全部节目

E256｜Agent、机器人与制药，谁先被GPT-6 Astra改写？

2026年10月20日 · 1:19:40

本期《硅谷101》邀请破壳机器人创始人许华哲、Pokee.ai创始人朱哲清与华盛顿大学教授王晟，围绕OpenAI发布的GPT-6 Astra讨论其对Agent、机器人和AI制药三个行业的冲击。许华哲认为Astra是机器人的"GPT时刻"：它空降RoboDojo等仿真评测榜首，令多数机器人benchmark失效，能做Real-to-Sim、跨本体泛化并理解3D物理，但速度慢、双臂和叠衣服任务仍做不了，因此未来仍需一个小于10B的快决策模型与Astra分层协作，他预测2028年初通用机器人将真正实用。朱哲清指出Meta Muse这类云端虚拟机Agent面临商家封IP的困境，破局关键在软硬件结合与身份验证；Meta Muse每周给每个用户约值100美元的1亿免费token，而Astra定价为每百万token输入10美元、输出50美元，是其他模型4到5倍，2C Agent烧钱获客严重。王晟认为Astra在生物医学的进步主要来自coding能力而非领域知识，AI设计实验的完成度仅约30%，真正瓶颈是湿实验验证周期——小鼠数周、灵长类4至8个月，因此严肃的AI制药公司必须自建实验室，未来湿实验公司将以MCP/API直连大模型，人类科学家则转向定义问题与设计无上限的benchmark。节目还提到Claude仅用21小时发现类CRISPR的ART新酶系统，以及OpenAI解纳维斯托克斯方程消耗约1300亿输出token、约合2200万美元，AI for Science是前沿实验室最烧token的方向。

E255｜模型越来越强，为什么用户没感觉？再访阿里国际站总裁张阔

2026年10月8日 · 46:13

《硅谷101》主播Yiwen再度对话阿里国际站总裁张阔，探讨为什么通用评测接近满分的模型，在真实商业任务中并未带来同等提升。张阔指出编程是最先被Agent渗透的场景（估计渗透率99%），因为代码全数字化且天然可验证，而商业任务数据多元、结果验证周期长达天月甚至一年，团队据此从真实经营中整理了107个开源电商任务（如比较报价、识别钓鱼邮件、预订船期、处理纠纷），最前沿模型在无人干预下的通过率仅约61%。他提出Agent公式为模型×工程框架×上下文，三者是乘法关系、缺一为零，且模型与harness必须联合优化，仅做后训练不够。成本上，Accio Work按帕累托最优把不同难度任务路由到小尺寸或高性价比模型，完成全部107个任务的成本约3.69美元，是Codex和Claude Code（9美元以上）的三分之一。产品案例包括植物监测设备商家Edward从创意到设计、供应链、跨境物流与多平台销售的全流程，以及多平台经营利润核算、商品批量发布、客服质检等日常场景。张阔强调支付下单、产品品味、市场判断与预算分配仍须由人决策，商业领域的AGI可定义为同等预算和供应链下Agent比人更赚钱。最后他透露洛杉矶CoCreate大会到场注册约15000人，去年英国15岁少年冠军靠Accio Work年销约100万英镑，美国冠军Christian Reid的客户已包括施耐德电气和SpaceX。

E254｜超级厄尔尼诺来了，我们的日常所需真会因它涨价吗？

2026年9月29日 · 1:02:03

本期《硅谷101》由主持人麻花对话拥有13年经验的资深大宗商品期货交易员张思齐，围绕50年来罕见的超级厄尔尼诺如何影响全球供给与物价展开。节目首先厘清：厄尔尼诺不是让所有商品涨价的按钮，农产品价格由供应、需求、库存、政策物流和金融条件五组因素共同决定，只有当气候冲击恰好打中关键生长期、且库存偏低或出口集中时才会传导到价格。嘉宾按区域拆解影响：印尼和马来西亚占全球八成以上的棕榈油因干旱减产，泰国和印度的甘蔗与稻米受季风左右，澳洲小麦是全球出口的边际压力指标，而南美部分地区反而受益于多雨；历史上厄尔尼诺时期棕榈油涨幅约10%到20%。节目还分析秘鲁禁捕鳀鱼推高鱼粉价格，波及养殖水产、三文鱼乃至猫粮狗粮等宠物食品成本。在气候之外，霍尔木兹海峡动荡推高氮肥价格，巴拿马运河因干旱把日通行船只从36艘降至32艘，冲击特定贸易流运费；但全球铜矿减产的主因是矿石品位自1991年以来累计下降40%、新矿开发周期平均超17年，厄尔尼诺只构成点状事件性风险。对冲手段方面，农民与厂商借助耐旱育种、滴灌、远期合同、期货期权和天气指数保险抵御风险，而印度限制蔗糖出口等保护措施正在让全球缓冲垫变薄。嘉宾最后推荐美国农业部USDA数据作为研究农产品的最佳入口。

