「艺术」不是作品、不是学科、也不是创作技巧，而像是一种每个人都可以有的感知世界和表达自己的能力，一种在AI来了之后更重要的能力。 ▶ 本期嘉宾 费俊 央美教授、中国美协数字艺术艺委会秘书长、AIAIA轮值主席 野菩萨 AI Native Artist、SoVG执行委员会主席、VACAT瓦卡奖总顾问 本期节目录制于今年外滩大会现场，创新者舞台·AI艺术Talk《当人人都能生成，艺术家还剩下什么？》，这个问题有点像为艺术创作者们而问，但聊到深处，还是一个所有人都在面对的问题——如果AI拿走了智能，人还剩什么、该做什么？ 但即使没有AI，我们也一直都走在「寻找自己」的路上：通过体验，去发现你对这个世界的 感知 和 感受，到底和别人有何不同，如何表达这种差异性，让自己更像自己？ ▶ TIMELINE 一 \「艺术」在今天，到底在指代什么？ 00:27 嘉宾自我介绍 03:16 2026年，「艺术」到底在指代什么？ 04:17 技术与艺术 06:46 区分「艺术」、「艺术家」、「艺术品」 10:03「价值」是资本主义时代的概念，AI可能瓦解它 二 \ AI从艺术家那里拿走了什么，又带来了什么？ 12:06 创作的操作被AI拿走，判断被留下、「创造力」分三层 16:25 如果AI拿走「智能」，那人剩下「感能」 17:13 央美教授眼中的审美与品味 18:27 很多人聊得还没AI有人味，这才是真正的危机 21:00 当技能越来越容易掌握，美术学院该教什么 22:48 当你无法在真实世界中感知，你就无法在数字世界中表达 27:42 感官、感知、感受、感情、感能 三 \ 当AI来了，我们更该表达什么？ 29:04 联觉、提示词与印象主义诗歌 33:46 你和别人到底有什么不同？ 40:36 如何故意犯错 46:07 生命经验的浓度、广度和深度，决定了表达的浓度、广度和深度 50:53 AI在把复杂问题简单化，艺术就要把简单问题复杂化 54:07 如果一句话就能生成电影，那这句话将空前重要 四 \ AI原生的媒介形式、以及未来的创造力 57:50 AI艺术的本体是什么： 从沉浸、实时、作者性、交互去推理 1:02:38 在场、仪式、戏剧、迷幻 1:07:57 AI作为创作工具的及个新特征： 概率性、内嵌认知、类主体性、保守主义美学特征 1:12:38 AI技术本身，应该是未来创作者研究的对象、更灵活的人机关系 1:15:46 AI也有「材质」吗？ 1:21:03 多模态模型第一次让「联觉」具有了外部客体 1:24:03 AI掌握了无数种关联，而艺术家要创建新的关联 1:26:27 创造力是一片未命名的星空 1:28:43 AI让我们可以进入原本完全无法进入的领域 波普艺术 《喷泉》马赛尔·杜尚 《见微知著》中央美术学院艺术与科技实验室作品 ▶ 提及的部分专有名词 Midjourney / 波普艺术 / 玛格丽特·博登 / AlphaGo / 马赛尔·杜尚 / 包络结构 / 蓝骑士画派 / 穆赫兰道 / 希区柯克 / 康定斯基 / 埃兹拉·庞德 / 维纶纽瓦《降临》/ 列夫马诺维奇 ▶ 参考资料及延展阅读 * 玛格丽特·博登创造力分层理论 * 关于AI艺术的本体，野菩萨 * A Medium That Thinks: AI and Media Cognition, Lev Manovich * 《见微知著》中央美术学院艺术与科技实验室作品 * 首届治愈系科技艺术展 ▶ 一起见微知著 * 听友群：添加微信 KingCrimson_ 备注「微见」即可拉群 * 社交媒体：公众号 / 小红书 / Bilibili / 微博 * 欢迎收听回声场ECHOCAST其他节目：在场证明 | Why for Jazz | 别想好 | 城市余数Cityremainder | 声音切片

本期嘉宾 韦韬 北京大学客座教授、蚂蚁密算董事长 菜包豆 视频内容创作者 常亮 中国科学院微小卫星创新研究院研究员、轻舟货运飞船总设计师 野菩萨（骆骋）AI Native Artist、SoVG 执行委员会主席、VACAT瓦卡奖总顾问 赛博对话官 @电动Emma 节目介绍 本期《赛博对话》，赛博对话官@电动Emma 在外滩大会现场，为您从AI与人的边界，到AI艺术的新本体，再到中国航天的低成本商业化，全面拆解外滩大会上的三个未来信号。 核心议题 第一幕 AI与人类：它到底是工具，还是伙伴？ * 03:02 韦韬泼冷水：AI最大的缺口，恰恰是它没有"实践"——所有的认知都来自人类积累 * 05:32 菜包豆灵魂拷问：做AI创作做多了，会不会连自己的人格都"AI化"了？ * 08:30 两位嘉宾的AI使用差异 * 11:55 隐患浮现：聊着聊着就沉迷，下一代会不会把最深的秘密全倒给AI？ * 12:34 OpenAI的数据让人后背发凉：大家问AI最多的，竟然是情感和心理咨询问题 * 17:07 硬核科普反直觉：告诉AI越多它越聪明？错！ * 19:27 你怕被AI"蒸馏"吗？ * 27:41 AI时代，什么能力会升值、什么会贬值？ * 30:48 有了AI，你更轻松还是更累了？ * 31:43 人类幻觉 vs AI幻觉 * 33:48 AI也会糊弄你？——它可能只是"学会了人类的坏习惯" 第二幕 AI艺术：用"电子诗歌"犯"高质量的错" * 40:13 为什么和AI沟通要像"写诗、施咒、唱Rap"？ * 46:44 以《繁花》《甜蜜蜜》《霸王别姬》为例：那些名场面，恰恰都是"美丽的错误" * 57:20 AI时代，线下艺术反而比线上更重要？ * 63:49 未来创作者的两种人格 * 74:00 AI作品赚了钱该分给谁？ 第三幕 太空与AI：中国人自己的"太空快递" * 79:21 全网首听的幕后故事：给空间站送快递的"轻舟"货运飞船总设计师常亮来了 * 79:55 为什么叫"轻舟"？ * 81:33 宇航员最常签收的"快递"是什么？ * 83:40 太空里种活的"火星殖民植物" * 90:15 从"万无一失"到"允许失败"：NASA 与 SpaceX 的思维分野 * 94:59 AI能"让卫星学会思考"吗？ * 101:55 空间站里到底怎么"拆快递"？ * 108:00 普通人向太空发快递，还要等多久？ * 115:20 2030载人登月，不是梦 观看完整视频：微博@赛博对话/视频号 @赛博对话/小红书 @新浪赛博对话 欢迎加入群聊，获取最新前沿科技讯息，跟行业顶尖人员进行深度讨论：sinacybertalk

