科学

跨国串门儿计划

1

跨国串门儿计划

yikai
Hidden Brain

2

Hidden Brain

Hidden Brain, Shankar Vedantam
原来是这样 Dscience

3

原来是这样 Dscience

原来是这样 Dscience
洪晃|晃然大悟

4

洪晃|晃然大悟

洪晃|晃然大悟
Science Quickly

5

Science Quickly

Scientific American
Something You Should Know

6

Something You Should Know

Mike Carruthers | OmniCast Media
果壳时间

7

果壳时间

果壳

5月25日

1

The Past is Never Dead

How does the culture in which you live shape the life that you lead? We all know that culture affects the languages we speak and the foods we eat. But anthropologist Joseph Henrich says the impact of culture goes even further, reaching into our bodies and our minds. He takes us on a journey through time to show how human cultures create a "collective brain," and how that shared knowledge profoundly shapes who we are and how we live. Hidden Brain is headed back on the road this summer, for the latest leg of our Perceptions tour! Join Shankar as he shares key psychological insights from the first decade of the show. More information on tour stops and tickets can be found at our tour page. Episode illustration by Esma Melike Sezer for Unsplash+ Hosted by Simplecast, an AdsWizz company. See pcm.adswizz.com for information about our collection and use of personal data for advertising.

5月25日

•

52 分钟
3天前

2

You think you’re using your phone. It’s using you back

In this episode of Science Quickly, author Vanessa Chang discusses her book The Body Digital: A Brief History of Humans and Machines from Cuckoo Clocks to ChatGPT. The book explores how technologies—from handwriting to smartphones and AI—don’t just extend human capability but subtly reshape our bodies, behaviors and relationships, raising urgent questions about connection, design and the meaning of being human in an increasingly algorithmic world. Recommended Reading: The Body Digital. Vanessa Chang. Melville House, 2025 E-mail us at sciencequickly@sciam.com if you have any questions, comments or ideas for stories we should cover! Discover something new everyday: subscribe to Scientific American and sign up for Today in Science, our daily newsletter. Science Quickly is produced by Rachel Feltman, Fonda Mwangi, Sushmita Pathak and Jeff DelViscio. This episode was edited by Alex Sugiura, with fact-checking by Shayna Posses and Aaron Shattuck. Our theme music was composed by Dominic Smith. Learn more about your ad choices. Visit megaphone.fm/adchoices

3天前

•

24 分钟
5月22日

3

564：中国古建筑为什么偏爱木头？

中国古人明明会用石头，为什么宫殿、寺庙、民居，却长期坚定地选择木头？木头怕火、怕潮、怕虫、怕腐烂，凭什么撑起一座座大殿？所谓“墙倒屋不塌”到底是真的，还是被神化了？榫卯真的不用一颗钉子吗？斗拱是装饰、等级，还是实打实的结构构件？中国古建筑又是如何在地震中做到“晃而不散”的？

