今日概览
5
节目总数
5
订阅源
1h51m
总时长
Top Story
【All for Today】🎙️ 每日播客精要全景图
首条总览
Lenny's Newsletter
(1)
Inside the black box of AI: How AI models actually think | Emmanuel Ameisen (Anthropic)
N/A
2026/10/18
📝 AI
总结
🎼One of the big questions on people's lines these days is AI doing bad things. As someone when that watches these models, think and operate, Why is it so hard to catch it thinking badly trying to deceive us, We train Cla to be helpful, harmless and honest, Is it the case that it's behaving well, But if you look inside, actually, it's like, oh, I'm only behaving well because lineny's watching right now, People's fulltime jobs is studying the model, how it think how it operates? How long has this been a skill set and a job, One of the most important things to realize if you like, use language models or think about them is just this like very bizarre fact that.Make them is not to understand them. All these models do is just a lot of mathematical operations on many numbers. If you look at it, it makes no sense. You just have a list of 100 numbers. You know, the models doing math, and then you just try to see if there's patterns. You are figuring it out the same way we figure out how the brain works looking for patterns. You show this image. This part of the brain lights up. and you're doing the exact same thing with AI. Wow, this is so fascinating. There was this model we were training. It would go crazy. It would do some math. It would get to an answer. I think it was 12. It would immediately go back and say like, oh, oh my God, the answer actually is for sure.😊🎼36, it would do math again. It would get to 12. slowlyly. It would like start descending into madness, writing in all caps, literally saying, I'm possessed by a demon. Human, if you really boil down, like, we're basically next token predictors ourselves.We're just trying to figure out the next thing to say. Daro is always out there. This is really dangerous. We got to be really careful. And everyone's just like, now, he's just saying that for marketing reasons. And now it's like, wait, shit, it's really dangerous. Take the idea that this technology is going to keep improving seriously. Do you think about consciousness as a part of this, Just like, do you think AI is consciousness. Oh, man.🎼 Emmanuel, thank you so much for being here and welcome to the podcast.Thanks for having me, Leny.So you work on interpretability at Anthropic.Explain what that is, Explain what it is you do.Yeah.MySo I work in a team of interpretability researchers and our goal.Is to understand.How.L LMs, like.Claude work by looking inside them.One of the most important things to realize if you, if you like.Use language models or think about them as's just.This, like, very bizarre fact that.To make them is not to understand them.You know, you make them by sort of like building this.诶。Architecture, which is kind of like a scaffold.And then.You pass a bunch of data through them in sort of like, grow in incrutable ways. And so that's why.That's why it's even.A thing that that we could be be wanting to do to study.Like how these models work.And so a lot of our research has been on.Well.You know when the models are about to produce one more word.There is actually a whole universe of stuff.That happens. And we try to kind of untangle.嗯。As much of it as we can.There's going to be a lot of mind expanding.I don't know Elments to this conversation, I expect.One is.Along these lines, this point that you make that models are not built, they're grown.Speak more to that.At a really high level.The way a model like Claude works.Is.诶。You kind of.Train it in these successive phases, like the first phase, which people refer to as pre training, as you just take.A large corpus of data.And.Over this corpus of data.You sort of.诶。