硅谷101|中国版

E231｜从B2B到A2A：Agent新基建，如何让“一人企业”做全球生意？

[http://imagev2.xmcdn.com/storages/eaa6-audiofreehighqps/3A/62/GAqhjs8NoTSTAAHpNQSCeqHz.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] “龙虾热”正在退潮，但它带来的创新冲击还在持续——当它与行业know-how相结合，正在迸发出新的能量。 阿里国际站有着26年的B2B数据和经验积累，今年初，OpenClaw、Cowork这些工作范式被验证，让他们看到了打通B2B闭环的智能体，终于到了可以落地的临界点。 于是春节之后，“外贸版龙虾”Accio Work来了，海外用户只需要和这个Agent对话，它就能自主跑完从市场分析、选品设计、供应商筛选、商品发布和日常运营的全过程，把原本需要数周甚至数月的流程，压缩成几句对话。 以往复杂的专业知识壁垒正在被Agent攻破，生产力被重新定义。从数据上来看，Accio Work40%的用户都是Solopreneur（一人企业）。降低门槛的同时，生意越做越精明了，在AI的帮助下今年阿里国际站EBITA（息税摊销前利润）增长了18%。 在AI带来巨大变革的时代，工作流程如何被Agent重构？人才的标准发生了怎样的变化？SaaS行业的转型机会在哪里？本期播客，我们与阿里国际站总裁张阔一起聊聊，他作为互联网巨头的掌舵人，在这一轮AI浪潮下，对新业务、新人才的思考与判断。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 张阔，阿里国际站总裁 【你将听到】 硅谷AI生态初印象 03:49 AI吞噬SaaS，或者让它变得更好？ 05:46 两种工作新范式：OpenClaw与Claude Cowork 当B2B遇到Agent 11:57 未来所有的B2B都会走向A2A 15:16 Accio：AI如何使采购流程缩短5倍 18:52 B2B的强化学习：以成功撮合交易为正反馈 21:52 Accio Work智能体进化：从采购到日常经营，覆盖整个商品销售周期 24:07 AI原生产品的检验标准：能否随着模型的升级而变得更聪明 SaaS的转型机会 25:30 让“一个企业”也能拥有“数字团队” 29:36 中小企业的真实画像与“开箱即用”的产品设计 31:48 商业模式双轨：Token计费 + 平台服务 34:42 当推荐从1000个变成5个，广告还好卖吗？ 36:26 AI不是颠覆商业模式，而是把市场做大 39:15 数据闭环很重要，用户挑剔倒逼极致效率 41:41 A2A时代的竞争：谁能成为那个“主智能体”（Master Agent）？ 43:01 成功标准：不看token消耗量，看用户留存和单位token价值 AI时代工作方式 45:07 人才新标准：产品经理要预判6个月后的模型能力 47:49 工程新范式：主Agent调度子Agent，群聊驱动的开发助手 50:11 衡量AI是否有效：看“有效想法”上线数量，看指标是否“非线性增长” 51:59 检验AI原生的试金石：新模型来了，团队兴奋还是焦虑？ 55:01 OpenClaw冲击波：当AI能力被验证，新一轮的创新开始涌现 【Accio Work · 免费试用】 想让AI帮你管理从设计采购到售后的全部流程？前往www.accio.com下载Accio Work，新用户享7天免费试用，亲自体验“一人企业”如何做全球生意。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Waiting in Vain - Kikoru Hidden Agenda-Experia Spring Dance - Forever Sunset

