屠龙之术

庄明浩
  • 5.0 (7)
  • Business
  • Updated Weekly

你好，我是庄明浩。 这里是我的个人播客节目《屠龙之术》。 我是一个游走在互联网与风险投资行业的边缘人士，身上的标签很多： 2C互联网、文娱、二次元、电竞、直播、风险投资、美元VC等等； 这些标签大多和我的工作经历有关…… 而在当下，这些关键词所蕴含的那些信息似乎都成为了某种意义上的”屠龙之术“。 这些方法论们要解决的“龙”已经快要不复存在，那么他们的价值还是什么呢？ 我没有什么答案…… 这档播客更多的会作为我个人的记录与表达， 或许某天再有新的“龙”出现的时候， 也就是这档播客停更之时…… 如果你和我一样，还在缅怀那些“屠龙”的岁月，欢迎收听我的节目，我们一起缅怀； 如果你和我不一样，并不了解这些所谓的方法论，也欢迎收听我的节目，你可以去了解下这些陈芝麻烂谷子的”术“是否在今天依然能有可以被借鉴的地方。 想加入粉丝群的可以添加微信37452090

  1. 5d ago

    当AI开始设计芯片---聊聊EDA与AI时代的芯片设计

    上期播客关于AICC的节目中我提及到， 作为一个平时关注模型、应用、平台这样广义上的“软件”层的行业观察者， 会发现越来越多需要了解的是“硬件”层的相关事情，比如能源、数据中心， 以及今天这期播客的议题：芯片。 为了回答我的很多问题，本期播客我找到了一位非常合适的嘉宾进行对谈， 他就是在芯片设计行业有超过20年工作经验， 来自新思科技的产品解决方案销售总监---严华。 我们围绕EDA行业地位、系统厂商自研芯片趋势、AI对芯片设计的影响等等话题进行了对谈。 且基于今天对谈的内容，我用AI生成了一份简单明了的PPT。 PPT在我的ima数据库中，有需要可以去ima获取； ima相关链接我放在了shownotes末尾的小组件中。 下面正片开始…… 00:34 新思科技的介绍 03:29 新思科技的行业影响力 04:44 20年前的芯片行业和今天的芯片行业对比 09:13 为什么人人都想做自己的芯片？ 16:05 芯片的自研如何开始 20:39 AI来了对于EDA行业的影响 26:58 人类的边界、安全、权限 28:06 作为硅基员工存在的Agent 34:35 当所有人开始认真算账 39:46 当前系统遇到的瓶颈 44:58 未来几个人就可以设计芯片？ 47:24 AI全自动造芯的“神话”实现了么？ 53:05 我们需要什么样的芯片人才？ 57:15 写在最后 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客， 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候，就是这档播客停更之时。 在小宇宙查看该单集文稿

  2. Sep 22

    AI进入生产阶段之后， 智能、算力、芯片 会走向哪里？

    本周一（9.21）我去北京参加了AICC2026-人工智能计算大会， 作为已经举办了7年的国内最顶级的关注“计算”本身的行业大会， 其嘉宾阵容可以说是“顶级”配置…… 我全程听完了大会主论坛的嘉宾分享以及部分分论坛的环节后做了这期内容。 相较于此前我参加的AIEC，AICC大会更加关注的是底层基础设施； 比如算力系统、芯片、软硬适配、Token生产等等。 我今天的内容设计三个章节，分别是： 从Chat到Agent，需求侧的结构性跃迁 智能本身的重新定义，从概率拟合到可信生产 算力与芯片，系统、器件、生态的突围 PPT在我的ima数据库中，有需要可以去ima获取； 屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb （想加粉丝群的请先+微信：rosicky311) 下面正片开始…… 【时间线】 00:14 标题 01:17 AICC2026 02:33 第一章：从Chat到Agent 02:40 Agent=Model+Harness 04:19 IDC-浪潮信息联合发布《中国人工智能计算力发展评估报告》 报告下载，小程序搜索：技术价值白皮书 07:34 Agent发展阶段 08:52 当前共识work+coding 09:47 Token增长的三个系数 11:35 算力缺口持续存在 13:21 IDC观点总结 14:58 第二章：智能本身的重新定义 15:08 同济大学郑庆华院士的演讲 16:29 当前大模型的局限所在 17:29 从“人脑”结构找寻解决方案 18:23 机器记忆智能 19:22 可靠评测体系 21:21 可靠性 22:27 全链路覆盖 23:34 所谓“可靠” 24:01 评测体系发布 25:13 一体两面 25:46 第三章：算力与芯片 26:00 系统、器件、生态的突围 26:41 浪潮信息的主张：智算系统的双唯进化 27:48 能力型智算的极端要求 28:59 双轨实施 30:17 浪潮信息的新产品发布 31:13 芯算一体的主张 32:02 让计算走进存储 33:12 已有的实施效果 33:42 场景拓展 34:15 上个价值 35:09 FlagOS的生态 35:52 软件生态也是壁垒 37:01 万能插座 37:25 国产模型与国产芯片的Day 0适配 39:01 生态壮大中 39:54 回顾三章 40:28 写在最后，金字塔的比喻 40:53 致谢 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客， 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候，就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb 在小宇宙查看该单集文稿

