E230｜1万亿收入预期背后：英伟达的巅峰与软肋

E240｜OpenAI联手PE砸下40亿美元，聊聊硅谷最火新职位FDE

[http://imagev2.xmcdn.com/storages/bad4-audiofreehighqps/68/D4/GKwRIUEOCJQQAAHpNQSp_GZT.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 5月初，OpenAI成立了Deployment Company（部署公司），Anthropic也宣布与包括Blackstone在内的多家金融机构合作成立合资企业。这些顶尖模型公司，都开始押注同一种服务：不只是提供AI工具，而是深入企业内部，在具体业务场景中把AI能力真正部署起来。 这也让一个工种迅速走到台前：Forward Deployment Engineer（FDE），前线部署工程师。他们既要懂模型和技术，也要理解客户的数据、流程和业务痛点，核心任务是把AI从demo变成各个职业自己的AI-native工作流。 这期播客中，我们请到了两位一线从业者讨论FDE和部署公司。一位是Cresta FDE团队负责人Jove。Cresta为企业呼叫中心提供AI Agent，Jove从去年年初就开始扩招FDE团队。另一位是前麦肯锡咨询师、现任Invisible Technologies企业业务VP的Oliver。他从私募和咨询行业的视角，解释了为什么模型公司选择直接与PE合作，而不是依赖传统咨询公司。 我们聊了FDE这份工作的具体形态、它与Palantir早年军方部署模式的渊源，也讨论了在这波AI落地浪潮中，私募基金和咨询行业正在经历怎样的变化。 *Oliver的访谈以英文进行，在本期播客中以配音方式呈现。 【主播】 Yiwen，硅谷101特约研究员 【嘉宾】 Jove，Cresta FDE团队负责人 Oliver，Invisible Technologies企业业务VP、前麦肯锡咨询师 【你将听到】 模型公司为什么开始做部署 01:57 从DeployCo到合资企业，模型公司为什么要提供部署服务？ 04:30 什么是FDE？让AI应用真正在客户企业跑起来的工程师 FDE的具体工作 07:58 应用层公司和模型公司的数据优势之争 09:18 FDE的工作现场和具体案例 12:43 FDE与Palantir的渊源：Echo和Delta团队 14:27 FDE和FDPM分工：像CTO和CEO的搭档 17:52 什么样的人最适合做FDE？ 22:47 FDE会不会被AI自己取代？是长期职业还是过渡角色 私募与AI部署的重要入口 26:10 PE为什么找模型公司合作，而不是传统咨询公司 32:32 PE和私募机构选择和模型公司合作的三个核心诉求 34:08 LP为什么在推动GP做AI转型 36:04 PE工作流自动化的具体案例：AI销售助理、尽调平台、基金运营 AI如何改变咨询和企业自身 41:37 AI会代替咨询吗？ 43:02 企业用AI最容易踩的两个坑：数据整合不到位、不该用AI的环节硬上AI 44:17 整合企业数据为什么比想象中难 46:19 模型能力不断发展，Agent本身会取代FDE吗？ 48:14 技术专家之外的人的价值 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Poisson d'Avril - Ludvig Moulin Rumors About Us - T. Morri Radar Focus - Blue Saga Unfinished Stories - Lennon Hutton

