#预告# #视频播客# #硅谷101# 再访田渊栋 @tydsh 从Meta离职之后，前FAIR研究总监田渊栋的电话被各大AI公司和猎头打爆，但他很快敲定了下一步：加入新AI实验室Recursive Superintelligence（RSI）。这个有着8名顶级AI研究员作为联合创始人的明星neolab最近进行了官宣：融资6.5亿美元，估值46.5亿美元。 这期视频播客，我们走近位于旧金山的RSI，与田渊栋进行了半年之后的另外一场对话，聊聊他的新旅程在押注一个什么样的未来，如今AI前沿模型的厮杀和路线之争，Neolab们的生态与前景，以及普通人面对“职场蒸馏”，应该怎么办。 剧透一下，对于最后一个话题，田渊栋的回答很精彩。以及，我们office tour彩蛋会继续带大家逛逛46.5亿的AI lab长什么样子。视频明天上线，see you tomorrow!

刚听了SemiAnalysis Weekly的一期视频播客，收获还是很大的，分享一下 1/ ROI与订阅vs API（lab API收入里70%+来自编程） 目前lab API收入里70%+来自编程，且高度集中在少数power公司/用户（如Meta约占Anthropic ARR的3–5%）。Ramp数据显示头部1%公司人均年花10万美元在AI上。 能用订阅就用订阅，因为补贴力度太大：Codex 200刀/月≈12K的API额度，Anthropic 200刀/月≈8K。有初创干脆刷公司卡买一堆订阅账号，比走API划算得多。 算笔账：Claude Max 20x只要10%利用率就打平，而实际利用率远高于此，所以这些20x订阅很可能是负毛利。厂商都想把量往API迁（Anthropic的API毛利估85%+）。 2/ Anthropic利润与两强格局（OpenAI的net-new ARR已和Anthropic持平） Anthropic已经盈利（Q2经营性盈利，Q3可能10亿美元+），靠的是80%+的ARR在高毛利API、90%+是企业客户。 OpenAI杀回来了：GPT-5.5（≈Opus 4.8水平）是拐点，5.6 Soul被评“便宜一半却接近 Fable”。net-new ARR已和Anthropic持平，编程市场从Anthropic一家独大变成两强赛马。 OpenAI消费端9亿+周活但付费转化差（Claude免费用户9%付费，更聚焦）；广告是它押在2030年的指望，但消费变现这事一向难做。 3/ 谁是第三名&算力策略 xAI（Grok 4.5/Spark）、Meta（MSL）模型不差，但都不是前沿，没到前沿就没人碰它的API。 Gemini 被判“第五名，可能永远第五”。这里他们觉得，因为Google签了无法收回的长期TPU合约，反映管理层对AGI缺乏信念（Noam Shazeer、John Jumper 等出走）（不过我周围朋友里，还是有一群人看好Google）。 推崇Elon的clawback打法：把算力按市场价3–4倍短租给Anthropic这些，合同带90天召回条款，一旦自己要冲前沿随时收回。Meta要做Neocloud也该学这套，进可攻退可守。 卖自家token>卖别人token（AWS/Azure分成）>短期高价租算力。 4/ MSL与RL scaling law RL是当今提升模型能力最重要的scaling law。有人认为，有人认为模型离“能干人类在电脑上的一切”就差足够的 RL 环境。 于是催生了一整条RL环境创业供应链：把真实的经济任务转成可训练环境卖给lab。今年全行业数据预算估计超100亿美元（去年的10倍），需求几乎无上限，只看你能不能快速产出高质量数据。 Anthropic编程强，一大原因就是它最早、最激进地采购编程数据。 