硅谷101

怎样用有限的钱帮助更多人？有效利他主义（Effective Altruism，简称“EA”），就是从这个朴素的问题出发，推动人们比较不同慈善项目的效果，从捐赠蚊帐、预防疟疾，到后来投入数亿美元研究AI安全。

SBF与FTX的崩塌，曾让这场运动陷入信誉危机。最近，AI研究员辞职、安全评估机构和捐赠网络引发的争议，又让EA受到关注。当一些人把防止AI毁灭人类视为最值得投入的事业，他们的判断如何影响研究方向和资金分配？其中又有怎样的利益与权力问题？

本期节目，我们邀请以太坊联合创始人Vitalik Buterin与科技记者Afra，聊聊EA和理性主义究竟主张什么，以及这些思想如何影响了今天的AI发展。

Vitalik曾向这个圈子的机构捐赠大量资金。他在节目中回忆，一笔加密货币捐赠如何意外地变成数亿美元，以及受赠机构后来的方向，为什么让他开始重新考虑当初的选择。

节目全程以中文录制，前半段由Afra介绍背景，后半段是我们与Vitalik的对话。本期涉及英文人名和机构名较多，为方便大家理解，我们在shownotes文末整理了名词解释，也在Bilibili、YouTube、视频号等平台也上线了带字幕版本，方便大家对照收听。

【主播】

Yiwen，硅谷101主持人

泓君，硅谷101创始人，播客主理人

【嘉宾】

Vitalik Buterin，以太坊联合创始人

Afra，科技记者

【你将听到】

有效利他主义是什么，它如何走到AI安全中心？

02:25 两个关键人物：William MacAskill与Eliezer Yudkowsky

07:54 八万个小时：怎样使用一生，才能帮助更多人？

09:27 EA的四次转向：全球健康、长期主义、信任危机与AI安全

12:58 EA与理性主义的异同：怎样做好事，怎样想清楚？

15:59 AI安全如何影响前沿AI实验室的公司选择

18:02 METR与捐赠网络：安全评估如何引发了争议？

22:28 走进伯克利：Lighthaven、The Curve与硅谷思想聚会

28:09 去华尔街赚钱，再把钱捐出去：这条路出了什么问题？

35:18 EA与e/acc：关于AI加速与减速的争论

Vitalik的捐赠：一笔意外的加密货币如何变成数亿美元

39:15 如何成为一名负责任的数字游民？Vitalik最初的EA经历

44:19 哲学僵尸与意识：理性主义者都在讨论什么？

50:38 当思想社群有了富豪捐赠者和专业机构

53:35 AI安全思想和P(doom)逐渐成为争论焦点

59:09 狗狗币的故事：意外收到大量代币之后

01:05:10 印度疫情救助与FLI：两笔捐赠如何落地

01:08:13 当FLI转向AI政策，Vitalik和它的矛盾何在？

当“帮助人类”变成机构、政策与权力

01:10:18 一个领域已经有很多钱，还值得继续捐吗？

01:13:31 从救助生命到影响政策，捐赠效果为什么更难判断？

01:18:46 SBF留下的问题：为什么聪明人也会看错人？

01:21:01 EA、理性主义、e/acc与d/acc，分歧到底在哪里？

01:27:38 “好公司必须赢”：相信Anthropic，能解决安全问题吗？

01:30:29 安全、开源与商业利益：谁来决定AI的未来？

01:36:06 Vitalik眼中的OpenAI：开放、安全与加速之间的变化

除了加速与暂停，还有什么选择？

01:37:57 d/acc：Vitalik为什么主张加强分布式防御？

01:42:04 以防疫为例：怎样让普通人拥有保护自己的工具？

01:43:16 面对AI的不确定性，普通人可以怎样理解这些争论？

01:45:14 Vitalik：承认我们还不知道的事情

01:48:04 AI安全也需要制衡：让多个不完美的系统互相监督

【相关阅读和名词解释】

往期相关：E233｜硅谷右翼的权力网如何形成？聊聊彼得·蒂尔的思想启蒙拼图

人物：

• William MacAskill（威廉·麦卡斯基尔）：哲学家，曾任牛津大学哲学副教授，EA运动共同发起人之一，共同创办了Giving What We Can、80,000 Hours等机构，也是长期主义的重要倡导者。

