把长谈，整理成值得慢慢读的文字。
精选深度访谈与播客，依据完整字幕翻译、校订，并为屏幕阅读重新编排。
文章目录
77 篇中文文稿 · 持续更新
萨姆·奥尔特曼：如何在 AI 时代创办一家创业公司
萨姆·奥尔特曼讨论了 AI 如何压缩创业公司的开发周期、为何创业者必须真正相信指数增长，以及人在混乱和痛苦中形成判断力的方式。他进一步解释 OpenAI 围绕“廉价、充裕、分散的智能”扩展到芯片、能源、数据中心和机器人等基础设施的逻辑，并谈到 AI 威权主义、组织的关键路径、算力投资、Codex 的增长、产品设计与个人优势。整场对话的核心不是预测一个固定未来，而是在剧烈变化中保持少数深层信念，同时持续执行和修正。
阅读全文
物理 AI 才是下一条真正的大赛道：从自动驾驶到矿山、港口与家用机器人
Applied Intuition 两位联合创始人 Qasar Younis 与 Peter Ludwig 解释，为什么他们把公司使命定义为“让十亿台机器拥有智能”。在他们看来，物理 AI 不应只等同于 Robotaxi 或人形机器人，它还会进入卡车、矿山、港口、农业、工程机械、无人机和家庭设备，并最终改变机器本身的形态、产业成本结构以及国家级基础设施。 访谈还讨论了传统车企为何难以吸收硅谷式自动驾驶团队、Cruise 与通用汽车之间的组织和商业模式冲突、Waymo 与 Tesla 两条技术路线的竞争、长途运输与采矿自动化的经济账，以及 Applied Intuition 新产品 Dana 如何试图把自主系统开发降到中学生也能使用的门槛。最后，几位嘉宾谈到世界模型、仿真与现实的差距、家用机器人的长尾需求、技术恐惧，以及物理 AI 为什么天然要求全球化和本地化同时发生。 > 说明：原始文件为 YouTube 自动滚动字幕。本文已去除重复字幕、时间码、口头填充和无意义停顿，并恢复连续语句。节目有两位主持人和两位嘉宾，自动字幕未提供可靠的逐人标记；无法确认具体说话者时，统一标为“主持人”或“嘉宾”，不做猜测性归名。
阅读全文
Mark Cuban 谈 AI 泡沫：真正会被清洗的是谁？ | All-In Podcast
Mark Cuban 结合自己经历互联网泡沫和经营科技公司的经验，解释这一轮 AI 热潮为什么不像当年那样先伤害普通散户，而更可能先清洗在私人市场里以过高价格押注 AI、数据中心和私募信贷的 VC、PE 与基金。他认为 AI 极其重要，但企业落地远比个人使用困难：真正的障碍是旧系统、权限、数据、流程、持续维护和失败恢复，而不是模型会不会回答一道题。 访谈随后讨论 AI-first 工作方式、非工程师构建软件、世界模型、机器人和具身数据；也谈到 OpenEvidence、可穿戴设备与长期健康数据如何帮助医生做出更好的判断。政治部分涉及社交媒体算法、财富税、移民与大模型的“求真”激励；最后转向尼克斯、马刺、NBA 第二土豪线，以及流媒体订阅如何重塑球队估值。
阅读全文
比尔·阿克曼此刻看多与看空什么：AI、微软、比特币与杠杆风险
在这期《Money Rehab》中，潘兴广场创始人比尔·阿克曼从宏观经济、AI 投资和美股估值谈到个人投资纪律。他解释了为什么优秀企业可以像“不断提高票息的债券”，为什么宁愿长期持有微软、亚马逊、Meta、Uber 等高质量公司，也不愿追逐热门芯片或短期期权；并反复强调，不要拿股票融资、不要用生活必需的钱下注，也不要碰自己无法估值的黄金或比特币。后半段，他谈到纽约政治、公开表达、对子女的财富安排，以及在 AI 时代依然有效的成功公式：守信、持续学习、比别人多做一点，并以长期视角让复利发挥作用。
阅读全文
万智牌的增长魔法结束了吗？Hasbro 做空研究
两名乔治城大学学生 Glenn Lee 和 Vito 凭借一份 Hasbro（NASDAQ: HAS）空头报告赢得学生股票推介比赛。本期节目中，他们与主持人 Doug Garber 逐层拆解这份研究：Hasbro 表面上是一家玩具公司，但几乎全部利润都由 Wizards of the Coast 贡献，而 Wizards 的核心又是集换式卡牌游戏《万智牌》（Magic: The Gathering）。 嘉宾并不否认《万智牌》的品牌护城河、定价权和联名拉新能力。相反，他们最初正是把 Hasbro 当作多头候选。问题在于，当发行数量、产品价格和外部 IP 联名同时加速后，增长究竟来自更健康的用户扩张，还是把更多、更贵的产品推给同一批核心玩家？他们通过玩家调查、22 家本地牌店访谈、二级市场价格、App 周活和财务模型，提出一个与市场预期不同的答案。 整场对话最有价值的地方，不只是 Hasbro 的多空结论，而是主持人不断追问样本偏差、因果关系、数据口径和反方证据，迫使嘉宾区分“有趣的信号”和“足以进入模型的证据”。
阅读全文
Jamie Dimon：为什么我不会买债券、AI 的未来与领导力经验
在这场约一小时的访谈中，摩根大通董事长兼首席执行官 Jamie Dimon 从宏观风险、政府债务和长期国债谈到 AI 投资、SpaceX 估值与金融危机，又进一步讨论官僚主义、领导者的不安全感、品格、政治责任、接班安排、家庭与终身学习。他对市场并不悲观，但反复强调：高估值并没有消除尾部风险；AI 最终大概率会创造巨大价值，却未必按投资者期待的路径和时间表兑现；真正的领导力，则体现在承认错误、欢迎坏消息、建立能够在危机中继续运转的组织。
阅读全文
瑞·达利欧：让你越来越穷的投资组合最大缺陷
瑞·达利欧回顾了自己在 1982 年判断失误、亏掉自己和客户的钱、裁掉所有员工并向父亲借 4,000 美元的谷底。他解释，这次失败让他用谦逊平衡胆识，并形成投资“圣杯”：找到大约 15 条彼此低相关的优质收益流，在不降低预期回报的情况下显著压低风险。访谈还讨论了人格天性与互补伙伴、痛苦加反思、金钱与成功的目的、招聘中的价值观与能力、全球宏观五大力量、黄金与泡沫机制、桥水的长期回报，以及有意义的工作和关系为何比财富本身更接近好生活。
阅读全文
推理 101：SambaNova CEO Rodrigo Liang 谈低功耗推理、异构数据中心与 AI 主权
SambaNova 联合创始人兼 CEO Rodrigo Liang 在巴黎 RAISE 峰会期间接受 Molly O’Shea 访谈，解释 AI 基础设施为何正从“训练模型”转向“让数以百万计的人持续使用模型”。他认为，推理最终需要的芯片数量会比训练高出若干数量级，而真正限制部署规模的，不只是芯片性能，还包括电力、机房空间、网络延迟、资本效率、数据隐私与主权。访谈从 SambaNova 新一轮融资、SN10 至 SN50 的产品演进、单机架运行万亿参数模型谈起，延伸到边缘数据中心、异构云、每机架收入、国家模型、企业本地部署，以及企业不应把 token 消耗量本身当作 AI 成果。最后，Rodrigo 总结了自己从业 32 年最重要的经验：伟大公司不会沿直线成长，能控制的是信念、韧性与持续执行。
阅读全文
MrBeast：从《Beast Games》到创作者经济、AI 与公益供应链
这期近三小时的对谈从《Beast Games》的全球选角、巨型布景和极端制作方式谈起，随后两人现场推演一档真人僵尸末日节目，并延伸到传统影视与创作者公司的差异、AI 伴侣和虚拟现实、年轻人的职业路径、YouTube 与播客的文化规模，以及 Feastables 和 Beast Philanthropy 在可可供应链与食物救助方面的实践。
阅读全文
我80岁了，人生前25年几乎没有主动做选择——霍华德·马克斯访谈 | My First Million
霍华德·马克斯从自己短短数月内重写 AI 备忘录谈起：AI 与铁路、计算机、互联网不同，它不仅提高效率，还表现出自主性、个性化和难以预测的演化路径。但他仍怀疑，机器能否在没有历史样本时形成真正的洞察力。随后，他回顾 2008 年雷曼倒闭后每周投入约 4.5 亿美元、连续 15 周部署约 70 亿美元的经历，解释为何真正的勇气不是没有恐惧，而是承认“我可能错了”后仍按概率行动。访谈后半段讨论他与布鲁斯·卡什长达 39 年的合伙关系、父亲如何支持孩子独立选择、自己接近 50 岁才开始有意识地规划人生，以及巴菲特与芒格之间深厚而互补的伙伴关系。
阅读全文
AI 代理交易：散户第一次可能拥有比三年前顶级对冲基金更强的研究能力 | WOLF Financial
WOLF Financial 主持人 Gav Blaxberg 邀请 Dumb Money 联合创始人、社会套利投资者 Chris Camillo，以及财经创作者 Amit Kukreja，逐步展示他们如何把大模型、AI 代理与 MCP 接入日常研究和交易。对话讨论了散户与机构的信息差、消费趋势研究、代理自动执行、券商与预测市场，以及投资者如何在信息过载中保持独立判断。三人的共同底线是：AI 能显著压缩搜集信息和连接线索的时间，但置信度、仓位和最终决策目前仍需要人的监督。
阅读全文
Joe Rogan Experience #2526：J.D. 万斯
