跨国串门儿计划

yikai

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. 3H AGO

    #551. 写作、命运与美：Dana Gioia 谈灵感、修改、悲伤、诗歌与一种作家的生活

    📝 本期播客简介 本期我们克隆了：David Perell 主持的写作访谈播客《How I Write》The Deepest Conversation You'll Ever Hear About Writing — Dana Gioia 这是一期关于写作的深度长谈，也是一堂关于如何成为作家的精神训练课。David Perell 邀请美国诗人、评论家、歌剧脚本作者 Dana Gioia，深入讨论写作背后的灵感、纪律、阅读、修改、生活选择、悲伤、信仰与美。Dana 不只谈技巧，他谈的是一个作家如何安排自己的一生：如何在商业工作和家庭责任中坚持写作，如何用阅读和沉思滋养作品，如何在初稿的疯狂与修改的清醒之间切换，如何让诗歌重新回到声音、身体和记忆之中。 这期节目最动人的地方，是 Dana 把写作放回生命本身。他认为，作品不是凭空出现的，而是从生活选择里长出来的；时间就是生命，浪费时间就是浪费生命；真正强大的写作往往来自意识与潜意识的双人舞，也来自痛苦、喜悦、失去和感激被长期淬炼后的形式。无论你写诗、散文、小说、剧本，还是只是想更好地表达自己，这期对话都提供了一套极其深刻的写作观。 👨‍⚕️ 本期嘉宾 Dana Gioia，美国诗人、评论家、歌剧脚本作者，曾任美国国家艺术基金会主席。他出版过多部诗集、评论集和歌剧相关作品，也是当代英语世界中重要的诗歌公共传播者之一。Dana 长期关注诗歌、声音、表演、宗教想象力与文学共同体建设，代表文章包括《诗还重要吗》等。 ⏱️ 时间戳 00:00 开场 & 播客简介 写作的神秘起点 01:31 初稿的神秘性：灵感如何从身体、意象和一句话开始 02:52 如果灵感来时不能写下，就会失去它 03:20 意识与潜意识的双人舞：新闻写作与文学写作的区别 04:23 文学的核心作用：惊奇、敬畏与喜悦 05:06 “转折”的力量：让相反的情感同时成立 作品如何留下来 08:21 作家的固执与完整性：为什么有时必须拒绝大平台 09:50 《诗还重要吗》：一篇文章如何通过延迟发表变得更好 11:31 如何客观看待自己的作品：从自恋到判断力 13:49 为当下写，也为未来写：什么能抵抗文化潮流 16:59 好书怎么多读都不算多：阅读与判断力的训练 作家的一生与时间纪律 17:07 从 Eliot 和 Wallace Stevens 学会：诗人也可以有白天工作 19:48 一天只有二十四小时：婚姻、工作与写作的取舍 21:20 商业工作之外的写作纪律：把人生当成装满一小时钞票的钱包 22:47 体力劳动如何帮助潜意识解决写作难题 24:00 身体的智能：诗为什么需要节奏、声音和动作 26:05 创作与吸收的平衡：抄诗、标注格律与声音 写作技艺：留白、风格与声音 27:44 你的时间就是你的生命：不要习惯浪费时间 29:03 作品何时完成：当它开始释放比投入更多的能量 30:03 留白的艺术：把脚手架拆掉，让读者进入作品 33:51 只放诗真正需要的东西，不多放 34:17 简单不等于无味：写作应该有自己的味道 37:05 找到自己的声音：真实生活并不无聊 39:53 不要把生活变成艺术品：健康秩序与内在戏剧 使命、命运与作家的代价 42:15 在维也纳意识到使命：不是选择诗，而是被诗选择 43:00 顺着命运走，还是被命运拖着走 44:09 规律生活，猛烈写作：为什么作家需要秩序 45:31 客观镜子：如何培养批评自己的能力 46:19 发明的疯狂与批评的清醒 48:19 黑暗情绪不是培养出来的，而是需要被引导 悲伤、美与诗的身体性 50:42 失去儿子如何改变写作：更简单、更直接、更有音乐性 54:20 情感直接，但更神秘：诗不是解释，而是体验 55:34 诗是身体性的，也是完整语言 56:20 在伟大的诗里，你先感受，然后才理解 57:18 为什么《诗篇》需要读出声 58:22 教诗的核心：先体验、表演、背诵，再分析 教学、阅读与沉思 58:22 语言的力量：听懂被说出的，也听懂没被说出的 01:01:53 为什么学校把诗教得无聊 01:03:41 诗的正确反应像听歌：跳舞、打拍子、跟着唱 01:05:12 写诗时必须动起来：身体如何判断一句话是否正确 01:06:13 如何选择输入：书房、图像、冲动与好东西 01:08:20 写作之前的沉思：去缪斯可能出现的地方 01:10:17 每天写一行：Nulla dies sine linea 散文、人物与长期主义 01:11:31 散文的两种类型：知道终点的写作与不知道终点的写作 01:13:42 如何写好一个人：把人物放进具体场景 01:15:09 描写人物的常见错误：抽象清单不是叙事 01:17:02 把自己放在论证边缘，让读者知道站在哪里看 01:18:24 拆解 Orwell、Jarrell、Clive James：学习段落如何运作 01:22:34 作家走错路的三种方式：大学职位、自由撰稿、过早出书 01:23:39 第一本书的赌注：为什么要与短期市场保持距离 01:26:30 年轻作者如何判断自己是否准备好写书 修改的艺术 01:29:36 修改也是创造：带着开放态度进入重写 01:30:19 如何请求反馈：不要夸我，告诉我哪里不对 01:31:25 好合作者需要坦率，也需要诚实的交换 01:33:33 重抄旧稿：重新进入灵感和语调 01:35:09 如何结束一天写作：管理作家的情绪波动 01:37:13 一首诗的诞生：从月形天蚕蛾到《请原谅我，朝圣者》 01:40:03 押韵不是强加形式，而是听诗想成为什么 印刷文化之后的作家 01:41:43 在日常事物里看见奇迹 01:43:58 商业世界教会作家的事：听普通人怎样说话 01:46:40 诗应该被听见：印刷文化的终结与声音的回归 01:50:37 数字时代的作家：必须成为多平台的文艺复兴人 01:52:47 修辞的回归：清晰、有说服力地讲话成为必备能力 01:54:59 练习，练习，再练习：从邮件开始训练句子 爱情、信仰与共同体 01:56:58 爱情诗是一道咒语：让对方感到你所感到的 01:58:29 John Donne、Tennyson 与爱情诗里的幽默和忧郁 02:01:07 天主教写作：痛苦如何在接受中成为祝福 02:03:30 建立共同体：为什么文化修复需要会议、出版社、学校和杂志 02:07:13 《钦定版圣经》如何塑造英语的庄严感 02:09:03 Commonplace book：保存那些让人不该忘记的句子 02:12:41 激光与辐射：散文和诗歌的两种意义传达方式 作家、艺术家与黑暗知识 02:13:16 Baudelaire：伟大的失败之歌 02:13:52 McLuhan：媒介的精神维度 02:14:36 Bob Dylan 与 The Beatles：歌词、合作与流行音乐的诗性 02:15:31 Martin Luther King：圣经语言与伟大政治修辞 02:16:13 Steinbeck、Cheever 与穷人的尊严、细节的力量 02:19:22 Tarantino、Tolkien 与道德视野 02:20:29 Dostoevsky：下降到黑暗里才能知道的知识 02:24:17 善恶知识之树、塞壬、冥界与神话中的禁忌 歌剧、人物与体裁本质 02:26:05 歌剧教会写作者什么：压缩、情感高峰与留空间 02:28:14 歌剧人物和小说人物有什么不同 02:29:37 《安娜·卡列尼娜》与《茶花女》：小说和歌剧如何进入人物内心 02:33:32 最后的收束：理解体裁本质，而不只是学习规则 🌟 精彩内容 💡 初稿是一种神秘过程 Dana Gioia 认为，文学写作的初稿并不是完全靠意志完成的。当一首诗或一篇文章真正要来时，它往往先以身体感受、意象、一行文字的方式出现。真正好的写作，是意识与潜意识彼此配合的结果。 “一个好的作家，能让意识和潜意识像跳双人舞一样配合起来。” 🕰️ 时间就是生命 Dana 把人生比作一个装满“一小时钞票”的钱包。每个人每天只有二十四小时，写作者必须非常清楚自己要把时间花在哪里。他年轻时同时承担工作、婚姻、家庭和写作，因此学会了极端专注。 “你的时间就是你的生命。没有任何生命是存在于时间之外的。” ✍️ 修改才是真正的写作 在 Dana 看来，修改不是修补，而是创造。他会在“发明的疯狂”和“批评的清醒”之间来回切换：先让灵感涌出，再用极其冷静的眼光寻找作品里最弱的一行、最死的段落，然后一遍遍重写。 “任何真正的作家，都必须带着写初稿时那种对经验开放的态度，走进修改。” 🕯️ 悲伤如何改变写作 Dana 讲述了失去四个月大儿子的经历。这场悲痛让他学会谦卑、同情，也让他的写作变得更简单、更直接、更有音乐性。他没有否认悲痛，而是让悲痛把自己带向更深的人性中心。 “你受过的所有苦，你经历过的一切，都不会被浪费。只要它们形成了一种看世界的方式，并进入你的作品里。” 🎵 诗要先被感受，再被理解 Dana 反复强调，诗不是一种只给眼睛看的印刷品，而是一种声音在时间中移动的艺术。诗调动的是完整的人：思考、感受、记忆、身体、直觉和想象力。真正伟大的诗，首先击中身体和直觉。 “在伟大的诗里，你先感受，然后才理解。” 📚 好作家必须大量阅读，也必须判断 Dana 不赞成只“泛泛地读”。作家当然要读很多东西，但更要判断什么是真正好的作品，并拆解它为什么有效。他会仔细研究 Orwell、Cheever、Jarrell、Clive James 等作家的段落，看一句话如何释放能量。 “你不读书，就不可能成为作家。你不大量阅读，也不可能成为作家。而且你必须做判断。” 🌌 留白让作品拥有自己的生命 Dana 认为，很多作者会把“脚手架”留在作品里，解释太多背景和动机，反而堵住读者进入作品的空间。好作品应该只放必要的东西，让读者能够把自己