• Sam Bankman-Fried（萨姆·班克曼-弗里德，SBF）：加密货币交易所FTX联合创始人，曾是EA最受瞩目的支持者和捐赠者之一。

• Eliezer Yudkowsky（埃利泽·尤德考斯基）：AI安全研究者与写作者、机器智能研究所共同创始人，也是互联网理性主义社群的重要奠基者。他关于认知偏差、理性思考和AI对齐的文章，影响了LessWrong及部分EA社群。

• Chris Olah（克里斯·奥拉）：Anthropic联合创始人，主要研究如何理解神经网络的内部运作，是机械可解释性领域的重要研究者。

• Kevin Bass（凯文·巴斯）：网络评论者，曾公开追查并质疑Anthropic、METR及相关AI安全机构之间的资金和人际联系。

• Jacob Coxon（雅各布·考克森）：曾在OpenAI和Anthropic从事研究，2026年9月辞职并公开警告前沿AI公司的竞争可能带来严重安全风险。

• Dustin Moskovitz（达斯廷·莫斯科维茨）：Facebook和Asana联合创始人，与妻子Cari Tuna创办Good Ventures，承诺捐出绝大部分财富。

• Jaan Tallinn（雅恩·塔林）：Skype联合创始人，长期资助AI安全与存在风险研究，也是未来生命研究所的共同创始人。他参与支持的Survival and Flourishing Fund，是相关研究机构的重要资金渠道之一。

• Gideon Lewis-Kraus（吉迪恩·刘易斯-克劳斯）：《纽约客》记者，2022年撰写了关于William MacAskill的长篇人物报道。

• Toby Ord（托比·奥德）：澳大利亚哲学家、Giving What We Can共同创始人，EA运动的重要早期推动者。他长期研究全球贫困、道德责任与可能威胁人类长远未来的存在风险。

• Scott Alexander（斯科特·亚历山大）：精神科医生与写作者，先后创办Slate Star Codex和Astral Codex Ten。他的文章涵盖科学、医学、社会议题和认知方法，是理性主义社群的重要阅读材料。

• Zvi Mowshowitz（兹维·莫肖维茨）：Don’t Worry About the Vase的作者，长期评论AI发展、安全与政策。

• Nick Bostrom（尼克·博斯特罗姆）：哲学家，曾任牛津大学教授、未来人类研究所创始主任，《超级智能》作者。他对超级智能、存在风险和人类长远未来的研究，影响了EA及AI安全领域的讨论。

• Sandeep Nailwal（桑迪普·奈尔瓦尔）：Polygon联合创始人、印度疫情救助基金CryptoRelief发起人。本期Vitalik谈到向该基金捐赠加密货币。

机构：

• 80,000 Hours（八万小时）：由William MacAskill和Benjamin Todd共同创办的非营利职业研究与咨询机构，帮助人们思考如何利用职业生涯产生更大的社会影响，是EA的重要机构之一。

• METR（模型评估与威胁研究，Model Evaluation & Threat Research）：研究与评估前沿AI能力及潜在重大风险的非营利机构。

• Coefficient Giving：前身为Open Philanthropy的慈善资助与咨询机构，长期与Moskovitz夫妇的Good Ventures合作。它是EA相关资助网络的重要节点，支持全球健康、动物福利、疫情防范和AI安全等领域。

• Future of Life Institute（未来生命研究所，FLI）：研究并倡导降低先进技术重大风险的非营利机构，工作涉及AI等领域。它接受了Vitalik的重要捐赠。

