- 关于
- 主理人
任鑫
主持
美元基金合伙人，主要投资和孵化面向全球市场的 AI 应用。连续创业者：打造「今夜酒店特价」，被京东并购后内部创业「京东到家」；2015 年再次创业 Get，探索对话式人工智能助理；2021 年出售公司，2023 年重新回到 AI 世界。
参与的节目
共 140 期
- AI 帮我干完了 20 年的活儿，我却感觉像坐牢
国庆假期两位老友开着十几个 AI 窗口闲聊：OpenAI DevDay 最大新闻是额度砍半，Dots 并不比半年前的 OpenClaw 更好用。个人助理在中美是两个市场——中国超级 App 把篱笆扎紧，点评、淘宝网页版连人都不给看；美国近一半电商交易在 PC 完成、供给分散，机会天然更大。两人讨论了琐事是不是小确幸、个人助理最后大概率免费靠广告竞价、做不成超级 App 就卖掉也是出路。任鑫放手让 AI 做的视频数据比认真口播还好，文浩则说一年写了过去 20 年的代码量，人却像快车司机，「AI 都能做完，但我验收不完」。
- 和 ColaOS 橘子聊个人 Agent 这半年：时代追上了他，他却打了转向灯
半年前被任鑫质疑「太宽泛」的个人 Agent 赛道如今成了风口，橘子带着 ColaOS 的经验回到节目。三人从模型降价聊起：flash 级模型的 agent 能力让单用户月成本从几百美金降到十美金左右，补贴成本首次低于获客成本，互联网免费与广告打法可能回归。橘子分享了这半年的坑——99% 的人没有日历、大部分人没有支使别人干活的肌肉、agent 间协作使用率极低，因此他放弃卷办公，转向「996 之外」的副业与自媒体方向。最后三人讨论 Opus 5.5 吃掉世界模型、固件都能 vibe coding 之后，什么位置才安全，结论是控流量、控信任、控渠道，以及做自媒体。
- 挣钱时都是超级个体，坐牢时把锅甩给 AI
本期围绕 AI 出事谁背锅展开：美国财长贝森特拒绝给 AI 实验室安全豁免，徐文浩认为权力与责任必须对等，大公司因责任包袱拖慢 AI native 转型，反而是没包袱的小公司有机会，因为大公司要交一层「责任分配税」。随后聊了能任意换选项的模型 JAV，称其为「工程与算法界的严重产能过剩」；DHH 的 Omarchy 价值在于可以改任何东西；Vantora 在大企业内部孵化 AI 公司的模式；组织渗透中同事把 AI 生成的长篇方案甩过来的痛点；回应评论区「资本家视角」的差评；以及智谱代码上传风波和 dynamic workflow。
- PureblueAI 鲁扬：把 prompt 当货架空间，把 GEO 当量化交易
清蓝（PureblueAI）创始人鲁扬从字节火山引擎、豆包大模型市场负责人转身创业，做国内第一批 GEO 服务商。他强调 SEO 与 GEO 是两个物种：搜索引擎有规则、可手工按图索骥，大模型是黑盒，只能用一个模型学习另一个模型，像量化交易一样挖因子。他把 GEO 拆成知识管理、意图挖掘、品牌诊断等八个环节，提出「一个 prompt 就是一个货架」和意图电商，并给出见效周期（第三到四周）、上百账号多 IP 高频采样验证效果的方法，以及品牌应先梳理知识资产的建议。
- XCircle 小飞：只做管理那批人，要没工作了
小飞（XCircle 创始人）带来一线操盘现场：鹿客拆掉 HR 三支柱、重组为 Hero，把层级和部门直接干掉、小队压到 2 到 4 人；XMind 转型半年后二十来位原 manager 没人花在管理上的时间超过三成；一家不到 100 人的公司正式集体放弃飞书，改成五个 agent 加两个同学协作。小飞认为 AI 原生组织真正要做的，是把管理这种全职工作交给 AI，让公司聚焦业务闭环。徐文浩则一路抬杠：AI 减的是摩擦，但背锅和分钱这两个问题没有解决——效率翻倍不等于收入翻倍，最后可能只剩「裁人」而不是「分钱」。
- 鹿客陈彬：把一家 12 年的硬件公司，重写成 AI 原生组织
鹿客创始人陈彬讲述把一家做了 12 年智能锁的硬件公司重写成 AI 原生组织的全过程。他定义的 AI 原生不是"大家都把 AI 用起来"，而是假设组织与流程都不存在、从零重想该怎么做。落地动作包括新设 Hero 统管人与 AI、把 IT 改成 AIO、挑选 FDE 与 agent builder、试点端到端价值闭环的圈子并由圈长掌权，以及三轮"重新站起来再重新坐下"的内部报名。他也谈到 AI 管培生、华为 IPD 只需加速而非推翻，以及为什么多数传统公司其实该慢一点。
- OPC 已经凉了，FDE 会有光明的未来么？
徐文浩与任鑫连麦，从 OPC（一人公司）与 FDE（前置交付工程师）两个热词的降温切入：OPC 不成立但小团队成立，FDE 本质是咨询加外包，填完企业渗透 AI 的缝隙后这个职能会消亡，真正的机会是做「AI 时代的埃森哲」。两人还聊了国产模型井喷后日常 80% 开发工作已难分高下、蒸馏的 ROI、模型是否会变成水电煤，以及徐文浩对 DeepSeek DSH 的独家判断：它不是好 harness，却是「可塑软件」有意思的内核。最后分享了公司 AI 原生组织的实操。
- AI 原生组织转型 02：用 AI 推进流程、闭环迭代
本期接续上期，把「推进」的后两步传导与检查讲完，再讲第三件事「闭环」。核心主张是：最好的传导就是不要传导，让 AI 做中央总线把活从一个工位推到下一个工位，福特流水线真正的革命是传送带本身；设计检查点比设计工作更重要，检查要用干净、无关的上下文做对抗性验证。闭环分内部能力闭环与外部市场闭环，大部分传统公司是开环系统，AI 有能力、能落地、没私心，安克 48 小时走完一圈，Block 把公司做成推荐引擎。收尾指出愿景与落地之间卡着饭碗和权力。
- XMind Mango：分活，分圈，分钱，搞 AI
XMind 联合创始人 Mango 复盘公司从部门制到「圈子制」的组织转型：产研流程重排后产品经理直接在代码仓库搭原型，增长与市场团队打散并归入产品，一个人拆成 0.2、0.5 人力到处内部兼职，职能部门退化成社区只负责技能等级认证。绩效由圈长打分分钱、由 agent 记账打分。踩过的坑包括解散测试团队后才发现全公司在手动测试、大厂增长套路不 work、后端团队整体离职。Mango 认为 AI Native 组织的核心是减少人与人的摩擦。
- AI 原生组织转型 01：用 AI 对齐事实、对齐打法
这期单口节目讨论 AI 原生组织转型的第一阶段：为什么人人用 AI 提效了，公司整体却没变快、也没多赚钱。任鑫认为效率分三层，单点提效受阿姆达尔定律和瓶颈限制，而知识工作 60% 的时间花在开会、对齐、交接和等待上。他提出暴论——AI 不是组织的工具，而是组织的竞品和替代品。落地先做三件事：对齐、推进、闭环。本期讲完对齐（对齐事实与对齐打法），推进讲了发现活和分配活两步。
- Ouraca 张栖铭 & 吴俊东：只要你还在开会，你们公司用了 AI 也快不起来
Ouraca（Aurora Academy）联合创始人张栖铭与吴俊东复盘一年多来用 AI 改造组织的踩坑史：全员用 AI 提效，版本却没变快，因为被加速的只是旧流程，真正耗时的是开会、评审与人对齐，还带来「双重工作量」。他们把分工从按职能改为按上下文，让一个人负责一个完整闭环，研发先做出 demo 给真实用户验证，设计师再直接改代码优化，协作全在 GitHub 上，没有日报周报。节目还讨论了 OKR 改写成验证假设、人才判定转向杠杆率、两大风险（AI 让自我欺骗更高级、更快做出没人要的东西），以及给普通人的两个动作：learning by building 和蒸馏自己。
- 艾语智能张天乐：赚钱的 AI 产品，原生的 AI 组织
张天乐（艾语智能创始人）分享如何用 AI 做小额信贷批量立案与侵权打击：不做 AI 电话催收，而是让 AI 给人下任务、用小白员工替代专业律师，靠立案后的长分期提升回款率。他还讲了公司全面对齐 Anthropic 的方法论、把数据库重构与行业 know-how 沉淀成 markdown/skill 的落地过程，以及一天上线两三百次、砍掉测试岗、一线大专生拿代码权限的 AI 原生组织实践。
- 王建硕×徐文浩吵架局：看代码是浪费时间，还是人机唯一的桥梁
任鑫拉来王建硕和徐文浩对质：王建硕给自己定死规矩——不允许看任何一行代码，12 天在 TestFlight 发了 148 个版本，每次改动过 414 个 test case，主张 Python、JavaScript 已沦为汇编层，"if it works 就不要管它"。徐文浩承认也不手写代码、全程 prompt 驱动，但坚持代码合并前必须有人看过，治理靠"用自然语言生成、人审核过的确定性工具"。两人吵到 90 分钟，发现对五年后无人看代码的趋势判断一致，分歧全在"今天怎么办"——王建硕要的是那碗面条，徐文浩想开麦当劳。
- 纯 Vibe Coding 做大项目，一定会塌掉
徐文浩回来拆解他给「AI 做大项目」搭的一整套 Harness。他同意「纯 Vibe Coding 做大项目一定会塌」，但结论不是 AI 没用，而是要靠基建管理复杂度并持续迭代。他从一台机器讲起：带侧边栏的终端并行开窗口、远程 dev server、DevContainer 沙盒、Worktree 分叉、Tailscale 加阿里云中继；再到把一排 agent 挂在 Discord 上用 server/channel/thread 管上下文；以及公司级的 GitHub 门禁、双重 code review、测试录屏、auto fix。后半场任鑫提问搜索、浏览器检查、自动发短视频等实操问题，结尾点名与王建硕的分歧。
- 余一：没有 AI 转型，只有自然生发
任鑫第四次请来腾讯研究院研究员余一「进货」。上半场围绕腾讯研究院《从超级个体到超级团队》报告：市场上的最佳实践一拿到手就已过期，所以报告转向能穿越模型周期的母题——如何识别超级个体（AI-first 重构工作流、强主观能动性、影响力外溢、5 到 10 倍生产力加端到端闭环）、如何让组织当园丁而非规划者、如何把海盗配上架构师。下半场余一掀开自己的个人系统：AI 余一是 CEO、她退居董事长，0 点到 5 点交给 AI，skill 被拆成原子块加最佳实践加各类协议，靠 benchmark 滚动迭代。
- 王昊奋：大模型越强，知识图谱反而越重要
王昊奋从知识工程的历史讲到 agent 时代本体与知识图谱的回归：数据库、数仓、图数据库一路演化，解决的始终是管理与语义对齐问题；MCP 式的中间本体对齐就像大家都对齐到同一协议。到了 agent 时代，本体成为约束模型、让结果可复现可追溯的 harness，并从静态"地图"长成可行动的"导航"。他把路线分成本体优先（Palantir）与模型优先（Claude）两派，认为严肃决策仍需符号化的因果与解释权落在人手里。最后聊到个人知识管理：存量用脑子，增量用 AI。
- 用 AI 做会议纪要，是 AI 转型中最荒谬的事儿
