今日概览
6
节目总数
6
订阅源
7h2m
总时长
Top Story
【All for Today】🎙️ 每日播客精要全景图
首条总览
AI西经东译
(1)EP153:SpaceXAI 工程师分享AI智能体工程从“微管理”到“自动驾驶”
57m
2026/09/13
📝 AI
总结
🎼大家好,欢迎收听西京东易。如果你和我一样,厌倦了在同质化的AI二手信息中打转,渴望第一时间了解彼岸的优质内容,但又苦于语言的壁垒。那么这个播客就是为你准备的。我是主播杰瑞,一位深耕AI领域的产品经理,很荣幸能为你搭建这座跨越语言的桥梁,带你零距离追踪全球一手的顶尖播客,欢迎关注同名公众号,获取更多内容。好的,这是为您生成的波客概述。想象一下,你的AI编程助手在你睡觉的时候,不仅写好了代码,还自动合并了20个PR。这听起来是不是很疯狂?我们大多数人还在跟一个爱幻想的AI斗智斗勇,不断的检查修正我们自己反而成了效率瓶颈。那么,到底要如何才能真正信任AI。并把它变成一个强大的自主工具。来自cursor的工程师laurrenine。就实现了这个飞跃。他发现。建立信任的关键只有一个词验证。让AI自己去运行代码,自己去测试。自己去发现问题。正如他所说,我早上醒来已经有20个PR被合并到主干了。而且代码质量都很好。那么他是如何从零开始?一步步建立起这套能自主验证。甚至自动合并代码的AI系统。这背后又有哪些核心技术和思维转变?接下来。就让我们听听lauren的精彩分享。.好的。我们首先要聊的这件事。非常非常严肃。好吗?我需要大家认真对待。手机放下。电脑也合上。水平也放下。我们暂时不补水了。大家都准备好了吗?我非常激动的宣布,你们还不能立刻安装那个插件。我们今天晚些时候会发布。所以先别急着拿出电脑。但没错。这确实是一个非常激动人心的里程碑。等我发布之后,你们就可以通过安装baable插件。和新的ESlink插件。😊来启动你们的应用了。好的,我假设大家都能看到我的屏幕了。对,没问题。好的。今天。没错。我想对我来说。一个核心主题是。当我在使用AI智能体编写代码时。我相信在座的很多人。可能也有同样的经历。那就是。你如何信任他?你懂吗?特别是。如果你是一个写了很长时间代码的工程师。你会有很多关于如何做好工程的见解和经验教训。而当你看到这些智能体。你知道。他们在凭感觉做事。在猜测。在产生幻觉。还自信满满的宣称。自己第100次找到了问题的关键。结果却发现根本不是那么回事。这时你的信任感就会大打折扣。而当你对你的智能体没有太多信任时。我觉得。你就真的无法发挥出他们的最大潜力。对我来说。这就像是管理团队一样。如果我是一个团队的工程经理。我手下有一群工程师。但我不信任他们。那么我的工作模式。就会变成微观管理。对吧。我得花大量时间盯着我的下属。检查他们的工作做的好不好。确保他们不会把bug发布到生产环境。所以我画了这张图。因为。这虽然不是一张非常科学的图表。但是。这正是我设想中。自己使用智能体的心路历程。你知道。就像。把时间快退。或者说倒退。大概倒退一年左右。那时候还没有人。或者说没有那么多人用智能体来写代码。我想你。😔你会进入一种模式。就是你。😊和一个。或几个。就那么少数几个智能体。深度。绑定在一起。你会发现自己一直在试图理解你的智能体在做什么。你完全被套在流程里了。你盯着他的每一个输出。坐在那里不断的给他提示。你根本没办法把这个过程规模化。因为。再说一次。你没有那种信任感。对吧。你不可能在连一个智能体的输出都信不过的时候。去同时启动100个智能体。当你连一个智能体的输出都信不过的时候,又怎么可能去部署100个呢?所以在过去的5个月里。我感觉自己真的就在不断攀登这条信任曲线。现在我已经到了一个新阶段。说实话啊。这话说出来可能有点让人觉得不可思议。甚至会让我听起来像一个只会糊弄事儿的工程师。但我保证。我不是。我现在的AI智能体已经可以为我自动合并PR了。这话说出来挺疯狂的。但事实就是。我今天一早醒来,发现有整整20个PR已经被合并到主分支了。我只需要在主分支上检查一遍代码就行。他们不仅已经合并了。而且质量都还不错。那么我是如何做到这一点的呢?这正是我今天想和大家聊的核心。当然。在此之前。我得给大家展示一下这张图表。等一下。有个人请求远程控制我的电脑。诶。这个。我可不能同意。好了。我们继续。我展示这张图。并不是为了炫耀什么。而是想和大家分享我走过的这段历程。你可以看到。这条曲线。和我为cursor贡献的代码数量。刚好形成了一条反向对应的关系。我是5个月前加入公司的。第一个月说实话效率并不高,因为我还在熟悉代码库,完全搞不清状况。但随着我对我的AI智能体越来越有信心,我的工作效率也开始一路飙升。举个例子,上个月我交付了足足1000个PR,这听起来简直太疯狂了。而这个月呢今天才12号我就已经完成了将近800个PR,所以这个开发速度确实非常高。我敢肯。肯定很多人心里会打个问号,这么多代码质量真的过关吗?我觉得这绝对是个非常合理的问题。但我的看法是,只要你把AI智能体配置得当,你完全可以达到一个类似的高效水平。接下来我就具体讲讲我们是怎么做的。对我来说,我很好奇,不知道callin你的经验是怎样的。但在我看来,我认为在与AI智能体协作时。你工具箱里最重要的技能。就是。验证能力。所谓的验证能力指的是AI智能体能够真正的去运行代码。抓取CPU轨迹。生成堆快照。或者打开1个IOS模拟器。总之。无论你的应用是如何呈现给用户的。他都能做到同样的事情。去做同样的事情,去真实的运行它。并且实际的测试和验证他到底能不能工作。因为这才是真正形成闭环的关键。他并不能保证你的agent写出优秀的代码。但至少能让他们写出。正确的代码。而仅仅是这一点。就已经是让我们能够信任agent的一大步了。嗯。😊我可以分享一个我们在cursor内部的例子。我把这个窗口打开。让我。😔把这个。全屏。事情是这样的。关于cursor的agent窗口。这其实是个挺有意思的故事。5个月前,我刚加入科s的时候,我本该加入另一个团队。就是那个云端agent团队。但因为我有很多react的开发经验。而A键窗口正好是一个react应用。所以我当时就被叫去。帮忙做这块的工作。但是呢。当时并没有太多现成的技能能帮到我。我发现自己面临一个情况。ok.Agent.窗口一周内就要上线了。我们的截止日期非常紧。我只能坐在那儿。打开性能分析器。也就是chrome的开发者工具。自己去抓取一个性能追踪的快照。然后盯着那个火焰图。努力看懂他到底在说什么。要记住。这可是我入职的第一个星期,我根本不知道我看到的是什么。对代码库也完全部熟。然后我意识到。我的 agent.他也同样一无所知。你知道吗?我试过截个图。或者下载追踪文件发给他。他会回复说。嗯,看起来像是这个原因。然后非常自信的指出了一个。问题点。结果我吭哧吭哧去修复。最后发现。那根本就不是真正的问题所在。所以。整个过程就变得特别特别慢。如果你自己做过任何性能优化的工作。或者哪怕你只是用过那种不具备验证能力的agent做开发。你就会有体会。你就是那个验证者。你就是瓶颈。你让agent去做点什么?他去写了些代码。然后呢。你就得打开本地的开发版本。自己去验证。哦。不行。这个跑不通。接着你得复制粘贴、截图、控制台的报错信息或者别的什么东西。再发给agent。你的agent就根据这些零散的信息。一点点的去理解。然后尝试修复。但在这个过程里,你始终被困在这个循环里。成了那个最大的瓶颈。这么一来,就根本没办法并行处理工作了。所以这个控制台技能。就是我最早为他构建的技能之一。Crucier in glass.顺便说一下。这是我们内部给agentts window取的代号。其实就是。cursor的谐音梗吧。这个技能本身呢。代码其实并不复杂。你的agent。很容易就能帮你生成一个。不管你是在开发electron应用。web应用。甚至是IOS应用。你都可以教会你的agent如何使用。比如说。chrome的开发者工具协议。或者苹果公司也提供了一些工具。用来运行模拟器,获取性能、追踪数据。和进行程序化控制。这些都非常有价值。但我今天真正想聊的。是这个东西。让我打开这个read me文件。这个技能附带了一个非常独特的功能。或者说。一个独特的文件。叫做功能地图。Feature map.事情是这样的。我构建了这个技能之后。aggenent确实已经能够自己去运行agents window。并且获取性能追踪数据了。但问题是。他根本不知道。Agents window.到底是什么?比如说当有人反馈说。左边的侧边栏有点卡。或者右边的那个PR标签页打不开了。agent就会完全摸不着头脑。像个无头苍蝇一样,他会花大量时间去翻代码。试图搞清楚这个功能到底在哪儿。在界面上要怎么操作才能找到他。这导致他基本上。完全没用。我在本地运行这个工具,它能启动一个开发版本。但然后就卡在那儿瞎折腾。试图在这里点一下,在那里点一下。就是不知道怎么找到目标功能。整个体验。可以说非常糟糕。他甚至会在我屏幕上乱标箭头。所以这个功能地图就变得特别有用。因为他能教会agent。如何找到你应用里的所有功能?在我做的那个插件pack里。你可以在google上搜索ack cursor,找到它。插件里有一个创建验证技能的命令。他会帮你设置好类似的东西。其中就包括了这个功能地图。他会自动探索你的代码库。然后构建出一个初始的功能地图。告诉你的agent。如何导航到你拥有的所有不同功能?这一点真的非常强大。因为现在当用户报告进来的时候,你甚至能把一个很模糊的描述。或者。仅仅一张截图。映射到具体的功能上。在cur损内部,我们就是这么做的。我们有一个slack频道,很多人会在里面给我们关于agent window或者代码编辑器的反馈。而且很多时候有时候我们收到的报告质量确实不怎么样。甚至可以说是很差。比如说我们经常会收到一张截图。上面就打了三个问号。意思是。这到底是什么情况?你知道如果没有功能地图。AI智能体看到这个基本就懵了。他会觉得。我完全没头绪。但有了功能地图之后,他就有了更多的上下文,能更好的理解如何导航。如何找到所有不同的功能?举个例子。比如侧边栏。他会知道什么是侧边栏。里面有哪些子功能?从用户的角度该如何打开它。有哪些快捷键?甚至。😔还有那些用于选择dom元素的属性。所有这些信息都一应俱全。所以。这对于AI智能体来说,真的是一个非常非常强大的工具。在P stack这个插件里。不仅提供了创建验证技能的功能。还有一个维护验证技能的功能。这样。你就能让这个功能地图。始终保持最新。太酷了。😔我正想问你是怎么创建这个的?你介意多分享一下,在Pt这个工具的背景下。这个过程是怎样的吗?顺便也为不熟悉的听众介绍一下。Pacet到底是什么?好的。😊Pt这个项目其实挺有意思的。首先他的名字有点傻乎乎的。pace stack里的P其实是potato的 pe。也就是。土豆。.这么起名是因为有一个非常有名的人叫gary ten。他是Y commminator的CEO。他做了一个插件叫G stack,就是gy stack。巧的是,我们俩的姓氏一样。虽然我们没什么亲戚关系。但我觉得模仿一下gary做一个我的版本。叫Pt会挺有意思的。当然,我的版本会更贴合我自己的一套工程实践。但说实话,我一开始真没想过要开发P stack。他最开始只是一堆零散的技能而已。我先是做了那个控制窗口的技能。后来又通过观察AI智能体的行为。开发了另一个叫耗的技能。你知道。在我刚开始摸索的早期。我几乎是全程盯着我的AI智能体。对他的要求到了一个非常苛刻的程度。我会告诉他。你看。😊这个功能坏了。这是bug报告。告诉我为什么他不工作了。结果呢。AI智能体经常会非常自信的给出一个结论。说。哦。问题肯定出在这里。一定是这个原因。但我注意到。当我去查看他实际的工具调用记录时。发现他根本就没去读那些我认为应该受影响的代码。这一点让我觉得非常可疑。那一刻,我就觉得我再也没法信任这个AI智能体了。因为他简直是。他这完全就是在凭空想象。我觉得。人很容易对他产生不信任感。然后会感觉。有点束手无策。不知道怎么才能帮你的智能题走向成功。但话说回来,我觉得那个管理的类比就特别有帮助。你可以想象一下。假如你是一个工程团队的经理。你团队里有一个工程师。编码能力很强。但对业务背景一无所知。你知道。你刚把他招进来,他可能才入职了5秒钟。那么。你到底...(已截断)
