硅谷101

2026年10月28日

怎样用有限的钱帮助更多人？有效利他主义（Effective Altruism，简称“EA”），就是从这个朴素的问题出发，推动人们比较不同慈善项目的效果，从捐赠蚊帐、预防疟疾，到后来投入数亿美元研究AI安全。 SBF与FTX的崩塌，曾让这场运动陷入信誉危机。最近，AI研究员辞职、安全评估机构和捐赠网络引发的争议，又让EA受到关注。当一些人把防止AI毁灭人类视为最值得投入的事业，他们的判断如何影响研究方向和资金分配？其中又有怎样的利益与权力问题？ 本期节目，我们邀请以太坊联合创始人Vitalik Buterin与科技记者Afra，聊聊EA和理性主义究竟主张什么，以及这些思想如何影响了今天的AI发展。 Vitalik曾向这个圈子的机构捐赠大量资金。他在节目中回忆，一笔加密货币捐赠如何意外地变成数亿美元，以及受赠机构后来的方向，为什么让他开始重新考虑当初的选择。 节目全程以中文录制，前半段由Afra介绍背景，后半段是我们与Vitalik的对话。 【主播】 Yiwen，硅谷101主持人 泓君，硅谷101创始人，播客主理人 【嘉宾】 Vitalik Buterin，以太坊联合创始人 Afra，科技记者 【你将听到】 有效利他主义是什么，它如何走到AI安全中心？ 02:25 两个关键人物：William MacAskill与Eliezer Yudkowsky 07:54 八万个小时：怎样使用一生，才能帮助更多人？ 09:27 EA的四次转向：全球健康、长期主义、信任危机与AI安全 12:58 EA与理性主义的异同：怎样做好事，怎样想清楚？ 15:59 AI安全如何影响前沿AI实验室的公司选择 18:02 METR与捐赠网络：安全评估如何引发了争议？ 22:28 走进伯克利：Lighthaven、The Curve与硅谷思想聚会 28:09 去华尔街赚钱，再把钱捐出去：这条路出了什么问题？ 35:18 EA与e/acc：关于AI加速与减速的争论 Vitalik的捐赠：一笔意外的加密货币如何变成数亿美元 39:15 如何成为一名负责任的数字游民？Vitalik最初的EA经历 44:19 哲学僵尸与意识：理性主义者都在讨论什么？ 50:38 当思想社群有了富豪捐赠者和专业机构 53:35 AI安全思想和P(doom)逐渐成为争论焦点 59:09 狗狗币的故事：意外收到大量代币之后 01:05:10 印度疫情救助与FLI：两笔捐赠如何落地 01:08:13 当FLI转向AI政策，Vitalik和它的矛盾何在？ 当“帮助人类”变成机构、政策与权力 01:10:18 一个领域已经有很多钱，还值得继续捐吗？ 01:13:31 从救助生命到影响政策，捐赠效果为什么更难判断？ 01:18:46 SBF留下的问题：为什么聪明人也会看错人？ 01:21:01 EA、理性主义、e/acc与d/acc，分歧到底在哪里？ 01:27:38 “好公司必须赢”：相信Anthropic，能解决安全问题吗？ 01:30:29 安全、开源与商业利益：谁来决定AI的未来？ 01:36:06 Vitalik眼中的OpenAI：开放、安全与加速之间的变化 除了加速与暂停，还有什么选择？ 01:37:57 d/acc：Vitalik为什么主张加强分布式防御？ 01:42:04 以防疫为例：怎样让普通人拥有保护自己的工具？ 01:43:16 面对AI的不确定性，普通人可以怎样理解这些争论？ 01:45:14 Vitalik：承认我们还不知道的事情 01:48:04 AI安全也需要制衡：让多个不完美的系统互相监督 【相关阅读和名词解释】 往期相关： E233｜硅谷右翼的权力网如何形成？聊聊彼得·蒂尔的思想启蒙拼图 人物： • William MacAskill（威廉·麦卡斯基尔）：哲学家，曾任牛津大学哲学副教授，EA运动共同发起人之一，共同创办了Giving What We Can、80,000 Hours等机构，也是长期主义的重要倡导者。 • Sam Bankman-Fried（萨姆·班克曼-弗里德，SBF）：加密货币交易所FTX联合创始人，曾是EA最受瞩目的支持者和捐赠者之一。 • Eliezer Yudkowsky（埃利泽·尤德考斯基）：AI安全研究者与写作者、机器智能研究所共同创始人，也是互联网理性主义社群的重要奠基者。他关于认知偏差、理性思考和AI对齐的文章，影响了LessWrong及部分EA社群。 • Chris Olah（克里斯·奥拉）：Anthropic联合创始人，主要研究如何理解神经网络的内部运作，是机械可解释性领域的重要研究者。 • Kevin Bass（凯文·巴斯）：网络评论者，曾公开追查并质疑Anthropic、METR及相关AI安全机构之间的资金和人际联系。 • Jacob Coxon（雅各布·考克森）：曾在OpenAI和Anthropic从事研究，2026年9月辞职并公开警告前沿AI公司的竞争可能带来严重安全风险。 • Dustin Moskovitz（达斯廷·莫斯科维茨）：Facebook和Asana联合创始人，与妻子Cari Tuna创办Good Ventures，承诺捐出绝大部分财富。 • Jaan Tallinn（雅恩·塔林）：Skype联合创始人，长期资助AI安全与存在风险研究，也是未来生命研究所的共同创始人。他参与支持的Survival and Flourishing Fund，是相关研究机构的重要资金渠道之一。 • Gideon Lewis-Kraus（吉迪恩·刘易斯-克劳斯）：《纽约客》记者，2022年撰写了关于William MacAskill的长篇人物报道。 • Toby Ord（托比·奥德）：澳大利亚哲学家、Giving What We Can共同创始人，EA运动的重要早期推动者。他长期研究全球贫困、道德责任与可能威胁人类长远未来的存在风险。 • Scott Alexander（斯科特·亚历山大）：精神科医生与写作者，先后创办Slate Star Codex和Astral Codex Ten。他的文章涵盖科学、医学、社会议题和认知方法，是理性主义社群的重要阅读材料。 • Zvi Mowshowitz（兹维·莫肖维茨）：Don’t Worry About the Vase的作者，长期评论AI发展、安全与政策。 • Nick Bostrom（尼克·博斯特罗姆）：哲学家，曾任牛津大学教授、未来人类研究所创始主任，《超级智能》作者。他对超级智能、存在风险和人类长远未来的研究，影响了EA及AI安全领域的讨论。 • Sandeep Nailwal（桑迪普·奈尔瓦尔）：Polygon联合创始人、印度疫情救助基金CryptoRelief发起人。本期Vitalik谈到向该基金捐赠加密货币。 机构： • 80,000 Hours（八万小时）：由William MacAskill和Benjamin Todd共同创办的非营利职业研究与咨询机构，帮助人们思考如何利用职业生涯产生更大的社会影响，是EA的重要机构之一。 • METR（模型评估与威胁研究，Model Evaluation & Threat Research）：研究与评估前沿AI能力及潜在重大风险的非营利机构。 • Coefficient Giving：前身为Open Philanthropy的慈善资助与咨询机构，长期与Moskovitz夫妇的Good Ventures合作。它是EA相关资助网络的重要节点，支持全球健康、动物福利、疫情防范和AI安全等领域。 • Future of Life Institute（未来生命研究所，FLI）：研究并倡导降低先进技术重大风险的非营利机构，工作涉及AI等领域。它接受了Vitalik的重要捐赠。 • Centre for the Governance of AI（人工智能治理中心，GovAI）：从事AI治理与政策研究、培养相关人才的非营利机构。 • Machine Intelligence Research Institute（机器智能研究所，MIRI）：由尤德考斯基等人共同创办、长期关注高级AI与人类利益如何对齐的非营利机构，与理性主义及EA社群联系密切，也是本期提到的Vitalik曾支持的机构之一。 • GiveWell：通过证据与成本效益分析评估慈善项目、引导捐赠的非营利机构，主要关注全球健康与发展。 • Against Malaria Foundation（抗疟疾基金会，AMF）：主要通过资助长效杀虫蚊帐的分发预防疟疾的慈善机构，长期获得GiveWell推荐。 • PopVax：印度生物技术公司，研发疫苗和癌症免疫疗法。其疫苗项目获得过Vitalik的Balvi基金支持。 • Lighthaven：由Lightcone Infrastructure运营的伯克利会议与活动园区，经常举办理性主义、AI安全及相关社群的聚会。 • The Curve：围绕先进AI的发展、风险、经济影响与治理举办的会议，汇集研究人员、企业界、政策界及不同立场的参与者。 • Progress Conference：由Roots of Progress Institute主办，讨论科技、经济和社会进步的会议。 • Effective Altruism Global（有效利他主义全球大会，EA Global）：面向EA社群的系列会议，讨论如何通过研究、职业选择和捐赠更有效地改善世界。 • Zuzalu：Vitalik等人于2023年在黑山组织的临时社区实验，参与者共同生活、交流并开展活动。 • PauseAI（暂停AI运动）：主张在能够确保安全并实现民主监督之前，暂停前沿AI开发的国际草根运动。 • LessWrong：由尤德考斯基等人推动形成的社区博客，讨论理性思考、认知偏差、决策与AI风险，是互联网理性主义社群的重要平台，与EA存在思想和人员上的广泛交集。 作品： • Machines of Loving Grace（《充满爱意的机器》）：Dario Amodei于2024年发表的文章，讨论强大AI可能为健康、经济和社会带来的积极变化。 • The Sequences（《系列文章》）：尤德考斯基关于理性思考、认知偏差、信念更新、决策和AI等问题的一系列博文，是LessWrong及理性主义社群的重要基础文本，也影响了部分EA参与者。 • Rationality: From AI to Zombies（《理性：从AI到僵尸》）：以The Sequences等博文为基础编辑整理的尤德考斯基文集。 • Slate Star Codex（《石板星法典》）：Scott Alexander原来的个人博客，涉及医学、科学、政治、哲学和理性思考，是理性主义社群的重要交流与阅读平台。 • Astral Codex Ten（《星界法典十》）：Scott Alexander在Slate Star Codex之后开设的博客与newsletter，继续讨论科学、社会问题和理性判断。 • Don’t Worry About the Vase（《别担心花瓶》）：Zvi Mowshowitz的博客与newsletter，近年来大量追踪AI能力、安全研究、企业动态和政策。 • Harry Potter and the Methods of Rationality（《哈利·波特与理性之道》）：尤德考斯基创作的《哈利·波特》同人小说，设想接受科学与理性思维训练的哈利如何理解魔法世界。 • UNSONG（《无歌》）：Scott Alexander创作的幻想小说，将宗教神秘主义、语言和现实世界的运行规则结合起来。 • Snowmoon（《雪月》）：Vitalik创作并公开发布的小说。 思想和流派： • Effective Altruism（有效利他主义，EA）：用证据和理性分析，寻找最有效的助人方式。关注全球Lighthaven健康、动物福利等议题，部分参与者尤其重视AI安全。 • Rationalism（理性主义）：本期特指围绕LessWrong等博客形成的社群，强调识别认知偏差、根据证据修正判断。与EA联系密切，但不等同于EA。 • Effective Accelerationism（有效加速主义，e/acc）：主张加快AI等技术的发展，相信创新与竞争能推动社会进步，通常反对以灾难风险为由限制开发。 • d/acc（防御性加速主义）：Vitalik提出的思路，主张优先发展能保护人、分散权力的技术，例如网络安全、疫苗和空气过滤，提高社会抵御风险的能力。 【新播客：消费101】 《消费101》 是《硅谷101》团队新开设的消费垂类节目，由资深消费记者&研究员麻花担任主播，是一档提供有趣、有料、有用的消费行业观察与品牌解读的播客。每周更新，欢迎关注！ 【硅谷101听友群】 在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。 扫码加入，即刻相遇！ 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 DOX - Lennon Hutton Deadlock - Lennon Hutton Primary Code - Max Anson Estimations - Christoffer Moe Ditlevsen The Hoover Dam - Bonnie Grace Radar Focus - Blue Saga One Step Away - Dian Shuai Spring Dance - Forever Sunset Signal Containment - Out To The World Pulse Runner - Helmut Schenker 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Afra and Vitalik Buterin.

2026年10月19日

回顾9月，AI圈的重磅新闻一个接一个。 先是OpenAI发布GPT-6 Astra，总裁格雷格·布罗克曼在发布会上宣布：AGI已经到来。 这场发布对机器人行业的冲击，来得有些意外，一个发布会报告里只字未提机器人的通用模型，转身就空降了机器人评测榜首，甚至让很多机器人的Benchmark都失效了。有人开玩笑说：机器人领域等了这么多年的“GPT时刻”，居然是GPT自己。 同样在这个月里：Meta Muse冲上美国App Store榜首，它的竞争对手Instinct估值也涨到了100亿美元；xAI的Grok Bot开放了企业部署；不生成文本、只给选项打概率的决策模型Jev以“系统1”走红，发布24天就融了8.7亿美元。 在AI for Science方面，Claude发现类CRISPR的新酶系统；扎克伯格夫妇资助成立的Biohub宣布将虚拟细胞计划扩大到18亿美元……这些进展又会为科学发现带来哪些改变？ 本期《硅谷101》，我们请来三位分别站在Agent、机器人和AI制药一线的研究者，聊清楚三件事：个人Agent商业化卡在哪？机器人怎么被Astra这样的底层模型冲击？AI制药真正的瓶颈是什么？ 本期节目录制于2026年9月29日 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 许华哲，破壳机器人创始人、清华大学交叉信息研究院助理教授（X:@HarryXu12） 朱哲清，Pokee.ai创始人兼CEO，前MetaAI应用强化学习团队负责人，斯坦福强化学习博士（X:@ZheqingZhu） 王晟，华盛顿大学计算机学院助理教授（X:@profshengwang） 【你将听到】 00:05 新播客 《消费101》 上线啦！ 00:49 9月AI大事记 04:18 各领域实测Astra感受 Agent领域 09:11 生物医学“古董级软件”有了Computer Use 12:17 Computer Use是什么？与API调用的区别 15:47 Meta Muse会走Manus的老路吗？ 17:31 Meta Muse破局关键——软硬件结合 19:37 商家愿意开access，前提是确认身份 22:21 个人助手Agent新一轮烧钱获客大战 24:57 Grok Bot，“走在后面的人” 25:44 前沿Lab最烧token的是AI for Science 27:48 小模型追大模型，差距在缩小，但可能追错了benchmark 机器人领域 30:19 未来需要快决策模型 + Astra的推理能力 35:48 筷子夹小球效果：自研模型 V.S Astra 37:25 Astra冲击：利好本体硬件 39:07 从TAMP到Agentic：机器人规划重回台前 40:19 数据标注新门槛：标注因果与直觉物理 43:06 惊艳之后，Astra也有明显短板 45:12 Jev“快系统”的潜在价值 生物医学领域 47:10 实验设计完成度只有30%，Astra缺什么？ 51:39 AI制药，离不开实验室的验证和数据积累 53:15 制药时间线：AI设计分子快，真实验证慢 55:01 从AlphaFold开源，看垂直科学公司的数据护城河 58:24 未来趋势：湿实验公司用MCP/API直连大模型 01:02:15 人类科学家的角色转向“定义问题” 01:03:47 好的benchmark，应该是无上限的 01:02:15 ART的启示：酶和蛋白质实验周期短，最先跑出来 尾声 01:07:48 “蒸馏”是否让普通人失去了价值？ 1:11:51 Agent、机器人与AI制药的核心问题 【消费101】 《消费101》 是《硅谷101》团队新开设的消费垂类节目，由资深消费记者&研究员麻花担任主播，是一档提供有趣、有料、有用的消费行业观察与品牌解读的播客。每周更新，欢迎关注！ 【硅谷101听友群】 在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。 扫码加入，即刻相遇！ 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Imba Wimbo - RaFa Orchestra Signal Containment - Out To The World Flickering Torches - Christian Andersen Video Knights - Sebastian Winskog 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: 朱哲清, 王晟, and 许华哲.

2026年10月8日

模型在榜单上越来越强，为什么真正把工作交给AI，还是需要人反复解释、检查和兜底？ 半年前，我们与阿里国际站总裁张阔聊了Accio Work，以及Agent如何参与采购和日常经营。半年后，我们再次请到他，聊聊这半年来商家使用Accio Work的真实案例，试图回答这个问题：模型能力的提升，究竟有多少变成了商家工作里的进步？ 张阔分享，很多模型的通用评测成绩已经接近满分，但团队在真实经营中，并没有感受到同样幅度的提升。为此，他们从实际业务中整理了107个任务，包括比较供应商报价、识别钓鱼邮件、预订船期和处理交易纠纷。据他介绍，在这套特定评测中，最前沿模型在无人干预条件下的任务通过率约为61%。 这些任务没有数学竞赛那么耀眼，却直接关系到商家的成本、交期和利润。一个好用的Agent，既要能把工作做完，也要让人用得起；既要理解工具和流程，也要理解这盘生意究竟想追求什么。 这期节目，我们聊聊榜单成绩与实际交付之间的落差、通用模型与垂直产品的竞争，以及当AI接手越来越多的执行工作，人还需要保留哪些判断。 【主播】 Yiwen，硅谷101主持人 【嘉宾】 张阔，阿里国际站总裁 【你将听到】 从写代码到做生意，Agent还差什么？ 01:18 AI同事市场：编程之外，专业工作走到了哪一步？ 02:38 商业任务为什么比编程更难？ 03:48 从采购搜索到日常经营，Accio Work的任务边界如何扩展 06:12 商家案例：植物监测产品，从创意走到设计、供应链和销售 07:47 找工厂、比报价、拿样品：采购流程里，人和AI如何协作 通用模型越来越强，垂直产品还有什么优势？ 10:13 中美Agent生态的差异：垂直SaaS与平台工具 11:30 AI会替代SaaS吗？ 14:11 独立站与平台电商：不同市场如何影响产品设计 15:16 Agent公式：模型 × 工程框架 × 上下文 17:46 模型与工程联合优化，不能只等模型升级 榜单接近满分，真实工作为什么还会失败？ 20:29 107个真实任务：无人干预条件下，最前沿模型通过率约61% 24:32 报价、钓鱼邮件、订船和纠纷：怎样才算真正完成任务？ 26:33 新版本也可能退步，评测必须持续做 28:55 多平台经营：有流水，不代表有利润 32:39 产品品味、市场判断与预算分配：老板仍要做的选择 最贵的模型，不一定是最好的选择 33:44 多模型路由：如何为不同任务匹配能力与成本？ 38:05 多个Agent建议冲突，商家该听谁的？ 40:35 上云、定时任务、事件响应与长期经营，是不同的能力 43:05 CoCreate现场：商家对Agent有哪些期待？ 44:43 小企业如何借助AI，把生意做得更大 【往期相关】 E231｜从B2B到A2A：Agent新基建，如何让“一人企业”做全球生意？ 【硅谷101年会来了，线下见】 10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。 点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Trace - Lennon Hutton Signal Containment - Out To The World Reclaim - Megan Wofford 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guest: 张阔.