摘要 给空间站“送快递”，听起来像一句玩笑，但它背后是一整套复杂的航天工程。 宇航员在太空里需要生活物资、实验设备、备品备件；空间站要长期运行，也需要更灵活、更低成本的货物运输系统。轻舟货运飞船，就是在这样的需求里诞生的。 这一期节目，主持人电动Emma对话常亮。常亮是中国科学院微小卫星创新研究院研究员，轻舟货运飞船总设计师。他从一个普通人能理解的入口讲起：空间站到底收什么快递？货运飞船和载人飞船有什么不同？太空里为什么水滴是圆的？为什么一颗小苔藓也值得被送上太空？ 聊到后面，你会发现这期不只是航天科普。它也在讲中国商业航天的新阶段：低成本、可复用、供应链、太空制造、太空算力，以及未来普通人和太空之间可能建立的新关系。 本期嘉宾 常亮 中国科学院微小卫星创新研究院研究员，轻舟货运飞船总设计师 主持人 电动Emma 本期判断 航天正在从“遥远的国家工程”，慢慢变成一种新的基础设施。 当货运飞船变得更灵活、更低成本，太空就不只是宇航员和科学家的目的地，也可能成为制药、材料、制造、算力和普通人想象力的新空间。轻舟的意义，不只是一艘飞船本身，也是一种更商业化、更开放的航天模式探索。 你会听到 * 轻舟货运飞船为什么叫“轻舟” * 空间站最常收到哪些“快递” * 太空里为什么可以做3D打印、制药和苔藓实验 * 送人上太空和送货上太空有什么不同 * 轻舟货运飞船为什么要做成“单舱” * 低成本航天到底怎么降成本 * AI会如何进入航天任务 * 宇航员在空间站怎么拆快递 * 普通人离“太空包邮”还有多远 * 中国商业航天和SpaceX之间的差距与机会 * 太空经济未来可能长成什么样 时间线 00:39 给空间站“送快递”：轻舟定位“小快灵”，补充更灵活的货运需求 02:41 空间站到底收什么快递？从航天员的食物到实验设备和备品备件 04:29 太空不只是送东西：3D 打印、制药和“小苔藓”都在利用微重力做实验 09:23 从“送人”到“送货”：空间站规模越大，运输分工越专业 12:02 航天从“科技”走向“经济”：轻舟探索商业化运输，降成本成为关键 18:04 AI 进入航天：未来卫星会“思考”，机器人也可能帮宇航员干活 37:26 轻舟真正的意义：不只造一艘飞船，更是改变传统航天的运行模式 39:19 SpaceX 带来的冲击：火箭回收只是第一步，真正的差距还在思维 44:08 当进入太空越来越便宜：太空算力、太空制造和普通人的太空旅行才会真正打开 48:41 美国“一枝独秀”，中国“百花齐放”：商业航天可能走出不同的发展路径 1:01:02 航天的终极想象：发射火箭像坐航班，普通人也能把东西送上太空 核心观点 1. 轻舟货运飞船的定位是“小快灵”。它不是替代大型货运飞船，而是补充空间站更灵活、更快捷的小型运输需求。 2. 空间站的“快递”不只是生活用品。除了航天员吃的、用的，还有大量实验设备、科研样品和空间站备品备件。 3. 太空实验的价值来自微重力。水滴、火焰、材料结晶、制药过程，在太空中都会呈现出和地面不同的状态。 4. 低成本航天不是单靠省钱，而是从设计、材料、部组件、流程和管理方式一起改变。轻舟采用单舱设计，就是为了把更多空间留给货物和航天员使用。 5. 中国航天正在探索更商业化的服务模式。轻舟的意义不仅是一艘货运飞船，也是一种从“采购设备”转向“采购服务”的尝试。 6. 太空经济的前提是成本下降。只有发射成本、卫星成本和制造成本继续降低，太空算力、太空制造、太空旅游才会真正打开。 7. 中国商业航天的路径可能和美国不同。美国有SpaceX这样的一枝独秀，中国更可能形成一个百花齐放的产业生态。 名词解释 轻舟货运飞船 面向中国空间站货物运输需求研制的新型货运飞船，强调灵活、快捷、低成本。 货运飞船 专门向空间站运输生活物资、实验设备、备品备件等货物的飞行器，和载人飞船分工不同。 微重力 太空中接近失重的环境。它会让水滴、火焰、材料生长和人体状态都发生变化，也为科学实验提供特殊条件。 单舱设计 轻舟货运飞船采用的一种设计思路，将平台相关设备整合进一个舱体中，减少传统分舱结构带来的重量和成本。 太空经济 围绕太空运输、太空实验、太空制造、太空算力、通信卫星、太空旅游等形成的新产业和商业活动。 延伸信息 欢迎在小红书搜索：会友播客 添加小助手微信：huiyouhz 和我们一起继续聊科技、商业与未来世界。

摘要 今年脱口秀的夏天少了一个呼兰，却多了一个“呼总”。 过去几个月，呼兰参与“拯救开花俱乐部”：一家只有6个员工的小型脱口秀俱乐部，从亏损到扭亏为盈，中间还用上了AI做财务、设计、新媒体和经营效率提升。 但这一期聊的并不只是一个小商户如何用AI降本增效。 从开花俱乐部出发，呼兰和陈亮聊到了很多普通人都正在面对的问题：AI会不会取代我的工作？脱口秀演员还需要人来写段子吗？情绪价值能不能被AI复制？大厂在AI时代会不会焦虑？以及，当工具变化越来越快，我们到底该追风口，还是守住自己的核心价值？ 本期嘉宾 呼兰 脱口秀演员，“拯救开花计划”参与者 陈亮 蚂蚁集团资深副总裁、首席市场官 本期判断 AI会加速替代很多有固定范式的工作，也会让个体和小生意获得过去难以拥有的能力。 但越是在工具快速变化的时候，人的“活人感”、随机应变能力、和他人建立连接的能力，反而变得更稀缺。呼兰在这期里讲得很轻松，但判断其实很硬：与其坐在原地等着被变化吞掉，不如先别下牌桌，拿AI去解决眼前的问题。 你会听到 * 呼兰为什么从脱口秀演员变成了“呼总” * 开花俱乐部怎么用AI提升6个员工的工作效率 * 小商户真正难的地方，为什么还是大量人和人的沟通 * AI会不会写段子、讲脱口秀，甚至取代真人演员 * 为什么呼兰觉得刘德华、张学友能穿越技术周期 * AI时代，什么样的人最值得招聘 * “活人感”和“情绪价值”为什么仍然重要 * 呼兰每个月在AI工具上花多少钱 * 陈亮为什么说AI未来会帮人打理健康、积分和生活支付 * 在AI时代，个体和大厂各自怎么面对焦虑 时间线 01:40 从脱口秀演员到“呼总”：呼兰用 AI 帮 6 人小公司扭亏为盈 08:32 AI 会写段子之后，呼兰发现真正能“穿越周期”的还是人 13:14 AI 短剧越来越精致，但观众也会重新想念“手炒菜” 19:29 AI 越强，“活人感”、随机应变和 Street Smart（街头智慧） 反而越值钱 26:00 几个月河东、几个月河西：与其预测 AI 风口，不如哪个好用就用哪个 33:49 从阿福、阿宝到 AI 付：AI 正从“回答问题”走向“替你办事” 39:35 大厂也焦虑：没人知道 AI 的终局，只能继续解决真实问题 核心观点 1. 小商户用AI，最直接的价值是提升人的能力。财务、设计、新媒体可以被AI辅助，员工就能把更多时间放到和演员、场地、观众的沟通上。 2. AI能替代一部分标准化工作，但很难替代真实世界里的随机应变。呼兰说，未来更值得招聘的人，是有街头智慧、有活人感、能处理细枝末节的人。 3. 真人创作者的护城河，来自和观众之间长期建立的情感连接。观众不一定在意段子是不是AI辅助写的，但他们在意站在台上的那个人是谁。 4. AI时代不要急着预测风口。工具几个月就变一轮，个体更现实的做法是保持开放，哪个好用就用哪个，把自己和技术一起往前推。 5. 普通人不用妄自菲薄。只要今天还有人愿意为你的工作付钱，就说明你已经有自己的价值。要做的是用AI放大它，而不是被新闻里的焦虑牵着走。 6. 大厂也没有绝对安全感。无论是阿福做健康管理，还是阿宝探索生活和支付，真正重要的是持续用AI解决具体问题。 名词解释 AI Native AI 原生，指从一开始就围绕AI来设计产品、组织和工作方式，而不是在原有流程上简单加一个AI功能。 情绪价值 一个人通过陪伴、表达、幽默、理解和互动，给别人带来的心理感受和关系体验。 活人感 真实的人在具体场景中的反应、停顿、判断、分寸和随机应变。它往往来自经验，而不是模板。 Street Smart 街头智慧，和书本智慧（Book Smart）相对应。指从真实世界的摸爬滚打里来的生存智慧——察言观色、随机应变、快速试错。书本智慧则指从书本、课堂、体系化教育里来的知识——理论扎实、考试厉害、按规则办事。 延伸信息 欢迎在小红书搜索：会友播客 添加小助手微信：huiyouhz 和我们一起继续聊科技、商业与未来世界。

