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

    硅谷101

    失败、背叛、不被理解,硅谷精神领袖一直都不是完美的存在;他们是科学家,创造者,行动派,他们有独立的价值观。《硅谷101》是由媒体人泓君发起的深度访谈节目,是一档分享当下最新鲜的技术、知识与思想的科技播客。 公众账号:硅谷101 联系邮箱:podcast@sv101.net

    Advertise

    Copyright: © 2024 Valley101.Inc

    • Apple Podcasts
    • Google Play
    • Spotify

    Latest Episodes:
    E245|藏在大模型背后的新闻人:GPT们的回复是这样写出来的 Jul 23, 2026
    Show notes

    当你觉得AI“懂你”的那一刻——精准抓住一个你自己都没说清的情绪,问出一个让你陷入沉思的问题——你以为那来自数据中心的芯片、模型里的参数、程序员敲下的代码,但真相是,那些问进你心坎里的问题、让你会心一笑的遣词造句,背后站着一群人:他们曾是记者、编辑和纪录片导演,如今藏在大语言模型之后,有一个鲜为人知的名字——内容工程师(Content Engineer)。
    当模型能力日益趋同,真正决定用户去留的,已不再是参数,而是它能否让人觉得“懂我”。那些“只可意会、不可言传”的语感与共情,正被一群文字工作者拆解成一套可以装进AI的规则。
    本期《硅谷101》播客,我们邀请到两位从新闻业转身的资深内容工程师——前媒体人、播客《行星酒馆》主播东尼,与NBCUniversal AI战略总监Bianca,深入探讨:什么才算“好”的对话,以及如何把它拆解成可量化、可训练、可评估的工程标准。我们从这个正在各家AI公司裂变扩张的新兴岗位聊起,看看当模型能力逐渐拉平,内容与品味如何成为产品竞争力的关键,而懂人文、懂社科的判断力,又该如何翻译成工程能用的语言。

    【主播】
    Faith静远,硅谷101特约研究员

    【嘉宾】
    Tony Lin,人工智能实验室模型设计负责人,《行星酒馆》主播
    Bianca Consunji,NBCUniversal AI战略总监

    【你将听到】
    02:54 内容工程师是什么?
    05:55 内容工程师如何拆解好内容
    10:42 如何训练AI理解提问者的言下之意
    13:42 内容工程师如何“翻译”语言和文化
    16:45 新闻训练和AI对话训练都需要给到“上下文”
    18:42 语境破碎:AI对话和“网络互喷”的相似之处
    19:59 记者和内容工程师的技能重合点
    23:44 一篇爆火文章背后,文科生的AI恐慌
    26:45 基于共识训练出来的AI,不会产生伟大的艺术
    28:56 媒体影视从业者失业,罪魁祸首是AI吗?
    31:37 东尼如何在养病期间做出震惊谷歌的voice agent
    37:02 AI谄媚是产品设计问题,本质是人想要的太多了
    39:20 人除了智商情商,还会需要“AI商”
    43:33 职业价值迁移:“曾经我出卖成果,现在我展示过程”

    【延伸阅读和相关术语】
    系统提示词(System Prompt):写给模型、用于设定其身份、语气与行为边界的底层指令。本质是一种既要有创造力、又要让模型"听得懂"的技术性写作,是内容工程师的核心工作之一。
    少样本示例(Few-shot Example):在与模型交互时,随机提供几条相关案例作为参考,让模型据此理解"什么是好问题、好内容、好语气"的方法。
    语音智能体(Voice Agent):能够以语音方式进行多轮对话的AI智能体,相比文本交互更强调对话的流动感与自然度。
    多轮对话(Multi-turn Conversation):用户与AI连续来回交互的对话形式,通常是AI的弱项。当缺乏足够上下文时,AI会不断"脑补",答案越来越臃肿,中途出错则如滚雪球般放大。
    意图理解(Intent Understanding):理解提问者的“言下之意”,而非仅仅回答字面问题。它要求模型捕捉话语背后未被直接说出的真实需求,而不止于表面的信息拼接。
    来源归属(Source Attribution):在回答中注明信息出处、并承认现有信息不确定性的做法,是判断一则回答质量高低的重要维度之一。
    拟社会关系(Parasocial Relationship):传播学经典概念,指人对一个遥远实体(书中人物、电视形象,乃至AI)单向建立的情感关系。人在这种关系里依然拥有agency(能动性),可自行决定与对方的关系、并在互动中创造意义。
    AI谄媚(Sycophancy):指AI顺着谈话对象的价值取向和信息茧房去迎合、讨好用户的倾向。它本质上是一个产品设计问题——为了留住用户、提升engagement,产品往往会做出迁就。
    事实核查(Fact Check):新闻业的核心技能,即在信息发布前核实其真实性。AI在事实核查上效率极高,能快速交叉验证信息、呈现不同立场,帮助人跳出单一信息流。
    零工经济(Gig Economy)与AI训练师(AI Trainer):AI trainer指按小时、按项目为AI生成的内容打分、改写、示范的临时工作。这类工作依托零工经济而存在,而零工经济对媒体与艺术从业者的冲击在AI出现之前便已发生。

    【硅谷101正在招聘】
    《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!
    👉🏻点击查看招聘详情

    【监制】
    泓君
    【采访 & 制作】
    Faith
    【配音】
    Yiwen
    【后期】
    Faith Amei
    【运营】
    朱婕
    【BGM】
    The Detective - Christoffer Moe Ditlevsen
    Reclaim - Megan Wofford
    Paper wings
    Hangover by ruiqizhao
    The light from within—howard harper-bames
    Overture - dozeoff
    New car smell—bagel
    Quiet down—Ryan connors

    【在这里找到我们】
    公众号:硅谷101
    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐
    其他平台:YouTube|Bilibili 搜索「硅谷101播客」
    联系我们:podcast@sv101.net

    Special Guests: Bianca Consunji and Tony Lin.


