AI 明白人｜全球 AI 播客中文精选

这一期，我们听的是 Behind the Craft 对 Sam Stephenson 的访谈。

【这期讲什么】
Sam 是 Granola 的联合创始人，Granola 是一款目前估值达 $1.5B 的 AI 会议笔记应用。Granola 帮我在无数次会议中生存下来（甚至享受其中），所以我很想了解 Sam 如何利用 AI 做好准备、从容参会。我们还聊了如何在不陷入 996 苦干的情况下打造一家 AI 原生公司，以及当代理完全跳过你的应用时，设计意味着什么。

【时间轴】
00:00 Sam 现在每次参加新会议前都会依赖的 AI 简报
01:47 “我错过了什么？”：Granola 使用次数最多的配方
04:14 尽管用户抱怨，Granola 为什么还是隐藏了文字稿
07:45 一个从创始人那里获得反馈的 Granola 配方
11:14 当代理跳过你的 UI 时，Sam 为什么会感到一阵悲伤
16:42 为什么 Sam 对 Figma 的使用率降到了 20%，以及 Granola 如何阻止垃圾内容
22:50 Nacho：每个 Granola 员工都会首先询问的代理
26:59 为什么大多数人会过早地停止改进自己的产品

【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。

————————————
我是 Felix，在中美经营一家 AI 技术公司。
想共同探索 AI 机会，或者想加入我的团队做有意思的事，欢迎来找我：

• 小红书 / 公众号：康康你的AI
• X：@hereFelixK
• 博客：https://felixk.me
• 播客：AI 边角料

这一期，我们听的是 AI & I 的一期节目。

【这期讲什么】
在本周的 The Every Podcast 节目中，Dan Shipper 与 Every 的平台负责人、Every Agent 背后的推动者之一 Willie Williams 对谈。Every Agent 于本周上线。他们讨论了 Every 如何从人人运行自己的 OpenClaw，转变为依靠一个共享的公司智能体，以及他们认为个人智能体在日常生活中应当处于什么位置。

【时间轴】
00:00 介绍
04:41 OpenClaw 如何在 Every 内部传播开来
07:50 为什么每个人的个人智能体最终都消亡了
11:04 为构建者开发与为运营者开发之间的区别
11:04 为什么工作将由公司智能体运行，而个人智能体将继续属于个人
13:52 AI 时代的工程管理发生了怎样的变化
16:02 利用 AI 驱动的信息流查看产品发布期间发生的一切
16:02 为什么 Willie 的 token 使用量断崖式下跌
20:33 为生活的每个部分配备独立 AI 教练的好处
22:20 Every 如何构建自己的智能体，让它主动呈现未经提示的信息

【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。

————————————
我是 Felix，在中美经营一家 AI 技术公司。
想共同探索 AI 机会，或者想加入我的团队做有意思的事，欢迎来找我：

• 小红书 / 公众号：康康你的AI
• X：@hereFelixK
• 博客：https://felixk.me
• 播客：AI 边角料

这一期，我们听的是 The Startup Ideas Podcast 的一期节目。

【这期讲什么】
Google 最先进的音频模型已经上线，亲自试试：
本期节目中，我与 Varick 的 Vas 讨论了如何让 AI 真正应用于一家现实中的公司。Vas 认为，AI 通过流程再造实现价值，并带我了解他的前置部署工程师（FDE）所使用的具体方法：访谈、流程挖掘、步骤分类，以及在现有记录系统中构建智能体。我们会深入讨论真实项目，包括一家$5B的上市软件公司，以及一次应付账款流程改造——它将每张发票的处理成本从$31降至$6。节目最后，你将清楚了解 FDE 的角色、AI 整合背后的商业机会，以及一套五天内开始行动的计划。
提到的链接：