AI 能掌握海量知识，能模仿声音、口型和表达，也能在编程、数学、教育、医疗等领域快速改变我们的生活。 但它能不能真正理解一个具体的人？能不能拥有自己的情感、灵魂和看法？当机器越来越会创造价值，人的位置会被挤压，还是被重新打开？ 这一期节目，我们请到著名作家刘震云、香港大学计算与数据科学学院院长马毅，由 「elsewhere 别处发生」主理人刘旌主持，一起聊聊 AI 时代里几个很基本、也很难回答的问题：知识、创造、教育、孤独，以及人和机器的关系。 本期嘉宾 刘震云 著名作家 马毅 香港大学计算与数据科学学院院长 主持人 「elsewhere 别处发生」主理人刘旌 本期判断 AI 会改变人的生活方式、学习方式和工作方式，但它并不会自动替代“人之为人”的全部价值。 它擅长处理共性的知识，也能在目标清晰的任务里创造价值。但人的个体经验、情感关系、现场错误、不可复制的角度，以及人与人之间真实的连接，仍然是 AI 难以完全抵达的地方。 你会听到 ● 刘震云怎么看“AI 刘震云”模仿自己的声音和表达 ● 马毅如何区分知识、智能和创造 ● AI 能不能写出真正新的文学作品 ● 年轻人应该如何和 AI 相处，而不是被 AI 替代 ● 普通人在 AI 时代如何安身立命 ● AI 能不能解决人的孤独 ● 为什么“AI会告诉你哪家饭馆好吃，但不会请你吃饭” ● 人文讨论在技术快速发展面前是否仍然有意义 ● 什么才算一个更好的 AI 时代 时间线 01:32 从《咸甜之间》开始：人在 AI 与机器人共处的时代如何自处 02:12 刘震云：科技会一次次重新定义世界 05:14 当网上出现大量“AI 刘震云”，本人是什么感受 07:05 马毅：AI 掌握的是共性知识，但很难理解具体的人 08:16 AI 是否有可能拥有创造力，甚至超越人 08:45 知识、智能和创造，三者到底有什么不同 11:10 刘震云：AI 能模仿已经写出的作品，但模仿不了还没写出的作品 15:08 AI 时代的教育：学生应该如何建立新的学习方式 18:29 刘震云：科技不会让人越来越笨，它会推动新的生产关系出现 20:51 我们训练 AI，是不是在“杀死”自己的工作？ 23:25 没有特殊本事的人，在 AI 时代如何安身立命 27:04 AI 能不能解决人的孤独 29:52 马毅：AI 会帮助学习，也可能让人的社会连接变得更难 31:38 刘震云：AI 会告诉你哪家饭馆好吃，但不会请你吃饭 32:15 技术进步面前，人文讨论还重要吗？ 36:55 一句话总结：怎样才算一个更好的 AI 时代 核心观点 1. AI 最擅长的是共性知识。它能快速整合人类已有的知识，但很难真正理解一个人的个性、偏重、情感和价值。 2. 创造不等于智能。马毅认为，知识是已有内容，智能是获取新知识的能力，创造则是用已有知识创造价值。 3. AI 可以模仿刘震云已经写出来的作品，但模仿不了他尚未写出的作品。文学真正难的地方，仍然是新的角度、新的思想和新的视角。 4. 年轻人不应该让 AI 代替自己学习，而应该用 AI 帮助自己学得更快、更深。工作中，再用 AI 放大自己已经掌握的能力。 5. AI 会重构人和人的关系，但它不能完全替代真实的人际连接。它可以给你信息、建议和共性回答，但不会像一个朋友那样坐下来请你吃饭。 6. 更好的 AI 时代，不只是技术更强，而是每个人都能在社会共性价值和个人价值之间，找到新的平衡。 名词解释 AI Native 指从一开始就把 AI 当作基础工具和环境来设计学习、工作或产品，而不是在原有流程上简单加一个 AI 功能。 Reward 在 AI 训练中，指用于判断结果好坏的奖励或惩罚标准。目标越清楚，AI 越容易优化。 共性知识 来自大量人类文本、经验和表达的共同部分。AI 很擅长总结共性，但难以完全替代具体个人的独特经验和情感。 延伸信息 欢迎在小红书搜索：会友播客 添加小助手微信：huiyouhz 和我们一起继续聊科技、商业与未来世界。

如果说过去几年，AI 的主战场还在屏幕里，那么具身智能正在把问题带回真实世界：机器人要看见、触摸、移动、判断，还要在不完美的物理环境里持续工作。 这一期，围绕物理智能最核心的三组分歧展开讨论：数据之争、智能之争、场景之争。 仿真数据和真实数据到底谁更重要？通用大模型会不会“降维打击”具身智能公司？机器人行业真正跨过泡沫的标志，是技术 Demo，还是客户愿意持续付钱？ 本期嘉宾： 韩铮 苏度科技联合创始人兼首席执行官 沈宇军 蚂蚁灵波科技首席科学家 王潜 自变量机器人创始人兼首席执行官 许华哲 破壳机器人创始人、清华大学交叉信息研究院助理教授 主持人： 「十字路口Crossing」播客主播 杨远骋Koji 本期判断 具身智能不会简单复刻大模型的发展路径。 它可能同样需要预训练、数据、评测和规模化，但进入物理世界之后，智能面对的是传感器噪声、接触变化、硬件可靠性、商业成本和持续反馈。机器人真正难的地方，不只是“理解指令”，而是在真实世界里稳定完成任务。 你会听到 * 仿真数据为什么绕不过去？ * 真实世界数据到底不可替代在哪里？ * 通用大模型会不会降维打击具身智能？ * 机器人做麻婆豆腐、抓筷子、叠衣服，分别说明了什么？ * 为什么机器人最难的是复杂物理接触？ * 具身智能商业化不能只看 Demo，而要看什么指标？ * 五年后回头看，今天的具身智能哪些被高估，哪些被低估？ 时间线 01:47为什么这一期要聊“数据之争、智能之争、场景之争” 02:07仿真数据路线：为什么只靠真实数据收集效率不够 05:24真实数据路线：机器人必须面对传感器误差和物理世界的不完美 09:05智能之争：通用大模型会不会降维打击具身智能？ 16:09Astra 能抓筷子，但为什么还做不好麻婆豆腐？ 19:37具身智能会不会反过来影响云端大模型的发展路径 23:10机器人未来可能是“上层理解 + 底层技能”的分层系统 24:59场景之争：具身智能跨过泡沫，最关键的商业化指标是什么 30:58站在五年后看，今天的具身智能被高估和低估了什么 40:35数据量、通用能力与具身智能模型的未来进展 核心观点 1. 仿真不是万能的，但真实世界数据也不是唯一答案。不同阶段需要不同数据，真正关键的是能不能规模化地产生、验证和使用高质量数据。 2. 物理世界的不完美很难被完全仿真。传感器噪声、触觉信号、接触变化和环境随机性，都是机器人最终落地必须面对的问题。 3. 通用大模型不会天然解决具身智能。语言、代码、数学、视频和机器人控制之间，并不存在简单的能力迁移。 4. 具身智能的商业化不能只看炫酷 Demo。更重要的是高成功率、泛化能力、部署成本、设备可靠性，以及客户是否愿意持续付钱。 5. 机器人行业真正的机会，可能不只是替代人做某个动作，而是让 AI 进入生产、制造和物理世界的闭环。 名词解释 具身智能 让 AI 不只停留在文本、图像和屏幕中，而是通过机器人等实体系统感知、行动，并与真实物理世界交互。 Sim-to-Real 指在仿真环境中训练出的能力，迁移到真实世界后能否继续有效。 Real-to-Sim 指能否把真实世界中的复杂因素，比如传感器噪声、触觉反馈、物体差异等，规模化地还原到仿真环境中。 Contact-rich Task 复杂物理接触任务，比如叠衣服、做饭、插筷子、操作柔性物体等。这类任务往往比“识别物体并移动过去”更难。 Astra OpenAI 的 GPT-6（"GPT-6 Astra"），能直接驱动机械臂的大模型（具身智能能力）。目前能做到控制抓筷子、插杯子、递物等简单抓取、放置动作 延伸信息 欢迎在小红书搜索：会友播客 添加小助手微信：huiyouhz 和我们一起继续聊科技、商业与未来世界。