乔·罗根与美国副总统 J.D. 万斯从白宫南草坪举办 UFC 赛事谈起，讨论格斗、喜剧与社交媒体的“愤怒经济”，继而进入美国城市治理、选举制度、党派联盟、宗教与战争伦理。对话中段集中于伊朗核问题、霍尔木兹海峡、外交与军事力量、外国游说和爱泼斯坦档案；后段转向 UFO、情报权限、外星生命、太空旅行，以及年轻人为何转向社会主义、住房与所有权危机、AI 财富分配、工会、反垄断、移民、制造业和公共安全。
阅读全文
AI、深度乌托邦与人类将变成什么
六年前，乔·罗根与尼克·博斯特罗姆主要谈模拟理论；这次，AI 已从背景议题变成文明主线。两人从自动化、虚拟现实和后工作社会谈到教育、人性改造、长寿与意识扩展，又讨论超级智能的时间线、算力竞赛、对齐与治理、暂停研发的利弊，以及在所有工具性问题都被解决后，人类怎样以游戏、关系、仪式和更微妙的价值构成“深度乌托邦”。
阅读全文
如果我 30 岁、一无所有，我会做什么？
Zynga 创始人马克·平卡斯回顾了自己从 Freeloader、Tribe 到 Zynga 的创业经历，以及早期投资 Napster、Friendster、Facebook 的过程。他反复强调：创业首先要选对“水域”，然后用真实用户行为识别“瓶中闪电”，而不是迷恋宏大叙事。访谈后半段，他完整拆解了“已验证—更好—新东西”（Proven, Better, New）的选题框架、“人生之书”（Book of Life）的年度复盘方法，以及 FarmVille 从六周开发、首日 17.1 万安装到数千万日活的真实过程。 > 说明：源字幕只稳定标记了说话人切换，无法可靠区分 Sam Parr 与 Shaan Puri 的每一句发言，因此正文统一使用“主持人”；嘉宾发言标注为“马克·平卡斯”。
阅读全文
CeDeFi：VALR 接入 Hyperliquid——中心化入口与链上流动性的融合 | VALR Podcast
VALR 决定把 Hyperliquid 的链上永续合约流动性接入自己的中心化交易所界面，由 Hyperliquid 提供统一、可验证的市场与结算底座，VALR 则继续负责法币入口、托管、客服、支付和用户关系。Farzam Ehsani 与 Jeff Yan 由此讨论 CeFi 与 DeFi 如何从竞争叙事转向基础设施协作，以及 Hyperliquid 为何希望成为“承载全部金融活动的基础设施”。访谈还涉及 HIPP-3、HIPP-4、结果市场、链上期权、新兴市场、稳定币、监管摩擦，以及加密行业如何重新吸引最优秀的工程和创业人才。
阅读全文
想变富，就长期持有比特币
Dragonfly 管理合伙人 Haseeb Qureshi 从“为什么同一时期进入加密行业，有人依旧没赚到钱”谈起：真正困难的并非找到一次机会，而是在低谷、质疑和职业疲惫中持续留在场内。他讨论了行业老兵离场、先锋与定居者的更替、硅谷容忍失败的制度优势，以及为什么投资者必须相信指数增长。后半段，他分别拆解比特币、以太坊、Solana 与 Hyperliquid 的价值逻辑，并解释长期持有、风险投资锁定期和“不要在恐慌中卖出”之间的关系。
阅读全文
一位 36 亿美元公司创始人对当下软件市场的真实判断 | My First Million
Box 联合创始人兼 CEO Aaron Levie 回顾了自己与中学同学共同创业、从消费者云存储转向企业软件、拒绝巨额收购并将公司经营二十年的经历。他还讨论了如何从企业自身的技术支出中发现投资机会，为什么 AI 未必让人类减少工作，创始人如何应对长期焦虑，以及系统记录软件、权限体系和确定性工作流为何不会轻易被“氛围编程”取代。访谈最后给出了一套商业战略书单，并用“颠覆者的商业模式是否令 incumbent 感到不划算”这一框架分析 AI 与 SaaS 的未来。 > 说话人说明：源字幕仅用 `>>` 标记换人，未持续区分 Sam Parr 与 Shaan Puri。能够从上下文确认时使用姓名，其余主持人轮次统一标为“主持人”，避免错误归属。
阅读全文
Founders Fund：求真文化、市场泡沫、半导体与台湾风险 | Uncapped with Jack Altman Ep. 53
本期围绕 Founders Fund 如何通过个人跟投、去委员会化和直接争论维护“求真”文化展开，并延伸到董事会效率、风投择时、2021 年泡沫中的集中投资、当前 AI 与硬科技估值、美国先进半导体制造能力、台湾风险、机器人产业及中美技术竞争。正文依据英文自动字幕逐块清理与翻译；个别多人快速插话处无法仅凭字幕稳定确认身份，因此采用“主持人”“嘉宾”等中性标签，避免无依据的实名归属。
阅读全文
世界上第一个 AI 软件工程师：Scott Wu 谈 Devin、Cognition 与长期自主 Agent
Scott Wu 把自己形容为“salty”——不是普通的好胜，而是对“输”这件事本能地感到被冒犯。他七八岁时越级参加初中数学竞赛，等待前三名公布却没有听到自己的名字，这成为他最早、也最清晰的竞争记忆。数学、竞赛编程、电子游戏、围棋和扑克，最终都汇入了同一种思维方式：把公司当作策略游戏和决策树，持续计算下一步、对手的反应和通往胜利的路径。 这期访谈也完整复盘了 Cognition 与 Devin 的演进。团队从一开始就押注“代码/软件”和“多步骤、迭代式过程”；Devin 首次成功处理 MongoDB 安装故障时，Scott 兴奋得睡不着。但 2024 年发布时，它仍只是原型：SWE-bench 成绩约 13%，意味着 87% 的任务仍会失败，企业试点也大量失败。真正的产品市场匹配，来自把任务收窄到迁移、版本升级等有智能需求、但范围明确且反馈闭环紧密的工作，并在 Nubank 以“全公司驻场”的方式，把 agent 从玩具 demo 推进到真实代码库。 Scott 对终局的判断比“AI 写代码”更大：代码可能不会长期充当人直接操作的抽象层，Devin 更像人类告诉计算机“我要什么”的新接口。当 agent 的连续工作能力从秒增长到小时、再到天、月甚至年，人给它的就不再是命令或单个任务，而是“使命”。未来工作的核心，也可能从执行转向选择问题、定义目标、追求好奇心和创造。
阅读全文
OpenAI Codex 负责人谈产品工作的全新形态
Andrew Ambrosino 认为，AI 对产品工作的最大影响不是单纯提高编码速度，而是把整个流程倒转：当任何人都可以迅速做出一个可运行的版本，实现不再是最昂贵的环节，稀缺资源转而变成判断、筛选、品味和对目标的理解。文档不会消失，但不再天然是第一步；精致原型也不再代表成熟，因为早期探索现在可以像成品一样漂亮。角色边界会变软，专业学科却不能被抹掉。Codex 团队因此采用高密度、跨职能、强 dogfood 的工作方式，同时把短期路线做细、把远期路线当假设，并为尚未成熟的模型能力提前制作“探针”。 访谈后半段转向自主开发、浏览器与电脑操作，以及 Codex 从开发者工具走向“工作主基地”的愿景。Andrew 详细介绍了自己如何用 Codex 汇总 Notion、PR 和 Slack，生成每日简报、配置云服务，并讲述摄像师 Brent 如何让 Codex 为 Premiere Pro 构建扩展。最后，他谈到创业失败、内部两千条消息的严厉 dogfood，以及非工程岗位采用 AI 的真正起点：从一个明确结果和真实任务出发，不要忠于旧流程，而要忠于只有自己能交付的结果。
阅读全文
为什么传统基准无法评估现代 AI 模型 | No Priors
这一期 No Priors 请 OpenAI 研究科学家 Noam Brown 讨论他关于“大规模测试时计算”（large-scale test-time compute）的文章。核心问题是：现代模型的能力不再只是一个静态分数，而会随着推理时间、token 预算、美元成本和脚手架方式而变化。Noam 解释为什么传统 benchmark grid 会低估新模型，为什么安全评估也必须考虑预算维度，并用扑克机器人、网络安全评估、数学问题和多智能体协作说明：模型的真实能力越来越像一条随预算变化的曲线，而不是表格里的一个点。
阅读全文
有野心却总是断断续续？先删掉 App，再停止反刍
Read weekly Deep Dives from my research team on the forces shaping the world and join my Learn With Me Substack group: https://chamath.substack.com Let me know in the comments what else you'd like to learn about. Legal Disclaimer: Any information on this channel is provided for educational purposes only. None of the above is investment advice, a recommendation or an offer to sell, or a solicitation of an offer to buy, any securities or investment products.
