TopPodcast.com
Menu
  • Home
  • Top Charts
  • Top Networks
  • Top Apps
  • Top Independents
  • Top Podfluencers
  • Top Picks
    • Top Business Podcasts
    • Top True Crime Podcasts
    • Top Finance Podcasts
    • Top Comedy Podcasts
    • Top Music Podcasts
    • Top Womens Podcasts
    • Top Kids Podcasts
    • Top Sports Podcasts
    • Top News Podcasts
    • Top Tech Podcasts
    • Top Crypto Podcasts
    • Top Entrepreneurial Podcasts
    • Top Fantasy Sports Podcasts
    • Top Political Podcasts
    • Top Science Podcasts
    • Top Self Help Podcasts
    • Top Sports Betting Podcasts
    • Top Stocks Podcasts
  • Podcast News
  • About Us
  • Podcast Advertising
  • Contact
Not in our directory?
Add Show Here
Podcast Equipment
Center

toppodcastlogoOur TOPPODCAST Picks

  • Comedy
  • Crypto
  • Sports
  • News
  • Politics
  • True Crime
  • Business
  • Finance

Follow Us

toppodcastlogoStay Connected

    View Top 200 Chart
    Back to Rankings Page
    Technology

    十字路口Crossing

    AI 正在给各行各业带来改变,我们在「十字路口」关注变革与机会,寻找、访谈和凝聚 AI 时代的「积极行动者」,和他们一起,探索和拥抱新变化、新的可能性。

    「十字路口」是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。

    Advertise

    Copyright: © Koji

    • Apple Podcasts
    • Google Play
    • Spotify

    Latest Episodes:
    为什么公司用不好AI?从焦虑到行动的 3 个关键动作|对谈百融智能张韶峰 Apr 26, 2026
    Show notes

    🚥 「十字路口」有一个内容系列「AI 在中国」,长期关注 AI 在中国各行各业的具体落地案例,我们和大家一起观察 AI 在如何真实地影响到我们的工作、生活。本期为本系列第 6 期。

    ➤ 很多人问:“AI 时代到底怎么落地?有没有一个中国企业的样本可以学习?”

    本周的「十字路口」,我们邀请了张韶峰(百融智能董事长/CEO)。百融今天是一家 1,600 人的港股上市公司,他们先后在金融风控审批、联络中心、招聘面试、财务报销、合同审核等场景里跑通了企业级 Agent 的生产部署。

    张韶峰给了一个非常“传统企业友好”的推进法:先把概念讲清楚,再把责任人选对,最后用能闭环、能衡量的场景去打穿 ——不要先挑战人性,不要先重构流程,找到企业里的”AI 原住民“,先让 AI 在既有流程里跑出可交付的结果。

    我们也在这期讨论了一个很多人关注的问题:为什么大多数公司用不好 AI?而恰好这个缺口,在张韶峰看来,对中国 ToB 创业者是十年一次的机会。

    🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

    📒 文字版将发布于 @十字路口Crossing 公众号。

    🟢 00:00 快问快答

    • 年龄、毕业院校、MBTI 与星座、一句话介绍百融智能、收入与利润、团队规模、最近在关注什么

    🟢 01:13 OpenClaw = 黑灯办公室

    制造业早就有「黑灯工厂」,而坐办公室的白领,历史上从来没实现过这一点——直到 OpenClaw 出现。
    • 他把 OpenClaw 定义为中国企业的「第二次 AI 震撼时刻」,地位仅次于 DeepSeek——DeepSeek 让大家知道 AI 是什么,OpenClaw 让大家开始恐惧自己的命运
    • 一个卖起重机的清华同学的问题:「AI 时代来了,我该找公司里谁来负责我都不知道」——这种焦虑非常典型,而且目前没有人在系统性解答它
    • 既振奋又焦虑:振奋是「要么赚钱要么省钱」,焦虑是「不知道该怎么干」

    🟢 03:30 20 万 AI 员工是怎么算出来的

    百融内部有个北极星指标叫「硅碳比」——能用 AI 做的,就不要用人做。
    • 百融目前有约 20 万 AI 员工对应约 1,000 多真人员工——但这个数字是怎么定义的,背后有一套非常有意思的测算逻辑
    • 按这套社会价值的换算,百融创造的产出相当于一家四五十万人的公司,但收的费用只有后者的几分之一——这个悖论他怎么解?
    • 他预见到有人会「注水」AI 员工数量来讨好老板,公司专门引入第三方标准来防止这件事

    🟢 07:41 现场!拨一通真实的 AI 客服电话

    一个成都口音的理财经理、一个会传递上下文的 AI——这通电话里有几个细节,值得反复听。
    • 带口音的 AI 员工,效果远胜标准普通话——「有口音的普通话,才有人味儿」
    • 每次开口前的键盘敲击声:一个刻意设计的细节,意图是什么?
    • 真人客服为完成业绩可能会承诺兜底,但这个 AI 无论怎么被诱导,绝不越线——这不只是技术问题

    🟢 10:50 为什么 AI Agent 不能「一个人干完所有事」

    既不是技术限制,也不是成本问题。
    • 一个全能的超级 Agent 暴露在外面,对黑客来说是最大的漏洞——他拆成多个角色的逻辑,是从攻防博弈角度来的
    • 另一半原因更难解决:改变 AI 作业流程,意味着改变内部利益格局,员工找借口说 AI 不好用,背后到底是真的不好用还是别的什么?
    • 他给出的建议:第一步不要改流程,先让每个人的能力乘以 10,利益格局不动,然后再推进

    🟢 13:00 AI 员工也有 HR、绩效和父母

    • 百融内部有个「AI 员工之家」:每个 AI 员工有姓名、工龄、入职日期、邮箱——邮箱格式和真人员工完全一样
    • 它有两个「父母」:一个传授业务技能,一个负责「生产制造」它——为什么要这样分离?
    • 员工把自己的能力传给 AI 员工,如果不设置奖惩机制,你凭什么让他配合?——他踩过这个坑

    🟢 15:20 中国 SaaS 长期失败的根本原因

    做百融的第一天,就决定不走传统软件路线。
    • 中国整个软件产业的产品收入,只有美国的 4%,但中国经济体量是美国的 2/3——这个差距不是偶然,是结构性的
    • 中国企业愿意为「资源」付钱(流量、硬件),但不愿意为「过程工具」付钱——这是文化问题还是商业模式问题?
    • 从第一天就用「快递小哥模式」——完成一件工作,才收一次钱,前置成本为零

    🟢 19:30 Agent 找到 PMF 的两个领域

    第一大毋庸置疑,第二大是全球公认——但中国企业可能还没意识到这件事有多大。
    • 第一大:程序员——所有工作可闭环、可衡量、可供强化学习,而且程序员自己愿意用
    • 第二大:Contact Center(CC/联络中心)——处理客诉、咨询、营销、会员管理,为什么他认为这是全球公认已找到 PMF 的方向?
    • 判断标准很清晰:「不用见面」「衡量价值容易」「以前就是外包给 BPO 的」——凡是满足这三点的,AI Agent 的 ROI 就会很显著

    🟢 22:15 AI Roll-Up:收购 BPO 就是收购未来

    所有的猎头公司、咨询公司、会计事务所、律所,本质上都是广义的 BPO。
    • 他认为 AI 可触达的市场空间,是传统软件的 10 到 50 倍——红杉给的数字是 80 倍
    • 百融已经把一个 50 人的小客户运营部门缩减到 5 人 + 18 类 AI 员工,但那 45 个人没有被裁,而是从成本中心变成了利润中心,开始对外输出服务——这个故事里有他对 Roll-Up 的真实想法
    • 他们成立的「百鉴」平台是一个新物种:既不是经典 Roll-Up,也不是 SaaS,而是「专业服务领域的天猫」——这个模式的逻辑是什么?