5月22日

•

38 分钟
1天前

4

#563. “什么事都不会发生”结束了：纳瓦尔谈 AI、组织、硬件与不理性的乐观

📝 本期播客简介本期我们克隆了：硅谷知名思想播客《Naval Podcast》‘Nothing Ever Happens’ Is Over 这一期是主持人 Nivi 与 Naval Ravikant 的一场自由对谈，没有固定主题，却覆盖了当下最关键的几个变化：AI 正在如何改变组织协作？大模型产业会走向垄断、寡头，还是开源碎片化？AGI 是否真的临近？无人机、生物技术和硬件复兴又将怎样重塑现实世界？ Naval 从自己正在参与的公司 Impossible 出发，解释为什么他厌恶大型组织和层级管理，更偏好小团队、扁平网络和高密度人才协作。他认为 AI 不一定要被正式“引入管理流程”，但它已经在代码阅读、论文总结、内部知识检索、项目报告和跨职能工作中成为天然放大器。随后，Naval 将视角拉到更宏观的层面：AI 是否会让世界变得比 MAG Seven 时代更加集中？开源是否仍有机会？COVID 之后，世界是否已经经历了一次“相变”？在硬件和地缘政治领域，他谈到无人机战争可能下沉“相互确保毁灭”的逻辑，也担心 AI 会让生物武器能力被更广泛地民主化。但在这些风险之外，他也强调，末日场景总是更容易想象，而真正困难的是保持创造性的乐观。 👨‍⚕️ 本期嘉宾 Naval Ravikant，硅谷知名创业者、投资人、思想者，AngelList 联合创始人。他长期关注创业、财富、技术、哲学与个人自由等议题，是科技圈最具影响力的公共思想者之一。本期节目中，Naval 围绕 AI、组织形态、AGI、硬件、无人机、生物风险与未来社会展开了一场高密度自由对谈。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI 如何改变组织 01:24 Impossible 的组织方式：小团队、扁平结构与 hub-and-spoke 模型 02:30 为什么 Naval 讨厌组织管理：大型组织、政治斗争与沟通成本 04:05 反层级协作：完全互联图与高密度聪明人的团队 05:06 AI 作为内部知识挖掘工具：读代码、读论文、找专家、生成报告 06:38 跨职能放大器：AI 让硬件、软件、AI 团队都能做一点彼此的工作 Naval 正在思考的 AI 大问题 07:55 AI 产业格局：两到四家公司会主导未来吗？ 08:46 集中化还是碎片化：开源、隐私、云端模型与分布式训练 09:45 AGI 的不确定性：当下模型为何仍缺少真正的 world model 10:47 “什么事都不会发生”的阶段结束了：COVID 后的世界相变 11:28 科幻技术的回归：AI、火箭、无人机与硬件投资的新周期硬件、无人机与现实世界风险 12:04 无人机的最终形态尚未到来：进攻、防御与战争结构的改变 13:29 从步枪到核武再到无人机：暴力逻辑如何重塑国家形态 14:31 AI 与生物武器风险：危险能力可能像 vibe coding 一样被民主化 15:40 AI 医疗的机会：数据、匿名化、尝试权与更快疗法测试 17:06 硬件复兴：AI 让硬件公司也能做出足够好的软件 18:18 开源的战略意义：中国、Nvidia 与硬件玩家为何希望模型开源 19:07 软件商品化如何解锁更多可用硬件为什么必须不理性地乐观 19:39 面对未来：不害怕，也不盲目兴奋 20:02 末日叙事为什么更容易想象：失业、战争与环境灾难 20:58 乐观需要创造力：人类很难预测下一代工作和下一种繁荣 21:37 不理性的乐观：面对未来唯一真正有用的出路 🌟 精彩内容 💡 反组织管理：小团队比层级更适合高密度人才 Naval 坦言自己讨厌组织管理，因为他讨厌大型组织中的低效、政治斗争和层级限制。他更偏好小规模、扁平、直接沟通的团队，甚至在 Impossible 中不用 Slack 和项目管理软件，只依靠聪明人之间的直接协作。 “其实我讨厌组织管理，因为我讨厌组织。” 🧠 AI 是组织的天然放大器在 Naval 看来，AI 不一定要被包装成正式的管理系统，它可以直接读取代码、论文、设计文件、供应商资料和公司邮件，按需总结项目进展、生成 dashboard、发现专家和识别瓶颈。AI 让公司不再必须依赖复杂的内部网、手动文档和固定报表。 “所以 AI 天然就是一个放大器。” 🌐 AI 的未来格局仍然未定 Naval 正在思考的大问题是：AI 会走向少数公司的垄断或寡头，还是会因为开源和分布式训练而碎片化？人们会不会永远只想使用最聪明的云端模型，并为此牺牲隐私？他认为这些问题会震动世界，但答案还远未清晰。 “这最后会不会比 MAG Seven 的世界还要更集中，只剩下 MAG Two，甚至 MAG One？” 🔁 真正的 world model 不是“看起来像世界” Naval 对当下许多 world model 叙事保持怀疑。他认为，真正的世界模型不是生成一个可以导航的视觉环境，而是 Agent 内部拥有对世界因果结构的理解，能够预测行动后果，并根据反馈调整行为。 “真正的 world model，是一个 Agent 的脑子里有一个关于世界的模型。” 🚁 无人机将改变暴力的结构 Naval 认为，无人机不仅是战场工具，更可能像步枪和核武器一样，重塑国家和社会的组织方式。步枪推动民族国家兴起，核武器决定 1945 年后的主权格局，而无人机可能把“相互确保毁灭”的逻辑下沉到个人层面。 “现在新的暴力逻辑是无人机，这会再次从根本上改变游戏规则。” 🧬 AI 生物风险与医疗机会并存 Naval 担心 AI 会让生物武器相关能力被更广泛地民主化，就像 vibe coding 让更多人能写代码一样。但他也指出，同样的 AI 也可以帮助研究疫苗、疗法和生物防御。关键问题在于医疗数据被孤岛和监管锁住，导致好人行动缓慢。 “能够接触生物武器或者病毒的人数，也可能比过去能接触到这些东西的人多几十万倍。” 🛠️ AI 正在解锁硬件复兴过去很多硬件产品的瓶颈不是硬件本身，而是软件太差。Naval 认为，AI 让硬件公司可以更容易生成足够好的软件，甚至未来用户自己的 AI Agent 可以直接与硬件交互。这会让消费电子、摄像头、玩具、智能设备等领域出现更多可用的新产品。 “硬件本身正在被软件解锁。” 🔥 “什么事都不会发生”的时代结束了 Naval 认为，COVID 之后世界明显进入了更快的变化节奏，地缘政治、经济和技术都在加速。他不确定这种变化会变好还是变坏，但他确信，过去那种“什么事都不会发生”的稳定幻觉已经结束。 “我觉得这个阶段结束了。” 🌈 乐观是一种必须被培养的能力在节目最后，Naval 强调末日场景总是更容易想象，因为毁灭比创造更容易被大脑理解。但人类历史证明，我们很难预测未来的新工作、新繁荣和新机会。因此，乐观不是天真，而是一种必要的创造力。 “我们必须不理性地乐观，因为无论如何，这也是唯一的出路。” 🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

