苔藓之火
- Folgen
- 60
- Erscheint
- wöchentlich
- Letzte Folge
- 10. Nov. 2026
Über den Podcast
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。
Folgen 60
61. 在Harvey训练大模型是什么体验？- Joey Wang
“法律的后果会比代码更严重。”“我们永远都是能够做一个在法律中去做一些决策权……甚至能提供 intelligence level，能够提供在法律中做决策一些 taste。”“很多东西模型公司没有办法去解决，甚至 lab 要去做，他也没有办法替我们说这个模型会在法律更好。”“当你一个 agent 就能看到 30 个文件和看到 3000 个文件的时候，你不管什么样的模型，看到 3000 个文件的 agent …
Shownotes
“法律的后果会比代码更严重。”
“我们永远都是能够做一个在法律中去做一些决策权……甚至能提供 intelligence level，能够提供在法律中做决策一些 taste。”
“很多东西模型公司没有办法去解决，甚至 lab 要去做，他也没有办法替我们说这个模型会在法律更好。”
“当你一个 agent 就能看到 30 个文件和看到 3000 个文件的时候，你不管什么样的模型，看到 3000 个文件的 agent 都会有更好的收获。”
“模型是验证你这个公司能不能作为上市公司、能不能有很好的 profit margin 而做的一个事情。”
主持：Raymond - 科技投资人，苔藓之火主播
小红书 ｜B站 ｜抖音 ｜视频号｜Youtube | Substack | Linkedin｜即刻 ｜公众号：苔藓之火
嘉宾：Joey Wang - Harvey Linkedin, Prev. Figma, Uber, Google
Show Notes00:12开场：Harvey 估值 155 亿美元、3500 客户、85 国；垂类护城河之问
01:06Joy 背景：Harvey agents/云端 H 平台 Spectre，前 Figma、Uber
02:40为什么 2023 年加入 Harvey：GPT 早期体验、PHD recruiter、conviction
05:18大厂 vs 创业公司：审批与部门拉扯 vs 快速 build/ship
07:32Harvey 产品形态：嵌入律师工作流、connector、邮件文档、redline
12:09Redline 与 track changes：谁改的、为什么改、可追溯；律师工作变小
15:19公司名 Harvey vs Mike：提供决策 taste，不只是繁琐工作
18:24大模型迭代是否取代垂类功能：workflow builder → agent builder
22:35何时决定做模型：客户理解、benchmark、synthetic data、post-train 商业化
27:29Taste：法律要长篇大论、每句有索引，不是简短就好
28:14模型选择：Kimi/GLM/千问/DeepSeek，按场景 post-train，orchestrator 调度
33:33Tana/Tenant：内部旗舰训练方向，用 Kimi K3 训 1.0，方法可迁移
38:50Benchmark 难点：法律难对齐、分层任务、playbook、内部法律团队、专家 taste
45:18垂类训模型人才与坑：早期瓶颈是产品；开源最好模型是下限；失败是常态
52:25工程优化立竿见影：搜索 2 秒→200ms，30→3000 文件；Spectre 与安全信任
核心观点总结Harvey 是法律垂类 AI 应用，但它的护城河不只是“套壳”
Harvey 估值 155 亿美元，3500 客户、覆盖 85 国，美国前 100 律所约 80% 在用。它的核心不是做一个聊天框让律师来用，而是嵌入律师原本的工作方式：Word、Excel、Outlook、文档系统、邮件、合同审查，通过 connector 连接数据，输出可追溯的 redline。垂类应用的关键是“meet with customer”，不是把用户拉到新平台
律师真正的工作发生在 Word、Excel、Outlook 和大量文档里。Harvey 的产品形态要映射律师已有的工作流，而不是要求他们重新学一套平台。最终交付物仍然是 Word 文档，但带有 redline、修改解释、来源追溯。Redline 和 track changes 是法律场景的关键产品设计
普通 GPT 可能直接改文档，律师还得“大家来找茬”；Harvey 输出 redline，标明谁改的、为什么改、是 Harvey 改的还是对方律师改的，律师只需 check/accept，工作变小而不是变大。Harvey 与模型的关系是相辅相成，不是简单调用 API
早期用 GPT-3.5/4 做法律 demo，OpenAI 是投资人，双方有 pretrain 合作。Harvey 很早就是 legal model research company，只是今年才到可商业化阶段：客户足够多、benchmark 和 synthetic data 能力成熟，后训练变得更可行。模型策略：不做大而全，做小而美、场景专用，用 orchestrator 调度
Harvey 会公开试用 Kimi、GLM、千问、DeepSeek 等开源模型，按场景做 post-train；不同模型在不同任务上有差异，最后用强模型做 orchestrator/delegation，像“图书馆前台帮你找对应的书”。后训练的核心不是堆 research 人力，而是 benchmark 和 taste
法律 benchmark 很难对齐，需要分层任务、playbook、yes/no 评测、内部法律团队和领域专家 taste。Harvey 的 benchmark 要不断接近用户真实场景，甚至预测用户未来会用的场景。数据规模化可与 Surge 等合作，但前期方向和质量判断留在内部。垂类公司训模型最大的坑：开源最好模型只是下限
如果开源最好模型在法律上已经能打 OpenAI/Anthropic，后训练必须比它更好才有意义。失败是常态，只是早期失败不会写进 blog。模型训练是长期学习过程，工程优化往往更立竿见影。工程 harness 的价值被低估：搜索从 2 秒到 200 毫秒，效果天差地别
document search 从 2 秒降到 200 毫秒，agent 一分钟内能从搜 30 个文件变成 300 个；从串行到并行，再从 300 到 3000 个文件。模型不变，agent 能看到 3000 个文件，效果也会更好。人才结构反直觉：早期瓶颈是产品，不是 research
Harvey 早期都是 researcher，但真正缺的是 PM、designer、产品 spec。做模型不一定需要大量 research 人力，更需要懂法律、能跟专家提炼 taste 的人；律师自己也能用 coding agent 写 benchmark/evaluation engine。Spector：云端 sandbox agent，解决多人协作与可验证性
Joy 做的内部产品 Spector，把 coding agent 放进沙盒，在 Slack 里多人可 tag、共享 runtime/context/trace。解决的是五个人各自跑 agent、结果不可验证的问题。落地难点不是实现，而是权限、安全边界、信任：谁能让 agent 看什么、能不能 bypass 代码 review 规则。小律所市场：Harvey 偏 SLG，不急于 PLG
法律后果比代码严重，self-serve 容易让用户误以为 Harvey 对结果负责。Harvey 更愿意找 design partner、有供应商制度、能管好结果的客户，而不是急速扩张让所有人用。
在小宇宙查看该单集文稿60. 美国中期选举的账单来了：关税，油价，电费，我的股票 - Gavin Newton-Tanzer
“你允许了狐狸进了鸡窝。”“德州变成蓝色，肯定有很多人做梦。”“是他们想象不到川普会做这么多的犯这么多的错误。”“Every election is about turnout，make them show up to the polls.”“美国老百姓已经很多年不太信任大企业了。”“你抓了30万人，但是1000万人现在生气了、害怕了。”“皇帝的新衣，大家不敢说实话。”“John Ossoff cross check …
Shownotes
“你允许了狐狸进了鸡窝。”
“德州变成蓝色，肯定有很多人做梦。”
“是他们想象不到川普会做这么多的犯这么多的错误。”
“Every election is about turnout，make them show up to the polls.”
“美国老百姓已经很多年不太信任大企业了。”
“你抓了30万人，但是1000万人现在生气了、害怕了。”
“皇帝的新衣，大家不敢说实话。”
“John Ossoff cross check all the boxes，他证明了在红州还能赢。”
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
小红书 ｜B站 ｜抖音 ｜视频号｜Youtube | Substack | Linkedin｜即刻 ｜公众号：苔藓之火
嘉宾：Gavin Newton-Tanzer - Sunrise 出海服务 总裁 - Linkedin | 小红书｜视频号
哥伦比亚大学（政治学）校友，新泽西州注册选民
Gavin主业帮助中国创业公司出海，如果想和他联络，请在评论区留言
Show Notes00:12开场：中期选举尘埃落定，民主党拿下参众两院，德州翻蓝，特朗普输了
02:49Gavin自我介绍：康州/新泽西，中间偏左民主党，投过Romney但从未投Trump
04:58中期选举科普：参议员每两年改选三分之一，众议院全部改选
07:082024年真相：民主党选民生自己党派的气，拜登退选跳过primary，哈里斯被“强加”
09:30通胀与油价：一箱油从32美元到60美元，伊朗战争后飙升，特朗普说“没有通胀”
13:05候选人质量 vs 特朗普因素：德州肯尼迪对克鲁兹式对比，但更大原因是特朗普
16:39深红州翻蓝：德州、堪萨斯、南卡、北卡；州长参议员长期影响
21:41特朗普的“诅咒”：初选讨好特朗普才能过，大选因讨厌特朗普而输
24:27JD Vance困境：太子变靶子，必须与伊朗战争切割，共和党初选必被攻击
27:58国会权限：不能直接结束战争，但可用预算、传唤、听证会折腾马斯克和特朗普周边
36:08数据中心争议：NIMBY、AI焦虑、电价水污染、美国去工业化后心态没准备好
39:24企业与社会契约破裂：从建学校图书馆铁饭碗，到profit extraction、CEO薪资上涨
46:26就业结构错配：700万找工作、700万空缺，白领多蓝领缺，文化洗脑“不上大学是二等公民”
49:46ICE争议：1000万黑工只遣返二三十万，但抓错人、母子分离视频影响选情
55:32跛脚鸭政府：短期对企业是好事“终于可以睡觉”，长期对老百姓不好；2028展望
核心观点总结2026美国中期选举出现“蓝色海啸”，民主党大胜
民主党拿下众议院435席中的240席，参议院100席中的54席，参众两院全归民主党。德克萨斯州州长翻蓝，1988年后首次赢下参议院席位，多个深红州倒戈。特朗普输了。2024年不是民主党弱，而是民主党选民“生自己的气”
拜登承诺只做一届、交棒年轻一代，却在临近大选时退选，跳过党内初选（primary），直接提名哈里斯。许多中间派民主党人不接受“被要求接受一个不情愿的人”，选择待在家里不投票。这批人去了特朗普那边。通胀是这次翻蓝的最大原因，伊朗战争是直接导火索
美国人每天加油、去超市，油价从2020年一箱32美元涨到2026年10月近60美元，翻了一倍。特朗普说“我不在乎通胀，没有通胀”，但老百姓感受到了。伊朗战争后油价直接飙升，民众无法接受。候选人质量（candidate quality）有影响，但更大原因是特朗普
德州肯尼迪对泰迪·克鲁兹式的对比很明显：一个形象家庭都正，一个自己差不多是罪犯。但即便有好候选人，在特朗普没打伊朗之前也打不进去。这次是特朗普把整个党派拉下去了。特朗普对共和党的控制可能变成“诅咒”
深红州共和党初选即大选，候选人必须讨好特朗普才能过初选，但大选时选民因讨厌特朗普而投民主党。特朗普允许“狐狸进了鸡窝”，现在有了后果。未来两年共和党内部会出现与特朗普切割的比赛，但没人敢切太远。JD Vance处境艰难，“太子”变靶子
他本以为自己能继承特朗普所有支持者，现在必须既满足特朗普又保持一定距离，尤其是与伊朗战争切割。共和党初选辩论中，所有人都会攻击他是最接近特朗普的人。2028年共和党候选人未必是Vance。国会没有直接结束战争的权力，但有用预算和传唤权折腾的空间
民主党可以通过预算作为杠杆与特朗普谈判，但特朗普享受斗争，未必有用。更可能发生的是大量传唤、听证会、要求提交资料，马斯克、特朗普周边的人、内阁部长都会被叫到国会问话。AOC等人会利用这个舞台拍“tiktok video”成为全国性人物。数据中心成为美国政治争议焦点，本质是AI焦虑的具象化
“美国人情愿住在核电站旁边也不愿住在数据中心旁边”不是真的，但传播的是真实心态。邻避效应（NIMBY）强烈，老百姓对AI取代工作、电价、水、空气污染有焦虑，数据中心是可以实实在在抗议的点。美国去工业化太久，突然同时进行几百个大基建项目，心态没准备好。美国企业与社会契约破裂，从“社会贡献”转向“利润榨取”
过去企业建厂会带动整个城市、给学校图书馆捐款、提供铁饭碗；现在企业分散、CEO只看股价和估值，CSR减少，利润榨取增加，CEO薪资上涨。老百姓对大企业不信任。数据中心最后会通过谈判给地方电费补贴、建学校、承诺高薪职位来换取支持，但需要重建社会契约。美国就业市场是结构性错配，不是没有工作
失业率约4%，700万人找工作、700万空缺，但白领候选人多、蓝领（电工、护士、焊接、屋顶）严重短缺。美国文化长期洗脑“不上大学就是二等公民”，导致很多人不愿接受仓库、医院、学校的工作，也不愿去底特律、哥伦布、克利夫兰、奥斯汀、达拉斯。ICE过度执法伤害了共和党选情
美国约1000万非法黑工，实际被遣返仅二三十万，但ICE新招人员培训不足、手重，抓错人、母子分离等视频在TikTok上几百万播放。不仅1000万人害怕，合法移民也害怕。共和党想控制移民，但“不是要杀人、不是要把孩子和母亲弄开”，这影响了选举。进入“跛脚鸭”政府，短期对企业可能是好事
总统和国会分属两党，互相制衡，企业认为“终于可以好好睡觉”，政府会花大量精力内斗而不是出政策。短期对经济只有好处没有坏处，长期对老百姓不好。特朗普前两年没有制衡，“皇帝的新衣”没人敢说no，现在有了check。2028年大选：民主党方面John Ossoff势头强劲
他在Polly Market上24小时内从较低概率翻倍到20%，超过JD Vance的17%。原因：南方民主党人、白人男性、重视家庭、赢下深红佐治亚州、年轻（1987年生）、campaign on working class Americans and living costs、没得罪什么人。但他本人说“不考虑2028”，这是参议员的标准说法，不一定真。
在小宇宙查看该单集文稿紧急加更：科创50跌成科创25之后，费半也要更名费2.5吗？- 慧客堂 X 苔藓之火
“上周整个科技股的行情，可以属于是一个地狱级别的行情，当然地狱也分很多层。”“中国一级、中国二级、美国一级、美国二级，这四个地方分别都在四个不同的时空，他们是平行宇宙。”“美国这1000亿能够养非常多的公司，但中国的收入可能养不那么多公司。”“怎么有人可以120亿美金融第一轮？120亿美金都可以把中国的科技巨头收购掉了。”“一级还在抢算力，但二级你看 CoreWeave 的 CDS …
Shownotes
“上周整个科技股的行情，可以属于是一个地狱级别的行情，当然地狱也分很多层。”
“中国一级、中国二级、美国一级、美国二级，这四个地方分别都在四个不同的时空，他们是平行宇宙。”
“美国这1000亿能够养非常多的公司，但中国的收入可能养不那么多公司。”
“怎么有人可以120亿美金融第一轮？120亿美金都可以把中国的科技巨头收购掉了。”
“一级还在抢算力，但二级你看 CoreWeave 的 CDS 已经在计算它什么时候会违约了。”
“中国的问题，现在我认为其实不是有泡沫，而是泡沫不够大。”
“酒壮怂人胆。对于我们这些做投资人来说，我们的胆是谁给的？是我们背后的资本给的。”
主持：董艺婷，《慧客堂》主播，至明科技创始人，慧度资产总经理
嘉宾：Raymond - 科技投资人，苔藓之火主播
社交媒体：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube｜Substack | Linkedin｜即刻 ｜公众号：苔藓之火
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
Show Notes00:12紧急加更：科技股“地狱分层”，A股、美股、杠杆资金多层受伤
03:03录制时点：市场情绪接近临界点，群聊与问询密集
04:36Raymond 美国一个月观察：科技圈、创业者、投资人、生态伙伴
06:24中美温度差：美国链主带动生态，中国付费少、生态体量不同
07:49美国一级泡沫在 New Labs：Thinking Machines Lab 高估值融资困难