• Centre for the Governance of AI（人工智能治理中心，GovAI）：从事AI治理与政策研究、培养相关人才的非营利机构。

• Machine Intelligence Research Institute（机器智能研究所，MIRI）：由尤德考斯基等人共同创办、长期关注高级AI与人类利益如何对齐的非营利机构，与理性主义及EA社群联系密切，也是本期提到的Vitalik曾支持的机构之一。

• GiveWell：通过证据与成本效益分析评估慈善项目、引导捐赠的非营利机构，主要关注全球健康与发展。

• Against Malaria Foundation（抗疟疾基金会，AMF）：主要通过资助长效杀虫蚊帐的分发预防疟疾的慈善机构，长期获得GiveWell推荐。

• PopVax：印度生物技术公司，研发疫苗和癌症免疫疗法。其疫苗项目获得过Vitalik的Balvi基金支持。

• Lighthaven：由Lightcone Infrastructure运营的伯克利会议与活动园区，经常举办理性主义、AI安全及相关社群的聚会。

• The Curve：围绕先进AI的发展、风险、经济影响与治理举办的会议，汇集研究人员、企业界、政策界及不同立场的参与者。

• Progress Conference：由Roots of Progress Institute主办，讨论科技、经济和社会进步的会议。

• Effective Altruism Global（有效利他主义全球大会，EA Global）：面向EA社群的系列会议，讨论如何通过研究、职业选择和捐赠更有效地改善世界。

• Zuzalu：Vitalik等人于2023年在黑山组织的临时社区实验，参与者共同生活、交流并开展活动。

• PauseAI（暂停AI运动）：主张在能够确保安全并实现民主监督之前，暂停前沿AI开发的国际草根运动。

• LessWrong：由尤德考斯基等人推动形成的社区博客，讨论理性思考、认知偏差、决策与AI风险，是互联网理性主义社群的重要平台，与EA存在思想和人员上的广泛交集。

作品：

• Machines of Loving Grace（《充满爱意的机器》）：Dario Amodei于2024年发表的文章，讨论强大AI可能为健康、经济和社会带来的积极变化。

• The Sequences（《系列文章》）：尤德考斯基关于理性思考、认知偏差、信念更新、决策和AI等问题的一系列博文，是LessWrong及理性主义社群的重要基础文本，也影响了部分EA参与者。

• Rationality: From AI to Zombies（《理性：从AI到僵尸》）：以The Sequences等博文为基础编辑整理的尤德考斯基文集。

• Slate Star Codex（《石板星法典》）：Scott Alexander原来的个人博客，涉及医学、科学、政治、哲学和理性思考，是理性主义社群的重要交流与阅读平台。

• Astral Codex Ten（《星界法典十》）：Scott Alexander在Slate Star Codex之后开设的博客与newsletter，继续讨论科学、社会问题和理性判断。

• Don’t Worry About the Vase（《别担心花瓶》）：Zvi Mowshowitz的博客与newsletter，近年来大量追踪AI能力、安全研究、企业动态和政策。

• Harry Potter and the Methods of Rationality（《哈利·波特与理性之道》）：尤德考斯基创作的《哈利·波特》同人小说，设想接受科学与理性思维训练的哈利如何理解魔法世界。

• UNSONG（《无歌》）：Scott Alexander创作的幻想小说，将宗教神秘主义、语言和现实世界的运行规则结合起来。

• Snowmoon（《雪月》）：Vitalik创作并公开发布的小说。

思想和流派：

• Effective Altruism（有效利他主义，EA）：用证据和理性分析，寻找最有效的助人方式。关注全球Lighthaven健康、动物福利等议题，部分参与者尤其重视AI安全。

• Rationalism（理性主义）：本期特指围绕LessWrong等博客形成的社群，强调识别认知偏差、根据证据修正判断。与EA联系密切，但不等同于EA。

• Effective Accelerationism（有效加速主义，e/acc）：主张加快AI等技术的发展，相信创新与竞争能推动社会进步，通常反对以灾难风险为由限制开发。

