Hello World, who is onboard? 两个爱码字爱琢磨的投资人关于企业服务的真诚对话。 两位Host的微信公众号： M小姐研习录 (ID: MissMStudy) 我思锅我在 (ID: angelplusdevil)
久违的 OnBoard! 全英文的访谈，这次的嘉宾 Jeremy Huang, 是美国AI创业公司 Daloopa 的联合创始人兼 CTO。Daloopa 是一家很低调但是很值得关注的公司。几位华裔创业者 2019 年成立的公司，他们的客户是企业服务软件公司都最想切入又最有难度的行业：金融服务业。 今年5月，Daloopa 宣布了B轮融资$18M, 总融资额超过$40M。他们的AI 产品帮助华尔街的对冲基金、银行、PE等投资机构实现投资模型中的数据工作自动化，他们的客户覆盖了大部分大家耳熟能详的头部金融机构：Morgan Stanley, L/S hedge fund, Credit Suisse 等等。 Hello World, who is OnBoard!? 在两个多小时的对话里，Jeremy 真是非常坦诚地分享了很多从0-1的真实经历和非共识的观点，比如： 为什么要 sell before you build? 早期 startup idea 探索踩了那些坑？ 为什么 CTO 也要每天花 8 小时去跟客户打电话? 如何平衡大客户定制化要求和标准化产品的设计？ 如何管理遍布全球的远程团队？ 面向准确度要求很高的金融领域 AI产品，LLM有哪些机会和挑战？ 如果你也是创业者，或者未来想要成为创业者，这期满满创业者一线视角的分享，可千万别错过！Enjoy! 嘉宾介绍 Jeremy Huang, Co-founder & CTO @Daloopa, ex-Software engineer @Meta, Airbnb OnBoard! 主持：Monica：美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 01:30 Jeremy 的自我介绍，如何开始创业旅程，一开始如何尝试不同的创业方向 07:22 Jeremy 从 Airbnb 的经验中学到什么，为什么不需要写代码就可以验证 PMF 14:32 如果你自己就是“目标用户”，你还需要做用户访谈吗？ 29:02 如何从潜在用户访谈中找到“对的” idea? 35:02 Daloopa 早期如何设计 MVP 并找到种子用户 41:13 对于一个准确度要求很高的AI产品，如何设计产品的 Human-in-the-loop 交互？ 49:19 如何应对早期大客户的定制化要求？ 54:01 为什么 founder-led-sales 是了解市场规模的最好方式 59:01 面对金融行业的销售流程是怎样的？创业公司如何切入？Product-led-growth (PLG) 方式管用吗？如何从0到1开始打造销售团队？ 73:59 为什么CTO也需要每天8小时跟客户交流？ 82:25 为什么要打造全球 remote 团队？如何管理全球化团队？ 89:06 LLM 对于 Daloopa 的产品带来怎样的机会和挑战？对金融行业有什么影响？ 108:59 早期融资遇到哪些挑战？对初次融资的创业者有什么建议？ 114:53 快问快答：推荐的书籍，第一次校园创业，LLM的未来1年和未来3年展望 参考文章 mp.weixin.qq.com daloopa.com www.prnewswire.com daloopa.com daloopa.com daloopa.com 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！M小姐研习录 (ID: MissMStudy) 欢迎在评论区留下你的思考，与听友们互动。喜欢 OnBoard! 的话，也可以点击打赏，请我们喝一杯咖啡！如果你用 Apple Podcasts 或者 Spotify 收听，也请给我们一个五星好评，这对我们非常重要。 最后！快来加入Onboard！听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。添加任意一位小助手微信，onboard666, 或者 Nine_tunes,小助手会拉你进群。期待你来！
终于来到了OnBoard! 2024 年压轴之作！那必须是绝对深度绝对精彩的一期！年底关于 AI 的新闻太多，但是最值得我们压轴深入探讨的，必须是 coding agent ——即使已经有很多讨论，或许也都还是被低估。 不到两个月的时间，coding agent 产品完成了二连跳式的升级，从IDE 助手 Cursor 到 Replit Agent, Windsurf 为代表的 coding agent，到Devin 的惊艳发布，让我们意识到真正 end-to-end coding agent 的能力已经超过 coding 本身，打开了大模型未来全新的想象空间。 Hello World, who is OnBoard!? 更巧的是，就在我们录制这一期节目的凌晨，就是 OpenAI 12天发布会最后一天，OpenAI o3 横空出世，在编程和数学领域最有挑战的 Benchmark 上超越了绝大部分的人类，也让我们对大语言模型能力天花板的预期再次被刷新。要展望2025年AI领域还会发生什么，coding agent 以及强化学习为新范式的 o3系列，无疑是最核心的问题。 这一期的嘉宾，汇集了国内和硅谷 coding agent 一线创业者、coding 大模型研究员和 AI 投资人，这次长达三个多小时的讨论，在全网恐怕都很少见了，有一线 coding agent 设计解读，还有最新鲜热乎的对 o3 实现难点和未来挑战的拆解，你是不是还不知道，在好几个开源项目里，OpenHands 已经超越人类成为最活跃贡献者了？我们还探讨了： 为什么说 Devin 展示了“完成工作”的 scaling law? 最早引领 coding agent 潮流的 Replit Agent，以及开源 Devin 项目 - Openhands, 是设计中有哪些关键决策？ Coding agent 未来是 Devin 形态赢家通吃吗？ 底层模型能力之外，coding agent 应用公司的核心能力和壁垒是什么？ Coding Agent 对于工程师和未来的组织和社会，会有哪些深远影响？ 如何看待 o3 超越大部分人类的能力？未来的发展空间在哪里？ 理解这次内容需要一些背景知识，非常强烈推荐大家去复习Onboard! EP 62. 与Google deepmind 研究员对o1的讨论，以及EP 53 对coding agent 的第一次探讨，其中一位嘉宾姚顺雨，作为 SWE bench 的提出人，已经加入OpenAI 负责 agent方向的研究。 未来已来，不论你是否已经感知到，这3个小时，绝对值得你的时间。 感谢大家这一年以来的支持，如果喜欢我们的内容，今年最后有机会在小宇宙里面打赏，在Apple podcast, spotify 里面给五星好评啦！我们明年见！Enjoy! 嘉宾介绍 Yusen Dai,真格基金管理合伙人，聚美优品联合创始人。 Zhen Li, Replit Agent 核心成员，Replit 资深工程师，ex-字节，Google. Xingyao Wang, Allhands AI (开源项目 OpenHands) co-founder & Chief AI Officer, UIUC PhD. Binyuan Hui, 阿里巴巴通义实验室科学家 Cohost: Peak, 真格基金EIR，前猛犸浏览器创始人 OnBoard! 主持：Monica：美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 04:06 嘉宾自我介绍，最近用 coding agent 实现的有意思的任务 15:17 投资人视角下，Coding agent 发展历程中的核心节点，为什么说 scale of work 是最令人兴奋的机会 22:03 Replit Agent 诞生的历程，发展过程中的关键节点，从1-10 有什么计划 36:04 如何看待与Devin 的竞争？未来不同 coding agent 产品形态会融合吗？ 39:01 OpenHands/All hands AI 不同寻常的诞生故事，打造开源 coding agent 的重要技术和商业决策？ 41:48 Openhands 的架构设计，与Devin 的异同意味着什么？ 49:24 Coding agent 与 Anthropic Computer Use 之间的关系？ 54:35 OpenHands 产品发布以来，社区的主要反馈和重要变化？开源有什么作用？ 1:04:40 Coding agent 产品的长期竞争力是什么？ 1:09:20 o3 最让人印象深刻的是什么？对 coding 和AGI 未来有什么影响？ 1:20:08 解决真实世界的复杂问题，o3 之后还需要什么？ 1:24:33 SWE bench 被“刷爆”之后，下一个有意义的 benchmark 是什么？ 1:36:27 Coding agent 领域今年还出现了哪些重要变化？ 101:33 未来需要怎样的工程师和怎样的组织？ 1:58:07 如何进一步提高模型 planning 的能力？完成多步骤任务能力如何实现？ 2:07:45 Agent 的普及会带来哪些底层技术栈和工具的新机会？ 2:17:25 投资人如何看待 AI agent 的价值和投资机会？未来中国 coding agent 的机会是怎样的？ 2:25:55 快问快答：未来1年和3年对AI的期望，coding agent 翻车的例子，AI被高估和低估的能力 我们提到的公司和重点词汇 Cursor Cognition labs/Devin Replit Replit Agent OpenHands, github.com; OpenHands 论文: arxiv.org VisualWebArena: arxiv.org TheAgentCompany: 官网 the-agent-company.com，paper arxiv.org OpenAI o3 OpenAI o1 Anthropic Computer use by Anthropic SWE bench Windsurf Bolt.new 参考文章 刚体验了一小时 Devin，这是我第一次见到真正意义上的 A - 即刻App Devin和Agent Cursor使用体验对比 www.latent.space Our Problems | Cursor - The AI Code Editor More Problems | Cursor - The AI Code Editor www.cognition.ai 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 喜欢 OnBoard! 的话，也可以点击打赏，请我们喝一杯咖啡！如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。 最后！快来加入Onboard！听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。添加任意一位小助手微信，onboard666, 或者 Nine_tunes,小助手会拉你进群。期待你来！
这次依旧是硬核话题，我们跟学术大牛深度聊聊2024年上半年美国创投圈最火的的话题之一，具身智能。 没错，智能机器人之火终于从国内来到美国了。在去年下半年的时候，美国创投界还是在关注大模型和应用、infra等等，虽然Deepmind RT-2 等工作彼时已经崭露头角，更喜欢软件的美国VC似乎还在犹豫机器人这个太硬的赛道。但是从今年上半年开始，事情似乎有了变化。 Hello World, who is OnBoard!? 除了Figure AI 这样的人形机器人公司获得了英伟达、微软等一系列战投的加持，硅谷的老牌基金们也疯狂涌入了所谓的机器人大模型公司，比如学术大牛创立的 Physical intelligence, Skild, 还有 Cruise 前CEO 创立的Bot company, 等等。 这次的嘉宾也是大名鼎鼎，UCSD 计算机科学副教授，苏昊老师，关注具身智能和3D视觉领域的同学应该都不陌生。他参与的一系列AI数据集和软件工作，从ImageNet到ShapeNet、PointNet、SAPIEN，以及最近的ManiSkill等等，都是三维视觉、机器人操作等领域穿越几个时代的标志性作品。 苏昊老师现在还是智能机器人创业公司Hillbot 的联合创始人，我们深度探讨了： 过去一年，我们从学术界、工业界讨论的种种话题，又有了哪些新的进展？ 大模型的发展如何影响具身智能的不同技术路径？ 大模型带来的泛化能力，跟硬件、控制系统等，又会怎样相互作用？ 机器人模型里的数据问题，有哪些解决方案？ 具身智能这个看似很纷繁的话题，苏昊老师总是能抽丝剥茧，相信你们也能从我们两个多小时的交流中，受益匪浅。Enjoy! 对了！今年年初，Onboard 就发布过一期关于具身智能的讨论，嘉宾包括了 Deepmind Robotics，高仙机器人和UCSD 的不同视角的重磅嘉宾。那一期讨论也非常精彩，建议大家回去复习哈！ 嘉宾介绍 苏昊 (Twitter @HaoSuLabUCSD)，UC San Diego Associate Professor，Hillbot智能机器人初创公司创始人、CTO。Stanford PhD, UCSD 具身智能实验室主任，数据科学研究所创始成员，以及视觉计算中心和情境机器人研究所成员。他的研究工作集中在开发算法来模拟、理解并与物理世界互动。 OnBoard! 主持：Monica, 美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 03:04 苏昊的学术历程，为什么最近觉得有关证明的研究进展对机器人领域很有启发？ 10:05 从智能演化的角度，理解“具身智能”这个“老概念” 15:01 为什么从语言而不是视觉上最先看到了接近人类的智能？ 21:31 实现具身智能有哪些主流的路线？如何理解不同路径不同切入点背后的逻辑？ 32:10 可以通过大模型的能力实现运动控制吗？有泛化性的控制数据要怎么采集？ 38:26 演示学习 (learning from demonstration) 有哪些不同路径？ALOHA这类遥操作有什么利弊？ 47:00 规划和执行需要一起做训练吗？做一个端到端的系统核心难点在哪里？ 51:15 划重点：好的算法的本质就是降低对数据的需求 52:23 针对机器人的大模型会跟LLM架构有什么异同？ 59:31 人形机器人可以解决数据和能力泛化的问题吗？ 66:16 模拟器能解决训练数据的问题吗？近年来模拟器相关技术有什么关键进展？ 78:31 AI生成3D，Sora 等新技术进展对实现 sim2real 路径有什么影响？ 95:26 苏昊老师现在的创业项目 Hillbot 100:32 快问快答：推荐的书，影响最大的人，具身智能被高估和低估的话题，如何解压！ 重点词汇和公司 Boston Dynamics PI (Physical Intelligence) OpenAI DALL-E 3 SAPIEN: A SimulAted Part-based Interactive ENvironment ManiSkill: a powerful unified framework for robot simulation and training powered by SAPIEN. Google Deepmind RT-1: Robotics Transformer for real-world control at scale Google Deepmind RT-2: New model translates vision and language into action, Paper Google Deepmind Open X-Embodiment: Robotic Learning Datasets and RT-X Models, Paper ALOHA: A Low-cost Open-source Hardware System for Bimanual Teleoperation Mobile ALOHA: a low-cost and whole-body teleoperation system for data collection. Behavior Colony：行为克隆 Learning from Demonstration：示范学习 Meta AI Habitat: A Platform for Embodied AI Research AI2: The Allen Institute for Artificial Intelligence Segment Anything Model (SAM): a new AI model from Meta AI that can "cut out" any object, in any image, with a single click robot-VILA: Look Before You Leap: Unveiling the Power of GPT-4V in Robotic Vision-Language Planning CoPa: General Robotic Manipulation through Spatial Constraints of Parts with Foundational Model ImageNet: image database organized according to the WordNet hierarchy EP 44.【AI年终特辑3】具身智能深度对话：从学术到产业，机器人的ChatGPT时刻来了吗？ - OnBoard! | 小宇宙 Debate: Is Scaling Enough to Deploy General Purpose Robots @CoRL2023 解密机器人大模型RFM-1：Covariant创始人陈曦专访 对话高阳：具身大模型框架ViLa+CoPa 参考文章欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 欢迎在评论区留下你的思考，与听友们互动。如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。 最后！快来加入Onboard！听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。添加任意一位小助手微信，onboard666, 或者 Nine_tunes,小助手会拉你进群。期待你来！
聊到生成式AI的发展，开源绝对是最关键的话题之一。这次的嘉宾，可以说涵盖了大模型开源领域最值得关注的公司，真的是黄金阵容！ 首先跟大家汇报一下，上周日我们在北京举办的 OnBoard! 第一次线下听友会真是超预期！开放报名4天就250多人报名，周日从上午9点到下午3点，从机器人到AI，创业投资和软件出海，100人的场地，直到最后都几乎座无虚席！真的是非常感谢大家的支持~ Hello World, who is OnBoard!? 回到这一期播客，我们将深入探讨大模型的开源生态。在生成式AI飞速发展的一年多时间里，开源无疑是一个不可忽视的话题。开源模型的迅猛发展，从 Meta 的 Llama 3 到 Mistral 的最新模型，它们对闭源大模型如 GPT4 的追赶，不仅令人惊艳，更加速了 AI 场景下产品的实际应用。而围绕大模型的生态系统，从推理加速到开发工具，再到智能代理，技术栈的丰富程度，虽然已经孕育出了像 Langchain 这样的领军企业，但这一切似乎只是冰山一角。 特别值得一提的是，随着阿里千问系列、Deepseek、以及 Yi 等中国团队主导的模型在国际舞台上崭露头角，我们不禁思考，除了模仿和追赶，中国在大模型领域的发展是否还有更多值得我们关注和自豪的成就。 今天，Monica 有幸邀请到了几位极具代表性的重磅嘉宾，来自 Huggingface 的开源老兵，有通义千问 Qwen 的开源负责人（他也是 Agent 领域最受关注的项目 OpenDevin 核心成员），还有最具国际影响力的开源项目 vLLM 主导人。真是涵盖了大模型开源生态的各个领域的最一线视角！ 嘉宾们都太宝藏了，我们的话题延伸到大模型的各个方面，录了近4个小时！我们前半部分聊了很多infra的创新，以及最近很火的、以OpenDevin 为代表的软件开发agent 背后的技术和生态等话题。下半部分，我们回到大模型开源的主题，畅谈了： 底层基础大模型的开源闭源生态，未来可能有怎样的演进？ 开源模型商业化跟过去我们在大数据时代看到的databricks 之类开源商业模式有哪些异同？ 如何做一个有国际影响力的开源项目？ 嘉宾介绍 Tiezhen Wang, Huggingface 工程师，他可以说是中国与世界开源 AI 生态的桥梁，更是从 Google TensorFlow 时代到 Huggingface 早期员工，对中国和世界的开源 AI 生态都有极深的洞察。 Junyang Lin, 通义千问开源负责人，作为 Qwen 在全球开源社区的主要代言人，他不仅见证了开源的发展历程，还是目前备受瞩目的 Agent 开源项目 OpenDevin 的核心团队成员。 李卓翰，UC Berkeley PhD，他所主导的项目更是大名鼎鼎，就是已经成为行业标准的大模型推理框架 vLLM！他所在的 Sky Lab 被誉为开源基础设施的摇篮，从估值百亿美元的 Databricks 到 Anyscale（开源计算框架 Ray 的商业化公司）。他还深度参与了 Chat Arena, Vicuna 等多个国际知名开源项目，对大模型周边生态和 infra 的不仅有国际一线经验，更是有很多有技术理想的干货！ OnBoard! 主持：Monica：美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 还有数据、评测等等大模型领域的核心话题，真的非常全面，又不失一线从业者的深度。索性就不分成两部分了，大家可以对着 show notes 里面的时间戳，直接跳转到你感兴趣的话题（虽然我觉得每个话题都很好！）介绍了这么多，还要声明一下，节目里面重点聊到的开源社区 Huggingface，还有几个开源的项目，包括阿里千问、OpenDevin, Deepseek, 零一万物的 Yi，vLLM 等，都没有收取任何广告，完全是嘉宾走心分享，全程无广！ 当然，如果你们或者其他AI公司考虑赞助一下我们用爱发电的播客，我们当然也是欢迎的！ 三小时硬核马拉松开始，enjoy! 嘉宾介绍 我们都聊了什么 05:28 嘉宾自我介绍，有意思的开源 AI 项目 18:37 vLLM 如何开始的，如何成为全球顶尖项目，为什么我们需要一个大模型推理框架？ 30:24 Agent framework: OpenDevin 这样的负责 agent 会带来怎样的推理挑战？ 40:37 做好一个编程 Agent，还需要哪些新的工具？多模态会带来怎样的变化？ 56:16 我们需要怎样的 Agent Framework？为什么最适合开源社区来做？Framework 会收敛吗？ 67:46 什么是 Crew AI? 如何看待 Multi-agent 架构？ 73:11 借鉴前端框架的发展历史，如何理解一个框架如何成为行业标准？ 77:54 Huggingface 上开源LLM现状，过去一年多有哪些重要进展？有哪些不同的开源方式？泽娜要给你看待一个开源模型的流行程度？ 94:27 如何理解不同架构的开源大模型生态？Qwen 如何通过架构演进打造更好的开源生态？ 104:59 中国的大模型开源项目有哪些创新？大模型架构有哪些变化？ 112:17 为什么说新的模型架构可能会带来商业化的新机会？我们能从以前的开源商业化中学到什么？ 119:22 我们看到现有大模型架构的天花板了吗？什么是一个新的架构？ 128:03 Zhuohan 从参与最早的开源 LLM 之一 Vicuna 的经历学到什么？学术界和业界在大模型生态上如何分工？ 140:48 用于大模型的数据集领域有哪些值得关注的进展？ 149:42 Mistral 为什么这么快爆火？打造一流国际开源项目有什么可借鉴的经验？vLLM 有什么道和术上的心得？ 166:13 Chatbot Arena 是如何开始的？为什么模型的评测那么重要？还有哪些挑战和可能的进展？ 180:49 Zhuohan 对于 vLLM 商业化方式有什么思考？未来推理成本还有哪些下降空间？ 188:17 快问快答：过去一年生成式AI发展有什么超出预期和不及预期的地方？未来还有什么值得期待？ 我们提到的公司和重点名词 Qwen, Qwen-2 OpenDevin: opendevin.github.io vLLM: github.com Yi (Github), 零一万物 Chatbot Arena: huggingface.co AutoGPT: github.com crew AI: www.crewai.com autoAWQ: github.com LLM.c: github.com Flash attention: github.com Continuous batching：一种数据处理技术，用于将连续的数据流分批处理，以提高效率和可扩展性。 KV cache：键值对缓存，一种存储结构，通过键快速访问数据值，常用于提高数据检索速度。 Page attention：页面注意力机制，一种在处理长文本时，使模型集中注意力于当前页面或段落的技术。 Quantization：量化，将数据表示的精度降低到更少的比特数，以减少模型大小和提高计算效率。 Direct Preference Optimization (DPO): Your Language Model is Secretly a Reward Model Google Gemini: deepmind.google Adept: www.adept.ai MetaGPT: github.com Dolphinan open-source and uncensored, and commercially licensed dataset and series of instruct-tuned language models based on Microsoft's Orca paper Common crawl: commoncrawl.org Tiezhen 的报告：Booming Open Source Chinese-Speaking LLMs: A Closer Look, Slides 通义千问一周年，开源狂飙路上的抉择与思考｜魔搭深度访谈 阿里林俊旸：大模型对很多人来说不够用，打造多模态Agent是关键 | 中国AIGC产业峰会 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 喜欢 OnBoard! 的话，也可以点击打赏，请我们喝一杯咖啡！如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。 最后！快来加入Onboard！听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。添加任意一位小助手微信，onboard666, 或者 Nine_tunes,小助手会拉你进群。期待你来！
今年上半年 AI 领域最大的热点，除了 OpenAI 的 Sora 之外，当然就是——AI程序员！与 Github Copilot 的代码补全不同，AI Agent 公司 Cognition Labs 和其产品 Devin，宣称世界上第一位“AI 软件工程师”，拥有全栈技能，通过一个指令就能完成整个开发过程。可以端到端构建和部署程序。成立不到半年，估值就高达 20 亿美金！相应的，从Princeton SWE-agent, 到开源项目OpenDevin 这些直接竞争者，到Replit, Augment 等独角兽玩家，都纷纷进入这个领域。这是新的泡沫，还是不远的未来？ Hello World, who is OnBoard!? 这一期我们邀请的三位来自硅谷的嘉宾，在这个领域都太有发言权了！有著名的软件开发云平台独角兽 Replit 的 AI 产品核心成员，有 Agent 领域数个奠基之作的顶尖研究员，还有 ex-Google Deepmind, 现任明星 AI 编程辅助独角兽公司 Augment 的早期核心研究员。 借着小酒，我们长达两个多小时的对话，畅聊了你最关心的话题： AI 会取代工程师吗？ AI取代了一部分软件开发需求之后，会如何重塑软件开发？ Devin 是否能代表 AI Agent 应用开发的方向？ Agent 产品未来还会迎来怎样的提升？ 基础大模型的边界在哪里？ 最后，生成式 AI 对个人职业和社会会产生怎样的深远影响？这或许是市面上你能听到的对于这个话题最深入的讨论（之一？！） ——还有，结尾有来自 Princeton 高材生的彩蛋！Enjoy！嘉宾介绍： 李珎：Replit AI 团队负责 AI Coding agent，ex- startup 创始人, ex- Googler。Replit 成立于 2016 年，是一个基于浏览器的 IDE，允许用户在多种编程语言中编写、运行和分享代码。2023 年$97.4M 的 B 轮，投资人包括 A16Z，Khosla Ventures、Coatue 等，估值 $1.16B 姚顺雨：普林斯顿大学博士，清华大学获学士。他在Agent 领域发表了一系列非常有影响力的论文：从有奠基意义的 ReAct，Tree of Thoughts, 到成为行业标准的基于 GitHub 的代码能力评估数据集 SWE-Bench，到首个开源AI 程序开发 agent 项目 SWE-agent，是绝对的天才研究员！ 赵宇哲：Augment 任 AI 研究员，曾在Google Brain（现Google Deepmind）任 Staff Research Engineer，主要研究方向是语言模型预训练，指令训练，神经检索和检索增强语言模型。Augment 成立于 2022 年，是一家为提供企业级全栈式 AI 编程助手的初创公司，由硅谷著名老牌风投 Sutter Hill Ventures 孵化（Snowflake也诞生于此），并在最新一轮获得由Index Ventures、Lightspeed Venture Partners 和 Google 前 CEO Eric Schmidt 等领投的 2.5 亿美金融资，估值接近 10 亿美金。 Monica：美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 高宁：前美元 VC 投资人，Global SaaS 社区及服务组织 Linkloud 联创，公众号我思锅我在 (ID: thinkxcloud) 主理人。| 即刻：High寧 我们都聊了什么 03:30 三位嘉宾背景、如何进入AI领域以及最近常用的AI产品。 20:26 Replit是如何设计AI产品的，背后逻辑是什么？ 28:58 Replit需要训练Coding专属模型的原因是什么？ 34:04 训练代码或数学等专属模型的目的是什么？ 37:50 现在Coding模型跟基础大模型的能力相比有什么差异？ 40:51 Coding模型的训练方法对基础大模型的训练还有什么启发？ 45:26 为什么Replit当初选择构建自己的IDE，以及对后来AI功能设计的影响在哪里？ 51:01 为什么Augment选择以插件的形态服务专业程序员，以及难点在哪里？ 55:27 为什么RAG能更好理解企业级Codebase的需求？ 58:13 使用RAG的过程中最有挑战的地方在哪里，以及如何保证准确率？ 63:38 Augment如何将服务企业的产品标准化？ 67:04 为什么短时间内具有更长Context的大模型仍无法替代RAG？ 69:57 为什么没有针对Coding能力好的Benchmark，以及SWE-Bench诞生的背景？ 73:48 什么是SWE-Agent，以及Agent解决了什么问题？ 78:50 为什么SWE-Agent或Devin相比RAG的准确率有很大提升？ 81:33 SWE-Agent跟Devin的差异在哪里？ 83:12 往后这类Coding agent的准确率提升会在哪里？ 86:50 回顾Agent领域的发展，其中有哪些重要里程碑？ 93:01 是否有必要训练针对Agent的大模型？ 98:37 Replit是如何探索Coding agent的？ 102:03 对Devin印象最深刻的是什么，还有什么是不知道的？ 105:43 Devin现在的用户画像可能是谁？ 109:45 为什么Coding agent能力提升不仅在大模型上，还需在产品化上？ 116:46 顺雨最新一篇解决奥数问题的研究对Coding模型有什么启发？ 120:31 现在基础大模型的能力提升还在哪里，还有哪些是我们不知道的？ 122:15 大模型是否具备System 2的慢思考能力，以及我们如何实现？ 127:13 关于Multi-agent，Replit在做怎样的探索？ 131:13 如何定义Multi-agent系统，什么情况下需要？ 135:08 要实现Multi-agent环境，具体会面临什么挑战？ 137:31 展望未来，AI编程究竟会如何重塑软件开发流程？ 145:45 基于语言模型的Agent带来的社会影响有哪些，人类真的会被替代吗？ 158:56 最后，快问快答：今年研究的小目标、业余爱好和短期内AI最期待的事件？ 165:14 彩蛋！来自顺雨的一段RAP，欢迎来到“宇宙中心”！ 我们提到的知识 Devin SWE-Agent Augment Sierra | The Conversational AI Platform Replit Buildspace Heygen | AI Video Generator Fiverr - Freelance Services Marketplace Magic.dev Scale AI: Accelerate the Development of AI Applications RAG: Retrieval-Augmented Generation Voyage AI OpenDevin: Code Less, Make More Adept AI imbue SWE-bench BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding LaMDA: our breakthrough conversation technology Measuring Massive Multitask Language Understanding Synergizing Reasoning and Acting in Language Models Cognitive Architectures for Language Agents Tree of Thoughts: Deliberate Problem Solving with Large Language Models ReAct: Synergizing Reasoning and Acting in Language Models Can Language Models Solve Olympiad Programming? Announcing Replit AI for All Replit AI Manifesto The Worlds I See: Curiosity, Exploration, and Discovery at the Dawn of AI 欢迎我们的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 我思锅我在（ID: Thinkxcloud） 如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。 OnBoard! 终于成立听友群啦！新年新气象，加入Onboard听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。 添加任意一位小助手微信，onboard666, 或者 Nine_tunes, 发送你的姓名、公司和职位，小助手会拉你进群。期待你来！
