大家好，欢迎来到《五分钟了解一个人》。今天我们聊吴恩达，一位把人工智能研究、在线教育和产业应用连接起来的人。 先看生平。吴恩达出生于英国，在香港和新加坡等地成长，后来到美国求学，接受计算机科学训练，并在斯坦福大学任教。他很早进入机器学习和人工智能研究，但他的影响力并不只来自论文，还来自一个更大的判断：人工智能不应该只停留在少数学者和大公司的实验室里，而应该通过教育、工具和产业项目，被更多工程师、学生和企业真正用起来。 如果只看今天的名气，我们很容易把他的故事讲成“天才一路领先”。但更值得注意的是，真正塑造一个人的，往往是早期训练、家庭迁移、教育选择、第一份工作，以及那些看起来还没有掌声的长期积累。一个人后来能不能看见大问题，通常不是突然发生的，而是由许多具体经历慢慢叠出来的。 再看身份和职位。他最具代表性的身份，是人工智能学者、斯坦福教授、在线教育平台 Coursera 联合创始人，以及 DeepLearning.AI 创始人。他曾参与和领导 Google Brain、百度人工智能等重要项目，也长期面向全球学习者讲授机器学习和深度学习课程。这个角色重要，是因为它把研究前沿、人才培养和产业落地放在同一条线上。 这个身份的责任，不只是拥有一个响亮头衔，也不是单纯代表某家公司或某项技术。它意味着要在研究、产品、组织、资本、公众期待之间做判断：什么方向值得投入十年，什么能力应该开放给更多人使用，什么风险必须提前说清楚。越站在行业中心，越需要把个人判断变成可以被团队、社区和产业理解的路线。 关键事迹可以分几层理解。第一，他在斯坦福的机器学习课程和后来的在线课程，让全球大量学习者第一次系统进入人工智能领域。第二，他参与推动 Coursera，把高质量课程规模化分发，改变了很多人的学习路径。第三，他在 Google Brain 和百度的工作，推动深度学习从研究走向大规模工程实践。第四，他持续提出以数据为中心的人工智能、面向企业落地的人工智能转型方法，提醒大家模型之外还要重视数据、流程和组织能力。 这些事迹放在一起看，会发现真正的影响力不是单点爆发，而是把一个专业判断持续推进成系统：有的是课程和人才系统，有的是科研与工程系统，有的是公司和产品系统。普通听众理解人物，不是为了记住更多标签，而是为了看见一个人如何在变化中做选择，如何在不确定中保留耐心，如何把阶段性成功变成下一步基础设施。 当然，重要人物也不是只有光环。每一次快速扩张都会带来争议，每一个行业中心都会面对外部压力。有人要处理商业化和公共利益的关系，有人要处理技术突破和安全边界的关系，有人要处理个人声望和组织执行的关系。我们讲这些，不是为了制造崇拜，而是为了更完整地理解：真正有价值的成就，通常是在复杂条件里持续交付，而不是在没有阻力的环境里轻松获胜。 我们能学什么？吴恩达的故事提醒我们，真正的影响力常常来自“降低门槛”。如果一个人不仅自己会，还能把方法讲清楚、工具做出来、学习路径铺出来，就能放大很多人的能力。对今天做内容、做产品、做人工智能应用的人来说，这一点尤其重要：不要只展示聪明，要把复杂问题拆成别人能跟上的步骤。 对普通人来说，最重要的不是复制他们的人生，而是拆出可迁移的方法。第一，选择一个长期问题，然后用作品、课程、产品或流程不断沉淀。第二，不要只追热点，要训练自己提出好问题的能力。第三，把个人能力放进协作网络里，让它能被别人使用、验证和放大。第四，面对新技术时，既要保持好奇，也要保留边界意识。 今天这期就到这里，感谢收听，我们下期再见。

大家好，欢迎来到《五分钟了解一个人》。今天我们聊萨姆·奥特曼，一位把创业生态、资本判断和生成式人工智能产品化连接起来的人。 先看生平。奥特曼出生于美国，年轻时学习计算机并创业，早期创办 Loopt，后来进入 Y Combinator，并在创业投资和孵化体系中建立影响力。相比单纯技术研究者，他的路径更像是长期观察创业公司如何从想法变成产品、从小团队变成组织、从市场缝隙变成时代机会。这样的经历，使他后来面对人工智能浪潮时，更擅长把技术能力翻译成大众可理解、可使用的产品入口。 如果只看今天的名气，我们很容易把他的故事讲成“天才一路领先”。但更值得注意的是，真正塑造一个人的，往往是早期训练、家庭迁移、教育选择、第一份工作，以及那些看起来还没有掌声的长期积累。一个人后来能不能看见大问题，通常不是突然发生的，而是由许多具体经历慢慢叠出来的。 再看身份和职位。他最具代表性的身份，是 OpenAI 首席执行官，也曾是 Y Combinator 总裁。这个身份的重要性在于，他站在技术、资本、产品、政策和公众讨论的交叉点上。