本期简介

如果 AI 让写代码越来越容易，未来真正稀缺的东西会是什么？

是模型、算力、能源，还是人与人一起创造东西的能力？

这一期 SodaChat，我们邀请前 Hugging Face APAC Ecosystem Head 王铁震，和前追觅 AI 负责人、Soloop 联合创始人 戴浪，进行了一场Builder 之间 Coffee Chat 的对谈。

两个人从 NVIDIA × Hugging Face 聊起：

为什么 Hugging Face 真正的壁垒不只是模型和数据？
为什么今天再做一个“中国版 Hugging Face”很难，但 Physical AI 和机器人开源生态里仍然存在中国独特的机会？

然后话题一路从开源社区，走向 AI Coding、Vibe Coding、OPC 和一个人带着大量 Agent 工作之后的新型组织。

再往后，我们聊到了一个更个人的问题：

当 AI 可以给我们无穷无尽的答案，人还应该怎样做选择？

王铁震说：

“人生其实就是一个体验的过程。”

AI 最好的作用，也许不是替我们决定应该成为谁，而是帮助我们看到更多原本不知道的人生选项，再真正去体验它们。

最后，我们又回到了 SodaChat 一直关心的一件事：

AI 时代，怎么找到真正适合一起做事的人？

答案可能不是先筛选，而是——

先一起做点什么。

🎙️ 本期对谈

王铁震

前 Hugging Face APAC Ecosystem Head
曾任 Google / Google Brain，参与 TensorFlow 等开源项目
长期关注 AI 开源生态、模型推理、AI Infra、具身智能与 Token Economy

戴浪

Soloop 联合创始人
前追觅 AI 负责人 / 内部创业负责人

曾在追觅探索 Physical Hugging Face 方向，希望结合中国供应链、机器人硬件与开源社区，构建面向物理世界的开放生态。

现聚焦 AI × Solo Founder / OPC，尝试用 AI 把 Idea、产品搭建、Marketing、GTM、用户反馈与迭代串成一个完整的创业 Loop。

