播客
本期播客对话 Lovart 创始人陈冕，深入分析了 OpenAI Sora 发布后对 AI 行业，特别是 AI To C 应用和社交领域的深远影响。陈冕分享了 Sora 的使用体验，强调其在视频生成质量、镜头语言及社交属性（如 Remix 共创）上的创新，并预言 Sora 可能成为数十亿用户级别的虚拟社交超级应用。播客还复盘了 Lovart 在四个月内实现 20 万日活和 3000 万美元年度预测订阅收入的快速增长历程。陈冕阐述了 Lovart“创作平权”的产品定位，强调其作为 AI 设计代理辅助全民创作的价值。此外，对话涵盖了全球化创业策略、中美 AI 市场认知差异、AI 应用公司如何通过预测模型演化实现增长、以及创业者在技术加速迭代背景下保持焦虑与高频迭代组织的重要性。播客最终强调了 AI 时代 To C 市场的巨大潜力与创业公司面临的挑战与机遇。
本期播客深度访谈了 OpenAI 董事会主席 Bret Taylor 和前 Google 资深高管 Clay Bavor，两位传奇人物联合创办了 AI 公司 Sierra。他们探讨了 AI 究竟是一场颠覆世界的革命，还是仅仅是“更好的软件”这一核心问题。Bret Taylor 提出了 AI 正在将“智能”从稀缺变为充足的革命性观点，将其与电力和食物的普及相类比，认为这将从根本上重塑社会经济结构并挑战人类的自我认同。嘉宾们预测，“智能体（Agent）”将成为 AI 时代的核心技术范式，如同 Web 时代的“网站”和移动时代的“应用”一样，代表着能自主工作、具备推理和行动能力的数字实体，并将成为未来人与企业互动的主要界面。 播客还详细介绍了 Sierra 颠覆性的“按结果付费”商业模式，即只有当 AI 智能体成功为客户解决问题时才收取费用，这与传统 SaaS 模式形成鲜明对比，深度绑定了供应商与客户的利益。此外，他们分享了 AI 驱动公司应遵循的“修复机器而非修复产出”的心法，并强烈反对应用型 AI 公司自建基础模型，认为基础模型投资巨大且贬值迅速，应用层公司应专注于整合利用最佳模型创造卓越用户体验。播客内容涵盖了 AI 对技术普及速度、互联网经济模式、社会结构和个人身份认同的深远影响，并穿插了两位嘉宾在谷歌、Facebook、Salesforce 等科技巨头工作的宝贵经历和幕后趣闻。
本期播客对话明略科技创始人吴明辉，详细回顾了公司 19 年的漫长创业史，从最初的秒针系统到明略数据，再到三家公司合并为明略科技并即将上市。访谈深入探讨了 AI 技术，特别是 Agentic Model 在企业级服务中的应用前景与挑战，强调了私有数据构建护城河的重要性。吴明辉分享了他在创业过程中经历的多次转型、并购决策、融资困境以及从技术理想主义者到成熟经营者的成长心路。讨论还涉及了 AI 时代生产关系的重构、人机协作的未来模式，以及如何在复杂商业环境中利用 AI 提升效率和创造价值。整体内容展现了 AI 在企业级应用领域的广阔潜力及实际落地所面临的深层思考。
本期播客深入探讨了在当前互联网与金融行业背景下，个体所面临的“异化”现象。嘉宾猫草老师和主播刘飞首先从“人没有活动空间”的定义切入，对比了互联网大厂与金融行业在组织文化、工作模式及对员工个性包容度上的差异。指出互联网大厂在早期上行期因市场竞争和正反馈机制，员工异化感不明显，但进入存量期后，随着内部管理趋严和机会稀缺，“向上管理”取代实际贡献，异化现象加剧，职场变得类似“斯巴达社会”。 播客随后讨论了算法对人的规训，认为平台为追求效率将人标签化、工具化，尤其在变现效率高的平台，创作者更易沦为“赛博佃农”。嘉宾分享了个人通过控制 UGC 内容消费、选择私域订阅等方式对抗算法异化的经验。 最后，播客聚焦于如何对抗异化，强调保持自我认知、发展公共业余生活的重要性。建议年轻人在学生时代多接触艺术文化，培养多元兴趣，因为这些“窗子”能在未来困境时提供精神慰藉和出路。同时，也指出当前是低成本创业和多元选择的时代，鼓励年轻人积极探索，平衡个人价值与兴趣，以应对职场和社会的异化挑战。
