What's Next｜科技早知道

一家成立只有五年的公司，能否撑起2万亿美元的估值预期？2026年10月26日，Claude背后的公司Anthropic公开了IPO招股书。2026年上半年，它的收入接近163亿美元，约为上年同期的14倍；截至9月底，净收入留存率达到约900%。这些数字让外界看到了AI需求的增长，也带来了新的问题：客户会一直增加使用量吗？模型领先能维持多久？如果收入增长放缓，提前锁定的算力成本又该如何消化？ 本期，「科技早知道」主播丁教邀请「涉市未深」主播九州Aaron和「苔藓之火」主播Raymond，从二级市场投资人的视角，一起拆解Anthropic的增长、成本与竞争。我们聊到了为什么选择现在上市、如何理解万亿美元估值、Coding之外的商业机会，以及中国开源模型在全球市场的位置。两位嘉宾总体看好Anthropic，但对模型迭代、技术差距和买入时点有不同判断：当真实需求与高预期同时存在，我们该如何理解这门生意的机会与风险？ 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播｜小红书、视频号、抖音：声动活泼-丁教 Aaron，周玖洲 Aaron， 十年中金、华夏基金等顶级投资机构工作经验，「涉市未深」主播，「不止金钱」主播， Raymond Huang，科技投资人、「苔藓之火」主播 主要话题 [02:32] 现金充裕，Anthropic为什么还要赶着上市？ 先进入公开市场的公司，有机会成为投资人理解和定价这个行业的参照，后来的公司则需要解释自己的差异。 上市身份还能打开股权、债务等更多融资渠道，即使账上资金充裕，公司也需要为下一阶段的竞争储备资源。 [08:30] 大模型到底是轻资产还是重资产生意？ AI基础设施需要巨额投入，但这些资产由云厂商持有还是模型公司自建，会形成完全不同的财务结构。 即使不持有全部硬件，模型公司也可能通过长期采购承诺承担很重的成本。 [10:03] 1.5万亿到2万亿美元的估值，到底贵不贵？ 按2026年全年约600亿美元收入估算，1.5万亿美元估值对应约25倍市销率（PS），2万亿则约33倍。 估值贵不贵不取决于绝对金额，还要看收入规模、增长速度，以及这些预期最终能否兑现。 [15:36] 模型像海鲜，领先优势只能维持几个月吗？ Anthropic披露，2026年第三季度超过80%的收入来自过去六个月发布的模型版本。…

最近几个月，像 Meta 的 Muse，OpenAI 的 Dots 这样的 Personal agent 产品大火。模型不仅越来越擅长调用工具、规划任务，也开始能够执行数百甚至上千个步骤的复杂工作。但当 AI 真正进入现实世界，问题也随之出现：订错机票怎么办？执行到一半忘记了原本的任务怎么办？如果 Agent 需要使用你的邮箱、银行卡和个人数据，我们又该如何确保它不会越权操作？这些问题背后，指向一个更深层的变化：当互联网的使用者从人类逐渐变成 AI Agent，我们今天熟悉的软件、通信、安全和支付系统，可能都需要重新设计。 上周末，「科技早知道」主播 Diane 在硅谷 Builder Odyssey 活动现场主持了一场圆桌论坛，与来自 AI Agent 基础设施领域的创业者和从业者，一起探讨 Agent 从技术演示走向大规模应用，还缺少哪些关键能力。我们聊到了长期任务的可靠性、人类与 Agent 的沟通、个人隐私与安全，以及在模型不断进步的背景下，下一代 AI 基础设施还有哪些创业机会。 本期人物 硅谷徐老师 Howie，硅谷高管、投资人、Gen 首席 AI 与创新官 Jiaao Chen，Nebius 首席 AI 工程师 Daniel Tian，Photon 联合创始人 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播｜小红书、视频号、抖音：声动活泼-丁教 时间轴 [00:00] AI Agent 订错机票，谁来承担损失？ 当 AI 从回答问题变成替人执行任务，犯错的代价也开始从数字世界进入现实世界。订错机票产生的退改签费用、执行任务时泄露的个人隐私，都可能带来真实的损失。 随着 Muse、Dots 等个人 AI Agent 产品出现，我们不仅需要关注 AI 能做什么，也需要思考它做错事情之后，责任应该由谁承担。 [01:56] 圆桌讨论前瞻：AI Agent 还有哪四道关要过？ 长期任务的可靠性： 模型调用工具和规划任务的能力显著进步，但当执行过程持续数天、涉及上千个步骤时，Agent 仍可能遗忘目标、犯错，需要保存状态、纠正错误和恢复任务的能力。 人与 Agent 的沟通： 当 AI 无法确定下一步操作时，应该能够通过短信或电话及时向用户确认，而不是擅自作出可能造成损失的决定。 安全与信任： 从个人数据泄露到 AI 助理频繁骚扰商家，Agent 需要新的行为监管、安全授权和透明机制，而人类对…

2026 年诺贝尔生理学或医学奖将聚光灯投向了光遗传学。科学家从藻类中找到一种对光敏感的蛋白，再把它引入神经细胞，就可以通过光来控制神经元的活动。过去，我们研究大脑，更多只能观察哪些脑区在某种情绪下变得活跃，却很难判断它们究竟是情绪产生的原因，还是结果。光遗传学改变了这一局面，让科学家第一次有机会以极高的精度主动操控神经环路，探索大脑活动与情绪、行为之间的因果关系。它也为理解抑郁症、焦虑症、强迫症等精神疾病，以及寻找更精准的治疗方法，打开了新的可能。 这期节目是《声东击西》和《科技早知道》的一次串台。我们邀请到前神经外科医生、诺奖得主 Karl Deisseroth 著作《照亮破碎之心》的中文译者吴承翰，一起聊了聊，光遗传学究竟如何改变了科学家研究大脑的方式？它距离真正治疗人类精神疾病还有多远？以及，当我们越来越有能力干预大脑时，应该如何重新理解人类的情绪、疾病与自我？ 本期人物 吴承瀚，ZAP Surgical Chief Medical Officer、台北医学大学教授 徐涛， 「声东击西」主播，声动活泼联合创始人 Yaxian，「科技早知道」主播 时间轴 [04:03] 诺奖得主 Karl Deisseroth，是个怎样的人？ 光遗传学从 2005 年的突破性研究发展为神经科学的重要工具，深刻改变了科学家研究大脑的方式。 Karl Deisseroth 不仅是一位神经科学家，也是一位精神科医生和作家，始终尝试在科学研究与患者的主观体验之间建立联系。 [11:40] 从冰锥手术到药物：精神疾病治疗的曲折历史 20 世纪的脑白质切开术曾被视为治疗精神疾病的重要突破，却因为对大脑的粗暴破坏，成为医学史上极具争议的治疗方式。 随着精神类药物的发展，医生逐渐拥有了更安全、更容易推广的治疗手段，但药物仍然无法帮助所有患者。 从经颅磁刺激到脑深部电刺激，神经调控技术正在尝试以更加精准的方式干预大脑活动，为难治性精神疾病提供新的可能。 [20:35] 我们真的知道抑郁症是怎么产生的吗？ 过去的神经科学更多依靠脑成像和行为观察寻找相关性，却很难证明某个神经环路是否真正导致了特定情绪或行为。 与癌症等疾病不同，精神疾病目前仍然缺少被广泛用于临床诊断的客观生物学指标，诊断很大程度上依赖量表和医患交流。 [30:06] 用一束光控制大脑，光遗传学如何做到？…

几天前，2026 高通骁龙峰会在夏威夷茂宜岛开幕。高通今年整场峰会就围绕一个核心叙事： Agentic AI 的时代，手机正在从「以 App 为中心」转向「以智能体为中心」。围绕 Agentic AI 的方向，高通在芯片上一口气发了两颗的 2nm 的旗舰芯片，设备形态从手机延伸到了 眼镜、耳机、甚至 AI Pin；还和阿里、 Google等软件厂商合作了 AI 笔记本电脑 。你能感觉到，高通不只是在发一颗芯片，而是想把整个智能体时代的基础设施全部握在手里。 除了带给大家峰会现场的最新发布，我们还想跟大家聊聊三个大的话题：手机、眼镜和耳机这些新的 AI 设备给我们带来了什么？我们有了这么多的 AI 入口，手机的地位会不会改变？还有就是当我们拥有了如此之多的 AI 设备以后，谁来把我们的这些记忆统一起来，更高效地服务我们？ 本期人物 王博：甲子光年 首席内容官 Ziad Asghar：高通产品管理高级副总裁（Senior Vice President, Product Management, Qualcomm） 王吉平：IDC 分析师（聚焦终端业务：PC、平板、手机、可穿戴、机器人等） Shawn：Memories.ai 创始人，前 Meta Reality Labs 时间轴 [01:18] Agentic AI 的体验将从意图开始 CEO Cristiano Amon 宣布手机从 APP 中心转向智能体中心 高通的野心不止芯片，从眼镜、耳机到笔记本，要做 AI 时代的基础设施 [08:51] 手机会被取代吗？ 终端入口变多了，但手机仍是承载个人上下文和隐私信息的中枢 手机从贴身工具升级为 hub，边缘侧算力分发给眼镜等配件 [11:48] 消费者会为新的终端买单吗？ 存储超级周期之下，手机出货量跌 16.7%，安卓均价涨 40% 消费者是否愿意付费要看 AI 溢价能否撑起消费者的涨价承受力 [17:39] Remember → Understand → Act：高通画出个人 AI 路线图 终端持续感知和记录，AI 判断哪些重要、哪些是隐私 Memories.ai 给 AI 装上“视觉记忆”，把海量视频高效 index 成可检索的个人记忆 [25:01] 隐私放在哪？端侧和云端的分工 感知数据和个人记忆留在本地，复杂推理和 agent 任务去云端 “它就是我的另一个大脑，存在我信任的设备里” [27:06]…

十年前，Snap 推出第一代 Spectacles。售价 129.99 美元、造型鲜艳、通过黄色自动售货机 Snapbot 限量销售，Evan Spiegel 甚至把它称作一个「toy」。十年后，Spectacles 变成了 SPECS，价格涨到 2195 美元，Snap 也不再满足于把一台相机戴到人脸上，而是想把它变成一台真正的空间计算机。 今年的 SPECS 重量从上一代的 226 克降到 132/136 克，FOV 提升到 51 度，并且第一次真正作为消费者产品出售。但另一面，130 多克仍然远重于普通眼镜，2195 美元的价格也注定它很难成为一件普通消费电子产品。 那么，Snap 花了十年做出的这副眼镜，究竟走到了哪里？这期节目，我们请刚刚现场体验过 SPECS 的泽霖，和长期关注 AR/XR 的开发者脑潘一起聊了聊。为什么 SPECS 明明取得了很大的工程进步，依然让人觉得离日常佩戴很远？如果我们不再要求 AR 眼镜全天候佩戴，它会不会反而变得更有用？当 AI 已经可以通过摄像头「看见」世界，人类究竟还需不需要眼前的这块屏幕？ 我们也从 SPECS 出发，聊到了今天整个 XR 行业面对的一个更大的问题：当苹果、Meta 和 Snap 都选择了不同的技术路线，下一代计算平台究竟应该长什么样？ 本期人物 王泽霖，「声动早咖啡」监制，本次 Snap Specs 发布活动现场体验者 脑潘，AR/XR 开发者、VR Play社区发起人 丁教Diane，「科技早知道」主播 时间轴 [02:30] 真正把 Specs 戴到脸上，是比想象中好，还是更差？ 130 多克依然明显重于普通眼镜，但实际重量分布和佩戴感受比预期更好 显示和空间交互已经可以完成不少 AR demo，但软件的流畅度和完成度仍然无法与 Vision Pro 相比 从「发布会看起来怎么样」到「真正戴起来怎么样」，几个人给 Specs 打出了完全不同的分数 [05:17] 2195 美元、130 多克，这副眼镜到底是卖给谁的？ Specs 想同时覆盖娱乐、生产力、AI、开发者和企业场景，很难用一个 killer use case 定义 相比 Ray-Ban Meta 的轻量日常路线和 Vision Pro 的重度空间计算路线，Specs 试图把更多能力直接塞进眼镜 当一款产品「什么都想做」，它也可能因此卡在不同产品形态的中间 [13:12] 为什么…

2026 年上半年，全球 AI for Science 领域的融资超过 44.3 亿美元，成为 AI 赛道里讨论最多，竞争也最激烈的一块。各大前沿模型厂商也接连出招：4 月 OpenAI 发布面向生命科学研究的推理模型 GPT-Rosalind，6 月 Anthropic 推出整合多种科研工具的 Claude Science；前谷歌科学家 Jeff Dean 离职后创办 Discovery Loop，想用 AI 自动化整个科研流程。拿到诺奖的 Demis Hassabis 则说，AI 是加速科研发现的终极工具。 AI 究竟如何驱动和加速科学发展呢？这期节目我们的嘉宾是 GenBio AI 的联合创始人兼 CTO 宋乐，他是佐治亚理工学院前终身教授、百图生科前 CTO，曾主导训练当时世界最大的千亿参数蛋白质语言模型，现在致力于用 AI 构建细胞的世界模型。我们聊了聊 AI for Science 的两条技术路径，AI 能否带来伟大的科学发现，以及如何用 AI 来打造生命科学的「世界模型」。 本期人物 宋乐，GenBio AI 联合创始人兼 CTO Yaxian，「科技早知道」主播 时间轴 [02:33] 计算机背景，为何跨界做生物？ 博士期间开始用机器学习分析基因表达 家庭环境塑造对生物学问题的好奇与兴趣 [04:43] Georgia Tech 十年，见证人工智能的路线转移 2000 年代神经网络并非主流学术路线 目前在学术界做大模型已经不太可能 聚焦把图学习和深度学习结合做药物设计 [09:31] 离开学术界，投身工业界研究 2017 年学术休假去蚂蚁金服，把图神经网络用在支付网络 2020 年新冠叠加 AlphaFold 1，加入百图生科 训了当时世界最大的千亿参数蛋白质语言模型 [16:50] 从百图生科到 GenBio：蛋白质之上还有什么？ 蛋白质再往上走是细胞、组织、个体，每一层都更慢、更贵、更危险 顶尖科学家先后加入，GenBio AI 在硅谷成立 [20:53] AI for Science 的两条路线 大厂走自动化 Coding agent：自动化读文献、调工具、出报告 另一条路深入领域数据，AlphaFold 是标杆 [25:02] AI 已经能顶一个初级博士生了 Coding + harness engineering 让 agent 长程自主工作 博士生的培养模式需要改变 [33:34]…

