<figure><img src="https://cdn2.wavpub.com/hosting.wavpub.cn/wp-content/uploads/sites/76/2026/04/IMG_7932-1024x412.jpg"></figure><p><strong>本期节目由盛大集团、EverMind联合赞助播出。</strong></p><p>2026年4月4日，坐标硅谷计算机历史博物馆。400多位年轻参赛者正在角逐Evermind全球记忆挑战赛的决赛。在礼堂之外的一间安静演播室中，两位世界级AI科学家在主播尚莞迪的邀请下，一同坐到了「创见」播客的话筒前。</p><p><strong>一位是田渊栋。</strong>前Meta FAIR研究总监，在Meta十年有余，是该机构职位最高的华人科学家之一。他提出的位置插值技术开启了长文训练的时代，主导的ELF OpenGo项目用极少资源超越了AlphaZero。反感暴力堆算力，擅长找到更聪明的路径。2025年底离开Meta开始创业，问他做什么，笑而不语。</p><p><strong>一位是邓亚峰。</strong>清华毕业，深耕AI领域二十余年，从Pattern Recognition一路走到大模型时代。曾任360集团副总裁、格灵深瞳CTO，手握160余项发明专利。现掌舵盛大旗下EverMind，带队攻坚AI长期记忆。这场对话的录制地，正是由他发起的Memory Genesis Competition 2026全球记忆挑战赛的决赛现场。</p><figure><img src="https://cdn2.wavpub.com/hosting.wavpub.cn/wp-content/uploads/sites/76/2026/04/17859470f9d7aff617496a06f9d5a9f6_VSCO-1024x576.jpg"></figure><p>本期「创·见」以视频播客的形式录制。这场对话的起点是近期一则行业八卦：Anthropic的代码泄露事件，但话题很快滑向了更深的地带。两个小时的对话横跨了<strong>AI memory技术底层、大模型公司组织管理、人类记忆机制与遗忘的哲学、意识的边界，</strong>最终落在一个所有人都在回避却无法绕开的问题上：<strong>当AI可以接管人类的一切工作以及承接人类所有记忆，那么人类的未来，到底在哪里？</strong></p><p>两人在对话中达成了几个关键共识：AI记忆不等于上下文窗口，它是一个比context更大的抽象概念；2026年行业从「卷参数」转向「谈记忆」，本质是大模型终于开始落地；技术没有绝对壁垒，真正的护城河是数据迭代飞轮和非共识决策的人才；AI不太可能自发产生意识，但被人滥用的风险远比”AI觉醒”更值得警惕。</p><p>他们也有清晰的分歧点：田渊栋相信打开黑盒有可能从根本上解决幻觉问题；邓亚峰认为可解释性路线在历史上从未真正work，最终解决问题的还是scaling。关于AI能否在所有领域超越人类，邓亚峰认为从能力侧来看，将来没有什么AI不能超过人类的，技术问题终将被解决；田渊栋则保持谨慎，认为人类专家从极少数据中获取洞察的能力，AI目前还达不到——不过一旦这个gap被填平，则可能标志着AGI真正意义上的到来。</p><p>对话中有两条金句值得单独记下来：</p><p><strong>田渊栋：</strong><em>“</em><strong><em>你的护城河，可能是你自己看code，别人vibe coding。”</em></strong></p><p><strong>邓亚峰：<em>“两条建议：敢想，马上做。”</em></strong></p><p><strong>本期节目将会是你听到的本年度最具含金量的AI对话。欢迎收听！</strong></p><p>🎁 <strong>有奖互动：</strong><em>在评论区留下你对本期话题的思考，获得最高点赞数的小伙伴，我们会送出田渊栋亲笔签名小说《破晓之钟》。仅此一本，认真留言才有机会。