造一个好的编程RL任务：得让顶尖工程师花大概一天才能解，还要配验证器（集成测试+rubric）和一个既严谨无歧义、又自然真实的prompt。单个高质量任务lab愿付五位数美元，做得好的人年入七位数。 5/ Token预算：还在“疯狂烧”还是进入“紧缩期” 不少企业开始收紧预算，怕员工用太多token。但真相是，绝大多数人根本用不到上限，真正受影响的只有每家公司少数几个power user。 管控方式五花八门：按人头vs按公司整体（后者更合理）；有的公司把自家模型算进预算、有的不算，于是大家拼命薅那个不计费的。 很多预算策略其实挺外行：Max吐槽有公司禁止销售用Opus/Fable写邮件、要求改用Sonnet，可写封邮件的token成本几乎为零，这么管毫无意义。真正的token大户是编程/软件开发。 也反对搞工程师“特权阶级”，只让他们用Claude Code/Codex，其他人用低配工具。 6/ Token-as-a-Service市场 市场增长极快（较去年翻了好几倍）。三大云（Bedrock/Azure/Vertex）靠现成的企业客户和合规优势拿下大头；Together/Fireworks/Base10这些创业公司也是好生意，但永远做不到OpenAI/Anthropic的体量。 前沿lab不会把优化自家模型的活外包给Fireworks；新芯片创业公司想借token-as-a-service上位也难，最后可能都得像Cerebras一样自己下场做Neocloud。

小宇宙已经进垃圾时间了 没想到视频播客对播客最大的冲击是这个，让原本小众、带点精英滤镜的播客彻底祛魅 摄像头一开，播客主理人看起来就像成年人在过家家

前几天在新浪的「赛博对话」录了一期视频播客，话题是大模型厂商怎么就从烧钱走到了赚钱的转折点，主持人是高飞 ，嘉宾是庄明浩和我。 其实最开始是想聊豆包收费这件事情，我和庄明浩还在私下嘀咕，豆包传出付费方案的消息是在月初，早就不是热点了，实在是过了蹭的时机，但如果放大到AI这门生意终于迈过了亏本赚吆喝的那条线，就没问题了，这是一个相当长效的题材。 省流版总结如下： - 根据黄仁勋提出的五层蛋糕理论，应用层虽然是直接和终端用户打交道的，但它也是整个产业结构里盈利压力最大的那个，毕竟上面四层都是供给逻辑，有货就不愁卖，唯有应用层是需要竞争流量的，在这个前提下，收费堪比拔鹅毛但又不让鹅叫唤的艺术； - 豆包当初传出收费消息被猛带了一波节奏，很多人以为从此就没法免费使用豆包了，无论是从中国互联网的历史来看，还是ChatGPT作为先例的样板，收费模式必然是增值服务，大家现在怎么用豆包的还是怎么用，然后一些旗舰级的能力就只会放在会员方案里予取予求； - 再就是国内用户对于为产品功能买单这件事情极其抵触的特有生态，之前北京车展，The Information的记者过来跑了一圈新势力，发现它们的出海计划里都会把车机功能当作付费点，但在中国市场完全没有这个想法，负责人的解释也是很直白无奈，「中国人不会为软件付钱」； - 庄明浩和我都觉得豆包在绝对领先的地位上开启收费尝试是很有意义的，这点钱对于字节的CapEx来说无异于杯水车薪，但整个消费观念的转变很重要，甚至我相信千问元宝都会感谢豆包，否则都被卡死在给全国人民做公益这个沼泽里，「你不收，我怎么收？我不收，耿专员怎么收？大伙怎么进步啊？」 - 再就是豆包的定价梯度可能比较意外，或者说整个AI应用的订阅门槛都是偏高的，长视频平台还在10块钱、20块钱一个月的留人时，豆包的最低档会员就是68块钱一个月了，像是Kimi也是49块钱一个月的起价，越过了30块钱一个月这个标准； - 30块钱一个月就是手游里的月卡，再往上才是大月卡，即通行证/战令，这一档的定价通常从68块钱到98块钱一个月不等，至于豆包计划里最贵的500块钱一个月套餐，相当于一单648的8折价，是不是也很容易理解了； - 马化腾在财报会议上也专门讲了中国用户在2C市场的付费转化率不太高这个点，要知道腾讯已经是最能从用户口袋里掏钱的互联网公司了，它都这么为难，叠加年年喊崛起年年也没能支棱起来的SaaS，模型下游的商业循环在国内实在需要一点乐观趋势，要知道智谱、MiniMax、月之暗面本质上是出海赚美金的公司； - 对于收入能够保持同步增长的公司而言，CapEx其实不是问题，从谷歌Q1财报来看，营收1000亿美金出头，利润差不多600亿，毛利率比纯卖广告的Meta还高，所以烧钱有什么问题呢，烧不出回报才是问题，马化腾说以为上船了但发现船是漏的，就是这个意思； - 中国互联网除游戏外的订阅制付费上限，单产品差不多在1.3亿的水平线，爱优腾和QQ音乐在巅峰期都没能超过这个阈值，我个人不太相信AI应用可以创造例外论，但是抛开订阅不谈，被越炒越火的各种Token套餐如果真的普遍化了，搞不好还真能带来变数； - 其实模型厂商也倾向于按量计费的买卖，订阅制的商业模式就像健身房，赚的是那些开了卡但不经常来的客人的钱，如果大家都用满，在这么一个不太存在规模效应——用户越多，越容易摊薄成本——的行业，AI应用很容易成为一个失血点而非造血器，所以庄明浩看到了一个怀旧服的可能性出现； - 也就是各大运营商开始力推的Token包，这跟当年的流量包不能说是一模一样，只能说是完全一样，所以如果运营商能够成为一个分销Token的角色，像大王卡那样，用Token包去覆盖一些模型的用量，再去后端完成分账，这个故事是完全说得通的； - 不过，无论是订阅制还是卖Token，模型能力都是撬动市场的第一要素，就像GPT-Image-2出来之后所有代开会员的第三方价格全数涨价，以及「六小虎」里把编程套餐卖断货的行情，都说明生产力需求是可以无视价格敏感的； - 但我总觉得豆包的收费不会走生产力路线，豆包大模型可以有生产力市场的目标，比如配合Trae去打，豆包App却未必要这么把路走窄，它的人格化和陪伴性其实是可以在情绪价值市场做出更多可能性的，就像我看有数据显示开源模型超过半数以上的Token消耗用在了角色扮演上，这里的经济价值是被低估了的； - 高飞和庄明浩认为模型厂商还有一个创收机会，就是转移支付，借着全民AI这个热潮，去让市政单位、高校学府来买单，比如某个市的行政区，去给市民提供常态化的Token额度，或者大学对标自己和知网签年框的方式，让师生享有最基础的Token套餐，用财政预算去替大家消费AI； - 总的来看，头部的模型厂商基本不再担心会倒闭了，包括已经上市的财务数据都摊开了，一个基本事实是，如果不算预训练，毛利率都能是打正的，同时预训练的成本增加是一个线性的，而收入的增加是指数级的，所以Anthropic、OpenAI这种烧钱大户都预计能在2030年甚至2028年就实现正现金流，这个速度比亚马逊当年都要快得多； - 庄明浩说做上游投资的现在是在焦虑物理极限，什么意思呢，就是会不会说，地球上的铜不够用了⋯⋯包括要去太空建数据中心，也是因为缺算力缺成了连力大砖飞都搞不定的事情，光有钱没用啊，你得有地方花出去，全世界的工业品暴涨，核心原因就是产能跟不上，需求侧在竞价锁单； - 中美大模型的发展差异在于，美国是在追求速胜，一波钱砸下去，掉队的、认输的马上就出来了，集中度很高，「御三家」就是这么高速洗牌洗出来的，中国因为相对慢一些，同时大家对成本更谨慎，所以能有更多的玩家不下牌桌，赚钱的难度也会高一些，这是充分竞争的经济学理论； - 庄明浩举了Seedance 2.0的例子，按理来说这场仗就应该打完了，你不可能怀疑字节在视频模型身上的决心和疯狂，但实际上呢，快手的可灵、阿里的Wan和Happy