8 月初，谷歌发生了一场人事地震：Google DeepMind 创始人 Demis Hassabis 卸任 CEO，转任 DeepMind 董事长和 Alphabet 首席科学家；在谷歌效力 27 年的传奇工程师 Jeff Dean 与另外三位核心成员一同离开，创办面向科学发现的 AI 公司 Discovery Loop。消息公布当天，Alphabet 股价下跌 4%。而在半年前，Gemini 3 才刚刚登顶各大榜单、压过 OpenAI 与 Anthropic；如今 Gemini 3.5 Pro 从 6 月拖到 7 月再拖到现在，连续错过三个发布期限，曾经风光无限的 Gemini 似乎正在被遗忘。手握全球最顶级天才的 DeepMind，为什么一再落后？ 这期节目我们请到的嘉宾事周健工，他是「未尽研究」创始人，曾任《第一财经》 CEO、《福布斯》中文版总编辑，也是《哈萨比斯：谷歌 AI 之脑》的中文译者。我们聊了聊 Google 为什么会接二连三的人才出走，Google 在上一次的模型竞争中是如何落后和追赶的，以及到了今天 Google 还剩哪些底牌，中国的前沿开源模型又凭什么能与 Anthropic、OpenAI 正面对抗。 本期人物 周健工，《哈萨比斯：谷歌 AI 之脑》的中文译者，「未尽研究」创始人 Yaxian，「科技早知道」主播 时间轴 [00:19] 谷歌人事大地震： 哈萨比斯卸任、Jeff Dean 出走创办 Discovery Loop AlphaGo 之父 David Silver 年初离开，继续押注强化学习 Noam Shazeer 被 OpenAI 挖角； John Jumper 转投 Anthropic [06:35] Gemini 为什么掉队？ 编程成为 AI 第一个跑通商业化的行业 智谱、Kimi、DeepSeek 等中国开源模型挤入 agentic AI 与 coding [13:47] Jeff Dean 为什么离开？ Jeff Dean 是谷歌基础设施缔造者 Discovery Loop：不超过 10 人的小团队，把全部资源倾注在科学发现一件事上 [20:43] 谷歌在模型竞争中是如何落后的？ Transformer 发布，DeepMind 瞧不上 哈萨比斯认为语言模型不够「接地」，押注强化学习，错过一个时代 [30:54] 马里奥计划：Deepmind 曾经试图脱离谷歌 借…

2026 年，FDE（Forward Deployed Engineer，前线部署工程师）被称为「硅谷最性感的工作」：过去两年，全球 FDE 岗位数量增长了几十倍，薪水也水涨船高。OpenAI、Anthropic 等公司纷纷组建自己的 AI 部署团队，帮客户解决 AI 落地的「最后一公里」。但热度之下，几乎还没有人让我们真正看到过——一个真实的 FDE，他的工作现场到底长什么样，每天都在做什么？ 这期节目，我们请来了真正驻扎在一线的 AI 工程师申悦来讲述他的一线 FDE 经历。他曾做过 12 年互联网产品经理，最近两年转向 AI 落地。他跟我们讲述了他的在中国给企业客户落地 AI 的故事。 本期人物 Yaxian，「科技早知道」主播 申悦，前互联网大厂产品经理，AI 培训讲师和企业咨询顾问 时间轴 [03:36] FDE 为什么突然火了？ [06:25] 「赋能者」其实是就是乙方 [08:48] 赶去「救火」：一个陷入死循环的国企项目 [18:36] AI 落地，最难的从来不是技术 [19:48] 民企老板：AI 能不能把 6000 人砍到 3000 人 ？ [27:46] 为什么要做 FDE? 延伸阅读： 硅谷最火职位在中国：好苦，好痛，正在救火路上 雷鸟 iO AI 眼镜 雷鸟 iO AI 眼镜把全球最小的 0.1cc 光引擎藏进 34 克的复古镜框，日程、天气、消息都能抬头即看，还有录音和实时翻译功能。无论你是创作者、上班族，还是只想让生活更高效的人，它都能让你少低头看手机，把信息和灵感打理得井井有条。感兴趣的朋友，点击链接了解更多。 想听你分享与 AI 相关的故事 还有很多正在亲历 AI 改变的人没有被看见：用 AI 提效的普通用户、正在落地 AI 项目的创业者、决定要不要上 AI 的企业管理者……我们希望把麦交给你。无论你的故事是大厂里的 AI 落地，还是小团队的一次试错，只要值得一说，都欢迎通过这份问卷讲给我们，它可能成为我们下一期节目的素材。 幕后制作 监制：Yaxian 后期：迪卡 运营：George 设计：饭团 商业合作 声动活泼商业化小队，点击链接直达声动商务会客厅，也可发送邮件至 business@shengfm.cn 联系我们。 加入声动活泼…

2026 年 8 月 19 日，机器人公司宇树科技正式登陆科创板。宇树的上市可以说是万众瞩目，所有人都期待它在二级市场的表现。宇树上市首日盘中最高触及 4400 多亿元市值，比发行价是上涨了六倍多，收盘仍有 3400 多亿元；与此同时，机器人板块指数却下跌近 8%。一家公司成为市场焦点，却没有顺势给整个板块带来上涨，这种市场表现的反差让大家非常疑惑。 这期节目请来二级市场投资人周玖洲 Aaron，从投资和商业逻辑的角度，重新拆解宇树上市以及人形机器人赛道的进展。我们一起聊了聊，宇树的千亿市值是不是成为了机器人赛道的「估值锚」，人形机器人是不是通往商业化的最优形态，以及现有的叙事之外，机器人是否还有更大的商业想象空间。 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播｜小红书、视频号、抖音：声动活泼-丁教 Aaron，周玖洲 Aaron， 十年中金、华夏基金等顶级投资机构工作经验，「不止金钱」主播 主要话题 [00:01] 宇树上市是给行业定了「估值锚」吗？ 盘中 4400 多亿元、收盘 3400 多亿元，宇树首日行情有多夸张 宇树上涨与机器人板块下跌同时发生，市场究竟在交易什么 [02:06] 人形机器人为什么非得像人？ 从高达到机器人：形态是否真的决定功能 本田“New Mobility”思路：人类世界天然适合人形机器人 如果没有“人形机”概念，宇树还能获得今天的估值吗 [07:49] 谁在买机器人，买完还会买吗？ 从四足机器狗到两足机器人，宇树的产品叙事发生了什么变化 科研、政府采购和商演是真需求，但复购率是否足够支撑商业闭环 机器人公司真正要回答的是谁会持续购买 [10:07] 马斯克把机器人赛道带偏了吗？ 特斯拉机器人点燃了人形机器人的想象 特斯拉拥有制造、电机电控、大模型和工厂训练场景，形成了独特闭环 其他机器人公司很难复制这套路径 [11:24] 平台价值，能不能变成股东价值？ 宇树降低机器人平台成本，让高校和科研机构拥有更多实验机会 社会价值、平台价值与股东价值并不天然一致 上市之后，市场会从宏大愿景转向财务数据和商业闭环 [16:29] 存量业务之外，期权价值值多少钱？ 宇树当前能赚钱、能生存的业务，构成企业的存量价值 平台、大脑和未来机器人生态，更像尚未兑现的期权 估值中枢不是谁单方面算出来的，而是在市场交易中逐步形成的 [20:41] 需求已经出现，但离普及还很远…

北京时间 2026 年 8 月 19 日，早上 7 点 35 分，蓝箭航天自主研制的朱雀三号遥二运载火箭，在东风商业航天创新试验区点火升空。起飞大约两分多钟之后，一二级分离，二子级继续往上飞，将载荷顺利送入预定轨道；一子级则调姿、再入、减速，最后着陆在甘肃省民勤县的朱雀三号着陆场坪上。 这次任务是我们国家第一次实现运载火箭一子级用着陆支腿的方式回收，那朱雀三号，也成为了中国第一枚成功回收的商业航天火箭。朱雀三号从立项到成功回收，仅仅用了三年的时间。 本期节目是我在 2025 年 12 月 3 日，朱雀三号第一次试飞之后，与朱雀三号副总师董锴的一期对谈。当时，朱雀三号的一子级在距离回收落点仅仅40米的地方遗憾坠毁，离回收成功只有一步之遥。节目中，董锴老师系统拆解这次首飞任务的真实得失，讨论了为什么中国的可回收火箭普遍走向“猎鹰 9 构型”，朱雀三号回收究竟难在何处，以及可重复使用火箭对中国商业航天未来意味着什么。 本期人物 董锴 蓝箭航天朱雀三号可复用火箭型号副总师 Yaxian，「科技早知道」主播 主要话题 [02:42] 朱雀三号是一型什么样的火箭？ 中大型两级液体火箭，液氧甲烷推进剂 从立项之初就以“可重复使用”为第一目标 「青春版」vs. 「完全体」，两者差在哪？ [05:26] 朱雀三号是「国产猎鹰 9」吗？ 国内多数可回收火箭选择了与猎鹰 9 相似的工程构型 这是基于工程验证后的“合理性选择”，而非简单模仿 猎鹰 9 是目前唯一经过长期运营验证的可复用火箭标杆 [10:36] 这次首飞在工程上是如何打分的？ 入轨和回收是两套独立评定标准，并非单选题 回收标准非常直接：是否稳定立住并保持一分钟 [19:13] 为什么选择液氧甲烷 + 不锈钢这条路线？ 工程上不存在“先进或落后”，只有是否服务于目标 关键考量是降低维护需求、提高复用频率 相比物料成本，工程师更在意时间成本 [38:13] 一级回收全过程是如何设计的？难点在哪？ 分离后依次经历 80km 减速点火、气动控制、4km 着陆点火 栅格舵与边条翼用于气动段姿态与攻角控制 着陆阶段采用五台发动机序列点火，为首飞保留冗余 [52:06] 商业化与下一步：朱雀三号接下来怎么走？ 可复用火箭的核心价值在于放大单位时间投放能力 遥二飞行预计在明年，目标是完成回收 更长远方向是更高频次发射与更大级别的全复用火箭 幕后制作 监制：Yaxian 后期：迪卡…

不知道大家最近有没有这种感觉，有了 AI 工具以后，我们的学习效果并没有突飞猛进，好像反而变差了。明明把查资料、写初稿的活外包给了 AI，一天结束却好像什么都没有记住，脑子却比以前更累了。这种现象也得到了科学研究的佐证：MIT Media Lab 近期发表的一份研究显示，长期使用 AI 工具写作的年轻人在学习过程中脑电（EEG）活动偏低，大脑处于「偷懒的休眠」状态 -- 研究者把这种依赖 AI 后大脑激活减弱、记忆暴跌的现象命名为「认知债务」（cognitive debt） 这期节目，我们就从神经科学的角度一起来聊聊，AI 对我们的学习和记忆究竟造成了什么影响；大脑的记忆究竟是怎么形成和封存的；睡眠对我们的记忆巩固起到什么样的作用；以及我们如何拥有更好更充沛的精力。 本期人物 Yaxian，「科技早知道」主播 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播｜小红书、视频号、抖音：声动活泼-丁教 时间轴 [00:15] 记忆力下降，是 AI 惹的祸吗？ 「认知卸载」：从远古问族人到 Google 搜索，本质都是记忆外包 Science 论文研究 Google 搜索对记忆的影响：不用记内容，记住「去哪找」就行 外部工具越多，没有它时越焦虑——依赖已经形成 [08:21] MIT 的脑电实验：AI 写作让大脑“休眠” 三组人写 SAT 作文：纯手写、Google 搜索、ChatGPT，ChatGPT 组神经耦合度最低 没人能复述自己写的句子，且文章逻辑框架、行文风格高度雷同 4 个月后换回手写，大脑活性依然偏低——“认知债务”，由俭入奢易 [13:01] 外包了工作，为什么反而更累？ AI 推来的信息量远超从前，以前手动搜的文献有限，现在所有相关文献都涌过来 从“创造者”变成“审核者”：review AI 产出比自己写更枯燥、更内耗 微软内部调研也印证：员工用了 Copilot 后并未觉得工作变轻松 [17:48] 「合意困难」：学习必须费力才记得住 Desirable difficulty：当下越绞尽脑汁，长期记忆和深度理解越好 神经元间的连接需要高频重复刺激达到阈值才能重塑，就像健身必须做到力竭才长肌肉 刷短视频两小时觉得“学了好多”，关掉手机啥也记不住——AI 问答也类似 [26:57] 沃顿实验：给 AI 加“护栏”效果完全不同 近千名高中生分三组做数学题：自由用 ChatGPT、加引导护栏的…

今天的节目，是与声动活泼旗下另外一档节目《声东击西》的串台，也是《声东击西》十周年的特别节目之一。 上个月，《声东击西》的主播徐涛在硅谷采访到了一位重量级的嘉宾贾扬清。贾扬清是全球最有影响力的AI科学家之一，三年前他刚刚离开阿里开始创业的时候曾经做客过我们的节目。他的第一家创业公司成立仅仅两年就出售给了英伟达。那他现在又开启了新的创业之旅，创立了第二家公司并在上周官宣。 在今天的节目中，他非常详细的讲述了十多年来，他从实验室到大厂，从硅谷的 Google，Meta 到国内的阿里的研究和工作经历，也分享了很多他在经历过一波又一波的科技浪潮后如何思考此刻的创业和AI的未来。 本期人物 贾扬清，AI 科学家、连续创业者，Intent Lab 创始人、CEO 徐涛，声动活泼联合创始人 主要话题 2005-2012 ：从“人工智能已死”到开始“百花齐放” [05:34] “我本质有点像一个文科生” [08:04] 第一次听见「人工智能」时，“当时至少整个业界判定它的死亡了，大家认为人工智能是一个历史概念” [14:20] 一个各种各样观点在碰撞的阶段 [17:46] 一张快递盒送来的英伟达GPU ，一个 side project，和成为 AI 基础开源工具的 Caffe 的诞生 2013-2022 从实验室到科技巨头的押注和竞赛 [26:53] Google Brain，Facebook AI Research 与 AI 竞赛的开始 [37:56] 2016 年 AlphaGo 时刻，却离开 Google选择「乱七八糟、生机勃勃」的 Facebook [46:11] AI 领域还小，但为什么硅谷愿意为长期技术下注 [50:28] 从 Facebook 到阿里，“这个技术能不能广泛铺到所有领域中” 2022-2024 AI 的再一次惊人跃迁和浪潮中的创业机会 [01:05:05] GPT时刻，AI 的再一次跃迁 [01:12:38] 第一次创业：在 AI 淘金热中「卖铲子」 [01:17:07] 大公司的缓慢，和创业者的洞察 [01:25:35] Lepton AI 第二年实现盈利，很快被英伟达收购 2024- 公司、工作与人的重新定义 [01:32:37]被英伟达收购几个月后，二次创业的想法袭来 [01:37:56] 单个 Agent 足够聪明，一群 Agent 为什么还不是团队 [01:49:47] 当 AI…

