42章经
你好，我是曲凯，42章经的创始人。小的时候我不太舍得花钱，记得当年一毛钱一袋的牛肉干真的很好吃，但如果偶尔遇到一个很有趣的人，我会欣然花几十、上百块请他吃个饭，还觉得自己赚到了。后来长大了一些，开始刷人人网、豆瓣、知乎、再到现在的即刻……你有没有偶尔在这些平台刷到过一个很有缘的人，然后在一个夏日的午后，把他的发言、转载和收藏全都看了一遍，并觉得心有戚戚焉。再后来工作和创业以后，每天就是聊各种各样的投资人、创业者。如果能聊到一个优秀的人，...
Insights from recent episode analysis
On the show
- Albert2 eps
- RC1 ep
- 宇豪1 ep
Also: 王文锋, Austin Xu, 任川, 黄东旭, 张阳, 东旭, 张津剑, Jenny Xiao, 路宇, 莫傑麟, 梦琪, 魏小康, 朱宁, 逯雨鑫, 孟繁青
Audience Interest
Podcast Focus
Publishing Consistency
Insights are generated by CastFox AI using publicly available data, episode content, and proprietary models.
Most discussed topics
Brands & references
Total monthly reach
Based on 1 signal.
Built from
By chart position
- 🇺🇸United States · Technology#1255.1K to 27K
- 🇮🇩ID · Technology#301.9K to 9.8K
- 🇲🇾MY · Technology#42388 to 2.1K
- 🇦🇺Australia · Technology#128342 to 1.8K
- 🇭🇰HK · Technology#42310 to 1.6K
- Per-Episode Audience
Est. listeners per new episode within ~30 days
8.7K to 46K🎙 Biweekly cadence·70 episodes·Last published 6d ago - Monthly Reach
Unique listeners across all episodes (30 days)
12K to 65K🇺🇸59%🇮🇩21%🇲🇾4%+7 more - Active Followers
Loyal subscribers who consistently listen
4.9K to 26K
Market Insights
Platform Distribution
Reach across major podcast platforms, updated hourly
Total Followers
—
Total Plays
—
Total Reviews
—
* Data sourced directly from platform APIs and aggregated hourly across all major podcast directories.
| Date | Episode | Topics | Guests | Brands | Places | Keywords | Sponsor | Length | |
|---|---|---|---|---|---|---|---|---|---|
| 10/17/26 | 这个破业非创不可吗？｜对谈 Articuler.ai 创始人 Jason | 这一年，说起 AI 应用创业，相信很多人的共同感受就是：难。融资难，找 PMF 难，养活团队难，不被模型吃掉难，更难的是，身处绝境时，到底怎样才能坚持下去。这期节目的嘉宾 Jason，也经历了这样的过程。他是 Articuler.ai 的创始人，此前做过 5 年投资，后来去了美国，埋头创业。去年最难的时候，他拿到的融资 TS 被撤回，睡朋友家的沙发，卖掉了自己的股票垫给公司，却仍一度面临现金流即将断裂、发不出工资的窘境。那段时间，他经常睡不着，在朋友家楼下转圈，一遍遍问自己：「我到底要不要放弃？」而他给自己的答案始终是：「这件事我必须得做，而且就得我来做。」穷让人绝望，却也让他们摸索出了新的 PMF 场景，撑了过来。如今，Articuler.ai 已有 7 万多注册用户、超百万美金 ARR，付费、留存和增长逐渐有了起色，与外部伙伴的合作也越来越顺，co-host 了 OpenAI Codex Meetup、AGI Summit、SF Tech Week 中的各种活动等等。这期播客，我们就请 Jason 重点讲了讲他是怎么撑过最难的那段日子、在绝境中找到 PMF 的，以及这个华人团队，凭什么能在美国跑通 GTM、赢得本地客户的信任。坦白讲，Jason 并不是我们播客最常邀请的那类嘉宾，也不是美元 VC 通常青睐的 Founder。但用他自己的话说，从学生时代到创业，他一直把自己看作一个 Underdog，也一直相信：Underdog 能赢。而且很多事情就该由这样的人去改变。【人类博物馆】导游：曲凯，42章经创始人53 号珍藏：Jason，Articuler.ai 创始人【时光机】01:52 找到新的 PMF 场景，可能恰恰是因为穷03:41 用 Articuler.ai 发邀约邮件的打开率约 80%、转化率约 15%–20%07:21 一个中国团队来到湾区，凭什么让本地人愿意合作？11:02 Articuler.ai 的壁垒15:01 一些 GTM 的经验17:32 会议这个场景能延伸的点太多了19:46 世界不需要第二家领英，Articuler.ai 能杀出来只有一个原因22:20 「我们其实还有个疯狂的想法」25:06 典型创业者心态之，早上觉得公司快完了，睡前又觉得自己快上市了25:40 最惨的时候 TS 被撤、睡朋友家沙发、卖股票给公司续命，想了无数次要不要放弃29:05 觉得这件事一定能成的瞬间32:06 都说国内应用创业惨，其实在美国也没好到哪去，而且大家对美国市场的理解有失偏颇35:04 最难的时候，坚持下去的那股劲儿来自哪里？37:15 「我已经习惯了做一个 Underdog，并且相信 Underdog 会赢」38:53 既担心跑得太快，又担心跑得太慢？40:30 钱有时候是诅咒？42:06 如果没找到现在这个场景，可能在干什么？44:16 一度快发不出工资时，发生了一件很令人动容的事48:00 「永远记着穷的时候，永远要有一张保命的牌」【The gang that made this happen】制作人：陈皮剪辑：陈皮片头：Mondo Bongo - Joe Strummer & The Mescaleros片尾：Linkin Park - Waiting For The End在小宇宙查看该单集文稿 | 54m 33s | ||||||