E253｜谁在给大模型出题、卖题、判卷？聊聊AI数据行业的野蛮生长

2026年9月28日 · 58:04

本期《硅谷101》请来Scale AI研究总监何允中与加州大学伯克利分校博士后、Agents' Last Exam研究者孙一铀，拆解一门透明度极低却估值飞涨的大模型数据生意：AfterQuery半年内估值从3亿美元涨至32亿美元，Meta入股Scale AI时估值超290亿美元，Mercor融资估值达100亿美元。何允中把数据公司分为招聘出身的Mercor、众包出身的Scale、做合成数据的玩家与垂直领域小团队，并解释数据需求如何从预训练的人工标注，转向专家写评分标准（Rubric）与包含任务、工具和验证机制的强化学习环境。孙一铀介绍Agents' Last Exam的初衷是把vibe coding的刷分逻辑推广到各行各业，主张Rubric中专家的主观判断远未被挖掘完，而公司决策类任务因数据难以收集，仍是reward model难以攻克的领域。两人区分卖benchmark与卖数据：做评测的人卖自家评测数据会污染榜单权威性，而只要贴近真实用户体验，刷分未必是贬义词。节目还聊到数据污染——OpenAI因测试缺陷与题目泄漏停报SWE-bench Verified分数——以及专家为拿署名提交编造数据的问题，嘉宾主张用完整工作流录制等proof of work机制设计更好的奖励。最后他们认为采购私域代码、医疗病例、游戏源码是巨大机会，数商长期拼的是研发与迭代能力，模型公司对外部数商的依赖将长期存在。

E252｜硅谷睡眠外挂：富人的玩具，还是预防医疗的入口？｜对话Eight Sleep创始人

2026年9月24日 · 54:32

马斯克、扎克伯格、Sam Altman和Bryan Johnson自费使用的智能床套品牌Eight Sleep，其联合创始人Matteo Franceschetti和Alex Zatarain在节目中解释了这张售价约两万元、铺在现有床垫上的Pod床套，如何用水循环液冷系统对左右两侧分别自动控温，实现最多30%的睡眠表现提升。他们说与可穿戴设备的根本区别是数据不是终点而是干预的手段：AI在用户熟睡时实时调整床面温度、床体高度并减轻打鼾，像一位睡眠管家；基于每天几个T、数十亿小时级的自研传感器数据，模型可通过静息心率上升、HRV下降等异常在发烧前三四五天预警疾病，公司正为睡眠呼吸暂停的检测与缓解技术申请FDA认证，更远的愿景是在身体静止的睡眠中做全身扫描、识别包括某些癌症在内的健康状况，走向预防医疗。两人还回顾创业史：2014年拆电热毯手搓原型机，众筹卖爆八千套却卖一台亏一台，创始人搬到中国数月学习制造、强调EVT到量产的验证环节不能跳过，公司四五次差点死于现金流，去年才实现盈利并销往35个国家。中国市场自今年4月进入后成为其增长最快的市场；定价对标苹果与特斯拉的Model S阶段，目标是做最好产品而非最低价格。节目还覆盖了80%至90%的伴侣温差问题、孕期模式与女性睡眠数据、F1车手和环法冠军波加查带着床套参赛的原因、轮班与倒时差人群的睡眠建议，以及一整晚温度需求为何是一条先降、再稳、缓回升的曲线。

E251｜推理芯片之战：聊聊Groq、Cerebras与OpenAI三大路径与Bill Dally的设计哲学

2026年9月16日 · 1:31:32

主播泓君与两位AI推理芯片创业者——英伟达首席科学家Bill Dally的学生Mark，以及曾在亚马逊Anthropic Labs做Trainium软件栈的徐子扬——拆解Groq、Cerebras与OpenAI三大推理芯片技术路径。两人论证训练时代拼算力、推理时代拼带宽：Decode阶段每产出一个Token都要把整个模型从存储读进计算单元，因此带宽性价比才是核心。Groq与Cerebras都押注SRAM换取两到三个数量级的带宽性价比，但Groq为静态编译调度牺牲了对MoE等运行时动态性的适配，Cerebras则被晶圆级良率和成本拖累，导致带宽收益大打折扣；这也解释了英伟达为何以约200亿美元acqui-hire Groq来补齐CUDA架构外的带宽能力，而两位嘉宾断言推理时代CUDA一定会被绕过。Mark还分享了自己团队的上千颗SRAM芯片组网方案，目标较GPU实现10倍性价比和一到两个数量级的单用户推理速度提升，并解释速度越快，模型能在同样的交互时间内思考更多Token、变得更聪明。节目借Mark的视角还原Bill Dally的设计哲学：计算机体系结构的一切围绕局部性展开，做数量级提升前必须想清楚牺牲什么。最后对比OpenAI与博通9个月流片的首款推理芯片：它选择HBM4而非SRAM，因为美国缺电不缺钱，其芯片内异构加暗硅的通用方案与Groq、Cerebras的系统级异构是不同约束下的不同收敛。