    🟢 26:00 咨询公司 450万 vs 智能体 50 分钟

    一个制造业企业花了 450 万、几个月时间,得到了一个失败的方案——然后他们在百融的智能体里输入了同一个问题。
    • 那个专业人士隔天单独找回来说:「我不知道你们能力到这个程度了,要不我们俩合伙干」——这是百鉴平台诞生的直接起点
    • 智能体推荐去东南亚某国设厂,最终客户真的成功了
    • 他去年上半年找过同一个人想合伙做 AI Native 律所,对方以「太卷」为由拒绝了——改变他想法的,只用了 50 分钟

    🟢 30:00 从焦虑到行动的 3 个关键动作

    • 这次不是移动互联网级别的变革——它是供给侧的变革,不是流通侧,认知的高度要升级
    • 不要把这件事想得太容易:以为有免费的开源模型就够了,第一个项目失败了,可能两三年都再启动不了
    • 激发员工善的一面:奖惩机制要落到微观层面,大趋势没有用,人性才是落地的变量
    • 从高频、边界清晰的简单任务开始,先建立信心,再扩大投入——哪些任务算「边界清晰」?他给了判断标准

    🟢 32:00 这一次,ToB 赢在供给侧

    历史上每次最高等级的技术革命,都是从 B 端开始的——淘宝和字节跳动,在他看来本质上都不是生产力创新。
    • 蒸汽机、电力、第一台计算机——都是供给侧先革命,再扩散到 C 端;这次 AI 也一样,「黑灯办公室」会比「黑灯工厂」先到来
    • 他做出了一个罕见的判断:中美历史上,可能第一次会出现真正意义上 ToB 科技公司在商业模式、产品和资本逻辑上的「合流」
    • 以前中国 ToB 软件收入和 ToC 差 10 倍以上——这一次,他认为这个差距有可能被颠覆

    欢迎订阅「十字路口」:

    🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

    🚦 十字路口是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变,我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者,和他们一起,探索和拥抱新变化,新的可能性。

    👦🏻 主播 Koji:我创办了十字路口,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间,在真格基金担任 Venture Partner(投资合伙人)。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻,Koji 的网站

    👧🏻 主播 Ronghui:我联合创办了十字路口,在美元 VC 工作过,也做过五年的硅谷驻站记者,关注科技发展和商业故事,欢迎大家找我聊天,和我交流。Ronghui 的即刻


    在小宇宙查看该单集文稿

    把7位黑客松选手请进播客|冠军、怪才和48小时不眠的野心家 Apr 22, 2026
    Show notes

    🚥 本周「十字路口」,我们把「小红书黑客巅峰赛」的 7 位选手,以及这场比赛的总负责人散兵,一起请进了播客。

    在这期节目里,你会听到这些年轻创造者介绍他们在 48 小时里做出的产品:

    ⊹ 有拿下全场大奖、在决赛现场一出场就引发欢呼的 Pocket Guitar;

    ⊹ 有把手机“锁进面包机”,试图用一种近乎荒诞、但又非常当代的方式,帮人找回专注力的“专注面包机”;

    ⊹ 有想让 AI 和机器人拥有“自己的脸”的动漫大头;

    ⊹ 也有从真实痛点出发、想帮助听障人士更自然表达和交流的特殊变声器。

    ➤ 但比产品本身更动人的,是这些产品背后的人,和他们在黑客松现场发生的故事。

    ⊹ 你会听到,有人因为童年一次上台失误,很多年都害怕站上舞台,却在这次路演里第一次真正享受聚光灯;

    ⊹ 有人说,黑客松的核心主旨其实是“自虐”,但正因为那些高压、混乱、失控和痛苦,创造才会显得格外快乐;

    ⊹ 还有人说,比赛结束以后,生活并没有立刻回到原点,整个人还停留在那种持续创造的状态里。

    ➤ 我一直觉得,黑客松里过程比结果更重要。

    拿没拿奖,当然重要;但更重要的是,你会在这样一个场里,遇到一群和你一样充满野心、也一样愿意动手的人。你们可能第一次见面,第一次组队,第一次一起熬夜做东西,但很多关系、很多同行、很多未来,往往就是从这种场合开始的。

    我最近很喜欢一句话:年轻的时候要去巴黎。

    如果把它放到今天的 AI 时代,我会说:黑客松就是我们的巴黎。

    因为在一个创造力最旺盛、变化也最快的时代里,你会在这里遇到最高密度的同类——那些想创造、想改变、想亲手把某个东西做出来的人。

    而这,可能才是参赛最大的收获。

    🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

    📒 文字版将发布于 @十字路口Crossing 公众号。

    🟢 00:00 小红书散兵:我们要做中国最牛逼的科技赛事

    🟢 03:19 叽里小鹅|叽里叮当专注面包机:笑死,她来黑客松,把手机塞进面包机

    🟢 07:55 头壳同学Remi|为世界做动漫大头:黑客松顶流,让机器人"有脸见人"

    🟢 12:59 博文|Pocket Guitar 口袋吉他:黑客松全场冠军,真正让人想买的产品

    🟢 20:23 罗罗Edward|Attune:黑客松第二名,设计师做的AI产品

    🟢 24:09 陈锦初|赛博紧箍咒:这一届黑客松,不只属于程序员

    🟢 28:33 Queenie|Vibethon 赛码场:黑客松人气王,为什么要"消灭"黑客松?

    🟢 32:16 朋程说语训|柯南同款特殊变声器:黑客松很短、一生很长,我想现在就开口

    🟢 37:31 Koji:黑客松是AI时代的巴黎

    🟢 43:57 小红书散兵:"在AI时代,我们都是同龄人。"

    欢迎订阅「十字路口」:

    🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

    🚦 十字路口是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变,我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者,和他们一起,探索和拥抱新变化,新的可能性。

    👦🏻 主播 Koji:我创办了十字路口,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间,在真格基金担任 Venture Partner(投资合伙人)。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻,Koji 的网站

    👧🏻 主播 Ronghui:我联合创办了十字路口,在美元 VC 工作过,也做过五年的硅谷驻站记者,关注科技发展和商业故事,欢迎大家找我聊天,和我交流。Ronghui 的即刻


    在小宇宙查看该单集文稿

    “你有一把能够挖出金子的铲子,肯定不会先给别人用”|对谈开物纪陆子恒:用AI发明新材料 Apr 19, 2026
    Show notes

    🚥 本周十字路口的嘉宾是开物纪创始人陆子恒。他们刚成立就拿到数亿元的种子轮融资,投资方阵容强大:Monolith 领投,光合创投、集富亚洲跟投,高瓴创投、IDG、蓝驰创投、BV 百度风投、L2F 光源创业者基金等老股东超额加注。

    开物纪的使命是用 AI 更快发现并验证能够“改变人类命运”的新材料,并让它们从实验室走向可量产、可商用。

    子恒会和我们介绍:当我们讨论 AI 发明材料时,AI 究竟在“发明”什么,瓶颈在哪里,商业化又将如何展开。

    子恒也在中关村学院带 PhD,我们聊到了 AI 时代的学习和人才:在工具与范式都快速变化的今天,应该如何学习?读 PhD 还有必要吗?又该如何判断自己适合走学术路线,还是去产业一线?

    最后,虽然这一期聚焦 AI for materials,但它对所有想把 AI 用在垂直行业的人都有启发:从如何定义问题、积累高质量数据,到如何把 AI 大模型的能力嵌入业务流程,形成可持续的交付与商业闭环,这些方法论都能迁移到其他行业。

    更进一步说,几乎每个 AI+垂直行业都会遇到同一个问题:当你终于造出一把能挖出金子的“铲子”(模型与能力)时,是把它交到别人手里,还是选择自己下场去挖?

    🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

    📒 文字版将发布于 @十字路口Crossing 公众号。

    🟢 00:00:43 快问快答

    • 年龄、毕业院校、MBTI 与星座、一句话介绍开物纪、融资情况、收入与利润、团队规模、创业前经历

    🟢 00:02:44 一块材料,能值多少钱

    从硅谷为什么叫 Silicon Valley,到一个日本团队发现的粉末材料撑起了整个固态电池产业。
    • 材料的本质,其实是一个"往白纸上放原子的游戏"。
    • 历史上最赚钱的材料 IP,往往集中在极少数人手上——Goodenough 一个人做了锂电里大半的核心材料。开物纪想用 AI 批量造出这样的人。
    • 发现一个材料,然后呢?它是怎么变成钱的?

    🟢 00:08:10 材料界的 Flagship Pioneering

    他对标的既不是陶氏,也不是巴斯夫,而是孵化出 Moderna 的那家基金。
    • "如果真的能挖出金子,我肯定不会先把铲子给别人用。"
    • 两类目标同时在跑:一类是"要发财的",一类是"要 show muscle 的"——具体是哪两类?
    • 为什么他认为,这个行业现在需要的是有人先从头打到尾走出一个范例?

    🟢 00:14:12 那一天,大家吃完饭随手测了一下

    一个震撼了所有人、但没有任何人当面说出口的瞬间——成了开物纪出发的原点。
    • 为什么这帮科学家没有声张?子恒怎么形容他们的?
    • 他们看到的那个能力跃升,和 GPT 3.5 之间有什么关系?
    • DALL-E 的出现,跟材料模型的技术路线选择,有什么意想不到的关联?