  3. Sep 15

    智能的下一幕，让人兴奋---73页PPT solo

    本来我不算做季度的AI行业梳理的， 但恰巧有朋友找到我希望给他们同事做个内部培训， 所以趁着这个机会我还是做了一个PPT内容， 以及这一期的主题如果关注我的即刻应该都能猜到： 《Own Your Intelligence-从模型竞争到智能生产》 第一部份关于模型竞争： 过去几个月，模型发布的速度越来越快，版本号、参数规模与日期不断叠加， 模型训练和迭代逐渐呈现出“制造业”特征。 当模型之间的能力差距缩小，传统 Benchmark 也越来越难以准确衡量模型价值， 行业开始借助 3D 生成、游戏、无限流等更直观的“奇观”来展示模型能力。 也由此展开对中美模型竞争、开源与闭源、本地与云端模型关系的讨论。 第二部分聚焦“智能分化”： 最强的模型不再等同于最好用、最适合企业的智能。 随着开源模型能力快速提升、模型价格持续下降，企业开始重新思考如何拥有自己的智能； 包括模型选择、数据准备、Benchmark 设计、评估体系、后训练、Agent Harness、路由与强化学习环境等。 围绕这些环节，一整套新的 AI 基础设施和服务产业正在形成， 模型训练、数据、评估与 Agent 开发逐渐被拆解并商品化， 企业也从单纯调用模型 API，走向构建适合自身业务的智能系统。 第三部分讨论“循环自生”： 当 AI 不只是完成任务，而是开始参与数据生成、环境搭建、模型训练、评估和自身改进， 自动化研究、RSI、Test-time Training 与各种 Loop 成为行业关注的方向。 AI 参与改进 AI，可能带来新的研发飞轮，但 Loop 并不是万能的魔法； 不同任务在可验证性、可编辑性上的差异，决定了哪些领域更容易形成有效闭环。 节目也进一步追问：当越来越多的工作可以交给 Agent Loop， 人类的价值是否会更多体现在定义目标、寻找新的“高峰”与提出关键洞察上？ 最后，本期节目讨论“界面重构”： 从 Coding Agent、办公 Agent，到 Personal Agent， AI 产品正在改变软件的入口、交互和组织方式。 与此同时，产品也需要把复杂的技能、连接器、插件和工作流内化， 而不是继续把复杂度转嫁给用户。 老规矩，PPT在我的ima数据库中，有需要可以去ima获取； 屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb 最后本期节目感谢欧倍青DMG洗发水的赞助播出。 保持对世界的兴奋，也保持自己的好状态。 欧倍青为听友们带来新一代头皮“兴奋剂”，欧倍青旗下最强配方「欧倍青DMG洗发水」源自德国的强发科技-专利DMG+咖啡因:DMG长效续航，促进头皮微循环;咖啡因瞬时启动，快速激活发根--双通路协同为毛囊持续供能。每天2分钟，让头皮保持兴奋，也让自己状态持续在线。 相关产品可以在欧倍青天猫商城了解和购买。 （想加粉丝群的请先+微信：rosicky311) 下面正片开始…… 【时间线】 03:38 这次的PPT和过往的有些不同 05:18 一些核心关键词 07:25 第一章：模型狂奔 07:43 模型密集发布 08:29 总量和频率上的趋势 10:55 版本号的变化 12:21 纯纯的“制造业” 13:35 benchmark的失效 14:33 为什么要用3D效果衡量模型能力？ 15:43 “注意力” 18:15 中美对抗 18:44 开源闭源之争 19:09 云端与本地模型 20:21 第二章：智能分化 20:41 近期两笔大收购 21:23 一个默认前提松动 22:34 企业支出的变化 23:49 核心原因：模型价格 25:01 过去三年半开源模型的发展 26:17 价格趋势非常明显 27:39 要决定是否own了 28:22 开始之前的问题 28:59 第一个问题：成本 29:23 第二个问题：组织 29:39 执行路径 30:34 最后评估效果 30:56 Harvey的实施 32:16 LangChain的主张 32:44 Mercor的主张 33:13 为什么需要Agent和Harness 33:42 简而言之～ 34:08 模型训练的商品化与分工 34:49 一级市场热门方向出现了 35:33 brex和ramp的榜单也出现了一样的趋势 36:17 YC明星公司也证明了这一点 37:28 新的可能性出现了 39:46 第三章：循环自生 40:01 《When AI builds itself》 40:31 L1-L5和智谱GLM-6.0 41:18 GPT 6和Seed也都提及了Loop 41:34 “Take Over” 42:24 neolabs疯狂融资 43:11 他们在bet什么？ 43:40 大佬们的共识似乎也收敛了 44:56 人类的价值放哪里？ 45:32 Loop之后的里程碑怎么确立？ 46:10 所有都可以Loop么？ 47:15 Loop的又岂止是技术和产品 47:47 第四章：界面重构 47:57 软件的时代变了 48:50 个人Agent的梦想 49:17 阶段性共识出现 49:32 codex的共识 50:12 办公Agent战役能打多久？ 50:37 阶段性数据 51:04 再吐槽一些数据 51:37 “护城河” 52:09 组织调整 52:24 复杂度都给用户？ 53:03 界面……创新 53:30 Grok Bot和Meta Muse 54:25 国产厂商？ 55:05 收尾 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客， 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候，就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb 在小宇宙查看该单集文稿