本期《晚点聊》邀请 AGI House 的 Henry Yin 和 Naomi Xia，围绕 OpenAI 开发者日发布的新工具（Agent Kit、Apps SDK）及 AI Agent 工具链的发展趋势展开深入探讨。节目首先分析了 OpenAI 将 ChatGPT 打造为操作系统的雄心，Agent Kit 如何通过可视化构建、前端 UI SDK 及评估优化功能，为开发者提供完整的应用开发工具箱，并利用 ChatGPT 庞大的用户基础提供分发红利。接着，嘉宾详细梳理了 AI Agent 工具链自 ChatGPT 发布以来的六次关键演进，包括从 Function Calling 到语音、编程、推理及计算机使用能力的突破，以及每次升级如何催生新的工具生态。播客还聚焦于 Agent 工具链中的核心环节，如 MCP Server（以 Composio 为例）、语音技术（LiveKit）、记忆（Letta 的“sleeping compute”概念）和评估挑战。最后，节目展望了 AI Agent 工具市场的巨大潜力（预计达 2000-5000 亿美元），讨论了百亿级公司可能出现的路径，以及硅谷 AI 创业社区的活跃氛围和中国 AI 创业者全球化布局的优势与挑战。
本期《十字路口》播客与嘉宾庄明浩共同复盘 2025 年的 AI 与科技行业，将其定义为“拐点之年”，深入探讨了技术、产品、资本可能触及的极限。对话首先分析了大模型战场，从 DeepSeek R1 的低成本撬动效应，到 Sam Altman 对 AGI“轻轻迈过”的重新定义，以及中美在技术路线和开源策略上的分野。接着，深入探讨了多模态技术（如 Sora 2、世界模型）的激烈竞争和清晰的商业化路径，并剖析了 OpenAI 在产品化方面的独特心法。播客还聚焦 Agent 元年，讨论了 L3 阶段 Agent 从语言转向行为的复杂性、通用与垂直 Agent 的共存，并展望了鸿蒙 HMAF 框架下端侧 Agent 为开发者带来的新机遇。最后，讨论了开源生态作为中国 AI 发展的“武器”及其商业化潜力，并对当前 AI 领域的资本市场狂热、估值泡沫及投资逻辑转变进行了深入剖析。整体而言，播客强调了 AI 领域技术与商业挑战并存，但仍充满变革与机遇。
本期播客对话图灵奖得主、强化学习之父 Richard Sutton，就当前大语言模型（LLM）的智能发展路径提出了尖锐质疑。Sutton 教授认为，LLM 本质上是模仿人类语言，缺乏明确目标和对世界的真实互动，因此无法建立真正的世界模型，也无法实现持续学习和通用人工智能（AGI）。他强调强化学习通过“感觉-行动-奖励”循环，使智能体能从经验中学习、预测后果并调整行为，这才是通向智能核心的关键。Sutton 教授进一步阐释了其“惨痛的教训”理论，预言依赖人类知识的 LLM 终将被直接从无限经验中学习的系统超越。他提出应“向松鼠学习”，回归动物通过试错与预测学习的本质，而非过分关注人类独特性。最后，Sutton 分享了对 AI 传承的哲学思考，认为 AI 的崛起标志着宇宙从生物“复制时代”迈向智能“设计时代”的伟大转折，人类应以积极心态引导 AI 融入正直等普世价值观。
