本期博客翻译自Dan Koe
这期内容聊的是一个很现实的话题：普通创作者如何在社交媒体上持续涨粉。嘉宾的观点不是“靠算法碰运气”，而是把社交媒体当成一套可以学习的系统来做。
核心有两个杠杆。第一，不要总想着凭空原创，而是研究已经被验证有效的内容。比如热门标题、爆款选题、成熟结构，都可以作为起点，但关键是要加入自己的经历、观点和表达，而不是简单照抄。很多大创作者其实也在反复使用相似的选题，只是每个人的角度不同。
第二，涨粉不只是发内容，还要主动建立人脉。尤其是新账号刚开始没有自然流量时，真正有效的方式是去认识同领域的人，真诚互动、私信交流、提供价值，慢慢建立互相支持的关系。当你写出一篇不错的内容时，朋友的转发和推荐，往往比等待算法更可靠。
这期最有启发的地方在于，它把“涨粉”从一个玄学问题，拆成了两个可执行动作：做经过验证的好内容，以及主动让更多合适的人看到它。对正在做内容、做产品推广，或者...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

本期嘉宾：
谷歌及Alphabet首席执行官
本期讨论内容：
谷歌如何在AI竞赛中强势回归，如何管理高达1800亿美元的资本支出预算，以及为什么说2026年将是“供给紧张之年”。他们还讨论了算力与电力的限制、为何他坚信AI将显著推动美国经济增长，以及公司内部文化如何回归“谷歌式”的乐观。皮查伊还分享了太空数据中心等长期押注的细节，感叹自己当初应该更快地资助Waymo（谷歌自动驾驶项目），以及谷歌内部什么小事至今仍能点燃他的创造热情。
* 探索业务不是没有未来而是要进化
1. 过去研发最大成本是人，现在是TPU/GPU
现在做一个项目不仅要懂如何管理开发人力，也要深刻理解“算力资源的ROI”。算力有上限，不是所有任务都要无脑调用最贵最大的模型，产品负责人要做的，是用最少的算力实现最好的效果
2. 创新的起点是产品约束了什么
就像transformer诞生是为了解决算力不够的情况下...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

本期嘉宾：
Claude Code产品负责人Cat Wu
本期内容：
Claude Code 可能是今年最成功的 AI 产品之一，Claude Code 产品负责人 Cat Wu 在这次访谈输出的两个主要观点：
1. 把目标定义非常清晰，专注一件事后就开始做到极致
2. 尽快把东西交到真实用户手里
现在 Anthropic 的节奏，是把原来 6 个月的功能压缩到 1 个月，甚至 1 周、1 天上线，听起来确实很难让人相信。Anthropic 的信条是，这个时代做一个谁都能用、但没人用得爽的功能，已经没有任何意义。如果一个产品什么任务都能做一点，但每一个都做得很浅，那团队的方向就会特别模糊。方向一模糊，大家就得在十几个局部上分散精力，天天都觉得自己很忙，但每一件事都无法做精，做到极致。
Claude Code 团队的解法是把目标写的非常具体，因为他们明确用户不是所有人。好 PM 最重要的能力...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

产品经理应该听完的一期视频。
在库克卸任苹果CEO之时，本期分享前苹果首席设计师乔尼·艾维的一次对话，他分享了自己对在苹果期间形成对设计和idea的理解。在苹果文化中，设计师不仅仅是设计师，更是产品经理。
想法是脆弱的，观点不是想法
1️⃣伟大的idea一开始也许只是一个脆弱的想法，很容易被逻辑判断否决
大部分人的表达欲本质是“自我证明”，大家着急抛出自己的观点，但观点有时并不是想法，而是一种评判，是基于自身经验对事物的评价，是防守性的，也许会扼杀团队里那些脆弱的 idea。
2️⃣ 进步不是自动发生的，迭代不等于进化。
产品经理很容易陷于到“待办事项的安逸”中：按照用户反馈修bug、按老板要求加功能、看竞品做什么就做什么。这种顺水推舟的迭代，看似在往前走，但这不叫进步，而只是堆砌。
3️⃣尊重“人的成长性”，才能尊重用户
4️⃣产品设计的关怀大于美感，美是主观的。
关怀是客观的，用户能及其敏锐感知到
本...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

本期博客翻译自：Lenny's Podcast
Hard truths about building in the AI era | Keith Rabois (Khosla Ventures)
嘉宾背景：
本期嘉宾是PayPal早期高管，Square前COO，LinkedIn前企业发展副总裁，也是Stripe、DoorDash、Airbnb、YouTube、Ramp、Palantir等公司的早期投资人。
本期他提出一个反共识的产品观点：为什么消费者产品并不需要用户调研。
1️⃣消费者的购买决定是潜意识的。当你用潜意识的想法强行调研用户去解释这样的决定时，他们给出的信息大部分具有误导性。
2️⃣消费级产品的用户调研存在样本偏差，那么这类产品该如何验证？
一是通过人性洞察。 二是通过逻辑推演。
以上观点仅限于消费级产品，对于企业级产品，依然要做客户调研
因为企业客户的决策更偏向功利性和理性，注重 R...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

