Everything you care about in one place
Follow feeds: blogs, news, RSS and more. An effortless way to read and digest content of your choice.
Get Feederrsshub.bestblogs.dev
硅谷101
Get the latest updates from 硅谷101 directly as they happen.
Follow now < 10 followers
Latest posts
Last updated 4 days ago
E248｜一个“催发货”AI要跑通260步，和阿里瓴羊朋新宇聊聊中国式FDE
4 days ago
不久前，我们聊了硅谷最火的新职位FDE（前线部署工程师）。硅谷的逻辑是，AI要进企业，就要开行业最高的薪资，派一批最聪明的人驻扎进去。但这件事在中国，还是同一个剧本吗？我们邀请到阿里巴巴集团副总裁、瓴羊CEO朋新宇。他是阿里数据中台方法论的创立者，他的团队做这件事已经5年，比“FDE”这个词流行起来还要早。在AI浪潮到来之后，他们发布企业级Agent平台：AgentOne。他们的做法很不“硅谷”，不接定制化的大单，不做1000人天的驻场开发。他们找的是企业里最耗人、最耗钱、最耗时的环节，把预设好的agent接入企业私有数据，去解决真实的业务难题。举例来说：一个催发货流程，客服agent需要跑通260步流程；一个顶级人类投手，90天内调价10000次，AI要学会这10000次调价背后的决策逻辑，这背后靠的是团队配合和工程化的推进。在朋新宇讲述中，没有全能型的个人英雄，也没有对SOTA模型的迷信。“企业算得过来账，背后用什么token，老板不会在乎”。务实，算账，打地基，这就是FDE在中国的故事。【主播】泓君，硅谷101创始人，播客主理人【嘉宾】朋新宇（花名小芃），阿里巴巴集团副总裁，阿里瓴羊CEO【你将听到】01:48 硅谷的风向变了：AI战场从C端回到B端06:33 一个“催发货”背后藏着260步流程12:30 90天调价一???次，AI向最优秀的投手偷师19:39 为什么顺利的部署都是“自上而下”25:07 做标准化增长agent，跟Palantir反着走？31:14 销售Agent实战：从最落后区域到销冠36:06 部署周期：1/3熟悉岗位，1/3做建模，1/3调教AI42:36 FDE团队画像：BA定方向、AI架构师选模型、业务首席当教练47:00 Token成本，模型策略，“账算得过来”最重要53:28 中美FDE对比：信息化地基、付费习惯、工作方向58:03 人才观：懂AI、懂业务、懂数据【延伸阅读】E240｜OpenAI联手PE砸下40亿美元，聊聊硅谷最火新职位FDE【硅谷101听友群】很多听友反馈没有加上我们的听友群，别急，新的入群通道已经安排上啦👏之后我们入群二维码我们也会放在节目shownotes中，方便大家随时找到组织。在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。扫码加入，即刻相遇。【监制】泓君【后期】Amei【运营】朱婕【BGM】What...
E247｜对话盛颖：xAI，Infra的浪漫，SGLang，开源，平权与“甄嬛传”
10 days ago
这期播客的嘉宾是盛颖，xAI前推理团队负责人、开源推理引擎SGLang发起人及RadixArk联合创始人/CEO。在开源模型集中爆发之际，盛颖在AI Infra（基础设施）领域的研究和贡献非常核心。她将AI Infra描述为“浪漫的关系”，是产品本身，需要有“美感”。由此，我们走进盛颖的世界。她曾经想成为一个数学家，沉浸在一个确定、纯粹、仿佛“与世界无关”的世界里。但从哥大到斯坦福，从形式化验证到 AI Infra，盛颖一路经历的并不是外界看到的连续发顶刊的高光，背后是不为人知的寻找方向、迷茫、停滞、低谷和重新出发。她逐渐意识到，自己无法勉强去做一件不感兴趣的事；只有真正被一个问题吸引，她才能进入高度专注的状态，并把它做到极致。SGLang，是这条研究路径的集大成者。它从一个学术项目成长为面向真实生产环境的开源推理引擎，也把盛颖从研究者带进了更复杂的工程、组织与产业世界。在早期的xAI，她获得了难得同时存在的“support”和“freedom”，参与搭建生产级推理系统。但随着SGLang社区迅速扩张，仅靠开发者在业余时间维护，已经无法支撑项目继续向前。为了让这件事真正走下去，她选择离开xAI，创立RadixArk。这期节目，我们从盛颖眼中的数学之美、论文和低谷聊到SGLang、xAI与RadixArk，也聊一个人如何逐渐理解自己的天性，并决定不再与之对抗。盛颖说，她在乎的不是“making impact”，而是那些她认为正确的事情，最终有没有发生。从“世界与我无关”，到“想要构建那个跟强力AI共存、且人类不会输的未来”，这，是盛颖的故事。【主播】陈茜，硅谷101联合创始人【嘉宾】盛颖，RadixArk联合创始人&CEO，xAI前推理团队负责人、开源推理引擎SGLang发起人【你将听到】02:16 违约金、纽约与数学之美：“世界与我无关”16:06 顶刊、低谷期与甄嬛传：“世界又与我有关了”26:01 谷歌实习：最早的“AI for code”31:54 Databricks：人生导师Ion...