10:56算力紧缺：New Cloud 生意好、DeepMind 缺卡、一二级裂痕
14:46四个平行宇宙；六派听友；24年9月判断与“所有人转向科技”的危险信号
21:51谁能赚高波动钱：产业杠杆、大资本、早参与抽本金、反对杠杆
24:21科技有前景所以有泡沫；2026 vs 2021 泡沫打七八分
27:26中美估值差异：一级生态、接力资金、上市即C轮、并购退出少
33:12“中国不是泡沫而是泡沫不够大”；创一代思维与二级股价负循环
38:15股价为何跟随：互相投资、盈利外溢、共同流动性、一人一票
40:06AI资本开支：繁荣证据 vs 折旧与几万亿收入覆盖担忧
45:52泡沫难识别；Michael Burry 案例；按仓位和敞口做应对
54:40资产配置与再平衡；A股换美股易双打脸；
01:10:29 产业链信号与无人机拍星际之门
核心观点总结这是一期因科技股剧烈调整而“紧急加更”的节目
上周科技股行情被形容为“地狱级别”，A股、美股、杠杆资金多层受伤。录制时市场情绪接近阶段性临界点，电话、群聊问询密集。中美科技产业处在不同“时空”，甚至是四个平行宇宙
美国一级市场欣欣向荣：OpenAI、Anthropic 等链主带动大量服务公司，算力、数据、服务需求强；中国付费意愿和收入体量相对小，生态繁荣程度不同。中国一级、中国二级、美国一级、美国二级各有各的温度。美国一级市场最大的泡沫在 New Labs
Thinking Machines Lab 无产品却高估值融资，后续高估值融资困难；很多 New Labs 没有明显 PMF。但美国并购退出活跃，Cursor、World Labs 等大额交易支撑生态正反馈。美国算力依然紧缺，一二级市场出现裂痕
New Cloud 生意很好，初创公司难拿算力，DeepMind 内部也缺卡。一级还在抢算力，二级却已在用 CDS 计算 CoreWeave 何时违约，一二级感受差别很大。科技产业有前景，所以科技股必然可能有泡沫
科技行业长期发展已是共识，但股票价格会透支未来。估值不只来自基本面，60%以上取决于背后资金的风险偏好、资金期限和承受风险的能力。中美估值不能简单横向比较，生态和接力资金差异很大
美国从天使到二级、并购退出链条完整；中国一级生态单薄，很多公司上市时只相当于美国 C 轮状态，并购退出少，估值层次拉不开，二级行情也难持续。“中国不是有泡沫，而是泡沫不够大”
Raymond 认为中国问题不是泡沫太大，而是支持创新的资金、并购和接力生态不够。中国老板多为创一代，资本思维较弱；二级股价低估时也不愿用股票收购。泡沫很难被识别和预测，普通投资者不必不自量力
短期预期差、信息不对称、技术迭代速度都让“泡沫破裂时点”极难判断。Michael Burry 长期唱空、靠 Substack 赚钱的例子说明：悲观者正确，乐观者挣钱，但预测对不等于做对。资产配置和再平衡是保护，不是精准逃顶
资产配置通过分散和再平衡，把高波动资产可能带来的损失控制到可承受范围，保护家庭财富，让你能淡定等待。它不能承诺精准逃顶。高波动市场里，先对号入座自己的资金性质和投资模式
能从头赚到尾的人，要么有产业杠杆，要么有庞大资本且无杠杆、无支出压力；部分赚到的人往往早期参与并已抽回本金。反对杠杆，反对在情绪临界点追涨杀跌。AI 资本开支既是繁荣证据，也有折旧和收入覆盖的长期担忧
美国缺工人、缺电、缺数据中心，资本开支需求旺盛；但每年上万亿美元开支对应未来折旧和几万亿美元收入，市场会担心“地球上哪来这么多钱”。产业链上游信号可看芯片租赁价、内存现货价等，但二级市场领先指标基本是“最后最后”
专业机构会用无人机拍星际之门工地、热感应看机器是否运转；普通人看 A100 租赁价、内存现货价更可执行。不要指望在二级市场找到真正的领先指标。
在小宇宙查看该单集文稿57. AI硬件是下一轮共识？从具身拳皇到万能赛博工牌 - FoloToy / 魂伴科技
“它并不是要让AI跑在硬件里面，反而是应该让AI去定义或者操控这个硬件。”“你越往陪伴方向做的时候……你就逐渐会变成一个内容公司、娱乐公司、IP公司、设计公司。”“我觉得硅谷公司它为什么不做它，因为它也陷入了一个硬件就必须靠中国的这样一个思路。”“1.8米高的太阳花……结果全部被别人买走了。”“我们真的是当花瓶在用，就是好看，然后吸引人过来跟好玩。”“出海我觉得是相当于第二次创业了。”主持：Raymond …
Shownotes
“它并不是要让AI跑在硬件里面，反而是应该让AI去定义或者操控这个硬件。”
“你越往陪伴方向做的时候……你就逐渐会变成一个内容公司、娱乐公司、IP公司、设计公司。”
“我觉得硅谷公司它为什么不做它，因为它也陷入了一个硬件就必须靠中国的这样一个思路。”
“1.8米高的太阳花……结果全部被别人买走了。”
“我们真的是当花瓶在用，就是好看，然后吸引人过来跟好玩。”
“出海我觉得是相当于第二次创业了。”
主持：Raymond - 科技投资人，苔藓之火主播
社交媒体：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube｜Substack | Linkedin｜即刻 ｜公众号：苔藓之火
主持：马克汤 - 发财搭子 主播 / 财搭子AI 联合创始人 / MIT毕业，CFA/FRM持证分析师
相关单集：
40. AI应用能融下一轮吗？收购、擦边、中转站、大厂围猎 - 对话｜马克汤
51. AI 和机器人改变世界，这钱你出？ - 马克汤｜财搭子AI嘉宾：
王乐 - FoloToy 创始人 - 小红书 / 公司网站 ai-passport.folotoy.cn
真地 - 魂伴科技 创始人 - 小红书 / 公司网站 cyberpartnerai.com
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
🎯本期提到：天翼云・花卷聆记 AI 录音卡 依托天翼云国云算力，一站式完成录音、实时转写、AI 自动纪要，多方言识别、多端同步，高效沉淀会议与访谈信息。 想了解产品详情，欢迎访问官网：【花卷聆记，你的随身AI助理】
Show Notes时间话题
00:12开场：WTCC 2026现场，四位人类+机器人机器狗，AI硬件发展到哪一步
01:39为什么还需要新AI硬件？让AI定义/操控硬件，而非让AI跑在硬件里
03:53标准化产品 vs 用户自定义：AI降低普通人改造硬件的门槛
06:52让智能具身：AI硬件给AI身体和感知，而非只围绕人
09:44硬件作为上下文采集设备：眼镜、录音、吊坠，帮AI了解我们
13:0865%/45%完成度：不预装喜马拉雅，留接口让用户一句话对接
16:25人人都是程序员：六年级孩子周末消耗50亿token做3D游戏
20:17AI Passport社区：1300+玩法，创作者约5%，AIGC社区
29:38过去两年AI硬件点评：录音豆、无摄像头眼镜、手表
35:13隐私边界：砍摄像头、聊天记录只给关键词、防录音屏蔽器
42:43大厂 vs 创业公司：做“小绿豆填缝”，不研究大厂战略
45:03未来不会只有一个超级爆款；好产品是野种子野蛮生长
52:48AI手机的矛盾：广告系统 vs 用户时间；京东最危险，淘宝是逛
01:00:22Labubu不应该开口说话；陪伴越做越像内容/IP公司
01:07:04UGC/AIGC社区、机器人海关案例与出海：CES、AI Passport进美国
在小宇宙查看该单集文稿56. 硅谷国庆见闻 - 愿天下处处是泡沫
“硅谷其实是一个和人间有时差的地方。”“你说当时的中国有泡沫吗？那肯定是有的，那又怎么样呢？”“教授不应该穷，博士不应该穷，研究生不应该穷，读书就不应该穷。”“数据公司与其说是一个外包商、承包商或者白手套，你不如说它是一个 frontier model 的 researcher partner。”“训练数据其实不是一个成本项，有可能是个收入项。”“卡的分配是一个 CEO 做的公司级的决策，GCP 的价值目前有可能是 …
Shownotes
“硅谷其实是一个和人间有时差的地方。”
“你说当时的中国有泡沫吗？那肯定是有的，那又怎么样呢？”
“教授不应该穷，博士不应该穷，研究生不应该穷，读书就不应该穷。”
“数据公司与其说是一个外包商、承包商或者白手套，你不如说它是一个 frontier model 的 researcher partner。”
“训练数据其实不是一个成本项，有可能是个收入项。”
“卡的分配是一个 CEO 做的公司级的决策，GCP 的价值目前有可能是 research 价值的十倍。”
“第三名的座次是不变的，但人不一定，所以人就轮流上位。”
“与其说他们是真正对中国好奇，不如说他们对中国是恐惧。”
“YC 的毕业生可以互相购买，一起刷单，一起进步。”
“80% 的收购可能都是吹牛。”
“他非常像是一个男孩子偷穿爸爸的西装，整个衣服看起来大了一号。”
“空气里面都是那种暴富的味道，没有时间解释了，赶快上车，再不上车来不及了。”
“我非常希望天下处处都是泡沫，天下没有难做的生意。”
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
其他地方：Substack | Linkedin｜即刻 ｜公众号：苔藓之火
Show Notes时间话题
00:14开场：硅谷与人间有时差，泡沫问题为何不重要
01:09硅谷经济上行期面貌，类比 2014—2015 年中国
03:30New Labs 泡沫：Thinking Machines Lab、943 亿美元、16 家披露收入
05:19教授创业与学术圈关系：教授不该穷，读书不该穷
07:15数据公司成显性机会：Coding 被覆盖，2027 年重心未知
08:46训练数据从成本项变收入项，数据生意 operation heavy
11:29DeepMind 的大厂病：慢、层级、数据合规、卡优先给 GCP
14:23中国模型轮流坐第三名；美国基金来华考察与恐惧
16:12YC 扩张年轻化、to B 扎堆、毕业生互相购买刷单
19:50并购退出多，但 80% 收购夸大；大二学生“被收购”故事
24:12华人创业者/投资人崛起，可能跑出 50—100 个 Zoom
27:08国内大厂来硅谷“白嫖”平替，付费意愿差
27:55硅谷人人找下一步；希望天下处处是泡沫
在小宇宙查看该单集文稿55. 从中国缺电到美国缺电：AI能源瓶颈？- 唐奕波
“不要做个老登。”“缺电缺的并不是电量，而缺的是负荷。”“任何行业供需决定状态，不取决于你的商业模式多牛逼、壁垒有多牛逼。”“一旦需求不增长，设备需求不是从 100 降到 80，而是降到 10 到 20。”“你现在买一台要五年以后交货，他还是选择不扩产。”“你一直看一个行业，就会 miss 掉这个行业超级范式转移的机会。”主持：Raymond - 美元二级基金合伙人，苔藓之火主播视频播客：小红书 ｜B站 ｜抖音 …
Shownotes
“不要做个老登。”
“缺电缺的并不是电量，而缺的是负荷。”
“任何行业供需决定状态，不取决于你的商业模式多牛逼、壁垒有多牛逼。”
“一旦需求不增长，设备需求不是从 100 降到 80，而是降到 10 到 20。”
“你现在买一台要五年以后交货，他还是选择不扩产。”
“你一直看一个行业，就会 miss 掉这个行业超级范式转移的机会。”
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
其他地方：Substack | Linkedin｜即刻 ｜公众号：苔藓之火
嘉宾：唐奕波 - 私募基金分析员，播客《随处奔波》，文章（公众号"奔波儿r"）
《AI 到底是泡沫吗——从 100 年前的电气化找答案》
《让研究的归研究，交易的归交易》
《投资的审美》
开源项目（github.com/Benboerba620）：ai-signal 每天抓一线推特/播客/论文；ai-workspace-hub 带知识库闭环的 AI 投研工作流
本期提到的（《三点下班》）唐奕波 v.s. 星辰
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
主题： 中国 2021 缺电、美国/欧洲电力缺口、燃气轮机三巨头、叶片瓶颈、北美缺电链扩散，以及 AI 数据中心把电力变成新瓶颈。
Shownotes
00:07 开场：AI 最大瓶颈是能源，中国并非一直不缺电。
01:18 嘉宾介绍：新能源+电力研究员，公众号“奔波尔”。
02:27 2018 年看光伏：531 退补、龙头必死、后发优势。
05:22 全球缺电：中国 2021 先缺，缺的是负荷不是电量。
07:49 可控系数：煤电 0.8，风电 5%，光伏 0.01，储能为什么重要。
10:51 中国解法：快速核准煤电，2023 年后缓解。
14:47 美国/欧洲缺电：需求十年不增长，制造业回流+AI 拉动。
17:34 市场化传导：电价涨→CEG/VST→GEV 订单，24 年中才显著。
18:55 燃气轮机格局：GE、西门子能源、三菱，85% 份额，中国为何缺席。
22:10 商业模式：设备+15 年服务，服务利润率高，备件粘性强。
25:25 下行周期：2015–2024，2018 裁员关厂，2024 才转。
30:51 北美缺电链扩散：重燃→轻燃→燃料电池→燃气发动机→航改。
36:43 周期结束看重燃扩产，瓶颈在叶片；Howmet/PCC/应流股份。
44:31 还有左侧吗？设备链拥挤 8–9 分，机会或转向发电端/欧洲电力公司。
54:35 欧洲：结构性缺电、数据中心接网排队、买接网权、北欧南欧机会。
一句话总结：
一、核心观点总结
AI 把电力从“老经济”重新变成瓶颈；中国缺电是供给结构问题，美国缺电是需求突增问题，而北美缺电链从重燃扩散到最 marginal 的方案，设备端已很拥挤，下一步机会可能转向电力运营和区域转移。AI 的最大瓶颈是能源，但中国并非一直“能源充足”
中国在 2021 年就出现过全国性缺电、拉闸限电。问题不是总电量不够，而是稳定电源和负荷能力不够。缺电缺的是“负荷”，不是“电量”
风电、光伏发电量可以增长很快，但它们是间歇式电源。缺电看的是某一时点的功率，而不是全年发了多少度电。
文本中给出一个关键对比：煤电可控系数约 0.7–0.9，风电约 5%，光伏约 0.01。装 100GW 光伏，对系统可控负荷贡献极小。中国 2021 缺电的根源：新能源上太快，煤电停太多
2020 年前煤电新建断崖式下跌，风光装机猛增，导致可控电源除以最高负荷的“可控系数”跌破 1.2，出现拉闸限电。居民感受不明显，因为优先保民用；工业则错峰生产。中国的解法简单粗暴：快速核准煤电
2021 年后政策转向，大规模核准煤电，文中提到“8880”“每年约 80GW”等口径。中国建设速度快，2023 年后缺电问题基本缓解。储能不能简单替代稳定电源
日内平衡配 20%–40% 功率、约 2 小时储能即可；但跨日、跨周要配 10 小时甚至 1:10 的储能，成本爆炸。光伏+储能要变成类似火电的稳定电源，比例可能到 1:10 甚至 1:16。美国/欧洲缺电：需求 10–20 年不增长，突然被制造业回流和 AI 拉动
美国电力需求约 10 年不增长，欧洲约 20 年。22 年后制造业回流、半导体/电池/新能源车工厂、AI 数据中心一起拉动，可控系数也掉到 1.2 以下。美国靠市场化解决，传导很慢
涨电价 → 发电商赚钱 → 下设备订单。CEG、VST 等股价 2023 年先涨，GEV 燃气轮机订单到 24 年中才显著变好。燃气轮机是工业皇冠，格局极其稳定
GE、西门子能源、三菱三家占全球约 85%，几十年没有新进入者。中国缺天然气、缺内需，也缺航空发动机/燃气轮机这种高端制造能力。燃气轮机商业模式：设备+长期服务，服务更赚钱
卖设备可能低毛利甚至白送，但绑定约 15 年服务合同，服务总价约为设备 2 倍，服务利润率约 40%，备品备件粘性极强。
下行周期 2015–2024，2018 年三家裁员 1/3、关厂 1/3，2024 年才转。北美缺电链不断扩散：从重燃到最 marginal 的方案
重燃 → 轻燃（贝克休斯）→ 燃料电池（Bloom Energy）→ 燃气发动机（卡特彼勒、康明斯、潍柴）→ 航改/退役发动机。
只要重燃不扩产，后面的方案就有经济性；一旦重燃扩产，后面可能被抹掉。周期结束看重燃扩产，扩产瓶颈在叶片
叶片全球主要是 Howmet、PCC 两家，中国有应流股份等。叶片验证周期 3–4 年，需要持续投入 10 年，壁垒极高。设备链已经很拥挤，偏左侧机会可能在发电端和区域转移
嘉宾给北美缺电链热度打 8–9 分，认为股票演绎充分。
更偏左侧的方向：美国数据中心因电价和中期选举受阻，可能向日本、韩国、东南亚、欧洲转移；北欧水电核电、南欧光伏、欧洲市场化电厂可能有弹性。欧洲是结构性缺电，不是总量缺电
欧洲电力需求 25 年才恢复增长，但午间光伏多、电价低，晚高峰电价高，价差大，储能发展好。
数据中心接网申请量激增，接网排队 8–10 年，买废弃工厂/火电厂的接网权变得很值钱。老行业研究员容易 miss 范式转移
传统汽车分析师很多 miss 比亚迪、特斯拉；传统电力分析师也可能低估 AI 带来的需求突变。
“不要做个老登。”
EP55
中文逐字稿：https://insights.mossfire.xyz/posts/gas-turbines-ai-power-bottleneck/
English transcript: https://insights.mossfire.xyz/en/posts/gas-turbines-ai-power-bottleneck/
