你好，我是曲凯，42章经的创始人。 小的时候我不太舍得花钱，记得当年一毛钱一袋的牛肉干真的很好吃，但如果偶尔遇到一个很有趣的人，我会欣然花几十、上百块请他吃个饭，还觉得自己赚到了。 后来长大了一些，开始刷人人网、豆瓣、知乎、再到现在的即刻…… 你有没有偶尔在这些平台刷到过一个很有缘的人，然后在一个夏日的午后，把他的发言、转载和收藏全都看了一遍，并觉得心有戚戚焉。 再后来工作和创业以后，每天就是聊各种各样的投资人、创业者。 如果能聊到一个优秀的人，真的会有一种如沐春风的感觉，并真心觉得很幸福。 而同行们见面经常会聊到的问题也是：最近有没有遇到什么有意思的人？ 所以，这个播客就是要努力把这些人带到你的身边。 我们只专注和有趣、有独到认知、又愿意坦诚分享的聪明人聊天。 希望你听完每一期都能回到小时候，回到那个因为认识了有趣的人、收获了新知，而感到单纯美好幸福的时刻。 如果听完以后，你还能暗自感慨一句， “我也好想认识这个人啊。” 或者， “哇靠，有被启发到。” 那这个播客也就值了。
AI Trading 的核心在于构建一条连接低成本决策与高代价行动的可验证通道，而非单纯依赖模型预测涨跌。金融市场决策极其廉价，真正的价值在于通过数据对齐（Data Alignment）和严谨的治理机制（Harnessing）筛选出具备执行资格的决策。吴浩哲指出，尽管大模型在深度研究方面表现卓越，但金融交易的本质是概率博弈，模型往往缺乏对复杂事实与假设的辨识能力。因此，人类在流程中负责风险把控与逻辑验收至关重要，这不仅是出于对资金安全的考量，更是为了在自动化浪潮中保持投资决策的意义感与方向感。AI Trading 的未来不在于完全替代人类，而在于通过人机协作，将海量信息转化为有依据、可审计的交易行动。
陆雨鑫分享了个人微调 AI 模型的实战经验，强调微调并非高不可攀，工业界应用更看重数据质量与成本效益。模型训练的核心难点在于数据处理，合成数据虽能辅助，但仍需大量人工审核以确保质量。监督微调（SFT）是当前工业界最实用的模型优化手段，通过特定领域数据迭代，能以极低成本显著提升小模型在垂直场景的表现。随着算力成本下降与隐私需求增加，应用公司正逐渐成为 “新 AI 实验室”，通过私有数据训练本地模型以实现业务闭环。未来，模型将向本地化、轻量化发展，应用公司将通过掌握核心数据与训练流程，在 AI 竞争中占据主动权，而非单纯依赖大型 AI 实验室的通用模型。
AI 模型开发正从预训练转向以工程化和数据为核心的后训练阶段。国内厂商在底层架构创新上表现亮眼，但在数据积累方面仍面临挑战。合成数据已成为提升模型能力的关键，通过构建复杂环境实现自我迭代（RSI）正成为行业共识。RSI 本质上是模型在特定目标下通过反馈循环进行的深度探索，类似于更智能的 DFS 算法。随着模型智力基础的提升，单纯的算力堆砌已非唯一壁垒，组织架构设计与高质量数据工程能力成为决定竞争力的核心。未来，模型厂商将通过内化 RSI 能力实现自我进化，而垂直领域应用则更倾向于利用轻量化模型与高效工作流，以实现更低成本的落地。
AI 行业正处于模型势能极强而应用赛道陷入低谷的剧烈动荡期。市场经历了从模型与应用一体化探索到 “模型吃掉一切” 的论断转变，导致国内应用创业陷入困境。应用公司若想突围，必须坚定出海以获取更高付费意愿，并回归用户价值原教旨主义，而非单纯迎合资本热点。尽管模型领域竞争激烈且更迭迅速，但行业演进遵循技术革命的周期性规律，即从导入期向展开期过渡。创业者应将产品视为模型的期权，通过积累核心能力与保持现金流，在模型能力成熟的未来兑现价值。市场最终会回归常识，通过解决真实需求创造价值的团队，将在周期波动中获得长久生命力。
组织建设与招聘是科技公司在激烈竞争中胜出的核心。魏小康结合在字节跳动与美团的深度实践，强调优秀创业者需具备强学习能力、好奇心、低自我中心（Ego）及坚定动机。组织建设应拆解为 “人” 的选用育留与 “业务” 的执行闭环，其中招聘是重中之重，需将 80% 精力投入需求梳理与供给拓展，而非仅依赖面试。AI 时代大幅提升了供需匹配效率，团队结构趋向精简，个人能跨越职能边界实现业务闭环。背景调查是规避招聘风险的关键，而创业公司应优先招募具备 AI coding 能力的好手，通过实战筛选人才，而非过度依赖繁琐的绩效考核体系。