E239｜SpaceX要让太空算力从科幻走向现实，但它划算吗？

[http://imagev2.xmcdn.com/storages/59af-audiofreehighqps/1A/50/GAqhT9EOAYRGAAHpNQSni2zo.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] SpaceX上市进入最后倒计时，在它那份长达280页的招股说明书里，月球基地、点对点地表旅行、在轨制造、火星货物……这些别的公司不敢写的科幻元素，它都写了。但更让人印象深刻的是SpaceX的AI叙事，它预测在28.5万亿美元总潜在市场中，有超过90%来自AI板块，而这部分将受到“地球无法快速扩展发电能力”的严重制约。 面对电力紧缺，SpaceX的答案是：把数据中心搬上太空。上周一，马斯克在一段关于AI1卫星设计草图的视频中称，AI卫星不需要多么神奇的技术，这些技术已经在星链V3卫星中做出来了。谈到时间表时，马斯克预估SpaceX将在2027年底前实现每年1GW的太空AI算力的年化部署率，并逐年扩大量级。 这个大胆的宣言，究竟是IPO前夜的氛围烘托，还是下一代算力基础设施的真正方向？太空数据中心，技术上能实现吗？即使能做成，它真的比建在地面上更划算吗？本期硅谷101播客，我们就来算算这笔经济账。 本期节目不构成投资建议 【主播】 泓君Jane，硅谷101创始人，播客主理人 【嘉宾】 Lewis Hong，Aris Fund合伙人，前SpaceX高管 刘冰雁，火箭爱好者 【你将听到】 SpaceX S-1解读 03:07 打卡指南：LA SpaceX总部&德州Boca Chica星舰发射中心 06:53 SpaceX招股书，1GW太空算力计划和“Elon Time” 09:40 1万颗卫星铺满一条晨昏线轨道是什么概念？ 11:02 打个赌吧：Starship 100次发射时间线预测 成本拆解 16:52 极度乐观：只算燃料成本，两个月回本，但现实并非如此 19:41 保守估算：每公斤200美元，两年回本只能打平 22:14 考虑到GPU损耗等因素，成本估算再加40%冗余度 26:05 星舰还有改进空间，每公斤10–20美元经济账才成立 技术挑战 28:48 反常识：太空真空环境，散热为什么这么难？ 31:02 两个思路：提升温度、增加散热面积 33:38 解决方案：热泵与半导体散热技术 38:24 太空芯片，谁来造？ 41:38 太空辐射会让GPU算错，加屏蔽和纠错即可 42:13 太空只适合做推理，不适合大模型训练 45:05 星链12000颗卫星，99.85%完好——辐射风险可控 46:06 凯斯勒效应（碎片连锁撞击）在低轨并不可怕 48:36 星链一年进行30万次卫星轨道规避机动，技术已成熟 51:09 太空数据中心综合评估：理论可行，经济账还算不过来 52:27 另一个角度：地球容纳数据中心散热的能力终将触顶 战略价值 53:51 太空算力的战略价值：速度、扩展性与数据主权 59:01 太空数据中心热潮：放上去不难，经济地放才是真挑战 01:01:53 未来10年发射市场将多元化，中国稳步追赶 01:02:48 初创公司的机会：上游关键零部件/技术供应商 01:07:34 月球派vs火星派：NASA为何重启登月？ 01:09:33 月球重力更适合发射，是人类开发宇宙的跳板 01:14:19 SpaceX的人都认为太空经济数倍于地球，但说出来没人信 01:15:40 财富到达一定程度，就开始寻求（或逃避）政治影响力 01:18:33 50多万人在问卷中愿意抛弃地球上的一切去火星 01:26:54 结尾彩蛋：一个太空火锅梦想，和一个在太空录播客的约定 【硅谷101正在招聘】 《硅谷101》招聘多个全职岗位，欢迎加入我们的超酷的深度内容工作团队！ [http://imagev2.xmcdn.com/storages/3a42-audiofreehighqps/02/F9/GAqhuykOAY4qAASHsgSnjx80.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 【延伸阅读和相关术语】 晨昏轨道（Dawn-Dusk Orbit），一种特殊的太阳同步轨道，卫星始终飞行在地球明暗分界线（晨昏线）的上方。由于轨道面与阳光方向近乎垂直，卫星的太阳能板可以持续面向太阳。在理想情况下，卫星一整年几乎都处于光照中，地食时间趋近于零——而普通低轨卫星每圈约有30%~40%的时间处于地球阴影中。这一特性使其成为需要恒定高功率供电任务的理想选择。 斯特藩-玻尔兹曼定律（Stefan-Boltzmann Law），热力学基本定律之一，描述黑体辐射的总功率与其绝对温度的四次方成正比。本期播客中刘冰雁解释太空散热的核心难点，正是基于这一定律——低温下辐射散热效率极低，必须通过提高散热器温度来把热量辐射出去。 凯斯勒效应（Kessler Syndrome），由NASA科学家Donald Kessler于1978年提出。描述的是当近地轨道上的太空垃圾密度达到临界点后，碎片之间会发生连锁碰撞，每一次碰撞产生更多碎片，进而引发更多碰撞，最终形成碎片密集的"碎片带"，使某些轨道在数百年内无法使用。 卡门线（Kármán Line），地球大气层与外太空的分界线，以航空航天工程师西奥多·冯·卡门命名。国际航空联合会（FAI）将其定义为海拔100公里处。其物理本质是气动升力让位于离心力的临界高度——在此高度以上，飞行器实际上已成为轨道航天器而非飞机。卡门线主要用于法律和监管目的，区分受各国领空管辖的航空器和属于自由空间的航天器。当前国际法并未明确规定外太空的边界高度。 【硅谷101听友群】 终于终于终于，大家一直呼吁的硅谷101的社群要上线了！欢迎大家加入。 [http://imagev2.xmcdn.com/storages/368d-audiofreehighqps/E2/A7/GKwRIDoOAY4-AAJwjASnjyS7.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 请用手机相机扫码；如已安装飞书/Lark，可直接在App内扫码进入申请表单。7天内审核，通过后邮件同步入群方式。期待和你在群里碰面！ 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Idiosyncrasies STEMS INSTRUMENTS - Gavin Luke Swerve Space - Lama House Quarks in the Cosmos - Grant Newman My Halo Orbit - DEX 1200