在小宇宙查看该单集文稿54. 搜索，推荐，聊天：AI时代广告的第三次跃迁 - Jaggie | Meta GenAI广告
“前端用户和机器的交界面的形态每次发生变化，你能收集到的数据本身也不一样。”“广告是建立在用户有一个新的行为、有 attention、在一个时间或场景的情况下，我怎么样去变现。”“行为一直存在，但以前 capture 不到；现在很多东西被闭环收集起来。”“广告聊天过程中我可以影响你的决策。如果我影响了你的决策，并且我收了广告主的钱，这就是一种广告场景。”主持：Raymond …
Shownotes
“前端用户和机器的交界面的形态每次发生变化，你能收集到的数据本身也不一样。”
“广告是建立在用户有一个新的行为、有 attention、在一个时间或场景的情况下，我怎么样去变现。”
“行为一直存在，但以前 capture 不到；现在很多东西被闭环收集起来。”
“广告聊天过程中我可以影响你的决策。如果我影响了你的决策，并且我收了广告主的钱，这就是一种广告场景。”
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
其他地方：Substack | Linkedin｜即刻 ｜公众号：苔藓之火
嘉宾：Jaggie - Meta GenAI 广告产品负责人｜Linkedin
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
00:12 开场：嘉宾身份与传奇经历——14 岁创业、Momenta 天使投资、字节/TikTok、Meta AI 广告。
04:48 14 岁易趣开店：登录费、置顶广告、七浦路进货、站停送货。
09:40 宝洁到创业：Chatbot 生活助理、Magic 模式与上一代 NLP 的局限。
17:06 投资 Momenta：AI 下注、团队判断与几千倍回报。
22:46 推荐引擎作为 AI 应用：字节 vs Meta，推荐是产品还是 feature。
32:20 广告底层变化：用户信号从少到多，从语言表达到行为特征。
36:23 对话流：多轮意图、上下文、搜索框与聊天框的异同。
43:27 广告定义与形态：软广/硬广、GEO、链接点击、交互小游戏。
54:16 广告主困境：宝洁/WPP 组织摩擦 vs 创始人 AI native。
1:02:53 广告衡量：5A、品牌/效果、中国闭环 vs 美国分散与隐私限制。
1:13:26 OpenAI/Anthropic 能否成为广告巨头？Meta 的现有盘子优势。
1:17:21 豆包应用场景：医疗问诊、陪娃、实时摄像头。
1:18:37 中美跃迁对比： 豆包从下沉大众用户到生产力 vs. 从ChatGPT到instinct 和muse
1:20:03 豆包广告可能性：入口、数据飞轮、医疗广告的底线问题。
1:22:27 Memory 与切换成本：嘉宾为何从 ChatGPT 切换到 Muse？
1:25:12 ARPU 与变现效率之战：ChatGPT vs Muse，谁的商业化底子更好？
1:28:19 Google/Apple 的信任与后发优势：为什么他们明明有数据却不急着做？
1:30:00 Muse 的产品体验：为什么在非 coding 的 to C 任务上更具优势。
1:33:17 中美科技心态：硅谷为何重新关注中国，TikTok/短剧/供应链。
1:40:33 收尾：广告只是 consumer 的延伸，新交互形态才刚刚开始。
广告是交互形态的影子
广告形态不是孤立创新的，它建立在用户新的行为、注意力和场景上。前端“用户—机器”的交互界面一变，能收集的数据、能设计的广告形态都会变。用户信号经历三次跃迁
PC/搜索时代：用户主动用语言表达 query。
推荐/短视频时代：行为特征更重要，如停留、滑动、点赞、完播。
AI 对话时代：多轮语言 + 行为 + 上下文 + memory，意图更深、更 personal，也更涉及隐私边界。
对话流广告已经在发生，但新形态还没成熟
对话流里会出现软广/硬广、链接点击、GEO、原生影响决策等形态。判断广告的关键是：是否影响用户决策，并且收了广告主的钱。
但真正的“AI 时代抖音/小红书”还没出现，新广告形态要等新的 organic 交互形态长出来。广告衡量会继续分化
品牌 vs 效果仍会存在，对应 5A、决策链路、MMM、增量、last touch 等衡量方式。
中国生态集中，抖音、淘宝、小红书等容易闭环；美国转化分散、隐私法规限制多，历史数据又被 Google/Meta 等巨头掌握。广告主侧的最大问题不是认知，而是组织
宝洁这类大广告主有预算，但素材、投放、agency、WPP 等层层外包，职业经理人缺少创始人式决断力。
年轻 DTC/抖品牌/淘品牌更 AI native，创始人更能直接改工作流、改组织。OpenAI/Anthropic 有广告潜力，但 Meta 有现有盘子优势
广告收入取决于用户数据、用户时长、意图深度和变现效率。
即使 AI 产品 DAU/时长接近，Meta 仍可能因为 Instagram、Threads 等跨 App 信号，拥有更高变现效率。豆包可能成为入口和数据飞轮，不一定要靠自身广告赚钱
国内豆包已深入医疗问诊、陪娃、实时摄像头等场景。它可能像入口一样反哺抖音/头条广告，也可能面临“百度医疗广告”式的底线问题。Memory 和切换成本是 AI 产品竞争关键
Memory 让产品更懂用户，但用户迁移取决于体验 delta 是否足够大。嘉宾自己从 ChatGPT 切到 Muse，就是因为后者在非 coding 的任务完成上更好。Google/Apple 有数据但慢，信任与组织能力是变量
Google 掌握 Gmail、地图、Drive 等核心数据，但后发、组织能力和用户信任会决定它能否反击。中美科技心态正在变化
以前是中国创业者看硅谷；现在越来越多硅谷投资人/创业者关注中国：TikTok、小红书、短剧、直播电商、供应链、机器人、能源、芯片。美国不再那么傲慢，更多是学习心态。
一句话总结：
AI 时代的广告不会只是“把旧广告塞进聊天框”，而会跟随新的 consumer 交互形态、memory 和数据飞轮，重新长出形态、衡量方式和商业模式。EP54
中文逐字稿：https://insights.mossfire.xyz/posts/ep54-ai-advertising-third-leap/
English transcript: https://insights.mossfire.xyz/en/posts/ep54-ai-advertising-third-leap/
在小宇宙查看该单集文稿53. 为什么不是谷歌做出了Muse？- Lewis｜微软 / ex-Gemini
硅谷温差“我们是在 GPT 发布三个月前就开始做这个工作了。”“水龙头形状已经定义下来，后面更多是卷水，不卷水龙头。”“SharePoint 里的数据是整个互联网的很多很多倍。”“Google 太按照规矩来做事情。”“Personal assistant 在两年前 Google I/O 就聊到了，但产品迭代速度不够看。”“很多现在跑在云端的大模型，六七年之后都可以跑在手机上。”“现在头部公司很少发 …
Shownotes
“我们是在 GPT 发布三个月前就开始做这个工作了。”
“水龙头形状已经定义下来，后面更多是卷水，不卷水龙头。”
“SharePoint 里的数据是整个互联网的很多很多倍。”
“Google 太按照规矩来做事情。”
“Personal assistant 在两年前 Google I/O 就聊到了，但产品迭代速度不够看。”
“很多现在跑在云端的大模型，六七年之后都可以跑在手机上。”
“现在头部公司很少发 paper，因为只能保住三个月，发 paper 只能保一周。”
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
嘉宾：Lewis - 微软 Product Lead，谷歌 Gemini founding PM
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
Show Notes00:13开场：Lewis 背景，Oracle 公有云到 Google PM
01:55PaLM 2 产品化：GPT 前三个月开始，团队八九人
03:48大模型史前时代：Document AI 泛化，内部 chat 未发布
05:49ChatGPT 冲击：Google 两派、危机感、Bard 与苔藓之火
08:20离开 Google：Gemini 2.5 Pro 高峰，转微软做 agent/knowledge
09:40大公司组织病：层级多、信息 withhold、指令上传下达失真
11:08为什么去微软：企业护城河，SharePoint 数据是互联网很多倍
12:27微软做什么：agent memory、knowledge、context graph、procedure memory
16:40企业 memory 权限：个人/双人/team/公司层级，consolidation 与隐私
24:35Personal agent 兴起：Muse、Grok bot、Instinct、OpenClaw/Aris；读 Gmail/Calendar
32:42为什么不是 Google 先做 Muse：Google 慢、reactive、合规束缚
36:15Google 会封数据吗：开放文化 vs 中国 walled garden，微信/小红书机会
42:46Personal agent 定价：C 端 freemium/token，B 端 ROI 抽成，长期 commodity
51:40端侧模型与硬件：Mac Studio 跑万亿参数，千问 27B，苹果/Google 后发先至
57:17Google 前景与 DeepSeek 冲击：发布慢、SOTA 窗口短、不发 paper
核心观点总结Google 不是没看到 personal agent，而是做得太慢、太 reactive
Lewis 认为 Google 在 Gemini/Bard 时代就定义过 personal assistant，但组织层级多、信息 withholding、法律与 Responsible AI 束缚，导致产品迭代速度跟不上 OpenAI、Anthropic，甚至被 Muse 这类新产品弯道超车。大模型产品化的“史前时代”
2022 年 8-9 月，ChatGPT 发布前三个月，Lewis 已加入 PaLM 2 产品化团队，团队仅八九人。内部早有 chat 产品，但因 legal/responsible AI 没发布。ChatGPT 出来后，Google 内部有明显危机感。微软的企业护城河：数据量 + 权限 + 场景
SharePoint 里的企业数据是互联网很多倍，但企业找不到、用不上。Agent 要利用这些数据，必须解决 memory、knowledge、权限、consolidation 等复杂问题。企业 memory 与 C 端 memory 完全不同
C 端主要做 personalization；企业里 CEO、员工、双人 chat、team、公司各有层级权限。什么能 promote 到 team/公司，涉及隐私、法律、当事人控制，不能由模型或 manager 随意决定。Personal agent 兴起，核心是产品导向而非技术导向
Muse、Grok bot、Instinct、OpenClaw、Aris 等产品，技术上很多建立在类似 harness 上，护城河不高。关键是谁能把 Gmail/Calendar 数据变成具体、傻瓜式 use case，如退订、退款、保险追款、生活琐事。隐私与安全是 personal agent 的核心矛盾
Instinct 条款被质疑可拿用户数据训练，Muse 有自己模型，用户不信扎克伯格，但也不一定信小公司。企业里 99% 公司不会无故看员工 chat，但 Anthropic 等公司 policy 可能不同。端侧模型与硬件会重新定义 personal agent
Mac Studio 已可跑 trillion 参数模型，千问 27B 满足日常。未来六七年，现在云端大模型可能跑在手机上。苹果、Google 可能后发先至，创业公司先打样。Google 仍有底子，但发布节奏和合规文化是最大挑战
Gemini 2.5 Pro 后压力持续增加，SOTA 窗口只有一两周。DeepSeek 出现时 Google 内部惊讶，但 Google 合规严格，不参考/蒸馏，不发 paper，员工不能上播客。技术瓶颈人员发光期可能只有 18 个月。
EP53
中文逐字稿：https://insights.mossfire.xyz/posts/ep53-google-muse/
English transcript：https://insights.mossfire.xyz/en/posts/ep53-google-muse/
在小宇宙查看该单集文稿52. 智力的价格：AI 研究员凭什么比 NBA 球星贵？- 高岱恒｜Dinq
“生子当如庞若鸣！”“DeepSeek 十年 Vesting，感觉比长征还久。”“聚光灯都打给了 Sam Altman、Ilya，但我非常清楚这个活儿到底是谁干的。”“AI 人才的半衰期非常短，就像模型的半衰期一样。”“多模态往下走，核心门槛不在算法，而在数据。”“Cursor 是先瞄准全世界 50 到 100 个最好的人，然后持续派人追踪他的动向。”“OpenAI 2025 年股权激励占了收入的一半，平均 150 …
Shownotes
“生子当如庞若鸣！”
“DeepSeek 十年 Vesting，感觉比长征还久。”
“聚光灯都打给了 Sam Altman、Ilya，但我非常清楚这个活儿到底是谁干的。”
“AI 人才的半衰期非常短，就像模型的半衰期一样。”
“多模态往下走，核心门槛不在算法，而在数据。”
“Cursor 是先瞄准全世界 50 到 100 个最好的人，然后持续派人追踪他的动向。”
“OpenAI 2025 年股权激励占了收入的一半，平均 150 万美元一个人。”
“Dinq 一句话介绍：Open Router for People Search。”
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
嘉宾：Sam Gao 高岱恒，DINQ 创始人，前阿里达摩院研究员
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
作品定义人，进入“小小文艺复兴”时代
学历、大厂背景不再是唯一通行证，公开作品、代码、博客、播客等，正在成为定义个人价值的新标准。Sam 本人从双非土木到达摩院，靠的就是 Learning in Public：写博客、给开源项目提 PR、持续公开输出。AI 英雄列传：关注关键技术背后的“边缘人”
聚光灯常打在 Sam Altman、Ilya 身上，但真正推动关键技术的人很多来自非顶尖机构、非主流路径。RAG、思维链、Adam 优化器、Claude Skills 等背后都有具体作者，他们的故事值得被记录。硅谷人才战争进入“体育转会”级别
Meta 因 Llama 落后而着急，扎克伯格亲自挖人，庞若明等华人研究员拿到 2 亿美元级总包，超过 NBA 球星。AI 人才市场远大于体育市场，一亿美金线可能只有小几十人。人才定价看“代表作”和稀缺经验
典型特征是有代表作，如推理能力、O1 系列、管过万卡/十万卡集群。管卡经验、训练基础设施经验、后训练能力都极度稀缺。技术方向冷热分化明显
多模态在收敛，核心门槛从算法转向数据；顶会一作贬值，GPT-6/vivo 5.1 几小时就能产论文。上升方向包括：数据相关、On-Policy Distillation、AI Infra、推理提效。AI 人才半衰期极短
过去会 GAN、搜广推的人可能迅速贬值。传统互联网人追求确定性、CTR 涨点，但 AI 模型竞争是混沌的，Benchmark Maxing 和 Reward Hacking 不一定有用。招聘哲学：从漏斗转向 High Touch
Cursor 的思路是瞄准全球 50-100 个最好的人，持续追踪、送吉他、办 Workshop、招通才。不要等投递，而要反向经营“前 100 人”。人生和投资也应如此。DeepSeek 与 OpenAI 的激励问题
DeepSeek 十年 Vesting 对人才不友好，融资部分是为了留人；OpenAI 2025 年 SBC 占收入一半，平均 150 万美元/人，但相对估值涨幅不算高。Dinq：Open Router for People Search
Sam 的创业项目 Dinq 把 LinkedIn、Indeed、JobStreet 等招聘平台 API 集成，让用户通过 Agent 用自然语言搜人、找联系方式，按 Token 扣费。客户包括字节、蚂蚁、前沿模型公司等。核心判断：未来工作习惯会收敛到跟 Agent 对话。人才流动是投资信号
投资人可提前发现人才活跃痕迹，比如庞若明转会前就有迹象。追踪 AI 科学家转会、方向、价格，可能成为重要 Alpha。
00:12开场：作品定义人，属于我们的“小小文艺复兴”
01:19Sam 自我介绍：双非土木 → 达摩院 → 研究 AI 关键人物
02:20从土木转 AI：Learning in Public，写博客、提 PR 拿到 offer
06:17离开达摩院：扩散模型、数据 + Copilot 让算法与工程贬值
