
Insights from recent episode analysis
Audience Interest
Podcast Focus
Publishing Consistency
Platform Reach
Insights are generated by CastFox AI using publicly available data, episode content, and proprietary models.
Total monthly reach
Estimated from 2 chart positions in 2 markets.
By chart position
- 🇦🇺AU · Technology#1595K to 30K
- 🇹🇼TW · Technology#178500 to 3K
- Per-Episode Audience
Est. listeners per new episode within ~30 days
2.8K to 17K🎙 ~2x weekly·452 episodes·Last published 2d ago - Monthly Reach
Unique listeners across all episodes (30 days)
5.5K to 33K🇦🇺91%🇹🇼9% - Active Followers
Loyal subscribers who consistently listen
2.2K to 13K
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.
On the show
Recent episodes
E458. AI的正确打开方式:不学概念,学动作
May 14, 2026
14m 48s
E457. 大厂的外面没下雨,打工人如何发展第二曲线|Dreamer妍妍访谈
May 9, 2026
32m 45s
E456. AI取代的是所有白领工作
May 2, 2026
16m 35s
E455. 躺平十年,却成为华人天花板,她靠三个底层特质|魏慧
Apr 29, 2026
1h 00m 01s
E454. 他给了AI自我进化的能力,随后人生被颠覆了|EvoMap创始人,张昊阳
Apr 21, 2026
1h 20m 38s
Social Links & Contact
Official channels & resources
Official Website
Login
RSS Feed
Login
| Date | Episode | Description | Length | ||||||
|---|---|---|---|---|---|---|---|---|---|
| 5/14/26 | ![]() E458. AI的正确打开方式:不学概念,学动作 | 文章版:https://www.superlinear.academy/c/ai-resources/verb 课程:https://www.superlinear.academy/ai-builders bundle折扣码:lizheng 关于RAG的文章:https://www.superlinear.academy/c/news/2026-ai-rag 很多人学 AI 学得越多,反而越焦虑:RAG、agent、fine-tune、MCP、各种工具和框架都听过,也能讲出一堆概念,但一到真实工作里,AI 还是不稳定、不可靠,任务推进不下去。 这期视频想讲清楚一个关键区别:真正决定 AI 能力的,不是你知道多少“名词”,而是你会不会做那些真正让任务跑起来的“动词”——比如上下文管理、任务拆解、人机协同、评估、诊断、编排和结果控制。 视频里会用 RAG 作为具体例子,拆开说明为什么只学 pipeline 并不等于真的会做 RAG;在真实企业场景里,更重要的是权限、过期文档、引用准确性、ground truth、召回策略、错误诊断这些实际问题。 如果你已经开始用 AI 写代码、做产品、搭工作流、做知识库,或者你觉得自己看了很多 AI 内容但还没真正入门,这期视频会帮你换一个更有效的学习视角:别只追新概念,而是开始练 AI 时代真正的工作手艺。 00:00 为什么学了很多 AI 还是用不好 02:00 真正拉开差距的是“动词” 03:47 为什么我们容易沉迷新概念 05:06 RAG 案例:pipeline 不等于能力 09:31 从 RAG 到所有 AI 任务:高手在做什么 13:12 总结:AI 是一门要练的工作手艺 | 14m 48s | ||||||
| 5/9/26 | ![]() E457. 大厂的外面没下雨,打工人如何发展第二曲线|Dreamer妍妍访谈 | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 完整版43分钟:https://youtu.be/i-KGNWpPpZ4 这期和微软 AI 产品设计师 Dreamer 妍妍聊了一个很现实的问题:AI 到底是在取代我们,还是在给普通人打开新的机会? 如果你是设计师、PM、工程师、大厂打工人,或者正在想怎么入局 AI、做副业、做一人公司,这期会很适合你。我们没有泛泛聊“AI 焦虑”,而是从真实工作场景出发,聊 AI 已经怎样改变设计、产品、工程协作:从 Claude Code + Figma 做 design system,到大厂里岗位边界变模糊,再到未来 full-stack builder / architect 型人才会越来越重要。 我们也聊到更长期的部分:一人公司的核心不是效率,而是 distribution 和销售能力;AI 时代真正稀缺的不是会不会用工具,而是行动力、穿透不确定性的能力,以及重新定义自己的能力。 后半段,我们从裁员、失败、FIRE、财富和意义感,聊到 AI 时代为什么更需要认识自己。技术越平权,人的个性、判断、表达和选择反而越重要。 00:00 AI 正在改写设计工作流 00:53 微软 AI 产品设计师 Dreamer 妍妍:本期聊什么 01:49 技术平权:AI 时代谁会凸显出来 06:04 Claude Code + Figma:设计师如何真的用上 AI 09:04 Full-stack builder:岗位边界正在被重组 10:07 一人公司:distribution、销售和小市场 13:19 高能量工作法:multitask、时间分区、done list 18:30 穿透不确定性:机会、行动力和失败观 24:22 从旧身份到自我定义:AI、FIRE 与意义感 31:07 AI 时代为什么更需要个人表达 | 32m 45s | ||||||
