本期《硅基星期一》聊一个 AI 行业正在发生的关键转向：从“模型之争”进入“交付之战”。 过去两年，AI 行业最核心的问题是：谁的模型更强？但最近 OpenAI、Anthropic 和 Google 的动作显示，真正的竞争正在转向企业落地。OpenAI 开始像 Palantir 一样组建前线部署能力，把工程师派进客户现场；Anthropic 选择借助 PwC 普华永道的全球咨询网络，把 Claude 带进财务、审计、咨询和企业运营流程；Google 则试图把 Gemini 和 Google Cloud 重新包装成一套“Agentic Enterprise”平台，帮助企业管理、审计和追责大量 AI 智能体。 这期节目我们会讨论：为什么大模型 API 本身不等于企业价值？为什么企业客户真正关心的是 ROI、流程改造、权限管理和责任追溯？以及当头部 AI 公司开始占据交付路径后，中尾部 AI 创业公司还剩下什么生存空间？ AI 模型像发动机，而企业化部署更像一整套传动系统。接下来，真正赚钱的公司，可能不是只会造发动机的玩家，而是能让企业这辆车真正跑起来的人。

本期《硅基星期一》，我们从 xAI 被并入 SpaceXAI、并将 Colossus 1 算力集群开放给 Anthropic 使用这件事讲起。 马斯克曾经想用 22 万张 GPU 打造全球最强 AI 模型公司，但如今却把顶级算力租给竞争对手。这背后不只是一次商业转向，更可能是美国 AI 估值泡沫出现第一道裂缝的标志。 本期节目会拆解三个问题：为什么“卡越多，模型越强”的信仰正在失效？为什么 xAI 从 AGI 公司转向基础设施服务商，意味着估值逻辑可能被重定价？以及中国开源模型的低成本、高性价比路线，会如何持续挤压美国闭源模型公司的商业空间？ AI 技术本身没有泡沫，真实需求也一直存在。但过去两年，很多 AI 公司享受的是 AGI 公司的估值，讲的是重塑世界的故事。接下来，市场会越来越冷静地追问：你的模型有没有真实用户？收入能不能覆盖成本？算力到底是在创造智能，还是只是在对外收租？ 这一期，我们聊的不是 AI 会不会结束，而是 AI 行业正在从“讲故事的上半场”，进入“看现金流的下半场”。

“今天的 OpenAI，还是当年那个致力于造福全人类的非营利实验室吗？” 四月底，一场注定改写人类 AI 进程的世纪大案在加州联邦法院正式开庭。原告席上的马斯克，将炮火对准了昔日盟友奥特曼与布鲁克曼，直指估值冲击万亿的 OpenAI 背叛了“非营利、开放研究”的初心，沦为一家被微软深度绑定的商业巨头。 在这场披着理想主义外衣的商业对垒中，到底是谁在撒谎？商业化究竟是延续人类使命的救命稻草，还是包装资本利益的虚伪外壳？ 本期节目，我将带你硬核复盘这场 AI 时代最尖锐的法庭对决。我们将从 2015 年的乌托邦实验讲起，一路扒开庭审现场双方互揭老底的核心证据，并对这场世纪官司的最终判决做出沙盘推演。 核心内容导览 * 原点的撕裂 (2015 - 2019)： 揭秘 OpenAI 从乌托邦初衷到核心资产大转移的始末，看 3800 万美元的“慈善捐款”如何一步步被装进 2500 亿美元“利润封顶”的商业外壳。 * 隐秘的控制权之争： 回顾 2017 年马斯克索要 51% 绝对控股权被拒后的暗流涌动，以及高管层对 AGI 独裁的真实恐惧。 * 庭审底牌大曝光： 解析马斯克如何用微软高管邮件与“谎言日记”发起致命进攻，以及 OpenAI 如何用马斯克当年的商业化野心进行舆论反杀。 * 法庭终局推演： 深度剖析为什么这是一场没有绝对赢家的审判，OpenAI 最可能面临的治理约束重构，以及那个彻底死去的“纯粹故事”。 💡 本期看点： 我们关注这场官司，不仅因为它是科技巨头间的惊天大瓜，更因为它审判的是 AGI 时代的核心命题：当改变人类命运的技术掌握在极少数人手里时，我们还能不能相信那些“造福全人类”的叙事？

