“你有一把能够挖出金子的铲子，肯定不会先给别人用”

Beschrijving

[https://image.xyzcdn.net/Fl43nDAyiSGCYGMsnzPNEdYkg7t8.png] 🚥 本周十字路口的嘉宾是开物纪创始人陆子恒。他们刚成立就拿到数亿元的种子轮融资，投资方阵容强大：Monolith 领投，光合创投、集富亚洲跟投，高瓴创投、IDG、蓝驰创投、BV 百度风投、L2F 光源创业者基金等老股东超额加注。开物纪的使命是用 AI 更快发现并验证能够“改变人类命运”的新材料，并让它们从实验室走向可量产、可商用。子恒会和我们介绍：当我们讨论 AI 发明材料时，AI 究竟在“发明”什么，瓶颈在哪里，商业化又将如何展开。子恒也在中关村学院带 PhD，我们聊到了 AI 时代的学习和人才：在工具与范式都快速变化的今天，应该如何学习？读 PhD 还有必要吗？又该如何判断自己适合走学术路线，还是去产业一线？最后，虽然这一期聚焦 AI for materials，但它对所有想把 AI 用在垂直行业的人都有启发：从如何定义问题、积累高质量数据，到如何把 AI 大模型的能力嵌入业务流程，形成可持续的交付与商业闭环，这些方法论都能迁移到其他行业。更进一步说，几乎每个 AI+垂直行业都会遇到同一个问题：当你终于造出一把能挖出金子的“铲子”（模型与能力）时，是把它交到别人手里，还是选择自己下场去挖？ [https://image.xyzcdn.net/lgN4czARDp_p5dzTUyoqqx8vru5T.png][https://image.xyzcdn.net/lillj4EuR_IbYzZsITdPZEcwDNmC.png][https://image.xyzcdn.net/llNlpp0dZgLheiFUuwqNjZVq4Dun.png] 🎬 我们的视频播客已同步上线于 @Koji杨远骋的视频号、小红书 [https://www.xiaohongshu.com/user/profile/548251dce779893bcf3f77bc]、哔哩哔哩 [https://space.bilibili.com/505301413]、Youtube [https://www.youtube.com/@kojiyang] 等平台。 📒 文字版将发布于 @十字路口Crossing 公众号。 [https://image.xyzcdn.net/FuOtJ4nVInQSDPnmgjvNZcuTdKiD.png] 🟢 00:00:43 快问快答 * 年龄、毕业院校、MBTI 与星座、一句话介绍开物纪、融资情况、收入与利润、团队规模、创业前经历 🟢 00:02:44 一块材料，能值多少钱 > 从硅谷为什么叫 Silicon Valley，到一个日本团队发现的粉末材料撑起了整个固态电池产业。 * 材料的本质，其实是一个"往白纸上放原子的游戏"。 * 历史上最赚钱的材料 IP，往往集中在极少数人手上——Goodenough 一个人做了锂电里大半的核心材料。开物纪想用 AI 批量造出这样的人。 * 发现一个材料，然后呢？它是怎么变成钱的？ 🟢 00:08:10 材料界的 Flagship Pioneering > 他对标的既不是陶氏，也不是巴斯夫，而是孵化出 Moderna 的那家基金。 * "如果真的能挖出金子，我肯定不会先把铲子给别人用。" * 两类目标同时在跑：一类是"要发财的"，一类是"要 show muscle 的"——具体是哪两类？ * 为什么他认为，这个行业现在需要的是有人先从头打到尾走出一个范例？ 🟢 00:14:12 那一天，大家吃完饭随手测了一下 > 一个震撼了所有人、但没有任何人当面说出口的瞬间——成了开物纪出发的原点。 * 为什么这帮科学家没有声张？子恒怎么形容他们的？ * 他们看到的那个能力跃升，和 GPT 3.5 之间有什么关系？ * DALL-E 的出现，跟材料模型的技术路线选择，有什么意想不到的关联？ 🟢 00:19:12 差异化？现在还没到竞争那一步 * "今天大家不应该把用 AI 做出来一个好材料当成一个竞争。"——他为什么这么说？ * 他认为这个领域真正的壁垒，不在模型，不在算力，而在一件很难被复制的事情。 * 美国那几家对标公司——Periodic Labs、Project Prometheus、CuspAI——和开物纪的路线，到底哪里不一样？ 🟢 00:22:49 克级、公斤级，然后呢 > AI 不是要搜遍整个宇宙，只要有一个能卖钱就行。 * 从 AI 给出候选材料，到客户愿意在自己产线上验证——中间到底要走几步？ * 他说这整件事是"暴力美学"——为什么从 AlphaFold 到 LLM 到具身，走的都是这条路？ * AI 在这条管线里，最大的价值究竟是在哪一步？ 🟢 00:27:43 开了三张 offer，手都在抖 * 钱主要花在哪里？实验室？算力？还是人？答案可能颠覆直觉。 * 他为什么说商业反馈不是对研究的妥协，反而是研究的加速器？ * DeepSeek 和具身机器人的崛起，能给 AI for Science 什么启示？ 🟢 00:35:33 面试的时候，我现在不知道该问什么了 > 知识性问题，GPT 全都能答，而且知识面比我强。 * 他学生成式模型，是怎么学的？一篇论文都没看过。 * 他说未来五年内，有两类能力会变得非常不值钱——是哪两类？ * Taste、Vision、主动性——在 AI 时代，他给这三件事排的优先级是什么？ 🟢 00:47:38 给 10 年后的自己：还折腾得动吗 * 从本科目标"月薪 3,000"，到剑桥，到微软，到创业——每次转变背后，是什么驱动了他？ * 为什么这么多年在外漂泊，他几乎从来不想家？他的解释出乎意料。 * PhD 到底值不值得读？他的答案简洁到有点狠。 [https://image.xyzcdn.net/FjsHLGnjXBIZoDFg0m8_FsWp1Its.png] 欢迎订阅「十字路口」： 🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻 [https://okjk.co/0JSUes]，Koji 的网站 [https://kojiyang.me/] 👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻 [https://okjk.co/0cbnYV] [https://image.xyzcdn.net/FjY0z2wwnWlcgGI2I-xbBRSUgK67.png][https://image.xyzcdn.net/Ft0hQ3Y8R2c_zjzHBKOxIakpjaoz.png]

