跨国串门儿计划

yikai
  • 4.5 (8)
  • Science
  • Updated Daily

这是一档使用 AI 技术来将英文播客翻译为中文播客的节目～ 在翻译的同时，也能保留原有声线，用中文听懂外语播客！

  1. 4h ago

    #772. Grok Bot 的 Personal Agent 实践

    📝 本期播客简介 本期我们克隆了：leerob · Stanford CS146S: How always-on agents work 原内容更新时间：2026-10-11 合上电脑之后，AI 还能继续工作吗？Lee 想搭建的常驻 Agent，不只在云端持续运行，还能记住你的工作方式、处理 Slack 消息和邮件，并判断什么时候该来找你。 这场分享从常驻 Agent 的产品形态讲到背后的工程设计：云端电脑如何休眠和恢复，主 Agent 怎样把任务交给子 Agent，工作流如何在故障后接着执行，以及团队如何用上下文压缩和 prompt 缓存控制成本。最后还谈到长期运行带来的安全、评估和打扰频率问题。 👤 本期嘉宾 Lee（leerob）在 Stanford CS146S 分享如何搭建始终在线、能主动做事的 Agent。他谈到的工程实践来自 Grok Bot 的产品、基础设施与运行框架设计；他也提及自己在 Cursor 和 SpaceX 的经历，并说明部分内容仍在 SpaceX 开发中。 ⏱️ 时间戳 00:02 常驻 Agent 的兴起 09:45 云端架构与持久工作流 18:55 运行框架与上下文工程 32:16 训练飞轮与未来挑战 🌟 精彩内容 💡 AI 同事不该每有进展就打扰你 常驻 Agent 可以在后台做事，遇到 Slack 消息、邮件或定时任务时醒来处理；它还要判断进展是否重要到值得通知你。 "如果每次有点进展，他都跑来打扰你，说，嘿，快看，我这件事又有进展了，那会挺烦的。" 💡 子 Agent 让长任务不挤满主对话 主 Agent 可以把大量命令和工具调用交给子 Agent，等它们完成后只接收结果。每个助手有独立的持久工作流，故障重启也能接着进度继续做。 "它只把结果传回来。这样做出的产品，就会让人感觉它有无限的上下文。" 💡 工作流崩溃后能从上一步接着做 普通任务队列遇到故障，可能要从头重跑；持久工作流会保存执行进度，失败后可以从已经完成的步骤继续。Lee 说他们使用开源工具 Temporal，避免从零实现复杂机制。 "这样你就可以安全地重试，失败以后再重试，会直接从第 3 步接着做。" 💡 每条命令都让人批准，未必更安全 模型可以先审查 Agent 要执行的命令。Lee 认为，相比人疲惫地盯着并逐条批准大量命令，自动审核有时反而做得更好；但发邮件等不可撤销的操作仍应先询问用户。 "这其实比让你疲惫地盯着几百条 shell 命令、逐条批准更安全。" 💡 上下文压缩，难在别丢掉重要信息 对话变长后，Agent 得把内容压缩成摘要，同时保留之后还用得上的细节。Lee 提到，上下文窗口达到二十万 token 也终究会用满，而压缩必然会损失信息。 "所以你得找到最好的压缩算法，避免丢掉重要细节。" 💡 Prompt 缓存失效会推高长期运行成本 工具定义和系统 prompt 尽量保持不变，能让缓存继续有效；对话很长时，还可以趁缓存仍热着先压缩上下文。Lee 把 prompt 顺序调整导致缓存失效称为一个系统里的 bug。 "所以，缓存没命中，其实就有点像系统里的一个 bug。" 🌐 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 在小宇宙查看该单集文稿