E238｜聊聊Harness时代AI-First的组织架构：从信任人到信任AI

[http://imagev2.xmcdn.com/storages/69b5-audiofreehighqps/9C/BF/GKwRIaIN6M_OAAHpNQSeFwj8.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] “Harness Engineering”（挽具工程）正在成为硅谷的新共识，Anthropic、OpenAI等公司都在探索这一工程范式。但真正理解Harness的人还不多。前不久，一篇题为《Why Your “AI-First” Strategy Is Probably Wrong》的文章在X上获得百万级阅读和热议，作者是来自硅谷CreaoAI（creao.ai）的Peter Pang。在这篇文章里，Peter展示了Harness Agent系统激发出的极致效率：99%的代码由AI完成，每天平均3到8次生产部署，过去六周的产品流程，现在一天就能跑完。 本期播客，主播泓君邀请到Creao的三位创始人，聊聊这家公司对Harness的实践，以及在组织AI-First转型上的深度思考。嘉宾们指出，AI-First不等于“使用AI”，想要把效率提升100倍、1000倍，就不能只把AI当成工具，而要让AI成为所有生产力的主导。组织转型最难跨出的一步在于——是否能让所有员工都能做到信任AI。 这场对话中有一些有趣的观察，比如在Creao，市场不用再追着开发提需求，因为开发速度已经远超市场消化能力；当大量对齐工作被AI接管之后，拿掉产品经理，反而让团队效率大幅提升；初级工程师比资深工程师更适应AI时代的转型；尽管过去十年积累的专长正在快速贬值，资深工程师仍然有竞争力，因为未来的核心竞争力不再是写代码，而是“找到AI Planning的缺陷”和“判断什么是有价值的”。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Kai，Creao联合创始人/CEO  Peter，Creao联合创始人/CTO Clark，Creao联合创始人/CPO，clark@creao.ai 【你将听到】 AI 主导的效率革命 02:32 什么是Harness（挽具）？ 03:09 Harness范围远大于prompt/context engineering，榨干大模型能力 04:52 Harness成败在于，设计好系统自身的feedback loop 07:11 传统软件静态人主导，Harness动态AI主导迭代 08:10 一篇X爆文，揭秘CreaoAI的Harness实战 09:53 AI-first第一步：重构流程，降低对齐成本 13:19 思维转变：AI不是工具，是所有生产力的AI主导者 14:01 放弃传统开会讨论，让AI主导对齐，沟通成本大幅降低 19:12 Agent主导排查bug，50%以上问题由AutoFixing自动修复 23:48 搭建整个Agent系统，只需要1个Architect用一周定框架 25:47 Harness观念：AI是动态系统，出错要弥补系统而非简单纠错 27:13 你的内容和产品，受众可能是Agent Harness时代的组织转型 31:09 组织转型挑战：只要有人觉得“不如人做”，改造就会被拉长 32:02 AI能力已达，CreaoAI 2026年1月用两周完成全部架构重构 36:00 “2026年我没有写过一行代码”，架构师的价值是找出AI planning的缺陷 38:22 产品开发超前于市场，市场尚不了解Harness Agent的工作方式 43:05 大企业难转型的原因：合规问题，人员过多 Harness时代人的价值 47:47 信任从人转向AI需要guardrails，产品经理角色被拿掉，对齐成本反而更低 52:00 交流成本＞落地成本，AI环境下复合型人才更重要 53:21 “资深悖论”：初级工程师更适应AI，资深专家转变难度大 01:00:30 人类未来最核心的能力和价值：定义需求，review结果 【延伸阅读和相关术语】 CI/CD（持续集成/持续部署），软件开发中的自动化流程。CI（Continuous Integration，持续集成） 指开发者频繁地将代码合并到主干，并自动运行测试，以便尽早发现集成错误。CD（Continuous Delivery/Deployment，持续部署/持续交付） 指通过自动化流水线将通过测试的代码自动发布到生产环境。 Agent Behavior（智能体行为），指AI Agent在执行任务时的行为模式，包括它如何理解指令、调用工具、做出决策、处理错误等。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Radar Focus - Blue Saga Rumors About Us - T. Morri Easily Served - Gerhard Feng Poisson d'Avril - Ludvig Moulin

