42章经

KaiQu

你好,我是曲凯,42章经的创始人。 小的时候我不太舍得花钱,记得当年一毛钱一袋的牛肉干真的很好吃,但如果偶尔遇到一个很有趣的人,我会欣然花几十、上百块请他吃个饭,还觉得自己赚到了。 后来长大了一些,开始刷人人网、豆瓣、知乎、再到现在的即刻…… 你有没有偶尔在这些平台刷到过一个很有缘的人,然后在一个夏日的午后,把他的发言、转载和收藏全都看了一遍,并觉得心有戚戚焉。 再后来工作和创业以后,每天就是聊各种各样的投资人、创业者。 如果能聊到一个优秀的人,真的会有一种如沐春风的感觉,并真心觉得很幸福。 而同行们见面经常会聊到的问题也是:最近有没有遇到什么有意思的人? 所以,这个播客就是要努力把这些人带到你的身边。 我们只专注和有趣、有独到认知、又愿意坦诚分享的聪明人聊天。 希望你听完每一期都能回到小时候,回到那个因为认识了有趣的人、收获了新知,而感到单纯美好幸福的时刻。 如果听完以后,你还能暗自感慨一句, “我也好想认识这个人啊。” 或者, “哇靠,有被启发到。” 那这个播客也就值了。

  1. 3d ago

    少有的同时做过 Agent、多模态和具身的人 | 对谈前混元多模态 RL Infra 负责人淏楠

    这期的嘉宾淏楠非常「折腾」。他读过五个大学,读着觉得没意思就换,也是少有的同时做过 Agent、多模态、RL 和具身的人,而且总是做一些逆势而为(非主流)的选择: 他曾在陈天桥和代季峰两位老师的 MiroMind 工作,是最早一批做 Agent 的人,却在 Agent 最热的时候放弃更丰厚的 package,转向多模态。在混元负责多模态 RL infra、主导推出开源多模态强化学习框架 UniRL 之后,他最近又换了方向,去了一家具身公司负责模型训练。其实,Astra 的出现给具身行业带来了不小的震动,也似乎抹平了各家此前在「大脑」上积累的优势。淏楠在此时入局,总有那么一丝「49 年加入国军」的意味。 不过,这些选择看似很跳,但背后的思考一脉相承,既关乎个人志趣,也有对技术发展和未来空间的判断。所以从 Agent 到多模态再到具身,一路做下来,淏楠收获了什么?这几个方向的实际进展,与外界的感知又有哪些不同?前段时间很火的 Minimax H3、GPT Astra,到底会带来哪些改变?这期播客,我们就沿着他的经历聊了下来。 聊到最后,淏楠谈起具身很兴奋。现在入局具身,可能不但不是 49 年入国军,反而恰好赶上了具身的 GPT-3 时刻? 【人类博物馆】 导游:曲凯,42章经创始人 54 号珍藏:王淏楠,前腾讯混元多模态 RL infra 负责人、主导开源多模态强化学习框架 UniRL,曾在 MiroMind 参与 Agent 研发,现于某具身智能公司负责基模预训练。 【时光机】 Part 1 从 Agent 到多模态 02:03 为什么会从在 MiroMind 做 Agent,转去在混元做多模态 RL infra? 06:13 国内外 RL 的差距到底在哪? 07:45 Agent 和多模态的关系其实可以很紧密 08:56 做 Agent 和做多模态,其实都是围城 11:32 大厂不太能做具身? 12:37 多模态最后只有两条变现途径 Part 2 聊聊视频生成 14:11 Seedance 到底为啥这么好? 15:14 多模态的竞争可能没那么激烈? 16:26 视频生成现在发展到什么程度了? 19:20 「抽卡」依然会存在,但概念可能会发生变化 21:37 视频生成继续发展下去,可能会解锁什么样的机会? 22:22 MiniMax H3 到底什么水平? 23:54 实时互动的技术真的成熟了吗? Part 3 从多模态到具身 27:45 好多人做世界模型都做迷茫了… 30:55 做具身的两种正确路线 32:22 为什么 Astra 给具身圈子带来了比较大的震动? 37:27 聊聊具身训练的 reward 和数据 40:12 具身的「大脑」,最后会变成大模型厂商的竞争吗? 41:59 在现在这个时间节点去做具身,是不是 49 年入国军? 45:24 Agent 开发的场景还是不够多 46:42 多模态还有创业公司的机会吗? 47:38 具身里可能迎来了 GPT-3 时刻? 【The gang that made this happen】 制作人:陈皮 剪辑:二琳、陈皮 片头:Mondo Bongo - Joe Strummer & The Mescaleros 片尾:Alpine Decline - I Got Up (Just Like John Sinclair Told Us To) 在小宇宙查看该单集文稿