【时间轴】
00:00 开场
01:44 FDE 概览
02:04 AI 整合与流程再造
04:44 个人系统类比
04:44 了解一家公司的流程（逐步拆解）
09:33 案例研究：$5B软件公司
12:03 每个步骤的4个类别
12:03 在记录系统中构建
14:47 案例研究：私募股权投资组合
16:19 向C级高管销售
18:29 绘制五家 NetSuite 公司的流程
18:29 示例：应付账款流程图
22:55 案例研究：60人规模的会计事务所
23:35 何时使用代码、智能体或人工
23:35 选择 AI 模型
26:10 Sidekick 与后台智能体
27:30 顶尖 FDE 的3项技能
29:40 FDE 为什么赚这么多
31:28 五天入门计划
31:35 本地部署硬件需求
33:45 OpenAI Private Intelligence
34:42 完整作战手册
35:01 总结思考

【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。

————————————
我是 Felix，在中美经营一家 AI 技术公司。
想共同探索 AI 机会，或者想加入我的团队做有意思的事，欢迎来找我：

• 小红书 / 公众号：康康你的AI
• X：@hereFelixK
• 博客：https://felixk.me
• 播客：AI 边角料

这一期，我们听的是 AI & I 对 Sam Altman 的访谈。

【这期讲什么】
Sam Altman 的 Dot——OpenAI 全新的全天候智能体——让他重新拥有了一天中效率最高的时段。
这位 OpenAI CEO 曾经总会把清晨——他“创造力最强”的时间窗口——耗在处理各种亟待解决的问题上。如今，他的 Dot 会对这些问题进行分流，只标记真正紧急的事项。它还让他重新开始构建产品：在空闲时刻，他会把一个功能的想法告诉自己的 Dot，而 Dot 会为他构建五六个版本供他审阅。
在 The Every Podcast（原名 AI & I）的第一期节目中，Dan Shipper 在 OpenAI 的 DevDay 采访了 Altman。他们讨论了 Altman 如何利用 Dot 保护自己的时间、为什么他只在 Ultrafast 上进行提示，以及他为何相信 AI 将催生一场新的文艺复兴。
章节：

【时间轴】
00:00 介绍
00:53 为什么 AI 还没有取代开发者
04:32 OpenAI 押注平台，看好小团队公司的崛起
05:35 为什么 AI 时代更像“文艺复兴”，而不是“工业革命”
06:34 Sam 的 Dot——OpenAI 的全天候 AI 智能体——如何让他重新拥有清晨时光
11:02 Sam 如何利用 Dot 构建新功能
14:39 深入了解 OpenAI 的“实时文档”：智能体和人类可以共同构建
18:06 自带订阅模式将为应用开发者带来什么变化
20:09 为什么“OpenAI 刚刚干掉了某个 X 初创公司”从未成为现实
24:52 Sam 在 Ultrafast 上的生活，以及让速度像智能一样廉价的努力

【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。

————————————
我是 Felix，在中美经营一家 AI 技术公司。
想共同探索 AI 机会，或者想加入我的团队做有意思的事，欢迎来找我：

• 小红书 / 公众号：康康你的AI
• X：@hereFelixK
• 博客：https://felixk.me
• 播客：AI 边角料

这一期，我们听的是 The Startup Ideas Podcast 的一期节目。

【这期讲什么】
在这一期单人播客中，我将剖析这股规模达5万亿美元的小企业转手浪潮：随着企业主退休，大量企业即将易主，以及为什么AI智能体让这股浪潮真正成为个人创业者的机会。我会介绍Thrive Holdings和General Catalyst如何收购会计事务所、物业管理公司和客户支持中心，然后在其中部署AI智能体，以提升利润率。接着，我会展示如果由我来运营一家一人控股公司，我会如何设计：文件夹结构、智能体文件、人类审批规则，以及我的平均一周安排。最后，我会总结反对AI整合收购最有力的论点，其中包括我最认真看待的那个论点。

【时间轴】
00:00 简介
01:24 为什么这场5万亿美元的转变正在此刻发生
01:24 案例：Thrive Holdings和General Catalyst
03:36 基金的打法
06:38 小额交易的缺口
06:38 一人控股公司
10:14 文件夹结构
10:14 智能体流程
12:57 智能体审核文件内部
12:57 我运营控股公司的一周
14:46 如何拿下第一家企业
15:42 反对AI整合收购的论点
19:09 结语

