OpenAI

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。

唯一深度参与过字节、美团组织建设的人｜对谈 AI 创业者魏小康

2026年6月27日 · 50:20

魏小康，曾深度参与字节跳动与美团的组织建设，现为AI招聘创业者，在本期节目中分享了他在两家巨头内部观察到的组织建设精髓。他提出创业公司应将80%-90%的组织精力投入招聘，而招聘中最关键的并非面试而是背景调查。他还直言00后创始人在本轮AI浪潮中处于劣势，因为商业竞争需要快速组建团队、融资和应对复杂挑战的经验积累。

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。

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。

Dify 从被低估到成为明星项目，到底做对了什么｜对谈 Dify 创始人路宇

2025年12月6日 · 1:19:25

Dify创始人路宇与曲凯复盘了Dify从被低估到成为GitHub全球Top50明星项目的历程，揭示了其应对LangChain、Coze、n8n、GPTs等竞对的关键战略。路宇坚定选择Workflow路线与模型中立，通过开源和工程优先建立信任，并解释了为何零销售却能渗透财富500强并在日本市场现象级流行。他还反思了团队建设与使命不清晰的教训，强调创始人必须保持快乐状态才能将未来带到现在。

「你觉得 AI 有泡沫吗？」——有！｜对谈莫傑麟

2025年11月22日 · 48:02

曲凯与莫傑麟一致认为，当前AI在价格上存在泡沫，但价值并无泡沫；一线从业者普遍乐观，而社交媒体与二级市场情绪脆弱。他们指出，泡沫讨论背后是市场从AGI叙事转向ROI算账的结构性变化，中美一二级市场泡沫浓度差异显著。节目中剖析了英伟达为何未跌、OpenAI商业动作的信号，以及字节AI竞争力被硅谷低估等具体判断，并建议创业者抓住现金流这一救生圈。

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。

我是这样用 RL + LLM 做 Agent 的｜对谈 Pokee AI 创始人朱哲清 Bill

2025年1月18日 · 45:57

本期对谈Pokee AI创始人朱哲清Bill，他分享如何用强化学习（RL）加LLM打造AI Agent：RL作为核心决策引擎，LLM负责意图识别与翻译，两者结合使Agent能通过self-play掌握上千个API，在多步规划任务上超越纯LLM方案。他展示了已落地的电商Agent（基于Shopify），成本极低（月训练费<1万美元，可在CPU运行），并预测2025年将是Agent真正交付结果的一年。

为什么我们对 25 年 AI 极度乐观｜AI 年终复盘

2025年1月4日 · 31:34

曲凯复盘2023-2024年AI市场，认为25年将是爆发之年。他重点看好Prosumer赛道、Agent和多模态方向，以Perplexity为例解释Agent本质是完成任务的入口。他认为AI Native答案藏在多模态中，尤其是2C领域的互动内容形式。最后鼓励早入场和保持乐观。

我在 Character.ai 做 Post Training｜对谈前 C.AI 模型应用算法专家 Ted

2024年11月16日 · 1:00:11

本期曲凯对话前Character.ai模型应用算法专家Ted，揭秘C.AI内部运作与后训练最佳实践。Ted解释了商业化停滞源于团队专注AGI而非盈利，并详述SFT、DPO、RLHF三大后训练方法及数据飞轮的关键作用。他分享了硅谷多模型混用现状、O1对推理侧启示，以及华人创业者迎来百年难遇的机遇。

这可能才是 AI 陪伴真正该有的样子｜对谈刷屏产品 EVE 创始人 Tristan

2024年11月9日 · 45:16

《奇点时代》创始人Tristan带着新作EVE来了——这款AI陪伴产品宣传片在B站破百万播放，他直言C.AI根本不是陪伴。EVE用128个记忆槽位和十几个模型搭建工程管线，实现主动记忆与真实时空感知，并通过游戏化设计帮助用户快速与AI超级对齐。Tristan还分享了如何用真人陪聊数据训练情感模型，以及他对陪伴定义的四个核心要素：超级对齐、真实时空感知、独立人格与荷尔蒙钩子。

找 PMF 就是要做没壁垒的事 | 对谈连续创业者 Albert

2024年9月21日 · 1:03:04

Albert 反思一年 AI 创业经历，强调找 PMF 要做没壁垒的事，并通过数据提升模型交付能力。他分享了张一鸣关于“做更有把握的事”和训练平常心的建议，认为成功是20%努力加80%运气，而运气是优势被时间放大的结果。目前他同时运营多个产品，核心焦虑是人才招募，并在思考摄像头带脑子后的应用场景。

未来是千亿 bot 和个人模型的时代 | 对谈心识宇宙创始人陶芳波

2024年8月31日 · 52:24

心识宇宙创始人陶芳波解释为何从MindOS转向个人AI产品Me.bot，认为未来是千亿bot和个人模型的时代。他提出个人模型如同个人计算机，AI最小单元是bot，而最重要的bot是代表个人需求侧的Me.bot。他认为当前Agent缺乏自我进化能力，并通过借鉴认知科学中的记忆与预测机制，让AI持续学习形成个人模型。这最终可能成为下一代超级入口。