11:34OpenAI 堵门：为 AI 关键技术背后的作者立传
15:50智力超级垄断时代、AI 英雄列传与欧林工程学院
23:07硅谷人才战争：Meta 挖人、庞若明 2 亿美金总包
30:08代表作与一亿美金线：小几十人，管卡经验值钱
37:38方向冷暖：多模态向下，OPD / AI Infra 向上
45:12AI 人才半衰期：顶会论文贬值，搜广推思维失灵
50:46Cursor 招聘哲学：全球 50-100 人、送吉他、反漏斗
58:12DeepSeek 留人：10 年 Vesting、保密与融资
01:01:22OpenAI SBC：占收入一半，平均 150 万美元/人
01:07:14Dinq 创业：Open Router for People Search，Agent 搜人
01:17:23投资人用法、人才转会追踪与结尾
EP52
中文逐字稿：https://insights.mossfire.xyz/posts/ep52-ai-researcher-price/
English transcript：https://insights.mossfire.xyz/en/posts/ep52-ai-researcher-price/
在小宇宙查看该单集文稿51. AI 和机器人改变世界，这钱你出？ - 马克汤｜财搭子AI
“单点违约没问题，但单点违约往往是行业系统性危机的开始。”“AI就是国运级别的竞赛，不是私营企业该独自扛的。”“蒸馏不是抄袭，是萃取精华——拼多多蒸微信，中国模型蒸海外架构。”“A100还在涨价，因为推理需求分层，老卡也能做差异化服务。”“中国人太爱工作，机场全是办公AI广告；欧洲人觉得这事跟他没关系。”“未来不是AI代替人，是Buddy跟悟空去开会，人和人沟通变复杂。”本集播客文字稿可以看这里 或者关注 苔藓之火 …
Shownotes
“单点违约没问题，但单点违约往往是行业系统性危机的开始。”
“AI就是国运级别的竞赛，不是私营企业该独自扛的。”
“蒸馏不是抄袭，是萃取精华——拼多多蒸微信，中国模型蒸海外架构。”
“A100还在涨价，因为推理需求分层，老卡也能做差异化服务。”
“中国人太爱工作，机场全是办公AI广告；欧洲人觉得这事跟他没关系。”
“未来不是AI代替人，是Buddy跟悟空去开会，人和人沟通变复杂。”本集播客文字稿可以看这里 或者关注 苔藓之火 公众号
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
相关单集：40. AI应用能融下一轮吗？收购、擦边、中转站、大厂围猎 - 对话｜马克汤
编辑推荐 - 46. 办公Agent大战：为什么大厂做不出好AI产品？- 马克汤
嘉宾：马克汤 - 发财搭子 主播 / 财搭子AI 联合创始人 / MIT毕业，CFA/FRM持证分析师
精彩单集
EP31-AI产业链跟踪5月刊-从LTA长协到800VDC电力链，寻找AI 硬件的新机会EP26-AI产业链跟踪4月刊-光模块的爆发只是冰山一角，更大的叙事正在酝酿EP20-你不会想让朋友们都知道你染上了恒生科技吧！免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
Show Notes00:13开场：八月市场回稳，但情绪仍脆弱
01:34马克汤从UTMB越野赛归来，野人思考
03:50英伟达循环借贷：银团、数据中心资产化、残值叙事
05:30老黄的残值逻辑 vs 系统性风险（单点违约≠行业安全）
08:50Michael Berry的“大空头”逻辑：折旧造假、电子产品逻辑
13:50为什么A100老卡仍坚挺？推理分层与差异化服务
20:27如何观测泡沫破裂？看A100价格、CDS、存货与应收账款
24:49AI是国运竞赛：David Sacks的“国防部该买单”观点
28:44机器人行业：短期泡沫、运动会表演、长期UBI→UHI愿景
35:23中国推动机器人亲民 vs 美欧恐惧AI
41:56中国洗碗机渗透率低，机器人场景需先打穿单点
47:00模型“斩杀线”：DeepSeek V4成基准，Kimi K3部署成本高64倍
54:46蒸馏之争：张一鸣 vs 拼多多式“先模仿后超越”
01:07:33中国办公AI广告大战，月活数据与员工习惯
01:17:25宏观：美债、日元、石油——无论AI成败，长端利率终将下行
核心观点总结AI资本泡沫争论：八月市场从七月暴跌中回稳，但情绪仍脆弱。英伟达财报带来“镇定剂”而非“强心剂”，市场担心反弹非反转。
英伟达循环借贷与残值叙事：老黄拉银团将数据中心资产化，强调芯片高残值与流动性，但系统性风险下残值可能崩塌，类似债券违约时的股债双杀。
大空头Michael Berry的质疑：他认为科技公司折旧作假，芯片如电子产品快速贬值，但实际中A100等老卡因推理需求梯度和差异化服务仍坚挺，Berry可能脱离技术现实。
中国AI模型的“斩杀线”：DeepSeek V4以极低成本和高能力成为基准，多数模型若无性价比则无存在必要，开源模型梯队分化（如Kimi K3部署成本远高于DS）。
蒸馏争议：中美互相“蒸馏”，张一鸣认为蒸馏难超车，但拼多多式“先模仿后超越”在中国科技界被认可，蒸馏是追赶阶段的合理策略。
机器人行业泡沫：中国机器人一级市场过热（千家创业公司），短期场景不成熟，但长期看好人形机器人与国运级机会，需经历优胜劣汰。
中美AI态度差异：中国积极拥抱AI（机场广告、办公软件），美国民众担忧替代与风险，欧洲漠不关心，反映政策与生活方式差异。
宏观压力：美债长端利率高企，融资成本上升压制科技股估值，但无论AI泡沫破灭还是成功，长端利率终将下行。
EP51
中文逐字稿：https://insights.mossfire.xyz/posts/ep51-who-pays-for-ai/
English transcript：https://insights.mossfire.xyz/en/posts/ep51-who-pays-for-ai/
在小宇宙查看该单集文稿50. 一级半水下私募，字节老股，三百公司卖身？- 庄明浩
“愿打愿挨，愿赌愿服输，这就是个游戏。”“字节比香港大。”“你买的是Robinhood的信任，不是股份所有权。”“信息到成交，中间差了一个太平洋。”“老板不下班，并购就没戏。”“这圈子没有那么大，跟豪宅中介一样，一年成交几单就够了。”主持：Raymond - 美元二级基金合伙人，苔藓之火主播关注我们：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube ｜公众号/苔藓之火嘉宾：庄明浩 …
Shownotes
“愿打愿挨，愿赌愿服输，这就是个游戏。”
“字节比香港大。”
“你买的是Robinhood的信任，不是股份所有权。”
“信息到成交，中间差了一个太平洋。”
“老板不下班，并购就没戏。”
“这圈子没有那么大，跟豪宅中介一样，一年成交几单就够了。”
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
关注我们：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube ｜公众号/苔藓之火
嘉宾：庄明浩 - AI司马迁，不需要介绍，没有人不知道
Show Notes00:00开场：串台介绍，本期脱稿聊“水下江湖”
03:00科普：一级半市场是什么？（老股交易、SPV、基金到期退出）
07:00美国标杆：SpaceX如何从千万美元门槛变5000美元“散户可投”
12:00中国资本如何绕道参与美国AI/航天标的？匿名基金的“删稿”故事
18:00“真·Mag 7”登场：OpenAI、Anthropic、Stripe等未上市巨头
23:00估值泡沫 vs 基本面：信息不透明下，多数人买的是“叙事”
28:00从二手手机回收看S基金：估值打折、打包清仓、烂账归零
33:00小红书、字节、希音的定价密码：上市时间表、基金到期潮、老板意志
39:0036氪留言板五年数据：从“87%想卖”到“57%想买”的情绪翻转
45:00SHEIN的千亿→260亿：好业务+烂资本操作
50:00菜鸟、喜茶等“俱乐部标的”：出生即巅峰，潮退无人接
55:00并购信号：2024年321条卖身通告，老板们终于“想下班”了
60:00AI赋能研究：从简历、留言板挖出行业趋势，未来还可深挖
核心观点一级半市场定位：介于未上市融资（一级）与公开交易（二级）之间，本质是老股、SPV份额、代持等非标交易。因基金到期退出压力和IPO通道受阻，近年来在中美两国显著活跃。
美国代表标的：SpaceX、OpenAI、Anthropic、Stripe等构成“真·Mag 7”，通过多层SPV和Token化将投资门槛降至数千美元，体现“金融民主化”，但法律结构存在灰色地带。
中国特殊生态：字节跳动最特殊——每年主动定价回购员工期权，自身充当“流动性池”；小红书、希音（SHEIN）等交易活跃，估值随业务与情绪剧烈波动。
数据洞察来源：基于36氪留言板五年5000+条数据，虽非成交数据，但可作为市场情绪先行指标，反映行业热点从互联网消费→Web3→硬科技→AI的轮转。
交易非标性与风险：法律结构复杂（代持、SPV嵌套、币种、付款条件），信任比文件更重要，“愿打愿挨”属性强，存在链条断裂甚至欺诈可能。
估值决定因素：基本面、上市时间表、基金到期潮、中美政策、买卖盘额度等多重博弈，同一公司同期可能多个成交价。
并购需求涌现：2024年卖身通告增多，反映创始人愿意“下班”的罕见局面，但并购在中国仍极度依赖人脉与缘分。
AI赋能分析：利用AI整理海量非结构化数据，使文科生也能做宏观量化研究，未来可进一步挖掘简历、并购意向等隐藏信息。
字节不可复制：体量、现金流、创始人意志、地缘政治共同使其成为“特殊存在”，上市地选择远超投资逻辑。
EP50
中文逐字稿：https://insights.mossfire.xyz/posts/ep50-pre-ipo-market/
English transcript：https://insights.mossfire.xyz/en/posts/ep50-pre-ipo-market/
在小宇宙查看该单集文稿49. 谁在制造Anthropic、OpenAI？两万份简历读后感
“如果一个人愿意离开OpenAI去某家公司或者创业，那是对那个方向最大的背书——这是极具投资价值的信息。”“在谷歌工作，你会真实地感受到同事不断离职——去新的startup，去Anthropic，这肯定有一点点peer pressure。”“一个非上市公司的季度数据，居然可以对美股半导体板块产生巨大影响——你简直无法想象这些公司上市之后会怎样。”“中美大模型的竞争，其实是在美国的中国人和在中国的中国人之间的竞争。”“这 …
Shownotes
“如果一个人愿意离开OpenAI去某家公司或者创业，那是对那个方向最大的背书——这是极具投资价值的信息。”
“在谷歌工作，你会真实地感受到同事不断离职——去新的startup，去Anthropic，这肯定有一点点peer pressure。”
“一个非上市公司的季度数据，居然可以对美股半导体板块产生巨大影响——你简直无法想象这些公司上市之后会怎样。”
“中美大模型的竞争，其实是在美国的中国人和在中国的中国人之间的竞争。”
“这些表格如果你不认真看标题，都觉得是同一家公司的——名字换一下你都无法发现谁是谁。”
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
关注我们：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube ｜公众号/苔藓之火
Show Notes 时间轴：00:13 – 开场：OpenAI/Anthropic未上市已撼动美股，今年或明年IPO在即
01:08 – 为何要扒简历？想看清“谁造出了大模型”
01:49 – 数据来源与免责声明：2万份→1.7万份有效，误差极多，当“细说”听
03:27 – 聚焦OpenAI与Anthropic，DeepMind数据因与谷歌混同仅作参考
04:26 – 城市分布：旧金山湾区占绝对主力，伦敦、都柏林、东京、新加坡是海外重镇
06:32 – 学校分布：前5所名校占14.7%，但另一半员工来自1308所“长尾”学校
08:40 – 清华是唯一排进前排的外国大学（23人），但LinkedIn数据严重低估中国学历
09:50 – 前雇主排行：Google、Meta、AWS前三，Stripe向Anthropic输送106人（创始人背景）
12:48 – OpenAI前雇主：Meta、Google、Apple，收购Stack AI带来129人“打包进场”
14:33 – DeepMind 44.6%员工上一份在Google，高盛居然贡献22人（意外）
15:51 – 三角人才流动：二线实验室（Scale AI、Character AI等）持续向前三家输血
17:26 – 职能分类：Anthropic工程30%+研究20%+销售18%；OpenAI工程38%+研究21%，销售比例更低
21:37 – 语言标签：中文排第二外语（20%+），仅次于西班牙语
23:12 – 华人深度挖掘：严格“中国背景”343人（2%），拼音姓名2952人（15%），整体华裔约20%
31:02 – 核心洞察：三家公司高度同质化，竞争激烈；安全对齐部门Anthropic是OpenAI两倍
33:28 – 流动方向：44人从OpenAI跳Anthropic，反向仅9人，趋势明显
35:23 – 结尾彩蛋：想看完整图表请关注公众号“苔藓之火”；欢迎提供新分析角度（尤其离职去向统计）EP49
中文逐字稿：https://insights.mossfire.xyz/posts/who-builds-anthropic-openai/
English transcript：https://insights.mossfire.xyz/en/posts/who-builds-anthropic-openai/
在小宇宙查看该单集文稿48. 对话中转站站长 - 赛博走私？
“中转站就是在你和官方之间差了一层，技术上一点都不神秘，就是一个收银台加上一个路由器。”“如果倍率调到10，你付10块，调到100你付100，但官方真正收的还是7块——换模型你还能查，调倍率是你不知不觉钱被扣光了。”“真正理性的站长可能不换模型，而是去调整倍率。”“当有一个东西我们不知道应该被定义为石油、能源、电还是货币时，最先看懂它的可能不是VC或投行分析师，而是走私的人。”“中国人实在是非常聪明，但身为中国人，竞争 …
Shownotes
“中转站就是在你和官方之间差了一层，技术上一点都不神秘，就是一个收银台加上一个路由器。”
“如果倍率调到10，你付10块，调到100你付100，但官方真正收的还是7块——换模型你还能查，调倍率是你不知不觉钱被扣光了。”
“真正理性的站长可能不换模型，而是去调整倍率。”
“当有一个东西我们不知道应该被定义为石油、能源、电还是货币时，最先看懂它的可能不是VC或投行分析师，而是走私的人。”
“中国人实在是非常聪明，但身为中国人，竞争也是非常的激烈。”
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
关注我们：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube ｜公众号/苔藓之火
Show Notes时间轴：
00:15 开场：做AI内容被骂，却因不删评论引来中转站广告
01:45 意外发现：评论区“牛皮癣”站长主动求合作
03:04 中转站怎么赚钱？——收银台+路由器，倍率结算
04:09 货源之谜：80%来自“号池”，合法渠道只是“缘分”
05:20 为什么官方5折不够？中转站要一折甚至更低
05:44 数据留痕：你的对话全在服务器，10%站长可能卖数据
06:43 真实需求：有人定制“45~55岁美国女性对话”
09:01 偷换模型？其实不普遍，更狠的是调倍率
11:21 倍率详解：1倍=0.14折，调到10倍你就被悄悄吸血
13:20 生意模型：3人团队，月流水70万，净利40万
14:43 行业天花板：头部月流水千万级，团队不到20人
15:56 猫鼠游戏：封号145万个，恢复率仅3.3%
17:36 法律风险？他自称“可控”，但具体手段不便展开
18:57 官方为何恨中转站？政治、订阅制被滥用、模型蒸馏
21:28 类比影子船队：智能是新的石油，走私者最先看懂它
本期节目仅为行业观察，不构成任何使用建议。
EP48
中文逐字稿：https://insights.mossfire.xyz/posts/ep48-relay-station/
English transcript：https://insights.mossfire.xyz/en/posts/ep48-relay-station/
在小宇宙查看该单集文稿47. 7月大跌之后，拷打最后一个AI多头！- 唐奕波
“替代人不是AI的极限，AI的极限是创造我们想象不到的东西。”“你如果只用自由现金流去衡量Capex，那铁路、电气化一开始全是泡沫，但它们是文明的基石。”“开源模型把中低端智能打成白菜价，但闭源模型只要比人类天才再高一点点，就能拿走绝大部分价值。”“现在AI就像1920年的电车和电灯，你想象不出收音机，但收音机后来涨了300倍。”“Token价格下降不可怕，可怕的是需求弹性不够。AI弹性的上限是‘智力替代能源’。”“债 …