    E244|机器人走错路了?与苏度韩铮聊聊具身智能的3D数据、路径分野与硅谷竞赛 Jul 15, 2026
    Show notes

    机器人已经能在舞台上做到翻跟头、表演武术了,但要让它在开放环境里伸手帮你拧开一个瓶盖,难度陡然跃升2到3个量级——因为那一刻,它需要理解眼前的物理世界。
    这正是苏度科技想啃下的硬骨头。苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一,师从李飞飞。这家公司走了一条与硅谷主流"纯大脑黑盒大模型"不太一样的路:软硬件协同设计,上下分层架构,上层负责任务规划与环境理解,下层负责具体物体操作;Sim-to-Real作为核心训练范式,让机器人在虚拟世界里经历几百万年的进化,再迁移到现实。
    这条路已经跑出了一定成效:面对从未见过的新物体,他们的零样本通用抓取单次成功率接近100%。
    本期硅谷101,我们邀请苏度科技CEO韩铮,一起聊聊机器人“动手”怎么实现?他预测,接下来会有更多的硅谷公司重新回到“上下分层”的方向上来。

    【主播】
    泓君,硅谷101创始人,播客主理人
    【嘉宾】
    韩铮,苏度科技联合创始人&CEO

    【你将听到】
    机器人“动手”的数据根基
    03:17 为什么做全栈(大脑+本体)通用机器人?
    07:14 苏昊早年经历:从图片标注ImageNet,到3D数据集ShapeNet
    11:08 3D数据收集,难在哪里?
    13:21 仿真需要亚毫米级精度,视频训练无法达到
    16:33 什么是Sim-to-Real(从仿真到现实)?
    18:08 创业时机的判断:DALL-E带来的数据拐点

    Sim2Real技术验证与关键突破
    21:40 仿真器的技术内核:经典物理法则+强化学习
    24:17 数据集质量与规模的平衡:自建结构化3D数据集
    28:05 实际效果如何?零样本通用抓取,一次性成功率98%
    32:11 回应Demo质疑:去学术会议现场随机环境中演示
    34:22 基础Zero-Shot泛化能力比长程任务串联更为关键
    35:45 灵巧手虽好,但不是当下的性价比最高的方法

    技术路线之争
    38:16 商业模式思考:硬件+底层模型+API,类比智能手机生态
    41:23 仿真器与机器人本体,必须软硬件协同设计强绑定
    44:04 如何教会机器人拧瓶盖?加入真实世界数据更高效
    44:51 难度对比:操作物体比运动控制难2~3个数量级
    47:28 白盒与黑盒之争:分层模型,在预训练中融入物理理解
    51:11 Sapien仿真器,让机器人像幼童第一次拧瓶盖一样操作
    53:27 数据冷启动困境:无法复刻特斯拉,必须靠仿真做冷启动
    55:38 嘉宾预言:被硅谷抛弃的“上下分层”即将重回主流

    全球机器人竞争格局
    59:08 实现机器人动手,软硬件强结合的公司才能做到
    01:00:34 硅谷明星公司点评:Skild、Figure、Optimus
    01:05:40 为什么最看好DeepMind+波士顿动力Atlas的组合?
    01:09:01 亚马逊机器人,场景多但整合困难
    01:10:02 为什么多数公司退回垂类?因为不知道通用该怎么走
    01:12:43 不做垂类押注,而是构建开发者生态,目标是成为机器人时代的“iOS+硬件”

    【延伸阅读】
    节目中提到的Demo:sudo R1评测——60分钟连续无剪辑实测

    【硅谷101正在招聘】
    《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!
    👉🏻点击查看招聘详情

    【监制】
    泓君
    【后期】
    Amei
    【运营】
    朱婕
    【BGM】
    Particle Emission - Silver Maple
    My Moon and Your Sun - Hampus Naeselius
    On the March - Brendon Moeller
    Quietly Tense - Marten Moses

    【在这里找到我们】
    公众号:硅谷101
    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐
    其他平台:YouTube|Bilibili 搜索「硅谷101播客」
    联系我们:podcast@sv101.net

    Special Guest: 韩铮.


    E243|特朗普“缓刑”红牌之外,美国资本如何硬控全球足坛 Jul 09, 2026
    Show notes

    世界杯发生了闻所未闻的一幕,在特朗普介入后,美国球员巴洛贡吃到的红牌被暂缓1年执行,有人不禁要问了,国际足联为什么要那么听美国人的话。
    部分原因可能来自于,美国资本已经渗透进了全球足坛的方方面面。比如英超的20家俱乐部中,有11家都被美国资本控股,美资甚至渗透进了欧洲五大联赛的俱乐部、商业权益开发、球员球队买卖资金周转等等方面。
    没有英式足球积淀的美国人,为什么会那么喜欢投资英式足球?美国资本又在怎么改变世界足坛呢?

    【主播】
    麻花,硅谷101特约研究员
    【嘉宾】
    张兵,懒熊体育《摸鱼的熊彼得》主理人
    施骅伦,《翻转体育》主播

    【你将听到】
    没有足球文化的美国,资本为什么爱足球
    03:05 售股两年后,曼联老板为什么又要找下家
    06:21 20支英超球队11支被美资控股,美国富豪为什么那么上头
    09:48 英超球队的上市潮与退市潮
    16:14 两任美国老板,在英国“小队”伊普斯维奇上赚翻了
    19:47 美国人对体育资产的商业化运作,到底能有多强

    美国老板们,为什么永远被球迷Diss
    22:47 曼联往事:格雷泽家族20年的骂名从哪儿来
    27:35 曼联新老板拉爵,带来的新变化可能喜忧参半
    30:04 从阿森纳到曼联,豪门为什么都爱捣鼓球场
    36:56 SoFI球场,美国人商业运作体育场馆的典型案例
    38:16 阿森纳老板克伦克,与前大股东乌斯曼诺夫的控制权之争
    45:31 克伦克说拿钱砸冠军不是第一位,那他是个好老板吗
    48:24 利物浦的两任美国老板,为什么口碑差距那么大
    52:47 美国资本,如何在切尔西身上玩脱了

    英超之外,美国资本如何渗透全球足坛
    57:10 不只英超,欧洲足坛都要被美国资本包圆了
    01:03:23 控制了众多命脉的美国资本,很可能会打造自己专属的超级联赛
    01:05:46 版权费增长停滞、球员成本上升,美资从哪儿延续回报率
    01:10:41 球迷文化抵制足球资本,但商业化的进程一直在所难免