  2. 4h ago

    #771. AlphaGo Zero：看懂 AI 如何摆脱人类数据、强化学习

    📝 本期播客简介 本期我们克隆了：Training Data · David Silver and Lasse Espeholt of Ineffable Intelligence: A Superlearner for the Age of Experience 原内容更新时间：Tue, 13 Oct 2026 AlphaGo 花了两年才击败李世石；放弃人类数据后，AlphaZero 只用了几个小时，就超过了此前有人类参与打造的成果。David Silver 把这个经历带进新实验室 Ineffable Intelligence，押注 AI 可以从经验中自行学习，而不是把人类知识当作起点。 在 Sequoia Capital 主持的 Training Data 中，Silver 和联合创始人 Lasse Espeholt 解释他们想打造的“超级学习器”：能在复杂环境里不断探索、发现新知识的系统。他们谈到为什么不沿着 LLM 路线继续加码、如何用模拟研究超级智能的安全与对齐，也谈到算力、强化学习和他们对实现时间的预测。 👤 本期嘉宾 David Silver 是 Ineffable Intelligence 联合创始人，曾在 DeepMind 研究强化学习，并参与打造 AlphaGo、AlphaZero 等系统。他长期主张让 AI 从经验中学习；从围棋中去掉人类数据的实践，也成为他押注“超级学习器”的重要依据。Lasse Espeholt 是 Ineffable Intelligence 联合创始人，曾在 DeepMind 和谷歌大脑研究大规模强化学习，参与开发 IMPALA 和 SEED RL 等系统。 ⏱️ 时间戳 01:12 从围棋到创办实验室 08:10 超级学习器与熔炉 22:21 放下人类先验 32:50 模拟中的智能与安全 44:58 算力、团队与时间表 🌟 精彩内容 💡 去掉人类数据，进步快得惊人 AlphaGo 花了大约两年，过程中研究者不断参与、改进系统。AlphaZero 放弃人类数据后，国际象棋只用四小时就击败当时最强的 AI；围棋大约两天就有惊人进步。 "几个小时，就超过了我们有人参与其中、做了 2 年的成果。" 💡 简单目标也能长出复杂知识 他们不打算把“科学”“语言”写进奖励函数，逐项告诉 Agent 要学什么。Silver 以进化和人类发展为例：简单目标也可能逐步带出协作、交流、算术、工具与科学。 "给 Agent 一个非常简单明确的优化目标，再把它放进一个非常复杂的环境里，里面有很多东西可以学习。" 💡 人类语言可能不是推理的终点 Silver 认为，用人类语言训练和监测 AI，可能把人类已有的偏见一并带进去；更强的系统或许会发展出不同的推理方式。 "认为人类语言就是终点，或者就是最佳推理方式，这种看法有点天真。" 💡 模拟或许是研究超级智能的安全场所 模拟可以并行运行、重复实验，也能让研究者先观察超级智能如何互动，再决定是否把系统推进到现实世界。Silver 主张先在模拟中积累证据，并把证据作为现实行动的关卡。 "模拟也是构建超级智能最安全的地方。" 💡 用语言监测 AI，已经接近极限 Silver 提到，有些 Agent 会生成长达一百万字的推理，也可能嘴上说一套、行动上做另一套。他认为仍有必要研究影子行动，以及让其他智能体担任监测者。 "要 100%依靠这种方法，越来越难了。" 💡 Silver 预计三年实现超级智能 Silver 预测，一年内会有有力证据表明这条路线可行；他把实现超级智能的预期时间从三到五年缩短到三年，并提到编程 Agent 能加快研究。 "我觉得，1 年之内，我们就会看到非常有力的证据，证明我们走在正确的路上。" 🌐 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 在小宇宙查看该单集文稿