Feed the model as input.You know.The let's say, first half.Of, like a certain document. And you ask it to predict the word that comes next.Then you do that again and again and again and again for sort of.An ungodly amount of data.诶。And.After you do that.There's been this other phase where.And you sort of have this fine tuning phase where maybe instead of.Arbitrary data, you have a corpus of examples of like how the model should behave.And that's where you train it on so we have examples of dialogue of like.Helpful system telling you.You know, your favorite recipe you solving coding problems.And then there's, there's sort of like.Further, further details here, I'm just going to skip for a second.But then, okay, so, so what does that mean that you're doing this process, Like, what is, what is this thing.That you that you served training.All models are.I, you know, they take this and put.Which is a bunch of words.They turn these words into numbers. and then they.Do some math on these numbers. And they yet.Some intermediate results.And then they do more math, and they get some intators.And they do this again and again and again and again, many times.And then at the end.They have a final result.Which then convert back into a word.And and so.The math that they do, these,, these computations. That's the part that's grown. That's the part where it's just like.Through learning to do this t...(已截断)
Lenny's Podcast
(1)
How do AI models actually work? | The scientist looking inside Claude's mind
N/A
2026/10/19
📝 AI
总结
🎼One of the big questions on people's minds these days is AI doing bad things. As so when I watches these models, think and operate, Why is it so hard to catch it thinking badly trying to deceive us, We train Clade to be helpful, harmless and honest, Is it the case that it's behaving well. But if you look inside, actually, it's like, oh, I'm only behaving well, because Lanny's watching right now, People's fulltime jobs is studying the model, how it thinks how it operates, How long has this been a skill set and a job, One of the most important things to realize if you're like, use language models or think about them is just this like very bizarre fact that.To make them is not to understand them. All these models do is just a lot of mathematical operations on many numbers. If you look at it, it makes no sense. you just have a list of 100 numbers. You know, the models doing math. and then you just try to see if there's patterns. You are figuring it out the same way we figure out how the brain works looking for patterns. You show this image. This part of the brain lights up and you're doing the exact same thing with A. Wow, this is so fascinating. There was this model were training. It would go crazy. It would do some math. It would get to an answer. I think it was 12. It would immediately go back and say like, oh, my God, the answer actually is for sure.😊36.🎼It would do math again. It would get to 12. slowly. It would like start descending into madness, writing in all caps.Literally saying I'm possessed by a demon. humans, if you're really boil damn like, we're basically next token predictors ourselves. We're just trying to figure out the next thing to say. Dario is always out there. This is really dangerous. We got to be really careful. And everyone's just like, no he's just saying that for marketing reasons. And now it's like, wait, shit, It's really dangerous. Take the idea that this technology is going to keep improving seriously. Do you think about consciousness as a part of this. Just like, do you think AI is consciousness. Oh, man.😊🎼 The。🎼Emmanuel, thank you so much for being here and welcome to the podcast.Thanks for having me, Le.So you work on interpretability at Anthropic.Explain what that is. Explain what it is you do.Yeah.MySo I work in a team of interpretability researchers and our goal.Is to understand.How.L LMs, like.Claude work.By looking inside them.One of the most important things to realize if you, if you like.Use language models or think about them as just.This' like, very bizarre fact that.To make them is not to understand them.You know, you make them by sort of like building this.