Show Notes "大部分投资人的思维都比较线性, 但我比较想找这种非线性的变化。" "AI 能力上来之后, 技术永远不会再成为唯一的护城河。" "我对人形机器人的付费意愿, 会比对 LLM 更多。" 【本期 Emma 想知道】 一个在金融行业做量化的人, 怎么会在 2022 年底就 all in LLM? 2023 年没人敢押 Anthropic 的时候, 他凭什么用 15B 估值投了? 站在 2026 年, AI 投资的四个赛道，半导体、agent、机器人、AI for science，他怎么排时间、怎么排优先级? 为什么 Alex 说"技术永远不会再是 AI 公司的护城河", 而"人形机器人的付费意愿可能比 LLM 更高"? 这两个反直觉判断背后, 他看到的是什么? 这是《Emma 想知道》第一次对谈的完整版, 50 分钟一口气听完。我们也按"AI 投资趋势三部曲"的上中下分别上线过, 每集 10-30 分钟, 适合分次收听的朋友。 本期嘉宾是我多年的好友 Alex：硅谷大厂的 AI 研究员, 同时是 Anthropic、SpaceX、Stripe、Circle、Neuralink 等公司的早期投资人。我们从他从量化到 AI 的转型轨迹聊起, 中间走过他作为早期投资人的关键判断、御三家格局的最新看法、AI 投资的四个赛道, 最后落到机器人和 AI for science 这两个远期方向, 以及一个闪电问答收尾。 【时间轴】 🎙️ 开场: 我为什么想做这个节目 00:07 为什么我想做这个对谈类播客 01:27 Alex 自我介绍 · 量化 → 大厂 AI → 早期投资人 💼 从量化到 AI: 一个不算意外的转型 02:25 从量化到 AI 是怎么发生的? 03:59 "最近有个哥们儿从 J Street 去了 DeepSeek" 04:37 22 年底 all in LLM · 在推荐系统里看到 scaling law 的力量 05:46 ChatGPT 出来那阵硅谷的氛围 💰 早期投资判断: 23 年的反共识下注 06:36 23 年开始投早期: SpaceX、Anthropic、Neuralink、Stripe 07:27 当时为什么敢投 Anthropic? 08:04 15B 估值的 Anthropic vs 已经 90B 的 OpenAI · second best 策略 08:48 "投资本身就是抓住最主要的矛盾, 然后去下注" 🔍 御三家格局 + Neolabs 的机会 10:05 站在 2026 年看 OpenAI、Anthropic、Google DeepMind 10:41 一个有争议的判断: OpenAI 现在的性价比比 Anthropic 更好 11:08 Neolabs 还有机会吗? 错位主题, 押下一代模型范式 11:23 OpenAI 的"生态位"到底是什么意思? 📊 半导体: 二级市场唯一值得看的板块 13:38 未来几年 AI 投资的四个方向 15:59 半导体: 基建需求叠加产能错配 16:50 现在估值贵不贵? 这波还能跑多久? 17:12 跷跷板逻辑: 半导体涨 → 通胀 → 加息 → 实际利率打回股市 🤖 Agent 不只是应用, 是承接 AI 周期的关键 17:56 为什么 agent 不能只用"应用"的思维去理解 18:22 "如果 agent 起不来, 当前的 AI 周期就会有一个大调整" 19:06 Agent economy 到底是什么意思? 是不是华尔街之狼卖 penny stock 那套词? 19:39 脱手运行 (Human not in the loop): 一线 researchers 看到了什么? 21:52 智能体经济何时降临? Alex: 不是技术难点, 是认知难点 🔧 Agent 五层拆解 23:21 五个层次: infra / framework / security / app / economy 23:42 Agent infra: 从 GPU 提效到更高维度的 inference 优化 25:06 Agent security: 大厂 CSO 最头疼的事, 怎么分清这个请求是人还是 agent 🚧 现在最缺什么 · 落地与护城河 29:03 最缺的是无代码化去构建智能体的工具: "让每个人都能自己装小龙虾" 31:49 理想的产品标准: 什么时候 agent 工具能像拍 TikTok 一样简单 33:18 Agent security 怎么投? "卖铲子"逻辑和复合型人才稀缺 35:04 Agent app 的护城河: "AI 能力上来之后, 技术永远不会再成为唯一的护城河" 36:03 Distribution, distribution, distribution 🔮 Agent Economy 与具体标的 37:04 智能体经济 (Agent Economy) 不是 web3 词汇的堆砌, 它是对前四层的整合 37:31 类比: 抖音是怎么从短视频做成经济闭环的 38:46 Stripe 的视角: 从"人和人的支付"到"人和 agent 的支付" 40:18 agent 可能更愿意在链上支付? Circle 也是这块拼图 🦾 机器人: 这一波为什么不一样 41:16 十年前那波机器人融了那么多钱, 为什么没跑出来? 