Indigo | 芦义修改

2025-03-07 10:00:46

INDIGO TALK 第二十期，邀请课代表立正（数据科学家、自媒体人）分享如何在 AI 变革中保持个人成长与竞争力。从社群运营、职业规划等角度，深入探讨 AI 工具与 Agent 技术如何加速学习与创新，也分析了哪些行业更易被取代。最后聚焦人类的独特价值，在效率大幅提升的背景下，每个人都该思考怎样贯穿知识、提升抽象思维与人际沟通，让智能与智慧同行，成为 AI 时代的“高阶玩家”。

对谈课代表立正 AI 时代生存指南 / INDIGO TALK - EP20_哔哩哔哩_bilibili

INDIGO TALK 第二十期，邀请 @课代表立正 （北美大厂数据科学家、自媒体人）分享如何在 AI 变革中保持个人成长与竞争力。从社群运营、职业规划等角度，深入探讨 AI 工具与 Agent 技术如何加速学习与创新，也分析了哪些行业更易被取代。最后聚焦人类的独特价值，在效率大幅提升的背景下，每个人都该思考怎样贯穿知识、提升抽象思维与人际沟通，让智能与智慧同行，成为 AI 时代的“高阶玩家”。本, 视频播放量 0、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 1, 视频作者 jedilu, 作者简介 ，相关视频：【保姆级Manus教程】全球首款通用AI Agent产品Manus到底有多牛！，Deepseek能猜出来bad apple吗，“那些超出认知的神秘职业”，AI机器人还能代替什么职业？，永远无法被击中的球！天才工程师用科技打败职业选手【Mark Rober官方】，Manus全网爆火！全球首款”真干活“AI Agent诞生，体验首款AI Agent :Manus后我陷入了沉思，让它抓取京东销量最好的50个产品并分析，效果很炸裂，绝了绝了，我有神之眼，开局解锁神级瞳术！觉醒废物职业瞭望员成为SSS职业顶级超级神瞳师！，“那些超出认知的神秘职业”，那些超出认知的神秘职业

EP20_哔哩哔哩_bilibilijedilu

音频播客

Apple Podcast & Spotify

小宇宙播客 - Indigo Talk - EP20

本期嘉宾

孙煜征（课代表立正 - 北美大厂数据科学家、自媒体人）

Indigo（数字镜像博主 - 主持）

时间戳

• 00:49 课代表立正的介绍
• 04:31 如何运营聊天群和高质量社群
• 15:39 大家如何用 AI 做之前做不到的事情
• 26:38 对 AI Agent 不一样的看法和模型如何系统化
• 38:50 AI 目前的局限与是否会带来大量失业？
• 43:10 人类的知识与智慧
• 48:56 最容易替代和最不容易替代的职业
• 53:56 AGI 时代人类更适合什么工作？
• 1:00:03 人的意义和需要提升的能力

对谈详细总结

1. 课代表立正的介绍

个人背景：

• 课代表立正：2017年从康奈尔大学经济学博士毕业，先后在亚马逊(经济学家)、Facebook（Data Scientist）以及腾讯工作，目前在一家美国创业公司担任 Data Scientist。
• 在过去五年里一直做自媒体，内容涵盖北美大厂职场经验、个人成长、人生规划，以及更广泛的访谈、玄学、咖啡师、OnlyFans等多元题材。
• B 站粉丝约12万，YouTube 粉丝约8~9万，并于2022年前后开始做付费会员和线上课程，主要聚焦数据科学、AI及个人成长领域。

自媒体/社群经历：

• 创立“超线性学院 Superlinear Academy”（又称超线性社区）等线上社区，会员约4000+，持续办线上直播活动（Indigo曾是其第一期嘉宾）。
• 社区主题多与AI、个人成长和职业发展结合，强调高质量讨论和资源分享。

课代表立正的标签不仅是“大厂职场博主”，还涉及多元话题；从学术和大厂经历延伸到自媒体运营和课程教学，形成了较为复合的个人品牌。

2. 如何运营聊天群和高质量社群

双方首先对做社群的动机和痛点进行了交流，然后提到技术选型和运营理念的细节：

做社群的初衷：

• 课代表立正最初因在大厂工作需要交流数据科学/AI相关问题，便先在微信上建群，把身边大佬和感兴趣的人聚起来，演变成了高质量技术讨论群。
• Indigo 也曾尝试做直播课程和微信群，发现了微信群的优点（使用频次高、即时互动）和缺点（缺少内容沉淀，人数上限等）。

微信群的优缺点：

• 优点： 微信用户黏性高、打开率高、适合高频聊天和快速分享。
• 缺点：强烈打扰：信息量大且连续，没有清晰的主题区分和内容归档；不易沉淀知识：重要讨论往往被聊天流淹没，难以检索、长期保存；人数限制500人，很多优质用户无法再加入。

转向独立社群平台（Circle / Mighty Networks 等）

• 课代表立正在深入比较后，选择了Circle，主要看中其课程售卖功能、社区结构化讨论功能和 Web 端的便捷性。
• 强调不一定能把所有微信群用户都“搬”过来，但可以在新平台上提供更高价值、可沉淀的内容，让真正有需求、有门槛的用户留下。
• 使用策略：对核心用户免费/或内测准入，对外则有一定付费门槛，形成高质量、高参与度的社区氛围。

维护高质量社群的做法：

• 保持单一社群不无限开分群，定期清理长期潜水或不活跃用户（包括一些业内大佬，也会被踢），从而保证参与者都是愿意产出或讨论的人；
• 社区内举办主题分享、直播活动，让成员能有持续创造和输出机会；
• 对讨论内容进行归档整理，便于长期沉淀和搜索。

社群未来发展思路：

• 利用AI工具进行知识的二次整合：比如可以用ChatGPT / Agents做论坛内容的摘要和检索；
• 通过收费或提供独家课程，让社群运营者获得收益，进而能够持续产出价值。

高质量社群的关键在于“门槛 + 活跃 + 知识沉淀”。微信群可快速拉新，但不利于长期知识积累，因此可转向独立平台，如 Circle，通过工具和管理方法保证高水平的讨论与共享。

3. 大家如何用 AI 做之前做不到的事情

双方举了很多具体例子，阐述了当下的AI工具给个人生产力带来的巨大提升：

AI 辅助写代码、做原型：

• 课代表立正提到用 Cursor （带 Agents 功能的编程 IDE）时，自己在没有完整编程经验的领域也可以快速做出 Demo，比如调用 YouTube API 自动分析和批量修改视频数据；
• 非技术背景的用户也能用AI做自动化脚本，如自动发邮件提醒、搭建简单Web服务等，以前需要资深程序员才行。

AI 在阅读、研究方面的帮助：

• Indigo 分享自己做大量资料阅读，用 ChatGPT / O1-Pro 的 deep research 等功能来摘要、翻译、主题分析，极大提升阅读效率；
• 能把上万字的长文本快速拆分并给出逻辑清晰的要点梳理，帮人更快抓住重点。

AI 在灵感和思路扩展上的作用：

• 课代表立正不直接用AI替自己写完整文章，但AI可以提供结构框架、文献搜索、辅助研究；
• 提高了思维发散度，让创作者能把更多时间放在创意和思想本身上。

AI Demo 的快速实现：

• 在社群中有学员用 AI 做投资 Fear 指数自动监控和邮件提醒服务，并且还能让其他人订阅；
• 8岁的孩子也用 AI+低代码做简单游戏 Demo，大大降低了实现门槛。

对比过去：

• 以前做一个小工具 Demo 需繁琐的调研和手写代码；
• 现在只需要给 AI 清晰任务描述，AI就能自动生成 90% 可用的解决方案。

当下 AI 已能成为“超级助手”，让个人做许多原来“做不到”或“代价极大”的事；无论是写脚本、调用第三方 API、批量处理内容，还是阅读理解，都可以由 AI 完成大部分重复或繁琐部分，人只需进行统筹与判断。

4. 对 AI Agent 不一样的看法和模型如何系统化

对 “AI Agent” 做了较深入的探讨，包括 Agent 的定义、特征、系统组成，以及对未来形态的预测：

AI Agent 的三大核心特征（课代表立正提出）：

• 多步决策（Multi-step Decision）：能根据目标进行多轮推理和行动，而不需要人反复提供指令；
• 调用工具（Tool Use）：不仅仅输出文字，还能执行命令、调取 API、影响外部环境；
• 自我迭代（Self-Improvement）：在执行过程中不断总结经验，避免重复错误，提升后续任务的质量。

