AI Odyssey

AI Odyssey
  • 5.0 (1)
  • TECHNOLOGY
  • UPDATED MONTHLY

『AI Odyssey』是一档探讨人工智能科技的播客。在这个节目中，我们会从 AI 技术、产品、资金，以及中美两大互联网市场之间的机遇和挑战展开讨论。 关于我们： Leo Zhao：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 PongPong：连续创业者，AI初创公司产品负责人 在各大音频平台都能搜到我们，欢迎点击订阅。 商务合作：+vx「aiodysseyai」添加注明来意 听众反馈：genaiodyssey@outlook.com 听友群：+vx「aiodysseyai」备注听友群

  1. APR 8

    对话对冲基金创始人王华庚：当技术碰撞二级市场，如何给 AI 估值？

    这段时间，绝对绕不开一个词：AI资产过热 面对这场狂欢，作为一直扎在AI赛道里做产品、甚至筹备新项目的主理人，我也时常感到一种视角的撕裂：这到底是技术革命的真实红利，还是资本催熟的巨大泡沫 ？ 为了寻找答案，本期节目我们请到了一位既懂点科技也懂点金融的跨界者——王华庚(大厨) 。他早年钻研硬核AI技术，亲历了学术界的论文大爆发，如今却转身成了一家小对冲基金的创始人，在最混沌的二级市场里贴身肉搏。 当一个能看穿AI底层代码的人杀进交易场，他眼里的资本局和传统金融老炮完全不同。在这场对谈中，我们剥离了浮于表面的概念，如果你也想在这场AI时代的洪流中找准自己的身位，甚至赚点钱，这场对话或许能帮你拨开很多迷雾 。就像大厨所说，在时代的奇点面前，与其拿为数不多的本金去给量化机器当燃料，不如把最大的杠杆，加在自己的深耕领域上 嘉宾介绍大厨：对冲基金创始人 主播介绍PongPong：连续创业者，AI初创公司产品负责人 核心观点在二级市场，追求每一次交易的确定性是技术误区，核心是玩赢期望最大化游戏。AI是人类最后一次技术革命，核心AI科技公司资产值得普通人分批次定投配置。懂底层技术也容易因过早看破而错失投机暴涨利润 。 散户在A股用传统技术分析与量化机器做短线博弈，胜率绝对为零 。 资金体量小时，投入二级市场难以逆天改命，最佳策略是投资自己的专业技能。 时间轴 (Timeline)00:45 嘉宾介绍 01:31 行为模式冲突：程序员做交易为何极易陷入“追求高胜率”的技术误区 03:43 下注策略：利用凯利公式解决正期望游戏中的仓位优化问题 07:36 论文中的阿尔法：从13年AlexNet与CUDA的井喷式爆发看多英伟达 08:32 第一性原理推演：纯视觉多模态感知将取代高精地图与激光雷达 11:34 技术洁癖的代价：看懂底色反而在泡沫早期踏空10倍行情的实盘教训 13:48 破除大模型马屁精效应：利用GPT与Claude交叉反问对抗信息茧房 16:19 宏观定力：为什么认定AI是人类最后一次技术革命而非普通产业周期 19:30 中美市场温差：A股偏叙事与动量，美股受真实算力消耗支撑 21:40 终端颠覆：AI Agent将如何重塑彭博/万德等传统金融数据聚合平台 23:30 衍生品降维打击：期权如何实现对方向、波动率与时间价值的立体化定价 25:28 交易终局：AI辅助普及将导致资产定价极速化，市场呈“示波器折线”形态 30:23 投资建议：十万本金与一亿本金的投资逻辑差异，为何大多数人更应深耕本业 31:54 行业打假：市面上向散户兜售的“AI全自动量化跑策略神器”是骗局 术语表第一性原理 : 剥离事物表象，回归最基础的物理规律或客观条件进行拆解的思维模型。 反身性 : 市场参与者的交易行为本身会反过来影响市场价格和基本面的现象，资金体量越大，影响越显著 凯利公式 : 在具备正期望的概率博弈中，用于计算每次最优化下注比例的数学公式。节目中指出这是技术人员克服“all in”或规避爆仓归零的核心策略 波动率交易: 期权衍生品交易中的核心概念。不单纯对赌资产涨跌方向，而是针对标的资产价格的变动剧烈程度（买入或卖出波动率）进行交易 相关资源AlexNet: 2012年发表的深度学习里程碑论文，证实了CNN（卷积神经网络）在图像分类上吊打传统手动特征工程的效能 彭博终端 / 万德 (Wind): 现有的机构级金融数据聚合终端，未来其护城河将面临新一代AI Agent数据整合能力的直接冲击 以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ PS：AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI。