41:42 范式变了: 从"小模型拼接"到"一个大一统模型" 42:31 机器人数据收集: 从硅谷"叠被子失业"的笑话说起 43:35 工厂里的机器人 vs 进家做家政的机器人, 你更看好哪个? 44:12 类比 LLM: coding 之所以先跑出来, 是因为容易验证又有人愿意付费 45:24 "我对人形机器人的付费意愿, 比 LLM 更多" · 物理世界的需求一直没被满足 🧬 AI for Science: 药物 + 材料 46:07 Alex 看好的几个方向: 药物发现、材料科学、能源 47:02 为什么有些公司先做材料、再做药物: 监管难度不同 48:03 二级市场上有什么 AI for Science 的好标的吗? 48:36 一级市场两家值得关注: Isomorphic Labs 和 Chai Discovery ⚡ Lightning Round 49:13 AI 发展还健康吗? 49:18 最担心的一个风险 49:23 给那些在大厂考虑出来创业或转投资的人, 你想说什么? 49:32 最近值得推荐的东西 49:49 2026 年世界杯冠军是谁? 【这一期我们聊到的几个关键概念】 Second Best 策略 当头部标的估值已经太贵进不去时, 投同赛道的第二名。Alex 把它类比成"投英伟达之余也投 AMD": 市场份额扩张时, second 也会显著受益。这是他 23 年押注 Anthropic 的核心逻辑。 线性思维 vs 非线性思维 大部分投资人是线性外推的, 基于已有趋势预测未来。但真正的早期机会在非线性的范式转变里。Alex 押 Anthropic 时身边几十年的投资老炮都看不懂, 但他抓住的是"LLM 早期 Anthropic 的人才不属于 OpenAI"这个主要矛盾。 跷跷板逻辑 半导体股价和美联储政策之间的反身性循环: 半导体涨得越凶, 美股推得越高, 通胀压力可能会越大, 美联储越可能加息, 实际利率上行又会把股市打回来。这是 Alex 看好半导体但同时警惕泡沫的核心框架。 脱手运行 (Human not in the loop) Alex 解释 agent economy 时反复强调的判断: 未来 agent 可以在没有人介入的情况下自我运转, 不管是供给端还是需求端。他认为这不是技术难点, 而是认知难点。LLM 22 年出来的时候, 我们也没想到现在能用它写这么多代码。 智能体经济 (Agent Economy) Alex 把 agent 这件事拆成 infra → framework → security → app → economy 五层。economy 是这五层的整合: 它同时解决供给端 (agent building / deployment / payment) 和需求端 (distribution) 的问题, 形成自发的飞轮。他用抖音"流量 + 电商"的闭环做类比, 押注未来会出现一家能 capture 这个闭环大部分价值的"万亿甚至十万亿级"公司。 AI 1.0 到 AI 2.0 的范式变化 以前是"每个任务做一个小模型, 再用代码把它们拼起来", 现在是"一个统一的大模型直接做各种任务"。这个变化让 scaling law 在机器人领域也开始生效——所以这一波机器人, 在 Alex 看来, 跟十年前那波本质不同。 【这一期 Alex 提到的公司】 Anthropic · 23 年用约 15B 估值投, second best 策略的核心案例 SpaceX · 22 年投, 当时估值约 100B Neuralink · 脑机接口标的, Alex 的早期投资 Stripe · agent 支付基建的早期布局者 Circle · agent 链上支付的另一块拼图 Isomorphic Labs · Google DeepMind 的 AI 制药拆分, AlphaFold 团队的商业化延伸 Chai Discovery · OpenAI 系出身的 AI 制药独角兽, 做药物设计的"分子 CAD" 【写在最后】 这是 Alex 三集对谈的完整版, 三集分集也已经上线 (上集: 量化转 AI + Anthropic 投资 + 御三家; 中集: 半导体 + Agent 经济; 下集: 机器人 + AI for Science + Lightning Round), 适合分次收听的朋友。 