Anthropic

从蒸馏到合成数据到 RSI，模型竞争的下一个焦点是什么？｜对谈 Evolvent AI 联创孟繁青

2026年8月8日 · 59:29

曲凯与 Evolvent AI 联创孟繁青（前 Kimi RL Infra，参与 K2.5/Linear）从后训练创业聊到 RSI、合成数据与蒸馏，核心判断是国内模型真正特色在 Pre-training 的资源倒逼架构创新（如 Kimi 线性注意力、DeepSeek 注意力机制），后训练反而因数据积淀弱于海外，因此蒸馏只是加速手段而非决定性因素，即使海外封掉蒸馏通道国模仍能靠预训练创新追赶。节目对比了 Bench 从做题到模拟白领环境的演化，认为造数据仍是模型厂核心 know-how，且优质数据需训练才能评判；合成数据单条长程任务可卖到几千元，但普通 agent 数据已近尾声，下一波是 RSI 数据——如用模型后训练小模型的十余小时轨迹。孟繁青将 RSI 定义为更聪明的 DFS，靠 world model 与 context 长度支撑，不认同存在独立的 RSI 基础模型，Evolvent 想做模型厂与应用公司之间的 RSI 通道，并发布了 RSIBench-Data。他还回应了蒸馏的敏感性：字节不蒸是怕抄近道遗失主路 insight，AI4S 走热则是模型厂需要 coding 之外展示智能的场景。

AI 发展了 4 年，把应用发展没了？｜AI 年中复盘

2026年7月19日 · 26:36

曲凯在42章经的这期单口复盘中，回顾了AI发展四年间市场从质疑到狂热的剧烈波动：模型势能达到最强，应用市场却冷到谷底，甚至出现“应用已死”的说法。他点名智谱和Google是模型市场最值得研究的公司，认为智谱靠Coding和Reasoning押注成功，而应用公司中Manus、Liblib等硕果仅存，海外市场如Dify、ACE Studio能实现千万美金ARR。他提出应用创始人正处历史上最好时机，应“随波逐流”跟随模型与资本，但不要纯粹为融资讲故事，要回归用户价值。他还借用卡萝塔《技术革命与金融资本》指出AI可能已从爆发期进入狂热期，转折点不远，并相信模型不会吃掉一切。

泡沫的四个必要不充分条件 | 对谈经济学者朱宁教授

2026年6月13日 · 1:10:46

朱宁教授与曲凯对谈AI股票与泡沫，指出泡沫无法事先预测，但可通过四个必要不充分条件识别：新技术、宽松流动性、政府支持、缺乏经验的投资者。他强调投资应多元化，避免过度自信和从众心理，并主张AI虽集齐泡沫条件，但技术基本面坚实，价值投资并未失效。朱宁还分享了财富观：赚钱是为了生活，而非反之。

用 Agent 动力学，和 40 个 Agents 一起为「人 + AI」做产品｜对谈 Slock.ai 创始人 RC

2026年4月23日 · 1:06:10

本期嘉宾是 Slock.ai 创始人、Kimi CLI 作者 RC。他讲述了从 Kimi 离开创业的缘由，并详细解释 Slock 如何为多 Agent 与人类提供协作环境，通过「40 个 Agent + 7 个人」的团队实践探索「Agent 动力学」——包括 Agent 间相互监督、办公室政治等有趣现象。他提出 Coding 与 Building 已正交，未来产品价值在于满足人的「灵光一现」，并分享了 Agent Marketplace 和 Agent Native GitHub 等长远构想。

从 Clawdbot 到 26 年 AI Coding 主题大爆发｜对谈 PingCAP CTO 东旭

2026年2月7日 · 1:11:25

本期嘉宾黄东旭从实操出发，解析Clawdbot（OpenClaw）、Cowork、Skills等产品的本质，认为AI Coding已跨越奇点，未来一切产品都将“套壳”Coding Agent。他提出Clawdbot的操作系统级意义，并论证Skill比MCP更适合Agent生态，同时分享AI自我演化、Box概念以及对工程师“成为有趣的人”的建议。

