张小珺Jùn｜商业访谈录

今天我们的嘉宾是科沃斯CEO钱程（David）。
他出生于1990年，曾是中国最年轻A股上市公司CEO，也是一名企二代、创二代。我很好奇的是，当一代中国企业开始从创业进入传承，真正在经历这个过程的当事人，他所面临的现实与所思所想？
钱程有一种不符合自己年龄的云淡风轻，非常在意经营。他最喜爱的食物是燕麦碗；朋友圈头像是自己家的狗， 特意把狗眼睛颜色换成会发光的红色，是为了提醒自己要更具有狼性。
从我们的谈话中，你能看到创二代和创一代不同的性格底色。
随着一代中国企业开始面临接班，科沃斯也许能提供一个企业传承的样本。
接下来，就是我对钱程的访谈。
OUTLINE:
00:02:11 云淡风轻的企二代
00:11:37 我靠，那个失落感还是挺大的
00:18:28 德国，6个月拿到30%市场份额
00:31:22 当上CEO的一刻：成功之巅，即愚昧之巅
00:43:20 欲望与克制
00:58:18 我们像农耕，不像是游牧
01:14:45 今天AI还没到抢肉的状态
01:35:04 父与子的传承与接班
01:50:04 我内心的追寻
LINKS：
如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。
DISCLAIMER: 本内容不作为投资建议。
CONTACT: xiaojunzhang@lisw.ai
Jump into the new world-and explore with us!😉

今天我们的嘉宾是一位美国连续创业者，Dyna Robotics创始人兼CEO Lindon Gao。此前，他做过两段生意，一次完整的创业。Dyna可以说是他的第四次创业了。
在硅谷，Dyna和之前来过我们节目的Pi（Physical Intelligence）的纯大脑研究路线非常不一样。相比从通用智能出发、探索机器人大脑的研究路径，Dyna选择了一条“Product-research”的道路：以具体的工作流为最小单元，从真实任务出发，反过来驱动模型的预训练。
全球机器人行业还远远没有达到收敛的时刻。这是一条无比漫长的长跑——你看不见终点，有时候你也看不出清楚四周。每一位创业者都必须在这张尚未绘制完成的地图上，找到自己的方向，做出关键决策，并在迷途中找回自己。
而Lindon谈到，创业也是一场自我的修心。有时候，真正的转变只在一念之间。
过去，他曾要求自己做一个“不能犯错的CEO”。但后来他意识到，恰恰是这种对犯错的恐惧，让自己“为了不能犯错而做了很多错误的决策”。
直到去年底，他才刚刚渡过了这段难关。
OUTLINE:
00:01:41 “我们是蟑螂，我们死不了”
00:24:49 “我可以闻得到钱 ”
00:40:32 机器人开放地图和“product research”路线图
02:00:08 中国
02:13:01 丢下包袱，迷雾中探出一条自己的路
LINKS：
如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。
DISCLAIMER: 本内容不作为投资建议。
CONTACT: xiaojunzhang@lisw.ai
Jump into the new world-and explore with us!😉