| 10/12/26 | 一个 Personal Agent 创业者的思考｜对谈 Ambi 创始人子皓 | 最近 Personal Agent 非常火。而早在这波概念火起来之前，子皓就已经在做这个方向的软硬件结合产品 Ambi 了。所以国庆前，我们约他录了这期播客，请他分享几个月做下来对这个赛道的思考和实践经验，比如这件事的成本到底有多高、人们有多大需求、如何看待不同的产品路线、面对大厂该怎么竞争等等。子皓一直是我心中很擅长 deliver 结果、或者说总能赚到钱的 founder，所以我也请他分享了为什么这么会经营。过程中，还第一次听他讲高三暑假发现商机、成为溜冰场独家代理的故事。不得不说，他在赚钱这件事上真是有天赋，而天赋之外，也有很多可被习得的经验。其实这波 Personal Agent 的火是有迹可循的，从 Openclaw、Hermes，到 Muse、Instinct，背后的主线都是「如何让智能被更多人更好地用起来」。但奇怪的是，这个赛道上跑出来的国内产品并不多。事实上这几年，跑出来的国内 AI 产品都不多。所以节目最后，我和子皓也探讨了下这到底是为什么。我们没能得出答案，也真的希望这个局面能很快发生变化，因为我们或许已经等到了能跑出亿万级用户体量产品的 timing。（Ambi 最近已经开放下载，42章经拿到了五个邀请码，欢迎感兴趣的朋友填写表格申请：https://my.feishu.cn/share/base/form/shrcnoeenyPxPRgTUEq3G0tWX8P【人类博物馆】导游：曲凯，42章经创始人54 号珍藏：莫子皓，Ambi 创始人，曾任 Plaud 合伙人兼中国区 CEO。他还曾创办「米公益」，公司后被轻松筹收购。此后，他先后担任暖哇科技合伙人兼首席产品官、百川智能医疗方向产品及运营负责人【时光机】Part 1 对 Personal Agent 的思考01:49 为什么最近 Personal Agent 这么火？05:58 去年本以为「智能已经足够了」，但现在看来可能想错了10:07 Personal Agent 的成本不是什么大问题？11:39 人们对 Personal Agent 这件事到底有多大需求？14:45 涉及名和利的需求就可做，因为算得清 ROI17:06 为什么 AI Coworker 的发展没大家想象中那么快？18:34 大家做 To B 可能是看硅谷看多了，有点魔怔了19:18 Personal Agent 会不会还是大厂的机会？21:10 Personal Agent 天然不带网络效应？24:16 简评 Town、Grok Bot、Muse、Instinct28:23 唏嘘之，国内大厂好像失去了成为世界第一的雄心32:31 Ambi 要怎么和 Muse 这样的对手 PK？35:16 很多 AI 产品的交互都特别难受40:25 怎么看应用公司自己训模型这件事？Part 2 个人经验和认知42:49 从大营收业务到模型厂再到消费硬件公司，这一路收获的核心认知是什么？47:28 是怎么做到做再「垃圾」的业务都能赚到钱的？48:11 竟然早在高三暑假就成了「资本家」！50:31 商业的本质57:01 招人能力强，靠的是什么？1:00:34 最近在思考的问题1:03:04 最担心的还是速度，但好不容易等到一个能「有意义地卷」的时代1:04:56 硬件的优势来自哪里？1:08:57 这波 Personal Agent 最大的机会可能来自什么？1:11:51 很多产品的 Proactive 都做错了？1:14:26 Personal Agent 有必要区分工作和生活场景吗？1:18:36 现在已经到了能跑出亿万级用户体量产品的 timing？1:21:08 一个没有答案的问题：为什么国内跑出来的 AI 产品这么少？【The gang that made this happen】制作人：陈皮剪辑：陈皮片头：Mondo Bongo - Joe Strummer & The Mescaleros片尾：Paul McCartney,Wings - Mull Of Kintyre在小宇宙查看该单集文稿 | 1h 26m 18s | ||||||
| 9/27/26 | AI Trading —— 决策便宜，行动很贵｜对谈超 3w Star Vibe-Trading 作者浩哲 | 这几年，很多人都在用 AI 炒股。最近，模型厂和大厂也在主推 AI 在金融场景中的应用。但 AI 到底怎样才能更好地辅助交易？会给市场带来什么变化？用上 AI，人人就都能像巴菲特一样了吗？这期播客，我们请到了很火的开源项目 Vibe-Trading 的作者和维护者吴浩哲，聊了聊 AI Trading 相关的各种问题。浩哲本科毕业于武汉大学数学系，目前是香港大学在读博士生、HKUDS 成员，一直在探索 AI 与金融的结合。Vibe-Trading 开源半年，已有 3.4w 个 Star。节目里，我们就从这个项目讲起，拆解了 AI Trading 到底是什么、由哪些部分组成、哪个环节最关键，以及它和传统量化有什么区别、人又该在交易流程中扮演什么角色。此外，我们也聊了聊最近很火的 Jev 到底能不能在 AI Trading 中发挥作用。贯穿整期节目，还有浩哲的一个观察：在金融里，决策很便宜，行动很贵。你可以轻易获得成百上千个判断和信号，但真要付诸交易，「可解释性」就变得非常重要。