2026 年 7 月的世界人工智能大会 （WAIC） 现场，上海 40 度的高温里，跟天气一样热的，还有国产算力「超节点」。自从去年华为第一个推出 CloudMatrix 384 超节点后，今年就有超过 10 家厂商跟进——华为昇腾、阿里云磐久、百度智能云天池，国产 AI 芯片「四小龙」也都把超节点机柜摆上了展位最显眼的位置。券商把 2026 年叫作「国产超节点元年」。单颗芯片算力追不上英伟达，把几百甚至上千颗芯片堆在一起做成超节点，就能在系统层面弯道超车吗？ 这期节目我们请来前芯片行业从业者张海军和我们一起聊聊 WAIC 现场，并且深度的从硬件架构到商业格局逐层拆解超节点。我们一起聊了聊从去年到今年超节技术方案都有哪些进展；国产超节点的性能能否真正超越英伟达--差距和机会分别在哪；当所有人都冲进同一条赛道，谁能在硬件产能和软件生态的夹击下活到最后。 本期人物 Yaxian，「科技早知道」主播 张海军，前新思科技高级工程师、半导体公众号「傅里叶的猫」主理人 时间轴 [01:44] 逛展观察：FOMO 蔓延，超节点成了展商标配 人流量远超去年，同类产品扎堆，同质化竞争严重 国产超节点数量远超预期，连 OEM 厂商都推自己的方案 [06:10] 从 8 卡机到机柜：超节点要拆的是“通信墙” 传统 8 卡机时代，AI 芯片大量时间不在计算，而在等数据传输 超节点用低延时高带宽网络把几十到上千颗芯片组成 Scale-up 域 [08:30] Scale-up 与 Scale-out：两者的边界逐渐模糊 华为 16 个机柜 384 卡也算 Scale-up，阿里磐久单柜内分上下两半 新定义：软件能把一整片区域当做“巨型 GPU”跑集合通信，就是 Scale-up [11:43] 单芯片追不上，系统层面补 国产单芯片制程落后，短时间难弥补，从系统层面提升是务实选择 Kimi K3 总参数 2.8T、896 个专家，官方建议 64 卡以上超节点推理 海外 NV、谷歌、AMD 单芯片提升也遇瓶颈，互联技术成熟让超节点产品化成为可能 [15:21] 割裂的 Scale-up 生态：UALink 松散，私有协议割据 海外 UALink 联盟看似豪华，实际只有 AMD 一家在推，博通已退出自搞 国内华为 UB、阿里、壁仞、摩尔线程、沐曦各有私有协议，互不兼容 华为 UB 的独特优势：NPU、CPU、SSD 全用同一协议， NV 的…

今年年初，智能体支付（Agent Payment ）还是一个大家觉得「千万别交给 AI」的方向。半年过去，Visa、Mastercard、Stripe、Google、OpenAI 几乎同时开始布局，一个新的基础设施层正在 AI 时代悄悄形成。Visa 和 Mastercard 从卡组网络侧推出 Agent 支付凭证和认证协议，OpenAI 联合 Stripe、Google 则从 AI 平台侧发布各自的 Agent 商务协议（ACP、UCP），Amazon 也在测试「Buy for Me」AI 购物代理——支付网络、大模型公司、电商平台几乎同时从不同角度切入。 但质疑声同样不少：Agent 的安全问题、交易责任归属，还有用户体验都是尚未解决的瓶颈。我们这期节目邀请到 Clink 创始人兼 CEO Patrick Wu 和 Linkloud 联合创始人、前高瓴创投投资人高宁一起来聊一聊，Agent Payment 现在能做什么？Visa、Stripe、Google 分别在布局什么？如果 Stripe 都做了，创业公司的机会在哪里？以及 Agent Economy 真的会到来吗？ 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播｜小红书、视频号、抖音：声动活泼-丁教 Patrick Wu，Clink 创始人兼 CEO 高宁， Linkloud 联合创始人、前高瓴创投投资人 时间轴 [04:32] Agent Payment 的两种场景：Agent 代你买 vs. Agent 自己买 人类明确需求的 commerce（定机票、挑礼物），Agent 只做执行 Agent 自主消费：跑任务时自己买 token、查研报、调 API，小额高频 前者体量大但链路长，后者新兴但更接近 Agent 经济本质 [07:35] 三道关卡：信任、授权、商户就绪度 Agent 推荐质量不够，用户信任未建立 Agent 不能被信任保管卡信息，盗刷责任归属悬而未决 商户保守：Agent 来下单，客户关系归谁？ [10:09] Clink × Visa VIC：亚太第一笔 Agent 交易 Clink 是 Visa 全球生态首个 Agent Enabler 端到端流程：Agent 传意图 → Clink 校验签名 → Visa 转换支付能力 → 完成订单 [12:56] Clink 为什么选法币不选稳定币？…

2026年7月10日，长征十号乙运载火箭在海南商业航天发射场点火升空，一子级在南海海域被“领航者”号回收船的张力网稳稳兜住。这是中国首次成功回收运载火箭，也是全球第一次用海上网系捕获方式完成回收。 这次回收最引人关注的，不只是成功本身，而是它走了一条全世界没人走过的路——海上网系捕获。我非常好奇，这种回收方式与我们常见的着陆腿，还有机械臂回收有什么不一样？第一次回收成功了，离我们大运力、低成本、高频次的航天运输目标还有多远？ 这期节目请来航天行业从业者 Jerry，他是知乎上航天话题的优秀答主我们聊了聊长十乙从发射到回收经历了什么、不同的回收路线各自的优劣取舍是什么、以及下半年我们的中国航天还有哪些值得期待的大事件。 本期人物 Jerry，航天行业从业者，在知乎上以「太空僧」为 ID，是航天与天文学话题优秀答主 Yaxian，「科技早知道」主播 时间轴 [03:18] 中国火箭的「破冰时刻」：长十乙是什么样的火箭？ 一子级沿用长十甲载人版，液氧煤油；二子级用液氧甲烷，走混合动力路线 长十系列分甲、乙、丙三型，分别指向载人登月、重型货运和全商业化 [08:10] 从发射到回收，一枚火箭都经历了什么？ 一二级分离后，一子级经历滑行调姿、动力减速、气动减速、精确着陆 一子级速度降为零，最终垂直落入 54 米见方的海上天窗 [13:35] 闯过最后一公里的「鬼门关」：回收背后的三道关键考验 失重条件下推进剂需"沉底"，否则发动机点火可能失败 气动加热考验箭体隔热，格栅舵在几马赫气流中修正姿态 耗时 17 年研发电静压伺服系统，实现发动机精准方向控制 [21:28] 火箭头顶为什么冒黑烟？ 煤油不完全燃烧产生的「烟炱」说明推进剂有浪费但并非危险信号 全过冷加注技术影响初期燃烧稳定性 [26:12] 用一张网兜住火箭：网系捕获怎么做到的？ 人字形挂钩配合回收船井字形柔性网，类似航母阻拦索 柔性缓冲吸收动能，箭体无需着陆腿和缓冲结构，落点容差达几十米 领航者号 144 米长、满载 2.5 万吨，DP2 系统在四级海况下定位精度优于 0.5 米 [40:31] 朱雀三号和长十二甲回收为什么失败？ 两次失败都在着陆阶段发动机不稳定，着陆是可复用火箭最难环节 失败提供了真实飞行数据，为长十乙成功积累了经验 [48:00] 着陆腿、筷子夹、网系捕获：三条路线全面对比 着陆腿成熟但吃运力，筷子夹无需腿但精度要求极高且塔架昂贵…

就在一个多月前，黄仁勋在 Computex 2026 上发布了英伟达 RTX Spark——第一个面向消费级 PC 的 AI 超算芯片，1 Petaflop 算力、128GB 统一内存，能在笔记本本地跑 120B 甚至 200B 参数的大模型。几乎同一时间，苹果 M5 系列也将端侧 AI 推到了前所未有的高度。硬件就位了，但一个老问题依然存在：如果 AI 助理不记得你是谁、不记得你三年前说过什么，再强的算力也只是个聪明的失忆者。 这期节目的嘉宾是 Clipto.AI 的创始人兼 CEO 康洪文（Henry Kang），他在做一款在端侧本地运行的多模态 AI 产品，能读懂你所有的音视频、图片和文档，并在此基础上构建个人记忆系统。我们一起聊了聊大模型做记忆（memory）的天花板在哪里，为什么端侧比云端更适合承载个人记忆；把云上成熟的 AI 架构搬到端侧，都会遇到什么挑战；以及当苹果、谷歌这样的 OS 巨头自己做记忆层（memory layer）时，一家创业公司凭什么不被碾压。 本期人物 康洪文 Henry， Clipto.AI 创始人兼 CEO Yaxian，「科技早知道」主播 时间轴 [02:12] 英伟达 RTX Spark 的突破是什么？ 算力与内存双重突破，让本地跑百亿参数模型成为可能 OpenAI 就是大型机，端侧助理就像个人PC [04:58] 大模型的万亿参数是公域知识的最大似然估计（MLE） 大模型的生态位应是存储世界共识与通识 用万亿参数去做个人知识是“杀鸡用牛刀” 生态中缺一个专门记录和存储个人记忆的 player [09:35] Clipto 在做什么：端侧多模态记忆系统 本地 100% 运行，10 个模型协同将裸数据结构化 上层构建时空对齐的知识记忆系统，支持文本和语音查找 [18:16] 大模型做记忆的三条路径与共同天花板 Context Window、RAG、LoRA 微调都在尝试让模型记住用户 共同问题：都没跳出大模型 MLE 框架，只能提供概率性记忆 无法精确定位到“三年前某天下午和谁聊了什么”这种事实记忆 [22:14] 数据不等于记忆：坐在金矿上的穷人 每个人都是 data rich 但 memory poor，数据没有被结构化就不叫记忆 只有可查找、可复用、可执行的记忆才是真正的记忆 [36:58] 云上架构搬到端侧：垂直整合怎么做？ 带着云上思维框架看端侧“完全不…

2025 年，Tesla Optimus Gen 2 能拿鸡蛋，宇树机器人能翻跟头，波士顿动力 Atlas 能 360 度旋转——机器人的运动能力已逼近 90 分。但如果你让机器人扣一颗扣子、给手机充个电，它可能连插头都找不准。具身智能的最后一块拼图——触觉，至今还没装上。触觉到底是通往 AGI 的必经之路，还是一个可有可无的锦上添花？一边是头部公司纷纷自研视触觉传感器，另一边是触觉传感器至今没有大规模量产落地，连像样的开源数据集都几乎不存在。2026 年被称为「触觉元年」——但这一年，真的来了吗？ 本期嘉宾是一目科技创始人兼 CEO 李智强（Eric），他用十年时间把触觉传感器从实验室带到了量产线。我们在一起聊了聊机器人触觉有哪些解决方案；触觉作为一种全新模态，如何整合进机器人的大脑；以及触觉传感器商业化落地的场景在哪里。 本期人物 李智强 Eric，一目科技创始人兼 CEO 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 Yaxian，「科技早知道」主播 时间轴 [02:15] 视觉三大死穴：精度、遮挡、缺乏力觉 视觉测距只能到毫米级，灵巧操作需要亚毫米精度 物体的背面完全被遮挡，手到底碰到了没有、力有多大，视觉完全不知道 [05:05] 三张成绩单：运动 90 分、灵巧手 59 分、大脑只有 30 分 运动控制已非常接近完成，硬件本身的自由度甚至超过人类 灵巧手的技术方案有了但还没过质量门槛，高自由度路线还未收敛 大脑最差：没有物理世界的触觉信息，大语言模型「读万卷书」但还没「行万里路」 [09:30] 触觉的技术路线：「视触觉」不是视觉，光触觉才是更好的名字 视触觉本质是触觉：弹性皮肤接触物体后产生形变和光影变化，用光学方式读取并转化为力和纹理 行业里曾有纯视觉路线，但视觉的精度、遮挡、力控缺陷无法绕开，两者是互补而非替代 从第一性原理出发，类人五感的核心是「类人」——人类的指尖有 3000 个点位、12000 个受体神经 [16:51] 触觉元年到了吗？价值共识、技术收敛、成本可行性的三重拐点 做 VLA 和世界模型的公司已撞到模态天花板——视觉和语言都有了，一上手还是落不了地 技术路线从电磁、压阻、电容多条路线收敛到视触觉这一条 成本端：触觉传感器是投资回报率极高的模态——性能提升十万倍但成本只增加百分之几十 [23:41] 触觉模型怎么构建？…

中国现有 1600 万家一人公司，每三家新企业就有一家是一人创业——但当 AI 把生产效率推上新台阶，一个人到底能撑起多大的生意？撑到什么时候又必须招人？ 本周，《科技早知道》在亚马逊云科技中国峰会现场举办了一场名为「One Person Company | AI 时代的创业复兴」的圆桌论坛，请到了两位 AI 时代的实践者分享他们的 AI 实验：余一打造了自己的数字分身，帮自己做自媒体一年从 2000 粉做到近 20 万，她把 AI 看作能独立决策的合伙人；归藏是设计背景的独立开发者，PPT Skill 在 GitHub 收获超 2 万 Star，他更看重工具的可控性——agent 是工具，不是员工。 在现场，我们聊了聊非技术背景的人如何用 AI 跑通产品开发和内容生产的全流程；OPC 的天花板在哪里，什么时候必须引入团队；以及当一个人真的用 AI 把生意跑起来之后，和 AI 的协作关系到底是什么样的。 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 余一，大厂高级研究员，HowOneAI & AI 跃迁者调研主理人 歸藏，CodePilot 作者，AI Agent 产品实践者 时间轴 [05:05] 从视频号到调研工作台，AI 自运营是怎么跑起来的 [10:47] Skill 能赚钱吗？现在在哪卖、卖给谁都还没有答案 [13:53] OPC 最难的不是做出来，是获客和复购：agent 该先改造哪一段？ [19:27] 奇葩 OPC 样本：卖减肥药、卖定制鞋、做保险销售，真正赚到钱的是哪类 [24:05] 超级个体的天花板：为什么 OPC 终究可能需要团队 [28:35] 超级个体的一天怎么过：上下班也很重要 [31:13] 被 AI 卷进去是什么感觉：AI 带来的负面情绪螺旋 [37:22] Agent 是员工还是工具？ [46:48] OPC 能融资吗？VC 体系和一人公司之间存在天然冲突 亚马逊云科技创业复兴活动报名 点击链接报名 幕后制作 监制：Yaxian 后期：迪卡 运营：George 设计：饭团 商业合作 声动活泼商业化小队，点击链接直达声动商务会客厅，也可发送邮件至 business@shengfm.cn 联系我们。 加入声动活泼…