    【延伸阅读与相关名词】

    英超Big 6:包括阿森纳、切尔西、利物浦、曼联、曼城和托特纳姆热刺,其中前4支球队又被称为Big 4或者传统四大豪门,Big 4如今都被美资控股
    阿布卡拉莫维奇:俄罗斯富豪,2003年买下切尔西,斥超过20亿英镑引援,并先后聘请穆里尼奥、希丁克等名帅执教,让切尔西收获21个冠军奖杯。后因俄乌战争被迫出售切尔西,并免除了俱乐部对其个人约15亿英镑的债务。
    大卫·邓恩:英国商人&前阿森纳副主席,英超联赛创立的核心推手之一,1996年力排众议聘请温格执教,开启阿森纳辉煌时代,2007年因支持外部资本收购俱乐部,与董事会产生分歧而被迫离开。
    乌斯曼诺夫:乌兹别克裔俄罗斯寡头,通过投资钢铁、电信和Facebook、阿里巴巴等互联网企业积累巨额财富,曾是阿森纳第二大股东,后因俄乌战争被制裁资产遭冻结,也通过DST投资过京东、小米和滴滴。
    法哈德·莫希里:英籍伊朗裔富商,因结识乌斯曼诺夫而发迹,曾任埃弗顿足球俱乐部大股东。他在埃弗顿投入巨资但管理混乱,球队战绩下滑并屡次违反财务规则,最终于2024年将俱乐部出售。
    霍斯特·达斯勒:阿迪达斯创始人之子,现代体育营销先驱,不仅帮助阿迪达斯实现了国际化,更参与并主导了世界杯、奥运会等大型国际体育赛事的商业化模式制定。
    CAA Eleven:是国际顶尖经纪公司CAA在瑞士成立的子公司,主要负责独家管理欧足联旗下国家队赛事的商业版权,包括欧洲杯、欧洲杯预选赛、欧国联及女足欧洲杯等赛事的转播与赞助权。
    TEAM Marketing:瑞士体育营销公司,是欧冠联赛从1992年改制至今的“幕后缔造者”,为欧足联创造了超过500亿欧元的收入,但双方合作将在2027年结束。
    Relevent Sports:美国体育传媒与赛事推广公司,由NFL迈阿密海豚队老板斯蒂芬·罗斯创立,以创办国际冠军杯(ICC)闻名,将欧洲豪门季前赛引入北美,还代理西甲、德甲等联赛在美洲的媒体版权。2027年起接替TEAM Marketing,负责欧足联旗下男子俱乐部赛事的全球商业版权。
    ECA:European Club Association,欧洲俱乐部协会,代表欧洲职业俱乐部利益的官方组织,拥有超过200家会员俱乐部。
    DAZN:英国全球体育流媒体平台,被誉为“体育界Netflix”,由乌克兰裔美国亿万富翁Len Blavatnik通过其美国投资集团Access Industries拥有。
    ISL:由霍斯特·达斯勒成立,是上世纪足球商业化的关键推手,曾长期独家代理FIFA世界杯的电视转播权和商业赞助权,后因过度扩张陷入债务危机最终破产,并引发了国际足联历史上最大的腐败丑闻。

    【硅谷101正在招聘】
    《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!
    👉🏻点击查看招聘详情

    【监制】
    泓君
    【后期】
    Amei
    【运营】
    朱婕
    【BGM】
    Kick Off - Earle Belo
    Don't You Think I Know They're Faster STEMS DRUMS - Eden Avery
    Kablaam - Ealot
    Bocosaurus - Arc De Soleil
    Light-Footed - Bonnie Grace

    【在这里找到我们】
    公众号:硅谷101
    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐
    其他平台:YouTube|Bilibili 搜索「硅谷101播客」
    联系我们:podcast@sv101.net

    Special Guests: 张兵 and 施骅伦.


    E242|最快半年AI跑通自进化?与陈天桥首席科学家聊聊硅谷模型必争之地 Jul 05, 2026
    Show notes

    从ChatGPT掀起生成式AI浪潮到现在,不过短短两三年,AI能力的进化速度已经让"AI自我进化"这件事从科幻走进了现实。上个月,Anthropic在一份公开报告中预测,AI未来将进入"递归自我提升"(Recursive Self-Improvement, RSI)阶段,并呼吁人类共同为AI的发展设计出一个减速或暂停机制。
    AI自我进化会以多快的速度到来?未来的AI,它会在通往真理的道路上与人类并肩作战,稳步破解医学、气候等种种难题,还是会在暗处走向失控?
    本期播客,泓君邀请到专注做“发现模型”的AI公司Apodex的两位首席科学家,杜少雷和Beibin,一起聊聊AI的自我进化与自我验证。
    Apodex是一家陈天桥出资创立并亲自主导的公司,这家公司给自己的定位也非常的特别,他们只做一件事—— heavy duty solver,意思是专啃那些没有标准答案,人类自己都不知道从哪下手的难题。他们管自己想做的模型叫做 discovery model。不是从已知的信息里面找答案,而是要提出人类还没有想到过的假设,自己想办法去验证它,去解决这个世界上还没有被解决的科学难题。
    嘉宾预言,最快半年,AI就能跑通一次完整的自我进化闭环。但要实现持续的、可靠的递归提升,模型必须具备“自我验证”能力。这很像人类科学家的基本功:大胆假设,小心求证。而要让AI做到这一点,关键的前提是——教会大模型真正拥有科学家一样的品味和判断力。

    【主播】
    泓君,硅谷101创始人,播客主理人

    【嘉宾】
    Simon Shaolei Du(杜少雷),Apodex推理模型与训练首席科学家,华盛顿大学计算机科学与工程学院副教授
    Beibin Li (李辈滨),Apodex自我进化与编程首席科学家

    【你将听到】
    自我进化背后的底层能力
    03:00 AI自我进化不是新概念,两三年前就有了
    06:48 RSI概念火了,背后是模型能力变强了,长程任务表现更好了
    09:20 技术上如何训练AI做好长程任务?算法+数据+infra
    12:45 Coding能力代表了模型自我进化的底层能力
    14:29 用自我验证规避“递归漂移”,代码领域相对可控
    16:21 Apodex的验证方法:多个子agent互相验证
    19:11 自我进化三条路径:预训练、后训练、Harness
    23:56 另一项关键能力DeepResearch,Apodex如何做到多个榜单第一?
    29:19 技术范式决定了多个agent组团解决问题效果好于单个
    31:18 模型自动进化后,会碾压agent团队吗?垂直领域护城河仍在

    自我进化关键一步——学会提问
    34:19 Apodex定位:用Discoverative框架解决人类未解难题,不把Token当生意
    36:18 “发现模型”最难之处:提出超出经验范围的假设,并去验证
    37:52 让AI像科学家一样提问,需要模型有更好的品味
    43:31 如何避免大模型拍马屁?远离大众偏好
    46:30 “AI宪法”定义性格,顶级科学家数据校准品味

    巩固品味,阻止“跑偏”
    51:33 AI巨头都在做科研发现模型,判断问题价值是关键
    55:32 不同于AI for Science,Heavy Duty Solver是通用模型,强调元能力
    57:25 最快半年能跑通自我进化的第一个闭环,但解决递归漂移还需要2-3年
    58:43 让科学家睡不着觉的问题:如何防止AI“走火入魔”
    01:00:04 解决方案仍靠人工手调,“自我蒸馏”也许是个方法
    01:04:28 人类只是warm start,未来AI将形成自我品味,就像AlphaZero
    01:06:18 陈天桥与Apodex:制定“宪法”,聚焦Heavy Duty Discovery

    【硅谷101正在招聘】
    《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!
    👉🏻点击查看招聘详情

    【监制】
    泓君
    【后期】
    Amei
    【运营】
    朱婕
    【BGM】
    Light-Footed - Bonnie Grace
    Reclaim - Megan Wofford
    Charcoal Stream - Curved Mirror

    【在这里找到我们】
    公众号:硅谷101
    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐
    其他平台:YouTube|Bilibili 搜索「硅谷101播客」
    联系我们:podcast@sv101.net

    Special Guests: 李辈滨 and 杜少雷.