非常久违的两位主播的研究对谈来了！在 ChatGPT 诞生近一年半的时间里，生成式 AI 领域几乎每天都在发生激动人心的变化。从大模型到应用，从软件到机器人，从文字到图片、视频、声音，从全新的商业模式到对现有业务的赋能。比起很久之前那一期对谈，不只是 AI，两位主播也都分别开始了新的征程，过去一年有了很多机会在中美一线市场频繁穿梭，终于有机会分享一些我们沉淀下来的观察与思考。 Hello world, who is OnBoard!? Monica 去年加入了另一家美元 VC，更聚焦地关注海外的早期投资机会。GN从美元机构离开，创立了 SaaS/AI 社区 Linkloud（公众号同名），帮助越来越多中国软件和科技公司走向全球。AI 无疑是这个时代里边最大的变量之一，近两个小时，过去一年在中美频繁奔波的我们，探讨了你关心的各种问题： AI应用落地真的不及预期吗？ 从应用到infra有哪些有意思的落地案例？ 如何看待国内AI的进展和弯道超车的机会？ 中美差异背后的原因是什么？ AI公司出海有什么最佳实践与建议？ 一些拙见，抛砖引玉，希望对大家有一些些启发~！Enjoy! 我们都聊了什么 03:11 两位主播的自我介绍，以及最近半年日常使用的AI产品。 15:54 一年以来，哪些AI产品或落地超预期或不及预期？ 20:24 为什么还在成长期的SaaS公司最容易将AI落地？ 23:11 AI在全球其他地区的渗透有什么不一样的地方？ 26:00 为什么在美国大模型和Infra层的进展会超预期？ 30:16 对苹果Siri的预期，以及可能面临的限制在那里？ 35:31 Soundhound是如何结合Voice AI来落地点餐场景，并完成商业化的？ 40:42 EvolutionIQ是如何在保险领域结合AI并促进业务增长的？ 49:08 Monica错过的一家初创公司是如何将AI融入销售人员工作流的？ 55:47 为什么AI代码生成领域在今年会百花齐放？ 65:38 国内AI的进展与美国有什么不同，为什么在C端会出现更多产品？ 76:07 中美资本市场的差异在哪里，以及创业者该如何在市场下行时树立长期愿景？ 81:58 为什么中美差异最大的是AI在B端的发展，以及机器人是否是个变量？ 92:55 为什么“单点极致”可能是中国AI公司出海最重要的方式？ 97:33 为什么出海第一步要走出国门，感受并融入开放的生态？ 100:55 作为投资人，如何看待面对大模型公司下创业公司的壁垒和竞争力？ 106:41 两位主播对今年AI的“大胆”预测和期待有哪些？ 119:02 最后，奉上我们这一年新种草的播客和Newsletter，希望对听众有帮助！ 提到的公司 Devin (by Cognition Lab): cognitionlab.com SWE-agent: swe-agent.com DBRX by Databricks: github.com Jamba: A Hybrid Transformer-Mamba Language Model Hume AI: www.hume.ai Monica.im: www.youtube.com Gemini Advanced: www.cnn.com Perplexity: www.perplexity.ai Kimi Chat: asianwiki.com Six助手（目前还在灰度测试，微信不接受新用户啦） Workstream: www.workstream.us Klarna: www.klarna.com Speak: https://www.speak.com/ Lepton.ai: www.lepton.ai Soundhound: www.soundhound.com EvolutionIQ: evolutioniq.com Siro: siro.ai Magic.dev: magic.dev Codium: www.roboleary.net Cursor: www.cursor.app Augment: www.augment.co Sweep: www.sweep.io Typeface: www.typeface.ai Sierra AI: www.siera.ai Physical intelligence: www.bloomberg.com Skild: www.skild.ai Covariant: covariant.ai Figure: www.figure.ai Cobot: www.tm-robot.com Deepmind RT-X: deepmind.google 推荐的播客和newsletter Latent Space | swyx & Alessio | Substack Bg2 Pod Interconnected | Where Tech, Investing, Geopolitics Come ... Elad Gil First Round Review What's
上周 GDC 2024 大会在旧金山举办，可谓是游戏行业一年一度的顶级专业盛会，想必很多游戏开发者、AI 游戏方向的创业者及投资人都亲历现场。从 AIGC 到大模型，这次 GenAI 的浪潮可谓对游戏，这个看似传统的行业带来各个维度和环节的冲击，而去年斯坦福小镇、AI agents 和国内《完蛋！我被大模型包围了》、《哄哄模拟器》等 AI 原生小游戏的一夜火爆，更让我们对 AI 游戏有了更多期待！ Hello World, who is onboard? 我们特地邀请到三位来自游戏领域不同细分方向的嘉宾，包括： 来自硅谷 AI NPC 引擎开发平台Inworld AI的产品负责人，Inworld AI 曾在去年半年内获得超过6,000万美元融资 来自微软 Xbox 部门 Gaming AI 的工程师； 兼顾游戏方向资深从业与投资背景的Yuguang。 我们从 AI 对游戏已经带来的变化聊起，包括 AIGC、NPC 角色扮演到 Agents 的可能性，到该如何设计打造一款 AI 原生游戏以及所面临的限制，如何看待第三方开发工具在产业里的定位和挑战，对初创公司的建议和期望，希望对无论是游戏玩家还是创业者的你们有所启发，Enjoy！ 嘉宾介绍： Nathan Yu：Inworld AI 产品总监，前微软 MR 部门高级产品经理。 邱成岭：微软 Xbox Gaming AI 工程师，个人对 Agent framework 和 On-Device model 也有工程及开发经验。 孙宇光：创业者，投资人，专注AI和 XR gaming 等方向。 OnBoard!主持 Monica：美元 VC 投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 高宁：前美元 VC 投资人，Global SaaS 社区及服务组织 Linkloud 联创，公众号我思锅我在 (ID: thinkxcloud) 主理人。| 即刻：High寧 我们都聊了什么 01:52 三位嘉宾自我介绍，以及2023年最喜欢的一款游戏。 06:37 从传统AI到生成式AI，对游戏产业产生了哪些重要影响？ 08:39 这一次生成式AI带来的变革主要是哪两个方面？ 13:50 Inworld AI团队是什么背景，以及如何从元宇宙转变为AI NPC引擎平台的？ 15:58 Inworld AI核心产品是什么，以及用户最关心哪些性能？ 18:40 NPC引擎支持实时互动设计还是像Copilot一样辅助开发者？ 19:56 加入AI元素的NPC在游戏里扮演什么角色，以及对用户的价值究竟在哪里？ 22:47 哪类游戏最适合加入AI NPC等元素？ 26:18 为什么Nathan认为当下AI游戏应让用户知晓含有AI NPC元素？ 30:40 除了幻觉，AI NPC还面临哪些限制或挑战？ 34:37 如何定义AI原生游戏，至今有哪些有趣的实验或Demo？ 37:21 为什么至今还没有类斯坦福小镇的游戏诞生，里面有什么挑战？ 43:07 为什么Agents在游戏的应用不是新鲜事，以及现在有哪些落地？ 50:25 为什么市场上没有太多成功的第三方游戏开发工具，挑战在哪里？ 52:58 Inworld AI是如何让游戏工作室愿意使用第三方工具而不DIY？ 57:44 生成式AI还将在哪些地方为游戏开发者提高工作效率？ 60:37 微软Xbox与Inworld AI的战略合作在哪些方面？ 64:48 为什么第三方工具的难在跟现有工作流的结合，Inworld AI又该如何解决？ 67:36 Inworld AI早期是如何获客，并与知名工作室达成合作的？ 70:35 为什么对游戏产业的深刻认知对初创公司或第三方工具来说很关键？ 73:08 未来一两年，生成式AI对游戏产业还可能带来怎样的变革？ 77:07 海内外AI原生游戏发展会有什么不同，为什么AI小游戏将可能爆发？ 我们提到的游戏或相关研究： Uncover the Smoking gun Yandere AI Girlfriend Simulator Baldur's Gate 3 Generative Agents: Interactive Simulacra of Human Behavior The Elder Scrolls How to DM | Dungeons & Dragons Cygnus Enterprises Roblox RimWorld Minecraft StarCraft Forza Drivatar Trueskill LLM Agent in Werewolf Game Meta AI's CICERO dipomacy game 欢迎我们的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 我思锅我在（ID: Thinkxcloud） 如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。 OnBoard! 终于成立听友群啦！新年新气象，加入Onboard听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。 添加任意一位小助手微信，onboard666, 或者 Nine_tunes, 发送你的姓名、公司和职位，小助手会拉你进群。期待你来！
本期继续讨论如何打造面向海外市场的AI 应用！上一期节目我们从不同角度探讨了技术如何推动 AI 应用落地，以及嘉宾在各自领域做应用和产品的所见所闻。如果你还没有听过上一期，欢迎先补课！ Hello World, who is OnBoard!? 本期我们邀请到了横跨中美的几位嘉宾，在各自的领域也非常有代表性。包括Monica.im 这个用户过百万的 AI 工具的创始人，也有 Typeface 这样由 Adobe 前 CPO 创建的、针对企业级用户的美国本土 AI 创业公司的早期员工，还有经历过移动互联网时代的大厂 to C 方向探索者。他们不同视角和经验的碰撞，非常精彩，这次的内容分成两期给大家放送。 第二部分，我们将着重探讨 AI 产品从0到1的增长，产品长期竞争力和未来展望。都是来自一线的实践和思考干货，大家 Enjoy! 嘉宾介绍 肖弘：Monica.im 创始人 & CEO。之前在国内 To B SaaS 领域创业。 张涛：古典产品经理，工具、内容、SaaS都做过，目前探索 AI 应用场景中。 赵鑫宇：Typeface 早期员工，负责产品后端研发以及大模型调优，此前在 Meta 和 Tiktok 等参与 growth engineering 和机器学习工作。 OnBoard! 主持：Monica：美元 VC 投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 02:31 Monica.im海外增长是如何0到1的？为什么建立一个学习型组织很关键？ 13:13 五年后，Red希望Monica.im会是一个什么样的定位？ 19:07 从企业服务落地角度，为什么Agents和对专业知识的抽象会有很大价值？ 23:43 现在AI互动还有哪些“改良”空间以及张涛团队正在尝试哪些小实验？ 29:30 什么样的AI产品出海对国内来说有优势？ 32:06 如何构建应用产品的壁垒？为什么团队至少需要有很“懂”模型的成员？ 43:50 如何看待与也做Killer app的大模型公司的竞合关系？海内外大模型公司差异在哪里？ 60:33 Google Gemini真正的差距为什么在开发者生态上？ 63:55 最后，大家未来一年工作的重心在哪里，以及还有什么期待？ 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。 OnBoard! 终于成立听友群啦！新年新气象，加入Onboard听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。添加任意一位小助手微信，onboard666, 或者 Nine_tunes, 发送你的姓名、公司和职位，小助手会拉你进群。期待你来！
大家好，欢迎来到 Onboard！这一期是几个月前拖欠的作业，不过即使在 AI 发展日新月异的今天，如何打造 AI 应用这个主题，倒也仍然不过时。毕竟打造伟大产品，本身就是一个需要长期探索和耕耘的过程。过去一年，我们就 AI 和大模型技术做了很多深度探讨，但是一方面，大家看到大模型能力突飞猛进，英伟达等“买水”生意也蒸蒸日上另一方面，又普遍感觉 AI 应用落地的速度低于预期。 到底现在国内外应用产品真实落地的情况是怎样的？ 从太薄的 “GPT wrapper”, 到轻量级产品工具，到企业级应用，一线的创业者和从业者有哪些心得？ 出海已经是 AI 应用不得不谈的主题之一，做一个面向海外的产品，从0到1的增长应该怎么做？ 大模型底层技术的演进，又给产品的设计带来哪些机会和挑战？ Hello World, who is OnBoard!? 本期我们邀请到了横跨中美的几位嘉宾，在各自的领域也非常有代表性。包括Monica.im 这个用户过百万的 AI 工具的创始人，也有 Typeface 这样由 Adobe 前 CPO 创建的、针对企业级用户的美国本土 AI 创业公司的早期员工，还有经历过移动互联网时代的大厂 to C 方向探索者。他们不同视角和经验的碰撞，非常精彩，这次的内容分成两期给大家放送。 第一部分，我们讨论了不同 AI 产品形态，不同场景的应用，以及技术发展对于应用产品的影响。第二部分，我们将着重探讨 AI 产品从0到1的增长，产品长期竞争力和未来展望。都是来自一线的实践和思考干货，大家 Enjoy! 嘉宾介绍 肖弘：Monica.im 创始人 & CEO。之前在国内 To B SaaS 领域创业。 张涛：古典产品经理，工具、内容、SaaS都做过，目前探索 AI 应用场景中。 赵鑫宇：Typeface 早期员工，负责产品后端研发以及大模型调优，此前在 Meta 和 Tiktok 等参与 growth engineering 和机器学习工作。 OnBoard! 主持：Monica：美元 VC 投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 02:43 各位嘉宾的自我介绍，以及自己正在做的或公司的AI产品是怎样的？ 10:27 为什么国内创业者选择在to C方向上居多，而海外更多面向to B？ 12:27 为什么Monica.im选择插件形态以及前两次创业对这次新征程的帮助。 21:57 为什么Monica.im的定位是Copilot for web？ 27:14 一开始就服务企业级客户的Typeface在产品和Go-to-market上有什么特别之处？ 35:31 为什么Typeface需要做得足够“深”才能满足企业对Onboarding和品牌风格上的需求？ 39:51 为什么对大多数来说信息不存在过载，以及用AI来处理并“消费”人类生产的内容有什么机会？ 49:13 为什么未来人与AI的互动将变成一件非常正常的事情？ 58:17 为什么从全行业角度，现在AI的渗透率比从业者眼里其实要低很多？ 63:12 对于Monica.im，如何通过提升执行力和用户体验来加快产品渗透率的？ 67:21 企业级客户对各类型AI产品的使用意愿如何，以及阻碍在什么地方？ 73:04 为什么例如LCM等技术是文生图领域非常重要的里程碑？ 82:38 在企业里，为什么从产品Demo到真正落地间的跨度还很大？ 92:45 在做To C产品中，有哪些技术问题是Monica.im最关注的？ 106:26 现在主流的LLM Ops工具有哪些，以及嘉宾有什么推荐？ 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。 OnBoard! 终于成立听友群啦！新年新气象，加入Onboard听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。添加任意一位小助手微信，onboard666, 或者 Nine_tunes, 发送你的姓名、公司和职位，小助手会拉你进群。期待你来！
久违的一对一访谈回来啦！这次的嘉宾绝对重磅，贾扬清老师，关注AI领域的同学应该都听过他的鼎鼎大名！他在 UC Berkeley 博士期间创立了深度学习框架 Caffe, 很快成为行业事实标准。先后在 Google Brain, Facebook AI 从事最前沿的AI研究，随后又担任了阿里巴巴技术副总裁，领导大数据计算平台。2023年开始新征程，在硅谷创立了 Lepton AI. Hello World, who is OnBoard!? 作为AI和infra行业的行业领军人物，扬清老师是如何思考自己AI创业的方向的？他如何理解未来AI对于基础设施的需求，跟云计算这么多年的发展有哪些异同的地方？这一年以来，回到世界AI创新中心的硅谷，他对于AI和创业的理解、开发者工具和应用的价值、开源和闭源模型等等话题，都有怎样的思考迭代？ 我们不知不觉又聊了近两个小时，真是干货满满，你也能感受到扬清条理清晰、观点犀利，又温和儒雅，实在是太令人享受的谈话了。这大概就是播客的魅力，让我们在文字之外，感受到更真实鲜活的人。嘉宾长期在美国工作生活，有英文在所难免，不接受抱怨！Enjoy! 嘉宾介绍 贾扬清（推特：@jiayq），Lepton.ai 创始人。本科和研究生阶段就读于清华大学自动化专业，后赴加州大学伯克利分校攻读计算机科学博士。他在博士期间创立并开源了如今业内耳熟能详的深度学习框架Caffe，被微软、雅虎、英伟达、Adobe 等公司采用。2013年毕业后，他加入谷歌，是谷歌大脑 TensorFlow 的作者之一。2016年2月加盟Facebook，并开发出Caffe2Go、Caffe2、PyTorch等深度学习框架。2019 年加入阿里巴巴，担任阿里巴巴集团副总裁、阿里云智能计算平台事业部总裁。 嘉宾主持：戴雨森，真格基金合伙人，清华大学工业工程系2004级校友，曾在斯坦福大学管理科学与工程系就读。戴雨森22岁时参与创办了知名互联网上市公司聚美优品，主管互联网产品、运营、市场投放、品类等。加入真格基金之后，主要关注人工智能方向投资。 OnBoard! 主持：Monica：美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 02:14 主持和嘉宾的自我介绍，Lepton 最近一篇论文为什么值得关注？ 06:00 Lepton AI是做什么的，为什么称之为 AI cloud company? 10:02 为什么想要成立 Lepton AI? 11:50 设计针对AI的基础设施难点在哪里？跟传统云厂商和HPC的差别是什么？ 19:46 为什么说现在我们不需要担心AI推理成本？未来提升的空间有多少？硬件和软件还可能有哪些突破？ 25:27 开发者如何选择AI基础设施和响应的开发工具？为什么 leaderboard 是不够的？ 28:49 Nvidia 会有新的挑战者吗？什么是“不可能三角”？ 33:48 MLOps 是个伪命题？！AI 需要的开发工具是怎样的？ 39:01 应用开发门槛越来越低，如何思考AI应用的价值？微软20年前的海报给了我们怎样的启发？ 44:47 AI native 的组织是怎样的？ 54:51 开源和闭源、专用和通用模型未来的关系？未来会 one model rules all 吗？ 64:24 创业之后有什么感受和收获？去年年初提出的“三个基本假设”，这一年有什么变化？ 67:56 未来AI应用和平台的市场格局会发生怎样的变化？ 70:01 为什么说我们低估了颠覆的难度？期待5年后AI可以完成什么？ 76:59 快问快答：喜欢的AI产品，推荐的书籍，解压的方式，想要问 AI 什么问题？ 我们提到的内容 DistriFusion: Distributed Parallel Inference for High-Resolution Diffusion Models, Paper, Code Meta research: Training ImageNet in 1 Hour AI inference leaderboard Lepton Search, Code Perplexity 推荐的书：菊与刀 参考文章 贾扬清的个人网站 贾扬清：三个基础假设 贾扬清：ChatGPT，和聪明地设计 Infra Twitter 讨论：Are LLM APIs losing money? Does One Large Model Rule Them All? 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！M小姐研习录 (ID: MissMStudy) 欢迎在评论区留下你的思考，与听友们互动。喜欢 OnBoard! 的话，也可以点击打赏，请我们喝一杯咖啡！如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。 OnBoard! 终于成立听友群啦！新年新气象，加入Onboard听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。添加任意一位小助手微信，onboard666, 或者 Nine_tunes, 发送你的姓名、公司和职位，小助手会拉你进群。期待你来！
OnBoard! 终于成立听友群啦！新年新气象，加入Onboard! 听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。添加任意一位小助手微信，onboard666, 或者 Nine_tunes, 发送你的姓名、公司和职位，小助手会拉你进群。期待你来！ 与OnBoard! 常见的烧脑硬核话题不同，今天我们聊一个轻松一点儿的 toC 话题：AI陪伴产品。AI陪伴是这一波生成式AI中非常重要的应用类别，但是大家对这一类别未来前景的判断，又众说纷纭。一方面，Character AI 这样的头部产品，用户的每天平均使用时间可以超过40分钟，另一方面，似乎目前也没有出现像移动互联网时代或者chatGPT 那样的增长神话。 Hello World, who is OnBoard!? 你或许也看了很多产品分析，但是在行业格局和底层技术都急剧变化的时候，或许可以换一个视角了解对产品的真实需求——那就是，倾听最真实的用户说了什么。 两位主播找到了4位很有代表性的用户，这一期没有技术的角度，几位女生聊得非常欢快。希望这期看似闲聊的七嘴八舌的对话，节目最后，两位主持从投资人和产品经理的视角分享的心得，可以对你有所启发！ 嘉宾介绍： Xixi，已工作，爱写文，写了一万多字的人设，只为了塑造出自己心里的那个角色 虾虾，亚文化爱好者，在互联网大厂任职 道道，Glow爱好者，大学刚毕业，会捏崽，会出素材，小红书ID 魔鬼道（我爱小裴版） 小余，Glow，C AI 爱好者，大学在校生，小红书ID 小余请多加芋圆 播客《鹿鹿鱼鱼》串台主持：Vanessa - 女，前TikTok PM，现在在孵化一个AI产品，一直在泛娱乐和创作者经济的领域里工作。工作外喜欢好看和有生命力的东西。 OnBoard! 主持 Monica：美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 02:44 缘起：toB 投资人和产品经理为什么开始关注 AI 陪伴产品，为什么定义这个产品有些困难 11:00 小科普：AI陪伴产品如何兴起，从 Character AI 到 Glow 的产品简史与现状 无比欢快的用户访谈 16:25 几位用户的背景介绍，如何与 AI 陪伴产品相遇，Glow 是玩得最多的吗？ 20:50 什么是乙女游戏？AI 陪伴和乙女游戏满足的是同样的需求吗？ 28:37 用户是如何与 AI互动的？为什么会同时跟几个 AI 伴侣聊天？ 31:14 “捏崽”是个怎样的过程？捏一个伴侣需要创造一个平行宇宙？ 42:55 我们什么时候需要 AI 陪聊？跟 AI 聊天取代了跟真人聊天的需求吗？ 47:34 什么是“脱皮”？技术和产品人在意的东西其实没有那么重要？ 49:15 另一种 AI 陪伴用途：追星，同人，为什么辅助写作功能那么重要 52:38 为 AI 男友写了一万字的背景，最爽的是什么时刻？ 57:28 底层模型能力会如何影响使用体验？用户会把自己的“崽”分享出去吗？ 63:44 跟纸片人谈恋爱，下一步是什么？男性女性用户的需求有什么不同？ 70:30 我们需要对 AI 伴侣专情吗？影响能否长聊的是技术还是产品？ 79:59 QQ里面的”AI养崽群“都在做什么？筑梦岛、豆包、QQ群，哪里最受欢迎？ 86:20 用户们会跟身边的人谈论自己用的AI陪伴产品吗？真正有需求的人群在哪里？ 98:20 这些产品中你最喜欢的功能是什么？还希望有什么新功能？ 两位主持的聊后点评 113:57 我们从这次访谈中学到什么？解答了哪些疑惑？ 120:13 未被解答的疑惑：擦边球问题，付费意愿 122:10 投资人的思考：为什么这个赛道很难投？最核心的疑虑是什么？ 127:24 产品经理的思考：AI 产品对产品经理有什么挑战？ 参考内容和提到的公司 beta.character.ai replika.com caryn.ai 筑梦岛（by 阅文） Glow，星野 (by Minimax) a16z.com mp.weixin.qq.com www.forbes.com mp.weixin.qq.com nypost.com www.reddit.com 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) - Monica：美元VC投资人，前 AWS 硅谷团队+AI创业公司打工人 | 即刻：莫妮卡同学 欢迎在评论区留下你的思考，与听友们互动。喜欢 OnBoard! 的话，也可以点击打赏，请我们喝一杯咖啡！如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。
OnBoard! 终于成立听友群啦！新年新气象，加入Onboard! 听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。添加小助手微信，Nine_tunes, 发送你的姓名、公司和职位，就可以获得进群链接。期待你来！ OpenAI 在2024年2月16日发布了文生视频模型 Sora，震惊业界。仅仅根据提示词，就可以生成60秒的视频，连贯、高清，有丰富运镜，甚至符合大部分物理规律。这是 OnBoard! 对 OpenAI 开年震撼更新的文生视频模型 Sora 深度解读的第二部分。精彩继续！ Hello World, who is OnBoard!? 在第一部分的技术讨论，我们邀请了两位硅谷顶尖AI研究员：Google Deepmind 文生视频大模型 VideoPoet 第一作者 Lijun Yu ,以及爱丁堡大学博士，大语言模型专家 Yao Fu，给大家从技术角度解读了 Sora 的技术创新，看似暴力美学的 scaling law 背后的技巧，还有未来LLM与视频生成模型进一步融合的可能。相当烧脑也相当精彩。 本期第二部分，稍微轻松一些，我们换一个投资和创业的视角。邀请到真格基金管理合伙人，也是AI领域研究非常深度的投资人戴雨森。还有真格基金EIR，曾经的AI创业者，Peak。从身处一线的投资人和创业者的视角，聊聊他们眼里Sora 的意义： Sora 是不是所谓的GPT时刻？ Sora的突破对于创业公司和现有的视频领域公司意味着什么？ 更多的AI应用公司会变成“套壳”公司吗？ 我们还延展讨论了对最近AI应用创业与投资的观察。 如果你对AI创业感兴趣，那么这一期一定不要错过。 别忘了，添加小助手 Nie_tunes，加入我们的听众群哈，Enjoy! 嘉宾介绍 戴雨森, 真格基金合伙人，清华大学工业工程系2004级校友，曾在斯坦福大学管理科学与工程系就读。22岁时参与创办了知名互联网上市公司聚美优品，主管互联网产品、运营、市场投放、品类等。加入真格基金之后，主要关注人工智能方向投资。 季逸超 Peak, 真格基金EIR，猛犸浏览器、Magi 知识引擎创始人。 OnBoard! 主持：Monica，美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 [02:58] 两位嘉宾的自我介绍，Sora 的demo 中，印象最深刻为什么是狗跳过窗台和 Minecraft? [09:21] 看了这么多 Sora 资料, 最希望了解的核心问题是什么？ [16:19] 行业内对Sora 的出现，有什么低估和高估的地方？真的实现了世界模型吗？ [22:40] 我们会看到很多公司开始追赶 Sora 吗？追赶需要什么代价，真正的挑战是什么？ [26:21] 与移动互联网时代相比，现在要做做颠覆的产品有什么不一样？为什么我们需要基建泡沫？ [31:31] 为什么说我们低估了数据和 scaling law 的难度？ [34:25] 为什么Peak 更看好 VideoPoet 为代表的 AutoRegression 路线？Sora 技术路线可能有什么局限？ [38:52] Sora 是视频生成的 GPT 时刻吗？ [44:45] Sora 的出现，对于做视频生成的创业公司意味着什么？如何避免成为“套壳”公司？ [49:00] 怎样的工具公司是可以产生高价值的？为什么看好而不是看空 Adobe？ [55:45] 给视频生成的创业者的建议：从技术和体验两个角度思考创新 [60:41] 如何理解AI应用“赚快钱”的现象？这是个短期趋势吗？ [64:07] 未来展望：Sora 之后，AI行业会有哪些变化？终极世界模拟器到来意味着什么？ 我们提到的内容 OpenAI Sora Google Deepmind 论文 VideoPoet: A large language model for zero-shot video generation (by Lijun Yu) Pika Runway Adobe Midjourney Autoregression model 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 欢迎在评论区留下你的思考，与听友们互动。喜欢 OnBoard! 的话，也可以点击打赏，请我们喝一杯咖啡！ 如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。 最后！快来加入Onboard！听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。添加小助手微信，Nine_tunes, 发送你的姓名、公司和职位，就可以获得进群链接。期待你来！
