本期《电子替身》节目，与大家分享传统车企巨头一汽，是如何通过数据治理和组织变革，把自己打造成一家连新势力都要来取经的AI车企。节目深入探讨了从数字化到智能化的范式革命，以及EOA（企业运营智能体）如何颠覆传统的ERP管理模式。 【主播/主持人】 至顶科技CEO兼总编辑 高飞 【嘉宾】 门欣，中国一汽红旗品牌运营委员会副总裁 李强，阿里云AI汽车行业总经理 安筱鹏，阿里云研究中心主任 【以下是本期播客的后记，来自来自至顶科技CEO兼总编辑高飞​】 前一阵，我去了长春一汽总部，和中国一汽红旗品牌运营委员会副总裁门欣、阿里云AI汽车行业总经理李强、阿里云研究中心主任安筱鹏做了场对话，做了一期播客，感觉很有启发。 我一直是康威定律的信徒，也就是有什么样的组织结构，就有什么样的产品。所以，汽车产品AI化的浪潮之下，车企自身作为一个企业，如何AI转型？ 没想到，一汽有一套很完整的方法论，而且有新势力车企到一汽取经。所以，不仅仅是车企，传统企业AI转型，都应该能从一汽这里得到很多启发。 根据播客总结了九个核心观点，具体请大家听音频，很有“哲学三问”的味道： 一、核心洞察 1、大模型正在引发三场根本性革命 安筱鹏的判断是：大模型不只是技术迭代，而是整个时代的转折点。 • 计算范式革命：英伟达市值超4万亿美元的背后，是整个数字技术体系从CPU切换到GPU为核心，这不仅仅是芯片的更替，而是意味着存储、网络、架构、操作系统、调度系统、数据库到应用的全面重构，整个技术栈都在经历一场彻底的换血。 • 认知协作革命：互联网时代的本质是信息匹配创造商业模式，所以有了"羊毛出在猪身上"的广告模式，而AI大模型的核心是为问题找答案、给出最短路径，商业逻辑变成了"羊毛出在羊身上"，你创造多少价值就收多少钱，这种直接的价值交换模式，让企业必须真正思考如何为用户创造价值。 • 人机交互革命：从40年前需要掌握汇编语言才能与机器对话，到DOS时代的命令行，再到Windows的图形界面，如今我们直接用自然语言交互，"说话就可以变成代码"，这种交互方式的代际跃迁，正在重新定义人与机器的关系边界。 "5到10年内，一切智能硬件都会被AI大模型驱动，一切软件都会被AI大模型重构，一切数据会被AI大模型激活。" 2、从Digitalization到Tokenization：智能化的本质 30年前《数字化生存》定义了一个时代，今天我们需要新概念来理解智能化。这可能是整场对话中最具启发性的概念区分。 • 数字化时代的核心是Digitalization：把世界的信号转换成"01"代码，然后用基于规则的软件处理，但这种处理能力始终有限，就像门总说的，总是做到0.8就差最后0.2分才到满分，那种"差一口气"的感觉让很多数字化项目始终无法产生质变。 • 智能化时代的核心是Tokenization：把所有数据变成Token，无论是点云、摄像头还是雷达数据，都能变成同一维度处理，实现了"车同轨书同文"，这种统一让之前看似不相关的数据能够产生化学反应，多传感器融合的难题迎刃而解。 • 为什么Token如此重要：李强认为，"你只有真正理解了Token，才能理解这轮AI大模型的本质"，因为Token化不是简单的格式转换，而是让机器能够理解和处理人类世界的复杂性，让之前无法统一处理的多模态数据有了共同语言，这是从量变到质变的关键。 门欣用了一个比喻："数据是21世纪的石油，但石油不能直接放在车里，需要提炼。Tokenization就是这个提炼过程，完成了从数据到价值的真正转化。" 3、一汽的"无心插柳"：4年前就开始的数据治理 当大部分企业在2023年才开始组建AI团队时，一汽的准备工作已经进行了4年。