

EP 15.AGI 已到,价值何时移到应用层?——斯坦福《AI 超周期经济学》第十四讲精读透过AI播客学英文课第十四讲。原文:Infrastructure, Enterprise AI, SaaS(斯坦福 MS&E 435《Economics of the AI Supercycle》)。定位:一位从数据、湖仓一路做到 AI 业务的创始人 CEO,谈企业里真正难的事,和软件层未来的钱在哪。 这期斯坦福课讲的不是模型层的算力比拼,而是把镜头转向企业——请来 Databricks 掌门人 Ali Ghodsi,用一手约两万家客户的经验,给「AI 到底能不能进企业」泼了盆冷静、但极有分量的水。 论证可压成三句:AGI 早就到了,可企业接不住,真正瓶颈是组织里的隐性上下文;软件没有死,只是不再独占护城河,进入壁垒与切换成本双双下降;价值一路向上压向应用层,模型层终将像亚马逊卖书一样薄利规模化。发电机当年花了约四十年才改写世界,AI 也要经历一场「重新接线」式的流程重造。 1. 课程导读 · 公司近况 本期精讲 Stanford MS&E 435(Spring 2026)《Economics of the AI Supercycle》Enterprise AI & SaaS。嘉宾 Ali Ghodsi(Databricks 联合创始人兼 CEO)。检索日 2026-09-10。成片按精读讲解稿直出(跳过生词好句);备课财务框架:护城河变化 + 价值上移,不硬套每兆瓦利润表。 产品与组织 * 课程:Stanford MS&E 435 · 栏目第十四讲 · Enterprise AI & SaaS。接 ep-014 第十三讲 Building AI Factories。 * 公司主线:数据 → 湖仓(lakehouse)→ AI 平台;课上反复强调「AI 战略始于数据战略」与组织上下文注入。 * 产品语境(公开材料口径,非本期口播展开):Unity Catalog / AI Gateway、Lakebase、Genie 等企业数据与 AI 产品面;此前收购收购 MosaicML 强化训练能力。一手融资与产品表述以公司与主流财经报道为准。 投融资与上市传闻 * 近 1–2 周未见 Databricks 新的官方融资或上市一手。 * 背景(早于近两周):2026-08-13 前后报道完成约五十亿美元融资、估值约一千九百亿美元;CEO 称需求很猛,但公开市场干扰大,二零二六年未必是合适 IPO 窗口。CNBC · Databricks $5B / $190B 2. 访谈嘉宾 * Ali Ghodsi · Databricks 联合创始人兼 CEO * 课程:Stanford MS&E 435 · Economics of the AI Supercycle · Enterprise AI & SaaS * 主题:AGI 已到、组织上下文、软件护城河、锯齿前沿、rewiring、价值上移应用层 3. 主要话题时间线 时间对齐线上成片(23:36,含约 7 秒片头)。英文整句 Joyce-en;中文 Joyce-zh。误差约 ±15 秒。段间硬拼接。跳过生词好句音标表。 ─────┬─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 时间 │话题 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 0:06 │开场导读:第十四讲企业 AI 与 SaaS。Ali Ghodsi / Databricks;主线是 AGI 已到、瓶颈在组织上下文、价值上移应用层。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 1:45 │英文金句:放轻松,时代疯狂但基本没必要紧张。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 1:52 │讲解开场降温:chill out / not warranted。转入超级智能崇拜。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 2:51 │英文金句:对超级智能的追求没有根据,因为连定义都没有。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 3:00 │讲解 quest / unwarranted:先定义再谈追求。转入现场举手。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 4:00 │英文金句:觉得已有 AGI 的人,总是只有大约一成。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 4:07 │讲解 move the goalposts:标准被悄悄抬高。转入企业里 agent 很少真正干活。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 5:12 │英文金句:企业仍在倒腾 TPS 报表;连 AI 公司内部也这样运作。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 5:21 │讲解官僚忙碌与 agent 缺席。转入病因:缺组织上下文。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 6:27 │英文金句:agent 没有人类在组织里才有的上下文,因此会犯蠢错误。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 6:39 │讲解 context 是题眼:隐性知识、口头默契。转入把 John/Jane 的脑子装进模型。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 7:44 │英文金句:把上下文转入组织内的 AI,就会有巨大影响,因为 AGI 已经在这里。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 7:56 │讲解 transfer / figure out / massive impact。转入软件已死是伪命题。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 9:00 │英文金句:若软件都死了,OpenAI、Anthropic 乃至英伟达不也该死?所以软件显然没死。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 9:13 │讲解归谬法拆穿 Software is dead。转入真正的结构变化。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 10:26│英文金句:进入壁垒大幅下降,切换成本也大幅下降。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 10:34│讲解 barrier to entry 与 switching cost / lock-in 松动。转入护城河不止软件。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 11:41│英文金句:护城河还有规模经济、法拉利劳力士式品牌、以及数据。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 11:53│讲解 moat 多元:规模、品牌、专利、数据。转入锯齿前沿。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 13:01│英文金句:这是锯齿状前沿——有的事极强,有的事极烂。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 13:08│讲解 jagged frontier:用约两万客户做抽样。转入客服反直觉。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 14:26│英文金句:客服处理的往往是人类也不知道怎么办的事,很难自动化。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 14:35│讲解 support 难自动化。转入 AI 战略始于数据战略。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 15:36│英文金句:AI 战略始于数据战略;先把路铺好,让数据流起来。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 15:46│讲解 pave the roads / data flowing。转入技术扩散四十年与重新接线。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 16:52│英文金句:电动机从一八八零到一九二零才见影响;扩散四十年;现在也会 rewiring。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 17:03│讲解 diffusion 与 rewiring:换工具不够,要重造流程。转入连接器案例。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 18:23│英文金句:生产级连接器原要三个季度;第一性原理团队一季交付七个——与更聪明模型无关。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 18:38│讲解流程重造与 bus factor。转入钱往哪去。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 19:55│英文金句:应用层会是赢家;价值一路上移;前沿模型将像亚马逊卖书一样薄利规模化。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 20:13│讲解 move up the stack / commoditize。转入主题升华。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 21:26│主题升华:AGI 已到但企业缺上下文;软件没死但护城河改写;价值压向应用层。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 22:46│英文收束:一八八零到一九二零的电动机时滞——现在也会发生,Rewiring。 ─────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 22:56│收束追问:数据铺路了吗?流程重新接线了吗?John/Jane 的隐性知识装进模型了吗? ─────┴─────────────────────────────────────────────────────────────────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不再收本期访谈复述。只看另一条新闻——同公司或同类公司的产品、管理、财务、投融资。检索日 2026-09-10。 融资与上市窗口 * CNBC · Databricks wraps $5 billion funding round at $190 billion valuation:对照课上「应用层/数据平台为何仍能吸金」,不要把估值写成口播事实。 对照已上线 * ep-014 Building AI Factories:算力工厂的每兆瓦账;本期:企业接住 AI 与软件层价值上移——同一条超周期叙事的上下游。 5. 听友群 加入听友群获取播客相关学习素材。
EP 14.建 AI 工厂:数据中心一年烧掉多少钱?——斯坦福《AI 超周期经济学》第十三讲精读文稿版本:精读讲解稿配套 · v3 · 2026-09-11(跟播时间轴对齐成片;勿用早期改写口播)。 透过AI播客学英文课第十三讲。原文:Building AI Factories(斯坦福 MS&E 435《Economics of the AI Supercycle》Session 10)。定位:hyperscaler 上千亿的资本开支花在哪、每兆瓦多少钱、四年还是两年回本、真正的瓶颈是什么。 这期斯坦福课表面讲怎么盖一栋数据中心,骨子里讲一个时代把钱花在了哪里。五家超级云在 AI 上的资本开支已经仅次于美国国防预算。Chase 给的经济学理由是:人类第一次能用买算力来数字化地制造劳动力、直接改变 GDP。买数据中心、买 GPU,本质上是在给这个时代雇员工。 每兆瓦的账:电厂加建筑约两千万美元,人是瓶颈之一;IT 约四千万,GPU 独占三千万;合计前期约六千万。纯出租年入一千五百万、四年回本;往上托管模型、交出 token,乐观两年回本。最贵的不是想法,是算力;算力里最贵的不是芯片本身,是电、楼、和把这一切造出来的人。 1. 课程导读 · 公司近况 本期精讲 Stanford MS&E 435(Spring 2026)《Economics of the AI Supercycle》Session 10 Building AI Factories。嘉宾 Chase Lochmiller(Crusoe 创始人兼 CEO)。检索日 2026-09-09。成片按精读讲解稿直出;备课交互补充三条线:产业链、数字劳动、每兆瓦利润表。 数字劳动为什么值钱 * 课上教学简化:GDP 增长 ≈ 劳动变化 + 资本变化 + 技术变化。三个桶是劳动、资本、技术,不是在背索洛残差系数。 * token 是 ΔL 的可计量单位。过去增加劳动只能靠人口;现在买数据中心、买 GPU,等于采购 digital labor。 * 例子:让一个 agent 去建 CRM,就是把一份数字劳动带进现实。五家超级云砸到仅次于美国国防预算,买的是这份产能,不是一栋更贵的房子。 AI 工厂产业链 左边配方、右边工厂。课上点名和按层补例分开记;Groq 是芯片,不要和 xAI 的 Grok 模型混。 ───────────┬────────────────────────────────────────────────────────────────────────────────────────────────┬─────────────────────────────────── 层 │课上点名 │按层补例(课上未点名) ───────────┼────────────────────────────────────────────────────────────────────────────────────────────────┼─────────────────────────────────── 数据 │OpenAI / Google / Meta 自有语料 │Scale AI、Surge AI、Labelbox、Appen ───────────┼────────────────────────────────────────────────────────────────────────────────────────────────┼─────────────────────────────────── 算法 │OpenAI、Anthropic、Google/DeepMind、NVIDIA NVFP4 │— ───────────┼────────────────────────────────────────────────────────────────────────────────────────────────┼─────────────────────────────────── 架构 │NVIDIA NVLink;Groq Data Flow;Cerebras;TPU;Trainium;MI300 │— ───────────┼────────────────────────────────────────────────────────────────────────────────────────────────┼─────────────────────────────────── 算力 │NVIDIA GPU;AMD / Intel CPU;台积电;InfiniBand / RoCE │— ───────────┼────────────────────────────────────────────────────────────────────────────────────────────────┼─────────────────────────────────── 数据中心 │Crusoe;Blue Owl × Primary Digital;伊顿 / 施耐德;阿比林 2.1 GW,页脚 Oracle / Microsoft 是买家│— ───────────┼────────────────────────────────────────────────────────────────────────────────────────────────┼─────────────────────────────────── 能源 │GE Vernova、西门子、三菱重工、普惠、卡特彼勒 Solar;太空机房五年内别当真 │— ───────────┼────────────────────────────────────────────────────────────────────────────────────────────────┼─────────────────────────────────── Crusoe 竖切│零四能源优先 → 零三模块化机房 → 零二云平台出租 → 零一托管 AIaaS │不设计芯片、不做基础模型 ───────────┴────────────────────────────────────────────────────────────────────────────────────────────────┴─────────────────────────────────── 单位经济:每兆瓦利润表 口径是课上原页核对后的教学账,不是 Crusoe 财报。