硅谷101|中国版

在人工智能领域打正火热的时候，OpenAI创始人Sam Altman正在低调布局一家脑机接口公司Merge Lab，用基因改造与超声波的方式在脑机接口领域正式跟马斯克竞争。

就在2025年上半年，越来越多关于超声脑机接口公司陆续得到硅谷顶级富豪的资本支持。这条路径与Neuralink这种需要破脑膜的方式完全不同，Neuralink是通过电信号进行通信的脑植入物，而另一个路径则是超声波检测到的血流信号来揭开大脑的秘密。

最有意思的是，我们从一个完全不同的技术路径再去看Neuralink，就像站在月球看地球，又打开了一个新世界，聊到最后我们会发现脑机接口、人工智能、机器人，正在朝着融合的方向发展，这就是硅谷有意思的地方。

【主播】

泓君，硅谷101创始人，播客主理人

【嘉宾】

彭雷，格式塔Gestala创始人兼CEO，脑虎，客如云创始人，复旦类脑院博士，天府锦城实验室研究员

【AIAS研讨会】

2025年10月27日-28日，陈天桥雒芊芊研究院和加州大学伯克利分校联合举办的AIAS 2025研讨会将于旧金山One Sansome举行，聚焦AI如何加速科学发展。本次活动大咖云集，光诺贝尔奖得主就有三位——Omar Yaghi、David Baker 和 Jennifer Doudna。活动可以免费参加，但席位有限，感兴趣的听众欢迎通过aias2025.org来报名。

【你将听到】

01:00 AIAS 2025研讨会

整体地去解读大脑

03:56 传统电学脑机接口原理——通过电信号解码&编码大脑

05:12 为什么做超声脑机接口：整体地解读大脑，去接近思维意识的终极答案

08:47 功能核磁成像（fMRI）是人类第一次对大脑整体进行解码，但缺乏时序性

11:16 当脑机接口的时间和空间的分辨率都达到极致，大脑在我们面前就是透明的

12:34 目前最先进的Neuralink，只能覆盖大脑表面空间1.3‰

14:43 以“摩尔定律”预测电学脑机接口发展，不断缩小的中美差距

电学vs超声，脑机接口优势比拼

17:41 空间覆盖上，一个超声脑机接口可覆盖大脑区域的25%

18:49 时效性上，都是实时，但电信号和血流信号天然存在时间差

20:43 电学脑机接口擅长“读”，做运动解码和语言解码

21:13 超声脑机接口擅长“写”，以相控阵方式对神经元产生影响

22:06 超声脑机接口的第一个应用场景：疼痛管理

24:17 超声脑机接口不存在“侵入式”，更易被接受

超声脑机接口的商业化前景

26:13 用于调控的超声能量大，用于大脑更需谨慎，拿证需时间

30:22 第二个场景：减少缺血性脑中风患者的神经元死亡

30:54 第三个场景：为阿尔茨海默提供治疗新路径

- 加速大脑内有害蛋白（Tau蛋白、Aβ蛋白）的代谢

- 打开血脑屏障，帮助AD药物进入大脑

- 直接作用于海马体，加强神经元再生能力

33:19 第四个场景：睡眠管理

34:30 更多场景：抑郁症等精神类疾病、成瘾、癫痫等

硅谷大佬隐秘布局超声脑机接口

37:22 盘点值得关注的5家超声脑机接口公司，都是谁在投？

- Spire，陈天桥投资（该领域的主要股东）

- Nudge，创始人Fred是Coinbase的co-founder，由Thrive Capital投资（特朗普亲家）

- Forest Neurotech，主要捐赠者是Eric Schmidt（前Google CEO）

- Sanmai，Reid Hoffman投资（LinkedIn创始人）

- Merge Labs，Sam Altman成立（由OpenAI联合创始人）

41:28 AI大佬押注脑机接口，神经科学跟人工智能是一个硬币的两面

42:31 黑客帝国红蓝药丸现实版：是否要选择基因改造大脑？

44:12 人脑+AI融合共生的终极形态：人脑改造和数字颅骨

顶尖AI科学家们，如何从生命科学角度看AI 

48:03 下一代AI可能告别冯诺依曼架构，变得更像大脑“湿件”

51:19 为什么拿了诺奖的“人工智能之父”Geoffrey Hinton说他想回到神经科学领域？

52:00 另一个诺奖得主、谷歌高管Demis，研究细胞AI化，还成立了Isomorphic Labs（同构实验室），要“治愈一切疾病”

进化了数百万年的人脑，还可以给AI带来哪些启示？

54:57 不同于语言模型的精确性，AI的下一代世界模型的模态是不可精确描述的

57:04 人工智能、具身智能、脑机接口——这三个事迟早会交叉在一起

58:40 如果我们无法破解大脑的工作机制，所有调控都是“瞎子摸象”