• d/acc（防御性加速主义）：Vitalik提出的思路，主张优先发展能保护人、分散权力的技术，例如网络安全、疫苗和空气过滤，提高社会抵御风险的能力。

【新播客：消费101】

《消费101》是《硅谷101》团队新开设的消费垂类节目，由资深消费记者&研究员麻花担任主播，是一档提供有趣、有料、有用的消费行业观察与品牌解读的播客。每周更新，欢迎关注！

【硅谷101听友群】

在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。

扫码加入，即刻相遇！

【监制】

泓君

【后期】

Amei

【运营】

朱婕

【BGM】

DOX - Lennon Hutton

Deadlock - Lennon Hutton

Primary Code - Max Anson

Estimations - Christoffer Moe Ditlevsen

The Hoover Dam - Bonnie Grace

Radar Focus - Blue Saga

One Step Away - Dian Shuai

Spring Dance - Forever Sunset

Signal Containment - Out To The World

Pulse Runner - Helmut Schenker

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：podcast@sv101.net
Special Guests: Afra and Vitalik Buterin.

回顾9月，AI圈的重磅新闻一个接一个。

先是OpenAI发布GPT-6 Astra，总裁格雷格·布罗克曼在发布会上宣布：AGI已经到来。

这场发布对机器人行业的冲击，来得有些意外，一个发布会报告里只字未提机器人的通用模型，转身就空降了机器人评测榜首，甚至让很多机器人的Benchmark都失效了。有人开玩笑说：机器人领域等了这么多年的“GPT时刻”，居然是GPT自己。

同样在这个月里：Meta Muse冲上美国App Store榜首，它的竞争对手Instinct估值也涨到了100亿美元；xAI的Grok Bot开放了企业部署；不生成文本、只给选项打概率的决策模型Jev以“系统1”走红，发布24天就融了8.7亿美元。

在AI for Science方面，Claude发现类CRISPR的新酶系统；扎克伯格夫妇资助成立的Biohub宣布将虚拟细胞计划扩大到18亿美元……这些进展又会为科学发现带来哪些改变？

本期《硅谷101》，我们请来三位分别站在Agent、机器人和AI制药一线的研究者，聊清楚三件事：个人Agent商业化卡在哪？机器人怎么被Astra这样的底层模型冲击？AI制药真正的瓶颈是什么？

本期节目录制于2026年9月29日

【主播】

泓君，硅谷101创始人，播客主理人

【嘉宾】

许华哲，破壳机器人创始人、清华大学交叉信息研究院助理教授（X:@HarryXu12）

朱哲清，Pokee.ai创始人兼CEO，前MetaAI应用强化学习团队负责人，斯坦福强化学习博士（X:@ZheqingZhu）

王晟，华盛顿大学计算机学院助理教授（X:@profshengwang）

【你将听到】

00:05 新播客《消费101》 上线啦！

00:49 9月AI大事记

04:18 各领域实测Astra感受

Agent领域

09:11 生物医学“古董级软件”有了Computer Use

12:17 Computer Use是什么？与API调用的区别

15:47 Meta Muse会走Manus的老路吗？

17:31 Meta Muse破局关键——软硬件结合

19:37 商家愿意开access，前提是确认身份

22:21 个人助手Agent新一轮烧钱获客大战

24:57 Grok Bot，“走在后面的人”

25:44 前沿Lab最烧token的是AI for Science

27:48 小模型追大模型，差距在缩小，但可能追错了benchmark

机器人领域

30:19 未来需要快决策模型 + Astra的推理能力

35:48 筷子夹小球效果：自研模型 V.S Astra

37:25 Astra冲击：利好本体硬件

39:07 从TAMP到Agentic：机器人规划重回台前

40:19 数据标注新门槛：标注因果与直觉物理

43:06 惊艳之后，Astra也有明显短板

45:12 Jev“快系统”的潜在价值

生物医学领域

47:10 实验设计完成度只有30%，Astra缺什么？

51:39 AI制药，离不开实验室的验证和数据积累

53:15 制药时间线：AI设计分子快，真实验证慢

55:01 从AlphaFold开源，看垂直科学公司的数据护城河

58:24 未来趋势：湿实验公司用MCP/API直连大模型

01:02:15 人类科学家的角色转向“定义问题”

