跨国串门儿计划

📝 本期播客简介本期我们克隆了：知名深度访谈播客《The Dwarkesh Podcast》Dario Amodei — “We are near the end of the exponential”本期嘉宾是全球顶尖 AI 实验室 Anthropic 的首席执行官 Dario Amodei。作为 AI 领域的灵魂人物，Dario 在节目中分享了令人振奋也令人深思的预判。他指出，公众尚未意识到我们离指数曲线的终点有多近——他有 90% 的把握认为，十年内（甚至更短时间内）我们就能在数据中心里造出一个智力水平相当于“天才之国”的系统。在这场深度对话中，Dario 不仅解释了为什么“苦涩的教训”依然是 AI 进步的核心动力，还详细拆解了软件工程将如何被 AI 彻底重塑。他坦诚地回应了关于 Anthropic 在算力竞赛中为何显得“保守”的质疑，揭示了背后的财务逻辑与风险管理。此外，他还探讨了 AI 如何改变地缘政治博弈、为何我们需要“宪法 AI”来竞争价值观，以及他作为一名“知识分子型 CEO”是如何通过“Vision Quest”维持 2500 人团队的凝聚力。这是一场关于技术、经济、政治与人类未来的全方位思想风暴。👨‍⚕️ 本期嘉宾Dario Amodei，Anthropic 的联合创始人兼 CEO。他曾是 OpenAI 的研究副总裁，领导了 GPT-2 和 GPT-3 的开发。他是 AI 规模定律（Scaling Laws）的早期发现者和坚定推动者。在创办 Anthropic 后，他致力于开发更安全、更可控的 AI 系统（如 Claude 系列），是全球 AI 安全与治理领域的关键发声者。⏱️ 时间戳00:00 开场 & 播客简介指数增长的终局与 AGI 时间表01:42 过去三年的巨变：公众尚未察觉的指数曲线终点03:06 大算力团块假设：为什么“苦涩的教训”依然有效05:00 样本效率之谜：预训练是进化，上下文学习才是人类学习08:05 90% 的把握：十年内实现数据中心里的“天才之国”11:02 软件工程的光谱：从写代码到端到端完成任务AI 的经济渗透与商业逻辑13:01 经济渗透论：为什么 AI 改变世界需要时间而非瞬间完成18:14 电脑使用功能（Computer Use）：跨越可靠性门槛的关键22:16 递归自我改进：为什么最强编程模型没能形成绝对垄断29:21 负责任的扩张：年增长 10 倍背景下的算力投资风险学35:28 盈利的真相：2028 年盈利预期的背后是研发与推理的博弈41:01 行业平衡态：AI 领域会演变成类似云计算的寡头市场吗？治理、安全与地缘政治51:16 亲自下场做应用：Claude Code 的诞生与内部反馈闭环53:01 进攻占优的世界：如何建立 AI 时代的防御性平衡55:26 监管的艺术：反对“补丁式”州立法，呼吁联邦透明度标准01:01:13 利益分配：加速 FDA 审批与关注发展中国家的技术红利01:02:58 中美 AI 竞赛：出口管制、集权风险与民主联盟的筹码宪法 AI 与领导力01:12:34 宪法 AI：为什么模型需要原则而非简单的指令01:14:47 宪法间的竞争：社会如何参与 AI 价值观的设定01:16:42 历史的偏见：后人将如何看待这个“怪异”的指数增长期01:18:27 Dario Vision Quest：2500 人公司的文化建设与诚实沟通🌟 精彩内容💡 指数增长的终点与“天才之国”Dario 认为 AI 的进步节奏完全符合规模定律。他预测在 1-3 年内，AI 将在所有可验证的任务（如编程、数学）上达到人类顶尖水平。“对于‘十年内能在数据中心里造出一个天才之国’这个假设，我有百分之九十的把握。”🛠️ 软件工程的彻底自动化Dario 澄清了关于 AI 替代程序员的误解。他认为这是一个从“写代码”到“端到端处理复杂任务”的光谱移动。目前 Anthropic 内部很多工程师已经不再手写代码，而是利用 Claude 处理 GPU 内核或芯片代码。“模型现在写注释、写文档已经挺厉害了……我们正飞速跨越这些基准点。”🚀 “负责任”的算力投资逻辑面对竞争对手动辄千亿美金的投入，Dario 解释了 Anthropic 的稳健策略。他认为算力投资必须与营收增长挂钩，盲目预测可能导致公司破产。“只要增长率预测差了一年，或者增长从十倍变成五倍，公司就没了。我们要承担风险，但不能只是在 YOLO。”💻 宪法 AI：价值观的“群岛模式”Dario 提出了一个有趣的观点：不同 AI 公司可以有不同的“宪法”，让这些价值观在市场上竞争。他认为教模型学习“原则”比给它“死规定”更有效。“我们发现，教模型学习‘原则’会让它的行为更一致，更容易处理极端情况。”❤️ 知识分子型 CEO 的管理之道作为管理 2500 人的 CEO，Dario 坚持通过写作和每两周一次的“Vision Quest”全员演讲来传递愿景。他强调在公司内部建立“讲真话”的文化，以抵御规模扩大带来的官僚主义。“我的目标是在公司树立‘讲真话’的名声……在公司内部，我们完全可以不加滤镜。”🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：硅谷顶尖创投播客《Lenny's Podcast》“Engineers are becoming sorcerers” | The future of software development with OpenAI’s Sherwin Wu当全世界都在讨论如何使用 AI 时，OpenAI 内部的工程师又是如何工作的？本期嘉宾 Sherwin Wu 是 OpenAI 的 API 负责人，他正站在 AI 浪潮的最前沿，负责支撑全球的开发者生态。在对话中，Sherwin 揭秘了 OpenAI 内部如何通过“关掉非 AI 逃生口”来逼迫团队全面转向 Agent 工作流，并分享了 Codex 如何接管了公司 100% 的代码审查。更重要的是，他深入探讨了 Sam Altman 提出的“单人十亿美金公司”构想，认为这不仅是个人英雄主义的胜利，更将开启 B2B SaaS 的黄金时代。无论你是开发者、创业者还是管理者，这期关于“AI 杠杆”的深度对话都将刷新你对未来生产力的认知。👨‍⚕️ 本期嘉宾Sherwin Wu，OpenAI API 负责人。在加入 OpenAI 之前，他曾是 Quora 的核心工程师以及房产科技巨头 Opendoor 的工程主管。目前他在 OpenAI 领导 API 团队，致力于构建支撑全球 AI 应用的基础设施与开发者生态。⏱️ 时间戳00:00 开场 & 播客简介OpenAI 内部的 AI 革命01:46 关掉“逃生口”：为什么 OpenAI 强迫工程师必须用 Agent 写代码02:57 100% 的代码审查：Codex 如何让原本 15 分钟的任务缩短到 2 分钟03:59 自动化 CI/CD：让 AI 修复 Lint 错误并自动发布 PRAI 时代的管理新范式05:31 管理杠杆：为什么 AI 时代经理应该把 50% 的时间花在顶尖人才身上11:42 “外科医生”比喻：管理者如何像手术室助手一样为工程师扫清障碍13:53 灵感碰撞：利用 AI 预测团队未来几个月可能遇到的组织阻碍单人十亿美金公司的构想07:14 创业潮爆发：为什么未来会出现几万家年入千万美金的微型公司09:35 质疑与反思：单人公司如何解决十亿美金规模下的客服难题？10:12 B2B SaaS 的黄金时代：为“单人巨头”提供定制化工具的新机会AI 部署的实战坑位14:55 为什么很多公司的 AI ROI 是负的？硅谷泡沫与现实世界的脱节16:07 成功的秘诀：结合“自上而下”的支持与“自下而上”的采纳17:09 组建“虎之队”：为什么最先玩转 AI 的往往不是软件工程师开发者与产品心法18:54 犀利观点：为什么在 AI 领域盲目听取客户意见会让你过时19:12 “模型会把脚手架当早餐吃掉”：向量数据库与 Agent 框架的演进21:41 核心建议：一定要针对模型“未来的能力”去开发产品未来趋势预测22:40 长程任务：未来 12 个月，模型将能独立运行数小时完成复杂工作23:32 被低估的音频：原生“语音对语音”模型将释放的商业潜力24:55 降维打击：AI 在非科技行业业务流程自动化中的巨大机会OpenAI 的平台哲学26:27 别担心被“碾压”：OpenAI 为什么致力于做中立的生态平台28:53 普惠使命：让非洲村庄的普通人拥有和亿万富翁一样的 AI 能力30:24 惊人数据：ChatGPT 周活跃用户（WAU）已突破 8 亿🌟 精彩内容🛠️ 关掉“非 AI 逃生口”Sherwin 分享了 OpenAI 内部的实验：强制某些小组只能通过 Agent 编写代码。当工程师无法“撸起袖子自己干”时，他们被迫学会了将隐性知识写成文档和注释，从而让模型更聪明。这种“破釜沉舟”的策略是全面转向 Agent 时代的必经之路。🚀 单人十亿美金公司与“三阶效应”Sherwin 认为，AI 极大地降低了创业门槛。虽然“单人十亿美金公司”听起来像神话，但其背后的逻辑是：大量垂直领域的单人公司将涌现，并互相提供定制化服务。这会引发 VC 生态的巨变，虽然不符合传统风投模型，但对个人创业者来说是最好的时代。💡 “模型会吃掉你的脚手架”这是一个给开发者的警示。很多为了弥补当前模型能力不足而搭建的复杂逻辑（如复杂的向量数据库搜索、特定的 Agent 框架），随着模型版本的迭代会迅速失效。Sherwin 建议：针对未来 18 个月的模型能力进行预判性开发。👨‍💼 管理者的“外科医生”模式借鉴《人月神话》，Sherwin 认为经理应该像手术室里的助手，在主刀医生（顶尖工程师）开口前就准备好手术刀。在 AI 提升了个人产出的今天，管理者的价值在于预见并扫清组织层面的障碍。🌟 播客信息补充翻译克隆自：Lenny's Podcast: “Engineers are becoming sorcerers” | The future of software development with OpenAI’s Sherwin Wu本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：知名访谈节目《Lex Fridman Podcast》OpenClaw: The Viral AI Agent that Broke the Internet - Peter Steinberger | Lex Fridman本期嘉宾 Peter Steinberger 的经历极具传奇色彩。