    34 min

  2. MAR 18

    对话YouMind增长工程师：AI产品增长和PH打榜的实战经验

    在 AI 时代，得益于大模型的进化，做出一款软件的门槛正在前所未有地降低。但当我们沉浸在这些技术带来的“魔法时刻”时，常常会遭遇一个更为残酷的现实：产品做出来之后，究竟该怎么推出去？怎么让用户掏出真金白银来订阅 ？ 这几乎是所有技术背景创业者都会经历的阵痛。本期节目的嘉宾宗源，正是这段阵痛的亲历者。他本是一名前端开发者，在 2024 年创业的摸爬滚打中，硬生生“逼”自己转型成了在泥坑里找流量的增长工程师。 在这一期里，你听不到虚无缥缈的宏大叙事，全是一线打仗的生存指南。从如何利用 AI 全自动监控竞品发布实现热点截流 ，到在 Product Hunt 上肉搏互换票仓；从拆解 GitHub 高权重外链的真实门槛，到复盘同行“700万流量却只有极低付费率”的血泪教训。 如果你也是那个在屏幕前为 AI 产品流量而焦虑的创业者，希望今天这些实打实的操盘经验，能帮你拨开一些迷雾。 嘉宾介绍宗源（推特：jaredliu_bravo）：YouMind 新手增长工程师，近三个月拿到全站 50%+ 流量，操盘过 2 次 PH 打榜（日榜第一，年榜第六）。关注 Growth Hack、自动化、内容创作。过去在网易、阿里、A+轮创业公司做前端开发和TL，24 年组建过小团队创业做 Tidyread（现已被 OpenClaw 颠覆）。 产品介绍YouMind（youmind.com）：YouMind 是一款 All in One 的 AI 学习和创作工作台，通过 AI 帮助您收集、整理资料，基于资料进行学习和创作，产出令您愉悦的图文、播客、视频等。 主播介绍Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 核心观点增长终极目标是建立从拉新到付费的订阅飞轮。Wordware 700 万 uv 仅带来 20 多万注册用户，注册转化率仅为 3-4%，而 YouMind 提示词站为 20%，证明了受众错位会导致严重的流量浪费。AI工具增长方案的落地成本极低，借助 AI（如 Openclaw）可实现全自动监控竞品模型发布并连夜生成推广物料的营销闭环。内容运营与增长的核心引擎是“Skill”（前身为 Shortcut），通过激励用户在社媒自发传播其构建的自动化工作流，实现产品的无感裂变。提升 Domain Rating (DR) 并在 SEO 中获取非品牌类“信息词”搜索排名是关键，突破 200-300 Stars 的 GitHub 仓库可提供 96+ 极高权重的 Do-follow 外链。Product Hunt 打榜胜负取决于社媒互换票仓网络的规模，且产品必须找到像 Chris Messina 这样能原话保证 100% 被 Feature 的头部 Hunter 进行发布。时间轴 02:05 嘉宾介绍：从前端开发者向产品增长工程师的转型路径与契机。 04:01 核心判断：产品增长的唯一目标是建立赚钱的付费订阅飞轮。 04:42 时代差异与渠道变化：高保真模型带来的“魔法时刻”口碑效应，以及 ChatGPT、Openclaw 等带来的新兴增长渠道。 06:24 极客案例：利用 Openclaw 监控 Nano Banana 2 发布，实现连夜自动撰写分发对接文案的全链路自动化提效。 08:05 截流策略：在 Seedance 2.0 模型未发布前，通过提示词站点进行跨端注册转化。 12:45 社媒分发：定准海外受众与创作者，重仓 X 与 Facebook。 