播客

本期播客克隆了知名学习教练 Justin Sung 对谷歌 AI 学习工具 NotebookLM 的深度评测。Justin 从新手和专家两种视角，以及专注学习、移动学习、任务驱动型学习三种场景，全面测试了 NotebookLM 的功能与效果。他肯定了该工具在易用性、多模态内容生成（如视频/音频摘要、思维导图）方面的优势，及其在特定场景下节省时间的潜力。然而，Justin 犀利指出，AI 工具虽擅长解决资源收集等“小问题”，但未能触及学习中最核心的挑战——即如何有效处理“多元素交互”带来的信息过载，以及如何通过主动思考和组织信息来构建真正深刻的理解。他强调，真正的学习在于“过程”而非 AI 直接给出的“结果”，过度依赖 AI 可能反而加剧困惑，甚至制造“学习的幻觉”。播客还提供了实用建议，如开启 NotebookLM 的“学习指南”功能以强制主动思考、主动“挣得”答案、以及提升自身学习能力而非过度依赖 AI。节目不仅是对 AI 工具的评测，更是一次关于学习本质和如何成为高效学习者的深刻探讨，旨在帮助听众避免 AI 学习陷阱，实现真正的学习进步。

本期播客邀请前《原神》核心策划恶少，深入探讨了他从米哈游离职创业的动因、对当前中国游戏行业的犀利看法，以及他利用 AI 技术革新游戏创作的愿景。恶少详细回顾了米哈游“技术宅拯救世界”的企业文化、《原神》从立项到内容工业化的关键阶段，特别是其“元素交互”核心玩法的确立和 42 天更新周期的实现机制。他指出，真正的工业化并非 SOP 的束缚，而是通过沙盒技术解耦团队，平衡创作自由与高效生产。在创业方面，他推出的 AI 游戏创作工具“creamy”旨在解决游戏行业“跨领域协同”的痛点，让不懂代码的美术或不懂美术的程序员也能独立创作。恶少还展望了未来内容形态，认为电影与游戏的界限将消失，融合为高沉浸、可交互的“互动内容”，并观察到 Z 世代对个性化、垂直化内容的偏好。整个访谈充满了对游戏行业深刻的洞察、实践经验分享以及对 AI 技术未来潜力的独到见解。

本期播客克隆了乔·罗根与英伟达 CEO 黄仁勋的深度对话。黄仁勋回顾了自己从泰国移民美国、在贫困中成长的经历，以及英伟达如何从濒临破产到成为市值万亿科技巨头的跌宕起伏创业历程。他详细阐述了英伟达如何通过创新 GPU 和加速计算，从为游戏玩家提供高性能显卡转型为推动全球 AI 革命的核心力量，并提出了超越摩尔定律的“英伟达定律”。对话深入探讨了 AI 对社会未来的深远影响，包括就业市场变革、AI 意识的哲学思辨，以及 AI 在军事、网络安全和能源领域的应用。黄仁勋以其独特的视角，阐述了对 AI 未来的乐观展望，并分享了“对失败的恐惧”而非“对成功的渴望”是驱动其创新和领导力的核心哲学。播客不仅是关于科技前沿的探讨，更是一个关于韧性、创新和“美国梦”的感人故事，为技术从业者提供了宝贵的洞察和启发。

本期播客特邀 DeltaNet 核心贡献者杨松林博士，深入探讨了线性注意力机制在大语言模型（LLM）中的演进、应用与优化。节目首先回顾了注意力机制的核心作用，并详细介绍了 DeltaNet 的诞生背景、核心改进及其在阿里 Qwen 和 Kimi Linear 模型中的实际应用。杨博士解释了线性注意力在处理长文本时的效率优势，以及为何业界倾向于采用线性和全注意力混合架构以平衡性能与效率。播客还讨论了在算力无限和数据受限情况下，线性注意力依然具有的独特价值，尤其是在提升数据效率和状态追踪方面的潜力。最后，杨松林博士分享了其作为 AI 研究员积累跨学科能力、发起开源小组 FLA 的经历，并展望了注意力机制（包括稀疏注意力）和持续学习的未来发展方向。整期节目不仅提供了硬核技术洞察，也融入了对科研、社区建设和产品化思维的思考。

本期节目邀请人工智能专家 Mengdi，全面探讨了 AI 智能体（AI Agent）的核心概念。播客追溯了智能体从强化学习中的起源，解释了为何在大语言模型出现后，智能体才得以广泛应用，强调大模型提供了强大的先验策略和跨领域常识。节目详细介绍了智能体的基本架构，包括作为“大脑”的大模型如何调用外部工具、自主分解任务，以及多智能体系统通过角色分配协同解决复杂问题。嘉宾深入分析了智能体在长序列任务中面临的工具选择困难、模型幻觉等技术挑战，并提出了微调、后训练、测试时计算（test-time compute）、检索增强生成（RAG）和自进化能力等解决方案。最后，播客展望了 AI for Science 的宏大愿景，讨论了 AI 科学家自动化科研过程、智能眼镜在实验室实现人机协作的创新实践，并指出构建简单智能体的门槛已大幅降低，但实现通用性和稳定性的高级智能体仍需专业知识。