你得知道判断是怎么来的、为什么值得相信，才能决定自己是否愿意为它付出真金白银。节目最后，我们还聊到了一个颇有哲学意味的问题：随着 AI 越来越强，「Human in the loop」或许不是因为 AI 需要人来判断，而是人需要通过参与，来确认自己的意义感和价值…？【人类博物馆】导游：曲凯，42章经创始人53 号珍藏：吴浩哲，Vibe-Trading 作者及维护者，武汉大学数学系本科，香港大学在读博士生、HKUDS 成员，长期探索 AI for Finance 的研究与实践【时光机】01:26 介绍下 Vibe-Trading：为什么开源不到半年，就能有 3 万多 Star？02:20 在金融里，决策很便宜，行动很贵04:35 AI Trading 就是在几乎免费的决策和代价昂贵的行动之间，建立可验证、可审计的通道07:25 AI Trading 和量化的区别09:59 用 AI 抓市场情绪，对 Trading 有帮助吗？11:33 AI Trading 里，行业 know-how 都可以由 AI 来判断？13:43 存储行情中，用 AI Trading 的一次操作实例15:42 用 AI Trading 的人多起来后，会给市场带来什么变化？15:19 「安息吧，财报后漂移！」19:57 AI Trading 系统的四大组成部分，和其中最重要的一件事23:53 数据多，其实真的不等于有 Alpha27:23 Jev 对 Trading 的帮助，可能约等于零？30:26 交易的本质32:34 Kimi、Workbuddy 等在推的 AI for Finance，和 AI Trading 是两件事34:00 AI 会给人的投资能力带来怎样的变化？35:40 不是 AI 需要人做判断，而是人需要 AI 来体现价值？37:42 上手 AI Trading 的建议【The gang that made this happen】制作人：陈皮剪辑：陈皮片头：Mondo Bongo - Joe Strummer & The Mescaleros片尾：Carsick Cars - 松在小宇宙查看该单集文稿 | 40m 46s | ||||||
| 8/29/26 | 模型训练主权 AI+4 | 逯雨鑫 | Hugging FaceMind Lab | — | 模型训练Hugging Face+5 | — | 47m 29s | ||
| 8/8/26 | 合成数据模型竞争+3 | 孟繁青 | Evolvent AIKimi | — | 合成数据模型竞争+6 | — | 59m 29s | ||
| 7/19/26 | AI developmentmarket analysis+4 | — | 字节Manus+9 | — | AImarket trends+5 | — | 26m 36s | ||
| 6/27/26 | 组织建设招聘+4 | 魏小康 | 字节美团+1 | — | 招聘组织建设+6 | — | 50m 20s | ||
| 6/13/26 | 泡沫投资+4 | 朱宁 | 上海交通大学上海高级金融学院1929+2 | — | 泡沫AI 股票+4 | — | 1h 10m 46s | ||
| 5/23/26 | AI entrepreneurshipfounder experiences+4 | 梦琪 | invoko.ai字节+5 | — | AIentrepreneurship+6 | — | 1h 08m 42s | ||
| 5/16/26 | AI entrepreneurshipsoftware development+4 | Albert | OpusMerging.live+3 | — | AIsoftware+5 | — | 47m 11s | ||
Want analysis for the episodes below?Free for Pro Submit a request, we'll have your selected episodes analyzed within an hour. Free, at no cost to you, for Pro users. | |||||||||
| 4/23/26 | Agent 动力学人 + AI 协作+4 | RC | Slock.aimerging.live+6 | 中国 | Slock.aiAgent 动力学+4 | — | 1h 06m 10s | ||
| 3/19/26 | AI workforceproduct development+3 | 宇豪 | OpenClaw for TeamsKuse.ai+4 | — | OpenClawAI workforce+3 | — | 1h 14m 43s | ||
| 3/14/26 | 创业OpenClaw+3 | 王文锋Austin Xu+2 | Sheet0Kuse AI+4 | — | OpenClaw创业+5 | — | 57m 10s | ||
| 2/28/26 | AI游戏+4 | 张阳 | Wanaka字节+2 | 北美中国+1 | AI游戏+7 | — | 1h 15m 53s | ||
| 2/7/26 | AI CodingClawdbot+3 | 东旭 | ClawdbotOpenClaw+4 | — | AIClawdbot+3 | — | 1h 11m 25s | ||
| 1/10/26 | AI investmentmarket trends+3 | 张津剑 | 绿洲资本智谱+1 | — | AIinvestment+6 | — | 1h 21m 04s | ||
| 12/27/25 | 中美 AI 创投投资环境+5 | Jenny Xiao | Leonis CapitalOpenAI | 美国中国 | AI投资+7 | — | 1h 08m 20s | ||
| 12/6/25 | DifyAI applications+4 | 路宇 | DifyLangChain+5 | 日本 | DifyAI+5 | — | 1h 19m 25s | ||
