原声.
11 篇深读

世界太吵,来原声听播客

No Priors

Sarah Guo 与 Elad Gil 对 AI 创业者的投资人式追问

本站已深读11 / 182 集
更新节奏约 7.0 天一集
最新一集2026-10-09
分类AI / 技术
优先级T1
1:09:44
No Priors 1009

顶级闭源模型黑了一家公司,靠开源模型才自救成功

Misha Laskin说,闭源实验室的安全研究员全球加起来只有几百人,补不了长尾漏洞;那次事件里公司最终是靠开源模型自保的,这是他说的经验证据。

8 要点 7 金句 开源模型算力
35:38
No Priors 1002

自研芯片是场豪赌:架构一变,九个月内就可能被对手甩开

一旦对手摸到只在自家芯片上生效的新架构,押注自研芯片的实验室可能在几个月内就被清出赛场——这正是前沿玩家不敢把身家全压在一款专属芯片上的原因。

8 要点 7 金句 推理芯片内存带宽
42:44
No Priors 0924

AI 改造存量公司,比投初创更赚钱

AI 对经济的影响是不均匀的:餐厅和高尔夫球场不受影响,但拥有品牌、牌照和网络效应的存量龙头,一旦被工程化改造,就能变成市场领导者。

8 要点 7 金句 AI 落地私募股权
38:13
No Priors 0918

扩散模型不是图像专利,它要在推理时赢下语言模型

自回归推理必须一个 token 一个 token 顺序生成,是内存带宽瓶颈;扩散模型一次并行处理多个 token,推理负载更像训练,所以 Inception 押它。

9 要点 6 金句 扩散模型推理效率
45:09
No Priors 0910

给 AI 代理开户:信用卡手续费撑不起机器经济

Coinbase 想让每个 AI 代理都有自己的账户:76% 的机器支付在 30 美分以下,而信用卡的最低手续费恰好就是 30 美分——旧支付轨道撑不起机器经济。

8 要点 8 金句 加密支付AI 代理
37:06
No Priors 0903

Arm 下场造 CPU:芯片设计最大瓶颈是验证,不是设计

芯片周期真正的耗时大头是验证、调试和文档,不是 RTL;Arm 已有 80%-90% 工程师每天用 AI,并打破 98.5% 毛利的授权模式亲身下场造 CPU。

8 要点 4 金句 Arm芯片设计
34:50
No Priors 0827

Google 花 1000 万美元买破产航司数据:数据才是 AI 时代护城河

AI 时代企业最值钱的是数据,Google 花 1000 万美元买破产航司数据;合法权限的 AI 代理是新的最大威胁,数据基础设施必须重建。

8 要点 4 金句 数据资产AI 安全
31:38
No Priors 0820

大脑是计算机不是哲学,是绕开药物的商业路线

Max Hodak 的判断是:把大脑当计算机来接线,能拿到小分子药物拿不到的效应量和可迭代性——Prima 视网膜假体已在欧洲获批销售,但视野像透过吸管、只有黑白。

9 要点 5 金句 BCI医疗器械
46:07
No Priors 0813

AI 让国际象棋变无聊后,又让它更好看了

Stockfish 时代棋手模仿完美引擎,比赛变得沉闷;神经网络引擎下出激进非常规的棋,反而把人类棋力推得更高。

8 要点 7 金句 国际象棋AI 与人类技能
39:29
No Priors 0806

三位万亿公司五年内出现,但下一个不会这么快

五年内三家从零到万亿美元市值是历史异常,不是新常态。真正稀缺的不是大市场,而是能在五年内跑到 500 亿美元收入的速度。

9 要点 8 金句 风险投资创始人退出
34:29
No Priors 0731

AI 只用来砍成本,是件很可悲的事

Netic 创始人 Melisa Tokmak 说,私人股本见她的第一面永远先谈降本,但她真正卖的是让这些公司赚到净新增收入——她的客户已因此多赚 6 亿美元。

10 要点 6 金句 垂直 AI企业销售