Alex 答应做这个节目的常驻嘉宾, 大家更感兴趣哪个方向, 欢迎在评论区告诉我。如果你身边有正在硅谷做 AI、做产品、做投资的朋友, 是你觉得 Emma 应该认识、应该聊一聊的, 也欢迎推荐给我。 谢谢听完这一小时的你。下一期见。 【关于这个节目】 《Emma 想知道》是我的对谈类播客。每一期我都会请一位硅谷的朋友来聊聊他们正在看到、思考、好奇的事——可能是 AI 投资, 可能是产品趋势, 可能是行业里的某个判断。 好奇心是这个节目唯一的主线。 本期嘉宾: Alex · 硅谷 AI 研究员、Anthropic / SpaceX / Stripe / Circle / Neuralink 早期投资人 如果你喜欢这一期, 欢迎在小宇宙订阅、点赞、转发! 有想听的话题或想推荐的嘉宾, 欢迎在评论区告诉我, 或者来微博找我聊。

Show Notes "我对人形机器人的付费意愿, 会比对 LLM 更多。" "曾经的自己: 不用 FOMO, 但也不要等待。" "AI 发展整体长期健康, 短期有些过热, 需要谨慎。" 【本期 Emma 想知道】 这一波机器人, 跟十年前那波到底有什么不一样? 为什么 Alex 这次愿意相信它能跑出来? 家庭机器人和工厂机器人是两条路, 还是同一件事的两种切口? Alex 自己想买哪种? AI for Science 听起来很远, 它什么时候会真正影响普通人的生活? 在二级市场上, 有没有可以表达这个 view 的标的? 这是《Emma 想知道》"AI 投资趋势"三部曲的最后一集。Alex 跟我们聊他看好的两个远期方向: 机身智能 (尤其是家庭机器人) 和 AI for science。最后我们用一个闪电问答收尾, 问 Alex 整个 AI 周期健康不健康、他最担心的风险、给想出来创业的人一句话, 以及 2026 年世界杯冠军预测。 【时间轴】 🤖 这一波机器人会不一样吗? 00:06 十年前那波机器人融了那么多钱, 为什么没跑出来? 00:38 范式变了: 从"小模型拼接"到"一个大一统模型" 01:04 机器人在复刻 LLM 的发展路径: 更大模型 + 更好数据 + scaling law 01:43 机器人数据收集: 从硅谷"叠被子失业"的笑话说起 02:29 数据收集业务的分发逻辑: 有分发的公司, 最后都会回到卖数据这条路 🏠 工厂 vs 家庭: 两条商业化路线 02:56 工厂里的机器人 vs 进家做家政的机器人, 你更看好哪个? 03:25 技术上大家都想做人形机器人, 商业化要从容易验证的场景切入 03:34 类比 LLM: coding 之所以先跑出来, 是因为容易验证又有人愿意付费 04:34 家庭机器人几年内能像电影里那样自如吗? 04:45 "我对人形机器人的付费意愿, 比 LLM 更多" · 物理世界的需求一直没被满足 🧬 AI for Science: 药物 + 材料 05:29 Alex 看好的方向: 药物发现、材料科学、能源 05:39 为什么有些公司先做材料、再做药物: 监管难度不同 06:24 材料科学具体是在解决什么问题? 从星际航行到太空电梯 07:25 "二级市场上有什么 AI for Science 的好标的吗?" 07:38 减肥药算不算 AI 概念股? 一个非常 isolated 的 view 还没出现 07:59 一级市场两家值得关注: Isomorphic Labs 和 Chai Discovery ⚡ Lightning Round 08:25 AI 发展还健康吗? 08:38 最担心的一个风险 08:45 给那些在大厂考虑出来创业或转投资的人, 你想说什么? 08:54 最近值得推荐的东西 09:11 2026 年世界杯冠军是谁? 【这一期我们聊到的几个关键概念】 AI 1.0 到 AI 2.0 的范式变化 以前是"每个任务做一个小模型, 再用代码把它们拼起来"; 现在是"一个统一的大模型直接做各种任务"。这个变化让 scaling law 在机器人领域也开始生效, 更大模型、更好数据、更多算力可以系统性提效——所以这一波机器人, 在 Alex 看来, 跟十年前那波本质不同。 商业化先从容易验证的场景切入 Alex 把 LLM 的发展路径直接迁移到机器人: LLM 能做很多事, 但 coding 之所以先跑出来, 是因为它"容易验证 + 有数据 + 有人愿意付费"。机器人同理, 工厂、物流、家政是容易先跑出来的应用场景。