01:03:47 好的benchmark，应该是无上限的

01:02:15 ART的启示：酶和蛋白质实验周期短，最先跑出来

尾声

01:07:48 “蒸馏”是否让普通人失去了价值？

1:11:51 Agent、机器人与AI制药的核心问题

【消费101】

《消费101》是《硅谷101》团队新开设的消费垂类节目，由资深消费记者&研究员麻花担任主播，是一档提供有趣、有料、有用的消费行业观察与品牌解读的播客。每周更新，欢迎关注！

【硅谷101听友群】

在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。

扫码加入，即刻相遇！

【监制】

泓君

【后期】

Amei

【运营】

朱婕

【BGM】

Imba Wimbo - RaFa Orchestra

Signal Containment - Out To The World

Flickering Torches - Christian Andersen

Video Knights - Sebastian Winskog

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：podcast@sv101.net
Special Guests: 朱哲清, 王晟, and 许华哲.

模型在榜单上越来越强，为什么真正把工作交给AI，还是需要人反复解释、检查和兜底？

半年前，我们与阿里国际站总裁张阔聊了Accio Work，以及Agent如何参与采购和日常经营。半年后，我们再次请到他，聊聊这半年来商家使用Accio Work的真实案例，试图回答这个问题：模型能力的提升，究竟有多少变成了商家工作里的进步？

张阔分享，很多模型的通用评测成绩已经接近满分，但团队在真实经营中，并没有感受到同样幅度的提升。为此，他们从实际业务中整理了107个任务，包括比较供应商报价、识别钓鱼邮件、预订船期和处理交易纠纷。据他介绍，在这套特定评测中，最前沿模型在无人干预条件下的任务通过率约为61%。

这些任务没有数学竞赛那么耀眼，却直接关系到商家的成本、交期和利润。一个好用的Agent，既要能把工作做完，也要让人用得起；既要理解工具和流程，也要理解这盘生意究竟想追求什么。

这期节目，我们聊聊榜单成绩与实际交付之间的落差、通用模型与垂直产品的竞争，以及当AI接手越来越多的执行工作，人还需要保留哪些判断。

【主播】

Yiwen，硅谷101主持人

【嘉宾】

张阔，阿里国际站总裁

【你将听到】

从写代码到做生意，Agent还差什么？

01:18 AI同事市场：编程之外，专业工作走到了哪一步？

02:38 商业任务为什么比编程更难？

03:48 从采购搜索到日常经营，Accio Work的任务边界如何扩展

06:12 商家案例：植物监测产品，从创意走到设计、供应链和销售

07:47 找工厂、比报价、拿样品：采购流程里，人和AI如何协作

通用模型越来越强，垂直产品还有什么优势？

10:13 中美Agent生态的差异：垂直SaaS与平台工具

11:30 AI会替代SaaS吗？

14:11 独立站与平台电商：不同市场如何影响产品设计

15:16 Agent公式：模型 × 工程框架 × 上下文

17:46 模型与工程联合优化，不能只等模型升级

榜单接近满分，真实工作为什么还会失败？

20:29 107个真实任务：无人干预条件下，最前沿模型通过率约61%

24:32 报价、钓鱼邮件、订船和纠纷：怎样才算真正完成任务？

26:33 新版本也可能退步，评测必须持续做

28:55 多平台经营：有流水，不代表有利润

32:39 产品品味、市场判断与预算分配：老板仍要做的选择

最贵的模型，不一定是最好的选择

33:44 多模型路由：如何为不同任务匹配能力与成本？

38:05 多个Agent建议冲突，商家该听谁的？

40:35 上云、定时任务、事件响应与长期经营，是不同的能力

43:05 CoCreate现场：商家对Agent有哪些期待？

44:43 小企业如何借助AI，把生意做得更大

【往期相关】

E231｜从B2B到A2A：Agent新基建，如何让“一人企业”做全球生意？

【硅谷101年会来了，线下见】

10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。

点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。

【监制】

泓君

【后期】

Amei

【运营】

朱婕

【BGM】

Trace - Lennon Hutton

Signal Containment - Out To The World

Reclaim - Megan Wofford

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：podcast@sv101.net
Special Guest: 张阔.

