今日概览
7
节目总数
7
订阅源
7h19m
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)
Meta’s Muse: How we launched the most successful consumer product this year | Mona Sarantakos
N/A
2026/11/15
📝 AI
总结
🎼You are had of product from use. Every E PM's dream is to work on the number one app in the app store. I've never experienced a product build like this before. We would give Mark our phone and be like, what do you think and play around with it give us feedback. You have been there from the beginning, Matt Friedman thinged a few of us. He's like, I'm using thela. You guys need to get on it. I spent all weekend talking to my Ola. It felt pretty magical. with such little direction from me. The more we were using the product, It was like, okay, if we want to build it for our consumer base, it has to be really different, It's gonna have to.😊Way safer. felt like y'all were way ahead of this. But it took you a long time to launch something. There's a saying we have internally trust is a must. if we launch too early and we have a bunch of issues, people will not trust this agent. if you don't trust the agent, you're never gonna use it. The little character, Jolly, not something you'd expect from a company like Me, like a massive company. Jolly's like our cockroach, It just like never dies every few months, somebody would be like there's no way you're gonna launch this product with a stuffed animal at the top. But I think when you're talking to.🎼Something that feels so personal. The last thing you want to talk to is a corporate logo. What's next, What's kind of the vision of where this heads right now is sort of trapped in an app soon. It should be in your glasses on your charm devices, whatever that might be. What a time to be alive When I was a kid, Could you imagine, Like, I had to go up to the TV and turn the TV.To be able to change a channel. And now I am talking about personal super intelligence in your glasses.😊🎼Yeah?Mona, thank you so much.🎼For being here. and welcome to the podcast.Thank you, Lenny. Thank you for having me.🎼You are head of product from Mu, your VP of product at Meta super intelligenceligence Labs.😊啱啊。ミュース?Has kind of come out of nowhere, I feel like it's, I don't know what the numbers are, but it feels like the most successful AI assistant out there right now.😊Zuck has hinted. That is the fastest growing AI.Consumer product of all time.You have been there from the beginning.You've also not been on any podcasts. You've also barely posted anything on socials. You've had like.5 post on threads, like one LinkedIn.どうして。So this is extra awesome. These are my favorite conversations, people doing.😊Amazing work that nobody has really heard from.So.😊If so many questions.I want to start with just kind of the origin story of muse and kind of your story of.Of getting started on this work.wasWhat were we working on before?You join this team.And then what was kind of the pitch they made you, What was kind of the kernel of the idea when they pitched you and.Taking on this work, joining this team.I was on the.In the AI org in the super intelligenceligence org.Before I'ved been working on it for about two years, I've been at metata for about 10 years.And I was mostly working on.MettaAI, which is our assistant product.And we were.0ero basing met AI at the time. And it's a phrase that we use a lot where we're like.You know, we have something.It's not working quite the way that we want it to, and you could keep.Optimizing it or iterating on it. or you could just.Start over.And so we were doing a lot of that with the primary MAI product because the lab was working on this new model, which was the first of the Mu Spark series.😊That we were anticipating and it was awesome, we were having a great time.And then I think I'm like.Thursday.Maybe end of January or beginning of February.Not.Freedman ped.A few of us. And he said to us.I'm trying out.open cloud.It's changing by whole.View of what's possible in terms of.Personal super intelligence and consumer agents, which.We had been talking about quite a bit. Obviously, everybody was sort of talking about it in our head. I think I wrote this down, actually.And like in H1 brief, I was saying that, yeah, I will work on it probably end of 2026, maybe 2027.Right, like that's kind of the timeframe when I think that this sort of thing is going to be coming to head.And.And yeah, so that's sort of like where we were at. And then so he sends us this message's