技术路线是统一的 (人形机器人), 商业化是分场景的。 物理需求 vs 虚拟需求 Alex 一句反直觉的话: 他对人形机器人的付费意愿比对 LLM 更多。理由是过去十年大家都在疯狂满足虚拟世界的需求 (社交、视频、内容), 但物理世界的需求 (做家务、解决体力劳动) 一直没被满足。加上家庭机器人还自带"解决隐私问题"的卖点——就像当年自动驾驶 robotaxi 也卖过这个点。 监管壁垒的差异 同样是 AI for Science, 药物受非常严格的监管, 材料科学就要轻很多。Alex 观察到一些公司会"先做材料、再做药物", 路径上是绕监管的产物, 不是技术选择。这是一个判断 AI for Science 项目商业化节奏时容易忽略的变量。 【这一期提到的公司】 Isomorphic Labs · Google DeepMind 的 AI 制药拆分公司, AlphaFold 团队的商业化延伸 Chai Discovery · OpenAI 系出身的 AI 制药独角兽 【写在最后】 这是 Alex 三集对谈的最后一集。今天我们也同步上线这次对谈的完整版 (约一小时), 适合一口气听完整条思路的朋友。 Alex 答应做这个节目的常驻嘉宾, 所以他后面还会回来; 大家更感兴趣哪个方向, 欢迎在评论区告诉我。如果你身边有正在硅谷做 AI、做产品、做投资的朋友, 是你觉得 Emma 应该认识、应该聊一聊的, 也欢迎推荐给我。 谢谢三集都听完的你。下一期见。 【关于这个节目】 《Emma 想知道》是我的对谈类播客。每一期我都会请一位硅谷的朋友来聊聊他们正在看到、思考、好奇的事, 可能是 AI 投资, 可能是产品趋势, 可能是行业里的某个判断。 好奇心是这个节目唯一的主线。 本期嘉宾: Alex · 硅谷 AI 研究员、Anthropic / SpaceX / Stripe / Circle / Neuralink 早期投资人 如果你喜欢这一期, 欢迎在小宇宙订阅、点赞、转发! 有想听的话题或想推荐的嘉宾, 欢迎在评论区告诉我, 或者来微博找我聊。

Show Notes "未来美国的指数,可能就变成半导体指数了。" "AI 能力上来之后, 技术不会再成为唯一的护城河。" "经济的一部分, 其实可以靠 agent 自己来运转起来。" 本期《Emma想知道》 为什么 Alex 说现在二级市场上"只有 AI 半导体值得看"? 这波估值的尽头在哪? Agent 不只是应用层的升级，它要承接的到底是什么? 为什么 Alex 说"如果 agent 起不来, 当前的 AI 周期可能就会有一个大调整"? 如果技术不再是 AI 公司的护城河, 那护城河是什么? Stripe 和 Circle 在为一个什么样的未来做准备? 这是《Emma想知道》的第二期, 也是"AI 投资趋势"三部曲的中集。上一期 Alex 抛出了他未来几年最关注的四个方向：半导体、agent、机器人、AI for science。这一期我们深入聊前两个: 为什么这两个板块是承接当前 AI 周期的核心, 以及 Alex 怎么把 agent 这件事拆成五层来看。 最后我们落到了两个具体的公司——Stripe 和 Circle,聊为什么 agent 经济不是另一个虚的概念, 而是已经有人在为它搭基建了。 上集回顾：《EP1. 22年用15B估值押注 Anthropic的人是怎么想的》 【时间轴】 📊 半导体: 二级市场唯一值得看的板块 00:06 未来几年 AI 投资的四个方向 02:28 半导体: 基建需求叠加产能错配 03:14 现在估值贵不贵? 这波还能跑多久? 03:41 跷跷板逻辑: 半导体涨 → 通胀 → 加息 → 实际利率打回股市 🤖 Agent 不只是应用, 更是承接 AI 周期的关键 04:25 为什么 agent 不能只用"应用"的思维去理解 04:51 "如果 agent 起不来, 当前的 AI 周期就会有一个大调整" 05:35 Agent economy 到底是什么意思? 是不是华尔街之狼卖 penny stock 那套词? 06:08 脱手运行 (Human not in the loop): 一线 researchers 看到了什么? 08:21 智能体经济何时降临? Alex: 不是技术难点, 是认知难点 🔧 Agent 五层拆解 09:50 五个层次: infra / framework / security / app / economy 10:12 Agent infra: 从 GPU 提效到更高维度的 inference 优化 11:35 Agent security: 大厂 CSO 最头疼的事, 怎么分清这个请求是人还是 agent 🚧 现在最缺什么 15:33 最缺的是无代码构建智能体的工具: "让每个人都能自己装小龙虾" 17:15 为什么大部分人做不出好 agent? 