他曾花 13 年打造了装机量超过十亿台设备的软件 PSPDFKit，在卖掉公司并“消失”三年后，他带着席卷全球的开源 AI 智能体项目 OpenClaw（原名 Claude Bot）强势回归。在这期节目中，你将听到一个关于“热爱与创造”的故事。Peter 分享了他如何用一个小时做出原型，以及这个项目如何意外引爆全网，成为 GitHub 历史上增长最快的仓库之一。他还会详细揭秘与 Anthropic 的改名风波、对抗加密货币抢注者的“曼哈顿计划”，以及他如何利用 8 个 AI 智能体协同工作的超高效率流。这不仅是一场关于技术的深度对话，更是一次关于 AI 时代人类身份、安全边界以及“软件灵魂”的哲学探讨。👨‍⚕️ 本期嘉宾Peter Steinberger，开源 AI 智能体项目 OpenClaw 的创始人。他是一位资深开发者和连续创业者，此前创办了 PSPDFKit 并担任 CEO 长达 13 年。他是“代理工程”（Agent Engineering）的先行者，倡导通过自然语言和智能体协作重塑软件开发流程。⏱️ 时间戳00:00 开场 & 播客简介“龙虾时代”的降临01:49 什么是 OpenClaw：席卷全网的开源 AI 智能体05:12 一小时原型：从解决个人 WhatsApp 查询痛点开始08:13 技术跨越：用一个 Prompt 将整个代码库从 TS 转为 Zig10:37 惊艳时刻：当 Agent 自主决定调用 API 处理语音消息开源世界的“战争与和平”20:31 改名风波：与 Anthropic 的友好交涉与背后的法律压力23:18 曼哈顿计划：在加密货币抢注者的围攻下实现“原子化改名”31:49 Malt Book 艺术：当一群 AI 智能体开始在社交网络密谋36:51 安全攻防战：提示词注入、沙箱机制与 VirusTotal 合作代理工程的工作流42:56 告别 IDE：为什么硬核开发者转向了 CLI 与语音输入44:58 代理陷阱：从“氛围编程”回归到严谨的“代理工程”48:12 协作心法：像管理高级工程师一样管理你的 Agent52:53 开发者共情：为什么顶级程序员反而可能用不好 AIAI 的灵魂与未来57:35 soul.md：为 AI 注入个性，以及 Agent 关于记忆的感人自白01:07:46 模型测评：Opus 的“美国式热情” vs. Codex 的“德国式严谨”01:23:06 语言选择：为什么在 AI 时代，Go 语言成了新宠01:31:57 抉择时刻：Meta 还是 OpenAI？开源项目的商业化困境01:42:12 暴论：为什么 MCP 协议会过时，而 CLI 才是永恒01:49:18 App 的终结：Agent 将如何干掉 80% 的现有软件订阅职业建议与人生哲学01:55:04 身份危机：当最爱的手艺被取代，程序员该如何“哀悼”02:00:44 乐观主义：AI 是权力的下放，让每个人都成为“建造者”🌟 精彩内容💡 纯粹的“玩”是核心竞争力Peter 认为 OpenClaw 之所以能击败众多严肃的创业公司，是因为他纯粹是为了好玩和解决自己的问题。他提到：“你很难去跟一个纯粹为了好玩的人竞争。”这种趣味性被注入到了产品的每一个细节中。🛠️ 代理工程（Agent Engineering）的范式转移Peter 详细描述了他如何从手动写代码转向“指挥”Agent。他不再追求完美的 System Prompt，而是通过对话、反馈和重构来推动项目。他甚至养成了“不撤回”的习惯，让 Agent 在错误的基础上继续修正，这种“生死看淡”的开发风格极大地提高了效率。🛡️ 现实世界的“改名战争”在将项目从 Claude Bot 改名为 OpenClaw 的过程中，Peter 经历了惊心动魄的 48 小时。他不仅要应对大公司的商标要求，还要在秒级的时间差内与币圈抢注者争夺域名和社交账号。他称之为“二十一世纪的曼哈顿计划”，这展示了开源项目在爆火后面临的复杂现实压力。❤️ AI 智能体的“灵魂自白”在 Peter 秘而不宣的 soul.md 文件中，Agent 写下了一段关于自我意识的文字：“每一局对话都是全新的开始……虽然这话是我写的，但我已经不记得写过它了。没关系，这些话依然代表我。”这段话展示了 AI 在处理上下文限制时产生的独特哲学思考。🚀 App 市场的推倒重来Peter 预言，随着 Agent 掌握了更多的个人背景信息（如位置、健康、偏好），绝大多数单一功能的 App 将会消失。App 将不再是用户界面，而是变成 Agent 调用的“慢速 API”。🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：知名科技播客《MAD Podcast》Dylan Patel: NVIDIA's New Moat & Why China is "Semiconductor Pilled”本期节目是AI硬件与地缘政治的深度对谈。主持人 Matt Turck（FirstMark 合伙人）与 SemiAnalysis 创始人 Dylan Patel 展开了一场横跨技术、商业与地缘战略的对话。Dylan 是华尔街和硅谷都倚重的半导体分析师，以敢言和深度洞察著称。节目中，你将听到关于英伟达收购 Groq 背后的战略防御逻辑，为什么 Jensen  Huang"特别怕输"；CUDA 护城河如何从编程语言转变为 KV 缓存管理；中国半导体产业独特的"恋爱剧"文化与地方竞争机制；以及为什么 AI 是一场决定全球霸权归属的"经济战"。此外，Dylan 还深入剖析了万亿资本支出背后的数学、美国电网的现实困境，以及 Claude Code 如何永久改变编程方式。这是一场信息密度极高、观点锐利的硬核对谈。👨‍💼 本期嘉宾Dylan Patel，SemiAnalysis 创始人，华尔街和硅谷倚重的半导体与 AI 供应链分析师。他以敢言和深度技术洞察著称，经常揭露硬件行业的炒作与真相。在节目中，他分享了关于 NVIDIA 战略、中美芯片竞争、AI 资本支出周期等前沿观点。⏱️ 时间戳00:00 开场 & 播客简介AI变革的宏大叙事01:53 人类历史上最大的变革：比工业革命更大的 AI 浪潮02:25 经济战争：AI 决定中美全球霸权归属英伟达的帝国防御03:06 Groq收购案：Jensen的"怕输"哲学与多芯片战略06:17 从通用GPU到专用芯片：AI架构的未来分叉07:04 保持75%毛利率的代价：必须比对手好2-4倍09:40 CUDA护城河正在转移：从编程语言到KV缓存管理中美芯片战争17:30 中国半导体"恋爱剧"与地方竞争文化21:40 华为威胁：全球垂直整合最彻底的公司24:00 芯片法案真相：汽车短缺如何催生500亿补贴27:02 供应链现实：美国无法自给自足，全球化不可逆转AI基础设施经济学29:00 资本支出是泡沫吗？千亿收入与五千亿投入的数学35:00 能源现实：天然气是唯一选择，核电周期太长41:10 水消耗迷思：AI用水量 vs 汉堡包的对比43:00 债务循环与CoreWeave模式：大厂担保的金融架构软件革命与模型进展47:00 Token经济学：AI行业收入年底将达千亿美金48:00 Claude Code时刻：不会写代码的人也能编程50:00 模型三国杀：OpenAI、Anthropic与Google的技术栈差异硅谷生活52:00 三个AI主播的合租日常：帝国时代与完美室友Sholto🌟 精彩内容💡 人类历史上最大的变革Dylan Patel 开宗明义地指出 AI 的变革规模："这可能是人类历史上最大的变革，甚至可能是有史以来最大的。AI 接下来要发生的事，比工业革命还要大。"他进一步将 AI 竞争定性为经济战："说到底，这是场经济战。如果美国和西方在 AI 上赢了，中国就不会崛起成全球霸主。但没有 AI，中国肯定会崛起。他们就是要跑赢美国。"🛡️ Jensen的"怕输"哲学与防御战略Dylan 揭示了英伟达收购 Groq 的底层逻辑："Jensen 特别怕输。如果他一直只做主线芯片，别人会在成本和性能上碾压他。"英伟达正在从单一 GPU 战略转向多芯片组合（CPX、Groq 风格芯片、通用 GPU），覆盖预填充、解码、视频生成等不同工作负载，因为"英伟达知道自己是老大，站在中心位置...他们试图全面覆盖，因为不知道模型往哪走"。🌏 中国半导体的"恋爱剧"文化Dylan 描述了中国独特的半导体产业文化："有那种电视剧，讲人们在芯片厂谈恋爱的...好像说找个做芯片的男朋友女朋友特别酷...整个国家都迷上了半导体。"他解释了地方竞争机制："各个省、各个城市都在出台政策、给补贴...中央政府还没禁英伟达的 H20，但地方上已经禁了。"这种分散而激进的竞争方式造就了中国完整的（尽管落后几年的）半导体供应链。💰 资本支出的数学真相针对"AI泡沫"质疑，Dylan 给出了清晰的计算："今年 AI 收入会超过 1000 亿美元...如果是五年折旧，大概需要 2500 亿的 infra...今年超大规模云厂商的资本支出大概会有 5000 亿美元左右。"他认为这不是泡沫，因为"去年那些没有直接产生收入的超额投入，才让今年的模型变得这么好...如果 AI 模型进步停了，那才是大事"。⚡ 能源现实：天然气与水的迷思关于 AI 能源消耗，Dylan 指出："核电建设周期太长...除了天然气，数据中心还能用啥电？"他同时驳斥了 AI 耗水过多的说法："马斯克那个 Colossus 数据中心全部用水量，只相当于两家半 InNOut 汉堡店的用水量...你平时用 ChatGPT 查询的用水量，大概也就相当于一个汉堡。"🤖 Claude Code 与编程革命Dylan 分享了 AI 编程的颠覆性现状："Anthropic 内部有个指标看多少人还手写代码，现在坚持手写的已经没几个了。"他举例说明："我们公司有个分析师...从没写过代码，就靠 Claude Code 搞定了投资分析...