Y Combinator Startup Podcast
(1)
8 Ways To Improve Your Outbound Sales
12m
2026/09/13
📝 AI
总结
If you're just starting outbound and your reply rates are low, maybe even close to zero. this video is for you. As a founder of my company One schema, I personally generated andclo millions of dollars in revenue through founder LED sales. As a visiting partner at YC, I've helped hundreds of YC companies improve their outbound. So in this video, we're gonna to cover eight things that you can do to improve your sales outreach. Tip number one, you want to start manual before you automate. The biggest mistake I often see founders make. They'll come to me during office hours, and they'll show me their email pipeline.😊And it will all be automated. They've loaded up a tool. They've blasted out 1000 emails, and they ended up getting zero replies. The biggest issue with this is if you get zero replies from a campaign that you didn't give any thought to in the first place. Then at the end, when you have zero replies, you've learned nothing. The problem could be your messaging or your company targeting, your prospect selection, your deliverability or your subject line.So.😡My recommendation is to do at least 100 outreaches by hand.Before you automate anything.It's honestly probably going to end up being more.And when I say by hand, I mean genuinely by hand.Spend time thinking about one individual person.What is her problem specifically?What would actually capture her attention?Visit her LinkedIn page and read about her company.Doing this homework personally is how you'll come up with your highest converting outbound ideas.Tip number two.Targeting beats perfect messaging.I often see founders spending hours tweaking their email copy.But they barely even think about who they're emailing.Outbound prospecting is kind of like looking for a needle in a haystack.You need a person that has the exact pain point that you solve.Or a perfectly crafted message won't even land.So here's an example.I worked with a company in the Winter batch who is selling an infrastructure product that should have been sold as senior engineering leaders.But when I opened up his LinkedIn and looked at the prospects that he was selling to.A lot of them were dev managers, GTM managers, there was even a customer success manager.He was sending hundreds of these messages and was wondering why he wasn't getting any replies.So if you spend a little bit more time thinking about whether or not the person you're sending the email to actually has the pain point.You'll often end up seeing a huge increase in your reply rates.Those wrong job titles were never going to buy, no matter how good your email was.So how do you find the right job titles?The first thing that I typically like to do is look at the customers that you already have.Then look at the sales process.Who is the person who is pushing the last deal to close.Who actually signed the contract?Who is the person who paid?Look at all of their job titles and then reach out to people who have similar profiles.You should also look at who has already replied to your outbound.So if you're at the very earliest stages of your journey and you don't have any customers or any replies yet.Ask yourself who in the organization has the most to gain from buying your software.Here's an example.Imagine you're selling software that monitors employee devices for security purposes.A chief security officer might get fired if there's a data breach, so they would really be interested in something like this.But an engineering manager would probably rather not be monitored at all.So they're not a great person to target.It's also really important to make sure that you're reaching out to the right companies.One mistake I'll often see companies make.As they'll do a search in a tool like sales Navigator.And it will return a bunch of profiles that maybe sort of match what they were looking for, but were actually the wrong type of company.For example, if you search for tech companies and LinkedIn sales Navigator, you're often going to get a bunch of IT implementation consultancies.So you want to be really thoughtful about how you're using list building tools.Verify individually that each company is a good fit for your customer or your message is going to fall on deaf ears.As you do more outbound, you'll start to discover clues about a company that indicate that they need your product.These are called intent signals.A great place to look is often at job postings, as they'll tell you a lot about a company's priorities.😊Company growth is another very common, intense signal.Imagine you're building compensation planning software.Companies below 100 employees probably aren't introducing levels for their employees so they won't need your software.Companies above 500 probably already have compensation bans set.So when they're crossing somewhere in that 100 employee range.That's a great intense signal that they need your product.Every product has signals like this.Your job is to discover yours.One more thing on targeting.For closing your very firs...(已截断)
厚雪长波
(1)
2026年中报季收官:增长、现金流与资本开支,透露了什么?