阅读全文
和 OpenAI 研究负责人一起做饭：AGI、o1、Evals 与 Scaling Laws | Latent Space
Mark Chen 一边做韩式豆腐汤和火焰虾，一边解释 OpenAI 如何选择研究赌注：为什么预训练与 scaling laws 并未失效，o1 背后的推理路线为何需要逆势投入，以及路线图和算力如何迫使组织持续重新排序优先级。他也谈到研究品味、benchmark-maxing、超人类评测、持续学习、多模态统一架构、vibe researching 和端到端 AI 研究。对话最后回到研究组织的核心矛盾：高风险下注必然伴随失败，真正的能力在于既不自欺，又能允许少数“超级命中”覆盖长期探索成本。
阅读全文
Cloudflare CEO：机器人接管、边缘 AI 与每个 CEO 都要面对的艰难决定
Cloudflare CEO and co-founder Matthew Prince joins Matt Turck for a wide-ranging and fascinating conversation about what happens when the Internet is no longer mostly used by humans, but by bots, AI agents and machines. Matthew explains why Cloudflare now sees automated traffic overtaking human traffic online, why agents could create a massive explosion in Internet traffic, and why the old web business model built around clicks, ads, and pageviews may be breaking. We also go deep on what Cloudflare actually does, how it built one of the world’s most important Internet networks, why products like Workers, AI Gateway, edge inference, Durable Objects, sandboxes, and agent security matter, and how Cloudflare is reorganizing itself for the AI era. Along the way, Matthew shares wild Cloudflare origin stories involving hacker kids, human rights groups, cricket in Pakistan, root servers, Eurovision, JPMorgan, and the strange paths that led Cloudflare from scrappy startup to critical Internet infrastructure. Matthew Prince LinkedIn - https://www.linkedin.com/in/mprince X/Twitter - https://x.com/eastdakota Cloudflare Website - https://www.cloudflare.com X/Twitter - https://x.com/Cloudflare Matt Turck (Managing Director) Blog - https://mattturck.com LinkedIn - https://www.linkedin.com/in/turck/ X/Twitter - https://x.com/mattturck FirstMark Website - https://firstmark.com X/Twitter - https://x.com/FirstMarkCap Listen on: Spotify - https://open.spotify.com/show/7yLATDSaFvgJG80ACcRJtq Apple - https://podcasts.apple.com/us/podcast/the-mad-podcast-with-matt-turck/id1686238724 00:00 — Cold open 00:34 — Intro 01:27 — The moment bots passed humans online 04:05 — "Agent," "bot," "crawler" — what they really mean 05:28 — Why your AI agent visits 5,000 sites to do one thing 06:27 — The internet's business model is breaking 06:52 — What happens to "brands" when machines do the buying 08:11 — What Cloudflare actually does, explained simply 10:29 — Hackers, human rights groups & an accidental product-market fit 13:37 — Building a global network (and the Telecom Pakistan cricket story) 21:10 — One hacker, from Turkish escort sites to Eurovision to JP Morgan 30:54 — Fundraising, VCs & an unlikely founding team 37:06 — How Cloudflare became an AI infrastructure company 40:24 — Cloudflare Workers and why the edge wins for inference 44:30 — AI Gateway: auditing, guardrails & runaway costs 47:05 — Why agents need a new kind of compute 52:13 — A "Log4j every week": security in the agentic era 56:03 — Inside Cloudflare: 241 billion tokens and "Cloudflare OS" 01:05:02 — Builders, sellers — and "measurers" 01:06:30 — The decision Matthew thinks every company will face 01:11:09 — What to do if AI is coming for your job 01:13:56 — Content Independence Day & the new economics of the web 01:18:27 — Pay-per-crawl, micropayments & out-scaling Visa 01:20:20 — A better internet: Spotify, local news & "holes in the cheese"
阅读全文
Chris Camillo：为何聪明资金正悄悄重仓亚马逊（完整版访谈）
本期访谈中，Chris Camillo深入解析了他对亚马逊的投资逻辑，强调亚马逊是其AI交易策略的核心标的。尽管AI领域近期没有爆发性变化，但技术和应用的持续进步正推动市场关注度向头部企业集中。Chris分享了他如何结合长期持股与高杠杆短期期权策略激进交易亚马逊，同时注重风险管理和资金来源的合理规划。 访谈还聚焦于SpaceX的IPO及其潜在风险，Chris指出SpaceX的估值更多依赖于无法证伪的叙事，机构投资者的卖压正在显现。他提醒投资者警惕市场对热门科技和宏观话题的过度关注，反而忽视了许多潜力股，尤其是传统零售和肽类生物科技领域的机会。 此外，Chris强调人工智能带来的生产力和效率提升是不可逆转的趋势，尽管公众对AI存在误解和抵触，但实际使用量持续增长。未来几年内，帮助尚未采用AI的企业转型将是巨大的套利机会，未采用AI的企业将面临被淘汰的风险。 最后，Chris鼓励年轻人及所有投资者抓住AI带来的职业重塑机会，强调未来18至24个月是代理交易的黄金窗口期，预计将带来超越市场的回报。他建议投资者保持心态平和，关注长期策略，并分享了自己的社交媒体账号和内容资源。
阅读全文
迪士尼：最会把人类怀旧变成商业飞轮的公司 | Acquired
这期节目追溯 Walt Disney Company 如何从 Kansas City 的失败动画工作室，发展为把动画、商品、电视、主题公园和重映机制连接起来的 IP 飞轮。故事的核心不是一条平滑增长曲线，而是 Walt 一次次押上公司：同步声音、`Snow White`、Burbank 园区、Disneyland，直至未完成的 EPCOT 未来城市。Roy 则反复把这些艺术和工程野心转化为融资结构与可持续企业。节目也分析了 Disney 飞轮为何难以复制：动画 IP 的耐久性、完整所有权、稀缺的核心发行、跨节点网络效应，以及数十年的复利纪律。
阅读全文
GameStop CEO Ryan Cohen 的 560 亿美元 eBay 收购计划 | All-In Podcast
本期是 All-In Podcast 对 GameStop CEO Ryan Cohen 的长访谈。Ryan 回顾了自己从 Chewy 创业、以 33.5 亿美元出售公司，到成为主动投资者、进入 GameStop、接任 CEO 并推动公司转型的经历。访谈后半段集中讨论他为什么认为 GameStop 收购 eBay 是一个“真正的大机会”：eBay 在二手商品、收藏品、翻新电子产品和全球 marketplace 上拥有深厚资产，但在增长、卖家工具、成本结构和执行力上长期停滞。Ryan 提出三条核心路径：削减 20 亿美元成本、做大直播电商、建设游戏内数字物品交易市场。整场对话最有价值的地方，是 Ryan 反复强调“所有者心态”“亲自下场”“对执行细节上瘾”这些朴素但极端的经营哲学。
阅读全文
彼得·蒂尔：AI 机器人会重建美国经济 | Joe Lonsdale
Joe Lonsdale 与 Peter Thiel 讨论 AI、机器人与先进制造能否推动美国重新工业化。Thiel 的回答并不是简单押注“AI 更强”，而是强调机器人与设备成本、政策障碍、产业迁移和非技术性瓶颈。他们还谈到“原子世界”过去 50 年的停滞、模仿性文化如何让人集体误判、隧道和核能等“明明可行但系统坏掉”的领域，以及在“发声修复”和“退出”之间应如何选择战场。
阅读全文
为什么拥有无限 GPU 的 AI 实验室仍会失败：Anjney Midha 谈 AMP、算力网格与前沿 AI
Anjney Midha 从 Google 式集群利用率、数据中心的社区许可、AMP 的独立算力网格讲起，解释为什么前沿 AI 的真实瓶颈并不只是 GPU 数量，而是资本、能源、调度、硬件、研究组织与使命文化之间的系统性对齐。访谈进一步讨论 DeepMind 的研究囤积、吉瓦级负载、终末期预测、frontier systems、output maxing、非 NVIDIA 芯片、研究者 CEO、Anthropic 的编程能力与文化，以及 Periodic Labs 和硅谷人才市场。
阅读全文
Dan Tapiero：在加密市场真正变富的秘密，是长期持有优质基础设施
