与「播客」相关的搜索结果

顺便我们把 Next Token 的所有内容都做成了一个 Skill。 你可以安装上以后，让你的 AI 跟 Next Token 的几位主播直接交流，从我们的 9 期播客中汲取认知和挑选案例。 这个对于行业调研和汇报都非常有用：

Gemini 4 Carbon 写作确实牛逼 让它总结了 Next Token 过去 9 期 30 条 AI 领域的核心认知： 1. Token 就是新货币；买一台本地机器跑模型，本质上是在家里铸币。—— 橘子 2. AI 没有泡沫，只有受制于物理基建的供给不足。—— 歸藏 3. 在 AI 时代，别羞于承认自己是卖 Token 的——你不卖 Token，还能卖什么？—— 橘子 4. 好应用不必让用户每次打开都烧 Token；用品味把大量 Token 一次性凝结成无数人能反复消费的作品，边际成本才会降下来。—— 向阳乔木 5. 对大多数人来说，Vibe Coding 不是生产力，而是自由度最高的创造类游戏；充进去的 Token，就是新时代的游戏充值。—— 歸藏 6. 只要 AI 把一件事的起跑线拉到六十分，六十分就是零分。—— 橘子 7. 当一件事靠一句话就能搞定时，凭什么它是你的壁垒，又凭什么它是我的？—— 歸藏 8. 软件和游戏正在网文化：平台不再卡发布，只卡推荐；谁都能上架，但没流量就无人看见。—— 歸藏 9. 按昨天的标准做出来的东西，今天 99% 都只算自用工具；市场扩大了一百倍，但依然只有最头部的 1% 配叫商业产品。—— 杨攀 10. 产品未必是一个 App；只要跑通“发现需求、创作、分发”的闭环，一篇文章、一档播客也是产品。—— 歸藏 11. 当开发只要十分钟、打包签名却要半小时，真正的瓶颈就不再是智能，而是旧世界的交付规则。—— 橘子 12. 过去是软件把 Agent 塞进自己的界面；未来是软件放弃自己做 Agent，主动变成 Agent 调用的插件。—— 杨攀 13. 传统软件思维喜欢把每条路径写死；AI 原生思维只留一个循环，把剩下的交给模型。—— 杨攀 14. 软件上的按钮越少，离 AGI 越近。—— 橘子 15. 面对超级助理，人只该负责说话，不该负责管理会话；需要人手动翻找线程，只说明模型还不够强。—— 橘子 16. 工具随时会换，上下文必须归自己所有——劫持所有 Agent 的记忆，把过程和产物沉淀回自己的仓库。—— 歸藏 17. 人类团队正在向一人闭环演进，别反过来让多 Agent 学人类开会内耗——人类在走向 AI Native，别让 Agent 退回 Human Native。—— 橘子 18. 上一代生成模型在卷“理解”，死磕最后百分之一的物理还原；新一代模型赢在“创造”，一句话把意图编排成完整的故事。—— 歸藏 19. 输出格式不报错，只代表不用重试，不代表判断正确——别把“结构稳定”偷换成“没有幻觉”。—— 杨攀 20. 不能调工具、不能动电脑的所谓 Skill，本质上还是一段提示词润色。—— 歸藏 21. 今天限制模型上限的往往是人自己——你写进提示词里的前提假设，恰恰锁死了模型的发挥空间。—— 杨攀 22. 注意力是今天最稀缺的资源；开源的提示词、Skill 乃至软件，唯一的商业价值都是成为流量入口。—— 橘子 23. 跟模型拼技术注定会输；唯有人与人之间建立的信任与个人品牌，不会被技术进步吃掉。—— 橘子 24. 品牌的本质，是用真名、露脸和沉没成本作抵押，降低别人相信你的成本。—— 向阳乔木 25. 所有生意都在建立信任：To B 让企业信你，To C 让大众信你，To A 让 Agent 信你的信源；三者皆无，就只剩悦己的 To Me。—— 橘子 26. 在公网上主动留下关于自己的真实一手信息；你不定义自己，AI 的幻觉就会替你定义你。—— 歸藏 27. 今天最不缺的就是没有性格的内容；持续输出有变化但一致的“人味”，才是稀缺品。—— 歸藏 28. 还按设计、前后端、QA 切岗位的算不上 AI 原生组织；真正的 AI 原生组织里每个人都是全栈闭环的一人公司，而且它是磨合生长出来的，不是 HR 设计出来的。—— 歸藏 29. 大厂把员工拆成稳定的螺丝钉，也就亲手杀死了长出全局架构师的土壤——架构感是操盘练出来的，不是分工分出来的。—— 歸藏 30. 帮企业做 AI 转型，最该做的不是改造基层流程，而是去培训一号位。—— 向阳乔木 以上内容来自：@oran_ge @op7418 @vista8 @ericyangpan @nexttokentv