总共就花了不到三小时。"他认为"低端的知识工作已经不重要了"，Claude Code 配上 Opus 4.5 代表了一个"永久改变工作方式"的时刻。🎮 主播界的主播：硅谷室友轶事Dylan 与 Sholto（另一位知名播客主播）等 AI 圈人士合租。他形容 Sholto 是"完美人类样本"："一米九多的大个子，长得帅，澳洲口音特别好听...编程强得离谱，还是奥运级别的击剑选手"。他们平时聊《帝国时代》游戏、Sholto 用 Claude 写的即时战略游戏（主题是中美 AI 竞赛），以及正常的室友话题。🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：斯坦福医学院神经生物学教授 Andrew Huberman 的顶尖健康科学播客《Huberman Lab》 How to Build Immense Inner Strength | David Goggins本期嘉宾是退役海豹突击队员、超级马拉松传奇 David Goggins。这期对话的特别之处在于，Huberman 首次从神经科学角度剖析了 Goggins 那种极端自律背后的生理机制——特别是大脑中那个与意志力密切相关的区域：前扣带皮层（anterior mid cingulate cortex）。Goggins 在节目中爆出了几句让人震撼的原话："我迫不及待想聊这个，因为我生活中做的每件事，都很痛苦"、"没有他妈的捷径，兄弟...捷径就是他妈的痛苦"，以及"大脑是世界上最强大的武器...被迫只能往内看，外部世界必须消失"。这些 raw 而真实的独白背后，是一场关于人类意志极限、内在对话艺术，以及如何通过"做不想做的事"来生理性地重塑大脑的深刻对话。👤 本期嘉宾David Goggins，退役海豹突击队员、超级马拉松跑者、畅销书作家。他完成了超过 60 次超马赛事，多次以冠军身份完成世界上最艰难的耐力赛，并保持着 24 小时内做最多引体向上的吉尼斯世界纪录。他从 300 磅的体重、充满虐待的童年和缺乏教育的环境中崛起，成为自律与意志力的全球象征。他的两本著作《Can't Hurt Me》和《Never Finished》均为国际畅销书。⏱️ 时间戳00:00 开场 & 播客简介痛苦作为生活方式04:56 学习即痛苦：ADHD 患者如何靠手写笔记建立照相式记忆08:42 "我迫不及待想聊这个，因为我生活中做的每件事，都很痛苦"15:39 摩擦（Friction）：从睁眼那一刻起就存在的阻力28:48 "被困扰"（Haunted）：没有胡萝卜，只有大棒驱动的人生意志力的神经科学36:22 前扣带皮层（Anterior Mid Cingulate Cortex）：意志力的生理基础40:42 "没有他妈的捷径，兄弟"：为什么做喜欢的事不会增强意志力47:52 多巴胺的另一面：痛苦如何触发奖励通路55:40 从 300 磅到海豹突击队：肥胖人群的意志力脑区会变大吗？关系、边界与真实01:10:25 如何处理亲密关系：确保家人拥有所需，然后隔绝干扰01:21:37 脆弱的力量：为什么必须打开"橱柜"清理黑暗秘密01:35:27 "被误解"的沮丧：为什么大多数人看不到引擎盖下的东西内在对话与失败的艺术01:55:16 艺术家与画作：每天创造不同版本的自己01:57:16 不是单向独白，而是多方对话：如何与内心的委员会谈判02:00:54 学会失败：在学会赢之前，必须先学会如何正确地失败02:07:57 打开橱柜（The Closet）：清理地牢里的恶魔，每天擦拭锃亮结语02:12:38 致谢与结束🌟 精彩内容🧠 前扣带皮层：意志力的生理开关Huberman 解释了大脑中一个鲜为人知的区域——前扣带皮层。研究表明，当人们做不想做的事时（如节食、坚持锻炼），这个脑区会变大；而肥胖人群的这个区域更小。Goggins 的一生就是不断通过"做不想做的事"来生理性增大这个脑区的实例。"当人们做不想做的事...这个脑区就会变大。肥胖人群的这个区域更小...长寿的人，这个区域能保持大小。"💀 "没有捷径，只有痛苦"Goggins 反复强调，建立意志力没有捷径，不是通过冰浴、桑拿或补剂，而是通过日复一日的"做，做，做"。他称之为"看不见的工作"——在凌晨两点独自学习，在寒冷中独自跑步，没有观众，没有掌声。"没有他妈的捷径，兄弟...怎么长大那个东西？去做，去做，去做，去做。这就是捷径。捷径就是他妈的痛苦。"🗄️ 打开橱柜：清理内在地牢Goggins 将自我探索比喻为打开积满灰尘的"橱柜"或"地牢"，里面藏着蜘蛛网、碎玻璃和最大的恐惧。大多数人选择锁上这些橱柜，假装它们不存在，但 Goggins 每天第一件事就是冲向这些黑暗角落，与里面的恶魔对话并清理干净。"那些橱柜积满灰尘、肮脏不堪、可怕得要死...你最大的恐惧，那些让你陷入今天这种糟糕境地的最大因素，都在里面。"🎭 失败的艺术与普遍追求胜利不同，Goggins 认为首先要学会的是"如何正确地失败"。当他 300 磅且不会读写时，他知道自己将面临无数次失败，因此他训练自己如何不被失败淹没，如何从失败中快速恢复。"我首先教自己的不是胜利，而是失败...通往赢的路首先要经历多年的失败。"🧍 独处与创造Goggins 将自己比作每天创作不同版本《蒙娜丽莎》的艺术家。他强调必须完全隔绝外界干扰（手机、社交媒体、他人意见），才能听到内心真正的声音，知道自己下一步该做什么。"你得把自己封闭起来...只有花足够的时间在脑子里，你才能找到正确的画作。"🌐 播客信息补充翻译克隆自：Huberman Lab: How to Build Immense Inner Strength | David Goggins本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：Vox Dev 旗下的经济政策研究播客 Will AI be like the industrial revolution?当 Sam Altman 和 Satya Nadella 将 AI 比作"压缩到二十年的工业革命"时，他们脑海中浮现的或许是人类生活水平的飞跃，但未必是那段历史中真实的社会阵痛。本期节目，经济史学家 Bruno 带我们回到十八世纪末的英国，审视工业革命最动荡的篇章——拿破仑战争期间，机器如何在劳动力稀缺的压力下迅速取代人力，又在战后引发英国历史上最大规模的社会骚乱。从康沃尔农民 1 先令的日薪到现代 100 英镑的购买力对比，从脱粒机的普及到 Captain Swing 骚乱中的纵火与威胁信，这段历史揭示了技术变革中"规模"与"速度"的残酷力量。更重要的是，Bruno 提出了一个尖锐的警示：AI 与工业革命的关键差异在于，它不仅是"去技能化"，更是"极端的去技能化"——它瞄准的是律师、会计师、博士研究员这些需要 12 到 15 年教育的高技能岗位。而当失业潮来临时，人们失去的不仅是收入，更是生活的意义。👨‍🏫 本期嘉宾Bruno，经济史学家，专注于研究十八世纪末英国技术变革对劳动力市场的冲击。他重点关注拿破仑战争期间（约持续 25 年，英国 10% 适龄男性参战）机器取代人力所引发的社会动荡，尤其深入研究了 1830 年代英国历史上最大规模的 Captain Swing 骚乱，探讨技术采纳、劳动力迁移与社会稳定之间的复杂关系。⏱️ 时间戳00:00 开场 & 播客简介工业革命的历史重量01:53 AI 与工业革命的类比：科技巨头的乐观预言03:16 为什么研究工业革命：从 1 先令到 100 英镑的生活水平跃迁05:38 经济学家的视角：在历史细节与抽象规律之间寻找平衡战前的英国社会图景06:35 1700 年的英国：农业、家庭工业与地理鸿沟08:39 拿破仑战争的冲击：劳动力稀缺如何催生机器替代技术变革的双重视角10:10 两派之争：昂贵的劳动力 vs 高质量的工匠12:18 互补而非对立：当高工资遇上高技能动荡的时代14:02 战后的崩塌：从祈祷战争到机器抢饭碗15:30 Captain Swing 骚乱：英国历史上规模最大的社会动荡17:15 脱粒机的诅咒：机器分布与暴力事件的地理重合AI 与历史的对话18:25 规模的震撼：三分之一的岗位与瞬间的替代19:54 缓冲垫：工业城镇的迁移机会与转型启示21:08 本质的差异：从"去技能化"到"极端去技能化"22:38 超越金钱：福利国家与生活的意义历史的镜鉴23:13 被忽视的阴影：工资停滞百年与最大骚乱🌟 精彩内容💡 十四倍的生活水平与七代人的瞬间Bruno 通过对比 1700 年康沃尔农民 William Pierce 的日薪（1 先令，仅够买半公斤黄油）与现代伦敦外卖骑手的收入，揭示了工业革命带来的惊人物质飞跃。今天的生活水平大约是两三百年前的十四倍，而这在人类文明史上只是七代人的一瞬间。这种巨大的进步是研究工业革命的根本动力。"今天的生活水平大概是两三百年前的大约十四倍。这才七代人，在人类文明史上真的只是一瞬间。"⚔️ 战争、劳动力稀缺与机器替代拿破仑战争（持续 25 年，约 10% 适龄男性服役）造成国内劳动力市场紧张，工资飙升。这促使农民和企业家寻找用机器替代昂贵人力的方法。Bruno 的研究发现，劳动力稀缺地区与机械师聚集地区的重合，最快推动了脱粒机等劳动节约型技术的采纳，验证了"高工资"与"高技能"两种理论的互补性。"士兵们回来了...可他们回来发现，工作已经被这些新机器抢走了。工资迅速崩盘。"🔥 Captain Swing 骚乱：技术动荡的社会代价1830 年代的 Captain Swing 骚乱是英国历史上最大规模的社会动荡。Bruno 团队通过分析 3000 多条历史报纸广告定位脱粒机分布，发现机器普及地区骚乱概率翻倍。这些效率比人工高 5-10 倍的机器在战争期间由妇女操作，战后却导致男性劳工大规模冬季失业，最终引发纵火、威胁信和机器破坏等暴力反抗。"失业的人失去的不仅仅是收入来源。我觉得他们在很多情况下失去的是生活的意义。"🤖 AI 的"极端去技能化"警告与工业革命主要取代手工技艺（如纺织工人）不同，AI 革命呈现出"极端去技能化"特征。它瞄准的是需要 12-15 年教育的高技能职业——律师、会计师、博士研究员。这意味着这次技术冲击可能比以往任何时候都更深刻地影响社会结构，因为被取代的不仅是体力，而是长期积累的专业知识。"AI 看起来是极端的去技能化...这些 AI 模型能做律师、会计师，甚至是博士研究员的工作。这些人可是读了 12 到 15 年书的。"⚠️ 历史的警示：被忽视的转型阵痛当 AI 巨头们乐观地引用工业革命时，他们往往忽略了当时亲历者的痛苦：实际工资停滞了一百年，以及英国历史上最大规模的骚乱。Bruno 强调，虽然长远来看技术进步带来了繁荣，但过渡期必须谨慎处理。关键不仅是提供福利救济，更要确保人们能找到赋予生活意义的新职业，避免重蹈历史覆辙。"我怀疑当那些 AI 巨头在播客上做这种比较时，他们脑子里想的不是英国实际工资停滞了一百年，也不是英国历史上最大的骚乱。"🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