今天的嘉宾是战略学家曾鸣教授。曾教授曾经是阿里巴巴集团总参谋长，也参与过两所商学院创建（长江商学院和湖畔），但他更令人熟悉的身份是：一名对企业战略有许多深度思考的研究者。不少创业者和企业家都受到过他的启发。
作为观察过互联网完整周期的研究者，今天我们聊了聊他对AI新时代、新范式的完整思考，并和历史上关键转折时期做了对照——聊完让我有了更全局的视角。
对AI的产业发展，曾教授提出了许多非共识判断，甚至是一些“暴论”。
这里我先摘录15条：
AI产业化会有三个阶段：1）第一个阶段，技术逐渐被社会接受，成为社会基础设施；2）第二个阶段，基于基础设施产生海量新应用，进入百花齐放的时代；3）第三个阶段，当这些海量应用出现，大家发现需要一些更底层的方法运行新的世界，我把它叫作“原生应用阶段”。
我只是研究商业世界的动力学规律，我能看到的理论框架告诉我：第一阶段的企业，很难活到第二阶段；第二阶段的企业，很难活到第三阶段。
对比互联网时代，我们现在刚刚走到浏览器阶段，甚至比Yahoo还要早。
模型公司怎么类比？它有点像另外一个已经消失了的公司——美国在线AOL，它是互联网基础接入服务商，让所有人都能够接到互联网上，这本身是个巨大的工程。今天，大模型则是让所有人都可以轻易接入智能的入口，它也是一个基础设施服务商。
直白一点说，模型公司就是未来的AI云公司。
公共基础设施的行业，只有一种商业模式是成立的，叫寡头垄断加政府强监管——我知道这个现实对很多现在创业的人很残酷。
Anthropic、OpenAI，大概率不是原生应用阶段的大玩家、大赢家。
因为经济学基本规律，只要有同质化的供给，你就不可能获取高额利润，你就是一家不怎么值钱的公司。
下个阶段就是看谁是Netscape、谁是Yahoo，谁把Agent的标准建立起来，谁抢住Agent的用户入口。未来三年是有可能开始出现Agent入口的。
新的平台大概率不诞生自旧的平台。因为旧平台做的是简单信息匹配，新平台要做的是能力跟需求的匹配，复杂度高了很多。
作为工业化革命的产物，科层制管理的公司制度会衰亡——就是说，“公司”会消亡。这没有什么可以遗憾的呀，将来有更好玩的——你说多少人现在去公司上班是开心的？
我从来觉得在巨浪面前没有人是安全的。谁觉得安全，谁就是最不安全的。
CEO不能有老板心态。谁还认你啊？——现在说我都不陪老登玩了，我还陪你老板玩？
张：这个时代的企业过渡到下一个时代的企业，还能做得非常好的，多不多？曾：不是多不多的问题，是有没有的问题。张：有没有？曾：基本没有。
这一点都不让人绝望啊，人有生老病死，公司也有生老病死，没有比这更正常的了。这样，新公司才有机会，年轻人才有梦想，这多好的一件事情啊！
好了，更多内容还是收看我们的播客吧:)
接下来，就是我对曾教授的访谈。
OUTLINE:
00:03:08 来自商业规律的残酷真相
00:39:53 新平台不来自旧平台
01:06:15 “公司”要被淘汰
01:31:10 优秀≠卓越
01:38:17 战略生成系统
02:02:48 没有巨头是安全的
02:18:01 创造就是“无中生有”
LINKS：
我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；
我们的视频播客在小宇宙、Bilibili、小红书、视频号、抖音等全视频平台播出；
如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。
DISCLAIMER: 本内容不作为投资建议。
CONTACT: xiaojunzhang@lisw.ai
Jump into the new world-and explore with us!😉

今天的节目是一集学习播客，学习Kimi K3技术报告，希望和大家一起领略“技术之美”。
K3是有效扩展到2.8T总参数并全量开源的MoE模型。大家可能注意到，这集技术报告的领读距离模型发布已经过去一段时间。期间，我们试图寻找一位合适的嘉宾，我们希望这位嘉宾的学术和工作背景非常适合讲K3。最后找到孙宇涛。
宇涛目前是清华大学计算机系博士候选人，上海创智学院璞锐学者。他从博士开始的研究方向是LLM架构、预训练，架构创新一直是他的兴趣点，这正好是K3亮点之一。
宇涛透过领读K3技术报告也串联讲解了十多篇相关论文。他的语速非常快——前方语速预警。
OUTLINE:
02:00 宇涛的自我介绍和研究经历，为什么对架构创新最感兴趣？
16:05 从Kimi K3论文出发，论文讲解的框架与脉络
19:02 宇涛开始领读论文：
1 导读
Kimi K3将设计概括为沿sequence、depth和width三个维度扩展信息流；其中depth与width本质上仍是模型容量扩展的两种组织⽅式，这⼀“三维 scaling”更多是贯穿论⽂的叙事框架。
2 Model Architecture
2.1 线性注意⼒的前世今⽣
[Microsoft Research] RetNet：最初的 data-independent decay 与 chunk-recurrent 递归形式
[NVIDIA] Gated DeltaNet：引⼊ gated delta rule
[Moonshot AI] Kimi Linear：fine-grained decay及其带来的infra变化
2.2 Gated MLA
[Alibaba Qwen] Gated Attention for Large Language Models：attention gating与训练稳定性
2.3 Attention Residuals
[Microsoft Research] On Layer Normalization in the Transformer Architecture：Pre-LN、Post-LN与训练稳定性
[ByteDance Seed] Hyper-Connections：残差连接的新维度
[Moonshot AI] Attention Residuals：以跨深度attention取代固定残差累积，使各层选择性聚合此前表⽰
2.4 Stable LatentMoE与SiTU-GLU
[NVIDIA] LatentMoE：通过latent expert space降低MoE通信与权重访问成本
[OpenAI] GPT-OSS：以clamped SwiGLU控制激活值
2.5 Muon
[Moonshot AI] Moonlight / Muon is Scalable for LLM Training：更好的优化表现及随之突出的 activation outlier问题
2.6 Quantile Balancing
[科学空间] 《MoE环游记：6、最优分配促均衡》：从最优分配推导Quantile Balancing
2.7 Native Vision
3 Pre-Training
3.1 Scaling Law
[OpenBMB] MiniCPM：WSD的训练预算扩展、稳定阶段复⽤、继续训练与提前停⽌
3.2 Long-Context Extension
[Cohere] RNoPE：交替使⽤RoPE与NoPE，兼顾位置建模与长上下⽂检索
4 Post-Training
4.1 Post-Training Pipeline
4.2 Reinforcement Learning
[Moonshot AI] Kimi K1.5：提出partial rollout，通过复⽤未完成轨迹降低长CoT rollout开销
[Moonshot AI] Kimi K2.5：reasoning-effort budget control 与 Agentic Generative Reward Model
4.3 Multi-Teacher On-Policy Distillation
[Microsoft Research] MiniLLM：基于student-generated samples的on-policy distillation
4.4 Deployment-Aware Post-Training
4.5 Draft Model Fine-Tuning
5 Infrastructure
5.1 Pre-Training
5.1.1 KDA Kernel
[FLA] Flash Linear Attention：KDA kernel与线性注意⼒⾼效实现
5.1.2 Distributed Training
[DeepSeek-AI] DeepSeek-V3 Technical Report：DualPipe与细粒度MoE communication–computation overlap
MoE overlap的资源trade-off与cross-PP activation transfer
5.1.3 Perfectly Balanced Expert-Parallel MoE Training
5.1.4 Memory-Efficient Training
[Moonshot AI] Mooncake：Mooncake Transfer Engine与cross-PP activation remote offload
5.1.5 Multimodal Encoder Optimization
5.2 RL
5.2.1 Long-Context RL Infrastructure
5.2.2 Sandbox Infrastructure
5.3 Inference
5.3.1 KDA-Aware Prefix Cache Management
5.3.2 High-Performance Kernels
5.3.3 Fleet-Level Scheduling
LINKS：
我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；
我们的视频播客在小宇宙、Bilibili、小红书、视频号、抖音等全视频平台播出；
如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。
DISCLAIMER: 本内容不作为投资建议。
CONTACT: xiaojunzhang@lisw.ai
Jump into the new world-and explore with us!😉