过去两年，AI 眼镜、AI 耳机、AI 指环——各种智能终端层出不穷。但其实离我们最近、使用时间最长的是我们的手机，它是天然的 AI 载体的延伸。随着大模型能力提升和端侧芯片算力突破，手机产品其实正在经历一场深度重构。 就在刚刚结束的世界移动通信大会上，vivo 全球首次展示了即将发布的 X Fold6 折叠屏手机，搭载了和联发科技共同研发的天玑 9500 超能版芯片。所以我请来了这个产品背后的两位关键人物 -- vivo X 系列产品部总经理和联发科技无线通信事业部副总经理。他们从两年前就开始联合研发天机 9500 这颗芯片，一起定义了从底层芯片到终端应用的每一个环节。那我们一起聊了聊折叠屏用户的需求在哪里？芯片厂和手机厂怎么样用两年时间一起去预判 AI 的进化趋势，还有他们如何思考端侧 AI 未来演化的方向。 本期人物 Yaxian，「科技早知道」主播 韩伯啸，vivo X 系列产品部总经理 陈一强，联发科技无线通信事业部副总经理 时间轴 [02:16] 手机厂商和芯片厂商如何共同定义一个产品？ [06:45] 折叠屏的更新进化史 [10:23] 端侧 AI 的机会：云端越蓬勃，端侧需求越大 [14:13] 两三年的芯片周期如何适配日新月异的需求迭代？ [22:33] 联合研发中的 battle：影像功能与 AI 之间的权衡 [25:01] 硬件、软件、模型、应用，端侧需求间如何适配？ [36:43] 端侧核心价值在于「实时感知」，物理世界与虚拟世界的信息融合云端无法替代 [40:55] 在未来端侧 AI 会有新的形态吗？ vivo X Fold6 折叠屏手机 独家原子工作台，最强多任务体验 AI 识别交互意图，一句话开启 AI 跨窗拖放，无缝协作，一拖即用 如果你也喜欢，欢迎点击链接查看详情 幕后制作 监制：Yaxian 后期：迪卡 运营：George 设计：饭团 加入声动活泼 声动活泼正在招聘全职商务运营经理、早咖啡内容实习生和社群实习生，如果你也对播客行业的内容制作感兴趣，欢迎点击招聘入口：https://eg76rdcl6g.feishu.cn/docx/XO6bd12aGoI4j0xmAMoc4vS7nBh?from=from_copylink\ 商务合作 声动活泼商业化小队，点击链接可直达商务会客厅，也可发送邮件至 business@shengfm.cn 联系我们。 关于声动活泼…

AI 发展太快了，快到我们几乎所有的目光都追着最前沿的模型跑。但在这几年追逐热潮的过程中，我开始对它底层的东西产生了好奇：AI 是如何一步步进化到今天的？驱动它的那些硬件，又是从哪里来的？ 带着好奇，我开始读《芯片简史》。这本书从 1947 年晶体管的原理讲起，一路走过集成电路、逻辑/存储芯片，一直到今天的 GPU 与 AI 芯片。它不只是一部技术史，更是一部关于创新如何被忽视、被压制、又最终爆发的故事集。读完这本书，我最大的感触是：我们今天在 AI 时代里看到的一切，六七十年前都以相似的方式发生过。但历史不是简单的重复，但它藏着创新最底层的逻辑——而那些逻辑，在今天依然在运转。 这期节目，我请来了《芯片简史》的作者汪波老师，与他聊了聊书里哪个故事最让他动容；他如何理解破坏性创新与创新者的窘境；以及站在这六七十年的历史面前，他怎么看 AI 的未来。 本期人物 Yaxian，「科技早知道」主播 汪波，资深芯片研究专家，科普作家，《芯片简史》作者 时间轴 [01:21] 晶体管数量 10 年翻 1000 倍？没人相信摩尔定律是真的！ [08:14] 摩尔定律不是定律，是一个自我实现的预言 [08:45] 「韬定律」的质疑：它是新时代的摩尔定律吗？ [16:27] 半导体的未来：更多摩尔，不止摩尔，超越摩尔 [20:07] MOS 晶体管被雪藏了十年 -- 什么是「破坏性创新」？ [31:18] 大公司无法避免「创新者的窘境」吗？ [36:00] 黄仁勋的口头禅："我们的现金流只能支撑 6 个月" [37:11] AI for 半导体：芯片工程师会被替代吗？ [47:57] 技术在变，人的情绪反应没有变：既不要过于乐观，也不要陷入恐慌 [50:48] 在 AI 时代，人的不可替代性在哪里 AWS 上海线下活动观众/嘉宾招募 幕后制作 监制：Yaxian 后期：迪卡 运营：George 设计：饭团 商业合作 声动活泼商业化小队，点击链接直达声动商务会客厅（https://sourl.cn/9h28kj ），也可发送邮件至 business@shengfm.cn 联系我们。 加入声动活泼…

6 月 9 日，WWDC 2026 在加州库比蒂诺如期举行，这是库克任期内最后一次主持发布会。苹果正式把语音助手 Siri 改名叫 Siri AI，换了新 logo，做成了独立 APP，还宣布与 Google Gemini 在模型方面深度合作。期待了两年，Apple Intelligence 终于是交出了一份答卷。为什么苹果坐拥 10 亿台 iPhone、全球最深的软件生态、最完整的硬件矩阵，却在 AI 这件事上，被其他科技大厂远远甩在后面呢？ 这期节目，我们邀请到了光帆科技的创始人董红光与我们一起来聊聊 AI 助手与智能硬件。在 APP 孤岛、隐私限制、端云协同之外，有没有一种完全不同的路径，绕开手机这个形态，从头搭一套 AI 原生的软件基建？AI 原生的个人助理到底需要哪些底层基建？以及这场硬件+软件的赛跑，中国创业公司有没有机会跑赢大厂？ 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 董红光，光帆科技创始人 时间轴 [00:14] 从 WWDC 说起，苹果这次交了什么卷？ 补课为主，不及预期：Siri AI 改名、单独 APP、接入 Gemini， 和国内 APP 的创新比起来差距明显，但苹果的生态打法天然需要周期 [04:38] 金矿不好挖：苹果的四个短板 决策链长 + 模型能力薄弱，依赖 OpenAI 和 Gemini 只能兜住底线 数据锁死在超级 APP 内部，OS 层拿不到，所谓金矿其实难以开采 手机形态的天花板：多点两下就能完成的事，没必要绕道 AI 说话 [08:46] AI 硬件的前车之鉴：智能硬件为何翻车？ 缺的不是硬件，而是一套 AI 原生的软件基建 传统 OS 的架构都需要从头重建 今天有大模型，但没有围绕大模型建好的基建 [11:36] 谷歌 vs 苹果：全链条玩家的优势 从 Gemini 模型到 TPU 芯片、云基建、互联网服务、Pixel 硬件，几乎没有明显短板 苹果的差距在于模型层，这决定了它的上限 "酷"这件事，不知不觉已经转移 [20:31] 个人 AI 助理：不是所有人都看好的非共识 实现难度有两层：技术上能不能真正理解用户，生态上谁愿意开放权限 自动驾驶实现了"人人有司机"，个人 AI 助理是"人人有一个管家" [23:20] 光帆在做什么：把手机传感器"拆开"重装进耳机 耳机+手表：已被接受的穿戴形态 + 全天候佩戴 + 靠近耳眼的黄金位置…

AI 时代，「一人公司」成了一个越来越热的词。一个人加几个 agent，就能做掉过去一整个团队的工作——这个想象正在快速从概念变成现实。支持者说，build 的成本越来越低，个人的杠杆越来越大，普通人第一次真正有机会拥有一家属于自己的公司，不依赖 VC，不需要融资，自己说了算。 但如果有人在 AI 火起来之前就已经活成了这样，他的判断或许更值得参考。Sahil Lavingia 是 Gumroad 创始人、畅销书《小而美》（The Minimalist Entrepreneur）作者——他走完了完整的硅谷融资路径，也经历过融资失败、大规模裁员，最终一个人把公司撑了将近五年。今天的 Gumroad 年收入将近 2000 万美元，核心团队只有三个工程师。他不是在布道极简主义，而是两种模式都真实走过的人。 这期节目，Sahil 聊了几个很值得思考的问题：当 vibe coding 让每个人都能在一个周末做出一款 app，真正稀缺的东西是什么？为什么他认为技术创始人第一个应该招的人是销售，而不是工程师？AI 最终会不会变成 CEO，让创始人只需要专注于自己最享受的那部分工作？ 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 Sahil Lavingia，Gumroad 创始人兼 CEO、《小而美》作者 时间轴 [00:14] 从 Pinterest 二号员工到 Gumroad 创始人：一段标准硅谷故事的非标结局 [03:33] 年入 2000 万、团队只有三个人——Gumroad 今天到底是怎么运转的 [06:03] 人人都能 vibe code 之后，小产品是更好卖了，还是更难卖了 [07:57] Gumroad 做了更好的产品，为什么还是输给了 Patreon [09:54] 如果只能招一个人，技术创始人应该招工程师还是销售 [19:27] AI agent 已经很强了，还有哪些事情它暂时替代不了 [29:46] AI 当 CEO、人当手艺人——这个未来有多远 [36:07] 在 IRS 做数字化和在硅谷创业，哪个更难 幕后制作 监制：Yaxian 后期：迪卡 运营：George 设计：饭团 「Knock Knock 世界」 点此收听👉全球一半的人将会近视，是什么在改变我们的眼球？（https://sourl.co/nEQm98） 在「Knock Knock…

就在本周，全球三大存储芯片巨头——SK 海力士、三星、美光——市值同时突破万亿美元。过去一年，SK 海力士股价累计涨幅超过 900%。财报显示，SK 海力士 2026 年第一季度营收接近三倍于去年同期，三星存储部门同期利润同比暴增 8 倍。存储，正在成为这一轮 AI 浪潮中最炙手可热的硬件赛道。 这背后是一场史无前例的供需错配。SK 海力士 2026 年全年 HBM 产能已经售罄，短缺预计将持续至 2027 年。与此同时，AI 服务器对内存的疯狂抢占，已经传导到了普通消费者：同等配置的手机更贵了，想要的机型根本没货——内存，被 AI 抢走了。但存储行业是出了名的「涨得多猛、跌得多惨」——过去 40 年，一个周期内暴涨 10 倍、暴跌 90% 的情况屡见不鲜。这一轮，究竟是又一场超级周期，还是 AI 真的重写了游戏规则？ 这期节目我们请来前半导体行业从业者、公众号「傅立叶的猫」主理人张海军，我们与他聊了聊：为什么存储行业现在如此火爆、这一轮周期在哪些维度上真的不一样；从 HBM 缺货到 NAND 角色转变，存储的五层架构如何被 AI 重塑；以及，国内长鑫、长江存储的进展，和周期拐点究竟何时到来。 本期人物 Yaxian，「科技早知道」主播 张海军，前新思科技高级工程师、半导体公众号「傅里叶的猫」主理人 时间轴 [02:46] 这轮周期是什么时候开始的？ 去年 Q1 现货价格已现端倪，三星海力士宣布停产 DDR4 引发囤货恐慌 三重触发因素叠加：AI 需求拉动、DDR4 停产、关税预期 [04:05] 存储的五层架构：离处理器越近，速度越快、价格越贵 从 HBM、DRAM 到 NAND、机械硬盘，带宽与价格的权衡逻辑 "内存墙"：芯片算力已不是瓶颈，存储带宽才是 [07:33] HBM 为什么缺货缺到 2027 年？ 英伟达每代芯片 HBM 需求翻倍 台积电 CoWoS 先进封装扩产周期长，供给端是硬约束 [09:26] 三家原厂格局：海力士领跑，三星和美光追赶 HBM 市场从 350 亿美元预计增至 2027 年近 800 亿美元 第四代 HBM 格局重洗 [13:00] 这轮为什么不一样：结构性转变的五个维度 需求端：从周期性补库存转向 AI 结构性爆发，三重需求（DRAM、HBM、NAND）同时拉升 供给端：原厂从抢份额转向利润优先，扩产极为克制； 长协模式（LTA）：锁量不锁价，甚至要求客户绑定原厂资本开支…

2026 年 5 月 25 日，在上海举行的 IEEE 国际电路与系统研讨会（ISCAS 2026）上，华为公司董事、半导体业务部总裁何庭波发表主旨演讲，正式提出"韬（τ）定律"。韬定律的核心主张是：以"时间（τ）缩微"替代"几何缩微"作为半导体与电子系统演进的新指导原则，以系统性降低时间常数 τ 为核心，通过逻辑折叠（Logic Folding）等技术，持续压缩芯片内部的信号传播时延，从而不断提升晶体管密度。 消息发布后，A 股芯片板块强势拉升，科创 50 指数再创历史新高。社交网络上，舆论则呈现出截然不同的两种声音：看多的一方认为这是国产芯片的重大突破，直呼"华为终结摩尔定律"；看空的一方则毫不客气，质疑韬定律不过是把基础概念包装成了产业定律，"华为掀翻摩尔定律"之类的标题被认为言过其实。 王炸还是噱头？这期加更节目，雅娴请来了前新思科技高级工程师、公众号「傅里叶的猫」主理人张海军，来帮我们拆解三个问题：韬定律究竟是什么，逻辑折叠这个核心创新点和现有 3D 封装技术到底有什么本质区别，以及要真正落地还需要跨过哪些现实的门槛。 本期人物 Yaxian，「科技早知道」主播 张海军，前新思科技高级工程师、公众号「傅里叶的猫」主理人 时间轴 [01:07] 华为韬定律发布，市场为什么这么兴奋？ [02:27] 衡量标准的改变：从纳米制程到时间常数，底层逻辑变了什么？ [03:02] 逻辑折叠（Logic Folding）是什么？和现有 3D 封装技术有何本质区别？ [05:23] 台积电 CoWoS、AMD 3D V-Cache 都有 3D 堆叠——华为的创新点究竟在哪里？ [06:25] 营销噱头？反对声音怎么说 [07:30] 英伟达、谷歌为什么没走华为这条路？ [09:17] 华为说已有 381 款芯片基于涛定律——Cell-to-Cell 堆叠真的落地了吗？ [10:57] 是真突破还是噱头？ [13:25] 落地最大的瓶颈：EDA 工具和封装工艺都还不到位 [14:31] 华为放话 2031 年等效 1.4 纳米——这个目标夸张吗？ 名词解释 Die-to-Die 堆叠 成熟 3D 封装技术，将 两颗完整独立裸片（Die）垂直堆叠，芯片设计完成后再封装集成，耦合度低、互联相对宽松，是目前主流方案。 Cell-to-Cell 堆叠…

就在 4 月底,谷歌、微软、亚马逊、Meta 这四家科技巨头几乎同时发布了第一季度财报。营收数字都很漂亮,同比增长都在两位数以上,但股价反应却天差地别——谷歌单日暴涨 7%,市值激增 2500 亿美元；而 Meta 虽然净利润同比增长 61%，股价却暴跌 7%，随后两周继续下挫。 财报中最让人震惊的是这些公司公布的资本支出（Capex）数字。四家公司合计宣布，2026 年全年资本支出预计将达到 7000 亿美元。换算成人民币，这是 5 万亿,相当于把腾讯和阿里两家公司都买下来，还有富余。那这些钱几乎全部投向了同一个方向：AI 基础设施——数据中心、GPU 芯片、算力网络。 一边是史无前例的疯狂扩张，另一边则是资本市场越来越焦虑的情绪。以英伟达和 OpenAI 为中心的「循环投资」还在持续，资本市场关于「AI 泡沫」的讨论不断发酵。我们今天的节目请来二级市场投资人 Aaron 一起来聊聊如何看待美国科技大厂的疯狂投资，「循环投资」是正常的商业生态，还是击鼓传花的庞氏游戏；同样是科技大厂，为什么美国公司越投资本市场越兴奋，中国大厂却越投越跌。 本期人物 Yaxian，「科技早知道」主播 周玖洲 Aaron， 十年中金、华夏基金等顶级投资机构工作经验，「不止金钱」主播 时间轴 [02:34] 泡沫存不存在不用讨论了，问题是三年内能不能看到回报 四家 Hyperscaler 合计 CAPEX 约 7000 亿美元，股价反应却天差地别 核心分歧：投入能否在有效商业周期内转化成收入 判断标准不是"有没有泡沫"，而是能不能找到明线或暗线 [06:16] 明线和暗线：谷歌为什么涨，Meta 为什么跌 明线是财报里可量化的 AI 增量，暗线是公司声称 AI 提升效率但无法核实 Meta 大幅上调 CAPEX 触发了最简单的负反馈 [11:41] 不是信心，是逼上梁山：CAPEX 军备竞赛的真实逻辑 AI 早期是供给约束市场，芯片有限，不买就被卡脖子 苹果没跟进、美团说不做 Token 工厂——产业链基因不同，选择自然不同 [24:30] AI 基建是新的 Dotcom Bubble 吗？ 三个像：基建先行、提前押注、产业链内部闭环融资 三个不像：今天买方现金充裕不靠举债；AI 已有真实收入；芯片供给约束远强于当年光纤 [34:42] 泡沫对社会有用，对股东不一定有用 Dotcom 的光纤沉寂多年，最终成了移动互联网的底层基础设施…