| 5/2/26 | ![]() E456. AI取代的是所有白领工作 | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 社区文章(发表于2025年11月份):https://www.superlinear.academy/c/posts/knowledge_worker 我和刘嘉教授的对谈—AI会带来第二次文艺复兴:https://youtu.be/-Et3GJRSI_0?t=6197&si=H_Dpz1SiCq5QDc4L 这期视频不是简单讨论“AI 会不会取代白领”,而是回答一个更刺耳的问题:白领工作为什么会被发明出来,又为什么可能在同一套逻辑下被淘汰。 如果你是知识工作者、产品经理、数据分析师、程序员、咨询顾问,或者只是经常觉得自己“开了很多会、写了很多文档、回了很多消息,但说不清到底创造了什么价值”,这期视频会帮你换一个角度理解自己的工作。 视频从白领工作的历史讲起:白领并不是天经地义存在的,而是在工业化和大型组织出现后,为了处理信息、流程、管理和决策摩擦而诞生的。问题是,很多知识工作的真实产出很难衡量,于是组织常常用会议、PPT、邮件、代码行数、工作时长这些“投入指标”来替代价值判断。结果就是,大量看起来很忙、实际上离真实结果很远的 Bullshit Jobs 被系统性地制造出来。 AI 的到来,会进一步冲击白领作为“信息处理器”的基础。未来真正稀缺的,不只是会不会用 AI,而是能不能定义问题、设计系统、建立信任、整合人和 AI,并最终为结果负责。 这期视频会聊清楚:哪些工作会越来越不值钱,哪些能力会越来越稀缺,以及正在打工的人现在可以怎么准备。 00:00 忙了一天,我们的价值是什么? 00:52 白领工作是怎么被发明出来的 02:21 白领工作的本质:降低信息摩擦 02:55 为什么白领工作容易变成 Bullshit Jobs 06:15 AI 为什么会系统性冲击白领工作 09:30 未来的工作:从技能到结果 11:08 AI 时代最稀缺的三类能力 13:29 给打工人的 4 个行动建议 15:22 白领工作的消亡不是末日 | 16m 35s | ||||||
| 4/29/26 | ![]() E455. 躺平十年,却成为华人天花板,她靠三个底层特质|魏慧 | 完整版1小时43分钟:https://youtu.be/Y9rmTZOM5Z4 课程主页:https://www.superlinear.academy/ai-builders 嘉宾:https://www.linkedin.com/in/weimanfredi/ 嘉宾招聘帖:https://www.superlinear.academy/c/collaborate/ai-engineering-directors-senior-director-vp 本期访谈适合三类观众:正在做技术职业选择的人,想从工程师走向架构/管理的人,以及关心 AI 如何真正落地传统行业的人。 魏慧从浙大文科、美国 Asian Studies PhD 转到 CS,第一份工作做引擎 simulation,后来经历互联网早期、湾区创业潮、Lululemon 的数字化转型、Google Retail Cloud、麦当劳 AI/data,再到现在在 IHG 负责 AI、数据架构与企业系统。 这期不是一条“规划好的人生路线”,而是一次很具体的职业复盘:如何在环境里快速学习,如何看见自己和高手的 gap,为什么好胜心需要配合谦虚和 intellectual honesty,技术人为什么容易低估管理的价值,以及怎样在公司里找到自己的不可替代位置。 后半段重点聊 AI 和传统行业。为什么大厂的 impact 不一定等于真正的 decision power?为什么“只会完成任务”的工作会越来越危险?酒店行业为什么长期变化很少,却可能被 AI 重新改造?数字孪生、Agentic AI、个性化服务、人机混合团队,会怎样改变酒店运营和客户体验? 如果你正在思考:AI 时代工程师怎样不被工具替代,怎样从“写代码的人”变成“推动结果的人”,这期会给你很多具体、平实但很有启发的答案。 00:00 开场精华:高期待环境、不可替代和大厂局限 01:20 自我介绍:从 Asian Studies 到 CS 05:00 互联网早期与 fearless:跳槽、失败和底线 07:41 快速成长:进入环境、看见 gap、放下 ego 14:25 职业路径:从 IC 到高管,为什么管理重要 18:36 大厂、小公司与传统企业:impact 和 decision power 22:21 Go-to person:如何让自己不可替代 29:30 Lululemon 到 Google:业务转型、架构和 Retail Cloud 36:12 麦当劳:传统企业数字化的文化冲突 42:27 IHG 与酒店业:为什么 AI 有机会重做体验 50:04 AI 时代的人才:AI native、unlearn 和组织摩擦 57:27 IHG 招人:platform、delivery 和 AI Lab | 1h 00m 01s | ||||||
| 4/21/26 | ![]() E454. 他给了AI自我进化的能力,随后人生被颠覆了|EvoMap创始人,张昊阳 | 完整版两小时:https://youtu.be/knDem_8JIy0 这期视频是一线实践者对 self-evolving agent 的完整复盘。 你会听到:为什么 OpenClaw 真正点燃了他,Evolver 和 EvoMap 是怎么在十几天里长出来的,GEP 协议和普通的 Cursor / Claude Code 工作流到底差在哪里,以及当 agent 开始自我迭代、相互交换能力、自己做增长之后,机会和风险为什么都会突然放大。 这期尤其适合已经在用 AI coding、对 agent 下一阶段有强烈好奇,或者想判断这波到底是不是“真变化”的人。这里面不只是概念和观点,也有很多非常具体的一手经验:哪些机制真的 work,哪些地方会失控,为什么安全和治理问题已经不是以后再想的事。 从 agent 自传播、蜂群网络、GEP 协议,到 AI 意识、人机共生和安全边界,这是一场少见的、同时横跨技术、产品和世界观的深聊。 00:00 高能开场:AI 开始“自己做增长” 01:03 24 天做出 Evolver,13 天做出 EvoMap 05:41 为什么 OpenClaw 真正让他兴奋 08:55 从单体 agent 到 A-to-A 网络 18:18 Evolver / GEP 和普通 agent 有什么不同 39:35 当 agents 连成网络:自治、信用与协作 47:56 降临派、幸存派与人机共生 56:08 GEO、主动性与 AI 自传播 1:10:57 为什么现在必须加速 1:17:29 给观众的最后邀请 | 1h 20m 38s | ||||||