Dan Tapiero 解释了自己为何更愿意持有数字资产基础设施公司的股权，而不是追逐流动性代币：股权有清晰的法律权利、收入归属和长期估值框架，代币的价值捕获仍常受治理与规则变化影响。他也回顾了在 Tiger Management 等机构学习风险管理的经历，强调投资回报来自承受不确定性与长期“坐住”。在他看来，比特币、稳定币、资产代币化和 AI Agent 使用的可编程货币，将推动数字资产生态从约 5 万亿美元走向 50 万亿美元；但这个过程一定会用横盘、暴跌与情绪折磨淘汰缺乏耐心的人。
阅读全文
走进 Anthropic CEO Dario Amodei 的内心
Bloomberg Originals 的《The Circuit》主持人 Emily Chang 与 Anthropic CEO Dario Amodei 进行了一场超过一小时的深度访谈。两人从 Dario 的睡眠、压力、旧金山成长经历和离开 OpenAI 谈起，进入 Anthropic 的企业路线、Claude Code 的增长、算力瓶颈、与 OpenAI 的竞争，再转向更尖锐的问题：AI 对白领就业的冲击、Anthropic 与美国国防体系的合作边界、Palantir、军事 AI、所谓 “Mythos” 模型的网络安全能力、政府是否应接管前沿 AI、中国开源模型、AI 自我改进，以及 Dario 对“文明崩溃概率”和公众信任的回答。 这场访谈的核心不是某个单点爆料，而是 Dario 反复使用的一个判断框架：AI 不是突然跳变的奇点，而是一条“平滑指数曲线”。在他看来，成熟的反应既不是否认风险，也不是一夜之间恐慌或国有化，而是在能力增长的每个阶段同步提高防护、治理与制度约束。
阅读全文
从 Merlin 到在轨运输：Tom Mueller 带你走进 Impulse Space 工厂 | Sourcery
Tom Mueller 是 SpaceX 的创始员工之一，曾领导 Falcon 与 Dragon 推进系统研发，并参与了后来演变为 Starship 的早期工作。他离开 SpaceX 后创办 Impulse Space，希望解决火箭把载荷送入轨道之后的下一步问题：如何在太空中快速、精确地搬运卫星和货物。本期并非传统演播室访谈，而是一场工厂漫游。Tom 逐一介绍 Mira 轨道转移飞行器、Helios 高能上面级、Deneb 液氧甲烷发动机、复合材料贮箱、金属 3D 打印、机加工和真空测试设施，也谈到核电推进、太空数据中心、与 Elon Musk 共事，以及为什么他认为近期月球比火星更重要。
阅读全文
市场忽略了什么：Bill Ackman 谈 AI、创始人公司与下一台复利机器 | All-In Podcast
Bill Ackman 回顾自己从寻找廉价资产，转向重视长期、耐久、难以被颠覆的优质企业；他认为 AI 既是史上最好的创业环境，也是集中投资者最危险的颠覆变量。访谈进一步讨论 SpaceX、OpenAI 等晚期科技公司的风险投资式估值，企业 AI 落地的困难，创始人领导公司的结构性优势，以及如何把 Howard Hughes、保险浮存金和永久资本组合成一台仿照 Berkshire Hathaway 的长期复利机器。最后，他解释社交媒体、追随者与低资本成本如何反过来改变公司价值，并列出跟随 Pershing Square 投资的三种不同路径。
阅读全文
传奇投资人丹·洛布谈人工智能、信用投资与第三点资本的250亿美元战略
丹·洛布回顾了 Third Point 从困境债、事件驱动和特殊情形投资，逐步扩展到高质量企业、主题投资、风险投资、私募信贷与再保险的过程。他讨论了人工智能、半导体、能源与地缘政治对宏观环境的影响，也详细复盘了苏富比和索尼等激进投资案例、Danaher 商业系统、FTX 投资失误，以及未来分析师和资本配置者需要具备的能力。
阅读全文
构建 OpenCode：Dax Raad 访谈 | The Pragmatic Engineer
OpenCode 在不到一年里从约 65 万月活增长到接近 800 万月活，成为增长最快的开源 AI 编程工具之一。Dax Raad 讲述了团队如何从 SST、OpenNext 的开源经验出发，抢占“中立、开源、兼容多模型”的位置，并把 Anthropic 封锁 Claude Code 订阅接入的危机转化为与 OpenAI 等厂商合作的增长机会。更重要的是，他对 AI 提升工程效率保持克制：代码执行更快，不代表产品判断、团队激励、架构质量和反馈循环也会自动改善。AI 既能加速清理，也能让团队更轻易地发布不该发布的功能、吸收更多 hack，并失去亲手写坏代码时那种提醒判断力的“刺痛感”。
阅读全文
找到你一生的工作：Rick Rubin 谈少即是多、直觉与创作的魔法 | David Senra
Rick Rubin 从纽约大学宿舍里的 Def Jam 起步，先后与 LL Cool J、Beastie Boys、Johnny Cash、Red Hot Chili Peppers、Jay-Z、Eminem、The Strokes 等艺术家合作。本期访谈拆解了他贯穿四十余年的工作哲学：为什么“少即是多”反而需要更多劳动；怎样以残酷删减和人为限制逼出作品本质；为什么灵感必须靠持续到场来迎接；如何真正倾听、信任直觉，并在成功之后仍保持谦卑。结尾“山顶之屋”的比喻，给出了一条寻找一生工作的朴素线索：什么事情即使无人看见、无人付钱，你依然不会停止去做。
阅读全文
Chris Camillo：这笔财富机会一生仅有一次——它刚刚再次出现！
本期访谈中，Chris Camillo分享了他过去三笔八位数收益的投资经历，特别是亚马逊和Bloom Energy的成功案例。他强调独立思考和深入调研的重要性，指出当前市场存在大量非理性情绪驱动的决策，并详细介绍了人工智能超级周期的三波浪潮，重点推荐即将到来的AI效率浪潮，认为亚马逊将从中多方面受益，且他重仓持有亚马逊股票和期权。 嘉宾还谈及了投资心态的成熟、风险管理策略以及错失的社交套利机会，分享了通过推特影响股价的经历和严格的道德规范。他深入探讨了人工智能对就业和经济的影响，指出短期裁员与长期创造新产业的时间差，并强调普通人借助AI工具实现类似对冲基金的能力。 此外，访谈涵盖了播客在AI浪潮中的生存之道、收藏品市场的投资潜力、独特且颇具争议的投资理念，以及财富增长与幸福感的关系。嘉宾还对多个投资组合和股票进行了详细回顾和评级，分享了未来投资趋势和个人理财建议。
阅读全文
SpaceX两万亿美元估值案例解析，英伟达业绩暴跌，美国对AI态度转变，特朗普撤回AI行政令，债券危机？
本期节目首先介绍了Andrej Karpathy加入Anthropic的消息，探讨了其在AI领域的影响力及递归自我改进技术的重要性，分析了Anthropic的盈利能力和市场地位，并讨论了美国技术行业应如何积极推动AI发展，防范反AI运动的风险。 随后，嘉宾们深入分析了美国公众对人工智能的反感情绪及其复杂成因，包括技术带来的权力不平衡和心理冲击，分享了行业领袖的不同观点和AI在医疗等领域的积极应用，强调了技术扩散的全球博弈及相关政策讨论。 节目还聚焦特朗普撤回人工智能行政命令的背景，探讨了美中AI竞争与合作的必要性，强调监管和身份认证的重要性，分析了大型科技公司裁员背后的AI影响及公众恐慌，呼吁关注一线工人的声音。 在SpaceX方面，节目详细拆解了其最新提交的S-1文件，介绍了三大业务单元的营收与亏损情况，重点分析了与Anthropic的巨额合同及轨道计算的未来潜力，探讨了SpaceX商业模式和技术突破。 此外，节目讨论了英伟达最新财报表现与股价下跌的矛盾，分析了芯片行业的估值差异和市场预期，解读了宏观经济形势中的通胀、油价和债券收益率变化，最后评述了中国访问的成果及地缘政治影响。
阅读全文
瓦特、晶圆与AI基础设施的未来 | Gavin Baker访谈录
本期节目中，Patrick O'Shaughnessy与嘉宾Gavin Baker深入探讨了2026年初人工智能领域的爆发性增长，特别聚焦于Anthropic公司在短时间内实现的惊人收入增长，及其对资本市场的深远影响。嘉宾分析了AI行业的资本效率、估值合理性以及地缘政治风险，强调了“瓦特和晶圆”作为AI基础设施核心瓶颈的重要性。 节目进一步探讨了轨道计算的概念及其对传统地面数据中心的潜在变革，介绍了SpaceX在卫星规模和技术上的领先优势。嘉宾还分析了芯片制造业的未来趋势，特别是Terafab项目和埃隆·马斯克对美国制造业复兴的推动作用，以及持续学习和基于使用量的定价模式对AI发展的促进。 此外，访谈涵盖了新兴芯片公司的竞争态势、GPU寿命延长对私募信贷的影响、AI应用层的创业挑战以及开源模型与前沿模型之间的博弈。最后，嘉宾探讨了网络安全、主要科技巨头在AI领域的战略布局、微软与OpenAI的合作风险，以及AI在地缘政治和个人安全中的作用，展望了AI技术对生物科技和人类寿命延长的巨大潜力。
阅读全文
Kent C. Dodds 访谈：产品感、克制与 OpenCode 的实践
本期访谈中，Kent与Dax深入探讨了产品工程的核心理念，特别聚焦于开发者工具领域的产品设计挑战。Dax分享了他在OpenCode项目中的经验，强调开发者工具应被视为消费者产品，注重用户首次体验和渐进式披露，避免功能膨胀带来的用户体验恶化。两人指出，产品技能是一种隐形但关键的能力，需要开发者和工程师共同反思和提升。 访谈进一步讨论了产品设计中的克制与功能过载问题，强调用户同理心和渐进式披露的重要性。嘉宾分享了如何从用户反馈中提炼核心需求，避免盲目添加功能，并以OpenCode项目中通过统一工作区概念解决多样需求为例。还探讨了在快速迭代环境下保持问题清晰度和放慢节奏的重要性，以及AI代理在产品开发中的角色和局限，提出未来代理可能具备更强的产品感知能力。 最后，访谈围绕AI在产品开发中的应用与挑战展开，嘉宾表达了对大型语言模型在产品判断力方面的怀疑，但认可其在调试和辅助检查边缘情况上的价值。两人讨论了AI技术带来的市场混乱、成本补贴及未来技能发展的重要性，强调产品感觉等核心技能的持久价值。访谈还涉及软件开发中速度与质量的平衡，强调人类经验和努力在AI增强工作流程中的不可替代性，呼吁开发者坚定信念，持续追求卓越产品。
阅读全文
AI电力需求激增，电网准备好了吗？
本期《The Energy Gang》录制于纽约美国可再生能源委员会（ACORE）金融论坛。节目围绕人工智能和数据中心推动的电力需求激增，讨论新发电项目怎样获得融资、电网接入为何成为瓶颈、“电表后”供电为何备受关注却仍难成为主流，以及公用事业公司为何要求数据中心开发商提供巨额信用支持。 多位嘉宾指出，燃气、太阳能和储能已占新电力交易活动的绝大部分；对金融机构来说，可融资项目不仅需要土地、设备、输电和互联条件，还需要信用良好的长期购电方。节目同时讨论了风能与太阳能税收抵免的期限、储能政策的相对确定性，以及政策与审批不确定性如何削弱美国清洁能源市场对资本的吸引力。
阅读全文
Chris Camillo：从社交套利到加密交易者的股票优势 | threadguy
Threadguy 从球鞋倒卖、球星卡、NFT 和链上交易谈起，解释自己为何在加密市场转冷后开始研究股票，并由此发现 Chris Camillo 多年来实践的“社交套利”。Camillo 认为，普通投资者的优势不在财报模型或信息速度，而在于比机构更贴近文化、消费者和现实世界的变化。他用 Michelle Obama 的 J.Crew 黄裙、Damn Daniel 与 Vans、Sweetgreen 卷饼、Ozempic、AP × Swatch、Frozen 玩偶、iPhone、AWS、Bloom Energy、Robinhood 和 Amazon 等案例说明：先发现变化，再验证变化是否足以影响公司，最后判断市场是否尚未定价。访谈也反复讨论集中持仓的风险、黑天鹅、机构的组织约束、加密交易者的优势与缺陷，以及交易者必须定期离开市场、恢复正常生活的重要性。
阅读全文
David Reich谈青铜时代的自然选择冲击、尼安德特人之谜与农业的突然扩散
