AI炼金术

徐文浩，任鑫

关注 AI 带来的本质变化和商业机会，徐文浩与任鑫分享自己的阅读 & 自己的洞察

  1. 6月10日

    王昊奋：大模型越强，知识图谱反而越重要

    大模型一来，很多人都觉得知识图谱、本体（ontology）这些“上古概念”该进博物馆了。王昊奋的判断正好相反：大模型越强，它们反而越重要——本体和知识图谱，正是 AI Agent 需要的那道“缰绳”。 这一期很硬：从“企业为什么一直在建知识图谱”，一路聊到“Palantir 和 Claude 正在用两种相反的路子，做同一件事”。如果你在做 AI 落地、做 Agent，值得反复回听。 嘉宾 王昊奋｜同济大学长聘教授、博士生导师，开放知识图谱社区 OpenKG 发起人 亮点 知识图谱没过时，它成了 agent 的 harness 先想一个问题：让 AI 自己干活，最大的麻烦是什么？是它太自由、容易跑偏。可企业的决策错一次就赔钱，赔不起。怎么办？得给它加一道约束，逼它按规矩来——这道约束，行业里叫 harness。王昊奋说，别把 harness 想得多新鲜：把概念、关系、规矩定死，不许 AI 乱来，这件事知识图谱干了十几年了。所以他反问：「本体也好、知识图谱，不就是一种更约束的东西吗？」结论就清楚了：大模型不但没淘汰知识图谱，反而因为它太能跑，才更需要知识图谱来给它上规矩。 Palantir 走本体优先，Claude 走模型优先 做这件事的公司，王昊奋分成两派，思路正好相反。一派叫本体优先，代表是 Palantir。它的客户是军工、金融、供应链，数据本来就规整，要的又是毫秒级的实时决策。而大模型最大的毛病恰恰是慢，所以这类活儿只能让本体打底、模型靠边站。另一派叫模型优先，代表是 Claude。它先把模型做出来，发现不够用，再一路往上加 MCP、加 skill、加各种图谱。两条路谁更高明？王昊奋说得很克制：「不是谁优谁劣，是谁更适合什么。最终两者会变成你中有我、我中有你。」 模型优先全是相关性，本体优先才追得到因果 为什么严肃决策只能走本体优先这条路？王昊奋的话很锋利：现在的 AI 说到底是在找规律，找的是相关性，不是因果。可反洗钱、查根因这种事，要的恰恰是确定的因果——哪一步导致哪一步，得说得清。再加上黑天鹅、长尾这些小概率的事，本来数据就没几条，AI 怎么学都学不全。严肃场景里你不允许它猜错。所以他说，最后的决策权和解释权，都得攥在人手里。 本体从“地图”长成了“导航” 王昊奋打了个特别好的比方。早期 Palantir 的本体，像一张静态地图，画的是一个组织里有哪些人、哪些事。可到了 agent 时代，光有地图不够了——你不光要知道地形，还得能走起来。所以本体也得“活”过来：挂上接口和各种功能，把背后的服务、流程都接出来，让 AI 真能照着去做事。用他的话说：「地图只是地图，你动不了；导航会告诉你往哪走，还顺路给你提醒。」 数据不等于知识：DIKW 与 context is all you need Mango 一直把话题往落地上拽：数据看得见，可数据不等于知识。王昊奋接过话，搬出那个老金字塔 DIKW——从数据，到信息，到知识，再到智慧，一层层往上垒。落到今天的 AI，他说就盯三件事：第一，把需求说清楚；第二，把上下文喂够（这就是那句 context is all you need，而 memory 不过是上下文的外挂硬盘）；第三，在外面再套一层 harness 兜着。 我们其实是大模型的 boot loader 全集最妙的一个画面，是任鑫先抛出来的：将来每家公司都拿大模型当中枢，那大家拼的，就是谁更会把现实世界抽象出来、对齐给模型看。这就好比让大模型当将领，我们当斥候——替它把地图画准、把方向校对好。王昊奋顺手补了更狠的一句：「说白了，我们其实是它的 boot loader（开机引导程序）。」任鑫笑：「你这个更悲观。」 个人知识管理：存量用脑子，增量用 AI 最后任鑫问王昊奋：你自己是怎么管知识的？他的答案很不像个“知识管理博主”。他说会用 AI，但绝不依赖到上瘾。他只记概念层的东西，那些具体的实例，全交给 AI 去“卸载”——因为人最值钱的本事是抽象。一句话：老本靠脑子，新知识交给 AI。他还撂下一句扎心的：「我们老喜欢先把 PPT 拍下来，可拍完之后，又有几个人真去看呢？」拍下来不等于学会，不回头看，那只是在喂自己焦虑。所以他说，要像训练机器一样训练自己，把有限的脑子，留给品味和判断。 时间戳 01:25 嘉宾登场：交大同系老同学，一道图形学大作业种下的“阴影” 03:37 做 AI 组织转型，发现当年被自己抛掉的“本体”又回来了 06:52 信息化的本质：数据库→数据仓库→知识图谱，解决的都是“管理” 15:15 知识图谱 = 图 + 语义：主谓宾三元组与本体（ontology） 17:24 本体对齐就像 MCP：与其两两适配，不如都对齐到中间协议 20:55 手搓本体的无底洞：360 度处处是死角，共识极难形成 21:43 哪里做得好：金融反洗钱、电商商品图谱——谁数据结构化谁赢 27:48 本质是知识工程：知识图谱只是手段，真正在做业务抽象 30:50 agent 时代为什么又提它：本体就是 agent 的 harness 36:26 从地图到导航：静态本体长成可行动的 dynamic ontology 48:21 数据不等于知识：DIKW 与 context is all you need 54:48 让大模型当将领，我们是它的斥候 / boot loader 58:36 两条路线：Palantir 本体优先 vs Claude 模型优先 01:09:00 skill-bench：机器自动生成的 skill 反而更差 01:14:29 个人知识管理：存量用脑子，增量用 AI，别变成机器的附庸 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号  「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。  我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！  商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式  节目主理人：  徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。  任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 播客剪辑： 十六颗糖 BGM： 片头：Shortwire - Reconfig 片尾：FINNEAS - Let's Fall in Love for the Night