2026年9月29日

这个夏天，来自全球各地的多个气象机构都拉响了同一个警报，一场史无前例的超级厄尔尼诺正在上演。 来自摩根大通的经济学家预计，全球的食品通胀将在2027年的上半年上升到5%，明显高于今年同期的2.8% 。这其中有来自霍尔木兹海峡封锁和黑海冲突的因素，也部分归因于我们正身处的这场、50年来颇为罕见的超级厄尔尼诺。 它究竟会通过什么方式影响到全球供给？它所带来的危害是否真的像媒体报道的那么大？在一次次与极端气候变化的对抗中，人们又为应对厄尔尼诺做了怎样的准备？ 【主播】 麻花，硅谷101特约研究员 【嘉宾】 张思齐，资深大宗商品期货交易员 【你将听到】 超级厄尔尼诺，如何影响农业生产 03:17 农业几多产，起决定因素的不只是气候 08:56 超级厄尔尼诺，以及它的影响边界 16:03 厄尔尼诺如何影响棕榈油、天然橡胶和咖啡豆 19:26 哪些终端商品，价格可能受到大波动 22:20 秘鲁禁捕鳀鱼，受波及的除了日料水产，还有宠物食品 25:10 都说厄尔尼诺导致减产，但也有产区因它收益 极端气候之外，生产资料的供应紧张和农民的应对之策 27:53 作物减产是否影响终端价格，还要看产区和出口集中度 29:52 推高全球粮食价格的，还有供应紧缺的氮肥 32:27 大宗商品期货交易员会有哪些工具关注气候变化 35:25 不确定性对于期货交易，究竟是好是坏 40:08 与不确定性对抗多年，农民如何应对极端气候变化 42:07 上有厄尔尼诺，下游农民活用期货 45:22 气候变化引起的出口限制，可能进一步加剧供给危机 巴拿马运河和全球铜矿的减产，厄尔尼诺要背多大的锅 47:02 极端气候带来的干旱，让巴拿马运河的运力更紧张了 50:23 全球铜矿产量下降的锅，厄尔尼诺背不了太多 56:25 做服装的人，也在厄尔尼诺面前为难了 57:41 被极端气候影响的电力、加工食品和保险行业 59:48 大宗商品交易门外汉，可以怎么观察这个行业 【延伸阅读】 • 《纽约时报：This Year’s Record-Breaking El Niño in 3 Charts》 • NOAA: 美国国家海洋和大气管理局，隶属美国商务部。它负责监测海洋、大气和气象变化，提供天气预报、气候预测和海洋资源管理服务。 • El Niño set to become very strong, raising risks of extreme weather into 2027 • 澳洲小麦升贴水（Basis）：澳洲本地小麦现货价格与国际小麦期货价格之间的差价，主要反映澳洲当地的供需、物流及汇率等因素。 • IFPRI: Will extreme weather lead to multiple breadbasket failures and threaten global food security? • Forbes: 巴拿马运河运力使用经济体Top20 • USDA:U.S. Department of Agriculture 【硅谷AI视频黑客松招募】 最懂内容的影视团队，与最懂AI的一群科学家，在硅谷相遇，会碰撞出如何的火花？ 今年，硅谷101把一次现场创作实验带到 Alignment 2026：STORY101 LAB — AI Storytelling Challenge。我们邀请你用AI，完成一部不超过三分钟的视频作品。 比赛设【探索组】与【专业组】双赛道，资深AI影片团队与零基础新手皆可参与。我们提供免费workshop培训，优胜者更可获丰厚奖金与千人线下展映机会。 时间：2026年10月10–11日 地点：Sunnyvale, California 报名入口 【硅谷101年会来了，线下见】 10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。 点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。 听友福利： 在评论区说出你对Alignment大会的期待，我们将在小宇宙、B站、YouTube各抽取3位幸运听众，赠送Alignment 2026现场门票，参与截止时间：10月2日24:00。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Sucker (Instrumental Version) - Gamma Skies Mindscape - Lennon Hutton Flickering Torches - Christian Andersen Kablaam - Ealot Spring Dance - Forever Sunset Seashore - Adriel Fair 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guest: 张思齐.

2026年9月28日

随着AI模型能力提升，训练需求更复杂，一批为模型公司提供训练数据的新公司正在快速增长：AfterQuery今年4月宣布A轮融资时，估值为3亿美元，到了9月，据媒体报道，新一轮融资已经将其估值推至32亿美元。另一家提供训练数据与智能体环境的公司Bespoke Labs，也在今年7月宣布，种子轮与A轮融资合计达到4000万美元。 虽然估值水涨船高，AI数据行业对外界来说却极其不透明。问题来了：这些公司究竟在卖什么？ 过去提到数据标注，我们容易想到给图片打标签、给模型回答打分。但随着AI从回答问题走向执行任务，数据公司的交付物也在变化：从专家写出的评分标准，到包含任务、工具和验证机制的强化学习环境。它们需要找到懂行的人，获得真实的行业资料，再把专业知识与工作经验转化成模型能够学习的训练信号。 与此同时，新的AI评测层出不穷。榜单分数提高了，究竟代表哪些能力变强了？针对评测生产数据，什么时候能改善真实用户体验，什么时候又会变成单纯的刷分？对于每天训练模型的研究员来说，他们最需要的数据，到底是什么？ 本期节目，我们邀请到在Scale AI负责后训练与评测研究的何允中，以及加州大学伯克利分校博士后、Agents’ Last Exam项目研究者孙一铀，从产业与研究两个视角，拆解这门透明度不高、又变化极快的生意。 我们聊了Scale、Mercor、Surge等数据公司的不同背景，也讨论了小团队在合成环境与垂直领域中的机会。从采购一份游戏源码，到验证专家提交的任务，再到设计让人愿意交出经验的激励机制，好数据的难点，往往藏在榜单之外。 【主播】 Yiwen，硅谷101主持人 【嘉宾】 何允中，Scale AI研究总监（后训练与评估方向） 孙一铀，加州大学伯克利分校博士后 【你将听到】 拆解数据生意和玩家 05:03 数据公司之间的区别：招聘平台、众包标注、合成数据 08:27 从预训练到后训练，模型需要的数据发生了哪些变化？ 09:32 Rubric数据：把专业判断变成评分标准 10:46 强化学习（RL）环境：从回答问题到动手干活 12:18 从vibe coding，到vibe everything：详解Agents’ Last Exam 14:10 游戏好不好玩、作品好不好看，主观判断能被量化吗？ 17:33 Rubric 与环境如何配合：人与Agent协作 评测与模型真实能力 20:05 从做评测到卖数据：benchmark的生意 23:25 什么样的评测值得刷？核心能力与真实场景 27:29 没上热门榜单的评测，也可能带来真实的数据需求 31:39 模型公司如何权衡内部评测、公开榜单与用户反馈 什么是好数据：采购、版权与小众行业工作流 33:30 两三个人的数据创业公司，为什么也能找到机会？ 38:56 模型越来越会自己造数据，外部供应商的机会还能持续多久？ 40:48 模型公司为什么仍然需要外部数商？研发周期与行业采购的难题 有了数据，之后呢？ 44:04 数据买回来之后怎么用？从 SFT、强化学习到模型训练模型 47:03 训练数据不是越难越好：为不同模型匹配难度与解题轨迹 48:22 SWE-bench Verified 的争议：测试缺陷与数据污染 50:04 专家交来的数据也可能造假，如何验证真实的工作过程？ 54:03 数据行业的下一步：收购企业、获取数据，还是持续投入研发？ 【感谢科沃斯对本期节目的大力支持】 这期我们聊了很多验证和评测：写代码跑一遍沙盒就知道对错，家务却是每天都在变的开放任务，对机器人来说，真实家庭环境就是最严格的评测现场。 科沃斯在服务机器人领域已扎根28年，连续11年稳居国内线上扫地机器人销售额第一，产品销售全球150多个国家和地区，拥有超过1200项全球专利。 从全能清扫的扫地机器人，到解放高空与双手的擦窗机器人，再到割草、泳池清洁，科沃斯让每个场景都有对应的专职选手，为人清空琐碎，让生活的每一刻都“无难事”。 数据来源：北京奥维云网大数据科技股份有限公司；统计时间：2015年-2025年；统计范围：中国扫地机器人市场全渠道(线上、线下)监测数据 欢迎了解更多，复制淘口令打开淘宝：48￥ CZ001 mBdFTN9ipmh￥ https://m.tb.cn/h.8EbY9YU 【新品】科沃斯X12S PRO扫地机器人滚筒活洗3.0全自动扫拖一体 京东链接 本期福利：下单备注【硅谷101】额外加赠抗菌滚筒拖布一个 把家务交给科技，享受属于你自己的惬意生活吧！ 【硅谷AI视频黑客松招募】 最懂内容的影视团队，与最懂AI的一群科学家，在硅谷相遇，会碰撞出如何的火花？ 今年，硅谷101把一次现场创作实验带到 Alignment 2026：STORY101 LAB — AI Storytelling Challenge。我们邀请你用AI，完成一部不超过三分钟的视频作品。 比赛设【探索组】与【专业组】双赛道，资深AI影片团队与零基础新手皆可参与。我们提供免费workshop培训，优胜者更可获丰厚奖金与千人线下展映机会。 时间：2026年10月10–11日 地点：Sunnyvale, California 报名入口 【硅谷101年会来了，线下见】 10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。 点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。 【相关阅读和名词解释】 Rubric（评分标准）：针对具体任务制定的一组评价条件，用来判断回答或工作成果是否达到要求。它可以包含正确性、完整性、指令遵循等维度，也可以融入专家判断。 RL Environment（强化学习环境）：让模型通过行动和反馈进行学习的环境。在本期讨论的Agent训练中，通常包括任务、可操作的软件与工具，以及判断任务是否完成、完成质量如何的验证和奖励机制。 Benchmark（评测基准）：通过一组任务与评价规则，衡量模型或智能体在特定能力和场景中的表现。评测数据与训练数据需要保持适当隔离，才能有效检验模型面对新问题的能力。 Reward Hacking（奖励投机）：模型利用评分机制的漏洞获得高分，却没有真正完成预期任务。例如，绕过正常操作修改结果，让验证程序误以为任务已经成功。 Agents’ Last Exam（ALE） ：由Berkeley RDI与行业专家共同构建的智能体评测项目，关注具有经济价值、需要多步骤执行且结果可验证的专业任务。 Humanity’s Last Exam（HLE） ：由Center for AI Safety与Scale AI共同组织推出的评测，覆盖数学、人文、自然科学等领域的高难度专家问题。 SWE Atlas ：Scale推出的软件工程智能体评测套件，覆盖代码库问答、测试编写和代码重构。 SWE-bench Verified：经过人工审核的软件工程评测，让模型修复真实开源项目中的问题。 OpenAI于2026年2月宣布停止报告其分数 ，指出测试设计缺陷与数据污染影响了它衡量前沿模型能力的有效性。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Mindscape - Lennon Hutton Light-Footed - Bonnie Grace Smiling Neighborhood - Claude Signet Ruffles and Rust - Fabien Tell Reclaim - Megan Wofford 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: 何允中 and 孙一铀.

2026年9月24日

【本期节目由Eight Sleep赞助播出】 在这个健康意识崛起的时代，我们越来越愿意花大价钱管理自己的身体。睡眠，就是其中最重要的方面之一。 与手表、戒指等可穿戴设备不同，Eight Sleep的产品是一张能够自动控温的智能床套。马斯克、扎克伯格、Bryan Johnson、Sam Altman，都是它的用户。多名职业运动员，也习惯带着它去比赛。这张售价约两万元的智能床套，究竟替我们做了什么？ 这期播客，我们邀请了Eight Sleep的两位创始人，Matteo Franceschetti和Alex Zatarain，聊聊睡眠科技和文化。 他们说，现代人已经熟悉了各项睡眠指标，例如深度睡眠、REM、HRV。但Eight Sleep想要更进一步：在人们熟睡时，根据身体的变化，自动调整床面温度、床体高度，让技术在你毫无知觉的时候工作。 这张床套背后，也是一家消费硬件公司十多年的摸索。从拆开电热毯做原型机，到众筹卖爆却发现卖一台亏一台；从搬到中国学习制造，到反复经历现金流危机，创始人踩了很多坑，才慢慢探索出令人满意的产品形态。 今年4月，Eight Sleep进入中国。消费竞争激烈的中国市场，反而是他们增长最快的一个。一张床套卖两万人民币，Eight Sleep如何解释自己的定价？进入全球35个国家，这家公司从上百万用户身上学到了什么？ 我们也聊到伴侣之间的温差、孕期与产后的睡眠变化，以及他们更远的野心：从改善睡眠，走向健康异常预警和预防医疗。最后，我们还是回到那个最朴素的问题：究竟怎么才算睡个好觉？ 本期节目由Eight Sleep赞助播出。访谈使用英文进行，播客采用中文配音。我们也将原版的英文访谈制作成了视频播客。如果想要收听原版，可以在硅谷101播客的B站或YouTube账号上收看本期节目。 【主播】 Yiwen，硅谷101主持人 【嘉宾】 Matteo Franceschetti，Eight Sleep联合创始人、CEO Alex Zatarain，Eight Sleep联合创始人、CMO 【你将听到】 00:05 一张被马斯克搬进办公室的床套 04:51 从追踪到干预：一张床套想替你做什么？ 07:43 从“不睡觉”到Sleep-maxxing，睡眠文化的十年转向 12:04 看了那么多睡眠分数，然后呢？ 14:16 睡眠数据里，有哪些预测疾病的信号 14:46 为什么最终选择床套，而不是床垫或可穿戴设备？ 16:15 把液冷系统搬上床，解决伴侣之间的温差之争 20:38 孕期、产后与更年期：被忽视的女性睡眠需求 24:46 数据与自研传感器：哪些积累难以复制？ 25:34 治疗癌症？从睡眠监测到预防医疗 30:22 消费硬件创业：制造、成本与现金流的现实考验 31:47 搬到中国学制造：从原型机到量产，没有捷径 35:49 中国成为增长最快的市场，哪些反馈超出了预期？ 38:30 两万元的床套怎么定价？“我们还在Model S阶段” 42:05 带着床套跑遍赛场，职业运动员在意什么？ 43:56 旅行、时差与轮班：作息不固定，如何安排睡眠？ 47:25 更多产品、更多国家，Eight Sleep的下一步 58:15 温控原理：人们一整晚的温度需求为何不同？ 50:42 两万元买一晚好觉，你觉得值得吗？ 【试睡感受】 在使用Eight Sleep的几个月里，我亲身感受到了合适的温度对睡眠的重要性。除此之外，Eight Sleep每天早上会发送一段前一晚的睡眠总结，并给出怎么做能睡的更好的建议。 现在在国内购买Eight Sleep产品，除赠送长期有效的Autopolit标准版订阅之外，还有硅谷101听众专属的1200元优惠券，可以点击 天猫优惠券 、 京东优惠券 领取，或联系店铺客服报暗号【硅谷101】领取；海外听众可在 eightsleep.com 使用SV101折扣码，获得200美元优惠。 【硅谷101年会来了，线下见】 10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。 点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。 【监制】 泓君 【后期】 Amei 【配音】 daniel大牛 如蓝 【运营】 朱婕 【BGM】 Dangerous Fling - Alexandra Woodward Dusk Movers - Alexandra Woodward Gossip Talk - Arthur Benson City Phases STEMS INSTRUMENTS - John Abbot Flickering Torches - Christian Andersen The Secret Spring - Helmut Schenker None of My Business - Arthur Benson Short Circuit - Ryan James Carr 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Alex Zatarain and Matteo Franceschetti.

2026年9月18日

本期节目来自2026 Inclusion·外滩大会主论坛圆桌——“当Agent成为交易主体”。 Agent的爆发不止于应用层，当应用不断涌现，底层的交易和支付方式也在被重写。今年的AI交易正沿着两条线同时展开：一条是Agent帮人完成任务，比如今年6月上线的AI版支付宝，一句话就能打车、点咖啡；另一条是Agent-to-Agent，比如两个月前，Mastercard发布了专为机器间支付设计的网络服务。 当Agent从对话走向办事、从推荐走向交易，“信任”成了绕不开的关键词。它替你花出的每一分钱，都真的经过了你授权吗？发起交易的Agent究竟是谁？它的支付权限有多大？出了问题又该由谁负责？这些围绕授权、身份、权限、责任的一个个问题，决定了我们距离“钱包交给AI”有多远。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 韩歆毅，蚂蚁集团CEO Jorn Lambert，万事达卡首席产品官 刘作虎，OPPO高级副总裁兼首席产品官 周靖人，阿里巴巴集团首席科学家 （Jorn Lambert先生的发言为后期中文配音呈现） 【你将听到】 04:25 “先有鸡还是先有蛋”：智能体商业为什么卡住了 06:26 当Agent开始交易，支付网络一切都要彻底重写 10:15 手机将成为意图入口、个人智能和主动智能 12:34 模型还缺什么？长期上下文、提问能力与可靠执行 16:00 信任基建：授权、身份、KYA、资金安全与可追溯 19:59 手机厂商视角：能力信任、风险信任与A2A行为规范 22:55 “普拉提课测试”，授权、沙箱与安全执行 26:03 未来5年新商业机会：800亿Agent的商业想象 28:44 一杯咖啡怎么选出来？大模型推荐机制拆解 30:36 未来20年，手机仍是最核心设备吗 31:15 A2A商业，海量微交易所需的支付轨道 【硅谷101年会来了，线下见】 10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。 来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。 报名链接 【监制】 泓君 【后期】 Amei 【中文配音】 daniel大牛 【运营】 朱婕 【BGM】 Still Waiting For You STEMS INSTRUMENTS - Wave Saver Seven Daughters - Fabien Tell Reclaim - Megan 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Jorn Lambert, 刘作虎, 周靖人, and 韩歆毅.