本期访谈中，遗传学家David Reich分享了他与合作者Ali Akbari最新研究成果，推翻了长期以来人类自农业革命以来自然选择停滞的观点。通过大规模古代DNA测序和创新统计方法，研究发现过去一万年自然选择不仅未停滞，反而在青铜时代（约3000年前）显著加速，涉及免疫功能、代谢性状及认知能力等多个方面。 访谈深入探讨了青铜时代人口密度激增、疾病传播等因素如何推动基因频率快速变化，特别是在乳糖耐受性、脂肪代谢和认知表现相关基因上的选择动态。同时，David Reich提出了一个颠覆传统的尼安德特人起源模型，认为尼安德特人是现代人群与当地古人类基因混合后形成的“基因淹没”群体，而非单纯的独立古人类分支。 此外，访谈还涵盖了为何农业直到冰河时代结束后才出现的气候因素、古人类文化技术演变、以及现代人类解剖与行为现代性之间的时间差异。最后，David Reich介绍了古DNA研究领域的技术突破和方法论进展，强调了样本量和测序技术对揭示人类进化历史的重要性。
阅读全文
机器人终局：英伟达 Jim Fan 的物理智能路线图
英伟达机器人研究负责人 Jim Fan 用一场二十分钟演讲，提出机器人可以复刻大语言模型的成功路线：先通过世界模型进行大规模预训练，再用动作数据对齐真实机器人，最后以强化学习完成“最后一公里”。他认为，过去三年占主流的视觉—语言—动作模型把参数重心放在了语言上；下一阶段应转向世界动作模型，并把机器人数据从昂贵的遥操作扩展到可穿戴设备、第一视角人类视频和神经模拟器。演讲最后，他给出物理图灵测试、物理 API 和物理自动研究三项里程碑，并预测机器人技术树可能在 2040 年前走到终局。
阅读全文
传奇交易员保罗·都铎·琼斯谈人工智能风险、市场泡沫与巴菲特投资哲学
本期访谈中，保罗·都铎·琼斯回顾了近五十年的交易生涯。他从童年时一位陌生人给予的善意谈起，讲到“I Have a Dream”项目、Robin Hood 基金会和特许学校，解释为什么一件微小善举可能产生长期、成倍扩散的影响。 在市场部分，他区分了投资者与交易者的生活方式，回顾亨特兄弟白银交易、1987 年股灾、长期资本管理公司和互联网泡沫，并说明流动性、风险管理、长期趋势、催化剂和预先制定的执行计划为何是交易的核心。他也反思了自己过去对沃伦·巴菲特的误解，承认复利与长期信念的力量。 在人工智能部分，他把当前“构建—破坏—迭代”的开发方式视为前所未有的尾部风险，呼吁主要国家合作监管，并主张所有 AI 生成内容强制加水印。访谈最后转向工作、沟通、信仰、家庭、朋友、服务与善意，给出他对美好生活的“主成分分析”。
阅读全文
Applied Intuition：打造物理AI操作系统，赋能自动驾驶与智能机器未来
本期访谈从物理机器行业的现状切入，类比Android和iOS出现之前的手机市场，强调统一操作系统对物理机器的重要性。Applied Intuition的创始人介绍了公司使命，专注于为汽车、卡车、建筑、采矿和防务等多领域打造物理AI，推动行业安全与繁荣。 访谈深入探讨了自动驾驶车辆的传感器选择，特别是激光雷达在研发和量产中的不同角色，强调低成本和高可靠性的目标。嘉宾详细阐述了车辆AI操作系统的复杂性，包括实时控制、安全冗余、低延迟和软件更新的挑战，并以安卓系统作类比。 随后，嘉宾分享了物理AI中的模拟、强化学习和验证难题，指出随着模型能力提升，发现系统缺陷变得更难但更关键。访谈还涉及了世界模型对因果关系的理解及其在自动驾驶中的应用，强调现实部署受限于硬件和安全要求。 最后，嘉宾谈及机器人技术从演示到量产的挑战，创业者应聚焦商业约束和小问题空间。Applied Intuition在招聘工程师时注重底层系统理解和生产环境经验，强调内部大规模培训的重要性，展望未来技术发展与合作机会。
阅读全文
Marc Andreessen：浏览器之死、Pi + OpenClaw，以及为什么“这一次不同”
Marc Andreessen 把当下的 AI 称为“八十年的一夜成功”：ChatGPT、推理模型、编码 Agent 和 OpenClaw 看似突然爆发，背后却是从 1943 年神经网络论文到 Transformer 的长期积累。他比较了 AI 资本开支与 2000 年电信泡沫，解释开放模型、边缘推理、Pi 与 Unix 架构为何重要，并进一步讨论软件丰裕、编程语言与浏览器的弱化、Agent 原生支付、“人类证明”、无人机不对称风险，以及 AI 是否能让创始人重新获得组织杠杆。最后，他强调真正瓶颈可能不是模型，而是许可证、工会、公共部门和教育等被制度锁定的现实经济。
阅读全文
电网里藏着 100 吉瓦容量吗？
AI 数据中心把电力行业从“买多少度绿电”推向“何时、何地能拿到真实容量”。本期围绕 Brattle Group 提出的 100 吉瓦潜在容量展开：提升现有电网利用率，能否比一味新建电厂和输电线更快、更便宜地承接负荷？Brian Janous 与 Caroline Golin 既支持建设长期电源，也强调 VPP、储能、动态线路评级、选址和配网投资可以充当关键桥梁，并警告若市场信号和规划机制不改，美国可能造出昂贵而低效的“弗兰肯斯坦式电网”。
阅读全文
黄仁勋：NVIDIA 的未来、Physical AI、Agent 崛起与推理爆炸
(0:00) Jensen Huang joins the show! (0:26) Acquiring Groq and the inference explosion (8:53) Decision making at the world's most valuable company (10:47) Physical AI's $50T market, OpenClaw's future, the new operating system for modern AI computing (16:38) AI's PR crisis, refuting doomer narratives, Anthropic's comms mistakes (20:48) Revenue capacity, token allocation for employees, Karpathy's autoresearch, agentic future (30:50) Open source, global diffusion, Iran/Taiwan supply chain impact (39:45) Self-driving platform, facing competition from active customers, responding to growth slowdown predictions (47:32) Datacenters in space, AI healthcare, Robotics (56:10) OpenAI/Anthropic revenue potential, how to build an AI moat (59:04) Advice to young people on excelling in the AI era Follow the besties: https://x.com/chamath https://x.com/Jason https://x.com/DavidSacks https://x.com/friedberg Follow on X: https://x.com/theallinpod Follow on Instagram: https://www.instagram.com/theallinpod Follow on TikTok: https://www.tiktok.com/@theallinpod Follow on LinkedIn: https://www.linkedin.com/company/allinpod Intro Music Credit: https://rb.gy/tppkzl https://x.com/yung_spielburg Intro Video Credit: https://x.com/TheZachEffect #allin #tech #news
阅读全文
Stan Druckenmiller：先投资，再调查 | Hard Lessons
本期《Hard Lessons》中，传奇宏观投资人 Stan Druckenmiller 与 Iliana Bouzali 讨论了他的投资方法、近年的 Teva 与 Nvidia 案例、如何依赖团队专家、如何看待当下市场、为什么反共识被高估，以及他在职业生涯中反复学到的一课：即便是顶级投资人，也会犯错、情绪化、痛苦和怀疑自己，关键是不要被错误拖住太久。 Druckenmiller 的核心观点并不神秘：投资不能只看今天，而要看未来会发生什么变化，以及市场会如何重新理解这种变化；真正重要的不是“对或错”，而是对的时候赚多少、错的时候亏多少；交易中的波动不是敌人，但会折磨人；技术分析和价格对新闻的反应曾经很有效，如今因为被太多人学会，边际价值已经大幅下降。
阅读全文
Claude Code金融应用与全球内存短缺：Doug O'Laughlin深度访谈
本期访谈聚焦于Claude Code在金融领域的应用及全球半导体内存短缺问题。嘉宾Doug O'Laughlin分享了他从价值投资转向半导体行业的经历，深入探讨了摩尔定律终结对英伟达等公司的影响，以及半导体制造的复杂性和供应链挑战。 访谈中还详细介绍了Claude Code 4.5版本带来的技术突破，如何实现复杂任务的一次性完成，以及AI在金融分析中的角色转变。嘉宾强调了AI作为初级分析师的定位，指出人类专家在元层次学习和判断中的不可替代性。 此外，讨论涵盖了AI上下文窗口的物理限制、HBM内存的严重短缺及其对市场的影响，以及微软和甲骨文在AI战略上的不同选择。访谈最后，嘉宾分享了个人写作习惯和徒步经历，展现了技术与生活的深度融合。
阅读全文
Cloudflare深度解析：从技术护城河到AI赋能 —— Business Breakdowns 第241期访谈
本期访谈聚焦于Cloudflare的核心业务与技术架构，深入探讨其如何为全球网站提供速度和安全保障，防御每日数百万次的网络攻击。通过形象的比喻，嘉宾详细介绍了Cloudflare如何像分拣工厂一样拦截恶意流量，保障客户网站的稳定运行。 访谈进一步解析了Cloudflare构建全球单一网络的策略，强调其采用通用硬件和软件定义网络的创新模式，以及与互联网服务提供商（ISP）建立对等关系以降低成本的双赢机制。嘉宾还阐述了Cloudflare如何通过产品驱动增长和数据积累形成强大的业务护城河。 此外，访谈重点讨论了Cloudflare与AI行业的紧密联系，包括为AI企业提供服务、推出边缘AI推理产品Workers AI，以及硬件升级支持GPU加速推理。嘉宾分享了Cloudflare向企业市场转型的策略和销售模式变革，展望其未来增长潜力。 最后，访谈总结了Cloudflare的四大经验教训：创始人驱动的公司文化、产品简洁性与灵活性的结合、多重增长杠杆以及资本支出的合理性。主持人与嘉宾共同探讨了近期全球网络宕机事件的影响及其对Cloudflare护城河的验证。
阅读全文
2026 年 AI 现状：大模型、编程、缩放定律、中国、智能体、GPU 与 AGI
