探索

持续更新

The a16z Show

David Senra

All-In with Chamath, Jason, Sacks & Friedberg

Hard Fork

Planet Money

OpenAI

Lenny's Podcast

Génération Do It Yourself

a16z

Cursor

Claude

Notion

最新译制

Andrew Ng 利用人工智能加快构建速度

安德鲁·吴于2025年6月17日在旧金山AI创业学校发表演讲。 安德鲁·吴曾助力塑造现代AI领域最具影响力的几大运动——从在线教育到深度学习，再到AI创业。 在这场演讲中，他分享了当下的思考：为何执行速度比以往任何时候都更重要，智能体工作流如何改变初创公司的构建方式，以及将创意转化为产品时，具体性为何优于模糊性。他反思了AI编程助手的崛起、产品开发中瓶颈的转移，并指出尽管软件迭代更快，但人类判断力与责任感仍将决定未来的走向。 申请加入Y Combinator：https://ycombinator.com/apply 在初创公司工作：https://workatastartup.com 章节： 00:00 - 开场 00:31 - 初创公司速度的重要性 01:13 - AI技术栈中的机遇 02:06 - 智能体AI的崛起 04:52 - 加速执行的具体思路 08:56 - 快速原型设计与工程实践 17:06 - 产品管理的角色 21:23 - 理解AI的价值 22:33 - AI开发中的技术决策 23:26 - 利用生成式AI工具赋能初创公司 24:05 - 用AI构建模块进行开发 25:26 - 初创公司速度的重要性 26:41 - 应对AI炒作与误解 37:35 - AI教育：当前趋势与未来方向 39:33 - 平衡AI创新与伦理考量 41:27 - 保护开源与AI的未来

未来的AI界面设计评审

AI正在彻底改变我们与软件互动的方式。在本期《设计评论》中，YC合伙人Aaron Epstein与Cron（现为Notion日历）创始人兼设计师Raphael Schaad展开对话，共同剖析一些突破性的AI用户界面。他们将通过丰富的案例——从智能代理、自适应界面到视频提示和逼真语音API——一窥AI如何重塑软件的未来。 申请加入Y Combinator：https://ycombinator.com/apply 感谢以下公司提供案例*： -Vapi (https://www.vapi.ai) -Retell AI (https://www.retellai.com) -Gumloop (https://www.gumloop.com) -AnswerGrid (https://www.answergrid.ai) -Polymet (https://www.polymet.ai) -Zuni (https://zuni.app) -Argil (https://www.argil.ai) *部分展示网站可能在录制与发布期间有所更新 章节（由 https://bit.ly/chapterme-yc 提供）- 00:00 - 开场 01:45 - Vapi 04:57 - Retell AI 08:42 - Gumloop 13:33 - AnswerGrid 19:29 - Polymet 26:41 - Zuni 30:42 - Argil

No Priors 第128集 与DeepLearning.AI创始人Andrew Ng

吴恩达始终处于快速演变的AI技术前沿，创立了Google Brain、AI Fund和DeepLearning.AI等公司和项目。因此他比任何人都更清楚，那些在2025年仍沿用2022年运营方式的创始人正在犯错。Sarah Guo和Elad Gil与这位AI革命教父展开对话，探讨智能体AI的崛起，以及这项技术如何彻底改变了从成功创始人的特质到小团队价值等一切要素。他们讨论了未来能力增长的潜在来源、模型自我进化的可能性，以及吴恩达为何不喜欢"氛围编程"这个术语。此外，吴恩达还论证了组织中的每个人——而不仅仅是工程师——都应该学习编程的理由。 每周订阅新播客。发送邮件至show@no-priors.com反馈意见 关注我们的Twitter账号：@NoPriorsPod | @Saranormous | @EladGil | @AndrewYNg 章节： 00:00 – 吴恩达介绍 00:32 – 能力增长的下一个前沿 01:29 – 吴恩达对智能体AI的定义 02:44 – 构建真正智能体的障碍 06:09 – 智能体AI的前沿领域 08:12 – 模型会自我进化吗？ 09:05 – 氛围编程 vs AI辅助编程 09:56 – 氛围编程是否在改变创业本质？ 11:35 – 加速项目管理 12:55 – 成功创始人画像的演变 19:23 – 寻找优秀产品人才 21:14 – 为单一用户画像还是多用户画像构建 22:47 – AI时代领导者与团队的必备条件 28:21 – 保持小团队的价值 32:13 – 下一个行业变革 34:04 – 投资公司与孵化器的自动化未来 37:39 – 技术型人才首次创业 41:08 – AI未来五年的广泛影响 41:49 – 结语