诶。Architecture, which is kind of like a scaffold.And then.You pass a bunch of data through them and they sort of like, grow in incrutable ways. And so that's why.That's why it's even.A thing that that we could be be wanting to do to study.Like how these models work.And so a lot of our research has been on.Well.You know, when when the models are about to produce one more word.There is actually a whole universe of stuff.That happens. And we try to kind of untangle.嗯。As much of it as we can.There's going to be a lot of mind expanding.I don't know El to this conversation, I expect.One is.Along these lines, this point that you make that models are not built and they're grown.Speak more to that.At a really high level.The way a model like Claude works.Is.诶。You kind of.Train it in these successive phases, like the first phase, which people refer to as pre training as you just take.A large corpus of data.And.Over this corpus of data.You sort of.诶。Feed the model as input.You know.The let's say, first half.Of, of like a certain document. And you ask it to predict the word that comes next.Then you do that again and again and again and again for sort of.An ungodly amount of data.嗯。And.After you do that.There's done this other phase, where.And you sort of have this fine tuning phase where maybe instead of.Arbitrary data. You have a corpus of examples of like, how the model should behave.And that's where you train it on so you have examples of dialogue of like.Helpful assistant telling you.You know, your your favorite recipe you're solving coding problems.And then there's, there's sort of like.Further, further details here, that I'm just going to skip for a second.But then, okay, so, so what does that mean that you're doing this process, Like, what is, what is this thing.That you that you serve training.All models are.Is you know, they take this and put.Which is a bunch of words.They turn these words into numbers, and then they.Do some math on these numbers, And they get.Some intermediate results.And then they do more math, and they get some intators.And they do this again and again and again and again many times.And then at the end.They have a final result.Which is then convert back into a word.And, and so.The math that they do, these,, these computations. That's the part that's grown. That's the part where it's just like.Thr...(已截断)
厚雪长波
(1)
一场中期选举,将如何改变美国和全球市场?
1h 25m
2026/10/19
📝 AI
总结
数据中心今年就是相对来说突然成为了美国政治当中一个热门议题,这个是中期选举当中一个摆不开的一个话题了。那它其实背后代表的是什么呢?我觉得一个点就是民众对于变化的抗拒,就是数据中心确实是一种对于当地生态环境啊、财政状况,就是电费这些事情造成直接影响,民众是能看得见。而且呢另外就是他所背后代表的这个AI这个行业其实在民众的认可程度是非常低的。美国民众看在普遍对于AI这个东西是持怀疑态度。另外一个他不觉得AI有任何的好处,声势浩大这个东西。极有可能威胁到我的饭碗,可能对我们的社区造成这个不可逆的环境影响和这个文化影响。第三点就是他认为AI这给我们造出来什么东西呢?就是一个高级对话机器人,很多人是不用的。🎼各位听友大家好,欢迎收听雪球出品的后雪长播。这是一档和投资相关又不止于投资的节目,我是主持人西。北京时间11月3号呢,美国会迎来中期选举。😊中医院435席全部改选。参议院约3分之1的席位迎来换届。还有一大批的州长,周易会席位呢。都将在这次选举中确定归属。按照历史经验来看呢。中期选举历来是给执政党踩下的一脚刹车。比如,2010年中期选举,共和党夺回众议院。2014年第二次中期选举,参众两院全部归共和党。此后呢。民主党的奥巴马政府依靠国会立法推动大规模的自由派的法案。就变得非常的困难了。而这一次被检验的对象显然是特朗普。同时,这次中期选举的选情也透露着不少微妙之处。通胀和生活成本迟迟压不下去。农业周被柴油化肥农产品价格三重挤压。加上民众对特朗普累计的各种不满。以及围绕中东战争啊AI数据中心的种种争议,让共和党全线告急。这期节目我们邀请美轮美奂播客节目的主理人王浩兰一起来聊聊这次的中期选举。这里面首先要回答的经典问题就是。🎼我们为什么要关注人家美国的中期选举呢?和我们有毛关系。然后就是我们国内投资者们的重点关切。🎼这场选举。如果是民主党大圣。对于共和党执政的特朗普政府来说。接下来的两年任期还能有什么作为呢?会不会导致AI哑火呢?🎼会不会影响美债收益率?会不会影响美股市场?俗话说,知己知彼,百战不殆。从知笔的角度,这期节目。🎼推荐给大家。2026年的美国的中期选举是11月3号开。那这个中期选举呢。肯定很关键。那就是具体怎么个关键法,我觉得还是得请浩来老师帮我们做一个。简单的科普啊,就大面上好像大家都知道。😊美国选举是咋回事啊,中期选举是咋回事?但是细节不一定知道那么多。比如说参中两院到底是怎么个选法。😊然后这个更换之后会对。接下来这个两年的特朗普的政府到底有些什么影响啊?我们先从一些基础的材料。出发来去做一些科普。好的,首先第一点,我们就先讲一讲中期选举到底选什么。那中期选举之所以有这个名字呢。😊是因为我们知道美国总统是四年一选。那这四年期间呢。两年中间的刚好说的这个期中就跟我们有期中考试一样。有这么一次国会和整体地方的选举。