🎙️【本期看点】 Anthropic 突然放出“Mythos”模型，却不对外开放，只限白名单机构使用——背后是安全焦虑，还是商业重构？本期我们从 Project Glasswing 说起，拆解最强模型为何“藏着掖着”，以及这标志着一个怎样的AI权力分配新秩序。 🔍 本期你将听到： * 00:45 Mythos 模型到底有多强？ 自主识别漏洞、串联攻击链、发现27年前的OpenBSD漏洞……能力强到“不敢开放” * 06:20 什么是 Project Glasswing？ 一个沙盒化的网络安全计划，只有指定机构能用，第一批40家白名单 * 12:15 安全的背后，是商业护城河的重构 从“一键扩散”到“分层使用权”：模型原厂 → 战略客户 → 一般企业 → 开源社区 * 18:30 反蒸馏、反平台化：为什么大模型公司害怕成为“水电煤” 前沿实验室的真正敌人不是黑客，而是开源agent层 * 25:00 创业者该怎么办？ 不再拼模型，而是拼“脏活累活”：闭环、数据独占、流程接管 * 32:10 HumanX大会的潜台词 银行、联储、科技巨头开始聊AI安全，AI正在变成“准公共基础设施” * 38:45 结语：不是封锁技术，而是控制节奏 6-18个月的时间窗口，谁先进白名单，谁就先赢半步 🎧 适合谁听： * AI创业者、投资人 * 关注大模型商业化与安全博弈的产品经理 * 想理解“AI权力结构”未来的思考者 📌 延伸思考： 当最强模型不再是“谁都能接一杯的自助饮水机”，而是“机场贵宾厅的手冲咖啡”——你手里有没有那张贵宾卡？

📡 本期播客 Show Notes 标题： 美国载人探月与太空创业崛起：SpaceX非公开申报上市，估值剑指2万亿？ 简介： 时隔半个多世纪，美国再次将宇航员送往月球方向——NASA的“阿尔忒弥斯2号”任务已从肯尼迪航天中心发射，四名宇航员正在绕月飞行。这次任务为何如此重要？为什么NASA一边花着20-40亿美元的SLS重型火箭，一边又悄悄把未来深空任务向商业航天开放竞标？当SpaceX被曝已非公开申报上市、估值有望冲击2万亿美元，我们是否正站在“太空经济”爆发的奇点上？本期播客，我们从这次探月任务切入，拆解SLS背后的国防与政治逻辑，对比SpaceX、蓝色起源等商业玩家的低成本复用火箭，并深入探讨硅谷最新融资热潮——从轨道数据中心（Starcloud星云）到月球酒店、太空加油站、在轨AI推理……一个以“物理约束套利”为核心逻辑的太空创业时代，已经到来。 🎙️ 你将听到： * Artemis II 为什么只是“绕月”而非登月？深空载人测试的关键意义 * SLS：一次发射40亿美金，不可回收，却靠国会“输血”存活——国家叙事 vs 商业效率 * SpaceX已非公开申报上市，估值2万亿？商业航天的可复用、快速迭代、成本碾压 * 为什么NASA搞“双轨制”：旧体系又贵又慢，新体系尚未完全成熟 * 太空创业的五大层级：从发射、卫星数据、硬件制造，到在轨基础设施、太空工业文明 * Starcloud星云：把英伟达H100送入轨道，在轨训练AI大模型——逃离地球能源与土地约束 * 投资原则：寻找“物理约束套利”——用太空解决地球上越来越贵的难题（电力、散热、观测、微重力制造……） 💡 适合谁听： 关注航天科技、商业投资、硅谷创业、AI+太空交叉领域的你。别以为这是“有钱没处花”的情怀——美国政府是最好的客户，而下一代万亿市值公司可能正在轨道上诞生。 🔗 相关关键词： #NASA #Artemis II #SLS #SpaceX上市 #商业航天 #星云Starcloud #物理约束套利 #在轨AI #深空经济