  3. 16h ago

    #770. 扎克伯格：超级智能要交到更多人手里

    🎙️ 扎克伯格：超级智能要交到更多人手里 📝 本期播客简介 本期我们克隆了：Cheeky Pint · Muse Wonder: Zuckerberg and Wang's $100B AI 原内容更新时间：2026-10-12 “你想要这个西瓜吗？”Muse 记住一场家庭烘焙计划，算好配送门槛，把西瓜加进购物袋。AI 助手不再只是回答问题，而是开始替人把事情办完。 在 Cheeky Pint 的访谈中，Meta CEO 马克·扎克伯格与 Meta 超级智能实验室首席 AI 官 Alexandr Wang，介绍新模型 Muse Wonder，以及他们想做的个人 Agent：它如何记住你、理解图像和视频、完成复杂任务，又如何帮你购物。两人也谈到训练前沿模型所需的团队与算力，以及 Meta 在还没看到模型结果时，就准备投入巨额资金的压力。 👤 本期嘉宾 马克·扎克伯格是 Meta 创始人兼 CEO，负责推动公司在 AI、数据中心、芯片和个人 Agent 等方向的投入。Alexandr Wang 是 Meta 超级智能实验室首席 AI 官，曾创办 Scale AI；他参与组建 MSL、制定团队策略并带领团队开发 Muse 模型。本集围绕 Muse Wonder 的训练、产品设计和商业应用，呈现两人对个人 AI Agent 的判断。 ⏱️ 时间戳 00:12 Muse与模型产品 12:47 Muse Wonder登场 22:14 前沿模型如何炼成 43:34 押下千亿美元 59:41 Agent商务兴起 1:10:44 超越智能手机 1:17:23 AI建设如何筹资 1:23:46 AI并非赢家通吃 1:29:09 Meta超级智能实验室 1:50:18 与扎克伯格共事 🌟 精彩内容 💡 AI 开始替你买东西 Muse 会结合对个人生活的了解，筛选商品、确认配送时间，还能接着先前的对话安排食材。扎克伯格说，它每周都会帮女儿的烘焙计划准备好材料，甚至为了凑配送金额加了一个西瓜。 "对，它就问，“你想要这个西瓜吗？”" 💡 Agent 记忆不能总出错 Muse 的“主动记忆”要记住用户几天、几周乃至几个月前说过的事，并在之后执行任务时用上。团队也把记忆设计进模型能力里，试图解决 Agent 用久了容易忘事的问题。 "我觉得，用 OpenClaw 一段时间之后，大家就会发现它的记忆挺容易出问题。" 💡 个人 Agent 不只是自动化 扎克伯格认为，超级智能的重要价值不止是把工作自动化，也在于帮助人发明和创造。Muse 要理解个人偏好、可靠地采取行动，同时尽量少泄露个人信息。 "超级智能最有价值的用途是发明和创造，而不是自动化。" 💡 模型还没露面，支票已经要开 Meta 在还没看到模型时，就要决定是否投入约 1000 亿或 2000 亿美元。前沿 AI 不能等产品验证后再慢慢加码：数据中心和算力需要提前多年建设。 "但我们就要开这么一张支票，我也说不准，大概 1000 亿美元，或者 2000 亿美元。" 💡 一支不到两百人的研究团队 MSL 有意维持小团队，研究团队不到 200 人，规模一直更接近 100 人，另有基础设施团队支持。策略不是把算力平均分给许多项目，而是集中资源给关键人才。 "重要的是人才密度。" 💡 眼镜可能不需要应用商店 扎克伯格设想，未来的智能眼镜可以听见、看见并回应用户，在视野中直接生成需要的内容；交互可能不再依赖一个个独立应用。 "它可能就是通过多模态生成，直接在你的视野里生成你需要的东西。" 🌐 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 在小宇宙查看该单集文稿