OpenAI 的工作不只是训练模型，还包括把模型变成 ChatGPT 这样的消费级产品，建设开发者生态，并面对安全、版权、治理、就业影响等复杂议题。 这个身份的责任，不只是拥有一个响亮头衔，也不是单纯代表某家公司或某项技术。它意味着要在研究、产品、组织、资本、公众期待之间做判断：什么方向值得投入十年，什么能力应该开放给更多人使用，什么风险必须提前说清楚。越站在行业中心，越需要把个人判断变成可以被团队、社区和产业理解的路线。 关键事迹可以分几层理解。第一，他在 Y Combinator 时接触和支持大量创业公司，形成了对创业节奏、产品市场匹配和组织扩张的判断。第二，在 OpenAI，他推动大模型能力从研究展示走向大众产品，ChatGPT 让普通人第一次用自然语言直接调用人工智能能力。第三，OpenAI API 和生态让很多开发者、公司和个人开始围绕大模型重新设计工作流程。第四，他持续参与关于人工智能安全、监管和未来产业结构的公共讨论，虽然争议很多，但也说明这一技术已经进入社会层面的核心议题。 这些事迹放在一起看，会发现真正的影响力不是单点爆发，而是把一个专业判断持续推进成系统：有的是课程和人才系统，有的是科研与工程系统，有的是公司和产品系统。普通听众理解人物，不是为了记住更多标签，而是为了看见一个人如何在变化中做选择，如何在不确定中保留耐心，如何把阶段性成功变成下一步基础设施。 当然，重要人物也不是只有光环。每一次快速扩张都会带来争议，每一个行业中心都会面对外部压力。有人要处理商业化和公共利益的关系，有人要处理技术突破和安全边界的关系，有人要处理个人声望和组织执行的关系。我们讲这些，不是为了制造崇拜，而是为了更完整地理解：真正有价值的成就，通常是在复杂条件里持续交付，而不是在没有阻力的环境里轻松获胜。 我们能学什么？奥特曼的故事提醒我们，技术改变世界，往往需要产品入口和生态组织。普通人学他，不是学会制造宏大叙事，而是学会判断一个新能力什么时候可以被用户真实使用，什么时候需要快速迭代，什么时候必须补上规则和边界。 对普通人来说，最重要的不是复制他们的人生，而是拆出可迁移的方法。第一，选择一个长期问题，然后用作品、课程、产品或流程不断沉淀。第二，不要只追热点，要训练自己提出好问题的能力。第三，把个人能力放进协作网络里，让它能被别人使用、验证和放大。第四，面对新技术时，既要保持好奇，也要保留边界意识。 今天这期就到这里，感谢收听，我们下期再见。

大家好，欢迎来到《五分钟了解一个人》。今天我们聊德米斯·哈萨比斯，一位把游戏、认知科学和人工智能研究连接起来的 DeepMind 创始人。 先看生平。哈萨比斯出生于英国伦敦，少年时期就表现出对国际象棋、编程和游戏的浓厚兴趣。他很早进入游戏行业，参与复杂策略游戏开发，后来又回到学术领域研究认知神经科学。这条路径很特别：游戏训练了他对策略、反馈和复杂系统的敏感，认知科学又让他持续追问智能本身如何形成。正是这两条线，后来汇入 DeepMind 对通用人工智能的长期探索。 如果只看今天的名气，我们很容易把他的故事讲成“天才一路领先”。但更值得注意的是，真正塑造一个人的，往往是早期训练、家庭迁移、教育选择、第一份工作，以及那些看起来还没有掌声的长期积累。一个人后来能不能看见大问题，通常不是突然发生的，而是由许多具体经历慢慢叠出来的。 再看身份和职位。他最具代表性的身份，是 DeepMind 联合创始人兼首席执行官，后来也成为 Google DeepMind 的核心负责人。这个职位的重要性在于，它不是只追求一个商业产品，而是试图用研究型组织推动人工智能基础能力突破，同时又要接受大公司资源、公共讨论和安全治理的约束。 这个身份的责任，不只是拥有一个响亮头衔，也不是单纯代表某家公司或某项技术。它意味着要在研究、产品、组织、资本、公众期待之间做判断：什么方向值得投入十年，什么能力应该开放给更多人使用，什么风险必须提前说清楚。越站在行业中心，越需要把个人判断变成可以被团队、社区和产业理解的路线。 关键事迹可以分几层理解。第一，DeepMind 通过深度强化学习在 Atari 游戏等任务中展示了算法自我学习的潜力。第二，AlphaGo 战胜顶尖围棋棋手，让公众第一次直观感受到人工智能在复杂直觉任务上的突破。第三，AlphaFold 在蛋白质结构预测上取得重大进展，把人工智能能力带入生命科学基础问题。第四，在大模型时代，Google DeepMind 继续围绕 Gemini 等系统推进多模态、推理和安全研究。 这些事迹放在一起看，会发现真正的影响力不是单点爆发，而是把一个专业判断持续推进成系统：有的是课程和人才系统，有的是科研与工程系统，有的是公司和产品系统。