本期内容简介： 当我们谈到 AI 公司时，最先想到的往往是 OpenAI、英伟达、Google、Anthropic 或 Meta。但在这场 AI 军备竞赛里，还有一个极其重要、却长期站在幕后的玩家：亚马逊云 AWS。 本期《硅基星期一》，我们不聊台前最闪耀的模型公司，而是把视角下沉到 AI 产业真正的底座：数据中心、电力、芯片、云计算、模型平台、企业 Agent 和工作流系统。 AWS 为什么不像一家传统意义上的 AI 公司，却可能成为 AI 时代最重要的基础设施巨头？它为什么一边继续支持英伟达 GPU，一边大力发展自研芯片 Trainium？Amazon Bedrock、Claude、Anthropic、AgentCore 和 Amazon Q，又如何串联起 AWS 的企业 AI 版图？ 这一期，我们将 AWS 的 AI 布局拆成六层：数据中心和电力、自研芯片、云计算与算力集群、Bedrock 大模型平台、Anthropic 与 Claude，以及 AgentCore 和 Amazon Q。你会看到，亚马逊在 AI 浪潮中看似低调，实则正在搭建一套企业 AI 转型背后的“水电煤系统”。 AI 时代，最赚钱的未必是舞台中央表演魔法的人，也可能是那个在幕后掌握插座、电网和门票的人。

本期简介： 几天前，在 Dwarkesh Podcast 上，黄仁勋和主持人围绕一个问题爆发了罕见的激烈争论：先进 GPU 到底是不是像“浓缩铀”一样，绝不能出口给中国？ 主持人认为，英伟达最先进的 GPU 一旦流向中国，就等于把制造最强 AI 模型的核心原料交给了对手。 而黄仁勋则直接反击：这种类比“极其愚蠢”。在他看来，美国过去四年对华芯片管制，不但没有真正把中国挡在门外，反而一步步逼出了中国自己的 AI 全栈生态——从芯片、框架，到模型。 本期《硅基星期一》，我们就围绕这场争论，拆解一个比表面更深的问题： 美国对华芯片管制，到底是在守护自己的 AI 霸权，还是在亲手拆掉这个霸权的基座？ 这期节目里，你将听到： * 美国对华芯片管制四年来，到底是怎么一刀一刀加码的 * 英伟达为什么一边阉割芯片，一边又越来越愤怒 * CUDA 生态为什么才是英伟达真正的护城河 * 中国今天的算力水位到底在哪里：单卡、集群、制程，分别差多少 * 没有 H100，中国到底能不能训练出 Mythos 级别的模型 * 为什么“让中国慢半拍”的政策，最后可能逼出一个永久不再依赖美国的对手 * 以及黄仁勋给美国提出的四条出路，究竟有没有道理 这不是一期单纯聊芯片禁令的节目。 它真正讨论的是一个更大的命题： 当一个霸权试图通过封锁来维持领先时，它究竟是在延长自己的统治，还是在加速对手的独立？

本期简介： 几天前，Anthropic 发布了一份长达 244 页的系统使用说明，详细介绍了他们最新旗舰模型 Claude Mythos。按照行业惯例，这通常意味着新模型即将同步上线。但这一次，Anthropic 做出了一个极其罕见的决定：不对外发布 Mythos。 理由是，它太强了，强到难以驾驭。 Anthropic 将 Mythos 描述成一个在代码、安全和漏洞挖掘能力上全面领先的模型，甚至声称它自主发现了大量零日漏洞，还能构造复杂 exploit。围绕这个模型，他们迅速搭建起一个宏大的叙事：一个“强到不能公开发布”的危险神器，一个由科技巨头、银行与关键基础设施机构组成的安全联盟，以及一个关于责任、克制与守护世界数字安全的英雄故事。 但随着独立研究者、安全专家和开源社区的深入审视，这个看似完美的故事开始出现裂痕。 这些能力是否真的如此独占？ 它的方法论是否经得起专业验证？ 而一家高举“安全优先”旗帜的公司，自己的安全实践又是否真的足够透明一致？ 更重要的是，当 Mythos 的发布时间点，与 Anthropic 的 IPO 筹备、资本叙事，以及潜在的监管博弈放在同一条时间线上时，这件事看起来就不再只是一次模型发布，而更像是一场经过精心设计的信号释放。 本期《硅基星期一》，我们就来拆解 Claude Mythos 背后的完整故事： 从“神话”是如何被搭建起来的，到它出现了哪些关键裂痕； 从安全叙事，到资本市场； 从模型能力之争，到谁有资格定义未来 AI 规则的更大棋局。 Mythos，到底是一个强到不能发布的神器，还是一场服务于 IPO 与监管博弈的宏大叙事？