01:04:08 脑机接口能真正推动全脑视角的研究，成为生命科学底层的重要工具，如同基因测序

再聊聊创业

01:06:14 医疗领域的中美创业环境对比

01:11:29 马斯克说的“2028年实现知识和记忆上传”靠谱吗？

01:16:38 从嘉宾六次创业经历，看中国互联网20年创业浪潮

【监制】

泓君

【后期】

AMEI

【运营】

朱婕

【BGM】

In All Seriousness - Howard Harper-Barnes

Un Piccolo Party - Martin Landstrom

The Big Truth - August Wilhelmsson

如果有家公司的特长是量产CEO，而这家公司还是卖洗发水、洗衣粉和尿不湿的宝洁，你会怎么想？
事实就是这样——宝洁最近公布了它的新任CEO，后者在36年前通过校招进入宝洁，在公司里从品牌助理经理做起一直做到全球COO，即将在明年掌舵这个全球最大的日化巨头。
从1837年创立以来，一共有12位职业经理人，担任过宝洁13任的CEO。他们全都从宝洁的内部培养体系而来，在公司任职多年，熟知公司的业务、战略和文化。这和如今不少公司一发展就愁人才、一愁人才就找空降高管、一找空降高管总会水土不服的情况截然不同。
宝洁的人才培养机制不只服务了自己，它还向全球快消行业输送了大量职业经理人，向中国消费创业领域输送了诸多明星创业者，甚至向互联网行业输送了不少高管。
本期播客，我们将宝洁的人才培养机制拆解成了招人-培养人-寻找Coach三个环节，也聊了聊普遍的“空降高管难题”，以及科技创业公司能从宝洁的人才培养机制中借鉴什么。
量产CEO也许不是每家公司都能做到，但想多从内部培养一些人才，宝洁这家超传统企业，的确能捋出不少know-how来。

【主播】
麻花，硅谷101特约研究员
【嘉宾】
于冬琪，新能力咨询创始人（公众号：于冬琪商业笔记）
叶楠，人力资源专家，知乎人力资源优秀答主（公众号：瞎说职场）

【硅谷101科技峰会】
《硅谷101》的年度科技大会又回来了，这是我们将有趣的技术干货与故事带到线下的第二年，用最好的内容让大家亲身感受前沿科技的酷炫和温度一直是硅谷101的目标。硅谷10月5日，期待与各位见面，从这里驶向未来！

【你将听到】
养人先招人，从“宝洁八大问”开始
05:10 宝洁的招人逻辑，更重先天特质而非后天技能。
12:44 怎样的面试和互动，更能发现优秀人才？
18:30 挖人才、留人才，开哪些条件更管用？

培养机制，好苗子怎么长起来的

26:03 宝洁的Coach机制，是怎么帮助员工成长的？

31:04 培养人才时，大多数公司的“盲区”。

34:06 所谓的“领导力”，到底怎么个培养法？

谈谈Coach，好的职场导师哪里找

36:49 源源不断的职场导师，源于好的企业文化。

40:38 关于一个优秀Coach的职业素养。

宝洁的人才方法论，你能借鉴多少

42:29 唯快不破的商业社会，怎么学宝洁的“慢培养”？

49:17 中美商业社会，还有哪些人才培养超级公司？

自建人才之外，再谈谈空降高管

51:53 闪亮亮的空降高管，怎么就不好用了？

57:41 给空降高管多少时间练手算合适？

59:13 空降高管的“磨合加速剂”是什么？

一些建议，留给想成为“潜在高管”的人

1:04:27 想成为能被培养的潜力股，嘉宾给了些锦囊。

【延伸阅读和相关术语】

宝洁八大问：由宝洁的人力资源专家设计的8个经典面试问题，主要考核面试者的内在潜力和综合素质。

MECE原则：即相互独立、完全穷尽（Mutually Exclusive, Collectively Exhaustive）。由麦肯锡咨询顾问芭芭拉·明托提出，主要用于商业计划、信息整理与提升逻辑思维，旨在将一个事物分解为相互独立且无遗漏的类别。

IKIGAI：源自日语，意思是“存在的理由”或“生活的意义”，指代让你感到快乐、有成就感、能贡献社会、并且能获得相应回报的事情，是工作与生活的平衡点。

【听众福利】

本期节目由专业生发品牌达霏欣赞助播出。

达霏欣专研生发23年，男女分治双浓度，清爽不油腻，温和低敏，买达霏欣就上京东！

【达霏欣2%浓度】

购买人群建议：女性首选，适合防脱及头皮敏感人群，温和不刺激；

【达霏欣5%浓度】

购买人群建议：男性首选，适合中重度脱发人群，清爽不油腻。

欢迎大家在评论区参与互动，我们会抽取5名听众各送出达霏欣防脱洗发水1份。

【监制】

泓君

【后期】

AMEI

【运营】

朱婕

【BGM】

Cat's Tango - Guto Lucena

Simple Pleasantries - Arthur Benson

Unfinished Stories - Lennon Hutton

Cold and Blue - Roy Edwin Williams

Lost in Time - Aiyo

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：[email protected]

人工智能奠基人马文·明斯基（Marvin Minsky）在1985年出版的《意识的社会》（The Society of Mind）中首次系统提出“智能体”（Agent）概念，他将其定义为“众多异构能力代理间受管理的互动模式”。

40年后，我们迎来了“智能体元年”。2025年，Manus等智能体产品的横空出世，多场景应用爆发，标志着AI走到了从技术突破到大规模价值创造的关键拐点。

9月11日，在2025 Inclusion·外滩大会“智能体时代进化论”分论坛上，硅谷101泓君与三位行业领袖，直面智能体落地的现实瓶颈，围绕技术路径与商业模式的可持续性展开深度对话。

【主播】

泓君，硅谷101创始人，播客主理人

【嘉宾】

朱哲清，Pokee.ai 创始人兼CEO

陶芳波，Second Me 创始人兼CEO

陈志博，Lovart CTO

【硅谷101科技峰会】
《硅谷101》的年度科技大会又回来了，这是我们将有趣的技术干货与故事带到线下的第二年，用最好的内容让大家亲身感受前沿科技的酷炫和温度一直是硅谷101的目标。硅谷10月5日，期待与各位见面，从这里驶向未来！

【你将听到】

01:36 今年智能体最火的赛道：编程类、垂直类、通用类。

Pokee.ai：解决工具调用难题

06:35  如何在调用工具方面帮助语言模型降低成本？
09:12 智能体将优先解决播客创作者的哪些刚需工作？

11:14 当Chat Bot取代前端网页，工具生态的开放是无法撤回的趋势
12:55 提升体验的关键下一步：Human-in-the-loop

Second Me：打造AI分身

14:09 身份智能体不是为了doing something，而是关心你的being
15:12 身份类智能体，会是下一个时代的Facebook主页吗？
16:49 智能体收集个人数据，需要什么样的生活记录器？

