把世界调小声

Anthropic applied AI 团队的 Kevin Bai 在 AI Engineer 大会上的十七分钟 FDE 入门课，他在 Rippling 从零把这个职能搭到二十五人，再往前在 Palantir。核心命题是一道悬崖：按单客户年付费排，Palantir 四百万美元、ServiceNow 一百二十万、Workday 六十万，再往下没有一家上市 SaaS 能破五十万——因为多数公司只肯交

Varick Agents 的 CEO Vasuman Moza 在 AI Engineer 大会上讲了一个让人不太舒服的判断：执行已经不是瓶颈了，模型够聪明、工具层够健壮，端到端干完一件事今天人人都做得到；真正卡住的是「你能不能搞懂这门生意到底怎么跑」。他的客户花了五百万美元、五年才迁完 NetSuite，你要让他为了 AI 再拆一次，他会直接请你出去。所以 Varick 的姿势是把 agent

Factory 联合创始人兼 CTO Eno Reyes 在 AI Engineer 大会 FDE 专场的开场演讲。核心命题是：forward deployed engineer 不是派人去客户那儿干活，而是帮客户搭一座「软件工厂」——信号流进来、分诊排优先级变成计划、计划变成对代码库的改动、改动过验证关卡、上线之后又产生新信号。这条闭环每个组织都在跑，却几乎没人装过仪表。他给出的决定性变量不是模

前 Meta Llama 模型 PM Daniel McKinnon 在 Product Growth 节目里现场手搓一套临床基因组学 eval：七步机械流程、先立地板再立天花板、小模型当场翻车还幻觉、天花板题被第二次采样意外做对。全场结论是 eval 就是一张表格，值钱的是领域专业度。末尾一整段写给你：PRD 工厂的 gate、app 孵化器的打分方法、还有你八年 ERP 的重新估值。

Cognition 的前置部署工程负责人 Jia Wu 在 AI Engineer 大会上讲了一件行业里没人愿意先承认的事：多数 coding agent 落地的实际 KPI，还是「把 token 用量拉满」。他给的替代方案朴素得近乎笨——Devin 进场之前，把客户原本就在测的每一个指标先测一遍；等它在客户环境里被完全激活之后再测一遍，中间那个差才算数。三个匿名案例、三个公开案例、一句「谁解决了

Ramp 的工程总监 Leo Mehr 在 AI Engineer 大会上讲了十四分钟，只讲两件事：always be scoping，永远在划范围；scale with tokens，跟着 token 扩张产能。他先否掉最流行的那个误解——做前置部署工程师不是对客户一路说 yes；只会说 yes，造出来的不是 Waymo，是马腿上绑几支火箭。周五晚上销售冲进来说不做 SAP 集成这单就签不下来，

Kepler 的 Vinoo Ganesh 在 AI Engineer 大会上讲了二十二分钟，主题是一句得罪人的话：FDE 不是一个岗位，更不是销售动作，而是一套伪装成交付的产品战略。他在 Palantir 待了七年，被前置部署到伊拉克和阿富汗，办过一个把软件工程师改造成 FDE 的轮岗项目，大约三百五十人跑过。这一集有四个亲历故事：在真空里造出来、一撞真实数据就炸的 Phoenix；四十七页需求

Decagon 的 forward deployed engineering CTO Sunny Rekhi 在 AI Engineer 大会上的十八分钟演讲。他把「让一个通用 agent 在某家具体企业真跑得通」拆成两半：一半是配 agent 的脑子——怎么答、什么语气、能代用户执行哪些操作，以及哪些意图必须直接交回人工；另一半就是产品工程，在 Decagon 这两者完全等同，同样的招聘标准、同

Anthropic 第一位技术产品经理 Dianne Penn 上 Lenny's Podcast，把「造 AI 的人为什么也说不清下一步」讲透了：能力是不连续地跳上来的，没有 eval 你根本不知道跃迁已经发生。她给出那句被反复引用的判断——evals 就是新的 PRD，PM 的活从写文档变成读对话记录、把模糊抱怨拆成可复现的失败模式；最经典的证据是早期用户抱怨「Claude 不听指令」，深挖之

OpenAI Codex 团队的 DevEx 工程师 Jason Liu，在 Peter Yang 的节目里把自己一整天怎么用 Codex 演示了一遍。一条叫 chief of staff 的置顶线程每天三次读完他所有 Slack、私信、未回邮件和 Linear 看板，改工单、预写回复，甚至自动值机、发登机牌。让 agent 连跑几小时不跑偏靠三个文件：goal 写可验证的成功标准、plan 写实

心理健康公司 SonderMind 的两位工程师在 AI Engineer 大会上讲了一件很硬的事：什么叫「回应得对」，不由写 prompt 的工程师定，更不由模型自己定，由持证的临床团队定。他们把真实对话完整记录下来，让临床医生在标注队列里用三个字段写下「这里本应该发生什么」，再用一个脚本把这些判断转成结构化用例，塞进 CI 当发版门槛——从此每改一次 prompt、每换一次模型都得过这道分，修

ChatPRD 创始人兼 CEO、How I AI 主理人 Claire Vo 的一期单人实测，二十四分五十秒，没有嘉宾。她开场就说自己累了，并给出一个判断：我们已经进入智能过剩，模型每周一发，可普通程序员、创作者、做生意的人早就想不出办法把多出来的智能用掉了，所以未来一年值钱的变量会从智能换成速度、成本和开源。这一期她戴上大语言模型心理医生的帽子，把 Opus 和 GPT 的人格并排采访，得出

★★★★★ 推荐理由：24号雷达必看(5/5)：把「品味/共情」做成可量化工程标准，一箭三雕命中两个内容号 + PRD 工厂 + 投资母题。 当各家大模型能力趋同、参数不再是差异，留住用户的变成了 AI 懂不懂你。这期讲的是一群前记者、前编辑，怎么把品味、语感、共情这些一直被当成只可意会的东西，反向工程成可定义、可打分、可训练的工程标准。末尾有一整段专门写给你的行动清单。

推荐理由：24号雷达值得看(4/5)：正打你的元约束——聚焦是最稀缺资源、该 all-in 哪个下注；Clay 本身也是值得研究的生意。 Clay 联合创始人 Kareem Amin 在 Sequoia 的节目里，把一段被称作「七年的一夜成名」的历程拆开讲。他用黑格尔和费尔巴哈当产品方法，把行业四条常识全部倒过来；也讲了为什么决定全力投入之后，他连客户的意见都不再听。末尾有一整段专门写给你的行动清

推荐理由：24号雷达必看(5/5)：直接反问你的 Holdwell 多-Agent PRD 工厂。 ZS Associates 把药企分析师的四步工作法各拆成一个 agent、再用编排器串起来，系统吐出的结论却对因错药——原因抓对了，行动却完全没落到点上。三个根因加一次朴素的观察实验，让他们砍掉多 agent，重建为确定性 pipeline 加一个统筹全局的单 agent 加一张当控制平面用的知识

