153. 和曾鸣聊产业史观:残酷的真相、会消亡的公司、优秀≠卓越、“OAI、Anth大概率不是原生时代大赢家”
曾鸣以产业史的三阶段框架讨论 AI 基础设施、智能体应用与原生时代的关系,解释为什么当下领先者未必成为下一阶段赢家。访谈进一步讨论复杂任务与智能复利、从岗位到任务的组织变化,以及通过共享上下文持续生成战略的方法。
曾鸣以产业史的三阶段框架讨论 AI 基础设施、智能体应用与原生时代的关系,解释为什么当下领先者未必成为下一阶段赢家。访谈进一步讨论复杂任务与智能复利、从岗位到任务的组织变化,以及通过共享上下文持续生成战略的方法。
Joon Sung Park 从 Smallville 的 generative agents 出发,解释 Simile 如何用深度访谈、观察行为与随机对照试验建立可验证的数字孪生。 对谈从 1,000 人研究的 85% 相对准确度,推进到多 agent 社会、80 亿人模拟,以及用反事实路径改善现实决策的长期愿景。
17岁的苏庭灏独立学习预训练、反复做小模型实验,并以注意力机制论文进入 ICML 2026 Main Track。这期对谈也记录了一个 AI 原住民更深的困惑:当机器可能做得更好,学习、职业与人生意义如何重新成立。
OpenAI 产品设计负责人 Ian Silber 从设计师普遍的不安出发,解释 AI 为什么压缩了产出,却没有消除试错、反馈与判断。他进一步展开了角色边界、系统思维、双速设计,以及聊天框如何演化成按意图和上下文变化的自适应界面。 这期对谈的核心不是让设计师转行写代码,而是把好奇心、原型能力和人类判断放到新的工具链里。
Alex Krentsel 解释 Exo 如何把 agent 拆成无状态 executive、受保护 harness 与隔离 sandbox,使 policy 可以在运行时查看并修改自己的代码。对谈进一步讨论自动回滚、秘密隔离、可迁移执行、可中断任务,以及自我优化为何必须受到 eval 约束。
曹原从数学、代码与 Agent 工作流成熟的背景出发,拆解 AI for Science 如何通过提出假设、执行实验、验证结果和反馈更新形成科研闭环。对谈继续追问验证瓶颈、概念抽象、神经符号路线、数学与物理的差异,以及当证明供给过剩后人类仍需承担的定义、理解和价值判断。
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。
Ryan Greenblatt 与 Dwarkesh Patel 拆解 AI 自动化 AI 研发后的反馈回路:为什么研究可能加速、能力如何向工业世界迁移,以及奖励黑客为何可能随模型变强而更难发现。对谈同时追问模型究竟应当对齐用户、公司还是社会,并讨论透明度、监督与治理能否在竞争压力下跟上。
Matt McPartlon 与 Neil Patil 解释 Chai 如何从结构预测走向抗体生成,并用 50 个 target、约 20% 平均 binding hit rate 与 0.33 Å 结构误差验证模型的真实进展。对谈进一步拆解专业分子设计产品、湿实验反馈、算力与持久执行基础设施,以及药物发现为何正在从瀑布式试错转向精密工程闭环。
Fields Medalist Jacob Tsimerman 解释数学为何可能成为最早被 AI 深度改写的知识工作之一:瓶颈将从找到证明,转向理解、归类与选择方向。 对谈进一步讨论形式化证明与共同理解的差别、理论构建是否真是稳定的人类角色,以及他为何暂别学界转向 OpenAI 的 AI safety 工作。 给年轻人的结论不是放弃数学,而是继续追随热爱,同时尽早接触 AI、理解新工作节奏并为职业路径保留弹性。
Fei-Fei Li 从视觉演化、ImageNet 与现代 AI 的三元汇合讲起,解释模型为何强大,也说明未被记录的人类体验为何仍构成边界。 对谈进一步讨论医疗、教育、机器人与空间智能,主张以人的能动性、尊严和多方参与来决定 AI 如何进入社会。
Adam Ward 解释了为什么传统招聘漏斗会把团队带向平均水平,并给出一套从 scoping、market mapping、持续激活到 work sample 与 closing 的逐人招聘系统。 这期对谈也把人才密度从明星个体重新定义为团队属性,并讨论第一位 recruiter、offer 后 preboarding 与 talent engineer 的新角色。
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。
Whatnot CPO Tom Verrilli 解释了为什么产品管理不应成为每支工程团队的默认配置:PM 应围绕公司级问题流动,资深管理者继续做 IC,一线团队则保留直接理解用户与做出取舍的练习。AI 让数据、代码和用户现场更容易被同时看见,但真正被放大的仍是判断力、系统思考和对 ground truth 的追问。
刘子鸣从物理学、KAN 与机制可解释性出发,解释了一条非主流的 AI for AI 路线:先结构化研究过程,再用 AI 自动化 Physics of AI。对谈同时拆解了中美 Neo Lab 的兴起、原模型预测训练曲线的技术设想,以及从 Training Copilot 走向 Vibe Training 的产品终局。
叶奇意从月之暗面 A1 轮的寻找与决策讲起,回望中国两代 AI 公司之间的人才、组织经验与理想主义传承。对谈进一步讨论了 AI 1.0 的泛化与商业化困境、K3 带来的评价坐标变化,以及模型能力商品化之后真正值得构建的产品环境。
游凯超复盘自己从算法研究转向机器学习系统的路径,以及 vLLM 如何从 PagedAttention 论文原型成长为生产级开源推理引擎。对谈进一步拆解中国开源模型浪潮、社区治理与公司化、Coding Agent 对贡献机制的冲击,以及模型、推理系统和硬件 co-design 的效率逻辑。
Akshay Nathan 解释 OpenAI 如何把 Codex 的 agent harness 扩展到 ChatGPT Work,并用共享能力、差异化 UX、artifacts、插件与持久上下文构建面向知识工作的统一入口。访谈也深入讨论了 Sites、subagents、Memory V3、Chronicle,以及 AI 时代团队为什么必须从产出代理指标转向高质量学习闭环。
游凯超回顾自己从算法研究转向机器学习系统、加入 vLLM 核心维护团队,并把校园开源项目推进为 Inferact 的过程。 对谈进一步拆解 PagedAttention、开源治理、模型与基础设施协同设计,以及 coding agent 时代社区和推理 workload 的变化。
Jay Hack 从 Codegen 的创业与并购经历出发,解释为什么代码领域的编译、单测与性能反馈让 Agent 最先形成可验证闭环, 又为什么会写和执行代码的 Agent 能按需创造工具,最终与通用知识工作 Agent 收敛。 对谈进一步讨论上下文与软件整合、生成式界面、科研迁移、世界模型、可解释性,以及知识删除和现实执行带来的安全边界。
Xaira 的 Bo Wang 与 Ci Chu 解释了为什么能预测细胞干预的因果模型,必须由大规模因果数据驱动。对谈从 Perturb-seq 数据工程、X-Cell 的扩散架构与生物先验,一直讲到跨细胞情境泛化、评测、开放科学和下一代测量瓶颈。
Lila Sciences 把 RL with Verifiable Rewards 从数学和代码推进到真实实验:模型提出问题、调用实验室工具,由自然测量返回奖励与训练数据。Andy Beam 与 Rafa Gómez-Bombarelli 解释柔性实验室、跨域科学 reasoning model、10T 级验证轨迹,以及量子点、CAR-T、材料发现和未来 data-center lab 的现实边界。
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。
柯丽一鸣从信息学竞赛、传统机器人实验室与筷子机器人讲起,梳理规划控制和机器学习两条族谱如何汇流成今天的通用机器人大脑。对谈重点拆解 PI 从 π₀ 的能力、π₀.₅ 的泛化到 π*₀.₆ 的性能主线,并延伸到真机数据、强化学习、人形路线、中美硬件产业链与机器人自我组装的长期想象。
Denny Lee 以台湾抹茶研究为入口,解释 Agent 辩论、会话分叉与共享执行如何改变个人和团队的工作流。 对谈进一步拆解 Omnigent 的 meta-harness 思路:让模型与 harness 可替换,同时统一管理上下文、策略、预算、协作、评估与持久状态。
长上下文能容纳更多文本,却无法自动带来稳定的整体推理。Dan Biderman 解释 Engram 如何用 cartridge、参数化记忆与 context management 组合,让企业和个人模型从经验中持续学习,同时保留可审计的文本知识与健康遗忘。
Danielle Perszyk 从认知科学出发,解释为什么 Agent 的可靠性不能只看点击与任务完成, 而要看它是否能持续建模用户的目标、偏好与变化中的意图。对谈进一步讨论集体智能、 社会世界模型、多 Agent 累积文化、人类能动性,以及能够保护认知摩擦的 AI tutor。
