把一场 2–4 小时的 AI 创始人 / 研究员访谈，变成 10 分钟读完、能直接带走执行清单的结构化笔记。 每篇给你三样东西：12 个核心观点（按实操价值排序）· 可复制 vs 不可复制清单（哪些方法你能抄，哪些抄不了）· 给研究员 / 创业者 / 投资人的可执行启示。每句原话带时间戳，可跳回字幕与原片核对。
- 访谈分析目录 Index——12 篇分析 + 每篇一句话价值
- 逐篇精华 Highlights
- 这是什么 What is this
- 分析方法 Methodology
- 如何复用 How to reproduce
- 常见问题 FAQ
- 免责声明 Disclaimer
扫一眼这张表，你就知道每篇能拿走什么：
| 嘉宾（身份） | 一句话价值 —— 读完你能拿走什么 | 时长 | 阅读 |
|---|---|---|---|
| 段永平（投资人 · OPPO/vivo/步步高） | 一套"不做错事"的决策系统：机会成本反问法 + 不为清单，含普通人可直接抄的部分 | 1:53 | 📄 · v2 |
| 姚顺宇（研究员 · DeepMind / Anthropic） | 顶级 AI 研究员的工作方法：为什么"靠谱比聪明重要"、怎么用跑实验替代空想 | 3:48 | 📄 |
| 翁家翌（Infra 工程师 · OpenAI） | 如何找到"卖铲子"的职业身位：用 Infra 杠杆放大个人价值，而不是挤在挖金主赛道 | 2:02 | 📄 |
| 何小鹏（创始人 · 小鹏汽车） | 判断力到位后怎么下注：物理 AI 和数字 AI 为什么是两回事、怎么自查"缝合怪"产品 | 1:28 | 📄 |
| 杨植麟（创始人 · Kimi / 月之暗面） | 大模型公司的技术战略怎么定：K2 三大创新背后的取舍逻辑、Agent 的真瓶颈是泛化性 | 1:41 | 📄 |
| 罗福莉（大模型负责人 · 小米，前 DeepSeek） | 大模型团队怎么带：训模型 ≈ 管团队、算力 3:1:1 怎么分、Agent 到底是什么层 | 3:36 | 📄 |
| 张鹏（CEO · 智谱 AI） | 技术公司怎么活过窗口期：成果转化 = 政策窗口 × 团队准备、toB 商业化的清醒账 | 2:26 | 📄 |
| 肖弘（创始人 · Manus / Monica） | 应用创业者怎么在模型厂夹缝卡位：预判模型能力提前造壳、用博弈判断"大厂会不会做我" | 1:10 | 📄 |
| 阳萌（创始人 · Anker 安克创新） | 消费电子公司怎么穿越 AI 范式：1357 人群 / 浅海深海 / 第三类公司三套框架 + 存算一体芯片的第一性推演 | 3:37 | 📄 |
| 柯丽一鸣（研究员 · Physical Intelligence） | 一张机器人江湖地图：两大派系族谱、π 三部曲怎么排问题、为什么通用大脑≠人形、怎么判断数据和 demo 的成色 | 3:46 | 📄 |
| 洪力德（前 SpaceX 高管 · 硬科技投资人） | SpaceX 的量产内幕与马斯克管理学：可乐罐第一性、三会原则、每公斤成本总开关、火箭是手段不是目的 | 3:00 | 📄 |
| 李想（创始人 · 理想汽车，第二次访谈） | 怎么判断 AI 产品的真价值：工具三分级（信息/辅助/生产）、VLA 最完整的公开训练流程、3–7 人能量场组织法 | 2:43 | 📄 |
访谈来源：张小珺商业访谈录、WhynotTV、雪球《方略》。进度、待处理视频与字幕抓取技术细节见 PROGRESS.md。
每篇的完整版含 12 个核心观点、三层思想挖掘、内在张力、可复制清单与原话时间戳。以下为入口摘要。
减法主义、边界感、内驱、机会成本。
- 机会成本是投资唯一标尺——"卖了茅台钱放哪？回答不了，讨论投资都是瞎扯。"
- "做对的事"重于"把事情做对"——5 秒判断是非省一辈子。
- 不为清单（Stop-doing List）——30 年复利来自减法，不是加法。
- 👉 完整分析
系统压倒个体、实验优先、Scaling Law 未死。
- 靠谱比聪明重要——AI 行业最核心的特质不是天才，是对工作负责。
- 先跑实验，不信纯理论——高能物理训练移植到 AI 研究。
- Scaling Law 还没死——大多数"天花板"都是实验 bug。
- 👉 完整分析
卖铲子比挖金、自定义评价体系、Infra 即杠杆。
- 找到卖铲子的位置，比挖金更重要。