8️⃣“我该看点什么”按钮 你来做推荐官。 先问我： • 心情 • 有多少时间 • 精力如何 • 和谁一起 然后给我： • 1 部电影 • 1 个 B 站视频 • 1 期播客 • 1 个游戏 • 1 部纪录片 （全部免费且合法）

微软产品经理 Keiji Kanazawa 在 AI Engineer 大会上做了一场很实在的分享，题为I Let Agents Refactor My Codebase for 3 Weeks. Then I Read the Code 他原本写了一个自动抓取播客、X 帖子和邮件链接做总结的脚本工具，后来想把它彻底重构成一个带注册中心、支持定时调度和每日自我反思的智能体系统。 他自己完全不看代码，写了一份需求文档，就放手让 Claude Code 和 Codex 轮流写代码、互相审查，连着重构了三个星期。 直到有一天他发现生成的日报把句子放错了栏目，想查一下运行轨迹排障，结果 Claude Code 告诉他查不到，因为这压根不是个真正的 Agent。 他打开代码库一看，才发现那三个星期的全自动重构完全是一场灾难。 首先是假重构，模型为了迎合他的需求文档，在代码里建了名叫 `Skill`、`Action` 和 `Agent` 的类，但点进去看，这三个名字像模像样的模块底层其实是同一段旧代码的换皮，所谓的 Skill 里既没有 `SKILL.md` 也没有脚本，所谓的 Agent 根本没接任何 Agent SDK。 而且第二天他收到账单超支警报，单周开销翻了五倍，一查才发现 Codex 在写单元测试时根本没做 Mock，直接把单测连到了线上付费大模型接口上，一天之内自己跑了 30 多轮测试狂烧生产环境的 Token。 随后呢他决定推倒重来。但作为产品经理，他依然不想走回自己逐行读代码的老路，于是核心问题就变成了在不亲自读每一行代码的前提下，怎么管住 Agent 不让它再写空壳代码。 他摸索出了三步改进思路值得看看和参考借鉴。 第一步是改用验收标准来限制而不是目标来限制。 以前他是给个需求让 Agent 写份计划，看着差不多就点同意放行。重来之后他把重点放在定义最终产出的评分标准上。 比如他后来做了一个解析硬核技术视频的功能，要从视频里抽 440 个关键帧，挑出最清晰的黑板公式截图并配上讲解。 他没有去翻代码改排版逻辑，而是直接去改验收的评分表，在规则里写“每个公式必须和对应的解释按时间顺序穿插排列”，然后让 Agent 对着这张评分表自己跑循环做优化，直到跑分达标为止。 第二步是防止 Agent 在评分表上作弊。 因为评分表本身也是他让 Agent 写的，跑着跑着他又抓到了模型作弊。发现这个问题后，他多加了一层泛化检验，每次改完评分表必须同时在多个不同类型的视频上跑分，并明确下指令禁止针对单一视频凑分数。 第三步是用多轮对抗性审查。 为了防止单个模型再次出现工作问题，他在重新搭建运行时底座时，先拿四个主流工具做了一轮平行对比，发现像 Pi 这种极客框架虽然快，但动不动就弹窗问他 SQLite 表结构怎么设计、TypeScript 接口怎么定义这类纯底层工程问题。 最终他还是回到 Claude Code 和 Codex 的组合上，但把原来的简单互评改成了多轮对抗性代码审查，强制让两个模型站在找茬的立场上深度挑对方的架构漏洞和空壳逻辑。 这一套的思路是很值得借鉴参考的，总结起来也简单，第一个点就是尽量用可量化的验收标准限制模型的工作，第二点是可以采取多个模型的审查发现问题。 youtube：