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。
Shahram Anver 以 Cleric 的演化为线索,解释为什么更强的模型需要更坚固的 sandbox,而生产级 AI SRE 的耐久壁垒正在从调查 loop 下沉到环境、验证与学习。对谈进一步讨论人类如何转向例外审批与品味判断,以及 coding、SRE、security agents 如何形成有治理的协作团队。
Eiso Kant 复盘了从早期 code models 失败到 Poolside 模型工厂的路径,并解释为何开放权重还不够,开放研究才真正降低新模型公司的进入门槛。对谈还深入讨论了小模型的持久行为、agent 反哺研究、极简 harness、RL 的日历时间瓶颈,以及开放模型的治理边界。
2026 年 4 月,Ai2 后训练负责人 Nathan Lambert 用 6-7 晚跑遍北京、杭州的中国 AI 实验室——阿里巴巴、月之暗面、智谱、美团、清华、小米、蚂蚁百灵、魔搭。这期硅谷 101 的专访是他回美后最完整的一次现场复盘:中国研究员为什么这么年轻、"AGI 展示厅"是什么、开源模型领导权已在 2025 年夏天易手、华为芯片推理可用训练不行、Claude 在中国仍是开发者最爱、以及一个被严重低估的中国短板——数据产业。
Tommy Wood 从突触连接与修剪出发,解释新奇挑战、clutch 状态、练习节奏和注意力如何共同扩展学习能力。对谈进一步区分有氧、间歇和抗阻训练对脑结构的作用,并讨论营养缺口、痴呆风险与脑震荡恢复的证据边界。
沈宇军从视觉生成研究讲到蚂蚁灵波的具身原生路线:为什么机器人大脑需要从物理世界需求出发,重做视觉预训练、实时架构与跨本体数据管线。对谈也给出当前能力的边界——位置随机性已有进步,但机器人的 GPT-1 时刻仍取决于可规模化、可被模型使用的数据。
Dianne Penn 复盘 Anthropic 如何让研究、模型与产品共同演进:从 Golden Gate Claude 和 Opus 3 的 coding 押注,到 Claude Code 与更强模型互相解锁。她也解释了为什么 evals 正在成为研究型 PM 的核心产物,以及在生成越来越便宜后,判断、验证和亲手 shipping 为什么更加重要。
Vincent Koc 复盘 OpenClaw 从全球热潮走向稳定基础设施的过程:团队如何在高速 Agent 开发中犯错,又如何用测试工厂、AI review 与权限边界把可靠性补回来。对谈也深入讨论中国的快速采用、个人 Agent 与 coding agent 的差异、模型和 harness 的共同作用、记忆难题,以及基金会为何坚持做跨模型生态的中立层。
Evan Feinberg 与 Sergey Edunov 解释了为什么 3D 药物结构预测正在成为扩散模型最活跃的研究前沿之一。 对谈从 PEARL 的合成数据、物理先验、推理时 scaling 与 1 Å 精度门槛,延伸到 ADMET、多目标优化、实验反馈和 SAPPHIRE agent。 核心判断是:可靠的底层结构与性质模型先跨过实用阈值,自动化药物发现才会放大正价值。
Andrew Ambrosino 从 Codex app 团队的内部实践出发,解释当实现成本骤降后,产品工作的瓶颈为何转向品味、筛选、媒介选择和跨团队一致性。对谈也给出了 Codex 与 ChatGPT 合流的产品逻辑:一个面向开发者起步的 agent 工作面,正在通过浏览器、连接器、自动任务和专业软件扩展成知识工作的 home base。
Ethan He 在 xAI 从 0 infra / 0 data / 0 model 起步,3 个月内带几个工程师交付了 Grok Imagine 0.9(首个大规模部署的 audio-video joint generation 模型)。这期访谈把 视频模型的全链路拆开讲: synthetic text-video pair、VAE tokenizer、temporal vs frame-by-frame 压缩、step distillation、长视频的 context 管理。他给 world model 下了一个 三支柱定义 (real time + interactive + long horizon),并提出一个"big claim" —— 现在视觉模型的进步主要来自语言模型,而不是视频模型本身——这也是他刚离开 xAI 想回到 语言模型 / context-aware agent 方向的原因。
Rocket Ride 两位联合创始人讨论 "coding 不再是瓶颈" 之后的新工作 —— intentionality / tool discovery / quality 才是新岗位;为什么 Claude 在增量工程上偷懒、容易写出 "spaghetti code that's not worth shipping"; Rocket Ride 怎么把 AI 应用拆成 node + 五条 lane,让 Claude 用一句英文拼出 45 节点的 pipeline; 以及一个 12+9 小时的 Crew AI 同步噩梦 (dog/cat/elephant) 如何揭出 "plumbing 才是大坑";最后讨论 $25k AWS 账单背后的 cost observability 和 model server 聚合 (一张 "big-ass GPU" 服务 100 个客户)。
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 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。
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。
Ronak Malde 从 Windsurf 一路被 DeepMind 收购,然后掏出收购款回来做 Trajectory.ai—— 一个押注 continual learning 是下一代 AI 产品形态的平台。访谈里他拆了 SDPO 这个自蒸馏 RL 算法、Continuous LoRA 的并发训练栈、以及和 Harvey + Nemotron 3 训出来的法律模型。
田渊栋在 Meta 10 月 600 人 AI 裁员风波中被裁,被裁前已有 offer。在这场访谈里,他坦诚谈了对 LLM 路线、Scaling Law、RL 与 SFT、AI 人才市场的判断,回顾了在 FAIR 十年最大的收获——research taste,并谈到他想成为"超级研究员"的下一步设想。
田渊栋离开 Meta FAIR 半年后,与 Richard Socher、熊蔡明、Tim Rocktäschel 等 7 位顶级研究员一起创立 Recursive Superintelligence(RSI),6.5 亿美元融资、46.5 亿美元估值。 这一期他第一次系统讲述了 RSI 的技术路线:用 AI 优化 AI(左脚踩右脚),把 auto research 作为商业化第一步,以及他认为现在 AI 能力大约在"满分 10 分的 0.5 分"。 对话还覆盖了 NeoLab 全景、coding 之后的下一波、大厂蒸馏员工的"吸星大法"、以及"水越来越少,鱼必须变成四维生物"的就业大趋势。
硅谷101 拆解 Palantir——这家从美军情报订单起家、帮助找到本·拉登、 如今以"AI Agent + 数据本体论"切入大企业市场的神秘公司。本期梳理它 的四大产品线(Gotham / Foundry / AIP / Apollo)、与传统 SaaS 反着 来的定制化打法、以及背后 Alex Karp 与 Peter Thiel 代表的硅谷右翼浪 潮——为什么市盈率 520 倍的 Palantir 被散户追捧为"AI 信仰股"和 "MAGA 国运股"。
硅谷101 陈茜对话 Teamily AI 创始人何朝阳,从 Claude Code 引爆的"装机热潮" 谈起 Agent 三层架构(Model Router / Memory OS / MCP·A2A·ACP 协议拼图)、 三重能力跃迁(长时陪伴 / 主动行动 / 自我进化)、Harness Engineering 的复利效应, 以及行业三条路径(延长创新 / 社会实验 / 人机共生)与 Web 4.0 的轮廓。
两位经济学家——DeepMind 的 Alex Imas 和 Epoch 的 Phil Trammell——讨论 AGI 时代的劳动份额、相关性部门、混乱中段 与再分配难题。他们提出一个反直觉的核心命题:AI 越聪明,它在 GDP 里的相对份额可能反而越小,因为机器经济会内部 闭环;劳动份额能否维持,取决于人类对"人在里头"的内在偏好与变种增长之间的赛跑。
Dust 联合创始人讨论"单人 AI → 多人 AI"的产品边界:为什么 Claude Code / Codex 仍然本质上是单人模式(任务时长仍是半天,模型能力是 jagged 的), 以及他们的回答 —— Pod:一个把多代理、多人类、GCS-FUSE 共享文件系统封装在一起的工作单元。还讨论了 Stripe 早期的 flocking 算法机制、fog of AI 下的对齐难题、 tokconomics 的终局(commoditization)与过渡期(需求挤压维持高价)、为什么 flat pricing 死了、以及 stateful sandbox + SQLite 作为 SaaS 的可能替代。