| 11/8/25 | 2018 - 2020，抖音超越快手的关键三年｜对谈 Lessie AI 创始人于北川 | 前阵子，很多人可能都被一款叫 Lessie AI 的产品刷了屏。这期节目，我们就请到了它的创始人——于北川。北川在 18 年以校招生身份加入抖音，亲历了抖音从 4000 万日活一路狂奔、反超快手，成长为日活仅次于微信的庞然大物的全过程。节目前半段，我们请北川从内部视角，带我们复盘了抖音 18 - 20 年那段堪称神话的增长史：当时的抖音，在字节内部其实并不被看好？抖音最早是如何起量的，又为什么能在众多短视频产品中脱颖而出？以及，它是如何打赢 20 年那场决定命运的「抖快之战」？聊到后半段，我们把视角从产品转向了组织。到底是什么，让字节既高效又极致？在卷卷，甚至张一鸣手下工作，又是一种怎样的体验？我还问了北川一个本以为播不了的问题：既然字节优点那么多，为什么这几年还有这么多人选择离开？没想到，他坦然地给出了答案，也分享了自己离开后的核心思考，包括为什么要创业、做 Lessie AI 的逻辑链条，以及从大厂到创业这一路，他最深的感受与转变。作为 96 年出生的人，北川的谈吐有着超出同龄人的成熟。他无疑也是幸运的那一个：22 岁加入抖音，赶上了移动互联网的最后一波红利，也在那几年打过最真枪实弹的仗。但当红利散去，他和无数同龄人一样，陷入了焦虑，甚至一度感到绝望。还好在这时——用北川自己的话说：「某种意义上，AI 拯救了所有人的灵魂。」这句话听起来或许有些夸张，但北川说得极为真诚。我相信很多人都会有共鸣吧。AI 不只是新技术，更让一批人，重新看见了希望的曙光。【人类博物馆】导游：曲凯，42章经创始人44 号珍藏：于北川，Lessie AI 创始人，抖音团队早期产品经理【时光机】Part 1 抖音是怎样起量的？ 2:29 18 年时，抖音在字节内外都不被看好？ 5:30 抖音快速增长的关键节点 8:42 抖音立项的源点：一鸣画的一条线 9:58 为什么抖音涨得越快，团队反而越焦虑？ 10:51 抖音一度把「社交」放在第一优先级，背后的考量是什么？ 15:17 为什么字节做不好社交？ 16:52 同样是字节系，为啥头条「土到 low」、抖音却「有调性」？ 18:05 抖音在起量时，短视频市场什么样？ 20:32 决定抖音调性的三个关键 20:41 ① 坚决不从头条导流 20:51 ② UI 21:30 ③ 内容运营 23:04 优秀的年轻人是需要「打仗」的 25:21 为什么抖音在保有品味的同时，还能成功泛化？ 28:16 单列 vs 双列，当年在抖音内部也有非常激烈的讨论 30:36 那为什么不 AB Test 一下？ Part 2 字节的做事方式与组织文化 32:42 抖音能长到今天这么大，最核心的原因是什么？ 34:41 为什么微视会失败，而视频号能成功？ 37:19 抖音这个超级分发器，也有分发不好的东西？ 39:49 字节做事，就是分发所有「无脑」内容？ 41:10 当下抖音、小红书、快手之间的竞争格局 49:22 关键一战！抖音是怎样在 20 年春节反超快手的？ 52:57 字节最重要的增长方法论 56:07 如果时光能倒流，我会怎样重做抖音？ 58:24 字节最不一样的组织文化是什么？ 1:00:42 一个本以为播不了的问题：为什么这几年那么多人离开字节？ 1:02:46 「企业文化就是你招的前几十个人什么样」 1:04:08 在字节最核心的一点收获：极致思维 1:05:14 一鸣是怎样 push 大家追求极致的？ Part 3 创业的思考 1:06:05 为什么要从字节出来创业？ 1:07:07 我们一直在思考：什么样的产品不会被模型吃掉？ 1:09:36 简单介绍下 Lessie AI 1:11:41 分享一下产品的推敲过程 1:18:08 从大厂到创业，需要的能力模型有什么不同？ 1:20:47 灵魂拷问：如果字节也来做你们这个方向，你要怎么办？【The gang that made this happen】 制作人：陈皮 剪辑：陈皮 片头：Mondo Bongo - Joe Strummer & The Mescaleros 片尾：Twilight Rush - 结冰水在小宇宙查看该单集文稿 | 1h 24m 49s | ||||||
| 10/25/25 | OpusClip 增长秘诀：如果每个阶段只让我选一件事做 | 对谈 Opus 前增长产品负责人君陶 | 当我们提到海外 AI 产品的时候，都会想到两款最成功的华人产品，就是 Heygen 和 OpusClip。在前不久的一场活动中，我们就邀请到了曾在 OpusClip 负责增长产品、亲历了公司从 0 到 1 再到 100 整个增长周期的谢君陶，分享他在实践中总结出的增长经验。他把每个阶段最重要的事、最常见的误区、踩过的坑和经验，都毫无保留地讲了出来。内容非常干货，也非常实在。于是我们决定，把那场活动中君陶的个人分享，以及我之后的一些提问，剪成一期节目带给大家。在前半部分，君陶从获客、转化、留存、洞察四个维度，提出了一套逻辑清晰、实战性极强的增长框架，也对许多创业者常遇到的核心问题给出了有理有据的回答。你将听到 Opus 内部最一线的实操，比如他们如何做增长、怎样和创作者合作、如何科学定价等等。在后半段的问答中，我们还讨论了更多创业者关心的话题，包括增长团队该怎么搭建、小团队如何用低预算跑好 AB Test、在付费与定价上，还有哪些实用经验与策略等等。聊下来，其实增长这件事并不是 rocket science，也没什么神秘的 secret sauce，很多时候就是需要在该做的地方，把事情做得更科学、更好，然后真的落地。【人类博物馆】导游：曲凯，42章经创始人43 号珍藏：谢君陶，OpusClip 前增长产品负责人，目前正在视频创作产品创业中【时光机】Part 1 获客 1:21 冷启动最先要想清楚的一个问题 2:25 你的第一批用户，应该是 Partners，而不是 Affiliates 3:43 产品该怎么做冷启动？ 3:52 当一个视频产品找到了 PMF，它就会自带破圈力 4:36 为什么必须与创作者形成利益共同体？ 6:08 案例：OpusClip 成功冷启动的一大关键策略 6:57 常见误区：冷启动阶段，宣传不是铺得越多越好 7:26 去哪精准找到第一批种子用户和 KOL？