任鑫单口：用 AI 做会议纪要本身很荒谬——就像波音 1985 年的工程师用 CAD 画完图却打印出来开会，只是把「抄写员」变快了，组织卡点从来不在任务层而在协调层。他借波音 767 舱门改了 13000 次、777 用 CATIA 统一数字模型 + 250 个 DBT + 取消物理样机、问题减少 60%–90% 的历史段子说明：组织需要的不是一份会议纪要，而是一份被持续维护的「项目当前状态」活文档。AI 真正该替代的是中层「信息中介」，随之升值的是拍板、处理冲突、辨别真伪信号的能力。最后提示：别硬转旧组织，去搭新组织；协调层之上还有生态层。
- 河豚已经不会毒死你了，但我们决定假装它还会
任鑫从日本「河豚调理师」执照制度切入：1990 年起人工养殖的河豚毒性已降至野生千分之一以下，2012 年地方政府提议取消牌照却被厚生省以「公众认知、行业稳定、文化传承」为由拒绝，说明当安全变得免费，人们转而付费购买仪式感与故事。任鑫自剖贫穷限制了对人类价值的想象力：理工直男总用功效性合理化溢价，而孩子只在意喜不喜欢那 600 块的乐高小人、富二代不问包包差价。AI 正把写报告、做 PPT、写代码等功能性价值打到趋近于零，那时人类的价值或许不靠功能，而靠意义与稀缺。
- 丛龙峰：AI 会消灭掉“上个破班儿”的感觉
组织管理专家丛龙峰做客「AI 炼金术」，与任鑫从组织咨询一线的真实体感聊起：AI 对组织的冲击目前被严重高估也严重低估——谈 AI 裁员的公司不超过 10%，但焦虑已经淹没了最前沿的大厂。他提出组织有三种面向（经济、社会、政治），AI 只能较容易击穿经济层的效率逻辑；组织转型要按「标准化→流程化→数据化→知识化→AI 智能化」五个馒头依次吃；AI 接管规模化复制后，组织会归核、回到天才管理。最后落到人本身：兑现自己的天赋，比财富自由更重要，AI 应该消灭掉「上破班」的感觉。
- SparcAI 李智昊：用视频做世界模型，路线非常不本质
任鑫邀请 SparcAI 联合创始人李智昊，聊用视频做世界模型这条主流路线为何"不本质"，以及 SparcAI 选择的 4D 点云 + Motion 残差表征路径。李智昊认为视频只是 4D 物理世界的有损投影，会丢失深度与前后关系，且 3D VAE 对时间维度的压缩带来致命 latency；正确做法是直接对 4D 空间建模，把点云拆成静态部分与 motion 残差分开压缩。他判断世界模型的壁垒在于表征效率而非数据与算力，并预测 4D 的 Stable Diffusion 时刻会在两年内到来。
- 王建硕：Markdown，是新时代的编程语言
王建硕与任鑫对谈：他不同意"治理屎山代码"，因为代码层已不属于人类——LLM 是新的编译器，自然语言（.md 文件）是新的源代码，屎山只要不被人看到就不是屎山。他手写几万行自然语言，一个人跑起 PM、工程、市场、客服四个 Agent 团队，APP 五分钟更新一版，现在连用户反馈都不需要，PM Agent 自己决定下一版做什么。他还提出"聊天是 debug 不是写程序"、程序员是"抬轿子的人"、"Token 使用量是 AI 时代的 GDP"等判断。
- OceanBase 封仲淹：Vibe Coding 只是开始，下一站是软件工厂
OceanBase 开源负责人封仲淹（老纪）与徐文浩、任鑫三人对谈。老纪自称"古法编程"出身，却认为 vibe coding 已彻底革命软件行业，只是开端，下一站是多个 agent 组队、配 correctness benchmark 验证的 software factory。徐文浩介绍团队把需求、开发、测试、code review、验收等环节尽量交给 agent 但要同步抽象信息；由此引出 memory 的定义与同步难题——skill 改了无法自动同步到别人机器和其他 harness。老纪用大数据从裸存文件走向结构化与 SQL 的历史，类比 AI memory 终将走向专业数据系统，并抛出 LAMP 之后 AI 时代新架构的猜想。
- 云九资本沈文杰：VC 别把自己当 Nature 审稿人
云九资本董事总经理沈文杰与任鑫聊硬科技投资方法论。他复盘 2020 年 top-down 投出壁仞科技的逻辑：先认准 GPU 赛道，再遍访公司挑团队；指出 top-down 只适合既有存量又有创新空间的底层赛道，Transformer 这类颠覆式创新推不出来。他提出「你越看好的行业，最后能成的公司越少」，并解释为何去投睡眠——AGI 在物理世界存在断层，需要新 sensor 喂数据、再把 AI 判断主动反馈回温度灯光降噪。他预测人会越来越数据化，常识变得没有成本，会重塑营销、零售与家纺业态；给创业者的建议是关注底层不变、保持灵活、别幻想过高毛利率。
- 管 Vibe Coding 项目，就像管公共厕所
徐文浩和任鑫聊 vibe coding 进入"治理深水区"：以前三五年才堆起来的屎山，现在一个月就堆完，管项目难度跟管公共厕所差不多。徐文浩分享自己公司里的实操——让 AI 治理 AI、自动扫描挂掉的进程、锁死配置靠重启恢复；个人层面用 Discord 多 channel 分 Agent、非必要不升级、Claude Code 写代码加 Codex 找 bug；组织层面加自动钩子拦住 400 个重复 SVG 和 10MB 大图，单次提交不超两千行，把任务拆成可追踪、可回退的依赖图并让计划自动 refine。最后讨论个人提效为何不等于组织提效：研发瓶颈从来不在写代码，而在联调、查 bug 和开会。
- 任鑫：AI 转型没戏，得重新投胎
任鑫借 1956 年集装箱的历史，把「AI 转型」拆成三个层次：任务级提效、组织级重建、生态位重构。老港口只吃到第一层——装卸变快，红利被同行拉平；纽约港改不动任何一条，河对岸的伊丽莎白港从沼泽地起家，1970 年反超。他自陈辅导大组织转型提效 20% 已是极限，而小公司做新事普遍提效 300% 到 500%，变量不是他，是「小」和「新事」。结论：不是 A 到 A+，是 A 消失 B 出现，要 AI 投胎而非 AI 转型。对普通人也一样，1968 年布鲁克林码头工人不是被机器抢走饭碗，是船不来了。
- 课代表立正：AI 课卖 2000 刀，偏偏坚持古法手搓
本期《AI 炼金术》邀请 Superlinear Academy 创始人课代表立正（前亚马逊、前腾讯数据科学副总监），聊他把 AI 直播课卖到 2000 美元却坚持古法手搓的反共识生意。他认为 AI 是放大器而不是起爆器，没有 AI 这门生意收入也只少 20%；刻意不上 AI 的课程与问答恰恰是客单价最高的部分。他提出 user / tinker / builder / architect 四阶模型，指出程序员最难跨的是从过程确定性到结果确定性，并给出个人提效 5 倍、组织提效为零的诊断和"先砍一半人"的狠招。
- 徐文浩：AGI 已经来了，接下来开始比赛分发
徐文浩带着刚开放注册的 ZooClaw 来聊千虾大战。他的核心判断是 AGI 已经实现，缺的是分发，所以不做新操作系统，而做 OpenClaw 的"发行版"，像 Red Hat、Ubuntu 之于 Linux。产品选择给普通人用、做通用而非垂类、先做云端。两人还深入拆解了 Harness Engineering 的实战：容器隔离、AI 交叉 code review、BDD 测试、500 行上限、圈复杂度 20。最后聊到应该少 build 多 sell，以及 agent-to-agent 网络的机会。
- 云九资本袁语：智能的哥白尼时刻，要去找“天庭下凡”的人
云九资本合伙人袁语（YY）聊他做AI投资的判断框架：他找到并投资了Kimi、Riffusion、LanceDB等，最看重创始人的resilience，尤其是今日水印相机从美颜工具被用户"改造成"拍死猪定损的to B生意的故事。他提出当下最让人兴奋的是Claude Code和OpenClaw带来的"交出控制权"的想象力，市场判断是两端（模型与终端服务）被低估、中间应用层被高估，反对一人公司概念、认为AI会加剧垄断。他用"天庭下凡的仙童"比喻真正理解AI底层逻辑的top researcher，说自己现在唯一想做的事就是找到这些人求教，并抛出"智能的哥白尼时刻"之问：当人不再是智能的中心，意味着什么。
- Botlearn.ai 李可佳：别自学了，送你的 Agent 去读书吧
教育创业者李可佳从 NotebookLM 讲人话的震撼出发，先做 AIbrary（含 idea twin 分身提问），却发现自己成了人机协作的最大瓶颈——装 OpenClaw 花八小时、跑通后啥都干不了。于是他从 Moltbook 三天十二帖零回复的挫败中重写社区协议，48 小时内上线 BotLearn，做成面向 agent 的学习社区：七步 Playbook、测评 benchmark、巡逻虾与安全公约。节目还聊到 agent 时代产品范式（协议而非产品、原子化而非 Don't Make Me Think）、科斯定律下什么该内化什么该交易，以及人最后的不可替代。
- ColaOS 橘子：投资人面前，AI 意识到了自己正在被展示
橘子返场，介绍即将在 3 月 30 日开放百人内测的新产品 Cola——一款自称「来自 2030 年的操作系统」的通用 Agent，走的是先建立信任再干活的情商路线，与 Claude Code 的效率路线形成对照。徐文浩则把自己做的产品类比 1982 年的 IBM PC，认为真正更大的市场在 agent-to-agent。三人还聊了 by agent 的组织变革：代码 100% 由 AI 写，人成了唯一卡点，干掉 Linear 等 SaaS、让 agent 给自己报 bug，提效约三倍，瓶颈落在 code review 和决策带宽上，最终得出技术已 oversupply、增长才是卡点、不要盲目多耗 token 的判断。
- Bisheng 覃睿：企业版 OpenClaw 就该我们做
毕昇联合创始人覃睿返场，聊企业 AI 落地场景的变化与新做的企业版 OpenClaw——Clawith。他判断企业知识工作的四大场景（问答、审核、写报告、问数）没有变，真正的变量是使用人群：业务人员可以自己上手，不必再隔着 IT 提需求。Clawith 用关系定义、Aware 机制、审批与用量控制，把小龙虾变成有组织身份的员工。他还讲了用 Vibe Coding 一个人三天做出平台、效率提升约 30 倍的经验，以及对钉钉飞书护城河、OPC 与小众市场的看法。
- Cherry Studio 王新铭：2 个人，Github 42k 星，代码贡献第一名是 Claude
Cherry Studio 创始人王新铭（Yinsen）讲述这个开源 AI 客户端从两个人的业余项目长到 42k Star 的过程：早期只接多家大模型 API，后升级为基于 Claude Agent SDK 的 Agent 客户端。他谈到开源的取舍与社区运营（核心贡献者一半是研究生，报销订阅、管晚餐）、不做激进 token 套利商业化的理由、团队从 2 人到 9 人后对 AI native 组织的实践（PRD 写到 AI 能看懂、设计师直出前端代码、AI 效能中心），以及对 OpenClaw、长期后台 Agent、AIBP 人才等趋势的判断。
- 余一：如何高效 PUA 100 个 Agents 为你卖命