    2h 34m

  2. 23H AGO

    #550. AI资本市场狂热：Anthropic 9000亿估值、SpaceX超级IPO与SaaS旧王的生死转型

    📝 本期播客简介 本期我们克隆了：硅谷顶级创投播客《20VC with Harry Stebbings》Andrej Karpathy Joins Anthropic | SpaceX Files S1: How Does it Trade | Cerebras Smashes Day 1 本期是一场关于 AI、SaaS、IPO 与公开市场情绪的高密度圆桌讨论。主持人 Harry Stebbings 与两位常驻嘉宾 Rory O'Driscoll、Jason Lemkin，从 Andrej Karpathy 加入 Anthropic 和 Anthropic 9000 亿美元估值融资聊起，拆解为什么 AI 模型公司正在进入一场“资产负债表战争”。他们进一步讨论 Salesforce 每年花 3 亿美元购买 Anthropic token 到底贵不贵，AI token 支出最终会吃掉多少研发工资，以及这些数字能否支撑 OpenAI 和 Anthropic 的万亿美元级收入预期。 节目中段，话题转向公开市场上的 SaaS 公司：Datadog、Figma、Atlassian、Klaviyo、Wix、Squarespace 等公司，究竟还有没有时间完成 AI 转型？Rory 提出一个极具冲击力的判断：SaaS 公司已经失去了 2021 年那层“未来光环”，从此以后只能被收入、增长和现金流重新定价。后半段则进入 Cerebras、Nebius、CoreWeave 和 SpaceX 等 AI 基础设施与超级 IPO 话题，讨论市场是否正在追逐“地球上最令人兴奋的公司”。最后，三人也没有回避 AI 行业的政治风险：OpenAI 与 Elon Musk 的诉讼、Sam Altman 的利益结构、公众对 AI 的反感、科技裁员与可能到来的社会反噬。 这是一集信息量极大、观点尖锐、节奏很快的科技资本市场圆桌。它不仅讨论哪些公司正在涨、哪些公司正在跌，更重要的是，它试图回答一个更大的问题：当 AI 成为资本市场最兴奋的叙事时，谁在真正创造价值，谁只是被泡沫带上了天？ 👨‍⚕️ 本期嘉宾 Rory O'Driscoll，Scale Venture Partners 合伙人，长期关注云软件、SaaS 与 AI 投资。他以对公开市场、估值周期和企业软件商业模式的深入分析著称，在节目中多次从投资回报、资本配置和历史 base rate 的角度拆解 AI 资本市场。 Jason Lemkin，SaaStr 创始人、SaaS 投资人和评论者。他长期活跃在企业软件生态，擅长从创始人、运营和产品落地角度判断 SaaS 公司是否真的能穿越 AI 冲击。本期他对 Figma、Klaviyo、Wix、SpaceX 和 OpenAI 的观点都非常直接。 Harry Stebbings，《20VC》主持人，也是 20VC 基金创始人。他在本期不断抛出资本市场最热问题，包括 Anthropic 融资、Cerebras IPO、SpaceX S1、YC 与 OpenAI token 交易，以及科技公司裁员潮。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI巨头的资产负债表战争 01:35 Anthropic 开场：Karpathy 加入与 9000 亿美元估值融资 03:10 为什么 Anthropic 可能是私有市场里“最划算”的交易 06:49 为什么 Dario 愿意在看似便宜的价格上融资 07:49 AI 模型公司的本质：算力、CapEx 与资产负债表战争 08:39 Anthropic 与 OpenAI 融资风格对比：七十分交易 vs 极限定价 10:37 现金到账、融资条款与 OpenAI 复杂融资结构的差异 AI token 经济学 11:45 Salesforce 每年花 3 亿美元买 Anthropic token，贵吗？ 12:11 每个工程师每年 1.5 到 2 万美元：AI coding 成本只是入场费 12:56 为什么 token 正在成为软件公司最大的单项外部供应商支出 15:21 一万亿美元 token 收入需要什么条件：吃掉研发工资的 20% 18:17 Jason 的看空逻辑：模型更高效后，token 成本可能没想象中高 22:11 当 token 支出从噪声变成裁员变量 22:34 Klaviyo 的 AI 执行力：每个产品相关员工都必须提交代码 24:00 SaaS 公司还有时间吗：创始人领导的公司可能仍能翻盘 SaaS旧王的估值重定价 25:59 Datadog、Figma 与 SaaS 从底部反弹 26:20 Rory 的“二十一岁”比喻：SaaS 再也回不到 2021 年光环 28:18 Datadog 单季度十亿美元收入：从亢奋估值回到现实估值 29:11 Figma 连续加速：为什么 Jason 承认自己看漏了一点 29:46 Figma Make 不够好，但 Figma 仍受益于软件构建爆发 32:23 Lovable、Replit 与 Figma 工作流被绕开的风险 33:14 Figma 真正错过的机会：一键从设计推到生产级 prototype Wix、Squarespace 与AI冲击下的网站业务 34:14 Wix 暴跌与 Base44 达到 1.5 亿 ARR 34:35 AI 业务是增量，还是对核心业务的替代？ 35:17 Wix 和 Squarespace 被两头夹击：vibe coding 与 Shopify 37:13 电商增长被 Shopify 吃掉，信息展示网站被 AI 工具冲击 37:41 Base44 能否拉动 Wix 重新增长？ 40:03 股票回购争议：为什么“抵消稀释”不是好理由 41:19 回购、激进股东与管理层的防守剧本 43:55 Wix 一倍收入估值：终局状态还是反弹机会？ 46:43 哪家老牌软件公司会靠 AI 重新变得乐观？ 算力基础设施与CapEx周期 48:37 Nebius 增长 684%：算力短缺还是泡沫狂热？ 49:00 CoreWeave、Nebius 与算力商品化风险 50:52 除了传统软件，几乎所有科技基础设施都在火 52:41 Nvidia、电力、网络与 AI CapEx 的传导链条 53:58 为什么现在还看不到短期崩盘迹象 55:40 作为 VC，还会不会在 seed 投下一家新 CoreWeave？ 57:22 投资人如何给创始人真实反馈 59:36 什么情况下应该解释拒投理由，什么情况下不该解释 IPO窗口重新打开？ 01:00:25 Cerebras IPO 大获成功：Snowflake 之后最大美国科技 IPO 01:01:06 “Better Than Figma”：新 IPO 标准是否被抬高？ 01:02:06 Cerebras 的独特位置：半导体、inference 与 OpenAI 客户叙事 01:03:44 IPO 首日暴涨后还能买吗？Rory 提醒 base rate 很重要 SpaceX超级IPO与公开市场赌场 01:04:41 SpaceX 计划史上最大 IPO：1.75 万亿美元估值、750 亿美元融资 01:05:00 S1 可能讲不清真正的 SpaceX：AI 化之后公司已完全不同 01:06:20 xAI、Cursor、Anthropic 交易可能不会完整体现在 S1 中 01:07:30 市场想要兴奋感，而 SpaceX 是地球上最令人兴奋的公司 01:08:25 散户会不会像 GameStop 一样冲进 SpaceX？ 01:10:28 机构目标价、流通盘与 IPO 首日交易博弈 01:12:31 Jason 下注 SpaceX 可能交易到 5 万亿美元 01:14:26 Rory 的冷静提醒：Facebook IPO 当年也是全民期待 01:15:50 三人打赌：3 万亿、5 万亿，还是低于 3 万亿？ OpenAI给YC公司发token 01:16:44 Sam Altman 给每家 YC 公司提供 200 万美元 OpenAI tokens 01:17:13 这是争夺开发者心智的聪明动作 01:18:38 Jason 判断：这一定会推高 YC startup 估值 01:19:58 token 额度可能成为新融资锚点 01:20:37 这会不会让 VC 更难拿到 YC 公司股份？ 01:21:31 对 Replit、Legora 这类公司，token 可能一年就烧完 01:22:34 token spend 就是 marketing spend：免费额度会改变早期增长策略 01:24:01 如果 OpenAI 有闲置算力，这就是非常聪明的资本配置 01:25:30 一个推论：OpenAI 可能有富余 token，而 Anthropic 没有 AI诉讼、Sam Altman与政治风险 01:27:10 OpenAI 与 Musk 诉讼结果：Rory 认为判断基本命中 01:28:25 为什么陪审团快速驳回可能是按法律而非情绪判断 01:31:19 Elon 诉讼带来的连锁效应：Sam Altman 财务关系被更多审视 01:31:32 Rory 对 Sam 的复杂同情：善意结构反过来咬了他 01:33:52 Jason 反驳：Sam 并非完全没有从 AI 中获得经济利益 01:35:03 复杂利益安排的代价：当你把世界首富变成敌人 AI行业的公众反噬 01:36:37 为什么美国公众可能越来越不喜欢 AI 01:37:00 Rory 的警告：聪明科学家在政治上可能非常笨 01:38:02 Jason 为什么仍然站 Team Sam 和 Team OpenAI 01:39:00 从学生为 ChatGPT 鼓掌，到毕业典礼嘘 Eric Schmidt 01:39:48 “不是裁员，是为了机器减少岗位”：企业话术的危险 01:40:27 Cisco、LinkedIn、Meta、Intuit 裁员与政治后果 01:41:00 Jason 的激进建议：科技行业需要重新扩张招聘以避免社会动荡 01:41:59 AI 到底替代了多少岗位：5%、20%，还是被夸大了？ 01:43:38 被裁员工会如何看待财富税和科技富豪？ 01:44:44 Jason 判断：这可能是我们这辈子见过最严重的科技裁员潮 01:45:09 突发传闻：OpenAI 可能最快周五提交 IPO 文件 01:45:45 OpenAI 如果启动保密提交，意味着钱站最后几班车正在开走 🌟 精彩内容 💰 Anthropic 是一场资产负债表战争 Rory 认为，Anthropic 融资不是为了“缺钱”，而是为了给未来巨大的算力承诺降风险。AI 模型公司的竞争，已经不只是模型能力，而是能否拥有足够强的资产负债表去说服 hyperscaler 为你投入上千亿美元级别的基础设施。 “这是一场非常大的资产负债表战争。” 📊 AI token 支出可能决定 Anthropic 和 OpenAI 的估值成败 节目中最核心的模型之一是：如果 OpenAI 和 Anthropic 想支撑万亿美元级 token 收入，它们必须吃掉企业研发工资中的一大块。Rory 粗略估算，要达到这些收入预测，可能需要拿走每个工程师工资成本的 20%。如果企业的实际 token 支出停留在 1% 或 5%，那么今天的估值可能就过于乐观。 “你真的必须开始思考，在软件开发市场里，工程团队总工资账单中，到底有多少比例会被它们拿走。” 🧊 SaaS 失去了 2021 年的“未来光环” Rory 用“二十一岁”来形容 SaaS 在 2021 年的估值状态：市场愿意相信你拥有无限可能。但一旦这层光环消失，市场就会回到收入、增长和现金流的组合来定价。Figma、Datadog、Atlassian 依然可以是好公司，但很难再回到五十倍 ARR 的时代。 “一旦你失去了那层光环，接下来一辈子，市场都会用某种收入、收入增长和现金流的组合来给你估值。” 🧩 Figma 的错失与机会 Jason 承认自己低估了 Figma，因为即便 Figma Make 不是