  4. Sep 4

    中国一级半市场的水下江湖-续集｜串台苔藓之火

    一期串台节目，在我做了一级半市场解读的播客之后， 【播客内容：中国一级半市场的水下江湖（5年-183期-5032条交易线索）】 我的好友，苔藓之火的主播Raymond找我说要认真展开聊聊这个话题。 其实Raymond在他的节目里也聊过这个话题， 这里：如何在上市前半价买到SpaceX？ 以及Raymond的经历是这样的： 投过独角兽，纽约敲过钟…… 我再补充两点是： 海外大投行当过多年牛马， 前美股上市公司CFO； 这样的背景当然非常适合一起聊聊这样一个充满了“时代记忆”和“八卦故事”的话题。 （以及本期播客也有视频版本，欢迎收看。） 老规矩，打个广告： 屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb （想加粉丝群的请先+微信：rosicky311) 下面正片开始…… 【时间线】 02:28 其实我之前一起播客既不水下，也不江湖 03:10 解释一级半市场的基本概念 06:24 字节、小红书、kimi是少有的主动回购员工股份的公司 07:19 5000美金就可以在上市之前投资SpaceX？？？ 09:42 某种程度上我们要感谢web3那一波的“金融民主化”的叙事 11:44 为什么小红书/公众号一堆人挂着SpaceX投资人的title？ 14:05 其实你现在可以花100美金成为OpenAI/anthropic的投资人 14:40 Robinhood推出的非上市公司股权是怎么回事？ 16:10 中国人不是不能投资美国的AI公司么？ 18:06 一级市场的真.MAG7 21:32 美国非上市公司股权交易热度排名-The Setter 30 21:53 每年Sam很重要的一项工作就是帮员工卖老股 22:58 FOMO的程度占比是多少？ 25:40 当然还有一些标的是已经不在快速发展过程中的 27:08 每年的独角兽榜单上其实存在很多“僵尸独角兽” 28:24 直接接手投资基金的份额操作 30:45 交易标的定价的来源 35:34 字节在国内太过特殊 37:00 聊一下36氪这个留言板 41:42 这仅仅只是一个类似“布告板”的存在，不代表真实成交 42:48 交易本身的实现很困难，中间很多法律上的“瑕疵” 46:15 小红书上和杭州商K里似乎都能买到这些“份额” 47:14 Shein的案例探讨 52:12 “能够进入榜单的公司其实都值得被讨论的” 53:55 clubdeal的代表-菜鸟网络 55:08 说过无数次的：“滴滴出事之前的世界和之后的世界是两个世界” 56:39 行业轮转：消费/互联网-web3/元宇宙-AI-硬科技-国产GPU/机器人/火箭 57:48 从“买”到“卖” 60:10 Raymond用AI分析了几家头部AI公司的几万份简历情况 具体内容这里：谁在制造Anthropic、OpenAI？两万份简历读后感 汉洋此前的文章：谁在制造币安：4000 份履历里的无国界公司 61:50 关于并购的延展 我在录制之后，用AI又单独跑了一次并购的信息， 看板在这里： 65:05 下一个字节跳动？ 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客， 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候，就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb 在小宇宙查看该单集文稿