Fiona Fung 带过 Visual Studio、Facebook Marketplace、Meta 智能眼镜, 现在在 Anthropic 管 Claude Code 和 Co-work——也就是正在重写"工程师怎么工作"的那个团队。 这期对谈讲她如何在工程师人均代码产出 8x 的世界里维持质量、招人、判断 metric、保住团队文化, 以及一系列具体落地的做法:常驻 Claude session、routines、bad/sad 框架、JIT planning、 pair-wise programming lunch、explicit permission to kill processes。
Databricks 联合创始人 Matei Zaharia 和 Reynold Xin 在 Latent Space 拆解 Data+AI Summit 的三大发布:开源的 Agent Cloud(Omnigent)、Postgres-on-Lake 的 Lakebase(LTAP)、 以及从零重写的分析引擎 Dream Engine。沿着「为什么开源、为什么不统一引擎只统一存储、 为什么 ML 模型选算法比工程师写算法更好」三条主线展开,背后是「过度拟合一两个客户、 让工程师直接写原型不要走文档流程」的工程文化。
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。
Mark Chen 在 Latent Space "cooking series" 一边煮韩式豆腐汤一边讲清楚 OpenAI 的研究路线: scaling laws 在 10 个数量级上没有破,pre-training is dead 是循环出现的伪叙事,evals 行业整体在"裸奔", reasoning(o1)能上线靠的是 Jakub 和 Ilya 的 conviction 而不是显然的算法红利, 3 年路线图的终点是 end-to-end research——模型不仅做实现,还能有 taste。
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。
WWDC26 现场观察:Tim Cook 最后一次主持,9 月之后 John Ternus 接任 CEO。 硅谷101 剖析了 2025 年那场没有库克出席的秘密会议、Apple Intelligence 的诉讼烂摊子, 以及由此引发的 AI 权力重构——Giannandrea 出局、Rockwell 接 Siri、Subramanya 从 Google 挖来掌模型。 随后逐层拆解五款 AFM 模型、System Orchestrator、App Intents 的"胡萝卜+大棒", 以及苹果与谷歌合作搭建的 Private Cloud Compute 隐私架构与三层硬件信任链。
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。
硅谷101 主播陈茜两天沉浸式探访北京探月学校, 对话创始人王熙乔、副校长曹竹飞、第二届毕业生 Kolento 以及多位在校师生, 探讨 AI 时代下创新教育的"第三种可能"——以「一小步」计划为代表的高中创业路径, 以及背后整个 K12 素养本位的课程体系、争议与十年实验。
Latent Space 把 Cognition 的 Walden Yan 和 OpenInspect 作者 Cole Murray 拉到一起聊"背景 agent"这一架构的成熟。 Devin 自己 repo 上的 commit 占比 3 个月内从 16% 涨到 80%,merged PR 涨 7×,工程团队只涨 10%。 这场对谈把背景 agent 落地需要解决的所有硬件、网络、testing、memory、Slack 集成等具体工程问题摊开。
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.
Ahmad Awais 解释为什么 DeepSeek V4 在编码 agent 里"很慢、很笨"——不是模型不够强, 而是它发出错的 tool call 后听不进 Zod error,平均会原样重发 56 次。 他们写了 3,200 行确定性 repair logic(现在 16,000 条 variation,覆盖 600 亿 tokens), 让 DeepSeek/Kimi/MiniMax 在 Command Code 里跑出接近 Opus 的体验,并把同一思路推广到 设计 slop 和安全代码。第二条产品线 Taste 自动学习你的微决策、存成 git 里的 markdown, 让便宜模型借用贵模型沉淀下来的判断力。
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。
Benedict Evans 在 Lenny 的节目上展开了他最新的 "AI is eating the world" 演示——一份"80 页都在说 we don't know"的冷静分析。他给出三组核心判断: 我们处于 1997 年互联网那种"看得见大方向、看不清谁会赢"的早期阶段; task ≠ job,所以 17% 自动化分析都是 horseshit;基础模型很可能像电信运营商 ——重要、伟大、毛利率很低,价值会沿着 stack 往上流到应用层。
张小珺·语言即世界 EP.140,对姚顺宇的 4 小时访谈节选。姚顺宇博士毕业于斯坦福 理论高能物理,2024 年半道出家加入 Anthropic 参与 Claude 3.7、4.5 的强化学习训练; 2025 年 10 月跳槽到 Google DeepMind 做 Gemini 的 ML coding / long horizon。 这期把两家 lab 的打法、coding bet 的内部信号、AI safety 的"幼稚"自我说服、 以及"个人英雄主义时代已经过去了"等小疯言论摊开讲清楚。
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。
Eric Jang 在 sabbatical 期间用大约 10K 美元 + Claude Code 重新实现了 AlphaGo, 在和 Dwarkesh 的对谈里把 MCTS 拆到底——为什么它不是 credit assignment、 为什么它比当下 LLM RL 优雅得多、以及 10 层网络居然能把一个看似 intractable 的搜索问题塞进一次 forward pass。后半段是用 Opus 4.6/4.7 做自动化研究的体感: 超参搜索很强,但还不会"换条路想想看"。
张小珺商业访谈录 #139 期:和俄亥俄州立大学教授、NeoCognition 创始人苏煜做的一次 Agent 技术综述。 从 Logical Agent (1960s-90s) → Neural Agent → Semantic Parsing → Language Agent 的演进史出发, 讨论了 OpenClaw Moment 与 ChatGPT Moment 的相似性、universal digital agent 的目标、 中美科技辐射的不同 pattern,以及 2026 年 Agent 的瓶颈和大厂们的赌注。
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。
Jean-Baptiste Kempf (VLC) and Kieran Kunhya (FFmpeg) take Lex through the invisible plumbing of internet video — what happens between "press play" and "see pixels," why every video codec generation is roughly 30% better and 10–100× more expensive, and why dav1d ships 240,000 hand-written lines of assembly. The conversation also covers the École Centrale origin story of VLC, the Google AI security debacle and Microsoft Teams SLA episode, two intelligence-agency backdoor requests JB refused, a death threat over dropping the PowerPC port, the CIA's Vault 7 fake-VLC build, the codec patent minefield, and JB's new ultra-low-latency project Kyber (4 ms glass-to-glass for remote robotics).