但他刚好卡在他40战旗中间的中间,所以一般来说是对他。要不就是总统首任的啊,前两年,要不就是他第二任期的这个。前两年进行了一次这种。民意检测。那最重要的是国会方面的改选。啊,在众议院,由于美国众议院的从制度设计上来说。他是要贴近于民众的。所以他是每两年一选,任期非常之短,所以不管什么时候都是在中议院都在选举。众议院所有435个席位都是在此时改选,全部选哎,全部改选。那参议院呢,因为参议员任期是6年那这也是他们在制度设计的时候认为。😊参议院作为上议院,应该更保持冷静,一定程度上制衡民意啊,当然这个东西最后是不是。真的有这个效果,值得讨论。所以参议院其实是每两年改选3分之1嗯。😊那今年是理论上来说,应该是33个席位,因为100除以3嘛,美国有50个州。每周两个参议员。但是由于这个俄亥俄和佛罗里达这两个州有席为空缺。有补缺嘛,一个是国务卿卢比奥的席位,一个是副总统万斯的席位,所以都是这个。重要人物留下来这个席位。所以今年其实有35个参议院席位改选。😊啊,那就是比往年要多个一个到两个席位。因为其实是3333、34对吧?有100嘛,在这个美国建国初期啊,就是设置这样的一个中期选举的时候。是恰巧他就和总统选举形成两年这个差。还是说他慢慢就么形成的,他从制度开始就是这个样子。因为总统4年任期。,众议员两年任期,参议员6年任期嘛,最早他这个时间就正好卡在。总统任期的一半这件事儿。还是说早期是和总统同时选。他不会出现这种情况吧但是众议院由于他两年一选的,无论如何,他都是会在这个两年监口再选的。😊哦,这倒是参议员他选择不是同时改选。也是觉得认为不能像众议院一样嘛,所以他采取的像。很多可能美国现在董事会也是这么设计的。😊明白对吧,董事会的席位一般是分成三批改选。一批能只能改选3分之1之类的。保证不会因为可能比如说在历史上一次选举,我们假设08年。那共和党遭遇历史性惨败,的不是说整个参议院。都完安全全的被另外一个档次掌控,而一次性掌控6年。这个也可能是对政治短周期的。制度上的防御。但不管怎么说,最后造成了这么一个现象。😊我觉得这也跟当初他的设计时候并没有考虑到一定是一个总统的检验。因为他从宪法制宪者的角度来看。他可能认为两年一选的这个国会才是真正的权力机构。反而不应该跟总统的这个表现挂钩。但当然,事实跟这个设想永远不是一一致的。到现在我们发现,其实这个中级选举和美国,其他选举都是围绕着总统所展开的。😊而不是简简单单的围绕国会而展开。明咩。这个选举它的重要性我们怎么评估啊?就是说参众两院。选举我们知道了。然后那接下来就是对。美国政府他的这个执政会产生怎么样的影响?能大概先帮我们做一些梳理。就除了参谋长外,其实还有周易级的选举,就州长和周议会。这个其实在当今美国政治也非常重要。那这个我们一会儿也可以继续再讲一讲他为什么现在也越来越重要,或者大家越来能意识到我们的重要性。那刚才您提到就是说那中选举为什么会有影响?😊那首先我们也知道美国这个体制它毕竟是呃把行政权跟立法权是分开了的。不像很多议会制国家,行政权跟立法权是合一的。那就是说总统如果要在国内推行许多他想要做的事情。就必须依赖立法机构,也就是国会和他的配合。虽然特朗普政府呢是把行政权发挥到了几乎是极致,也是当代美国非常流行的一个理论,叫做单一行政权理论。就是总统几乎可以完全掌控行政权,甚至。通过这种类似呃成型的帝王总统制来侵蚀不作为的立法权。因为立法权。理论上来说,虽然是最有权力的机构,但是它受限于政治极化。授权于自己的这个规章制度。那你毕竟535个人。他要取得一个统一的意见和一个一个人说了算,那显然是有很明显的效率差别。所以国会现在的基本上在美国当中的声音确实是在往下走。但即便如此,绝大部分事情还是最有国会来点头呢。比如说特朗普第二任期最重要的这个立法就是大规模减税。那这个国会的财权虽然现在也被总统权利所威胁。啊,有这个扣押的权利嘛?拨款,但是拨款权、财权、税务权。依然是国会最重要的权利。那另一方面呢,就是说。呃,我们看到特朗普很多人说这两年以来是权力最大的美国总统之一。其实不完全是因为他个人的这个权威和他掌控行政权。你刚才提到这些单一行政权理论。而是因为共和党掌控了国会两院。他主动的基本上把权利。让给了特朗普和这个共和党这个执政的这个白宫。那如果说中级选举之后。由民主党掌控众议院。或者说掌控参重两院,整个国会。那显然,立法权跟行政权的斗争将重新成为美国政坛的主流。过去两年,其实基本上你想阻止特朗普的行为,也只有向法院。和民意就全国范围的这些选民的这个公开反对。才能够迫使他们自己改变。而而现在呢。😊如果说在中期选举之后,我们出现一个预料当中,至少民主党控制国会议愿。那立法权就会对行政权发挥它的一定的程度上的制衡能力。那起码在国内层面,特朗普的施政。就会面临很大的困难,尤其是可能。呃,在很多一些他想要做的这些执法,移民执法。虽然他之前已经通过国会盟友,通过了这个长达几年的预算。但不可避免的在明年美国政府再次谈到预算危机,比如说甚至是债务危机。这个更为重要的一个节点的情况之下。那共和党可能被迫需要和个民主党展开谈判。也可能会做出一些让步,那就是。原来这些激进的。共和党保守派改革措施都有可能会因此被叫停,这个是一个。这些年呢美国以来一个非常重要的现象嘛,就是中级选举。😊呃,基本上对一个政府。高歌猛进的一个政府。踩下一个迅猛的刹车片。这个比较典型的就08年08年我们刚才已经提到了是。奥巴马上台,那时候,民主党在国会两院取得了绝对优势。但不到两年之后,就是10年发生了这个查党风暴,共和党卷土重来。在众议院增加了63个席位,那控制了众议院。从此。奥巴马在剩下6年的总统任期之内,再也没有办法在国内取得。更多的施政效果啊,就是直接的这种民主党想要的这种自由派的方向的。政策结果基本上再也没有办法落地。嗯,所以这个影响其实是有的时候是比较深远的,可能几年。但是呢现在有跟0几年就1几年的时候的美国有一些区别,就是美国现在政治的短周期更短周期了。😊因为无论如何,我们都会看到,在过去自从16年以来,连续世界担任总统。对吧虽然特朗普是二进攻,但他毕竟是两个任期隔开了,由拜登中间4年。对,所以现在是特朗普一、拜登、特朗普二和接下来的另外一位新总统。对吧?那毕竟就是连续四届都是单届的那所以你看到2018年民主党控制众议院,220年控制参议院。但是22年共和党又夺回了众议院,因为那是拜登政府的这个终极选举。那现在24年,民主党又丢到了参议院。所以26年如果你会以发现,可能会又有一院失守,连续4届选举都有至少国会议院发生了变化。所以说现在来看,美国政治的这个变化周期,从原来可能是。克林顿、奥巴马、小布什这8年的这种轮换变成了一个短暂的4年轮换。嗯,所以这种短期可能对于很多。呃,大方向政策的改变会非常的明显。那比如说四年前你可能。在美国推升新能源。应该是非常符合这个拜登政府所想要的。但是你在4年之后,这特朗普政府过去这两年期间。😊就很明显,没有人太多去提这个事情。呃,如果我们从过去的这个实际情况出发,因为我们看到就是。特朗普的二进攻吧。春风得意嘛,然后外加整个的。参重两院都是他把持着。呃,这样的一种情况下,他当然听起来很顺利。这个中期选举我们关注它的原因,就是也也是看他是不是还是能继续。让自己的这个势力。持续他的任期啊。就是假设他不能够做到。掌控参中2院了。以及他继续做到。掌控参中两院。对于他最后的两年来说。你觉得他实际的区别会有多大呢?其实单纯从对特朗普本人的这个执政风格的影响,我觉得其实并没有大家可能想象中那么大。嗯,因为他本身其实就已经不再关注于通过国内那种立法来推动自己的很多进程。自己想要的这些政策结果。当然还有另外一个问题,就是特朗普到底还想要什么?嗯,很多人可能已经觉得他现在的这个。政治关注的点或者他现在经历的关注的点已经不在这个。国内政治之上。😊甚至可能更加期望在国际舞台上有所作为,以及呢。我觉得之前我们看一些老师讲过非常有意思的道理嘛,叫叫做小人物怕政府,大人物怕历史。所有的这些大人物就是特朗普这样的认为自己已经在历史长河当中占据一个非常重大篇幅的人。现在考虑的是如何为自己的这个开官定论提沉。对。😊对如何给自己盖棺定论?那你可以看到他可能在格林兰岛这种问题之上,像建这个房子。😊对吧白宫这些改名啊,建筑这个东翼的这个新的这个舞厅啊。作为一个地产商来说,我觉得他更觉得这种。😊长时间能够体现出就是说。即便呢在百年之后,大家也会记得的这种遗产更为重要。所以它是一种进入一种遗产模式。所以这种当前政治到底对他有多大的这个冲击和影响,我觉得。呃,并不一定是他最担心的一件事情。但是他确实也还是很关心嘛,毕竟。😊如果民主党国会上台,那毕竟面对他们这些特朗普身边的人,因为他毕竟能打击到特朗普。因为特朗普作为总统,他有自己的这个豁免权,以及推华法院之前已经确定了总统。任期之内做的很多决定是不太可能会被追溯的,所以他并不担心这一点。😊还是可能会身边的人会面临不断的这个调查秩序,就国会这边的这个持日的压力。对吧这可能会对他们的精神和金钱上造成这个影响。所以这更多是一种就是整体党派利益的损失。而且呢。毕竟特朗普现在之所以处于这种至尊地位,还是取决于特朗普这个主义和特朗普这个mega这条路线在美国有充分民意基础。那如果说今年终...(已截断)
声动早咖啡
(1)
海外航司纷纷拥抱星链,免费 Wi-Fi 为何逐渐成为航司新标配?