like, I'm using the Co clo. You guys need to get on it.So I think on Friday, I was told my husband I'm like, I need to go find a Mac mini. I need to.Get open class set up. and we looked at.The Apple store, there were no Mac minis. So then he was like, I think I have a raspberry pie somewhere.So you guys raised very five.We set it up. It happened to be a weekend. My children are in they're in a ski race program. And so they were gone for most of the weekend skiing.So it's just me.And.My openla, and I spent all weekend.Essentially, talking to it. And like.You know, I had at this point.I think my husband came back on Sunday with the kids, and he was like, how's it going, And I was like, oh, I gave it access to my email.IG acce...(已截断)
晚点聊 LateTalk
(1)
188: 黄仁勋闪电离职之后:英伟达、AI 基建、中美竞争和算力江湖
1h 16m
2026/11/15
📝 AI
总结
🎼AI的大的基建周期从二级市上讲,就基本上可能也就这样了。英伟达大概在25年下半年以后到现在基本就没怎么涨过了,但是你业绩是很好,所以这是典型的进入一个老登股的状态,就是估值在不断的下降,业绩不断的在上升和兑现。哎,就是我我觉得这个非常可悲,我觉得这事儿根本就不是从皇来的,实际上最后背后就是传播。🎼马斯克说,我很欢迎这是黄玉轩来我们公司工作,他还在那就是还在那逗乐子,我觉得他有点太轻松了,他可能也蹦跶不了多久了。😊就是最近我跟渠道的一些朋友聊到的信息,这个时间范围其实说的非常明确,就是最近几天会疯狂的去囤GPU就下GTU订单,有多少买多少,大家不要抱有侥幸心理。这个美国的管控一定是会越来越严和的。🎼对。欢迎收听晚点聊,我是曼琪。😊今天这期节目。我会和晚点科技组长期跟踪半导体和算例报道的记者刘一伦。还有一位二级市场的美股投资人tod。来一起聊聊这一周。大家最关心的一个科技新闻。黄仁勋的出轨风波和他刚刚发生的。离职。对我们来准备这个话题的时候,本来还是从出轨风波开始讨论的。但现在已经升级到。他辞去了,因为他的CEO。这是昨晚刚刚发生的新情况。套和议论,你们可以先和我们的听友简单的打一个招呼。简单自我介绍一下。😊各位听众朋友们,大家好啊。我叫他的。平时呢我是被死在香港,然后呢,在一家基因呢。做这个二级市场的研究,主要是看美股的AI的方向。这次呢也有幸有机会啊就来跟大家聊聊我看到的一些信息和现象啊。大家好,我是伊伦。然后在晚点的科技组一直关注算利和芯片行业。嗯,一轮是朝汕人,所以他说话。可能有一点点口音。就中间有清不清楚的地方我们都会解释的。😊那我们直接进入大家现在最关心的话题,就是黄仁勋已经明确辞职之后。接下来。的一系列的后续影响,包括对英伟达对整个AI的行情,对三菱市场。还有对中美的。技术竞争。呃,想先请套的来聊一聊,就是他离职之后,对英伟达这个公司最直接的一些影响和后续变化是什么?好,那个我觉得有两个大的。点第一呢就是说其实黄本人呢是这家公司的创始人,这个大家都知道。我想说一个东西,就是说一家公司他要有长期投资价值呢。实际上他有一个。战略意识把握的能力。就实际上前段时间google前CEO他就讲过这事儿,他说。他作为一个职业经理人啊,更多的工作都是维系这个战略稳定的运行。但是如果譬如说碰到大的转向或者转多,这个东西他做不了这个东西。一定需要创始人出来,才能推动整个公司有大的变化。你像黄实际上在过去33年的过程里,实际上几次大概至少4到5次,推动了公司有非常大的转型和变化。其实回头看都是正确。就这个东西可能换一个人都不会发生的。所以我觉得是第一个问题,就是说作为一个创始人呢,推动这公司长期的不断的能跟上时代或者引领时代,这个东西非常重要。试试对,这个也可以补充一下。你刚说到几次大的决策吗?就包括06年的时候,其实当时股价也比较低,然后董事会也反对的情况下,他是要说去做ku达这个生态。这个后来也是一直到现在,英伟达非常强的一个护城河。然后另外就13年的时候,也是在深度学起还很早的时候,因为达就压住了这个方向。还包括后面2019年收购网络设备公司melolos。转型数据中心。以及chGPT爆火之后,就整个这一轮的大模型之后,黄仁勋肯定是越来越走进公众视野的。还有一系列的动作,包括他投资了很多这一类的公司,他促进整个大模型领域的发展。包括最近这一段时间,他在美国去支持更多开源生态的发展等等。确实就是您说的,他还有很多重要的决策都是。他作为创始人,顶着。当时挺多内外部压力去做的。而且这个公司其实一开始是有三个创始嘛,就他们都是联创,他们正式开头都是联创。有换人勋,还有这个。ch Malakosski还有。Curtes cream.但是另外两位其实你已经长期没有在这个公司的核心决策经营的范围了。有一位是。03年已经退休了。所以实际上这个公司就是华仁讯作为唯一的核心的主导的创始人。是一个超级CEO。他直接管理60个下属。而且公司里也没有实质上的2号位。也没有接班人的培养计划。就是他60多个高管,实际上都是他直接对的。我之前也大概了解。然后这个就比较有个麻烦,就是如果公司没有比如说非常坚定的2号位或者3号位。这个就一下就类似有可能就这个局面就陷入瘫痪的状态了,这是完全有可能的。就他没有原来的层级,这东西类似比说直接就给你变成诸侯国分裂了,这个很麻烦很多事情。所以我觉得这个公司治理肯定就是有这种单点的问题的。对,这其实要过一段时间才能看得更明显。,因为现在才刚刚发生嘛。对,没错。然后第二,我想说一下半导体这个行业本身是一个。高端的精密制造行业。在这个行业里呢,就有非常多复杂的供应链。上下游配套公司大概有几百家。而且如果你仔细看英伟达的上下游的配套供应公司有。相当大一部分都是来自台湾。但是大家都知道,比如说像台积电那就不说了,其实方方面面有非常多的公司,台达啊等等这些。就黄有一个作用是说他本身是台湾人。台湾人实际上至少跟台湾本土的。这些企业沟通是相对要容易的。我举一个另外一个例子,就是google里边的GCP。的供应链的老板是一个的黑人女性,这里我补一下,没有任何这个歧实什么意思。你想一下,黄仁军跟台湾的供应商沟通,还是要比就这个gogleGCP的供应链的这个VP要容易很多。另外就是说黄这么多年,其实还做了一个工作,就是大家。听黄的。都挣到钱了。就黄就跟你说,我下一代技术要怎么做,然后你给我做升级或配套。后面我订单给你。台湾的这些工厂的老板的。就是按照他的要求做的事实层面就是说也对的,就是说跟他。都挣到钱了。所以这个事儿就变成了一个非常大的利益的共同体。这个事情也是我觉得其他人替代不了的。还有一个就是说其实刚才忘记讲了,就是我觉得还有个第三点,就是我没有时候讲说。现在AI这个行业的中央银行的行长就是黄润勋。那这个行长的风格呢相对比较激进。就像比如说你中央银行,它不断的在降息或者扩表。就整个行业实际上流动性是比较充沛的。流动性充沛的前提下呢,就大家不是那么缺钱,很多时候呢就比较好过。但现在其实新上来的这位。是原来的CFO。就其实CFO呢这个人呢就其实一直就比较保守和谨慎。比如说包括英伟达对open AI2500亿美金的。8G瓦的建设的。应该是最终的贷款人。其实本质上就是一种提供信用。那现在这个就今天早上的新闻吧,就马上他就开始又提要反对。这个事儿之前他就提过,但只是黄仁轩不同意。相对于其是央行的行长从非常激进的一位行长,现在换了一位相对保守的行长。其实这个对整个行业的影响也是比较大的。我觉得是这三个点主要是。嗯。😊一轮你也可以讲讲,因为你最近这几天其实聊了不少英伟达的员工。就刚才这个是一个市场。角度的观察。然后。在公司内部现在是一个什么样的氛围?中美员工关注的东西。也不太一样,就是中国的员工觉得黄仁勋是中美关系之间的润滑剂。然后黄仁勋下台之后,换了一个新的CO上来。这个人对于中位的关系,大家其实是把握不准的,所以会。对于他后面是否猜测中国相关的业务会有一些担心和顾虑。但据我们了解,现在中国英伟达的员工人数大概在4000人以上,而且有很多比较核心的。,研发相关的业务其实是备赛国内的。所以说内部的人又认为说猜测中国的研发中心,这个可能性其实也并不大。我们还可以假设一种情形啊,就是即使不发生现在这么戏剧性的事件,就是没有黄仁勋出轨的风波,也没有所谓这种是不是涉嫌泄露一些机密的风波。你觉得因为达本身他面临一些什么样的挑战?我觉得几个点。第一就是行业的利润,基本都是他这些公司拿走的,他70%到75%的毛利。他确实很赚钱,但是他产品真的很好,这个客观事实。但他确实就是基本把行业的利润全赚走了。这个东西是个好事,也是个坏事,就所有全行业都在给他打工。我觉得第二就还有一个问题就是。这个事儿。其实在当年挖比特币这个事儿发生过的。就大概在1516年以前,大家都是用英维达的GPU去玩。后面有一些大聪明说,哎。这个比特币的算法基本不调整或不更新了,我们直接给他写在电路板里算了。就定制化芯片就asec就出来了。比特大陆当年就是干这个嘛。对,没错。然后我觉得就是就像GPU啊。就也是一样的。就它通用性很强,但你后面你如果比如说你transform的价格越来越确定。然后比如说你参数也基本都确定你8万亿的参数跟80万亿的参数,如果基本上效果都差不太多,也就是sing law碰到天花板之后呢。那大家再对模型或参数迭代的意义就不大了。那这样的话,实际上就大家就会转手去去搞AAP芯片了。其实我觉得迟早会发生这个事情的。嗯,只是说时间的问题,大家还没探到这个位置,探到这个底,但一定是迟早会发生。就Aec芯片就给你写死了。你你因为达你的竞争壁垒就其实不太行了。就大家挖矿发现说我可能Aec。成本是。GPU的1%。你这个这个没人就再应用GPU去挖矿。然后第三我就还有就是说。哭到这个事儿就是我觉得比较难受的地方。其实。