与Arvid Kahl一起转录和索引350万播客的经验教训

今天我们有幸邀请到重量级嘉宾Arvid Kahl。他是我最喜欢的那类嘉宾——既深谙技术又能畅谈初创企业技术与商业挑战的创始人。本期节目精彩纷呈，不容错过。 Arvid以"自举创业者"（Bootstrapped Founder）闻名，曾完整记录2019年出售Feedback Panda的全过程。如今他正在打造Podscan，并持续分享创业历程。 Podscan是个引人入胜的项目。它让全球*所有*播客单集内容实现完全可搜索。目前已完成350万集播客的转录，并以每天3万至5万集的速度持续增长。这涉及大量技术挑战：如何利用最新大语言模型获得最佳转录效果、该使用公共供应商API还是自建大语言模型、如何高效实现跨TB级转录数据的全文搜索。Arvid分享了多年积累的经验与尝试过的各种策略。但项目还面临独特的商业挑战。对多数技术型企业而言，基础设施成本与客户增长成正比——更多客户意味着更多数据与服务器。而Podscan必须索引整个播客生态，无论客户多寡。这意味着在拓展客户群时需要大量前期投入。Arvid将讲述如何优化基础设施以应对这一特殊挑战。 *时间戳* 开场如何发现所有内容？转录基础设施文件大小与质量权衡优先级排序本地运行大语言模型系统演进历程搜索功能 PHP Laravel框架警报系统独立开发者创业再次退出？