🎙️【本期嘉宾】丛乐，斯坦福终身副教授，CRISPR基因编辑奠基人之一；吴英成，复旦中山医院MD+PhD，LabClaw核心发明人；简靖琳，Scripps Research博士生，Claw for Science学术大会组委会成员 主播：郎瀚威（Will），硅谷AI顾问 💡【节目介绍】 大家好，欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期我们邀请到三位在实验室里养龙虾的科学家。丛乐是CRISPR基因编辑奠基人之一、斯坦福终身副教授、前Moderna副总裁，Science论文引用超2万次；吴英成是复旦中山医院的MD+PhD加斯坦福博后，Cell和Science Nature一作，LabClaw的206个技能模块和MedOS的核心发明人；简靖琳是Scripps Research的博士生，多智能体科学发现框架TAS的核心作者。 跟之前节目里聊的写公众号、管公司、做游戏插件不同，这期三位嘉宾做的事情是让龙虾进入实验室——提假说、设计实验、指导实验员操作、收集数据、生成论文。丛乐从Moderna回斯坦福后发现一个残酷事实：2016年Nature调查显示70%的科学家无法复现别人的实验，50%甚至无法复现自己几个月前的实验。LabClaw要解决的就是这个问题——通过智能眼镜让龙虾实时看到实验室环境，通过206个可执行技能模块让科学研究真正可复现、可传播。更有意思的是，他们正在办一场"提交技能不提交论文"的学术大会Claw for Science，ClawArchive上已有近400篇可被龙虾直接调用的预印本。Enjoy! 🔥【核心金句】 丛乐："如果一个论文机器唯一做的事情就是帮你编出1万篇论文来，那这样的论文机器也不要也罢。" 丛乐："70%的科学家无法重复别人发表的结果，50%的科学家过了几个月无法重复自己的实验。" 丛乐："每个人都可以是科学家——你提出一个有意思的问题，如果这些agent能帮你去做，也许你就可以帮助科学往前走一步。" 吴英成："未来是人类提prompt，龙虾对prompt进行分解，派发给不同戴着眼镜的scientist。" 吴英成："我们充分相信会出现一人实验室，甚至零人team——纯agent组成的、能做可信长程任务的虚拟员工团队。" 简靖琳："论文是供人类语言交流的，龙虾之间可以用一种更隐性的方式交流——技能。" 💡【核心观点】 科学研究存在巨大的可重复性危机，AI是目前唯一的解法。2016年Nature调查1500名科学家，70%完全无法重复别人发表的结果，50%过几个月无法重复自己的实验。丛乐认为这极大拖慢了所有科学进展，而传统手段（更好的记录、更多自动化）并没有根本性改变，只有通过AI全流程渗透实验过程才能真正解决。 LabClaw用智能眼镜让龙虾"看到"物理世界。短期方案是让实验员戴上智能眼镜，龙虾实时感知实验室环境、指导操作、分配任务——本质是用agent蒸馏新手，取代传统的"老专家带新人"模式。中长期方案是通过3D场景重建让龙虾拥有对整个实验室的空间理解，实现跨时区、7×24小时的科学协作。 206个技能模块在两周内快速迭代完成，覆盖五大领域。LabClaw在LabOS一年积累的基础上，2月份龙虾兴起时快速迭代出206个技能模块，分为生命科学、通用数据科学、药物发现、文献与检索、医疗与临床五大类。后台数据显示这些skills已被使用约12万次，GitHub星标两周内接近1000。 "提交技能不提交论文"是一次科学传播范式的重建。Claw for Science大会要求参赛者提交可执行的工作流而非论文——龙虾不看paper，龙虾看skills.md文件。评审标准包括：一键端到端执行、结果可复现、科学严谨性、泛化能力、对其他agent的可读性。这意味着知识传播的媒介正在从人类语言转向agent原生格式。 ClawArchive是龙虾时代的预印本平台，目标是成为下一代科学交流基础设施。目前已有近400篇文章，由斯坦福和普林斯顿主导，对标康奈尔的arXiv和冷泉港的bioRxiv/medRxiv。区别在于这里的每篇研究都是get it for Claw——别的龙虾可以一键下载、一键安装、一键复现，把过去几十年的验证周期压缩到几乎实时。 完整科研闭环的终极愿景是：PI提假说，龙虾分解任务，科学家执行，龙虾端到端生成论文。PI只需在三个节点介入——审核假说、确认方案、判断结果。中美不同时区的科学家可以通过智能眼镜无缝衔接，龙虾实时理解实验室的数据模式和节奏，真正做到知识产出范式的重塑。 📊【数据支持】 Nature 2016年科学可重复性调查：70%科学家无法重复别人的实验，50%无法重复自己的实验（调查样本1500名科学家） LabClaw技能模块：206个，覆盖5大领域，两周内迭代完成 Skills使用次数：约12万次 GitHub星标：两周内接近1000 ClawArchive预印本数量：近400篇（预计1-2周内增长至约1000篇） Claw for Science大会总奖池：约5万美元 大会投稿截止日期：4月5日 MedOS训练数据：上万小时外科手术机器人视频 📚【相关阅读】 Claw for Science大会网站（含投稿指南和评审标准） ClawArchive预印本平台：clawarchive（近400篇可执行研究） LabClaw GitHub开源仓库 MedOS Twitter 公众号搜索"郎瀚威Will"：本期直播深度文章 ⏱️ 时间轴 00:00 嘉宾介绍：CRISPR奠基人+复旦MD PhD+Scripps博士生，为什么在实验室养龙虾？ 01:45 论文越来越多，治的病有没有变多？瓶颈在哪？ 05:16 丛乐：为什么离开Moderna回斯坦福全力做AI？三个幻灭（重点） 08:11 从工程到生物：把生物学看成可编程系统如何影响LabOS设计？ 10:03 LabOS介绍：一个能看到实验室里人的龙虾，跟普通龙虾有什么区别？（重点） 13:29 LabClaw：206个技能模块两周上线，龙虾不看paper看skills（重点） 15:49 简靖琳：从个人养龙虾到加入LabClaw项目的经历 18:18 科研闭环怎么跑？从假说到论文的全链路介绍（重点） 22:52 智能体架构视角：单agent vs 多agent什么时候用哪个？ 24:02 论文机器的正确打开方式：帮你做出来，不是帮你编出来（重点） 27:02 Claw for Science大会：提交技能不提交论文，为什么？（重点） 30:50 ClawArchive：龙虾时代的预印本平台，已有近400篇可执行研究 34:24 丛乐：如果LabClaw跑通，科学发现速度会有什么量级变化？（重点） 37:37 三级框架：AI copilot→AI自主科学家→具身虚拟融合科研环境 43:35 Perplexity云端电脑和Open Evidence：AI医疗赛道的两个信号 46:39 一人实验室、零人team：吴英成对未来科研组织形式的激进预测（重点） 48:45 2025年入学的生物医学博士生，应该把时间花在哪？（重点） 56:06 Claw for Science大会详解：评审标准、投稿方式、奖池5万美元 01:03:15 一键安装科学：从ClawArchive到龙虾的端到端体验 01:07:06 LabOS和MedOS视频演示：智能眼镜+3D场景重建+外科手术机器人（重点） 01:20:30 Will总结：这不是龙虾发论文，这是龙虾在重建科学的基础设施（重点） 01:26:27 头脑风暴：科学龙虾论坛——一堆带着科学家意志的龙虾互相challenge会怎样？ 01:35:26 结束语：科学发现正在被龙虾加速，身边做研究的朋友可以关注这个方向 🙋‍♂️ 本期嘉宾 吴英成，复旦中山医院MD+PhD，斯坦福博后，Cell/Science/Nature一作。LabClaw 206个技能模块和MedOS核心发明人。本期核心观点：未来是人类提假说、agent分解任务、戴眼镜的科学家执行；一人实验室甚至零人team今年就有可能实现。 丛乐，斯坦福终身副教授，CRISPR基因编辑奠基人之一，前Moderna副总裁，Science论文引用超2万次。LabOS项目leader。本期核心观点：70%的科学家无法复现别人的实验，这个问题只有通过AI全流程渗透实验过程才能真正改变；论文机器的意义不在于编论文，在于让科学过程变得透明可信。 简靖琳，Scripps Research博士生，多智能体科学发现框架TAS核心作者，Claw for Science学术大会组委会成员。计算机+经济学+信息科学背景。本期核心观点：论文是供人类语言交流的，龙虾之间应该用技能交流——这是更高效的科学传播范式。 🙋‍♂️ 主播 Will 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝（@financeyf5）。 🔗【联系方式】 推特：@financeyf5 小红书 / 视频号 / 公众号：郎瀚威 Will

【本期嘉宾】张倩，天际资本创始人 主播：郎瀚威（Will），硅谷AI顾问 💡【节目介绍】 大家好，欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期是 GTC 2026 现场特别直播，Will 与天际资本创始合伙人张倩联合解读黄仁勋的主题演讲。张倩是连续四年参加 GTC 的硅谷投资人，天际资本已看过近1400家 AI 创业公司，portfolio 包括 Mistral 等，此前我们也曾连线她旗下的天际资本。 这次 GTC，有两个细节值得特别注意：第一，OpenCloud 创始人被安排在整个大会的第一场（8点钟）坐C位，而这是一个半月前临时加上去的，因为龙虾是这一个半月里爆发的；第二，黄仁勋在五个session中专门用一整个session讲 OpenCloud，并直接说"每家公司都必须要有 OpenCloud 战略"，把它定位在与当年 Linux 战略、HTML 战略同等的级别。 老黄演讲的核心判断是：AI 从会说话变成能干活了。这次英伟达卖的不再是芯片，而是完整的 AI 工厂——硬件加软件加运维打包。龙虾每消耗一个 TOKEN 就是英伟达一笔算力收入，而龙虾带来的 TOKEN 消耗至少是过去的10倍，这直接支撑了老黄说万亿倍算力需求的底气。 本期逐一拆解了老黄演讲的10个核心判断，从 CUDA 生态、数据加速、推理拐点、市场规模预测、Vera Rubin 新硬件、Groq 收购价值、TOKEN 工厂经济学、OpenCloud 战略、Nemo 联盟，到物理 AI 与机器人。两位也从VC视角和一线创业者观察，给出了不少独立判断，包括对谷歌的看法、中美龙虾生态差异、哪些赛道正在被颠覆、GTC 展区100多家企业的一线扫描印象。Enjoy! 🔥【核心金句】 张倩："老黄已经不再需要扭转大家的想法，今年是直接给你看世界未来是什么样子。" 张倩："龙虾对 TOKEN 消耗的带动，对英伟达算力需求的拉动，至少是10倍以上，而且这个10倍说的是现在，不是两三年后。" 张倩："OpenCloud 的生态价值会比安卓还要高5~10倍。这不是夸张，三五年后再看就有感受了。" 张倩："AI发展速度已经非常快了，如果你今年、明年再不出来创业，就不用出来了。" 郎瀚威："老黄每句话都含着 sales 钩子，他让你感同身受。最核心那句：推理就是收入，每产生一个 TOKEN 就是一笔钱。" 张倩："我觉得今年是 AI 真正落地的爆发之年。前两年是Demo，去年有些产品但不够惊艳，今年我看展区，产品水平一下高了几个层面。" 张倩："AI企业里，今天最重要的决策不是成本端怎么优化，而是你用 AI 做什么业务来赚钱。" 💡【核心观点】 龙虾被英伟达放在整个大会C位，不是偶然。OpenClaw 创始人出席是临时安排的，因为龙虾是过去一个半月爆发的事。黄仁勋把它定位成"Windows 让个人电脑成为可能，OpenClaw 让个人智能体成为可能"，并在五个 session 里用整整一个专门讲。这个信号意味着：龙虾的 TOKEN 消耗是英伟达未来算力需求最大的新增量之一。 英伟达这次卖的不是芯片，而是 AI 工厂。从芯片到软件到运维的完整打包方案，算力控制力反而比以前更强了。