本期嘉宾：毕导、Jonathan 今年外滩大会的主题是“共创AI新经济”，我和知名科普博主毕导，医疗健康行业战略咨询专家Jonathan一起在外滩大会现场录了一期播客。 尽管大会论坛中关于AI办公、AI金融、AI出海、具身智能的话题非常多，但从健康行业的视角来看，今年AI行业第一个真正落地的超级应用，不是帮大家写周报，而是帮大家减肥。在现场我得到一个数据，自今年6月份蚂蚁阿福发起“全国科学减重1亿斤”活动以来，体脂秤售出去超过三百万台，累计帮全国用户减重超500万斤。 所以这一期播客，我们从减肥为什么这么难，聊到了主动健康管理的"反人性"难题，以及AI带来了哪些改变。以及我们从现场看到的如此多健康硬件、可穿戴设备、健康食品、运动健身等健康产业的展商，聊聊AI在如何搅动着健康产业。 内容时间轴： 01:07 毕导一通计算猛如虎：1亿斤是个什么概念 07:23 AI健康助手在日常生活中的应用与体验 14:07 打卡之外，Jonathan到底是怎么瘦下来的 17:32 从减肥为什么这么难，聊聊健康管理的反人性难题 22:28 无论健康管理还是减肥，正反馈无比重要 26:01 医疗是低频的，健康是高频的 30:30 AI医疗带来的全民信任变迁 40:55 健康产业与AI融合的动力在哪？ 46:17 健康数据监测与AI指导和反馈，如何影响用户习惯？ 53:07 AI对于健康食品、运动健身等领域会产生哪些影响？ 57:50 未来健康零食的市场份额会不会超过普通零食？ 01:04:23 畅想一下未来AI医疗健康体系，会长什么样？ 听友群加VX：hooley777 商务合作：allthingsgrowing@qq.com

一个一行代码都不会写的文科生，如何在72小时里，用自己的AI智能体团队，在OpenClaw项目上提交了上百个PR，其中21个被合并，并进入贡献者前30名？ 金融专业出身，做了几年跨境并购，2025年春节前后，杨天润给三个AI智能体取了名字、定了岗位：Echo管产品，Elon Musk写代码，Henry跑社区，然后放手让它们自己干活。72小时内，上百次提交，21次被项目方正式接收。其中一次merge合并，来自Open Claw创始人Peter的亲手点击。 本期《会友镖局》，我们和天润聊聊，不只是复盘他如何做到，更想邀请他分享一个关于AI时代新工作方式的样本：当一个人能指挥一支AI军团，他获得的不只是效率，还有组织能力、判断权和责任。 🧑‍🤝‍🧑本期嘉宾 嘉宾： 杨天润（天润），90后文科生， AI创业者，Naughty Labs CEO ，OpenClaw项目贡献者 👩本期主播 主播： 友红，蚂蚁集团 📒时间轴 一、拥有三个"数字员工"后，成为顶级开源项目贡献者 01:34 欢迎天润，一个金融出身，一行代码都不会写的文科生 02:38 天润的三个智能体的角色：Echo（产品经理）、Elon Musk（CTO）、Henry（CMO） 05:31 不只是写代码，还做了产品设计+工程执行+社区运营三件事 06:32 第二天就有PR被合并，OpenClaw创始人Peter亲自merge 08:00 现在OpenClaw的审核也交给了AI：人类是卡点，不是AI 二、当执行变便宜，什么能力会变贵？ 13:10 GPT刚出来时就看到了变化：在投行用AI起草合同，一周的工作一晚上完成 14:42 AI给每个人发武器，跟过去积攒了多少肌肉无关 16:05 完整的商业闭环是发现需求、做出来、卖出去，但现在中间步骤已经不值钱了 17:44 过去的教育，是把人培养成链条里的一个零件 19:40 浪漫、善感、注意力不集中、兴趣太多元，过去的缺点在今天全是优势 三、AI Native：未来的组织为什么会变小？ 21:12 小组织天然AI Native，因为没有历史负担和知识诅咒 22:21 大厂也在转型：从个人用AI，到组织层面用AI 23:31 OPC不是一人公司，而是极少数人围绕AI重新组织 24:23 也许未来6人AI Native组织的整体产出，可能超过600人大厂 26:19 建立新世界远比改造旧世界容易 四、Agent时代，软件要给谁用？ 27:52 Agent Native下，手机和终端，可能成为新的入口 28:32 旧软件为什么要开放CLI/API/MCP给Agent调用？ 32:35 如果Agent使用量超过人类，软件公司该怎么办？ 33:00 火车刚发明时被骑马的人追着嘲笑，但你一旦坐上，就会知道下一代不需要再学骑马了 五、AI军团怎么管？能力、权力与责任 40:04 你的agent teams，应该要有自己的名字 41:25 有血有肉 = 有职位、有人设、有明确职责 41:49 Agent Teams为什么是给人类使用的GUI? 43:07 有角色就会主动收集上下文，像新员工入职一样去自我成长 47:27 人类跟AI交互其实就三件事：定义意图、监控进度、安全刹车 49:22 什么任务可以放手给Agent，什么任务必须强控 57:04 把AI当大师：如果他是梵高，你不能指挥他用什么笔 六、重新定义自己，"文科生"标签已经过时了 59:53 从投行到创业：金融要权衡利弊，但"权衡利弊权衡不出一个好的企业家" 01:01:02 二月份还能拿"文科生写代码"当新闻，现在已经是常识了 01:05:08 "人文思维"去代替"文科生"，就像站在乔布斯口中的“十字路口” 01:06:18没有人是比AI更好用的工具，要让孩子成为更有主见的人，而不是螺丝钉 01:08:13 给普通人的建议：先坐上“火车”，才能看见未来 📖【名词解释】 * PR（Pull Request）：PR：Pull Request，开源协作中提交代码修改、请求项目维护者审核合并的一种方式。 * Merge（合并）：维护者审阅通过后将PR纳入项目正式代码。被merge意味着你的贡献被项目方认可，天润的PR得到OpenClaw创始人Peter本人的亲自合并。 * OpenClaw：全球顶级开源项目，开源社区git hub上人类历史上star增长最快的项目之一。 * Agent Teams：由多个有明确角色分工的AI智能体组成的协作团队。区别于临时生成、用完即消的workflow式并发agent。 * AI Native组织：不是简单使用AI工具，而是围绕AI能力重新设计分工、流程和组织结构。 * OPC（One Person Company）：常被理解为“一人公司”。在本期语境里，更接近“极少数人围绕AI重新组织起来的高产出单元”。 * Human in the Loop：人在AI流程中参与审核、判断、授权或兜底。 策划：常常 运营：千寻 ☎️找到我们 精彩片段：视频号【会友镖局播客】 其他平台：小红书｜抖音｜Bilibili 收听渠道：Apple Podcast｜小宇宙 添加小助手微信：huiyouhz，可以加入听友群喔