Nathan Lambert and Sebastian Raschka are machine learning researchers, engineers, and educators. Nathan is the post-training lead at the Allen Institute for AI (Ai2) and the author of The RLHF Book. Sebastian Raschka is the author of Build a Large Language Model (From Scratch) and Build a Reasoning Model (From Scratch). Thank you for listening ❤ Check out our sponsors: https://lexfridman.com/sponsors/ep490-sb See below for timestamps, transcript, and to give feedback, submit questions, contact Lex, etc. *Transcript:* https://lexfridman.com/ai-sota-2026-transcript *Correction:* Here's an updated image listing a collection of recent open & closed AI models with some improvements & fixes: https://lexfridman.com/wordpress/wp-content/uploads/2026/01/ai_models_2025.png *CONTACT LEX:* *Feedback* - give feedback to Lex: https://lexfridman.com/survey *AMA* - submit questions, videos or call-in: https://lexfridman.com/ama *Hiring* - join our team: https://lexfridman.com/hiring *Other* - other ways to get in touch: https://lexfridman.com/contact *EPISODE LINKS:* Nathan's X: https://x.com/natolambert Nathan's Blog: https://interconnects.ai Nathan's Website: https://natolambert.com Nathan's YouTube: https://youtube.com/@natolambert Nathan's GitHub: https://github.com/natolambert Nathan's Book: https://rlhfbook.com Sebastian's X: https://x.com/rasbt Sebastian's Blog: https://magazine.sebastianraschka.com Sebastian's Website: https://sebastianraschka.com Sebastian's YouTube: https://youtube.com/@SebastianRaschka Sebastian's GitHub: https://github.com/rasbt Sebastian's Books: Build a Large Language Model (From Scratch): https://manning.com/books/build-a-large-language-model-from-scratch Build a Reasoning Model (From Scratch): https://manning.com/books/build-a-reasoning-model-from-scratch *SPONSORS:* To support this podcast, check out our sponsors & get discounts: *Box:* Intelligent content management platform. Go to https://lexfridman.com/s/box-ep490-sb *Quo:* Phone system (calls, texts, contacts) for businesses. Go to https://lexfridman.com/s/quo-ep490-sb *UPLIFT Desk:* Standing desks and office ergonomics. Go to https://lexfridman.com/s/uplift_desk-ep490-sb *Fin:* AI agent for customer service. Go to https://lexfridman.com/s/fin-ep490-sb *Shopify:* Sell stuff online. Go to https://lexfridman.com/s/shopify-ep490-sb *CodeRabbit:* AI-powered code reviews. Go to https://lexfridman.com/s/coderabbit-ep490-sb *LMNT:* Zero-sugar electrolyte drink mix. Go to https://lexfridman.com/s/lmnt-ep490-sb *Perplexity:* AI-powered answer engine. Go to https://lexfridman.com/s/perplexity-ep490-sb *OUTLINE:* 0:00 - Introduction 1:57 - China vs US: Who wins the AI race? 10:38 - ChatGPT vs Claude vs Gemini vs Grok: Who is winning? 21:38 - Best AI for coding 28:29 - Open Source vs Closed Source LLMs 40:08 - Transformers: Evolution of LLMs since 2019 48:05 - AI Scaling Laws: Are they dead or still holding? 1:04:12 - How AI is trained: Pre-training, Mid-training, and Post-training 1:37:18 - Post-training explained: Exciting new research directions in LLMs 1:58:11 - Advice for beginners on how to get into AI development & research 2:21:03 - Work culture in AI (72+ hour weeks) 2:24:49 - Silicon Valley bubble 2:28:46 - Text diffusion models and other new research directions 2:34:28 - Tool use 2:38:44 - Continual learning 2:44:06 - Long context 2:50:21 - Robotics 2:59:31 - Timeline to AGI 3:06:47 - Will AI replace programmers? 3:25:18 - Is the dream of AGI dying? 3:32:07 - How AI will make money? 3:36:29 - Big acquisitions in 2026 3:41:01 - Future of OpenAI, Anthropic, Google DeepMind, xAI, Meta 3:53:35 - Manhattan Project for AI 4:00:10 - Future of NVIDIA, GPUs, and AI compute clusters 4:08:15 - Future of human civilization *PODCAST LINKS:* - Podcast Website: https://lexfridman.com/podcast - Apple Podcasts: https://apple.co/2lwqZIr - Spotify: https://spoti.fi/2nEwCF8 - RSS: https://lexfridman.com/feed/podcast/ - Podcast Playlist: https://www.youtube.com/playlist?list=PLrAXtmErZgOdP_8GztsuKi9nrraNbKKp4 - Clips Channel: https://www.youtube.com/lexclips *SOCIAL LINKS:* - X: https://x.com/lexfridman - Instagram: https://instagram.com/lexfridman - TikTok: https://tiktok.com/@lexfridman - LinkedIn: https://linkedin.com/in/lexfridman - Facebook: https://facebook.com/lexfridman - Patreon: https://patreon.com/lexfridman - Telegram: https://t.me/lexfridman - Reddit: https://reddit.com/r/lexfridman
阅读全文
Dax Raad：OpenCode 为什么开源、如何赚钱，以及 AI 编程工具的下一步
OpenCode 是一个开源、模型供应商中立的 AI 编程代理。它借鉴 Claude Code 的终端工作流，却允许开发者接入不同模型 API、GitHub Copilot 或受支持的订阅账户，并把同一个可复用核心嵌入终端、桌面端、编辑器和未来的移动端。 Dax Raad 解释，OpenCode 的体验优势不仅来自模型，也来自团队从底层重做终端 UI 基础设施。OpenTUI 使用 Zig 实现布局、鼠标、合成、透明度与语法高亮，再通过 SolidJS 或 React 绑定构建界面。全屏 TUI 为原生审查页面和多代理编排留下空间，但滚动、选择与复制等原生行为也必须自行实现。 商业模式上，Dax 把开源公司称为需要两次奇迹的生意：先做出覆盖大量开发者的免费产品，再在其上建立企业愿意付费、且不削弱开源核心的独立控制平面。访谈还讨论了 Anthropic 的订阅限制、OpenCode Zen 与 Black、Dax 的模型工作流，以及 AI 时代代码质量为什么反而更重要。
阅读全文
二加二为什么等于四？数学告诉我们现实的深层结构 | Hoover Institution
这一期《Uncommon Knowledge》在奥地利萨尔茨堡录制，Peter Robinson 与数学家 David Berlinski、Sergiu Klainerman，以及科学哲学家 Stephen Meyer 讨论一个看似简单却极深的问题：为什么 2 + 2 = 4？数学究竟是人类发明的符号系统，还是人类发现的客观现实？对话从算术的确定性、自然科学中的推断与证明，一直谈到 Wigner 所说“数学在自然科学中不合理的有效性”、黑洞与广义相对论、复数、柏拉图与阿奎那、物质主义的边界，以及科学发现中“美”的作用。几位嘉宾并不完全采用同一种形而上学立场，但他们共同指出：数学对象似乎具有非物质、心灵独立、稳定而客观的现实性，这使得“世界只是物质”的观点面临严肃挑战。
阅读全文
如何同时成为思考者与行动者 | Johnathan Bi
