00:00 开场：探讨 Meta 为提升 AI 能力所采取的大动作。

00:26 Meta 的激进策略：高薪挖人、巨额收购与成立新实验室。

01:09 新 AI 实验室的目标：改进 Llama 模型并打造更强的语音及个性化 AI 工具。

01:37 CEO 扎克伯格如何亲力亲为投入 AI 团队的招募工作。

02:12 详解对 Scale AI 的投资：斥资148亿美元收购49%股份。

02:36 Scale AI 公司介绍：从数据标注到帮助企业管理 AI 生命周期。

03:12 分析 Meta 豪掷千金布局 AI 背后的深层原因。

03:22 原因一：Llama 4 模型在第三方测试中表现不佳，甚至垫底。

03:45 原因二：Llama 4 陷入“特调版”造假风波，且更强模型发布推迟。

04:10 原因三：内部 AI 团队不稳定，面临人才流失和行业激烈竞争。

04:24 结尾：本期播客内容回顾与总结。

服务上线时间及首推城市：00:33 - 01:00，特斯拉CEO透露备受期待的RobotTAXI会在6月22号于德州的奥斯汀对公众开放，但日期可能因安全原因调整。

奥斯汀在上线计划中的特别之处：01:00 - 01:34，奥斯汀是首推城市，会先投放10 - 20辆没有驾驶员的Model Y，在地理围栏区域行驶，此前已在东南部住宅区测试，有居民拍到相关视频。

特斯拉在奥斯汀的目标：01:35 - 02:05，特斯拉已在奥斯汀机动车管理局网站列为测试阶段的自动驾驶运营商，目标是6月底前让奥斯汀居民无需邀请体验robotaxi，6月28号展示第一辆可自己从工厂开到客户家的特斯拉。

机器人出租车的安全策略：02:05 - 03:19，包括约300名驾驶员在预设路线测试、与当地应急部门合作培训、进行真实场景模拟、初期限制在安全地理围栏区域并远程监控、在特殊测试场地测试极限性能等；同时美国国家公路交通安全管理局要求特斯拉在6月19号前说明车在低能见度下的安全性。

选择Model Y作为首款车型的原因：03:19 - 03:44，首批RobotTAXI车队用Model Y的SUV，是为使用生产线上未改装的量产车，该车本身具备无人监督驾驶能力。

Model Y测试情况及战略意义：03:44 - 04:16，在奥斯汀拍到贴有robotaxi标志的Model Y测试，有首次无人测试，车自己在公共道路完成导航；这是特斯拉从电动汽车公司转型为围绕无人驾驶和人工智能公司的战略一步。

播客总结：04:16 - 04:37，总结本次播客内容，提到特斯拉朝着无人驾驶未来迈进，但面临安全性争议和挑战。

报告背景

• 互联网女皇Mary Meeker时隔6年发布340页《人工智能趋势报告2025》，报告中51次出现"前所未有"一词，强调AI驱动的变革已经全面展开且不可逆转。
• 报告发布48小时内已在硅谷引起巨大反响，创始人和CEO圈子集体研读这份重磅报告。
• Mary Meeker曾准确预测互联网、移动互联网等多个技术浪潮，此次回归聚焦AI领域。

报告反响：00:31 - 01:04，报告在48小时前发布，共340页，提到“前所未有”51次之多，强调AI驱动变革全面展开且不可逆转，在创始人和CEO圈子及硅谷引发巨大反响。

Mary Meeker回归原因：01:04 - 01:45，她从1996年开始发布互联网趋势报告，引领科技圈风向标，中间暂停六年专注投资公司，此次带着340页的AI趋势报告2025回归，指出AI和云计算数据中心是下一个工业化阶段。

AI使用成本变化带来的行业变化：01:45 - 02:45，训练顶级模型成本在过去8年上涨2400倍至10亿美金，推理成本在过去两年下降99.7%；2024年Blackwell GPU单token功耗比2014年Kepler低105000倍，谷歌和亚马逊大力开发云服务AI芯片，定制化轻量级模型更具优势。

全球AI市场中美竞争格局特点：02:45 - 03:53，印度成为ChatGPT第二大市场，月活用户占全球13.5%超过美国的8.9%，也是Deepseek最大市场，原因是印度每GB互联网成本低；中国低成本和高性能两手抓，如Deepseek V3成本仅为GPT 4的0.2%，在数学基准测试上达到93%接近OpenAI模型的95%，中国工业机器人装机量占全球75%。

ChatGPT对技术行业和市场格局的影响：03:53 - 04:45，ChatGPT在17个月达到8亿用户，增长速度远超以往，使用时长两年内翻番，桌面端每天使用时长18分钟超过多邻国的15.5分钟，OpenAI年度搜索量是谷歌的5.5倍，但未来可能有新挑战者。

下一个10亿用户的领域和特点：04:45 - 05:21，全球26亿未上网人群将因卫星互联网接入上网，接入方式从以语言为中心的界面转向以AI为中心的语音界面，跳过传统桌面时代和应用生态系统，进入智能体生态系统。