普通听众理解人物，不是为了记住更多标签，而是为了看见一个人如何在变化中做选择，如何在不确定中保留耐心，如何把阶段性成功变成下一步基础设施。 当然，重要人物也不是只有光环。每一次快速扩张都会带来争议，每一个行业中心都会面对外部压力。有人要处理商业化和公共利益的关系，有人要处理技术突破和安全边界的关系，有人要处理个人声望和组织执行的关系。我们讲这些，不是为了制造崇拜，而是为了更完整地理解：真正有价值的成就，通常是在复杂条件里持续交付，而不是在没有阻力的环境里轻松获胜。 我们能学什么？哈萨比斯的故事最值得学的，是跨领域组合能力。很多突破不是来自单一技能，而是来自把游戏中的反馈机制、科学中的严谨问题、工程中的规模化执行放在一起。普通人也可以借鉴：不要低估兴趣之间的连接，关键是把兴趣变成可训练、可验证、可交付的能力。 对普通人来说，最重要的不是复制他们的人生，而是拆出可迁移的方法。第一，选择一个长期问题，然后用作品、课程、产品或流程不断沉淀。第二，不要只追热点，要训练自己提出好问题的能力。第三，把个人能力放进协作网络里，让它能被别人使用、验证和放大。第四，面对新技术时，既要保持好奇，也要保留边界意识。 今天这期就到这里，感谢收听，我们下期再见。

大家好，欢迎来到《五分钟了解一个人》。今天我们聊苏姿丰，一位把 AMD 从低谷带回高性能计算竞争牌桌的芯片公司领导者。 先看生平。苏姿丰出生于台湾，年少时到美国生活，后来在麻省理工学院完成电机工程学习，并获得博士学位。她的职业生涯长期扎根半导体行业，既有扎实工程训练，也经历过大型科技公司的产品、研发和管理岗位。半导体不是短平快行业，一代架构、一条产线、一次路线选择，往往要用多年才能验证。 这段经历真正重要的地方，不只是履历好看，而是它让我们看到：一个人后来的判断力，往往来自长期训练、跨领域经验，以及在关键时刻愿意进入新问题的勇气。很多人物故事被讲成天才突然成功，但真实路径通常更慢、更具体，也更依赖一次次选择。 再看身份和职位。她最具代表性的身份，是 AMD 董事长兼首席执行官。这个身份的责任极重：AMD 面对的是英特尔、英伟达等强大竞争者，既要管理资金和供应链，又要重建技术路线、客户信心和团队士气。她不是靠一句口号翻盘，而是靠连续多年的产品节奏和组织执行。 这个身份背后的责任，并不是拥有一个响亮头衔，而是要在技术、组织、产业和公众期待之间做判断。越是处在行业中心，越要回答三个问题：什么方向值得长期投入，什么能力可以被组织复制，什么边界必须被清楚说明。 关键事迹可以分几层理解。第一，她上任后推动 AMD 聚焦高性能计算，把有限资源集中到更关键的 CPU、GPU 和数据中心方向。第二，Zen 架构系列让 AMD 在桌面、服务器和高性能计算市场重新获得竞争力。第三，她重建了外界对 AMD 路线图的信任，让客户、开发者和资本市场看到稳定交付。第四，在人工智能与数据中心需求上升后，AMD 继续围绕加速计算和开放生态寻找机会。 这些事迹放在一起看，会发现真正的影响力不是单点爆发，而是把专业判断变成了更大范围的系统：有人通过研究改变学科，有人通过公司改变产业，有人通过产品和组织改变普通人的使用体验。 当然，任何重要人物都不是只有光环。越靠近技术和商业核心，越会遇到争议、周期和外部压力。我们理解一个人，不是为了制造崇拜，而是为了看清他或她如何处理复杂性：如何在机会很大时保持节奏，如何在外界质疑时继续交付，如何在个人能力之外搭建团队和方法。 我们能学什么？苏姿丰的故事特别适合拿来理解逆风管理。很多时候，翻盘不是靠情绪高涨，而是靠清晰取舍、工程纪律和持续交付。普通人也可以学：当资源有限时，先砍掉分散注意力的事，把最关键的能力做深；当信任不足时，不要急着讲宏大叙事，而是用一次次兑现承诺重建信用。 对普通听众来说，最有价值的不是复制他们的人生，而是拆出可迁移的方法。第一，把长期主义落到具体能力上，而不是停在口号里。第二，主动靠近真实问题：用户问题、科研问题、产业问题、组织问题，越真实越能训练判断力。第三，把个人经验沉淀成作品、流程和系统，只有这样，能力才不会只停留在个人状态里。 今天这期就到这里，感谢收听，我们下期再见。