本期简介 站在 2026 年第二季度的起点，AI 行业像突然进入了一场高密度的烟花秀。 过去短短一周里，OpenAI 完成史上最大私营融资，估值冲上 8520 亿美元；SpaceX 被曝秘密递交 IPO，目标估值高达 1.75 万亿美元；Google 发布 Gemma 4，并首次将 Gemma 系列置于 Apache 2.0 许可证之下，正式加入更开放的开源竞争；与此同时，中国模型阵营也在迅速升温——Qwen 3.6-Plus 登顶 OpenRouter，成为首个单日 token 处理量突破 1 万亿的模型，MiMo 异军突起，DeepSeek V4 也已蓄势待发。 而在另一边，Anthropic 则因为一次意外打包失误，让 Claude Code 的大量工程实现暴露在整个开发者社区面前。这不仅是一场代码泄露事故，更像是顶级 AI coding agent 的“施工图”被突然摊开。 如果把这些消息放到两年前，任何一条都足以占据头版头条；但在今天，它们却在同一周里接连发生。 这背后所揭示的，已经不只是模型能力的竞赛，而是 AI 产业正在全面进入一个由资本、生态、开源、分发与信任共同决定胜负的新阶段。 这一期，我们就来聊聊： 为什么 OpenAI 的融资越来越像产业联盟？ 为什么 SpaceX 要把 xAI 装进上市故事里？ Google 为什么此时用 Apache 2.0 重新下注开源？ 中国模型为什么正在 OpenRouter 上改写流量格局？ 以及，Anthropic 这次泄露，真正流失的到底是什么？

当全球半导体产业还在靠高度分工、全球协作维持运转时，马斯克突然抛出一个足以震动整个行业的新计划：Terafab。 他想要打造的，不是一座普通晶圆厂，而是一个试图把逻辑芯片、存储、掩模制作、先进封装、测试乃至设计迭代尽量压进同一体系里的超级工厂。 这听起来像科幻，但也正因为如此，它才足够疯狂。 本期《硅基星期一》，我们将从零开始拆解半导体这条极度复杂的产业链：EDA 和 IP 是什么？材料和设备到底有多重要？为什么“制造芯片”绝不只是光刻？wafer、die、chip 到底有什么区别？以及，为什么台积电真正难以复制的，不是某一台机器，而是一整套高良率运转的精密工业系统。 在此基础上，我们再回到核心问题：马斯克到底想做什么？Terafab 真的是人类历史上前所未有的芯片工厂蓝图，还是一场用“自建产能”来倒逼供应链让步的超级谈判？ 当目标被直接拉到 2 纳米、月产 10 万片晶圆，甚至远期 100 万片时，摆在马斯克面前的，已经不是普通商业挑战，而是人类工业体系里最难的几道题：EUV 设备、先进制程良率、顶级工程团队、数百亿美元资本投入，以及几乎无法被压缩的时间。 这是一期关于芯片行业本质的节目，也是一期关于马斯克式豪赌的节目。 他到底是在做一件“不可能”的事，还是在提前抢夺未来 AI 与机器人时代最核心的战略资源？

在2026年的英伟达GTC大会上，黄仁勋抛出了一个震撼市场的数字——未来三年内，AI芯片相关订单规模将达到一万亿美元。这不仅是英伟达的增长预期，更是整个AI产业需求爆发的信号。 本期《硅基星期一》，我们带你完整拆解这场被称为“AI界超级碗”的大会核心看点： * 英伟达从“卖GPU”转向“AI基础设施总承包商”的战略跃迁 * 新一代超级计算平台 Vera Rubin：从单芯片走向系统级AI工厂 * 首款非GPU推理芯片 LPU：推理时代的算力范式变化 * 企业级AI Agent平台 NemoClaw：AI从“工具”走向“员工”的关键一步 * 机器人与物理AI：AI开始进入真实世界的执行层 同时，我们也会讨论一个更关键的问题： AI的需求到底是真实的，还是泡沫？ 当算力开始像工资一样被分配，当AI从模型走向生产系统，一个全新的时代正在展开。