1h 44m
2026/09/14
📝 AI
总结
🎼各位听友大家好,欢迎收听雪球出品的厚雪长播。这是一档和投资相关又不止于投资的节目。我是主持人七上市公司的半年报基本都已经发布完毕了。很多公司的半年报业绩呢都引发了资本市场很大的关注。今天我们挑选了20多家在社区里讨论热度比较高的上市公司,以及邀请到了20多位不同的球友来做解读。事先说明一下啊,这些公司什么业绩表现都有股价走高走低的。也都有。为了力求客观,有些球友即便非常看好某家公司,我们也一定要求他把负面因素全都列一遍,确保大家能够听到一个更全面的解读。我们不推荐任何一家节目中提到的公司股票,所有的观点也都是嘉宾的个人观点,不代表节目的官方立场,市场有风险,投资需谨慎。我们希望通过不同的投资者,对各自感兴趣的公司所做的解读。🎼能够帮助大家观察不同的用户如何看待一家公司的财报与他股价之间的关系。他们的分析框架,包括结论,未必都是对的。🎼但多听一种分析思路。也许就能促进你的独立思考。🎼所以。如果你只是对股票代码感兴趣。那么这期节目或许不适合你。🎼但如果你想借助大家的观点来了解,辐射到整个行业和市场。那这一期。🎼值得你收听。那么我们就开始吧。🎼大家好,我是阿奇雪球ID阿奇笔记我们比较关注互联网行业,简单聊一下阿里巴巴最新的财报。先声明一下,由于阿里的财年和日历年不一致。我下面用的都是这理面的说法。二季多债很残暴啊,其实挺割裂的,单看利润的话会觉得不太好。但是拆开来看,又能看到几个呃相对亮眼的增长点。先说整体情况。阿里二季度收入大概是2690亿,同比增长9%。,但是利润段下滑是比较厉害的。调整后的一倍y塔大概是273亿,同比下降30%,净利润呢大概是104亿,同比下降75%,自由现金流额也是负的。净流出入447亿呃,简单说就是收入还在增长。但是利润已经被投资压下去了。那钱都花到哪了,最大头的还是AI二季度呢阿里资本开支接近677亿,同比75%。。😊不要投向AI云等基础设施啊,与此同时呢,阿里的云计算和算力服务板块收入达到了484亿,同比45%的增速。呃,这是阿里云过去22个季度以来最快的增长速度。其中,AI相关的收入达到了124亿。ARR大概是73亿美元,连续12个季度保持3位数增长,这一块应该是国内外头部大厂的共识了吧。美国的谷歌、微软、亚马逊都在大局投入AIcapex。国内自己啊腾讯的投入力度其实也很大,今年大概都有210亿左右吧。不过呢,阿里的AI云业务并不只是高增长。他也同样赚钱。这个季度阿里云业务调整后的伊贝塔。大概是56亿,同比暴增133%。一塔利润率已经达到了12%左右。环比提升了接近3个点。也就是说,阿里现在投入AI的钱至少从账面来看,是可以形成收入和利润的正向循环的。第二个重要投资就是大家都知道的即时零售板块。阿里这个季度把淘宝闪购、盒马,还有天猫超市的一部分业务。都放到了即时零售板块,这个板块总收入是533亿,同比增长45%。这个速度应该来说也是很快的。阿里管理层提到,淘宝闪购的优E还在环地改善。主要来自客单价提高,还有履约效率的改善。阿里闪购整体亏损大概是110左右吧。环比一季度呢收窄了大概80亿。当然阿里也不是没有问题啊,最大的问题我觉得应该是传统电商增长偏弱。客户管理收入同口净值增长了1%。这个跟宏观消费情况应该有很大关系。不过,三级组指引应该会有明显的改善。第二个问题就是AI投入导致现金流紧张。这是为什么他最近增发融资了800亿港币。AI实验室这块业务本季度亏损139亿,再加上之前提到的677亿的资本开支。那整体的自由现金流明显就要承压了。管理层给出的解释是,AI云计算的资本开支。大概三年就可以收回成本。那么接下来还会往。两年半甚至是两年靠拢。大家都知道,算利卡折旧周期一般是5年。但是他的实际寿命其实是远超5年的,至少阿里内部。2018年到2020年买的英伟达卡,现在还在基本上买复合的跑。按照这个财务来型来算的话,我认为现在的AI云资本开支其实更像是一种投资回报率还。相当不错的一种中长期投资。他是在提前建设AI算力产能。所以其实阿里现在已经不是一家单纯的电商公司了。他实际上在做三件事儿。第一就是稳住淘天传统电商业务。第二个就是做大淘宝想购盒马这些即时零售业务。第三个。就是战略性的重资产投入AN计算。尤其是爱云计算这个板块,目前来说应该是。阿里最大的亮点和看点的增长空间其实还是相当巨大的。只要盯住它的增速和ROY应该就能抓住投资阿里的命门吧。当然,前提是淘天啊、即时零售、阿里国际这些业务能继续保持稳健。🎼不掉链子。大家好,我是昆龙侠。我比较关注互联网行业。今天和大家说说我关注比较多的腾讯控股。谈谈2026年中期财报和未来AI业务发展的研判。腾讯这次中报略超我的预期,但同时也有隐忧。主页来看依然非常稳健。单季度公司收入同比增长11%,非国际净利润同比增长9%。剔除新AI产品的话,非国际经营利润同比增长19%。营收净利润都两位数增长还是很不错的。AI业务方面的话,我对腾讯AI的判断一直是一句话,就是腾讯做的是AI in all,而不是再造1个AI。很多公司赌的是用AI颠覆世界。腾讯赌的是用AI把微信生态的护城河挖的更深。这一轮。AI对互联网公司的冲击是有分化的。得按商业模式一个个看。对互联网搜索以及sars工具类等业务,AI呢就是革命和降维打击。但对腾讯这种生态型公司。AI更多的是增强,而不是替代。微信啊、游戏啊、广告支付全部都是受益的。并且。AI未来越强大,人类的生活更便利,工作更高效,但人与人之间的真实社交需求却很难被替代,反而会显得更珍贵。微信14亿用户的护城河是数十年的社交关系链和信任的沉淀,不是算例堆出来的。模型可以追赶,按关系链违法复制。腾讯的短板是在基础模型,这是事实。但今年推出的宏圆三进步很大,经过半年多的组织重构,基础算是打好了。宏元寺目前也在内测。我听到的反馈是,内部内测下来能力又感觉精进不少。而且产品力是腾讯的长板。我body这种产品快速迭代,用户反馈良好,就又是一个有利的证。何况最近几个月有个趋势已经很明显,顶尖模型之间的差距越来越小,迟早会被拉平。到那时候比拼的就不再只是基础模型的智力。而是谁拥有完整的用户上下文,谁的模型更懂用户,谁就更智能越好用。所以我更愿意相信。AI时代最后胜出的是微信、抖音这种已经攥着生态和用户的。公司而不是只有模型的公司。当然,担心的地方也是有的,大模型没有互联网那种边际成本趋零的优点。用户增长10倍,推理成本跟着涨,规模不经济。再加上AI硬件,目前价格高企,互联网公司家家都被迫在加算利。商业模式在变重,这个也是事实。腾讯Q2资本开支528亿,同比增长176%,自由现金流转负。更关键的是,这些算利买进来,折旧和摊销今年下半年开始加速,明年进入高峰期。未来一两年业绩都会承压,报表可能不太好看,这个要有心理准备。但站在中长期。AI一旦跑通,微信这个超级入口就是第二增长曲线的7跳板。先胖不算胖。现在拼的是谁活的久?🎼地基打的稳。大家好,我是陆家嘴幽灵。呃,熟悉我的朋友都知道,我平时比较关注存储行业。那今天就来和大家聊一聊长兴上市以后的首份半年报。这次长新中报从数据上看是非常亮眼的。上半年实现营收1503亿。较上年同期的154亿是增长超过873%。规模净利润是达到776亿。而上年同期是亏损了23.3亿。实现了大幅扭亏。那单丹今年上半年已经是去年全年净利润的超过40倍了。