本集内容围绕当下 AI 行业的核心变局展开，拆解 Sora、Manus（Minus）的发展困境，剖析 AI 时代价值分配的底层逻辑，点出 AI 技术爆发下企业与个人的不同发展走向，也分享了一线投资机构 Amino 的最新投资视角和判断。 核心看点 1. Sora 停更、Manus 遇冷的底层原因：OpenAI 关停 Sora 并非产品失败，而是为 IPO 清理资产负债表，这类独立 AI 视频社区属于高资本支出、低用户留存的模式，且 AI 生成视频成本居高不下、合规灰产问题突出，连迪士尼 10 亿美金合作也最终告吹；Manus 虽率先做出通用 AI agent 的 demo，却因身处云端闭源代理应用层，向上付高昂 API 费、向下拿不到用户私有数据，成了 “昂贵的中间商”，而 Open Cloud 的出现更是直接冲击了其生存空间，让 AI agent 的价值重心从云端对话转向执行运行时。 2. AI 行业的核心转向：当下 AI 发展已从 demo 阶段迈入工作流阶段，投资逻辑也从单纯看增长，转向关注单位经济效益和监管护城河，数据门槛仍是核心，但 “谁提供数据、谁付钱” 的商业逻辑发生重大变化，OpenAI、Anthropic 等头部玩家也纷纷放弃消费级入口，全力抢占企业级入口。 3. AI 的价值分配：只提升公司效率，不涨员工工资：这波 AI 的本质是劳动向资本的转移，其带来的毛利提升几乎全部体现在企业净收益和估值扩张上，与员工工资无关；大厂纷纷裁员，人力边际价值被 AI 快速稀释，资产拥有者会因 AI 变得更富，而单纯靠工资收入的普通人面临收入停滞甚至下跌的风险。 4. 普通人的对冲策略与投资机构的布局：黑石经济学家给出的建议是开设资产账户、做好资产管理，甚至从孩子出生就开启股票账户，通过持有资产分享 AI 带来的价值增长；一线投资机构则更看重 AI 原生工作流的基础设施，布局云端 GPU、数据供给、企业级 AI 工作流等赛道，且当下创投市场资金高度向 AI 集中，YC Demo Day 也几乎无消费级产品，全是企业级布局。 5. SaaS 行业的 AI 变局：AI 并非杀死所有软件，而是淘汰不掌握数据、不掌握入口的平庸软件，深嵌入平台的 SaaS 产品（如 Google Workspace）结合 AI 后反而会成为更核心的产品，市场也在重新计算软件公司的现金流寿命，浅层套壳软件估值大幅降低。 延伸思考 AI 的爆发已是不可逆转的趋势，对于打工人而言，单纯依靠薪资的模式正面临巨大挑战；而对于创业者和投资者，企业级 AI 工作流、AI 原生基础设施、合规的下游产业转化，才是当下的核心机会。掌握资产所有权，而非只出卖劳动力，成为应对这波 AI 浪潮的关键。

🎙️ 本期播客：英伟达GTC后，硅谷的6个反常现象 在英伟达GTC大会之后，硅谷的AI叙事正在发生剧烈分化。本期徐博士从一线观察出发，拆解GTC后浮现的6个反常现象，揭示AI正在如何重塑投资逻辑、公司结构与个人命运。 🔍 本期你将听到： 1. 从软件到重资产 AI不再是纯软件故事，英伟达、OpenAI等正走向“基础设施公司”模式，估值逻辑转向供需关系与CAPEX投入。 2. SARS的“杠铃化” SARS公司面临估值挤压，转型快的公司如Rapid，借助AI一跃成为九十亿美金独角兽，服务即软件（Service as Software）成为新方向。 3. AI的集中化悖论 AI本应平权，现实却是平台巨头加速收编入口，争夺“默认助手”身份，成为下一代流量与支付的超级入口。 4. 裁员与重组先行 AI提效的故事尚未落地，资本市场已倒逼大厂裁员，普通员工为AI基建的CAPEX买单，组织震荡成为常态。 5. 模型退居二线，算力与合规成核心 模型能力逐渐commoditized，真正的壁垒在于算力交付、供应链管理与合规能力，灰色路径已无空间。 6. 创始人更拼了 AI没有解放创始人，反而让他们回归产品一线，亲自写代码、调agent，进入极致的“founder mode”。 🎧 适合谁听： 投资人、创业者、科技从业者，以及对AI行业趋势与硅谷动态感兴趣的每一位思考者。