今年两会期间，“人工智能”“算力”“智能原生”等关键词被高频提及，一个重要信号正在浮出水面：AI不再只是工具，而正在成为重构组织形态、商业模式和生产关系的核心力量。 这一期《硅基星期一》，我想和你聊一个正在加速兴起的新物种——AI原生一人公司。 它并不一定真的只有一个人，而是指一种由极小团队驱动、却以AI作为核心生产力来运转的新型组织。少数核心人员负责战略、判断与系统编排，大量执行、分析、生成、协同与运维，则交给AI自主完成。 在这期节目里，我们会一起拆解： 什么是AI原生一人公司； 它和传统公司到底有什么本质区别； 为什么“用了AI”和“AI原生”完全不是一回事； 哪些行业最值得被AI重新做一遍； 以及，普通人如果想尝试这种新型创业方式，应该从哪里开始。 如果说工业时代的重要组织单元是工厂，互联网时代的重要组织单元是平台，那么在智能经济时代，AI原生一人公司，或许正在成为一种全新的基础组织形态。 这一期，带你一起看懂两会背后的AI信号，也看见未来几年最值得关注的一种新机会。

这一期《硅基星期一》，我想和你认真聊聊一个越来越现实的问题：AI，会不会正在悄悄接管你的工作？ 上周，Anthropic 发布了一份关于大语言模型如何影响美国就业市场的研究报告。报告表面上的结论是：到目前为止，AI 还没有明显推高系统性失业率。但当我把整份报告仔细读完后，看到的却是另一幅图景——真正的冲击，也许已经开始，只是它还没有以“失业潮”的形式出现，而是以一种更安静、更隐蔽的方式在重塑就业市场。 这一期节目里，我会带你拆解这份报告最值得关注的三个问题： 第一，为什么这份报告和过去那些“AI 会抢工作”的研究不同，它到底新在哪里； 第二，哪些职业已经真正处在危险区，以及为什么一个反常识的事实正在发生——学历越高、薪资越高的白领岗位，反而可能越容易被大语言模型冲击； 第三，为什么当下看起来风平浪静，但更值得警惕的信号，其实是年轻人入场变难、岗位在自然萎缩、企业正在悄悄改变用人方式。 我也会结合自己的感受，聊聊为什么作为一个“一人公司”的内容创业者，在读完这份报告之后，我并没有变得更焦虑，反而更加确定：这个时代最重要的，不是害怕 AI，而是尽快学会使用 AI，把自己从“可能被替代的人”，变成“会利用 AI 放大自己的人”。 如果你关心未来的工作、职业安全感、白领岗位的命运，或者你本身就是创业者、管理者、内容创作者，这一期，可能会给你一些值得反复思考的提醒。

AI，正在进入战争的最深处。 本期《硅基星期一》，我们拆解美以军事行动背后的AI杀戮系统： 从目标生成、目标追踪，到跨军种协同、精准斩首，再到大模型被接入情报与作战链路，战争正在从“人指挥机器”一步步走向“算法塑造战场”。 以色列的 Habsora、Lavender、Where’s Daddy，美军的 JADC2、Maven、Palantir Gotham/AIP，以及 Anthropic、OpenAI、xAI、AWS、Google、Microsoft 等公司，分别在这场军事AI生态中扮演了什么角色？ 这些系统如何让情报处理、目标筛选、武器协同和打击节奏被全面压缩到机器速度？ 这不只是一次技术升级。 这意味着，算法开始更深地介入生死判断，商业AI正在被快速军事化，而未来战争的门槛、速度与残酷程度，都可能被重新定义。 当AI开始决定谁会被看见、谁会被标记、谁会被锁定， 我们看到的，或许只是一个新时代战争机器的开端。

本期《硅基星期一》，我们把视角放到第四届全球AI峰会（印度·新德里），从“政治家视角”与“技术领袖视角”两条线，拆解这场峰会背后的真实信号。 政治层面，莫迪、马克龙、卢拉分别代表了印度的“市场筹码逻辑”、欧洲的“主权AI路线”以及全球南方对“多边治理与发展公平”的诉求；技术层面，Sam Altman、Demis Hassabis、Dario Amodei则从AI民主化、科学发现、风险与扩散速度差等角度，给出了截然不同却同样关键的判断。 这期内容不只是在复述发言，而是试着回答一个更重要的问题： AI时代真正的核心矛盾，到底是技术能力，还是数据主权、市场控制权与治理秩序？ 如果你想看懂这场峰会背后的权力博弈、技术路线之争，以及它对普通人工作的影响，这期会给你一张更完整的“AI地图”。