按照自然日计算的话,相当于他每天是净赚了4.3亿。那这个业绩是远远超出市场预期的。因为之前公司在招股书上披露的上半年收入预告是。1100到1200亿。规募净利润是500到570亿。但实际上都是大幅超出预告上限的。另外,财报上还有几个点比较值得关注。一个是分季度来看。二季度其实是长新业绩的爆发点。一季度收入是508亿,二季度是达到了995亿,环比接近翻倍。那规模净利润方面,二季度也是环比增长了113%。那,第二的话就是他上半年毛利率高达84.8%。相比之下的话,去年上半年是只有13%的一个水平。那计算下来,营业利润率大约是78%,甚至超过了同期海历史的76%和三星的70%。第三就是现金流。可以看到长兴的利润质量是非常高的。上半年经营现金流净额是达到了1312亿。与他的利润规模是高度匹配的。并且他二季度末合同负债相较于这个一季度末是大幅下降了。就说明这个前期预收款啊什么的,已经转换成实际出货了。那财报里还有一个比较重要的信息。啊,也是他公布以后,第二天就得到印证的。长兴自主研发的LPDDR6实现了规模量产。并且将由9月即将发布的小米18fold折叠旗舰手机全球首发搭载。这也是国内存储企业第一次在高端内存标准上打破了由海外厂商长期垄断的产品先发这样一种局面。那在技术标准上已经是达到了国际一梯队的水准。单颗芯片最高容量16GB。峰值传输速率是高达12800兆比特每秒。对比来看的话,这个规格和三星海力士之前公布的路线图是都是在一个档位的。那而且LPDDR5的标准是去年7月才正式发布的。所以说,长新从标准确立到完成架构迭代。包括客户送量验证。再到最后的量产商用,只花了一年的时间。效率是非常可观的。更重要的是,长兴的这个LPDDR6的落地。不是过去那种为了国产替代,而在这个中低端机型上面凑数啊,单打独斗,它是切入了高端旗舰机的核心供应链。所以说背后还有一层产业协同的意义就是终端厂商提前在自研芯片阶段。就和长新完成了底层适配与调试。那国产内存加上国产自研系统及芯片的这样一种组合。就改变了以往国内终端厂商。只能等这个海外厂商才能排期。甚至说在这个供货优先级上都处于被动的一种局面。那当头部终端品牌愿意用高端旗舰机型来为他背书。并且接受市场检验的时候。整个产业链就会形成一个健康的。向上托举的力。这种软硬协同验证的话,会大幅缩短新技术的试错周期。最后做个总结。首先,长鑫这份中报非常亮眼。他业绩爆发的背后,其实是四个要素的合力嘛。第一是这个金源产能扩张了。第二是两率提升了。第三是单位售价提高了。第四是产品结构优化。那其中,针对大家比较关心的这个价格问题,公司在财报里也是明确提示了风险。他的原话是说,这个dram市场价格呈现大幅波动。当前产品价格是处在高位。他的这样一种持续大幅上涨是不具有可持续性的。客观来说的话,长兴其实也面临像制诚啊以及。未来3Ddra路线对于这个高端两侧设备要求的。啊,一系列难点。那设备的可获得性。两率爬坡速度,以及说全球大客户的验证。都是未来创新需要跨越的门槛。那当然,常心从亦步亦趋的替代者。向这个全球技术标准的领跑者转换。也标志着我们国产存储在先进制成的研发体系。和两率控制上面已经具备了相当的这个体系化能力。所以不管怎么说,业务层面的入场券已经拿到了。那长兴能不能在高价值区去持续的兑现高利润率?哦,我们还是需要观察未来几个季度的财报去逐一验证的。🎼大家好,我是雪球平台的创作者郭思亮。我比较关注AI赛道的发展。在今天呢我跟大家谈一下呢关注度比较高的AI赛道。其中有一家公司也是大家关注度很高的。就是英伟达。那为什么要探讨英伟达这家公司呢?因为英伟达呢是作为AEI的总龙头,全球AI的发展产业,或者说未来的发展前景呢。都要看着英伟达的脸色。那我们看一下,从最新的财报数据显示呢。另伟达的营收是962.21亿美元,同比增长105.85%。远远超出市场预期的数值。而同时呢净利润方面,因为它的净利润呢是596.88亿美元。同比增长125.90%,同样也是。超出市场的预期。那英伟达最主要的贡献力量来自AI数据中心。从2027财年Q2的公开数据显示呢,英伟达二季度数据中心收入是890亿美元。同比增长117%。毛利率方面呢。英伟达继续维持在75%的毛利率高位水平,反映出英伟达的盈利能力依然是比较强劲的。而高毛利的背后呢反映出公司的产品竞争力比较强大。而且具备了比较强大的定价权,这也是公司护城河跟公司。核心竞争力的重要体现。那从这一份英伟达的财报数据来看呢,他也给出了关于2028财年的一个。未来业绩。表现的指引。从这一个指引来看呢。除了对于2028财年把利率的预测可能略低于市场预期之外呢,其他收入数据都是远超出分析师的预期。这给市场前提出一个重要信号。未来全球AI需求可能会持续旺盛。而这一轮AI高景气周期的持续...(已截断)
声动早咖啡
(1)图拉斯|把校徽印上卫衣 T 恤,美国大学如何把授权校名做成一门生意?
18m
2026/09/14
📝 AI
总结
🎼本周节目由图拉斯冠名播出,图拉斯让心机体验更进一步,用声音碰撞世界,生动活泼。生动宝咖啡与你轻松同步日常生活与商业世界。🎼嗨各位早上好呀,今天是2026年的9月14号,星期一,这里是生动早咖啡。我是来自生动活泼的梦一彪马为了提升业绩正在进行哪些调整,addobe的AI前景,为什么不被看好。今天早咖啡的上半段就和你来了解这些内容。那今天节目的下半段,想和你来聊聊大学logo背后的零售生意。进入到9月,各大院校都陆续迎来了开学,很多的学生也拉着行李回到了学校。每到开学季,校园里各种印着校名、校徽的文化衫和帆布袋也会明显多起来。😊🎼而在大洋彼岸的美国。印着大学logo的商品,其实也早已经走出了校园。🎼在今年的开学季,一个来自于加州的运动服饰品牌fles。他们就把旗下大学服饰专区college shop覆盖的高校。🎼从春季测试时候的大约100所增加到了200多所。消费者可以在同一个网站里搜索不同的学校。购买带有对应校名、校徽或者是校队标志的服饰。🎼当然,除了fablys。耐克阿迪达斯hollistister。🎼还有champ等等这些服饰品牌,也都推出过各种印着大学logo的T恤、卫衣,还有帽子等等。与此同时,美国市场上还有一批专门经营大学授权商品的零售商。🎼那为什么在美国印有大学logo的服饰?能够吸引这么多的品牌,不同学校的校徽和标志。🎼又是怎样被做成一门可以跨效扩张的生意的呢?我们先来浏览几条最近的商业科技动态。🎼稍后的精解读时间,我们就一块来聊聊。😊大学logo背后的零售生意。iphone18pro预售火爆。9月12号晚上8点。苹果iphone18pro系列开启预售。根据澎湃新闻的报道,苹果官网和apple store都遭遇了网络拥堵。前几分钟还能够抢到9月18号发售日当天就能拿到手的订单。可很快,送货时间就顺延到了10月1号或者是更晚的日期。在得物等等其他平台上。多款机型的成交价。也都出现了上涨。iphone18pro系列主要在摄影和芯片方面进行了升级。受到存储芯片等等关键零件涨价的影响。这个系列在中国市场的起售价格是9999元。和上一代相比,上涨了1000元。🎼有分析师认为,在存储涨价、供应链受限的情况下。苹果希望优先抓住高端市场,暂时没有推出iphone18标准版。但即使上调了零售价。预计18pro系列的毛利率仍然会低于17pro系列。