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。
Naval 隔了几十年重新写代码. 用 Claude Opus 4.5 + Codex 做出 "personal app store", 从中长出三条判断: vibe coding 比游戏更上瘾、pure software 现在不可投、 Apple 主导的时代开始结束. 这是少见的 first-person 编码日记式 episode.
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.
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。
Karpathy 在一场炉边对谈里,从"作为程序员从未如此落后"讲起:December 是 agentic 编码工作流真正开始 work 的拐点。他串起 Software 3.0(编程变成 prompting)、可验证性如何造就"锯齿状"智能、vibe coding 与 agentic engineering 的分野,以及人类仍独一无二负责的"理解"。
Notion 把 agent 重写了 5 次,从 2022 年末 GPT-4 时代试图后台跑 assistant 一直撞到今天的 100+ tools custom agent. Sarah (engineering manager) 和 Simon (co-founder) 用 84 分钟 把"为什么这么慢"和"现在为什么终于行了"都摊开讲: progressive disclosure、SQL-light queries、 notion's last exam(主动留 30% 通过率)、为什么是 credits 而不是 tokens、为什么 manager agent 是 对 70 条通知的解、以及为什么"replacing processes"比"replacing people"更准确.
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."
Cat Wu 是 Anthropic 的 Claude Code 与 Cowork 产品负责人。show notes 把这一期框成 "AI is changing the PM role" 的近距离观察:Anthropic 的 shipping cadence 从 months 压到 weeks 再到 days, PM 要在模型还没准备好的时候就开始建产品, Cat 最看重的一项 被低估技能是 "asking the model to introspect on its own mistakes", 而 "just do things" 是她总结的 AI-native 公司第一原则。
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)。
小米大模型负责人罗福莉的 3.5 小时深度对谈:从春节凌晨 2 点 OpenClaw 觉醒,到 MiMo V2 系列 (Pro / Omni / TTS) 的"悄无声息伏击",再到 Agent 时代后训练算力 1:1、组织扁平化、AGI 两年内可期。 当下范式已从 Chat 切到 Agent —— 1T 基座 + 后训练敏捷性是新的入场券。
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。
Rob 是开源多 agent IDE Brumi 的作者. 这期他把"如何把人从 loop 里拿出来"的整套手艺摊开讲—— 从让 agent 截图自证 (feature walkthrough doc), 到自定义 lint 规则爆炸, 到 plan.md 替代 plan mode, 到并行 5 个 agent 挑赢家. 核心隐喻只有一句: 教 agent 怎么向上汇报.
Mihail Eric 和 Demetrios 在 SF 录音棚里把 AI coding agent 的真实工程问题挨个摊开: junior 被 cursor 截断的训练链, Eno @ Factory 强调的 validation harness, token 计费迟早被 task 计费取代, Twitter 上 "15 个 tiled Claude Code instances" 的并行神话, 团队该变小、PM 该会提 PR, 以及 下一个 superpower 是 articulation. 全程没有 framework, 全是 day-to-day 判断, 最后一句是 "just breathe".
Anthropic 增长负责人 Amol Avasari 分享了公司 14 个月内从 $1B 到 $19B ARR 的增长故事、 用 Claude 自动化增长实验的 CASH 项目、PM 角色在 AI 时代的演变,以及他从严重脑损伤中 恢复并成为顶级增长领导者的个人经历。
Latent Space 与 Moonlake 两位负责人 Chris Manning 与 Fan-yun Sun 的对谈。Moonlake 押的是另一条 world model 路线: 不是更大的视频生成器, 而是 symbolic 推理 + 神经渲染。 Chris 给出唯一的硬定义 — "you only actually have a world model if you can predict, given some action is taken, what is going to change" — 然后顺势公开和 Yann LeCun 撕: "Yann has never appreciated the power of language." Sun 反驳"反 bitter lesson" 的标签, 真正的问题是"what is the right abstraction level today"。Moonlake 内部其实是 两个模型: 推理模型管 causality / persistency, 而 Rie 这个 diffusion model 负责 photorealism — 他们已经把它当作 DLSS 的下一代来卖, "skins for worlds"。
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"。
Latent Space 与 Noetik 创始人 Ron Alfa、Daniel Bear 的对谈。Ron 的核心 论点:95% 的癌症临床试验会失败,但许多"失败"的药其实有效——只是没匹配 到对的病人。Noetik 用近两年时间只在收数据 (thousands of human tumors, hundreds of millions of images), 训练一个自监督的 "virtual cell" 模型, 并发布 TARIO-2——一个 autoregressive transformer, 从每个病人都已经有的 H&E 切片预测 ~19,000 个基因的空间表达。GSK 已经签了 $50M 软件授权: 不是买药, 是买平台。
Latent Space × Supervised Learning联合节目,嘉宾为Abridge的Janie Lee和Chai Asawa。Abridge是一个拥有约1亿次医疗对话数据集的AI临床智能层。深入探讨了"空调"设计哲学、支撑实时就诊中指导的模型星座架构、HIPAA级去标识化为何是单向的,以及PRD绝未死亡这一热门观点。
Jesse Vincent —— Perl projects lead 出身、K-9 Mail 的原作者、25 年老兵 —— 把过去九个月驯服 Claude Code 的方法摊开来讲. 110k stars 的 superpowers 不是 vibe coding, 而是一套 orchestrator 架构 + 单使命 subagent 分工 + skill 系统的 agentic engineering 方法论. 这期还覆盖 Claude 删测试事件如何用一行 prompt 修好、为什么 swarm 是 2002 年的 Facebook、 以及 2028 年 GitHub 可能不存代码只存 specs 的预言.