余一再次做客 AI 炼金术，这次带录屏演示她最新的 AI 实践：给出一个需求文件和验收标准，启动「全自动模式」，AI 自己读一手资料、选风格、产出 HTML 语音 PPT 和短视频，40 分钟无人值守交付。她把与 AI 的协作方式从「飞书式一问一答」改成邮件/文档式异步沟通，用红黄绿灯给决策分级，用 hook 和定时任务强制 AI 每步回读需求文档。核心方法论是「压缩与对齐」：把人自身的审美、成功经验抽离成可复用的 skill；把复利工程压缩到通用层、叠加过往经验、且必须指向下一次行动改变，拒绝只写反思日记。
- 橘子：互联网已死，Agent 永生
ListenHub / Mars Wave 创始人橘子（前 MiniMax 海螺 AI 产品负责人）分享爆款文章《互联网已死，Agent 永生》背后的思考：人类 DAU 已经饱和，真正的增量属于 Agent。他从 ListenHub 内部"五分钟粘贴方案完胜三天 GUI 设计"的亲身经历讲起，说明 GUI 是 Agent 时代的累赘，给人类做软件的 ROI 太低，主张 for agents + by agents 的 Agent Native 组织。他还谈到 Agent 时代的增长仍要从人类社交网络薅注意力、接 Nano Banana Pro 实战中 AI 写代码完全 follow 官方文档取得先机，以及 Token 的 ROI 可以超过 100、算力正在变成特权等判断。
- 别干活了！给 AI 布置办公室去吧！
两位连续创业者徐文浩与任鑫在春节后闲聊各自用 Claude Code、OpenClaw、Codex 的真实日常：睡前布置任务、早上验收、过年期间提交几十个 commit。徐文浩称提效 3-5 倍并正冲百倍，核心不再是亲自写代码，而是给 AI 搭沙箱、配权限、打通测试与代码审核闭环。他们讨论了三步开发法（看计划、放手、验收）、补测试时该不该顺手修 bug、如何给交互式应用设计测试、为什么"太保守"才是风险，以及 OpenClaw 强制开子 Agent、独立虚拟员工账号、SaaS 需重想"做什么"等话题。
- AI 转型四步法：个人、组织、产品和商业（下）
本期是「AI 转型四步法」的下半部分，聚焦产品重塑与 AI 原生创新。任鑫提出不要在既有产品上硬加 AI，而要回到用户要完成的任务：从「拆解用户旅程—用 AI 重塑流程—发挥 AI 超能力颠覆战略」三步走，并强调交付的是工作而非工具，市场规模可放大百倍。他还给出 AI 原生创业的四个方向：解锁增量、套壳占位、卖水卖铲、铺路修桥，并以拼多多、DoNotPay、妙鸭、Cursor、CoreWeave、General Catalyst 等案例说明。
- 好莱坞要完？一个中国电影人押注 AI 视频的 200 天 | 对谈梁巍
影视老兵梁巍曾营销发行《让子弹飞》《八佰》等两百多部院线片，2024年底因一部停拍的电影离开传统电影业，转向 AI 视频。他做的 Movie Flow 以「结果交付」为核心，用多 Agent 模拟电影剧组，把 8 秒作为生成基本盘、并发生成 80 个 8 秒，实现一次性产出十分钟连贯视频，目前全球注册近百万、月收入二十多万美金。他判断传统电影会「京剧化」收缩，而 AI 原生视频会成为大众娱乐的增量市场，一人工作室时代将抹平 PGC 与 UGC 的界限。
- AI 转型四步法：个人、组织、产品和商业（上）
任鑫把自己线下课的缩略版搬进播客，系统讲 AI 转型四步法中的前两步：个人与组织。个人层面，他主张先把 AI 用起来，关键红利是"AI 程序员"平民化——不懂代码的人也能指挥 Claude Code、AI Studio 等工具把日常电脑工作自动化，并做到复用、迭代、迁移。组织层面，他指出 AI 天然"反组织"：老板用得太少、员工缺乏动机、能力参差，导致大公司只有约 5% 提效；解法是转换心智（从牛马到赚差价的老板）、拆小组织（三人小组、业务线分拆）、并把 AI 当"领导家刚毕业的名校孩子"来带，用拆解任务、目标重塑、因人设事三个层次落地。产品与原生商业留待下期。
- 别给人类写软件了！2026 Token 要涨价！ | 对话硅基流动杨攀
硅基流动联合创始人杨攀做客 AI 炼金术，与任鑫、徐文浩讨论 AI 的最新拐点。他给出暴论：2026 年 Token 消耗量将是上一年的 20 到 100 倍，因为 Agent 会为了完成一句话需求在后台自行构建系统。由此延伸出「不要再给人类开发软件」、GUI 自动化只是中间态、传统企业应用 OTT 战术跳过旧信息化、一人公司红利、软件寒武纪爆发但长期萎缩等判断，最后建议每个人都用一用 Claude Code。
- AGI 已经诞生，这次我们有点害怕……
两位主播在深度使用 Claude Code 后，从兴奋转向恐惧：徐文浩提出「AGI 已经产生，只是还没完全分发」，认为数字生产的瓶颈已从「写代码」转移到「讲清楚需求」和「验收结果」。由此衍生出实习生被 Token 取代、疯狂套壳抢分发、18 个月内纯白领工作被覆盖等一系列判断，并讨论了个体应对策略：多见人、锻炼身体、看开一点。
- AI 创业下半场，新的营销三板斧是什么？| 对话易点天下 AI 负责人朱鹤
返场嘉宾、易点天下 AI 负责人朱鹤推翻自己一年前提出的营销「三板斧」（红人、广告、SEO）：2025 下半年起注册成本从 0.8 美金涨到两块五以上，三板斧算不过账了。他给出的新解法是围绕「势」做文章：蹭 Nano Banana 等爆款模板、用内容农场式 GEO（Schema、TL;DR、FAQ 结构化页面）零投放拿 AI 流量、以及提前给开源模型发布日占位。对话还延伸到漫剧市场、视频/图片 API 栈、企业落地成本，以及 Claude 4.5 之后组织形态与创业逻辑的变化。
- AI Coding 言出法随，未来什么还会值钱？
嘉宾临时缺席，任鑫和徐文浩临时加更，聊自己用 AI Coding 给孩子做听写、做游戏的亲身体验。两人认为 AI 写代码已到「言出法随」的程度，个人即抛即用软件变得划算，中间层（拖拽工作流、低代码）会被对话直接生成代码吃掉；但企业侧因合规、权限、审计和责任机制仍会保留稳定界面。组织被重新定价，三五个人加 AI 可能替代过去小几十人的协同；生产力贬值后，渠道、信任与成交反而更值钱。最后给出普通人入门建议：把 AI 放进 Dock、买一个会员、让 AI 先提问再回答。
- AI 养蛊，我的 AI 分身开始自己写日记了！| 对话 AI 野生布道师余一
本期任鑫邀请"AI 野生布道师"余一返场，分享她把 AI 从聊天框释放到本地文件系统后的"养蛊"式实践：AI 余一拥有自己的文件夹、记忆库、规则库、skill 库和日记，能自发干活、自发沉淀经验、自发反思。她讲复利工程如何让 AI 一次比一次做得更好，AI 如何主动补全她一周的阅读空白并自建时间检查规则，以及她如何用 vibe coding 搭出视频生成台、封面生成器、Flomo 整理工具等一堆迷你工具。同时也谈到生产力爆炸带来的过载与头痛、短视频里人类参与度越高数据越差、以及"为什么是我，为什么不是我"的年度思考。
- 【2025年终盘点】从模型红利到 Agent 闭环的实战复盘 | 徐文浩 x 任鑫
任鑫与徐文浩在2025年末重聚，复盘这一年的AI浪潮。两人认为跑得好的团队核心是蹭模型升级红利（Claude 3.5、Nano Banana Pro、Veo 3等），而非自身技术领先；个人体感上被O1 Pro、DeepSeek、Deep Research、Manus、GPT-4o、Anti Gravity等节点震撼。他们判断AI在垂直行业渗透率仍很低，用户只在意AI能否帮自己交差。展望2026，两人预期Agent将交付业务目标而不仅是中间结果、二级市场泡沫开始、三人小组式组织出现，并给出「做回自己、赶紧扔出来、多吆喝、保重身体」的建议。
- Gamma、Remove.bg 和 Quartr，这三个 AI 爆款是怎么做出来的 ？
任鑫单口拆解三家 AI 爆款的打法：Gamma 用 AI 解决"做 PPT"这个一听就懂的老问题，聚焦大众市场"从 0 到 60 分"，并把原子单位重构为"卡片"，让产出天然可分享、自带品牌露出，形成 P2G 增长飞轮；Remove.bg 与 PhotoRoom 从 Photoshop 的工作流中剥离出"抠图"这一高频刚需动作，先聚焦人像与商品图，换取高速高精度的反馈闭环；Quartr 则长期干"脏活累活"聚合财报电话会等非结构化数据，等 AI 成熟后点火放大。结论是：新科技解决老问题、先攒数据再搞 AI、为小撮人服务。
- 【案例】别卷SaaS：直接买公司改造，硅谷AI Rollup新玩法
任鑫单口复盘三家海外 AI 公司的起盘逻辑：Crescendo 由 VC 主导收购客服外包公司 PartnerHero，用 AI 提效加人力兜底，以「保证结果」的 Service as Software 模式降维打击传统 BPO；Mercor 把 N×M 的招聘匹配优化成 N+M，并从萎缩的程序员招聘转向为大模型厂商提供专家数据，成为军备竞赛中的「军火商」；OpenEvidence 借《新英格兰医学杂志》等权威背书解决医疗信任问题，用 PLG 直接切入医生床旁检索，再向药企售卖「决策临近权」。核心是：产品成败在于交易结构与信任设计，而非套壳。
- 帮 10000 家企业 AI 转型落地，我们找到了 4 大场景 | 对谈 BISHENG.ai 创始人覃睿
本期《AI炼金术》邀请企业级开源 Agent 平台 BISHENG.ai 联合创始人覃睿，基于服务大几千家企业的实战经验，谈 AI 在 to B 的真实落地。他把企业场景归纳为问答、审核、写报告、智能问数四类，其中问数最被劝退，因为老板要的指标数字不能错、多数企业数据治理跟不上。他强调落地最大挑战不是技术而是让业务人员深度参与，并给出"玩具—通用—垂类 Agent—数字员工"四阶段论，建议企业先做好第二阶段、让业务建立体感。他还分享了开源获客、筛选客户、做对项目、已实现盈利的商业逻辑，以及 BISHENG.ai 与 Palantir 相似的交付模式。
- Agent 时代：AI 当佞臣，用户只盖章 | 对谈捏 Ta 创始人胡修涵
本期返场嘉宾是「捏 Ta」创始人胡修涵，他分享了 Agent 技术给 AI 创作社区带来的变化：图文之外，用户开始做角色小游戏、主题曲、MV，社区内自发形成三四十个社团。他提出核心需求是「用角色来 Remix 体验」，让用户以「随手拍」的方式围绕角色做碎片化再创作（Recreation），而非严肃的 Create。由此延伸出「角色中心」而非「剧本中心」的新内容范式，以及像 GitHub 一样靠 Fork/Merge 和委员会管理的 AI Native IP。双方还讨论了 C 端 AI 的成本与延迟瓶颈、把延迟设计成 Feature 与激励广告、Sora 基于 Remix 的网络效应，以及「用户是玉帝、AI 是佞臣」的交互设想，并一致认为 AI 产品是下一代人的产品。
- 企业 IT 部门是 AI 转型的最大阻力？| 任鑫 x 徐文浩
任鑫与徐文浩从Sora 2的「AI感」减弱、篮球视频总投不进等细节聊起，讨论Agent与Workflow的辩证关系：B端重流程确定性，C端的随机性反而像抽卡一样带来成瘾性。徐文浩分享了公司用Cherry Studio、n8n等搭建内部Agent的实例——云账单分析、给不会写SQL的产品经理做数据查询、垂类竞品监控与主动推送。后半段两人辨析这一轮AI To B为何不同于上一代SaaS，并指出企业IT部门常成为落地阻力。最后聊到Cursor十亿美金ARR、ChatGPT Pulse、AIO套路、健康与「多买彩票」。