这个夏天，来自全球各地的多个气象机构都拉响了同一个警报，一场史无前例的超级厄尔尼诺正在上演。

来自摩根大通的经济学家预计，全球的食品通胀将在2027年的上半年上升到5%，明显高于今年同期的2.8% 。这其中有来自霍尔木兹海峡封锁和黑海冲突的因素，也部分归因于我们正身处的这场、50年来颇为罕见的超级厄尔尼诺。

它究竟会通过什么方式影响到全球供给？它所带来的危害是否真的像媒体报道的那么大？在一次次与极端气候变化的对抗中，人们又为应对厄尔尼诺做了怎样的准备？

【主播】

麻花，硅谷101特约研究员

【嘉宾】

张思齐，资深大宗商品期货交易员

【你将听到】

超级厄尔尼诺，如何影响农业生产

03:17 农业几多产，起决定因素的不只是气候

08:56 超级厄尔尼诺，以及它的影响边界

16:03 厄尔尼诺如何影响棕榈油、天然橡胶和咖啡豆

19:26 哪些终端商品，价格可能受到大波动

22:20 秘鲁禁捕鳀鱼，受波及的除了日料水产，还有宠物食品

25:10 都说厄尔尼诺导致减产，但也有产区因它收益

极端气候之外，生产资料的供应紧张和农民的应对之策

27:53 作物减产是否影响终端价格，还要看产区和出口集中度

29:52 推高全球粮食价格的，还有供应紧缺的氮肥

32:27 大宗商品期货交易员会有哪些工具关注气候变化

35:25 不确定性对于期货交易，究竟是好是坏

40:08 与不确定性对抗多年，农民如何应对极端气候变化

42:07 上有厄尔尼诺，下游农民活用期货

45:22 气候变化引起的出口限制，可能进一步加剧供给危机

巴拿马运河和全球铜矿的减产，厄尔尼诺要背多大的锅

47:02 极端气候带来的干旱，让巴拿马运河的运力更紧张了

50:23 全球铜矿产量下降的锅，厄尔尼诺背不了太多

56:25 做服装的人，也在厄尔尼诺面前为难了

57:41 被极端气候影响的电力、加工食品和保险行业

59:48 大宗商品交易门外汉，可以怎么观察这个行业

【延伸阅读】

• 《纽约时报：This Year’s Record-Breaking El Niño in 3 Charts》

• NOAA: 美国国家海洋和大气管理局，隶属美国商务部。它负责监测海洋、大气和气象变化，提供天气预报、气候预测和海洋资源管理服务。

• El Niño set to become very strong, raising risks of extreme weather into 2027

• 澳洲小麦升贴水（Basis）：澳洲本地小麦现货价格与国际小麦期货价格之间的差价，主要反映澳洲当地的供需、物流及汇率等因素。

• IFPRI: Will extreme weather lead to multiple breadbasket failures and threaten global food security?

• Forbes: 巴拿马运河运力使用经济体Top20

• USDA:U.S. Department of Agriculture

【硅谷AI视频黑客松招募】

最懂内容的影视团队，与最懂AI的一群科学家，在硅谷相遇，会碰撞出如何的火花？

今年，硅谷101把一次现场创作实验带到 Alignment 2026：STORY101 LAB — AI Storytelling Challenge。我们邀请你用AI，完成一部不超过三分钟的视频作品。

比赛设【探索组】与【专业组】双赛道，资深AI影片团队与零基础新手皆可参与。我们提供免费workshop培训，优胜者更可获丰厚奖金与千人线下展映机会。

时间：2026年10月10–11日

地点：Sunnyvale, California

报名入口

【硅谷101年会来了，线下见】

10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。

点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。

听友福利：在评论区说出你对Alignment大会的期待，我们将在小宇宙、B站、YouTube各抽取3位幸运听众，赠送Alignment 2026现场门票，参与截止时间：10月2日24:00。

