灯下白 AI真人访谈节目

吴熳Rosia
  • 0.0 (0)
  • Careers
  • Updated Biweekly

访谈各行各业的AI高手，在真实场景下如何定义问题、怎么取舍。 灯下见白，我们开始。

  1. 3d ago

    50.Terry Tang：从巴基斯坦工地到深圳跨境电商独立站，但他还是出来做了OPC

    �《灯下白》EP50 Terry嘉宾：Terry 跨境电商创业者、SEO/GEO实战者、AI工作流实践者。大学学习土木工程，毕业后曾参与“一带一路”海外工程项目，在巴基斯坦工作三年。回国后从外贸独立站切入跨境电商，长期深耕海外SEO，后做到SEO负责人，并加入AI SaaS初创公司参与产品出海。如今以OPC方式创业，运营AI工具出海网站、Claude Code训练营及跨境企业AI提效业务，持续探索AI时代的独立站、海外获客与品牌增长。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 吴熳第一次看完Terry的履历，只说了一句话： “真的是干土木的，啥都能干。” Terry大学学的是土木工程。那个专业在他入学的时候还很热门，等真正走进社会，建筑行业的周期已经开始变化。好在他英语不错，毕业后进入一家中字头企业，参与“一带一路”海外工程项目，在巴基斯坦一待就是三年。 后来为了结婚和家庭，他回国了。 可回到湖北襄阳，他很快面对一个现实问题：原来的土木路径已经很难提供理想的工作机会。 他只好重新找自己身上还能卖出去的东西。 其中一个是英语。 另一个，是大学时期因为爱好自学的建站技术。 他进入一家外贸公司做业务，看到老板主要依靠阿里国际站等平台获客，就主动提了一个建议：做外贸，为什么不自己建网站？ 老板问：你会吗？ 他说：我会。 于是，一个土木工程毕业生，靠着自己大学里折腾WordPress留下的技术爱好，给公司搭起了独立站。 网站做好之后又有新的问题： 没人来。 为了让海外客户在Google里找到网站，他开始学SEO。从网站速度、页面结构、关键词调研，到英文博客、Landing Page、搜索意图和竞品分析，他一点点进入这个行业。 后来，因为一个QQ群里认识的“贵人”，他从襄阳来到深圳，真正进入跨境电商行业，并一路做到SEO负责人。 所以Terry的人生看起来一直在转行，但其实有一条很明显的暗线。 英语把他带到海外。 建站把他带进外贸。 SEO把他带到深圳。 跨境电商又把他带进AI。 每一次转身，都是上一段经历里那个当时看起来“不太重要”的能力，在几年之后突然派上了用场。 Terry第一次真正感受到生成式AI的冲击，也发生在SEO工作里。 以前做海外SEO，大量成本花在英文内容生产上。一篇专业英文稿件可能需要找海外写手，成本很高。后来他开始使用接入GPT-3.5能力的Jasper AI，只需要给出产品参数，AI就可以迅速完成英文产品描述和内容初稿。 那一刻，他觉得整个行业的成本结构都被改写了。 更戏剧性的是，后来ChatGPT自己上线，Jasper这种曾经让他觉得非常惊艳的工具，很快失去了原来的位置。 Terry亲眼看见了一个产品如何因为基础模型能力跃迁而被迅速削弱。 这也让这一期再次出现《灯下白》反复聊到的那个问题： 所有建立在模型能力缺口上的工程优势，都必须面对下一次模型升级。 但AI没有把SEO直接消灭。 Terry反而认为，只要人还需要寻找答案、解决问题，搜索这件事就不会消失。Google加入AI Overview，GEO开始兴起，搜索入口和答案呈现方式在变化，可“一个人有需求，然后去寻找解决方案”这个底层逻辑没有变。 于是他又从SEO开始研究GEO。 再后来，他加入一家AI SaaS初创公司，参与从0到1的海外业务。 可真正让他决定再次离开的，并不是职业危机。 而是工作突然变得太轻松了。 那时候Terry已经把大量SEO流程迁移进Claude Code，并提前配置了自己的Skills。每天到了公司，他只需要用自然语言告诉Claude Code： 帮我做最近的关键词调研。 看看哪些任务还没完成。 把几篇文章写出来。 检查一下站内优化。 然后AI就在后台开始工作。 Terry起身去泡茶。 等他回来，很多过去需要自己坐在电脑前处理很久的事情，已经做完了。 他后来形容，那一刻首先感受到的不是爽，而是： 无比的孤独和空虚。 因为他突然意识到，自己好像拿到了一把非常好的钥匙，却还待在一个已经过于舒适的位置里。如果继续每天花很少时间完成已经熟悉的工作，这种舒服反而可能变成一种蹉跎。 于是，他从公司出来，开始做OPC。 更有意思的是，他出来以后第一个被市场验证的产品，并不是一个复杂的AI SaaS。 而是一门Claude Code训练营。 最开始，他只是在深圳跨境电商社群里免费分享自己的AI工作流。有人安装都不会，有人不知道Skill是什么，也有人看了很多教程，却依然不知道怎样把Claude Code真正接进自己的业务。 Terry觉得，也许应该有一套Roadmap，从安装开始，一步一步带着大家真正做出来。 他采用了独立开发者非常典型的方式： 先别做。 先卖。 第一期课程连完整内容都还没有，只有大纲。他直接问社群里的朋友：我要做这样一个训练营，2000元，两天一夜，线下，有没有人来？ 来了接近20个人。 后来一期又一期，做到了第六期。 这件事给Terry最大的冲击不是“原来培训能赚钱”。 而是： 原来一个人真的可以不上班，也能养活自己。 这是一种完全不同的底气。 公司给你的工资，不一定是你全部的市场价值。真正能够被拿走的，是你积累了多少行业Know-how，有多少人相信你确实解决过问题，以及你能不能把这些经验重新组织成别人愿意付费购买的结果。 现在，Terry依然在运营自己的AI工具出海网站。其中一个网站每天大约有1000名用户访问，也已经能够产生相对稳定的广告收入。 而他正在越来越关注另一个机会： 中国小B企业的B2B出海。 过去，一个非常细分的中国制造企业想自己做海外独立站，成本并不低。建站需要人，设计需要人，SEO需要人，网站运营需要人，英文内容同样需要人。 所以很多企业最后只能依赖平台。 但AI Coding正在把这些成本快速压下来。 如果一个工厂只生产一种非常细分的产品，比如沙发垫、挂绳、某种器械配件，它过去可能因为市场太小，根本养不起一整套独立站团队。 现在，一个人就可能同时完成建站、设计、内容、关键词调研和部分运营。 而越垂直的B2B产品，搜索需求往往越精准。采购商不是随便看看，而是真的可能一次买100件、1000件。一旦在Google或者未来的GEO场景里抓住这个需求，单个询盘的商业价值可能远高于大量普通C端流量。 Terry已经在身边学员身上看到真实案例： 一些极其细分的B2B独立站，每天能够收到四五封来自海外采购商的询盘。 这也是为什么他在节目里忍不住把它称为： “财富密码。” 当然，他非常清楚，从“知道财富密码”到“真正赚到钱”，中间还有巨大差价。 这也是Terry整期节目最稳定的一套方法： 不要上来就写文章。 先诊断网站。 不要上来就做产品。 先查需求。 不要自己坐在那里猜海外用户喜欢什么。 先看关键词、趋势、竞争和搜索意图。 关键词调研在他看来就是“兵马未动，粮草先行”。 SEO的目的也从来不是写文章。 从第一性原理倒推，最后要的是利润；利润之前是成交；成交之前需要流量。 文章只是其中一种获得自然流量的方法。 AI时代，这套逻辑依然没有变。 只是一个人能够完成的环节，突然多了很多。 �本期你会听到 土木工程毕业的Terry，为什么第一份工作跑去了巴基斯坦，以及英语怎样成为他人生第一次换轨的关键能力。 从“一带一路”海外工程回国以后，他为什么没有继续做建筑，而是在湖北襄阳一家外贸公司重新开始。 明明是土木工程专业，为什么他会搭网站。一个大学时期自己折腾WordPress的爱好，后来怎样变成真正的职业筹码。 他为什么主动说服外贸老板建立独立站，以及当一个网站建出来却没有人访问以后，SEO又是怎样进入他的职业生涯。 从襄阳到深圳，一段QQ群里认识的关系为什么最终带给他跨境电商职业机会。 SEO到底是什么？为什么“SEO=写文章”是一个很大的误解。 网站速度、移动端适配、Google抓取、关键词、页面文案、Landing Page和博客内容分别解决什么问题。 什么叫Thin Content，为什么一个只有产品和广告、缺少足够信息的网站很难获得搜索引擎信任。 为什么Terry认为SEO既需要理科思维，又需要文科思维，而且真正日常工作里文科能力可能反而占得更多。 以前没有AI时，一篇1000多词的英文文章为什么真的需要“手搓”。 SEO的第一性原理是什么：为什么最后要从利润一路倒推到成交、流量和内容。 为什么拿到一个网站以后，第一步不应该马上写文章，而是先做网站诊断。 关键词调研为什么叫“兵马未动，粮草先行”。 Semrush、Ahrefs等专业

