活动预告🥳：11 月 29 日，我们会请到莫傑麟办一场线上活动，大家记得翻到 shownotes 末尾查看报名信息！ 现在的 AI 到底有没有泡沫？ 这是近期最受关注的话题，也是本期节目开门见山的第一问。 在节目开头，我们先给出了自己的判断： AI 的价格确实有泡沫，但价值没有。尤其在中国一级市场，估值远比美国理性；而我们身边的一线 AI 从业者，也几乎不认为现在存在泡沫。而且即便有泡沫，也不一定是件坏事。 那为什么反观社交媒体和二级市场，情绪却异常脆弱？ 面对这个巨大的认知温差，我又拉上莫傑麟，试图在情绪的噪音之外，梳理出这波泡沫背后更理性、也更结构性的逻辑。 我们在节目中达成了一个共识： 泡沫只是情绪化的表象，真正值得关注的，是行业正在发生的结构性变化。 在几个月前的那期聊硅谷 AI 大转弯与二级市场牛市的节目中，我们曾聊到过，市场预期正在从 AGI 切换到产业落地。当下的泡沫，似乎正是这一转变的投射。 而当叙事从 AGI 的「复利周期」切换到 ROI 的「算账周期」，我们更该关注的不是表层的泡沫，而是底层的信号： 这一轮周期是否到了交界点？下一代的 Winner 会是谁？OpenAI、英伟达等巨头的商业动作，又预示了怎样的未来格局？ 限于篇幅，还有很多内容没能展开。更多结构性的讨论，我们会放在 11 月 29 日的线上活动和活动群里。欢迎大家报名，一起讨论未来一年最值得关注的结构性变化（尤其欢迎 AI 从业者！） 【人类博物馆】 导游：曲凯，42章经创始人 九号珍藏：莫傑麟，家族办公室资深从业者 【时光机】 * 0:20 开门见山：现在 AI 到底有没有泡沫？ * 0:48 一线从业者完全不认为有泡沫，反而很振奋？ * 4:29 这一次泡沫的论据虽然杂乱，但都指向同一个核心焦虑：ROI * 6:01 这一轮泡沫讨论，与过去相比有哪些区别？ * 7:24 这轮看空情绪的导火索是什么？ * 8:11 美股下跌，到底有多大程度可以归因于 AI 泡沫？ * 10:48 市场似乎在合力寻找泡沫？ * 11:20 表层波动之下，真正驱动这波泡沫讨论的底层逻辑是什么？ * 19:41 中美一二级市场的泡沫浓度完全不同，国内一级反而最健康？ * 20:54 这波泡沫中最令人费解的一点：英伟达没怎么跌 * 21:55 在 AI 的脉冲式发展与诡谲的泡沫情绪里，两个最值得关注的信号 * 25:43 谁能给市场提供下一次信仰充值？ * 27:12 新周期里，谁最有可能成为最终 Winner？ * 29:03 泡沫是情绪词，很可能与中长期结论相反 * 30:50 如果一家公司（如 Manus、Kimi）一直被骂，反而是件好事？ * 31:22 二级市场的判断失真，从业者的判断反而更接近真实水位？ * 32:04 二级投资范式，已经从「价值投资」迁移为了「Financial Engineering」 * 35:00 一个很有意思的观察：硅谷低估了字节的 AI 竞争力？ * 35:40 与其说泡沫，不如说我们正处于两个周期的交界处 * 39:03 给创业者的建议：在泡沫周期里，最该抓住的救生圈是什么？ * 42:11 25 年 Q3 最值得讨论的问题就不是泡沫 【References】 * 为什么说 AI 还没到泡沫？等四篇 | 42章经 AI Newsletter 2025.11.9 莫傑麟 @42章经 播客回顾 * 硅谷 AI 大转弯与二级市场的牛市｜对谈莫傑麟 2025.8.23 * 世界怎么就「东升西落」了？聊聊二级市场与 DeepSeek+Manus 的热潮｜对谈莫傑麟 2025.3.22 * 上半年 AI 市场有多差？别刚起跑就想冲刺 | 我答莫傑麟 2024.7.14 * 英伟达、Sora 与 AI 的三种核心叙事逻辑 | 对谈莫傑麟 2024.3.2 * 为什么我们开始乐观？关于经济发展的明线暗线、AI 与最佳实践 | 对谈莫傑麟 2023.12.3 【活动预告🥳】 11 月 29 日，我们会办一场线上活动。感兴趣的朋友欢迎点击链接或扫描下面的二维码，一起来认识&交流！ 【The gang that made this happen】 * 制作人：陈皮 * 剪辑：陈皮 * 片头：Mondo Bongo - Joe Strummer & The Mescaleros * 片尾：泡沫 - 花儿乐队

前阵子，很多人可能都被一款叫 Lessie AI 的产品刷了屏。 这期节目，我们就请到了它的创始人——于北川。 北川在 18 年以校招生身份加入抖音，亲历了抖音从 4000 万日活一路狂奔、反超快手，成长为日活仅次于微信的庞然大物的全过程。 节目前半段，我们请北川从内部视角，带我们复盘了抖音 18 - 20 年那段堪称神话的增长史：当时的抖音，在字节内部其实并不被看好？抖音最早是如何起量的，又为什么能在众多短视频产品中脱颖而出？以及，它是如何打赢 20 年那场决定命运的「抖快之战」？ 聊到后半段，我们把视角从产品转向了组织。到底是什么，让字节既高效又极致？在卷卷，甚至张一鸣手下工作，又是一种怎样的体验？ 我还问了北川一个本以为播不了的问题：既然字节优点那么多，为什么这几年还有这么多人选择离开？ 没想到，他坦然地给出了答案，也分享了自己离开后的核心思考，包括为什么要创业、做 Lessie AI 的逻辑链条，以及从大厂到创业这一路，他最深的感受与转变。 作为 96 年出生的人，北川的谈吐有着超出同龄人的成熟。他无疑也是幸运的那一个：22 岁加入抖音，赶上了移动互联网的最后一波红利，也在那几年打过最真枪实弹的仗。 但当红利散去，他和无数同龄人一样，陷入了焦虑，甚至一度感到绝望。 还好在这时——用北川自己的话说：「某种意义上，AI 拯救了所有人的灵魂。」 这句话听起来或许有些夸张，但北川说得极为真诚。 我相信很多人都会有共鸣吧。AI 不只是新技术，更让一批人，重新看见了希望的曙光。 【人类博物馆】 导游：曲凯，42章经创始人 44 号珍藏：于北川，Lessie AI 创始人，抖音团队早期产品经理 【时光机】 Part 1 抖音是怎样起量的？ * 2:29 18 年时，抖音在字节内外都不被看好？ * 5:30 抖音快速增长的关键节点 * 8:42 抖音立项的源点：一鸣画的一条线 * 9:58 为什么抖音涨得越快，团队反而越焦虑？ * 10:51 抖音一度把「社交」放在第一优先级，背后的考量是什么？ * 15:17 为什么字节做不好社交？ * 16:52 同样是字节系，为啥头条「土到 low」、抖音却「有调性」？ * 18:05 抖音在起量时，短视频市场什么样？ * 20:32 决定抖音调性的三个关键 * 20:41 ① 坚决不从头条导流 * 20:51 ② UI * 21:30 ③ 内容运营 * 23:04 优秀的年轻人是需要「打仗」的 * 25:21 为什么抖音在保有品味的同时，还能成功泛化？ * 28:16 单列 vs 双列，当年在抖音内部也有非常激烈的讨论 * 30:36 那为什么不 AB Test 一下？ Part 2 字节的做事方式与组织文化 * 32:42 抖音能长到今天这么大，最核心的原因是什么？ * 34:41 为什么微视会失败，而视频号能成功？ * 37:19 抖音这个超级分发器，也有分发不好的东西？ * 39:49 字节做事，就是分发所有「无脑」内容？ * 41:10 当下抖音、小红书、快手之间的竞争格局 * 49:22 关键一战！抖音是怎样在 20 年春节反超快手的？ * 52:57 字节最重要的增长方法论 * 56:07 如果时光能倒流，我会怎样重做抖音？ * 58:24 字节最不一样的组织文化是什么？ * 1:00:42 一个本以为播不了的问题：为什么这几年那么多人离开字节？ * 1:02:46 「企业文化就是你招的前几十个人什么样」 * 1:04:08 在字节最核心的一点收获：极致思维 * 1:05:14 一鸣是怎样 push 大家追求极致的？ Part 3 创业的思考 * 1:06:05 为什么要从字节出来创业？ * 1:07:07 我们一直在思考：什么样的产品不会被模型吃掉？ * 1:09:36 简单介绍下 Lessie AI * 1:11:41 分享一下产品的推敲过程 * 1:18:08 从大厂到创业，需要的能力模型有什么不同？ * 1:20:47 灵魂拷问：如果字节也来做你们这个方向，你要怎么办？ 【The gang that made this happen】 * 制作人：陈皮 * 剪辑：陈皮 * 片头：Mondo Bongo - Joe Strummer & The Mescaleros * 片尾：Twilight Rush - 结冰水

当我们提到海外 AI 产品的时候，都会想到两款最成功的华人产品，就是 Heygen 和 OpusClip。 在前不久的一场活动中，我们就邀请到了曾在 OpusClip 负责增长产品、亲历了公司从 0 到 1 再到 100 整个增长周期的谢君陶，分享他在实践中总结出的增长经验。 他把每个阶段最重要的事、最常见的误区、踩过的坑和经验，都毫无保留地讲了出来。内容非常干货，也非常实在。 于是我们决定，把那场活动中君陶的个人分享，以及我之后的一些提问，剪成一期节目带给大家。 在前半部分，君陶从获客、转化、留存、洞察四个维度，提出了一套逻辑清晰、实战性极强的增长框架，也对许多创业者常遇到的核心问题给出了有理有据的回答。你将听到 Opus 内部最一线的实操，比如他们如何做增长、怎样和创作者合作、如何科学定价等等。 在后半段的问答中，我们还讨论了更多创业者关心的话题，包括增长团队该怎么搭建、小团队如何用低预算跑好 AB Test、在付费与定价上，还有哪些实用经验与策略等等。 聊下来，其实增长这件事并不是 rocket science，也没什么神秘的 secret sauce，很多时候就是需要在该做的地方，把事情做得更科学、更好，然后真的落地。 【人类博物馆】 导游：曲凯，42章经创始人 43 号珍藏：谢君陶，OpusClip 前增长产品负责人，目前正在视频创作产品创业中 【时光机】 Part 1 获客 * 1:21 冷启动最先要想清楚的一个问题 * 2:25 你的第一批用户，应该是 Partners，而不是 Affiliates * 3:43 产品该怎么做冷启动？ * 3:52 当一个视频产品找到了 PMF，它就会自带破圈力 * 4:36 为什么必须与创作者形成利益共同体？ * 6:08 案例：OpusClip 成功冷启动的一大关键策略 * 6:57 常见误区：冷启动阶段，宣传不是铺得越多越好 * 7:26 去哪精准找到第一批种子用户和 KOL？ Part 2 转化 * 8:15 早期有效且确定性高的转化抓手：定价策略 * 9:30 产品调整定价的核心策略是什么？ * 10:15 优秀示例 1：RunwayML * 10:58 优秀示例 2：Higgsfield * 11:42 总结：视频和创作者生态中的一大付费点 * 12:03 定价调整的关键经验 Part 3 留存 * 15:42 留存为什么是最重要的增长指标？一道简单的算术题 * 16:25 高留存，是实现复利式增长的基石 * 17:18 那要怎么提高留存率？ * 17:35 Stripe 创始人的一句话，点明了两条路径 * 19:02 怎么构建高效的用户反馈闭环？ * 20:02 案例：为什么 OpusClip 要花大成本去做好客服？ Part 4 洞察 * 21:45 怎样才能做到真·数据驱动？ * 22:09 应该优先做哪些 AB Test？ * 22:56 付费弹窗是早期最简单、暴利的测试 * 23:09 做 AB Test 的过程，也是理解用户 Aha Moment 的过程 * 23:39 哪怕在产品早期，也有很多获取用户数据的方式 * 23:48 例 1：邮箱后缀 * 24:15 例 2：已有用户的社媒账号 * 24:36 创业公司该如何规划在数据上的投入？ Part 5 Q&A 精选 * 27:20 怎样搭建增长团队？透露一下 OpusClip 的架构 * 30:52 做增长产品的过程，就是找到 PMF 的过程？ * 31:59 初创团队完全可以 0 成本快速跑 AB Test * 32:50 案例分享：一个付费点抓得极准的产品 * 34:29 最好的 AB Test 不在于验证已有想法，而在于让你学到意料之外的事 * 34:39 举例：我们通过 AB Test 测出过一个意想不到的机会点 * 35:44 绝大多数 AI 产品都有蛮大的涨价空间？ * 36:56 周费、月费、年费…付费模式到底该怎么选？ * 38:21 什么情况下该做付费测试？ * 40:11 增长团队怎么提效？分享一些好用的工具 * 40:56 Pass Due Payment 是一个隐藏的留存金矿 * 42:32 OpusClip 过去几年最正确的决策 * 45:02 分享一些对 AI 视频市场的观察 * 48:56 AI 视频产品最大的卡点是什么？ 【节目中提到的公司/产品】 RunwayML、Higgisfield：AI 视频生成产品，是定价策略的优秀案例 Intercom：客服支持工具 Canny：用于结构化收集用户的功能需求 statsig：可帮助创业公司快速搭建 AB Test 基建的 SaaS 工具 Arcade Software：用于制作产品 Demo 的软件，是付费转化的优秀案例 Mintlify：可以用于搭建 Help Center，提升客服团队效率 Listen Labs：用户调研产品，曾进行大幅定价调整 Pixverse：君陶比较看好的 AI 视频产品 【The gang that made this happen】 * 制作人：陈皮 * 剪辑：陈皮 * 片头：Mondo Bongo - Joe Strummer & The Mescaleros * 片尾：走过咖啡屋 - 千百惠