- idea 非常便宜，验证 idea 的基础设施才值钱。
- 对自己定义评价体系，但不能成为它的奴隶。
- 👉 完整分析
物理 AI ≠ 数字 AI、两成胜率、范式迭代。
- 早下注 > 敢下注——判断力到位后，拖延本身就是风险。
- 物理世界和数字世界是两种维度，不是同一谱系的不同段位。
- "缝合怪"自我诊断法——软件方法论 + AI 工具 ≠ AI 原生产品。
- 👉 完整分析
模型即产品、test-time scaling 双维度、用 RL 管团队。
- "问题不可避免，问题可以解决"（引自 David Deutsch）。
- K2 关键创新——Muon 优化器（替代 Adam，token efficiency ~2×）+ 大规模 MoE + 数据改写。
- Agent 当前最大瓶颈 = 泛化性。
- 👉 完整分析
群体智能、Agent 是协调层、去 DAU 叙事。
- Agent 框架是弥补模型行动缺陷的协调层——不是 UI，不是模型，是中间层。
- 训模型 ≈ 管团队——群体智能 >> 个人英雄主义。
- 现在卡在卡上，不卡在 idea 上——瓶颈是 GPU 验证速度。
- 👉 完整分析
政策窗口、百模大战、L0/L1/L2 分层、实用主义工程师。
- 科技成果转化 = 政策窗口 × 团队准备。
- 百模大战焦虑：不是焦虑自己输，是焦虑市场塌掉。
- 开源是品牌策略而非纯技术信仰（GLM-130B / ChatGLM-6B）。
- 👉 完整分析
录制于 Manus 发布前约 20 天，肖弘全程在描述那个"还没发布的 agent 产品"。
- 新时代的安迪-比尔定律——模型能力外溢，壳也要进化，第三方把用户可感知价值呈现出来。
- 真 Agent = 虚拟机 + 浏览器 + 自己写代码调 API——接一堆 API 是在做功能机。
- 用博弈的方式思考，而不是逻辑推导——让自己成为博弈中那个重要的变量。
- 👉 完整分析
顺了 11 年的五系公司，2022 年撞上系统性失败后的转型全复盘。
- 1357 人群 + 浅海深海 + 第三类公司——三套自造框架定位一切。
- 分治法 → 端到端，冯诺依曼三角应该被打破——存算一体芯片的第一性推演。
- 中层管理者不会被 AI 消灭——context 长度 + 康威定律的工程师式论证。
- 👉 完整分析
从 CMU 传统派到学习派的一线视角，辞掉剑桥教职加入创立三个月的 PI。
- π 三部曲——π0 能力 → π0.5 泛化 → π0.6* 表现，机器人大模型的问题排序模板。
- 通用大脑 ≠ 人形——"他们要说做人形我就不来了"；通用=一个大脑操纵很多构型。
- 评估是隐形前沿——没有跑马场榜单；"demo 是一回事，背后的进步是另一回事"。
- 👉 完整分析
猎鹰 9 号首席制造工程师亲历：从一年发射 1 次到量产 40 次。
- 火箭是手段不是目的——猎鹰 1 成功即退役；每公斤入轨成本 2 万→3000→100 美元是行业总开关。
- 可乐罐第一性——自研高压桶降本 90% 报喜，马斯克唯一的回应："你有没有看过可乐罐的生产？"
- 马斯克三会原则——只为"迟到、做不出、要更多钱"开会；时间只放在公司最困难的问题上。
- 👉 完整分析
张小珺把李想当 CEO 大模型逐个调用专家：技术、战略、组织、智慧。
- 工具三分级——信息工具 / 辅助工具 / 生产工具；Agent 最重要的评判就是它是否是生产工具。
- VLA 司机大模型全流程——昆虫→哺乳动物→人类三阶段；没法直接摘第十个包子。
- 能量公式——争执 + 能量 = 更完善的大脑；争执 − 能量 = 内耗；3–7 人是最稳固的能量场。
- 👉 完整分析
一个开源的 AI 行业长访谈深度分析库：挑选高信息密度的创始人 / 研究员对谈视频（张小珺商业访谈录、WhynotTV、雪球《方略》等），下载并清洗字幕，用一套固定的 5 轮 Self-Debate 流程，把 2–4 小时口语对话提炼为可检索、可执行的结构化笔记。目前已收录 12 篇。
适合人群：
- AI 研究员 / 工程师 —— 看一线从业者怎么谈 Scaling Law、RL、post-training、Agent、Infra
- 创业者 / CEO —— 看创始人怎么做范式判断、组织管理、商业化取舍
- 投资人 / 行业研究者 —— 一篇笔记抵一次 3 小时播客，带原话时间戳可回溯
- 个人成长读者 —— 提炼"可复制 vs 不可复制"的方法论清单