大家好，欢迎来到《五分钟了解一个人》。今天我们聊黄仁勋，一位把图形芯片公司带进人工智能基础设施核心的人。 先看生平。黄仁勋出生于台湾，童年时期到美国生活，后来学习电机工程。九十年代初，他和伙伴创立英伟达。最初的英伟达并不是今天这个人工智能核心公司，而是一家围绕图形芯片、游戏和高性能计算持续探索的硬件公司。硬件行业周期长、投入重、竞争残酷，早期每一次产品判断都可能决定公司生死。 这段经历真正重要的地方，不只是履历好看，而是它让我们看到：一个人后来的判断力，往往来自长期训练、跨领域经验，以及在关键时刻愿意进入新问题的勇气。很多人物故事被讲成天才突然成功，但真实路径通常更慢、更具体，也更依赖一次次选择。 再看身份和职位。他最具代表性的身份，是英伟达联合创始人兼首席执行官。这个职位的责任不只是卖芯片，而是在很长周期里判断计算形态会怎样变化：图形计算会不会重要，并行计算能不能打开更大市场，开发者生态能不能支撑硬件价值，数据中心和人工智能会不会成为下一代基础设施。 这个身份背后的责任，并不是拥有一个响亮头衔，而是要在技术、组织、产业和公众期待之间做判断。越是处在行业中心，越要回答三个问题：什么方向值得长期投入，什么能力可以被组织复制，什么边界必须被清楚说明。 关键事迹可以分几层理解。第一，英伟达在图形处理器领域建立优势，让 GPU 成为游戏和专业图形的重要基础。第二，CUDA 生态把 GPU 从图形工具扩展为通用并行计算平台，让研究者和工程师可以用它处理科学计算与深度学习。第三，深度学习兴起后，英伟达抓住训练和推理算力需求，进入数据中心核心位置。第四，在生成式人工智能浪潮中，英伟达不仅提供芯片，还提供软件栈、网络、系统和开发者生态。 这些事迹放在一起看，会发现真正的影响力不是单点爆发，而是把专业判断变成了更大范围的系统：有人通过研究改变学科，有人通过公司改变产业，有人通过产品和组织改变普通人的使用体验。 当然，任何重要人物都不是只有光环。越靠近技术和商业核心，越会遇到争议、周期和外部压力。我们理解一个人，不是为了制造崇拜，而是为了看清他或她如何处理复杂性：如何在机会很大时保持节奏，如何在外界质疑时继续交付，如何在个人能力之外搭建团队和方法。 我们能学什么？黄仁勋的故事最值得学的是长期押注和生态思维。普通人未必做硬件公司，但可以理解一个原则：真正的大机会往往不是只做一个产品，而是围绕一个长期趋势搭建工具链和生态。 对普通听众来说，最有价值的不是复制他们的人生，而是拆出可迁移的方法。第一，把长期主义落到具体能力上，而不是停在口号里。第二，主动靠近真实问题：用户问题、科研问题、产业问题、组织问题，越真实越能训练判断力。第三，把个人经验沉淀成作品、流程和系统，只有这样，能力才不会只停留在个人状态里。 今天这期就到这里，感谢收听，我们下期再见。

大家好，欢迎来到《五分钟了解一个人》。今天我们聊李飞飞，一位把计算机视觉、数据集和以人为本人工智能连接起来的科学家。 先看生平。李飞飞出生于中国，少年时期随家庭来到美国。她接受过物理学和计算机科学训练，后来进入人工智能和计算机视觉研究。早期的计算机视觉并不像今天这样耀眼，机器要理解图像，需要大量标注、算法和算力的共同进步。李飞飞真正抓住的是一个底层问题：如果要让机器认识世界，必须先让机器看到足够丰富、足够有结构的世界。 这段经历真正重要的地方，不只是履历好看，而是它让我们看到：一个人后来的判断力，往往来自长期训练、跨领域经验，以及在关键时刻愿意进入新问题的勇气。很多人物故事被讲成天才突然成功，但真实路径通常更慢、更具体，也更依赖一次次选择。 再看身份和职位。她最具代表性的身份，是斯坦福大学教授、人工智能研究者，以及以人为本人工智能理念的重要推动者。这个职位不只是发表论文，更要影响研究方向、培养学生、连接产业，并不断提醒社会：人工智能不是只追求更高指标，也要服务人、理解人、尊重人的处境。 这个身份背后的责任，并不是拥有一个响亮头衔，而是要在技术、组织、产业和公众期待之间做判断。越是处在行业中心，越要回答三个问题：什么方向值得长期投入，什么能力可以被组织复制，什么边界必须被清楚说明。 关键事迹可以分几层理解。第一，她推动 ImageNet 项目，把大规模图像数据集变成计算机视觉发展的基础设施。第二，ImageNet 挑战赛间接推动了深度学习在视觉识别中的爆发，让学界和产业重新认识数据、模型和算力的关系。第三，她在斯坦福持续推进人工智能教育与跨学科合作。第四，她提出以人为本人工智能，强调技术必须和伦理、医疗、教育、劳动等真实场景连接。 这些事迹放在一起看，会发现真正的影响力不是单点爆发，而是把专业判断变成了更大范围的系统：有人通过研究改变学科，有人通过公司改变产业，有人通过产品和组织改变普通人的使用体验。 当然，任何重要人物都不是只有光环。越靠近技术和商业核心，越会遇到争议、周期和外部压力。我们理解一个人，不是为了制造崇拜，而是为了看清他或她如何处理复杂性：如何在机会很大时保持节奏，如何在外界质疑时继续交付，如何在个人能力之外搭建团队和方法。 