2026年9月16日

过去几年，推理消耗的Token爆炸式增长，Token经济随之成型，推理专用芯片也持续升温：去年年底，英伟达以约200亿美元对AI芯片初创公司Groq进行“收购”（acqui-hire）；做晶圆级“大芯片”的Cerebras今年6月IPO，市值达到670亿美元；OpenAI联手博通，推出了首款自研推理芯片Jalapeño，从设计到流片仅用了9个月——加上我们之前聊过的谷歌TPU，推理芯片牌桌上的玩家越来越多。 在这场推理芯片大战中，各家真正比拼的是什么？为什么走向了不同的技术路径？推理芯片未来又会向什么方向收敛？ 本期硅谷101，我们请来两位AI芯片创业者，逐一拆解这些热门推理芯片在技术路径上的取舍与得失。其中嘉宾Mark是英伟达首席科学家Bill Dally的学生。Bill Dally是现代GPU并行架构最重要的奠基者之一。我们也借由Mark的视角，去了解这位芯片大师是如何思考问题和看待创新的。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Mark，AI芯片创业者 徐子扬，AI芯片创业者 【你将听到】 Groq、Cerebras技术路线 04:17 为什么训练看算力，推理看带宽 14:13 SRAM、DRAM、HBM的优劣 16:39 Groq和Cerebras的技术路径选择 19:34 Groq：确定性、静态编译调度，动态性不足 25:18 Cerebras 的软肋：良率、成本与系统适配 32:32 英伟达为什么要acqui-hire Groq 33:58 “推理时代，Cuda一定会被绕过” 推理时代芯片护城河 39:19 两位芯片创业者的SRAM推理芯片方案 41:07 最重要的指标：速度、性价比、耗电量 44:25 速度越快，AI越聪明 49:04 面对模型迭代，抓住“不变量” 54:15 消失的算力：为何芯片利用率跑不满 58:27 芯片设计全流程：需求、架构、RTL、验证、后端、流片、封装测试、良率、交付 01:01:16 国内优势：供应链+基础设施+开源生态 01:03:17 创业者做芯片，如何和模型厂商竞争 Bill Dally芯片设计哲学 01:05:17 为未来AI补齐强逻辑 01:09:40 “一切围绕局部性展开” 01:11:43 跳出local minimum，必须想清楚牺牲什么 01:13:03 Bill给学生的创业建议 01:14:47 亚马逊的工程哲学 OpenAI自研推理芯片解析 01:17:30 Jalapeño：通用芯片，低能耗，9个月流片 01:20:10 选择HBM4，不缺钱，但缺电 01:24:15 SRAM优势还能保持多久 01:27:03 芯片内异构，暗硅，另一种路径 【硅谷101年会来了，线下见】 10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。 来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。 报名链接 【相关阅读和名词解释】 挑战GPU、绕过HBM，深挖史上最大芯片背后的Cerebras 谷歌TPU能撼动英伟达吗？前TPU工程师首次揭秘 Prefill / Decode： 大模型推理的两个阶段。Prefill（预填充）一次性并行处理完整输入提示词，生成KV缓存和第一个Token，是计算密集型，瓶颈在算力；Decode（解码）基于KV缓存逐个自回归生成后续Token，是内存带宽密集型，每生成一个词都要把整个模型权重从存储读到计算单元。 KV Cache（键值缓存）： 是注意力机制中的中间计算结果，避免每次生成新Token时重复计算历史Token的键值向量。当新请求与之前处理过的内容有相同前缀时，可直接复用已有KV Cache，称为“缓存命中”。 Attention / FFN： Transformer架构的两个核心模块。Attention（注意力机制）负责“找关系”，让每个Token关注序列中其他Token的信息，参数量较小但计算模式随上下文长度变化。FFN（前馈网络）负责“加工信息”，独立处理每个Token，参数量极大，是模型静态权重的主要部分。 SRAM / DRAM / HBM： SRAM用6个晶体管存1bit，延迟仅0.3-3ns，带宽性价比极高，但容量极小。DRAM用1晶体管+1电容，容量大、成本低，但延迟50-100ns且需刷新。HBM本质是3D堆叠的DRAM，通过超宽总线实现高带宽，容量较大但成本高，且市场上极度缺货。 Kernel（算子）： 连接AI算法与芯片硬件的“翻译官”，将矩阵乘法、注意力等算法操作转化为硬件可执行的指令。算子开发属于内核级编程，直接决定模型的推理速度、能耗和芯片兼容性。 系统级异构： 指在系统层面组合不同类型的计算芯片（如GPU、SRAM推理芯片、专用加速器），用最合适的硬件做对应部分的应用，而非用一颗芯片包揽所有工作。OpenAI Jalapeño则选择将异构收进单颗芯片内部。 流片（Tape Out）： 指芯片设计完成后，将电路版图数据交给晶圆厂进行实际制造的过程。晶圆厂据此制作掩模（Mask），再通过光刻等工序生产芯片。流片成本极高，先进制程一次可达数百万美元，且若设计有误，整批芯片可能报废。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Still Waiting For You STEMS INSTRUMENTS - Wave Saver Seven Daughters - Fabien Tell Reclaim - Megan 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Mark and 徐子扬.

2026年8月28日

2026年8月，Moderna与默沙东联合开发的个体化mRNA肿瘤疫苗公布三期临床积极结果，Moderna股价一度暴涨177%。这不是一款预防癌症的疫苗，而是一种为患者量身定制的治疗性疫苗。“一人一药”，似乎正在离现实越来越近。 这期视频，我们邀请到艾博生物创始人、CEO英博博士，他曾在Moderna从事mRNA相关的核心研发。我们从这次三期临床结果出发，拆解个体化肿瘤疫苗究竟如何工作、为什么要与PD-1联合使用，以及它真正证明了什么、还有哪些问题没有被证明。我们也会聊到Moderna、BioNTech以及中国公司正在探索的不同技术路线，以及“一人一药”背后真正困难的制造、自动化、成本与监管问题。 肿瘤疫苗为什么研究了二三十年，直到今天才跨过这道关键门槛？AI究竟能在新抗原预测和疫苗设计中解决多少问题，它真的能让肿瘤疫苗变成一个“软件问题”吗？如果每位患者都需要一支不同的药，这套系统又如何服务成千上万甚至更多患者？我们距离“为每一个癌症患者定制一支疫苗”，究竟还有多远？ 【主播】 Yushan，硅谷101特约研究员，生物医药行业从业者 【嘉宾】 英博博士，艾博生物创始人、董事长兼CEO 【你将听到】 02:41 从Moderna到创业，英博博士与mRNA 08:57 Moderna三期，到底突破了什么 14:09 “一人一药”如何让免疫系统治疗癌症 18:14 制药“噩梦”：4-6周造出一支专属疫苗 24:42 未来肿瘤治疗：手术刀＋疫苗＋PD-1 27:57 34个新抗原“撒网”与肿瘤“逃逸” 31:39 黑色素瘤之后，下一个是谁？ 38:12 技术路线：中国肿瘤疫苗走到了哪一步？ 45:04 肿瘤疫苗会比CAR-T更安全吗？ 50:14 成本：“做大容易，做小难” 54:01 “AI离开自动化，就是空谈” 59:19 AI如何应用于肿瘤疫苗的研发与制造？ 01:01:26 LNP：AI还算不动的“难题” 01:06:04 “一人一药”怎么监管？ 01:09:24 为什么肿瘤疫苗等了几十年 【2026 外滩大会】 2026 Inclusion·外滩大会将于2026年9月9日-12日在上海黄浦世博园区举行。外滩大会是全球高级别前沿科技与金融科技盛会，本届大会还设置了超现实AI音乐会、科技展、创投meetup等趣味环节，活动免费，名额有限，先到先得。 外滩Token效率论坛 注册报名 更多论坛信息即将公布，请关注 外滩官网 【延伸阅读与相关术语】 核酸药物 以DNA、RNA或其类似物为核心的一类药物，通过补充、调控或沉默遗传信息来治疗疾病。mRNA、小核酸等都属于核酸药物。 小核酸 通常指较短的寡核苷酸药物，多通过与目标RNA配对，调控或抑制特定基因的表达。mRNA通常不归入“小核酸”范畴。 mRNA（信使核糖核酸） 可以理解为细胞里的临时“蛋白质生产指令”，把遗传信息交给细胞的蛋白质合成系统，指导制造特定蛋白。 个性化肿瘤疫苗 根据每位患者自身的肿瘤突变“量身定制”疫苗，训练免疫系统识别并攻击其肿瘤。它属于治疗性疫苗，不是给健康人预防癌症的疫苗。 CMC Chemistry, Manufacturing and Controls，药物的工艺开发、生产与质量控制体系，决定一种药能否稳定、合规地从实验室走向临床和商业化。 核酸递送 把核酸药物安全、稳定地送进目标细胞，并在正确位置释放。由于RNA本身容易降解、也很难直接进入细胞，递送是核酸药物的核心技术之一。 LNP（脂质纳米颗粒） 由多种脂质自组装形成的纳米级载体，可以理解为mRNA的“运输胶囊”：包裹并保护mRNA，帮助它进入细胞。 GalNAc N-乙酰半乳糖胺，一种能“精准找到”肝细胞的糖分子，常与小核酸连接，用于实现肝脏靶向递送。 三期临床试验 药物上市前最关键的大规模验证阶段之一，通常用于进一步确认疗效和安全性，并与现有治疗或对照方案进行比较。 PD-1（程序性死亡受体 1） 位于 T 细胞表面，可以理解为免疫系统的“刹车”。很多肿瘤细胞会在表面表达 PD-L1，与 T 细胞上的 PD-1 结合后，传递抑制信号，从而降低它的活性，借此逃避免疫系统的追杀。抗 PD-1 药物通过阻断这条通路，让免疫系统重新攻击肿瘤。 RFS （Recurrence free survival）无复发生存期，通常指治疗或手术后，到肿瘤复发或死亡的时间。 免疫原性 一种物质激发人体免疫反应的能力。疫苗通常希望产生足够强的免疫原性。 免疫耐受 免疫系统对某种抗原“不攻击”或反应较弱的状态。肿瘤可以利用这种机制逃避免疫系统的清除。 Neoantigen 新抗原，肿瘤细胞发生基因突变后，会制造出一些正常细胞里没有的蛋白质。免疫系统有机会把这些“从没见过的蛋白质”识别为异常，并攻击产生它们的肿瘤细胞。 In Vitro Transcription （IVT） 体外转录，以DNA为模板，在无细胞体系中合成mRNA，是目前mRNA药物生产中的核心步骤。 SOC （Standard of Care） 标准治疗，即当前临床上普遍认可、常规采用的治疗方案，也是新疗法常用的比较基线。 DC疗法 又称树突状细胞疗法，通常把患者自身的树突状细胞取出，在体外加载肿瘤抗原后再回输，用它们“教会”T细胞识别并攻击肿瘤。 Off-the-shelf 现货型疗法，固定配方、可以提前批量生产，并用于多个符合条件的患者；相对的是“一人一药”的个性化治疗。 Driver Mutation 驱动突变，能够直接推动肿瘤发生、生长的关键基因突变。并不是所有肿瘤突变都是驱动突变。 这里后面提到的 EGFR、KRAS，都是常见的肿瘤驱动基因。 CAR-T 把患者的T细胞取出，在体外进行基因改造，让它们拥有识别特定肿瘤抗原的“雷达”，再回输患者体内杀伤肿瘤。 CRS 细胞因子释放综合征，免疫细胞短时间内被大量激活并释放细胞因子，引发发热、低血压等全身炎症反应，是CAR-T等免疫疗法的重要副作用之一。 可电离阳离子脂质 LNP最关键的成分之一。在生理环境下大多接近中性，进入细胞内的酸性环境后会带正电，从而帮助mRNA释放到细胞质，同时降低毒性。 pre-F 融合前F蛋白，RSV的F蛋白在病毒与细胞融合之前的结构状态，是RSV疫苗非常重要的抗原靶点；针对pre-F可以诱导较强的中和抗体反应。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Spring Dance - Forever Sunset Mindscape - Lennon Hutton High 118 - Wendel Scherer Radar Focus - Blue Saga Unfinished Stories - Lennon Hutton 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guest: 英博.

2026年8月20日

去年年底，硅谷掀起了一股风潮——“Token Maxing”（最大化token使用量），科技公司创始人和工程师们争相晒出账单，比谁家Token消耗更吓人，以此彰显对AI的全力押注。但到了今年年中，成本失控和虚假生产力让这场烧钱竞赛到达了转折点。Uber在四个月里烧穿了全年的AI预算，Meta被迫给员工设定token使用上限，一些公司会提醒员工使用AI的时候注意成本。大家开始认真思考：如何更经济地使用Token？ 这期节目的嘉宾黄东旭，就是Token Maxing热潮的亲历者。他曾经每天烧掉三四百美元，只用最前沿的模型。让他逐渐转变的，是中国开源模型们的崛起，大量的日常任务都可以做到“只烧电费，不烧Token”。他的结论是：不是前沿模型用不起，而是本地开源模型底座+前沿模型的搭配，成本可控，更具性价比。 我们聊了这半年Agent产品的进化史——从OpenClaw，到Hermes，到Agent蜂群的智能涌现潜力，Agent消耗Token的趋势不会停止，未来还会有更复杂的A2A网络。亲历了互联网、移动互联网、AI三波浪潮的张宏江认为，Token Maxing折射出的是所有人在面临AI浪潮时的不知所措，AGI奇点已经到来，现在做Agent是好时机，但关键是：别做容易被大模型碾压的应用。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 张宏江，Llama Ventures高级技术合伙人，美国国家工程院外籍院士，北京智源人工智能研究院（BAAI）理事长，源码资本合伙人，曾任微软亚洲工程院院长、微软亚太研发集团首席技术官、北京金山软件有限公司首席执行官 黄东旭，Llama Ventures合伙人，PingCAP CTO&co-founder 【你将听到】 04:55 Token maxing，是泡沫吗？ 09:52 亲身体验：只选最强最贵，日烧四五百美元 14:15 OpenClaw：从研究到工程的转折点 20:31 龙虾退潮：“普罗米修斯”完成了使命 23:09 Hermes：把成功经验沉淀成Skill 30:09 “Agent动力学”：七嘴八舌烧Token换深度 35:12 智商碾压：Fable 5一次搞定复杂任务 37:20 本地开源模型经济账：每天电费1美元 43:42 Token消耗不会停，更复杂的网络还在后面 52:36 现在做Agent创业是好时机吗？看好toB和infra 01:03:24 彩蛋：“办公室政治”和超预期行为 01:15:30 IQ测试已超人类，AGI奇点已来 01:18:19 新问题：当新岗位也不再需要人，人类如何自处？ 【9月6日·成都 泓君线下开麦】 华夏基金携手小红书小红点计划，共同推出「红火开麦日2.0」线下活动，以「发现身边的ETF经济学」为主题，从身边小事发现经济趋势，捕捉藏在日常里的投资灵感。9月6日，成都·蔚蓝湖滨艺术中心，泓君将与华夏基金数量投资部总监荣膺一起，聊聊普通人如何被卷入全球AI定价战。 活动免费，名额有限，扫码即可报名，期待与你线下相见！ 【硅谷101听友群】 在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。 扫码加入，即刻相遇！ 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Impossible Theory - Rachel Sandy Mindscape - Lennon Hutton 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: 张宏江 and 黄东旭.

2026年8月11日

不久前，我们聊了硅谷最火的新职位FDE（前线部署工程师）。硅谷的逻辑是，AI要进企业，就要开行业最高的薪资，派一批最聪明的人驻扎进去。但这件事在中国，还是同一个剧本吗？ 我们邀请到阿里巴巴集团副总裁、瓴羊CEO朋新宇。他是阿里数据中台方法论的创立者，他的团队做这件事已经5年，比“FDE”这个词流行起来还要早。在AI浪潮到来之后，他们发布企业级Agent平台：AgentOne。 他们的做法很不“硅谷”，不接定制化的大单，不做1000人天的驻场开发。他们找的是企业里最耗人、最耗钱、最耗时的环节，把预设好的agent接入企业私有数据，去解决真实的业务难题。 举例来说：一个催发货流程，客服agent需要跑通260步流程；一个顶级人类投手，90天内调价10000次，AI要学会这10000次调价背后的决策逻辑，这背后靠的是团队配合和工程化的推进。 在朋新宇讲述中，没有全能型的个人英雄，也没有对SOTA模型的迷信。“企业算得过来账，背后用什么token，老板不会在乎”。务实，算账，打地基，这就是FDE在中国的故事。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 朋新宇（花名小芃），阿里巴巴集团副总裁，阿里瓴羊CEO 【你将听到】 01:48 硅谷的风向变了：AI战场从C端回到B端 06:33 一个“催发货”背后藏着260步流程 12:30 90天调价一万次，AI向最优秀的投手偷师 19:39 为什么顺利的部署都是“自上而下” 25:07 做标准化增长agent，跟Palantir反着走？ 31:14 销售Agent实战：从最落后区域到销冠 36:06 部署周期：1/3熟悉岗位，1/3做建模，1/3调教AI 42:36 FDE团队画像：BA定方向、AI架构师选模型、业务首席当教练 47:00 Token成本，模型策略，“账算得过来”最重要 53:28 中美FDE对比：信息化地基、付费习惯、工作方向 58:03 人才观：懂AI、懂业务、懂数据 【延伸阅读】 E240｜OpenAI联手PE砸下40亿美元，聊聊硅谷最火新职位FDE 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 What We Discovered - Philip Ayers Signal Containment - Out To The World 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guest: 朋新宇.