  4. 1d ago

    #769. OpenAI 产品 Holly Li 畅谈 Dots：不只提效，也帮你拿回生活主动权

    📝 本期播客简介 本期我们克隆了：Chloe Shih · The Hottest Product Manager in Tech Right Now 🔥 @OpenAI’s Holly Li Talks About Dots | Office Drama 原内容更新时间：2026-10-08 如果 AI 助手能替你分担事情，你愿意让它读邮箱、短信、财务信息和健康数据吗？OpenAI 产品经理 Holly Li 参与打造的 Dots，可以打电话交流、跨设备工作，也能随着使用逐渐了解你；但她坦言，AI 助手的意义不只是提高效率，而是在人忙不过来的时候，帮人重新掌握生活的主动权。 Office Drama 主持人 Chloe Shih 和 Holly 从她在谷歌、Adept、Figma 到 OpenAI 的职业经历，聊到 AI 产品经理面试、Dots 的设计和隐私边界。Holly 也讲了 Dev Day 现场演示出故障时如何临场应对，以及为什么 AI 领域需要更多女性、创作者和有审美的人。 👤 本期嘉宾 Holly Li，OpenAI 产品经理，参与推出 AI 助手 Dots。她曾在谷歌参与早期生成式 AI 项目，在 Adept 为自己争取到产品经理岗位，后来成为 Figma Make 的最初产品经理；从产品研发到大型发布和现场演示，她都亲身参与过。 ⏱️ 时间戳 02:17 走红与个人风格 11:20 从谷歌走向 OpenAI 19:13 产品经理与发布现场 29:58 Dots 的能力与安全 58:46 让 AI 服务真实生活 1:12:57 绩效评估与创作计划 🌟 精彩内容 💡 AI 助手的价值不只是提效 Holly 认为，AI 助手真正能帮上的，不只是更快完成工作，而是在生活繁杂、精力不足时，帮人记事、跟进沟通、分担任务。主持人 Chloe 则拿自己怀孕、即将经历产后的处境举例：她关心的是状态只剩 10% 时，能有什么帮自己撑住生活。 "我觉得，效率几乎从来都不是重点。" 💡 让 AI 读隐私，得把控制权交还给用户 Dots 默认只读，用户可以决定它能访问什么，也能用日常语言设定规则，比如发邮件前必须先确认。Holly 也提醒，撤销 Gmail 权限后，AI 之前读过的内容仍可能留在历史记录和上下文里。 "所以除非你明确授权，否则它不能写入内容。" 💡 AI 助手不必替你包办所有事 Chloe 不想让 AI 替自己买菜、选座位；Holly 也认同，有些人享受亲手做事的过程。她认为，AI 产品和宣传不能只盯着自动化，还得理解人为什么珍惜亲自体验。 "我想亲自走进超市，不想只是让 AI 帮我下单买东西。" 💡 面试 AI 产品岗，先亲自用过产品 Holly 遇到过正在面试 OpenAI 产品岗位、却没用过 Codex 的人。她建议候选人把市面上的产品实际用一遍，走过基本流程，形成自己的判断，而不是只背准备好的答案。 "实实在在地用一用市面上的所有产品。" 💡 演示出故障，她早就准备好临场应对 Dev Day 的现场演示中，语音功能出问题，后半段也因技术故障无法继续。Holly 知道演示出了状况，便改为打字，并临时编出结尾；她说，上台前就准备过备用方案。 "其实我提前准备了语音功能用不了时的应对方案。" 💡 AI 需要更多女性和创作者 Holly 直言，AI 圈需要更多女性、有创意的人和审美出色的人。她不想被塑造成典型的 AI 科技从业者，也希望自己的出现能让其他女性更安心地加入这个领域。 "我觉得我们需要更多女性，需要更多有创意的人，需要更多审美出色、有自己观点的人来这个领域工作。" 🌐 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 在小宇宙查看该单集文稿