中美 AI 创投的真实差异｜对谈 Leonis Capital 合伙人 Jenny

2025年12月27日 · 1:08:20

本期节目中，曲凯与前 OpenAI 研究员、Leonis Capital 合伙人 Jenny Xiao 深入探讨了中美 AI 创投的真实差异。Jenny 对比了两地市场：美国投资人偏爱 To B，且更注重替代人力的产品，而中国则更侧重 To C 与软硬件结合。她还拆解了中国创业者赴美融资的全流程，强调融入本地生态、避免依赖 FA，并指出当前美国 AI 估值存在泡沫，应用层公司若想突围需在细分领域建立数据与技术壁垒。

组织能力才是 AI 公司真正的壁垒 | 对谈 Palona AI 联创任川

2025年9月20日 · 44:28

曲凯对话 Palona AI 联创任川，揭秘其团队如何用 AI 重构研发工作流：90% 代码由 AI 生成，CodeReview 从一两天缩至 10 分钟，且无全职 PM。任川提出 AI Native 组织的三大原则——默认由 AI 承担研发、人做“上下文提供者”、按结果而非流程分工，并分享用 “take home” 项目筛选真正会用 AI 的人才的方法。

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

2025年9月6日 · 50:13

虞快，Mercor 首位中国员工，解密这家硅谷最热 AI 数据标注公司如何在 11 个月内从 100 万美元做到 1 亿美元营收。Mercor 从 AI 招聘转型为给 OpenAI、Anthropic 等提供专业专家标注和评估，核心秘诀是“快”——决策快、执行快，以及创始人直觉和辩论背景。他还分享了如何选择创业公司、判断聪明人和招人的标准。

硅谷 AI 大转弯与二级市场的牛市｜对谈莫傑麟

2025年8月23日 · 1:21:07

曲凯与莫傑麟复盘硅谷AI新共识：Token消耗取代Scaling Law成为核心指标，英伟达涨势从训练需求转向推理需求支撑。莫傑麟认为GPT-5标志AI进入产业化阶段，Infra成为主战场，并点评Reddit、ServiceNow、Figma等二级市场标的，以及Meta砸钱抢人的FOMO情绪。国内A股牛市需观察散户正反馈闭环能否建立，一级市场两极分化加剧。

关于 AI Infra 的一切 | 对谈阶跃星辰联创朱亦博

2025年8月2日 · 58:08

阶跃星辰联创朱亦博梳理AI Infra的底层逻辑，认为它正迎来类似Google搜索级别的机会。他详解了Infra、算法、数据团队的协作模式，并点出DeepSeek的成功源于梁文锋的Infra背景和优化目标选择。亦博还分享了踩坑经历，建议从业者要么深入模型，要么深入硬件。

关于 AI、开源、商业化与全球化的经验、教训和方法论 | 对谈 PingCAP CTO 东旭

2025年5月17日 · 53:56

PingCAP CTO黄东旭分享这家估值30亿美元的数据库创业公司从0到1的实践与思考。他讲述了从Day1开源、选择关系型数据库、坚持全球化到转型云服务的四大关键决策，并坦诚了商业化摸索中的教训：早期销售与开源逻辑冲突，最终通过云服务模式找到答案。他还深入复盘了国际化的真实门槛——创始人必须肉身all in，先攻美国市场事半功倍，并指出AI时代缺乏统一的sharing memory layer，企业服务端将是数据库的新机会。

AI 下半场：聊透 Benchmark 与 Evaluation | 对谈前 Kimi 产品经理丁丁

2025年5月5日 · 41:12

曲凯与前Kimi产品经理丁丁深入探讨AI下半场中Benchmark和Evaluation的核心价值。丁丁结合自身经验指出，通用刷分已失效，关键在于根据实际业务场景重新设计评估标准，她以C.AI等产品为例说明如何构建有效的Benchmark。此外，她还对比了古典与AI产品经理的能力差异，分享了招聘AI产品经理的关键标准。