【主播】：硅谷徐博士 Show Notes： 这一期节目，我们讨论一个非常直接、也非常现实的问题： 你已经被 AI 击中了。 但真正可怕的并不是 AI 变得更聪明，而是一个更根本的变化—— 你的决策对手，已经不再是人。 在过去，你面对的竞争对手可能是一个同事、一个团队，或者一家公司。但今天，你面对的很可能是： 一个人 + 一整套 AI agent 系统。 这些系统可以自动执行任务、自动迭代、自动反馈，甚至自动进行研发和决策。在这样的结构下，竞争的速度和规模都发生了质的变化。 过去一个人完成的工作可能需要几个小时甚至几天，而现在，一个 AI agent 系统可能在几秒钟之内完成。 总结： 很多人担心 AI 会不会取代人类。 但真正的风险其实不是 AI 本身，而是你的竞争对手已经开始使用 AI，而你还没有。 未来的竞争，很可能不是人与 AI 的竞争，而是： AI 加持的人，对没有 AI 的人。 当一个人拥有一整套 AI agent 系统时，他的效率、决策速度和执行能力都会被成倍放大。 所以问题从来不是 AI 会不会来，而是： 你是否已经开始使用它。 在这个时代，真正重要的能力，不再只是努力工作，而是学会如何设计任务、调度系统、放大自己的认知杠杆。 当 AI 成为基础设施时，每个人都必须重新思考自己的价值。 不是你能做多少事，而是： 你能调度多少智能。

【主播】：硅谷徐博士 本期播客围绕近期 Sitrani 刷屏文章“2028 全球智能危机——幽灵GDP”展开讨论，解读 AI 替代人类工作、经济可持续性与创业机会。主持人分享了从投资人的视角看待 AI 发展的洞察，包括年轻创业者如何利用 AI 提升效率、重新定义服务收费模式，以及新兴 AI 基础设施与应用的投资趋势。同时强调，AI 并非无限制替代人类，而是先吞流程再吞岗位，投资和创业仍是最可靠的长期策略。 * 幽灵GDP与经济恐慌的不现实性 幽灵GDP报告强调机器取代白领，但忽略了人类消费能力与需求持续增长。高薪岗位若被取代，短期可能影响信用和消费，但创业和资本分配机制保证了财富循环与再分配，经济不会立即陷入死循环。投资者应关注可持续商业模式而非恐慌情绪。 * AI 替代流程优先于岗位 AI 的价值在于先数字化和自动化流程，而非立即替代岗位。典型案例如 Harper AI，自动化保险流程覆盖多个承保商，实现高效率和服务升级。年轻人应围绕自身资源与熟悉领域，把流程掌握在手，先优化再扩展产出半径，从而在 AI 变革中获得竞争优势。 * 创业与投资仍是最可靠的策略 AI 产业正在形成重资产基础设施和应用端 Barbell 结构，赢家集中。创业成本低、早期投资收益高，是个人和机构获取 Alpha 的最佳途径。同时，服务型软件（SaaS）收费模式正在重写，按结果收费取代按人头收费，更好地体现价值。年轻人加入创业或早期投资，比单纯打工更能获取成长和财富机会。 AI 并非威胁人类，而是放大效率与创造力的工具。理解经济学原理、把握流程数字化和创业机会，是在这波 AI 浪潮中成为赢家的关键。未来十年，勇于创新和早期投资的年轻人，将引领新一轮造富与产业升级。