17m
2026/10/19
📝 AI
总结
🎼用声音碰撞世界,生动活泼。圣诺法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10月19号星期一,这里是生动早咖啡,我是来自生动活泼的梦一,我这边已经结束休假,今天正式回来上班了。在开始今天的节目之前,也请允许我再次感谢一下我的两位代班同事赛德和雅贤。那这段时间,朋友们给我们的各种留言和反馈,我都有认真的阅读,也要谢谢大家对早咖啡的关注和期待,那我们也会继续的努力为大家好好制作每一杯早咖啡。的好了,那接下来我们一块看看今天有哪些值得关注的动态。特斯拉为什么要推出会飞的跑车?苹果折叠屏手机可能面临怎样的供应链难题?今天上半部分的内容就会来回答这些问题。今天节目的下半段。😊想和你聊聊飞机上的wifi。🎼坐飞机之前,你会不会先下载几期播客,或者是缓存几集电视剧,留着路上没网的时候消磨时间。😊最近在海外,越来越多的航空公司正在给他们的飞机升级网络。根据路透社此前的报道。美国航空计划从2027年开始为自己运营的全部1000多架客机安装星练。🎼business inside的一位记者体验之后发现。普通机上wifi看低清视频还会卡顿。🎼原先的价格通常还要几十0到100多人民币不等,但现在换到配备了新练的航班。不仅能够流畅的看高清视频打电话。🎼而且像乘客免费开放网络,已经成为这些航司的普遍做法了。换上了速度更快的星练。🎼机上的wifi为什么反而免费了?我们先来浏览几条最近的商业科技动态。🎼在稍后的精解读时间,我们就一块来聊聊。😊免费接上wifi背后的生意。🎼特斯拉发布会飞的跑车。美国时间10月15号,特斯拉在发布活动上展示了第二代rosas跑车,他先是开上了一段弧形坡道,靠吸附系统完成倒挂行驶,随后借助冷气推进器腾空跃起,在空中翻转,并且缓缓悬停,降落到了地面上。theinform指出,冷气推进器,其实是一种火箭发动机。它通过喷嘴释放加压气体产生推力,无需点火,或者是喷出。火焰这项技术来自于马斯克的另一家公司spaceXCNBC认为,这次的发布也让外界进一步的猜测,特斯拉可能会与spaceX合并。不过,由于冷气推进器运行的时候会产生比较大的噪音和震动,演示车辆在行驶过程当中并没有搭载驾驶员。马斯克表示,这款车型将在2028年启动量产,但是它并没有披露具体的售价。特斯拉美国官网显示,新款roasster一共有性能版。😊推力版和火箭版这三个版本。集中,特斯拉在发布会上。着重展示的火箭版,也就是会飞的版本。还并不具备公共道路的合法行驶资格,只是面向受邀的客户进行销售。🎼预定页面也无法下单。有分析师表示,roster。定位高端跑车属于小众市场销量有限。🎼但它可以成为特斯拉展示工程和技术实力的光环车型。iphone du首批预购货源迅速售罄。🎼10月16号晚间8点。苹果的第一款折叠屏手机iphone du开启线上预售。根据界面新闻的报道。😊苹果官网和应用程序一度都被挤崩。徐23号首发日到店取货的名额。🎼也被很快的抢空。目前,苹果官网的预定发货时间已经排到了明年1月下旬。作为史上最贵的苹果手机,iphone two的起售价。是15999元。🎼健媒新闻认为,供应有限是iphone do热度高涨的重要原因。9月的时候,有之前是透露,富士康组装iphone two的整机良率只有60%多,量产爬坡缓慢。🎼它的铰链组装、柔性屏幕贴合等等折叠屏工艺的复杂度,都导致了初期的供应难以快速放量。另外,黄牛和经销商们也都寄希望于iphone two的溢价。他们表示。iphone18pro系列。🎼没有让他们赚到太多钱,消费者大多都能够在线上顺利的买到。maada和苹果在AI领域展开合作。🎼10月15号,mada宣布推出mususe spark open。主要用于编程和智能体任务。他们的介绍显示,这是美国目前性能最强的开源模型。meta还表示。他们和苹果合作。针对mac studio优化了这款模型。他能够借助苹果的自研芯片和机器学习框架在本地运行。🎼数字媒体exus认为,mata和苹果之前曾经因为隐私政策、硬件人才等等问题多次发生冲突。但是两家公司这次的合作。😊将会有助于mtter扩大模型的使用范围。苹果也能够展示自家设备运行大型AI模型的能力。🎼另外,10月17号,tip C发布V4.1flash模型的更新版本。36克指出,更新版本维持了原有的API价格体系。但在多数场景之下的token用量要比之前下降超过50%。う.肯德基美国门店将会改用可口可乐。🎼根据CNBC10月15号的报道,肯德基美国门店。将会从明年1月开始改卖可口可乐饮料,结束他们和百事可乐接近40年的合作。🎼百事曾经在1986年收购了肯德基。在那之后,美国肯德基就一直使用百事可乐。在收购的时候,肯德基还是可口可乐旗下餐饮渠道的第二大客户。仅次于麦当劳。尽管百事在1997年就剥离了餐饮业务。但是美国肯德基一直没有更换过饮料供应商。不过,现在的肯德基美国负责人表示。🎼希望借助可口可乐的产品组合和创新能力,开发更多的餐饮搭配,吸引顾客回流。