【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。

————————————
我是 Felix，在中美经营一家 AI 技术公司。
想共同探索 AI 机会，或者想加入我的团队做有意思的事，欢迎来找我：

• 小红书 / 公众号：康康你的AI
• X：@hereFelixK
• 博客：https://felixk.me
• 播客：AI 边角料

这一期，我们听的是 How I AI 对 John Lindquist 的访谈。

【这期讲什么】
John Lindquist 创建了 egghead.io，这是一个被数十万在职工程师使用的开发者教育平台。如今，他正在打造 mega.dev——一个专门面向希望用 AI agents 完成实际工作，而不只是做原型的开发者的实践项目。

【你会听到】

• 为什么 Jev 是决策引擎，而不是聊天机器人，以及这一点实际上会如何改变你的构建方式
• John 如何构建一款实时语音待办应用，在没有明显停顿的情况下对指令进行分类并执行
• 利用置信度分数在毫秒内合并混乱记录的数据去重模式
• 为什么 Jev 最适合作为路由器，以及单个文本输入如何将用户带入应用深处
• Jev 与低推理能力 LLM 的一场国际象棋比赛，揭示了速度、成本，以及何时该使用哪一种模型
• 当一次 Jev 处理不够时，John 会采用的多步骤分类模式
• Jev 的不足之处，以及什么时候你仍然应该选择完整的生成式模型

【时间轴】
00:00 John Lindquist 回归 Jev 周
04:24 Jev 实际输出什么
06:10 演示：实时语音待办应用
06:32 连续调用 Jev 如何串联起来
09:51 演示：从日常英语到函数名（购物车）
10:23 演示：数据去重与记录合并
12:11 置信度分数与多模型验证
13:00 演示：作为多级应用路由器的 Jev
16:04 围绕 Jev 进行架构设计
16:54 演示：Jev 对比传统 LLM 下棋（速度与成本基准测试）
19:52 将 DOM 交互视为决策集合，而不是无限画布
22:41 演示：Wikipedia“通往哲学之路”路线映射器
22:50 演示：多智能体协调与碰撞规避
27:08 演示：实时演示文稿教练
30:05 快速回顾
32:42 闪电问答与最后的想法

【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。

————————————
我是 Felix，在中美经营一家 AI 技术公司。
想共同探索 AI 机会，或者想加入我的团队做有意思的事，欢迎来找我：

• 小红书 / 公众号：康康你的AI
• X：@hereFelixK
• 博客：https://felixk.me
• 播客：AI 边角料

这一期，我们听的是 How I AI 的一期节目。

【这期讲什么】
我在旧金山参加了 OpenAI 的 DevDay，有好消息，也有坏消息：OpenAI 发布了很多东西。本期节目中，我会拆解那些值得关注的发布内容，并展示我提前测试其中一些产品时发生了什么。我们会认识我的 Dot，探索为什么 Spaces 和 Sites 可能会影响团队的工作方式，也会聊聊作为开发者，我最期待的模型和 API 更新。我用 Decisions API 找出没人看起来尴尬的播客缩略图，用 Astra ultrafast 制作协作画板，还让我的孩子们实时重新设计一个 3D 世界。最后这个实验花了大约 97 美元。我的钱包对此颇有想法。这些是我的初步印象：哪些内容前景可期，哪些地方仍显粗糙，以及我认为你应该先尝试什么。

【你会听到】

• OpenAI 的 Dots 能做什么，我一直如何使用自己的 Dot，以及我为什么还在等待给出完整结论
• 为什么 Spaces 可能是人类与智能体协作领域最被低估的发布内容之一
• 具备连接器和插件的 Sites 如何帮助团队在正确的数据权限下共享内部工具
• GPT-6.1 Sol 在我的模型技术栈中处于什么位置，以及速度和成本为何重要
• 视觉能力为 Decisions API 带来了什么，包括我的缩略图选择和热狗演示
• Astra ultrafast 为交互式 AI 应用带来了哪些可能，从协作绘画到不断变化的 3D 游戏
• 哪些地方的速度让人感觉不可思议，哪些体验仍需改进，以及它的成本是多少