门欣坦言，这种超前布局并非完全出于战略预见，而是一种对数据价值的直觉判断。 • 方法论先行：建立了标准化的数据治理体系，信息架构是"六阶十八步"，指标治理是"五阶十六步"，把汽车工程化的思维应用到数据治理，这种标准化不是为了好看，而是确保每一个数据都有明确的来源、用途和质量标准，为后来的AI应用打下了坚实基础。 • 从被动到主动：不是去治理已有数据库里的"死数据"，而是"返回来，按照服务端的需求"主动设计数据采集和治理，门总说"数据在那，如果没有服务端的需求，它是没有价值的"，这种价值导向的数据治理思路，避免了很多企业陷入的"为了数字化而数字化"的陷阱。 • 清洁数据的重要性："没有清洁数据，大模型一跑就中毒了"，这个苦活必须干，而且不能干错，一汽为此培养了专门的数据管家团队，建立了完整的数据质量管理体系，这些看似枯燥的基础工作，恰恰是AI能够发挥作用的前提条件。 4、颠覆性的组织变革：IT不再是服务部门 传统企业的IT部门往往是"背锅侠"：业务部门提需求，IT部门实现，权责利都不清。一汽彻底颠覆了这个模式。 • 角色反转：传统模式是业务部门提需求、IT部门执行，一汽反过来，"我们提需求，业务部门办"，这不是简单的职责调换，而是让最懂技术可能性的人来设计业务流程，让最懂业务痛点的人来实施改造，双方的积极性都被充分调动起来。 • 全员赋能：培训各部门的"数据管家"，开发数据治理工作台，让业务人员自己做数据治理，"他需要什么数据，他需要什么指标，他自己做"，这种赋能不是简单的培训，而是真正让业务人员掌握数字化工具，成为自己领域的"数字化专家"，打破了技术与业务的隔阂。 • 战队模式：把业务的人和信息化的人整合到一个战队，共同推进项目，这种模式下，技术人员理解了业务逻辑，业务人员掌握了技术思维，形成了真正的"双向奔赴"，而不是传统的甲乙方关系或者部门墙。 5、EOA vs ERP：企业管理范式的根本转变 如果说ERP代表了工业时代企业管理的巅峰，那么EOA（企业运营智能体）则预示着智能时代的新范式。门欣提出的这个概念，不是对ERP的修修补补，而是彻底的重构。 • ERP的本质问题：基于财务和产销存的系统，业务跟着系统走，"很多企业放弃了自我思考"，SAP怎么设计模块，企业就怎么调整流程，数据服务系统而非创造价值，这种"削足适履"的做法，让很多企业的数字化转型变成了"上ERP找死，不上ERP等死"的两难困境。 • EOA的核心理念：基于数据成熟度自动流转，每个业务活动产生的数据成熟到一定阈值，就自动触发下一步工作，"不用等，它自己就在走"，这种基于数据驱动的业务流转，打破了传统的部门墙和审批链，让企业运营像生物体一样具有自适应能力。 • 实践成果：中国一汽红旗采购定点发包、供应商协同、报价全部自动化，"人已经不在过程中干预了，人真正的作业对象是模型"，这不是简单的流程自动化，而是让人从执行者变成了规则制定者和异常处理者，真正实现了人机协同的新境界。 "在中国一汽现在已经没有ERP的概念，全部打碎，形成基于数据流转、人工作业孪生的体系。" 李强作为前ERP专家感慨："门总给我讲这个东西时，我觉得是把ERP完全改变了一个时代。" 6、垂直行业大模型的必要性 一汽选择了打造自己的汽车行业大模型。这个决定背后，是对企业核心竞争力的理解。 • 通用模型的局限：响应太慢影响用户体验、幻觉问题导致决策失误、准确性不足无法满足专业需求，"不足以满足我们对企业改造的需求"，更重要的是，通用模型无法理解汽车行业的专业术语、业务逻辑和安全要求，简单套用只会产生"鸡同鸭讲"的效果。 • 垂域优势：基于汽车产业70年积累的优良、干净数据集训练，让模型"更准、更有效、发挥更大潜能"，这些数据包含了从研发设计到生产制造、从供应链到售后服务的全链条知识，是一汽独特的数字资产，也是构建竞争壁垒的关键。 • 能力建设："最重要的是培养了这个团队这群人，他们会用AI视角改造企业和产品"，技术可以购买，但能力必须自建，通过自主训练大模型，一汽培养了一支既懂汽车又懂AI的复合型团队，这才是真正的护城河。 门欣的核心观点："企业真正的发展不是战略牵引的，是能力溢出牵引的。AI能力可能成为中国一汽面向未来的核心能力。" 而阿里云也为一汽大模型提供了三重支撑：基础模型上，通义千问作为全球开源模型提供技术底座，每三个月迭代一次，确保持续进化；差异化能力上，阿里云将部分未公开的先进模型定向开源给一汽，并派出专家团队深度参与，实现模型能力与汽车专业知识的融合；算力保障上，提供从CPU到各档位GPU的灵活配置，支撑从训练到调优的全流程需求。 7、座舱智能化的奇点时刻 2024年，多个技术要素的成熟度同时越过临界点，座舱智能化迎来了真正的爆发期。 • 硬件突破：过去的芯片算力不够，模型大了跑不起来，模型小了效果很差，现在终于可以在端侧运行真正有用的大模型，延迟从秒级降到毫秒级，用户体验产生质的飞跃，那种"说话就懂"的自然交互成为可能。 • 模型进化：通义模型"尺寸变得更小，但比过去尺寸大一倍的模型还能打"，这种效率提升不是简单的优化，而是模型架构和训练方法的革命性突破，让原本只能在云端运行的能力下沉到端侧，实现了"离线可用、实时响应"的理想状态。 • 体验革命：未来座舱将成为"另一个你"，辅助驾驶能学习个人驾驶风格，实现"千人千面"而非"千人一面"，这种个性化不是简单的参数调整，而是AI真正理解了你的习惯、偏好甚至情绪，车不再是冰冷的机器，而是懂你的伙伴。 门欣的前瞻思考："如果语言交互、肢体眼神交互甚至脑机接口都实现了，还需要那些大屏和按钮吗？就像Windows取代DOS，自然交互将彻底改变汽车的形态。" 8、从制造商到运营商的身份转变 汽车企业的本质是什么？安筱鹏给出了一个颠覆性的答案：不是制造商，而是运营商。这个定位的转变，将影响企业的战略选择和资源配置。 • 关系重构：车企与车的关系从"卖完拜拜"变成"持续连接"、车主与车的关系从"拥有工具"变成"享受服务"、车与服务生态的关系从"孤岛"变成"节点"，这三重关系的重构，让汽车从一个产品变成了一个平台，从一次性交易变成了持续运营。 • 运营商模式："中国移动是运营商，载体是手机；汽车公司也是运营商，载体是车"，要实时洞察客户需求、实时满足、提供极致体验，这意味着车企要像互联网公司一样思考用户生命周期价值，通过OTA升级、增值服务、生态连接来创造持续价值。 • 价值创造：从一次性销售转向持续运营，从产品思维转向服务思维，从硬件利润转向软件和服务收入，这种转变不是简单的商业模式调整，而是要求企业具备完全不同的能力：数据分析能力、用户运营能力、生态整合能力。 "未来所有的企业都应当是一个运营商"，这个判断的背后，是对智能时代商业逻辑的深刻洞察。 9、数据视角下的企业运营革命 如果把企业比作一个生命体，传统管理是解剖学思维（组织架构），而数据驱动是生理学思维（信息流动）。门欣关于数据成熟度的观点，代表了管理思维的根本转变。 • 传统困境：基于组织和流程的管理，"路径不是最短的，协同起来非常难"，因为你要考虑部门利益、权力结构、历史包袱，每个决策都要经过层层审批，信息在传递中衰减和扭曲，最终导致大企业病：决策慢、执行难、创新少。 • 数据视角：通过数据成熟度触发业务流转，"金字塔组织和流程都会消弭于无形"，数据不会说谎、不会推诿、不会延迟，当数据达到设定阈值，业务自动推进，这种机制让企业运营像神经系统一样敏捷，而不是像官僚机构一样迟缓。 • 去审批化：过去几年最大成就是去审批化，"审批到底在审什么？用Token化方式一条条说清楚，模型化，审批就干掉了"，这不是简单的流程优化，而是把人的经验和判断转化为机器可执行的规则，让决策从"人治"走向"智治"。 "每个业务活动产生的数据，它的数据成熟到一定阈值，它就可以开始下一步的工作"，这种基于数据成熟度的自动流转机制，可能是企业管理的下一个范式。​ 【在这里找到我们】 公众号：科技行者（ID：itechwalker） 收听渠道：喜马拉雅｜苹果播客｜小宇宙｜蜻蜓FM

从端到端到世界模型，智能驾驶如何翻越四座大山？ 真正的L3/L4啥时候能到来？ AI老司机的感觉是怎么培养出来的？ 本期《电子替身》邀请到了卓驭科技CEO沈劭劼，阿里云智能集团AI汽车线总经理李强，与大家分享目前智能驾驶的技术演进路线；为什么做端到端；VLA的价值；如何从汽车的角度看世界模型；另外也探讨了真正的L3/L4实现的方法。 【主播】 高飞，至顶科技CEO兼总编辑 【嘉宾】 沈劭劼，卓驭科技CEO 李强，阿里云智能集团AI汽车线总经理 【你将听到】 一、从百万行代码到端到端：一个痛苦但必要的决策 1、技术路线的转折点 -规则时代的天花板：到2023年，基于规则的城区领航系统代码量达到百万行级别（仅决策规划，不含感知），但城市接管率怎么都降不下来，性能停滞不前 -端到端的降维打击：转向端到端后，城区复杂场景的接管率直接降了10倍，这是数量级的差异，不是小幅优化能解决的 -决策的关键时刻：2024年下决心彻底转向端到端，虽然CEO沈劭劼是"写规则出身"的机器人背景，但秉承"打不过就加入"的务实态度 2、“为学日益，为道日损”的技术哲学 -从加法到减法：七年时间不断添加规则，试图用代码覆盖现实世界的所有可能性，这是"为学日益"；但当端到端出现时，真正的突破是减法——让机器自己学会判断，这是"为道日损" -从Say Yes到Say No：以前工程师要写规则告诉车怎么动（Say Yes），现在模型输出多条轨迹，工程师只需要否决不安全的（Say No），从正向解复杂非线性优化问题变成简单的空间验证 -拟人化驾驶：端到端让车的行为更像人，能与其他交通参与者形成默契，而不是像个生硬的机器 3、端到端带来的质变 -预判而非反应：鬼探头场景下，系统不是反应更快，而是学会了"不肯加速"——车辆表现出了近似人类的预判能力 -绕开而非刹停：测试AEB时，车会主动绕开障碍物而不是急刹，"人类司机开车反而比较容易测AEB" -涌现能力：系统学会了人类司机的直觉，让驾驶变得拟人，解决了机器与其他交通参与者之间的"默契"问题 二、技术演进路线图：从模仿学习到世界模型 1、三个阶段的清晰定义 （1）模仿学习（当前）：输入数据输出轨迹，像用"小脑"开车，处理大部分驾驶场景但缺乏复杂场景理解 （2）VLA（Vision-Language-Action，2025年下半年）：整合视觉、语言和行动能力，加入语义理解能力，解决主辅路选择、复杂路口选道等需要"大脑"的问题 （3）世界模型（愿景阶段）：真正理解物理世界，能处理从未见过的场景（如钢卷掉落、山体滑坡），基于物理推演而非数据模仿 2、时间线预测 -L3落地：需要后验证明（1万小时碰撞不超过1次），预计26-27年政策出台，高速场景会先行 -VLA技术：2025年下半年技术上基本成熟，但仍是让L2++系统变得更好用的思路 -舱驾一体：2025年10月就会量产，一个芯片同时跑座舱和智驾 -世界模型上车：这是"许愿"状态，怎么做、怎么部署都还不清楚，但趋势确定 三、四座大山：智能驾驶的资源配置学 1、成本与性能的平衡术 -双目方案的系统性价值：卓驭坚持双目立体视觉，不仅是深度感知，更重要的是大幅降低了数据需求和算力需求，训练资源能降低2-3倍，直接影响"一年是需要5亿还是50亿做模型训练" -算力投入的真相：每年几个亿的算力费用，但真正用于最终模型训练的不超过10%，90%都是试错成本，这是先行者必须承担的探索代价 -算力晴雨表：阿里云的一个数据，2025年3月某一天，在汽车领域，AI算力消耗超过CPU通用算力，到5月底占比已达55-56%，这个趋势不可逆 2、数据的质量vs规模 -数据悖论：几十万辆采集车每天的数据"光存都存不下"，但绝大多数是在空旷高速上的无用数据 -智能挖掘：在车端部署专门的小VLM模型，不负责驾驶但专门判断"什么数据有意思"，驾驶员的接管行为也作为高价值数据的信号 -从人工到智能：最开始靠人工标注（有多少人工就有多少智能），后来用大模型做半自动、全自动标注 3、特斯拉的启示 -10万卡算力中心：特斯拉作为第一个把端到端落地的先行者，承担了更多试错成本，需要更大的冗余来探索不同路径 -中国的现实选择：国内公司通过更精细的软硬件协同设计，在有限预算下达到接近的效果 四、商业模式的灵活性：不是只有"交钥匙" 1、多样化的合作模式 -完整交钥匙：传感器、控制器、软件、数据闭环全包，这是能力的体现但不是唯一选择 -部分集成：提供控制器和前视双目，其他传感器由主机厂或第三方提供 -纯软件合作：只提供软件，跑在主机厂的硬件上 -IP授权和赋能自研：更深度的技术转移，部分代码会随合作深入转移给主机厂 2、成功的关键 -兜底能力：让主机厂用最省心的方式实现智能化，"优质的兜底"是打动9家车企的核心 -保持开放：不要对商业模式有执念，根据客户能力和诉求灵活调整 -共同价值点：抛开各种杂音，核心就是"把车卖好" 五、一体化哲学：工程美学的体现 1、技术架构的演进 -软硬一体：像人需要大脑和身体协调，软件和硬件必须螺旋式共同进步，前后端会互相影响，需要一起权衡优化 -舱驾一体：避免重复部署模型浪费1.7倍算力，通过共享内存让VLM等模型复用，360环视"谁想用谁用"，解决黑屏等工程问题 -不多也不少：好的工程方案应该让人觉得"刚刚好"，资源的优雅整合而非功能的简单堆砌，这是一种技术美学 2、具体案例 -360全景的实现：传统架构需要从驾驶控制器通过以太网传到座舱显示，既耗算力又可能黑屏；一体化设计则是"共享内存，谁想用谁用" -管理的TDMA：沈劭劼用通信术语形容自己的时间管理——时分复用，在技术修养和团队管理之间通过时间分配实现整体优化 3、核心洞察（Q&A形式） Q1：为什么2024年是智能驾驶的分水岭？ A：因为基于规则的方案已经触及天花板，百万行代码仍无法降低接管率，而端到端带来了数量级的性能提升。这不是优化问题，而是范式转换。更重要的是，这个转换不可逆——一旦看到10倍性能差异，就不可能再回头。这是从"为学日益"到"为道日损"的哲学转变。 Q2：中国智能驾驶最大的挑战是什么？ A：不是技术，而是"预算"。每家公司都想要特斯拉那样的10万卡算力中心，但现实是要在有限资源下做到最优。这就需要更聪明的方案，比如用双目降低数据和算力需求2-3倍，用车端模型筛选高价值数据，在云端和车端找到最佳平衡点。关键是系统性优化而非局部优化。 Q3：智能驾驶的终局会是怎样？ A：世界模型上车后，理解物理世界的AI将不仅用于汽车，还会延伸到机器人、无人机等所有需要与物理世界交互的场景。但这需要时间——从规则到数据驱动的转换用了40年（虽然端到端会更快），技术范式的每次转换都会比想象中慢，但一旦成功影响会比想象中大。 【在这里找到我们】公众号：科技行者（ID：itechwalker） 收听渠道：喜马拉雅｜苹果播客｜小宇宙｜蜻蜓FM 联系我们：zhou.ya@zhiding.cn