16:36 核心裂变引擎：揭秘 YouMind 内容运营抓手“Skill”（前身为 Shortcut），利用 RSS 日报、图片封面生成等工作流，驱动创作者在社媒进行二次传播。 18:19 社媒避坑：Facebook 多语言群组硬广效果极差，需转为联系活跃贡献者做红人营销。 20:18 X 机制：算法高度依赖日更，中断将导致流量池评级断崖式下跌。 22:06 Reddit 局限：易遭遇 Shadowban，难以持续发广告，更适合作为 SEO 关键词占位的辅助。 23:27 SEO 核心：Domain Rating (DR) 对非品牌类信息词排名的决定性作用。 26:34 天工AI案例拆解：通过关键词 Sora/Seedance 热点将博客流量做到整站 30%，并利用页面顶部/底部多重 CTA 按钮实现转化。 28:59 外链起步：通过低价付费导航站与资源型提示词站群进行低成本 DR 堆量。 30:31 高阶外链：通过 GitHub 建立开源仓库，突破 200-300 Stars 后获取 DR 高达 96-97 的 Do-follow 链接。 31:30 Product Hunt 打榜内幕：平台砍掉水分后YouMind揭榜三榜第一的戏剧性过程，以及X/Linkedin票仓互换网络搭建。 35:03 100% Feature 秘籍：付费咨询或联系为数不多（如 Chris Messina、前 PH CEO）能保证 100% 被 Feature 的头部 Hunter。 37:31 漏斗数据复盘：YouMind提示词站超 20% 的高注册率；对比 Wordware 700万 UV 转化 20 多万注册用户，但注册转化率仅为 3-4%的受众错位反思。 39:40 行业预判：类比写代码门槛的下放，Web Creating 将成为未来 1-3 年极大的增长变量，用户自发传播AI Skill 将引爆市场。AI产品核心流量分发渠道与实操策略对比 术语表 Informational Keywords (信息词) vs. Brand Keywords (品牌词)：品牌词指用户直接搜索“YouMind”带来的流量（属于品牌推广的功劳）；信息词指用户为了解决特定痛点而搜索的通用词汇。能在信息词上获取高自然搜索流量 (Organic Search)，才是验证 SEO 动作真正有效的核心指标。 Domain Rating (DR)：域名评级。反映网站在搜索引擎眼中的权威度（类似大佬背书）。分数越高（如达到 50 以上），发布的博文越容易在非品牌类的信息词搜索中获取高排名。 Do-follow / No-follow 链接：Do-follow 允许搜索引擎蜘蛛追踪并传递权重到目标网站，成功获取此类链接能实质性提升自身站点的 SEO 效果。 One-Tap Login：一键登录机制（如网页右上角自动弹出的 Google 授权登录）。在不增加用户点击成本的情况下，可直接提升 3% 至 8% 的注册转化率。相关资源 AI模型与工具：Nano Banana 2 / Nano Banana Pro, Seedance 2.0, Kimi K2.5, NotebookLM, Manus, Openclaw, ChatGPT SEO与外链资源：thereisaaiforthat (导航站), submitDRs (AI TDK作者的外链服务) 行业参考案例：天工 (skywork.ai) , Wordware以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ PS：AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI

    43 min

  3. JAN 26

    CAMEL AI 创始团队专访：打造“开源版 Cowork”，如何从 0 到 1 搭建企业级 Agent 框架

    主播的话当行业还在迷信千亿参数模型时，CAMEL AI 已经靠一群“打工人”智能体深入企业内网，像真人一样点鼠标、填工单了。 作为全球首个 Multi-agent 框架的奠基团队，本期嘉宾带来了一个极具冲击力的反共识：未来的 Agent 进化，不靠更长的 Context，而靠更严密的组织架构。 在对话中，你会听到一些打破滤镜的实战真相：为什么 Agent 之间沟通多了反而会像人类一样“互相推诿”？为什么“模拟键鼠操作”这种看似笨拙的方案，反而是企业自动化的最优解？ 别再盯着 Prompt 调优了。当这个写出第一篇 Multi-agent 论文的团队开始重注强化学习和环境模拟时，你就该意识到：Agent 的草莽时代结束了。想要看懂下半场，这期节目提供了最真实的坐标。 嘉宾介绍Regina | CAMEL AI  Founding Product Wendong | CAMEL AI Founding Engineer Celine | CAMEL AI Founding Growth 产品介绍CAMEL AI 是世界上首个基于LLM构建的开源的多智能体框架，一直在探索 AI 多智能体的Scaling Law，包含大规模智能体系统、复杂环境、智能体自我进化三个关键维度。项目论文在2023年被 NeurlPS录用。 主播：Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 核心观点商业定位分层： 开源社区（ToC）负责技术验证与品牌声量，桌面端产品（ToB）负责高价值场景（如 ERP/CRM）的营收落地。架构效率论： Multi-agent 的核心价值不在于简单的“并行”，而在于通过任务拆解将 Long-Context 转化为 Short-Context，从而降低幻觉率。Agent Scaling Law： 智能体能力的扩展由三要素决定：Agent 数量、环境交互（RL）的进化能力、合成数据的质量。成本优化路径： 利用 KV Cache 配合 Context Splitting，在重复性任务中可降低 70%-80% 的 Token 成本。终局预判： 未来的 Agent 系统将是“中心化调度 + 专有小模型执行”，通过强化学习（RL）在特定环境中自我进化，而非依赖单一千亿参数模型。时间轴01:20 从顶会论文到商业化：全球首篇 Multi-agent 论文背后的学术起源与商业转型逻辑。 04:40 商业策略：ToC 赚声量，ToB 赚营收 为什么企业级自动化（CRM/ERP）是目前最稳健的现金流场景？ 06:47 Workforce：Coordinator 与 Worker 协作 拆解Agent“组织架构”：如何通过协调者实现任务的高度泛化。 07:28 核心壁垒：模拟键鼠的 Browser-use 摆脱 API 依赖，让 Agent 像真人一样直接操作浏览器界面。 15:48 预设四大原子 Agent 能力：从代码执行到多模态处理，支撑复杂任务的底层工具库。 18:57 架构之争：单体 Agent 的天花板 为什么长链路任务必须由多Agent协同？解决注意力衰减与幻觉。 22:04 重新定义 Agent Scaling Law：扩展定律不仅是算力，更是 Agent 数量、环境规模与数据的三位一体。 25:08 数字化组织：HR、CEO 与打工人 揭秘“图结构任务流”：如何像管理公司一样管理 Agent 系统。 30:10 安全底线：人在环路 (HITL) Agent 如何在登录验证等不确定场景中主动向人类求助。 31:33 协作悖论：为什么 Agent 也会“甩锅”？ 过度沟通导致的 Token 浪费与执行效率下降的真实观察。 35:33 RL 下半场：垂直领域的专家进化 如何利用强化学习（RL）将行业 Know-how 植入Agent闭环。 37:38 Workflow Memory：复制成功路径 长期记忆机制：如何将偶然的成功转化为确定的生产力。 商业/技术洞察技术架构对比：Single Agent vs Multi-Agent基于wendong的技术分享整理 References 开源框架 (GitHub): CAMEL AI (CAMEL) 学术论文: CAMEL: Communicative Agents for "Mind" Exploration of Large Scale Language Society Elgent(GitHub): The Open Source Cowork Desktop to Unlock Your Exceptional Productivity.

