揭秘科技

Manus 和 Meta 分别高调官宣之后，媒体与自媒体也再次条件反射式地把 Manus 推上了“封神”叙事。在去年走红之后，这家公司很快完成了从“国内公司”到“新加坡主体”的身份切换，这很清晰的是在为潜在跨境并购做结构性准备了，按道理应该是综合考量过多方监管因素后的选择。02:03 为什么双方一定要如此高调的对外官宣呢？03:07 Meta收购Manus真实看重的是什么呢？03:22 网上的表面叙事之一，说的是“Meta看中了Manus极强的AI Agent技术"，这个叙事显然符合大众的口味。03:58 网上的表面叙事之二，说的是"Manus 8个月做到了1亿美金的ARR"，这个叙事非常符合创业成功学。04:42 收购Manus，相当于帮Meta打开了一个训练并建立Meta的通用人工智能能力的、现实世界的强化学习环境。05:32 当前的大模型几乎无法去自主的决定如何行动，因为大模型本身并不理解因果关系，就像一个刷题刷出来的牛娃一样。06:12 在强化学习的语境当中，价值并不只来自于“做对了什么”，同样来自于“为什么会做错？”06:53 正是这些不断出现的错误与偏差，以及相应的纠正，才让大模型开始接触真正的因果结构。08:44 一个能够在真实世界中规模化的“产生 - 行动 - 结果 - 修正”这样的闭环系统，就为下一代具备世界模型、具备因果理解能力的通用人工智能，铺设了现实世界的训练土壤。09:03 有意思的是，Meta收购Manus，并不是CEO小扎来官宣的，而是Meta收购的数据标注公司的创始人、“年轻高潜”亚历山大王官宣的。

美国2026 CES消费电子展上，英伟达CEO黄仁勋正式宣告了 AI 从“数字世界”向“物理世界”跨越，物理AI的ChatGPT时刻已经到来。这些话看起来又是每个字都认识，但和在一起很多人不知道他在说什么、到底在表达什么。这期节目就用朴素的语言，来把老黄的核心内容完整的解释一下。01:58 没有听说过“世界模型”也没关系；接下来，今年这个词将很快的无处不在。03:03 除了发布新一代的GPU，老黄还发布了英伟达的自动驾驶推理模型。03:36 老黄强调，不同于传统的感应反馈式的模式，英伟达自动驾驶模型能够针对采取的行动来进行逻辑推理，比如“解释一下为什么选择了避让”。03:51 英伟达这个自动驾驶模型能够做到这一点，就跟“世界模型”这个概念有关了。03:59 除了自动驾驶模型，老黄还发布了英伟达的“第二代世界模型”，名字叫做Cosmos，为机器人大模型的训练而打造的一个模型。05:05 实现这一转变的关键技术，正是“世界模型”，即能够模拟物理环境、预测运动、理解因果关系和自然法则的模型。05:21 用大白话来解释一下，“世界模型”就是机器在自己的脑子里搭建了一份对“这个世界如何运转的内心地图和运行规则”。05:53 高度依赖“数字世界”的训练方式。。。数据往往与模型当下的决策行为并不构成真正的因果闭环。07:46 当前的机器人系统。。。不能在行动之前就可靠的预见后果，这在现实世界中是非常危险的。08:17 目前的机器人大模型跟我们用的大语言模型一样，都是通过静态数据训练的。08:24 静态数据训练本质上只能学到相关性，而不是因果可推演的结构。08:33 静态训练数据的问题不在于静态本身，而是在于没有“反事实”，这里来解释一下“反事实”。。。10:39 能够用于“行动 - 结果 - 修正”这个闭环学习的真实世界交互数据，极其稀缺。。。近期Meta收购Manus，提供了一个代表性的案例。10:59 正因如此，当前很多机器人公司开始尝试通过“世界模型”的方式，让模型学习物理世界的因果结构和基本的自然法则。12:42 从通用人工智能的训练的角度来看，数据的价值并不取决于对还是错，恰恰相反，错误决策所暴露出来的偏差、歧义和失败路径，往往是学习因果关系和修正世界模型最关键的信号。13:09 说完了机器人训练中物理”世界模型“的重要性，再来看看自动驾驶。14:20 拥有了“世界模型”的AI，像是一个在地球上生活了很久的成年人。14:46 没有世界模型的机器只会条件反射，这在复杂的现实世界当中是非常危险的。14:55 人类真正聪明的地方。。。是能够在行动之前先在脑中演练一次未来，“世界模型”本质上是在尝试把这种能力第一次交给机器。

12月初，搭载豆包手机助手的努比亚M153工程样机小范围发售，主要面向开发者和科技爱好者，供其体验豆包手机助手的相关功能。消息一出，除了引起市场关注之外，马上被各大app的互联网大厂限制、或禁止与其联动。豆包手机到底有什么独特之处？为什么一出现，就让其他app大厂如此紧张？他们真的只是紧张豆包要获取众多权限、带来隐私与安全隐患吗？01:10 先来简要说一下豆包手机被媒体宣传的“炫酷”功能。02:22 绝大部分手机用户都还远没有到了日理万机，连购物比价格都没有时间的程度。02:30 在手机上各大电商平台逛比价格，本身就是类似逛街一样的休闲娱乐。03:03 查询火车票、查距离，设置闹钟，提醒什么时候该离家，这听起来确实对于大部分人来说是个有比较有用的功能。03:30 那几个著名的订票平台，在订票的过程当中，会想尽一切办法让你“眼花”，或者是看错错点错，而多花了几十块钱儿。05:23 豆包手机如何实现“跨应用比价”这样的自动化操作呢？06:43 官方和拆解的文章，都提到了“截屏 - 理解 - 下发操作 - 再截屏”这样的一个循环。09:02 为什么那么多的APP平台选择限制豆包呢？10:32 会侵蚀平台的流量转化和广告变现能力。。。对互联网平台来说这才是最最关心10:47 过去20多年，中国互联网公司最好的商业模式就是做成平台，然后坐收商家的佣金和广告费。11:46 如果AI在用户和平台之间来主导用户流量的分配，那平台辛辛苦苦补贴出来的地位不就瞬间崩塌了吗？12:29 真正重要的是，豆包手机第一次把一个很多互联网平台心照不宣却又极力回避的问题摆到了台面上。