本期播客深入探讨了风险投资（VC）行业的复杂生态与运作机制。两位资深行业人士从“命”与“运气”的视角切入，分析了 VC 成功背后的人的因素（如创业家精神、个人偏好与成长背景）、市场环境与时代机遇的交织影响，强调了投资决策作为一个混沌系统的不可预测性。播客详细阐述了投资决策过程中的“说不”偏见、事后复盘的“安慰剂”效应，以及早期项目下注的常规比例（基金总额的 1%-2%）与后续跟投策略。同时，对话深入剖析了 VC 基金的回报分布，指出头部基金（如红杉、Index）占据了市场绝大部分回报，而多数基金难以实现持续高 DPI。讨论还触及了 VC 基金的生命周期、募资挑战（特别是对中小基金和地方国资基金）、以及行业内“赢家通吃”的资金和人才集中趋势。面对当前 AI 浪潮，嘉宾们探讨了其带来的巨大机遇与随之而来的“泡沫”讨论，以及作为个体在快速变化时代中的渺小感。播客也关注到行业内部的“师徒制”传承困境、从业者心态调整（接受失败常态）和个人职业发展的平衡，为听众呈现了一个全面、真实且富有洞察力的 VC 行业图景。

本期播客深入探讨了领英（LinkedIn）前首席产品官 Tomer Cohen 所推行的“全栈构建者”产品开发模式。面对到 2030 年 70%工作技能将发生变化的挑战，领英积极拥抱 AI，旨在通过自动化繁琐任务，解放人类在愿景、共情、沟通、创造力和判断力等核心能力上的投入。该模式的核心在于三大支柱：重构平台以适应 AI 协同工作、开发定制化 AI Agent（如信任 Agent、增长 Agent、研究 Agent、分析师 Agent）以提升效率和决策质量、以及推动深度的文化转型以激励员工采纳“全栈思维”。播客详细介绍了领英的实践经验，包括试点成果、人才培养计划（如“助力产品构建者计划”）和变革管理策略，强调了成长心态（“成为”比“是”更好）在应对快速变化的未来挑战中的关键作用。整个对话不仅提供了 AI 赋能的实践案例，更是对未来组织形态和个人职业发展的深刻思考。

本期《三五环》深入探讨了腾讯在当前 AI 领域的战略布局与市场表现。嘉宾庄明浩指出，尽管腾讯在纯 Chatbot 战场上显得“松弛”，但其通过微信平台推广 AI 助手“元宝”，将其定位为连接内外部服务的“超级连接器”，成功融入用户日常场景，如公众号评论互动，展现了 AI 在提升用户体验和企业运营效率方面的巨大潜力。播客强调，AI 行业已从单纯的模型智能竞赛转向“场景落地”与“真实可用性”，大厂凭借其庞大的用户基础、数据资源和生态优势，在 AI 赋能现有业务、提升内部效率（如广告收入增长、代码生成）方面效果显著。此外，庄明浩特别指出腾讯在多模态（语音、图片、视频、3D 生成、世界模型）领域的持续投入和领先地位，认为其具备长期下注的能力和场景落地潜力。播客还讨论了创业公司与大厂在 AI 时代的竞争态势，强调了人机协作、产品经理关注用户需求的重要性，并指出 AI 发展的高度不确定性要求企业和投资者关注中短期可见的进展，而非过度追求终极答案。

本期播客详细讲述了中国互联网企业家王兴的早期创业历程，涵盖其从清华学子到连续创业者的奋斗史。节目从王兴的家庭背景和求学经历切入，探讨了他对互联网的早期兴趣。随后，深入分析了王兴团队在校内网、饭否和海内网等项目上的探索、成功与失败。特别提到了校内网的崛起与被迫出售，饭否的创新与遭遇关停，以及与开心网、人人网等竞争对手的激烈角逐。播客不仅展现了王兴在创业过程中面临的资金、技术和市场挑战，还揭示了他敏锐的市场洞察力、坚韧不拔的精神和对“不争”哲学的实践。通过对这些历史事件和人物的细致描绘，为听众呈现了一幅中国互联网早期发展的宏大画卷，并提供了宝贵的创业经验和教训。

本期播客克隆了知名科技记者对 OpenAI 首席研究官 Mark Chen 的深度访谈。Mark Chen 作为 OpenAI 关键领导者，负责塑造研究方向并分配计算资源。他首次揭秘了 OpenAI 与 Meta 之间激烈的人才争夺战，包括扎克伯格亲自挖角的趣闻，以及 OpenAI 如何凭借其独特的使命感和对未来潜力的坚信，成功留住顶尖人才。访谈详细阐述了 OpenAI 不追逐短期基准，而是专注于探索下一个技术范式的研究哲学，例如大胆押注强化学习并使其成为语言模型不可或缺的基础功能。Mark Chen 还分享了 AI 在解决复杂数学问题和编程竞赛中超越人类的表现，以及 GPT-5 Pro 在物理学领域展现出的超人能力，并展望了 AI 作为“实习生”加速科学发现的巨大潜力，提出了“OpenAI for Science”项目。对于通用人工智能（AGI）的未来，他给出了与众不同的视角，强调了安全与对齐研究的重要性，特别是理解模型思维过程的机制可解释性。此外，播客还提及了与 Jony Ive 合作设计以 AI 为核心的未来设备，以及 OpenAI 在“政变”风波中团队团结一致的幕后故事。整期对话展现了 OpenAI 在 AI 前沿、竞争、个人信念与未来愿景方面的深刻洞察和独特实践。