    1時間25分

  2. 6月8日

    用 AI 做会议纪要，是 AI 转型中最荒谬的事儿

    「不是每个人拿到了一份用 AI 做的会议纪要，这就叫 AI 化了。整个组织共享了一个被持续维护的事实库，不需要人类去看单独的会议纪要，这才是 AI 化。」 这是这一期单口的题眼。 —— 你全公司都在用 AI 写会议纪要、写代码、做 PPT，每个人都快了好几倍——可一年下来，组织整体好像没提效。 任鑫这期给了一个扎心的判断：用 AI 做会议纪要，本身就是一件很荒谬的事。它只是把「抄写员」变快了，而组织真正的卡点从来不在任务层，在部门与部门之间的协调层。 为了把这件事讲透，他翻出一段波音造飞机的历史段子：1985 年的波音工程师明明用上了 CAD，却把图纸打印出来开会，结果一扇舱门改了上万次。今天的会议室，其实还很像那个工程间。 亮点 「用 AI 做会议纪要，就像把 CAD 图打印出来开会」 任鑫开篇就抛了个荒诞的画面：设计师用 CAD 把桌子椅子杯子设计好了，不把电子文档发给你，而是打印成一张纸，开个会用嘴跟你讲「你看这杯子好不好」，你说好，就拿着这张纸回去照着上生产线。「你会不会觉得这人神经病？」在别的领域我们一眼看出荒谬，可换成会议纪要就习以为常了——我们讨论的本该是「数字世界里那个东西」，结果却在用嘴和脑子搬运它。 「我们总结的是会议，不是项目」 这是全集最锋利的一刀。开会本质是「我带着我的脑子、我的嘴，去跟别人交流对这件事的想法」，交流之后本该共识性地改掉那张「项目的图」。可现实是——「项目的文档没有变，我们只生成了一个关于这次会议的文档。」你看一眼会议纪要，记住几个点，其他忘掉，下次开会又靠脑子从零 refresh。信息经过「人类阅读 + 人类记忆」这个低带宽通道，从丰富多维退化成只剩十分之一。 「波音的画图板陷阱：1970 年就有 CAD，图却要打印进恒温档案库」 波音 1970 年就引入了 CAD，757、767 都在用。但画完之后还是把图打印到聚酯薄膜上，放进恒温恒湿的物理档案库，下游部门要用就复印到纸上、或刻成光盘。「我们其实是把 CAD 用成了一个更先进的画图板——就像今天我们把 AI 会议纪要当成一个更好的抄写员。」它替代的只是制图桌和秘书，整个流程一点没变，省的也就是几张桌子、几个秘书的钱。 「一扇舱门，改了 13000 次」 部门之间是「隔墙丢过去」（thrown over the wall）的模式：设计部门画完丢给应力工程师，算完丢给工艺部门，再丢给分包商，每道传递都是单向的一张纸。因为用的是 2D 图纸而不是 3D 模型，两个零件到底能不能装到一起，要等第一架物理原型机造出来、在装配线上才知道。「仅 767 一个舱门组件，整个设计过程就出现了 13000 次设计变更」——一扇门每天都在被改，对不上的时候甚至有人拿电锯把零件锯掉硬塞进去。（注：数字来自任鑫讲的历史段子） 「波音 777 做对的三件事」 1990 年波音搞 777，被商业压力逼着做了三件「神经病」的事：① 用 CATIA 做统一数字模型，日本、堪萨斯、费城所有部门和分包商都在同一套 3D 模型上工作，进物理装配前就在计算机里反复试装过——这才是「100% 数字化设计的客机」的真正含义；② 拆成 250 个跨职能小组（Design Build Team），每个像一家独立小公司，自己闭环交付；③ 干脆取消独立物理样机，让「数字模型成为唯一的事实来源」。结果：零件耦合等问题比 767 减少了 60%–90%，工业史上罕见。 「开完会只剩吵架，才是对的」 如果有 AI 全程理解会议、做异步路由，那么：60 分钟的会里跟你相关的只有 5 分钟，为什么要你全程在场？事实为什么要经过你的眼睛和大脑再带到下一个会？会议为什么要从「上次讲到哪」重新开始？该有的不是一份会议纪要，而是一份『项目当前状态』的活文档。 把同步进度、解释背景这些都异步掉之后，「开会就纯吵架——只有真有分歧的地方才需要吵」。会议的数量、时长、人数都会大幅下降，因为很多「要不要再拉个会对齐一下」根本不再需要了。 「中层顶梁柱，正是 AI 最该替代的人」 公司里那种「谁谁谁很能干」、最熟上下文、能在各部门之间穿针引线的中层，本质上是「信息流通不畅的组织里的信息中介」——过去 30 年组织的中流砥柱。「而这恰恰就是 AI 最该替代的人。」当 AI 接管了信息共享，「信息搬运」会贬值，真正升值的是另一类能力：信息不完备时拍板、在冲突里让大家继续往前走、区分真分歧假分歧、在噪声里识别出真正的信号。任鑫也直说：受冲击的不只是这些中层，还有「我这样的老登（管理层）」。 彩蛋：「别转组织，去搭新组织」 呼应上一期的纽约港：要做 AI 转型，与其硬转一个旧组织（纽约港怎么都转不动），不如从零搭一个新组织（去建伊丽莎白港）——波音 777 也是搭了个新组织来做的。而且任鑫提醒：哪怕你解决了协调层，上面还有一个「生态层」——发现新机会的问题。就像纽约港用了集装箱、龙门吊，但整个港口没船来了，照样没救。 时间戳 00:04 题眼：共享「被持续维护的事实库」才叫数字化 01:04 用 AI 做会议纪要为什么荒谬（CAD / photoshop 类比） 02:30 开会本质：我们总结的是会议，不是项目 06:28 波音段子：1970 年就有 CAD，图却要打印进物理档案库 08:51 「隔墙丢过去」模式 + 舱门 13000 次变更 10:40 单点提效≠组织提效（星巴克咖啡师快 100 倍） 11:43 K-Mart vs 沃尔玛：任务工具还是信息工具 12:46 波音 777 第一件事：统一数字模型 CATIA 15:34 第二件事 250 个 DBT 小公司 + 第三件事取消样机 17:22 结果：问题减少 60%–90% 18:46 开会的四个荒谬，AI 接管后只剩「吵架」 26:27 working together 没被继承（787 回退、延期） 30:36 AI 转型的结构性困难：信息 / 决策权持有者是阻力 32:13 中层「信息中介」正是 AI 该替代的；什么能力会升值 34:37 收口：协调层之上还有「生态层」 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号  「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。  我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！  商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式  节目主理人：  徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。  任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 播客剪辑： 十六颗糖 BGM： 片头：Shortwire - Reconfig 片尾：Josh Fudge - When She's Gone