我们能学什么？李飞飞的故事提醒我们，真正改变行业的常常不是一句口号，而是一个基础设施级别的工作。很多人喜欢追逐模型和热点，但她的路径说明：定义问题、组织数据、建立评测、推动共同体，可能比单次炫技更长期。 对普通听众来说，最有价值的不是复制他们的人生，而是拆出可迁移的方法。第一，把长期主义落到具体能力上，而不是停在口号里。第二，主动靠近真实问题：用户问题、科研问题、产业问题、组织问题，越真实越能训练判断力。第三，把个人经验沉淀成作品、流程和系统，只有这样，能力才不会只停留在个人状态里。 今天这期就到这里，感谢收听，我们下期再见。

大家好，欢迎来到《五分钟了解一个人》。今天我们聊沈南鹏，一个不像产品经理那样站在前台，却深度影响中国互联网和创业生态的人。 先看他的生平。沈南鹏一九六七年出生于浙江，后来就读上海交通大学，之后赴美国耶鲁大学学习。早期职业生涯里，他进入金融和投行体系，接受了资本市场、公司财务和交易结构的训练。这段经历为他后来的创业和投资打下基础，因为他既能看公司业务，也能看融资、估值、退出和资本市场节奏。 沈南鹏的关键转折，是从金融人变成创业者。他参与创办携程，把在线旅行服务带入中国互联网早期的商业化浪潮。携程的意义，不只是做一个订酒店和机票的网站，而是把分散的旅游服务，用电话、网站、后台系统和服务流程重新组织起来。后来他又参与如家，把连锁酒店的标准化和资本化结合起来。一个在线平台，一个线下连锁，背后都在解决同一个问题：把混乱分散的服务，变成可复制、可管理、可扩张的系统。 再看他的身份和职位。沈南鹏最具代表性的身份，是红杉中国的长期负责人，也是中国风险投资行业最重要的人物之一。投资人的职位责任，和企业家不一样。企业家要把一家公司做深，投资人要在大量不确定性中判断：哪些人、哪些行业、哪些技术趋势，可能在未来形成巨大公司。这个角色要求他既理解创业者的野心，也理解周期的残酷。 他的成功事迹可以分三层看。第一，是创业验证。携程和如家的经历，让他不是只在会议室里谈商业模式，而是真正经历过公司从零到一、从混乱到组织化的过程。第二，是投资布局。红杉中国参与了大量互联网、消费、医疗、企业服务和科技公司的成长，沈南鹏在其中扮演的是趋势识别者和资源连接者。第三，是行业标准的塑造。风险投资不只是给钱，它还会影响创业者如何设定目标、搭团队、融资、治理公司、面对资本市场。 当然，投资人的光环也容易被误解。成功案例会被反复讲述，失败项目通常不在聚光灯下。风险投资本质上面对的是极高不确定性，判断错、周期错、估值错都很常见。沈南鹏的故事提醒我们，真正的投资能力不是永远正确，而是在长期样本里持续识别结构性机会，并控制组合风险。 如果把这个人物放到今天看，他最值得我们反复咀嚼的，不是某一个标签，而是一个长期问题：人在变化很快的时代里，怎样把自己的能力变成稳定的作品、组织和影响力。普通听众未必会走上同样的道路，但可以学到三件事。第一，先把一个真实需求看透，不要只追逐热闹概念。第二，把个人能力沉淀成系统：课程、产品、团队、流程、方法论，只有系统才能穿越周期。第三，承认争议和失败也是理解人物的一部分，因为真正的成长往往发生在高光之后的调整里。今天这期就到这里，感谢收听，我们下期再见。

大家好，欢迎来到《五分钟了解一个人》。今天我们聊刘慈欣，一个让很多中文读者重新相信科幻文学可以拥有宇宙尺度的人。 先看他的生平。刘慈欣一九六三年出生于北京，成长于山西，后来长期在电力系统工作。他并不是一开始就以职业作家的身份出现，而是在工程技术环境和业余写作之间，持续积累自己的想象力。这个背景很有意思：电力系统是非常现实、具体、工程化的工作，而科幻写作则把视野拉到星际、文明和漫长时间。刘慈欣的作品里，常常同时有工程感和宇宙感，这和他的经历有关。 他的写作起点并不轻松。科幻在很长一段时间里不是主流文学类型，读者圈层有限，发表渠道有限，商业回报也有限。刘慈欣长期坚持写作，靠的不是短期爆红，而是对科学、技术和人类命运问题的持续迷恋。《流浪地球》《乡村教师》《球状闪电》《三体》等作品，逐渐让他在中国科幻读者中建立影响力。 再看他的身份和职位。刘慈欣最具代表性的身份，是科幻作家，《三体》作者，也是雨果奖获奖者。作家的职位不像公司高管那样有明确组织权力，但它承担另一种责任：创造想象框架。好的科幻作品，不只是预测未来技术，而是给读者提供一种看世界的新尺度。它会让我们重新思考文明、资源、战争、沟通、技术伦理和人类位置。 他的成功事迹可以分三层理解。第一，是把硬科幻的想象带给更广泛的中文读者。