另外,备受关注的苹果折叠屏手机也将会在10月16号开启预售。し。监管部门批准安踏收购标码。根据市场监管总局9月11号的公告。安踏对彪马的收购已经获得了无条件批准。今年1月,安踏宣布收购彪马所属公司大约三成的股权。成为最大股东。当时,安踏表示,这笔交易是推进集团多品牌以及全球化战略的重要一步。🎼他们看中彪马这个品牌所蕴含的长期价值和潜力。双方将会保持各自业务运营上的独立性。彪马最新的财报显示,今年上半年他们的营收。同比下滑接近8%。主要的原因包括。🎼北美消费者在通胀压力之下减少消费以及优化批发渠道。还有减少直营渠道的折扣等等。🎼彪马也在持续调整管理层,其中多人来自阿迪达斯,还有耐克等等竞品。不过,界面新闻指出。今年二季度,亚太是彪码唯一增长的区域市场。与传统的专业运动赛道相比。彪码正在通过时尚来寻求增量。🎼安踏也可能给彪马在大中华区的策略带来新的变化。Adobe面临AI压力。创意软件公司Adobe的CEO在最近的财报会上表示。😊截止到8月底的这个季度。公司AI产品的年化收入已经超过了6.5亿美元。同比增长超过150%。🎼他们的高管表示。Adobe正在推动用户先免费使用AI功能。再把其中部分人转化为付费用户。进一步的推动AI产品的销售增长。不过,theinform指出,Adobe的股价随后下跌。一些投资者仍然认为,Adobe的AI收入前景存在着很强的不确定性。过去,人们需要使用photoshop等等昂贵的软件,才能够完成设计创意。但是现在普通用户只靠文字指令,也能够借助AI完成图片的生成和修改。欧板AI还在最近告知部分的合作伙伴。😊🎼ChaGBT.将不再接受图像和音频生成类产品的广告投放。其中就包括Adobe的AI图像生成产品firefly。Ado比的高管表示。open AI在周二发布了新的图像生成模型。他们也正在切段竞品的自然流量和付费推广路径。ふ。AI巨头呼吁放慢模型研发。9月12号,anthopy的CEOdriam发布了一篇长文,呼吁AI行业。放缓最先进模型的开发速度。还提出了引入第三方评估人员等等建议。🎼oppen AI的CEO Sam奥tman。还有马斯克。🎼以及googledig mind的负责人dmis Hezes。随后都很快表示了支持。就在几天之前,SO的一名员工因为担心AI技术的安全性而宣布辞职。纽约时报指出,AI行业长期处在激烈的竞争当中。各家公司也不断的推出更强大的模型。🎼但是,近期随着AI安全风险进入公众讨论,许多研究人员开始呼吁行业减速。不过,一些批评人士认为,anrop和open AI正在炒作人们对AI的担忧。🎼希望借机要求美国政府建立监管框架。来巩固自己在AI市场的领先地位。🎼以上这些就是我们编辑部为你整理的几条最近的商业科技动态,下面和我一同走进到今天的清解读时间。😊そに。欢迎来到今天的清解读。😊在美国印有大学名称或者是校徽的商品,并不只出现在校园纪念品商店里。几年前,美国休闲服饰品牌holistister。😊就曾经推出过一组包含60多款产品。覆盖30多所美国大学的授权服饰。lululemon也和北美多所大学的书店和零售商合作。把大学商标放到自己的服装和配饰上。而耐克和阿迪达斯之前也已经围绕着多所美国大学。推出过T恤、卫衣,还有鞋类等等大量的授权商品。那除了这些我们已经熟悉的品牌,还有节目一开始所提到的一个叫做f politicss旗下的college shop。😊现在围绕着大学IP。美国还发展出了一大批专门的零售商。比如一家名字叫做home field per的美国大学服饰品牌,他们会翻找各个学校档案里的。旧版校徽和校园故事。🎼再把这些元素做成衣服。根据了解,截止到去年,这家公司已经覆盖了200多所大学,也开出了线下门店。另外一个专门做女性大学服饰的品牌叫做hen vice。这个品牌的创始人发现,很多女大学生会把传统的宽大校队T恤自行改成短款上衣或者是裙装。所以他们的产品线会更加的强调高效标志和女性时装街头服饰相结合。根据品牌的官网。😊目前,hen voice的商品也涉及几百所高校的授权。而规模更大的体育用品提供商。Batictics?他们旗下也有专门的大学部门。相关业务几乎覆盖了整条产业链。从高效品牌合作商品的生产批发,一直做到电商运营和线下体育场边的商店。根据公开资料。美国高校授权商品的市场规模目前已经超过了46亿美元。相当于一年下来,各种印着美国大学logo的卫衣、T恤,还有帽子等等商品,能够卖出超过300多亿人民币的规模。那么这些分属于不同学校的logo。又是如何成为一门跨校经营的零售生意的呢?🎼原因之一。具备相对成熟的大学授权服务体系。根据体育商业媒体sport business journal的报道。美国大学的标志最早也只是被印在纪念品和校园服装上。上世纪70年代,随着校园T恤快速的增多。有丝网印刷设备的人,几乎都能生产。所以,面对着越来越多未经许可,质量也参差不齐的校园商品。美国的各所高校开始系统性的注册,包括大学名称、缩写、校徽,还有吉祥物等等符号在内的各类商标资产。到了上世纪80年代初,美国也出现了专门为高效管理授权业务的代理机构。其中比较有代表性的是一家全称叫做collegiatelic company的公司。直译过来就是大学商标授权公司,简称CLC。根据他们官网的信息,这家机构的创始人biillbattle。😊他最初是想要为阿拉巴马大学传奇橄榄球教练poil Bryan开发个人授权项目。但是在这个过程当中,be battle发现阿拉巴马大学还没有完整的商标授权计划。于是他把这个学校也发展成为了CLC的第一所高校客户。😊随后又有8所学校加入。随着加入的学校和品牌方越来越多,CLC逐渐的把原本分散的授权工作整理成了一套相对统一的流程。目前,美国有接近800所的高校,把部分的授权管理委托给了CLC。而CLC则负责接收各方的申请。他们会替高校先审查品牌方的产品方案、经营能力、供应链。还有营销计划以及销售渠道等等。整理之后再交给相关的高校做出最终的决定。申请获批之后,品牌方可以按约定来使用校名、校徽等等标志。高校则可以从中获得授权收入,扩大自身形象。在商品和零售渠道中影响力的同时。也可以保留对于产品设计。和商标使用方式的最终审批权。而像CLC这样的代理机构。😊就可以按照合同获得相应的服务收益,并且通过引入更多的高校和品牌方,继续扩大自己的授权网络。那除了CLC,美国还有不少类似的授权代理。比如刚才我们也提到过的体育用品提供商。Fineatics.他们旗下。😊也设有专门的大学授权管理部门。而另外市场上还有一些规模比较小的专业的代理机构。比如有一家名字叫做example associate的公司。他们目前只服务包括哥伦比亚大学和康奈尔大学在内的1所高校。专门为这几所学校提供更有针对性的服务。那也正因为有了这样相对成熟的授权服务机构的存在。美国的高校。也能够省去管理众多品牌方的成本。同时,仍然保留最终的审批权。而品牌方则可以通过一套相对统一的系统。更快的去对接多所学校。原因之二,美国大学体育拥有庞大的赛事体系和长期形成的大学球迷文化。在美国,大学周边商品的稳定消费人群通常有两类。一类当然是学生、校友或者是家庭成员。而另一大类人群则是和美国大学的体育赛事有关。根据美国大学体育协会NCAA的数据。美国3600多所高校当中,大约1100所都是NCAA的成员。