  5. Sep 2

    AI李时珍带你“尝百草”---小宇宙先声活动演讲---91页PPT solo

    这期的内容来自于8月22-23号， 小宇宙先声-信号塔活动上我的meetup环节： 《AI时代的素材李时珍，在信息山野里尝百草》 当天的内容我策划的方式是把8月1号-20号， 这20天我所收集到ima知识库中的图表做一个纯“罗列”； 然后再去和大家解释为什么我会定期做PPT性质的梳理。 所以当天算是一个“PPT乱讲”，也算是一次任性的尝试； 好在当天在场的听友都很给面子， 听完了我这次的分享。 老规矩，PPT在我的ima数据库中，有需要可以去ima获取； 屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb （想加粉丝群的请先+微信：rosicky311) 下面正片开始…… 【时间线】 00:05 “李时珍” 02:47 我为什么说之前的一次带ppt的播客是这次活动的“预演” 04:20 我的信息源 04:49 平均每天5张图表+1.5个PDF报告 05:43 第一张开始 CapEX 06:19 锤子找钉子 06:41 云厂商份额 07:35 cloud增长 08:06 斩杀线 09:12 capex增长 09:43 setter 30榜单 10:33 标普500 11:01 英伟达对外投资上市公司 11:36 capex增长 12:05 capex vs GDP 12:36 GPU租赁价格 12:57 AI VS 软件 13:29 SpaceX财报 14:04 SpaceX CapEX 14:48 AMD收入构成 15:07 SpaceX收入和利润构成 15:34 电力与GDP相关性 16:04 Jeff Dean的BP 17:19 第一个20页暂停 17:44 又一个标普500 18:10 星际争霸的比喻 19:06 SpaceX CapEX增长 19:29 CapEX vs Sales 20:08 DeepSeek价格 21:26 Token价格趋势 22:12 卖铲子的人 22:55 中国CapEX 23:23 和互联网对比 24:36 Agent带来的Token增长 25:03 VC退出集中度 25:45 Loop象限划分 26:22 现金流 26:56 热门叙事与热门公司的时间gap 27:36 巨大的特斯拉芯片工厂 28:09 “escaped” 28:41 数据中心建设 vs 办公室建设 29:08 meme-AI经济 29:34 毛利对比 30:17 市值排名 30:48 第二次暂停 31:06 meme-梁圣 31:24 CapEX 31:57 估值和ARR倍数 32:24 增加了SpaceX的CapEX 32:44 AI行业价值链 33:09 价值的传导 33:34 斩杀线更新 33:58 Fable5占比 34:27 模型发布频率 35:55 循环融资 36:22 AI采用率 36:37 neocloud双强 36:49 OpenAI ARR （勘误：这里说错了，是443亿美金，不是443b） 37:00 VC2026 37:15 vc投资项目分布 37:35 存储占比 37:54 codex活跃用户 38:17 中国市值最大公司 38:36 开源模型 39:00 模型发布 39:24 第三次暂停 39:35 Anthropic ARR 39:54 Anthropic 估值 40:17 Neocloud 40:34 模型token于spend分布 41:04 cursor退出回报 41:38 英伟达对台投资上市公司更新 41:53 标普500今年TOP10涨幅 42:15 OpenAI token统计 42:48 本地可部署模型持续缩短和sota模型差距 43:51 循环融资 44:06 Brex TOP 25 44:46 Anthropic ARR 44:59 万亿美金俱乐部 45:12 Ramp 8月榜单 45:31 数据中心建设 vs 办公室建设 45:43 头部两家模型厂商的ARR增长 46:17 存储市场份额 46:27 76张图表之后 46:45 回想一下…… 48:02 “叙事”的选择 49:31 扩展到季度、半年、年度 49:55 图表之外还有pdf呢 50:13 skill搞得定吗？ 50:41 寻找自己的loop 51:21 “我好和他们告别” 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客， 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候，就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb 在小宇宙查看该单集文稿