刘慈欣的作品里有大量科学概念、工程推演和宏大设定，但又能转化成强烈的故事冲突。第二，是《三体》走向世界。英文版获得雨果奖，让中国科幻第一次在全球范围获得如此高的可见度，也让海外读者通过科幻理解中国作者的想象方式。第三，是影视化和大众讨论。《流浪地球》和《三体》的影视改编，让科幻从小众阅读进入大众文化，引发普通人对宇宙、技术和人类未来的讨论。 当然，刘慈欣的作品也有争议。有人喜欢它的宏大和冷峻，也有人觉得人物情感不够细腻；有人赞赏宇宙尺度，也有人担心技术理性压过人文关怀。正是这些争议，让他的作品不只是娱乐消费，而变成公共讨论的一部分。一个作家能让读者争论人类文明的选择，本身就是一种影响力。 如果把这个人物放到今天看，他最值得我们反复咀嚼的，不是某一个标签，而是一个长期问题：人在变化很快的时代里，怎样把自己的能力变成稳定的作品、组织和影响力。普通听众未必会走上同样的道路，但可以学到三件事。第一，先把一个真实需求看透，不要只追逐热闹概念。第二，把个人能力沉淀成系统：课程、产品、团队、流程、方法论，只有系统才能穿越周期。第三，承认争议和失败也是理解人物的一部分，因为真正的成长往往发生在高光之后的调整里。今天这期就到这里，感谢收听，我们下期再见。

大家好，欢迎来到《五分钟了解一个人》。今天我们聊俞敏洪，一个从北大英语老师走出来，又在教育、创业、转型和直播电商里反复被时代考验的人。 先看他的生平。俞敏洪一九六二年出生在江苏江阴，年轻时考入北京大学西语系。大学毕业后，他留在北大任教，最早的身份并不是企业家，而是一名英语老师。后来，因为出国考试和英语培训需求快速增长，他开始在校外讲课。这个阶段很重要，因为他真正抓住的不是一个抽象风口，而是中国年轻人出国、升学、改变命运的现实需求。英语课背后，是一代人向外看世界的通道。 一九九三年，俞敏洪创办新东方。早期的新东方，靠的是强烈的课堂表达、考试方法和老师个人魅力。很多人记住新东方，不只是因为它教单词和语法，更因为课堂里有一种很强的情绪能量：焦虑、希望、逆袭、远方。俞敏洪把这些情绪和标准化教学结合起来，让培训从小班讲课变成可以复制的教育服务。 再看他的身份和职位。俞敏洪最具代表性的身份，是新东方创始人和董事长。这个身份的责任，并不只是经营一家培训机构，而是长期处理三个矛盾：教育理想和商业化的矛盾，教师个人魅力和组织标准化的矛盾，行业周期和企业生存的矛盾。尤其在教育培训行业经历巨大变化之后，俞敏洪的角色从扩张者变成了组织重建者。 他的成功事迹可以分四层理解。第一，是把英语培训做成品牌。新东方早期用高强度、高感染力的课堂，建立了学生口碑。第二，是完成组织化和资本化。新东方后来在美国上市，成为中国教育服务企业的代表。第三，是培养了一批有公众影响力的老师和管理者，让教育公司不只是卖课程，也输出表达方式和学习文化。第四，是行业剧变后的转型。面对线下培训收缩和业务调整，新东方没有简单消失，而是通过东方甄选，把知识表达、农产品、直播电商和品牌信任连接起来。 当然，俞敏洪的故事也有争议。教育培训行业曾经被质疑制造焦虑，直播电商转型也经历过组织管理、主播个人品牌和公司平台之间的张力。理解这些争议，有助于我们看清：一个人越是站在行业中心，越要面对商业增长、社会责任和组织边界之间的拉扯。 如果把这个人物放到今天看，他最值得我们反复咀嚼的，不是某一个标签，而是一个长期问题：人在变化很快的时代里，怎样把自己的能力变成稳定的作品、组织和影响力。普通听众未必会走上同样的道路，但可以学到三件事。第一，先把一个真实需求看透，不要只追逐热闹概念。第二，把个人能力沉淀成系统：课程、产品、团队、流程、方法论，只有系统才能穿越周期。第三，承认争议和失败也是理解人物的一部分，因为真正的成长往往发生在高光之后的调整里。今天这期就到这里，感谢收听，我们下期再见。

本期 5 分钟了解：李开复。 我们从生平、职位、关键事迹和普通人可学习的地方，快速理解这位连接科学研究、创业投资与 AI 普及的人物。 本音频为 AI 辅助生成，小王本人音色合成。

本期 5 分钟了解：马化腾。 我们从生平、职位、关键事迹和普通人可学习的地方，快速理解这位长期影响中国互联网产品形态的人物。 本音频为 AI 辅助生成，小王本人音色合成。

本期 5 分钟了解：李彦宏。 我们从生平、职位、关键事迹和普通人可学习的地方，快速理解这位从搜索时代走向 AI 时代的中国互联网人物。 本音频为 AI 辅助生成，小王本人音色合成。