    37分

  3. 6月4日

    河豚已经不会毒死你了，但我们决定假装它还会

    「当『不被毒死』这件事变得免费的时候，人类就开始为另外一件事付费——为师傅的那只手，为这场秀。」 —— 河豚已经不会毒死你了。1990 年起日本大规模养殖，养殖河豚的毒性只有野生的千分之一以下。可日本至今保留着「河豚调理师」的持证制度。 这期单口，抓住的就是这个荒诞：当「不被毒死」变得免费，你付钱买的就不再是安全，而是仪式感、是那个「拼死吃河豚」可以发朋友圈的故事。 这套逻辑映射到 AI——AI 正在把写报告、做 PPT、写代码、做设计这些工作的功能性价值，直接打到趋近于 0。于是真问题不是「AI 能干啥我不能」，而是：当功能性归零，人类还能靠什么有价值？ 他给自己的答案留了一句话：「在未来我们可能都会变得没有用，但是我们仍然可以有价值。」 本期亮点 「河豚已经不会毒死你了，但我们决定假装它还会」 全集的核心段子。1958 年东京一场河豚集体中毒、6 人死亡，日本厚生省随后立了「河豚调理师免许制度」——商业场所处理河豚必须持证师傅操作。到今天约有 5000–6000 名持证师傅，学徒 2–3 年、考试通过率 35%。但故事有后半段：河豚的毒不是自己合成的，是从食物链的细菌吃来的，1990 年开始人工养殖后毒性已降到野生的千分之一以下。2012 年有地方政府提议「没毒了，取消牌照吧」，厚生省以「公众认知、行业稳定、文化传承」为由拒绝。翻译过来就是——「河豚师傅今天真正的工作，已经不是防止你被毒死，而是作秀。你付的钱不是为了安全，是为了那份仪式感。」 「贫穷限制了我对人类价值的想象力」 任鑫罕见地自剖：「我是个纯纯的理工直男，穿一身优衣库就很好。」哪怕买大牌，他也要从功能性上合理化溢价（面料好、场合需要）。但他突然反问自己——假如账上有 1000 亿、每天利息 1000 万，10 万的衣服和 300 块的衣服对我还有区别吗？ 那时我只会看「喜不喜欢」，根本不会觉得自己在「支付溢价」。「是不是因为我生长在一个相对稀缺的年代，所以我想象不出来：其实不需要那么好的功效，也可以 charge 一个高价。」 「孩子要那个 600 块的乐高小人」 最生动的一个旁证。任鑫给孩子买了本乐高的书，孩子看上里面一个绝版的星球大战小人，淘宝要卖五六百块。任鑫劝他「这钱够买一个大盒装了，太不划算」，甚至说「这 600 块直接给你」，孩子还是只要那个小人。「他对钱没什么感受，他只在意自己喜不喜欢。」任鑫由此一惊：会不会是我把人类的价值，全局限在了「功效」上，而忘了「一个乐高小人能卖 600 块」这种事？越年轻的小朋友越有这种状态——因为他们生活在越富足的世界。 「侍酒师、撒盐哥、NFT 头像：人为稀缺性不是孤例」 河豚师傅不是孤例。法国的侍酒师，最早的工作是检测酒里有没有毒、管理酒窖；玻璃瓶、软木塞、灭菌技术普及后这职业理论上该消失，结果反而成立协会、发证、考试，变成了「品鉴鉴赏师」——从毒药核检员变成纯表演。还有那个煮牛排撒盐的「撒盐哥」，盐不就是氯化钠吗，谁撒都一样，可「这离质感这就值钱，他就全球红」。再到艺术品——「一幅画的使用价值为零，但因为是某个人画的，它就可以卖几个亿。」任鑫连自己的微信头像都拿来开刀：那是个 NFT，买时约 7000 美金，现在可能只值几百美金，可你一分钱不花也能用这张图——买的从来就不是使用价值。 「价格、价值、效用、生产力，其实都不一样」 这是全集的概念锚。「只是我们从小被当牛马、当工具人培养，才会觉得这些东西差不多。」在一个功能、效用都充裕的世界里，会不会人们愿意为「功能之外」的东西付钱？因为 AI 一来，所有功能性的东西都会大幅降价——写报告、做设计、写代码、翻译，「这些事情的功能性部分，AI 都已经做得很好，而且会越来越好」。大部分人的焦虑就是「AI 能做我做的事，我就没价值了」；而河豚师傅给的提示恰好相反：当你确实没有功能性价值时，其他价值维度才会展开。 「我自己也在卖河豚——90% 是情绪价值」 任鑫拿自己开刀开得最狠的一段。每天有大厂找他讲 AI 转型课，「我挺贵的」。可他坦白：这些需求，他在混沌学院 APP 的线上课就完全满足，新东西公众号和播客里也都免费讲过了。但谈下来大部分还是要他「肉身飞过去讲一趟，然后忍痛收钱」。「他们花的钱里，我后来想其实 90% 是在买情绪价值，本质上就是买我这张脸、买现场那个体验。」他觉得 B 站很多 UP 主实践做得比他还好，但还是有很多人找他——「当信息变得免费，谁来讲、在什么场景下讲，就变成了新的值钱维度。」 「列『AI 做不到』的清单，还是老框架」 任鑫主动拆掉一个很多人会落进去的坑：听到这儿，大部分人会开始列清单——判断、信任、品味、创造力，这些 AI 做不到，所以我做这些。「但这还是老框架，还是在问『人能做哪些 AI 做不到的功能』，本质上还是在比生产力，只是把赛道换了一换。」河豚师傅真正的故事不是「人有哪些功能 AI 替代不了」，而是「功能性归零之后，人们会不会越来越多地把钱花在非功能性的部分」——而那部分（珠宝、画、拉布布……越虚无缥缈的东西）溢价往往越高，生存刚需反而毛利最低。 「AI 让每个人都变成富二代之后」 把丰裕推到极致：「你可以把它想象成，AI 让每个人都变成了富二代、变成了王健林的儿子女儿。」那时消费重心会向奢侈品转移——不是用来炫耀的爱马仕，而是「我愿意为一个人的手艺、一段现场体验、一个有温度的判断、一个有故事的东西，多付很多很多钱」。如果 AI 把十代人的观念转变压缩到 10 年发生，整个世界的消费会根本性改变：大家追求的是意义和稀缺，而意义和稀缺，恰恰是人类这具肉身能提供的差异。「AI 能生成 1 万幅画，但某个人画的只有一幅；AI 能写 1 万篇分析，但我信任的那个人写的只有一篇。」 收口：「人生就是一场巨大的秀，你买的是游戏体验」 「以生产力来标榜自己——我是干嘛的、我能产出什么——这是不是一段弯路？它不该是人类存在的理由，只是漫长物质匮乏时代被迫扮演的角色。」当 AI 把这部分接过去，悲观的看法是「我被逼到墙角，没事干了」；乐观的看法是「我终于可以回到意义和稀缺本身，回到『人是目的』，不用再假装自己是一台机器了」。在未来我们可能都会变得没有用，但是我们仍然可以有价值。 时间戳 时间戳 00:05 开篇暴论：河豚不会毒死你了，但我们假装它会 00:40 标准回答「人是目的不是手段」，但其实想不出 AI 干不了的 01:10 贫穷限制想象力：理工直男的功能性思维 02:56 穷人买 LV vs 富二代买爱马仕 04:27 孩子要那个 600 块的星球大战乐高小人 05:37 假如所有东西都是奢侈品，人类反倒有价值 06:21 河豚段子：1958 中毒 → 免许制度 → 1990 养殖无毒 → 2012 不取消 08:16 不是孤例：法国侍酒师、撒盐哥、艺术品、NFT 头像 10:40 价格 / 价值 / 效用 / 生产力其实都不一样 11:22 AI 把功能性价值打到趋近于 0 13:06 我自己也在卖河豚：90% 是情绪价值 14:50 列「AI 做不到」清单还是老框架 17:23 AI 让每个人都变成富二代 19:48 收口：我们可能都会变得没有用，但仍然可以有价值 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号  「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。  我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！  商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式  节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。  任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 播客剪辑： 十六颗糖 BGM： 片头：Shortwire - Reconfig 片尾

