播客·视频

Ryan Lopopolo 团队在 OpenAI 内部用 5 个月搭出一个超 100 万行代码的仓库，所有代码由 Codex 生成，合并前没有任何人工审查。他们每天消耗超 10 亿 token，按市价估算一天大概 2000 到 3000 美元。团队的核心思路是，当 AI 写代码卡住时，不去教它怎么改 prompt，而是回头补上缺失的能力、上下文或结构，用一套叫 Symphony 的编排系统把规格、测试、可观测性和一分钟以内的构建循环串起来，约束 Codex 的输出。 这件事值得看的地方不是“AI 写代码”，而是他们把人的角色从审代码转向了设计约束和流程。但正文没披露这 100 万行代码的实际质量、线上事故率，也没说这个内部 beta 产品到底有没有真实用户在用。一天两三千美元的 token 成本对个人开发者不低，对 OpenAI 内部团队可能不算什么，所以别直接拿这个数字当“AI 编程很便宜”的证据。另外，0 人工审查能跑通，很可能是因为项目边界清晰、需求稳定，换到业务逻辑乱、历史包袱重的场景不一定成立。

Gemma 4 首周约 200 万次下载，这个数字本身不错，但得放在上下文里看：Gemma 3 过去一年总共才 670 万，Gemma 2 从 2024 年 6 月到现在 140 万，而 Qwen 3.5 在大约一个半月里就拿了约 2700 万次。所以 Gemma 4 开局比自家前代强很多，但跟 Qwen 比还差一个数量级，现在说“统治开源”太早了。 真正值得关注的点不是下载量，而是部署方式。有人用 iPhone 17 Pro 跑 Gemma 4 E2B，通过 MLX 跑到每秒约 40 个 token，这个速度在手机上已经能用了。同时 Hugging Face、vLLM、llama.cpp、Ollama、NVIDIA 等一整套工具链在发布当天就同步支持，说明 Google 这次把“开箱即用”的功课补上了。这对那些不想绑在云服务上的开发者是个实打实的信号。 不过正文没披露任何基准测试对比或实际任务表现数据，也没说这 200 万下载里有多少是重复下载或 CI 流水线拉取。光看下载量判断模型质量，我会先打个折。

Marc Andreessen 这次聊的核心判断是：AI 这次不是泡沫，因为模型从只会聊天进化到了能推理、写代码、自己改进自己。他拿 2000 年光纤过剩做对比，说现在买算力的是现金充裕的大公司，需求真实存在，所以不太会重演当年基建崩盘。这个逻辑成立，但前提是这些大公司持续买单，正文没讨论如果 ROI 不达预期他们会多快收手。 他真正兴奋的点是 Pi 和 OpenClaw 这套架构：把大模型接上命令行、文件系统和定时任务，agent 的状态直接写成 markdown 文件，换模型就像换编辑器打开同一个文件。这确实比现在各种封闭的 agent 平台更开放，也更像早期 Unix 的哲学。但他举的用例——健康看板、睡眠监测、刷机器狗固件——都来自“最激进的用户”，正文没披露这些场景的可靠性数据，也没说普通用户上手门槛有多高。 关于“浏览器的死亡”，他更多是在讲交互范式的转移，而不是某个产品要取代 Chrome。这点先别太激动。整篇访谈信息密度高，但本质是 Andreessen 的个人判断和投资视角，缺第三方验证和具体产品路线图。

这条访谈最值钱的地方是张阔把“提效”换算成了具体时间：采购沟通从一周变一天。怎么做到的？Accio把市场调研、设计稿生成、跨语言沟通、供应商筛选串成一条AI工作流，让买家带着专业设计包去谈，而不是从零比划。这个逻辑比“AI赋能外贸”实在得多。 但数字要打折。1000万月活且逐月增长，说明产品在快速获客，可正文没提付费用户占比、客单价、复购率。B2B采购决策链条长，月活高不代表交易闭环跑通了。另外，张阔判断B2B会走向A2A（Agent to Agent），这个方向有意思，但Accio目前更像买家端的超级助理，卖家端Agent化到什么程度，访谈里没展开。 还缺两块关键信息：一是Accio的模型和工程细节，比如多模态输入（语音、图片搜商品）的准确率到底多少；二是跟Claude Cowork这类新范式的对比，张阔提了Cowork的设计理念，但没说自己产品在开放性和可控性上怎么取舍。这些缺口让“一人企业做全球生意”的愿景还停在Demo感阶段。