    1h 47m

  3. 1D AGO

    #549. AI 芯片究竟如何工作？GPU/TPU 的底层设计

    📝 本期播客简介 本期我们克隆了：科技深度访谈播客《Dwarkesh Podcast》How do AI chips actually work? – Reiner Pope 本期节目是一场从芯片最底层一路搭到 AI 加速器架构的硬核技术对谈。主持人 Dwarkesh Patel 再次邀请 MatX CEO Reiner Pope，从最基础的 AND、OR、NOT 逻辑门开始，解释 AI 芯片究竟如何把矩阵乘法变成真实的电路结构。你将听到 multiply-accumulate 为什么是 AI 芯片的核心原语，full adder、mux、register file、systolic array、clock cycle、FPGA、ASIC、cache、scratch pad、GPU 与 TPU 这些概念之间到底如何相互连接。 这期节目最核心的问题是：在 AI 芯片里，真正昂贵的往往不是计算本身，而是数据移动、同步和通信。Reiner 用极其底层但清晰的方式解释，为什么低精度计算会带来平方级优势，为什么 tensor core / systolic array 能显著提升计算与通信的比例，为什么过快的 clock speed 反而可能伤害吞吐量，以及 GPU 和 TPU 的架构差异本质上是如何围绕矩阵乘法和数据搬运展开的。对于想理解 AI 算力底层逻辑的人来说，这是一堂从电路到架构的芯片设计入门课。 👨‍⚕️ 本期嘉宾 Reiner Pope，MatX 的 CEO。MatX 是一家专注 AI 芯片的新公司。Reiner 长期关注 AI 计算基础设施和芯片架构设计，擅长用从底层电路到系统架构的方式，解释 AI 芯片如何服务于大规模模型训练与推理。 ⏱️ 时间戳 00:00 开场 & 播客简介 从逻辑门开始理解 AI 芯片 01:39 芯片内部到底有什么：从逻辑门、导线到矩阵乘法 02:43 为什么 multiply-accumulate 是 AI 芯片的核心原语 04:01 用 4-bit 乘法手算 AI 芯片里的基础计算 05:57 Full Adder：三个 bit 如何被压缩成两个 bit 06:32 Dadda Multiplier：用 full adder 高效完成乘法与累加 08:28 为什么 multiply-accumulate 在电路上有漂亮的 p×q 结构 低精度、数据移动与隐藏成本 09:19 FP4 和 FP8 能不能互换：芯片设计里的精度选择 10:37 Bit width 的平方缩放：低精度为什么如此有利 11:12 从 CUDA Core 看传统处理器的数据路径 13:00 Mux 是什么：一次“选择”背后的真实电路成本 14:19 数据移动比计算更贵：register file 到 ALU 的代价 15:35 Tensor Core 的动机：把更多面积花在真正的计算上 Systolic Array：把矩阵乘法固化进硬件 16:44 从单次乘加到矩阵-向量乘法：为什么要往外层 loop 走 17:30 Systolic Array 如何让计算按平方增长、通信按线性增长 18:52 权重本地保存：把矩阵放在计算发生的地方 19:20 如何慢速灌入权重，避免 X×Y 级别的外部布线 21:12 计算与通信的比例：从 gate 层到数据中心都反复出现的问题 22:12 TPU 里的大规模 systolic array：矩阵乘法最有效的电路机制 芯片设计的关键取舍 22:32 真正让芯片设计者纠结的问题：尺寸怎么定 23:29 Clock Cycle 是什么：芯片为什么需要全局同步 25:06 速度与可靠性：为什么必须保证计算赶上下一个 clock 26:19 Pipeline Register：用更多寄存器换更高频率 27:50 有反馈回路时，为什么插入 pipeline 会变难 29:38 过快的 clock speed 也会伤害吞吐量 30:43 吞吐量公式：每个周期能做多少事 × 每秒多少个周期 FPGA、ASIC 与可编程硬件 31:09 为什么高频交易会用 FPGA：确定性延迟与商业取舍 31:37 FPGA 如何模拟 ASIC：register、LUT 与大量 mux 33:08 “Field Programmable”到底是什么意思 33:59 Lookup Table：把 truth table 变成可编程 gate 35:17 为什么 FPGA 比 ASIC 贵一个数量级 37:32 慢十倍的原因：LUT 和 mux 带来的巨大开销 CPU、缓存与现代硬件架构 38:27 为什么 CPU 很难保证确定性 clock cycles 38:27 Cache 的不确定性：CPU 延迟为什么会受环境影响 40:56 Scratch Pad vs Cache：把内存控制权交给软件 41:31 现代硬件还算冯·诺依曼架构吗？ 42:53 Branch Predictor：CPU 为什么要预测分支 44:00 大脑与芯片的高层比较：稀疏、共址内存与慢速时钟 GPU、TPU 与 AI 加速器架构 46:16 GPU 和 TPU 的高层差异：很多小 SM vs 少量大矩阵单元 47:10 Tensor Core 和 TPU MXU 为什么非常相似 47:36 大 Systolic Array 的优势与数据搬运瓶颈 48:32 MatX 的公开方向：Splittable Systolic Array 48:56 收尾与感谢 🌟 精彩内容 💡 AI 芯片最想做的事：矩阵乘法 Reiner 从最底层解释，AI 芯片的核心不是某种神秘操作，而是把大量矩阵乘法高效地映射到硬件上。而矩阵乘法最基本的计算单元，就是 multiply-accumulate：把两个数相乘，再把结果累加到已有结果上。 “AI 芯片最想计算的主要功能，是矩阵乘法。” 🧮 低精度为什么能带来巨大收益 节目中最重要的硬件直觉之一，是 bit width 的成本并不是线性增长，而是近似平方增长。也就是说，从 FP8 降到 FP4，不只是数字变短，而是乘法电路面积、功耗和吞吐量都会发生非常大的变化。这也是低精度计算能成为 AI 芯片核心优化方向的根本原因。 “bit width 存在这种平方 scaling。这非常有效，也是 low precision arithmetic 在 neural net 里这么好用的唯一原因。” 🔌 真正昂贵的不是计算，而是数据移动 Reiner 用 register file、ALU 和 mux 的例子说明，软件里看似简单的“选择一个寄存器”，在硬件里其实需要大量 AND、OR 和布线。对于小精度乘加来说，把数据从 register file 搬到 logic unit 的成本，可能比真正做乘法和加法还高很多。 “光是把数据从 register file 移到 logic unit，这部分工作就比 logic unit 本身贵很多很多倍。” 🏗️ Systolic Array 的核心思想：让计算多于通信 Tensor Core 和 TPU 中的 systolic array，本质上是把矩阵乘法的更大一层循环固化进硬件。它让权重矩阵尽量留在计算发生的地方，只把输入向量和输出结果搬进搬出，从而让计算量按平方增长，而通信量尽量保持在线性规模。 “这个问题在整个技术栈从上到下都会出现。” ⏱️ Clock Speed 不是越快越好 节目里对 clock cycle 的解释非常精彩：芯片通过全局时钟让大量并行电路同步，但如果为了提高频率插入太多 pipeline register，就会把大量面积花在同步和存储上，反而减少每个周期真正完成的计算量。因此芯片吞吐量不是只看频率，而是频率和每周期工作量的乘积。 “你可以把芯片的吞吐量理解成两个东西的乘积：每个 clock cycle 能做多少事，再乘以每秒有多少个 clock。” 🧩 FPGA 为什么灵活但昂贵 FPGA 能在部署后重新编程，是因为它用 LUT 和大量 mux 来模拟可配置的逻辑门和连线。但这种灵活性代价很高：一个在 ASIC 里只需要几个 gate 的逻辑，在 FPGA 里可能要通过几十个 gate 的 lookup table 和 mux 来实现。这解释了为什么 FPGA 通常比 ASIC 更贵、更慢、更耗能。 “所谓 programming，就是配置这些 mux 里的每一个。” 🧠 GPU 和 TPU 的根本差异 Reiner 用一个很直观的类比解释 GPU 与 TPU：GPU 像是在整颗芯片上铺了很多个很小的 TPU，每个 SM 里都有较小的 matrix unit 和 vector unit；而 TPU 则更像是少量但更大的矩阵单元。前者更灵活，后者更能摊薄矩阵乘法中的通信和控制成本。 “从非常高层的角度看，GPU 就像是在整颗芯片上铺了很多个很小很小的 TPU。” 🌐 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； 如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