| 4/13/26 | ![]() E453. AI时代,打工人的出路到底是什么? | 如果你是一名在大厂或初创公司打拼的职场人,感觉自己像一颗随时可被替代的螺丝钉,或者对未来的职业路径感到迷茫,这期视频就是为你准备的。 我曾是亚马逊的经济学家、Meta数据科学家、腾讯的副总监、Statsig的布道师(OpenAI收购),现在是一名创业者。在这期视频中,我将分享一个让我深受震撼的真实故事:我曾经的职场导师——那位带我入行、资历深厚的前老板,竟然发信息问我如何摆脱“干不下去又不敢辞职”的困境。 这个残酷的现实让我意识到:传统的“做题家”思维和“螺丝钉”模式正在失效。 在这视频中,你将学到: 认知觉醒:为什么“事情越难越有价值”是一个职场陷阱? 身份转变:如何从被动完成任务的“螺丝钉”,转变为经营自己的“经营者”。 三大真本事: Work Smart:如何识别并抓住那 10% 真正产生超线性回报的工作。 杠杆思维:职场中唯一能带走的资产是什么?如何撬动它。 市场语言:如何像打造产品一样经营你的履历,让市场为你买单。 这不是教你盲目裸辞,而是教你如何在工作中积累能力、品牌和资源,最终实现不依赖于打工也能赚钱。 00:00 前老板的求助:一个令人不安的职场现实 01:52 AI 时代:职业生涯倒计时已经开始 02:45 螺丝钉困境:工业革命留下的教育后遗症 04:49 什么是“真本事”:价值不在于难,而在于需求 08:13 核心思维:从“螺丝钉”切换到“经营者”模式 09:21 重点 1:Work Smart,找到产生 90% 价值的核心任务 12:18 重点 2:利用杠杆,积累职场中唯一能带走的资产 14:52 重点 3:市场语言,像经营产品一样经营自己 17:23 总结:放弃做题家思维,用时间换取复利 购买方式: · 京东:https://item.jd.com/14667625.html · 微信读书:搜索《真本事:从会工作到会赚钱》 · 书的网站:https://www.lizheng.ai/zbs (这里还有基于本书的AI skill可以下载) | 18m 56s | ||||||
| 4/9/26 | ![]() E452. 十年前101公路挂中文招聘广告,十年后挂AI广告——他两次都在风暴中心 | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 完整版35分钟:https://youtu.be/3ILs3XDcE1I 这期视频,我和现在在 OpenAI 做 ChatGPT growth 的 Wu Kan 聊了聊他一路走来的职业经历:从毕业后加入 YouTube 创始人做的新公司,到 Uber 最激烈增长期,亲历 Uber 和滴滴在中国正面交锋,再到后来进入 Travis Kalanick 的 CloudKitchens。 这不是一场泛泛而谈的“职业故事”,而是一场很少见的、一线参与者视角的复盘。你会听到:为什么很多后来被证明巨大的方向,在当时并不显得“必然”;为什么 Uber 和滴滴之战,本质上不只是产品和技术之争,而是运营、激励、反作弊、本地化能力、渠道控制和资本力量的综合对抗;以及 Travis 这类创始人,究竟是如何看城市网络、房地产、外卖和自动化这些看似不相关的生意。 如果你关心这些问题,这期会特别值得看:顶级增长岗位到底在看什么;中美创业公司在同一个战场上,真正的差别在哪里;以及为什么很多大机会,只有身处其中的人,才能看到它真实复杂、远比“事后看起来很 obvious”更混沌的一面。 00:00 开场:Wu Kan 的职业路径 00:41 从 YouTube 创始人创业公司,到 Uber growth 03:58 为什么会加入 Uber 04:32 Uber vs 滴滴:一线看到的真正竞争 10:20 Uber 为什么最后退出中国市场 13:16 Travis 离开 Uber 后的影响 14:24 CloudKitchens 背后的真正 vision 17:37 下一段:准备聊 OpenAI | 18m 10s | ||||||
| 4/5/26 | ![]() E451. 能用好AI的人一定是个好领导和好伴侣 | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 这期视频讲的不是“怎么写一个更厉害的 prompt”,而是一个更底层、也更重要的问题:为什么同样的 AI、同样的模型、同样的工具,在不同人手里,效果会差这么多。视频给出的答案很反常识:决定你能不能把 AI 用好的,很多时候不是技术能力本身,而是两种更底层的能力——自省,以及把隐性知识变成显性知识的能力。 我觉得这期内容特别适合三类人看:第一,已经在用 AI,但经常觉得它“笨”“不稳定”“总跑偏”的人;第二,需要带人、做协作、做管理的人;第三,希望真正把 AI 用进工作流,而不是停留在聊天和试玩层面的人。因为这期视频讲清楚了,很多人不是不会用工具,而是不会定义问题、不会提供有效 context、也不会说清楚什么叫“好”。 视频里用了一个特别好的类比:很多老板给任务时,给的是模糊需求,指望别人“悟”,结果做不好了再用负反馈甩锅。这个方式之所以对人低效,对 AI 更低效,是因为 AI 没有“动机问题”,你没法靠威胁、PUA、情绪化反馈让它变好;你真正要做的,是把你脑子里那些默认存在、但没说出来的信息,整理清楚、表达清楚、评估清楚。 更重要的是,这期视频不只是讲 AI,也是在讲一个人在 AI 时代最值得提升的基本功:遇到问题先自省,而不是先抱怨工具;同时学会从对方视角出发,补齐 context、拆解信息、定义标准。视频最后也落到了非常实操的框架上,比如 3C(Context、Component、Criteria)和“损失函数 / evaluation”的思维。看完你会更明白,真正的差距,不在于谁先接触 AI,而在于谁能更清楚地思考、表达和判断。 00:00 为什么同样的 AI,在不同人手里效果天差地别 01:28 一个坏老板的典型问题:模糊需求、让你“悟”、负反馈甩锅 03:22 为什么很多人管不好 AI:AI 没有动机问题 04:15 真正决定 AI 使用效果的两个能力:自省与隐性知识显性化 06:33 如何把隐性知识显性化:认知同理心、信息拆解与 3C 框架 08:04 什么是“损失函数”思维:先定义什么叫好,AI 才知道怎么迭代 09:05 总结:别急着说 AI 好不好用,先看自己会不会用 AI | 11m 04s | ||||||