一千九百万美元是电厂加机房,不是 IT。讲解稿口播合计约六千万,备课核对合计约五千九百万,差在四舍五入。 ─────────────────────────────┬───────────────────────────────────────────────────────────────────────────────────────── 项目 │每兆瓦 ─────────────────────────────┼───────────────────────────────────────────────────────────────────────────────────────── 年营业收入(IaaS 纯出租) │约一千五百万美元(SemiAnalysis / GB200 五年口径) ─────────────────────────────┼───────────────────────────────────────────────────────────────────────────────────────── 年营业收入(Managed AI 乐观)│约三千万;相对 IaaS 最高再叠百分之一百 ─────────────────────────────┼───────────────────────────────────────────────────────────────────────────────────────── CapEx 投入 │讲解稿口径约六千万;备课核对约五千九百万 = 壳一千九百万 + GPU 三千万 + 其他 AI 基建一千万 ─────────────────────────────┼───────────────────────────────────────────────────────────────────────────────────────── 年运营成本 │约一百一十万(电、网络、人力、GPU 保险) ─────────────────────────────┼───────────────────────────────────────────────────────────────────────────────────────── 回本周期 │IaaS ≈ 四年;Managed 乐观 ≈ 两年。算法是 CapEx ÷ 年营业收入,不是净利润 ─────────────────────────────┴───────────────────────────────────────────────────────────────────────────────────────── 产品与组织 * 课程:Stanford MS&E 435 · 栏目第十三讲 · Session 10 · Building AI Factories。接 ep-013 第十二讲 GPU 经济。 * 阿比林时间线五件事不要加总:2024.06 的 206 MW 租约、2025.04 的 103 MW 一号楼、2025.05 的 618 MW 扩建开工、2026.03 的 900 MW 九号十号楼签约、2026.07 的 830 MW IT 完工到八号楼。830 与 900 口径不同;约 1.2 GW 合资园区不要和 2.1 GW 全园混成一笔。 * 最近一手(早于近两周,作背景):Crusoe 2026-03-27 官方宣布为微软新建 900 MW campus,与既有阿比林设施合计约 2.1 GW。Crusoe 新闻稿 投融资与上市传闻 * 近 1–2 周未见 Crusoe 新的官方融资或上市一手。 * Blue Owl × Primary Digital 出现在课上阿比林案例的机房投资结构里;本轮未见新的 primary 披露。 2. 访谈嘉宾 * Chase Lochmiller · Crusoe 创始人兼 CEO * 课程:Stanford MS&E 435 · Economics of the AI Supercycle · Session 10 · Building AI Factories * 原片:YouTube Building AI Factories 3. 主要话题时间线 时间对齐线上成片(27:36,含约 7 秒片头)。英文整句 Joyce-en;中文 Joyce-zh。误差约 ±15 秒。段间硬拼接。每行说明该时段在讲什么。跳过生词好句音标表。 ─────┬───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 时间 │话题 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 0:06 │开场导读:第十三讲建 AI 工厂。数据中心才是在烧钱的东西;Crusoe 从电子做到 token。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 1:38 │英文金句:这条曲线一路上行,这笔投资比太空、高速公路、曼哈顿计划都大,仅次于美国国防预算。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 1:57 │讲解对照:科技圈说曲线往上往右。Chase 带着登山思维。转入数据中心是物理显现。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 3:09 │英文金句:数据中心是 AI 采用潮的物理显现,是给 GPU 供电、运维、跑大任务的基础设施。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 3:36 │讲解物理显现:不是一间放电脑的屋子。转入 token 值钱是因为它能改变 ΔL。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 4:48 │英文金句:GDP 增长等于劳动、资本、技术三个变化之和;人类第一次能数字化地改变 delta L。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 5:16 │讲解数字劳动:过去加劳动力要养二十年;现在买 GPU 等于雇数字劳动力。让 agent 建 CRM 就是一份被带进现实的数字劳动。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 6:51 │英文金句:今天的瓶颈是已经通电的数据中心,也就是能插芯片就开跑的通电外壳。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 7:13 │讲解瓶颈会移动:四年前卡算力,现在卡通电外壳,所以才做垂直整合。转入能源优先。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 8:31 │英文金句:电价一度为负;一吉瓦够给整个丹佛供电;不搬电,把数据搬到有电的地方。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 8:57 │讲解能源优先:选址阿比林。把数据搬去有电的地方。转入每兆瓦的人账。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 10:20│英文金句:劳动力每兆瓦四百七十万美元;缺电工、焊工、水管工,蓝领劳动竞争极其激烈。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 10:47│讲解人是瓶颈:电厂加建筑约两千万每兆瓦;阿比林现场约九千人。转入燃气轮机涨价。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 12:03│英文金句:燃气轮机就那么几家;每兆瓦从一百万涨到三百万;当 GE Vernova 股东日子很好过。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 12:29│讲解卖铲子:厂商少、需求涌上来。转入 IT 大头,一兆瓦四千万、GPU 占三千万。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 13:33│英文金句:IT 约四千万每兆瓦,三千万去 GPU,四百万网络,三百万 CPU 和存储。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 14:02│讲解 IT 资本开支:黄仁勋为什么总在笑;一个机柜七十二块 GPU 连在同一高速域。转入回本模型。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 15:30│英文金句:前期六千万,纯出租年入一千五百万、四年回本;托管模型乐观三千万、两年回本。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 16:10│讲解四年还是两年:从租 GPU 抬到交出 token,才是从电子走到智能的账。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 17:52│英文金句:多数公司按五年折旧;策略是抽象掉计算层,客户不该关心底下是哪块芯片。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 18:23│讲解抽象:像用视频会议不会想背后是哪家芯片。转入算力会不会变成大白菜。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 19:32│英文金句:旧算力会商品化,但规模永远不是大宗商品;毛利率长期或从百分之八十落到百分之六十。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 19:56│讲解规模溢价;电气设备商在关键路径上。转入太空机房。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 21:34│英文金句:不会派宇航员上天送修芯片;载荷成本要降两个数量级,五年内别当真。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 21:59│讲解太空数据中心:很酷,五到十年不构成实质影响。转入给学生的建议。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 23:19│英文金句:像登山者一样思考;活在无限增长循环里;少纠结做什么,多关注怎么做。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 23:47│讲解没有人是成品。主题升华:这笔钱砸向哪里、每兆瓦怎么拆、四年还是两年回本。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 26:44│英文收束:人类历史上第一次,买数据中心和 GPU 就能数字化地改变 delta L。 ─────┼───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 26:54│收束判断:顺着电子到 token 到钱把账算通。好,这期建 AI 工厂的精读先讲到这。 ─────┴───────────────────────────────────────────────────────────────────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不再收本期访谈复述。只看另一条新闻——同公司或同类公司的产品、管理、财务、投融资。检索日 2026-09-09。 产品 / 机房交付 * Crusoe 官方 2026-03-27:阿比林旁新建 900 MW Microsoft campus,全园规划约 2.1 GW。用来对照课上「物理工厂这一层谁在买容量」,不要把约 1.2 GW 合资园区加进 2.1 GW。新闻稿 * YouTube 原课:Building AI Factories。原片 财务与投融资 * 近两周未见 Crusoe 新的官方融资一手。上表 IaaS 年营业收入来自课上引用的 SemiAnalysis GB200 五年口径,不是 Crusoe 利润表。 * 电气设备商 GE Vernova、伊顿、施耐德在能源/机房关键路径上,不把股价解读写成新的投研结论。 5. 听友群 加入听友群获取播客相关学习素材。
EP 13.GPU 经济:为什么 AI 天生这么能吃算力?—— 斯坦福《AI 超周期经济学》第十二讲精读透过AI播客学英文课第十二讲。原文:The GPU Economy(斯坦福 MS&E 435《Economics of the AI Supercycle》第十二讲)。定位:AI 为什么吃算力、成本为何暴跌而需求爆炸、真正的瓶颈是电力与内存。 这期斯坦福课程讲清楚了一件事:AI 是一台吃算力的机器,经济逻辑和我们熟悉的软件时代完全不同。软件是「复制成本趋近于零」——写一遍代码就能廉价复制。AI 不是:每次使用都在消耗真实的算力、电力与内存。所以无论问钱在哪里,还是问 GPU 经济,答案都指向同一层——算力是 AI 世界的真金白银。 三条反常识:AI 不因为贵而没人用,因为它的成本在以每年一个数量级崩塌;成本越低,需求反而爆炸,因为从「给答案」走向「替你做事」,单位智能的价值涨得比成本跌得还快;于是瓶颈不再是芯片本身,而是电和内存——谁能用同样一瓦电产出更多 token,谁就掌握命门。落到人身上:当纯智商被机器商品化,价值转向说服、组队、带人,以及把 AI 当外骨骼去做创造。看见「AI 多聪明」时,先问这句话背后烧了多少算力、多少电。 1. 课程导读 · 公司近况 本期精讲 Stanford MS&E 435(Spring 2026)《Economics of the AI Supercycle》第十二讲 The GPU Economy。嘉宾 Brad Gerstner(Altimeter 创始人)与推理芯片专家 Sunny。检索日 2026-09-08。 产品与组织 * 课程:Stanford MS&E 435 · 第十二讲 · The GPU Economy。接 ep-011 第一讲「Where's the money」。 * Altimeter:Brad Gerstner 创办;公开材料提及 OpenAI、Anthropic、NVIDIA 等布局(以机构披露为准)。 * Groq:主营推理芯片(不是 xAI 的 Grok 模型)。与 NVIDIA、Cerebras 同属推理芯片赛道、互为竞争;路线是 Data Flow Architecture(数据流架构)的推理芯片,强调确定性、低延迟。口播里 Sunny 团队后并入 / 与 NVIDIA 连接合作:在同样电力成本与机房 footprint 下,可产出约两到三倍 token。 * 概念锚点:token 作为智能原子单位;inference 成本一年降约九成;电力与内存是真约束。 投融资与上市传闻 * 本轮未见与本讲直接相关的新 primary 融资一手;近况以课程观点与算力/电力约束为主。 2. 访谈嘉宾 * Brad Gerstner · Altimeter Capital 创始人 * Sunny · 推理芯片专家(口播中其团队 / Groq 路线后与 NVIDIA 连接合作并并入;稿内 Grok 读音指 Groq 芯片团队,非 xAI 模型) * 课程:Stanford MS&E 435 · Economics of the AI Supercycle · 第十二讲 3. 主要话题时间线 时间对齐线上成片(23:18,含约 7 秒片头)。英文整句 Joyce-en;中文 Joyce-zh。误差约 ±15 秒。段间硬拼接。每行说明该时段在讲什么。 ─────┬────────────────────────────────────────────────────────────────────────────────────────────────── 时间 │话题 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 0:06 │开场导读:接第十期「钱在哪里」,本期读斯坦福第十二讲 GPU 经济——AI 为什么这么贵、贵又为何崩了九成。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 1:45 │进入精讲:先立 token 是智能的原子单位。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 1:50 │英文金句:AI / intelligence 的 atomic unit 是 token。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 1:56 │讲解原子单位:产出智能就是造 token,每造一个都要烧算力,不是廉价复制。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 2:42 │英文对照:从数据库取一条记录很便宜,生成一个 token 的 flops 令人目瞪口呆。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 2:54 │讲解量级鸿沟:Snowflake 式检索 vs 生成 token,算力差出几个数量级。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 3:50 │英文公式:算力大约是参数规模乘以 context length 的平方。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 4:09 │讲解平方级膨胀:模型变大、上下文拉长,成本就疯涨;这是另一种计算范式。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 5:15 │英文:摩尔定律不够用了,只能把芯片做得更大来 exceed。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 5:29 │讲解摩尔定律见顶:晶体管做小逼近极限,改走做大芯片。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 6:12 │英文比喻:Cerebras 的芯片大概有披萨盒那么大。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 6:18 │讲解三管齐下:芯片更大、工程更巧、量化更省(如 NVFP4)。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 7:21 │英文:inference 成本过去一年降约九成,两年半接近降九成九。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 7:32 │讲解技术通缩:推理才是日常烧钱处;一年降九成是后面所有商业逻辑的起点。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 8:16 │英文:黄仁勋判断 inference 即将增长十亿倍,不是十倍、一百倍。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 8:29 │讲解反常识:从预训练走到推理期思考,需求暴涨比成本下跌还快,租卡价格甚至在涨。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 9:50 │英文工厂比喻:一头进电和芯片,另一头出 token;约束是电力和内存。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 10:16│讲解电进 token 出:固定功耗 footprint 下,谁能用同样的电产出更多 token,谁就赢。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 11:33│英文:买下 Grok 后,同样功耗与建筑能产出约两倍半 token。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 11:42│讲解化敌为友:Sunny 的推理芯片与 NVIDIA 合在一起,同样的电多产智能,后来并入 NVIDIA。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 12:54│英文:OpenAI 和 Anthropic 起步时毛利率高度为负——一美元造、两毛卖。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 13:10│讲解负毛利豪赌:每单都在亏,传统商业近乎自杀。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 13:48│英文:赌 inference 成本大降、智能变贵后付费意愿上升。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 14:02│讲解两步赌注:今天亏着卖,赌明天成本合上、用户愿付更多。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 14:46│英文:AI 第一局只是能给出答案——代码补全、更好一点的搜索。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 15:02│讲解 first inning:只能回答,所以值不了太多钱。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 15:37│英文:进入 agents 做事阶段——建应用、做客服、订酒店。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 15:57│讲解智能体:做成一件事要读、写、试错,每一步都烧 token。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 16:30│英文:做事时 token 消耗涨一个数量级,单位智能价值涨一百倍。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 16:44│讲解消耗与价值:token 涨十倍,交付价值涨一百倍。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 16:56│继续讲解:所以压低智能成本,能被 AI 做事的场景才会爆炸。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 17:33│转入人怎么办:IQ 被商品化,EQ 才值钱。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 17:38│英文:IQ gets commoditized,EQ 是说服、组队、带人。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 18:02│讲解护城河:纯智商解题被做成标准商品;人际与领导力更稀缺。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 18:59│英文:让自己变成 bionic,用尽工具去创造 alpha。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 19:11│讲解人机合一:把 AI 当外骨骼,不是躲它。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 19:55│英文:不必再等苹果砸到牛顿头上,才能让发现曲线变垂直。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 20:09│讲解创新加速:agent 24 小时去试、去发现,重点是发现原本发现不了的新事。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 21:01│主题升华:AI 每次使用都烧真实算力;瓶颈是电和内存,不是芯片本身。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 22:39│英文收束:这是不可思议的技术,但也极其吃算力,比以往任何范式高出几个数量级。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────────── 22:51│收束判断:看见「AI 多聪明」先问烧了多少电;抢芯片抢电抢的是印钞机。 ─────┴────────────────────────────────────────────────────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不复述本期口播。看算力、电力与推理成本怎么更新。检索日 2026-09-08。 经济栈与对照已上线 * 对照 ep-011:倒三角问钱在哪一层;本期问同样一层里,电怎么变成 token。 * Altimeter / 课程公开材料:以机构与斯坦福课程页为准,不把转写里的未核实并购当既定事实。 算力与电力约束 * 关注 inference 成本曲线、数据中心用电与内存带宽,而不是单看「模型更聪明」新闻。 * 口播中的 Grok 指 Groq(Sunny 的推理芯片团队),不是 xAI 的同名模型;与 NVIDIA、Cerebras 竞争,Data Flow 路线;同电约 2–3 倍 token 产出见第 1 节。 5. 听友群 加入听友群获取播客相关学习素材。
EP 12.如何自然地把热爱变现—— My First Million 谈唯一性、护城河与生活方式透过AI播客学英文课第十五期。原文:My First Million · How to naturally monetize what you love(Sam Parr & Shaan Puri)。定位:怎么把真心热爱的东西自然变成事业——做唯一、让热情当护城河、卖的是生活方式。 一个普通人,怎么把自己热爱的东西体面地变成事业?不要总想在拥挤赛道上当第一名,而是削掉平庸的部分,占住一个只有你的市场。真热爱不可复制,因为它不需要你咬牙硬撑。真正的生意往往不是那瓶香水或那条导览,而是线上不断长大的品牌——产品是钩子,独特与热爱才是回报。变现热爱从来不是要把自己变得世故,反而是要更勇敢地做自己。 1. 课程导读 · 公司近况 本期精讲 My First Million(Sam Parr & Shaan Puri)谈如何把热爱自然变现:唯一性、热情护城河、格式化内容、以及「生意在品牌,导览只是内容载体」。检索日 2026-09-07。 产品与功能 * 节目:My First Million —— 创业与生意点子访谈/对谈;本期切入点是「香水女孩」纽约香氛导览故事与 Museum Hack。 * 案例:Museum Hack(非常规博物馆体验)——口播引用约三百万美元营收量级;核心动作是把本地热情体验产品化。 * 概念锚点:personal monopoly(个人垄断);tours are just content(导览降级为内容素材)。 投融资与上市传闻 * 本轮未见与本期案例直接相关的新 primary 融资一手;近况以节目观点与案例机制为主。 2. 访谈嘉宾 * 主持:Sam Parr · Shaan Puri · My First Million * 背景:创业者/运营者对谈节目;擅长拆生意模式与增长动作 * 原节目主题:How to naturally monetize what you love 3. 主要话题时间线 时间对齐线上成片(14:18,含约 7 秒片头)。英文整句 Joyce-en;中文 Joyce-zh。误差约 ±15 秒。段间硬拼接(无 acrossfade 叠音)。每行说明该时段在讲什么。 ─────┬────────────────────────────────────────────────────────────────────────────────────────────── 时间 │话题 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 0:06 │开场导读:用纽约香水导览故事引出「如何把热爱自然变现」,并预告三条主线。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 1:35 │进入精讲:先立论——别做最好的,要做唯一的。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 1:41 │英文金句:不要做 the best,而要做 the only。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 1:46 │讲解唯一性:最好是比第一,唯一是占别人没有的位置;香水女孩只要成为「纽约做香水导览的那一个」。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 2:09 │英文金句:削掉做事里那些通用、平庸的部分,你就会进入几乎只有你的市场。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 2:18 │讲解 whittle away / market of one:把可替代的部分削掉,把自己做成一个人的市场。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 2:50 │英文金句:热情本身可以成为生意里的护城河。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 2:54 │讲解 enthusiasm moat:真热爱难复制,砸钱能抄的模式才像没有护城河。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 3:10 │英文金句:关键不是逼自己去做,而是给自己许可,全身心 lean into 热爱。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 3:24 │讲解 give yourself permission:很多人不是没热爱,而是觉得「这不算正经事」所以自我抑制。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 3:57 │英文金句:别把成功押在 go viral 上,那是买彩票心态。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 4:08 │讲解 lottery ticket mentality:一夜爆红是虚假希望,不该当主策略。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 4:29 │英文金句:更好的说法是「我只差一种可复制的格式」。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 4:50 │讲解 one format away:找到可反复复用的节目机制(钩子+收尾),比赌爆红更落地。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 5:43 │英文金句:导览只是内容素材;真正的生意应在线上品牌。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 6:01 │讲解生意反转:多数人用内容引流卖导览,应倒过来——品牌与内容资产才是交易中心,导览只是载体。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 7:19 │英文金句:卖马鞍的人,其实更该卖「骑马的乐趣」。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 7:33 │讲解卖生活方式:具体产品客群窄;卖体验/乐趣能打开更大市场。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 8:22 │把故事拉回香水女孩,落到整期核心句。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 8:27 │英文金句:她卖的是 horseback riding,不是 saddle。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 8:35 │讲解落点:她卖的是「找到专属香气、以得体形象出场」的体验,不是硬塞一瓶香水。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 9:02 │英文金句:这是星座运势的升级版——先读懂你,再卖高客单价。