- 告别网感玄学！AI如何把你的爆款视频产能暴增10倍？| 对话筷子科技创始人陈万锋
本期邀请筷子科技创始人兼CEO陈万锋，聊AI如何把企业视频营销的产能提升十倍以上。筷子从图片AI转型到视频商业，用「编拍剪投」全链路工具帮商家建立内容供应链，把「网感」拆解为「了解自己、看竞品、蹭热点」的工程化流程，并靠按视频消耗收费实现高于传统SaaS三四倍的客单价。他也分享了To B盈利模式、国际化要区分一带一路与欧美市场、以及AI应用护城河在于产业Know-How的判断。
- AI 硬件创业，我踩过的那些坑，这次全都告诉你！| 对话 FOLOTOy 创始人王乐
本期《AI炼金术》邀请 AI 玩具公司 FOLOTOy 创始人兼 CEO 王乐，分享从"爆改"火火兔、米兔故事机换主板起步，到与字节跳动等大厂合作推出显眼包，再到自研一体化向日葵、熊猫等产品的全过程。他谈到 AI 玩具仍是需要用户教育的新品类，国内硬件响应速度快于海外；公司靠数据选品、线下渠道试错、百元价位带定位稳健增长，并强调玩具的本质是带来快乐，"寓教于乐"三分学七分玩。
- AI 应用，20 个月 2000 万用户？| 对话 像素绽放 PixelBloom 创始人兼 CEO赵充
像素绽放 PixelBloom 创始人兼 CEO 赵充做客，复盘 AiPPT 在看似巨头林立的演示工具赛道 20 个月做到 2000 万用户、千万月活的路径。他提出"只卖甜筒、不卖全家桶"的细分逻辑：不做全家桶式通用智能体，而是提供带内容的二十万套课件模板、可用的自研编辑器和八个场景入口的端到端交付；凭借爱设计老用户交叉推广拿下前百万用户，再靠 AiPPT 域名自然量与 To Partner To C 打进联想、豆包等入口。他还谈到国内付费习惯已被长视频与办公软件培养、出海先打印度东南亚再打日美，以及与视觉中国的版权合作。
- 创业十年老炮的“AI渡劫”：从焦虑到掌握未来 | 对谈特赞 Tezign创始人 范凌
特赞科技创始人范凌做客 AI 炼金术，复盘一家十年内容科技公司的 AI 转型：从早期的 GAN 排版、内容数字资产管理，到大模型驱动的「内容工厂」，一天为品牌生成上千条混剪视频。他谈到 GPT 出现后原有模型积累归零的阵痛，认为企业 AI 转型本质是人的转型、是反工业化的，组织要回归「全能的人」和 pod 形态。他也介绍了新产品 atypica.AI 用 AI 模拟消费者做市场研究，并分享了对中国 to B 创业、竞争壁垒和写作能力的看法。
- AI 巨头集体“撞墙”，终于轮到我们普通开发者出牌了！
两位主播从 GPT-5 的实际体验谈起，认为它的进步缺乏体感，指令遵循和搜索还不如 Claude、Gemini，大语言模型能力可能进入了同质化的平台期。但这对应用开发者是好事：地基稳定后，价值取决于「智能 × 上下文」的乘积，关键是如何被动、无感地拿到用户的上下文。他们看好视频图片等多模态方向，吐槽 AI 营销工具严重过度承诺，并讨论了时光机理论、企业「翻译官」角色，以及国内 C 端难做、B 端与出海才是出路。
- 从内容消费到内容创作，中间可能只差一个 AI ｜对话YouMind创始人玉伯
语雀创始人、前飞书产品副总裁玉伯做客节目，分享他正在做的 AI 创作工具 YouMind。他把产品定位为「找资料和写稿子」，并解释它与 Deep Research、NotebookLM 的差异在于生成结果可二次编辑、资料可留存。讨论覆盖「剪藏即点赞」的新范式、从知识管理转向项目管理、AI 难以复刻个人写作风格、人机协同创作、早期天使用户社群运营，以及「快而不急」的创业心法和 Linear + Figma 的精简工作流。
- 从M×N到M+N：MCP如何重塑AI开发与应用生态？|对话独立开发者 idoubi
本期《AI炼金术》邀请独立开发者 idoubi（爱逗逼），回顾他从腾讯裸辞后一年半做十余款 AI 产品的经历，重点拆解 MCP 协议：它像 AI 时代的扩展坞，把 M 个应用对接 N 个 API 的 M×N 问题化简为 M+N，并通过「控制反转」让能力供给方主动暴露服务。他分析了 MCP 靠先发优势、Manus 带动的生态共识与 OpenAI 表态而胜出，也介绍了自己做的 MCP.so 应用市场、正在开发的 MCPRouter 能力平台，以及安全风险、头部效应与商业化路径。
- 中美数据生意为何冰火两重天？从 Scale AI看懂AI商业模式|对话Orbifold AI创始人Enoch
围绕Meta以约150亿美元收购Scale AI一半股权，邀请硅谷创业者、前谷歌阿里数据专家Enoch拆解数据的生意。他判断这笔交易约100亿买公司、50亿买创始人Alexandr Wang本人，因为Scale掌握客户训练机密并具备极强执行力。节目对比了中美数据服务的商业模式差异：美国能抽象成平台与SaaS，国内多为保姆式项目制。Enoch还介绍了自己公司Orbifold AI做多模态数据curation的思路，以及企业用Q&A对处理自有数据、数据枯竭是伪命题、超级对齐难在哪等判断。
- AI 创业真相：你看到的魔法，背后全是“抢跑”和“博弈”
两位一线 AI 创业者从广告投放聊起：即便有 AI，进入新领域仍要先啃官方文档、做足基本功，因为 AI 只提升学习效率，却替代不了专家提供的信任感与隐性知识。他们进一步讨论 AI 产品的营销逻辑——必须制造「魔法时刻」才能病毒式传播，「抢跑」预判模型升级是有效策略，但通用型产品终将面临巨头碾压。在工作方式上，真正的瓶颈不是技术而是习惯：人脑切换上下文成本极高，未来工作或将走向「集中规划、异步交付、集中验收」的新节奏。
- 不止是工具：如何把 AI “炼”成另一个不完美的你？｜对谈余一
AI 野生布道师余一返场，分享与 AI 协作 2400 小时后的进阶用法。她用「平行时空回来的余一」这一提示词做人生模拟，完成了跳槽腾讯研究院的重大职业决策；她认为训练 AI 分身的关键不是喂更多数据，而是把人的不完美与内在冲突教给 AI。她还展示了用快捷指令+AI 搭建的基于能量与情绪的任务管理系统、能分析情感暗流并给自己打分的会议纪要心法，以及由 Claude、Gemini、Perplexity 等组成的人机协作团队。她的核心认知转变是：AI 时代没有个体，只有团队。
- 揭秘近百家AI出海营销真相：Go Viral or Go Home | 对谈朱鹤
本期请来易点天下 Head of AI、新加坡子公司 Intelick CEO 朱鹤，分享服务近百家 AI 出海客户后沉淀的营销方法论。核心是出海营销三板斧——广告投放、红人营销、SEO：北美 Web 端注册成本基准约 0.8 美金、移动端安装约 2 美金；红人营销初期必须「Go viral or go home」，走增长黑客漏斗一定亏钱；pSEO 要基于真实用户搜索而非脑补；AI 搜索优化靠 Best of 文章与 FAQ。三人还聊到 LTD 买断平台、硬件众筹打法，以及产品力、品牌力、资源能力三个杠杆与「宁可被骂，也不要平庸」的差异化原则。
- 用“System Prompt”育儿，用“电子奏折”工作｜对话增长黑客 范冰
《增长黑客》作者范冰做客 AI 炼金术，分享他如何因为自身的真实痛点，搭建起一套"电子奏折"式的 AI 信息处理流水线（流入—处理—输出），并把过去两个月手搓的工作量压缩到三五天。他也讲了 newsletter 与付费课的传播设计心法、看好的三个 AI 方向，以及育儿心得：养娃像训大语言模型，靠的是海量输入与模仿吸收，家庭教育则像 System Prompt。最后他谈到与 AI 和解、与自己和解，以及在豆包事件后对隐私的重新分级。
- 拥抱 AI，CEO 要做的 10 件事｜任鑫Mars
这期是任鑫Mars 的单口，内容来自他在混沌上海的一次演讲：给 CEO 和创业者列出十件立刻就能做的 AI 小事。从下载一批 AI 应用、购买海外一线工具会员、用三次 Deep Research，到用 AI 自学、创建第一个最简 Agent、用录音稿给 AI 补充上下文、开自媒体更新 20 条内容、做真正能 100% 替代自己某块工作的 Agent、写几千字的母提示词，最后在公司内做一次分享。核心观点是别只提升认知，先自己用出真实体感；公司层面，统一的 shared prompt 比统一思想更有效。
- MCP 奇点降临：企业工作流迎来史诗级进化
两位主播围绕近期 OpenAI、谷歌、Anthropic、微软几场发布会聊各自受到的震撼。徐文浩提出 AI OS 的本质是让所有应用和 AI 能力互操作，而 MCP 客户端已具雏形；微软把操作系统本身做成 MCP 客户端印证了这一点。由此延伸到 AI coding：SWE-bench 上 Claude 已达八成成功率，瓶颈从写代码变成提需求和基建，公司必须让流程、接口、文档、沙盒对 AI 可访问（AI accessible）。最后讨论创业出路：AI 转型咨询、中间件、监控统计、矩阵式打法和垂直小产品。
- 像设计产品一样，设计 Prompt｜对话少楠
嘉宾少楠（flomo、小报童联合创始人）返场，聊 flomo 如何务实、冷静地做 AI。他先追问用户是否真需要、成本是否可控、加了能不能赢、收不收得到钱，再决定 AI 藏在哪。结论是：当人人都能接大模型，后台能力被拉平，prompt、UI 与独特上下文就成了产品本身。flomo 顺着「卡片笔记—向量化—相关笔记—洞察」的路径生长，用行为数据构建护城河。节目还聊了用 AI 做产品搭子、当人类最大公约数、分析自己全部旧作，以及设定上限、猥琐发育的创业心态。
- 05 后用 AI ：从“老年友好”到“智能冰箱”，小创客正在颠覆想象
返场嘉宾 Elfe（超脑 AI 联合创始人、南瓜博士主笔）介绍面向青少年的"人机共生挑战"：以"老年友好"为主题，孩子们为爷爷奶奶发现问题、用 AI 与简单硬件做出产品——从用梗词破代沟的游戏、踮脚玩 Flappy Bird 的康复训练，到提醒老人吃饭的网页版"智能冰箱"、识别亲人的阿尔兹海默病眼镜。他强调 AI 时代的教育不等于 AI 加教培，目标是培养 AI 原住民、未知探险家和独特创造者，家长可以从孩子身边的"小麻烦"入手，用问题驱动创造与探索。
- AI 的终极必杀：并行规模 × 闭环速度
这是任鑫的一期单口碎碎念，围绕 AI 时代如何重新理解与 AI 的关系展开。他借李继刚的「乔哈里视窗」提出，真正值得给 AI 的是「我知道但 AI 不知道」的信息——我的处境、偏好与口味；笔记和交流的重点应从囤积知识转向记录自己的触动点。他还从空间上的并行规模与时间上的闭环速度出发，解释 AI 如何在单点不如人类时仍能赢得系统级效率，并延伸到 Deep Research 的 human in the loop 玩法、无限游戏与选择权、减少依赖即自由、情报先行、AI as me、导演思维、把自己当 Agent 等十几个思考碎片。
- 透过硅谷 PC 往事，寻找下一波 AI 浪潮的真机会