推荐理由：24号雷达必看(5/5)：熄灯软件工厂垮掉的一手复盘，直击你的 PRD 工厂 gate 设计。 HumanLayer 创始人 Dex Horthy 在 AI Engineer 大会上复盘了一件自己干砸的事：2025 年 7 月他把公司改成没人读代码的熄灯工厂，几个月后网站宕机，他被迫回去 debug 一个三个月前就停读的代码库。他的诊断是这不怪 harness 也不怪 token，而是模

推荐理由：24号雷达必看(5/5)：Notion 自家的上下文/token 经济学实战，可迁移到你的第二大脑。 Notion AI 工程负责人 Sarah Sachs 自称"靠谈 AI 合同为生"。她拆穿每月准时上演的两个陷阱：同价偷烧 3 倍 output token，或新版本贵 40% 还逼上一代 4 个月内弃用。她的结论是把每家供应商都当竞争对手，靠 model-agnostic 保住可选择

推荐理由：24号雷达值得看(4/5)：把"任务契约"和"模型实现"解耦，呼应你"设计稿即工程契约"，让 13 个 skill 更抗模型换代。 DSPy 社区的两位讲者在 AI Engineer 大会上讲了一件很朴素的事：给会反复执行的 AI 任务定死输入输出契约，把模型、prompt、agent、工具全关进盒子里。Shopify 靠它把成本降到原来的五百五十分之一，做法只是换了个便宜模型加同一套

推荐理由：24号雷达值得看(4/5)：直接对上 Holdwell "gate 缺强制执行点"——形式化本体是让 gate 长牙齿的一种做法。 UC Berkeley 的 Frank Coyle 在 AI Engineer 大会上的二十分钟演讲。核心命题：LLM 的幻觉不是 bug 而是 feature，与其修它，不如在它外面套一层显式的本体——把领域里有哪些实体、彼此什么关系、什么值算合法，写成机

推荐理由：24号雷达值得看(4/5)：呼应"数据模型即护城河"，给 Personal Thinking 跨主题串联和 Holdwell 实体层一套施工法。动手工作坊，近 2 小时。 Neo4j 的 AI 研究工程师 Zach Blumenfeld 在 AI Engineer 大会上带了一场近两小时的实操 workshop。核心命题是：数据能取到不等于上下文对，text-to-SQL 和向量检索在表

推荐理由：24号雷达值得看(4/5)：给 Holdwell S0–S7 gate/checkpoint 一个"事件日志即状态"的骨架，可续跑、可回滚、可分叉。 BabyAGI 作者 Yohei Nakajima 在 AI Engineer 讲他三年九次迭代之后的答案——不再围着大模型搭架子，改成围着一份永不改写、只往后追加的事件日志来造 agent，日志投影出图，回放、回滚、分叉全都变成白送的。末

推荐理由：22号雷达必看(5/5)：直接补上 app_incubator 缺的「验证闭环」——让 agent 自动 QA onboarding、穷举移动端测试。 Claire Vo 用一句话让 agent 跑完 ChatPRD 的 onboarding 验收，交回 11 个问题，其中一个是上线很久都没人发现的高严重级别导航阻塞。这一集把浏览器操作和电脑操作拆成能上手的装配、三个权限入口和四个真实用

推荐理由：24号雷达必看(5/5)：护城河=数据模型，直接对上 Holdwell 实体层与 Personal Thinking 骨架。 Gates Foundation 的 Mike Phipps 在 AI Engineer 讲了一场二十分钟的主题演讲。核心判断：模型、chat 界面、agent 框架都会被商品化，唯一持久的护城河是你对内部流程的理解，以及承载它的数据模型。他把 25 年、每年 7

推荐理由：24号雷达值得看(4/5)：正是 Chief of Staff / Personal Thinking 的核心命题——系统该存"意义"而非"记录"。 monday.com 两位工程经理在 AI Engineer 大会上的 16 分钟分享。核心命题：卡住所有 AI 助手的不是数据缺失、也不是检索不到，而是"理解"——它有全部数据，却完全没有理解。解法是把理解从提问那一刻提前到构建期，用一慢

推荐理由：22号雷达必看(5/5)：几乎是 Holdwell 8-Agent PRD 工厂 + app_incubator 的架构说明书，harness→claw 的演进直指「gate 缺强制执行点」这个痛点。 Mastra 联合创始人兼 CEO Sam Bhagwat 在 AI Engineer 大会上提出 Steinberger 定律：每一个 harness 都会不断膨胀，直到它变成一个 Cl

推荐理由：22号雷达值得看(4/5)：一条能反着照 app_incubator 的镜子——你信"设计稿即工程强制契约"，他证明的是"护栏越多、agent 越平庸"，逼你划清哪些环节该松绑。 HeyGen 的 hyperframes 技术负责人 James Russo 在 AI Engineer 大会的 15 分钟演讲。一个团队花一年多试遍 After Effects、Lottie、Rive、Rem

推荐理由：22号雷达值得看(4/5)：一张校准全局的地图——帮你分清哪些是行业共识、哪些是你独特的下注；成本作为工程约束、开源 vs 闭源两节直接对上选模型与控 token 成本。 一份 1,048 人的 AI 工程年度调研，第一次联合 Notion 和 Vercel。95% 的人在用 agent，其中 89% 拿到了写权限，但控制 agent 的主流手段还是审批加权限门禁，被形容成"管一个实习生

推荐理由：Claude Code 团队成员亲授：/goal 定退出条件、干活与验活 subagent 必须分开（模型偏爱自己的输出）、CLAUDE.md 越删越短——你每天用的工具的官方最佳实践，即学即用。 Anthropic 把 Claude Code 的系统提示词砍掉了 80%——因为模型变聪明之后，示例反而在限制它。这一集 Claude Code 团队的 Thariq Shihipar 拆开

推荐理由：AI 让极窄专精贬值、系统思考者升值；人人能做原型后瓶颈变「底座硬不硬」（可信数据源/护栏/铺装路径）——你正是系统思考者，Holdwell 底座论证（与 v88 同嘉宾不同期，本期更贴 AI 时代）。 Netflix 首席产品与技术官 Elizabeth Stone 第二次做客 Lenny's Podcast。核心命题：AI 让极窄专精贬值、系统思考者升值，人人都能做原型之后，瓶颈从"

推荐理由：知识三形态 Intrinsic/Extrinsic/Learned、RAG 进化成 context engineering、每个 KB 是一个 MCP server——概念框架清晰，17 分钟性价比可以。 微软 CoreAI 掌门人 Pablo Castro 把 AI 应用的知识拆成三种形态——模型内生、外部检索、边干边学。从 RAG 进化到 context engineering，到"