  2. 5d ago

    49. 史柏帆×张磊：从《三体》到一稿过的出海短剧，他们用AI重新做导演

    �《灯下白》EP49 嘉宾：史柏帆、张磊 史柏帆 AIGC导演，AIGC影视创作者、创业者，长期进行AI视频与内容创作实践。 张磊 程序员出身的AIGC导演。因为长期热爱影视与《三体》，2024年前后开始尝试用AI把小说转化成画面，并逐渐从技术开发转向AIGC影视创作。如今与史柏帆共同从事AI短剧、影视资产设计与导演工作。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 这大概是《灯下白》目前最像“三个人误入别人家客厅”的一期。 节目刚开始，史柏帆就以“公主式出场”坐进镜头。吴熳坐在史柏帆和张磊中间，忍不住说：你们两个怎么这么像两口子？ 他们最近确实几乎每天都在一起。 一起创业，一起做AIGC公司，一起接甲方的AI短剧，一起讨论资产、分镜、世界观和镜头。工作强度很高，但史柏帆说，他们反而觉得很幸福，因为两个人很多时候意见一致，兴趣也接近；一方忙不过来，另一方自然补位。 他们最近做的一部海外短剧，剧情也很典型。 一个原本漂亮的皇后被人陷害，吃了让自己变胖的药，在国王生日典礼上遭到羞辱，最后完成逆袭。这个故事听起来甚至有一点狗血，但史柏帆和张磊并不排斥。 因为出海短剧首先面对的，仍然是最基础的人性。 受辱、委屈、逆袭、爱、嫉妒、愤怒、快乐，这些情绪并不会因为观众来自美国、欧洲还是中国就彻底不同。真正不同的，是服装、建筑、文化背景、行为逻辑和生活习惯。 所以他们做AIGC短剧，不只是“给模型一句Prompt”。 一部架空宫廷剧到底处于哪个时代？巴洛克还是洛可可？建筑应该有多古老？女王穿什么衣服？头饰、王冠、家具和沙发应该怎样搭配？一个穿越者把现代物品带进古代环境以后，什么样的反差才真正成立？ 这些都需要在生成以前被设计。 人物是一套资产，服装是一套资产，场景、家具、重要道具也都是资产。到了真正的视频阶段，再像传统导演调度现场一样，把角色、位置、动作、台词、情绪和镜头重新组织起来。 史柏帆说，现在的AI视频创作正在发生一个很明显的变化： 以前更像动画思维，现在越来越像导演思维。 而张磊就是这种变化里很有代表性的人。 他原本是程序员。 但他一直喜欢电影，也一直是《三体》的书迷。他曾经有一个很简单的愿望：能不能把自己脑海里的《三体》真正做成画面，让别人也看到？ 2024年前后，AI视频工具开始出现，他突然发现，过去需要庞大影视工业体系才能完成的东西，个人第一次有了机会。 于是他开始做，越做越多，越做越喜欢，最后真的从程序员走成了AIGC导演。 但工具变强，并没有让导演变得不重要。 恰恰相反。 当AI越来越会生成画面，真正困难的问题开始从“能不能生成”，转向“你到底想生成什么”。 张磊做《三体》时，有一场云天明回忆自己人生经历的戏。他用了差不多三天完成，却因此低落了一个星期。 因为在制作过程中，他必须把自己带进角色。 角色为什么这样说话？这个时候应该是什么表情？镜头离他多远？情绪什么时候起来，什么时候落下？ 过去演员自己要进入角色。 现在AIGC导演甚至要替AI演员进入角色。 这也是史柏帆认为，AI依然很难真正替代导演和编剧的原因之一： 导演最核心的能力，是共情。 不是知道哪个模型参数更高，而是能不能进入一个和自己完全不同的人，看见他的处境，理解他的欲望，再让观众也相信这一切。 所以聊到最后，两个人给想进入AIGC影视行业的人一个几乎完全不像技术教程的建议： 先看电影。 去看真正优秀的影视作品。 看节奏为什么这样变化，看分镜为什么放在这里，看人物为什么这样表演，看一部成熟作品怎样让情绪呼吸。 模型当然还会继续变。 但电影为什么好看，这件事不会因为模型更新一次就自动改变。 �本期你会听到 史柏帆和张磊为什么决定一起创业，以及两个长期高度协作的人怎样在AIGC影视公司里互相补位。 海外AI短剧的甲方到底在买什么。从剧本到分镜，再到最终视频，AIGC团队需要承担哪些真实交付环节。 为什么“被陷害的胖皇后逆袭”这样的剧情会适合海外短剧，以及不同国家的观众背后有哪些共通的人性。 流量到底有没有所谓的玄学。史柏帆为什么越来越不愿意天天研究平台算法，而更关心“观众到底想看什么、看完有没有情绪”。 视频号的冷启动、流量池和赛马机制是怎么回事，为什么朋友最初的一键三连和完播率可能仍然有意义。 曾经几个小时跑出巨大流量内容，为什么史柏帆反而觉得这种流量“没有意义”。 内容创作者究竟应该追求绝对播放量，还是找到真正喜欢自己内容的人。 2025年前后的AI视频工具还有明显局限时，为什么真正优秀的作品放到今天仍然成立。 模型变强以后，提高的更多是创作效率，还是创作上限？ 中文观众和海外观众的审美真的差很多吗？为什么史柏帆认为喜怒哀乐这样的底层情绪始终共通。 做海外剧时，为什么世界观不能偷懒。罗马、希腊、中世纪、巴洛克、洛可可和新古典主义之间的区别，最后会怎样影响观众的沉浸感。 剧情为什么也需要“呼吸感”。持续的信息轰炸和持续的高情绪，为什么反而可能让人疲惫。 一个程序员是怎样转行成为AIGC导演的。 张磊为什么因为《三体》开始做AI影视，并逐渐发现这就是自己真正喜欢的事情。 做一部AI短剧以前，人物、面容、服装、场景、道具和装修为什么都需要先被资产化。 什么叫“AI脸”，为什么成熟AIGC作品必须让人物真正拥有辨识度。 为什么现在的AI视频已经开始从“动画思维”进入“导演思维”。 资产拆开以后，导演怎样重新调度人物、场景、道具、位置、动作、台词和情绪。 语言在新一代AIGC影视里为什么仍然重要。它不只是描述画面，更是在组织不同资产之间的关系。 史柏帆为什么离不开语言模型、视频模型和图像工具，人物一致性在影视工作流里到底有多重要。 张磊为什么开始关注新的语言模型，让它帮助做资产整理、时代考据、服装特征、提示词和情绪设计。 AIGC导演最重要的能力为什么不是Prompt，而是共情。 一个导演为什么会因为做了三天云天明的戏，自己低落一个星期。 传统演员需要入戏，而AIGC时代为什么变成导演替AI角色入戏。 不同AI模型为什么像有不同“脾气”，并不存在一个模型适合全部场景。 普通人30天进入AIGC影视行业，究竟应该先学模型，还是先补影视基本功。 为什么两个人都认为，热爱比追风口更重要。 未来一年，史柏帆最想要的变化为什么并不是一个新模型，而是和张磊“长长久久”地继续把事情做下去。 �本期金句 做流量没有想象中那么难。归根结底，还是大家想看什么，什么东西能让人开心、让人有共鸣。 我并不需要去搞清楚每个平台全部的算法逻辑，我更关心内容本身到底好不好。 如果每天都盯着流量，一个人会非常焦虑。 流量如果不能把我真正喜欢、真正做的东西传播出去，对我来说就没有那么大意义。 工具的限制不是制约真正创作者的核心因素。 新的模型可以提高创作效率，但不会自动让作品变好。 所有人类底层的感情其实是共通的，差异更多来自成长环境和文化细节。 一部片子的情绪要像呼吸一样，有呼有吸，有张有弛。 现在的AI创作越来越不是动画思维，而是导演思维。 一个AIGC导演依然要理解人物、世界观、动作、台词和情绪。 我过去虽然是程序员，但我一直非常喜欢影视。 因为热爱，所以我去做。 导演最重要的能力之一，是共情。 AI很难替代导演和编剧的一点，是人能够站到别人的角度思考问题。 现在的导演还要站到演员的角度，因为你要指导AI演员怎么表演。 模型都有自己的脾气，没有一个工具适合所有场景。 如果真的想进入AIGC影视，先拿出热爱，再开始做。 比学任何一个AI技术更重要的，是先看足够多优秀的影视作品。 ⏱Shownotes 00:10《灯下白》第一期视频播客：史柏帆和张磊登场 00:40“你们两个怎么像两口子”：两个AIGC创业搭档的日常 01:26现在正在给甲方做什么：AI海外短剧正式交付 01:56胖皇后被陷害再逆袭：海外观众到底喜欢什么剧情 03:21工作之外继续做内容IP，“魏大局”为什么还在更新 04:20流量有没有秘密：先别研究算法，先想观众为什么愿意看 05:01一键三连、完播率与视频冷启动 05:41流量池和赛马机制：做到最后为什么反而不想天天研究 06:19几个小时的大流量，

  3. Aug 20

    48. 颜鑫：00后连续创业AI零售、社交，泛心理和具身智能后，让机器人听懂“我没事”