    44 min

  4. JAN 15

    AI长期记忆产品化：连续创业者Kisson复盘如何做AI个人助手

    编辑部注 本期节目录制于 2025 年 12 月。 录制期间，嘉宾 Kisson 担任 Tanka AI CEO。在节目正式发布时（2026 年 1 月），她已卸任该职务并开启了全新的创业旅程。 为了保持对话的完整性和当时语境的真实性，我们在音频和文案中保留了录制时的称谓与视角。Kisson 的职业变动恰恰印证了 AI 行业的一个核心特质——惟有“变化”本身是不变的。祝贺 Kisson，也期待她的下一个 Next Big Thing。 主播的话进入 2026 年，大模型的上下文窗口已经卷到了千万级，但为什么 AI Agent 依然记不住你的喜好？ 本期节目，我们邀请到连续创业者Kisson，深度复盘 AI 记忆的演进之路。 不同于市面上泛泛而谈的“AI 情感陪伴”，本期内容揭示了一个反直觉的行业真相：在 AI 时代，笨重的 B 端企业反而比 C 端用户跑得更快。 为什么互联网时代的“C 端包围 B 端”逻辑失效了？ 技术层面：从早期的 Replika 到如今的 HippoRAG，Memory 如何从简单的“存储”进化为具备抽象能力的 MemCell？ 交互层面：当自然语言真正成为新的 UI，LLM OS的形态发生了什么巨变？ 商业层面：为什么 Outcome-based pricing（结果付费）是检验 SaaS 产品力的唯一标准？如果你认为 2026 年的 AI 创业已经没有机会，这期节目会告诉你——真正的护城河不再是模型参数，而是你对垂直场景“记忆深度”的理解。 嘉宾介绍Kisson：ex-Tanka AI CEO。曾任 Mindverse（心识宇宙）联创及 COO。前TikTok商业化战略总监，前Facebook集团战略经理。关注AI agent和记忆模型。公众号：Kisson不聊广告改煲鸡汤了。推特：@KissonL 产品介绍Tanka.ai 是一款人工智能驱动的业务软件，旨在简化运营、加强团队协作并推动中小企业的可持续增长。它学习并保留知识，优化决策，并将分散的数据转化为可操作的长期记忆。 网址：www.tanka.ai 主播：Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 核心观点 互联网定律失效：B 端采纳速度快于 C 端。因为企业有明确的 ROI 计算逻辑，而 C 端用户在缺乏“超级应用”之前，很难改变交互习惯。 记忆细胞的进化：未来的 Memory 不是堆砌数据，而是像生物一样，将“事件”抽象为结构化的记忆细胞，实现类似人类的“遗忘与强化”机制。 交互即系统：自然语言将成为新的图形界面，未来的操作系统不再是点击图标，而是理解意图的 LLM OS。 人的懒惰是护城河：引用 Andrej Karpathy 的 "Copilot for X" 观点——即使 AI 能力再强，人类“懒得去描述任务细节”的本性，依然是垂直领域创业公司最大的机会（帮你把任务描述清楚）。时间轴快速导航： 如果你关心 技术架构演进 (RAG/MemCell) → 跳转 20:19 如果你关心 商业定价与 B 端策略 → 跳转 34:33 如果你想听 2026 行业宏观判断 → 从头开始听2026 宏观视角：互联网定律为何失效 03:45 扎克伯格的早期实验室：从 Meta 到 Tanka 的路径演变。 06:22 B 端反超 C 端：为什么在 Memory 落地这件事上，企业比个人更积极？交互范式：Natural Language as UI 11:25 拒绝被动问答：Agent 必须具备 Proactive Trigger 能力。 15:30 LLM OS 概念：当自然语言取代图形界面，我们还需要 App 吗？硬核拆解：Memory 技术栈演进 21:48 Replika 的启示：早期情感陪伴产品的成功与局限。 23:46 Mindverse 架构复盘：试图打造“USB 式记忆插件”的工程挑战。 24:00 学术界新框架：HippoRAG 与 Self-RAG 如何模拟人类海马体机制？ 27:35 MemCell：如何将非结构化对话转化为结构化记忆？ 24:55 评测困局：关于 Local Models与 Memory 结合的 Benchmarking 讨论。商业洞察：定价策略与终局 34:33 定价心理学：为什么 Outcome-based pricing 是 B 端唯一解？ 43:09 重读 Andrej Karpathy，创业者的机会在“最后一公里”。Kisson 结合 Tanka AI 的实战经验，总结了 B 端客户的采购心理： 以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ PS：AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI

    46 min

  5. 12/03/2025

    对话朱俊帆 | 硅谷跑会实录：听到了哪些 Paper 没写的“内部噪音”？

    主播的话你的 Transformer 模型，是不是有一半的计算量都在“摸鱼”？ 当所有人都在卷 SFT的时候，为什么硅谷的前沿研究者们却开始担心“模式坍缩”，转而把目光投向了 RLVR？ 这期节目，我们没请 CEO，也没请投资人，而是拉来了一位最近在硅谷“跑会”跑到腿软的硬核朋友——俊帆。作为自动驾驶领域的 AI Engineer，他在短短两个月里，密集扫荡了 Pytorch Conference、Ray Summit、AMD Dev Day 甚至各类 Hackathon（还抽中了一块显卡！）。 我们把他在这些活动上听到的“内部噪音”和“前沿信号”做了一次深度 Dump。你会在节目里听到： 斯坦福大佬 Christopher Manning 是如何通过“残差流抹除”实验，发现 Transformer 架构其实非常浪费的； 为什么现在大家都说“Post-training”才是决胜局，以及 Thinking Machine 实验室是如何用轻量级的 LoRA 就能跑出逼近 97% 的 RL 效果； 还有字节、Google 在Infra层面上为了解决万卡训练和 Agent 显存焦虑做的“变态”优化。如果你是正在死磕模型效果的算法工程师，或者是对 AI 技术栈演进好奇的产品人，这期“硅谷前线观察报告”绝对能帮你省下几千美金的门票钱。 戴上耳机，我们一起去湾区现场看看。 嘉宾：朱俊帆：芝加哥大学金融数学和佐治亚理工学院计算机科学毕业，曾在自动驾驶公司从事 AI Agent 和强化学习的研发工作；在芝加哥做了几年投行的量化金融模型。 欢迎查看嘉宾的 LinkedIn 了解更多信息 主播：Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 本期重点 00:47 嘉宾介绍 02:01 嘉宾的“特种兵”行程单：从 PyTorch Conf 到 AMD Dev Day 05:43 斯坦福教授的新发现：Transformer 后半部分的计算量，其实都被“浪费”了？ 07:20 混合专家模型 (MoE) 的进化：如何用一半的计算量超越 Benchmark 12:40 硅谷热词 RLVR：当数学定理成为“裁判”，RLHF 还有必要吗？ 15:57 像人类一样思考：解决长程推理难题的“分层推理”策略 19:40 过度 SFT 会导致“模式坍缩”？聊聊 Post-training 时代的 Trade-off 22:06 创业公司福音：只用 LoRA 也能逼近 97% 的全量 RL 效果 25:00 显存不够怎么办？Red Hat 提出的“睡眠模式”与 GPU 热交换黑科技 28:53 字节跳动 VERL 揭秘：如何搞定万卡集群上的 RL 混合编排？ 34:06 Google 的 Agentic Browser：不只是看网页，而是直接运行代码 37:17 当 AI 遇见 NBA：从预测比赛到生物制药，Agent 的落地场景猜想以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ PS：AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI。