本期播客深度对话前特斯拉 AI 总监 Andrej Karpathy，他以其独到且常反主流的见解，探讨了 AI 智能体、强化学习的现状与未来。Karpathy 直言强化学习效率低下且充满噪音，将其比喻为“用吸管吸取监督信号”，认为其在学习复杂智能任务上不如人类的反思和复盘机制。他强调我们正处于“智能体的十年”，而非“智能体之年”，因为 AI 距离真正像人类一样自主工作仍有很长距离，缺乏持续学习能力、多模态能力和完整的认知核心。Karpathy 将 AI 的智能形态描述为“召唤幽灵”，通过模仿互联网数据形成“数字灵魂”，而非“制造动物”，强调其优化过程与演化截然不同。播客还深入探讨了编程作为 AI 最完美的第一个应用场景，因其文本友好且基础设施完备，但同时指出大语言模型在代码创新和理解自定义风格方面的局限性。Karpathy 对“智能爆炸”的说法持谨慎态度，认为 AI 的进步是自动化进程的延续，而非跳跃式飞跃，并以自动驾驶“从演示到产品”的十年经验，警示软件工程同样面临高昂的失败代价。最后，他介绍了其教育项目 Eureka，旨在通过 AI 辅助教育，打造“星际舰队学院”，帮助人类突破认知极限，实现“人人皆超人”的未来，强调教育作为一项技术问题，可通过 AI 导师优化学习路径，提升学习效率和乐趣。
本期播客深入探讨了 AI 时代创业公司如何构建持久竞争优势，即“护城河”，以应对“ChatGPT 套壳”等担忧。主持人团队以 Hamilton Helmer 的《七大力量》理论为基础，重新解读了在 2025 年 AI 语境下这些经典护城河的全新应用。节目核心观点是，早期 AI 创业者不应过早纠结于长期护城河，而应优先关注“速度”和“解决真实痛点”。在此基础上，逐步构建包括卓越工程能力带来的“流程优势”（如复杂 AI Agent 的打磨，从 Demo 到可靠产品需大量耐心与枯燥工作）、难以获取的“垄断性资源”（如与政府深度合作、私有数据、定制化模型微调）、让客户难以切换的“转换成本”（特别是 AI Agent 深入业务流程后的定制和消费级 AI 的个性化记忆）、通过颠覆传统模式实现的“反向定位”（AI 原生公司对传统按席位收费 SaaS 巨头的挑战，以及垂直 AI SaaS 捕获更高钱包份额的潜力）、数据飞轮驱动的“网络效应”（用户数据训练模型优化产品）、以及“规模经济”（基础模型训练成本与数据基础设施建设如 Exa）。播客通过 Cursor、Giga ML、Speak 等具体案例，生动阐释了这些护城河在实践中的体现。最终强调，在瞬息万变的 AI 浪潮中，执行力与对用户需求的深刻理解是通往成功的基石，而非仅仅是理论框架的空谈，呼吁创业者不要因护城河理论而不敢开始，而是要从解决最迫切的用户痛点出发。
本期播客是英伟达创始人兼 CEO 黄仁勋与知名投资人 Brad Gerstner 的深度对话。黄仁勋将 AI 定义为一场新的工业革命，强调其“预训练、后训练、推理”三个规模化定律，并预测推理需求将带来十亿倍的增长。他断言 OpenAI 有望成为下一个万亿级超大规模公司，并首次披露了英伟达与 OpenAI 高达千亿美元的“星际之门”合作计划，旨在帮助 OpenAI 自建全栈 AI 基础设施。黄仁勋认为通用计算时代已终结，加速计算和 AI 计算是未来，并详细解释了英伟达通过极致的系统协同设计和年度发布周期，构建了难以逾越的“护城河”，即使竞争对手免费提供芯片，英伟达的系统仍因其每瓦性能优势而更具经济效益。此外，他还就中美科技竞争、主权 AI 的必要性、美国吸引全球顶尖 AI 人才的挑战，以及 AI 对全球 GDP 增长和再工业化的深远影响分享了坦率而深刻的见解。他呼吁美国应采取积极策略，赋能科技产业，并与中国保持竞争而非“脱钩”，共同迎接 AI 时代的机遇与挑战。