    �《灯下白》EP48 嘉宾：颜鑫00后AI创业者、算法与具身智能实践者。大学学习自动化，大二起自学AI并开始创业，先后探索AI+零售、AI+社交、AI+泛心理等方向。近年来持续研究多模态情感感知、情感理解、机器人记忆与情感陪伴，希望让AI从被动响应的工具，逐渐成为能够感知环境、理解人并主动交互的伙伴。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 录制这期《灯下白》的当天，吴熳原本并没有提前约颜鑫。 她是在面壁智能和华为昇腾的一场活动上再次遇见他的。颜鑫上台展示了一个自己正在折腾的桌面机器人，吴熳看完以后觉得有意思，现场把人“薅”过来录播客。 真正让她印象深刻的，不是机器人会回答多少知识问题，而是一个很小的瞬间。 有一次颜鑫正在电脑前写代码，没人向机器人提问，它却自己看着周围的环境，突然对他说：“你的屏幕看起来好大，你写代码应该很爽。你是不是程序员？” 颜鑫当时也愣了一下。 因为这句话不是由一句Prompt触发的。机器人通过摄像头看到了他的屏幕，观察了环境里的信息，再推测眼前这个人可能正在写代码，最后主动发起了一次对话。 这和我们今天熟悉的大部分AI交互不太一样。无论ChatGPT、豆包还是其他聊天机器人，通常都需要人先说一句话，AI再回答。颜鑫更想做的，是一个真正“活在环境里”的机器：它会看，会听，会记得，也会在某些时候主动和你说话；你可以打断它，它也可以根据你突然改变的表达调整自己的反应。 为了让这种交互更接近人，他还试图把延迟压到600—800毫秒左右，让机器人不仅说话，还能通过头部、身体和两只像耳朵一样的天线做出与语言相匹配的动作。 但颜鑫真正想解决的问题，比“做一个可爱的桌面机器人”更深。 如果一个人嘴上说“我没事”，AI到底怎样判断他是真的没事，还是正在强撑？ 只看文字，这三个字永远只是“我没事”。可人在真实世界表达情绪时，还有语气、停顿、表情、姿态和动作。同一句话，用不同声音和表情说出来，背后的意义可能完全不同。 所以从2023年开始，颜鑫把越来越多精力放在AI+泛心理与情感陪伴上。他研究多模态情感感知、情感理解、全模态记忆，也思考一个进入家庭的机器人应该记住什么、忘掉什么，以及怎样在尊重隐私的情况下长期理解一个人。 而他为什么偏偏对“情绪”这件事感兴趣，也并不是偶然。 2023年前后，他自己即将毕业，身边的师兄师姐也都开始面临答辩、找工作、租房、异地和第一次真正进入社会的压力。大家都很焦虑，他自己也不是一个永远快乐的人。 他后来很坦率地说：如果我自己非常快乐，我可能也不会选择做这个方向。 颜鑫做产品有一个习惯——他必须先问：这个东西我自己会不会用？ 他想做的不是一个听起来宏大的AI系统，而是先让它能帮到自己，再帮到身边的人。 从大二第一次做AI零售，到AI社交，再到今天做情感陪伴和具身智能，表面上看，他已经换了好几个赛道。 但聊到最后会发现，这几次创业其实都在靠近同一件事： 让AI真正进入人的生活。 不是让人为了AI改变生活，而是让AI先学会理解人。 �本期你会听到 颜鑫为什么从大二就开始创业，以及一个00后连续探索AI+零售、AI+社交和AI+泛心理的路径是怎样形成的。 一个桌面机器人为什么会在没人提问的时候，主动观察颜鑫的屏幕，并判断“你是不是程序员”；主动交互和我们今天熟悉的聊天机器人到底有什么区别。 为什么“能不能被打断”是人机交互里非常重要的能力。如果AI永远按照自己的话说到底，它为什么更像对讲机，而不像一个真正的伙伴。 人和人交谈时对延迟非常敏感，为什么颜鑫尝试把机器人的响应压到600—800毫秒左右；低延迟为什么不仅影响体验，也会影响人对“这个AI聪不聪明”的直觉判断。 除了语言，一个陪伴机器人为什么还需要动作。头部、身体和两只天线的运动怎样与表达同步，以及为什么这些物理反馈会产生纯线上聊天无法提供的存在感。 人到底能不能和机器人建立信任？颜鑫为什么认为“绝对信任”也许很难，但“相对信任”可能通过技术逐步建立。 他说“我没事”时，AI到底听见了什么？为什么只识别文字，很容易损失人真正表达的情绪。 情感感知为什么必须从文字扩展到视觉、声音等更多模态，以及情绪为什么比数学题更难训练——1+1可以明确判断对错，但一个人此刻到底有多难过，很难拥有绝对标准答案。 AM Bench为什么被提出，它试图衡量现有模型在情感理解相关能力上的表现。 为什么颜鑫认为一部分情感感知应该尽可能留在端侧。一个进入家庭、拥有摄像头的机器人会看到大量私人生活，如果全部上传云端，会产生怎样的隐私风险。 2024年他们做视觉—文本多模态小模型的过程中，为什么把端侧情感理解作为重要方向，以及小模型在具身设备中可能承担什么角色。 从情感感知到情感理解，再到情感表达，为什么是三个完全不同的问题。 传统语音对话链路为什么会经过“语音转文字—大模型处理—文字再转语音”，每一层转换又为什么都有可能损失信息，尤其损失情绪。 为什么颜鑫越来越关注端到端的全模态模型，希望尽量保留人在声音、语气和表达中的情绪信息。 机器人为什么不能只拥有“文字记忆”。它能不能记得你刚才把SD卡放在哪里，能不能理解家庭成员之间的关系，能不能从长期生活中建立属于这个家庭的上下文。 更有意思的是：机器人为什么还要学会“忘记”？如果所有事情全部永久保存，搜索空间和噪声会怎样不断膨胀，机器是否也需要类似人的遗忘机制。 为什么2023年大家都在做更通用的大模型时，颜鑫反而选择进入泛心理方向。 毕业、找工作、租房和异地压力，如何让他第一次意识到，一群看起来正常的年轻人其实拥有非常真实的情绪需求。 “豆包也能陪人聊天”，那为什么还需要机器人？一个毛茸茸、会转头、会摇摆、长期待在你身边的实体，和手机里的AI到底有什么区别。 为什么有人愿意花数千甚至数万元购买功能并不复杂的陪伴机器人。人购买的究竟是机器的功能，还是一个承载感情的容器。 颜鑫为什么说，他希望用AI做一些“能够温暖大家”的事情。 大学原本学习工业自动化，他为什么会在2020—2021年自己开始学习AI；在人脸识别还是AI重要落地场景的年代，他为什么已经觉得AI应该做更多事情。 第一次AI创业做智能零售，怎样试图提升线下结算效率；面对大型商超不断新增的SKU，为什么不能每增加一个商品就重新训练一次模型。 把商品视觉信息向量化以后，怎样让结算系统面对不断变化的商品仍然能够工作。 学校食堂、面包等真实场景里，AI怎样把逐个扫码的一分钟，压缩成十几秒甚至更短的结算过程。 第二次创业做AI社交，他为什么把机器人直接扔进群聊。 一群没有任何利益关系的人，会怎样在真实聊天里自然评价一个AI；为什么颜鑫认为，这种“骂是真的骂，夸是真的夸”的反馈，比很多人为设计的Benchmark更接近真实用户体验。 群聊机器人怎样让他第一次观察到“人拿到AI以后到底会做什么”。 为什么有人拥有AI以后，只会问“今天天气怎么样”，也有人开始向AI寄托情绪。 从AI社交走向AI泛心理，这些未经设计的真实用户行为，对颜鑫产生了什么影响。 什么叫“AI商”？当模型越来越强，人到底有没有学会把AI真正用于改善生活。 为什么颜鑫最终没有把“提高生产力”当成自己最想解决的问题。他更想做的是，让人快乐一点、放松一点，不要每天只想着工作和当牛马。 快问快答里，他为什么把微信也列进了自己最离不开的“AI工具”。 做过这么多产品以后，他最值钱的习惯为什么仍然是：自己必须是产品的第一用户。 最大的产品坑是什么？为什么一个略带完美主义的人，反而会在做到五六十分后直接Rebuild，而不是继续在旧版本上修修补补。 如果让普通人用30天熟悉AI开发，颜鑫为什么没有先推荐Coding课程，而是说：先写好自己的人生说明书。 �本期金句 我想让AI更落地一点，能够帮到更多人一点，也能够离人更近一点。 我做任何一个模型、任何一个产品，我自己都是它的第一个用户。 如果它不能解决我的问题，我不会把它发出去让更多人用。 陪伴更像伙伴。它应该主动观察、主动感知、主动交互，而不只是等你给它一个