【主播】：硅谷徐博士 本期播客聚焦 AI 产业的最新趋势与投资机会，解读 OpenAI 的资本策略、生成式智能体（agented AI）对产业的重构，以及单身经济与 AI 伴侣在现代社会的崛起。我们探讨了 AI 如何改变服务业、软件业和内容产业的生产模式，分析基础设施、垂直智能体企业和新的经济平台的投资价值，并对未来社会结构与消费习惯的变化提出深度观察。 * AI 资本大战与基础设施重构 OpenAI 通过巨额资本投入和顶尖人才招聘，推动了 AI 产业的高速发展。烧钱并非盲目，而是为了建立全球算力、数据中心和能源基础设施。这种投入类似工业革命级别的资源战争，不仅改变了技术竞争格局，也重构了全球智能基础设施的分配，为未来商业模式和服务型软件企业创造空间。 * 生成式智能体重塑产业格局 Agented AI 不再是简单的工具，而成为新的劳动力。在服务业、软件业和内容产业，智能体正替代传统岗位，实现效率翻倍。企业通过智能体可以大幅降低人力成本，同时增加收入，尤其在招聘、代码生成和内容生产方面展现出极高的盈利能力，预示着 AI 将深度渗透企业运营的各个环节。 * 单身经济与 AI 伴侣的崛起 人口结构变化、经济独立性、心理与时间结构改变，以及 AI 技术的发展，使单身经济成为新趋势。AI 伴侣和数字化情感服务正在取代传统关系中部分功能，为个体提供情感陪伴和娱乐体验。这不仅是消费模式的去家庭化，更是社会结构与人类关系方式的创新，潜在市场规模可达万亿级别。 AI 不仅改变了企业运营模式，也重塑了社会结构和人类关系。从基础设施到智能体，再到数字化伴侣，AI 正在重新定义商业和生活的边界。对创业者和投资人而言，把握这些趋势，理解技术与社会的交汇点，将是迎接未来机遇的关键。

【主播】：硅谷徐博士 🎧 Shownotes 本期我们从亚马逊一次性裁员 3 万人聊起，拆解 AI 战时经济学下，大厂为何从“抢人才”转向“算单位经济”，人力资本如何从资产变成负债；进一步延伸到硅谷正在发生的“碳基向硅基”的产业置换——Service as Software 正在直接取代白领与蓝领工作。我们对比了马斯克通过第一性原理打造的 Hard Asset Monopoly 闭环生态，与 Sora 在社交型 AI 应用上的失败，解释什么样的 AI 应用能真正跑出现金流、网络效应与护城河。在资本剪刀差持续扩大的时代，个人与创业者该如何选赛道、站位置，答案正在变得越来越清晰。 🔑 人力资本正在从资产变成负债 在加息与 AI 大战的双重背景下，大厂逻辑已经彻底改变：过去是用高薪把人“收编”，避免创业；现在唯一核心指标变成了 revenue per head（人均营收）。亚马逊一边大规模裁员压缩 OPEX，一边却向 OpenAI 投出巨额资本、Meta 将支出从运营迁移到 CAPEX，本质是把“人”替换为“算力与模型”。当组织进入战时经济状态，不能直接创造结果的人力岗位，必然被视为负债，这是结构性变化，而不是周期波动。 🔑 Service as Software：AI 应用真正的赚钱模式，是直接交付结果 传统 SaaS 是“软件 + 人”，而 Service as Software 是“买软件=直接拿结果”，本质上取代岗位而非赋能岗位。正因为它能省掉一个真实的人力成本，企业才愿意为 AI 支付每月数千甚至上万美元。像招聘、医疗、运营这类高人力密度行业，AI 一旦做到端到端交付，ROI 极高、付费上限极高。这也是为什么投资人正在系统性放弃“帮你把工作做得更好”的工具型 SaaS，转而押注“把工作直接做掉”的结果型 AI。 🔑 Hard Asset Monopoly + 第一性原理，才是 AI 时代的终极护城河 马斯克的核心优势不在模型，而在 硬资产垄断 + 物理世界闭环。SpaceX 用火箭与轨道构建不可复制的 Starlink 网络，把卫星变成现金奶牛；Tesla 提供制造与能源平台；xAI 提供大脑；X 提供数据与分发，最终打包成“马斯克 ETF”。这是一套从物理约束出发、难以被追赶的系统性优势。相比之下，Sora 在社交 AI 上既没形成真正的网络效应，也被版权限制锁死能力边界，证明没有护城河的应用层，流量来得快、走得更快。 —— 我们正在经历的，不是白领危机，也不是蓝领危机，而是“可被计算的工作”整体重估。在这个时代，最危险的位置不是创业，而是站在“被优化”的中间层。真正的机会，要么掌握不可复制的硬资产，要么直接交付结果、替代岗位；要么像马斯克那样，用第一性原理搭建完整闭环。对个人来说，这意味着越早为自己干越安全；对创业者来说，这是一场只奖励“接地气现金流”和“高维度野心”的比赛。时代很残酷，但方向其实已经非常清楚了。