    🟢 00:19:12 差异化?现在还没到竞争那一步

    • "今天大家不应该把用 AI 做出来一个好材料当成一个竞争。"——他为什么这么说?
    • 他认为这个领域真正的壁垒,不在模型,不在算力,而在一件很难被复制的事情。
    • 美国那几家对标公司——Periodic Labs、Project Prometheus、CuspAI——和开物纪的路线,到底哪里不一样?

    🟢 00:22:49 克级、公斤级,然后呢

    AI 不是要搜遍整个宇宙,只要有一个能卖钱就行。
    • 从 AI 给出候选材料,到客户愿意在自己产线上验证——中间到底要走几步?
    • 他说这整件事是"暴力美学"——为什么从 AlphaFold 到 LLM 到具身,走的都是这条路?
    • AI 在这条管线里,最大的价值究竟是在哪一步?

    🟢 00:27:43 开了三张 offer,手都在抖

    • 钱主要花在哪里?实验室?算力?还是人?答案可能颠覆直觉。
    • 他为什么说商业反馈不是对研究的妥协,反而是研究的加速器?
    • DeepSeek 和具身机器人的崛起,能给 AI for Science 什么启示?

    🟢 00:35:33 面试的时候,我现在不知道该问什么了

    知识性问题,GPT 全都能答,而且知识面比我强。
    • 他学生成式模型,是怎么学的?一篇论文都没看过。
    • 他说未来五年内,有两类能力会变得非常不值钱——是哪两类?
    • Taste、Vision、主动性——在 AI 时代,他给这三件事排的优先级是什么?

    🟢 00:47:38 给 10 年后的自己:还折腾得动吗

    • 从本科目标"月薪 3,000",到剑桥,到微软,到创业——每次转变背后,是什么驱动了他?
    • 为什么这么多年在外漂泊,他几乎从来不想家?他的解释出乎意料。
    • PhD 到底值不值得读?他的答案简洁到有点狠。

    欢迎订阅「十字路口」:

    🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

    🚦 十字路口是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变,我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者,和他们一起,探索和拥抱新变化,新的可能性。

    👦🏻 主播 Koji:我创办了十字路口,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间,在真格基金担任 Venture Partner(投资合伙人)。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻,Koji 的网站

    👧🏻 主播 Ronghui:我联合创办了十字路口,在美元 VC 工作过,也做过五年的硅谷驻站记者,关注科技发展和商业故事,欢迎大家找我聊天,和我交流。Ronghui 的即刻


    在小宇宙查看该单集文稿

    具身智能的滔天大泡沫中,他已经把机器人送进300个家庭|对话张翼:未来不远创始人/CEO Apr 14, 2026
    Show notes

    🚥 具身智能正在迅速滑向一场资本狂欢。开年以来,中国至少已有 5 家具身智能公司——银河通用、星海图、智平方、千寻智能、自变量机器人——拿到 10 亿元级融资;当 10 亿开始成为这个赛道的常见起步价,相信很多人和我们一样,都感受到了滔天的泡沫感。

    本周十字路口的嘉宾张翼,是「未来不远机器人」的创始人。4 年前,他决定入场机器人创业。那个时候,市场静悄悄,他以为自己选择的是一条又慢又难、无人问津之路。

    张翼曾创办市值 30 亿美金的上市公司「掌门 1 对 1」,也经历过双减带来的"一夜归零"。我们从那段断崖式下坠聊起——确认双减是真的,用了足足半个月;把近九万人的公司裁到千人以内,那段记忆在他脑海里已经"泛白",但后脑勺上,至今还留着当年压出来的一撮白头发。

    这次创业,他反其道而行:先潜行三年不融资,先把机器人送进 300 个上海真实家庭,用长期采集的场景数据驱动产品迭代,并在本周发布新一代家庭机器人 F2。

    ——————————————————

    🤖 这也是十字路口的系列内容「机器人来到十字路口」的第二集。

    欢迎收听第一集内容:《AI 是具身智能的胜负手吗?半年融资3亿后,VBot 首款产品做得怎么样?|对谈维他动力联创赵哲伦》

    本期内容中,你会听到:

    • 双减那一刻的“空白”,以及随后作为 CEO 的极限决策

    • 为什么第二段创业押注在家庭机器人,而不是更快、更“性感”的方向

    • 先憋三年不融资、先入户的反常识打法,到底带来了哪些优势

    • F2 的核心场景:带娃与轻家务,以及为什么"厨房"是最重、最难的家务

    • 具身智能热潮之下,世界模型与 VLA 如何取舍

    • 数据为什么是护城河——以及被大多数人忽略的"第三种数据"

    • 经历过最大的起落之后,他如何学会"站在未来往回看现在"

    如果你对具身智能、家庭机器人、或者任何需要穿越周期的硬科技创业感兴趣,这期值得一听。

    🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

    📒 文字版将发布于 @十字路口Crossing 公众号。

    🟢 00:02 快问快答:年龄、毕业院校、MBTI 与星座、一句话介绍、融资情况、收入与订单规模、创业前经历

    🟢 02:26 双减那一刻

    30 亿美金估值到“一片空白”

    • 当“100亿收入的机器”突然断粮

    • 从 9 万多人裁到 1000 人,留下一种创伤:记忆会泛白。

    🟢 06:04 为什么选择家庭机器人

    “20年后每家每户一定会买一个机器人。”

    • 不是换赛道,是重新回答“我为什么还要做事”。

    • 重新出发的底层动机是什么?

    • 三个合力指向机器人:LLM(ChatGPT 3.0时代的机会感)、工程背景(电子信息)、to C 家庭用户洞察。

    • 如果再做一次,必须“比以前更大”,否则没有动力。

    🟢 08:56 为什么“提前做硬件”比提前做AI更值

    软硬结合的复利来自时间,不来自钱。

    • AI 软件迭代快,领先容易被追平;机器人因为硬件和工程链条,领先会积累成壁垒。

    • 花 10 个亿也不一定追得上成熟的运动控制与稳定性:很多能力是“时间问题”。

    • 先憋三年再出来:不是不融资,而是等到“能进家庭、能稳定用、能产品化”。

    • 早期的核心判断:先把消费级做到“拿出来就让人惊讶”的程度,再教育市场。

    🟢 11:08 坚定做家庭 to C

    to B 最终常常变成价格战;to C 才能用体验换来利润,再用利润换来下一代产品。

    • 工业/To B 技术往往壁垒不够高,最后拼成本;家庭 to C 的“体验 + 品牌”会形成护城河。

    • 从第一天就“找产品”:五六千份问卷 + 电话访谈,直到机器人能进家庭才真正定下第一版功能。

    • 300个上海家庭试用:从“只能做这几个”到“自由发挥”,功能来自共创而不是脑补。

    • 真实洞察:很多用户不是要陪老人,而是要“帮老人带娃”。

    🟢 14:34 F2 的真实卖点:带娃 + 轻家务,服务定价而不是产品定价

    如果只对标阿姨,机器人永远贵;一旦对标“高端带娃服务”,价值就变了。

    • 两个主场景:带娃(读绘本、乐器纠正、下棋、讲故事、捉迷藏)与轻家务(收纳玩具、捡垃圾)。

    • 使用时长与转介绍才是产品真指标:50% 转介绍、30% 续租,胜过“卖了多少台”。

    • 早期惊喜:机械臂带来“花里胡哨”的玩法,小孩能玩两小时。

    • 早期惊吓:猫狗家庭是极端 corner case,反向逼出“训狗/陪猫”能力。

    • 商业形态:先租(3-4千/月),再考虑买断 + 订阅(高阶功能消耗算力)。

    🟢 21:06 轮式 vs 双足

    家庭不是实验室:能用、耐用、不会伤人,比“看起来像人”更重要。

    • 双足在家里存在危险与稳定性问题,真实使用场景会放大风险。

    • 轮式在室内的性价比来自安全、稳定、续航与工程复杂度更可控。

    • 现实约束决定形态:先把“能持续在家庭跑起来”的结构打通。

    🟢 22:19 世界模型与数据

    决定胜负的是“真实家庭数据飞轮”。

    • 模型可以被两个月抄走,但数据管道抄不走。

    • 世界模型在 Zero-shot 上带来 surprise,但远未到 100% 鲁棒性。

    • 现阶段,世界模型 + VLA 两条路并行更现实。

    • 机器人数据的稀缺决定了竞争节奏:历史数据少,采集难,数据会成为长期分水岭。

    • 数据不止两类,而是三类:标准任务数据、家庭 corner case、以及“活物互动”(人和动物)。

    • 家庭里 80% 是互动场景:不同年龄、不同人群的互动差异,工厂数据很难覆盖。

    • 是否会补贴铺量、进家庭采集数据?

