“中转站就是在你和官方之间差了一层，技术上一点都不神秘，就是一个收银台加上一个路由器。” “如果倍率调到10，你付10块，调到100你付100，但官方真正收的还是7块——换模型你还能查，调倍率是你不知不觉钱被扣光了。” “真正理性的站长可能不换模型，而是去调整倍率。” “当有一个东西我们不知道应该被定义为石油、能源、电还是货币时，最先看懂它的可能不是VC或投行分析师，而是走私的人。” “中国人实在是非常聪明，但身为中国人，竞争也是非常的激烈。” 主持：Raymond - 美元二级基金合伙人，苔藓之火主播 关注我们：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube ｜公众号/苔藓之火 Show Notes 时间轴： 1. 00:15 开场：做AI内容被骂，却因不删评论引来中转站广告 2. 01:45 意外发现：评论区“牛皮癣”站长主动求合作 3. 03:04 中转站怎么赚钱？——收银台+路由器，倍率结算 4. 04:09 货源之谜：80%来自“号池”，合法渠道只是“缘分” 5. 05:20 为什么官方5折不够？中转站要一折甚至更低 6. 05:44 数据留痕：你的对话全在服务器，10%站长可能卖数据 7. 06:43 真实需求：有人定制“45~55岁美国女性对话” 8. 09:01 偷换模型？其实不普遍，更狠的是调倍率 9. 11:21 倍率详解：1倍=0.14折，调到10倍你就被悄悄吸血 10. 13:20 生意模型：3人团队，月流水70万，净利40万 11. 14:43 行业天花板：头部月流水千万级，团队不到20人 12. 15:56 猫鼠游戏：封号145万个，恢复率仅3.3% 13. 17:36 法律风险？他自称“可控”，但具体手段不便展开 14. 18:57 官方为何恨中转站？政治、订阅制被滥用、模型蒸馏 15. 21:28 类比影子船队：智能是新的石油，走私者最先看懂它 本期节目仅为行业观察，不构成任何使用建议。

“替代人不是AI的极限，AI的极限是创造我们想象不到的东西。” “你如果只用自由现金流去衡量Capex，那铁路、电气化一开始全是泡沫，但它们是文明的基石。” “开源模型把中低端智能打成白菜价，但闭源模型只要比人类天才再高一点点，就能拿走绝大部分价值。” “现在AI就像1920年的电车和电灯，你想象不出收音机，但收音机后来涨了300倍。” “Token价格下降不可怕，可怕的是需求弹性不够。AI弹性的上限是‘智力替代能源’。” “债务本身不是坏事，高杠杆才是。目前AI的杠杆远低于运河和铁路泡沫时期，跌40%也没人爆仓。” 本次播客的核心矛盾在于：AI的巨额资本开支（Capex）究竟是即将破裂的泡沫，还是文明级技术革命的必经成本？多方认为，市场错把“成长股”当“价值股”来估值。他通过算账指出，单G瓦数据中心已能实现极高回报率（年收入可达成本的1.5倍以上），且AI对标的是电气化革命——前十年投入占GDP 2%却未见生产力爆发，后期才催生收音机等颠覆性应用。AI是“智力”本身，TAM不止于Coding或SaaS（3000亿），而是全球40万亿白领市场，甚至能创造人类无法想象的新物种。当前的股价波动不影响实体采购，泡沫破裂须待极高杠杆（如4万亿Capex）出现，现在远未到顶。空方则质疑万亿美元级的年折旧需要5万亿收入支撑，而全球七姐妹总营收仅2万亿；同时Token价格长期趋近于零（如电费），行业可能沦为公用事业，且企业级AI目前尚未带来财报上的显著提效。最终结论偏向长期乐观：AI的“智力”属性决定了其弹性远高于光伏或互联网，但短期场景能否从Coding扩散到全企业工作流，仍是决定市场二阶导的关键胜负手。 主持：Raymond - 美元二级基金合伙人，苔藓之火主播 关注我们：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube ｜公众号/苔藓之火 嘉宾：唐奕波 - 私募基金分析员，播客《随处奔波》，文章（公众号"奔波儿r"） * 《AI 到底是泡沫吗——从 100 年前的电气化找答案》 * 《让研究的归研究，交易的归交易》 * 《投资的审美》 * 开源项目（github.com/Benboerba620）：ai-signal 每天抓一线推特/播客/论文；ai-workspace-hub 带知识库闭环的 AI 投研工作流 * 本期提到的（《三点下班》）唐奕波 v.s. 星辰 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 时间轴（Time Table） 00:00 开场：七月市场巨震后，AI多头还剩下谁？ 01:00 嘉宾自我介绍：8年私募研究员，从新能源到AI硬件 02:40 核心争论：Capex每年七八千亿，钱从哪来？够不够？ 04:00 拿自由现金流质疑Capex是错的，电气化、铁路都这样 05:30 算账：1个G瓦数据中心=400-600亿成本，年收入600-1000亿（闭源推理） 07:30 开源模型收入低40-50%，但利润率也低 10:00 Token价格战：中国开源模型倒逼OpenAI降价，但唐认为这倒逼闭源向前沿狂奔 14:00 光伏 vs AI：光伏TAM被火电价格锁死，AI的TAM是“人类智力天花板”，无上限 18:00 后发优势：中国用1/10成本训出90%性能，但探索前沿的人必须烧钱 24:00 市场主要矛盾：不是Capex太多，而是担心只有coding一个场景 30:00 企业级AI突破：Claude Tag（公司级Agent）可能改变组织架构，Block已裁员40%提效 37:00 AI帮他20分钟从800只股票中筛出MLCC大牛股 44:00 空头发问：5万亿收入从哪来？全球SaaS才3000亿 51:00 对标电气化——Capex占GDP 2%投了15年，前10年无生产力提升 55:00 债务观点：泡沫破裂要到杠杆极高时，现在远未到 1:07:00 AI是“智力”，它不只是替代人，它会创造新物种，就像电催生了收音机 关键词：Capex，TAM，电气化对标，Token价格，推理收入，开源vs闭源，智力商品化，折旧压力，自由现金流，杠杆率，场景扩散，企业级Agent，AI-native应用，后发优势，需求弹性 中文逐字稿：https://insights.mossfire.xyz/posts/ep47-last-ai-bull/ English transcript: https://insights.mossfire.xyz/en/posts/ep47-last-ai-bull/