    43 min

  6. 10/09/2025

    对话Macaron AI CEO陈锴杰（前百万用户MidReal创始人）：如何打造AI个人生活助手？

    主播的话：我不知道你有没有这种感觉：跟现在的 AI 聊天，总觉得缺点“人情味儿”。 它很博学，但就是记不住你。你昨天刚跟它聊完自己爱喝拿铁，今天它就忘得一干二净。这种感觉，说真的，挺没劲的，对吧？就好像，你永远无法跟一个“金鱼记忆”的家伙成为真正的朋友。 这期我们邀请了Macaron 的创始人陈锴杰，就是要死磕这个“没劲”的问题。他想做的，就是让 AI 成为真正懂你的伙伴，一个记得你的喜好、能跟上你节奏、甚至在你需要时能主动搭把手的“人”。 听他聊 Macaron 的设计思路，我们真有好几次起鸡皮疙瘩，有点科幻照进现实的感觉。 比如，他们觉得市面上主流的记忆方案（RAG）太笨了，反而是用一套类似“随堂测验”的狠招，逼着 AI 形成真正的“肌肉记忆”。更绝的是，这个 AI 还能自己写代码，现场给你“变”出各种实用小工具。聊到最后我们才发现，想在苹果、谷歌这些巨头的眼皮底下做成事，靠的竟然不是技术，而是——“品味”？这个答案，让我们回味了很久… 所以，如果你也对那个冷冰冰的 AI 世界感到一丝厌倦，如果你也期待一个更温暖、更懂你的智能伙伴，或者你就是个搞产品的，想知道在 AI 时代怎么做出点不一样的东西——来，这期节目，就是为你准备的。 嘉宾:Kaijie Chen（X @KaijieChen12236），杜克大学毕业，Macaron AI 创始人兼 CEO，专注于运用强化学习打造 Personal Agent，为用户即时生成个性化生活小程序。此前创立互动网文平台 MidReal，积累超百万用户。 主播：Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 产品介绍：Macaron AI：世界上第一个 Personal AI Agent官网：https://macaron.im/ 💡本期节目，与【AI UP】招聘社区联合呈现 正在寻找AI领域的理想机会？邮件至 career10@fintechgl.com，通过 AI Odyssey 合作邮箱，让招聘与求职更快一步！ 🔥 火热招聘岗位：AI Agent Engineer！薪资25 - 35万美金 + 奖金，北美远程，由YC投资、营收达5000万美金的硅谷AI独角兽企业提供，要求有5 - 15年后端工程经验，且有1年以上AI Agent开发实操经历，面向华裔招聘～ Timeline：01:17 记忆力 + 创造力：Macaron AI凭什么不一样？ 02:50  脑洞大开：用户最爱让 AI 生成的 6 类生活小工具，你最需要哪一个？ 04:27  AI 的情商，不止“你问我答”：一个好的 Personal Agent，有一半时间在主动“关心”你 06:28 “强化学习” VS “RAG”：告别金鱼记忆，如何打造 AI 的长期记忆 09:20 解密 AI 训练：400 道“记忆考题”如何让模型在 10 万行聊天后依然“记得你”？ 13:30 “善变”是常态：AI 如何处理你“善变”的喜好 17:16 先交个朋友的商业模式：揭秘Macaron 独特的“杏仁”积分与用户激励模式 23:50  巨头夹缝中，创业公司的生存法则：Taste、记忆和速度 29:47 Personal Agent 的终极挑战：“向内”理解你，“向外”连接世界 33:31 创始人的愿景：做一个“有用又暖心”的朋友 以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ PS：AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI。

    35 min

  7. 09/21/2025

    对话资深产品经理人：深挖AI如何助力客服行业

    还在跟只会说“请按 0 转人工”的机器人客服斗智斗勇吗？ 我们总觉得 AI 客服差点意思，但到底是技术不行，还是我们没看到它真正的实力？ 这期，我们抓来了一位真正在 AI 客服一线做产品的朋友——Yuan，让她带我们潜入“客服中心”这个神秘战场，好好扒一扒里面的门道。你会听到，传统的客服管理，如何只听 1% 的通话就能拥有 100% 的“上帝视角” ；也会明白，为什么 AI 能帮你轻松订外卖，却不敢轻易碰你的银行账单。 如果你是产品经理、AI 从业者，或者纯粹好奇 AI 怎么搞定那些“难缠”的客户，这期绝对有料，听就对了！ 嘉宾：Yuan: 现客服AI独角兽产品经理，负责多个0到1 copilot产品，前贝恩战略咨询顾问，专注于AI应用产品。Linkedin 主播：Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 💡本期节目，与【AI UP】招聘社区联合呈现 正在寻找AI领域的理想机会？邮件至 career10@fintechgl.com，通过 AI Odyssey 合作邮箱，让招聘与求职更快一步！ 🔥 火热招聘岗位：AI Agent Engineer！薪资25 - 35万美金 + 奖金，北美远程，由YC投资、营收达5000万美金的硅谷AI独角兽企业提供，要求有5 - 15年后端工程经验，且有1年以上AI Agent开发实操经历，面向华裔招聘～ Highlight00:18 嘉宾介绍 01:10  AI 进场前，客服这活儿有多“惨”：听听一线员工和管理者的共同“噩梦” 05:03 AI 客服“双煞”：帮你干活的 Agent vs 教你干活的 Copilot 10:11 AI 的求生欲：AI什么时候会“认怂”找人类帮忙 13:49 AI 客服的“雷区”：高风险行业（银行、医疗）和低风险行业（零售、电商）的天壤之别 17:03 创业公司调用大模型API 的“独家秘方”大揭秘 25:14 数据安全的红线：涉及支付、个人身份的敏感信息是如何通过技术手段处理的 27:23 管理者的“上帝视角”：AI 如何变身“质检员”，管理者应该如何利用 AI 38:46 AI 客服的未来：不止“陪聊”，更能“办事” 以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI。