  2. Oct 17

    这个破业非创不可吗?|对谈 Articuler.ai 创始人 Jason

    这一年,说起 AI 应用创业,相信很多人的共同感受就是:难。 融资难,找 PMF 难,养活团队难,不被模型吃掉难,更难的是,身处绝境时,到底怎样才能坚持下去。 这期节目的嘉宾 Jason,也经历了这样的过程。他是 Articuler.ai 的创始人,此前做过 5 年投资,后来去了美国,埋头创业。去年最难的时候,他拿到的融资 TS 被撤回,睡朋友家的沙发,卖掉了自己的股票垫给公司,却仍一度面临现金流即将断裂、发不出工资的窘境。 那段时间,他经常睡不着,在朋友家楼下转圈,一遍遍问自己:「我到底要不要放弃?」 而他给自己的答案始终是:「这件事我必须得做,而且就得我来做。」 穷让人绝望,却也让他们摸索出了新的 PMF 场景,撑了过来。如今,Articuler.ai 已有 7 万多注册用户、超百万美金 ARR,付费、留存和增长逐渐有了起色,与外部伙伴的合作也越来越顺,co-host 了 OpenAI Codex Meetup、AGI Summit、SF Tech Week 中的各种活动等等。 这期播客,我们就请 Jason 重点讲了讲他是怎么撑过最难的那段日子、在绝境中找到 PMF 的,以及这个华人团队,凭什么能在美国跑通 GTM、赢得本地客户的信任。 坦白讲,Jason 并不是我们播客最常邀请的那类嘉宾,也不是美元 VC 通常青睐的 Founder。但用他自己的话说,从学生时代到创业,他一直把自己看作一个 Underdog,也一直相信: Underdog 能赢。而且很多事情就该由这样的人去改变。 【人类博物馆】 导游:曲凯,42章经创始人 53 号珍藏:Jason,Articuler.ai 创始人 【时光机】 01:52 找到新的 PMF 场景,可能恰恰是因为穷 03:41 用 Articuler.ai 发邀约邮件的打开率约 80%、转化率约 15%–20% 07:21 一个中国团队来到湾区,凭什么让本地人愿意合作? 11:02 Articuler.ai 的壁垒 15:01 一些 GTM 的经验 17:32 会议这个场景能延伸的点太多了 19:46 世界不需要第二家领英,Articuler.ai 能杀出来只有一个原因 22:20 「我们其实还有个疯狂的想法」 25:06 典型创业者心态之,早上觉得公司快完了,睡前又觉得自己快上市了 25:40 最惨的时候 TS 被撤、睡朋友家沙发、卖股票给公司续命,想了无数次要不要放弃 29:05 觉得这件事一定能成的瞬间 32:06 都说国内应用创业惨,其实在美国也没好到哪去,而且大家对美国市场的理解有失偏颇 35:04 最难的时候,坚持下去的那股劲儿来自哪里? 37:15 「我已经习惯了做一个 Underdog,并且相信 Underdog 会赢」 38:53 既担心跑得太快,又担心跑得太慢? 40:30 钱有时候是诅咒? 42:06 如果没找到现在这个场景,可能在干什么? 44:16 一度快发不出工资时,发生了一件很令人动容的事 48:00 「永远记着穷的时候,永远要有一张保命的牌」 【The gang that made this happen】 制作人:陈皮 剪辑:陈皮 片头:Mondo Bongo - Joe Strummer & The Mescaleros 片尾:Linkin Park - Waiting For The End 在小宇宙查看该单集文稿

