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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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"。
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。
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。
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。
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。
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。
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。
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 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。
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.
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。
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。
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。
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。
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。
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。
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."
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。
《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。
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 对"世界模型"的体系化梳理：从 1943 年 Kenneth Craik 的心智模型、1991 年 Sutton 的 Dyna 架构，到 2018 年 David Ha × Schmidhuber 的 V+M+C 框架，再到当下行业三大路线——视频生成（Sora · Genie 3）、3D 生成（World Labs · Marble）、JEPA（Yann LeCun），以及在游戏/机器人/自动驾驶上的应用。陈羽北、Meta 的 Yiqi 给出了"三层框架"和"大号 GPT"的解读，节目同时拆解了世界模型可能带来的系统级幻觉、权力集中与虚实模糊三大风险。
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。
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。
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。
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.
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。
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 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》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。
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。
硅谷101 陈茜 复盘 GPT-5 发布会的「就这？！」翻车现场——SWE-bench 图表错乱、 伯努利效应解错、4o 用户集体抗议——并对谈多位 AI 技术专家解释 GPT-5 的真相： 它不是端到端超级大模型，而是路由器拼接方案，业内戏称「GPT-4.99」。Scaling Law 确实碰壁，下一步突破要靠 RL + universal verifier、多模态/世界模型、或者跳出 Transformer 的 JEPA 等新架构。
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.
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》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。
101 Weekly 第一期。陈茜联合硅谷与纽约的特约研究员,用三十分钟讲完一周三件事:苹果在 WWDC 2025 上把 AI 期待"降级",回到设计与体验、但藏了 Foundation Models API 这步大棋;特斯拉 6 月 22 日在德州奥斯汀首发 Robotaxi,Q1 财报 4.09 亿净利润背后是 5.95 亿碳积分,投资人已经把它当 AI 公司估值;Hailey Bieber 的 Rhode 用三年时间以 10 亿美元卖给 e.l.f. Beauty,标志着"网红品牌 2.0"时代来临。
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。
Karpathy 在 YC AI Startup School 的演讲：软件 70 年没怎么变，却在最近几年被快速改写了两次—— 从 Software 1.0（代码）到 2.0（神经网络权重）再到 3.0（英文 prompt）。他用一连串类比拆解 LLM： 它像电网、像晶圆厂，但最像停留在 1960 年代的操作系统；它是有一身认知缺陷的"人类幽灵"。 最后落到怎么和它一起工作——部分自治应用、自治滑块、生成-验证循环，以及为 Agent 重写基础设施。
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.
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。
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.
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.
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。
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。
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。
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。
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 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.
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。
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.
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。
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。
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"。
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.
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.
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。
