文章核心观点 - 人工智能，特别是大语言模型，已成为神经科学研究中不可或缺的“协作伙伴”，深度融入从数据处理到假设生成的全流程[5] - AI与人类研究者形成“专家在环”的协作模式，AI承担大规模、重复性任务，人类负责验证、纠错与深度决策，共同保障研究的准确性与效率[5] - AI能够突破人类认知与效率局限，发现新脑区、连接被忽视的研究成果、快速处理海量文献与数据，并构建可扩展的跨物种、跨疾病研究平台[5] - 神经科学与AI呈现“双向赋能”新趋势，神经科学成果被用于剖析AI模型机理，这种协同效应推动两个领域共同进步[6] AI在神经科学中的核心应用场景 - **生成无偏大脑细胞图谱**：开发CellTransformer模型，通过自监督学习基于细胞邻域预测细胞状态，创建了全新的、数据驱动的高分辨率大脑细胞图谱，识别出1300个脑区，包括许多之前未编目的精细亚区域[9][10][12] - **辅助非英语母语研究者**：用于润色文稿、调整语气、检查语法，并辅助生成代码片段、调试及头脑风暴，显著提升文本与编码效率[15] - **预测研究结果及复现可能性**：BrainGPT项目显示，在神经科学文献上训练的大模型在预测实验结果方面超越人类专家，具有更高的置信度与准确性，并能发现被忽视的研究成果[19][21][23] - **开发神经数据探索可视化工具**：构建AI智能体系统，自动探索DANDI存档中的复杂神经生理学数据集，生成介绍性Python notebook，使公共数据更易于接近和重复使用[26][28] - **指导疾病相关分子机制实验**：在额叶-颞叶变性研究中，利用大模型查询PubMed并总结文献，识别驱动预测的蛋白质功能及其与神经退行性疾病的关联，指导后续实验室验证[31][32] - **快速提取文献结构化信息**：MetaBeeAI项目使用大模型自动阅读数千篇论文，提取实验设计、受影响脑区和行为结果等结构化数据，以支持元分析或计算模型[35] AI赋能科研的具体方式与优势 - **处理海量数据与重复劳动**：AI能够快速处理大规模空间转录组数据、海量文献和复杂的神经生理学数据集，承担了研究者繁重的初步分析与探索工作[5][9][26][35] - **突破人类认知与效率局限**：CellTransformer无需人工指导即可学习神经解剖学规则，发现未被编目的脑区；BrainGPT能连接不同时期被忽视的研究成果；视觉语言模型可以前所未有的速度自动分析神经元对图像的反应[10][16][23] - **构建可扩展的研究平台**：CellTransformer被设计为与组织无关的工具，可应用于任何具有大规模空间转录组数据的器官系统，为跨物种、跨疾病的研究提供可扩展平台[12] - **增强科研协作与流程效率**：AI工具用于处理会议记录并生成带明确行动项的摘要，节省大量时间；通过“专家在环”的流程设计，使整个分析过程透明、可审计，并能持续优化[16][35][36] 人机协作模式与流程设计 - **明确分工**：AI主要承担大规模数据处理、重复劳动和初步分析；人类研究者负责结果验证、错误纠正、深度解读及关键决策[5] - **流程保障**：通过“专家在环”的设计，研究者在每个阶段验证AI输出、纠正错误、提供反馈并微调提示词，以保障研究的准确性与透明度，并随时间提升工具性能[35][36] - **混合团队优势**：结合人类专家校准的置信度与AI的独特预测能力，人机混合团队可能比任何一方单独工作具有更高的预测准确性[21] AI当前局限性及应对策略 - **存在幻觉与理解偏差**：AI可能虚构不存在的文献或数据，并可能误解发现或错过关键文献[5][32] - **统计陷阱风险**：AI在分析数据时可能产生误导性信息或导致虚假发现[28] - **质量与可解释性权衡**：生成式AI使模型构建变简单，但生成程序的质量和代码元素的功能理解成为挑战[45] - **风险应对策略**：研究者通过限制AI工具的作用边界、手动审查所有输出结果、构建由领域专家精心策划的基准数据集进行评估，以及持续微调提示词等方式来降低风险[5][28][32][36]