    22分

  4. 6月1日

    丛龙峰：AI 会消灭掉“上个破班儿”的感觉

    「一般人能做的事，AI 一般都能做了。你必须得变成一个不一般的人，而且留给不一般的空间越来越小了。」 这是丛龙峰 2023 年在自己办的第一届管理学年会上抛的预言。两年半过去，他说这个判断完全成真了。 最近被密集邀请去交流“AI 组织转型”。 越交流越心虚，因为虽然我创业好几次，也号称大厂带过大团队，但其实对组织设计一直不上心——心里默认假设就是用创新增长掩盖一切问题。现在被各种咨询具体组织问题的时候，虽然理论能说出一套一套，但底气总是不足。 于是就想到找朋友里最懂组织的丛博聊聊，就有了今天的播客。 嘉宾 丛龙峰，组织管理专家，丛峰咨询创始人，南开大学管理学博士，曾任和君商学首席管理专家，著有《组织的逻辑》《自我觉察》。 他长期深耕于企业创新与组织管理研究。过去9年，作为创始人的组织顾问，陪伴过10余家行业领军企业成长，包括德邦快递、传音控股、喜家德、巴奴火锅、沃森生物等企业。 近年聚焦于新科技、新消费企业的组织成长，以及AI时代下的组织之变。 亮点 「make things happen 很难」 这是今年所有组织咨询碰到的根问题。丛龙峰说，今年的难点已经从「道理没说清楚」变成了「道理说清楚了，但大家不听你的」。他给了一个分析框架——组织有 3 种面向：经济、社会、政治。AI 只能击穿经济层（效率逻辑）；到了社会层（情感逻辑）、政治层（博弈逻辑）就难。任鑫接了一句反驳：通情达理在这一波其实没用——「损伤到利益的时候，哪怕我觉得你讲的有道理，我也不搭理。」 「组织归核，回到天才管理」 丛龙峰不用「组织坍缩」这种消极的词——「积极地看，就是组织要归核，归到核心。一个公司真正的核心没多大的。」他举了肯德基（一开始是肯塔基州最火的炸鸡店，"好吃到你必须要到那个州去吃"）和蜜雪冰城（核心还沉淀在第一家店身上，5 万家店是规模化复制问题）。AI 接管了规模化复制，组织就回到那个最小的核——回到天才管理。「这是一个非常残酷的状况——因为人类其实是非常笨的。」 「吃 AI 这个馒头前，前面还有 4 个馒头要吃」 全集最实用的判断。「我们做 AI 智能化的组织，实际上是吃到它的第五个馒头。但是它前面还有四个馒头：标准化 → 流程化 → 数据化 → 知识化 → AI 智能化。」大多数公司连第一个馒头都没吃完。「你自己都没有标准化，你想指望 AI 去帮你标准化就非常难。」他举了胖东来——2012 年就有非常好的岗位指导手册，前 4 个馒头吃完了，所以这一轮数字化转型才能融会贯通。 「我们目前只是开始的开始」 任鑫抛了焦虑：「我担心这事 18 个月就发生完了。」丛龙峰回他：「目前只是开始的开始，是一个漫长周期的开始。1 万米跑，你现在领先我 2 米算什么？」他举了春节自家下水管坏掉的故事——找了三天才找到一个会修下水管的工人。「我们身边非常多工作是这个样子的。AI 焦虑只发生在一小拨人之间，大多数人对 AI 完全无感。」 「聊『沉淀方法论』的公司，我心里就咯噔一下」 任鑫问：你看到那些公司有没有成功的 AI 实践？丛龙峰先回了一句：「相信我，你已经在最前沿了。」然后给了一个更尖的判断——「凡是一开始就跟你聊『我们能不能沉淀方法论』，我心里就会咯噔一下。一旦上方法论，你其实就开始收敛了。」「公司不是多姿多彩的，一定是创新不够的；不是处理发散问题的，一定是未来感不强的。」 「真正的影响只能发生在人和人之间」 经济层 AI 可以打穿——成本拧干、人员优化（丛龙峰举了有赞，AI 把成本拧出来攒成利润）。但到了社会层就难——「因为人是有情感的。真正的影响只能发生在人和人之间。他会有感同身受、通情达理。」丛龙峰承认：这是工程师和心理学家在两个频道上说话——工程师觉得"技术的力量摧枯拉朽，能把你这一套逻辑全推翻"，但最终还是要面对"这些人怎么办"。 「丛博，你能不能不要再碰你的手机？」 丛龙峰这两年的地图变了——23/24 年必看 Meta、特斯拉、英伟达；24/25 年新加皮克斯、西雅图星巴克；今年他直接在杭州良渚的冷暖村住了 20 天。冷暖村有一家叫"木樨家"的小店，店主爸爸有一天跟他说：「丛博，你能不能不要再碰你的手机？知识是一种遮蔽——你习惯了那套逻辑之后，你就不再用脑子来思考了。」这位爸爸的女儿即将上四年级，他决定让女儿放弃升学、不要高中文凭。「他完全不信任目前的学院派的教育——AI 一定会把所有东西都给我女儿准备好。」 「AI 会彻底消灭掉上破班那种感觉」 丛龙峰给了最有人情味的一段：「我特别相信 AI 如果可以提高生产力，一定会朝向让人变得更像人的方向——它会彻底消灭掉上破班那种感觉。」他给任鑫看了自己同事发的朋友圈：「干点有意思的事儿，并且能够感受到因为创造力带来的喜悦，是一件多么幸福的事情。谁说不能快乐的工作。」朋友圈下面有人留言：「这是我们朋友圈里面唯一开心工作的人。」 「重要的不是财富自由，是兑现自己的天赋」 聊到最后，丛龙峰说：「重要的不是财务自由，也不是自我实现。重要的是能不能兑现自己的天赋——这个东西是你没有办法骗你自己的。」「你绝对不会在你死那一刻觉得『老子这一辈子赚了特别多的钱』——你不会那么无聊的。更底层的追问会回到：我这辈子活够了、活到了，我活出了我自我的风采。」 彩蛋：「操你自己的心就好了」 聊到最后他给了一句：「见到面的感觉不一样，这可能是最后的人类有尊严的部分。为什么要去操马斯克的心、操扎克伯格的心、操人类未来的心？操你自己的心就好了。」 时间戳 00:05 开篇预言：组织 3 种形态 + AI 终局猜想 04:11 全场抛问：AI 裁员的不超过 10% 15:53 5 个馒头模型：标准化 → 流程化 → 数据化 → 知识化 → AI 智能化 18:26 「一般人能做的事，AI 一般都能做了」 22:13 「组织归核 → 回到天才管理」 26:41 「聊『沉淀方法论』的公司我就咯噔一下」 32:52 「百度为什么起个大早赶了个晚集」 35:08 「真正的影响只能发生在人和人之间」 41:15 良渚冷暖村 20 天 + 木樨家爸爸的故事 43:12 「知识是一种遮蔽」 52:13 「AI 会消灭掉上破班那种感觉」 1:01:25 转向皮克斯 / 西雅图星巴克 1:05:19 「操你自己的心就好了」 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号  「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。  我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！  商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式  节目主理人 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。  任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 播客剪辑： 十六颗糖 BGM： 片头：Shortwire - Reconfig 片尾：Faime - I Found Her