    E241|跑鞋技术迭代史:马拉松跑进2小时,靠人还是靠鞋? Jun 25, 2026
    Show notes

    本期节目由AI轻办公神器vivo X Fold6赞助播出

    今年4月的伦敦马拉松,肯尼亚选手萨维以 1小时59分30秒 的成绩夺冠,成为首位在正式马拉松比赛中跑进2小时的运动员,这场比赛的亚军克杰勒恰同样跑进了2小时,创造了历史。
    事后媒体关注到,萨维和克杰勒恰,包括这场比赛的女子冠军阿塞法,他们穿的鞋,都是阿迪达斯的Adios Pro EVO 3。但在此之前,统治马拉松赛场10年之久的一直是耐克,也是它,发起了一度轰轰烈烈的Breaking 2项目,剑指帮助运动员马拉松“破2”。
    尽管跑步这项运动自古有之,但直到1960年代,人们才真正拥有专为路跑设计的现代化跑鞋。过去60多年的发展历史里,路跑鞋都发生了哪些技术变革?运动鞋品牌,又是怎么在马拉松赛场内外你追我赶的?

    【主播】
    麻花,硅谷101特约研究员
    【嘉宾】
    盖德,《迪谈盖论》主播

    【你将听到】
    跑鞋技术迭代史,谁是最有突破性创新的那双鞋
    04:26 划时代跑鞋:阿迪Ultra Boost和耐克Zoom Vaporfly
    06:58 TPU超临界泡棉,阿迪Ultra Boost的秘密武器
    07:54 耐克Zoom Vaporfly的必杀技,把碳板和超级泡棉结合到一起
    10:30 中底的重要性:辅助一个动作重复4万多次仍能保持优秀性能
    12:11 中底之外,鞋面、鞋楦也有技术之争
    14:11 产品经理谈跑鞋研发,好跑鞋可能会经历20多个版本的修改
    16:24 不同品牌的跑鞋,中底材料可能来自同一家公司
    17:46 裸足感跑鞋的兴起和沉寂
    21:20 马拉松跑进2小时,靠的到底是鞋还是人

    阿迪VS耐克,交替主宰21世纪的马拉松赛道
    25:16 帮助破纪录的Adios Pro EVO 3, 大火背后也有偶然
    27:48 被各大品牌纷纷采用的碳板,阿迪为什么偏不用
    30:04 耐克的遗憾,最有可能破2的合作跑者不幸去世
    31:36 一度大杀四方的耐克,是如何失去马拉松赛场绝对优势的
    33:50 想要跑鞋卖得好,一定要在竞速跑比赛里有姓名
    36:27 限量发售,可能会让Adios Pro EVO 3无法统治赛道
    37:58 品牌研发冠军跑鞋很难,选到冠军“潜力股”更难
    39:32 四大慢跑鞋品牌,为什么在阿迪耐克的竞争中“隐身”了
    42:11 新秀昂跑和HOKA,仍在竞速跑的关键之门外

    技术差距、时尚化和瓶颈期,跑鞋之争的未来
    45:24 跑鞋品牌的技术优势,很难独领风骚很多年
    47:13 阿迪能不能统治马拉松赛道,还得看它鞋面的表现
    48:18 超级大Logo的Adizero EVO SL,成了2025年的大爆款
    51:13 复古New Balance,很可能成为第四个百亿美元规模运动品牌
    54:50 本土跑鞋vs国外跑鞋,技术差距到底在哪儿
    57:42 跑鞋之后,运动品牌开始押注越野跑和Hyrox了
    59:14 国内的运动品牌,该去国外卷卷了

    【延伸阅读】
    重要跑鞋变革史:
    1960,New Balance Trackster问世,以波纹鞋底取代鞋钉,成为首款无钉跑鞋
    1974,耐克联创鲍尔曼发明华夫饼鞋底,鞋款大卖,耐克趁势赶上美国慢跑热
    1977,Brooks推出的Vantage鞋款,成为第一款大规模采用EVA材质中底的鞋款
    1978,耐克首款 Tailwind 跑鞋上市,首次采用Nike Air 气垫技术
    1986,亚瑟士推出首款应用GEL缓震胶技术的跑鞋Freak,GEL此后一直是亚瑟士的王牌技术
    1991,索康尼推出GRID网格缓震系统,将纤维嵌入EVA中底,兼顾缓震和支撑稳定
    2004,Nike Free 面世,开启赤足感跑鞋风潮
    2015,Adidas Ultra Boost 面世,采用TPU材料及超临界发泡技术,提供“踩屎感”,成为阿迪最受欢迎的缓震技术
    2016,耐克推出Zoom Vaporfly 4%,首次将超级泡棉PEBA和碳板结合,Vaporfly 和Alphafly 系列随后高频亮相马拉松
    2026,两位运动员穿着阿迪的Adio Pro EVO 3跑马“破2”,该款鞋为全球第一双实现量产的、单只重量不超过100g的跑鞋

    两类中底技术:
    机械结构:通过中底的物理形态设计来影响性能,比如碳板、碳环、镂空等,相当于中底的“骨架”
    发泡材料:通过中底本身材质来影响性能,代表材料包括EVA、TPU、TPEE、PEBA等,相当于中底的“肌肉”

    四大发泡材料:
    EVA:最传统、最普及的发泡基底,轻质柔软成本低,但回弹和耐久性一般,多为入门级跑鞋中底材料
    TPU:回弹性、抗撕裂性和耐久性优于EVA,但密度较大,鞋偏重,为阿迪Boost中底所用材料
    TPEE:TPU升级版,回弹率更高、更轻、更耐疲劳,但加工难度高、成本高,为阿迪Adios Pro 系列Lightstrike Pro中底的材料
    PEBA:超级泡棉,回弹率极高、极度轻量,但成本昂贵、耐用性一般,为耐克ZoomX中底所用材料

    耐克Breaking 2项目:2017年推出,旨在挑战人类马拉松“破2”极限,项目中跑者基普乔格在意大利蒙扎赛道达成了2小时00分25秒的优异成绩,耐克借势推出Zoom Vaporfly Elite
    耐克目前的慢跑鞋三大系列:飞马(Pegasus)、迈柔(Vomero)和稳程(Structure)
    格布雷西拉西耶:长跑传奇选手,蝉联1996、2000年奥运会10000米冠军,并曾打破25次世界纪录,也是首位将马拉松跑进2小时04分的运动员
    基普乔格:2016、2020年两届奥运会马拉松冠军,保持着多项赛道纪录,2019年在维也纳以1小时59分40秒完成“破2”壮举,但因为非正式比赛,成绩没有纳入马拉松世界纪录
    基普图姆:肯尼亚马拉松跑者,首位在正式马拉松中跑进2小时01分的运动员,2024年2月不幸因车祸去世
    大迫杰:日本顶尖马拉松运动员,职业生涯三次刷新日本马拉松国家纪录,首位跑进2小时05分的黄种人。

    vivo X Fold6
    全新升级的原子工作台,支持串行、并行双模式,一屏多用,告别反复切应用的碎片化体验

    【监制】
    泓君
    【后期】
    Amei
    【运营】
    朱婕
    【BGM】
    Burn Away (Instrumental Version) - Nyck Caution
    Rumors About Us - T. Morri
    Melting Glass - Eden Avery
    What We Stand For - Francis Wells

    【在这里找到我们】
    公众号:硅谷101
    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐
    其他平台:YouTube|Bilibili 搜索「硅谷101播客」
    联系我们:podcast@sv101.net

    Special Guest: 盖德.