    49 min

  4. 1D AGO

    #548. GTA背后的商业大师：从“无钱敌意收购”到400亿美金娱乐帝国

    📝 本期播客简介 本期我们克隆了：David Senra 主持的商业人物深度访谈节目 Strauss Zelnick, Take-Two: The Man Behind A $45B Media Empire (GTA & More) 本期嘉宾 Strauss Zelnick，是 Take-Two Interactive 的董事长兼 CEO，也是投资公司 ZMC 的创始人。他长期深耕娱乐、媒体、音乐和电子游戏行业，职业生涯横跨 Columbia Pictures、Vestron、20th Century Fox、BMG、ZMC 与 Take-Two。最传奇的是，他和团队曾在几乎没有资本的情况下，通过公司章程和股东投票机制，完成了一次近乎不可能的“无钱敌意收购”，接管了当时濒临崩溃的 Take-Two Interactive。 在这期节目中，Strauss 详细讲述了他如何从研究爱迪生时代的电子娱乐史开始，形成“永远拥抱新技术”的底层判断；如何从家庭录像带、电影、音乐一路走到电子游戏；又如何识别出电子游戏行业更像二十世纪二十年代的电影制片厂，是一个可以长期创造巨大价值的娱乐形态。他还分享了 Take-Two 的扭转过程：如何削减成本、稳定组织、支持创意人才、打造理性公司，并最终把一家问题缠身的游戏公司，发展成拥有 GTA、NBA 2K、Red Dead Redemption、Borderlands 等重要 IP 的全球娱乐巨头。 这不仅是一段关于 Grand Theft Auto 背后商业操盘手的故事，更是一堂关于技术浪潮、资本结构、创意产业、人才管理、专注力和长期主义的深度课程。 👨‍💼 本期嘉宾 Strauss Zelnick，Take-Two Interactive 董事长兼 CEO，ZMC 创始人。他曾担任 20th Century Fox 总裁、BMG Entertainment CEO，并长期活跃于娱乐、媒体、音乐和电子游戏行业。2007 年，他带领团队通过一次极为罕见的股东行动接管 Take-Two，并将其从混乱、亏损和多重调查中扭转为全球最重要的互动娱乐公司之一。 ⏱️ 时间戳 00:00 开场 & 播客简介 技术、媒体与早期判断 01:28 无钱敌意收购：Take-Two 传奇故事的开端 02:36 娱乐行业二十年：为什么技术与媒体的交汇如此重要 03:41 1983年的“新媒体”：录像带、付费电视与家庭娱乐 05:37 从历史看未来：爱迪生、电子娱乐与技术变迁 06:00 核心信念：永远拥抱新技术，别相信当下会永远不变 从电影到电子游戏 07:20 家庭娱乐的崛起：录像带、DVD 与数字发行 07:46 Vestron 时代：29岁成为上市娱乐公司总裁 09:43 好莱坞为什么曾经害怕电子游戏：Atari 与 E.T. 灾难 11:43 32岁进入 Fox：从票房垫底到行业第一的扭转经历 17:00 Barry Diller 的影响：激烈辩论、承受压力与追求正确答案 20:21 Rupert Murdoch 的一课：危机中保持冷静和专注 21:21 电影行业的结构性问题：boutique system 与 studio system 23:49 洞察电子游戏：今天什么行业最像1920年代的电影制片厂？ 创业、错失GTA与创办ZMC 24:51 向 Rupert Murdoch 提议进入游戏行业，却因股权诉求被拒 26:11 降薪95%去硅谷：加入 Crystal Dynamics 的冒险 26:54 创业时机：什么时候适合承担真正的风险 28:05 BMG内部孵化游戏业务：用唱片全球发行体系做游戏 31:00 被迫卖掉游戏部门：Take-Two 接手并推出 Grand Theft Auto 32:19 错失GTA：最成功媒体IP背后的戏剧性一幕 33:16 创办 ZMC：想打造被技术增强的媒体娱乐资产组合 34:49 没有资本怎么收购公司：空箱子式募资与第一笔艰难交易 37:01 拯救日本唱片公司：ZMC 第一笔交易的生死考验 接管Take-Two 42:17 与 Carl Icahn 的关系：免费研究、长期铺垫与意外机会 42:58 当时的 Take-Two：调查、亏损、混乱和濒临破产 44:18 读公司章程：发现接管公司的法律缝隙 46:00 百分之五十点一的投票权：用股东同意书挑战董事会 48:00 从48%到22%：借股、投票权和关键会议的惊险转折 49:30 年度股东大会现场：从不确定到88%支持率 50:21 2007年接管 Take-Two：成为董事长，后来兼任 CEO 扭转一家混乱公司 50:38 接管后的计划：围绕 GTA，削成本，重建理性组织 51:19 如何一年削掉四千万美元：先砍第三方开支，而不是先裁人 53:14 GTA 的周期性问题：爆款发售年赚钱，其他年份亏损 53:30 核心战略：做出更多爆款，打造真正的娱乐公司 54:28 从7亿到300多亿美金：Take-Two 的长期价值创造 55:35 早期错误与底层原则：在地板上时，合理决策反而变简单 创意人才与理性组织 56:01 谁最重要：能做出爆款的人，而不是管理者本人 56:46 理性组织：不大喊大叫，不制造混乱，不让自我阻碍创作 57:33 如何管理难搞的天才：真正在乎他们，同时坚守尊重底线 58:33 删除键哲学：不把事情个人化，也不被情绪牵着走 60:28 娱乐行业里的理性优势：拒绝魔法思维 62:01 文化的真正考验：顺境不算数，逆境才见品格 62:50 Borderlands 案例：游戏做完后仍追加五千万美元重做 63:15 相信人才直觉：支持创意热情，而不是只看短期排期 GTA、游戏与长期专注 63:32 GTA 6 的时间表：为什么伟大作品需要等待 64:19 GTA 的长期生命力：更新、社交与持续参与 64:39 在线游戏的社交本质：从年轻玩家到90岁桥牌玩家 65:10 游戏为什么会持久存在：它是人类文明最古老的娱乐形式之一 65:32 具体目标的力量：宇宙奖励具体请求，惩罚模糊愿望 66:13 可视化不是魔法：它是反复专注于自己真正想要的东西 68:00 从二百亿目标到四百亿规模：长期使命如何驱动选择 68:50 Take-Two 的使命：成为地球上第一的娱乐公司 导师、行动力与服务型领导 69:55 给年轻员工的建议：知道自己想要什么，并创造超过成本的价值 71:12 为什么很多人不跟进：成功没有魔法棒，必须自己行动 72:40 创办ZMC的现实：别人可以善意支持，但没人能替你完成工作 73:22 做好眼前机会：一个机会做好，才可能带来更多机会 74:46 时间承担大部分重量：理性、好行业、优秀人才与复利 75:01 CEO 是服务团队的人：办公室本身不会产生实际工作 75:39 根据人才调整风格：忠于自己，但服务不同的人 76:18 《人性的弱点》：对他人保持真诚兴趣的领导力核心 77:00 真正在乎人：让对方觉得自己是房间里唯一的人 78:08 做播客的出发点：不是显得厉害，而是服务听众 领导风格、财富与自我转变 78:24 财富来自服务：资本主义中值得庆祝的创造价值 80:04 从不安全感到服务心态：《人性的弱点》如何改变人生 80:52 Fox时期的自我意识：从“按我的方式来”到“我如何帮你” 81:23 成功没有唯一模板：不同领导者有不同风格 82:03 Elon Musk、Barry Diller 与不同的成功路径 83:18 找到自己的方式：不是所有方法都适合所有人 84:41 电子游戏、媒体和娱乐：Take-Two 其实提供的是娱乐体验 互动娱乐与AI时代 85:23 电子游戏体验的多样性：七分钟手游与数百小时 GTA 完全不同 85:37 媒体日竞争：任何占据用户13小时媒体时间的东西都在竞争 86:06 互动娱乐的优势：最有价值的新媒体不是被动的，而是互动的 86:50 Take-Two 如何使用 AI：企业工具与数百个生产力项目 87:29 AI 组织结构：不是单独设“AI负责人”，而是融入技术体系 88:07 对 AI 的总体态度：拥抱一切提升效率的技术 88:18 AI 与创造力：数据回看过去，创造力面向未来 89:34 为什么 AI 不会自动制造爆款：克隆品不是原创，爆款必须出人意料 90:44 结尾：所有爆款，本质上都是出人意料的 🌟 精彩内容 💡 “无钱敌意收购”Take-Two Strauss Zelnick 讲述了他和团队如何在几乎没有资本的情况下，通过阅读公司章程、争取关键股东支持，并利用年度股东大会的特殊条款，接管了当时陷入严重危机的 Take-Two。这是一场罕见到几乎不可复制的资本市场行动。 “本质上，我们是在没钱的情况下做了一次敌意收购。” 🧠 永远拥抱新技术 Strauss 的职业生涯核心，是不断站在传统娱乐与新技术的交汇点上。从录像带、DVD、电子游戏，到今天的 AI，他反复强调：不要和新技术对抗，因为眼下正在发生的一切都会改变。 “你永远要拥抱新技术。你要是跟它对抗，就会被甩在后面。” 🎮 为什么电子游戏像1920年代的电影行业 他曾经的梦想是经营电影公司，但后来意识到，现代电影行业的经济结构已经很糟糕；真正像早期电影制片厂、可以把创意人才、生产体系和长期 IP 结合起来的，是电子游戏行业。这一洞察最终引导他走向 Take-Two。 “我应该想经营的是一九二七年的电影制片厂，而不是一九九一年左右的制片厂。” 🚀 错失 GTA 的戏剧性往事 在 BMG 任职期间，Strauss 曾孵化过一批游戏项目，后来被迫卖给一家小上市公司 Take-Two。一个月后，Take-Two 推出的第一款游戏就是 Grand Theft Auto。这个故事既荒诞又传奇，也让他与 Take-Two 之间埋下了长期的命运伏笔。 “这家上市公司的名字叫 TakeTwo Interactive，第一款发行的游戏就是 Grand Theft Auto。” 🏢 理性组织的长期优势 接手 Take-Two 后，Strauss 的核心不是“疯狂冲刺”，而是建立一家理性、成熟、尊重人才的公司：不吼人，不乱决策，不让自我阻碍创作，保持稳健资产负债表，并在失败时仍能活下来。 “我们不会干预创意。我们希望你做出世界上最好的电子游戏。” 🎨 服务创意人才，而不是控制他们 Strauss 认为，娱乐公司的真正核心是那些能做出爆款