如果今天聊中国互联网里那些真正改变日常生活的人物，很多人会先想到做内容的、做社交的、做电商的，但还有一类人物，他们做的事情没有那么强烈的舞台感，却深深嵌进了每个人的生活动作里。比如支付、转账、交易确认、风险控制、平台信任。这一类系统背后，也有值得被认真介绍的人。井贤栋，就是其中一个典型人物。 井贤栋出生于安徽全椒，毕业于上海交通大学，后来也有海外学习经历。和很多直接从互联网行业一路成长起来的人不同，他早期的职业经历横跨汽车、供应链、消费品和财务管理，先后在标致、HAVI、可口可乐、百事中国等企业工作。这个背景很重要，因为它说明井贤栋的能力底色，不是单一的流量运营，也不是典型的技术明星路径，而是更接近复杂组织管理、财务控制和系统经营。 后来，他进入阿里巴巴体系，再进入支付宝和蚂蚁相关业务，逐步承担更大的经营责任。很多普通用户对井贤栋并不熟悉，因为用户更熟的是产品名字，而不是背后的管理者。但如果把人物史讲清楚，就会发现，当一个产品已经从“工具”变成“社会日常基础设施”的时候，真正关键的人物类型，往往不是最会讲故事的人，而是最能处理复杂平衡的人。 讲到井贤栋的关键事迹，第一段是他的职业转向。从传统消费与工业管理环境，进入互联网平台和数字支付体系，本身就是一次很大的能力迁移。因为支付和金融科技行业，不只是增长快、用户多那么简单，它背后牵涉的是信任、风控、稳定性、合规和社会责任。第二段，是他在支付宝、蚂蚁相关业务中的持续上升路径。从财务负责人到总裁、首席执行官，再到董事长，说明他的角色并不是做某一个爆款功能，而是长期经营一个越来越复杂的系统。第三段，是数字支付和平台治理在中国日常生活里的嵌入。今天很多人觉得扫码支付理所当然，但这背后其实是一整套持续运转的信任机制：交易得快，系统得稳，用户得敢用，风险得能控，边界也得守住。 井贤栋这一类人物最值得讲的，是他所代表的“数字信任基础设施”思维。互联网早期，很多公司可以靠增长、补贴、速度快速打开局面；但当产品变成社会级入口之后，仅仅快是不够的。你要考虑失败成本、要考虑误伤、要考虑合规，要考虑一个系统出了问题会影响多少普通人。也就是说，平台越大，经营者越不能只迷恋扩张，还得学会在速度和边界之间持续找平衡。 当然，这条路天然也充满张力。科技金融从来不是一个可以被浪漫化的行业。它有很强的监管约束，也要面对社会层面的风险要求。一个管理者站在这个位置上，经常要做的不是“让一切更刺激”，而是“让一切更可靠”。而这种可靠，恰恰是很多公众平时最不容易看见、也最容易低估的部分。 如果把井贤栋这位人物留给今天的普通听众三个启发，我觉得第一是，很多真正基础设施级的产品，最后拼的不是新鲜感，而是信任。第二是，复杂系统越大，越需要有人能处理效率、风控、边界和责任之间的平衡。第三是，技术和平台如果想长期存在，就必须把“可被交付、可被回溯、可被信任”做成默认能力。 所以，今天再看井贤栋，也许更值得追问的不是“他管理着多大的平台”，而是：在一个人人都追求更快、更方便、更自动化的时代，我们有没有同样认真地思考，什么才是真正值得长期托付的数字系统？ 今天这期就到这里，感谢收听，我们下期再见。

如果今天聊中国人工智能发展史，很多听众会先想到大模型、自动驾驶、机器人，或者最近几年不断出现的新公司和新概念。但在这些热闹表层下面，其实有一些人物，长期在做更难、也更基础的事情：把前沿研究一步步推向现实世界。汤晓鸥，就是其中很关键的一位。 汤晓鸥出生于辽宁鞍山，本科毕业于中国科学技术大学，后来又在海外继续深造，在罗彻斯特大学和麻省理工学院完成更高阶段的学习与研究。公开资料里可以看到，他很早就进入计算机视觉和人工智能领域。那时候，人工智能远没有今天这么热，计算机视觉也不是大众高频谈论的赛道。一个人如果长期留在这个方向，往往不是因为它好讲故事，而是因为它确实足够难，也足够值得做。 后来，汤晓鸥回到中文世界的学术与产业现场，在香港中文大学任教，并建立了相关研究团队和实验室。很多后来在中国人工智能领域很有影响力的人，都和这条学术脉络有关。也就是说，汤晓鸥不只是一个自己做研究的人，他还是一个持续搭团队、带学生、建体系的人。这一点非常重要，因为一个学者最稀缺的，很多时候不是他个人发了多少论文，而是他能不能让方法、问题意识和人才继续扩散。 讲到汤晓鸥的关键事迹，第一段当然是学术研究。他长期做计算机视觉，参与推动图像理解、人脸识别、视觉智能等方向的发展。第二段，是实验室与人才培养。很多技术后来能形成产业，不是因为一个人灵光一现，而是因为长期有稳定的研究共同体。第三段，才是很多普通听众更熟悉的商汤科技。到了这一阶段，问题已经不是“论文能不能发出来”，而是“技术怎么进入产品、进入城市、进入企业、进入真实场景”。 这也是汤晓鸥身上最值得讲的地方。