推荐理由：DeepMind 研究 VP：80% 代码将由机器写、人值钱在架构/归纳/定义「什么叫对」——与 v74 观点相邻，二选一即可。 Google DeepMind 研究副总裁 Benoit Schillings 写了四十五年代码，却在这场二十分钟的演讲里说：写代码这件事已经结束了——语法生成早已是超人水平，他甚至预测一年之内没人再去读机器生成的代码。那人还值钱的是什么？规格化、归纳式思维，

推荐理由：Garry Tan：把 AI 当 workforce 而非自动补全、本人管 agents 后产出约 400x——杠杆叙事，动机型内容。 YC 总裁 Garry Tan 在 AI Engineer 大会上说：他一个人写代码的产出，是 2013 年的约 400 倍，而用的是和所有人一样的 Claude——杠杆不在模型，在你如何组织工作。这一集拆他的完整方法：把 agent 工程当组织设计，s

推荐理由：模型越强瓶颈从执行转向「敢想」、Thinking in Public 把意识流交给 AI 聚合——轻快启发，16 分钟。 YC 设计负责人 Eve Bouffard 的现场实验——当模型能一句话造出任何东西，瓶颈就从执行翻转成想象力。她把一周意识流倒进 Slack，让模型聚合成个人网站，并提出念头即软件。末尾把这套打法逐条对照到你的第二大脑、App 产线和内容号。

推荐理由：Simon Willison 问 Claude Code 团队：Claude Tag 承包 65% PR、代码审查移出人工环路、system prompt 砍 80%——与 v0（Cat Wu 谈 PM 侧）互补的工程侧。 造 Claude Code 的团队自曝内幕：他们自己的产品工程团队里，65% 的产品 PR 由 Claude 提，外围代码的人工审查已经完全撤掉——但这份信任是花六个

推荐理由：生产级 agent 缺的「上下文层」：业务定义/程序性知识/操作规范（context is IP）、traces→maintainer 审核循环——直接对应 Holdwell「_shared/entities 地基空」痛点的行业论证。 Atlan 创始人 Prukalpa 拆解生产级 Agent 缺失的「上下文层」：模型两年从考不过律师变成前 1%，可只有五分之一的 AI 用例上线、56

推荐理由：5 万个 skill 几乎零测试：description 是命门（50% 失败源于它）、117 用例轻量 eval harness、测不过不 merge——你天天写 skill，这是最该立刻执行的质检清单。 Google DeepMind 的 Philipp Schmid 一句话戳破现状——GitHub 上五万多个 agent skill，几乎没人做 eval，全是 AI 顺手写、手动跑

推荐理由：「token 不可互换，给每个 token 一份 job：建议/执行/反思/打分」+ strategies 元 harness——Anthropic 平台层思维，设计多 agent 分工时的定价直觉。 Anthropic 平台的两位负责人 Katelyn Lesse 与 Angela Jiang 做客红杉，讲他们怎么把开发者平台叠成知识、执行、协调三层，以及为什么真正的杠杆在最顶层——t

推荐理由：Cursor FDE VP 的组织打法：矩阵定投放、独角兽画像、交付纪律五条、「A 招 A、B 招 C」——FDE 三部曲的组织篇（配 v53 行业全景、v66 个人实践）。 Cursor 前置部署工程 VP Pauline Brunet 讲 FDE 怎么搭：用一张矩阵判断哪一格才值得派你最贵的工程师、找"技术极强加情商极高"的独角兽、死守反人力外包的红线，再靠一套交付纪律留下客户关不掉

推荐理由：工程师价值转向 accountability/判断力/系统所有权、alpha-decay、编排税——启发型闭幕演讲，与你操作系统同频但无新增量；与 v83 观点相邻二选一。 Google Chrome 的 Addy Osmani 在 AI Engineer 大会闭幕演讲。当写码被 agent 自动化，工程师最值钱的不再是产出代码，而是选择什么值得做、并为结果负责。他给了一条能直接上手的铁

推荐理由：给 agent 加机械化安全层：确定性执行层 air-gap、free monad+污点分析让不安全动作「无法表达」——类型论硬核向，超出你当下需要。 函数式编程先驱 Erik Meijer 说他这辈子没见过比带工具调用的 LLM 更吓人的东西——现场准备幻灯片时，Claude Code 就顺手删了他一个文件。他的论证很硬：言语本身无害，要有人去执行才危险，而 agent 让模型自己动手

推荐理由：用 Anthropic 博客一个想法在黑客松击败 30 个工程团队、收尾是「安静学习整个组织的 AI chief of staff」——与你 CoS 项目直接同题。 一位资深 PM 在公司内部黑客松上击败了 30 个工程团队，靠的是几天前读到的一篇博客加一天的动手。这一集她把 PM 的整套 Claude 用法摊开：五层栈怎么分工、自动化的护栏该怎么写、以及一个从会议转写里安静学习整个组织

推荐理由：年度从业者情绪调查：拥抱 AI 与被边缘化者差距放大 3 倍、「工业革命前夜的农民」——市场情绪镜子，数据可引用进内容号。 研究负责人 Noam Segal 携第二届科技从业者情绪调查（约六千名产品、工程、设计、研究、市场从业者）做客 Lenny's Podcast。最大的发现是 AI 把整支劳动力切成了两半——被放大的一侧干劲爆棚，被动摇的一侧根基不稳，而这个差异比"你的经理是谁"重要

推荐理由：别过度设计第一个 agent：先让模型发挥、工具比 prompt 重要、manager agent 指挥 10 个云端 agent 并决定人审哪些——自查 agent 实战（eval 组合拳之一）。 Cognition（Devin）驻场构建者 Jared Zoneraich 谈普通团队造 agent 最常犯的错——过度设计第一个 agent、卡在 eval 上、把具体 prompt 当护

推荐理由：Instagram 负责人：AI 时代品味/真实性/判断力成稀缺资产、30 亿月活核心团队才 6-7 人、策展式领导——你「判断力>努力」的产品界印证。 管着 30 亿月活的 Instagram 负责人 Adam Mosseri 说，在造东西越来越容易的世界里，先想清楚该造什么才值钱——品味、判断力和真实性成了最难被自动化掉的资产。他还交出了组织层面的硬货：Meta 今年把十来号人的专才

推荐理由：Meng To「几乎不再用 Claude」的 Codex 设计实操课：配置/项目组织/AI 视频工具栈——工具向；同嘉宾 v54 讲设计原则更持久，优先 v54。 设计圈头部作者 Meng To 说他几乎不用 Claude 了，也弃了 Cursor，全面押 OpenAI 的 Codex 做设计和开发。这一集是一堂实操课：动手前先规划、给一切截图、并行跑二十个 agent，靠这套他六个月没