每篇分析遵循统一模板（详见 PROGRESS.md），输出 9 大块结构：
- 视频信息块——标题 / 频道 / 时长 / URL / 字幕规模
- I. 上帝视角——对谈真实结构 + 核心张力 + 三组对位
- II. 12 个核心观点——按对受众的实操价值排序
- III. 思想三层挖掘——学科知识 / 5 个心智模型 / 底层哲学信念
- IV. 思想的内在张力——3–5 组矛盾辨析
- V. 可复制 vs 不可复制——✅ / ❌ /
⚠️ 三张表 - VI. 三种角色的可执行启示——研究员 / 创业者 / 个人成长
- VII. 分析方法说明 + 局限性
- 附录：5 个最高密度瞬间——带原话引用与时间戳
质量要求：综合分 ≥ 8/10（完整性 / 逻辑 / 受众价值三维度）。 设计原则：不硬贴学派标签、区分"原话 vs 分析者加工"、失败案例 > 成功案例、清单可执行、客观声明局限性。
📖 在线复用指南（含命令与脚本）：guide / 如何下载字幕并做 AI 访谈深度分析
想用同一流程分析新视频？流程如下（完整脚本见 PROGRESS.md）：
- 确定来源——YouTube 还是 B 站
- 检查字幕——
yt-dlp --skip-download --list-subs URL - 下载字幕——YouTube 自动字幕 / B 站
ai-zh（需登录 cookies） - 清洗字幕——VTT/SRT → 带时间戳纯文本（含 Python 脚本）
- 读模板——
duan-yongping-fang-sanwen-2025/analysis.md - 写分析——9 大块结构 + 附录
- 更新进度——回填 PROGRESS.md
PROGRESS.md 还附带 B 站 / 张小珺频道常见 ASR 字幕错误对照表（如 "OpenCode"→"OpenCloud"、"agentic"→"A 卷"），写分析时可直接参考纠错。
Q：这些分析是 AI 生成的吗？ 是用结构化的多轮 Self-Debate 流程从原始字幕提炼的。原话引用带时间戳，可回原视频核对；分析者加工部分有明确标注。
Q：和直接看播客 / 听原片有什么区别？ 一篇 8000 字笔记 ≈ 一场 2–4 小时对谈的可检索版本，按观点价值排序，并额外给出"可复制 vs 不可复制"的执行清单，省去反复拖进度条。
Q：会继续更新吗？ 会。待处理视频与候选清单见 PROGRESS.md，欢迎 Issue / PR 提名值得分析的访谈。
Q：可以转载吗？ 分析内容遵循下方免责声明，转载请注明出处并保留原视频链接。
- 本仓库为第三方学习笔记，与各访谈嘉宾、主持人、频道（张小珺、WhynotTV、雪球等）无任何关联。
- 所有观点均为对公开访谈视频的二次整理，可能存在字幕 ASR 错误与整理者理解偏差（二阶失真）。请以原视频为准。
- 版权归原视频作者所有，本仓库仅提供分析与索引，不包含完整字幕转录。
- 内容仅供学习研究，不构成任何投资 / 商业建议。
- 🌐 在线站点（GitHub Pages）：https://bob798.github.io/ai-founder-interviews/
- 已做 SEO / GEO / AEO / AIO 优化：每页独立
<title>与 meta description、sitemap.xml、Schema.org 结构化数据（Article/FAQPage/ItemList/BreadcrumbList）、面向生成式引擎的llms.txt与robots.txt（显式放行 GPTBot / ClaudeBot / PerplexityBot / Google-Extended 等）。
关键词 / Keywords：AI 创始人访谈、大模型创业、AI 研究方法论、张小珺商业访谈录解读、段永平投资、杨植麟 Kimi、罗福莉 小米大模型、何小鹏 小鹏汽车、张鹏 智谱 AI、肖弘 Manus、姚顺宇 DeepMind/Anthropic、翁家翌 OpenAI、Scaling Law、强化学习 RL、Post-training、Agent、Multi-agent、机会成本、长期主义。
分析笔记（本仓库原创文本）采用 CC BY-NC-SA 4.0（署名 · 非商业 · 相同方式共享）。原视频版权归各自作者所有，本许可不覆盖原视频 / 字幕。
⭐ 如果这些分析对你有帮助，欢迎 Star 收藏。新访谈提名 / 纠错请提 Issue。