536
8一个月没聊AI，再回头看，连我们自己的工作方式都变了一轮。本期从内容制作、模型分工和复杂知识库的实际经验聊起：哪些任务值得用最强模型，哪些判断可以交给便宜模型？当这些能力越来越容易调用，专门做某个AI功能的创业公司，又靠什么守住生意？我们沿着这些问题，聊到个人助手、游戏制作和科研，最后把账算到算力投资、就业与公共财政。
性价比，要放进完整工作流里算。 老许分享了多平台内容制作的实践：一段访谈要出横版完整版、竖版切片，还要翻译、对口型，并适配不同平台的发布要求。模型能回答问题，只是其中一步；能否调用工具、持续完成任务、减少返工，才决定这条流程最终花多少钱。我们也讨论了客户端配套的工具环境与直接调用API的差别，以及为什么跑分和真实使用感受可能相距很远。
模型怎样分工，比单看谁最强更有用。 老许让Codex当监工，把执行任务交给不同模型，甚至让它们并行完成同一份工作。另一项四十多万字知识库的整理，则展示了复杂任务对统筹和推理能力的要求。节目中被称为“哑巴模型”的Jev，输出的是结构化判断与概率，可以承担筛选、分类和路由等环节。我们由此讨论：哪些工作需要深入思考，哪些只需要一次明确判断，以及分工怎样改变整个应用的成本。
功能有用，和生意能守住，是两道题。 一个新模型、一个个人助手，可能很快展示出价值，也可能很快遇到大厂补齐同类能力。我们从判断模型延伸到三维建模、世界模型和个人助手，追问私有数据、模型能力、用户关系分别能形成多高的门槛。Agent的落地还受到软件生态影响：邮件、日历和浏览器能否接入，平台愿不愿意开放，都会决定一个助手真正能帮用户做多少事。
游戏制作的门槛在变，作品仍要接受玩家检验。 从AI辅助制作MOD，到桌面宠物的改造和陪伴玩法，我们讨论了技术能力普及后，创意与手艺的价值如何重新分配。AI实时生成画面、充当渲染引擎，也带来了另一笔运行成本账。聊到《不问凡尘》时，我们把注意力放在制作方式、团队成本和玩法体验上：AI能帮助作品做到什么，最终仍要落到玩家愿不愿意玩。
AI参与研究，改变的可能还有研究过程。 节目从机器人演示聊到数学、复杂计算、“赛博果蝇”和蛋白质设计。我们关注的不只是某个结果有多惊人，也包括结果怎样被验证，以及研究过程中的工具积累、问题发现和成果溯源。如果AI可以更快完成部分研究工作，科学家怎样提出新问题、判断结果、继续探索，也会成为新的讨论焦点。
新增生产力，怎样变成企业回报和公共收入？ 后半段，我们把AI泡沫的乐观与悲观判断放在一起，看算力需求、芯片使用寿命、资本开支和回报预期之间的关系。话题随后转向就业与税收：如果劳动收入的结构改变，个税、企业税和公共支出会怎样调整？技术创造更多产出之后，这些收益通过什么路径进入社会分配，是节目留给下一轮讨论的问题。
时间戳
00:00 一个月没聊AI，为什么已经有恍如隔世的感觉
03:04 账号用不了以后，怎样重新搭起AI工作流
06:31 Codex当监工，把任务交给不同模型并行完成
09:11 跑分高与实际会干活，为什么可能是两种体验
12:12 客户端、API与工具环境：模型之外还有哪些差别
14:26 四十多万字知识库：复杂任务需要怎样的模型分工
18:30 能力变强以后，安全控制为什么更难
21:54 新模型宣传很猛，实测和知识时效能说明什么
24:23 订阅额度、更新与提速：用户实际感受到什么
27:36 匿名模型的惊艳宣传，接进API后还灵不灵
29:38 Jev不写长答案：只做判断的模型有什么用
32:48 游戏跳不跳、工具怎么选：快速判断适合哪些场景
35:03 把重复筛选交出去，AI应用怎样减少成本
37:44 三维建模与世界模型：垂直能力会不会被大模型吸收
40:05 个人助手先接什么生态？邮件、日历与日常软件
42:24 从功能复刻到平台开放，Agent的落地边界在哪里
45:46 AI辅助做MOD：技术门槛降低，创意怎样竞争
48:14 桌面宠物玩出新花样，陪伴应用还有哪些空间
50:42 AI当渲染引擎：实时画面背后的算力成本
52:35 本地部署的账：硬件投入、稳定性与API费用
54:38 《不问凡尘》：AI制作方式与游戏体验怎样结合
58:22 模型接上机器人：会演示与可靠干活还有多远
61:27 AI做数学：到达答案与打磨研究方法的争论
64:54 从复杂计算到“赛博果蝇”，科研工具带来哪些想象
67:12 蛋白质“水印”的讨论：设计成果怎样标记与溯源
69:33 AI泡沫两派意见：乐观与悲观分别在算哪笔账
72:56 旧算力还能用多久？芯片寿命与投资回报
75:31 AI创造新产出之后，资本与债务的关系怎样变化
79:35 就业和个税一起变，新增生产力如何进入公共财政
83:02 消费税与财富分配：政府的账还能怎样平
85:14 复杂知识库项目的下一步：等可体验的成果，再聊完整实践