就是酷的这个东西呢,本身它是个软件层,它相对于是人和。电路之间驱动的这一层,它是上面连接人,底下连接电路板,所有的。驱动。就是这东西呢,本质上你看呢它是个软件。就如果这个东西是软件的话,那AI时代里可能。软件是最不值钱的,因为它底层全是代码构成的。所以就其实你比如说华为那个。CN那套。你你比如说你你翻译成c达或者哭a,翻译成CN原来那个是非常麻烦的。就两边都懂,这个很痛苦的。但现在AI翻译其实并不那么麻烦。经济是所谓的扩大的壁垒。就没有那么高级了。如果你把它扩展本身定义成一层。软件重植的非常厉害,非常强大的软件的话,但它本身是个软件。所以其实我觉得这也是一个问题。对我觉得第三点,尤其是挺耐人寻味的。因为本身AI发展的这么快,其实就有华仁勋的决策。有英伟达这个公司的努力在其中贡献作用。open eye最开始的GPU的集群也是华仁勋去送的嘛,那个时候也有一张著名的合照,有华仁勋、马斯克、smo曼这些最开始的人。然后他发展到这一步之后,他反过来其实又会在动摇他自己的。一些曾经的护城河。嗯嗯,所以这也说到另一个点啊,就是即使没有现在发生这么戏剧性的事件。本身英伟达处在一个非常需要他的创始人的时刻。因为刚才我们说的这三层挑战,其实。就像你最开始说的嘛,如果你不是一个创始人,你只是职业经理人的话,你其实很难去做这种大的转型的决策和执行。那英伟达如果面临这些挑战的话,它本身可能再往下也是需要再去做新的一次。转型和升级的。而这个时候,他的创始人又离开了。所以总的来说,我觉得目前这个情形确实对。公司有比较大的影响。然后受到对公司的影响,有一个。很多人都关心的直接的问题,就是他对股价会造成多少影响。比如说黄仁勋确定离开,可能最终导致英伟达的市值。被增发多少?昨天来看的话是一度跌到了148.8就150美元以下,但是后面又涨回了160美元以上。他第一天宣布的这天。套的你怎么看这个?就是几个维度来聊这个事。就第一是直接从比如说短期的财务角度,第二是从比较长期的战略角度。短期财务角度,他是这样的,就是他给的2027年的一个营收的指引是7000亿美金。26年就大概是个4000个美金。然后就现在大家从各个维度角度去思考判断的话,大概。这些卡流向不该留的地方,大概至少占了。两层到三层。那实际上应该在三层左右。就实际上大家也或多或少知道就就一。就某些地方,他还是有些GB30在。所以就说如果就是民主党上来就是着重要治理这件事情的话。那至少这一些收入应该就是都没有了。可能30%的收购先砍一波。这第第二就是实际上还有一个大的问题,就是民主党上来之后呢。整体会。相对放慢AIDC的建设的速度在美国。这样的话实际上还会有一部分缩水。所以就这个事儿直接来讲可能有30%到40%左右的一个缩水,这是第一。第二就是其实更重要的是长期看,我觉得就是说很多狼王类非常长线资金就拿着英伟达,其实可能有些好几年都没动过。无论中间譬如说涨跌跌20%或者25,这这些资金都没动过。因为他们整体就是说相信华仁军这个人呢在这个产业界的引领的作用。所以大家有时候说这个跌满了之后呢,就跟自己。打气说哎呀,相信老黄就完了。哎,他比我懂。所以其实就有很多基金是给了他很大的溢价的。在这里边。所以他离开以后呢,就你这个就很有麻烦了,就你这个溢价也就没有了...(已截断)
高能量
(1)
Vol.243 什么才是AI时代有价值的个体和公司:与张帆聊他的技术与创业思考
2h 22m
2026/11/15
📝 AI
总结
🎼欢迎来到高明亮,我是李翔。这期请来聊天的朋友是原理智能的创始人张帆。张帆呢他是一位连续创业者,也在大厂做过CTO负责过研发,也是国产大模型公司智普的前COO他在2025年创办了现在的公司叫原理智能。我之前也非常有幸跟张帆聊过。然后听他讲他对AI的认识和了解,觉得挺有收获的。也。请他过来请他分享一下他的整个的职业生涯、研究生涯以及他对AI的思考。要不你也自我介绍一下吧。包括我觉得也可以介绍一下原理智能。因为我查一下,我觉得你起公司名字都挺有意思的。然后之前三家叫原因智能,什么叫原理智能,谢谢李翔老师,各位观众们,大家好啊,啊简简单跟大家做个自我介绍,我其实是一个呃技术背景连续创业者吧,其实我之前在以前在法国读书,就是读人工智能。那在。😊很多年以前。当时也赶上了第一波AGI的浪潮。所以我在。搜狗、腾讯都是先后负责类似类产品的。所以那一波当时我们认为AGI能到来,但结果没到来。所以到了这个14年的时候,我就觉得出来创业。所以当时出来的做的第一个公司叫妙季旅行。是1个AI加旅游的公司,只不过当时的AI不是今天的AI更偏向于搜索逻辑的AI。我们试图帮用户去自动规划一个复杂线路。找到最优解。坦率来讲,并不算是一个成功的创业经历。但也经历了5年的时间。这里面也有很多的收获吧。以前我们认为最重要的是技术和产品。是一个好产品,就会有好的价值。但是在。妙记旅行创业结束的时候,我们慢慢的意识到说好的技术一定要跟商业做结合。所以我们当时就到了大搜车,当时产业互联网很头部的一家公司去做CTO,然后也面临了非常复杂的汽车流通体系的。这个结构在里面又去做了两年多的时间。然后再之后我们出来的时候,突然觉得说还是想创业。所以就又出来自己来创业。当时我们认为AI跟大数据。有很大结合的空间。因为以往的大数据。全部都是面向于超大型企业的。我们在想有没有可能变成普惠,能够用AI。来做数字驱动。所以我们当时又做了一家公司叫原因智能。之后做了半年多的时间。也就是到了22年的10月份。我们看到了chatGPT的发布,我觉得给了我们非常巨大的震撼。再加上当时一些偶然的机缘巧合,我们认识了这个质朴的唐杰老师。然后我们突然意识到这一波的AI跟以往的AI完全不一样。所以我们当时非常快速的做了个决定。我们就把我们的公司并进质朴了,放弃了我们自己的创业。整个团队进入智朴来。负责质朴的商业化。所以我们从。23年的2月份,也就算跟质朴一起。经历了中国整个。大模型商业化的一个整个链路。直到25年,我们觉得说可能又看到了一些新的机会。还是抑制不住内心想创业。所以就出来又做了一家公司,叫原力智能。嗯嗯嗯。大概是这么一个结构。那时候你是在法国学人工智能是吧?对对,就计算机人工智能。那是在10年之前是吧?对对对,是10年之前。今天大家都会认为说可能AI的话最主要发生在美国和中国嘛。所以那时候为什么会在法国以及那时候他。的真实情况大概是什么样子的?那个时候的想法其实比较简单,因为那个时候在国内读完本科,也是学计算机,在南开,想去海外看看。那当时来讲呢,法国一方面是不要学费。所以算是一个相对比较便宜的选择。另外一方面来讲呢,我也觉得说要看一看不同的世界,也许能多学一门语言也是蛮有意思的。所以当时就是很朴素的想法就去了。我去的是巴黎十医大。进入那个学校的那一年,他还刚得了一个诺贝尔奖。所以他们在数学和在计算机算法上。其实那个时候的差距不像今天的差距那么大。所以当时我们的那个实验室。在做机器翻译啊,在这个方向上做的还是蛮不错的啊,所以那个时候就没有今天中美跟欧洲的差距这么大了,所以也还是学到了不少东西。うん。但是我自己还是觉得想干点具体的事儿,所以。😊当时。在法国也有机会继续留下来读博士,我觉得太浪费时间,我觉得要做点真正有意义的事儿。就回国了。嗯嗯嗯嗯。可以今天差距是挺大的,今天差距非常大,我觉得是非常大。欧洲其实。跟中美比起来距离非常远,但是digman的时代,欧洲。创办的事,如果这么算,他算有一点。但其实现在来讲它已经属于谷歌了嘛。嗯所以他如果没有一个谷歌,这样美国的体系,不知道还能不能做到今天这么强大。当然今天也欧洲也开始,比如说mtro。做的也还可以。包括也还有一些像杨马困现在的这个创业的项目好像也是在英国。所以其实欧洲在努力的追赶了,但是整体的。人才密度和这个商业的成果,我觉得其实。与中美还是有一点距离的。嗯嗯。但其实他们教育是非常发达的。无论是爱英国还是对我觉教育肯定是非常发达的,还是这个老牌的出过这么多的数学家呃,这些物理学家、化学家等等,基本功还是很扎实。可见,教育跟人才密度并不是必然化上等号的是,正相关他不是必然关联嗯嗯嗯嗯。😊那你回国之后,比如你在搜狗,后来的腾讯,那当时AI的主要方向是什么?你讲的是做类c的工作吗?当对我大概是10年回国的。当时回国的时候呢,到了搜狗是我第一份工作。当时的主流还是在搜索引擎上。当时推荐系统啊,搜索系统啊是当时最热门的方向嘛嗯。我当时负责的叫做查询意图理解。就是当用户查一个词的时候,我要判断这个词儿的意义是什么。比如说你要查清华大学。那你当前的这个语义下,你到底是查一个地名,你还是查一个百科,就是我们要做一个分类,判断这个意图。所以我们做这件事儿。呃,那是大概在10年的时候,到了12年的时候,大概其实当时siri发布了。就所有人都很震撼,觉得说啊原来这个突然看到了一个。因为我们都是学NLP叫自然语言处理。是人工智能的一个分支嘛,就是怎么理解人说话的这个过程。所以呢在那个时候我们看到了这个方向,大家都是非常兴奋的。觉得说siri开了一个很好的头,我们是不是有机会能够做到。所以那个时候我们做了一些这种规则为基础的呃rub的这些方法。那个时候也开始出现了呃这个wl to back,也就是说用向量来表达语义了。在那个时候也开始出现了这样的苗头。所以当时大家认为是有机会能够做到AGI或者至少去奔着那个方向再迈重大的一步的。所以当时我在搜狗啊呃大家投了很多资源在做这个方向。然后我们也把它做成了搜狗云助手。到后来来讲呢,我们又到了腾讯,其实也是这个方向的延续。所以赶上了那一波的热潮嗯。但是到了13年年底,14年年初的时候。其实当时已经有点证明这个方向不太有效了,那个时候已经出现了一些创业公司。再开始用人工真人来进行服务了。所以就觉得说AI还是有些东西做不到,在那个时候就相当于这个时代就终止了。所以那个时候呢啊加上我从搜狗到了腾讯,腾讯又跟搜狗合并。我的第一个反应就是我觉得。大厂其实是非常很难发挥自己的判断力的一个。场所。所以我当时觉得说那要不就创业吧,当时什么都不懂。然后就直接出来创业了,带了两三个同事很模糊的就开始干一件新的事儿。所以就那个就那个时候是在做这么一个事,就在12年左右的时候,已经有AGI这个概念了吗?呃,AI概念是历来都有的嗯。😊是很早从弱人工智能强人工智能,然后通用人工智能。其实这个概念包括图灵测试。其实这个体系学术上很早都有。只不过今天大家把AGI这个事讲的越来越具象化了,以前是相对模糊的。嗯嗯嗯像你们开始时候,比如说试图在搜索引擎里面做意图理解那一套,它是可以实现的,是吗?他是可以实现的,但是呢它其实还是一个规则为基础的。就比如说用户提了一个查询。我们会在这个查询里边理解说他到底今天是想查天气。还是想查笑话,还是想查路线,想查百科,想查视频等等。