AI 短剧无疑是最近热度最高，增速最猛的赛道。中国的微短剧市场规模从 2020 年到 2024 年这几年间增长了是超过了 50 倍，在 2024 年是达到了 504 亿人民币，首次超过了中国电影的总票房， 2025 年更是超过了 900 亿元人民。那随着 AI 工具不断更新迭代， AI 短剧的产能也出现了大爆发。 2026 年2月在播的 AI 短剧总数达到了 12.78 万部，那今年春节档 86 亿的短剧播放里， AI 漫剧就占到了 30%，那毫无疑问影视行业的某些底层规则正在被以一种我们还没有完全意识到的速度被重写。我们今天的嘉宾是两位 AI 短剧行业的一线从业者--抽象仔 XEIIZO 和台台，他们在一年多前全面投入 AI 短视频和短剧的创作，他们创作的 AI 短视频《新鸳鸯蝴蝶梦》，还有出海 AI 仿真人短剧 《五个哥哥都宠我》《亿万富翁回归》（海外 Reel.ai 平台上线）都在海外获得了过亿的播放量。那我们今天就想来跟他们一起来聊一聊， AI 究竟给影视行业带来了哪些变革？AI 创作能不能在商业性和艺术性之间取得一个平衡？以及作为创作者，他们如何看待影视行业的未来。 本期人物 Yaxian，「科技早知道」主播 抽象仔 XEIIZO，AIGC 导演，抽象示界科技有限公司联合创始人，即梦超级创作者 台台，编剧/策划，抽象示界科技有限公司联合创始人，即梦超级创作者 时间轴 [02:18] 从央视纪录片导演到 AI 拍短剧，积累了什么，颠覆了什么 中传毕业，进央视拍纪录片 第一个爆款——把嘻哈 beef 改编成三国故事 在做"正经事"时积累的脑洞和发散思维，往往是爆款的来源 [07:54] 工作流拆解：从第一部 AI 短剧到现在，效率提升有多夸张 第一部出海 AI 短剧第一集不到两分钟，花了将近 10 天制作 Seedance 2.0 多参模式大幅提升执行效率 [13:19] AI 抽卡师：这个职业是怎么诞生的，又为什么正在消亡 以"图生视频"为主的时代，"抽卡"是核心技术门槛，需要大量人力分工执行 Seedance 2.0 让抽卡师这个岗位正在被快速淘汰 [16:40] 成本对比：AI 短剧能替传统真人剧省多少钱 一部 60 集、每集 1.5 分钟的现代甜宠剧，AI 版本大约降到三分之一 人工成本是 AI 短剧的最大支出；但随着工具效率提升，整体成本还在下降 [19:37]…

黑客之家（Hacker House）是一种创业者合住空间——一群正在写代码、做产品或早期创业的人，住在同一屋檐下，一起吃饭、写代码、见投资人、做 demo。上世纪 90 年代，硅谷第一批程序员就开始把租来的房子变成写代码的地方，在同一屋檐下孵化想法、互相激励。最近几年，伴随着 AI 热潮，Hacker House 开始从「合租房」演化成一种新型的超早期投资机构——它提供的不只是床位，而是人脉网络、融资通道、和一种能让人专注到极致的创业氛围。 这期节目，我们走访了旧金山的知名 Hacker House 孵化器 The Residency，带回了一手的观察与采访。今天的 Hacker House 到底有哪些不同的玩法？Hacker House 靠什么赚钱，这个模式在商业上能走得通吗？它在整个硅谷创业生态里到底扮演了什么角色？ 节目中提到的 Hacker House ：The Residency，HF Zero（House Fund Zero），AGI House，Accelr8，Frontier Tower 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 时间轴 [00:12] 什么是 Hacker House？从合租房到创业生态位 一群正在写代码、做产品或创业的人合住在一起，介于合租房和小型孵化器之间 a16z 年度报告将其列为科技创业生态的重要趋势，触发了这期节目 [04:30] 三种模式图谱：自发合租、品牌收租、股权置换 Hacker House 分三类：朋友自发合租、有品牌有组织但只收租金、以股权换资源的新型孵化机构 只有股权型才能捕获创业公司的长期价值，也是正在快速增长的方向 [05:57] 草根实验：Accelr8 和 Frontier Tower 的两种赌注 Accelerate 靠收租起家，拒绝 VC 融资，正在把模式规模化到整栋楼 Frontier Tower 用 1100 万美元买下前 WeWork 总部，押注旧金山复兴 [12:30] 股权型玩家：低调的 HF Zero 与内讧的 AGI House HF Zero 极度神秘，只接受内推，提供最高 100 万美元换 5% 股权，吸引力在于人脉网络而非资金本身 AGI House 2023 年联合创始人分家，双方各自声称正统，目前仍在打商标官司 [15:37] 为什么现在：疫情回流、住房困难、价值捕获前移 Hacker…

刚刚结束的 Google Cloud Next 大会创下历届新高，这期节目，我们也带着第一手的现场观察回来：Google Cloud CEO Thomas Kurian 在 Keynote 上说出 「the era of the pilot is over, the era of the agent is here」。我们今年最强烈的感受之一就是「One Google」的战略，在其它厂商都在拼模型的时候，Google 几乎没怎么聊模型，而是在传达自己整合底层算力到上层应用野心。 大会的另一个主题是「落地」：当模型的能力早已远远跑在企业实际能用上的能力前面，落地的瓶颈不在技术，而是要克服将 AI 嵌入到现有工作流中的挑战与摩擦。自动化的 Multi-agent 系统已经在哪些场景落地？Agent 落地的安全问题要如何解决？当大厂把全栈一层层往上吃，创业公司还有没有机会？我们今天的节目就带来来自拉斯维加斯的一手观察。 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 Yaxian，「科技早知道」主播 主要话题 [00:00] 32000 人挤爆拉斯维加斯：Google Cloud Next 已经不是 ToB 大会了 [02:47] 去年大家在问 「怎样打造一个 agent」，今年已经在做 agent 的系统化管理 [04:48] One Google：从算力到应用打通的全栈策略 [10:33] TPU 第一次拆分训练和推理：AI 工作负载已经精细到这种程度 [13:25] 「Pilot 时代结束了，Agent时代真正到来」，Google 内部 75% 的新代码已由 AI 生成 [17:07] 「Problem First 」mindset：从写代码到描述问题，开发者的工作变了 [22:54] 落地比技术更难：Capability overhang 才是今年行业的真问题 [28:20] Agentic Defense 与 「龙虾热」：Agent 的安全困局 [30:31] 全栈是双刃剑：什么都做的反面是什么都不深 [32:00] 创业公司的出路：Service as a software，Day one 全球化收费 [38:00] 李飞飞：不要老问AI 来了人的瓶颈是什么，多聊聊人的机会是什么 「Knock Knock 世界」…

AI 正在以前所未有的速度重塑每一个行业——它不再只是提效工具，而是正在改变公司存在的方式本身。对于企业领导者而言，这场转型带来的困境不是"要不要做"，而是"不知道怎么做"：策略模糊、组织抵触、预算不知从哪里开始，焦虑从 C 级高管一路蔓延到每一位普通员工。 这期节目，我们邀请了 AI 转型顾问 Danilo McGarry。他曾深入花旗集团、联合健康等全球顶级机构，主导超过 1400 个落地项目，是少数既懂战略框架又能推进执行的实战派顾问。Danilo 带来了一套反直觉的转型框架：不是先买工具，不是先清洗数据，更不是「token 花得越多越好」——而是先从顶层建立战略共识，再分三步重构人机协作流程，最后才谈自动化规模化。 这期节目里，我们和 Danilo 聊了：为什么大多数公司的 AI 策略从一开始就错了、转型的正确顺序是什么，如何在有限预算下启动并滚动推进，当 AI 焦虑袭来时，个人层面如何真正管理好自己的注意力和能量，以及中国用户对 AI 的「创业者心态」可能是未来几年决定性的竞争优势。 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 Danilo McGarry，AI 和数字转型专家 [08:34] 从流水线到 AI：效率革命的历史欠账 从亨利·福特的流水线到今天的格子间，人类几十年来一直在被工业化思维"机器人化"。 AI 的突破在于：这是第一次出现比大多数人更聪明、记忆完美、拥有全球知识储备的技术。 [11:36] 转型三步走：别把旧流程喂给超级系统 第一步：建立工作流引擎，让 AI 与人类交替接力完成任务，而不是一方完全替代另一方。 第二步：先重新设计流程再引入 AI，而非让超级系统去执行原本就低效的旧流程。 第三步：借助 AI 探索全新产品和服务——行业边界正在消失，咨询公司可以做法律，传媒可以做科技。 [16:45] 战略从董事会开始：80% 的公司连起点都没找到 转型必须从最高决策层启动。 只要规则清晰，数百万人可以在不同场地自主运转，不需要逐层"灌输"。 [18:40] 懒领导的量化陷阱：测量容易测量的，而非应该测量的 错误的指标导向：不烧够半个月薪资的 token 就炒鱿鱼 真正的领导者测量的是员工是否在用 AI 推进公司年度目标 [22:00] 没钱、没数据？这两个理由都是借口 真正转型中的公司需要人力，不会裁员。 AI…

如题。 本期人物 Diane，「声动活泼」联合创始人、「科技早知道」主播 刘灿，「科技早知道」监制 收听提示 点击节目的收听链接即可完整收听本期节目，无需安装收听应用。 欢迎加入声动胡同会员计划 订阅方式： 国内支付渠道（年付）：加入声动胡同会员计划 国外支付渠道（月付）：加入声动胡同会员计划 「声动胡同」是以声动活泼北京办公室所在的前永康胡同为灵感，为喜欢我们的听众打造的一款社区产品。我们希望在这样的社区里，能让有价值共识的年轻人们在此获得更多源源不断的思考养料，彼此支持和成长。如果你加入成为我们的街坊，将获得以下与我们保持更亲密连接的机会： 每周三封 newsletter 形式的「胡同来信」，获得更多节目之外的信息与故事。胡同来信试读：不止有耐克：波特兰为何能成为全球运动鞋的研发中心？ 每季度举办一场线上或线下活动，例如已举办了三期的「露天演讲台」、「胡同里的清醒梦」快闪活动。 你也可以在邮件中和我们讨论或询问任何事，我们都会一一邮件回复。 使用音乐 ES_Quite Unique 幕后制作 监制：刘灿、信宇、静晗 后期：Luke 运营：Babs 设计：饭团 关于节目 原「硅谷早知道」，全新改版后为「What's Next｜科技早知道」。放眼全球，聚焦科技发展，关注商业格局变化。 商务合作 声动活泼商务合作咨询 关于声动活泼 「用声音碰撞世界」，声动活泼致力于为人们提供源源不断的思考养料。 我们还有这些播客：声东击西、What's Next｜科技早知道、声动早咖啡、商业WHY酱、跳进兔子洞、反潮流俱乐部、泡腾 VC 如果你想获取热门节目文字稿，请添加微信公众号 声动活泼 如果想与我们交流，欢迎到即刻找到我们 也期待你给我们写邮件交流，邮箱地址是：ting@sheng.fm 如果你喜欢我们的节目，欢迎 打赏 支持，或把我们的节目推荐给朋友

动力电池正在成为大国博弈的战略资源。在全球地缘冲突加剧、能源安全日益紧迫的背景下，谁掌握了电池技术，谁就握住了能源转型的主动权。而中国恰好在这条赛道上跑到了全球前列——全球装机量前十的电池企业中，有六家来自中国。 这期节目，我们请到了北京大学材料科学与工程学院的特聘研究员庞全全老师，从一线科研者的视角，拆解动力电池的技术全景。从磷酸铁锂和三元锂的"性价比之争"，到固态电池三大技术路线——硫化物、氧化物、聚合物——各自的潜力与瓶颈，再到钠离子电池、锂硫电池、铝电池等新兴体系，庞老师逐一解释了它们各自要解决的核心问题。 话题在后半程转向储能和 AI。储能电池的需求正在爆发式增长，不仅来自风光配储，也来自 AI 数据中心对电力的巨大胃口。而 AI 反过来能否加速电池材料的研发？我们聊了聊固态电池的成熟度到底几分，为什么美国电池创业公司在刻意"绕开"中国的锂电产业链，储能电池和动力电池的核心需求差异在哪里。 本期人物 庞全全，北京大学材料与工程学院的特聘研究员，专注固态动力电池、新型储能电池等新的化学体系和材料的研发 Yaxian，「科技早知道」主播 主要话题 [03:44] 动力电池科普：正极、负极和电解液 手机电池和电动车电池的区别主要在正极材料 衡量电池性能的四个核心指标：能量密度、安全性、循环寿命、低温性能 [04:52] 磷酸铁锂 vs 三元锂：一场来回拉锯的路线之争 磷酸铁锂成本低、安全性好，但能量密度偏低；三元锂反过来 政策曾助推三元锂发展，补贴调整后磷酸铁锂凭成本优势重新翻盘 [08:42] 固态电池：终极安全方案还是美好愿景？ 固态电池的核心是用固态电解质替代可燃的液态电解液，从根源上降低燃烧风险 能量密度的提升不来自电解质本身，而是因为更安全的体系可以搭配更高能的电极材料 [11:33] 固态电池的三条路线：硫化物、氧化物、聚合物 硫化物离子电导率最高、最有潜力，但怕水、生产工艺要求极高 氧化物太硬，需要与液态电解液或聚合物复合使用 聚合物可以"原位聚合"，与现有产线兼容度最高 [20:15] 固态电池离上车还有多远？ 2024 年给 4 分，现在达到 6-7 分 5-10 年内有望突破，但可能不是全固态，而是固液混合路线先行 [27:19] 超越锂电：钠离子、锂硫、铝电池等新赛道 钠离子电池靠成本和低温性能切入储能和两轮车市场 锂硫电池瞄准低空经济等超高能量密度场景，美国 Lyten…