2026年8月5日

这期播客的嘉宾是盛颖，xAI前推理团队负责人、开源推理引擎SGLang发起人及RadixArk联合创始人/CEO。 在开源模型集中爆发之际，盛颖在AI Infra（基础设施）领域的研究和贡献非常核心。她将AI Infra描述为“浪漫的关系”，是产品本身，需要有“美感”。 由此，我们走进盛颖的世界。 她曾经想成为一个数学家，沉浸在一个确定、纯粹、仿佛“与世界无关”的世界里。 但从哥大到斯坦福，从形式化验证到 AI Infra，盛颖一路经历的并不是外界看到的连续发顶刊的高光，背后是不为人知的寻找方向、迷茫、停滞、低谷和重新出发。她逐渐意识到，自己无法勉强去做一件不感兴趣的事；只有真正被一个问题吸引，她才能进入高度专注的状态，并把它做到极致。 SGLang，是这条研究路径的集大成者。它从一个学术项目成长为面向真实生产环境的开源推理引擎，也把盛颖从研究者带进了更复杂的工程、组织与产业世界。 在早期的xAI，她获得了难得同时存在的“support”和“freedom”，参与搭建生产级推理系统。但随着SGLang社区迅速扩张，仅靠开发者在业余时间维护，已经无法支撑项目继续向前。为了让这件事真正走下去，她选择离开xAI，创立RadixArk。 这期节目，我们从盛颖眼中的数学之美、论文和低谷聊到SGLang、xAI与RadixArk，也聊一个人如何逐渐理解自己的天性，并决定不再与之对抗。 盛颖说，她在乎的不是“making impact”，而是那些她认为正确的事情，最终有没有发生。从“世界与我无关”，到“想要构建那个跟强力AI共存、且人类不会输的未来”，这，是盛颖的故事。 【主播】 陈茜，硅谷101联合创始人 【嘉宾】 盛颖，RadixArk联合创始人&CEO，xAI前推理团队负责人、开源推理引擎SGLang发起人 【你将听到】 02:16 违约金、纽约与数学之美：“世界与我无关” 16:06 顶刊、低谷期与甄嬛传：“世界又与我有关了” 26:01 谷歌实习：最早的“AI for code” 31:54 Databricks：人生导师Ion Stoica与“making impact”价值观 34:37 xAI：拥有“support”和“freedom”的美好v1.0时代 44:07 RadixArk：“两个月也等不了” 48:07 Two Sigma：“有组织的公司”应该有的样子 51:10 SGLang：“AI Infra是浪漫的” 01:15:29 SandHill Road的套路与规则 01:19:33 “养大我”的开源生态 01:27:03 LMSYS：平等、平权，以及“她赢了，不需要被解释” 01:37:42 “世间的美好是存在的” 【延伸阅读】 本期节目视频版已上线 ，附精校字幕及术语注解，适合想逐句细听的听友 “榨”出硅的极限：怎么让GPU不“闲着”？｜与SGLang、RadixArk深聊AI Infra技术与千亿美元市场-硅谷101视频 及 文字版 【硅谷101正在招聘】 《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！ 👉🏻 点击查看招聘详情 【监制】 泓君 【采访】 陈茜 【后期】 Frentee Jacob Amei 【运营】 朱婕 【BGM】 The Hoover Dam - Bonnie Grace Spring Dance - Forever Sunset Curiosity Cabinet - Mike Franklyn 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guest: 盛颖.

2026年8月1日

7月27日，月之暗面正式发布Kimi K3的完整模型权重。自7月16日API上线以来，K3就在在多项测试中展现出接近前沿模型的能力。因此，它成为了硅谷最近讨论开源时的重要案例之一。从2025年初的DeepSeek时刻，到当下的Kimi K3，中国开源模型正在从成本更低、能力稍弱的替代品，逐渐逼近甚至超过最强的闭源前沿模型。 随之而来的，是一场越来越激烈的蒸馏争论。什么是蒸馏？通过闭源模型的输出进行训练，和未经授权的大规模能力提取，有什么区别？即使中国实验室使用过美国模型生成的数据，它又究竟能解释多少最终能力？ 本期播客，我们邀请到两位嘉宾来分别从开源生态和企业的视角，讨论这一波中国开源模型的影响：前Hugging Face亚太开源生态负责人王铁震，和TinyFish联合创始人Keith Zhai。 我们从K3带给硅谷的挑战聊起，讨论了为什么把中国模型的进步全部归因于蒸馏，实际上忽略了架构、强化学习、数据工程和推理基础设施上的创新。而当蒸馏从一种中性的训练技术，变成商业竞争和政策讨论中的指控时，争议的核心又变成了什么？ 在此之外，我们也讨论了K3针对大型推理服务商设计的商业授权：当开源权重模型持续压低成本，它会如何冲击OpenAI、Anthropic等闭源实验室的商业模式？当模型能力逐渐商品化，未来AI行业的价值会流向模型本身、推理基础设施，还是Agent与企业工作流？ 注：本期播客中提到的“开源”，更准确地说是开放权重（open weights）。K3官方称自己为开放模型，它使用的是Kimi K3 License，不是标准 MIT/Apache 这类完全开放的OSI license。 【主播】 Yiwen，硅谷101特约研究员 【嘉宾】 王铁震，Hugging Face前亚太生态负责人 Keith Zhai，TinyFish联合创始人 【你将听到】 中国开放模型，硅谷怎么看？ 01:45 Kimi K3为什么突然成为硅谷关注的焦点？ 03:33 从DeepSeek、GLM到K3：硅谷对中国模型的判断如何变化 06:51 企业为什么开始转向中国模型 10:23 中国开放模型推理成本 蒸馏争端始末 13:24 蒸馏争议：到底什么是蒸馏？ 17:22 K3是否可能在短时间内蒸馏最强闭源模型？ 19:48 蒸馏能解释模型的核心能力吗？ 开放模型对闭源商业模式的影响 23:54 K3 License与开放模型商业化 34:27 开放模型会怎样冲击OpenAI和Anthropic的收入与估值？ 37:39 英伟达为什么支持开放权重 43:41 中国公司为什么选择开放 强大的开放能力下，Agent生态如何变化？ 45:04 Thinking Machines为什么开放权重？ 48:39 开放模型催生的新生态 48:43 OpenRouter等多模型平台为什么开始受益？ 49:56 对Agent产品和基础设施的影响 开放模型的安全之争 55:40 接近前沿的模型，到底应不应该开放权重？ 01:04:01 开源和闭源模型，谁更容易被滥用？ 【延伸阅读和相关术】 Kimi K3 官方技术报告 与 模型权重 Kimi K3 授权协议 Anthropic对蒸馏攻击的 指控 《开放权重与美国AI领导力》 【相关术语】 开放权重（Open Weights） ：指模型开发者公开模型训练完成后的参数文件，允许用户下载模型，并在自己的设备或云端进行部署、推理、微调或进一步开发。开放权重并不意味着训练数据、训练代码和完整训练流程也同时公开，具体使用方式还会受到模型授权协议的限制。 开源模型（Open-Source Models） ：通常指不仅公开模型权重，还公开足以让外部开发者研究、修改和复现模型的更多组成部分，例如训练代码、模型架构、数据处理方法、训练流程，以及在部分情况下使用的训练数据。由于大模型很少完整披露所有训练材料，目前业界对什么样的模型可以被严格称为“开源”仍存在争议。 思维链（Chain of Thought） ：指模型在生成最终答案之前，用一系列中间步骤拆解问题、组织信息和进行推理的过程。 规模扩展效率（Scaling Effiency） ：指模型将计算资源转化为能力提升的效率，也就是在使用相同或更少的算力、数据或训练成本时，能否获得更好的模型表现。 键值缓存（KV Cache） ：指模型在处理上下文和生成内容时，保存此前token在注意力计算中产生的Key和Value数据。这样，模型在生成下一个token时不必重新计算全部历史内容，可以显著降低重复计算，提高生成速度；但上下文越长，KV Cache占用的内存通常也越大。 【硅谷101正在招聘】 《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！ 👉🏻 点击查看招聘详情 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Kablaam - Ealot Flickering Torches - Christian Andersen Radar Focus - Blue Saga Pulse Runner - Helmut Schenker 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Keith Zhai and 王铁震.

2026年7月24日

当你觉得AI“懂你”的那一刻——精准抓住一个你自己都没说清的情绪，问出一个让你陷入沉思的问题——你以为那来自数据中心的芯片、模型里的参数、程序员敲下的代码，但真相是，那些问进你心坎里的问题、让你会心一笑的遣词造句，背后站着一群人：他们曾是记者、编辑和纪录片导演，如今藏在大语言模型之后，有一个鲜为人知的名字——内容工程师（Content Engineer）。 当模型能力日益趋同，真正决定用户去留的，已不再是参数，而是它能否让人觉得“懂我”。那些“只可意会、不可言传”的语感与共情，正被一群文字工作者拆解成一套可以装进AI的规则。 本期《硅谷101》播客，我们邀请到两位从新闻业转身的资深内容工程师——前媒体人、播客《行星酒馆》主播东尼，与NBCUniversal AI战略总监Bianca，深入探讨：什么才算“好”的对话，以及如何把它拆解成可量化、可训练、可评估的工程标准。我们从这个正在各家AI公司裂变扩张的新兴岗位聊起，看看当模型能力逐渐拉平，内容与品味如何成为产品竞争力的关键，而懂人文、懂社科的判断力，又该如何翻译成工程能用的语言。 【主播】 Faith静远，硅谷101特约研究员 【嘉宾】 Tony Lin，人工智能实验室模型设计负责人， 《行星酒馆》 主播 Bianca Consunji，NBCUniversal AI战略总监 【你将听到】 02:54 内容工程师是什么？ 05:55 内容工程师如何拆解好内容 10:42 如何训练AI理解提问者的言下之意 13:42 内容工程师如何“翻译”语言和文化 16:45 新闻训练和AI对话训练都需要给到“上下文” 18:42 语境破碎：AI对话和“网络互喷”的相似之处 19:59 记者和内容工程师的技能重合点 23:44 一篇爆火文章背后，文科生的AI恐慌 26:45 基于共识训练出来的AI，不会产生伟大的艺术 28:56 媒体影视从业者失业，罪魁祸首是AI吗？ 31:37 东尼如何在养病期间做出震惊谷歌的voice agent 37:02 AI谄媚是产品设计问题，本质是人想要的太多了 39:20 人除了智商情商，还会需要“AI商” 43:33 职业价值迁移：“曾经我出卖成果，现在我展示过程” 【延伸阅读和相关术语】 系统提示词（System Prompt）： 写给模型、用于设定其身份、语气与行为边界的底层指令。本质是一种既要有创造力、又要让模型"听得懂"的技术性写作，是内容工程师的核心工作之一。 少样本示例（Few-shot Example）： 在与模型交互时，随机提供几条相关案例作为参考，让模型据此理解"什么是好问题、好内容、好语气"的方法。 语音智能体（Voice Agent）： 能够以语音方式进行多轮对话的AI智能体，相比文本交互更强调对话的流动感与自然度。 多轮对话（Multi-turn Conversation）： 用户与AI连续来回交互的对话形式，通常是AI的弱项。当缺乏足够上下文时，AI会不断"脑补"，答案越来越臃肿，中途出错则如滚雪球般放大。 意图理解（Intent Understanding）： 理解提问者的“言下之意”，而非仅仅回答字面问题。它要求模型捕捉话语背后未被直接说出的真实需求，而不止于表面的信息拼接。 来源归属（Source Attribution）： 在回答中注明信息出处、并承认现有信息不确定性的做法，是判断一则回答质量高低的重要维度之一。 拟社会关系（Parasocial Relationship）： 传播学经典概念，指人对一个遥远实体（书中人物、电视形象，乃至AI）单向建立的情感关系。人在这种关系里依然拥有agency（能动性），可自行决定与对方的关系、并在互动中创造意义。 AI谄媚（Sycophancy）： 指AI顺着谈话对象的价值取向和信息茧房去迎合、讨好用户的倾向。它本质上是一个产品设计问题——为了留住用户、提升engagement，产品往往会做出迁就。 事实核查（Fact Check）： 新闻业的核心技能，即在信息发布前核实其真实性。AI在事实核查上效率极高，能快速交叉验证信息、呈现不同立场，帮助人跳出单一信息流。 零工经济（Gig Economy）与AI训练师（AI Trainer）： AI trainer指按小时、按项目为AI生成的内容打分、改写、示范的临时工作。这类工作依托零工经济而存在，而零工经济对媒体与艺术从业者的冲击在AI出现之前便已发生。 【硅谷101正在招聘】 《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！ 👉🏻 点击查看招聘详情 【监制】 泓君 【采访 & 制作】 Faith 【配音】 Yiwen 【后期】 Faith Amei 【运营】 朱婕 【BGM】 The Detective - Christoffer Moe Ditlevsen Reclaim - Megan Wofford Paper wings Hangover by ruiqizhao The light from within—howard harper-bames Overture - dozeoff New car smell—bagel Quiet down—Ryan connors 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Bianca Consunji and Tony Lin.

2026年7月16日

机器人已经能在舞台上做到翻跟头、表演武术了，但要让它在开放环境里伸手帮你拧开一个瓶盖，难度陡然跃升2到3个量级——因为那一刻，它需要理解眼前的物理世界。 这正是苏度科技想啃下的硬骨头。苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一，师从李飞飞。这家公司走了一条与硅谷主流"纯大脑黑盒大模型"不太一样的路：软硬件协同设计，上下分层架构，上层负责任务规划与环境理解，下层负责具体物体操作；Sim-to-Real作为核心训练范式，让机器人在虚拟世界里经历几百万年的进化，再迁移到现实。 这条路已经跑出了一定成效：面对从未见过的新物体，他们的零样本通用抓取单次成功率接近100%。 本期硅谷101，我们邀请苏度科技CEO韩铮，一起聊聊机器人“动手”怎么实现？他预测，接下来会有更多的硅谷公司重新回到“上下分层”的方向上来。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 韩铮，苏度科技联合创始人&CEO 【你将听到】 机器人“动手”的数据根基 03:17 为什么做全栈（大脑+本体）通用机器人？ 07:14 苏昊早年经历：从图片标注ImageNet，到3D数据集ShapeNet 11:08 3D数据收集，难在哪里？ 13:21 仿真需要亚毫米级精度，视频训练无法达到 16:33 什么是Sim-to-Real（从仿真到现实）？ 18:08 创业时机的判断：DALL-E带来的数据拐点 Sim2Real技术验证与关键突破 21:40 仿真器的技术内核：经典物理法则+强化学习 24:17 数据集质量与规模的平衡：自建结构化3D数据集 28:05 实际效果如何？零样本通用抓取，一次性成功率98% 32:11 回应Demo质疑：去学术会议现场随机环境中演示 34:22 基础Zero-Shot泛化能力比长程任务串联更为关键 35:45 灵巧手虽好，但不是当下的性价比最高的方法 技术路线之争 38:16 商业模式思考：硬件+底层模型+API，类比智能手机生态 41:23 仿真器与机器人本体，必须软硬件协同设计强绑定 44:04 如何教会机器人拧瓶盖？加入真实世界数据更高效 44:51 难度对比：操作物体比运动控制难2~3个数量级 47:28 白盒与黑盒之争：分层模型，在预训练中融入物理理解 51:11 Sapien仿真器，让机器人像幼童第一次拧瓶盖一样操作 53:27 数据冷启动困境：无法复刻特斯拉，必须靠仿真做冷启动 55:38 嘉宾预言：被硅谷抛弃的“上下分层”即将重回主流 全球机器人竞争格局 59:08 实现机器人动手，软硬件强结合的公司才能做到 01:00:34 硅谷明星公司点评：Skild、Figure、Optimus 01:05:40 为什么最看好DeepMind+波士顿动力Atlas的组合？ 01:09:01 亚马逊机器人，场景多但整合困难 01:10:02 为什么多数公司退回垂类？因为不知道通用该怎么走 01:12:43 不做垂类押注，而是构建开发者生态，目标是成为机器人时代的“iOS+硬件” 【延伸阅读】 节目中提到的Demo： sudo R1评测——60分钟连续无剪辑实测 【硅谷101正在招聘】 《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！ 👉🏻 点击查看招聘详情 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Particle Emission - Silver Maple My Moon and Your Sun - Hampus Naeselius On the March - Brendon Moeller Quietly Tense - Marten Moses 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guest: 韩铮.