E230｜1万亿收入预期背后：英伟达的巅峰与软肋

[http://imagev2.xmcdn.com/storages/c4ce-audiofreehighqps/29/FA/GAqhI8INmcS2AAHpNQR_oxXw.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 本期播客是硅谷101在GTC 2026大会期间的线下特别录制，我们从老黄在Keynote上抛出的那几个大数字开始聊起： 1万亿——这是黄仁勋预期到2027年底，Blackwell和Vera Rubin两个平台带来的订单收入。 7块——这是大会一次性发布的Vera Rubin新芯片数量。 还有两个数字是关于它的Vera Rubin NVL72 AI机架系统，相比Blackwell，推理效率提升了10倍，每瓦Token产出性能是之前的35倍。 但我们聊的远不止数字本身，也不只是芯片的故事。当推理拐点全面到来，算力狂奔的路上，芯片设计、代工产能、推理架构、软件生态、电力基建、云服务运营……这些环节都在被重新丈量。 在这场串联起AI全产业链关键节点的线下对谈中，我们试图穿透英伟达庞大的AI生态帝国表象，看清它真正的护城河，以及那些潜伏在高速增长背后的软肋与隐忧。 [http://imagev2.xmcdn.com/storages/50ad-audiofreehighqps/EE/F3/GKwRIW4NmdQWADbk8QR_pxN9.png!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 【你将听到】 万亿野心背后的产业现实 03:21 万亿目标背后，推理业务正成为英伟达关键收入来源 05:50 供应链瓶颈：CoWoS产能成最大挑战，硬件周期非资金可突破 09:03 七芯齐发的关键：英伟达全公司都在用 Coding Agent 做芯片 10:10 Groq的优势：纯SRAM架构专攻低延迟 15:43 推理芯片创业还有机会吗？关键：找英伟达短板 19:07 未来数据中心是异构的，系统级优化比单芯片更重要 21:25 OpenClaw引爆TOKEN消耗，英伟达NemoCloud能让人惊艳吗？ 24:27 SaaS面临挑战：未来软件公司卖的不是软件，是AI劳动力 28:36 未来企业架构：CEO同时管员工和智能体，HR、财务都可外包 30:07 英伟达芯片设计模型ChipNemo，硬件代码也能写，难点在于优化 31:47 谷歌TPU系统能力强，但英伟达的护城河已从CUDA扩展到全栈基础设施 35:28 英伟达的护城河：执行力与供应链 36:14 未来挑战：垂直领域、边缘端与私有化部署的崛起、推理市场红利被分流、资本压力 40:16 观众提问1： 英特尔是否有望成为代工第二源？ 42:56 观众提问2：CUDA护城河是否会被Coding Agent削弱？ 一线云服务商谈数据中心瓶颈 46:30 数据中心竞速：靠自发电与预制集装箱加速 50:22 谁在引爆GPU云需求？模型训练、视频生成、AI Coding以及OpenClaw 53:39 模块化、标准化、全套打包的AI工厂方案 56:57 不止GPU缺货，数据中心核心配件供应趋紧 58:42 运营GPU云的核心能力：先有卡，再稳得住，SLA是生死线 01:01:04 GPU折旧比资本市场预估更耐久 01:02:08 观众提问3：AI云服务商的差异化策略 [http://imagev2.xmcdn.com/storages/121b-audiofreehighqps/DF/36/GKwRIRwNmcTMACQAOwR_ox4C.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Pulse Runner - Helmut Schenker Interstate 895 - Bonnie Grace Unfinished Stories - Lennon Hutton Seven Daughters - Fabien Tell AI sing-along recaps GTC keynote 本期节目不构成任何投资建议

E229｜从手工作坊到全球第一：中国动力电池逆袭史

[http://imagev2.xmcdn.com/storages/1056-audiofreehighqps/1C/C4/GAqh9sANkbBgAAHpNQR8TnC7.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 这几年，如果说全球制造业里，有哪个故事最值得被重新讲一遍，那一定是动力电池。 中国在动力电池产业链中，建立了极强的优势。当欧洲电池巨头Northvolt破产，日韩也不再具备领先地位，很多人会问：为什么很多原始技术并非源自中国，但最后却是中国把它做成了最完整、强势的产业？这背后到底是政策红利、市场规模，还是极致的工程能力在起作用 ？ 这一期节目，我们邀请了材料学博士、TDK Ventures 投资人何倩然，和《三联生活周刊》资深记者、也是新书《电车之心：中国动力电池传》作者杨璐和张从志，一起聊聊中国动力电池产业的逆袭故事。《电车之心》通过大量核心人物采访和工厂一线走访，拿到了许多难得的一手资料，这本书也在试图回答一个问题：为什么中国能在动力电池产业弯道超车？ 这一期节目会沿着几条线展开：先看中国动力电池优势是怎么形成的，再拆解这个行业真正难的地方；接着看固态电池、钠离子电池等关键路线走到了哪一步；最后再讨论，下一阶段全球动力电池竞争的重点会怎么变。 【主播】 刘一鸣，硅谷101特约研究员 【嘉宾】 Katherine He，硅谷TDK Ventures高级投资经理 杨璐，三联生活周刊资深编辑 张从志，三联生活周刊主笔 【你将听到】  产业突围：中国动力电池如何跑出来 02:48 决定性优势：中国在产业链的很多环节，市占率达到80%以上 03:11 关键拐点：“十城千辆”如何在早期用政策先创造需求 05:03 白名单与补贴：“白名单”政策，怎样进一步扶起本土电池厂商 06:43 全球格局对比：中国领跑，日韩稳定跟进，美国更像是一个“聪明但掉队”的学生 制造逻辑：为什么工程能力才是核心护城河？ 12:47 “手搓电池”的往事：早期中国电池企业有多“狼狈” 14:59 砸锅卖铁解决问题：曾毓群当年如何从贝尔实验室授权技术，并攻克核心的“鼓气”难题 17:37 极致制造的差距：电池是“微米级制造”，难在一致性 21:56 从磁带到电池：揭秘涂布技术秘籍 26:41 电池厂最深的护城河：不只是配方，更是极致的工程能力 28:27 工程师红利：中国工厂的“内卷”，与美国工厂“下午五点准时下班”的差异 城市竞争：从“五粮液”到“动力电池之都” 35:48 常州的“四小时产业圈”：四小时车程内，可以配齐绝大部分零部件 39:40 地方政府的“产投”逻辑：从“铜头铁嘴”到“兔子腿” 40:25 宜宾的转型奇迹：白酒与动力电池 下一代电池：谁能实现真正的颠覆？ 50:06 固态电池的瓶颈：全固态电池仍需等到2030年之后 55:32 钠电池的战略意义：无需依赖关键金属，它是美国电网储能的更优解吗？ 01:00:38 弯道超车的尝试：美国公司正在寻找新赛道 01:03:12 Northvolt 破产启示录：曾毓群说“从头到脚都做错了” 想了解关于中国动力电池崛起的故事，欢迎阅读上海译文出版社新书《电车之心：中国动力电池传》 作者：杨璐 张从志 [http://imagev2.xmcdn.com/storages/69eb-audiofreehighqps/BD/37/GKwRIJENkbLwAAVYBAR8UDtM.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Invasion 2 - Fredrik Ekstrom Pulse Runner - Helmut Schenker All Parts Equal - Airae 本期节目录制于2026年1月16日