推荐理由：人人说「重要的是 harness」却没人解释——Claire 用 Claude Agent SDK 现场造一个，讲透 harness 与裸 agent 的区别——你天天造 harness，24 分钟值回票价。 人人都说"关键不是模型，是 harness"，却没人解释 harness 到底是什么。ChatPRD 创始人 Claire Vo 在节目里现场不到半小时造出一个查 bug 的 ha

★★★ 推荐理由：陈天桥 Apodex：RSI（递归自我提升）今年从科幻走进现实、专啃无标准答案的科学难题——前沿科研动向，知道即可。 陈天桥出资并亲自主导的 Apodex，把自我验证写进了公司名。两位首席科学家 Simon 杜少雷和贝斌 Beibin Li 在硅谷101 讲了硅谷今年最热的 RSI 递归自我提升：让 AI 自己出题、自己解、自己验证，再训练下一代自己，闭环最快半年跑通一环。他们也

推荐理由：OpenAI Codex PM 一线操作：活的项目站点取代静态 PRD、并行 5-6 线程全委托、追问 Codex 缺什么上下文——你 PRD 工厂的对照组（OpenAI 视角）。 OpenAI Codex 的产品经理 Rohan Varma 摊开他一天到底怎么干活——被临时拉进新项目二十分钟就拿齐全部来龙去脉、一天产出是过去的三四倍、并行五六个线程发出去就不管、用一个每隔几小时自我更新

★★★ 推荐理由：「智能在边际上不重要，成本才是瓶颈」（错误会复利）、算力三年 9 万倍、NVIDIA 或被低估——token 经济学+投资视角。 Naval 拉了三位创始人做圆桌。硬数字是三年内推理算力涨九万倍，一年花十万美元买 token 就能过上 2028 年普通人的日子。但最该记的是另一条：智能在边际上不重要，成本才是瓶颈，因为错误会复利。还有软件正被 AI 商品化、通用模型打败专用模型、

★★★★ 推荐理由：Agent 元年 500 天六关键词（GUI 退场→Headless→CLI 复兴→Skill 封装→Agentic Economy）、「GUI 是人类认知缺陷的补丁」——投资+产品双料，中文最好的行业综述之一。 一个投资人把 Gmail 交给了 AI，从此不再打开它的界面——他说「你的用户被 Agent 隔离了」。真格钟天杰和开发者归藏用六个关键词复盘 Agent 元年的 5

推荐理由：10,994 条 Obsidian 笔记变 AI 活记忆：raw/index/wiki 三层、按需下钻压 token、刻意不用向量库——你 Personal Thinking 第二大脑的直接孪生方案，可逐条对照。 Decoding AI 创始人 Paul Iusztin 和 Towards AI 的 Louis-François Bouchard，演示怎么把一个一万多条笔记的 Obsid

★★★ 推荐理由：一人公司圆桌：Agent 当「伙伴」vs 当「工具」两派实践、OPC=五人内小团队各带 agent 军团——onehuman 选题素材，中文场景。 《科技早知道》在亚马逊云科技 AWS Summit 上海站录的 OPC 一人公司圆桌。两位非技术背景的一线实践者，余一（视频号一年涨到近 20 万粉、把 agent 当合伙人）和归藏（PPT skill 两万星、把 agent 当工具

★★★★ 推荐理由：「AI 杀死工具型 SaaS」：软件从给人用变给 agent 用、深耕的数据/流程/权限变 agent 底座而非外挂对话框——Holdwell ERP 的战略镜子，中文语境最贴。 纷享销客创始人罗旭二次做客《创业内幕》，回应"SaaS 将死"焦虑。核心判断：AI 不会让 SaaS 消失，但会杀死"工具型 SaaS"——软件正从"给人用的工具"变成"给 agent 用的底座"，前

推荐理由：把团队知识训进模型权重（LoRA adapter）：10 万 token→100 token、3-6 个月窗口追平前沿——第二大脑的远期形态，前沿但值得知道。 红杉对谈 Engram 两位联创 Dan Biderman 和 Jessy Lin。他们的反共识主张是：别再往上下文窗口塞更大的 prompt、也别一味外挂 RAG，而是把团队知识直接训进模型权重，让模型像在你公司干了几年的老员工

推荐理由：把公司知识/流程/决策沉淀成跑在 Claude Code 里的 Company OS——Holdwell 知识库 + Chief of Staff 的双重对标，同类中最系统的一期。 这位嘉宾曾经管过几百人的产品组织，今天只留五个 PM、四个设计师，而客户成功和销售的人都在往生产环境发功能。她的解法不是招更强的人，是把整家公司的知识和流程写成一棵文件树装进 Claude——每个职能一个文件

推荐理由：9 分钟：金字塔→眼睛形组织、AI 红利要等围绕它重新设计工厂（电机类比）——短小观点，扫一眼即可。 Databricks 联合创始人兼首席架构师 Reynold Xin 用"电动机发明后工厂没立刻变快"这个百年前的故事类比 AI：工程组织的金字塔正被压成眼睛形，真正的生产力跃迁要等你为 agent 重新设计整座软件工厂。他讲了创业公司的结构性优势、Neon 一年营收涨十倍的反直觉打法，

★★★ 推荐理由：MiniMax 闫俊杰罕见公开露面：token 消耗量当唯一客观尺子、押注写代码+Agent、连追 3T→10T——中国模型公司战略样本，投资视角。 MiniMax 创始人闫俊杰罕见公开露面，把 token 消耗量当成判断模型的唯一尺子：M2 顶着争议只押注写代码和 Agent、主动放弃刷 Arena 排行榜，结果日消耗超目标 10 倍。他也给出了绕不过去的那道坎——10T 模型

推荐理由：统管 Claude Code+Cowork 的 Fiona 深访：fleets of agents + routines、高 agency 配高担责、bad/sad 框架——编码后时代软件组织的一手蓝图（v25 同讲者短讲已被本期覆盖）。 Anthropic 工程师每季度交付的代码量已经是几年前的 8 倍，写代码不再是瓶颈——瓶颈整个搬去了「验证」。统管 Claude Code 与 Co

★★★★ 推荐理由：FDE 全景：OpenAI 收购 Tomorrow 带走 150 个 FDE、「前线 CTO」职责拆解——你 FDE 职业兴趣的行业底图（配 v66 个人实践、v73 组织打法成三部曲）。 做全世界最强模型的公司，突然开始抢一种跟客户贴身干活的工程师——FDE，前线部署工程师。OpenAI 成立部署公司、收购 Tomorrow 打包带走 150 个人，Anthropic 和 B