2026年7月10日

世界杯发生了闻所未闻的一幕，在特朗普介入后，美国球员巴洛贡吃到的红牌被暂缓1年执行，有人不禁要问了，国际足联为什么要那么听美国人的话。 部分原因可能来自于，美国资本已经渗透进了全球足坛的方方面面。比如英超的20家俱乐部中，有11家都被美国资本控股，美资甚至渗透进了欧洲五大联赛的俱乐部、商业权益开发、球员球队买卖资金周转等等方面。 没有英式足球积淀的美国人，为什么会那么喜欢投资英式足球？美国资本又在怎么改变世界足坛呢？ 【主播】 麻花，硅谷101特约研究员 【嘉宾】 张兵，懒熊体育 《摸鱼的熊彼得》 主理人 施骅伦， 《翻转体育》 主播 【你将听到】 没有足球文化的美国，资本为什么爱足球 03:05 售股两年后，曼联老板为什么又要找下家 06:21 20支英超球队11支被美资控股，美国富豪为什么那么上头 09:48 英超球队的上市潮与退市潮 16:14 两任美国老板，在英国“小队”伊普斯维奇上赚翻了 19:47 美国人对体育资产的商业化运作，到底能有多强 美国老板们，为什么永远被球迷Diss 22:47 曼联往事：格雷泽家族20年的骂名从哪儿来 27:35 曼联新老板拉爵，带来的新变化可能喜忧参半 30:04 从阿森纳到曼联，豪门为什么都爱捣鼓球场 36:56 SoFI球场，美国人商业运作体育场馆的典型案例 38:16 阿森纳老板克伦克，与前大股东乌斯曼诺夫的控制权之争 45:31 克伦克说拿钱砸冠军不是第一位，那他是个好老板吗 48:24 利物浦的两任美国老板，为什么口碑差距那么大 52:47 美国资本，如何在切尔西身上玩脱了 英超之外，美国资本如何渗透全球足坛 57:10 不只英超，欧洲足坛都要被美国资本包圆了 01:03:23 控制了众多命脉的美国资本，很可能会打造自己专属的超级联赛 01:05:46 版权费增长停滞、球员成本上升，美资从哪儿延续回报率 01:10:41 球迷文化抵制足球资本，但商业化的进程一直在所难免 【延伸阅读与相关名词】 英超Big 6 ：包括阿森纳、切尔西、利物浦、曼联、曼城和托特纳姆热刺，其中前4支球队又被称为Big 4或者传统四大豪门，Big 4如今都被美资控股 阿布卡拉莫维奇 ：俄罗斯富豪，2003年买下切尔西，斥超过20亿英镑引援，并先后聘请穆里尼奥、希丁克等名帅执教，让切尔西收获21个冠军奖杯。后因俄乌战争被迫出售切尔西，并免除了俱乐部对其个人约15亿英镑的债务。 大卫·邓恩 ：英国商人&前阿森纳副主席，英超联赛创立的核心推手之一，1996年力排众议聘请温格执教，开启阿森纳辉煌时代，2007年因支持外部资本收购俱乐部，与董事会产生分歧而被迫离开。 乌斯曼诺夫 ：乌兹别克裔俄罗斯寡头，通过投资钢铁、电信和Facebook、阿里巴巴等互联网企业积累巨额财富，曾是阿森纳第二大股东，后因俄乌战争被制裁资产遭冻结，也通过DST投资过京东、小米和滴滴。 法哈德·莫希里 ：英籍伊朗裔富商，因结识乌斯曼诺夫而发迹，曾任埃弗顿足球俱乐部大股东。他在埃弗顿投入巨资但管理混乱，球队战绩下滑并屡次违反财务规则，最终于2024年将俱乐部出售。 霍斯特·达斯勒 ：阿迪达斯创始人之子，现代体育营销先驱，不仅帮助阿迪达斯实现了国际化，更参与并主导了世界杯、奥运会等大型国际体育赛事的商业化模式制定。 CAA Eleven ：是国际顶尖经纪公司CAA在瑞士成立的子公司，主要负责独家管理欧足联旗下国家队赛事的商业版权，包括欧洲杯、欧洲杯预选赛、欧国联及女足欧洲杯等赛事的转播与赞助权。 TEAM Marketing ：瑞士体育营销公司，是欧冠联赛从1992年改制至今的“幕后缔造者”，为欧足联创造了超过500亿欧元的收入，但双方合作将在2027年结束。 Relevent Sports ：美国体育传媒与赛事推广公司，由NFL迈阿密海豚队老板斯蒂芬·罗斯创立，以创办国际冠军杯（ICC）闻名，将欧洲豪门季前赛引入北美，还代理西甲、德甲等联赛在美洲的媒体版权。2027年起接替TEAM Marketing，负责欧足联旗下男子俱乐部赛事的全球商业版权。 ECA ：European Club Association，欧洲俱乐部协会，代表欧洲职业俱乐部利益的官方组织，拥有超过200家会员俱乐部。 DAZN ：英国全球体育流媒体平台，被誉为“体育界Netflix”，由乌克兰裔美国亿万富翁Len Blavatnik通过其美国投资集团Access Industries拥有。 ISL ：由霍斯特·达斯勒成立，是上世纪足球商业化的关键推手，曾长期独家代理FIFA世界杯的电视转播权和商业赞助权，后因过度扩张陷入债务危机最终破产，并引发了国际足联历史上最大的腐败丑闻。 【硅谷101正在招聘】 《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！ 👉🏻 点击查看招聘详情 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Kick Off - Earle Belo Don't You Think I Know They're Faster STEMS DRUMS - Eden Avery Kablaam - Ealot Bocosaurus - Arc De Soleil Light-Footed - Bonnie Grace 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: 张兵 and 施骅伦.

2026年7月6日

从ChatGPT掀起生成式AI浪潮到现在，不过短短两三年，AI能力的进化速度已经让"AI自我进化"这件事从科幻走进了现实。上个月，Anthropic在一份公开报告中预测，AI未来将进入"递归自我提升"（Recursive Self-Improvement, RSI）阶段，并呼吁人类共同为AI的发展设计出一个减速或暂停机制。 AI自我进化会以多快的速度到来？未来的AI，它会在通往真理的道路上与人类并肩作战，稳步破解医学、气候等种种难题，还是会在暗处走向失控？ 本期播客，泓君邀请到专注做“发现模型”的AI公司Apodex的两位首席科学家，杜少雷和Beibin，一起聊聊AI的自我进化与自我验证。 Apodex是一家陈天桥出资创立并亲自主导的公司，这家公司给自己的定位也非常的特别，他们只做一件事—— heavy duty solver，意思是专啃那些没有标准答案，人类自己都不知道从哪下手的难题。他们管自己想做的模型叫做 discovery model。不是从已知的信息里面找答案，而是要提出人类还没有想到过的假设，自己想办法去验证它，去解决这个世界上还没有被解决的科学难题。 嘉宾预言，最快半年，AI就能跑通一次完整的自我进化闭环。但要实现持续的、可靠的递归提升，模型必须具备“自我验证”能力。这很像人类科学家的基本功：大胆假设，小心求证。而要让AI做到这一点，关键的前提是——教会大模型真正拥有科学家一样的品味和判断力。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Simon Shaolei Du（杜少雷），Apodex推理模型与训练首席科学家，华盛顿大学计算机科学与工程学院副教授 Beibin Li （李辈滨），Apodex自我进化与编程首席科学家 【你将听到】 自我进化背后的底层能力 03:00 AI自我进化不是新概念，两三年前就有了 06:48 RSI概念火了，背后是模型能力变强了，长程任务表现更好了 09:20 技术上如何训练AI做好长程任务？算法+数据+infra 12:45 Coding能力代表了模型自我进化的底层能力 14:29 用自我验证规避“递归漂移”，代码领域相对可控 16:21 Apodex的验证方法：多个子agent互相验证 19:11 自我进化三条路径：预训练、后训练、Harness 23:56 另一项关键能力DeepResearch，Apodex如何做到多个榜单第一？ 29:19 技术范式决定了多个agent组团解决问题效果好于单个 31:18 模型自动进化后，会碾压agent团队吗？垂直领域护城河仍在 自我进化关键一步——学会提问 34:19 Apodex定位：用Discoverative框架解决人类未解难题，不把Token当生意 36:18 “发现模型”最难之处：提出超出经验范围的假设，并去验证 37:52 让AI像科学家一样提问，需要模型有更好的品味 43:31 如何避免大模型拍马屁？远离大众偏好 46:30 “AI宪法”定义性格，顶级科学家数据校准品味 巩固品味，阻止“跑偏” 51:33 AI巨头都在做科研发现模型，判断问题价值是关键 55:32 不同于AI for Science，Heavy Duty Solver是通用模型，强调元能力 57:25 最快半年能跑通自我进化的第一个闭环，但解决递归漂移还需要2-3年 58:43 让科学家睡不着觉的问题：如何防止AI“走火入魔” 01:00:04 解决方案仍靠人工手调，“自我蒸馏”也许是个方法 01:04:28 人类只是warm start，未来AI将形成自我品味，就像AlphaZero 01:06:18 陈天桥与Apodex：制定“宪法”，聚焦Heavy Duty Discovery 【硅谷101正在招聘】 《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！ 👉🏻 点击查看招聘详情 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Light-Footed - Bonnie Grace Reclaim - Megan Wofford Charcoal Stream - Curved Mirror 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: 李辈滨 and 杜少雷.

2026年6月26日

本期节目由AI轻办公神器vivo X Fold6赞助播出 今年4月的伦敦马拉松，肯尼亚选手萨维以 1小时59分30秒 的成绩夺冠，成为首位在正式马拉松比赛中跑进2小时的运动员，这场比赛的亚军克杰勒恰同样跑进了2小时，创造了历史。 事后媒体关注到，萨维和克杰勒恰，包括这场比赛的女子冠军阿塞法，他们穿的鞋，都是阿迪达斯的Adios Pro EVO 3。但在此之前，统治马拉松赛场10年之久的一直是耐克，也是它，发起了一度轰轰烈烈的Breaking 2项目，剑指帮助运动员马拉松“破2”。 尽管跑步这项运动自古有之，但直到1960年代，人们才真正拥有专为路跑设计的现代化跑鞋。过去60多年的发展历史里，路跑鞋都发生了哪些技术变革？运动鞋品牌，又是怎么在马拉松赛场内外你追我赶的？ 【主播】 麻花，硅谷101特约研究员 【嘉宾】 盖德，《 迪谈盖论 》主播 【你将听到】 跑鞋技术迭代史，谁是最有突破性创新的那双鞋 04:26 划时代跑鞋：阿迪Ultra Boost和耐克Zoom Vaporfly 06:58 TPU超临界泡棉，阿迪Ultra Boost的秘密武器 07:54 耐克Zoom Vaporfly的必杀技，把碳板和超级泡棉结合到一起 10:30 中底的重要性：辅助一个动作重复4万多次仍能保持优秀性能 12:11 中底之外，鞋面、鞋楦也有技术之争 14:11 产品经理谈跑鞋研发，好跑鞋可能会经历20多个版本的修改 16:24 不同品牌的跑鞋，中底材料可能来自同一家公司 17:46 裸足感跑鞋的兴起和沉寂 21:20 马拉松跑进2小时，靠的到底是鞋还是人 阿迪VS耐克，交替主宰21世纪的马拉松赛道 25:16 帮助破纪录的Adios Pro EVO 3, 大火背后也有偶然 27:48 被各大品牌纷纷采用的碳板，阿迪为什么偏不用 30:04 耐克的遗憾，最有可能破2的合作跑者不幸去世 31:36 一度大杀四方的耐克，是如何失去马拉松赛场绝对优势的 33:50 想要跑鞋卖得好，一定要在竞速跑比赛里有姓名 36:27 限量发售，可能会让Adios Pro EVO 3无法统治赛道 37:58 品牌研发冠军跑鞋很难，选到冠军“潜力股”更难 39:32 四大慢跑鞋品牌，为什么在阿迪耐克的竞争中“隐身”了 42:11 新秀昂跑和HOKA，仍在竞速跑的关键之门外 技术差距、时尚化和瓶颈期，跑鞋之争的未来 45:24 跑鞋品牌的技术优势，很难独领风骚很多年 47:13 阿迪能不能统治马拉松赛道，还得看它鞋面的表现 48:18 超级大Logo的Adizero EVO SL，成了2025年的大爆款 51:13 复古New Balance，很可能成为第四个百亿美元规模运动品牌 54:50 本土跑鞋vs国外跑鞋，技术差距到底在哪儿 57:42 跑鞋之后，运动品牌开始押注越野跑和Hyrox了 59:14 国内的运动品牌，该去国外卷卷了 【延伸阅读】 重要跑鞋变革史： 1960，New Balance Trackster问世，以波纹鞋底取代鞋钉，成为首款无钉跑鞋 1974，耐克联创鲍尔曼发明华夫饼鞋底，鞋款大卖，耐克趁势赶上美国慢跑热 1977，Brooks推出的Vantage鞋款，成为第一款大规模采用EVA材质中底的鞋款 1978，耐克首款 Tailwind 跑鞋上市，首次采用Nike Air 气垫技术 1986，亚瑟士推出首款应用GEL缓震胶技术的跑鞋Freak，GEL此后一直是亚瑟士的王牌技术 1991，索康尼推出GRID网格缓震系统，将纤维嵌入EVA中底，兼顾缓震和支撑稳定 2004，Nike Free 面世，开启赤足感跑鞋风潮 2015，Adidas Ultra Boost 面世，采用TPU材料及超临界发泡技术，提供“踩屎感”，成为阿迪最受欢迎的缓震技术 2016，耐克推出Zoom Vaporfly 4%，首次将超级泡棉PEBA和碳板结合，Vaporfly 和Alphafly 系列随后高频亮相马拉松 2026，两位运动员穿着阿迪的Adio Pro EVO 3跑马“破2”，该款鞋为全球第一双实现量产的、单只重量不超过100g的跑鞋 两类中底技术： 机械结构：通过中底的物理形态设计来影响性能，比如碳板、碳环、镂空等，相当于中底的“骨架” 发泡材料：通过中底本身材质来影响性能，代表材料包括EVA、TPU、TPEE、PEBA等，相当于中底的“肌肉” 四大发泡材料： EVA：最传统、最普及的发泡基底，轻质柔软成本低，但回弹和耐久性一般，多为入门级跑鞋中底材料 TPU：回弹性、抗撕裂性和耐久性优于EVA，但密度较大，鞋偏重，为阿迪Boost中底所用材料 TPEE：TPU升级版，回弹率更高、更轻、更耐疲劳，但加工难度高、成本高，为阿迪Adios Pro 系列Lightstrike Pro中底的材料 PEBA：超级泡棉，回弹率极高、极度轻量，但成本昂贵、耐用性一般，为耐克ZoomX中底所用材料 耐克Breaking 2项目：2017年推出，旨在挑战人类马拉松“破2”极限，项目中跑者基普乔格在意大利蒙扎赛道达成了2小时00分25秒的优异成绩，耐克借势推出Zoom Vaporfly Elite 耐克目前的慢跑鞋三大系列：飞马（Pegasus）、迈柔（Vomero）和稳程（Structure） 格布雷西拉西耶：长跑传奇选手，蝉联1996、2000年奥运会10000米冠军，并曾打破25次世界纪录，也是首位将马拉松跑进2小时04分的运动员 基普乔格：2016、2020年两届奥运会马拉松冠军，保持着多项赛道纪录，2019年在维也纳以1小时59分40秒完成“破2”壮举，但因为非正式比赛，成绩没有纳入马拉松世界纪录 基普图姆：肯尼亚马拉松跑者，首位在正式马拉松中跑进2小时01分的运动员，2024年2月不幸因车祸去世 大迫杰：日本顶尖马拉松运动员，职业生涯三次刷新日本马拉松国家纪录，首位跑进2小时05分的黄种人。 vivo X Fold6 全新升级的原子工作台，支持串行、并行双模式，一屏多用，告别反复切应用的碎片化体验 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Burn Away (Instrumental Version) - Nyck Caution Rumors About Us - T. Morri Melting Glass - Eden Avery What We Stand For - Francis Wells 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guest: 盖德.

2026年6月18日

5月初，OpenAI成立了Deployment Company（部署公司），Anthropic也宣布与包括Blackstone在内的多家金融机构合作成立合资企业。这些顶尖模型公司，都开始押注同一种服务：不只是提供AI工具，而是深入企业内部，在具体业务场景中把AI能力真正部署起来。 这也让一个工种迅速走到台前：Forward Deployment Engineer（FDE），前线部署工程师。他们既要懂模型和技术，也要理解客户的数据、流程和业务痛点，核心任务是把AI从demo变成各个职业自己的AI-native工作流。 这期播客中，我们请到了两位一线从业者讨论FDE和部署公司。一位是Cresta FDE团队负责人Jove。Cresta为企业呼叫中心提供AI Agent，Jove从去年年初就开始扩招FDE团队。另一位是前麦肯锡咨询师、现任Invisible Technologies企业业务VP的Oliver。他从私募和咨询行业的视角，解释了为什么模型公司选择直接与PE合作，而不是依赖传统咨询公司。 我们聊了FDE这份工作的具体形态、它与Palantir早年军方部署模式的渊源，也讨论了在这波AI落地浪潮中，私募基金和咨询行业正在经历怎样的变化。 Oliver的访谈以英文进行，在本期播客中以配音方式呈现。 【主播】 Yiwen，硅谷101特约研究员 【嘉宾】 Jove，Cresta FDE团队负责人 Oliver，Invisible Technologies企业业务VP、前麦肯锡咨询师 【你将听到】 模型公司为什么开始做部署 01:57 从DeployCo到合资企业，模型公司为什么要提供部署服务？ 04:30 什么是FDE？让AI应用真正在客户企业跑起来的工程师 FDE的具体工作 07:58 应用层公司和模型公司的数据优势之争 09:18 FDE的工作现场和具体案例 12:43 FDE与Palantir的渊源：Echo和Delta团队 14:27 FDE和FDPM分工：像CTO和CEO的搭档 17:52 什么样的人最适合做FDE？ 22:47 FDE会不会被AI自己取代？是长期职业还是过渡角色 私募与AI部署的重要入口 26:10 PE为什么找模型公司合作，而不是传统咨询公司 32:32 PE和私募机构选择和模型公司合作的三个核心诉求 34:08 LP为什么在推动GP做AI转型 36:04 PE工作流自动化的具体案例：AI销售助理、尽调平台、基金运营 AI如何改变咨询和企业自身 41:37 AI会代替咨询吗？ 43:02 企业用AI最容易踩的两个坑：数据整合不到位、不该用AI的环节硬上AI 44:17 整合企业数据为什么比想象中难 46:19 模型能力不断发展，Agent本身会取代FDE吗？ 48:14 技术专家之外的人的价值 【硅谷101正在招聘】 《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！ 👉🏻 点击查看招聘详情 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Poisson d'Avril - Ludvig Moulin Rumors About Us - T. Morri Radar Focus - Blue Saga Unfinished Stories - Lennon Hutton 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Jove and Oliver Søe.