    E240|OpenAI联手PE砸下40亿美元,聊聊硅谷最火新职位FDE Jun 17, 2026
    Show notes

    5月初,OpenAI成立了Deployment Company(部署公司),Anthropic也宣布与包括Blackstone在内的多家金融机构合作成立合资企业。这些顶尖模型公司,都开始押注同一种服务:不只是提供AI工具,而是深入企业内部,在具体业务场景中把AI能力真正部署起来。
    这也让一个工种迅速走到台前:Forward Deployment Engineer(FDE),前线部署工程师。他们既要懂模型和技术,也要理解客户的数据、流程和业务痛点,核心任务是把AI从demo变成各个职业自己的AI-native工作流。
    这期播客中,我们请到了两位一线从业者讨论FDE和部署公司。一位是Cresta FDE团队负责人Jove。Cresta为企业呼叫中心提供AI Agent,Jove从去年年初就开始扩招FDE团队。另一位是前麦肯锡咨询师、现任Invisible Technologies企业业务VP的Oliver。他从私募和咨询行业的视角,解释了为什么模型公司选择直接与PE合作,而不是依赖传统咨询公司。
    我们聊了FDE这份工作的具体形态、它与Palantir早年军方部署模式的渊源,也讨论了在这波AI落地浪潮中,私募基金和咨询行业正在经历怎样的变化。

    • Oliver的访谈以英文进行,在本期播客中以配音方式呈现。

    【主播】
    Yiwen,硅谷101特约研究员

    【嘉宾】
    Jove,Cresta FDE团队负责人
    Oliver,Invisible Technologies企业业务VP、前麦肯锡咨询师

    【你将听到】
    模型公司为什么开始做部署
    01:57 从DeployCo到合资企业,模型公司为什么要提供部署服务?
    04:30 什么是FDE?让AI应用真正在客户企业跑起来的工程师

    FDE的具体工作
    07:58 应用层公司和模型公司的数据优势之争
    09:18 FDE的工作现场和具体案例
    12:43 FDE与Palantir的渊源:Echo和Delta团队
    14:27 FDE和FDPM分工:像CTO和CEO的搭档
    17:52 什么样的人最适合做FDE?
    22:47 FDE会不会被AI自己取代?是长期职业还是过渡角色

    私募与AI部署的重要入口
    26:10 PE为什么找模型公司合作,而不是传统咨询公司
    32:32 PE和私募机构选择和模型公司合作的三个核心诉求
    34:08 LP为什么在推动GP做AI转型
    36:04 PE工作流自动化的具体案例:AI销售助理、尽调平台、基金运营

    AI如何改变咨询和企业自身
    41:37 AI会代替咨询吗?
    43:02 企业用AI最容易踩的两个坑:数据整合不到位、不该用AI的环节硬上AI
    44:17 整合企业数据为什么比想象中难
    46:19 模型能力不断发展,Agent本身会取代FDE吗?
    48:14 技术专家之外的人的价值

    【硅谷101正在招聘】
    《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!
    👉🏻点击查看招聘详情

    【监制】
    泓君
    【后期】
    Amei
    【运营】
    朱婕
    【BGM】
    Poisson d'Avril - Ludvig Moulin
    Rumors About Us - T. Morri
    Radar Focus - Blue Saga
    Unfinished Stories - Lennon Hutton

    【在这里找到我们】
    公众号:硅谷101
    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐
    其他平台:YouTube|Bilibili 搜索「硅谷101播客」
    联系我们:podcast@sv101.net

    Special Guests: Jove and Oliver Søe.


    E239|SpaceX要让太空算力从科幻走向现实,但它划算吗? Jun 12, 2026
    Show notes

    SpaceX上市进入最后倒计时,在它那份长达280页的招股说明书里,月球基地、点对点地表旅行、在轨制造、火星货物……这些别的公司不敢写的科幻元素,它都写了。但更让人印象深刻的是SpaceX的AI叙事,它预测在28.5万亿美元总潜在市场中,有超过90%来自AI板块,而这部分将受到“地球无法快速扩展发电能力”的严重制约。
    面对电力紧缺,SpaceX的答案是:把数据中心搬上太空。上周一,马斯克在一段关于AI1卫星设计草图的视频中称,AI卫星不需要多么神奇的技术,这些技术已经在星链V3卫星中做出来了。谈到时间表时,马斯克预估SpaceX将在2027年底前实现每年1GW的太空AI算力的年化部署率,并逐年扩大量级。
    这个大胆的宣言,究竟是IPO前夜的氛围烘托,还是下一代算力基础设施的真正方向?太空数据中心,技术上能实现吗?即使能做成,它真的比建在地面上更划算吗?本期硅谷101播客,我们就来算算这笔经济账。
    本期节目不构成投资建议

    【主播】
    泓君,硅谷101创始人,播客主理人

    【嘉宾】
    Lewis Hong,Aris Fund合伙人,前SpaceX高管
    刘冰雁,火箭爱好者

    【你将听到】
    SpaceX S-1解读
    03:07 打卡指南:LA SpaceX总部&德州Boca Chica星舰发射中心
    06:53 SpaceX招股书,1GW太空算力计划和“Elon Time”
    09:40 1万颗卫星铺满一条晨昏线轨道是什么概念?
    11:02 打个赌吧:Starship 100次发射时间线预测

    成本拆解
    16:52 极度乐观:只算燃料成本,两个月回本,但现实并非如此
    19:41 保守估算:每公斤200美元,两年回本只能打平
    22:14 考虑到GPU损耗等因素,成本估算再加40%冗余度
    26:05 星舰还有改进空间,每公斤10–20美元经济账才成立