  3. Oct 12

    一个 Personal Agent 创业者的思考|对谈 Ambi 创始人子皓

    最近 Personal Agent 非常火。而早在这波概念火起来之前,子皓就已经在做这个方向的软硬件结合产品 Ambi 了。所以国庆前,我们约他录了这期播客,请他分享几个月做下来对这个赛道的思考和实践经验,比如这件事的成本到底有多高、人们有多大需求、如何看待不同的产品路线、面对大厂该怎么竞争等等。 子皓一直是我心中很擅长 deliver 结果、或者说总能赚到钱的 founder,所以我也请他分享了为什么这么会经营。过程中,还第一次听他讲高三暑假发现商机、成为溜冰场独家代理的故事。不得不说,他在赚钱这件事上真是有天赋,而天赋之外,也有很多可被习得的经验。 其实这波 Personal Agent 的火是有迹可循的,从 Openclaw、Hermes,到 Muse、Instinct,背后的主线都是「如何让智能被更多人更好地用起来」。但奇怪的是,这个赛道上跑出来的国内产品并不多。事实上这几年,跑出来的国内 AI 产品都不多。所以节目最后,我和子皓也探讨了下这到底是为什么。我们没能得出答案,也真的希望这个局面能很快发生变化,因为我们或许已经等到了能跑出亿万级用户体量产品的 timing。 (Ambi 最近已经开放下载,42章经拿到了五个邀请码,欢迎感兴趣的朋友填写表格申请:https://my.feishu.cn/share/base/form/shrcnoeenyPxPRgTUEq3G0tWX8P 【人类博物馆】 导游:曲凯,42章经创始人 54 号珍藏:莫子皓,Ambi 创始人,曾任 Plaud 合伙人兼中国区 CEO。他还曾创办「米公益」,公司后被轻松筹收购。此后,他先后担任暖哇科技合伙人兼首席产品官、百川智能医疗方向产品及运营负责人 【时光机】 Part 1 对 Personal Agent 的思考 01:49 为什么最近 Personal Agent 这么火? 05:58 去年本以为「智能已经足够了」,但现在看来可能想错了 10:07 Personal Agent 的成本不是什么大问题? 11:39 人们对 Personal Agent 这件事到底有多大需求? 14:45 涉及名和利的需求就可做,因为算得清 ROI 17:06 为什么 AI Coworker 的发展没大家想象中那么快? 18:34 大家做 To B 可能是看硅谷看多了,有点魔怔了 19:18 Personal Agent 会不会还是大厂的机会? 21:10 Personal Agent 天然不带网络效应? 24:16 简评 Town、Grok Bot、Muse、Instinct 28:23 唏嘘之,国内大厂好像失去了成为世界第一的雄心 32:31 Ambi 要怎么和 Muse 这样的对手 PK? 35:16 很多 AI 产品的交互都特别难受 40:25 怎么看应用公司自己训模型这件事? Part 2 个人经验和认知 42:49 从大营收业务到模型厂再到消费硬件公司,这一路收获的核心认知是什么? 47:28 是怎么做到做再「垃圾」的业务都能赚到钱的? 48:11 竟然早在高三暑假就成了「资本家」! 50:31 商业的本质 57:01 招人能力强,靠的是什么? 1:00:34 最近在思考的问题 1:03:04 最担心的还是速度,但好不容易等到一个能「有意义地卷」的时代 1:04:56 硬件的优势来自哪里? 1:08:57 这波 Personal Agent 最大的机会可能来自什么? 1:11:51 很多产品的 Proactive 都做错了? 1:14:26 Personal Agent 有必要区分工作和生活场景吗? 1:18:36 现在已经到了能跑出亿万级用户体量产品的 timing? 1:21:08 一个没有答案的问题:为什么国内跑出来的 AI 产品这么少? 【The gang that made this happen】 制作人:陈皮 剪辑:陈皮 片头:Mondo Bongo - Joe Strummer & The Mescaleros 片尾:Paul McCartney,Wings - Mull Of Kintyre 在小宇宙查看该单集文稿

