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。
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。
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。
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。
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.
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
从 Meta 的 Claudeonomics 排行榜讲起——硅谷如何把 token 烧成了新的炫富方式。 深度梳理 token 三段式定价（Input/Cached/Output = 1:0.1:6）、反直觉的「越贵越便宜」悖论、 中国开源模型 50-70 倍价差杀入、OpenRouter 与 Metronome 的中间层生意， 以及一个更大的命题：token 正在成为「电力出海」的新形态，重演大宗商品几千年的所有商业模式。
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 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.
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。
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.
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。
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。
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。
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"。
MLOps.community 在 Lisbon 的现场圆桌：OLX 产品方 Pedro Chaves 与 Prosus AI 团队的 Donné Stevenson 聊两个真实落地的项目（地产端"lifestyle agent"、汽车 dealer 的 chat + shortcut 助手），再延伸到 Pedro 的大愿景——为 agent-to-agent 交易搭一个 还不存在的"harness"。一个意外有料的 quick-take：trust ladder、Ctrl+Z for agents、 GEO 取代 SEO，以及一句把整场拉到哲学高度的"It's not a simulation. It is a recommendation."
《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。
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。
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.
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。
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。
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。
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》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。
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。
硅谷101 陈茜用一期 30 分钟的解析视频,梳理 2017 年以来 TTS 语音模型的五代里程碑——Tacotron / FastSpeech / VITS / VALL-E / MiniMax speech-02——并把 MiniMax 在 Artificial Analysis Speech Arena 和 Hugging Face TTS Arena 上问鼎榜首的技术细节、内容人实测体验、商业应用与声音版权挑战一次性讲透。
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.
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.
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。
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。
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 陈茜的 2024 年生成式 AI 年终总结。从 OpenAI 的高层大地震与"12 Days of Shipmas"， 到谷歌 Gemini 2.0、Anthropic 的编码护城河、xAI 122 天建成的 Colossus 集群，再到 Character.AI / Inflection / Adept 三家明星初创被"变相收购"——这一年硅谷 AI 的混乱、 分裂与吞并，以及对 2025 年三条并行路线的判断。
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.
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。
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。
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。
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。
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。
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"。
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.
