Together with you, we explore a new world! About the Show: Zhang Xiaojun Podcast is an in-depth talk show featuring long-form conversations of 2 to 7 hours. It centers on authentic personal expression and high-density cutting-edge information. Produced by Language Is World Studio. About the Host: Zhang Xiaojun is a financial journalist specializing in in-depth coverage of tech industry, including AI, tech giants, venture capital, and prominent figures. She has won 13 journalism awards at home and abroad, among which she received the SOPA (Society of Publishers in Asia) Award for Excellence in Journalism for three consecutive years from 2022 to 2024 — widely known as the "Pulitzer Prize of Asia." She is also the founder of Language Is World Studio. "If my interviews can walk with you along a lonely and unknown path, and bring you a little closer to your destination one day, my heart will be filled with warmth." — Zhang Xiaojun
AI 時代正引發一場超越工業革命的文明範式轉移，傳統科層制公司組織將面臨衰亡。曾鳴教授指出，新技術發展遵循基礎設施、應用爆發與原生應用三個階段，目前 AI 正處於從基礎設施向智能體（Agent）應用過渡的關鍵轉折點。卓越的戰略決策源於反共識，企業需擺脫線性外推的思維，透過「看三年、幹一年」的動態張力進行佈局。未來的組織將以「任務」而非「崗位」為核心，強調全員合夥人制與高主動性（High Agency），並由 AI 深度協同。隨著智能成為通用基礎設施，企業競爭焦點將從單純的技術領先轉向對複雜場景的洞察與創造力，而具備「無中生有」能力的組織將成為下一個時代的領跑者。
AI 革命标志着工业时代科层制公司的终结，未来组织将以任务为核心，演化为深度协同的 “全员合伙人” 模式。曾鸣指出，AI 产业发展遵循基础设施、应用爆发与原生应用三个阶段，当前正处于从基础设施向智能体（Agent）应用转型的开端。战略制定需跳出线性外推，通过 “看十年、想三年、干一年” 的张力进行决策。卓越的企业家应具备使命驱动的利他精神，而非单纯追求估值。随着 AI 成为基础设施，人类的竞争优势将回归于 “无中生有” 的创造力，传统的管理层级与商学院模式将面临重构，组织文化将向开放、透明与共创演进，AI 将赋予人类更大的自由度去追求创造性价值。
英偉達研究副總裁劉明玉深入解析物理 AI 與世界模型 Cosmos 的發展戰略。英偉達致力於構建底層基礎設施，透過開源 Cosmos 模型賦能開發者，而非與應用層競爭。研究核心從早期的判別式模型轉向生成式 AI，並強調「物理 AI」將是下一個技術革命，旨在解決人口老化與勞動力短缺等現實痛點。劉明玉分享了在英偉達十年的科研歷程，強調「第一性原理」決策與團隊協作的重要性，並指出 AI 研究如同實驗科學，需透過快速迭代與紮實的工程實踐來驗證。他認為，AI 競爭不應是零和遊戲，而是透過技術擴散與生態整合，共同推動物理世界的智能化進程，最終實現機器人與現實環境的深度交互。
人工智能领域正涌现出一批以科研背景为核心的 “Neo labs”，其核心叙事转向 “AI for AI” 与 “Physics of AI”。清华大学人工智能学院助理教授刘子鸣指出，当前 AI 范式面临抽象能力不足的瓶颈，需引入物理学方法论去理解、改进并设计神经网络。AutoResearch 并非简单的代码生成，而是通过结构化科研思维链，构建能够预测实验结果的 “原模型”，从而实现研究过程的自动化与规模化。这种模式旨在将顶尖研究员的思维逻辑沉淀为可训练的模型，通过 “vibe training” 实现模型设计的端到端自动化。从学术界转向创业，旨在打破传统科研的低效，通过构建科研环境与数据采集系统，让 AI 具备自主迭代与持续学习的能...
AI 基础设施的演进与开源项目的商业化路径是本期访谈的核心。You Kaichao 分享了从算法研究转向机器学习系统工程的历程，指出在算力特化时代，系统工程对模型性能具有决定性作用。vLLM 作为开源推理引擎的代表，其从校园项目走向商业化运营，旨在解决开源项目长期维护的资源瓶颈与法律合规问题。访谈深入探讨了模型结构与底层硬件的协同设计（co-design），强调算法团队需深入理解 Infra 以实现性能压榨。You Kaichao 认为，开源模型将成为未来 AI 格局的主流，而推理引擎作为 AI 时代的 “基础设施”，其商业化运营是保障技术持续迭代与生态繁荣的关键，这也标志着 AI 开发正从单纯的算法创新转向系统与算法深度耦合的工程...
游凯超作为 Infract 联合创始人兼首席科学家，分享了从算法研究转向机器学习系统工程的历程，探讨了开源项目 vLLM 从伯克利校园研究演变为工业界核心推理引擎的商业化路径。vLLM 通过 PageAttention 等技术解决了大模型推理的效率瓶颈，其成功不仅依赖于技术创新，更在于通过成立商业公司确保了项目的长期维护与专业运营。对话深入剖析了模型结构与基础设施（Infra）的协同设计（co-design）理念，指出在摩尔定律放缓的背景下，算法必须主动适配硬件特性以实现性能突破。此外，游凯超还讨论了开源社区在 AI 时代面临的治理挑战，以及如何通过商业化手段解决算力资源与法律合规等现实难题，为构建大模型时代的底层基础设施提供了深刻...