这期播客把英伟达的万亿野心拆得很实在。黄仁勋在GTC上说，到2027年底Blackwell和Vera Rubin两个平台的累计订单至少1万亿美元，而2024年全球半导体产业总销售额才6000多亿美元。这个数字不是凭空喊的，需求端确实有支撑：推理成本正在追上训练成本，未来智能体铺开后Token消耗会更大，推理是长期的现金流。 但问题出在供给端。嘉宾点得很透，半导体产能不是软件，没法靠需求拉动就立刻扩出来。台积电CoWoS先进封装产能虽然涨了3倍，但能不能跟上老黄的速度很难说；HBM4内存虽然三星、美光都说量产了，但大规模供应仍有挑战。另外，Vera Rubin平台一次发了7款新芯片，能这么快，靠的是内部用AI做芯片设计和全栈式的反馈体系，这点是英伟达真正的护城河。 节目后半段聊了Groq的LPU推理芯片，用片上SRAM替代DRAM，把数据通信延迟降下来，适合需要低延迟的智能体应用。但正文没披露LPU的具体成本和规模部署的限制，这点信息缺口让它的实际竞争力还不好判断。

黄仁勋在播客里把英伟达现在的打法讲得很直白：不是他们想搞这么复杂，是单靠堆GPU数量已经撞墙了。他用阿姆达尔定律打了个比方——假设计算只占整个任务50%的时间，你把计算速度提到无限快，整体也只能快两倍。所以必须把算法拆开、把模型和数据切碎分到上万台机器上，同时把网络、交换、供电、散热全部拉齐，否则就是木桶效应。 这个逻辑解释了英伟达为什么从芯片公司变成数据中心级系统公司。他还透露自己直接管60多个人，几乎全是工程背景，分别盯着内存、CPU、光学这些细分方向，组织架构就是照着产品架构搭的。 不过整场对话没给出具体案例数据，比如这种极端协同设计在某个真实大模型训练任务上到底省了多少时间或功耗。他说的“一万台机器跑出百万倍加速”更像理想目标，实际能效比还得看落地。另外，这种全栈绑定对客户来说意味着更高的切换成本，这点他没展开聊。

这期节目没在贩卖焦虑，而是把OpenClaw的风险按使用深度做了分层，这点很实用。知县和余弦把风险讲得很具体：刚装上，Agent能读你当前用户权限下的本地文件；开始聊天，对话内容会传到模型服务器，别发密钥；让它读写文件干活，大模型可能理解错意思，误删误改，最常见的是把自己“改死”；操作浏览器时，你已登录的账号信息它都能拿到；安装Skill或软件，则可能直接“引狼入室”。 余弦提到一个关键背景：OpenClaw官方已发布约250个安全公告，v3.2开始默认安装加了更严格的限制，但它的核心能力依赖高权限，便利与安全的冲突是结构性的。他还指出，整个项目的迭代是按小时级的，大量修复和反馈由AI辅助完成，这不像传统软件工程那样有成熟的测试体系，稳定性本身也是风险。 两人给出的核心原则很一致：隔离。要么用独立设备或虚拟机，要么用Docker限制文件访问；网络访问用Tailscale组虚拟局域网，别暴露到公网；对外部输入（链接、文档、Skill）保持警惕，因为“病从口入”。节目没展开的是，企业场景下如何在不打破现有防御体系的前提下部署，以及官方对Skill生态的安全审核机制到底有多严，这些信息缺口让高阶用户的判断还得打个折。

Dario Amodei 给了一个很具体的数字区间：AI 可能把全球经济年增长率推到 10% 到 20%，但不会出现 300% 那种科幻数字。这个判断本身不算惊人，真正值得留意的是他后半句的担忧——增长会严重偏向硅谷和跟硅谷社交圈绑在一起的地区，这些地方可能冲到 50%，而其他地区基本维持现状。他把这叫做“相当糟糕的世界”，说明他担心的不是总量不够大，而是分配极度不均。 不过这条信息来自一个 YouTube Shorts 片段，正文没给出任何防止方案，也没解释“社交连接”具体指什么——是资本网络、人才流动还是信息差。Amodei 只说“我经常想怎么防止”，但没展开。这点先别太激动，目前更像是一个方向性预警，而不是有解法的分析。要判断这个担忧有多真实，还得看他后续有没有给出可操作的政策建议或数据支撑。