我们在AI周期中的位置

在本期《本周消费》节目中，a16z 普通合伙人 Anish Acharya 和 Erik Torenberg 与 a16z 董事会合伙人、前微软 Windows 部门总裁 Steven Sinofsky 一同深入探讨了当前 AI 热潮如何与过去的计算转型相似（以及不同之处）。 他们探讨了 AI 是处于“Windows 3.1”阶段，还是仍处于最早期阶段；为什么消费者采用速度超过了开发者的准备程度；以及部分自主性、锯齿智能和“氛围编码”等框架如何塑造未来的构建方向。他们还深入分析了真正的瓶颈所在——并非技术本身，而是公司、产品和人员的工作方式。 时间码： 00:00 引言 00:35 讨论 Andrej Karpathy 的演讲 02:17 AI 与工具的早期阶段 03:23 氛围写作与氛围编码 07:33 自动化与人类判断 15:13 产品管理的未来 15:55 平台转型与氛围编码 17:54 编程语言的演变 23:07 AI 在创意写作中的应用 28:06 谷歌在科技行业的地位 资源： 在 X 上关注 Anish：https://x.com/illscience 在 X 上关注 Steven：https://x.com/stevesi 保持更新： 告诉我们您的想法：https://ratethispodcast.com/a16z 在 Twitter 上关注 a16z：https://twitter.com/a16z 在 LinkedIn 上关注 a16z：https://www.linkedin.com/company/a16z 在您最喜欢的播客应用上订阅：https://a16z.simplecast.com/ 关注我们的主持人：https://x.com/eriktorenberg 请注意，此处内容仅供信息参考；不应被视为法律、商业、税务或投资建议，也不应用于评估任何投资或证券；且不针对任何 a16z 基金的投资者或潜在投资者。a16z 及其关联方可能持有所讨论公司的投资。更多详情请参见 a16z.com/disclosures。

李飞飞：空间智能是人工智能的下一个前沿

2025年6月16日，李飞飞博士在旧金山AI创业学校的炉边对话。 李飞飞博士常被称为"AI教母"——这绝非虚名。早在世界认知人工智能之前，她就在为这项技术奠定基石。 在这场炉边对话中，她回顾了ImageNet的创建历程。这个项目通过提供现代计算机视觉所需的数据基础，推动了深度学习革命。她讲述了早期对数据驱动方法的信念、2012年卷积网络超乎预期的震撼表现，以及这些突破如何催生图像描述、故事生成，最终孕育出生成式模型。 如今，她正挑战人工智能最艰难的领域之一：空间智能。李飞飞分享了为何对三维世界建模是实现通用人工智能的关键——以及为何这比语言建模更具挑战性。 申请加入Y Combinator：https://ycombinator.com/apply 在初创公司工作：https://workatastartup.com 章节： 00:08 - ImageNet的起源 02:15 - 让机器看见的梦想 03:28 - AI的范式转变 04:42 - 突破之年：AlexNet与深度学习 08:00 - 计算机视觉的演进 12:20 - 构建世界实验室 13:00 - AI的下一个前沿 14:20 - 为何空间智能比语言更难 18:40 - 基于视觉的AI技术壁垒 20:00 - AI不止于大语言模型 24:19 - 世界模型的现实应用 25:50 - 李飞飞的历程 29:30 - 指导AI传奇人物 33:00 - 观众问答