Part 2 转化 8:15 早期有效且确定性高的转化抓手：定价策略 9:30 产品调整定价的核心策略是什么？ 10:15 优秀示例 1：RunwayML 10:58 优秀示例 2：Higgsfield 11:42 总结：视频和创作者生态中的一大付费点 12:03 定价调整的关键经验Part 3 留存 15:42 留存为什么是最重要的增长指标？一道简单的算术题 16:25 高留存，是实现复利式增长的基石 17:18 那要怎么提高留存率？ 17:35 Stripe 创始人的一句话，点明了两条路径 19:02 怎么构建高效的用户反馈闭环？ 20:02 案例：为什么 OpusClip 要花大成本去做好客服？Part 4 洞察 21:45 怎样才能做到真·数据驱动？ 22:09 应该优先做哪些 AB Test？ 22:56 付费弹窗是早期最简单、暴利的测试 23:09 做 AB Test 的过程，也是理解用户 Aha Moment 的过程 23:39 哪怕在产品早期，也有很多获取用户数据的方式 23:48 例 1：邮箱后缀 24:15 例 2：已有用户的社媒账号 24:36 创业公司该如何规划在数据上的投入？Part 5 Q&A 精选 27:20 怎样搭建增长团队？透露一下 OpusClip 的架构 30:52 做增长产品的过程，就是找到 PMF 的过程？ 31:59 初创团队完全可以 0 成本快速跑 AB Test 32:50 案例分享：一个付费点抓得极准的产品 34:29 最好的 AB Test 不在于验证已有想法，而在于让你学到意料之外的事 34:39 举例：我们通过 AB Test 测出过一个意想不到的机会点 35:44 绝大多数 AI 产品都有蛮大的涨价空间？ 36:56 周费、月费、年费…付费模式到底该怎么选？ 38:21 什么情况下该做付费测试？ 40:11 增长团队怎么提效？分享一些好用的工具 40:56 Pass Due Payment 是一个隐藏的留存金矿 42:32 OpusClip 过去几年最正确的决策 45:02 分享一些对 AI 视频市场的观察 48:56 AI 视频产品最大的卡点是什么？ 【节目中提到的公司/产品】RunwayML、Higgisfield：AI 视频生成产品，是定价策略的优秀案例Intercom：客服支持工具Canny：用于结构化收集用户的功能需求statsig：可帮助创业公司快速搭建 AB Test 基建的 SaaS 工具Arcade Software：用于制作产品 Demo 的软件，是付费转化的优秀案例Mintlify：可以用于搭建 Help Center，提升客服团队效率Listen Labs：用户调研产品，曾进行大幅定价调整Pixverse：君陶比较看好的 AI 视频产品【The gang that made this happen】 制作人：陈皮 剪辑：陈皮 片头：Mondo Bongo - Joe Strummer & The Mescaleros 片尾：走过咖啡屋 - 千百惠在小宇宙查看该单集文稿 | 52m 35s | ||||||
| 10/11/25 | 一个原教旨主义产品经理眼中的世界 | 对谈理想 SVP 范皓宇 | 这期播客，我们邀请到了理想汽车高级副总裁、SVP——范皓宇。皓宇的经历非常丰富：从工业设计起家，到手机、游戏、自媒体，再到今天的智能汽车。二十多年来，他跨越多个行业，亲历了中国过去二十年发展的黄金年代，也始终保持着一份理想主义和浪漫气质。这期播客我们定下了一个很纯粹的目标——不聊理想的具体业务，而是纯聊产品、人生。我们从皓宇因为热爱文艺而选择来到北京聊起，在对话中，我们穿梭了二十多年的时空。我们聊到他做了 25 年产品后的一些核心洞察：比如，在看似纷杂的经历中，他不变的底层能力和主线是什么？如何理解复杂的用户需求？以及，怎样做出一个「既要、又要、也要」的产品？除此之外，我们还探讨了一些更有哲学意味的话题，包括如何面对数据与个人品味的冲突、 「有趣」与「实用」之间的矛盾该如何取舍，以及，理想主义和实用主义之间的辩证关系等等。节目中，皓宇提到，许知远曾说他是一个纯粹的理想主义者。但我反而觉得不然——他身上既有脚踏实地的实用主义，也有热爱文艺、想改变世界的理想主义。正因如此，他才需要超出常人的意志力，在两者之间保持平衡，去实现那个「让世界变得更美好」的目标。和皓宇两个多小时的对话里，我最受感染的，是他身上那种乐观与笃定。希望这期节目，也能让你感受到他那种黄金时代留下的精气神，并从中获得一点乐观与信念的力量。【人类博物馆】导游：曲凯，42章经创始人42 号珍藏：范皓宇，理想汽车高级副总裁、SVP【时光机】Part 1 浅忆黄金年代 2:10 一个文艺青年的自白：为什么总有人向往和留恋北京？ 5:32 为什么最早一批互联网创业者如此理想主义、充满精气神？ 9:10 创业的黄金年代是怎样被造就的？ 9:19 原因一：中国在过去二十年经历了三重变迁 10:32 原因二：人的流动 Part 2 二十五年的产品和用户观察 13:56 分享：自己最满意的一次产品设计 14:38 做游戏、做自媒体、做产品…看似纷杂的经历背后，共通的底层能力是什么？ 18:20 为什么做产品不能一味依赖数据反馈？ 21:07 如何平衡产品的「有趣」与「有用」？ 21:46 Maker、User、Designer 的三角关系 22:24 工业化如何分离了 Maker 和 User？ 22:39 以苹果为代表的产品又怎样分离了 Designer 和 Maker？ 22:48 AI 出现后，这三者的关系还会怎样变化？ 26:15 如何理解用户、做好大众产品？ 27:20 一二线城市与下沉市场的用户需求有什么不同？ 32:26 过去几十年间，中国用户不变与变化的需求分别是什么？ 36:06 大众的审美和品味，其实一直在提升 37:14 注入鸡血！在中国做产品，是一件幸福且充满希望的事Part 3 产品哲学 39:42 品味的本质 42:03 当数据反馈与品味发生冲突时，该怎么办？ 45:46 在不确定与逆境中，如何坚定地持续创造？ 47:47 实用主义是理想主义的前提？ 