2026 年 1 月，马斯克向 FCC 提交申请，要发射 100 万颗数据中心卫星。3 月，他又宣布 Terafab，一座由特斯拉和 SpaceX 联手建设的芯片工厂，目标是每年生产相当于全球现有所有晶圆厂产能总和 20 倍的 AI 算力，其中 80% 专门为太空设计。与此同时，Google CEO 桑达尔·皮柴说他毫不怀疑"十年后太空会成为建数据中心的常规方式"。 这场竞赛里也有中国的身影。2025 年 11 月，北京市科委发布太空数据中心"三步走"规划，计划在 700-800 公里晨昏轨道建设超 GW 级算力系统，第一代试验星"辰光一号"已完成研制，2026 年初准备发射。 为什么要去太空搞数据中心？很简单，地球上的电力、水资源还有土地审批速度都已经无法满足 AI 发展的需求。那太空呢？永远的晴天、天然散热、物理隔离——听起来完美。但也有 Sam Altman 在另一边说，现在把数据中心放太空「太荒谬」。马斯克说两三年，Altman 说十年都不行，我们这期节目就来拆解，太空数据中心究竟行不行。 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 Yaxian，「科技早知道」主播 主要话题 [04:07] 地球上的数据中心，已经建不下去了 到2030年，电力消耗将翻倍，新买的设备没电用 数据中心获批难上加难 全球数据中心用水量已达 5600 亿升，几年内将翻倍到 1.2 万亿升 [08:39] 太空的物理优势：永远晴天，散热免费 晨昏轨道可实现近乎 100% 太阳照射，能量效率是地面太阳能的 40 倍 深空散热靠辐射而非空气，理论上可以省掉地面数据中心 40% 的散热能耗 [11:31] Sam Altman 为什么说这事"ridiculous" 散热虽不用水，但万卡集群需要的散热面积相当于一个小镇 太空中的硬件坏了无法维修，变成一次性 发射成本太高，难以商业化运营 [16:01] 算一道成本账：差距有多大 建同等规模的 1 吉瓦数据中心，太空方案目前是地面的三倍成本 发射成本降到 200 美元/公斤才是盈亏临界点；现在猎鹰重型的价格是 1500 美元/公斤，差了 8 倍 [18:30] 这不只是商业竞争，是轨道上的地缘算力角逐 晨昏轨道是稀缺资源，先发卫星就是先占位置、先定标准——类似当年的 5G 之争 Kessler…

春节之后，OpenClaw 毫无疑问是最出圈的开源项目。短短几周之内，它迅速吸引了大量开发者、创业者和大公司关注，也让更多人第一次直观感受到：Agent 不再只是一个“帮你聊天”或“帮你写几行代码”的工具，而是一个真的可以持续运行、替你执行任务的系统。与此同时，相关的安全问题开始变得更具体，也更难回避。比如，Agent 在获得更多权限之后，边界该怎么设定？Prompt Injection、恶意 skills、权限失控、误操作，或者企业内部的数据泄露，这些风险到底是怎么产生的？哪些是模型本身还没有解决的问题，哪些又是产品和系统设计可以提前防范的？ 这期节目，我们请到的嘉宾是 George Zhang，他是 OpenClaw 的 maintainer，也是这个开源项目中少数负责核心代码与方向维护的人之一。同时，我们也请来了徐老师，他长期从事安全相关工作，对企业和消费者场景下的安全问题都有很多一线观察。两位嘉宾分别从开源项目维护者和安全从业者的角度，帮助我们一起拆解：为什么 OpenClaw 会在这么短时间内爆火，也聊到了 Agent 安全最核心的风险到底在哪里，企业和个人用户现在最需要警惕什么，以及它把 Agent 推向下一阶段的同时，也带来了哪些新的挑战。 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 硅谷徐老师 Howie，硅谷高管、投资人、安全AI浏览器Norton Neo创始人。小红书：硅谷徐老师 George Zhang，OpenClaw Maintainer，Stealth Startup Cofounder，X 账号：https://x.com/odysseus0z 主要话题 [04:39] OpenClaw 的起源：想用手机控制编程 最初只是想解决一个痛点——出门吃饭时怎么用手机继续控制电脑上的 Claude Code 没有宏大叙事，纯粹的 hacker 精神 [07:13] Capability Overhang：模型明明很强，为什么表现不行？ Peter 的核心贡献是把每个工具的 token 效率极致优化，用户日开销从七十美金降到一两美金 工具齐了、效率上去了，模型才能真正发挥出已有的能力 [13:28] 拿掉紧箍咒：OpenClaw 到底做对了什么？ Anthropic 给 AI 安全加了三重限制：默认审批、低代理的系统提示词、工具层面的读写管控 OpenClaw…

2026 年 3 月，英伟达年度开发者大会 GTC 在美国 San Jose 开幕。这一年的 GTC 气氛与往年明显不同——黄仁勋不再需要向市场证明 AI 的价值，因为 Agent 爆发和开源模型崛起已经让算力需求成为行业共识，Token 消耗量正在以百倍速度增长。 本期节目，Diane 在 GTC 现场为大家带来了第一手的观察，也专访了推理优化初创公司 Eigen AI 的联合创始人。Eigen AI 由三位 MIT 背景的创始人于 2024 年中创立，主攻开源大模型的推理加速与企业定制化部署。这次 GTC，他们的推理速度跑分直接登上了黄仁勋 Keynote 的大屏幕，是当前推理速度最快的团队之一。 节目里我们深入聊了为什么推理层正在成为 AI 行业最重要的竞争战场、GPU 和 LPU 各自在推理过程中扮演什么角色、英伟达斥资约 200 亿美元收购 Groq 背后的战略逻辑，以及当前 AI 应用的商业模式为何正在面临系统性挑战。 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 Di Jin，Co-founder at Eigen AI 主要话题 [00:11] 今年 GTC 最大的不同是什么？ 黄仁勋状态明显更放松，不再需要向市场"推销" AI 的价值 Agent 爆发让 Token 消耗量指数级增长，算力需求已成行业共识 开源模型崛起打开了推理层的商业空间，这一层开始变得关键 [09:13] Eigen 是一家什么样的公司，在做什么？ 三位 MIT 背景创始人，专攻模型压缩与推理加速 Post Training 帮企业定制模型，Inference 加速让模型跑得更快更便宜 GTC 开幕前两天完成技术突破，推理速度登上黄仁勋 Keynote 大屏幕 [13:24] 过去一年 AI 行业最大的结构性变化是什么？ 模型训练层高度集中，GPU 成本比人才成本贵 10 到 100 倍，中小公司已基本出局 Reasoning（推理时扩展）成为新的性能提升路径，让固定模型通过多花算力输出更好结果 Agent 工作流让 Token 消耗量远超对话场景，推理层的优化价值随之暴增 [23:34] 英伟达为什么要花约 200 亿美元收购 Groq？GPU 和 LPU 各自擅长什么？ AI 生成回答分两阶段：读懂问题（Prefill）适合 GPU 并行处理，逐字生成答案（Decoding）适合 LPU…

上周，《科技早知道》作为唯一的播客媒体，受邀参加在苏州举行的 BIOCHINA 易贸生物产业展览。作为亚太地区规模最大的医药产业展会之一，BIOCHINA 聚集了大量创新药、BD、研发和投资领域的一线从业者。 如果要用两个关键词来概括这次展会，或许就是创新和全球化。中国药企正在从 fast-follow 走向 first-in-class，也越来越多地把目光投向海外市场。在这样的大背景下，AI 制药为什么会成为行业里最受关注的话题之一？它究竟是在讲一个新故事，还是正在真正改变新药研发的范式？ 在展会现场，我与英矽智能（Insilico Medicine）亚太及欧洲地区对外合作负责人王珏博士展开了对谈。我们从一款新药从 0 到 1 的研发流程讲起，聊到 AI 在靶点发现、分子设计和早期研发中的真实落地，也进一步讨论了一家 AI 制药公司到底如何建立商业模式、如何与大药企合作，以及为什么英矽智能选择一边做平台、一边做自研管线。 本期人物 Yaxian，「科技早知道」主播 王珏，英矽智能（Insilico Medicine）商业化负责人 主要话题 Part I 一张创新药的地图 [01:31] 高风险、高投入、长周期：一款新药是怎么从 0 到 1 被做出来的？ [04:08] AI 制药面临的最大质疑是什么？ [04:56] AI 制药公司的三种商业模式：卖软件、卖服务、自己做药 [08:38] 晶泰科技 vs. 英矽智能：同样讲 AI，为什么路径完全不同? Part II 英矽智能 Q&A [12:09] 从 AlphaFold 到 ChatGPT，制药行业对 AI 的态度发生了什么变化 [17:45] 案例1：TNIK for IPF （特异性肺纤维化），万众瞩目的明星分子是如何诞生的？ [21:23] 案例2：PHD for IBD （炎症性肠病），如何设计“肠道限制性”小分子 [24:57] 英矽智能如何实现商业化？卖软件、研发服务、自研管线 [28:18] 高风险、高投入，英矽智为什么要自己做药？ [31:00] 大药企合作看中的究竟是什么？MNC 真的在乎「AI 含量」吗？ [39:50] AI 制药行业目前最核心的挑战是什么？ 延伸阅读 First-in-class (FIC)：全球首创药物。指针对全新靶点、具有全新作用机制的药物。 Pipeline (管线)：药企正在研发中的所有药物项目清单。 IND…

最近，美国对伊朗的军事行动让「AI 进入战争」这件事走到公众面前。今天，人工智能已经不只是我们电脑上的聊天机器人，它正在进入情报分析、目标识别、作战规划，甚至可能逐步渗透到战争决策链条的核心。 也正是在这样的背景下，硅谷大模型公司 Anthropic 与美国五角大楼之间爆发了一场引人注目的冲突：一家 AI 公司，究竟有没有权利限制自己的模型被政府如何使用？当 AI 成为新的基础设施，它的边界该由谁来划定？又该由谁来承担失控之后的责任？ 这期节目是「科技早知道」与「声东击西」的一次串台。我们一起复盘 Anthropic 与五角大楼争端的来龙去脉，也从这场冲突出发，讨论 AI 在战争中的角色、技术公司的伦理立场，以及当战争越来越「自动化」之后，人类是否也在更轻易地滑向道德卸责。 本期人物 徐涛，「声东击西」主播 丁教 Diane，「科技早知道」主播 Yaxian，「科技早知道」主播 主要话题 [01:39] 一份军方合同，为什么会一步步升级成舆论风暴？ [05:07] 真正的导火索，是谁有权为 AI 设限 [08:20] 表面上是合同纠纷，背后却是两套价值观的直接碰撞 [13:19] Anthropic 还在犹豫和拉扯，OpenAI 已经率先冲进场 [19:42] 争议焦点：两条红线到底在防什么? [20:54] 从发现目标到评估战果，AI 已经悄悄嵌入战争的杀伤链 (kill chain） [26:57] AI 在战争中最可怕的，未必是更强的杀伤力，而是更轻松的道德卸责 [37:39] 这会不会是 AI 时代的「奥本海默时刻」? 📢 2026 年「Knock Knock 世界」可以预定啦 这档节目在上线第一年就获得了 「Apple 播客年度精选节目」「小宇宙 2025 年度付费内容」荣誉，对我们来说是来自平台和听友们的双重认可。 新的一年，我们将在暑假更新特别系列节目；另外，去年购买过这档节目的老听友，今年续订还会获得「2026 年观察员护照」一套，这是我们为每位充满好奇心的少年制作的限定周边。 小宇宙、QQ音乐、声动活泼小程序的听友可以直接续订新一年节目（https://sourl.co/kRm9BQ ）；Apple Podcast、喜马拉雅的听友可以在订阅到期日续订，另外节目还将在 3/2 前上线看理想。 已续订的听友，可以点击这里获得护照（https://sourl.co/WEgSJx…

这是我们「 职场巨变生存指南」的下期节目。我们这期节目的录制时间呢是 3 月 2 日下午，那也就在我们录制结束后的几个小时，也就是 3 月 3 日的凌晨，阿里千问团队的技术负责人林俊旸提出了离职，团队中的多个核心成员也宣布离开。在这个 AI 技术突飞猛进的年代，与大模型迭代一样迅速的，是人才在组织间的流动。 我们今天的节目呢就将聚焦中国的人才市场。今天的嘉宾是职场社交平台脉脉的首席人力官周巍巍，巍巍从事人力资源的工作很多年哈，现在既负责脉脉人才组织建设，同时又以招聘平台的角色与用人企业有深度交流，这两个不同的视角让她在非常企业对人才的需求。这期节目中，我们聊了聊她观察到的中国招聘市场的结构性变动，企业对人才的需求的变化，以及作为普通人的我们要如何应对剧烈变动的职场环境。 本期人物 Yaxian，「科技早知道」主播 周巍巍 Vivi，脉脉 CHO 兼创新业务副总裁 主要话题 [05:22] 2026 春招出现了什么变化？ 与 2025 年相比，招聘需求明显回升 AI 带来的变化不再是周期波动，而是结构性变化 AI、大厂、游戏、智能驾驶成为春招最热门赛道 [12:32] AI 如何改变招聘流程？ AI 可以帮助企业理解岗位需求并自动触达候选人 AI 能减少 HR 与技术岗位之间的信息翻译损耗 自然语言理解能力可能提升招聘匹配效率 [16:26] 企业招聘 AI 人才的新标准 企业更加务实，回归业务本质 “行业经验 + AI 能力”成为核心组合 单纯的 AI 标签不再具有明显优势 [24:12] 初级岗位正在减少吗？ AI 已经能够承担部分基础工作 一些传统入门岗位可能减少 但新的岗位类型也会不断产生 [29:01] AI 产品经理需要具备哪些能力 能否真正使用 AI，而不仅仅是聊天 是否能够用 AI 写代码或做 demo 是否理解 AI 在产品中的具体应用场景 [32:31] 求职者如何让企业快速识别自己 用项目或作品展示能力 提升在企业面前的曝光度 内推与弱关系网络是重要渠道 [42:30] 给 AI 时代求职者的建议 主动建立职场人脉 关注风口行业与新机会 动手做项目，用作品展示能力 [46:13] AI 时代人类仍然重要的能力 行业经验与长期积累 审美与判断力 人际沟通与协作能力 GTC Week · Applied Multimodal AI | Seedance & Seedream…