泡沫的形成根植于人类过度自信、线性外推及从众心理等行为偏差。在 AI 等颠覆性技术浪潮中，投资者难以预判泡沫顶端，盲目追求短期暴利极易导致重大回撤。经济学家朱宁强调，长期投资应坚持多元化配置，将风险管理置于预测涨跌之上。虽然宏观大势与时代红利对财富积累起决定性作用，但个人认知边界决定了投资者的生存空间。面对 AI 带来的技术平权与就业冲击，投资者需警惕大模型与自身行为带来的双重幻觉，通过拥抱技术进步并保持理性内省，在不确定的市场周期中实现长期生存，而非试图通过短期投机获取暴利。
AI 软件创业正经历从 “垂直代理” 叙事向以用户体验为核心的务实转型。梦琪指出，垂直代理模式常陷入结构性困局，迫使初创公司沦为人力密集型代理商，而非可规模化的软件企业。在模型能力指数级提升的背景下，单纯的逻辑自洽已无法构成核心竞争力，创业者需摒弃虚荣心，回归解决问题的本质。通过从 2B 转向 2C，团队发现产品成功不再依赖于宏大的概念包装，而是取决于对用户痛点的精准捕捉与交互细节的极致打磨。利用 Reddit 等渠道进行深度用户验证，能够有效规避盲目跟风，将产品从 “概念堆砌” 转向真正具备情绪价值与实用性的工具，从而在激烈的市场竞争中找到生存空间。
AI 编程能力的爆发式增长正重塑软件开发范式，推动行业向 “哑铃型” 结构演变：模型厂商占据价值顶端，而长尾端则涌现出大量由个人或微型团队（OPC）驱动的创新。这些产品开发门槛极低，往往服务于极度个性化的需求或提供情绪价值，而非追求传统商业规模。随着生产力工具的普及，软件创作正从单纯的岗位价值转向 “意义感” 与 “影响力” 驱动，呈现出类似文化产业的特征。未来，创作者社区将成为连接这些分散节点的核心，通过提供回响与协作机制，帮助开发者在去中心化的环境中实现价值交换。这种趋势下，软件行业的投资与回报逻辑正从追求无限增长转向基于现金流或社区影响力的模式。
CLI 正在成为 AI Agent 的核心交互界面，其文本驱动特性天然契合大模型需求。Slock 创始人 RC 指出，软件开发已从代码编写转向以 Agent 为中心的 “构建” 模式。通过 Slock 平台，人类与多个 Agent 可在群组中协同工作，实现任务自动认领与分工。这种模式引入了 “Agent 动力学” 概念，即 Agent 能像人类团队一样协作、竞争并形成群体印象。随着模型能力提升，未来的软件开发将不再依赖繁琐的底层代码，而是通过自然语言描述需求，由 Agent 团队自主完成从设计到部署的全过程，这标志着人机协作组织结构的深刻变革，使非技术人员也能成为高效的软件构建者。
本次播客采访了 Kuseai 的 CTO 宇豪，探讨了 Kuseai 从零到千万美元营收的创业历程，以及在 AI Agent 领域的探索与思考。宇豪分享了 Kuseai 在产品方向、定价策略上踩过的坑，以及如何通过不断打磨产品和抓住客户需求实现增长。他强调了在 AI 时代，企业需要关注数据安全和权限管理，并构建自己的 Evaluation Benchmark。此外，宇豪还介绍了 Kuseai 的新产品 Junior，一个嵌入工作软件中的 AI Employee，并分享了 Kuseai 内部使用 AI Agent 的实践经验，以及对未来 AI 劳动力市场的展望，例如企业组织形式的变动和人类与 AI 协作的新模式。
本期播客邀请了世界林的创始人王文锋，探讨了 AI Agent 领域的新发展与趋势。对话主要围绕 OpenClaw 的兴起及其对 Coding Agent 的影响展开，指出 OpenClaw 证明了新一代 Agent 形态的成立，并强调了 AI Coding 是模型能力的零销售。王文锋认为，未来的 Agent 都将是 Coding Agent，并对垂直 Agent 的逻辑提出质疑，认为其可能是为了避免与通用 Cloud Code 竞争而产生的心理安全感。此外，还讨论了长程任务、主动性以及 Agent 的自我进化等关键点，并对 AI 颠覆 SaaS 的可能性表示认可。最后，王文锋分享了 Sheet0 的最新进展，表明其正在转型为 “管 ...