探秘 Claude Code，搞懂 Agent Harness｜对谈来新璐

[https://image.xyzcdn.net/Fl43nDAyiSGCYGMsnzPNEdYkg7t8.png] 🚥 为什么说 Agent 的上限来自 Harness？当我们讨论 Harness 时，我们究竟在讨论什么？不久前，Claude Code 源代码泄露，许多 Agent Harness 的关键模块得以完整呈现，成了一份极佳的教学标本。而在技术高速变化的红利期，主动理解新技术往往能带来很高的认知增量。因此，本周「十字路口」邀请到来新璐，一起聊聊 Agent Harness。新璐是 ShareAI 开源社区发起人，他撰写维护的《Learn Claude Code》教程在 GitHub 上获得超过 50k Star。在本期内容中，我们把 Agent Harness 从概念词拆解成工程语言，介绍它的三层框架：会跑（执行层）→ 跑久（状态层）→ 跑稳（治理层）。同时，我们也梳理了 Claude Code 中值得借鉴的多个机制：更多 context、更少 control 的思路、“零上下文管理”的哲学、长程任务的接力式交接策略，以及让 Agent 越用越聪明的“做梦”式记忆维护与迭代机制等新璐作为典型的一人公司，刚完成数百万美金融资；他也分享了自己对 OPC 的独特观点，甚至认为“未来只有 0 人公司，没有 1 人公司”，颇具启发。 [https://image.xyzcdn.net/Fl9sVA6ckPMIqHP8TyvvQYnIxQyC.jpg][https://image.xyzcdn.net/npkyD8pAOR9X4cXRBHRx4wGaFfd-.png][https://image.xyzcdn.net/niCZwrjZCRtcoUbCutfzS5I0AWYV.png] 🎬 我们的视频播客已同步上线于 @Koji杨远骋的视频号、小红书 [https://www.xiaohongshu.com/user/profile/548251dce779893bcf3f77bc]、哔哩哔哩 [https://space.bilibili.com/505301413]、Youtube [https://www.youtube.com/@kojiyang] 等平台。 📒 文字版已发布于 @十字路口Crossing 公众号。 [https://image.xyzcdn.net/FuOtJ4nVInQSDPnmgjvNZcuTdKiD.png] 🟢 00:49 快问快答：年龄、毕业院校、MBTI、星座、一句话介绍公司、融资情况、团队规模、创业前经历 🟢 01:52 模型以外都是 Harness > 机甲、大脑、机器人、智商120——Harness 到底是什么 * 模型以外都是 Harness * Agent 上限由 Harness 决定吗？ * 模型智商已在 120–170 之间；Agent Harness 像机甲——不提升智力，但极大扩展能力 🟢 02:47 GitHub 50k star，是怎么来的？ > 这个Agent教程，其实不只是写给别人看的——它本来是新璐自己整理的"造 Agent 心法"。 * 9 个月前动笔，出发点是"把 Claude Code 套网页壳就能得到一个强大 Agent 产品"的简单直觉 * 开源社区当时流行 LangChain、LangGraph等 prompt pipeline 做法开发“伪Agent”，是一场派系之争——"Prompt Flow-Driven vs Agent Native-Driven" * LangChain 过时了吗？ 🟢 04:02 Bash is all you need > Claude 推出 Manager Agents 之后，大家还需要自己搭 Harness 吗？ * 就像 Next.js出现后大家不再关心底层运行原理，两三年后 Agent Harness 也会收敛为开箱即用 * 但现在是技术周期红利窗口——不懂 Agent Harness，做出来的Agent产品"缺乏灵魂" * 今天的 PM 和过去的 PM，指的根本不是同一种人 🟢 07:04 Harness 三层拆解 > 用两周时间、多 Agent 协作，从零写出一个 C 编译器——这个经典案例背后，到底走了哪三层？ * 第一层：执行能力层 ——文件增删读写、浏览器、语言解释器；配错权限后果是什么？ * 第二层：上下文与状态层 ——system prompt、skills、memory，以及上下文窗口满了之后 Agent 如何"接力交棒" * 第三层：治理与编排层 —— 数百上千 Agents 如何组织协作？测试 Agent 为什么不能同时拥有修改代码的权限？ 🟢 12:05 KB 的 K 系列Agent工具链 > 他们公司叫 Komputer Blue，代号KB，目标是构建By Agents & For Agents的整套开源Infra * Komputer：用 TypeScript 重写 Unix 文件系统和 bash，给 Agent 一个"熟悉的生活环境"；支持 WebAssembly 时切换WASM实现； * Kruntime：Agent Runtime 层，提供让人类开发 Agent 的接口，以及Agent 派生 Agent的接口 * Kwatch：Agent 观测层，分析 Agent 任务在哪里卡住，反向指导 Agent 设计迭代 * Krl：把 Agent 在 Runtime 上沉淀的轨迹数据拿来强化学习或做上下文层的自迭代 🟢 13:55 vs. AWS