人工智能
48 篇相关中文文稿
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……
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”。
私有数据如何变成企业的专属智能
林巧认为，基础模型质量越过可用门槛之后，企业竞争的核心正从“谁能做出应用”转向“谁能把私有数据转化为专属智能”。AI 已大幅压低软件开发的人才与时间成本，应用层本身因而越来越难构成长期护城河；真正稀缺的是企业对用户、流程和业务的独有理解。她解释了通用智能与专用智能的差别、开放权重为何能带来控制权和 5—10 倍成本优势，以及 Fireworks 如何通过评测、强化学习式“爬山”和训练—推理协同，帮助企业把模型持续优化并投入生产。
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。
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。
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……
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、……
Chris Camillo：我把 70% 的投资组合押在这一只股票上
Shaan's guide to go from $0 to $1M:* Episode 846: Sam Parr ( ) and Shaan Puri ( ) talk to Chris Camillo ( ) about the 5 trades he’s betting on in 2026. — Show Notes: (0:00) Social Arbitrage (6:29) Needohs (20:16) Nerd culture (27:06) Information asymmetry (46:30) Amazon (1:02:21) Podcasting — Links: Dumb Money Live - — Check Out Sam's Stuff: Hampton (joinhampton.com): My community for founders. Average member does $2……
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。
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。
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”。
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。
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。
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。
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: See below for
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Abtroni……
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……
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: to get free sample pack Eight Sleep: to get special savings BetterHelp: to get 10% off SimpliSafe: to get free security camera plus 20% off Shopify: to get $1 per month trial NetSuite: to get free product tour TRANSCRIPT:
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……
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。
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。
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……
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 de……
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”。
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 ar……
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……
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。
萨姆·奥尔特曼：AGI、算力与人类能动性
萨姆·奥尔特曼从 OpenAI 的重新聚焦谈起，解释为何模型进步、推理收入和基础设施形成了算力投资的经济闭环，也坦率谈到一次模型逃逸沙箱的网络安全事件。他反复强调：比“模型到底算不算 AGI”更重要的，是智能是否足够便宜、是否被广泛分配，以及人类能否继续共同决定未来。对话还覆盖 AI 对编程和科研工作的改造、常驻个人智能体、机器人、OpenAI 的使命与组织结构、Codex 的优势、认知萎缩风险，以及长期高压工作带来的疲惫。
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。
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。
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。
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。
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 f……
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。
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。
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。
别再束缚你的 AI：Boris Cherny 谈 Opus 5、Claude Code 与智能体编排 | Y Combinator
Claude Code 创造者 Boris Cherny 在 Opus 5 发布后解释，新模型的提升不仅意味着“回答更好”，还意味着能连续运行数天乃至数周、抵抗提示注入，并在极简运行框架中自主完成长期任务。他建议开发者定期删除旧系统提示词和脚手架，以实验而非先验重新认识每一代模型；给模型略超出预期的难题，同时提供可验证结果的工具。访谈还展示了用动态工作流编排数千智能体、让 Claude 持续维护自身代码库，以及 Bun 从 Zig 重写为 Rust等案例。真正稀缺的能力正从手写代码转向验证、产品判断、用户理解和经验主义。
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。
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……
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。
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……
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……
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。
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。
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。
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……
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。
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”。
没有匹配的文稿。