💡 本期你会听到

• NVIDIA 真正想从 Hugging Face 获得的，为什么可能不是数据，而是未来十年的生态壁垒

• 为什么“中国版 Hugging Face”很难，但 Physical AI 仍然有新的机会

• 为什么“套壳”不一定是贬义，甚至可能是创业最有效的 0→1

• Hugging Face 上今天出现的模型，为什么可能提前告诉你 18 个月后的产品长什么样

• AI Coding 普及之后，开源社区原来的信任机制为什么开始失效

• 一个 Founder 带 1000 个 Agent，真的就不需要组织了吗

• AI 生成的代码到底还要不要看

• 为什么职业选择不能等到毕业时才开始思考

• AI 最好的使用方式，不是替你选择，而是扩大你的人生选项

• 为什么今天很多年轻人把自己的状态称为「奥德赛时期」

• 模型越来越强之后，“全部开源”是否还永远是最优解

• Token Economy 的长期瓶颈为什么可能不是 GPU，而是能源

• 为什么“AI 现在处于什么周期”可能本身就是一个错误的问题

• 怎样找到真正值得长期一起做事的人

⏱️ Timeline

00:04｜开源、人生选择，以及 AI 到底处于什么周期？

三个贯穿整期节目的问题：

开源为什么拥有如此长的生命力？
AI 应该替人做决定，还是帮人看见更多可能？
以及，我们真的能说“AI 现在处于某一个周期”吗？

02:05｜NVIDIA 为什么需要 Hugging Face？真正重要的可能不是数据

CUDA 长期被认为是 NVIDIA 最深的护城河。

但 Coding Agent 正在快速降低不同硬件之间迁移代码的门槛。

如果 Kernel 越来越容易写，未来十年真正难复制的东西是什么？

09:13｜技术壁垒越来越薄之后，下一道护城河是什么？

对于千千万万没有巨大工程团队的普通开发者来说：

当一个新模型发布，第一选择在哪里跑？

开源社区形成的习惯和生态，本身可能就是最深的壁垒。

11:14｜戴浪：为什么我曾经想在追觅做一个 Physical Hugging Face？

中国有成熟的制造业和供应链，也正在吸引越来越多年轻 Builder 进入机器人行业。

如果软件世界已经有 Hugging Face，

那么物理世界是不是还需要一个新的开放生态？

17:52｜王铁震：再做一个“中国版 Hugging Face”，机会可能已经不大了

模型存储、CDN、Infra、社区、品牌……

复制 Hugging Face 是一件极重的事情。

相较之下，利用中国供应链做出足够便宜、模块化、可以被开发者不断二创的机器人本体，可能更值得探索。

19:30｜为什么开源产品可以比封闭产品活得更久？

一个封闭硬件，玩两个月以后可能只能等待厂商提供新功能。

但一个开放硬件，可以不断有人给它写新的程序、新的玩法和新的 App。

开源世界的生命力来自持续不断的二次创造。

22:54｜Hugging Face 看起来像 GitHub，水面以下却完全不同

免费的模型存储、高质量 CDN、巨型数据集管理……

用户看到的只是一个网页。

真正重的 Infra，藏在水面之下。

24:54｜戴浪：开源社区除了 Infra，还需要“人”吗？

研究员如何认识另一个研究员？

一个作品被社区认可之后，这种认可又如何进一步变成人的影响力？

技术之外，社区是不是还需要一个属于 Builder 的人文层？

27:08｜王铁震：“我个人的看法就是，一定要套壳。”

套壳为什么不一定是贬义？

Hugging Face Space 最重要的价值之一，就是把复杂模型变成普通人可以直接体验的产品。

让技术变得可用，本身就是价值创造。

28:58｜研究员发布一个模型，只是创新的开始

文生视频发布以后，社区可能马上做出图生视频、视频生视频。

真正开放的技术，会被一群“乐子人”、学生、独立开发者不断重新组合。

最后长出来的东西，经常超过原始研究者自己的想象。

31:24｜真正的壁垒，很多时候只是做得足够早、足够快

不要只看今天已经成熟的产品。

Hugging Face 上正在发生的研究，可能正在提前告诉你：

18 个月以后，产品会长成什么样。

对于创业者而言，研究社区也是未来产品的观察站。

33:42｜从 Google、TensorFlow 到 Hugging Face：为什么开源社区让人着迷？

大公司里每个人都有明确 Scope。

开源世界里，你来自 Google、非洲、印度，还是中国四线城市，都没有那么重要。

大家最终通过作品和贡献说话。

38:00｜AI Coding 正在改变开源社区原来的信任机制

过去，一个高质量 PR 本身就能证明一个人的能力。

现在 Agent 可以批量生成代码、批量提交 PR。

当“能够写代码”本身不再稀缺，

我们以后又该通过什么判断一个 Builder？

39:31｜戴浪：AI Coding 之后，我们开始尝试“不看代码”

过去是：

PRD → 设计稿 → 代码 → 测试 → 发布。

现在可能是：

Idea → AI → 产品 → 看结果。

当中间流程被快速压缩，团队是不是应该直接对结果负责？

40:34｜王铁震：有些项目可以不看代码，但复杂系统很难

一次性脚本可以是黑盒。

但复杂系统、支付系统、多人协作项目，以及被成千上万用户依赖的底层服务，很难只看最终结果。

AI 写得很快，

但维护成本不会自动消失。

44:35｜一个人带 1000 个 Agent，就真的不需要组织了吗？

OPC 的效率可能远高于传统大公司。

但当线上支付系统真的出了 Bug，而 Founder 自己都不知道代码为什么这样写时，

“只有我一个人”可能反而成为新的风险。

47:30｜职业选择最糟糕的时间，也许就是毕业那一天

真正重要的选择，不应该等拿到几个 Offer 之后才开始。

提前去实习一次。

做一次开源贡献。

体验完全不同的工作和生活方式。

只有真正体验过，你才知道自己更喜欢什么。

49:39｜王铁震：人生其实就是一个体验的过程

模型真正有价值的地方，不是告诉你：

“你应该成为谁。”

