Microsoft

174: AI冲击企业软件巨头？与SAP原欣聊大模型to B的颠覆与边界

2026年7月27日 · 1:31:43

本期《晚点聊》访谈SAP大中华地区总裁原欣，直面AI对SAP这类企业软件巨头的冲击与边界：她认为AI coding不会让业务逻辑和标准流程失效，SAP数十年积累的数据、流程和行业know-how仍是壁垒，但按坐席收费的商业模式将转向按用量和结果付费。原欣介绍SAP从记录系统向可执行的“自主运营企业”转型，与Anthropic、Google、微软、AWS、NVIDIA等基模和云厂商合作而非自研通用大模型；她认为“模型即产品”在To B不成立，企业用AI的落差在于脏数据不会自动消失，老板丢来“我也要”的难题，组织惯性比技术更难解决。她还判断FDE（前线部署工程师）是AI外溢到企业世界的必经路线，它和SAP过去的ERP顾问不同：前者偏工程和产品，后者偏业务和行业知识，未来将融合为既懂技术又懂业务的复合角色；SAP帮一家企业把关务Agent准确率从六七成提升到九成以上，说明标准流程叠加AI仍有价值。节目也谈到麦肯锡对2000多家企业的访谈中，28%的企业尝试AI但仅3%认为获得业务回报；大公司有钱做实验、小公司跑得快、最挣扎的是中型企业，中国没长出全球SaaS巨头源于高速增长留下的系统欠账；AI会先影响轻资产服务业，制造业从市场和售后切入。在中国，SAP与阿里云、千问、钉钉合作服务客户，并以全球本地化平台和流程挖掘工具支撑企业出海；对比本地部署、云到生成式AI，她觉得区别是速度，人的复杂性没有变。

129: 中国AI founder如何直接在美国创业？一个千万美元订阅收入案例 | 对话FinalRound创始人Michael

2025年8月14日 · 1:12:09

本期嘉宾是 Final Round AI 创始人 Michael Guan，讲述他如何在硅谷从 0 做到 1000 万美元 ARR 的 AI 面试工具创业。他从《钢铁侠》的贾维斯获得灵感，先做主动式 AI 会议助手，首个付费用户因 10 分钟后要面试紧急付了 99 美元/月，由此转向面试场景。产品上线后加入湾区孵化器 HF0，12 周内 ARR 从 100 万美元增至 300 万，后又翻三倍至 1000 万；他透露 ARR 用保守的上季度乘 4 计算，也提到行业里有最高单日乘 365 的算法。他还讲了一位失业 8 个月的资深求职者用全系产品在 17 天内拿到 offer 的故事；目前团队 20 人，分布在旧金山、上海和班加罗尔，总用户超过 700 万。增长靠自建 AI Agent 系统：每周生成 4000-5000 个 SEO 页面、测 500 份广告素材，在拉斯维加斯租屋接待 100 多位 KOL，并借特朗普形象做线下广告。他解释 688 万美元天使轮有 13 家机构的原因，也聊到硅谷创业者互相天使投资、个人投过 28 家公司的氛围，以及 996 在美国 AI 圈的流行。面对‘面试作弊’争议，他认为所有创新都会挑战传统认知；竞品方面，他称全球已有四五十家模仿者，最欣赏 Cluely 创始人的激进风格。他还预告 B2B 新产品：用 AI 模拟公司试工替代传统面试，认为未来招聘考核的不是结果而是过程。

108: 与马毅聊智能史:“DNA是最早的大模型”，智能的本质是减熵

2025年3月17日 · 2:18:18

香港大学计算与数据科学学院院长马毅在《晚点聊》中提出，智能是生命对抗熵增的机制，DNA是最早的大模型，35亿年历史中它从DNA进化、神经系统个体记忆、语言文化演进到数学科学，因此机器智能的起点应回溯至1940年代维纳的控制论和香农的信息论，而非1956年达特茅斯会议。他认为知识本身不是智能，智能是获取和更新知识的能力，当前大模型仍停留在类似DNA的强化学习阶段，缺乏闭环反馈和自主纠错，OpenAI o1和DeepSeek-R1的推理更像刷题式的记忆模仿，而非真正的逻辑推理，甚至不如猫狗的适应能力。他预言开源模型终将超越闭源，DeepSeek式突破只是where and when的问题，不是if or not的问题。谈到技术品味，马毅强调它来自探索未知的价值观和严谨科学训练，并透露自己引用最多的成果一度没有任何会议接收，博士毕业时也找不到对口教职。他正在推动港大面向所有本科生的AI通识教育（以一门英语课为代价），并通过忆生科技研发白盒大模型和闭环纠错机制，认为人脑是并行结构，闭环系统才能应对开放世界，而端到端VLA未必是具身智能的正确解法。智能在熵增宇宙中只是短暂过程，但对抗熵增本身就构成生命的意义。