传奇消费投资人预测AI产品的未来

Kirsten Green，Forerunner Ventures 创始人，在过去二十年中投资了从 Warby Parker 到 Chime 再到 Dollar Shave Club 等最具标志性的消费品牌。在本期对话中，她分享了优秀产品（而非营销技巧）如何依然胜出，AI 如何开启消费者与技术之间全新的情感关系，以及创始人能从当前混乱的创意阶段学到什么。她还剖析了分销、健康与数字行为的转变如何重塑为真实人类需求而构建的意义。 申请 Y Combinator：https://ycombinator.com/apply 在初创公司工作：https://workatastartup.com 章节： 00:00 - 开场 01:05 - 消费者 AI 浪潮将呈现何种形态？ 04:54 - 记忆能力 07:35 - 数据个性化 08:58 - 语音作为突破口 11:07 - 消费者 AI 的混乱创意阶段 12:07 - 如何精准把握分销 14:58 - 不要仅为营销而做事 16:09 - Dollar Shave Club 广告为何如此成功 17:39 - 是什么说服 Kirsten 投资 Dollar Shave Club 20:16 - 大公司在搜索与营销方面的新认知 23:02 - 作为消费者，我们将如何使用不同的 AI 工具？ 26:20 - Forerunner 关于健康、保健与安全的最新趋势报告 32:16 - 如何与 ChatGPT 竞争？ 33:52 - 给新创始人的建议

在人工智能为中心的网络中启用代理和对抗机器人

Arcjet 首席执行官 David Mytton 与 a16z 合伙人 Joel de la Garza 共同探讨了管理网站及网络应用访问权限与操作行为的日益复杂性。核心挑战在于判断自动化流量究竟来自恶意行为者与麻烦的机器人，还是代表真实客户购买产品的 AI 代理。 Joel 与 David 深入分析了如何在分析每个请求时不增加延迟，以及边缘端更快的推理如何为欺诈防护、内容过滤乃至广告技术开辟新可能。 讨论主题包括： - 为何传统威胁分析无法适用于 AI 驱动的网络 - 全上下文安全检查的必要性 - 如何实现亚秒级、高性价比的推理 - 每次访问背后潜藏的多种行为者与操作类型 正如 David 所言，降低推理成本是让应用能够基于完整上下文窗口（即关于用户、会话及应用的所有已知信息）采取行动的关键。 关注社交媒体上的各位嘉宾： David Mytton：https://x.com/davidmytton Joel de la Garza：https://www.linkedin.com/in/3448827723723234/ 查看 a16z 在人工智能领域的全部动态，包括文章、项目及更多播客：https://a16z.com/ai/ 时间戳： 00:00 引言 00:34 AI 机器人的兴起及其潜在益处 02:43 良性流量与恶意流量 | 开发人员与安全团队面临的挑战 03:23 该领域的解决方案 04:37 Robots.txt 的作用 06:42 理解 AI 代理及其运作方式 10:55 在互联网规模下控制流量 12:51 构建指纹识别体系 18:45 机器人行为及新一代 AI 带来的可能性 22:39 本地运行 LLM 的未来