Lovart：不仅仅是生成图片

18:01 与文生图工具相比，设计类智能体需要了解你的审美偏好，实现个性化的创作
20:04 设计师在画布上直接调整AI产出品，快速灵活地迭代
20:52 "NanoBanana们"的出现，对设计智能体是冲击还是利好？

推理成本之痛

22:00 调用模型占成本80%～90%，单次复杂任务8～10美元，做C端都在亏钱
25:14 C端公司如何在保证体验的前提下优化推理成本？
28:43 从财报看编程类智能体Cursor：风光无限下隐藏着双重危机

技术路径的选择

32:01 SFT（监督微调）受制于数据和标记，RFT（强化学习微调）路径亦会面对诸多问题
35:35 在SFT"撞南墙"之后，过去没人愿意做的Exploration越来越重要
37:14 强化学习中两种更新模式的差异：Training time 和Inference time

商业模式的探索

37:57 盈利展望：B端、垂直领域有望打平，C端看模型厂商脸色
38:56 产品驱动型公司的方法论：重视社群，寻找需求共通性，避免成为咨询公司
40:17 身份智能体的商业化：参考社交网络，不当工具，尽可能少收费，押注增长
43:46 AI创始人都在讲科幻故事的时候，科幻小说家没有小说可以写了
44:50 AI行业市场活动过于雷同，KOL拉流量的做法还能走多远？

智能体产品观察分享

46:54 Pine：一个结果导向型的Agent，处理争议账单
47:28 Claude Code SDK：或成为新时代的NVIDIA
48:44 Lovable：提升产品设计沟通效率
50:00 Cluely：使人在复杂性会议中提升自信

【监制】
泓君
【后期】
AMEI
【运营】
朱婕
【BGM】
Anticipating a New Day - Stationary Sign

Ever Forward - Francis Wells

The Light from Within - Howard Harper-Barnes

【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：[email protected]

今年机器人模型领域最重要的突破，就是模型的通用性大幅提升，开始了泛化能力的探索，与此同时，这个行业依然面临着长尾问题、数据采集、缺乏统一维护平台等挑战，这期节目我们就来聊聊，业内将如何面对这些挑战？中国和美国的机器人发展路径又有何区别？

本期节目我们邀请了中国具身智能公司自变量机器人的CTO王昊，在这期节目上线时，他们刚开源了大规模真实数据训练的端到端具身基础模型WALL-OSS；以及来自美国具身智能公司Physical Intelligence的研究员柯丽一鸣（Kay Ke），她是π₀、π₀.₅论文作者。

在节目中，嘉宾们表示目前具身智能模型已达到了GPT-2的水平，在最近2到3年将优先在半结构化场景应用，那么我们距离全场景的通用机器人又还有多远？机器人公司又该如何平衡商业化与研发的节奏？

【主播】

泓君，硅谷101创始人，播客主理人

【嘉宾】

王昊，自变量机器人CTO

柯丽一鸣（Kay Ke），Physical Intelligence研究员，π₀、π₀.₅论文作者

【硅谷101科技峰会】

《硅谷101》的年度科技大会又回来了，这是我们将有趣的技术干货与故事带到线下的第二年，用最好的内容让大家亲身感受前沿科技的酷炫和温度一直是硅谷101的目标。硅谷10月5日，期待与各位见面，从这里驶向未来！

【你将听到】

行业突破与泛化能力

05:36 2025年关键进展：模型通用性提升，开始泛化能力探索

07:38 何为模型泛化能力：从熟悉环境到陌生环境的能力一致性

11:44 泛化核心难点：长尾问题、数据采集与缺乏标准评测体系

16:04 如何评判具身智能模型能力：对比任务学习数据量与现实应用表现

数据挑战与硬件瓶颈

17:17 其他两大难点：数据质量与数量平衡、硬件维护缺乏统一平台

20:03 为何需要至少100万小时的数据，才能构成优秀的大模型？

23:06 人类VS机器人学习机制对比：人类的进化已包含了“预训练”