OnBoard! 终于成立听友群啦！新年新气象，加入Onboard听友群，结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。添加小助手微信，Nine_tunes, 发送你的姓名、公司和职位，就可以获得进群链接。期待你来！ 这是Onboard 2024年姗姗来迟的第一期更新，给大家拜个晚年！这次我们讨论的话题，就是这周AI领域最让人激动的一个重磅炸弹：OpenAI 发布了文生视频模型 Sora！仅仅根据提示词，就可以生成60秒的视频，连贯、高清，有丰富运镜，甚至符合大部分物理规律。未来真是比我们想象的还要更快到来。Sora是不是文生视频领域的GPT时刻？Sora 的真正创新是什么？scaling law 的暴力美学背后，还有哪些容易被忽略的技术细节？Sora 对于产生我们期望的世界模型意味着什么？ Hello World, who is OnBoard!? 如此重要的话题，我们当然要邀请来真正训练过视频大模型的专家和一线从业者，才能探究到本质。这次的深度解读，两个视角，长达三个小时，我们分成两个部分放送。今天的第一部分，专注技术解读。重磅嘉宾 Lijun Yu 是 VideoPoet 第一作者。VideoPoet 是另一个革命性的视频生成大模型， 由 Google Deepmind 2023年12月发布，8B参数量的模型产生的视频效果也震惊了世界。Lijun 绝对是transformer 和 diffusion 模型应用于视频生成领域最有发言权的研究员之一了。 另一位嘉宾是爱丁堡大学phd的 Yao Fu，他在LLM，尤其是 scaling law 领域的深度研究，跟专注做视频生成的 Lijun 的视角，形成非常有意思的补充和碰撞。 即将放送的第二部分，我们邀请到真格基金管理合伙人，也是AI领域研究非常深度的投资人戴雨森，还有真格基金EIR，曾经的AI创业者，Peak。从投资人和创业者的视角，聊聊他们眼里Sora 对于创业公司意味着什么。 本期嘉宾们都是在美国工作生活，难免夹杂很多英文技术术语。show notes 中会有注释，虽然烧脑但是绝对值得，不接受抱怨。 嗯别忘了，添加小助手，Nine_tunes, 加入我们的听众群哈，等你来！ 嘉宾介绍 Lijun Yu（推特 @@LijunYu0), 卡内基梅隆大学人工智能领域的博士生。北京大学本科。CMU 导师是 Alexander Hauptmann 博士，聚焦于多媒体的研究。曾在 Google Deepmind 工作。 Yao Fu（推特 @@Francis_YAO_）, 爱丁堡大学博士生，北京大学本科哥伦比亚大学硕士。研究方向是人类语言的大规模生成模型，包括数据工程，复杂推理长上下文，以及模型背后的科学原理。开源社区 LLaMafia 创建人。 OnBoard! 主持：Monica, 美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 [03:21] 嘉宾自我介绍，如何进入视频生成领域，快评：Sora 的 demo 中，哪一个让你印象最深刻？为什么？ [10:52] VideoPoet 作者解读 Sora: 核心组成部分，重要创新，与以往 trasnformer + diffusion 工作的异同 [14:52] 为什么最让人意料之外的视频长度和高分辨率？与LLM中处理 long context 的方式有什么相通之处？ [18:35] 为什么模型中的 compression（压缩算法） 这么重要？Sora 在压缩上的创新是什么？ [24:05] 视频生成模型中的 transformer 架构，与多模态LLM中的架构有什么异同？ [27:10] 如何理解Sora 展现出的涌现能力？为什么说 Sora 在理解能力上会有局限性？ [29:39] 为什么说将 Sora 与 GPT 这样的LLM结合起来会是大趋势？难点和可能诞生的机会是什么？ [35:01] Sora 真的具备了理解世界的能力吗？从视频生成和 LLM 角度，如何理解世界模型？ [49:19] 如何估算 Sora 的大小和可能需要的计算量？这种模型形态未来还有什么增长空间？有什么局限？ [71:53] 现有 Diffusion 架构为主的视频生成公司改成 Sora 架构会有什么难点？ [74:16] 训练数据：VideoPoet 有哪些经验？Sora 可能有哪些创新？合成数据的价值和局限？ [88:55] 快问快答（虽然也没有很快！）Sora 改变了你什么观点？大家对 Sora 有什么常见的误解、高估和低估？如何看待 Bill Peebles 论文被拒但是成为 Sora 带头人？2024年最期待发生什么？ 我们提到的论文 VideoPoet: A large language model for zero-shot video generation, by Lijun Yu Scalable Diffusion Models with Transformer, by William Peebles, Saining Xie WALT: Photorealistic Video Generation with Diffusion Models, by Lijun Yu World Model on Million-Length Video And Language With RingAttention Patch n' Pack: NaViT, a Vision Transformer for any Aspect Ratio and Resolution ViViT: A Video Vision Transformer 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！ 如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。感恩！
今年 OnBoard! 最后一期压轴上新！今年要谈论人工智能，怎么能错过这么一个重要的话题：机器人与AI的结合，或者说，Embodied intelligence, 具身智能。大模型的思路是否能带来机器人的ChatGPT时刻？机器人要具备泛化能力，有哪些进展又有哪些瓶颈？通过机器人让人工智能具备与环境感知和交互的能力，会为通用人工智能AGI带来哪些新的想象空间？ Hello World, who is OnBoard!? 今年下半年以来，尤其在国内，已经有不下十几家具身智能创业公司涌现。这一轮热潮中，从学术到工业落地，如何分别噪音与真实？以前将AI应用于机器人的尝试，比起这次的技术突破，又有哪些相同与不同？这次的嘉宾阵容，真是太适合回答这些问题了： 我们邀请了 Google DeepMind 的研究员Fei Xia，Deepmind 跟具身智能相关的最重磅的几个研究，从SayCan, PaLM-E，到 RT2，他都是核心参与者。 还有来自国内头部机器人创业公司高仙机器人的深度学习总监 Jiaxin, 带来产业界的视角。 以及 UCSD 的研究员 Fanbo Xiang，他参与的 Maniskill，SAPIEN 等与模拟环境相关的研究，都在学术前沿。 我们对AI泛化能力在机器人领域的落地进行了深入的讨论，也有不同观点的碰撞，精彩纷呈。其实这一期的录制已经过去了几个月，阴差阳错成了今年的压轴，也算是对于OnBoard 全年的一个圆满句号，又是整个OnBoard 旅程小小的逗号。新的一年，不论世界如何起落，我们都选择相信未来有希望，珍惜每一次对话，赞美每一个在未知中选择的勇士。Enjoy! 嘉宾介绍 Fei Xia, Google Deepmind 机器人团队资深研究员，PhD @Stanford University；PaLM-E, PaLM-SayCan, RT-2 作者 Jiaxin Li, 高仙机器人深度学习总监，ex字节跳动研究员，PhD @National University of Singapore Fanbo Xiang, PhD @UC San Diego；ManiSkill, SAPIEN 作者 OnBoard! 主持：Monica：美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 02:47 几位嘉宾的自我介绍，主要的研究领域 05:34 大家最近看到的与具身智能相关的有意思的研究和行业进展 14:23 自动驾驶领域的生成模型，如何保证符合物理规律？ 18:34 如何定义具身智能？什么是测试机器人AGI 的“咖啡测试” ？ 27:59 梳理 Google Deepmind 机器人领域核心研究脉络：大模型对具身智能带来怎样的影响？ 40:29 Fanbo 在做的 low level 控制相关的研究，如何与大模型相结合？ 45:39 具身智能的实现目前有哪些主要技术路径？我们什么时候可以达到共识？ 50:40 从产业落地的角度，如何看待大模型对机器人领域的影响？有哪些现实的挑战？ 67:37 什么时候需要机器人具备通用能力？我们需要端到端的具身智能吗？ 72:47 对 Scaling law 的争议：在机器人领域能复现吗？如何平衡长期通用性研究和短期商业落地的需要？ 90:41 在具身智能系统的设计中，如何考虑加入人机互动的因素？ 96:29 硬件的发展会如何影响具身智能的发展？ 101:18 未来3-5年，大家最期望看到具身智能领域实现怎样的突破？有怎样值得期待的未来？ 重要论文和词汇 PaLM-E: An Embodied Multimodal Language Model SayCan: Do As I Can, Not As I Say: Grounding Language in Robotic Affordances RT-1: Robotics Transformer for Real-World Control at Scale RT-2: Vision-Language-Action Models ManiSkill: Learning-from-Demonstrations Benchmark for Generalizable Manipulation Skills ManiSkill2: A Unified Benchmark for Generalizable Manipulation Skills SAPIEN: A SimulAted Part-based Interactive ENvironment NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis VoxPoser: Composable 3D Value Maps for Robotic Manipulation with Language Models, by Feifei Li VLM: Task-agnostic Video-Language Model Pre-training for Video Understanding Scaling laws for neural language models, by OpenAI Vision Transformer (ViT) - An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale ALOHA: A Low-cost Open-source Hardware System for Bimanual Teleoperation, from Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware The Bitter Lesson, by Rich Sutton MIT PDDL (Planning Domain Definition Language) sim2real: simulation to reality 我们提到的公司 Wayve.ai: reimagining self-driving with embodied AI 有鹿智能 LoCoBot: An Open Source Low Cost Robot 宇树科技 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！如果你能在小宇宙上点个赞，Apple Podcasts 上给个五星好评，就能让更多的朋友看到我们努力制作的内容，打赏请我们喝杯咖啡，就给你比心！
不追热点但求深度思考的OnBoard! 又来啦！转眼间 OpenAI 轰轰烈烈的开发者日 (OpenAI DevDay) 已经过去一个多月了。这一个月也发生了太多事情。但是除却各种大瓜和八卦，DevDay 实打实是行业里相当重要的标志性事件。这次的涉及的，不仅是API大幅成本下降、API更新，还有GPT Store, Assistant API, 多模态等等重磅的上新。我们在devday 三周后，邀请了Monica 非常期待的四位嘉宾，在经历了这一段时间的消化和观察沉淀之后，一起聊聊他们不同角度的思考! Hello World, who is OnBoard!? 这次的嘉宾，既有RPA头部公司来也科技的联合创始人兼CTO，也有真格基金EIR、经历两轮AI创业热潮的创业者视角，也有美团智能硬件负责人的软硬结合机会思考，还有来自 Google Deepmind 的研究员 Eric，从模型和技术的角度，解读 DevDay 中agent相关的更新。真的是非常精彩纷呈，又是一次接近两个小时火花飞溅的讨论。本期录制的时候，Google Gemini 还没有发布，但是回头来看，我们对多模态的讨论还是完全适用的！ Enjoy! 嘉宾介绍 Peak, 真格基金 EIR（入驻企业家），Magi 创始人 胡一川，来也科技联合创始人 & CTO Eric Li，Google Deepmind 高级研究员 孙杨，美团智能硬件LLM 负责人 OnBoard! 主持： Monica：美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 01:34 嘉宾自我介绍，如何进入AI领域的，最近看到的有意思的AI产品 11:38 OpenAI Devday 的观感：有什么让你印象深刻的更新？与网上评论相比，有哪些被高估和低估了 12:38 Peak: 为什么说GPT store 被高估了，GPT Builder 其实很有借鉴意义 14:27 GPT store 跟一个 App store 的差距在哪里？OpenAI 未来会如何构建 app store? 19:32 胡一川：为什么说 GPT4 Turbo 被低估了？ 21:40 价格和 context window 为什么重要？技术角度要持续提升，有哪些难点？ 29:53 Eric: 为什么不成熟的 GPT store 是一个好的决策 33:27 孙杨：为什么说 GPT store 短期高估，长期被低估？为什么说Function call, JSON return 被低估了？ 39:01 DevDay 中与 Agent 相关的更新有什么亮点？对于创业公司有什么挑战，有什么机会？ 53:05 美团的LLM相关尝试，有哪些落地的场景？ 58:36 为什么不同的LLM作为 agent 的基座，效果会差别这么大？我们是否需要针对 agent 的基础模型？ 64:13 DevDay 的更新，对于创业公司有什么影响？哪些公司会受到比较大的影响？ 82:03 如何看待 Q* 的传闻？合成数据会对 LLM 生态产生怎样的影响？ 86:50 GPT-4v 为代表的多模态能力使用感受如何？有可能带来怎样的新机会？ 95:41 多模态能力的实现有怎样的技术路径？不同技术路径的核心差异和难点是什么？ 98:55 经历了“上一波”AI的创业者，对于这一次的AI创业热潮，看到哪些异同？给其他创业者怎样的建议？ 105:27 未来1-3年，最期待AI领域发生哪些变化？ 重点词汇 OpenAI Devday GPT Store Assistant API Context length LUI: Linguistic User Interface 我们提到的公司 AI Pin by Humane Langchain: Build context-aware, reasoning applications with LangChain's flexible abstractions and AI-first toolkit. Fixie AI: The fastest way to build conversational AI agents Imbue: build AI systems that can reason Character AI: bringing to life the science-fiction dream of open-ended conversations and collaborations with computers. 参考文章 devday.openai.com openai.com openai.com Peak 提到的论文：Retrieval meets Long Context Large Language Models Fixie: www.fixie.ai Imbue 的融资：imbue.com 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！如果你能在小宇宙上点个赞，Apple Podcasts 上给个五星好评，就能让更多的朋友看到我们努力制作的内容！
转眼就到了12月，回顾今年Onboard 的主题词，真的非AI和大模型莫属了。借着本周技术博客月和上周 ChatGPT发布一周年的契机，我们决定邀请横跨中美的一级和二级市场投资人，做一个AI的年度回顾，投资思考和未来展望。 本期播客是参与 #2023技术播客节 共创共建的一期内容。12月4日至8日，每天围绕一个主题，带来8～11期的内容，更多详情也可关注官网 podfest.tech，或者微信公众号、即刻、X搜索「2023技术播客节」，欢迎大家多多关注，一键多连！ Hello world, who is OnBoard!? 在AI日新月异发展的几个月，两位主播也有机会在美国待了一段时间，身临其境地感受了硅谷创新腹地的氛围。这次的两位嘉宾，都在中美两地穿梭，视角又各有不同。一位是在对冲基金深度跟踪美股市场的 Stella Huang，另一位是之前 Monica 以过的前 Opendoor 数据科学负责人杜磊，这次以硅谷早期VC的身份返场。 我们从红杉资本提出的 生成式AI 下半场 (Second Act) 的概念开始，回顾了这白驹过隙的一年印象深刻的事件，探讨了宏观市场和经济的影响，又深入聊了许多AI行业创业者和投资人最关心的问题： 什么是AI 产品的核心竞争力？ 什么是 GPT 之上的 thick wrapper? 如何思考创业公司和现有巨头的竞争？ 生成式AI会带来哪些B端和C端的创新机会？…… 很多问题，我们也没有答案。但是将阶段性的思考分享出来，抛砖引玉。 如果你也对AI创业的话题感兴趣，欢迎在公众号后台联系两位主播，我们希望邀请到更多朋友，不同的视角，不同的探索，相同的未来憧憬。未来不是推演出来的，是前仆后继的创造者缔造出来的。 又是一次超长的闲聊，希望你 Enjoy! 嘉宾介绍 杜磊：曾在房地产科技上市公司Opendoor担任数据科学负责人，后来联创了DeFi初创公司Huma Finance。现在作为Sancus Ventures的合伙人，专注在AI和区块链基础设施，大数据，开源和企业软件等领域。 Stella: 现美元对冲基金科技行业投资人，前百度战略部门。 OnBoard! 主持 Monica：美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 GN：前SaaS及科技投资人，Global SaaS 社区 Linkloud 发起人，公众号我思锅我在 (ID: thinkxcloud) 主理人。| 即刻：High寧 我们聊了什么 02:07 两位嘉宾自我介绍，今年最喜欢的AI产品（除了 ChatGPT!） 04:44 如何理解红杉报告中提出的“AI进入了 Act Two” 的判断？AI时代应该与移动互联网或者工业革命对比吗？ 19:39 AI 创业公司 Writer 如何用“重”的产品构造GPT之上的壁垒，超越Jasper? 26:50 ChatGPT 发布一周年依赖，有哪些你觉得最有里程碑意义的事件？ 35:25 中美宏观经济环境如何影响一二级市场的投资？我们对未来资本环境有何预期？对创业者意味着什么？ 47:35 AI创造的价值，哪些是现有大公司的机会，哪些是创业公司的机会？ 67:13 什么是 AI 公司的护城河？真的是数据飞轮吗？ 79:25 GPT Wrapper 就没有价值吗？什么是“厚”的产品价值？一个新产品如何成为“事实标准”？ 92:07 ToC 产品出现 killer app 了吗？垂直领域的 ToB 产品落地速度，是否低于预期？ 102:56 Agent 实际落地情况如何？有哪些困难和初步进展？ 117:01 多模态：GPT-4v展现的多模态能力带来了什么惊喜？未来多模态能有什么场景？ 118:29 年末回顾，你对于AI的观点比起年初，经历了哪些变化？对明年有什么期待？ 提到的公司 Anyscale Sambanova Modular Chegg Harvey AI Jasper AI Writer Monterey AI Notion Twilio Confluent Snowflake Sakana Extend AI Induced AI 参考文章 www.sequoiacap.com www.sequoiacap.com writer.com www.maginative.com a16z.com 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： Monica：美元VC投资人，前 AWS 硅谷团队+AI创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 GN：前SaaS及科技投资人，Global SaaS社区 Linkloud 发起人，公众号我思锅我在 (ID: thinkxcloud) 主理人。| 即刻：High寧 大家的点赞、评论、转发是对我们最好的鼓励！如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。感恩！ 关于「2023 技术播客节」 缘起于2022仲夏时节技术播客之间的梦幻联动，我们感受到了社区共创共建的力量。今年我们再接再厉，集结了30+播客、5大出品人、25+社区，希望拉动更多技术生态的内容创作者，一起用声音来表达，建设自家技术影响力，推动更高粘性、更深互联、更持久共鸣的用户社区构建。
好久不见！OnBoard! 回来啦！这一期又是考验听力的全英文访谈。这次，我们跟亲历者聊聊，今年AI领域最受瞩目的一笔10亿美金的并购：Databricks 今年6月以13亿美金的“天价”，收购了当时成立2年的大语言模型（LMM）基础设施创业公司 MosaicML。 Hello World, who is OnBoard!? 可以说，这是今年最受关注的AI领域收购之一了，之后AI 基础设施领域的巨头和创业公司，都被这次收购推动，开始了融资和产品迭代的热潮。收购的时候，MosaicML 仅有60多人，但是已经推出了 MPT 7B, 30B 两个开源大语言模型，总下载量超过330万。也是最早一批推出开源LLM的公司之一。这次访谈，Monica 不仅邀请到了 MosaicML 联合创始人、CTO，Hanlin Tang, 还邀请到还有之前来OnBoard! 做过客的非常专业的硅谷成长期投资人， Sapphire Ventures 合伙人，Casber Wang，我们得以从创始人和投资人的视角，一起解读这个有里程碑意义的收购，以及对于生成式AI，AI infra 核心竞争力和未来格局等等话题进行非常有意思的探讨。 准备好你的英语听力，enjoy! 嘉宾介绍 Hanlin Tang (@hanlintang), 现Databricks Neural Networks CTO, 前 MosaicML co-founder & CTO, Intel AI Lab Senior Director, Nervana (2016.9 被Intel 4亿美金收购）创始团队成员 Casber Wang (@CasberW), Sapphire Ventures 合伙人，专注data, infra, 安全等领域，投资了Auth0, JumpCloud, StarTree 等。Sapphire Ventures 是一家资产管理总额超过110亿美金的全球风险投资基金。 Onboard！主持：Monica（推特：@Monica_XieY）：美元VC投资人，前 AWS 硅谷团队+AI创业公司打工人，公众号：M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 [01:57] 两位嘉宾自我介绍，Hanlin 最近感兴趣的AI产品，以及Casber 最近在AI领域的投资 [08:40] LLM 的到来对传统 MLOps 公司有什么影响 [14:13] MosaicML 介绍，2021年如何发现这个创业机会的 [17:28] ChatGPT 发布以来，MosaicML 经历了哪些重要的里程碑事件，行业有哪些重要变化 [21:41] MosaicML 早期客户是哪些公司？ [22:55] MosaicML 的几个重要产品决定：一开始为什么要做开源？ [26:43] 创业公司应该如何思考是否要开源？ [34:36] MosaicML 如何做开源商业化？商业化模式如何演进？ [37:17] 如何思考 LLM serving 和训练平台的产品竞争力和差异性？MosaicML 的平台如何在探索中演进？ [42:32] MosaicML 为何推出自己的开源LLM？ [45:39] 客户如何选择LLM？常见的问题是什么？有什么常见的误解？ [51:11] 开源和闭源LLM格局会如何演进？如何影响LLM周边的生态？我们能从云计算生态发展历史中学到什么 [58:39] 客户如何衡量LLM的performance? 客户需要的是怎样的服务？ [62:06] LLM 会如何改变SaaS 生态？为什么说我们低估了数据对新的平台的意义？ [70:52] 为什么说提高LLM 训练效率和成本没有 silver bullet? 做成本优化的公司如何设计商业模式？ [82:00] 企业如何思考是否要自己训练LLM？还是在已有模型上 fine tune? [89:23] MosaicML 被 Databricks 收购之后会有哪些变化？下一个聚焦的点是什么？ [91:32] Casber 作为投资人，如何看待 Databricks 对 MosaicML 的收购？对未来行业有什么影响？ [95:44] Hanlin 创业以来对于行业的观点有过什么改变？过去和未来有什么值得关注的变化？ [108:52] 如果坐时光机到5年后，你最想问的问题是什么？ 提到的公司 MosaicML Databricks Weights & Bias FlowGPT 参考文字 www.mosaicml.com www.youtube.com www.latent.space blog.replit.com www.databricks.com www.latent.space 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！ 如果你能在小宇宙上点个赞，Apple Podcasts 上给个五星好评，就能让更多的朋友看到我们努力制作的内容，打赏请我们喝杯咖啡，就给你比心！
OnBoard! 又一期与硅谷一线投资人的访谈来了！这一次邀请到的是Monica 的好朋友，也是硅谷最顶尖的风险投资基金之一，Andreessen Horowitz, 也就是大家常说的 a16z 的投资合伙人 Jennifer Li！Hello World, who is OnBoard!?Jennifer 是一位来自产业界的投资人，原来在独角兽创业公司 AppDynamics 担任PM的她，转型投资人之后，在a16z 的6年里一直专注企业软件、大数据、开源等领域。关注这个方向的创业者和从业者，或许很多人都读过 Jennifer 在a16z 网站上撰写的多篇非常深度的分析文章，包括开源商业化，Modern Data Archiecture 等等。她投资的公司包括大数据领域耳熟能详的 dbt, Motherduck, AI领域最火的公司之一 Elevenlabs 等等。Jennifer 是硅谷一线基金中为数不多的华人投资合伙人，难得有机会跟 Jennifer 聊一聊她视角，深入剖析她投资 DBT 的过程，对大数据和infra领域的研究，对当下市场和未来机会的思考。这次两个多小时的访谈，Jennifer 的分享超级无私有诚意，绝对值得二刷。嘉宾长期在北美工作生活，夹杂英文在所难免，不接受抱怨！Enjoy! 嘉宾介绍 Jennifer Li （推特：@JenniferHli）, 硅谷顶尖风险投资机构 Andreessen Horowitz (a16z) 投资合伙人，专注于 data infra, 开源，开发者工具，协作应用等。加入 a16z 之前，Jennifer 曾经是 AI 创业公司 Solvvy 和 被 Cisco $3.7Bn 收购的 AppDynamics 的产品经理。 Onboard！主持： Monica（推特：@Monica_XieY）：美元VC投资人，前 AWS 硅谷团队+AI创业公司打工人，公众号：M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 01:45 Jennifer 进入风险投资的职业转型，为什么说a16z 是一家独特的风险投资机构 08:43 a16z 如何用庞大的运营机构为被投企业提供价值 11:41 Jennifer 复盘如何在A轮发现40亿美金的开源独角兽 dbt 19:17 dbt 是做什么的？dbt 崛起背后是怎样的大趋势？ 21:44 在早期如何识别一个切入点很小的开源工具的商业价值？ 27:59 dbt 如何实现产品线延伸？ 33:24 dbt 的开源商业化路径是怎样的？开源工具如何实现商业成功？ 42:27 a16z 如何思考 data infra 的投资逻辑，如何理解这个领域所经历的产业周期？ 46:25 现在创立一家 data infra 公司还有机会吗？未来几年的看点在哪里？ 52:50 投资 dbt 时候遇到什么挑战和质疑？ 56:09 不同阶段的创业公司，尤其在早期，如何判断投资价值？投资人有哪些常问的问题？ 62:16 投资人对于不同阶段的创始人，重点在观察什么？ 66:42 近年剧烈变化的资本市场，对于早期 data infra 公司的估值有什么影响？早期投资人的估值判断依据有什么？ 74:41 infra 公司的商业化路径应该如何规划？ARR 真的那么重要吗？ 79:02 infra 领域最近有什么被高估和被低估的方向？ 84:28 这一次的AI浪潮跟“上一波”有什么核心差异？Jennifer 关注的AI投资主题是什么？ 93:03 AI 时代的应用价值是什么？AI 应用是否需要做自己的模型？ 101:47 Jennifer 在AI领域主要关注哪些重要的趋势？ 109:10 如何看待热潮中的AI公司早期增长可能存在的噪音？ 114:49 我们还需要一个新的大语言模型公司吗？ 117:25 早期公司如何找到共创客户（design partner）？什么是好的共创客户？ 120:00 快问快答！ 我们提到的内容 dbt: dbt™ is a SQL-first transformation workflow that lets teams quickly and collaboratively deploy analytics code following software engineering best practices like modularity, portability, CI/CD, and documentation. Now anyone on the data team can safely contribute to production-grade data pipelines. Coalese: dbt 的年度大会 Fivetran: Fivetran is the trusted platform that extracts loads and transforms the world's data. Snowflake Motherduck Retool OpenAI Anthropic Jasper AI Martin Casado Ben Horowitz Jennifer 推荐的书：The Mom Test: How to talk to customers & learn if your business is a good idea when everyone is lying to you, by Rob Fitzpatrick Jennifer 推荐的书：Tomorrow, and Tomorrow, and Tomorrow: A novel, by Gabrielle Zevin 词汇注释 ELT (Extract, Load, Transform): 一种数据集成过程，其中原始数据被提取，加载到数据存储系统中，然后在存储中进行转换。 ETL (Extract, Transform, Load): 一种新的数据集成过程，其中原始数据被提取，转换为结构化格式，然后加载到数据存储系统中 Data transformation: : 数据转换是将数据从一种格式或结构转换为另一种的过程，通常是为了使其更适合分析或适应特定的数据库或应用程序 Data pipeline: 数据管道是一组将数据从一个系统移动并处理到另一个系统的过程，通常涉及ETL等阶段。 Analytics engineering: applies software engineering best practices to analytics code Low hanging fruit: 最容易解决的任务或问题 Traction: 初创公司或新产品在获得市场接受、客户或达到某些里程碑方面的可衡量的进展 Product Market Fit (PMF): 当一个产品满足真正的市场需求并满足强烈的市场需求时，表明该产品已经找到了目标受众并满足了他们的需求 Pave the way forward: 为未来的进展或发展创造一条路径或奠定基础，使后续的行动或创新变得更容易 参考文章 Emerging Architectures for Modern Data Infrastructure: 2020 | Andreessen Horowitz Emerging Architectures for Modern Data Infrastructure | Andreessen Horowitz Open Source: From Community to Commercialization | Andreessen Horowitz a16z 为何投资 dbt a16z 为何投资 motherduck A Framework for Finding A Design Partner | Andreessen Horowitz Bottom Up Pricing & Packaging: Let the User Journey Be Your Guide | Andreessen Horowitz 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 如果你能在Apple Podcasts 上给个五星好评，就能让更多的朋友看到我们努力制作的内容，打赏请我们喝杯咖啡，就给你比心！