这一期是 Johnathan Bi 对 Jim O’Shaughnessy 的长访。Jim 是华尔街投资人、作家、出版与媒体创业者，也是长期的人文学科读者和资助者。访谈从 O’Shaughnessy 家族几代人如何同时保持行动力与沉思能力谈起，随后进入 Jim 自述的“四幕人生”：独立求知与人文学训练、华尔街与量化/因子投资、创办 OSV 并投向文化、出版、媒体和 AI，最后讨论他正在推进的心身问题研究。正文尽量按访谈顺序翻译整理，删去字幕重复、口头停顿和明显误识别，保留问答结构、例子和语气。
阅读全文
Chris Camillo：如何用“社会套利”从 2 万美元做到数千万美元
Chris Camillo 把自己的方法称为“社会套利”（social arbitrage）：不从估值、K 线或公司模型出发，而是寻找尚未被市场充分认识、却可能实质影响上市公司的变化。变化可以来自消费文化、天气、技术、政治或社交媒体会话；在信息不对称时建立仓位，在其他投资者理解同一事实、市场转向信息平价时退出。 访谈从他少年时在遗产拍卖寻找错价商品讲起，完整讨论 Snapple、Beacon Roofing、e.l.f. Cosmetics、TickerTags、Las Vegas Sphere、Palantir、疫情交易及 Tim Hortons 失败。后半段围绕杠杆、普通人能否复制、风险资金分桶、财富差距、职业选择和私人航空展开。Chris 强调普通人可以寻找自己生活里的认知优势；Shaan 则持续提醒，任何人“有能力做”与所有人“都应该做”不是一回事。
阅读全文
前 Citadel Quant Kevin Zhu：从伯克利低谷、量化面试到离开高薪职业
Kevin Zhu 在伊利诺伊州普通公立学校长大，早年通过 Kumon 提前学完大量中学数学，又在父母工作的实验室里接触研究方法。但进入 UC Berkeley 后，他第一次遭遇高强度竞争：首学期绩点接近 3.0，几乎没有实习常识，也不知道如何管理时间。寒假里，他系统阅读学习与生产力材料，开始使用时间块、深度工作和优先级框架，下一学期取得接近 4.0 的成绩，并在 CS70 离散数学课程中建立了“自己也能做好理论课”的信心。 此后，他沿着研究、助教、小型创业公司、Amazon 和 Goldman Sachs 的阶梯进入量化招聘，拿到 DRW、Citadel 与 Palantir 等机会。Citadel 的流程横跨软件工程、交易和量化研究，累计近 18 场面试；暑期项目总收入约 6.8 万美元，按节目换算约为每小时 154 美元。Kevin 同时强调，量化岗位的总包高度依赖团队、年份和个人绩效，节目中的数字不能简单复制。 更值得关注的转折是：他没有沿着高薪路线继续。无论量化交易还是 Palantir 的软件工作，他都感觉自己缺少意义和自主性，最终离职创办 Algoverse，帮助高中生和大学生进入真实 AI 研究。访谈后半段讨论量化岗位需要什么数学、导师能节省多少试错时间、AGI 与 AI 安全焦虑，以及在软件工程岗位被自动化的前景下，计算机科学是否仍值得学习。
阅读全文
AI 什么都没有改变：Dax Raad 谈 OpenCode 与产品成功
Dax Raad 认为，AI 可以显著扩展人们能做的事情，却没有改变成功产品最难的部分：夺取注意力、让用户迅速抵达单一的 aha moment，以及用深层 primitives 同时支撑简单入口和高级需求。这些问题依赖创造力、品味、定位和对问题空间的长期理解。AI 能参与讨论与头脑风暴，却不会自动让产品构建者成为赢家，也无法消除把原则落实到日常执行中的痛苦。
阅读全文
资金专家Chris Camillo：一场37万亿美元市场重置即将来临——现在该怎么做？
本期访谈中，资金专家Chris Camillo深入探讨了人工智能（AI）带来的巨大市场变革，指出当前市场对AI存在误解和恐慌情绪。他强调，长期来看，AI将极大提升产业效率和盈利能力，呼吁投资者持续买入生产性资产，抓住这场可能是有生以来最大事件的投资机会。 Chris还分析了知名投资人Michael Burry关闭基金的原因，认为其对AI泡沫的悲观看法过于悲观且与历史抵押贷款危机不同。他分享了自己如何利用深度研究和杠杆投资策略，特别是在Nvidia和亚马逊等AI浪潮中的投资经验，强调市场短期波动不应改变长期投资逻辑。 访谈还涵盖了AI对就业的积极影响、循环融资的本质、政府如何利用AI提升效率，以及未来住房问题的解决方案。Chris坦诚分享了自己早年投资失败的经历，强调风险管理的重要性，并展望了OpenAI上市可能带来的巨大市场机会。最后，他还谈及餐厅投资的高风险和低回报，提醒投资者理性看待资本使用效率。
阅读全文
AI、机器人与社会套利：普通人怎样在巨变中找到机会 | Lewis Howes × Chris Camillo
自学成才的投资者 Chris Camillo 在这场访谈中现场演示，如何从热浪、消费潮流等现实变化出发，借助 AI 快速筛选潜在受益与受损公司，再判断影响是否足够重大、市场是否已经知情。他也解释了“社会套利”的买卖逻辑，以及为什么早期 iPhone、Tesla 和 ChatGPT 都曾被机构低估。后半场围绕人形机器人、就业、教育与个人成长展开：Chris 认为，未来真正稀缺的不是某个固定工具，而是资源整合、持续学习和主动创造的能力。 > 字幕说明：原始文件为 YouTube 英文自动字幕，存在滚动重复、词语误识别和说话人标记缺失。本文按上下文清理并推断 Lewis Howes 与 Chris Camillo 的发言；53:18 后混入的下一条视频自动播放字幕不属于本期，已剔除。文中投资、市场规模及技术时间表均为受访者个人观点，不构成投资建议。
阅读全文
关税、DOGE 与修复美国：Peter Thiel 的怀疑式解决方案 | Joe Lonsdale
Joe Lonsdale 与 Peter Thiel 从 UATX 和精英机构失灵谈起，讨论人才为何仍应进入科技、Palantir 如何在政府采购体系中艰难突围，以及教育、医疗、核能、基础设施和城市治理中“坏掉但并非技术上不可能”的机会。后半段涉及 Trump 第二任期、DOGE、关税与中国、制造业回流、硅谷文化转向、言论规范和偏好级联。
阅读全文
用 ChatGPT 做股票研究：散户投资者的黄金时代 | The Iced Coffee Hour Clips
Chris Camillo 认为，信息和交易工具的普及让今天成为散户投资者的黄金时代。散户身处真实消费场景，能够比有层层审批流程的机构更快发现文化与消费行为变化。他也详细说明自己如何把 ChatGPT 当作研究助理：从一个行为变化出发，快速寻找全球范围内可能受益或受损的行业与上市公司。对 AI 的就业影响，他持乐观态度，认为长期看，更高的人均产出会扩大企业用人的潜在回报。 > 字幕说明：本片段的自动字幕没有可靠的说话人标记。根据问答语义，将主要回答归于 Chris Camillo，提问和现场插话统一标为“主持人”；个别归属仍可能需要对照原视频核实。
阅读全文
我如何押注特斯拉、人工智能与机器人革命——市场奇才Chris Camillo的6000万美元投资故事
本期访谈中，投资奇才Chris Camillo分享了他如何从8.3万美元起步，通过独特的信息套利策略，最终实现6000万美元的投资收益。Chris讲述了自己少年时代通过观察7-Eleven的Snapple库存变化，结合家人帮助买入看跌期权，完成第一笔成功交易的经历，揭示了信息套利的核心理念：通过捕捉消费者行为和社交媒体数据，领先传统华尔街投资者。 Chris进一步阐述了如何利用TikTok、Twitter等社交平台上的评论和趋势，提前发现市场尚未反映的投资机会。他举例说明了通过Facebook上一条妈妈的评论，发现英国一家小众儿童动画节目爆红，从而获得巨大收益的案例，强调了非传统群体和数字平台在捕捉早期信号中的重要性。 访谈后半部分聚焦于机器人即服务（RaaS）领域的深度研究，Chris认为2025年将是类人机器人进入全面试点的关键年，机器人劳动未来可能成为全球GDP的数倍。他重点介绍了特斯拉、Figure AI和Abtronic三大机器人领域关键公司，强调机器人与人工智能结合将彻底重塑产业和劳动定义，带来历史性的投资机遇。
阅读全文
Dario Amodei：Claude、AGI 与 AI 和人类的未来
这是一场超过五小时的 Anthropic 专题访谈。第一部分，Anthropic 联合创始人兼 CEO Dario Amodei 从自己在百度研究语音识别的经历谈起，解释“缩放定律”为何成为他理解 AI 进步的核心框架；随后讨论 Claude 模型家族、预训练与后训练、计算机操作能力、负责任缩放政策、AI 监管、团队建设，以及他对“强大 AI”时间线和积极未来的判断。 第二部分，负责 Claude 性格与对齐研究的 Amanda Askell 解释：模型并不是一个只会检索答案的数据库，它会在上下文中扮演角色、形成行为倾向。因此，训练一个诚实、善良、有判断力、又不流于讨好的 Claude，需要哲学、清晰表达、可扩展监督、宪法式原则和大量模型自我训练共同参与。 第三部分，机制可解释性研究者 Chris Olah 带领听众进入神经网络内部：特征、回路、叠加、单义性和稀疏自编码器如何帮助研究者识别模型正在表示什么。三段对话共同指向一个问题：当模型能力沿指数曲线增长时，人类能否同时提高理解、治理和安全能力，而不是等到系统已经强大以后再补救。
阅读全文
霍华德·马克斯：65 分钟讲透投资中最重要的事
投资不是挑选“好资产”的竞赛，而是判断价值、价格、风险和概率的思维训练。霍华德·马克斯从《投资最重要的事》谈起，解释自己的投资哲学如何从实际经历中逐渐形成：不要把最可能发生的结果误当成必然结果；不要依赖宏观预测；要区分资产质量与投资回报；风险控制的目标不是每年夺冠，而是避免被一次坏结果淘汰；逆向并不等于机械地反对共识，而是在人群的乐观或恐惧已经反映到价格中时，做出有依据的不同判断。 对话还回顾了马克斯 1978 年进入高收益债市场、后来创办橡树资本的经历。他用高评级债、低评级债、“漂亮五十”、指数基金、债券竞价和资管规模等案例说明：看起来最安全的东西可能因为价格过高而危险；被普遍嫌弃的资产也可能因为预期过低而提供更好的赔率；当投资人争相追逐收益、放弃契约保护时，风险正是在“没人觉得有风险”的时候累积。
阅读全文
Why Is This Mattress Business Growing So FAST? From $15M to $43M
这一集拆解的是一家床垫制造商/线上床垫品牌：公司成立时间不长，收入从约 1600 万美元增长到 4300 万美元，但 EBITDA 却从约 500 万美元下降到 370 万美元。主持人们的核心问题是：这到底是一家高速成长的好公司，还是一家在红海市场里用广告买增长、越卖越不赚钱的公司？ 他们围绕几个问题展开：床垫行业是否真有产品差异化？线上床垫品牌为什么看起来都差不多？Amazon、Google、Meta 这些广告平台如何吃掉利润？传统床垫零售为什么曾经有高毛利？为什么 Mattress Firm 这类大玩家曾经被租赁和门店拖累？这家公司为什么不是被大玩家直接收购，而是寻求 growth equity 伙伴？ 最终两位主持人的倾向比较谨慎：这个案例非常适合学习商业、微观经济学和消费者心理，但作为投资标的，他们给出偏负面判断。除非公司有未披露的利基定位或真正可防御的差异化，否则它看起来更像一个高资本消耗、同质化、获客成本持续上升的红海业务。
阅读全文
他照着巴菲特的方法做，后来成了亿万富翁
莫尼什·帕伯莱从工程师起步，用 3 万美元退休金和信用额度创办 IT 服务公司，随后把第一次获得的 100 万美元投入公开市场，五年左右增长到约 1300 万美元。此后，他几乎照搬巴菲特早期合伙基金的收费方式成立 Pabrai Funds，并在前八九年取得可观回报。本期对话从巴菲特少年时期的商业训练、喜诗糖果带来的品牌认知讲起，延伸到帕特尔家族的低成本经营、创业者如何消除下行风险、公开市场为何不断出现错价、复利的三个变量，以及投资中最难也最重要的动作：在找到好生意以后长期不动。
阅读全文
他打破所有交易规则，赚取4000万美元——Chris Camillo深度访谈