😊我们之前也提到过,近些年来在碳酸饮料市场。百事可乐的表现不仅落后于可口可乐。还受到了jo pepper品牌的挑战。不过,根据第一财经的报道,多家中国肯德基门店的工作人员都透露。目前没有接到换可乐品牌的通知。百事也表示,他们和taackcobell以及肯德基国际业务的合作协议。已经在最近续签。那以上这些就是我们编辑部为你梳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轻解读时间,聊聊机上wifi那些事儿。😊そういう。欢迎来到今天的清解读。😊根据路透社最近的报道,美国航空准备给自己的1000多架客机全部装上星链。目前,美国四大航空公司里,美国航空、联合航空,还有西南航空。都选择了和space x合作,只有达美航空没有成为starling的用户。而亚洲的一些航班也已经使用上了星练。根据腾讯科技的报道,上个月韩亚航空和大韩航空。同时宣布启用新练的机上wifi这两家航司首批上线这一服务的一共有14架宽体客机。而且这项服务像包括经济舱在内的所有舱位的乘客免费开放。这是东亚的大型全服务航空公司首次接入新练的机上wifi服务。根据business inside的统计。目前已经有超过40家航空公司。宣布和新恋达成合作。除了美洲和亚洲。精链还在欧洲拿到了汉莎集团的订单。航空咨询机构valer consultancy。今年9月发布的数据显示。系片方面,等待交付的商用飞机网络订单已经超过了8000架飞机。相当于全球商用飞机总数的。4分之1左右。🎼有分析师测算。美国航空最初500多架飞机的设备和安装费用。就可能需要1.5亿到2.5亿美元。这笔支出还没有算上后续购买网络服务的费用。然而business inside发现,提供芯片服务的航空公司普遍都会向乘客免费开放。只有部分的航司会要求乘客先注册成为航司的常旅客会员。那过去机上wifi速度慢,还要收费。那为什么现在海外的航空公司?要花钱换上更快的心练。还愿意让乘客免费使用呢。原因之一,精链网络承载能力的提升。训练采用的技术和过去常见的机上网络有所不同。根据business inside的介绍。传统的机上网络供应商主要依靠少数运行在地球静止轨道上的卫星。而星链则使用大量的低轨卫星组成网络。安勇去年发布的一份报告也显示。😊传统的地球静止轨道卫星位于距离地面大约3.6万公里的高空。相对地面的位置基本固定。单颗卫星就能够覆盖很大的区域。精炼把大量的卫星部署在距离地面几百公里的轨道上。信号往返需要走的距离也大幅度的缩短。等待响应的时间当然也就随之减少。对需要实时互动的视频会议、网络游戏等等场景。网速的提升也十分明显。阿联酋航空的高管。则在接入训练之后表示。过去卫星网络大约700毫秒的延迟会拖慢网页和应用的使用。乘客会觉得网速不够快。即便是阿联酋航空一直在为机上网络投入资金。乘客却还是会经常抱怨连不上网。而且机舱里很多人坐在一起使用网络。老旧的无线接入点。🎼很难应付。而星链会在比较大的飞机上安装多个接收器。满足更多的人上网需求。即使飞机飞到了远离陆地的海洋上空。星链还可以通过卫星之间的通信。把数据从一颗卫星传到另一颗。直到能够连接地面的通信设施。另外,在过去机上wifi收费还有一个作用。其实是为了减少同时上网的人数。机上网络服务商gogo的CEO。在接受行业媒体采访的时候表示。提高机上wifi的价格。就是希望让一部分的乘客放弃联网。当时他们能够分给一架飞机的带宽有限。上网的人一多,网络就容易变慢。而收费可以让一部分觉得不值得花这笔钱的乘客。把带宽留给愿意付费的人。原因之二,space X主动推动网络免费,进而扩大航空市场的市占率。马斯克曾经在X上表示。spaceX会在和航空公司谈判的时候。主要要求这些航空公司免费向乘客开放网络服务。为此,他们甚至愿意在收费上做出让步。spaceX在他们的招股书里也提到。🎼他们希望消费者在一架飞机上体验过星链之后,会期待在旅行途中也能够高速上网,从而利用消费者的选择,推动星链在航空公司的普及。进而让他们和飞机相关的业务持续增长。法航和航集团CEO在今年1月的时候表示。就像旅客住酒店的时候会默认酒店有wifi一样。现在想要在美国到欧洲的航线,吸引到美国旅客坐自己的航班。航空公司也得让他们能够在飞机上顺畅的上网。🎼有研究机构测算。新链的航空业务全年预计能够带来大约16亿美元的收入。可以占到新练总收入的8%左右。而镜片本身目前是spaceX最大的收入来源。根据最近的财报。😊2026年的上半年。以新练为核心的业务贡献了spaceX总收入的六成左右。有行业媒体指出,新链进入到一些消费能力相对较低的市场之后。平均每位用户带来的收入就会减少。这时候拓展其他类型的客户。就会变得更加重要。航空是新链正在争取的一个市场。一位行业人士在接受路透社采访的时候表示。航空公司想要更换机上的网络供应商十分麻烦。由于装载飞机上的接收器,通常只能够配合特定供应商使用。更换的时候是需要让飞机停飞重新安装的。而且这种合同往往一签就很多年。新练越早拿下航空公司的订单,就越有机会长期留住这些客户。🎼原因之三。