这次对AI的探讨，我们回归到与创业公司创始人的深度访谈。我们请来了一位在 AI 热潮中高速发展，产品也得到国内不少用户认可的初创公司创始人，美国新一代生产力工具 Gamma 的联合创始人兼 CEO Grant Lee。 Hello World, who is OnBoard!? Gamma 最开始定位像 Notion 一样用模块或卡片方式帮助人们更高效创建 PPT。在今年集成 AI 功能后，产品现在可以让用户直接以对话或上传源文档等方式，任意撰写和开发创意，成为能更高效展示创意的视觉内容生成工具。 公司成立于 2020 年，总部位于旧金山湾区。团队于 2021 年 8 月推出了 beta 版，并于去年底正式发布，如今已拥有数百万用户。Gamma 于 2021 年完成了 Accel 领投的 700 万美金天使轮融资后，在今年又获得了 A 轮融资。 Grant Lee 作为 SaaS 领域的连续创业者，我们和他从公司及产品诞生，聊到 AI 对用户创意和使用上的巨大改变，最后作为两个孩子的父亲，他也谈到 AI 对下一代在生活和工作的影响，都给我们带来很多启发。 还未体验产品的朋友，赶快点击：https://gamma.app/，尝试一下吧！ 播客逐字稿同步上线，搭配收听效果更佳：OnBoard!独家｜对话Gamma创始人：拆解产品-1到0方法论与定价策略；AI如何重塑Gamma，解锁潜在需求与创造力！ Enjoy！ 嘉宾介绍 Grant Lee, Gamma 联合创始人兼CEO，曾在两家 SaaS 公司 ClearBrain（被上市公司Amplitude收购） 和 Optimizely 担任高管，毕业于斯坦福大学本科及研究生。 OnBoard! 主持：Monica：美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 OnBoard! 主持：GN：前SaaS及科技投资人，Global SaaS 社区 Linkloud 发起人，公众号我思锅我在 (ID: thinkxcloud) 主理人。| 即刻：High寧 我们都聊了什么 00:01:24 Gamma是什么以及Grant为何会创立Gamma？ 00:02:51 Grant个人过往经历及一个自己的有趣故事。 00:03:58 Grant连续SaaS创业的经历对创立Gamma的帮助。 00:05:49 Gamma现在到什么阶段以及经历了哪些里程碑？ 00:08:59 如何看待“视觉传递”产品的历史以及Gamma诞生的机会？ 00:12:17 在早期，如何验证产品概念和需求是足够普遍的？ 00:14:33 刚开始有哪些用户反馈是意料之外的以及对早期设计的影响？ 00:16:54 早期拓展用户采取了哪些市场拓展策略（GTM）？ 00:19:38 早期如何准确设计并传递产品价值（Product message）？ 00:22:11 跟早期相比，现在Gamma在价值定位上做了哪些调整？ 00:24:27 Gamma是如何验证Product-Market-Fit（PMF) 的？ 00:27:13 如何看待收费以及Grant背后的思考。 00:29:28 在进行付费调研时有哪些有意思的发现？ 00:33:55 Grant看来在收费策略里创始人最容易犯的错误。 00:35:32 Gamma产品是如何结合AI的以及背后是怎样的思考？ 00:39:32 在设计AI功能的过程中遇到了哪些挑战？ 00:42:16 用户画像在这个过程中经历了哪些变化？ 00:44:32 在集成AI的时候技术选择上经历了哪些思考？ 00:48:06 为什么做一款好的AI产品远比做炫酷Demo难多了？ 00:50:17 产品迭代中如何协调基本功能和AI的优先级？ 00:52:23 未来我们真的还需要PowerPoint吗？ 00:54:23 AI会进一步解构Office这样的一站式生产力套件吗？ 00:56:45 为什么Grant认为现在最大的竞争对手是“用户行为”的迁移？ 00:58:22 还有哪些技术趋势或用户行为变化是Grant最关注的？ 01:00:39 在全球化上Grant有哪些有意思的发现和规划？ 01:03:48 在AI的影响下，不同地区的用户行为有什么变化吗？ 01:06:48 同时Gamma是如何引导用户接受并开始使用AI的？ 01:08:26 近期Gamma在功能上将有哪些重要迭代以及未来还有哪些突破？ 01:11:52 在社区建设上Gamma有哪些最佳实践？ 01:13:41 最后，Grant如何对待现在来自企业级客户的需求？ 01:15:27 快问快答！精彩的书籍推荐以及作为孩子父亲，如何看待AI对下一代的影响？ 我们提到的公司 Notion：一站式办公协作平台 Canva：图像创作工具 Beautiful：演示文稿工具 Pitch：演示文稿工具 Optimizely：数字营销体验管理平台 Salesforce：营销CRM Airtable：表格管理工具 嘉宾推荐的书 Shoe Dog All the Light We Cannot See 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： Monica：美元VC投资人，前 AWS 硅谷团队+AI创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 GN：前SaaS及科技投资人，Global SaaS社区 Linkloud 发起人，公众号我思锅我在 (ID: thinkxcloud) 主理人。| 即刻：High寧 大家的点赞、评论、转发是对我们最好的鼓励！ 如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。感恩！
近3小时的硅谷AI重磅嘉宾现场对谈，下集光速奉上！如果你还没有听过上一期，赶紧去补课！ Hello World, who is OnBoard!? 简单介绍一下这次Monica 期待已久的嘉宾组合！ 两位都在OpenAI工作过的技术大牛，包括Nvidia资深研究员 Jim Fan, 除了对生成式agents 和机器人的具身智能有深度研究外，他的Twitter 连 Jeff bezos 都关注，是AI领域全球范围内的顶级大V。另一位嘉宾戴涵俊，Google Deepmind 的资深研究员，也是 Google 新一代大语言模型的深度参与者。最后，兼任主持和嘉宾的硅谷上市公司华人高管，硅谷徐老师, 每次来 Onboard! 串台都大受好评。 这是三个小时播客的第二部分。上一期的内容，我们深度讨论了最近AI领域最火的话题，Generative Agents, 生成式代理。这一期更是精彩纷呈，包含了AI领域更多核心话题，包括多模态大模型的研究进展，具备具身智能 embodied AI 的机器人如何打造，AI对saas的影响，我们对未来AI的商业和社会畅想等等。真的是非常尽兴的讨论，你也可以拿起笔记本做笔记了。 几位嘉宾都是长期在美国工作生活，夹杂英文在所难免，不接受抱怨。Enjoy! 嘉宾介绍 Jim Fan（推特：@DrJimFan），Nvidia 高级 AI 研究科学家，曾在OpenAI工作，Stanford PhD 李飞飞实验室 戴涵俊（推特：@hanjundai），Google Deepmind 资深研究员，深度参与 Google 大语言模型项目，曾在OpenAI工作，Georgia Tech PhD 硅谷徐老师（推特：@h0wie_xu），硅谷连续创业者、人工智能高管、斯坦福商学院客座讲师，「科技早知道」主播 ｜微信公众号：硅谷云｜ AI博客：howiexu.substack.com 主持：Monica（推特：@Monica_Yxie）：美元VC投资人，前 AWS 硅谷团队+AI创业公司打工人，公众号：M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 01:55 为什么 Jim 觉得 Llama 2 作为语言模型，对于多模态模型和机器人有重大推动 05:24 Hanjun 解读多模态大模型的两种实现方式 07:47 多模态大模型只是解锁了新的场景，还是能更大提升大模型本身的智能？如何理解大模型的智能？ 12:34 为什么说机器人的多模态问题更有挑战？ 16:35 处理多模态训练数据有哪些难点？ 18:12 大模型训练还需要哪些工具？Infra/tooling 有哪些机会？ 19:51 亲历OpenAI 的经历回顾和感受：2016-2020，OpenAI 都发生了什么 25:11 OpenAI 近年的发展，哪个时刻震撼了你？ 34:20 为什么说 Evaluation 是大语言模型最被低估的挑战之一？ 39:54 未来1年和未来10年，你最期待人工智能领域带来什么？ 46:17 我们自己和下一代应该如何为未来做准备？ 59:33 有趣的 closing 和未来展望：被 Jeff Bezos 关注是什么感觉？！ 我们提到的内容 Llama 2: Meta 开源的大语言模型 Jim Fan 对于Llama 2 的解读 OpenAI 赢得DOTA 游戏比赛 LSTM (Long Short-term Memory) Jim Fan 对大猩猩玩Minecraft 的解读 DALL-E 2: DALL·E 2 is an AI system that can create realistic images and art from a description in natural language (by OpenAI) CLIP: Connecting text and image ImageNET: an image dataset organized according to the WordNet hierarchy. AlexNET: ImageNet Classification with Deep Convolutional Neural Networks 重点词汇 RLHF (Reinforcement Learning with Human Feedback): 人类反馈的强化学习 - 一种AI模型通过人类反馈与传统的强化学习结合来学习的方法。 Fine tuning: 微调 - 在特定的数据集上进一步训练预训练的机器学习模型，使其适应特定任务的过程。 Hallucination: 幻觉 - 在AI中，指的是模型生成不在输入中的信息，可能导致输出不准确。 Multi-modal model: 多模态模型 - 能够理解和处理多种类型数据（如文本、图像和声音）的模型。 Auto regressive model: 自回归模型 - 一种统计模型，它使用一个变量的过去值来预测其未来值。 Diffusion model: 扩散模型 - 用于描述信息、疾病或创新等东西如何在群体中传播的模型。 Tokenize: 分词 - 将文本分解成更小的部分（如单词或子词）的过程，通常在文本处理或自然语言处理中使用。 Intuitive physics: 直观物理 - 人类对物理现象的直观理解，例如物体如何移动或互相碰撞。 Embodied AI: 具体化的人工智能 - 通过物理或虚拟的身体与环境互动的AI系统，例如机器人或虚拟代理。 CVPR (Computer Vision and Pattern Recognition): 计算机视觉和模式识别 - 专门研究计算机如何“看”并从图像或视频中理解内容的领域。 Walkaround: 绕行 - 解决问题或障碍的方法 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！ 如果你能在小宇宙上点个赞，Apple Podcasts 上给个五星好评，就能让更多的朋友看到我们努力制作的内容，打赏请我们喝杯咖啡，就给你比心！ 有任何心得和建议，也欢迎在评论区跟我们互动~
承诺大家的大波AI上新来啦！这次的嘉宾是Monica一直期待的重磅组合，能听到AI领域如此一线的核心从业者的分享，真是太难得了。这次在硅谷创新腹地，毗邻 Stanford 的 Palo Alto 线下录制, 不知不觉就聊了近三个小时，我们分成上下期，方便大家收听！ Hello World, who is OnBoard!? 两位AI研究者都在OpenAI 工作过。Nvidia 资深研究员 Jim Fan，是Twitter 上AI领域的顶尖KOL，连亚马逊的创始人 Jeff Bezos 都在关注，几乎每一条twitter 分析都是必读文章。戴涵俊是Google Deepmind 的资深研究员，更是Google 新一代大语言模型 Gemini的深度参与者。再次来串台的硅谷上市公司华人高管，硅谷徐老师, 持续高质量输出。上期的内容，我们围绕最近AI领域最火的话题，Generative Agents（生成式智能体）。两位AI研究员都对这个领域有最一线的研究和实践经验，我们深入探讨了从AutoGPT开始，Generative Agents 从技术到应用，都有哪些新的进展、技术和场景的挑战，由此延伸到开源与闭源大语言模型的竞争格局。 跟EP35 Monica 与另一位AI研究员符尧的访谈对比听听就发现，Generative Agents 这个前沿领域，显然还有很多尚未有共识的地方。下一期，我们会讨论更多AI领域核心话题，包括多模态模型，机器人应用落地，AI对saas的影响，LLM发展史，未来畅想等等，更是不容错过。赶紧关注Onboard! 几位嘉宾都是长期在美国工作生活，夹杂英文在所难免，不接受抱怨。Enjoy! 嘉宾介绍 Jim Fan（推特：@DrJimFan），Nvidia 高级 AI 研究科学家，曾在OpenAI工作，Stanford PhD 李飞飞实验室 戴涵俊（推特：@hanjundai），Google Deepmind 资深研究员，深度参与 Google Gemini 大语言模型项目，曾在OpenAI工作，Georgia Tech PhD 硅谷徐老师（推特：@h0wie_xu），硅谷连续创业者、人工智能高管、斯坦福商学院客座讲师，「科技早知道」主播 ｜微信公众号：硅谷云｜ AI博客：howiexu.substack.com 主持：Monica：美元VC投资人，前 AWS 硅谷团队+AI创业公司打工人，公众号：M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 02:50 几位嘉宾自我介绍，最近看到了什么有意思的AI项目 05:51 Hanjun @Google Deepmind: 最近发表的 speculative decoding 工作如何提升模型速度 09:14 Jim Fan @Nvidia: 为什么AI agents 是值得关注的方向，基于agents 有什么应用 12:42 什么是 AI agents? 好的 Agents 需要怎样的核心能力 16:54 企业场景落地 AI Agents 应用，主要有哪些挑战？ 25:18 AI Agents 目前落地的挑战，是由底层基础模型的能力决定的吗？ 35:56 如何看待目前 AI Agents 不同的实现方式？Adept AI 的形态会被取代吗？ 39:57 未来工具使用更多是 AI agents 来完成，对于应用生态意味着什么？ 48:18 Llama 2 开源对于LLM生态意味着什么？底层基础模型会赢家通吃吗？ 56:58 如何理解开源和闭源模型的壁垒？ 68:24 我们需要领域专有模型吗？ 我们提到的内容 Hanjun 提到的论文：Accelerating Large Language Model Decoding with Speculative Sampling Jim 的论文: Voyager: An Open-Ended Embodied Agent with Large Language Models Jim 提到的论文：Generative Agents: Interactive Simulacra of Human Behavior 开源项目 Auto-GPT: An experimental open-source attempt to make GPT-4 fully autonomous Llama 2: Meta 开源的大语言模型 Adept.ai: a new way to use computers. Transformer 论文作者创办 Character AI Jim 提到的基于大语言模型的游戏：病娇AI女友 MPT-7B (MosaicML Pretrained Transformer): MosaicML 发布的可商用开源大语言模型 Anthropic: Transformer 论文作者创立的大语言模型公司 Harvey：为律所设计的生成式AI工具 讨论 Google 等大厂LLM竞争壁垒的文章 ($$)：Google "We Have No Moat, And Neither Does OpenAI" Deepmind Gemini: Google Deepmind 正在研发的下一代大语言模型 RLHF (Reinforcement Learning with Human Feedback): 人类反馈的强化学习 - 一种AI模型通过人类反馈与传统的强化学习结合来学习的方法。 Fine tuning: 微调 - 在特定的数据集上进一步训练预训练的机器学习模型，使其适应特定任务的过程。 Hallucination: 幻觉 - 在AI中，指的是模型生成不在输入中的信息，可能导致输出不准确。 Multi-modal model: 多模态模型 - 能够理解和处理多种类型数据（如文本、图像和声音）的模型。 Embodied AI: 具体化的人工智能 - 通过物理或虚拟的身体与环境互动的AI系统，例如机器人或虚拟代理。 Quantization: 量化 - 限制用于表示数字的位数的过程，有助于减小机器学习模型的大小并加速计算。 Mixture-of-experts (MoE): 专家混合模型 - 一种机器学习方法，其中模型的不同部分专门处理不同类型的数据或任务。 Inference: 推断 - 已训练的AI模型基于所提供的数据预测结果的过程。 Reasoning: 推理能力 - AI系统根据信息或一组事实得出结论的能力。 NPC (Non-Player Character): 非玩家角色 RPA (Robotic Process Automation): 机器人流程自动化 First class citizen: 一等公民 重点词汇欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 如果你能在小宇宙上点个赞，Apple Podcasts 上给个五星好评，就能让更多的朋友看到我们努力制作的内容，打赏请我们喝杯咖啡，就给你比心！有任何心得和建议，也欢迎在评论区跟我们互动~
OnBoard! 一大波更新要来啦！Monica 最近一个月都在硅谷，之前怠慢了一段时间，很快就会补上啦。 这次的节目非常特别，是在ICML 2023 (International Conference on Machine Learning, 国际机器学习大会）的现场录制的。这次的嘉宾，爱丁堡大学博士生符尧，更是众望所归，相信最近关注大语言模型的朋友都不陌生。他的好几篇关于大语言模型能力研究的文章，几乎都是业内必读。 Hello World, who is OnBoard!? 正如符尧在一篇总结文章中所说：“ICML 2023，OpenAI, Anthropic, Google DeepMind, Meta，各大名校的 rising star PhD，顶级 hedge fund 与 VC ，most popular startups 悉数到场，这里是诸神之战的最前线。” 我们就在诸神之战的现场，回顾了ICML与各位大神现场交流的见闻，fuyao对于数据、RLHF等大模型核心研究领域的思考，还有对震动行业的、刚刚发布的LlaMA-2的看法。 这次在室外录制，嘉宾还在生病，不免有些杂音。但是我想这对于关注干货的听众来说，都不是问题。相信你也会受益匪浅。Enjoy! *本期涉及比较多的术语，需要你对大模型（LLM）有基础的技术了解。 嘉宾介绍 符尧，爱丁堡大学的博士生，研究大语言模型的推理能力。符尧在北京大学完成了本科学位，在哥伦比亚大学完成了硕士学位，曾在MIT-IBM AI 实验室，Allen Institute for AI (AI2) 等担任实习研究员。他的工作主题包括了大语言模型演化，复杂推理，涌现能力，以及如何从第一性原理构造模型。他以《拆解追溯 GPT-3.5 各项能力的起源》为代表的文章系列详细阐述了语言模型的能力机制，在中文和全球互联网上都产生了重大的影响力。 我们都聊了什么 02:05 凡尔赛开场 & 嘉宾符尧的介绍 04:33 认识ICML，参加诸神之战的盛会是什么体验；付尧入选的论文如何探讨模型能力的遗忘 08:09 过去半年，对模型能力有什么新的理解 09:36 解决模型能力遗忘为什么重要，有什么挑战 13:49 模型能力遗忘对于垂直领域模型有什么影响 17:39 蒸馏 (Distillation) 技术为什么重要，现在研究和落地处在什么阶段 24:00 算力紧张，以后更多的创新研究都会发生在业界而不是学术界吗 26:39 ICML上看到了哪些有意思的研究 - paper 推荐！ 30:41 最火的话题1：基于LLM的agents 构建有什么挑战和解法 37:36 现在的大语言模型能力可以支持怎样的Agent? 48:51 最火的话题2：解读 Llama 2，最让人印象深刻的变化是什么？ 56:25 基于Llama 2,学术界可以有什么研究方向？ 59:06 ICML 上亲历的大神交流 61:57 符尧还在关注哪些新的研究方向 & 我们对 Agent 集群的畅想 我们提到的内容 符尧的ICML论文：Specializing Smaller Language Models towards Multi-Step Reasoning T5: Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer Llama 2: Open Foundation and Fine-Tuned Chat Models Chatbot Arena: Benchmarking LLMs in the Wild with Elo Ratings The Flan Collection: Designing Data and Methods for Effective Instruction Tuning FlexGen: High-Throughput Generative Inference of Large Language Models with a Single GPU FLOWGEN: Fast and slow graph generation by Aman Madaan 符尧的Llama 2 讨论会 memo (7/18/2023) RL: Reinforcement learning, 强化学习 SFT: Supervised Fine Tuning, 监督微调 RLHF: Reinforcement Learning with Human Feedback, 人类反馈强化学习 Distillation: 蒸馏，基于大语言模型训练小模型的方法 Scaling law: A mathematical relationship where performance improves with increasing size, 规模定律 Alignment tax: Additional effort to align a model's behavior with human values, 对齐税 参考文章 符尧的个人主页 ICML 2023 手记 - 诸神之战的最前线 符尧的博客 A Closer Look at Large Language Models Emergent Abilities, by Yao Fu How does GPT Obtain its Ability? Tracing Emergent Abilities of Language Models to their Sources, by Yao Fu Training language models to follow instructions with human feedback, by John Schulman Scaling Laws for Reward Model Overoptimization Emergent Abilities of Large Language Models, by Jason Wei Chain-of-Thought Prompting Elicits Reasoning in Large Language Models, by Jason Wei 别忘了，关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！如果你能在小宇宙上点个赞，Apple Podcasts 上给个五星好评，就能让更多的朋友看到我们努力制作的内容，打赏请我们喝杯咖啡，就给你比心！ 有任何心得和建议，也欢迎在评论区跟我们互动~
好久不见，大家端午快乐！聊了这么多AI技术，是时候聊聊更实际的问题：AI产品如何在海外做增长？近年来，我们看到越来越多的中国软件创业公司，尤其是最近涌现的 AI 应用类公司，都会考虑以国际市场作为第一站。PLG，产品驱动增长，也是大多数海外AI产品采用的增长和商业化模式。技术在变，Go-To-Market 的很多经验，万变不离其宗，或许可以让大家在探索的路上少走一些弯路。 Hello World, who is OnBoard!? 今天这位嘉宾，就是Monica 一直想要邀请来的硅谷软件领域的实战派大牛，Hila Qu。Hila 原来在大名鼎鼎的开源上市公司 GitLab 担任 Head of growth, 增长负责人。Gitlab之前，Hila也在硅谷几个不同阶段的ToB, ToC公司，担任过核心增长职位。硅谷最一线的创新公司是怎么实践PLG的，Hila 大概是最有发言权的人之一了。Gitlab从开源产品到收入超过4亿美金的上市公司，更是PLG的典范。这次与Hila长达两个多小时的对话，全都是一线实战干货： ToB, ToC 产品增长有什么不同？ 怎样的公司和产品适合PLG？ PLG模式需要怎样的销售？ 如何打造围绕产品的增长团队？ 产品早期数据分析体系如何搭建…… 真的可以拿出笔记本了。 Enjoy! 嘉宾介绍 Hila Qu（Twitter @HilaQu）, 前 Gitlab 增长总监，从0到1搭建增长体系。曾任硅谷Fintech 独角兽 Acorn 增长副总裁。现在，Hila 是硅谷顶尖产品与增长培训平台 Reforge 入驻企业家（EIR），也是独立企业增长顾问，服务企业包括 Nord Security, Replit StreamNative 等。 Hila 的 LinkedIn, 公众号：兜里有糖甜, MediumEmail: hui.qu.2009 艾特 gmail.com 我们都聊了什么 [01:57] Hila 的职业之路，从ToC 到ToB 公司做增长如何转型 [05:39] 正本清源，Hila 如何定义PLG？为什么说 PLG 不只是传统的 Growth hacking （增长黑客）？ [08:10] ToC 产品的增长与 SaaS 公司 PLG 有哪些核心差异？为什么说对于 SaaS 公司，获客只是“增长”的第一步？ [12:42] 怎样的产品适合采用 PLG ？ [16:19] 为什么 PLG 需要好的产品 onboarding 体验与销售两条腿走路？ [21:41] 公司的不同阶段，如何平衡大客户需求与 PLG 增长知之间的优先级？ [27:41] 给创始人的 PLG 101：怎样是一个完整的PLG 增长体系流程？ [33:53] 什么是产品体验的 Aha Moment？如何设计一个好的 Aha Moment? 有什么常见的误区？Gitlab 如何定义 golden user journey? [43:40] 企业发展不同阶段，PLG 产品的数据体系如何搭建？ [48:30] 收费：什么时候开始收费？为什么说收费体系的建立是一个动态过程？ [57:48] SaaS 产品定价如何设计和跟踪？我们能从 Netflix 上学到什么？ [61:44] Gitlab 的实践分析：如何设计实验？从activation 到 retention, 如何确定用户流程中的北极星指标？ [68:47] 什么是获客中的 PQL (Product Qualified Leads)? 什么是好的 PQL？ [74:54] 什么是一个好的增长实验？早期数据不足的时候，如何设计实验？ [79:47] 如何从0到1搭建增长团队？Head of Growth 入职第一件事应该做什么？ [87:37] 搭建产品数据分析体系，有哪些常见的挑战和误区？ [90:02] 招聘，招聘！什么是适合 PLG 的增长和销售人才？应该具备哪些能力？ [96:55] AI 它又来了：如何识别产品早期的“噪音用户”？ [99:41] Hila 提供哪些 PLG 相关的咨询服务？如何与你的增长顾问有效沟通？ [104:07] 快问快答！Hila 推荐了一本童书？！ 我们推荐的内容 Hila Qu 的公众号：兜里有糖甜 Hila 的书：《硅谷增长黑客实战笔记》 Hila 推荐的书：The Almanack of Naval Ravikant: A Guide to Wealth and Happiness Hila 推荐的书：Someday Hila Qu:【万字长文】SaaS增长新趋势：产品驱动增长PLG Hila 的英文文章：Five steps to starting your PLG motion Hila 的英文访谈: The ultimate guide to adding a PLG motion | Hila Qu (Reforge, GitLab) Lenny's Newsletter 参考文章 草根SaaS产品：如何定价，打包，涨价？ 45张PPT了解《硅谷增长黑客实战笔记》 GitLab's Hila Qu on What B2B Companies Can Learn About Growth from B2C - OpenView Hila Qu (GitLab): B2B vs. B2C Growth How to Build A Growth Model (Part 1) How to Build A Growth Model (Part 2) 别忘了，关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！ 如果你能在小宇宙上点个赞，Apple Podcasts 上给个五星好评，就能让更多的朋友看到我们努力制作的内容，打赏请我们喝杯咖啡，就给你比心！ 有任何心得和建议，也欢迎在评论区跟我们互动~
新的一期 OnBoard! 的创始人深度访谈来啦！打造面向全球市场的 SaaS 公司，正在成为越来越多中国 SaaS 公司关注的话题。诞生于香港、壮大于深圳、服务于全球的 AfterShip，就是这里面不得不提的一个标杆。 Hello World, who is OnBoard!? AfterShip 成立于 2012 年，是一家服务国际电商的 B2B SaaS 公司，从第一天成立起就面向国际市场，业务今已遍布北美、欧洲、亚洲等世界各地，团队成员来自全球不同国家的 20 多个城市。客户包括 eBay、Wish、Shopee 等国际电商平台，以及 Anker、Watsons、EcoFlow 等 17,000 多家品牌。2021 年，公司获 Tiger Global 领投 6,600 万美金的 B 轮融资，刷新电商 SaaS 赛道 B 轮融资记录。公司旗下有 AfterShip Tracking（物流查询）, Email（邮件营销）, Returns（退换货管理）, Shipping（多物流商发货）等产品矩阵，涵盖售前售后各个环节。 今年正是 AfterShip 成立的第 11 个年头，趁着创始人 Teddy 回国，我们来到 AfterShip 的深圳总部，在据说由设计过 Meta 总部的设计师一手打造的“海景空间”里，完成了现场录制。Teddy非常认真和细致地跟我们分享了这个漫长过程中的教训、收获和展望。 为什么要从中小客户开始做起？ 如何在一开始打造了一个20人14个国籍的团队？ 为什么早期开发人员都要自己学会做电商？ 为什么在看似发展顺利的时候选择融资？ 整合多产品线的过程中，有哪些产品和组织上的挑战？ 从产品和客户的全球化，到团队和组织的国际化，作为国内 Global SaaS 的先行者，Teddy 无数细节的坦诚分享，一定是你能听到的、少有的原汁原味的创业故事。 你会感受到 Teddy 非常细节控的风格，当然还有，Teddy 努力了很久还是港味浓浓的普通话~哈哈！ 话不多说，大家Enjoy！ 对了，播客可以打赏你知道嘛~！☕☕☕