Shownotes
“替代人不是AI的极限，AI的极限是创造我们想象不到的东西。”
“你如果只用自由现金流去衡量Capex，那铁路、电气化一开始全是泡沫，但它们是文明的基石。”
“开源模型把中低端智能打成白菜价，但闭源模型只要比人类天才再高一点点，就能拿走绝大部分价值。”
“现在AI就像1920年的电车和电灯，你想象不出收音机，但收音机后来涨了300倍。”
“Token价格下降不可怕，可怕的是需求弹性不够。AI弹性的上限是‘智力替代能源’。”
“债务本身不是坏事，高杠杆才是。目前AI的杠杆远低于运河和铁路泡沫时期，跌40%也没人爆仓。”
本次播客的核心矛盾在于：AI的巨额资本开支（Capex）究竟是即将破裂的泡沫，还是文明级技术革命的必经成本？多方认为，市场错把“成长股”当“价值股”来估值。他通过算账指出，单G瓦数据中心已能实现极高回报率（年收入可达成本的1.5倍以上），且AI对标的是电气化革命——前十年投入占GDP 2%却未见生产力爆发，后期才催生收音机等颠覆性应用。AI是“智力”本身，TAM不止于Coding或SaaS（3000亿），而是全球40万亿白领市场，甚至能创造人类无法想象的新物种。当前的股价波动不影响实体采购，泡沫破裂须待极高杠杆（如4万亿Capex）出现，现在远未到顶。空方则质疑万亿美元级的年折旧需要5万亿收入支撑，而全球七姐妹总营收仅2万亿；同时Token价格长期趋近于零（如电费），行业可能沦为公用事业，且企业级AI目前尚未带来财报上的显著提效。最终结论偏向长期乐观：AI的“智力”属性决定了其弹性远高于光伏或互联网，但短期场景能否从Coding扩散到全企业工作流，仍是决定市场二阶导的关键胜负手。
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
关注我们：小红书 ｜B站 ｜抖音 ｜视频号｜Youtube ｜公众号/苔藓之火
嘉宾：唐奕波 - 私募基金分析员，播客《随处奔波》，文章（公众号"奔波儿r"）
《AI 到底是泡沫吗——从 100 年前的电气化找答案》
《让研究的归研究，交易的归交易》
《投资的审美》
开源项目（github.com/Benboerba620）：ai-signal 每天抓一线推特/播客/论文；ai-workspace-hub 带知识库闭环的 AI 投研工作流
本期提到的（《三点下班》）唐奕波 v.s. 星辰
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
时间轴（Time Table）00:00 开场：七月市场巨震后，AI多头还剩下谁？
01:00 嘉宾自我介绍：8年私募研究员，从新能源到AI硬件
02:40 核心争论：Capex每年七八千亿，钱从哪来？够不够？
04:00 拿自由现金流质疑Capex是错的，电气化、铁路都这样
05:30 算账：1个G瓦数据中心=400-600亿成本，年收入600-1000亿（闭源推理）
07:30 开源模型收入低40-50%，但利润率也低
10:00 Token价格战：中国开源模型倒逼OpenAI降价，但唐认为这倒逼闭源向前沿狂奔
14:00 光伏 vs AI：光伏TAM被火电价格锁死，AI的TAM是“人类智力天花板”，无上限
18:00 后发优势：中国用1/10成本训出90%性能，但探索前沿的人必须烧钱
24:00 市场主要矛盾：不是Capex太多，而是担心只有coding一个场景
30:00 企业级AI突破：Claude Tag（公司级Agent）可能改变组织架构，Block已裁员40%提效
37:00 AI帮他20分钟从800只股票中筛出MLCC大牛股
44:00 空头发问：5万亿收入从哪来？全球SaaS才3000亿
51:00 对标电气化——Capex占GDP 2%投了15年，前10年无生产力提升
55:00 债务观点：泡沫破裂要到杠杆极高时，现在远未到
1:07:00 AI是“智力”，它不只是替代人，它会创造新物种，就像电催生了收音机关键词：Capex，TAM，电气化对标，Token价格，推理收入，开源vs闭源，智力商品化，折旧压力，自由现金流，杠杆率，场景扩散，企业级Agent，AI-native应用，后发优势，需求弹性
中文逐字稿：https://insights.mossfire.xyz/posts/ep47-last-ai-bull/
English transcript: https://insights.mossfire.xyz/en/posts/ep47-last-ai-bull/
在小宇宙查看该单集文稿46. 办公Agent大战：大厂做不出好AI产品？- 马克汤
“局部理性，就是每个部门都在做自己定义下正确的事情，但最终结合产出就偏离了最初的目标。”“模型的忠诚度是零，谁强用谁的。迁移成本一旦被抹平，用户随时可以走。”“搬起石头砸自己的脚——旧业务太赚钱，新业务就下不了决心砸资源。”“未来的竞争，最终就是渠道之争。谁把握流量和预装，谁就把握AI应用的命脉。”“一个老师傅带五个Agent，比五个老师傅带五个应届毕业生厉害多了。”电梯广告里铺天盖地的“办公AI”到底是大厂的新希望， …
Shownotes
“局部理性，就是每个部门都在做自己定义下正确的事情，但最终结合产出就偏离了最初的目标。”
“模型的忠诚度是零，谁强用谁的。迁移成本一旦被抹平，用户随时可以走。”
“搬起石头砸自己的脚——旧业务太赚钱，新业务就下不了决心砸资源。”
“未来的竞争，最终就是渠道之争。谁把握流量和预装，谁就把握AI应用的命脉。”
“一个老师傅带五个Agent，比五个老师傅带五个应届毕业生厉害多了。”电梯广告里铺天盖地的“办公AI”到底是大厂的新希望，还是新内卷？本期我们请回老朋友马克汤，拆解字节、阿里、腾讯、百度等中国大厂在AI办公Agent上的布局与困境。为什么手握重金和人才的大厂，至今做不出一款让人“眼前一亮”的AI原生应用？大公司病、局部理性、内部赛马如何扼杀创新？海外Google、微软、苹果、Meta又走到了哪一步？未来的AI入口是手机厂商的OS，还是微信这样的超级APP？一场关于“替代白领”的终局猜想，正在发生。
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
相关单集：40. AI应用能融下一轮吗？收购、擦边、中转站、大厂围猎 - 对话｜马克汤
嘉宾：马克汤 - 发财搭子 主播 / 财搭子AI 联合创始人 / MIT毕业，CFA/FRM持证分析师
精彩单集
EP31-AI产业链跟踪5月刊-从LTA长协到800VDC电力链，寻找AI 硬件的新机会EP26-AI产业链跟踪4月刊-光模块的爆发只是冰山一角，更大的叙事正在酝酿EP20-你不会想让朋友们都知道你染上了恒生科技吧！免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
时间轴（Time Table）00:07电梯里的办公AI广告引发的“周五烦躁”与分众传媒的商业信号
01:12新系列「Every-buddy」开场：谁会成为中国办公Agent的超级APP？
02:19大厂广告投放有多猛？网红一个月接4条Body广告，单条十几万
04:05什么是“AI原生”产品？GUI硬改LUI就是反人性
06:30大厂通病①：OKR拆解导致“局部理性”，算法只关心准确率，不关心用户感知
08:40大厂通病②：内部赛马与合并，玉伯离开阿里的无奈
09:40经典案例：钉钉被曝“面试先拉5个新用户”，大公司病有多离谱
12:00组织解法对比：字节Flow（独立部门+内部结算）vs 阿里ATH（CEO直管）
* 晚点：当一个年轻人空降：改造腾讯混元的 300 天16:00小米雷军的“放权”式管理：给空间，不查岗，让团队自己跑
19:00为什么字节相对做得更好？独立期权、亲兄弟明算账、不耦合旧业务
22:00海外篇①：Google为什么稳住了？搜索份额没掉，Gemini在抢ChatGPT的量
26:00海外篇②：Meta没有应用亮点，微软输在Windows生态和Office的“可替代性”
29:00硬件终端之争：Mac统一内存吊打Windows，AI开发者都在换苹果
34:00未来入口之争①：OS Agent（手机厂商）vs Super App Agent（微信/支付宝）
38:00未来入口之争②：“预装应用”战争卷土重来，排他协议将决定渠道命脉
43:00AI替代人力的进度条：从“赋能”到“替代”，美国裁员加速，中国隐性变相裁员
48:00终局猜想：12个月内办公Agent将进入替代阶段，白领岗位面临蒸馏
中文逐字稿：https://insights.mossfire.xyz/posts/ep46-office-agent-wars/
English transcript: https://insights.mossfire.xyz/en/posts/ep46-office-agent-wars/
在小宇宙查看该单集文稿45. 百亿爆仓金童陨落：AGI信仰遇上Margin Call
450亿美金的对冲基金Situational Awareness摔了个大跟头。“基金强平从来不是行情的终点，它通常是下半场的发令枪。”“四倍杠杆去表达一个十年期的判断，市场根本不care你是对是错，市场只要证明你撑不住爆仓。”“七月份最大的强制卖家已经出清，但这次以后，买家的火力被削弱，涨得更慢，跌得更快”“他学会的可能不是不用杠杆，而是巧妙的隐藏杠杆。”主持：Raymond …
Shownotes
450亿美金的对冲基金Situational Awareness摔了个大跟头。
“基金强平从来不是行情的终点，它通常是下半场的发令枪。”
“四倍杠杆去表达一个十年期的判断，市场根本不care你是对是错，市场只要证明你撑不住爆仓。”
“七月份最大的强制卖家已经出清，但这次以后，买家的火力被削弱，涨得更慢，跌得更快”
“他学会的可能不是不用杠杆，而是巧妙的隐藏杠杆。”
主持：Raymond - 美元二级基金合伙人，苔藓之火主播
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
SA基金（Situation Awareness）于2026年7月遭遇多空双杀，四倍杠杆下单月亏损67%，被迫折价甩卖约160亿美元公开仓位。
基金并未破产，而是去杠杆后以零杠杆形态继续存活，但投资人的钱因两年锁定期无法赎回。
从规模看，这是五年来最大基金爆仓（峰值450亿），但破坏力远小于比尔黄、三箭资本和FTX。
短期：强制卖家出清，AI基建基本面未崩，短期底部可能已现；长期：暴露了AI行情的杠杆化程度，未来廉价杠杆难再获得，行情或将减速。
真正的警示不是方向错误，而是用四倍杠杆赌十年判断——市场只要证明你撑不到那一天
00:00背景：25岁基金经理Lipo Brunner在7月24日发信称“大跌是最好买入机会”，但六天后（7月30日）其SA基金将160亿美元头寸折价卖给Citadel。
01:04本期三大任务：理清事实、历史排名、分析对AI行情的含义。
01:45Lipo其人：15岁哥大，曾任职FTX、OpenAI超级对齐团队，2024年发表165页论文《态势感知》，论证AGI将于2027年到来。
02:51基金以论文募资，豪华LP阵容，2024年底2亿美金起步，半年回报439%，规模飙至450亿美元。
04:32七月行情逆转：AI重仓股暴跌35-50%，做空软件股反涨，四倍杠杆下单月亏损67%，净值从年初100变539再变回180。
05:35Margin call触发，投行连夜找买家，最终折价卖给Citadel；但基金未破产，仍剩100亿美元资产（含Anthropic未上市股权）。
07:16第二封信：去杠杆、平空头、留全额付清仓位，基金继续以混合形态“打下一仗”。
08:04投资人困境：两年锁定期，无法赎回；年内仍赚80%，但心情从狂喜到失落。
09:46历史对比：AUM峰值450亿>比尔黄（360亿），但名义敞口（1600亿）不及；破坏力远小于三箭、FTX，未伤及银行系统。
11:44对AI行情的短期影响：仓位出清，而非基本面崩盘；最大强制卖家已现，短期底部可能形成。
13:31历史规律：LTCM、比尔黄爆仓后市场仍上涨，但往往成为周期下半场信号（互联网泡沫、2022年熊市）。
14:44长期警示：暴露了AI生态的多层杠杆（基金、散户、矿企、云厂商），未来杠杆融资将收紧，上涨变慢、下跌加速。
16:03问题不是方向错误，而是用四倍杠杆赌十年判断；SA基金本身就是AI行情的“保证金测试”，裸泳者现形。
17:35担忧：或学会隐藏杠杆而非放弃杠杆，下一轮拥挤仓位将更不透明，重蹈比尔黄TRS覆辙。
EP45
中文逐字稿：https://insights.mossfire.xyz/posts/ep45-margin-call/
English transcript：https://insights.mossfire.xyz/en/posts/ep45-margin-call/
在小宇宙查看该单集文稿44. 百大UP创业AI，流量真是护城河吗？- 图灵的猫
“现在大模型太多太强了，很多应用是玻璃钉子，经不起大模型的锤子。”“电冗余了，但没有人知道如何做冰箱和彩电。”“如果创业做出来的东西连你自己都觉得无聊，那就别做了，哪怕投资人很喜欢。”“AI时代的诺兰一定会出现——不是因为他们技术好，而是因为他们有脑洞和审美。”“焦虑没用，如果你继续焦虑就焦虑着，实在不行去看心理医生。”主持：Raymond - 美元二级基金合伙人，苔藓之火主播嘉宾：王依然 - 图灵的猫 …
Shownotes
“现在大模型太多太强了，很多应用是玻璃钉子，经不起大模型的锤子。”
“电冗余了，但没有人知道如何做冰箱和彩电。”
“如果创业做出来的东西连你自己都觉得无聊，那就别做了，哪怕投资人很喜欢。”
“AI时代的诺兰一定会出现——不是因为他们技术好，而是因为他们有脑洞和审美。”
“焦虑没用，如果你继续焦虑就焦虑着，实在不行去看心理医生。”主持：Raymond - 美元二级基金合伙人，苔藓之火主播
嘉宾：王依然 - 图灵的猫 - B站百大，AI应用创业者，新兴播客 图灵的猫 也在小宇宙上找到
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
时间话题
01:15为何在技术狂飙中要“回头看看”旧算法？信息检索、本地素材搜索仍有未被挖掘的价值
04:48创作痛点：磁盘不够、素材难检索——AI应用应解决非生成环节的问题
06:34AI应用创业为何难出杀手级应用？Manus是个例外，高客单价+高粘性值得思考
08:11早期产品实践：AI辅助写作但不代写，强调人的参与和逐行修改
10:00值得学习的AI应用案例：Granola（会议纪要）、Typeless（语音交互）——简单但爽
12:09吐槽“无线画布”：产品经理自嗨，用户学习成本高，技术上有缓存渲染瓶颈
14:49OpenClaw（本地权限工具）被高估又被低估——代表用户愿让渡隐私换取便利
18:32本地端应用趋势：素材存在本地，避免云端跑路风险；硬件耦合是护城河
19:54“大模型是锤子，应用是钉子”——太弱的钉子会被锤子敲碎，要选真正坚硬的场景
20:47柠檬（大模型）降价，蜜雪冰城（应用）不一定更好——补贴战下毛利并未改善
24:14百大UP主创业的利与弊：融资和曝光容易，但标签限制、粉丝付费率虚高
30:20做产品要取悦自己，PMF之外更要“让自己开心”
34:55IP变现方式：不做培训割韭菜，靠to B业务和硬件小规模试水
44:57未来畅想：AI电影时代——画面不再是瓶颈，创意和剧本才是
关键词：
智能应用、大模型、本地硬件、创作素材、个人品牌、无线画布、价格补贴、创意剧本、技术焦虑、主体性
在小宇宙查看该单集文稿43.「26Q2」模型半年报：RSI，Fable，混元3，龙猫，到处都是斩杀线 - 王铁震
“模型困在自己训练的语料里，他吃进去的语料实际上是他的枷锁。”“RSI 就是——你先靠人类智慧堆出一个够聪明的模型，然后它自己从外界获取信息，自己迭代。”“许愿式编程：你满足了当下的要求，但后果是拆东墙补西墙。”“人类能抽象出牛顿第二定律，模型只能记住所有落地的轨迹——这是本质区别。”“先扎马步，扎六个月，不要想九阴真经——这才是大智慧。”“越有智慧的人越不屑于黑 NASA，但一个受过训练的 19 …
Shownotes
“模型困在自己训练的语料里，他吃进去的语料实际上是他的枷锁。”
“RSI 就是——你先靠人类智慧堆出一个够聪明的模型，然后它自己从外界获取信息，自己迭代。”
“许愿式编程：你满足了当下的要求，但后果是拆东墙补西墙。”
“人类能抽象出牛顿第二定律，模型只能记住所有落地的轨迹——这是本质区别。”
“先扎马步，扎六个月，不要想九阴真经——这才是大智慧。”
“越有智慧的人越不屑于黑 NASA，但一个受过训练的 19 岁高中生可以——他们训练的也许是黑化的爱因斯坦。”嘉宾：王铁震 ｜前Hugging Face APAC Ecosystem Head | Linkedin联络方式
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
时间核心话题
00:00 – 02:00Q2 的 AI 世界恍如隔世，GM5.2 已取代 OpenAI 4.8 成为主力工具；开源模型斩杀线持续上移。
02:00 – 06:30RSI（递归自我改进） 与 auto research 的区别：前者是“编译自己”，让模型自己优化自己；后者是优化外部目标。RSI 更像循环闭环。
