· 47:29 · 完整中英
小模型训练便宜之后：逯雨鑫把难点放回数据与服务
嘉宾 / 主讲：逯雨鑫
官方说的登顶，是Hugging Face Model Trending热度榜，不是综合性能第一。逯雨鑫使用现有底座做后训练，而非从零预训练通用模型；某项任务分数提高，也不代表所有能力增强。
42 ZHANGJING · EPISODE COLLECTION
42章经 · 单期精读
把每一期的具体机制、案例和适用条件，变成随时能找到的阅读入口。先选主题，再找嘉宾；也可以按时间回看观点如何变化。
日期均为原节目发布日期；同一期可属于多个主题。嘉宾身份与观点保留节目当时的语境。
单期精读
第 1–20 期 / 共 22 期 · 59:29 · 完整中英
合成数据不是多生成几条：孟繁青谈环境、评测与自我改进
嘉宾 / 主讲：孟繁青
孟繁青在模型厂里使用成熟训练平台，创业后却要从零搭平台、找与基础模型互补的切口。服务化可以让提交数据和启动训练变简单，不能自动让数据有价值。
· 26:36 · 完整中英
模型一直变，应用该坚持的是问题，还是今天的解法？
嘉宾 / 主讲：曲凯
回听：01:03—05:34。 曲凯回顾几轮摆动：2023 年仍在摸索模型与应用的关系，2024 年先冷后暖，2025 年推理与 Agent 拉动预期，2026 年在他接触的圈子里，模型强而应用融资冷。他甚至说这是从业多年第一次听到机构直接宣告应用赛道死亡。
· 70:46 · 完整中英
预测不了泡沫的终点，也可以先看清自己的判断怎样失真
嘉宾 / 主讲：朱宁
回听：01:27—03:59。 朱宁列出三个反复出现的行为：过度自信、线性外推、从众。价格上涨后，人容易说“我早就知道”，把结果记在自己的预测能力上；下一次便更愿意扩大行动。
· 81:04 · 完整中英
三年之后，信念怎样接受修正：张津剑谈问题、行动与Agent责任
嘉宾 / 主讲：张津剑
官方以智谱与MiniMax上市为三年节点，邀请第一期嘉宾张津剑再回顾AI。节目对投资结果与市场的描述属于其当时视角；上市也不能单独证明产品、回报和所有早期假设都已完成验证。
· 68:20 · 完整中英
企业AI先算复核成本：Jenny谈可靠工作流、客户与资本的匹配
嘉宾 / 主讲：Jenny Xiao
Jenny提到，一家日本金融企业试用文件整理与分析工具后，仍觉得不够稳定：即使输出大体正确，也要逐项人工检查，反而添了麻烦。这个例子把“模型很强”转成具体交付问题——客户究竟少做了多少工作，错误还留下多大责任？
· 48:02 · 完整中英
“有泡沫”之后该问什么：把AI价格、交付与现金流分开
嘉宾 / 主讲：莫傑麟
开场问AI有没有泡沫，回答是“有”。接下来的讨论却不断拆分：技术有没有价值、公司价格含多少预期、基础设施投入何时回收、钱最后流向谁、创业者能不能熬到下一轮。
· 81:07 · 完整中英
Token 消耗增长之后，谁能把智能变成持续交付？
嘉宾 / 主讲：莫傑麟
回听：00:59–09:27。 莫傑麟提到，自己印象中某月 Token 消耗较上月增长20%以上，但节目没有给出统计机构、样本和统一计量口径。这个数字可说明他的观察起点，不能作为已核行业增速。
· 58:08 · 完整中英
AI Infra 的第一道选择：先决定优化哪笔账
嘉宾 / 主讲：朱亦博
回听：01:07–07:11、08:40–11:20。 朱亦博把底层问题归纳为计算、通信和存储。GPU 之外，还要有网络、交换、存储、运维、资源调度及训练与推理框架。他借云计算的服务层次说明这些组件的位置，是解释框架，不是唯一行业分类法。
· 56:18 · 完整中英
热度、交付和价格怎样错位：莫傑麟谈DeepSeek与Manus之后的预期
嘉宾 / 主讲：莫傑麟
