Claude Code 用于非编程工作，事后被证明完全正确。这一期他回到 Lenny's Podcast，把对未来一年的预言切成三组：工作的物理表面会迁移到 Codex 或 Claude 这类 agent shell 里；工作的形态会以 pull request 爆炸和 forward-deployed engineer 兴起为主线；PM 和 full-stack 设计师将成为最大赢家。最反直觉的押注：Codex 已经超过 Claude Code、SaaS 没有末日反而值得买、AI 工作大失业不会到来。
魔法原子把发布会开到 Santa Clara——一家小米铁蛋研发班底起家的中国机器人公司， 在硅谷接受硅谷101 2.5 小时访谈。新任总裁顾诗韬讲清楚了中美机器人公司的根本分工、 中国"数据燃料"的成本代差，以及为什么真正的对手是华为/小米/特斯拉，而不是另外 199 家创业公司——以及为什么 2029-2030 之前的三四年窗口要拿来锤打"能直接 PK 10 万名员工"的组织体系能力。
硅谷 101 陈茜对话"杭州六小龙"首家 IPO 公司 —— 群核科技创始人黄晓煌。 从世界模型 / 空间智能 / 具身智能 的概念辨析出发，覆盖空间表征技术选型、 中美路线之别、Claude Code 时代的新护城河，以及一段从 NVIDIA CUDA 第一批开发者 到 2012 年一年没融到资、被迫包装成家装 O2O 的创业故事。
张小珺对 24 岁 Axiom 创始人洪乐潼的 4 小时长访谈。00 后华人女孩、MIT 摩根奖得主、 斯坦福数学博士辍学、A 轮 16 亿美元。访谈把 AI for Math 的来龙去脉讲透——从 1960s ATP 到 2024 年 DeepMind AlphaProof，再到 2025/12 Axiom 拿下 Putnam 满分 98.93%； 也讲透了洪乐潼的创业心智：蛮力型选手、对苦难上瘾、bet system not model、 把自己定义成 "research scientist intern" 而非 CEO。
Dwarkesh 花了两小时把 Jensen 逼到角落里问：如果 AI 商品化软件，Nvidia 会不会 也被商品化？Jensen 的答案是 "electrons → tokens 的转换" 本身就是护城河，并一路 反驳 TPU / ASIC 叙事、承认自己没能早投 Anthropic 的 "my miss"，最后跟 Dwarkesh 就 China 出口管制打了一场 40 分钟的激烈辩论 —— "you're not talking to somebody who woke up a loser."
张小珺对星海图创始人高继扬的 3 小时访谈。92 年生人、清华电子系物理竞赛保送、 USC PhD 三年半毕业、Waymo 两年、Momenta 两年作为"鲶鱼"轮换感知/定位/规控/NOA、 23 年 5 月放弃 1000 万美金期权创业。访谈把具身智能创业的"反浪漫"逻辑讲透—— 从曾国藩式的"儒家清流到事功"自我重塑，到智能定义本体的轮式双臂选型， 再到 200~250 元/小时的真实数据成本账、VLM+VLA 双系统、 以及"传播周期决定壁垒"的大厂 vs 创业公司分析。访谈录制时正逢联合创始人许华哲离职。
Applied Intuition 给汽车 / 卡车 / 矿车 / 农机 / 防务平台卖"让物理机器变聪明"的技术栈, 18/20 OEM 是它客户, 估值 $15B, 1000 名工程师, 现在在日本跑 L4 无人卡车. 这期把它的三个 bucket (仿真 + 操作系统 + 自动驾驶模型) 全部摊开讲, 还顺手把 "vehicles like pre-Android phones" 这条 类比、neural sim = Gaussian splatting + diffusion、onboard 才是物理 AI 真正瓶颈 这些反直觉点都串了起来.