27:15 合成数据在机器人领域的应用：降低数据收集成本，但难以模拟现实物理交互

模型架构与技术路径

31:35 具身智能开源模型WALL-OSS发布：上万小时真实数据，补足当前开源模型的欠缺能力

35:36 WALL-OSS模型开源动机与优势：降低研究门槛，加速生态创新

38:03 架构之争：端到端统一训练VS分层系统设计，模型技术路径尚未统一

40:58 从VLA（视觉语言模型）出世后，具身智能模型路线开始走向趋同化

44:10 具身模型已达到GPT-2的水平，将在1～2年时间达到GPT-3水平

45:31 中美机器人技术路径区别：美国自上而下、先做大模型，中国从现实需求出发、双轨并行

52:31 抓到耗子的都是好猫：算法与操控的难度平衡

54:12 模型高频控制的意义：对未来情况做决策，但更高频率无意义

58:13 视觉难以对未来做精确的预测和建模，但能弥补触觉缺失与力的反馈

01:00:20 传感器比想象更成熟，但机器人还是依赖视觉作为主要训练参数

商业化与落地前景

01:01:31 家用机器人预测：2～3年内进入半结构化场景，5～10年全场景使用

01:05:29 如何平衡商业化与研发：尽可能服务于开放式场景，提高公司组织能力

01:08:43 现实部署的机器人量越大、场景越多样，数据反馈和模型迭代效果将越好

【节目中提到的相关公司和术语】

Physical Intelligence (PI)：美国具身智能公司，推出了π₀、π₀.₅模型

自变量机器人：中国具身智能公司，开源了端到端具身基础模型WALL-OSS

RT-2：Robotics Transformer 2，谷歌DeepMind推出的新一代AI学习模型

Genie3：谷歌世界模型的第3代，是DeepMind首个支持“实时交互”的世界模型

VLA：Vision-Language-Action，视觉-语言-动作模型架构

Covariant Robotics：一家专注于机器人大脑软件开发的硅谷公司

长程任务：Long-Horizon Task，包含一系列连续步骤、需要机器人进行多步推理、规划并执行，最终才能完成的复杂任务

【监制】

泓君

【后期】

AMEI

【运营】

王梓沁、孙泽平

【BGM】

Ever Forward - Francis Wells

Mixed Emotions - Arthur Benson

Supine - Peter Sandberg

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」 

联系我们：[email protected]

基因编辑是2020年获得诺贝尔奖的技术，它的专利权之争在美国的学术界与资本市场都掀起了轩然大波。今天与我一起的嘉宾，他作为第一作者参与的一篇CRISPR-Cas9论文，可以说是把这项技术从实验室概念推向哺乳动物细胞应用的里程碑之作。这篇2013年的论文，也可以被视为基因编辑领域的“GPT 时刻”。

这一期，我们就来聊聊这篇论文的起源以及与它带来的专利之战，以及AI在基因编辑领域的应用。

【主播】

泓君，硅谷101创始人，播客主理人

【嘉宾】

丛乐，斯坦福大学医学院病理系及遗传系教授

【你将听到】

00:08 硅谷101创业挑战赛报名 

研发往事

02:44 2013年Science的CRISPR-CAS9论文为何重要？

05:51 求学之路：从George Church的读基因到张锋实验室写基因

09:05 基因编辑研发之路：新脂蛋白到CRISPR技术，成本降低1000倍

12:15 灵感起源：09年的一篇报告、一篇论文与一次深刻的聊天

17:50 原创科研，很多人没看清楚路的时候，极好的眼光与判断力

18:33 一场速度的竞赛：过于完美的准备是否正确

21:03 诺奖风波：褒奖理论研究者还是应用？

21:49 张锋实验室论文疯狂发表期：底层技术突破后应用全面开花

23:40 专利之战：上亿美元的诉讼费

基因编辑应用

25:55 基因编辑的应用：让土豆保存时间更长；改造蚊子不再传播疾病

27:52 硅机进化速度过快，为什么碳基生命进化速度这么慢？

30:58 基因编辑如何治愈疾病：地中海贫血、肝脏与心脑血管罕见病

32:51 喝酒脸红可以改变，单个基因影响的细胞基因编辑更容易

36:30 基因编辑的三重难点：安全问题、递送最难、方案设计

42:15 线粒体蛋白RNA编辑，下一个类似于Cas9的范式改变？

CRISPR-GPT

44:01 与王梦迪教授+Deepmind联合开发的CRISPR-GPT：设计实验流程

45:06 如何避免幻觉：真人数据强化学习+评测+多智能体审核员

51:13 CRISPR-GPT如何帮助研究者编辑阿兹海默的影响基因ApoE4

59:53 基因编辑的使用边界与人类未知的蛋白

63:04 顶级研究者：独立思考、快速失败、批判性思维

64:43 频繁陷入争议的George Church：倾向于说yes的性格

68:28 从更底层价值观上重新思考硅基智能与碳基生命

【相关阅读】

丛乐（Le Cong）2013年CRISPR-Cas9论文

《Multiplex Genome Engineering Using CRISPR/Cas Systems》

沃尔特·艾萨克森撰写的基因编辑开创者珍妮弗·杜德纳传记：

《解码者：珍妮弗·杜德纳、基因编辑的历史与未来》

【监制】 

泓君

【后期】

AMEI

【运营】

孙泽平、王梓沁

【BGM】

Paradigm Shift - Gavin Luke

The Secret Spring - Helmut Schenker

Supine - Peter Sandberg

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：[email protected]

消费行业有条做品牌的方法论是，你需要找个尽可能细分的切口、面对尽可能细分人群提供产品和服务。但关于品牌从0到1、从1到10闯出来之后，怎么继续保持增长却成了难题。

lululemon就碰到了这样的困境，它靠给super girl提供瑜伽裤起家，还成了全球第三大百亿美元单一运动品牌，规模仅次于耐克和阿迪达斯。

但因为新晋品牌的冲击，以及在扩张品类和人群的过程中不再独特，lululemon正在经历增速见顶，股价降到了过去62月以来的新低。

伴随lululemon的潮起潮落，运动品牌行业正在发生一些变化，Alo Yoga、Vuori等新兴品牌突飞猛进，跑鞋正在成为全球增速最快的细分鞋服品类之一，低调老牌选手亚瑟士在疫情后增长迅猛，连运动品牌面向大众的叙事逻辑都正在发生变化……

本期《硅谷101》，我们聊了聊运动户外行业的故事：上一代新星为什么走向低谷，新品牌靠着什么迅猛狂飙，这个品类又会有怎样的成长烦恼。它们的起起落落可能不只是公司本身战略的问题，更关系着人们怎么参与运动、又怎么消费和享受运动。

【主播】

麻花，硅谷101特约研究员

【嘉宾】

郑浩榕，懒熊体育内容负责人

【你将听到】

lululemon的困境

05:00 lululemon的困境，可能更是女装品类的困境

06:57 Alo Yoga定位：lululemon目标用户的“女儿”