100: 硅谷怎么看 DeepSeek ？与 Fusion Fund 张璐聊开源、Agent和“除了AI”

2025年1月29日 · 1:16:20

在《晚点聊》第100期中，程曼祺与Fusion Fund创始合伙人张璐讨论了DeepSeek开源推理模型R1引发的硅谷热议，张璐称其出圈是开源生态的胜利，并相信开源更有利于初创企业。张璐强调，R1以约557万美元训练成本（仅计算GPU hours）在多项基准上比肩甚至超越o1，其跳过监督微调、直接进行无监督强化学习的创新，也证明Scaling Law仍有巨大空间。她认为这类降低AI训练和部署成本的开源成果，会促使更多行业采用大模型，长期提升AI用量与算力需求，因此并非利空英伟达；对于Meta，短期虽有公关压力，但作为美国AI开源生态的主要玩家，将长期受益于开源繁荣。谈及Agent，张璐试用了OpenAI的Operator，指出它目前速度慢且会编造信息，但前景美好；她认为美国B端客户更看重准确性和专业度，所以垂直领域智能体在医疗、金融、保险、太空科技都大有可为，同时她也提到Agent可能带来隐私问题，但年轻人更愿意向AI倾诉。除AI外，张璐介绍硅谷还关注Tech Bio（科技与生物）和太空科技，Fusion Fund已投资SpaceX，并看好AI与这些领域的结合，她还提到SpaceX周边形成了数百家太空科技初创生态。

71: “如果相信只靠 Scaling Laws 就能实现 AGI，你该改行了”，与香港大学马毅聊智能

2024年6月11日 · 1:53:00

本期《晚点聊 LateTalk》的嘉宾是香港大学计算机系主任、数据科学研究院院长马毅，他与主持人程曼祺的对话围绕“智能”展开，尖锐质疑当下主流的大模型路线。马毅的核心观点是：只靠 Scaling Laws（更多数据、更大算力、更大参数）无法实现 AGI，因为深度学习网络本质上都在做“压缩”——从图像、声音、语言等高维信号中寻找低维结构和规律；GPT 表现出的数学推理仍是记忆和统计，如同“高分低能”的填鸭式学生，学不到因果与逻辑。他区分了知识与智能：知识是存量，智能是增量，智能的本质是能纠正已有知识的不足并增加新知识。为此他提出“简约与自洽”原则，并用白盒模型（ReduNet、CRATE）从数学上解释神经网络每一层在做什么，称其已接近甚至超越经验设计的网络，能显著降低算力与试错成本。他还批评 AI 威胁论“要么无知要么别有目的”，主张政府应监管技术应用而非技术本身，并透露已创立公司“益生”推动白盒技术产业化；同时梳理了从控制论到深度学习的历史，强调闭环、自主学习和 AI 通识教育的重要性。

33: 人类本质是不精确的复读机：与李如一和重轻闲聊 ChatGPT

2023年3月26日 · 1:33:07

本期《晚点聊》邀请《一天世界》主播李如一与《不在场》主理人重轻，将ChatGPT等对话式AI当作可评论的软件来审视，核心论断是：它像“力大砖飞”的工程奇迹，能做好封装型任务，却只会输出正确而沉闷的“平均值”，缺少人类语言中不可量化的偏见与错误。三人从亲身使用出发：李如一称自己没有被魔法击中的感觉，重轻连续数小时使用4.0后，对比真人文章更觉其“平”；用ChatGPT练英语会导致“去身体化”的学习，无法体会某词在语境里的微妙差别。他们进一步谈到，AI只是作者，仍不能成为读者，因此也不会带来真正的范式转移；当它声称“我是大型语言训练集合、没有立场”，恰与政治正确、不担责的公关话术同构，而好奇与少数派权利被牺牲。对于“AI替人做脏活累活，人去做创造”，他们反驳说创造本身就有机地包含脏活，根本切不开。OpenAI不再Open在预料之中，Sam Altman的写作混乱也令李如一不看好其愿景。最后回到“人类本质是复读机”，他们强调人类是“不精确的复读机”，偏差与错误正是艺术和新事物的来源，太阳底下并非无新事。