交易概述 - 红杉中国宣布将收购全球时尚品牌Golden Goose集团的控股股权，交易预计于2025年12月19日（欧洲时间）完成 [3] - 淡马锡及其全资资产管理公司淡明资本旗下基金将作为少数股东共同参投 [3] - 原股东Permira交易后仍将保留少数股权，继续支持集团发展 [3] 公司财务与运营表现 - 集团营收从2020年的2.66亿欧元增长至2024财年的6.55亿欧元，业绩持续盈利且增长势头稳健强劲 [4] - 2025年前9个月，集团营收同比增长13%，在全球各区域均实现两位数增长 [4] - 自2019年以来，全球直营门店数量从97家增长至227家 [4] - 2025年前9个月的增长得益于直营渠道21%的增长以及门店网络的持续扩张 [4] 公司战略与品牌定位 - Golden Goose是一家融合奢华格调、生活美学与运动风格的全球新锐时尚品牌 [4] - 品牌以“完美的不完美”、真实与独特为灵感，定位于潮流时尚、生活方式和运动风格交汇处 [13] - 品牌擅长设计及分销球鞋、成衣、包袋及其他配饰，部分球鞋产品已成为市场标志性单品 [13] - 产品具有高品质、细节考究以及标志性的“做旧感”等鲜明特征 [13] - 品牌致力于将意大利的“手工传统”带向世界，融合匠心工艺与“意大利制造” [13] - 品牌已吸引超过200万名为“Dreamers”的社群成员 [13] 增长举措与渠道布局 - 近年来公司大力推进直营零售渠道布局，并推出Forward Store概念店 [4] - 公司持续丰富产品矩阵，并在共创体验项目上持续投入，以与全球消费者建立更深的情感联结 [4] - 品牌通过227家直营门店，以及强劲的线上及批发渠道触达全球消费者 [13] - 品牌在美洲、欧洲、中东及亚太地区均有布局 [13] 投资方背景与战略协同 - 红杉中国的控股投资与淡马锡的少数股权投资，体现了双方与Golden Goose在战略与文化层面的高度契合 [6] - 淡马锡拥有对Moncler、Ermenegildo Zegna Group等生活方式品牌的投资经验 [6] - 红杉中国拥有对字节跳动、泡泡玛特、小红书、Marshall等消费科技及品牌的投资经验 [6] - 投资方计划携手帮助Golden Goose加速其作为新一代全球时尚品牌的国际化进程，同时持续加大投入以坚守并夯实其品牌根基 [6] 管理层与治理结构 - 交易完成后，Silvio Campara将继续担任集团首席执行官，并与现有领导团队共同执掌公司发展 [7] - 现任董事会非执行董事的Marco Bizzarri将出任非执行主席 [7] - Marco Bizzarri在奢侈品行业拥有深厚经验，曾领导包括Gucci、Bottega Veneta和Kering在内的多家全球知名奢侈品牌 [7] - Marco Bizzarri将在推动Golden Goose下一阶段的全球扩张中发挥重要作用 [7] 交易各方表态 - Golden Goose首席执行官Silvio Campara表示，新投资者的加入印证了市场对其独特商业模式的高度认可 [9] - Silvio Campara认为红杉中国与淡马锡将帮助Golden Goose释放巨大的发展潜力 [9] - 红杉中国合伙人邹家佳表示，Golden Goose代表着爱、共情、本真及浓厚的社群归属感 [9] - 红杉中国期待在加速Golden Goose全球化布局的同时，坚守并彰显其独特的意大利底蕴 [9]

书籍核心观点 - 哈佛大学医学院教授杰夫·卡普在其新书《觉照》中，提炼了一套包含12条关键步骤的方法，旨在帮助大脑突破“脑雾”状态，瞬间被点亮至“觉照”状态，从而激活大脑能量[3][7] - “觉照”的本质是掌控自身念头与行为，其核心在于打破固有成见与习惯，以主动、有意图的状态生活，既要关注内心真实需求与潜能，也要在与外界互动中保持清醒觉察[3] - 实现“觉照”无需复杂启动条件，可从微小行动切入，通过“觉察-反思-行动-迭代”的循环，逐步实现大脑从被动反应到主动掌控的转变，最终达成内在觉醒与成长[4] 关键行动方向：向内探索与自我激活 - **打开内心的开关**：要求改掉长久习惯，探索、质询和反思对许多事情的成见，重新组织对失败和成功的看法，并潜入内心深处找到最重要的东西，即质疑成见、发现意向并专注行动[7][8] - **发现模式、潜能与可能性**：注意使决策走上熟悉老路的重复性模式并尝试打破，明白改变的空间里存在潜能并从小的改变开始尝试，通过接触不同的人来获得新的启发能量[9] - **带着问题而活**：到能量充沛的人中间去，倾听并学习提出重大、深刻的问题，练习提出“怎么样”、“为什么”或“为什么不”等开放性问题，以彰显好奇心、发现思考盲点并促进能量与信息的流动[10][12] - **该困扰时就困扰**：留心自己对变化的渴望即“困扰意识”，识别痛点并将其转化为动机之源，通过有意识的选择将大脑从无意识的熟悉反应转变为新的反应，从而创造觉照时刻[13][14] - **连通自身力量并传递能量**：明白自己是掌管者，重新连通痛点或动机以让能量激增，在改造生活中事物时保持开放透明，并鼓励支持他人，从而产生自我与周围人共同成长的涟漪效应[14][15] 