2025 年 12 月 15 日，工业和信息化部正式公布公布的第 401 批公告，对两款 L3 级自动驾驶（有条件自动驾驶）车型产品进行了有条件许可。自动驾驶关乎每一个人的安全。新能源行业，又是国家长期投入、重点发展的战略方向。今天这期节目，我们将从每个普通消费者、驾驶员、路人的角度，以及普通投资者的角度，系统梳理这次 L3 自动驾驶准入许可背后，公众真正需要了解的所有关键信息。01:46 首先，我们来看一下获准的车型与试点的区域。02:37 一南一北，一城一高，重庆和北京分别代表了中国两大自动驾驶的应用场景：城市拥堵，和高速路。03:42 说完了准测车型、路段和速度的限制，我们再来谈一下责任主体。03:55 有必要先了解一下中国L3的定义，以及相关的监管部门及其管理的范畴。06:21 L3级别（有条件自动驾驶）的定义里边有一句最关键的话，就是“驾驶自动化系统，仅在其特定的设计运行条件下持续执行动态驾驶任务”。06:36 这个“特定设计运行条件”就是大家在一些报道中看到的ODD（Operational design domain）。这个ODD是整个L3阶段最重要的关键词。09:17 在L3阶段，ODD定义的范围，对责任的划分至关重要。09:55 ODD是否也有国标来定义呢？10:37 这是一个非常有意识的制度设计。11:03 在L3阶段，看起来大家都在说L3，但每一家的L3可能都不一样。12:50 这次L3许可更不是一个可以简单外推的产业爆点。13:22 L3自动驾驶真正迈出的并不是技术的一大步，而是公众认知共同向前挪动的一小步。

近期因股价高涨而备受关注的“国产GPU第一股”摩尔线程“发布公告称，拟使用不超过75亿元的闲置募集资金进行”现金管理“。消息一出，就在市场及投资者之间掀起轩然大波，质问填满了摩尔线程股吧：“75亿元不好好搞研发，去买理财？”上市公司用上市募集的资金，进行“现金管理”、买理财产品，这合理吗？合规吗？募集到的资金属于谁？什么是上市公司的“现金管理”？为什么要做”现金管理“？一定要做吗？上市公司都有哪些“现金管理“的方式？这期节目我们就一起来探讨一下。01:36 我们将从经典教科书上介绍的相关知识和实际当中的通常目的，这两个不同的维度来展开讨论。01:46 要想谈上市公司的“现金管理”，就得先从“公司为什么要上市”这个基本问题说起。05:51 公司不上市的话，还有哪些能够获得资金的方式呢？06:40 现实中一个非常有意思的现象是，一些明星创业公司可以获得上下游产业链大公司的投资。06:48 他们在拿到这些大公司的投资之后，再用这些钱去购买大公司的产品或者是服务。07:15 这是当前AI时代，巨头之间最流行的资本算力闭环商业模式，有人管这叫做“生态系统融资”。08:44 上市公司募集到的资金，“属于”谁呢？09:14 资金的用途必须符合招股说明书和股东大会批准的募投项目。09:32 这笔钱在公司财务报表当中是这样体现的。。。10:55 募集到的资金的通常的用途是。。。11:35 上市公司募集到资金之后，是否可以用于“现金管理”呢？13:41 市场真正想问的是另外一件事儿，这些钱什么时候以什么节奏被投向什么样的确定性。13:58 不是有没有买理财，而是什么时候不再需要买理财了。14:38 这是一次关于耐心、信任以及对长期不确定性的定价方式的公开讨论。

美联储年内连续第三次降息，市场上对美联储“降息、扩表”的报道此起彼伏。美联储是干什么的？为什么美联储的降息举动能够吸引全球的关注？为什么要降息？降息通常都能引起哪些连锁反应？“扩表”又是怎么回事？降息和扩表有什么关系？今天这期节目，就用普通话，把这些看似复杂的行话、术语，都一一解释清楚。00:58 美联储，就是美国的中央银行，他负责管理美国的货币体系和金融稳定。01:31 可以把“中央银行”理解为“银行的银行”和“政府的银行”。01:52 简单来说，“货币政策”就是一个国家控制“钱的多少”和“钱的价格”的工具箱。01:59 虽然各国央行的侧重点不同，但货币政策通常是围绕着以下四个主要的目标来展开。03:30 都怕手里的钱不值钱了，但实际上，当手里的钱“更值钱”的时候，结果可能比“手里的钱不值钱”更加可怕。03:53 “比如去年100块钱能买一篮子菜，今年同样的菜只需要80块钱就行了”。那这通缩不是好事儿吗？04:29 通缩之所以可怕，是因为它会破坏经济循环的两个核心机制：企业盈利和债务偿还。05:27 从消费者的视角来看，消费者虽然买到了“便宜菜”，但可能很快就会面临失业或者是降薪的风险。07:01 这种延迟消费的预期导致的后果就是需求进一步萎缩，企业的库存积压，被迫继续降价。07:28 失业风险让廉价商品变得毫无意义。07:56 通缩的破坏力这么大，它是怎么形成的呢？08:10 经济衰退、失业率高和对未来预期的悲观导致消费者和企业减少支出。08:26 生产能力总供给过剩超过了市场需求，企业为了清库存而被迫降价。09:35 降息通常对市场会有哪些直接的影响呢？10:42 再来说说大家经常听到的另外一个词汇 - “扩表”。10:55 “扩表”与降息是央行工具箱当中刺激经济的两种不同的工具，但目的是一致的。11:52 “扩表”的运行机制大致是这样的。。14:39 “扩表”和降息，这两个动作有什么区别和联系呢？15:34 什么时候该分别使用这两种方式呢？16:22 “扩表”有哪些宏观的影响呢？17:47 现代经济的运行，并不依赖于真实的货币的数量，而是依赖人们对未来的想象。18:24 调节的不是利率，而是情绪。