  5. 1d ago

    #768. 查理·芒格：人类误判的心理学 - 误判往往不是单一心理在作祟

    📝 本期播客简介 本期我们克隆了：BuffettMungerWisdom · The Psychology of Human Misjudgement - Charlie Munger Full Speech 原内容更新时间：1995年6月1日 为什么聪明人会做出显而易见的蠢决定？查理·芒格的回答是：人脑有一套反复出现的误判模式，而且几种心理倾向叠在一起时，影响会更强。 这场约在 1995 年于哈佛大学发表的演讲，从激励、心理否认、从众、损失厌恶到权威影响，梳理人们为何判断失准。芒格还借投资、企业管理和日常生活中的案例，说明怎样看见这些偏差，避免把思考完全交给顾问。 👤 本期嘉宾 查理·芒格，投资人，长期关注心理学与经济学如何共同影响人的判断。他以自身投资和商业观察为例，分析激励、从众等心理倾向怎样影响个人与组织决策；这场演讲集中呈现了他建立的一套“人类误判”思考框架。 ⏱️ 时间戳 00:01 激励如何扭曲判断 11:46 联想与群体压力 30:52 损失、嫉妒与成瘾 41:18 识别偏误叠加 1:01:16 把心理学用于实践 🌟 精彩内容 💡 激励会改写人的行为 联邦快递发现，夜班员工按小时领工资时，包裹转运流程难以顺利运转；改为按班次付工资后，问题得到改善。施乐的销售人员也因佣金安排，更愿意卖较差的旧机器。 "最后有人灵机一动，想到夜班员工的工资是按小时付的，也许改成按一个班次付，系统就能运转得更好。" 💡 聪明人也会被损失牵着走 可口可乐推出新可乐，低估了消费者对原有口味和品牌的依恋，引发强烈反弹。芒格指出，人对失去东西的反应，常常超过对得到东西的反应。 "聪明人也会犯这些可怕的蠢错。" 💡 心理偏差会叠加 芒格认为，许多严重错误并非一种倾向单独造成。社会认同、互惠、损失厌恶和激励等因素同时起作用时，拍卖和董事会决策都可能把人推向糟糕的选择。 "相比只有一种倾向单独起作用，多种倾向结合起来，改变行为的力量会大大增强。" 💡 顾问的建议也要校准 顾问的专业和利益边界会影响他们看问题的方式。芒格给出两种应对办法：对建议作修正，或者先学一点顾问行业的基本知识，再追问对方为什么这么判断。 "你其实没法花钱让别人替你思考，有些可以，但大部分不行。" 💡 投资判断别只看眼前 芒格提醒，投资判断会受到强化和社会认同的共同影响：市场上涨会奖励押对方向的人，而价格又汇集了其他人的看法。两种力量结合，不能保证市场价格始终合理。 "你凭什么指望市场的整体价格水平始终完全有效呢？" 🌐 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 在小宇宙查看该单集文稿

  6. 1d ago

    #767. David Senra｜Alexandr Wang：打造 Muse、与马克·扎克伯格合作以及人工智能的未来

    📝 本期播客简介 本期我们克隆了：David Senra · Creating Muse: The Fastest-Growing AI Product Since ChatGPT | Alexandr Wang, Meta 原内容更新时间：2026-10-11 一次 AI 对话，竟像把三年的心理治疗压缩在一起；但要把这样的 Agent 带给普通人，光靠神奇时刻远远不够。 Meta 首席 AI 官、Scale AI 联合创始人 Alexandr Wang 和主持人 David Senra，聊 Muse 如何从个人 Agent 的早期体验变成面向消费者的产品：团队怎样花七个月打磨可靠性，为什么 Meta 押注个人生活而非编程，以及产品如何靠鲜明主张和真实使用场景脱颖而出。他也谈到，AI 或许能替人处理那些不得不做的事，让人重新把时间和精力用在自己的愿望上。 👤 本期嘉宾 Alexandr Wang 是 Meta 首席 AI 官，也是 Scale AI 联合创始人。他创办并经营 Scale AI 九年，之后加入 Meta，参与重建 AI 实验室并推动 Muse 的开发。作为 Muse 团队负责人，他亲历了个人 Agent 从原型走向消费产品的过程，也谈到了如何用小团队、扁平组织和高人才密度加快 AI 产品研发。 ⏱️ 时间戳 00:02 Muse的起点 05:32 把Agent做成产品 22:12 增长、信任与抱负 39:42 加入Meta并重建实验室 51:34 人才与组织方式 🌟 精彩内容 💡 神奇体验不等于可靠产品 Alexandr 和 Nat Friedman 试用 OpenClaw 后，曾体验到 Agent 像心理治疗一样深入探索个人信息；但早期产品大多时候不好用。Muse 用七个月把原型打磨成他们有信心带给消费者的产品。 "如果大家体验下来觉得不可靠，就会觉得它是垃圾。" 💡 让信任从小事开始 用户先把一件小事交给 Agent，看到它做成后，再逐步交给它更大的任务。每一次可靠的结果，都让用户更愿意把事情托付给它。 "一开始你不太信任它，但又有点好奇，所以先给它一点小事试试，然后再交给它大一点的事，再大一点，再大一点。" 💡 AI 不只是聊天机器人 Muse 的目标是让普通用户用 Agent 做事，而不只是对着聊天机器人提问。团队为模型列出一百多项具体能力，逐项评估和训练；发布前，他们终于等到所有项目都达到标准的模型版本。 "它不是聊天机器人，而是 Agent，可以帮你做 Agent 能做的事。" 💡 好产品需要一个统一主张 大公司的产品容易变成各方想法的拼接，用户能感觉到目标不一致。Alexandr 认为 Muse 必须提供连贯统一的体验；开发模型和产品的团队总共不到两百人。 "Muse 必须完全反过来，我们要有一个清晰的主张，要给大家提供一个连贯统一的体验。" 💡 Agent 能替人处理麻烦事 一位 Muse 用户把落在飞机上的证件交给 Agent 处理：它安排跑腿、联系办公室安保，最后把证件送到办公室。Alexandr 希望 AI 能承担生活里那些不得不做的事，让人把时间留给真正想做的事。 "这样，我们就可以把所有时间都用在自己想做的事情上。" 🌐 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 在小宇宙查看该单集文稿