Warp 创始人 Zach Lloyd 在 MLOps.community 解释为什么 2026 是 agents 搬家的一年—— 从笔记本搬到云端，从 solo sport 变成 team sport。Oz 是他们的编排平台，agent 不是云电脑、 是云上的同事，meta-app 正在让 SaaS 入口收敛到一个"会做事的浏览器"。
Reiner Pope（MatX CEO）在 Dwarkesh 的黑板课式访谈里，从几条 roofline 方程一路推到： 最优 batch size = 300 × sparsity、20ms 的"火车"调度、MoE 必须挤进一个 rack、 Ilya 为什么说 pipelining 不智、RL 时代模型被过度训练 100 倍、Gemini API 价格如何 泄露 ~2KB/token 的 KV cache 大小，以及神经网络和密码学之间的对偶关系。
张小珺《商业访谈录》第 134 期：和光轮智能 CEO 谢晨把 AI 的"数据"这架马车 做成一次产业综述。从数据 = 教育的第一性类比，到朱玉可提出的数据金字塔 （真机 / 仿真 / 人类第一人称视频），再到为什么特斯拉模式在具身不成立、 BEHAVIOR Challenge 的 26%、为什么"先失败再成功的数据最贵"，一直到终局： 一家 AI 教育公司，提供环境让模型自己修炼内功。
一集在做鸡肉炒饭的过程中同时讲清楚 AI 产业格局的访谈。Dylan Patel 从台海终局的四种情境 讲到出口管制的两派逻辑，从 Anthropic 一个月加 $2-3B 收入讲到 hyperscaler 的 Pascal 赌局，从 Jensen 的偏执讲到瓶颈从 CoWoS→数据中心→电力→又回到晶圆厂的迁移路径。
Applied Intuition CEO Qasar Younis 首次公开访谈。他认为 AI 真正的影响不在软件开发， 而在农业、矿业、建筑和卡车运输等物理行业。对谈涵盖 Physical AI 路线、 中国竞争的误读、创始人的沉默哲学、以及一家近十年未花过融资的 $15B 公司如何运营。
《硅谷101》飞到拉斯维加斯的 AWS re:Invent 2025 现场，把这家全球最大云厂商的"AI 云端狂想曲"拆成四个支点——算力（Trainium2→3→4 与 GB300 双线）、模型（Nova 2 四款 + Bedrock 接入 MiniMax/Kimi）、首创的"开放训练模型"平台 Nova Forge、以及围绕 Agent 的 Bedrock AgentCore 和 Kiro/Security/DevOps 三大虚拟工程师。同时带读者看 Adobe / 康泰纳仕 / Blue Origin / Ocean Cleanup / F1 / NBA 等客户案例，最后落到 CTO Werner Vogels 在第十四年也是最后一年 keynote 上说的那段关于"卓越运营"和"不被看见的价值"的话。
Jensen Huang 把 NVIDIA 的打法讲成一条推理链：从 extreme co-design 到四条 scaling law，从 CUDA 在 GeForce 上的存在主义赌博到 agentic 时代的 "iPhone of tokens"。他也谈到 TSMC、中国、 供应链、能源瓶颈，以及"intelligence is a commodity"的人生哲学。
《硅谷101》6 月这期 101 Weekly 把上周三件最重要的科技商业事件拆开讲： OpenAI 想反过来对微软"狮子大开口"重谈 2019 年的不平等条约——49% 利润分成换 33% 股权、20% 收入分成砍到 10%、收回 Azure 独家权—— 双方都备着所谓的"核弹级选项"；Meta 在 Llama 4 失利后用 143 亿美元收购 Scale AI 49% 股份，把 28 岁的 Alex Wang 抢进新成立的 Superintelligence Lab， 本质上买的是"founder mode 创始人基因"；以及泡泡玛特两年股价 20 倍、海外同比 480% 增长背后，LABUBU 这个"北欧精灵 + 中国供应链"IP 怎么先在东南亚再到欧美最后返攻国内。
Elon Musk 与 Dwarkesh Patel 长达 3 小时的深度对谈，涵盖太空 AI 数据中心（36 个月内最经济）、 Starship 每小时一次发射、月球质量驱动器、Terafab 自建芯片厂、Optimus 机器人的递归指数增长、 中美制造业竞争，以及 xAI "understand the universe" 使命与 AI 安全。
SemiAnalysis CEO Dylan Patel walks through the entire AI compute supply chain, from $600B hyperscaler capex to the 3.5 EUV tools needed per gigawatt. He explains why semiconductors — not power — are the real bottleneck, and what that means for the US-China AI race, memory prices, and consumer electronics.
Anthropic CEO Dario Amodei 三年后再度做客 Dwarkesh Podcast，深度解析他为何认为 我们正接近 AI 指数增长的终点。从 2017 年的 Big Blob of Compute 假说到 country of geniuses in a data center 的 1-3 年预测，从 Anthropic 10x 年增长到算力采购的 生死赌局，从 AI 宪法的三层治理到独裁体制道德过时论。
Jason Lemkin shares how SaaStr went from a 10-person sales team to 1.2 humans and 20 AI agents with the same revenue output. He covers which sales roles will go extinct, how to train agents in 30 days, and why the future belongs to $250K SDRs managing 10 agents instead of 10 people.
Lex Fridman 与 Anthropic 的三位核心人物同场对谈: CEO Dario Amodei 讲 scaling 假设、RSP 的 if-then 结构、"race to the top" 战略与 Machines of Loving Grace; character lead Amanda Askell 讲 Claude 的性格工程、sycophancy 与最优失败率; interpretability 共同创始人 Chris Olah 讲 features、circuits、superposition 和那个著名的 deception feature。三人从战略、产品、研究三个层面拼出 Anthropic 对 "AI inside" 的完整 stereo view。
Brian Halligan — HubSpot 联合创始人、Sequoia 驻场 CEO 教练、Red Sox 股东 — 在 Lenny's Podcast 把他 15 年 CEO 生涯的教训铺开: Sequoia 的 "kids table / adults table" 为什么以 100 人为界; 招聘的 "hire slow / fire fast" 和为什么 blind references 比 面试重要; Parker Conrad 的 NDA hack; 2004 Red Sox 式的混合团队; 他评估 CEO 的 LOCK(S) 算法; 为什么 sales 是 AI 最晚取代的岗位, 以及 avatar 如何颠倒 go-to-market 漏斗; 一系列 hagganisms — "别一口一口吃三明治"、"两个人浇的花必死"、"没有银弹只有 铅弹" — 以及一次摔下 Vermont 悬崖之后他做出的 "I'm out" 决定.