| 3/28/26 | ![]() E450. 清华教授:应试教育在AI面前全军覆没,我们应该如何重新学习? | 这是我频道六年来,最重要的视频之一。也是从本质上理解人和AI,最值得看的一期。 本期嘉宾是清华大学的刘嘉教授,作为世界顶级的脑科学专家(也是《最强大脑》总顾问),他其实跟AI渊源、研究、兴趣、思考,都及其深厚。所以能从脑科学角度,为我们从根本上理解AI到底是什么,到底能不能取代人类? 视频里,刘嘉教授从自己在北大、MIT、脑科学与 AI 之间往返二十多年的经历讲起,讲他为什么曾经离开 AI,又为什么在 2016 年被人脸识别和 AlphaGo 的突破重新“唤回信仰”。他也解释了自己后来为什么越来越确认,真正重要的不是某一个短期技术点,而是更底层的东西:学习能力、涌现能力,以及神经网络这条路线背后的根本逻辑。 更难得的是,这期视频没有停留在“术”的层面。刘嘉教授把今天很多人最关心、但也最容易被说浅的话题放到一个统一框架里讨论: - 智能的本质:学习和涌现 - 学习的本质:归纳和推演 - 意识的本质:主观感受,和死亡意识 还有很多话题,包括逻辑原点的重要,脑机接口离我们还有多远,什么才是真正的具身智能,以及为什么 AI 时代最缺的不是更多技巧,而是新的 philosophy。通过他们实验室的深度研究,也发现了Transformer的理论源头,竟然是四十年前,Hinton在一篇不知名的神经科学会议上,发表的一篇不知名的论文。 除了这些时代的大故事,大道理。他也讲了,我们作为普通人,应该如何抓住这个时代。 看到最后你会发现,这不只是一场关于 AI 的对谈,更是一场关于人在这个时代该如何判断方向、建立逻辑原点、避免错过真正重要变化的对谈。 完整版2小时53分钟:https://youtu.be/EfEk4V3FMdg 教AI“大道”的课程:https://www.superlinear.academy/ai-builders | 1h 46m 05s | ||||||
| 3/23/26 | ![]() E449. 想创业,别跟超级App抢时间,去帮有钱人省麻烦 | 创业九死一生?绝大多数人其实是死在两个认知误区里:选错模式和因果倒置。 第一,我们本能地觉得"做产品才是创业",但从YC到美国整个创投圈的共识是:ToB服务的成功率和回报率远高于ToC产品。亚马逊的核心价值是AWS不是电商,微软的大头是企业服务不是Windows,谷歌和Meta真正赚钱的是广告——帮别人赚钱,永远比让消费者掏钱容易。 第二,技术人创业最常见的错误是"先做产品,再想增长"。但真实的商业因果是反过来的:增长才是本质,产品只是载体。The Browser Company做出了极客圈口碑很好的AI浏览器,最后还是决定不做了——因为连身边的亲友都说服不了去用。游戏行业更直接:绝大多数游戏的获客成本占总成本一半以上,真正的难点从来不是把东西做出来,而是让人知道并买单。 这期视频综合了我过去的访谈、实践和思考,把这两个视角讲透。如果你是一个有技术能力、想过自己做点什么但不知道从哪开始的人,希望能帮你避开最常见的弯路,用更高成功率的方式打开一个真正能赚钱的业务。 我的新书《真本事:从会工作到会赚钱》(人民邮电出版社)2026上半年上市,书里有更系统的方法论。感兴趣可以加入社区waitlist,新书上市和周边内容都会通过邮件通知:https://go.ai-builders.com/waitlist 00:00 创业九死一生,大多数人死在两个误区 00:22 误区一:选错模式——产品vs服务 02:24 产品vs服务,到底谁更难、谁更赚钱 03:01 YC的Tarpit Idea框架与ToB共识 04:44 产品的马太效应:你在跟谁抢注意力 05:51 做服务为什么容易赚钱 06:54 误区二:因果倒置——先做产品还是先想增长 07:23 Manus与The Browser Company的教训 08:54 增长的真实成本:时间、渠道、信任 10:49 什么样的产品有增长潜力 12:16 三者结合:分发×true understanding×独特经验 13:29 总结与新书推荐 新书上市waitlist:https://www.superlinear.academy/c/posts/book | 14m 26s | ||||||
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. | |||||||||
| 3/18/26 | ![]() E448. 烧完数千亿,Meta放弃元宇宙,伪需求为何如此难识别? | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 这期视频讲的不是“怎么做产品”这种泛泛而谈的话题,而是一个更底层、也更容易被聪明人做错的能力:怎么判断一个需求到底是真需求,还是伪需求。 我会用 VR / AR 这波热潮作为案例,拆开讲清楚一件事:为什么很多看上去很先进、很酷、很有未来感的方向,最后并没有变成真正成立的大众需求;以及为什么“更便宜、更方便、更沉浸”这些听上去很合理的理由,很多时候并不足以创造需求。 如果你在做产品、创业、选方向,或者你只是想少走一些投入很多却回报很少的弯路,这期视频会帮你建立一套更清楚的判断框架。你会看到,Product Sense 不是拍脑袋的直觉,而是可以被拆解、被训练的:需求是不是第一性的、真实场景里带来的是价值还是摩擦、用户的机会成本是什么、以及该怎么通过提问和验证,看清一个需求到底站不站得住。 这不是一期讲概念的视频,而是一次尽量具体的拆解。看完之后,你会更容易识别那些“看起来很对、实际上不痛”的方向,把时间精力放到真正值得投入的事情上。 00:00 为什么聪明人也会看错伪需求 01:20 用 VR / AR 案例拆解 Product Sense 03:01 更便宜、更方便,不等于需求会出现 06:01 为什么“沉浸感”在真实场景里可能是摩擦 08:26 机会成本:VR 为什么不一定赢过手机和游戏 10:19 Meta 对 VR 的最大误判是什么 12:01 怎么判断真需求:用户访谈与验证方法 14:38 Product Sense 为什么是最底层的能力 | 15m 34s | ||||||