    1h 32m

  5. 3D AGO

    #547. 纳瓦尔：销售的本质不是说服，而是把真相讲清楚

    📝 本期播客简介 本期我们克隆了：思想类播客《Naval Podcast》Sell the Truth 这期节目来自 Naval Ravikant 与长期联合主持人 Babak Nivi 的一段对谈，主题是“销售”。但 Naval 一开场就提出了一个反直觉观点：他并不相信传统意义上的销售。如果一个人感觉自己正在被推销，天然就会产生抵触。真正能打动顶尖人才、投资人、合作者和客户的，不是销售话术，而是可信度、诚实、清晰表达和长期主义。 在这期对话里，Naval 拆解了他所谓“销售能力”的底层逻辑：如何通过理性共情理解对方，如何做到既真实又积极，如何把领导力变成一种激发动机的能力，如何只销售自己真正相信的东西，以及如何在交易中拒绝坏妥协、关注未来的巨大上行空间。这不是一堂传统销售课，而是一套关于信任、判断力、动机、合作与人生选择的思考框架。 👨‍⚕️ 本期嘉宾 Naval Ravikant，投资人、创业者、AngelList 联合创始人。他以关于财富创造、判断力、创业、幸福和人生哲学的表达广为人知，是硅谷最具影响力的思想者之一。 Babak Nivi，Naval 的长期联合主持人，也是创业者与投资人。他在本期节目中以观察者视角，试图拆解 Naval 被外界称为“极具销售能力”背后的真实方法。 ⏱️ 时间戳 00:00 开场 & 播客简介 销售不是销售 01:28 人生只需要懂两件事：创造与销售 01:42 Naval 的反直觉观点：我其实不相信销售 02:31 可信度比销售重要：顶尖的人会看穿套路 03:25 真正的销售：理解对方想要什么，然后诚实表达 04:05 不执着于结果：找那个真正产生共鸣的人 理性共情与客观判断 04:25 “Yes, and”：先接住对方，再表达自己的立场 04:44 理性共情：用推理走到对方的位置上 05:45 客观的意思：把自我拿掉 06:10 好建议像是“对方在跟自己说话” 真实、积极与魅力 06:42 为什么同时做到真实和积极很难 06:55 魅力的定义：同时传递力量与善意 07:35 诚实是根基，但不友善会让对方听不进去 08:10 同理心的代价：为什么 Naval 不擅长解雇人 领导力的本质 09:02 管理是告诉别人该做什么，领导力是让别人想去做 09:45 不要只让人砍木头，要让人向往大海 10:26 创业公司是一种更自由的生活方式 11:12 尝过自由的滋味，会让你不再适合被雇用 12:00 小团队、高信任与人类深层的协作本能 12:55 从囚徒困境到猎鹿博弈：真正的社会合作模型 13:45 招聘技巧：让候选人随便面试团队里的任何人 只卖你真心相信的东西 14:18 “传教式销售”？Naval 认为那只是诚实 14:55 如果你自己都不兴奋，就不该卖它 15:45 框架和技巧都是次要的，动机才是核心 16:35 真正有用的学习来自亲自去做 17:05 喂养你的智力痴迷，而不是追求表面平衡 17:42 如果你觉得自己在销售，可能说明你卖错了东西 融资、故事与真实兴奋 18:02 外界眼中的“布道式销售”：先讲大图景 18:35 不要把销售想得太复杂 18:55 Naval 如何融资：等自己真正兴奋，再去讲清楚 19:28 不夸大、不包装，只传达已经看到的真实东西 交易、妥协与选择权 20:05 不要让自己陷入背靠墙的交易处境 20:42 坏交易比想象中更难摆脱 21:10 合同的本质：用未来选择权换取共同合作 21:52 妥协是打造伟大公司的敌人 上行空间与长期主义 22:14 关注把蛋糕做大，而不是眼前怎么切 22:39 幂律时代：真正的回报在未来 23:32 最重要的是保护时间与选择权 24:15 小利益不值得争，但原则和心理平静值得保护 25:05 不要只为了钱，在同一件事上苦熬一生 25:45 在一生里塞进几种不同的人生，追随真正的兴趣 🌟 精彩内容 💡 可信度比销售重要 Naval 认为，真正厉害的人往往能一眼看穿销售套路。你越想“推销”他们，他们越会本能抵抗。真正有价值的做法，是变得可信：懂自己在讲什么，说真话，理解对方的处境，并且愿意在不适合时主动劝对方不要买。 “如果你感觉有人在向你推销，如果你感觉自己正在被卖东西，这会让人反感。可信度比销售重要得多。” 🧠 “Yes, and” 不是技巧，而是理性共情 Nivi 观察到 Naval 经常先接住对方观点，再继续推进。Naval 解释说，这不是表演出来的销售技巧，而是一种理性共情：聪明人提出一个观点，背后通常有他们的理由。你要先理解那个理由，再说明自己的立场为什么也成立。 “它更像是一种理性的共情。你用推理走到对方的位置上，看看对方的立场是否成立。” ❤️ 魅力是力量与善意的结合 Naval 将魅力定义为同时传递自信和爱，或者说同时传递力量与善意。他强调，诚实是根基，但如果诚实表达得过于粗暴，对方就不会听进去。真正有效的人，不只是证明自己正确，而是让真话能够被听见。 “你是想证明自己正确，还是想真正有效？如果你真的想有效，那你就得想办法把善意也放进去。” 🚀 领导力不是下命令，而是点燃向往 在 Naval 看来，管理是告诉别人该做什么，领导力是让别人想去做。真正的领导者不是分配任务，而是理解对方的目标、能力和动机，再把这些与组织要完成的事情连接起来。创业公司、小团队和高信任协作之所以迷人，是因为它让人重新进入一种深层的人类协作状态。 “管理是告诉别人该做什么，领导力是让别人想去做。” 🔥 只卖你真正相信的东西 Naval 不接受“传教式销售”这个说法。他认为，如果你真心相信一个东西、真心为它兴奋，你自然会想把它讲给别人听。技巧、框架、商业书都只是次要的，真正驱动你把事情做成的，是动机、热情和痴迷。 “如果你自己都不兴奋，那你还卖它干什么？如果你觉得你是在销售，那你可能卖错东西了。” 🤝 坏交易会困住你的未来 Naval 提醒，交易不是一次性的，它会长期限制你的未来选择。尤其是融资、股权、董事会、长期合同这类关系，一旦选错，很难摆脱。他认为，创始人内心其实知道什么是坏妥协，那种“轻微下沉”的感觉就是信号。 “妥协是打造伟大公司的敌人。” 📈 关注巨大的上行空间，而不是眼前的小利益 在科技和投资领域，回报是幂律分布。Naval 强调，真正重要的不是眼前为一小块蛋糕争夺，而是未来有没有可能创造出大一百倍、一千倍的上行空间。同时，他也提醒人们保护时间、声誉、心理健康和平静，因为这些才决定你能否继续创造。 “人们花太多时间在小利益上斤斤计较，却没有花足够多时间去关注真正大的上行空间。” 🌐 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； 如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