这期播客最值得关注的点，是 Peter Steinberger 把“能动手的 AI”做成了一个普通人也能用的开源工具。OpenClaw 能接入 Telegram、WhatsApp 等聊天软件，用 Claude Opus 4.6 或 GPT 5.3 Codex 当大脑，直接在你的电脑上执行操作，甚至能自己改自己的源代码。GitHub 上 17.5 万颗星说明开发者社区对这类“干活代理”的需求很饥渴。 但信息缺口也很明显。整场对话没给出任何具体的任务成功率、延迟数据或安全测试结果。一个能操作系统级权限、还能自我修改的代理，如果被注入恶意指令会怎样？正文没提防护措施。Peter 提到自己用语音编程到失声，这侧面反映了交互强度，但没解释代理在复杂任务链上的稳定性。 我会先打个折：这更像一个现象级的产品原型展示，而不是一个经过验证的生产力工具。它证明了“让模型进业务流程干活”的体验门槛已经很低，但离“放心让它管你的文件”还差一套透明的安全评测和权限控制机制。

这期播客录制于1月30日，但随后几天项目就经历了改名、被起诉、安全漏洞和服务器瘫痪，所以内容本身已经滞后于事件发展。三位嘉宾从用户、算法和硬件角度拆解了Clawdbot（后改名OpenClaw）爆火的原因，核心判断是它把“活人感”做出来了：通过即时通讯软件主动推送提醒、做调研甚至吐槽，让用户感觉像在和同事聊天，而不是对着一个网页聊天框。 技术上看，它没有发明新模型，而是把Claude的推理能力、长期记忆和主动心跳工作流粘合在一起，用大家熟悉的IM界面包装出来。嘉宾提到它几天内GitHub星标突破10万，2月2日达到14.6万，刷新了AI项目增长记录，但这个数字来自播客口述，不是官方公告。硬件方面，Mac mini被带火，但正文没披露具体销量，嘉宾天奇认为市场对Agent的接受度已经被Claude Code、Manus等产品预热，Clawdbot正好踩中了这个节点。 这期播客最大的价值是提供了用户侧的真实体感，比如让Agent蹲点服务器一天后建议把预算降到1/4，或者主动提醒牛肉要最后放以免煮老。但信息缺口也很明显：没有产品技术架构的官方说明，没有安全漏洞的具体细节，也没有服务器瘫痪后的恢复计划。这些反转本身比产品分析更有新闻性，但播客录制时还没发生，所以完全没覆盖到。

这期播客把 2025 年 1 月 DeepSeek R1 的发布看作一个分水岭：它证明了用少得多的算力也能做出接近顶尖的模型，直接打破了“只有砸钱才能领先”的叙事。一年后，嘉宾的判断是，技术想法在各家实验室之间流动很快，真正的差距体现在预算、硬件约束和组织文化上。比如 Anthropic 靠押注代码工具 Claude Code 攒了一波口碑，而 Gemini 3 发布时声势很大，现在讨论度却低了不少。 中国这边也不止 DeepSeek 一家了，Z.ai 的 GLM、Minimax、Kimi Moonshot 都在发布很强的开源模型，DeepSeek 的“开源之王”光环反而在减弱。但整场讨论有个明显缺口：没给出任何统一的评测基准、推理成本对比或可复现的实验设置，所以这些判断更像从业者的经验之谈，不能当硬结论用。 另外，正文没提这些模型在真实业务场景里的表现，也没说开源模型的商用限制到底放宽到什么程度。如果你关心的是“我该用哪个模型干活”，这篇只能帮你理清竞争格局，选型还得自己跑测试。

这期播客最核心的判断来自傅盛：人形机器人现在的量产承诺，听听就好。他拿特斯拉擎天柱举例，几年前供应链传要下10万台订单，结果2025年目标先是几千台，换负责人后又砍了一半。这次波士顿动力说2028年年产3万台Atlas，傅盛直接讲“非常质疑，甚至觉得不太可能做到”。他的逻辑很朴素——硬件不像软件有摩尔定律，关节、电机、谐波减速器都得一点点磨，成本降不下来。一条腿的成本就占整机一半以上，但在工厂和仓库里，轮式底盘几乎能覆盖所有场景，加腿就像“用大炮打蚊子”。 节目里提到一个反例：Sunday这家公司用轮式底盘加双臂，已经能完成拿酒杯、放洗碗机这类精细操作。傅盛说，一位原本坚信人形的业内人士去参观后“大受震撼”，突然意识到把精力全放在手上，比死磕双腿更早见到真能干活的产品。这个细节比宏观趋势更有说服力。 不过，讨论也暴露了信息缺口。Sunday的视频到底是一次成功还是稳定复现，正文没给出确切数据。傅盛自己也说，拿杯子99%的准确率根本没法商用，因为意味着每天都会打碎东西。最后那1%的极端案例怎么解决，节目里没人能回答。另外，中国21家人形机器人参展商的具体产品形态和落地进展，除了“深圳花200万就能攒一台”这种说法，几乎没有展开。想判断泡沫有多大，还得看这些厂商的实际订单和场景验证，而不是展台上的走两步。