08:57 Alo Yoga和Vuori怎么一点点蚕食掉lulu的市场份额

12:35 不扩品类和人群，lululemon还有其他增长方式吗？

运动品牌圈的古早沉浮史

16:54 “男版lululemon”安德玛跌下神坛，可能是因为它太想进步了

22:31 耐克和阿迪达斯，是怎么成为多轮周期的幸存者的？

26:54 运动鞋服的“大杀器”，在“鞋”而不在“服”

这些运动品牌都是怎么爆火的

32:01 解密Alo Yoga：因社交媒体而爆火，相比功能营销更擅长视觉营销

37:25 跑鞋品类的疯狂增长，怎么和人口老龄化挂钩的？

39:03 昂跑和HOKA，靠“长得丑”和耐克抢生意？

43:58 股价5年涨8倍，“平平无奇”的亚瑟士是怎么无招胜有招的？

你还会爱体育中的“竞技”成分吗

47:40 体育品牌的叙事逻辑，正在越来越去中心化

53:38 阿迪的新方向与大下注，脱离专业竞技的讲故事方式

本土创业运动品牌的必修课

55:58 中国本土运动户外品牌，靠什么阻击国际品牌？

59:57 闯出来的本土新品牌，为什么都集中在女性运动和户外上？

1:03:05 创业品牌的下一步，勇敢提价还是硬卷平价

1:06:08 陷入成长陷阱前，本土新品牌们先稳稳做到10亿吧

【节目中提到的相关品牌和术语】

Alo Yoga：高端瑜伽服饰品牌，2007年创立，主打时尚与功能结合的“Studio-to-Street”概念，目前全球门店近130家，公开数据营收超10亿美元，被认为是lululemon最主要的竞争对手。

Vuori：早期主打男性瑜伽服饰的高端运动服饰品牌，2015年创立，目前门店不到100家，曾获软银投资，去年底完成8.25亿美元融资，估值达到了55亿美元。

Brooks：美国百年跑鞋品牌，创立于1914年， New Balance、Saucony、ASICS 并称“世界四大跑鞋”。

昂跑（On）：2010年创立于瑞士，因鞋底的镂空外型和缓震功能具有高认知度，并获得了费德勒的投资，主力产品包括Cloudsurfer、Cloudmonster等。

HOKA：2009年创立于法国，以越野跑鞋起家，因厚鞋底和鲜明配色具有高认知度，后被Deckers Outdoor收购，主力产品包括Bondi、Clifton等。

亚瑟士： 1949年创立于日本，以跑鞋文明，主力产品包括KAYANO、NIMBUS和MetaSpeed。前身为鬼冢虎（Onitsuka Tiger），后者不但是公司时尚潮流线的门面，也和耐克的创立有渊源。

中产三宝：国内社交网络对城市中产爱穿的品牌的概括性称呼，涉及的品牌包括lululemon、萨洛蒙、始祖鸟、拉夫劳伦、昂跑、HOKA等，挤入“中产三宝”的品牌正在变多，也说明这个领域的竞争激烈。

伯希和（PELLIOT）：创立于2012年的本土户外运动品牌，2024年营收17.66亿元，门店超140家，主打冲锋衣、防晒衣、登山鞋，以高性价比被认为是国外户外品牌平替。

凯乐石（KAILAS）：创立于2003年的本土户外运动品牌，产品以专业攀登装备为核心，覆盖登山、攀岩、越野跑等全场景户外运动，现为全球三大全系攀登品牌之一。

【监制】

泓君

【后期】

AMEI

【运营】

孙泽平、王梓沁

【BGM】

Quirky Hip Hop Dramedy - Full 

Interruption - Craft Case

Unsolved - Mythical Score Society

Melting Glass - Eden Avery

The Road to Odessa - Lama House

传统金融世界，正迎来资产代币化和链上时代的变革。2025年7月，传统交易平台Robinhood在欧洲推出股票代币化产品，而加密交易所Kraken也与XStocks合作上线链上股票交易，全球最大的资产管理公司贝莱德（Blackrock）去年已将部分美国国债基金迁移至区块链。在全球资产呈现跨体系、跨时区、跨监管的多方直接竞争态势下，未来资产的定价权与流动性将由谁主导？

本期《硅谷101》，我们聚焦Robinhood。它打通了股票二级市场与风投一级市场，将传统资产与数字资产纳入同一交易入口。Robinhood的商业模式有何逻辑？股票代币化是金融创新还是监管套利？而万物上链将如何影响全球金融格局，又将往何处去？