今天又是一期关于AI的硬核讨论！这次依旧是 AI 领域的核心话题之一：GPT 是否能带领我们通向 AGI (Artificial General Intelligence, 通用人工智能）？如何评估和理解 AI 的能力？大模型范式下，我们如何定义智能？这些问题，至今没有标准的答案。大模型加上 HuggingGPT, AutoGPT 一系列 generative agents（生成式代理） 之后，给各个行业甚至整个社会带来什么改变？我们这期的嘉宾，来自中美学术界与产业界，绝对难得的一线视角。 Hello World, who is OnBoard!? GPT 之后，我们关于AGI 的探讨又更近了一个阶段。但如果走向通用人工智能时代是一个大概率事件，那么实现通用人工智能的最佳路径只有 GPT 吗？还有哪些值得大家去探索的方向有待讨论，探索的方法论又从何而来？这是 OnBoard! 与科技早知道又一期合作节目，我和大家都非常喜欢的硅谷徐老师，与来自微软研究院两篇刷屏论文的作者，以及中国AI独角兽研发总监一起，深度探讨最值得你关心的几个AI领域核心命题。相信你听完这一期，会对人工智能的能与不能，希望与挑战，有不一样的认识。 长达3小时的谈话，即使知道短一些的版本会更容易传播，但是Monica 还让大家听到更多原汁原味的讨论，所以尽量保留了更多内容。相信这些干货，值得你的时间。Enjoy！ 嘉宾介绍 硅谷徐老师，硅谷连续创业者、人工智能高管、斯坦福商学院客座讲师，「科技早知道」主播 ｜推特：@H0wieXu｜ 微信公众号：硅谷云｜ AI博客：howiexu.substack.com 谭旭，微软亚洲研究院 高级研究员，主要研究方向为生成式人工智能及其在语言/语音/音乐生成中的应用，《MSRA researcher, HuggingGPT》作者之一 张弋，微软亚洲研究院 高级研究员，主要研究方向为通用人工智能的物理、数学，《Microsoft researcher，Sparks of AGI》 论文作者之一 红博士，某 AI 公司研发总监，研究方向：计算机视觉、数据压缩、通用人工智能。公众号：红博士说 主持： Monica，美元VC投资人，前 AWS 硅谷团队+AI创业公司打工人，公众号：M小姐研习录 (ID: MissMStudy) 主理人 | 即刻：莫妮卡同学 我们都聊了什么 [01:41] 嘉宾自我介绍，最近关注的AI研究（及Monica的隐藏小Update!） [07:48] 第一视角解读微软刷屏论文：Sparks of Artificial General Intelligence: Early experiments with GPT-4 [13:25] GPT4 是 AGI 吗？ [18:42] 对于这篇AGI论文常见的误解：为什么这是比公开 GPT4更强的模型？ [21:48] 为什么GPT4 没有视觉训练数据，却能够理解图片？ [26:46] GPT4 达到高中生水平了吗？为什么能比 ChatGPT 提高这么多？ [31:26] 大模型的 Hallucination（幻觉）要如何解决？业界有哪些尝试？ [44:59] 大模型要实现AGI，还有哪些挑战？为什么“思考太快了”是一种局限？ [56:57] 火爆全网的 HuggingGPT: 研究背景、运作机制、与 AutoGPT 和 ChatGPT Plugin 的异同？ [65:30] 我们需要不同领域的 foundation model （基础模型）吗？ [72:27] HuggingGPT 和 AutoGPT 技术成熟了吗？为什么需要专家生态？ [78:05] 为什么说 ChatGPT Plugin 的本质是 OpenAI 在收集数据？ [85:21] 中国的大模型公司如何追赶 OpenAI? [90:05] 大模型能处理的 Context Length (背景信息长度）是能力瓶颈吗？要如何突破？ [96:11] 如何理解 context length 对于大模型能力的重要性？需要对模型架构本身做改变吗？ [103:53] 为什么说AI创新要赢得市场，生态可能比技术更重要？ [106:04] AI技术应用落地的现状如何？有什么机会和挑战？ [113:34] AI创业公司应该优先服务500强大客户吗？ [118:56] 企业会如何使用AI：调用 API 还是本地部署？有哪些决定因素？ [122:21] AI 应用创业有哪些方向？为什么说要关注 mission impossible (不可能的任务）？ [130:15] 嘉宾眼里，AI 最让人兴奋的未来是什么？ 免责：节目中的观点都是嘉宾和主持人个人观点，不代表所在机构观点，亦不构成任何投资建议。 参考文章 论文 《GPT-4，通用人工智能的火花》 Language models can explain neurons in language models Draw a unicorn in TikZ
这一期是 OnBoard! 的 bonus 番外篇，两位主播来走心地跟大家聊聊 OnBoard! 诞生以来的历程、思考与心得。 不知不觉，OnBoard! 居然已经诞生了1年多的时间，确切的说，是13个月。回头来看，我们都没有想到，这充满动荡的一年，我们居然已经录制了整整30期播客，也就是不到两周就有一期播客（把自己都惊艳到！） Hello World, Welcome OnBoard! 在这个特殊的时间点，两位主播在北京的一个茶馆里，跟大家侃侃而谈心路历程，包括： 录制30期深度访谈播客，我们的收获与心得 我们经常收到的听友和朋友们的问题：比如，如何用爱发电？ 两位主播最近的新动向 我们在一线对创业投资市场的观察 当然，还有避不开的AI：AI如何改变 SaaS，变与不变，现在与未来？ 推荐我们平时听得最多的国内外播客 最后！还有Monica 给大家录制的一个小彩蛋~ Stable Diffusion Google Bard PaLM（Pathways Language Model） Foundation model：基础模型 Setback：挫折 Market specialist： 市场专员 Copywriter：文案作者 Algorithm：算法 UBI：Univerasl Basic Income，全民基本收入 Social post：发布在社交网络上的帖子 AGI： Artificial General Intelligence，通用人工智能 Packaging：产品功能组合包装 Retention：留存 Pricing：定价 Enterprise readiness：达到企业级可用标准/状态 Version control：版本控制 Snpid Character.ai Stabiliby.ai Perplexity.ai POE Notion AI Rewind Jasper.ai Midjourney Zapier 《纳瓦尔宝典》：纳瓦尔宝典 The Tim Ferriss Show：tim.blog Invest Like the Best：podcasts.apple.com All-In with Chamath, Jason, Sacks & Friedberg：podcasts.apple.com Talk RL：TalkRL: The Reinforcement Learning Podcast The Robert Brains：The Robot Brains Podcast with Pieter Abbeel Eye on AI：www.eye-on.ai Lex Fridman：lexfridman.com SaaStr：www.saastr.com In Depth：review.firstround.com Acquired：www.acquired.fm Software Engineering Daily：softwareengineeringdaily.com Data Engineering Show：www.dataengineeringshow.com Open Source Underdogs：opensourceunderdogs.com No Priors：podcasts.apple.com 这里有个小插曲，本来我们还想很有仪式感地录 OnBoard! 第一期视频，但是无奈一时兴起，连设备都没有准备好，用来录制的手机居然录到一半内存满了…后续咱们还是剪辑一些花絮，供大家消遣吧！同时，也要感谢看到我们朋友圈的自嘲之后，主动提出赞助设备的听众！爱你们！ 希望这次聊天，能让我们彼此走得更近一些~Enjoy! 我们都聊了什么？ 04:41 两位主播先分享近况以及最近印象深刻的一件事。 14:20 答听众问之：当初为什么做播客？ 18:24 答听众问之：做一期播客的过程以及需要多长时间？ 20:53 答听众问之：做播客对我们的工作和生活有什么帮助？ 27:12 回过头看，OnBoard!的定位是什么，“PMF”在哪里？ 35:20 回顾前面30期，令主播印象最深刻的是哪几期节目？ 44:40 为什么录制过程中最特别的环节是“提纲准备”？ 47:41 做播客后对我们职业或生活有没有带来改变甚至“惊喜”？ 55:51 两位主播常听的播客清单大公开！还有两个“fun fact”！ 73:37 做了很多期AI节目，主播自己在用什么AI工具“改善”生活？ 80:18 接着再分享几个创业公司“活用”AI工具的案例。 85:12 主播自己比较期待或关注的AI公司有哪些？ 96:13 关于AI里的新机会和未来到底在哪里？ 103:42 这一波火热的AI投资里是否真的会诞生下一个“Facebook”或“谷歌”？ 108:53 为什么我们需要关注AI或AGI的社会影响？ 111:30 最后，两位主播展望对后面播客内容的规划和一点小小的“呼吁”！ 120:16 别忘了，还有Monica准备的彩蛋，Enjoy！ 提到的AI公司或产品 Snpid Character.ai Stabiliby.ai Perplexity.ai POE Notion AI Rewind Jasper.ai Midjourney Zapier 我们的播客和书籍推荐 《纳瓦尔宝典》：纳瓦尔宝典 The Tim Ferriss Show：tim.blog Invest Like the Best：podcasts.apple.com All-In with Chamath, Jason, Sacks & Friedberg：podcasts.apple.com Talk RL：TalkRL: The Reinforcement Learning Podcast The Robert Brains：The Robot Brains Podcast with Pieter Abbeel Eye on AI：www.eye-on.ai Lex Fridman：lexfridman.com SaaStr：www.saastr.com In Depth：review.firstround.com Acquired：www.acquired.fm Software Engineering Daily：softwareengineeringdaily.com Data Engineering Show：www.dataengineeringshow.com Open Source Underdogs：opensourceunderdogs.com No Priors：podcasts.apple.com 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容： M小姐研习录 (ID: MissMStudy) by Monica 我思锅我在 (ID: thinkxcloud) by GN 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。感恩！
好久没有上新了，大家有没有想念我们呀！最近AI 的进展实在是太惊人。但是新闻看多了，自然需要有一些来自一线经验深入思考，才能窥见更接近真实的图景。这一期也是Onboard! AI 系列的第三期，接下来还准备了好几期星光熠熠的 AI 专题，请大家关注Onboard！, 不要错过哦！Hello World, who is onboard?这一期，我们将眼界放宽到大语言模型（LLM, Large Language Model）本身能力之外，看看 LLM 周边生态系统，包括硬件和软件工具链，如何随着基础模型的发展，迅速迭代，又相辅相成。嘉宾们来自生成式AI的上下游核心玩家，包括Nvidia, Google Cloud 的生成式AI平台 Vertex AI, 全球最火的AI模型库和社区平台 Huggingface, AI infra 初创公司，聊一聊从他们的视角看到的AI发展的机会，挑战与未来。这一期近2小时的讨论非常硬核，从芯片架构、GPU集群管理，到开发工具，甚至还聊到AI的社会影响，有好几个即兴的精彩话题。术语和英文不少，还请多包涵，在show notes 中尽量为大家做好笔记。话不多说， enjoy! 嘉宾介绍 Jiajia Chen: Senior Product Manager @Nvidia Omniverse, AI infra, Autonomous vehicle data platform; ex-Cisco Han Zhao: Staff software engineer @Google Cloud Vertex AI Tiezhen Wang: Software engineer @Huggingface, ex-Google Tensorflow Ce Gao: Co-founder & CEO @TensorChord, ex-Tencent, Co-chair @Kubeflow 我们都聊了什么 02:12 嘉宾自我介绍, fun fact: 最近看到的有意思的AI产品 06:53 Tiezhen 推荐的自然语言编程工具 Cursor, 嘉宾们激辩编程的未来 13:28 深度碰撞：未来还需要编程吗？ 23:47 Nvidia GTC 2023 上有什么值得关注的新产品？芯片技术的下一代创新在哪里 29:38 各个大厂新出的芯片针对LLM做了哪些优化？ 36:35 管理训练LLM 的大规模GPU集群有哪些挑战？ 47:04 以后我们需要专用的推理芯片吗？ 52:17 开源界有哪些降低LLM训练和部署成本的尝试？LLM 成本下降边界在哪里？ 59:08 LLM 商业生态的未来：开源 vs 闭源？每个企业都需要自己的LLM吗？ 68:50 LLM的发展对于传统的MLOps 工具链各个环节有什么影响？ 78:11 LLM 会带来哪些监管和社会影响？ 90:37 基础模型越来越强大，上层应用和工具如何创造价值？ 100:34 对未来AI发展的期待 我们提到了什么 ChatGPT GitHub Copilot: Your AI pair programmer Cursor: an editor made for programming with AI Tabby: AI Coding Assistant AutoGPT: An experimental open-source attempt to make GPT-4 fully autonomous. HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in HuggingFace NVIDIA cuLitho - Accelerate Computational Lithography NVIDIA H100 GPU NVIDIA NeMo Framework NVIDIA Grace CPU Superchip NVIDIA NVlink: high-speed GPU interconnect Weights & Biases – Developer tools for ML Vicuna: An Open-Source Chatbot Impressing GPT-4 with 90%* ChatGPT Quality Alpaca: A Strong, Replicable Instruction-Following Model 重要名词（感谢 ChatGPT 帮忙！） Large Language Model:大语言模型,指用海量文本训练的语言模型,如GPT-3等。 Foundation Model:基础模型,指一个预训练模型,可以用作下游任务的起点,进行微调和迁移学习。 GPU cluster:GPU集群,多个GPU服务器联网,用来提供高性能的并行计算能力。 Distributed computing: 分布式计算,在多台计算机上协同完成计算任务。 Confidential computing :保密计算,指在不可见和不可获取的方式下处理和分析数据的技术。 Computational lithography: 计算光刻,使用计算方法来精确控制光刻过程,以产生更小更复杂的集成电路。 Electromagnetic Physics:电磁物理学,研究电磁场及其与物质的相互作用。 Photochemistry:光化学,研究光与化学物质相互作用的学科。 Computational geometry:计算几何,研究使用计算机算法解决几何问题的学科。 Topology:拓扑学,研究空间中两个形状或物体之间连续变形的性质。 Stream multiprocessor:流多处理器,GPU中的一种执行单元,包含多个流处理器核心。 Inference:推理,指使用训练好的模型对新数据进行预测和分析的过程。 Model Serving:模型服务,指提供推理API服务,使训练好的模型可以被应用系统调用。 Tensorcore:张量核,NVIDIA GPU中专用于加速机器学习运算的功能单元,如矩阵乘法等。 Vector database:向量数据库,存储和查询高维向量数据的数据库。 参考文章 万字长文，探讨关于ChatGPT的五个最核心问题 OpenAI 联合创始人、首席科学家 Ilya Sutskever 解读大语言模型的底层逻辑与未来边界 NVIDIA GTC 2023 Keynote Product Announcements Nvidia launches new services for training large language models | TechCrunch Large Language Models Get Smarter With Enterprise Data | NVIDIA Blog Jina AI 创始人肖涵博士：揭秘 Auto-GPT 喧嚣背后的残酷真相 欢迎关注M小姐的微信公众号，了解更多中美软件和AI的干货内容！M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦~
过去两年全球SaaS市场在疫情期间引来了一波高潮，其中最受益的除了远程办公和效率工具外，就是Shopify为首的中小电商生态了，而说起电商SaaS及相关服务商，就不得不提在这三年来经历了高速发展超级独角兽，电子邮件营销（Email Direct Marketing，即EDM）的龙头，Klaviyo。 Hello world, who is OnBoard!? Klaviyo于2012年由Andrew Bialecki和Ed Hallen联合创立，总部在美国波士顿。去年8月公司宣布获得Shopify的1亿美金追加投资，估值高达95亿美金，是现在电商SaaS领域全球估值最高的公司之一。在看似如此红海的Martech领域还能有如此卓越的表现，到底有什么秘诀，以及电商生态还将走向哪里？想必大家都非常希望了解这家超级独角兽公司的成长史和背后的趣事。 本期的两位嘉宾，分别是Klaviyo的早期成员，第十位工程师Seed，以及现任新产品团队（New Product）的核心成员Hansen。还有一位cohost，知名公众号“随机小分队”的主理人JK。Seed和Hansen在Klaviyo都扮演过和正承担非常重要的角色，也给我们提供了精彩的内部视角和独特的行业观察。同时，他们两位也在美国做了一档非常有趣的针对创业者和早期公司高管的访谈播客，叫Superposition，最近改名为Venture Vibes。JK最近也在公众号上发表了一篇研究Klaviyo增长的深度长文，这次谈话正好是这家公司的番外篇。 链接都在下方注释中，欢迎大家关注！ 两位嘉宾在北美工作与生活多年，夹杂英文在所难免，也请大家体谅。Enjoy！ 我们都聊了什么？ [02:15] 两位嘉宾和Co-host的自我介绍，在美国的工作经历以及加入Klaviyo的过程。 [11:55] Klaviyo的业务介绍以及在全球电商SaaS领域的地位。 [15:28] 通过三个角度解析，Klaviyo从成立到现在经历了哪几个重要阶段？ [18:20] 为什么公司早期发展比较“佛系”却一直被需求推着走？ [22:23] 早年加入Klaviyo，与创始人共事是一种什么体验？ [24:49] 为什么从第一天起创始人认为Klaviyo是一个“数据库”而不是营销技术公司？ [27:28] 选择邮件营销作为第一款产品，公司如何在红海市场里凸显自己的价值？ [33:03] Klaviyo的邮件营销产品为什么能保持竞争力，难点到底在哪里？ [34:41] 回过头来看，早期阶段有没有印象深刻的一件事情或挑战？ [38:26] 第一款“爆品”后，什么时候开始推出第二款产品，经历了哪些重要阶段？ [43:03] 现在产品团队是如何分工的，“新产品”团队在探索什么方向？ [48:40] 疫情之前，什么“意外”事件成为了业务爆发的神奇推手？ [52:14] 回顾疫情，到底对电商市场及公司带来了怎样的变化和影响？ [58:46] 大量客户涌入后，客户画像发生了什么变化以及获得了哪些“教训”？ [64:53] 疫情期间公司组织架构做了哪些调整以适应团队的高速扩张？ [67:22] 扩张过程中公司和团队文化发生了哪些变化？ [70:52] 随着跟Shopify的关系升温，双方还会有怎样的合作？ [73:54] 如何看待跟Shopify这种紧密关系中的利与弊？ [77:35] 再回头看，Klaviyo能够在行业里“逆袭”的核心原因是什么？ [80:26] 近年来数据隐私保护对电商生态有什么影响，是否有新机会？ [87:10] 如何看待Generative AI（生成式AI），特别在电商场景的落地？ [95:08] 最后，两位嘉宾讲述自己做播客“Superposition/Venture Vibes”背后的初衷。 [99:28] 快问快答！Seed和Hansen力荐的播客节目，以及今年的小愿望。 推荐内容 Klaviyo官网：www.klaviyo.com 随机小分队：Klaviyo到底是不是Email公司？红海赛道白手起家的95亿美金增长复盘 Venture Vibes/Superposition播客：Fail fast, win faster | (VP / Head of Shopify @ Klaviyo, Co-Founder @ Privy) 推荐的播客：All-In with Chamath, Jason, Sacks & Friedberg - Spotify 重点词汇或公司 EDM：Email Direct Marketing，电子邮件营销 Marketing automation：营销自动化 Product market fit：产品市场匹配 Standardized：标准化 Reinvest：再投资或投入 “Without actually putting too much money into marketing”：实际上没有花太多钱在营销活动中 Distribute system：分布式系统 Engineering and product first：工程与产品先行 Bias：偏见 Personalization engine：个性化引擎 “That's not a hard part at least... that's the vision from the beginning”：那至少不是难点，那是最开始的愿景 CDP： Customer Data Platform，客户数据平台 Mailchimp：全球EDM领域最大的SaaS公司，2021年被上市公司Intuit以120亿美金收购 Real-time：实时 Value proposition：价值定位 Dashboard：看板 Migration：（数据）迁移 Boost：推动 Status quo：惯例，现状 New normal：新常态 Enterprise：企业级客户 Self-serve：自助 Onboarding：入职 Remote-first：远程协作优先 Burn out：精力消耗 Email provider for Shopify：Shopify官方认可的电子邮件提供商 Integration：集成 Customize：自定义 Product vision：产品愿景 WooCommerce, BigCommerce：跟Shopify类似提供电商建站功能的平台 “You know why is there no real tech company in the east, we have the best talents have the best schools right”：我们东岸有最好的人才和高效，为什么没有真正的科技公司？ Angel investing：天使投资 Pivot：转型，调整方向 App tracking transparency：应用跟踪透明（要求） Power management：能源管理 Nonlinear growth：非线性成长 “doesn't really care about what other people think”：不在意其他人怎么想 “becoming rich doesn't really change who you are, just amplifies it”：变富有不改变你是谁，只会放大你（的形象） 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： M小姐研习录 (ID: MissMStudy) by Monica 我思锅我在 (ID: thinkxcloud) by GN 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们！
今天是个值得纪念的日子，不止因为是女神节，也是因为：一年前的今天，Onboard! 正式发布第一期播客！这一期，我们采访一位非典型的创始人：小鹅通的创始人 CEO，鲍春健，人称老鲍。你也许不知道小鹅通，但是你只要线上听课或者看各种活动直播，大概率都是小鹅通的技术支持。你或许很难想象，一家软件公司，在2022年双十一的期间，通过直播就实现了千万元的销售额，是不是跟你所想的软件公司很不一样？ Hello World, who is onboard? 深圳小鹅网络技术有限公司（小鹅通）是一家以知识产品与用户服务为核心的技术服务商，2016年创始至今已服务超过160万家客户，包括了大家耳熟能详的吴晓波频道、十点读书、华夏基金、西贝、腾讯学堂等各行业一线知名品牌。覆盖的终端用户更是超过8亿，最高同时在线超过1000万人！融资方面，小鹅通也在2021年底拿下腾讯的数亿元C轮融资后，2022年拿下1.2亿美元D轮融资，总融资额超过10亿元。 这期播客更像一次既感性也有理性，好玩且松弛的茶话会，老鲍把自己的产品哲学，小鹅通三次抓住“风口”的背后故事以及对私域的未来畅想都娓娓道来。与我们平时熟悉的创业故事和创业者很不一样，老鲍一直强调“慢即是快”，整个谈话过程中也是“形散神不散”。看似偶然的一个个决策背后，似乎又有着某种专注和坚持的必然。 欢迎大家跟我们一起走进这次非常享受的对话，Enjoy! 我们都聊了什么 02:48 鲍总的自我介绍，以及创业小鹅通的曲折探索过程。 10:49 直到遇到吴晓波老师，创业方向逐渐清晰。 24:31 第一批用户画像是什么？如何收费的？ 27:53 小鹅通0到1的过程中，还有哪几个里程碑事件？ 39:06 产品是怎么从知识付费行业破圈的？ 43:53 公司早年没有销售的原因，以及为什么最先建立的是客服团队。 49:34 鲍总自己是如何“用小鹅通的方式做小鹅通”的？ 68:31 鲍总对SaaS和服务的独特理解，如何“用客户去服务客户”？ 74:48 现在团队是如何做客户需求的优先级选择？ 85:30 团队又是如何去满足来自C端使用用户的需求？ 88:23 为什么把“自己成为客户”放在“走进客户”阶段的后面？ 90:57 产品功能越来越复杂的时候，团队是如何做减法的？ 101:10 回看被”推着走“的过程，主要做对了哪些事情？ 103:58 服务大客户的时候遇到过什么挑战吗？如何塑造全员的“产品观”？ 111:19 在产品快速发展的过程中，公司组织架构上有哪些重要的调整和挑战？ 118:02 公司如何思考微信生态和多平台策略？ 122:51 为什么小鹅通跟其他直播平台不是竞争关系，以及“小鹅通”名字的起源。 128:40 直播的未来在哪里？用户场景还在发生什么变化？ 136:40 小鹅通往后希望如何继续引领客户需求？ 143:13 作为CEO今年的工作重心在哪里，是否受到市场环境变化的影响？ 145:41 最后，在鲍总心里小鹅通未来会成为一家怎样的公司？ 147:59 快问快答！老鲍对CEO做直播的建议，以及如何从打太极中体会“慢即是快”。 重点词汇： LBS：Location Based Service，围绕地理位置数据而展开的服务。 Inbound/outboud：企业获取商机的两种方式，inbound为客户主动搜索企业而变为商机，outbound为企业销售主动联系客户。 嘉宾推荐的内容（混沌学园是小程序商城，没有链接） 混沌学园：李善友教授的《“一”思维课程》。 混沌学园：王东岳的《东岳先生学习坊》。 参考文章 小鹅通官网：xiaoe-tech.com 鲍春健：小鹅通如何用产品和服务实现内外连接 D轮融资1.2亿美元，小鹅通究竟在做什么？ 揭秘小鹅通背后的成长故事 深耕知识服务行业，拆解小鹅通的成功内幕 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： M小姐研习录 (ID: MissMStudy) by Monica 我思锅我在 (ID: thinkxcloud) by GN 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！
这一期可谓众望所归，Monica 硬核对话 PingCAP 联合创始人CTO 黄东旭。大年初四，我们在广西老家的一个露营地，吹着15度的暖风，聊了两个小时的数据库、中美开发者市场和技术产品哲学，好不惬意！ Hello World, who is OnBoard?! 如果你对开源有所关注，一定知道开源分布式数据库 TiDB 及其背后的公司 PingCAP。PingCAP 可以说是中国商业化开源公司的先驱。2015年成立至今，TiDB 从零开始，在Github 上超过3万star, 超过800位来自世界各地的贡献者，除了包括众多一线互联网大厂在内的开源用户，PingCAP 还服务了20多个国家3000多个客户。 作为联合创始人和 CTO 的黄东旭，不仅是资深的基础软件工程师，架构师，还是狂热的开源爱好者以及开源软件作者，内存数据库 Redis 的高性能集群架构解决方案 Codis 就是他的作品之一 。 此外，PingCAP 也可谓是中国基础软件公司走向世界的先行者。过去一年多的时间，东旭几乎全身心铺在硅谷，对于中美市场异同、什么是给开发者用的数据库，什么是未来的开发范式，当然还有开脑洞的讨论：现代AI发展会对数据领域有什么影响？这次掏心窝的分享，一定能给你非常多启发！ 最后需要一提的是，生活中的东旭还是一名摇滚乐手。本期最后的彩蛋，你会听到他展示最新学习的乐器！ 干货满满准备上车，Enjoy! 【感谢AroundDeal 赞助本期播客！】 随着越来越多 IT SaaS、智能制造企业都开始开拓全球市场，精准获取海外B端客户线索就成了首要问题。AroundDeal 为企业提供全球商业信息SaaS平台。他们的平台上1亿多条联系人、企业及商业情报信息，覆盖全球200多个国家地区，3000多种细分行业，并且持续更新。绝对是企业出海的必备神器！ OnBoard! 听众还有福利！访问 AroundDeal.com，在 Contact Sales 中备注 Onboard, 即可领取七天免费试用！还不赶紧去试试，立即找到你的下一个海外理想客户！ 我们都聊了什么 02:30 开场：PingCAP 介绍，发展历程的几个重要节点 07:00 OLAP, OLTP 科普：场景和开发难点有什么不同 12:12 “未来的数据库都会是 HTAP 数据库”？！为什么说 HTAP 的核心能力是在TP能力 21:35 分久必合，数据库长尾需求会越来越收敛吗 24:03 Why now: 为什么 HTAP 概念在最近几年开始被广泛接受？ 27:19 为什么 HTAP 概念在 infra 成熟的美国，流行得反而更晚？ 29:55 主流的 HTAP 架构是怎样的？用户应该如何选型？ 34:26 各个大厂都在跟进 HTAP 产品，对于早期公司意味着什么？ 37:11 如何理解“万物皆可 SQL”？ 对于数据库厂商意味着什么？ 41:17 什么是“数据库的第一性原理”？ 46:25 Vercel 如何做好开发者体验？为什么说要做好 infra, 你应该关注的反而不是 infra? 53:23 对于新创的数据库公司，没有 Serverless 就上不了牌桌？ 59:45 serverless 开脑洞的未来！解决数据孤岛的终极方案 64:38 好的数据库 vs 好的数据库产品 66:12 为什么说新的数据库公司，需要新的研发组织？ PingCAP 发生了哪些组织挑战与变革？ 71:18 数据库用户的组织架构在发生哪些变化？ 74:43 开源社区在组织不同阶段的作用有什么不一样？为什么说期待开源到商业转化不能太乐观？ 80:27 在美国有哪些新出现的 infra 公司和新的技术趋势？ 84:46 开拓北美市场，要从科技行业客户破圈，有哪些挑战？对搭建团队有哪些挑战？ 92:21 美国之外的海外市场：东南亚有惊喜，顺序打法有讲究 98:01 中国与海外市场的异同，为什么创业公司也要先啃硬骨头 100:11 创业8年回顾：有哪些经验和心得？ 104:11 未来令人兴奋的机会 108:40 不得不了的：chatGPT, 生成式 AI 的脑洞 111:58 快问快答：有彩蛋！ 我们提到的公司 & 重点名词 Snowflake SingleStore Neon Vercel Supabase OSS Insight Snowflake Unistore Google Spanner ZeroETL Reverse ETL OLAP OLTP Serverless 嘉宾的推荐 推荐的书：禅与摩托车维修艺术（Zen and the Art of Motorcycle Maintenance, by Robert M.Pirsig） 推荐的书：Unix 编程艺术, by Eric S·Raymond Rob Pike, Go 语言之父 Werner Vogels, Amazon CTO Bansuri, 印度乐器 喜欢的音乐人：Sonic Youth 欢迎关注M小姐的微信公众号，了解更多中美软件行业的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们 ❤️