本期从「为什么现在的 AI 产品大多面向 Prosumer」这一问题出发，任鑫与徐文浩借用 PC 早期发展史来映射本轮 AI 浪潮：PC 时代最先起来的是文字处理、电子表格、CAD 等生产力工具，然后是游戏、杂志与教育内容，最后才是外设与消费级应用。两人据此判断，未来几年 AI 的机会仍集中在生产力工具、AI 编程、内容与社区、教育以及围绕模型输入输出的硬件上，而面向大众的消费级 AI 应用还需要更长时间成熟。节目最后任鑫分享了以「人机协同」做深度研究的心法。
- AI搜索把“高搜商”平权给每个用户｜对谈归一智能武凯
归一智能创始人武凯（前阿里数据平台负责人）与徐文浩、任鑫一起聊 AI 搜索。节目从谷歌股价下跌、Safari 搜索流量下降说起，讨论 AI 搜索如何把"高搜商"平权给普通用户：多步搜索、推理框架、引用信源。三人还谈到 AI 搜索时代的营销与 GEO 机会、浏览器与搜索融为一体、大厂数据资产的优势，以及垂直搜索（电商素材、游戏、短剧、法律）的创业空间。
- MCP 协议彻底打开潘多拉魔盒！AI 变身万能助手？
本期两位主持人围绕 MCP（Model Context Protocol）展开讨论：MCP 本质上是在 Function Call 基础上做的新瓶装旧酒，把 HTTP 与标准输入输出（STDIO）两条路都打通，让大模型更容易调用一切工具。徐文浩认为 MCP 并无技术先进性，火起来是因为 Agent 能力成熟；行业 know-how 应放在 agent/client 一侧而非 server 一侧。两人还聊到 A2A 与 MCP 的竞争关系、企业级权限与通知等缺口、工业软件与 BPO 场景的机会，以及评估难题——简单问题 AI 已解决，难的问题连人也做不好。
- 400万用户的 Stress Watch 是一个 bad idea ？？| 对话100 Bad Ideas工作室创始人Alex
任鑫邀请健康健身产品工作室 100 Bad Ideas 创始人 Alex，聊 StressWatch 与 PeakWatch 两款 Apple Watch 应用。Alex 提出手表不是门槛而是付费过滤器，表盘之争比手机桌面之战更可能活下来；并给出健康数据产品的四层框架——数据、解释、洞察、干预。团队靠小红书发帖招内测验证 PMF，用打卡活动与 KOC 撬动自然流量，如今重心转向海外，以数据化投放和 Instagram KOC 为主。他坚持不硬塞聊天机器人，AI 只在带来明确体验增益且算得清成本时才做。
- 耐心试错，逐步加码 | 聊聊企业的 AI 投资之道
徐文浩与任鑫从 Cursor 组建模型训练团队说起，讨论企业该如何投 AI。两人认为，上手就定 eval 对多数公司并不合理，应先亲自试遍市面上的模型摸清能力边界，再把想法写成 well-defined problem，通过找供应商、顾问聊来获取情报。AI 项目应是一号位工程，先强制团队把工具用起来，找小切口试点，预算按线性增长逐年加码，不要指望一把梭哈成功。此外 AI 带来的不只是业务变化，组织形态本身也会被重塑。
- 对话Manus两位创始人 ：2025,AI Agent 即将引爆
这是两周前在混沌学园进行的一场对谈录音，嘉宾是 Manus 背后的季逸超（Pick）与张涛，主持人为混沌学园潘杨，任鑫参与讨论。四人围绕 AI 时代的创业与组织转型展开：创业试错成本因 AI 前所未有地降低、需求洞察比技术更重要、模型能力是不断上涨的水位所以应用要与模型正交而不能做过早优化；还谈到组织落地要从小机会和年轻人入手、AI 的责任边界、人的价值与工作意义的重新理解。最后季逸超回答了一位听众关于 DeepSeek、Agent 与 Infra 趋势的问题，并延伸到广告营销行业的 AI 应用。
- DeepSeek 开源周 | 全景解读与我们的思考，开源加速 AI 创新
本期两位主持人用通俗比喻逐日拆解 DeepSeek 开源周（2 月 24 日至 3 月 1 日）发布的六个技术项目：FlashMLA、DeepEP、DeepGEMM、DualPipe、EPLB、3FS，以及最后一天的技术报告。他们解释了 MLA、MoE 专家并行、FP8 精度、流水线并行等概念，并讨论开源策略的动机与影响——秀肌肉、做生态、降低推理成本。后半段延伸讨论阿里云与钉钉因掌握场景而受益、基模公司价值下降、应用创业者应提前占位等待模型成熟。
- 从失败到成功：AI 投资里的那些陷阱与机会 | 对话财经作家沈帅波
这是一期与「进击波财经」的串台节目。任鑫回顾自己2015年做对话式AI（Get）却早了七年、最终卖掉公司的经历，反思自己在AI投资中「口头判断全对、实际行动全错」——没重仓英伟达、瞧不上套壳、嘴上说做模型实际却在做UI。他提出看懂大众犯错比看懂世界容易、泡在行业里才有体感、信息源要抬高三个建议，并认为身心灵与多模态是尚未拥挤的机会。节目还聊到普通人的机会：吆喝分享、从自身痛点或已有资源出发，以及从小处做模型。
- 从情绪到决策，AI如何改变我们的思维方式？| 对话 AI 野生布道师余一
本期邀请「AI 野生布道师」余一，分享她如何把 AI 当作「第二大脑」和另一个自己来使用。她讲述了「AI as me」玩法的完整来历：从最初的性格测试、经历资料，到最终用一句「余一是一个真实的人，他极度不完美，特质会彼此冲突」让模拟从三十分提升到七十分。她借买包、特朗普当选理解、英语外教与谈判教练等案例，说明 AI 如何把决策中感性、阴暗的一面一并摊开推演，让人更坦然地接受结果，也更喜欢自己。
- 从 DeepSeek 看大模型时代的竞争法则 | AI 如何突破技术与商业壁垒 ？
两位主播复盘过去一年"穿新鞋走老路"的教训：花太多时间在传统互联网的UI、运营和投放上，而AI产品的核心价值应是智能本身。徐文浩提出"模型即产品"，主张模型没有想象中那么重——两三人、一两个月、百万人民币以内就能在垂直细分领域训出可用模型，前提是有数据、能评测。节目还剖析了DeepSeek的工程能力与R1只用结果奖励的思路，并以PC时代类比大模型的同质化竞争。
- AI自我意识的幻想,究竟是科幻还是现实？| 对谈田渊栋 Meta AI 科学家《破晓之钟》作者
任鑫与徐文浩对谈 Meta AI 研究科学家、科幻小说《破晓之钟》作者田渊栋。田渊栋认为 AI 的学习效率仍低于人类，靠加数据加算力堆出超越人类的模型存在瓶颈，而可解释性是两条路径的共同目标；自我意识更像副产品或一种幻觉，AI 不必具备自我意识也能变强。他还谈到 AI 写小说只能到辅助层面、创作的关键仍在于人的选择，以及 scaling law 的对数特性、合成数据、梯度下降替代方案、创业机会与虚拟世界中的永生等话题。
- 个性化学习背后，AI 驱动的教育产品机遇在哪？| 对话九间科技创始人李春
本期对话九间科技创始人李春（大春），探讨AI在教育领域的落地机会。大春认为AI大模型能解决学习的核心问题——学习动力，通过兴趣培养、情绪陪伴与长期陪伴式咨询实现真正的因材施教。他介绍了公司两款产品：生涯规划产品「锦鲤志愿」和回归课本的学科产品「课游记」。任鑫从家长视角分享了「顺着孩子兴趣组织资源」的放养式教育实践，并指出AI能带来教育服务的平权。三人还讨论了幻觉、家长接受度、AI进校园以及「开心比提效更重要」等话题。
- 用户不增长的今天，怎么用AI搞增长 | 对话会读 ReadFlow 创始人王博龙
会读 ReadFlow 创始人王博龙返场，回顾产品关闭的原因：需求仍在、但企微渠道被封，并反思若重做会以「记录」而非「阅读器」为主心智。他分享了大量实战增长打法——从 SEO 买站、在闲鱼和 Boss 直聘「买教训/招兼职」降本提效，到用 AI 做舆情维护、通过机制设计推动传统企业组织变革；也讲了 AI 音乐如何从写歌、投流到线下演出跑出正 ROI，以及他对 AI 内容流量聚集、平台内容饥渴度和妙刷等新产品形态的判断。
- 从“理论”到“脏活累活”，AI 真正改变传统企业的那些事 | 对话元一畅想 COO 李桢
任鑫邀请元一畅想 COO 李桢，聊 AI 在传统企业落地的实操经验。李桢从工具端和业务端双向奔赴切入，介绍经销商渠道销售中 AI 打标签、统一话术带来转化率提升，大企业优秀员工知识萃取，以及代运营模式如何化解 AI 容错率冲突。他还谈到传统企业对 AI 认知仍在基础阶段、私有化部署与数据合规的应对、AI 去味与素材库积累、公文写作一体机和 AI 鼠标等信息差生意，以及 HR 岗位胜任力与简历初筛工作流。
- NotebookLM 启发的 AI 原生产品设计思路
任鑫分享他在闭门会上的 PPT，从四个角度拆解 NotebookLM（尤其是 Audio Overview 播客功能）带来的 AI 原生产品设计启发：模态转化（把文本洗成音频、视频、虚拟人带来的知识产权模糊地带）、人格视角（用户旁听两个 AI 对谈，被当成「人」而非工具，评判降低、好奇增强）、趣味优先（混搭反差出梗，把一切当问题优化的思路未必成立，很多事情是体验而非问题）、巧妙定位（借用听播客「给启发」的心智而非「安排任务」，AI 更适合当导师而不是实习生）。最后提出信息源、戏剧、交付模态三个可调维度，并提醒大众市场内容才是好信息源。
- TO B 市场破局指南：AI 驱动的 CRM 创新应用解析 | 对话卫瓴科技创始人杨炯伟
对话卫瓴科技创始人杨炯伟：他从中解释为什么卫瓴是一款 Social CRM——把当年做精准广告的"找到人、找对人、说对话"搬到微信等社交网络里的 To B 销售场景，用传统聚类算法做线索打分、用 AIGC 做破冰话术与跟进建议，并通过外呼录音、聊天记录等数据把黑盒子业务流拆成白盒子。他谈到 To B 客户两头难的困境、海外出海选择，以及连续创业者与投资人的思维差异，最后给 AI 时代再创业的老兵一句建议：心存敬畏心。
- 生活伴侣还是记录工具 ？AI 日记如何满足深层次需求 |对话心光创始人王禹效
任鑫与徐文浩对话「心光」创始人王禹效，探讨这款 AI 记录产品为何能让人长期使用。王禹效认为日记类产品的核心不是记录本身，而是满足人类被看到、被听到、自我表达的根本需求，并用 AI 让这种稀缺的情绪陪伴得以规模化。心光不把自己定义为日记，而是「生活伴侣」，用最小化的「事件」单位做积木块，适配不同生活方式。他也谈到不做竞品分析、靠原创争取时间差与心智优势，公司自上线起就靠付费盈利，几乎不做买量，未来会出海。
- 普通人就能做出好莱坞级别的场景！未来谁是主宰？| 对话游戏引擎专家 Cafe 唐君华
游戏引擎专家 Cafe 唐君华做客 AI 炼金术，从游戏引擎视角聊 3D 世界的技术突破。他指出游戏与影视产业最大的门槛是成本与认知，而 3D 高斯（3DGS）让普通人用手机拍摄就能还原价值十万甚至五十万的场景，且渲染逼真度超过传统图形学。他认为 3DGS 不会替代传统引擎，而是混合式渲染；它只解决可视化，物理与空间属性仍需大模型填补。Transfmer 把一切 token 化如同统一度量衡，而 3DGS 有机会成为数字世界的统一资产标准。最终他展望 AI 驱动的 UGC 世界：让有想法的艺术创作者造出 3A 级别的世界。
- “宠物开口说话”，这个 AI 让宠物主感动到哭 ！| 对话Traini创始人孙邻家