OP8 【游戏三部曲】微软自戕，三红、自爆、临阵换将、抛弃客户 【一句话故事】抢占市场后如何进一步扩大市占率，放弃核心客户利益是多么可怕。 本期问题：大企业跌至谷底的宏观自救 【01:17】更强大的机能，微软的野心 【03:10】STI联盟——索尼+东芝+IBM联盟剑指竞对-微软-INTEL-AMD 【08:15】IBM暗中串联微软，CELL 芯片& Xenon 芯片 【15:30】XBOX360首发，抢占市场的意义 【21:30】死亡三红，不负责的灾难 【25:00】打破吉尼斯纪录，黑科技Kniect 【30:00】放弃核心客户的代价 【37:50】XBOX救星，菲尔·斯宾塞真正懂客户的管理者是客户 【45:00】虽然“格局”这个词很俗，但“格局”是真的很重要 【人员名单】 【出品】高飞 【外援】周周 【脚本】高杨 【录音】高杨 【剪辑】高杨

【一句话故事】微软初代XBOX 闯入者让大佬索尼恐惧 本期问题：行外人如何破局从瓜分殆尽的市场中撕开缝隙 【01:11】玩家的微软记忆 【04:29】索尼画饼，微软被迫迎战 【07:49】微软XBOX从零到一，关于Direct X，与Direct X叛逆分子们 【16:42】DirectX对抗 WinCE 微软内讧的核心——比尔盖茨的“心机” 【25:28】微软曾认真考虑收购任天堂？ 【26:16】XBOX 最初需求植入Windows、植入office… … 【30:00】XBOX主机市场营销高精度还原 【35:00】XBOX错过的《道德与法治3》 【37:48】Halo，从苹果挖过来的独占大作 【43:43】初代XBOX发布 【46:25】中二一把，微软援军他的名字叫——彼得·前世嘉神级人物·败于内斗·郁郁不得志·复仇者·摩尔 【51:31】对大家最美好的祝愿 【51:45】扎个心——超牛游戏《道德与法治5》主题区 【人员名单】 【出品】高飞 【外援】周周 【脚本】高杨 【录音】高杨 【剪辑】高杨

【一句话故事】世嘉开发信息不断坠入黑洞，新主机事故不断，壮士断腕迫切转型时，世嘉如何渡劫成功。 本期问题：大企业巧渡半衰期 【02:00’‘】世嘉街机到底有多强 【03:36’’】口述土星设计图，堪比街机的强势机能 【07:00‘’】土星日本首发日盛况复现 【10:00’‘】首次正面较量，索尼得道者多助，世嘉诠释失道者寡助 【15:42‘’】外敌来袭，索尼首发价格战，世嘉被迫迎战 【18:22’‘】亏损的开端 【21:20‘’】亏损自救的错误方式 NO.1——开发新机的复杂战略 【27:18’‘】世嘉DC第一难——遇到英伟达，美国世嘉的救猫咪行动 【30:15‘’】世嘉DC第二难——3DFX、Real3D，艳遇不断，官司不断 【37:30‘’】世嘉DC第三难——发行&生产 【41:00’‘】营销王者彼得·摩尔的推广策略 【42:42’‘】“2K”系列的由来 【45:35’‘】没完没了，强敌索尼再战世嘉 【47:12‘’】游戏机里看电影，不务正业，销量正确 【48:15’‘】社长引咎，裁员千人，世嘉坠入黑洞 【49:30‘’】彼得·摩尔的建议，要活下去，必须壮士断腕 【53:20‘’】世嘉软过渡 【56:56’‘】0主机，他却影响了世界游戏格局 【58:46‘’】世嘉游戏成理财产品，风浪越大鱼越贵 【59:48’‘】商业马后炮，技术&商业的反思 【01:01:01’’】猫咪变身虎先锋，英伟达的正反馈 【人员名单】 【脚本】高杨 【录音】高杨 【剪辑】高杨