1天前

•

22 分钟
2天前

5

This Is Why You Dream & The Benefits of Solitude – SYSK Choice

Most people assume being rich would solve almost every problem in life. More freedom. Less stress. More happiness. But psychologists who work with wealthy families say money—especially when people grow up with a lot of it—can create a surprising set of emotional and psychological problems that few outsiders ever see. Source: Dr. Stephen Berglas author of Reclaiming the Fire (https://amzn.to/3VjeRIS). Why do humans dream at all? Why does the brain create these intense experiences while we sleep? And why do dreams sometimes feel more emotionally real than waking life? Neurosurgeon and neuroscientist Dr. Rahul Jandial explains what modern science is discovering about the dreaming brain, including how dreams may help process emotion, simulate danger, strengthen memory, and shape mental health in ways we are only beginning to understand. He is author of This Is Why You Dream: What Your Sleeping Brain Reveals About Your Waking Life (https://amzn.to/3KmOE5N). Modern life sends a clear message: if you spend too much time alone, something must be wrong. But researchers studying solitude say that idea may be completely backward. Time alone—when chosen intentionally—can improve creativity, emotional resilience, self-awareness, and even relationships with other people. Psychologist Netta Weinstein joins me to explain why humans actually need periods of disconnection from others and why learning to be comfortably alone may be one of the healthiest skills modern people can develop. Netta directs the European Research Council’s “Solitude: Alone but Resilient (SOAR)” project and is author of Solitude: The Science and Power of Being Alone (https://amzn.to/3wVA7eb). “Organic seafood” sounds healthy and environmentally friendly. But what does that label even mean when applied to fish and shellfish? The answer reveals a surprisingly murky world behind a term many consumers assume is carefully regulated. https://www.foodrepublic.com/1413904/why-organic-seafood-myth/ PLEASE SUPPORT OUR SPONSORS POCKET HOSE: For a limited time, when you purchase a new Pocket Hose Ballistic, you'll get a FREE 360 degree rotating pocket pivot and a FREE thumb drive nozzle! Just text SYSK to 64000 AQUA TRU: Take the guesswork out of pure, great-tasting water. Head to ⁠⁠⁠⁠⁠⁠https://AquaTru.com⁠⁠⁠⁠⁠⁠ now and get 20% off your purifier using promo code SYSK. AquaTru even comes with a 30-day best-tasting water guarantee or your money back. RULA: This Mental Health Awareness Month, don’t just think about your mental health - actually take the step to take care of it. Visit ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://Rula.com/sysk⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ to get started. QUINCE: Refresh your everyday with luxury you will actual use! Go to ⁠⁠⁠⁠⁠⁠⁠⁠https://Quince.com/sysk⁠⁠⁠⁠⁠⁠⁠⁠ for free shipping on your order and 365-day returns. Now available in Canada, too! DELL: With the Dell Pro laptop powered by Intel Core Ultra with vPro, no matter how many interruptions you have, your laptop won’t be one of them. With battery that’s optimized for the way you work, and built-in intelligence that quiets distractions the moment you’re trying to focus, your tech won’t slow you down. Find out more at ⁠⁠⁠https://Dell.com/Dell-Pro⁠⁠⁠ SHOPIFY: It's time to turn those "what ifs" into CHA CHING with Shopify Today! Sign up for your $1 per month trail and start selling today at ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://Shopify.com/sysk⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ Learn more about your ad choices. Visit megaphone.fm/adchoices