  6. Aug 31

    模型到底吃不吃应用？--从 Canva、Figma 到美图， 看 AI 应用公司的两种命运

    模型吃掉应用，一个老生常谈的问题…… 一个从这一轮大模型办法开始就一直没有共识的问题； 尤其是当AI应用的概念在今天其实已经无限放大的今天， 这个问题的答案似乎更加拉扯。 最近看到一些关于AI应用公司的新闻、财报、估值变化， 我想稍微展开点聊聊这个话题…… 我最近在重新思考一个问题： AI 时代的“应用公司”，到底应该长成什么样？ 过去很长一段时间里，我们对于应用公司的理解，其实仍然停留在移动互联网时代。 一个需求，对应一个产品； 一个产品，由一系列功能组成。 用户打开 App，找到功能，学习工具，然后自己完成任务， 比如最近发布财报的美图也是如此。 修图、美颜、设计、视频——本质上都是不断为用户提供新的工具和功能。 但在最近一两年的产品和战略变化中，在美图身上看到了一条不同的路径。 越来越多的新产品在尝试让 AI 直接完成一件事情： 做一张设计、生成一段视频、完成一组内容，甚至将多个 AI Agent 组织起来，共同完成一个复杂任务。 美图正在从过去的“功能集合”，逐渐走向 AI 工作流和结果交付。 而这个变化背后，其实意味着应用公司的组织结构也正在发生变化。 如果目标只是提供功能，应用公司要做的事情相对简单： 选择一个合适的模型，把模型能力包装成一个好用的产品。 但如果目标变成“把结果交付给用户”，问题就完全不同了。 应用需要判断 应该使用哪个模型， 需要把一个复杂任务拆解成不同步骤， 需要给不同的模型和 Agent 分配任务， 需要在执行过程中进行控制， 并对最终结果进行评估。 于是，一个新的链条开始出现： 模型筛选 → 任务拆解 → 任务分配 → 执行控制 → 结果评估 → 最终交付。 这也是为什么我们觉得，美图最近的变化值得被放在 AI 应用的大背景下重新理解。 它真正尝试的是在构建一种新的应用能力： 如何把不断变化的模型能力组织起来，最终替用户完成一件事情。 而当应用开始承担这样的角色，它本身也越来越像一个小型的智能系统。 这或许也是未来 AI 应用和传统 App 最大的区别。 传统 App 的核心竞争力是： 我有什么功能。 AI 应用的核心竞争力可能变成： 我能不能把事情做完。 而为了做到这一点，应用公司也必须拥有属于自己的“智能”。 这并不意味着每一家应用公司都要从零开始训练一个基础模型。 但过去那些原本更多属于模型公司的能力——评估、数据、预训练、RL、后训练， 以及从真实世界不断获取反馈并持续优化的循环——正在逐渐成为更广泛 AI 应用的一部分。 做模型需要这样的 Loop。 做 Agent 需要这样的 Loop。 做 Harness 需要这样的 Loop。 越来越多的应用公司，可能也需要建立自己的 Loop。 因此，未来每一家真正深入 AI 的应用公司，某种意义上，都可能成为自己的 Neolab。 它们需要拥有自己的数据、评估体系、任务分配能力、用户反馈，以及持续优化的能力。 模型可以来自外部，但“智能”需要逐渐变成自己的。 Own your intelligence。 从这个角度重新回看美图，我们或许能够理解它最近为什么会不断推出新的 AI 产品、探索 Agent、组织新的 AI 工作流。 这些尝试当然未必都会成功。 但它们共同指向了一件事情： 美图正在尝试从一家“提供工具和功能的应用公司”， 变成一家能够组织模型、控制任务、持续学习，并最终向用户交付结果的 AI 公司。 （想加粉丝群的请先+微信：rosicky311) 下面正片开始…… 【时间线】 00:37 为什么聊这个话题 01:36 从一张梗图聊起 02:44 所谓“neolab” Elsewhere《2026年 AI 应用全国统一期中考试软件卷》 05:24 如果只看多模态 06:48 市场的debuff 09:28 市场buff 10:57 市场上的二元暴论 11:51 市场在担心什么？ 14:53 我们该关注什么？ 16:14 为什么拿美图作为样本 18:06 从功能到交付 19:24 Picchi的实例 21:03 应用到底该做什么？ 23:12 美图财报显示出AI收入已经成规模 25:06 两个更重要的指标 26:30 仍然需要回答的问题 28:50 美图的战略选择 30:02 最终判断 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客， 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候，就是这档播客停更之时。 在小宇宙查看该单集文稿