就在前几天，美国金融科技公司 Block 的 CEO Jack Dorsey 在内部信中宣布，公司将裁掉接近一半的员工，同时明确表示，节省下来的资源将更多投入到 AI 和自动化能力建设中，那他的言论呢也是引来了很多争议和批评。那当 AI 开始真正进入组织内部，进入日常工作流，绩效体系，甚至是招聘逻辑，我们关心的是它将怎么样重新定义普通人的岗位结构和工作职责，以及我们如何在未来的职场中找到自己的生态位。 这次的节目将分成上下两期，我们今天是上期节目，嘉宾是硅谷的创业者 David shao David 曾经在全球最大的职业社交平台linkedin工作，现在是是一家 AI-native 创业公司的CEO. 他将从硅谷视角出发，分享他所看到的 AI 时代人才需求的变化，AI 如何改变了招聘与人才评价的逻辑，以及我们普通人如何利用好AI杠杆，放大自己的能力，成为这个时代的「超级个体」。 本期人物 Yaxian，「科技早知道」主播 David Shao，Walnut AI 创始人兼 CEO, 曾在 Linkedin 工作 主要话题 [05:00] 硅谷就业市场正在出现哪些新趋势？ “超级个体”和“一人公司”正在崛起 超过 30% 的创业公司创始人是 solo founder 编程等领域的初级岗位正在减少 [06:25] AI 是否正在推动新一轮科技公司裁员？ 科技公司裁员后将更多资源投入 AI 和算力 企业越来越关注员工的 ROI（投入产出比） AI 正在改变企业对生产效率的衡量方式 [09:46] 为什么现在“招人容易，但招对人更难”？ 市场上求职者很多，但符合 AI 时代需求的人才很少 企业更需要能够与 AI 协作的“超级个体” 系统性思考与团队协作能力变得更加重要 [13:25] AI 时代，公司是怎么看简历的？ AI 写简历让很多简历变得同质化 企业更关注候选人是否能从 0 到 1 做出产品 能否利用 AI 工具快速落地想法成为重要能力 [17:04] AI 时代最重要的三种能力是什么？ Leadership：能够调度 AI 与团队协作 Execution：能够从任务到结果完成整个项目 Craftsmanship：在 AI 完成大部分工作后继续打磨细节 [21:07] AI 时代，实习为什么仍然重要？ 学校教育与产业需求之间存在脱节 实习可以帮助学生验证能力并了解行业需求 在实践中学习 AI 工具和真实工作流程…

上周，一个代号为 「Pony Alpha」 的匿名模型突然冲上 OpenRouter 榜单，在 Coding 与 Agent 场景中表现惊艳, 引来了众多开发者对其真实身份的猜测。来自中国的大模型厂商智谱随后确认，Pony Alpha 正是智谱刚刚发布的新模型 GLM-5，这款模型在推理、编程与工具调用能力上大幅提升，性能逼近一线闭源模型。 在中国 AI 生态中，智谱一直占据一个独特的位置。它的创始人来自中国顶尖高校，培养出大量 AI 创业者与工程师，被很多业内人士称为“中国 AI 人才的黄埔军校”。它又是最早完成上市的大模型公司之一，身处资本市场的聚光灯下，在开发者生态与商业之间不断寻找平衡。本期节目，我们邀请到了智谱 Z.ai 负责人李子玄，节目中我们聊到了 Pony Alpha 匿名发布背后的全球策略与 GLM-5 的技术升级，智谱在全球大模型竞争格局中的定位与优势，也讨论了智谱在大模型商业化路径方面的创新与挑战。 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 Aaron，周玖洲 Aaron， 十年中金、华夏基金等顶级投资机构工作经验，「不止金钱」主播 李子玄，智谱 Z.ai 负责人 主要话题 [03:15] 从「Pony Alpha」 到 GLM-5：为什么要匿名发布？ 以匿名模型登陆 OpenRouter，先用实力获取认可 海外开发者的评价对国内市场有强烈反向影响 匿名模型免费开放，带来巨大流量与曝光 [07:07] GLM-5 强在哪里？ 强调全维度能力：推理、coding、agent、通用问答 在工具调用与真实工程场景中表现稳定 目标是做到「够强到让用户忽略缺点」 [09:03] 大模型竞争无法预测，敏捷比规划更重要 三个月一代模型，留给大模型厂商的机会窗口极短 真正的竞争优势在于团队保持极致敏捷 [12:03] 国内大模型为何难以靠 ToC 订阅赚钱？ 大厂免费策略改变市场预期 模型能力相近，单纯靠聊天难以形成付费心智 [14:58] 智谱如何实践商业创新？ 先选模型再选壳，改变传统工具订阅逻辑 按服务订阅，而非按 token 计费 核心目标是提升用户粘性，降低价格波动风险 [18:43] 成本、算力与模型迭代的结构性挑战 新模型上线会挤占下一代模型的算力空间，定价与算力供需高度波动 防止黑灰产与提升工程效率同样重要 [22:07] PMF…

最近你肯定注意到了，一款名叫 OpenClaw（AKA. Clawdbot、Moltbot） 的开源 Agent 工具在开发者圈里迅速走红。OpenClaw 并不是一个新模型，而是一个围绕现有大模型构建的 行动型 Agent 框架。它真正引发讨论的，并不是“模型更聪明”，而是它在工程层面，把人作为瓶颈的问题完全解决了。 最近我看了很多大家用 Openclaw 真实实践的视频，越来越多工程师开始拿它做工作流替代——写代码、跑增长、搭销售流程，甚至替代原本需要多个工具协作完成的 SaaS 场景。 根据Pitchbook的分析，过去一年里SaaS 行业正在经历一轮明显的估值重算与并购活跃期。当 Agent 能够直接理解目标、调用系统、完成任务时，软件的价值正在从「卖功能」转向「替代劳动、承接流程」。 像 OpenClaw 这样的开源 Agent 框架，它不仅可能重塑 SaaS 的定价逻辑，也可能对一批已经在市场上的 AI-native Agent 产品，形成结构性的压力。 本期节目的上半部分，我们会聚焦 OpenClaw 本身，邀请了AI 增长与连续创业者、斯坦福 AGI 降临派社区创始人 Tom Kong，基于他对 OpenClaw 的实测经验来聊：OpenClaw为什么会在开发者圈迅速流行？它是否只是「开源版 Manus」，还是一个更通用的 Agent 框架？在真实测试中，它已经在哪些场景里带来了生产力跃迁，又在哪些地方依然危险、不可控？ 下半部分，我们会把视角拉远，聊到最近同样引发巨大争议的 Moltbook——一个基于 Agent 的「社区」实验，哪些想象是被过度投射的，哪些变化值得被严肃对待，以及它们可能为未来的 Agent 协作与知识经济，提供了怎样的新的可能性。 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 Tom Kong，AI 增长与连续创业者、斯坦福 AGI 降临派社区创始人 主要话题 Part I [00:00] OpenClaw 为何突然成为硅谷热议话题 开发者开始从“聊天式 AI”转向“能真正干活的 Agent” 从被动响应迈向主动行动的一次现实尝试 [01:30] 从你教它做事，到它猜你想做什么 早期 Agent 依赖精细指令和工程编排，门槛极高 新一代 Agent 尝试在模糊目标下自行拆解任务 [02:38] 一个极客自用工具，如何意外变成现象级项目…

在 AI 快速渗透信息获取方式的当下，流量入口正在发生结构性的变化，越来越多原本发生在搜索引擎中的行为被前移到了大模型的对话界面中。就在这一背景下，像 Perplexity 和 OpenAI 这样的 AI 平台公司开始尝试广告和购物功能，试图探索一条新的商业化途径。 我们的节目近期硅谷组织了一场 关于 GEO/AEO（AI Engine Optimization）的线下闭门讨论。我们邀请了来自模型公司、搜索与推荐系统背景、AEO 服务商、电商平台以及品牌侧的一线从业者，共同探讨：AI 搜索与传统搜索的关系究竟发生了哪些变化？AEO 是否真的值得投入？在模型时代，内容、品牌与可信度应如何被重新理解？ 本期节目基于这场线下讨论整理而成。我们结合实践者的真实经验，试图厘清：当 AI 成为新的流量入口，哪些逻辑正在改变，哪些其实从未改变。 《科技早知道》用户访谈报名 为了做出更好听的节目，我们邀请你参加我们的电话访谈。请点击链接填写问卷，我们会第一时间联系你！ ** 获得后续AEO/GEO相关信息** 请点击链接，我们会后续发送相关内容和活动 订阅我们的邮件 本期人物 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 Yaxian，「科技早知道」主播 闭门会部分发言嘉宾： Leo Liu Airmart 的创始人兼 CEO，Airmart 获得a16z与 Craft Ventures 投资，致力于构建 AI 驱动的电商工具。基于对数千家商户和 2 亿美元以上 GMV 的实践经验，Leo 主导孵化了 Frevana 以 AEO与 AI 驱动工作流为核心的Agent，并因此获得 OpenAI Grant 资助认可。在创业之前，Leo 在 Pinterest参与并推动了 Buyable Pins、电商搜索以及 AI 视觉发现等项目。 Rui Jiang Shoply AI 的创始人兼 CEO，是面向电商场景的下一代对话式搜索与产品发现系统。他在搜索、排序与 AI 系统领域拥有 20 多年的一线经验，曾在 Google、Pinterest、Coupang 与 Meta 担任高级工程与技术管理职位，主导或深度参与了包括 Google Custom Search、Pinterest Guided Search，以及搜索、推荐与广告系统的整体重构。 Carter Laren Sprite 的联合创始人兼 CEO /…

上周 Diane 在拉斯维加斯参加了一年一度的「科技春晚」-- 国际消费品电子展 （CES）。2026 年的 CES 给人一种略显反差的感受：趋势已经在台上被讲清楚了，但产品仍然在路上。一方面，在中央舞台上，英伟达、AMD 等公司已经把未来几年的技术路线、基础设施与生态叙事铺陈完毕，而在展馆中，很难看到真正「范式级」的 AI 原生产品。 在展会上，我们也邀请了一位长期深耕控制系统与基础设施层的创业者，从工程与系统视角重新审视 CES：机器人为什么「看起来很热，但离大规模交付还很远」？芯片、服务器、工业系统与 AI 基础设施有哪些创新的机会？在这轮 AI 浪潮中，中国公司面临的机会与风险又是什么？ 希望这期节目能帮你看清展会背后的趋势与挑战。 本期人物 秦井武，优联智能创始人兼 CEO 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 主要话题 [02:37] 最大感受：趋势已经在主会场完成，英伟达「抢占的不是发布窗口，而是生态高地」 [04:30] 展馆里的反差：AI 原生、范式级产品稀缺，更多是升级、叠加与工程改进 [08:10] 产品之外，讲故事和营销能力成了新竞争力 [08:34] 一些有趣的小产品：AI 对话口罩、Pebble 手表复活背后的故事 [10:24] 成熟赛道的高度内卷，产品创新但并不意外 [12:30] 工业自动化视角看 CES：机器人、AI、系统与交付能力的真实差距 [15:07] 为什么今天的具身机器人更像“工程玩具”？ [17:43] 芯片之外，生态、服务器、系统能力是刚需 [19:09] 传统工业机器人正在被 AI 重构：封闭系统走向学习型系统的关键拐点 [24:00] AI 基础设施需求爆发，数据中心、控制系统、供电与冷却成为核心机会 [25:29] 在 AI Infra 时代，新玩家与巨头站在同一起跑线 [26:00] 一句话总结：趋势已经非常清楚了，但产品还在路上 2026 香港 Consensus 大会 在 2025 年首次亚洲举办、门票售罄之后，「Consensus大会」将于 2 月 10 日至 12 日回归香港，并以更大的规模亮相。本届大会预计汇聚来自 100 多个国家的 15,000 余名行业参与者和 6,000…

在美国，一边是科技大厂持续裁员、岗位收缩，另一边，Meta 却不惜以天价挖角 Alexander Wang 这样的顶级 AI 人才；在中国，职场同样呈现出一种高度割裂的状态：一方面，初级岗位明显减少，应届毕业生的就业形势愈发严峻；另一方面， 顶尖 AI 人才依然能够拿到千万年薪 Offer。裁员、AI 替代、高薪抢人，这些看似互相矛盾的信号不断叠加，让人很难判断当下的人才市场，到底是在降温，还是在重构？ AI 是否正在大规模「替代工作」？为什么同一时间，会并存着「应届生找不到工作」和「AI 人才被天价争抢」？美国科技公司「边裁边招」的逻辑，和中国企业的用人策略有何不同？这一期节目，我们邀请到的嘉宾是脉脉的创始人兼 CEO 林凡。作为长期处在一线观察人才流动的从业者，脉脉同时也发布了最新的《2025 年度人才迁徙报告》，让我们得以用报告中的数据重新理解这一轮变化。 本期人物 林凡，脉脉创始人兼 CEO Yaxian，「科技早知道」主播 主要话题 [01:19] 如果用三个词总结 2025 年职场，会是哪三个？ AI：DeepSeek 显著拉低落地成本，AI 从 PPT 走向真实业务 回暖：6 月起招聘需求出现明显反弹 贸易战：直接推动芯片与出海电商相关人才需求 [07:28] 脉脉社区里，2025 年最热的三个关键词是什么？ AI：从「要不要用」变成「用多深、用多好」 年终奖：薪酬向少数高绩效核心人才集中 内推：海投失效，关系网络变得更重要 [13:37] 如果给 2024 和 2025 的职场打分，差别在哪？ 2024 年明显偏冷；2025 年进入「温」的状态 AI 岗位发布量同比增长 543%，成为核心驱动力 岗位回暖高度集中在少数赛道 [20:25] 哪些行业在吸人，哪些在持续流出？ 净流入：AI、机器人、智能硬件、新能源、出海电商 净流出：地产、传统金融、部分传统服务业 智能硬件成为“覆盖面最广”的人才黑洞 [26:38] 美国科技公司的裁员，究竟在裁什么？ 2025 年裁员规模已是四年最低 主要裁中层和初级（Entry-level）岗位 本质是「还旧债 + 投未来」 [34:00] 中国和美国，在 AI 用人逻辑上有什么不同？ 美国：算力贵、人力贵，更强动力用 AI 替人 中国：算力受限，更依赖「用人放大算力效率」 中国互联网大厂进入「增本增效」阶段 [55:56] 为什么 2025…

回望 2025，人工智能的引擎依然高速运转，但关于 AI 泡沫的质疑也从未停止。 今天的节目是硅谷徐老师 Howie 与真格基金的管理合伙人戴雨森站在2025年年末的对谈，Howie 与雨森聊了聊中美大模型这一年的追赶趋势，AI 公司的商业化路径，还有美股七巨头的长期发展，也聊了聊对 AI 泡沫的质疑、资本投入与回报的巨大鸿沟，以及2026年 AI 企业面临最大的考验是什么。 本期人物 硅谷徐老师 Howie，硅谷高管、投资人、安全AI浏览器Norton Neo创始人。小红书：硅谷徐老师 戴雨森，真格基金的管理合伙人 主要话题 [00:14] 2025 年，AI 行业有哪些出乎意料的变化？ 中国模型公司的追赶速度明显超出年初预期 开源模型的主导权正在向中国转移 市场对 AI 的信心与对泡沫的担忧同时上升 [03:02] 中国模型为什么能在一年内追得这么快？ 头部 SOTA 的进展从「阶跃式」变成更 incremental 的提升 训练成本与推理 API 价格都在显著下探 开源生态从年初的 LLAMA 叙事转向「中国开源模型的天下」 [07:59] 为什么硅谷又冒出一批「以研究为主」的新 AI Lab？ 现有范式还能榨取空间，但不再是指数级/阶跃式增长 新范式需要更宽松、更 bottom-up 的研究环境，而不是 KPI 赛马 做范式创新不一定需要百亿千亿，但需要长期探索自由 [08:57] 为什么说「过去是 scaling 的日子，现在要回到 research 的日子」？ Pretraining + Posttraining/RL 仍有效，但边际收益在放缓 真正想逼近更强的自我学习能力，需要研究突破来解锁 中美顶尖研究员开始聚焦相似的「下一步问题」（如 continuous learning、世界模型等） [22:28] Agent 为什么是「十年的开始」，而不是一年结束战斗？ 真正的 Agent 更接近 L3：给目标与资源，能规划、执行、反思、调整 难点不在演示，而在完成度、可靠性与「谁来背锅」 corner case 与错误后的 self-recovery 才是长期瓶颈 [38:06] AI 创业为什么不像移动互联网那样靠分发赢？ 移动互联网更像分发渠道创新，AI 更像 RD 驱动的代际迭代 现在用户时间已被占满，新应用获客是一场「Uphill battle」…