    🟢 37:57 创业者心法

    焦虑会让策略短视:赢了这个月,输了两年。

    • 经历双减后更能坚持:一开始看得更久,一旦确定方向就更坚定。

    • 从“未来往回看”消解起伏:轻舟已过万重山的视角能让组织更稳定。

    • 对挫折的重写:失败有时是外力帮你做选择,关键是找到自洽。

    • 十年寄语:“未来不远”实现后,仍要相信还有更美好的未来不远。

    欢迎订阅「十字路口」:

    🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

    🚦 十字路口是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变,我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者,和他们一起,探索和拥抱新变化,新的可能性。

    👦🏻 主播 Koji:我创办了十字路口,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间,在真格基金担任 Venture Partner(投资合伙人)。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻,Koji 的网站

    👧🏻 主播 Ronghui:我联合创办了十字路口,在美元 VC 工作过,也做过五年的硅谷驻站记者,关注科技发展和商业故事,欢迎大家找我聊天,和我交流。Ronghui 的即刻


    在小宇宙查看该单集文稿

    “AGI 来了?我用了一周,头皮发麻“|对谈张昊然:Moxt 联合创始人 Apr 06, 2026
    Show notes

    🚥 本期「十字路口」嘉宾是张昊然,Moxt 联合创始人。

    上周,昊然在给我展示 Moxt 的内测版本时,说了一句让我很震惊的话:「AGI 已经来了,只是大家缺少一个打开方式。」

    这句话的起因,是春节后他们在三周内做出了 Moxt。昊然形容自己「用了 Moxt 一周,我头皮发麻」;他还说「我遇到一些狂热的 Moxt 用户,他们甚至两眼放光」,这是他过去的产品 Motiff 和 Paraflow 从未有过的待遇。

    我们过去用 ChatGPT 和 Manus,更多是“一个人在用 AI”。但如果未来要让整个团队、甚至整个组织一起用 AI,肯定需要一套更适配的新软件;Moxt 在做的 AI Native Workspace,就是这样的一个尝试。

    Moxt 到底是什么,以及它不是什么?为什么它会让一个长期在一线做产品的人产生「未来已经发生」的体感?以及,它所代表的 AI 时代新工作方式,和我们熟悉的飞书、Notion、ChatGPT、Manus、OpenClaw、Claude Code,究竟有什么本质不同?

    如果你正在做 AI 创业或投资,或者想了解未来 AI Native 团队将如何工作、会采纳哪些新的 AI 工具,我相信这期内容会对你有所启发。

    🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

    📒 文字版将发布于 @十字路口Crossing 公众号。

    🟢 00:00:32 快问快答

    年龄、毕业院校、MBTI 与星座、一句话介绍 Moxt、收入与订单规模、团队规模、创业前经历

    🟢 00:02:22 AGI 已经来了,只是打开方式不对

    ”我头皮发麻。“
    • 什么叫 AGI 来了?"90% 行业中 90% 人的 90% 工作,AI 可以胜任"——如果是这个标准,他在日常工作中的感受是:真切地到了。
    • 为什么用了 Moxt 一周就会头皮发麻?不只是因为它能做更多事,而是因为它让你在每一个工作的瞬间反问自己:我为什么还要像现在这样工作?
    • 这种震撼,是让昊然最近处于"神经病状态"的主要原因。

    🟢 00:04:17 AI 同事第一次出现在我的会议里

    • 原来的协作模式:发文档、写评论、再找你聊——现在这套流程在他们团队几乎消失了。
    • 他们的一对一会议:AI 起草文档,两个人开口聊,AI 全程录音,聊完文档已经自动更新,"远超我之前的认知"。
    • 有个细节:他去跟 AI 说话时,已经完全不需要解释"Moxt 是什么"、"Koji 是谁"——AI 自己去查,不需要被喂背景。
    • 这让他想起最初学 AI 时要在 Prompt 里写"你是一个专业的……"——今天这套东西已经过时了。

    🟢 00:08:30 Moxt 是什么?

    • 一句话:一个 AI 原生的工作空间,你可以在里面组建你的 AI 团队。
    • Moxt 里每个人都有一个必须叫"MOMO"的贴身助理,知道你所有的信息;其他 AI 同事可以由不同人创建,出现在 Slack 群里,主动私信找你。
    • 它和 Notion、飞书最本质的区别是什么?

    🟢 00:11:03 "原教旨主义"

    Word 文档在 AI 眼里不是 500 个字,可能是 5 万个字符——真正有效的信息淹没其中,这就是信息损耗。
    • Moxt 的"原教旨"第一条:文档只用 Markdown,表格用 CSV,视觉化用 HTML,"Markdown/CSS/HTML 就是新时代的 Word/Excel/PPT"。
    • 原教旨第二条:用文件系统(OS 级别),而不是 Notion 那样的知识库结构——在 AI 眼里,Notion 的层级结构是一个迷宫。
    • 把这两条喂给 AI,"魔法是自然浮现的"——不是智能不够,很多时候是上下文喂错了格式。

    🟢 00:16:09 那些被 Moxt 干掉的工具

    • 他们已经不开组会了——因为 Moxt 知道每个人每天在做什么,没有"再同步一次"的必要。
    • 他们自己做了一个内部看板,彻底抛弃了用了十年的 Jira——而且只用了三天。
    • 更激进的问题:为什么还要用看板?看板是为了解决站会信息同步的问题,但如果 AI 已经知道所有上下文,信息同步还需要看板这个"容器"吗?

    🟢 00:28:08 昊然的五个 AI 同事

    • Run Manager(凶狠小猫头像):帮他做管理信息同步,主动去催项目进展,甚至有同事开始不找他本人了,直接跟这个 AI manager 沟通。
    • 增长天王(金牌销售):目标只有一句话——"为 Moxt 找 1,000 个付费用户,你出个计划"。他连 CRM 表格都自己做,从 Excel 做成了 HTML 看板。
    • 深度思考者:每两三天汇报一次,综合内部 OKR 变化和外部竞争动态,做成 PPT 一页一页给他看。
    • Miss Creative:专门负责发散,单独建在一个空间里,越野越好。
    • 批评家:以严厉视角审视昊然自己每天是否在做最重要的事——和在 GPT 里 Prompt "你是批判性思维专家"的最大区别,是他住在这个空间里,实时掌握所有上下文。

    🟢 00:37:06 Moxt 是怎么诞生的

    • 起点是一个奇怪的现象:团队用了 Claude Code 和 Cursor 之后,Slack 群里开始大量出现互相发 markdown 文件——好不容易进入了协同办公时代,结果大家又在发裸文件了。
    • 第一版非常朴素:搭一套基于 markdown 的网盘协同系统,让大家别互传 markdown,就这样开始了。
    • 一个半研发同学,一个提案,最初只想解决内部问题——产品三周前才对外发布。

    🟢 00:46:02 为什么 Moxt 的文档编辑那么"难用"?

    • 很多早期用户投诉:你们文档要点右上角再点编辑,还要点保存,比 Notion 差远了。
    • 但这是刻意设计的:当 AI 的上下文足够充分时,手工编辑变成了极低频操作,AI 直接写远比你自己改更高效。
    • 他们的交互逻辑:像皇帝批折子一样,在文档里划线评论,AI 同事看完评论直接改——甚至两个同事的 MOMO 可以在评论区互相辩论。
    • 品牌名 Moxt 怎么来的?More Context——mo 和 xt,希望用户因此更容易记住他们。

    🟢 00:50:42 正在消失的工作方式清单

    • 组会没了,Jira 没了,手工文档少了,IM 也在摩擦中……那最终什么会留下来?
    • 昊然问过自己的 MOMO:"当人类几乎不执行时,我们还剩什么?"
    • 两三年后白领的一天。
    • 灵光一现和审美判断,往往在漫无目的的闲聊里产生——这反而会变得更重要。

    🟢 01:00:46 最大的敌人是时间,但又希望大家慢一点

    他希望更多人快点用上 Moxt,但同时又希望大家慢一点发现这件事——因为越快被大玩家盯上,战场就越无聊。
    • 一个月前,如果有人跟他讲 Moxt 的故事,他第一反应会是:"这和飞书加龙虾有什么区别?"——所以他今天仍然需要花很多力气解释这件事。
    • 对飞书、Notion 这些大玩家:他不否认它们在 AI 上还会有很好的增长;但他认为这只是在旧范式上叠加 AI,而不是从 AI 原生出发重建。
    • 对大厂竞争:大厂能来,但大厂会不会派最好的人来?做教育时他们也跟大厂打过仗,"好像也没那么可怕"。

    🟢 01:04:43 AI 放大人,还是取代人——这是 Moxt 的底线

    • 他在文档里写了一句话作为"宪法":无论何时,都不该去创作"AI 可以取代人"的内容;你更好的作用是放大人。
    • 他看到有些产品的 Pricing 页面做了一张 AI 员工 vs. 人类员工的对比表——他不希望这件事发生在 Moxt 上。
    • 一个关于未来的隐喻:今天去陶艺吧是花钱消费,但曾几何时,捏陶是收入很高的生产力。编程,会不会变成 30 年后的捏陶?