“局部理性，就是每个部门都在做自己定义下正确的事情，但最终结合产出就偏离了最初的目标。” “模型的忠诚度是零，谁强用谁的。迁移成本一旦被抹平，用户随时可以走。” “搬起石头砸自己的脚——旧业务太赚钱，新业务就下不了决心砸资源。” “未来的竞争，最终就是渠道之争。谁把握流量和预装，谁就把握AI应用的命脉。” “一个老师傅带五个Agent，比五个老师傅带五个应届毕业生厉害多了。” 电梯广告里铺天盖地的“办公AI”到底是大厂的新希望，还是新内卷？本期我们请回老朋友马克汤，拆解字节、阿里、腾讯、百度等中国大厂在AI办公Agent上的布局与困境。为什么手握重金和人才的大厂，至今做不出一款让人“眼前一亮”的AI原生应用？大公司病、局部理性、内部赛马如何扼杀创新？海外Google、微软、苹果、Meta又走到了哪一步？未来的AI入口是手机厂商的OS，还是微信这样的超级APP？一场关于“替代白领”的终局猜想，正在发生。 主持：Raymond - 美元二级基金合伙人，苔藓之火主播 视频播客：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube 相关单集：40. AI应用能融下一轮吗？收购、擦边、中转站、大厂围猎 - 对话｜马克汤 嘉宾：马克汤 - 发财搭子 主播 / 财搭子AI 联合创始人 / MIT毕业，CFA/FRM持证分析师 精彩单集 EP31-AI产业链跟踪5月刊-从LTA长协到800VDC电力链，寻找AI 硬件的新机会 EP26-AI产业链跟踪4月刊-光模块的爆发只是冰山一角，更大的叙事正在酝酿 EP20-你不会想让朋友们都知道你染上了恒生科技吧！ 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 时间轴（Time Table） 00:07电梯里的办公AI广告引发的“周五烦躁”与分众传媒的商业信号 01:12新系列「Every-buddy」开场：谁会成为中国办公Agent的超级APP？ 02:19大厂广告投放有多猛？网红一个月接4条Body广告，单条十几万 04:05什么是“AI原生”产品？GUI硬改LUI就是反人性 06:30大厂通病①：OKR拆解导致“局部理性”，算法只关心准确率，不关心用户感知 08:40大厂通病②：内部赛马与合并，玉伯离开阿里的无奈 09:40经典案例：钉钉被曝“面试先拉5个新用户”，大公司病有多离谱 12:00组织解法对比：字节Flow（独立部门+内部结算）vs 阿里ATH（CEO直管） * 晚点：当一个年轻人空降：改造腾讯混元的 300 天 16:00小米雷军的“放权”式管理：给空间，不查岗，让团队自己跑 19:00为什么字节相对做得更好？独立期权、亲兄弟明算账、不耦合旧业务 22:00海外篇①：Google为什么稳住了？搜索份额没掉，Gemini在抢ChatGPT的量 26:00海外篇②：Meta没有应用亮点，微软输在Windows生态和Office的“可替代性” 29:00硬件终端之争：Mac统一内存吊打Windows，AI开发者都在换苹果 34:00未来入口之争①：OS Agent（手机厂商）vs Super App Agent（微信/支付宝） 38:00未来入口之争②：“预装应用”战争卷土重来，排他协议将决定渠道命脉 43:00AI替代人力的进度条：从“赋能”到“替代”，美国裁员加速，中国隐性变相裁员 48:00终局猜想：12个月内办公Agent将进入替代阶段，白领岗位面临蒸馏 中文逐字稿：https://insights.mossfire.xyz/posts/ep46-office-agent-wars/ English transcript: https://insights.mossfire.xyz/en/posts/ep46-office-agent-wars/

450亿美金的对冲基金Situational Awareness摔了个大跟头。 “基金强平从来不是行情的终点，它通常是下半场的发令枪。” “四倍杠杆去表达一个十年期的判断，市场根本不care你是对是错，市场只要证明你撑不住爆仓。” “七月份最大的强制卖家已经出清，但这次以后，买家的火力被削弱，涨得更慢，跌得更快” “他学会的可能不是不用杠杆，而是巧妙的隐藏杠杆。” 主持：Raymond - 美元二级基金合伙人，苔藓之火主播 视频播客：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 * SA基金（Situation Awareness）于2026年7月遭遇多空双杀，四倍杠杆下单月亏损67%，被迫折价甩卖约160亿美元公开仓位。 * 基金并未破产，而是去杠杆后以零杠杆形态继续存活，但投资人的钱因两年锁定期无法赎回。 * 从规模看，这是五年来最大基金爆仓（峰值450亿），但破坏力远小于比尔黄、三箭资本和FTX。 * 短期：强制卖家出清，AI基建基本面未崩，短期底部可能已现；长期：暴露了AI行情的杠杆化程度，未来廉价杠杆难再获得，行情或将减速。 * 真正的警示不是方向错误，而是用四倍杠杆赌十年判断——市场只要证明你撑不到那一天 时间轴（Time Table） 00:00背景：25岁基金经理Lipo Brunner在7月24日发信称“大跌是最好买入机会”，但六天后（7月30日）其SA基金将160亿美元头寸折价卖给Citadel。 01:04本期三大任务：理清事实、历史排名、分析对AI行情的含义。 01:45Lipo其人：15岁哥大，曾任职FTX、OpenAI超级对齐团队，2024年发表165页论文《态势感知》，论证AGI将于2027年到来。 02:51基金以论文募资，豪华LP阵容，2024年底2亿美金起步，半年回报439%，规模飙至450亿美元。 04:32七月行情逆转：AI重仓股暴跌35-50%，做空软件股反涨，四倍杠杆下单月亏损67%，净值从年初100变539再变回180。 05:35Margin call触发，投行连夜找买家，最终折价卖给Citadel；但基金未破产，仍剩100亿美元资产（含Anthropic未上市股权）。 07:16第二封信：去杠杆、平空头、留全额付清仓位，基金继续以混合形态“打下一仗”。 08:04投资人困境：两年锁定期，无法赎回；年内仍赚80%，但心情从狂喜到失落。 09:46历史对比：AUM峰值450亿>比尔黄（360亿），但名义敞口（1600亿）不及；破坏力远小于三箭、FTX，未伤及银行系统。 11:44对AI行情的短期影响：仓位出清，而非基本面崩盘；最大强制卖家已现，短期底部可能形成。 13:31历史规律：LTCM、比尔黄爆仓后市场仍上涨，但往往成为周期下半场信号（互联网泡沫、2022年熊市）。 14:44长期警示：暴露了AI生态的多层杠杆（基金、散户、矿企、云厂商），未来杠杆融资将收紧，上涨变慢、下跌加速。 16:03问题不是方向错误，而是用四倍杠杆赌十年判断；SA基金本身就是AI行情的“保证金测试”，裸泳者现形。 17:35担忧：或学会隐藏杠杆而非放弃杠杆，下一轮拥挤仓位将更不透明，重蹈比尔黄TRS覆辙。