  7. Aug 24

    中国一级半市场的水下江湖（5年-183期-5032条交易线索）

    今天这期节目有点特殊，这个选题其实是我2-3年之前就一直想做的…… 信息的来源是国内科技媒体36氪旗下的一个栏目：资情留言板。 如果不是行业相关从业者，应该很少会注意到这样一个栏目， 典型的一期留言信息是这样的： 求购乐聚机器人老股份额（预期估值面议）交易价格：预期估值面议 资产规模：约3000万人民币 交易方式：直接老股交易，可以接受锚定份额和进入结构 联系方式：zcjy@36kr.com 求购字节跳动公司老股份额（预期估值约5300亿美元）交易价格：预期估值面议，市场公允价格即可 资产规模：约3000-5000万美元 交易方式：希望是一层LP份额 联系方式：zcjy@36kr.com 来源：资情留言板第183期 这样的内容，36氪已经做了5年， 而此前这些零散的信息其实一直没有做成数据库； 对我这种不会代码的而言， 这么庞大的数据抓取-整理-分析工作几乎不可能完成。 而在今天，因为AI Agent能力的爆发， 此前不可能的任务成为了可能。 我把原先这个"不可能的任务"交给了千问来跑。 本期节目里36氪内容的数据抓取、整理和分析， 以及最终的数据看板和PPT，全都是千问一步步执行出来的。 大家平时可能只用千问做日常问答， 但其实它最近上线了工作助理、思考研究功能， 千问已经进化成了一个可以操作你电脑本地文件，能帮你完成复杂任务的好帮手。 建议大家去体验一下，上官网（https://www.qianwen.com/）下载最新版本千问即可体验，手机和电脑都能用。 （想加粉丝群的请先+微信：rosicky311) 下面正片开始…… 【时间线】 01:28 关于这期选题 02:10 开始之前的一些问题 06:58 一级半市场的概念定义 08:49 一级半市场产生的原因 10:46 2025年创纪录的交易规模 11:46 从小众到主流的原因 14:28 一级半市场才有真正的MAG7 15:43 Forge眼中的一级半市场 16:40 Forge指数的变化 17:24 板块轮动：AI-国防科技-半导体芯片 18:30 少数超级公司定义的市场 19:04 SpaceX一路走来 20:07 事情的另一面 22:51 那么中国呢？ 23:19 还是从资情留言板说起 23:52 致谢千问 26:07 一些千问的执行步骤和交付流程 26:27 5年-183期-5032条线索 27:26 “布告栏”与供需配比 28:52 年度交易条目变动趋势 30:21 从“转让”到“求购” 31:28 行业热度迁移 33:06 每年的热门公司与对应行业 35:30 谁占据了留言板？ 36:10 热门公司TOP5 38:09 最有意思的一页统计：热门公司的供需关系 42:49 所谓的“先行指标” 43:16 下一个五年…… 43:55 一些关于和Agent合作的小感触 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客， 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候，就是这档播客停更之时。 在小宇宙查看该单集文稿

