E242｜最快半年AI跑通自进化？与陈天桥首席科学家聊聊硅谷模型必争之地

E242｜最快半年AI跑通自进化？与陈天桥首席科学家聊聊硅谷模型必争之地

[http://imagev2.xmcdn.com/storages/047c-audiofreehighqps/9A/66/GKwRIJIOICPRAAHpNQSx9fhS.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 从ChatGPT掀起生成式AI浪潮到现在，不过短短两三年，AI能力的进化速度已经让"AI自我进化"这件事从科幻走进了现实。上个月，Anthropic在一份公开报告中预测，AI未来将进入"递归自我提升"（Recursive Self-Improvement, RSI）阶段，并呼吁人类共同为AI的发展设计出一个减速或暂停机制。 AI自我进化会以多快的速度到来？未来的AI，它会在通往真理的道路上与人类并肩作战，稳步破解医学、气候等种种难题，还是会在暗处走向失控？ 本期播客，泓君邀请到专注做“发现模型”的AI公司Apodex的两位首席科学家，杜少雷和Beibin，一起聊聊AI的自我进化与自我验证。 Apodex是一家陈天桥出资创立并亲自主导的公司，这家公司给自己的定位也非常的特别，他们只做一件事——heavy duty solver，意思是专啃那些没有标准答案，人类自己都不知道从哪下手的难题。他们管自己想做的模型叫做 discovery model。不是从已知的信息里面找答案，而是要提出人类还没有想到过的假设，自己想办法去验证它，去解决这个世界上还没有被解决的科学难题。 嘉宾预言，最快半年，AI就能跑通一次完整的自我进化闭环。但要实现持续的、可靠的递归提升，模型必须具备“自我验证”能力。这很像人类科学家的基本功：大胆假设，小心求证。而要让AI做到这一点，关键的前提是——教会大模型真正拥有科学家一样的品味和判断力。 【主播】 泓君，硅谷101创始人，播客主理人 【嘉宾】 Simon Shaolei Du（杜少雷），Apodex推理模型与训练首席科学家，华盛顿大学计算机科学与工程学院副教授 Beibin Li （李辈滨），Apodex自我进化与编程首席科学家 【你将听到】 自我进化背后的底层能力 03:00 AI自我进化不是新概念，两三年前就有了 06:48 RSI概念火了，背后是模型能力变强了，长程任务表现更好了 09:20 技术上如何训练AI做好长程任务？算法+数据+infra 12:45 Coding能力代表了模型自我进化的底层能力 14:29 用自我验证规避“递归漂移”，代码领域相对可控 16:21 Apodex的验证方法：多个子agent互相验证 19:11 自我进化三条路径：预训练、后训练、Harness 23:56 另一项关键能力DeepResearch，Apodex如何做到多个榜单第一？ 29:19 技术范式决定了多个agent组团解决问题效果好于单个 31:18 模型自动进化后，会碾压agent团队吗？垂直领域护城河仍在 自我进化关键一步——学会提问 34:19 Apodex定位：用Discoverative框架解决人类未解难题，不把Token当生意 36:18 “发现模型”最难之处：提出超出经验范围的假设，并去验证 37:52 让AI像科学家一样提问，需要模型有更好的品味 43:31 如何避免大模型拍马屁？远离大众偏好 46:30 “AI宪法”定义性格，顶级科学家数据校准品味 巩固品味，阻止“跑偏” 51:33 AI巨头都在做科研发现模型，判断问题价值是关键 55:32 不同于AI for Science，Heavy Duty Solver是通用模型，强调元能力 57:25 最快半年能跑通自我进化的第一个闭环，但解决递归漂移还需要2-3年 58:43 让科学家睡不着觉的问题：如何防止AI“走火入魔” 01:00:04 解决方案仍靠人工手调，“自我蒸馏”也许是个方法 01:04:28 人类只是warm start，未来AI将形成自我品味，就像AlphaZero 01:06:18 陈天桥与Apodex：制定“宪法”，聚焦Heavy Duty Discovery 【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！ [https://imagev2.xmcdn.com/storages/3a42-audiofreehighqps/02/F9/GAqhuykOAY4qAASHsgSnjx80.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 【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。 [https://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】 Light-Footed - Bonnie Grace Reclaim - Megan Wofford Charcoal Stream - Curved Mirror