“现在大模型太多太强了，很多应用是玻璃钉子，经不起大模型的锤子。” “电冗余了，但没有人知道如何做冰箱和彩电。” “如果创业做出来的东西连你自己都觉得无聊，那就别做了，哪怕投资人很喜欢。” “AI时代的诺兰一定会出现——不是因为他们技术好，而是因为他们有脑洞和审美。” “焦虑没用，如果你继续焦虑就焦虑着，实在不行去看心理医生。” 主持：Raymond - 美元二级基金合伙人，苔藓之火主播 嘉宾：王依然 - 图灵的猫 - B站百大，AI应用创业者，新兴播客 图灵的猫 也在小宇宙上找到 视频播客：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 时间话题 01:15为何在技术狂飙中要“回头看看”旧算法？信息检索、本地素材搜索仍有未被挖掘的价值 04:48创作痛点：磁盘不够、素材难检索——AI应用应解决非生成环节的问题 06:34AI应用创业为何难出杀手级应用？Manus是个例外，高客单价+高粘性值得思考 08:11早期产品实践：AI辅助写作但不代写，强调人的参与和逐行修改 10:00值得学习的AI应用案例：Granola（会议纪要）、Typeless（语音交互）——简单但爽 12:09吐槽“无线画布”：产品经理自嗨，用户学习成本高，技术上有缓存渲染瓶颈 14:49OpenClaw（本地权限工具）被高估又被低估——代表用户愿让渡隐私换取便利 18:32本地端应用趋势：素材存在本地，避免云端跑路风险；硬件耦合是护城河 19:54“大模型是锤子，应用是钉子”——太弱的钉子会被锤子敲碎，要选真正坚硬的场景 20:47柠檬（大模型）降价，蜜雪冰城（应用）不一定更好——补贴战下毛利并未改善 24:14百大UP主创业的利与弊：融资和曝光容易，但标签限制、粉丝付费率虚高 30:20做产品要取悦自己，PMF之外更要“让自己开心” 34:55IP变现方式：不做培训割韭菜，靠to B业务和硬件小规模试水 44:57未来畅想：AI电影时代——画面不再是瓶颈，创意和剧本才是 关键词： 智能应用、大模型、本地硬件、创作素材、个人品牌、无线画布、价格补贴、创意剧本、技术焦虑、主体性

“模型困在自己训练的语料里，他吃进去的语料实际上是他的枷锁。” “RSI 就是——你先靠人类智慧堆出一个够聪明的模型，然后它自己从外界获取信息，自己迭代。” “许愿式编程：你满足了当下的要求，但后果是拆东墙补西墙。” “人类能抽象出牛顿第二定律，模型只能记住所有落地的轨迹——这是本质区别。” “先扎马步，扎六个月，不要想九阴真经——这才是大智慧。” “越有智慧的人越不屑于黑 NASA，但一个受过训练的 19 岁高中生可以——他们训练的也许是黑化的爱因斯坦。” 嘉宾：王铁震 ｜前Hugging Face APAC Ecosystem Head | Linkedin联络方式 完整无删节版本请看视频播客 ▶️YouTube链接 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 时间核心话题 00:00 – 02:00Q2 的 AI 世界恍如隔世，GM5.2 已取代 OpenAI 4.8 成为主力工具；开源模型斩杀线持续上移。 02:00 – 06:30RSI（递归自我改进） 与 auto research 的区别：前者是“编译自己”，让模型自己优化自己；后者是优化外部目标。RSI 更像循环闭环。 06:30 – 10:00RSI 无法达到 100% 自主，人类参与比例虽递减但不可归零；代码生成行数虽多，但指令和架构仍由人类定义。 10:00 – 14:00“许愿式编程”的陷阱：AI 满足当下需求，但拆东墙补西墙，项目复杂度超限后无法维护；新模型版本成了“救火队”。 14:00 – 18:00人类的核心价值是抽象能力——将百万行代码提炼为不变量和模块；模型生成的是“始山”（spaghetti code），缺乏高屋建瓴的设计。 18:00 – 22:00模型困在自己的训练语料里，语料即枷锁；它只能组合已有方法，无法真正开拓全新领域，真正的创新仍依赖人类的“research taste”。 22:00 – 26:00数据飞轮：交互数据（录屏、操作反馈）是模型进化的燃料；未来产品两大方向——高效收集人类智能数据 + 将智能无处不在地下发。 26:00 – 30:00Harness（工具链） 从 TUI 起步，用户体验决定胜负；不会一家垄断，类似前端框架 React 等生态共存。 30:00 – 34:00Fable的发布：marketing 成分大于范式突破；它并未改变底层逻辑，而是通过训练“恶意语料”制造能力差，本质是“黑化的爱因斯坦”。 34:00 – 38:00安全悖论：要防黑化，先学黑化；Anthropic 收集大量攻击性语料，但智能本身不等于不安全，越有智慧反而越可能克制。 38:00 – 42:00中美差距：马斯克判断中国 2027 Q1 赶上 vivo，唐杰认为更快；中国模型迭代速度已追上来，超越只是时间问题。 42:00 – 46:00开源模型的进步是所有人的进步；投资角度上，赛道虽拥挤，但开源让模型透明化，倒逼真正科研投入。 46:00 – 50:00美团龙猫：在纯国产卡集群上成功训练 1.6T 模型，工程突破巨大，说明中国厂商已能绕过 N 卡限制。 50:00 – 54:00腾讯混元三：不追新架构，扎马步式打磨数据和训练方法，性能飞跃；证明数据清洗和质量比结构创新更关键。 54:00 – 结束“Coding”是个有毒的词，本质是 Automation（自动化）——所有数字世界的工作都可被自动化 本期提到 模型 * GLM-5.2（智谱） — 王铁震口中 Q2 最受震撼的发布，已在他的实战工作流里取代 Opus 4.8——不如 Fable 聪明，但能一口气把长程任务做完。 * Opus 4.8（Anthropic） — 被他形容成会顶嘴的资深员工：任务给过去先跟你讨价还价、要求改 scope。 * Fable（Anthropic） — 本期的核心争议对象。主打 0day 漏洞挖掘和国家安全叙事，王铁震认为能力强但范式没有跃迁，发布更像是被开源斩杀线逼出来的。 * Kimi 2.5 / 2.6 — 他拿来复现 Fable 宣称的漏洞：给了 hint、把问题局部化之后同样能找到，差在海量遍历时能不能自己 spot 到。 * 混元 3（腾讯） — 本期最长的一段技术讨论。结构相比 preview 版几乎没变，只换了数据和训练方法就有巨大性能飞跃，被当作「数据 > 结构」的证据。 * LongCat 2.0（美团） — 1.6T 模型，在完全没有 N 卡的五万卡国产集群上训出来，王铁震认为工程上是非常大的突破。 * 百灵（蚂蚁） — 对照组：此前尝试在 N 卡与国产卡混合的集群上训练，LongCat 则是全国产。 * MiniMax — 传闻要做 2-3T 的开源大模型，被用来讨论「尺寸上去之后开源模型能否直接找到漏洞」。 * DeepSeek — 作为「斩杀线」这个概念最早的锚点被提起——如今线已经被推得更前。 公司 * Anthropic — 今天 ARR 第一、Q2 断层领先，但两位主播都认为它的溢价正在被开源和中国模型压缩。 * 智谱 / 唐杰 — GLM-5.2 的作者。唐杰回应马斯克「不用等到 2027 年」，隔天股价大涨。 * OpenAI / Sam Altman — Codex 并入 ChatGPT、推出 Record Replay；节目末尾被拿来做脑洞：如果有机会，他会不会买 Cursor。 * xAI / 马斯克 — 马斯克在推特上判断中国模型 2027 Q1 追上，并主张「有用的智能唯一衡量标准是收入」；xAI 收购 Cursor 被解读为买数据。 * Cursor — 在 Anthropic 已有 Claude Code、自己也推出了 Composer 的情况下仍被收购，说明这笔交易看的是人工编程数据。 * 腾讯 / 姚顺宇 / CodeBuddy — 组织架构上给了足够空间；姚顺宇不追奇技淫巧、专注扎马步式的数据清洗；CodeBuddy 内外部使用量都为模型带来数据。 * 美团 — 外卖大战打得焦头烂额，还抽空做出了 LongCat，被当作「非模型厂商也在推高斩杀线」的代表。 * Recursive — RSI 概念的旗手公司，Q2 完成大额融资，田渊栋以 co-founder 身份加入。 * 苹果 — 被看好走「智能的盒子」路线：买一次设备、模型跑在本地，卖的是隐私和不被断供。 * Meta / 小米 / Airbnb — Meta 被认为随时能翻盘回桌；小米和美团一样属于非模型厂商入场；Airbnb 则是拿开源 check point 自己微调的典型。 产品 * Claude Code — Harness 的标杆，也是「日更」的原因：难的从来不是做出来，而是极致的用户体验和安全兜底。 * Codex — 与 Claude Code 的对照——没有危险命令检测的小模型，但有 Sandbox，两条不同的解题路线。 * Record Replay（OpenAI） — 录屏学你怎么改简历、怎么筛简历，然后替你重复——Raymond 认为这正是上一期说的「劳动数据」的产品化。 * OpenCode / Cline — 证明 Harness 不会被垄断，但会像 Vue 和 React 一样收敛到少数几家做得更好的。 * vLLM / SGLang — 他 RSI 实验里「还没被自己掌控」的一环：下一步是让 GLM-5.2 自己写出自己的推理。 概念 * RSI（递归自我改进） — 本期主线。和 auto research 的区别在于：auto research 是用一个东西优化另一个东西，RSI 是把这个环接到自己身上。 * 自举 / compiler bootstrapping — 解释 RSI 用的比喻：C 语言编译器最终用 C 自己来编译自己，模型也该走到自己迭代自己。 * 100% RSI 不可能 — 他的判断：完全闭环会熵增，屎山越滚越大直到超出模型能力；必须持续从外界摄取低熵的人类 input。 * 许愿式编程 — 对结果有期盼、对过程和可复现性没有期待——像刮彩票，刮到十个亿很好，但线上出事故时你刮不出来。 * 一口气能做对的项目 size — 他给出的一个衡量模型能力的实用指标：两万行的原型现在能一次跑对，往上加就开始六亲不认。 * 白盒 / 黑盒 — 软件工程正在从人写代码的白盒，变成人定架构、机器写实现的灰盒甚至黑盒。 * research taste — 在他和 Recursive 的逻辑里都是瓶颈：现存语料会给你 137 种「这事做不成」的理由，敢不敢做网状回收火箭是人的事。 * 蒸馏与智能的网络效应 — 你从最新模型里拿到的智能，其实来自地球另一端某个人趟出来的新路径——模型厂商只是把它蒸馏了进去。 * 古法手作 — 他对上一条的回应：人得留一点自己动手的能力，否则会被锁死在模型的平均值里。 * predict the next token 的枷锁 — 模型能把 A 领域的方法搬到 B 领域，但开创一个全新的 C 领域不是它的训练目标——在语料看来那就是幻觉。 * 黑化的爱因斯坦 — 解释 Fable 的攻击能力：智能本身不等于不安全，是海量攻击语料训出了一个会黑 NASA 的爱因斯坦。 * 斩杀线 — 开源和非模型厂商不断把这条线往前推，闭源模型必须拉开一个身位才卖得动。 * 大马造小鞍 — 他 RSI 实验的路径：用 Claude Code + Fable（大马大鞍）带 GLM-5.2 造出自己的 Harness，再做推理、再做 LoRA 训练，链路就闭合了。 * coding 其实是 automation — Raymond 的非共识：code 这个词有毒、太 technical，它真正说的是「所有数字化的工作都能被自动化」。 * 数据孤岛 — 点评答不了「这个商场哪家咖啡店没人」，因为中国各家 APP 数据不打通——这也是每家大厂都要自己做模型的原因之一。 文章 * Anthropic 的 RSI 文章 — Claude Code 里 80% 的代码已由 Claude 写；文章担忧的是 recursive drift——孩子长大后开始和你不 align，而你已经管不住了，因此呼吁各国联合监管。 * 《晚点》关于混元 3 的独家深度报道 — 节目里明确说会放进 show notes。两个要点：腾讯在组织架构上给了足够空间，以及姚顺宇不追奇技淫巧、把力气全花在数据清洗上。 💡 核心观点 * 训练语料是模型的枷锁：它学习的是人类已知的“平均”，无法跳出这个边界；而人类以极慢的速度探索未知，这正是原生价值。 * 未来竞争不在模型结构，而在数据和用户体验：混元三靠数据清洗逆袭，美团靠工程落地，开源让智能商品化，但差异化在于“使用智能的脚手架”。 * 安全与恶的悖论：Dario 通过“先黑化”来防黑，但本质是收集了所有恶意手段，这本身就是一个巨大的伦理和治理挑战。 * Coding 即许愿：未来的编程不是写代码，而是用自然语言描述意图，模型自动实现——这是自动化，不是代码行数。 中文逐字稿：https://insights.mossfire.xyz/posts/ep43-llm-half-year-report/ English transcript: https://insights.mossfire.xyz/en/posts/ep43-llm-half-year-report/

“以前有一百个理由不让自己抛头露面——灯光、表情、剪辑……当你欠了钱之后，你就不会想这些了。” “你签的各种协议看清楚了，你觉得明天会更好，明天不一定会更好。所有融的钱都不是天上飘来的，是要还的。” “AI帮你节省了1个小时，你就会拿那1个小时再去做别的事。但是任务之间的切换，对大脑耗能是极高的。” “老板在用AI这件事上，和员工完全是两个物种。老板Token消耗排名前几，员工每天9点下班到家，你让他再学3小时AI？你说不出口。” “我现在越来越没有耐心了。AI和自媒体两个东西叠加，让你觉得跟人聊天的信息密度太低了。” 嘉宾：李超 - 第四种黑猩猩 抖音 / 小红书 / Bilibili / 公众号 完整无删节版本请看视频播客 ▶️YouTube链接 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 ⏱️ 时间轴 00:47 - 03:37 为什么叫“第四种黑猩猩”？ 03:37 - 12:22 五年创业血泪史 12:22 - 14:44 创业不适合所有人 14:44 - 20:35 为什么转行做自媒体？ 20:35 - 28:58 “30个应用挑战”是怎么火的 28:58 - 34:28 一人公司：什么时候招第二个人？ 34:28 - 43:43 传统企业AI改造的最大难题 43:43 - 50:40 哪个行业AI改造最成功？ 50:40 - 55:24 AI原生公司的巨大机会 55:24 - 59:30 “龙虾不会超越你的认知边界” 59:30 - 01:04:26 致18个月前的自己