  4. Aug 18

    47. Darren：从中国供应链到海外独立站，他把一个人的出海生意完整跑了一遍

    �《灯下白》EP47 嘉宾：Darren计算机专业出身，金融技术背景程序员、Web技术爱好者、OPC。早期曾在纺织面料行业从事技术与数字化相关工作，后长期探索海外独立站、跨境电商、自动化工作流与Vibe Coding。如今主要围绕海外SaaS产品与企业知识库建设开展业务，也持续实践AI产品、自动化营销和产品出海。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 很多人第一次听“海外独立站”，脑海里想到的可能是建一个网站、把中国商品挂上去，再投点广告。但Darren真正跑过一遍之后，会告诉你：建站反而是里面相对简单的一步。 真正难的是，你到底卖什么？谁会买？为什么有人愿意在亚马逊、TEMU之外，单独进入一个陌生网站下单？用户从哪里来？网站加载速度会不会影响转化？订单进来以后怎样从中国供应链发到海外？广告什么时候应该继续加预算，什么时候必须马上停？ Darren曾经卖爆过一个连吴熳听完都觉得有点不可思议的产品——给蜜蜂和蝴蝶喝水的小器皿。它插在花园的土里，倒进去水之后，蜜蜂和蝴蝶可以停下来饮水，再继续帮助植物授粉。主要购买者，是海外喜欢种花的老年人。 这不是Darren坐在家里拍脑袋想出来的需求。他通过Meta广告库观察哪些产品已经有人持续花真金白银投放，再做市场和用户调研，最后用小预算测试。ROI跑得好，就逐步加钱；不行，就停止，再测下一个。最理想的时候，他的广告预算曾经跑到单日约3000美元。 他的核心判断也因此越来越稳定：选品决定生意有没有机会成立，投流只是把这个结果放大。 这套方法后来贯穿了他做独立站、自动化、SaaS甚至企业AI服务的整个过程。他并不特别迷信某一个风口，而更习惯像工程师一样对待商业：先找信息，拆链路，做小实验，看真实数据，再修正自己的判断。 从程序员，到中国供应链出海，再到如今的SaaS、企业知识库和OPC，Darren看起来换过很多方向，但底层其实一直在做同一件事：用技术把一个真实需求跑通，再看它能不能变成生意。 �本期你会听到 Darren为什么从计算机专业毕业后，第一份工作却进入了纺织面料行业；一个程序员怎样参与面料数据库、OCR和线下面料图书馆建设；为什么这些看起来和AI无关的经历，后来反而成为他理解传统行业数字化的基础。 他又是如何通过YouTube、技术博客和Starter Story接触海外创业者的真实案例，并从中学习独立站、选品、投流和一个人创业的方法。2024年前后开始研究N8N以后，他怎样把信息抓取、AI分类、飞书沉淀，以及视频脚本、画面生成、拼接、上传和数据监测做成自动化流程。 这一期也会把海外独立站的完整链路聊得很细：域名、服务器、网站、支付、营销、中国供应链和跨境物流分别处在什么位置；为什么做独立站可以不囤货；海外品牌站和亚马逊有什么区别；CDN和网站加载速度为什么会直接影响海外用户的购买体验。 当然，还有那件非常有代表性的爆品——给蜜蜂和蝴蝶喝水的小器皿。Darren是怎样从Meta广告库里发现这个需求的？为什么海外老年人愿意为一个中国消费者可能完全想不到的东西付费？什么叫白牌产品？怎样避免跨境销售中的侵权风险？ 在投流部分，他也完整讲了自己的方法：为什么选品比投流更重要，ROI达到什么状态才值得继续加预算，什么时候应该扩量，什么时候必须止损，以及单日约3000美元的广告预算是怎样一步步从小额测试跑出来的。 与此同时，独立站也并不是一个永远有效的机会。TEMU等低价平台进入海外以后，消费者的价格认知发生变化，过去依赖信息差和“小而美”的独立站模式也受到明显冲击。Darren为什么没有固守已经跑通过的路径，而是继续转向企业服务、知识库、自动化和SaaS，也是这一期很重要的一条线。 最后，我们还聊到了AI Coding之后，一个技术出身的人为什么仍然反复强调“框架”。AI当然能一句话帮普通人写出一个网站，但能运行和能够长期维护完全是两回事。如果今天的代码结构混乱，几个月后无论自己继续迭代，还是交给真正的技术团队，都可能付出巨大的维护成本。 �本期金句 选品很重要，投流只是一个放大的作用。 做产品要先调研需求，再看数据，让数据决定你的下一步。 要把自己的主观世界和客观世界分开。 一个东西你自己不会买，不代表市场上没有人愿意买。 海外用户和中国用户的消费习惯不一样，不能直接拿自己的生活经验替他们做判断。 跑通0到1以后，不要马上扩张，先让它稳定地跑一段时间。 AI Coding可以快速把东西做出来，但框架决定它以后还能不能继续长。 一个产品现在能运行，不代表半年以后别人还能看懂你的代码。 OPC不是没有人管，而是所有的事情最后都回到自律。 前期调研清楚，再行动；0到1跑通以后，再考虑扩量。 ⏱Shownotes 01:26 Darren登场：出海、Vibe Coding、SaaS与企业知识库 02:26 计算机毕业后的第一份工作，为什么去了纺织面料行业 03:13 OCR、面料数据库与线下面料图书馆 04:36 技术系统怎样连接面料采购商、服装设计师与科研人员 05:55 Starter Story：Darren大量海外商业认知的来源 06:42 从海外创始人的0到1故事里，他到底在学什么 07:13 2024年开始研究N8N与AI自动化 07:22 自动抓取技术文章、AI分类与飞书知识沉淀 08:31 一条视频生产工作流，怎样从脚本一路做到发布后的数据监测 10:40 从看教程到直接读Paper：AI怎样改变技术人的学习方式 11:57 什么是海外独立站：域名、网站、营销和中国供应链 12:37 不囤货，怎样把中国商品直接卖给海外消费者 13:51 品牌站为什么不只是“做得好看”，网站速度也影响转化 14:29 北美服务器、法国用户与CDN缓存 15:26 海外消费者为什么愿意在陌生品牌站下单 16:12 独立站真正适合卖什么样的产品 16:56 Darren卖爆的“蜜蜂和蝴蝶喝水器” 17:13 为什么购买者主要是海外喜欢种花的老年人 17:34 Meta广告库：怎样找到已经有人花钱验证过的需求 18:24 什么是白牌产品，跨境销售为什么要特别注意侵权 18:45 从小额测试开始，怎样判断一个产品值不值得继续投 19:57 单日广告预算如何逐渐跑到约3000美元 20:36 选品和投流到底谁更重要 21:13 ROI跑得好以后，预算怎样逐步扩张 22:34 什么情况下继续投，什么情况下马上止损 23:22 汽车尾灯、风铃，还有哪些意想不到的海外产品 23:44 29.9美元到59.9美元：独立站如何设计组合与客单价 24:59 从中国发欧洲，普货物流成本到底如何计算 26:30 没有海外仓，为什么一样可以做跨境独立站 26:45 海外用户对物流时间的容忍度，为什么超出中国人的想象 27:09 为什么又是Starter Story改变了他的认知 27:41 TEMU进入海外以后，独立站的生意发生了什么变化 28:22 低价平台怎样冲击过去依赖信息差的小而美模式 30:01 从跨境生意重新转向N8N、AI和企业服务 30:21 从一次部署服务开始，怎样逐步延伸到B端需求 30:37 “熳姐，咱俩去黄埔搞个OPC” 31:01 一个偏内向的技术人，为什么决定去参加黑客松 31:35 金融产品与外国人来中国旅行的Agent 32:57 黄埔OPC能够提供哪些算力、曝光、融资和企业服务 33:52 从上班到OPC，最大的变化为什么其实是自律 34:47 AI怎样替一个人承担信息获取、论文阅读和研究工作 35:08 为什么现在不再重点做传统实体独立站 35:24 从跨境经验进一步转向海外SaaS产品 36:23 从自己的线下沙龙需求出发，做一款白板SaaS 37:25 把独立站视觉效果和提示词做成新的产品 38:26 数据驱动之外，也可以先解决自己的真实需求 38:56 Product Market Fit之外，还有Product Me Fit 39:22 成为父亲以后，一个OPC怎样重新安排工作、Coding与家庭 40:06 技术背景做Vibe Coding，到底有什么实际优势 40:45 普通人用AI做产品，为什么应该先问一句“适合什么框架” 41:41 不懂技术，也可以让AI帮助选择Framework 43:30 为什么框架决定了产品未来的维护成本 44:03 吴熳用了近20年的文件管理习惯，怎样现场变成产品需求 46:03 一个长期存在的个人痛点，本身就可能是一款产品 47:25 框架定下来以后，产品才能持续加功能而不至于越来越乱 48:02 AI写出的代码能跑，为什么专业工程师接手时可能依然崩溃 48:57 真正做海外独立站，第一步为什么不是建网站，而是解决支付 50:16 支付链路跑通之后，再进入营销 50:43 Meta、TikTok等平台的广告账户怎么玩 51:08 不想投广告，也可以通过SEO慢慢获取自然流量 51:39 Blog与搜索内容怎样持续为独立站带来用户 53:14 为什么一个人做