    1時間8分

  5. 5月27日

    Spark AI 李智昊：用视频做世界模型，路线非常不本质

    李智昊，1998 年生。Spark AI 联合创始人。Spark 3D 论文发表在 NeurIPS 2025。 聊到第 33 分钟，他对我说： 「从我的视角来看，这条路线非常的不本质。」 ——「这条路线」指的是今天最火、最多融资的世界模型公司"用视频做世界模型"的路线。 去年 5 月 1 日凌晨，他和团队的 Spark 3D demo 上了 Hugging Face Trending 第一。他的判断是：4D 物理世界自己的 Stable Diffusion 时刻——两年内会被实现。 这一期是给所有做图、做 3D、做机器人、做游戏、做视频、以及想在下一波 AI 跃迁里"埋伏"的人——一份蹲守地图。 嘉宾 李智昊｜Spark AI 联合创始人。1998 年生，南大本科、新加坡南洋理工大学博士。代表作 Spark 3D——2025 年 5 月 1 日 demo 上 Hugging Face Trending 第一名，论文发表于 NeurIPS。一直沿着"压缩可以提升智能"这条暗线在走：从语言、图像、3D 一路逼到 4D 物理世界。本期他给所有人画了一张"世界模型赛道全景图"，并预测了下一个跃迁的时间窗。 亮点 视频是 4D 物理世界的有损投影 聊到第 6 分钟，李智昊把所有"视频生成式"世界模型的根一句话点出来——它们都是"从视频出发"，把视频当成 4D 物理世界的投影来做建构。问题在哪？「它被拍扁了那一刻，就很多的物理规律就被丢失掉了。举个最简单的例子，我们两个人相遇，这手手之间错过——为什么一直视频生成会有很大的问题？因为他丢失了这种手的前后关系、深度的空间关系。」 这条路线非常的不本质 全集冲突感最强的一句直引。任鑫问：能不能像 GPT 那样用 Next Token Prediction，直接从视频里把 3D 理解逼出来？李智昊的回答：「其实每个人都有不同的观点。从我的视角来看，这条路线非常的不本质。 因为你妄图从这种海量的数据里面做推理、做建模，它其实并不是一个高效的表征。」一句话把今天市面上所有视频生成派的世界模型公司都点了名。 视频生成派的第二个死结：Latency 李智昊给视频派的第二个判断：现在通用做法是用 3D VAE 对原始视频进行压缩——「它不可避免的会对时间维度进行压缩，这样就会导致你在 latent space 想去做一个 action，得到的 feedback 会在几帧之后，甚至有可能一秒之后才有。相当于你在 Vivo 的自动驾驶 simulator 里踩了一下刹车，最后过了十几帧才得到一个 feedback。」对自动驾驶 simulator、机器人 RL 训练，这种 latency 是致命的。 Spark 3D 的路：4D 点云 + Motion 残差 具体怎么做？李智昊和团队的路是「直接对 4D 空间进行建模」——以 4D 点云作为表征，把点源拆成"静态 + motion 残差"两部分。静态部分用 3D 高斯压缩，动态部分单独用一个小 token 表征。「我每次只压一个小的残差，不会把整张图像进行压缩。」一次 action 只改 motion 那一小段 token——latency 死结解开。 大厂难以去从表征层面来做更改 任鑫问：这种事大公司不更适合干吗？人家有 10 万张卡。李智昊接着说：「其实我觉得这反而是我们差异化的优势。大厂他投入了非常巨量的资源去做每一次视频生成的训练……可能他下一个 Q 就要做超过他自己的 2.0、3.0……但其实他们非常难以去从表征层面来做更改。 每一次表征的更改都意味着你数据的推倒重来，也意味着从整个数据处理到整个压缩设计智能生成，所有的管线都可能要被重做。 壁垒在于表征的效率 聊到后半段最关键的一句立场宣告，李智昊接着说：「我觉得现在大部分人认为世界模型的壁垒还在于数据。我去采更多的 egocentric 数据……因此在同样的数据量下，我也需要加入更多的算力。我个人认为，包括我们 Spark AI 整个的姿态，还是认为壁垒在于表征的效率。 你如果把更多或者再多的资源投入到错误的表征上，只是把现在的这个天花板逐渐去逼近，而不是把天花板本身去捅破。」——这是直接反主流"数据 + 算力"派的立场。 两年内会被实现 4D 的 Stable Diffusion 时刻 任鑫问：4D 的「Stable Diffusion 时刻」会在两年内还是更晚一点？李智昊回答：「我觉得应该是在两年内，我们觉得还是比较有信心的。我们确实看到了一些迹象，我们认为两年内会被实现。」 任鑫追问：假设 12 个月后有重大突破，第 9 个月该干啥？李智昊给的方向：高精度多人 Minecraft / 4D 元宇宙；AI 生成游戏 + 3D 资产；机器人 simulator；个性化 3D 打印。 时间戳 00:04 一句话讲清楚他在干嘛——表征是底层暗线 02:35 Spark 3D 是怎么火起来的（5 月 1 日 Hugging Face Trending 第一） 03:29 压缩本身是一种表征方式 04:39 为什么 word model 必须做 4D 而不是 2D 视频 06:07 「我们把视频当做一个 4D 物理世界的有损投影」 07:52 视频生成路线的真正瓶颈：Latency 10:20 Spark 3D 的技术路径：4D 点云 + Motion 残差 18:14 4D 点云怎么压缩成 token 19:23 Ablation study：压缩好就能把智能上限提高 25:07 「大厂非常难以去从表征层面来做更改」 26:31 任鑫提炼："越小公司越应该做大事" 27:17 「我们其实真的是在做底层」 33:20 「这条路线非常的不本质」 34:59 任鑫讲佛教公案 / 35:30 李智昊技术解读 36:37 类比图像生成的 Stable Diffusion 时刻 39:36 「4D 跃迁，两年内会被实现」 41:05 To C 切入点：高精度多人 Minecraft 42:09 彩蛋：OnlyFans / NSFW 方向 43:15 游戏公司是天然客户：3D 一致性需求 45:08 世界模型赛道全景图（三类玩家） 47:58 「壁垒在于表征的效率」 51:12 一句话送给想跟图、跟 3D 创业的人 52:04 「下一个被突破的，可能就是 4D 物理世界」 53:21 任鑫收尾：做 AI 最痛苦的事 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号  「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。  我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！  商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式  节目主理人：  徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。  任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 播客剪辑： 十六颗糖 BGM： 片头：Shortwire - Reconfig 片尾：Alex Siegel - Daydreaming Pilot