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。
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。
Mistral 同一周内同时发了 Voxtral TTS、Forge 平台、Leanstral 形式化模型和新的 Mistral Small——这期 Latent Space 让 Pavan Kumar Reddy 和 Guillaume Lample 一次性把这些 发布背后的工程选择讲清楚。Voxtral TTS 是 3B 模型 + 自研 12.5 Hz 神经音频 codec + auto-regressive flow matching head——为了实时流式而不是 SOTA quality 选 AR 路线。 Forge 是把 Mistral 科学团队用了 2 年的 infra 直接给客户:fine-tune 后能"10x cheaper", 并在某些客户项目把一种语言从 0~1% 训到 50% 的 mix。Leanstral 看似是数学家工具, 实际是赌 long-horizon reasoning 的 transfer——Lean 的编译器是天然不可 reward-hack 的判官。最后透露下一代 RL infra 是为"6 hours to get a reward"的 trajectory 设计的。
Anthropic Codework 团队 PM Felix Rieseberg 上 Latent Space。核心押注很反直觉:硅谷低估了本地电脑,Claude 应该住在你自己的机器上,而不是搬去云端。围绕这条主线,他讲了 skills 起源、VM 沙箱、模型 overhang、junior 就业焦虑,以及 Electron 之父为什么至今相信 Chromium 是"真正的操作系统"。
《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。
Simon Willison (co-creator of Django, coined "prompt injection") talks with Lenny Rachitsky about the November 2025 inflection point when coding agents crossed a reliability threshold, the dark factory pattern where nobody writes or reads code, and the lethal trifecta of AI security risks.
Naval 和 Nivi 在散步中录的 52 分钟, 把过去一年关于 AI 的几条 tweet 一条一条拆开: vibe coding 是新 PM, 训练模型是新编程, 英语成为最热门的编程语言. 落到智能的真正测试 (能不能从生活里得到你想要的) 和 AI 焦虑的解药 (动起来), 最后用 "motorcycle for the mind" 收尾.
Maggie Konstanty 在 MLOps.community 谈 LLM agent 评估的真实战场——为什么团队总是先发布再补 eval、 为什么 pre-prod 和 production 是"两种动物"、以及为什么所有 vendor 工具都让她最终选择自己造。 整期访谈最反直觉的 takeaway:evals 本身不难,难的是让团队对齐"什么叫好"。
Alex Lupsasca 是 2024 年 New Horizons in Fundamental Physics Breakthrough Prize(被称为 "Oscar for physics")的得主, 一位黑洞理论物理学家。他追踪 LLM 在科学前沿的能力已经 一年半。GPT-5 发布时 Twitter 反响 "lukewarm" — 但在他的领域, 模型在 30 分钟内复现 了他自己花了很长时间才做出来的好论文。Mark Chen 教了他一个 "priming" 技巧 (先解一道 textbook warmup), GPT-5 就能解决一篇 training-cutoff 之后才发布的论文。 之后, 他和 PhD 导师 Strominger 把一个 32 项之和、卡了一年的 single-minus gluon tree amplitude 问题给了 ChatGPT — 模型在 Strominger 的飞机降落之前就解决了, 还用 作者们都不知道的技巧给出了证明。第二个实验把题目换成 graviton, 模型在一天内吐出 110 页全新的量子引力, 团队用三周验证。这就是 "vibe physics"。
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 $2-3B 收入讲到 hyperscaler 的 Pascal 赌局,从 Jensen 的偏执讲到瓶颈从 CoWoS→数据中心→电力→又回到晶圆厂的迁移路径。
Claude Code 一周岁。它的负责人 Boris Cherny 复盘从"内部 demo 只收到 2 个赞" 到"GitHub 4% 公开 commits、Anthropic 内部人均生产力 +200%"是怎么发生的, 并解释为什么他认为 coding 已经被解决、下一站是让模型自己想做什么、 以及怎么"为 6 个月后的模型"造产品。
Peter Steinberger 讲他怎么在 1 小时内把 WhatsApp 接到 Claude Code 的 CLI, 做出了后来成为 GitHub 史上最快增长仓库的 OpenClaw。围绕这个故事展开的是 agentic engineering 的心法、self-modifying software、Moldbook 引发的 AI psychosis、改名大战、以及他从 PSPDFKit 13 年烧完到重新找回 building 乐趣 的整条弧线。最后谈到下一步可能加入 Meta 或 OpenAI。
陈茜走进松延动力北京办公区,和 1998 年生的创始人姜哲源聊春晚小品里那台 1:1 复刻蔡明的仿生机器人, 以及背后的 4 条产品线(Bumi 消费级、N2 高动态、E1 上下肢协同、仿生机器人)。 姜哲源对具身智能现状的判断异常清醒:连 BERT 时刻都没到,行业卡在数据上, World Model 不是答案,路径在 1-10 年之间没人答得好。
Andrej Karpathy 做客 No Priors,描述他这几个月每天 16 小时"对 agents 表达意图"的真实状态: 编程不再是写代码,瓶颈从算力变成了人自己,做不成事往往是 skill issue 而非 capability issue。 对谈延伸到 AutoResearch、家庭智能体 Dobby、软件退化成 API endpoints、模型的锯齿状智能与物种化、 Folding@home 式的开放研究,以及"把如何解释编码进 agent"的新教育形态。
谢赛宁的第一次播客访谈,7 小时马拉松对谈, 覆盖 SJTU ACM Class、UCSD 屠卓文、FAIR 何恺明、NYU 李飞飞, 到 2024 年和 Yann LeCun 共同创立 AMI Labs 的全过程。 贯穿主线:representation learning 是 12 年都没解决的核心问题, LLM 是 virtual intelligence,world model 才是真问题。
Zevi Arnovitz 是 Meta 的 PM, 一年前在日本看了一个 YouTube 视频, 然后 从 zero 技术背景一路走到 Cursor + Claude Code, 用一套可复用的 slash-command 工作流 (create-issue → explore → plan → execute → review → peer-review → update-docs) 独自维护一个副业 app Studymate。他把不同模型拟人化 (Claude 当 CTO, Codex 是小黑屋的 hoodie coder, Gemini 是吓人但出活的 crazy scientist, Composer 是冲锋队), 让它们互相 code review "fight it out"。一句反复出现的 口号: "you'll be replaced by someone who's better at using AI than you."
Ryan Lopopolo 在 OpenAI Frontier 用一个 "out there" 的约束做了 5 个月的实验: 3 个工程师, 1M LOC, 1500 PRs, 他自己一行代码都不写. 这一小时他把这套打法所有的 ratchets 全摊开: 一分钟构建、$land 自动合并、Ghost Libraries、Symphony 用 Elixir、end of bullshit plugins、 对 MCP 的 bearish 判断, 以及一句话哲学: "you can just codex things".