【监制】

泓君

【后期】

Amei

【运营】

朱婕

【BGM】

Sucker (Instrumental Version) - Gamma Skies

Mindscape - Lennon Hutton

Flickering Torches - Christian Andersen

Kablaam - Ealot

Spring Dance - Forever Sunset

Seashore - Adriel Fair

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：podcast@sv101.net
Special Guest: 张思齐.

随着AI模型能力提升，训练需求更复杂，一批为模型公司提供训练数据的新公司正在快速增长：AfterQuery今年4月宣布A轮融资时，估值为3亿美元，到了9月，据媒体报道，新一轮融资已经将其估值推至32亿美元。另一家提供训练数据与智能体环境的公司Bespoke Labs，也在今年7月宣布，种子轮与A轮融资合计达到4000万美元。

虽然估值水涨船高，AI数据行业对外界来说却极其不透明。问题来了：这些公司究竟在卖什么？

过去提到数据标注，我们容易想到给图片打标签、给模型回答打分。但随着AI从回答问题走向执行任务，数据公司的交付物也在变化：从专家写出的评分标准，到包含任务、工具和验证机制的强化学习环境。它们需要找到懂行的人，获得真实的行业资料，再把专业知识与工作经验转化成模型能够学习的训练信号。

与此同时，新的AI评测层出不穷。榜单分数提高了，究竟代表哪些能力变强了？针对评测生产数据，什么时候能改善真实用户体验，什么时候又会变成单纯的刷分？对于每天训练模型的研究员来说，他们最需要的数据，到底是什么？

本期节目，我们邀请到在Scale AI负责后训练与评测研究的何允中，以及加州大学伯克利分校博士后、Agents’ Last Exam项目研究者孙一铀，从产业与研究两个视角，拆解这门透明度不高、又变化极快的生意。

我们聊了Scale、Mercor、Surge等数据公司的不同背景，也讨论了小团队在合成环境与垂直领域中的机会。从采购一份游戏源码，到验证专家提交的任务，再到设计让人愿意交出经验的激励机制，好数据的难点，往往藏在榜单之外。