推荐理由：£85k PoC 进不了生产的解剖 + 企业 agent 落地五大支柱（评估/可观测/数据底座/编排/治理）——Holdwell「试点无闭环证据」痛点的行业标准答案。 Databricks 的 Sandipan Bhaumik 用一个真实翻车案例讲透企业 AI 智能体怎么真正进生产：一家银行花 8.5 万美元、六个月做的聊天机器人始终上不了线，换一套打法后八周做成，模型却是第七周才选的。

Zynga 创始人把十几款爆款消费产品的经验压成一个框架：先把已被验证的范式抄到博士级，再做一个十个老用户里十个都说要换的小改进，最后才叠一个大概率会失败的全新。配套的是一套很不客气的心法——你的直觉 95% 是对的，你的想法 75% 是错的；在希望害死你之前先把希望杀掉；真正的护城河是 365 天留存，不是病毒传播。他还当场承认，自己搞了 20 年、光这一版就烧掉 2500 万美元的元宇宙项目，

推荐理由：YC 5 篇论文看研究走向（self-play/streaming RAG/形式化验证/重思 agentic 编程）——研究视野，离你的落地较远。 一场 YC 线下 AI 研究小聚，五位讲者、五篇论文，从蛋白质大模型、自我对弈、流式检索、Lean 形式化数学，一路讲到把 AI 编程当即时战略游戏来打。贯穿全场的暗线是——当人类数据到头，靠"规模加上可验证的自监督信号"让机器自己造学习信号

★★★ 推荐理由：SpaceX 口述史 3 小时：火箭只是手段、马斯克用人观、太空×AI 数据中心——格局与视野佳，与在做项目无直接关联。 SpaceX 前火箭首席制造工程师洪力德口述开发史。团队把高压罐做到比业界便宜九成，马斯克只问了一句「你看过可乐罐是怎么生产的吗」。为什么猎鹰一号一成功就退役、为什么做火箭却刻意不招航空航天专家、每公斤入轨成本从两万美元砸到目标一百美元之后太空的账本怎么重写。

推荐理由：VP 级 AI 用法的真考验是「问题分解」——凌晨 5 点两小时做出全员大会演示的实录、80% 交给 Claude 的领导层工作流。 Customer.io 产品与设计 VP Matthew Wing 逐屏拆解自己怎么用 Claude 做领导级的活——凌晨五点两小时做出的全员大会演示、给同侪看的指标复盘、每周完整的 AI 工具栈。一条主线贯穿全场：AI 对领导者是一场"你多会拆解问题"的

推荐理由：Tony Fadell 谈品味：主动品味=能说清每个设计决定、iPod 三代才成——你已读过《Build》（书更全），本期当温习+听案例。 一份被泄露的源码里，本该拆成十几个子函数的东西，居然是主循环。iPod 之父 Tony Fadell 从这件事开出他的主论点：正因为东西太好做了，脱颖而出的恰恰是想得特别透的那些。这一集他拆开讲 iPod 为什么熬到第三代才起飞、iPhone 虚拟键

推荐理由：Naval 圆桌完整版：工程师从交付产出→造 100/1000x 工厂、人退守验证者+品味层——v17/18/19 都是本期切片，看这一期即可全覆盖。 Naval 主持，Vercel 的 Guillermo Rauch、Boom 的 Blake Scholl、Science Corp 的 Max Hodak，三位「自己造工厂、不拼现成件」的创始人圆桌。贯穿全场的判断——工程师从交付产出，

推荐理由：卖掉公司后一人并行 5 个 AI 产品：每阶段独立 worktree→PR、最多 10 个并行、双层对抗 review（Opus 写 GPT 审）——onehuman_company 直接对标 + app_incubator 可抄的工程纪律。 一个人同时做五款 AI 产品，靠的是自己攒的十来个 Claude Code skill。最反常识的那个专门用来欺负 AI，开口就假定它搞砸了、逼它

推荐理由：v28「AI 工业革命」完整集的切片（监管/繁文缛节段）——看 v28 完整版即可。 Naval 主持的一场圆桌，政策方向的 Max、航空创始人 Blake、一位医疗生物科技专家，把"监管"重新翻译成工程语言。从把 200 页飞机认证文档从几个月压到几分钟，到 FDA 的不对称激励、医疗为何越来越贵，再到 AI 该如何把 n=1 医疗民主化。

推荐理由：近 3 小时物理科普（反物质/暗能量/万物理论）——与九大主题和在做项目均不沾边，纯兴趣向，范围外。 费米实验室粒子物理学家 Don Lincoln 做客 Lex Fridman，聊了近三个小时。从牛顿、麦克斯韦到爱因斯坦，物理学史其实是一部"发现两件事原来是同一回事"的统一史；而悬在头顶的三大谜题——反物质为何几乎消失、暗能量是什么、暗物质是什么——定义了当代物理。这一集跟你手头的项目

推荐理由：v28「AI 工业革命」完整集的切片（硬件 vibe coding 段）——看 v28 完整版即可。 当 AI 能按需生成软件，纯软件还有没有壁垒？投资人 Naval 拉着超音速客机公司 Boom、脑机接口公司 Science、云平台 Vercel 三位创始人，聊硬件工程师如何 vibe code 自己那块、把设计一台喷气发动机从上千人日压到两个人，聊中国为何全押开源模型，也聊一个越来越

推荐理由：v28「AI 工业革命」完整集的切片（B→Z 工厂/100x 杠杆段）——看 v28 完整版即可，本期不必单独看。 Naval 请来三位自建工厂的前沿创业者，聊的不是造什么，而是怎么造。核心是一句反直觉的心法：浪费 token，省时间——模型再贵也比人便宜，先用蛮力做出来，再砸算力打磨到能上线。这期还有工程师的评判标准从交付成果变成造一座放大产出的工厂、模型从初级毕业成资深首席、纯软件的

推荐理由：YC 自我改造实录：单一 Postgres 上的 agent loop、20→350+ tool registry、把原子动作做成会自我改进的 skill——你所有 skill 化实践的组织级版本。 Optimizely 创始人、YC 内部 agent 基建主导者 Pete Koomen 第一次公开复盘：怎么把一个在 AI 之前很久就存在的老组织，改造成跑在单一数据库上的 agent 工

推荐理由：「每个 agent 都需要一个人」悖论、公司越 AI 越扩人——观点向深访；同讲者 v34 的 17 分钟演讲密度更高，优先看 v34。 Every 的 CEO Dan Shipper 全公司用 AI，团队却一年翻倍、他本人工作得更多。他说自动化是个谎言——每自动化一件事，就得有一个人在上面盯着。这一集聊他对未来一年工作方式的预测、一个自建的资深工程师测试，和一个反共识判断：SaaS 才