曲凯到美国后，发现大家谈论中国与美国资产的语气迅速变化。他的疑问不只是看好哪边，而是为什么两年悲观可以突然逆转，新的乐观又能持续多久。
· 31:34 · 完整中英
从信息到行动，从观看到参与：曲凯在2025年初押注的两种变化
嘉宾 / 主讲：曲凯
这期标题很确定，论证却包含许多“如果”：如果模型跨过可用临界点，如果Agent真能交付结果，如果组织愿意围绕新模式变化，应用才可能迎来不同的增长。Agent在这里是能使用工具、推进任务的模型系统，而非所有聊天窗口的统称。
· 36:38 · 完整中英
公司退场不等于需求退场：拆开 Character.AI 的三张成绩单
嘉宾 / 主讲：曲凯
回听：01:08—03:16。 曲凯首先反对把这件事直接等同于“陪聊产品失败”。在他的描述中，底层模型研发人员与继续运营产品的人员走向不同安排。即便一个技术团队选择进入大厂，也不能因此断言用户不再需要角色聊天。
· 45:16 · 完整中英
判断 AI 机会，先分清你在押注哪一层能力
嘉宾 / 主讲：汪华
回听：09:18—17:25。 汪华划分的第一层，是语言与多模态带来的交互变化，以及有人参与的简单任务自动化。用户不再必须学会每个菜单，也能用文字、声音或图像表达需求。人仍负责判断、接力和收尾。他把这层变化类比移动互联网，对其发生表达了很强信心。
· 50:27 · 完整中英
AI早期创业的节奏：先把一个小闭环跑完，再决定投入多少人和钱
本期角色互换，由莫傑麟提问，曲凯主要回答。讨论的反差是：一方面认为AI仍早、应尽快参与；另一方面又提醒，别刚起跑就冲刺。两者并不矛盾：时间、学习和注意力可以积极投入，资金、人数与扩量速度仍需逐段验证。
· 56:39 · 完整中英
英伟达的系统竞争：先成为补充，再改变什么最重要
嘉宾 / 主讲：季宇（Mackler）
季宇既有芯片架构背景，也曾在海思做AI编译器。他从硬件、软件与开发者之间的关系，解释英伟达怎样建立价值。本期不是独立核实的公司史，而是2024年一位从业者的战略解读。
· 50:18 · 完整中英
AI硬件先算纠错机会：众筹热度之后，还要交付一件能长期用的产品
嘉宾 / 主讲：谢羽佳
谢羽佳经历过消费电子出海、众筹和渠道运营，本期正在做面向儿童的智能娱乐终端。官方称其此前团队服务过四十多个百万美元级众筹项目，这说明访谈背景，不是对项目利润和履约的独立审计。
· 39:05 · 完整中英
Sora之后的三个问题：能力在增长，谁受益，用户又为什么需要
嘉宾 / 主讲：莫傑麟
Sora首次演示带来的震动，被这期节目放进更大的问题：为什么还没有很多成熟应用，算力与模型叙事却可以先走得很远？莫傑麟与曲凯用三层框架，把技术进步、公司竞争位置和应用需求拆开。
· 40:44 · 完整中英
等待模型成熟时，产品仍要交付：曲凯在2024年初提出的三条路
嘉宾 / 主讲：曲凯
这期标题押注2024、2025年是关键两年，正文却用了很大篇幅谈不够成熟的技术。两者构成它的核心问题：怎样相信长期机会，同时用当下能做到的事情获得客户、收入和继续学习的时间？
· 43:44 · 完整中英
Meshy的3D生成课：好看的转圈视频，距离可交付资产还有几步
嘉宾 / 主讲：胡渊鸣
看见一张有立体感的图，或一段围着物体旋转的视频，未必得到可以修改、绑定动作并放进游戏的资产。胡渊鸣把本期从图形学基础讲到3D表示，再落到Meshy当时的产品与创业选择。核心线索是：输出要进入用户原有工作流，才能超出演示。
· 46:59 · 完整中英
把乐观变成准备：外部反馈变慢时，怎样建立自己的检验尺度
嘉宾 / 主讲：莫傑麟
本期开头的观察有一个反差：很多人口头悲观，行动却更努力。讨论由此追问，问题是否不在努力减少，而在过去熟悉的回报来得更慢？如果如此，新的工作不只是调整情绪，还要识别反馈周期、改变衡量尺度、提前准备能力。