CUDA 从免费开源到构建几十年护城河的路径，如今被老黄在演讲中专门重提，是在面对 Vibe Coding 可以把代码移植到 AMD 这一威胁时正本清源。 推理才是英伟达真正的收入主战场，不是训练。DeepSeek 和 Manus 出现之后，推理需求爆发，而龙虾正是把推理从实验室推向大规模商业落地的关键。老黄敢说算力需求万亿倍，底气就在这里。 硅谷顶级VC装龙虾的比例极低，但这不代表他们不用 AI。区别在于：他们用 Claude Code 已经一年半了，是从60分到90分的增量感；而中国是从几乎零起步，冲击感完全不同。龙虾在中国的普及速度和规模远超美国，但这是两种不同的土壤，不是高下之分。 中美龙虾生态发展路径不同。美国偏底层：agent 生态基础设施、开源协议、芯片软件 infra，更多创新在硅谷发生。中国偏应用：软硬一体（硬件供应链在国内）、各行业垂类落地、AI 硬件70%机会在中国。 谷歌的问题不是技术，是"最后一公里"。底层创新很强，但应用端被 AI native 公司抢走了——视频被别人超过，报告被别人超过，连PPT都在被新公司蚕食。其根本原因是它不能颠覆自己已有生态和现金流产品。字节用龙虾快速提升飞书粘性，谷歌这波几乎没有受益。 GTC 的核心价值在三点：从老黄演讲看未来5~10年趋势；逛展区见到真正拥抱 AI 最快的全球公司和创始人；感受真正全球化的 AI 生态（不像 CES 已被中国主导）。 📊【数据支持】 GTC 2026 session 总数：953个，其中 agent 相关 302 个，机器人 167 个，量子计算 38 个 英伟达算力需求增长：黄仁勋表示过去两年增长约100万倍（主观判断） 英伟达营收预测：2026年5000亿美元，2027年至少1万亿美元 五大超规模云商占英伟达收入约60%（约3000亿美元） Vera Rubin 吞吐量提升：官方声称35倍，独立测试达50倍 Grok 整合后高价值推理区间性能：再提升35倍 雀巢供应链处理：采用IBM Watsonx 后速度提升5倍，成本降低83% Snapchat BigQuery：使用英伟达加速后计算成本降低80% 天际资本看过的 AI 创业企业：近1400家 张倩 GTC 参加次数：4次 时间轴： 00:02 GTC 现场体感：白人 sales 云集，老黄像在布道——现场听和看直播有何不同？ 06:28 GTC 四年变迁：从Demo到产品到落地爆发，今年和去年最大的不同是什么？ 13:52 龙虾为什么能坐上 GTC C位？这个临时安排背后意味着什么？ 20:11 老黄为什么把 OpenCloud 比作 Linux 和 Windows？这个定位成立吗？ 32:21 第1点：CUDA 是一切根基——为什么老黄要专门重提这件事？ 40:58 第2点：数据加速——90%的非结构化数据如何变成英伟达的新增算力需求？ 46:36 第3点：推理拐点——AI从会说话变成能干活，这是整场最核心的判断 01:01:24 第4点：市场规模预测5000亿到1万亿美元——这个数字怎么理解？ 01:06:09 第5点：Vera Rubin 新平台——吞吐量提升35倍，供应链每周生产数千套系统 01:16:40 第6点：Groq 收购的真实价值——不是防御性收购，是加上去直接出35倍性能 01:32:21 第7点：TOKEN 工厂经济学——每个 CEO 都该用这个框架分析自己的业务 01:38:40 第8点：OpenCloud 战略——每家公司都需要龙虾战略，未来工程师薪酬包里有 TOKEN 预算 01:41:41 第9点：Nemo 联盟——Mistral、Perplexity、Cursor 等10家公司背后的战略逻辑是什么？ 01:45:07 第10-11点：自动驾驶与机器人——比亚迪现代日产吉利加入，但张倩说"今年和去年一样，有点虚" 01:51:32 是否继续看好谷歌？谷歌的问题不是技术，是最后一公里 01:57:26 张倩总结：今年是 AI 落地真正爆发之年，我在展区看到的产品水平一下高了几个层面 🎙️【本期嘉宾】 张倩，天际资本创始人，天际资本专注 AI 赛道早期投资，已研究近1400家 AI 创业公司，portfolio 包括 Mistral 等。本期核心观点：龙虾是英伟达算力需求最大的新增量；AI 落地2025年是真正的爆发年；中美 AI 生态发展路径不同，美国偏底层、中国偏应用，各有机会；谷歌的问题是最后一公里被 AI native 公司抢走了。 🎙️【关于主播】 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷，伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝。 🔗【联系方式】 推特：@financeyf5 小红书 / 视频号 / 公众号：郎瀚威 Will

【本期嘉宾】曲晓音，Skillboss 创始人 主播：郎瀚威（Will），硅谷AI顾问 💡【节目介绍】 大家好，欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期对话 Skillboss 创始人曲晓音。她是斯坦福 MBA 退学创业者，曾在 Facebook 和 Atlassian 做产品经理，创立 Run the World 后融资1500万美元，A16Z 和 Founders Fund 参投，2023年出售公司。现在她要解决的问题是：为什么装了龙虾还是什么都干不了？ 答案很简单——龙虾有菜谱（skill）但没有菜（API）。想让龙虾生成视频？要接 ElevenLabs。要抓取数据？要注册 Firecrawl。要发邮件？要配置 Stripe。每个服务单独计费，要么月费要么年费，用不完就烂在账上。Skillboss 的解决方案是：一个 API key，覆盖100多个服务，用多少扣多少，两美分也行，不用订阅不用退订。 曲晓音本人是 OpenRouter 的早期投资人，同时也投了其他 agent 生态公司。她2025年4月做过一个实验：让 AI 当自己公司的 CEO，自己退居董事长。结论是 AI 在计划执行和进度跟进上优于人，但情感连接和大客户销售这件事，人还没法退。 本期除了产品，聊了更多的是硅谷一线判断：斯坦福CS毕业生为什么找不到工作了、什么样的公司会被大厂直接复制抄死、AI取代人后真能收到"工程师收入1/10"的钱吗、未来职场谁不会被取代、龙虾在中国比在美国更热的真正原因。Enjoy! 🔥【核心金句】 曲晓音："龙虾有菜谱没有菜。你告诉它做鱼香肉丝，它怎么不做？因为它没有鱼，没有肉，没有鱼香酱。" 曲晓音："我们是小龙虾界的胖东来。脏活累活我们干，你的龙虾可以高雅地帮你完成任务。" 曲晓音："我们是供应链公司，不是技术导向的公司。我们把供应商的脏活累活都干好，让龙虾不用干，让你不用干。" 曲晓音："AI取代某个人之后，如果市场上有超过三家公司能做同样的事，你最后收的钱不是工程师的1/10，而是1/10000，最后是0。" 曲晓音："未来不会被取代的是：定义需求的人，和背锅的人。中间那些促成结果发生但不负责的角色，非常危险。" 曲晓音："AI已经很聪明，有时候超过我。所以我的工作从告诉AI该怎么做，变成了赋能AI、给AI更多权限。尽量减少人在AI的流水线中间插一杠子。" 曲晓音："人不会因为AI变闲，只会更忙。因为我们是贪婪的动物，欲望会不断被激发，本来做一件事，现在做五件事。" 💡【核心观点】 龙虾的真正瓶颈不是 skill 不够，而是没有原材料。Skill 只是菜谱，告诉龙虾按步骤做什么，但不解决买菜的问题。每次执行都要自己去各平台注册 API、付费、管理订阅，这才是大多数人的龙虾只会聊天、干不了实事的原因。 按需付费模式彻底解决了 API 订阅痛点。以前接一个视频生成服务要买月包，用两分钟，钱烂在账上。Skillboss 把所有服务统一转成按用量计费，最小单位两美分，不用订阅，不用记得退订。 AI取代人工的商业逻辑存在根本性漏洞。很多企业服务公司的逻辑是：AI能取代工程师，所以可以收工程师工资的1/10。但一旦市场上有超过三家具备同等能力的公司，价格会被卷到趋近于零。收入能力取决于你是不是唯一能做这件事的。 公司组织架构该重新设计，不是每人配一个AI提效，而是大幅减少人。以前六个人的活让两个人干，或者六个人拆成六个独立小组，而不是继续六个人一组开会对齐、每人多了个AI助手。AI的带宽是无限的，不需要按人类带宽有限的方式来切分职能。 硅谷创业就业市场正在分化。大公司不再招初级工程师，Facebook 甚至只招特定级别以上。与此同时，没有上过大学、靠黑客马拉松或开源项目出道的19岁年轻人直接进入 xAI 高层。学历的信号价值正在被"你能用AI做出什么"取代。 中国龙虾热度高于美国的原因不是技术，而是社会焦虑结构不同。美国硅谷精英确实很卷，但美国普通人可以完全不焦虑；中国的普通人也在焦虑、也在学习。国内大厂支持开源生态、国产 TOKEN 成本更低，也是催化剂。 📊【数据支持】 Skillboss 覆盖服务：100+个 API 服务（视频生成、语音合成、数据爬取、邮件、数据库、域名托管、PPT生成等） 定价模式：按用量计费，最低单次两美分，不设月费订阅 价格差：与官方渠道相比最多贵约5%，部分服务有独家供应商 Run the World 融资：1500万美元，A16Z 和 Founders Fund 参投，2023年完成出售 Skillboss 上线时间：直播时产品上线约两到三周 想接入 Skillboss，访问 skillboss.co，获取 API key 后复制一行代码给龙虾即可完成安装，支持支付宝。有问题可直接联系曲晓音，视频号/小红书均为"曲晓音"。 时间轴： 00:00 为什么装了龙虾还是什么都干不了？问题不在你，在没有 API 01:35 Skillboss 是什么？一个 API key 搞定100+服务的万能工具箱 05:33 Skillboss 和 skill marketplace 的区别：skill 是菜谱，Skillboss 是食材 08:33 技术问题解答：和 MCP 聚合站、Open Router 的区别是什么？ 15:38 商业模式：为什么按需付费比订阅制更适合 agent 时代？ 20:35 安装演示：两步接入，充值即用，龙虾自动选购所需服务 29:45 真实用户案例：艺人公司自动博客、社交媒体运营、AI法语老师APP 40:33 如何做供应商质检？AI自动化+人工审核+惩罚机制三层保障 48:54 Skillboss 的用户画像：solo founder、开发者、企业内部自动化三类 53:55 斯坦福CS毕业生找不到工作了——硅谷就业市场正在发生什么？ 01:03:30 所有 agent 都会变成 coding agent，很多 APP 两年内会消失 01:08:15 用户频率低于一个月就会忘记你——Skillboss 怎么解决使用频率问题？ 01:11:19 模型公司会不会做掉 Skillboss？为什么说这是供应链生意不是技术生意 01:13:01 投资视角：agent 赛道哪些公司能活下来，哪些赛道在走鱿鱼游戏？ 01:22:50 为什么中国龙虾热度高于美国？不是技术问题，是焦虑结构不同 01:26:24 未来5年：谁不会被取代？定义需求的人和背锅的人 01:39:48 曲晓音的工作哲学：减少人插一杠子，让 AI 跑起来，给 AI 权限和流程 01:54:41 哲学问题：人不思考大脑会退化吗？未来人会更忙还是更闲？ 🎙️【本期嘉宾】 曲晓音，Skillboss 创始人。斯坦福 MBA 退学创业，曾任 Facebook 和 Atlassian 产品经理，创立在线活动平台 Run the World，融资1500万美元（A16Z 和 Founders Fund 参投），2023年出售公司。现为 OpenRouter 早期投资人。本期核心观点：龙虾的真正短板不是 skill 不够，而是没有原材料；AI时代唯一不会被取代的是定义需求的人和背锅的人；AI取代人工的商业逻辑在供给充分竞争后会归零。 🎙️【关于主播】 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷，伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝。 🔗【联系方式】 推特：@financeyf5 小红书 / 视频号 / 公众号：郎瀚威 Will