    技术挑战
    28:48 反常识:太空真空环境,散热为什么这么难?
    31:02 两个思路:提升温度、增加散热面积
    33:38 解决方案:热泵与半导体散热技术
    38:24 太空芯片,谁来造?
    41:38 太空辐射会让GPU算错,加屏蔽和纠错即可
    42:13 太空只适合做推理,不适合大模型训练
    45:05 星链12000颗卫星,99.85%完好——辐射风险可控
    46:06 凯斯勒效应(碎片连锁撞击)在低轨并不可怕
    48:36 星链一年进行30万次卫星轨道规避机动,技术已成熟
    51:09 太空数据中心综合评估:理论可行,经济账还算不过来
    52:27 另一个角度:地球容纳数据中心散热的能力终将触顶

    战略价值
    53:51 太空算力的战略价值:速度、扩展性与数据主权
    59:01 太空数据中心热潮:放上去不难,经济地放才是真挑战
    01:01:53 未来10年发射市场将多元化,中国稳步追赶
    01:02:48 初创公司的机会:上游关键零部件/技术供应商
    01:07:34 月球派vs火星派:NASA为何重启登月?
    01:09:33 月球重力更适合发射,是人类开发宇宙的跳板
    01:14:19 SpaceX的人都认为太空经济数倍于地球,但说出来没人信
    01:15:40 财富到达一定程度,就开始寻求(或逃避)政治影响力
    01:18:33 50多万人在问卷中愿意抛弃地球上的一切去火星
    01:26:54 结尾彩蛋:一个太空火锅梦想,和一个在太空录播客的约定

    感谢细心听众的指正:星舰Starship的推进剂应为液态甲烷(LCH₄),而非煤油(RP-1)。煤油是SpaceX猎鹰9号使用的燃料,星舰从设计之初就选择了甲烷路线,主要原因是甲烷燃烧几乎不积碳、支持快速复用、可在火星合成。从单价上来说,液态甲烷比航天精炼煤油更便宜。
    节目中2个月的能量回本时间假设基于500W/kg的太阳能板发电效率和约40%的火箭效率,不需要假设燃料类型。

    【硅谷101正在招聘】
    《硅谷101》招聘多个全职岗位,欢迎加入我们的超酷的深度内容工作团队!
    👉🏻点击查看招聘详情

    【延伸阅读和相关术语】
    【视频】SpaceX崛起史:一切,为了去火星|实地探访发射基地与总部
    “没有她,SpaceX早倒闭了”:全世界最有权力的女性工程师是如何炼成的
    【视频】马斯克 + 卫星工程主管Ian Dahl,首次公开AI1卫星详细设计与技术规格
    SpaceX招股书
    嘉宾往期播客节目:
    E176|SpaceX 的商业版图与太空经济的崛起
    E155|马斯克太空梦进度条70%,聊聊星舰的四次发射与SpaceX Mafia
    E106|真正造星舰的人来了,与SpaceX前高管聊聊马斯克的火星计划
    Grasshopper(蚱蜢)、Starhopper(星虫)均为SpaceX的可回收火箭垂直起降技术试验平台。Tintin A/B 是星链计划的首批两颗技术验证卫星(2018年发射)。SpaceX的产品开发路径中,常以“试验平台——量产”的模式推进。
    晨昏轨道(Dawn-Dusk Orbit),一种特殊的太阳同步轨道,卫星始终飞行在地球明暗分界线(晨昏线)的上方。由于轨道面与阳光方向近乎垂直,卫星的太阳能板可以持续面向太阳。在理想情况下,卫星一整年几乎都处于光照中,地食时间趋近于零——而普通低轨卫星每圈约有30%~40%的时间处于地球阴影中。这一特性使其成为需要恒定高功率供电任务的理想选择。
    斯特藩-玻尔兹曼定律(Stefan-Boltzmann Law),热力学基本定律之一,描述黑体辐射的总功率与其绝对温度的四次方成正比。本期播客中刘冰雁解释太空散热的核心难点,正是基于这一定律——低温下辐射散热效率极低,必须通过提高散热器温度来把热量辐射出去。
    凯斯勒效应(Kessler Syndrome),由NASA科学家Donald Kessler于1978年提出。描述的是当近地轨道上的太空垃圾密度达到临界点后,碎片之间会发生连锁碰撞,每一次碰撞产生更多碎片,进而引发更多碰撞,最终形成碎片密集的"碎片带",使某些轨道在数百年内无法使用。
    卡门线(Kármán Line),地球大气层与外太空的分界线,以航空航天工程师西奥多·冯·卡门命名。国际航空联合会(FAI)将其定义为海拔100公里处。其物理本质是气动升力让位于离心力的临界高度——在此高度以上,飞行器实际上已成为轨道航天器而非飞机。卡门线主要用于法律和监管目的,区分受各国领空管辖的航空器和属于自由空间的航天器。当前国际法并未明确规定外太空的边界高度。

    【硅谷101听友群】
    终于终于终于,大家一直呼吁的硅谷101的社群要上线了!欢迎大家加入。

    请用手机相机扫码;如已安装飞书/Lark,可直接在App内扫码进入申请表单。7天内审核,通过后邮件同步入群方式。期待和你在群里碰面!

    【监制】
    泓君
    【后期】
    Amei
    【运营】
    朱婕
    【BGM】
    Idiosyncrasies STEMS INSTRUMENTS - Gavin Luke
    Swerve Space - Lama House
    Quarks in the Cosmos - Grant Newman
    My Halo Orbit - DEX 1200

    【在这里找到我们】
    公众号:硅谷101
    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐
    其他平台:YouTube|Bilibili 搜索「硅谷101播客」
    联系我们:podcast@sv101.net

    Special Guests: Lewis Hong and 刘冰雁.


    E238|聊聊Harness时代AI-First的组织架构:从信任人到信任AI May 24, 2026
    Show notes

    “Harness Engineering”(挽具工程)正在成为硅谷的新共识,Anthropic、OpenAI等公司都在探索这一工程范式。但真正理解Harness的人还不多。前不久,一篇题为《Why Your “AI-First” Strategy Is Probably Wrong》的文章在X上获得百万级阅读和热议,作者是来自硅谷CreaoAI的Peter Pang。在这篇文章里,Peter展示了Harness Agent系统激发出的极致效率:99%的代码由AI完成,每天平均3到8次生产部署,过去六周的产品流程,现在一天就能跑完。
    本期播客,主播泓君邀请到Creao的三位创始人,聊聊这家公司对Harness的实践,以及在组织AI-First转型上的深度思考。嘉宾们指出,AI-First不等于“使用AI”,想要把效率提升100倍、1000倍,就不能只把AI当成工具,而要让AI成为所有生产力的主导。组织转型最难跨出的一步在于——是否能让所有员工都能做到信任AI。
    这场对话中有一些有趣的观察,比如在Creao,市场不用再追着开发提需求,因为开发速度已经远超市场消化能力;当大量对齐工作被AI接管之后,拿掉产品经理,反而让团队效率大幅提升;初级工程师比资深工程师更适应AI时代的转型;尽管过去十年积累的专长正在快速贬值,但资深工程师仍然有竞争力,因为未来的核心竞争力不再是写代码,而是“找到AI Planning的缺陷”和“判断什么是有价值的”。