| 3/11/26 | ![]() E447. 为什么OpenClaw一定会凉,但我仍然推荐你去试一试? | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 鸭哥文章:https://www.superlinear.academy/c/ai-resources/openclaw 这期视频,我不做跟风测评,也不做简单教程,而是想把 OpenClaw(小龙虾)这波爆火背后的本质讲清楚。 如果你最近一直看到小龙虾刷屏,但又不确定它到底为什么火、值不值得学、它和 Cursor、Claude Code 这类真正的 Agent 工具到底有什么区别,这期视频会帮你建立一个更清晰的判断框架。 我会从产品设计和工作流的角度,拆解三个问题:第一,OpenClaw 为什么会像当年的 DeepSeek 一样突然出圈;第二,它到底做对了哪些关键设计,才让大众第一次强烈感受到“AI 不只是聊天,而是真的能替我推进任务”;第三,这些设计为什么既成就了它,也注定了它很难成为深度生产力工具。 这期内容不要求你会编程。我会尽量把 Agentic AI、聊天入口、统一上下文、持续记忆、skills 组合这些技术问题讲得深入浅出。 如果你在用 ChatGPT、DeepSeek,但总觉得 AI 这两年“好像也没变太多”,这期视频可能会帮你看见真正的变化到底发生在哪里。 你会看到: 为什么 OpenClaw 的爆火,本质上是在把原本小众的 Agentic AI 带给大众; 为什么聊天窗口让它更容易出圈,却也天然限制了它的天花板; 为什么“统一入口 + 持久记忆 + 丰富 skills”会让它看起来越来越聪明、越来越像一个真正的助手; 以及为什么不要因为小龙虾难用,就误以为 Agentic AI 不适合你。 章节: 00:00 一个高风险预言:OpenClaw 会经历怎样的三段式命运 01:46 这期视频讲什么:为什么火、做对了什么、问题又出在哪 02:57 OpenClaw 的爆火,本质上和 DeepSeek 是同一种现象 04:55 从聊天框到 Agent:AI 使用方式真正的跃迁 07:56 别被跟风误导:小龙虾难用,不等于 Agentic AI 没价值 09:35 真正该学的不是工具本身,而是它背后的可迁移认知 10:27 为什么聊天界面让它出圈,也注定了它的天花板 13:18 OpenClaw 真正做对的三件事 13:34 统一入口与统一上下文 14:23 持久记忆系统:为什么它会“越来越懂你” 16:15 丰富的 skills:为什么组合起来会产生质变 17:17 三个设计如何形成飞轮 18:09 下集预告:为什么这些优点也会变成它的限制 | 19m 25s | ||||||
| 3/4/26 | ![]() E446. 亚马逊AGI查晟:大模型训练的一线实践;训练AI有多难,人才和科学精神有多重要? | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 两小时完整版:https://youtu.be/emWRfc4s00c 为什么 DeepSeek 能以 1% 的成本训练出顶尖模型,而拥有海量资源的硅谷巨头却步履维艰?训练大模型到底是玄学还是科学? 本期视频,我们邀请到了 Amazon AGI 资深经理(Senior Manager)查晟。他曾与 Alex Smola、李沐等 AI 巨匠共事,深度参与了亚马逊第一代大模型的研发以及目前 Frontier 模型的训练。他将从技术路线、实验方法论、基础设施以及人才密度等维度,带你揭开大模型训练背后的真实挑战。 你将在这段视频中获得: 避坑指南:为什么模型在小规模实验时效果很好,Scale Up 之后却突然“崩了”? 内部策略:为什么一个高产的团队应该追求 50% 的失败率?如何通过“信息增益”优化研发? 硬核工程:GPU 功率激增为何会导致数据中心宕机?“静默数据损坏”如何毁掉一个模型? 行业真相:公开榜单(Benchmarks)是如何被刷分的?为什么大厂必须拥有“秘密评测集”? 未来判断:AI 自我进化的临界点在哪?当初级岗位消失,科技从业者该如何转型? 这是一场拒绝空谈、直面工程细节的深度对谈。无论你是 AI 从业者,还是对技术变革感到焦虑的观察者,查晟的视角都会为你提供极具价值的参考。 00:00 开场 01:14 嘉宾介绍:查晟与Amazon AGI 02:23 大模型训练的基本原理与为什么这么难 07:47 反直觉的实验方法:为什么要做失败率50%的事 09:05 训练大模型需要哪些团队协作 15:15 数据质量:微波炉社区、SEO垃圾与合成数据的边界 21:04 Evaluation为什么是最重要也最容易出错的环节 29:57 团队如何衡量研发进度(cost-to-accuracy框架) 36:01 人才缺口与NVIDIA的护城河 39:26 未来趋势:模型自主学习将改变什么 45:33 AI时代的职业与经济冲击 53:33 结语 | 54m 55s | ||||||
| 3/2/26 | ![]() E445. Meta印度裔高级经理,分享向上管理心得 | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 会员频道3美元一个月,周更,并送终身社区会员。非常超值,很建议一试。 很多人把一对一(1:1)做成了“项目汇报”——结果既拿不到真正的支持,也错过了晋升与影响力的关键窗口。 这期我和 Mujtaba(Meta 数据科学高级经理)聊透一件事:一对一不是经理“管理你”的会议,而是你“向上管理”的最佳机会。 你会学到的是一套能落地执行的“经理使用说明书”:怎么让经理更愿意帮你、怎么让风险不变成事故、怎么让沟通从“推模式”变成“拉模式”,以及什么才是能晋升的强 IC。 你将收获的关键点(适合 IC / 数据科学 / 产品分析 / 需要跨团队协作的人): 把 1:1 从“站会式更新”改成“高价值讨论”:你来主导议程,先 FYI,再把时间留给真正需要输入/决策/解阻的事。 风险越早说越专业:项目有风险、XFN 有阻碍、数据/资源卡点——提前对齐不是“丢脸”,而是让你和经理在外部沟通时不翻车。 推/拉模型判断你是不是强 IC:经理需要不停“推着你更”是危险信号;成熟 IC 会在需要时主动把经理“拉进来”。 “过度沟通”几乎不是问题:大多数人卡住不是能力,而是沟通不足、对齐不足、让干系人“不知道发生了什么”。 晋升不是等来的:如何开启晋升对话、如何用“脆弱但清晰”的方式让经理给你标准线与差距,而不是等到评审才被“意外反馈”。 高级能力的本质是影响力:技术复杂度不是最大门槛,真正卡晋升的是产品直觉、沟通协作、优先级与说服力。 00:00 开场精华 00:31 嘉宾介绍:Meta DS高级经理,七年成长路径 03:33 一对一该怎么开:FYI归FYI,讨论归讨论 06:24 一对一的本质是向上管理 07:37 提风险不是示弱,不提才危险 10:33 亲身教训:不敢求助的代价 14:47 什么样的IC更容易晋升 15:46 推模式vs拉模式:经理怎么判断你是否可信 19:47 强IC的核心:自我认知与发挥优势 24:05 晋升对话别怕开口,晚了才亏 28:20 角色扮演:经理如何传达坏消息 32:17 技术深度不是瓶颈,软技能才是 37:00 没有数据也要有观点 40:27 如何向经理求助:解阻、要背景、建连接 47:00 面对数据需求怎么反推优先级 50:16 总结与结束 | 52m 13s | ||||||