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。

AI 的三个发展阶段、和移动互联网的异同、未来的演进路线｜对谈创新工场汪华

2024年8月10日 · 45:16

创新工场合伙人汪华与曲凯对谈，将AI发展分为交互革命、复杂任务自动化和AGI三个阶段，并指出当前AI处于第一阶段的早期。他认为AI的交互革命级别近似移动互联网，但复杂任务自动化若实现则规模可达后者的十倍。汪华预测AI应用将先走2B和生产力工具，再扩展到娱乐社交，而应用的最佳入场时间点是明年上半年。他还讨论了大厂在早期优势明显，但新公司在晚期全AI原生应用阶段机会更大。

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。

完整经历 AI 四小龙与 RPA 浪潮后，他觉得 24 年会迎来 2B AI 应用的爆发 | 对谈澜码创始人周健

2024年3月23日 · 43:31

澜码创始人周健与曲凯对谈，回顾了AI四小龙时代的经验教训，对比大模型浪潮，认为2024年将迎来2B AI应用爆发。他直言不看好RPA+AI组合，认为企业算力管理是刚需，并分享了澜码在知识问答、数据分析和任务自动化等场景的落地实践，以及AI Agent当前面临的感知和世界模型挑战。

02 年伯克利辍学生，千万美金融资额，FlowGPT 背后的从 0 到 1 | 对谈 FlowGPT 创始人 Jay

2024年3月13日 · 49:57

02年伯克利辍学生、FlowGPT创始人党嘉成分享他如何从零到一打造全球最大Prompt社区。他解释为何大一就敢于违背所有创业指南，以及如何通过私聊数千用户实现冷启动。他还分析了平台300万月活用户的使用行为，对比了中美投资机构的差异，并坦言自己最担心的是“太老了”无法理解年轻用户。

英伟达、Sora 与 AI 的三种核心叙事逻辑 | 对谈莫傑麟

2024年3月2日 · 39:05

曲凯与莫傑麟探讨英伟达、Sora及AI的三大叙事逻辑：1.0阶段的Scaling law、1.5阶段的Scale in/out，以及期待的2.0应用爆发。嘉宾分析英伟达股价支撑逻辑、Sora对文生视频行业的冲击，并比较国内外大模型差距，指出OpenAI通过Sora拉大领先优势，而Elon Musk作为“破壁人”可能改变格局。最后以“贪吃蛇”与“俄罗斯方块”比喻大公司与创业公司的博弈，强调速度与规模的反比关系。

24、25 年会是下一代浪潮最关键的两年 | AI 年终复盘

2024年1月13日 · 40:44

24、25年将是AI浪潮最关键两年，曲凯复盘2023年AI市场，指出核心问题是大模型可控性差，三条应对路径包括交付结果、区分生产端与消费端、限定场景使用。他预期2024年出现大规模落地产品，2025年爆发，并分析四大未来方向：外包场景AI化、双边平台重构、复杂产品简化成聊天交互、内容生成即渠道。最后给出创业者建议：放弃AI Native幻想，先落地赚钱。

插件、套壳、收购产品? Monica 从 0 到百万用户的 AI 助手之路 | 对谈 Monica 创始人肖弘

2023年12月23日 · 54:18

Monica 创始人肖弘复盘从 0 到百万用户的 AI 助手之路，回应套壳争议，认为套壳到极致就是牛逼。他讲述收购 ChatGPT for Google 的谈判经验，强调浏览器插件的分发优势，并分享商业化与组织建设的思考。

为什么我们开始乐观？关于经济发展的明线暗线、AI 与最佳实践 | 对谈莫傑麟

2023年12月2日 · 46:59

曲凯与莫傑麟从ROE公式拆解经济周期，认为市场处于去库存末期，暗线风险已释放，明线AI将引领增长。莫傑麟指出美国AI信仰极强但应用落后预期，中国数据场景优势可能后来居上。他建议从业者提前研究降噪，追求最佳实践，因为年轻人没有悲观的本钱。

这个男人帮 5 万个 AI 应用接上了大模型 | 对谈 Dify 创始人路宇

2023年8月19日 · 1:14:09

本期对谈 Dify 创始人路宇，他是国内最理解大模型落地的创业者之一。路宇详解了 LLMops 的定义、Prompt 工程、Embedding 和 Fine Tune 三种应用路径，以及 Agent 的三种形态与局限。他分享了 Dify 平台上 5 万多个 AI 应用的实际落地场景，并提出未来模型小型化、数据向量化、多模态训练是三大发展方向。曲凯还补充了自己投资 Dify 的逻辑，看好中间层在分散的大模型市场中的平台级机会。

揭秘 Minimax、Zilliz、PingCAP 背后的投资逻辑 | 对谈云启合伙人陈昱

2023年8月12日 · 53:42

本期对话云启资本合伙人陈昱，深挖他早期投资PingCAP、Zilliz、Minimax等明星项目背后的逻辑与故事。他分享了如何从技术背景出发，在AI三波浪潮中持续专注ABC赛道，并详解判断创始人的核心标准：野心、创新性与诚信。最后，他展望了具身智能和日本市场的投资机会，并坦诚将自己的成功归因于98%的运气与2%的努力。