42章经

在前几期播客中，我们聊过 Personal Agent，聊过 RLaaS，这期的嘉宾贺嘉琛做的事情有点像是两者的结合，他把 Personal Agent 运用在 2B 领域，并给这些企业训练私有模型。
嘉琛原本研究深度学习与天体物理学，2020 年从博士阶段退学创业，此后创办了开源文档协作与知识库产品 AFFiNE，一度做到 700 万用户、Product Hunt 年度第四，后来又与尤雨溪等人一起孵化了开发者工具公司 VoidZero，被 Cloudflare 收购。
现在，他在做一款新的 To B Governing Agent 产品 Afk.surf，想让企业能真正接管并持续学习自己运行的各个环节,在服务不同员工的同时，对齐整个组织的业务、工作方式和使用偏好。这个产品或许和过去很多产品听上去都差不太多，但和很多仍在讲故事、还没看到明确正反馈的团队不同，他们已经有了几个大客户。
其实嘉...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

这期播客中，我们和骁腾探讨了不少颇为尖锐的话题，比如国模到底哪家强，各家又有什么问题？到底该怎么定义 Neo Lab？从 Macaron 到 Neo Lab，再到 RLaaS，Mind Lab 这一路的转型背后有哪些思考，现在又做得怎么样？
坦白说，这期对我们来说，是一个打破不少固有认知的过程。骁腾的回答都很实在，也很 solid，而且他可能是我们最近聊过的最「快乐」的 Researcher 哈哈。听他聊下来，我们不仅对 Mind Lab 在做的事有了更全面的了解，也对 RL、模型发展和 RLaaS 的实际运作有了新的理解。节目中，他还分享了很多从 RL 研究中获得的生活哲学。在他看来，创业可能才是最符合 RL loop 的事情。
【人类博物馆】
导游：曲凯，42章经创始人
55 号珍藏：马骁腾（Pony），Mind Lab 联合创始人、首席科学家，清华大学自动化系博士、博士后，长期从事强...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

这期的嘉宾淏楠非常「折腾」。他读过五个大学，读着觉得没意思就换，也是少有的同时做过 Agent、多模态、RL 和具身的人，而且总是做一些逆势而为（非主流）的选择：
他曾在陈天桥和代季峰两位老师的 MiroMind 工作，是最早一批做 Agent 的人，却在 Agent 最热的时候放弃更丰厚的 package，转向多模态。在混元负责多模态 RL infra、主导推出开源多模态强化学习框架 UniRL 之后，他最近又换了方向，去了一家具身公司负责模型训练。其实，Astra 的出现给具身行业带来了不小的震动，也似乎抹平了各家此前在「大脑」上积累的优势。淏楠在此时入局，总有那么一丝「49 年加入国军」的意味。
不过，这些选择看似很跳，但背后的思考一脉相承，既关乎个人志趣，也有对技术发展和未来空间的判断。所以从 Agent 到多模态再到具身，一路做下来，淏楠收获了什么？这几个方向的实际进展，与外界的...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

这一年，说起 AI 应用创业，相信很多人的共同感受就是：难。
融资难，找 PMF 难，养活团队难，不被模型吃掉难，更难的是，身处绝境时，到底怎样才能坚持下去。
这期节目的嘉宾 Jason，也经历了这样的过程。他是 Articuler.ai 的创始人，此前做过 5 年投资，后来去了美国，埋头创业。去年最难的时候，他拿到的融资 TS 被撤回，睡朋友家的沙发，卖掉了自己的股票垫给公司，却仍一度面临现金流即将断裂、发不出工资的窘境。
那段时间，他经常睡不着，在朋友家楼下转圈，一遍遍问自己：「我到底要不要放弃？」
而他给自己的答案始终是：「这件事我必须得做，而且就得我来做。」
穷让人绝望，却也让他们摸索出了新的 PMF 场景，撑了过来。如今，Articuler.ai 已有 7 万多注册用户、超百万美金 ARR，付费、留存和增长逐渐有了起色，与外部伙伴的合作也越来越顺，co-host 了 OpenAI...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

最近 Personal Agent 非常火。而早在这波概念火起来之前，子皓就已经在做这个方向的软硬件结合产品 Ambi 了。所以国庆前，我们约他录了这期播客，请他分享几个月做下来对这个赛道的思考和实践经验，比如这件事的成本到底有多高、人们有多大需求、如何看待不同的产品路线、面对大厂该怎么竞争等等。
子皓一直是我心中很擅长 deliver 结果、或者说总能赚到钱的 founder，所以我也请他分享了为什么这么会经营。过程中，还第一次听他讲高三暑假发现商机、成为溜冰场独家代理的故事。不得不说，他在赚钱这件事上真是有天赋，而天赋之外，也有很多可被习得的经验。
其实这波 Personal Agent 的火是有迹可循的，从 Openclaw、Hermes，到 Muse、Instinct，背后的主线都是「如何让智能被更多人更好地用起来」。但奇怪的是，这个赛道上跑出来的国内产品并不多。事实上这几年，跑出...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