2025 年，大模型行业经历了一个明显的转折点。从 DeepSeek moment 开始，中美两端都感受到了一次「被重新洗牌」的冲击，经过一年的时间，中国的大模型，正在真实地进入全球使用场景之中。一份由 OpenRouter 与 Andreessen Horowitz 联合发布的报告 《State of AI:An Empirical 100 Trillion Token Study with OpenRouter》显示：2024 年，中国开源模型在全球调用中的占比只有约 1.2%，而到了 2025 年，这一比例已经上升至接近 30%。 这些被大量调用的中国模型，究竟是被谁在使用？在数据隐私、合规与地缘政治压力下，美国企业是否有所顾虑？中国模型出海，流量、影响力和商业化之间是否正在出现错位？节目邀请了大模型出海的一线观察者 Forrest Xu，从 OpenRouter、Inference Partner、企业级部署结构、开源与闭源模型的商业路径等多个层面，系统拆解了中国模型出海的真实运行机制。 本期人物 Forrest Xu，大模型出海从业者 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 主要话题 [03:28] OpenRouter 是什么平台？为什么中国模型会在这里大量出现？ OpenRouter 是以价格为核心的模型路由平台，强调“自动选择最便宜方案” 美国市场缺乏持续更新的高质量开源模型 中国厂商在开源模型的性能与成本上形成明显优势 [07:08] OpenRouter 与 Inference Partner 的本质区别是什么？ 路由平台：用户不知道具体模型，随时切换，几乎没有品牌忠诚度 Inference Partner：与企业签署合同，明确模型、算力位置和数据归属 [14:10] 美国企业真正担心的是模型来自中国吗？ 企业最核心的关切是数据是否出境、是否可控 只要数据留在美国或指定地区，模型来源并非首要问题 地缘政治压力更多体现在法务和合规层面 [16:12] 企业客户在合同中最常见的三项核心要求是什么？ 数据不得进入中国大陆 输入和输出数据不得用于再训练 数据需可按需删除，并具备明确 SLA （service level agreement ） [22:40] 中国开源模型被大量使用，但为什么模型厂商本身并不赚钱？ 开源模型几乎不直接产生收入 利润主要集中在推理服务商和中间层…

12 月 3 日，蓝箭航天自主研制的朱雀三号可重复使用运载火箭迎来首飞：二级成功进入预定轨道，一级回收在最后阶段遗憾失利，但整体飞行已是中国商业航天在「回收复用」道路上的一次关键跨越。朱雀三号从设计之初就对标 SpaceX 的猎鹰 9 号，采用相似的两级构型，并且首飞即挑战回收，同时在推进剂和材料上选择了液氧甲烷与不锈钢这条更偏向高频复用的技术路线。 本期节目我们邀请到 蓝箭航天朱雀三号总体副总师董锴，从一线工程师视角，系统拆解这次首飞任务的真实得失，另外我们也深入讨论了为什么中国的可回收火箭普遍走向“猎鹰 9 构型”，朱雀三号此次回收究竟难在何处，以及可重复使用火箭对中国商业航天未来意味着什么。 本期人物 董锴 蓝箭航天朱雀三号可复用火箭型号副总师 Yaxian，「科技早知道」主播 主要话题 [02:37] 朱雀三号是一型什么样的火箭？ 中大型两级液体火箭，液氧甲烷推进剂 从立项之初就以“可重复使用”为第一目标 「青春版」vs. 「完全体」，两者差在哪？ [05:13] 朱雀三号是「国产猎鹰 9」吗？ 国内多数可回收火箭选择了与猎鹰 9 相似的工程构型 这是基于工程验证后的“合理性选择”，而非简单模仿 猎鹰 9 是目前唯一经过长期运营验证的可复用火箭标杆 [10:24] 这次首飞在工程上是如何打分的？ 入轨和回收是两套独立评定标准，并非单选题 回收标准非常直接：是否稳定立住并保持一分钟 [19:33] 为什么选择液氧甲烷 + 不锈钢这条路线？ 工程上不存在“先进或落后”，只有是否服务于目标 关键考量是降低维护需求、提高复用频率 相比物料成本，工程师更在意时间成本 [38:33] 一级回收全过程是如何设计的？难点在哪？ 分离后依次经历 80km 减速点火、气动控制、4km 着陆点火 栅格舵与边条翼用于气动段姿态与攻角控制 着陆阶段采用五台发动机序列点火，为首飞保留冗余 [52:26] 商业化与下一步：朱雀三号接下来怎么走？ 可复用火箭的核心价值在于放大单位时间投放能力 遥二飞行预计在明年，目标是完成回收 更长远方向是更高频次发射与更大级别的全复用火箭 往期节目 从筚路蓝缕到做大做强，从「星舰」进化史看中国商业航天的发展与未来 AEO 闭门会 在上一期节目中，我们收到了很多关于 AEO（Answer Engine Optimization） 的评论和反馈。 1 月 11 日， CES…

本期节目， 我们采访了丹麦投资人、作家 Lars Tvede（拉斯·特维德）。他是《Business Cycles》（《逃不开的经济周期》）《Hyperintelligence》（《超智能与未来》）的作者，深耕宏观周期、科技创新与未来趋势研究数十年。在过去三十年中，他经历过六轮商业周期，在风暴来临前精准做空 2008 金融危机，在 AI 浪潮中重新定义了「通缩时代的超级创新周期」。他长期追踪中美创新，也将 25% 投资组合配置在中国。 这期节目中，拉斯与我们分享了他对经济周期的独特观察与判断，比如未来 10–20 年全球经济不但不会衰退，增速反而可能超出所有人预期；当今的 AI 热潮并不是泡沫；美国和中国的 AI 发展将不会脱钩。无论你关注投资、科技趋势还是全球格局，希望这一集能给大家带来新的理解方式。 本期人物 拉斯·特维德 Lars Tvede， 企业家、金融投资人和畅销书作家 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 周玖洲 Aaron， 十年中金、华夏基金等顶级投资机构工作经验，「不止金钱」主播 主要话题 [09:26] 为什么要研究商业周期并写书？经济学如何变成人人能读懂的故事？ “我最好的学习方式，就是写一本书。” 写《逃不开的经济周期》是为了把复杂理论转成自己能讲清楚的故事。 交易与阅读互相验证，让理解更扎实。 把人物、冲突、历史事件编织进理论，让逻辑更具象。 让经济学“像坐在篝火边听故事一样”易懂 [18:13] 经历六个经济周期，投资直觉是怎么形成的？ “直觉，是长年数据沉淀的瞬间反应。” 2008 年金融危机前，他登机前几分钟突然决定做空。 这种“直觉”来自长期观察情绪、图表与周期结构。 直觉不是玄学，而是潜意识对大量信息的快速整合。 [25:46] 低通胀、高创新时代：我们正走向怎样的未来？ “通缩＋创新，会产生一个又一个泡沫。” 历史数据显示：低通胀时期泡沫数量最多。 AI、自动化、机器人带来的强通缩，使货币流向金融资产而非消费品。 未来 10–20 年将出现“密集泡沫的超级周期”。 [33:18] AI 是泡沫吗？为什么反而是黄金更危险？ “我更担心黄金，而不是 AI。” AI 的价值创造速度可能还没被估值完全反映；黄金更多依赖情绪，没有生产力杠杆。 高创新时代，生产力资产比储值资产更值得持有。 AI 的贵是“合理的贵”。 [37:03] 美国：AI…

随着 ChatGPT、DeepSeek 等 AI 助手成为新的流量入口，我们的购物、搜索与决策方式正在被快速改写：ChatGPT 周活跃突破 8 亿，每日处理 10 亿+查询；近 50% 的消费者已经习惯用 AI 做购物前调研；40% 的购买决策受到 AI 推荐影响。流量入口的变迁意味着营销逻辑的重构：当 SEO（Search Engine Optimization，搜索引擎优化）逐渐演变为 GEO（Generative Engine Optimization，生成式引擎优化），如何让产品被 AI 看见，被推荐和被信任。当 AI 搜索替代传统搜索引擎，商家的增长逻辑将如何重写？ 本期我们邀请到 Deepblumen 联合创始人 Joy，一起从 AI 营销一线观察中国与海外 AI 商业生态的差异，拆解 GEO 的底层逻辑、聊聊未来电商的商业闭环如何在 AI Agents 中重建。 本期人物 Joy，Deeplumen 联合创始人 Yaxian，「科技早知道」主播 主要话题 [03:08] Deepblumen 做什么：AI 原生营销的第一原则 我们做的不是 AIGC，而是让品牌和用户在 AI 生态里更高效连接 Deepblumen 的核心是 AI 搜索可见性（AI Visibility）。 AI 搜索让品牌曝光从靠链接变成靠语义理解。 不只 Deepseek，小红书等也加入了 AI 搜索战场。 [08:07] SEO/SEM 的过去：为什么我们需要新的 GEO？ SEM 解决速度，SEO 解决长线资产，但 AI 时代它们都不够用了 SEM：通过付费快速买量、测试人群；SEO：靠内容质量与网站权重换取免费流量。 AI 时代用户不再点击十个链接，而是大模型总结答案。 品牌必须从「为搜索引擎」写转向 「为大模型写」。 [13:45] GEO 是什么？AI 时代的新 SEO GEO 的核心就是——当用户问问题时，让模型想到你。 GEO = Generative Engine Optimization，让品牌被纳入模型回答，而不是网页结果列表。 大模型重视语义结构、真实数据、专家引用。 做好 SEO 依然是做 GEO 的前提 [28:00] OpenAI Shop Card：AI 正在重建电商闭环 用户未来不需要跳 10 个页面，一个答案和一个购买按钮就够了。 ChatGPT 正把 「搜索 + 比价 + 决策 +…

在刚刚结束的 2025 年第八届进博会上，大众中国展示了多项由中国团队主导研发的技术成果，包括整车平台（CMP）和电子电气架构 （CEA），并宣布将为中国市场研发设计系统级芯片（System on Chip, SoC）。在求新求变的背后，是这家全球最大的传统车企在中国市场面临的电动化与智能化困境。在传统车企的转型路口，大众集团正在中国试图重写汽车的「大脑」。 本期节目，我们邀请到大众汽车集团在华软件中心 CARIAD 中国的 CEO 韩三楚（Frank Han）。他曾在华为和长安汽车有着丰富的工作经历，2023 年加入大众后负责大众汽车在中国市场的软件与架构重构。节目中，他与我们分享了他如何看待大众在中国面临的危机与挑战，传统车企与中国车企之间的竞争与合作，以及他对未来智能汽车的期待与展望。 本期人物 韩三楚 (Frank Han)：大众中国执行副总裁；CARIAD 中国 CEO，现负责大众汽车集团在中国市场的整体软件与架构重构。 丁教 Diane，「声动活泼」联合创始人、「科技早知道」主播 Yaxian，「科技早知道」主播 主要话题 [02:41] 华为 → 长安 → 大众 CARIAD，Frank 为何选择在大众「重塑汽车大脑」？ [08:49] 大众的困局——在中国的新能源市场为什么举步履维艰？ [12:32] 什么是 CEA 架构？它为什么重要？ [14:48] 打破部门墙，整车研发与软件部门如何实现 「One Team」协同研发。 [26:31] 大众与小鹏是如何合作的？工程师被送去当「学生」，借小鹏体系加速交付 [32:09] CEA 1.0 今年落地，大众将让 CEA 成为自己的 iOS 操作系统 [38:05] 汽车将演化成一个「多智能体系统」，车内每个功能都有自己的 AI Agent [44:11] 为什么自动驾驶还未到 ChatGPT 时刻？缺少因果理解与 4D 世界模型。 [57:00] 年轻人为什么还要买大众？更安全、更智能、更大众 [59:55] 未来 3～5 年是淘汰赛，流量不是答案，产品与安全才是生死线。 中国国际进口博览会上 Frank 分享更新中国研发动态 延伸阅读 CARIZON (酷睿程) 由大众汽车集团旗下软件公司 CARIAD…

这期是与 Yaxian 一起探索最新最前沿科技的「深科技」系列 过去一年，「 虚拟细胞」（Virtual Cell）成为了生命科学和 AI 交汇处最热门的词汇。全世界的科研机构和科技巨头都纷纷押注，共同推动着一场「虚拟细胞革命」。 DeepMind CEO 诺奖得主 Demis Hassabis 在多次采访中说「虚拟细胞」将是 deepmind 重要的研究方向，他将致力于构建能够模拟整个细胞的AI系统。马克·扎克伯格与妻子普莉希拉·陈共同发起的科研机构 Chan Zuckerberg Initiative （CZI） 也是在今年高调宣布，他们将要在 未来十年在虚拟细胞上投入数亿美元，开发开放数据集与计算工具。就在上个月，NVIDIA 宣布了与 CZI 的合作，通过提供 AI 基础设施，共同推动虚拟细胞的开发和应用。 我们今天的节目请到了上海交通大学医学院教授、万乘基因创始人施威扬老师。一起来聊一聊究竟什么是「 虚拟细胞」？我们要如何将细胞数字化? 以及虚拟细胞将如何改变疾病治疗、药物研发，甚至我们理解生命的方式？ 本期人物 Yaxian，「科技早知道」主播 施威扬，上海交通大学医学院教授、万乘基因创始人 主要话题 [00:35] 从 DeepMind、CZI 到 NVIDIA，为什么科技巨头纷纷押注「虚拟细胞」？ [02:29] 什么是虚拟细胞？它是一个试图模拟真实细胞行为的超级大模型 [06:46] 生物学曾被视为「天书」，AI 如何解构这种极度复杂的高维系统？ [09:24] 从「90%实验+10%计算」到「10%实验+90%计算」，AI 带来生物学研究的范式转移 [15:57] 科技大厂追求通用基座模型，药企更务实于垂直专有模型，谁能跑赢？ [18:17] 虚拟细胞进化史：从 「规则模型」到「数据驱动」 [29:47]｜如何构建虚拟细胞？统一表征 → 多组学数据 → 模型 → 实验验证（lab-in-the-loop） [36:53] 模型幻觉与黑箱：生物模型的可靠性和可解释性 [46:32] 虚拟细胞的应用：药物发现、合成生物学、细胞与基因治疗（CGT） [53:27] 数据量的匮乏与维度的缺失——为什么我们需要千万级的多组学数据？ [01:09:12] 「图谱计划」的争议：为什么大规模测序是 AI 时代的必要基础设施？ 北美增长大师班（硅谷站）…