48:31 做产品怎么实现「既要又要」？ 52:35 做软硬件产品的异同 53:43 如何找到真实的用户需求？ 56:22 产品人与用户之间的三种关系：神、仆、友 59:54 最想分享的产品哲学：衡量好产品的「四个声音」 01:03:18 在 AI 时代，Maker、User、Designer 之外还会诞生一个新角色？ 1:06:22 「有趣」可以被设计吗？为什么？ 1:09:16 做产品一定不能只讲逻辑？ 01:16:16 如果「有趣」与「有用」必须二选一，该如何取舍？ 1:17:47 为什么 AI 会逼迫组织发生端到端的自我革命？【The gang that made this happen】 制作人：陈皮 剪辑：陈皮 片头：Mondo Bongo - Joe Strummer & The Mescaleros 片尾：New Boy - 朴树在小宇宙查看该单集文稿 | 1h 22m 21s | ||||||
| 9/20/25 | 组织能力才是 AI 公司真正的壁垒 | 对谈 Palona AI 联创任川 | 我一直认为，在 AI 时代，组织形式的重要性被大大低估了，但长远来看，它很可能成为创业公司最核心的竞争壁垒。因此，我最近一直在和各种人探讨 AI 时代的组织形式。在上期和 Mercor 首位中国员工虞快的对谈中，我们也曾聊到过这个话题，但没来得及深入展开。于是，我又请来了一位在湾区创业的朋友——Palona AI 的联创任川，和虞快一起做了一场活动，继续探究硅谷最先进的组织形式。Palona AI 是少数在思考、真的在实践 AI Native 组织形式的公司，而且成立后不久，他们就把 AI 全面嵌入了研发流程中（比如他们 90% 的代码都是 AI 写的），运转效率很高。在这次的活动中，任川毫无保留地分享了他们打造 AI Native 工程团队的核心经验，对国内创业者极具参考价值，所以我们决定把他的分享剪出来，尽快分享给大家。在本期节目的上半段，任川从工作流、人才、组织三个维度，总结了一套可复制的实操经验。下半段则是现场交流，其中不乏很多好问题，比如怎么筛选真正会用 AI 的人、如何招到并留住顶尖人才等等，也很精彩。刚听完任川的分享时，我有点感慨也有点兴奋：这场分享的听众，或许正在见证新时代组织形式的诞生与变革。虽然这句话听起来有点大哈哈，但这确实是我当时最真实的感受。所以，也希望这期节目能给大家带来一些启发。【人类博物馆】导游：曲凯，42章经创始人41 号珍藏：任川，Palona AI 联合创始人，前 Google、LinkedIn 工程师【时光机】Part 1 用 AI 重构研发工作流的经验 3:51 一个例子：AI 如何远不止十倍地提效？ 5:55 ① 默认由 AI 承担所有研发工作 7:00 分享几个亲测好用的工具 8:18 ② 只要有 SOP，就没有 Claude Code 无法完成的任务 9:36 ③ 反直觉经验之减少人与人之间的交互Part 2 AI 时代最需要什么样的人才？ 10:51 ① 人是 Context Provider 11:00 一个重要的观念转变：应该是人为 AI 提效，而不是反过来 12:33 ② 做 Fast Learner，快速掌握「最少必要知识」 13:27 ③ 每个人都是为最终结果负责的 BuilderPart 3 AI Native 的组织与分工 14:37 怎么分工更高效？ 15:34 为什么工程师也应该去跑客户？ 16:16 工程团队和其他团队怎么配合？ 17:56 未来的组织结构可能什么样？怎么留住核心人才？Part 4 Q&A 精选 19:49 我们 20 人的团队，没有一个全职的 PM 20:47 未来可能没有 Engineer，大家都是 Builder 24:22 硅谷对 AI Native 的组织形式形成共识了吗？ 26:09 大厂很难转型成 AI Native 的组织形式？ 28:59 AI 有能力处理复杂的历史代码吗？ 30:51 AI 还可以重塑什么工作流？ 31:55 该如何打造 AI Native 的组织形式？ 33:07 如何筛选出真正会用 AI 的人？分享两个方法 36:27 怎么衡量 AI Code Review 的效果？ 39:54 不同阶段的公司分别需要设立什么样的岗位？ 43:57 怎样招到并激励 AI 人才？【任川在节目中提到的工具&文章】CodeRabbit：AI Code Review 工具，可以把一次代码审查的时间从 1-2 天缩短到 10 分钟Linear：AI 项目管理工具，在其中创建任务后，可自动分配给 AI 生成代码Devin：华人团队开发的 AI 编程工具incident.io：日志分析与告警工具，可覆盖近一半的运维工作刘小排公众号 @刘小排r：大家可以去其中学习下他使用 Claude Code 的方法文章《「全职员工」的消逝与「合伙人」及「小时工」的崛起》：zhuanlan.zhihu.com【The gang that made this happen】 制作人：陈皮 剪辑：陈皮 Bgm：Mondo Bongo - Joe Strummer & The Mescaleros在小宇宙查看该单集文稿 | 44m 28s | ||||||
| 9/6/25 | Mercor 高速增长的秘诀与其中的聪明人｜对谈 Mercor 首位中国员工虞快 | 活动预告🥳：9 月 13 日，我们会请到虞快和 Palona AI 联创任川办一场线上活动，大家记得翻到 shownotes 末尾查看报名信息！这次硅谷之行，我的一大收获就是认识了 Mercor 的首位中国工程师（节目录制时也是全司唯一的中国员工）虞快。Mercor 是上半年硅谷最热的创业公司之一。它最初在大众印象中是一家 AI 招聘平台，但很快转型为直接与 Scale AI 等竞争的数据标注公司。这次转型，使得 Mercor 在短短 11 个月内就实现了年收入 1 亿美金，估值也迅速攀升至 20 亿美金。也正是这次转型，再次激起了我对 Mercor 的好奇：它究竟是一家怎样的公司？它相比于 Scale AI、Surge 等玩家的核心竞争力又是什么？在这期节目里，前半段我请虞快从内部人的视角，带我深入了解了 Mercor 的定位、业务流程、商业模式以及高速增长的原因等。