  5. Aug 13

    46. 李光华：从AI翻译产品到Vibe Coding社区：翻译的昨天，就是Coding的明天

    �《灯下白》EP46  嘉宾：李光华David 前AI翻译平台创业者，8年从事机器翻译、大模型翻译与企业本地化技术实践，曾参与打造面向专业翻译与出海团队的AI翻译平台LanguageX，并服务大疆、用友等大型企业客户。如今发起Vibe Coding社区，和一群翻译人、外语人及文科生探索AI时代新的产品创造方式，同时从事产品出海与企业AI转型服务，也是公众号&小宇宙「David的全景图AI」主理人。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 李光华大学读的是俄语语言文学。 更有意思的是，那时候的他甚至有点“反技术”。 不爱电脑，不爱手机，对复杂的软件没有什么兴趣。 毕业以后，他做翻译，在海外项目里承担大量笔译和口译工作。也正是在真正干活的时候，他发现了一件事： 翻译软件怎么能这么难用？ 传统翻译工具要安装、配置记忆库，把过去的译文拆成一句原文对应一句译文，再做字符串匹配。一个学外语的文科生，甚至可能要先培训一个月，才能把工具真正用起来。 后来，他读了《乔布斯传》。 一个原本觉得技术复杂、冰冷、难用的人，第一次开始想：技术为什么不能做得更好？ 这成为他后来不断向技术靠近的起点。 从人工翻译，到翻译项目管理平台；从机器翻译，到NLP；从和中科院自动化所等技术团队合作，到自己做模型；最后又做出LanguageX，把术语提取、预翻译、质量检查、润色和专业译者的工作流一起放进平台里。 他们做了五年。 模型参加WMT机器翻译比赛，产品进入大型企业客户的本地化团队。在大模型真正爆发之前，他们已经在做一件今天听起来非常AI Native的事：不是给传统软件接一个翻译API，而是让AI进入整个业务流程。 那时候，专业语料是护城河。 一个医疗领域模型、一个法律领域模型、一个言方向，都可以单独训练、单独部署。几十万句高质量平行语料、算法工程师、GPU、长期积累的行业术语，都是技术壁垒。 直到大模型来了。 李光华发现，他们最引以为傲的专业小模型，开始被一个根本不是专门为翻译训练的大模型超过。 更残酷的是，大模型不只会翻译。 它懂法律、懂医学、懂语言，还能提术语、做质检、润色、理解上下文。 过去一个团队花几年、几百万元堆出来的东西，生命周期可能只有两三年。 那一刻，他离“模型吃掉一切”比很多人都更近。 因为被吃掉的，就是自己亲手做出来的模型。 后来，他离开了公司。 他写了一篇《迟来的告别：再见LanguageX》，在文章末尾放了一个微信群二维码。 一群正在焦虑的翻译人、外语人和文科生，跟着他走了进来。 他们害怕失业，害怕翻译价格跌价，害怕客户直接把文本丢进大模型，也害怕自己不会AI、不会GitHub、更不会写代码。 李光华没有告诉他们“AI不会替代你”。 因为他亲眼见过替代是怎么发生的。 他做了另一件事： 带他们开始Coding。 �本期你会听到 一个大学时期不爱电脑的“反技术少年”，为什么最后做了六七年NLP和机器翻译 俄语语言文学、人工翻译、机器翻译、Vibe Coding，这些看似跳跃的经历为什么其实是一条线 为什么李光华说，Vibe Coding本质上也是一种“翻译” 传统翻译软件的记忆库，到底是怎样工作的 为什么一个翻译工具过去甚至需要培训一个月才能熟练使用 《乔布斯传》怎样改变他对技术和产品的理解 从Smartcat到机器翻译，他为什么越来越靠近模型 LanguageX如何把模型与专业译者的工作流结合起来 为什么专业翻译不是“把中文变成英文”这么简单 术语、格式、变量、页眉页脚和版本管理，为什么都是企业本地化里的脏活累活 大疆、用友这样的头部企业，为什么需要专业翻译项目管理系统 LanguageX为什么从一开始就不是“传统软件＋一个AI API” 不同语言、不同领域为什么需要选择不同的模型 AI如何进入术语处理、预翻译、质检、润色等整个流程 大模型出现之前，高质量专业语料为什么如此值钱 几十万句专业语料怎样训练一个垂直机器翻译模型 为什么在医疗、法律等窄领域，小模型曾经可以打败通用翻译 大模型出现之后，这套逻辑为什么突然被改写 一个参加过WMT机器翻译比赛的团队，为什么仍然遭遇大模型的降维打击 为什么大模型“不是为了做翻译”，却反而把翻译做得很好 大模型既是语言专家又是法律专家，这件事对专业翻译意味着什么 为什么过去几十万元一个语言方向的模型，如今很难再卖出去 李光华为什么最终离开自己做了多年的AI翻译平台 《迟来的告别：再见LanguageX》为什么意外变成一个新社区的起点 翻译行业真正的焦虑，不只是“会不会失业” 为什么李光华觉得“翻译的昨天，可能就是Coding的今天” 文科生做AI产品，真正卡住的为什么经常不是能力，而是恐惧 一个学哲学的人，为什么会做出“100个哲学家群聊”的产品 为什么文科生反而可能做出一些程序员想不到的软件 李光华为什么认为，文科生在AI时代最大的优势是“广度” 「全景图AI」怎样把看不过来的长文章自动变成双人播客 懂业务，又懂AI的能力边界，为什么是企业AI咨询真正值钱的地方 �本期金句 Web Coding对我来说也很像翻译：把一种业务需求翻译成代码。 大模型不是为了做翻译，但它读了足够多的文本以后，翻译反而做得很好。 以前我们以为专业数据和专家经验能够形成很深的护城河，后来发现通用模型会直接碾过来。 大模型既是语言专家，又可能是法律专家，这就是它相比传统翻译模型的优势。 翻译以前是一个足以安身立命的技能，现在它能够容纳的人已经少很多了。 我不会劝大家进入翻译行业，但我仍然会劝大家学外语。 翻译是一项技能，语言背后的思维和文化才是更重要的东西。 AI Coding有点像打字，它本身未必是一门大生意，但它能打开很多新的领域。 文科生的优势是广度，你得先见过，才可能想到。 很多创新不是世界上从来没有，而是这个领域原来没有。 做产品，一个是对业务理解得足够深，一个是表达和UI，这两个地方能拉开差距。 最大的产品坑，是我们把模型做得太重了。 ⏱Shownotes 01:26李光华登场：从AI翻译创业到Vibe Coding社区 02:09“反技术少年”为什么最后做了六七年NLP 02:57俄语语言文学毕业后，他怎样成为职业翻译 03:44Smartcat与专业翻译软件带来的第一次产品启蒙 04:24从人工翻译走向机器翻译 04:55俄语、翻译、NLP、大模型与Coding，其实是一条连续路径 05:33Vibe Coding为什么也是“把需求翻译成代码” 05:47《乔布斯传》与一个反技术者对产品认知的改变 06:35传统翻译记忆库：一句原文匹配一句译文 08:04为什么机器翻译成为当时NLP最成熟的商业场景 09:47从翻译项目管理平台走向模型 10:17术语提取、预翻译、质量检查与润色 11:14LanguageX：把AI模型和专业译者工作流结合起来 11:57WMT机器翻译比赛与大型企业客户 12:47企业出海：为什么一个Excel里也藏着复杂的本地化工程 15:300.5B小模型是怎样被训练出来的 17:45多语言、多版本、多供应商，为什么需要TMS管理平台 18:532021年起步，LanguageX怎样进入头部企业 20:20为什么训练过模型的团队，更容易真正理解AI Native翻译系统 20:54AI不是只负责翻译，而是进入整个业务流程 23:08头部企业真正购买的，是AI理解与行业Know-how 24:27大模型时代之前，专业语料为什么是一种稀缺资产 25:13通用翻译和垂直行业模型的差异 26:21每个客户的翻译工作流为什么都不完全一样 26:52创业CEO的另一面：每天站会与战斗状态 27:46随性的人，为什么进入了一个极度严谨的行业 28:35他最快乐的阶段，其实是产品0到1 31:07WMT有优势的小模型，为什么依然输给了大模型 31:46“通用打败垂直”：大模型带来的降维打击 32:37语言专家＋法律专家：大模型为什么天然占优 33:40DeepL、传统机器翻译与一个时代的黄昏 34:33离开翻译创业后，他为什么开始带文科生Coding 35:28《迟来的告别：再见LanguageX》与社区的第一批成员 36:25翻译人的焦虑：降价、订单减少与AI替代 38:21“翻译的昨天，就是Coding的今天” 39:39带翻译人学习AI转型，本质上是在分享自己走过的路 40:01社区成员都做出了什么产品 41:18文科生AI Coding最难的一关：对技术的恐惧 42:16为什么社区一定要保持多元 43:10“100个哲学家对话”：文科生会做出什么奇怪又有趣的软件 44:35李光华自己最喜欢的小产品：钢笔字自动装裱 46:16「全景图AI」：把看不过来的文章变成双人播客 46:56长文本如何自动变