关键行动方向：向外联结与状态调节 - **做一个主动的机会主义者**：拥抱知识、灼见、创意和专长，用能量和热情激发新颖思考，具体策略包括：敞开大门让机会不必叩问、主动发现并消除个人经历形成的盲点与偏见、保持好奇心、认清并学习他人欠缺的技能、主动追随兴趣或倾听他人需求并帮忙[16][17] - **对你的脑子“掐”一把**：有意试验将注意力聚焦在激发好奇或困扰的事物上，用这充满能量的注意力更深地接通关注对象，体味知觉敏感的时刻以加深体验，并追随心流[18] - **迷上运动**：通过制造一点摩擦力和针对性的逆境来培养坚毅品格，留意锻炼带来的向内和向外的能量转变以改善情绪和警觉状态，将会议和休息移到户外以促进创造性思维[18][19] - **勤于练习**：利用“社交大脑”通过找朋友或群体共同练习来增加动机和奖赏，用热情和坚持点燃动机，找到面向未来的自信，摆脱僵化的期许以体会练习的快乐，并将重复性动作（如叠衣服）作为冥想式练习[19][20] - **做新的事，做不一样的事**：借助日程设定优先事项并练习每月至少与一位新联系人会面，接受自己专长领域之外的任务或邀请以使大脑建立新联结，改变简单的习惯如换非惯用手刷牙[21][22] 心态与节奏调整 - **拥抱从失败中涌现的机会**：接受失败并将其视为解决问题的工具和持续迭代的产物，争取更快地反弹并问出高产出问题，创造一种“快速失败”的安全文化，反思失败如何导向演化或进步[23][24][25] - **保持谦卑**：以有意向的欣赏和兴趣塑造对话或念头，亲近大自然以体验在生态系统中的角色从而获得精神上的谦卑，在平凡人身上寻找道德之美，分享荣誉，耐心接受批评并借此了解对别人的影响，感激人生中使人谦卑的时刻[25][26] - **按下“暂停”键**：通过将待办事项抛诸脑后以获得恢复性休息，重新考虑对速度的需求并避免挤占休息时间，带着相机出门稍歇并与生命建立联结，用心品味寻常时刻如将上网时间换成散步，计划静默空间进行感官刺激“净化”，通过写日记或呼吸来补充能量[27][28][29] - **拥抱自然**：放慢速度、注意和观察以将感官完全集中于当下，深刻了解并理解自己的生活居所以获得踏实感，更直接地参与社区事务而非仅通过手机获取信息，通过打理园子、栽种植物等方式亲手接触自然，拥抱有意识的、符合人性的生活步调以支持清晰思考和审慎行动[29][30][31]

网站作为品牌核心数字资产的价值 - 在AI搜索时代，网站作为品牌100%自主掌控的内容平台，其不可替代性甚至高于社交平台[3] - 网站是AI搜索时代的优先真实信息源，能确保品牌信息准确呈现，提升品牌可信度[6] - 网站是承接多渠道流量、完成从“考量”到“转化”全链路的核心枢纽[7] - 网站是长期沉淀品牌资产、适配多元商业模式的核心载体，其积累的搜索权重和用户信任会形成复利效应[8][9] 高价值网站需规避的常见误区 - 避免“鬼城型网站”：网站长期不更新会损害专业性与用户信任，并降低搜索引擎排名，需建立定期内容更新机制[10] - 避免“迷宫型网站”：导航混乱、信息架构不合理会导致用户快速离开，需简化导航、优化内部搜索功能[11] - 避免品牌调性割裂：网站与社交平台等渠道的品牌表达不一致会产生“身份割裂”感，需制定统一的视觉和语言风格指南[12] - 重视移动端体验：超过一半的网络流量来自移动设备，移动端体验直接决定留存与转化，需采用响应式设计并优化加载速度与操作流程[13] 旧内容活化的策略与步骤 - 旧内容活化是一种低成本高回报的选择，通过“价值升级+形式适配”可节省创作时间并提升用户参与度[3] - 重新利用旧内容不会导致SEO惩罚或用户反感，搜索引擎青睐的是“有价值的新鲜内容”，只要更新优化并补充最新数据和趋势即可[15] - 第一步：筛选优质存量内容资产，通过页面总浏览量、社交媒体分享量和评论数、转化数据等指标找出经过市场验证的内容[15][16] - 第二步：精准匹配用户需求，针对不同阶段的用户（如认知阶段或决策阶段）将旧内容重新包装以增强相关性与转化率[17][18] - 第三步：重构内容形态，为旧内容补充最新行业数据、趋势洞察等新鲜价值，并根据平台特性调整呈现方式（如长文拆解为短视频）[19][21] - 第四步：选择适配平台，聚焦3-5个核心平台，根据其用户属性与内容偏好进行内容分发[18][20] - 活化外部评价：将客户评价以短引言、图片、视频等形式展示，或整合成案例研究，可作为最具说服力的社交证明来提升信任与推动转化[21]