E246｜何谓蒸馏？聊聊硅谷如何看中国开放模型逼近前沿
14 days ago
7月27日，月之暗面正式发布Kimi K3的完整模型权重。自7月16日API上线以来，K3就在在多项测试中展现出接近前沿模型的能力。因此，它成为了硅谷最近讨论开源时的重要案例之一。从2025年初的DeepSeek时刻，到当下的Kimi K3，中国开源模型正在从成本更低、能力稍弱的替代品，逐渐逼近甚至超过最强的闭源前沿模型。随之而来的，是一场越来越激烈的蒸馏争论。什么是蒸馏？通过闭源模型的输出进行训练，和未经授权的大规模能力提取，有什么区别？即使中国实验室使用过美国模型生成的数据，它又究竟能解释多少最终能力？本期播客，我们邀请到两位嘉宾来分别从开源生态和企业的视角，讨论这一波中国开源模型的影响：前Hugging Face亚太开源生态负责人王铁震，和TinyFish联合创始人Keith Zhai。我们从K3带给硅谷的挑战聊起，讨论了为什么把中国模型的进步全部归因于蒸馏，实际上忽略了架构、强化学习、数据工程和推理基础设施上的创新。而当蒸馏从一种中性的训练技术，变成商业竞争和政策讨论中的指控时，争议的核心又变成了什么？在此之外，我们也讨论了K3针对大型推理服务商设计的商业授权：当开源权重模型持续压低成本，它会如何冲击OpenAI、Anthropic等闭源实验室的商业模式？当模型能力逐渐商品化，未来AI行业的价值会流向模型本身、推理基础设施，还是Agent与企业工作流？注：本期播客中提到的“开源”，更准确地说是开放权重（open weights）。K3官方称自己为开放模型，它使用的是Kimi K3 License，不是标准 MIT/Apache 这类完全开放的OSI license。【主播】Yiwen，硅谷101特约研究员【嘉宾】王铁震，Hugging Face前亚太生态负责人Keith...
E245｜藏在大模型背后的新闻人：GPT们的回复是这样写出来的
22 days ago
当你觉得AI“懂你”的那一刻——精准抓住一个你自己都没说清的情绪，问出一个让你陷入沉思的问题——你以为那来自数据中心的芯片、模型里的参数、程序员敲下的代码，但真相是，那些问进你心坎里的问题、让你会心一笑的遣词造句，背后站着一群人：他们曾是记者、编辑和纪录片导演，如今藏在大语言模型之后，有一个鲜为人知的名字——内容工程师（Content Engineer）。当模型能力日益趋同，真正决定用户去留的，已不再是参数，而是它能否让人觉得“懂我”。那些“只可意会、不可言传”的语感与共情，正被一群文字工作者拆解成一套可以装进AI的规则。本期《硅谷101》播客，我们邀请到两位从新闻业转身的资深内容工程师——前媒体人、播客《行星酒馆》主播东尼，与NBCUniversal AI战略总监Bianca，深入探讨：什么才算“好”的对话，以及如何把它拆解成可量化、可训练、可评估的工程标准。我们从这个正在各家AI公司裂变扩张的新兴岗位聊起，看看当模型能力逐渐拉平，内容与品味如何成为产品竞争力的关键，而懂人文、懂社科的判断力，又该如何翻译成工程能用的语言。【主播】Faith静远，硅谷101特约研究员【嘉宾】Tony Lin，人工智能实验室模型设计负责人，《行星酒馆》主播Bianca Consunji，NBCUniversal AI战略总监 【你将听到】02:54 内容工程???是什么？05:55 内容工程师如何拆解好内容10:42 如何训练AI理解提问者的言下之意13:42 内容工程师如何“翻译”语言和文化16:45 新闻训练和AI对话训练都需要给到“上下文”18:42...