这期播客，我们邀请到了理想汽车高级副总裁、SVP——范皓宇。 皓宇的经历非常丰富：从工业设计起家，到手机、游戏、自媒体，再到今天的智能汽车。二十多年来，他跨越多个行业，亲历了中国过去二十年发展的黄金年代，也始终保持着一份理想主义和浪漫气质。 这期播客我们定下了一个很纯粹的目标——不聊理想的具体业务，而是纯聊产品、人生。我们从皓宇因为热爱文艺而选择来到北京聊起，在对话中，我们穿梭了二十多年的时空。 我们聊到他做了 25 年产品后的一些核心洞察：比如，在看似纷杂的经历中，他不变的底层能力和主线是什么？如何理解复杂的用户需求？以及，怎样做出一个「既要、又要、也要」的产品？ 除此之外，我们还探讨了一些更有哲学意味的话题，包括如何面对数据与个人品味的冲突、 「有趣」与「实用」之间的矛盾该如何取舍，以及，理想主义和实用主义之间的辩证关系等等。 节目中，皓宇提到，许知远曾说他是一个纯粹的理想主义者。但我反而觉得不然——他身上既有脚踏实地的实用主义，也有热爱文艺、想改变世界的理想主义。正因如此，他才需要超出常人的意志力，在两者之间保持平衡，去实现那个「让世界变得更美好」的目标。 和皓宇两个多小时的对话里，我最受感染的，是他身上那种乐观与笃定。希望这期节目，也能让你感受到他那种黄金时代留下的精气神，并从中获得一点乐观与信念的力量。 【人类博物馆】 导游：曲凯，42章经创始人 42 号珍藏：范皓宇，理想汽车高级副总裁、SVP 【时光机】 Part 1 浅忆黄金年代 * 2:10 一个文艺青年的自白：为什么总有人向往和留恋北京？ * 5:32 为什么最早一批互联网创业者如此理想主义、充满精气神？ * 9:10 创业的黄金年代是怎样被造就的？ * 9:19 原因一：中国在过去二十年经历了三重变迁 * 10:32 原因二：人的流动 Part 2 二十五年的产品和用户观察 * 13:56 分享：自己最满意的一次产品设计 * 14:38 做游戏、做自媒体、做产品…看似纷杂的经历背后，共通的底层能力是什么？ * 18:20 为什么做产品不能一味依赖数据反馈？ * 21:07 如何平衡产品的「有趣」与「有用」？ * 21:46 Maker、User、Designer 的三角关系 * 22:24 工业化如何分离了 Maker 和 User？ * 22:39 以苹果为代表的产品又怎样分离了 Designer 和 Maker？ * 22:48 AI 出现后，这三者的关系还会怎样变化？ * 26:15 如何理解用户、做好大众产品？ * 27:20 一二线城市与下沉市场的用户需求有什么不同？ * 32:26 过去几十年间，中国用户不变与变化的需求分别是什么？ * 36:06 大众的审美和品味，其实一直在提升 * 37:14 注入鸡血！在中国做产品，是一件幸福且充满希望的事 Part 3 产品哲学 * 39:42 品味的本质 * 42:03 当数据反馈与品味发生冲突时，该怎么办？ * 45:46 在不确定与逆境中，如何坚定地持续创造？ * 47:47 实用主义是理想主义的前提？ * 48:31 做产品怎么实现「既要又要」？ * 52:35 做软硬件产品的异同 * 53:43 如何找到真实的用户需求？ * 56:22 产品人与用户之间的三种关系：神、仆、友 * 59:54 最想分享的产品哲学：衡量好产品的「四个声音」 * 01:03:18 在 AI 时代，Maker、User、Designer 之外还会诞生一个新角色？ * 1:06:22 「有趣」可以被设计吗？为什么？ * 1:09:16 做产品一定不能只讲逻辑？ * 01:16:16 如果「有趣」与「有用」必须二选一，该如何取舍？ * 1:17:47 为什么 AI 会逼迫组织发生端到端的自我革命？ 【The gang that made this happen】 * 制作人：陈皮 * 剪辑：陈皮 * 片头：Mondo Bongo - Joe Strummer & The Mescaleros * 片尾：New Boy - 朴树

我一直认为，在 AI 时代，组织形式的重要性被大大低估了，但长远来看，它很可能成为创业公司最核心的竞争壁垒。因此，我最近一直在和各种人探讨 AI 时代的组织形式。 在上期和 Mercor 首位中国员工虞快的对谈中，我们也曾聊到过这个话题，但没来得及深入展开。于是，我又请来了一位在湾区创业的朋友——Palona AI 的联创任川，和虞快一起做了一场活动，继续探究硅谷最先进的组织形式。 Palona AI 是少数在思考、真的在实践 AI Native 组织形式的公司，而且成立后不久，他们就把 AI 全面嵌入了研发流程中（比如他们 90% 的代码都是 AI 写的），运转效率很高。在这次的活动中，任川毫无保留地分享了他们打造 AI Native 工程团队的核心经验，对国内创业者极具参考价值，所以我们决定把他的分享剪出来，尽快分享给大家。 在本期节目的上半段，任川从工作流、人才、组织三个维度，总结了一套可复制的实操经验。下半段则是现场交流，其中不乏很多好问题，比如怎么筛选真正会用 AI 的人、如何招到并留住顶尖人才等等，也很精彩。 刚听完任川的分享时，我有点感慨也有点兴奋：这场分享的听众，或许正在见证新时代组织形式的诞生与变革。虽然这句话听起来有点大哈哈，但这确实是我当时最真实的感受。所以，也希望这期节目能给大家带来一些启发。 【人类博物馆】 导游：曲凯，42章经创始人 41 号珍藏：任川，Palona AI 联合创始人，前 Google、LinkedIn 工程师 【时光机】 Part 1 用 AI 重构研发工作流的经验 * 3:51 一个例子：AI 如何远不止十倍地提效？ * 5:55 ① 默认由 AI 承担所有研发工作 * 7:00 分享几个亲测好用的工具 * 8:18 ② 只要有 SOP，就没有 Claude Code 无法完成的任务 * 9:36 ③ 反直觉经验之减少人与人之间的交互 Part 2 AI 时代最需要什么样的人才？ * 10:51 ① 人是 Context Provider * 11:00 一个重要的观念转变：应该是人为 AI 提效，而不是反过来 * 12:33 ② 做 Fast Learner，快速掌握「最少必要知识」 * 13:27 ③ 每个人都是为最终结果负责的 Builder Part 3 AI Native 的组织与分工 * 14:37 怎么分工更高效？ * 15:34 为什么工程师也应该去跑客户？ * 16:16 工程团队和其他团队怎么配合？ * 17:56 未来的组织结构可能什么样？怎么留住核心人才？ Part 4 Q&A 精选 * 19:49 我们 20 人的团队，没有一个全职的 PM * 20:47 未来可能没有 Engineer，大家都是 Builder * 24:22 硅谷对 AI Native 的组织形式形成共识了吗？ * 26:09 大厂很难转型成 AI Native 的组织形式？ * 28:59 AI 有能力处理复杂的历史代码吗？ * 30:51 AI 还可以重塑什么工作流？ * 31:55 该如何打造 AI Native 的组织形式？ * 33:07 如何筛选出真正会用 AI 的人？分享两个方法 * 36:27 怎么衡量 AI Code Review 的效果？ * 39:54 不同阶段的公司分别需要设立什么样的岗位？ * 43:57 怎样招到并激励 AI 人才？ 【任川在节目中提到的工具&文章】 CodeRabbit：AI Code Review 工具，可以把一次代码审查的时间从 1-2 天缩短到 10 分钟 Linear：AI 项目管理工具，在其中创建任务后，可自动分配给 AI 生成代码 Devin：华人团队开发的 AI 编程工具 incident.io：日志分析与告警工具，可覆盖近一半的运维工作 刘小排公众号 @刘小排r：大家可以去其中学习下他使用 Claude Code 的方法 文章《「全职员工」的消逝与「合伙人」及「小时工」的崛起》：zhuanlan.zhihu.com 【The gang that made this happen】 * 制作人：陈皮 * 剪辑：陈皮 * Bgm：Mondo Bongo - Joe Strummer & The Mescaleros