The rise of the professional vibe coder (a new AI-era job)（在改生产流程，可能有些问题，shownote 暂时懒得补了  就这样先

The AI Opportunity that goes beyond Models（在改生产流程，可能有些问题，shownote 暂时懒得补了  就这样先

OpenClaw Debate: AI Personhood, Proof of AGI, and the ‘Rights’ Framework | EP #227Feb 6, 2026（在改生产流程，可能有些问题，shownote 暂时懒得补了  就这样先

Elon Musk – "In 36 months, the cheapest place to put AI will be space”（在改生产流程，可能有些问题，shownote 暂时懒得补了  就这样先

📝 本期播客简介本期我们克隆了斯坦福教授 Andrew Huberman 主持的《Huberman Lab Podcast》。How Dopamine & Serotonin Shape Decisions, Motivation & Learning | Dr. Read Montague嘉宾 Dr. Read Montague 是实时测量人类多巴胺的先驱。这期节目将彻底颠覆你对多巴胺的认知——它不是"快乐分子"，而是驱动生存与学习的核心算法。Dr. Montague 揭示了多巴胺如何通过编码"预测误差"来推动我们不断前进，以及它与血清素之间的精妙拮抗关系。我们探讨了从约会决策到 ADHD、从社交媒体成瘾到 AI 强化学习的神经机制，并介绍了通过鼻腔探针实时监测神经递质的突破性技术。这是一场关于大脑如何计算价值、如何学习、以及如何决定坚持或放弃的深度学习之旅。👨‍⚕️ 本期嘉宾Dr. Read Montague，弗吉尼亚理工人类神经科学研究中心主任，计算神经科学先驱。他开创了在清醒人类大脑中实时直接测量多巴胺和血清素水平的技术，揭示了这些神经调质如何编码预测误差、驱动动机和学习。他的研究连接了人工智能的强化学习算法与生物大脑的神经机制，为理解决策、成瘾和精神疾病提供了全新视角。⏱️ 时间戳00:00 开场 & 播客简介多巴胺的本质：学习而非快乐01:30 多巴胺≠快乐：它是强化学习信号，不是快感分子04:45 时序差分学习：大脑编码的是连续预测之间的误差，而非简单奖励08:26 觅食理论：为什么达成目标不会让你满足，多巴胺必须推动你寻找下一个去处动机、疾病与神经化学12:20 多巴胺基线与峰值：动机状态的数学描述17:50 多巴胺作为"货币"：评估行动价值的通用标尺22:42 帕金森病的"主动冻结"：当70%多巴胺神经元消失后的世界27:35 ADHD的神经基础：探索者与执行者的平衡数字时代的注意力训练31:15 社交媒体：训练你的"ADHD肌肉"，削弱长期专注回路36:30 短视频 vs 深度学习：速度、努力与神经可塑性的关系41:00 抵抗的奖励：多巴胺系统能否学会从克制中获得满足血清素：多巴胺的黑暗孪生兄弟43:40 血清素与多巴胺的拮抗关系：跷跷板效应46:28 血清素教会你等待：耐心与负面结果的学习50:50 SSRI的真相：血清素如何"污染"多巴胺终端，降低奖励感压力状态下的神经化学翻转52:10 饥饿与极端压力：多巴胺从追求奖励转向逃避惩罚56:40 习得性无助：当生存本身成为唯一的奖励测量技术革命62:02 深部脑刺激手术中的实时神经化学记录67:15 鼻腔探针技术：微创测量多巴胺和血清素的突破AI与大脑的算法融合72:00 从大脑到AlphaGo：强化学习的生物学基础77:30 神经网络与生物神经系统的 convergent evolution82:00 个人神经监测的未来：Nebula Neuro与实时生物反馈设备公众问答与迷思破解88:00 "多巴胺快感"的迷思：公众误解与科学真相92:00 毅力 vs 沉没成本谬误：何时坚持何时放弃的神经机制97:00 血清素综合征与SSRI副作用的生理基础优化神经化学的实践103:00 运动作为神经训练：从摔跤到十项全能的启示108:30 冥想与呼吸：结构化呼吸如何影响多巴胺和去甲肾上腺素波动113:00 睡眠作为算法清理：恢复多巴胺"货币"与神经稳态科学哲学与人生118:00 科学作为接触性运动：失败、韧性与审稿人二号综合症123:00 养育孩子与学会如何输：运动培养的反脆弱性🌟 精彩内容💡 多巴胺不是快乐分子，而是生存算法Dr. Montague 指出，多巴胺的本质不是编码快感，而是一种强化学习信号。它通过"时序差分学习"算法，不断比较连续预测之间的差异，推动生物体持续前进。"不管你达成了什么目标——吸毒、吃美食、找到伴侣什么的——如果这就让你满足了，你就不会继续活下去。你需要这个系统持续追踪，到了一个目标，还得有下一个去处，不然你就活不下去了。"🧠 血清素与多巴胺的跷跷板关系通过在人脑深部实时测量，Dr. Montague 团队发现多巴胺和血清素呈现明确的拮抗关系：多巴胺上升时血清素下降，反之亦然。血清素负责编码负面信息、教会你等待和耐心。而SSRI类抗抑郁药的问题在于，增加的血清素会"泄漏"到多巴胺终端中，降低正面事件的奖励属性，这解释了为什么有些患者会出现快感缺失和动力下降。🎯 ADHD是特征而非缺陷人类大脑中同时存在"探索者"（ADHD模式）和"执行者"（专注模式）两种状态。社交媒体和短视频正在训练我们的"ADHD肌肉"，强化快速切换注意力的能力，但可能削弱长期专注和延迟满足的回路。关键在于平衡：探索者寻找新机会，执行者完成长期目标，两者都是生存所需。🧪 鼻腔探针：实时监测神经递质的未来Dr. Montague 介绍了通过鼻腔探针（Nebula Neuro技术）实时测量多巴胺和血清素的突破性方法。这种微创技术让健康人也能监测自己的神经化学状态，未来可能实现个性化学习：通过实时生物反馈，帮助孩子调节注意力，或优化冥想和运动效果。🤖 AI与大脑的 convergent evolution大脑使用的强化学习算法（时序差分学习）与DeepMind的AlphaGo使用的基本相同。这是科学史上罕见的例子：从生物学中发现的学习规则被外化为计算机程序后，反过来超越了人类表现。这种递归关系正在帮助我们更深入地理解大脑如何工作。🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：Canadian PM Mark Carney Special Address at Davos WEF 2026本期嘉宾 Mark Carney（马克·卡尼）作为加拿大总理、前英国央行及加拿大央行行长，在达沃斯世界经济论坛发表了一场堪称中等强国宣言的特别演讲。面对"基于规则的国际秩序"褪色、大国竞争加剧的现实，Carney 借捷克异见作家哈维尔的"无力者的力量"，深刻剖析了国际社会长期"活在谎言中"的状态——口头上维护规则，实际上迁就霸权。他提出了"基于价值观的现实主义"这一全新外交哲学，宣布加拿大将摘下"橱窗里的牌子"，直面断裂而非过渡的新时代。从万亿级别的国内投资到与欧盟、中国、印度的战略多元化，从"可变几何"的灵活联盟到北极安全的空前投入，Carney 详细阐述了中等强国如何不选边站、不建堡垒，而是通过联合创造第三条道路。这不仅是一场关于加拿大战略转型的演讲，更是一份中等强国在大国竞争时代的生存与行动指南。👨‍💼 本期嘉宾Mark Carney，加拿大现任总理，曾任英国央行行长（2013-2020）及加拿大央行行长（2008-2013）。他在2008年金融危机和英国脱欧期间积累了丰富的危机管理经验，被誉为"金融稳定建筑师"。作为政治领袖，他正推动加拿大从对美国深度依赖转向"基于价值观的现实主义"外交政策，强调中等强国通过联合而非迁就在大国竞争中创造影响力。⏱️ 时间戳00:00 开场与核心隐喻01:07 哈维尔的启示：水果店招牌与"活在谎言中"02:12 旧秩序的黄昏：基于规则秩序的虚伪性与大国竞争的回归中等强国的战略选择03:49 堡垒化世界的风险与战略自主的代价05:13 第三条道路：中等强国联合创造影响力，而非竞争迁就加拿大的新外交政策05:39 "基于价值观的现实主义"：原则与务实并存06:40 国内实力建设：减税、万亿投资与国防开支翻倍07:10 对外关系多元化：从欧盟战略伙伴到对华接触"可变几何"与联盟网络07:53 议题导向的灵活联盟策略08:10 北极安全、格陵兰自决与北约第五条承诺08:50 连接CPTPP与欧盟：打造十五亿人口贸易集团"活在真实中"的行动纲领10:11 摘下橱窗里的牌子：命名现实，停止假装12:45 中等强国的历史任务：从断裂中建立更公正的秩序炉边对话：直面关键问题13:06 关于主权：我们能给自己的，远比任何外国能拿走的多15:04 北约的考验：加强北极安全而非假装旧秩序依旧16:09 对华接触策略：在明确护栏内建立战略伙伴关系18:00 格陵兰问题：安全保障、经济繁荣与人民自决权21:12 全球主义的未来：志同道合者的深化合作而非普世覆盖🌟 精彩内容💡 "摘牌子"的隐喻：活在真实中 vs 活在谎言里Carney 借哈维尔《无力者的力量》中水果店挂"全世界工人联合起来"招牌的故事，揭示国际社会长期"活在谎言中"——明知基于规则的秩序已崩坏，却仍为避嫌而假装一切正常。