文章核心观点 - 红杉中国合伙人杨云霞认为，生物科技（Biotech）仍是未来主流医疗投资方向，重点关注“第二代技术范式的迭代” [4][7] - 中国已从全球医药产业的旁观者转变为重要参与者，其优势在于极强的迭代能力和高效的执行效率 [4][9] - 中国Biotech全球化的关键在于打破“中国资产必廉价”的认知，深耕国际规则、建立长期信任、用时间证明资产质量 [4][11] - 商务拓展（BD）交易是企业的战略选择，其核心价值在于资本、品牌、能力三个维度的协同赋能，而非单纯的退出机制 [11] - 一级市场投资需穿透短期热点，锚定长期价值，筛选早期项目的两大核心标准是“人”与“资产” [4][14][15] 行业现状与趋势 - **市场表现与创新突破**：2025年初至11月底，医药行业整体上涨16.72%，跑赢沪深300指数1.68个百分点，创新药领域突破式发展与BD交易活跃是关键助力 [7] - **中国创新全球地位提升**：2024年，中国以18%的全球份额跃居全球第二大新分子实体首次上市国家 [9] - **对外授权交易活跃**：截至2025年8月，中国药企对外许可数量已与2024全年持平，总金额达500亿美元，超过2024全年总金额 [9] - **跨国药企加大引进**：截至2025年9月，TOP20跨国药企从中国引进创新资产的交易占比已突破40%，其中二分之一为双抗、ADC、RNA等“下一代疗法” [9] - **Biotech成为交易主力**：Biotech整体上斩获了四分之三的对外授权交易，恒瑞医药、石药集团等五家企业独占五分之一 [9] 技术迭代与投资方向 - **第二代技术范式迭代**：这是未来值得重点关注的投资方向，具体案例包括： - ADC药物：从单靶单毒素向双靶双毒素升级 [7] - 抗体技术：从简单的双特异性抗体向更复杂的三特异性、多特异性抗体发展 [7] - CAR-T疗法：从自体CAR-T到通用型CAR-T再到体内CAR-T不断迭代 [7] - **创新空间巨大**：在新的分子形态中，已上市的成熟产品数量仍相对有限，市场潜藏着大量未被满足的临床需求与未被挖掘的创新空间 [8] - **中国企业的贡献赛道**：未来中国有望在fast-follower（快速跟进）、新型组合资产、已验证靶点的优化三大全球赛道上，对全球上市新药做出10%～15%的贡献 [10] 商务拓展（BD）的战略价值 - **BD交易的核心价值**：体现在资本、品牌、能力三个维度的协同赋能 [11] - 资本：为企业注入稳定现金流 [11] - 品牌：成为Biotech登陆港股等资本市场的“硬核背书” [11] - 能力：学习头部药企的流程管理、质量控制与全球化运营逻辑 [11] - **交易定价与认知挑战**：中国Biotech在海外交易中定价偏低现象客观存在，打破“中国资产必廉价”的固有认知是全球化关键 [11] - **实现公平交易的路径**： - 深耕国际市场规则与需求，精准把握谈判对手核心诉求 [11] - 建立长期信任关系，获取信任溢价 [11] - 用时间证明资产质量，持续输出高质量资产，减少分子退货 [11] - **交易案例对比**：普米斯将BNT327授权给BioNTech的交易首付款为5500万美元，里程碑付款最高1.5亿美元；而2025年BMS为该药物支付的里程碑付款高达111亿美元，价差巨大 [11] 投资逻辑与项目筛选 - **投资本质与态度**：一级市场投资的本质是买在今天，兑现于5年甚至10年后，对市场应保持“乐观且审慎”的态度 [8][14] - **穿透市场噪音**：生物医药赛道风口轮动快（如ADC、双抗、GLP-1），盲目“追高”热点易导致长期价值折损，需穿透短期热度 [14] - **早期项目筛选两大标准**：人与资产，这是一个公司能带来最大化价值回报的核心 [4][15] - 看对方向：是投资成功的前提 [15] - 挑对团队：在正确方向上基于历史数据和科学依据筛选“一等马” [15] - **投资案例**：红杉中国在投资ADC项目普方生物前，已系统研究ADC技术近五年，看重其专业创新能力和管理层经验，后续持续加注，该公司于2024年被丹麦Genmab以18亿美元全现金收购，创下国内生物技术公司海外并购金额记录 [14][15] - **退出思考**：投资时需建立清晰逻辑链条，思考5-8年后产业格局、跨国药企需求及资本市场关注点，不能指望无中生有的退出机会 [15] 企业发展与商业化 - **中国企业核心优势**：极强的迭代能力以及高效的执行效率 [4][10] - **避免内卷陷阱**：缺乏理性判断的盲目跟风式内卷会造成研发资源浪费和同质化竞争，应将竞争焦点转向质量提升与差异化创新，实现“前进式内卷” [10] - **技术转化关键**：让技术研发精准匹配临床需求是条效率极高的路线，例如通过投资机构搭建被投企业与顶级医院专家的沟通桥梁 [10] - **思维赋能**：投资人将“以终为始”的思维模式传递给企业家，能使其更关注企业的长期商业价值 [10] - **融资与上市策略**：鼓励企业在市场景气周期中“顺势而为”把握融资机会，以获得更优估值，但上市前提是“基本功扎实”，仓促上市可能损害品牌声誉 [15]

报告背景与核心观点 - 世界知识产权组织发布的《2025年全球创新指数》中，“深圳—香港—广州”创新集群排名全球第一，标志着大湾区的科创实力已跻身世界顶尖行列 [2] - 红杉中国旗下的创科香港基金会发布《香港创科人才指数2025》中英双语报告，该报告自2023年首次发布以来已成为国际社会了解香港创科人才的重要窗口 [2] - 报告旨在通过数据和评估框架，呈现香港创科人才的现状与趋势，为香港建设国际创科中心提供决策支持，人才被视为驱动发展的核心引擎 [5] 调研方法与数据基础 - 报告历时2个月，进行了超过1000份问卷调查与深度访谈 [4] - 调研对象包括来自生命健康、人工智能、机械人、半导体和智能设备、先进材料和新能源等重点创科领域的业界人士 [4] - 深度访谈涵盖超过120位创科界代表人士，包括政府官员、立法会议员、大学教授、创业者、园区等不同持份者 [4] - 报告聚焦学院派创业者与“高才通”人才两大关键群体，从“人才资源、人才载体、人才效能、人才生态”四大维度进行分析 [3] 香港创科人才发展现状与量化数据 - 香港创新及科技产业从业人员数量达到100,000人 [11] - 研发人员数量从2021年的43,403人增长至2023年的46,730人，增幅为9% [11] - 初创公司雇员人数从2021年的14,932人增长至2023年的20,076人，增幅达34% [11] - 创科类专业在校学生数量从2021/22学年度的37,455人增长至2023/24学年度的52,076人，增幅为39% [11] - 过去两年，香港各项人才引进计划共获批27.4万宗，其中“高端人才通行证计划”（高才通）占比达33%，续签率为55% [22] - 调查显示，半数通过“高才通”计划来港人才已顺利就业，月收入中位数约5万港元，主要集中在金融、科创等核心领域 [22] 重点产业与企业引进成果 - 截至2025年4月，香港成功引进84家重点企业，预计将带来约500亿港元投资并创造逾20,000个就业岗位 [24] - 引进企业中，人工智能与数据科学类企业有28家，占比33%；生命健康科技类企业有26家，占比31%；先进制造与新能源科技类企业有15家，占比18%；金融科技类企业有14家，占比17% [26] - 目前约八成引进企业已设立或计划在港建立总部、研发中心或生产基地 [24] 产学研协同与成果转化 - 香港高校受科技初创企业资助计划支持的項目数量从2021年的284个增长至2024年的1,725个 [29] - 香港高校走出的创业公司累计总量从2021年的253家增长至2024年的1,590家 [29] - 2023/24学年度，香港高校的知识产权收入约为7亿港元，较2022/23学年度增长达15% [31] - RAISe+计划有效促进了香港产学研协同创新，但实施初期存在合约签订难、资金到位慢等问题，需优化执行机制 [28] 政策举措与生态构建 - 香港正全力推动“新型工业化”，着力构建“研发—中试—生产”全链条创科生态，以解决长期面临的产业化瓶颈 [27] - 北部都会区以“产城融合”为发展模式，新田科技城预计提供约300公顷创科用地，并预留至少80公顷用地用于建设“北都大学教育城”及综合医教研医院 [33] - 香港创科融资生态正从过去主要依赖政府资助，发展为多元化、全周期的支持体系，香港投资管理有限公司和“创科产业引导基金”发挥“耐心资本”作用 [35] - 香港发挥“增值型超级联系人”的桥梁作用，通过政府、园区等多方协作，带领企业开拓大湾区、中东及“一带一路”市场 [38] 面临的挑战与未来关键 - 留住人才面临挑战，高昂的生活成本、子女教育、身份选择等问题影响着人才的长期留港意愿 [22] - 人才来源仍以内地及亚太地区为主，欧美人才比例增长缓慢 [22] - 如何将人才“流入”转化为“留下”，是香港从“创科人才枢纽”迈向“创科人才家园”的关键一步 [43]

文章核心观点 - 文章通过总结Dwarkesh Podcast中多位AI行业领袖的深度访谈，揭示了当前AI技术发展范式的关键转变、未来AGI的形态构想以及行业竞争格局的演变趋势[2] Ilya Sutskever的观点 - 认为无脑堆算力的“暴力美学”时代已经翻篇，预训练开始式微，数据快用光了，后续发展更依赖研究直觉，回到了需要“拼品味、拼直觉”的手搓时代[5] - 提出“情绪”是进化赋予人类的精准价值函数，让AI拥有“情绪”或“直觉”是通往真正智能的必经之路[6] - 认为真正的AGI更像一个“15岁的天才少年”，学习能力极强，并且未来智能体可以“合并智能”，瞬间获得海量经验[7] Satya Nadella的观点 - 提出模型厂商可能遭遇“赢家诅咒”，模型作为可替换的计算部件非常脆弱，而掌握“场景权”和用户数据流更为关键，微软通过将AI深度集成到Office和GitHub等应用来巩固优势[10] - 指出GitHub的未来定位是“AI智能体的总部”，通过控制代码仓库来管理由不同AI生成的代码，从而掌握AI时代的管理权[11] - 预测SaaS模式将终结，未来将转向为AI Agent提供“数字实体”、身份认证、安全环境和云端电脑等基础设施，并按AI“员工”数量或资源消耗收费[12][13] Andrej Karpathy的观点 - 认为当前大型语言模型是通过预训练模仿互联网数据产生的“幽灵”，拥有知识但缺乏肉体直觉和常识，并非像动物一样进化而来[16] - 批评强化学习效率极低，其奖励信号如同“透过吸管吸取监督信号”，无法对模型复杂的推理步骤提供精细反馈，导致幻觉和逻辑问题[17] - 提出未来AGI的“认知核心”可能只需10亿参数，主张将记忆与认知剥离，知识应存储于外部而非全部记在模型内部[18] 图灵奖得主Sutton的观点 - 指出当前LLM只是在模仿人类语言，缺乏对“客观真相”的追求，没有目标的系统只能称为“行为系统”而非“智能系统”[21] - 强调生物界不存在监督学习，未来的AI应像野兽一样从“体验流”中通过尝试-反馈来学习，而非依赖人类标注的数据[21] - 将AI的诞生视为宇宙从“复制时代”进入“设计时代”的第四道门槛，是人类首次创造出原理可知、可被随意修改的智能体，是宇宙级的质变[22] Sergey Levine的观点 - 认为机器人不需要全知全能的世界模型，只需具备为完成具体任务而生的“隧道视野”，强大的目标感本身就是感知过滤器[25] - 提出在物理世界中，“失忆”或“在当下”的不费脑子的快速反应是高级智能的表现，未来机器人架构可能是“健忘”的小脑配合“博学”的大脑[26] - 指出2009年自动驾驶失败的原因是车辆缺乏常识，而当前机器人浪潮的变量在于通过视觉语言模型获得了先验知识，使其能零样本处理边缘情况[27]

文章核心观点 - 招聘是创始人不可外包的核心使命，其本质是“策展”而非“填补岗位”，旨在聚合顶尖人才以塑造公司DNA [3][4] - 构建精英团队的核心在于吸引“聪明、精力充沛、正直、低自我”的顶尖人才，并确保他们之间能互相激励 [3][6] - 在创业0到1阶段，创始人的能力与魅力是吸引人才的关键，很难直接雇佣到比自己更优秀的人 [3][7][8] - 招募顶尖人才需要打破薪资、股权、工作模式等传统规则，提供定制化方案，并以宏大使命抢占先机 [3][9][10] - 伟大产品的创造只需一小群志同道合的顶尖人才，早期团队建设应优先追求一致性，并为团队保障深度工作的“创造者日程” [3][11][12] 