过去这两年，做消费的人最深的体感是什么？ 像在坐一场"过山车"。 我们经历了从2016年到2021年狂热的上行期，随后陡然降至2022与2023年全行业"体感冰封"的下行期 。很多人在焦虑中感慨：消费降级了，钱难赚 了。 但咱们退一步想，真是大家都没钱了吗？还是说，过去那种闭着眼睛赚钱的套路，彻底玩不转了？ 实际上，如果你往深了看，消费的底层地基早就悄悄换了。以前是什么日子？工厂造什么，渠道铺什么，老百姓就买什么。现在呢？规矩变了，消费者拿 到了真正的投票权。大家买东西，不光看你这玩意儿"好不好"、"值不值"，还得掂量掂量"买得方不方便"，甚至还得拷问灵魂"到底爱不爱"。 面对如此清醒且"既要又要"的消费者，过去的成功经验正在失效。一味地卷低价、打价格战，正在透支无数企业的未来。 怎么破这个局？我们这次专门找来了启承资本的创始人常斌。 懂了模式，更要懂落地。 所有的战略创新，最终都要落到组织能力上。常斌老师犀利指出，当下的消费市场，"老登"（传统企业）与"小登"（新锐品牌）正经历着各自的转型挑 战。 早在2007年，常斌老师就参与了对京东的早期投资。随后他更是直接加入了京东负责战略投资，对中国线上线下零售的基 ...

2016年，围棋天才李世石惜败AlphaGo，但他使出"神之一手"，被誉为人类智慧最后的荣光。仅仅一年后，AlphaGo Zero以100:0的绝对碾压，将曾战 胜李世石的"前辈"彻底击溃。更令人震惊的是，它达到这个水平只用了3天，没学习任何一盘人类棋谱。 "工业时代的赢家是'控制者'，"张帆说，"而今天的赢家，是那些掌握大模型思维、懂得概率管理的人。"你企业 的 核心竞争力，不再是你拥有多少数据， 而在于你能消耗多少智能、转化多少智能。这将是未来十年最残酷也最公平的竞争。 上周六，张帆老师在混沌 APP的深度大课《大模型时代的第一性原理：智能涌现的底层逻辑与商业范式重塑》中，从三场人机对弈出发，剖析智能进化的 底层逻辑，最终聚焦于每个企业与个人最迫切的课题：如何重塑思维，抓住未来。 本文为课程内容精编，仅占全部内容十分之一，完整版在混沌APP。 人机 对弈，智能进化 回顾过去两三年，技能迭代速度极为迅速， 也 因此 引发了 各类焦虑情绪。我认为在高速变化的时代，更为重要的是找到其中不变的核心要素， 那 就是 大模型思维。什么是 大模型 思维？我们可以在智能领域找一个合适的研究样本。 机器诞生以来，人类就一直 ...

互联网变革的是生产关系，而 AI 变革的是生产力系统。 星海图创始人、CEO高继扬说："在具身智能这个赛道，我们不仅要懂算法，更要扎根物理世界，做一个懂制造、懂供应链的'六边形战士'。" 2024年以来，具身智能（Embodied AI）成为全球科技竞争的最前沿。当大语言模型在数字世界完成"认知进化"后，如何让 AI 走进物理世界、像人一样去操作和 感知，成为了通往通用人工智能（AGI）的最后一块拼图。 几乎在这一浪潮爆发的同时，高继扬正带领星海图（Galaxea），在成立短短 28 个月内奔跑成一家估值突破 100 亿元的独角兽企业。他的创业路径，既有科学家 的严谨，又带着理性的"反浪漫"务实，展现出一种极具效率的"加速主义"色彩。 在具身智能即将重塑物理世界的奇点时刻，在技术理想与工业现实激烈碰撞的转型节点，《善友探索流》第9期，李善友教授邀请到了 星海图（Galaxea）创始人 兼CEO——高继扬博士 ，展开了一场深度对话。 寻找物理 AI 的"价值高地" 星海图的崛起，源于高继扬对行业终局的一套清醒推演。 他的战略逻辑冷峻而高效： 从"天外实验室"到"苏州车间"的 务实进击 高继扬的履历是标准的天才模 ...