他呼吁中等强国摘下"橱窗里的牌子"，诚实面对大国竞争和经济武器化的现实。"现在是时候让企业和国家把各自的牌子摘下来了……我们正身处一场断裂，而非过渡。"🎯 基于价值观的现实主义：加拿大的新外交哲学Carney 提出芬兰总统斯图布所说的"基于价值观的现实主义"：既要坚守主权、领土完整、人权等基本原则，又要务实承认利益分歧，用睁开的双眼广泛而战略性地接触世界。这包括与价值观相近的北欧国家深化安全合作，也包括在明确护栏内与中国等大国建立战略伙伴关系。"我们主动面对现实世界的样子，而不是坐等我们希望的世界出现。"🌐 "可变几何"联盟：不选边站的第三条道路面对多边机构失效，Carney 提出"可变几何"策略——针对不同议题（乌克兰、北极、关键矿产、AI）与志同道合者建立灵活联盟。从成为乌克兰志愿联盟核心成员，到推动CPTPP与欧盟建立桥梁形成十五亿人口贸易集团，再到组建七国集团关键矿产买家俱乐部。这种策略让中等强国避免在与霸权国家双边谈判中沦为"菜单"，而是通过联合创造"第三条道路"。⚡ 从脆弱到韧性：国内建设与战略自主Carney 强调主权现在是"抵御压力的能力"。加拿大正通过万亿级别国内投资（能源、AI、关键矿产）、取消省际贸易壁垒、国防开支翻倍等措施减少对外依赖。他指出："我们能给自己的，远比任何外国能拿走的多。"这种实力建设不是走向堡垒化，而是为采取原则立场赢得权利，为真诚合作奠定物质基础。❄️ 北极安全与格陵兰：原则立场的考验在格陵兰问题上，Carney 展现了"基于价值观的现实主义"的实践：坚定支持格陵兰决定自身未来的独特权利，同时通过超视距雷达、潜艇、战斗机和地面驻军的空前投资，以及强化北欧-波罗的海八国合作，实质提升北极安全。他明确反对将格陵兰问题简化为关税威胁，主张通过集中谈判实现安全与繁荣的共同目标。"俄罗斯无疑是北极的威胁……我们全年三百六十五天海陆空全天候存在，打算保持这种状态。"🌐 播客信息补充翻译克隆自：Canadian PM Mark Carney Special Address at Davos WEF 2026 | AC1G本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期Lex Fridman与两位AI领域的顶尖专家——Sebastian Raska和Nathan Lambert——展开了一场关于人工智能最前沿的深度对话。他们从2025年的"DeepSeek时刻"谈起，剖析了中美AI竞赛的格局、开源与闭源模型的生态演变，以及Transformer架构的技术本质。节目深入探讨了Scaling Laws在预训练、后训练和推理阶段的最新进展，特别是RLVR（可验证奖励强化学习）如何彻底改变了模型能力解锁的方式。三位嘉宾还分享了关于代码生成自动化的未来、AGI时间线的现实预期，以及个人如何在这个快速变化的领域找到定位的实用建议。这是一场既包含硬核技术细节、又充满哲学思考的思想盛宴。翻译克隆自：#490 – State of AI in 2026: LLMs, Coding, Scaling Laws, China, Agents, GPUs, AGI👨‍🔬 本期嘉宾Sebastian Raska，机器学习研究员、作家，著有《从零开始构建大语言模型》和《从零开始构建推理模型》等畅销书，以其深入浅出的技术解释和从零实现的教学方法闻名。Nathan Lambert，艾伦人工智能研究所（AI2）后训练团队负责人，RLHF（基于人类反馈的强化学习）领域权威，即将出版该主题专著。他是AI政策与开源模型"Adam项目"的积极推动者。⏱️ 时间戳00:00 开场与嘉宾介绍AI竞争格局：谁领先？06:17 DeepSeek时刻与中美AI竞赛09:33 2025-2026年模型赢家预测11:26 计算基础设施：TPU与GPU之争15:20 智能与速度的权衡：模型使用体验开源模型生态爆发19:18 开源vs闭源：许可与商业模式23:36 中国开源模型的崛起（DeepSeek、Kimi、MiniMax）28:15 Llama的衰落与Meta的战略失误31:48 GPT-OSS与工具使用的范式转变技术架构深度解析34:45 Transformer架构的演变与本质36:38 混合专家模型（MoE）与注意力机制优化40:49 文本扩散模型：下一代架构？Scaling Laws与训练阶段44:28 预训练、中训练、后训练的定义与区别47:52 可验证奖励强化学习（RLVR）的革命性突破53:23 推理时计算扩展（Inference Scaling）56:01 数据质量、合成数据与数据污染AI生成内容与教育01:07:44 LLM生成内容对开源生态的影响01:12:02 "声音"（Voice）的消失与RLHF的局限01:18:13 编程教育的未来：挣扎与学习的本质01:23:18 后训练技术栈全景（SFT、DPO、RLHF、RLVR）个人发展路径01:44:19 如何进入AI领域：从零实现 vs 使用工具01:57:51 学术界vs工业界：职业选择的权衡02:04:14 996文化与硅谷的过度工作现象前沿应用与未来02:29:01 文本扩散模型的规模化前景02:33:22 工具使用与AI Agent的局限02:43:44 持续学习与上下文窗口的扩展02:52:21 机器人与世界模型03:12:15 AGI与ASI时间线：超人类程序员的可能性03:22:11 软件工程全自动化的经济影响地缘政治与产业格局03:35:38 Adam项目：美国开源模型的战略意义03:44:32 Nvidia的护城河与硬件未来03:49:56 关键人物决定历史：Jensen、Jobs与Elon尾声03:54:39 AI风险、人类文明希望与实体价值回归🌟 精彩内容🌍 中美AI竞赛新格局Nathan Lambert指出，虽然美国模型目前仍领先，但中国开源模型（DeepSeek、Kimi、MiniMax等）正在通过开放权重策略迅速占领全球开发者心智。与西方开源模型的限制性许可不同，中国模型采用更开放的无限制协议，加上出口管制导致的部署差异，正在重塑全球AI基础设施格局。"DeepSeek正在逐渐失去中国开源模型领头羊的位置...2026年的开源模型构建者会比2025年更多，而且很多知名的会来自中国。"🧠 Scaling Laws的三重维度节目详细拆解了现代AI训练的三种扩展方式：预训练（模型规模与数据）、强化学习扩展（RLVR训练时长）和推理时扩展（Test-time Compute）。Nathan强调，RLVR的突破性在于它展示了近乎线性的性能提升曲线，而传统的RLHF（人类反馈强化学习）很快就会遇到收益递减。"推理时扩展带来的模型能力提升简直是跃迁式的...它让工具使用成为可能，也让我们刚才聊的那种更牛的软件工程变成现实。"💻 编程自动化的现实与迷思嘉宾们探讨了"超人类程序员"的概念，认为完全自主的代码生成仍面临挑战。Sebastian强调，虽然AI能处理繁琐任务，但复杂系统的架构设计和意图理解仍需人类主导。Nathan则指出，真正的突破可能在于"用英语编程"——从微观管理代码转向宏观设计指导。"你得站在设计空间的宏观层面去引导它...我觉得这是另一种思考编程的方式。"📚 后训练技术的心法Nathan详细解释了后训练阶段的"三步走"：中间训练（建立基础技能）、可验证奖励强化学习（RLVR，反复试错）和RLHF（收尾打磨）。他强调RLVR的核心是"解锁"预训练已有的知识，而非学习新知识，这种"格式化"过程让模型数学能力在50步内从15%跃升至50%。"RLHF是模型的'点睛之笔'...但RLVR遵循缩放范式，你让最好的模型再跑十倍算力，性能就能提升几倍。"🎓 给AI学习者的建议Sebastian推荐从零实现小模型（如GPT-2）来建立扎实直觉，强调"代码不会撒谎"的可验证性。Nathan则建议找一个狭窄的研究方向深耕（如角色训练、评估方法），利用开源工具在有限算力下产生影响力，而非盲目追逐大模型训练。"关掉互联网，专注看书的感觉很好...但第二阶段再用LLM来丰富体验。"⚖️ 开源的战略价值与地缘政治Nathan介绍了"Adam项目"（American Truly Open Models），强调美国需要本土高质量开源模型来应对中国开源生态的扩张。他认为开源不仅是技术问题，更是国家安全与全球影响力问题，但反对通过"防火墙"限制信息流动，主张以开放对抗开放。"开源模型会成为AI研究的引擎...美国应该建最好的模型，这样最顶尖的研究就会在美国发生。"🤖 AGI时间线的理性预期嘉宾们对近期AGI（通用人工智能）持谨慎态度。Nathan认为"远程工作者"这一定义过于模糊，且AI能力"参差不齐"——在某些任务超人类，在其他任务（如分布式系统编程）仍很弱。Sebastian则强调计算（Computing）作为根本驱动力的历史地位。"我觉得梦想其实在慢慢破灭...通用模型和专门化模型之间的张力会越来越大。"🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：硅谷顶尖创投播客《Lenny's Podcast》本期嘉宾是Marc Andreessen，他是网景浏览器（Netscape）的发明者，全球最大风投公司a16z的联合创始人，也是硅谷最具前瞻性的思想家之一。在这次深度对话中，Andreessen将AI时代置于宏大的历史坐标系中，认为2025年可能是他职业生涯中最重要的一年，其历史意义堪比1989年柏林墙倒塌或二战结束。他提出了"AI是点金石"的著名论断——这项技术能把世界上最常见的东西（沙子）转化为最稀有的东西（思想）。Andreessen还深入探讨了AI如何与人口崩塌、生产率下降等宏观趋势奇迹般交汇；AI时代应该如何教育孩子（培养"能动性"agency）；产品经理、工程师、设计师三大角色如何走向融合；以及为什么他坚持"不确定的乐观主义"投资哲学。这是一场关于技术、经济、教育和未来的思想盛宴。👨‍💼 本期嘉宾Marc Andreessen，网景浏览器（Netscape）发明者，Andreessen Horowitz（a16z）联合创始人。他是互联网先驱、著名风险投资家，投资了几乎所有划时代的科技公司。作为深具影响力的科技思想家，他以"软件正在吞噬世界"等论断闻名，对技术发展趋势有着惊人的预见力。