【主播】

泓君Jane，硅谷101创始人，播客主理人

刘锋，Web3 101主理人，BODL Ventures 合伙人，前链闻总编辑

【嘉宾】

郑迪，前沿科技投资人（知识星球：22136749）

【你将听到】

Robinhood欧洲布局：以CFD切入股票代币化

03:04 两种路径：Robinhood vs XStocks

04:01 证券衍生品：立陶宛MiFID II+收购BitStamp MTF双牌照监管

07:24 “镜像”而非“映射”：类似CFD差价合约，模拟分红收益而非真实股东权益

09:52 代币化股票不可铸造和赎回，不具备稳定币式1:1映射特性 

10:29 Arbitrum链上记账：具体信息未披露，为未来1:1映射铺路

卖订单流的商业模式：加密返点远超股票期权

12:05 “零佣金”Robinhood的核心盈利模式：卖客户订单流（PFOF）

12:38 返点差异巨大：股票0.8BP，期权8BP，加密高达55BP（约股票45倍）

13:26 加密暴利模型：单笔55BP收入=返点+滑点+路由溢价

15:08 战略转型动因：加密交易降温倒逼Robinhood探索股票上链

16:04 Robinhood野心：万物上链后，全资产按加密返点逻辑盈利

监管灰色地带、Robinhood盈利模式与风险

17:00 股票订单流返现多国已禁：欧美等市场对PFOF管控严格，加密仍无监管

19:20 Robinhood风险：一旦暗收费模式纳入监管，加密收入将受冲击

21:09 商业模式的秘密：零佣金表面优惠，但通过买卖价差暗中获利

23:52 PFOF的类投行模式：Robinhood销售+Citadel交易模式

25:28 其他券商模式：Coinbase撮合、eToro对手盘、盈透以利息收入为主

26:25 违反公平，欧盟、英国、新加坡、加拿大、澳大利亚禁止PFOF模式

28:32 PFOF：民主党反对，共和党默许，中期选举决定下一步战略

31:01 山寨币做市商通过返点和滑点，每日“抽血”约480万美元

36:25 二阶段布局：1:1映射代币+链上抵押借贷，但技术和合规细节仍待落实

37:42 为何说xStocks合规风险大

万物上链的金融战争：美国链上霸权的阳谋

42:26 Robinhood或冲击美股交易和传统金融

44:02 美国化债：第一步稳定币，第二步万物上链

46:21 若美国主导链上KYC和白名单，其他国家税源将严重流失

50:45 CFD→STO过渡障碍：主要是合规门槛，而非技术问题

52:17 SEC主席：券法的100多年只有四个项目使用Reg.A发行

垫资池危机：从T+2到实时清结算

53:39 WSB事件回顾：Robinhood因账期与保证金危机被迫暂停交易

56:22 Trump Coin Moonshot危机事件：10亿+美元资金缺口，靠紧急支援化解

58:24 从T+2到链上清算体系引发的交易危机 

01:01:56 链上7×24小时交易效率跃升，但多层架构仍限制完全实时

一级半市场重塑定价与风投格局

01:02:36 未上市公司代币化：OpenAI、SpaceX等CFD衍生品可能影响估值与定价

01:05:32 IPO革命：充分流动的一级半市场剥夺投行定价权

01:08:47 风投或受挤压？或被迫转战早期或学习二级博弈

【节目中提到的相关术语】

播客中提到的公司

•Kraken

•XStocks / Xstocks

•Robinhood

•Bybit

•Solana

•Coinbase

•BlackRock

•Ondo Finance

交易与监管术语

•PFOF（Payment for Order Flow）

•CEX（Centralized Exchange）

•DEX（Decentralized Exchange）

国际中央证券托管机构（ICSD）

•Euroclear（欧洲清算系统）

•Clearstream（清算银行）

【监制】 

泓君

【后期】

AMEI

【Shownotes】

陈思扬

【运营】

孙泽平、王梓沁

【BGM】

Interruption - Craft Case

Clockmaker's Daydream - 369

【风险声明】

本期节目不构成任何投资建议，投资有风险，入市需谨慎。

本期节目参与者也均不持有Robinhood股票。

香港稳定币发牌之际，在稳定币、RWA 这些区块链词汇成为中文世界超热门词汇，有「中国区块链教父」之称的 HashKey Group 董事长兼CEO肖风博士和我们分享了他对这股热潮一些回归根本常识的冷思考。

【主播】

刘锋，Web3 101主理人，BODL Ventures 合伙人，前链闻总编辑

泓君Jane，硅谷101创始人，播客主理人

【嘉宾】

肖风，HashKey Group董事长兼CEO，万向区块链董事长

【你将听到】

稳定币和RWA热潮中的冷静思考

01:15 给稳定币热降降温：香港的监管会「出乎意料的严格」

03:19 反差：内地讨论稳定币关注「大国货币竞争」视角；香港更关切反洗钱漏洞

06:10 回望来时路：在香港监管机构受冷遇

11:12 新的希望：「内地会从接受稳定币开始，接受整个Crypto」

13:11 「既然开始接受稳定币，就必然接受公链，否则你的稳定币不会有全球竞争力」

13:16 「明年这个时候，内地可能开始接受资产代币化，毕竟 RWA 能支持实体经济」

13:38 「接受 RWA 之后，未来第三步可能接受比特币」

14:44 影响中国拥抱数字资产的挑战：坑蒙拐骗增加

18:04 重新读懂 RWA（现实世界资产）的三个阶段：法币代币化；金融资产代币化与实物资产代币化

重回常识：区块链到底解决什么问题

24:14 今天市场上的讨论都是从货币的角度解读稳定币，缺乏对底层逻辑变革的思考

24:48 人类记账方法的三次变迁

31:52 分布式账本在重构金融市场基础设施

33:42 纽交所为何推行23小时交易，而不是24小时？

香港加密资产监管的核心看点

38:34 香港修订反洗钱条例后的三张牌照：7号牌、VATP、货币兑换点牌照

39:05 香港加密资产反洗钱监管政策的变化和核心框架

44:05 为什么加密资产反洗钱措施比传统金融更有效？

47:22 稳定币真实用例

重探加密资产世界的发展脉络

52:17 「稳定币被创造出来不是为了支付」

55:49 联盟链上的稳定币不会成功

56:41 「成功的应用都是在无需许可的状态下出来的」

58:13 传统券商和加密资产交易所之间的竞合

01:00:53 合规数字资产交易所价值何在？

香港 vs. 新加坡

01:04:14 香港有望成为数字资产交易中心

01:06:19 香港又成为资本市场宠儿的两个原因

01:09:11 新加坡的定位是亚洲的瑞士，香港的定位是亚洲的华尔街

10:18:15 HashKey上市的目标和选择

加密世界闯荡中那些难忘的瞬间

01:19:55 13/14年初次接触区块链时在海外看到的新世界

01:21:29 如何给 Vitalik 和以太坊开出第一张支持的支票

01:22:48 16 年支持以太坊开发者大会在上海举办，看到参会者面孔的瞬间

【监制】

泓君

【后期】

AMEI

【运营】

孙泽平、王梓沁

【BGM】

Paradigm Shift - Gavin Luke

The Sanctuary Within - Erasmus Talbot

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：[email protected]