推荐理由：把膨胀 agent（400 行 prompt/12 tool）用 tool/skill/subagent 三原语重新拆解——你 8 角色 13 skill 多 agent 架构的维护手册，防性能倒退。 一个好用的库存 agent 被持续加功能，膨胀到 400 行提示词、12 个工具，性能反而倒退，测试分从标称 83% 跌到实测 62%。Anthropic 工程师 Will 现场拆解它——

推荐理由：「为品味建 eval」：通用 benchmark 说明不了你的 use case、必须自建 eval 逼自己定义成功——直接喂 Holdwell 5-lens 评审与 QF。与 v24/38/71/79 构成 eval 组合拳（各讲一层，非重复）。 Anthropic 工程师在 Code with Claude 大会上现场造一个幻灯片生成 agent，用它演示怎么给 AI 出题打分、靠分

推荐理由：Anthropic memory store 官方讲解（类文件系统持久化、bash/grep 读写）——你的 agent 跨会话记忆设计参考。 今天的 AI agent 转头就忘、彼此隔离，一换会话就一问三不知。Anthropic 工程师 Kevin 在 Code with Claude 现场演示，怎么用 memory store 给 agent 挂一块能 grep 的记忆硬盘，再用一个

推荐理由：「模型从你身上提取需求的能力＞你自己定义需求的能力」——反向采访法，一个可立刻改变你写 PRD 方式的洞察。 Anthropic 内部一场满座的 workshop，讲他们自己怎么用 Claude Code。三条主线：让模型反过来采访你挖需求、用 HTML 文件取代超过 200 行就没人读的 markdown、把验证内建进产物本身。最狠的一个演示是删掉一块代码，app 照常能用，但所有验证

推荐理由：prompt 工程的起点是 eval 套件（对照/边缘/能力边界三类用例）——eval 组合拳的 prompt 层（另见 v21/38/71/79）。 Anthropic 伦敦办公室应用 AI 工程师 Margot Vanlar 在 Code with Claude 大会上的实战演讲：用一个电信客服机器人和一个排班 agent，演示怎么修一个迁移后突然变差的老 prompt、怎么从零搭一

推荐理由：AI-native 工程组织 26 分钟短讲——同讲者 Fiona 的 Lenny 深访 v60 已覆盖本期全部主题且更深，看 v60 即可。 Anthropic 的 Fiona Fung 带 Claude Code 和 Cowork 两条线。当 AI 让写代码不再是瓶颈，评审、规划、招聘、组织形态这些老规矩会悄无声息地不再奏效。这集聊瓶颈转移去了哪、哪些流程该主动砍、以及一道能带回自己

推荐理由：PM 会看 traces/evals 即全球前 1%：不开 IDE 的五步闭环、Claude Code 搭 PM agent——Holdwell QF 评审的技能地图（eval 组合拳之一，另见 v21/24/71/79）。 Arize AI 联创兼 CPO Aparna Dhinakaran 全程不开 IDE，只用 Claude Code 一小时现场搭出一条 AI PM 的完整闭环：搭

推荐理由：2000 亿美元资管公司让 AI 全程主导 trading signal（想点子→回测→上线，人只审核）——StockHelp Phase 2/3 信号自动化的天花板参照。 Man Group 是家管着超过两千亿美元的另类投资公司，客户是养老金和主权基金。它的数据与 AI 负责人 Tashara Fernando 讲了一件反直觉的事——他们已经在受监管、动用真实资金的生产环境里，跑着由

推荐理由：13 分钟高密度：把公司重构成「递归自我改进的 AI 循环」（sensor→policy→tool→gate→learning）+ 烧 token 不烧 headcount——一人公司与 Holdwell 双对标。 YC 合伙人、前 Monzo 创始人 Tom Blomfield 对一屋子创业者讲一件反直觉的事——AI 不是贴在旧公司旁边的更强引擎，而该把整家公司重造成一组「递归自我改进

推荐理由：非技术 PM 的 Claude Code Level 1-4 配置教程——与 v45 完整课程重叠较高，自己看 v45 即可；本期适合转发给入门同事。 Aakash Gupta 对话 Andre Albuquerque——欧洲最大产品 builder 学校 builderscamp.com 的创办人、四千多名学生，他本人是非技术背景。开场就给还在管 backlog、写 issue、做 P

推荐理由：Aakash 的 PM 用 Claude 全家桶课程（Cowork+Code+Dispatch）：CLAUDE.md 瘦身路由、skill.md 结构、第二大脑——同类教程最全（v44 与之重叠，看这期即可）。 一整堂面向产品经理的 Claude 完整课程。嘉宾 Pavel Hern 是欧洲排名第一的 AI PM 之声，LinkedIn 二十万粉、newsletter 十万订阅，本身工程

推荐理由：可信度>销售技巧、顶尖的人能看穿所有套路——onehuman/momorain 自媒体的底层原则，短小。 Naval 谈销售，第一句是我不做销售。他说人类天生抗拒被推销，比任何技巧重要得多的是可信度——你要做那个会劝客户别买的房产中介，因为你最想打动的人恰恰是能一眼看穿你的人。这期还有他自认百分之八十的时候是错的、把销售的本质从说服改成过滤、猎鹿博弈、妥协是建立伟大生意的敌人，以及为什么

推荐理由：Eric Ries：ethos+integrity、承诺要被结构性约束兜底——公司治理与长期主义 mirror，离你当下项目稍远；投资视角可看 Costco 案例。 《精益创业》作者 Eric Ries 隔了十五年带着新书 Incorruptible 回来。上一本教你建立公司，这一本教你保护它——保护它不被那股没人控制但所有人都服从的力量一点点拖向平庸。哈佛法学院的数据是，拿了 VC 钱

推荐理由：Claude OS 个人自动化系统全解（CLAUDE.md/user.md 文件结构、OpenClaw vs Claude Code 优劣对比）——你已自建同类系统，可对照查漏。 一个人把「私人办公室主任」整套装进了 Claude Code，取名 Claudia：一个主指令文件拉起人设、记忆和工具清单，再用一堆 skill 和定时例程把买菜、传素材、写脚本、发视频全包了。整套没有任何花活

推荐理由：RoboBun 把 issue→复现→PR→强制带测试（旧版必失败新版必通过）→AI 互审全自动化，贡献量超过作者本人——正是 Holdwell「gate 缺强制执行点」的现成工程答案。 Bun 作者 Jarred Sumner 在 Anthropic 开发者大会上现场演示——一个叫 RoboBun 的机器人接管了 Bun 的每一个 GitHub issue：自动复现、自动提带测试的 P

推荐理由：Naval 拒绝「围绕 AI 重组」：完全互联图+高智能节点、AI 是隐性力量倍增器——一人公司组织哲学的旁证。 Naval 说他讨厌组织、讨厌大群体，所以公司连 Slack 都不用，只雇能在完全互联图里自己找路的人。这一期从组织拓扑一路滑到无人机把相互保证毁灭下沉到个体、AI 让生物武器像 vibe coding 一样民主化、硬件文艺复兴与中国为什么热衷开源，最后落在一句行动主张：我们