E241｜跑鞋技术迭代史：马拉松跑进2小时，靠人还是靠鞋？

本期节目由AI轻办公神器vivo X Fold6赞助播出 [http://imagev2.xmcdn.com/storages/dd6d-audiofreehighqps/64/3F/GKwRIRwOEwlVABfDlwStYO2K.jpg!op_type=4&device_type=ios&upload_type=attachment&name=mobile_large] 今年4月的伦敦马拉松，肯尼亚选手萨维以 1小时59分30秒 的成绩夺冠，成为首位在正式马拉松比赛中跑进2小时的运动员，这场比赛的亚军克杰勒恰同样跑进了2小时，创造了历史。 事后媒体关注到，萨维和克杰勒恰，包括这场比赛的女子冠军阿塞法，他们穿的鞋，都是阿迪达斯的Adios Pro EVO 3。但在此之前，统治马拉松赛场10年之久的一直是耐克，也是它，发起了一度轰轰烈烈的Breaking 2项目，剑指帮助运动员马拉松“破2”。 尽管跑步这项运动自古有之，但直到1960年代，人们才真正拥有专为路跑设计的现代化跑鞋。过去60多年的发展历史里，路跑鞋都发生了哪些技术变革？运动鞋品牌，又是怎么在马拉松赛场内外你追我赶的？ 【主播】 麻花，硅谷101特约研究员 【嘉宾】 盖德，《迪谈盖论》主播 【你将听到】 跑鞋技术迭代史，谁是最有突破性创新的那双鞋 04:26 划时代跑鞋：阿迪Ultra Boost和耐克Zoom Vaporfly 06:58 TPU超临界泡棉，阿迪Ultra Boost的秘密武器 07:54 耐克Zoom Vaporfly的必杀技，把碳板和超级泡棉结合到一起 10:30 中底的重要性：辅助一个动作重复4万多次仍能保持优秀性能 12:11 中底之外，鞋面、鞋楦也有技术之争 14:11 产品经理谈跑鞋研发，好跑鞋可能会经历20多个版本的修改 16:24 不同品牌的跑鞋，中底材料可能来自同一家公司 17:46 裸足感跑鞋的兴起和沉寂 21:20 马拉松跑进2小时，靠的到底是鞋还是人 阿迪VS耐克，交替主宰21世纪的马拉松赛道 25:16 帮助破纪录的Adios Pro EVO 3, 大火背后也有偶然 27:48 被各大品牌纷纷采用的碳板，阿迪为什么偏不用 30:04 耐克的遗憾，最有可能破2的合作跑者不幸去世 31:36 一度大杀四方的耐克，是如何失去马拉松赛场绝对优势的 33:50 想要跑鞋卖得好，一定要在竞速跑比赛里有姓名 36:27 限量发售，可能会让Adios Pro EVO 3无法统治赛道 37:58 品牌研发冠军跑鞋很难，选到冠军“潜力股”更难 39:32 四大慢跑鞋品牌，为什么在阿迪耐克的竞争中“隐身”了 42:11 新秀昂跑和HOKA，仍在竞速跑的关键之门外 技术差距、时尚化和瓶颈期，跑鞋之争的未来 45:24 跑鞋品牌的技术优势，很难独领风骚很多年 47:13 阿迪能不能统治马拉松赛道，还得看它鞋面的表现 48:18 超级大Logo的Adizero EVO SL，成了2025年的大爆款 51:13 复古New Balance，很可能成为第四个百亿美元规模运动品牌 54:50 本土跑鞋vs国外跑鞋，技术差距到底在哪儿 57:42 跑鞋之后，运动品牌开始押注越野跑和Hyrox了 59:14 国内的运动品牌，该去国外卷卷了 【延伸阅读】 重要跑鞋变革史： 1960，New Balance Trackster问世，以波纹鞋底取代鞋钉，成为首款无钉跑鞋 1974，耐克联创鲍尔曼发明华夫饼鞋底，鞋款大卖，耐克趁势赶上美国慢跑热 