#474 – DHH：编程的未来、人工智能、Ruby on Rails、生产力与育儿

David Heinemeier Hansson（又名 DHH）是一位传奇程序员，Ruby on Rails 的创造者，37signals 的联合所有者兼 CTO（该公司创建了 Basecamp、HEY 和 ONCE），并且是（与 Jason Fried 合著的）四本书的《纽约时报》畅销书作者：《重来》、《远程》、《务实》和《不必疯狂工作》。他还是一名赛车手，曾在勒芒 24 小时耐力赛中取得组别冠军。 感谢收听 ❤ 查看我们的赞助商：https://lexfridman.com/sponsors/ep474-sb 请参阅下方的时间戳、文字记录，并提供反馈、提交问题、联系 Lex 等。 *文字记录：* https://lexfridman.com/dhh-david-heinemeier-hansson-transcript *联系 LEX：* *反馈* - 向 Lex 提供反馈：https://lexfridman.com/survey *AMA* - 提交问题、视频或电话连线：https://lexfridman.com/ama *招聘* - 加入我们的团队：https://lexfridman.com/hiring *其他* - 其他联系方式：https://lexfridman.com/contact *剧集链接：* DHH 的 X：https://x.com/dhh DHH 的网站：https://dhh.dk/ Ruby on Rails：https://rubyonrails.org/ 37signals：https://37signals.com/ DHH 的书籍： 《重来》：https://amzn.to/44rSKob 《远程》：https://amzn.to/44GFJ91 《不必疯狂工作》：https://amzn.to/46bzuwx 《务实》：https://amzn.to/4kzoMDg *赞助商：* 支持本播客，请查看我们的赞助商并获取折扣： *UPLIFT Desk：* 站立式办公桌和办公人体工学产品。 访问 https://lexfridman.com/s/uplift_desk-ep474-sb *Lindy：* 无代码 AI 代理构建器。 访问 https://lexfridman.com/s/lindy-ep474-sb *LMNT：* 零糖电解质饮料冲剂。 访问 https://lexfridman.com/s/lmnt-ep474-sb *Shopify：* 在线销售商品。 访问 https://lexfridman.com/s/shopify-ep474-sb *NetSuite：* 商业管理软件。 访问 https://lexfridman.com/s/netsuite-ep474-sb *大纲：* 0:00 - 剧集亮点 1:21 - 介绍 2:32 - 编程 - 早期岁月 19:57 - JavaScript 30:16 - Google Chrome 和司法部 38:03 - Ruby 编程语言 45:14 - 优美的代码 1:03:15 - 元编程 1:06:36 - 动态类型 1:13:55 - 扩展 1:26:47 - 编程的未来 1:44:18 - AI 的未来 1:50:13 - 氛围编码 1:58:45 - Rails 宣言：优秀编程语言的原则 2:23:11 - 为什么经理没用 2:32:32 - 小团队 2:38:39 - Jeff Bezos 2:53:57 - 为什么会议有害 3:01:43 - 反对退休的理由 3:09:00 - 努力工作 3:14:38 - 我们为什么离开云端 3:17:48 - AWS 3:27:07 - 拥有自己的服务器 3:33:19 - Elon Musk 3:43:01 - Apple 3:54:48 - Tim Sweeney 4:06:22 - 父亲身份 4:32:04 - 赛车 4:59:08 - 汽车 5:04:26 - 编程设置 5:19:35 - 初学者的编程语言 5:32:53 - 开源 5:41:46 - WordPress 风波 5:53:03 - 金钱与幸福 6:01:56 - 希望 *播客链接：* - 播客网站：https://lexfridman.com/podcast - Apple Podcasts：https://apple.co/2lwqZIr - Spotify：https://spoti.fi/2nEwCF8 - RSS：https://lexfridman.com/feed/podcast/ - 播客播放列表：https://www.youtube.com/playlist?list=PLrAXtmErZgOdP_8GztsuKi9nrraNbKKp4 - 片段频道：https://www.youtube.com/lexclips *社交链接：* - X：https://x.com/lexfridman - Instagram：https://instagram.com/lexfridman - TikTok：https://tiktok.com/@lexfridman - LinkedIn：https://linkedin.com/in/lexfridman - Facebook：https://facebook.com/lexfridman - Patreon：https://patreon.com/lexfridman - Telegram：https://t.me/lexfridman - Reddit：https://reddit.com/r/lexfridman