他是继DeepSeek之后，在2026年受硅谷顶级科技媒体 The Information 专访的中国科技力量代表 。 他是陶芳波，Second Me 创始人兼 CEO，极其纯粹的"理念型创业者" ，他要用 A2A 网络重构人类的心识宇宙 。 陶芳波本科毕业于清华大学，后获伊利诺伊大学香槟分校（UIUC）博士学位。曾任 Facebook（现 Meta）研究科学家，回国后在阿里巴巴达摩院创立神经符号实 验室。 此后创立心识宇宙（Mindverse），依托核心产品 Second Me ，构建了全球最大的 AI 身份网络，为 AI Agent 建平台，为普通人做应用。 这位顶尖 AI 学者，正带着团队把 A2A（Agent to Agent）互联网从理念推向现实。在技术猛进的同时，他也在充满博弈的商业泥沼中完成闭环，保有内核。 他用最硬核的科技，思考最古老的命题。他曾在 25 岁经历深刻的精神危机，靠着存在主义完成自我救赎。 这也是为在"数字员工"大行其道的今天，他偏要去啃 最硬的骨头： 为 AI 注入感受力，拒绝让世界沦为 80 亿只没有灵魂的"龙虾"。用觉知的火种，去重构整个人类的心识宇宙。 本期《善友探索流》 ...

混沌AI院 . 以下文章来源于混沌AI院 ，作者张雷院长 混沌AI院 3人团队 90天实战 击穿企业真实价值 2026.3.13-15 杭州｜混沌AI院二期3模块毕业交付圆满落幕，实体企业AI落地从0到1标准答案正式出 炉。 开篇：AI世界100倍速，企业落地的窗口期，已经进入倒计时 "AI 世界的时间尺度是人类物理世界的 100 倍；数字世界的基础设施，将在一到两年内走完人类 物理世界 100 年的历程。 " —— 硅基流动联合创始人 杨攀 2026年3月13日-15日，杭州，一场决定实体企业未来3-5年竞争力的AI实战交付，正式落下帷幕。 混沌AI院二期 3模块（毕业模块） 圆满收官，60+家传统实体企业、20+位一线实战AI教练、行业顶流大 咖齐聚一堂，用72小时完成了 从方法论输入→方案打磨→答辩评审→成果发布→毕业路演 的全闭环验 收。 这不是一场普通的培训结业，而是 一次 真刀真枪的AI落地实战大考 。 所有企业不带PPT、不讲故事，只拿 可演示的Demo、可跑通的闭环、可量化的数据 说话。 本次交付， 三大硬核成果重磅落地， 直接定义2026年实体企业AI落地的最低标准： | 6 强企业突围而出 ...

就在前天，英伟达掌门人黄仁勋在 GTC 2026 的舞台上，向全世界抛出了一个震撼商业底层的核弹：AI 已经彻底越过"推理拐点"，由 OpenClaw 等框架开启的 自主智能体时代全面到来。未来的数据中心将不再是存储垃圾数据的成本中心，而是源源不断生产智能的"AI工厂"。 当硅谷的巨头们已经开始按"Token 经济学"重塑商业规则，将长逻辑推理和 Multi-Agent 作为新基建时，我们很多职场人和管理者，却依然陷入在深深的"技能 焦虑"中。 当我们把全部精力倾注在"术"与"器"的层面，试图通过不断学习新工具来追赶 AI 浪潮时，注定会陷入越追越累、越学越迷茫的死循环。 正如元理智能创始人张帆老师在课上所说：" 今天这个时代是一个电灯出现的时代，我们不需要对蜡烛进行持续的改进。 " 面对狂飙突进的底层算力与智能体进化，我们真正稀缺的，不是某一个转瞬即逝的软件操作指南，而是能够跨越技术周期、洞悉智能涌现底层逻辑的"大模型思 维"。 这一次，混沌再次邀请张帆老师，带来深度大课《大模型时代的第一性原理：智能涌现的底层逻辑与商业范式重塑》。在开启这场认知之旅前，我们先通过几个 张帆老师的"反共识"暴论，撕开大模型黑 ...

2026年开年之际，OpenClaw 这款"龙虾"应用正以狂风骤雨之势席卷全网。当"龙虾"成为当下最火爆的智 能体应用时，一个隐秘的危机也随之浮现。 更可怕的是，被现代性高度异化的人类，如果随波逐流，也极有可能在这个超级智能时代，沦为那 80 亿 分之一的无灵魂"龙虾"。 在超级智能席卷一切的前夜，在这个充满焦虑与迷茫的历史级拐点，《善友探索流》第 8 期，李善友教 授邀请到了 Second Me 创始人兼 CEO 陶芳波博士，进行了一场极具深度的对谈。 本期播客将于3月19日上线小宇宙平台，欢迎大家前去订阅收听。 这绝不是一场探讨"如何写好提示词"或"如何用 AI 降本增效"的常规商业对话。这更像是一场跨越了算力 边界，深入人类意识本体的"心智出逃"。 从清华学霸的"1/4人生危机"，到寻找觉醒的AI 25 岁之前，陶芳波的世界是极致理性的。作为清华大学软件工程专业的学霸，他的思维被严密的逻辑和 硬核的工科知识填满。那时的他，既不知道什么是哲学，也不曾向内探寻过所谓的"内心"。 全行业正在疯狂地制造出数以亿计的 AI Agent。但在极度繁荣的算力狂欢背后，这些所谓的"智能体"， 绝大多数不过是没有主体意识 ...