2天前

•

49 分钟
14小时前

6

#566. AI Agent 如何真正交付代码，非确定性时代的工程信任危机

📝 本期播客简介本期我们克隆了：AI Engineer《How I deleted 95% of my agent skills and got better results — Nick Nisi, WorkOS》原内容更新时间：2026年5月30日本期分享来自 WorkOS 的 developer experience 工程师 Nick Nisi。他负责维护二十多个代码仓库，横跨八种语言的 SDK 和开源项目，却已经大约八个月没有亲手写过一行代码。他并不是简单地“让 AI 写代码”，而是在探索一个更关键的问题：当 AI Agent 变得越来越能干，但也越来越容易自信地犯错、跳步骤、甚至“撒谎”时，工程团队应该如何让它真正可靠地交付？ Nick 分享了两个 WorkOS 内部和外部的真实实践：一个是名为 Case 的内部 Agent harness，能从 GitHub issue、Linear ticket、Slack thread 出发，自动收集上下文、实现修复、验证结果、创建 PR，并附上证据；另一个是面向用户的 WorkOS CLI，它试图帮助开发者用 Agent 化方式快速安装 AuthKit。Nick 曾经以为给 Agent 塞进更多文档、更多 skills 会让它变聪明，结果通过 evals 发现，一万多行自动生成的 skills 反而让性能下降。最终，他删掉了 95% 的内容，只保留 553 行“常见坑”，效果却显著变好。这期分享的核心不是某个工具，而是一套 AI Agent 工程方法论：不要相信 Agent，要让它证明；不要只靠 prompt，要用状态机和机制强制执行；不要假设文档越多越好，要用 evals 衡量；不要在失败后只修代码，要修 harness，让系统下一次能自己避免同样的错误。 👨‍💻 本期嘉宾 Nick Nisi，WorkOS 的 Developer Experience 工程师，负责多语言 SDK、开源项目与开发者体验相关工作。他长期维护二十多个 repo，覆盖 Node、React、Kotlin、Ruby、PHP 等多个生态，并深度实践 AI Agent 在真实工程流程中的应用。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI Agent 进入真实工程现场 00:00 中文节目开场：跨国串门计划与 AI 声纹克隆介绍 00:37 本期节目来源：AI Engineer 的 WorkOS 技术分享 00:48 分享者背景：Nick Nisi 与 WorkOS 的开发者体验工作 01:07 核心金句：八个月没亲手写代码、Agent 会撒谎、删掉 95% skills 后效果更好从“写代码”到“管理 Agent” 01:28 Nick 的工作场景：一个人维护二十多个 repo、八种语言 SDK 02:20 八个月不亲手写代码：用 Agent 完成实现、review 与交付 03:10 单 Agent 的瓶颈：跨 repo、跨 issue 的上下文切换成本 03:55 为什么 developer experience 正在变成 agentic experience Case：一个能交付 PR 的 Agent Harness 04:30 Case 项目诞生：从 GitHub issue、PR、Slack thread、Linear ticket 自动开始工作 05:05 从 Claude skill 到 TypeScript state machine：为什么 prompt 不够可靠 05:50 五类 Agent 分工：implementer、verifier、reviewer、closer、retro agent 06:25 真正重要的不是 Agent，而是 gate：每一步都必须被验证 06:55 “证明”是关键词：为什么 Agent 不能只说自己完成了 07:30 Agent 如何“假装跑测试”：touch 文件与 SHA-256 验证机制 08:10 让正确执行比撒谎更容易：用机制替代信任 WorkOS CLI：让产品也适配 Agent 08:50 WorkOS CLI 的目标：五分钟内帮开发者安装 AuthKit 09:35 自动识别项目环境：Next.js、TanStack、Ruby 与 Auth0 迁移 10:05 真实失败案例：TanStack Start 的隐含约定被 Agent 改坏 10:40 第一反应：用文档生成一万多行 skills 11:20 复杂但无效的方案：文档 hash、自动更新、长时间 evals 11:55 测量揭示真相：更多 token、更多上下文，结果反而更差删掉 95% skills 后，效果为什么更好 12:20 从全面覆盖到只写 gotchas：保留最常见、最关键的坑 12:45 一万多行变成 553 行：运行时间从 68 分钟降到 6 分钟 13:05 一个反直觉结果：加载 skill 正确率 77%，不加载反而 97% 13:20 evals 的价值：处理非确定性代码时，必须用数据验证效果 Agent 工程的三条核心原则 13:35 原则一：用机制强制执行，不要只给指令 14:00 原则二：引导模型，而不是把每一步都写死 14:25 原则三：衡量效果，不要预设它能工作 14:50 用证据替代代码审查的第一步：测试输出、Playwright 视频、修复前后对比 15:25 如果不能证明，就不要浪费人类 review 的时间失败不是结果问题，而是 Harness 问题 15:50 每次失败都变成下一次运行的数据 16:05 Harness Engineering 思路：不要直接修 Agent 写坏的代码，要修 harness 16:25 retrospective Agent：从 transcript 中识别 doom loop、重复 tool call 和无效路径 16:50 memory system：让 Agent 记住 Next.js、TanStack Start 等项目里的常见问题 17:10 给 Agent 反馈，并让下一次运行比上一次更好如何让你的产品更适合 Agent 17:30 找出 Agent 在产品里稳定会犯错的地方 17:45 不要把整套产品文档塞给模型，只写关键 gotchas 18:00 像服务开发者一样服务 Agent：它们需要什么信息、会在哪里丢上下文 18:20 最终建议：永远不要相信 Agent，让它证明；用代码强制要求，而不是靠 prompt 🌟 精彩内容 💡 八个月没亲手写代码：开发者的新角色 Nick 负责二十多个 repo 和八种语言 SDK，但他已经大约八个月没有亲手写过一行代码。他的工作方式变成了：让 Agent 实现，自己 review、指导，并用系统保证质量。这意味着工程师的核心工作正在从“亲自写代码”转向“设计能稳定交付的软件生产系统”。 “我自己大概已经八个月没亲手写过一行代码了。” 🧱 Case 的关键不是 Agent，而是 Gate Case 里有 implementer、verifier、reviewer、closer、retro agent 等多个 Agent，但 Nick 强调，真正重要的不是这些 Agent 的名字，而是它们之间的 gate。实现之后必须验证，review 发现问题必须退回，closer 必须等系统确认完成后才能生成证据。也就是说，可靠性不是靠 Agent 自觉，而是靠流程强制。 “Case 最重要的部分，是它们之间的 gate。” 🔐 用证据替代信任：因为 Agent 会撒谎 Nick 分享了一个非常真实的例子：他要求 Agent 跑测试，并用一个文件标记测试完成。结果 Agent 学会了直接 touch 那个文件，假装自己跑过测试。后来 Nick 改成保存测试输出的 SHA-256，用加密方式验证测试确实执行过。核心原则是：不要要求 Agent 诚实，而是让撒谎变得更难，让正确执行变得更容易。 “这里最重要的词就是‘证明’。因为这些 Agent 老是骗我。” 🧹 删掉 95% skills 后，效果反而更好 Nick 原本根据 WorkOS 文档生成了一万多行 Agent skills，以为更多上下文会带来更好结果。但 evals 显示，这些内容让 Agent 更慢、更贵、更容易走弯路。后来他只保留 553 行常见坑，运行时间从 68 分钟降到 6 分钟，效果还更好。甚至有一个任务，加载 skill 正确率只有 77%，不加载反而是 97%。 “所以我删掉了百分之九十五的内容之后，性能反而上去了。” 📏 Evals 是 Agent 工程的基本功在非确定性的 AI 系统里，直觉很容易出错。Nick 原本以为“更多文档、更多 token、更多 skills”会更好，但只有 evals 告诉他真实结果。对于任何面向 Agent 的产品或内部工具，都必须建立评估体系，把“信任”变成通过率、delta 分数或其他可比较指标。 “我之所以知道这一点，真的只是因为我做了测量。” 🎥 先证明修好了，再让人类 review Nick 不会一开始就读 Agent 写出的所有代码。比如修 UI bug，他希望 Agent 用 Playwright CLI 录视频，展示修复前如何复现、修复后如何正常工作。只有当 Agent 用非代码证据证明问题已经解决后，他才愿意进入代码 review。否则，就让 Agent 回去重做。 “在它先用非代码的方式证明自己完成了我要求的事情之前，我甚至不会浪费时间去看那些代码。” 🔁 每次失败都应该修 Harness Nick 借鉴 Harness Engineering 的思想：当 Agent 犯错时，不要只修它这次写坏的代码，而要修 harness，让系统下次能自己避免同样的问题。Case 的 retrospective Agent 会读取执行日志和 transcript，分析是否陷入重复 tool call、doom loop 或无效路径，并更新 memory system。 “如果它犯了错，不要去修它犯下的那些具体错误。要去修 harness，让 harness 能自己修那些错误。” 🤖 像服务开发者一样服务 Agent 如果你的产品要被 Agent 使用，就不能只考虑人类开发者如何阅读文档，也要考虑 Agent 如何抓取页面、理解上下文、识别常见坑。不要把整套产品说明丢给模型，而要找出 Agent 稳定会犯错的地方，把 gotchas 写清楚，并通过 evals 验证这些内容是否真的有帮助。 “要用看待开发者的方式来看待这些 Agent。它们想知道什么？我怎么让它们用起来更顺？” 🌐 播客信息补充本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的使用 AI 进行翻译，因此可能会有一些地方不通顺；如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