活动预告🥳：9 月 13 日，我们会请到虞快和 Palona AI 联创任川办一场线上活动，大家记得翻到 shownotes 末尾查看报名信息！ 这次硅谷之行，我的一大收获就是认识了 Mercor 的首位中国工程师（节目录制时也是全司唯一的中国员工）虞快。 Mercor 是上半年硅谷最热的创业公司之一。 它最初在大众印象中是一家 AI 招聘平台，但很快转型为直接与 Scale AI 等竞争的数据标注公司。 这次转型，使得 Mercor 在短短 11 个月内就实现了年收入 1 亿美金，估值也迅速攀升至 20 亿美金。 也正是这次转型，再次激起了我对 Mercor 的好奇：它究竟是一家怎样的公司？它相比于 Scale AI、Surge 等玩家的核心竞争力又是什么？ 在这期节目里，前半段我请虞快从内部人的视角，带我深入了解了 Mercor 的定位、业务流程、商业模式以及高速增长的原因等。后半段，我们则聊到了如何做出聪明的职业选择、硅谷创业公司的真实氛围、以及对识人用人的思考等等。 节目的最后，虞快还现场出了两道 IQ 思考题，也欢迎大家和我一起挑战 ；） 【人类博物馆】 导游：曲凯，42章经创始人 40 号珍藏：虞快，Mercor 首位中国工程师（节目录制时也是全司唯一一位中国员工），前金融科技独角兽工程总监，Google、Two Sigma、Citadel 工程师 【时光机】 Part 1 Mercor 的业务 * 1:57 AI 招聘？数据标注？Mercor 到底是做什么的？ * 03:05 为什么 AI Labs 不用 Scale AI、Surge，而选择 Mercor？ * 05:37 Mercor ToB 的商业模式是怎么跑通的？ * 09:01 拆解 Mercor 的产品和业务流程 * 09:06 ① 获客 * 10:00 ② AI Interview * 10:52 ③ 匹配和验证 * 13:05 在 Mercor，你甚至能看到时薪 400 刀、推荐费 5000 刀的岗位（疯狂心动… * 15:48 为什么 Mercor 的客户都很愿意花钱？ * 16:49 Meta 收购 Scale AI 的意图是什么？一些个人猜测 * 19:50 从 AI 招聘到数据标注，接下来 Mercor 的故事还能往哪走？ * 21:33 国内有可能复制出一个 Mercor 吗？ * 22:40 数据标注市场还有多大的增长空间？ Part2 职场智慧与识人之道 * 24:22 什么样的创业公司才值得加入？ * 27:07 Mercor 招 PM 最看重什么？ * 27:48 国外更容易出现年轻有为的创业者？为什么？ * 30:21 美国人的 sales 和 marketing 能力是怎么训练出来的？ * 30:47 Mercor 高速增长的秘诀：快 * 31:38 决策要快，但决策的对错不重要？ * 32:25 执行要快，增长是驱动团队的第一要素 * 33:03 美国创业公司其实比国内的更卷？ * 35:20 分享一些招人的标准 * 36:42 怎么判断一个人是否聪明？ * 37:21 示例：如何一秒钟学会一个新概念？ * 39:58 欢迎大家一起来挑战两道 IQ 题！ * 46:23 我从 Google 学到了什么？ * 47:23 到底该去什么样的公司？一个选工作的 tip * 47:58 未来 AI 公司的组织形态会是什么样子？ 【活动预告🥳】 9 月 13 日，我们会办一场线上活动。感兴趣的朋友欢迎点击链接或扫描下面的二维码，一起来认识&交流！ 【The gang that made this happen】 * 制作人：陈皮 * 剪辑：陈皮 * Bgm：Mondo Bongo - Joe Strummer & The Mescaleros

这又是一期录制于硅谷的节目。 差不多半年前，我来美国和莫傑麟聊了一期「东升西落」的市场叙事。彼时，DeepSeek 和 Manus 刚刚点燃了国内市场的信心和热度，也一度让美股跌入深坑。 半年过去，市场再次风云变幻：美股落了又升、GPT-5 发布、Agent 热潮冷却、以 Meta 为代表的大厂开启抢人大战……于是我又拉上莫傑麟，复盘过去半年硅谷和市场的新变化。 节目中我们聊出了一个核心结论： AI 正在进入一个全新的提速周期，但叙事的核心指标已从「Scaling Law」转向了「Token 消耗」。这意味着行业竞争正在从比「谁的模型更聪明」，转向拼「谁能把已有智能用得更好、更快、更省」。在这个趋势下，Infra 将成为下一个主战场，整合将成为关键词。 除此之外，我们还聊到许多值得反复咀嚼的话题，比如：英伟达还能涨吗？散户在这轮波动中扮演了怎样的角色？当前这波 A 股到底算不算牛市？国内外一二级市场的热点有什么不同等等。 最后，莫傑麟团队最近在做一个叫 WhatIf 的项目，希望把更多投研经验与 AI 实践结合起来。他们定期组织商业和投资的 Panel 讨论，如果你对中国和美国 AI 基础设施和应用公司研究有持续稳定的视角，且对宏观/二级市场策略感兴趣，可以在公众号「WhatIf Ideas」中提交注册信息，通过后加入讨论日历名单。 【人类博物馆】 导游：曲凯，42章经创始人 九号珍藏：莫傑麟，家族办公室资深从业者 【时光机】 Part 1 AI 发展的新共识 * 00:59 硅谷 AI 大转弯，Token 消耗成第一指标？ * 4:17 模型并没有更聪明，但为啥 GPT 的日活和使用时长还在涨？ * 6:21 不讲 Scaling Law，是不是意味着大家不再预期 AGI 了？ * 07:31 GPT-5 就没想和其他模型拼智商 * 9:28 模型和应用的分工发生了什么变化？ * 12:33 为什么我们不希望大模型也来做应用？ * 18:56 今年有哪些亮点的应用方向？ * 22:14 我们已经没有太多工具可以去评估模型的好与坏了 * 23:42 GPT-5 标志着 AI 竞争将进入国内创业者的舒适区？ * 26:26 Infra 优化可以拆分为 4 层 * 27:05 简评两家推理加速公司：Together AI & Fireworks * 28:53 应用层 Infra 的核心竞争力是什么？ Part 2 硅谷市场趋势复盘 * 33:13 英伟达还能涨多久？ * 38:09 该出现的 Infra 软件已经出现得差不多了？ * 39:08 Google 和 Meta 最值得研究的点分别是什么？ * 40:31 2025 的 FOMO 情绪不减反增，且已经从「抢卡」延伸到了「抢人」 * 44:00 为什么说 AI 是美国市场上唯一的「泡沫」？ * 46:57 支撑英伟达估值的逻辑发生了变化 * 48:52 接下来值得关注的两件事： * 48:59 ① Meta 砸钱招人有用吗？ * 49:20 ② AI 应用的真需求在哪？ * 54:48 这波 A 股到底是不是真牛市？怎么判断？ * 56:38 散户是这轮波动中非常值得研究的变量 * 59:59 A 股很难建立正反馈的闭环 * 1:03:31 美股三家值得持续关注的公司：Reddit、ServiceNow、Figma * 1:08:41 哪类 AI 公司能在一级市场拿到最夸张的估值？ * 1:12:20 国内一级市场的两大趋势 * 1:13:38 42章经接触的创业者普遍会遇到什么问题？ * 1:15:51 Vibe Coding 会带来「一人公司」的繁荣吗？ * 1:18:13 我们年初关于 AI 发展的预测，正在逐步被验证：为什么我们对 25 年 AI 极度乐观｜AI 年终复盘 【Reference】 * Agent 开发的上半场: 环境、Tools 和 Context 如何决定 Agent｜对谈 Sheet0 创始人王文锋 * 从 E2B 到 Browserbase，Agent Infra 新热点中有哪些大机会？ | 对谈 Grasp 创始人雷磊 * 关于 AI Infra 的一切 | 对谈阶跃星辰联创朱亦博 莫傑麟 @42章经 播客回顾： * 世界怎么就「东升西落」了？聊聊二级市场与 DeepSeek+Manus 的热潮｜对谈莫傑麟 2025.3.22 * 上半年 AI 市场有多差？别刚起跑就想冲刺 | 我答莫傑麟 2024.7.14 * 英伟达、Sora 与 AI 的三种核心叙事逻辑 | 对谈莫傑麟 2024.3.2 * 为什么我们开始乐观？关于经济发展的明线暗线、AI 与最佳实践 | 对谈莫傑麟 2023.12.3 【The gang that made this happen】 * 制作人：陈皮、Celia * 剪辑：陈皮 * Bgm：Mondo Bongo - Joe Strummer & The Mescaleros

活动预告🥳：8 月 16 日，我们会办一场线上活动，嘉宾是 Luma AI 模型产品 Lead 戴高乐、爱诗科技联创谢旭璋、前 OpusClip 增长产品负责人谢君陶，大家记得翻到 shownotes 末尾查看报名信息！ 本期嘉宾朱亦博可以说是国内最懂 AI Infra 的人之一。 从微软、字节 AI Infra 负责人到谷歌、再到阶跃联创，他的职业经历几乎和 AI Infra 的发展并行，如他所说，贾扬清、李沐等人可能是 AI Infra 的开路者，而他则是紧随其后的第二批从业者。 在这期播客中，亦博不仅分享了 AI Infra 的底层认知，也讲了很多行业的内幕故事与实战细节。我们从最基础的 AI Infra 定义聊起，解答了其在模型表现中的作用、重要性，也揭示了“优化指标”的意义与评判标准，并讨论了行业现状和未来发展等等内容。 听完这期，你可能会意识到：在大模型时代，AI Infra 不只是「降本」的后台支持，也是决定一家 AI 公司能走多远的核心战斗力。 BTW：阶跃最近刚刚开源了推理效率更高的基模 Step 3（github.com），亦博自己的团队也在招人中，感兴趣的可以联系邮箱：recruiting@step.ai 【人类博物馆】 导游：曲凯，42章经创始人 39 号珍藏：朱亦博，阶跃星辰联合创始人，前字节 AI Infra 负责人，也曾在微软、Google 任职 * 1:07 AI Infra 的定义 * 2:49 贾扬清、李沐是 AI Infra 的第一批人，我属于第二批 * 4:13 为什么说 Infra 迎来了一个新的 Google 级别的机会？ * 6:21 移动互联网 vs 大模型时代：两代 Infra 有什么异同？ * 7:38 算法人可能「只有 2 年的保质期」，Infra 更吃经验 * 8:40 怎么衡量 AI Infra 的好坏？几个关键指标 * 10:09 该不该、该怎么投入 Infra？一笔很好量化的 ROI 账 * 11:20 面对云厂商和模型公司的挤压，第三方公司的突破口是什么？ * 14:17 对 Infra 人的一句忠告：要么深入模型、要么深入硬件 * 16:15 AI Infra 对模型效果到底有多大的影响？ * 17:45 DeepSeek 能冲出来，一大原因是选对了优化目标 * 20:04 阶跃现在最重视的优化目标是什么？ * 22:06 Infra、算法、数据团队之间该怎么配合？有关组织架构的心得体会 * 28:41 做 AI Infra 最大的阻碍是什么？ * 30:16 模型范式不会那么快革新，但多模态可能是一个突破口 * 32:29 简评几家硅谷当红 AI Infra 公司 * 34:15 第三方 AI Infra 的创业机会在哪里？ * 36:35 我们想提升国产卡的竞争力，哪怕只有一点点 * 39:28 介绍一下阶跃新发布的视觉推理模型 * 46:30 DeepSeek 做得好，就是因为梁文锋懂 Infra？ * 47:54 一些业内真实的踩坑案例 * 55:13 给 Infra 从业者的一些建议 * 55:43 《The Bitter Lesson》的含金量还在上升 【活动预告🥳】 8 月 16 日，我们会办一场线上活动。感兴趣的朋友欢迎点击链接或扫描下面的二维码，一起来认识&交流！ 【The gang that made this happen】 * 制作人：陈皮、Celia * 剪辑：陈皮 * Bgm：Mondo Bongo - Joe Strummer & The Mescaleros

最近，AI 创投圈接连出现了两起引人关注的收并购事件：智元机器人买入上市公司控股权、Windsurf 宣布被收购。 收并购，似乎正越来越频繁地出现在创业者的视野中。 相信大家对收并购这个词并不陌生，但未必了解其背后的资本逻辑，我们也一直对并购的运作方式有很多好奇之处。因此，本期节目我们请到了一位有十多年经验的资深并购投资人来一起聊聊收并购这件事。 本期节目中我们聊到了智元近期的资本动作、并购基金与 VC/PE 的核心差异、一名优秀的并购投资人需要具备哪些关键能力，以及一桩复杂交易如何真正落地等。节目的最后，我们也请立阳从他的视角，给 AI 创业者分享了一些关于收并购的实用建议。 【人类博物馆】 导游：曲凯，42章经创始人 38 号珍藏：张立阳，云磬投资创始人，有十五年的并购经验。此前，他曾先后任麦肯锡公司的战略分析师、中信资本的执行董事，及 TPG 亚洲基金的董事总经理。 【时光机】 * 1:27 当我们说并购的时候，到底在说什么？ * 6:54 为什么很多一级市场的人开始做二级市场？ * 7:59 智元到底是不是在「借壳」？ * 10:11 做并购和做 VC/PE 的核心区别是什么？ * 12:14 并购是一件概率高、赔率低的事情？ * 15:04 并购投资人就像工程师，要通过财务模型拧紧每一颗螺丝 * 17:55 为什么很多并购基金喜欢把上市公司私有化？ * 19:27 并购的最大价值：通过改变生产关系解放生产力 * 20:59 并购通常都会管理层大换血吗？ * 28:25 找项目的两个流派：行业覆盖 V.S. 抓结构性机会 * 29:56 做 VC 是投梦想，做并购是盘生意 * 32:12 怎么协调各方复杂的利益关系？ * 36:13 一个案例：一场极限施压的伦敦闪电战 * 37:58 在顶尖 MBA 项目中学到的谈判技巧 * 44:51 做并购最关键的两件事 * 45:53 追 Alpha 就像气宗，追 Beta 则像剑宗 * 48:00 未来，并购在中国可能会怎么发展？ * 49:19 给 AI 创业者的几点收并购建议 【Reference】 * 《门口的野蛮人》 * 单伟建《金钱博弈》（Money Games：The Inside Story of How American Dealmakers Saved Korea's Most Iconic Bank） 【The gang that made this happen】 * 制作人：陈皮、Celia * 剪辑：陈皮 * Bgm：Mondo Bongo - Joe Strummer & The Mescaleros