"你明摆着要炒我啊，我为什么还把自己先蒸馏贡献给你" "你做的时候他们觉得你是疯子，然后小扎做的时候说哎他应该有想法" "你猜一下Stripe有多少轮面试，14轮面试，非常可怕" "如果90天以后客户拿到的是一个交付结果，那就是agency；但如果90天后客户有了一个懂市场、产品、用户、渠道的数字员工，那才是我们真正想要做的" "就是不管你喜不喜欢，不管你担不担心自己被蒸馏，你可能就是被蒸馏的路上" "Codex应该付费让你使用" 嘉宾：Michael Guan ｜Hellyeah (prev. Final Round) CEO & 联合创始人 完整无删节版本请看视频播客 ▶️YouTube链接 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 Shownotes： 00:28 一个面试作弊器，怎么在12个月内火遍全网？ 02:19 用户主动求付费，99美金随口报，居然真打钱了？ 03:28 面试提词器太强，企业急了 05:28 数字员工不是概念，是“录屏数据”养出来的新物种 06:43 伊隆·马斯克的路线：AGI必须像人一样看得见 08:38 当客服系统被computer use agent接管，SaaS还有戏吗？ 10:13 Coding赛道太卷，那下一个“强化学习信号”最强的是什么？ 14:20 “试婚式”工作坊：先同居再结婚，能解决招错人的痛吗？ 16:09 你的Skill和“数字员工”之间，差了哪三样东西？ 20:40 为什么选Growth Marketing，而不是销售或法律？ 24:53 AI能想出“特朗普广告牌”这种创意吗？ 28:58 以前只做P0，现在P10也能啃，因为数字员工“闲着也是闲着” 32:08 扎克伯格提前六个月干了同一件事，被骂惨了，你们怎么扛？ 46:24 事件驱动营销 54:15 就业市场变好了吗？ 01:01:58 裁员80%不需要AI？Twitter早在GPT前就这么干了 01:03:00 给白领牛马的建议：不是学不学AI，是能不能用AI“卷赢” 01:12:07 硅谷造新品类，中国搞平替，谁更赚钱？ 01:22:14 CEO最后的价值当拉拉队长？ 01:25:36 你每月付200美金给大模型，其实是在付费蒸馏自己？ 关键词 Haya Final Round 数字员工 数字员工 蒸馏 知行合一 Computer Use Agent 招聘 面试 Copilot 录屏蒸馏 Workshop VLM AGI 数字员工 Reinforcement Learning 就业市场 裁员 AI Builder Growth Marketing 中美AI对比 出海 平替 大模型补贴 Codex Recall Claude OpenAI xAI Meta 扎克伯格 录屏 隐私焦虑 Event-Driven Marketing OKR Agent CEO价值 智力密度 扁平化组织 中文逐字稿：https://insights.mossfire.xyz/posts/ep41-screen-recording-rush/ English transcript: https://insights.mossfire.xyz/en/posts/ep41-screen-recording-rush/

“在AGI主航道上，大模型厂商还没腾出手来做垂类，不是因为不能，只是时候未到。” “同样的任务，同样的结果，我能花更短的时间、更少的Token——这就是垂直公司最后的比较优势。” “Cursor本质上是个高级的Wrapper，它付给Anthropic的API溢价高达75%，长期看根本打不过Claude Code。” “大模型厂商把API请求拿回去蒸馏，这是新时代的‘数据飞轮’，应用公司永远追不上。” “PPT是给人看的，但未来汇报可能根本不需要PPT——HTML的动态交互才是AI时代该有的形态。” “陪伴类产品走到最后都开始擦边，因为擦边是最好挣钱的，不擦边就真的很难挣钱。” “字节的音频模型已经听不出AI感了——它可能不是最好的文本模型，但在多模态上绝对是一流。” “飞书在前AI时代就准备好了所有接口，现在AI一来，它天然就是最好的Agent枢纽。” “AI应用要成功，必须产品功能够AI，组织也够AI——旧组织做不出新物种。” 嘉宾：马克汤 - 发财搭子 主播 / 财搭子AI 联合创始人 / MIT毕业，CFA/FRM持证分析师 精彩单集 EP31-AI产业链跟踪5月刊-从LTA长协到800VDC电力链，寻找AI 硬件的新机会 EP26-AI产业链跟踪4月刊-光模块的爆发只是冰山一角，更大的叙事正在酝酿 EP20-你不会想让朋友们都知道你染上了恒生科技吧！ 完整无删节版本请看视频播客 ▶️YouTube链接 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 时间核心话题 00:07AI应用赛道概览：从GPT-4O“解锁”能力到投资北极星指标从DAU转向ARR 03:15生态之争：从GPTs到Skill/MCP，平台如何激活创作者经济 07:56To B vs To C：法律/医疗/金融是高价值赛道，大模型公司为何还没“吃掉”一切？ 12:04垂直公司的壁垒：数据私有性、Dirty Work、推理效率与切换成本 16:24金融AI实战：特色数据（研报、会议纪要）与主观/客观信息的清洗管线 22:56三大壁垒的“保质期”：效率优势最持久，数据壁垒最易被大厂复制 26:55Cursor的兴衰启示：从500亿估值到被马斯克600亿收购，Anthropic为何不买？ 30:21工程化Dirty Work的价值：Cursor的渐进式披露 vs Claude Code的Graph搜索 34:13大模型厂商的“数据飞轮”：闭源API请求即蒸馏素材，应用公司永远处于下风 40:39C端效率工具：Coding、PPT、HTML——PPT是“玄学赛道”，未来或被H5颠覆 50:28陪伴类赛道：付费难题与擦边困境，捏他/猫箱等产品靠游戏化氪金生存 58:16LibLib/LibTV模式：中转站与Token套利，火山引擎靠SeedDance月入10亿的真相 01:04:10字节跳动AI布局：豆包免费但用“小模型”，多模态音频/视频才是真正杀手锏 01:10:00飞书迎来AI重估：MCP/Skill生态让文档、表格、画板成为Agent枢纽 01:18:14终极猜想：AI Roll-up——收购传统企业用AI改造，比纯App创业更有护城河 💡 核心观点 1. AI应用的“北极星指标”已变：从追求DAU流量，转向ARR（年度经常性收入）和真实盈利能力。投资人不再为“免费用户”买单。 2. 垂直公司的三条护城河——①私有/特色数据（如独家研报）；②Dirty Work（数据清洗、RAG效率优化）；③推理效率（降低Token消耗）。其中效率优势最持久，数据壁垒最易被大厂攻破。 3. 大模型厂商的“数据飞轮”是降维打击：闭源API请求可被蒸馏用于下一代训练，应用公司永远无法逆向。Cursor被Claude Code取代只是时间问题。 4. PPT赛道是“伪需求”：HTML/H5更适合AI时代的汇报场景，动态交互与实时数据展示将颠覆PowerPoint形态。 5. 陪伴类产品的核心痛点在于付费：不擦边就难赚钱，年轻客群支付力弱，只能靠抽卡/氪金游戏化变现。 6. 字节跳动的真正优势在多模态（音频/视频/图片），而非文本推理；豆包免费但用小模型，Coding场景仍不敌Kimi/DeepSeek。 7. 飞书是AI时代被低估的“基础设施”：文档、多维表格、IM机器人的接口在前AI时代已完善，如今成为MCP/Skill生态的最佳载体。 8. AI Roll-up可能是更具确定性的机会：收购传统持牌企业（如保险、资管），用AI改造其组织与产品力，比纯App创业更容易建立商业闭环。 中文逐字稿：https://insights.mossfire.xyz/posts/ep40-ai-application-next-round/ English transcript: https://insights.mossfire.xyz/en/posts/ep40-ai-application-next-round/