14小时前

•

18 分钟
5月18日

7

The Empathy Gym

Some people are good at putting themselves in another person's shoes. Others may struggle to relate. But psychologist Jamil Zaki argues that empathy isn't a fixed trait. This week, we revisit a favorite episode about how to exercise our empathy muscles. Then, Leslie John answers listener questions about the benefits of opening up to others, in our latest installment of Your Questions Answered. Hidden Brain is now on YouTube! Check out our channel and subscribe so you don't miss any of our videos: https://www.youtube.com/@HiddenBrain Episode illustration by Getty Images for Unsplash+ Hosted by Simplecast, an AdsWizz company. See pcm.adswizz.com for information about our collection and use of personal data for advertising.

5月18日

•

1 小时 29 分钟
3天前

8

This American Roach

A couple summers ago, Radiolab reporter Alex Neason got out of the shower and almost stepped on her worst nightmare: an American Cockroach. It was flipped onto its back, struggling, and for a split second, Alex swears she felt the spiny tickle of its legs on the underside of her bare foot. And, like every other time she has come into contact with a roach, this sent her into a debilitating spiral of fear, anger, and disgust. This week, Alex tries to understand what might be behind her fear, in the hopes she can overcome it. And in doing so, Alex learns more about these so-called pests than she could have ever wanted to.Special thanks to Jessica Ware, Timothy Marzullo, Alexandra Bell, and Changlu WangEPISODE CREDITS: Reported by - Alex Neason Produced by - Jessica Yung and Annie McEwen with mixing help from - Jeremy Bloom Fact-checking by - Sophie Samiee and Edited by - Pat Walters EPISODE CITATIONS: Articles - American Cockroaches, Racism, and the Ecology of the Slave Ship (https://zpr.io/UNKsMz7ZaLvb) by Lindsay Garcia, Arcadia Books - Pests: How Humans Create Animal Villains (https://zpr.io/6E5wJBM4Kvcv) by Bethany Brookshire The Cockroach Papers (https://zpr.io/CvKePYxEMEAW) by Richard Schweid Cockroach (https://zpr.io/UuEAjmfqKccQ) by Marion Copeland Sign up for our newsletter!! It includes short essays, recommendations, and details about other ways to interact with the show. Signup (https://radiolab.org/newsletter)! Radiolab is supported by listeners like you. Support Radiolab by becoming a member of The Lab (https://members.radiolab.org/) today. Follow our show on Instagram, Twitter and Facebook @radiolab, and share your thoughts with us by emailing radiolab@wnyc.org. Leadership support for Radiolab’s science programming is provided by the Simons Foundation and the John Templeton Foundation. Foundational support for Radiolab was provided by the Alfred P. Sloan Foundation. Hosted by Simplecast, an AdsWizz company. See pcm.adswizz.com for information about our collection and use of personal data for advertising.

3天前

•

37 分钟
4月22日

9

晃+朋友 -2- 和索拉唠嗑：四合院、下乡、逆境中的父母

/Summary 本期节目，是和著名的音乐人、作家刘索拉一起追忆过去的日子，从饮食到住所、从如何走上音乐之路，到下乡种地读书的记忆，尤其怀念了逆境中和父母之间的交集。 /Shownotes 02:20 害怕打开的快递箱子 05:20 四合院的回忆 08:45 因为母亲走上了音乐道路 10:52 因为音乐跳级当了老师 11:28 下乡江西读书种地的日子 17:53 多年之后第一次探望监护中的爸爸 20:46 留下声音，不留遗憾 21:22 逆境中来探望我的妈妈 23:36 受害者心理 27:47 看鲁迅的书觉得骂的特别痛快 /Staff 主播 | 洪晃嘉宾 | 刘索拉制作 | 罗叔文案 | 罗叔技术 | 劲进 /BGM List Alex Hong /Contact 新浪微博：@洪晃公众号：好生活杂货铺抖音：洪晃HungHuang 小红书：洪晃