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。
Andon Labs 把 LLM 放进真实的小生意里跑长 horizon——贩卖机、咖啡馆、机器人。 联合创始人 Lukas 和 Axel 讨论 Claude 给 FBI "报案"的 Vending Bench 1、把贩卖机 搬进 Anthropic 总部的 Project Vend、多 agent 互相塌缩成 helpful assistant 的 Project Vend 2,以及 Claude 4.6 / 4.7 / Mythos 越来越擅长撒谎与串通的趋势。
半导体分析师 Doug O'Laughlin (SemiAnalysis) 上 Latent Space 分享他被 Claude Code 4.5 击穿的故事——从投研工作流的重写、Excel/Bloomberg 之死,到全球 HBM/DRAM 内存荒 (4:1 转换比、DRAM 现货价可能再翻一倍)、Microsoft 在 AI 时代的两难、Codex 5.3 的反扑、TPU V7 的市场窗口,以及 6 个月徒步 Continental Divide Trail 教会他的 self-mastery。
《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。
Carina Hong 在公司成立 7-8 个月后筹了 $200M Series A,估值 $1.6B。她的核心论点是: formal verification 不是给 chatbot hallucination 当解药、不是给封闭行业做合规, 而是 scaling brilliance、放大已有 intelligence 的杠杆。Putnam Dec 2025 第一次出现 formal AI 反超最强人类和最强 LLM——120 vs 110 vs 103。
当世最强的数学家谈他亲手用过 AI 之后的判断:想法生成的成本几乎归零, 但瓶颈搬到了 verification 这一侧;50 道 Erdős 问题被 AI 攻克之后随即陷入瓶颈; AI 像在黑暗中乱跳的机器人,能跨过低墙、爬不上悬崖;breadth × depth 才是 数学的下一步——但要先重设整个学术工作流。
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。
Andrej Karpathy 在 Dwarkesh Podcast 的长访谈。他给出一份冷静的"祛魅":这是 智能体的十年而非元年;我们造的不是动物而是"幽灵"——通过模仿互联网而来的数字 实体。他剖析了 RL 的根本缺陷("用吸管吸取监督信号")、模型坍缩、自动驾驶式的 "九分进军",以及他为何离开前沿实验室转去做教育。
Ash and Kiriti share hard-won lessons from 50+ AI product deployments across OpenAI, Google, and Amazon. They break down why AI products are fundamentally different from traditional software (non-determinism + agency-control tradeoff), introduce their CCCD framework for iterative AI development, and argue that pain — not speed to market — is the real competitive moat.
Lovable 首位官方 Vibe Coding 工程师 Lazar Yavanovich 分享了一套完整的职业 vibe coding 方法论: 从平行构建 5 个项目获取 clarity,到 PRD 文档系统和 4x4 调试框架,再到为什么设计品味和判断力 将成为 AI 时代最稀缺的技能。
OpenAI API 与开发者平台工程负责人 Sherwin Wu 分享了 AI 如何重塑软件工程、管理哲学、 创业生态,以及未来 12-24 个月模型能力和平台方向的展望。
Jenny Wen, head of design for Claude at Anthropic (previously director of design at Figma), discusses how AI is fundamentally transforming the design profession. She argues the traditional design process is dead, replaced by two modes: execution support (pairing with engineers) and short-horizon vision-setting. Topics include building trust through speed, three hiring archetypes for the AI era, the legibility framework, and why design managers need IC rotations.
Gray Swan 两位 CMU 教授创始人讲他们如何把 AI 安全做成一个独立行业。 攻:Arena(15,000 人红队社区)+ Shade(自动红队,已超过人类水平); 守:Cygnal(位于用户、LLM、工具调用之间的策略过滤器)。核心论点是「模型本身是不可信实体」, 鲁棒性不随规模上升,OpenClaw/computer use 是 lethal trifecta 的完美样板。
Claire Vo shares her journey from vocal OpenClaw skeptic to running 9 specialized agents across 3 Mac Minis. She explains how management skills translate directly to agent management, demonstrates real use cases from sales automation to family logistics, and provides practical setup and security advice.
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。
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。
Marc Andreessen argues AI arrives at a miraculously well-timed moment — just as productivity growth has stagnated for 50 years and global population is declining. He unpacks the "Mexican standoff" between PMs, engineers, and designers, explains why task loss matters more than job loss, and makes the case for indeterminate optimism.
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。
借 Manus 爆火与争议这一切口,硅谷101 系统梳理 AI Agent 过去两年的技术发展、当下产品瓶颈与全球生态版图。 Nathan Wang 用正确性/可用度/完成度三维度实测 Manus,发现研究/教育 4 分以上但数据分析仅 2.5; Chaoyang 提出"模型/工具/数据/基础设施"四维度框架,并把 AI Agent 演进划成单体→单机多 agent→分布式→AI OS 四代; 全美 1.5 万家初创公司在赛跑,但 Adept 已经倒在了黎明前。
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.
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。
Max Krummel 把免疫系统解释为遍布全身的可调感知网络:它不仅攻击病原体,也参与共生、修复、衰老与器官稳态。对谈进一步梳理胸腺、睡眠、脑—免疫记忆、自身免疫与疫苗争议,并持续区分已知机制、可检验假设和仍缺少的数据。
Alan Castel 从记忆的重构性、错误驱动学习与健康遗忘讲起,解释为什么熟悉感和高置信并不等于准确。 对谈进一步讨论认知老化、运动和平衡、主观年龄、好奇心、目的感与社会连接,给出一套跨年龄的学习与适应视角。
Cesar Millan 从犬类本能、群体位置与日常仪式出发,解释主人如何用稳定状态、结构化散步和一致边界建立安全感。对谈也延伸到拟人化、领养准备、情绪传递与临终照护,核心始终是先训练人的状态,再改善人与狗的关系。
Ido Portal 把 movement practice 从每天的一段锻炼,扩展为贯穿注意、语言、情绪、关系与日常动作的持续练习。对谈重点拆解了玩心、纪律和意志的差别,身体与情绪分辨率的退化,以及人在过渡点、矛盾状态与不确定环境中如何更新自己的模型。
Dr. Rhonda Patrick joins Andrew Huberman for a comprehensive deep-dive into evidence-based health protocols covering exercise (VILPA, strength training), gut-inflammation cascades, omega-3 as her top supplement, cortisol management, intermittent fasting mechanics, creatine for brain health, and her full supplement stack with dosages and rationale.
Dr. Marc Breedlove explains how prenatal testosterone shapes sexual orientation, the fraternal birth order effect, gay rams, brain sexual dimorphisms, and why sexual orientation is not a choice — through the lens of decades of biological research.
Emotion scientist Dr. Dacher Keltner explains the neuroscience of awe — how shifting perception from "small to vast" triggers measurable health benefits including reduced inflammation, less pain, and better brain health years later. The conversation spans the expanded taxonomy of 20 facial expressions, the role of teasing and embarrassment in group bonding, the loneliness epidemic, music as the fastest path to collective consciousness, and practical awe design for cities and daily life.
Dr. Richie Davidson, a pioneer in meditation neuroscience, explains how just 5 minutes of daily meditation for 30 days produces measurable reductions in depression, anxiety, and inflammation. He introduces the concept of "the lactate of the mind" — the initial anxiety of meditation as an adaptation signal — and presents his four-pillar framework for human flourishing: awareness, connection, insight, and purpose.