  4. Sep 27

    AI Trading —— 决策便宜,行动很贵|对谈超 3w Star Vibe-Trading 作者浩哲

    这几年,很多人都在用 AI 炒股。最近,模型厂和大厂也在主推 AI 在金融场景中的应用。 但 AI 到底怎样才能更好地辅助交易?会给市场带来什么变化?用上 AI,人人就都能像巴菲特一样了吗? 这期播客,我们请到了很火的开源项目 Vibe-Trading 的作者和维护者吴浩哲,聊了聊 AI Trading 相关的各种问题。 浩哲本科毕业于武汉大学数学系,目前是香港大学在读博士生、HKUDS 成员,一直在探索 AI 与金融的结合。Vibe-Trading 开源半年,已有 3.4w 个 Star。 节目里,我们就从这个项目讲起,拆解了 AI Trading 到底是什么、由哪些部分组成、哪个环节最关键,以及它和传统量化有什么区别、人又该在交易流程中扮演什么角色。此外,我们也聊了聊最近很火的 Jev 到底能不能在 AI Trading 中发挥作用。 贯穿整期节目,还有浩哲的一个观察: 在金融里,决策很便宜,行动很贵。 你可以轻易获得成百上千个判断和信号,但真要付诸交易,「可解释性」就变得非常重要。你得知道判断是怎么来的、为什么值得相信,才能决定自己是否愿意为它付出真金白银。 节目最后,我们还聊到了一个颇有哲学意味的问题:随着 AI 越来越强,「Human in the loop」或许不是因为 AI 需要人来判断,而是人需要通过参与,来确认自己的意义感和价值…? 【人类博物馆】 导游:曲凯,42章经创始人 53 号珍藏:吴浩哲,Vibe-Trading 作者及维护者,武汉大学数学系本科,香港大学在读博士生、HKUDS 成员,长期探索 AI for Finance 的研究与实践 【时光机】 01:26 介绍下 Vibe-Trading:为什么开源不到半年,就能有 3 万多 Star? 02:20 在金融里,决策很便宜,行动很贵 04:35 AI Trading 就是在几乎免费的决策和代价昂贵的行动之间,建立可验证、可审计的通道 07:25 AI Trading 和量化的区别 09:59 用 AI 抓市场情绪,对 Trading 有帮助吗? 11:33 AI Trading 里,行业 know-how 都可以由 AI 来判断? 13:43 存储行情中,用 AI Trading 的一次操作实例 15:42 用 AI Trading 的人多起来后,会给市场带来什么变化? 15:19 「安息吧,财报后漂移!」 19:57 AI Trading 系统的四大组成部分,和其中最重要的一件事 23:53 数据多,其实真的不等于有 Alpha 27:23 Jev 对 Trading 的帮助,可能约等于零? 30:26 交易的本质 32:34 Kimi、Workbuddy 等在推的 AI for Finance,和 AI Trading 是两件事 34:00 AI 会给人的投资能力带来怎样的变化? 35:40 不是 AI 需要人做判断,而是人需要 AI 来体现价值? 37:42 上手 AI Trading 的建议 【The gang that made this happen】 制作人:陈皮 剪辑:陈皮 片头:Mondo Bongo - Joe Strummer & The Mescaleros 片尾:Carsick Cars - 松 在小宇宙查看该单集文稿