本期访谈中，Chris Camillo分享了他如何利用谷歌趋势和社交媒体数据，尤其是围绕冰雹季屋顶损害的搜索量，提前发现投资机会，成功做多Beacon Roofing。他强调这套方法不依赖复杂数学或技术分析，而是凭借敏锐的观察力和快速获取信息的能力，结合社交情报公司T的创办经验，打造独特的交易策略。 访谈进一步探讨了社交数据在交易中的应用。Chris指出华尔街不喜欢可解释性强且变化快的社交数据，因其难以重复验证。他通过大量阅读评论、采访店员、订阅网站流量等多渠道数据，构建信息拼图以增强交易信念，并回顾了过去15年错失的机会，强调社群在交易研究中的重要作用。 此外，Chris详细介绍了他的交易方法论，强调通过亏损学习、专注于高信心大仓位的策略，以及利用社交媒体和生活观察获取信息的独特优势。他分享了多个成功案例，包括Elf Cosmetics和电影《芭比》的交易，展示了如何结合非传统渠道如TikTok和YouTube洞察市场趋势。 最后，嘉宾阐述了风险管理理念，强调不以价格止损，而是依据信息传播时机买卖。他分享了“85%规则”及对未知风险的谦逊态度，举例说明因未充分调研导致的亏损。通过解读社交媒体评论洞察消费者行为，Chris指出华尔街机构普遍不愿采用此类非传统数据，体现了他独特的交易视角。
阅读全文
查理·芒格最后一次 CNBC 专访：投资、人生与文明
这是查理·芒格去世前两周录制的最后一次电视专访。谈话从他的童年、教师与本杰明·富兰克林展开，延伸到大萧条、伯克希尔的投资方法、格雷厄姆、比亚迪、阿里巴巴、杠杆和资本主义；后半段又谈到战争、公共政策、欺诈、死刑、毒品、阅读、衰老、家庭、疾病与死亡。芒格反复使用同一套方法理解这些问题：认清天赋和能力圈，避开标准失败方式，把无法解决的问题放入“太难了”文件夹，等待少数真正重要的机会，并在无法改变的痛苦面前继续向前。
阅读全文
埃隆·马斯克：战争、AI、外星人、政治、物理、电子游戏与人类 | Lex Fridman Podcast #400
Elon Musk is CEO of X, xAI, SpaceX, Tesla, Neuralink, and The Boring Company. Thank you for listening ❤ Please support this podcast by checking out our sponsors: - LMNT: https://drinkLMNT.com/lex to get free sample pack - Eight Sleep: https://www.eightsleep.com/lex to get special savings - BetterHelp: https://betterhelp.com/lex to get 10% off - SimpliSafe: https://simplisafe.com/lex to get free security camera plus 20% off - Shopify: https://shopify.com/lex to get $1 per month trial - NetSuite: http://netsuite.com/lex to get free product tour TRANSCRIPT: https://lexfridman.com/elon-musk-4-transcript EPISODE LINKS: Elon's X: https://x.com/elonmusk xAI: https://x.com/xai Tesla: https://x.com/tesla Tesla Optimus: https://x.com/tesla_optimus Tesla AI: https://x.com/Tesla_AI SpaceX: https://x.com/spacex Neuralink: https://x.com/neuralink The Boring Company: https://x.com/boringcompany PODCAST INFO: Podcast website: https://lexfridman.com/podcast Apple Podcasts: https://apple.co/2lwqZIr Spotify: https://spoti.fi/2nEwCF8 RSS: https://lexfridman.com/feed/podcast/ Full episodes playlist: https://www.youtube.com/playlist?list... Clips playlist: https://www.youtube.com/playlist?list... OUTLINE: 0:00 - Introduction 0:07 - War and human nature 4:33 - Israel-Hamas war 10:41 - Military-Industrial Complex 14:58 - War in Ukraine 19:41 - China 33:57 - xAI Grok 44:55 - Aliens 52:55 - God 55:22 - Diablo 4 and video games 1:04:29 - Dystopian worlds: 1984 and Brave New World 1:10:41 - AI and useful compute per watt 1:16:22 - AI regulation 1:23:14 - Should AI be open-sourced? 1:30:36 - X algorithm 1:41:57 - 2024 presidential elections 1:54:55 - Politics 1:57:57 - Trust 2:03:29 - Tesla's Autopilot and Optimus robot 2:12:28 - Hardships SOCIAL: - Twitter: https://twitter.com/lexfridman - LinkedIn: https://www.linkedin.com/in/lexfridman - Facebook: https://www.facebook.com/lexfridman - Instagram: https://www.instagram.com/lexfridman - Medium: https://medium.com/@lexfridman - Reddit: https://reddit.com/r/lexfridman - Support on Patreon: https://www.patreon.com/lexfridman
阅读全文
查理·芒格：投资、Costco、伯克希尔与人生 | Acquired
这是查理·芒格九十九岁时与 Acquired 的一次长篇对谈。芒格从体育博彩和短线交易谈起，回顾了 Costco、Price Club、See's Candies、Blue Chip Stamps、BYD、日本商社和苹果等投资案例，也讨论了伯克希尔与沃伦·巴菲特长达半个世纪的合伙关系、风险与杠杆、风险投资行业的激励问题，以及在机会越来越稀缺的时代应如何判断、等待和重下注。访谈后半段还涉及家庭、声誉、运气、长寿和人生满足感。全文按原对话顺序整理；与访谈无关的赞助口播已省略。
阅读全文
彼得·蒂尔：《多元化迷思》出版近 30 年后的回望
1995 年，彼得·蒂尔与大卫·萨克斯合著《多元化迷思》（The Diversity Myth），批评斯坦福校园里的身份政治、言论限制与反西方思潮。近 30 年后，他与迈克·索拉纳重新审视这本书：哪些判断后来被现实印证，哪些地方又因为把文化战争看得太“当真”，反而遗漏了更重要的问题？对话依次讨论科学停滞、经济增长与住房、宗教真理、美国与中国的竞争，以及人工智能是否意味着未来仍可能重新启动。
阅读全文
投资起源：Chris Camillo与DumbMoney.tv的社交投资之路
本期节目邀请了社交投资领域的资深交易员Chris Camillo，分享他从互联网泡沫时代到加密货币和NFT投资的独特经历。Chris以“社交投资”风格著称，强调通过观察社群动态和市场趋势，先于主流投资者采取行动。 访谈中，Chris详细讲述了他对加密货币的初步印象，尤其看重其机构化特性和市场潜力。他分享了自己如何在疫情期间通过小型投资群体接触NFT，并高风险配置资金购买CryptoPunks，表达了对NFT作为灵魂和热情的看法。 节目还探讨了memecoin文化的兴起，影响者如何推动ApeCoin成为新一代迷因币，以及NFT项目的未来趋势。Chris指出大多数NFT项目会失败，但新一代项目将融合传统创业与NFT，基于真实商业用例，预计2023年将迎来爆发。
阅读全文
Chris Camillo：从2万美元到2500万美元的投资之路——Dave Lee访谈实录
本期访谈中，Chris Camillo分享了他如何从2007年用2万美元起步，通过独特的社交套利投资策略，将账户规模增长到超过2500万美元的经历。他讲述了早年通过观察车库甩卖等生活细节发现信息不对称的故事，以及他对华尔街投资者在识别市场变化方面的局限性的看法。 嘉宾介绍了自己创立的私人科技公司Ticker Tags，利用推特数据和词汇本体论实时捕捉市场趋势和消费者行为，指出散户投资者在文化和信息灵活性上的优势。Chris强调，纯粹的社交套利交易不依赖股价、基本面或技术指标，而是通过观察市场尚未充分消化的信息获利。 访谈还涵盖了嘉宾如何应对市场波动、宏观事件的跟踪方法，以及他在股票和期权交易中的策略选择。Chris分享了自己在投资心理和风险管理上的心得，强调“多少才算足够”的财富观念，并谈及对加密货币的看法。
阅读全文
Chris Camillo的1800万美元保证金全押赌注——Dumb Money Live访谈实录
本期节目深入探讨了Chris Camillo如何通过极端的保证金交易策略，在2020年实现净资产的快速增长，甚至达到1800万美元的借贷规模。访谈回顾了Chris早期的投资经历，包括用信用卡现金预支叠加保证金买股票的冒险尝试及其带来的惨痛教训，强调了风险资产管理和风险分类的重要性。 嘉宾们围绕如何划分风险资产展开讨论，指出每个人的风险偏好不同，创业投资和股票杠杆是常见的风险承担方式。节目中还分享了主持人自身的高风险投资策略及其背后的健康和慈善动机，阐述了杠杆使用的逻辑和舒适区间，以及对市场复苏和个股的看好。 此外，节目还介绍了频道未来内容规划，保证金利率的谈判机制，金融行业“聪明钱”的运作方式，以及个人持仓和慈善基金会的股票捐赠。最后，嘉宾推荐了实用的按摩椅产品，并对当前市场表现及多只股票进行了点评，节目以介绍个性化形象生成工具和社区互动环节圆满结束。
阅读全文
期权交易入门直播问答 | Dumb Money Live
本期节目深入浅出地介绍了期权交易的基础知识和关键术语，帮助初学者理解期权如何赋予买方在特定时间内以约定价格买卖股票的权利但无义务。通过房地产类比，形象地说明了期权的杠杆效应和盈利机制，结合亚马逊期权的实际案例，展示了期权交易的潜在收益和风险。 节目进一步解析了期权的价内、价外和平价概念，强调选择略微价内期权以降低风险的策略，并介绍了情景模拟和替代数据在期权选择中的应用。嘉宾还分享了市场效率与期权定价的关系，特别是在市场波动剧烈时期权价格的变化机制，以及卖出看跌期权作为低成本买入股票的策略。 此外，节目讨论了限制收益策略的适用场景及风险，强调任何期权策略都有代价且不存在万能方案。嘉宾分享了何时获利了结的原则，介绍了期权最大亏损、时间价值和LEAP期权的特点。最后，节目涵盖了投资组合对冲再平衡、卖出期权的投资心态、市场动态分析及餐饮行业风险，结合实际案例和观众互动，提供了丰富的实战经验和投资建议。
阅读全文