推荐理由：Claude Code 之父：杠杆已从写代码转向 /loop（cron 自动盯 PR/修 CI/抓反馈）与大规模并行 agent（晚上几千个）——你日常工作流的下一层升级路线图。 Claude Code 的创造者说编程已被解决——他自己的代码 100% 由模型写，上周有一天提了 150 个 PR，2026 年到现在一行都没亲手写过。但他诚实地补了一句：这只解决了一半，剩下那半的答案通常就

推荐理由：AI 时代真稀缺的是 agency 不是技能——「世界由不比你聪明的人造出、因此可被改变」与你「判断力>努力」同频；培养路径=动手做东西。 Notion 产品负责人 Max Schoening 抛出一个反直觉的判断：AI 把技能放到人人指尖之后，真正稀缺、也真正把人分开的不是技能，而是能动性——意识到周遭世界是由不比你聪明的人造出来的、因此可被改变。从设计师为什么该写代码（不是为了交付，

推荐理由：Google PM 跑 7 个 Claude Code agent 从 PRD→Figma→出码→TestFlight——app_incubator 的孪生实践：好 spec=好产品、前端工单必附 Figma 截图、不拆工单会丢细节，全是你踩过/要踩的坑。 一位谷歌产品经理把「一整家软件公司」复刻成一队 Claude Code agent——系统分析师、CTO、设计、品牌、测试、可维护性

推荐理由：与 v13 同期同主题（Karpathy 2025.12 拐点、不再亲手写码），v13 更长更深——看 v13 即可，本期可跳过。 2025 年 12 月，Karpathy 突然发现最新模型写的代码"就是没问题"，作为程序员却说自己"从未感觉如此落后"。这集从这句话拆起——软件 3.0、参差不齐的智能、vibe coding 与智能体工程的分野，最后落到一句题眼：你能外包思考，但没法外包

推荐理由：Naval 论 vibe coding：2025.12 拐点、写码门槛被抹平——29 分钟观点短评，你已在实践中验证过。 Naval 说纯软件不可投，没有任何附加条件——因为别人今天就能自己拼出来，而编程 agent 一年内就能写出架构良好的软件。这期还拆了他为什么认定 Apple 在 AI 上的放弃是本十年最大的战略失误，以及他实测多 agent 圆桌评审「没那么有用」的两个病根。

★★★★ ｜ ▶️ 3.2 万 推荐理由：企业跟不上 AI 的真墙是「集成」而非技术、agent 当「人」接入搭 40 年流程便车——你做 ERP，这期讲的就是你客户的世界。 企业跟不上 AI，卡住的不是模型，是集成——任何超过一千人或成立超过十年的公司，都堆着一大坨等着被集成的东西，而 AI 恰恰帮不上集成的忙。Box CEO Aaron Levie 在 a16z 的三人直播圆桌上把这句话开场说

推荐理由：Anthropic PM 角色重塑（消除发布障碍+定义 1 个月后的产品）直接对标你 Holdwell PRD 工厂的 PM 定位；timeline 6 月→1 天、research preview 降承诺成本都是可抄的机制。与 v69（同为 Cat Wu，工程侧）互补。 Anthropic 的 Claude Code 产品负责人 Cat Wu 拆开讲他们为什么比所有人都快：一个功能从想

推荐理由：n8n 五段递进 demo 把 agent 拆开给你看 + PM 9-10 周学习计划——builder PM 入门结构最清晰的一期（你已过此阶段，可当教学素材转发）。 干过 Microsoft、Amazon、Meta、Google 四家的资深 PM Mahesh Yadav，给 builder PM 下了一个很硬的定义——能跟客户聊、搞清该造什么、把第一版造出来、做到十个客户，全程不用

推荐理由：PM 大洗牌预言：信息传递者→建设者、12-24 个月裁员再 AI-first 重招——职业站位的清醒剂，配合 v76 情绪调查一起看。 Meta 和 Google 的前产品高管 Nikhyl Singhal 下了个狠判断：把信息从一处搬到另一处的 PM 会变成恐龙，而行业里大约一半人属于这一类。他预测未来十二到二十四个月是裁三万、招八千，招进来的全部是 AI-first。这一集聊他怎么

★★★ ｜ ▶️ 2.6 万 推荐理由：OpenClaw 杀手锏是「私人感」占价值 70-80%、纯执行工具最危险——产品洞察不错，但 v65 对同主题讲得更系统。 a16z 对话 Peter Yang——他自己搭了一只叫 Zoe 的 agent，结论是这东西七到八成的价值就是"私人感"：装进 Telegram、用语音随手聊，散步时它会给你三分钟打气。往大了说，他俩认为编码正在吞噬所有知识工作，未

推荐理由：Anthropic 增长自动化：10 亿→190 亿 ARR、85% 员工日用 Claude——「吃自己狗粮」的极致故事，数字震撼但可直接抄走的方法有限。 Anthropic 增长负责人 Amole Avasarala 把大量日常工作交给了 Claude 和 Cowork——每天扫二十多张数据图、每周自动扫全公司的 Slack 找跨部门错位、连报销都甩给 agent。这家 14 个月从

★★★ ｜ ▶️ 2.7 万 推荐理由：Block 40% 裁员从零重搭组织、Money Bot 15 人→4 人+2000 美元 token——组织重构的震撼案例；你无组织可重构，当投资视角看。 Block 在利润和营收都很强势的位置上，一次砍掉超过四成的员工——而且刀口几乎全落在开发侧，销售和客户管理几乎没动。业务负责人 Owen Jennings 在 a16z 的炉边对话里把决策过程摊开讲：

推荐理由：Claire Vo 从怀疑者到 9 个 Claude Code 实例的心路——故事性强于方法论；她的方法论看 v32（30 分钟造产品）和 v80（造 harness）。 Claire Vo 第一次装 OpenClaw 花了整整八小时，代价是个人家庭日历被删。她没卸载，而是一周周回来试，最后在三台 Mac Mini 上跑起九个 Agent——工作助理、家庭经理、销售、播客研究员、给孩子的

推荐理由：Cowork 设计负责人四步工作流实操（多来源洞察→P0/P1→定时任务+Slack 分发→wireframe 多方案）——可直接搬进你的 Cowork 用法。 Anthropic 设计负责人 Jenny Wen 在 Peter Yang 的频道上做了一场四十分钟的 Cowork 实操教程，一半屏幕演示、一半产品内幕。演示部分是一条完整流水线：接 UXR 访谈文件夹加扫 X 和 Redd