【主播】

Yiwen，硅谷101主持人

【嘉宾】

何允中，Scale AI研究总监（后训练与评估方向）

孙一铀，加州大学伯克利分校博士后

【你将听到】

拆解数据生意和玩家

05:03 数据公司之间的区别：招聘平台、众包标注、合成数据

08:27 从预训练到后训练，模型需要的数据发生了哪些变化？

09:32 Rubric数据：把专业判断变成评分标准

10:46 强化学习（RL）环境：从回答问题到动手干活

12:18 从vibe coding，到vibe everything：详解Agents’ Last Exam

14:10 游戏好不好玩、作品好不好看，主观判断能被量化吗？

17:33 Rubric 与环境如何配合：人与Agent协作

评测与模型真实能力

20:05 从做评测到卖数据：benchmark的生意

23:25 什么样的评测值得刷？核心能力与真实场景

27:29 没上热门榜单的评测，也可能带来真实的数据需求

31:39 模型公司如何权衡内部评测、公开榜单与用户反馈

什么是好数据：采购、版权与小众行业工作流

33:30 两三个人的数据创业公司，为什么也能找到机会？

38:56 模型越来越会自己造数据，外部供应商的机会还能持续多久？

40:48 模型公司为什么仍然需要外部数商？研发周期与行业采购的难题

有了数据，之后呢？

44:04 数据买回来之后怎么用？从 SFT、强化学习到模型训练模型

47:03 训练数据不是越难越好：为不同模型匹配难度与解题轨迹

48:22 SWE-bench Verified 的争议：测试缺陷与数据污染

50:04 专家交来的数据也可能造假，如何验证真实的工作过程？

54:03 数据行业的下一步：收购企业、获取数据，还是持续投入研发？

【感谢科沃斯对本期节目的大力支持】

这期我们聊了很多验证和评测：写代码跑一遍沙盒就知道对错，家务却是每天都在变的开放任务，对机器人来说，真实家庭环境就是最严格的评测现场。

科沃斯在服务机器人领域已扎根28年，连续11年稳居国内线上扫地机器人销售额第一，产品销售全球150多个国家和地区，拥有超过1200项全球专利。

从全能清扫的扫地机器人，到解放高空与双手的擦窗机器人，再到割草、泳池清洁，科沃斯让每个场景都有对应的专职选手，为人清空琐碎，让生活的每一刻都“无难事”。

数据来源：北京奥维云网大数据科技股份有限公司；统计时间：2015年-2025年；统计范围：中国扫地机器人市场全渠道(线上、线下)监测数据

欢迎了解更多，复制淘口令打开淘宝：48￥ CZ001 mBdFTN9ipmh￥ https://m.tb.cn/h.8EbY9YU 【新品】科沃斯X12S PRO扫地机器人滚筒活洗3.0全自动扫拖一体

京东链接

本期福利：下单备注【硅谷101】额外加赠抗菌滚筒拖布一个

把家务交给科技，享受属于你自己的惬意生活吧！

【硅谷AI视频黑客松招募】

最懂内容的影视团队，与最懂AI的一群科学家，在硅谷相遇，会碰撞出如何的火花？

今年，硅谷101把一次现场创作实验带到 Alignment 2026：STORY101 LAB — AI Storytelling Challenge。我们邀请你用AI，完成一部不超过三分钟的视频作品。

比赛设【探索组】与【专业组】双赛道，资深AI影片团队与零基础新手皆可参与。我们提供免费workshop培训，优胜者更可获丰厚奖金与千人线下展映机会。

时间：2026年10月10–11日

地点：Sunnyvale, California

报名入口

【硅谷101年会来了，线下见】

10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。

点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。

【相关阅读和名词解释】

Rubric（评分标准）：针对具体任务制定的一组评价条件，用来判断回答或工作成果是否达到要求。它可以包含正确性、完整性、指令遵循等维度，也可以融入专家判断。

RL Environment（强化学习环境）：让模型通过行动和反馈进行学习的环境。在本期讨论的Agent训练中，通常包括任务、可操作的软件与工具，以及判断任务是否完成、完成质量如何的验证和奖励机制。

Benchmark（评测基准）：通过一组任务与评价规则，衡量模型或智能体在特定能力和场景中的表现。评测数据与训练数据需要保持适当隔离，才能有效检验模型面对新问题的能力。

Reward Hacking（奖励投机）：模型利用评分机制的漏洞获得高分，却没有真正完成预期任务。例如，绕过正常操作修改结果，让验证程序误以为任务已经成功。

Agents’ Last Exam（ALE）：由Berkeley RDI与行业专家共同构建的智能体评测项目，关注具有经济价值、需要多步骤执行且结果可验证的专业任务。

Humanity’s Last Exam（HLE）：由Center for AI Safety与Scale AI共同组织推出的评测，覆盖数学、人文、自然科学等领域的高难度专家问题。

SWE Atlas：Scale推出的软件工程智能体评测套件，覆盖代码库问答、测试编写和代码重构。

SWE-bench Verified：经过人工审核的软件工程评测，让模型修复真实开源项目中的问题。OpenAI于2026年2月宣布停止报告其分数，指出测试设计缺陷与数据污染影响了它衡量前沿模型能力的有效性。

【监制】

泓君

【后期】

Amei

【运营】

朱婕

【BGM】

Mindscape - Lennon Hutton

Light-Footed - Bonnie Grace

Smiling Neighborhood - Claude Signet

Ruffles and Rust - Fabien Tell

Reclaim - Megan Wofford

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：podcast@sv101.net
Special Guests: 何允中 and 孙一铀.