核心组件：

• Large Language Model（LLM）：作为核心大脑；
• 工具与协议（Tools & Protocols）：给 LLM 可调用的 API 或插件（如文件系统、数据库、外部应用接口等）；
• Orchestrator：即协调器，用来安排 Agent 与 Agent、Agent 与人以及各种工具的交互。课代表立正认为 Orchestrator 逻辑不一定要很复杂，最重要是隔离上下文窗口，简化流程。

对未来的预测：

• 认为现在的 ChatGPT 还是单一模型，应当逐渐演变成一个“系统”，内含多Agent的调度；
• 例如 OpenAI 在做的 Plugins、Functions、Operator 等都是迈向系统化 Agent 的一步，未来可能整合到 GPT-5，实现真正的多功能协作。

Agent 带来的冲击：

• 当 Agent 足够成熟，很多重复性、可标准化的工作都会被大量替代；
• 比如目前 Cursor 编程 Agent 只需稍加完善即可让多数码农的“搬砖式写代码”被取代，而人的价值更多体现在对需求和系统架构层面的思考。

Agent 是 LLM 在“做事层面”的进阶形态，具备自我迭代、多步决策、调用工具等能力。未来的ChatGPT 会演变成可自动执行复杂任务的 AI 系统，让人与AI的关系更像“老板和高智商员工”，但会对低层重复工作形成巨大替代冲击。

5. AI 目前的局限与是否会带来大量失业？

这里讨论AI与人类工作的关系，涉及历史上技术进步与就业的规律，以及对当前大语言模型的不足：

历史经验：

• 每次技术革命（如工业革命、计算机革命）都在短期内替代了一些岗位，但长期看会创造新的岗位，总体失业率并未永久大规模飙升；
• 然而AI的冲击范围比以往更广，智力劳动也能被替代，是否还能像过去一样平衡，需要时间观察。

AI 的局限性：

• 缺乏真实世界模型：AI对物理世界缺少“具身体验”，纯粹依赖数据训练，很难理解或判断物理意义上的事情；
• 缺乏判断力/直觉/创造性价值评估：虽然AI能生成海量新知识，但它并不知道哪些是“真正重要的发现”；
• 对人的情感、伦理、人际交往仍存在限制。

工作岗位是否会大规模消失？

• Indigo 和课代表均认为 “替代必然存在，但分布不均，具体行业有差异”；
• AI 大幅提升生产力后，需要看社会如何重新分配资源；有人可能会因为无法适应而被淘汰，但也有新岗位出现。

对当下的提醒：

• 不要只做 “input” 型工作（机械式、搬砖式），要往 “outcome” 或综合判断层面发展；
• 提升自己对需求的理解与表达，否则AI虽然强大，但你连需求都说不清，AI也无从帮你。

AI 可能在部分领域带来结构性失业，但从历史看并非所有人都被替代；大语言模型当前的不足在于缺少真正的“世界理解”和“判断力”。个人需学会发挥AI不具备的优势，如创意、全局思维、人际沟通等。

6. 人类的知识与智慧

双方深入探讨“知识”和“智慧”的区别，认为人类智慧更多体现为判断力、价值观和洞察力：

知识与智慧的差别：

• 知识（Knowledge）更多是对信息的提炼；
• 智慧（Wisdom）是结合人生经历、价值判断、批判性思维后的综合选择能力。
• AI可能在知识层面远超多数人，却无法轻易习得“对事物价值和优先级”的深层判断。

非共识/极端/原创性观点（Contrarian View）的重要性：

• 伟大的发明和创新往往来自“少数派”或“不按常理出牌”的人（乔布斯广告中的 “Crazy Ones”）；
• 大语言模型是训练于既有共识数据，难以产生非共识的原创突破。这是人的智慧所在。

Eureka 时刻（发现新知识 vs. 意识到其重要性）

• AI 可能能生成“新点子”，但它不知道哪个点子真正有价值；
• 人能在直觉和经历中判断出某个发现是否“颠覆性突破”。

人类在体验层面的优势：

• 人有具身体验、情感共鸣、审美品味（taste）、多样性个性，这些都与真正的智慧、创造有关。

AI 在知识维度已非常强大，但人类的“智慧”和“非共识性创造力”仍不可替代；相较于海量知识本身，对其意义和价值的甄别才是人类优势。

7. 最容易替代和最不容易替代的职业

双方在节目中引用了 AI 工具（Deep Research）给出的职业分类以及结合自身判断：

容易被 AI 替代的职业：

• 机械化、流程化、可数据化的工作，尤其是“搬砖”式工作。
• 如：数据输入、流水线工人、基础的客服、前端/简单代码实现等，这些都可以被AI或机器人较大程度取代。

不容易替代的职业：

• 需要高水平人际交往、情感和创意的岗位（心理咨询、护理、社会工作者、教育早教等）；
• 与物理世界深度结合，需要具身操作的工种（维修工、水管工、特定硬件工程师）；
• 高层次决策和架构类职位（如软件架构师、AI系统化设计师）。

对程序员的细分：

• 越贴近“工具使用”和“复杂代码实现”、但缺乏需求判断能力的程序员越容易被替代；
• 越需要宏观架构、交叉领域整合的工程师越难替代。

职业替代的核心判断标准包括：

• 是否高度重复、标准化、可大量数据训练；
• 是否需要与真实世界/人体交互；
• 是否具备强社会/情感/创造性要求；
• 技术门槛是否仅在“实现层面”而非“需求和系统设计层面”。

8. AGI 时代人类更适合什么工作？

围绕 AGI 时代已初步到来或即将深入的问题，双方给出了对个人未来定位的见解：

向 A I靠拢，结合自身 Domain：

• 学习 AI 工具，思考如何把自己熟悉的行业（投资、教育、媒体、艺术等）用AI放大，实现弯道超车或创新；
• 做需求分析与整合的人，而非低层重复劳动力。

发展“手艺”或具身技能：

• 如果对 AI 不感兴趣，也可转向机器人难以实现的领域，如烘焙、咖啡、美食、各种手工艺等；
• 这些需要“人类温度”和“物理操作”的工作短期仍安全。

存钱、拥有资本：

• 在不确定时代，拥有一定资产或稳定现金流，可避免被 AI 冲击时陷入生活困境；
• 尤其需要给自己和下一代多留些应对变化的空间。

保持好奇心和创造力：

• 时代变化快，要持续学习新技术、新思维模式；
• 做“老板”的角色，充分用AI自动化，而不是变成被AI替代的执行者。

在 AGI 大范围渗透的未来，“人机协同” 是主流趋势，个人需在 “Domain + AI” 中找机会，或发展独特的具身技能；理财、资产布局也应尽早规划。

9. 人的意义和需要提升的能力

最后双方把视野扩展到更宏大的层面：

人的意义：做回自己

• 在 AI 极大增强知识和效率的时代，人更应专注于自身不可替代的部分：情感、审美、身体体验、人际连接；
• 人可以从“学会应试知识”转向“学会体验生活、交互与共情”。

需要提升的核心能力：

• 横向的泛化能力（Generalist）：对各种学科与知识有广泛兴趣和理解，而细节可交给AI；
• 抽象思维、架构能力：能精准表达需求并统筹整体结构，让 AI 去实现；
• 人际连接和沟通能力：越依赖真实交流、情感陪伴的工作，越不易被 AI 取代；
• 自我更新和学习能力：AI迭代很快，个人只有持续学习才能不被时代抛弃。

与下一代相关：

• 不要过早给孩子大量金钱，否则扼杀其探索和成就感；
• 父母最好保障基本生活与教育资源，让孩子通过真实项目或小型创业获得自我肯定；
• 提升孩子多元兴趣、培养创造性，兼具适度财务安全。

AI 时代的心态：

• 勿因 AI 短期无法完全取代所有人类工作而掉以轻心；
• 也不要对失业过度恐慌，关键是不断思考“人类独特价值”所在，比如身体体验、独特审美、价值判断、跨领域思维。

人的价值不止在于知识本身，而在于更高层的判断、创造、情感连接。要在AI时代保持竞争力，就需提升“抽象思维”“整合能力”和“社会性”三大方面，同时保有好奇心和对生活的热爱。

总结

本次对谈主要围绕以下脉络展开：

1. 个人及社群背景：课代表立正的学习、工作、自媒体和社群运营经历，Indigo对社群问题的探讨；
2. AI 对个人生产力的放大：通过 Cursor、ChatGPT、Deep Research 等案例，展示如何让普通人快速实现原先难以企及的想法；
3. AI Agent 的概念与未来：多步决策、自我迭代、工具调用将使AI从“回答”进化到“做事”，对重复性工作产生冲击；
4. 职业替代与人的优势：AI在知识/信息层面远胜多数人，但缺乏判断、创造、世界具身理解；需要我们转向更高层次的抽象能力、架构思维、人际交往；
5. AGI时代的工作与人生意义：最终归结于“成为更好的人”“做回自己”，锻炼多元技能、具身能力、社会与审美，以应对AI高速迭代。