这些学校都有自己的大学体育项目。😊而且大学体育也覆盖了许多职业联赛所触达不到的地方。很多没有顶级职业球队的城市和州。地方大学的球队就是当地最宝贵的体育资产。😊像是内布拉斯加或者是阿拉巴马州。一个人支持当地大学的球队,未必因为自己在那儿读过书。也可能是因为这支球队代表着他的家乡和社区。而且美国大学体育赛事也非常的密集。😊根据了解,在2024到2025学年。美国大学体育协会NCAA。一共有超过55万名学生运动员和接近2万支校队覆盖三个级别和大量的运动项目。包括橄榄球、篮球、棒球、冰球,还有排球等等。而且在常规赛结束之后,大学橄榄球还有晚赛和季后赛。大学篮球则有被称为是msh madness。疯狂3月的全国锦标赛。不同的项目轮番开赛。让美国大学体育赛事几乎可以贯穿整个学年。而电视转播又把这种地方身份带到了全国。根据尼尔森的统计。2024年美国大学橄榄球常规赛当中,收视最高的一场比赛,吸引了1300万观众。最受关注的乔治尔大学队。他们平均下来每场比赛都能够吸引800多万人收看转播。美国体育营销公司li feel的估算显示。美国大学体育拥有接近2亿球迷。这家机构在2025年进行了一项调查,还发现87%的受访者表示。自己每年都会购买大学球队的周边商品。こに?🎼原因之三。授权商品大多是基础款服饰,标准化程度高,成本可控。行业媒体global trade对电商销售数据的分析也显示。大学周边卖的最多的通常也是T恤、连帽卫衣,还有帽子等等基础款的服饰。对于许多冲着大学logo消费的人群来说。这些商品首先承担的是身份表达的功能。在一份发表于应用营销理论期刊的研究指出,校名、校徽等等学校的符号。能够将人们和大学或者是校队联系起来。让校友和球迷通过具体的商品表达支持。并且获得归属感和社会身份的认同。所以消费者挑选这类商品的时候,往往会先看校名、logo和代表色。版型和面料则会相对次要。品牌方在设计产品的时候,也会更加倾向于突出这些标志性的元素。再搭配接受度比较高的基础款。比如我们节目一开始提到的运动服饰品牌fab bloods。他们的大学周边商品的款式主要都来自于这个品牌已有的一些畅销版型。包括卫衣,宽松的T恤、运动套装,还有腰包。而不同学校的产品只需要更换校名、配色和logo。面料版型、尺码,还有生产流程以及仓储...(已截断)
纵横四海
(1)
EP87《稀缺》:如何设计一个让自己变聪明的系统
3h 40m
2026/09/14
📝 AI
总结
🎼the night is flyingthe stars are we are not大家好,欢迎来到纵横四海,我是写影melody我大家一读。今读的这本书呢非常颠覆思维。他是思考快鱼曼的作者戴尼尔卡尼曼大力推崇的一本书他能解释很多看似毫不相关的现象。比如为什么忙碌的人一直,而且出己看似愚蠢的角色同理为。什么穷人一直穷下去,并且会做出很多看似不合理,让自己更陷入贫困的决策呢?为什么孤独的人越想交朋友,越手足无措,又为什么结食这件事情常常以失败告终呢?这本书就是稀缺英文副标题是w having too little means so much。为什么匮乏感对我们的影响是如此重要。它其实真的在影响我们所有人影响生活的方方面面。所以今天我们也想顺着这个话题给大家介绍一位能够帮助我们解。😊学这种匮乏感的新朋友。本期节目的赞助伙伴科沃斯。可能很多人对科s的印象还停留在哦,是中国第一个做扫地机器人的品牌。但他早就悄悄进化了。从活水洗地、高空擦窗到庭院除草泳池清洁。甚至还有情绪陪伴机器人哦。他一直在沿着我们真实的家庭场景。抓住那些看似微小却最折磨人的细节。一点点的去做品类创新。今年刚刚被福布斯评为全球家用机器人第一品牌。可我现在做的事就是把那些被家务匮乏感扣押的大脑带宽一分一分的赎回来。😊让我们能把最珍贵的心力留给那些真正重要的人和事。这也恰恰是今天我们聊稀缺最想跟大家探讨的真相。好,然后我们来读这本书。那老样子我们会开启这本书的共读群。大家可以在群里一起阅读,一起讨论。😊每次共读都有很多新的启发,大家真的贡献了很多超级精彩的案例。所以这次也很期待大家的分享哦。😊参加共图的方式,请见show note跟评论区。好,那。我们先来讲两个故事吧。😊啊,本书的作者之一赛德希尔啊,赛德希尔呢曾经是哈佛大学经济学教授。芝加哥大学商学院计算和行为科学的教授。他现在在MIT。是经济系加上EECS也就是电子工程与计算机科学系的双品。主攻方向现在已经转向了AI跟人的交叉。那他是麦克艾瑟天才奖的获得者,那时候他才29岁哦。啊,那。嗯,塞德希尔呢日常非常非常的忙碌,他一直跟本书的另外一位作者叫做埃尔德。而埃尔德是普林森大学的心理学教授,主要研究行为经济学。他也是卡尼曼特雷斯曼中心的首任主任。你慢就是写思考快于慢的danielel卡loman。啊,行为经济学的开创者。那特雷斯曼是注意力研究的奠基人,所以阿尔德是以这两个人的名字命名的研究中心的。第一任主任。那。啊,夏德希尔呢就一直跟艾尔德抱怨说,哇,这每天要做的事情实在是太忙了。😊太多了,忙到很多原定的会议,他都只能厚着脸皮。求延期。那收件箱里面堆满了待处理的邮件。然后呢,他说哇很久没有跟妈妈打电话了,可以想象。呃,妈妈很失望的表情就伤心欲绝啊,再来下来出生在印度,后来他。成为了美国人,那大家都懂亚洲的妈妈那种孩子勤年给他自己打电话的那种失望。然后呢,他要出差去一个会议,本来他对这个会议是感到非常兴奋的。但是现在想到说啊,我为了这个会议,我还要转机啊,就已经非常头痛了。😊已经在这百忙之中。突然之间又多出来一件事情,就是。他的车子年检要过期了。要重新去办理登记手续。雪上加霜的事,因为他已经这么忙碌了,所以呢他没有及时的发出一封邮件。导致一整个项目整个方向都错了。现在要把这个项目掰回正轨,就需要去做更多的事情。所以就是整个就已经淹没在各种事物的海洋中啊,忙到不行。赛德笑就决定说一定要改变了。这是绝对不能再这样下去了,再这样下去要崩盘了。😊啊,首先呢我一定不能再增加任务了。那从现在开始,我就要优先处理已经堆积的事物。啊,再找上门的工作,我一律不接。然后呢,我埋头去好好的处理当下的事情,那总归对吧?就像蚂蚁搬家一样,1.1点愚公移山。总归是可以逐渐减轻负担的。系。因为我再也不想陷入这种情况了,所以以后我也要更加谨慎,不要再轻易的对新的事情CES,我要多 sayay no。啊,做完这个决心之后,夏德学尔觉得非常的满意。作者在这里真的很幽默哈。毕竟他说伏尔他讲过吧,幻觉是所有乐趣之首。啊,他对这个决定就是陷入了幻觉,我确实能这么做。就在他做好这个决定,做好这些规划的一周以后。夏德希尔又打电话给艾尔德说,他说哎有两个同事正在写一部关于美国低收入人群的书。邀请我们贡献一张新的内容,他说这是一个宝贵的机会,不容错过。因为他们在研究低收入人群的很多行为现象现象。当时哈艾尔德说夏德现尔当时的语气没有任何一丝讽刺的意思哈,是真的很认真的在讨论这件事情的。虽然他一周前刚刚下过决情,说,哎,不接任何新的工作了。那反正呢这个机会这么不容错过嘛,所以他们呢就去贡献了这一章的新的内容,因为确实也真的还是很懵,所以脱稿拖了很。很久,而且他们自己也觉得自己写的很草率,对这一张也不是很满意。但是啊这件事情确实间接的催生了稀缺这本书啊,因为在他们贡献的这一章里,他们正好写了一个肖恩的故事,然后发现说嗯这个故事怎么听起来这么熟悉呢?第二个故事就是肖恩的故事了。肖恩是美国克里夫文的一位办公室经理克里夫兰是啊在 Ohio哈友哈是美国铁锈带的头号样本城市洛克菲勒的标准石油,这是1870。😊年在这里创立的,现在他是靠cleveland的cic,是全球心脏外科排名第一的医院,也是cleveland本市最大的雇主。好,但肖恩就是 Cleveland一个普普通通的办公室经理,他的财务情况已经非常紧张了,因为已经到月底了,有好几份账单要还,但是他的信用卡已经刷爆了,工资刚到手,不知道为什么就已经花光了啊,这个时候呢突然之间就是有一个小小的意外,是因为他不是要一直算自己账户里面还有多少钱。什么他忘记了有一笔22美元的支出,所以呢他这个账户余额就没有算对。所以他开出去的支票就被退回来了。那支票被退回来,这件事情是要收一笔非常可观的透支费的而且因为支票退回来了,他去付的那个账单不是没有付吗?那账单又过期了,所以呢账单那边又要收一笔滞纳金。那在美国,无论是支票的透支费还是账单的滞纳金都非常昂贵。可能账单两。Qu钱。啊,滞障金200块钱。啊,反正就是很贵。所以。这个意外就雪上加霜,让相应的财务情况更紧张了。那又发生了一件头疼的事情是。半年前有一个无需付款的和先买后付的这个蓝光影碟播放机,现在到了要付款的时候了。所以肖恩根本就不知道要从哪里去找这笔钱。那他就觉得很烦恼。😊他就下定决心说,我一定不要再这样下去了,我一定要改善一下我的财务情况。我不能就老是这么乱糟糟的,到处捉襟见肘。首先就是绝对不能有新的支出了啊,也不能有新的借贷。我在开支上应该能省则省。那有些东西呢就是一定要忍痛放弃。所以呢我慢慢的一笔一笔的凑钱,那我亏能够还上这个债务。啊,以后我也不能再让自己陷入这种情况了,所以要更加的谨慎,买东西一定要三思而后行。不要冲动购物了。好。咱们说过的幻觉是快乐之手。他刚刚做完这个决定没多久,他发现哎他喜欢了很久很久的那件皮夹克,终于打折到,他觉得合适的价位了。下次再打折就不知道是什么时候了。😊哎,可是女儿的生日又要到了。总不能说不能好好对待女儿的生日,不能说买份廉价的礼物,随便弄弄糊弄就搪塞过去吧。所以他又要花钱支出了。大家有没有发现这两个故事很相似呢?就是萨德希尔跟肖恩。现的时已经没有时间了,下定决心绝对不能再接活,转头就接了新活。哎,肖恩已经没钱了,下定决心不要再花钱了,哎,转头就去花钱。他俩当然是非常不同的人了啊,他们的身份也不同,从事的行业也不同,性格可能也不同。缺少的东西也不同,一个缺钱,一个缺时间。😊但是他们的行为模式却如此一致。而且。😊他们都不是不理性的人呢,尤其是教授本人,对吧?因为在这本书中,我们已经看得出来。他是非常理性的人。😊那为什么刚刚下过决心转头又会忍不住呢?此处不仅想起了我自己,就是刚刚下午对自己说,晚上不要再海水糊喝了,晚上就马上点了小龙虾。😊可见,这些行为的背后都可能存在一个共通的行为经济学的逻辑。我们把这个逻辑拓展出去看一下,其实这种模式随处可见的。那孤独的人已经很缺人际关系了。但是。😊却对新的关系受恐排斥恐拒。节食的人好不容易省了那么些热量,好不容易达到了一定的小小的目标。他是非常容易崩溃,乱吃,浪费了之前的努力。那为什么到底是为什么忙的人呃,穷的人结识的人社恐的人,这些人背后都有这些相似的看似双引后愚蠢的。😊行为模式呢。这就催生了这本书。那其实这个背后的共通逻辑就是稀缺心态。什么是稀缺呢?稀缺的定义就是。很简单,拥有的比需要的少。哎,那我们感觉肯定不太幸福哈。😊啊,当然拥有比需要少这件事情是有客观局限的。比如说确实钱不多,确实时间很紧张。但是呢这件事情也是有主观的成分的。首先你看你需要多少,是不是就有主观成分呢?你看美国的穷人就是已经算是美国的贫困人群了。他们也没有办法想象天寒地冻要去外面上厕所的感觉。那中国的家庭中就相当一部分人。😊是要去外面上厕所的。他们其实并不一定觉得自己是穷人啊。😡嗯,对完美主义者来说,你需要做到的非常非常多,对吧?这个需要很多很多,而且。觉得啊我就很多吗?我觉得这就是对自己应该有的鞭策呀。😊可是,非完美主义者呢觉得自己需要的就没有那么多了。嗯,所以其实对需要其实一个嗯很有主观成分在里边的东西。那我们拥有多少是不是也有主观成分啊?被社会时钟推着走的人,总觉得自己时日无多。再不成功就老了。哎,再不生小孩儿就生不出来了。再不结婚就没人要了。😊再不插叉就叉了。就是总有觉得哎呀自己拥有的时间怎么这么少啊。😊就是用有的不多了。可是如果你一旦跳出社会失中思维框架。你就觉得哈。😮不会啊,我还拥有大把时间啊。30岁简直太年轻了吧。40岁不是刚刚才踏入人生巅峰的开端吗?50岁不是刚刚才攀上一个小巅峰吗?😊后面还有大把大好的时光呢。怎么会就没有时间了呢?😊嗯,所以拥有其实也是主观的。所以,稀缺不但是一种物理上的资源匮乏,它更是一种会强行侵入跟俘获我们大脑心智的心态。所以我们把稀缺叫做稀缺心态。哪跟稀缺心态相关的呢?就有三个非常重要的心理机制。第一个心理机制呢叫做管窥啊,管道的管窥探的窥。啊,我们先来看个实验吧,这个实验其实我们已经不陌生了。😊在一批71,我们为什么吃太多那?一期我们就讲过这个实验。叫做迷尼苏打饥饿实验。啊,这个是在二战末期的时候,为了研究应对饥荒的方,科学家们就招募了36名健康男性志愿者来做这个实验。那。因为是应对饥荒的方法嘛,所以他们就首先需要这些志愿者们先节食去减掉体重,进入到饥荒的状态才能够做实验嘛。那么在这24周的节食期中,受试者们减去了。25%的体重。就是。还是蛮明显的哈。😊在嗯1比71那期我们讲过说这些志愿者的情绪在这个过程中就受到了极大的影响。他们陷入焦虑、抑郁,无法集中注意力,患上了疑心病,总是在担心自己的健康。他们极度渴望高热量的食物,还丧失了性欲。啊,其中有一个被十变的极度抑郁,甚至用斧头砍断了自己的三根手指。啊,另一个背视在放风的过程中,偷偷的买食物,被团队的首席科学家撞见了。这个人当时已经崩溃了,就是扬言要杀了科学家。😡然后马上。把他退出实验,被送到精神病房。恢复饮食之后,他马上就成为这个精神崩溃,就发疯的状态中就恢复过来了。😊那除了影情绪的影响之外。其实这个事情在注意力方面也有重要的发现。啊,他们发现就是在挨饿之后,所有背式的注意力就被牢牢的盯在跟食物相关的一切上。他们开始花几个小时,反复的详细的看菜谱。啊,比对每一道它的价格。然后他们开始原来是有各种各样其他的梦想的。这个时候他们每个人都开始梦想去开餐厅了。那花几个小时几天的时间去讨论。😊去琢磨这些细节,开餐厅的细节。其中有一个卫士后来回忆到说。当你的人生重心。只剩下食物的时候。这个时候你的生活其实索然无味。比如你看电影的时候。😊那男欢女爱的场景啊,其他的美妙场景啊、故事的逻辑啊、哲理啊什么的都吸引不到你了。只有当食物出现的场景,会让你眼前一亮。😊可见饥饿俘获了这些人的思想跟注意力。啊,俘获这个词就是capture就抓住获取。为什么用capture这个词呢?是因为capture是我抓住了你。你是毫无反抗能力的。你是一个被动的接受抓住的对象。啊,那所以我们在这里要强调的是这些注意力的集中注意力的啊这个完全关注在实物上这件事情。是不由得志愿者...(已截断)
商业就是这样
(1)商业小样49 | 为什么律师按小时收费?