    【主播】
    泓君,硅谷101创始人,播客主理人
    【嘉宾】
    Kai,Creao联合创始人/CEO
    Peter,Creao联合创始人/CTO
    Clark,Creao联合创始人/CPO,clark@creao.ai

    【你将听到】
    AI 主导的效率革命
    02:32 什么是Harness(挽具)?
    03:09 Harness范围远大于prompt/context engineering,榨干大模型能力
    04:52 Harness成败在于,设计好系统自身的feedback loop
    07:11 传统软件静态人主导,Harness动态AI主导迭代
    08:10 一篇X爆文,揭秘CreaoAI的Harness实战
    09:53 AI-first第一步:重构流程,降低对齐成本
    13:19 思维转变:AI不是工具,是所有生产力的AI主导者
    14:01 放弃传统开会讨论,让AI主导对齐,沟通成本大幅降低
    19:12 Agent主导排查bug,50%以上问题由AutoFixing自动修复
    23:48 搭建整个Agent系统,只需要1个Architect用一周定框架
    25:47 Harness观念:AI是动态系统,出错要弥补系统而非简单纠错
    27:13 你的内容和产品,受众可能是Agent

    Harness时代的组织转型
    31:09 组织转型挑战:只要有人觉得“不如人做”,改造就会被拉长
    32:02 AI能力已达,CreaoAI 2026年1月用两周完成全部架构重构
    36:00 “2026年我没有写过一行代码”,架构师的价值是找出AI planning的缺陷
    38:22 产品开发超前于市场,市场尚不了解Harness Agent的工作方式
    43:05 大企业难转型的原因:合规问题,人员过多

    Harness时代人的价值
    47:47 信任从人转向AI需要guardrails,产品经理角色被拿掉,对齐成本反而更低
    52:00 交流成本>落地成本,AI环境下复合型人才更重要
    53:21 “资深悖论”:初级工程师更适应AI,资深专家转变难度大
    01:00:30 人类未来最核心的能力和价值:定义需求,review结果

    【延伸阅读和相关术语】
    《Why Your “AI-First” Strategy Is Probably Wrong》
    《The Self-Healing Agent Harness》
    CI/CD(持续集成/持续部署),软件开发中的自动化流程。CI(Continuous Integration,持续集成) 指开发者频繁地将代码合并到主干,并自动运行测试,以便尽早发现集成错误。CD(Continuous Delivery/Deployment,持续部署/持续交付) 指通过自动化流水线将通过测试的代码自动发布到生产环境。
    Agent Behavior(智能体行为),指AI Agent在执行任务时的行为模式,包括它如何理解指令、调用工具、做出决策、处理错误等。

    【监制】
    泓君
    【后期】
    Amei
    【运营】
    朱婕
    【BGM】
    Radar Focus - Blue Saga
    Rumors About Us - T. Morri
    Easily Served - Gerhard Feng
    Poisson d'Avril - Ludvig Moulin

    【在这里找到我们】
    公众号:硅谷101
    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐
    其他平台:YouTube|Bilibili 搜索「硅谷101播客」
    联系我们:podcast@sv101.net

    Special Guests: Clark Gao, Peter Pang, and 程凯.


    E237|央视和FIFA谈判纷争背后,体育赛事转播权的博弈与生意 May 20, 2026
    Show notes

    离美加墨世界杯开赛还有一个月,央视和国际足联FIFA之间的版权谈判终于是谈妥了,本期我们来聊聊世界杯的定价逻辑与体育赛事版权生意的变化脉络。

    【主播】
    麻花,硅谷101特约研究员

    【嘉宾】
    朱晓东,力赞体育CEO ,本届世界杯日本转播权销售顾问
    张宾,《体育产业独立评论》主理人

    【你将听到】
    谈判的虚惊一场,赞助商的从中斡旋
    02:40 价格细节:打包的版权交易里,很少透露单届的价格
    04:25 FIFA的让步,单独售卖的女子世界杯,也被打包进来了
    05:28 联想出面协调,背后动力是什么
    08:31 谈判纷争的惯常套路,最终双方都会让步到促成交易
    09:47 从18年到26年,世界杯的中国赞助商为什么在变少
    12:30 赞助世界杯,到底能给中国企业带来多少好处

    世界杯的定价逻辑
    14:41 中国被FIFA设定到版权价格第一梯队,定价逻辑是什么?
    19:00 体育赛事版权谈判的流程、阶段和套路
    21:51 提前一个月转播权还没谈拢,这种情况经常发生
    22:36 从02年到26年,FIFA对央视的版权要价涨了20倍
    25:49 全球体育比赛的版权价格,都被转播方里的新玩家带起来了
    27:30 2022年世界杯,央视入账了50亿
    29:54 转播方能赚多少,在FIFA面前并非秘密

    从中国到全球,体育赛事版权生意的变化脉络
    33:14 全球范围内,大转播方的变现能力并没有变强
    35:35 体育版权上亏钱的,可不止乐视体育
    39:29 世界杯的转播权,为什么总是两届打包卖
    41:31 赛事版权在中国,坐过速升速落的过山车
    45:35 十年前中国的版权泡沫,源于不计成本的恶性竞争
    49:30 对比国外版权市场,中国的同行打得太凶了
    51:42 健康的版权生意,关键是要“量KPI为出”
    53:09 中国版权生意难做,稳赚不赔的可能只有世界杯和奥运会
    55:05 NFL、NBA和F1,为什么顶级赛事的版权都在疯涨
    59:00 抖音和快手,正在尝试边解说比赛边直播带货
    01:02:22 赛事版权的长期受益者,可能是优质IP持有方和去中心化的流量平台