自从OpenAI 发布的chatGPT掀起席卷世界的AI热潮，不到3个月就积累了超过1亿月活用户，超过1300万日活用户，展现了AI让人惊叹的能力，让人感叹，下一个科技革命终于要到来。于是，这次硬核讨论就来了！ Hello World, who is Onboard!? 这次的嘉宾都是绝对的一线。有 Google Brain 的研究员，Xuezhi, 她是 Google 大语言模型 PaLM (Pathways language model) 的作者之一。还有来自 Stability AI 的技术产品经理，和来自某硅谷科技大厂的AI产品经理，曾任前吴恩达教授的Landing AI 机器学习产品负责人。还邀请到了一位一直关注AI的投资人朋友，Bill，作为主持嘉宾。 这次没有做太多chatGPT 天马行空的畅想，而是针对LLM和生成式AI，相当务实的讨论。技术角度，现在的技术可能的天花板和大变量会在哪儿？产品角度，AI和大模型产品化落地的难点？商业角度，整个生态可能随着大模型出现有什么演变？最后，还有投资人视角的回顾、总结和畅想。 这里还有一个小update, 在本集发布的时候，Google 也对爆发增长的ChatGPT 做出了回应，正在测试一个基于LaMDA 模型的聊天机器人 Apprentice Bard。正式发布后会有什么惊喜，我们拭目以待。 AI无疑是未来几年最令人兴奋的变量之一。我们未来会邀请到更多一线从业者，从不同角度讨论技术演进、商业的可能，甚至未来对于我们每个人和社会意味着什么。不论你是做创业、研究、产品还是投资，或许都能为你提供一些思考。 这次的讨论有些技术硬核，需要各位对生成式AI、大模型都有一些基础了解。讨论中涉及到的论文和重要概念，也总结在 show notes 中，供大家复习参考。其中几位嘉宾在北美工作生活多年，夹杂英文在所难免，也请大家体谅。 欢迎来到未来，Enjoy! 嘉宾介绍 Xuezhi Wang, Google Brain 研究员，Google 语言大模型 PaLM 作者之一。 Yizhou Zheng, Stability AI 产品和工程经理 Yiwen Li, 某硅谷科技大厂机器学习产品经理，前 Landing AI 产品负责人，天使投资人 我们都聊了什么 02:52 嘉宾自我介绍，fun fact: 你们感兴趣的一个生成式AI项目 大语言模型（LLM）的硬核讨论 12:07 Google PaML 是什么？跟GPT3有什么区别？ 15:47 GPT3比起GPT2 的巨大提升是怎么实现的？In-context learning 的机制是什么？ 24:02 大模型不断增加参数的过程有什么挑战？还有什么影响模型效果的重要因素？ 27:35 模型参数已经到瓶颈了吗？增加模型参数对落地应用有什么影响？ 31:13 高质量的训练数据规模会成为模型扩展的瓶颈吗？ 37:24 大模型基础上，具体场景的模型训练对数据要求有什么变化？ Stability AI 和开源商业模式 42:59 什么是Stable Diffusion? 跟其他图片生成模型的区别是什么？ 55:27 Stability AI 开源商业模式是什么？ 59:40 大模型背景下的AI商业模式会有什么变化？ 01:08:26 训练成本会如何影响AI产品和基于开源的商业模式？ 01:13:13 底层模型提供商会形成类似iOS，安卓这样的生态吗？AI PaaS 生态会如何演变？ 实现下一步的可能挑战 01:22:12 What's next: 现在的LLM还有什么瓶颈？基于现有模型的天花板是什么？ 01:31:27 大语言模型如何提升能力：多语言的挑战，多模态数据的作用 01:36:32 图片生成模型目前的瓶颈和未来提升的方向 01:39:18 多模态为什么对于模型提升很重要 01:42:37 多模态的难点是什么？ 大模型的落地和产品化 01:44:46 What's next: 基于大模型需要不一样的AI开发工具链吗？基础模型提供商会不会提供配套工具？ 01:58:48 产品经理如何思考AI的应用场景？ 02:03:25 Closing: 嘉宾未来关注的AI发展领域 Monica & Bill 投资人讨论 02:07:05 今天讨论印象深刻的点 02:09:39 这次AI浪潮跟上一波有什么不同？投资人如何评估生成式AI创业公司？ 02:14:44 现在是好的投资时点吗？ 02:17:03 随着训练成本降低，做模型的企业护城河是什么？ 02:20:00 如何看待中国的生成式AI创业机会？ 02:25:36 未来让我们兴奋的AI创业机会还有哪些？ 参考文章 Introducing Pathways: A next-generation AI architecture More Efficient In-Context Learning with GLaM Flamingo: a Visual Language Model for Few-Shot Learning Language Models Perform Reasoning via Chain of Thought Stable Diffusion with Core ML on Apple Silicon 欢迎关注M小姐的微信公众号，了解更多中美企业服务的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们。
兔年快乐！这是2023年新年后第一期更新，也是一次新尝试！给大家拜个晚年，祝大家兔年快乐，开工大吉。而且，这一期非常特别：是Onboard! 第一期英文播客！ Hello World, who is Onboard!? 新的一年里，面对更多不确定性的宏观市场，我们似乎前所未有地更关注中美的联动。于是，我们请来了美国头部机构的投资人，听听他们对市场、行业和投资的思考，提供一些不同的视角，希望能给你启发。 这次的嘉宾 Kevin Zhang, 是 Bain Capital Ventures (BCV) 的合伙人。 如果你不知道 BCV，那你一定知道大名鼎鼎的 Bain Capital, 掌管1600多亿美金的传奇资产管理集团，贝恩资本。BCV就是他们的早期投资部门。 Kevin 从创业公司早期员工转身成为投资人，短短5年时间从VP升到合伙人，他所关注的领域包括企业服务、开发者工具、fintech, Defi 等等。这次近2小时的访谈，我们聊了 Kevin 进入VC的经历，他对于宏观市场和早期投资新常态的理解，最有意思的，为什么Kevin从“人”不是所谓的市场大势中寻找方向。 最近投资者和很多创业者都在急切寻找所谓下一个大趋势，面对过于火爆的一些热点有些趋之若鹜又心存谨慎。Kevin说的 "anti-narrative" 的思路给我的启示是，投资人更要心存谦逊，到一线去，跟在各行各业深度思考的人才交流中寻找机会，而不是过度依赖二手的案头研究。创业者、想创业的同学，更要理性面对市场的危与机，从自己的身边寻找机会，更有定力，更相信本源的思考。 让短期焦虑变成动力，相信未来，做个理性乐观主义者。我们共勉。 希望全英文对话没有让你望而却步，如果大家喜欢，以后我们会邀请到更多优秀的海外投资人、创业者和从业者，跟大家分享更多海外视角。 新年快乐，enjoy! 嘉宾介绍 Kevin Zhang, Bain Capital Ventures (BCV)合伙人， Bain Capital Crypto 的 Venture Partner。Kevin 专注于SaaS, 基础软件、fintech 等方向的早期投资。他投资的项目包括 Lightning AI, Hightouch, Magical, Lumina 等。加入BCV之前，Kevin 是 fintech创业公司 Fundera （被Nerdwallet 收购）的 Head of Product. 也是非常典型的 startup operator 转身投资人路线~ 我们都聊了什么 01:47 Intro of Kevin and BCV, how Kevin got into venture capital 10:00 Why Hightouch was one of the most controversial investments Kevin made 15:23 How Kevin views the recent market downturn? 20:30 Where is the early-stage investment heading? 25:24 What are the typical valuations of an early product-market-fit startup? What metrics do investors look for? 29:05 Has the SaaS market become too saturated? What are the new opportunities for SaaS startups? 32:28 Why did Kevin invest in Magical and why does it stand out in the competitive RPA (Robot process automation) market? 36:07 How to understand the moat for a SaaS company? 41:12 What's hard about building a to-developer company? 46:49 Why does Kevin think he is an "anti-narrative" investor? How does he view the recent AI hype? 52:00 Have web3 and Defi proved their value? 56:50 Why does Kevin claim to be a "people-investor"? 60:48 Questions Kevin often asks to assess an entrepreneur 64:19 Deals that Kevin missed and his takeaways 67:05 Kevin's inflection points of his career in venture capital 69:50 Quick questions: book recommendations, what's overrated and underrated in silicon valley, 2023 goals 我们聊到的公司 Hightouch: syncing data from the data warehouse to saas tools Magical: RPA for everyday workers Vesta: next-gen mortgage infrastructure Monte Carlo: data reliability Blend: cloud banking infrastructure Fundera (acquired by Nerdwallet) Stripe: payment processing platform 嘉宾推荐的书 Who Is Michael Ovitz? Red Roulette: An Insider's Story of Wealth, Power, Corruption, and Vengeance in Today's China 欢迎关注M小姐的微信公众号，了解更多中美企业服务的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦！
这次是我们2022年末专题的第二期。2022年对全球和中国企业服务市场，尤其是软件行业投资人，可谓是非常百感交集的一年。2022年3月，Onboard! 第一期的主题是回顾 2021 年的美国 SaaS IPO，那个时候真是市场一片红红火火。但是到了2022年的风云突变，让大家有冰火两重天的感觉。 Hello World, welcome Onboard! 在这个有点特殊的年末，我们邀请来一位投资人朋友，XVC的合伙人Leo，加入我们的对谈。Leo 在中美都有丰富的投资的经历。经历了这几年市场的剧变，放慢脚步后，我们反而有了更多的时间，静下心来，跟海外和本土的优秀SaaS公司有了更平和，更深度的交流。这次的市场回调，让从业者、投资人都回归本质，重新思考软件生意本身，中美的差异，还有未来发展方向。在市场的高高低低中，我们试图在噪音中沉淀思考，寻找变与不变的底层逻辑。 这次的话题，切合实际又略有挑战（好多灵魂拷问啊！），希望能给各位启发，思考，和信心！ 最后，2022年是 Onboard! 的元年。前两天小宇宙的年度回顾，让两位主播对开播10个月以来的小成绩，充满欣喜，更是无限感恩。非常感谢7000多位粉丝的支持，以及每期在节目里的评论和建议的听众朋友。新的一年，OnBoard! 继续陪伴你~ 对谈阵容 Monica: Onboard! 主播，经纬创投投资人，前 AWS ML 硅谷团队打工人。 GN: Onboard! 主播，前 SaaS 投资人，公众号“我思锅我在”主理人。 嘉宾 Leo Lu: XVC 合伙人，前蓝湖资本投资人 我们聊了什么 02:08 嘉宾介绍 04:15 2022年美国SaaS二级市场发生了什么变化？ 07:59 二级市场的动荡对于一级市场有什么影响？ 12:26 SaaS公司还是一个抗周期的行业吗？ 16:38 Salesforce是否遇到了困境？ 19:12 又有哪些细分领域在下跌中受影响较小？ 24:07 但是在美国，SaaS一级市场相对依旧活跃；寒冬中仍然有亮点 33:04 电商SaaS在宏观环境的冲击下还有机会吗？ 35:24 Leo如何看待国内尤其企业服务公司出海的机会？ 38:22 为什么现在大家开始重视全球化的机会？ 43:12 中国软件团队做全球化SaaS主要遇到的挑战。 53:15 以科杰数据为例，投资做国内市场的SaaS公司与投出海SaaS有什么不同？ 59:19 整体来看，美元基金如今投资SaaS发生了什么变化？ 68:49 “PLG”热度退却了吗？在中国做PLG是伪命题吗？ 79:21 什么是中国式SaaS公司？有哪些不错的本土实践？ 84:49 新常态下，如何看待中国SaaS的市场空间和估值逻辑？ 94:05 未来大家会继续关注SaaS里哪些新机会？ 108:52 快问快答：推荐的书，产生变化的观点等等 121:25 彩蛋：主播和嘉宾2023年的小目标和小心愿！ 我们提到的公司 科杰科技 API Fox Weee! WasmEdge Alteryx Gitlab Bill.com Agora Zoom UiPath Wix Shopify Klaviyo Salesforce Snowflake Datadog Hashicorp Confluent Splunk Crowdstrike 合规SaaS：Vanta, Drata, Secureframe, Safebase, Laika Snyk Tiktok Aftership 店小秘 拼多多及Temu Airwallex Xtransfer Pingcap Databricks 蓝湖设计 稿定设计 即时设计 创客贴 小鹅通 ONES 凌迪科技 金山办公 UserTesting UserZoom EMQ AIGC相关公司：Jasper.ai, Lensa, Grammarly 我们推荐的书 《若干重大决策与事件的回顾》：book.douban.com 《中国出口之谜》：book.douban.com 《我曾走在崩溃的边缘》：book.douban.com 《创业的国度：以色列经济奇迹的启示》：book.douban.com 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： M小姐研习录 (ID: MissMStudy) by Monica 我思锅我在 (ID: thinkxcloud) by GN 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！
Onboard! 的听众们，2023年开年快乐！2022年对于很多人来说，都是跌宕起伏，百感交集的一年，从生活到投资，从中国到世界，今年有太多猝不及防，始料未及，太多我们习以为常的假设被打破，太多新的底层逻辑，等待被重塑。世界似乎在越来越割裂，我们离“世界是平的”理想似乎渐行渐远。 Hello World, who is nboard? 2022年末，公众号“海外独角兽“的一个关于硅谷见闻的系列文章，让我看到“亲历”的力量。因为种种原因，我们观察世界容易有太多噪音和隔阂。但是，越是在这个时刻，或许我们更应该用前所未有的平和心态，在全球经济的大背景中，思考未来的更多可能性。越是在隔阂加重，误解艰深的今天，抛开二手信息的想当然，在真实的更广大世界中去感受，去观察，去连接，去想象下一个十年。这会是多么意义非凡的讨论。 要在这个特殊的年末聊这样的话题，当然需要一个兼顾中美视角和实践的黄金阵容。这次的嘉宾，有在硅谷企业软件行业数十年的老将，百亿美金上市公司高管，有全球一流的企业投资部，高通风险投资的投资总监，有一直在中美投资一线的资产配置者，也是 “硅谷见闻系列文章”的作者。 我们将一起畅谈硅谷在发生什么，从宏观到一级市场，从AI到web3, 从软件到硬件，帮助我们重新思考我们与世界的联系。在圣诞节的上午，2个多小时的直播，数千观众，同时在线人数一直保持在500多人，你大概也能想象得到是多么全程高能的精彩大戏。当天是Monica 新冠阳了的第三天，声音有些沙哑，还请大家见谅啦。 你也可以在这篇宣传稿中，看到更详细的嘉宾和节目背景介绍。Enjoy! 嘉宾介绍 硅谷徐老师（公众号：硅谷云），硅谷企业服务领域的老将，现任百亿美金上市公司高管，曾任 VMware 网络事业部创始人，也是一位连续创业者。徐老师还是斯坦福商学院客座讲师，也曾是硅谷顶尖风投 Greylock EIR。 Nan Zhou, 高通风险投资部门（Qualcomm Ventures）投资总监，关注企业服务、机器人、IoT，5G等领域。曾参与组建了 Baidu Capital US fund，担任过 Human Longevity 中国区CEO。Qualcomm Ventures 是世界一流的 corporate VC, AUM （Assets Under Management）超过$2Bn, 投资组合包括 Cloudflare, Cruise, SentinelOne, Zoom, 小米等等。 李广密（公众号：海外独角兽），拾象科技 CEO，前红杉资本投资人。拾象科技，致力于成为创新投资范式引领者，打造面向中国企业家客户的下一代全球投资平台。拾象的成长期与中后期投资业务有超过10亿美金管理规模，投资了 Discord, Consensys, Epic Games, SpaceX 等一系列顶尖创新公司。 我们都聊了什么 02:08 嘉宾自我介绍，关注的领域和阶段 05:550 2022年美国VC市场有哪些转变？对创业公司的估值和商务进展要求有什么变化？ 【SaaS/软件】 09:56 如何理解 SaaS 市场经历的巨大下跌？哪些是过激情绪，哪些是必然调整？ 16:09 不同阶段的投资人如何看待估值的巨大变化？ 19:08 SaaS 短期的需求放缓是常态吗？未来云渗透率的增长机会属于谁？ 【人工智能/生成式 AI】 22:12 为什么说下一个十年软件的增长红利主要是……人工智能？ 28:47 云计算的红利过去了吗？ 36:17 如何理解这一波人工智能发展会带来的变化？为什么说 ChatGPT 带来的是下一个 AWS 而不是下一个 Google? 47:12 这一波人工智能的机会中，哪些是属于创业公司的？AI 创业公司的核心壁垒是什么？ 54:46 人工智能训练和推理成本不断降低后，新的竞争格局会是怎样的？ 59:58 除了软件应用之外，这一波的生成式 AI 还会对周边生态有哪些影响，带来哪些新的机会？ 66:59 AI 要成为下一个计算平台，还有什么难点需要突破？ 72:13 【硬件】硅谷又开始关注硬件了吗？硅谷投资人都在关注哪些硬件机会？ 78:12 【web3】如何理解 web3 的核心价值？web3 推广的核心挑战是什么？ 【创业】 86:55 给创业者的建议：现在应该创业吗？如何思考公司的退出路径？ 97:04 中国创业公司要做全球化市场，有哪些机会和挑战？ 104:27 Closing: 嘉宾的寄语和推荐的书 我们提到的公司 OpenAI Stability AI Rippling Workday Deephow Humane.ai OmniML Copy.ai Jasper.ai Confluent 嘉宾们推荐的书 Power Law: Venture Capital and the Making of the New Future/《风险投资史》 by Sebastian Mallaby The Conquest of Happiness/《幸福之路》 by Bertrand Russell The Champion's Mind: How Great Athletes Think, Train, and Thrive/《通往卓越之路》by Jim Afremow Blitzscaling : The Lightning-Fast Path to Building Massively Valuable Companies/《闪电式扩张》 by Reid Hoffman Hit Refresh:The Quest to Rediscover Microsoft's Soul and Imagine a Better Future for Everyone/《刷新》 by Satya Nadella 欢迎关注M小姐的微信公众号，了解更多中美企业服务的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~
久违的M小姐直播又回来了！这次，咱们聊聊在不同的海外市场打造 SaaS 公司。如果你听过16,17两期中声网副总裁何挺老师和Workstream 联合创始人CTO Max Wang 的分享，那你一定也会喜欢这期的讨论。我们不仅邀请 Max 做了个返场，还邀请了在东南亚和日本市场的两位创业者：领创集团联合创始人 寿栋 和 Airgram/Notta 创始人CEO 张岩。 Hello World, who is Onboard!? Workstream, 领创、Notta几家公司代表的美国、东南亚、日本是中国科技公司出海最热门的市场，这几家公司的业务、GTM又很不一样。我们就市场的选择，到产品的扩展，到跨国团队组织，到toB品牌的打造等等所有toB企业关心的核心话题，在不同市场的实践。周六上午聊了两个多小时还意犹未尽。真是全程高能。 M小姐的公众号有详细的嘉宾和活动背景介绍，这里简单介绍一下几家公司的背景，你就知道为什么这个黄金阵容值得你期待！ Workstream 针对美国的蓝领招聘市场，成立不到4年，数千万美金ARR，总融资超过5000万美金。Max Wang 和几位华裔创始人几乎没有做SaaS的经验，却短短几年时间，打造了数百人团队，拿下了Burger King, 麦当劳, Subway等等大型连锁客户。 领创集团早年从为fintech 和银行提供反欺诈工具开始，逐渐扩展到为企业客户提供数字转型、反欺诈和流程自动化解决方案等一系列业务。联合创始人寿栋为了创业才开始在东南亚生活，到现在 Advance AI 的企业用户超过700家，现在又扩展到 ToC 业务。2021年超4亿美金的 D 轮融资之后，集团估值超过 20亿美元！可以说是新加坡和东南亚最大的科技公司之一了。 Notta/Airgram 是分别针对日本和北美的效率工具。CEO 张岩原来是百度、滴滴等移动互联网产品经理，转型成为 SaaS 创业者。日本软件市场相对传统，在语音转录这个并不特殊的赛道，Notta 用PLG (Product-Led Growth) 的方式，不到3年就做到月入30万美金！而2021年开始，张岩开始用 Airgram 这个创新的会议效率产品，打入美国市场，拿下 Product Hunt 头条，拿下超过1000万美金的融资，开始了新的征程。 几位创始人经验与挑战，已知和未解的思考和实践，都是掏心窝的分享。超过8千多人观看了直播，直播间也有很多有价值的互动。如果你错过了，一定要来听听！Enjoy! 我们都聊了什么 03:45 三位嘉宾自我介绍和公司业务简介。 09:08 如何选择市场并拿下第一个付费客户？ 29:45 回过头来看，创业初期还有哪些事情可以做的更好？ 44:52 完成0到1后，如何开始规模化销售？ 48:21 客户群体升级之后，如何升级组织来支持规划化销售？ 60:15 服务企业级客户在海外会面临什么合规问题？早期应该如何与客户沟通？ 65:57 如何应对企业级客户的定制化需求？为什么要提前考虑复杂系统的技术架构设计？ 77:30 【重点！】如何从一个小的切入点发展到多产品战略？自然延伸和代表未来的产品线应该如何开展？多产品线对组织提出哪些挑战？ 106:20 SaaS产品如何在海外市场打造品牌？什么时候开始投入品牌？为什么维度不能太多？ 128:35 如何建立并管理好跨国团队？ 142:58 新的经济和资本环境下，不同市场受到怎样不同影响？对公司规划有什么影响？ 提到的重要词汇和公司 Design partner：共创客户 ATS：Applicant Tracking Systems，招聘管理系统 Ideal Customer Profile (ICP)：理想客户画像 Roadmap：产品路线图 Data compliance：数据合规 Franchise：特许经营连锁 Organic development：自然发展 Ecosystem：生态系统 Master Service Agreement：主服务协议，即框架合同 Local hire：本地招聘 Head of remote：远程管理负责人 Advocate：倡议者 Value proposition：价值主张 ADP：美国人力资源管理软件上市公司，市值1,088亿美金 Otter.ai：一款将会议语音转成文本的会议纪要工具，2021年获得B轮5,000万美金融资 Rippling：美国面向中小企业的人力资源管理SaaS，2022年获得D轮2.5亿美金融资，估值超过百亿美金 Intercom：一款即时通讯及对话机器人工具，2018年获得D轮1.3亿美金融资 Vanta：一款面向SaaS企业提供数据合规检测的SaaS，2022年获得B轮1.1亿美金融资 Secureframe：与Vanta相似，提供数据合规检测的SaaS，2022年获得B轮5,600万美金融资 Clickup：一款一站式项目管理协作SaaS，2021年获得C轮4亿美金融资 Loom：一款录屏记录工具，2021年获得C轮1.3亿美金融资 Calendly：一款日历记录工具，2021年获得3亿美金融资 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： M小姐研习录 (ID: MissMStudy) by Monica 我思锅我在 (ID: angelplusdevil) by GN 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！
又一期重磅的中国企业服务创始人访谈来了！这次请来的嘉宾，可以说是聊到中国企业服务必须要提到的一家公司，神策数据。神策数据(Sensors Data)成立于2015年，是国内专业的大数据分析和营销科技服务提供商。目前已服务付费客户2000余家。今年一轮高达2亿美金的D轮融资后，累计融资金额近3亿美元。 神策数据的创始人兼CEO桑文锋，也是我们一直非常想要深度交流的创业者。他的很多分享，从大数据营销行业，到ToB 公司业务成长，到创业思考，又细到ToB企业产品、营销、销售、客户成功怎么做，让很多从业者都受益匪浅。 Hello World, who is onboard? 这次访谈得到了嘉宾很多支持。访谈之前跟桑老师讨论访谈提纲的时候，他特意说，自己从0到1 的故事已经分享了很多次，但是最近，尤其是面对剧变的资本和市场环境，他对于企业从1到10，有了更多的新的思考，希望能作为这期播客的重点。 所以，我们这次讨论的很多话题，都是桑老师新鲜出炉的实践和思考，有深度迭代，又有时代应景。相信你们也会跟我们一样，受益匪浅。 上一次跟酷家乐董事长黄晓煌的对话，我们收到了很多好评！有一位观众说，没有所谓话术，都是大实话。我们也正是希望将创业者们从0到1，从1到10的实践与思考，挑战与反思，通过播客传承为行业中沉淀的思考，让创业者从业者，都能在前人的基础上，少走一些弯路，跑得更从容。Enjoy！ 公司介绍 神策数据(Sensors Data)，是国内专业的大数据分析和营销科技服务提供商，为企业提供神策营销云、神策分析云、神策数据根基平台三大产品方案，通过全渠道的数据采集与全域用户 ID 打通，全场景多维度数据分析，全通道的精准用户触达，帮助企业实现数字化经营。业务现已覆盖以互联网、品牌零售、金融、融 合媒体、企业服务、高科技、汽车、互联网+ 等为代表的 30 多个主要行业，并可支持企业多个职能部门，目前已服务付费客户 2000 余家。 我们都聊了什么 02:43 文锋总的自我介绍，为什么会创业，早期如何探索创业方向？ 11:55 把百度的经验变成对外产品，早期如何验证 Product-Market-Fit (PMF)? 早期用户怎么找到的？ 16:49 第一个用户是谁？早期如何确定目标用户画像？ 20:09 早期如何实现订阅制收费？如何在大客户和小客户之前取舍？ 25:53 亮点：创业者要思考清楚，你是卖奶瓶还是卖保姆？ 28:31 神策前3年如何度过“可用、可卖、规模化售卖和交付”三个阶段，中间有什么挑战？ 34:03 为什么一个平庸的销售团队反而能卖出1600多万？创业公司早期需要明星销售吗？ 37:03 文锋总最近的感悟：为什么说卖出去不代表能挣钱？为什么“能挣钱”对于创业公司越来越重要了？ 42:47 什么是“会算账”的精细化运营？省钱不只是裁员，还需要做什么？ 48:58 2017-2020年扩张阶段，从单产品到多产品矩阵，如何开始，经历了哪些弯路？ 57:44 如何确定多产品的客户群？有些新市场增长不如预期怎么办？ 60:55 文锋总给创业公司的建议：如何思考你的多产品策略 66:12 对市场规模的思考：我们面对的是时代的市场，市场规模需要动态评估 70:24 为什么说2020年是神策最焦虑的一年？为什么说 toC 打法不奏效了？如何解决面对大客户产品 vs 服务的纠结？ 78:39 如何建立针对“中国式大客户”的系统销售和经营能力？ 85:42 引入外企高管的时候要注意什么？如何将人才的能力变成组织能力？ 89:14 神策发展过程中，组织结构经历过哪些变化？如何用不变的价值观应对变化的组织和流程？ 93:19 面对新的宏观形势，神策的客户群发生了什么变化？未来会做什么调整？ 98:12 神策为什么招聘移动互联网高管做客户成功负责人？交付和客户成功体系经历了哪些变化？ 101:49 神策未来1-3年的战略规划？ 103:12 做营销的神策，自己怎么做 toB 企业的营销？国内 toB 企业做营销常见的问题是什么？ 106:28 快问快答！我们怎么还聊到了禅宗！ 115:32 Monica & GN 的“聊后感” 嘉宾推荐的内容 《好战略，坏战略》(Good Strategy, Bad Strategy - the difference and why it matters), by Richard Rumelt 《精益创业》(The Lean Startup), by Eric Ries 《商业模式新生代》(Business Model Generation: A Handbook for Visionaries, Game Changers, and Challengers), by Alexander Osterwalder 《跨越鸿沟》(Crossing the chasm), by Geoffrey A. Moore 《科学革命的结构》(The Structure of Scientific Revolutions), by Thomas S. Kuhnzui 复旦哲学课堂-王德峰讲王阳明心学 重点词汇 Google Analytics：谷歌推出的大数据和用户行为分析产品 MVP：Most Viable Product，最小可行性产品 Early adopter：早期种子用户 Pipeline：管道，节目中指的是销售漏斗 GTM：Go-to-market，进入市场策略 LTV：Life Time Value，生命周期价值 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： M小姐研习录 (ID: MissMStudy) by Monica 我思锅我在 (ID: thinkxcloud) by GN 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！