而是帮你完成 Mapping：

看到人生里原本不知道的选项，

再把这些选项变成一次真正发生过的经历。

最终对选择负责的人，仍然是自己。

50:18｜戴浪：为什么今天很多年轻人把迷茫叫作「奥德赛时期」？

奥德修斯真的迷茫吗？

或许恰恰相反：

他非常明确自己要回家，只是一路上遇到了无数诱惑和岔路。

那么今天所谓的“奥德赛时期”，

究竟是在寻找方向，

还是在努力让自己的迷茫变得更有意义？

53:06｜王铁震自己的“奥德赛”：不断做一点偏离主流的事情

学物理，却没有沿着最主流的物理路线走下去。

进入 Google，又因为 AlphaGo 转向 Google Brain 和 TensorFlow。

职业路径未必需要一开始就设计好终点。

很多方向，是在一次次尝试以后慢慢长出来的。

58:31｜所有人都开始开源之后，开源还永远是最优解吗？

当中国模型逐渐进入全球前沿，

新的问题开始出现：

模型是不是还应该在发布第一天就完全开放？

先 API、收集反馈、商业化，再逐步开放，

也许会成为新的节奏。

01:00:39｜开源的下一站，可能不是训练，而是推理

模型已经做出来了。

下一步的重要问题是：

怎么把它变成普通人都能够低成本获得的智能。

但模型越来越强之后，另一个问题也开始变得无法绕过：

安全。

01:04:52｜Token Economy 的终局瓶颈，也许不是 GPU，而是能源

GPU 可以不断生产。

旧卡也不会马上失效。

如果把时间尺度拉到十年，

真正长期稀缺的东西，也许最终是能源。

如果智能也成为一种可以被生产的资源，

那么一个国家、地区或者组织能够生产多少智能，最后可能取决于：

它拥有多少能源。

01:08:12｜我们是不是低估了 AI 足够强大以后带来的变化？

技术乐观之外，

是不是也需要一些真正认真讨论 AI 风险、社会冲突和长期影响的人？

新的生产力出现以后，

社会可能也会逐渐形成新的制衡力量。

01:10:50｜“AI 现在处于什么周期？”这个问题可能本身就问错了

Chatbot、Coding、Computer Use、Real-time、具身交互……

这些能力正在完全不同的生命周期里前进。

所以可能根本不存在统一的“AI 周期”。

比较确定的是：

AI 打开新天花板的速度，比我们想象得更快。

01:13:02｜AI 时代，怎样找到真正适合长期合作的人？

王铁震的答案不是简历，也不是一套复杂的筛选标准。

而是：

一起协作。

在一起做事情的过程中，才能真正看到一个人怎么解决问题、怎么面对分歧、怎么对待合作。

他最看重的一点是：

Collaborative Mindset。

01:14:17｜戴浪：大公司会变小，小公司会变多吗？

如果一个人拥有越来越强的 Agent，

产品、Marketing、GTM 都开始可以被 AI 自动完成，

那么未来是不是会出现越来越多 Solo Founder 和极小团队？

“公司”本身，也可能正在被重新定义。

🔎 Keywords

Hugging Face / NVIDIA / 开源 / AI Coding / Vibe Coding / Agent / OPC / Solo Founder / 具身智能 / Physical AI / TensorFlow / Google Brain / Token Economy / AI Infra / 模型推理 / 能源 / 职业选择 / 奥德赛时期 / Builder / Founder / Collaborative Mindset

🎧 SodaChat

AI 时代 Builder 之间的 Coffee Chat。

不是传统一问一答的访谈，而是平等交换 idea、insight、experience 或 story。

像 Soda 一样轻快有趣，像 Coffee Chat 一样清醒有料。

剪辑：李子

出品： HeySoda
AI 时代的 Founder × Builder Network，速搭机会和对的人。

🟡 Soso for Builders ｜ 🔵 Dada for Founders

微信小程序搜索🔍「HeySoda」，速搭机会和对的人。

HeySoda官网：www.heysoda.io

对HeySoda感兴趣的朋友也可以加HeySoda产品经理微信号（HeySoso1）直接交流～