  7. 2d ago

    #766. 物理诺奖得主 IceCube 访谈：找到伽马射线看不见的宇宙信号

    📝 本期播客简介 本期我们克隆了：Dr Brian Keating · Nobel Prize Winner Francis Halzen: They Said It Would Never Work 原内容更新时间：2022-11-30 欠下美国国家科学基金会和大学一大笔钱，却连一个大气中微子都没看到——Francis Halzen 说，最让他激动的时刻，并不是发现宇宙中微子，而是终于观测到大气中微子的那一刻。 Halzen 是 IceCube 中微子天文台的首席研究员。这场与曾旁听过他课程的主持人 Brian Keating 的对谈，从南极冰层里的巨型探测器讲起：为什么冰能让蓝光传播数百米，IceCube 怎样追踪来自宇宙的中微子，以及中微子如何帮助研究黑洞和量子引力。 👤 本期嘉宾 Francis Halzen 是比利时粒子物理学家、威斯康星大学麦迪逊分校 Hilldale 和 Gregory Breit 杰出教授，也是 IceCube 中微子天文台的首席研究员。他先后参与 AMANDA 和 IceCube 项目，带领团队在南极点冰层中布设光传感器，把冰变成观测中微子的望远镜；他长期研究粒子物理与天体物理，也参与冰川学、暗物质、中微子振荡等方向的研究。 ⏱️ 时间戳 01:54 教材、喷注与勒梅特 09:20 科学责任与南极冒险 16:34 建造探测器与培养研究者 21:29 IceCube打开中微子天空 38:36 中微子检验新物理 56:00 热爱、想象与勇气 🌟 精彩内容 💡 最让他激动的不是宇宙中微子 团队欠着美国国家科学基金会和威斯康星大学的债，却连一个大气中微子都没看到。等到终于探测到大气中微子，他才觉得团队兑现了承诺。 "最激动人心的并不是发现宇宙中微子的时候，而是我们终于观测到大气中微子的时候。" 💡 南极冰层能做实验室做不到的事 IceCube 把光传感器埋进南极点下方的冰层，蓝光在冰中能传播一百多米，有时甚至几百米。那是七万年前的雪压实形成的冰，纯净到实验室也做不出同样透明的冰。 "就连在实验室里，你也做不出对蓝光这么透明的一块冰。" 💡 一颗中微子能量远超粒子束 有次事件在探测器内沉积了 2600 万亿电子伏特能量，远高于欧洲核子研究中心最高能量粒子束的 14 万亿电子伏特。能量高到不可能来自大气中微子。 "而这个粒子，光是在探测器内部，就沉积了 2600 万亿电子伏特的能量。" 💡 宇宙中微子通量超过伽马射线 伽马射线会被宇宙微波背景阻挡，难以从遥远宇宙抵达地球；中微子却能穿过宇宙。团队测到的宇宙中微子通量，比伽马射线通量还大，这个结果此前出乎所有人意料。 "你看伽马射线的通量，我们观测到的中微子通量，实际上比伽马射线的通量还大。" 💡 想法之外，还得会说服别人 建造 IceCube 不只靠一个好点子：团队得说服学生加入、争取资助、组建团队。Halzen 把科学家的说服能力称为容易被忽视的本领。 "光有正确的想法还不够。" 🌐 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 在小宇宙查看该单集文稿