安克創新創始人兼 CEO 陽萌在訪談中深入剖析了企業從「做生意」轉型為「深科技」的戰略路徑。安克長期堅持「踩穩一個臺階，再邁向下一級」的務實發展模式，透過將產品細分為一、三、五、七系，精準對接不同消費需求。面對 AI 範式變革，陽萌強調企業應從「分支法」轉向「端到端」的學習模式，並透過自研存算一體芯片解決邊緣計算功耗難題，以實現產品的極致創新。他認為，AI 時代的組織變革核心在於建立「分層授權」體系，將數據與業務經驗沉澱為智能體，並堅持將價值分配給創造者。安克未來將持續深耕充電儲能、影音、家庭自動化及健康領域，致力於透過技術積累與品牌信任，在消費電子賽道構建長期的競爭壁壘。
安克创新创始人阳萌回顾了公司从电商起步到转型科技企业的历程，阐述了其 “浅海战略” 的核心逻辑：在规模适中但技术壁垒高的细分领域，通过极致创新创造独特价值。安克正从品质驱动的 “五系” 品牌向极致创新的 “七系” 跨越，通过去中心化的组织模式赋能创造者。面对 AI 范式变革，安克将 AI 视为提升用户体验的工具，通过自研存算一体芯片解决端侧 AI 功耗痛点，并将 AI 能力内化为企业运营的智能体。阳萌强调，消费电子的护城河在于持续的技术创新、品牌信任以及由使命价值观驱动的创造者群体，企业应坚持将大部分创造价值分配给劳动者，以实现长期的组织进化。
小鹏集团正向 “物理 AI” 企业转型，核心在于将智能电动汽车与通用人形机器人深度融合。物理 AI 不同于数字 AI，其研发需在处理复杂物理环境交互的同时，平衡硬件制造、成本及法规等综合短板。2023 年，小鹏推翻原有软件驱动的研发体系，转向 AI 驱动的组织架构，旨在通过软硬件一体化实现无人驾驶与机器人的技术跃迁。机器人研发难度远超造车，需构建全新的运动控制与大脑决策逻辑，而非简单的软件缝合。小鹏致力于在未来十年实现软硬件价值各占 50% 的商业目标，并将 2027 年视为高等级人形机器人商业化量产的元年，通过重构底层技术与组织，应对物理世界 AI 化带来的巨大挑战。
何小鹏深度剖析了小鹏汽车从 “智能电动汽车企业” 向 “物理 AI 企业” 的战略转型。物理世界的 AI 研发远比数字 AI 复杂，不仅要追求技术上限，更需在成本、法规及工程落地等维度保住下限。小鹏通过重构组织架构与研发逻辑，将 AI 驱动贯穿于软硬件一体化设计中，并对人形机器人领域下注，旨在解决物理世界的复杂交互难题。尽管机器人创业难度远超造车，但其规模化潜力巨大。此外，新车型 GX 作为旗舰 SUV，集成了飞行汽车冗余技术与机器人交互逻辑，标志着小鹏在智能体构建上的进一步探索。企业需在技术剧烈变革中不断重构底层范式，通过持续的战略投入与组织调整，在物理 AI 的漫长战线中寻找突破口。
真格基金管理合伙人戴雨森在访谈中复盘了 AI 投资的阶段性判断，强调早期投资需秉持 “强观点、弱持有” 的原则，根据市场反馈动态调整策略。AI 领域正从单纯的模型竞争转向以 “Harness”（编排工程）为核心的应用生态，Coding Agent 等工具通过提升生产力，将 AI 能力从垂直领域扩展至水平应用。尽管目前 AI 行业处于高资本支出阶段，但真正的回报取决于 AI 能否通过增效或降本为终端用户带来利润增长。未来，AI 原生应用将不再仅仅依赖大 DAU 的流量逻辑，而是通过解决高价值任务和构建 Agent 间的协作网络，重塑软件开发与商业协作的底层逻辑。
AI 时代的投资逻辑正从传统的 SaaS 订阅模式转向以 Token 消耗为核心的效率评估，模型公司的竞争壁垒已演变为基于 Coding Agent 的递归自我进化循环。Anthropic 与 OpenAI 等头部模型公司通过算力规模与推理效率的博弈，重塑了科技行业的资本开支与商业价值链。随着 AI 对软件开发与企业决策流程的深度渗透，组织架构正从层级化向小型化、全能型团队转型。尽管 AI 带来的技术变革引发了广泛的职业焦虑与不确定性，但其在提升生产力方面的长期价值依然显著。在信息交换日益被 AI 取代的背景下，人与人之间基于真诚情感的深度连接，正成为未来职场与生活中愈发稀缺且宝贵的价值核心。
Follow this podcast in Podwise
Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.