    【延伸阅读和相关术语】
    央视签约世界杯背后:FIFA让了步,联想是关键协调者
    世界杯版权,即将迎来转机?
    咪咕:中国移动旗下的数字内容平台,旗下拥有中超、英超、法甲、WTT、UFC的独家版权,并拥有NBA、亚洲杯、汤尤杯等赛事的转播权。
    电通:深度介入体育产业的日本广告营销公司,在体育版权中扮演“超级代理商”的角色,拥有世界杯、奥运会等诸多体育赛事在日本和部分亚洲国家的代理资源。
    DAZN:总部位于英国的体育流媒体巨头,由Access Industries和Perform Group于2016年推出,资本雄厚,业务覆盖超过200个国家和地区,是全球体育版权市场最大的买家之一,被称为“体育界的Netflix”。
    WTT:世界乒乓球职业大联盟,由国际乒联于2019年创立,旨在推动乒乓球职业化与商业化,由运营大满贯、冠军赛等全新赛事体系。
    中国体育赛事版权泡沫:2015年前后,资本疯狂涌入体育产业,其中乐视体育花两年27亿购入中超新媒体版权,PP体育花3年7.2亿美元获得英超版权。随着乐视资金链断裂,以及中国付费习惯未养成、盗播泛滥等问题,体育赛事版权价格在中国回归理性。
    PP体育:前身是视频网站PPTV,2013年被苏宁收购,曾是中国最早的互联网体育直播平台之一,巅峰时期手握英超、欧冠、意甲等50多项赛事的版权,但在20-21年间已因无力支付版权费而被逐一放弃。
    新英体育:中国最早的体育版权巨头之一,2010-19赛季长期拥有英超在中国内地独家转播权,并于2013年在中国首推付费观赛模式,2018年与爱奇艺成立合资公司新爱体育。
    League Pass:NBA官方推出的全球性赛事流媒体订阅服务,支持多场比赛同屏观看、比赛中实时叠加球员数据等,除了赛事直播,还提供7x24小时的NBA TV的节目,比如赛事分析和采访等。

    【监制】
    泓君
    【后期】
    Amei
    【运营】
    朱婕
    【BGM】
    Kick Off - Earle Belo
    In a Minute - John Runefelt
    Rumors About Us - T. Morri
    All Parts Equal - Airae
    Burn Away - Nyck Caution

    【在这里找到我们】
    公众号:硅谷101
    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐
    其他平台:YouTube|Bilibili 搜索「硅谷101播客」
    联系我们:podcast@sv101.net

    Special Guests: 张宾 and 朱晓东.


    E236|99%的作业都是AI写的:当代名校生眼里,大学还剩下什么? May 14, 2026
    Show notes

    人类历史上第一批和生成式AI同时长大的学生,正在踏入毕业季。
    去年我们和大学生聊AI时,讨论还集中在“要不要使用AI”、“教授怎么看”。然而仅一年后,AI真正成为了生产力工具。这届毕业生可能会发现:不管你学的是知识性课程,还是实用性技能,都难逃AI冲击,想要脱颖而出必须成为那个“更善于使用AI的人”。
    当知识可以被AI调取,技能可以被工具取代,大学还能给你什么独一无二的东西?面对AI冲击,有哪些能力是不会被时代洗牌的“元能力”?
    本期播客,我们邀请三位刚刚走出校园的名校毕业生——Alfred、Kolento、Jack,一起聊聊他们在教育标准化的大学里,如何用AI实现高度个性化的学习;从哪里汲取思想的养分,最看重的能力又是什么;站在毕业的关口,他们如何评估大学的价值,面对未来又做出了怎样的选择。
    这也是一份送给所有大学生“自救指南”,那些AI取代不了的能力,才是教育留给我们的真正底气。

    【主播】
    泓君,硅谷101创始人,播客主理人

    【嘉宾】
    林桐宇 (Alfred),清华大学法学(国际)2026届
    侯泰羽 (Kolento),纽约大学应用心理学2026届
    饶杰武 (Jack),哥伦比亚大学管理科学与工程研究生2026届,Emergences Labs 创始人兼CTO

    【你将听到】
    Alfred
    03:28 刚上大学就有了ChatGPT,预感打不过开始辅修AI
    09:40 AI速通法律专业课:模拟教授出题,拿下4.0满绩
    12:15 大学老师对AI态度发生转变,评估体系亟待升级
    13:43 大学两大价值——认识自己 + 获得技能;后者被AI侵蚀
    15:49 记忆类知识会过时,批判性思维和素养课程更值得投入
    20:11 清华最重要的财富:同侪的深度交流、老师的解惑

    Kolento
    23:05 马斯克说对了,我上大学最重要的目的就是社交
    26:30 学历不再是知识的证明,但仍是社会信任的重要凭证
    28:35 追寻美德、向往真理,才能更好地驾驭AI技术
    29:55 用AI在大学期间大量试错,而不是对中长期目标做死板的预设
    32:32 AI可以做出决策(deciding),但只有人能做出选择(choosing)
    36:38 “自顶向下”学习法:先见证最高水平的卓越,再提问、理解、验证

    Jack
    39:23 99%作业由AI参与,已经想不到任何没有AI参与的作业了
    43:14 翻书不会把我变成一个更好学生,只是在浪费我的时间
    44:44 当大家都用AI做作业,真正PK的还是每个人的理解和判断

    进化的AI工具
    46:19 最近常用AI工具盘点
    52:05 哪些AI工具正在被抛弃?首当其冲:ChatGPT
    58:12 适当关闭memory,避免模型被记忆污染形成信息茧房

    元认知积累与AI上瘾
    01:01:00 设计师的审美,程序员对代码的感觉,仍然不可替代
    01:04:10 AI比短视频更上瘾,失去AI就失去了执行力和灵感来源
    01:05:51 完全抽离AI我们还能做什么?还能回到手写代码吗?
    01:12:20 用AI的资深工程师反而慢了19%,初学者在AI时代可能反成优势
    01:16:33 2026最迷茫就业季,这一代毕业生就业向何处去
    01:19:40 硅谷高中生反驳主播:为什么要假设,我们不会离开AI了

    【本期节目中提到的AI工具】
    Variant:输入一句话需求,几秒内生成数十套高保真网页与APP设计方案的AI设计工具。
    Typeless:像真人一样自然说话,自动转化为润色后可直接发送的清晰文本的AI语音听写工具。
    Dify:一个开源平台,让你能通过拖拽等可视化方式,快速构建和部署基于大模型的AI应用。
    Raycast:用键盘统一控制整个电脑、快速启动应用与各类服务的Mac效率中枢。
    Suno:支持上传个人声音克隆,一键生成包含人声与配器的完整原创歌曲的AI音乐创作平台。
    Gemini Dynamic View:谷歌Gemini根据你的自然语言提示,实时生成可交互3D模型和定制UI界面的动态可视化功能。
    Mercury 2:基于扩散架构每秒可生成超过1000个Token,比主流模型快5到10倍的极速推理大语言模型。

    【监制】
    泓君
    【后期】
    Amei
    【运营】
    朱婕
    【BGM】
    Between Moments - Amber Glow
    Call Waiting - Future Joust
    Pulse Runner - Helmut Schenker
    First Flakes - Philip Ayers

    【在这里找到我们】
    公众号:硅谷101
    收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐
    其他平台:YouTube|Bilibili 搜索「硅谷101播客」
    联系我们:podcast@sv101.net

    Special Guests: Kolento, 林桐宇, and 饶杰武.


    Previous 1 2 3 4 27 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