  5. Aug 29

    一个人、两周、数百美元,如何训出登顶 Hugging Face 的模型 | 对谈研究员逯雨鑫

    活动预告🥳:9 月 12 日,我们会请到雨鑫做一场线上活动,大家记得翻到 shownotes 末尾查看报名信息! 最近硅谷有了新热点:主权 AI 和 Personal Intelligence。简单来说,就是很多人开始相信,未来会有越来越多的应用公司和个人,训练自己的模型。 对绝大多数人来说,训练模型仍然是一件听起来遥不可及、门槛很高的事,但我们这期节目的嘉宾逯雨鑫却认为,它非常简单,简单到他此前没有 AI Lab 的经历,也不是 AI PhD,只用了 2 周和数百美元,就后训练出了两个登顶 Hugging Face Model Trending 榜首的小模型。 他具体是怎么做到的、摸索出了怎样的 Pipeline?过程中踩过哪些坑?以及无论对个人还是公司来说,训练模型最大的卡点都是数据,那么他是怎么攻克这个难题的?在蒸馏路线、数据来源上,又有哪些 secret sauce? 节目后半段,我们还进一步讨论了主权 AI、Personal Intelligence 和 Local AI 相关的各种问题,比如这些事情普及开来的门槛在哪里、未来 AI Lab 和应用公司的分工与价值会有什么变化等等。 就在一个月前,我们还在讲 AI 应用遭受的冷遇;但录完这期,我们好像又看到了应用的曙光。也许在不久的将来,越来越多的应用公司都会成为 Neo Lab,Local AI 也可能成为一个 PC 级别的机会。而拥抱模型训练和 Local AI,最好的时间可能就是现在。 希望雨鑫摸索出的实践路径,能给应用公司和个人带来一些启发。如果你还想了解更多,也欢迎报名 shownote 末尾的线上活动,来和雨鑫直接交流(尤其欢迎应用创业者!) 【人类博物馆】 导游:曲凯,42章经创始人 52 号珍藏:逯雨鑫,Mind Lab 研究员;以个人开发者身份、数百美元成本微调的模型两次登顶 Hugging Face 热度榜;focus 在 post-training(蒸馏、SFT)与数据工程,近期方向为 continued pre-training 【时光机】 Part 1 训模型的实操经验 01:33 非 PhD / AI Lab 背景,凭什么能训出榜一模型? 03:23 训这两个模型的成本具体有多少? 06:08 个人训模型的完整 Pipeline 和避坑经验 11:33 最大的难点和卡点:数据 11:48 合成数据效果并不好? 12:16 数据从哪来、具体要用多少、如何配比? 15:34 数据难以提前预估效果的原因:Capacity Gap 17:18 简评蒸馏的各种路线,以及到底什么叫「聪明地蒸」? 20:01 自己训、自己用,性价比真的更高吗? 22:10 坑最少的开源模型是? Part 2 对主权 AI 的思考 23:44 自己训模型会成为应用公司的标配吗? 25:25 训模型可能会成为一件商品化的事情? 27:01 应用公司反而可能会成为 Neo Lab? 32:07 AI Lab 和应用公司之间的分工可能会有什么变化? 33:39 现在 AI Lab 砸钱买数据,就有点像移动互联网早期字节砸钱买用户 35:31 如果主权 AI 真的兴起,AI Lab 的价值会有什么变化? 36:59 Local AI 会不会成为 PC 级别的机会? 40:17 用户最终会不会还是希望用上 SOTA 级别的智能,而不是 Local AI? 【活动预告🥳】 9 月 12 日,我们会请到雨鑫做一场线上活动,感兴趣的朋友欢迎点击链接或扫描下面的二维码,一起来认识&交流! 【The gang that made this happen】 制作人:陈皮 剪辑:陈皮 片头:Mondo Bongo - Joe Strummer & The Mescaleros 片尾:Spacemen 3 - Set Me Free (Reprise) 在小宇宙查看该单集文稿