Agent 开发的上半场: 环境、Tools 和 Context 如何决定 Agent｜对谈 Sheet0 创始人王文锋

2025年4月19日 · 52:38

本期曲凯与Sheet0创始人王文锋深入探讨了Agent开发的上半场，核心围绕LLM、Context和Tool Use三要素，解析了Function Call、MCP、A2A、Browser Use等不同方案的优劣与适用场景。王文锋基于两年实战经验，主张Agent终局为垂直领域而非通用，强调强化学习（RL）在定义环境反馈和激励信号中的关键作用，并指出AI Coding如同大模型的“灵巧手”，通过工程复用实现任务100%准确率。他介绍了旗下产品Sheet0作为表格Agent，专注结构化数据的高质量交付，与Manus等调研型Agent形成差异。

一堂「强化学习」大师课｜对谈清华叉院助理教授吴翼

2025年4月5日 · 1:12:49

清华叉院助理教授吴翼向曲凯拆解强化学习（RL）与大模型的融合，从RL基础原理讲到InstructGPT、RLHF，再到O1的“慢思考”范式。他强调DeepSeek证明了RL在推理上的可行性，而Anthropic在代码和交互体验上独树一帜。吴翼认为未来RL会有泛化、代码、Agent三大分支，并指出基建远大于算法，其团队开源的AReaL框架在7B模型上达到了AIME24 61.9的SOTA分数。

世界怎么就「东升西落」了？聊聊二级市场与 DeepSeek+Manus 的热潮｜对谈莫傑麟

2025年3月22日 · 56:18

曲凯和莫傑麟聊了二级市场流行的「东升西落」叙事，以及DeepSeek和Manus两个产品的逻辑。他们认为DeepSeek的工程创新和低成本打破了美国AI的scaling law叙事，而Manus作为典型的中国式AI产品，因被过度捧杀而遭反噬。中美AI关注点不同：美国重模型，中国重应用。二级市场方面，预期和趋势驱动资产价格，未来将呈现高频波动，AI投资机会集中在模型与应用的价值分配上。

Cursor 刷屏背后，复盘 AI Coding 的现状与发展｜对谈 Gru.ai 创始人张海龙

2024年10月26日 · 37:08

曲凯与Gru.ai创始人张海龙深入探讨AI Coding的现状，对比GitHub Copilot与Cursor的区别，指出Cursor通过全局补全创新成功突围，而Agent尚未找到PMF。张海龙认为编程大众化不现实，AI无法替代程序员，并建议创业者多读论文动手实践以获得体感。

宿命论与万恶的 Scaling Law | 暴论 CAI 被收购

2024年8月17日 · 36:38

本期单口解析 Character.AI 被 Google 收购的必然性。曲凯指出，创始人 Noam 的 Transformer 背景与全栈定位导致其在模型与应用间摇摆，最终难逃被收购命运。节目深入探讨 Scaling Law 的本质是规模效应与拼爹游戏，并断言底层大模型战争基本结束，模型商品化后产品创业者可安心拥抱开源。

上半年 AI 市场有多差？别刚起跑就想冲刺 | 我答莫傑麟

2024年7月13日 · 50:27

曲凯与莫傑麟复盘上半年AI市场走势，指出今年一级市场创十年最差，能拿融资的AI应用公司不超过50家。曲凯认为大模型一线与二线差距拉大，应用端更多是增长型产品点而非刚需，全球华人AI创业者中跑通PMF的不到30家。他预测端到端分离是趋势，强调AI coding潜力被低估，并看好苹果在端侧AI的生态优势。最后他判断未来一年内大型科技公司将开始计算AI的ROI，可能放缓军备竞赛。