本质上，这场对话提供了对社群运营和AI时代个人发展的前瞻性思考：既务实（分享如何用AI做事、用什么工具），也关照终极意义（如何看待智慧、创造、人与社会的结合）。在内容上兼具具体的案例方法和宏观的价值判断，能帮助听者在AI浪潮中做出更清晰的自我定位与规划。

2025-03-03 10:22:12

2025 首期月末直播，聚焦魔幻开年，给大家分享 AI 的狂奔与世界格局的巨变

2025-02-24 11:36:16

本期“新解直播”深入探讨了 ARK Invest 的 Disruptive Innovation 投资模型，聚焦 AI 代理、自动驾驶、机器人还有新能源等热点领域。回顾自己在过去十年的投资变迁，如何从社交网络到 SaaS 再到 AI 连续收获成长？为什么说 AI 是未来十年的催化剂？在自动驾驶、机器人、多组学医疗、可重用火箭、比特币与稳定币等维度，又有哪些潜力正被加速释放？

这一期不仅带来 ARK 2025 年度报告的核心解读，也融入个人实战心得，从聚焦认知、排除噪音到具体持仓布局，涵盖 Tesla、NVIDIA、Google、Coinbase 等龙头，以及对小型核能、基因测序、太空发射等新兴赛道的思考。如果你想在不确定中寻找确定和充值信仰，别错过这期内容✨

ARK Big Ideas 2025 新解 - 科技趋势投资分享（完整版）/ INDIGO LIVE_哔哩哔哩_bilibili

本期“新解直播”深入探讨了 ARK Invest 的 Disruptive Innovation 投资模型，聚焦 AI 代理、自动驾驶、机器人还有新能源等热点领域。回顾自己在过去十年的投资变迁，如何从社交网络到 SaaS 再到 AI 连续收获成长？为什么说 AI 是未来十年的催化剂？在自动驾驶、机器人、多组学医疗、可重用火箭、比特币与稳定币等维度，又有哪些潜力正被加速释放？这一期不仅带来 ARK , 视频播放量 4、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 1, 视频作者 jedilu, 作者简介 ，相关视频：【Z哥直播2.23完整版】下一阶段的几个小趋势-3，【DeepSeek教程】清华大学带你从入门到精通，全程干货无废话！少走99%的弯路！存下吧！很难找全的！，25年股市走势启动节点：白酒、医药、中免、李宁… | Z哥直播0124，中欧联手对抗美俄？未来全球格局巨变，三大趋势颠覆世界秩序！，郭正亮揭密“宇树科技”，惊叹：超级工业大国，人类造出来的生化人居然杀死了造物主的造物主，最后更是俘虏了2000人类做实验，恐怖性暴跌63%，美国国债迎来40年最惨烈崩盘！，每天解读一家上市公司：韦尔股份，【Z哥直播2.23完整版】下一阶段的几个小趋势-2，2025年2月23日信息差｜一觉醒来，世界发生了什么？【在房产证上加名也可能无法分到房产；高中恢复周末双休制度；电动飞行汽车；超15亿美元加密货币被盗】

科技趋势投资分享（完整版）/ INDIGO LIVE_哔哩哔哩_bilibilijedilu

时间戳

PART I

01:40 过去十年股票投资回顾

07:25 ARK Invest 的颠覆式创新投资模型介绍

21:56 Indigo 的未来十年科技预测 

26:01 AI Agents

35:47 RoboTaxi 与自动运输

45:28 机器人 (Robotics)

49:58 能源 (Energy)

PART II

56:12 个人投资策略的反思

1:02:06 信号与噪音

1:06:21 比特币与稳定币

1:19:30 可重用火箭 (Reusable Rockets)

1:25:55 多组学 (Multiomics)

1:34:30 Indigo 的当前持仓策略

以下总结根据视频中 Part I 和 Part II 的时间轴和主题进行梳理，力求将主要内容和逻辑连贯地呈现出来，方便快速回顾与理解。

Part I

过去十年股票投资回顾

• 个人投资经历的三个阶段：
  • 2012～2018：集中于社交网络
  • 由于当时工作在微博、对社交领域理解深刻，主要投资腾讯、Facebook、微博。
  • 回顾来看，这些公司在移动互联网时代获得了高速增长，对投资组合贡献显著。
  • 同期也曾关注过特斯拉，但因不了解汽车电动化逻辑，早期并未长期持有，错过后续较大涨幅。
  • 2018～2023：专注美国的 SaaS 软件
  • 这一阶段美股 SaaS 公司在疫情前后迎来暴涨，如 Shopify、Cloudflare 等公司涨幅显著。
  • 尽管疫情后期（2022～2023）的回调比较明显，但若拉长周期，整体仍获得了 3～4 倍水平的回报。
  • 2023 年开始：全面转向 AI 投资
  • 2023 年被视为 AI 元年，AI 相关公司的爆发式增长带来巨大潜力。
  • 自己在一级市场投人工智能大模型公司，同时在二级市场主要持有英伟达（NVIDIA），理由是其在 GPU 算力领域的龙头地位。
  • 预计 AI 的产业周期更长，波动也大，需要“做时间的朋友”，长期看好。

核心观点： “做自己最懂的投资”，每个阶段都集中火力配置当下最熟悉、最具颠覆性机会的行业。

ARK Invest 的颠覆式创新投资模型介绍

1. ARK 的五大“平台型”颠覆式创新
   • 人工智能（AI）
   • 区块链（Blockchain）
   • DNA 测序/基因组学（DNA Sequencing/Genomics）
   • 能源存储（Energy Storage）
   • 机器人（Robotics）
2. 这些平台型技术相互叠加，带动未来几十年经济增长与生产力提升。
3. 35 年科技成熟周期
   • ARK 认为每种颠覆性科技大约需要 35 年从萌芽到成熟，并创造巨大增量的 GDP 贡献。
   • 对比以往工业革命、电力革命、个人电脑与互联网浪潮，AI 处于加速爆发的起步阶段，有望成为第四次重大科技浪潮。
4. ARK 对颠覆式创新的整体拆分与预测
   • 报告指出：AI 作为“平台中的平台”，正在加速所有其他科技的发展，包括自动驾驶、机器人、医疗基因组学、能源等。
   • ARK 的投资方法：围绕这五大平台，以及其下十余种具体技术主题（如自动驾驶、比特币、基因编辑、可重用火箭等）深度布局。
   • 中心思想：抓住“远超平均”增速的颠覆技术，长期持有以获得高额回报。

Indigo 的未来十年科技预测

1. 宏观时间线：2023～2035
   • 总体分为“数字世界 AI”与“原子世界 AI”两大路径，AI 先在数字侧（软件、工作流、文本、图像）爆发，随后深入物理世界（自动驾驶、机器人、能源、医疗、航天等）。
2. 重要技术里程碑：
   • 2023～2025：
     • 大语言模型（LLM）、AI Agent 快速落地。
     • 自动驾驶（FSD）开始在部分城市商业运营，带动运输行业变革。
   • 2026～2027：
     • AI+娱乐（数字内容生成、游戏、影视）进入大规模应用。
     • VR/AR 技术逐步成熟，打通更多场景。
     • 小型核反应堆（SMR）可能获得监管突破，能源领域迎来新的尝试。
   • 2027～2030：
     • AGI 阶段可能出现。
     • 生物医疗因 AI 大幅提速，“多组学”与新药开发加速。
   • 2030 年以后：
     • 生物技术、脑机接口、可重复使用火箭与太空基建迅速推进。
     • 最终走向奇点临近（2040 年前后）的可能场景。

总体判断： AI 将像“催化剂”加速几乎所有行业，尤其自动驾驶、机器人、能源、生物医药与航天，未来十年在产业规模与创新幅度上都会显著跃升。

AI Agents

1. 概念：从 GUI 到 Agentic 交互
   • 传统软件以图形界面（GUI）为主，用户点击、表单操作；
   • 未来的软件更多是“代理式”（Agentic），用户以自然语言下达目标，AI 代理可自主调用工具完成复杂工作流。
2. 对消费者：搜索与购买
   • AI 代理将极大改变用户发现商品、对比信息、下单购买等流程，减少决策成本；
   • 广告模式也从“搜索结果列表”转变为“AI 答案中植入”，广告商竞价方式与用户体验都会革新。
3. 对企业：重塑软件价值链
   • 大量基础编码工作可由 AI 完成，企业自研或定制软件的门槛与成本降低；
   • 平台型工具（提供给 AI 代理使用的 API/模块）可能成为新投资风口；
   • 企业雇员数量趋于缩减，转而增加“AI 劳动力”支出，极大改变人力成本结构。