2026年6月12日

SpaceX上市进入最后倒计时，在它那份长达280页的招股说明书里，月球基地、点对点地表旅行、在轨制造、火星货物……这些别的公司不敢写的科幻元素，它都写了。但更让人印象深刻的是SpaceX的AI叙事，它预测在28.5万亿美元总潜在市场中，有超过90%来自AI板块，而这部分将受到“地球无法快速扩展发电能力”的严重制约。 面对电力紧缺，SpaceX的答案是：把数据中心搬上太空。上周一，马斯克在一段关于AI1卫星设计草图的视频中称，AI卫星不需要多么神奇的技术，这些技术已经在星链V3卫星中做出来了。谈到时间表时，马斯克预估SpaceX将在2027年底前实现每年1GW的太空AI算力的年化部署率，并逐年扩大量级。 这个大胆的宣言，究竟是IPO前夜的氛围烘托，还是下一代算力基础设施的真正方向？太空数据中心，技术上能实现吗？即使能做成，它真的比建在地面上更划算吗？本期硅谷101播客，我们就来算算这笔经济账。 本期节目不构成投资建议 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Lewis Hong，Aris Fund合伙人，前SpaceX高管 刘冰雁，火箭爱好者 【你将听到】 SpaceX S-1解读 03:07 打卡指南：LA SpaceX总部&德州Boca Chica星舰发射中心 06:53 SpaceX招股书，1GW太空算力计划和“Elon Time” 09:40 1万颗卫星铺满一条晨昏线轨道是什么概念？ 11:02 打个赌吧：Starship 100次发射时间线预测 成本拆解 16:52 极度乐观：只算燃料成本，两个月回本，但现实并非如此 19:41 保守估算：每公斤200美元，两年回本只能打平 22:14 考虑到GPU损耗等因素，成本估算再加40%冗余度 26:05 星舰还有改进空间，每公斤10–20美元经济账才成立 技术挑战 28:48 反常识：太空真空环境，散热为什么这么难？ 31:02 两个思路：提升温度、增加散热面积 33:38 解决方案：热泵与半导体散热技术 38:24 太空芯片，谁来造？ 41:38 太空辐射会让GPU算错，加屏蔽和纠错即可 42:13 太空只适合做推理，不适合大模型训练 45:05 星链12000颗卫星，99.85%完好——辐射风险可控 46:06 凯斯勒效应（碎片连锁撞击）在低轨并不可怕 48:36 星链一年进行30万次卫星轨道规避机动，技术已成熟 51:09 太空数据中心综合评估：理论可行，经济账还算不过来 52:27 另一个角度：地球容纳数据中心散热的能力终将触顶 战略价值 53:51 太空算力的战略价值：速度、扩展性与数据主权 59:01 太空数据中心热潮：放上去不难，经济地放才是真挑战 01:01:53 未来10年发射市场将多元化，中国稳步追赶 01:02:48 初创公司的机会：上游关键零部件/技术供应商 01:07:34 月球派vs火星派：NASA为何重启登月？ 01:09:33 月球重力更适合发射，是人类开发宇宙的跳板 01:14:19 SpaceX的人都认为太空经济数倍于地球，但说出来没人信 01:15:40 财富到达一定程度，就开始寻求（或逃避）政治影响力 01:18:33 50多万人在问卷中愿意抛弃地球上的一切去火星 01:26:54 结尾彩蛋：一个太空火锅梦想，和一个在太空录播客的约定 感谢细心听众的指正： 星舰Starship的推进剂应为液态甲烷(LCH₄)，而非煤油(RP-1)。煤油是SpaceX猎鹰9号使用的燃料，星舰从设计之初就选择了甲烷路线，主要原因是甲烷燃烧几乎不积碳、支持快速复用、可在火星合成。从单价上来说，液态甲烷比航天精炼煤油更便宜。 节目中2个月的能量回本时间假设基于500W/kg的太阳能板发电效率和约40%的火箭效率，不需要假设燃料类型。 【硅谷101正在招聘】 《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！ 👉🏻 点击查看招聘详情 【延伸阅读和相关术语】 【视频】SpaceX崛起史：一切，为了去火星｜实地探访发射基地与总部 “没有她，SpaceX早倒闭了”：全世界最有权力的女性工程师是如何炼成的 【视频】马斯克 + 卫星工程主管Ian Dahl，首次公开AI1卫星详细设计与技术规格 SpaceX招股书 嘉宾往期播客节目： E176｜SpaceX 的商业版图与太空经济的崛起 E155｜马斯克太空梦进度条70%，聊聊星舰的四次发射与SpaceX Mafia E106｜真正造星舰的人来了，与SpaceX前高管聊聊马斯克的火星计划 Grasshopper（蚱蜢）、Starhopper（星虫）均为SpaceX的可回收火箭垂直起降技术试验平台。Tintin A/B 是星链计划的首批两颗技术验证卫星（2018年发射）。SpaceX的产品开发路径中，常以“试验平台——量产”的模式推进。 晨昏轨道（Dawn-Dusk Orbit），一种特殊的太阳同步轨道，卫星始终飞行在地球明暗分界线（晨昏线）的上方。由于轨道面与阳光方向近乎垂直，卫星的太阳能板可以持续面向太阳。在理想情况下，卫星一整年几乎都处于光照中，地食时间趋近于零——而普通低轨卫星每圈约有30%~40%的时间处于地球阴影中。这一特性使其成为需要恒定高功率供电任务的理想选择。 斯特藩-玻尔兹曼定律（Stefan-Boltzmann Law），热力学基本定律之一，描述黑体辐射的总功率与其绝对温度的四次方成正比。本期播客中刘冰雁解释太空散热的核心难点，正是基于这一定律——低温下辐射散热效率极低，必须通过提高散热器温度来把热量辐射出去。 凯斯勒效应（Kessler Syndrome），由NASA科学家Donald Kessler于1978年提出。描述的是当近地轨道上的太空垃圾密度达到临界点后，碎片之间会发生连锁碰撞，每一次碰撞产生更多碎片，进而引发更多碰撞，最终形成碎片密集的"碎片带"，使某些轨道在数百年内无法使用。 卡门线（Kármán Line），地球大气层与外太空的分界线，以航空航天工程师西奥多·冯·卡门命名。国际航空联合会（FAI）将其定义为海拔100公里处。其物理本质是气动升力让位于离心力的临界高度——在此高度以上，飞行器实际上已成为轨道航天器而非飞机。卡门线主要用于法律和监管目的，区分受各国领空管辖的航空器和属于自由空间的航天器。当前国际法并未明确规定外太空的边界高度。 【硅谷101听友群】 终于终于终于，大家一直呼吁的硅谷101的社群要上线了！欢迎大家加入。 请用手机相机扫码；如已安装飞书/Lark，可直接在App内扫码进入申请表单。7天内审核，通过后邮件同步入群方式。期待和你在群里碰面！ 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Idiosyncrasies STEMS INSTRUMENTS - Gavin Luke Swerve Space - Lama House Quarks in the Cosmos - Grant Newman My Halo Orbit - DEX 1200 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Lewis Hong and 刘冰雁.

2026年5月25日

“Harness Engineering”（挽具工程）正在成为硅谷的新共识，Anthropic、OpenAI等公司都在探索这一工程范式。但真正理解Harness的人还不多。前不久，一篇题为《Why Your “AI-First” Strategy Is Probably Wrong》的文章在X上获得百万级阅读和热议，作者是来自硅谷 CreaoAI 的Peter Pang。在这篇文章里，Peter展示了Harness Agent系统激发出的极致效率：99%的代码由AI完成，每天平均3到8次生产部署，过去六周的产品流程，现在一天就能跑完。 本期播客，主播泓君邀请到Creao的三位创始人，聊聊这家公司对Harness的实践，以及在组织AI-First转型上的深度思考。嘉宾们指出，AI-First不等于“使用AI”，想要把效率提升100倍、1000倍，就不能只把AI当成工具，而要让AI成为所有生产力的主导。组织转型最难跨出的一步在于——是否能让所有员工都能做到信任AI。 这场对话中有一些有趣的观察，比如在Creao，市场不用再追着开发提需求，因为开发速度已经远超市场消化能力；当大量对齐工作被AI接管之后，拿掉产品经理，反而让团队效率大幅提升；初级工程师比资深工程师更适应AI时代的转型；尽管过去十年积累的专长正在快速贬值，但资深工程师仍然有竞争力，因为未来的核心竞争力不再是写代码，而是“找到AI Planning的缺陷”和“判断什么是有价值的”。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Kai，Creao联合创始人/CEO Peter，Creao联合创始人/CTO Clark，Creao联合创始人/CPO， clark@creao.ai 【你将听到】 AI 主导的效率革命 02:32 什么是Harness（挽具）？ 03:09 Harness范围远大于prompt/context engineering，榨干大模型能力 04:52 Harness成败在于，设计好系统自身的feedback loop 07:11 传统软件静态人主导，Harness动态AI主导迭代 08:10 一篇X爆文，揭秘CreaoAI的Harness实战 09:53 AI-first第一步：重构流程，降低对齐成本 13:19 思维转变：AI不是工具，是所有生产力的AI主导者 14:01 放弃传统开会讨论，让AI主导对齐，沟通成本大幅降低 19:12 Agent主导排查bug，50%以上问题由AutoFixing自动修复 23:48 搭建整个Agent系统，只需要1个Architect用一周定框架 25:47 Harness观念：AI是动态系统，出错要弥补系统而非简单纠错 27:13 你的内容和产品，受众可能是Agent Harness时代的组织转型 31:09 组织转型挑战：只要有人觉得“不如人做”，改造就会被拉长 32:02 AI能力已达，CreaoAI 2026年1月用两周完成全部架构重构 36:00 “2026年我没有写过一行代码”，架构师的价值是找出AI planning的缺陷 38:22 产品开发超前于市场，市场尚不了解Harness Agent的工作方式 43:05 大企业难转型的原因：合规问题，人员过多 Harness时代人的价值 47:47 信任从人转向AI需要guardrails，产品经理角色被拿掉，对齐成本反而更低 52:00 交流成本＞落地成本，AI环境下复合型人才更重要 53:21 “资深悖论”：初级工程师更适应AI，资深专家转变难度大 01:00:30 人类未来最核心的能力和价值：定义需求，review结果 【延伸阅读和相关术语】 《Why Your “AI-First” Strategy Is Probably Wrong》 《The Self-Healing Agent Harness》 CI/CD（持续集成/持续部署），软件开发中的自动化流程。CI（Continuous Integration，持续集成） 指开发者频繁地将代码合并到主干，并自动运行测试，以便尽早发现集成错误。CD（Continuous Delivery/Deployment，持续部署/持续交付） 指通过自动化流水线将通过测试的代码自动发布到生产环境。 Agent Behavior（智能体行为），指AI Agent在执行任务时的行为模式，包括它如何理解指令、调用工具、做出决策、处理错误等。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Radar Focus - Blue Saga Rumors About Us - T. Morri Easily Served - Gerhard Feng Poisson d'Avril - Ludvig Moulin 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Clark Gao, Peter Pang, and 程凯.

2026年5月21日

离美加墨世界杯开赛还有一个月，央视和国际足联FIFA之间的版权谈判终于是谈妥了，本期我们来聊聊世界杯的定价逻辑与体育赛事版权生意的变化脉络。 【主播】 麻花，硅谷101特约研究员 【嘉宾】 朱晓东，力赞体育CEO ，本届世界杯日本转播权销售顾问 张宾，《体育产业独立评论》主理人 【你将听到】 谈判的虚惊一场，赞助商的从中斡旋 02:40 价格细节：打包的版权交易里，很少透露单届的价格 04:25 FIFA的让步，单独售卖的女子世界杯，也被打包进来了 05:28 联想出面协调，背后动力是什么 08:31 谈判纷争的惯常套路，最终双方都会让步到促成交易 09:47 从18年到26年，世界杯的中国赞助商为什么在变少 12:30 赞助世界杯，到底能给中国企业带来多少好处 世界杯的定价逻辑 14:41 中国被FIFA设定到版权价格第一梯队，定价逻辑是什么？ 19:00 体育赛事版权谈判的流程、阶段和套路 21:51 提前一个月转播权还没谈拢，这种情况经常发生 22:36 从02年到26年，FIFA对央视的版权要价涨了20倍 25:49 全球体育比赛的版权价格，都被转播方里的新玩家带起来了 27:30 2022年世界杯，央视入账了50亿 29:54 转播方能赚多少，在FIFA面前并非秘密 从中国到全球，体育赛事版权生意的变化脉络 33:14 全球范围内，大转播方的变现能力并没有变强 35:35 体育版权上亏钱的，可不止乐视体育 39:29 世界杯的转播权，为什么总是两届打包卖 41:31 赛事版权在中国，坐过速升速落的过山车 45:35 十年前中国的版权泡沫，源于不计成本的恶性竞争 49:30 对比国外版权市场，中国的同行打得太凶了 51:42 健康的版权生意，关键是要“量KPI为出” 53:09 中国版权生意难做，稳赚不赔的可能只有世界杯和奥运会 55:05 NFL、NBA和F1，为什么顶级赛事的版权都在疯涨 59:00 抖音和快手，正在尝试边解说比赛边直播带货 01:02:22 赛事版权的长期受益者，可能是优质IP持有方和去中心化的流量平台 【延伸阅读和相关术语】 央视签约世界杯背后：FIFA让了步，联想是关键协调者 世界杯版权，即将迎来转机？ 咪咕：中国移动旗下的数字内容平台，旗下拥有中超、英超、法甲、WTT、UFC的独家版权，并拥有NBA、亚洲杯、汤尤杯等赛事的转播权。 电通：深度介入体育产业的日本广告营销公司，在体育版权中扮演“超级代理商”的角色，拥有世界杯、奥运会等诸多体育赛事在日本和部分亚洲国家的代理资源。 DAZN：总部位于英国的体育流媒体巨头，由Access Industries和Perform Group于2016年推出，资本雄厚，业务覆盖超过200个国家和地区，是全球体育版权市场最大的买家之一，被称为“体育界的Netflix”。 WTT：世界乒乓球职业大联盟，由国际乒联于2019年创立，旨在推动乒乓球职业化与商业化，由运营大满贯、冠军赛等全新赛事体系。 中国体育赛事版权泡沫：2015年前后，资本疯狂涌入体育产业，其中乐视体育花两年27亿购入中超新媒体版权，PP体育花3年7.2亿美元获得英超版权。随着乐视资金链断裂，以及中国付费习惯未养成、盗播泛滥等问题，体育赛事版权价格在中国回归理性。 PP体育：前身是视频网站PPTV，2013年被苏宁收购，曾是中国最早的互联网体育直播平台之一，巅峰时期手握英超、欧冠、意甲等50多项赛事的版权，但在20-21年间已因无力支付版权费而被逐一放弃。 新英体育：中国最早的体育版权巨头之一，2010-19赛季长期拥有英超在中国内地独家转播权，并于2013年在中国首推付费观赛模式，2018年与爱奇艺成立合资公司新爱体育。 League Pass：NBA官方推出的全球性赛事流媒体订阅服务，支持多场比赛同屏观看、比赛中实时叠加球员数据等，除了赛事直播，还提供7x24小时的NBA TV的节目，比如赛事分析和采访等。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Kick Off - Earle Belo In a Minute - John Runefelt Rumors About Us - T. Morri All Parts Equal - Airae Burn Away - Nyck Caution 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: 张宾 and 朱晓东.

2026年5月15日

人类历史上第一批和生成式AI同时长大的学生，正在踏入毕业季。 去年我们和大学生聊AI时 ，讨论还集中在“要不要使用AI”、“教授怎么看”。然而仅一年后，AI真正成为了生产力工具。这届毕业生可能会发现：不管你学的是知识性课程，还是实用性技能，都难逃AI冲击，想要脱颖而出必须成为那个“更善于使用AI的人”。 当知识可以被AI调取，技能可以被工具取代，大学还能给你什么独一无二的东西？面对AI冲击，有哪些能力是不会被时代洗牌的“元能力”？ 本期播客，我们邀请三位刚刚走出校园的名校毕业生——Alfred、Kolento、Jack，一起聊聊他们在教育标准化的大学里，如何用AI实现高度个性化的学习；从哪里汲取思想的养分，最看重的能力又是什么；站在毕业的关口，他们如何评估大学的价值，面对未来又做出了怎样的选择。 这也是一份送给所有大学生“自救指南”，那些AI取代不了的能力，才是教育留给我们的真正底气。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 林桐宇 (Alfred)，清华大学法学（国际）2026届 侯泰羽 (Kolento)，纽约大学应用心理学2026届 饶杰武 (Jack)，哥伦比亚大学管理科学与工程研究生2026届，Emergences Labs 创始人兼CTO 【你将听到】 Alfred 03:28 刚上大学就有了ChatGPT，预感打不过开始辅修AI 09:40 AI速通法律专业课：模拟教授出题，拿下4.0满绩 12:15 大学老师对AI态度发生转变，评估体系亟待升级 13:43 大学两大价值——认识自己 + 获得技能；后者被AI侵蚀 15:49 记忆类知识会过时，批判性思维和素养课程更值得投入 20:11 清华最重要的财富：同侪的深度交流、老师的解惑 Kolento 23:05 马斯克说对了，我上大学最重要的目的就是社交 26:30 学历不再是知识的证明，但仍是社会信任的重要凭证 28:35 追寻美德、向往真理，才能更好地驾驭AI技术 29:55 用AI在大学期间大量试错，而不是对中长期目标做死板的预设 32:32 AI可以做出决策（deciding），但只有人能做出选择（choosing） 36:38 “自顶向下”学习法：先见证最高水平的卓越，再提问、理解、验证 Jack 39:23 99%作业由AI参与，已经想不到任何没有AI参与的作业了 43:14 翻书不会把我变成一个更好学生，只是在浪费我的时间 44:44 当大家都用AI做作业，真正PK的还是每个人的理解和判断 进化的AI工具 46:19 最近常用AI工具盘点 52:05 哪些AI工具正在被抛弃？首当其冲：ChatGPT 58:12 适当关闭memory，避免模型被记忆污染形成信息茧房 元认知积累与AI上瘾 01:01:00 设计师的审美，程序员对代码的感觉，仍然不可替代 01:04:10 AI比短视频更上瘾，失去AI就失去了执行力和灵感来源 01:05:51 完全抽离AI我们还能做什么？还能回到手写代码吗？ 01:12:20 用AI的资深工程师反而慢了19%，初学者在AI时代可能反成优势 01:16:33 2026最迷茫就业季，这一代毕业生就业向何处去 01:19:40 硅谷高中生反驳主播：为什么要假设，我们不会离开AI了 【本期节目中提到的AI工具】 Variant：输入一句话需求，几秒内生成数十套高保真网页与APP设计方案的AI设计工具。 Typeless：像真人一样自然说话，自动转化为润色后可直接发送的清晰文本的AI语音听写工具。 Dify：一个开源平台，让你能通过拖拽等可视化方式，快速构建和部署基于大模型的AI应用。 Raycast：用键盘统一控制整个电脑、快速启动应用与各类服务的Mac效率中枢。 Suno：支持上传个人声音克隆，一键生成包含人声与配器的完整原创歌曲的AI音乐创作平台。 Gemini Dynamic View：谷歌Gemini根据你的自然语言提示，实时生成可交互3D模型和定制UI界面的动态可视化功能。 Mercury 2：基于扩散架构每秒可生成超过1000个Token，比主流模型快5到10倍的极速推理大语言模型。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Between Moments - Amber Glow Call Waiting - Future Joust Pulse Runner - Helmut Schenker First Flakes - Philip Ayers 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Kolento, 林桐宇, and 饶杰武.