  6. Aug 11

    45.丫丫：她辞掉十年教师工作，原想带1000个老师走近AI，一年后变成了2万

    �《灯下白》EP45 嘉宾：杨义莲（丫丫）AI+教育实战顾问。WaytoAGI教育版负责人，CCF科普工委执委。拥有十年一线教育经验，曾在成都、新加坡、苏州、杭州等地从事教学、PBL项目研究与创新教育实践，2025年7月离开任教4年多的云谷学校，已经陪伴20000老师，10000学生共同探索AI教育的新方式。持续关注并推动学校AI转型、教师AI赋能、青少年AI创作与教育公益实践，是世界人工智能大会WAIC、第十二届中国创新教育年会等演讲嘉宾，受邀合作中国教育部教师司、北京四中、北师大附中等学校和华为、百度、阿里等企业。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 丫丫大学的时候很会赚钱。 在教育机构教课，一个暑假最高峰能赚到三十万元。赚到第一笔钱后，她和同学开奶茶店，想着“钱生钱”。 结果奶茶店失败了。 房租一直烧，投资人要撤，她还在店里硬撑。直到爸爸有一天跑到学校，发现女儿课也不上了，正在奶茶店里摇奶茶，直接把人拎回去上课。 但也正是在那几年里，她发现了一件事。 赚钱当然有快感。 可当一个学生告诉她：“老师，谢谢你，我原来以为自己不行，现在我知道，我只是还没有找到正确的人和正确的方法。” 那种感觉完全不一样。 她后来形容： 赚钱，是参与资金的流动。 做教育，是参与一个人的生命。 于是，她做了十年老师。 她教过高三数学，也教过小学；去过新加坡研究PBL，在苏州外国语学校工作，又来到杭州云谷学校，一待就是四年。 直到2025年，她的身体开始报警。 每到周五下班，她就开始发烧。39度、40度，周末持续高烧，到周日下午又神奇退烧，星期一继续打工。 甲流、乙流、各种检查都找不到原因。 医生提醒她：可能是躯体性焦虑。 她开始问自己： 如果明天就是我人生最后一天，我做了十年教育，真正觉得值得留下来的，到底是什么？ 她想到一个曾经资助过的小女孩。 女孩第一次跟着他们去新加坡参加项目时，没有足够的钱。几位年轻老师一起资助她完成了那次旅程。 几年以后，小女孩真的靠自己的努力重新回到了新加坡。 她告诉丫丫： “人是没有办法成为自己没有见过的人的。” “老师，我以前没有看见过这种可能性。现在我看见了。” 那句话让丫丫决定离开学校。 她原本给自己定了一个两年目标： 就算暂时不赚钱，也想帮助1000名老师和100个孩子，从0到1做出自己的AI作品。 因为让他们看到“AI很厉害”还不够。 她希望他们相信：我也能做到。 一年后，这个数字变成了约2万名老师和1万名孩子。 而丫丫也慢慢意识到，AI进入教育真正困难的，从来不是再教会老师一个新工具。 工具是明线，人心才是暗线。 �本期你会听到 大学时期一个暑假能赚三十万元，丫丫为什么最后没有选择搞钱 奶茶店创业失败，给一个师范生上了怎样的第一堂商业课 为什么她说，赚钱是在参与资金流动，教育是在参与一个人的生命 从高三数学到小学教育，不同年龄阶段的学生怎样改变她对教育的理解 一个学生如何学会“我不是不行，只是还没找到正确的人和资源” 成都、新加坡、苏州、杭州，她为什么不断更换教育环境 为什么她觉得“挑工作和挑伴侣一样，筛选的成本可能比养成低” 十年教师生涯后，她为什么突然决定停下来 连续一个月每到周末高烧，怎样逼她重新思考自己真正想做的事情 一句“人无法成为自己没有见过的人”，为什么最终促成她辞职 从1000名老师、100个孩子，到约2万名老师和1万名孩子，她这一年发生了什么 云南楚雄寄宿学校的男孩，第一次接触AI后为什么说“我的未来天花乱坠” 一个偏远地区的小女孩，为什么想把机器狗的样子记下来讲给妹妹听 为什么她宁愿自己花钱租机器狗，也不愿拿孩子的笑脸换品牌露出 火种车为什么不能只培训学生，还必须同时培训老师 AI进入偏远学校后，怎样避免支教团队离开后“一切恢复原状” 如何用AI重新设计“秦始皇是千古一帝还是暴君”的课堂辩论 为什么真正重要的不是让AI给答案，而是让孩子检查讨好性、信息茧房和自身立场 2022年，她为什么开始和孩子一起做AI情绪漫画 四格漫画如何帮助孩子复盘事件、情绪、行动与结果 一个总和同学打架的男孩，怎样第一次看到“对方视角里的自己” 为什么AI项目最后训练的不只是AI能力，还有写作、摄影、策划、协作和表达 2024年面向全球教师开的AI工作坊，为什么从25人挤到50人都站不下 工具频繁失效以后，她为什么开始使用活码、动态教程等交付方式 为什么做教育服务，要让客户“连续赢三次” 离开名校光环以后，她第一次真正面对“凭什么找你” 一个月商业、一个月公益、一个月休息，她怎样重新学习商业化 为什么她认为商业化不是丢掉理想主义，而是把模糊的东西变清晰 AI教育未来真正要培养的，到底是什么样的人 批判性思维、协作、思维灵活性和抗挫力，为什么比某个具体工具更重要 为什么丫丫拒绝过上百万元的学校AI项目 “给老师更多Token，学校自然会变好”，为什么是一个巨大的幻觉 什么叫“工具是明线，人心是暗线” 为什么学校领导说“All in AI”，老师却可能在下面沉默 成绩波动、家长质疑、失败担责，为什么才是教育改革真正的阻力 AI进入学校，为什么必须先找到愿意尝试的30%老师 “赛博菩萨”为什么在藏语语境里，真正对应的是“勇士” 云南支教出发前三天被撤资，她为什么还是准备一个人去 商业赞助不要求学校露出，为什么让她记住“爱出者爱返，福往者福来” 年轻老师想学AI，为什么她的第一个建议不是学工具，而是“先算账” 老师为什么必须先保护自己的身体、精力和心理 普通老师只有30天，应该怎样真正开始AI教学 �本期金句 赚钱的快感，和参与一个人的生命，是完全不一样的。 人是没有办法成为自己没有见过的人的。 不光要让孩子看到AI很厉害，还要让他相信：我也能做到。 极致的利他就是利己。 火种只给孩子是不够的，老师和孩子必须一起改变。 AI不是只用来给答案的，它也可以帮孩子看见自己的信息茧房。 情绪对了，学习才会发生。 帮一个人连续赢三次，才有可能建立长期信任。 旧系统里长不出新答案。 如果我们用20年前的学习方法，培养今天的孩子去面对20年后的挑战，这就是害人。 AI加教育，工具越强，教育就自动越好——这是一个天大的谎言。 工具是明线，人心是暗线。 领导说All in AI不难，难的是失败以后谁负责。 我不想陪学校做一场戏，我希望我的时间和他们的时间都被尊重。 大家都是戴着镣铐跳舞，没有勇气就不要来跳。 菩萨不是慈悲的意思，它也是勇士：已经获得了解救，却愿意为了值得坚持的东西重新回到苦难里。 刚毕业的老师想学AI，我第一个建议是：先算账。 不要为了研究AI把身体拖垮。 不要用别人的成功成为衡量自己的尺子。 智慧是涌现的，不是设计出来的。 �本期你会记住的三个故事 第一个故事，是“我的未来天花乱坠”。 云南楚雄的一所寄宿学校里，丫丫给孩子们上完AI课程后，在桌子上看见了四个已经发黑的字： “我的梦想”。 她找到刻字的小男孩，随口问： “上完今天的课，你的梦想和以前有什么不一样？” 男孩却非常认真。 他说，以前村里的大人告诉他，未来最好的出路就是做警察、医生或者老师。 但那天，他第一次看到大城市里的同龄孩子已经在用AI做产品、做项目，甚至尝试融资。 他自己也第一次做出了一个东西。 于是他说： “老师，我觉得我的未来天花乱坠。” 语文老师大概会提醒他，这个成语不是这样用的。 但丫丫记住了。 因为那一刻，一个孩子真正想表达的是： 我的未来突然像烟花一样炸开了。 我第一次不知道自己到底可以走到哪里。 第二个故事，是那只每天3000元的机器狗。 为了让偏远地区的孩子真正触摸到AI与未来科技，丫丫团队决定带机器狗去支教。 有人愿意赞助，但条件是品牌需要露出，丫丫拒绝了。 她不想让孩子的笑脸变成一张商业广告。 于是团队自己租。 而且既然孩子们已经在电视上见过更好的机器狗，她也不愿意为了省钱带一个差很多的版本。 一天3000元。 一次支教十多天。 这是很真实的成本。 一天课程结束，铃声已经响了，一个小女孩却仍然舍不得离开机器狗。 丫丫提醒她：“快回教室吧。” 女孩说：“老师，我以前只能在电视上见到它。” “