【时间轴】
00:00 OpenAI DevDay 回顾——以及按下 Codex 重置按钮
00:00 Dots：初步印象与粗糙之处
02:07 Spaces：与人类和智能体一起工作
07:37 Sites、连接器，以及共享内部工具
07:37 模型与平台：GPT-6.1 Sol
12:01 Decisions API：借助视觉能力快速做出决策
13:17 用 AI 找到更好的播客缩略图
13:42 到底是不是热狗？
14:10 Astra ultrafast：速度、定价与可能性
15:43 The Other Pencil：与 AI 一起绘画
15:43 Little Starship：一个可以用提示词改变的 3D 世界
17:01 97 美元的 AI 游戏——以及它带来的可能性
18:20 Agents API、计算机使用、插件与计划更新
18:20 我会先尝试什么

【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。

————————————
我是 Felix，在中美经营一家 AI 技术公司。
想共同探索 AI 机会，或者想加入我的团队做有意思的事，欢迎来找我：

• 小红书 / 公众号：康康你的AI
• X：@hereFelixK
• 博客：https://felixk.me
• 播客：AI 边角料

这一期，我们听的是 The Startup Ideas Podcast 的一期节目。

【这期讲什么】
我观看了 Sam Altman 在 OpenAI Dev Day 2026 舞台上近 60 分钟的演讲。在 20 多项发布中，我挑出了三四项，认为它们合计能够让人赚到数十亿美元。我将拆解 Dots、OpenAI 的个人智能体平台，以及 Decisions API、支持计算机使用的 Agents API 和 Sign in with ChatGPT。我还会分享我在这个世界里构建业务的四步框架，以及两个希望有人来实现的商业创意。如果你想围绕 AI 创业并赚钱，这一集就是为你准备的。

【时间轴】
00:00 开场
00:00 Dots：个人智能体平台
02:09 OpenAI 加码 Plugins
02:09 Decisions API
02:09 支持计算机使用的 Agents API
05:05 Sign in with ChatGPT
08:22 你应该在哪里构建？
08:22 创意：现实世界工作 API
08:22 创意：智能体发现分析工具
11:13 结语

【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。

————————————
我是 Felix，在中美经营一家 AI 技术公司。
想共同探索 AI 机会，或者想加入我的团队做有意思的事，欢迎来找我：

• 小红书 / 公众号：康康你的AI
• X：@hereFelixK
• 博客：https://felixk.me
• 播客：AI 边角料

这一期，我们听的是 How I AI 对 John Bai和Peng Zheng 的访谈。

【这期讲什么】
John Bai 和 Peng Zheng 是 SpaceXAI Grok Bot 团队的设计师，他们正在打造目前最受关注的 AI 产品之一。John 会公开分享自己的设计过程（他的文章《用 Grok Bot 设计 Grok Bot》已经广为流传），也会与设计社区分享 bot 模板。Peng 则将产品设计的思维带入个人工具，他的网站本身就是其作品的实时演示。

【你会听到】

• Peng 如何使用 Grok Bot 作为完整的后端流程，构建一个会自动更新的个人网站，既不需要 CMS，也不需要 Figma 文件
• 让 Peng 只需发送一张照片或一个地点名称，就能让他的作品集自动更新的 check-in bot 的具体设置
• John 去健身房时，他的 Figma Bro bot 如何处理生产设计任务
• John 如何通过 MCP 连接使用语音备忘录指挥 Figma 工作，无需打开笔记本电脑
• John 如何使用 DevBot 实现“从洗澡时的想法到原型”的工作流程，无需先经过产品经理或工程师，就能测试交互想法
• 软件开发的“垃圾桶方法”
• 两位设计师如何组织自己的个人 bot 生态系统
• John 和 Peng 认为 AI 对设计这一技艺的未来究竟意味着什么