这几年，很多人都在用 AI 炒股。最近，模型厂和大厂也在主推 AI 在金融场景中的应用。
但 AI 到底怎样才能更好地辅助交易？会给市场带来什么变化？用上 AI，人人就都能像巴菲特一样了吗？
这期播客，我们请到了很火的开源项目 Vibe-Trading 的作者和维护者吴浩哲，聊了聊 AI Trading 相关的各种问题。
浩哲本科毕业于武汉大学数学系，目前是香港大学在读博士生、HKUDS 成员，一直在探索 AI 与金融的结合。Vibe-Trading 开源半年，已有 3.4w 个 Star。
节目里，我们就从这个项目讲起，拆解了 AI Trading 到底是什么、由哪些部分组成、哪个环节最关键，以及它和传统量化有什么区别、人又该在交易流程中扮演什么角色。此外，我们也聊了聊最近很火的 Jev 到底能不能在 AI Trading 中发挥作用。
贯穿整期节目，还有浩哲的一个观察：
在金融里，决策...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

活动预告🥳：9 月 12 日，我们会请到雨鑫做一场线上活动，大家记得翻到 shownotes 末尾查看报名信息！
最近硅谷有了新热点：主权 AI 和 Personal Intelligence。简单来说，就是很多人开始相信，未来会有越来越多的应用公司和个人，训练自己的模型。
对绝大多数人来说，训练模型仍然是一件听起来遥不可及、门槛很高的事，但我们这期节目的嘉宾逯雨鑫却认为，它非常简单，简单到他此前没有 AI Lab 的经历，也不是 AI PhD，只用了 2 周和数百美元，就后训练出了两个登顶 Hugging Face Model Trending 榜首的小模型。
他具体是怎么做到的、摸索出了怎样的 Pipeline？过程中踩过哪些坑？以及无论对个人还是公司来说，训练模型最大的卡点都是数据，那么他是怎么攻克这个难题的？在蒸馏路线、数据来源上，又有哪些 secret sauce？
节目后半段，...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

活动预告🥳：8 月 22 日，我们会请到繁青做一场线上活动，还会有数十位 model researchers 参与，大家记得翻到 shownotes 末尾查看报名信息！
近几个月，我们找了很多做模型、算法的人交流，聊下来的感受之一是：数据的重要性再次凸显出来。
市场也有很明确的对应反馈，比如一批合成数据公司在很短时间内做出了可观的收入；无论是模型厂还是互联网大厂，都在数据上更为投入。
这期节目，我们请来了较早抓住这波合成数据机会的 Evolvent AI 联合创始人孟繁青。繁青是 01 年出生的 NUS PhD，曾在 Kimi 做过一年多的 Agent 和 RL Infra。
节目里，我们从他在模型厂做 Post-training 与出来创业的不同感受聊起，也相继把有关后训练、数据、RSI/Self-Evolving/AI for AI、国内模型竞争格局，甚至蒸馏这个相对敏感的话题，都比较...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

这是一期单口复盘。
这一波 AI 已经进入第四年。一级市场里，模型势能达到几年来最强，应用市场的冷度却跌到了谷底；二级市场里，智谱和 MiniMax 接连上市，而股价的陡峭变化，也多少折射了当下市场的疯狂。
身处其中，最近我一直在想几个问题：
1）过去四年，市场水温经历了哪些关键变化？最值得关注的是哪些公司？
2）模型与应用的关系是怎么演变成今天这样的？为什么国内跑出来的应用这么少？少数跑出来的公司做对了什么？
3）模型越来越强，那下游的应用创始人到底该怎么办？
4）在高速变化里，有哪些不变的常识，仍能帮助我们理解 AI？
这 20 多分钟，就是我现阶段的一些思考，也是对过去四年的一次复盘。
当然，和大家一样，很多问题我仍然没有答案。比如，故事已经讲到世界模型了，那之后还能讲什么？模型交替领先的局面还会怎么变？Token 成本什么时候才能足够低、真的实现智能平权？
无论如何，可以肯定的是，...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

活动预告🥳：7 月 4 日，我们会请到魏小康做一场线下活动，大家记得翻到 shownotes 末尾查看报名信息！
魏小康可能是国内最懂组织建设和招聘的人之一，也是一个先后深度参与过字节和美团组织建设的稀缺样本：
2017—2020 年，他在字节担任招聘负责人，经历了抖音的高速增长与国际化；2020—2026 年，他又在美团担任招聘负责人及 AI 产品经理。
节目一开始，我们就从小康在这两家公司的经历聊起。字节和美团分别有着怎样的组织思路？像张一鸣和王兴这样的优秀创业者，有哪些共同特质？
随后，他展开讲了讲这些年对组织建设的诸多思考。组织建设其实可以拆成两大课题：
1）怎么让人运转起来。包括人的「选、用、育、励、汰」，以及传统 HR 领域的文化、薪酬、职级体系等；
2）怎么让人和业务一起运转。包括目标制定和拆解、团队分工与协作等。
在给出这套框架之后，小康也建议，很多创业者其实搞错了轻重缓急...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