  7. Aug 6

    44. 栗畅：从程序员到成都AI社群主理人，她用两小时做出300万播放的生日视频

    �《灯下白》EP44 栗畅（小栗子） 嘉宾：栗畅（小栗子） 成都AI社群「第二曲线」联合主理人、OPC、AI应用实践者。本科就读计算机相关专业，研究生学习工商管理，曾从事前端开发、技术管理及企业管理咨询。如今持续组织成都AI线下活动、黑客松与行业交流，并尝试用AI开发产品、运营社群和进行内容创作。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 栗子原本是一名程序员。 她喜欢逻辑，喜欢编程，也喜欢一个人沉浸在代码里，像解谜一样寻找Bug。那时还没有AI帮忙修代码，一个问题可能要调半天甚至一天，但她觉得这个过程很有意思。 后来，面对女性程序员的年龄焦虑，她开始读MBA，从技术转向技术管理，又进入企业管理咨询，和企业创始人、中高管一起讨论组织、战略与管理问题。 看起来，她的职业经历拐了好几个弯。 但栗子觉得，这些转身并不割裂。技术教她理解系统，管理让她理解组织，咨询让她看见企业真正的问题。而当ChatGPT出现后，这些能力忽然都可以在AI时代重新接上。 2026年年初，她想在成都认识更多做AI的人。 她在小红书搜索“成都AI社群”，发现页面几乎被一个叫林子的主理人占领。她直接发出私信，十分钟后得到回复，第二天两个人见面，一拍即合。 几个月里，她们组织了三四十场活动。 最卷的时候，一周每天都有活动；后来，她们主动慢下来，因为栗子觉得，真正应该卷的不是频率，而是活动质量。 她想让成都拥有自己的AI符号。 除了办活动、跑黑客松、做社群，栗子还用AI给男友熊熊做了一份生日礼物。 因为男友生日当天出差，实体礼物没能及时送到，她临时翻出三十多张照片，用豆包批量生成卡通画面，再用即梦和剪映做成一段从童年到两人相识的动画。 整个过程大约只用了两三个小时。 她原本只是想发给朋友看看，没想到睡了一觉醒来，视频已经爆了。没有投流，纯自然传播，全网获得约200万播放，两周涨粉5000。 技术当然帮了忙。 但真正让人停下来的，也许不是她开了五个豆包窗口，同时生成几十张图；而是技术背后的那份心意，是一个普通人第一次发现：原来AI也可以被用来保存关系、制造惊喜和表达爱。 �本期你会听到 计算机本科、MBA研究生，栗子为什么觉得这两个专业并不冲突 传统程序员写代码时，为什么像是在玩一场漫长的解谜游戏 女性程序员的“35岁焦虑”，如何让她在25岁时开始考虑技术管理 从前端开发、技术管理到企业管理咨询，她的职业转型为什么很丝滑 和企业创始人、中高管打交道，给她留下了哪些长期能力 ChatGPT出现后，她怎样重新回到自己最熟悉的技术世界 在小红书搜索“成都AI社群”，如何让她十分钟找到合伙人林子 几个月举办三四十场活动，为什么后来决定不再只卷频率 为什么她认为，成都应该拥有属于自己的AI魅力和AI符号 成都与北京、杭州的AI氛围有什么不同 参加72小时青少年黑客松，她为什么被一群00后创作者刺激到了 黑客松到底是不是“Codex松”，不同参赛者都在用哪些工具 当GPT突然故障，为什么同时准备多个模型和工具很重要 “成都OPC女王”的称号是怎样被豆包搜出来的 刚认识不到24小时的人，如何一起落地一场灯下白成都活动 AI生成海报出现错字时，为什么最有效的解决办法仍然是手改 一句“中文字绝对不能错”，真的能彻底解决AI生图错字吗 两三个小时完成的生日动画，为什么能获得约200万播放 五个豆包窗口怎样同时生成三四十张卡通图片 为什么生日视频第一次录制的真实反应，反而没有成功保存下来 一条纯自然流视频，怎样在两周内带来5000名新粉丝 从真实社群需求出发，第二曲线小程序为什么不需要冷启动 72小时黑客松里，她怎样从PRD、UI一路跑通前端和后台 为什么做产品最值钱的习惯，是“先Check，再执行” AI能够放大个人能力，但为什么你不知道的东西依然不知道 普通人做第一个小程序，为什么要先准备PRD、SPEC和Design.md 真正的AI Native，究竟是多用几个工具，还是把判断权交给AI �本期金句 写代码有点像玩解谜游戏。 我从技术转到技术加管理，再从管理转到管理咨询，这几件事对我来说是连在一起的。 我们卷的不应该是活动频率，而应该是活动质量。 成都应该有属于自己的AI魅力，也应该有自己的AI符号。 哪一个平台、哪一个模型，都不应该是唯一的。 AI没有那么无所不能，实在有错字的时候就手改。 手改有时比让AI继续改快得多。 很多小瑕疵并不会影响内容，反而会让它显得更真实。 我做产品最值钱的习惯，是先Check，再执行。 AI可以放大你的能力，但你不知道的东西还是不知道。 真正的AI Native，也许是把更多节点的判断交给AI。 ⏱Shownotes 01:26栗子登场：成都AI社群「第二曲线」与OPC身份 02:38计算机本科、MBA研究生：两段专业经历如何连接 03:41传统程序员的心流：没有AI时，怎样独自寻找Bug 05:03女性程序员的35岁焦虑，为什么让她转向技术管理 06:47从技术管理到企业管理咨询：理解一家公司的真实问题 08:00ChatGPT出现后，她怎样重新走进AI 09:10小红书私信十分钟得到回复：栗子与林子如何认识 10:50几个月举办三四十场活动：为什么不再只卷频率 12:51做成都AI社群的意义：建立属于成都的AI符号 14:54成都、北京和杭州的AI氛围有什么不同 17:45两天没睡：栗子为什么跑到北京参加青少年黑客松 18:45黑客松都是Codex松吗？现场的真实工具生态 20:13GPT故障之后：Claude、MiniMax、Kimi与多模型并行 20:51成都能不能也举办一场72小时不间断黑客松 22:21“成都OPC女王”是怎样被豆包搜出来的 25:09两位主理人如何协作：共同目标比认识时间更重要 26:44AI海报怎样减少中文错字 28:20醒图手改错字：为什么高手也没有更神秘的办法 31:13OPC不能困在完美主义里，内容质量才是根本 32:49两三个小时完成的生日视频，后来获得约200万播放 33:27为什么选择豆包批量生成卡通图片 34:42十张照片同时转换风格，怎样提高图片生产效率 36:11录屏记录男友反应，却意外丢失了第一次真实声音 38:16熊熊登场：第一次看到动画时是什么感受 39:06如何快速从相册里找到一个人从小到大的照片 40:19剪映自动字幕与素材对位：视频其实没有想象中复杂 41:14一觉醒来视频爆了：纯自然流、两周涨粉5000 43:54第二曲线小程序：把真实社群需求带进黑客松 44:55WorkBuddy生成PRD，72小时完成产品验证 46:13为什么社群成员天然就是第一批真实用户 47:24快问快答：Codex、WorkBuddy与Claude Code 48:28最值钱的产品习惯：先Check，再执行 48:55最大的产品坑：以为技术平权后，一个人什么都能做 50:43普通人做第一个小程序：PRD、SPEC与Design.md 51:41未来一年：创造更多自己的产品，把AI知识分享出去 52:12被00后创作者刺激后，她想让自己更AI Native 54:10让AI组织活动、管理成员、运营社群，会是什么样子 55:56一句话做出小程序的背后，其实藏着长期积累的上下文 57:08用Codex自动上架微信表情包：另一种AI Native实践 �故事摘要 栗子的职业起点，是前端开发。 她从小喜欢编程，也擅长逻辑思考。本科选择计算机专业后，她很自然地进入程序员行业。在她看来，传统写代码的过程有一种独特的心流：空间里只有自己和眼前的一行行代码，每一个Bug都像一道等待解开的谜题。 那时还没有AI帮忙检查和修改。 一处错误可能要寻找半天甚至一天，但正是在不断排查、验证和修复的过程中，程序员逐渐建立起对系统的理解。 工作几年后，栗子开始思考一个现实问题：自己是否真的愿意一直卷技术？ “35岁焦虑”不只存在于程序员行业，对女性技术从业者来说，它还夹杂着体力、家庭、职业成长和长期心力等更多问题。她希望未来能走向技术管理，于是选择攻读MBA。 后来，她又在一位学姐的带领下进入企业管理咨询。 从技术到技术管理，再从管理到咨询，在外人看来像不断跨行，但栗子觉得这条路径非常顺畅。技术让她理解系统怎样运转，管理让她理解人怎样协作，咨询则让她看到企业为什么会卡住。 与企业创始人和中高管相处，也让她开始从更完整的角度看待一家公司。 当ChatGPT和国产大模型陆续出现时，栗子正处于一段工作相对空闲的时期。她开始动手尝试各种AI工具，用AI做网页、做小应用，也在短视频平台分享自己的实践。 她很快意识到，AI可能会成为自己的第二曲线。 但她在成都还没有进入真正的AI圈子。 20