【时间轴】
00:00 介绍 John 和 Peng
02:24 Grok Bot 的热潮
03:33 用 Grok Bot 构建的 Peng 的自动更新个人网站
12:14 AI 如何让设计变得更容易接触
14:54 网站更新结果
15:08 John 的 Figma Bro bot
17:50 为 bot marketplace 制作营销材料
20:03 DevBot：从洗澡时的想法到可运行的原型
20:03 软件开发的垃圾桶方法
24:27 John 和 Peng 正在使用的其他 bots
30:37 当 bots 没有按你的要求工作时的实用建议

【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。

————————————
我是 Felix，在中美经营一家 AI 技术公司。
想共同探索 AI 机会，或者想加入我的团队做有意思的事，欢迎来找我：

• 小红书 / 公众号：康康你的AI
• X：@hereFelixK
• 博客：https://felixk.me
• 播客：AI 边角料

这一期，我们听的是 How I AI 的一期节目。

【这期讲什么】
我早起准备录制 Opus 5.5 的评测。结果 Anthropic 和 OpenAI 在同一个早晨发布了新模型，于是我决定做一件以前从未做过的事：进行 How I AI 盲测直播。我让 GPT-6 Astra、GPT-6 Sol、Claude Opus 5.5 等模型接受我真正关心的工作考验：邮件、PRD、前端原型、后端工作、长时间运行的智能体、SVG 和视频剪辑。我在不知道输出由哪个模型生成的情况下为结果打分，所以你可以看到我做出预测、改变想法，并揭示自己非常不一致的偏好。Astra 赢得了我的心。Opus 5.5 赢得了我的这一周。Sol 依然让我左右为难。有一个创意结果让我彻底判断失误，还有一个 LLM 评审与我意见相左；此外，我们回到了 Barbie Bench——这个 3D 时尚游戏不断提醒我，我们还有多长的路要走。那些手部细节惨不忍睹。AGI 还没有到来。

【你会听到】

• 我如何进行 How I AI 盲测，以及在我甚至不知道哪个模型生成输出之前，什么会让一个输出得到低分
• 为什么 Astra 赢得了我的心，而 Opus 5.5 可能是整体最强的模型，尤其是在长时间运行的智能体和 B2B 前端方面
• Sol 在清晰写作、易读的 PRD 和价格方面为何依然让我心动
• 角色 SVG 的结果如何彻底颠覆了我对 Anthropic 的预测
• 当我让这些模型剪辑视频时发生了什么，以及为什么我认为 skills 可以解释其中一部分失望
• 为什么一个 LLM 评审不同意我的排名，以及它奖励了哪些我没有奖励的东西

【时间轴】
00:00 直播设置与新模型发布
00:00 Opus 5.5、Sol 和 Luna 有哪些新变化
03:49 限制机制、个性与速度
06:12 How I AI 盲测与盲评流程
08:59 邮件与个人效率测试结果
10:55 前端原型的直觉检查
19:05 后端、智能体个性与长时间运行的任务
22:51 SVG 插画测试
23:47 AI 视频剪辑结果
23:47 揭晓前的预测
25:03 Barbie Bench：3D 时尚游戏测试
27:13 结果：Astra、Sol 和 Opus 5.5
27:33 写作清晰度与创意惊喜
28:05 为什么 LLM 评审不同意我的看法
28:05 每个模型真正最擅长什么

【说明】
本节目与原节目、嘉宾或其所属机构不存在官方隶属关系。

————————————
我是 Felix，在中美经营一家 AI 技术公司。
想共同探索 AI 机会，或者想加入我的团队做有意思的事，欢迎来找我：

• 小红书 / 公众号：康康你的AI
• X：@hereFelixK
• 博客：https://felixk.me
• 播客：AI 边角料