    欢迎订阅「十字路口」:

    🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

    🚦 十字路口是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变,我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者,和他们一起,探索和拥抱新变化,新的可能性。

    👦🏻 主播 Koji:我创办了十字路口,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间,在真格基金担任 Venture Partner(投资合伙人)。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻,Koji 的网站

    👧🏻 主播 Ronghui:我联合创办了十字路口,在美元 VC 工作过,也做过五年的硅谷驻站记者,关注科技发展和商业故事,欢迎大家找我聊天,和我交流。Ronghui 的即刻


    在小宇宙查看该单集文稿

    她想造一个 AI 时代的“超级游乐场”|对谈 Roi:幕间创始人 / CEO Apr 01, 2026
    Show notes

    🚥 本周「十字路口」的嘉宾是 Roi,AI 互动平台「幕间」创始人 / CEO。「幕间」已于近期连续完成两轮融资,累计融资金额达千万美元。

    如果说 Character AI 代表了上一阶段人类与 AI 的关系——陪聊、陪伴、情绪投射;那么 Roi 想做的,是下一阶段:不只是和 AI 聊天,而是进入一个由 AI 驱动、不断演化的世界,在里面获得一种更轻、更碎片、更上瘾的快乐。

    这期节目里,我们聊到的远不只是「幕间」本身。我们更想借 Roi 和她的创业,去讨论一个正在浮现的新问题:当“和 AI 聊天”开始变得乏味之后,下一代 AI To C 产品会长什么样?

    是更复杂的角色?更沉浸的叙事?一个个可以被用户创造、进入、观察、操控的“世界”?

    以及,谁会是第一批真正吃到这波红利的人——职业开发者、成熟游戏团队,还是那些原本不会写代码、但拥有强烈表达欲和创造欲的 AI 原生创作者?

    在 Roi 的描述里,「幕间」想做的是一座属于 AI 时代的“超级游乐场”——这里有恋爱模拟器、直播间打赏模拟器、女明星模拟器、股票模拟器,也有一群 00 后女生正在用手机、提示词和自己的欲望,快速“手搓”出新的世界。

    如果你关注 AI To C、消费级产品、内容平台、游戏、Agent,或者你正在思考:AI 除了提升效率,还能不能创造新的快乐?新的创作生态?新的平台机会?

    那这期节目,应该会给你不少启发。

    🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

    📒 文字版将发布于 @十字路口Crossing 公众号。

    🟢 00:00:14 快问快答

    年龄、毕业院校、MBTI 与星座、一句话介绍幕间、融资情况、收入与订单规模、创业前经历

    🟢 00:01:30 幕间卖的是“理想人生体验”

    现实里得不到的人生,才最适合被做成模拟器。
    • 穿越宋朝、16 人闪电约会、金主妈妈……本质上都是“现实稀缺体验”的低成本重开。
    • 地球 OL 最大的问题,也许就是不能切号重来。
    • 模拟器不是还原现实,而是把人生改写得更戏剧、更浓缩、更好玩。

    🟢 00:03:31 AI 互动产品的三条路

    • 一条是陪伴,一条是互动叙事,还有一条是她最看好的“模拟器”。
    • 模拟器不是和角色聊天,而是和一个系统互动。
    • AI Coding 之外,role play 已经是最大 API 消耗场景之一。

    🟢 00:08:55 最接近爆发的是?

    • 炫技不等于消费级,真正接近付费的反而是最朴素的互动体验。
    • 她用 3 天做的模拟器壳子,就已经有人愿意付费买单。
    • 真问题不是需求不存在,而是链路还不够顺滑。

    🟢 00:11:05 Loopit 们的敌人

    如果字节一个月就能做出来,你的平台凭什么存在?
    • Loopit 们的轻互动内容对抖音并不难。
    • 真正的问题不是“能不能做”,而是“为什么用户要专门来你这里玩”。
    • 如果只是给旧玩法套一层 AI 壳,壁垒会非常脆弱。

    🟢 00:13:31 完全自由,往往不好玩

    • 越自由的体验,用户越快感到疲惫。
    • 好体验不是放任用户乱玩,而是设计出“下一步还想继续”的反馈。
    • 她的核心判断很适合所有 AI 产品记住:控制对体验极其重要。

    🟢 00:19:26 真正的正反馈是什么?

    • 生成不等于体验。
    • 好的模拟器要让用户感到:我的输入真的改变了世界。
    • 产品关键不是回包长度,而是“继续玩下去”的欲望。

    🟢 00:24:41 恋爱不是幕间的终局

    • 恋爱题材先跑出来,不代表平台只会做恋爱。
    • 只要有消费,内容一定会从单角色互动走向更多模拟器形态。
    • 用户不会永远只玩一种题材,只会永远想玩更好玩的东西。

    🟢 00:28:07 最早被 AI 击穿的人

    这波最先把 AI 玩明白的人,可能根本不在 GitHub。
    • 最早一批核心用户和创作者,很多是对幻想内容高度敏感的 00 后女生。
    • 她们关心模型人格、关系张力、文风和代入感。
    • AI 超级创作者的源头,未必是技术社区,也可能是最会做梦的人群。
    • 这是新平台最好的早期信号之一:热爱先于商业化出现。

    🟢 00:38:25 她想做的,是“AI 互动版小红书”

    • 小红书分享现实生活的美好,幕间想分享 AI 赋能后的虚拟生活。
    • 它不只是作品平台,更想成为一种新的内容社区。
    • 核心不是单次消费,而是持续发现新的理想人生切片。

    🟢 00:49:00 很多人不是想赢,只是怕输

    创业最隐蔽的敌人,不是风险,而是保本心态。
    • 她不回避不公平,但更在意自己有没有勇气做真正想做的事。
    • 比起“别失败”,她更像在选择“我要赢一次看看”。
    • 这也是她最硬的一层创业底色。

    🟢 01:06:59 世界模型

    • 对世界模型乐观,只是不觉得它今天已经消费级成立。
    • 真正的机会,属于提前围绕 AI 互动搭基础设施的人。

    🟢 01:10:40 AI native 的护城河是三层能力叠加

    • 基建能力。
    • 对“什么叫好玩”的认知。
    • 最核心那批用户的持续反馈。

    🟢 01:14:28 AI 会先放大超级个体

    • AI 不是把所有人拉平,而是把最有想法的人变成一支军队。
    • 她真正押注的,不只是模拟器,而是超级创作者的崛起。
    • 未来的大量新世界,也许不是公司造的,而是个人造的。

    🟢 01:20:58 用 10 个「我是…」来造句

    欢迎订阅「十字路口」:

    🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

    🚦 十字路口是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变,我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者,和他们一起,探索和拥抱新变化,新的可能性。

    👦🏻 主播 Koji:我创办了十字路口,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间,在真格基金担任 Venture Partner(投资合伙人)。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻,Koji 的网站

    👧🏻 主播 Ronghui:我联合创办了十字路口,在美元 VC 工作过,也做过五年的硅谷驻站记者,关注科技发展和商业故事,欢迎大家找我聊天,和我交流。Ronghui 的即刻


    在小宇宙查看该单集文稿

    「1 亿 TOKEN 俱乐部」挤爆了,AI 的燃料不够了|对谈于文渊:阿里云百炼技术负责人 Mar 29, 2026
    Show notes

    🚥 如果你最近在用 Claude Code、OpenClaw、各种 Agent,你大概率已经感受到一件事:模型能力越来越,SOTA 让人兴奋,但 Token 让人清醒:贵,而且不够用。

    有人甚至给重度用户建了个群,门槛很离谱:一天烧掉 1 亿 Token,才能进「1 亿 TOKEN 俱乐部」。更离谱的是,这个门槛正在变得“不够高”——因为越来越多人开始把 AI 从聊天工具,推进到真实的生产力链路里。

    这期「十字路口」,我们请到的嘉宾是 于文渊,阿里云「百炼」技术负责人。文渊处在一个很少有人能看到的视角:算力需求如何暴涨、哪些场景在吞噬 Token、云的范式如何被 Agent 改写、以及“再多 GPU 都不够用”背后真正的工程难题。

    此外,我们还聊到为什么 Token 暴涨不是一时的泡沫,而是一个阶段性信号?什么有关系企业应该选择自建 infra?AI coding 火了之后,为什么更需要警惕 vibe coding?