  8. Aug 9

    AI by the numbers-23页PPT solo

    最近有做二级的好友找我去他们基金的策略会做分享， 因为当天的演讲嘉宾中有专门讲述模型进展和算力需求变化的专家， 他希望我的内容偏向AI商业化和场景落地的，所以有了今天的PPT…… 还有一点是，8月22-23日小宇宙也要在上海WHYS翡悦里举办一个线下的活动：先声信号塔 22号那天我也会有一个小时的meetup环节，今天的内容其实也算22号活动的“前菜”。 老规矩，PPT在我的ima数据库中，有需要可以去ima获取； 屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb （想加粉丝群的请先+微信：rosicky311) 下面正片开始…… 【时间线】 01:28 标题的由来 02:17 SP500的屡创新高 03:51 AI股和软件股的分化 04:34 老生常谈的CapEX 05:43 AI最直接的收入体现：Cloud 06:22 Anthropic和OpenAI的ARR 07:38 Claude的场景扩散 09:01 毛利的测算 11:07 deepseek“斩杀线” 12:41 Agent范式 13:52 国内Agent相关数据整理 14:49 一些关于国内Agent用户量的事实和推测 16:16 一些更可信的数字 18:39 “Infra”的意义 21:05 ARR超过5亿美金的初创公司榜单 23:17 一级市场Q2热门方向 25:08 增长角度看国内AI应用 26:35 那些“明星” 27:54 Roblox的股价 31:29 一切才刚开始 32:15 当前最大的共识：一切皆loop 33:23 致谢 【播客简介】 屠龙之术是一档关注科技、互联网、风险投资的播客， 主播庄明浩是一个游走在互联网和风险投资行业的边缘人士。 其工作多年所积累的认知似乎都成为了某种意义上的”屠龙之术“…… 或许某天再有新的“龙”出现的时候，就是这档播客停更之时。 【ima知识库】屠龙之术VIP报告库 https://ima.qq.com/wiki/?shareId=7c732a68674e53edea8d17f9546ad5a2047e0c63985dde9d2592f2bb76fe43eb 在小宇宙查看该单集文稿

See All (134)

Ratings & Reviews

5
out of 5
7 Ratings

About

你好，我是庄明浩。 这里是我的个人播客节目《屠龙之术》。 我是一个游走在互联网与风险投资行业的边缘人士，身上的标签很多： 2C互联网、文娱、二次元、电竞、直播、风险投资、美元VC等等； 这些标签大多和我的工作经历有关…… 而在当下，这些关键词所蕴含的那些信息似乎都成为了某种意义上的”屠龙之术“。 这些方法论们要解决的“龙”已经快要不复存在，那么他们的价值还是什么呢？ 我没有什么答案…… 这档播客更多的会作为我个人的记录与表达， 或许某天再有新的“龙”出现的时候， 也就是这档播客停更之时…… 如果你和我一样，还在缅怀那些“屠龙”的岁月，欢迎收听我的节目，我们一起缅怀； 如果你和我不一样，并不了解这些所谓的方法论，也欢迎收听我的节目，你可以去了解下这些陈芝麻烂谷子的”术“是否在今天依然能有可以被借鉴的地方。 想加入粉丝群的可以添加微信37452090

Information

  • Creator
    庄明浩
  • Years Active
    2023 - 2026
  • Episodes
    134
  • Rating
    Clean
  • Copyright
    © 庄明浩@小宇宙App
  • Show Website
    屠龙之术

You Might Also Like