大年初一，给你一份“又硬核、又温柔”的AI新年礼物。2月12日，Lex Fridman 与 OpenClaw 之父 Peter Steinberger 进行了长达 200 分钟的深度对谈：从 agentic AI 的工程方法论，到写提示词的“导演思维”，再到一个开源开发者如何把“爱、同理心与长期主义”写进代码与机制里。 本期我会先用几分钟带你认识 Lex——这位以 3-4 小时硬核长访谈著称的全球顶级科技播客主理人；随后进入主菜：Peter 如何把 Agentic AI 看作一件需要练习的“新乐器”，以及他在 OpenClaw 里埋下的两枚“独家秘方”——soul.md 灵魂文件与 heartbeat 心跳机制：一个回答“我是谁”，一个回答“我都在”，让代理不止是工具，更像有记忆、有陪伴感的数字搭档。 你会听到这些关键点： * Agentic AI 不是“一键出神曲”：它更像钢琴/吉他，需要训练、磨合和建立默契；从小任务、小闭环开始，反复迭代，才会越用越强。 * 提示词=导演台本：目标、上下文、路径、边界、检查——你越“流程化”，agent 越可靠。 * “慢慢来”反而更准：在长任务里给出节奏与心理预期，往往能显著提升输出质量。 * 高阶人机协作的反直觉：当工程环境足够干净（目录、命名、文档、测试、入口清晰），大师反而用更短的提示词完成更复杂的协作。 * 开源的温度：soul.md 让重启失忆的代理能“把自己拼回来”；heartbeat 让它在合适的时刻主动问候，第一次让人直观感到“机器之爱”的雏形。 * 对未来的软件行业判断：当个人代理获得系统级权限、能稳定调度 API，应用生态、流量分发与广告模型可能迎来重构；开发者的核心能力也将从“语言熟练”迁移到“系统与品味”。 * 节目尾声还会聊到近期关于 Peter 职业选择与 OpenClaw 开源走向的讨论（以当时公开信息与报道为准），以及“算力与电力”为什么可能成为下一阶段的关键筹码。 如果你正在做智能体、做自动化、做产品，或者只是想在新年的第一天被一次“技术与人文同时在线”的对话点燃——这一期就是你的开年必听。

本期《硅基星期一》，我把 2026 年 2 月 3 日在 旧金山 举办的第二届 思科 AI 峰会，浓缩成一份面向企业管理者的《企业食用 AI 指南》。 峰会由 Chuck Robbins 与 Jeetu Patel 主持，现场集结了 黄仁勋、Sam Altman、陈立武、李飞飞、Marc Andreessen 等一线人物——但比“谁来了”更重要的是：AI 已经跨过“可用性门槛”，企业真正进入“AI产能化、体系化部署”的决胜期。 我没有按行业或规模划分企业，而是按“AI 部署成熟度”分成三类，并给出各自的行动路线图： * 第一类：还没考虑 AI 的企业从“把公司当传统公司”切换到“把公司当 AI 公司”：AI 是基础设施，不是某个软件小项目。用“隐式编程”讲透——未来竞争力来自你能否清晰表达意图，而不是你有没有庞大的 IT 团队。 * 第二类：正打算部署 AI 的企业颠覆旧 ROI 逻辑：不要等“完美财务证明”才开始。更像药物研发——用可控预算做多点试验，先“百花齐放”，再“修剪花园”，把资源压到真正能穿透业务的 10% 场景上。 * 第三类：已经部署 AI 的企业走向“主权智能”：核心数据与关键推理尽量本地化；为智能体重写软件架构（API 优先、身份隔离、人机共用设计）；把 Codex 这类编程代理从“任务外包”升级为“同事协作”，用 Human-in-the-loop 管出可控的“AI 团队”，并迈向 AI-in-the-loop 的闭环运营。以“3D 与 AI”为例，解释为什么空间智能正在把 AI 从办公室带向真实物理世界，以及它对机器人、工业与医疗干预意味着什么。