    55分

  6. 5月25日

    王建硕：Markdown，是新时代的编程语言

    王建硕一上来就跟我说：「徐文浩上一期讲怎么治理'屎山代码'——我不是特别同意。」 他的反驳是：屎山代码就是不可维护的代码，根本不需要去维护。「代码不存在错误，只存在跟你的 intention 不一致——所谓 bug，要么是 bug 本身，要么是 feature 写得不对。」治理屎山代码的所有方法、所有 skill、所有最佳实践——王建硕都认同——但他认为这一刀切错了层：你不该去改 source code 这一层，你应该改它上面的自然语言。 这一刀划下去之后，他跟我聊了 1 小时"AI 时代真正的程序员长什么样"。 中间最神经病的一段，是他拿手机给我看他做的 APP—— 最重要的功能叫「用户反馈」。用户随便写一句"字体大一点"或"增加一个 XX 功能"，5 分钟后 APP 就按用户的反馈更新了。AI 接到 GitHub Issue 自动拉代码、自动写、自动 build、自动推 TestFlight。 我以为这已经够离谱了。过几天他又跟我说： 「我现在不需要用户反馈了。它自己想想要更新什么，它就自己更新自己。」 他给那个 APP 接了一个 PM Agent。AI 自己判断「下一版应该做什么」，然后自己把功能补上去。王建硕从开发者，变成了那个翻手机看自己 APP 又变成什么样的好奇用户——「我都好奇今天它又变成了什么样」。 这一期是给所有产品经理、程序员、创业者的。如果你今天还在跟 AI"聊天"——这一期请认真听完。 【嘉宾】 王建硕｜互联网老兵，百姓网创始人。最近一两个月他又重新「上岗当程序员」——只不过这一次他写的不是 C、也不是 Python，是一堆.md文件，让大模型按 schedule 跑。他自己一个人，跑了 4 个 Agent 团队（PM / 工程 / 市场 / 客服），其中 PM Agent 会自己决定下一版要做什么，不再需要他亲自指挥。他的 APP 五分钟更新一个版本，每天审完核就上线。 【本期亮点】 「徐文浩讲'治理屎山代码'，我不太同意」——开场就是一记隔空交锋 王建硕一开口就跟前一期嘉宾徐文浩抬杠。徐文浩前期主张：要用 skill、用最佳实践、用各种治理工具，让 AI 写的代码可维护。王建硕的反驳是——屎山代码就是不可维护的代码，根本不需要去维护。他的意思大致是：屎山只要不被人看到，它就不是屎山。他承认徐文浩讲的治理方法都对，但他认为这一刀根本切错了层：你不应该在 source code 这一层做治理，应该在它上面的自然语言层。 「代码不存在错误，只存在跟你的 intention 不一致」 王建硕重新定义了什么是 bug：所谓错误，要么是 bug 本身，要么是你的 feature 写得不对——本质上都是你的意图（intention）没说清。他举例：在 C 语言里你说print color，没指定颜色，编译器给你 print 出白色——这是 bug 吗？不是。这是你没说要蓝色。所有现在大家骂"AI 写的代码不对"，其实绝大多数都是自己 intention 给得不清晰，跟 AI 无关。这就是他为什么不同意"治理 source code"——治理治错了对象。 「用户写反馈，5 分钟后 APP 就按你要求改完」 这是这期最神经病的一段。王建硕的 APP 里有一个功能叫"用户反馈"。用户随便写一句——"希望字体大一点"、"增加搜索功能"——5 分钟之后，APP 就按这条反馈生成了一个新版本。技术链路其实很朴素：用户反馈直接落到 GitHub Issue，触发一个 hook，Claude Code 自动拉代码、写代码、跑测试、合主分支，自动 build，自动推 TestFlight。「从你提交问题到你的手机上面可以测试它，大概五分钟左右 APP 更新一个版本。」 「我现在不需要用户反馈了——它自己想要更新什么，自己就更新了」 更狠的是后面这一层。王建硕给那个 APP 接了一个 PM Agent——没人提反馈的时候，AI 自己判断"下一版应该做什么"，然后自己把功能补上去。「我每天大概每隔一两个小时，那边 TestFlight 就会咚咚地说一个新版本发布了。我就很好奇今天它又变成了什么样。」他从开发者变成了那个翻手机看自己 APP 又变成什么样的好奇用户。 「我手写了几万行自然语言，才让这套系统跑起来」 那这件事是不是甩手掌柜？不是。王建硕反复强调：「我所说的自然语言是真的手写，不是大语言模型生成。光你自己一个字一个字敲的自然语言，可能你都至少要敲个几百行。」他的工作目录按 Model / View / Control 分层，子文件夹里几万行.md。他手写自然语言的颗粒度，就是他对这个项目的控制颗粒度。"你的不满意，是对它的缺省值不满意——但它的缺省值不是你的内容。" 「聊天不叫程序，聊天叫 debug」 王建硕抛出一个让我反复回味的判断：程序，是你写好的、确定的、可以被定期或被 trigger 执行的、给你出结果的东西。聊天的反面就是写程序。「聊天是一种非常快速的 debug 方法，但它不是你写程序的方法。」他估算现在 90% 的人用 AI 还停留在"打开 Python 命令行学语言"那一层——不积累、不沉淀，第二天再来还是一样。 「自然语言是新的'汇编'，Python 正在变成新的'屎山'」 王建硕画了一张产业演进图：机器码、汇编、C、Python、自然语言——每往上一层，下一层都变成"屎山"——人不可读、不可维护，但不影响人类继续生活。LLM 是新的编译器，自然语言是新的"汇编"。这一张图反过来也是他不同意徐文浩"治理屎山代码"的理论基础——你治的不是地基，治的是上面那一层；地基让它沉下去就好。 「程序员就是上一代的抬轿子的人」 全集最有共鸣的隐喻。"我们以为抬轿子是真的力气；忽然变成车了，我们以为我们对车也是有控制的——但其实你早离开了。"程序员现在被困在"教父"的位置——他们的代码能力可以被 AI 完全替代，但因为情感蒙蔽，他们学开车的意愿反而远远低于一个普通人。"离新技术越近的产业工人，是越惨的。" 「你每天烧多少 Token，是 AI 时代的 GDP」 王建硕的硬指标只有一个：Token 使用量乘以单价。不管你 PPT 多 make sense、不管你说你 AI 认知多牛——A 组织和 B 组织看一眼 Token 量就分胜负。他自己一天烧大约两千美金。"省 Token 这件事，就像身体上的一个脓疮——你不把它清掉，你看不到真正里面到底是什么问题。" 他最近做的海报上写：使用 Token 拥抱浪费。 【时间戳】 01:40 王建硕跟徐文浩抬杠：屎山代码不需要治理 02:24 屎山代码的真实定义：不可被人维护的代码 03:18 屎山只要不被人看到，它就不是屎山 06:00 重新定义"屎山"：人不可维护的代码 06:51 代码不存在错误，只存在跟 intention 不一致 07:06 王建硕承认徐文浩方法都对，但切错层了 12:12 聊天不是写程序，是 debug 14:43 真正的"程序员"长什么样：工作目录、文件夹工程 21:47 抬轿子的、教父和驾驶员 33:08 王建硕的新身份——一个人 4 个 Agent 团队 37:18 用户写反馈，5 分钟后 APP 自动改完（核心段落） 38:17 「我现在不需要用户反馈了——它自己想要更新什么自己更新」 38:30 整套流程拆解（反馈、GitHub Issue、Claude Code、TestFlight） 39:38 PM Agent：让 AI 替代用户反馈做决策 45:30 「APP Store 我已经不下载了」+ 即抛即用型软件 50:25 21 世纪所有人都需要会用计算机——10 年后所有人都会用 AI 1:02:01 唯一硬指标：你每天烧多少 Token 1:04:20 拥抱浪费：使用 Token 拥抱浪费 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号  「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。  我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！  商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式  节目主理人：  徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。  任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 播客剪辑： 十六颗糖 BGM： 片头：Shortwire - Reconfig 片尾：Sam Wills,Honey Mooncie - Traingazing