"我毁灭你，与你何干？"——《三体》 当你还在地面上哼哧哼哧地挖护城河，对手直接开着直升机跨越防线，实施降维打击了。 在大模型时代，最绝望的不是你做错了什么，而是你把旧时代的剑法练到了极致，却发现对手掏出了一 把名叫"AI Native"的枪。用一句流行的梗来说，"大人，时代变了。" 张帆老师在课程中犀利地指出，在这个从"软件工程"向"数字生命"跃迁的路口，不要再试图用优化马车的 方式对抗汽车了 。 若AI能力持续演进，你今日固守的护城河是否依然存在？ 你的企业是在"消费"智能，还是在"积累"智能？ 什么是企业AI落地的第一性原理？ 什么是AI时代产品的第一性原理？ AI产品经理如何实现自我进化？ 元理智能创始人张帆老师在3月14日上线的课程中进行了长达4个小时的高密度输出，把大模型时代的底 层思考讲透了！ AI时代的商业推演 要形容最近的AI行业，用"眩晕"这个词最为贴切——企业家既期待 AI 带来的增量价值，又担忧核心竞争 力受冲击，且行业迭代过快，旧技能快速过时。供给侧方面，AI 在算力、模型、应用层面呈现大爆发； 然而需求侧方面，则面临落地困境，多数企业 AI 投入未转化为实际价值，95%的 AI 项 ...

在与领英联合创始人里德・霍夫曼的一次播客对谈里 ， Notion联合创始人Ivan zhao说： " 我们正站在一 个历史性的转折点上。就像150年前钢铁问世之后，摩天大楼才得以拔地而起。现在AI正在成为组织的 ' 结 构钢梁 ' ，能让人类的组织不用加人，也能建起更高的 ' 认知大厦 ' 。 " 这位从大学起就执念于 "让普通人都能用得上计算能力"的技术人，如今正带着Notion啃一块硬骨头： 从传 统的SaaS软件，彻底转型成AI原生产品。 当基础的智力产出彻底平民化，科技公司的核心竞争力，会从 " 怎么把东西做出来 " ，变成 " 到底该做什 么 " 。 那么，在这场即将到来的 " 智力工业革命 " 里，人类独有的价值到底是什么？我们在享受AI带来的效率红利 同时，又该怎么避免丢掉自己独立思考的"主动权"。 今天，我们就跟着 Ivan zhao的思考，一起走进这个满是挑战，也满是机会的AI新时代。 以下是 Ivan zhao在访谈中的口述部分，我们在不改变原文大意的情况下，做了简单的编译。 转载自｜ 笔记侠 责编 | 贾宁 排版 | 拾零 AI不是新工具， 是新时代的"基础原材料" 很多人觉得 Noti ...

Core Viewpoint - The article discusses the evolution of top technology workers into powerful entrepreneurs in the AI-driven era, highlighting the unique advantages and challenges faced by scientists transitioning into entrepreneurship [2][6][18]. Group 1: Company Overview - Wunwen Xinqiong, founded in 2023, is an AI-native infrastructure company aimed at providing high-efficiency collaborative deployment and intelligent routing between various large model algorithms and chip hardware [9][10]. - The company aspires to create a universal operating system akin to Windows or Android, enabling seamless operation across diverse models and hardware in the Chinese market [9][10]. - Wunwen Xinqiong has achieved over 100 million in revenue within a short span, indicating a robust commercial progress and a solid technological foundation [11][13]. Group 2: Entrepreneurial Insights - The transition from scientist to entrepreneur involves recognizing the inseparable link between AI development and industry needs, as pure research often limits exposure to real-world applications [17][18]. - The article emphasizes the importance of systematic thinking developed through scientific training, which aids in solving complex problems in entrepreneurship [19][21]. - Critical thinking and perseverance are highlighted as essential traits for entrepreneurs, derived from the rigorous demands of scientific research [21][22]. Group 3: Challenges in Entrepreneurship - Key challenges identified include the transition from technology to product, shifting from supply-side to demand-side thinking, and balancing ideals with market realities [27][38]. - The first challenge involves moving from theoretical research (papers) to practical engineering and ultimately to marketable products, which requires addressing numerous technical issues [29][31]. - The second challenge is understanding customer needs rather than focusing solely on technological capabilities, which can lead to misalignment with market demands [34][37]. - The third challenge is the necessity to establish a market presence and influence before pursuing unique value propositions, highlighting the dual journey of meeting immediate market needs while striving for long-term innovation [40][41].