2026年5月9日

近年来，癌症治疗正迎来多个技术平台并行演进、加速迭代的新阶段：从ADC、双特异性抗体、放射性配体疗法，到细胞治疗，整个行业都在经历一轮底层技术工具的升级。其中，CAR-T是最具范式转换意义的一类疗法——它首次在部分血液肿瘤中，把“利用工程化改造的免疫细胞精准清除癌细胞”带入了临床现实。更值得关注的是，2025年以来，跨国药企的押注明显转向体内CAR-T：阿斯利康、艾伯维、百时美施贵宝和礼来等公司，先后收购了仍处于临床前或早期临床阶段的相关企业；其中金额最大的一笔，是礼来于2026年4月20日宣布收购Kelonia，交易总额最高达70亿美元。 为什么大药企会在这个时点密集下注？CAR-T到底是一种什么样的治疗方式？它会成为改写癌症治疗格局的关键武器吗？本期节目，我们有幸邀请到深耕CAR-T与细胞治疗领域二十多年、也是体外CAR-T领域专利布局最丰富的亚裔科学家之一的刘诚博士，和我们一起回顾CAR-T与癌症治疗的发展脉络，拆解这项技术的突破、局限与未来。节目最后，刘诚博士还从更大的视角谈到了癌症本身以及癌症治疗的底层逻辑，或许也会帮助我们重新理解这种疾病。 【主播】 Yushan，硅谷101特约研究员，生物医药行业从业者 泓君，硅谷101创始人，播客主理人 【嘉宾】 刘诚，美国Eureka Therapeutics创始人兼CEO，Estrella Immunopharma（Nasdaq上市公司）创始人兼CEO，JW Therapeutics（药明巨诺，香港上市公司）董事会主席 【你将听到】 02:48 CAR-T（嵌合抗原受体T细胞疗法）：用患者自己的免疫细胞治疗自身癌症，这个观念本身就是一场革命 05:56 CAR-T像一艘军舰：嵌合抗原受体像导航系统，用来寻找癌细胞表面的靶点蛋白（抗原） 06:45 体外CAR-T的制作过程高度个性化，因此治疗成本很高 10:38 CAR-T的疗效相比传统癌症疗法强在哪里 13:33 体外自体CAR-T的常规制备接近一个月，快速制备技术FasTCAR可将时间加快一周左右 14:30 异体CAR-T：利用供体免疫细胞缩短治疗时间，但过去几年整体疗效表现有限 17:19 体内CAR-T：仍然利用自体免疫细胞治病，但细胞改造过程在患者体内完成 18:19 体内CAR-T在概念上很理想，但技术实现非常复杂 21:35 CAR-T的现实挑战：目前仍主要对于血液肿瘤有效 22:55 体外CAR-T制备成本约15万美元；体内CAR-T有望将成本降低约10倍；中国制造成本大约是美国的40% 25:48 为什么CAR-T治疗实体瘤更难 30:17 肿瘤微环境和免疫抑制的存在，进一步限制了免疫细胞治疗实体瘤 32:01 诺奖得主Jennifer Doudna参与创立的Azalea：希望通过CRISPR技术提升体内CAR-T的一致性与可靠性 34:07 人体免疫系统为什么会有免疫抑制功能 38:42 CAR-T诞生之初主要用于末线肿瘤；随着疗效逐步验证，开始进入更前线、惠及更多患者 41:26 CAR-T的关键价值在于一部分患者能够获得长期缓解；如何解决其余复发患者的问题，是当前研究重点 43:04 脱靶效应和髓外肿瘤，被认为是CAR-T治疗后复发的可能根源 44:07 细胞因子风暴等不良反应，限制了CAR-T的应用和推广 48:12 为什么中国在CAR-T领域走在全球前列：研发基础、监管环境、患者资源与医疗体系效率 53:29 体内CAR-T更偏工程应用范畴；在这类技术的追赶和产业化上，中国具备明显优势 54:58 CAR-T在国内存在两条监管路径：药品审批和医疗技术管理并存 58:36 如何理解人体细胞之间的分工与协作 59:26 如何理解癌细胞在人体内是一种怎样的存在 1:02:03 癌症治疗的基本思路，是尽可能有效地区分并杀死癌细胞 1:02:24 如何理解癌症的不同疗法与治疗思路 1:04:39 为什么CAR-T可能是治疗癌症最强的武器之一 1:06:07 CAR-T的未来发展方向：从血液瘤扩展到实体瘤 1:06:32 体外CAR-T的优势是可控性和质量；体内CAR-T试图解决的是成本和商业化问题，未来更可能是并存而不是替代 1:07:47 癌症可以被治愈吗？刘诚博士的判断：“最多20年” 1:08:39 如何定义“治愈”：不要死于癌症 【相关名词解释】 T细胞：免疫系统中负责识别并清除异常细胞的一类白细胞 CAR-T：把T细胞工程化改造后，用来更精准识别和杀伤癌细胞的细胞疗法 体外CAR-T：把患者的T细胞取出，在体外完成改造后再回输体内 免疫原性：一种物质引发人体免疫反应的能力 基因编辑：对细胞DNA进行定点修改的技术 抗体：能特异性识别某个目标分子的免疫蛋白 抗原：能被免疫系统识别的分子标记 靶点：药物或免疫细胞作用的具体分子目标 嵌合受体：人工设计的受体，把不同功能模块拼接在一起，用来让细胞识别特定目标 Leukapheresis：通过机器从血液中分离并采集白细胞的过程 CD19：B细胞表面常见的一种蛋白，也是多种CAR-T疗法的重要靶点 ALL：急性淋巴细胞白血病，一类进展较快的血液系统恶性肿瘤 QA/QC：质量保证与质量控制，用来确保产品生产过程和最终质量符合标准 FasTCAR：一种加快CAR-T制备流程的技术平台，目标是缩短生产时间 异体CAR-T（allogeneic CAR-T）：使用供体而非患者本人来源的T细胞制备的CAR-T 自体CAR-T（autologous CAR-T）：使用患者本人T细胞制备的CAR-T GVHD：移植物抗宿主病，指移植来的免疫细胞反过来攻击患者自身组织 慢病毒：一类常用于基因递送的病毒载体，可把目的基因导入细胞 载体：把基因编辑工具或治疗性基因送入细胞的递送工具 Complete response：完全缓解，指经过治疗后已检测不到明确的肿瘤证据 血液瘤/实体瘤：血液瘤发生在血液、骨髓或淋巴系统；实体瘤是在器官或组织中形成肿块的肿瘤 浸润：肿瘤细胞或免疫细胞进入并扩散到周围组织的过程 肿瘤微环境：肿瘤周围由免疫细胞、血管、基质和信号分子共同构成的局部生态系统 免疫抑制：免疫系统的攻击能力被压低，导致其更难清除癌细胞或病原体 CRISPR：一种可对DNA进行定点剪切和修改的基因编辑工具 去分化：细胞失去原有成熟特征，变得更像早期或更原始状态的过程 Treg：调节性T细胞，主要作用是抑制过强的免疫反应、维持免疫平衡 一线/末线治疗：一线是首选初始治疗；末线是前面多种方案失败后使用的后续治疗 PFS / EFS：PFS是无进展生存期，指疾病未恶化的时间；EFS是无事件生存期，除进展外还会把复发、治疗失败或死亡等算作事件 髓外肿瘤：发生在骨髓外部组织或器官的血液系统肿瘤病灶 CRS：细胞因子释放综合征，是免疫治疗后因炎症因子大量释放引起的全身炎症反应 ICANS：免疫效应细胞相关神经毒性综合征，是CAR-T等治疗后出现的神经系统不良反应 CDE：国家药品监督管理局药品审评中心，负责药品注册申请的技术审评 IIT：研究者发起的临床试验，由医院或研究者主导开展 818号令：中国国务院发布的《生物医学新技术临床研究和临床转化应用管理条例》，自2026年5月1日起施行，是针对细胞治疗、基因编辑等前沿生物医学技术的重要监管规则 Carl June：美国宾夕法尼亚大学的肿瘤学家和科学家，被广泛视为CAR-T疗法的先驱人物之一 小分子：一类分子量较小、通常可进入细胞内部发挥作用的药物 ADC：抗体偶联药物，用抗体把细胞毒药物更精准地送到肿瘤细胞 Toxin：毒素，在ADC等药物中通常指用于杀伤细胞的细胞毒载荷 伽马刀：利用高剂量聚焦射线精准破坏病灶的放射治疗设备，并不是真正的“刀” 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 The Vindicator Waltz - FormantX Pulse Runner - Helmut Schenker My Moon and Your Sun - Hampus Naeselius 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guest: 刘诚.

2026年4月22日

最近，《灵魂摆渡·浮生梦》成为中国首部全AI生成的电影，暑期档即将上映。“AI能否替代真人演员”、“真人短剧是不是在被AI团灭”，这些话题最近都在冲上微博热搜，成为大家讨论的焦点。 人工智能正以惊人的速度渗透进影视工业的核心流程。从剧本开发到视觉预览，从角色建模到声音演绎，AI 带来的效率提升令人震惊。这场变革不仅是技术迭代，更是创作哲学的重构。AI把传统影视制作中长达六个月的特效前期流程，压缩到了72小时；让个体创作者拥有了前所未有的表达自由，却也在审美趋同、情感缺失与版权争议中暴露出局限。 本期《硅谷101》播客邀请导演陆川、配音演员黄莺与AI内容创作者KiSA深入探讨：AI正在如何重塑影视创作生态，而人类艺术家的价值又将在何处闪光。我们从AI工具的效率神话聊到创作的不可复制性，看看这场技术浪潮，到底是解放了创作者，还是在矮化真正的艺术表达。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 陆川，中国著名导演，中国AIAIA联盟主席，红树林AI电影周创始主席 黄莺，国家一级演员，上海电影译制厂有限公司译制导演，配音代表作：《哈利波特》赫敏、《盗梦空间》梅尔等 KiSA，编剧、策展人，故事接龙StoryStorm AI影视社区发起人 【你将听到】 AI目前能做出什么样的电影？ 00:56 AI视频工具因涉嫌系统性侵权遭到好莱坞的集体声讨，引发关于AI是否威胁影视从业者生计的广泛讨论 04:28 传统影视困境：IP开发周期长、成本高、返工常态化 06:03 AI创作初体验：48小时完成短片，创作门槛被彻底打破 07:36 陆川：传统视效流程长达6个月，AI将效率提升近100倍 11:48 陆川讲AI创作痛点：人物形象同质化，模型审美被大众数据绑架 14:24 陆川认为专业影视创作需要专属工具与统一工作流 16:35 陆川认为AI只是工具，电影的价值仍要回归作品本身 20:21 配音演员黄莺讲AI无法复刻人类下意识、情感与表演逻辑 AI 时代的版权和维权困境 25:59 声音的边界：AI克隆、版权侵权与行业维权困境 27:31 声音权利：声音与肖像权同等重要，未经授权属于侵权 AI 不可替代的是什么？ 29:36 陆川动情讲述《南京！南京！》拍摄现场，AI无法替代的创作瞬间 32:18 陆川认为未来AI会成为一把尺，实拍将成为顶级奢侈创作 37:02 创作者的底气：AI让每一个想法都有机会被拍成电影 38:31 陆川对给年轻创作者的建议：电影学院的现场体验无法被AI替代 【延伸阅读和相关术语】 E164｜当电影遇上AI：与好莱坞特效美术聊聊他们和新工具的博弈 E110 | 好莱坞编剧罢工：AI冲击波与编剧们的生存危机 Midjourney：全球主流 AI 图像生成工具，可根据文字提示快速生成高精度图片，广泛用于影视概念设计、分镜与场景可视化。 Story board artist（分镜师）：影视制作核心岗位，负责将剧本、导演创意绘制成连续静态画面，确定镜头、构图与叙事节奏，是拍摄与后期的执行蓝图。 Motion board（动态分镜）：在静态分镜基础上加入简单运动、转场与节奏，形成初步动态预览，用于快速验证镜头逻辑与叙事流畅度。 【监制】 泓君 【采访 & 制作】 静远 【后期】 Amei 【运营】 朱婕 【BGM】 Waiting in Vain - Kikoru The Connection - Lennon Hutton Poisson d'Avril - Ludvig Moulin Oh Please - Gerhard Feng Open Road - Lennon Hutton The Big Truth - August Wilhelmsson Cassette Party - Automatic Bananas Charcoal Stream - Curved Mirror Elan - Jakob Ahlbom Deep meaning - Timur Haisyn Deep motivation - Abstract solar Hidden Place - Finval 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: KiSA, 陆川, and 黄莺.

2026年4月17日

Peter Thiel，是硅谷最具争议和影响力的思想家之一。如果要用一句话概括他的思想，那就是：世界是由少数天选之人在幕后驱动的，而他就是其中之一。这套理论，不仅在以他为核心的“硅谷右翼”圈子中产生了影响，还通过Peter Thiel的政治参与，影响了更多的人。 那么，Peter Thiel的思想，又来源于什么呢？要理解他，答案藏在三位哲学家身上：法国文学批评理论家吉拉尔、纳粹党员法学家施密特、和政治哲学家施特劳斯。这三层哲学，解释了Peter Thiel的种种选择：创立Palantir、投资早期Facebook、扶持JD Vance，以及为什么他自己永远不参加竞选。 这期播客，我们从1987年的斯坦福校园里的一本学生杂志聊起，谈谈Peter Thiel这套几乎从未改变的世界观如何影响了他自己，又如何影响了他身边的科技网络。 【主播】 Yiwen，硅谷101特约研究员 【嘉宾】 房天语，哈佛大学科技史专业博士生、自由撰稿人 李狄皓，硅谷101特约研究员 【你将听到】 从《斯坦福评论》到硅谷右翼 02:14 保守派学生报纸《斯坦福评论》的创立 04:22 Allan Bloom与《美国精神的封闭》：校园文化战的思想来源 06:29 欧林基金会：军火大亨出钱，赞助全美100多个右派学生媒体 08:16 《斯坦福评论》的风格：挑衅、点名、制造争议 影响Peter Thiel的三名哲学家 10:36 吉拉尔的模仿理论 12:08 PayPal的诞生和与马斯克公司的合并 13:12 投资Facebook：社交网络是最完美的模仿性增长机器 16:12 卡尔·施密特：自由主义掩盖了敌我关系 17:40 Palantir的哲学起点：危机时刻可以绕过民主程序 20:40 施特劳斯：真正的哲学只写给少数天选之人 权力网络：从校园到白宫 23:44 斯坦福评论的校友们今天在哪里 27:35 David Horowitz：从极左到极右，Thiel的策略导师 35:56 Thiel的媒体布局：海盗通讯、美国伟大、Pladium 37:12 海盗通讯的两篇出圈报道：弹劾旧金山检察官、揭露维基百科左倾 40:21 美国伟大：落魄商人如何成为特朗普最重要的媒体声音 41:32 岩桥网络与1789资本：Thiel和Vance联手构建右派政治动员体系 造王者与他的门生 43:38 网红经济时代，影响力就是上桌的筹码 45:52 Thiel与Vance的相遇：一场耶鲁法学院的演讲改变了两人的轨迹 46:23 从"逃离政治"到"造王者"：Thiel的思想转变 【延伸阅读和相关术语】 《作为思想家的彼得·蒂尔如何被Web3影响，又如何背叛Web3》 《DEI的风暴眼：常春藤、硅谷与被改写的“美国梦”》 Peter Thiel（彼得·蒂尔） PayPal联合创始人、Palantir创始人、Founders Fund创始合伙人。斯坦福哲学系本科出身，耶鲁法学院法学博士。硅谷右翼的精神教父，长期在幕后资助保守派媒体、政治人物和思想网络。 Norman Book Thiel在斯坦福的同学，《斯坦福评论》联合创始人。 Keith Rabois（基思·拉博瓦） 斯坦福评论早期参与者，现为硅谷著名风险投资人。因在宿舍发表挑衅性言论引发校园争议，是蒂尔早期圈子中以挑衅著称的代表人物。 Allan Bloom（艾伦·布鲁姆） 美国学者，著有《美国精神的封闭》（The Closing of the American Mind，1987），批评大学教育放弃了严肃的西方思想传统。斯坦福评论的重要思想来源之一。 John Olin（约翰·欧林） 欧林基金会创始人，军火大亨（M1卡宾枪制造商），二战老兵，为包括斯坦福评论在内的百余家保守派学生媒体提供资金支持。 JD Vance（JD·万斯） 现任美国副总统。耶鲁法学院毕业，曾任风险投资人，著有回忆录《乡下人的悲歌》（Hillbilly Elegy）。被视为Peter Thiel最重要的政治投资之一，Thiel在其俄亥俄州参议员竞选中投入约1500万美元。 René Girard（勒内·吉拉尔） 法国文学批评理论家，长期在斯坦福执教。提出"模仿理论"（Mimetic Theory），对Thiel的商业哲学影响深远。 Carl Schmitt（卡尔·施密特） 德国法学家，纳粹党员。其“敌我理论”与“例外状态”（State of Exception）理论是Thiel创立Palantir的重要思想来源。 Alex Karp Palantir CEO，法学院出身的文科生，由Thiel引入担任CEO。 Leo Strauss（利奥·施特劳斯） 德裔犹太哲学家，移民美国后长期执教芝加哥大学。主张哲学家应将真正的思想隐藏在文字的"深层含义"中，只对少数人开放。Thiel自认施特劳斯主义者，并以此为由构建其幕后政治网络。 David Horowitz（大卫·霍洛维茨） 从极左到极右的转变人物。早年曾是左翼知识分子、《城墙》杂志联合主编；后转向右派，为小布什竞选提供策略支持。与Thiel在欧林基金会研讨会相识，据称教导Thiel要主动挑衅、用左派方法打败左派。 David Sacks（大卫·萨克斯） 《多样性神话》合著者，斯坦福评论重要参与者。现为川普内阁的AI与加密货币政策顾问。 Joe Lonsdale（乔·隆斯代尔） Palantir联合创始人，8VC创始合伙人，曾创立智库西塞罗学院（Cicero Institute）。 Stephen Cohen（史蒂芬·科恩） Palantir联合创始人，8周内开发出Palantir第一个产品原型，现任 Palantir 总裁。 Josh Hawley（乔什·霍利） 美国共和党参议员（密苏里州），曾在斯坦福评论担任编辑。 Michael Anton（迈克尔·安顿） 施特劳斯主义者，川普内阁政策规划主任。2016年以笔名发表著名文章《Flight 93 Election》（93号航班的选举），以劫机隐喻呼吁保守派支持川普，被认为是Thiel圈子内的重要思想动员文件。 Mike Solana（迈克·索拉纳） 《海盗通讯》（Pirate Wires）创始人，Founders Fund员工。曾协助Thiel出版《从0到1》，长期担任Founders Fund的品牌与公关工作。 Chris Buskirk 《美国伟大》（American Greatness）创始人，早期获Thiel资助，与万斯共同创立Rockbridge Network。 Elizabeth Genovese（伊丽莎白·吉诺维斯） 女性研究学者先驱，埃默里大学教授，早年马克思主义者，后皈依天主教转向保守派，为Thiel的《多样性神话》作序。著有《女权主义不是我的人生故事》。 Patri Friedman（帕特里·弗里德曼） 经济学家弥尔顿·弗里德曼之孙，海上家园研究所（Seasteading Institute）联合创始人，获Thiel资助。 Carlos Ghosn（卡洛斯·戈恩） 日产雷诺前CEO，因财务丑闻在日本被捕，保释期间藏身大提琴箱逃亡。其子Anthony Ghosn曾任斯坦福评论总编辑。 哲学理论和概念： 模仿理论（Mimetic Theory） René Girard提出。核心观点：人类没有自发的欲望，所有欲望都是对他人欲望的模仿。模仿导致竞争，竞争导致冲突与暴力。Thiel据此发展出"逃离竞争、追求垄断"的商业哲学，也用此理论解释Facebook的社交增长逻辑。 敌我理论（Friend-Enemy Distinction） Carl Schmitt提出。认为自由主义掩盖了真实的政治关系，政治的本质在于划定朋友与敌人的界限。Thiel以此批评后冷战自由主义对伊斯兰世界威胁的误判，认为911正是自由主义失败的明证。 例外状态（State of Exception） Carl Schmitt理论核心之一。"主权者是决定例外状态的人。"在紧急状态下，正常的民主与法律程序可以被绕过。Thiel以此为Palantir建立监控与数据分析能力提供哲学依据。 隐微写作（Esotericism） Leo Strauss的方法论。主张哲学文本有字面含义与隐藏含义两层，真正的思想只对少数"天选之人"开放。Thiel以此为由构建"深层国家"（Deep State）式的幕后政治操作网络。 施特劳斯时刻（The Straussian Moment） Thiel于911后撰写的重要论文标题，以施特劳斯和施密特的视角分析恐怖袭击对西方自由主义的冲击，是理解Thiel政治哲学转型的关键文本。 自由意志主义（Libertarianism） 主张最小政府、反对税收与政府管控的政治哲学。Thiel早期自称坚定的自由意志主义者，海上家园计划是其极端实践。进入政治后，他的立场逐渐从“逃离政治”转向“参与政治夺权”。 文化战（Culture War） 美国保守派与进步派围绕文化、教育、性别、种族等议题的长期对抗。1980年代为“第一次文化战”，当时的核心争论是是否应在大学保留西方经典课程；近年为“第二次文化战”，核心争论为DEI、性别认同等议题。 Flight 93 Election（93号航班的选举） Michael Anton以笔名发表的著名文章（2016），以911劫机事件为隐喻，主张2016年大选对保守派而言是"要么冲进驾驶舱（支持川普），要么等死"的生死抉择，在Thiel圈子内广泛流传，被视为保守派知识界支持川普的重要思想节点。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Warped by Light - Jay Varton Ashbound Oath - Ruiqi Zhao Estimations - Christoffer Moe Ditlevsen 【图片来源】 Gage Skidmore / Peter Thiel，基于CC BY-SA 2.0协议使用，原图已用于播客封面二次裁剪，协议链接： https://creativecommons.org/licenses/by-sa/2.0/ 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: 房天语 and 李狄皓.