【一句话故事】外来者世嘉闯入，抢割家用主机市场大蛋糕 【01:15’‘】战败梦魇，世嘉粉的遗憾 【03:08‘’】翻来覆去，世嘉的旧世代 【07:16’‘】强势树敌，世嘉&任天堂初试身手 【14:16‘’】神机妙算，卧龙凤雏得一可安天下 【20:26’‘】后知后觉，任天堂的幡然醒悟 【22:38‘’】干戈玉帛，EA的威胁&MD的半壁江山 【28:28’‘】如履薄冰，迈不开腿的卡林斯基 【32:32‘’】干涉实验，血腥暴力的代价 【人员名单】 脚本：高杨 录音：高杨 剪辑：高杨

【一句话故事】劲敌索尼出现，任天堂自救之路 【01:08’‘】匹配——主机破亿秘诀GameBoy & 俄罗斯方块 【04:00‘’】平成大萧条，经济崩溃与游戏辉煌的连锁效应 【07:00’‘】第一次，任天堂拯救岩田聪 【10:45‘’】空降大敌，PS1背后的暗黑童话 【15:45’‘】咄咄逼人，索尼连环计怒报一箭之仇 【18:00‘’】背盟败约，《最终幻想》&《勇者斗恶龙》携手转投 【23:00’‘】再一次，岩田聪拯救任天堂 【30:25‘’】NDS反击！游戏圈“索尼空白17分钟” 【36:00’‘】救世主身份做实，思路打开后的任天堂 【人员名单】 【录音】高杨 【剪辑】高杨 【脚本】高杨

【本期主播】高杨 【客串主播】周周，高飞（快闪） 【一句话故事】任天堂如何入侵北美占领世界。 【02:48‘’】任天堂の两条时间线 【03:41’‘】北美の闯入者-山内溥&荒川实 【09:18‘’】宫本茂の初始台地 【12:07’‘】“跟他干！”惹上官司の逆转裁判 【15:06‘’】抹掉痕迹の自主研发 【20:12’‘】红白机の特洛伊木马战略 【31:38‘’】“还没完”天才の商业战略连环套 【45:23’‘】饥饿营销反逻辑 【人员名单】 【录音】周周，高飞，高杨 【剪辑】高杨 【脚本】高杨

【简介】大灾之后必有瘟疫，地震对于政客来说是表现的机会，美国硅谷大地震中还有什么黑历史，敬请收听。 【时间轴】 00:25’‘ 播客录制方式说明 00:55‘’ 本期内容简介 02:32’‘ 硅谷地震百姓实录 05:08‘’ 天灾到人祸的心路历程 06:42’‘ 硅谷地震中的唐人街 09:10‘’ 硅谷地震&官方作为 13:45’‘ 硅谷的灾后重建&隐患 录制：高杨 剪辑：高杨 资料收集：高杨 配乐：《We Are The World》

英伟达在过去几年，市值突飞猛进，超过2万亿美金，成为AI界的领头羊，且它是在全球排名靠前的科技公司中，仅有的一家依然是由创始人担任CEO的公司。 但是英伟达并非一直顺风顺水，在开发对公司现有业务起到绝对支撑作用的CUDA平台时，英伟达曾经一度濒临绝境，甚至创始人黄仁勋自己也说，如果知道创业有这么苦，当年可能就不会创业了。 英伟达背后的关键人物——黄仁勋，一路走来，看似是靠AI登顶，其实也是有一套扎实的方法论，比如只做“Zero-billion-Market”——现在为零、但是未来亿万价值的未来产业市场等。 黄仁勋过去数年来，经常以一身皮衣在公众面前现身，以至于有一个段子说，难道皮衣才是黄仁勋的本体，他自己只是替身？ 所以，从黄仁勋的故事讲起，就太符合“电子替身”的栏目定位了吧。