结论： Agentic 软件时代已在 2023～2024 年开启，会延伸至几乎所有业务领域。

RoboTaxi 与自动运输

1. 成本线性下降、安全度线性上升
   • 成本下降：
     • 历史上人类出行成本几乎百年不变（马车→汽车），但自动驾驶将使每英里费用从 1.1 美元降至 0.25 美元甚至更低；
     • Robotaxi 将带动巨大的替代出行市场（潜在 10 万亿美元）。
   • 安全性提升：
     • 自动驾驶算法不断迭代，Waymo、特斯拉都在快速逼近“人类老司机”的安全水平；
     • Tesla 基于视觉方案和庞大车主数据，FSD 里程远超其它厂商（以亿英里计），或在 2025 年前后彻底超过人类驾驶安全。
2. Robotaxi 与无人货运
   • Robotaxi： 特斯拉、Waymo、Cruise 等在主要城市展开商业运营或试点，随着监管放开，2030 年前后有望形成大规模无人车队。
   • 无人货运： 中国公司在干线卡车自动驾驶上领先，美国部分公司在无人机递送、无人小巴上试验，也将显著降低物流成本。
3. 市场前景：
   • Robotaxi 潜在 10 万亿美元/年。
   • 货运与无人机投递约 9000 亿美元规模。
   • 安全指数高、成本可大幅下降，未来五年会是监管落地关键期。

机器人（Robotics）

1. 人形机器人需求
   • 为适应人类既有环境与设备（门把手、楼梯、电器），人形是最通用方案；
   • 工业、家政等市场对“可替代人类双手双脚”的机器人呼声很高。
2. 释放未被支付的“家务劳动时间”
   • 机器人可全天候工作，节省了大量个人无偿劳动（家务、看护等）。
   • 这些时间会转变为对机器人的付费，也为机器人公司带来收入增量。
3. 行业现状
   • 工业机器人已大规模应用，并持续迭代；
   • 家庭人形机器人仍在早期，多数是 PPT 或小规模量产；
   • 特斯拉 Optimus 有望在 2025～2027 年逐渐落地量产，成为通用人形机器人开端。

能源（Energy）

1. AI 催化下对电力的需求
   • 大模型训练与推理对电力需求剧增，尤其需要稳定、低成本的大规模供电；
   • 中国 2023 年的新增发电容量就已达到“2030 年全球 AI 数据中心需求”的量级，可见调度与储能同样关键。
2. 核能与小型模块化反应堆（SMR）
   • 多家初创公司（如 Oklo 等）致力于小型核反应堆设计，一体化建设与运营，若能获监管许可，将大幅改善供电；
   • 核聚变（Fusion）商业化仍遥远，乐观估计至少 2035～2040 年才能真正落地。
3. 可再生能源与储能
   • 光伏、风能因波动性需搭配储能系统，特斯拉在全球储能市场占有率较大；
   • 电池成本下降、管理优化，加速光伏风能与 AI 数据中心的融合。

总结： AI 时代对能源低成本与稳定性的需求极其旺盛，核能（尤其小堆）及储能、电动车电池都将持续发展。

Part II

个人投资策略的反思

1. 投资与宏观周期
   • 过去较少考虑宏观波动，重仓并长期持有，虽在大行情中回报不俗，但一旦遇到高通胀或加息周期，回撤会比较大；
   • 未来或需要留意经济与政策信号，适度做些波段或杠杆对冲。
2. 情绪与投机
   • 市场情绪带来的 FOMO（害怕错过）时机，有时反而是较好的切入点；
   • 保持“自己熟悉的主题+适度投机”的平衡，以免踏空或过度冒险。
3. 认知与集中度
   • 投资重点仍是提升对行业与公司的理解深度；
   • 持仓要集中于真正相信、有胜算的头部标的，不盲目分散。

01:02:06　信号与噪音

• 核心：吸收关键信号，排除媒体噪音
  • 互联网时代每天充斥“戏剧化的新闻”或“情绪化解读”，真正决定行业与公司发展的关键指标只有少数；
  • 投资人要有内行视角，才能从吵杂信息流中筛选出对决策最有价值的部分。
  • ARK 等研究报告可提供框架思路，但仍需自身对行业的持续跟踪与分析。

01:06:21　比特币与稳定币

1. 比特币：数字黄金
   • ARK 长期看好比特币在机构与国家储备层面的配置，“21 世纪最大 Meme 但已形成牢固网络效应”。
   • 波动率正随机构持仓上升而下降，预期未来五年年化回报或仍可观。
   • ARK 的 2030 年目标价：熊市 30 万美金/枚、中值 70 万、乐观 100 万+。
2. 稳定币：美元储备的另一种形态
   • 2024 年稳定币交易额已达 15.6 万亿美元，超过 Visa+Master 的总 Value；
   • 发行机构（USDT、USDC）通过持有美国国债来背书，实际进一步巩固了美元在全球的地位；
   • 未来稳定币在去中心化金融（DeFi）与跨境支付场景的使用可能持续走高。

实操：

• 若想直接投资比特币，可选择现货 BTC 或美国即将批准的比特币现货 ETF；
• 对稳定币而言，更像支付基础设施，不直接用作长期投资。

01:19:30　可重用火箭（Reusable Rockets）

1. 火箭发射成本加速下降
   • 过去几十年发射费用始终居高不下，但 SpaceX 成功实现第一级可回收后，成本出现数量级下跌；
   • 未来若 Starship 等进入全面复用阶段，每公斤发射成本可能跌至百美元量级，将带来太空基建、近地轨道运输乃至地球内点对点的颠覆。
2. 低轨卫星通信（Starlink 等）
   • 近地轨道卫星数量激增，覆盖更广、更低时延，通信带宽成本持续下行；
   • 远期可应用于全球偏远地区接入、海洋或航空高速互联网，以及军用/国防需求。
3. 市场规模
   • 卫星宽带市场预计可达千亿美元量级，火箭发射成本越低，上游与下游产业都能被显著拉动；
   • 目前 SpaceX 未上市，二级市场唯一有实际发射经验的类似公司是 RocketLabs（RKLB）。

01:25:55　多组学（Multiomics）

1. 多组学：DNA/RNA→蛋白质结构→细胞系统
   • 分为三层：
     • 线性序列层：测序与合成（DNA/RNA 读写），如 Illumina、Twist 等；
     • 结构层：蛋白折叠与功能，AlphaFold 等 AI 工具大幅提速；
     • 系统层：单细胞组学，将细胞内所有基因/蛋白/代谢网络进行数字化模拟。
2. AI 在新药开发的角色
   • 从靶点筛选到分子结构设计，再到虚拟细胞试验，可显著缩短药物研发周期、降低研发投入；
   • 2030 年前后，AI 可能使重大疾病治疗手段突飞猛进。
3. 潜在投资标的
   • 数据与诊断公司（如 Tempus）在商业化上更快；
   • 基因合成、基因编辑公司则具备长期爆发潜力。
   • 行业监管仍是最大不确定性，但长期空间巨大。

01:34:30　Indigo 的当前持仓策略

1. 整体资产分配：
   • 美股二级市场约 70%，加密货币约 20%，一级市场（AI 创投）约 10%。
   • 在二级市场中长期持有正股和 ETF 占绝大头，也会留出一部分做短期波段或杠杆。
2. 主要重仓标的：
   • Tesla：看好其在电动车、储能、自动驾驶、机器人全栈布局；
   • NVIDIA：GPU 在训练与推理市场占主导，后续视频/空间智能训练仍需海量算力；
   • Google：拥有搜索与 YouTube 媒体数据，对多模态与视频生成有巨大潜力；
   • 另外也持有 Shopify（早期 SaaS 代表），以及苹果、Coinbase 等作为平衡。
3. 关注的新兴主题：
   • AI+娱乐（Meta、苹果）；
   • 小型核能公司（Oklo）有机会；
   • 可重用火箭领域（RocketLabs）是少数公开上市可投标的；
   • 医疗生物（如 Tempus）代表多组学与基因诊断的落地场景。