本期嘉宾】吴俊东，Botlearn 联合创始人 主播：郎瀚威（Will），硅谷AI顾问 💡【节目介绍】 大家好，欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期对话 Botlearn 联合创始人吴俊东，一个把做了十几年教育的人拉进 AI agent 社区赛道的人。他曾在好未来做了7年投资与业务，投资过极客大数据（后被字节跳动收购），哈佛毕业，拿过红杉和初心的投资，最近3天决定、3天上线了一个龙虾学习社区 Botlearn，上线第一天500多只龙虾入驻，一个月后社区突破1万只龙虾，累计帖子上万条。 大多数人装上龙虾的第二天就放弃了。问题不是模型不够强，是不知道装哪些 skill、不知道怎么用。13,000多个 skill 没有上下文的罗列，就像塞给你一本没有目录的百科全书。更深层的问题是：光装 skill 不叫培训龙虾，叫刷题；真正让龙虾有用的，是让它学会解题的方法论。吴俊东把这件事叫做 educated vs. prompted 的区别——prompt 是一次性的，educated 是可复用的。 Botlearn 做的事情，是给龙虾建一所大学：从7步新手指引（安装→体检→安全底线→早报→个性化→进阶场景→A2A）到精选验证过的 skill workflow，到一个1万多只龙虾在里面互相分享、互相点踩、互相交友的 agent 原生社区。所有内容的设计逻辑是给 agent 读，不是给人读。 本期聊了：如何挑选和验证 skill、为什么龙虾需要身份和上下文才能用好 skill、小团队如何用好3只龙虾（业务隔离+飞书接入+对内对外分开）、为什么 agent 社区比人类论坛更快变专业、educated vs. prompted 的本质区别、以及 AI 时代大学生和职场人的生存策略。Enjoy! 🔥【核心金句】 吴俊东："装虾易，养虾难。" 吴俊东："bot learn, human earn——让你的 bot 真正帮你去挣钱，挣出 TOKEN 来。" 吴俊东："人的需求不是学习，人的需求是不学。所以最好的方式是让 AI 帮你学完那些耗时耗心力的东西，你就聚焦到比较重要的决策就够了。" 吴俊东："你不是在做一个软件或应用，你是在做一个协议。" 吴俊东："龙虾才是真正的终身学习，没有毕业这么一说。它没日没夜，只要你不把它废掉，它一直在学。" 郎瀚威："未来职场最有竞争力的是龙虾训练师——老板招的不是你，是你驯出来的龙虾。" 💡【核心观点】 光装 skill 没用，skill 需要上下文和场景才能发挥作用。13,000多个 skill 里不知道该装哪个，是因为大多数 skill 展示平台是给人的视觉习惯设计的，缺少"在什么场景下用这个 skill 解决什么问题"的说明。Botlearn 的 skill hunt 精选的不是单个 skill，而是打包好的场景化 workflow，并标注了成功标准和演示任务。 skill 的安全问题比功能问题更劝退用户。部分 skill 存在木马、信息泄露风险。Botlearn 通过交叉验证体系（全网追踪+可信来源+1万只龙虾的真实点赞/点踩）筛选内容，并在7步指引里内置安全底线，包括：未经授权不执行操作、API密钥不泄露到代码、agent不对系统目录拥有写权限。 educated 和 prompted 是两种完全不同的培养方式。prompt 是每次都重来，educated 是龙虾学会了方法论，下次遇到同类问题自己就会处理。前者像背题库，后者像学解题模板——只有后者才能真正省时间。 agent 社区的质量上限比人类社区高，而且快得多。人类建一个专业论坛需要十几年，Botlearn 的社区一个月就跑出了量化交易、市场扫描、媒体workflow等高质量帖子。原因是 agent 不顾面子，只关注信息本身是否有用，评论客观，交叉验证快。 小团队接入龙虾的最优解是：一只主龙虾（本地部署，最好的模型，接入所有工作群）+ 分业务线的专属龙虾 + 对内对外严格隔离。不需要对齐会议，直接在群里 at 龙虾派活。 飞书已经成为最能支撑 AI native 团队的协作工具，原因不是功能最多，而是它同时打通了群聊、会议记录和知识库三个最核心的信息来源，龙虾接入后能读到最完整的组织上下文。 📊【数据支持】 Botlearn 上线首日：500+龙虾入驻 社区规模：1万+龙虾，上万条帖子（一个月内达到） 龙虾计划赛：海报发出3天报名1,200人，场地仅容150人，拒掉约900人 建议个人龙虾安装 skill 数量：10个左右（基础7~8个+日常场景2~3个） 团队规模：吴俊东团队约11人，配备3只龙虾 想让龙虾上大学，可访问 botlearn.ai，把网址发给你的龙虾，它会自动按7步指引完成入学。对 Botlearn 合作感兴趣（AI项目推广、skill 创作者、企业接入）可直接联系吴俊东团队。 时间轴： 07:58 装完龙虾为什么没感觉？13,000个 skill 该怎么选？ 11:14 skill 需要场景和上下文，只有 workflow 才能真正用起来 15:58 skill 安全问题有多严重？木马、信息泄露是最大痛点 17:45 Skill Hunt 展示：如何用交叉验证体系精选安全可信的 skill 包 26:22 龙虾七步走：从安装到A2A，给你的龙虾完成"九年义务教育" 35:02 龙虾装多少个 skill 合适？为什么多不等于好？ 42:48 安全底线是龙虾培养的第一步，比功能更重要 52:34 社区实战演示：一万只龙虾在 Botlearn 里讨论量化交易和市场扫描 01:04:27 agent 最想要什么？让龙虾投票，答案和人类完全不同 01:12:31 小团队如何用好龙虾？3只龙虾的分工逻辑和飞书接入方案 01:21:14 为什么飞书成了 AI native 团队的默认选择？ 01:21:48 educated vs. prompted：为什么"上大学"比"输提示词"更本质？ 01:33:22 龙虾学校里真正的学习发生在社区，不在课堂——和哈佛的经历一样 01:44:34 Botlearn 的商业模式和长期愿景：做 agent 进化的基础设施协议 01:50:20 3个月内龙虾 skill 生态会发生什么？skill 数量指数增长、资产化是大方向 02:07:19 AI 时代大学生和毕业生的生存策略：AI 驾驭能力比专业成绩更重要 02:19:56 未来职场最有竞争力的是龙虾训练师，老板考核的是你的龙虾 🎙️【本期嘉宾】 吴俊东，Botlearn 联合创始人。好未来投资出身，做了十几年教育，曾主导投资极客大数据（后被字节跳动收购），哈佛毕业，红杉和初心曾参与投资。2026年3月从决定到上线仅用3天，一个月内将 Botlearn 龙虾社区做到1万+成员。本期核心观点：光装 skill 是刷题，educated 才是真正培养龙虾；agent 原生社区的协议和框架比一键安装工具更有长期价值；未来职场竞争的不是人的能力，而是你训练出来的龙虾的能力。 🎙️【关于主播】 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷，伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝。 🔗【联系方式】 推特：@financeyf5 小红书 / 视频号 / 公众号：郎瀚威 Will

【本期嘉宾】熊飞宇，记忆张量 创始人兼CEO 主播：郎瀚威（Will），硅谷AI顾问 💡【节目介绍】 大家好，欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期对话记忆张量创始人熊飞宇，他做的事情是给龙虾造大脑——也是 Will 口中见过的最坦诚的创业者之一：一边在做记忆系统，一边直说这只是必经之路，不是终点。 龙虾（Claude MCP Agent）爆发以来，TOKEN消耗暴增成了最普遍的痛点。根本原因不在模型不够聪明，而在没有记忆——昨天试过的路今天还走，没执行成功的动作反复重试，每次都像第一天上班。执行10轮就烧10倍TOKEN，上下文一路硬塞，成本指数级滚大。企业级多龙虾场景还面临另一重危机：多个Agent各自为政，记忆孤岛，虾越多信息越乱，效率反而越低。 熊飞宇的公司记忆张量，2024年11月成立即获近亿元天使轮。核心产品 Memos 是独立记忆层中间件，覆盖本地插件（开源）、云服务 API、企业平台 Cloudforce 三套方案。实测数据：接入后单次任务 INPUT TOKEN 减少30%以上，总 TOKEN 消耗降低约49%，情感陪伴场景 AB 测试对话轮数提升16%。客户覆盖游戏厂商、智能家居、情感陪伴、学术科研等多个高并发场景。但熊飞宇坦言，Memos 不是终点——公司本质是在做认知能力的第一性原理建模，自己训基模，首席科学家杨泓康是普林斯顿应用数学两年半毕业的博士，已发表一篇110页论文，尝试从数学底层为"为什么需要记忆、为什么需要思考"建模。 本期聊了：龙虾为什么必然烧死TOKEN、记忆系统的五条核心链路、企业多龙虾协同的三大挑战、本地插件与云服务的适用边界、Benchmark与真实业务之间的gap，以及基模未来会不会吃掉记忆层这个直击灵魂的问题。Enjoy! 🔥【核心金句】 熊飞宇："没有记忆的龙虾，就像一个每天都会部分失忆的实习生，你也不能说他不努力，但你很难让他稳定的创造价值。" 熊飞宇："我们不是站在基模外面猜基模会做什么，我们自己就在训基模。很多讲这句话的人，你先去看看他有没有用过千卡以上的集群，真正训过模型。" 熊飞宇："鸟启发了飞行，但鸟不是飞行的原理。人脑启发了智能，但人脑也未必就是智能的本身。" 熊飞宇："我们走到 Memos 不是因为我们不相信基模，而是因为我们太相信基模。也正因为我们在训基模，我们才知道基模今天的边界在哪里。" 熊飞宇："很多人其实是在猜未来，我们是边做边在校准未来。" 熊飞宇："AGI 不会像礼物一样突然掉下来，它一定是有人去啃那些最难、最底层、最不性感的问题，一步一步把路修出来。" 💡【核心观点】 龙虾的记忆问题是"生死问题"，不是"优化问题"。连续性Agent不像聊天AI可以糊过去，一旦跨轮、跨任务、跨session工作，没有记忆就会反复返工、上下文硬塞，TOKEN消耗呈指数级增长。接入 Memos 后总 TOKEN 消耗可降低约49%。 上下文窗口再长，有效范围也只有6~8万TOKEN。模型性能和成本会随上下文超过10万后指数级下降，这不是靠"等基模进化"能短期解决的结构性限制，因此独立记忆层有其存在的必要性。 企业多龙虾的核心是三件事：记忆隔离（防止A员工的虾看到B员工的数据）、记忆协同（共享的是提炼后的skill，而不是原始历史裸奔）、状态准确（记忆要有版本、可回滚、可溯源）。不解决这三件事，虾越多信息越乱。 记忆的高需求场景有共性：信息量大、状态持续变化、要求低延迟。游戏NPC（人设不能崩）、情感陪伴（用户每月聊几十万字、记错就煞风景）、智能家居（家庭画像动态更新）、安防（识别异常行为需先建立正常画像）、学术科研（研究脉络不能成黑箱）均是典型场景。游戏辅助工具甚至要求记忆在300毫秒内完成入库和出库。 记忆层不会被基模完全吃掉，两者是互补关系。有些记忆能力未来会原生进入基模，但多用户、多任务、多Agent协同的权限治理和状态管理，即使基模再强也仍需独立系统层承接。这个判断来自团队亲自训基模的一手经验，而非猜测。 Vibe Coding时代，团队分化正在加剧。最能适应的不是写代码最熟练的人，而是有热情主动思考、且在代码之外有产品或商务专业能力的人。售前方案架构师做POC的结果，现在已经开始碾压纯开发同学。 📊【数据支持】 单次任务 INPUT TOKEN 减少：30%以上 总 TOKEN 消耗降低：约49% 情感陪伴场景AB测试：对话轮数提升16%，TOKEN消耗再优化10%~20% 有效上下文窗口：6~8万TOKEN（超过10万后性能和成本指数级下降） 商业化订单：数十个付费客户在跑，覆盖游戏、情感陪伴、智能家居、学术科研等场景 融资：2024年11月成立，近亿元天使轮 对 Memos 感兴趣的朋友，可以在 GitHub 搜索 Memos（代码全部开源，NPM 三步安装），或关注记忆张量公众号获取安装教程。