AgentCore、阿里云 AgentBay > 云服务厂商当然也想做这一层 * K 系列 Agent 工具链的核心理念：在离用户更近的场景运行 Agent，任何能跑 JavaScript 的场景都能用——浏览器、插件、App、Electron、小程序、纯静态网页、全栈 SaaS * 差异化：把Claw-Agent的运行时轻量到由纯数据结构模拟的 KB 级Unix虚拟计算机环境，而不是把 Linux 和浏览器全塞进去 * 新璐认为要让 Agent 工作好的方法是给每个 Agent 一台专用计算机，一般通过虚机提供，但大多 Agent 完成的大部分工作不需要真的 Linux虚机（且成本高昂），像编译器、浏览器这类重工具原本就不该放进给每个 Agent 的虚机环境 🟢 17:38 Memory 的流派 * 完全结构化（知识图谱 + 向量搜索）：精细存储的知识结构，支持 pipeline 知识推理，rule-based，新璐不喜欢 * 半结构化（Unix Files + Markdown + Agent 驱动更新）：Claude Code 和小龙虾都是这样做的；Claude Code 中的 auto-dream 机制：每隔一天触发后台 Agent 对最近会话做"重放"，纠错、合并、更新记忆——就像做梦 * 模型内化 —— 距真正生产落地还需要～ 3 年时间，且记忆难批量提取 & 无损转移，容易被单边模型提供商绑定 🟢 22:49 共识与非共识 * 共识：CLI is all you need——"Bash is all you need" 这句话是新璐 9 个月前写在开源仓库里的标语，现在成了行业共识 * 非共识：大部分23年 ~ 25年诞生的主流开源 Agent 框架仍在用 PromptPipe + Node Graph的老路线 —— 就像齿轮与传送带编织的流水线 * Unix 从 1971 年就存在，LLM预训练语料中 Linux 命令有数十亿条sample；MCP 提出才两年，预训练占比不到 0.1%——这解释了为什么 CLI 工具的任务完成率比 MCP 高，并且 shell 具备对CLI命令的可组合性 & 二次编程空间 🟢 26:33 Claude Code 源码泄露：最大的惊喜是什么 > 让所有人看到了一件事：这家公司在"上下文管理"上做了多少别人没有做的工程工作 * 上下文压缩策略：工具 output 何时删、窗口满到什么阈值开始交接、下一个 Agent 初始化时加载什么 * Fork Agent 机制：每轮结束触发 turn stop hook，Fork 一个 Agent 复用 KV cache 做记忆更新 * 记忆文件格式和 skill 保持同一套哲学：前三行 YAML，先读 description 而非全文 * 新璐的结论："好的 Harness 要和模型的inference逻辑自洽，和Agent模型进步方向正交" 🟢 34:05 好 Harness 的标准 * 不好的：随意裁剪上下文，导致 KV cache 频繁失效，重计算开销 * 不好的：用 Prompt Graph硬控每一步决策——模型越强越被束缚 * 好的公式：好的context space + 好的action space + less prompt control * Anthropic 从25年初率先从问答模型转向 Agent 模型训练，领先其他厂商半年 🟢 38:52 新璐看好的三个创业方向 * 第一：Agent Harness工具链（新璐自己在做） * 第二：Agent 组网——不是给 Agent 发 IM/Mail，而是混合云端/端侧的全设备组网；现有 Tailscale 不够 Agent Native，需要高通量上下文交换，以及更多控制能力 * 第三：Agent模型集约训练、推理基础设施——Tinker（Thinking Machines Lab，OpenAI 前 CTO 创业方向）的路线：集约化高效训练 + LoRA 热插拔推理，让更多企业 & 个人都能以较低成本获得个性化且更适合各自任务场景的Agent模型 🟢 44:09 Agent 未来暴论 > "我觉得以后很多的公司都是理财产品 —— 由有经验的人类 Team搭建这些公司、甚至由AI直接生成公司，然后自运转" * 阶段：单 Agent → Agent 蜂群 → Agent 自管理 & 协调更多 Agent → Agent 开始创造、发明 * OPC “1人公司“不本质， 0PC “0人公司”是未来趋势 * 真格基金和十字路口的 Token Grant 资助的 YoYo Agent * 未来的画面：从口袋里掏出一张卡，"这张卡里跑了 5 个由Agent组成的公司，每年给我创造几十亿收入" [https://image.xyzcdn.net/FjsHLGnjXBIZoDFg0m8_FsWp1Its.png] 欢迎订阅「十字路口」： 🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻 [https://okjk.co/0JSUes]，Koji 的网站 [https://kojiyang.me/] 👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻 [https://okjk.co/0cbnYV] [https://image.xyzcdn.net/FjY0z2wwnWlcgGI2I-xbBRSUgK67.png][https://image.xyzcdn.net/Ft0hQ3Y8R2c_zjzHBKOxIakpjaoz.png]

