播客
本期播客聚焦于中国 AI 编程模型 Kimi K2 和千问 3 的迅猛发展。嘉宾们首先指出 K2 以仅为 Claude 4 约 3%的价格，却能提供 80%-90%的性能，极具市场竞争力。他们认为，K2 采取的“开源+低价”策略并非无奈之举，而是一种主动的市场进攻，通过免费试用和上下文缓存（Context Cache）等成本优化技术，实现用户快速获取和病毒式传播，从而吸引大量开发者并为未来的云服务转化铺路。讨论还深入分析了 AI 编程的高确定性和降本增效潜力，认为其正加速改变传统开发模式，甚至导致企业减少开发人员。节目对比了中美两国在 AI 编程模型上的不同发展路径：美国倾向于专业分工，而中国大厂则更侧重构建完整的生态系统并加速商业化。此外，播客还探讨了企业级（To B）和消费者级（To C）用户对 AI 模型需求的分化，To B 更关注安全性、信任和验证的复杂性，而 To C 则追求便捷和低成本。最后，节目展望了 AI 编程的未来形态，即用户只需关注目标，无需关心实现过程，并强调了 AI 编程对云计算和硬件产业的积极带动作用。
本期播客聚焦分析了设计工具 Figma 在人工智能时代的战略定位和发展路径。嘉宾们指出，Figma 当前的核心目标是实现 IPO 并大幅扩大用户基础，尤其侧重吸引非设计师群体，而非将 AI 技术视为短期内的首要驱动力。播客详细解析了 Figma 过往的成功之道，包括其对 WebGL 技术的洞察、顺应设计趋势的能力以及在协作和社区生态建设上的显著优势。同时，讨论也坦率地指出了当前 AI 在 UI 设计和代码生成领域的局限性，例如指令遵从性不佳、上下文理解不足等技术挑战。展望未来，嘉宾们认为 AI 将深刻影响产品经理、设计师和开发者之间的传统边界，推动工作流向“口述式设计”和从需求直接生成界面代码的方向发展，强调 Figma 需在巩固其核心工作流优势的同时，积极应对 AI 带来的行业变革，以保持长期竞争力。
本期播客深入剖析了 OpenAI 发布 GPT-5 的深层商业逻辑，指出其并非单纯的技术迭代，而是 Sam Altman 精心策划的商业布局。节目嘉宾详细分析了 GPT-5 在编程能力上的提升、激进的价格策略以及开源模型的战略意义，旨在巩固 OpenAI 在企业级（to B）和政府级（to G）市场的领导地位。同时，播客探讨了 OpenAI 与竞争对手 Anthropic 在企业市场份额上的激烈竞争，以及 AI 市场从消费者端（to C）向企业端和政府端转型的趋势。此外，节目还揭示了 OpenAI 通过员工股份出售等资本运作方式提升估值、稳定团队的闭环机制。最后，讨论了 Transformer 架构的局限性、AI 编码能力的巨大商业价值，并展望了谷歌世界模型以及中国 AI 厂商在后训练和成本控制方面的机遇，强调了 AI 行业人机协作和精细化发展的重要性。
本期《人民公园说 AI》聚焦于当前 AI 领域愈演愈烈的“人才大战”，特别是 OpenAI、Meta 和 Google 等巨头之间的激烈博弈。播客首先以 Google 斥资 24 亿“斩首”OpenAI 未能收购的 Windsurf 核心团队，以及 Meta 以 3 亿天价挖走 OpenAI 顶尖研究员的事件为引子，探讨了硅谷人才流动模式的转变。嘉宾们分析了当前 AI 行业对顶尖研究型和工程化人才的极度渴求，指出人才与算力是 AI 发展的核心要素。讨论深入到大厂如何通过直接挖角核心团队而非传统公司收购的方式来争夺 AI 控制权，以及这种“不讲武德”的策略对硅谷信任文化的影响。同时，播客也探讨了 OpenAI 在人才流失下的应对策略，以及 Meta 通过大力投入开源模型（如 Llama 5）和提供丰厚回报来吸引顶尖人才的战略。最后，节目还展望了开源 AI 模型在全球范围内的重要性，以及不同公司在技术发展与产品落地间的平衡。
本期《人民公园说 AI》聚焦 AI 领域的最新动态与战略转向。节目首先深入分析了马斯克突然解散特斯拉 Dojo 超算项目的原因，指出这并非简单的战略撤退，而是为了更高效地整合资源，利用英伟达的先进算力，并与 XAI 进行协同发展，以优化 AI 训练效率，尽管短期内对特斯拉的形象有所影响，但获得了投资者的认可。随后，播客探讨了当前大型语言模型（LLM）在理解物理世界和具身智能方面的显著局限性，强调机器人技术是多学科交叉的复杂领域，并非单一 LLM 能解决。节目重点介绍了谷歌 DeepMind 发布的 Genie 3 世界模型，认为其通过无监督学习和视频训练模拟真实物理世界的能力，预示着它可能成为继 LLM 之后 AI 领域的下一个技术爆点，与 LLM 形成互补关系，共同推动智能水平的飞跃。此外，播客还讨论了 AI 发展对算力需求的激增，尤其是在推理端，这为台积电等芯片供应商带来了短期利好，但长期来看，市场多元化和技术追赶将使得单一厂商难以维持垄断。最后，节目提及中美政府在 AI 军备竞赛中作为主要客户的角色，以及技术领先者可能面临的低端颠覆风险和复杂的国际商业环境挑战。
本期播客深入剖析了阿里巴巴、京东和美团在中国外卖市场与 AI 领域的竞争策略。嘉宾们指出，尽管巨头们纷纷“all in AI”，但短期内 AI 难以直接驱动外卖业务的利润增长，凸显了 AI 与外卖业务的本质区别。播客详细回顾了十年前滴滴与快滴的烧钱大战，并对比当下外卖市场的竞争特点，指出当前巨头资金雄厚，竞争焦点转向闪购入口和市场份额的争夺。阿里通过整合饿了么至淘宝闪购并实施补贴策略，旨在消耗美团现金流并提升自身平台活跃数据；京东则以“挑事者”姿态，通过针对性补贴（如咖啡茶饮）和“利旧”策略（复用物流与人力资源）寻求增量市场。美团作为市场领导者，面临来自阿里和京东的双重压力，其核心在于守住线下商户资源和支付流水。播客强调，零售行业的核心是“人货场”，AI 更多是提效工具而非颠覆者，高科技应用于低利润业务难以持续。最终结论是，AI 和外卖是两条平行线，巨头们的商业决策更多是出于市场竞争和战略布局的务实考量，而非技术融合的必然，同时揭示了互联网平台在流量、履约和支付三者之间难以兼顾的“不可能三角”困境。