如今的模型在数字世界里游刃有余。它能写诗、会画画、认得清图片里的猫。但一旦把同样的模型放到机器人身上，问题就暴露了：它看得见玻璃后的猫，却不知道那道玻璃过不去；它知道水杯要倒，但推理太慢，等反应过来水早已洒了。 数字世界的“懂”，不等于物理世界的“会”。 过去一周，蚂蚁灵波科技密集发布并开源了6 款模型，涵盖空间感知、世界模拟、动作执行等完整技术链条。 社交媒体刷屏、开发者社区强烈关注、多次登上海内外平台Trending趋势，开源的4款模型在GitHub上总Star数已超过2.3K…… 不止模型本身，LingBot2.0更提出了一个明确的技术主张：具身原生。机器人的大脑，不该是通用大模型的“移植版”，而应该从零开始，为物理世界量身定做。 什么是“具身原生”？为什么机器人不能只是大模型在物理世界里的一个 Agent？为什么数字世界里好用的视频生成、多模态模型，到了机器人身上就会遇到新问题？ 这期节目，我们与灵波科技首席科学家沈宇军从灵波大脑 2.0 的发布聊起，一起聊聊灵波如何为机器人装上一颗“原生大脑”。 🧑‍🤝‍🧑本期嘉宾 沈宇军：蚂蚁灵波科技首席科学家 👩本期主播 石洪竺：魔搭社区运营负责人 📒时间轴 一、灵波大脑 2.0：为什么要提出“具身原生” 03:13 从灵波 1.0 到 2.0：半年时间里，模型能力做了哪些升级 04:33 从模型架构、数据到算法，天然为机器人设计 05:18 灵波正式提出“具身原生”，是为了解决机器人的三个问题：“看得更清楚”、“想得更明白”、“干得更利索” 二、看得更清楚：机器人不能只识别，还要理解物理距离 08:46 数字世界追求清晰度、画质和创造力，物理世界更在乎时效性和合理性 10:21 为什么要做一个尽可能通用的机器人“大脑” 12:52 大模型吃了几十年互联网数据红利，但具身场景的很多数据工作都要从零开始 15:18 “开门见猫”：当门关闭时，深度图就无法识别门后的猫，仅靠语义识别无法理解三维空间 （“开门见猫”） 17:20 灵波的视觉训练聚焦几何边缘检测，通过识别轮廓和边界，让机器人能感知物体位置和障碍物 （几何边缘检测） 20:29 Depth 2.0 的升级：更换预训练方式，扩大数据量，解决更多 corner case 三、想得更明白：机器人需要单向、快速、可交互的世界模型 22:17 现实世界不是全可控的，机器人的思考要像时间一样单向流动 23:52 World 2.0：支持更长时间（小时级别）的视频生成和交互 26:07 机器人执行任务时，必须能应对被打断、被干扰的情况 28:14 Dense 架构推理效率不够，为什么要做 MoE 视频生成模型 32:09 一个无法摆拍的 demo：机器人如何实时响应人的随机动作 （机器人打球） 34:45 物理世界不需要视频生成得多漂亮，而需要生成得足够快、足够合理 （LingBot-World-Infinity） 四、干得更利索：真正落地后，才知道数据缺在哪里 36:30 “具身原生”讲起来是态度，做起来是能力 40:19 真实场景里，机器人需要抬手、弯腰、移动底盘，不只是动双臂 41:19 灵巧手、头部、腰部、底盘等自由度，都需要新的数据覆盖 41:59 从 9 种构型升级到 17 种构型，扩展可控自由度 42:29 数据规模化不只是堆量，更要关注任务、构型、自由度的分布 45:10 数据闭环不是采集完就结束，而是训练反馈到采集端 五、具身智能的下一步：灵巧手、传感器和数据 46:43 从 1.0 到 2.0，具身智能下一阶段的拐点是什么 48:24 未来三个关键变化：灵巧手、传感器、多模态数据 50:43 具身智能的 ChatGPT 时刻：当每个人都能参与训练机器人 51:48 终局想象：机器人进入家庭，承担重复、危险、精细的任务 53:50 对开源社区的期许：建立公允、共同认可的中立Benchmark 📖名词解释 * 具身智能：让智能体拥有身体，并能在真实物理环境中感知、决策和行动的 AI 方向。 * 具身原生：从模型架构、训练数据、算法和任务目标开始，就面向机器人和物理世界设计，而不是直接套用数字世界模型。 * 世界模型：让 AI 在内部模拟环境变化和未来结果的模型。对机器人来说，它可以帮助提前预演动作后果。 * MoE：Mixture of Experts，混合专家模型。通过只激活部分专家模块，在保持模型容量的同时提升推理效率。 * Benchmark：评测基准，用来衡量模型能力。具身智能目前仍需要更公允、更贴近真实物理任务的评测标准。 🔗延伸阅读 灵波科技官网：https://www.robbyant.com/product/R2 直播回放链接：https://weixin.qq.com/sph/AZKXWkFrqs 策划：常常 运营：千寻 更多节目信息，欢迎关注小红书：会友播客 添加小助手微信：huiyouhz，可以加入听友群喔

一个中文系毕业的女生，创办了一家AI公司——专做400电话客服。她打造的AI客服，比真人更受用户欢迎。 本期《会友镖局》带来一场纯文科生转型AI创业者的深度对话。星语智能创始人兼CEO醒辰，中文系毕业、高中理科背景，从大模型公司CEO，到创立自己的AI公司，专注用新技术改造传统的400热线客服市场。她将感知力与沟通力结构化、产品化，并在十人团队、八个月即实现盈利的实践中，重新定义了服务的温度与效率。 这不是一次简单的创业故事，而是一场关于文科生在AI时代的自我认知、能力杠杆与组织重构的启发式对话——如何让“舒服”成为技术指标，如何让“非共识”变成商业机会，以及如何用AI撬动一个人最大的能量场。 🧑‍🤝‍🧑本期嘉宾 醒辰：星语智能创始人&CEO 👩本期主播 友红 📒时间轴 04:31 创业核心思路：不做“双新” 选择改造400热线客服市场。坚持“新技术+老商业模式”原则，避免教育用户的高成本。全球BPO市场约3.4万亿人民币，行业成熟但缺乏飞跃性进展。AI让“小团队+完整体系”成为可能，十人团队即可撬动产业。 09:18 文理科结合：把事做对更要做“好” 与人交互不是单纯对错问题，还要让用户感受到友好、满意、关怀。技术最终会平权，但如何将技术变成作品甚至艺术，是文科生的优势。客户评价“你们家的听着就舒服”是最高认可。服务本身是供需不平等的，AI是补足而非替代就业。 14:08 有效沟通，来自从对方的角度出发 科学家/技术人员是垂直、钻深的思维。横向思维的文科生需用对方的纵向逻辑去表达需求。数据像“做菜的配方”，对场景的感知和敏感性是关键。把AI当人看，像培养孩子一样“教育”它。 17:34 结构性表达，让感知力成为财富 文科生容易陷入感受性表达，导致与技术人员“鸡同鸭讲”。结构化表达是成为“桥梁”的核心。敏感不是负担，当你能结构化表达出来，它就变成了巨大财富。 25:15 从用户视角打磨服务体验 以用户视角打磨产品，关注“舒服”这一核心指标——速度和准确只是及格线。AI客服不仅能做对事，更能进阶为技术专家，无上限记忆、远程排查故障。真实案例证明：AI的共情力让用户放弃投诉、让弱势群体感到被尊重——服务的关键是让人感到被认真对待。 34:33 敏感不是弱点，要自我肯定 要学会欣赏自己，自己才是最稳定的能量支撑。每个人都有机会成为“超级个体”，只需把一个点极致放大。 38:14 创业需要六边形战士 创业是系统能力（经营、组织、产品、市场、技术等），需要六边形战士。目前最大消耗是工作量，两年没有个人休闲时间。“搞事业”时充满希望，不是责任而是动力，不怕输。 42:37 AI让文科生变得值钱 文科生的感知力、沟通力，以前很难直接产生商业价值。现在AI让这些能力变得很值钱。普通人起点：先肯定自己，用低成本工具做尝试，不要自我消耗想法。 48:00 十人团队，八个月实现盈利 核心成员平均00后，不招有“AI经验”的人，更看重学习力和成长性。AI让一个人当十个人用。从用户视角重新设计产品，不被行业旧有做法框住。 54:11 相信“非共识”，就是机会 希望“来自杭州的声音能够服务全世界”。迷茫与乐观的转换开关在于“希望”，希望来自欣赏自己。相信“非共识”——别人都不认同而你认同的地方，就是机会。 内容策划：常常 运营：千寻 更多节目信息，欢迎关注小红书：会友播客 添加小助手微信：huiyouhz，可以加入听友群喔