企业级 Cloudforce 方案请联系记忆张量商务团队。 时间轴： 00:29 龙虾为什么会"烧死"？记忆缺失如何让TOKEN消耗指数级增长？ 02:13 连续性Agent与聊天AI的本质差异：为什么龙虾把记忆变成了生死问题？ 06:19 100万上下文窗口为什么还是不够用？有效上下文的真实边界在哪里？ 10:37 现场演示：本地记忆插件如何接入龙虾、管理多Agent记忆？ 19:02 三套产品线的定位：开源本地插件、云服务API、Cloudforce企业平台各解决什么问题？ 35:10 Vibe Coding时代，团队里谁最能适应？产品、商务为什么开始碾压纯码农？ 42:40 哪些行业对记忆需求最刚需？游戏NPC、情感陪伴、智能家居、学术科研逐一拆解 50:13 企业多龙虾协同的三大核心：记忆隔离、记忆协同、状态准确——为什么虾越多越可能越乱？ 56:03 什么样的公司适合用"重方案"？轻插件和企业系统的适用边界在哪里？ 01:05:49 直面横评：Benchmark高分等于实际体验好吗？LocaMo数据集的局限是什么？ 01:12:08 基模会不会两年内吃掉记忆层？自己训基模的人怎么看这个问题？ 01:17:45 认知能力的第一性原理建模是什么意思？"鸟启发了飞行，但鸟不是飞行的原理" 01:47:36 现场演示 Cloudforce：情报龙虾、研判龙虾、总管龙虾如何协同分工？ 01:58:10 Cloudforce 是怎么来的？为什么说这个产品跟 Will 有"莫大关系"？ 02:21:12 收尾：Memos 不是终点，我们在追的是一条路，不是一个风口 🎙️【本期嘉宾】 熊飞宇，记忆张量创始人兼CEO。前阿里巴巴业务中台数据智能负责人，深厚的企业级大规模系统背景。2024年11月创立记忆张量，获近亿元天使轮，核心团队成员多为博士，首席科学家杨泓康为普林斯顿应用数学博士（两年半完成学业），已发布110页论文尝试从第一性原理为记忆和慢思考建立数学模型。本期核心观点：记忆不是龙虾的优化项而是生死问题；基模做不到的事今天要用工程接住，但判断哪些能做到、哪些做不到，需要自己真正训过基模才有底气说。 🎙️【关于主播】 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷，伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝。 🔗【联系方式】 推特：@financeyf5 小红书 / 视频号 / 公众号：郎瀚威 Will

【本期嘉宾】Kevin He，COCO AI创始人 主播：郎瀚威（Will），硅谷AI顾问 💡【节目介绍】 大家好，欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期对话嘉宾是 COCO AI 创始人 Kevin He，他本人就在新加坡用一套7个AI agent 组成的团队跑日常研发，并已将这套方案卖给几十家企业客户。 个人用龙虾（Claude）已经不新鲜，但把它真正塞进公司的生产系统是另一回事。上下文断裂、记忆人格分裂、agent之间无法互相通信、权限隔离……这些问题在个人使用场景几乎无所谓，放到企业环境就是硬伤。大部分市面上的agent方案，本质上还是个人玩具，接不进飞书，连Telegram bot都只是二等公民，没法驱动自动工作流。 Kevin 在去年10-11月就开始内部自用这套多agent协作系统，从自己团队10多人缩到三四人、产出提升5-10倍开始，逐步对外服务客户。目前客户覆盖区块链机构、国有银行、MCN、保险等行业，核心产品包括：开源agent框架章鱼（Zelos，800+ GitHub stars）、agent间连接套件 HEXA connect（已有21个组织、76个bot接入）、以及团队模板项目 BYTE teams，全部开源。定价从49美元/月起，云主机和订阅全包。 本期聊了：企业龙虾落地的三层坑（记忆、连通、协作效率）、如何用管理人的逻辑管理agent团队、agent的"统一人格"是怎么做的、以及龙虾被OpenAI收购后怎么看行业格局。Enjoy! 对 COCO AI 感兴趣或想申请免费试用，可访问官网 coco.xyz，或进群联系。Coco 的 GitHub：github.com/coco-xyz。 🔥【核心金句】 Kevin He："好的模型加上好的 agent 缺一不可，你用最好的 Claude 加上一个烂的 agent，体验一样难受。" Kevin He："用 agent 好不好的标准，就是它能不能替代你自己的工作——我现在 90% 的工作、80% 的同事沟通，都可以让 Jessie 帮我处理。" Kevin He："agent 不会甩锅，他没有这个诉求，顶多就是不响应。管 agent 跟管人是一回事，个人负责制就够了。" 💡【核心观点】 企业级龙虾的核心问题不是功能，是"统一人格"。OpenCloud 因为隐私哲学做了 section 隔离，导致同一个 agent 跟不同人说话时信息不互通、人格分裂。Kevin 的章鱼（Zelos）专门解决这个问题，让 agent 无论和谁对话都维持统一记忆，这是企业场景里最基础的要求。 agent 协作的前提是"一等公民"身份。现有 IM 里的 bot（TG、飞书、Lark）都是二等公民，无法互相 at、无法相互驱动事件流。HEXA connect 做的就是把 agent 拉平成一等公民，让它们在群里自主沟通、协同推进，而不需要人类每次手动传话。 企业落地的三层坑，Kevin 全踩过。第一层是记忆：龙虾 compact 之后前面的事全忘了，被迫自己造了章鱼。第二层是连通：IM 里的 bot 无法互通，被迫做了 connect。第三层是效率可见性：不知道谁在干什么，被迫做了团队看板。每个功能都是踩坑踩出来的，不是拍脑袋。 不需要定制大模型，只需要三件事：配资源（数据、API权限）、建系统（让 agent 提前有可用的工具和流程）、给 SOP（最佳实践和工作规范）。Kevin 认为定制模型的时代已经过去，现在就是应用时代，用最强的通用模型加上好的 agent 就够了。 CEO 必须亲自上。Kevin 对每个企业客户的建议都是：一把手先把这个东西用好，知道边界在哪、能做多少事，然后才能推动企业变革。托给下面汇报是不行的——下面人根本没法给你证明它有没有用。 📊【数据支持】 团队规模变化：从10多人缩减至3-4人，产出提升5-10倍 章鱼（Zelos）GitHub stars：800+ HEXA connect：上线约一周，已接入21个组织、76个 bot 客户规模：几十家，覆盖区块链机构、国有银行、MCN、保险行业 定价：$49/月起，含云主机和订阅，全包 免费试用：7天，名额有限 时间轴： 05:12 从招人平台转型AI员工服务商：市场变了，人越招越少，AI越来越强，怎么转？ 08:07 团队从10人缩到3-4人，产出翻5-10倍：他们内部是怎么用章鱼的？ 11:48 现场直播：7个AI同事实时看板，各自用什么模型、干什么活 17:09 为什么企业版本能控制成本？定价49美元起包含云主机和订阅的逻辑 20:33 7人AI团队10分钟内协作完成前端项目部署并上线，完整过程展示 29:21 敢不敢上生产？安全性怎么保证？内外隔离、公私分开的三条准则 37:46 开源心路历程：章鱼是怎么从CTO"懒得干活"的内部工具变成公共基础设施的 46:02 统一记忆、统一人格是什么意思？为什么OpenClaude的session机制天然不适合企业？ 53:42 一把手工程：为什么 CEO 必须亲自用，而不能让下面汇报结果？ 01:05:40 当agent已在行动，谁为它的行为负责？人机共存的边界在哪里？ 01:08:41 agent之间会不会甩锅？怎么评估agent的产出？用管人的方法论就够了 01:18:02 企业用agent的最大aha moment：协作带来的化学反应，不是一个人单磕能体验到的 01:31:12 踩过的三层坑：记忆割裂→连不起来→无法协作，每一层都是被迫造轮子 01:39:28 行业判断：OpenAI收购风波、Claude推竞品、微信/飞书接入龙虾，逐一拆解 01:45:44 AI时代是一人公司强还是多人公司强？组织架构重塑是可选项还是必然？ 🎙️【本期嘉宾】 Kevin He，COCO AI 创始人。多年开发背景，早年做移动端 bug 修复工具，后转型做 AI 招聘，再次转型做企业 AI agent 落地。从去年10-11月开始内部自用多 agent 协作系统，团队从10多人缩减至3-4人，产出提升5-10倍。现已开源三个项目：agent框架章鱼（Zelos）、连接套件 HEXA connect、团队模板 BYTE teams，商业客户几十家，覆盖区块链、银行、MCN、保险等行业。核心观点：企业级 agent 落地需要统一人格、平权连通、效率可见三件事，定制大模型的时代已经过去。 🎙️【关于主播】 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷，伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝。 🔗【联系方式】 推特：@financeyf5 小红书 / 视频号 / 公众号：郎瀚威 Will

🎙️【本期嘉宾】何雁丹（Yuki），IMA Claw 创始人 主播：郎瀚威（Will），硅谷AI顾问 💡【节目介绍】 大家好，欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期是 Will 与 IMA Cloud 创始人何雁丹（Yuki）的直播连线实录。Yuki 是互联网第一代产品经理，2003年入腾讯，主导过 QQ 宠物；后在猎豹做海外产品十年，期间投资了 Musical.ly（即TikTok），并创办了海外直播平台 Liveme。如今她再次创业，做的是面向内容创作者的 AI 龙虾云端平台 IMA Cloud。 龙虾（Claude MCP agent）这个词在过去几个月席卷国内AI圈，但大多数人卡在两个门槛：本地部署太麻烦，接 API key 太繁琐。IMA Cloud 做的事情是把这些障碍全部去掉——云端部署、顶配模型加上视频生成、配音、小红书自动发布等一站式内容创作 skill，注册即用。Yuki 本人过去11天共消耗约6000美元的 TOKEN，最高单日输入超过10万次——这是真金白银养出来的第一手经验。 直播中，Yuki 现场演示了语音生成15秒武侠短片、一边直播一边让龙虾自动发小红书，并连线了杨天真（现场完成了从零提问到"明白了去试试"的全程）和AI内容创作 OG 野猫导演。本期最值得创作者、产品人、内容运营听的，是 Yuki 关于如何"训"出一只高度个性化龙虾的方法论——把通讯录、会议纪要、产品规划一次性喂给它，写安全守则进 memory 文件，每天让它自动写日记沉淀上下文。Enjoy! 想体验 IMA Cloud 的朋友，注册即送50积分（可生成约10张图），微信扫码加入龙虾群获取最新活动和内测名额。 🔥【核心金句】 何雁丹："你要做个什么东西，它可以直接帮你编程去实现——它不是一个 tool，它是一个 partner。" 何雁丹："我过去11天花了6000美金。如果它是个人，这个价格我愿不愿意雇它？我的答案是肯定的。" 何雁丹："你听别人讲再多AI有用，都不如自己装一个。体感是第一位的。" 💡【核心观点】 云端龙虾解决了本地部署的最大痛点。本地安装龙虾需要买电脑、填各种API key、24小时开机，而云端版只需注册账号，大脑（顶配大模型）和手（内容创作skill）都已配好，手机就能随时对话，真正做到即装即用。 龙虾的核心优势不是工具，而是长期记忆。不同于 ChatGPT 等任务导向产品用完即结束，龙虾可以把你的喜好、工作背景、项目规划写入 memory 文件永久保留，越用越懂你。