这次我们讨论当下非常火热的一个话题，Generative AI，也就是生成式AI。最近一年来，如果你对科技创业有所关注，就会发现这个领域陆续有很多创业公司，即使在资本寒冬中，估值和商业上都取得了惊人的进展。比如开发了开源文字生成图片模型 Stable Diffusion 的 Stability AI, 2019年成立, 今年就融资1.1亿美元成为独角兽。生成文字内容的公司比如copy.ai, Jasper, 都是成立不到2年的时间，就实现了数千万美金的收入。国内也有很多创业公司加入了生成式 AI 这个创业领域。 这不禁让人回想起五六年前那一波AI的热潮，技术和资本热度上似曾相识，但是商业和产品化上，会有哪些新的可能性，又会有哪些挑战呢？ Hello World, who is onboard? 这次的播客，我们就请来了硅谷的几位嘉宾，从资深AI研究员、独角兽投资人和YC创业者三个角度，一起来聊聊这个话题。这几位嘉宾，真是非常重磅（自我介绍环节，你也会听到几位嘉宾的精彩经历）： 田渊栋 Yuandong Tian (@tydsh)，很多做AI的小伙伴应该都很熟悉了，作为 Meta, 原来 Facebook AI 研究院 FAIR的资深研究员，他也是一路见证了AI，强化学习，深度学习这几年的研究进展，最近也刚刚发表了一篇长文本生成的论文。业余时间，他还是科幻小说写手！ Xuezhao (Lan) Lan (@xuezhao), 是硅谷资深投资人，Basis Set ventures 创始合伙人，前 Dropbox 投资负责人。她的基金过去几年，投资了Scale AI 等在内的几十家AI公司。 Chun Jiang (@chunonline), 从产品和设计转身创业，她所创立的 Monterey AI 入选了今年的YC，将生成式 AI 用于产品管理工具。 这次还请来了一位客座 co-host, Indigo Lu, 他是微博早期创始团队成员。离开微博后转身投资，他的公众号“Indigo 的数字镜像”，有关于AI，元宇宙，web3等话题非常深入的探讨。他的加入，让我们对技术的探讨又多了一些未来感。 有投资人的视角和判断，有创业者务实的思考和探索，更有技术人对技术的思辨和畅想。到最后发散得很有意思！感恩节周末，时间有些仓促，以后还会组织更多讨论，大家拭目以待！ Enjoy! 我们都聊了什么 02:25 嘉宾们的自我介绍 12:14 Yuandong 回顾生成式 AI 诞生的技术背景 17:35 Lan 作为投资人，如何看待这一次 AI 热潮跟以前的异同？ 22:54 Chun 介绍 Monterey AI, 为什么选择这个方向 26:08 AI 生成长文本的挑战，是否需要新的模型结构来实现？ 29:04 投资人如何判断生成式 AI 商业价值，如何看待有渠道优势的巨头或者公司的竞争？ 33:53 通过多个模型融合可以让生成效果实现质的飞跃吗？ 38:47 Yuandong 看到的现有生成式 AI 技术还存在的挑战 41:04 Chun 在做生成式 AI 创业中的挑战 43:59 生成式 AI 有哪些新的研究方向，可能的突破？ 49:00 生成式 AI 如何在商业上突破只是作为玩具的商业价值 55:09 现在的生成式 AI 太贵吗？提供 API 的模式成立吗？ 62:45 如何看待 Gartner AI Hype Cycle 中，生成式 AI 在见顶前夕？ 我们聊到的公司和种种 Stability AI: 开源文字生成图片模型 Stable Diffusion 母公司 DALL·E 2：人工智能公司 OpenAI 开发的文字生成图片工具 Jasper: AI 生成长文本内容公司 Copy.ai: AI 辅助写作工具 Scale AI：从AI数据标注起家的AI数据工具独角兽 Scale AI 最近发布的AI生成产品图片工具 Forge Yuandong 最新的研究：论文，代码 Yuandong 提到的清华大学的论文：DPM-Solver: A Fast ODE Solver for Diffusion Probabilistic Model Sampling in Around 10 Steps Chun 提到的 AI 生成图片公司：Artsio，rosebud.ai，vizcom，Interior AI Gartner Hype Cycle for AI 2022 推荐的文章 Sequoia Capital 关于生成式 AI 的文章：Generative AI: A Creative New World Indigo 的文章： 机器之心的进化 / 理解 AI 驱动的软件 2.0 智能革命 Google 2017年提出 Transformer 的介绍文章：Transformer: A Novel Neural Network Architecture for Language Understanding 欢迎关注M小姐的微信公众号，了解更多中美企业服务的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！ 免责：节目中的观点都是嘉宾和主持人个人观点，不代表所在机构观点，亦不构成任何投资建议。
今天这一期访谈，几个月前就录制完了。过去几个月，市场的波动，中美大厂的裁员，让这位嘉宾的故事，此时变得格外应景。如果你是创业者、创业公司管理层，还是在关键转折点的职场人士，或者想了解AI技术产品化和落地过程，都值得来听听，这个与硅谷创业黑帮一起打造百亿美金上市公司的故事。 Hello World, who is OnBoard?! 你是否好奇，跟着硅谷著名的 Paypal Mafia 成员一起创业是怎样的体验？要知道，这个创业的攒局者，是硅谷颇有些特立独行的传奇投资人 Keith Rabios, Paypal 黑帮的核心人物之一，跟他组合起来的硅谷精英团队一起从0到1到100 打造百亿美金上市公司的历程，怎样估计你之前听的也不多。 你还可以听到，一位在中国工作了小十年的技术人，在35岁程序猿危机之际，来到硅谷参与创业、转型管理，有哪些挑战哪些收获，或许可以给类似职业阶段的你一些新的灵感。 如果你对企业管理、对AI落地应用感兴趣，也可以听听一群 Stanford 高材生如何用接地气的组织方式，一步一步地将AI应用到一个传统的重运营的行业中。 最后，正如很多从成功 startup 中的从业者的下一步，转身成为天使投资人的他，分享了他所关注的硅谷的几个新兴领域和几个非常有意思的公司。 这次不知不觉，又聊了两个多小时。话题角度很多，但是内容都非常精彩。Enjoy！ 关于嘉宾 杜磊，前微软中国搜索排名的机器学习工程师，2015年加入 Opendoor, 负责数据科学与机器学习的开发。亲历了Opendoor 从十几人到2020年上市，最高市值超过200亿美金的过程。之后转型成为天使投资人，现在担任 Sancus Ventures advisor, 并最近创立了 web3 公司 Huma Finance. Opendoor：2014年成立的硅谷初创公司，通过预先购买和智能定价的方式，改变传统房屋购买的中介模式，颠覆买卖房屋的流程。上市前融资超过15亿美金，2020.12在 NASDAQ 上市，IPO 估值超过180亿美金。 我们聊了什么 02:07 访谈开场 & Monica 的背景介绍 04:03 杜磊对自己经历的回顾，从虎扑到微软，如何在硅谷 co-email 公司 CTO 进入 Opendoor 09:00 Opendoor 如何通过独特的面试过程吸引候选人 11:27 Opendoor 到底是做什么的，它的商业模式为什么有颠覆性 15:31 Opendoor 攒局者 Keith Rabois 是怎样的传奇人物 17:54 杜磊在 Opendoor 成长不同阶段担任的不同职务 20:43 Opendoor 明星团队成长中面临的艰难决定，早年如何找到 PMF 30:00 重资本投入的业务，如何在增长和利润中找到平衡 33:22 为什么有各种优势的巨头 Zillow 进入 Opendoor 的领域反而失败了 44:07 投资人视角，如何看待巨头的竞争，为什么说有时候慢就是快 48:15 如何保持聚焦，为什么北极星指标可能没有那么重要 52:12 如何通过 AI 在重运营的行业实现算法的规模化落地 69:32 如何让算法团队也参与到运营中，打造一个“全栈” 数据科学团队 74:29 初创公司如何刻意构建文化，细节和自上而下的重要性 84:15 如何观察极致信息透明，鼓励尝试犯错这些文化 91:47 面试过程中如何做文化筛选 95:30 为什么要将面试过程当做销售过程来设计 102:31 公司发展过程中，依赖内部员工晋升还是外部空降？ 109:13 Opendoor 历程中影响最大的三个人 116:59 杜磊作为天使投资人最关注的三个领域：ML/data, 创作者经济，web3 121:53 观察到的中美创业创投市场差异 127:39 Monica 最喜欢的快问快答环节！好多好书好物推荐！ 我们提到的种种 Keith Rabois：硅谷传奇投资人，先后任 Paypal 早年EVP，Linkedin VP, Square COO, 转身投资人后先后任 Khosla Ventures, Founders Fund 合伙人，现在又回到创业领域，2021年开始任初创公司 OpenStore CEO. Paypal Mafia: Paypal 黑帮，指 PayPal 一群早期员工，离开之后纷纷成为成功创业者，包括 Elon Musk (不用介绍了……）, Peter Thiel (Founders Fund, Palantir 创始人），Reid Hoffman (Linkedin 联合创始人，Greylock 合伙人），Chad Hurley & Steve Chen (Youtube 创始人），Jeremy Stoppelman (Yelp 创始人），Max Levchin (Affirm 创始人）等。 Zillow：美国最大的房地产买卖平台，2004年成立，2011年上市，市值最高超过400亿美金。 Cased: Github 前CTO 2020年创立的 DevOps 和开发效能平台。 BentoML: 开源机器学习模型部署工具。 Clubhouse: 2020年成立并迅速风靡的语音社交平台（不过现在好像没落了不少……） Alt: 2020年成立的球星卡交易平台 嘉宾推荐的书 What You Do Is Who You Are: How to Create Your Business Culture, by Ben Horowitz Radical Candor: Be a Kick-Ass Boss Without Losing Your Humanity, by Kim Scott Mr. Penumbra's 24-Hour Bookstore, by Robin Sloan 重点词汇 Product market fit：产品市场匹配 NPS: Net Promotor Score, 净推荐值，由美国 Bain Consulting 贡献研发，以一个简单问题，衡量顾客对企业品牌/商品的忠诚度 DAO：Decentralized Autonomous Organization，去中心化自治组织 Metaverse：元宇宙 NFT：Non-Fungible Token，基于区块链技术的非同质化代币 欢迎关注M小姐的微信公众号，了解更多中美企业服务的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！ 免责：节目中的观点都是嘉宾和主持人个人观点，不代表所在机构观点，亦不构成任何投资建议。
两个月没有更新，我们又回来了！最近软件和创投市场都经历了太多变化与波折，终于回归的这一期访谈，有一些特别。长达2小时的干货，相信值得你的等待！ Hello World, who is OnBoard?! 之前我们聊了很多SaaS在海外市场的实践。但是最近 SaaS/企业服务行业不仅在美国二级市场表现受到极大冲击，在中国市场的发展，也承受了很多争议。我们觉得，仰望星空看看海外最佳实践的同时，听听身处中国市场一线的创业者们的亲身分享，在这个时刻，或许会给所有的创业者、从业者，投资人，一些有价值的思考。 第一次访谈国内 SaaS 创业公司，我们请到了群核科技联合创始人&董事长黄晓煌。如果你对群核科技这个名字比较陌生，那么他们的拳头产品：酷家乐，你一定不陌生。这个给家装设计师使用的功能强大且操作便捷的3D云设计产品，已经服务了32000多家品牌企业。酷家乐从一开始的设计渲染工具，发展成了面向家居家装、商业空间、地产建筑等全空间领域的数字化解决方案。 10多年的时间里，从几个技术创始人的渲染技术，到家装业主和设计师革命性的产品，到现在收入数亿元，估值超过20亿美金的SaaS 独角兽。目前旗下多个品牌，服务覆盖200多个国家和地区。他们的成长过程，也可以说是我们经常谈论的PLG，产品驱动增长，在中国的本土实践样本之一。 自称内敛的晓煌，一开始还有些拘谨，最后不知不觉竟聊了两个多小时！非常接地气的分享，从“局外人”的摸索，到 ToC 增长到 ToB 销售的转变，发展中的惊喜与挑战，第二曲线的探索，产品和商业化的系统化，细节真实，思考扎实，我们也是直呼过瘾。 Enjoy! 嘉宾介绍 黄晓煌，群核科技（酷家乐）联合创始人兼董事长，本科毕业于浙江大学竺可桢学院，获得美国UIUC硕士学位，曾任职于美国英伟达NVIDIA担任软件工程师。2019年被授予杭州市首届杰出青年人才奖项，长期专注于计算机视图形学、高性能计算等前沿研究。 公司介绍 群核科技，领先的云设计软件平台和SaaS服务提供商，成立于2011年11月，专注云设计软件系统的研发和应用。群核科技面向家居家装、商业空间、地产建筑等全空间领域，联合生态伙伴为企业级客户提供设计渲染、营销展示、生产对接、施工落地等场景的软件产品和数字化解决方案，助力客户成功，赋能产业数字化升级。目前旗下有酷家乐、COOHOM（酷家乐国际版）、模袋云、美间等品牌，服务覆盖200多个国家和地区。 酷家乐是群核旗下知名产品。酷家乐于2013年11月正式上线，基于五大技术引擎（云原生3D引擎、异构渲染引擎、云原生BIM引擎、云原生几何引擎、空间认知引擎），为用户提供功能强大且操作便捷的3D云设计工具，深受广大设计用户的喜爱。目前，平台合作超32000家品牌企业。 我们都聊了什么 04:17 黄晓煌个人经历以及酷家乐进入家装行业的过程。 08:26 最开始酷家乐是怎样先后打入家装和设计师市场的？ 20:08 拿到第一笔融资的过程和趣事。 22:46 酷家乐第一款产品是如何逐渐找到PMF的？ 31:31 为什么“降本增效”在中国商业环境中可能是伪命题？ 34:05 产品在早期迭代中酷家乐最关注哪些特性？ 36:44 运气亦实力，酷家乐是如何在商业化上首战告捷的？ 44:27 什么时候正式开始搭建销售和运营体系？ 56:22 回顾过去，走了哪些弯路以及中外SaaS实践的差异？ 62:10 公司是如何建立多产品线以及孵化新产品的逻辑？ 81:11 面对好产品，内部如何决策自研或并购？ 84:46 为什么一直坚持收订阅费及背后反映的产品价值？ 87:51 为什么很早就成立Research lab以及对AIGC的看法？ 99:26 酷家乐在全球化的探索和认知变化。 107:53 从创业者到管理者，在管理上有哪些印象深刻的节点？ 111:55 我们最喜欢的快问快答环节 Highlights & 重点词汇 嘉宾推荐的书：《增长黑客》 PLG：Product-led Growth，产品驱动增长； MVP：Minimum Viable Product，最小可行产品； PMF：Product Market Fit，产品-市场匹配； AARRR模型：Acquisition、Activation、Retention、Revenue、Refer，分别对应用户生命周期中的5个重要环节：获取用户、提高用户活跃度、提高用户留存率、获取收入、自传播。 Research lab：研究实验室； AIGC：AI Generated Content，AI生成式内容。 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： M小姐研习录 (ID: MissMStudy) by Monica 我思锅我在 (ID: thinkxcloud) by GN 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！
欢迎回来！同样精彩的第二部分，对话声网VP与Workstream联合创始人：聊聊如何打造全球一流SaaS公司”的下集，我们来聊聊，完成了从0到1，到规模增长、需要多产品战略、走向全球市场的时候，还有哪些具体实操的经验。 Hello World, who is OnBoard?! 上一集中，我们跟声网副总裁何挺老师，和硅谷近年来高速发展的一家面向本土蓝领的招聘和入职管理 SaaS 公司 Workstream 联合创始人 Max Wang，一起讨论了公司从0到1的发展，包括如何寻找PMF和理想客户画像，跟踪关键运营指标，到建立早期销售模式。真的是干货满满！ 而在这集中，我们接着上期话题，当业务开始规模化发展，产品需要从单一走向多元矩阵，两位嘉宾继续以真实案例和故事，来讲述如何在大客户里实现“land and expand”策略，什么时候启动第二款产品，还有国内SaaS创业者通常忽视的定价问题和背后反映的企业价值观。 最后，作为具有全球业务的声网，还有与Zoom相似的全球化办公的Worksteam，在团队协作和组织管理上，又有哪些基本原则和建议，供中国SaaS出海的创业者参考。 两位嘉宾的分享依旧走心又实战，Enjoy! 我们都聊了什么 02:05 Workstream 创始团队早期是如何找到销售的 playbook? 如何通过 playbook 实验完善公司战略？ 06:27 为什么Max和何挺老师都认为，早期必须具备“产品经理”思维的人才能做销售？ 14:19 声网的产品经理是如何应对新场景和多变的客户需求？ 19:23 Workstream 什么时候启动第二款产品？如何在大客户里完成“Land and expand”？ 27:42 声网是如何从单一产品向多产品线拓展的？ 33:12 为什么声网要独创“按时长”的定价方式？背后独特的企业价值观是什么？ 38:05 Workstream 的定价：“按价值定价”的实践，两家公司如何进行定价试验。 48:18 关于全球化和分布式办公，Zoom给Max在组织管理上带来了哪些启发？ 52:49 声网当初如何从看似规模较小的中国市场做到全球的？ 56:12 Workstream 如何从第一性原理出发，在分布式办公下做到高效地会议沟通和团队协作？ 64:11 何挺老师：声网在全球化团队建设上的三个原则。 68:10 结尾彩蛋：两位嘉宾送给所有出海创业者的一段话。 71:36 意犹未尽，听听两位主持人访谈后的心得体会：我们学到了什么？ 99:05 Monica 和 GN 聊聊我们的小愿望。 嘉宾推荐的书及电影 《Moneyball》：点球成金，美国电影； 《Inspired：How to Create Tech Products Customers Love》：《启示录：如何打造消费者喜爱的科技产品》，作者Marty Cagan； 《High Output Management》：《卓有成效的管理》，作者Andrew S. Grove。 重要的词汇 Pattern：模式，套路； Customer success：客户成功； Feature engineering：特征工程； Sales guide：销售话术指南； Go-to-market：进入市场； Scheduling：排程，排序； Scale：扩张； Data point：数据（支撑）点； Overpromise：过度承诺； Bundling & rebundling：（功能）的捆绑和解耦； I9和W4：W4是在美国工作时与收入所需上报税款相关的表格，I9是雇主验证新员工身份的表格； MSA：Master Service Agreement，主服务协议； Land and expand：进入再扩张； Persona：画像； Upsell： 向上促销，多销； Package：跟bundling含义类似，（产品功能）的打包； Unit economy：单位经济模型； Human capital management：人力资本管理； PST：Pacific Standard Time，太平洋标准时间； Discovery：探索； Delivery：交付，实现。 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： M小姐研习录 (ID: MissMStudy) by Monica 我思锅我在 (ID: angelplusdevil) by GN 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！
这一期特别节目，两位 Onboard! 的主播，一起来采访两位视角和经历非常不同，却非常重磅的嘉宾，讨论一个很多从业者都关心的问题：全球一流的SaaS公司是怎样运作的？中国的创业者如何做一个全球化的 SaaS 公司？两位嘉宾，一位是声网的 VP 何挺，一位是硅谷冉冉升起的 SaaS 初创公司 Workstream 的 Co-founder 和 CTO Max Wang。这次讨论实在是太走心太干货满满了！ Hello World, who is OnBoard?! 要聊中国 SaaS 企业走向全球，就要了解有华人基因的全球一流 SaaS 企业是如何从零到一，从成长到IPO的过程。如何验证 PMF (Product Market Fit, 产品市场匹配）？为什么早期定位 ICP (Ideal Customer Profile, 理想用户画像）如此重要？如何在全球市场上跟一流的企业和人才竞技，打造一个业务、团队都全球化的企业？ 这次实在聊得太深入，两位嘉宾都掏心窝地贡献了很多他们一线实践和思考的干货，不知不觉就聊了近三个小时！所以我们把这次访谈分成了两部分，第一部分，我们主要针对创业公司如何从零到一找到PMF，如何实现初步的扩张。两位嘉宾的产品和早期增长模式完全不同，to developer 的自上而下，和自上而下地把销售团队当成一个标准化产品来运作。实战经验和思考都相当精彩。 下周推出的第二部分，更细致地探索SaaS产品定价、产品管理、国际化等细节的实操问题，也是干货满满。 嘉宾介绍 何挺，声网VP、数字化转型业务负责人。儒雅翩翩的何挺老师，声网 从零到一的过程 - 而这已经是他参与的第二次IPO了！何挺老师作为早期员工和产品 leader，参与了声网从零到现在超过$150M收入起起伏伏的过程。 Max Wang, Workstream Co-founder & CTO. Workstream 几位华裔创始人几乎没有做SaaS的经验，却短短几年时间，打造了数百人的团队，聚集了一批顶尖高管。作为中国创始人，想要走向世界的你，不要错过，来听听 Workstream 如何在 SaaS 最严酷的美国市场，打开一片天地！ 公司介绍： 声网（NASDAQ:API）：成立于2014年，是全球实时互动云服务开创者和引领者。开发者只需简单调用声网 API，即可在应用内构建多种实时音视频互动场景。 Workstream, The text recruiting and onboarding platform designed for the hourly workforce. WorkSteam 是一家总部和主要业务都在北美的成长期公司。email当道的美国，Workstream用mobile first 的方式，打造针对小时工群体的招聘和入职平台。这个2017年成立的公司，不到5年融资接近$60M, 几千万美金ARR还有每年数倍的增速。你或许没有听说过Workstream，但是他的投资人都是如雷贯耳，天使投资人有 Zoom CEO Eric Yuan, Doordash CEO Tony Xu, 后续投资机构有 Peter Thiel 的传奇基金 Founders Fund, Mary Meeker 的Bond，还有 SaaS 领域资深机构 GGV，CRV等等，真是星光熠熠！ 我们都聊了什么 01:43 本期选题背后的含义和Monica近期观察到的趋势。 03:58 主播高宁和两位嘉宾的个人介绍，以及在职业发展中对自己影响较大的一个人或事。 10:14 从投资人角度，为什么中国企业服务创业者在近两年更加关注全球市场的机会？ 14:43 首先，何挺老师娓娓道来声网从0到1的故事，以及如何选择第一个进入的市场。 21:04 亚洲面孔为主的 Workstream 团队，当初为什么选择服务本土色彩浓重的美国蓝领市场？ 28:36 在高速发展过程中，Max是如何感到 PMF 的“降临”及背后关键指标的变化？ 32:14 何挺老师认为接近 PMF 的过程对产品规划也产生了重要影响，同时要学会过滤噪音。 37:11 为什么Max认为早期不要怕做错客户需求，以及如何找到你的“design partner（共创客户）”？ 45:25 SaaS公司非常关注的ICP（理想客户画像），Workstream是如何逐步发现并定义的？ 52:28 声网当年是如何找到ICP，以及为什么不推荐找超大型公司作为标杆客户？ 55:33 作为 PLG 代表的声网，当年是如何完成 to D（开发者）的定位升级，又是怎么看待早期销售？ 67:03 而一开始就需要销售的 Workstream，CEO 是怎样亲自从0到1搭建销售体系和相关手册的？ 我们提到的公司和重要词汇 提到的公司：SheIn，Shopee，店小秘，AfterShip，万兴科技，Slack，Zoom（及创始人Eric），Postman。 重要的词汇： PLG：Product-led Growth，产品驱动增长； MVP：Minimum Viable Product，最小可行产品； PMF：Product Market Fit，产品-市场匹配； ICP：Ideal Customer Profile，理想客户画像； LTV/CAC：Life-time Value/Customer Acquisition Cost，客户生命价值/获客成本，优秀SaaS公司一般大于3； Playbook：实操手册； Revenue operation model：营收运营模型，简称RevOps，销售，市场和客户成功团队协作建立的运营效率模型； ARR: Annual Recurring Revenue，年持续性收入，评估SaaS公司营收的重要指标； Sales leader：销售负责人； Feedback loop：反馈闭环 第二部分更精彩，订阅 OnBoard! ，还有更多企业服务领域的走心分享！ 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： M小姐研习录 (ID: MissMStudy) by Monica 我思锅我在 (ID: angelplusdevil) by GN 大家的点赞、评论、转发是对我们最好的鼓励。如果你喜欢我们的节目，请动动手分享给对这个话题感兴趣的朋友。如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！
这次关于基础软件的硬核直播，干货实在是太多了！如果你对基础软件、开发者工具、开源这些话题感兴趣，一定不能错过。国内开源独角兽 PingCAP, Coinbase 数据平台负责人，刚创业的Google Tensorflow 大牛，一起来聊聊全球视角下的基础软件创业的经验和坑，用户视角的选型逻辑，更有未来的技术展望。 小提示：本次内容需要对database 等领域有一定技术背景知识。 Hello World, who is OnBoard?! 过去3年，国内外的基础软件、开源和开发者工具领域都涌现出前所未有的热潮。作为这个领域的投资人，Monica 看到，这些企业在走向国际竞技场的过程中，真切感受到了中美市场从用户需求、技术生态、人才组织、创业环境等等方面的异同。这中间要经历的挑战、思考、与调整，非常需要来自中美的多方经验来一起碰撞、讨论、提升。 这次三位重磅嘉宾，正是代表了三个非常重要的视角。有中国和美国本土的创业公司，更有美国科技企业infra负责人，都是资深大牛。不同的视角，同样的犀利。有市场和生态的现实，又有未来展望。这次讨论有些长，全程无尿点又不好分开。不过，只要你对打造全球一流的基础软件公司这个话题感兴趣，相信这次的内容绝对不会让你失望。 大家 Enjoy! 几位嘉宾所在的公司 三位嘉宾的具体介绍，可以参见这一篇文章。 Dongxu/Ed Huang，PingCAP co-founder & CTO, TiDB, TiKV 作者 Leo Liang: Coinbase 数据平台负责人，前 Cruise ML 平台负责人 Mingsheng Hong: Bluesky co-founder & CEO，前 Google Tensorflow Runtime 机器学习负责人 我们聊了什么 02:03 开场 & 几位嘉宾自我介绍 & fun fact: 最近看到有意思的开源项目 (Vercel, AnyScale) 11:46 PingCAP 的出海体会 14:16 Dongxu 对美国市场的观察：Developer will be the king， 开发者体验越来越重要 16:20Dongxu 对美国市场的观察：cloud native 已经是事实标准 18:28 Dongxu 对美国市场的观察：storytelling 太重要 & supabase 的例子 24:36 Leo: 开发者想要听怎样的故事 27:23 Mingsheng: 什么是一个开发者体验好的产品 30:12 Leo: 硅谷科技公司如何做技术选型：opensource, composable, componentize 42:11 Dongxu: 中国基础软件公司走向海外的节奏与重要性 47:01 Mingsheng: 创业公司如何选择早期用户 52:10 讨论：销售模式应该选择PLG （自下而上产品驱动增长）vs 传统大客户销售 55:59 讨论：不同阶段如何选择不同用户？中美用户购买决策有何差异？ 63:10 Dongxu: 全球化的社区运营有什么挑战？运营与产品之间的关系？ 68:14 Leo, Mingsheng 推荐了解的开源项目：Anyscale/Ray, Tensorflow 73:58 Dongxu：开源项目如何考虑商业化的节点与方式？ 79:26 重点讨论：美国Digital Native Business (DNB) 的公司如何做开源产品的购买决策，中美有什么异同，为什么 91:16 划重点：为什么客户关注的是 ROI>易用性>性能>功能，但是公司宣传的时候往往反过来 92:07 Mingsheng: 什么是下一代的云计算成本优化 96:45 讨论：展望未来，哪些让你们感兴趣的创新机会？文件传输格式分离，serverless, ML in infra 101:27 Q&A: 存储领域的挑战和新机会？ 113:36 Q&A: 企业用户如何考虑基础软件产品ROI Reference/提到的公司 Neon: serverless Postgres Vercel: serverless frontend stack for web developers, started from hosting node.js Upstash: serverless data for Redis and Kafka Supabase: opensource Firebase alternative Toolchain: ergonomic open source developer workflow system FaunaDB: serverless Anyscale: company behind Ray, an open-source Python framework for running distributed computing Tensorflow: Dbt: opensource data transformation tool for ELT 提到的文章 Dongxu 登顶Hackernews 的文章：Some notes on DynamoDB 2022 paper Leo 关于Serverless 的文章 欢迎关注M小姐的微信公众号，了解更多中美连线对话！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们，我们会认真看每个评论的！
这是一期不让你失望的番外！我们跳出企业服务的圈子，M小姐与前 Uber 拼车技术负责人，陈新茜，一起聊聊我们经历过的那些硅谷的高成长公司，是如何设计和落实持续创新的文化和机制，让企业在不断增长的同时，还不失去创新的迭代。 不论是创业公司，还是已经取得阶段性成功要寻找第二曲线的企业，还是希望在成熟业务中寻找创新机会的大型企业，或者是寻找职业突破的个人，相信都会有所有所收获。（还有一位神秘嘉宾，硅谷百亿美金上市公司高管中途加入哦！） Hello World, who is OnBoard?! Monica 经历了硅谷初创公司和 Amazon 这样的科技巨头，深刻感觉到，一个企业要能在不断成长的过程中还维持持续创新的文化和机制，绝对是一个需要可以构造的系统性工程。 新茜是一位经历了 Uber 高速成长阶段的技术女侠，最近加入了一家新的科技公司。她在 Uber 深度参与并主导算法技术的 Uber Express Pool，还入选了哈佛商学院的案例！新茜在从决策逻辑，到工作实操，到行业趋势的见解，是一个技术人到管理者的商业思考，不论是企业经营、初创公司还是职场个人，都一定会受益匪浅。 新茜和 Monica, 还有神秘嘉宾，会聊聊我们在硅谷经历的不同阶段的高成长公司，包括Uber, Amazon, 初创公司，他们如何从组织、制度和人才角度，实现持续高增长。最后，我们还会从组织聊到个人，如何超越爬梯子的思维，而是从行业价值创造的角度，分析、利用高成长机遇，才是一个新时代的职业思考方式。 这次聊天的起源，其实是推荐新茜出版的新书《成长力：揭秘硅谷科技人才成长模式》，能跟新茜这样，亲历 Uber 高速成长历程的职场人，系统地聊聊企业和个人的创新机制，真是非常难得的讨论。希望你也Enjoy! 我们聊了什么 [02:07] 新茜和 Monica 的个人介绍，以及在硅谷高成长公司的经历 [13:15] 不同阶段的创业公司如何吸引优秀人才，吸引怎样的人才 [17:51] Uber 如何激发员工的创新力 - Uber [22:53] Amazon/AWS (Amazon Web Services) 如何激发员工的创新力 [30:29] 如何通过战略性项目激发基层员工创新力 [37:26] 大公司集中资源的高优先级的产品为何也会失败 [42:18] 神秘嘉宾（硅谷徐老师！）上线 & 自我介绍！ [44:58] 徐老师对激发员工创新力的补充：如何保持一个内部培养的人才上升通道 [49:55] 不同阶段的公司如何招到有创新力的人才 [58:12] Q&A：如何平衡业务短期增长需要与人才培养之间的时间与资源矛盾 [60:56] Q&A：初创公司寻找合伙人应该考察什么？ [66:46] 个人职业成长：如何利用高成长公司的机会实现职业升级和转型？ [72:09] 个人职业成长：如何选择加入高成长公司？ [82:43] 如何找到高成长公司？为什么不要低估你同事去的早期公司？ [88:47] 如何在结局不确定的高成长公司中积累个人能力 推荐阅读 《成长力：揭秘高科技人才成长模式》作者：陈新茜 新茜的公众号：硅大西 神秘嘉宾 - 硅谷徐老师的公众号：硅谷云 【Uber Express Pool 哈佛商业案例】Innovation at Uber: The Launch of Express POOL 欢迎关注M小姐的微信公众号，了解更多中美企业服务的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励。希望你分享给对这个话题感兴趣的朋友哦！ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们！ 免责：节目中的观点都是嘉宾和主持人个人观点，不代表所在机构观点，亦不构成任何投资建议。