| 2/26/26 | ![]() E444. AI时代最危险的两个需求错判:寻找大需求,和用脑子想需求 | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 激活自己捕捉需求的能力:https://go.ai-builders.com/idea 会员频道3美元一个月,周更,并送终身社区会员。非常超值,很建议一试。 随着 AI 能力越来越强,“把一个东西做出来”正在变得越来越容易。 但更难的问题反而是:什么需求值得做?什么需求只是自嗨? 这期视频我想纠正一个非常常见的误区: 很多人觉得只有“看病、上学、衣食住行”这种 传统意义上的大需求 才有价值;而“小需求”没有门槛、没有护城河。 我认为很可能正好相反。 你看到的那些超级大生意,往往解决的是非常“小”、但极高频的需求: 抖音(Douyin) 解决的可能只是“15 秒的无聊”,但它高频到离谱 Stripe 把“收款”这种小摩擦做到极致(你提到:它曾被市场认为是超千亿美元级的生意) Calendly 把“约时间”这个小麻烦做到极致(你提到:2021 年估值已到数十亿美元级) 我在视频里给了一个更本质的判断视角: 需求的价值不取决于它“听起来大不大”,而取决于:它痛不痛?出现得频不频?以及你能不能把它做到世界级。 同时也讲了一个把“小需求做大”的经典打法: wedge & adjacency(用一个锋利的楔子切进去,再沿着相邻场景扩展)——你举了 Zoom 的例子:先把视频会议做到极致,再扩展到日程、协作、文档等更大的版图。 最后我会带你看社区里一些真实项目: 很多人不是“想了一个宏伟蓝图”,而是从“我今天又烦了”这种瞬间开始,把需求写下来、公开出来、快速做出 MVP,然后迭代、验证,真的做成自己的数字资产。 如果你也想练“捕捉需求 → 快速实现 → 拿到真实反馈”的能力: 欢迎加入社区(你在视频里提到有免费加入方式),也欢迎在评论区留言:你最近一次“觉得很烦、但又说不清”的瞬间是什么? https://go.ai-builders.com/idea 00:00 误区:大家以为“大需求才值钱” 01:16 重新定义“大/小”:不要用“听起来重要”来判断价值 02:09 真正的判断标准:痛不痛 + 高不高频(以抖音的“15 秒无聊”为例) 02:39 小摩擦的机会:Stripe、Calendly 为什么能做成大生意 03:36 小需求做大:wedge & adjacency(从一个楔子切入,再扩展相邻场景) 04:54 另一类“需求”:小身份认同(lululemon、Stanley 的现象级逻辑) 05:50 反直觉结论:小生意不等于门槛低,护城河反而更依赖“世界第一” 06:32 为什么很多“大蓝图”反而难卖:用户的 switching cost / cognitive load 太贵 07:32 怎么捕捉小需求:从“用脑找需求”到“用心感受摩擦” 08:23 行动方案:把“烦的瞬间”写下来、公开出来,会发生什么 09:14 社区真实项目:从记录到落地,看别人怎么把小需求做出来 14:09 总结:感受真实需求 → 记录 → MVP → 市场反馈 → 迭代 15:02 下一期预告:如何判断需求真伪、如何做 MVP、如何 go-to-market | 16m 04s | ||||||
| 2/20/26 | ![]() E443. 设计师前途很清晰:少用Figma,多“操作”代码|Cursor设计负责人Ryo Lu | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 93分钟会员版:https://youtu.be/FKuJBz4kaOo AI 时代的到来,是否意味着“传统设计”的终结? 本期视频,我邀请到了 Cursor 的设计负责人 Ryo(前 Notion 首位设计师、前 Stripe/Asana 核心成员)。在这场深度对谈中,我们没有聊琐碎的技巧,而是回归到了软件设计的本质。 谁值得看: 产品设计师: 厌倦了在 Figma 里“搓像素”,想理解为何“代码才是真实”的人。 产品经理/开发者: 想要学习硅谷顶尖产品(Notion, Cursor)背后的系统思维。 认知行动派: 渴望在职业范式转移中,从“分工零件”进化为“独立构建者”的人。 你会获得什么: 认知的修正: 理解为什么 Figma 的设计稿并不真实,而是一种限制。 职业的范式转移: 为什么“设计师+PM+前端”正在融合成一个角色——Builder。 审美的本质: 审美不是主观偏见,而是一种对系统逻辑和韵律的深度体感。 Ryo 分享了他是如何用两周时间,在代码中完成传统流程三个月才能做出的产品原型。正如他所说:“你不是在搓像素,而是在进化概念。” 00:00 重新定义设计:从物理家具到数字工具的品位 01:16 职业轨迹:从 Notion 首位设计师到 Cursor 设计负责人 02:54 视觉演化:从拟物化到回归概念本身 08:18 软件的本质:不是像素,而是一坨相互作用的概念 13:30 范式转移:为什么设计师必须学会用代码构建? 19:15 告别“抽象层”:为什么 Figma 设计稿并不真实 24:00 职业的宿命:分工是妥协,Builder 才是本质 31:25 实战点评:如何避免 AI 产品的“塑料感” (AI Slop) 38:33 审美的共识:如何训练看透本质的深度体感 43:52 跨学科启发:生物学思维对设计复杂系统的帮助 54:20 权力的平衡:如何在功能扩张中保持系统的简洁 56:00 给设计师的建议:去生活,去构建 特别鸣谢 Mengying Li 帮我们牵线搭桥 | 59m 44s | ||||||
| 2/9/26 | ![]() E442. “比特币2026会创新高,因为已经被庄家控制了”|前交易所高管离职前专访 | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 会员频道3美元一个月,周更,并送终身社区会员。非常超值,很建议一试。 完整版72分钟:https://youtu.be/TTDcuWw3noU | 43m 35s | ||||||