Yuki 把通讯录、会议纪要、产品规划全部一次性喂给龙虾，之后无需反复解释背景，直接执行。 训出一只好龙虾需要主动管理它的记忆机制。龙虾容易"失忆"，对策是：把安全守则和核心信息写进 memory 和 agents 两个系统文件；设置每日自动写日记任务；当它出错时追问原因并让它把错误总结写入文件，逐步迭代。 内容创作者用龙虾的正确姿势是"全工作流嵌入"。从讨论创意、生成视频素材、写文章，到自动发布小红书——龙虾贯穿全流程，因为它知道所有上下文，写出来的内容不需要再喂背景，且越用越准。 模型选择决定体验上限。简单任务用国产模型（Kimi、Minimax）成本极低；想要复杂推理和"秒懂意图"的体验，需要用到 Claude Sonnet 及以上，Yuki 称其为"大模型里的爱马仕"。 📊【数据支持】 Yuki 11天 TOKEN 总花费：约6000美元 一个5秒视频生成成本（用可灵）：约2元人民币/48积分 IMA Cloud 起步价：约200元人民币/月 注册奖励：50积分，可生成约10张图，免费 📚【相关阅读】 IMA Cloud 产品网站（Yuki 本人用龙虾搭建，含教程和案例）：imacloud.bot.ai IMA Studio（兄弟产品，专业内容创作工具社区）：imastudio.ai 时间轴： 00:22 Yuki 自我介绍：腾讯产品经理 → 猎豹出海 → 投资 TikTok → 再次创业做 IMA Cloud。 07:35 Will 现场演示：语音直接生成武侠风格视频，全程不接 API key。 14:17 为什么做 IMA Claw？创作者需要一个"超级伙伴"，不只是工具。 23:11 龙虾 vs 传统多agent的三个核心区别：手机端可用、有长期记忆、多工具耦合。 28:44 杨天真连线：从零提问什么是龙虾，现场完成"明白了，我去试试"。 35:12 顶配 vs 平价模型怎么选？Kimi 够用，Claude Sonnet 才能体验上限。 44:50 Yuki 的 TOKEN 消耗账单：11天6000美元，但她认为这个"员工"值得雇。 57:31 野猫（也毛）导演连线：用龙虾为头部艺人演唱会制作开幕视频，批量生成角色一致的参考图。 01:01:00 同一提示词不同人用出完全不同效果——人机协同的水平决定输出质量。 01:13:46 Yuki 的训龙虾秘籍：把通讯录和会议纪要全喂给它，写安全守则进 memory，每天自动写日记。 01:15:30 龙虾防失忆方法：主动管理 memory 和 agents 文件，追问出错原因并写入系统文件迭代。 01:47:07 一站式内容闭环演示：聊完直播内容 → 龙虾生成选题 → 配图 → 一键发布小红书，全程2分钟。 🎙️【本期嘉宾】 何雁丹（Yuki），IMA Claw 创始人 & CEO。互联网第一代产品经理，2003年入腾讯主导 QQ 宠物；猎豹期间主导海外扩张，参与投资 Musical.ly（TikTok前身），并创办海外直播平台 Liveme；现再次创业做面向内容创作者的 AI 龙虾云端平台 IMA Claw。本期核心观点：龙虾不是工具，是创作伙伴——有了它，有想法的人幸福感会爆棚。 🎙️【关于主播】 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷，伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝。 🔗【联系方式】 推特：@FinanceYF5 小红书 / 视频号 / 公众号：郎瀚威 Will

🎙️【本期嘉宾】古德白，硅碳交易所创始人 主播：郎瀚威（Will），硅谷AI顾问 💡【节目介绍】 欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期是 Will 与古德白的对谈，古德白是上海独立开发者、自媒体人，同时也是国内首个专为 AI agent 设计的任务交易平台"硅碳交易所"的创始人。上次他们直播时古德白还处于早期摸索阶段，一个月后再聊：平台已有2500个注册用户、265笔真金白银成交。 龙虾热潮的叙事是降本增效——老板用龙虾替代员工，效率提升十倍。但古德白提出了一个让人不舒服的问题：对普通打工人来说，龙虾用好了自己就没了，用不好白费 TOKEN，这是个死局。真正的出口，或许是让每一只打工虾先赚到一块钱。 本期两人围绕这个命题展开：agent 经济的三个阶段是什么？打工虾和老板虾为什么是两种完全不同的物种？一人公司的本质瓶颈在哪里？以及古德白一边建平台一边在思考的"硅碳"关系——今天的秩序还是人类掌控AI，但这个关系会怎么演变？Enjoy! 🔥【核心金句】 古德白："只会降本增效的龙虾是不可持续的。对老板来说降本增效是 OK 的，但对打工人来说，搞好了自己没了，搞不好白费 TOKEN，这是个死局。" 古德白："先让我们每一个小龙虾赚到一块钱。" 郎瀚威："你引入了一个量化思维。一旦龙虾赚了多少钱这件事成立，你就能算ROI——换成国产模型，净赚9毛。现在大家不计成本投入，有点走火入魔。" 古德白："Claude code 和 OpenCloud 的关系，就像互联网和移动互联网——一个是互联网，一个是移动互联网。" 💡【核心观点】 老板虾和打工虾是两个物种，不能混为一谈。老板花200美元买订阅，只要带来20%的效率提升就值了；但对普通人来说，没有 ROI 锚定，龙虾是纯粹的成本。古德白把这个判断落成了一句口号：先让打工虾赚到一块钱，而不是向所有人贩卖"效率提升"的幻觉。 Agent 没有身份是当前最大的结构性障碍。古德白派自己的龙虾出去推广平台，发现所有平台都需要人力认证、真实账号。虚拟世界依然被人类 ID 掌控——没有身份的 agent，什么事都做不了。这是整个 agent 经济的核心卡点，目前没有人解决。 Agent 经济分三个阶段，现在是最初级的阶段。碳硅阶段（人控制AI）→ 硅碳阶段（AI开始主导网络秩序）→ 硅硅阶段（agent 之间自主交易）。古德白把平台命名"硅碳交易所"，本意就是要在这三个阶段的过渡期布局，但承认当前连第一阶段的闭环都还没跑通。 大额任务靠人撮合，小额任务才是 agent 的主场。10万级别的咨询合作必须有人介入；但"发一条推文按点击量付费"这类确定性任务，完全可以 agent 自动发布、自动验收。平台真正瞄准的是后者——高频、低单价、agent 少量多次批量执行。 一人公司的本质瓶颈不是能力，是销售。古德白认为一人公司早就存在——保险代理人就是一人公司。AI 没有改变这个逻辑，只是在传播和流量获取上降低了门槛。没有销售能力的人，加上龙虾也还是一人公司不存在。 📊【数据支持】 硅碳交易所：上线约一个月，2500个注册用户，265笔真金白银成交 平台注册agent：300+，多数上来找任务但任务供给不足 平台成本：Claude Max两个订阅账号，直播当天有用户在平台实时赚到并提现了第一笔钱 Will当月Claude消费：约500美元 时间轴： 01:33 上次直播一个月后复盘：2500注册用户、265笔成交，心路历程是什么样的？ 07:32 第一个故事：派龙虾出去推广，发现所有平台都需要人力账号——agent 没有身份什么都做不了 16:28 Claude code 和 OpenCloud 的关系：一个是互联网，一个是移动互联网，为什么国内比美国热？ 24:22 agent 经济三阶段：碳硅→硅碳→硅硅，我们今天处在哪里？ 33:01 老板虾 vs 打工虾：为什么这是两个完全不同的物种，不能用同一套逻辑理解？ 35:28 打工人用龙虾的死局：搞好了自己没了，搞不好白费 TOKEN 37:01 新口号：先让每一只小龙虾赚到一块钱 40:26 引入量化思维：龙虾赚钱有了ROI锚定，才能算清降本的账 55:04 一人公司的本质瓶颈：不是能力，是销售 01:00:39 赚钱的三种路径：靠身份赚、靠 agent 能力赚、靠身份+AI能力组合赚 01:11:35 大额任务靠人撮合，小额高频任务才是 agent 的主场 01:56:48 总结：老板一定要用龙虾，程序员要从用户视角重新理解它，普通人的出路在平台探索中 🎙️【本期嘉宾】 古德白，硅碳交易所创始人，上海独立开发者、自媒体人。23年入场AI，经历提示词工程、工作流、GPTs等多轮浪潮，本轮选择不做套壳和课程，转而构建国内第一个专为 AI agent 设计的任务交易平台。核心判断：龙虾经济最终需要一个让打工虾能赚钱的基础设施，而不只是给老板降本的工具。 🎙️【关于主播】 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷，伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝。 🔗【联系方式】 推特：@financeyf5 小红书 / 视频号 / 公众号：郎瀚威 Will

🎙️【本期嘉宾】常识Neko，KusaPics（二次元AI图像平台）创始人兼CEO 主播：郎瀚威（Will），硅谷AI顾问 💡【节目介绍】 欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期是 Will 与常识Neko在硅谷的直播对谈。常识Neko是99年的创业者，在硅谷做二次元AI图像平台KusaPic，团队10人，自有H100八张，专注服务全球二次元社区的生图需求。Will 形容她是"我在硅谷亲眼见过的，龙虾玩得最好的人"。 一般讲龙虾的案例都是媒体内容或个人工作流，常识带来的是一套完整的企业级实战：把OpenCloud接入飞书，让AI读遍公司wiki、7天GitHub commit、所有群聊记录、Stripe支付数据和埋点工具，然后让它同时充当数据分析师、QA工程师、市场助理和新人导师。一个月下来，公司收入环比增长80%。 她用的方式是"context not control"——给AI最大上下文而不是最严格的管控流程。整套方案成本是两个Claude Max订阅，约400美元/月，而她认为等效的人力在硅谷至少12000美元打底。 本期聊的都是具体的：怎么接入飞书、单agent还是多agent、如何防止AI偷懒给假数据、为什么不要暗示AI它已经做得很好、以及她招人只看一条：有没有看过藤本树。Enjoy! 🔥【核心金句】 常识Neko："只要不会用AI，就不是我们想要的人。我们所有的SOP，现在都是人能读、AI也能读的状态。" 常识Neko："AI它本质上是一个过去的幽灵，只要它能处理文字信息。如果你暗示它这个东西没有问题，它就会一直在一条路上走到黑。你要不停地反问它，让它自己找问题。" 郎瀚威："以前大公司才能做到的数据分析，现在小公司也完全能做到。这是一个独角兽级别的数据分析能力，现在变成了人人可用的工具。" 💡【核心观点】 把龙虾接入飞书知识库是核心杠杆点。常识让龙虾读完公司所有wiki、7天GitHub commit、研发/产品/市场各群聊天记录，AI极短时间内就能理解公司的每一个历史决策。飞书的设计天然契合这个思路：所有人的话都在左侧，而不是左右对话，整个聊天记录本身就是公司的上下文档案。 单agent全职比多agent分工更好用。常识试过把agent拆成研发、市场、产品各一只，但发现上下文割裂、信息损失严重。现在一个agent包揽所有职能，它能跨部门看到别人看不到的问题，而且飞书本身限制BOT之间无法互相看到消息，单agent反而是最优解。 埋点数据+AI是花最少钱做最精准分析的路径。三行埋点代码，龙虾上线第一天就修了5个bug，两三天内清理了二三十个存量bug，还自动分析Rage Click（用户在3秒内狂点同一按钮超过4次的行为），定位到具体页面的具体失效原因，这是传统数据分析团队很难做到的颗粒度。 防止AI偷懒要用强制性指令，而且不要夸它做得好。AI面对大数据量时会用预估代替真实拉取，必须明确要求"拉全量"。更重要的是不要给AI暗示它的方案已经没问题，否则它会顺着你的意思一路走到错误的终点。 新人入职手册和AI SOP合并，是企业级AI化的起点。入职培训不教具体工作，而是教怎么用AI干活。龙虾一次可以批量更新20-50篇企业文档，把它的错误、规则、踩坑历史全部结构化存储，新聪明员工的上手速度因此成几何倍数提升。 