Horse、MiniMax的海螺都是该怎么继续还是怎么继续，后面还跟着HiDream、Vidu、Pixverse、SkyReels一长串名字，它们甚至都能拿到融资； - 中国互联网的缠斗传统，加上大盘上涨的规律，意味着你可以不是吃到肉的那个人，跟着喝汤一样能够保存希望，而且AI行业的标的天然优于非AI行业，这种「种族优势」，决定了「投AI总比投别的强」的底层逻辑，于是纷纷续命，等对手犯错，等轮到自己，等一切可能性； - 还是用那五层蛋糕的比方来说，美国是标准的纺锤结构，稀缺性最高的英伟达在中间赚得盆满钵满，中国则更偏向于柱状结构，在产业指导的作用下，不会有哪一层特别明显的去吸整条上下游的血，所以这个蛋糕必然不会跟太平洋对面一样甜，一个人走得快，一群人走得远嘛； - 最后还有一个变数是硬件，庄明浩说，美国做硬件的Startup，拿到钱后的第一件事就是飞深圳，跟逛迪士尼乐园似的，什么梦想都能找到供应商，为什么一级市场那么喜欢投大疆、追觅、影石出来的人，就是因为他们有从0到1的经验，可以复用到AI这一波，难道文曲星和背背佳就不算应用了么，对吧； - 高飞说得很有意思，AI用的东西，都在涨价和赚钱，比如能源、光纤、芯片这些，只有人用的东西，是在通缩和亏损，那么AI应用赚钱很难就说得通了，因为这是给人用的，人类不争气啊，碳基世界完蛋了，哈哈哈哈； - 所以，虽然这话可能有政治不正确的嫌疑，但判断AI是否真正产生了价值的标准，就是企业有没有在大规模裁员......是的，AI替代人类很残酷，但这起码说明AI可以产生真实的经济效益，反倒是喊着AI改变一切，却凡事仍要人类亲力亲为，才是真的有问题。

WAIC期间和OpenClaw Foundation首席架构师Vincent Koc @vincent_koc 录了期视频播客，聊聊风靡全球的龙虾热，Agent的困境和进展，开源社区的必要性，与中国AI。很快上线～ 🎙️

做短视频二创的人，可以看看这个开源工具： AutoClip。 它是一套 AI 自动切片系统，可以把长视频从下载、分析、剪辑到生成合集，做成一条自动化流水线。 GitHub 目前 3780+ Star。 基本流程是： 输入 YouTube / B站链接，也支持本地视频上传 系统自动下载视频和字幕 AI 分析内容，提取大纲和话题时间点 给每个片段做精彩度评分 自动切出高光片段，并生成标题 推荐合集组合，一键生成合集视频 技术上用通义千问做内容理解， FFmpeg 负责视频处理， WebSocket 实时推送任务进度。 技术栈是： • FastAPI • React • Celery • Redis • Docker 部署 适合几类场景： • 长视频切短视频 • 播客精华提取 • 访谈内容二创 • 直播回放拆条 • 批量做内容矩阵 • B站视频高光切片 后续还在开发 B站自动上传、字幕编辑等功能。 以前做一条二创视频， 要先看完整段内容， 再找亮点、切片、起标题、做合集。 现在只要丢一个链接， 让系统自动跑一遍。 MIT 开源，免费可用。 项目地址： 一句话总结： AutoClip 把“人工找高光片段”这件事，变成了 AI 自动流水线。 使用时注意平台规则、版权授权和二创合规边界。