【主播】：硅谷徐博士 💡 Shownotes 在这一期节目中，我们从华尔街唱衰 AI 的声音谈起，拆解 Michael Burry 等投资人对 AI 泡沫、算力军备竞赛与资本回报率的担忧，并进一步探讨一个更关键的问题：真正能穿越 AI 泡沫的公司，究竟靠的是什么？通过对 Turing 案例的深入解读，我们发现，超级智能并不会诞生在实验室或 Demo 中，而是生长于企业真实场景里的一次次失败。谁能把失败转化为数据、把错误变成强化学习的燃料，谁就能建立起难以复制的护城河。本期还将系统拆解“超级智能五步法”，包括高质量数据、企业级部署、失败资产化、平台化生态以及智能的复利增长，并解释为什么 2026 年是 AI 从炫技阶段走向工业化爆发的关键拐点。如果你关心 AI 投资、企业 AI 落地，或想判断哪些公司能真正活过泡沫期，这一期值得完整听完。 * AI 的泡沫不在“有没有”，而在“谁能把失败变成资产” 华尔街唱衰 AI 并不奇怪，因为当前资本密集、回报不清晰，ROIC 承压是真实存在的。但真正的分水岭不是算力、不是模型大小，而是谁能在真实世界部署 AI，并从失败中持续回收数据、形成强化学习闭环。实验室里的成功不会产生超级智能，企业里的失败才会。 * 2026 年是拐点——AI 正从 Demo 时代进入“企业生产时代” 今天 AI 的真正战场已经不在炫技 Demo，而是在金融、医疗、制造等 高监管、强约束、真实生产场景。AI 正从“好不好看”变成“能不能创造经济价值”。这一轮 AI 使用权正在从 CTO 下沉路径，变成 CEO 自上而下推动，不用 AI 的人，反而可能最先被淘汰。 如果你今天只记住一句话，那就是： 超级智能，不是从成功中长出来的，而是从一次次真实失败中生长出来的。 在泡沫阶段，所有人都在展示“我能做到什么”； 而在拐点到来时，真正重要的问题变成了： 当失败发生时，你有没有能力把它变成资产，而不是成本。 AI 的未来，不属于最会讲故事的人， 而属于那些愿意进入脏乱差的现实世界， 持续部署、持续复盘、持续让系统变强的人。 我们正在从 AI 的前夜，走向真正的工业化爆发期。 如果你正在做 AI、用 AI，或者被 AI 影响—— 希望这一期，能帮你看清方向，而不是被情绪带着走。 我们下期见。

【主播】：硅谷徐博士 🎙️ ShowNotes 当华尔街开始频繁警告 AI 泡沫，甚至将英伟达、Palantir 视为“最被高估的公司”，硅谷一线投资人与创业者却正在悄悄改变打法。本期播客以 Turing 创始人提出的“超级智能五步法”为线索，深入拆解为什么 2026 年将成为 AI 从实验室走向真实世界的关键拐点：高质量数据不再来自标注，而来自企业失败；真正的 AI 竞争不在 Demo，而在昂贵、可观测、可复用的真实部署场景；平台化与复利能力，才是穿越泡沫的护城河。本期内容不仅回应了 Michael Burry 的华尔街式担忧，也给出了硅谷式的生存答案。 * AI 泡沫并非假问题，但“活法”已经发生变化 华尔街的担忧并不空穴来风。以 Michael Burry 为代表的做空者指出：AI 正在变成一场被迫跟进的军备竞赛，企业砸重金买芯片、建数据中心，却可能像巴菲特的“电梯悖论”一样——不装会死，装了也未必更赚钱，最终压低资本回报率。 * 真正的 AI 战场，在企业失败中而不在 Demo 中 Turing 提出的核心判断是：超级智能不会诞生在实验室，而是从企业的失败现场中“长出来”。 在真实企业中部署 AI，失败开始变得昂贵、可观测、可复用——而失败本身，就是最稀缺的训练数据。无论是金融交易出错、医疗误诊，还是机器人在工厂里撞墙，这些失败都能被转化为推理数据、强化学习环境与真实世界信号。 * 穿越泡沫的护城河：平台化 × 复利能力 单点功能的 AI 公司，在泡沫破裂时几乎必死无疑；真正能活下来的，是完成平台化的公司。Turing 的路径非常清晰： 第一，构建独占性的前沿数据平台； 第二，打造企业级 AI 部署平台（Human-in-the-loop），让 AI 真正进入核心业务； 第三，建立全球训练师与工程师网络，形成生态绑定。 当数据、部署能力与人才网络形成闭环，智能开始像资本一样复利增长：更好的模型带来更复杂的场景，更复杂的场景产生更稀缺的数据，最终形成难以复制的超级智能基础设施。 这也是为什么“小玩家”永远无法挑战已经平台化的巨头——不是努力不够，而是护城河的维度完全不同。 华尔街的唱衰，本质是对短期回报率的质疑；硅谷的应对，则是在为长期复利重新布局。2026 年并不是 AI 的终点，而是从“炫技阶段”迈入“工业化阶段”的起点。真正的赢家，不是害怕失败的公司，而是敢于在真实世界中失败、记录失败、复用失败，并将失败转化为系统能力的公司。 AI 泡沫会破，但基础设施级的智能，只会在废墟上继续生长。