本期博客翻译自Dan Martell |
If I Started Over With $0, Here’s My Exact Plan to get to $1M
💬讨论内容简介
Dan是连续创业者，已经从零做成了好几家公司，他知道大部分普通人创业都是没资本、没人脉、没后路的状态，所以今天这套方法通过分享，如何结合了AI工具，把原来要花几周的工作压缩到几天，把创业门槛拉到了普通人也能更加低成本起步的程度。
找方向：别追热情，找痛点
别空想"我热爱什么"，去找人们愿意花钱解决的麻烦。用经典的Ikigai框架，让AI一步步帮你挖到「你擅长、人们需要还愿意付费」的交集，比自己瞎琢磨高效太多，还能帮你避开思维盲区。记住：卖掉第一份服务，你的生意才算真正开始。
做方案：把点子变成别人愿意买的报价
好的报价不用复杂，四个核心就够：清晰的结果承诺、帮用户兜底的保障、解决核心顾虑的赠品，还有点出"不行动...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

本期博客翻译自Greg Isenberg｜
Stop Vibe Coding. Start Getting Customers
💬讨论内容简介
如今每天都有20万个新项目在Lovable这类平台上线，真正的瓶颈早已变成分销获客；Greg Isenberg坚信，未来十年最富有的人会是营销人——因为代码如今已经成为一种人人都能买到商品。
⏰时间点
00:00 开场介绍
01:07 行业大反转：分销优先于研发
03:08 警惕「先做产品再想营销」陷阱
04:18 策略一：把MCP服务器做成你的自动销售团队
06:49 策略二：程序化SEO（做10000个页面）
10:09 策略三：把免费工具做成获客漏斗入口
13:03 策略四：答案引擎优化（AEO）
15:48 策略五：Viral传播物料：让输出自带分享属性
18:56 策略六：购买垂直（niche）领域订阅用户邮件信息
21:40 策略七：A...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

本期博客翻译自：
No Priors: AI, Machine Learning, Tech, & Startups
标题：Skill Issue: Andrej Karpathy on Code Agents, AutoResearch, and the Loopy Era of AI
💬讨论内容
当AI智能体不仅能回答问题，还能自主设计实验、写代码、调模型、管理你的家——甚至替你做研究时，人类的角色还剩什么？本期我们邀请到 Andrej Karpathy（OpenAI创始成员、前特斯拉AI总监），深入探讨他所谓的“AI psychosis”状态——一个被无限可能性和技能焦虑驱动的全新工作范式。
⏰时间点
02:55 当前AI仍存在哪些能力瓶颈？
06:15 当代码智能体达到精通水准会是什么样
11:16 自然语言编程的二阶效应
15:51 为什么AI要做“自动研究”
22:45 AI时...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动

英伟达CEO黄仁勋近期在加州圣何塞发表了年度主题演讲，正式拉开了公司 GTC 大会的帷幕。最近，英伟达频频达成交易，其中包括与 AI 推理芯片设计公司 Groq (GROQ.PVT) 达成的收购式雇佣（acqui-hire）协议。这可能意味着英伟达将推出一款全新类型的芯片，或者会将 Groq 的技术整合进自家的处理器中。

另外一则 AI 动态：英伟达的战略合作伙伴、AI 云服务公司 Nebius 与 Meta 达成了一项协议，将从 2027 年起为这家超大规模云服务商提供价值高达 270 亿美元的算力容量。

前往小宇宙评论区与主播互动

本期播客翻译自 Lenny‘s Podcast
💬 讨论内容简介
本期节目深入探讨了构建优秀AI产品的核心技能——评估（Evals）。
两位嘉宾指出，评估远不只是写测试用例，而是一套系统化的方法，帮助团队从数据中发现问题、量化表现、持续迭代产品。
节目中详细拆解了“错误分析”的全流程：从人工查看用户交互日志、记录问题（开放式编码），到利用大语言模型归类整理（轴向编码），再到构建自动化评估器（包括代码评估和“LLM作为裁判”），最后形成持续优化闭环。
嘉宾还澄清了关于评估的常见误解，比如“AI可以自动完成评估”“评估就是写单元测试”“有A/B测试就不需要评估”等，并给出了实际可操作的起步建议。
👤 嘉宾
* Hamel Husain：AI工程与评估领域专家，前GitHub工程师，长期从事机器学习与LLM应用开发。
* Shreya Shankar：斯坦福大学博士生，研究方向为AI系统与评估，...去小宇宙查看完整单集简介
前往小宇宙评论区与主播互动