E228｜谷歌TPU能撼动英伟达吗？前TPU工程师首次揭秘

[http://imagev2.xmcdn.com/storages/ab34-audiofreehighqps/71/05/GAqhg3wNiIwSAAHpNQR4tonN.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 在AI算力争霸时代，英伟达凭借GPU市值一路狂飙。但如今，它的蛋糕正在被一点点分食——2024年，苹果论文披露Apple Intelligence全部由TPU训练；2025年，Anthropic签下数十亿美元订单，购买TPU训练Claude；近期，Meta与谷歌签署数十亿美元协议，租用TPU跑Llama。 TPU一直是谷歌低调的“自家武器”，在过去十年里驱动着几乎全部核心产品。直到TPU训练的Gemini 3打了一场漂亮的翻身仗，人们才开始重新审视：这套从搜索推荐系统中长出来的定制芯片，究竟藏着多少秘密？ 本期播客，我们邀请到前谷歌TPU工程师Henry。他在2018年至2024年间深度参与了三代TPU的研发，也见证了大模型时代TPU的关键转型。他将从硬件架构、软件生态、生产供应链三个维度，一层层揭开TPU的神秘面纱。 我们将深入探讨：TPU与GPU的架构有何根本不同？TPU的产能瓶颈卡在哪里？当谷歌开始向Anthropic、Meta开放TPU，它在软件生态上要迈过哪些坎？如果未来模型的底层范式发生改变，TPU还能押准方向吗？而最关键的问题是：TPU真的有机会撼动英伟达的霸主地位吗？ [http://imagev2.xmcdn.com/storages/53ac-audiofreehighqps/25/65/GAqhVp8NiJDXAALbYgR4uiFR.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Henry Zhu，前Google TPU工程师，参与V6/V7/V8 TPU研发 【你将听到】 TPU挑战GPU  03:06 架构对决：GPU像多个大厨，TPU像流水线接力 06:41 TPU vs GPU：谁在模型训练上更强？ 10:20 TPU产能之困：HBM、封装与良率 XLA软件黑盒 14:06 Anthropic为何率先下单百万部署？ 16:01 黑盒优化如何“榨干”硬件性能 17:47 XLA与CUDA，两种生态之争 19:53 苹果为什么能成为TPU大客户？ “大模型客户”  20:45 Gemini成功背后，TPU做了什么？ 22:34 TPU是如何做MoE优化的？ 23:45 设计难点：如何押中两三年后的算法？ 26:05 TPU的转身：V6开始押注大模型预训练 28:53 Transformer先发优势带来的旗鼓相当能持续多久？ 32:04 Meta的TPU托管服务：生态逐渐走向兼容 供应链命门 36:08 拓扑通信架构如何为TPU打赢数据中心成本战 38:27 博通（Broadcom）是谁？为什么它如此关键 42:04 挑战GPU的机会：用户规模越大推理越快 45:36 V7之后：Gemini实现100%TPU训练 48:15 一句话总结TPU优劣势 TPU十年进化史 49:49 V1推理芯片试水，V2训练芯片旗舰，V4优化推荐算法 52:16 V5/V6：进入大模型时代，推出推理专用版本 56:05 团队演变：软件组话语权越来越重 新星Groq 57:14 踩准每一次红利的编译器公司 59:27 差异化定位：做小规模部署的低延迟优化 01:01:59 AI算力芯片新战局 【更正】 54:20 口误，Groq创始人Jonathan Ross，现为英伟达首席软件架构师 【监制】 泓君 【剪辑】 小师 Jacob 【运营】 朱婕 【BGM】  Virtuoso Violin - Rafael Krux Angular Pulse - Guy Copeland Top Flow - This Violin 本期节目中嘉宾所表达观点均为其个人看法。 本期节目不构成任何投资建议，投资有风险，入市需谨慎。