  6. Aug 8

    从蒸馏到合成数据到 RSI,模型竞争的下一个焦点是什么?|对谈 Evolvent AI 联创孟繁青

    活动预告🥳:8 月 22 日,我们会请到繁青做一场线上活动,还会有数十位 model researchers 参与,大家记得翻到 shownotes 末尾查看报名信息! 近几个月,我们找了很多做模型、算法的人交流,聊下来的感受之一是:数据的重要性再次凸显出来。 市场也有很明确的对应反馈,比如一批合成数据公司在很短时间内做出了可观的收入;无论是模型厂还是互联网大厂,都在数据上更为投入。 这期节目,我们请来了较早抓住这波合成数据机会的 Evolvent AI 联合创始人孟繁青。繁青是 01 年出生的 NUS PhD,曾在 Kimi 做过一年多的 Agent 和 RL Infra。 节目里,我们从他在模型厂做 Post-training 与出来创业的不同感受聊起,也相继把有关后训练、数据、RSI/Self-Evolving/AI for AI、国内模型竞争格局,甚至蒸馏这个相对敏感的话题,都比较完整地梳理了一遍,聊出的一个最大非共识,是繁青对国内外模型差异的判断: 原本我们以为,国内更有优势的会是偏工程的 Post-training;但在他看来,国内模型真正有特色的地方,反而是 Pre-training 阶段被资源限制倒逼出来的架构创新。 基于这个认知,我们也得出了一个让人乐观的结论: 很多人会说国模很依赖蒸馏,但繁青认为,蒸馏只是一个加速手段,并不是国内模型变强的决定性因素。就算有一天海外把所有蒸馏通道都封掉,国模依然可以靠预训练的创新能力,构建起自己的竞争力。 最后,Evolvent AI 最近发布了新的研究成果 RSIBench-Data。如果有朋友想在数据、RSI 方面进行交流,也欢迎联系繁青。 【人类博物馆】 导游:曲凯,42章经创始人 51 号珍藏:孟繁青,Evolvent AI 联合创始人;前 Kimi RL 实习生,foucs 在 RL Infra,参与 Kimi K2.5、Kimi Linear 等重要模型发版 【时光机】 Part 1 后训练与模型竞争 01:15 在 Kimi 和出来创业的感受有什么不同? 02:36 为什么 Post-training 背景的人更容易出来创业?有哪些可能性? 04:37 今天的 Bench 和 Eval,与过去相比有什么变化? 07:12 Post-training = 做数据、训模型的门槛在变低? 10:35 同样是做数据,拉开质量差距的是什么? 12:48 国内模型 vs 海外模型,优势其实在 Pre-training? 17:09 国模的竞争格局会怎样发展?最后大家要拼的是什么? Part 2 RSI 21:50 RSI、Self-Evolving、AI for AI、Auto-Research……该怎么理解这些词? 24:35 如果 RSI 真的能转起来,模型是不是真的就要吃掉一切了? 29:09 假设模型真能自我迭代,创业公司为什么不直接做一个更好的基模? 30:39 要做好 RSI,本质上要解决什么问题? 33:48 RSI 继续发展下去,会引发怎样的变化? Part 3 数据 35:29 模型对数据的需求经历了哪几波变化? 39:07 模型厂自己也能造数据,为什么还要外采? 40:36 数据的下一波机会可能是什么? 43:00 现在是「算法就是数据,数据就是 Infra,Infra 就是算法」? 46:11 怎么理解合成数据和蒸馏之间的关系?蒸馏技法的区别在哪? Part 4 展望 48:18 模型现有的技术路线还有多大空间? 49:33 为什么最近 AI4S 火了起来? 51:39 相比于大厂,长期更看好初创模型公司? 53:58 蒸馏对国内模型追赶的意义到底有多大? 56:18 从合成数据到 RSIBench-Data,Evolvent AI 最终想做成什么? 【活动预告🥳】 8 月 22 日,我们会请到我们会请到繁青做一场线上活动,还会有数十位 model researchers 参与,感兴趣的朋友欢迎点击链接或扫描下面的二维码,一起来认识&交流! 【The gang that made this happen】 制作人:陈皮 剪辑:陈皮 片头:Mondo Bongo - Joe Strummer & The Mescaleros 片尾:GeGeGe - 光のサイン 在小宇宙查看该单集文稿