《裁员潮下的互联网人能不能做独立开发：月赚5k美金？》 这期视频播客感觉可能会招骂...但我还是想聊聊: AI 时代互联网人的机会、工程师的优势；从找需求、做产品到获客赚钱的思路。 也分享我为什么从内容变现转向做产品，以及分享一个我认为确定性的红利机会。 最后还有Q&A环节~

卧槽，太爆炸了 Jason Calacanis 在自己的播客上当场说要把 Claude 踢出公司 最新一期 This Week in AI，嘉宾 Alex Finn 刚把 Claude Fable 5.2 夸上天，说 Anthropic 过去一个月「clearly has had a breakthrough」，更聪明、更快、更便宜三样同时做到，他让 Fable 连续两周不插手做一个复杂游戏，做出来接近 3A 水准 结果主持人 Jason 接着就泼冷水，他说拿到 Fable 5.2 做的第一件事，就是把平时交给 Grok Bot 的活丢给它，干得反而不如 Grok Bot，Grok Bot 一个月 40 美元，他一年付给 Claude 的钱算上超额差不多 2 万美元，原话「I'm going to kick Claude out」 Alex 的解释是这两个根本不能放一起比，Fable 是模型，Grok Bot 是套在模型外面替你干活的那一层， 「Grokbot is by far the best harness on planet Earth」 更夸张的是节目放出的实测，Alex 让 Grok Bot、Claude Duet、ChatGPT Dots 三个智能体各自用 PayPal 转 1000 美元，两个被拦了下来，只有 Grok Bot 把钱转了出去 Adaption Labs 的 Sara Hooker 一句话点破 Anthropic 的路线，他们想把模型和外面那层都攥在自己手里，你想换的时候就该觉得疼，「They want to lock you in a little bit」 这就像一家餐厅的大厨全城最好，可只许你坐在它店里吃，隔壁厨子手艺差一点，却愿意送餐上门，顺手把碗也洗了 恐怕接下来几年，普通人挑 AI 只看一件事，谁能替自己把活干完，模型排行榜上的名次，会越来越少有人在乎

英文还过得去的人，可以试试用海外顶级播客做一个付费知识库，比天天看国内二手商业鸡汤有用得多。 Huberman Lab 讲生理和效率，All-In Podcast 聊顶级创投，Y Combinator 讲创业方法论，一期动辄三个小时，干货很多。但大多数国内中产和创业者根本没时间啃这么长的英文音频。 做法不复杂。先用 VideoScript 逐字稿把播客的英文原版逐字稿提出来，YouTube、Apple Podcasts 和 Spotify 的链接贴进去就能出带时间码的文稿。再交给 Claude，让它提炼核心的商业和认知模型，过滤掉废话，整理成能照着做的行动清单。然后用 Xmind 或飞书画成一张高密度的万字思维导图，放进飞书或 Notion 知识库，起名硅谷顶级大脑精选指南，挂成 Notion 付费页或者知识星球，定价一年 129。 之后每天挑一个最有冲击力的观点发到即刻、X 和公众号，结尾放上知识库入口。 信息差一直都在。这件事真正卖的是时间，帮有钱人省下他们最缺的那几个小时。