E227｜美国医疗市场AI争夺战：巨头押注，创业公司能赢吗？

[http://imagev2.xmcdn.com/storages/1163-audiofreehighqps/17/C6/GAqhp50NfMJ1AAHpNQRz1vCD.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 每周，有超过2.3亿人在ChatGPT上询问健康和保健问题。在人类创造的所有数据中，有30%来自医疗领域，但其中真正被利用起来的，不足5%。 一边是巨大的数据金矿，一边是与未被满足的庞大需求，这正是AI的机会。 在年初的摩根大通医疗健康大会上，我们看到医疗与AI正在加速“双向奔赴”。礼来制药与英伟达达成10亿美元合作，试图用算力重塑药物发现的底层范式；在OpenAI发布ChatGPT for Health之后几天，Anthropic也迅速跟进，推出了Claude for Healthcare。而一家成立仅三年的初创公司OpenEvidence，以120亿美元的估值跻身AI医疗新贵——40%的美国医生每天都使用它。 面对这场火热的AI医疗争夺战，我们想问一个根本的问题：AI到底在解决医疗的什么问题？它只是巨头的游戏吗，创业公司还有没有机会？ 我们从一位急诊室医生的真实经历聊起，他常常在凌晨三四点完成生死抢救后，站在传真机前处理medical coding。这不是个例——美国全科医生的周平均工作时长高达61.8小时，相当大的一部分精力耗费在了病历录入、保险对接、医疗编码这些琐碎却容错率极低的行政事务上，而这恰恰是AI最容易切入的场景。 【主播】 泓君，《硅谷101》创始人，播客主理人 【嘉宾】 张璐，Fusion Fund创始管理合伙人 周叶斌，遗传学博士，现在药企从事免疫学研究（《说医解药》主播，微博@生物狗Y博，公众号：一个生物狗的科普小园） 【你将听到】 AI医疗大年拉开序幕 01:13 JPM大会见闻：药企集体“转身”，AI从“可选项”变为“必答题” 04:05 2026年AI医疗战局初探：谁在入局，谁在领跑？ 04:58 医生“过劳”成常态，每周工作61.8小时，大部分时间竟不在看病 Anthropic：从行政合规切入 08:21 医疗支付系统有多复杂？碎片化行政工作拉扯医生精力 10:30 AI在医疗的最大机会：30%的人类数据在这里，但利用率不足5% 13:56 被忽视的“医疗编码”，为什么适合交给AI？ 17:26 HIPAA合规模型：医疗AI的“入场券” 20:50 为什么医疗AI多用小语言模型？ OpenAI：ToB野心与生态博弈 21:34 OpenAI为何重注医疗ToB？不止是商业化，更是模型进化 23:57 医生的知识更新难题：AI 能做什么？ 25:26 生态之争：OpenAI能否撼动微软的医疗地盘？ 27:55 便宜又好用，开源模型带来的冲击 OpenEvidence：新贵独角兽能走多远 28:51 40%美国医生每天都在用，OpenEvidence是什么？ 32:30 核心竞争力：顶级期刊独家高质量医学内容数据 33:25 商业模式隐忧：靠医疗广告赚钱，能保持客观吗？ 35:12 垂直模型的优势：优质语料训练+本地化部署能力 展望AI医疗未来 40:19 AI如何促进医疗均衡？分层诊疗+提升效率是关键 44:16 HealthBench：从考“知识点”到考“真实场景下的对话能力” 48:31 巨头v.s初创：谁更适合做医疗AI？ 52:27 医疗3.0时代：预防>治疗，生命质量成为核心 【延伸阅读和相关术语】 《健康保险可携带性和责任法案》（HIPAA）是一部联邦法律，要求制定国家标准以保护敏感的患者健康信息，以免在未经患者同意或不知情的情况下披露。 ChatGPT for Healthcare：OpenAI ToB产品，一套面向医疗机构的企业级产品套件，支持HIPAA合规性要求，还包括OpenAI API、评估工具HealthBench⁠。 ChatGPT Health：OpenAI ToC产品，核心定位是用户的“个人健康助手”，旨在通过整合用户健康数据提供个性化建议，但明确声明不用于诊断或治疗，仅为辅助工具。 Claude for Healthcare：由Anthropic推出的医疗专用AI工具，为医疗服务提供者、保险公司和消费者提供符合HIPAA标准的人工智能服务。 【监制】 泓君 【后期】 AMEI 【运营】 朱婕 【BGM】 Primary Code - Max Anson Getting to It - Max Anson Unfinished Stories - Lennon Hutton