E250｜mRNA的第二战场：对话英博，拆解Moderna人类首个肿瘤疫苗三期突破

2026年8月28日 · 1:16:50

Moderna与默沙东联合开发的个体化mRNA肿瘤疫苗在三期临床中显著延长黑色素瘤术后患者的无复发生存期，推动Moderna股价一度暴涨177%；艾博生物创始人兼CEO英博博士在节目中拆解了这一突破及其背后的“一人一药”机制。英博曾任职Moderna，他解释了如何通过测序找出每位患者肿瘤独有的新抗原（上限34个），编码成mRNA并包裹进脂质纳米颗粒，教会免疫系统追杀肿瘤；同时与PD-1联用，解除肿瘤的免疫抑制，形成“手术刀+疫苗+PD-1”的未来疗法。节目还对比了技术路线，Moderna与BioNTech均布局个性化与现货型疫苗，国内艾博生物等也在同步押注。生产被形容为“制药噩梦”，须在4-6周内完成从取样到QC的全流程，艾博生物正以全自动小型化设备将成本降至普通人可负担的几十万元级别。英博认为AI在新抗原预测与mRNA序列优化中已至关重要，但“AI离开自动化就是空谈”，且LNP递送系统的从头模拟仍需要巨大算力；监管又要求临床阶段工艺不得更改，形成双重挑战。他预计这款疫苗获批将改变肿瘤治疗现状，未来5到10年内mRNA肿瘤疫苗将在更多癌种中获批，但目前Moderna尚未公布具体风险比等完整数据。

E249｜Token经济转点：OpenClaw、Hermes到本地自研的Agent进化之路

2026年8月20日 · 1:27:02

PingCAP CTO黄东旭与Llama Ventures高级技术合伙人张宏江断言，AI行业正从Token Maxing转向Token Efficient，本地开源模型与前沿模型组队才划算。黄东旭曾日烧四五百美元调用最强模型（最多一天10亿token），三个月做出千万美元级数据库DB9；现在他在Mac Studio上本地运行DeepSeek V4 Flash，日耗电仅1美元，得以处理海量论文和代码审查。他梳理了Agent进化：OpenClaw由Peter单人vibe coding一周完成（他曾在30天烧掉130万美元API），标志研究转工程但代码欠打磨；Hermes靠沉淀skill自我改进；Slock（现Raft）以多Agent讨论激发‘涌现’，然而Fable 5凭智商碾压一次搞定，让繁琐讨论不再必要。张宏江称Token价格每年降10倍，Agent消耗量比聊天机器人时代涨超100倍，基建无泡沫也不过度，AGI奇点已到来——机器智能已超越人类学习能力，但未来Agent网络会消耗更多Token。两人看好Agent基础设施（内存、搜索、可观测性）与toB垂直数据，提醒创业者做Agent native应用，别做易被大模型碾压的产品。

E248｜一个“催发货”AI要跑通260步，和阿里瓴羊朋新宇聊聊中国式FDE

2026年8月11日 · 1:03:54

本期节目邀请阿里巴巴集团副总裁、瓴羊CEO朋新宇，探讨中国式FDE（前线部署工程师）的实践。朋新宇指出，与硅谷高薪派驻工程师不同，瓴羊的做法是提供标准化Agent，聚焦企业耗人、耗钱、耗时最多的环节，如客服、销售、营销。他举例说明，一个催发货流程需跑通260步，而AI通过向顶级投手学习，能在90天内完成上万次价格调整。他强调，企业部署Agent的关键在于以业务结果为导向、以企业数据为基座、以岗位标杆为预设，且自上而下的推动更易成功。朋新宇还分享了部署周期（1/3熟悉岗位、1/3建模、1/3调教AI）、FDE团队画像（BA、AI架构师、业务首席教练），以及中美FDE在信息化地基、付费习惯上的差异。他认为，企业算得过来账最重要，模型选择并非核心，人才需兼具AI锐度、业务深度与数据宽度。

E247｜对话盛颖：XAI，INFRA的浪漫，SGLANG，开源，平权与“甄嬛传”

2026年8月5日 · 1:46:26

本期对话盛颖，xAI前推理团队负责人、SGLang发起人及RadixArk联合创始人兼CEO。她讲述了自己从数学到形式化验证再到AI Infra的转型，强调只有真正感兴趣的问题才能驱动她进入心流状态。她将AI Infra描述为“浪漫的关系”，认为infra本身是产品而非支持角色。她分享了在xAI早期获得“support”和“freedom”的经历，以及因SGLang社区扩张而离开xAI创立RadixArk的决策。她还讨论了开源生态的平等理念、LMSYS的平权使命，以及她对AI未来与人类共存的愿景。