5 mei 202647 min

为什么公司用不好AI？从焦虑到行动的 3 个关键动作｜对谈百融智能张韶峰

[https://image.xyzcdn.net/Fl43nDAyiSGCYGMsnzPNEdYkg7t8.png] 🚥 「十字路口」有一个内容系列「AI 在中国」，长期关注 AI 在中国各行各业的具体落地案例，我们和大家一起观察 AI 在如何真实地影响到我们的工作、生活。本期为本系列第 6 期。 ➤ 很多人问：“AI 时代到底怎么落地？有没有一个中国企业的样本可以学习？” 本周的「十字路口」，我们邀请了张韶峰（百融智能董事长/CEO）。百融今天是一家 1,600 人的港股上市公司，他们先后在金融风控审批、联络中心、招聘面试、财务报销、合同审核等场景里跑通了企业级 Agent 的生产部署。张韶峰给了一个非常“传统企业友好”的推进法：先把概念讲清楚，再把责任人选对，最后用能闭环、能衡量的场景去打穿 ——不要先挑战人性，不要先重构流程，找到企业里的”AI 原住民“，先让 AI 在既有流程里跑出可交付的结果。我们也在这期讨论了一个很多人关注的问题：为什么大多数公司用不好 AI？而恰好这个缺口，在张韶峰看来，对中国 ToB 创业者是十年一次的机会。 [https://image.xyzcdn.net/FoAtD-42altvNJIW2cYqM3-UDwzF.png][https://image.xyzcdn.net/lsf83a708HuU51GBzMiLxcaWj2Ch.png] 🎬 我们的视频播客已同步上线于 @Koji杨远骋的视频号、小红书 [https://www.xiaohongshu.com/user/profile/548251dce779893bcf3f77bc]、哔哩哔哩 [https://space.bilibili.com/505301413]、Youtube [https://www.youtube.com/@kojiyang] 等平台。 📒 文字版将发布于 @十字路口Crossing 公众号。 [https://image.xyzcdn.net/FuOtJ4nVInQSDPnmgjvNZcuTdKiD.png] 🟢 00:00 快问快答 * 年龄、毕业院校、MBTI 与星座、一句话介绍百融智能、收入与利润、团队规模、最近在关注什么 🟢 01:13 OpenClaw = 黑灯办公室 > 制造业早就有「黑灯工厂」，而坐办公室的白领，历史上从来没实现过这一点——直到 OpenClaw 出现。 * 他把 OpenClaw 定义为中国企业的「第二次 AI 震撼时刻」，地位仅次于 DeepSeek——DeepSeek 让大家知道 AI 是什么，OpenClaw 让大家开始恐惧自己的命运 * 一个卖起重机的清华同学的问题：「AI 时代来了，我该找公司里谁来负责我都不知道」——这种焦虑非常典型，而且目前没有人在系统性解答它 * 既振奋又焦虑：振奋是「要么赚钱要么省钱」，焦虑是「不知道该怎么干」 🟢 03:30 20 万 AI 员工是怎么算出来的 > 百融内部有个北极星指标叫「硅碳比」——能用 AI 做的，就不要用人做。 * 百融目前有约 20 万 AI 员工对应约 1,000 多真人员工——但这个数字是怎么定义的，背后有一套非常有意思的测算逻辑 * 按这套社会价值的换算，百融创造的产出相当于一家四五十万人的公司，但收的费用只有后者的几分之一——这个悖论他怎么解？ * 他预见到有人会「注水」AI 员工数量来讨好老板，公司专门引入第三方标准来防止这件事 🟢 07:41 现场！拨一通真实的 AI 客服电话 > 一个成都口音的理财经理、一个会传递上下文的 AI——这通电话里有几个细节，值得反复听。 * 带口音的 AI 员工，效果远胜标准普通话——「有口音的普通话，才有人味儿」 * 每次开口前的键盘敲击声：一个刻意设计的细节，意图是什么？ * 真人客服为完成业绩可能会承诺兜底，但这个 AI 无论怎么被诱导，绝不越线——这不只是技术问题 🟢 10:50 为什么 AI Agent 不能「一个人干完所有事」 > 既不是技术限制，也不是成本问题。 * 一个全能的超级 Agent 暴露在外面，对黑客来说是最大的漏洞——他拆成多个角色的逻辑，是从攻防博弈角度来的 * 另一半原因更难解决：改变 AI 作业流程，意味着改变内部利益格局，员工找借口说 AI 不好用，背后到底是真的不好用还是别的什么？ * 他给出的建议：第一步不要改流程，先让每个人的能力乘以 10，利益格局不动，然后再推进 🟢 13:00 AI 员工也有 HR、绩效和父母 * 百融内部有个「AI 员工之家」：每个 AI 员工有姓名、工龄、入职日期、邮箱——邮箱格式和真人员工完全一样 * 它有两个「父母」：一个传授业务技能，一个负责「生产制造」它——为什么要这样分离？ * 员工把自己的能力传给 AI 员工，如果不设置奖惩机制，你凭什么让他配合？——他踩过这个坑 🟢 15:20 中国 SaaS 长期失败的根本原因 > 做百融的第一天，就决定不走传统软件路线。 * 中国整个软件产业的产品收入，只有美国的 4%，但中国经济体量是美国的 2/3——这个差距不是偶然，是结构性的 * 中国企业愿意为「资源」付钱（流量、硬件），但不愿意为「过程工具」付钱——这是文化问题还是商业模式问题？ * 从第一天就用「快递小哥模式」——完成一件工作，才收一次钱，前置成本为零 🟢 19:30 Agent 找到 PMF 的两个领域 > 第一大毋庸置疑，第二大是全球公认——但中国企业可能还没意识到这件事有多大。 * 第一大：程序员——所有工作可闭环、可衡量、可供强化学习，而且程序员自己愿意用 * 第二大：Contact Center（CC/联络中心）——处理客诉、咨询、营销、会员管理，为什么他认为这是全球公认已找到 PMF 的方向？ * 判断标准很清晰：「不用见面」「衡量价值容易」「以前就是外包给 BPO 的」——凡是满足这三点的，AI Agent 的 ROI 就会很显著 🟢 22:15 AI Roll-Up：收购 BPO 就是收购未来 > 所有的猎头公司、咨询公司、会计事务所、律所，本质上都是广义的 BPO。 * 他认为 AI 可触达的市场空间，是传统软件的 10 到 50 倍——红杉给的数字是 80 倍 * 百融已经把一个 50 人的小客户运营部门缩减到 5 人 + 18 类 AI 员工，但那 45 个人没有被裁，而是从成本中心变成了利润中心，开始对外输出服务——这个故事里有他对 Roll-Up 的真实想法 * 他们成立的「百鉴」平台是一个新物种：既不是经典 Roll-Up，也不是 SaaS，而是「专业服务领域的天猫」——这个模式的逻辑是什么？ 🟢 26:00 咨询公司 450万 vs 智能体 50 分钟 > 一个制造业企业花了 450 万、几个月时间，得到了一个失败的方案——然后他们在百融的智能体里输入了同一个问题。 * 那个专业人士隔天单独找回来说：「我不知道你们能力到这个程度了，要不我们俩合伙干」——这是百鉴平台诞生的直接起点 * 智能体推荐去东南亚某国设厂，最终客户真的成功了 * 他去年上半年找过同一个人想合伙做 AI Native 律所，对方以「太卷」为由拒绝了——改变他想法的，只用了 50 分钟 🟢 30:00 从焦虑到行动的 3 个关键动作 * 这次不是移动互联网级别的变革——它是供给侧的变革，不是流通侧，认知的高度要升级 * 不要把这件事想得太容易：以为有免费的开源模型就够了，第一个项目失败了，可能两三年都再启动不了 * 激发员工善的一面：奖惩机制要落到微观层面，大趋势没有用，人性才是落地的变量 * 从高频、边界清晰的简单任务开始，先建立信心，再扩大投入——哪些任务算「边界清晰」？他给了判断标准 🟢 32:00 这一次，ToB 赢在供给侧 > 历史上每次最高等级的技术革命，都是从 B 端开始的——淘宝和字节跳动，在他看来本质上都不是生产力创新。 * 蒸汽机、电力、第一台计算机——都是供给侧先革命，再扩散到 C 端；这次 AI 也一样，「黑灯办公室」会比「黑灯工厂」先到来 * 他做出了一个罕见的判断：中美历史上，可能第一次会出现真正意义上 ToB 科技公司在商业模式、产品和资本逻辑上的「合流」 * 以前中国 ToB 软件收入和 ToC 差 10 倍以上——这一次，他认为这个差距有可能被颠覆 [https://image.xyzcdn.net/FjsHLGnjXBIZoDFg0m8_FsWp1Its.png] 欢迎订阅「十字路口」： 🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻 [https://okjk.co/0JSUes]，Koji 的网站 [https://kojiyang.me/] 👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻 [https://okjk.co/0cbnYV] [https://image.xyzcdn.net/FjY0z2wwnWlcgGI2I-xbBRSUgK67.png][https://image.xyzcdn.net/Ft0hQ3Y8R2c_zjzHBKOxIakpjaoz.png]

26 apr 202634 min

“你有一把能够挖出金子的铲子，肯定不会先给别人用”｜对谈开物纪陆子恒：用AI发明新材料

Beschrijving

Reacties

2 maanden voor € 1

Alle afleveringen