硅谷101 陈茜对话资深芯片架构师肖志斌与 Leonis Capital 合伙人 Jenny Xiao， 从 DeepSeek V4 的工程惊喜与 Token Efficiency 谈起， 覆盖架构创新、100 万 token 上下文、昇腾适配、英伟达护城河、 开源对美国闭源商业模式的"死亡地带"威胁，以及 Anthropic/OpenAI IPO 的资本市场分化。
硅谷101 陈茜对话多位机器人本体业内人士，把人形机器人拆成骨架、关节、传感器、电气计算四大系统逐一讲透。 从空翻时几十个 g 的冲击、减速器的"不可能三角"、电机能效 3% 与 5% 的鸿沟， 到前特斯拉 AI 硬件负责人复盘 Optimus 单芯片改双芯片的反复，再到供应链从"求着别人"到"滚雪球"的转折。
硅谷101 在"骁友会五周年派对"现场对话高通公司全球副总裁徐晧博士，串起 AI 落地的暗线—— 从模型蒸馏/量化/LoRA/MoE 把端侧模型缩到 4B 级、到手机 agent 化、再到机器人、汽车、XR 眼镜、AIPC 与 6G AI-Native 设计，全景拆解高通"通信 + AI + 机器人"三栖的边缘 AI 布局。
硅谷101 陈茜对话三星业内人士与华尔街投资人 Rob，系统梳理这一轮"四十年一遇"的 存储芯片超级周期：从日本马桶公司 TOTO 因高纯度陶瓷静电吸盘订单排到 2027 而股价飙升， 到 DDR4 一年涨 1800%、HBM 单颗比同等重量黄金还贵；解释 HBM-DRAM 的"产能排挤"悖论， Tokyo Electron 不扩产的"小日子"哲学，以及"周期股是否能首次被重新定价为成长股" 这个真正决定下一轮估值的问题。
三位来自不同位置的从业者——MIA 的应用研究者 Frederique、Bell Canada 的企业 AI 负责人 Shao、加拿大主权 GPU 云 Buzz HPC 的 Allan——围绕一场心理健康 AI 黑客松展开圆桌：从平台该提供什么、Codex/Claude Code/Cursor 这些"Pokemon 名字"工具其实可以替换底层模型，到从 API key 蜜月期走向自托管开源模型的 tokenomics 觉醒；从 GPU 硬件通胀（Michael Burry 错了，A100 七年仍涨价）到 Blackwell vs Ampere 的 VRAM 取舍；从 80% → 95% 的死亡幽谷、LLM-as-judge 的踢皮球，到 RL gyms、verifiable rewards、Lean 攻陷 Erdős；最后落到 constrained generation 为什么是闭源 API 永远不开的杀器、为什么 Deep Research 能远超 Claude Code、以及"agent 给 Jira 付了 10,000 次款"背后的治理真问题。
硅谷101 用瑞利判据 CD = K₁·λ/NA 为骨架，把 EUV 光源、蔡司透镜、High-NA / Hyper-NA、计算光刻 OPC / ILT、芯片命名"骗局"、纳米压印、以及 ASML 与美国政府的政治经济史串成一条主线。 访谈了 SPIE Fellow 庞博士（ILT 曲线掩膜贡献者）、ASML 前机械工程师 Evan Tao、ASML 传记作者 Marc Hijink。核心判断：光刻机硬件未来 10-25 年不会大变，真正的突破来自 GPU 加持的 AI 算法。
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。
Kashish (Uber ML infra, ex-Google YouTube Ads) walks Demetrios through a Sherlock-Holmes-grade Petastorm bug—GPU cluster stuck at 15-20% utilization, six debugging steps, two layers of bottleneck, and finally a "double bottleneck" reveal: PyArrow→NumPy translation was silently eating the headroom. Plus serving's latency-vs-utilization war, the reproducibility cost of parallelism, and a live diagnosis of a friend's slow DGX Spark.
Caitlin Kalinowski曾在三家传奇公司交付旗舰硬件——Apple的初代一体式MacBook Pro和MacBook Air、Meta的Quest/Rift/Orion AR项目，以及最近因"战争部门"协议公开辞职的OpenAI机器人部门。她与Lenny深入探讨了为什么硬件与软件有根本性的不同（"我们只能编译四五次——一辈子就这些"），被外包25年的5层供应链结构，Palmer Luckey的无人机vs航母论述，决定机器人安全性的冲量方程，即将冲击每家物理AI创业公司的"内存价格陨石"，以及她从Apple到Meta再到OpenAI一路带着的四条硬件设计原则。
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."