说个暴论：不用本地模型的人不会用 AI 2026 年的当下，开源模型和闭源模型之间的区别已经小到大多数普通人无法感知出来的程度了，但是他们成本的差距是巨大的。 很多人仍然在订阅付费的闭源模型，是因为他们还在把 AI 当做聊天工具用，完全没有自己的系统工作流去自动化各种工作，现在 AI 能做到的事在高手手里远远超乎普通人的想象。 信息收集，写文章，作图，做 ppt，做视频，连接日历，聊天工具，vibe coding 等等都是最最基础的使用场景，只是做这些事，那么订阅费仍然在一个可以接受的状态，当然 AI 去做这些事，也只能做到七八十分的样子 那么怎么让 AI 产出的结果能去到 90 分，甚至 95 分呢? 就写文章来说，你需要一个非常细致的工作流。 1. 选题 根据不同平台的调性，个人擅长的领域，历史内容的数据，最近的热点，去找选题 2. 收集素材 去到不同平台， 各大新闻平台如彭博，路透，经济学人，纽约时报，Hacker News 各大社区平台如推特，reddit，小红书，公众号，知乎 各大博客平台如 Medium，各大 AI 公司官方博客，各大 AI 研究员的个人博客 最新视频和播客内容，如 podcast 和 youtube 的视频脚本 各种学术论文，如 arvix 或是该领域的论文平台 各种经典书籍，可以找相关免费书籍平台自己收集下来 3. 撰写文章 有了大量的高质量相关素材，AI 才能写出高质量的文章 当然素材只是辅助，辅助验证的论点，帮你补充有价值的信息。 核心的大纲，逻辑，观点的递进还是要自己来把握。 4. 写作风格 想要让 AI 产出的内容味道不要太冲，并且能够带有你自己的写作风格，需要把自己历史的文章提取出一个风格大纲来给 AI 使用。 5. 修改调整 初稿写完之后仍然需要重审，修改错误的逻辑，修改有问题的表达，并不能直接使用。 不提前两步，哪怕你直接从第三步开始做，我可以说 Claude 20$ 订阅 5 小时限额大概率写一篇文章都是不够的。 而这其中的步骤，有用到什么高深的模型能力吗？ Deepseek 还有 Qwen 等开源模型完全可以胜任其中所有的任务，而他们的成本是电费。 这还仅仅是写文章。 如果是写代码，很多人只是 vibe coding 一个 demo 出来然后就不管了。 但是软件项目最重要的是什么？ 是 engineering，是项目架构，是好维护，好扩展，高性能的系统。 仅仅给 AI 几句话是不可能做出好的软件的，那么解决方案是什么，要让人来一行一行 review 代码吗？ 让一个架构师去一行一行 review ifelse，forloop，是对人才的侮辱，是对人力资源极大的浪费，人需要做的就应该只有系统设计时的判断。 那么这些代码的细节，格式，CRUD，代码风格，还有不同模块间联动等问题就只能交给 AI 来审查。 这些审查密度必须要非常大，才能保证代码的质量，如果全部交给云端 AI 来做，那么这是巨大的浪费。 你难以想象每一次功能开发完毕后，都让 AI 把整个代码库事无巨细的扫描一遍来判断新代码是否会引发潜在问题的成本，如果交给云端 AI 来做会有多高。 而如果用本地模型，那么成本趋近于 0。 任何可验证的领域，逻辑都是这样。 当你成功做出了一个 AI 产品，但你需要交 30% 的利润给闭源 AI 付 token 费用，同时你又很难说它的模型到底比开源模型强了多少，对你自己的产品价值又提高了多少。 但你必须承担数据泄露的风险，模型更新后的迁移问题，模型降级的风险，甚至模型下线的风险，你的整个商业模式，就绑在了这个脆弱到不行的闭源云端模型上。 与此同时，这些闭源模型还大搞特殊，各种功能，API 调用方式都搞出一套自己的标准，大大提高了供应商迁移的成本，然后在窃取数据的同时，赚得高额利润。 他们还特别喜欢抨击开源模型，自己把维基百科爬的都快崩溃了，转头就说别人蒸馏自己，在没有任何法律依据，也没有任何证据的情况下，恶人先告状。 通过这一套说法来假装受害者，博取同情的同时，想要让潜在客户认为自己的模型比开源模型强的做法，实在令人作呕 。