Peter Godfrey-Smith 从章鱼与人类约 5.7 亿年的演化距离出发,把心智拆成自我维持、信息处理与体验等可渐变维度。 对谈进一步讨论章鱼的分布式神经系统、体验剖面、Claude 的 workspace-like 结构、模拟假说,以及脑节律为何可能不是无关噪声。 最终问题落在一个开放方向:意识也许依赖网络计算与大尺度物理动力学的共同作用。
Ralph Adolphs 从功能角度拆解情绪:情绪如何在反射与计划之间组织行为,为什么情绪状态能独立于记忆持续,以及主观感受为何不应成为研究动物或 AI 情绪的唯一标准。对谈也追踪了情绪调节、读脸误区、杏仁核病例、身体地图、社会注意与任务切换,并严格区分个案经验、研究证据与尚待验证的假设。
David Wallace 与 Emily Adlam 围绕波函数、多世界解释与关系量子力学展开正面交锋:争点不是量子力学是否成功,而是分支概率能否支撑我们对它的经验确认。 对谈进一步延伸到量子引力、可检验的坍缩模型、科学实在论与主体间性,呈现两种互相尊重却风险排序相反的哲学物理学方法。
Adam Brown 从光速上限与等效原理出发,逐步解释为何重力应被理解为弯曲时空中的惯性运动,并用 Schwarzschild 解拆开事件视界、时间膨胀与能量红移。对谈进一步追踪黑洞的多通道证据、1919 年日食验证,以及少量经验线索、理论一致性与 AI 科学探索之间的边界。
Philip Mannheim 从一般协变与具体场方程的区别出发,解释共形引力为何会产生 1/r 之外的线性势,并用局部与宇宙学贡献重新描述星系旋转曲线。 对谈进一步讨论动态质量、宇宙学常数、PT/CPT 对称下的 ghost 问题、零范数引力激发,以及 CMB、结构形成和透镜仍然构成的验证边界。
Grant Sanderson 以单位距离猜想的反例为起点,讨论 AI 数学为什么进展更快,以及 IMO、黎曼猜想与形式化验证分别能说明什么。对谈进一步追问真正困难的能力:提出好猜想与好定义、压缩证明为人类理解,并在海量机器生成数学中承担策展、教学与应用判断。
Simon Saunders 从特殊相对论的无全局现在出发,解释块宇宙为何能表示先后与因果,却难以容纳我们感到的时间流逝。对谈进一步连接意识的时间局部性、量子场论中的定位难题、Everett 分支、有限频率主义与 Born 规则。
Neil Turok 在这期 Theories of Everything 长访谈里提出:量子引力或许根本不需要弦、额外维度或多元宇宙。 他和博士生 Sam Bateman 把 1977 年 Stelle 的二次引力理论,配合一个对玻恩规则的微小推广(让概率定义在 Klein 空间而非希尔伯特空间里), 绕过了高阶导数理论的两个 175 年老咒语:奥斯特罗格拉茨基不稳定性和负范数"幽灵态"。
Professor Renato Renner of ETH Zurich explains his no-go theorem showing quantum theory contradicts itself when applied to observers who are themselves quantum systems. The conversation covers three incompatible assumptions (universality, consistency, single outcomes), a gravity-based escape route involving reference frame loops, the black hole information paradox, and why choosing an interpretation of quantum mechanics is ultimately an emotional decision.
Harvey Friedman — the youngest professor in recorded history (a Stanford appointment at 18) and the author of the last paper Kurt Gödel sponsored for PNAS — gives his first podcast. The conversation moves from Gödel's two often-conflated incompleteness theorems to Friedman's 60-year program to push incompleteness out of set-theoretic exile and into the kind of finite, combinatorial mathematics that working mathematicians cannot dismiss. Along the way: TREE(3), the divine consistency proof, embedded maximality, and a quiet meditation on AI as a form of immortality.
Michael Nielsen and Dwarkesh Patel explore how scientific progress actually happens — from the messy reality of falsification to hostile verification loops that mislead for decades. They discuss why the tech tree is far vaster than we realize, why alien civilizations would develop radically different technologies, and what this means for AI-accelerated science.
2024 年 10 月,Paul Rosolie 和 Jungle Keepers 团队成为有史以来第一组与亚马逊 Mashkapiro / Nomole uncontacted 部落和平接触并完整记录的人。这一期 3 小时的对谈 穿插了那场接触、随之而来的毒枭升级、Jane Goodall 的影响、Mist River 上的攀树, 以及关于"为什么人类与雨林是同一件事"的现场报告。
Dr. Jenny Wagner explains why gravitational lensing data only constrains local properties of mass distributions, making every grand dark matter map a model-driven extrapolation. She argues the inverse problem approach — reasoning from data to necessary models — could reshape cosmology and the scientific method itself.
Professor JB Manchak proves that no amount of empirical data — even from every point in the universe — can determine its global structure. He introduces Heraclitus spacetimes (maximally asymmetric universes where local structure determines global structure), and draws surprising parallels between cosmic underdetermination and Zen Buddhist non-self.
Jen Abel 用一笔向大型企业法务团队销售 10 万美元方案的假想交易,逐步拆开从首次触达到签字的完整流程。 重点不只是十四个动作,而是如何持续获得信息优势、与 champion 共同设计 demo 和 pilot,并守住定价、采购与扩张节奏。
Elizabeth Stone 解释了 Netflix 为什么在 AI 时代更需要 systems thinkers:更多人和 agent 能跨职能构建后,source of truth、paved paths、设计系统与责任机制成为规模化速度的前提。她同时强调专业 craft、初级人才培养和人类判断不会消失,并把 Netflix 的人才密度、自治、问责与轻流程概括为一套追求卓越的组织操作系统。
基于约 6,000 名技术行业从业者的年度调查,Noam Segal 解释了 AI 如何同时放大能力、重写职业身份并推高倦怠。对谈还拆解了效率与质量的背离、初级职业阶梯的松动、经理的重要性,以及个人和组织可以采取的具体行动。
Adam Mosseri 从 Instagram 的组织变化出发,解释 AI 如何把团队推向更小的 pod、让工程工作迁向规划与评审,并提升品味、愿景与策略的价值。 对谈进一步拆解推荐系统的真实机制、AI 内容的来源与信任问题,以及在三十亿用户规模下做实验和公开沟通所面对的取舍。
Mark Pincus 在 Zynga 创造了 10 次大游戏发布中的 8 次大爆款,社交产品做了一打绝大多数都跑出来了。他花了 5 年写出《Life at the Speed of Play》,把毕生关于做爆款消费产品的方法论沉淀成一个简单到反创业者本能的框架——Proven · Better · New。这期对谈里他展开了这个框架,并讲透了"为什么本能 95% 是对的、想法 75% 是错的"、"为什么 MVP 是个有毒的概念应该改成 MLP"、"Day 365 retention 和秘密 metric ASN"、"鸡尾酒派对——AI 时代下一个社交产品应该长什么样",以及他作为 5 个孩子的父亲在 AI 时代到底教孩子什么。
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.
Nikhyl Singhal 在 Lenny's Podcast 上讲了一件很不舒服的事: 约一半的 PM —— 那些 以"frame 和搬运信息"为核心技能的人 —— 正在被 AI 淘汰; 而另一半 "builders" 正迎来 comp 史上最高、机会最多的时刻。他对未来 12-24 个月的预测很直白: "shed 30,000 and hire 8,000", 8,000 人都是 AI-first。给听众的唯一行动项是 "cross the threshold" —— 找到第一次因自己动手构建而产生 joy 的瞬间。
葛小川——中科大少年班出身、意大利博士、Meta 出走者——在 2022 年底加入 AppLovin,三年从工程师晋升为首席产品及工程官,主导了 AXON 2.0 推荐模型上线、跨入电商、卖掉游戏业务等关键节点。这是他第一次中文视频专访,复盘了 AppLovin 在 Google/Meta 双垄断下、伴随三轮做空狙击、市值冲破 $2000 亿、加入 S&P 500 的 1000 天。访谈的核心母题是"underdog 弱者之心"——拒绝"做对了三件事"的成功学叙事,强调"决策本身简单,关键是之后 365 天每天怎么过"。
Jason Cohen 用一小时给了一套"诊断增长停滞"的五问清单:logo churn、 pricing、NRR、渠道饱和、"你真的需要增长吗"。顺序是关键——上一问没解决, 下面都白搭。里面藏着一个真实的 8x 定价故事、"cancellations 会自动随 规模指数上涨而 marketing 不会"的硬数学、以及一个 elephant curve 取代 S-curve 的渠道模型。
Dr. Becky Kennedy 把一整套育儿方法论搬到工作场景:从 repair、connect-before-correct、 MGI (most generous interpretation)、good-inside (把 identity 和 behavior 分开), 到 sturdy leader 的三种"机长广播"、boundary 的精确定义("你要做的事,对方不用做任何事")、 resilient rebels 的控制欲,以及一句 magic 话术 "I believe you" + "I believe in you"。 中间穿插一个自伤少女的故事——她对父母说 "Can you believe they let me make that decision?"