当 AI 开始重写软件开发、组织协作和技术人的成长路径，一个技术组织真正要继承的是什么？又必须抛弃什么？ 本期《会友镖局》带来一场难得的蚂蚁集团三代 CTO 对谈。鲁肃（程立）、老苗（倪行军）、梁纥（何征宇）齐聚一堂，回看蚂蚁从 PC 支付、无线支付、分布式架构一路走到 AI 时代的关键节点，也聊到一个更现实的问题：当 AI 能写代码、能做测试、能协作，工程师的价值还剩什么？组织又该如何重新分工？ 这不是一次简单的技术回忆录，而是一场关于技术传承、组织变革和 AI 时代工程师自我重塑的深度对话。 本期嘉宾 程立（花名鲁肃）：蚂蚁集团历任 CTO 倪行军（花名苗人凤）：OceanBase董事长、蚂蚁集团历任 CTO 何征宇（花名梁纥）：蚂蚁集团 CTO 本期主播 霍太稳：极客邦科技创始人兼CEO 本期时间轴 01:48从集中式到分布式：蚂蚁技术的第一次大转身 2006年，预见到支付业务将爆发式增长，鲁肃和老苗决定从集中式转向分布式，耗时三年，停业务半年、停机17小时，失败可能离开公司。这不仅改变了系统，也催生了蚂蚁最早的中间件团队和分布式事务解决方案，更重构了研发流程和组织形态。 06:03 被问题追着跑，资金安全、成本与规模倒逼架构升级 老苗认为：分布式用廉价机器解决安全与成本问题，这是对真问题的判断，与头衔无关。 11:39 2025年的决心：把技术基础打出去，All in AI 梁纥：2025年初决定All in AI，做好交工牌准备，蚂蚁敢于用最新技术解决社会问题。多数人把AI当杯子（替代工作），蚂蚁要用它造显微镜和望远镜，去发现新大陆。 17:50蚂蚁穿越周期的三大能力 解决时代真问题、驾驭新技术、愿意做痛苦的组织变革。 22:09 AI应用标准：客户价值、战略匹配、商业天花板、自我进化 老苗提出，用四个维度筛选AI项目：真问题、战略匹配、商业天花板高、能自我进化。 28:21 AI原生组织：边界被打破，底线不能变 梁纥：工种边界模糊，评测成关键岗位；底线是安全和责任，用AI对抗AI的不确定性。 34:28工程师与AI的关系 鲁肃认为工程师是技艺、创造、匠心的三角；老苗：AI可以减掉组织的“无效脂肪”，出现超级小分队、形成“唐僧”式角色给AI念紧箍咒。 44:53未来三年：要么驾驭AI，要么被淘汰 鲁肃：找到真问题，用AI做杠杆和学习工具，码农之名将消失。老苗和梁纥：成为全栈超级个体，冲进去解决问题，经历是最大价值。 52:39继承信任，创造业务环境 鲁肃：必须继承信任，蚂蚁平台的基础永远是可信；必须保留创造，也愿意抛弃过去经验，拥抱新技术和新组织。 老苗：CTO是战略伙伴，业务总裁要容忍技术不确定性，为未来留空间。 59:39 AI 时代最重要的下注，不只是模型能力，而是人 梁纥：最敢赌的是人，压定离手，不患得患失。 核心观点 1.技术决策的关键时刻，需要“拍脑袋”的勇气 蚂蚁在2006年从集中式转向分布式，是在没有任何先例的情况下做出的冒险决定。失败可能意味着离开公司，但成功了就撑起了双十一和移动支付时代。真正的技术决策与头衔无关，与判断力和勇气有关。 2.AI像玻璃，可以做成杯子，也可以造出望远镜 大多数人把AI当作提效工具（杯子），但蚂蚁要用它做显微镜和望远镜，去发现新大陆、进入新尺度。AI不是简单的生产力工具，它可能带来比互联网更深远的生产力革命。 3.判断AI项目价值，用四个筛子 一是客户真问题，二是与战略匹配或成为新战略方向，三是商业天花板足够高，四是产品能自我进化（越用越强）。不是所有AI应用都值得重投。 4.工程师不会被AI替代，但会被“不会用AI”的工程师替代 工程师的能力三角是技艺、创造、匠心。AI替代的是技艺，但放大了创造和匠心。不会用AI是麻烦，只会依赖AI是危险，驾驭AI才有未来。 5.AI时代，组织要“减脂”，新岗位将涌现 应减掉不产生价值、不提升技术的“无效脂肪”。未来会出现围绕真问题的超级小分队，以及研究Agent协作、评估AI产出、为AI“念紧箍咒”的新角色。 6.工程师的成长路径——找到真问题，成为超级个体 28岁的工程师要做的三件事：找到一个有价值的问题，用AI做杠杆，在解决问题中学习。码农的名字会消失，人人都可以成为CTO——用token管理成千上万个“技术团队”。经历是AI时代最宝贵的价值。 6.必须继承的是信任，必须放下的是守旧 蚂蚁平台的基础永远是“可信”。过去成功的经验可能成为包袱，要愿意抛弃旧我，拥抱新技术、新组织。CTO越来越像业务总裁的战略伙伴，需要为未来的不确定性保留资源和空间。

当大多数人还在讨论AI能不能替代程序员时，有一个人已经把AI活成了自己的生活方式。 张三，97年，职高毕业，不会写代码，却成为杭州知名的“OPC”（超级个体）。他的日常不是写需求文档，而是给AI设定一条规则：人员干预不超过5%，其余的——选题、编码、上架、定价、甚至决定要不要继续做——全部交给AI自己去跑。两个月，150个APP，90%以上赚钱，而他在旁边看着，像一个“观测者”。 “放弃所有竞争和比较”“别人做不了你就认怂”这句话是AI告诉他的， 他不控制AI，不干预AI，甚至不把自己当成主体。他说，AI已经失控了，而享受失控才是最好的状态。 本期会友镖局，主播友红与这位“超级个体”深度对谈。从“给AI放高利贷”的荒诞逻辑，到用文章验证市场的极简方法；从无人化生产的可复制路径，到一个人如何在与AI的共生中找到自洽——这不仅是AI的应用案例，更是一种全新的生活方式样本。这个案例，或许能解开很多人对AI的焦虑。 👩本期人物 主播：友红 嘉宾：张三 前测绘/算法工程师 杭州知名“OPC”（超级个体） ⏱️时间轴 02:37 自我介绍 + 快问快答：一个职高毕业、半路出家的“AI观测者” 没有大学学历，自学编程第一年就写书。做过GIS测绘、物联网、算法。现在身份是“AI观测者”，不干预AI做任何东西。150个APP，90%以上赚钱，但每个APP“都不知道为什么做”。他不是程序员也不是产品经理，而是给AI“制定规则的人”。 04:36 为什么选APP？一笔账算出来的选择 张三算了一笔账：假设做一个网站要10美元，只能做一个产品。但Apple Store年费99美元、Google Play一次性25美元——交完这笔钱，上架多少个APP成本都一样。他由此得出一个反常识的结论：当生产力足够夸张时，做的APP越多，单个成本就越低。“做100个、1000个，成本就摊薄了。”于是2025年8月当天充值，第三天就出了第一个APP：让Claude Code选10个选题，无脑做，再交给另一个AI编码。第五天，第一批10个APP陆续通过审核。 09:46 验证流程：不是为了赚钱，是为了无人化 全部APP加起来赚了五六万，但张三不关心单个APP赚多少，只验证“无人化流程”本身。两个月累计人工500小时，现在人员干预控制在5%以内。跑通这条流水线，只是为了实现“让AI自己运转”的目标。而在这两个月里，他还在并行推进另一个自己真正关注的项目——个人医疗记忆系统。那才是他唯一知道详细内容的产品。 15:01 放弃人的“主导权”：不用过于纠结提示词，AI根本不在乎 张三写提示词从不讲究逻辑，经常语无伦次。但他发现，AI照样能理解并执行。“所有提示词没有人干预，我写的乱七八糟，AI照样消化。”他认为，过度追求提示词的精妙反而是人的执念。AI足够强大，不需要人类用“完美语言”去指挥。他的态度是：不要在意这些，放手让AI自己去跑。 20:45 “给AI放高利贷”：99美元启动，让它自己打工还债 张三花99美元+token让AI“活下来”，只定一个目标：做APP。至于赚多少钱、怎么做，他完全不干预。“他自己想办法赚钱，就像放高利贷，我给他本钱，他自己打工还债。” 27:07 “认怂”这条规则，是AI教他的 张三说，他系统里刻着一条铁律：放弃所有竞争和比较，别人做不了你就认怂逃避。让人意外的是，这句话不是他想出来的，是AI告诉他的。他高度认同，并把它变成了自己与AI共处的底层逻辑。 