2026年4月10日

2025年，中国餐饮品牌开启了声势浩大的出海美国。喜茶在纽约开出了更具辨识度的LAB店，霸王茶姬、瑞幸和蜜雪冰城也在这一年正式登陆美国。 但要问目前在美国做得最好的中餐和茶饮品牌，答案可能会出乎你意料——中餐第一是一度退出中国华北市场的鼎泰丰，茶饮标杆则是早在内地销声匿迹的贡茶。 究其原因，餐饮企业想顺利出海美国，不仅需要足够的“做时间的朋友”的耐心，需要对当地商业规则足够了解，更要吃透当地主流人群的生活习惯和饮食需求。想要更运筹帷幄，还得和本国的文化输出打好配合。 这期播客，我们邀请到了北美吃货传媒的三位嘉宾，我们一起聊了聊，那些在媒体高频关注的企业之外的、餐食茶饮闯美国的好生意和坏生意。 【主播】 麻花，硅谷101特约研究员 【嘉宾】 Amy Duan，北美吃货传媒公司创始人，专注中餐出海、北美餐饮孵化落地投资 Cosmo Hu，北美餐饮食品行业协会发起人、TOA中美餐饮大会执行主席、易升资本联合创始人 Yuxuan Xiao (Henry)，AC Marketing营销传播公司CEO 【你将听到】 美国中餐茶饮的初代销冠是怎么练成的 02:57 鼎泰丰的出海史：标准化、单店打磨、品类优势和本地化 11:08 贡茶的秘密：利用资本优势抢占点位红利 15:20 寻找“二代店”，应对美国点位区域保护的好方式 19:19 餐饮立足北美，要卖的是体验而不是口味 23:11 国粹麻辣烫，可能不算出海美国的好品类 25:33 费大厨在美国改了招牌菜，这算好招还是坏招 文化输出，怎么和餐饮出海打配合 29:18 必品阁和辛拉面，绑定Kpop做出海 31:40 日本所有主要动漫里，都有它们想出海的食物 32:53 霸榜美国速冻饺子，必品阁的渠道收购和本地化洞察 35:08 泰餐在美的突飞猛进，政府连厨师的英语都培训了 37:07 中餐出海，暂时还难以匹配更合适的文化输出 38:07 太执着于自我表达和地域自豪，反而容易“帮倒忙” 43:32 海底捞和喜茶：结合中国文化做出海的好案例 内卷致胜的中国品牌，能把“卷”复制到美国吗 45:53 目标别太激进，出海美国注定是门慢生意 47:26 在美国，雇主是乙方，员工才是甲方 51:26 海底捞：卷不了服务，就卷体验的稀缺性 52:47 卷创新和噱头很难，因为美国人没那么爱追新 55:20 茉莉奶白：用“轻中式”拿下泛亚裔人群 58:26 霸王茶姬：视觉上做减法，时尚上做加法 01:00:00 中小品牌的机会：没有总部强束缚，反而更好发挥 01:01:39 华莱士 vs Jollibee：亚洲炸鸡去美国可不能主打性价比 【延伸阅读和相关术语】 Brothers Plan Din Tai Fung ExpansionAmerica’s Most Successful Restaurant Chain Feeds a Dumpling Frenzy “新茶饮祖师爷”要被卖了，估值140亿元 中国新茶饮品牌在美国的出海趋势与区域分布洞察 熊猫快餐（Panda Express）：1983年创立于美国，主打美式中餐，总门店数2500+，门店覆盖全球12个国家及美国49个州，为全球规模最大的中式快餐连锁品牌。 快可立（Quickly），珍珠奶茶品牌，1996年创立于中国台湾，门店遍布日本、韩国、泰国、菲律宾、新加坡、美国、加拿大等地。 Chipotle：1993年创立，主打墨西哥卷饼、碗餐等，年营收约113亿美元，门店超3700家，现为全球市值第三的连锁餐饮品牌。 快乐蜂（Jollibee）：1975年创立于菲律宾，主打炸鸡等西式快餐，全球门店超一万家，为菲律宾最大餐饮集团，旗下还拥有添好運、永和大王等19个品牌。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Oh Please - Gerhard Feng Rumors About Us - T. Morri Melting Glass - Eden Avery Quietly Tense - Marten Moses 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Amy Duan, Cosmo Hu, and Yuxuan Xiao.

2026年4月1日

“龙虾热”正在退潮，但它带来的创新冲击还在持续——当它与行业know-how相结合，正在迸发出新的能量。 阿里国际站有着26年的B2B数据和经验积累，今年初，OpenClaw、Cowork这些工作范式被验证，让他们看到了打通B2B闭环的智能体，终于到了可以落地的临界点。 于是春节之后，“外贸版龙虾”Accio Work来了，海外用户只需要和这个Agent对话，它就能自主跑完从市场分析、选品设计、供应商筛选、商品发布和日常运营的全过程，把原本需要数周甚至数月的流程，压缩成几句对话。 以往复杂的专业知识壁垒正在被Agent攻破，生产力被重新定义。从数据上来看，Accio Work40%的用户都是Solopreneur（一人企业）。降低门槛的同时，生意越做越精明了，在AI的帮助下今年阿里国际站EBITA（息税摊销前利润）增长了18%。 在AI带来巨大变革的时代，工作流程如何被Agent重构？人才的标准发生了怎样的变化？SaaS行业的转型机会在哪里？本期播客，我们与阿里国际站总裁张阔一起聊聊，他作为互联网巨头的掌舵人，在这一轮AI浪潮下，对新业务、新人才的思考与判断。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 张阔，阿里国际站总裁 【你将听到】 硅谷AI生态初印象 03:49 AI吞噬SaaS，或者让它变得更好？ 05:46 两种工作新范式：OpenClaw与Claude Cowork 当B2B遇到Agent 11:57 未来所有的B2B都会走向A2A 15:16 Accio：AI如何使采购流程缩短5倍 18:52 B2B的强化学习：以成功撮合交易为正反馈 21:52 Accio Work智能体进化：从采购到日常经营，覆盖整个商品销售周期 24:07 AI原生产品的检验标准：能否随着模型的升级而变得更聪明 SaaS的转型机会 25:30 让“一个企业”也能拥有“数字团队” 29:36 中小企业的真实画像与“开箱即用”的产品设计 31:48 商业模式双轨：Token计费 + 平台服务 34:42 当推荐从1000个变成5个，广告还好卖吗？ 36:26 AI不是颠覆商业模式，而是把市场做大 39:15 数据闭环很重要，用户挑剔倒逼极致效率 41:41 A2A时代的竞争：谁能成为那个“主智能体”（Master Agent）？ 43:01 成功标准：不看token消耗量，看用户留存和单位token价值 AI时代工作方式 45:07 人才新标准：产品经理要预判6个月后的模型能力 47:49 工程新范式：主Agent调度子Agent，群聊驱动的开发助手 50:11 衡量AI是否有效：看“有效想法”上线数量，看指标是否“非线性增长” 51:59 检验AI原生的试金石：新模型来了，团队兴奋还是焦虑？ 55:01 OpenClaw冲击波：当AI能力被验证，新一轮的创新开始涌现 【Accio · 免费试用】 想让AI帮你管理从设计采购到售后的全部流程？前往 www.accio.com 下载Accio Work，新用户享7天免费试用，亲自体验“一人企业”如何做全球生意。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Waiting in Vain - Kikoru Hidden Agenda-Experia Spring Dance - Forever Sunset 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guest: 张阔.

2026年3月26日

本期播客是硅谷101在GTC 2026大会期间的线下特别录制，我们从老黄在Keynote上抛出的那几个大数字开始聊起： 1万亿 ——这是黄仁勋预期到2027年底，Blackwell和Vera Rubin两个平台带来的订单收入。 7块 ——这是大会一次性发布的Vera Rubin新芯片数量。 10倍、35倍 ——这是Vera Rubin NVL72 AI机架系统，相比Blackwell，它的推理效率提升了10倍，每瓦Token产出性能是之前的35倍。 但我们聊的远不止数字本身，也不只是芯片的故事。当推理拐点全面到来，算力狂奔的路上，芯片设计、代工产能、推理架构、软件生态、电力基建、云服务运营……这些环节都在被重新丈量。 在这场串联起AI全产业链关键节点的线下对谈中，我们试图穿透英伟达庞大的AI生态帝国表象，看清它真正的护城河，以及那些潜伏在高速增长背后的软肋与隐忧。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 张璐，Fusion Fund创始管理合伙人 Dr.Mark Ren, Agentrys创始人&CEO，前英伟达研究总监 Dr.Zhibin Xiao, ZFLOW AI创始人&CEO，前CASPA主席与董事会顾问 Alex Yeh，GMI Cloud创始人&CEO 【你将听到】 万亿野心背后的产业现实 03:21 万亿目标背后，推理业务正成为英伟达关键收入来源 05:50 供应链瓶颈：CoWoS产能成最大挑战，硬件周期非资金可突破 09:03 七芯齐发的关键：英伟达全公司都在用 Coding Agent 做芯片 10:10 Groq的优势：纯SRAM架构专攻低延迟 15:43 推理芯片创业还有机会吗？关键：找英伟达短板 19:07 未来数据中心是异构的，系统级优化比单芯片更重要 21:25 OpenClaw引爆TOKEN消耗，英伟达NemoCloud能让人惊艳吗？ 24:27 SaaS面临挑战：未来软件公司卖的不是软件，是AI劳动力 28:36 未来企业架构：CEO同时管员工和智能体，HR、财务都可外包 30:07 英伟达芯片设计模型ChipNemo，硬件代码也能写，难点在于优化 31:47 谷歌TPU系统能力强，但英伟达的护城河已从CUDA扩展到全栈基础设施 35:28 英伟达的护城河：执行力与供应链 36:14 未来挑战：垂直领域、边缘端与私有化部署的崛起、推理市场红利被分流、资本压力 40:16 观众提问1： 英特尔是否有望成为代工第二源？ 42:56 观众提问2：CUDA护城河是否会被Coding Agent削弱？ 一线云服务商谈数据中心瓶颈 46:30 数据中心竞速：靠自发电与预制集装箱加速 50:22 谁在引爆GPU云需求？模型训练、视频生成、AI Coding以及OpenClaw 53:39 模块化、标准化、全套打包的AI工厂方案 56:57 不止GPU缺货，数据中心核心配件供应趋紧 58:42 运营GPU云的核心能力：先有卡，再稳得住，SLA是生死线 01:01:04 GPU折旧比资本市场预估更耐久 01:02:08 观众提问3：AI云服务商的差异化策略 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Pulse Runner - Helmut Schenker Interstate 895 - Bonnie Grace Unfinished Stories - Lennon Hutton Seven Daughters - Fabien Tell AI sing-along recaps GTC keynote 本期节目不构成任何投资建议 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: Alex Yeh, Dr.Mark Ren, Dr.Zhibin Xiao, and 张璐.

2026年3月20日

这几年，如果说全球制造业里，有哪个故事最值得被重新讲一遍，那一定是动力电池。 中国在动力电池产业链中，建立了极强的优势。当欧洲电池巨头Northvolt破产，日韩也不再具备领先地位，很多人会问：为什么很多原始技术并非源自中国，但最后却是中国把它做成了最完整、强势的产业？这背后到底是政策红利、市场规模，还是极致的工程能力在起作用 ？ 这一期节目，我们邀请了材料学博士、TDK Ventures 投资人何倩然，和《三联生活周刊》资深记者、也是新书《电车之心：中国动力电池传》作者杨璐和张从志，一起聊聊中国动力电池产业的逆袭故事。《电车之心》通过大量核心人物采访和工厂一线走访，拿到了许多难得的一手资料，这本书也在试图回答一个问题：为什么中国能在动力电池产业弯道超车？ 这一期节目会沿着几条线展开：先看中国动力电池优势是怎么形成的，再拆解这个行业真正难的地方；接着看固态电池、钠离子电池等关键路线走到了哪一步；最后再讨论，下一阶段全球动力电池竞争的重点会怎么变。 【主播】 刘一鸣，硅谷101特约研究员 【嘉宾】 Katherine He，硅谷TDK Ventures高级投资经理 杨璐，三联生活周刊资深编辑 张从志，三联生活周刊主笔 【你将听到】 产业突围：中国动力电池如何跑出来 02:48 决定性优势：中国在产业链的很多环节，市占率达到80%以上 03:11 关键拐点：“十城千辆”如何在早期用政策先创造需求 05:03 白名单与补贴：“白名单”政策，怎样进一步扶起本土电池厂商 06:43 全球格局对比：中国领跑，日韩稳定跟进，美国更像是一个“聪明但掉队”的学生 制造逻辑：为什么工程能力才是核心护城河？ 12:47 “手搓电池”的往事：早期中国电池企业有多“狼狈” 14:59 砸锅卖铁解决问题：曾毓群当年如何从贝尔实验室授权技术，并攻克核心的“鼓气”难题 17:37 极致制造的差距：电池是“微米级制造”，难在一致性 21:56 从磁带到电池：揭秘涂布技术秘籍 26:41 电池厂最深的护城河：不只是配方，更是极致的工程能力 28:27 工程师红利：中国工厂的“内卷”，与美国工厂“下午五点准时下班”的差异 城市竞争：从“五粮液”到“动力电池之都” 35:48 常州的“四小时产业圈”：四小时车程内，可以配齐绝大部分零部件 39:40 地方政府的“产投”逻辑：从“铜头铁嘴”到“兔子腿” 40:25 宜宾的转型奇迹：白酒与动力电池 下一代电池：谁能实现真正的颠覆？ 50:06 固态电池的瓶颈：全固态电池仍需等到2030年之后 55:32 钠电池的战略意义：无需依赖关键金属，它是美国电网储能的更优解吗？ 01:00:38 弯道超车的尝试：美国公司正在寻找新赛道 01:03:12 Northvolt破产启示录：曾毓群说“从头到脚都做错了” 【听众福利】 想了解关于中国电力电池崛起的故事，欢迎关注《电车之心：中国动力电池传》 作者：杨璐 张从志 我们将在评论区抽出3名幸运听众赠送这本书，快来留言参与吧（截止时间3月24日） 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Invasion 2 - Fredrik Ekstrom Pulse Runner - Helmut Schenker All Parts Equal - Airae 本期节目录制于2026年1月16日 【在这里找到我们】 公众号：硅谷101 收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐 其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 联系我们： podcast@sv101.net Special Guests: 何倩然, 张从志, and 杨璐.