美国时间7月17日，OpenAI终于迎来了它的“Agent时刻”——通用型ChatGPT Agent正式发布。它整合了深度研究工具Deep Research与执行工具Operator，可一站式完成复杂任务，但仍存在速度慢、个性化不足等短板。

ChatGPT Agent的技术本质是“浏览器+沙盒”的混合架构，与Manus、Genspark形成技术路线差异。在底层架构层面，浏览器（Browser-based）代理虽堪称“万能”，但运行速度较慢；沙盒（Sandbox）代理高效，但无法联网操作、工具库受限；而工作流集成（Workflow API）速度快、结果精准。在训练方法层面，强化学习（RL）被视为AGI从“执行者”向“创新者”跨越的重要路径，但当前面临的验证泛化与训练不稳定难题，如同两道枷锁锁住了这扇进阶之门。

强化学习能否成为通用AI爆发的关键引擎？AGI实现技术跃迁的分水岭究竟在哪？在把Agent产品化和商业化的道路上，又如何平衡模型能力与用户体验？本期《硅谷101》，主播泓君对话Pokee.ai创始人朱哲清，多维度测评ChatGPT Agent使用体验，并深入拆解Agent的四大底层设计逻辑、探讨强化学习的训练路径，以及我们迎接“超级智能时刻”所面临的技术挑战。

【主播】

泓君Jane，硅谷101创始人，播客主理人

【嘉宾】

朱哲清，Pokee.ai创始人，前MetaAI应用强化学习团队负责人，斯坦福强化学习博士

【你将听到】

ChatGPT Agent首发体验与技术拆解

00:21 拆解AI Agent技术路径：什么是“聪明机器的大脑”？

02:12 ChatGPT Agent一手实测：浏览器操作如超人 VS 速度慢如蜗牛

04:26 视觉能力加持：Action体验有提升，但仍需等待

05:45 旅行规划场景：支付环节仍需人类介入，信任门槛尚未跨越 

08:11 “全部推翻重来”：缺乏个性化机制、记不住反馈细节

10:07 ChatGPT Agent“打通搜索与执行”的本质：Deep Research + Operator的“拼贴工程”

通用型Agent技术路径对比

12:31 通用Agent技术类比：Operator最早专注Browser操作，如今叠加Sandbox后，在通用Agent里表现最强

14:52 四大技术方向有劣势对比：

  15:40 浏览器为主：通用性强，但速度慢、体验差、成本高

  17:21 开放虚拟机：本地运行快，但访问互联网等外部服务不易

  17:37 大模型+虚拟机：GensPark模式，相对环节更封闭

  18:46 Workflow+工具集成：Pokee模式，交付好但不是所有任务都能做

20:23 Manus模式：Browser-based，Sandbox强，全能但慢

22:28 Genspark模式：标化工作流，牺牲通用性换取速度与稳定性

23:41 Pokee模式：速度快成本低，但范围受限

26:52 B端客户还是C端客户，适用场景与底层技术逻辑完全不同

29:36 Agent将重塑互联网入口，传统门户流量将大幅下滑

32:03 MCP无人维护：2万个协议中，真正可用的不到200个

33:47 Agent时代的广告逻辑大变：反而更有利于创作者？

强化学习与AGI的五个层次

38:52 强化学习适用场景：目标明确、机制清晰但数据稀缺

41:50 新兴路径：强化学习预训练（RL Pretraining）

44:40 一个非共识：验证（Verification）方向的泛化性，可能产出人类所不拥有的知识

46:51 AGI五级路径中，“执行者”(L3) 与“创新者”(L4) 间存在巨大技术鸿沟，核心在于验证能力

50:37 强化学习预训练的致命弱点：给出的解决方案可能“人类都看不懂”

52:43 强化学习（RLHF） Vs 监督学习微调（SFT）：效果×2，但成本×10

Meta收购ScaleAI背后的逻辑

54:08 Meta收购Scale：多模态数据仍然是瓶颈

56:46 多模态数据的最大挑战：数据复杂 + 维度多 → 主观标准难统一

57:59 AI的核心问题：短期算力，中期数据，长期人才

59:10 如何让Agent调用更好用？自研模型

01:03:33 平衡模型能力与用户体验：模型能力决定下限，产品细节决定上限

强化学习的人才大本营

01:05:42 RL奠基人、2024年图灵奖得主Richard Sutton：想法极具前瞻性，且坚持原则

01:07:47 模型可塑性挑战：AI的“灾难性遗忘”亟待解决

01:09:56 奖励函数设计难：强化学习中如何设定“道德且有效”的多目标激励

01:11:47 RL核心研究圈：学术界与业界均高度集中

学术界：OpenAI早期团队，Peter Abbeel, Sergey Levine , Richard Sutton

业界：以David Silver为代表的DeepMind员工、以John Langford为代表的微软员工等

01:12:50 从AlphaGo开始，伦敦成为强化学习研究的重要中心

01:15:28 如何像投资人销售过于超前的想法：只说一个非共识

01:16:58 市场正在分化，技术路径选择是创业公司活下来的核心

【节目中提到的AI Agent】

OpenAI相关：

ChatGPT Agent

Operator

Deep Research

其他：

Manus

Genspark

Perplexity

Claude Agent

Fellou

Flowise

Zipper

UIPath

Replicate

【节目提到的相关术语】

MCP / Multi-Agent Capability Protocol协议（多智能体协作协议）

A2A（Agent-to-Agent Protocol）

SDK（软件开发工具包）

API（应用程序接口）

Vision Model

Browser-based Agent

Sandbox（沙盒环境）

Virtual Machine (VM)