核心观点： 依旧秉持“集中火力投自己认知最深的未来趋势”，结合 ARK 的思路，在 AI 及其延伸领域（新能源、自动化、生物科技、航天等）做中长期布局。

总结

• Part I 从过去十年投资回顾、ARK 的创新平台模型、到具体技术趋势（AI Agents、自动驾驶、机器人、能源），系统阐述了当前处于“第四次重大科技浪潮”的背景，人工智能正作为“基础催化剂”渗透并加速各行各业。
• Part II 更聚焦个人投资策略、如何区分信号与噪音、再到比特币与稳定币的分析，以及可重复火箭与多组学医疗的最新动向，最后给出了 Indigo 个人的持仓逻辑与重点标的。
• 总体观点： 未来十年，AI 将驱动自动驾驶、机器人、新能源、基因医疗、航天发射等领域大规模变革；投资应结合对科技周期的理解，专注自身最熟悉或最认可的赛道，并在市场情绪与宏观政策中寻找合理的加仓与止盈时机，力争通过“时间＋认知”获得持续而稳健的回报。

2025-02-17 12:47:59

INDIGO TALK 第十九期，邀请了数字产品增长与营销公司 Hash Matrix 的合伙人 Jennie 和 Shawn，深度揭示 AI 产品出海与营销秘诀，从策略定位到 KOL 投放，再到 2B 与 2C 的产品策略与增长逻辑，更有 2024 CES 硬件爆款案例解析。大家详细分享了 AI Agent 将会给行业自动化带来的深刻影响和对未来的观察，本期干货与灵感兼具，绝对不容错过！

AI 产品的 Go To Market / INDIGO TALK - EP19_哔哩哔哩_bilibili

INDIGO TALK 第十九期，邀请了数字产品增长与营销公司 Hash Matrix 的合伙人 Jennie 和 Shawn，深度揭示 AI 产品出海与营销秘诀，从策略定位到 KOL 投放，再到 2B 与 2C 的产品策略与增长逻辑，更有 2024 CES 硬件爆款案例解析。大家详细分享了 AI Agent 将会给行业自动化带来的深刻影响和对未来的观察，本期干货与灵感兼具，绝对不容错过！本期嘉宾, 视频播放量 13、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 2, 视频作者 jedilu, 作者简介 ，相关视频：Deep Research，害怕对手用的AI大杀器 ｜【深度教程】，深度剖析 AI Agent 新范式 / INDIGO TALK - EP18，踏踏实实学sql-2小时速通spark/odps sql基础（0-1学习sql，适用于新人、业务、运营、产品的课程），如何快速微调DeepSeek-R1-8b模型，并且可视化训练过程，赶紧行动起来。，零基础揭秘DeepSeek R1训练流程｜全网首发万字拆解R1复现流程｜多阶段GRPO强化学习训练、模型蒸馏技术揭秘！，【吴恩达】手把手教《构建你自己的数据库智能体》（附代码）：Building Your Own Database Agent——大模型/LLM/Langchain，【刘润 对谈 梁宁：真需求】重新理解 商业世界的 真需求 | 互联网、创业、产品、战略、增长、人工智能，情绪价值、功能价值、资产价值 | 刘润-进化者，用AI做Tiktok带货视频，真的太爆了！只需1张产品图就可以做出这种真人口播带货视频！，DeepSeek接入飞书，打造智能知识库客服，一键部署，使用DeepSeek R1模型和Dify知识库，打造智能飞书客服，【Agentic Object Detection】吴恩达零样本目标检测实测

EP19_哔哩哔哩_bilibilijedilu

音频播客

Apple Podcast & Spotify

小宇宙播客 - Indigo Talk - EP19

本期嘉宾

Shawn（HashMatrix - 联合创始人）

Jennie（HashMatrix - 联合创始人 / CEO）

Indigo（数字镜像博主 - 主持）

时间轴

05:54 什么是 GTM？

11:23 2024 年初的爆点案例分享

17:47 什么样的产品真正赚钱？

21:45 AI 领域 2B 与 2C 的差异

27:42 营销业务 Agentic 的可能性

33:30 业务流 Automation 的进化

37:48 AI 产品的定价方式

45:01 社群与 KOL 营销经验

49:51 哪些工作能用 Agent 实现？哪些不行？

59:10 AI 应用和模型之间的竞争

1:03:27 2025 普通人 AI 创业的方向

1:08:37 AGI 时代最适合做什么工作？

对谈详解

一、嘉宾与公司背景

Jennie（CEO，中文名吴乙嘉）

• 在洛杉矶工作，早期是 UX 出身，之后转到产品设计和市场营销。
• 过去约十年的工作经验，见证了从元宇宙、Web 3 到 AI 爆发的过程，逐渐完善了 Hash Matrix 的业务。

Shawn（联合创始人）

• 人在温哥华，曾做过程序员、后端研发、产品经理，也有过创业与融资经验。
• 过去在元宇宙/ Web3 行业做过项目，对技术与前沿产品的落地和增长都十分关注。
• 和 Jennie 一同创立 Hash Matrix，希望帮助更多 AI 产品和科技公司获得海外增长。

Hash Matrix 的业务定位

• 主要帮助 AI 及其他科技产品做北美市场的用户增长、市场声量和品牌影响力。
• 服务内容包含 SEO、广告投放、KOL/红人营销（influencer marketing）、社群营销等。
• 覆盖在美国本土和部分中国出海企业，尤其是帮助中国团队在全球进行推广。

Hash Matrix 的客户构成

• 一半左右是国内（包含大厂和独角兽），主要产品类型与 AI 相关；另一半多在北美（尤其硅谷/Y Combinator/Hustle Fund 等所投项目）或欧洲，也以 AI 赛道为主。
• 其中 1/4 左右是纯非华人创始团队，其余则是华人背景团队。
• 在项目类型上，以 2B 的 AI 工具类或偏技术的 Dev Tool 居多，2C 的 AI 陪伴类、AI 工具类产品也有涉及。

精彩观点摘录：

• Shawn：“我们最初意识到，单纯专注技术或产品，并不一定能快速让企业成功；而‘如何把产品推给更多用户’才是关键。所以我们成立了 Hash Matrix，帮更多的创新产品做海外市场增长。”
• Jennie：“AI 的出现给了许多产品新的爆发机会，我们能看到大量的新工具、新想法涌现，这也是为什么我们在北美市场的用户增长服务需求越来越大。”

二、AI 产品的 Go To Market（GTM）要点

在对话里，Shawn 结合团队经验，对「go to market」提出了一个四步框架，并附以他们的实际操作要点：

明确目标用户（ICP）与核心价值（Value Proposition）

• 创业团队需在 30 秒内清晰传达：“我到底在为哪群人解决什么问题？”
• 很多项目初期是对 VC 讲未来愿景，但真正做执行时，需要更清晰、具体地定位受众，并匹配核心需求。

梳理与提炼关键信息（Key Messaging）

• 如果是新产品或新赛道，应更多讲使用场景和痛点；若是旧产品的大版本迭代，则需讲清创新点与对比度。
• Shawn 提到在 ProductHunt 等平台上做投放时，如何简短地说出“你解决了什么场景”至关重要。

设计流量漏斗和用户飞轮

• 获客的最终目标，不仅是流量，更要看各层漏斗的转化、留存和二次传播。
• 好的产品应有明显的 “Aha Moment” 或关键操作，让新用户在几秒或几分钟内感受到价值。
• Shawn：“任何没有二次传播的营销都是失败的营销（虽然这很难做到），但我们要尽可能去触发这种飞轮效应。”

规划预算与时间线

• 对营销计划进行整体把控：渠道如何选择、投放周期如何排布、分发策略如何落地等。
• 资金有限时，应考虑相对有效的红人投放、SEO 等具备杠杆效应的方式。

精彩观点摘录：

• Shawn：“First-time founder 关注产品本身；Second-time founder 关注分发。GTM 的核心就是把核心价值、受众与分发渠道串起来，让产品快速被更多人体验。”
• Jennie：“我们内部讨论 go to market 时，一定会先落实：你到底给谁解决什么问题？然后才考虑用什么渠道、如何投放来把信息推送出去。”