#965 - Rick Beato - AI乐队、Spotify、TikTok与歌曲创作的消亡

里克·比托是一位多乐器演奏家、YouTuber和音乐制作人。 过去几十年里，音乐及其相关产业发生了翻天覆地的变化。随着人工智能的崛起、Spotify等流媒体平台的主导地位，以及传统流行明星影响力的消退，旧有的音乐制作与生产模式已濒临终结。那么接下来会发生什么？谁或什么将塑造音乐的未来？ 在本期节目中，你将了解：为何Live Nation成为众矢之的；如今制作流行歌曲时大多数人忽视的流程；当前主导音乐界的趋势，以及乡村音乐为何霸占榜单；TikTok对音乐创作的影响；AI艺术家和乐队的兴起，及其对音乐行业创意工作者的连锁反应；未来音乐变现的模式将如何演变；为何流行明星正逐渐过时；以及更多精彩内容。 - 00:00 想象一下，如果你是那个终结碧昂丝的人 02:21 制作一首流行歌曲需要什么？ 10:24 制作人主导的歌曲 vs 艺术家创作的歌曲 23:41 如今流行明星能带来什么？ 29:52 当前哪些趋势占主导？ 38:52 现在制作音乐是否太容易了？ 49:24 TikTok对音乐的影响及打造热门歌曲的公式 1:05:01 乡村音乐为何如此流行？ 1:14:07 AI艺术家会接管音乐产业吗？ 1:22:33 音乐中AI的伦理问题 1:36:05 当前音乐金融行业的现状 1:41:44 Spotify的好、坏与丑陋 1:47:15 音乐变现的未来 - 在https://functionhealth.com/modernwisdom获取美国最优质的血液分析服务。 在https://nomatic.com/modernwisdom购买Nomatic的优质行李箱，享受20%折扣。 在https://drinklmnt.com/modernwisdom首次购买LMNT最受欢迎口味样品包，免费获取。 在https://livemomentous.com/modernwisdom订阅Momentous最佳补剂，首单享35%折扣。 - 在Spotify（https://spoti.fi/2LSimPn）或Apple Podcasts（https://apple.co/2MNqIgw）免费订阅，即可在YouTube发布前10小时收听每期节目。 在此获取我的100本改变人生书籍免费阅读清单：https://chriswillx.com/books/ 在此尝试我的提神能量饮料Neutonic：https://neutonic.com/modernwisdom - 在下方评论区留言，或访问... Instagram: https://www.instagram.com/chriswillx Twitter: https://www.twitter.com/chriswillx 邮箱: https://chriswillx.com/contact/

稳定币与未来金融系统

a16z Crypto普通合伙人Ali Yahya、Arianna Simpson和Erik Torenberg深入探讨了当前加密货币领域真正奏效的应用——从稳定币作为现实世界支付层的崛起开始。他们讨论了Stripe和SpaceX等公司如何采用稳定币，监管变化如何为加密初创公司打开新大门，以及人工智能与加密货币如何开始交汇。 他们还涵盖了： - 去中心化社交网络的未来 - 以太坊、Solana及其他公链的现状 - 仍阻碍行业发展的误解 - 一场务实的对话：什么是真实的，什么是炒作，以及加密货币最终在哪些领域找到了突破口。 时间码： 00:00 引言 00:45 比特币的原始愿景与演变 01:47 稳定币：游戏规则改变者 03:02 稳定币的当前应用场景 05:22 金融体系面临的挑战 07:08 稳定币与金融体系的未来 09:02 大公司在加密货币中的角色 18:21 去中心化社交网络与消费者偏好 23:20 人工智能与加密货币的交汇 31:32 关于加密货币的误解 35:54 智能合约平台之争 39:33 政策变化与未来机遇 资源： 在X上关注Ali：https://x.com/alive_eth 在X上关注Arianna：https://x.com/AriannaSimpson 保持更新： 告诉我们你的想法：https://ratethispodcast.com/a16z 在Twitter上关注a16z：https://twitter.com/a16z 在LinkedIn上关注a16z：https://www.linkedin.com/company/a16z 在你最喜欢的播客应用上订阅：https://a16z.simplecast.com/ 关注我们的主持人：https://x.com/eriktorenberg 请注意，此处内容仅供信息参考；不应被视为法律、商业、税务或投资建议，也不应用于评估任何投资或证券；且不针对任何a16z基金的投资者或潜在投资者。a16z及其关联方可能持有所讨论公司的投资。更多详情请参见a16z.com/disclosures。