已经有十几年甚至二十年没有听到过职业经理人这个说法了。最近一两年，国内可能唯一一次让"经理人"这个说法引起关注，是2024年9月，硅谷教父Paul Graham，在他90年代网页风格的个人网站上，发表了一篇为“创始人模式”的文章。02:27 这四件事儿，乍一听上去，好像确实都是"经理人"的问题。02:49 但细想一下，这真的是"职业经理人模式"的问题吗？03:48 职业经理人不是老板，但必须要像老板一样尽心尽力04:07 配得上这几条的才能叫做职业经理人。04:24 “要把公司的事儿当成自己的事儿做”，这是段永平对公司招人的标准。05:12 这跟经理人模式没有任何关系，只是招来的经理人不行而已。05:19 常见的所谓的经理人大多是这样的。。。06:49 “职业经理人”的核心，不是“经理人”，而是“职业”。07:41 市场上好的职业经理人之少，还有一个有点讽刺的因素是。。。08:03 老板们通常不认为，在自己的行当里，世界上还真有比自己更专业、更懂的人。

谷歌最近开始直接与英伟达在AI芯片领域竞争，谷歌正在和Meta这样的科技巨头、以及一些量化基金接触，让对方在他们自己的数据中心使用谷歌的芯片。相应报道发布后，英伟达股价应声下跌，而谷歌的股价大涨。几乎是同时，OpenAI的萨姆·奥特曼对谷歌的Gemini 3模型成功，产生了巨大的担忧。01:03 谷歌怎么突然就从大模型的提供者、变成了卖AI芯片淘金铲子的公司了？01:13 不是刚刚全球“共识”了人工智能有泡沫，算力过剩吗？怎么谷歌还能卖得动芯片呢？01:24 为什么奥特曼会担心谷歌的预训练呢？难道OpenAI自己没有做预训练吗？02:43 TPU是谷歌为自己的深度学习专门设计的AI专用芯片，在训练大模型的时候，比采用传统的GPU的在速度和功耗上都有极大的优势。03:37 从马斯克的这番话里面，也侧面验证了英伟达的GPU的确不是性能、功耗和成本的最佳组合。03:59 从这个意义上来看，英伟达可能是第一次遇到了真正的挑战。05:50 。。。这些是谷歌过去几年一直都在提供的服务，现在谷歌最新的引起英伟达和全球关注的进展是。。。08:27 英伟达的CUDA已经事实上成为了行业的标准，谷歌怎么破局呢？09:12 这是良性的竞争，良性的竞争只会让大家都变得更好。09:36 奥特曼真正担心的是，谷歌的大模型到底是怎么在“预训练”阶段变得这么强的。10:36 难道ChatGPT没有预训练吗？11:53 预训练是能力上限的决定因素.13:23 模型在预训练的时候会无差别的吸收这些内容，有可能就会形成深层的偏见，这些偏见在后训练阶段很难完全消除。14:30 谷歌为什么就能够把预训练搞得这么强呢？16:29 如果把大模型比作一座高楼，那么后续训练只是在楼上做装修，而预训练才是大楼的地基。

2025“沙特-美国投资论坛”，这是马斯克和黄仁勋第一次同台，同时接受第三方的专访。访谈的最后一个问题，对“AI会不会有泡沫”的灵魂提问，这也是上周全球股市最有争议的话题，也是引起上周全球股市大跌的一个关键因素。访谈之后的当天，英伟达发布季度财报。01:59 在发布了亮眼的财报之后，不涨反跌的现实，也让黄仁勋忍不住在内部的全员大会上狠狠地吐槽了一番。02:26 如果英伟达交了一份差的业绩，那就是AI泡沫的铁证了。02:31 如果英伟达交出了一份亮眼的业绩，那就是我们在助长AI泡沫。02:57 主持人的第一个问题是在一番对马斯克的恭维之后，问马斯克是如何用first order thinking和first order scaling的思维去颠覆了每一个行业？03:09 马斯克回答说，“准确来说，并不是颠覆，而是创造。”05:39 “人们总是在谈论消除贫困，谈论了多久了？”05:49 “事实胜于雄辩，AI和机器人将会消除贫困。”06:05 第二个问题是问黄仁勋的，“AI工厂的下一个阶段将如何发展？”07:33 “过去的软件都是基于获取模式的，而今天是即时生成的。”08:07 第三个问题同时问了马斯克和黄仁鑫两个人，问题是“关于机器人对未来人类工作的影响”09:05 “我总是鼓励人们去读Ian Banks的文明系列的科幻小说，因为这本小说基本上描述了基于人工智能的未来文明是个什么样子。"09:48 “非常有可能，钱在未来某一个时间点将无足轻重。”11:04 “首先，到那个时候，每个人的工作都会和现在不一样了，这是可以肯定的。”11:45 黄仁勋说，“我猜测马斯克在未来AI的时代将会变得比现在更加忙碌，我自己也会比现在更加忙碌“11:52 “原因是，我们都有很多的想法，想去实现和尝试。”13:44 最后两个问题分别给马斯克和黄仁勋；给马斯克的问题是：“太空中的AI可能吗？”14:38 “如果我们想当然，那我们就太自大了。”15:54 黄仁勋补充说，“我们现在建造的AI的算力中心，一个机架就要有2吨重，这2吨的重量里面有1.95吨，都是用来冷却GPU的。”17:10 主持人给黄仁勋的最后一个问题就是，“我们会经历AI的泡沫吗？”19:24 黄仁勋的这番话，尤其是第3点，并没有太多的数据支撑，不知道全球的投资者听起来有多信服。19:36 这几天国内，关于英伟达的小作文满天飞。19:39 有小作文说，英伟达的季度财报披露了334亿美元的应收账款，同比增加45%。20:11 也有小作文说，老黄一边说供不应求啊，积压订单，一边说库存还有198亿美元的芯片没卖出去，两边矛盾。21:03 英伟达的库存构成其实非常复杂。22:21 到今天为止，国内外都没有一个人工智能的应用，能够成为每个人每天的日常。23:18 或许真正值得警惕的不是AI的泡沫，而是太多的做题家出身的聪明人，在资本市场上形成的惯性，把投资当做一场比谁先跑路的竞赛。