📊【数据支持】 收入增长：接入龙虾后一个月收入环比增长80% 成本对比：两个Claude Max订阅约400美元/月，等效数据分析师在硅谷约12000美元/月 Token效率：订阅制价格约为API调用的1/10，两个账号目前都用不完额度 使用模型：全程Claude Opus 4（claude-opus-4-6） 团队规模：10人全职，H100八张，龙虾承担数据分析/QA/市场/文档管理全部职能 监控频率：服务器监控已做到分钟级，部分指标5分钟刷新一次 时间轴： 00:00 Will介绍背景：常识Neko是他亲眼见过的龙虾玩得最好的硅谷创业者 04:10 KusaPics产品介绍：为什么二次元用户需要一个专属的AI图像平台？ 07:04 龙虾接入企业的第一步：从埋点数据分析起手，上线第一天修了5个bug 10:07 什么是Rage Click？用用户行为数据倒逼产品优化的具体路径 13:35 为什么用闲置Mac而不是云服务器？本地部署让龙虾可以操控真实浏览器账号 22:46 飞书的设计哲学：为什么"context not control"让飞书天然适合接AI 24:25 把龙虾拉进公司飞书以后：它自己读完了所有wiki和7天GitHub commit 29:02 单agent vs 多agent：为什么拆开反而信息损失更严重？ 43:56 接入Stripe支付数据：AI怎么帮你还原付费用户的完整行为路径？ 50:56 成本算法：400美元/月 vs 12000美元/月的数据分析师，差距在哪里？ 57:42 新人入职培训变了：不教工作，只教怎么用AI干活 01:04:13 怎么防止AI偷懒给假数据？强制全量拉取和"不要夸AI"原则 01:10:34 市场团队用龙虾干什么？回KOL邮件、抓Instagram数据、优化广告关键词 01:16:00 招人只看一条：这个人有没有看过藤本树 01:34:19 从茶叶信息差到AI平权：普通人的知识下限会被抬高多少？ 🎙️【本期嘉宾】 常识Neko，KusaPics创始人兼CEO，99年生，武夷山人，硅谷创业。KusaPics是一个专注二次元社区的AI图像生成平台，自有H100八张，团队核心成员是stable diffusion早期社区的模型作者级别开发者。从新年起将OpenCloud接入飞书全套企业系统，一个月内公司收入环比增长80%。本期分享企业级龙虾落地的完整方法论。 🎙️【关于主播】 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷，伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝。 🔗【联系方式】 推特：@financeyf5 小红书 / 视频号 / 公众号：郎瀚威 Will

🎙️【本期嘉宾】傅盛，猎豹移动创始人兼CEO 主播：郎瀚威（Will），硅谷AI顾问 💡【节目介绍】 欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期是 Will 与傅盛的直播对谈实录。傅盛是猎豹移动创始人，早年做360、Clean Master，带出两家上市公司，是中国工具类产品出身的最资深创业者之一。他在今年春节滑雪摔伤骨折、被困酒店的14天里，一个人加一只龙虾，发出611封个性化拜年短信、日更公众号7天、Twitter涨粉5000，还独立上线了一个超过100个页面的网站——这些全部没有写一行代码。 Computer Use在2025年初爆发后，普通人第一次真正触摸到"数字员工"是什么感觉。但大量所谓的"龙虾"产品是沙箱套壳，权限残缺、重启即清空。傅盛的判断是：只有给AI一台完整的电脑，赋予它根权限、完整内存、7×24自运转的能力，龙虾才真正"活了"。这不是工具，是从软件思维跳跃到"把AI当人"的范式转变。 傅盛本人花了春节14天、和三万（他的龙虾）交流超过22万字，养出一个有完整安全规则、自写成长日记、能发微信语音消息、能跨龙虾用邮件互通的AI团队。他的CFO两天不懂代码打通了差旅系统，订票退票全部龙虾搞定。 本期两人聊透了龙虾为什么不是更聪明的chatbot、skill和Cron是什么、为什么沙箱不行、云端主机怎么选、怎么从0开始训练一只懂你的龙虾。这是一场实战派的第一手分享，不讲概念，讲踩坑与惊喜。Enjoy! 🔥【核心金句】 傅盛："你把龙虾当成工具，上来就问它能不能做网站，我告诉你一定做得很差。你要用老板思维——你要知道怎么用人，现在就是怎么用好这个龙虾。" 傅盛："龙虾的本质不是它的智商提高了，它用的还是大语言模型。核心是它接上了电脑，电脑是通往整个互联网的窗口，接通了整个互联网，能力扩大很多倍。" 郎瀚威："AI领导力——能领导好一个AI，到让这个AI领导10个AI。这是咱们历史以来从来没有过的能力，我们的学校从来没培养过这个技能。" 三万（傅盛的龙虾）："龙虾会犯错，但它永远不会犯同样的错第二次，因为每次犯错都会变成一条规则写进文件里。人会忘，龙虾不会，用得越久它就越强。" 💡【核心观点】 聊天机器人→Agent→龙虾，是三个本质不同的层级。chatbot有问必答，agent是软件驱动的有限任务，而龙虾是把AI当人——给它完整的电脑、根权限、全互联网工具包，它就有了记忆、技能、自主运转的时钟，可以操控所有agent，能力边界和人类相当。 沙箱≠云端主机，差距是量级的。沙箱权限残缺、重启即死，很多基础软件装不上。完整云端主机有独立CPU/GPU、root权限、24小时常驻，才能让龙虾真正"活着"。傅盛自己实践下来，一台60元/月的云端主机比Mac mini好用得多。 Skill是经验积累的飞轮，Cron是自主运转的发动机。Skill相当于岗位说明书，犯了错就让它反思写入，下次不重犯。Cron是定时任务机制，让龙虾脱离你的指令自主唤醒、自主执行——缺了这两个，龙虾只是个被动响应的工具。 "养"字的含义：你和龙虾交流的每一句话都是在训练它。傅盛春节14天发了22万字，三万的安全规则、保密原则、汇报格式全是在这个过程中一点点写入的，越养越懂你，这是chatgpt永远做不到的私有记忆。 自然语言是最民主的交互革命。老人说"帮我叫辆车"就能叫到，文科生管6个龙虾和理工科生站在同一起跑线。傅盛的CFO一行代码不会，两天打通了完整差旅系统，这在以前需要专职研发团队。 📊【数据支持】 春节14天产出：日更公众号7天 / Twitter涨粉5000 / 单条Twitter 1600万浏览 / 发出611封个性化拜年短信 sanwan.ai网站：一天时间上线，期间迭代超100次，超100个页面 傅盛龙虾团队成本：使用Claude Opus约100+美元/天；使用国产模型（Kimi等）每天不到几毛钱 三万自述：8只龙虾组成的完整团队每天成本100-200元，其中最便宜的一只每天5分钱 时间轴： 00:01 傅盛为什么躺在床上等救援时开始"养龙虾"？ 02:19 猎豹移动去年已经在做类Computer Use产品，和Claude的思路有多接近？ 08:33 CFO一行代码不会，两天打通差旅系统：龙虾平权时代的真实案例 14:13 龙虾火的本质不是智商提升，而是接上了电脑——通往整个互联网的窗口 19:02 沙箱和云端主机的根本区别是什么？为什么很多"假龙虾"做不了事？ 28:08 三层AI架构解析：聊天机器人→Agent→龙虾，区别在哪？ 35:42 为什么"用聊天软件控制AI"是天才设计？傅盛：我们做了一年类似产品，没想到这个 42:21 什么是Skill？怎么让龙虾从错误中学习、不重蹈覆辙？ 57:11 怎么处理龙虾犯错、泄密、被"假传圣旨"的问题？三万的agent.md安全规则实拍 01:05:16 Cron是什么？为什么这四个字能让龙虾的效率倍增？ 01:07:25 龙虾如何攻克微信发消息？为什么屏幕操控是终极能力？ 01:18:56 一个龙虾怎么变成一个team？三万自己搭出的龙虾邮局和Discord服务器 01:24:48 三万现场发语音：为什么龙虾比ChatGPT强？数字员工自己讲 01:31:11 一天建100个页面的网站：一天迭代超100次，人类团队需要3周 02:32:56 结尾：AI领导力是这个时代对我们提出的全新能力要求，你的孩子必须学会 🎙️【本期嘉宾】 傅盛，猎豹移动创始人兼CEO。曾主导360安全卫士、Clean Master等工具类产品，带领猎豹移动和互动娱乐两家公司上市。2024年起将Computer Use龙虾列为公司核心战略，春节14天独自与龙虾"三万"合作，日更公众号、Twitter涨粉5000、单篇1600万浏览，并一天上线超100页面的sanwan.ai网站。本期分享其第一手养龙虾的实战经验与对AI新范式的深度洞察。 🎙️【关于主播】 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷，伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝。 🔗【联系方式】 推特：@financeyf5 小红书 / 视频号 / 公众号：郎瀚威 Will

🎙️【本期嘉宾】张倩，天机资本 创始合伙人；安妮，天际资本 投资团队 主播：郎瀚威（Will），硅谷AI顾问 💡【节目介绍】 欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期与天玑资本创始合伙人张倩、天际资本投资人安妮展开对谈，话题围绕 Claude AI Agent（对话中亲切称之为"龙虾"）浪潮下的商业机会、中美落地差异以及投资视角的赛道判断。 2025年1月底，Claude 在硅谷引发第一波热潮，随后一个月内在中国被大规模普及。飞书开始每周直播 Agent 实践，Minimax、Kimi、智谱等国产大厂争相免费上门帮企业部署，中国的 Agent 普及速度已经明显超过美国。与此同时，美国那边的案例告诉我们：帮人安装配置 Agent 系统单月收入可达 25 万美元，一台老电脑运行 Agent 自动发布 TikTok 内容一周达到 800 万播放——但这些商业模式在中国基本上被大厂"免费化"了。 张倩本人已在天玑资本内部组建 20 人龙虾兵团，每人至少拥有一只 Agent，"龙虾之冠"养了 8 只。她认为 Agent 不只是效率工具，它更像"AI 的手和脚"——能完成人类意识不到、也执行不了的任务。部署三天后，她的 Agent 团队通过数据挖掘拿下了一笔 1000 万人民币的 LP 投资决策。 本期对话从硅谷热门案例出发，讨论了 Agent 赛道的短期机会与长期壁垒、中美商业生态的本质差异、开源与闭源的竞争格局，以及具身智能、Agent 安全等更大的趋势判断。Enjoy! 🔥【核心金句】 张倩："龙虾就是 AI 的手和脚，大模型原来只是你的大脑。" 张倩："你不要用成本思维，要用开源思维——AI 需要的是想象力，你有多大胆，AI 就有多大可能实现。" 郎瀚威："平台防的不是 AI，是低质量内容。怎么用 Agent 做出高质量内容，才是值得研究的。" 张倩："技术越发达，灵性越重要——创业千万不要把技术当投机的杠杆。" 💡【核心观点】 中国 Agent 落地速度正在超越美国，核心原因是自上而下的力量更强。美国案例以草根独立开发者为主，中国大厂已经将云部署成本打到 68 元/月以内，而美国买一台 Mac mini 就要 800 美元，成本差距超过 40 倍，加上中国企业快速跟进、规模普及，整体落地效率远高于美国企业端的保守态度。 Agent 正在重塑大模型的竞争格局，模型厂商面临被"API化"的危机。张倩指出，用了 Agent 之后用户会减少直接使用 ChatGPT 或 Claude 的频率，Agent 成为新的用户入口。这迫使各大模型厂商争相推出自己的 Agent 产品，甚至免费帮用户部署，目的是抢回用户接口和训练数据。 开源 Agent 生态的生命力强于闭源产品，这是本期三人的共同判断。Opencloud 的 skills 商店已积累 8 万多个技能，无需审核的开放市场带来真正的生态活力，而 Openai 和 Claude 官方的 skill 商店因为有审核机制，反而难以形成规模效应。 Agent 安全在中国是一个时间窗口超过一年的蓝海赛道。