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 9:17 │讲解 cold reading:先让人感到被理解、属于某个群体,再递上产品。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 9:51 │英文金句:这叫 personal monopoly——你在某件事上为人所知。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 10:12│讲解个人垄断:做成细分里「非你不可」的标识,并不断加厚壁垒。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 10:49│英文案例:Museum Hack 把非常规博物馆体验做成约三百万美元营收的生意。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 11:09│讲解 Nick Gray:卖的不是艺术史大纲,而是带个人视角的付费本土体验。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 12:01│英文收束:饱含热情的本土体验,可以做成兴旺的生意。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 12:11│讲解收束句:不容易,但逻辑其实很简单。 ─────┼────────────────────────────────────────────────────────────────────────────────────────────── 12:25│主题升华:普通人如何把热爱体面地变成事业——唯一性、热情护城河、可复制格式、生意在品牌。 ─────┴────────────────────────────────────────────────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不复述本期口播。看「热爱/个人品牌如何变成可交易资产」。检索日 2026-09-07。 个人品牌与内容生意 * My First Million 节目页 / 相关集:围绕 lifestyle business、content as business 的讨论(以原集为准)。 * 对照:卖产品(马鞍)vs 卖生活方式(骑马)——交易叙事决定客群天花板。 本土体验产品化 * Museum Hack 类「非常规导览」:把免费场馆体验重包装成付费叙事产品。 * 提醒:导览可以是内容引擎,但长期资产往往在品牌与内容分发,不在单次票务。 5. 听友群 加入听友群获取播客相关学习素材。
EP 11.AI 的钱在哪里?—— 斯坦福《生成式 AI 经济学》第一讲精读透过AI播客学英文课第十期。原文:Economics of Generative AI(斯坦福课程第一讲)· Where's the money in AI?(Apoorv Agrawal / Altimeter)。定位:从半导体到应用的倒三角、为什么 AI 应用必须烧掉 GPU,以及消费 AI 的变现逻辑。 这期课程回答的就是题目里那个直白问题:AI 的钱在哪里?答案多少出人意料:钱在底部,不在顶部。价值高度聚集在半导体,热闹的应用层收入可以十倍增长,却迟迟没能砸出一个坑。这张倒三角不会永远倒着,但翻过来可能比云计算更久——把底层地基做好太难了。看每一张财报、每一个商业模式时,先问:钱在哪个层?这个层会翻转吗?我该站在三角的哪一边? 1. 课程导读 · 公司近况 本期精讲 Stanford MS&E 435(Spring 2026)《Economics of the AI Supercycle / Economics of Generative AI》第一讲。讲师 Apoorv Agrawal(口播稿写作 Apoorva):Altimeter Capital Partner,前 Palantir 工程。检索日 2026-09-05。 产品与组织 * 课程:Stanford MS&E 435 · Economics of the AI Supercycle。一手录像:YouTube · Session 开场讲 * 分析更新:Apoorv 个人站 The Economics of Generative AI: Two Years Later——生态从约九百亿增到约四千三百五十亿量级,形态仍倒三角,增量收入约七成五进 Semis。 * Altimeter:AI / software 向投资;公开材料提及 OpenAI、Glean 等布局(以机构披露为准)。 投融资与上市传闻 * 本轮未见 Altimeter / 本讲直接关联的新 primary 融资一手;近况以课程开课与「两年后」经济栈更新为主。 2. 访谈嘉宾 * 讲师:Apoorv Agrawal · Altimeter Capital Partner;Stanford MS&E Adjunct * 背景:前 Palantir 工程;NUS CS + Stanford MBA * 原课:Stanford · Economics of Generative AI / AI Supercycle Session 1 * 主题:倒三角、CapEx、burn GPUs、feature vs platform、用户数×ARPU、ads unlock 3. 主要话题时间线 时间对齐线上成片(24:29,含约 7 秒片头)。英文整句 Joyce-en;中文 Joyce-zh。误差约 ±15 秒。段间硬拼接(无 acrossfade 叠音)。重录自讲解稿覆盖版(跳过生词好句)。每行说明该时段在讲什么。 ─────┬───────────────────────────────────────────────────── 时间 │话题 ─────┼───────────────────────────────────────────────────── 0:06 │开场导读:Where's the money——AI 的钱现在卡在哪一层。 ─────┼───────────────────────────────────────────────────── 1:27 │英文开场:我们都在 wrestle 的最大问题是钱在哪里。 ─────┼───────────────────────────────────────────────────── 1:33 │讲解 wrestle with:整讲围绕价值栈与变现。 ─────┼───────────────────────────────────────────────────── 2:19 │英文:CapEx 砸进五层蛋糕的下半截。 ─────┼───────────────────────────────────────────────────── 2:39 │讲解 Jensen 五层蛋糕:算力与基础设施吃掉大头。 ─────┼───────────────────────────────────────────────────── 3:48 │英文:AI 价值栈呈倒三角,和云时代正三角相反。 ─────┼───────────────────────────────────────────────────── 4:11 │讲解倒三角:钱向上/向下如何聚集,形态为何反转。 ─────┼───────────────────────────────────────────────────── 5:12 │英文:三种猜测——太早、垄断、还没变现。 ─────┼───────────────────────────────────────────────────── 5:30 │讲解三种猜测各自指向什么。 ─────┼───────────────────────────────────────────────────── 6:40 │英文:回顾 software ate the world——软件边际成本趋零。 ─────┼───────────────────────────────────────────────────── 7:03 │讲解:旧软件经济与新 AI 经济的成本结构差异。 ─────┼───────────────────────────────────────────────────── 8:09 │英文:新模式要 burn GPUs,多一个用户并不免费。 ─────┼───────────────────────────────────────────────────── 8:27 │讲解:incremental user 带来增量算力成本。 ─────┼───────────────────────────────────────────────────── 9:36 │英文:倒三角下半截为何必须持续砸 CapEx。 ─────┼───────────────────────────────────────────────────── 9:57 │讲解周期:像铺铁路,也像 AWS 早期的多年投入。 ─────┼───────────────────────────────────────────────────── 11:06│英文:推理层最卷——feature 还是 platform。 ─────┼───────────────────────────────────────────────────── 11:25│讲解 infra:要分清自己做的是功能还是平台。 ─────┼───────────────────────────────────────────────────── 12:50│英文:两年后复盘,增量收入约七成五进半导体。 ─────┼───────────────────────────────────────────────────── 13:19│讲解价值聚集:75% 流向 Semis。 ─────┼───────────────────────────────────────────────────── 14:40│英文:栈上最赚钱的仍是半导体层(NVIDIA 毛利语境)。 ─────┼───────────────────────────────────────────────────── 15:02│继续讲解:利润与议价力为何落在芯片层。 ─────┼───────────────────────────────────────────────────── 16:11│英文:消费应用粗账——用户数 × ARPU。 ─────┼───────────────────────────────────────────────────── 16:39│讲解 ARPU 拆账:订阅能不能撑起成本。 ─────┼───────────────────────────────────────────────────── 18:19│英文:怀疑订阅不是答案,更看好广告解锁。 ─────┼───────────────────────────────────────────────────── 18:45│讲解广告:intent、归因与信任三件套。 ─────┼───────────────────────────────────────────────────── 20:10│英文:对照十年前 Facebook IPO 时的广告质疑。 ─────┼───────────────────────────────────────────────────── 20:42│继续讲解:广告经济如何补上消费 AI 的 ARPU。 ─────┼───────────────────────────────────────────────────── 22:01│主题升华:你站在倒三角的哪一边——卖铲还是卖应用。 ─────┴───────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不复述本期口播。看同栈经济怎么更新。检索日 2026-09-05。 经济栈与投资视角 * Apoorv · Two Years Later:增长 5x,形态几乎不变。 * Stanford Review · Inverting the Stack:课堂访谈摘要。 对照已上线 * ep-010 Tara:Work/Codex 产品面;本期:整条栈的钱在哪一层——同一条 AI 商业叙事的上下游。 5. 听友群 加入听友群获取播客相关学习素材。
EP 10.AI 产品的第三时代—— OpenAI 产品负责人谈常驻 AI 同事透过AI播客学英文课第九期。原文:Lenny's Newsletter · Tara Seshan on persistent AI coworkers。定位:AI 产品第三时代——能长期共事的常驻 AI 同事,以及能力已经超前、应用还没跟上的那道鸿沟。 三个时代:聊天,到智能体,再到持久型同事。机会常在能力与应用之间的剩余空间。构建窗口只有两到三个月;工作从划桨变成掌舵,给方向后让智能体去做。知识工作不能照搬编程的产出验收,必须看过程。方向、判断、思考与意义,仍落在人身上。 1. 课程导读 · 公司近况 本期精讲 Lenny's Newsletter 对 OpenAI 产品负责人 Tara Seshan 的访谈(2026-08-30)。检索日 2026-09-03:OpenAI 正把 ChatGPT 拆成 Chat / Work / Codex 三个界面——Work 面向多步知识工作与可交付成果,Codex 面向代码库级开发;Tara 同时负责 ChatGPT Work 与 Codex 产品。 产品与组织 * ChatGPT Work:云端异步 agent,强调过程透明与 finished deliverables。一手:OpenAI Help · ChatGPT Work and Codex · openai.com/chatgpt-work * Chat / Work / Codex 共享底层 agent 能力,但界面与验收面不同——Work 中心在交付物,Codex 中心在 repo 与 diff。 * Lenny 访谈主题:AI 第三时代 persistent AI coworkers;steering vs rowing;为两三个月后模型能力而构建。 投融资与上市传闻 * 本轮未见 OpenAI 新 primary 融资或 IPO 时间表的一手更新;检索窗口内以产品形态重组(Work rollout)为主。 2. 访谈嘉宾 * 嘉宾:Tara Seshan · OpenAI 产品负责人(ChatGPT Work & Codex) * 背景:Stripe 早期 PM(前五名之一);Watershed 产品负责人;Thiel Fellow;Lenny's Newsletter Fellow * 原访谈:Lenny's Newsletter · AI's third era: the rise of persistent AI coworkers * 主题:三时代、overhang、实证构建、野心、steering/rowing、2–3 月窗口、Kevin Weil 金句、Work vs Codex 3. 主要话题时间线 时间对齐线上成片(14:01,含约 7 秒片头)。英文整句用 Joyce-en 克隆,中文用 Joyce-zh 克隆。误差约 ±15 秒。每行说明该时段在讲什么。 ─────┬───────────────────────────────────────────────────── 时间 │话题 ─────┼───────────────────────────────────────────────────── 0:06 │开场导读:AI 产品的三时代框架。 ─────┼───────────────────────────────────────────────────── 1:16 │三时代总览:chat → agents → coworkers。 ─────┼───────────────────────────────────────────────────── 1:31 │讲解三时代:目标是 persistent co-worker——常驻同事。 ─────┼───────────────────────────────────────────────────── 2:19 │提出 overhang:模型能力已在,应用层尚未跟上。 ─────┼───────────────────────────────────────────────────── 2:25 │讲解 overhang:差距本身就是机会。 ─────┼───────────────────────────────────────────────────── 2:59 │实证方法:Mocks not docs——原型优于文档空想。 ─────┼───────────────────────────────────────────────────── 3:16 │讲解:实证优于理论推演。 ─────┼───────────────────────────────────────────────────── 4:23 │工具会逼你更有野心。 ─────┼───────────────────────────────────────────────────── 4:35 │讲解 ambition 如何递进。 ─────┼───────────────────────────────────────────────────── 5:01 │PM 的工作是 elevating——提升他人抱负。 ─────┼───────────────────────────────────────────────────── 5:17 │讲解 PM 角色:elevating ambitions。 ─────┼───────────────────────────────────────────────────── 6:00 │掌舵而非划桨:steering vs rowing。 ─────┼───────────────────────────────────────────────────── 6:19 │讲解 steering:给方向,不替模型划每一桨。 ─────┼───────────────────────────────────────────────────── 7:09 │金句:let the agent cook——让智能体发挥。 ─────┼───────────────────────────────────────────────────── 7:21 │讲解:给方向后要放手。 ─────┼───────────────────────────────────────────────────── 7:54 │为两三个月后的模型而构建。 ─────┼───────────────────────────────────────────────────── 8:12 │讲解 constant refrain:窗口一直在前移。 ─────┼───────────────────────────────────────────────────── 9:08 │金句:模型最差的时候就是现在。 ─────┼───────────────────────────────────────────────────── 9:22 │对照 Kevin Weil 的同类金句。 ─────┼───────────────────────────────────────────────────── 10:02│文化:done > perfect——完成优于完美。 ─────┼───────────────────────────────────────────────────── 10:15│讲解这种文化转变意味着什么。 ─────┼───────────────────────────────────────────────────── 11:15│知识工作开始看过程,不只看交付物。 ─────┼───────────────────────────────────────────────────── 11:35│Work / Codex 分入口是过渡形态。 ─────┼───────────────────────────────────────────────────── 13:45│收束原句:This is the worst the models will ever be。 ─────┼───────────────────────────────────────────────────── 13:48│收束:方向仍在人身上。 ─────┴───────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不复述本期访谈。看 OpenAI 如何把「常驻同事」落到产品界面。检索日 2026-09-03。 产品 / 组织 * ChatGPT Work vs Codex 对照:proflead 完整指南(2026-08 口径) * 对照已上线 ep-007 Andrew Codex(taste and judgment)与 ep-009 Nan Yu(从 Linear 到 OpenAI)——品味、速度、常驻同事,是同一条产品叙事的不同切面。 原访谈 * Lenny · AI's third era(Tara Seshan) 5. 听友群 加入听友群获取播客相关学习素材。
EP 09.让 B2B 产品也被热爱的秘密—— Linear 产品负责人谈速度、质量与产品品味透过AI播客学英文课第八期。原文:Lenny's Newsletter · Linear's secret to building beloved B2B products(Nan Yu)。定位:B2B 产品如何被热爱:速度与质量不是权衡,以及从用户感觉糟糕的时刻入手。 速度与质量没有天然取舍。大众把快理解成赶工和粗糙;真正该加权的是胜任。快的含义是迭代次数,慢不等于稳,慢是试错次数少。竞争越烈,低垂果实越早被摘完,机会常在情感钩子,以及自己看不见的苦差事。收一句原话:速度与质量之间,其实并不存在权衡。 1. 课程导读 · 公司近况 本期精讲 Lenny's Newsletter 对当时 Linear 产品负责人 Nan Yu 的访谈。检索日 2026-09-02:两条近况叠在一起——Nan Yu 加入 OpenAI 做 Codex / ChatGPT 产品;Linear 自身估值叙事从 Series C 的十二点五亿美元,走到二零二六年八月员工股权回购(tender)的二十五亿美元口径。 产品与组织 * Linear:面向现代产品团队的 issue / project / roadmap 工具,常被拿来对标 Atlassian Jira 一类项目管理软件。一手:linear.app * 2026-09-01 前后:前 Linear Head of Product Nan Yu 加入 OpenAI,参与 Codex 与 ChatGPT 产品工作(二手汇总口径,以本人公开声明为准)。 投融资与上市传闻 * 2025-06-10:Linear 宣布 Accel 领投的 Series C,八千二百万美元,估值十二点五亿美元。一手:Linear · Building our way · TechCrunch * 2026-08-26:完成九千九百万美元员工 tender,估值二十五亿美元;公司称现金流为正、未再融 primary。一手:Linear · Sharing Linear’s growth 2. 访谈嘉宾 * 嘉宾:Nan Yu · 访谈时为 Linear 产品负责人;现已加入 OpenAI(Codex / ChatGPT 产品) * 原访谈:Lenny's Newsletter · Linear's secret to building beloved B2B products * 主题:速度与质量、迭代、臃肿、情绪钩子、schlep blindness、mental model、求职定位 3. 主要话题时间线 时间对齐线上成片(13:10,含约 7 秒片头)。英文整句用 Joyce-en 克隆,中文与中英夹杂句用 Joyce-zh 克隆。误差约 ±15 秒。每行说明该时段在讲什么。 ─────┬───────────────────────────────────────────────────────────────────── 时间 │话题 ─────┼───────────────────────────────────────────────────────────────────── 0:06 │开场导读:connecting the dots——startup 养活 startup。 ─────┼───────────────────────────────────────────────────────────────────── 1:48 │点题:B2B 产品也可以被热爱。 ─────┼───────────────────────────────────────────────────────────────────── 2:19 │核心判断:速度与质量不是权衡(tradeoff)。 ─────┼───────────────────────────────────────────────────────────────────── 2:58 │讲解 speed:别把快理解成马虎或不够 competent。 ─────┼───────────────────────────────────────────────────────────────────── 4:03 │顶尖工匠:pinnacle of craft 是又快又好。 ─────┼───────────────────────────────────────────────────────────────────── 4:47 │second nature:熟练到本能,才撑得住又快又好。 ─────┼───────────────────────────────────────────────────────────────────── 5:18 │快是为了更多 iterations,不是为了赶工交差。 ─────┼───────────────────────────────────────────────────────────────────── 6:04 │防臃肿:要会 say no,产品才会不 bloated。 ─────┼───────────────────────────────────────────────────────────────────── 6:55 │找 emotional hooks:工作日里感觉糟糕的时刻。 ─────┼───────────────────────────────────────────────────────────────────── 8:10 │schlep blindness:琐事盲点要靠局外人看见。 ─────┼───────────────────────────────────────────────────────────────────── 9:17 │调研修模型(mental model),不照抄原话。 ─────┼───────────────────────────────────────────────────────────────────── 10:31│面试把自己做成 burning problem 的解法。 ─────┼───────────────────────────────────────────────────────────────────── 11:45│主题升华:带走速度、质量与品味三条判断。 ─────┼───────────────────────────────────────────────────────────────────── 12:57│收束原句:There's not actually a tradeoff between speed and quality。 ─────┴───────────────────────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不复述本期访谈。看同赛道 / 同人怎么把「被热爱的 B2B」落到资本与组织。检索日 2026-09-02。 产品 / 组织与人才 * Nan Yu 从 Linear 到 OpenAI:把「人人愿天天打开」的工作流能力,迁到 Codex / ChatGPT——和本期 beloved B2B 同一条能力线。 * 对照已上线的 Codex 负责人期:taste and judgment;再对照本期 competent / second nature——品味与熟练,是同一稀缺品的两面。 财务与投融资 * Linear Series C(十二点五亿美元)与 2026 年 tender(二十五亿美元):一手见上节。听的时候可以想:估值翻倍之后,产品还有没有勇气继续 say no。 5. 听友群 加入听友群获取播客相关学习素材。
EP 08.智能体 AI 如何重塑创业格局—— 吴恩达谈规模、人才与创业真相透过AI播客学英文课第七期。原文:No Priors · How Agentic AI is Transforming The Startup Landscape(吴恩达)。定位:AI 能力增长是不是只靠堆规模、智能体落地为什么卡在人才、创业为什么更像打网球。 带走三点。进步不等于只堆规模,那个印象很大程度是公关机器造出来的——还有智能体工作流、多模态、新架构。真正拉开差距的是判断力:会不会做错误分析、会不会用评测验证、对技术边界有没有感觉。创业像网球,多数决策是双向门,做错能重来,就别拖在追求万无一失上。 1. 课程导读 · 公司近况 本期精讲 No Priors 与 Andrew Ng(吴恩达)对谈。检索日 2026-09-01:吴恩达本人把 agentic AI 叙事推进到新公司 LearnVector——一对一学习智能体。 产品与功能 * 2026-07-28:吴恩达创办 LearnVector,做基于 agentic AI 的一对一学习体验(规划路径、陪练、直到掌握);计划与 Coursera、Udemy 协作,产品目标约 2027 年初。一手:LearnVector · Coursera Blog * 本轮近 1–2 周未见新的 DeepLearning.AI / AI Fund 产品一手稿;本期听感可对照:他口头上的 agentic,正在变成可交付的学习 agent。 投融资与上市传闻 * 2026-07-28:Coursera 战略投资 LearnVector 一亿美元,约占三分之一股权(关联交易经独立委员会审批)。一手:Coursera IR 2. 访谈嘉宾 * 嘉宾:Andrew Ng(吴恩达)· Google Brain / Coursera 联合创始人;AI Fund;DeepLearning.AI;亚马逊董事;LearnVector 创始人兼 CEO * 原访谈:No Priors · How Agentic AI is Transforming The Startup Landscape * 主题:能力增长来源、agentic AI、创业生态与创始人画像 3. 主要话题时间线 时间对齐线上成片(16:29,含约 7 秒片头;2026-09-02 利落口播替代版)。英文整句用 Joyce-en 克隆,中文与中英夹杂句用 Joyce-zh 克隆。误差约 ±15 秒。每行说明该时段在讲什么。 ─────┬──────────────────────────────────────────────────── 时间 │话题 ─────┼──────────────────────────────────────────────────── 0:06 │开场导读:进步不止靠 scale,瓶颈常常是人才。 ─────┼──────────────────────────────────────────────────── 1:02 │点题:智能体 AI 如何改变创业格局。 ─────┼──────────────────────────────────────────────────── 1:35 │介绍吴恩达:AI 革命的教父之一。 ─────┼──────────────────────────────────────────────────── 1:57 │能力增长从哪来——是不是只靠规模? ─────┼──────────────────────────────────────────────────── 2:33 │讲解 scalability lemon:规模还能榨一点,但越来越难。 ─────┼──────────────────────────────────────────────────── 3:29 │提醒:别被公关机器带偏对能力的判断。 ─────┼──────────────────────────────────────────────────── 4:46 │agentic AI 这个词:世界本不需要新词,结果它火了。 ─────┼──────────────────────────────────────────────────── 5:57 │degrees of agency:看能动性光谱,别争是不是 agent。 ─────┼──────────────────────────────────────────────────── 7:28 │术语被营销当贴纸乱贴,概念膨胀。 ─────┼──────────────────────────────────────────────────── 8:20 │落地最大障碍:人才与 error analysis / evals。 ─────┼──────────────────────────────────────────────────── 9:47 │编程的经济价值 clear and massive。 ─────┼──────────────────────────────────────────────────── 10:29│vibe coding 澄清:不是跟着感觉走。 ─────┼──────────────────────────────────────────────────── 11:43│写代码变快后,瓶颈移到产品判断(PM bottleneck)。 ─────┼──────────────────────────────────────────────────── 12:59│技术导向创始人更可能成功。 ─────┼──────────────────────────────────────────────────── 13:56│要对技术边界有感觉——能做什么、不能做什么。 ─────┼──────────────────────────────────────────────────── 14:33│创业像网球;多数决策是可逆的 two-way doors。 ─────┼──────────────────────────────────────────────────── 14:52│主题收束:判断力与双向门,比堆规模更稀缺。 ─────┴──────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不再收本期访谈复述。只看另一条新闻——同人/同赛道怎么把 agentic 落到产品和资本结构。检索日 2026-09-01。 产品 / 组织 * LearnVector 官网与 Coursera 投资稿:一对一学习 agent,而不是「搜索框给答案就走」。一手:learnvector.ai * 对照本期 talent / evals 一段:会不会做系统化 error analysis,才是 agent 团队真正的差异化——不是会不会喊 agentic。 财务与投融资 * Coursera 一亿美元入股 LearnVector(约 33%)。听的时候可以想:他嘴上说人才瓶颈,资本上把钱砸进「教人用 AI」——叙事自洽吗?一手:Coursera IR 5. 听友群 加入听友群获取播客相关学习素材。