    26 min

  6. 4D AGO

    #546. 电力、晶圆与 AI 基础设施的未来

    📝 本期播客简介 本期我们克隆了：Patrick O'Shaughnessy 主持的投资访谈播客《Invest Like the Best》Watts, Wafers, and the Future of AI Infra | Gavin Baker 这是一场关于 AI、资本市场、基础设施和未来秩序的高密度对话。Atreides Management 创始人 Gavin Baker 再次做客节目，用投资人、科技观察者和历史研究者的视角，解释为什么他认为当下 AI 正处在“资本主义史上从未发生过”的特殊时刻。 Gavin 从 Anthropic 单月 ARR 增长、DeepSeek 引发的市场误判、AI 资产估值错配讲起，进一步延伸到电力、晶圆、数据中心、轨道算力、TSMC、Terra Fab、前沿模型、开源模型和 AI 应用层的价值分配。他提出，AI 不只是一个技术周期，而是一场涉及资本开支、能源体系、半导体供给、地缘政治和人类工作方式的系统性重构。 本期你将听到 Gavin 对“AI 会不会泡沫化”的细致判断，对 Anthropic、OpenAI、Nvidia、TSMC、Google、Meta、Amazon、Microsoft 等关键公司的拆解，也会听到他对 AI 时代个人安全、网络安全、投资工作流和社会稳定的担忧与乐观。 👨‍💼 本期嘉宾 Gavin Baker，Atreides Management 创始人兼投资人，长期专注科技、半导体、AI 基础设施和资本市场周期研究。他曾多次做客《Invest Like the Best》，以对科技公司、市场历史和投资周期的深度理解著称。 🎙️ 主持人 Patrick O'Shaughnessy，投资访谈播客《Invest Like the Best》主持人，长期与全球顶尖投资人、企业家和思想者对话，关注商业、科技、资本配置与长期复利。 ⏱️ 时间戳 00:00 开场 & 播客简介 AI资本主义的异常时刻 01:37 资本主义史上从未发生过：Anthropic 单月新增 110 亿美元 ARR 02:10 三四月市场错配：股价下跌，但 AI 基本面正在爆炸 04:20 DeepSeek Monday 的误判：为什么算力需求反而更强了 06:10 霍尔木兹海峡、能源价格与美国制造业相对优势 前沿模型的估值与融资逻辑 07:42 Anthropic 与 OpenAI：同样是前沿模型，资本效率却很不同 08:40 无约束收入 URR：如果 compute 不受限，Anthropic 可能有多大 09:44 为什么不一次性融到天价：不确定世界里的融资纪律 11:23 Elon 的“融资超能力”：长期让投资人赚钱的重要性 Watts & Wafers：AI基础设施的核心瓶颈 11:59 电力与晶圆：AI 基础设施建设最关键的两种投入 12:27 电力短缺会如何被资本主义解决 13:35 轨道算力的重新定义：不是太空数据中心，而是太空中的 rack 15:00 散热、维修、激光互联与 SpaceX 的工程能力 17:29 轨道算力会不会冲击地面数据中心 18:30 TSMC、硅盾与晶圆短缺如何影响 AI 泡沫 20:15 历史不会重复，但会押韵：铁路、运河、互联网与 AI 泡沫 22:48 Intel、Samsung 与 TSMC 的产能博弈 23:51 Terra Fab：Elon、Intel 与美国最大晶圆厂的可能性 26:23 Elon 的速度：为什么传统建设周期可能被打破 前沿模型、开源模型与Bitter Lesson 26:49 DeepSeek 之后：为什么前沿模型仍然拿走大部分经济价值 27:23 Frontier token 的溢价：模型层回报为何集中在最前沿 29:10 Pareto frontier 的变化：Google、Anthropic、OpenAI 与 xAI 的位置 30:05 Bitter Lesson 的风险：更多算力是否永远胜过人类巧思 31:18 Memory、harness 与模型 runtime 的重要性 32:03 为什么普通订阅套餐已经无法代表真正的前沿 AI 34:13 Continual learning：模型何时能像人类一样实时学习 35:00 三个关键问题：Bitter Lesson、frontier token 溢价与持续学习 芯片创业、GPU寿命与AI融资 35:35 新芯片公司的机会：竞争对世界和 Nvidia 都是好事 36:01 芯片设计的“铁三角”：攻击、防御、机动性的取舍类比 37:20 不要只做“更好的 GPU”：必须足够不同、也足够难 38:14 Prefill 与 decode：AI 推理拆分打开新芯片空间 39:50 Cerebras 的案例：waferscale computing 为什么不同且困难 42:10 GPU 寿命被延长：为什么 inference 拆分可能拯救 private credit 43:30 卖稀缺 vs 买稀缺：hyperscaler 的存量资产价值 AI Native创业与应用层困境 44:06 “不同而且很难”：AI 创业公司真正需要回答的问题 44:33 为什么显而易见又不难的创业点很危险 45:45 Cursor、Cognition 与 coding 的战略位置 46:56 Token path：软件公司必须站在 token 流经之处 48:01 Nvidia 会不会做自己的前沿模型 48:20 开源模型、蒸馏与新的囚徒困境 49:35 前沿模型是否应该通过 API 开放：AI 实验室的新博弈论 AI时代的安全、工作流与投资 50:28 Mythos 级模型世界：为什么每个人都需要一个“安全词” 51:14 防守之外的进攻：人类还能做什么 51:40 《最后的武士》与机关枪：不会掌握 AI 的人会被 AI 支配 52:45 投资人的 Agent 工作流：从播客、财报到管理层激励分析 53:50 为什么这是投资史上最令人兴奋的时代 AI交易的分化与市场错配 54:14 AI 内部估值正在变得极不合理 55:00 DRAM、半导体设备与横截面估值矛盾 56:10 短缺周期里，低质量公司为什么反而涨得最多 57:20 AI 泡沫、核能泡沫、量子泡沫与投机蔓延 58:30 AI 交易不再同涨同跌：必须研究更细的子行业差异 59:10 被错误分类的机会：Astera 与 copper loser basket 巨头公司的AI位置 59:41 Google：失去 TPU 成本优势，但仍拥有最大 compute 装机基础 01:01:00 Meta：Zuckerberg 如何把公司推向 AI first 01:02:10 Amazon：Trainium、robotics 与零售业务效率提升 01:03:00 Microsoft：Satya 从“让 Google 跳舞”到 Copilot 产品经理 01:04:05 为什么微软把 compute 留给自己用，是一个有勇气的决定 01:05:00 谁最接近 startup：Nvidia、Amazon、Google 的外部互动优势 AI的社会外溢与未来秩序 01:05:46 应用层价值：AI 到目前为止已经摧毁了大量传统软件价值 01:06:40 人身安全与政治暴力：AI 领袖面临的新风险 01:07:30 战场 AI 与地缘政治：乌克兰、美国优势与全球稳定 01:08:40 Pax Americana 与 AI 主导权：技术优势会带来和平还是不稳定 01:09:20 AI 医疗奇迹：罕见病、Agent 与药物发现 01:09:55 谦逊面对事件视界：乐观主义与对卢德主义担忧的认真对待 01:10:19 收尾：Patrick 对 Gavin 热爱市场、公司和历史的致敬 🌟 精彩内容 💡 “资本主义史上从未发生过”的 AI 增长 Gavin Baker 认为，Anthropic 单月新增 110 亿美元 ARR，是商业史上极其罕见甚至没有先例的现象。他把这与 Palantir、Snowflake、Databricks 等顶级 SaaS 公司十年积累的规模对比，指出 AI 前沿模型公司的增长速度已经突破传统商业周期的想象力。 “资本主义史上从来没有发生过这种事。别说我的职业生涯了，就是整个资本主义史、整个商业史，都没有过。” 🛰️ 轨道算力：AI基础设施的下一种形态 Gavin 重新定义了 orbital compute：它不是漂浮在太空里的巨型数据中心，而是一个个在太空中的 AI rack，通过激光连接成虚拟数据中心。由于 SpaceX 已经拥有卫星星座、可重复使用火箭、激光通信和太空工程能力，他认为轨道算力有可能成为解决电力和冷却瓶颈的重要路径。 “它是在太空里的 rack，而不是在太空里漂着的、五角大楼那么大的巨型数据中心。” 🏭 TSMC 可能是阻止 AI 泡沫的关键 Gavin 认为，AI 基础设施最终是否泡沫化，很大程度取决于晶圆供给。与电力不同，晶圆扩产受制于 TSMC 的技术、人才与产能纪律。如果 TSMC 保持足够紧的供给，可能会避免 GPU 产能过度建设，从而延缓甚至阻止典型基础技术周期里的泡沫破裂。 “如果我们最后没有泡沫，那真的应该给 TSMC 开个庆功会。因为他们将会是单凭一己之力阻止泡沫的人。” 🤖 Frontier token 的溢价与 AI 应用层困境 DeepSeek 之后，很多人以为开源和蒸馏模型会快速压低前沿模型价值。但 Gavin 观察到，模型层绝大部分经济回报仍然被 frontier token 拿走。他认为这对应用层创业非常关键：如果前沿 token 继续保持高溢价，应用层会很难捕获价值；但如果这种溢价下降，应用层可能迎来爆发。 “在模型层，AI 的经济回报不是全部，但绝大部分都发生在前沿模型上。” 🔐 每个人都需要一个安全词 面对越来越逼真的语音、视频和人格模拟，Gavin 提出一个非常具体的建议：每个人都应该和家人、公司设置一个无法被社工套出来的“安全词”。未来诈骗可能会伪装成亲人视频通话，知道你的背景、模仿对方语气，并要求转账。 “每个人都需要一个安全词。” ⚔️ AI 是新的机关枪 Gavin 用电影《最后的武士》比喻 AI 对专业人士的冲击：如果传统高手不能掌握新技术，就会被新技术支配。对于投资人而言，AI Agent 已经可以帮助处理播客、财报、proxy statement、管理层激励分析等大量信息筛选工作，让人类把时间用于更创造性的判断。 “如果我们不能都成为机关枪的大师，我们就会被机关枪支配。” 📉 AI交易内部正在剧烈分化 Gavin 指出，AI 市场不再是简单的“AI 资产一起涨”。不同子行业之间的相关性正在下降，DRAM、NAND、光模块、scaleup networking、scaleout networking、半导体设备、电力等领域都在出现独立的价格逻辑。未来的机会可能来自被错误分类的公司，而不是简单买入一个 AI basket。 “今年一月，这一切都散了。AI 内部这些横截面的相关性真的崩了，你必须看得非常