    如果你关心 AI 怎么进入生产、怎么稳定、怎么规模化、以及下一轮机会会在哪个层面发生,这期播客值得一听。

    🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

    📒 文字版将发布于 @十字路口Crossing 公众号。

    🟢 00:00:39 快问快答

    年龄、毕业院校、MBTI 与星座、一句话介绍百炼、工作经历。

    🟢 00:01:09 Token核弹:Agent 点燃的算力大爆炸

    Claude Code与OpenClaw席卷全球——这背后不只是一款工具的走红,而是算力消耗方式的根本性转变。
    • Token按月翻倍增长,而且都是最高质量的SOTA Coding Token——大家终于不再把AI当chatbot用了
    • 个人重度用户单日消耗 1 亿Token,已经不算什么门槛
    • Token数量有误导性:小模型的Token和会深度思考的SOTA大模型的Token,算力价值根本不等价
    • "现在仅仅是一个开始"——文渊在两分钟内说了三次

    🟢 00:04:15 让每一块GPU一秒都不能闲

    有一个"最激进投入算力"的CEO,但依然还是不够用——这种对算力的饥渴感,在云计算历史上从来没有出现过。
    • Qwen3.5除夕发布,两周后QPM已经创历史上所有文本模型的最高峰值
    • 文渊给团队定下的使命只有一句话:让每一个GPU不要有一秒钟闲下来
    • 从1千卡到100万卡,全部物尽其用

    🟢 00:11:49 自建还是上云?我来发表一个"暴论"

    成本可控、数据安全、灵活性——这三个企业自建GPU的理由,文渊说,恰恰是应该用MaaS的理由。
    • "我认为没有任何一个情况需要自建"
    • 企业自建GPU,推理优化、算法迭代、调度复杂性……把所有隐性成本算进来,真的更划算?
    • "机密推理":端到端密钥在用户手里,阿里云看不到你的模型文件,也看不到你的任何请求——这是密码学层面的保障
    • 你以为买了GPU就灵活?"今天最大的确定性,恰恰是不确定"

    🟢 00:14:40 非共识:不要让AI帮你写太多代码

    对计算机专业学生的建议是"少用AI"——这不矛盾吗?
    • 工程师所需的核心技能本质上没有变化,变的只是每个人效率的大幅提升
    • 张文宏的类比:实习医生从第一个病人就全靠AI,他永远找不到AI的那1%错误——程序员也是一样的道理
    • Vibe Coding做prototype完全没问题;但生产代码需要知道每一行的副作用,AI现在还差那么一点
    • Spec Coding才是正解:把需求规范写清楚,让AI来填空——FAST顶会论文证明,Spec够清楚,32B模型都能写出高质量文件系统

    🟢 00:21:40 最反直觉的预言:写操作系统的人最先被AI取代

    大家都以为前端工程师最危险——文渊说,恰恰相反。
    • 写OS内核、数据库、文件系统:代码库质量高、测试用例清晰、结果完全可量化,这恰好是AI最擅长的"封闭问题"
    • 越靠近人的工作越难被取代——"什么叫一个好的短视频App?"这是AI搞不定的开放问题,没有清晰答案
    • AI在数学竞赛、编程竞赛上做得好,正是因为问题足够清晰;MaaS系统工程师的工作其实是开放问题,AI还早
    • "即使AI将来达到99.9%,自己的0.1%也要坚守住"

    🟢 00:23:29 算力如石油:但今天的关键不止是算力

    过去中国的云计算参考架构往往来自美国——但这一次,连美国都还没答案。
    • 英伟达断供的影响:不是"中国能不能产石油"的问题,是"每天的需求和每天的供给能否匹配"的问题
    • 高速公路上的车已经跑起来,油还不够——算力供给缺口会深远影响中国AI的发展速度
    • 对Neocloud的判断:不看好纯资源转售型,更看好AI原生基础设施——沙箱托管、可观测性、围绕Agent的专用服务等

    🟢 00:29:39 未来的基础设施四件套:水、电、煤、模

    AI会成为像水电煤一样的标准商品——但文渊说:对,但也不会变成那种"插上就是220伏"的标准化基础设施。
    • AI一定会成为类水电煤的utility,像高速公路、电信运营商一样的基础设施级存在
    • 但它不会被标准化——速度、模型效果、功能上的多样性,决定了不会是"一个插头解决所有问题"

    欢迎订阅「十字路口」:

    🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

    🚦 十字路口是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变,我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者,和他们一起,探索和拥抱新变化,新的可能性。

    👦🏻 主播 Koji:我创办了十字路口,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间,在真格基金担任 Venture Partner(投资合伙人)。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻,Koji 的网站

    👧🏻 主播 Ronghui:我联合创办了十字路口,在美元 VC 工作过,也做过五年的硅谷驻站记者,关注科技发展和商业故事,欢迎大家找我聊天,和我交流。Ronghui 的即刻


    在小宇宙查看该单集文稿

    OpenClaw 之后,谁将定义主动式 AI 的新战场?|对谈 AirJelly 黄柏特 Mar 25, 2026
    Show notes

    🚥 本周「十字路口」邀请到了 AirJelly 创始人黄柏特,以及他的天使投资人、CreekStone 合伙人李一豪。

    柏特 24 岁,在字节期间做过开源项目 MineContext,也亲历了这一代 Agent 创业最残酷的一课:当 Claude Code、Cowork、OpenClaw 一路演进,很多看上去成立的产品形态,转眼就会被更强的基础能力“吞噬”。那么,创业公司的壁垒还能建立在哪里?

    最近,随着 AirJelly 的发布,他们也逐渐找到了一个真正值得下注的方向:下一代 Agent 的关键,不在对话框里,而在 Context ——去捕获用户真正的意图,理解跨 App、跨文件、跨工作流的连续上下文,再在恰到好处的时候主动介入。

    Cursor 重新定义了 Tab,Typeless 重新定义了 Fn,而 AirJelly 想重新定义的是 Enter。人类表达意图的三个最主要通道——IM、chatbot、浏览器搜索——其实都汇聚在同一个键上。每一次 Enter,都是一个高光时刻。与其做全量录屏,不如精准捕获这些节点:就像历史并不记录每一天,而只记录那些真正改变了什么的时刻。

    在 2026 年,“主动式 AI”正在成为越来越强的行业共识。我们认为 Agent 产品真正的分野,将不能仅仅局限在“能不能做事、能把事做得多好”,而是“知不知道你为什么此刻要做这件事”。

    如果你是 AI 创业者、投资人,或者正在思考下一代主动式 AI / Agent 的产品方向,这期节目会给你一个具体的、也很值得展开讨论的观察角度。

    🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

    📒 文字版将发布于 @十字路口Crossing 公众号。

    🟢 00:00:33 快问快答

    24岁、西安电子科技大学、ENTP/摩羯座;AirJelly 是“主动式上下文感知伙伴”;已完成天使轮;团队 8 人;此前在字节做 MineContext。

    🟢 00:01:26 从记录工具到主动伙伴

    真正的升级,不是“记下更多”,而是“开始替你行动”。
    • AirJelly 围绕事件、任务和意图组织记忆。
    • 接入执行能力后,产品第一次出现了真正的 magical moment。
    • 从“看见你做过什么”走向“知道你下一步要做什么”,这是范式变化。

    🟢 00:03:46 重新定义 Enter 键

    • Cursor 重新定义了 Tab,AirJelly 想重新定义 Enter。
    • 每次按下 Enter ,都在抓住用户表达意图的瞬间。
    • 最有价值的 context,不是屏幕内容,而是你决定做什么。

    🟢 00:07:20 创业公司该做什么,才不容易被大模型吃掉?