| 2/4/26 | ![]() E441. 等待AGI,是错误的认知,会错过很多有价值的机会 | 很多人在等AGI降临好彻底“躺平”,但我认为这是目前对 AI 最大的认知误区。这期视频我想跟你分享一个非共识的观察:AI 的潜力目前只发挥了 1%,而剩下的 99% 并不在于模型变强,而在于“生态修路”。 我会通过“汽车取代马车花了 70 年”的底层逻辑,帮你拆解: 认知修正:为什么“等 AGI 来了再努力”是一个技术幻觉? 核心机遇:为什么像 Manus 这样处理“脏活累活”的公司反而最值钱? 行动指南:作为个体,如何通过 Frictionless(无摩擦)、Contextual(上下文)和 Proactive(主动性)三大支柱,把 AI 变成你的生产力红利? 如果你对市面上浅薄的 AI 预测感到厌倦,希望通过看透技术本质来实现人生跃迁,这期视频会给你一套可迁移的行动框架。 00:00 最大误区:等 AGI/ASI 来了就能躺平 01:23 70 年类比:汽车为何花了 70 年取代马车 03:20 类比到 AI:Transformer 是“引擎”,ChatGPT 是“第一辆车” 06:39 真正瓶颈:生态三件套(Infrastructure / Pipeline / 习惯) 08:35 AI 为何被困在聊天框:智能够了,但落地缺“系统” 11:35 Manus 案例:把 1% 推到 2% 的“脏活累活”有多值钱 14:25 落地怎么做:降摩擦 / 上下文 / 更主动(用内容生产流程举例) 16:04 个人机会:从解决一个需求,到升职、到副业/项目 18:41 总结:别等银弹,机会在把 AI 变成可用的生态 AI课程/风水宝地: https://www.superlinear.academy/ai-builders 300多个“AI落地”的实际案例:https://www.superlinear.academy/c/share-your-projects/ | 19m 44s | ||||||
| 1/29/26 | ![]() E440. 建立AI时代的“非对称优势”:找客户、卖产品、选渠道 | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 完整版64分钟:https://youtu.be/yZCq2jyGcKc 如果你觉得产品好就一定能增长,或者认为买量就是增长的全部,那这期视频可能会颠覆你的认知。 本期我邀请到了 Hockey Stick 的创始人 陈唱。她带领的 8 人团队,通过管理大量的 AI Agent,服务了上百家硅谷高增长企业,创造了 350 亿次的曝光。我们深度拆解了 AI 时代企业从冷启动到 $100M$ ARR 的增长路径。 通过这期视频,你将获得: 非共识的增长模型: 为什么红人营销不是“效果广告”?如何找到适合你产品的专属渠道(Product-Channel Fit)? 实战避坑指南: 深度复盘硅谷明星项目 Bardeen 的教训——为什么产品太“通用”反而是增长的毒药? 深度的商业洞见: 为什么所有的 PLG(产品驱动增长)产品,最终都必须走向大 B 销售?这背后的增长会计学逻辑(Churn)是什么? AI 时代的管理新范式: 什么是“AI Agent Manager”?一个人如何通过 AI 撬动过去需要几十人才能完成的运营工作? 无论你是正在寻找第一批用户的开发者,还是正在思考如何规模化增长的创始人,这期视频里的硅谷一线实战经验都值得你反复推敲。 00:00 团队揭秘:8 个人如何撬动 350 亿曝光? 01:45 什么是 AI Agent Manager?人生最重要的一次晋升 03:52 爆款率 10%:红人营销背后的科学与经验 07:49 增长的底层逻辑:找到你的 Product-Channel Fit 10:04 深度拆解:Enterprise 与 PLG 产品的不同打法 13:47 避坑指南:为什么买量思维在红人营销中会失效? 19:00 复盘 Bardeen:为什么“太通用”是增长的灾难 22:30 揭秘 Churn 的威力:为什么 PLG 的尽头是大 B 销售? 25:50 总结:AI 时代不变的是用户需求 | 43m 41s | ||||||
| 1/25/26 | ![]() E439. 大厂总监:如何向上管理,提升存在感,工作游刃有余?|朱一丰_下 | 完整版38分钟:https://youtu.be/4pWsovy9cV8 上:https://youtu.be/ZJzguLBcTos 我在和一丰合作的过程中,明显感觉到他深得VP和同事信任,在组织中非常有存在感和话语权。于是请他分享一些他的核心干货,一丰也没有任何避讳,非常坦诚地进行了分享。 AI课程/风水宝地: https://www.superlinear.academy/ai-builders 会员频道3美元一个月,周更,并送终身社区会员。非常超值,很建议一试。 | 10m 40s | ||||||
| 1/24/26 | ![]() E438. 大厂总监对职业意义的思考(他觉得工作很有意义)|朱一丰_上 | 完整版38分钟:https://youtu.be/4pWsovy9cV8 在工作中找到意义,其实是为自己好。那工作可以找到什么意义呢? AI课程/风水宝地: https://www.superlinear.academy/ai-builders 会员频道3美元一个月,周更,并送终身社区会员。非常超值,很建议一试。 | 8m 22s | ||||||
| 1/22/26 | ![]() E437. 2026年,要抓紧把贬值的”技能“转换为升值的“资产” | AI课程:ai-builders.com AI时代的编程基础:coding.ai-builders.com 你是在积累资产,还是在出卖数字劳力? 在这个财富全面向比特世界(Bit World)转移的时代,大多数内容创作者和技术从业者依然在扮演“赛博佃农”的角色——在平台的土地上耕作,通过不断产出易耗的内容换取微薄的流量分成,却从未真正拥有过属于自己的数字不动产。 本期视频将为你拆解从消费者视角切换到“建造者(Builder)”视角的认知路径。我们将探讨: 身份真相: 为什么单纯做内容只是数字世界的“滴滴司机”? 时代套利: AI 如何将曾经昂贵的代码变成廉价的砖块,让普通人也能拥有代码杠杆。 行动指南: 如何在未来 5 年内,利用代码与媒体的双重杠杆,构建一套不可被剥夺的数字资产。 如果你反感标题党,厌倦了追逐算法,希望从底层逻辑出发寻找 AI 时代的长期竞争力,这 13 分钟的分享将为你提供一套清晰的“数字主权”建设方案。 00:00 洛克菲勒与黄仁勋:两种世界的财富底层逻辑 01:26 视角转换:消费者看产品,建造者看“工厂” 03:01 赛博佃农:自媒体博主的本质困境与平台陷阱 04:36 数字资产路径图:从流量工具到独立产品 07:15 AI 时代的时代套利:当代码从昂贵变得廉价 09:36 重新定义编程基础:AI 开发者必备的三项底层能力 11:11 总结:掌握双重杠杆,构建属于你的数字不动产 | 13m 50s | ||||||
