《硅谷101》从五大 hyperscaler 回购骤降与资本开支飙升切入，拆解 Meta 的 Hyperion SPV、微软融资租赁、谷歌付款担保、亚马逊与 Oracle 长期租约，说明万亿级 AI 基建义务如何被移出传统债务口径。节目继续追踪 GPU 抵押贷款、ABS、SRT 与私募信贷的资金链，并用真实云收入、抵押品残值和银行体系杠杆检验 AI 次贷危机类比的边界。
NVIDIA 研究副总裁刘洺堉回顾从传统计算机视觉、GAN 与 diffusion 走到 Cosmos 3 的二十年研究路径，并解释为什么 Physical AI 需要一个把语言、视频、音频与动作统一起来的 world foundation model。对谈也深入到模型之外：如何从 22 个模型收敛为一个、如何让 200–300 人同时对齐与自主决策，以及 Jensen Huang 的长期主义怎样影响研究与组织选择。
张小珺对英伟达研究副总裁、Cosmos Lab 负责人刘洺堉的长访谈。内容从他二十年的生成模型研究路径出发，深入 Cosmos 3 的统一世界基础模型、Physical AI 的泛化难题，以及英伟达如何用开放模型、组织机制和长期投入共同创造新市场。
这期从百度团队早期的 Scaling Law 发现出发，追踪 Cerebras 为什么用整片晶圆重新设计 AI 计算，并如何用微小核心、冗余和动态路由解决良率难题。故事进一步解释国家实验室、G42 与高速推理如何把一项超前技术推向规模商业化，以及 IPO 后供应链、竞争和毛利率带来的现实约束。
Philip Kiely 与 Ali Taha 从一条 200,000-token 请求出发，拆解 cache-aware routing、 prefill/decode 解耦、投机解码、量化、并行和跨节点 KV cache 搬运。对谈进一步讨论 视频推理的注意力瓶颈，以及训练、推理与模型自优化逐渐形成反馈闭环的可能路径。
这期节目追溯 SK 海力士从韩国财阀现金流、海力士债务危机到押中 HBM 的完整路径，并拆解内存墙、TSV 与 MR-MUF 等关键技术。节目也把离婚案引出的政治资本争议与存储周期风险放回同一张产业地图中，解释技术领先为何仍离不开制造、认证、治理与扩产。
Kay Ke 从传统机器人、机器学习与强化学习的交汇处，拆解 Physical Intelligence 的 π₀、π₀.₅ 与 π*₀.₆ 三条研究主线。对谈进一步讨论真实机数据、评测、本体形态、中国硬件供应链，以及机器人自我组装所打开的长期想象。
Akshat Bubna 从 workload shape 出发，解释 Modal 为什么把弹性推理、post-training、batch 与 agent sandboxes 建在一套自配置 runtime 上。对谈深入 speculative decoding、GPU snapshot、17 家云供应商之上的可靠性层、私有网络与 RDMA，并讨论 DX 转向 AX 后的可观测性、产品反馈和硬安全边界。
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.