科技离不开教育，但可惜的是，在教育的道路上，我们始终被无数看似无比正确、实则荒谬至极的说法所误导。第 142 期节目，已经拆解了“书包房”和“小升初择校”这两个最常见、也最具误导性的认知误区。这一期，我们把视角进一步收窄到初中阶段的主要学科，来聊聊那些家长们耳熟能详、被无数人重复，却很少有人真的思考和推敲一下的说法——我们一起看看这些说法到底荒谬在哪里。01:13 我们先从第一个最常见的说法开始，“英语是最容易赶上的学科。”04:21 初中家长们对孩子的数学、物理、语文焦虑的比比皆是，甚至对道法焦虑的都有，但唯独很少有对英语焦虑的。05:40 英语的难度无外乎是语法、阅读理解和作文。05:52 而语法之所以难，无外乎是从第一天开始学的时候，就对语法规则背后的含义不了解，因为很少有学校和机构的老师能够真的讲清楚。06:14 疯狂英语的李阳批评董宇辉的英语演讲，“发音奇怪，还有语法错误。”，而董宇辉居然还出来道歉06:28 他这个道歉也再次说明，国内英语教学和学习方法，只能够应对一时的考试，应试之后就全忘了。06:50 过去真的很难，在3年前，这都没有什么更好的方法。但现在不一样了。07:15 你能对大模型提多少问题，你就能够搞清楚多少本质的东西。08:06 当学会了用AI去提问，根据AI的回答，再不断的提问去学习，那阅读理解能力自然就上来了。09:00 说完了第一个耳熟能详的荒谬说法，我们再来看第2个，排名不分先后，就是“要提前学。”09:10 不知道从什么时候开始，“提前学”这种歪风已经是那些对子女教育高度重视、且具备一定经济实力的家庭的共识了。09:47 提前学本质上是机构最有效的营销工具和焦虑放大器。0:55  这会给学生和家长带来了一种“学得好”的直观的感受，所谓的“成功是成功之母”。11:31 选择“提前学”的家长，很多心理上都抱着“提前学了，就是对那些没有提前学的的降维打击”的想法12:20 在那些复杂度还不高的课程上，比如初中的物理，没有提前过学的孩子，只要认真完成了学校布置的课后练习，同样可以考得高分儿。12:41 而对于有难度的学科，比如初中数学，提前学的，也并没有取得实质的优势。14:18 学习上出了任何的困难和状况，“报个班儿”几乎是家长们的唯一解。14:51 目前市面上的AI大模型，无论是国内的还是美国的那几个顶流，在解初中数学压轴题方面的能力，并不比海淀那些一个课外班儿都没上过的孩子要高出哪怕一点点。15:44 在说办法的同时，也该说第三个耳熟能详、被无数人重复的并没有太大效果的做法，”报个班儿“。16:52 通过亲自动手去解或者揣摩别人的解决方法，来训练自己的分析和解决能力，这样的训练的过程跟AI获得泛化能力一样。17:40 自己独立思考不够，最多也只能背下来老师讲过的解法，这些解法并不能让自己有泛化能力。17:47 而这个泛化能力，就是最终在考场上数学成绩区分度的来源，也是舞台上表演的机器人和能走到真实场景中的机器人的区别。18:08 一届届的学生在单向接收、模仿与借鉴中，被塑造成了几乎同质的模样。18:16 走入职场之后，这些习惯又被进一步放大，最终演变成个人与公司层面的结构性的内卷。19:48 而只有这样的创新，才能让中国的科技公司，从“全面对标”、“致敬”，走向真正的引领。

2025年的11月6号，特斯拉在美国德州的超级工厂，举办了2025年的投资者大会。这次股东大会跟去年的一样，会分成两部分内容，第一部分是常规的讨论股东提案，第二部分是"Elon Musk".特斯拉的股东大会，每次都办在自家的工厂里。大会的场面异常朴素——没有巨屏、没有华丽的PPT、没有灯光与烟雾、更没有明星或者所谓合作伙伴高管站台。董事会成员和公司管理者，就站在工厂一角的简易台上讲话；股东们坐在空地上临时摆放的塑料椅上听汇报、提问题。特斯拉从来不开“发布会”。它的新产品，往往是在股东大会上马斯克顺带介绍的。毕竟，华丽的发布会，花的本来就是股东（和股民）的钱。但是，他们的，他们有提问环节。马斯克这次会上的的演讲，长达一个半小时。一如既往的，他没有一页PPT，没有讲稿，甚至看不出有任何提前排练的痕迹，相信他也没有时间排练，更没有必要排练。如果你脑子里真有料，有什么必要反复排练、精雕细琢每一句话呢？他讲的部分，看似随意，但各种数据信手拈来，在远景与细节之间随意切换。今天这期节目，我们就一起快速的看一个有意义的股东提案。在看看现场喜提万亿美金薪酬包的马斯克，都为人类的未来勾画了怎样一副让人激动的画面。02:43 我们这里，一个品牌一年都能搞好几次发布会，并且必须要租上北下广最昂贵的商业场馆。02:59 精致的舞台、夸张的灯光、华丽的PPT、精雕细琢到每一个词儿的演讲稿。。。03:37 主持人首先介绍特斯拉董事会的主席Robin Denholm出场。。05:40 Robin的结束语也非常感人，“让世界变得更好，总是伴随着困难，你无法只是通过例行公事review PPT就能改变世界，让世界变得更好。”05:52 接下来就是股东提案的环节了07:17 第一个提案，是建议特斯拉的董事会尽快的、以真正有意义的方式，去投资xAI。08:20 “比起特斯拉需要xAI，xAI更需要特斯拉。"08:25 "合在一起能够促进更能够促进人类幸福意识觉醒，以及超越工作的意义。"08:33 "在一个资源丰富的世界里，人类可以从劳动驱动转向追求真理、知识和更高意义。"09:19 马斯克准备开始讲话的时候呢，会场突然响起了音乐。马斯克几次试图说话打断音乐，但都没有成功。10:10 "特斯拉接下来要展开的不是一个新的篇章，而是一本新书。"11:30 马斯克说，"如果我们真的想消灭贫困,给每个人amazing的医疗服务，那只有一条路能够实现。"12:47 特斯拉机器人未来会像是游戏里的"无限金币外挂"。12:52 “甚至未来可能不需要钱了，可能会被。。取代”13:19 马斯克说，“随着AI和机器人的进展，特斯拉的使命也需要更新了，那就是实现“可持续的富裕”。”13:28 马斯克说：“我经常问别人，你想要什么样的未来？”，“你能想象的最好的未来是什么样？”15:54 “FSD在中国现在是部分批准，但在明年的二三月份就会完全批准。”18:05 马斯克的第一点说的是：“目前机器人最难的就是用工程的方法制造出好用的机械前臂和手了。”，也难怪，我们现在日常能够看到的所有的机器人的展示都是在走路。18:55 接下来，马斯克介绍了特斯拉的芯片。19:05 特斯拉的下一代芯片AI5将会和英伟达的Blackwell的性能一样，但功耗只是Blackwell的1/3，成本将会是Blackwell的1/10。19:45 AI5芯片将是基于整型数据计算的，而不是像现在英伟达的芯片基于浮点数计算。21:56 特斯拉会建自己的晶圆厂Tesla terrafab，就像特斯拉的10亿产能的超级工厂Tesla gigafactory一样，但是产能更大。24:19 “判断一个公司或者是工厂是否是个好公司、好工厂的一个方法，就是去看一下员工的气氛，或者是氛围。”24:39 接下来是提问的环节了。24:46 第一个问题呢，“特斯拉什么时候生产放放能放下轮椅的电动车？”24:56 在我们这边仍然为郑智化轮椅连滚带爬上飞机的热搜，后又被网暴而无奈的时候。。。25:14 下一个问题是关于干法电极的进展。。。25:18 干法正极和湿法正极是锂电电子电池制造工艺中的两种电极制备技术。。。26:38 下一个问题问的是特斯拉的Founder Version Roadster28:38 “人类需要非常炫酷的、从未存在过的科技产品，这样将对很多人有启发。”29:05 高层次的创新不是要比别人好，不是要比别人卖的多，而是能不能启发人类去想的更远。30:05 下一个问题是关于特斯拉的芯片工厂terrafab。。30:31 特斯拉的terra fab起步的产能计划在10万片每月，最终在100万片每月。31:52 下一个问题“星际探索会送什么去火星？”32:06 下一个问题是“完全自动驾驶的无人出租车的每英里的成本低到多少的时候，会让人觉得买车已经经从经济上完全不划算了？”33:57 下一个问题很有意思，“你觉得optimus机器人能够被加载人类的意识吗？”35:00 提问者接着问，“你如何看待太空太阳能？”36:30 下一个提问者提的问题更现实：“如何能让散户在投资SpaceX的过程当中能够更加安全一些，不被那些炒作股票的机构来割韭菜？”37:18 最后一个提问呢，非常有哲学深度，也非常现实。37:54 马斯克说，“长远来看，AI会接管一切，而不是人类。”37:59 “如果未来AI的智慧远超过人类，那很难想象人类能够持续管理一切。”