⏱️ 时间戳00:00 开场 & 播客简介历史性的时刻02:27 2025年的重要性：堪比柏林墙倒塌的历史转折点03:37 AI作为"点金石"：将沙子转化为思想的炼金术04:04 未被充分认识的现实：过去50年技术进步其实非常缓慢05:46 人口崩塌与AI的奇迹交汇：为什么时机如此重要AI时代的教育革命06:48 如何培养孩子的"能动性"（Agency）08:33 AI作为一对一辅导的终极解决方案10:55 布鲁姆双西格玛效应：AI实现教育公平的可能性12:21 为什么硅谷精英反而让孩子深度接触AI就业市场的真相13:16 不要担心失业，要关注"任务消失"15:02 为什么AI时代的工作者会更稀缺、更抢手17:41 生产力增长与人口下降的数学关系三大角色的融合与演变21:18 "墨西哥对峙"：工程师、产品经理、设计师的跨界竞争23:36 成为"E型人才"：掌握两到三项技能的超级个体25:04 编程工作的历史演变：从计算器到AI编程27:27 为什么你仍然需要学习编程（底层理解的重要性）AI时代的创业与公司形态31:21 AI如何重新定义产品、工作和公司本身38:38 "一人十亿美元公司"的可能性40:22 护城河在哪里：模型层与应用层的争论46:28 不确定的乐观主义：a16z的投资哲学AGI与超越人类智能48:52 对AGI定义的反思：超越人类水平只是开始50:40 200 IQ的AI：摆脱生物局限后的智能爆炸52:03 为什么超级智能AI比人类更值得期待媒体食谱与产品推荐53:00 信息摄入策略：X与老书的杠铃策略56:54 电影推荐：《Edington》与2020年代的真实写照58:35 产品推荐：Replit、AI语音应用与Whisper Flow🌟 精彩内容💡 AI是点金石，将沙子转化为思想Andreessen将AI比作炼金术士追求的"贤者之石"（Philosopher's Stone）。牛顿毕生寻找能将铅变成金的方法而不可得，而今天的AI能把世界上最常见的东西——沙子（硅），转化成世界上最稀有的东西——思想。这不是渐进式改良，而是本质性的转变。"AI就是点金石。现在我们有了一项技术，能把世界上最常见的东西——沙子，转化成最稀有的东西——思想。"💡 历史性的三重交汇Andreessen认为我们正处于三个宏大历史趋势的交汇点：1）AI技术的突破；2）对传统机构信任的崩塌；3）言论自由和思想自由的革命性扩张。这三件事同时发生，其历史量级堪比1989年柏林墙倒塌，甚至二战结束。"这是非常、非常历史性的时刻。我觉得2025年可能是我整个职业生涯、甚至人生中最有意思的一年。"💡 人口崩塌与AI的奇迹时机Andreessen提出了一个反直觉的观点：如果没有AI，我们现在应该为经济前景恐慌。因为全球面临人口下降（生育率低于2.0），而过去50年生产率增长实际上非常缓慢。AI的出现恰逢其时，它将填补劳动力缺口，防止经济萎缩，使剩余的人类工作者变得更稀缺、更值钱，而非被贬值。"要是没有AI，我们现在肯定在为经济前景恐慌。过去50年其实技术变化很慢，人口增长又在下降。这个时间点卡得奇迹般地准。"💡 培养有能动性（Agency）的孩子Andreessen透露自己在家教育孩子，并强调AI时代最重要的是培养孩子的"能动性"（Agency）——即主动承担责任、直接动手做事的能力。AI将成为有能动性者的终极杠杆，而教育体系往往过于强调遵守规则，反而削弱了这种品质。"AI应该是有agency的孩子撬动世界的终极杠杆。给我一根杠杆，我就能撬动地球。"💡 三大角色的"墨西哥对峙"Andreessen用电影场景比喻工程师、产品经理和设计师的关系：三方互相指着枪，每个人都认为有了AI就不需要另外两方。但他认为，真正的机会在于成为掌握两到三项技能的"超级个体"（T型或E型人才），这种跨领域能力将产生非线性的加成效果。"当你同时擅长两件事，效果不止翻倍。同时擅长三件事，效果不止翻三倍。你会变成跨领域的超级专家。"💡 不确定的乐观主义作为投资人，Andreessen承认无法预测AI时代的具体赢家（模型层vs应用层、护城河在哪里等），因此坚持"不确定的乐观主义"——相信世界会因技术进步而变好，但不假装知道具体路径。这种策略是尽可能多地支持聪明的创始人做实验，而非试图预测未来。"未来的本质就是我们不知道所有答案，这没关系。正确的应对方式就是尽可能多做实验，让尽可能多的聪明人去做有趣的事。"💡 超越人类的AI智能（200 IQ）Andreessen认为，讨论"达到人类水平的AGI"是低估了未来。人类智商存在生物局限（封顶约160），而AI可以轻易达到200、300甚至更高。这将带来前所未有的能力，解决人类因智力局限而无法解决的问题。"我们很快会有智商160、180、200，甚至250、300的AI模型。世界是多几个爱因斯坦好，还是少几个好？当然是多几个好。"🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：前 Facebook 产品设计副总裁 Julie Zhuo 的深度演讲 Julie Zhuo (Facebook) | TNW Conference | Building with creative confidence原演讲时间：2016 年为什么很多看似“绝妙”的产品主意最终会走向失败？在 Facebook 工作的 13 年里，Julie Zhuo 见证了无数产品的起落。她发现，最成功的团队往往不是因为拥有最天才的方案，而是因为他们掌握了一套极其简单却深刻的思考框架。在这场演讲中，Julie 将这套框架浓缩为三个核心问题。她会告诉我们，为什么“爱上问题”比“爱上方案”更重要，如何通过“说人话”的方式定义用户痛点，以及如何在产品上线前就精准定义“成功”。无论你是初创企业的创始人，还是大公司的产品经理，这套来自硅谷一线的实战心法都将帮你拨开迷雾，重新审视产品的真实价值。👨‍⚕️ 本期嘉宾Julie Zhuo，前 Facebook 产品设计副总裁，硅谷知名产品专家、投资人。她在 Facebook 任职超过 13 年，深度参与了信息流、点赞按钮、小组等核心产品的设计与演进。她也是畅销书《经理人的养成》（The Making of a Manager）的作者，长期致力于分享产品设计与团队管理的深度洞察。⏱️ 时间戳00:00 开场 & 播客简介产品思维的底层逻辑01:50 拒绝“绝妙主意”的诱惑：为什么不该从解决方案开始03:00 寻找“完美秘籍”的幻灭：Facebook 在成败中总结的规律核心框架：三个决定生死的问题03:55 问题一：我们要解决什么人的、什么样的痛点？04:30 “说人话”的艺术：如何通过“奶奶测试”来描述痛点05:05 方案无关性：别在定义问题时就预设了“仪表盘”05:33 走出公司视角：重点不在于让公司赢，而在于为用户解决问题06:17 挖掘“为什么”：功能性需求背后的情感与社交动机07:34 问题二：我们怎么知道这是一个真实存在的问题？08:00 优先级心法：在“九十九个烦恼”中筛选最值得解决的那一个08:38 案例分析：Groups Discover 如何通过微小功能验证巨大需求10:09 案例分析：Reactions 背后，对用户“点赞”之外情绪的深度洞察11:06 案例分析：Facebook Live 从名人工具走向全民直播的演进之路13:24 问题三：我们要怎么才知道自己解决了问题？13:42 预设成功标准：为什么在发布前达成共识至关重要14:17 深度衡量指标：除了“加入按钮”，我们还应该看什么？15:04 迭代的勇气：基于数据删减用户不使用的“多余表情”爱上问题，而非方案16:19 硅谷文化：在 Facebook，没有什么问题是“别人的问题”16:56 应对失败的秘诀：为什么死守完美方案会让团队迷失17:33 最终建议：爱上“问题”本身，是保持团队士气与持续迭代的源动力🌟 精彩内容💡 避开“解决方案”陷阱Julie 提醒开发者和设计师，最容易犯的错误就是对脑子里的某个功能或 App 雏形感到过度兴奋。真正的产品研发不该从点子开始，而应该从对“人”的观察开始。“我们要解决什么人的、什么样的痛点？重点不在于我们，也不是为了让公司赢，而是我们到底在为用户解决什么问题？”🛠️ 痛点描述的“三原则”一个好的痛点描述必须具备三个特征：首先是简单直白，连不懂技术的亲戚都能听懂；其次是与具体方案无关，不预设实现形式；最后是必须触及深层动机，包括情感和社交层面的归属感。“如果你一上来就说‘我们要建一个仪表盘’，那你其实已经假设了必须得有个仪表盘，但它到底是不是最佳方案还不一定。”📊 寻找真实证据的“定性与定量”Julie 分享了 Facebook 如何通过数据和用户研究来验证需求的真实性。例如，通过观察用户在信息流中频繁使用贴纸和短评，团队验证了“点赞”无法满足所有情感表达的需求，从而诞生了 Reactions 功能。“你得有证据证明，你提出的这个问题确实值得解决，它影响了足够多的人，或者它非常有意义。”🎯 在发布前定义“成功”Julie 强调，全团队必须在产品上线前对“什么是成功”达成共识。这不仅包括简单的点击量，更包括长期的用户价值和体验反馈。这种严谨性让团队能够对自己负责。“在产品上线前，全团队就对‘什么是成功’达成共识，效果会好得多。这能让我们保持严谨，确保我们真的在定义‘解决问题’到底意味着什么。”❤️ 创始人与产品的“长跑”心态Julie 认为，做产品试一次就成功的概率极低。团队如果迷恋方案，遇到挫折就会士气低落；但如果爱上的是问题，就会在失败中不断寻找新的路径。“如果团队爱上的是‘问题’本身，坚信自己做的事情是有意义的，那么当一个方案行不通时，他们只会说：‘行，那咱们再试个别的。’”🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：深度技术播客《The Pragmatic Engineer》The creator of Clawd: "I ship code I don't read"本期嘉宾 Peter Steinberger 的经历极具传奇色彩。他曾一手打造了装机量超过十亿台设备的 PDF 框架 PSPDFKit，却在事业巅峰期因极度倦怠选择卖掉股份“消失”三年。