Token Consumption（Token消耗）

Tool Calling：调用第三方工具或API完成任务

Workflow-based Agent

Reinforcement Learning / RL（强化学习）

RL Fine-tuning / RLFT（强化学习微调）

RL Pre-training（强化学习预训练）

Verification（验证机制）

Ground Truth（基准真值）

Hallucination（幻觉）

Human Feedback（人类反馈）

Supervised Fine-tuning / SFT (监督式微调)

Human Readability（可读性）

Catastrophic Forgetting（灾难性遗忘）

Benchmark Score（基准分数）

ICML（International Conference on Machine Learning）：机器学习顶级学术会议

【相关节目】

E200｜投资人视角深聊：AI Agent的核心壁垒与投资逻辑

E195｜从工具到伙伴：七位AI Agent深度使用者的思考

E191｜小而美的机会来了，聊聊这轮AI Agent进化新范式

【监制】

泓君

【后期】

AMEI

【Shownotes】

陈思扬

【运营】

王梓沁

【BGM】

Simple Pleasantries - Arthur Benson

Anticipating a New Day - Stationary Sign

2025年上半年，硅谷AI Agent融资与并购热潮迭起。编程明星Cursor母公司以近百亿美元估值完成9亿美元融资，Windsurf核心团队被抢疯……这一波爆发并非偶然，Agent惊人的应用场景拓展、模型能力提升及开源生态迭代，进一步展现了行业潜力。在钱多、优质项目少的“AI并购通胀时代”，什么样的Agent才值得投资？是巨头，还是“小而美”？投通用型，还是垂类？

本期《硅谷101》，主播泓君邀请到Fusion Fund管理合伙人张璐和Cyber Creation Ventures管理合伙人周炜，解析AI Agent的发展逻辑、投资标准及未来趋势，探讨这波浪潮下的机遇与挑战。

【腾讯广告算法大赛报名征集】

如果大家对AI推荐系统、多模态学习，或生成式模型等前沿技术感兴趣，欢迎报名参加2025腾讯广告算法大赛。

2025腾讯广告算法大赛聚焦于“全模态生成式推荐”这一前沿课题，参赛者将基于图文、音频、视频等多模态数据，设计下一代推荐系统。大赛提供统一算力平台及百万至千万级真实数据集，总奖金池360万元，冠军独享200万元现金奖励，并有机会获得腾讯 offer。

报名通道现已开启，目前已有超2000支队伍报名，将在7月31日截止报名。

【主播】

泓君Jane，硅谷101创始人，播客主理人

【嘉宾】

张璐，Fusion Fund管理合伙人

周炜，Cyber Creation Ventures管理合伙人

【你将听到】

AI Agent 融资热，明星公司扎堆登场

00:12 硅谷Agent公司融资热：Cursor, Windsurf, Devin, Glean, GensPark, Manus……

2:29 Agent爆发引擎：公司增速惊人 + 应用场景爆发 + 开源模型迭代

4:21 定义Agent：可自主处理复杂任务，但需人类提供工具和知识库

7:33 直面模型层竞争，Cursor用户大量转向Claude Code 

08:42 Claude Code非独立IDE，但集成工具好

09:28 新入场的编程玩家：Grok4、Genimi CLI终端

12:15 Cursor、Windsurf凭何突围？AI集成+自动补全 vs 多步骤执行

14:10 “卷王”Cursor：快速迭代竞争 ，越“冲”越兴奋 

押注ToB垂类Agent：低成本、高壁垒的隐秘战场

15:11 ToB垂类模型：数据好、成本低、市场大

16:40 7人小团队逆袭：一星期完成60亿美元商业票据合作

20:20 破解幻觉难题：提前布局底层架构 + 强化学习

22:15 微调小模型“真香”：低成本 + 强隐私

24:05 通用Agent困局：通用Agent解决行业问题成本太高

Agent投资逻辑：泡沫狂欢与理性博弈

28:05 周末大瓜：OpenAI谈崩，谷歌24亿拿下Windsurf 核心团队

31:25 几十亿美金的并购通胀时代：僧多粥少助推Agent泡沫

32:57 大模型时代的创业公司生存哲学：时间先发优势变弱，该卖就卖

36:54 Manus大火背后：用户只要端到端结果，谁管你指挥几个AI

39:31 中国企业持续付费意愿低，收入上限明显

Agent投资核心逻辑与矛盾：通用高风险VS垂类低天花板

41:23 押注通用Agent：成功率低，但没有梦想=咸鱼

42:13 重点布局复杂ToB垂类：懂行业、通流程才是壁垒

46:33 看好的ToC赛道：个性化、重情感的陪伴机器人

47:23 GPT-4精准诊断EB病毒后，健康管家是刚需

49:06 Agent的灵魂：记住你，更懂你

51:00 中美投资分水岭：美国看团队能力，中国算商业收入

51:55 风险投资不再起最重要的作用，巨头逐渐掌控Agent赛道

53:00 创业者的曙光：中途并购也是胜利

【节目中提到的AI Agent公司】

Cursor（Anysphere）｜Windsurf ｜Devin（CognitionAI）｜Glean｜Harvey AI｜Thining Mach. ne Lab ｜Manus｜GensPark

【相关节目】

E195｜从工具到伙伴：七位AI Agent深度使用者的思考

E191｜小而美的机会来了，聊聊这轮AI Agent进化新范式

【监制】

泓君

【后期】

AMEI

【Shownotes】

陈思扬

【运营】

王梓沁

【BGM】

Anticipating a New Day - Stationary Sign

Unfinished Stories - Lennon Hutton

The Light from Within - Howard Harper-Barnes

Lost in Time - Aiyo

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：[email protected]