1977，Brooks推出的Vantage鞋款，成为第一款大规模采用EVA材质中底的鞋款 1978，耐克首款 Tailwind 跑鞋上市，首次采用Nike Air 气垫技术 1986，亚瑟士推出首款应用GEL缓震胶技术的跑鞋Freak，GEL此后一直是亚瑟士的王牌技术 1991，索康尼推出GRID网格缓震系统，将纤维嵌入EVA中底，兼顾缓震和支撑稳定 2004，Nike Free面世，开启赤足感跑鞋风潮 2015，Adidas Ultra Boost 面世，采用TPU材料及超临界发泡技术，提供“踩屎感”，成为阿迪最受欢迎的缓震技术 2016，耐克推出Zoom Vaporfly 4%，首次将超级泡棉PEBA和碳板结合，Vaporfly 和Alphafly 系列随后高频亮相马拉松 2026，两位运动员穿着阿迪的Adio Pro EVO 3跑马“破2”，该款鞋为全球第一双实现量产的、单只重量不超过100g的跑鞋 两类中底技术： 机械结构：通过中底的物理形态设计来影响性能，比如碳板、碳环、镂空等，相当于中底的“骨架” 发泡材料：通过中底本身材质来影响性能，代表材料包括EVA、TPU、TPEE、PEBA等，相当于中底的“肌肉” 四大发泡材料： EVA：最传统、最普及的发泡基底，轻质柔软成本低，但回弹和耐久性一般，多为入门级跑鞋中底材料 TPU：回弹性、抗撕裂性和耐久性优于EVA，但密度较大，鞋偏重，为阿迪Boost中底所用材料 TPEE：TPU升级版，回弹率更高、更轻、更耐疲劳，但加工难度高、成本高，为阿迪Adios Pro 系列Lightstrike Pro中底的材料 PEBA：超级泡棉，回弹率极高、极度轻量，但成本昂贵、耐用性一般，为耐克ZoomX中底所用材料 耐克Breaking 2项目：2017年推出，旨在挑战人类马拉松“破2”极限，项目中跑者基普乔格在意大利蒙扎赛道达成了2小时00分25秒的优异成绩，耐克借势推出Zoom Vaporfly Elite 耐克目前的慢跑鞋三大系列：飞马（Pegasus）、迈柔（Vomero）和稳程（Structure） 格布雷西拉西耶：长跑传奇选手，蝉联1996、2000年奥运会10000米冠军，并曾打破25次世界纪录，也是首位将马拉松跑进2小时04分的运动员 基普乔格：2016、2020年两届奥运会马拉松冠军，保持着多项赛道纪录，2019年在维也纳以1小时59分40秒完成“破2”壮举，但因为非正式比赛，成绩没有纳入马拉松世界纪录 基普图姆：肯尼亚马拉松跑者，首位在正式马拉松中跑进2小时01分的运动员，2024年2月不幸因车祸去世 大迫杰：日本顶尖马拉松运动员，职业生涯三次刷新日本马拉松国家纪录，首位跑进2小时05分的黄种人。 vivo X Fold6 全新升级的原子工作台，支持串行、并行双模式，一屏多用，告别反复切应用的碎片化体验 [http://imagev2.xmcdn.com/storages/88ba-audiofreehighqps/46/8A/GKwRIDoOEuu_AAqp6gStUXvT.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】 Poisson d'Avril - Ludvig Moulin Rumors About Us - T. Morri Radar Focus - Blue Saga Unfinished Stories - Lennon Hutton

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