本期节目录制于一次内部分享活动。因为我们每天都在找人、聊人，于是请来了在 BD 方面颇有经验的 Angie，分享她的一些方法和心得。 坦白讲，起初我们有点犹豫到底要不要发布这期播客，因为担心内容听起来比较“功利”，但最后还是决定放出来——因为只要你需要与人打交道，无论是找合作方、组建团队，还是建立一个更高效的社交网络，这些方法都非常实用。 在这次分享中，Angie 提供了一整套 BD 框架：从如何确认线索、获取转介绍、建联，到如何增信、促成转化和实现长期经营，她一一拆解了每个关键环节背后的策略与思路，我也在一些问题上有所补充。 其实，所有行业最后的本质都是 BD，世界本身也是一场大的 Sales。当我们掌握了 BD 的核心方法，也就拥有了与人建立连接、达成合作、共同前行的能力。 当然，技巧只是起点。希望我们都可以在日常实践中不断积累势能，慢慢从一个自下而上的链接者，变成一个拥有影响力的构建者。 【人类博物馆】 导游：曲凯，42章经创始人 37 号珍藏：戴安琪，某科技家办副总裁，前36氪出海创始团队，科技&跨境出海 super node Part 1 线索确认和转介绍 * 00:49 明确客户画像和渠道画像，是一切的起点 * 1:04 目标客户可以从哪找？ * 5:21 思考题：你能脱口说出自己最牛的 1-3 点吗？ * 5:55 BD 分两种：① 专业型 ② 人格魅力型 * 6:47 要善用平台的杠杆、精准提炼你的机构价值 * 8:15 怎么筛选出一个靠谱的转介绍人？ Part 2 怎么成功建联？ * 9:30 「你是不是一个 likeable person」这件事很重要 * 11:19 找人不仅靠努力和运气，也需要运营 sense * 11:54 把废话说好是一项非常牛的技能 * 12:41 沟通中最消极的反应是不说话，任何其他反应都能给你带来机会 * 13:58 想在线下约到重要客户？装熟 + 积极主动 + 坚持不要脸 * 15:24 怎么才能把废话说好？ * 17:46 对于有好奇心、爱学的人来说，任何事情都是素材和课堂 * 18:55 一个让对方舒服的聊天框架：5 分钟闲天 + 45 分钟对方关心的事 + 10 分钟自己的需求 * 19:31 关于聊天的节奏感 Part 3 增信 * 20:26 任何细节都可以为你增信，包括你的微信头像 * 21:04 真诚是必杀技，不要在拿过更大结果的人面前耍小聪明 * 23:24 比较厉害的人都是理性判断、感性决策 * 24:34 做 BD 也需要动线设计，要在关键节点释放情绪价值 Part 4 转化 * 25:29 成功转化的核心：需求匹配 + 关系到位 * 27:46 把长期主义纳入每一次 BD 的微决策 * 29:39 只有当你知道自己想要什么时，别人才知道该怎么帮你 * 30:22 世界本身就是一场巨大的 Sales 【The gang that made this happen】 * 制作人：陈皮、Celia * 剪辑：陈皮 * Bgm：Mondo Bongo - Joe Strummer & The Mescaleros

活动预告🥳：6 月 21 日，我们会请到雷磊和 Gus (Memobase & nano-graphrag 作者，solo 项目 GitHub 获 5000+ Star) 办一场线下活动，大家记得翻到 shownotes 末尾查看报名信息！ Agent 赛道自今年年初被 Manus 引爆以来，热度持续了好几个月。有非常多各种方向和概念的 Agent 项目已经拿到融资，而很多人也已经开始思考： 下一波机会，会出现在哪里？ 我们看到的可能性之一，就是 Agent Infra。 原因在于，如果未来真的会有万亿个 Agent，它们将不再只是「工具本身」，而会反过来成为无数软件的「终端用户」。而由于 Agent 和人类的行动模式存在本质区别，我们很可能需要重新设计整个 AI-Native 的软件体系，从代码环境、浏览器，到各种工具，全部为 Agent 重写一遍。 于是本期节目，我们请来了 Grasp（一款给 Agent 用的浏览器） 创始人雷磊，一起聊聊他对 Agent Infra 的观察与思考。我们讨论了「给 Agent 做产品」与「给人做产品」在底层逻辑上的差异、Agent Infra 的两大明星项目 E2B 和 Browserbase，以及这个领域未来可能出现的创业机会等等。 Grasp 现已开放 waiting list 申请：https://getgrasp.ai，即将内测。 【人类博物馆】 导游：曲凯，42章经创始人 36 号珍藏：雷磊，Grasp、AirCode 创始人，连续创业者，前字节开发者平台轻服务产品负责人，超过十年开发者领域经验 【时光机】 * 1:03 Agent 热潮之后，下一波机会可能是 Agent Infra * 3:55 未来应该是「人为 Agent 服务」，而不是「Agent 为人服务」？ * 6:17 人与 Agent 的核心区别 * 6:22 ① 工作范式：人是单线程，而 AI 是多线程 * 7:23 ② 责任与安全边界：人可以对自己的行为负责，但 AI… * 10:49 Agent Infra 产品最关键的是什么？ * 13:03 被 Manus 带火的 E2B 到底是个啥？ * 15:02 虚拟机、云、沙盒、E2B 的关系是什么？ * 15:54 Agent 产品一定是在云端运行 * 18:35 云厂商就像「地产商」，而 E2B 类产品是「装修商」 * 21:02 什么团队适合做 E2B 这样的产品？ * 26:49 Agent Infra 产品 = 给 Agent 用的 SaaS * 28:32 海外当红的 Browserbase 又是做啥的？ * 31:48 给 AI 用的浏览器 V.S. 给人用的浏览器有哪些区别？ * 35:55 Agent Browser 的三层架构：Runtime + Agentic + Knowledge * 42:40 为什么说今天的 Browser Use 很像 23 年的 AI Coding？ * 44:35 二者都还有上千亿美金的市场增长空间 * 47:46 Agent Infra 还有哪些值得重做一遍的机会？ * 49:04 一个迷思：有没有可能 AI 根本就不需要人类的反馈？ 【活动预告🥳】 6 月 21 日，我们会办一场线下活动。感兴趣的朋友欢迎点击链接或扫描下面的二维码，一起来认识&交流！ 【The gang that made this happen】 * 制作人：陈皮、Celia * 剪辑：陈皮 * Bgm：Mondo Bongo - Joe Strummer & The Mescaleros