    1h 11m

  7. 4D AGO

    #545.先锋集团：为投资者省下万亿美金的共产主义资本家

    📝 本期播客简介 本期我们克隆了：商业史播客《Acquired》Vanguard: The communist capitalist who saved investors a trillion dollars (Audio) 本期节目是一场关于 Vanguard 的超长篇商业史深度拆解。Ben Gilbert 和 David Rosenthal 从 Jack Bogle 的人生讲起：他出生在 1929 年大萧条前夜，童年家道中落，却靠奖学金进入 Princeton，并用一篇关于共同基金的本科论文，开启了自己改变金融行业的一生。 这期节目不仅讲述了 Vanguard 如何创造面向个人投资者的第一只指数基金，更深入拆解了它真正革命性的地方：不是“指数基金”本身，而是公司结构。Vanguard 由旗下基金的投资者共同拥有，没有外部股东，也不以利润最大化为目标。Jack Bogle 坚信低费用会长期复利，而高费用会侵蚀普通人的财富。正是这种“共产主义式的资本主义”结构，让 Vanguard 能持续降低费用，并迫使整个资产管理行业跟随降费，最终把原本会流向华尔街的一万亿美元，留在了普通投资者口袋里。 节目后半段也讨论了 Vanguard 成功之后的新问题：ETF 的兴起、Fidelity 和 BlackRock 的反击、客服和技术短板、客户关系被券商平台掌握、私人资产与投顾业务的新方向，以及被动投资规模过大是否会带来系统性风险。这不仅是一家金融公司的故事，更是一堂关于结构、激励、复利、低成本、信任与长期主义的商业课。 👥 本期主持人 Ben Gilbert 与 David Rosenthal，商业史播客《Acquired》的两位主持人。他们长期研究伟大公司、资本结构、商业模式与行业演化。本期他们以 Vanguard 为主线，讲述 Jack Bogle 如何通过公司结构和低费用理念，重塑全球资产管理行业。 ⏱️ 时间戳 00:00 开场 & 播客简介 Vanguard 为什么重要 01:27 从一句玩笑开始：这不就是 index fund 吗？ 01:53 Vanguard 的规模：十万亿美元级 passive index fund 巨头 03:27 “共产主义式的资本主义”：客户拥有公司的独特结构 04:27 Jack Bogle 与一万亿美元财富转移 05:31 “卧底慈善家”：没有拿走本可以属于自己的财富 Jack Bogle 的早年人生 06:51 大萧条前夜出生：一个金融英雄的起点 08:25 家道中落、父亲离家、兄弟们靠打工求生 10:59 Blair Academy 与兄弟之间的大学机会抉择 13:08 Princeton、经济学与一门只拿 C- 的课程 15:48 一篇 Fortune 文章改变人生：共同基金行业的发现 16:49 open-end fund 的诞生与共同基金的早期结构 18:21 broker-dealer 分销、销售佣金与高费用体系 20:01 管理公司如何从基金规模中赚钱 24:19 Bogle 本科论文的核心洞察：费用会吞噬回报 27:53 加入 Wellington：从助理到 35 岁成为总裁 Wellington 危机与第一次被赶下台 29:28 保守的 Wellington 遇上疯狂的 GoGo 年代 30:51 Fidelity、Jerry Tsai 与高换手成长型基金的崛起 35:15 Jack 接到任务：做任何必要的事来拯救 Wellington 39:04 与 Ivest 合并：用 40% 股权换 GoGo 新血液 42:18 泡沫破裂、石油危机与 Wellington 资产大缩水 45:11 Jack 的 Jerry Maguire 时刻：我们到底在干什么？ 46:22 mutualize 的激进想法：把公司还给基金持有人 48:47 合伙人反击：Jack 被解除 Wellington Management CEO 职务 51:01 法律缝隙：他仍然是基金董事会主席 52:52 第二天反击：用基金董事会推动共同所有制 Vanguard 的诞生 55:49 250 页报告：基金应该掌控自己的命运吗？ 57:43 微弱胜利：先只接管后台行政管理 59:53 行业震动：同行担心他会毁掉整个基金行业 01:03:01 “Vanguard”这个名字的由来：英国海军旗舰与彻底胜利 01:04:32 现实很冷淡：只做后台业务，没人真正害怕 01:05:17 第二场革命的伏笔：如果不提供投资建议，就能做指数基金 第一只散户指数基金 01:05:49 指数基金革命：不做投资判断，反而绕开限制 01:07:24 Paul Samuelson 的文章：复制市场、无销售费、低换手 01:09:15 为什么“平均水平”很难卖 01:10:10 早期指数基金的技术难题：软件、自动化与五百只股票 01:11:18 Jack 找到漏洞：跟踪 S&P 500 不算主动投资建议 01:12:12 成本重要假说：低费用让平均回报变成优秀结果 01:13:29 1% 费用的恐怖复利：退休时可能少掉 50% 财富 01:16:47 写代码、谈授权：Vanguard 500 Index Fund 的技术与授权起点 01:19:39 第一只指数投资信托基金诞生 01:20:33 失败的 IPO：目标 1.5 亿，只募到 1130 万 01:23:06 不够买 500 只股票：被迫用 280 只股票模拟指数 01:24:52 Fidelity 的嘲笑：投资者怎么会满足于平均回报？ 低成本飞轮开始转动 01:26:05 共享规模经济：Vanguard 是金融业的 Costco 01:28:01 指数基金差点死掉：靠 Exeter Fund 并入续命 01:30:41 no-load 模式：取消外部销售佣金，改为内部直销 01:31:51 六年才到一亿美元，十二年才到十亿美元 01:32:15 固定收益与货币市场：低成本策略更容易获胜的地方 01:33:58 主动基金 Windsor Fund：支撑早期 Vanguard 的现金流 01:35:33 行为优势：指数投资让人更容易长期不动 01:37:11 费率下降，资产加速：指数基金终于开始起飞 01:38:08 Total Stock Market Index Fund：不只买 500 只，买下整个市场 Jack 的心脏、接班与 ETF 冲突 01:39:07 Jack 的遗传性心脏病与“继续工作”的人生哲学 01:41:02 心脏移植前仍在医院当 CEO 01:43:19 奇迹康复：本以为结束，却又活了 23 年 01:43:58 Vanguard 进入收获期：长期取舍开始回报 01:46:32 创始人与接班团队的分歧：使命不变，但打法要变 01:49:50 ETF 出现：更容易交易的共同基金 01:50:46 为什么 Bogle 本该喜欢 ETF，却极度反对 01:52:55 交易诱惑、券商佣金与做空：Jack 反对 ETF 的原因 01:54:37 State Street 推出 SPDR，Vanguard 错过先机 01:56:27 董事会摊牌：Jack 因年龄条款离任 01:58:43 Bogleheads 兴起：Jack 成为普通投资者的精神领袖 02:00:12 妥协方案：离开董事会，但保留研究中心与精神象征地位 指数投资的时代顺风 02:00:27 市场专业化：主动管理越来越难跑赢 02:03:24 财务顾问兴起：从交易佣金转向资产增长 02:04:37 dotcom 与互联网券商：投资者终于看清费用与表现 02:06:16 401k 时代：普通美国人开始大规模进入股市 02:07:17 Buffett 背书：低费用指数基金是持有股票的最佳方式 02:08:23 Berkshire 的例外：为什么 Buffett 仍建议普通人买指数 02:11:11 金融危机：被动投资和 Vanguard 的高光时刻 02:13:04 华尔街光环破裂，Vanguard 成为普通人的英雄 02:15:53 “我们不会从你身上赚钱”：危机后的信任红利 02:17:16 Buffett 与对冲基金十年赌局：Vanguard 500 大胜 Jack 之后的 Vanguard 02:21:50 金融危机后资金涌入：Vanguard 超过 Fidelity 02:23:24 低价真人投顾：Vanguard 进入财富建议业务 02:24:39 Jack 去世：五万亿美元 AUM 与两千万客户 02:26:59 他没有拿走的财富：与 Fidelity、BlackRock 创始财富对照 02:27:43 Fidelity 与 BlackRock 回归：ETF 时代的新竞争 02:29:16 Fidelity 的两大平台：401k 与券商账户 02:30:32 Vanguard 的弱点：客户可能在别人的平台上买 Vanguard 02:32:50 客服与技术短板：低利润结构的代价 02:33:52 BlackRock 收购 iShares：ETF 市场的巨大胜利 02:36:50 Vanguard 模式会不会反过来限制它？ 02:37:42 第一位外部 CEO：来自 BlackRock iShares 的 Salim Ramji 02:39:46 私人资产、投顾、固定收益与退休业务的新方向 02:43:37 进入 private equity：Vanguard 能否把低费用带入私人市场？ 02:45:33 增长的悖论：共同所有制公司为什么还要增长？ 今天的 Vanguard 与 Wellington 的后续 02:47:26 今天的 Vanguard：12 万亿美元 AUM、5000 万投资者 02:48:50 平均费用率 0.07%，行业仍是其 6.5 倍 02:50:24 Wellington 后来怎样了：主动管理巨头的重生 02:52:25 兜回原点：Wellington 至今仍为 Vanguard 管理部分基金 分析：结构、激励与护城河 02:53:22 为什么共同所有制没有更流行？ 02:55:59 金融行业的特殊性：产品本身就是资本 02:57:39 为什么需要一个 Jack Bogle 这样的人 02:59:02 Vanguard、Costco 与 Visa：共同体结构的相似性 03:01:24 战略跟随结构：低费用来自所有权结构 03:02:20 成本也会复利：时间是费用的敌人 03:03:29 被动投资危机：成功之后的新担忧 03:04:31 “被动”并不完全被动：S&P 500 也有人为选择 03:05:23 被动投资会不会最终拥有一切？ 03:06:38 价格发现、共同持股与投票权的争议 03:11:22 Seven Powers：用市场份额而非利润分析 Vanguard 03:12:58 规模经济与极端反定位 03:14:46 转换成本、品牌与 Bogleheads 03:16:55 流程能力：使命驱动的人才与文化 03:17:07 Quintessence：Bogle 把公开股票投资商品化 03:19:56 一个人真的可以改变世界 冷知识、推荐与收尾 03:21:36 Vanguard 与 Microsoft：同月诞生的两场革命 03:22:29 百倍股的残酷事实：平均 65% 回撤，8 年回本 03:24:27 Jack 的书籍收入与慈善遗产 03:25:08 推荐：Acquired 的《华尔街日报》专栏 03:26:29 Ben 推荐：M5 Max MacBook Pro 03:27:32 David 推荐：Michael McKelvy、亲子观影与 Brooks Vanguard 鞋 03:29:55 致谢：研究顾问、作者、前 CEO 与资料来源 03:32:12 延伸收听：Rentech、Berkshire、Costco、Visa 03:33:03 结尾 🌟 精彩内容 💡 一万亿美元财富转移 节目开头就点出 Vanguard 和 Jack Bogle 的历史意义：通过长期降低费用、倒逼整个基金行业降价，他们让原本会流向华尔街的费用，留在了普通投资者口袋