06:30 – 10:00RSI 无法达到 100% 自主，人类参与比例虽递减但不可归零；代码生成行数虽多，但指令和架构仍由人类定义。
10:00 – 14:00“许愿式编程”的陷阱：AI 满足当下需求，但拆东墙补西墙，项目复杂度超限后无法维护；新模型版本成了“救火队”。
14:00 – 18:00人类的核心价值是抽象能力——将百万行代码提炼为不变量和模块；模型生成的是“始山”（spaghetti code），缺乏高屋建瓴的设计。
18:00 – 22:00模型困在自己的训练语料里，语料即枷锁；它只能组合已有方法，无法真正开拓全新领域，真正的创新仍依赖人类的“research taste”。
22:00 – 26:00数据飞轮：交互数据（录屏、操作反馈）是模型进化的燃料；未来产品两大方向——高效收集人类智能数据 + 将智能无处不在地下发。
26:00 – 30:00Harness（工具链） 从 TUI 起步，用户体验决定胜负；不会一家垄断，类似前端框架 React 等生态共存。
30:00 – 34:00Fable的发布：marketing 成分大于范式突破；它并未改变底层逻辑，而是通过训练“恶意语料”制造能力差，本质是“黑化的爱因斯坦”。
34:00 – 38:00安全悖论：要防黑化，先学黑化；Anthropic 收集大量攻击性语料，但智能本身不等于不安全，越有智慧反而越可能克制。
38:00 – 42:00中美差距：马斯克判断中国 2027 Q1 赶上 vivo，唐杰认为更快；中国模型迭代速度已追上来，超越只是时间问题。
42:00 – 46:00开源模型的进步是所有人的进步；投资角度上，赛道虽拥挤，但开源让模型透明化，倒逼真正科研投入。
46:00 – 50:00美团龙猫：在纯国产卡集群上成功训练 1.6T 模型，工程突破巨大，说明中国厂商已能绕过 N 卡限制。
50:00 – 54:00腾讯混元三：不追新架构，扎马步式打磨数据和训练方法，性能飞跃；证明数据清洗和质量比结构创新更关键。
54:00 – 结束“Coding”是个有毒的词，本质是 Automation（自动化）——所有数字世界的工作都可被自动化
本期提到模型GLM-5.2（智谱） — 王铁震口中 Q2 最受震撼的发布，已在他的实战工作流里取代 Opus 4.8——不如 Fable 聪明，但能一口气把长程任务做完。
Opus 4.8（Anthropic） — 被他形容成会顶嘴的资深员工：任务给过去先跟你讨价还价、要求改 scope。
Fable（Anthropic） — 本期的核心争议对象。主打 0day 漏洞挖掘和国家安全叙事，王铁震认为能力强但范式没有跃迁，发布更像是被开源斩杀线逼出来的。
Kimi 2.5 / 2.6 — 他拿来复现 Fable 宣称的漏洞：给了 hint、把问题局部化之后同样能找到，差在海量遍历时能不能自己 spot 到。
混元 3（腾讯） — 本期最长的一段技术讨论。结构相比 preview 版几乎没变，只换了数据和训练方法就有巨大性能飞跃，被当作「数据 > 结构」的证据。
LongCat 2.0（美团） — 1.6T 模型，在完全没有 N 卡的五万卡国产集群上训出来，王铁震认为工程上是非常大的突破。
百灵（蚂蚁） — 对照组：此前尝试在 N 卡与国产卡混合的集群上训练，LongCat 则是全国产。
MiniMax — 传闻要做 2-3T 的开源大模型，被用来讨论「尺寸上去之后开源模型能否直接找到漏洞」。
DeepSeek — 作为「斩杀线」这个概念最早的锚点被提起——如今线已经被推得更前。
Anthropic — 今天 ARR 第一、Q2 断层领先，但两位主播都认为它的溢价正在被开源和中国模型压缩。
智谱 / 唐杰 — GLM-5.2 的作者。唐杰回应马斯克「不用等到 2027 年」，隔天股价大涨。
OpenAI / Sam Altman — Codex 并入 ChatGPT、推出 Record Replay；节目末尾被拿来做脑洞：如果有机会，他会不会买 Cursor。
xAI / 马斯克 — 马斯克在推特上判断中国模型 2027 Q1 追上，并主张「有用的智能唯一衡量标准是收入」；xAI 收购 Cursor 被解读为买数据。
Cursor — 在 Anthropic 已有 Claude Code、自己也推出了 Composer 的情况下仍被收购，说明这笔交易看的是人工编程数据。
腾讯 / 姚顺宇 / CodeBuddy — 组织架构上给了足够空间；姚顺宇不追奇技淫巧、专注扎马步式的数据清洗；CodeBuddy 内外部使用量都为模型带来数据。
美团 — 外卖大战打得焦头烂额，还抽空做出了 LongCat，被当作「非模型厂商也在推高斩杀线」的代表。
Recursive — RSI 概念的旗手公司，Q2 完成大额融资，田渊栋以 co-founder 身份加入。
苹果 — 被看好走「智能的盒子」路线：买一次设备、模型跑在本地，卖的是隐私和不被断供。
Meta / 小米 / Airbnb — Meta 被认为随时能翻盘回桌；小米和美团一样属于非模型厂商入场；Airbnb 则是拿开源 check point 自己微调的典型。
Claude Code — Harness 的标杆，也是「日更」的原因：难的从来不是做出来，而是极致的用户体验和安全兜底。
Codex — 与 Claude Code 的对照——没有危险命令检测的小模型，但有 Sandbox，两条不同的解题路线。
Record Replay（OpenAI） — 录屏学你怎么改简历、怎么筛简历，然后替你重复——Raymond 认为这正是上一期说的「劳动数据」的产品化。
OpenCode / Cline — 证明 Harness 不会被垄断，但会像 Vue 和 React 一样收敛到少数几家做得更好的。
vLLM / SGLang — 他 RSI 实验里「还没被自己掌控」的一环：下一步是让 GLM-5.2 自己写出自己的推理。
RSI（递归自我改进） — 本期主线。和 auto research 的区别在于：auto research 是用一个东西优化另一个东西，RSI 是把这个环接到自己身上。
自举 / compiler bootstrapping — 解释 RSI 用的比喻：C 语言编译器最终用 C 自己来编译自己，模型也该走到自己迭代自己。
100% RSI 不可能 — 他的判断：完全闭环会熵增，屎山越滚越大直到超出模型能力；必须持续从外界摄取低熵的人类 input。
许愿式编程 — 对结果有期盼、对过程和可复现性没有期待——像刮彩票，刮到十个亿很好，但线上出事故时你刮不出来。
一口气能做对的项目 size — 他给出的一个衡量模型能力的实用指标：两万行的原型现在能一次跑对，往上加就开始六亲不认。
白盒 / 黑盒 — 软件工程正在从人写代码的白盒，变成人定架构、机器写实现的灰盒甚至黑盒。
research taste — 在他和 Recursive 的逻辑里都是瓶颈：现存语料会给你 137 种「这事做不成」的理由，敢不敢做网状回收火箭是人的事。
蒸馏与智能的网络效应 — 你从最新模型里拿到的智能，其实来自地球另一端某个人趟出来的新路径——模型厂商只是把它蒸馏了进去。
古法手作 — 他对上一条的回应：人得留一点自己动手的能力，否则会被锁死在模型的平均值里。
predict the next token 的枷锁 — 模型能把 A 领域的方法搬到 B 领域，但开创一个全新的 C 领域不是它的训练目标——在语料看来那就是幻觉。
黑化的爱因斯坦 — 解释 Fable 的攻击能力：智能本身不等于不安全，是海量攻击语料训出了一个会黑 NASA 的爱因斯坦。
斩杀线 — 开源和非模型厂商不断把这条线往前推，闭源模型必须拉开一个身位才卖得动。
大马造小鞍 — 他 RSI 实验的路径：用 Claude Code + Fable（大马大鞍）带 GLM-5.2 造出自己的 Harness，再做推理、再做 LoRA 训练，链路就闭合了。
coding 其实是 automation — Raymond 的非共识：code 这个词有毒、太 technical，它真正说的是「所有数字化的工作都能被自动化」。
数据孤岛 — 点评答不了「这个商场哪家咖啡店没人」，因为中国各家 APP 数据不打通——这也是每家大厂都要自己做模型的原因之一。
Anthropic 的 RSI 文章 — Claude Code 里 80% 的代码已由 Claude 写；文章担忧的是 recursive drift——孩子长大后开始和你不 align，而你已经管不住了，因此呼吁各国联合监管。
《晚点》关于混元 3 的独家深度报道 — 节目里明确说会放进 show notes。两个要点：腾讯在组织架构上给了足够空间，以及姚顺宇不追奇技淫巧、把力气全花在数据清洗上。
训练语料是模型的枷锁：它学习的是人类已知的“平均”，无法跳出这个边界；而人类以极慢的速度探索未知，这正是原生价值。
未来竞争不在模型结构，而在数据和用户体验：混元三靠数据清洗逆袭，美团靠工程落地，开源让智能商品化，但差异化在于“使用智能的脚手架”。
安全与恶的悖论：Dario 通过“先黑化”来防黑，但本质是收集了所有恶意手段，这本身就是一个巨大的伦理和治理挑战。
Coding 即许愿：未来的编程不是写代码，而是用自然语言描述意图，模型自动实现——这是自动化，不是代码行数。
中文逐字稿：https://insights.mossfire.xyz/posts/ep43-llm-half-year-report/
English transcript: https://insights.mossfire.xyz/en/posts/ep43-llm-half-year-report/
在小宇宙查看该单集文稿42. 18个月一人公司大翻盘：负债上庭到百万博主 - 李超 | 第四种黑猩猩
“以前有一百个理由不让自己抛头露面——灯光、表情、剪辑……当你欠了钱之后，你就不会想这些了。”“你签的各种协议看清楚了，你觉得明天会更好，明天不一定会更好。所有融的钱都不是天上飘来的，是要还的。”“AI帮你节省了1个小时，你就会拿那1个小时再去做别的事。但是任务之间的切换，对大脑耗能是极高的。”“老板在用AI这件事上，和员工完全是两个物种。老板Token消耗排名前几，员工每天9点下班到家，你让他再学3小时AI？你说不出 …
Shownotes
“以前有一百个理由不让自己抛头露面——灯光、表情、剪辑……当你欠了钱之后，你就不会想这些了。”
“你签的各种协议看清楚了，你觉得明天会更好，明天不一定会更好。所有融的钱都不是天上飘来的，是要还的。”
“AI帮你节省了1个小时，你就会拿那1个小时再去做别的事。但是任务之间的切换，对大脑耗能是极高的。”
“老板在用AI这件事上，和员工完全是两个物种。老板Token消耗排名前几，员工每天9点下班到家，你让他再学3小时AI？你说不出口。”
“我现在越来越没有耐心了。AI和自媒体两个东西叠加，让你觉得跟人聊天的信息密度太低了。”
嘉宾：李超 - 第四种黑猩猩
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
⏱️ 时间轴00:47 - 03:37 为什么叫“第四种黑猩猩”？
03:37 - 12:22 五年创业血泪史
12:22 - 14:44 创业不适合所有人
14:44 - 20:35 为什么转行做自媒体？
20:35 - 28:58 “30个应用挑战”是怎么火的
28:58 - 34:28 一人公司：什么时候招第二个人？
34:28 - 43:43 传统企业AI改造的最大难题
43:43 - 50:40 哪个行业AI改造最成功？
50:40 - 55:24 AI原生公司的巨大机会
55:24 - 59:30 “龙虾不会超越你的认知边界”
59:30 - 01:04:26 致18个月前的自己
在小宇宙查看该单集文稿41. AI巨头正在抢购打工人的录屏？ - Michael | Final Round / Hellyeah
"你明摆着要炒我啊，我为什么还把自己先蒸馏贡献给你""你做的时候他们觉得你是疯子，然后小扎做的时候说哎他应该有想法""你猜一下Stripe有多少轮面试，14轮面试，非常可怕""如果90天以后客户拿到的是一个交付结果，那就是agency；但如果90天后客户有了一个懂市场、产品、用户、渠道的数字员工，那才是我们真正想要做的""就是不管你喜不喜欢，不管你担不担心自己被蒸馏，你可能就是被蒸馏的路上""Codex应该付费让你使用 …
Shownotes
"你明摆着要炒我啊，我为什么还把自己先蒸馏贡献给你"
"你做的时候他们觉得你是疯子，然后小扎做的时候说哎他应该有想法"
"你猜一下Stripe有多少轮面试，14轮面试，非常可怕"
"如果90天以后客户拿到的是一个交付结果，那就是agency；但如果90天后客户有了一个懂市场、产品、用户、渠道的数字员工，那才是我们真正想要做的"
"就是不管你喜不喜欢，不管你担不担心自己被蒸馏，你可能就是被蒸馏的路上"
"Codex应该付费让你使用"
嘉宾：Michael Guan ｜Hellyeah (prev. Final Round) CEO & 联合创始人
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
Shownotes：
00:28 一个面试作弊器，怎么在12个月内火遍全网？
02:19 用户主动求付费，99美金随口报，居然真打钱了？
03:28 面试提词器太强，企业急了
05:28 数字员工不是概念，是“录屏数据”养出来的新物种
06:43 伊隆·马斯克的路线：AGI必须像人一样看得见
08:38 当客服系统被computer use agent接管，SaaS还有戏吗？
10:13 Coding赛道太卷，那下一个“强化学习信号”最强的是什么？
14:20 “试婚式”工作坊：先同居再结婚，能解决招错人的痛吗？
16:09 你的Skill和“数字员工”之间，差了哪三样东西？
20:40 为什么选Growth Marketing，而不是销售或法律？
24:53 AI能想出“特朗普广告牌”这种创意吗？
28:58 以前只做P0，现在P10也能啃，因为数字员工“闲着也是闲着”
32:08 扎克伯格提前六个月干了同一件事，被骂惨了，你们怎么扛？
46:24 事件驱动营销
54:15 就业市场变好了吗？
01:01:58 裁员80%不需要AI？Twitter早在GPT前就这么干了
01:03:00 给白领牛马的建议：不是学不学AI，是能不能用AI“卷赢”
01:12:07 硅谷造新品类，中国搞平替，谁更赚钱？
01:22:14 CEO最后的价值当拉拉队长？
01:25:36 你每月付200美金给大模型，其实是在付费蒸馏自己？
关键词
Haya Final Round 数字员工 数字员工 蒸馏 知行合一 Computer Use Agent 招聘 面试 Copilot 录屏蒸馏 Workshop VLM AGI 数字员工 Reinforcement Learning 就业市场 裁员 AI Builder Growth Marketing 中美AI对比 出海 平替 大模型补贴 Codex Recall Claude OpenAI xAI Meta 扎克伯格 录屏 隐私焦虑 Event-Driven Marketing OKR Agent CEO价值 智力密度 扁平化组织
中文逐字稿：https://insights.mossfire.xyz/posts/ep41-screen-recording-rush/
English transcript: https://insights.mossfire.xyz/en/posts/ep41-screen-recording-rush/
在小宇宙查看该单集文稿40. AI应用能融下一轮吗？收购、擦边、中转站、大厂围猎 - 对话｜马克汤
“在AGI主航道上，大模型厂商还没腾出手来做垂类，不是因为不能，只是时候未到。”“同样的任务，同样的结果，我能花更短的时间、更少的Token——这就是垂直公司最后的比较优势。”“Cursor本质上是个高级的Wrapper，它付给Anthropic的API溢价高达75%，长期看根本打不过Claude Code。”“大模型厂商把API请求拿回去蒸馏，这是新时代的‘数据飞轮’，应用公司永远追不上。”“PPT是给人看的，但未来 …
Shownotes
“在AGI主航道上，大模型厂商还没腾出手来做垂类，不是因为不能，只是时候未到。”
“同样的任务，同样的结果，我能花更短的时间、更少的Token——这就是垂直公司最后的比较优势。”
“Cursor本质上是个高级的Wrapper，它付给Anthropic的API溢价高达75%，长期看根本打不过Claude Code。”
“大模型厂商把API请求拿回去蒸馏，这是新时代的‘数据飞轮’，应用公司永远追不上。”
“PPT是给人看的，但未来汇报可能根本不需要PPT——HTML的动态交互才是AI时代该有的形态。”
“陪伴类产品走到最后都开始擦边，因为擦边是最好挣钱的，不擦边就真的很难挣钱。”
“字节的音频模型已经听不出AI感了——它可能不是最好的文本模型，但在多模态上绝对是一流。”
“飞书在前AI时代就准备好了所有接口，现在AI一来，它天然就是最好的Agent枢纽。”
“AI应用要成功，必须产品功能够AI，组织也够AI——旧组织做不出新物种。”
嘉宾：马克汤 - 发财搭子 主播 / 财搭子AI 联合创始人 / MIT毕业，CFA/FRM持证分析师