    1時間7分

  7. 5月20日

    OceanBase 封仲淹：Vibe Coding 只是开始，下一站是软件工厂

    一个做了二十多年程序员的人——GPU 内核、分布式文件系统、大数据、数据库一路做过来，你以为他会对 vibe coding 嗤之以鼻？恰恰相反。OceanBase 封仲淹是这场对话里最激进的乐观派。他说，vibe coding 彻底革命了整个软件行业，但今天看到的只是开端。下一站，是 software factory——多个 agent 像数字员工组队工作，配 software correctness benchmark 验证每一次产出。 这一期是我们和播客【赛博赶海】的串台，我和徐文浩把老纪请来，把上一期“管理大型公厕”那个争论往下推一层：既然 vibe coding 不是终点，我们现在该怎么搭工程？三个人三种立场——革命派说工厂马上来，务实派说你们不擦屁股的人逻辑都对，绕道派问能不能干脆放弃工业化。 没有人被说服，但意外达成了一件事的共识：那个新的协作单位，不再是“代码”了。 【嘉宾】 封仲淹—— OceanBase 开源负责人。自称“古法编程的开发者”，做了二十多年程序员，在阿里负责开源十几年。最早做 GPU 显卡内核，后来做分布式文件系统、大数据，现在做数据库，也在为 Agent 设计下一代数据库。 【本期亮点】 古法编程的乐观派。老纪理论上最有理由怀疑 vibe coding，他反而是最激进的乐观派：“vibe coding 彻底革命了整个软件行业，所有软件未来五年内全部要重新革命。”今天只是开端，下一站是 software factory——多个 agent 像数字员工组队工作，配 software correctness benchmark 验证每一次产出。 4 小时不认识自己的软件。任鑫提到一个上市公司老板开发的 APP 的诡异功能：软件里跑着一组 agent pm，每 4 小时自己想需求、自己排期、自己发版。这位老板每 4 小时进自己的产品看一眼，都不认识它。这不是科幻，是 2026 年中国一家上市公司的日常。 一个人 vibe coding 容易自嗨。徐文浩反驳“一个 agent 就够了”的乐观论：“三个诸葛亮顶个臭皮匠，三个人组合起来能不能比一个人的 OPC 更厉害？”code review 的本质不是流程，是“另外一个人来看”——一个人写代码总觉得自己都对，换一个人看才会发现 bug 和设计问题。 开源在 AI 时代为什么更重要了。任鑫作为一个把代码丢了 20 年的人，坦白以前根本不太用开源，最近反而动不动就 fork 一个 skill。老纪的解释是：开源本质是分发效率，跟 AI 是殊途同归——都在提升生产力。但徐文浩追了一个尖锐的问题：fork 出去的改动，怎么回到 mainstream？这是 AI 时代浮出来的新协作命题。 Memory 是新一代的协作单位。徐文浩给出了一个定义：除了 LLM 调用和 agent harness code 之外，所有信息都叫 memory——skills 是 memory，各种抽象文档也是 memory。痛点很具体：在 Claude Code 里改了一个 skill，没办法自动同步到其他人的机器，切到 Codex 又得手动同步一次。“过 2 小时才能用，这怎么受得了？” 文件系统 vs 数据库存 memory。今天 Claude Code 用文件系统存 memory 已经非常成功，但老纪用大数据的历史做了个类比：2005 年 Google 三驾马车时代，所有数据都是裸存文件、暴力扫描——和今天的 AI memory 一模一样。过了四五年，数据量起来后必然向结构化、列存演进。AI memory 也会走同样的路，两个问题先暴露：容量和噪音。 三派立场对撞：AI 时代要不要共识。任鑫挑衅：能不能完全放弃工业化，改用抖音“拍同款”那种 fork 不回流的逻辑？徐文浩从擦屁股的人的视角反击：“你们不擦屁股的人，逻辑都对，但你们就不用擦。”——token 和时间都是有限的，不可能让所有东西每次都让 AI 重写一遍。“虽然我们讲创业公司要重新投胎，但是你重新投完胎，你还是一个哺乳类动物。” 彩蛋：互联网是 LAMP，AI 时代可能也有新的四件套。临近结束时，老纪抛出一个简短的猜想：互联网时代的标配是 LAMP 架构（Linux + Apache + MySQL + PHP），AI 时代可能也会有一套新的“四件套”。这个判断只在节目末尾出现了一分钟，但值得记下来——也许是下一期专门聊的话题。 【时间戳】 01:25 老纪自我介绍，什么是“古法编程” 02:30 vibe coding 只是开端，下一站是 software factory 04:12 一个 4 小时不认识自己软件的上市公司老板 06:21 一个人 vibe coding 容易自嗨，需要对口相声 09:00 开源在 AI 时代为什么更重要了 15:14 Memory 的定义，以及 skill 同步的痛点 19:28 文件系统 vs 数据库：memory 到底放哪里 27:54 卖车公司案例：10 万销售的对话怎么变成 insight 35:00 三派立场对撞：AI 时代要不要共识 43:51 阿里数据治理三阶段：百花齐放 → 中台 → 分而自治 53:01 一个人的记忆已经散落在多个 agent 里 01:01:39 老纪的彩蛋猜想：互联网 LAMP 之后，AI 时代的新四件套 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号  「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。  我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！  商务合作：公众号 「AI 炼金术 」菜单栏中【商务】获取联系方式  节目主理人：  徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。  任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 播客剪辑： 十六颗糖 BGM： 片头：Shortwire - Reconfig 片尾：Demxntia - tonight, pt. II