    42 min

  8. 09/11/2025

    对话AI教育AskSia联创：如何找到AI在垂直领域的PMF

    主播的话期末周堆积如山的 Reading list，上课时教授飞快的语速……作为留学生，你是不是也曾被这些场景折磨到头秃？如果现在有一个 AI，能像专属助教一样陪你啃下这些硬骨头，是不是听起来就很心动？ 这期节目，我们请来了 AskSia 的联合创始人 Bella，一个曾经和你我一样，在海外为学业奋斗的留子。她会和我们聊聊，是如何将自己留学时“听不懂、跟不上”的痛，一步步打磨成了一款备受留学生喜爱的 AI 教育产品。 这期节目干货满满，你会听到： 一个“2小时读完12周PPT”的社媒爆款笔记，是如何精准戳中用户，为产品带来千万级曝光和高达 80% 的惊人续费率的。在 AI 时代，为什么“先用内容去市场上吆喝一圈，再回来做产品”的打法，反而能让创业公司更快地活下来。以及，一支成员遍布全球、跨着N个时区的年轻团队，是靠什么方法保持超高效率和创造力的。 嘉宾：Bella Ren: Asksia 联合创始人。Bella 曾在华为担任算法工程师，专注于人工智能领域的技术研发。在华为积累了丰富的 AI 算法经验后，她转型成为 AI 教育初创公司 Asksia 的联合创始人。 来小红书关注Bella 吧～ 主播：张子峰 Ark：AI应用创业者，全栈产品经理，AI社群主理人，前尼尔森分析师 Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 产品介绍：Asksia致力于利用人工智能技术打造个性化教育体验，帮助全球学生提高学习效率并突破教育壁垒。自成立以来，已在一年多实现了百万美金的年收入（ARR）。 官网：www.asksia.ai 💡本期节目，与【AI UP】招聘社区联合呈现 正在寻找AI领域的理想机会？邮件至 career10@fintechgl.com，通过 AI Odyssey 合作邮箱，让招聘与求职更快一步！ 🔥 火热招聘岗位：AI Agent Engineer！薪资25 - 35万美金 + 奖金，北美远程，由YC投资、营收达5000万美金的硅谷AI独角兽企业提供，要求有5 - 15年后端工程经验，且有1年以上AI Agent开发实操经历，面向华裔招聘～ Highlight：00:36 Bella 的创业初心：从加拿大 CS 留学生，到解决自身跨语言学习痛点 03:01 “上好一门课”有多难：实时翻译+AI 笔记，如何成为留学生的课堂“救星” 05:33 PMF 的第一次验证：一篇“2小时读完12周PPT”的帖子，如何带来 80% 的续费率 10:50 第一批种子用户从哪来：从身边的“留子”朋友开始，离用户越近，产品越准 13:58 一次关键的产品调整：上线实时录音功能后，单月付费用户暴涨近 3000 人 20:59 AI 时代的创业新逻辑：先用内容验证市场，再动手做产品，形成高效闭环 23:26 跨国团队怎么管：澳洲本土化运营，一个地区就拿下了产品 40% 的付费用户 28:35 AskSaiya 的终极目标：从解决痛点的工具，到陪伴每个人的个性化 AI 助教 以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ AI Odyssey 听友群正式开通了：添加 vx：aiodysseyai 带你一起看 AI。 也可以在小红书找到我们哦～

    32 min
See All (56)

About

『AI Odyssey』是一档探讨人工智能科技的播客。在这个节目中，我们会从 AI 技术、产品、资金，以及中美两大互联网市场之间的机遇和挑战展开讨论。 关于我们： Leo Zhao：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 PongPong：连续创业者，AI初创公司产品负责人 在各大音频平台都能搜到我们，欢迎点击订阅。 商务合作：+vx「aiodysseyai」添加注明来意 听众反馈：genaiodyssey@outlook.com 听友群：+vx「aiodysseyai」备注听友群

Information

  • Creator
    AI Odyssey
  • Years Active
    2023 - 2026
  • Episodes
    56
  • Rating
    Clean
  • Copyright
    © AI Odyssey
  • Show Website
    AI Odyssey

You Might Also Like