免费wifi能够帮助航空公司带来更多的收入。根据腾讯科技的报道,过去机上网络供应商会直接向乘客出售上网套餐。或者和航司分享这部分的收入。新练的收费方式。则是先由恒斯从spacex购买网络服务。而且如果购买的是不限流量的套餐。那一架飞机上有更多的乘客联网。也并不会直接增加航司在网络上的支出。在这种付费模式之下。航司可以把上网作为一项免费服务。再从其他地方获得回报。今练的高管曾经表示。😊航空公司越来越看重广告的价值。🎼他们会在基载的娱乐设备上插入各种各样的广告,甚至还会在乘客播放电影的时候,像视频网站一样,在电影前面插入广告。而广告商也很想知道某个座位上的乘客具体是什么样的画像。😊这样投放的广告当然就能够更加的准确。美联航经技舱的乘客要使用新练。还需要先加入航司免费的常旅客计划。美联行不仅计划在网络登录过程当中展示广告。还想要让广告内容和每位乘客更加的匹配。🎼另外,纽约时报认为,通过会员计划,航司可以收集到更多旅客信息,鼓励他们继续买机票,申请航司与银行联名的信用卡。😊从免费的网络以外获得收入。美国航空CEO在上个月一次行业会议上表示,他们的常旅客会员数量。正在以创纪录的速度增加。其中很大一部分就是由免费wifi推动的。🎼不过,星链想要继续扩大他们的航空业务,也会遇到不小的挑战。首先就是航空公司在space X以外,其实还有其他的供应商可以选择。根据纽约时报的报道,美国的达美和杰兰航空,他们选择的就是亚马逊的低轨卫星互联网服务amazonleo达美的CEO认为,使用亚马逊服务的成本会低于星链,他们之前就和亚马逊的云服务AWS存在长期的合作关系。与此同时,传统供应商。也在进行技术的更新,继续服务航空客户。阿提哈德航空,还有荷兰皇家航空等等航司仍然在使用美国卫星通信公司wl set服务。这家公司上个月表示,他们发射了新的卫星,全球卫星网络的带宽能够达到之前的3倍。他们还计划和外部的供应商合作,把低轨卫星也接入到自己的网络。另外,星链还...(已截断)
商业就是这样
(1)商业小样51 | 为什么办公椅越贵,对老板反而越合算?
9m
2026/10/19
📝 AI
总结
大家好,我是肖文杰,我是于小亚。节目一开始就要给大家拉一下仇啊。因为我即将到来的10月下旬准备错峰出去玩,而且呢时间会比较长。为了不影响节目呢之前的这个1一长假里面还是在家辛情感工过一阵了。但只能说家里确实很不适合工作。尤其是我们家这个椅子,他甚至都不是一个办公椅啊,就是坐起来一个餐椅嘛,呃就是很老式的那种椅子,反正就真的感觉要换一下比较好该换袁老。是该换啊,我正好是在疫情之前开始装修新家的嘛,然后后来就是换了一个人体工学的椅子。我记得当时很多朋友都是在呃风控在家的时期里边给自己换了一个呃人体工学椅,然后买了一个显示器啊等等。嗯,于老师对自己要不要好一点。呃,怎么说呢?就是作为消费者,我对这种大牌的人体工学椅确实看了很喜欢。但是钱包不是很充裕,就因为几千块钱的工学椅,一般大家都已经。就确认就算便宜的好一点的一般都是上万。我们只的是一些比较大的牌子。对嗯。不过我们的这个视频播客节目不是有st kiss的赞助嘛,就是我偶尔也能体验到一下高级的椅子。对,我们每次录视频播客呢这个还是蛮爽的。而且我们还要经常提醒嘉宾,不要太爽,然后往后靠。当然本期节目完全没有带货,只不过就确实比较羡慕一些外企和大厂的朋友们,就我们是。那个录节目的时候,难得体验一下在人体工学与,他们是日常的工作当中都能做到的。嗯,喜欢这种大气的老板啊,是嗯,我还真研究了一下,其实从老板的角度来说呢。😊买一些比较贵的人体工学椅,或者说广义层面的把这个整个办公环境搞得好一点。其实从财务和经营层面都是更合算的。这个就有点反直觉得。对,当然主要是因为我们和大部分听友都没有当老板的经验。不过没有关系,我们今天就积累一下心验,尝试来算一下这个账。为你以后当老板积累经验是吧?嗯,开始吧嗯好。😊那第一步呢,我们可以从中国的企业会计。准则开始准准。这么专业的地方开始吗?你说你对,就是我们其实只看其中跟固定资产折旧和摊销相关的一个小点。😊就是我国对于办公场所内的一般办公设施的规定折旧年限最低是。5年最低5年嗯,这个折旧年限其实这一点我们之前的节目里面肯定提到过。最近一次提到有可能是讲英伟达的那个芯片的时候,会提到那个折旧的问题嘛。折旧的年限越短的话,那等于过了年限之后,这个成本就可以大幅的降低了嘛,对对吧?当然折旧的这段时间里边,你这个每年的这个成本应该是费用吧。对,还是更高的嗯,这是一个两边平衡的一个问题。嗯,但主要是针对那种价值很高的核心资产吧,就是这个我以为办公设备在大这当中应该还是比较小的一个事情。呃,确实有点小,但是还是有一点影响的。😊我查了一下,就是国内排名比较前列的半国椅品牌7号。西浩这个公司在官网上说,它企业采购的质保期其实只有3年。嗯,其实比那个折旧年限还要短。但一方面可能因为中小企业的生命周期,就是平均生命周期本来也比较短,可能三年就够了。但是从会计层面来说,他其实并不适配我们前面说这个折旧年限去降成本这个套路。因为折旧还没有走完,可能就要买新的了。