精彩单集
EP31-AI产业链跟踪5月刊-从LTA长协到800VDC电力链，寻找AI 硬件的新机会EP26-AI产业链跟踪4月刊-光模块的爆发只是冰山一角，更大的叙事正在酝酿EP20-你不会想让朋友们都知道你染上了恒生科技吧！完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
时间核心话题
00:07AI应用赛道概览：从GPT-4O“解锁”能力到投资北极星指标从DAU转向ARR
03:15生态之争：从GPTs到Skill/MCP，平台如何激活创作者经济
07:56To B vs To C：法律/医疗/金融是高价值赛道，大模型公司为何还没“吃掉”一切？
12:04垂直公司的壁垒：数据私有性、Dirty Work、推理效率与切换成本
16:24金融AI实战：特色数据（研报、会议纪要）与主观/客观信息的清洗管线
22:56三大壁垒的“保质期”：效率优势最持久，数据壁垒最易被大厂复制
26:55Cursor的兴衰启示：从500亿估值到被马斯克600亿收购，Anthropic为何不买？
30:21工程化Dirty Work的价值：Cursor的渐进式披露 vs Claude Code的Graph搜索
34:13大模型厂商的“数据飞轮”：闭源API请求即蒸馏素材，应用公司永远处于下风
40:39C端效率工具：Coding、PPT、HTML——PPT是“玄学赛道”，未来或被H5颠覆
50:28陪伴类赛道：付费难题与擦边困境，捏他/猫箱等产品靠游戏化氪金生存
58:16LibLib/LibTV模式：中转站与Token套利，火山引擎靠SeedDance月入10亿的真相
01:04:10字节跳动AI布局：豆包免费但用“小模型”，多模态音频/视频才是真正杀手锏
01:10:00飞书迎来AI重估：MCP/Skill生态让文档、表格、画板成为Agent枢纽
01:18:14终极猜想：AI Roll-up——收购传统企业用AI改造，比纯App创业更有护城河
💡 核心观点AI应用的“北极星指标”已变：从追求DAU流量，转向ARR（年度经常性收入）和真实盈利能力。投资人不再为“免费用户”买单。
垂直公司的三条护城河——①私有/特色数据（如独家研报）；②Dirty Work（数据清洗、RAG效率优化）；③推理效率（降低Token消耗）。其中效率优势最持久，数据壁垒最易被大厂攻破。
大模型厂商的“数据飞轮”是降维打击：闭源API请求可被蒸馏用于下一代训练，应用公司永远无法逆向。Cursor被Claude Code取代只是时间问题。
PPT赛道是“伪需求”：HTML/H5更适合AI时代的汇报场景，动态交互与实时数据展示将颠覆PowerPoint形态。
陪伴类产品的核心痛点在于付费：不擦边就难赚钱，年轻客群支付力弱，只能靠抽卡/氪金游戏化变现。
字节跳动的真正优势在多模态（音频/视频/图片），而非文本推理；豆包免费但用小模型，Coding场景仍不敌Kimi/DeepSeek。
飞书是AI时代被低估的“基础设施”：文档、多维表格、IM机器人的接口在前AI时代已完善，如今成为MCP/Skill生态的最佳载体。
AI Roll-up可能是更具确定性的机会：收购传统持牌企业（如保险、资管），用AI改造其组织与产品力，比纯App创业更容易建立商业闭环。
中文逐字稿：https://insights.mossfire.xyz/posts/ep40-ai-application-next-round/
English transcript: https://insights.mossfire.xyz/en/posts/ep40-ai-application-next-round/
在小宇宙查看该单集文稿39. 微策略卖币？说好的永动机不转了？- 串台｜Web3 101
这是一期 Web3 101 和「苔藓之火」的串台节目，我们邀请了老朋友郑迪返场，细细拆解开来：一直坚持不出售比特币的微策略为什么开始卖币？为什么 STRC 价格大幅波动让市场恐慌？为什么一次数额不大的可转债回购彻底改变了市场对微策略的信心？为何「每股含币量」这个故事，反而可能成为压力来源？微策略和 Michael Saylor 该怎么办？完整无删节版本请看视频播客 ▶️YouTube链接中文逐字稿：English …
Shownotes
这是一期 Web3 101 和「苔藓之火」的串台节目，我们邀请了老朋友郑迪返场，细细拆解开来：
一直坚持不出售比特币的微策略为什么开始卖币？
为什么 STRC 价格大幅波动让市场恐慌？
为什么一次数额不大的可转债回购彻底改变了市场对微策略的信心？
为何「每股含币量」这个故事，反而可能成为压力来源？
微策略和 Michael Saylor 该怎么办？
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
主播：刘锋，Web3 101主理人，BODL Ventures 合伙人，前链闻总编辑
主播：Raymond，Mossfire Capital创始人，播客《苔藓之火》主播
嘉宾：郑迪，前沿科技投资人，方舟投资亚太资深顾问（知识星球：22136749）
本期简介：
当持有比特币总量 4% 以上的囤币大户微策略（Strategy，MSTR）一改常态开始卖币，帮其融资超百亿美元且充满争议的金融工具高息永续股 STRC 价格突然大幅下跌，让我们不得不把目光再次投向 Michael Saylor和他的微策略，公开讨论那个在市场上已经从小声低语到嗡嗡作响的问题：如果每一轮加密货币的熊市都有一个献祭的巨头或黑天鹅事件触发器，这一次，会不会是微策略？
时间轴（核心话题）：
01:33 引子：微策略再危！
04:12 美股与宏观环境分化，比特币在当前利率环境下天然承压
09:51 Bitmine 的 Tom Lee 「阴阳」微策略：无现金流的比特币不适合做永续债产品
10:55 微策略三个失策：回购CB得不偿失；卖币时机不佳；融资后大额买币
17:12 比特币价格、STRC 价格和和微策略股价成为「铁索连环」，现金储备大幅下降，火攻 Michael Saylor 这个铁索连环
25:24 细剖STRC：本轮争议最大的金融创新工具
30:09 微策略融资工具排排坐（依清偿顺位）：可转债（CB）\> STRF\> STRC\> STRK\> STRD\> MSTR（普通股）
35:28 「把 STRC 稳住，其他的东西都有机会稳住」
37:09 之前成功卖给市场的每股含币量（BPS）这个指标很难保持中性
43:06 「Michael Sailor 从 15 亿美元可转债赎回，到最近每股含币量中性的实验，都犯错了！」
43:23 他该做些什么？装死，还是继续激进行动？
59:35 开个脑洞：万一微策略突然遇到问题，可不可以像大银行在金融危机时那样，私下找富翁通过发行优先股救急？
01:11:23 另一个脑洞：如果中本聪看到今天的微策略，他会如何反应？
在小宇宙查看该单集文稿38. “万亿富翁”马斯克是上帝还是邪教？- 串台|远行者与碎冰匠
Shownotes
“一个宗教领袖应该如何估值？”
“马斯克现在每天可以赚一个巴菲特，亏一个巴菲特”
“如果SpaceX失去马斯克，原地打三折？三折都多了。换任何人接管，估值只剩5%，剩下95%都是马斯克本人。”
“马斯克绝对知道他是在做上帝的事儿。修建巴别塔，传扬人类的名，这是旧约里明确的原罪。他一定知道。”
“他能在火箭第三次爆炸、接近破产、离婚的同一个月，跟刚认识的演员说‘我要和你生五个女儿’。你能想象一个人阿斯伯格到什么程度？”
“但凡换一个人跟你讲‘100万人上火星’，你都不信。但马斯克讲，你觉得‘Why not？’——这就是马特估。”
串台嘉宾：远行者与碎冰匠
之前几期SpaceX相关的节目，现在回头看里面都是钱........
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
本期简介：
马斯克的身价已断层领先全球富豪，每天可赚/亏一个巴菲特。他不仅是商人，更被部分信徒视为“新上帝”——SpaceX是物理上的巴别塔，X平台是精神上的巴别塔。本期我们从“马特估”（马斯克特色估值）出发，拆解马斯克的财富神话、信徒经济、商业闭环，以及为什么换任何人来接管SpaceX，估值都得打95折。我们还聊了硅谷大佬的Charisma（领袖魅力）、马斯克的阿斯伯格式偏执、中美创业环境的差异，以及普通人为何愿意为一张“火星船票”随份子。时间轴（核心话题）：
00:30 马斯克断层领先的财富：每天赚/亏一个巴菲特
02:00 巴别塔隐喻：SpaceX是物理登天，X是精神通天
04:30 哪些科技公司离了创始人还能自动巡航？
08:00 思想实验：如果猫草老师接管SpaceX，估值只剩5%
13:00 马斯克的至暗时刻：三次火箭爆炸、离婚、变卖资产
16:00 科幻黄金时代如何塑造了马斯克和硅谷大佬
20:00 信徒经济：为什么有人把骨灰交给猎鹰一号
25:00 马斯克的第一性原理：别人说不可能，他只问“如何做到”
28:00 工程狂魔+中国式智慧：卡车拉燃气轮机绕开环保牌照
35:00 阿斯伯格极限：儿子夭折六周后推妻子做IVF，火箭爆炸间隙搭讪女演员
42:00 星链如何扩大人类活动半径：南太平洋也能FaceTime修船
48:00 马特估的本质：马斯克独占“人类走向太空”这张饼
52:00 IPO细节：30%配额给散户，阶梯式解锁，市场能否接住？
55:00 普通人为什么愿意随份子？因为这是“一代人就能看见的奇迹”
在小宇宙查看该单集文稿37. SpaceX IPO - 全球资本市场一起刷个大火箭！- 串台｜听懂涨声
你可以不相信，不认同，但是你无法忽视，这火箭如此之大，你已经坐上了却不自知。嘉宾：Raymond | 苔藓之火主持人：杨天楠 ｜ 听懂涨声 （这个节目主要回答房子能不能买，基金如何避坑，中产不能返贫等等）之前几期SpaceX相关的节目，现在回头看里面都是钱........SpaceX 上市七大问题！星辰大海？百倍泡沫？如何在上市之前半价买到 SpaceX？太平洋航海 100 天！中文逐字稿：English …
Shownotes
你可以不相信，不认同，但是你无法忽视，这火箭如此之大，你已经坐上了却不自知。
嘉宾：Raymond | 苔藓之火
主持人：杨天楠 ｜ 听懂涨声 （这个节目主要回答房子能不能买，基金如何避坑，中产不能返贫等等）
之前几期SpaceX相关的节目，现在回头看里面都是钱........
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
时间轴：
00:00 开场介绍：见证历史，SpaceX与AI巨头的密集上市潮
马斯克的SpaceX计划于6月12日IPO上市。
太空+AI的终极套娃：SpaceX如何从“造火箭”跨界演变成近2万亿估值的庞然大物。
三大万亿级别巨头密集登陆美股：SpaceX、Anthropic、OpenAI或在未来两三个月内齐聚二级市场。
02:36 拆解SpaceX招股书：三大核心业务的逻辑与偏见
打破固有印象：航天发射（Space）并非第一大业务，年收入40多亿美金仅占22%。
绝对的现金奶牛：星链业务（Starlink）作为太空SaaS，订阅用户突破1000万，贡献61%的巨额收入。
xAI合并始末：马斯克如何将Twitter的语料库、20万张显卡的超算中心打包并入SpaceX，实现1+1=5的资本溢价。
12:04 资本市场的“马斯克信仰”与太空数据中心狂想
突破人类极限的叙事：把数据中心直接发到太空，全天候环绕太阳发电，依靠太空低温完美解决散热能耗瓶颈。
招股书中的惊天对赌：目标7.5万亿市值，相当于在天上建立5000个三峡电站的终极对赌协议。
科学性修正：这个部分我说得非常不严谨，之前用比较调侃的方式说“在天上很冷，散热很容易”，这种话其实是非常不对的。在太空之中建立辐射散热的新型系统，难度其实非常高，这也是目前比较受争议且难度最大的一个点。
AB股绝对控制权：马斯克持股40%却拥有超80%投票权，这种“单点决策”体制对散户究竟是保护还是伤害。
29:12 超级巨头的IPO成人礼与美股流动性的“压力测试”
招股书的分水岭意义：从私人公司到公开法律文件，吹牛的代价是什么。
历史镜鉴：从沙特阿美、阿里巴巴到当年的工商银行，超大型IPO必然是市场见顶的标志吗？
基金经理的“无眠盛夏”：万亿级巨头加速纳入纳斯达克与标普指数，将如何引发资金的大规模再平衡。
41:05 一级市场与宏观观测风向标
领头羊的辐射效应：当年特斯拉带火了新能源产业链，SpaceX上市又将如何激活商业航天的一级市场估值。
宏观三大核心指标：新任美联储主席的流动性态度、通缩型的就业数据、美伊冲突下的油价与CPI走向。
45:51 AI叙事的核心驱动力：B端降本与Token消耗大爆炸
白领职位悄然重塑，B端的Token需求天花板被彻底打开。
马斯克招股书中最大的瓜——拆解26.5万亿AI市场，其中企业级应用独占23万亿。
中美AI商业化土壤的极端分化：美国依靠成熟的SaaS付费习惯在B端一路狂飙（如Anthropic）；中国则在C端长出了AI短剧等全闭环的百亿级商业模式（字节跳动或成最大赢家）。
在小宇宙查看该单集文稿36. AI时代的教育 - “乖”不是一个好词？- 方士心｜复旦大学「高考特辑」
"孩子他的很多能力是在你不培养他，不去干涉他的时候养成的。""没有一个标准的模板告诉你怎么让孩子非常优秀，但有一套非常固定的模板毁了这个孩子。""站在规则外的人一定是玩这个规则玩的最好的人。""人的成长可能就是个混沌系统，它不是一个单线程的东西，它就是会不断的分支分叉。""教育很多时候是最后的结果，它不是这个因。""无论是专注力、自控力、内驱力，它的最根本的点在于要有兴趣。""AI …
Shownotes
"孩子他的很多能力是在你不培养他，不去干涉他的时候养成的。"
"没有一个标准的模板告诉你怎么让孩子非常优秀，但有一套非常固定的模板毁了这个孩子。"
"站在规则外的人一定是玩这个规则玩的最好的人。"
"人的成长可能就是个混沌系统，它不是一个单线程的东西，它就是会不断的分支分叉。"
"教育很多时候是最后的结果，它不是这个因。"
"无论是专注力、自控力、内驱力，它的最根本的点在于要有兴趣。"
"AI 实际上就是遇强则强，你问出很好的问题，给他很好的 prompt，他给你的答案就会很好。你问一个很烂的问题，他就会给你很烂的东西出来。"
"如果你不确定我这样养育孩子对不对的时候，你的一个黄金标准就是看他会不会伤害亲子关系。"
"人更重要的还是怎么面对外在世界，跟自己不失衡的这种如何自处。"
嘉宾：方士心教授 ｜复旦大学
新书 - 学神的习惯 ｜ The Science of Raising a Thriving Child （各大平台畅销，打不开可以直接搜索）
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
本节目致力于探讨个人成长与教育，以及在技术变革浪潮下，家庭与个体如何做出更明智的选择。
衷心希望每一个孩子都健健康康，快乐长大，人生很长，机会很多。孩子，你慢慢来。
高赞评论前三名送签名书！！！
高赞评论前三名送签名书！！！
高赞评论前三名送签名书！！！
Shownotes:
03:46 学习检测与AI的冲突：考试是社会资源不足的结果，但它的核心能力恰是AI最擅长的。
05:23 学神的习惯：为什么兴趣是专注力、自控力和内驱力的源头？
07:28 AI时代的家长：用AI把枯燥的识字卡变成宝可梦游戏
12:15 AI如何重塑教育：国内学校改革太慢，美国Alpha School的激进实验。
16:58 无聊的力量：大段的空闲时间是创造力和自我认知的真正摇篮
18:28 复旦会有连AI都懒得用的学生？
21:35 拉开差距的元认知：AI是遇强则强的工具，知道自身边界比知识本身更重要？
23:12 AI是穷人的一人公司还是富人的资源特权？
24:45 为什么说高度服从规则的人，注定是输家？
27:04 不乖的价值：从社区大学到百万博主，AI时代最稀缺的能力是什么？
28:30 中国式家长的法家文化本质是服从性测试
31:00 给家长的实操建议
34:50 高质量陪伴的黄金标准：不提问、不评价、不judge。
38:20 亲子关系是最后的底线：判断教育方式对错的唯一标准——它伤害亲子关系吗？
40:15 先卷自己，再卷孩子：你希望孩子成为终身学习者，你自己是吗？
43:10 拥抱平庸：如何在一个充满不确定性的世界里，活出一个 thriving 的人生。
关键词
学神的习惯 AI教育 学习检测 元认知 内驱力 复旦 家庭教育 亲子关系 兴趣培养 科举制度 社会公平 一人公司 不服从 法家文化 高质量陪伴 育儿焦虑
在小宇宙查看该单集文稿35. 他又带千亿投资人来中国看MiniMax，睡亚朵，吃老乡鸡！- Robert | 百观科技
“全球看中国，正在从‘大市场’切换到‘学习对象’——就像我们当年看美国一样。”“中国新一代创业者最重要的特征是自信”“带亿万富翁去吃老乡鸡，一桌400块钱，没有一个人猜对价格。”“很多西方人还没有接受一个现实：中国可以做得更好。”“机器人行业，身体跑在大脑前面。数据是最大的瓶颈。”嘉宾：Robert | 百观科技CEO (联络方式：Linkedin，请注明机构/原因)第四集播客的链接 …
Shownotes
“全球看中国，正在从‘大市场’切换到‘学习对象’——就像我们当年看美国一样。”
“中国新一代创业者最重要的特征是自信”
“带亿万富翁去吃老乡鸡，一桌400块钱，没有一个人猜对价格。”