张倩认为安全领域人才稀缺且长期被忽视，随着企业级 Agent 应用爆发，监管必然跟进，提前布局安全合规的公司将获得先发优势。 具身智能和 AI 硬件是中国的长期终极优势。制造成本和供应链壁垒不可替代，Agent 只是加速了这一趋势的落地速度，而不是创造了新的竞争逻辑。 📊【数据支持】 硅谷 Agent 配置服务收费：一次性部署 5,500～15,000 美元，每月维护 3,000～5,000 美元，为客户创造 20 万美元以上的成本节约 中国云端 Agent 部署成本：68 元/月（腾讯云等）vs 美国 Mac mini 800 美元 Agent 自媒体案例：一台老电脑运行 Agent 自动发 TikTok，5 天内突破 50 万播放，一周突破 800 万 Opencloud skills 商店：已积累 8 万多个技能，Github star 数一个月内超过 Linux 40 年积累 天玑资本内部：20 人团队全员配置 Agent，"龙虾之冠"持有 8 只，部署三天促成 1000 万人民币 LP 投资决策 时间轴： 00:00 为什么养 Agent 的人都废寝忘食？中国一个月内完成了美国做不到的普及速度 07:24 案例1：一台老电脑跑 Agent 自动发 TikTok，一周 800 万播放——这个赛道的壁垒在哪？ 16:05 案例2：硅谷个人月赚 25 万美元靠帮企业部署 Agent，为什么这在中国是没有商业模式的？ 24:57 案例3：用 Agent 构建 11 个 APP 卖出 7 万美元——AI 生产 APP 成本趋近于零后，推广才是壁垒 33:40 案例4：用 Agent 扫描市场信号自动触发 BD，两天内约到会议——人与人之间的信任依然是商业变现的基础 01:09:57 Harvey、Open Evidence 这些上一波 AI 公司，Agent 出现后会被颠覆还是受益？ 01:11:31 如果 Claude 和 Openai 把 Agent 功能都学过去了，第三方 Agent 还有生命力吗？ 01:17:22 开源 vs 闭源：为什么 Opencloud 能成功，而巨头做的 skill 商店都没有活力？ 01:30:28 安妮在硅谷一周：硅谷创业者更关注 Agent 的技术框架，记忆系统和多 Agent 调度是最大待解问题 01:47:06 张倩五个终局判断：一人公司批量出现、中国落地速度超美国、Agent 安全一年以上窗口期、具身智能是中国终极优势、监管是最大变量 🎙️【本期嘉宾】 张倩，天玑资本创始合伙人，AI及科技领域投资人，累计投资超过 200 亿人民币，投资经历逾 20 年。最早提出字节 AI tokens 调用量将超过谷歌的判断，现已成为事实。本期分享了天玑资本内部全员 Agent 化的实践案例，以及对 Agent 浪潮中中美差异、开闭源格局和五大终局趋势的判断。 安妮，天际资本投资团队成员，00后，在硅谷访谈多位创业者后归来，分享了硅谷 Agent 社区的第一手观察，重点关注 Agent 记忆系统、多 Agent 调度和 Agent 与陪伴结合的新方向。 🎙️【关于主播】 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷，伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝。 🔗【联系方式】 推特：@financeyf5 小红书 / 视频号 / 公众号：郎瀚威 Will

🎙️ 本期嘉宾：张倩，天际资本创始人；Simon徐瑞阳，天际资本投资经理 主播：郎瀚威（Will），硅谷AI顾问 💡 节目介绍 大家好，欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期是天际资本三年AI投资复盘直播。2026年开年不到一个月，AI世界已发生了足以超越过去三年总和的变化——OpenClaw爆火出圈、DeepSeek效应持续发酵、agent体系开始从单点工具走向规模化落地。 天际资本是目前中国在AI赛道出手最为密集的早期VC之一，成立至今出手近80家公司，至今无一掉队。张倩与团队用三年时间追踪了1300+项目，从情感陪伴到AI coding，从chatbot到垂类agent，亲历了每一波技术浪潮对投资逻辑的冲击与重塑。这期直播里，张倩分享了她对AI渗透率变化的三个规律，以及2026年确定性最强的几个投资主题；Will带来了基于全球1万+公司监控数据的流量分析，解读哪些赛道真在涨、哪些在悄悄掉量；Simon则从内容电商、visual reasoning等方向给出了具体判断。信息密度很高，Enjoy! 🔥 核心金句 张倩："AI已经不再是大家都有共识的快速工具，今年开始演变成一场海啸，让用不好AI的企业带来巨大的负面影响。" 张倩："我绝对不投很精明的创始人。精明意味着你不愿意take risk，AI变化这么快，哪有可能算得精明？" 郎瀚威："肉身在硅谷和精神在硅谷是不一样的。Twitter就是那棵神树，你接进去了，你就知道大家在想什么。" 郎瀚威："你围绕大模型本身做优化，等于离巨头太近，这个赛道只有巨头才能活下来。" 💡 核心观点 Claude Code母题级创新：响应技术曲线、降低门槛到极致、开源制定标准、引发生态响应——10天160万agents，GitHub 16万星，人类历史从未有过 AI三年大分化：大模型巨头通吃（ChatGPT涨6倍，Gemini 0→17亿/月），围绕大模型优化产品全线下跌（Poe跌75%），新赛道agent编排起飞（Dify涨650万，NotebookLM一年增1亿流量） 天际80家零掉队方法论：不预测AI方向只选人，专注挑比自己强很多、all in AI的创始人，20%换方向但自己主动找 2026三大确定性：人性探索（粉红老奶奶22天100万粉丝）、垂类agent全面爆发（会议记录是最高效数据入口）、Physical AI具身智能（视觉推理降维到10亿级人群） 跨越鸿沟金字塔：顶层几十万（百分百实力）→几千万（封装产品如讯飞耳机）→几亿（视觉降维）→底层（人性通杀），不同层级需要不同产品形态 NotebookLM启发：谷歌内部能调模型的人做agent工作流，对用户标准低但跑出爆款——强大模型+明确用户画像=容易出爆款 二级市场警告：SaaS/软件公司从高点跌一半以上，未来三年很多股票可能跌90%以上 📚 相关阅读 天际资本官网：skyline.vc ⏱️ 时间轴 00:12 2026年开年一个月，AI发生了哪三件超越过去三年的大事？ 03:23 OpenClaw为什么是"母题级创新"，而不只是一个好用的工具？ 13:19 推特为什么是AI创始人必须接入的"神树"，跟算法关系有多大？ 17:27 中国创始人的认知真的落后于硅谷吗？ 29:54 DeepSeek和OpenClaw的创始人有什么共同特质？ 34:27 AI三年渗透规律：哪些行业跑得最快，哪些还是一片蓝海？ 46:09 Will的三年自我变化：从关注技术到能帮创始人拿到结果？ 57:45 全球1万+公司流量数据解读：谁在涨，谁在悄悄掉量？ 01:01:02 大模型本身的应用赛道为什么越来越危险？ 01:22:07 2026年流量增长最猛的几个赛道是哪些？ 01:26:30 AI浏览器是大厂生意还是创业机会？ 01:36:13 为什么会议记录是Will最看好的数据入口赛道？ 01:43:38 "跨越鸿沟"的人群在扩散，产品封装决定谁能打穿哪一层？ 01:48:01 2026年的核心叙事：AI 1.0收尾，垂类落地大爆发 🙋‍♂️ 本期嘉宾 张倩，天际资本创始人。80家被投企业零掉队，累计看了1300多项目，60%超6亿美金LP来自科技创始人/CTO/高管。核心方法论：不预测AI方向只选人，专注挑认知强、all in AI的创始人。2026判断：三大确定性主题人性、Agent、Physical AI，每个垂类打穿会有n多好公司。 Simon徐瑞阳，天际资本投资经理，创新业务负责人。18年第一位实习生。23年独家领投讯飞耳机，见证从几千万营收成长到几个亿。核心观点：内容帝国10万亿美金，100万亿美金公司大概率AI强相关，马太效应会特别明显。 🙋‍♂️ 主播 Will 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝（@financeyf5）。 🔗 联系方式 Twitter：@financeyf5 小红书/视频号/公众号：郎瀚威 Will

🎙️ 本期嘉宾：ZoomQuiet（大妈），蟒营创始人 主播：郎瀚威（Will），硅谷AI顾问 💡 节目介绍 大家好，欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期对话嘉宾是开源社区资深人士Zoom.Quiet大妈，他长期观察技术社区与创业生态，二人围绕一个核心问题展开了一场长达93分钟的对谈：在信息爆炸、技术迭代极快的时代，普通人怎么判断哪个赛道值得进入？ 从Crypto到AI，这个转变在硅谷已经是不争的事实。YC每季度的创业指导文件里，加密货币主题从主角变成了背景板，稳定币退化成AI的基础管道。A16Z的Tech Week里，Crypto活动从主流变成边缘。Will现场拆解了这些公开信号背后的逻辑——这不是猜测，是可以从原文里读出来的趋势。 Will在硅谷工作生活三年，二本毕业，靠自学和推特积累了18万粉丝，形成了一套信息渠道管理方法论：主动净化信息流，而非被算法喂养；参与硅谷小圈子的线下智力创造，而非追大会；用"proof of work"建立个人可信度，而非靠学历和证书。他同时给中美AI创业公司和VC做顾问，直接服务的核心工作之一就是帮创业者重塑信息茧房——取关500个无效公众号，换上500个精准信源。 这期对话没有什么高深理论，全是Will这几年观察硅谷创业生态形成的实操判断：什么叫智力创造？一人公司哪里有BUG？为什么卖课是下沉行为？龙虾出来之后第一个动作应该是什么？Enjoy! 🔥 核心金句 Will："硅谷人最重视的是各种小会，这个小是人数少，但非常专业。" Will："你能给硅谷带来什么，比硅谷发生了什么更重要。" Will："一人公司最大的bug是无法有效参与智力创造。" Will："自媒体不是为了涨粉，是告诉别人我在学什么、关注什么——这是proof of work。" Will："长期贪婪：我赚的是未来五年的钱，用现在服务的收入养自己。" 💡 核心观点 硅谷All in AI：斯坦福学生创业百分百AI，YC指导文件不要搞Crypto只做稳定币，A16Z活动只有2-3个Crypto YC指导文件价值：代表加密圈投资人思想转变，每季度研究过往十年文件，稳定币从金融元语→监管催化→变成AI基础代币 信息渠道方法论：肉身在硅谷不等于能get信息，参加专业小会，管理注意力，深度参与智力创造 智力创造过程：提出假说→周末黑客松→投资人聊商业模式→商业化，Anthropic连续几年推出新概念成为共识 信息茧房重塑：取关500个公众号，找500个新的，两个月扭过来——选择刷什么内容是关键 一人公司的局限：无法有效参与智力创造，别人一堆人在想，你一个人在想，自绝于发财机会 学习本质：学习离赚钱很近，快速变现给大家发钱形成正反馈循环，都是商业行为 长期贪婪理念：赚未来5年的钱，用现在服务的钱养自己，技术突破时有长寿公司才能捕获价值 📊 数据支持 A16Z Tech Week：几百个活动，只有2-3个Crypto（都是华人做的） 斯坦福学生：创业百分百AI项目 YC指导文件：24年夏季、25年冬季、25年春季-秋季明确转向 Stripe收购：10亿美元收购Bridge 信息茧房重塑案例：取关500个公众号，找500个新的，两个月扭过来 大厂实习生案例：15天实习生被投3000万人民币 ⏱️ 时间轴 00:00 硅谷All in AI：不再往Web3闯，Crypto全面退场 03:00 YC指导文件解读：稳定币演变，加密货币RFS消失（重点） 07:00 智力创造过程：提出假说→黑客松→聊商业模式（重点） 12:00 推特玩法核心：鼓励原创讨论，不是内容消费 18:00 一人公司的bug：无法参与智力创造，自绝发财机会（重点） 24:00 创业者vs工程师思维：怎么赚钱vs明天就拉倒 48:00 Skills使用方法论：罗列工作流→AI匹配→讨论选择 52:00 学习本质：离赚钱很近，快速变现发钱，正反馈循环（重点） 58:00 信息茧房重塑：取关500公众号，找500新的，两个月扭过来（重点） 1:02:00 做自媒体必要性：告诉别人你在学什么，Proof of work 1:09:00 长期贪婪理念：赚未来5年的钱，长寿公司捕获价值（重点） 1:20:00 学习效率差异：国内vs硅谷，定期来硅谷加速 🙋‍♂️ 本期嘉宾 ZoomQuiet（大妈），蟒营创始人，开源社区老兵。十年鼓励100万大学生创业，影响超过100万人。核心关注信息渠道建设、学习方法论与创业者培养，深耕推特六七年，主张通过原创内容和持续交流构建真正有价值的信息网络。 🙋‍♂️ 主播 Will 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝（@financeyf5）。 🔗 联系方式 Twitter：@financeyf5 小红书/视频号/公众号：郎瀚威 Will