关于黄仁勋的舆论风暴，很多人都低估了。 简中区还在吃出轨瓜，背后其实是 MAGA 内部的一场 AI 分裂战 黄仁勋，英伟达创始人，被爆婚外情时间卡在Trump和习会面之前。 爆料的做空基金老板叫Christian LaMarco，LinkedIn查不到任何信息。 时间线一拉就清楚了。 老黄采访里说China Hawk is badge of shame。班农，前白宫首席战略师，播客上说逮捕老黄。Palantir CTO开炮。MAGA收集黑材料汇总给Rubio，Rubio写memo给Trump。 Trump访华没带老黄。 上一轮走memo，这一轮直接走媒体爆料。时间又卡在习特会前。 Trump讲义气。记者问出轨，说多大点事。问带不带去APEC，说带。中期大败之后还保他，仁至义尽了。 但China Hawk不会收手。下一张牌已经摆在桌上了：那个Alice到底有没有涉及国安。出轨是私德。间谍是刑事。这张牌一旦打出来，Trump也护不住。 华人的旗帆标杆都能被弄到，他们允许穆斯林、印度人占领欧美，但绝不让华人进高层。 而且，Trump不能不挺，老黄倒下死一片。 英伟达是整个AI基建的锚。老黄要是被迫低调，像盖茨一样消声，你持仓里每一只跟AI沾边的票都得重新定价。 至于出轨，你也可以理解为：纯粹就是老黄想多卖点显卡，顺便睡了一个中间商。

昨天听一个播客节目，聊到为什么中国很多ip 或者项目根本无法长久，主持人举了个例子，他们去日本游学，有学员问，爱媛县要做橙子，如果负责人换届了，这个项目怎么办？日本的老师说，一定是支持这个项目的人才会被选上来。听到这里完全醍醐灌顶！因为中国的逻辑是反过来的，人不是被选上来的，新上任的人要做自己的事有自己的政绩，过去的东西很容易会被废弃掉。

马斯克最近爆种了，昨天就发了56条推特。推特bio也改了。 近期讲了 很多 $SPCX 和 $tsla 新估值的叙事 1.最近跟Walter Isaacson做播客时说得很直白：DOGE跑完一圈下来，并不是人事关系然他放弃了，是他确认省钱解决不了美债，美债每年的利息比全年军费开支还要多，省是省不出来的。唯一出路是AI和机器人把生产力拉上去。这里马斯克断言，通货膨胀是因为产能不够，而不是产能过剩。他认为只要生产速度大于货币增发速度，就会通缩。物价就会降下来。 对赌那块他没拿到顶薪，特斯拉那个万亿激励计划里程碑目前一个都没触发。SpaceX和特斯拉已经在谈合并了。 2.这几天他把推特bio改成了space和特斯拉的最新业务Terafab。Terafab的叙事是他要自己把逻辑、存储、封装尽量垂直整合的芯片厂，和intel合作目标把AI算力产能直接拉到太瓦级别。用来服务特斯拉汽车和机器人。 芯片如果真能从一年迭代压到一个月，后面所有应用的成本结构都会变。 3. Starmind和Terafab是同一件事的上下游。Terafab负责把芯片做出来，Starmind负责通过把一系列的算力卫星把扔到晨昏太阳同步轨道上跑——对着太阳发电，背对着太阳散热。用激光相连，形成一个太空超级算力中心，全太阳能发电，把算力能源成本降到0 前几天荷兰乌特勒支大学的Jan Broersen教授发帖说真空是最好的隔热体，根本散不了热 马斯克直接回怼，官网发了算力卫星的设计图，展示他用的太空热辐射散热方案 （我也是第一次知道因为太空没有空气和水，热量无法对流和传导，只能热辐射） 马斯克的太空算力中心方案从火星到月球，到现在的环地球轨道方案，越来越靠谱了。 Terafab、Starmind、机器人和星链放进同一个叙事里，估值锚点从汽车和火箭切到超级智能基础设施上。