他不是停在学术光环里，而是继续把自己推进一个更复杂的世界。因为一旦进入产业层，面对的问题就完全不一样了。研究里讲精度、方法和创新，产业里还要面对算力成本、工程交付、组织扩张、客户场景、资本压力，以及技术路线要不要持续投入这些更现实的问题。很多人以为“技术领先”自然会变成“公司领先”，但真实世界里，中间隔着一整条漫长的转换带。汤晓鸥的重要性，就在于他长期站在这条转换带上。 当然，这条路也不会只有赞美。研究驱动型公司，天然会面临节奏张力：学术上追求前沿，商业上需要结果；技术上强调长期投入，市场上又常常要求短期证明。这类人物的价值，不在于他们一定把所有矛盾都解决了，而在于他们愿意正面承受这些矛盾，继续把技术往前推。 如果把汤晓鸥这位人物留给今天的普通听众三个启发，我觉得第一是，前沿研究真正有价值，不只是因为它听起来先进，而是因为它能不能进入现实系统。第二是，人才培养和团队建设，本身就是一种巨大成果。第三是，人工智能产业化从来不是一句“落地”那么简单，它背后有大量看不见的翻译工作：把论文翻译成工程，把工程翻译成产品，把产品翻译成真实行业价值。 所以，今天再回头看汤晓鸥，也许最值得继续追问的，不只是“他创办了哪家公司”，而是：在一个所有人都爱谈应用结果的时代，我们是否还愿意尊重那些把研究、团队、工程和产业一点点接起来的人？因为没有这些人，很多看上去已经成熟的技术，其实根本走不到普通人面前。 今天这期就到这里，感谢收听，我们下期再见。

如果今天很多人已经习惯了每天打开微信，习惯用一个界面和朋友聊天、收消息、看公众号、进小程序、处理生活里各种轻量事务，那就很难绕开一个名字：张小龙。 张小龙出生于湖南，后来毕业于华中科技大学电信系。和很多一开始就站在大公司舞台中心的人不一样，他最早是靠写软件被互联网用户记住的。上世纪九十年代，中国互联网还很早，很多普通用户刚开始接触电子邮件时，张小龙开发的 Foxmail，已经在中文用户里积累了很高口碑。很多人后来回看这段历史，会觉得 Foxmail 只是一个旧时代工具，但真正重要的是，张小龙从一开始就在做一件事：把复杂技术变成普通人愿意每天使用的顺手工具。 后来，张小龙进入腾讯，先做 QQ 邮箱，再带队做微信。很多人今天只记得“微信之父”这个标签，可如果把人物真正讲清楚，就会发现，张小龙不是那种靠高声量表达建立影响力的人。他更像一个非常少见的产品型操盘手：愿意长期躲在界面、流程、反馈和用户感受的细部里，一点点把一个工具做成关系基础设施。 讲到他的关键事迹，第一段当然是 Foxmail。那是中国互联网很早的个人软件时代，张小龙靠技术能力和产品感觉，把一个邮件客户端做出了稳定口碑。第二段是 QQ 邮箱。那时候腾讯内部也面对不小压力，因为邮箱并不是天然就能做好体验的业务，垃圾邮件、稳定性、界面复杂度、用户使用习惯，都是实打实的问题。张小龙带团队做的，不是喊口号，而是把这些日常摩擦一点点磨平。 第三段，也是最重要的一段，是微信。微信诞生在移动互联网刚刚大规模起飞的节点上。那个时候，很多团队都想做入口、做平台、做社交，但真正能做成的非常少。张小龙和团队抓住的，不是“概念最大”，而是“动作最顺”。怎么发消息更自然，怎么让语音降低表达成本，怎么让联系人关系不被过度打扰，怎么让界面足够轻，让用户每天愿意回来，这些看起来很小的问题，最后反而构成了最大的护城河。 张小龙身上特别值得讲的一点，是产品节制。互联网行业常常鼓励增长、鼓励加法、鼓励把所有流量机会都抓住，但张小龙的很多决策，恰恰体现出一种反直觉的克制。他知道一个高频产品最怕什么，最怕被做成噪音，最怕让用户感觉疲惫，最怕丢掉最初那个简单、稳定、可信赖的使用理由。所以他不是不想扩张，而是更在乎扩张以后，产品秩序会不会被打坏。 当然，这种路径也不是没有边界。高度依赖产品判断、节制美学和长期留存的方法，并不是所有业务都能照搬。有些行业需要更强销售推进，有些场景的关键变量也不在界面，而在供应链、履约或者重服务能力。但即便如此，张小龙仍然代表了一种很稀缺的中国互联网人物样本：不是靠喊得最响，而是靠把高频入口做得最顺。 如果把这位人物留给今天的普通听众三个启发，我觉得第一是，真正高频的东西，往往不是因为花哨，而是因为低摩擦。第二是，产品里很多最值钱的决策，其实是那些外界看不见的“不做什么”。第三是，长期关系比一次性注意力更难，也更值钱。 所以，回头再看张小龙，也许更重要的问题不是“他做出了微信”，而是：在一个越来越喧闹、越来越容易做加法的时代，我们还有没有能力，像他那样，把复杂东西做得更安静、更顺手、更让人愿意长期留下？ 今天这期就到这里，感谢收听，我们下期再见。