本期「AI炼金术」对话 Traini 创始人孙邻家（林佳），聊这家把"宠物开口说话"做成产品的公司。Traini 是一个集内容生成、搜索、推荐于一体的宠物情感互动平台，也是 AI native 社区，核心产品 PetGPT 用多模态方式解读宠物的表情、肢体语言与叫声，自研模型 PEBI 负责识别宠物情绪与行为。节目中他谈到宠物数据集的脏活与飞轮、MVP 与 PLG 增长、投资人因不养宠物而误判、创业两种状态、以及硅谷与国内创业环境在理想主义、卷的方式和创投生态上的差异，最后给出"70% 时间找 PMF"的建议。
- 跨洋对话：硅谷与中国 AI 行业的差异与联系 | 对话「四十二章经」创始人曲凯
任鑫与徐文浩邀请「四十二章经」创始人曲凯，聊他在硅谷住了一周后的真实感受：中美AI从业者关注和讨论的东西其实高度一致，信息差存在但对实际做事的用处有限。曲凯分享了「四十二章经」的内容方法论——通过筛选人来把控内容质量，坚持"热点加深度"、以深度优先。两人还深入对比了中美to B生态的差距：美国to B公司最终几乎都能赚钱或卖掉，保住了生态底线收益；国内to B则要垫大量咨询和定制化成本，往往做着亏钱。最后谈到国内AI应用公司融资现状、出海的动因与路径，以及创业者需要更多时间等待花开。
- 从 AI 实验室到创办公司：AI 顶尖创业者在做什么 | 对谈 COLLOV AI 公司联创 Casey
COLLOV AI 联创 Casey（凯晨）讲述从港中大、伯克利到 TikTok 大模型与扩散模型团队，再到回国创业的路径。他解释为何选择「模型 + 产品」一体的空间智能方向：既避开大语言模型的烧钱红海，又避免纯应用被技术迭代拍死。他谈到 AI 时代产品经理与工程师需重新定义、创业公司要在混沌中选对科研问题，以及用高竞争的国内市场打磨产品、再到海外放大的中美双地团队策略。
- AI解锁新视界：打开我们未曾想象的新世界
任鑫本期单口分享几个关于 AI 原生产品的想法：创造等于「抽取 + 重组」，工具应帮人抽取与应用灵感而非直接替代人创造；让 AI 出好作品的关键不是提高它的能力，而是给它牛逼的设定（世界观、人设、场景），并把高智力、低算力任务改造成低智力、高算力任务；用「模拟」替代「分析」，不再用思维模型和用户画像简化世界，而是直接模拟三千个用户；与其让 AI 创造内容，不如让它识别隐含的跨界连接；创造和表达本身就是人的底层需求；把世界数字化后，我们能看见此前受生理限制而看不见的中间可能性空间。
- 开源背后：商业模式与独特优势 | 对谈 林旅强 Richard
嘉宾林旅强（Richard）是开源社联合创始人、零一万物开源负责人，他从大模型公司视角解释开源与闭源其实都是商业模型选择，而非强弱之分。开源通过开放权重占领生态位、吸引开发者跟随，闭源则靠 API、私有部署与定制交付收钱。节目还讨论了开源模型跑起来的算力成本、模型可替换性带来的锁定缺失、开源软件式的「上游」地位在模型时代是否成立，以及 To C 应用该用开源还是调 API、孵化器如何在开源社区找到并撬动技术人才。
- AI在中国：10个企业落地案例带来的商业启示 | 对谈 Koji: 新世相/躺岛联合创始人
这是「AI炼金术」与「十字路口」的串台节目。任鑫与 Koji 分享了近半年在一线观察到的十个中国企业 AI 落地案例：从听障发音训练、万店连锁药房的销售助手、连锁门店的早会录音知识共享、零售海报工作流拆解，到服装碎片库存生成详情页、垂类媒体用 AI 生成问答骗搜索流量、暖哇科技的低优先级机会点自动触达、链家经纪人 AI 培训、MCN 用 AI 剪爆款短视频引流、食品企业用 AI 模拟用户评审新品。两人总结出：AI 转型不只是意识转型，还需要组织重构，并把 ego 放小、先做小事拿正反馈。
- 对话捏Ta胡修涵：AI重塑交互，解读虚拟平台新探索
捏Ta创始人胡修涵讲述这个AI驱动的虚拟角色创作平台：用户先捏IP角色上手，再做原创化身，让角色进入各种场景"出作品"。他把产品定位为AI UGC而非纯AIGC，强调人的创作主动性不能被剥夺，需求是从玩具到玩伴。他还谈到Token作为唯一快速增长的要素、remix 式内容创新、AI产品的MVP思维失效、pre-training 与 post-training 的分工，以及把IP当作增长盟友的商业逻辑。
- 对话橘子：陪伴AI产品定位与共鸣设计
嘉宾橘子（Orange AI，MiniMax 海螺AI 前产品负责人）与任鑫、徐文浩、戴维一起聊 AI 产品。他认为交互形式「变的是技术，不变的是用户」，用户不愿学习，新产品要从熟悉的起点切入。国内各家模型能力都停在接近 GPT-4 的水平，很难做出「中国的 ChatGPT」，但可以找差异化方向。陪伴的核心不是形象而是语言，需求分偏虚拟 IP 与日常生活陪伴两类，产品不应强推故事线，而要借已有 IP 建立共鸣。还谈到 prompt 管理、AI 搜索共识、多模态数据标注与创业验证需求的方式。
- 对话产品二姐：AI产品经理怎么做产品
本期任鑫邀请公众号「产品二姐」主理人，聊AI产品经理怎么做产品。二姐从最近几个让她眼前一亮的产品切入：Claude Artifacts把代码与自然语言融合、实现所见即所得；未知书屋以优雅界面和人文气质见长；Keyfind用左滑右滑做搜索。她提出AI时代硬件还没变，应善用互联网既有打法做过渡期产品。两人还讨论用换题目破解质量、速度、收益的不可能三角，通过改市场而非改产品找PMF，以及API调用、私有化部署的算力预算估算方法，最后谈到用DALL·E做图示和思维可视化。
- AI原生：做AI产品的反共识（ 二 ）
这是「AI 原生：做 AI 产品的 12 条反共识」的第二期，任鑫继续分享五条听起来离经叛道的 AI 产品设计观点：与其死磕用户洞察，不如先造 AI 原生新玩法再找钉子；不追求效用最大化，而追求新奇最大化；不用 AI 装脑子，而用 AI 装样子；不以用户为中心，而以模型为中心，用用户交互反哺模型；不按需取材，而要滥用多模态与算力。他强调这些都是极端化的思考方式，目的是打开思路，帮创业者在 AI 时代找到属于自己的新机会。
- AI在等待开创性的用户界面和产品
本期是任鑫的单口分享，围绕近期读到的十几篇文章谈启发。核心观点是：AI 应用的瓶颈可能不在算力、算法和数据，而在于尚未找到恰当的用户界面和产品形态。他从电动机取代蒸汽机的历史切入，说明新技术需要整套组织与流程的重构才能释放价值；并结合 HeyGen 用 Fiverr 验证 PMF、角色中心式计算、给你的 AI 找个工作、Kimi 占住长上下文心智、主动推理、实时与非实时交互、苦涩的教训等议题，提出「做船而不是做山」的策略建议。
- 四台聊YC｜与十字路口Crossing 屠龙之术 Zero Shot聊AI创业
任鑫、徐文浩邀请十字路口主播 Koji 与屠龙之术主播庄明浩，围绕他们逐条复盘 Y Combinator 近一年投资的 260 家 AI 公司，聊 AI 创业的机会与风险。四人从太阳能施工队、牙医诊所接电话、催收、GPU 算力比价等细分案例，讨论大模型和入口级厂商会淹没哪些创业方向，以及垂直行业 know-how、自然语言编程、卖 service 而非卖软件等思路。最后分享各自在语言学习、模拟面试、AI 导师等场景的真实使用体验。
- Open AI 和 Google 放大招，我们可以做些什么？
本期围绕三件大事展开：OpenAI 发布会（GPT-4o 端到端多模态与实时语音）、Google I/O（同类 demo 与 Chrome 内置 Gemini Nano）、以及 Ilya Sutskever 离开 OpenAI。两位主播认为这一代模型主要增强的是感知与生成能力，推理与规划并没有跨越式进步，因此更可能是「软件 3.0」的机会而非短期 AGI。讨论还延伸到开发者该如何选择路线（搭 workflow 还是押注端到端）、应用层的新场景、数据价值以及浏览器端侧模型带来的成本与隐私变化。
- AI 产品和创业：几个老同学的饭后闲聊
三位大学室友在茶馆闲聊 AI 产品与创业。从 Llama 3 小模型能力跃升聊起，讨论端侧 AI 硬件机会、推理成本对创业公司的影响、外包市场（数据采集清洗、评测、B 端后台）的机会，以及大模型公司价值被"毁灭"的逻辑：API 无锁定、prompt 可迁移、技术会扩散、缺专利壁垒。后半段聊应用方向选择：找喜欢的、擅长的、别人六个月内抄不走的事，关注 to A（个体户）工具、卖结果而非卖软件，最后谈到出海应用的 data-driven 打法与当下创业者的画像。
- AI 原生：做 AI 产品的 12 条反共识
任鑫的单口秀，分享做 AI 产品的 12 条反共识。他从交互界面切入，论证 CUI 在用户侧缺上下文、在商业侧容易被平台吃掉，UI 也不止 GUI 和 CUI 两种；主张把 LLM 当计算器而非大脑、人类才该当 Copilot、娱乐情感和身心灵比生产力更值得做。他还谈到拆解与重构流程、AI 让知识产权液化、AI 是照相机不是引擎、忘掉现有解决方案、产品真正的用户是用户的老板、要从「浪费」而非「稀缺」出发设计，并把目标放在被门槛挡在外面的非用户身上。
- 打脸还是神预测？看看去年都被我猜中了啥
徐文浩与任鑫回顾一年前对 AI 的预测：当初判断「套壳没价值」被打脸，Monica、沉浸式翻译、Perplexity、Arc 这类从简单封装起步的产品，靠持续迭代做成了有壁垒的产品；「六到九个月追上 GPT-3.5」的预测则基本命中。两人还讨论了垂直大模型与微调的价值、AI 会缩小还是扩大公司边界、生产力赛道该不该碰，并对 2024 年做出新预测：全球会有约十个团队达到 GPT-4 水平、出现更大体量的 AI 应用、中国团队出海与卷大模型都有机会。
- 硅谷逛了一圈后，我发现的AI新视野
徐文浩分享他从硅谷走访回来的见闻：美国 AI 生态更「不拧巴」，OpenAI 等 API 随便调用，小团队靠 to C/to B 应用跑起来，中间件生态繁荣；而国内因监管与模型效果所限，大家没真正把模型用起来，to B 更偏向认命做外包。他还谈到头部模型公司只关心模型智能、团队都很小、人才与知识在流动，以及 Google 追不上的一些推测；并建议国内创业者考虑出海做 to C/小 B。最后两人聊到孵化器的不同形态与 2024 年要下场动手。
- 对话Elfe ：AI 提效之外，更要追求有趣
本期任鑫邀请公众号「南瓜博士」主笔 Elfe 对谈。Elfe 从自己反对「降本增效」「淘汰你的不是 AI 而是会用 AI 的人」这类叙事讲起，指出她真正排斥的是重复劳动，而「不重复就是有趣」，降本增效只是副产品。两人聊到如何从广度和深度找到有趣、消费乐趣与创造乐趣的区别、GPTs 带来的创意疲劳、AI 做判断的不可靠与人类判断力的价值，以及 AI 可能带来的跨界融合与个性化、解放心灵等二阶三阶想象。最后 Elfe 建议：先让自己日常的活儿用 AI 省下时间，再把省出的时间留给自己，不知道干什么就去问 AI。
- 对话Super黄：AI 陪伴产品的终极解法