今天是一集很可爱的播客，嘉宾是出生于2009年，现今17岁的高二学生苏庭灏 （Jonathan）。他高中阶段独立做预训练研究，发表的一篇关于Attention机制的论文刚刚被ICML 2026 Main Track接收。
我们的节目访谈过许许多多成熟的AI研究者，但这是第一次，我打开了一个高中生的AI世界。他的表达时常有些令我新鲜和奇妙。
我们聊了聊，过去2年他充满惊喜、趣味，还有哭鼻子的AI旅程，也聊了聊高中生视角下的模型、商业、教育与人类未来。他说，AI让他和同学们有时会感到失去了一些人生的意义感，因为不管你做什么AI都可能比你做得更好，他为此难过了一段时间。
但后来他调试好了心情。他想好了，他就是想让自己开心，让自己喜欢的人开心，让所有人都开心！——开心是人之根本——既然AI不可控，就不要杞人忧天，要多和喜欢的人聊聊天呀：）
参加完韩国ICML，中途在城市停顿几天，他就要去农村支教了。那是全然的另一个世界。他提醒自己，要离开AI，沉浸到另一个抓昆虫、玩狼人杀、慢吞吞的人类世界。
接下来，就是我和苏庭灏的聊天。
OUTLINE:
00:03:04 我想做一个全世界最好的大语言模型！
00:08:12 喜欢自由探索，喜欢下象棋，象棋如游戏
00:11:15 我如何独自做预训练，预训练有点magical
00:13:07 我白白丢了1500，我特别特别伤心，我都哭了
00:13:55 被2026年ICML收录的论文《Attention Projection Mixing with Exogenous Anchors》
00:17:48 高中自学AI之路和那些灵光乍现的时刻
00:21:44 我一生中前20最开心的时刻 ，遇到每个人我都会问：AI会灭绝人类吗？
00:28:22 我眼中的模型公司、应用公司、机器人公司、AGI与商业世界
00:31:46 作为AI原住民的05后，我会教我父母用AI，我观察AI让好学生成绩更好了
00:36:47 一位高中生视角下，AI降临后的教育突变：人失去了意义感
00:40:05 我希望AI发展别那么快，给人类一个缓冲的时间
00:41:32 我同学说，我现在从读书到当医生还要10年，但没人知道10年后是不是AI做的比人好
00:47:09 AI降临前后的两个世界和两种生活
00:51:44 我从韩国ICML回来马上穿梭进另一个世界：在农村支教
00:57:21 开心是人之根本，开心的总量是有限的
00:59:12 狂想未来，我希望所有人都开心！！！
PHOTOS:
(第一次参加ICML的Jonathon)
（象棋比赛中的Jonathon）
（在支教的Jonathon）
LINKS：
我们的播客在小宇宙、Apple Podcast、Spotify等全音频平台播出；
我们的视频播客在小宇宙、Bilibili、小红书、视频号、抖音等全视频平台播出；
如果你想服用文字版，请搜索我们工作室的公众号：语言即世界language is world。
DISCLAIMER: 本内容不作为投资建议。
CONTACT: xiaojunzhang@lisw.ai
Jump into the new world-and explore with us!😉