在去年那期播放量超 10w 的节目《这个世界变难了，我们该如何应对？》中，津剑从信号学的角度拆解了这两年世界变化的本质，给很多人带来了一个全新的思考万事万物的视角。而针对世界的新变化，津剑也在一年后为我们带来了他升级后的思考。 这期节目的前半小时，你会听到津剑在我们线下活动中的个人分享。他从「频率与频谱」的角度出发，解释了这个世界为什么在加速分化？注意力机制为什么人类最重要的特质之一？ 为什么说 Agent 其实是一场感知革命？人类在 AI 时代的核心价值又是什么？节目的后半段，则是我和津剑的双人对谈。我们讨论了一些更具体的问题，比如怎么判断一个方向值不值得坚持？未来 5 年 AI 可能会发展成什么样等等。 希望这期听完之后，我们都能更好地重建自己的注意力系统。 After all. Attention Is All We Need. 绿洲也在制作自己的播客节目《信号与噪声》(链接：www.xiaoyuzhoufm.com)，诉说更多关于生命力的故事，欢迎大家订阅关注！ 【人类博物馆】 导游：曲凯，42章经创始人 1 号珍藏：张津剑，绿洲资本合伙人 【时光机】 Part 1 单人演讲《投资中的频率与频谱》 * 1:15 2025 年，世界在加速分化 * 1:20 分化的背后是注意力的失控 * 2:43 注意力是大脑进化出的主动滤波器 * 6:20 顶级企业家有一个共同特点——专注 * 9:12 拉尔森效应与世界的啸叫 * 11:33 这个时代的机会在变多，而不是变少 * 11:59 如何重建注意力机制？ * 15:26 作为一个多模态大模型，人类能感知到的世界是真实世界的 1/10^9 * 21:48 Agent 是一场感知革命，AI 能处理的模态和频谱理论上是无限的 * 25:27 从以「人」为中心组织工作，到以「AI」为中心组织工作 * 28:49 Wishful thinking 是一种懒惰 * 30:03 人类因为自身的有限性而进化出了审美 ，这也是 AI 时代人最核心的价值 Part 2 双人对谈《人的有限与无限》 * 33:58 怎么找到真正值得注意的事，并坚持下去？ * 40:17 绝症面前，人会改变自己，还是接纳自己？ * 42:39 分享两个提高决策力的方法 * 43:48 区块链与 AR&VR 被低估了 * 47:06 未来 5 年，人 和 AI 之间的关系可能会发展成什么样？ * 49:01 工业革命：体力→智力，AI 时代：智力→心力 * 50:53 未来的智能会像今天的电一样 * 51:54 什么是新时代的「家电三件套」？ * 53:10 分化世界下，普通人还有机会吗？ 【Reference】 张津剑 @42章经 系列回顾 播客 世界好像变难了，我们该如何应对？ 2024.5.26 投 AI 最猛的人 2023.7.30 文章 投资中的节奏与结构 2023.6.18 投资中的周期与载波 2021.3.14 投资决策中的信噪比 2020.2.23 投资中的信号与噪声 2018.12.2 （谢谢到场的每一位朋友！） 【The gang that made this happen】 * 制作人：陈皮、Celia * 剪辑：陈皮 * Bgm：Mondo Bongo - Joe Strummer & The Mescaleros

活动预告🥳：5 月 31 日，我们会请到东旭办一场线上活动，大家记得翻到 shownotes 末尾查看报名信息！ PingCAP 在前些年最被大家熟知的可能就是其非常高的估值，经常被 challenge 的则是其商业化的收入。而这两年很多人不知道的是 PingCAP 的国际化业务发展得异常好，且已经有了非常高的海外年收入。 23 年我曾经请云启资本的陈昱分享过他投资 PingCAP 等知名公司背后的逻辑。在那期播客中，陈昱说他投资 PingCAP 的重要原因之一是发现他们团队有野心（选择了分布式数据库这个难度极高的方向）、且有实现野心的潜力（三个联创都是技术背景，代码写得很扎实）。 两年过去，很开心今天终于能和 PingCAP 的联合创始人兼 CTO 黄东旭面对面聊天，听他亲口讲述这家估值 30 亿美金的数据库创业公司从 0 到 1 的实践和思考。 在这期播客中，东旭坦诚分享了他们踩过的非常多的坑。我们聊到了 PingCAP 在发展过程中的关键决策、开源项目的运作逻辑与商业化策略，以及中国团队在海外市场的落地经验和商业化探索过程。此外，他也从他的视角聊到了很多关于 AI 的观察和思考。 和他聊的时候，还意外得知原来他是一个弹吉他和贝斯、玩合成器的音乐爱好者，这个爱好，也是他创业十年来保持身心轻盈的重要原因之一 ；） 【人类博物馆】 导游：曲凯，42章经创始人 35 号珍藏：PingCAP 联合创始人、CTO，PingCAP 最新公开估值已达 30 亿美元 【时光机】 Part1 PingCAP 从 0 到 1 的发展历程 * 1:21 PingCAP 到底是做什么的？—— 一个装数据的魔法杯子 * 6:55 PingCAP 十年来最关键的四个决策 * 7:10 ① 开源 * 7:30 ② 选择了关系型数据库这个难度最大、但期望最高的方向 * 8:37 ③ 做全球化 * 9:09 ④ 转型云服务 * 9:52 为什么 15 年还能长出一个数据库巨头？ * 12:58 为什么在商业化没做起来时，公司就能有 30 亿美金的估值？ * 18:47 商业化的摸索过程 Part2 关于国际化的经验和思考 * 24:32 一个真·国际化的公司应该具备什么样的心态？ * 27:51 怎么判断自己的公司是不是真的做到了国际化？ * 32:33 在国际化的过程中，我们可踩过太多坑了… * 34:03 先做美国市场是一个事半功倍的选择 * 34:49 这波 AI 创业者中我最看好 Day 1 就搬去美国的那一批 * 36:51 想融入当地环境？先招个本地销售，然后跟着 ta 一起跑客户 * 40:34 出海没有捷径，我过去十年尝试的所有花活基本上都失败了 * 43:57 出海华人创业者，第一容易高估语言障碍，第二容易高估商业化难度 * 45:23 一些关于 AI 的观察和思考 * 45:53 营销被大大低估了！不存在什么「酒香不怕巷子深」 * 46:42 AI 还缺一个通用的 sharing memory layer * 49:26 我个人很看好企业服务端的机会 【Reference】 * Agent 开发的上半场: 环境、Tools 和 Context 如何决定 Agent｜对谈 Sheet0 创始人王文锋 * 揭秘 Minimax、Zilliz、PingCAP 背后的投资逻辑 | 对谈云启合伙人陈昱 【活动预告🥳】 5 月 31 日，我们会办一场线上活动。感兴趣的朋友欢迎点击链接或扫描下面的二维码，一起来认识&交流！ 【The gang that made this happen】 * 制作人：陈皮、Celia * 剪辑：陈皮 * Bgm：Mondo Bongo - Joe Strummer & The Mescaleros