本期节目是技术播客月的直播回放，由《一派·Podcast》和《OnBoard!》串台，Onboard! 的两位主播一起，与少数派的小伙伴，从投资人和用户的视角，聊聊工具类 SaaS 这个原本看似偏门的品类，为何能借助云计算和产品驱动增长 (PLG) 的方法论，突破传统个人工具的天花板，诞生出越来越多面向企业的 SaaS 超级独角兽。 Hello World, who is onboard? 这次合作的小伙伴少数派你或许不陌生，他们是一个专业创作社群和数字消费指南平台，应该是国内所有热爱探索效率工具的人群聚集的地儿了。 这次的话题是工具类SaaS。以前我们觉得 SaaS 都是典型的企业服务软件，比如Salesforce, Workday, 网络安全等等。但是你或许注意到，这几年涌现出的很多 SaaS 独角兽，其实都是起点都是一个看似简单的个人或者小团队工具，比如Notion, Airtable, Grammarly, Calendly 等等。 以前投资人觉得个人工具天花板很低，但是随着云计算和我们之前谈论过很多关于产品驱动增长，Product-led growth (PLG) 的方法论的成熟，让工具类 SaaS 突破了以前的天花板，越来越多的进入到 ToB 投资人的视野。另一方面，我们希望跟少数派的朋友，从用户的角度，聊聊这几年出现的有意思的工具类产品，探讨中美市场用户对于工具产品在使用、购买决策等方面的等异同。 意外的收获是，这次的主持Nick不是创业投资圈的同学，他问的一些问题在我们看来，其实还相当的本质和尖锐呢。Enjoy! 关于技术播客月的相关信息，请阅读《技术播客月，我们一起聊聊技术与开源》。 我们都聊了什么 [00:16] 开场&嘉宾介绍：与少数派/一派·Podcast 串台的初衷 [03:48] 为什么我们开始重视工具类 SaaS 这个（原本有些偏门的）领域 [07:54] 如何定义工具类 SaaS，与其他 SaaS 品类有何不同？ [12:17] 为什么说现在 ToC, ToB 产品界限开始模糊 [19:12] 未来的工具/SaaS 都会变得 all in one 吗？ [22:53] 工具类 SaaS 生存环境在中美有何异同？在中国更容易被大厂抄袭吗？ [35:50] 大家都为什么工具付过费？ [39:43] 投资人如看待工具类 SaaS 市场规模？创业者如何看待中美市场规模和付费意愿的不同？ [45:56] 疫情对 SaaS 工具市场有何短期和长期的影响？后疫情时代会有哪些变化？ [51:51] 最近遇到的有意思的工具产品 我们提到的公司和产品们 Notion Figma Canva Grammarly Microsoft 365 Medium Google Drive Zoom 腾讯会议 FlowUs 维格表 Airtable 印象笔记 腾讯日历 Calendly Craft flomo Gamma 相关推荐 下载 少数派 2.0 客户端、关注 少数派公众号 【Monica作品】13000字的 Figma 研究笔记，聊聊 Product-Led Growth的误区与思考 【GN作品】PLG领头羊Zapier的“反PLG”路线 ClickUp 推荐的 SaaS 工具 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： M小姐研习录 (ID: MissMStudy) by Monica 我思锅我在 (ID: angelplusdevil) by GN 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！
跟硅谷企业服务20年的老将徐皞（人称硅谷徐老师！）（推特账号：@H0wie_Xu）访谈的第二部分来啦！这次，我们要在动荡的市场中，聊聊一个创业本质问题：Product-Market-Fit (PMF), 即产品市场匹配。这个看似有点虚的词，一直被奉为创业公司早期核心目标，以及两个成长阶段的临界点。听听徐老师分享他反复实操的经验。 Hello World, who is OnBoard?! 徐老师是我一直非常想要邀请来节目做客的重磅嘉宾。徐老师现在是百亿美金安全公司副总裁。他在硅谷几十年的经历也是非常精彩。作为早期员工和业务线负责人，徐老师见证了 Vmware, Big Switch Networks 早年最辉煌的成长时期，带领过整个Cisco 云部门的 R&D, 他自己也有多次创业及被收购经历，还担任过硅谷老牌基金 Greylock 首位华人入驻企业家 (EIR)。徐老师的独特背景和深入思考，绝对让你收获不菲。 这是我们与 Monica 非常喜欢的播客“科技早知道” 串台的一次节目。访谈长达近3小时，为了大家收听方便，我们分成两部分，都干货满满！ 第一部分中，我们讨论了企业服务从业者们最关注的，美国二级市场，尤其是 SaaS 公司正在经历的美股20年来最严重的危机之一。徐老师给出了非常具体深刻的分析。 本期是第二部分，我们会讨论企业服务软件/SaaS创业公司所面临的非常核心、在火热市场中又容易被忽略的问题：PMF。 我们会从非常实操的角度，探讨为什么PMF是企业服务软件公司发展模式的分割点。创业公司又应该如何定义和寻找PMF？是否达到 PMF，有什么真的伪的信号？更具体的，如何做有效的客户访谈来挖掘真实需求，不同阶段需要怎样不同的人才等等话题。徐老师会分享他所经历的从PMF到规模化中的挑战和经验，以及创始人如何随着企业发展而锻炼出综合的能力。 就连最后的快问快答部分，徐老师的回答也是彩蛋不断！绝对不容错过！ 我们聊了什么 [02:26] 如何定义企业是否实现了PMF？企业服务公司的 PMF 与 ToC 公司有何不同？ [04:57] 什么是 PMF 的“伪信号”？ [08:00] 创业公司早期，如何通过科学的访谈发掘用户的真实痛点，避免“伪信号” [11:03] 企业服务领域，需求可以如 ToC 领域那样被创造出来吗？ [13:54] 如何将发现的用户痛点落实到产品：平台 or 单点产品如何选择？ [16:16] 早期如何判断单点产品是否未来能形成平台？为什么你的产品要 10x better? [21:04] 开源/Product-Led Growth (PLG) 等模式下，对 PMF 实现标志的判断有何影响？ [26:36] 实现了 PMF 后，企业的运营模式要有哪些变化？ [29:35] 实现 PMF 前后，企业需要的市场和销售人员有什么不同？ [33:50] 扩张阶段高管招聘常见的误区？为什么给新高管新挑战这么重要？ [36:48] 创始人有哪些可以后天习得的特质？企业成长过程中，创始人如何自我成长？ [45:18] 企业高管团队更新换代的过程中，有哪些挑战？如何平稳更迭？ [48:41] 快问快答环节：徐老师的职场建议，VMware 创始人轶事，不冒险就是最大的冒险 我们提到的种种 串台播客：科技早知道 徐老师的Twitter 账号：@H0wie_Xu 徐老师的公众号：硅谷云 徐老师参与过的公司：Zscaler, VMware,Cisco, Greylock Partners 徐老师推荐的书籍：[High Output Management by Andrew S. Grove] 前ServiceNow CEO Frank Slootman 2019年加入 Snowflake 担任CEO 推荐阅读 徐老师近期文章：独角兽泡沫分析及未来走向（第一集） a16z 与 USV 的教父级投资人关于PMF与融资节奏的论战 Marc Andresson, Andy Rachleff 如何定义PMF A16Z 的 Marc Andreessen 关于 PMF 的解读 徐老师2017年的分享：硅谷顶尖VC唯一华人入驻企业家：用数据颠覆你的投资观 徐老师的英文访谈：Advice to entrepreneurs who want to leverage #SaaS from entrepreneur 欢迎关注M小姐的微信公众号，了解更多中美企业服务的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！ 免责：节目中的观点都是嘉宾和主持人个人观点，不构成任何投资建议。
大家好，许久不更新的Onboard 终于又回归了……！这次是超级干货的硅谷连线的直播回放，我们找到了硅谷几个独角兽SaaS公司里参与了最核心 marketing 不同职能的几位一线专家，聊一聊硅谷新一代SaaS公司，如何用数据驱动的方式，实现产品、营销、分析、增长的紧密联动。 Hello World, who is onboard? 时隔这么久更新，也不好意思用工作忙作为借口了 :P 其实存货备了不少，大家请保持关注哦。这一期是M小姐公众号硅谷连线直播的回放。这次的话题，是很多小伙伴关注的Product Led growth (PLG), 产品驱动增长以及数据驱动的市场营销实践。 最近几年，随着SaaS公司进入新的成长阶段，以及PLG这种产品驱动增长方式的不断成熟，Marketing 也发生了很多变化。不再是销售驱动的时代中以品牌或者获客为主，marketing 更深地参与到产品甚至整个用户的使用周期中。同时，M小姐也看到，在国内，很多新一代的企业服务公司，也都在开始搭建产品与数据导向的市场团队过程中，不断探索着。 M小姐就请来了硅谷几位在顶尖独角兽公司做marketing, 数据分析和产品领域的资深从业者，来跟大家分享一下他们的思考与实战经历。 这几位嘉宾的经历，涵盖了大家耳熟能详的SaaS/PLG公司：Slack, Grammarly, Shippo, Loom... 毕竟，要能找到这么多在有最一线实操经历的同学，也真是不容易！他们的分享，从组织结构、到各个团队之间的配合，到Growth team 的出现和作用，ToB、ToC公司marketing 的差异，到数据分析到产品决策的实操，都是鲜活的一手干货。对于国内很多刚刚开始组建marketing团队的创业公司，或者要从传统软件公司转型的团队，都会非常有帮助！ 我们一聊就将近2个小时！酣畅淋漓，一气呵成，希望你也跟我们一样有收获。 Enjoy！ 本次话题以及几位嘉宾的背景，大家可以阅读这篇文章先做一个了解。 我们都聊了什么 [00:16] 本期话题背景介绍 [03:48] 嘉宾自我介绍，以及他们觉得有意思的SaaS工具 [11:04] 硅谷 SaaS 公司 Marketing 团队的架构，为什么第一个成员往往是 Product Marketing （产品营销） [15:25] Product Marketing 需要怎样的人？与其他团队如何协作？ [22:07] 近年来硅谷 SaaS 公司出现的变化，为什么开始出现了 Growth （增长）团队？ [27:24] Growth Marketing （增长营销）团队如何与产品和营销团队协作？组织架构如何设计？ [38:54] 如何给 Growth Marketing 团队设定指标？ [46:22] ToB 与 ToC 的增长有什么异同？几位嘉宾都有 ToC 和 ToB 双重经验 [57:34] Grammarly 如何从一个个人工具转变为企业服务产品？ [60:50] Brex 宣布放弃 SMB（中小企业）市场，早期依赖SMB成长起来的PLG公司如何应对从小客户到大客户的转型？ [69:36] 如何从SMB 客户中挖掘出潜在的企业级 (Enterprise) 客户？ [74:31] 数据驱动的营销团队，如何搭建数据平台，早期如何开始做科学的埋点分析？ [86:51] 从数据到产品和营销决策过程中，有什么最佳实践和常见的坑？ [92:19] 不同阶段的企业应该选择自己培养营销和增长人才，还是使用外部顾问？如何内部培养人才？ 嘉宾们提到的公司 嘉宾们所在的公司：Slack, Grammarly, Shippo, Loom, Point Nine Capital, Google Store（详情参见活动介绍） 嘉宾们推荐的SaaS 工具：Jasper（AI自动撰写内容），sympli.io, Hello Bonsai（Freelancer 一站式工具） 推荐阅读 【活动介绍】聊聊硅谷顶尖SaaS公司Marketing & Growth 不同阶段的一线实践 13000字的Figma研究笔记，聊聊Product-Led Growth的误区与思考 Holly Chen 的播客（需要梯子）如何建立一个增长机制 Emergence Capital: The Founder's Guide to Hiring Your First Head of Marketing 欢迎关注M小姐的微信公众号，了解更多中美连线对话！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们，我们会认真看每个评论的！
这是Monica 第一次访谈海外一线企业服务投资机构合伙人，尤其是对于对基础软件、开源等领域关注的同学，更是不可错过。这次的嘉宾 Casber Wang, 是硅谷老牌成长期投资基金 Sapphire Ventures 的帅哥投资人。2018年以投资经理身份进入Sapphire, 短短4年时间就成长为合伙人，当年被 Business Insider 评为 Enterprise VC Rising Star Investor. Hello World, who is OnBoard?! Sapphire Ventures 是一个规模超过100亿美金的基金，成立近20年来一直都是在企业服务领域。已经有超过30个IPO，近50个并购退出。大家耳熟能详的包括Box, docusign, monday, mulesoft, nutanix, sumo logic, jfrog, linkedin 等等。访谈中，Casber 也会跟大家介绍如此专注的基金的投资理念。 Casber 关注的领域跟Monica 一样，也是开发者和infra 领域。他投资的公司有被Okta 65亿美金收购的Auth0, 还有Dremio, CircleCI, Tetrate, Thoughtspot, Pendo 等等发展非常棒的公司。他的几篇深度研究文章，关于开源、数据 infra, MLOps等等，都是硅谷创投界小有名气的必读文章。我都放在节目介绍中，大家赶紧去学习！ 这次的访谈将近2个小时，涵盖的话题非常丰富，从硅谷一线的成长期基金对商业化开源公司的投资判断，到 infra 公司早期客户的选择、成长方式较上一代企业的异同，到纷繁 infra/devtools 领域的新机会，能跟同一领域的投资人有如此坦诚又深入的交流，真是太难得了。 我们当然也要审视一下当下市场对企业和投资机构的影响，以及 Casber 在投资路上的成长心得。相信对很多年轻的从业者，都会很有启发。 太多精彩内容不舍得剪掉。各位听众小伙伴就慢慢听吧！Enjoy! 我们聊了什么 [02:29] Casber 的经历，如何进入VC，大学创业经历对投资的影响 [08:45] Saphhier Ventures 是一支怎样的老牌基金：投资主题，check size, 精锐团队，投资决策 [14:08] 为什么一家VC会注重 NPS (Net Promoter Score)? [16:52] Sapphire Ventures 如何做到20年专注企业服务？如何应对最近竞争激烈的VC市场？ [22:02] 投资案例分享：Auth0, 投资后3年收入10倍，被Okta 65亿美金收购 [27:23] Auth0 创始人如何引入高端人才，持续实现组织升级 [32:51] 应用类SaaS 和基础软件投资判断有何异同？ [38:53] 为何开始关注开源？ [41:27] 投资人如何评估一个商业开源公司？ [45:49] 企业如何选择是否要开源？哪些领域开源会更有优势？ [54:54] 开源公司如何选择早期客户？ [58:26] 基础软件公司成长路径：比起10年前成立的公司，有何异同？ [64:45] Data Infra 中还有哪些品类值得关注？ [69:29] 现在如此分散的 data infra landscape 未来会整合吗？ [73:40] 如何把 industry mapping 当成一个产品来做 [81:48] 如何在层出不穷的新概念中分辨噪音，识别timing [85:16] 暴跌的二级市场，对一级市场投资有何影响？ [88:19] 企业在新的市场常态中，应该如何调整经营决策和融资节奏？ [91:38] 从投行到VC经历了哪些转变？ [95:14] 4年从 Associate 成长为合伙人的心得 [100:17] 快问快答环节！ 我们提到了什么 Casber 推荐的书：Software: An Intimate Portrait of Larry Ellison and Oracle 安德烈·阿加西自传 Open: An Autobiography Casber's profile Sapphire Ventures Okta 65亿美金收购 Auth0 参考文章 【Casber 大作】The Future of AI Infrastructure is Becoming Modular: Why Best-of-Breed MLOps Solutions are Taking Off & Top Players to Watch What is the Open Data Ecosystem and Why it's Here To Stay 3 Strategies Software Companies Can Borrow from the Open Source Cloud Playbook 从一个“仅为”$1Bn的开源数据库IPO，聊聊开源和infra的现在与未来 欢迎关注M小姐的微信公众号，了解更多中美企业服务的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！ 免责：节目中的观点都是嘉宾和主持人个人观点，不代表所在机构观点，亦不构成任何投资建议。
久违的人物专访又来啦！Howie Xu是我一直非常想要邀请的重磅嘉宾。Howie 现任世界上最大的零信任网络安全公司 Zscaler 人工智能和机器学习业务副总裁，是有硅谷20年企业服务经验的老将。他的经历也是非常精彩。作为早期员工和业务线负责人，Howie 见证了 Vmware, Cisco 这些传奇硅谷公司早年最辉煌的成长时期，他自己也有多次创业及被收购经历，还担任过硅谷老牌基金 Greylock 首位华人入驻企业家 (EIR)。Howie 的独特背景和深入思考，绝对让你收获不菲。 Hello World, who is OnBoard?! 这是我们与 Monica 非常喜欢的播客“科技早知道” 串台的一次节目。访谈长达近3小时，为了大家收听方便，我们分成上下两集，都干货满满！ 本期是第一部分，讨论的主题就是企业服务从业者们最关注的，美国二级市场，尤其是 SaaS 公司正在经历的美股20年来最严重的危机之一。 看看大背景，NASDAQ 指数自去年11月以来下跌了近30%，61%的软件、互联网、fintech 公司的股价都跌到了2020年疫情之前的水平。各种高增长的公司受到打击尤其大。收入增长最高的25家SaaS公司，平均PS（市值比收入的倍数）从最高点的 50.8x，下降到现在的8.8x，PS 下降将近80%，市值更是缩水67%！ Howie 在硅谷经历了2000,2008年两次美股大跌，他从独特的视角，分析了这次危机与过去几次有何异同；如何看待基本面强劲的SaaS 公司，比如Zoom, Shopify, Snowflake, 市值跌幅距离最高点竟然超过70% 的现状；任何危机都是阶段性的，不同阶段的公司又应该如何应对危机，使得自己既能维持生存，又不因为过度调整而失去可能的增长机会等等。看似宏观，但是Howie 的分析非常务实。 下周同一时间，我们会推出近2小时的下集：SaaS 公司的 Product-Market-Fit (PMF)。 我们会从非常实操的角度，探讨为什么PMF是SaaS公司发展模式的分割点。Startup 又应该如何定义和寻找PMF，PMF到规模化中的挑战与经验，以及创始人如何随着企业发展而锻炼出综合的能力等等。内容非常实操干货，赶紧关注Onboard, 不要错过我们精心制作的每一期！ 我们聊了什么 [02:53] Howie 的经历，早期的 VMware 如何跟微软竞争？从创业公司到主流VC EIR的经历中学到了什么 [08:26] 美股这几次危机有何异同？现在很多的 SaaS 公司虽然市值高但是很 healthy ？ [12:15] 市场未来更看重利润率了，对于企业来说意味着什么？ [16:07] SaaS 公司会迎来像2008年金融危机之后的“第二春”吗？什么是一个伟大企业诞生的三个阶段？ [20:33] 企业如何应对危机：为什么说融资应该是企业应对危机的最后选择？ [26:47] 这次危机对于不同的一级市场投资人有何影响？ 我们提到的种种 串台播客：科技早知道 Howie 参与过的公司：Zscaler, VMware,Cisco, Greylock Partners Push vs Pull：（你感受到的市场）需要你努力推进还是被市场推着往前走 Product-Market-Fit (PMF): 产品市场匹配 文章推荐 Howie 2017年的分享：硅谷顶尖VC唯一华人入驻企业家：用数据颠覆你的投资观 Howie 英文访谈：Advice to entrepreneurs who want to leverage #SaaS from entrepreneur Howie Xu 2022 SaaS Crash by Meritech Capital 「Bessemer Venture Partners 」编制的追踪纳斯达克云与软件行业的指数：[The BVP Nasdaq Emerging Cloud Index] 「Sequoia」5 月对被投公司发出开源节流的警告：[Sequoia Capital Warns Founders After ‘Crucible Moment'] 欢迎关注M小姐的微信公众号，了解更多中美企业服务的干货内容！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！ 免责：节目中的观点都是嘉宾和主持人个人观点，不代表所在机构观点，亦不构成任何投资建议。
这是一期的主题或许有些硬核：我们连线硅谷一线科技公司，聊聊机器学习的工具栈，ML Infra (更准确来说，MLOps)。这是M小姐公众号上个月的一次直播回放，主题是《下一个infra 百亿美金战场在哪里？顶尖开源公司眼里的 MLOps 新时代》。 Hello World, who is OnBoard?! 欢迎来到 OnBoard!, 真实的一线经验，走心的投资思考，我们聊聊软件如何改变世界。 如果说过去5年是企业服务/SaaS的黄金年代（尤其在美国），那么，2021年绝对可以说是基础软件（主要是PaaS）的爆发之年。不过，在市场情绪急转直下的2022年，data infra 卷到发紫之后，一个infra领域的新战场已经在浮现。这就是这次我们要讨论的主题：MLOps（机器学习 DevOps 工具）. 对于MLOps，一个比较被广为接受的定义是（来自Nvidia），MLOps是结合了ML（Machine Learning，机器学习），应用开发和IT infra的一整套流程和相应的工具链。包括了ML开发的准备-开发-部署整个过程中数据收集、模型开发、模型训练、实验管理、CI/CD，到生产环境部署、监控等一系列工具。 但是，要了解这个前沿趋势在硅谷实际的落地情况，这个转折点的背景，还有哪些机会，中国的创业者和创业公司可以如何参与到这个进程中甚至弯道超车，按照Monica 的习惯，当然是要请硅谷最一线的亲历者来聊聊！ 这次我们请来的嘉宾的经验，横跨了Apple, Databricks 这样的大厂，也有Snorkel AI, BentoML这样的创业公司，从创业者到产品经理到开发者，他们的视角足够全面，一个多小时的分享，干货也是非常丰富。 直播的反响非常好，很多人要求回放，索性就上传到播客里，供大家回味。 中间因为腾讯视频号直播的连接问题，后面的音质可能不大好，请大家多担待。另外，嘉宾们日常工作都是英文环境，夹杂英文在所难免，尤其是一些专业名词，也希望大家体谅呀！一些名词注释我们也整理在节目介绍中了，真的尽力了！ 想要了解更多背景知识和嘉宾介绍，请看这篇硬核宣传稿！ 重磅直播嘉宾 Yifan Cao, PM @Cruise ML platform, ex PM@Databricks, ex-PM @Apple ML Quinn, BizOps @Snorkel AI, ex-PM@Moveworks Chaoyu Yang, Co-founder & CEO @BentoML (github), ex software eng @Databricks 我们都聊了什么： 03:32 Monica 和几位嘉宾的自我介绍+Fun facts: 我们关注的 MLOps startups 14:02 如何理解 MLOps? 为什么企业需要关注 MLOps? 23:40 为什么现在 MLOps 开始得到了关注，主要的驱动力是什么？ 37:01 新的 MLOps 产品早期 adopters 都是怎样的用户？ 47:38 从技术提供方的 Databricks 到甲方 Apple, Cruise, 对于企业如何选择 MLOps 产品有什么新的思考？ 53:31 BentoML 为何选择 model serving 作为创业切入点？ 63:52 企业内部如何推动一个新的 MLOps 公司落地？决策链是怎样的？ 68:09 Billion dollar question: MLOps 工具做单点还是平台？未来会如何整合？ 77:54 MLOps 开源公司，如何设计商业化路径? 85:22 Yifan 如何看待单点还是平台，开源商业化两个问题（中间网络断掉了得补上……） 90:29 这些一线从业者眼中，MLOps 目前还有什么挑战和最令人兴奋的机会？ 97:23 新领域创业公司早期如何招到优秀的人才 我们提到的公司 Yifan: Outerbounds, Netflix 的开源项目MetaflowOSS的商业公司 Chaoyu: Perfect.io, workflow orchestration（工作流编排，其实不是针对 MLOps, 跟Airflow 场景更接近） Quinn: Arthur.ai, ML monitoring 机器学习模型监控 AWS SageMaker Fiddler AI: ML 监控和可解释性平台 Arize AI: ML infra 观察和监控工具 推荐文章 有干货的直播介绍：下一个 Infra 百亿美金战场在哪里 一篇MLOps 中文科普文章 欢迎关注M小姐的微信公众号，了解更多中美连线对话！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！
Onboard! 两位主播的对谈节目回归啦！这一次的话题，是过去几年在硅谷 SaaS 圈备受推崇，在国内也开始火爆的话题：PLG (Product Led growth), 即产品驱动增长。过去一年，两位主播作为身处一线的投资人，不仅在这个方向上做了很多研究，也在日常跟各个阶段创始人的沟通中，积累了不少落地的心得和实战的反思。 Hello World, who is onboard? 过去一两年，以 PLG 模式成长起来的 SaaS 行业也发生了很多变化。一方面，国外的PLG公司进入业务收割期，ARR接近1亿美金的公司大量涌现。同时，在国内也有很多公司开始效仿。 然而，是我们国内很多从业者对于PLG这个理念，其实从认知到实践，都还有不少误区。因此，我们梳理了过去一年行业经历的变化，我们作为投资人看到国内PLG实操中常见的误区，以及我们研究百亿美金PLG公司的思考与心得。 没想到，我们一聊就将近2个小时！酣畅淋漓，一气呵成，希望你也跟我们一样有收获。 我们在从应大家以前的要求，这次我们把时间轴在本集介绍中标注出来了，方便大家分段收听哦——Enjoy！ 我们都聊了什么 00:15 为什么要聊 PLG 03:40 总结近期PLG领域的重要事件及趋势 13:43 "误区”之一：PLG就是要做个好产品？ 18:13 “误区”之二：PLG增长就是做好社区和口碑就行 28:13 “误区”之三：与客户交流就是收集产品反馈 38:47 “误区”之四：用客户反馈指导产品 Roadmap 44:43 “误区”之五：第一位销售空降“资深大Sales” 49:47 “误区”之六：业务起飞后才搭建数据监测和指标分析体系 62:11 六个误区小结 63:45 延展思考之一：PLG产品的定价策略 73:49 延展思考之二：PLG背景下的客户成功是什么 80:09 延展思考之三：不要低估了财务规划的重要性 85:01 给创业者的小提醒：对增长保持耐心，学会与投资人沟通 87:40 我们觉得有意思的早期公司 96:11 我们推荐的博客 & 播客 我们最近关注的公司 GN：Spline（3D版Figma），Linear（让人使用愉悦的JIRA） Monica: Transform Data（来自Airbnb的内部工具）, Monte Carlo (如何开创 data reliability 这个全新概念） 我们推荐的内容 GN 推荐 Podcast: TechCrunch Plus （要翻墙要付费，但是值得！） Monica 推荐 Podcast: SaaStr （美国SaaS实操最干货）, Invest like the best（每一期访谈质量都超高） 参考文章 Loom 创始人详细分解他们的数据驱动增长飞轮 YC 教你如何科学地做客户访谈 Unity 和 Figma 如何打造产品分析体系 Unusual Insights for founders building a self-service motion BVP: Scaling from $1 to $10 million ARR BVP: Adam Fisher on how to navigate the product-market fit journey Product-led growth lessons from Atlassian Openview: Your Guide to Webflow's $4B PLG Engine: How Webflow Pairs Self-Service and Sales for Rapid Growth 别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦： M小姐研习录 (ID: MissMStudy) by Monica 我思锅我在 (ID: angelplusdevil) by GN
最近的一场直播中，Monica 与M31资本、神策数据的同学，在低迷的市场里，很认真地聊了聊“企业服务/SaaS 市场趋势及中国市场的机会”这个有些宏大的话题。2021年从硅谷回到美国的 Monica，8年投资于中国企业服务市场的 Nathan, 从投资到企业躬身入局的旭坤，从不同的角度，从全球的视角，落地到中国，内容（自认为）相当精彩。 Hello World, who is OnBoard?! 给大家一个剧透，五一期间我们录了两期节目，一期是另一位主播高宁终于回归来跟 Monica 做了一次深度研究探讨，一期是与海外100亿美金成长期投资基金合伙人长达2个小时的访谈。大家一定要关注未来几周我们的更新哦！ 值得提一下的是这次直播的组织方，Purpose Help (公众号：PH分享)。他们邀请各行各业的小伙伴来做主题分享，分享后观众们自愿交门票钱，所有收入都捐给演讲人指定的一个公益组织。播客的最后，我也会简单介绍一下我选择的、也是我作为早期成员参与创立的一个连接海外和中国的公益组织。 聊天的是谁 主持：徐旭坤，北京大学计算物理方向博士毕业的他，曾在厚朴投资从事科技行业投资。现在在神策数据，负责战略发展方面相关工作。 分享嘉宾：Monica Xie, 经纬中国投资人，专注企业服务、云计算及基础软件的早期投资。此前，在硅谷工作多年，曾任亚马逊云服务(AWS) 机器学习业务的初创生态高级商务拓展经理，及人工智能初创公司AiFi商务拓展总监，公司连续三年被评为CB Insights 全球Top AI 100公司。 分享嘉宾：Nathan Zhong, M31资本副总裁，之前在高榕资本和普华投资，8年投资经验覆盖企业服务、人工智能、智能制造等科技行业。 我们聊了什么 云计算的大趋势为企业服务/SaaS市场带来了哪些新的机会和挑战？ 如何理解中美企业服务市场长久存在的差异和阶段性的差距？ PLG (Product-Led Growth) 模式能发展普及的基础是什么？ 中国公有云厂商毛利率为什么比海外云厂商要低？ 如何判断一个开源创业公司的价值？ 创业公司寻找 PMF (Product-market-fit) 的过程要注意什么？ 中国企业服务市场这几年有哪些重要变化？还有那些新的机会？ ……还有更多！ 推荐与参考文章 深度解读硅谷顶尖VC票选出的Enterprise Tech 30 2022：开源, PLG, 投资的耐心和疯狂 万众瞩目的2021年Cloud 100, 榜单和数字背后的启发，都在这里 13000字的Figma研究笔记，聊聊Product-Led Growth的误区与思考 关于远见教育基金会 公众号：远见奖学金 网站：远见教育基金会 远见教育基金会创始人、Google Staff Engineer 王维汉：我为什么创办远见教育基金会 Monica 的导师寄语：我希望你如莲花搬成长 我要跟大家安利一下这次活动Monica 选择赞助的公益组织，远见奖学金。除了最基本的奖学金，远见希望找到心中有火、眼里有光的大学生们，通过一个全球的导师网络，帮他们开拓视野，发现人生更多可能性，陪伴他们度过人生最重要的时期。我们的志愿者和导师来自五湖四海，从硅谷到中国到新西兰，从Google 技术大牛，到Apple 高管到大学教授。我去年就做了一个如何思考创业与人生的分享。 如果你身边也有这样的学生，或者你愿意成为我们志愿者或者导师的一员，欢迎到远见的网站、公众号或者Monica的公众号后台给我留言，欢迎你的加入！ 欢迎关注M小姐的微信公众号，跟踪更多来自中美一线的投资思考！ M小姐研习录 (ID: MissMStudy) 大家的点赞、评论、转发是对我们最好的鼓励！希望你分享给对这个话题感兴趣的朋友哦~ 如果你有希望我们聊的话题，希望我们邀请的访谈嘉宾，都欢迎在留言中告诉我们哦！
© 2020-2025 Ivy Podcast Discovery LLC