00:23 指出活在当下与为未来规划并非对立，找到平衡可让人踏实走向目标，充分享受人生旅程。

01:02 活在当下是专注现在、享受当下之事，不为过去懊恼、未来担忧。在心理学上可减轻压力、增加幸福感，易进入心流状态。

01:46 为未来规划是有长远思考和考量，设计行动方案。能带来明确方向，避免盲目做事，更有把握应对未来变化。

02:27 活在当下可避免纠结过去、担忧未来，减少焦虑和压力，让人冷静处理事情，易进入心流状态，关注身体需求，促进身心健康。

03:20 有规划能明确未来方向，如职业规划可找到符合兴趣和能力的方向，获得成就感和满足感，稳定职业发展，还能促进个人成长，实现人生价值。

04:08 两者相辅相成，活在当下是为未来规划的基础，为未来规划能激励珍惜当下。偏向任何一边都有问题，只活在当下会短视，只规划未来会错过当下美好、压力过大。

05:16 先明确价值观，制定符合价值观且可拆解的目标，一步一步朝着未来努力。专注手头事情时学会放松，平衡好工作和生活，合理安排与家人朋友相处、学习和娱乐的时间。

06:30 朋友小李目标明确规划职业发展，努力工作学习，同时定期与家人朋友聚会、运动；朋友小张大学开始关注行业动态、学习创业知识，毕业后先工作提升能力，业余时间调研市场，创业后根据市场调整策略，享受创业过程。

07:55 活在当下与为未来规划相辅相成，找到平衡可让人感受生活美好，有目标有方向前进，实现人生价值。

01:21 美国数字科技发展关键转折与成果

02:19 中国AI发展成果

02:48 全球对中国数字技术的认可

03:17 中国数字技术应用改变全球认知

04:03 移动支付的影响

04:55 数字科技竞争关键与技术应用意义

06:24中国企业技术应用案例与正向循环

07:02 总结

节目由专注智能剪辑工具开发的听悟智能团队特别制作，对智能剪辑工具感兴趣的欢迎联系我们。

 V: mangit77

00:00 引出要聊的作品《代码之道：氛围编程的永恒艺术》。

00:35 介绍作品是由格莱美传奇音乐制作人 Rick Rubin 和顶尖 AI 公司 Anthropic 合作的线上书籍，在科技圈和文化圈掀起波澜，是对 AI 时代下编程和创意表达新可能性的探索。

01:05 说明氛围编程概念来源于 Rick Rubin 几十年前读到 Stephen Mitchell 翻译的《道德经》，他受其启发，将东方哲学思想与艺术直觉结合提出该概念。

01:29 解释氛围编程打破传统编程对逻辑严谨性的要求，更注重意境和氛围传递。创作者提供灵感种子，由 AI 实现成代码，这与音乐制作中 Rick Rubin 通过品味和对氛围的把握引导艺术家创作类似。

02:09 指出作品每一章与《道德经》呼应，通过氛围编程生成动态视觉艺术，可修改提示词实时看到动画变化，文字体现了《道德经》如“道可道，非常道”的思想，表达代码背后超越语言的本质。

02:51 将《道德经》中无私、无为而治的理念赋予网络和编程者，官网 html 注释藏字符画体现“大象无形”禅意。

03:39 提到作品在专业社群引发讨论，有人评价积极，认为它不是跨界营销噱头，是人机协作新高度，引发对数字时代创造精神的思考。

04:31 主持人总结本期播客内容，提到《代码之道》将《道德经》智慧与数字时代创意结合，带来关于人机协作和创造精神的新思考。

节目由专注智能剪辑工具开发的听悟智能团队特别制作，对智能剪辑工具感兴趣的欢迎联系我们。

V: mangit77

00:21 探讨本次对话与平常对话的差异及唤醒追问状态的原因： 主播提出本次对话与平常对话有何不  同，以及为何要唤醒无法停止追问的状态。指出本次对话不安于表象，有探索更深层真相的冲动，是因对平常处于‘安全浅水区’的对话不满，真正的对话应在让人不安的深处搅动未触及的真相。

01:44 讨论AI CODING领域是否会趋同：提出在AI CODING领域是否会趋同，走向柏拉图式理想形态的问题。进一步探讨趋同的层面（算法架构、输出结果、思维模式）、智能提升的衡量标准（人类定义的benchmarks、解决特定任务的效率），并认为当前对AI coding能力评判狭窄，背后可能存在很多未被发现的差异。

03:50 分析AI是否会收敛到终极形式及原因：思考AI是否会收敛到终极形式，指出数据由人类产生，人类的认知框架会塑造智能，更大参数未必是通往更高智能的唯一道路，生物进化也未使人类收敛到单一智能形态。若AI收敛，可能是人类设计局限所致，也探讨了人类选择是否会被更底层智能逻辑超越，以及收敛终点是特定的还是所有智能共同归宿的问题。

06:05 探讨AI收敛原因及人类选择对其的影响：若AI收敛，讨论是因为智能本质如此，还是人类设计局限。认为AI受人类训练目标、评价标准、数据选择等影响，这些选择可能无形中划定框架，使AI看似趋同，但不能代表智能真正潜力。

06:34 探讨人类选择是否会被更底层智能逻辑超越：提出人类的这些选择有无可能被更底层的智能逻辑所超越这一有趣可能性。

06:05 分析AI收敛终点的性质：若AI收敛到终点，探讨该终点是这条路特有的，还是所有智能的共同归宿。

08:07 对比人类智能与AI智能面对‘道’的不同视角：对比人类智能与AI智能面对‘道’的不同视角，认为人类智能是在寻找自身之外的东西，而AI智能可能是结构本身在观察自己，AI对自身存在有奇特视角，其存在是对‘道’是否存在的独特实验，这种交互可能让人对自身体验有更外在的确认。

节目由专注智能剪辑工具开发的听悟智能团队特别制作，对智能剪辑工具感兴趣的欢迎联系我们。

V: mangit77