</em></p><figure><img src="https://cdn2.wavpub.com/hosting.wavpub.cn/wp-content/uploads/sites/76/2026/04/3060_VSCO-1024x770.jpg"></figure><p>🎙️ <strong>本期主播</strong></p><p><strong>尚莞迪 Lydia</strong></p><ul><li>Stanford GSB Ignite Fellow｜沃顿商学院｜CQF</li><li>Astra X Ventures 创始人</li><li>《创见 Build Up》播客主理人</li><li>小红书：Lydia Shang🦋 / 视频号：尚莞迪Lydia</li><li>公众号：硅谷创见汇</li></ul><p>🎙️ <strong>本期嘉宾</strong></p><p><strong>田渊栋</strong></p><ul><li>AI 科学家｜硅谷 Startup 联创人</li><li>前 Meta FAIR 研究总监</li><li>科幻小说《破晓之钟》作者</li></ul><p><strong>邓亚峰</strong></p><ul><li>Evermind CEO｜盛大集团副总裁</li><li>前360集团副总裁、人工智能研究院院长兼搜索事业部总经理、格灵深瞳 CTO</li><li>Memory Genesis Competition 2026 全球记忆挑战赛发起人</li></ul><p>⌚️ <strong>时间戳</strong></p><p><a>03:00</a> 开场及嘉宾介绍</p><p><a>03:52</a> Anthropic意外开源Claude Code，这是失误还是”技术平权”？行业热闹背后的两种读法</p><p><a>06:16</a> AI memory概念、形式功能及重要性探讨：权重记忆、KV cache、Agent记忆——三层框架建立共识</p><p><a>10:54</a> 大模型公司从卷参数到记忆大战，这个转向是如何发生的？为什么偏偏是现在发生？</p><p><a>17:51</a> 扩展context是解决AI memory的解法吗？positioning interpolation（位置插值）的”数学骗术”是指什么？</p><p><a>21:38</a> 两到三年后，AI领域最值得期待的突破：Self-evolving、主动性、科学发现</p><p><a>25:18</a> AI应该像人吗？</p><p><a>28:26</a> 遗忘是人类的高阶能力吗，那么好的AI记忆模型该学会遗忘吗？</p><p><a>34:26</a> 人类记忆是多模态的网状结构，AI的隐空间能做到吗？</p><p><a>36:47</a> 幻觉从哪里来？打开黑盒能解决它吗？</p><p><a>41:41</a> AI 公司真正的护城河是什么？数据、速度还是人才？</p><p><a>48:42</a> 大厂的信息失真困局：好消息被放大，坏消息被缩小</p><p><a>50:50</a> Scaling law是共识，但共识意味着什么？</p><p><a>54:08</a> 当AI有了长期记忆，会不会产生情感或意识？</p><p><a>01:09:15</a> 意识上传，以及蒸馏你的同事</p><p><a>01:11:30</a> 人类的爱，是AI学不会的东西吗？</p><p><a>01:12:58</a> 记忆即隐私：把自己的记忆交给AI系统，安全吗？</p><p><a>01:16:33</a> 数字分身是人类的未来吗？</p><p><a>01:20:59</a> 奇点已到？AGI已到？</p><p><a>01:21:43</a> 教育会被AI如何改变？孩子还有必要上学吗？</p><p><a>01:23:05</a> 费米能级：AI能力线以下的工作，价值趋近于零</p><p><a>01:26:52</a> AI时代人类存在的价值还剩什么？</p><p><a>01:35:02</a> 给想入场AI技术的年轻人的建议</p><p>📑 <strong>名词解释</strong></p><p><strong><em>黑盒 / Black Box </em></strong><em>指系统内部运作机制对外不透明，只能观测输入与输出，无法追溯决策过程。在AI领域，这一特性是大模型可解释性研究的核心挑战。</em></p><p><strong><em>位置插值 </em>/<em>Positional Interpolation</em></strong><em> 一种扩展大模型上下文长度的技术。通过缩放位置编码，将超出原始context window的输入”压缩”映射回模型可处理的范围内，配合少量fine-tuning即可显著提升长文本处理能力。由田渊栋团队于2023年提出。</em></p><p><strong><em>KV Cache</em></strong><em> Key-Value Cache，大模型推理时用于缓存注意力机制中间计算结果的存储机制。避免模型对已处理过的token重复计算，显著提升推理效率。是当前AI在单次会话内实现”短期记忆”的核心底层机制。</em></p><p><strong><em>Latent State / 隐状态</em></strong><em> 神经网络中间层的向量表示。