三、成功案例：某 AI 硬件的海外引爆

嘉宾分享了他们曾在 2024 年 CES 帮一家 AI 硬件公司做海外营销的案例（节目中未指名，但对外界常拿其与 AIPin 对比的“橙色盒子”）：

产品特点与时机

• 这是一款极具辨识度、色彩鲜明的 AI 硬件，在当时新品不多的 CES 上非常抢眼。
• 时间节点与「AI 硬件元年」的概念相呼应，形成话题点。

如何做到「爆点」

• 前期：悬念营销。在公开前保持神秘感；同时进行竞品对标，用 AIPin 等知名产品做话题引导，吸引关注。找到曾报道 AIPin 的科技博主，让他们二次对比或评论，精准覆盖同一批对 AI 硬件感兴趣的粉丝。
• 选择话题，制造讨论。强调“2024 年会不会是 AI 硬件元年？”等具争议和前瞻性的问题，引导舆论产生正反讨论。
• 投放渠道。Twitter/X 作为观点型社交平台，容易触发二次转发和 Meme 传播；YouTube、Instagram 等则侧重更直观的产品演示。

通过操作与话题引导，成功在社交网络形成二次传播，口碑与讨论度迅速发酵。

精彩观点摘录：

• Jennie：“我们做法题高于投放，先思考好怎样让产品看起来有争议、有创新，从而引发用户和媒体自发讨论与转发，这比单纯买多少条 KOL 广告有效。”
• Indigo：“这个硬件设计确实很出彩，第一眼就能抓人眼球。再加上 timing 好、话题性强，能在 Twitter 引爆就容易出现 Meme 效应。”

四、AI 产品的 2B 与 2C 营销

2B 端（企业客户）的特点

Dev Tool：

• Shawn 认为：对程序员开发工具（Dev Tool），企业付费意愿相对更高，因其稳定性和效率提升对企业来说价值明确。
• 即便产品可能是「封装多个通用 API」的形式，只要在工作流中应用成熟，也能获得高额溢价。

市场空间：

• 2B 营销往往看中定制化和专业度，即使是 “套壳” AI，也能为企业省掉大量对接与研发成本。
• 但 2B 的挑战在于销售周期长、每个客户需求都很非标，需要一定的服务或定制。

精彩观点摘录：

• Jennie：“营销工具与运营工具，在大厂中其实推广并没想象中容易，因为企业内部存在很多流程、人沟通和惰性。但程序员工具不一样，开发者非常乐意尝试新技术。”

2C 端（面向消费者）的特点

爆款逻辑：

• 常见做法是快速切入热点拿“好奇心流量”，但持续增长并不稳定。
• 小团队可能凭借陪伴类、陪聊类应用在短期内赚到不错收入，但规模化或持续性会遇到瓶颈。

需要“产品工厂”

• 如果要持续扩张，就要持续研发新功能、新应用，把流量周期不断延伸。
• 很多 2C AI 工具是“撞到机会”后迅速火爆，之后要靠产品迭代保持热度。

精彩观点摘录：

• Shawn：“在 to C 里，流量大风吹得快去得也快，小团队也许一夜爆火也许很快又被遗忘，维持长久 ROI 就要有产品迭代的能力。”

五、关于定价模式与未来趋势

常见定价模式

• 传统买断制：一次付费，终身使用，已不再主流。
• SaaS 月费/年费：最常见的模式，适合大多数软件产品。
• Usage-based / Credit-based：文生图、代码生成等需要消耗大量算力时，会采用“基础费 + 使用量付费”的方式。
• Performance-based：纯看最终交付结果的模式还不多见，除非某些「按销售额分成」、「按回款分成」等极端场景（如催收）。

应用 vs. 模型的竞争

• 许多 AI 应用害怕被“大模型”官方功能替代，但嘉宾们认为，真正的壁垒在于对客户具体场景和上下文的深度理解。
• AI 基础模型无法主动感知企业的复杂流程和个性需求；这部分定制化或结合场景（workflow）的应用依旧有价值。
• Shawn：“关注场景，不要盲目在底层模型优化上跟大厂硬碰硬。”

精彩观点摘录：

• Indigo：“如果我已经付费了 GPT-4 Pro，这 200 块刀的月费，可能什么都想用它干，这就意味着你要从场景价值去补足模型没覆盖的 1% 。”
• Shawn：“没错，你可以在场景中加入更多上下文，把一些业务逻辑和数据源对接好，让模型去跑，这才是AI应用的机会。”

六、Agent 话题与未来演进

Agent 的现状与难点

• 自动化 vs. 情感化：Agent 能够替代大量填写表格、爬数据、做重复操作的工作，但在客户沟通、情感交流和决策时仍需人工。
• Browser Use Agent：Shawn 特别提到 browser use / operator use 等技术在 2025 年有望出现 “ChatGPT 时刻”。自动化浏览器操作成功率在不断提升，可能会带来巨大变革。
• 成本与准确率：当下 Agent 在浏览器端的一些关键操作，Token 消耗和准确率仍是限制。需要更好的基础设施支撑。

对数字营销从业者的影响

• 沟通者的价值：AI 帮忙做重复的执行和数据分析，人类做关键的策略、情感沟通和翻译工作。Jennie：“最终还是有人需要挨骂，也有人需要将客户的模糊需求转换为可执行的 Prompt；这部分沟通价值，是 AI 很难取代的。”
• 锻炼好身体，随时迎接变化：Shawn 半开玩笑地说：“淘汰你的不会是 AI，而是会用 AI 的人。所以别熬夜，多运动，也许过两年技术成熟了，你就可以用得更好。”

七、总结与寄语

市场营销层面

• 强调话题营销与二次传播价值，高质量的 KOL 投放往往胜过纯粹拼量的投放。
• 2B 和 2C 的增长逻辑不同；大厂与小团队在补贴、拉新和 ROI 目标上区别很大。

AI 产品层面

• 场景深耕是关键，别只盯着模型本身的性能。
• 企业级客户更看中稳定与定制化；消费者则需要强爽点或新奇体验。
• Agent 技术（自动化浏览器、自动化工作流）未来 1-2 年或爆发，对基础设施和 Token 成本管理提出新要求。

对普通创作者或从业者

• 尽早熟悉 AI 工具，把重复、机械的流程交给机器，聚焦人类独有的情绪、沟通、策略价值。
• 「潮水」来了并不一定是坏事，技术在提升效率的同时，也为更多人创造了创意与创业的空间。

结尾精彩点：

• Jennie：“AI 不是为了替代所有人，而是让更多有创意的人更快实现想法。”
• Shawn：“先让自己保持健康和好奇心，很多你现在做不到的，AI 将很快做到；但只有你才知道如何把它用在最合适的场景里。”

Indigo 总结：

“从他们两位的分享中，我们看到新一代 AI 与 Agent 的崛起正在深刻改变营销和产品出海的方式。深耕场景、善用工具、做好人机协作，这是 2025 年的关键词。”

2025-01-27 09:12:43

祝大家 2025 春节快乐 - 蛇来运转 万象更新🧧✨

INDIGO TALK 第十八期，邀请了来自硅谷的研究驱动型基金 Leonis Capital 的创始人 Jay 与合伙人 Jenny，一起来深度剖析 AI Agent 新范式！这次大家分享了对 AI 投研的洞见，模型推理的发展、AI Agent 应用场景与商业模式如何演进，并展望了 2025 年多 Multi Agent 网络与行业并购的机会。本期内容丰富且有深刻的行业洞察，适合大家的春节假期收听 🎧

B站播放链接【深度剖析 AI Agent 新范式 / INDIGO TALK - EP18】

音频播客

Apple Podcast & Spotify

小宇宙播客 - Indigo Talk - EP18

本期嘉宾

Jay（Leonis - 创始人）

Jenny（Leonis - 合伙人 / 前 OpenAI Researcher）

李厚明（棕榈资本创始人 - 嘉宾主持）

Indigo（数字镜像博主 - 主持）

时间轴

01:12 Jay 与 Leonis 投资策略介绍

03:44 Jenny 的介绍与什么是研究型 VC

09:12 对 2024 年展望的复盘

14:29 如何区分真假 AI Agent 公司？

16:48 推理模型在 Agent TechStack 中的作用

19:04 合成训练数据的突破

22:30 如何让模型主动学习（具有好奇心）

24:43 Anthropic 与 OpenAI 对推理模型理解的异同

31:36 deepseek 是大语言模型届的拼多多么？

41:48 做 AI Agent 的小公司机会在哪里

53:54 消费者端的 AI Agent 与 Prosumer 应用

1:01:27 AI Agent 的价值

1:04:11 AI Agents Network

1:07:38 Agent 创业的护城河

1:11:15 如果 AI 替代了 99% 的工作人类应该做什么？

1:16:09 AI 针对人类个体的终极目标函数

1:20:28 大家的年度展望

对谈内容摘要

o1-pro 根据对谈语音转录的文本生成

一、关于 Leonis Capital 的投资理念与背景

研究驱动（Research-driven）

• Jenny 强调：“投资人对 AI 科技的了解往往落后研究者 3~5 年。”因此 Leonis Capital 希望通过研究导向模式，利用“time machine 先发优势”：能在研究社区和市场端之间发现前瞻趋势，填补认知空白。
• Jay 也提到基金除了资本支持，更通过技术研究与生态系关系，为初创团队提供差异化的帮助。