所以人为的会把最top的最。大占比的搜索的内容。进行分类,把那些大家需求很共性的东西。尽量给他展现成偏结构化的表达,包括查房产。什么很多,如果你都是用搜索引擎的一个title,一个标题,加上一个摘要。其实大家很难看得懂。所以那个时候大家就有了像百度的阿拉丁,其实各家搜索引擎都有,我们试图把一些需求结构化占比也很高。😊但是这样的逻辑的问题在于就是。你随着你的分类越细。你到后面来讲,分类的数量就会爆炸式的增长。所以你很容易把头部解决了,但是你很难解决后面的肠尾。所以他没办法走到真正的AGI。并且这样的方式呢其实是有天花板的。那当然这里边我们并不是完全是规则,我们也会有一些分类器啊,会有一些这种向量的主题的聚类啊等等各种各样的方法来做这件事儿。但是总归这个事儿就撞到了像我们今天所熟知的萨顿讲的苦涩的教训。就是所有东西尽量不要用规则体系来解决。😊要尽量用一个更加原子的通用的方法来解决。所以当时还是规则体系。技术所限没有突破的这一层。困难吧。嗯嗯你刚刚提到了一点,在大厂里面做研究,他其实是会受到一些限制是吗?能。比较具体的讲一下吧,就怎么跟你的判断会有些冲突。刚开始工作的时候,我觉得我只要努力,我看好这个方向,我就全力去做就好了。以前想法是比较简单的,所以我毕业的时候呢。就加入了搜狗。然后呢,当时在这个里边环境非常好,包括传统也非常技术理想主义,同时也非常好,有非常高的人才密度。那个环境很像学校,甚至有点不太像公司,所有人都在努力研究。我为什么中间去到了腾讯,就我第一次意识到了说好像。做这样一个重大的事儿,需要的资源还是蛮多的对,所以呢更大的平台可能有更大的机会来让你完成。因为我非常认同AGI这个方向。我很认同。人机对话这个方向作为一个学自然语言处理的人。所以我当时又又到了腾讯。那我又非常努力的勤奋的去做这件事儿。但是你发现在大厂的战略判断上来讲,他可能突然觉得这件事不重要了,他可以非常快速的进行调头。嗯,对于大厂来讲,可能只是几十个上百个尝试方向中的一个。但是对每个人来讲,可能就是你职业生涯的全部。和你自己对于方向的压注。当时其实还是有非常好的。这个环境和岗位给我的。但是我还是觉得说我想试试。想看看自己做主能做成什么样嗯。😊所以就完全出生牛犊不怕虎,但没有任何的。这个经验的情况下就盲目的裸辞了。开始租了一个大概20平米的办公室,只能坐4个位置。😊在一个小的民居里边,大家闭着眼就开始干了,完全不懂融资,完全不懂商业模式。只是一帮技术人员在做。所以那是第一次创业。うんうんうんうんうん。但你第一次创业的时候,那时候应该是移动互联网还是非常火的是吧?是的,那个时候我们还蛮顺利和蛮幸运的。我们是做搜索的,但我觉得如果我们做一个通用的。语音助手这样的事儿肯定是不可能,其实跟今天很像,我觉得是不可能跟大厂竞争的这件事所需要的资源太多了,渠道啊、数据啊,我觉得我们做不了。所以呢我们在想说那我们能不能做成一个垂直领域。😊所以因为我以前在欧洲生活嘛,那我其实意识到旅游其实是一个巨大的痛点。因为我曾经在欧洲用了一个多月的时间。只花了1万块钱人民币去了十几个国家,嗯买了一张火车的通票,可以20多天随便坐火车。然后我也不住酒店,就住在车上,住在各个地方。😊还买到过一很多这种一分钱的含税机票。当时我认为旅游的搜索并没有达到极致。当时市场上当红的一些互联网的公司,比如说像去哪儿。他很大的逻辑就是帮助大家买到便宜机票嘛。就比如我从北京到巴黎,他帮你找到所有的供应商挑到里边最便宜的那张票。但是我觉得从一个算法工程师的角度来讲。我觉得这东西不是最优解。而且这个搜索空间太小了,因为各种的销售渠道差价不会很大。所以我才想说,我为什么要以一张票为我的一个搜索目标呢?我能不能以一整个行程为搜索目标?嗯比如说我要去巴黎3天、马德里3天、巴塞罗那3天。但是先去哪个后去哪个,我其实不care。我不在乎。😊但是它不同的排列组合,在不同的天数,它的成本和它的便捷度可能会完全不一样。对。所以我们当时就想说,那我能不能做一个二阶的远搜索?也就是我把它展开成各种排列组合,包括不同的交通工具,不同的顺序,不同的城市内。等等来算这件事儿。所以这当时一个很朴素的想法,嗯,我们就开始创业了,就搞了这么一件事儿。😊但搞起来之后呢,确实非常幸运的是。产生了这个大众创业万众创新的这个时代,对吧?所以当时就稀里糊涂的,在一开始什么都不懂的情况下,我们很快几个月的时间吧,我们就一个客户都没有呃,融了。1000多万美金吧,所以当时也没有见过那么多钱,就觉得说这咋花呢,对吧?这个时候就开始去做这么一件事儿。😊然后呢,加上大家的这种资金的支持。加上那个时候媒体也会来夸奖你们一下,他夸奖我们说这个公牛冲进了瓷器店,什么旅游门外野蛮人等等。给你灌一些这种名词,然后我自己也很飘的,...(已截断)
杯弓舌瘾
(1)289 “助农调酒师”小虎的进化论
52m
2026/11/15
📝 AI
总结
🎼 たった?🎼听众朋友们,大家好,欢迎收听杯弓摄影。我是一直在找酒喝的钱老板,我是每天都爱醒酒的。😊我是一直在新酒的戴红静。节目里面,我们会聊到啤酒、葡萄酒、威士忌、鸡尾酒,甚至聊到咖啡巧克力。杯弓蛇影是一档酒类生活方式的中文播客,让我们理性饮酒,微醺邂逅。请未满18周岁的未成年人谨慎收听。好,我们随时可以开始中午饭吃过了吗?吃了哈今天吃沙拉这么健康。对,最近就是如果我平常不喝酒,我就会很健康。Wow.て。うふふ。😊所以一般不喝酒的频次大概是什么样子?这个我得看。最近的。一?半局就局都不多。还是根据。工作和社交生活。对,因为其实跳舞师日常并没有很长出去喝酒。是。对,因为日常你每天都在接触久嘛,那其实休假。不怎么接触去。人配。一周三次。哦。听众朋友们,大家好,欢迎收听这一期的杯公摄影,我是钱老板。今天和我们一起参与录制的呢是。调酒师小虎。hello,大家好,我是小虎。😊我是一个调酒师。呃,广东人现在生活在上海嗯。然后最近在做我的项目,就是我的fo barFOO是我自己。第一个完全是自己经营的一个酒吧。嗯,然后同时我有自己的。社交媒体账号叫小虎,别喝了,就是发一些关于调酒师的日常。小虎是从什么时候开始进入调酒这个行业,成为一名调酒师的呢?我知道小虎的话可能是从。在庙前的时候开始,是嗯其实我是大学的时候,我读酒店管理嗯,然后酒店管理会有选修课学调酒,可是那个时候的。选修课的调节就是一些比较理论知识的。然后。那个时候的社会上的酒吧也大部分都是一些花式调酒啊,刚刚开始。出现经典鸡尾酒的时候。那时候自己就很感兴趣。所以就去外面的机构去学。那个时候如果你想要做一些实操类的,就会有一些调酒协会这种类型的。然后我就出去外面去学。学完以后就是。我的实习是在酒店,可是我在酒店实习也没有做酒吧。嗯,对我做。前厅部的。うん。然后实习结束了一年多,然后就出来就直接做。调酒这个行业。あ。所以其实是在上学的时候就有接触过,然后也自己对这个事情比较感兴趣。对。当时。在酒店里面,这个没有去吧台工作,是不是还有点挺遗憾的?也还好也还好。嗯,对,学习一些不一样的东西。我觉得其实也有关,因为我在行政酒廊上班日常。哦,对。然后再形成酒廊的话,他也会有调酒。就除了大唐吧以外,另外就是行政九廊就是。下午像一些他们的酒店的VIP啊会上来。嗯,然后就会给他们做一些简单的调酒,就是一些经典的鸡尾酒。我第一份工作是做品牌大使。哦先从品牌上始做嗯,是的。因为我那个时候啊。😊还没有坐酒吧的时候就去,我不是出去学调酒嘛,嗯然后学院会有很多的一些比赛。嗯,特别是像。嗯,管理学院管理学院很多技能型的东西嘛,那其实都没有太多人去参加。因为有一些什么茶艺啊、调酒啊。还有一些什么,通常都是这些计算机的,会比比较多人参加那些技能大赛嗯。然后学员就知道我。出去学调酒。然后他就让我去比赛。然后我去比赛的时候,刚好。我那个时候的。赞助商是一个糖浆的品牌,可现在可能。呃,大家知道的比较少,以前会有名一点点叫sla。哦。是一个。嗯.就老外做了一个糖浆。然后呢,是他去做赞助的那我比完菜下来。我就坐在那里看比赛。然后我隔壁做了一个老外,他又跟我聊天。聊起就是哦。你为什么喜欢做调酒啊?你现在是调酒师吗之类的,跟我在聊天。然后就我就聊起我就哦准备要毕业了。嗯,那可能会找关于调酒的工作。然后后面这个比赛我赢了,嗯,然后他就给我颁奖,我才知道他就是这个。赞助商的老板哦,然后后面就是过了大概两三个月吧。嗯,他就给我发信息。就说他在上海需要一个。南方的品牌大使嗯,他就问我有没有兴趣,然后我就问他这个工作职责是什么?嗯,他说可能就会要到处出差。然后跟不同的调整师,还有那个。呃,经销商打交道嗯,然后去。说一些关于我们。的产品的知识。嗯,那我就觉得哇太好了。可以到处去,我什么都没有想。然后我就做了这份工作。😊然后后来品牌大使一年多以后,我才又回去做调酒师嗯。可是我第一份工作是在。广东那个时候有一个酒吧叫STM。哦,去比较早的一个酒吧。最早的一个酒吧,然后在那边工作,然后就是。再到连城开业了,,就是STM的二店嘛,然后在连城。然后后来我又去做品牌大使了。嗯,因为那个时候第一次做品牌大使的时候。其实很多东西我都不懂。我懂的知识只是。公司给我的就是产品的一些知识。嗯,可是你知道我那个年代的品牌大使都是一些很厉害的人。很多都是一些调整式背景的一些比较资深对。这种就是大哥。那所以他们在调酒师的眼里,那会儿的品牌大学就是你什么都会。😊他们就会问你很多问题。那他们也会问我很多问题,就例如艾呀尼的martii是tir多少下,我不知道。那我得去查查完,然后了解完再告诉他。嗯,那所以我就觉得自己很不足够嘛。嗯然后后来就又回去。做调酒,然后后来又去了一个。啊,品牌做品牌大使。然后那个品牌也是一个新兴的品牌,叫做石铁寿。啊,一个中国白酒品牌的是的嗯,然后那个品牌就比较好玩一点点,因为只有我们。人很少嘛,然后都是调酒师后来转型做品牌大使,我们就做的比较好玩,新潮一点点。嗯,对。然后后来这个品牌结束了,做起来了以后。就是他后面就很少去涉及到。酒吧行业了。就鸡尾酒行业啊嗯还是在酒吧行业里面。然后我就再又回去。庙前兵是做条就是了,一直在吧台的两边进进出出。对是的是的,一直都在这个行业里面。たい。我们可以从。从庙前开始吧,因为今年也众所周知啊,庙前也是今年亚洲fift0 best的。呃,榜首就当时在庙前工作的感觉是什么样子的一个。情况应该是。你算是他们的。Funding staff.刚刚开业的时候,对,比较早吧,我是他们开业了。两年多嗯,因为庙前名师是2016年开业的,,我是18年底哦才去的。是嗯。那会儿就是。首先我是。啊,广东人。在广州长大。一直直到庙前病逝。那妙写名师那个时候都于我的。调酒师的感受来说就是太欣喜了。嗯就是那会儿我们都是做呃传统的经典的鸡尾酒。嗯,可是妙山名车玩很多很好玩的东西。嗯,所以那个时候就比较吸引我。然后我就我很喜欢做一些我没有尝试过的事情。嗯,所以他们对于我来说就很好奇,很新奇。所以就是。呃,进入了面试这个。店里面工作。嗯ん,对。当时庙前比较。呃,著名的理念是会做很多华南的本土风味的一些。呃,产品。是的,因为庙前兵室是一个。广州第一家pe easy的酒吧pe easy就是指隐藏式的酒吧。嗯,然后。啊,妙香冰室所做的风味是以广东的食物以及风味为灵感。去做鸡尾酒。所以会有一些很多茶餐厅的文化在一哦,对对,像比较火的就ery duck ands米。就是一杯像。有伯爵茶风味。将可乐的味道哦的一杯带气泡的。自会住。っと。当时确实在国内。尿前也算是比较早开始做这一类的。现在我们把它叫做所谓特调鸡尾酒,当年可能叫。signature或者怎么样。对我在庙前冰是快5年的时间嗯,对我在庙前冰是快5年以后。然后。想要换一个地方。嗯,尝试一下。嗯,然后那个时候就是。茂前斌是另外一个股东嗯,糙米。然后还有跟我们深圳店的一个股东呃,一审刘就会。在长沙开了一家。新的点叫CMYK然后我就去到这个CMYK这边工作了。うん。😊CMYK也是一个。岛上有名的名店啊,当时。在长沙开出来的时候还是非常热闹和轰动的一件事情吧。在当地。对,因为。那个时候长沙都是一些小的酒馆比较多一点点。嗯,然后CMYK是一个。大的一个社区店算是一个社区店吧。然后它的规模会比较大一点点。然后做的东西也会跟原本长沙小酒馆做的东西不太一样一点点。因为像长沙可能因为是内陆地区嘛,会比较少做一些客座的活动。那个时候CMY可算是长沙地家比较多的做更多的客座的活动,以及会请很多国外的调师过来客座的这样一个店。当年。老板们为什么要去长沙开店吗?是因为老板是长沙本地人吗?也不是也不是没有嗯,对,也有长沙本地的股东。嗯,那那个时候我有问他们为什么会选择长沙这个地方是嗯,首先其实那个时候开店是在疫情的期间啊,对,确是疫情的期间。然后呢,他们选择长沙这个地方。第一个长沙这个地方他很年轻化,他年轻人很多,他是一个旅游娱乐型的城市。嗯,那他们就会觉得这个很新奇有趣的一个城市。同时长沙他在中国的中部,他去每一个地方都是两个小时啊,比较交通什么都很方便。对,就感觉大家来长沙玩还是比较方便的。而且嗯这个地方的文化还有一个就是因为长沙的那个hi hopop文化很新奇。哦,他们也很喜欢这个东西就C brown嘛对,然后那个时候就觉得这个城市很有活。他们就选择可以在一个小城市,也不是小城市,就新一线城市去尝试一下。嗯,就长沙的话我印象里面是一个夜生活很丰富的一个地方,大家晚上都不睡觉,然后好像都加个手机在搞直播啊,什么之于很多夜市之类的。长沙堵车的时间是在凌晨的3点的天完全不一样。他们的早高峰是这个时间。天哪,长沙有长沙的听众朋友们跟我们想一下。这个到底是什么样子的一个情况吗?是所以在当时CMI可在长沙工作的时候,和之前在庙前会有什么不一样的体验吗?很不一样。嗯,在庙前宾室的话,嗯,因为我那会在庙前宾室,他已经蛮有名气了嘛。嗯所以其实来的客人我们每天都很忙,其实没有太多时间跟客人有很多很多的交流。嗯,那更多是是机械上的一些忙碌嗯。还有就是平常出差啊、接待啊这种类型的忙碌。而长沙呢他会比较接地气一点,客人的群体也不太一样一点点。长沙的客人比较有趣,就是他们喝鸡尾酒到鸡尾酒吧。他们会我第一次就是接到定位,就是你问他你好,他想要定位。然后他想要定多少个人呢?15个人啊,对,这是在广州从来没有发生过的。就最多最多可能就是五六个人去喝鸡尾酒,他们就15个。20个人来喝鸡尾酒,然后他们呢一喝就喜欢点一轮所有人演一杯,点完就开始喝shott啊,开瓶就他们会很喜欢很热闹的氛围。明白,就不太像上海、广州,可能就是去喝鸡尾酒,就两三个人,一些嗯,现在就是有的时候我们人多要如果要去喝酒的话,都会在那想想。哎,哪家店能有坐得下这么多人的地方。是的是的是的,15个人满了。。😊对把一家楼面都撑爆了。对对,,所以当时在这两家店,比如说高峰的时候,一晚上大概出杯量大概会有多少量庙前兵出杯量会多一点点。我那个时候试过一天晚上有200杯酒一个人一个人200杯。对,通常调酒的时候那个时候我们只有两个吧台嘛。嗯那大概差不多400杯一晚上最多那基本停不下来。对,停不下来的那个我我在的那会儿。是7点开门嘛嗯。7点的时候已经看到外面在排队了。嗯,就大家已经准备好了,大家ready,然后一开门就开始了。明文一直到可能一点半2点。就一直在里面。是。那这个还是在这个庙前。这个上榜之前的一个情况,现在我觉得应该。更加有过之无不及的情况哦,那回已经上榜了,其实是19年就第一次上榜。是的对,那回已经已经蛮多人了。因为本来妙冰是比较小,嗯,所以就。老是排队嗯嗯。感觉还是蛮多调酒师自己最后的归宿或者自己的一个。终极的目标就是自己去。参与开店经营的。是。当时你这个想法是怎么样子的?逐步的。构想和落地的呢。其实我原本也没有没有那么的。想要开店,就是没有那么强烈嗯,就。当然也还是会想。嗯,就你像像你说的,其实跳师会把。呃酒吧。当做自己一个家的存在,我觉得这个还是蛮不一样的。跟别的行业。不太一样一点点嗯。因为他们会把这个地方当做自己的所有的。灵感的输出的点跟人与人之间的交流的一个地方嗯。那所以这个为什么有那么多跳就想要开店,可是我。那会儿从庙前。离职了以后,我就自己尝试做自媒体嘛。嗯那。我还是有蛮多不一样类型的工作类型的。然后。我不想。也不是说不想我没有那么的强烈,想要开一个店的,就是我很喜欢做不一样的东西。嗯,因为我觉得开店是一个很长远的东西嗯。一开你可能就往着百年老店的方向去奔。な。😊我我害怕自己没有那么。就是能一直的那么热爱做这个事情,所以一直没有去想这个事情。然后一个契机就是。嗯。之前。😔搬来上海了以后,嗯,然后也是录了一个播客,录了一个呃李诞的播客。嗯然后里面会讲起有我会不会自己开店的这个事情。嗯,那其实说起来我跟播客还是蛮有缘的。然后我的现在的合伙人,他也有自己的博客哦,然后他他所以他平常听播客比较多。嗯,然后刚好他自己有一个项目呢,是在安吉嗯啊自己开民宿哦,然后他民宿里面。😊想要找一个酒吧的主理人,因为他会有酒吧的这一part的业务。嗯,所以他刚好就听到那个播客,然后就通过戴...(已截断)
Lightcone Podcast
(1)
The Rise Of AI Coworkers
N/A
2026/11/16
📝 AI
总结
🎼Groockbot is meant to be this product where you can create AI teammates. They have their own identity, their own telephone number, credit card, Like basically almost anything a human can do. I think we would want botch to do. I sort of see myself as the explorer, you know, like trying to figure out what what does software engineering look like six months to a year from now.Welcome back to another episode of the Light cone. Today, we're joined by Lauren Tan and Roman Ugarte, the team behind Groockbot, Roman and Lauren incubated the product and are on the core team that took it from the first line of code to launch in just seven weeks. Lauren, Roman, welcomee to the light cone. Thank much for having us. So we're at this like kind of crazy moment where you, Groockbot is out there. It's used by a whole lot of people. It is very, very easy to get started..😊Just noticed your you know, Gropot is.Built into the default Dm now and X, which is really cool.😊What is it.And.TheHow.You know, both people and businesses using it right now.Many of you have have tried it, but for those who who haven't.Groockbot is meant to be this product where you can create AI teammates.And we mean that seriously. I mean, you can kind of give these teammates names and identities and.Functions and skills and tools and all of these things.And I think where Groockby came from for us.Is it was initially this this internal prototype.That we spun up in a very short amount of time. We spun it up in about seven weeks.And we did it partially because we'd seen the way that AI coding had completely transformed the way that our engineers had worked.And that came from a few things just clicking, right, these long running agents that.That have these goals that they run out for long amounts of time.They have access to the right tools to do really effective work.What would that look like for non engineers, What would that look like for the rest of the company.And so we landed on, we wanted to build a product.Where the work was organized around bots.As the key operative principle, not around chats.Or around.Fileles or any other primitive.Second is that these bots.Should have access to the same tools that you do.I think it's, it would be too much to expect these bots to actually contribute to a company without having.Their own computer, for example.You know, we don't work every day with MCPs.So it's important that they can really use and operate the same tools a human does.And third is they should always be on.And I think we've seen this with loops and kind of other engineering principles where.If you can have these bots.Run for long amounts of time and be proactive and come to you with.Ideas or insights or things to take off, off of your plates.It's way more helpful than something that.Kind of waits for you to poke in Pra, to actually do work.So that's what we built.We released it internally. And I think one thing that was.Surprising from the initial reception was.It was kind of this bell curve.Internal.Feedback that we got were both people who were super AI forward.Lauren included.And people who were less AI forward, some of the least kind of AI forward people in the company.Both really enjoy rockockpott. It just kind of clicked, and it.It fits.In their hands, and.Kind of their workflows in a particular way.And so then we brought it to market. and I think we saw a lot of the same reception where it's easy to start with Groockpot.But the more you give it, the more you.Kind configure it to your life.I think the deeper you can get.And the more powerful it can become.So the receptions been really exciting to see. There's, there's still a lot more work to do. And I think it's quite early.😊But that's a lot of how Groba came to be.What are some of the use cases that you're seeing like.Who's, who's using rockock bottom and are there like surprising ways that you've seen it being deployed in the wild.I think we're starting to see it automate.Real functions inside of companies.And I think we've seen this pattern of people start using Groropbot personally.And maybe use it to do some basic task.They realize, wow, Grockba.It's pretty good at this thing. I'm going to trust my bot with more. I'm going to give it access to more tools.Instead of giving it a task, I might give it.An outcome or an objective.Okay, it actually did a pretty good job with the objective. I'm going to just give it a full job now. Let's see how it can run with that.And I think especially outside of engineering, we're seeing this internally, where.For example, our marketing team, our performance marketing team.Has just given their bot access to Google ads and Facebook ads.Their own logins. give it a budget.They say, hey, I want you to talk to our design teams bot.They have a design bot that creates these assets. and we're going to A B test a bunch of them.So that's one example in marketing. Our support team. I think it started to see the way that.A bot with access to the right tools can reproduce ...(已截断)
厚雪长波
(1)
20万订阅老朋友返场特辑:一场关于市场、投资与时间的集体复盘
1h 49m
2026/11/16
📝 AI
总结
🎼各位听友大家好,欢迎收听雪球出品的厚雪长波。这是一档和投资相关又不止于投资的节目。我是主持人齐一。今天这期节目是一期特别节目,原因是在前不久,我们的订阅数突破了20万。在这里先感谢大家对雪球以及后雪长波长久以来的信任和支持。我们会在未来持续为大家带来优质的内容。大家如果有想对我们提的建议,也可以通过后雪长波官方邮箱联系到我们。从2023年5。😊5月后雪长波第一期节目上线到现在,三年半的时间吧,我们已经更新了将近150期的节目。这三年半市场也走过了很长的路。2023年5月我们开播的时候呢,上证指数还在3200到3400之间来回拉扯。2024年初,市场又跌到了2600多点。那大概是这一届年轻人对底部最真切的记忆了。然后就迎来了20249月底那一波的急涨,一直到2025年。。上证指数重新突破,并且站稳了4000点。然后到今年5月。上证指数甚至一度摸到了4200点的上方。🎼之后就是7月那场科技股的急跌了。今年三季度科创50。跌了超过30%。全市场的成交额从6月的3万多亿,一路跌到9月的1万多亿。大盘也开始走弱。一直在36003700之间趴着不动。🎼换句话说,这三年半,我们和听友们一起完整的经历了一轮从怀疑到犹豫到亢奋,再到重新冷静的过程。所以今天这一期节目我们想做一件一直想做的事儿。把那些曾经来过后续长播的老朋友。再请回来聊聊。我们很好奇。他们当初在节目里说过的那些判断。哪些被验证了,哪些被推翻了。他们自己的仓位组合心态又发生了什么变化?在完整的经历了这么一轮起落之后。他们今天在看这个市场。最以先想到的会是什么?🎼这个节目串烧的创意来自惠客堂,在这里我们也献上creddit。接下来让我们把话筒。🎼交给我们的嘉宾们。 🎼 🎼大家好,我是朱宁,我是上海交通大学上海高级金融学院的蒋细教授。呃,也是耶鲁大学国际金融中心的研究院。呃,今天想跟大家分享的是这段时间整个美国的重期选举可能会对美国股市带来的一些新的不确定性。那么在之前呢翻译过一本著作,叫做1929是讲述上个世纪美国大萧条,引发这个美国大萧条这场股市的波动和这个背后政策的调整,以及对于整个经济的冲击和影响。那么借鉴这本书里面发生的这个美国胡夫总统一定程度上呢是意外的当选。呃,他当选之后呢,对于整个这个股市的应对的态度呢,其实和之前的总统的政策呢大相径庭。同时呢和财政部长梅龙之间呢也有不同的一些意见和优先的选择。那么在这个过程中呢,因为政策的制定的反复和一些不确定性。包括可能各个不同的政策制定者的最终的目标不同的。也导致对于整个1929年的股灾所对于经济所带来的影响呢可能。呃,他的这种调整或者应对呢,第一不是很及时。第二呢,可能整个政策的这个方向不停的摇摆或者改变。第三点呢就是由于在这个过程之中呢。啊,没有一个及时的政策的出台,最终导致了一个可能本来是一个短期的股市的暴跌或者一个股市的一个危机。最终演化成了一个最后席卷全球的大萧条,或者整个导致全球经济进入一个严重衰退的这么一个情况。那么在这个大的背景之下呢,我们可以看到,其实在10月3号美国的主题选举里面呢,其实出现了一个非常大的逆转。在主题选举之中呢,这个美国的民主党不但是大幅度的优势,拿下了众院,而且呢也有比较明显的优势的拿下了参议院。也就是和两年前的大选不同的。在上一次呢是共和党拿下了参议院和中议院两院。那么这次其实是整个民主党权力回归拿下来两院。对于美国特朗普总统来讲,其实是一个非常非常沉重的一个打击。呃,那么有的时候呢他们会把这种。吃掉了国会的这个总统叫做伯牙总统。就是因为呢他想要颁布的很多的政治纲领呢,可能会在国会内受到阻挠,或者受到纠正。所以从这项来讲呢,可能美国的整个的政治环境在发生一个非常大的改变。那么首先呢民主党和共和党两党呢在很多重要的核心政治领域,无论是贸易战啊、关税呀,整个对于AI核心技术的发展啊。对于富豪们的税收这个水平啊。包括可能公共福利和对于外来移民的态度啊都有非常明显的反差。因此,在民主党取得整个两院的优势的大的环境之下,我们会看到可能比较确定的就是。这两党会就很多在过去两年被非常极端的推进的这种共和党的政策呢,会发生非常多的这种争执。那么由于民主党获得了国会的优势。你总会看到一些政策回摆,或者可能这种政策实施过程中呢,会面临很大的压力和阻力。那么第二点呢,我们也必须要关注到,因为美国这种三权分立的这种政治体制之下呢,美国的总统权力很大,但是呢也会受到国会的制衡。美国国会呢有立法的权利。但是呢在真正实施和行政层面呢。又会受到很多总统的权力的这种制约。因此我们会看到呢,即使是形成了一定的明确的政策之后,很可能在整个政策的实行过程之中呢,特朗普其实在选举之前就曾经说过说我会否决民主党提出的所有的这种议案。他就会至少可以延迟或者是拖延整个政策的这种实施。那么在这个大的环境之下呢,我们也会看到可能民主党呢也会在整个推进他们的政纲的过程中呢。也会对于他的优先权啊,对于他愿意付出的这种代价和愿意进行磋商的这种程度呢,也可能会产生一些不确定的变化。所以在这个过程之中呢,我们也会发现这种府愿之争,也就是政府和国会之间的这种矛盾或者冲突呢,也会导致即使是形成了一定的明确的政策的目标呢。也可能会导致这些政策呢可能推行的过程中会有很多的阻力或者反复。那么再有一点呢,就是这一所有的一系列因素都会对美国的宏观经济和目前的美国的股市呢都带来非常高度的一个不确定性。这里们两个很重要的原因就是第一。AI在一种非常非常危险的速度在向前狂奔。而在这过程中呢,大量的不确定性其实都在涌现。如果在这个过程之中呢,共和党之前支持AI的这种政策受到限制或者甚至受到一定的这种逆转的话,那么对于整个AI和使用AI的企业来讲。他前期大量的投资可能就会产生投资回报的。不确定性,因此会进一步的影响他们的投资的利润和回报率,会影响他们股票的估值。与此同时呢我们也看到AI股价的大幅上涨呢。也会导致整个资本市场必须在私营企业,也就是AI公司。和这个公共部门,也就是美国的国债之间进行一个选择。美洲国债呢在整个一个高利率的环境之下,其实对于整个美国的财政。和经济平衡都会形成很大的制约和压制。那么在这种大的环境之下呢,我们也会发现这种摇摆不定或者是行势速度比较缓慢的一种政策呢。其实也会对美国的宏观经济和美国的股市带来。极大的不确定性。因此,这一次看起来可能美国的中区选举算是尘埃落定了。但是这次选举之后的美国的政治生态所带来的整个美国宏观经济的政策和由此引发了整个美国资本市场的变动呢,还是大家值得高度的关注,同时要保持一个比较多元化的,或者是稍微有点防御性的投资策略来应对在今后3到6个月里面。🎼可能出现了高额的不确定性。大家好,我是来自于世界黄金协会的贾舒畅。我主要负责亚太区的研究工作和我们国内的行业拓展的工作。首先请允许我代表世界环境协会。向雪球表示祝贺。雪球视频的频道订阅用户突破了20万。这是一个很值得庆祝的里程碑。过去几年呢,我们见证了很多的中国投资者对于资产配置、宏观经济研究和黄金投资的关注。那么也借此机会跟大家分享一下10月份以来金价的一个表现。金价呢在10月份呈现出了一个震荡稳固的这么一个态势,在4100美元左右徘徊啊。一方面呢它的支撑因素是比较明显,支撑因素之一。是美家收益率的一个下滑。一方面是因为近期的股市动荡,让很多的避险资金涌入了美债去进行避险。拉低了美债的收益率。另外一方面呢。投资者或者市场对于10月份美国加息的预期在快速的降温。这有几个方面驱动,那握实近期的表态被市场解读为比较偏割派。对10月份加息的预期呢随之降温。另外一方面,高利率对于美国房地产的影响可能正在显现。比如说9月份的美国新屋开工是低于预期的。那么也有一些投资者对于美国经济增长的担忧呢也在逐渐的显现。这两方面呢都是拉低了投资者对于美国近期呀快速加息的预期的一个降温。也导致实际利率有所下滑。支撑的金价并没有往下跌。那么第二个支撑因素呢是全球黄金ETF在经历的一个。比较强劲的9月份之后。依然呈现了一个显著净流入的一个状态。依然呢是由欧洲和美国领衔。我们回顾一下9月份为什么欧洲和美国出现了显著的净流入。一般来说要知道。在金价表现比较好的时候。这几个地区西方市场的投资者呢。会买入黄金ETS。反之呢他们会卖出。那在9月份金价有回调的情况下。他们依然是大局买入了黄金一天。我们看到和这几个国家的国债收益率的70溢价有关。也就是说,大家对于这几个国家的主权债务和财政的可持续性是有了一些问题啊,有了一些担忧。所以买入黄金这样一个没有信用风险的。也是在危机中表现良好的资产。做一个对冲。那么10月份以来,这样的趋势还在延续,也是支撑了竞价。那么短期来看。无论是中东局势还是油价的变化。都牵动着市场对于通胀的预期。从而影响了投资者对于美联储加息10点的这么一个预期。啊,虽然说10月份的加息预期可能在降温。但是大家都觉得美联储今年可能还要再加一次息。同时呢本轮的加息周期。可能并没有结束。这也是整体来说成为了。压制黄金的一个重要因素。尤其是在9月份,美国的CPI和PPI都是超预期的这么一个情况。那么这也体现在一个比较短期的谨慎的情绪上,主要是在黄金衍生品、期货和期权。投资者看重仓位呢在不断下滑。和黄金ETF的净流入形成了一个鲜明的对比。那么短期有很多因素牵动人体市场的情绪的一个变化。那么中长期来看,我们看到。有几点是没有变化。一方面呢是全球央行在不断的购入黄金。咱们中国人民银行在9月份购入23吨。是近几年来最大的一次。也是连续第23个月购入黄金。全球呢我们也看到央行也在进买入黄金。我们的三季度的报告会在11月初发布,也请大家关注。所以这是一方面。全球央行储备多元化的趋势没有改变啊,黄金依然受到追捧。另外一方面也是刚刚提到的。全球投资者可能正在逐渐的从美联储加息对于黄金的短期影响。逐步转向对于全球主权各国家主权债务担忧的这么一个配置逻辑上面去,这样呢可能会导致更多的配置需求。第三点呢,我们看到全球的股和债。各个国家的股和债的相关性。在持续的上升。啊,那么黄金呢和全球各个国家或者全球总体来说呢。股票它的相关性还是比较低。那在这样的情况下呢,我们认为全球投资者对于黄金的配置的需求是不会显著的下滑的。会有进一步的增长空间。所以短期来说有很多因素影响金价的涨跌,我们也鼓励投资者呢。以更长期战略性的思维去看待黄金的配置。在一个合适的配置比例里面呢。🎼用长期的去持有它,发挥黄金,在提升你投资组合的回报,同时降低你组合风险的这么一个战略性的配置作用。谢谢各位。🎼大家好,我是董指导。首间很荣幸的注贺。候选长坡的订阅用户数突破20万。我参加节目的一期呢是拆解用伟答。那么我们可以看到过去一段时间内,AI的整个技术和产品都经历了非常快速的迭代。资本市场呢也经历了非常激烈的震荡和波动。那应该如何去看待这种状况以及后续的发展呢?我们可以从一个微观中观宏观的层面来看。首先从宏观层面来看,现在整个AI的问题其实不是AI的核心问题,更核心的在于利率。那么在过去一段时间内,无风险利率经历了一个快速的上涨。无风险利率呢,它是所有资产之母。也就是我们通常会以美国十年期国债的利率作为无风险利率,也就意味着投资者呢买国债能够稳稳的拿到的回报。那当时年期国债利率不断上涨的时候呢,也就意味着资金的成本在变得更贵。那些。风险更高的公司呢,也就会相应的需要支付更多的利息。所以负债较多,信用较弱的公司,它的借限成本也会飞快上涨,对公司的现金领域就会带来巨大的影响。那么对于科技行业来讲的话,它尤其是一个高利率敏感的行业,大部分的创业公司和科技公司都会采用一些融资的方式,当资产利率过高的时候呢,这种利率的上涨呢,就会带来一个猛烈的冲击。所以可以看到,在过去一段时间内,美国时间期国债利率的不断突破,就是对于整个A。下来讲最大的冲击因素。那么我们接下来从中观层面来看的话,也会看到一个现象。就是尽管这个冲击是在发生,但是呢不同的云服务公司却产生了不同的影响。一方面我会看到这种整个经营模式非常依赖于融资的公司呢,它的股价呢就遭受了猛烈的下跌,因为投资者会担心在未来的5年之内,它的整个经营会迎来非常猛烈的一个挑战。那另一方面啊,像亚马逊这样的云计算公司,它的股...(已截断)
Y Combinator Startup Podcast
(1)
From Software Factories to Everything Factories
1h 0m
2026/11/15
📝 AI
总结