E237｜央视和FIFA谈判纷争背后，体育赛事转播权的博弈与生意

[http://imagev2.xmcdn.com/storages/9ea5-audiofreehighqps/59/CA/GAqhQKIN5BCsAAHpNQScSyN1.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 离美加墨世界杯开赛还有一个月，央视和国际足联FIFA之间的版权谈判终于是谈妥了，本期我们来聊聊世界杯的定价逻辑与体育赛事版权生意的变化脉络。 【主播】 麻花，硅谷101特约研究员 【嘉宾】 朱晓东，力赞体育CEO ，本届世界杯日本转播权销售顾问 张宾，《体育产业独立评论》主理人 【你将听到】 谈判的虚惊一场，赞助商的从中斡旋 02:40 价格细节：打包的版权交易里，很少透露单届的价格 04:25 FIFA的让步，单独售卖的女子世界杯，也被打包进来了 05:28 联想出面协调，背后动力是什么 08:31 谈判纷争的惯常套路，最终双方都会让步到促成交易 09:47 从18年到26年，世界杯的中国赞助商为什么在变少 12:30 赞助世界杯，到底能给中国企业带来多少好处 世界杯的定价逻辑 14:41 中国被FIFA设定到版权价格第一梯队，定价逻辑是什么？ 19:00 体育赛事版权谈判的流程、阶段和套路 21:51 提前一个月转播权还没谈拢，这种情况经常发生 22:36 从02年到26年，FIFA对央视的版权要价涨了20倍 25:49 全球体育比赛的版权价格，都被转播方里的新玩家带起来了 27:30 2022年世界杯，央视入账了50亿 29:54 转播方能赚多少，在FIFA面前并非秘密 从中国到全球，体育赛事版权生意的变化脉络 33:14 全球范围内，大转播方的变现能力并没有变强 35:35 体育版权上亏钱的，可不止乐视体育 39:29 世界杯的转播权，为什么总是两届打包卖 41:31 赛事版权在中国，坐过速升速落的过山车 45:35 十年前中国的版权泡沫，源于不计成本的恶性竞争 49:30 对比国外版权市场，中国的同行打得太凶了 51:42 健康的版权生意，关键是要“量KPI为出” 53:09 中国版权生意难做，稳赚不赔的可能只有世界杯和奥运会 55:05 NFL、NBA和F1，为什么顶级赛事的版权都在疯涨 59:00 抖音和快手，正在尝试边解说比赛边直播带货 01:02:22 赛事版权的长期受益者，可能是优质IP持有方和去中心化的流量平台 【延伸阅读和相关术语】 咪咕：中国移动旗下的数字内容平台，旗下拥有中超、英超、法甲、WTT、UFC的独家版权，并拥有NBA、亚洲杯、汤尤杯等赛事的转播权。 电通：深度介入体育产业的日本广告营销公司，在体育版权中扮演“超级代理商”的角色，拥有世界杯、奥运会等诸多体育赛事在日本和部分亚洲国家的代理资源。 DAZN：总部位于英国的体育流媒体巨头，由Access Industries和Perform Group于2016年推出，资本雄厚，业务覆盖超过200个国家和地区，是全球体育版权市场最大的买家之一，被称为“体育界的Netflix”。 WTT：世界乒乓球职业大联盟，由国际乒联于2019年创立，旨在推动乒乓球职业化与商业化，由运营大满贯、冠军赛等全新赛事体系。 中国体育赛事版权泡沫：2015年前后，资本疯狂涌入体育产业，其中乐视体育花两年27亿购入中超新媒体版权，PP体育花3年7.2亿美元获得英超版权。随着乐视资金链断裂，以及中国付费习惯未养成、盗播泛滥等问题，体育赛事版权价格在中国回归理性。 PP体育：前身是视频网站PPTV，2013年被苏宁收购，曾是中国最早的互联网体育直播平台之一，巅峰时期手握英超、欧冠、意甲等50多项赛事的版权，但在20-21年间已因无力支付版权费而被逐一放弃。 新英体育：中国最早的体育版权巨头之一，2010-19赛季长期拥有英超在中国内地独家转播权，并于2013年在中国首推付费观赛模式，2018年与爱奇艺成立合资公司新爱体育。 League Pass：NBA官方推出的全球性赛事流媒体订阅服务，支持多场比赛同屏观看、比赛中实时叠加球员数据等，除了赛事直播，还提供7x24小时的NBA TV的节目，比如赛事分析和采访等。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Kick Off - Earle Belo In a Minute - John Runefelt Rumors About Us - T. Morri All Parts Equal - Airae Burn Away - Nyck Caution