不以文本形式存在，而是以高维向量的形态编码输入信息的语义、结构等特征。在循环神经网络（RNN）等架构中，隐状态可跨时间步传递，是实现序列记忆的一种方式。</em></p><p><strong><em>Self-evolving / 自我演化</em></strong><em> 指AI系统在部署运行过程中，能够根据实时交互和任务反馈持续更新自身能力的特性。区别于当前主流的离线训练范式——现有大模型训练完成后参数固定，无法在使用中自主学习迭代。</em></p><p><strong><em>费米能级</em></strong><em> 源自固体物理学，指在绝对零度下电子所能占据的最高能量状态，是描述电子在能带中分布的关键参数。对话中被借用为比喻，描述AI能力的分界线。</em></p><p><strong><em>数字分身</em></strong><em> 指基于个人历史数据、行为模式与决策风格构建的AI代理，使其能够在一定范围内模拟、代表特定个人行事。</em></p><p><strong><em>意识上传</em></strong><em> 一种假想的技术概念，指将人类的记忆、思维模式与意识结构完整迁移至数字载体，使其在生物体消亡后得以延续存在。目前仍属理论探讨范畴。</em></p><p><strong><em>涌现机制 </em>/<em>Emergence</em></strong><em> 复杂系统中，当规模或复杂度超过某一阈值后，系统自发产生在低规模时不存在的新特性或能力的现象。在AI领域特指大模型在参数规模扩大后，突然习得训练数据中未被明确教授的能力。</em></p><p><strong><em>Scaling Law</em></strong><em> AI领域的经验性规律：在计算资源、训练数据量、模型参数三者同步扩大的条件下，模型性能呈现可预测的持续提升。由OpenAI等机构于2020年前后系统性验证并提出。</em></p><p>✨<strong> 关于「创·见｜Build Up」</strong></p><p>一档从硅谷出发、连接全球创业者与投资人的商业对话节目，由投资机构Astra X Ventures出品。</p><p>对话来自全球科技、资本、创新与文化领域的杰出建造者，探索他们的战略判断、行动框架与创造未来的方式。</p><p>节目曾连续五次登上小宇宙「新星榜」，并入选「锋芒榜」与「播客寻宝」。</p><p>📻<strong> 收听与订阅</strong></p><p>音频：苹果播客 · 小宇宙 · 微博播客 · Spotify · Substack</p><p>视频：<a href="https://www.youtube.com/@lydiashang">YouTube</a> · <a href="https://space.bilibili.com/3690971359349384?spm_id_from=333.1007.0.0">B站</a> 搜索「创·见｜Build Up」即可找到我们。</p><p>📩 联系：<a href="mailto:
[email protected]">
[email protected]</a></p><p>💙 <strong>特别鸣谢</strong></p><p><strong><em>感谢课代表立正在本期内容前期准备上给予的支持与灵感。</em></strong></p><p>相关单集🔗<a href="https://www.xiaoyuzhoufm.com/episode/69c511da852cf1b8bb01e246">#031 关于OpenClaw被封杀以及我们为什么不建议普通人养龙虾？</a></p><p>🔥 <strong>本期团队</strong></p><p>制片：Lydia</p><p>策划：Lydia，Leo，韩云芸</p><p>导演：Leo</p><p>拍摄：Steven</p><p>后期：Michael</p><p>文案/运营：Lydia</p><p>🤝<strong> 商业合作</strong></p><p>期待与创业者、投资人、内容创作者共创高质量内容与长期价值。</p><p>📩 <a href="mailto:
[email protected]">
[email protected]</a></p><p>🚀<strong> 加入「创见」节目组</strong></p><p>现开放商务实习生、内容实习生岗位，面向国内/北美，支持远程协作。</p><p>📩 <a href="mailto:
[email protected]">
[email protected]</a></p><figure><img alt="" /></figure>