OK那反过来说。就是大牌的,比如说像stcase的这种椅子。虽然更贵。但他的全球质保都是12年。哦这么长时间啊,对,那它既可以使用上这个折旧年限是省成本的计量。另外一方面呢,如果我们再去按照他这个质保的年限去算,他办公设备的长期每月平均折旧。那么其实会发现贵的椅支也并不一定比便宜的椅次,就是这个折皱多太多。这方面我们请AI算了一下,大概就是。😊30块和50块的区别。哦,所以有可能你这个价一个一把椅子,如果是新品买过来,有可能是一个一两千块和大几千块的区别。但是你最后在财务上面体现的话。😊没有那么大的差别没有那么大差别,主要就是年限上面有一些帮助。嗯,这个逻辑其实也可以推而广之啊。我们可以计算整套办公室的装修和设备摊销到每个月的平均折旧。那对于一个比较大的公司来说呢,即使你有那种很大牌的解决方案,你把每个工位的。初始投入都做到,比如说1万块。这个很高很高的水平哦,所以每个工位投入这个装修的这个装标是1万块,就是很高的水平。你可以投1万块。在一个工位上,你如果有几千个工位的话,呢你可以想象这是一个很大的数字嗯嗯。😊那我们就是按照会计准则,就开销5年嘛。就每个月其实只有。167块OK这个相比于整个办公室的租金,乃至于员工每个月小几万的工资来说呢。其实确实是一笔。不值得斤斤计较的小钱。嗯,但是肯定还是有那种更愿意把钱花在工资上,或者是不太愿意。把钱花在。这种办公设备上面的这种公司嘛,对吧?比较讲究本分的公司。他们不愿意多花一分钱怎么办呢?呃,我觉得这里确实涉及到一些思维方式的插异。😊简单来说,愿意花高价钱去买办公椅的公司呢,比较像是愿意用每个月多付的这一点钱为员工在职基金的生产力以及它的长期留存买一个小的保险。保险怎么说?简单说就是因为大家现在在公司工作的时间都很长,那么工作环境对于生产效率的影响,虽然说很难量化。但也没有谁能够说完全就没有任何的影响吧,肯定是有影响了啊,对啊,比如说如果员工因为这个工具环境实在是太恶劣了。或者你说说难听点,你这个办公椅实在是很不舒服,导致我腰肌劳损了,这个我工作效率下降乃至离职的。😊那么对于企业来说呢,它相应的投入产出比就会下降。那你花一点钱去改善工作环境,其实就相当于降低了一部分这个方面的风险。嗯,那么你提前花钱不就是预防风险,不就是个保险吗。嗯,这个就是我们前面说的对自己好一点的一个。😊从公司层面比较功利的一个算法。嗯,对。因为提升员工的情绪和精力,不仅是所谓的软性关怀,而且也是组织核心生产资源的一个维护和增值。它同时会影响到效率、创新、安全、留任和客户价值。其实是一个管理者必须认真去考虑的战略议题之一啊嗯。而且像steillcase这样的公司,实际上早就从单纯的卖办公桌椅这种设备升级到了做整套办公空间的解决方案。如果我是一个老板,那其实我完全可以请专业机构来给我们做一套更细致,更符合我实际需求的方案。那这个也是一种甲乙方之间常见的责任外包。嗯,我想到一个面试时候的这个经典的一个案例或者经验嘛,就是说你进到这个公司之后。😊要沿途观察一下这个工区的环境。还有现有员工的精神状况,对吧?可以辅助判断一下这公司到底是一个良心企业,还是一个黑心工厂。😊那我觉得这个当中用好的办公椅,包括说把工作环境和福利整个搞得好一点。肯定是对前端员工很有吸引力的对,因为我之前看到一个说法嘛,就是说你一个人。肯定是跟床接触的时间最长。,第二名的话,如果你是一个做办公室牛马,那就是跟这个办公椅接触的时间最长。你把它上上这个高度吧,你算算看时间确实是这样O,OK.反正这一套思重呢原本在硅谷的大企业里面已经很流行了,包括现在国内大厂基本上也都是标配了。甚至推而广之啊,为什么比较讲究一点的公司都要在CBD去租那种很贵的写字楼,或者还要在那种大楼顶上去挂公司的logo,就要额外花钱的。对,先花出去的钱其实都是这个逻辑的延伸,就是用一些摊销下来,实际上成本不是很高,但是能够增加品牌力的方式加深员工,还有客户的信任。那他对于长期的生意来说是有好处的。嗯,至于为什么某些本分的公司不会这样做呢?是因为他看待这类成。成本思路确实也不一样。比如说某些本份公司他是以高工资出名的。嗯,但大家可能都知道这个高工资成分里面就有很多的比例是窝囊废啊,啥以号窝囊废啊,对,也就是用高压的工作带来的身体疲劳心智消耗,以及相对的于更高的离职率,把它这个东西折现折到了你的工资里边。那么工作环境和福利的相对解露呢,也是用这个部分来弥补的那如果用前面那个折旧摊销的那个逻辑来算的话,其实也就是降低了每个员工在公司内的折旧年限对吧?然后在更短的时间内激发。😊出更多的生产力。这跟我们前面提到的追求员工的长期留存和长期生产力是两个思路。对。一旦这种折旧年限越来越短的,那么最后就有可能变成一种诡异的职场感悟啊,就是不是公司给你配了一个工位,配了一个电脑和办公椅,而是公司给这个工位电脑和办公椅配了一个你。这个最后有点卓别林的感觉了啊。不管怎么说呢,论证到最后,我们可以得出这样一个结论。😊就是好公司应该舍得在工作环境上为员工花钱。至少要配一把舒服的人体工学仪。那这就是没有带货,只是单纯心疼打工人的本期商业小样,我们下期见。😊