合伙人背景补充

• Jenny：博士期间已与 OpenAI 合作，参与了 GPT2、GPT3 发布早期阶段，之后在 OpenAI 任职，主要负责模型评测工作；离开后与 Jay 共同创办 Leonis Capital。
• Jay：在美国硅谷有超 12 年风投经验，投资并担任多家知名企业的董事会成员；基金创立伊始就瞄准 AI 软件智能化演进方向。

二、关于 AI/Agent 的技术演化与产业前景

AI Agent 与大模型（LLM）的区别

• AI Agent 的重点在于“采取行动”
  • Jenny：“Agent 需要在现实网络或环境中 ‘take action’（行动）——例如金融 KYC 决策、医疗诊断等，对准确率与可靠性要求远高于单纯的 ChatBOT。”
  • 大模型（LLM）更多偏向信息梳理与生成，而 Agent 还需进行决策与执行。
• Agent Techstack
  • Jenny 举例：要在 Agent 中减少 Hallucination（幻觉），常需多个子模型分工，如“搜集信息模型”“处理模型”“决策/落地模型”等协同。
  • Jay 补充：“多模型协作”或“多智能体架构”将成未来趋势，并需更高等级的可靠度。

推理模型（O1 / Chain of Thought）的重要性

• OpenAI 与 Anthropic 不同的推理思路
  • Jenny：OpenAI 是在 GPT4O 的基础上，明确划出推理能力（Chain of Thoughts），形成 O1 这一“专项强化”。
  • Anthropic 则更采取“综合成一体”的做法，认为推理是模型内自然涌现，不做明显拆分。但实则两家都在进行类似的 Chain of Thoughts 强化。
• “深蹲 vs. 练腿”的比喻
  • Jay：OpenAI 更像是“锁定推理肌群独立强化”，Anthropic 则偏向“整体能力提升”。

大模型开源 vs. 后训练（Post-training）的观点

• DeepSeek 与模型成本
  • Jenny：“DeepSeek 其实站在巨人肩膀上，主要做后训练（Post-training）与微调；不能忽视 OpenAI、Anthropic 之前在底层所投入的大量成本。”
  • 大模型势必走向价格下压，但也同时带来利润率挑战。
  • Jay：“技术演化非常快，未来不断可能有新技术爆发。例如 Agent Net、AutoGen 等，都可能成为新的突破点。”

三、Agent 的应用场景与商业机会

垂直领域（Verticals）机会

• 高价值专业行业
  • Jenny：“医疗、金融等对准确率要求高，Agent 大有可为，且容易衡量 ROI。”
  • Jay：“Agent 能理解领域知识，并带来生产力飞跃，提供差异化价值。”

企业服务（Enterprise）的新形态

• Service as Software vs. Software as a Service
  • Jay：“未来 Agent 更像‘企业员工’的替补或助手，企业将以人工成本替代的概念去衡量 ROI，而非传统的 SaaS 订阅方式。”
  • Jenny：“Agent 不仅能自动化，还能理解 ‘institutional knowledge’（组织内部上下文），并进行更主动、精准的决策。”

消费者端（2C）与内容生产

• 娱乐内容生成的瓶颈
  • Jenny 认为短期内 AI 难以“自发创作爆款”取代顶尖创意人，但 AI 可大幅增进创作者效率，助力 KOL 快速产出内容。
• 多智能体网络（Multi-Agent Network）
  • Jenny 预测：“2025 年开始，Agent 会从单兵作战进化成‘多智能体网络’彼此协同；OpenAI、Anthropic 等都有可能推出能够协同工作的 Agent Net，分别聚焦在消费、企业、科研三大板块。”

四、商业模式、投资与并购趋势

大模型与推理成本

• Jenny：“2025 年起，各家公司在高昂的基础设施投入面前，将不得不思考定价与营收模式，不再是无限补贴阶段。”
• 定价将更贴近真实成本，Agent 形态也将从传统 SaaS 转向“按任务或成果付费”的新模式。

并购（M&A）压力与机会

• Jay：“大企业不想错过 AI 时代，很多会通过收购加速技术与产品落地；预计会出现 10~20B 美元级的大案。”
• 创业者亦可把握‘应用端’‘垂直行业’等差异化机会，与大模型基础设施互补。

五、对未来工作的影响与人类角色

重复性工作的消失

• Jenny：“30% 的纯线上工作将率先被 AI 大规模取代；70% 需物理交互的工作短期内依然相对稳定。”
• Jay：“AI 与 Agent 可使人类从执行层面抽离，更专注设计、决策或创造。”

社会不平等加剧？

• Jenny：“AI 会放大不平等；少数精英掌握 AI 等生产力和决策权，多数人可能被推向‘娱乐至死’的状态。”
• 需警惕技术革命对就业与社会结构的冲击，或通过政策（税收、UBI）等方式干预。

人类角色转向“高层次思考”

• Jay：“未来更多人像‘CEO’，定义目标、判断方向；AI/Agent 如海量的执行员工。”
• Jenny：“人类从‘生产价值’走向‘创造意义’，拥有更自由的空间，但对自我要求更高。”

小结

2025 年将是 Agent 发力的分水岭：

• 预计多智能体网络、企业级深度应用等多方向突破；
• 推理模型与可靠度进一步升级；
• 商业模式从 SaaS 订阅演进到“按任务付费 / 按成果收费”。

投资并购：

• 大厂可能出现超大规模并购，补足技术与行业落地；
• 初创公司则专注纵深应用以获得高 ROI，并与大模型基础设施形成互补。

长远冲击：

• 大范围“标准化工作”将被取代，人类走向更具创造力或更高决策层面；
• 同时要正视社会不平等、工作与教育模式的巨大变迁。

以上为 Jay 与 Jenny 围绕“AI/Agent 发展、投资策略与未来工作形态”等主要观点的详细汇总。

嘉宾精彩发言

以下五段节录自 Jay 与 Jenny 的核心访谈内容，力求保留原始表达或重点思想，体现他们最具“火花”的观点（略有顺序与文字精简，仅为便于阅读）：

1. Jenny 谈“研究与投资存在的时间差”

「风险投资界和科研界有非常大的鸿沟。很多时候，投资人看世界会落后研究者三到五年；当我在 OpenAI 看到 LLM 崛起的时候，不少 VC 朋友还在关注区块链或 Web3。我们希望用研究驱动弥补这个空缺，更前瞻性地找到 AI 创业者。」

2. Jay 谈 AI Agent 与企业 ROI

「未来的 Agent 更像企业‘虚拟员工’。从投资角度看，它需要真正给公司省下人力或放大产能，才有可衡量的价值。一个好的 Agent，既能执行具体任务，也要理解企业的内部知识和流程，这才是明确的 ROI。」

3. Jenny 解释为何推理能力（Chain of Thought）至关重要

「没有推理，就只能局限在训练数据内，AI 无法突破‘记忆’的天花板。Chain of Thought 让模型像人一样分步思考、逐步推导，这让 AI 拥有一定程度的创造与演绎能力，而不只是在已有的数据里 ‘翻箱倒柜’。」

4. Jay 谈多智能体网络（Multi-Agent Network）

「现阶段不少人只看到单一 Agent 的趋势。可实际上，Agent 们也会互相协作，演变成 ‘Agent Net’；它们要如何通信、如何分工，将带来更复杂也更有威力的应用。不同公司也许会推出各自的 Agent ‘集群’，值得长期关注。」

5. Jenny 对未来社会分化的担忧

「AI 会放大不平等：少数精英掌握技术与资本，能高效用 AI；大多数人如果没机会介入，就可能被推往 ‘娱乐至死’的状态。技术革命本身中立，但后果往往是收入与资源进一步聚集在头部，需要社会和政策层面去平衡。」

2025-01-26 08:15:56

本期新解《主权个人》这本书由威廉·莫格和美国的投资大师、保守派宣传家詹姆斯·戴维森合著。书中预言，数字技术将会使世界的竞争性、不平等性和不稳定性大大增强，社会将会更加分裂，政府将逐渐萎缩。

他们认为：“在这样一个严酷的世界里，只有最有才华、能够自力更生、精通技术的人，也就是主权个人，才能够茁壮成长”。这本书出版以后，并没有引起很大的轰动或注意，直到最近几年，特别是随着比特币的爆发，才逐渐为更多人所了解。