  7. Jul 19

    AI 发展了 4 年,把应用发展没了?|AI 年中复盘

    这是一期单口复盘。 这一波 AI 已经进入第四年。一级市场里,模型势能达到几年来最强,应用市场的冷度却跌到了谷底;二级市场里,智谱和 MiniMax 接连上市,而股价的陡峭变化,也多少折射了当下市场的疯狂。 身处其中,最近我一直在想几个问题: 1)过去四年,市场水温经历了哪些关键变化?最值得关注的是哪些公司? 2)模型与应用的关系是怎么演变成今天这样的?为什么国内跑出来的应用这么少?少数跑出来的公司做对了什么? 3)模型越来越强,那下游的应用创始人到底该怎么办? 4)在高速变化里,有哪些不变的常识,仍能帮助我们理解 AI? 这 20 多分钟,就是我现阶段的一些思考,也是对过去四年的一次复盘。 当然,和大家一样,很多问题我仍然没有答案。比如,故事已经讲到世界模型了,那之后还能讲什么?模型交替领先的局面还会怎么变?Token 成本什么时候才能足够低、真的实现智能平权? 无论如何,可以肯定的是,我们仍处于 AI 剧烈动荡、快速变化的中早期。那如果 GPT 3.5 代表了爆发期的开始,今天我们是否已经站在了狂热期?转折点距离我们到底还会远吗? 【时光机】 Part 1 复盘 AI 四年 01:03 快速回顾:过去四年市场变化非常剧烈,且趋势跟喜好非常明显 02:10 投资人可能一度比张一鸣更清楚字节里谁最有能力 03:18 从业十多年,我还是第一次听到「应用已死」的论断… 05:39 现在市场确实不大投应用,但这次不能只怪投资人? 06:50 国内为数不多跑出来的应用公司,做对了什么? 09:07 不管 Manus、Liblib 承受了多少争议跟骂名,我都真心希望它们好 09:34 模型公司里,我觉得最值得研究的不是 Anthropic / OpenAI / DeepSeek Part 2 模型交替领先,那应用创始人该怎么办? 14:37 一句题外话:为什么红杉投得好? 15:05 我反而觉得,现在是应用创始人历史上最好的时候 17:13 创始人应该默认要「随波逐流」:随模型的波,逐资本的流 17:59 建议是不要纯粹为了融资讲故事 18:22 Ambi 创始人莫子皓给我的一个启发 20:25 「今天所有的产品和创始人,都是模型的期权」 Part 3 在疯狂中,守住常识 21:24 一二级市场的疯狂,是 AI 走到阶段性尾声的信号吗? 22:33 我不相信一家公司会长期独大,也不相信模型会吃掉一切 23:16 IBM 收 CPU 钱,恰如今天英伟达和模型公司收 Token 钱 24:33 「历史上几波大的科技革命都经历过导入期、转折点和展开期」 【AI 复盘系列】 2025.1.4 为什么我们对 25 年 AI 极度乐观|AI 年终复盘 2024.1.13 24、25 年会是下一代浪潮最关键的两年 | AI 年终复盘 【Reference】 这个男人帮 5 万个 AI 应用接上了大模型 | 对谈 Dify 创始人路宇 Dify 从被低估到成为明星项目,到底做对了什么|对谈 Dify 创始人路宇 TikTok 商业化增长从 0 到 1 的幕后经验:关于投放、出海与组织管理等 | 对谈前 TT Ads 首席增长立东 信念感与硅谷顶尖孵化器的奇遇:赴美三月,实现千万刀 ARR|对谈 ACE Studio 创始人 Joe 从图形学到 AI 生成 3D:我们离 3D 版 Midjourney 还有多远? | 对谈 Meshy.AI 创始人渊鸣 莫子皓团队的新产品 Ambi:https://mp.weixin.qq.com/s/B94bSY7aai4CM8zZ8iR3Gg 卡萝塔·佩蕾丝《技术革命与金融资本》:https://www.douban.com/doubanapp/dispatch/book/2326852?dt_dapp=1 【The gang that made this happen】 制作人:陈皮 剪辑:陈皮 片头:Mondo Bongo - Joe Strummer & The Mescaleros 片尾:太阳光明照我心 - 文兆杰 在小宇宙查看该单集文稿