【主播】：硅谷徐博士 📒 ShowNotes 在这一期播客中，我们带大家回顾了作者刚刚结束的拉斯维加斯 CES 之行，深入观察了机器人、自动驾驶和人工智能的发展趋势。CES 上展示的机器人，虽然技术上与十年前的波士顿动力相似，但价格更加亲民，显示出供应链和工业化的巨大进步。 节目中，我们重点解析了马斯克的几大未来预言及其背后的逻辑： 1. AI 的原子化任务 —— AI 不会完全取代工作，而是将岗位拆解为原子任务，改变岗位形态和组织结构。 2. AI 无总开关 —— AI 的效率提升不可阻挡，即使你不用，你的竞争对手、客户和环境也会推动使用。 3. 能源与算力成为核心竞争力 —— 未来，稳定的电力供应决定算力掌控能力，进而影响机器人、数据中心和AI的发展。 4. 数据中心与工业化 —— AI 的重资产属性意味着工业化、冷却、电力和社会许可都是关键决胜因素。 5. 马斯克型的创始人与市场信任 —— 市场相信马斯克不仅是预言者，更是系统重构者，能够将预测落地。 节目还讨论了AI在教育和社会结构上的影响，高中生已成为AI技术培训的新兴市场，社会将经历显著的阵痛与调整。通过CES的观察和马斯克预言的解析，我们看到未来技术、能源和算力如何重塑商业与文明。 本期节目让我们明白，技术的发展不仅是工具的进步，更是社会、岗位和文明的重塑。马斯克的预言告诉我们，真正值得关注的不是单一技术，而是能够重构系统、推动工业化和能源布局的行动者。未来已来，我们能做的，就是理解变化、提前布局，并在这个新的时代找到自己的位置。

主播：硅谷徐博士 本期播客，我们从 2026 年的 AI 资本周期出发，系统拆解了一场正在重塑美国经济、资本市场与社会结构的深层变革。 首先，从宏观层面看，AI 已经成为美国经济增长的核心变量。华尔街对 2026 年 AI 相关资本支出的预期被上调至 5000 亿美元以上，全球资本、主权基金、VC 与 PE 持续加码数据中心与算力基础设施。AI 不再是可选项，而是决定美国股市、GDP 增量与市场情绪的“系统性支柱”。这也意味着，一旦 AI 资本支出预期出现波动，风险将从产业风险迅速演变为宏观风险。 其次，我们讨论了 AI 进入“基础设施阶段”后带来的结构性变化：IPO 持续低迷，回报高度私募化，并购与整合（consolidation）成为主线。AI 的投资机会，正在从纳斯达克转向私募并购、二级市场与 SPV 结构。但与此同时，市场过热也催生了新的风险——信息不对称、灰色 SPV、假股权交易开始出现，投资者需要前所未有的谨慎与信任机制。 最后，我们从一个更底层的视角，重新审视了 AGI 与“智能”的本质。 真正的智能并不只存在于语言层，而至少包含三层： 1. 对物理世界的理解 2. 对人类社会、动机与情绪的理解 3. 语言与符号的抽象能力 当下的生成式 AI，只在第三层取得了突破。这也决定了： 未来不是人适应机器，而是机器适应人。 最稀缺的能力，将不再是写代码，而是理解人、理解行业、理解复杂现实，并把模糊意图转化为可执行目标的能力。 AI 不会取代人，但会逼迫人回到“真正像人”的位置。 而 2026 年，正是这一切开始清晰显影的一年。