最近几年，文科被越来越公开的视为“无用之学”，甚至连哈佛，都在2024年秋季取消了至少20个系超过30门课程。在国内，张雪峰在被“解禁”之后，一反常态地开始高调宣称——“文科大有可为”。文科，究竟是真的“无用”，还是“大有可为”？01:02 千百年来，人类的困境在变，但根源未变。02:09 文科让人明白：人生的困境，不是我的问题，而是人类的问题。02:17 这正是理解解与解脱的开始。02:30 科技让人类登上月球，却无法让人类更好的与自己相处。03:15 当理性失去了价值感，就会制造效率的怪物。03:26 文学、历史和哲学学的学习，本质上是理解他人，理解时代，让人看到人性的复杂与矛盾。04:07 文科让人看到不同立场的合理性。04:53 不是文科没有用，是绝大多数所谓的当代文学家缺乏应有的水平和深度。05:12 文科提供了思想的免疫力，让人不轻易地被潮流、算法来牵着走。06:08 因为文科如果想学好了，需要广泛的阅读，不仅是对阅读文本的解读，更是一种对文化、社会和人性的敏锐的洞察。06:21 单单是阅读这件事儿本身，就是对人要求极高的一种能力。07:10 思辨能力的基础是阅读，甚至可以说，阅读几乎是思辨能力的唯一入口。07:56 这种“他者视角”的体验，本身就是思辨的起点。08:28 很多人把思辨等同于逻辑推理，或者以为思辨只是逻辑推理。08:59 没有阅读的思辨，只是情绪化的反应。09:03 现在网络上很多看似思辨的讨论，其实只是立场的对立。09:35 文科如果要学好了，更离不开写作。而能够写好，对人的要求比阅读还要高，而且高得多。11:44 阅读与生活相结合，能够引导我们思考如何面对复杂的人性和社会问题。12:13 文科可以不是空洞的自我陶醉，而是以思考与表达来承担社会责任的途径。13:55 理科模型化、框架化的思维，在面对社会人性、价值观等复杂的问题的时候，可能显得倾向于非黑即白，缺少多层次的权衡。14:36 文科训练的是在复杂不确定的世界里思考，所以更容易进行多维度的思辨。15:30 当我们谈文科的时候，我们其实在谈一种生活方式。15:35 一种不被所谓主流声音牵着走的生活，一种仍然相信意义的生活。

山姆又频频上热搜。先是有前阿里高管加入担任山姆会员店业态总裁；又是山姆APP出现图片过度美化、配料表被隐藏、进口肉被写成国产，导致山姆会员调侃山姆的阿里味儿变重了，有的会员说，“就是这个味儿”。这两件事是否真的有直接关系，我们外人可能无从得知。山姆为什么请了一位并没有直接的商超经验的、并且没有前任资深的阿里高管？通过这个具体的例子，我们可以来了解一下公司里真实的权力逻辑。00:47 关于阿里味儿到底是个什么味儿，我问了一下GPT，GPT是这么解释的。。。02:27 如果山姆中国区真的需要一位这样的本土高管，那盒马前CEO侯毅则是更加完美的候选人，为什么山姆不去请候毅来呢？04:52 从这个位置的前任的资历和经历看起来，阿里的高管显得并不那么的匹配。05:50 如果不行的话，那就再多出一点钱，钱给到位了，总能挖来；甭管这个坑是多坑人的一个坑。06:23 这样能够更加接地气儿，说漂亮话，就是“更理解中国消费者细分市场的需求与痛点”。当然，这句话另外的一个意思是。。。07:28 分析到这里，可能就渐渐的接近了跨国公司在中国本土化的高管选拔中、最真实的权利逻辑了。08:00 谁能在总部和我之间形成一个有效的缓冲？08:06 谁能帮我推下去那些不太体面的，但又必须去做的动作？08:47 要找到是“能够听得懂自己的语言，执行力强，没有权利威胁，但又能够推动执行的人”。09:02 这个位置的最佳候选人，不是能够打破旧秩序的人，而是一个能够用新语言来重塑旧秩序的外观的人。10:18 不仅执行力强，往往服从性还强；这才是这个位置最需要的。10:33 不是缺人才，而是缺能够“被整合”的人才。13:11 但阿里系高管在带来速度和效率的同时，也存在冲击商品的品质和供应商利润的潜在风险。13:29 我们衷心的希望，APP图片的过度美化等，只是偶发的错误，而不是某种趋势的试探。13:44 毕竟现在完全值得信赖的购物平台并没有几个。