EP 07.产品工作的新形态—— OpenAI Codex 负责人谈品味与判断力透过AI播客学英文课第六期。原文:Lenny's Podcast · OpenAI Codex 负责人 Andrew Ambrosino。定位:当全公司百分之九十的人都在用 Codex,产品工作的价值从「会实现」转向品味与判断力。 过去产品人的价值来自「我会什么」——会设计工具、会写代码、会做调研。这些具体技能正在被 AI 快速超过。留下两层:对「什么才是好的」的直觉,以及只有你能洞察、只有你能交付的那个成果。忠告是:对成果忠诚,对流程灵活。人的核心价值从来不是工具般的技能,而是不可替代的判断力和品味。 1. 课程导读 · 公司近况 本期精讲 Lenny's Podcast 与 OpenAI Codex 负责人 Andrew Ambrosino 对谈。检索日 2026-08-29:Codex 终端与 agent 工作流仍在高频发版,产品叙事继续往「全员可用」推。 产品与功能 * 2026-08-26:Codex CLI 0.150.0——终端里可用 @ 引用其他任务、自动给终端任务起名、/copy 可选整段或代码块、Interrupt hooks。一手:GitHub Release 0.150.0 * 2026-08-27:0.150.1 修远程 compaction 对保留图片计入 token 预算。一手:GitHub Release 0.150.1 * 2026-08-20:0.149.0 上线 interactive agents dashboard 与 codex queue。一手:GitHub Release 0.149.0 投融资与上市传闻 * 本轮(近 1–2 周)未见 OpenAI / Codex 产品线单独融资一手新闻稿。 2. 访谈嘉宾 * 嘉宾:Andrew Ambrosino(OpenAI Codex 负责人) * 原访谈:Lenny's Podcast · OpenAI Codex lead on the new shape of product work * 主题:AI 如何重塑产品工作、taste、dogfooding 与判断力 3. 主要话题时间线 时间对齐线上成片(8:54,含约 7 秒片头)。英文整句用 Joyce-en 克隆,中文与中英夹杂句用 Joyce-zh 克隆。误差约 ±10 秒。每行说明该时段在讲什么。 ────┬───────────────────────────────────────────────────────────── 时间│话题 ────┼───────────────────────────────────────────────────────────── 0:06│开场导读:产品价值从 how to build,转向 taste and judgment。 ────┼───────────────────────────────────────────────────────────── 1:13│英文金句:90% of OpenAI——不是工程师的九成,是全公司九成在用。 ────┼───────────────────────────────────────────────────────────── 2:07│讲解 quality bar:打开应用时毫无犹豫,才算过质量门槛。 ────┼───────────────────────────────────────────────────────────── 2:47│讲解 taste / design:设计难评分,因为品味活在反馈环里。 ────┼───────────────────────────────────────────────────────────── 3:46│英文金句:get married to outcomes——对成果忠诚,对流程灵活。 ────┼───────────────────────────────────────────────────────────── 4:31│Figma / spout:工具技巧会被 AI 超过,别把护城河押在操作上。 ────┼───────────────────────────────────────────────────────────── 5:22│dogfooding loop:做不了→修好→能做更多,闭环自己用。 ────┼───────────────────────────────────────────────────────────── 7:11│主题升华:不可替代的是判断力和品味。 ────┴───────────────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不再收本期访谈复述。只看另一条新闻——同赛道 AI 编程工具怎么改人机协作节奏。检索日 2026-08-29。 产品 / 人机协作 * The New Stack:Codex 合并异步发消息能力,agent 提问后可继续干活,而不必干等回复——也带来 timing conflict。二手:Codex can now keep coding while it waits * 听的时候可以对照本期 dogfooding:工具越能自己往下跑,越考验你 get married to 的是 outcome,还是「让 agent 忙着」。 竞品与赛道 * 对照已上线的 Cursor 期:一边是编辑器 fork,一边是 Codex 全员渗透——taste 稀缺,两端都在抢。 5. 听友群 加入听友群获取播客相关学习素材。
EP 06.Claude的2026:从智能体到编程未来的十五步—— 十五期短播客合集精讲透过AI播客学英文课第五期。原文:AI Chat / ListenLeap · Jaeden Schafer 十五期 Claude 短播客(2026-01 至 2026-08)。定位:Claude 八个月如何从接到工具、走进组织,到动手碰电脑。 把十五期压成一句:Claude 这一年的产品史,是接上工具、走进组织、动手碰电脑;每往外走一步,能力的溢价和事故的半径一起变大。插座、工位、实验台、遥控器、手——同一条曲线的两端。当你的判断开始调度真实工具,判断本身就要配得上警报。 1. 课程导读 · 公司近况 本期精讲 AI Chat / ListenLeap 十五期 Claude 短片(2026-01 至 2026-08)。检索日 2026-08-28:合集最后一站讲的 Chrome 插件,两天前刚转正。 产品与功能 * 2026-08-26:Anthropic 宣布 Claude in Chrome 对所有付费计划一般可用;可在浏览器里代为点击、输入、填表,并用安全分类器校验动作是否匹配用户原请求。一手:Claude in Chrome is generally available * 2026-08-26:同日还发布 Cowork 内置浏览器(与个人 Chrome 会话隔离)。一手:相关帖(Related: Claude gets its own browser in Cowork) * 2026-08-25:Claude memory 跨端可用,用户决定写进记忆的内容。一手入口见 Anthropic 博客当日帖。 投融资与上市传闻 * 本轮(近 1–2 周)未见新一轮融资一手新闻稿。 * 背景:2026-05-28 Anthropic 完成 Series H、投后估值约 9650 亿美元(媒体口径);此后走保密 S-1 / 上市准备路径。二手:WSJ · 本轮不把五月融资当新新闻。 2. 访谈嘉宾 * 主讲材料:Jaeden Schafer · AI Chat Daily / ListenLeap 日更短播客 * 原片:Claude 相关十五期短播客合集(按时间从老到新,2026-01-26 至 2026-08-26) * 精讲未收录:《Decoding Claude’s Impact on Gym Lists》 * ListenLeap:listenleap.com 3. 主要话题时间线 时间对齐线上成片(33:23,含约 7 秒片头)。英文整句用 Joyce-en 克隆,中文与中英夹杂句用 Joyce-zh 克隆。误差约 ±15 秒。每行说明该时段在讲什么。 ─────┬─────────────────────────────────────────────────────────────────────────── 时间 │话题 ─────┼─────────────────────────────────────────────────────────────────────────── 0:06 │开场导读:二零二六几乎每月变天,Claude 是关键玩家。 ─────┼─────────────────────────────────────────────────────────────────────────── 1:17 │MCP Apps:接上真实工具,是 agent 起飞的前奏。 ─────┼─────────────────────────────────────────────────────────────────────────── 3:39 │Mythos / step change:能力是跳档,不是微调。 ─────┼─────────────────────────────────────────────────────────────────────────── 5:47 │Claude vs Codex:有人 swinging at Claude Code;数字产出只是故事的一小部分。 ─────┼─────────────────────────────────────────────────────────────────────────── 8:11 │Dreaming:AI 版睡眠记忆巩固,模型在 on a tear。 ─────┼─────────────────────────────────────────────────────────────────────────── 10:09│Small Business:Ramp 数据显示企业付费 AI 里 Anthropic 第一次排到第一。 ─────┼─────────────────────────────────────────────────────────────────────────── 12:04│Claude Tag:在 Slack 里可审计的虚拟员工,关键是 ship。 ─────┼─────────────────────────────────────────────────────────────────────────── 14:01│蒸馏指控:能做不等于该做——这是指控,不是已定罪。 ─────┼─────────────────────────────────────────────────────────────────────────── 16:40│Claude Science:workflow beats raw capacity,流程胜过裸算力。 ─────┼─────────────────────────────────────────────────────────────────────────── 18:45│Mobile:电脑上 fire off、手机上收尾,是 huge unlock。 ─────┼─────────────────────────────────────────────────────────────────────────── 20:42│GPT-5.6 定价:三档定价压 Claude;主权 AI 仍是杯水车薪。 ─────┼─────────────────────────────────────────────────────────────────────────── 22:51│印度定价:本地化不等于更便宜;UPI 是关键 friction point。 ─────┼─────────────────────────────────────────────────────────────────────────── 25:12│Computer use:鼠标键盘很慢,但操作能存成 skill。 ─────┼─────────────────────────────────────────────────────────────────────────── 27:26│MCP 比喻:API 是各国插头,MCP 是万能转接头。 ─────┼─────────────────────────────────────────────────────────────────────────── 29:35│Chrome 插件:入场伴随 security sirens;真正的 agent 该懂 intent。 ─────┼─────────────────────────────────────────────────────────────────────────── 30:24│主题升华:把操作交给 AI,把心力留给决策。 ─────┴─────────────────────────────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不再收本期短片复述。只看另一条新闻——同赛道的浏览器智能体,或相邻实验室怎么把「整机浏览器」收成插件/桌面能力。 竞品与赛道 * 2026-08-09:OpenAI 将独立浏览器 ChatGPT Atlas 停用,把浏览型 agent 能力收进 ChatGPT / Codex。一手:Evolving Atlas into ChatGPT * 对照听本期最后一站:Anthropic 从一开始就走 Chrome 插件,而不是再做一只整机浏览器。 安全与权限 * Anthropic 官方把 Claude in Chrome 的转正理由写成 prompt injection 防御与动作分类器。听的时候可以想:自动批准,是方便,还是把事故半径写进产品默认值?一手:Claude in Chrome GA 5. 听友群 加入听友群获取播客相关学习素材。