    如果 Vibe Coding 很快就能做出 80 分,这件事多半不值得创业公司做。
    • 团队做过 task engineering 但很快发现容易被 Claude Code 覆盖。
    • 真正值得做的,是那些听起来简单、做起来全是 bad case 和工程脏活的部分。
    • context 的获取、理解和召回,正是这种难而脏、却可能形成壁垒的方向。

    🟢 00:11:22 从搜索到主动式 Agent

    真正的跃迁,不是“搜到信息”,而是沿着你的历史与意图继续推进任务。
    • 他们开始直接用 AirJelly 帮自己解释代码、修改功能、提交 PR,产品第一次形成自我增强闭环。
    • 真正的 proactive,不是多提醒,而是同时理解意图与上下文,顺着用户的延长线往前走。
    • 传统搜索在断点处结束,主动式 AI 则像侦探一样,把历史事件、任务线索和下一步动作拼起来。
    • 很多产品做不成通用主动式 AI,本质上不是执行不够强,而是拿不到足够广泛的 context。

    🟢 00:22:15 记忆与感知是护城河

    不是记录一切,而是抓住关键节点;不是执行更猛,而是先看到更多世界。
    • 全量记录看似完整,实际噪音巨大,真正重要的是高密度的意图采样与关键节点捕捉。
    • 如果主动式 AI 成立,用户迁不走的可能不是某个功能,而是长期积累下来的个人工作史与记忆系统。
    • OpenClaw 像“龙虾”,视力有限、强在执行;AirJelly 是“水母”,强在感知,他们相信主动式 AI 的上限先取决于能看到多少世界。
    • 当产品开始像一只被“养成”的 Agent,用户关系、留存逻辑和产品心智都会一起变化。

    🟢 00:26:30 Agent 的产品边界

    真问题不是“能不能做”,而是“何时打扰、做多通用、接多少终端”。
    • 主动式 AI 最难的不是提醒,而是 timing:用户切换应用时,往往才是更适合被打断和接受帮助的时刻。
    • 2026 值得看的三条线是垂直 Agent、Agent Infra 和 Agent Hardware,背后都是在补齐 context 与执行链路。
    • 做通用不是没想清楚,而是不想过早限定 workflow;AirJelly 赌的是用户会自己发明更多用法。
    • 团队先从 PC 切入,再逐步拼接手机、微信与硬件,长期目标是跨设备、跨场景的生产力记忆系统。

    🟢 00:39:30 AI native 组织怎么长出来

    • 团队强调招会用 AI 工具的人,并尽量减少低效会议,让简单问题流式沟通、复杂信息系统沉淀。
    • 他们想先把公司自己做成一个 AI native 的组织样板,而不只是做一个 AI 产品。
    • 在这样的时代里,投资人提供的不只是钱,更是前沿方向的信息校准、关键人才网络和资源协同。
    • AI 公司之间的差异,未来不只体现在模型和产品,也体现在组织方式本身是不是 AI native。

    🟢 00:45:32 隐私是第一场战争

    主动式 AI 的关键,不只是更魔法,而是让用户觉得这份隐私交换是划算的。
    • 想拿到更多 context,首先必须回答“为什么值得信任”。
    • 但隐私不只是技术议题,也是情感议题和用户教育议题。
    • 产品最可能的失败路径之一,不是方向错了,而是在隐私与效率之间没找到平衡。

    🟢 01:03:35 创业,时不我待。

    “童年是和平年代的假象。”
    • AI 时代的创业窗口已经压缩到 1 到 2 年,“再准备几年”可能只是旧时代留下来的安全感幻觉。
    • 不是等准备好了再出发,而是时代已经不允许慢慢等。
    • 这也是为什么这代 AI 创业者普遍带着更强的抢跑感和时间焦虑。

    🟢 01:05:13 跳变还在后面

    • OpenClaw 只是开场,更强的 computer use、长程任务能力和 agent 协同还会继续突破。
    • 不给 2026 设上限,因为 2025 已经远超预期。
    • 这期最值得听的,不只是 AirJelly 本身,而是一种对下一轮范式跳变的前置判断。

    欢迎订阅「十字路口」:

    🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

    🚦 十字路口是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变,我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者,和他们一起,探索和拥抱新变化,新的可能性。

    👦🏻 主播 Koji:我创办了十字路口,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间,在真格基金担任 Venture Partner(投资合伙人)。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻,Koji 的网站

    👧🏻 主播 Ronghui:我联合创办了十字路口,在美元 VC 工作过,也做过五年的硅谷驻站记者,关注科技发展和商业故事,欢迎大家找我聊天,和我交流。Ronghui 的即刻


    在小宇宙查看该单集文稿

    20 个问题,搞懂 OpenClaw:爆红机制、本质变化、创业机会 Mar 08, 2026
    Show notes

    🚥 本周,十字路口推出新一期「20 问」专栏:我们用 20 组启发式问题,在 OpenClaw 爆火 30 天后,拆解 OpenClaw 这波 agent 浪潮背后的爆红原因、技术逻辑、本质变化、创业机会。

    为什么是「20 问」?因为面对 OpenClaw 这样的新物种,我们最需要的是一个结构化的思考框架。这 20 个问题并非简单的产品科普,而是一条经过设计的讨论路径:从“它到底是什么”,到“为什么此刻爆发”,再到“它对创业者、团队和行业意味着什么”。

    我们希望在热度之外,帮助你建立一套冷静且清晰的认知框架。

    这是我们继 DeepSeek 20 问、Manus 20 问、视频模型 20 问之后的第四期。前三期同样精彩,欢迎大家复听。

    如果你正在关注 Agent 创业方向,这期节目或许会对你有价值。

    🚥 本周嘉宾:

    • 鸭哥 —— 十字路口老朋友,哥伦比亚大学博士,Superlinear Academy 联合创始人,硅谷科技公司应用科学家
    • 豪大 —— 一人公司创业者,前大厂 AI 产品经理,用 OpenClaw 做了大量有趣且深入的实践

    🚥 ps,我十分推荐大家关注鸭哥的 Superlinear Academy。当我们聊到「学 AI」究竟应该学什么、怎么学的时候,鸭哥给出了一套特别好的方案。

    🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

    📒 文字版将发布于 @十字路口Crossing 公众号。

    01:48 Q1. OpenClaw 和传统 AI 的本质区别是什么?

    04:52 Q2. OpenClaw 带给我们的 3 个 Aha Moments

    06:38 Q3. OpenClaw 做过最厉害的几件事

    10:39 Q4. OpenClaw 正在改变哪些人和事?

    11:51 Q5. OpenClaw 关键设计哲学:"人味"

    15:53 Q6. OpenClaw 启示:把 AI 产品做成"人”

    17:32 Q7. OpenClaw 如何改变人与 AI 的关系?

    19:41 Q8. OpenClaw 打动人的,为何是这两点?

    22:04 Q9. OpenClaw 被高估了?

    22:59 Q10. OpenClaw 为什么在这个时间点爆发?

    25:44 Q11. 同样的 OpenClaw,为什么有的像天才,有的像废物

    29:32 Q12. 没有开源,就没有今天的 OpenClaw

    32:06 Q13. 如何用 OpenClaw 构建自己的"飞轮"?

    34:35 Q14. OpenClaw 带来哪些 ToC 创业机会?

    41:07 Q15. Elys / Second Me / Evolver:Agent 社区观察

    46:28 Q16. Manus / Kimi / Minimax 的 OpenClaw 产品体验

    50:05 Q17. OpenClaw 带来哪些 infra 创业机会?

    53:54 Q18. OpenClaw 带来哪些 ToB 创业机会?

    58:06 Q19. OpenClaw 是泡沫还是起点?