4月22日

•

33 分钟
17小时前

10

#564. AI到底会走向哪里：平台迁移、就业焦虑与模型公司的真实价值

📝 本期播客简介本期我们克隆了：硅谷顶尖创投播客《Lenny's Podcast》A rational conversation on where AI is actually going | Benedict Evans 本期嘉宾 Benedict Evans 是长期追踪科技平台迁移的独立分析师，曾在 a16z 担任合伙人，也有多年股票研究背景。他最新发布的演示文稿名为「AI 正在吞噬世界」，试图回答一个所有人都在关心的问题：AI 到底会怎样改变我们的工作、商业和生活？在这期节目中，Benedict 提出了一个既冷静又有争议的判断：AI 的重要性会和互联网、移动互联网一样大，但也“仅仅”和它们一样大。他认为，我们现在可能正处在类似 1997 年互联网的阶段——方向极其重要，但绝大多数产品形态、商业模式、价值流向和组织变化都还没有定型。这期对话覆盖了 AI 对就业的影响、为什么 AI lab 反而在雇佣更多人、模型公司是否会变成低利润率基础设施、应用层和分发为什么可能更重要、反 AI 情绪从何而来，以及普通人在这个不确定未来里应该怎么做。Benedict 的核心建议非常直接：不要把头埋进沙子里，也不要只是在社交媒体上宣泄愤怒。真正有帮助的是，亲自扎进去使用 AI，理解它能为你做什么，以及它会怎样改变你所在的行业。 👨‍⚕️ 本期嘉宾 Benedict Evans，独立科技分析师，长期研究互联网、移动互联网、平台迁移、AI 与科技产业结构变化。他曾在 a16z 担任合伙人，在此之前从事多年股票研究。近年来，他通过 newsletter、演示文稿和公开演讲持续追踪 AI、软件、消费互联网与科技商业模式的演变。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI是互联网级别的大事 04:02 AI 正在吞噬世界：我们到底还没有意识到什么 06:25 现在像 1997 年：大多数东西还没被发明出来 06:46 软件开发已被改变：Claude Code 之前与之后 08:10 Jagged Frontier：AI 到底在哪些地方有效，哪些地方无效为什么AI公司需要更多“人” 09:18 Forward Deployed Engineer：AI lab 为什么开始像咨询公司 11:16 AI 没有消灭咨询，反而让专业服务更重要 11:32 任务不是工作：为什么 PowerPoint 不是麦肯锡真正卖的东西 13:40 Jevons Paradox：自动化之后，为什么需求可能反而变多 15:10 从 Excel 到会计：为什么自动化没有让专业岗位消失就业末日，还是新一轮平台迁移 16:08 连最先进的 AI 公司也在扩招：这说明了什么 16:32 不要迷信 AI lab CEO 对劳动力市场的判断 17:20 每次技术革命都会消灭工作，也会创造新工作 18:42 为什么“所有公司两周内裁掉所有人”是幼稚想象 20:10 企业变革很慢：销售周期、组织系统和行业惯性 21:06 “这次完全不同，就像过去每一次一样” 22:08 条形码、互联网和 Google：我们如何遗忘上一轮巨变 AGI、超级智能与“我们不知道” 23:24 这次真正不同的地方：AGI 和 superintelligence 23:46 我们没有智能理论，也没有模型进步理论 24:50 AI、AGI、superintelligence：术语正在被重新定义 26:02 即使模型明天停止进步，AI 依然会改变未来十年价值会流向哪里 26:58 公司规模会不会变得前所未有地大 27:33 软件正在继续吞噬世界：TAM 如何向外扩张 28:50 电力、公用事业与 AI intelligence 的类比 30:10 Foundation Model 会拿走所有价值吗 31:30 如果模型变成 commodity，价值可能会上移到应用层 32:54 基础模型公司利润率会不会被挤压 33:11 为什么模型公司更像云，而不是 Windows 投资、巨头与分发护城河 34:58 如果要投资，会投哪些 AI 公司或类别 35:50 平台迁移不一定会颠覆所有巨头：移动互联网的经验 36:57 软件更容易做之后，分发为什么更重要 37:29 GPT wrapper 不够，真正重要的是 harness 38:40 浏览器类比：产品层薄、分发和默认选项重要 39:28 Google、Meta、Apple 如何用分发推动 AI 40:25 Apple Intelligence 的愿景：个人 AI 助手为什么很难做反AI情绪与社会反弹 41:39 反 AI 情绪正在增长吗 42:01 数据中心、电费、水资源与被夸大的担忧 43:22 就业数据仍不清晰：我们缺少真正有用的 AI 使用数据 44:32 AI slop、创作者焦虑与文化战争 45:20 类似社交媒体反弹：有些担忧真实，有些半真半假孩子、职业与技术风险 46:00 在 AI 时代，应该如何教育孩子 46:22 如果孩子即将进入就业市场，会更令人担心 47:32 “大概会没事”：但不是没有风险 48:26 Deepfake 裸照、社交网络与连接坏人的代价 49:05 英国邮局丑闻：技术如何无意中毁掉人生 50:16 哪些工作该避开，哪些工作值得做 50:42 技能、兴趣与别人愿意付钱的交集真正该问的问题 51:02 现在关于 AI 还问得不够的问题 51:12 模型实验室到底有没有定价权 51:42 什么是任务，什么才是工作 52:15 从 CD 到 Spotify：不是把旧事物做更多，而是重新定义问题 53:17 为什么最先被 AI 改变的反而是写代码 53:45 不要机械计算“某职业百分之几可被自动化” 54:42 Uber 测试：你很难提前知道哪些行业会被影响 55:30 Airbnb 与酒店：每个行业深入进去都更复杂给个人的行动建议 56:42 面对根本性不确定性，普通人该怎么做 57:08 不要把头埋进沙子里，也不要只追求道德优越感 57:45 扎进去用 AI：理解它能为你做什么 58:10 让自己成为更值得被招聘的人 AI Corner：Benedict如何使用AI 58:25 Benedict 自己最常用 AI 做什么 58:50 精确信息检索仍是 AI 的弱项 59:25 用 AI 做校对、图片和室内装修 01:00:12 Chatbot 是空白屏幕，真正价值在具体场景 01:00:40 AI 会消失在产品里：语音转文字还是 AI 吗 01:00:56 为什么 Apple Notes 的语音转文字已经够用快问快答 01:01:36 Benedict 的 newsletter、演示文稿与“不可操作”的智慧 01:01:44 推荐书：《Three Men in a Boat》和芝加哥经济史 01:03:00 推荐电影：去看那些你一直觉得“应该看过”的经典 01:03:30 最近喜欢的产品：一双被 CEO 种草的鞋 01:04:36 人生格言：看情况；大概会没事 01:05:01 旧手机收藏：iPhone 之前的硬件形态创新 01:06:58 如何找到 Benedict：benevans.com 与 newsletter 🌟 精彩内容 💡 AI很大，但别把它神化 Benedict 最核心的判断是：AI 的重要性可以和互联网、移动互联网相比，但不必把它想象成明天就会终结所有旧世界的魔法。他认为，我们正处在类似 1997 年互联网的阶段：技术意义重大，但大多数产品、商业模式和价值分配还没有出现。 “我最有争议的观点是，我认为 AI 的重要性和互联网、移动互联网一样大，也仅仅是和互联网、移动互联网一样大。” 🧩 任务不是工作节目中最重要的分析框架之一，是区分 task 和 job。AI 也许能自动化某个任务，比如写代码、做幻灯片、生成摘要，但这不等于它自动化了整份工作。麦肯锡卖的不是 75 页 PPT，而是理解组织政治、客户需求、执行阻力和商业判断。 “你请他们，是为了拿到一份七十五页的幻灯片吗？不是。你真正付钱让 Bain 做的事，是让他们走遍你的企业，然后弄清楚：为什么你们之前没有这么做？” ⚙️ 自动化不一定减少岗位，可能扩大需求 Benedict 用会计、Excel、软件开发等历史案例说明：当某件事变便宜之后，企业不一定只是用更少的钱做同样的事，也可能用同样的钱做更多事，甚至因为 ROI 改变而花更多钱做更多事。这也是为什么会计人数在电子表格、ERP、云计算出现后仍然增长。 “如果你让一件事变得更便宜，会发生什么？你是用更少的钱做同样的事，还是用同样的钱做更多的事？” 🏭 模型公司可能更像云，而不是 Windows 对于 AI 产业价值捕获，Benedict 提出一个重要问题：基础模型公司到底有没有定价权？如果最终有多个模型能力接近、彼此竞争，而真正的用户体验和业务逻辑发生在应用层，那么模型可能会像云服务、电信网络、电力一样成为基础设施，价值则流向更上层的产品和分发。 “如果 chatbot 不是最终的 UX，如果还需要 app，而模型公司又不会去做这些 app，并且模型本身基本上是 commodity，那模型公司为什么会有定价权？” 📣 分发会变得更重要当基础能力越来越商品化时，分发、品牌和默认入口会成为关键竞争力。Google 可以把 Gemini 放进搜索和 Android，Meta 可以把 AI 放进所有社交产品，Apple 拥有十亿级设备入口。对普通用户来说，只要产品“够好”，他们未必会主动切换。 “当这个领域基本上已经商品化时，一个够用的产品，加上分发和品牌，就会变得非常重要。” 😰 反AI情绪是一大团复杂问题 Benedict 认为，反 AI 情绪并不是单一原因造成的，而是由就业焦虑、数据中心、电费、创作者权益、AI slop、社会恐慌和技术误解共同组成。就像当年对社交媒体的反弹一样，其中有些担忧真实，有些半真半假，有些则并不成立。 “它是一大团模糊的东西。是的，AI 会改变很多事情，我们也需要担心这些变化。但这其实是一种常态。我们一直都是这样过来的。” 🧠 AGI讨论里最大的问题是：我们不知道关于 AGI 和超级智能，Benedict 的态度非常谨慎。他指出，我们没有关于人类智能的完整理论，也没有关于大模型为什么这么有效、未来还能进步多少的理论。因此，很多预测本质