“没有理想的人，不伤心“昨天，王自如自曝负债 1 个亿，出差只能坐绿皮火车，这条新闻登上了热搜。这是他在接受新浪新闻采访时说的话——他说，这次重新创业，首要目标是“还钱”。因为“限高”，所以出差只能坐绿皮火车。00:56 “我想记录一下这个阶段的自己“，这句话一下子打动了我。01:20 我们都见多了聚光灯下的荣耀，却很少有人关注聚光灯下的失败。01:40 我想到了另一个类似的形象，泽连斯基。02:15 在最糟糕的时刻，仍然能够直面镜头，坚持自我。02:27 为什么有的公司出问题之后，创始人要用个人资产来还债？02:41 而为什么有的公司却能够负债上万亿，而创始人却不用个人来承担所有的债务？02:59 我们先来介绍一下常见的公司的形式。03:03 最常见的公司的形式就是有限责任公司。所谓有限责任。。。03:50 这样设计的初衷就是鼓励创业和投资。05:36 既然有了“有限责任公司”，那是不是也有“无限责任公司”呢？05:54 实际上，“无限责任”才是最早的商业状态。07:09 所以，只有承担了无限责任的企业，才更容易获得信任、获得融资。07:15 这是一种信用背书的机制，换句话说，无限责任是信用的代价。7:56 无论是“有限责任公司”还是“股份有限公司”，“有限责任”都是他们的核心法律特征。08:35 不过，现实往往还没有那么理想。像王自如这样创始人被卷进了债务危机，我们已经是不是第一次听说了。10:07 我们的创业公司融资，被所谓的风险投资机构要求个人提供担保，是非常常见的，甚至是一个普遍的做法。11:09 二零一几年以来，国内的创业大潮开始之后，早期的创投市场，就开始出现了大量的伪VC的投资行为。11:48 形式上是对赌，实际上是个人的担保。12:53 “明股实债”已经是行业的惯例了。13:41 大众想象中的、媒体传说中的投资人，各个绝顶聪明，高瞻远瞩，一双慧眼，手握水晶球，一眼就看中有潜力的公司和创业者，这不只不过是江湖上的传说。15:05 短短不到10年，我们国内的风险投资机构就从零暴增到超过1万家。15:17 数字背后的现实是，很多投资人经验不足，但仍然渴望超额收益。

说到教育，不论是哪一个阶段的教育，恐怕真正“满意”的人都不多。这一路上，我们绕过太多弯路，也掉进过太多坑。浪费了无数时间、精力和金钱不说，还常常重重打击了我们自己，或者孩子的自信心。这中间最本质的原因，是我们收到的完全错误的、误导的信息太多了，01:52 头部的教培机构、上市公司年收入已经超过百亿人民币了，而A股5000多家上市公司，年收入超过百亿人民币的只有3%~5%。02:23 教育负担一直以来都是70后、80后、90后乃至00后都不想生也不敢生的主要原因。03:07 谈到小学，就不能不先说书包房。04:20 而书包房对初中的作用，跟很多人的认知或者是想象非常不一样。06:17 在北京，小升初，“就近入学”的政策仍然存在，但和小学划片入学不同，初中的入学方式有所差异。11:07 过去，“名校”用自己最小的努力，收割了最大的名望，这样的做法，实际上是教育上的一种套利。12:55 书包房买的不是教育，而是一种幻觉。13:00 上“名小学”，对孩子的分数没有什么直接的贡献，那上“名初中”就可以有贡献了吗？14:05 处心积虑、最后把成功的，送到“六小强”的，如果孩子的成绩不足以去到实验班，那跟去普通的学校是没有任何区别的。14:17 甚至都不如去到普校的实验班，这一点应该颠覆了很多人的认知。14:30 为什么非要“分班”呢？16:34 杨振宁博士在2005年的光明日报上曾经讲过一个类似的观点。。。16:44 “中国对平均水平学生的训练，比发达国家，比如美国，做得更好。”17:55 没有任何逻辑能够解释，为什么别人每天刷10个小时的题，你每天搞了10个小时的活动，你的成绩却能够更好？18:54 教育的最大的陷阱，从来都不在制度里，而在我们的心里。19:00 焦虑并不会让孩子更优秀，它只会让成年人更容易被收割。