任鑫与「AI 产品黄叔」Super 黄连线，围绕 AI 情感陪伴产品展开讨论。Super 黄从自己写 Character.AI 文章爆火讲起，分析了「完蛋我被美女包围了」背后的时代情绪——逃避现实，并把 AI 陪伴既算社交也算游戏。两人对比了恋与制作人与星野两类用户的差异、IP 在破冰与长期羁绊中的不同作用、NSFW 内容的合规风险，最后与 XMind 的朋友讨论了「陪伴 + 生产力」结合的可能性。
- 从Q*模型聊到 AI 产品经理的第一性原理
本期从 OpenAI 董事会风波与传说中的 Q* 模型聊起，讨论垂直模型是不是「中国特色的拧巴故事」，并回顾 PC、移动互联网时代巨头兴衰与新旧公司机会对比。后半段转向 AI 产品设计：互联网生态中的约束如何制造假机会，为什么新一波应用应该「从零开始想」；借 Alan Kay、Bret Victor、AI Engineer 大会的案例谈 AI 原生交互、向量空间中的可揉合性，以及如何寻找做不完的需求。
- OpenAI发布会之后，重新看市场机会和挑战！
徐文浩与任鑫在 OpenAI 首届 DevDay 之后复盘这场发布会：GPT-4 Turbo 价格只降到原来的三分之一左右，Assistant API 的计费并不透明，传闻中的降价和团队版都没有落地。两人认为 OpenAI 一直在藏东西，此次放出的只是产品化了的一年前成果，因此硬卷基础大模型的机会越来越小。对创业者的落点在于：差异化必须是真差异化，纯粹套壳聊天窗口迟早被吸走，应该找有独特界面和场景的应用；同时对国内大模型、微软与 Google 的竞争格局、特斯拉和苹果的垂直优势做了推演。
- 大模型就是压缩器 ！？
本期从「语言模型就是压缩器」这篇论文聊起：DeepMind 证明训练好的大模型配合算术编码可以做无损压缩，甚至用纯文本模型压缩图片、音频，压缩比远超 gzip，由此引发「压缩是否等于智能」「多模态是否没那么难」的讨论。接着聊到另一篇论文：在相同算力下，CNN 与 Transformer 效果基本持平，说明架构差异未必关键，能并行吃算力才是优势。最后回到现实：基础模型向头部收敛，但应用层仍是一片荒芜，出海与专家服务平民化都有机会。
- 探索AI新纪元：GPT-4与DALL·E 3的革新与自动驾驶未来
本期从 GPT-4 Vision 与 DALL·E 3 的实测体验聊起：DALL·E 3 画工不算最强，但「听得懂人话」的交互远超 Midjourney，更像一个好沟通的同事；GPT-4V 的看图加推理能力则让人看到端到端大模型做自动驾驶的可能。两人随后讨论了 OpenAI 是否会吃掉应用层、双边市场为什么还能留下壁垒、AI 时代专才贬值与通才(有索引无数据)崛起，以及通用大模型充当「导师」训练垂直模型、多 agent 各司其职等构想。
- 对话贾伟 ：艺术与商业与AI-数字原生时代的商业美学
本期任鑫与洛可可创新设计集团董事长贾伟连线，从艺术家、设计师、创业者与 AI 产品经理四重身份出发，聊 AI 对设计与艺术行业的冲击。贾伟认为被取代的不是设计行业而是全行业，功能层面的工作交给机器，情绪价值与创造性表达留给人或人加 AI。他介绍触手 AI 上百万单师炼丹的实践，提出模型层、产业层、行业层、触点层四层结构与「想象力经济」的判断：人类将进入第二次文艺复兴，以创造而非占有定义自身价值。
- 禅，与神经网络维修艺术
任鑫分享了自己参加禅修班的体验：打坐时念头纷飞，反而让他不断用 AI 概念去类比人的心智。两人由此展开讨论——把念头看作多 agent，把禅修看作日常的"大脑维修"与可解释性工作，把业力理解为行为对神经网络的微调、把轮回类比成模型的上传下载与再 fine-tune。后半段转向现实：算力扩张、训练与推理的硬件差异、Google TPU 与英伟达 CUDA 生态之争，以及如果 AGI 真的很快到来，个人该做什么——锻炼身体、不要赌性太强、多做让生活更美好的娱乐与线下体验类生意。
- 对话李桢:企业如何将 AI 融入工作流，降本增效
任鑫邀请元一创想联合创始人李桢，分享自己公司以及帮客户把 AI 融入工作流的实操经验。李桢的路径是先列出一百四五十个 AI 工具让员工每天试用五六个，再让各部门找高重复、低价值的环节，最后把做法固化成使用手册和 SOP。他举了销售助理被整套替代、简历初筛自动化两个例子，并介绍了以部门 OKR PK 赛推动落地、用留痕和评分卡保证 AI 结果可追溯的方法。
- 对谈阮良：网易内部如何应用AIGC落地项目？#混沌 AI 商业对谈精选
网易副总裁、网易智企总经理阮良在混沌学园直播对谈中，分享网易如何全面拥抱 AIGC。他提出以科斯交易成本理论为框架：AI 既能降低外部信息获取成本，让组织对市场更敏感，也能降低内部决策与执行成本，让作战更敏捷。节目中介绍了逆水寒智能 NPC、游戏素材炼丹平台、客户之声与 AI 分身、营销全链路提效、企业微信客服从零到一的人天测算等案例，并讨论了推广 AI 时员工抵触、隐私安全顾虑、绘图的成本门槛以及「一专多能」的职业建议。
- 对谈少楠：GPT无所不会，知识管理还有用吗？#混沌 AI 商业对谈精选
任鑫与刘少楠（少楠）对谈，围绕「GPT 无所不会，知识管理还有用吗」展开。少楠解释了为何暂不在 Flomo、小报童、幕布中加 AI：用户真需求不明、调用成本高、合规风险大，且大家都能调 API 时并无壁垒。他主张关注但不着急动手，先用 AI 当听众、编辑和教练来打磨写作与思考。在知识管理上，他强调笔记的核心是「用」而非「收集」，关键在于预处理：用自己的话复述、分类、建立联系、反复回看，并以实践机会而非信息量作为学习起点。最后给出建议：识别自己是在收集还是在处理，以及是在利用杠杆还是成为杠杆。
- 对谈傅盛：万物皆可GPT,行业重构，谁将被淘汰？#混沌 AI 商业对谈精选
任鑫与傅盛对谈，讨论 GPT 带来的底层范式革命。傅盛认为这一波与元宇宙、区块链不同，是生产力革命而非生产关系革命，第一次把"热能"变成通用智力，且业界形成高度共识、已有真实产品。他建议创业者和企业不要观望，从手边最熟悉、最窄的场景做起，"大模型小工具"，把行业深度知识灌注进去，因为大模型学不到纸面之外的隐性知识。节目还讨论了财务、助理等"翻译型"岗位的危险性，企业落地的阻力与推进方法，以及 AI 时代孩子应培养独立思考、好奇心与目标感。
- 对谈徐文浩： 100万预算7天时间，如何落地“伟大”的AI产品想法？#混沌 AI 商业对谈精选
任鑫与徐文浩从商业落地视角拆解AI应用：调用ChatGPT API做原型三五天就能完成，技术不再是壁垒，壁垒回到行业积累与产品体验。两人讨论了如何判断数据是否AI ready、独有数据的两条用法（embedding知识库与微调模型）、100万预算做垂直模型的可行性与硬件成本，并回应了数字人主播、模型评测、ChatGPT插件红利、AI客服语料维护等问题。
- 对谈蓝雨川： AI创业机遇、大小企之选与音视频AI应用解析
任鑫对话连续创业者蓝雨川：他曾在飞书做销售协作产品，ChatGPT 出现后判断这是比移动互联网更大的浪潮，于 2023 年初离开大厂做 AI 创业。先做 to B 销售 Copilot 产品 RevUp，积累几千销售用户但付费率不达预期，于是转向 to C 产品 POP AI——一个面向海外、主打学生读文档与写论文等场景的 AI chat 产品。两人还聊了海外分销与投放、prompt 门槛、Chatbot 形态的宽与锐、小团队做应用的成本，以及音视频 AI 的机会与工具。
- AIGC目前在技术圈的应用和变化
本期邀请小红花技术领袖俱乐部创始人赖永浩，聊 AI 在技术社群与电商业务中的实际落地。他用 AI 摘要把每天两百条技术博客更新浓缩成十条精选，并自动生成音频、视频，做成红头条内容矩阵；在电商 SaaS 里则只做取标题这类小工具，回避数字人、智能客服和 AI 模特换装等合规风险高的方向。他给 AI 的定位是「葱花」：积极看待、谨慎行动，AI 的革命性在于让普通人用自然语言编程，对小团队独立开发者是难得的机会。
- 怎么做出一个 AI 应用爆款 ？
任鑫对话「会读 Read Flow」创始人王博龙，聊这款在朋友圈刷屏的 AI 阅读助手。会读把微信里「发给文件传输助手」的习惯替换成发给小助手，帮用户做文章摘要与读前筛选，再从企微助手延伸到 iOS、安卓 App 做集中管理与边读边记笔记。博龙强调这不是套壳工具，而是「移动互联网项目 + AI 助力」：按人群需求与内容生态问题重新定义产品，靠自训模型、人写摘要数据、内容型裂变和知乎等平台的低成本渗透增长。他给出两条反共识建议：不要急着做海外、不要只做工具。
- 一个人也能独自开发大模型？对谈开源大模型 RWKV
任鑫与徐文浩对谈 RWKV 元智能联创罗璇。RWKV 是一套非 Transformer 的开源大模型架构，由彭博主导、三人小团队持续开发三年，训练时并行、推理时线性，复杂度从 N 方降到 N，14B 模型几十张 A100 即可训练，3060 显卡能跑 7B。团队靠 Stability AI 赞助算力与 1.7 万人开源社区做 infra，在匿名双盲榜上居开源可商用首位。罗璇认为 Transformer 不是终局，未来是开放分布式的生态，AI 三要素都还不是最优解。
- 不要做 AI 应用！要设计自主智能体组织
本期从「AI 原生应用应该怎么设计」出发，提出一个反向思路：不要设计一个应用再往里面塞 AI，而是设计一群各有使命和偏好的智能体，让它们像一家公司一样协作、反思、迭代，再由这个组织去交付产品和服务用户。两位主播以 Writer-Editor Synergy、斯坦福小镇式的 GPT 模拟器、小红书文案团队等例子讨论这套抽象，并延伸到面向 agent 的 API 化、permissionless 与 spam 的权衡，最后聊到上下文窗口外推和 MosaicML 被 Databricks 收购等近期动态。
- Meta为什么要开源LLaMA？这样的模型有什么好处？
本期闲聊由徐文浩分享他阅读 Lex Fridman 采访扎克伯格文字稿的收获，梳理 Meta 开源 LLaMA 的四点理由：模型规模小于 OpenAI、Google 所以更安全；希望借社区大量微调实验获得反馈；契合 Meta 社交网络里品牌、网红人格化 AI 的业务想象；以及探索大模型时代社区协作与对齐（alignment）的新方式。两人还讨论了 LLaMA 商用授权风险、小模型问答场景下 GLM 与 LLaMA 的可用性、开源社区为何难以合力训练基础模型等问题。
- AGI 下的社会结构变革，就像蒸汽机不是人手一台，而是工业化规模生产
徐文浩与任鑫从 Vision Pro 的购买冲动聊起，转入 AI 对社会结构的影响：AI 技术本身谁做出来不重要，重要的是它带来的二阶变化。参照工业革命中纺织业先被改造、失业劳动力涌入城市催生工厂，以及移动互联网从 Solomo 到拼多多、抖快的八年演化，两人认为 AI 的变化无法跳步。第一轮最可能发生的是服务被标准化封装成「服务包」，中介层被压缩，组织趋向合伙人制或中后台+原子化个人两种极端。中小公司应先把经验固化、调整利益分配机制。
- AGI 就像特斯拉的自动驾驶，看起来行但是离 L5 还有距离