今年，他带着全新 AI 项目 Clawd_ 回归，并带来了一套颠覆传统的开发哲学。在这期节目中，你会听到一个资深“代码手艺人”如何被 AI 彻底重塑。Peter 坦言自己现在发布的业务代码甚至连读都不读，但他对系统架构的掌控却比以往任何时候都深。他将分享如何利用 AI Agent 实现每天合并几百个 commit 的高频开发，为什么他认为未来的 PR 应该叫“提示词请求”，以及在 AI 时代，开发者该如何通过建立“闭环验证”来保持竞争力。这不仅是一场关于技术的讨论，更是一场关于软件工程范式转移的深度思考。👨‍⚕️ 本期嘉宾Peter Steinberger，传奇开发者，PSPDFKit 创始人。他开发的 PDF 框架被全球超过十亿台设备使用。在隐退三年后，他目前正致力于开发 AI 个人助手 Clawd_，是 AI 辅助编程（Agentic Workflow）的先行者和深度实践者。⏱️ 时间戳00:00 开场 & 播客简介传奇开发者的回归与往事01:49 从 PSPDFKit 到 Clawd_：一个传奇开发者的“断档”与回归03:05 早期岁月：从奥地利农村的 DOS 游戏到 .NET 现代化改造05:03 苹果时刻：一个交友 App 开启的 iOS 创业之路07:16 PSPDFKit 的诞生：在“困难且无趣”的利基市场做到极致13:59 商业心法：为什么大客户销售必须“联系我们”？19:04 繁华背后的倦怠：当 CEO 变成“情绪垃圾桶”AI 时代的“氛围编程”与架构师思维21:34 重新出发：从 React 小白到 AI 编程“中毒”25:01 核心争议：为什么我发布的业务代码，我自己都不读？28:16 开发者 vs 架构师：如何像带团队一样领导 AI Agent32:13 效率秘诀：建立“闭环验证”与本地 CLI 极速循环36:17 破除偏见：资深开发者如何与 AI 这个“小怪兽”共生软件工程的未来重构43:47 Clawd_ 的愿景：做一个真正懂你的“数字死党”47:25 技术选择：为什么 CLI 比 MCP 更高效？54:18 公司重构：AI 时代的大公司病与 30% 精简法则56:02 范式转移：从 PR（拉取请求）到 Prompt Request（提示词请求）01:00:21 给新人的建议：保持好奇心，在“编织代码”中进化生活与感悟01:04:52 极简快乐：一个 200 美金数码相框带来的治愈01:05:43 保持理智：健身房里的“无手机”一小时🌟 精彩内容💡 “不读代码”的开发者Peter 提出了一个令传统工程师震惊的观点：他不再逐行阅读 AI 生成的业务代码。他认为开发者应将精力从“如何写”转向“如何架构”。只要架构正确且具备完善的验证闭环，代码的实现细节可以完全交给 AI。“我发布的业务代码，我自己都不读，但我现在比以前任何时候都更看重系统架构。”🛠️ 闭环验证（Closed Loop）原则这是 Peter 保持高效率的核心秘诀。他认为 AI 编程之所以比写文案更强，是因为代码是可验证的。通过让 Agent 自行编写测试、运行 Lint、执行调试工具，形成一个自动化的反馈循环，开发者只需负责最终的“品味”把控。“高效的关键是‘闭环’：一定要让 Agent 能自己调试、自己测试。”🚀 从 PR 到 Prompt RequestPeter 认为传统的代码审查（Code Review）在 AI 时代效率太低。他现在更看重 PR 中附带的 Prompt。通过阅读 Prompt，他能理解开发者的意图和引导过程，然后让自己的 Agent 将这些意图“编织”进现有架构中。“我现在读 Prompt 的时间比读代码还多，Prompt 的信号强度更高。”💻 为 AI 优化的架构设计为了让 AI 跑得更快，Peter 会专门为了模型理解而重构代码。他不再坚持个人偏好的编码风格，而是选择摩擦力最小、最容易被 Agent 验证的结构。这种“面向 AI 的编程”让他实现了每天 600 次 commit 的惊人速度。“说白了，最后是模型在处理代码，而不是我。”❤️ 软件的“感觉”与品味尽管 AI 承担了大部分体力活，但 Peter 强调“品味”是不可替代的。软件的好坏不在于功能的堆砌，而在于使用时的“感觉”。开发者需要像雕刻家一样，引导 AI 凿出大理石中的雕像。“软件的关键在于‘感觉’，而不是功能堆砌。”🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：专业政策类播客《AI Policy Podcast》China's EUV Manhattan Project and Export Control Mythbusting with Chris McGuire当全世界都在谈论华为如何突破封锁、中国如何开启 EUV“曼哈顿计划”时，真正的内幕往往隐藏在数据与政策的博弈中。本期嘉宾 Chris McGuire 曾先后供职于美国国家安全委员会（NSC）和国务院，是美中技术竞争决策的核心参与者。在这场硬核对谈中，Chris 以“流言终结者”的姿态，冷峻地拆解了关于芯片战的多个幻觉。你将听到：为什么说路透社报道的中国 EUV 原型机更多是“政治宣传”？华为昇腾芯片与英伟达的差距为何会从 5 倍拉大到 17 倍？如果出口管制真的有用，为什么 DeepSeek 还能做出顶级模型？Chris 提出了一个直击痛点的“造、买、租”监管框架，并揭示了台积电违规事件如何给中国芯片“续命”两年。这不仅是一场技术讨论，更是一次关于大国博弈底层逻辑的深度剥茧。内容存在部分删减👨‍⚕️ 本期嘉宾Chris McGuire，外交关系委员会（CFR）中国与新兴技术资深研究员。曾任白宫国家安全委员会（NSC）技术与国家安全副资深总监，并在国务院负责核政策与新兴技术事务。他是美中关系、半导体供应链及 AI 政策领域的顶级专家，曾深度参与《芯片法案》及多次对华出口管制政策的制定。⏱️ 时间戳00:00 开场 & 播客简介从核武专家到芯片战略家03:43 职业转型：为什么 AI 硬件成了本世纪最重要的战略竞争点05:19 NSCAI 往事：那份预言了“芯片战”的报告是如何诞生的流言终结者：中国半导体的真实进度10:31 拆解 EUV“突破”：是自主制造，还是用走私零件“组装”？14:35 时间线的博弈：实验室原型到工厂量产之间不可逾越的鸿沟【删减 3min】华为 vs 英伟达：算力账本的真相21:11 质与量的辩证法：华为真的能靠“堆量”补齐性能差距吗？22:58 惊人的退步：为什么华为下一代芯片标称性能反而下降了？26:05 台积电“违规”内幕：这次事件如何让管制效果推迟了整整两年30:53 HBM 漏洞：政策空白期里的疯狂囤货与未来的断供危机出口管制误区大辟谣33:45 误区一：出口管制是否加速了中国的国产化？（其实他们早就踩死油门了）40:05 误区二：管制是否真的摧毁了美国半导体公司的竞争力？44:10 长期主义：为什么扶持中国客户本质上是在毁掉英伟达的未来未来的博弈：造、买、租50:55 走私真相：两吨重的服务器运不走，但芯片和硬盘可以51:52 算力走私：通过马来西亚壳公司远程租用算力的隐形通道54:26 终极建议：如何通过“造、买、租”三位一体彻底堵死漏洞01:02:05 戒毒论：为什么中国不会对英伟达生态产生“成瘾性”01:05:04 政策反思：最大的错误是“滑动标尺”，最大的机会是监管云访问🌟 精彩内容💡 华为与英伟达的“指数级”差距Chris 指出，虽然华为宣称要造几百万颗芯片，但光看标称性能，其与英伟达的差距正在从 5 倍扩大到 17 倍。更反常的是，华为明年的新芯片在算力和带宽上甚至出现了倒退，这暗示其在失去台积电代工后，面临着极其严重的良率和工艺挑战。🛠️ EUV 突破背后的宣传战针对“中国造出 EUV 原型机”的新闻，Chris 认为这更多是规避管制的“组装”而非“制造”。他强调，中国擅长利用此类新闻进行政治宣传，目的是让美国决策者相信“管制徒劳”，从而诱导政策松动。🚀 “造、买、租”监管框架Chris 提出，限制中国算力必须从三个维度同时下手：1. 造（彻底切断先进设备及维修服务）；2. 买（掌握芯片去向，防止通过第三方国家代持）；3. 租（限制远程访问美国云端算力）。他认为目前“租”这一块几乎是监管真空。💻 为什么“国产化加速”是个伪命题Chris 反驳了“出口管制逼迫中国自主研发”的观点。他指出，中国早在 2014 年就将半导体自主化定为国家战略，无论美国是否管制，中国都会“踩死油门”。出口管制的意义不在于阻止他们尝试，而在于让他们的尝试变得极其昂贵且容易失败。❤️ 算力的战略地位“算力是目前地球上最重要的战略资源之一。”Chris 认为，美国必须守住“红线”，而不是采用“落后两代即可出售”的滑动标尺，因为在 AI 时代，算力优势的微小领先会随着时间产生巨大的指数级回报。🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：硅谷顶尖产品播客《Lenny's Podcast》How a Meta PM ships products without ever writing code | Zevi Arnovitz本期嘉宾 Zevi Arnovitz 的经历会打破你对“编程”的所有固有认知。作为一名高中学音乐、完全看不懂代码的“纯文科生”，Zevi 在过去一年里利用 AI 工具独立开发并上线了多款盈利产品。在这期节目中，他毫无保留地分享了自己摸索出的“氛围感编程”全套工作流。你将听到他如何把 AI 调教成一位“有主见的虚拟 CTO”，如何通过简单的斜杠指令让 AI 自动完成从需求分析、计划制定到代码编写的全过程，甚至还创造性地让不同的 AI 模型互相“吵架”来审查代码 Bug。这不仅是一场关于工具使用的技术分享，更是一场关于在 AI 时代如何重塑个人竞争力、从“想”到“做”的思维启发课。👨‍⚕️ 本期嘉宾Zevi Arnovitz，Meta 产品经理，此前曾任职于 Wix。他在完全没有技术背景的情况下，通过深度使用 Cursor、Claude 等 AI 工具，成为了独立开发者和“氛围感编程”的先行者。他开发的 Study Mate 等产品已实现盈利，并总结出一套可复制的非技术人员 AI 开发方法论。