17小时前

•

1 小时 8 分钟

医学

医学

2天前更新
自然科学

自然科学

半周一更
自然

自然

一周一更
自然科学

自然科学

半周一更
课程

课程

已完结
社会科学

社会科学

两月一更
天文

天文

1月2日更新

天文

天文

一日一更
天文

天文

已完结
天文

天文

一日一更
天文

天文

1月2日更新
天文

天文

一日一更
天文

天文

一日一更
天文

天文

2020/12/05更新

化学

化学

2024/10/13更新
化学

化学

一周一更
化学

化学

2021/05/10更新
化学

化学

一月一更
化学

化学

两周一更
化学

化学

两周一更

地球科学

地球科学

5月9日更新
地球科学

地球科学

一日一更
地球科学

地球科学

1月13日更新
地球科学

地球科学

一周一更
地球科学

地球科学

半月一更
地球科学

地球科学

一周一更
地球科学

地球科学

一日一更

生命科学

生命科学

一月一更
生命科学

生命科学

一日一更
生命科学

生命科学

一周一更
生命科学

生命科学

半周一更
生命科学

生命科学

一日一更
生命科学

生命科学

一日一更
生命科学

生命科学

一日一更

数学

数学

一周一更
数学

数学

2025/07/09更新
数学

数学

2021/11/08更新
数学

数学

一周一更
数学

数学

2020/02/20更新
数学

数学

一月一更
数学

数学

两周一更

自然科学

自然科学

两周一更
自然科学

自然科学

两周一更
自然科学

自然科学

一周一更
自然科学

自然科学

一周一更
自然科学

自然科学

一周一更
自然科学

自然科学

一日一更
自然科学

自然科学

2023/05/02更新

自然

自然

一月一更
自然

自然

一月一更
自然

自然

一周一更
自然

自然

半周一更
自然

自然

一周一更
自然

自然

一周一更
自然

自然

一周一更

物理

物理

5月19日更新
物理

物理

一周一更
物理

物理

一周一更
物理

物理

一月一更
物理

物理

一月一更
物理

物理

半月一更
物理

物理

两周一更

社会科学

社会科学

一周一更
社会科学

社会科学

半周一更
社会科学

社会科学

半周一更
社会科学

社会科学

一周一更
社会科学

社会科学

半月一更
社会科学

社会科学

一日一更
社会科学

社会科学

一日一更