要么简化产品, 要么提升自己提取知识的能力 18:18 理想的产品标准: 什么时候 agent 工具能像拍 TikTok 一样简单 19:54 Agent security 怎么投? "卖铲子"逻辑和复合型人才稀缺 🔮 落地: Agent Economy 与具体标的 21:33 Agent app 的护城河: "AI 能力上来之后, 技术不会再成为唯一的护城河" 22:32 Distribution, distribution, distribution 23:33 智能体经济 (Agent Economy) 不是 web3 词汇的堆砌, 它是对前四层的整合 24:00 类比: 抖音是怎么从短视频做成经济闭环的 25:15 Stripe 的视角: 从"人和人的支付"到"人和 agent 的支付" 26:41 agent 可能更愿意在链上支付? Circle 也是这块拼图 🔭 下期预告 27:16 下期内容: 家庭机器人 + AI for science 【这一期我们聊到的几个关键概念】 跷跷板逻辑 半导体股价和美联储政策之间的反身性循环: 半导体涨得越凶, 美股推得越高, 通胀压力可能会越大, 美联储越可能加息, 实际利率上行又会把股市打回来。 “脱手运行”（Human not in the loop） Alex 解释 agent economy 时反复强调的判断：未来 agent 可以在没有人介入的情况下自我运转,不管是供给端还是需求端。他认为这不是技术难点,而是认知难点；LLM 22 年出来的时候,我们也没想到现在能用它写这么多代码。 智能体（Agent）五层框架 Alex 把 agent 这件事拆成 infra → framework → security → app → economy 五层,按时间顺序推演。infra 解决推理效率, framework 解决怎么造 agent, security 解决人和 agent 怎么分辨, app 是垂直应用, economy 是把所有这些整合起来形成自发飞轮的终局。 技术不再是护城河 在 frontier 模型之外, AI 应用层的技术深度可能无法构成真正的护城河；任何一个好产品, 你让 AI 重写一遍其实并不费时间。真正的护城河是 network effect、数据飞轮、distribution。这也是为什么硅谷现在最常听到的词是"流量"和"分发"。 智能体经济（Agent Economy） Alex认为这不仅仅是炒作爆词, 而是对前四层的整合，它同时解决供给端(agent building / deployment / payment)和需求端(distribution)的问题, 形成自发的飞轮。他用抖音"流量 + 电商"的闭环做类比, 押注未来会出现一家能抓住这个闭环大部分价值的"万亿甚至十万亿级"公司。 【这一期 Alex 提到的公司】 * Stripe · agent 支付基建的早期布局者 * Emma提到的“agent commerce"发布会 * Stripe官方：《What is agent commerce?》 * Circle · agent 链上支付的另一块拼图 【下期 Emma 想知道】 这一次对谈我们一共聊了一个小时左右,拆成了上中下三集。明天上线最后一集, Alex 会跟我们分享他看好的两个远期方向: 为什么 Alex 觉得人形机器人的付费意愿可能比ChatGPT订阅更高? 家庭机器人和工厂机器人, 哪个会先跑出来? AI for science 这种听起来很远的事, 什么时候会真正影响到普通人的生活? 明天我们也会同步放出这次对谈大约一个小时的完整版。明天上线, 明天见。 【关于这个节目】 《Emma 想知道》是我的对谈类播客。每一期我都会请一位硅谷的朋友来聊聊他们正在看到、思考、好奇的事——可能是 AI 投资,可能是产品趋势,可能是行业里的某个判断。 好奇心是这个节目唯一的主线。 本期嘉宾: Alex · 硅谷 AI 研究员、Anthropic / SpaceX / Stripe / Circle / Neuralink 早期投资人 如果你喜欢这一期,欢迎在小宇宙订阅、点赞、转发!有想听的话题或想推荐的嘉宾,欢迎在评论区告诉我,或者来微博找我聊。