E244｜端到端vs上下分层：机器人路径之争，正在转向？
about 1 month ago
机器人已经能在舞台上做到翻跟头、表演武术了，但要让它在开放环境里伸手帮你拧开一个瓶盖，难度陡然跃升2到3个量级——因为那一刻，它需要理解眼前的物理世界。这正是苏度科技想啃下的骨头。苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一，师从李飞飞，这家公司走了一条与硅谷主流纯大脑“黑盒”大模型不太一样的道路——软硬件协同设计，上下分层架构，上层负责任务规划与环境理解，下层用仿真（Sim-to-Real），让机器人在虚拟世界里经历几百万年的进化，再迁移到现实。这条路已经跑出了一定成效：面对从未见过的新物体，他们的零样本通用抓取单次成功率接近100%。本期硅谷101，我们邀请苏度科技CEO韩铮，一起聊聊机器人“动手”怎么实现？他预测，接下来会有更多的硅谷公司会重新回到“上下分层”的方向上来。【主播】泓君，硅谷101创始人，播客主理人【嘉宾】韩铮，苏度科技联合创始人&CEO【你将听到】机器人“动手”的数据根基03:17 为什么做全栈（大脑+本体）通用机器人？07:14 苏昊早年经历：从图片标注ImageNet，到3D数据集ShapeNet11:08 3D数据收集，难在哪里？13:21 仿真需要亚毫米级精度，视频训练无法达到16:33 什么是Sim-to-Real（从仿真到现实）？18:08 创业时机的判断：DALL-E带来的数据拐点Sim2Real技术验证与关键突破21:40 仿真器的技术内核：经典物理法则+强化学习24:17 数据集质量与规模的平衡：自建结构化3D数据集28:05 实际效果如何？零样本通用抓取，一次性成功率98%32:11 回应Demo质疑：去学术会议现场随机环境中演示34:22 基础Zero-Shot泛化能力比长程任务串联更为关键3:45...
E243｜特朗普“缓刑”红牌之外，美国资本如何硬控全球足坛
about 1 month ago
世界杯发生了闻所未闻的一幕，在特朗普介入后，美国球员巴洛贡吃到的红牌被暂缓1年执行，有人不禁要问了，国际足联为什么要那么听美国人的话。部分原因可能来自于，美国资本已经渗透进了全球足坛的方方面面。比如英超的20家俱乐部中，有11家都被美国资本控股，美资甚至渗透进了欧洲五大联赛的俱乐部、商业权益开发、球员球队买卖资金周转等等方面。没有英式足球积淀的美国人，为什么会那么喜欢投资英式足球？美国资本又在怎么改变世界足坛呢？【主播】麻花，硅谷101特约研究员【嘉宾】张兵，懒熊体育《摸鱼的熊彼得》主理人施骅伦，《翻转体育》主播【你将听到】没有足球文化的美国，资本为什么爱足球03:05 售股两年后，曼联老板为什么又要找下家06:21 20支英超球队11支被美资控股，美国富豪为什么那么上头09:48 英超球队的上市潮与???市潮16:14 两任美国老板，在英国“小队”伊普斯维奇上赚翻了19:47 美国人对体育资产的商业化运作，到底能有多强美国老板们，为什么永远被球迷Diss22:47 曼联往事：格雷泽家族20年的骂名从哪儿来27:35 曼联新老板拉爵，带来的新变化可能喜忧参半30:04 从阿森纳到曼联，豪门为什么都爱捣鼓球场36:56 SoFI球场，美国人商业运作体育场馆的典型案例38:16 阿森纳老板克伦克，与前大股东乌斯曼诺夫的控制权之争45:31 克伦克说拿钱砸冠军不是第一位，那他是个好老板吗48:24...