后半段，我们则聊到了如何做出聪明的职业选择、硅谷创业公司的真实氛围、以及对识人用人的思考等等。节目的最后，虞快还现场出了两道 IQ 思考题，也欢迎大家和我一起挑战 ；）【人类博物馆】导游：曲凯，42章经创始人40 号珍藏：虞快，Mercor 首位中国工程师（节目录制时也是全司唯一一位中国员工），前金融科技独角兽工程总监，Google、Two Sigma、Citadel 工程师【时光机】Part 1 Mercor 的业务 1:57 AI 招聘？数据标注？Mercor 到底是做什么的？ 03:05 为什么 AI Labs 不用 Scale AI、Surge，而选择 Mercor？ 05:37 Mercor ToB 的商业模式是怎么跑通的？ 09:01 拆解 Mercor 的产品和业务流程 09:06 ① 获客 10:00 ② AI Interview 10:52 ③ 匹配和验证 13:05 在 Mercor，你甚至能看到时薪 400 刀、推荐费 5000 刀的岗位（疯狂心动… 15:48 为什么 Mercor 的客户都很愿意花钱？ 16:49 Meta 收购 Scale AI 的意图是什么？一些个人猜测 19:50 从 AI 招聘到数据标注，接下来 Mercor 的故事还能往哪走？ 21:33 国内有可能复制出一个 Mercor 吗？ 22:40 数据标注市场还有多大的增长空间？Part2 职场智慧与识人之道 24:22 什么样的创业公司才值得加入？ 27:07 Mercor 招 PM 最看重什么？ 27:48 国外更容易出现年轻有为的创业者？为什么？ 30:21 美国人的 sales 和 marketing 能力是怎么训练出来的？ 30:47 Mercor 高速增长的秘诀：快 31:38 决策要快，但决策的对错不重要？ 32:25 执行要快，增长是驱动团队的第一要素 33:03 美国创业公司其实比国内的更卷？ 35:20 分享一些招人的标准 36:42 怎么判断一个人是否聪明？ 37:21 示例：如何一秒钟学会一个新概念？ 39:58 欢迎大家一起来挑战两道 IQ 题！ 46:23 我从 Google 学到了什么？ 47:23 到底该去什么样的公司？一个选工作的 tip 47:58 未来 AI 公司的组织形态会是什么样子？【活动预告🥳】9 月 13 日，我们会办一场线上活动。感兴趣的朋友欢迎点击链接或扫描下面的二维码，一起来认识&交流！【The gang that made this happen】 制作人：陈皮 剪辑：陈皮 Bgm：Mondo Bongo - Joe Strummer & The Mescaleros在小宇宙查看该单集文稿 | 50m 13s | ||||||
| 8/2/25 | 关于 AI Infra çš„ä¸€ĺˆ‡ | ĺŻšč°ˆé˜śčˇƒć˜Ÿčž°č”ĺˆ›ćœąäşŚĺš | ć´ťĺŠ¨é˘„ĺ‘ŠđŸĽłďźš8 ćœˆ 16 ć—ĽďźŒćˆ‘äťŹäźšĺŠžä¸€ĺœşçşżä¸Šć´ťĺŠ¨ďźŒĺ˜‰ĺŽžć˜Ż Luma AI ć¨Ąĺž‹äş§ĺ“ Lead ćˆ´éŤ˜äšă€çˆąčŻ—科技č”ĺˆ›č°˘ć—ç’‹ă€ĺ‰ OpusClip 增长产ĺ“č´Ÿč´Łäşşč°˘ĺ›é™śďźŒĺ¤§ĺŽśčŽ°ĺž—çżťĺˆ° shownotes ćœŤĺ°žćŸĽçœ‹ćŠĽĺ俥ćŻďźćœŹćœŸĺ˜‰ĺŽžćœąäşŚĺšĺŻäťĽčŻ´ć˜Żĺ›˝ĺ†…ćœ€ć‡‚ AI Infra 的人䚋一。䝎垎软ă€ĺ—节 AI Infra č´Ÿč´Łäşşĺˆ°č°ˇćŒă€ĺ†ĺˆ°é˜śčˇƒč”ĺˆ›ďźŒäť–çš„čŒä¸šçťĺŽ†ĺ‡ äšŽĺ’Œ AI Infra çš„ĺ‘ĺą•ĺšśčĄŒďźŒĺŚ‚äť–ć‰€čŻ´ďźŒč´žć‰Źć¸…ă€ćŽć˛ç‰äşşĺŻčƒ˝ć˜Ż AI Infra çš„ĺź€čˇŻč€…ďźŒč€Œäť–ĺˆ™ć˜Żç´§éšĺ…śĺŽçš„çŹŹäşŒć‰šäťŽä¸šč€…ă€‚ĺœ¨čż™ćœŸć’厢ä¸ďźŒäşŚĺšä¸äť…ĺˆ†äşŤäş† AI Infra çš„ĺş•ĺą‚čŽ¤çŸĽďźŒäšŸčŽ˛äş†ĺžˆĺ¤ščĄŒä¸šçš„ĺ†…ĺš•ć•…äş‹ä¸ŽĺŽžćˆ˜çť†čŠ‚ă€‚ćˆ‘äťŹäťŽćœ€ĺŸşçĄ€çš„ AI Infra 厚䚉čŠčľˇďźŒč§Łç”äş†ĺ…śĺœ¨ć¨Ąĺž‹čĄ¨çŽ°ä¸çš„ä˝œç”¨ă€é‡čŚć€§ďźŒäšŸćç¤şäş†â€œäź˜ĺŒ–ćŒ‡ć ‡â€çš„ć„äš‰ä¸ŽčŻ„ĺˆ¤ć ‡ĺ‡†ďźŒĺšśčŽ¨čŽşäş†čĄŒä¸šçŽ°çŠśĺ’ŒćœŞćĽĺ‘ĺą•ç‰ç‰ĺ†…厚。ĺŹĺŽŒčż™ćœŸďźŒä˝ ĺŻčƒ˝äźšć„čŻ†ĺˆ°ďźšĺœ¨ĺ¤§ć¨Ąĺž‹ć—śäťŁďźŒAI Infra ä¸ĺŞć˜Żă€Œé™ćœŹă€çš„ĺŽĺ°ć”ŻćŒďźŒäšŸć˜Żĺ†łĺŽšä¸€ĺŽś AI ĺ…Źĺ¸čƒ˝čľ°ĺ¤ščżœçš„ć ¸ĺżƒćˆ˜ć–—ĺŠ›ă€‚BTWďźšé˜śčˇƒćœ€čż‘ĺˆšĺˆšĺź€ćşäş†ćŽ¨ç†ć•ˆçŽ‡ć›´éŤ˜çš„ĺŸşć¨Ą Step 3ďźˆgithub.comďź‰ďźŒäşŚĺšč‡Şĺˇąçš„ĺ›˘é˜ŸäšŸĺœ¨ć‹›äşşä¸ďźŒć„Ÿĺ…´čśŁçš„ĺŻäťĽč”糝邎玹[email protected]ă€äşşçąťĺšç‰ŠéŚ†ă€‘ĺŻźć¸¸ďźšć›˛ĺ‡ŻďźŒ42çŤ çťĺˆ›ĺ§‹äşş39 ĺˇçč—ďźšćœąäşŚĺšďźŒé˜śčˇƒć˜Ÿčž°č”ĺˆĺˆ›ĺ§‹äşşďźŒĺ‰ĺ—节 AI Infra č´Ÿč´ŁäşşďźŒäšŸć›žĺœ¨ĺžŽč˝Żă€Google äťťčŒ 1:07 AI Infra 的厚䚉 2:49 贞扏清ă€ćŽć˛ć˜Ż AI Infra çš„çŹŹä¸€ć‰šäşşďźŒćˆ‘ĺąžäşŽçŹŹäşŒć‰š 4:13 