  8. Aug 4

    43. 小耳：她曾花6年捏泥巴办展，如今平均 6 天开源一个AI产品

    �《灯下白》EP43 小耳 嘉宾：小耳 AI 艺术家、AI Builder 与 Creative Technologist。拥有多年影像、摄影及当代艺术实践经验，曾主导武隆懒坝国际大地艺术季的策划与落地。如今专注于AI Coding、把艺术家的审美、大型项目的构建思维与 AI Agent 实践深度结合，持续创造有质感的产品、开源工具和个人智能系统。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 她平均 6 天开源一个 AI 产品，但却曾经花 6 年捏泥巴办展， 她是艺术家小耳，让我们走进小耳背后的故事。 小耳第一次介绍自己时，说她是一名AI Builder，也是一位AI艺术家。 可在开始疯狂AI Coding之前，她是一个标准的文艺青年。 大学读影像专业，耳机里塞满摇滚、民谣、死亡金属；和同学看法国左岸电影、小众电影，分析影像里的情节、意境和所谓的“高级感”。工作只是让生活维持下去的工具，她真正的生活，是用黑白胶片拍照，在家里冲洗照片，玩徕卡、哈苏，也一箱一箱地收藏磁带和打口碟。 后来，她从摄影走向当代艺术。 一次日本艺术驻留中，她走遍西日本的美术馆和博物馆，也第一次来到越后妻有大地艺术节。那片土地原本是人口流失、逐渐凋敝的乡村，三百多件艺术作品散落在七百多平方公里的土地上。 小耳被现场深深打动。 她第一次意识到，艺术可以不只存在于美术馆里，也可以进入土地、社区和普通人的生活。 回到重庆后，她遇到一个想在武隆做类似项目的老板。接下来的六年，她长期待在海拔一千多米的山村里，从一块荒草丛生的土地开始，邀请国际艺术家、组织村民和志愿者，把一件件作品真正落到现场。 艺术作品看起来很美。 但制作艺术的过程，可能和建筑工地没有太大区别：泥巴、灰尘、寒冷、协调、预算、进度，以及一次次几乎看不到尽头的坚持。 后来疫情到来，小耳开始读MBA，也遇到了GPT。 一个没有系统学过编程的艺术家，开始借助AI给自己的作品做网站。最早的方式非常原始：截图、提问、修改，再继续截图。 但她真的把网站做出来了。 2026年年初，她开始使用Claude Code。4月开通每月100美元的版本后，创作速度突然被打开。几个月里，她做出三十多个工具、网站和数字产品。 可她并不满足于“做出来”。 她想要的不只是一个能运行的Demo，而是一个真正符合自己审美、习惯和需求的产品。 她甚至不想再打开一个App。 翻译时，她希望选中文字、按下快捷键，翻译就自动完成；收藏网站时，她只想点一下星标，后续的内容提取、图片整理、Notion归档、Obsidian归档和网页展示，全部自动运行。 产品可以没有界面。 它只需要安静地存在于电脑里，在需要的时候替她把事情做完。 艺术家小耳没有消失。 她只是把画布从土地、穹顶和美术馆，换成了代码、产品和人机交互。 �本期你会听到 大学读影像、听摇滚、看小众电影，如何形成小耳最早的审美体系 黑白胶片、打口碟、徕卡和哈苏，给她留下了怎样的长期积累 日本艺术驻留和越后妻有大地艺术节，为什么改变了她的人生方向 她怎样从一次旅行中的感动，走进重庆武隆的山村六年 艺术家波尔坦斯基的《心跳博物馆》，为什么会被收藏在武隆懒坝 一座15米高的穹顶，怎样由艺术家与数百名志愿者共同完成 艺术节看起来浪漫，落地过程为什么像在工地里干活 疫情闭关期间，她为什么决定攻读同济大学MBA 没有Coding能力时，她怎样靠截图和GPT完成个人艺术网站 为什么热爱可以支撑一个人在泥巴地里坚持六年 她为什么说，AI给了人一个释放创造力的出口 2026年开始使用Claude Code后，她几个月做了三十多个项目 什么叫让一个产品“虚空存在于电脑里” 一键收藏如何自动连接浏览器、Notion、Obsidian与个人网站 为什么她认为打开App、复制、粘贴、发指令都是多余步骤 艺术家的“品味”，如何转化为产品体验与人机交互 为什么做任何事情，都应该先研究世界Top 1的案例 当所有人都能一句话Coding，个人护城河应该从哪里产生 小耳FM怎样把一千多首音乐变成会随旋律生长的动态画面 如何把音乐拆成变量，再让变量成为视觉作品的驱动力 为什么她宁愿七八天只抠一个产品，也不愿一天做七八个Demo 她怎样把大地艺术节拆成一个个能够被执行的小目标 为什么她愿意把二十多个工具全部开源 小耳弹药库如何保存她的审美、资源与全部创作路径 快问快答里，她如何理解最好用的工具、最值钱的习惯和最大的坑 �本期金句 工作只是我的伪装，真正的生活是在私下里面创造。 我最想带货的，其实是艺术。 AI给了创造力一个出口。 我要把每一个商业作品、每一个App、每一个网站都做成艺术品。 你不能让AI休息，它也不能让你休息。 看过一百分的东西，你至少有机会做出八十分。 不要对习以为常的东西失去警惕。 不要快速满足于AI给你的Demo、一稿、二稿和三稿。 所有东西都可以再来一遍。 当大家都能一句话Coding时，你要做一句话Coding不出来的东西。 不要平行地做很多东西，要把一个东西往下挖六七层。 他骗了你，你也骗了他——AI让你误以为自己已经很强。 所有大事都可以做完，只要你能把它拆到今天做什么、明天做什么。 我不害怕别人复制，因为没有人像我这么偏执。 ⏱Shownotes 01:26小耳登场：AI Builder、Maker与AI艺术家 02:19影像专业、摇滚音乐与标准文艺青年的大学生活 03:58黑白胶片、打口碟、徕卡与哈苏：工作只是生活的伪装 06:40从摄影走向当代艺术 06:59日本艺术驻留：走遍西日本的美术馆 07:31越后妻有大地艺术节，为什么让她深受感动 08:29回到重庆：从荒山开始做一场大地艺术节 09:46波尔坦斯基与《心跳博物馆》 12:1515米高穹顶、19种泥土颜色与数百名志愿者 13:25艺术作品很美，制作过程却像在工地干活 13:59疫情闭关、管理反思与同济大学MBA 15:22第一次接触GPT：迅速成为20美元付费用户 15:59不会Coding时，如何靠截图和问答做出艺术网站 17:12在山里坚持六年的内在驱动力：热爱与执念 18:43大型艺术项目为什么必须有商业和资本支持 20:54她最想带货的是艺术 22:06为什么每一个商业作品和产品，都应该成为艺术品 23:142026年打开Claude Code：几个月做出三十多个项目 24:31什么叫让产品“虚空存在于电脑里” 24:47一键收藏：一次点击，自动完成全部知识整理 26:00怎样把八个翻译步骤压缩成一个快捷键 27:56如何定义品味：从多看到只看世界Top 1 30:44产品品味：警惕那些已经习以为常的交互方式 31:54不是产品经理，她为什么仍然能做出适合自己的产品 32:53“我不放过AI，AI也不放过我” 33:39为什么已经花了时间和钱，就应该继续往下做 34:48艺术家的永不满足，从哪里来 35:53小耳FM：让久未听见的一千多首音乐重新回来 38:11把音乐拆成音轨和变量，再用变量生成画面 39:46审美、结构化拆解与偏执，为什么适合做产品 40:03AI时代最大的幻觉：快速生成等于真正创造 40:40七八天抠一个产品，还是七八天做七八个Demo 42:31把100美元集中到一个方向，为什么产出完全不同 43:37艺术项目留下的结构化拆解能力 44:51怎样把一场大地艺术节拆到可以执行 45:28先请来波尔坦斯基，为什么其他艺术家会自然加入 46:11产品只抓一个核心：让音乐能够画画 47:26放弃短期流量，把Twitter当成学习与找资料的平台 48:21二十多个开源工具：为什么她不害怕别人抄 51:46网站克隆Skill：如何一比一拆解优秀网页 53:41小耳弹药库：保存资源，也保存全部创作路径 55:12让AI出一百稿，再从中选出最好的一个 56:32倒带学习法：AI完成以后，再回头理解底层原理 �故事摘要 小耳的故事，从艺术开始。 她大学读影像专业，喜欢摄影、电影和音乐。磁带、CD、DVD和打口碟装满箱子，耳机里是摇滚、民谣和死亡金属。她也看法国左岸电影和各种小众电影，和朋友反复分析其中的情节、节奏、意境与高级感。 毕业工作后，她没有停止创作。 她用黑白胶片拍照，也在家中用放大机冲洗照片。工作只是提供收入的方式，艺术才是她真正愿意投入时间的生活。 后来，她开始关注当代艺术。 在日本横滨进行艺术驻留时，她用两个多月走遍西日本的美术馆和博物馆。旅程最后，她来到越后妻有大地艺术节。 艺术节位于一片人口流失严重的乡村。作品散落在土地、房屋、稻田和山谷之间。正因为周围足够凋敝，艺术作品才显得格外温暖，像是在对每一个来到这里的人说话。 离开时，小耳在地铁

See All (50)

About

访谈各行各业的AI高手，在真实场景下如何定义问题、怎么取舍。 灯下见白，我们开始。

Information

You Might Also Like