活动预告🥳：5 月 24 日，我们会请到丁丁和 Fellou 创始人谢扬办一场线上活动，大家记得翻到 shownotes 末尾查看报名信息！ 像 RL 这个概念一样，Benchmark 和 Evaluation 也是做 AI 的人经常挂在嘴边的词，但到底该怎么理解这个概念，该如何正确的设定这些问题和数值呢？ 正巧前不久 OpenAI 研究员姚顺雨的那篇《AI 即将进入下半场》特别火，他核心讲的就是「我们当下已经进入了 AI 的第二阶段——从解决问题转向定义问题，评估的意义会超过训练本身。而这其中，评估最关键的不是设置更难的基准测试，而是要在实际落地的场景中重新设计一套实用的评估标准」。 所以这期我们请到了前 Kimi 产品经理丁丁，从她在大模型公司一年多的实践经验出发，请她分享些对于 Benchmark 和 Evaluation 的思考，相信大多数人听完这期都会对这些概念有更深的理解，也可以开始自己设定一些评估问题和标准了。 P.S. 丁丁之前曾在微信做过 5 年的搜索产品，也在美团做过策略产品，所以在节目最后她也分享了一些从古典产品转型 AI 产品经理的心得。 【人类博物馆】 导游：曲凯，42章经创始人 34 号珍藏：丁丁，前微信、美团、Moonshot 产品（负责 Kimi App） 【时光机】 * 1:27 进入 AI 下半场，「重新定义 Benchmark」比「刷榜提分」更关键 * 3:23 回顾 AI 上半场，国内大模型公司的发展重心历经了哪些变化？ * 5:51 一味追求 DAU 是一种偷懒的经验主义 * 7:07 数据固然重要，但更多的用户数据 ≠ 更好的模型智能 * 9:28 如果你是梁文锋，你要不要承接这波泼天的用户？ * 9:59 Evaluation 和 Benchmark 是拉开模型差距的一大关键 * 14:40 对于没有标准答案的问题，该怎么制定 Benchmark？ * 17:55 怎么衡量 Benchmark 的好坏？ * 22:14 创业公司的 Benchmark 有多少道题比较合理？ * 22:38 能通过高频的用户 Prompt 反推出一套 Benchmark 吗？ * 24:23 让模型「突出长板」好，还是「全面均衡」好？ * 25:42 以 C.AI 类产品为例，示范一下该怎么设计 Benchmark * 29:28 Benchmark 是团队的核心机密，算法同学都不应该告诉 * 30:07 AI 产品经理和古典产品经理有什么异同？ * 31:49 怎么更好地理解模型边界？ * 33:38 未来每个人都要具备全栈能力 * 35:38 做微信产品积累下来的 knowhow * 39:52 分享一些招 AI 产品经理的标准 【Reference】 * OpenAI Agent Researcher 姚顺雨的最新博客内容，探讨了 AI 发展的「下半场」：ysymyth.github.io * 一个顶级 AI 产品经理的自我修养 | 对谈光年之外产品负责人 Hidecloud 【活动预告🥳】 5 月 24 日，我们会办一场线上活动。感兴趣的朋友欢迎点击链接或扫描下面的二维码，一起来认识&交流！ 【The gang that made this happen】 * 制作人：陈皮、Celia * 剪辑：陈皮 * Bgm：Mondo Bongo - Joe Strummer & The Mescaleros

活动预告🥳：4 月 26 日，我们会请到 sheet0.com 创始人文锋做一场线下活动，大家记得翻到 shownotes 末尾查看报名信息！ 关于 Agent 这个话题，我自己有一些核心在思考的问题，相信这些也是很多人同样会有疑问的地方，这期播客中我们就这些问题展开了讨论，并基本得到了一些答案： 1）怎么定义 Agent，Agent 最重要的是什么 2）今天的 Agent 和两年前的 Agent 的区别是什么 3）如何简单快速理解 Function Call，Coding Agent，MCP，A2A，Computer Use，Browser Use 等概念 4）不同方式的区别是什么，有什么优劣之分吗 5）怎么看通用 Agent 和垂直 Agent 的区别，终局是什么 6）AI Coding 和 Agent 最终会是一件事吗，或者二者会有什么关联 7）Workflow 和 Agent 的区别和终局 8）RL 这件事在 Agent 里的重要程度是什么，一家公司（尤其是做 Agent 的创业公司）到底该如何使用 RL 9）大模型自身的 Agent 比如 OpenAI Operator 和其他应用产品的区别是什么，最终市场形态会怎样 10）如何快速判断一家 Agent 公司做得好不好 另外，在整段讨论中，本期嘉宾文锋基于长时间对 Agent 的研究和实操，还提出了很多理解和分析 Agent 的框架和关键要素，以及在接近结尾部分留下了让我非常有启发的一句话：AI Coding 是大模型的灵巧手。 【人类博物馆】 导游：曲凯，42章经创始人 33 号珍藏：王文锋，Agent builder，sheet0.com Founder & CEO，连续创业者，有近十年 AI、Data Infra 产品设计和 Coding 经验。sheet0.com 已开放 waiting list 申请，即将内测。 【时光机】 * 00:47 Agent 三要素：LLM、Context、Tool Use * 1:17 这波 Agent 和过去两年的区别是什么？ * 2:30 怎么理解 Agent 中的 Context？ * 4:21 快速理解 Tool Use 的不同方案 * 4:40 代码调用支线：Function Call、MCP、A2A 之间的区别是什么？ * 6:35 模拟人类支线：浏览器是大模型能调用的最重要的工具 * 7:07 两条支线各有优缺点，也可以混合起来 * 10:27 Manus、Devin、Genspark 各用的什么方案？ * 12:25 Browser Use 的核心价值是给用户提供「安全感」 * 14:19 AI Coding 和 Agent 最终会殊途同归吗？ * 16:15 Agent 的终局会走向通用还是垂直？ * 17:17 脱离了 RL，Agent 就不成立了 * 19:15 所以 Agent 创业公司该如何使用 RL？ * 22:54 一个非共识理解：聊天框 + 场景推荐 UI 界面就是最好的交互形态 * 31:54 Sheet0 是一个怎样的 Agent 产品？ * 34:15 怎么把任务执行的准确率做到了 100%？ * 35:39 Workflow 会被 Agent 颠覆掉吗？ * 36:49 不同 Agent 的核心区别是什么？ * 39:05 AI Coding 是大模型的「灵巧手」 * 41:41 Agent 有两大「信任」命题 * 44:22 分享一个预测 Agent 未来发展的思考框架 * 47:33 如何快速判断一家 Agent 公司做得好不好？ 【Reference】 文锋推荐大家都读一读强化学习之父 Richard Sutton 的《Reinforcement Learning：An Introduction》 【活动预告🥳】 4 月 26 日，我们会请到文锋做一场线下活动，感兴趣的朋友欢迎点击链接或扫描下面的二维码，一起来认识&交流！ 【The gang that made this happen】 * 制作人：陈皮、Celia * 剪辑：陈皮 * Bgm：Mondo Bongo - Joe Strummer & The Mescaleros