11m
2026/09/14
📝 AI
总结
大家好,我是肖文杰,我是小亚律师咨询顾问、会计师和建筑师。这些行业有一个很意外的共通点,就是他们经常是按照小时来买自己的工作能力。这个项目做成什么样,最后带来什么结果通常都不会直接的决定这个价格。英文里面把这个模式叫做beable hour,就是可计费工时。嗯,虽然有些蓝领的行业也是按小时收费的,但是感觉和这些刚才我们讲的那些专业服务的那些岗位。还是不太一样啊。嗯所以本期节目呢我们就顺着这个计费工时制来讨论两个问题。第一呢就是为什么时间会成为专业服务的计价单位。然后他到底合不合理。第二就是当AI普及之后,这套收费逻辑还能成立吗?嗯,那说到计费工时制应用最广泛的行业呢,那应该就是律师呃,现在律师业的计时收费一般会追溯到一个信smith的美国律师啊,有个专门的人呢啊,有人的啊,在1913年这个的进入波。😊顿法律援助协会工作波士顿法律呃。不是那个剧是吗?是一个协会sorry嗯呃,那这个机构呢其实主要是处理一些就是义务的援助的那人少钱更少。然后呢,每年案子的是最多的。😊每年要处理大概2000宗案件。史密斯觉得就是。😊大家这个工作效率很低,有没有办法提高一下,所以他请人设计了一套记录系统。就让这个协会里面的律师都写清楚。自己为哪宗案件做了什么事情,然后每件事上花了多久。😊嗯,那这个量化工作效率的方法,其实就和我们。比较熟悉的像这个科学管理,泰乐智就很像了嘛嗯。所以他的起点其实不是为了去收钱,而是为了提升一下这个法律援助工作的效率是吧?对。他当时只是一套就是这个协会里面内部管理的工具。我到了1915年,这家机构处理完的案件数量比前年增加了65%。而每个案件的平均净成本从3.93美元降到了1.63美元。所以说到了1919年,s密斯就从这个协会出来跳槽,加入到了一家律师事务所的时候呢,也把这个公示表带过去了。后来呢工时记录就慢慢变成了一个可以给客户看的账单。呃,1970年代,当时美国大型企业的法务部门扩张,就是这些法务呢就没有什么事情干,然后就开始检查这个律所送来这个账单明细,就可以看每个人啊你做了什么事情用了多久?然后呢,整个账单里面有没有出现什么让太资深人做太简单是这种乱收费的情况。😊客户呢未必能判断就是一份法律意见的形成到底这个。意见本身值多少钱?但其实可以问,就说为什么你写邮件写了3个小时,就他看账单是可以看出来这个的。😊时间对他来说比较的直观。对。那到了1980年代呢,既费公时制又。变成了律所本身用来考核律师的这个工作成果,制定预算和分配利润的一种手段。也就是说,这种量化的思维方式最终是同时控制了客户怎么付钱,以及律所怎么运转。所以你刚才讲的是这个计费工时制是如何在律师行业里面逐渐的普及的啊,嗯但是还是那个归根结底的问题,就是为什么像会计啊、咨询啊。包括律师啊,包括有的什么IT服务啊等等,他们都采用这套方式来算钱的。嗯,因为这些行业的工作仔细想其实是能看出一些相似的地方就是。😊工作量有时候很难提前估的很准。就比如说律师。他不知道比如说我上庭之前,对手会不会突然提交新的证据。那比如说咨询行业,他项目做到一半,客户可能说哎你帮我再分析一个市场的情况。那建筑师呢更简单,就是你不知道业主中间会改多少轮。😊就是顺便再改一点是吧?嗯,就这个一点就很容易膨胀到。之前难以臆想的一个地步了。对。那交付越定制化,范围越容易变化。那如果你去做固定报价的话,越向市一场赌博。而这个项目临时膨胀的话,这个服务方可能就白做了很多的工作。所以说按照小时计费的话,首先是在保护服务方的利益。嗯,呃我们也可以看一下,就是服务方到底是怎么去用这个方式去向客户收费的。其实算法很简单,账单上面就是。😊可计费工时就是多少个小时乘以每个小时的费率。那这个小时费率里面除了专业人员的个人成本以外呢,其实还参与均摊呢就整个服务机构的别的很多成本。比如说办公室租金。管理的成本还包括人员福利等等,反正就都摊到这个里面去。就虽然你摊过去也是一种算法,但是其实也可以不摊进去,对吧?你这个东西也自己承担,你只是单纯把那个单价提上去就可以了。😊就为什么要就买这个一小时。就甲方还要替乙方承担这个分摊的成本的,就这个东西怎么形成的?呃,这个我觉得。不是说怎么形成的,就是一套约定书上的东西。就是所以说站在服务方角度来想的话,这套制度肯定不是绝对的合理的。但他主要就是。解决了很多我们前面说这些麻烦,就比如说项目突然变复杂的时候,额外成本可以继续结算。然后或者说你临时增加任务,不用给整个项目重新报价之类的。最重要就是你有一招。看起来很清楚的明细表单大概知道这个钱花在哪里。嗯,就听起来它比较像这个出租车的计价器,而且还增加了一点点保险的功能,对吧?就是如果你这个项目规模扩大了,服务方这乙方不会吃亏,主要就是超这个风险由你自己客户承担,你自己想清楚要不要超这个问题啊。嗯呃所以说从客户的角度来看呢,这种计费的工时制看似很清楚。嗯,但是他肯定有一个问题,就是客户本身是自己缺少专业信息的情况下,我才会。聘用专业行业的乙方来帮我做这个事情。在我缺少专业信息的情况下,我肯定很难提前预判说我最终支出规模是多少啊。但是呢随着客户本身越来越精明,所以说我们也可以看到就是传统的计费公时制之外,现在的固定收费模式也越来越常见了,就是把总价提前锁死。那服务方呢其有动力,就是在这个固定总价下提高效率。而且呢即使是固定收费制,其实甲方也可以要求乙方继续按照计费公司制来计录整个项目。进度啊,这看看就是呃虽然我给你这么多钱,但是我还是要看一下你们这个团队到底是怎么花这笔钱的。你到底花了多少时间,每个时间段内做多少工作。这个对于甲方的好处来说呢,就是遇到类似的项目,下一次就可以更精准的把控预算了。嗯,等于说这个计费工时制本身是作为一个量化的工具,可以同时管理乙方的工作和甲方的预期。对,实行制其实还有另一层作用。其实我们前面提到就是发生在乙方机构内部的。呃,因为员工的上班的。所有时间不是都卖给客户的,这个就是可计费公式以外,不可计费的部分。比如说一个律师,他为了客户的需求去查资料,写报告,就开项目的会议,这些都是可以计费的时间。但是呢比如说他做内部培训,或者说参与一些行政管理,这个就是不能计费的部分。所以说呢乙方机构自己也会看一个基于计费公式延伸出来指标叫做公时利用率,也就是说他的全部的工作时间里面,到底有多少时间是能够向客户收费的。那假设说哪个员工在他的工作当中体现出来的利用率越高,那其实年终的利润分配考核或者晋升就有可能偏向于他。嗯,就是一种牛马纯度,对吧?啊,听起来还是很科学管理的那一套啊,就我们也没有说评判它一定是好的或者不好的。但是这一套大家其实都比较熟悉了。嗯,从这个角度看的话,其实所谓的白领和蓝领在这个实行制上面本质上没有那么大的区别。那我们还是进入另一个问题吧,就是大家也可以看出这一套制度现在受到越来越多的挑战。一方面是有很多甲方。在推这个固定制的吧,就有这个博弈的过程。另外一方面更加重要的就是大家也意识到AI在很多的这个脑力劳动当中的渗透率都在提升。那么一些呃大家可能觉得比较机械性或者说是初级的复试的这些工作,有可能AI就可以高效的完成了,那这个计费公式怎么算的?最直接就是我们前面说的这个效率的悖论,就假设一项合同的审查,原先需要花10小时来完成。你用了AI以后只要一小时,你如果实际上还是按照这个。呃实际公时收费,那你就变成了收一小时的费用,你效率提高了90%,收入也减少了90%。对,听上去这个乙方的这个商业模式很快就不成立了。对啊,嗯所以我们看到有段时间其实有一些这种服务机构的这个价格啊,就是很大的变动是吧?对效率的这个所谓过度提升,还只是第一步啊,因为AI还容易让一些工作变得更可以预测,因为原来甲方并不知道我审一个合同需要多长时间,其实他不敢轻易去报一个价格。那如果说AI能。能够把像初审啊、检索禁掉这些东西变成相对比较稳定的流程。甲方其实也很容易估算出来这个成本也很有底气去提前报一个比原来更好的价格。就我看AI是这么说的,你为什么要花这么多钱呢?是呀呃我看到2026年有一家欧洲的机构是调研了美国中国和8个欧洲国家的总共810名法律从业者,其中有62%的人表示,AI每周能够我帮他们节省6%到20%时间。我觉得这个数字是不是。有点低谷了。另外呢肯定是你回答的时候,总归是往少了说了。是的啊另外呢也有62%的企业法务受访者预计AI会降低传统的这种计时收费的这个重要性。就是大家已认为这是一个趋势了。短期来看呢这种变化肯定还是从我们前面说的比较容易标准化的任务开始。比如说合同的初审基础的检索,这个其实都是更适合像固定费率或者订阅费或者打包价这种的那如果说范围会变化的这种项目呢,也可以采用就。说封顶费或者说混合收费的模式。嗯,不过大家还是认为说在比较复杂的情况,比如说复杂的诉讼重大的谈判。这种情况下呢,工作量其实依然是难以预测的。所以说即使工作制呢,其实会在这种模式下面继续存在。至于说这些服务机构内部呢AI提效带来的变化可能更麻烦。就比如说你员工考核依然盯着这个计费的小时数或者说利用率的话,那么AI省下的时间,究竟算你的效率提高还是算你的工时没有完成呢。😊机构其实反而要思考说如何调整这个利用率目标、人员分工和计承标准这些问题。但我觉得有一个判断还是比较确定的,就是资深专家的一些洞察监督和责任,未来有可能会变得更加值钱。嗯,那这些反而应该是更加清楚的体现在他们的小时费率上面。如果你还是按照计时制来算的话,对的。那说到底呢,时间在这个整个体系里面只是一个大家发现比较好用的替代指标。因为结果难以衡量,成本难预测。那用时间来计费呢。首先比较容易记录,也很方便双方去做谈判。那现在AI让一部分工作变得更快更稳定,专业的服务行业也就必须重新回答。客户购买的究竟是劳动过程还是判断经验和责任?商业小样,下期见下期见。