Show Notes "Anthropic 当时只有 15 个 billion 的估值。大部分投资人的思维都比较线性，但我比较想找这种非线性的变化。" "投资本身就是在某时某刻，抓住最主要的矛盾，然后去下注。" "Anthropic 是压中了 coding，OpenAI 是建了一个生态。" 【本期 Emma 想知道】 一个在金融行业做量化的人，怎么会在 2022 年底就 all in LLM？ 2023 年没人敢押 Anthropic 的时候，他凭什么用 15B 估值投了？ 站在 2026 年回看，御三家的格局怎么变了？他现在还会重做一遍同样的判断吗？ 这是《Emma 想知道》的第一期，也是"AI 投资趋势"三部曲的上集。我请到了我多年的朋友 Alex 做客：他既是硅谷大厂的 AI 研究员，也是 Anthropic、SpaceX、Stripe、Neuralink 这些公司的早期投资人。 我们从他的职业转型聊起，一路聊到他作为早期投资人最关键的几次判断，以及他对当下 AI 公司格局的最新看法。 【时间轴】 🎙️ 开场 00:00 为什么我想做这个播客 01:26 Alex 自我介绍 · 量化 → 大厂 AI → 早期投资人 💼 从量化到 AI 02:25 从量化到 AI 是怎么发生的？ 03:58 "最近有个哥们儿从 J Street 去了 DeepSeek" 04:36 22 年底 all in LLM · 在推荐系统里看到 scaling law 的力量 05:44 ChatGPT 出来那阵硅谷的氛围 💰 早期投资判断 06:35 23 年开始投早期：SpaceX、Anthropic、Neuralink、Stripe 07:25 当时为什么敢投 Anthropic？ 08:03 15B 估值的 Anthropic vs 已经 90B 的 OpenAI · second best 策略 08:46 "投资本身就是抓住最主要的矛盾，然后去下注" 🔍 御三家格局 10:03 站在 2026 年看 OpenAI、Anthropic、Google DeepMind 10:54 一个有争议的判断：OpenAI 现在的性价比比 Anthropic 更好 11:21 OpenAI 的"生态位"到底是什么？ 12:19 Neolabs 还有机会吗？会不会出现下一个 OpenAI？ 🔮 下期预告 14:06 Alex 抛出未来四个投资方向 14:28 下期我们聊半导体和 Agent 【这一期我们聊到的几个关键概念】 Second Best 策略 当头部标的估值已经太贵进不去时，投同赛道的第二名。Alex 把它类比成"投英伟达之余也投 AMD”：市场份额扩张时，second 也会显著受益。这是他 23 年押注 Anthropic 的核心逻辑。 Scaling Law 的具象意义 模型越大、数据越多、GPU 越多，效果越好。Alex 在推荐系统里就已经验证过这套规律，并把这个判断直接迁移到了 LLM 上。"它是能直接转化成公司收益的”，这句话是他敢于 22 年底 all in 的底层信念。 线性思维 vs 非线性思维 大部分投资人是线性外推的，基于已有趋势预测未来。但真正的早期机会在非线性的范式转变里。Alex 说他押 Anthropic 时身边几十年的投资老炮都看不懂，但他抓住的是"LLM 早期 Anthropic 的人才不属于 OpenAI"这个主要矛盾。 错位主题（Neolabs 的机会） 在御三家成型的情况下，新一代 lab 的机会不在跟 OpenAI 抢同一个市场，而在押注下一代模型范式——比如 world model。这条路线现在还小，但 Alex 觉得有机会一下子爆发出来。 【这一期 Alex 提到的公司】 * Anthropic · 23 年用约 15B 估值投，second best 策略 * SpaceX · 22 年投，当时估值约 100B * Neuralink * Stripe 【下期 Emma 想知道】 Alex 在这期末尾给了我四个他正在关注的方向：半导体、Agent、机器人、AI for Science，按时间从近到远排列。下一期我们会深入聊前两个： 为什么 Alex 说半导体是当下二级市场唯一值得关注的板块？ Agent 经济到底是不是另一个 web3 式的概念炒作？ 为什么 Alex 说"技术永远不会再是 AI 公司的护城河"？ 明天上线，明天见。 【关于这个节目】 《Emma 想知道》是我的对谈类播客。每一期我都会请一位硅谷的朋友来聊聊他们正在看到、思考、好奇的事——可能是 AI 投资，可能是产品趋势，可能是行业里的某个判断。 好奇心是这个节目唯一的主线。 本期嘉宾：Alex · 硅谷 AI 研究员、Anthropic / SpaceX / Stripe / Neuralink 早期投资人 如果你喜欢这一期，欢迎在小宇宙订阅、点赞、转发！有想听的话题或想推荐的嘉宾，欢迎在评论区告诉我，或者来微博找我聊。