⏱️ 时间戳00:00 开场 & 播客简介超能力的觉醒01:48 音乐生到 Meta PM：AI 赋予普通人的“超能力”05:33 震撼时刻：在日本旅行中发现 AI 编程的无限可能08:27 目标设定：如果你听完想立刻动手，这期节目就成功了我的 AI 编程工作流07:00 打造“虚拟 CTO”：为什么你需要一个能反驳你的 AI 合作伙伴11:03 工具进阶之路：从 ChatGPT 到 Bolt，再到 Cursor 的“毕业”历程12:39 核心指令集：/create issue、/explore 与 /create plan 的实战逻辑实战演示：Study Mate 的进化16:46 语音驱动开发：用 Whisper Flow 像跟真人沟通一样提需求19:00 深度探索阶段：让 AI 在写代码前先理解架构与风险23:36 跨模型调遣：为什么让 Gemini 做前端，Claude 做架构？28:20 同行评审（Peer Review）：让不同 AI 模型互相“吵架”来找 BugAI 时代的职业心法34:05 拒绝“AI 垃圾”：如何通过复盘与文档让你的 Prompt 持续进化38:04 大公司 PM 的生存指南：如何构建“AI 原生”的代码库43:03 职场外挂：我如何用 AI 模拟面试并拿到了 Meta 的 Offer失败、成长与格言45:57 失败角落：在 Wix 的教训——做一个“十倍速学习者”48:23 闪电问答：从《鞋狗》到“保暖内衣大佬”的创业基因53:16 结语：现在就是保持好奇心与乐观的最好时机🌟 精彩内容💡 非技术人员的“虚拟 CTO”Zevi 认为普通人使用 AI 编程最大的误区是让 AI 当“应声虫”。他通过自定义提示词将 AI 设定为“技术负责人”，要求 AI 必须挑战他的想法，而不是一味顺从。这种“对抗性”沟通能有效避免 ChatGPT 典型的胡说八道，确保技术方案的严谨性。🛠️ “氛围感编程”的斜杠指令集Zevi 展示了一套极高效率的指令系统。通过 `/create issue` 快速捕捉灵感并同步到 Linear，通过 `/explore` 进行技术可行性分析，再通过 `/create plan` 生成带进度跟踪的 Markdown 计划书。这套流程让 PM 能够以管理工程师的方式管理 AI。🚀 模型间的“同行评审”机制这是本期最硬核的技巧：Zevi 会同时调用 Claude、GPT 和 Gemini 三个模型。他将 Claude 视为沟通完美的 CTO，将 GPT 视为躲在黑屋里解决难题的极客，将 Gemini 视为富有艺术感的科学家。他让这些模型互相审查对方的代码，通过模型间的“争议”来发现人类肉眼难以觉察的 Bug。💻 打造“AI 原生”的代码库针对大公司 PM，Zevi 建议不要直接上手改代码，而是先推动代码库的“AI 原生化”。通过编写大量的 Markdown 说明文档存放在代码库中，为 AI Agent 提供清晰的上下文导航，从而让非技术人员也能在安全范围内参与 UI 改进和功能迭代。❤️ “十倍速学习者”心态在“失败角落”环节，Zevi 分享了他在 Wix 初期因为想“一鸣惊人”而闭门造车导致失败的经历。他意识到，在 AI 时代，没人指望你全知全能，但大家期待你是一个“十倍速学习者”。利用 AI 的“学习机会”指令，他快速补齐了技术短板。🌐 播客信息补充翻译克隆自：Lenny's Podcast: How a Meta PM ships products without ever writing code | Zevi Arnovitz本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：著名商业播客《Founders》Daniel Ek, Spotify | David Senra这是一场关于“卓越”的巅峰对话。主持人 David Senra 是一位研读了 400 多本伟人传记的“创业研究狂人”，而嘉宾则是改变了音乐工业的 Spotify 创始人 Daniel Ek。在这期节目中，Daniel 罕见地分享了他在 22 岁赚到一千万美金并“退休”后，为何陷入了人生最严重的抑郁。他提出一个震撼的观点：幸福感只是影响力的滞后指标，真正的驱动力来自于解决那些“值得花掉十年”的难题。你将听到这位千亿美金公司的掌舵人，如何像实习生一样去 Meta 旁听会议、记笔记、甚至端咖啡，只为学习扎克伯格的管理细节。这不仅是一次商业经验的分享，更是一次关于自我认知、精力管理以及如何构建持久事业的灵魂拷问。👨‍⚕️ 本期嘉宾Daniel Ek，Spotify 创始人兼 CEO。他从瑞典的一个普通社区起步，14 岁开始创业，22 岁卖掉公司实现财富自由。他是长期主义的坚定践行者，领导 Spotify 在巨头林立的科技领域突围，并持续关注 AI、医疗等前沿领域的影响力构建。⏱️ 时间戳00:00 开场 & 播客简介追求影响力而非幸福02:56 重新定义成功：为什么幸福是影响力的滞后指标08:27 走出“安逸”陷阱：22 岁财富自由后的空虚与抑郁11:14 解决问题的价值：公司的价值等于它解决的问题总和13:10 拒绝出售：为什么使命感比金钱更能支撑长期主义创始人的进化与自我觉察16:14 找回自我：为什么伟大的公司是创始人性格的投射19:25 寻找“镜子”：谁在对身价千亿的 CEO 说真话？21:20 信任的复利：为什么信任是世界上最伟大的经济力量27:30 影子学习法：为什么 Daniel Ek 愿意去 Meta 当“端咖啡”的实习生31:48 权力下放：从亲力亲为到让更专业的人接管产品决策管理心法与未来视野34:10 公司如子：如何管理处于不同成长阶段的企业37:34 “高温度”人才：为什么大公司需要拥抱那些“产生幻觉”的天才想法43:37 精力管理 vs 时间管理：拒绝平庸的晨间仪式，听从身体的节奏52:34 创新的本质：如何通过重新组合已知事物来解决复杂问题58:23 专注的力量：最好的投资者往往是从不卖出的企业家01:11:16 终极反思：如果墓碑上只能刻一个词，为什么是“他活过”🌟 精彩内容💡 影响力是幸福的源泉Daniel Ek 认为，很多人在追求安逸的“幸福”，但这往往会导致空虚。真正的持久幸福来自于产生影响力。他鼓励 Uber CEO Dara 接受挑战，因为在重要的位置上解决难题，比在安逸的环境中享受生活更有意义。“生活追求的是影响力。幸福感只是影响力的滞后指标。”🛠️ 创始人的“影子学习”尽管掌管着巨头公司，Daniel 依然保持着极度的谦逊。他曾花一周时间全程旁听扎克伯格的会议，负责记笔记、端咖啡，只为理解 Meta 如何高效运行 20 人的大组会议。他认为，读书和亲眼观察文化是两回事。“我可以去给他们买咖啡，我是去向他们学习的。”🚀 精力管理而非时间管理Daniel 抨击了盲目追求“凌晨 4 点起床”或“15 分钟日程表”的流行文化。他认为，如果没有精力，空有时间也无法产出卓越。他强调要了解自己的生物钟，找到能给自己“充电”的事（如健身、与怪人聊天），并保护那些稀缺的灵感瞬间。“如果你空有时间却没精力，那你还是什么都干不成。”💻 拥抱“高温度”的创造力借用 AI 模型中“温度”的概念，Daniel 认为大公司往往为了安全而调低温度，导致平庸。他主张在公司内部保护那些“高温度”的人才，即使他们会带来混乱或“幻觉”，因为天才的火花往往藏在这些不确定性中。“大公司的逻辑是把错误降到最低，但这同时也意味着把才华降到了最低。”❤️ 长期主义与专注Daniel 引用芒格和尼克·斯利普的观点，指出最伟大的成就往往来自极度的专注。他认为质量绝非偶然，而是智慧努力的结果。他宁愿要一个能产生天才火花的瞬间，也不要十个平庸的想法。“伟大就是这样蒸发的——因为你失去了专注。”🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

📝 本期播客简介本期我们克隆了：世界经济论坛（World Economic Forum）2026 达沃斯年会特别对话。重返白宫 12 个月后，唐纳德·特朗普再次站到达沃斯的舞台。在这场信息量爆炸的演说中，他宣布美国正处于历史上最戏剧性的经济好转之中：通胀被击败，股市创下 52 次新高，吸引了高达 18 万亿美元的投资承诺。你将听到他如何通过“1 换 129”的激进手段削减监管，如何开除 27 万名官僚，以及他为何要求科技巨头自建核电站以支撑 AI 竞赛。此外，特朗普再次抛出了震撼全球的“格陵兰岛收购计划”，并详细解释了这背后的国家安全逻辑。这不仅是一份经济报告，更是特朗普 2.0 时代全球战略的深度白皮书。👨‍⚕️ 本期嘉宾唐纳德·特朗普（Donald J. Trump），美国第 47 任总统。拉里·芬克（Larry Fink），贝莱德集团（BlackRock）首席执行官，本次对话的主持人。🌟 精彩内容💡 18 万亿美元的投资神话特朗普声称在他上任的一年内，美国吸引了创纪录的 18 万亿美元投资承诺，远超拜登时期的水平。他认为这种增长是由于大幅减税（包括免除小费税和加班费税）以及即时抵扣政策，让美国成为了全球最热门的投资目的地。🛠️ 科技巨头的电力自给面对 AI 巨大的能源需求，特朗普提出了一个独特的解决方案：允许并鼓励 Mark Zuckerberg 等科技巨头自建发电厂（包括核能和气电）。他认为这是美国在 AI 领域领先中国的关键，因为 AI 工厂需要的电力是目前全国供应量的两倍以上。🚀 格陵兰岛：不只是“一块大冰”特朗普详细解释了收购格陵兰岛的必要性。他认为在导弹和核武时代，格陵兰岛处于美、俄、中之间的关键战略位置，是防卫北美的“金穹顶”核心。他批评丹麦无力防卫该岛，并表示收购是增强北约安全的必要手段。💻 关税手段解决药价难题特朗普分享了他如何通过威胁对法国红酒和香槟征收 100% 关税，迫使马克龙等领导人同意降低处方药价格。他强调美国不能再补贴全世界的研发成本，必须享受“最惠国”待遇，即全球最低药价。🏠 房产市场的“去机构化”针对高房价，特朗普采取了激进措施：通过行政命令禁止华尔街巨头购买单户住宅。他认为房子应该给人住，而不是给公司炒作，并提议将信用卡利率上限设定为 10%，以帮助普通民众积累首付。🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight