雷蒙的投资播客 主理人：Raymond - 爬过藤校，纽约敲过钟，投过独角兽，创业受过伤，现在管理美元二级基金，人生目标是网球3.0。 我们真的什么都聊：从 SpaceX 聊到 Claude Code，从比特币聊到Polymarket，从中国大模型 MiniMax、智谱，Kimi 聊到美国的 OpenAI，Anthropic。有些时候，我们会抽离出来看更宏观的叙事。比如油价、日元加息、美联储的变化、量化基金动态，中国房地产见底，甚至地缘政治的风波。核心的母题还是在这个科技资本大浪潮中，寻找每一个新的可能性。 嘉宾的来源也非常广泛：从家族办公室到 TikTok 负责人，从稳定币大厂到非洲VC，从国资人民币基金到美元AI新 VC，从北美电力专家到Hugging Face负责人，从中东主权基金到纽约时报撰稿人。每一个朋友都是一个宝藏。所有的问题都是为了提升认知，而所有的认知都有机会变现。让我们一起问下一个百万美金的问题。 如需联络，可以在评论区中留下你的联络方式和来意。视频播客搜索苔藓之火 或者 雷蒙的投资播客。
AI 时代的广告范式正经历从移动互联网到对话式交互的深刻变革。广告不再仅仅是基于点击率的流量分发，而是通过大模型对用户多轮对话、行为习惯及深层意图的精准捕捉，实现更具个性化的决策影响。传统广告衡量体系在面对 AI Agent 时面临挑战，品牌需在 “种草” 与 “转化” 之间寻找新的平衡点。随着 AI Agent 逐渐成为用户获取信息的核心入口，广告形态将从简单的链接跳转向深度嵌入对话流的交互式体验演进。Meta GenAI 广告产品负责人 Jaggie 结合其从早期电商创业、宝洁品牌管理到字节跳动及 Meta 的技术产品经验，剖析了技术驱动下的商业模式飞轮，并指出 AI 时代广告的核心在于如何利用用户长期记忆与上下文，在保护隐私与...
AI 时代正迎来一场 “新文艺复兴”，个人的作品与影响力已取代传统学历，成为定义职业价值的核心标准。公开构建项目（Building in Public）不仅是验证技术能力的有效路径，更在人才稀缺的背景下，通过作品的穿透力重塑了行业评价体系。当前 AI 领域的人才竞争已演变为一场高额的智力资本博弈，顶尖研究员的薪酬与价值水涨船高，且研究范式正从单纯的算法优化转向数据质量与算力调度。随着技术迭代加速，AI 研究呈现出明显的收敛趋势，如多模态方向的边际收益递减，而数据蒸馏（OPD）等高效技术路径成为新的竞争高地。识别并追踪那些在边缘地带孕育关键创新的个体，已成为企业与资本在这一超级垄断时代获取竞争优势的关键。
2026 年 8 月资本市场在波动中缓慢复苏，关于 AI 泡沫是否破裂的争论愈演愈烈。英伟达通过循环借贷和数据中心资产化维持高增长，尽管市场对其财务稳健性存疑，但其硬件在预训练与推理任务中的多梯队需求支撑了资产价值。AI 行业正处于从 “辅助” 向 “数字员工” 转型的关键期，企业在算力短缺与融资成本上升的双重压力下，被迫通过模型蒸馏与架构优化实现降本增效。机器人与办公软件领域虽估值虚高，但作为国家级战略竞争的支柱，其长期生产力提升逻辑依然稳固。宏观层面，美债收益率高企与地缘政治动荡持续压制科技股估值，迫使企业在追求技术领先的同时，必须通过实实在在的商业化落地与人效提升来应对资本市场的严苛审视。
一级半市场作为企业融资与上市之间的中间地带，因基金退出压力及上市环境波动而逐渐浮出水面。该市场本质上是买卖双方在缺乏公开定价机制下的私下交易，通过 SPV 嵌套或代持等复杂结构实现股份流动。SpaceX 与字节跳动等头部企业凭借强劲的基本面与流动性，成为该市场的核心标的，而 SHEIN 等公司则反映了地缘政治与资本环境对估值的剧烈影响。虽然 36Kr 等平台提供的信息布告板能作为市场情绪的先行指标，但实际交易高度依赖中间人网络，且存在法律灰色地带与信息不对称风险。投资者在追求高增长叙事时，需警惕 FOMO 情绪驱动的估值泡沫，并审慎评估复杂交易链条中的合规与信任成本。
通过对 OpenAI、Anthropic 及 DeepMind 三家顶尖 AI 实验室的一万七千余份简历进行深度挖掘，揭示了当前 AI 行业的人才画像与流动趋势。旧金山湾区是核心人才聚集地，而谷歌作为主要人才输出源，为这些实验室提供了大量技术骨干。数据表明，虽然工程人员在各公司占比最高，但 Anthropic 在商业拓展与安全对齐职能上的比例显著高于 OpenAI。华人人才在这些实验室中占比约 20%，清华、北大、浙大等高校背景的从业者表现突出。三家公司在人才来源、职能分布及学校背景上呈现出高度的同质化，反映了当前 AI 领域在顶尖人才争夺上的激烈竞争态势。
AI 模型中转站作为连接用户与官方大模型的灰色中间层，通过利用官方优惠渠道、账号池及技术手段，以极低成本提供 API 访问服务。该行业存在显著的合规与安全风险：部分运营者通过留存用户输入输出数据进行倒卖或模型训练，甚至通过隐蔽的倍率调整手段变相扣费。尽管模型降质（掺水）现象在业内存在，但更隐蔽的倍率操纵已成为获利核心。这些中转站宛如能源贸易中的 “影子船队”，通过反侦查技术规避封禁，为国内游戏开发等 B 端客户提供高性价比的算力支持。头部运营者月流水可达千万级别，其运作模式揭示了在算力资源受限环境下，灰色市场对前沿技术需求的极高敏感度与生存策略，以及通过知识蒸馏等手段进行模型训练的潜在隐忧。
AI 产业正处于资本开支的爆发期，全球云厂商在数据中心建设上的投入持续攀升，引发了市场对需求可持续性及投资回报率的广泛担忧。AI 投资专家唐奕波指出，当前 AI 产业的发展逻辑类似于电气化革命，早期资本开支超过经营现金流是新兴行业的常态。尽管开源模型对闭源模型构成价格压力，但 AI 作为智力基础设施，其应用场景正从编程辅助向企业级工作流重构演进。随着模型参数规模的持续扩张，AI 不仅限于替代人类劳动，更将创造出全新的生产力范式。尽管面临高额折旧与债务杠杆的潜在风险，但智力成本的持续下降将推动渗透率跨越式增长，重塑全球经济结构，而算法优化有望缓解内存等硬件资源的供需矛盾。
中国科技大厂在 AI 办公智能体（Agent）领域的竞争正处于白热化阶段。大厂普遍面临组织臃肿、考核机制僵化以及 “局部理性” 导致的创新折损，难以产出真正颠覆性的 AI 原生产品。字节跳动通过设立独立部门（Flow）及内部结算机制，在一定程度上规避了传统大公司病，展现出更强的敏捷性。未来 AI 办公智能体的竞争将从简单的应用层转向操作系统（OS）级别的调度权争夺，手机厂商与超级应用将围绕用户上下文（Context）和数据入口展开激烈博弈。随着端侧小模型能力的提升，预装应用和渠道控制权将重新成为决定胜负的关键，而隐私保护与用户连接深度则成为大厂突围的核心壁垒。
Leopold Aschenbrenner 创立的 “态势感知”（Situational Awareness）基金在 2024 年 7 月遭遇强制平仓，其管理规模从 450 亿美元峰值骤降至 100 亿美元。该基金通过 4 倍杠杆重仓 AI 基建股，在 7 月市场动荡中遭遇多空双杀，导致单月净值暴跌 67%。此次爆仓不仅是 AI 赛道拥挤交易的出清，更暴露了该领域杠杆化程度过高的系统性风险。尽管该基金未破产且保留了 Anthropic 等核心资产，但其经历揭示了在 AI 长期叙事下，过度使用杠杆进行短期博弈的脆弱性。这一事件标志着 AI 投资进入周期下半场，市场对便宜资金的获取将变得更加审慎，未来 AI 资产的波动性与透明度挑战将进...
AI 应用创业正处于从 “大模型锤子” 寻找 “业务钉子” 的转型期。大模型能力的快速迭代使得通用型应用极易被底层模型厂商整合，因此，创业者需深耕垂直业务场景，通过本地化部署或与硬件深度耦合来构建护城河。AI 不仅是提升生产力的工具，更在重塑内容创作范式，使普通创作者具备了实现复杂脑洞的导演能力。当前 AI 应用市场存在严重的同质化与补贴依赖，真正的价值在于解决用户真实痛点，而非单纯的 “七折卖茅台” 式价格战。未来，AI 硬件与物理世界的深度融合，以及创作者主体性的重构，将成为 AI 时代的核心竞争力。
2026 年 AI 行业进入快速迭代期，递归自我改进（RSI）成为核心议题。RSI 并非追求完全脱离人类的自主性，而是通过优化模型自我迭代路径，降低人工干预比例。AI 开发的本质已从传统的 “编程” 演变为 “自动化”，模型作为通用智能底座，在处理复杂任务时展现出极高的效率。当前中美模型差距正迅速缩小，中国模型如 GLM-5.2 及混元 3 通过高效工程实践与高质量数据清洗，在性能上实现质的飞跃。数据资产成为竞争壁垒，拥有庞大用户生态与数据闭环的大厂在模型训练上具备显著优势。尽管模型厂商在技术范式上趋同，但如何利用私有数据构建差异化智能，仍是决定未来市场格局的关键。
AI 时代的 “一人公司” 模式正在重塑个人生产力与商业边界。百万粉丝博主李超分享了从体育 AI 创业失败到转型自媒体的历程，揭示了个人如何利用 AI 工具实现高效产出。核心观点指出，AI 并非简单的效率提升工具，而是将个人认知无限放大的杠杆，要求创业者具备极高的动手能力与前沿技术敏感度。传统企业在 AI 改造中面临组织阻力，而管理层的一线参与是转型的关键。未来，法务、税务等专业服务领域有望通过 AI 原生模式实现规模化垄断，打破传统知识密集型行业的人才管理半径限制，将脑力劳动转化为可复制的标准化服务。
Hellyeah 从面试辅助工具演变为 AI 原生职业平台，核心在于通过屏幕录制与数据蒸馏技术，构建能够自主决策与执行的 “数字员工”。该系统捕捉知识工作者的工作流程，实现对任务拆解、因果推理及结果交付的数字化，使 AI 能够像真人一样主动揽活并自我迭代。在增长营销等实战场景中，数字员工不仅能实现系统性的业务增长，还打破了市场与工程部门的壁垒，使企业能够实时应对市场波动。这种模式标志着劳动力生产力的范式转移：人类将从繁琐的执行工作中解脱，转而担任管理数字劳动力的高级决策者，推动企业向更扁平、高效的 AI 原生组织架构转型。
AI 应用公司正面临基础模型厂商的剧烈挤压，生存关键在于能否通过深度的数据清洗、专有数据壁垒及高效率的工程化 “脏活” 构建护城河。虽然通用大模型在法律、金融等高价值场景展现出吞噬一切的能力，但企业级服务中对合规、审计及复杂工作流的深度定制需求，依然为垂直应用留下了生存空间。AI 应用的核心价值已从单纯的流量获取转向对特定行业工作流的重塑，如飞书等产品通过集成 AI 能力成为企业协作枢纽。未来，AI 原生组织将通过重构业务流程与组织架构，在保险、制造业等大模型难以直接触达的线下场景中，通过 AI 赋能实现效率的指数级跃迁，而非仅仅依赖于软件界面的创新。
微策略（MicroStrategy）作为比特币市场的核心杠杆，其近期通过发行 STRC 等复杂金融工具融资囤币的策略正面临严峻挑战。随着比特币价格回调，微策略卖币付息的行为引发了市场对现金流断裂的恐慌，导致 STRC 出现脱钩现象。这种将比特币作为隐性抵押品的 “铁索连环” 式金融工程，在流动性紧缩的熊市中极易引发连锁反应。当前市场核心关注点在于微策略能否通过卖出股票补充现金储备，而非继续盲目增持比特币。这一策略不仅考验着迈克尔·塞勒（Michael Saylor）的金融创新能力，更揭示了比特币在被包装成传统信用资产后，其去中心化初衷与现代金融杠杆之间产生的深刻矛盾。
马斯克作为人类历史上首位万亿富豪，其财富与公司估值已脱离传统 DCF 模型，演变为一种基于 “马斯克特色估值” 的信仰体系。这种估值逻辑源于其极具号召力的领袖魅力，将 SpaceX 等高风险工程项目包装为人类迈向多行星物种的 “诺亚方舟”。不同于追求商业闭环的传统科技大佬，马斯克通过极致的执行力与第一性原理，将个人愿景转化为全球信徒的集体共识。尽管其商业路径伴随高频失败，但这种将梦想与人类生存意义深度绑定的叙事，使其在资本市场中占据了不可替代的战位，成为支撑其断层领先地位的核心驱动力。
SpaceX 的潜在 IPO 标志着科技与资本市场的重要转折，其业务结构已从单一的火箭发射演变为由星链（Starlink）连接业务、太空发射及 XAI 人工智能组成的综合体。星链作为公司的现金奶牛，凭借其全球覆盖的电信服务属性，贡献了超过六成的收入。与此同时，通过整合 XAI 及大规模算力中心，SpaceX 构建了极具想象力的 “星辰大海” 叙事，成功将估值逻辑从传统的财务指标转向对 AI 驱动的未来生产力变革的押注。这一 IPO 进程不仅反映了马斯克个人品牌对资本市场的溢价能力，也揭示了全球科技巨头在 AI 基础设施及企业级应用领域的激烈竞争，预示着资本市场对 AI 商业化前景的深度重估。
教育在 AI 时代面临重塑，核心在于培养孩子的内驱力与元认知能力，而非单纯追求应试成绩。高考作为高利害、标准化的选拔机制，虽然提供了社会公平的底线，但其滞后性使得家长必须在体制外寻找更具前瞻性的育儿策略。AI 不仅是工具，更是拉大生产力差距的催化剂，善用 AI 的关键在于明确目标与提问能力。家长应警惕对服从性的过度追求，转而通过高质量陪伴、鼓励试错与保护亲子关系，帮助孩子在不确定性中建立自我价值。培养孩子保持好奇心、学会面对挫折并拥有独立思考能力，远比在标准化考试中获得高分更能应对未来的社会变革。
全球投资人对中国的认知正从单一的 “市场机会” 转向 “认知学习” 的考察。百观 CEO Robert Wu 通过组织高端商业考察团，带领全球投资者实地探访中国 AI 大模型、机器人及消费企业，揭示了中国经济在谨慎预期下的韧性与创新潜力。中国创业者展现出极强的本土化自信，不再单纯模仿海外模式，而是基于第一性原理进行技术突破，如 DeepSeek 在 AI 领域的创新。在机器人行业，企业通过大规模真实场景数据采集提升自主性，而自动驾驶的发展则受政策与社会就业平衡的精细化调控。此外，中国消费市场虽显谨慎，但服务质量与品牌粘性持续提升，如老乡鸡等企业展现的物价与服务优势，为海外观察者提供了关于中国经济真实运行规律的全新视角。
Follow this podcast in Podwise
Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.