老罗就西贝预制菜，和西贝贾老板之间的隔空对话。按照世俗标准，他们二位都完全可以算作是非常成功的人士，而且以他们的年龄，应该早过了意气用事的阶段。但偏偏整个事件到目前为止，每个细节都看似匪夷所思，但又到处都透着熟悉的味道。今天这期节目就一起把这个事件中那些熟悉的、但又不为人知的套路一个一个的揭秘一下。01:03 在揭秘第一个套路之前，先给大家讲一个都非常熟悉的场景。01:34 比赛的结果呢？往往是毫无悬念的，号召一起比赛的那个小朋友“赢”了，“赢”的这位小朋友“赢”的原因很简单。。。02:09 这个现象在成年人的世界里，换了件外衣之后，无处不在。02:27 这个小朋友比赛的故事，还没有完。比赛玩儿完了之后，通常是“赢”了的那个，自然而然的就成了孩子们当中的头儿了。03:42 “邀请别的小朋友来按照自己熟悉的规则来比赛”的最新的一个例子，就是。。。04:51 上一次在镜头前完败给老罗的，就是后来大名鼎鼎的。。。05:08 接下来再说说第二个熟悉的套路；我们还是先来看一个大家都熟悉的名场面。06:25 自证者的目的是澄清事实，而误解者却并不想去寻求真相。08:11 无论我们现在对这个自证的陷阱有多么的熟悉，当真的有人来诱惑我们去自证的时候，我们往往又毫无觉察的就去自证了。09:05 第三个常见的套路，叫做“叙事正确”。09:23 讲出“让消费者对预制菜有知情权”这个叙事，立刻就让自己赢得了全网的支持，让对方不得不站在了大众的对立面。11:53 第四个常见的套路就是“转移视线”。12:09 这种“赖大环境”的做法，本质上是有意的把视线转移到大环境，忽略或者是掩盖真正的问题。13:17 第五个常见的套路就是“转移目标”，通常是转移到自己能够拿捏得了的。13:39 真想要“推动预制菜的知情权”，却对餐饮企业来挑战，难道是想指望着餐饮企业自己去跟标准的制定者来说：“请给我出个台一个规定，强制我给消费者明示我是否使用了预制菜”？14:00 当碰瓷儿这件事儿穿上了马甲，真正来到我们每个人面前的时候，往往就很难让人识别了。14:45 做企业不容易，做餐饮更难。14:57 在餐饮业经营和生存如此困难的情况之下，我们吃的却越来越贵，也越来越差。15:12 “预制菜”本身不是“让餐饮业难、让大家却吃不好”的原因，但把所有的焦点集中在预制菜上，却很容易引起共鸣。15:27 你的公司里面，是不是每天也都在加班加点、努力的在解决那些根本不是问题的问题呢？15:34 这就是第七个常见的糊弄老板、糊弄自己的套路。

昨天在北体大跑步的时候，偶然听到一个年轻人在给朋友打电话时说“你不就是为了梦想来到这里的吗？” 这句话瞬间打动了我，没想到在当下这个现实感极强的社会环境里，还有年轻人会这样用“梦想”来定义自己的努力。而几乎在同一天，我看到了“最快护士”张水华的视频。01:24 这个社会里，关于梦想的坚持和现实的冲突，比我们想象的要尖锐和复杂。02:55 甚至从运转的角度来看，她的梦想可能是一种麻烦，是一种不守规矩。03:24 领导不是父母，不会为我们的人生成就而操心的。领导要考虑的是排班考核绩效。04:40 而人能有自己的兴趣，非常的不容易。04:44 能够坚持和发展自己的兴趣，并且成了特长，更是难能可贵。05:26 她的人生就出现了第二种可能性，这种可能性本身就有意义。05:37 梦想常常被浪漫化，但现实却对梦想极度的吝啬。05:55 在兴趣和梦想只是那些宏大的叙事或者赢者才有资格谈论的时代，你是不是觉得自己不配来谈兴趣和梦想呢？06:42 兴趣的启动成本很低，因此也比较容易反复。07:11 兴趣本身是无法支撑人取得成就的，还需要有热情。08:04 热情，不是舒舒服服的喜欢，而是愿意忍受痛苦、失败、磨练，依然不放弃。08:56 当热情消退，当困难超出情绪所能承受的范围的时候，我们需要更加深层次的东西来支撑。09:49 梦想真正的价值，并不是他最终有没有实现，而是他为我们提供了一个前进的方向。10:55 为什么我们当代打工人追求梦想这么难呢？12:23 梦想和现实真的一定是对立的吗？13:12 我们无法要求任何人对自己的梦想负责，但我们可以为自己的梦想搭建一个平行空间。

Lex Fridman之前的播客中，不乏中国相关的内容访谈，但最新这一期是嘉宾中第一次出现中国面孔。这期对经济学家金刻羽的访谈，长达一小时五十分钟，话题除了涵盖创业与竞争、创新与copy、关税与中美经济，还就西方对中国经济普遍的误解、以及中美的教育体系展开了深入的讨论。全程没有一句废话、套话、场面话；信息量大，是两个顶级聪明的人的交流。02:08 金刻羽也是一个备受争议的经济学家。。。03:08 Lex Fridman问到金刻羽的第一个问题是：西方对中国经济的最大的误解是什么？05:01 金刻羽就着Lex Fridman的第一个问题展开了说：“其实，西方对中国更广泛的一个误解是"大众和权威的关系"。”05:37 Lex Fridman的第二个问题是：“今天的中国，还有年轻人梦想着自己能够像乔布斯那样在车库创业，改变世界吗？”05:51 “他们想的可能不是改变世界，这是中国创新和硅谷很不同的一点。”06:08 Lex Fridman的第三个问题是：“如何看待中国资本和投资市场？”06:27 “竞争本身的价值是什么？”06:59 “业务方面，他们都在做同样的事情，这一点跟美国不一样。”07:15 “正是这样的竞争，让大家都很疯狂。”08:14 “学业上的竞争有什么积极的意义吗？”09:21 “美国的学业竞争更加激烈，只是他们不展示出来而已。”09:52 “在中国，努力是一种很高尚的事情，你想让所有人都知道你很努力，你是第一名；但在美国，每个人都在偷着努力。”10:53 我一直说，其实美国根本没有“快乐教育”这种说法，更没有这个实践。11:29 “另一方面，更重要的是，通过（教育）这个过程，找到你最擅长的事情，把这个擅长发展成自己的特长、专长，甚至成为世界上水平最高的那个人。这是教育最应该做的一件事儿。”12:26 “学生们并没有时间和精力去独立思考和创新，去跳出框架想问题，因为他们只有应试这一个框架。”14:40 “过去几年，独角兽企业成了不成文的考核地方的指标，这就是为什么我们看到了至今仍有80多个城市都在扶持自己的品牌的电动车。”15:36 “在一个有效的市场里面，市场本身很快就能决定是否需要。”16:45 “这种大量参与者的方式虽然能够以很快的速度打造出一个新兴产业来，但对资金也是很大的一种浪费。”16:55 “这么做虽然有必要，但不是最有效。”17:12 “以10年为单位的长远规划和西方的以季度为单位的规划有什么区别和各自的优势？”17:44 “投资人只想投那些很快就能见到很多倍回报，并且不需要干什么事儿的项目。”17:51 “这就是为什么你能看到很多公司很快的崛起了，因为投资人需要很快的就退出，就见到回报，并且要赚很多倍。”18:00 “因此，低价、低质量，Copy别人的产品盛行。这就是”短平快“思维下的产物，因为企业都想以最快的速度占据市场。”18:57 ”创新是先被鼓励的，到一定程度之后再开始规范“19:37 “作为一个创业者，在中国和美国创业有什么不同？各自有什么优劣势？”20:08 “竞争总是不公平的、无序的，总是有非常邪恶的竞争者，他们无处不在。”21:37 “专注于解决问题，跟我们的教育体系直接相关，因为我们的教育就是给你一个问题，你去解决这个问题。如果你让中国的学生去自己给自己一个问题，他们给不出来。”21:51 “中国为什么难以做出突破性的科技创新？”22:27 “中国的创业者，对于copy别人这件事儿是如何感受的？”23:46 “如果你想让一个人颓废，最好的方法就是让他过得很舒服。”24:24 当谈到人口问题的时候，金刻羽结合消费增长的现状分享了一个有意思的观察。25:04 “在谈论人口问题或者是生育率低的时候，我们还要还在同样的面对就业难的问题。”25:53 Lex Fridman在访谈结束的时候用了这样两句话来形容金刻羽“平衡的声音，理性的声音。”26:29 那些最流行的、最简单的答案，往往都是片面的。27:30 科技不是少数人的专利，独立思考也不是。