EP 05.Cursor创始团队谈编程的未来—— Lex Fridman #447 访谈精讲透过AI播客学英文课第四期。原文:Lex Fridman Podcast #447 · Cursor Team: Future of Programming with AI。定位:代码编辑器到底为了什么、编程带宽如何从打字转向意图,以及人机协作的工程师会变成什么样。 最值得带走的不是某个功能点,而是那句朴素判断:快就是爽。想法落地变快、纠错变快、反馈变快——因为打字这种低带宽动作被压缩了,人才能把心力花在更高带宽的事上:想清楚到底要做什么。收一句代码格言:没有什么比一个行之有效的临时方案更持久。 1. 课程导读 · 公司近况 本期精讲 Lex Fridman #447 与 Cursor 创始团队对谈。检索日 2026-08-27:Cursor(Anysphere)刚完成被 SpaceX 收购,组织与算力叙事都在变。 产品与组织 * 2026-08-14 / 08-15:Cursor 官方博客与 The Verge 转述,SpaceX 以约 600 亿美元全股票收购 Cursor 完成交割;Cursor 将接入 SpaceX 算力与 Grok 生态。二手:TechCrunch · The Verge * 2026-08-13:收购完成前一天,Cursor 宣布 Firetiger 加入团队(延续 Graphite 等并购节奏)。二手:The Next Web 融资背景(已被收购取代) * 2026-04:媒体报道 Cursor 曾洽谈约 20 亿美元融资、500 亿美元估值;该独立融资路径后被 SpaceX 收购取代。二手 [待核实] The Next Web 2. 访谈嘉宾 * 嘉宾:Michael Trull、Swali Asif、Arvid Loomark、Aman Sanger(Cursor / Anysphere 创始团队) * 主持:Lex Fridman * 原访谈:Lex Fridman Podcast #447 · Cursor Team: Future of Programming with AI * YouTube:youtube.com/watch?v=8QN23ZThdRY [待核实 ID] * Cursor 博客:cursor.com/blog 3. 主要话题时间线 时间对齐线上成片(20:29,含约 7 秒片头)。英文整句用 Joyce-en 克隆,中文与中英夹杂句用 Joyce-zh 克隆。误差约 ±10 秒。每行说明该时段在讲什么。 ─────┬──────────────────────────────────────────────────────────────────────── 时间 │话题 ─────┼──────────────────────────────────────────────────────────────────────── 0:06 │开场导读:代码编辑器是为了什么?编程未来会变成什么样? ─────┼──────────────────────────────────────────────────────────────────────── 1:11 │英文金句:What's the point of a code editor——编辑器的意义何在。 ─────┼──────────────────────────────────────────────────────────────────────── 2:26 │讲解 souped up word processor:编辑器本质是被强化过的文字处理器。 ─────┼──────────────────────────────────────────────────────────────────────── 3:38 │英文金句:Fast is fun——快就是爽,响应快才是乐趣。 ─────┼──────────────────────────────────────────────────────────────────────── 5:30 │fork VS Code 与杀手级应用:Copilot 是 LLM 第一个 killer app。 ─────┼──────────────────────────────────────────────────────────────────────── 8:41 │scaling laws 与 GPT-4:进步可预见;GPT-4 是一切串起来的时刻。 ─────┼──────────────────────────────────────────────────────────────────────── 11:00│fork 而非插件:一年后的 Cursor 要让今天的 Cursor 显得过时。 ─────┼──────────────────────────────────────────────────────────────────────── 13:05│staff engineer 的校准:资深工程师记得哪段 sketchy 代码曾把 server 打挂。 ─────┼──────────────────────────────────────────────────────────────────────── 15:35│spec 与带宽:typing 是低带宽,communicating intent 才是高带宽。 ─────┼──────────────────────────────────────────────────────────────────────── 18:19│人机协作工程师:human AI programmer 比单人一个数量级更有效。 ─────┼──────────────────────────────────────────────────────────────────────── 20:12│收尾金句:Nothing is as permanent as a temporary solution that works。 ─────┴──────────────────────────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不再收本期访谈复述。只看另一条新闻——同赛道或相邻工具链。检索日 2026-08-27。 AI 编程工具 * GitHub Copilot 与 VS Code 生态仍是 Cursor fork 的母本;可对照听本期「插件 vs fork」一段,想自己日常栈里控制权在哪一层。 * Claude Code、Windsurf 等同类编辑器竞争加剧(2026 年媒体口径);听的时候可以想:fast is fun 是产品哲学,还是所有人都得跟的硬指标? 组织与算力 * SpaceX 收购后 Cursor 强调「全球最大 GPU 舰队」——算力、模型、编辑器,是不是正在合成一条产线?二手 TechCrunch 5. 听友群 加入听友群获取播客相关学习素材。
EP 04.我们后悔产品管理这个职能的存在—— Whatnot CPO 访谈精讲透过AI播客学英文课第三期。原文:Lenny's Podcast · This CPO regrets that product management exists(Whatnot CPO Tom Verrilli)。定位:反对默认堆产品经理;协调中间层在贬值,一线动手才是护城河。 「后悔产品管理这个职能的存在」不是要消灭这个岗位,而是反对按编制堆人、把工程师和设计师当小孩照顾。当 AI 让理解数据、写代码、做分析变得更快,只做翻译和协调的中间层会迅速多余。无论头衔叫不叫 PM,真正的价值都在理解业务、理解技术,并把两者译成方案。 1. 课程导读 · 公司近况 本期讲的是 Whatnot 与直播购物。Tom 把「后悔 PM 存在」当成组织前提,不是消灭岗位,而是反对 HR 配比堆人。检索日 2026-08-26:公司刚完成 Series G,估值与 GMV 都在加速。 产品与功能 * 2026-08-07 官方口径(CEO Grant LaFontaine 声明,经 CNBC / Fortune 转述):融资将投向卖家增长工具、把 AI 铺进更多售卖环节、扩品类与新市场,并继续建设「最大且最可信」的市场。一手:CNBC:Whatnot $20B valuation * 2026-06-18 Fortune:Whatnot 累计订单突破 10 亿单。二手:Fortune:one billion orders 投融资与上市传闻 * 2026-08-07:Series G 融资 5.45 亿美元,估值 200 亿美元(约一年前 Series F 为 115 亿)。领投 ICONIQ、Lightspeed、Avra。二手转述,未见到公司完整新闻稿。[待核实] Fortune * CEO LaFontaine 对上市:倾向尽量保持私有,但「会做好准备」。[待核实] 同上 Fortune 稿 2. 访谈嘉宾 * 姓名:Tom Verrilli * 职位:Whatnot 首席产品官(CPO) * 背景:此前 Twitch CPO、Twitter 产品增长总监;Whatnot 为美国直播购物平台,报道口径 GMV 超 80 亿美元。 * 原访谈:Lenny's Podcast · This CPO regrets that product management exists * X:https://x.com/tdrobbo * LinkedIn:https://www.linkedin.com/in/tom-robertson-042 * 原集页:lennysnewsletter.com · YouTube:https://www.youtube.com/watch?v=ruvis-VWg2s 3. 主要话题时间线 时间对齐线上成片(14:39,含约 7 秒片头)。英文整句用 Joyce-en 克隆,中文与中英夹杂句用 Joyce-zh 克隆。误差约 ±10 秒。每行说明该时段在讲什么。 ─────┬──────────────────────────────────────────────────────────────────────────────── 时间 │话题 ─────┼──────────────────────────────────────────────────────────────────────────────── 0:06 │黑客松开场与导读:这周做 AI 软件黑客松,特别关心 PM 未来怎么走。 ─────┼──────────────────────────────────────────────────────────────────────────────── 1:56 │英文金句:We regret that product management exists——后悔产品管理这个职能的存在。 ─────┼──────────────────────────────────────────────────────────────────────────────── 2:40 │讲解 infantilize / babysit:过多 PM 不是赋能,是把工程师当小孩照看。 ─────┼──────────────────────────────────────────────────────────────────────────────── 3:48 │讲解 HR ratio / pod:六个工程师配一个设计师和一个 PM,从未被论证过。 ─────┼──────────────────────────────────────────────────────────────────────────────── 6:14 │招聘极端:两年三万多人申请,只雇一个人。 ─────┼──────────────────────────────────────────────────────────────────────────────── 6:36 │讲解 trade / muscle:PM 是手艺和肌肉,不是资历头衔。 ─────┼──────────────────────────────────────────────────────────────────────────────── 8:11 │讲解 trending down:面试只谈对齐和政治,整条职能在走下坡。 ─────┼──────────────────────────────────────────────────────────────────────────────── 9:31 │检验清单:自己拉数据、和工程设计坐一起、会查代码库。 ─────┼──────────────────────────────────────────────────────────────────────────────── 11:45│主题升华:协调不再稀缺;判断和动手才是护城河。 ─────┼──────────────────────────────────────────────────────────────────────────────── 12:32│收束互文:对照第二期 Cat Wu——product taste 与亲自动手。 ─────┴──────────────────────────────────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不再收本期访谈复述。只看另一条新闻——同赛道或相邻组织形态。检索日 2026-08-26。 组织与人才 * Dealroom 2026-08 笔记:Whatnot 约 20–22 名 PM 覆盖 buyer / seller / trust 三组,每半年按问题重配,而非永久绑团队。二手解读,数字 [待核实] Dealroom。对位本期:不是零 PM,是反默认配比。 竞品与赛道 * CNBC 2026-08-07:直播购物市场报道口径超 220 亿美元,Whatnot 称约占六成;竞争来自 eBay、Fanatics、TikTok Shop Live。二手 CNBC。听的时候可以想:市场变大时,组织是加协调层,还是加判断肌肉? 5. 听友群 加入听友群获取播客相关学习素材。
EP 03.从神经网络到 AGI:Dario Amodei 眼中的 AI 未来——访谈精讲透过AI播客学英文课第二期。原文:Lex Fridman Podcast #452 · Dario Amodei on powerful AI。定位:为什么对强大 AI 看涨,以及如何把安全写成和能力同一张工程清单。 Dario 看待 AI 的方式,不是当神秘黑魔法,而是把智能增长当成一条可以外推的曲线。对强大 AI 快速到来感到乐观,不是因为有秘密突破,而是把曲线上后面几个点往外推——这是冷静的工程判断。面对这样的增长,Anthropic 的答案不是停步,而是把安全当成和能力同一行的工程问题。能力越大,责任越大。 1. 课程导读 · 公司近况 本期讲的是 Anthropic 与 Claude。Dario 把智能增长当成可外推的曲线,把安全写成和能力同一行。检索日 2026-08-25:公司仍在把 agent 能力铺进生产环境,同时把更强的安全能力只交给受控的防守方。 产品与功能 * 2026-08-20 官方:computer use、Skills API、Files API 在 Claude Platform 正式可用;computer use 新加 browser use,一次可多步操作,并进入 HIPAA / BAA 范围。一手:Build production agents with computer use, the Skills API, and the Files API * 2026-08-12 官方:Chrome 侧边栏改成 Claude Cowork 会话,可跨桌面 / 网页 / 手机续上;Max 与 Team 先开,Pro 随后。一手:Claude Cowork comes to the Chrome side panel * 2026-08-21 官方:Claude Mythos 5 进入 Claude Security(企业扫描代码、给补丁建议),并扩大 Cyber Verification Program。一手:Bringing the cybersecurity capabilities of Claude Mythos 5 to more defenders 投融资与上市传闻 * CNBC 2026-08-21 援引知情人士:招股说明书将把公众对 AI 与数据中心的反感列为风险;6 月已机密递交,正在 test-the-water。私人市场估值报道口径近 1 万亿美元。未见到公司官方稿。[待核实] CNBC 2. 访谈嘉宾 * 姓名:Dario Amodei * 职位:Anthropic 联合创始人兼 CEO * 背景:此前 OpenAI 研究副总裁,参与 GPT-2 / GPT-3 与 RLHF;2021 年与 Daniela Amodei 等创办 Anthropic。 * 原访谈:Lex Fridman Podcast #452 · Anthropic CEO on Claude, AGI & the Future of AI & Humanity(2024-11-11,约 5 小时 22 分) * 个人站:https://darioamodei.com/ * X:https://x.com/DarioAmodei * LinkedIn:https://www.linkedin.com/in/dario-amodei-3934934 * 原集页:lexfridman.com/dario-amodei · YouTube:https://www.youtube.com/watch?v=ugvHCXCOmm4 3. 主要话题时间线 时间对齐线上成片(10:42,含约 7 秒片头)。按确认精讲全文重录。英文整句用 Joyce-en 克隆,中文与中英夹杂句用 Joyce-zh 克隆。误差约 ±10 秒。每行说明该时段在讲什么。 ────┬───────────────────────────────────────────────────────────────────────── 时间│话题 ────┼───────────────────────────────────────────────────────────────────────── 0:06│开场导读:对强大 AI 看涨,是因为能力曲线已经画出来了。 ────┼───────────────────────────────────────────────────────────────────────── 1:32│认识 Dario:Claude 常在 benchmark 榜首,他是 Anthropic 的公开代言人之一。 ────┼───────────────────────────────────────────────────────────────────────── 2:17│讲解 outspoken:安全是有话直说的立场,不是公关话术。 ────┼───────────────────────────────────────────────────────────────────────── 3:33│讲解 scale up:变大、加层、放大数据——缩放仍是主路径。 ────┼───────────────────────────────────────────────────────────────────────── 4:08│讲解 bullish / extrapolate:外推后面几个点,很快到 human level。 ────┼───────────────────────────────────────────────────────────────────────── 5:16│讲解 language:小网络只抓得住 common stuff,装不下世界的复杂。 ────┼───────────────────────────────────────────────────────────────────────── 6:03│讲解 ceiling:不问模型封不封顶,先问世界有多复杂。 ────┼───────────────────────────────────────────────────────────────────────── 6:33│天花板翻转:天花板不在天上,取决于世界复杂程度。 ────┼───────────────────────────────────────────────────────────────────────── 8:00│讲解 aligned:自建公司之后,目标跟不跟人类一边。 ────┼───────────────────────────────────────────────────────────────────────── 8:12│讲解 ASL:能力升一档,防护协议跟着升一档。 ────┼───────────────────────────────────────────────────────────────────────── 9:12│收束金句:with great power comes great responsibility。 ────┼───────────────────────────────────────────────────────────────────────── 9:17│主题升华:智能增长是可理解的科学现象;能力与安全是同一张工程清单。 ────┴───────────────────────────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不再收本期访谈的复述、精读、姐妹播客。只看另一条新闻——同公司或同类公司的产品、管理、财务、投融资。检索日 2026-08-25。 产品 * Anthropic:2026-08-21 把 Mythos 5 放进 Claude Security,给企业扫代码、出补丁建议,同时扩大防守方准入。一手:Mythos 5 to more defenders。对位本期 ASL:不是停下来,是能力分级、访问跟着分级。 * Anthropic:2026-08-20 computer use / Skills / Files 全面可用,agent 开始真正点界面、交成品。一手:production agents。这是「超级自主」从访谈走进产品目录的一步。 财务与投融资 * OpenAI:CFO Sarah Friar 在全员会上称「2027 年会成为上市公司」,也可以更早;并说不要焦虑 Anthropic 可能更早上。匿名转述。[待核实] CNBC:Friar on IPO timing * Anthropic IPO 时间表与估值仍是匿名信源,见第 1 节,不重复当事实。 听的时候可以对照:Dario 讲的是曲线和责任;这几条新闻里的障碍在谁先拿到更强能力、谁先上市。 5. 听友群 加入听友群获取播客相关学习素材。
EP 02.Anthropic 产品团队如何做到比别人快?—— Cat Wu 访谈精讲透过AI播客学英文课第一期。原文:Lenny's Podcast · How Anthropic's product team moves faster than anyone else(Cat Wu · Anthropic 产品)。定位:产品团队如何把交付从六个月压到一天,以及代码变便宜之后,真正稀缺的是决定写什么。 恰如其分地相信 AGI 很难:为还不存在的超强模型做产品很容易,难的是对当前模型引出最大能力。快不是加班,是扫清每一个上线障碍。代码变便宜之后,价值转向产品品味——做什么、不做什么、以何种体验让人觉得对且愉悦。PM 若还把自己当协调中枢,就会变成摩擦本身。 1. 课程导读 · 公司近况 本期讲的是 Anthropic(Claude / Claude Code)。上线后公司仍在按 Cat 说的节奏往外推产品:降承诺、快迭代、让 agent 自己判断何时插手。 产品与功能 * 2026-08-13 官方:Claude Tag(Slack 里的 Claude)改为读整段频道上下文 + 记忆 + 站立指令,再决定要不要主动插话;自称判断「何时开口 / 何时闭嘴」约提升 30%。一手:Claude Tag now reads even more of the room * 2026-08-07 / 08-14:Claude Code 在 Pro / Max / Team 新会话默认打开 auto mode(分类器拦危险命令,少打断人);Enterprise / API 仍先 opt-in。一手:Auto mode is now the default in Claude Code * 2026-08-06:Claude Code 自托管环境公测,会话可跑在客户自己的计算上。一手:Self-hosted environments for Claude Code 投融资与上市传闻 * 彭博 2026-08-17 援引知情人士:截至 7 月底年化收入 run rate 超过 650 亿美元。未见到公司官方稿。[待核实] Bloomberg * CNBC / 彭博 8 月下旬:称公司 6 月已机密递交招股书,正做 test-the-water,可能本月底前后公开递交;私人市场估值报道口径约近 1 万亿美元,公开发行规模对标 SpaceX。[待核实,均为匿名信源] CNBC 2. 访谈嘉宾 * 姓名:Cat Wu * 职位:Anthropic,Claude Code 与 Cowork 产品负责人(Head of Product) * 背景:工程师出身,短暂做过 VC;现负责面试大量想进 AI 的 PM,观察角色怎么变。 * 搭档:Boris Cherny(Claude Code 创建者 / tech lead,访谈里的 product visionary) * 原访谈:Lenny's Podcast · How Anthropic's product team moves faster than anyone else(约 2026-04-23,约 86 分钟) * X:https://x.com/_catwu * LinkedIn:https://www.linkedin.com/in/cat-wu * Newsletter:https://catwu.substack.com * 原集文字版:Lenny's Newsletter · YouTube:https://www.youtube.com/watch?v=PplmzlgE0kg 3. 主要话题时间线 时间对齐线上成片(24:31,含 7 秒片头)。误差约 ±15 秒。每行说明该时段在讲什么。 ─────┬─────────────────────────────────────────────────────────────────────────────────── 时间 │话题 ─────┼─────────────────────────────────────────────────────────────────────────────────── 0:07 │开场导读:为什么要听 Cat Wu——产品速度变了,PM 角色也在变。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 1:20 │讲解 AGI pilled:要 the right amount,别为还不存在的超强模型做产品。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 2:13 │讲解 elicit:难的不是模型本身,而是对当前模型引出最大能力。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 3:13 │Anthropic 有多快:扫清 every single barrier,发布周期从六个月压到一个月甚至一天。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 4:01 │PM 角色变化:AI native 产品要能每周发版,不能再按季度规划。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 5:40 │product taste:代码变便宜后,稀缺的是 deciding what to write。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 7:38 │Cat 与 Boris:愿景家定目的地、PM 绘路径,约八成时间要 mind meld。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 10:40│三板斧之一:把 who / problem / success 说死,消除 LLM 带来的歧义。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 12:58│三板斧之二:Research Preview 降承诺,才能一周内发出去。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 14:42│三板斧之三:Evergreen Launch Room——dogfood 后进常青发布室,文档与对外第二天能跟上。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 16:56│PRD 还写不写:含糊功能写 one pager,重基础设施才写完整 PRD。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 19:08│团队原则:用原则替代审批,避免事事 blocked on PM。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 21:11│招聘:优先招有 product taste 的工程师,角色边界在融合。 ─────┼─────────────────────────────────────────────────────────────────────────────────── 23:13│收束:范式从瀑布六个月,转向预览迭代到一天。 ─────┴─────────────────────────────────────────────────────────────────────────────────── 4. 延伸阅读 选文原则:不再收本期访谈的复述、精读、姐妹播客。只看另一条新闻——同公司或同类公司的产品、管理、财务、投融资。检索日 2026-08-24。 产品 * Anthropic:Claude Cowork 从 Max 扩到全部付费档的网页 / 手机(仍标 beta)。一手:Cowork on web and mobile;产品页 claude.com/product/cowork。对位本期「降承诺、先发出去」:Cowork 还挂着 beta,但分发已经铺到 Pro。 * OpenAI:ChatGPT Work(2026-07-09)把 Chat / Work / Codex 收进同一桌面端,做跨应用长任务。一手:ChatGPT is now a partner for your most ambitious work。和 Cowork 抢的是同一类「把活干完」的席位,不是同一场访谈。 * Google:2026-08-13 发布 Gemini 3.7 Flash,定位 coding / agent 役马,年内试用价 $0.75 / $3.75 per 1M tokens。一手:Introducing Gemini 3.7 Flash。三周一次发版 + 砍价,是另一套「快」。 管理与政策 * Anthropic 企业数据留存:6 月起 Fable / Mythos 等强模型要求留 30 天;8 月下旬多家媒体称将允许企业把这 30 天数据放在自己的云上,留存窗口本身不取消。Bloomberg 首发,公司对媒体未正式置评。[待核实] CNA / 路透口径 财务与投融资 * Anthropic:彭博称 7 月底年化收入 run rate 超 650 亿美元;CNBC 称机密招股书后正在 test-the-water,时间表可能早于 OpenAI。[待核实,匿名信源] CNBC IPO 风险披露 * OpenAI:CFO Sarah Friar 在全员会上称「2027 年会成为上市公司」,也可以更早;3 月融资 1220 亿美元、估值约 8520 亿美元给了时间弹性。并提到企业收入增速快于消费侧、编码/工作产品周活约 2000 万。[待核实,会后转述] CNBC:Friar on IPO timing 听的时候可以对照:Cat 讲 shipping 障碍在产品流程里;这几条新闻里的障碍在数据主权、定价和谁先上市。 5. 听友群 加入听友群获取播客相关学习素材。
内心确信,才是职业选择的底层逻辑原文:内心确信,才是职业选择的底层逻辑。定位:职业选择的底层不是能力或薪资,是内心是否真正确信。 性格特质没有好坏,只有适配与否。一份事业仅仅靠理智知道它不错远远不够,内心的确信才是驱动行动的底层力量。很多职场困境,是岗位边界和抓手带来的客观局限,不完全是个人能力问题。与其在纠结里原地打转,不如向内问:什么是你真正愿意笃定相信的东西。 主讲 Joyce,无外邀嘉宾。时长 11:00(含 7 秒片头)。内心独白集不按访谈五节写公司近况。 时间线 对齐线上成片。每行说明该时段在讲什么。误差约 ±20 秒。 ────┬──────────────────────────────────────────────────────── 时间│话题 ────┼──────────────────────────────────────────────────────── 0:07│开场:这份工作是不是你发自内心想坚守的——悬浮感从何而来。 ────┼──────────────────────────────────────────────────────── 1:09│性格与环境:浓人碰上淡环境,内耗不一定是能力问题。 ────┼──────────────────────────────────────────────────────── 3:32│信念与牛津故事:真正的确信才会推着潜意识找路。 ────┼──────────────────────────────────────────────────────── 5:09│岗位抓手:看得见战略方向,手上却没有孵化抓手。 ────┼──────────────────────────────────────────────────────── 6:37│理想与现实:把两条路的收益和代价摊开,别非黑即白。 ────┼──────────────────────────────────────────────────────── 8:01│两套工具:自我记录与愿景板,把模糊感受变成可评估选项。 ────┼──────────────────────────────────────────────────────── 9:59│收束:向内看——你真正愿意笃定相信的是什么。 ────┴──────────────────────────────────────────────────────── 提到 * 稻盛和夫:发自内心坚定一个信念,潜意识会推着你找到路。前提是确信,不是口头向往。 内心独白集不收公司产品 / 融资新闻。 听友群 加入听友群获取播客相关学习素材。