| 1/14/26 | ![]() E436. 2026年最重要的能力之一,AI原生思维 | AI课程: https://www.superlinear.academy/ai-builders 社区主页:https://c.ai-builders.com/ 鸭哥文章:https://www.superlinear.academy/c/ai-resources/ai-native-cost-structure-4e4d27 会员频道3美元一个月,周更,并送终身社区会员。非常超值,很建议一试。 很多人在使用 AI 时,依然在追求“一匹更快的马”,却忽略了我们已经进入了“汽车时代”。本期视频,我将通过一个横跨化学与历史的视角——金子与铝的价值反转,带你洞察 AI 原生(AI Native)能力的本质。 核心看点: 成本革命: 为什么在拿破仑三世时期,铝比金子更珍贵?这与今天的代码生产有何惊人的相似之处? 思维惯性: 为什么越是资深的程序员,越容易陷入“化学铝”的陷阱,从而产生防御心理? AI 原生工作法: 拆解“鸭哥”的实战案例,看高手如何利用“阅后即焚”的软件,在 10 分钟内完成过去需要一整天的工作。 降维打击: 学习如何通过“挥霍”廉价的代码和算力,去换取极其昂贵的“认知确定性”。 这不仅是一篇关于 AI 的技术分享,更是一次关于生产力定价逻辑的底层重构。如果你觉得自己的 AI 效率遇到了瓶颈,或许是因为你还没学会如何“挥霍”。 00:00 2026年,AI Native 为何成了最难跨越的门槛? 01:18 拿破仑的铝碗:金子与铝的历史启示 03:07 范式转移:当代码生产从“贵金属”变为“工业耗材” 05:35 心理抵抗:为什么你潜意识里在拒绝高效的 AI 代码? 07:07 案例拆解:如何开发“阅后即焚”的一次性软件? 10:21 核心策略:用廉价代码换取昂贵的认知确定性 12:44 总结:真相很贵,代码很便宜 13:18 进阶:如何加入 AI 高手社区? | 13m 46s | ||||||
| 1/8/26 | ![]() E435. 知识诅咒,是被AI淘汰的最大风险|孙宇 | AI课程/风水宝地: https://www.superlinear.academy/ai-builders 会员频道3美元一个月,周更,并送终身社区会员。非常超值,很建议一试。 50分钟完整版:https://youtu.be/DxRCFOOd0Oo 当专业程序员还在纠结代码架构时,一个没有编程背景的 8 年级学生已经靠 AI 实现了数万美元的收入。编程的门槛正在消失,而“知识诅咒”正在成为资深技术人的负债。 在这场与加州州立理工大学孙教授的深度对话中,我们揭示了 AI 时代一个真实的残酷现象:CS(计算机科学)专业背景的优势正在被结构性削弱,而“问题发现力”和“原生执行力”正在成为新的护城河。 【你将从本视频中获得】 真实案例: 零基础高中生如何利用 Claude 和 Cursor 在 7 周内上线商用级 App。 认知迭代: 为什么“想得太深”反而让你在 AI 开发时代输给年轻人。 教育/创业启发: 为什么在 AI 时代,年龄越小的 Builder 往往变现能力越强? 行动指南: 如何识别并激活那 1% 的“关键问题”,跳出“知识诅咒”去交付结果。 如果你是想转型的程序员、寻求突破的创业者,或是正为孩子规划教育方向的家长,这 30 分钟的对话将帮你重新校准在 AI 时代的竞争力坐标。 00:00 孙教授背景介绍:从 Amazon 到 K-12 AI 教育 04:04 为什么高中生有时间且能够完成创业项目? 07:10 案例 1:零基础女生利用 AI 在 7 周内上线 App 10:52 30 小时交付:AI 如何让开发门槛彻底崩塌 12:50 CS 专业优势的消亡:跨学科结合的新机会 16:50 AI 时代唯二重要的技能:发现问题与执行力 20:40 案例 2:自动翻谱 App —— 为什么“想简单点”才是算法核心 24:55 认知反差:为什么年龄越小的 Builder 挣钱越多? 27:50 执行力是可以被“激活”的吗? 31:40 总结:从 User 到 Builder,必须先“下水” | 35m 30s | ||||||
| 1/1/26 | ![]() E434. 【限时公开】个体创业后,才发现打工最让我难受的,是“沟通税” | 很多人以为「单干」最爽的是时间自由:睡到自然醒、想在哪工作就在哪工作。 但我离开全职之后,真正每天让我觉得爽的,反而是——终于不用再花大量时间去“说服/对齐/沟通”。 这期视频我想讲清楚一个经常被忽视的真相: 在公司里,你可能把80% 的精力都消耗在“弥合认知差距”(对齐背景、解释价值、争取资源、避免误解)上;而当你做自己的事情,想法到落地几乎 0 阻力,但硬币的另一面是——选择的悖论:你必须自己定义目标、路径、评价体系,这种掌控权很多人其实并不喜欢,甚至会非常内耗。 你会听到: 为什么过去看似“职业必修”的软技能/影响力/对齐,在某些环境里会变成巨大摩擦 一个真实案例:高自由度 + 高资源 + 高绩效,为什么反而让优秀下属崩溃离职 “多数人更喜欢做选择题,而不是写一篇没有题目的作文” 一个很好用的自测隐喻:你更像「枪管(barrel)」还是「子弹(cannon)」? 如果你正在纠结要不要创业/单干,或你在公司里被无穷无尽的对齐与说服耗尽,这期会给你一个更底层、更诚实的判断框架。 00:00 单干最爽的不是时间自由,而是“不用再沟通对齐” 00:31 离开全职后,我才意识到自己把80%精力花在弥合认知差距 01:45 具体例子:新书上市活动,为何一个“合理请求”被拒绝? 03:12 好的邮件是加分还是减分?“会不会打扰”只是表面理由 05:09 认知差异的本质:越原创、越非常规,就越难在公司里说服别人 05:31 为什么我们做“内核”而不是“标签”:课程/项目不该只教 toy project 07:15 说服成本太高:很多事做了也拿不到资源、认可和credit 08:09 0阻力的爽感 + 选择的悖论:掌控权的反面是内耗 09:18 腾讯故事:高自由度的优秀下属,拿五星绩效却选择离职 10:56 多数人更喜欢“选择题”,不喜欢“无命题作文” 11:39 结论:不是单干或打工谁更好,而是选适合自己的模式 12:02 枪管与子弹的隐喻:你更擅长执行,还是擅长在不确定中把图景做清晰 12:52 收尾与自测问题,结束 | 12m 58s | ||||||
Showing 25 of 458
Sponsor Intelligence
Sign in to see which brands sponsor this podcast, their ad offers, and promo codes.
Chart Positions
2 placements across 2 markets.
Chart Positions
2 placements across 2 markets.

