最近，“社保”成为了最热门的话题，其实，这几天围绕社保的讨论已经逐渐分化成几个不同的层面。网上的声音往往把这些内容混为一谈，导致很多误解和错位的争论。这样的讨论，虽然满足了口舌之快，但收获却并不多。今天这一期节目，我想把这个话题拆解开来，针对几个热议的话题，和大家一起深入探讨政策背后的意图，社保缴纳与否对个人和企业意味着什么，以及强制缴纳社保后，可能在各行各业引发的连锁反应。01:14 首先我们来看一下这个强制要求缴社保的规定原文或者是法律依据到底是什么？03:28 很多老板会说，这不是早就有的规定吗？03:38 这背后的原因，肯定是社保基金收支压力越来越大啊，人口老龄化加剧，必须把漏掉的部分补上。04:22 这项“协议无效 强制缴纳”政策的背后，肯定还有着“保障劳动者长远利益”和“维护公平竞争的市场环境”这两个意图。05:40 说到这里，自然的第一个争议的话题就出现了，网上自然就有声音对“保护劳动者长期权益”这种说法不认可。05:57 甚至有的说法说，”先让我能不交社保，多拿点钱，活到那个能领退休金的年龄再说“06:23 网上热议的那些在“不同类型的单位工作的人能领到的退休金金的金额差距”，不应该成为个人用来决定自己是否应该缴纳社保的考虑因素。07:06 很多人会觉得，如果自己提前挂掉了，自己缴了社保就“充公”了。这种担心完全没有必要，因为这个担心或者说这个理解是错误的。10:33 社保它不是未来的全部保障，但它是最基础、最不挑人的那一份底牌。11:01 网上反对缴社保的另声音的另外的一个理由是，它增加了企业的用人成本。12:23 企业没有给员工缴纳社保，省下来的那部分钱多半是不会发给员工的，只会作为企业的利润，或者是给企业自己的产品去打价格战，带来更多的空间。13:02 如果一个企业是靠着不给员工缴纳社保去竞争，或者说如果给员工缴纳社，这家企业就经营不下去了，那这样的公司可能本来就不应该参与到这个行业来。13:36 “为什么我要交同样的钱，却拿不到体制内一半的养老金？”16:30 难道体制内的人比我们领的退休金高，我们自己就不交社保了，退休后就也一分钱也不打算领了吗？16:57 在社保这种跨代际、跨行业、跨收入的制度里，如果只用短期、局部的参考，几乎谁都会觉得自己吃亏了。17:34 大家争论的焦点大多是公平感和安全感之间的拉扯。

在2025年过去的6个月中，OpenAI的年度经常性收入，ARR（Annual Recurring Revenue)，达到了120亿美元。这在软件企业中是一个极其惊人的数字，只有极少数顶级 SaaS 或平台型公司能够达到这个规模。OpenAI的这120亿美金的ARR，是从哪里来的呢？其他国外著名的大模型公司的ARR发展怎么样了呢？我们国内的状况怎样了呢？为什么从来没有听说过任何一家国内大模型公司说自己的ARR数字，而只能听到他们不断的说自己的估值呢？你有没有想过，为什么国内大模型公司讲估值从不讲收入？01:44 目前世界上ARR最高的两家软件公司是。。。02:59 OpenAI最大的收入来源还是来自于消费者订阅，达到了55亿美金，占总收入的44%04:09 OpenAI的周活跃用户/日活跃用户的比值已经达到了25%，这意味着每周使用该用户该服务的用户当中，有超过1/4的人每天都会回来再使用。04:31 OpenAI的付费用户数已经超过了1000万，与头部付费平台Netflix的3亿付费用户相比，还有差距，但。。。05:41 OpenAI的第二大收入来源是商业与合作伙伴收入，达到36亿美金，占总收入的30%。06:56 OpenAI的第三个收入主要来源是来自于API调用，达到了29亿美元，占整个收入的24%。07:41 除了open，美国另外一家大模型公司，Anthropic的ARR也出现了历史的新高，50亿美元08:35 说到这里，就不不得不提一下Anthropic在AI编程领域里边的最重要的企业客户Cursor。09:30 说完了国外的，再看看国内的09:38 国内字节跳动旗下的Seed系列图像与视频生成业务，预计到2025年，ARR也可以达达到1亿美元。09:47 视频生成可以算是有非常有中国特色的AI应用场景了。09:52 字节旗下ARR最高的AI应用，居然不是字节版的Cursor编程工具。10:11 。。。又一次证明了短剧这个中国特色的AI应用的收入潜力10:23 。。。他们的ARR普遍在千万到1亿美金之间，且大多数都是平台补贴型的收入或者是合作试点，用户和客户的粘性比较低。10:55 这一方面是基础产品力的差异，另一方面也是企业生态和to B客户基础的一个巨大的差异。12:17 国内这些大模型或者应用公司的1亿的ARR一般是怎么来的呢？12:56 为什么我们很难在C端形成收入呢？13:17 在大模型API的商业化方面，我们好像也没有太多的进展？13:32 中美科技公司之间的这些结构性的差异来自于哪里呢？16:19 当别人在加速智能化工具的普及的时候，我们却在加快内容垃圾的生成速度。