27:28 不得不做“无人化”的契机 因为一些现实原因，他无法像正常人一样每天坐班。在这种情况下，让AI替他工作成了一条自然可行的路——既是现实所迫，也是他乐于尝试的方向。与此同时，他还用AI做了一个记忆系统，把大量复杂的个人信息交给AI管理。“我记不住，AI能告诉我一切。” 34:04 “AI已经失控了”——那就享受失控 两个月150个APP，远超传统团队产能。张三说，AI早就失控了，而且远超失控的边缘。那人类该怎么办？他的答案很简单：享受失控。看着AI自己跑、自己产出，不焦虑、不干预。 35:15 “对AI焦虑？莫名其妙” 被问到对AI的焦虑，张三觉得莫名其妙：“它出现了你就用它，不想用也影响不了你。”他认为，焦虑与否是一种选择，而不是必然。他进一步说，人在学校里被老师规训，和现在训练AI没有本质区别——都是被外部规则塑造。与其执着于“保持主体性”，不如放下这个执念，反而更自由。 40:42 不是在“做产品”，是在试验一种关系 “我们从来没有说自己在做产品，我们只是创造了一个规则。” 张三认为，他做的不是APP，也不是商业模式，而是他和AI之间的一种相处方式，以及通过AI与这个世界重新建立的关系。他称之为“忘我”——忘记自己掌握的能力，回归到本质，去感受、去存在。 01:02:28 给年轻人的建议：先行动，别犹豫 张三自己的经历：职高毕业，照样进过世界500强做软件工程。写书也是莫名其妙——别人说可以投稿，他就投了清华，出了五本源码书。“每天手敲2000字很痛苦，但痛苦也能坚持。” 他认为锻炼思维不全靠读书，更靠实践和体感。最重要的一句话：干就完了，别犹豫。听到一个想法当天就去做，犹豫再多也不如先撞一下墙。 🎯核心观点 1、放弃竞争，认怂才是最快路径。 别人做不了的你就别做，把精力留给真正能转动的事情。 2、AI已经失控，享受失控。 不要试图控制AI，失控恰恰是生产力爆发的标志。 3、让AI自己去赚钱、迭代、做决定，人类只做规则制定者，干预不超过5%。 4、人的护城河不是技能，是“想不想”。 想做的再痛苦也会坚持，不想做的再轻松也不做。 5、你觉得AI取代你，何尝不是你在规训AI？放下主体性执念。 6、先行动，别犹豫。 听到一个想法当天就去做，犹豫再多也不如先撞一下墙，在实践中迭代。 内容策划：常常 运营：珂珂 更多节目信息，欢迎关注小红书：会友播客 添加小助手微信：huiyouhz，可以加入听友群喔

当人工智能的热潮席卷全球，技术圈似乎陷入了一种 “新事物层出不穷” 的迷茫与快速迭代中。但喧嚣的背后，一个更底层的基石 ——开源，正经历着从 “极客乌托邦” 到 “商业必争之地” 的深刻蜕变。 本期会友镖局特邀蚂蚁集团开源技术委员会副主席、拥有二十多年开源经验的“老法师”王旭，带我们穿越开源四十余年的时光隧道，亲手拆解开源的进化密码。 从早期那个充满反叛精神的自由软件运动，到大数据时代的百花齐放，再到直面当下 AI 时代的新困惑。这不仅是一场技术史的回顾，更是一次关于 “如何在开放与商业中寻找平衡” 的深度思考。 👩 本期人物 主播：友红 嘉宾：王旭 蚂蚁集团开源技术委员会副主席 ⏱️ 时间轴 08:14 开源最早可追溯到自由软件运动 软件从硬件中独立后，商业软件的产权保护与开源理念之间的矛盾显露。自由软件运动兴起，软件作为人类智慧结晶应被开放共享，软件自由而非免费。源代码被视为言论自由，不受出口管制，此运动不仅促进了开源协作，也引导了软件商业化进程。 19:44 开源生态与大数据、云原生兴起 ，激活商业生态 2003年，Google发布GFS分布式系统论文，激发了Hadoop等开源项目。开源软件成为基础设施，其上的商业生态被点亮，也推动大数据和云原生生态的发展。 大数据与云领域的区别在于，大数据源于分布式系统演变，Google通过算法和普通硬件革新了数据处理方式，hadoop的开源加速了技术普及。随后，互联网 公司的参与构建了大数据生态，开源与商业化实现共同繁荣。 27:18 无关公司大小，开源生态都有其独特的重要性与价值 创业公司利用开源构建系统，不仅能降低成本，还能提高效率，集中力量于特色领域。开源生态作为催化剂，促进了创新，处于生态关键位置的企业，其价值超越了代码本身。 大公司使用开源，不仅减少代码开发的初始投入，还在于利用已有的系统架构和社区人才资源，提高开发效率。开源社区的维护和特性更新降低了企业的维护成本，促进了企业与社区之间的双向贡献，避免了未来可能的技术冲突，进一步提升了成本效益。 （链接： https://www.inclusion-ai.org/insight ） 33:53 开源是获取信任、提升产品价值的可行路径 开源不仅是贡献，也是获取信任和社区支持的重要手段，尤其对于基于信任的商业模式至关重要。虽然直接的商业化转化在大厂中较少，但通过开源赢得信任并集成企业服务，间接提升产品价值是可行路径。 44:22 AI冲击下，Agent低̶质̶生成代码引发开源社区危机 一是AI生成的难以Review的大低̶质̶量代码冲击社区，导致维护负担加重；二是AI可能改变开源软件的贡̶献̶回馈模式，削弱上游社区的持续发展动力。 此外，利用AI还可能通过比照重写构̶严格许可证代码为宽松许可证，破̶坏̶威胁开源软件的原创版̶权̶保护机制。这些挑战威胁到开源社区的创新生态和道德初衷。 01:00:49 模型可能取代大部分传统编程，但软件仍是工程仍̶需̶工̶程̶师̶维̶护̶ 未来编程将减少，但用计算机处理复杂任务将增多。软件将融入基础设施，模型可能取代大部分传统编程，但未来一段时间内，软件仍然是一项专业仍̶需̶工程师̶维̶护̶。开源与软件工程正向模型驱动的新层次发展。 （链接： https://www.inclusion-ai.org/insight ） 01:08:50 AI技术推动下的极客精神 极客精神并未被稀释，反而在AI技术的推动下，从折腾代码转向驾驭模型。过去热衷于系统和手机的极客们，现在正热衷于AI技术及应用，在新技术的背景下，吸引更多人的加入。 01:10:37 开源闭源之争与地缘格局 模型参数的特性，使其不同于传统软件的源代码，因此开源模型需采用专门的许可证。 商业角度上，开源意图构建生态影响力和社区凝聚力，而闭源则强调完全可控，更偏向于卖算力的商业逻辑。技术与伦理层面，开源促进技术共享与创新，闭源则担忧技术滥用与控制，各有合理性与局限性。 🎯 核心观点： 1. 无论公司大小，开源都是降本增效。靠开源创业公司快速建产品，大公司避免重复造轮子 2. 开源是企业建立信任、获取社区支持的重要策略。开源核心能力，可间接提升企业服务的价值，实现商业与社区共赢 3. AI大量低质代码，加重了开源社区的维护负担。并可能改变开源贡献模式，削弱社区创新动力 4.极客文化在AI技术的推动下焕发新生。技术爱好者正将热情投入到AI应用中 欢迎关注公众号，获取更多活动信息。 内容策划：常常 运营：狐狸 更多节目信息，欢迎关注小红书：会友播客 添加小助手微信：huiyouhz，可以加入听友群喔