招聘的战略定位与创始人角色 - 创始人不可外包的四项核心使命是：招聘、融资、战略和产品愿景 [5] - 早期员工就是公司的DNA，将招聘外包会引入距离感并降低人才筛选标准 [5] - 公司变化的临界点是创始人不再亲自招聘和管理每一位员工的时刻，一旦出现中层管理者，创始人便与一线脱节 [5] - 创始人的个性、原则、底线和价值观直接决定了公司的个性以及所招聘人才的类型 [5] 顶尖人才的特质与团队构建逻辑 - 最优秀的人只想和最优秀的人共事，团队应是互相激励的精英集体 [6] - 检验团队的方法是：新人应能对任意未来同事进行30分钟交流并感到满意，若创始人对此有心虚对象，则该对象应离开团队 [6] - 早期核心成员（如前10、20、30或40人）需具备的关键特质是：聪明、精力充沛、正直，以及“低自我”（心态谦逊，少有人际冲突） [6] - 真正懂行的人才能识别同类，这种“识人之明”难以外包，最优秀的创始人需对人和产品有极高的“品味”和“挑剔” [6] 创业初期的人才吸引现实 - “雇佣比自己更优秀的人”在现实中很难实现，因为真正更强的人不会长期甘愿在其手下工作 [8] - 创业早期，创始人自身是吸引人才的核心，他人加入意味着视创始人为值得追随或同一水平线的人 [8] - 早期投资人极度看重创始团队本身，证明创始人能力的最直接方式是看其能否招到优秀人才 [8] - 只有当公司做大，拥有强大的网络效应、成熟产品和品牌影响力后，才可能吸引到比创始人更厉害的人，因为他们看重的是平台而不仅仅是个人 [8] 招募顶尖人才的创新方法与原则 - 招聘需要很强的创造力，不能做“流水线式”招聘，否则只能招到可被替代的普通人才 [9] - 在2025年激烈争夺AI人才和工程师的背景下，创始人必须敢于打破常规，打破招聘、公司运营和组织架构的各种限制 [9] - 最优秀的人才不是标准零件，而是多面手，能力覆盖方方面面，且身边有一群同样聪明的同行 [9] - 优秀团队由跨领域人才组成，成员能胜任多项工作，有特定专长，且具备高鉴赏力和判断力，并能识别并将决策权交给最有话语权的人 [9] - 初创公司的使命是找到尚未被发现的人才，必须抢在所有人之前找到他们 [10] - 确立极具雄心的宏大使命能吸引最优秀的人才，因为他们渴望做有分量的事，并以工程师和艺术家的身份表达自我 [10] - 招募标准应设定极高门槛，例如“只招‘天才’”，创始人需亲自识别并不惜一切代价招募，一个月能招到一个天才已属幸运 [10][11] - 必须坚持高门槛，避免因业务发展压力而降低标准填补空缺，否则会稀释整个团队的基因 [11] - 寻找那些已经找到自己天赋领域，或有能力在为公司工作期间逐步找到并接近自己天赋领域的人 [11] 早期团队建设与产品创造哲学 - 创造伟大的产品从来不需要一大群人，只需要一小撮志同道合、专注高效的顶尖人才，规模在0到1阶段反而是敌人 [11] - 应把“会议日程”转变为“创造者日程”，促使人们在沟通前多思考，从而保障大段连续、不被打断的自由时间，用于深度创意工作 [12] - 在0到1阶段，团队在核心问题上的一致性比多样性更重要，等公司做大、产品和文化稳固后再追求多样性也不迟 [12] - 每个伟大的工程师同时也是一位艺术家，艺术是为做而做、做到极致并能唤起美感或强烈情感的东西，苹果的成功正源于它是一群关心细节的“工程师艺术家”组成的公司 [12]

社交媒体作为个人品牌延伸与放大器 - 社交媒体已成为创业者不断更新的“数字名片”，决定了能否与他人产生深度连接，是必备的创业素养 [3] - 将社交媒体视作个人品牌的延伸与放大器，能帮助创业者拓展业务版图、链接更多合作可能 [3] 形象展示核心原则 - **记忆点**：避免笼统自称“创业者”，应提炼1-2个最核心特质打造个人标签，公式为“具体领域+你的角色/专长” [6][7] - **匹配性**：个人形象必须与创业领域、品牌定位深度绑定，形成“看到你就想到你的业务”的条件反射，以降低用户认知成本 [9] - **真实感**：信任是商业关系的基础，不必隐藏创业路上的小挫折或行业探索中的困惑，真实表达能打破距离感，获得情感认同与合作信任 [10] 内容配比与构建维度 - 建议按照**5:3:2结构**分配发布内容，从专业权威、真实立体、责任担当三个维度构建社媒形象 [12] - **专业权威（占比50%）**：作为形象核心支柱，需持续输出行业深度洞察、可复用的实操方法论、高质量的踩坑复盘等内容，以证明行业洞察力与执行力 [13] - **真实立体（占比30%）**：围绕工作、生活展开，分享创业日常、个人状态及能体现韧性的兴趣爱好，为专业形象注入温度和灵魂 [14] - **责任担当（占比20%）**：分为“对内担当”与“对外担当”，用具体案例而非口号展示团队成长、客户服务或微小公益行动，证明长期主义与价值观 [15] 平台选择与沟通技巧 - 需结合自身业务类型（B端/C端）、核心目标（获客/融资/品牌）选择**1-3个核心平台**深耕，避免精力分散 [17] - 互动不必追求高频，关键是让关注者感受到被认真对待，可识别高意向对象并进行私域深度对接，以沉淀信赖并解锁合作契机 [18][19] 社交媒体经营高频雷区 - **过度营销**：每条内容都直接推送产品信息，将社媒完全当作销售渠道，会消耗受众信任，建议营销内容占比不超过总内容的10% [21] - **言行不一**：线上人设与线下行为不符，或夸大伪造数据，一旦被拆穿会快速传播，导致行业口碑受损并断绝长期机遇 [22] - **情绪失控**：在评论区互怼、发布抱怨或争议性言论，会暴露格局短板，让潜在合作伙伴质疑情绪管理能力，应建立情绪缓冲机制，避免冲动表达 [23]

xbench-ScienceQA榜单更新 - 最新一期xbench-ScienceQA榜单有6家公司发布新模型，Gemini 3 Pro刷新SOTA，DeepSeek V3.2分数追平GPT-5.1且性价比极高[1] - 榜单采用长青评估机制，持续汇报最新模型能力表现，未来将发布评估Agent指令遵循能力和多模态理解能力的新benchmark[1] 主要模型性能对比 - Gemini 3 Pro得分71.6，BoN(N=5)达85.0分，平均响应时间48.62秒，API价格为输入$2/百万tokens、输出$12/百万tokens[3] - DeepSeek-V3.2-Speciale得分62.6，BoN(N=5)达81.0分，与GPT-5.1持平，API价格仅为输入$0.28/百万tokens、输出$0.42/百万tokens[3] - GPT-5.1得分62.6，BoN(N=5)达78.0分，平均响应时间137.19秒，API价格为输入$1.25/百万tokens、输出$10/百万tokens[3] - Claude Opus 4.5得分55.2，平均响应时间仅13.31秒，为所有模型中最快[3] 成本效益分析 - 评测ScienceQA的500道题目，GPT-5.1花费$32，Gemini 3 Pro仅需$3，成本优势显著[6] - DeepSeek-V3.2-Speciale完成相同评测仅需$2，DeepSeek-V3.2-Thinking仅需$1.3，性价比远超GPT-5.1[6] - DeepSeek V3.2价格远低于GPT-5.1，成为Gemini 3外第二家BoN突破80分的公司[6] 技术架构创新 - DeepSeek V3.2引入DeepSeek Sparse Attention机制，在保持长上下文性能的同时显著降低计算复杂度[10] - 采用可扩展的强化学习框架，后训练算力投入提升至预训练成本的10%以上，通过改进GRPO算法增强模型推理能力[11] - 构建大规模Agent任务合成流水线，自动生成数千虚拟环境和数万条复杂指令，首创“思考融入工具使用”能力[12] 行业技术突破 - Gemini 3以1501 Elo成绩登顶LMArena排行榜，展现接近博士级的综合推理能力，深度融合文本、图像、视频、音频与代码的跨模态理解[13] - Kimi K2 Thinking支持200-300步连续工具调用的长程推理能力，采用高效稀疏MoE架构，1万亿参数仅激活32亿[18] - Tongyi DeepResearch在总参数30B激活参数3B的小模型上实现比肩闭源大模型的能力，验证了小模型在Agent领域可媲美大模型的效果[8][19] 模型性能提升 - Gemini 3 Pro较Gemini 2.5 Pro平均分从59.4提升到71.6，提升幅度达12.2分[6] - DeepSeek-V3.2-Speciale较DeepSeek-R1-0528有较大提升，达到62.6分[6] - Claude Opus 4.5较Claude Sonnet 4.5-Extended Thinking有小幅提升，达到55.2分[6]