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。
硅谷101 陈茜系统拆解"太空数据中心"赛道：马斯克、贝佐斯、谷歌、英伟达 × Starcloud 都已经下场， 而地面 AI 数据中心被电力、散热、用水卡到极限。太空给出的三份厚礼是能源、散热、低延迟， 收敛成两条主流路径 ——「在轨边缘计算」和「轨道云数据中心」—— 都还要在监管与成本两面接受严苛考验。
Lex Fridman 请来两位"一线做过模型、也写过书"的研究者做 2026 年初的 AI state-of-the-art 盘点: Sebastian Raschka 从 GPT-2 一路手撕到 Qwen3 / Gemma 3, 最擅长从架构里读故事;Nathan Lambert 是 AI2 研究员、RLHF 书作者、atom 项目 发起人,frontier 与 open-source 两边都站过。两人聊了 DeepSeek 时刻、Opus 4.5 神话、RLVR 的"假 aha"、scaling 的三个轴、AI 2027 的时间线推后、Anthropic $1.5B 和解、CUDA 的真护城河、atom project,一直到 100 年后世界的样子。
硅谷101 陈茜在 CES 2026 现场探展，以 Physical AI 为主线串起 NVIDIA Alpamayo、宝马 Alexa+、博世/LG 智能座舱等西方阵营动作， 随后深度解剖吉利全域 AI 2.0 与 WAM 世界行为模型如何把"单点智能"升级到"整体涌现"——并通过"上天入地"的生态布局 （算力 23.5 EFlops、低轨卫星 64 颗、龙鹰一号 7nm 芯片、曹操 Robotaxi、沃飞长空 eVTOL、千里科技机器人 RLBench 90%） 论证为什么吉利 CTO 李传海会说"吉利想要做中国的特斯拉"，以及全球车业为何分裂成"代码速度"与"新型制造"两个平行世界。
《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。
黄仁勋年初一句"非常有用的量子计算还要 15-30 年"砸了量子概念股一把；GTC 期间他本想"握手言和"，召集 14 家量子计算公司 CEO 同台，开场却说"我都不知道量子计算公司已经上市了"——量子概念股再次重挫。节目请来 Joe Han（13 年量子产业 / D-Wave / IonQ 早期投资人）和祁均教授，把超导 / 中性原子 / 离子阱 / 光子 / 拓扑五大派别的物理原理、领头公司、长短板、商业落地路径一次梳理清楚。
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。
硅谷101 走进硅谷一家量子计算实验室，亲手帮忙装机。围绕谷歌 Willow 的"低于阈值"突破、五家巨头(IBM/Google/Amazon/Nvidia/Microsoft)截然不同的技术路线、加密货币和 AI 受到的冲击，以及最现实的金融与材料应用，给出一个不靠口号、靠路线图的判断:**业内大多数人会认同的实用化时间点是 20 年左右**。
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.
GTC 2025 现场的"双面"复盘：台前股价当天 -3.3%、路线图被消化没惊喜；台下机构和芯片从业者一致看好，因为老黄真正在讲的是 Scale Up + Scale Out 的数据中心叙事——CPO 硅光交换机把横向扩展打通，开源的 Dynamo 推理软件被嘉宾视为"第二个 CUDA"。再加上"旧卡推理 + 新卡训练"的折旧打法和"超级碗"全生态阳谋，AMD、ASIC、云厂商各自的位置被重新框定。
硅谷101 整个春节加班，组成五人小分队，采访了十余位硅谷嘉宾，从五个维度复盘 DeepSeek： V3 / R1-Zero / R1 三发齐发的技术创新（MoE、MLA、GRPO），蒸馏与成本的争议，对 OpenAI / Anthropic / Meta / 英伟达 的四种冲击，应用层的"锦上添花 vs 雪中送炭"， 以及孵化它的幻方量化与梁文峰其人。
硅谷101 对英特尔崩塌的深度复盘：从拒绝 iPhone、卖掉 XScale、错过 OpenAI 30% 股份， 到 14nm 卡 6 年被 AMD 反超、客户集体反水自研 ARM，再到 Pat Gelsinger 的 IDM 2.0 自救 为何在"周日退休"中夭折——一座垄断 30 年的芯片大厦，是怎样从三大护城河走向四面楚歌的。