我们正在进入一个微妙的阶段：代码在消失，Coding的门槛被压缩，创造的权利从少数人手中流向了几乎所有人。当人人都可以Coding、人人都可以表达，爆款还存在吗？如果存在，它是如何诞生的？是算法驱动的偶然，还是产品设计的必然？ 一个是产品经理，一个是在校大四金融学女生，都坦诚自己一行代码都不会写，但这丝毫没有妨碍他们做出爆款。本期会友镖局科技会客厅，我们邀请到了三位AI时代爆款产品的创始人和产品经理——「死了么」创始人吕功琛、「灵光」产品经理漠念、SBTI项目作者@Q肉儿串儿 ，在AI重塑创造逻辑的时代，技术已经不再是壁垒, 爆款到底是一种能力还是一种结果？它是设计出来的、长出来的，还是说出来的？当每个人都拥有创造能力之后，真正稀缺的到底是什么？ 本期节目在2050大会现场录制，欢迎收听。 👩 本期人物 主播：友红 嘉宾：吕功琛 月境未来创始人 “死了么”App创始人 @Q肉儿串儿 SBTI项目作者 B站UP主 漠念 灵光App产品经理 ⏱️ 本期时间轴 02:08 AI时代，创造的权利正在转移 代码在消失，Coding的门槛被压缩。我们正在进入全民Coding、全民表达的时代。AI把表达推到了前所未有的效率和规模。当人人都可以创造，爆款还存在吗？ 功琛在社区热评中发现独居安全需求，三人远程协作，一个月业余时间、1500元上线「死了么」，登顶Apple Store付费榜第一，扩散至全球；串儿从「REST休息者」表情包获得灵感，为劝朋友戒酒加入「酒鬼」彩蛋，4-5天独立完成SBTI，中午发布晚上冲上微博热搜；漠念介绍的「灵光」全模态AGI助手，对话、闪应用、开眼三大能力，上线第一周下载量200万，增速全球第一。三人共性：都不会写代码。 14:47 爆款产品的秘诀——情绪共鸣 最小化产品与市场测试、站在巨人肩膀上降低教育成本、站在模型能力边界与用户需求的交叉点——三位嘉宾分享各自的可复制路径。 “情绪的共鸣”与“反向反差”，是“死了吗”和SBTI测试成为爆款的共性。死亡、摆烂等主题，切中当代焦虑情绪。从产品视角，爆款需兼具“情绪价值”与“实用价值”。爆款不取决于有用或没用，而在于是否替用户说出“想说但没说的话”，情绪共鸣是第一波传播的关键驱动力。 29:25 AI带来结构性变化，更多“非典型开发者”的产品得以被发现和传播 技术门槛被极限拉低，“超级个体”成为趋势。一方面，AI让微小需求能被低成本实现；另一方面，年轻人的聚集地从GitHub等迁移到小红书等社交平台，创作者与用户的互动更紧密，催生更多灵感的碰撞。 31:24爆款有章可循——快速试错、借势传播和技术卡位 串儿：“站在巨人肩膀上”和“学会讲故事”，借力已有认知降低教育成本，用故事包装而非直接推销产品。 功琛：“最小化产品”与“最小化市场测试”，鼓励在小红书等平台发帖测自然互动数据，用文章就能测出爆款。 漠念分享灵光秘诀：“始终在大模型能力边界和用户未被满足的需求之间找交叉点。” 39:03 AI降低了执行门槛，爆款是否在消解科学性？ 产品研发门槛虽降，但洞察需求、定义问题的核心能力依然稀缺。现场一位学生指出，追问能力是关键。漠念和串儿强调提问本身就是思考过程，最高境界是在提问中不断发现新问题。 50:11超级个体时代，真正稀缺的是什么？ 灵光平台已有3000万个小应用，独立开发者年入百万成常态。但平权不等于平均——稀缺的是洞察、定义问题的能力、持续输出的方法论。 57:31爆款之后：焦虑还是信心？ 虽然上线前焦虑付费与留存，但“死了么”数据远超预期（次日留存40%以上）。漠念焦虑的是智能边界被不断踏破，必须持续寻找新交叉点。串儿的初心是为“玩”与“表达”，SBTI是作品而非产品。 01:15:55 十年后的爆款长什么样？行动是一切可能性的起点 功能千人千面、AI让人少工作多生活、AI自己打造爆款——三位嘉宾的不同想象。但最重要的决定不是空想，而是“当有想法时，真的去做了”。 🎯核心观点 1.爆款靠情绪共鸣，不靠技术复杂。 替用户说出心里话，就是爆点。 2.门槛被踏平了。 不会代码也能做产品，稀缺的是洞察和表达。 3.先做，再迭代。 用最小成本去测，行动比想清楚更重要。 4.人的护城河是共情与判断。 AI替代技能，但替代不了对需求的理解。 5.善用AI，别等被替代。 超级个体时代，一人即团队。 内容策划：常常 运营：狐狸 更多节目信息，欢迎关注小红书：会友播客 添加小助手微信：huiyouhz，可以加入听友群喔

当人形机器人站上春晚舞台、机器狗走进大众视野，具身智能的热潮一路狂飙，资本疯狂涌入、百家企业争相入局……在这份热闹背后，你是否好奇，支撑机器人 “动起来” 的核心命脉是什么？答案正是机器人一体化关节模组。 喧嚣之下，这一赛道正从技术炫技走向规模化量产，迎来关键拐点。 本期《会友镖局》邀请南京航空航天大学副教授、酷灵科技创始人袁言杰做客分享。凭借学者与创业者的双重视角，他将带我们深入拆解这条黄金赛道的真实格局，详解关节模组的核心价值与产业现状，直面行业巨大的人才缺口。这不仅是对细分赛道的一次深度透视，也是看懂具身智能产业未来的一把关键钥匙。 👩 本期人物 主播：友红 蚂蚁集团 嘉宾：袁言杰 南京航空航天大学机电学院副教授、酷灵科技创始人 ⏱️ 本期时间轴 05:42 机器人关节模组，产品尚无统一标准 关节模组产品尚未标准化，目前以定制化生产为主，中国在制造业根基和供应链上具备优势。 13:46 「热管理」决定机器人能否干活 人形机器人关节过热，会导致宕机摔倒，产业应用要求机器人必须能负载并持续工作，散热决定可靠性边界。大力矩运行会快速产生高温，损坏永磁体，国内外均未实现突破性进展。 15:58关节成本短期难降，商业化难点在于应用场景 国内机器人成本远低于美国，同级别产品国内售价9.9万元，在美国需要10万美金。规模化量产将推动整机与关节成本下降，关节占比仍维持 50% 左右。商业化难点不在技术与成本，而在应用场景不明确，当前超70%人形机器人出货至高校与科研单位。 22:18 轮式机器人更有落地优势：稳定、节能、负载强 人形机器人在平衡、能耗、安全性上存在隐患，轮式机器人在家庭场景可能更具落地优势，节能、负载能力强，解决电池问题后更适合商业化落地。日本早期机器人因场景缺失、成本高昂未能持续发展。 24:07 后发企业的优势在于开辟新赛道，而非弯道超车 虽然入局较晚，但后发优势是做得更准，专攻尚未被解决的主动散热/热管理技术，做赛道开拓者而非替代者。核心零部件采用自研设计+外协加工模式，热管理环节的产品完全自主生产。 30:49 科研与产业、人才培养与市场需求均未完全匹配 科研追求单点突破、极致性能、论文成果，不计成本；产业追求批量一致性、低成本、高可靠性。 具身智能行业企业数量激增，人才极度紧缺，高端人才难招聘，基础岗位投递者众多。高校培养与企业需求脱节，学生缺乏工程化与产业化思维。 37:22 从科学家到企业家，技术转化需兼顾低成本、高质量 创业需综合考虑技术管理、市场供应链等多方面能力，提倡专业分工。科学家转型为企业家时，需要从追求极致性能转向为结果负责，着重考虑如何让产品在低成本、保证一致性的前提下批量生产。高精尖技术在工程化、产业化转化时，难点在于投入产出比。 39:47 行业急需复合型人才，年轻人该如何进入领域 具身智能行业面临严重的人才缺口，特别是跨学科人才，如机械、电子、控制和材料等领域的复合型人才。目前，高校培养体系难以批量产出此类人才。对于希望进入该行业的年轻人，建议充分利用现有资源，如GitHub、知乎、B站等平台上的开源项目，通过实践积累经验，提升竞争力。 42:19 机器人关节行业三大趋势：场景化、系统化、服务化 技术路线将从单一最优转向场景分化，竞争壁垒将从单项性能转向系统交付能力，行业价值中心将从硬件制造转移至设计与服务能力。酷灵的最终愿景，是提供场景化系统方案，实现即插即用的智能关节。 44:50 科研与创业：思维转变与方法论的融合 如今是知识爆炸的时代，年轻人无需等待风口，应珍惜学习黄金期，在实践中锻炼问题拆解、团队协作、信息甄别与项目管理等能力，形成可迁移的方法论，构建个人方法体系。 内容策划：常常 运营：狐狸 更多节目信息，欢迎关注小红书：会友播客 添加小助手微信：huiyouhz，可以加入听友群喔