ä¸şäť€äšˆčŻ´ Infra 迎ćĽäş†ä¸€ä¸Şć–°çš„ Google çş§ĺˆŤçš„ćœşäźšďźŸ 6:21 秝动互č”网 vs 大樥型旜䝣两䝣 Infra ćœ‰äť€äšˆĺź‚ĺŒďźŸ 7:38 玗法人ĺŻčƒ˝ă€ŒĺŞćœ‰ 2 ĺš´çš„äżč´¨ćœŸă€ďźŒInfra ć›´ĺƒçťéŞŒ 8:40 ć€ŽäšˆčĄĄé‡ AI Infra 的弽ĺďźŸĺ‡ ä¸Şĺ…łé”ŽćŒ‡ć ‡ 10:09 诼ä¸čŻĽă€čŻĽć€ŽäšˆćŠ•ĺ…Ľ InfraďźŸä¸€çŹ”ĺžˆĺĽ˝é‡ĺŒ–çš„ ROI č´Ś 11:20 é˘ĺŻšäş‘ĺŽ‚ĺ•†ĺ’Œć¨Ąĺž‹ĺ…Źĺ¸çš„ćŒ¤ĺŽ‹ďźŒçŹŹä¸‰ć–šĺ…Źĺ¸çš„çŞç ´ĺŁć˜Żäť€äšˆďźŸ 14:17 寚 Infra 人的一ĺĽĺż ĺ‘ŠďźščŚäšˆćˇąĺ…Ľć¨Ąĺž‹ă€čŚäšˆćˇąĺ…ĽçĄŹäťś 16:15 AI Infra ĺŻšć¨Ąĺž‹ć•ˆćžœĺˆ°ĺş•ćœ‰ĺ¤šĺ¤§çš„ĺ˝ąĺ“ďźŸ 17:45 DeepSeek čƒ˝ĺ†˛ĺ‡şćĽďźŒä¸€ĺ¤§ĺŽŸĺ› ć˜Żé€‰ĺŻšäş†äź˜ĺŒ–ç›Žć ‡ 20:04 é˜śčˇƒçŽ°ĺœ¨ćœ€é‡č§†çš„äź˜ĺŒ–ç›Žć ‡ć˜Żäť€äšˆďźŸ 22:06 Infraă€çŽ—ćł•ă€ć•°ćŽĺ›˘é˜Ÿäš‹é—´čŻĽć€Žäšˆé…ĺˆďźŸćœ‰ĺ…łçť„çť‡ćžśćž„çš„ĺżƒĺž—ä˝“äźš 28:41 ĺš AI Infra ćœ€ĺ¤§çš„é˜ťç˘ć˜Żäť€äšˆďźŸ 30:16 ć¨Ąĺž‹čŒƒĺźä¸äźšé‚ŁäšˆĺżŤéŠć–°ďźŒä˝†ĺ¤šć¨Ąć€ĺŻčƒ˝ć˜Żä¸€ä¸ŞçŞç ´ĺŁ 32:29 çŽ€čŻ„ĺ‡ ĺŽśçĄ…č°ˇĺ˝“çş˘ AI Infra ĺ…Źĺ¸ 34:15 珏三斚 AI Infra çš„ĺˆ›ä¸šćœşäźšĺœ¨ĺ“Şé‡ŒďźŸ 36:35 ćˆ‘äťŹćƒłćĺ‡ĺ›˝äş§ĺĄçš„çŤžäş‰ĺŠ›ďźŒĺ“Şć€•ĺŞćœ‰ä¸€ç‚šç‚š 39:28 äť‹çťä¸€ä¸‹é˜śčˇƒć–°ĺ‘ĺ¸ƒçš„č§†č§‰ćŽ¨ç†ć¨Ąĺž‹ 46:30 DeepSeek ĺšĺž—ĺĽ˝ďźŒĺ°ąć˜Żĺ› ä¸şć˘ć–‡é”‹ć‡‚ InfraďźŸ 47:54 ä¸€äş›ä¸šĺ†…çœŸĺŽžçš„č¸Šĺ‘ćĄˆäž‹ 55:13 çť™ Infra 䝎业者的一些坺莎 55:43 《The Bitter Lesson》的ĺŤé‡‘é‡čż˜ĺœ¨ä¸Šĺ‡ă€ć´ťĺŠ¨é˘„ĺ‘ŠđŸĽłă€‘8 ćœˆ 16 ć—ĽďźŒćˆ‘äťŹäźšĺŠžä¸€ĺœşçşżä¸Šć´ťĺŠ¨ă€‚ć„Ÿĺ…´čśŁçš„ćœ‹ĺ‹ćŹ˘čżŽç‚šĺ‡ťé“žćŽĽćˆ–才ć下é˘çš„äşŒçť´ç ďźŒä¸€čľˇćĽčŽ¤čŻ†&交ćľďźă€The gang that made this happen】 ĺˆśä˝œäşşďźšé™ˆçšŽă€Celia ĺ‰Şčž‘ďźšé™ˆçšŽ BgmďźšMondo Bongo - Joe Strummer & The Mescalerosĺœ¨ĺ°ĺŽ‡ĺŽ™ćŸĽçœ‹čŻĽĺ•é›†ć–‡ç¨ż | 58m 08s | ||||||
Showing 24 of 70
Pitch Fit is a Pro feature
See how bookable this show is for guests, which brands already advertise, the per-episode ad value, and the best-fit guest and sponsor profile. The numbers are blurred on the free plan.
How readily this show books outside guests like you.
How proven this show is for host-read sponsorships.
For Guests
ProFor Advertisers
ProUpgrade to Pro to unlock guest cadence, sponsor categories, fit scores, and per-episode ad value for this show.
Similar Audience Demographics
Podcasts that attract a similar listener profile
Chart history for 42章经
Peaked at #30 in ID, currently #30 in ID.
| Market | Genre | Peak | Current | Trend |
|---|---|---|---|---|
| ID | — | #30 | #30 | — |
| HK | — | #42 | #42 | — |
| MY | — | #42 | #42 | — |
| SG | — | #49 | #49 | — |
| TW | — | #110 | #110 | — |
| United States | — | #125 | #125 | — |
| Australia | — | #128 | #128 | — |
| NG | — | #133 | #133 | — |
| TR | — | #155 | #155 | — |
| AE | — | #175 | #175 | — |
| Italy | — | #186 | #186 | — |
Chart Positions
11 placements across 11 markets.
Chart Positions
11 placements across 11 markets.