本期播客曲凯采访了嘉宾 Albert，探讨了过去三年在 AI 领域创业的经验与思考。Albert 分享了从最初关注赔率到转向关注胜率的转变，以及对 AI 在 “Q-Time” 和 “Save-Time” 两种场景下应用的理解，将 AI 分为想象力与智能两个方向。他认为，互动内容的核心在于找到新的媒介和交互方式，并强调了 coding 能力平权的重要性。Albert 还分析了多模态领域中 Higgsfield 成功的因素，以及在模型能力快速发展的情况下，如何更好地将模型能力转化为用户价值。最后，两人讨论了优化胜率与赔率的区别，强调了消费者导向和持续学习的重要性。
本期播客主要探讨了 AI 游戏和社交的未来发展趋势。嘉宾张阳分享了自己创业项目 Wanaka，一个 AI 游戏社交平台的经验与思考，强调了在 AI coding 技术快速发展下，游戏创作和社交模式的转变。讨论了 UGC 内容的分发策略，认为熟人社交关系在 AIGC 内容分发中至关重要。同时，深入分析了 Roblox 的成功因素，以及国内游戏化社交未能大规模普及的原因，强调了个性化游戏内容和社交关系迁移的重要性。最后，对 AI coding 技术在游戏创作中的应用进行了展望，认为 AI Native 引擎将降低游戏创作门槛，并对未来社交和游戏形态进行了预测。
本期播客主要探讨了 AI Coding 和 Agent 技术的最新进展及其对未来工作模式的影响。嘉宾东旭分享了他对 AI Coding 领域在过去一年中快速发展的观察，特别是去年 12 月份以来，AI 在编程方面的能力实现了质的飞跃，从不及格到能够完成复杂项目。他认为，AI Coding 的进步将导致未来禁止人类编写代码，并详细阐述了 Claude Code、Cowork、Skills 和 Clawdbot 等关键技术的发展脉络。Clawdbot 作为运行在本地电脑上的全能助手，通过编程实现自我演化，为用户提供个性化的服务。东旭还展望了 AI 在设计、企业数字化转型等领域的应用前景，并强调了在 AI 时代，人与人的连接、创造力和对美...
本期播客以 “三年总结” 为主题，津剑作为嘉宾回顾了过去三年在 AI 领域投资的经验与思考。他认为最正确的决定是重仓 AI，但也坦言在 2023 年可以更加激进和开放，错过了 Figure AI 等机会。津剑对未来三年的预期是属于科学家的时代，AI 将赋能更多年轻科学家。对于 AI 从业者，他建议 “活出自己”，而对于观望者，他也认为 “活出自己” 才能在 AI 时代找到价值。访谈中，津剑还分享了对 MiniMax 和多模态的理解，以及对巨生智能未来发展趋势的看法，最后他强调了 “真” 是其人生的奖励函数，并鼓励新一代创始人要有全球眼光和创新决心。
Leonis Capital 的合伙人 Jenny 在本次访谈中分享了她对中美创业环境、AI 领域投资趋势以及融资策略的观察和见解。她对比了两国在 2B 和 2C 市场、企业付费意愿以及 Prosumer 产品发展路径上的差异，强调了美国市场对企业级应用和稳定性的重视。Jenny 还分析了 AI 泡沫的可能性，并对国内 AI 创业者提出了出海建议，包括了解美国创投文化、融入当地社群，以及重视细分领域的深耕和技术壁垒。她还分享了 Leonis Capital 的投资偏好，即在特定领域具有技术和数据壁垒，并能解决企业实际痛点的公司。
曲凯采访了 Dify 的创始人张路宇，回顾了 Dify 在过去两年中的发展历程，以及 AI 领域的变化。他们讨论了 Dify 与 LangChain、Coze、GPTs 和 n8n 等竞品的区别与竞争，并分析了 Dify 能够持续发展的原因，包括开源策略、全球化视野和对技术趋势的务实判断。张路宇分享了 Dify 在日本市场的成功经验，以及对未来人与 AI 生产关系的思考，强调了保持团队快乐和持续学习的重要性。
本期播客由曲凯和莫杰麟共同主持，探讨了当前人工智能领域是否存在泡沫的问题。莫杰麟认为 AI 领域存在泡沫，因为市场预期高于实际发展水平，但泡沫的存在对发展有积极作用。曲凯则从价值和价格两个方面分析，认为 AI 发展本身没有泡沫，但一级和二级市场的价格存在泡沫。两人讨论了 AI 发展与科技公司发展的不同之处，以及 AGI 和降本增效对 AI 结构的影响。他们还分析了近期美股下跌的原因，以及市场对 AI 的脆弱情绪。最后，他们讨论了 AI 领域不同阶段的特点，以及如何判断周期和结构性变化，强调在快速变化的市场中抓住机遇的重要性，并宣布将举办讨论会，邀请 AI 从业者共同探讨。
这期播客是曲凯对 Light City AI 创始人于北川的访谈。于北川分享了他在抖音从 18 年到 20 年的工作经历，详细讲述了抖音在早期阶段如何通过品牌调性、内容选择和运营策略吸引年轻用户，以及在增长过程中面临的挑战和决策，包括对社交功能的探索、单列与双列选择的讨论，以及与快手等竞争对手的差异化策略。此外，还探讨了字节跳动独特的组织文化和追求极致的企业精神，最后于北川还介绍了自己现在创业项目 Lessie AI，一个旨在利用 AI 连接人与人的人脉搜索 AI Agent。
谢君陶在播客中分享了她在 OpusClip 负责增长产品的工作经验，重点讨论了视频产品冷启动、提升付费转化率和用户留存等关键增长策略。她强调了早期寻找真实用户作为合作伙伴的重要性，以及与创作者建立经济共赢关系。此外，她还分享了通过灵活定价策略和用户反馈闭环来提升产品质量和用户满意度的方法。最后，她还提到了数据驱动决策的重要性，以及在创业公司早期如何合理规划数据投入。
Follow this podcast in Podwise
Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.