这是一期 Web3 101 和「苔藓之火」的串台节目，我们邀请了老朋友郑迪返场，细细拆解开来： * 一直坚持不出售比特币的微策略为什么开始卖币？ * 为什么 STRC 价格大幅波动让市场恐慌？ * 为什么一次数额不大的可转债回购彻底改变了市场对微策略的信心？ * 为何「每股含币量」这个故事，反而可能成为压力来源？ * 微策略和 Michael Saylor 该怎么办？ 完整无删节版本请看视频播客 ▶️YouTube链接 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 主播：刘锋，Web3 101主理人，BODL Ventures 合伙人，前链闻总编辑 主播：Raymond，Mossfire Capital创始人，播客《苔藓之火》主播 嘉宾：郑迪，前沿科技投资人，方舟投资亚太资深顾问（知识星球：22136749） 本期简介： 当持有比特币总量 4% 以上的囤币大户微策略（Strategy，MSTR）一改常态开始卖币，帮其融资超百亿美元且充满争议的金融工具高息永续股 STRC 价格突然大幅下跌，让我们不得不把目光再次投向 Michael Saylor和他的微策略，公开讨论那个在市场上已经从小声低语到嗡嗡作响的问题： 如果每一轮加密货币的熊市都有一个献祭的巨头或黑天鹅事件触发器，这一次，会不会是微策略？ 时间轴（核心话题）： 01:33 引子：微策略再危！ 04:12 美股与宏观环境分化，比特币在当前利率环境下天然承压 09:51 Bitmine 的 Tom Lee 「阴阳」微策略：无现金流的比特币不适合做永续债产品 10:55 微策略三个失策：回购CB得不偿失；卖币时机不佳；融资后大额买币 17:12 比特币价格、STRC 价格和和微策略股价成为「铁索连环」，现金储备大幅下降，火攻 Michael Saylor 这个铁索连环 25:24 细剖STRC：本轮争议最大的金融创新工具 30:09 微策略融资工具排排坐（依清偿顺位）：可转债（CB）\> STRF\> STRC\> STRK\> STRD\> MSTR（普通股） 35:28 「把 STRC 稳住，其他的东西都有机会稳住」 37:09 之前成功卖给市场的每股含币量（BPS）这个指标很难保持中性 43:06 「Michael Sailor 从 15 亿美元可转债赎回，到最近每股含币量中性的实验，都犯错了！」 43:23 他该做些什么？装死，还是继续激进行动？ 59:35 开个脑洞：万一微策略突然遇到问题，可不可以像大银行在金融危机时那样，私下找富翁通过发行优先股救急？ 01:11:23 另一个脑洞：如果中本聪看到今天的微策略，他会如何反应？

“一个宗教领袖应该如何估值？” “马斯克现在每天可以赚一个巴菲特，亏一个巴菲特” “如果SpaceX失去马斯克，原地打三折？三折都多了。换任何人接管，估值只剩5%，剩下95%都是马斯克本人。” “马斯克绝对知道他是在做上帝的事儿。修建巴别塔，传扬人类的名，这是旧约里明确的原罪。他一定知道。” “他能在火箭第三次爆炸、接近破产、离婚的同一个月，跟刚认识的演员说‘我要和你生五个女儿’。你能想象一个人阿斯伯格到什么程度？” “但凡换一个人跟你讲‘100万人上火星’，你都不信。但马斯克讲，你觉得‘Why not？’——这就是马特估。” 串台嘉宾：远行者与碎冰匠 之前几期SpaceX相关的节目，现在回头看里面都是钱........ SpaceX 上市七大问题！星辰大海？百倍泡沫？ 如何在上市之前半价买到 SpaceX？ 太平洋航海 100 天！ 完整无删节版本请看视频播客 ▶️YouTube链接 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 本期简介： 马斯克的身价已断层领先全球富豪，每天可赚/亏一个巴菲特。他不仅是商人，更被部分信徒视为“新上帝”——SpaceX是物理上的巴别塔，X平台是精神上的巴别塔。本期我们从“马特估”（马斯克特色估值）出发，拆解马斯克的财富神话、信徒经济、商业闭环，以及为什么换任何人来接管SpaceX，估值都得打95折。我们还聊了硅谷大佬的Charisma（领袖魅力）、马斯克的阿斯伯格式偏执、中美创业环境的差异，以及普通人为何愿意为一张“火星船票”随份子。 时间轴（核心话题）： * 00:30 马斯克断层领先的财富：每天赚/亏一个巴菲特 * 02:00 巴别塔隐喻：SpaceX是物理登天，X是精神通天 * 04:30 哪些科技公司离了创始人还能自动巡航？ * 08:00 思想实验：如果猫草老师接管SpaceX，估值只剩5% * 13:00 马斯克的至暗时刻：三次火箭爆炸、离婚、变卖资产 * 16:00 科幻黄金时代如何塑造了马斯克和硅谷大佬 * 20:00 信徒经济：为什么有人把骨灰交给猎鹰一号 * 25:00 马斯克的第一性原理：别人说不可能，他只问“如何做到” * 28:00 工程狂魔+中国式智慧：卡车拉燃气轮机绕开环保牌照 * 35:00 阿斯伯格极限：儿子夭折六周后推妻子做IVF，火箭爆炸间隙搭讪女演员 * 42:00 星链如何扩大人类活动半径：南太平洋也能FaceTime修船 * 48:00 马特估的本质：马斯克独占“人类走向太空”这张饼 * 52:00 IPO细节：30%配额给散户，阶梯式解锁，市场能否接住？ * 55:00 普通人为什么愿意随份子？因为这是“一代人就能看见的奇迹”

你可以不相信，不认同，但是你无法忽视，这火箭如此之大，你已经坐上了却不自知。 嘉宾：Raymond | 苔藓之火 主持人：杨天楠 ｜ 听懂涨声 （这个节目主要回答房子能不能买，基金如何避坑，中产不能返贫等等） 之前几期SpaceX相关的节目，现在回头看里面都是钱........ SpaceX 上市七大问题！星辰大海？百倍泡沫？ 如何在上市之前半价买到 SpaceX？ 太平洋航海 100 天！ 完整无删节版本请看视频播客 ▶️YouTube链接 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 时间轴： 00:00 开场介绍：见证历史，SpaceX与AI巨头的密集上市潮 * 马斯克的SpaceX计划于6月12日IPO上市。 * 太空+AI的终极套娃：SpaceX如何从“造火箭”跨界演变成近2万亿估值的庞然大物。 * 三大万亿级别巨头密集登陆美股：SpaceX、Anthropic、OpenAI或在未来两三个月内齐聚二级市场。 02:36 拆解SpaceX招股书：三大核心业务的逻辑与偏见 * 打破固有印象：航天发射（Space）并非第一大业务，年收入40多亿美金仅占22%。 * 绝对的现金奶牛：星链业务（Starlink）作为太空SaaS，订阅用户突破1000万，贡献61%的巨额收入。 * xAI合并始末：马斯克如何将Twitter的语料库、20万张显卡的超算中心打包并入SpaceX，实现1+1=5的资本溢价。 12:04 资本市场的“马斯克信仰”与太空数据中心狂想 * 突破人类极限的叙事：把数据中心直接发到太空，全天候环绕太阳发电，依靠太空低温完美解决散热能耗瓶颈。 * 招股书中的惊天对赌：目标7.5万亿市值，相当于在天上建立5000个三峡电站的终极对赌协议。 * 科学性修正：这个部分我说得非常不严谨，之前用比较调侃的方式说“在天上很冷，散热很容易”，这种话其实是非常不对的。在太空之中建立辐射散热的新型系统，难度其实非常高，这也是目前比较受争议且难度最大的一个点。 * AB股绝对控制权：马斯克持股40%却拥有超80%投票权，这种“单点决策”体制对散户究竟是保护还是伤害。 29:12 超级巨头的IPO成人礼与美股流动性的“压力测试” * 招股书的分水岭意义：从私人公司到公开法律文件，吹牛的代价是什么。 * 历史镜鉴：从沙特阿美、阿里巴巴到当年的工商银行，超大型IPO必然是市场见顶的标志吗？ * 基金经理的“无眠盛夏”：万亿级巨头加速纳入纳斯达克与标普指数，将如何引发资金的大规模再平衡。 41:05 一级市场与宏观观测风向标 * 领头羊的辐射效应：当年特斯拉带火了新能源产业链，SpaceX上市又将如何激活商业航天的一级市场估值。 * 宏观三大核心指标：新任美联储主席的流动性态度、通缩型的就业数据、美伊冲突下的油价与CPI走向。 45:51 AI叙事的核心驱动力：B端降本与Token消耗大爆炸 * 白领职位悄然重塑，B端的Token需求天花板被彻底打开。 * 马斯克招股书中最大的瓜——拆解26.5万亿AI市场，其中企业级应用独占23万亿。 * 中美AI商业化土壤的极端分化：美国依靠成熟的SaaS付费习惯在B端一路狂飙（如Anthropic）；中国则在C端长出了AI短剧等全闭环的百亿级商业模式（字节跳动或成最大赢家）。

"孩子他的很多能力是在你不培养他，不去干涉他的时候养成的。" "没有一个标准的模板告诉你怎么让孩子非常优秀，但有一套非常固定的模板毁了这个孩子。" "站在规则外的人一定是玩这个规则玩的最好的人。" "人的成长可能就是个混沌系统，它不是一个单线程的东西，它就是会不断的分支分叉。" "教育很多时候是最后的结果，它不是这个因。" "无论是专注力、自控力、内驱力，它的最根本的点在于要有兴趣。" "AI 实际上就是遇强则强，你问出很好的问题，给他很好的 prompt，他给你的答案就会很好。你问一个很烂的问题，他就会给你很烂的东西出来。" "如果你不确定我这样养育孩子对不对的时候，你的一个黄金标准就是看他会不会伤害亲子关系。" "人更重要的还是怎么面对外在世界，跟自己不失衡的这种如何自处。" 嘉宾：方士心教授 ｜复旦大学 新书 - 学神的习惯 ｜ The Science of Raising a Thriving Child （各大平台畅销，打不开可以直接搜索） 完整无删节版本请看视频播客 ▶️YouTube链接 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 本节目致力于探讨个人成长与教育，以及在技术变革浪潮下，家庭与个体如何做出更明智的选择。 衷心希望每一个孩子都健健康康，快乐长大，人生很长，机会很多。孩子，你慢慢来。 高赞评论前三名送签名书！！！ 高赞评论前三名送签名书！！！ 高赞评论前三名送签名书！！！ Shownotes: 03:46 学习检测与AI的冲突：考试是社会资源不足的结果，但它的核心能力恰是AI最擅长的。 05:23 学神的习惯：为什么兴趣是专注力、自控力和内驱力的源头？ 07:28 AI时代的家长：用AI把枯燥的识字卡变成宝可梦游戏 12:15 AI如何重塑教育：国内学校改革太慢，美国Alpha School的激进实验。 16:58 无聊的力量：大段的空闲时间是创造力和自我认知的真正摇篮 18:28 复旦会有连AI都懒得用的学生？ 21:35 拉开差距的元认知：AI是遇强则强的工具，知道自身边界比知识本身更重要？ 23:12 AI是穷人的一人公司还是富人的资源特权？ 24:45 为什么说高度服从规则的人，注定是输家？ 27:04 不乖的价值：从社区大学到百万博主，AI时代最稀缺的能力是什么？ 28:30 中国式家长的法家文化本质是服从性测试 31:00 给家长的实操建议 34:50 高质量陪伴的黄金标准：不提问、不评价、不judge。 38:20 亲子关系是最后的底线：判断教育方式对错的唯一标准——它伤害亲子关系吗？ 40:15 先卷自己，再卷孩子：你希望孩子成为终身学习者，你自己是吗？ 43:10 拥抱平庸：如何在一个充满不确定性的世界里，活出一个 thriving 的人生。 关键词 学神的习惯 AI教育 学习检测 元认知 内驱力 复旦 家庭教育 亲子关系 兴趣培养 科举制度 社会公平 一人公司 不服从 法家文化 高质量陪伴 育儿焦虑

“全球看中国，正在从‘大市场’切换到‘学习对象’——就像我们当年看美国一样。” “中国新一代创业者最重要的特征是自信” “带亿万富翁去吃老乡鸡，一桌400块钱，没有一个人猜对价格。” “很多西方人还没有接受一个现实：中国可以做得更好。” “机器人行业，身体跑在大脑前面。数据是最大的瓶颈。” 嘉宾：Robert | 百观科技CEO (联络方式：Linkedin，请注明机构/原因) 第四集播客的链接 - 一个给纽约时报写社论的中国人 贸易战文章链接 Baiguan Newsletter Substack China Translated Newsletter Baiguan Podcast China Biz Talk Baiguan BigOne Lab 完整无删节版本请看视频播客 ▶️YouTube链接 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 ### 📌 本期概要 Robert Wu 百观科技CEO，并通过 Substack 向全球2万多名投资人、企业高管提供关于中国市场的最新洞察。2025年起，他开始组织高规格的“教育旅游团”，带领来自美国、欧洲、东南亚的投资人和创业者实地参访中国的科技与消费企业。本期节目深入讨论了：全球投资人看待中国的范式转变：从“大市场”到“学习对象”，中国AI、机器人、自动驾驶的真实进展与政策博弈，中国消费的真实图景：通缩下的品质提升与预期差，机器人数据采集工厂、黑湖工单系统等海外没有对标的新模式，未来考察团方向：中位数城市、银发经济、普通制造业工厂。 时间核心观点 00:12开篇：Robert从纽约时报撰稿人转型，组织全球投资人考察团 01:25考察团是“educational tourism”，成员多为买方基金和企业高管 02:46成员大多对中国已有了解，少数第一次来，心态开放 08:17这一代创业者不再说“中国的×××”，开始用自己的方式定义自己 11:43头部大模型创始人基本都是本土教育背景，不是海归 15:43最让老外震撼的企业：黑湖——海外没有对标的制造业工单系统 19:30机器人数据采集中心：工人遥控操作机器人反复关门、叠衣服，采集训练数据 23:32中国自动驾驶渗透率低，不是技术问题，而是政策有意管控保护就业 28:22机器人行业关注核心部件自主性，但“大脑的ChatGPT时刻”尚未到来 32:34上海摩苏空间：政府以token补贴+集中化审批，欧洲人震惊于效率 36:18消费考察团：亚朵、江南布衣、晨光文具——细分小巨人逆势增长 39:17消费预期差：海外渲染悲观，实际服务质量提升，物价下行但品质不降 42:36中国居民心态已正常化，肯德基单均价开始企稳回升 50:14未来考察方向：中位数城市、银发经济、普通制造业工厂 57:19范式转变：全球看中国从“大市场”转向“学习对象” 中国科技 自动驾驶 人形机器人 中国消费 考察团 大模型 预期差 中文逐字稿：https://insights.mossfire.xyz/posts/ep35-robert-china-tour/ English transcript: https://insights.mossfire.xyz/en/posts/ep35-robert-china-tour/