    3h 35m

  8. 4D AGO

    #544. HTML 是新的 Markdown：用AI生成动态 Spec

    📝 本期播客简介 本期我们克隆了：AI 工具实践播客《How I AI》Why this Claude Code engineer uses HTML files as AI specs | Thariq Shihipar (Anthropic) 本期节目来自 Anthropic 的 Code with Claude 开发者大会现场。主持人 Clara Vo 邀请参与 Claude Code 工作的 Thariq Shihipar，讨论一个正在悄悄改变 AI 编程工作流的趋势：HTML 正在成为人与 Agent 协作的新型文档格式。 过去，很多人用 Markdown 写 PRD、spec、实现计划，再交给 AI 执行。但随着 Agent 可以运行更久、处理更复杂的任务，计划文档越来越长，人类反而越来越不愿意读。Thariq 提出，真正的问题不是 Agent 能不能读 Markdown，而是人类是否还能深度参与其中。HTML 因为可以承载视觉化 mockup、交互式界面、代码片段、设计系统和验证标准，正在成为更适合人类和 Claude 共同理解、共同修改、共同推进工作的媒介。 这期节目不仅讨论“HTML 是新的 Markdown”，还展示了 Claude Code 如何生成 HTML brainstorm、HTML 实现计划、一次性 micro app、living design system，以及团队状态更新。它本质上是一堂关于 AI 时代产品经理、工程师和创作者如何重新设计文档、计划与协作界面的实战课。 👨‍💻 本期嘉宾 Thariq Shihipar，Anthropic 成员，参与 Claude Code 相关工作。他长期探索人和 AI Agent 的协作方式，尤其关注如何通过更好的界面、计划、文档和验证机制，让人类在 Agent 工作流中保持深度参与。 ⏱️ 时间戳 00:00 开场 & 播客简介 HTML 是新的 Markdown 01:33 核心观点预告：Markdown 计划太长，人类已经不读了 03:08 Code with Claude 现场：为什么说 HTML 是新的 Markdown 03:27 从 Markdown 到 HTML：Agent 计划变长之后，人类参与度下降 04:52 PRD、spec 和计划为什么仍然重要 AI 时代的新角色：算力分配者 05:11 当 Claude 跑八小时，意味着它可能花掉五百美元 06:00 产品经理没有消失，而是在变成 compute allocator 06:54 和 Agent 保持同步：不是被 AI 管理，而是共同对齐目标 用 HTML 做 Brainstorm 和计划 07:19 Claude Code 现场演示：用 HTML 生成 demo 想法 08:03 从 ASCII wireframe 到视觉化 brainstorm 08:53 一屏读不完就不会读：为什么 HTML 更容易让人投入 10:01 把想法推进成 HTML 实现计划 11:08 Prompt 不需要复杂：让 Claude 自己决定最佳表达形式 12:04 好 prompt 的平衡：给足信息，但不要限制 Claude 12:54 “我相信你”：开放式信任如何改善模型输出 未来的 PRD、Spec 与验证标准 13:26 PRD 的未来：按项目和受众定制的 spec package 14:37 在哪里介入 Agent 工作流：type interface、边界与决策点 15:21 不只写需求，还要写验证标准和测试方法 16:13 测试验证不等于测试：rubric、视频展示和 Outcomes 一次性 Micro App：为一个问题生成一个界面 16:31 Markdown 易编辑的反对意见：HTML 怎么改？ 17:22 让 Claude 为具体决策生成可编辑 HTML artifact 18:47 微型软件：从 HTML 计划里拆出一个模块，生成专属编辑 UI 19:57 这是未来的个人协作方式，还是团队协作方式？ 团队协作、即时文档与软件丰裕时代 20:26 把 HTML 计划发给同事：被阅读的概率高一百倍 21:02 用 HTML 周报向经理同步工作状态 21:28 软件 Jevons 效应：便宜的 token 带来更多临时工具和漂亮界面 22:07 即时文档与一次性软件：当创作和查找成本接近零 23:43 把 HTML 计划作为实现和验证依据 Living Design System：可运行的设计文档 24:17 用 HTML 表达 design system，而不是 Design.md 25:22 高级用法：组件可视化页面、营销素材和真实 App 截图 26:50 Component variations：用 knobs 和 sliders 探索设计变化 27:35 在计划里加入评论、圈选和审阅交互 28:18 把 spec 做成轻量 Figma dashboard 实操总结与快问快答 28:35 实操流程总结：HTML brainstorm、HTML plan、micro app、design system 29:48 最喜欢 Claude Desktop 哪个 tab？答案是 Code 30:07 Code with Claude 最兴奋的发布：SpaceX 合作与 orbital data centers 31:08 当 Claude 不听话怎么办：不要吼，保持友好和清晰 32:34 如何找到 Thariq：X 账号 @TQ212 🌟 精彩内容 💡 HTML 是新的 Markdown Thariq 认为，Markdown 曾经非常适合和 Agent 协作，因为它简单、可读、可编辑。但当 Agent 的任务越来越长、计划越来越复杂，Markdown 文档会变成一千行以上的长文件，人类反而不再阅读。HTML 的优势不只是模型能读，而是人类更愿意读、更容易理解，也更容易参与修改。 “HTML 读起来容易得多。所以它成了你和 Claude 之间更丰富的沟通媒介。” 🧠 人类仍然必须深度参与计划 节目反复强调，AI 越强，PRD、spec 和计划反而越重要。因为让 Claude 长时间运行并不是免费的，它消耗的是 token、时间和金钱。人类的新职责，是决定哪些事情值得让 AI 去做，哪些问题需要先想清楚。 “如果你要花五百美元，那我们现在其实都在变成 compute allocator，也就是算力分配者。” 🛠️ 用 HTML 生成可读的实现计划 Thariq 展示了如何让 Claude Code 先用 HTML brainstorm demo 想法，再把选中的想法扩展成一个完整的 HTML 实现计划。这个计划里可以包括 mockup、代码摘录、文件结构、mood board、逻辑说明和执行步骤。相比一份长 Markdown，这样的计划更像一个小型网页，人类更愿意真正读完并参与。 “这就是计划。它完全是 HTML。这个东西我真的会读。” 🎮 一次性 Micro App：为一个决策生成一个界面 当 Thariq 不喜欢 HTML 计划里某个具体规则表时，他没有回到终端里用文字来回修改，而是让 Claude 为这个问题生成一个专属可编辑界面。这个界面可以修改字段、隐藏内容、添加规则，并把结果导出成 Markdown 再放回计划中。Clara 将其称为“微型软件”，甚至是叠在微型软件之上的微型软件。 “这甚至都不是个人软件了。它更小，是微型软件。” 📄 即时文档和一次性软件的时代 当生成文档、生成界面、生成工具的成本大幅下降后，团队不一定再需要为所有内容强行套用同一个模板。计划可以是 HTML，周报可以是 HTML，设计系统也可以是 HTML。重点从“文档放在哪里、格式是否统一”，转向“这个计划是否清楚、是否有助于判断和执行”。 “因为它很便宜，所以用完就可以扔掉。” 🎨 Living Design System：Design.html 万岁 Thariq 和 Clara 都分享了把 design system 做成 HTML artifact 的做法。它不仅可以展示颜色、字体、间距和组件，还能让 Claude 在不同项目中引用同一套设计语言。Clara 还提到，可以为营销团队生成组件可视化页面，让他们直接下载真实 App 风格的透明 PNG，用于 deck、视频或宣传素材。 “Design.md 已经死了。Design.html 万岁。” ✅ 测试验证不等于测试 节目中还提到，AI 时代的验证不只等于传统 unit test。验证可以是一套 rubric，可以是一组 synthetic data，也可以是让 Claude 展示它完成了什么。对于产品经理来说，未来不仅要写功能需求，还要更清楚地定义成功标准、验证方式和边界条件。 “测试验证不等于测试。” 🤝 对 Claude 友好一点 在快问快答中，Clara 问 Thariq 当 Claude 不听话时会不会吼它。Thariq 表示不会。他更倾向于用友好、清晰的方式和模型沟通，因为他希望未来存在这样一种协作方式：你对模型更友好、更有建设性，它也能给出更好的结果。 “我更希望这样一种情况存在：你对 Claude 友好一点、客气一点，就能得到更好的输出。” 🌐 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； 如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight

    33 min
See All (556)

Ratings & Reviews

3.7
out of 5
3 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
    556
  • Rating
    Clean
  • Copyright
    © yikai@小宇宙App
  • Show Website
    跨国串门儿计划

You Might Also Like