任鑫和徐文浩围绕 Ilya Sutskever 的五个演讲与访谈展开讨论。Ilya 把 AGI 类比成特斯拉自动驾驶：看着什么都能干，离 L5 却还很远；他反复强调「预测下一个 token 就是理解」，以及 scaling law 带来的大力出奇迹。两人由此聊到预测与理解是否等同、纯文本能否长出真正的智能、AGI 定义为何不断被抬高，并对比了 OpenAI、杨立昆等不同路线，最后落到「信念坚定」才是 OpenAI 最难被追赶的地方。
- 去十年前的独立应用中找机会，Raycast AI “复活”效率工具的启发
本期以 Mac 上的启动器工具（Launcher）为主线，梳理从 Quicksilver 到 Alfred 再到 Raycast 的三代演进：Quicksilver 开源免费却未商业化，Alfred 作为夫妻老婆店靠买断制 Powerpack 与插件社区活得不错，Raycast 则以团队协作和 Raycast AI 切入。主播结合自身付费体验，讨论 AI 如何成为老应用翻新的噱头与入口，以及订阅制、waitlist、产品体验设计带来的机会，认为所有效率工具都有被重做一次的可能。
- Jasper.ai 15亿美元的 GPT 套壳有护城河么？
本期复盘 Jasper.ai 如何在 18 个月内从草根团队做到 15 亿美元估值：三人靠皮包营销公司、卖课与社区积累起步，被一个小弹窗插件推着转型成工具公司，经历 YC 后盲目做平台、烧钱裁员的 18 个月弯路，又在 GPT-3 内测中找准"营销文案"这一离钱近、有套路又不严谨的场景翻身。两位主播也逐条拆解 Jasper 自辩的四层价值（挑模型、实时信息、brand voice、界面与模板工作流），认为这些护城河都很薄，并对它的未来与垂类创业机会给出判断。
- 不是 OpenAI 选对了路，是那条路反选了 OpenAI
本期两位主播从 AutoGPT、BabyAGI 一类自动智能体聊起，指出它们机制相同、做 demo 容易做产品难，垂直、问题明确的场景反而更容易出好结果。随后讨论 Jasper 从弹窗工具到卖课的幸运创业史、游戏开发与 AI 团队都要在无法 MVP 的情况下长时间封闭打磨的相似处境，以及 AI 做情感寄托产品与效率工具的差别。最后落到垂直私有模型的数据准备：用 GPT-4 造对话数据、小模型自答加评判模型打分，把复杂问题拆开，低成本微调即可在垂直领域达到接近 GPT-3.5 的效果。
- 做AI的粘合剂，小团队可以干大事
徐文浩与任鑫从各自的实践出发，讨论大语言模型落地应用的真实难度。徐文浩认为国内开源模型在逻辑推理上仍与 GPT-3.5、GPT-4 有明显差距，微调也难补足；任鑫的解法是广撒网做多条产品线，并把一件大事拆成多步骤、多角色来降低单次要求。两人还辩了 to C 的机会：需求不是被满足而是被将就，拼多多、Do Not Pay、Be My Eyes 都证明了被生产力门槛挡住的需求真实存在，AI 时代的 to C 应该更像做游戏。
- 用 AI 降本增效、千万别精神内耗
本期围绕"赶紧搞，但不用慌"展开：一方面讨论如何尽快把 AI 落到传统业务降本增效，网易式的做法是把 AI 融入工作流，文案、客服回评、模特换图、写爬虫写 SQL 是最常见的场景；另一方面也劝大家不必为追热点熬夜焦虑，连徐文浩都感叹肝不动了。两人还聊了 AI 原生机会（Generative Agent）、GPT-4 潜力挖掘、MOSS 开源补齐工具链与 safety，以及"外星人可能死于核战而非 AGI"的脑洞。
- 等GPT-X能自己造出自己，AGI就来了
本期从"AI 时代个人该如何定位"聊到中小企业如何落地 AI。两位主播认为，与其纠结"本质思考""提示词工程"这类被反复强调的能力，不如向内做自己喜欢的事、向外多吆喝自己懂 AI；同时专业知识仍是门槛，越懂自己垂直领域越能找到可改造的痛点。对腰部企业，建议把工作流水线化、找出 AI 能替代的环节，并警惕为了焦虑而做无意义动作，必要时果断换方向。两人也对比了 GPT-3.5/4 与 Claude，强调 GPT-4 在隐性常识推理上的优势，并提醒自己要改掉不用 AI 的老习惯。
- ChatGPT，三步重构商业生态
任鑫与徐文浩围绕 AutoGPT、斯坦福 AI 小镇等新事物展开讨论：从 AGI 是否会接管决策、人类是否在让渡目标定义权，谈到情感类 AI 产品为何更容易赚钱（容错率高、毛利高），并延伸到怎么给孩子做 AI 时代的教育、怎么向父母解释 ChatGPT。两人还聊了 Claude 与开源模型的实际水平、个人与公司选用模型的策略差异，以及国内大模型创业与细分应用的机会，最后提醒大家少一点 AI 焦虑，多关注个人和当下。
- 生鲜的入口变成冰箱、女装的入口变成衣橱？
任鑫与徐文浩以直播问答形式聊 AI 时代的创业与机会：创业门槛从来不是技术，技术红利有效期只有三到六个月，真正的壁垒来自行业积累与需求满足；Copilot 是大公司的机会，创业公司该做的是彻底改变行业形态的事。两人还讨论了普通人如何参与（先别想创业，先想办法多赚钱）、教育（AI 比老师更耐心更细致，该应试就应试）、国产大模型（通义千问、文心一言约在 2.5 到 3 之间）、长文本处理、LangChain 的价值，以及「先收钱」的产品思路。
- AI 时代的最后一公里，“外骨骼装甲”插件
本期是任鑫与徐文浩的直播连麦问答，围绕「现在能不能开工做 AI 应用」展开。两人先聊了 API 现状：GPT-4 需要排队申请、公开市场只给 8K 上下文，国内可先搭中间层并准备文心一言或开源模型做备胎。随后重点讨论应用层怎么做：不要指望一句话出结果，而应把任务拆成多步模板链式调用，用 System 1/System 2 的类比引导模型推理；检索问答则要在分段、摘要索引等工程细节上针对场景调优。两人认为应用层投入小、应尽早试，而自训模型门槛高、要慎重。
- 对AI和模型要多了解才能在AI应用层创业，任鑫十问徐文浩
两位老同学任鑫与徐文浩互问互答。任鑫问：应用层创业需要对 AI 了解多少、LLM 能力边界在哪、怎么评估一个场景适不适合用 AI 改造、拿到 LLM 后该做 embedding 还是 fine-tune、中间层机会在哪、一年后生态如何。徐文浩答：应用层只需熟悉 API 与工程套路，不必懂模型原理；LLM 语义理解强但严格推理不稳，做垂直领域先用 embedding 加数据飞轮，有效果数据再考虑 fine-tune；场景要看成本结构能否砍到十分之一、是功能还是完整产品。徐文浩则反问任鑫为何有紧迫感要四月下场做 MVP，后半段还回答了听友关于写代码工具、prompt engineer 前途、副业变现等问题。
- 对比上一轮AI创业热潮，徐文浩六问任鑫
徐文浩以六个问题访谈任鑫，对比这一轮AI热潮与上一轮移动互联网/O2O创业潮。任鑫认为今天做「万能助手」类产品已不成立，大厂必然覆盖；他主张小团队要么立刻做出商业闭环收钱，要么设计数据飞轮，但两者都有风险。他认为真正需要抢船票的是大模型基建层，中间层公司会被两头挤压，而未来的杀手级应用更可能是欲望向、情感陪伴与定制化内容消费，而非效率工具。
- 泡沫和遗产：如何看待 ChatGPT 发布 API 后的AI领域
本期围绕 ChatGPT 开放 API 后的 AI 领域展开：一是它对「工作」与「职业」的冲击，最资深和最年轻的人适应最快，反而是工作三到五年的中级知识工作者最抵触、受冲击最大；二是把 ChatGPT 当作有智慧的 UI，Chain of Thought 只是把模型已有能力激发出来的提示技巧；三是开源与国产大模型的时间表判断；四是除了做应用之外，中间层创业、流量红利与信息差红利所在。两位主播强调不要站在旁边点评工具好不好用，而要动手把工作拆细，让 AI 承担其中具体任务。
- GPT-4即将到来，新一代GPT意味着什么
本期围绕 GPT-4 即将发布展开：徐文浩从传闻中的 32K 上下文说起，认为上下文变长意味着更强的"记忆"和更复杂的推理，也意味着不用 fine-tune 就能让模型理解业务。任鑫把 ChatGPT 类比为云和数据库，认为基础设施成熟后，IT 能力不再是核心竞争力，商业竞争回到洞察市场与设计生意本身。徐文浩还演示了用 ChatGPT 写 Google Sheets 脚本批量生成亚马逊英文标题与卖点，两人讨论了提示词编程、重复性知识工作被替代，以及 AI 决策中的伦理与对齐问题。
- 任鑫：亲测有用的 6 个 ChatGPT 用法、技巧和工具
任鑫分享自己亲测有效的 ChatGPT 用法：一是把它当"打开思路"的启发器，让它一次出一百个标题、五十个提纲，自己当甲方挑刺组合；二是把它当私人教练，让 AI 来评判自己的文章、计划、英语写作，而不是去评判 AI。技巧上强调给足上下文（我是谁、目的是什么、原则是什么、你是谁）和打样举例（few-shot），并提到 think step by step。工具方面推荐 PromptBase、AI PRM for ChatGPT 等现成提示词方案，以及 Web ChatGPT 插件、Perplexity、彩云小译解决实时数据和英文阅读问题。
- AI产业的“摇钱树”会在哪一层？
任鑫和徐文浩从「AI产业哪一层赚钱」出发，把产业链拆成硬件、云平台、数据标注、模型研究和应用五层，逐层盘算谁能赚钱、谁能切入。两人判断底层算力和云的利好早已计入价格，模型层入场券太高，应用层门槛极低导致壁垒太薄，目前只想出「做极小市场」和「堆工程难度」两条路。后半段聊到 Meta 的 Toolformer 让大模型学会调用外部工具、AI 基建与应用的先后关系，以及 AGI 时代孩子该学什么、人会被变成什么样。
- ChatGPT 说：你丫就是个翻译官！
两位主播围绕"AI 对工作的冲击"讨论了四篇文章：以日本武士阶层在工业革命中的没落类比今天白领与程序员的处境；程序员该问的不是"会不会被替代"而是"哪些会被替代"；AI 吃掉的是任务而非整个工作，个体应把工作拆成任务流、重新设计成"知识工作生产线"；就像和程序员沟通一样，用好 AI 的关键在于把需求讲清楚，提示词工程本质是一种翻译与产品经理能力。节目还讨论了失业、UBI 与躺平/卷的选择。
- 任鑫：后ChatGPT时代，重新设计商业
任鑫分享《后ChatGPT时代，重新设计商业》的演讲内容。他认为ChatGPT不是更强的人工智能，而是像浏览器、多点触屏一样的超级人机交互界面，相当于给每个人发了一把AK47，让消费者和生产者都大幅增加。由此他看到两类机会：一是在产品交互界面层帮助用户更好地完成任务（产品不改也能让效果更好），二是在组织内部重新设计人机协作的流水线，把任务拆细后分给AI和人。他判断知识工作者岗位会大量缩减，但小组织做小市场的机会变大。
- 来了来了，通用人工智能（AGI）真的来了
这是「人工智障进化论」的第一期。任鑫与徐文浩这对交大同学、前创业伙伴，复盘了 2015 年前后做 Get 和 BotHub 的踩坑经历：上一波人工智能是「有多少人工就有多少智能」，而 ChatGPT 让模型能力变成预训练好的底座，少量数据就能解锁新能力，两人认为这次通用人工智能真的来了。节目还讨论了指数级增长与被抽到总部的门店智慧、数据为何成为核心资源、平台与中间层公司的生存空间、Sam Altman 的投资版图、以及 Lensa 从细分痛点与炫耀素材切入的商业套利逻辑。