🎼Croockbot is meant to be this product where you can create AI teammates. They have their own identity, their own telephone number, credit card, like basically almost anything a human can do. I think we would want bots to do. I sort of see myself as the explorer, You know, like trying to figure out what, what does software engineering look like six months to a year from now.Welcome back to another episode of the Light cone. Today, we're joined by Lauren Tan and Roman Ugarte, the team behind Groockbot. Roman and Lauren incubated the product and are on the core team that took it from the first line of code to launch in just seven weeks. Lauren, Roman, welcomee to the light cone. Thank much for having us. So we're at this like kind of crazy moment where you know, Groockbot is out there. It's used by a whole lot of people. It is very, very easy to get started..😊Just noticed your you, Groock bodiess.Built into the default Dm now and X, which is really cool.😊What is it.And.The Howard.You know, both people and businesses using it right now.Many of you have have tried it, but for those who who haven't.Groockbot is meant to be this product where you can create AI teammates.And we mean that seriously. I mean, you can kind of give these teammates names and identities and.Functions and skills and tools and all of these things.And I think where Groockby came from for us.Is it was initially this internal prototype.That we spun up in a very short amount of time. We spun it up in about seven weeks.And we did it partially because we'd seen the way that AI coding had completely transformed the way that our engineers had worked.And that came from a few things just clicking, right, these long running agents that.That have these goals that they run out for long amounts of time.They have access to the right tools to do really effective work.What would that look like for non engineers?What that look like for the rest of the company.And so we landed on, we wanted to build a product.Where the work was organized around bots.As the key operative principle, not around chats.Or around.Fileles or any other primitive.Second is that these bots.Should have access to the same tools that you do.I think it's, it would be too much to expect these bots to actually contribute to a company without having.Their own computer, for example.You know, we don't work every day with MCPs.So it's important that they can really use and operate the same tools a human does.And third is they should always be on.And I think we've seen this with loops and kind of other engineering principles, where.If you can have these bots.Run for long amounts of time and be proactive and come to you with.Ideas or insights or things to take off of, off of your plate.It's way more helpful than something that.Kind of waits for you to poke in Prada to actually do work.So that's what we built.We released it internally. And I think one thing that was.Surprising from the initial reception was.It was kind of this bell curve.Internal.Feedback that we got were both people who were super AI forward.Lauren included.And people who were less AI forward, some of the least kind of AI forward people in the company.Both really enjoyed rockockbot. It just kind of clicked, and it, it fits.In their hands, and.Kind of their workflows in a particular way.And so then we brought it to market. And I think we saw a lot of the same reception where it's easy to start with Grockpott.But the more you give it, the more you.Kind configure it to your life.I think the deeper you can get.And the more powerful it can become.So the reception's been really exciting to see. There's, there's still a lot more work to do. And I think it's quite early.😊But that's a lot of how Grbat came to be.What are some of the use cases that you're seeing like.Whos, who's using rockock bottom and are there like surprising ways that you've seen it being deployed in the wild.I think we're starting to see it automate.Real functions inside of companies.And I think we've seen this pattern of people start using Groockbot personally.And maybe use it to do some basic task.They realize, wow, Kockpot.It's pretty good at this thing. I'm going to trust my bot with more. I'm going to give it access to more tools.Instead of giving it a task, I might give it.An outcome or an objective.Okay, it actually did a pretty good job with the objective. I'm going to just give it a full job now. Let's see how it can run with that.And I think especially outside of engineering, we're seeing this internally where.For example, our marketing team, our performance marketing team.Has just given their bot access to Google ads and Facebook ads.Their own logins. give it a budget.They say, hey, I want you to talk to our design teams bot.They have a design bot that creates these assets, and we're going to A B test a bunch of them.So that's one example in marketing. Our support team. I think it started to see the way that.A bot with access to the right tools, can reprodu...(已截断)