    59:58 Q20. OpenClaw 留给 AI 时代的几点启示

    欢迎订阅「十字路口」:

    🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

    🚦 十字路口是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变,我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者,和他们一起,探索和拥抱新变化,新的可能性。

    👦🏻 主播 Koji:我创办了十字路口,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间,在真格基金担任 Venture Partner(投资合伙人)。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻,Koji 的网站

    👧🏻 主播 Ronghui:我联合创办了十字路口,在美元 VC 工作过,也做过五年的硅谷驻站记者,关注科技发展和商业故事,欢迎大家找我聊天,和我交流。Ronghui 的即刻


    在小宇宙查看该单集文稿

    剑桥博士去挖矿:当 AI 遇上「一钻下去千万美金」的行业|对话相子恒:DeepOptica 创始人/CEO Mar 01, 2026
    Show notes

    🚥 本周「十字路口」的嘉宾是相子恒,DeepOptica 的创始人兼 CEO。

    在剑桥读博的四年里,他划了四年赛艇,成为学院史上首位华人大队长。毕业后,他没有去投行,没有去大厂,而是选择去挖矿——用 AI。

    矿业,是一个一次决策就要押上几亿美金、开工没有回头路的行业。它古老、昂贵、极端不确定——而相子恒,一个剑桥量子光学博士、前英国航天局项目负责人,选择用 AI 闯入这里。

    DeepOptica 正在做的事,是构建一个矿业世界模型——整合地球物理、遥感卫星、地质化学等多模态数据,让 AI 真正「看透」地下三维矿体结构,不只告诉矿企「下一钻打哪里」,而是直接回答「这里有多少吨铜、多少盎司黄金」的概率分布与置信区间。

    🚥 在这期节目里,我们聊了:

    • 探矿这件事到底有多难?从地质学家的实地踏勘,到地球物理遥感,再到 AI 世界模型,一百多年的行业演进是如何被一个新的技术范式所重写的;为什么合成数据在矿业 AI 里至关重要,目前占比已达 50%,并且还在持续深挖;DeepOptica 和 Kobold Metals 这类先行者的本质差异——从「决策优化」到「价值评估」,是截然不同的产品逻辑;以及,一个纯华人团队,如何拿下南美最大地质咨询公司 GE21 的合作,并在蒙古、中东、巴西完成早期验证。
    • 我们还聊了那段在剑桥做赛艇队长经历背后的故事——如何让一支对你存疑的队伍心服口服,如何在没有授权的情况下建立领导力,以及这些经历如何直接映射到今天的创业之路。
    • 掌握 AI 的人,成了门口的野蛮人。贯穿这期节目的一个判断是:颠覆传统行业的,往往不是行业内部生长出来的人,而是那些掌握了新工具、带着新视角闯进来的门外汉。地球科学和计算机科学之间,存在一道巨大的鸿沟——而填补这道鸿沟的团队,正是站在这个交叉学科十字路口上的人。

    如果你正在关注 AI for Science 这个方向,或者你也在思考「AI 能在哪些极端高风险的传统行业里创造真实价值」,这期节目值得认真听。

    🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。

    📒 文字版将发布于 @十字路口Crossing 公众号。

    🟢 00:02 快问快答:年龄、毕业院校、MBTI 与星座、一句话介绍 DeepOptica、融资情况、收入与订单规模、创业前经历

    🟢 03:24 剑桥赛艇队的第一位华人大队长

    欧洲人占比 90% 的队伍,成绩不是最好,他凭什么当队长?
    • 四年路径:男二队 → 男一队 → 副队长 → 大队长,每一步都是争来的,不是熬来的
    • 领导力的来源到底是什么?
    • 「赛艇是集体项目,只要有一个人没来,这艘船就出不了」
    • 凌晨五点半集合,第一艘下河的船面前是一望无际的水道——怎么让一群傲气的本科生心甘情愿爬起来?
    • 有个俄罗斯队员一开始根本不愿意跟他讲话,后来怎么了?

    🟢 05:10 马斯克探索太空,他要探索地底

    矿业不是土老板的生意。
    • 「矿业就是在探索地球」——一次决策押上几亿美金,开工没有回头路,这个行业的决策成本决定了 AI 介入的价值密度
    • 算力中心、新能源、机器人——所有你认为代表未来的行业,都需要大量金属。矿业,是所有科技叙事的地基
    • DeepOptica 不只想找到矿在哪里,而是要直接回答:这里有多少吨铜、多少盎司黄金

    🟢 06:55 把大象塞进冰箱

    AI 探矿的三个关键步骤。
    • 地质学家踏勘 → 地球物理遥感 → 打钻验证,一百多年的行业流程,AI 要从哪一步切入?
    • 地下铁和铜含量高时,会对磁场和重力场产生扭曲——AI 要做的,是从这个「扭曲」反推出三维矿体结构
    • 同一个地表磁场信号,可能对应地下十万种矿体结构:这就是「多解性繁衍」问题,也是 DeepOptica 核心技术栈要解决的事
    • 合成数据目前占训练比例 50%,还在持续深挖——为什么真实数据不够用?

    🟢 14:06 量子光学博士为什么去挖矿?

    • 量子传感的两个最大应用方向是量子重力和量子磁力计——而这两个,恰好是矿业和油气勘探最需要的技术
    • 「只要涉及物理层面,不管是地球物理还是量子物理,很多原理是相通的」——这不是转行,是同一套数学语言换了一个战场
    • 这个路径和 Kobold Metals 的创始团队高度相似:一位量子计算科学家、一位地球科学家、一位金融背景——创业基因不谋而合

    🟢 16:38 20 个人,够了

    AI 时代,咨询公司的商业模式正在被重写。
    • 矿业项目听起来劳动密集,但结合 AI 生产力加成,每个服务项目不再需要庞大人力——「field work 做完带回来,我们一起分析」
    • 护城河是两点:数据,以及能支撑「合成数据 → 矿业世界模型」这套体系的团队——缺一不可
    • 为什么地球科学 + 计算机的结合,比生物 + 计算机难得多?地质统计学这个学科,诞生没有多久

    🟢 30:48 这个赛道,其实没有你想的那么拥挤

    • 全球矿业上市公司几千家,大量是几个人的 junior miner——他们根本接触不到顶尖 AI 系统
    • 大公司在研发自己的高效勘探手段,但行业不垄断,大量区域没有人涉足
    • 未来路径不止一条:卖软件给中小矿企,或者技术入股直接成为矿主——「先把模型做好,顺理成章」

    🟢 37:01 赛艇队长教会他的领导力

    领导力不等于别人喜不喜欢你。
    • 「我的成绩不是最好的」——那些身体比你好、成绩比你快的队员,凭什么服你?
    • 无授权领导力的本质:不是让所有人喜欢你,而是让他们感受到跟你在一起能成长
    • 创业三要素从赛艇里来:能卷的经历、淡定的领导力、不把个人凌驾于团队之上的全局观

    🟢 44:23 如果 DeepOptica 失败了,最可能是因为什么?

    • 「小镇做题家只关注解法;我们是有一个长线 vision,领导中线 vision,再拆解成每个人能 take action 的小目标」——与其说是做题家,更像是一辆 well-organized vehicle
    • 最大的风险不是技术,是节奏——融资节奏、拿客户节奏,某个时间点没有 manage 好,企业就开始走下坡路

    🟢 46:12 五年后的 DeepOptica,和真正的理想

    • 目标是做出 AlphaFold 级别的矿业模型,基础版开源、商用版收费,服务全球矿企
    • 「我不会因为钱少了焦虑,我会因为没有做自己想做的事情而极度焦虑」
    • 真正的理想是探索太空、探索地球——矿业是台阶,下一步是太空采矿、海底探矿

    🟢 51:06 给早期创始人的一个建议

    • 创业公司有一个红利,但大多数人意识不到:你能招到大公司根本招不到的人——因为你能提供希望
    • 这个杠杆到第三年、第四年可能瞬间消失——要么没做起来,要么做大了,两种情况都会让它失效
    • 「在这个时候要充满野心,甚至去挖你觉得根本挖不到的人——他很可能正处于职业焦灼期」

    欢迎订阅「十字路口」:

    🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

    🚦 十字路口是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变,我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者,和他们一起,探索和拥抱新变化,新的可能性。

    👦🏻 主播 Koji:我创办了十字路口,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间,在真格基金担任 Venture Partner(投资合伙人)。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻,Koji 的网站

    👧🏻 主播 Ronghui:我联合创办了十字路口,在美元 VC 工作过,也做过五年的硅谷驻站记者,关注科技发展和商业故事,欢迎大家找我聊天,和我交流。Ronghui 的即刻


    在小宇宙查看该单集文稿

    Previous 1 2 3 4 5 6 14 Next

    Related Podcasts

    Reply All

    1

    Reply All Games & Hobbies
    Inside VR & AR

    2

    Inside VR & AR Gadgets
    Note to Self

    3

    Note to Self News
    BrainStuff

    4

    BrainStuff Natural Sciences
    This Week in Tech (Audio)

    5

    This Week in Tech (Audio) News
    Hands-On Tech (Audio)

    6

    Hands-On Tech (Audio) Technology
    footer-logo

    Contact Us

    Toll Free: 844-670-7747

    Links

    • Home
    • Top Charts
    • Networks
    • Apps
    • Independents Podcasts
    • Podcast Advertising
    • Podcast News
    • Contact Us
    • About Us
    • Analytics & Insights

    Stay Connected

      Privacy, Terms of Use & Our Code of Ethics Protecting Content Creators Copyrights