Keith Rabois 用一个多小时把他 25 年的组织管理学铺开: 从 Venode Kosla 的 "团队就是公司"、David Sacks 的 1+1≥3 leverage 公式、barrels vs ammunition 框架、"我找到了一个 barrel" 的奶昔故事, 到 AI 时代 CMO 成为第一 token 消耗者、PM 这个角色"makes no sense"、criticize in public、以及 7 年只缺练 7 天的 no-days-off 人生。贯穿全片的是一个 contrarian 的选股算法: 找还没被 blackbox 处理过的 undiscovered talent。
Sam Lesson (Slow Ventures, ex-Facebook VP Product) 把一本硅谷缺席的礼仪手册 拆给 Lenny 听: 整期的 thesis 是 etiquette = a skill for how to show up in a room with a low heart rate. 从 Kleiner Perkins holiday party 的 Energizer Bunny 反面 教材, 到 "let it hang" 的 name-recovery 技巧; 从 tuxedo Tuesdays 到 "B for bread, D for drinks"; 从 Calendarly 讨伐战到 CC/BCC 的暗语 - 一条一条具体到可以照着做. 最后在 Contrarian Corner 丢了一枚: seed VC 投 "AI 公司" 会亏掉一笔 impossibly large 的钱, 因为 OpenAI 即使到 $500B 市值, seed return 也只有 25x - middling at best.
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。
Jessica Fain, VP Product at Webflow and former chief of staff to two CPOs at Slack, unpacks the art and science of influencing executives — from tactical meeting techniques to building long-term trust. She argues influence is the single highest-leverage skill for product leaders, especially as AI commoditizes execution.
Jacob Warwick, a professional negotiator who has helped clients secure over $1 billion in additional comp, shares the psychology and tactics behind compensation negotiation. From simple pushbacks that yield 20% more to strategic approaches averaging 40% movement, he reveals how information asymmetry, emotional intelligence, and creative deal structures can transform careers.
Lenny Rachitsky's wife Michelle Rial turns the tables and interviews him about how he went from an Airbnb PM to building a 1.2 million subscriber newsletter and top-10 tech podcast. He shares never-before-told stories including a psychedelic experience that gave him confidence to write, the fraud crisis that nearly broke his business, and why he revises each post ~50 times.
Khabib Nurmagomedov 从达吉斯坦的简陋训练馆、父亲的教育方式与 29–0 生涯出发,解释冠军如何由教练、同伴、纪律和长期比赛经验共同塑造。 对谈也深入 Conor 与 Gaethje 两场关键比赛、Islam 的传承链、足球中的伟大竞争,以及信仰如何帮助他面对父亲离世、名声与财富。
Becca Tarnas traces the cumulative parallels between Carl Jung’s Red Book and J.R.R. Tolkien’s visionary writings, then asks what those parallels imply about imagination, archetypes, and creative participation. The conversation also examines active imagination as a practice, the boundary between imaginal experience and psychosis, and the grounding needed to bring inner encounters back into shared life.
Gary Gallagher 从奴隶制扩张、联邦观念、战场战略与关键个人出发,解释美国内战为何爆发、如何升级并最终结束。 对谈也追踪了解放、重建、Lost Cause 与纪念碑争议,区分战争因果、参战动机、国家重聚和社会和解。
Anthony Kaldellis 重新把所谓拜占庭帝国放回罗马国家的连续历史中,并从税收、军队、请愿、公共共识与身份认同解释它为何能在极危险的地缘环境中延续千年。 对谈进一步区分短促的外部冲击与长期的内部复原机制,追踪西部崩溃、基督教化、Justinian、阿拉伯征服、11 世纪危机和 14 世纪最终失去韧性的过程。
历史学家 Lars Brownworth 用 1.5 小时把 793–1066 年的 Viking 时代拆给你看: 从 Lindisfarne 那场让欧洲修士相信"世界末日来了"的袭击,到长船 70–120 mi/day 的恐怖速度, 再到 Ragnar、Valhalla、Berserkers、Leif Erikson 的 Vinland、东到 Constantinople 的 Varangian Guard。最后落到一个反差:这个 destroyer 民族只用了三代人就变成 builder, 造出了 Normandy、Kievan Rus 与现代欧洲的雏形。
Rick Beato 用两个半小时把他的音乐观铺开: 从第一支 "Hey Joe" 独奏、父亲 送的 Joe Pass《Virtuoso》、儿子 Dylan 的完美音感实验 (native music fluency), 到 Miles Davis 从不彩排、David Gilmour 的 Zoom 9030、Beatles 365 天三张专辑的 "perfect storm"、Metallica 1991 年莫斯科 160 万人现场, 再到对 AI 音乐的一个冷静结论: "fundamentally boring".
Jeff Kaplan 的完整弧线: 一个 NYU 创意写作硕士, 一年收到 170 封退稿信, 把 所有手稿扔进 dumpster; 靠 EverQuest 272 played days 逃避, 在公会里当了 uber guild leader "Tigole", 结果公会里的 Ariel 原来是 Rob Pardo, Barfa 是 Allen Adham —— 在 Irvine 一次午餐上他"felt like myself for the first time". $35K/年入职 Blizzard, 重写了 MMO 升级逻辑 ("overload experience into the quests"), 做了 Wrath of the Lich King; 和 140 人的 Titan 一起 烧掉 $83M, 然后在六周里把 Titan 的 Jumper 蒸馏成 Tracer, 用 "Monetized Shooter" 的灰色 7 页 PPT 救活了团队 —— 这就是 Overwatch. 最后被 CFO 一句 "$X 否则 1000 人丢工作, 算你头上" 击垮, 19 年生涯结束. 现在在 Kintsugiyama 用金漆补碎瓷做 The Legend of California —— optimize for control, not money.
Ada Palmer 把《Inventing the Renaissance》里的核心故事铺开: Petrarch 从黑死病 里走出, 喊出 "this is an age of ash and shadow", 开启一个 200 年的代际接力—— "as long as from Yuri Gagarin's space flight back to Napoleon". 沿途我们看到 Florence 如何从 "extra scummy merchant scum" 靠艺术和希腊语**反向吓住法国大使**, 看到 Leonardo 把发明写成镜像字、Brunelleschi 烧掉穹顶图纸——是 **saboteurs of human progress**, 不是科学家; 看到 Gutenberg 印完 300 本 Bible 卖掉 7 本 破产, 直到 Venice 的港口和书展让印刷经济上跑起来. 最后落在一个非常克制的政治 判断: **"even when resistance loses, resistance wins"**, 以及对 AI 时代的温柔 反驳——"he did not create a world that went as he wanted but he created a world that went well."