微信视频号直播回放，搜索“INDIGO 的视频镜像”

《主权个人》介绍：https://book.douban.com/subject/35876121/

1. 开场与背景介绍（00:00）

• 新栏目与读书分享
  主播（Indigo）介绍自己一直想做一个直播“读书”栏目，与之前的“阅末直播”有所区别；本次直播是分享自己最近读完的第四本书——《The Sovereign Individual（主权个人/主权个体）》。
• 前面三本书回顾
  在此之前分享了三本书：
  1）《金钱心理学》
  2）《纳瓦尔宝典》
  3）《巴拉纪预言》
  这几本都有“技术如何影响社会、个人与未来”之类的主题脉络。

2. 《主权个人》简介（02:00）

• 出版与再版历史
  • 1997年初版时，并未受到太多关注。
  • 2009年比特币诞生后，此书在加密圈开始得到重视。
  • 2014年，彼得·蒂尔（Peter Thiel）在采访中推荐此书，称其对自己影响极大。
  • 2020年再版时，皮特·蒂尔为新版本写了序。原作者之一已去世，因此再版仅做了简修。
• 作者信息
  • 詹姆斯·戴尔·戴维森（James Dale Davidson）
  • 威廉·里斯-莫格（William Rees-Mogg）
    • 曾任英国《泰晤士报》主编，在保守党内做过议员，对政治、历史、经济拥有较多前沿洞见。
• 核心预言与1997年的意义
  • 书中预言了许多如今已出现的事物：加密货币、电子匿名交易、网络机器人、网络空间、新式网络战等。
  • 他们大胆预测21世纪“民族国家衰落”，以及“网络经济”将主导世界的发展。
  • 本书最具代表性的一条重要观点：“数字技术和信息时代的到来，将极大改变社会结构、个人地位与政府功能。”

3. 主要预测：哪些对、哪些不对（07:00）

• 部分被证明准确的预测
  1. 去中心化趋势：加密货币、比特币的出现正好印证了他们对于“网络货币、密码学货币”的预见。
  2. 技术对国家形态的冲击：预言信息社会会逐渐削弱传统的集权式政府。
  3. 网络经济崛起：21世纪前25年，发展最快的经济形态并非某国GDP，而是遍布全球、无国界的“网络空间”和“数字世界”。
  4. 中国在21世纪崛起：他们当年也提到“中国会以强势政治与经济形态参与全球竞争”。
• 部分尚未完全应验或被时间证明不够准确
  1. 民族国家是否彻底衰亡：现实中，民族国家尚未分崩离析，反而在某些领域依旧强势。
  2. 政府税收是否走向“零税率”：并没有；有些国家甚至进一步强化财政支出或提高税负。
  3. “私人数字货币全面取代法币”：目前仍是局部并存，法币体系仍占主流。
  4. 大规模的“福利国家”瓦解：并未像书中所说的在25年内崩溃，福利政策依然较普遍。

4. 书中最核心理论：暴力成本与社会结构（12:00）

• 暴力成本/收益决定社会形态
  作者非常强调从历史角度看，每个时代的武器形态、军事成本与暴力收益，会深刻改变政治组织和社会结构：
  1. 采猎/游牧时代：武器简陋但个人可自行制造，小部落分散、无大规模国家。
  2. 农业时代：生产力稳定且有“剩余粮食”，暴力收益变大，出现对土地和农民征服的意义，形成各种封建、领主、帝制等国家形态。
  3. 工业时代：武器更昂贵，大规模军队与中央政府才能动员资源，民族国家崛起。
  4. 信息时代：数字武器、网络攻击成本低，传统意义上的“占领土地”收益大幅下降；大规模战争没那么有利可图，小规模对抗和恐怖式冲突增多。国家对暴力的垄断在某些层面被削弱。
• 从火药革命到信息革命
  • 火药革命（1500年前后）：摧毁中世纪城墙与小封建割据，为集中化的“民族国家”铺路。
  • 工业时代：民族国家顶峰，二战后核武器出现，大规模战争因“相互毁灭”逻辑受到极大抑制。
  • 信息时代：处理器、互联网、加密技术，让暴力收益继续降低，很多经济活动与金融体系“脱离实体领土”而存在。

5. 信息时代的社会转变：去中心化、网络货币与收入分化（23:00）

• 软件主导世界
  作者在90年代就断言“未来是软件主导的世界”，认为“土地、武器、财富本质都将变成信息”。在互联网大规模兴起后，这一点被广泛印证。
• 加密货币的出现
  • 书中详细设想了“跨国数字货币”可以通过密码学和公钥私钥体系进行全球交易，不依赖政府信用、不受法币通胀。
  • 尽管政府仍然在印钞，但数字货币发展确实验证了书中的大部分预言（比特币、以太坊等）。
• 信息不平等与两极分化
  • 由于信息时代更需要高智力、高技能，人群会出现严重分层：“顶尖程序员、创意者可拥抱全球市场，而普通劳动者只能在本地小市场被挤压。”
  • 自动化、机器人、AI兴起会替代许多中等技能或重复性劳动岗位，进一步拉大贫富差距。
• 社交网络与圈层化
  书里没写到社交媒体崛起，但实际更剧烈地导致意见分裂、认知分裂，人们活在自己“同温层”中，国家的统一意识形态被弱化。

6. 国家主权 VS 个人主权（40:00）

• 民族主义衰弱，超国家认同兴起
  书中提到：“互联网时代让人们对国家/民族的认同度逐渐削弱，尤其年轻人更倾向于在虚拟圈层、兴趣社群或跨国公司内，寻求‘超国家’的全球化身份。”
• “点餐式政府”与飞地特区
  • 由于数字经济跨境流动，未来或出现大量“竞争性管辖区”，小国靠优惠政策或特区制度吸引人才与资金。
  • 政府被迫转向“服务提供者”，人们像顾客“挑选”最优管辖区：如离岸公司、爱沙尼亚电子公民、迪拜离岸政策等都是这类案例。
• 生活与税收自由度
  • 书里提出公民可通过“多国护照+网络货币+离岸账户”来避税，让传统大政府的税收和监控手段变得更难。
  • 大国政府也在努力学习信息技术，并没有如作者原先预计的那么快式微，只是管理方式正与个人的“去中心化”手段形成博弈和新平衡。

7. 如何实现“主权个人”的核心建议（01:00:00）

书中后半部分专门提出“个人战略”，直播里也做了总结，主要包括：

1. 培养全球视野
   • 用全球化眼光去思考收入与生活，敢于寻找跨国机会，而不是被单一城市或国家局限。
   • 网络时代的高流动性意味着，“最适合工作与最适合生活的地方”可以分离。
2. 跳出传统教育框架
   • 工业时代的学校模式是为了培养“标准化工人”“螺丝钉”和“纳税人”。信息时代更需要自学、跨学科、创造力和好奇心。
   • 真正的“好老师、好资源”都能通过互联网或AI在全球获取。
3. 重视软件与媒体的杠杆
   • “用软件/媒体打造自己的声誉与影响力”，进而获得全球市场。
   • 纳瓦尔和书中的观点一致：在信息社会里，“智力和媒体/软件”是最高效的杠杆。
4. 做好资产与身份的“国际化”规划
   • 作者非常强调“多重身份、多重护照、多地税务筹划、加密货币与离岸账户”等；这在现实里也确实是许多高净值人群的通行做法。
   • 通过加密货币或去中心化金融等方式，让个人资产相对更独立于某个单一国家的风险。
5. 拥抱不确定性与非线性
   • 直播多次指出，“社会变革正加速，未来充满不确定”。能否保持持续学习、及时转型，才是信息时代生存与成功的关键。

8. 结尾：书中引言与核心精神（01:17:00）

• 自由与自律、机遇与风险并存
  整个信息时代既给个人带来极大自由、创造空间，也带来社会分化与动荡。面对新形势，能掌握全球化技能与数字工具的人，才有机会成为“主权个体”，走向真正的个人自治与财富增长。
• 对书的整体评价
  • 书中很多预测在比特币出现后被验证；也有部分预测时机和进程比作者想象更慢或更复杂。
  • 《主权个人》行文中有不少“断言式”口吻，缺乏具体数据，但其大趋势分析仍有重要参考价值。
  • 许多后来关于“技术与社会关系”的畅销书，都可见本书思想的影子。

清晰思维与个人主权
直播引用了书里的总结性句子：

“认知能力将得到前所未有的回报，清晰的思维将变得无比重要。因为思想会成为财富的一种形式。”