E242｜最快半年AI跑通自进化？与陈天桥首席科学家聊聊硅谷模型必争之地
about 1 month ago
从ChatGPT掀起生成式AI浪潮到现在，不过短短两三年，AI能力的进化速度已经让"AI自我进化"这件事从科幻走进了现实。上个月，Anthropic在一份公开报告中预测，AI未来将进入"递归自我提升"（Recursive Self-Improvement, RSI）阶段，并呼吁人类共同为AI的发展设计出一个减速或暂停机制。AI自我进化会以多快的速度到来？未来的AI，它会在通往真理的道路上与人类并肩作战，稳步破解医学、气候等种种难题，还是会在暗处走向失控？本期播客，泓君邀请到专注做“发现模型”的AI公司Apodex的两位首席科学家，杜少雷和Beibin，一起聊聊AI的自我进化与自我验证。Apodex是一家陈天桥出资创立并亲自主导的公司，这家公司给自己的定位也非常的特别，他们只做一件事—— heavy duty solver，意思是专啃那些没有标准答案，人类自己都不知道从哪下手的难题。他们管自己想做的模型叫做 discovery model。不是从已知的信息里面找答案，而是要提出人类还没有想到过的假设，自己想办法去验证它，去解决这个世界上还没有被解决的科学难题。嘉宾预言，最快半年，AI就能跑通一次完整的自我进化闭环。但要实现持续的、可靠的递归提升，模型必须具备“自我验证”能力。这很像人类科学家的基本功：大胆假设，小心求证。而要让AI做到这一点，关键的前提是——教会大模型真正拥有科学家一样的品味和判断力。【主播】泓君，硅谷101创始人，播客主理人【嘉宾】Simon Shaolei Du（杜少雷），Apodex推理模型与训练首席科学家，华盛顿大学计算机科学与工程学院副教授Beibin Li （李辈滨），Apodex自我进化与编程首席科学家【你将听到】自我进化背后的底层能力03:00...
E241｜跑鞋战争里，运动鞋公司到底在比什么？
about 2 months ago
本期节目由AI轻办公神器vivo X Fold6赞助播出今年4月的伦敦马拉松，肯尼亚选手萨维以 1小时59分30秒 的成绩夺冠，成为首位在正式马拉松比赛中跑进2小时的运动员，这场比赛的亚军克杰勒恰同样跑进了2小时，创造了历史。事后媒体关注到，萨维和克杰勒恰，包括这场比赛的女子冠军阿塞法，他们穿的鞋，都是阿迪达斯的Adios Pro EVO 3。但在此之前，统治马拉松赛场10年之久的一直是耐克，也是它，发起了一度轰轰烈烈的Breaking 2项目，剑指帮助运动员马拉松“破2”。尽管跑步这项运动自古有之，但直到1960年代，人们才真正拥有专为路跑设计的现代化跑鞋。过去60多年的发展历史里，路跑鞋都发生了哪些技术变革？运动鞋品牌，又是怎么在马拉松赛场内外你追我赶的？【主播】麻花，硅谷101特约研究员【嘉宾】盖德，《迪谈盖论》主播【你将听到】跑鞋技术迭代史，谁是最有突破性创新的那双鞋04:26 划时代跑鞋：阿迪Ultra Boost和耐克Zoom Vaporfly06:58...
E240｜OpenAI联手PE砸下40亿美元，聊聊硅谷最火新职位FDE
about 2 months ago
5月初，OpenAI成立了Deployment Company（部署公司），Anthropic也宣布与包括Blackstone在内的多家金融机构合作成立合资企业。这些顶尖模型公司，都开始押注同一种服务：不只是提供AI工具，而是深入企业内部，在具体业务场景中把AI能力真正部署起来。这也让一个工种迅速走到台前：Forward Deployment Engineer（FDE），前线部署工程师。他们既要懂模型和技术，也要理解客户的数据、流程和业务痛点，核心任务是把AI从demo变成各个职业自己的AI-native工作流。这期播客中，我们请到了两位一线从业者讨论FDE和部署公司。一位是Cresta FDE团队负责人Jove。Cresta为企业呼叫中心提供AI Agent，Jove从去年年初就开始扩招FDE团队。另一位是前麦肯锡咨询师、现任Invisible Technologies企业业务VP的Oliver。他从私募和咨询行业的视角，解释了为什么模型公司选择直接与PE合作，而不是依赖传统咨询公司。我们聊了FDE这份工作的具体形态、它与Palantir早年军方部署模式的渊源，也讨论了在这波AI落地浪潮中，私募基金和咨询行业正在经历怎样的变化。Oliver的访谈以英文进行，在本期播客中以配音方式呈现。【主播】Yiwen，硅谷101特约研究员【嘉宾】Jove，Cresta FDE团队负责人Oliver，Invisible Technologies企业业务VP、前麦肯锡咨询师【你将听到】模型公司为什么开始做部署01:57 从DeployCo到合资企业，模型公司为什么要提供部署服务？04:30 什么是FDE？让AI应用真正在客户企业跑起来的工程师FDE的具体工作07:58 应用层公司和模型公司的数据优势之争09:18...