“很多西方人还没有接受一个现实：中国可以做得更好。”
“机器人行业，身体跑在大脑前面。数据是最大的瓶颈。”
嘉宾：Robert | 百观科技CEO (联络方式：Linkedin，请注明机构/原因)
第四集播客的链接 - 一个给纽约时报写社论的中国人
贸易战文章链接
Baiguan Newsletter Substack
China Translated Newsletter
Baiguan Podcast China Biz Talk
Baiguan BigOne Lab
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
### 📌 本期概要
Robert Wu 百观科技CEO，并通过 Substack 向全球2万多名投资人、企业高管提供关于中国市场的最新洞察。2025年起，他开始组织高规格的“教育旅游团”，带领来自美国、欧洲、东南亚的投资人和创业者实地参访中国的科技与消费企业。本期节目深入讨论了：全球投资人看待中国的范式转变：从“大市场”到“学习对象”，中国AI、机器人、自动驾驶的真实进展与政策博弈，中国消费的真实图景：通缩下的品质提升与预期差，机器人数据采集工厂、黑湖工单系统等海外没有对标的新模式，未来考察团方向：中位数城市、银发经济、普通制造业工厂。
时间核心观点
00:12开篇：Robert从纽约时报撰稿人转型，组织全球投资人考察团
01:25考察团是“educational tourism”，成员多为买方基金和企业高管
02:46成员大多对中国已有了解，少数第一次来，心态开放
08:17这一代创业者不再说“中国的×××”，开始用自己的方式定义自己
11:43头部大模型创始人基本都是本土教育背景，不是海归
15:43最让老外震撼的企业：黑湖——海外没有对标的制造业工单系统
19:30机器人数据采集中心：工人遥控操作机器人反复关门、叠衣服，采集训练数据
23:32中国自动驾驶渗透率低，不是技术问题，而是政策有意管控保护就业
28:22机器人行业关注核心部件自主性，但“大脑的ChatGPT时刻”尚未到来
32:34上海摩苏空间：政府以token补贴+集中化审批，欧洲人震惊于效率
36:18消费考察团：亚朵、江南布衣、晨光文具——细分小巨人逆势增长
39:17消费预期差：海外渲染悲观，实际服务质量提升，物价下行但品质不降
42:36中国居民心态已正常化，肯德基单均价开始企稳回升
50:14未来考察方向：中位数城市、银发经济、普通制造业工厂
57:19范式转变：全球看中国从“大市场”转向“学习对象”
中国科技 自动驾驶 人形机器人 中国消费 考察团 大模型 预期差
中文逐字稿：https://insights.mossfire.xyz/posts/ep35-robert-china-tour/
English transcript: https://insights.mossfire.xyz/en/posts/ep35-robert-china-tour/
在小宇宙查看该单集文稿34. 从美元到人民币基金 — 科技投资新范式？ | 对话苏麟
“中国的系统性的工程师、理工科、供应链的机会是巨大的。”“你到底是每一天加0.01还是减0.01，十年后要么指数增长，要么垮掉。”“我们今天投的企业，都有机会像宁德时代一样，变成全球细分领域绝对第一。”嘉宾：苏麟 ｜前千亿美元基金投资人 ｜现人民币VC投资人完整无删节版本请看视频播客 ▶️YouTube链接免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。### …
Shownotes
“中国的系统性的工程师、理工科、供应链的机会是巨大的。”
“你到底是每一天加0.01还是减0.01，十年后要么指数增长，要么垮掉。”
“我们今天投的企业，都有机会像宁德时代一样，变成全球细分领域绝对第一。”
嘉宾：苏麟 ｜前千亿美元基金投资人 ｜现人民币VC投资人
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
### 📌 本期概要
苏麟从纽约投行起步，经历了顶级美元PE基金的完整周期，如今联合创办人民币基金。本期节目深入对比了美元基金与人民币基金在投资逻辑、决策机制、投后管理、退出路径、LP结构等方面的本质差异，并探讨了中国在工程师红利、硬科技、供应链等领域的结构性投资机会，以及红筹架构、S基金、并购趋势等热点话题。
---
### ⏱️ 时间轴与核心观点
| 00:06 | 开篇：中国投资机会 | 中国过去二三十年的工程师和供应链积累，孕育了大量可以做全球性企业的投资机会 |
| 00:30 | 嘉宾介绍 | 苏麟经历：纽约投行 → 美元并购基金 → 创业 → 成长期美元基金 → 全球最大中后期基金 → 联合创办人民币基金 |
| 04:01 | 从千亿美金基金到小基金的落差 | 外在的lifestyle很快会脱敏；高强度的工作环境中，关注的是“我想做什么样的投资”而非外在光环 |
| 04:54 | 为什么离开美元平台 | 2022年后全球LP对中国持审慎态度；作为不到40岁的投资人，希望保持出手频率，而非花精力在退出上 |
| 06:36 | 时代背景 | 2021年滴滴、蚂蚁、教改之后，中国VC整体DPI不佳；22年俄乌冲突加剧了美元LP的犹豫 |
| 08:33 | 大平台 vs 小机构：决策机制 | 大平台有4-5层决策链，容易让投资人感觉像“内部FA”；小机构合伙人之间良性辩论，快速决策 |
| 09:48 | 美元中后期的“教科书式”投资 | 模型假设、ASP、市场占有率、财务尽调、盈利性正常化（earning suggestion）——每一层都会被投决会挑战 |
| 11:07 | 人民币投资的不同关注点 | 不追求5-10个checklist全部打勾；更看重政策窗口和团队本身；早期科创企业可能还没有实质收入或利润 |
| 12:57 | “正确流程≠正确结果” | 美元中后期基金相信流程通往正确结果，但过去几年证明并非如此（如二手车市场的模型根本无法调整） |
| 14:36 | 杠铃策略（Barbell Strategy） | 两头投：前沿技术早期项目 + PIPO后期项目。兼顾现金回报（DPI）和前沿创新，两头的企业还能互相帮助 |
| 17:31 | 美元体系 vs 人民币体系的文化差异 | 美元体系：境外资本、投行/四大培训、标准化语言；人民币体系：地方政府、国资委、城投、招商引资逻辑 |
| 20:23 | 两种LP的沟通差异
| 23:07 | 冰点募资的挑战 | 市场最冷时募资最难，只能靠家庭和朋友信任；没有做大规模推广，希望尽快开始做起来 |
| 25:44 | 从“软”到“硬”的转型 | 过去10年投的是拼多多、字节跳动等软件/平台型公司；现在需要看材料、专利、技术选型——知识门槛大幅提高 |
| 29:45 | 人民币硬科技投资的要害 | 核心不是桌面研究，而是花时间在产业链上下游。要了解下游链主企业未来3-5年的布局，才能判断上游技术方向对不对 |
| 31:28 | Raymond的路径对照 | 从四大行、地产，到京东IPO，再到TMT——随波逐流，最后发现只愿意“伺候”互联网老板，比较娇气 |
| 35:29 | 投后管理的本质差异 | 美元中后期：更新模型、每季度向LP汇报、审计师介入估值；人民币早期：帮企业对接客户、谈合同、处理知识产权分配、补拼图 |
| 38:43 | 三种投后状态 | 并购型（全权控制）→ 成长期（维护关系才能拿到数据）→ 人民币早期（创始人需要你辅导商业谈判） |
| 41:56 | 科学家创业的拼图逻辑 | 院士级科学家→自己做首席科学家，帮他找CEO；年轻科学家→自己做CEO，帮他找懂政府关系/产业的人。投资人见过足够多的失败案例，能告诉创始人哪些事绝对不能做 |
| 45:04 | 商汤案例 | 汤老师 + 徐立，就是典型的“科学家+CEO”拼图 |
| 46:50 | 人品的判断 | 早期项目99%成败取决于人。美元中后期容易被“show me the numbers”带偏；人民币早期有幸福筛选权——中国理工科人才溢出，可以只选对的人 |
| 49:38 | 口碑复利 | 每天加0.01还是减0.01，十年后要么指数增长，要么垮掉。做排除法：不纠结会不会错杀，把精力花在“什么样的人不想投” |
| 52:03 | Raymond的选择 | 不想跟那97%的人打交道，所以做二级。姚明在房间里一眼就能看到，不需要再跟另外99个人聊 |
| 55:14 | 退出路径的变化 | 今天逼着VC在第一天就想好怎么退。芯片创业默认A股/港股，不会再想纳斯达克。过去去美国敲钟是英雄，现在完全不是了 |
| 01:00:02 | 中国并购市场的现状 | 90%的项目在10亿人民币以下的并购。美国有极其细分的中型PE市场（1-5亿美金），中国还没发展出来。S基金是政策支持的方向，以折扣价接整个基金的LP份额 |
| 01:03:41 | 早期项目的退出策略 | 在估值100-150亿时考虑退出，虽然可能错过从100亿到1000亿的部分，但保护了DPI |
| 01:05:37 | 中国企业家不爱并购的文化原因 | 人口结构+文化：四五十岁的创始人都觉得自己还能做新业务。不像日本老龄化后老板只想卖掉公司。等90后/00后成为主力，或职业经理人接班，并购文化才可能改变 |
| 01:08:28 | 什么样的企业适合被并购 | 全球市场只有100亿人民币、但利润率不错、不需要无限扩张的隐形冠军。中国有茫茫多这样的企业 |
| 01:20:37 | 为什么还要做人民币基金 | 中国有系统性的工程师、理工科、供应链红利。过去二三十年培养人才和发展经济的方式，创造了无数可以做全球性企业的机会 |
| 01:23:52 | 未来会做美元基金吗？ | 会。因为被投企业越来越多需要全球化（欧盟、美国市场），2026年可能会有机会，先从单个项目融资做起。不希望被认知为“只投国产替代”，希望投全球性企业 |
| 01:25:59 | 总结 | 中国是全球唯一的全产业链国家，市场巨大，工程师多且卷，无数犄角旮旯的公司都能存活并成为全球细分第一 |
中文逐字稿：https://insights.mossfire.xyz/posts/ep34-sulin-rmb-funds/
English transcript: https://insights.mossfire.xyz/en/posts/ep34-sulin-rmb-funds/
在小宇宙查看该单集文稿33. SpaceX上市七大问题！星辰大海？百倍泡沫？
750 亿美元募资，1.75 万亿美元估值——人类历史上最大 IPO 要来了。是星辰大海，还是百倍泡沫？完整无删节版本请看视频播客 ▶️YouTube链接免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。SpaceX 上市你最需要知道的 7 件事💥📡 SpaceX 不再只是火箭公司：- Connectivity（星链）：营收 1140 亿，利润 44 …
Shownotes
750 亿美元募资，1.75 万亿美元估值——人类历史上最大 IPO 要来了。是星辰大海，还是百倍泡沫？
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
SpaceX 上市你最需要知道的 7 件事💥
📡 SpaceX 不再只是火箭公司：
- Connectivity（星链）：营收 1140 亿，利润 44 亿，是现金奶牛
- Space：火箭发射 + Starship 烧钱中
- AI：xAI + Grok + X（Twitter）+ Colossus 超算，年亏 64 亿
🤝 三笔关键交易：收购 xAI、锁定 Cursor、出租超算给 Anthropic
📊 30 万亿美元 TAM？AI 企业端才是大头（23 万亿）
💰 谁赚钱？星链。谁烧钱？Starship（30 亿）+ xAI（64 亿）
📈 1.75 万亿估值怎么来？
Starlink 6000 亿 + AI 2500 亿 + Space 5000 亿 + 期权溢价 5000 亿
📉 市场能接住吗？
750 亿募资 ≈ 美股日均成交额 8–15%，锁定期采用“阶梯制”防抛售悬崖
🎙 是星辰大海，还是百倍 PS 泡沫？
我们有很多问题，答案交给时间。
> 📎 Show Notes 附图表数据，欢迎转发给研究 SpaceX IPO 的朋友。
---
在小宇宙查看该单集文稿32. OpenAI联手私募基金做驻场外包？- 串台 | 人民公园说AI
这个设计是收购IT咨询公司，联合 PE，派驻FDE，让旗下所有企业把人干掉，把 SaaS 的软件退掉，然后留下 GPT一个做所有事情。也许 Vibe Coding 让美国的工程师红利爆棚，让美国的工程师突然能够做到以前成本无法做到的事情。串台：人民公园说AI - 来来来，麻烦一键三连！完整无删节版本请看视频播客 …
Shownotes
这个设计是收购IT咨询公司，联合 PE，派驻FDE，让旗下所有企业把人干掉，把 SaaS 的软件退掉，然后留下 GPT一个做所有事情。
也许 Vibe Coding 让美国的工程师红利爆棚，让美国的工程师突然能够做到以前成本无法做到的事情。
串台：人民公园说AI - 来来来，麻烦一键三连！
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
互动环节：
00:00 AI+私募入局企業市場？
04:36 AI繞道爆改傳統公司？
07:45 奧特曼如何忽悠這些私募？
10:55 為什麼拿錢直接收購諮詢公司？
14:04 拿錢砸你或者拿token砸你？
17:18 AI怎麼時刻在為駐場工程師挖坑？
20:41 夢迴中國駐場外包？
24:04 這筆賬能算得過來嗎？
30:16 最大的坑是什麼？
33:26 到底是誰在獲益？
关键词：私募基金、OpenAI、ChatGPT、Anthropic、IT 咨询、驻场外包、上市、财务结构
在小宇宙查看该单集文稿31. 「26Q1」中美大模型差距过去一年变大还是缩小？- Hugging Face | 王铁震
也许14亿人的数据飞轮会成为下一轮大战的燃料储备，推荐算法也不是字节开始的，但抖音才是集大成者。完整无删节版本请看视频播客 ▶️YouTube链接嘉宾：前Hugging Face APAC Ecosystem Head | 王铁震 Linkedin联络方式免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。互动环节：1）参与投票，你觉得未来一年差距变大还是缩小？2）你 …
Shownotes
也许14亿人的数据飞轮会成为下一轮大战的燃料储备，推荐算法也不是字节开始的，但抖音才是集大成者。
完整无删节版本请看视频播客 ▶️YouTube链接
嘉宾：前Hugging Face APAC Ecosystem Head | 王铁震 Linkedin联络方式
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
互动环节：
1）参与投票，你觉得未来一年差距变大还是缩小？
2）你使用AI有什么想吐槽的？
Shownotes:
01:50 为什么用脚投票，体感上美国模型还是远远领先？
03:30 中国大模型跨过可用这条线吗？
07:16 从惊艳到理所当然，用户的衰减曲线有多快？
09:28 DeepSeek V4发布，为什么没像年初那样炸裂？
10:17 被忽视的实力：DeepSeek如何通过KV Cache把成本打到地板？
13:20 适配国产卡，为何是世界级难题？
17:15 美国怎么看中国模型？
21:38 中国模型爱刷榜？
29:19 数据壁垒越来越高，中美模型差距会因此越拉越大吗？
30:40 14亿人的数据飞轮会带来什么？（致歉：录制中间出现口误说了12亿几次）
35:24 HuggingFace热知识：中国模型的全球下载量被低估
36:49 美国人用中国开源模型的三个阶段：抗拒、接受、离不开
41:15 Mistral在欧洲还好吗？
43:05 2026年，疯狂开源的浪潮会退去？赚钱才是硬道理
45:27 哈萨比斯说中国差在心态，是傲慢还是事实？
50:30 如何考虑AI的效用与向善
59:16 AI能自己迭代自己，一个新物种正在诞生吗？
01:02:39 AI时代怎样养小孩？
关键词
中美大模型 差距 DeepSeek 数据飞轮 开源 闭源 千问 Claude 豆包 算力封锁 国产卡 KV Cache 数据飞轮 刷榜 AI伦理 养娃
在小宇宙查看该单集文稿
Hier stehen die neuesten 40 von 60 Folgen. Ältere Folgen findest du im Feed des Podcasts.
Ähnliche Podcasts
Mehr Gesellschaft und Kultur-Podcasts
Ist das dein Podcast?
Bestätige es mit einem Eintrag in deinem Feed: Du bekommst hier einen Code, trägst ihn als podcast:txt in den Kanal deines Feeds ein, und wir prüfen ihn. Danach steht dein Podcast als „verifiziert“ bei SoundNode.