推荐理由：Anthropic CPO：模型擅长加功能、不擅长决定砍什么——2026 软件设计真正的难点；每 3-6 个月扔掉一半产品——agent-native 产品观的定调之作，app_incubator 北极星。 Anthropic 首席产品官、Instagram 联创 Mike Krieger 对谈 Every 的 Dan Shipper。核心判断反直觉：AI 让「动手建」几乎不要钱，真正变

推荐理由：影响力是 AI 无法取代的 PM 技能——论点成立但偏软技能通识，你当下更缺的是工程侧杠杆。 Webflow 产品副总裁 Jessica Fain 在 Slack 给两任 CPO 当过幕僚长，天天坐在高管旁边看他们拍板。她说这些年里，产品评审开始前跑来问她「现在对 CPO 来说什么最重要」的人，一只手数得过来。这一集讲的是当 AI 把执行拉平之后，杠杆怎么从「亲手干活」迁移到「决定哪件事

推荐理由：Karpathy 最深一期：每天 16 小时「向 agent 表达意图」、写码比例 80/20→20/80——同期 v12 红杉版与本期高度重复，看这期即可；v31 演讲是另一回事不算重复。 Karpathy 说从 2025 年 12 月起，他基本没亲手敲过一行代码——每天 16 个小时把意图讲给一群 agent，亲手写码的比例从 80/20 翻转成 20/80，而且比这还悬殊。这一集从

推荐理由：6 个 agent 并行协作设计 app（.pen=agentic PDF、可视化 plan mode、Git 交接）——app_incubator「设计稿即契约」的同路人实践。 Peter Yang 对话 Pencil 的 CEO Tom Krcha，现场跑了一次「蜂群模式」——六个 Claude Opus 4.6 子智能体并行设计一个旅行 app，三个屏幕每屏两个。真正炸场的不是并行

推荐理由：Naval 论 AI：vibe coding=新产品管理、传统工程师杠杆反而最大——与 v5 相邻的观点短评。 Naval 说氛围编程是新的产品管理、训练调优模型是新的编程——但传统软件工程师非但没死，反而成了地球上杠杆最大的一批人，因为所有的抽象都是有漏洞的。这期还给出了衡量智能的唯一标准（这把尺子一量，AI 立刻不及格）、为什么人人可得的 AI 优势会被互相冲销、以及他自己「所有查询

推荐理由：SVP 亲自下场当 IC 六个月搭数据基建+自学 evals 再带队进场——「前线部署产品负责人」就是你在 Holdwell 的打法；速度=护城河、上下文工程三件套可直接抄。 一位产品与技术 SVP 上任，头四到六个月没做出任何用户看得见的东西——全在搬数据、配合规、自学 AI 评估。之后他花六周亲手写了一个一万行代码的 PR，团队里的工程师说「我不审这个」，人就此走了。这一集拆开讲：为

推荐理由：零技术背景 Meta PM 靠一套 /commands 工作流（issue→explore→plan→execute→review→peer review→docs）独立 ship 赚钱产品——与你 S0–S7 流水线同构，可直接对照抄补。 一个高中学音乐、自称零技术背景的 Meta PM，说代码是世界上看起来最吓人的东西。他靠 Cursor 加 Claude Code 和一套七步斜杠命

推荐理由：17 分钟浓缩 Every 打法：90→100% 采用是 10x 相变、Compounding Engineering 四步循环（plan→delegate→assess→codify）——一人公司方法论最浓的一期（同讲者 v15 深访重叠中等，本期密度更高）。 Every 的 CEO Dan Shipper 在 AI Engineer 大会分享一家 AI 原生公司长什么样：15 个人、

推荐理由：Naval 论招聘：早期成员即公司 DNA、招聘不可外包——你现阶段「招的是 agent 不是人」，可类比但不直接。 Naval 用五十二分钟只讲一件事：招聘。最反直觉的一条是「你永远没法雇到比你更强的人」——创始人的素质就是全公司的上限。这期给了一个当场能用的「随机面试测试」、一条被 Buffett 三条漏掉的第四标准「低自我」，以及他现在的座右铭：只招天才，不填岗位；收集天才、把他们

推荐理由：AI 设计摆脱 generic slop：AI 带到 90%、决定档次的最后 10%（字体/配图/3D 动效）必须自己学——momorain 封面与 app_incubator 设计 agent 都用得上（同嘉宾 v86 是工具课，本期讲原则更持久）。 同一句 prompt 喂给四个 AI 建站工具，跑出来的网页长着同一张脸——一样的字体、一样的紫色、一样的居中排版。设计师 Meng T

推荐理由：Karpathy Software 3.0 定调演讲：LLM=新计算机、正处它的 1960 年代、英语即编程——AI 时代认知地基；与 v12/13 访谈不重复（这是结构化框架）。 前特斯拉 AI 总监、OpenAI 创始成员 Andrej Karpathy 在 Y Combinator 的 AI 创业学校讲了一场：软件在底层七十年没怎么变，最近几年却接连变了两次——从人写的代码，到训练

推荐理由：把 Cursor 当设计工具做交互原型/声音/数据可视化：先问 AI「你会哪些风格」再挑、checkpoint 回退纪律——原型工作流可迁移进你的设计链路。 设计师 Elizabeth Lin 把 Cursor 当设计工具用，代码只是副产品。她的方法反直觉到有点好笑：不带着想法进场，第一句 prompt 先问 AI 你都会哪些设计风格，让它报菜单，自己再挑着混搭；同一句话反复重跑像开盲盒

推荐理由：Claire Vo 30 分钟截图→PRD→14 步计划→上线实录：提示词要「声明产物交给谁」、未来 PM 拼 scrappy/学习力/清晰沟通——app_incubator 流程的对照样本。 LaunchDarkly 首席产品官、ChatPRD 创始人 Claire Vo 在 Peter Yang 的节目里现场演示：全程不离开 Slack，@ChatPRD 写 PRD、导出 markd

推荐理由：Bret Taylor：outcomes-based pricing（解决才收费）、主界面变品牌 agent、在位者改商业模式比追技术更致命——商业模式视野，投资判断可参考。 红杉 AI Ascent 上，Sierra 联创、OpenAI 董事长 Bret Taylor 抛出一套能让软件行业重新估值的判断：AI 把软件从「按席位卖生产力」推向「按结果收费」——agent 自主解决才收钱，

推荐理由：Netflix 卓越文化：无绩效评估、keeper test、「自由与责任是建在人才密度上的危房」——管理通识；同嘉宾 v90 更贴 AI 时代，优先 v90。 Netflix CTO Elizabeth Stone 拆开这家公司卓越文化的底层结构：人才密度不是目的而是手段，坦诚、学习、自由与责任全建在它上面。她说 Netflix 根本没有绩效评估，只有一年一次的 360 反馈和一个独立