    1時間3分

  8. 5月18日

    云九资本沈文杰：VC 别把自己当 Nature 审稿人

    “科技大神们自己还在吵，VC 怎么判断哪条路对？” 我把这个一直困扰我的问题，抛给了沈文杰。 沈文杰是老同事，云九资本董事总经理。2020 年，他打了一通 cold call，联合领投了壁仞科技——六年后的 2026 年 1 月，壁仞港股上市，成为“港股 GPU 第一股”。 他的回答很直接：VC 别把自己当 Nature 审稿人，不要去做最牛的人都判断不了的事情。 “投资里最重要的东西是共识。先把共识搞明白，而不是钻牛角尖说这个架构比那个架构好。” “知道哪些事情你没资格判断，才是最重要的判断。” 这一期我请他展开讲了一遍他在硬科技投资里跑出来的方法论——什么时候用 top-down、什么时候只能 bottom-up；为什么“你越看好的行业、最后能成的公司越少”；为什么过热是资本现象不是需求现象；以及今天大家都在追的那些热点里，哪些是真共识、哪些是假共识。 聊到一半还撞出了一个我没想到的视角——AGI 在物理世界是断层的。这就是他为什么最近会去投一家做睡眠的公司：医生看睡眠会问你的所有问题，AI 都能答；再把判断主动反馈回温度、灯光、降噪，物理世界的闭环就闭合了。顺着这条线往下推，他给出了我觉得最值得抄走的一个预测——下一个生活方式变化是：人会越来越数据化。大模型让常识变得没有成本，这件事会重塑营销、零售、产品，甚至家纺店。 如果你在投资或创业，正在被“半年翻一次天”的节奏拖着跑、不知道哪些事该自己想清楚、哪些事根本不该自己下判断——这一期值得听完。 亮点 Highlights Top-down 跑出来的壁仞 2026 年 1 月港股上市的“港股 GPU 第一股”壁仞科技，是沈文杰 2020 年 cold call 进去联合领投的。他说这个项目是 top-down 跑出来的——先选好 GPU 这个赛道，再遍访所有公司挑一家 bet 跟自己接近的。事后看，那个时点投谁都不会太差。 Transformer 火之前没人能 top-down 推出 Transformer Top-down 适合“既有存量又有创新空间”的底层赛道，但绝对的颠覆式创新没法 top-down。OpenAI 出现之前，没人能从宏观推理出“应该投一个像 Transformer 这样的东西”。这种东西只能 bottom-up：一直在 AI 里生根，每个新技术都试一下。 你越看好的行业，最后能成的公司越少 普通人的直觉是行业越热公司越多。沈文杰反过来——能创造未来的行业，领先者优势越极端。要么平台型公司天然垄断，要么规模效应+持续技术升级一次次把别人拉爆。**反过来，你觉得没那么看好的行业，里面反而会出来很多家中型上市公司。**这条对创业者也成立。 AGI 在物理世界是断层的，所以要投睡眠 今天的大模型某种意义上已经是 AGI，但它和物理世界之间有个 gap——具身智能在解决具身的部分，但日常生活中 AGI 的能力没有被用起来。要补这个 gap 需要两块：第一是新 sensor 喂数据上去；第二是把 AI 的判断主动式地反馈下行到物理世界——床温度调一下、灯光暗一下、降噪一下。 为什么是睡眠：医生问你的所有问题，AI 都能答 睡眠是这个闭环的完美 demo。睡不好的原因可能是压力、疾病、环境、神经性的、刚刷到的焦虑微信——医生看睡眠会问你一大堆 context，而 context-heavy 的问题恰好是 AI 最擅长的。把这些数据丢给 AI 立刻能给条理化判断，再往下接温度、降噪、灯光、白噪音——一个完整的物理世界 loop 就闭合了。 耐克的故事：篮球只是运动，跑步才是生活方式 当年耐克创始人在还没有乔丹、篮球还没成为一种文化的时候，判断应该更投入在跑步上——因为跑步是一种生活方式，而篮球只是一项运动。后来篮球绑定了嘻哈、AJ、整套文化，从运动变成了生活方式，耐克才再吃到一波超额红利。这个 framing 抽象出来就是：生活方式 = 大量的人 + 每天做 + 跟身份认同绑定，那才是大市场。 大疆做得好，但也因为抖音出现了 大疆做到今天这么大的规模，一半是大疆做得好，一半是抖音、Ins、社交媒体这些生活方式的变化给了它一个被需要的舞台。DJI Pocket 是这个逻辑的延伸：因为大家拍视频的量变大了、对内容质量的要求变高了、而 Pocket 拍的确实比手机好——三个条件凑齐，需求就被引爆。 下一个生活方式：人会越来越数据化 沈文杰的预测：人会越来越数据化、越来越依赖专业决策的辅助。大模型让常识变得没有成本——任何人都可以拥有研究生级别的常识，免费的。然后你可以把复杂问题、所有 context 都丢给 AI，立刻得到条理化分析。这件事会重塑营销、产品、零售。家纺店从卖印花变成卖“针对你的数据化解决方案”——这就是新生活方式落到具体业态里的画面。 别把自己当 Nature 审稿人 我问他：三个院士在台上吵核聚变技术路线，VC 怎么判断哪条对？他说：我们不是 Nature 审稿人，不要去做最牛逼的人都无法判断的事情。最重要的是搞明白共识，而不是钻牛角尖说这个架构比那个架构好。那个时点你投谁都不会太差。 创业者怎么反脆弱：尊重事实 半年就翻天覆地的时代，普通创业者怎么活？沈文杰给了三条：第一，关注最底层不变的东西——模型能力提升、算力变大，新机会都会朝你开放；第二，保持灵活性，关注当下——奶茶有没有绝对壁垒？关键是搞明白“100 家和 1000 家的差别是什么”；第三，不要幻想过高毛利率——别人能 copy 的产品，凭什么把你的用户抢走？他自己写的“名人名言”是凯恩斯那句：当事实改变之后，我的想法也随之改变。 时间轴 03:01 沈文杰怎么在 2020 年就 top-down 投了壁仞 05:01 当年的核心预判：数据中心收入什么时候超过游戏 10:53 Top-down 适合什么赛道，不适合什么 12:09 Transformer 火之前，没人能 top-down 推出 Transformer 12:58 今天还有哪些底层赛道值得 top-down 15:18 你越看好的行业，最后能成的公司越少 17:53 AGI 在物理世界是断层的——这就是投睡眠的理由 18:54 喂数据上去 + 把决策反馈下来，闭环才完整 20:54 睡眠是 AI 最 ready 但没用好的能力 22:25 不投“大健康”，只投睡眠 24:13 大疆做得好，但也因为抖音出现了 25:17 耐克为什么先做跑步，再做篮球 27:25 DJI Pocket 起飞的三个条件 29:43 下一个生活方式：人会越来越数据化 30:47 未来的家纺店，不再卖印花，卖数据化解决方案 34:14 三个院士在台上吵架，VC 怎么判断 36:08 别把自己当 Nature 审稿人——共识比技术细节重要 40:07 泡沫是资本现象，不是需求现象 41:07 模型能力提升才是不变的事——以月之暗面为例 44:15 创业者怎么反脆弱：三条具体建议 47:35 凯恩斯：当事实改变之后，我的想法也随之改变 49:30 今天是适合做突破性大事的时间点 51:09 钱比之前多，但门槛也比之前高 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号  「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。  我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！  商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式  节目主理人：  徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。  任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 播客剪辑： 十六颗糖 BGM： 片头：Shortwire - Reconfig 片尾：Dhruv - double take

    53分
すべて見る（127）

番組について

关注 AI 带来的本质变化和商业机会，徐文浩与任鑫分享自己的阅读 & 自己的洞察

情報

  • クリエイター
    徐文浩，任鑫
  • 配信期間
    23年 - 26年
  • エピソード
    127
  • 制限指定
    不適切な内容を含まない
  • Copyright
    © 徐文浩，任鑫@喜马拉雅FM
  • 番組のWebサイト
    AI炼金术

その他のおすすめ