硅谷101 机器人特辑第一期。结论很反直觉：在机器人世界里，开可乐比走路难十倍——控制灵巧手要比控制躯体难上至少十倍。从 Unitree G1（$16k 整机）到 Shadow Robot（$100k+ 一只手）的价格落差出发，节目走访了 TetherIA（特斯拉前灵巧手负责人的创业团队），梳理了灵巧手 40 年技术演进、"性能/成本/可靠性"不可能三角、六大门派路线对比（直驱 / 绳驱 / 液压 / 连杆 / 混合 / 开源），并实测了抓 5mm 螺丝钉、大盒子、可乐瓶、桌面 iPhone 四个 demo。TetherIA Aero Hand Open 用 $300 开源策略试图复刻"Android 之于手机"对垄断市场的颠覆。
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 飞到上海智元机器人数采工厂，亲手试了一把"遥操作采集员"，并和觅蜂、Sharpa 等机器人公司聊清楚了一件事：机器人没有 LLM 那种"吃掉互联网"的福利 —— 每一条高质量数据都必须从零生产。 这一期把四层数据金字塔（遥操 / 仿真 / 动捕 / 视频）的优势、上限、代价讲透了，并给出了一个非常具体的"黄金配方" —— 遥操在数据池里大约只占万分之一，但决定模型能不能落地。
Lewis Hu 在 SpaceX 工作 7 年,离开时管 7 个部门、三千多个火箭部位。 这期围绕 2026 年 SpaceX 收购 xAI 与即将 IPO 的时间点,讲清楚 SpaceX 为什么从来不是一家"火箭公司"——它的真正拐点是 2015 年 12 月 21 日 的第一次回收,而星链、太空数据中心、星舰都是同一个"开拓宇宙"长期 规划下的逻辑推论。也包含 Lewis 食品 → 火箭的转身、Elon 三种开会 方式、"我接受你的辞呈"、可乐罐故事,以及他作为投资人对 SpaceX Mafia 和"太空 + 地球一体系统"的判断。
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。
Anjney Midha 把 Amp 定位成 AI 算力的"独立系统运营商"（ISO）——参照美国电网 PJM Interconnection 的模型，做 pooling、调度，但自己不持有资产。 他认为现在很多有钱有算力的 AI lab 仍出不了东西，根因不是技术，是 culture：mission alignment 在快速 scaling 中被稀释，半导体行业沉淀几十年的 iterative bring-up 纪律被 AI 例外论抛弃。 全集还覆盖了 Anthropic 起飞的"prepared mind"逻辑、Anthropic 的 21 nos、Net-positive 数据中心的 $0.50 设想、DeepMind 6 个月 embargo 的市场失灵，以及他自己 14 年放不下的副线——end-of-life prediction。
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。
Naval 和 Nivi 做了一期 19 分钟的短播客, 从 Impossible 的 hub-and-spoke 组织谈到 AI 如何替代显式 intranet 和 dashboard, 抬眼看 AI 集中化、 无人机和生物风险的结构性变化, 落到硬件复兴和 "optimism requires creativity" 的处方.
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。
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。
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."
Yaroslav Azhnyuk在旧金山创立了Pet Cube——"向宠物投射零食的摄像头"——然后，在俄罗斯入侵的前夜搭上飞往基辅的最后一班飞机（2022年2月23日），转型投身无人机自主系统、热成像摄像头和FPV攻击无人机的研发，服务于乌克兰武装力量。他与Noah Smith和Latent Space的Brandon共同梳理了无人机自主性五级体系、自主战场的八个维度、FPV如何取代炮兵成为"战争之神"（约80%的前线伤亡），以及中国无人机制造规模令人不安的数字（乌克兰年产400万架FPV，中国产能约40亿架）。
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.