【主播】：硅谷徐博士 📃 本期节目，我们从“硅谷斩杀线”切入，拆解同样生活在美国，不同系统、不同阶层、不同地区的美国人，为什么在科技周期中的命运弹性差距会越来越大。 我们谈到硅谷如何塑造一种新的“系统红利”，也讨论了：硅谷的 AI 想要继续大发展，为什么必须获得美国其他地区的社会许可？ 你会听到： * 为什么硅谷与美国其他地区像生活在两个世界 * “斩杀线”如何影响创新、创业与资本流向 * AI 越强大，社会许可（Social License）越重要 * 美国内部的矛盾如何塑造未来科技路线 * 为什么未来十年，科技发展不仅是技术问题，也是社会问题 如果你关心 AI、创新文化、美国社会结构、硅谷生态，本期你会获得新的视角。

主播：硅谷徐博士 📝 Shownotes 在这期节目里，我们从 Amino 在春节活动聊起，一路延伸到今年最受关注的前沿 AI 学术大会 NUBUS 2025。 本期内容包括： 🎯 1. NUBUS 2025 的三条主线：AI 的下半场已经彻底变了 * 从“黑箱模型”转向 可测量、可解释、可复现的系统科学 * 在大模型时代重新定义“有效进步”的指标，而不是继续刷旧 benchmark * 奖励“负面发现”：揭示行业走偏之处，而非单一冲成绩 🏆 2. 四篇 Best Paper 的关键洞察 * 人工蜂群效应（InfinityChat）：大模型输出趋同，价值多样性被压缩 * Gated Attention：为注意力机制加“智能阀门”，解决 attention sink * 深度自监督 RL（1224 层）：推翻“RL 小网络才活得下去”的行业固有范式 * 扩散模型的“泛化窗口”：为什么扩散模型看起来更有创造力？ 🧭 3. AI 竞争的新标准：不是更强，而是更稳、更不同、更可控 研究重心从“更大模型”转向“更好系统”。未来的优势来自： * 不同质性（heterogeneity） * 工程稳定性 * 可解释与可部署性 * 长上下文能力 * 多样性保护与价值对齐 🌏 4. 华人在全球 AI 生态中的 Over-represented 现象 顶尖论文、实验室到产业化团队，华人力量已成为全球 AI 的核心驱动之一。 🏙 5. 研究者为何越来越像“职业拳手”？ 大学体系 + 大厂实验室 + 初创公司 顶级人才在多重体系并行作战，产业的“职业俱乐部化”趋势正在加速。 🎁 6. 背后的反思 * 如果模型最终趋同，人类的价值多样性会不会被削弱？ * AI 的下一阶段，真正重要的不是“分数”，而是“边界外的问题”。 * 科研与创业的“泛化问题”为什么能创造巨大的价值？

主播：硅谷徐博士 📝 本期节目，我们从《时代》杂志 2025 年度人物评选出发，系统拆解 AI 进入“真革命阶段”的五条主线。 当 AI 从“会说”走向“会做”，从软件走向基础设施，真正的护城河正在发生转移，而绝大多数企业，正卡在一条看不见的“组织鸿沟”上。 2025 年，AI 不再是“讲故事”的时代，而是拼基础设施、组织能力与价值判断的时代。 AI 正在进入一个不再靠想象力取胜的阶段。 当技术从“展示能力”转向“真正落地”，决定胜负的已经不是模型参数，而是基础设施、组织结构与价值判断。2025 年，AI 的红利不会平均分配——它只会流向那些既有执行能力、又能承担长期责任的少数人和少数组织。