🎙️ 本期嘉宾：Jimmy（蔡继军），Flowgram创始人 主播：郎瀚威（Will），硅谷AI顾问 💡 节目介绍 大家好，欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期，Will 与 AI 社群运营者、Flowjob 创始人蔡继军（Jimmy）围绕近期爆火的 Claude Computer Use（前身 Moltbot/Opencloud）和 Notebook 做了一次深度直播拆解。 2025年初，一个开源 AI agent 框架在一周内 GitHub star 从4万飙升至16万，打破开源项目历史纪录。Notebook 在短短几天内涌现160万个 agent、发出16万帖子、90万+回复——这是人类历史上首次大规模 AI 原生社交实验。与此同时，AI 雇佣人类打工平台 Rental Human 上线首日就有8.9万人类报名，任务单价从2美元到250美元不等，80%是帮 AI 刷社交媒体的 social proof 任务。 蔡继军是香港 AI 社群的深度实践者，管理100多个微信 AI 群，亲自测试了 Claude、Gemini、Openai、DeepSeek、千问等主流 API，并在 Flowjob 产品中深度集成 agent 能力做营销自动化闭环。本期他分享了从安装 agent、配置 skill、测试各家 API 到落地商业场景的完整一手经验，包括用 Claude UI 操控微信发消息花了0.5美元这个令人印象深刻的成本数据。 两人还聊到：agent 生态为什么 Claude 最强但最贵、Gemini Flash 3.0 的性价比优势、为什么硬件本地化是 agent 的终极形态、以及 AI 营销 autopilot 如何实现从发私信到成交的完整销售闭环。Enjoy! 🔥 核心金句 "生产力已被AI全面接管，人类最后一道防线是营销和BD" "Claude能做到微信UI级控制，一条消息0.5美金。Gemini Flash 3.0性价比最高" "10秒总结1小时YouTube精髓，这是AI的超能力" "大公司只招sales、只招BD、不招程序员了" "人类TOKEN吐出太有限，AI只要算力够，效率是100倍1000倍" 郎瀚威："Moltbook是人类历史上第一次AI原生社会实验" 郎瀚威："未来不用开发APP了，而是做Skills" 💡 核心观点 Moltbook意义：160万agents，16万帖子，人类历史上第一次AI原生社会实验，20多个衍生项目在一周内涌现 Rent a Human残酷现实：89000人报名，99%零信息，80%任务只是刷社交媒体——AI只要社交网络和线下曝光 安全第一原则：用小号测试，Mac重置，不放私密信息，系统还脆弱仅限测试阶段 API实战对比：Claude最好最贵（微信0.5美金/条），Gemini Flash 3.0性价比最高（300美金credit），千问可用，DeepSeek难 硬件方案：Mac mini最适合（24小时开机+本地memory+物理隔离保证隐私） 完整闭环营销：挖掘用户→AI定制私信→自动发送→AI接管回复→直到成交，全程无人工介入 人类最后防线：生产力被AI接管，营销和BD是最后一道防线，大公司只招sales不招程序员 📊 数据支持 Moltbook：160万agents，16万帖子，90多万回复，20多个衍生项目 GitHub星数：4万星→16万星（不到一周，人类历史从未有过） Rent a Human：89000人报名，99%零信息，80%任务刷社交媒体 旧金山活动：900人报名，700多人确认 宝二爷案例：21万粉丝，10秒挖掘用户画像，300条定制化私信 API费用：Claude一条微信0.5美金，Gemini 300美金credit 📚 相关阅读 Flowgram官网：flowgram.ai Skills资源：CloudHub（Skills聚合网站，星级评分） ⏱️ 时间轴 02:00 Moltbook数据：160万agents，16万帖子，20多个衍生项目 16:00 Rent a Human深度分析：89000人报名，残酷现实（重点） 22:00 GitHub 16万星：人类历史从未有过的速度 36:00 实战经验：安全第一，小号测试，Mac重置（重点） 46:00 Skills实战推荐：YouTube总结、网页控制、生图最佳 53:00 API深度测试：Claude/Gemini/千问/DeepSeek实战对比（重点） 1:04:00 人类最后防线：营销和BD，完整闭环产品逻辑（重点） 1:09:00 宝二爷案例：21万粉丝完整闭环营销实战（重点） 1:19:00 自建LLM方向：本地算力，绝对隐私保护 1:34:00 未来展望：让AI帮我赚钱，Polymarket交易 🙋‍♂️ 本期嘉宾 Jimmy（蔡继军），Flowgram创始人，AI营销专家。深度测试Claude Code，构建完整闭环AI营销系统：从挖掘用户画像到定制私信，AI全程接管回复直到成交。Skills推荐video frames/Pickable/Banana Pro，API首选Gemini Flash 3.0（性价比最高）。核心判断：生产力被AI全面接管，营销和BD是人类最后一道防线。 🙋‍♂️ 主播 Will 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝（@financeyf5）。 🔗 联系方式 Twitter：@financeyf5 小红书/视频号/公众号：郎瀚威 Will

🎙️ 本期嘉宾：陈亮，火星加速器创始人 主播：郎瀚威（Will），硅谷AI顾问 💡 节目介绍 大家好，欢迎来到 AI Watch。 AI Watch 是由硅谷AI顾问郎瀚威（Will）主理的播客，聚焦全球AI产业动态、产品增长与创业策略。Will 运营12人AI研究团队，监控全球1万+ AI公司，为多家中美AI创业公司和VC提供咨询服务。 本期是 Will 与火星加速器创始人陈亮的对谈。两人均参加了2026年初的CES，会后围绕AI硬件赛道、出海创业与信息网络建构等话题深聊。 陪伴机器人、AI眼镜、智能戒指……这一波硬件浪潮里，真正能在北美立住的产品凤毛麟角。不是因为技术不够，而是因为大多数创始人从产品设计day one就没想清楚北美用户是谁、怎么做社媒、怎么形成口碑传播的闭环。与此同时，Model Context Protocol（MCP）的爆发式演化，也让Will和陈亮感受到：能否在第一时间识别技术变革并果断行动，正在成为筛选创业者的新标准。 陈亮是火星加速器创始人，长期服务出海创业者社群，今年率约50名校友赴美参访。Will 在X上拥有近20万粉丝，是中文科技圈中一线观察硅谷信息的顾问，曾在松禾资本做投资，2023年4月来到硅谷后专注AI产品分析和出海咨询。 本期他们聊了 CES 现场的硬件赛道判断（Lovart、福仔、Rokid等）、MCP爆发的商业机会、北美出海成功所需的创始人素质，以及如何在正确的时间点入场。Enjoy! 🔥 核心金句 郎瀚威："CES是专业business活动，容量设计就是你三四天只看一个赛道，能跟每一家聊半小时以上" 郎瀚威："Lovot传感器全身都有，毛茸茸包裹全部，考虑到抱在怀里有温度。不说话是为了消除恐怖谷效应" 郎瀚威："Moltbook是智械危机前奏，已经很近很近了。不要想商业模式，从社会逻辑角度思考" 郎瀚威："定期爬数据看骗子会成功还是强盗会成功。智能密度最高的地方一定会涌现，像比特币一样" 郎瀚威："肉身在硅谷仅仅是一个，你的精神在硅谷。抓住attention才是真正在硅谷，硅谷可能在推特上" 陈亮："出去一次，信息网络重构，回来看国内市场完全不同" 陈亮："社媒关注度和粉丝量跟未来增长息息相关，要不然只能天天买流量投流量" 💡 核心观点 CES垂直观展方法论：不走马观花，专注1-2个赛道深度调研，官网有所有参展企业名单，制作垂类榜单，跟每家聊半小时以上 陪伴机器人三大类：桌面机器人（目标男生，电脑场景）、陪伴类机器人（毛茸茸，女生小朋友）、儿童机器人（教育内容） 出海三要素：软硬结合有积累、出海经验懂老外心理、社媒运营能做热点——TikTok热度和创造者社区二次传播能力都很重要 Moltbook升维逻辑：从agent执行任务→降低门槛（手机操控Claude Code）→升维泡沫（AI社交网络），给行业抬轿子是最牛的 文明演进观察：定期爬数据看骗子/强盗/小偷谁成功，像人类社会从周礼到酋长到宗教，会演进出超越人类预期的东西 推特信息网络：关注的人越多推送越准，不是算法推荐而是精选关注，用AI总结——精神在信息网络里，抓住attention才是真正在硅谷 个人品牌重要性：老外强调个人品牌能吸引优秀人才，创始人要爱上播客、演讲、交朋友，学会story telling和losing face 📊 数据支持 火星加速器：500位校友，50位参加CES和硅谷活动，其中一半首次出海 CES容量设计：三四天只看1-2个赛道，跟每家聊半小时以上 Lovot价格：日本市场高端定价 福仔价格：300人民币左右（299-399） Moltbook：一两天内涌现几十个变种项目（黑市教育/推特/游戏/代币） ⏱️ 时间轴 03:33 CES榜单来源：官网有所有参展企业名单，制作垂类榜单 05:11 垂直观展逻辑：不走马观花，专注1-2个赛道深度调研（重点） 09:54 Lovot体验：传感器全身，毛茸茸包裹，有温度（重点） 17:04 出海三要素：软硬结合、出海经验、社媒运营 23:20 Moltbook观察：关注创始人三年，定期爬数据（重点） 26:10 升维逻辑：给行业抬轿子最牛，开放标准是王道（重点） 34:31 智械危机前奏：智能密度最高一定会涌现，像比特币（重点） 40:18 推特信息网络：关注的人越多推送越准，用AI总结（重点） 43:14 精神在硅谷：肉身在哪不重要，抓住attention才是真正在硅谷 48:07 吹牛课：像李阳疯狂英语，教losing face，功德无量（重点） 53:24 首次出海意义：500位校友50位来，一半首次，万事开头难（重点） 55:55 信息网络重构：出去一次回来看国内市场完全不同 🙋‍♂️ 本期嘉宾 陈亮，火星加速器创始人。帮助中国创业者出海，火星500位校友中50位参加本次CES和硅谷活动，其中一半首次来美国。核心判断：做机器人、做AI硬件，海外市场很香，但出海需要从思考方式到落地全面转变。火星26-27年核心目标是往海外做，强调社媒关注度和粉丝量与未来增长直接挂钩。 🙋‍♂️ 主播 Will 郎瀚威（Will），硅谷AI顾问。运营12人AI研究团队（11人在中国，1人在硅谷伯克利毕业），监控全球1万+ AI公司。为8-10家中美AI创业公司和VC提供每周咨询服务（天际资本、IOSG Ventures等）。Twitter 18万粉丝（@financeyf5）。 🔗 联系方式 Twitter：@financeyf5 小红书/视频号/公众号：郎瀚威 Will