  8. 3d ago

    #765. Eugene Wei｜社交媒体算法：看懂注意力如何改写你的表达

    📝 本期播客简介 本期我们克隆了：Dialectic · 11: - Amusing Each Other to Death 原内容更新时间：Mon, 17 Mar 2025 社交媒体原本是用来连接彼此的，为什么现在的信息流越来越像一场表演？Eugene Wei 认为，算法不仅决定什么内容能被看见，也在改变每个人如何表达自己。 主持人 Jackson Dahl 与 Eugene Wei 从 TikTok 的推荐机制聊起，谈算法怎样放大争议、磨平文化差异，让娱乐、政治和日常生活都卷入注意力竞争。两人也追问：当数字替代品不断减少现实生活中的阻力，我们会失去什么，又能怎样重新建立社群？ 👤 本期嘉宾 Eugene Wei 是一位作家、顾问和天使投资人，长期观察科技、社交媒体与文化的交汇。他早年加入亚马逊，之后读电影学院，并先后参与 Hulu、Erly、Flipboard 和 Oculus 等项目。他以《地位即服务》《看不见的渐近线》《TikTok 与分院帽》等文章知名，对社交媒体的机制及其社会影响有长期、深入的思考。 ⏱️ 时间戳 02:09 娱乐吞没公共生活 05:02 算法改写社交网络 13:42 嘲讽为何难以推动改变 23:33 TikTok与注意力竞赛 37:17 消除摩擦的代价 45:10 注意力经济与虚无感 57:24 社群瓦解与投机生活 1:11:45 算法重塑文化与日常 1:29:35 孤独时代的替代社群 1:45:30 AI与人类创造力 🌟 精彩内容 💡 算法不只分发内容，也塑造表达 在信息无限的时代，内容能否被分发，决定了它能否被看见。为了争取传播，人们会调整表达方式，挑衅也成了适应算法的策略。 "我们这些参与社交媒体的人，都面临一个选择，我要不要跟算法较量，让自己的内容能在这当中被人记住？" 💡 TikTok 改写了平台竞争规则 传统社交网络依赖关注关系，TikTok 则根据用户观看短视频的行为推荐内容；一条视频不再受创作者粉丝数限制。西方社交平台随后纷纷跟进。 "信息无限的时代，分发才是唯一重要的事。" 💡 算法让文化越来越相似 Eugene Wei 担心，强大的推荐机制会促使创作者不断迎合，削弱人与人、文化与文化之间的差异。内容越容易被筛选，表达也越容易趋同。 "我现在想得更多的，已经不太是争地位的游戏，而是幂律算法怎么让大家变得同质化，怎么把差异都抹平了。" 💡 数字替代品填不满真实关系 点赞、通知和虚拟伴侣，都可以替代现实中的一部分互动，却不一定能带来真正的社群和陪伴。减少摩擦带来方便，也可能让人不再需要彼此承担义务。 "我们想要社群，但不想承担义务。" 💡 赌场搬进了手机 电子老虎机曾是赌场的重要收入来源；后来，赌博被装进手机，随时随地都能进行。Eugene Wei 也把这种投机心理联系到体育博彩、短视频和约会软件。 "原因就是，我们把赌场搬进了你的口袋。" 💡 AI 时代，人性仍是慢变量 技术不断进步，制度改变更慢，而人的情感与欲望变化缓慢。Eugene Wei 认为，即使 AI 继续发展，人际关系与人性问题仍会是长期要面对的事。 "人性是我这辈子遇到过的最不容易变的东西。" 🌐 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 在小宇宙查看该单集文稿

See All (777)

Ratings & Reviews

4.5
out of 5
8 Ratings

About

这是一档使用 AI 技术来将英文播客翻译为中文播客的节目～ 在翻译的同时，也能保留原有声线，用中文听懂外语播客！

Information

  • Creator
    yikai
  • Years Active
    2025 - 2026
  • Episodes
    777
  • Rating
    Clean
  • Copyright
    © yikai@小宇宙App
  • Show Website
    跨国串门儿计划

You Might Also Like