E239｜SpaceX要让太空算力从科幻走向现实，但它划算吗？
2 months ago
SpaceX上市进入最后倒计时，在它那份长达280页的招股说明书里，月球基地、点对点地表旅行、在轨制造、火星货物……这些别的公司不敢写的科幻元素，它都写了。但更让人印象深刻的是SpaceX的AI叙事，它预测在28.5万亿美元总潜在市场中，有超过90%来自AI板块，而这部分将受到“地球无法快速扩展发电能力”的严重制约。面对电力紧缺，SpaceX的答案是：把数据中心搬上太空。上周一，马斯克在一段关于AI1卫星设计草图的视频中称，AI卫星不需要多么神奇的技术，这些技术已经在星链V3卫星中做出来了。谈到时间表时，马斯克预估SpaceX将在2027年底前实现每年1GW的太空AI算力的年化部署率，并逐年扩大量级。这个大胆的宣言，究竟是IPO前夜的氛围烘托，还是下一代算力基础设施的真正方向？太空数据中心，技术上能实现吗？即使能做成，它真的比建在地面上更划算吗？本期硅谷101播客，我们就来算算这笔经济账。本期节目不构成投资建议【主播】泓君，硅谷101创始人，播客主理人【嘉宾】Lewis Hong，Aris Fund合伙人，前SpaceX高管刘冰雁，火箭爱好者【你将听到】SpaceX S-1解读03:07 打卡指南：LA SpaceX总部&德州Boca Chica星舰发射中心06:53 SpaceX招股书，1GW太空算力计划和“Elon Time”09:40 1万颗卫星铺满一条晨昏线轨道是什么概念？11:02 打个赌吧：Starship 100次发射时间线预测成本拆解16:52...
E238｜聊聊Harness时代AI-First的组织架构：从信任人到信任AI
3 months ago
“Harness Engineering”（挽具工程）正在成为硅谷的新共识，Anthropic、OpenAI等公司都在探索这一工程范式。但真正理解Harness的人还不多。前不久，一篇题为《Why Your “AI-First” Strategy Is Probably Wrong》的文章在X上获得百万级阅读和热议，作者是来自硅谷[CreaoAI](creao.ai)的Peter Pang。在这篇文章里，Peter展示了Harness Agent系统激发出的极致效率：99%的代码由AI完成，每天平均3到8次生产部署，过去六周的产品流程，现在一天就能跑完。本期播客，主播泓君邀请到Creao的三位创始人，聊聊这家公司对Harness的实践，以及在组织AI-First转型上的深度思考。嘉宾们指出，AI-First不等于“使用AI”，想要把效率提升100倍、1000倍，就不能只把AI当成工具，而要让AI成为所有生产力的主导。组织转型最难跨出的一步在于——是否能让所有员工都能做到信任AI。这场对话中有一些有趣的观察，比如在Creao，市场不用再追着开发提需求，因为开发速度已经远超市场消化能力；当大量对齐工作被AI接管之后，拿掉产品经理，反而让团队效率大幅提升；初级工程师比资深工程师更适应AI时代的转型；尽管过去十年积累的专长正在快速贬值，但资深工程师仍然有竞争力，因为未来的核心竞争力不再是写代码，而是“找到AI Planning的缺陷”和“判断什么是有价值的”。【主播】泓君，硅谷101创始人，播客主理人【嘉宾】Kai，Creao联合创始人/CEO Peter，Creao联合创始人/CTOClark，Creao联合创始人/CPO，[clark@creao.ai](clark@creao.ai)【你将听到】AI...
E237｜央视和FIFA谈判纷争背后，体育赛事转播权的博弈与生意
3 months ago
离美加墨世界杯开赛还有一个月，央视和国际足联FIFA之间的版权谈判终于是谈妥了，本期我们来聊聊世界杯的定价逻辑与体育赛事版权生意的变化脉络。【主播】麻花，硅谷101特约研究员【嘉宾】朱晓东，力赞体育CEO ，本届世界杯日本转播权销售顾问张宾，《体育产业独立评论》主理人【你将听到】谈判的虚惊一场，赞助商的从中斡旋02:40 价格细节：打包的版权交易里，很少透露单届的价格04:25 FIFA的让步，单独售卖的女子世界杯，也被打包进来了05:28 联想出面协调，背后动力是什么08:31 谈判纷争的惯常套路，最终双方都会让步到促成交易09:47 从18年到26年，世界杯的中国赞助商为什么在变少12:30 赞助世界杯，到底能给中国企业带来多少好处世界杯的定价逻辑14:41 中国被FIFA设定到版权价格第一梯队，定价逻辑是什么？19:00 体育赛事版权谈判的流程、阶段和套路21:51 提前一个月转播权还没谈拢，这种情况经常发生22:36 从02年到26年，FIFA对央视的版权要价涨了20倍25:49...