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。
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》机器人特辑的开源篇——把机器人 VLA 开源生态拆成四股力量：学院派（OpenVLA、Octo）、巨头生态派（NVIDIA GR00T、Google Gemini Robotics）、创业 + 中国力量（小米、蚂蚁、自变量、清华、OpenMind 等），以及独立成派的 Physical Intelligence（π₀）。逐一剖析这些模型的技术路线、开源动机和阵营关系，最后回到那个核心问题：估值 56 亿美元的 PI 为什么要把核心模型免费给世界？以及一个 Stanford 教授父亲对这场开源运动最朴素的回答。
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。
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。
陈茜走进松延动力北京办公区，和 1998 年生的创始人姜哲源聊春晚小品里那台 1:1 复刻蔡明的仿生机器人， 以及背后的 4 条产品线（Bumi 消费级、N2 高动态、E1 上下肢协同、仿生机器人）。 姜哲源对具身智能现状的判断异常清醒：连 BERT 时刻都没到，行业卡在数据上， World Model 不是答案，路径在 1-10 年之间没人答得好。
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 现场跑了一周，挑战 "50 AI Product Challenge"。从宇树/Sharpa/波士顿动力 Atlas 三家人形机器人路线之争，到 Fuzozo "舔狗/柠檬精" 半年卖 12 万台的陪伴机器人爆发，再到 Waymo/Tensor/英伟达三路角力的自动驾驶、以及 AI 床垫、AI 喂鸟器、Ray-Ban Meta/Rokid 眼镜、Vocci 戒指等智能穿戴。结论：各行各业确实在拥抱 AI、产品力都在变强；但属于 AI 硬件的 iPhone moment 还没到来——"难度不亚于当年发明轮子"。
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。
硅谷101 机器人特辑（闭源篇）：从 1961 年 Unimate 在通用汽车工厂上班，到 2025 年 VLA 横空出世，60 年五代基础模型进化一次性串清。 陈茜走访硅谷 Dyna Robotics——成立一年估值 6 亿美元、24 小时叠 700+ 张餐巾 99.4% 成功率的明星公司，听三位华人创始人拆解 VLA 架构、为什么需要"L"、以及"小而精 vs 大而全"的模型哲学。 并梳理闭源世界三大流派的路线之争：Tesla / Figure 的全栈整合、Dyna / Skild / Amazon 的垂直突破、NVIDIA / Google / OpenAI / Meta 的生态平台——本质是三种关于"通用性"的不同赌局。
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。
Tony Fadell——iPod、iPhone、Nest thermostat 的核心设计者——回到Lenny's Podcast谈"如何真正做出有品味的产品"。从他和Steve Jobs就iPhone要不要硬键盘的死磕、iPod差点没有Windows版本险些断送Apple，到Nest在Google成"stepchild"的遗憾，再到泄露的Claude main loop为什么让"真工程师反胃"——Tony把"opinion-based decisions"、"三代产品法则"、"press release first"、"luxury software vs fast fashion"等理念串成了一个关于"为什么AI时代真正的产品taste更值钱"的论述。
Cisco CPO/President Jeetu Patel discusses why AI is essential for humanity's survival given declining birth rates, how Cisco connects GPU clusters across data centers as critical AI infrastructure, and shares his six-part framework for building great companies.
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。
硅谷101 实地走读 SpaceX：从洛杉矶机场旁那个如今卖冷冻鱼的初代仓库，到德州 Boca Chica 的星舰发射台。前高管 Lewis Hong 亲述猎鹰 1 号三连炸、2015–2016 比破产更近一次的至暗时刻、Elon 在最低谷对全公司讲的那一句话，以及 SpaceX 怎么把"去火星"做成了星链 + 星盾 + NASA 合同的自给自足生意。
硅谷101 陈茜 2026 年 1 月的一期脑机接口（BCI）行业大盘点。从 Noland Arbaugh 用意念玩《文明 6》讲起，把 Neuralink、Synchron、Paradromics、Blackrock 四家在押的"路线豪赌"和 2025 年涌入的硅谷新秀（Sam Altman 的 Merge Labs、Fred Ehrsam 的 Nudge、Forest Neurotech、SPIRE Therapeutics）一次梳理清楚。穿插的核心专家是 Axoft 联合创始人刘嘉教授——他用"颅骨是音乐厅"的比喻讲清三大技术路线的物理底层，给出"通道数一年半翻一番"的行业摩尔定律，也用"1.3/1000"这个数字提醒大家：Neuralink 也只摸到了大脑表面的千分之一。
硅谷101 用 2025 年特朗普关税战为切入点，复盘苹果如何在两次贸易战之间逐步搬动一张跨越四大洲的供应链。从 2011 年乔布斯对奥巴马说"不能"、库克 2012 年因为螺丝钉栽在德州奥斯汀，到 2018 年的"3+3 双供应链"和印度/越南/巴西的产能转移。 采访 Rest of World 记者 Viola Zhou 把"印度良率 85-88% vs 中国 98%"、"NPI 流程没法照搬"、"越南是中国供应链的溢出"等业内观察讲透。