干什么活就用什么AI，分享我的自用AI工具清单 我把日常8大工作场景的最优工具整理出来了，都是我亲自跑通流程的 不是全网最全，但一定是最实用的 1. 学习 & 研究 核心需求：抓信息、消化长文、生成笔记、深度学习 最优工具： NotebookLM：把一堆 PDF、网页、视频转成播客，开车的时候听，学习效率直接翻倍，现在跑在 Gemini 3上，理解能力比去年强太多 YouMind：我自己在用的 AI 创作工作台，搜索、整理、生成一条龙，特别适合需要反复迭代的内容项目 ，一站式学习工作台 Perplexity / Gemini 3：实时研究用这两个，Gemini 速度快还免费，背靠google搜索庞大的数据，信息的搜索没得说，Perplexity 引用更规范 使用建议：日常快速问答用 Gemini，复杂研究用 Claude + Perplexity 组合拳 2. 写作 & 内容创作 核心需求：生成草稿、优化文案、创意输出 最优工具： Claude Sonnet 4.5永远的神：复杂写作、长内容的首选，写出来的东西最像人写的 3. 编程 & 开发 核心需求：写代码、调试、自动化、快速构建产品 最优工具： Cursor：$60/月（20刀属实不够用），AI IDE，堪称AI编程届的鼻祖了，AI调教水平绝对是遥遥领先的 Claude Code：$20/月起，$100/月，深度推理能力最强，1M token 上下文窗口，高手必备 v0 / Lovable / Manus：自然语言转web，不会代码也能做产品 n8n / Make / Zapier：工作流自动化，把重复劳动交给 AI 使用建议：新手从 Gemini CLI 起步，准备投入就上 Cursor 或 Claude Code 4. 图像生成 & 编辑 核心需求：海报、设计、商业 KV、修图 最优工具： Nano Banana Pro / GPT Image 2：高质量生成，文字排版准确，商业场景能直接用 Ideogram：2026年最可控实用的图像生成工具 Midjourney / Flux：创意艺术向，适合做概念图和插画 使用建议：一套提示词可以输出多场景（门店海报、地铁广告、小红书封面） AI 时代最稀缺的不是工具，是审美 5. 视频 & 动画 核心需求：短视频、广告、数字人、唇同步 最优工具： Seedance 2.0：2026年5月登顶 Artificial Analysis 排行榜第一，支持9张图+3段视频+3段音频混合输入，适合从自己的素材库构建视频 Kling 3.0：电影级单镜头最长15秒，4K/60fps，多镜头故事板，角色一致性最强，原生音频支持5种语言唇同步 Veo 3.1：Google 出品，综合质量最强，真人对话的逼真度天花板 HeyGen：数字人、唇形同步、多语言翻译，商业场景首选 使用建议：没有单一最佳工具，根据场景选 需要从自己素材生成→Seedance 2.0 需要电影感长镜头→Kling 3.0 需要最真实的对话→Veo 3.1 6. 音频 & 音乐 核心需求：配音、翻译、音乐生成、播客 最优工具： ElevenLabs：声音克隆、情感配音，质量最稳定 Suno ：音乐生成，从哼唱到完整编曲 Gemini TTS / Podcastle：播客制作、多语言翻译+唇同步 7. 效率 & 自动化 核心需求：会议纪要、任务执行、一人公司运营 最优工具： Manus：端到端 Agent 任务，让 AI 真正帮你干活 飞书：会议纪要自动生成 Dify / Coze：国内自动化平台，搭建自己的 AI 工作流 Zapier / Make：连接各种工具，打通数据流 2026年，AI 是用来真正提升生产力、实现商业变现的 干什么活，就用什么 AI

我原来开车听播客，现在开车逗ai。想听啥，实时生成，不懂还能随时问。 对我个人来说，传统的音频流媒体平台已经被淘汰了 视频平台，尤其是没有算力的视频平台，同理，被淘汰也就是时间问题