“中国的系统性的工程师、理工科、供应链的机会是巨大的。” “你到底是每一天加0.01还是减0.01，十年后要么指数增长，要么垮掉。” “我们今天投的企业，都有机会像宁德时代一样，变成全球细分领域绝对第一。” 嘉宾：苏麟 ｜前千亿美元基金投资人 ｜现人民币VC投资人 完整无删节版本请看视频播客 ▶️YouTube链接 免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。 ### 📌 本期概要 苏麟从纽约投行起步，经历了顶级美元PE基金的完整周期，如今联合创办人民币基金。本期节目深入对比了美元基金与人民币基金在投资逻辑、决策机制、投后管理、退出路径、LP结构等方面的本质差异，并探讨了中国在工程师红利、硬科技、供应链等领域的结构性投资机会，以及红筹架构、S基金、并购趋势等热点话题。 --- ### ⏱️ 时间轴与核心观点 | 00:06 | 开篇：中国投资机会 | 中国过去二三十年的工程师和供应链积累，孕育了大量可以做全球性企业的投资机会 | | 00:30 | 嘉宾介绍 | 苏麟经历：纽约投行 → 美元并购基金 → 创业 → 成长期美元基金 → 全球最大中后期基金 → 联合创办人民币基金 | | 04:01 | 从千亿美金基金到小基金的落差 | 外在的lifestyle很快会脱敏；高强度的工作环境中，关注的是“我想做什么样的投资”而非外在光环 | | 04:54 | 为什么离开美元平台 | 2022年后全球LP对中国持审慎态度；作为不到40岁的投资人，希望保持出手频率，而非花精力在退出上 | | 06:36 | 时代背景 | 2021年滴滴、蚂蚁、教改之后，中国VC整体DPI不佳；22年俄乌冲突加剧了美元LP的犹豫 | | 08:33 | 大平台 vs 小机构：决策机制 | 大平台有4-5层决策链，容易让投资人感觉像“内部FA”；小机构合伙人之间良性辩论，快速决策 | | 09:48 | 美元中后期的“教科书式”投资 | 模型假设、ASP、市场占有率、财务尽调、盈利性正常化（earning suggestion）——每一层都会被投决会挑战 | | 11:07 | 人民币投资的不同关注点 | 不追求5-10个checklist全部打勾；更看重政策窗口和团队本身；早期科创企业可能还没有实质收入或利润 | | 12:57 | “正确流程≠正确结果” | 美元中后期基金相信流程通往正确结果，但过去几年证明并非如此（如二手车市场的模型根本无法调整） | | 14:36 | 杠铃策略（Barbell Strategy） | 两头投：前沿技术早期项目 + PIPO后期项目。兼顾现金回报（DPI）和前沿创新，两头的企业还能互相帮助 | | 17:31 | 美元体系 vs 人民币体系的文化差异 | 美元体系：境外资本、投行/四大培训、标准化语言；人民币体系：地方政府、国资委、城投、招商引资逻辑 | | 20:23 | 两种LP的沟通差异 | 23:07 | 冰点募资的挑战 | 市场最冷时募资最难，只能靠家庭和朋友信任；没有做大规模推广，希望尽快开始做起来 | | 25:44 | 从“软”到“硬”的转型 | 过去10年投的是拼多多、字节跳动等软件/平台型公司；现在需要看材料、专利、技术选型——知识门槛大幅提高 | | 29:45 | 人民币硬科技投资的要害 | 核心不是桌面研究，而是花时间在产业链上下游。要了解下游链主企业未来3-5年的布局，才能判断上游技术方向对不对 | | 31:28 | Raymond的路径对照 | 从四大行、地产，到京东IPO，再到TMT——随波逐流，最后发现只愿意“伺候”互联网老板，比较娇气 | | 35:29 | 投后管理的本质差异 | 美元中后期：更新模型、每季度向LP汇报、审计师介入估值；人民币早期：帮企业对接客户、谈合同、处理知识产权分配、补拼图 | | 38:43 | 三种投后状态 | 并购型（全权控制）→ 成长期（维护关系才能拿到数据）→ 人民币早期（创始人需要你辅导商业谈判） | | 41:56 | 科学家创业的拼图逻辑 | 院士级科学家→自己做首席科学家，帮他找CEO；年轻科学家→自己做CEO，帮他找懂政府关系/产业的人。投资人见过足够多的失败案例，能告诉创始人哪些事绝对不能做 | | 45:04 | 商汤案例 | 汤老师 + 徐立，就是典型的“科学家+CEO”拼图 | | 46:50 | 人品的判断 | 早期项目99%成败取决于人。美元中后期容易被“show me the numbers”带偏；人民币早期有幸福筛选权——中国理工科人才溢出，可以只选对的人 | | 49:38 | 口碑复利 | 每天加0.01还是减0.01，十年后要么指数增长，要么垮掉。做排除法：不纠结会不会错杀，把精力花在“什么样的人不想投” | | 52:03 | Raymond的选择 | 不想跟那97%的人打交道，所以做二级。姚明在房间里一眼就能看到，不需要再跟另外99个人聊 | | 55:14 | 退出路径的变化 | 今天逼着VC在第一天就想好怎么退。芯片创业默认A股/港股，不会再想纳斯达克。过去去美国敲钟是英雄，现在完全不是了 | | 01:00:02 | 中国并购市场的现状 | 90%的项目在10亿人民币以下的并购。美国有极其细分的中型PE市场（1-5亿美金），中国还没发展出来。S基金是政策支持的方向，以折扣价接整个基金的LP份额 | | 01:03:41 | 早期项目的退出策略 | 在估值100-150亿时考虑退出，虽然可能错过从100亿到1000亿的部分，但保护了DPI | | 01:05:37 | 中国企业家不爱并购的文化原因 | 人口结构+文化：四五十岁的创始人都觉得自己还能做新业务。不像日本老龄化后老板只想卖掉公司。等90后/00后成为主力，或职业经理人接班，并购文化才可能改变 | | 01:08:28 | 什么样的企业适合被并购 | 全球市场只有100亿人民币、但利润率不错、不需要无限扩张的隐形冠军。中国有茫茫多这样的企业 | | 01:20:37 | 为什么还要做人民币基金 | 中国有系统性的工程师、理工科、供应链红利。过去二三十年培养人才和发展经济的方式，创造了无数可以做全球性企业的机会 | | 01:23:52 | 未来会做美元基金吗？ | 会。因为被投企业越来越多需要全球化（欧盟、美国市场），2026年可能会有机会，先从单个项目融资做起。不希望被认知为“只投国产替代”，希望投全球性企业 | | 01:25:59 | 总结 | 中国是全球唯一的全产业链国家，市场巨大，工程师多且卷，无数犄角旮旯的公司都能存活并成为全球细分第一 | 中文逐字稿：https://insights.mossfire.xyz/posts/ep34-sulin-rmb-funds/ English transcript: https://insights.mossfire.xyz/en/posts/ep34-sulin-rmb-funds/