  8. Jun 27

    少有的深度参与过字节、美团组织建设的人|对谈 AI 创业者魏小康

    活动预告🥳:7 月 4 日,我们会请到魏小康做一场线下活动,大家记得翻到 shownotes 末尾查看报名信息! 魏小康可能是国内最懂组织建设和招聘的人之一,也是一个先后深度参与过字节和美团组织建设的稀缺样本: 2017—2020 年,他在字节担任招聘负责人,经历了抖音的高速增长与国际化;2020—2026 年,他又在美团担任招聘负责人及 AI 产品经理。 节目一开始,我们就从小康在这两家公司的经历聊起。字节和美团分别有着怎样的组织思路?像张一鸣和王兴这样的优秀创业者,有哪些共同特质? 随后,他展开讲了讲这些年对组织建设的诸多思考。组织建设其实可以拆成两大课题: 1)怎么让人运转起来。包括人的「选、用、育、励、汰」,以及传统 HR 领域的文化、薪酬、职级体系等; 2)怎么让人和业务一起运转。包括目标制定和拆解、团队分工与协作等。 在给出这套框架之后,小康也建议,很多创业者其实搞错了轻重缓急,把大量时间花在了错误的地方、用错了功。但在他看来,创业公司组织建设中,80% - 90% 的时间都应该花在招聘上。而招聘中最重要的并不是面试,谈 offer 时最重要的也不是钱。那真正重要的究竟是什么呢? 节目中,小康讲了很多一手经验和认知,也提出了不少非共识观点(比如,他认为 OPC 是对时代的浪费,00 后创始人在这一波是吃亏的)。 虽然小康已经分享了很多,但其实还有不少话题没来得及讲细、讲透。所以下周六,我们会邀请他在北京做一场线下分享,欢迎大家报名参加! (btw,这期播客我们对小康的声音经过了变声处理,倒没什么特别的原因,主要是他担心声音被拿去训 AI 哈哈 【人类博物馆】 导游:曲凯,42章经创始人 50 号珍藏:魏小康,互联网行业资深人力资源专家及 AI 产品经理,曾创办互联网猎头公司 Offercome,2017 年公司被字节收购。随后他加入字节,担任招聘负责人;2020 年加入美团,担任招聘负责人和 AI 产品经理。目前正在创业,开发一款 AI 招聘产品 【时光机】 Part 1 从字节到美团 02:01 简单对比两家公司组织方式的异同 02:44 张一鸣和王兴这样的优秀创业者,有哪些共同特征? 06:32 怎样区分 ego 大和自信? 09:55 当我们聊组织建设的时候,到底要聊什么? Part 2 怎么让人运转起来? 13:59 创业公司不需要花很多时间搞文化,但要做到一件事 17:04 我认为创业公司不需要搞绩效体系,纯粹是浪费时间 17:54 培养人固然重要,但人是培养不出来的? 18:39 创业公司组织建设工作的 80%—90%,都应该花在招聘上 19:13 很多创业者都搞错了招聘的轻重缓急 20:38 到底该怎样定义优质的人才供给? 21:23 怎么判断该招熟手还是新人?能打赢仗的人有哪些共性? 27:08 扩大人才供给是招聘中最难的事,那有哪些可行的方法? 29:58 面试并不是人才评估中最重要的一环? 30:23 谈 offer 的重点不是谈钱 33:14 字节和拼多多溢价招人,算的究竟是一笔什么账? Part 3 怎么让人和业务一起运转? 34:13 Google 至今仍有数千人的招聘团队 35:24 创业早期,有必要先招一个 HR 吗? 35:41 这个时代,HR 的角色有一大变化 36:49 展开讲讲两类组织形式:Google、字节类公司 vs. 亚马逊、美团类公司 39:40 OPC 不太靠谱,甚至是对这个时代和自己的浪费? 40:22 AI 时代组织建设的两个变化 42:08 怎样找到最适合自己的组织方式? 43:38 很多 VC 都非常爱投 00 后,但我有一些不太一样的看法 47:15 我认为招聘工作肯定会 AI 化 【活动预告🥳】 7 月 4 日,我们会请到魏小康在北京做一场线下活动,感兴趣的朋友欢迎点击链接或扫描下面的二维码,一起来认识&交流! 【The gang that made this happen】 制作人:陈皮 剪辑:陈皮 片头:Mondo Bongo - Joe Strummer & The Mescaleros 片尾:叫醒我 - Carsick Cars 在小宇宙查看该单集文稿

Ratings & Reviews

4.6
out of 5
14 Ratings

About

你好,我是曲凯,42章经的创始人。 小的时候我不太舍得花钱,记得当年一毛钱一袋的牛肉干真的很好吃,但如果偶尔遇到一个很有趣的人,我会欣然花几十、上百块请他吃个饭,还觉得自己赚到了。 后来长大了一些,开始刷人人网、豆瓣、知乎、再到现在的即刻…… 你有没有偶尔在这些平台刷到过一个很有缘的人,然后在一个夏日的午后,把他的发言、转载和收藏全都看了一遍,并觉得心有戚戚焉。 再后来工作和创业以后,每天就是聊各种各样的投资人、创业者。 如果能聊到一个优秀的人,真的会有一种如沐春风的感觉,并真心觉得很幸福。 而同行们见面经常会聊到的问题也是:最近有没有遇到什么有意思的人? 所以,这个播客就是要努力把这些人带到你的身边。 我们只专注和有趣、有独到认知、又愿意坦诚分享的聪明人聊天。 希望你听完每一期都能回到小时候,回到那个因为认识了有趣的人、收获了新知,而感到单纯美好幸福的时刻。 如果听完以后,你还能暗自感慨一句, “我也好想认识这个人啊。” 或者, “哇靠,有被启发到。” 那这个播客也就值了。

You Might Also Like