E236｜99%的作业都是AI写的：当代名校生眼里，大学还剩下什么？

[http://imagev2.xmcdn.com/storages/1e80-audiofreehighqps/B5/44/GAqh6-4N27UmAAHpNQSZRgGP.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 人类历史上第一批和生成式AI同时长大的学生，正在踏入毕业季。 去年我们和大学生聊AI时，讨论还集中在“要不要使用AI”、“教授怎么看”。然而仅一年后，AI真正成为了生产力工具。这届毕业生可能会发现：不管你学的是知识性课程，还是实用性技能，都难逃AI冲击，想要脱颖而出必须成为那个“更善于使用AI的人”。 当知识可以被AI调取，技能可以被工具取代，大学还能给你什么独一无二的东西？面对AI冲击，有哪些能力是不会被时代洗牌的“元能力”？ 本期播客，我们邀请三位刚刚走出校园的名校毕业生——Alfred、Kolento、Jack，一起聊聊他们在教育标准化的大学里，如何用AI实现高度个性化的学习？从哪里汲取思想的养分，最看重的能力又是什么？站在毕业的关口，他们如何评估大学的价值，面对未来又做出了怎样的选择？ 这也是一份送给所有大学生“自救指南”，那些AI取代不了的能力，才是教育留给我们的真正底气。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 林桐宇 (Alfred)，清华大学法学（国际）2026届 侯泰羽 (Kolento)，纽约大学应用心理学2026届 饶杰武 (Jack)，哥伦比亚大学管理科学与工程研究生2026届，Emergences Labs 创始人兼CTO 【你将听到】 Alfred 03:28 刚上大学就有了ChatGPT，预感打不过开始辅修AI 09:40 AI速通法律专业课：模拟教授出题，拿下4.0满绩 12:15 大学老师对AI态度发生转变，评估体系亟待升级 13:43 大学两大价值——认识自己 + 获得技能；后者被AI侵蚀 15:49 记忆类知识会过时，批判性思维和素养课程更值得投入 20:11 清华最重要的财富：同侪的深度交流、老师的解惑 Kolento 23:05 马斯克说对了，我上大学最重要的目的就是社交 26:30 学历不再是知识的证明，但仍是社会信任的重要凭证 28:35 追寻美德、向往真理，才能更好地驾驭AI技术 29:55 用AI在大学期间大量试错，而不是对中长期目标做死板的预设 32:32 AI可以做出决策（deciding），但只有人能做出选择（choosing） 36:38 “自顶向下”学习法：先见证最高水平的卓越，再提问、理解、验证 Jack 39:23 99%作业由AI参与，已经想不到任何没有AI参与的作业了 43:14 翻书不会把我变成一个更好学生，只是在浪费我的时间 44:44 当大家都用AI做作业，真正PK的还是每个人的理解和判断 进化的AI工具 46:51 最近常用AI工具盘点 52:37 哪些AI工具正在被抛弃？首当其冲：ChatGPT 58:46 适当关闭memory，避免模型被记忆污染形成信息茧房 元认知积累与AI上瘾 01:01:33 设计师的审美，程序员对代码的感觉，仍然不可替代 01:04:43 AI比短视频更上瘾，失去AI就失去了执行力和灵感来源 01:06:28 完全抽离AI我们还能做什么？还能回到手写代码吗？ 01:12:53 用AI的资深工程师反而慢了19%，初学者在AI时代可能反成优势 01:17:07 2026最迷茫就业季，这一代毕业生就业向何处去 01:20:27 硅谷高中生反驳主播：为什么要假设，我们不会离开AI了 【本期节目中提到的AI工具】 Variant：输入一句话需求，几秒内生成数十套高保真网页与APP设计方案的AI设计工具。 Typeless：像真人一样自然说话，自动转化为润色后可直接发送的清晰文本的AI语音听写工具。 Dify：一个开源平台，让你能通过拖拽等可视化方式，快速构建和部署基于大模型的AI应用。 Raycast：用键盘统一控制整个电脑、快速启动应用与各类服务的Mac效率中枢。 Suno：支持上传个人声音克隆，一键生成包含人声与配器的完整原创歌曲的AI音乐创作平台。 Gemini Dynamic View：谷歌Gemini根据你的自然语言提示，实时生成可交互3D模型和定制UI界面的动态可视化功能。 Mercury 2：基于扩散架构每秒可生成超过1000个Token，比主流模型快5到10倍的极速推理大语言模型。 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Between Moments - Amber Glow Call Waiting - Future Joust Pulse Runner - Helmut Schenker First Flakes - Philip Ayers