软件开发的未来 - 氛围编程、提示工程与AI助手

人工智能是基础设施的第四大支柱吗？ 基础设施不会消失——它会层层叠加。如今，人工智能正与计算、存储和网络一起，成为新的基础层。 埃里克·托伦伯格采访了a16z的马丁·卡萨多、詹妮弗·李和马特·伯恩斯坦，深入探讨了基础设施在人工智能时代如何演变——从模型和智能体，到开发者工具和用户行为的变化。 我们深入探讨了如今基础设施的真正含义，它与企业级基础设施有何不同，以及为什么软件本身正在被颠覆。此外，我们还探讨了技术用户作为买家的崛起、什么让基础设施公司具有防御性，以及从云计算到新冠疫情再到人工智能的过去几波浪潮如何重塑我们的构建和投资方式。 时间戳： 00:00 基础设施介绍 00:48 定义基础设施及其组成部分 02:27 第四层：人工智能模型 06:34 基础设施的演变 17:46 开发者工具与人工智能浪潮 21:27 数据引擎系统 22:11 人工智能基础设施的防御性 25:28 扩张与收缩阶段 27:09 人工智能与基础设施面临的挑战 28:32 人工智能模型与泛化 30:59 对安德烈·卡帕西关于人工智能演讲的思考 34:09 人工智能与人类期望 36:18 人工智能时代开发者的角色 40:31 合成数据 43:17 人工智能智能体 45:16 垂直整合与水平专业化 资源： 在X上关注马丁：https://x.com/martin_casado 在X上关注詹妮弗：https://x.com/JenniferHli 在X上关注马特：https://x.com/BornsteinMatt 保持更新： 告诉我们你的想法：https://ratethispodcast.com/a16z 在Twitter上关注a16z：https://twitter.com/a16z 在LinkedIn上关注a16z：https://www.linkedin.com/company/a16z 在你最喜欢的播客应用上订阅：https://a16z.simplecast.com/ 关注我们的主持人：https://x.com/eriktorenberg 请注意，此处内容仅供信息参考；不应被视为法律、商业、税务或投资建议，也不应用于评估任何投资或证券；并且不针对任何a16z基金的投资者或潜在投资者。a16z及其关联公司可能持有所讨论公司的投资。更多详情请参见a16z.com/disclosures。

关键矿物：开采工业未来

在美国，一座新矿从审批到建成可能需要超过15年——然而，从智能手机到战斗机，再到人工智能数据中心，我们依赖的几乎所有现代技术，都离不开关键矿物的稳定供应。 在本期节目中，埃里克·托伦伯格在演播室与玛丽安娜矿业公司创始人特纳·考德威尔，以及美国活力基金普通合伙人艾琳·普莱斯-赖特和合伙人瑞安·麦肯塔什一同探讨。 特纳在特斯拉工作了近十年，从工厂设计一路向上游发展，涉足电池材料和采矿领域。如今，他正在打造一家新型采矿和精炼公司——垂直整合、软件优先——旨在满足我们工业未来的需求。 我们深入探讨了该行业为何如此问题重重，将矿石转化为可用材料究竟需要什么，以及美国如何重建其开采、精炼和制造最重要物资的能力。 时间码： 00:00 引言 00:53 关键矿物的重要性 01:54 采矿过程解析 04:05 采矿行业面临的挑战 05:46 采矿领域的职业路径 06:40 个人经历与见解 11:16 特斯拉的垂直整合 12:47 地缘政治与市场动态 16:24 采矿技术创新 20:47 行业挑战与机遇 28:19 玛丽安娜在建筑和采矿领域的产品与理念 29:30 在采矿中利用技术 32:02 自动化化学处理与优化精炼运营 35:25 精炼厂规模化与调试的挑战 36:55 决定建设什么及在何处合作 38:05 新技术的供应链与商业部署 40:20 风险投资与采矿行业 42:59 关键矿物及其重要性 47:45 美国的许可与监管挑战 53:46 国际战略与未来目标 54:44 结论：重建基础设施与能力 资源： 在X上关注特纳：https://x.com/tbc415 在X上关注艾琳：https://x.com/espricewright 在X上关注瑞安：https://x.com/rmcentush 保持更新： 告诉我们你的想法：https://ratethispodcast.com/a16z 在Twitter上关注a16z：https://twitter.com/a16z 在LinkedIn上关注a16z：https://www.linkedin.com/company/a16z 在你最喜欢的播客应用上订阅：https://a16z.simplecast.com/ 关注我们的主持人：https://x.com/eriktorenberg 请注意，此处内容仅供信息参考；不应被视为法律、商业、税务或投资建议，也不应用于评估任何投资或证券；且不针对任何a16z基金的投资者或潜在投资者。a16z及其关联方可能持有所讨论公司的投资。更多详情请参见a16z.com/disclosures。