by Monica Xie
Hello World, who is OnBoard!? 两个爱码字的投资人关于科技创业与投资的真诚对话。 关注主播： 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 宁 同名 Podcast 在各大平台都有哦： 喜马拉雅, Apple Podcasts, Spotify, Google Podcasts, Overcast 都可以找到~
Language
🇨🇳
Publishing Since
3/8/2022
See how your podcast performs across key metrics
Recommendations available
Unlock the full report to see detailed tips
Unlock comprehensive insights including:
See how your show performs across every key metric
High authority scores make your podcast more attractive to industry leaders and influencers who want to appear on credible shows.
Sponsors look for podcasts with proven authority and engagement. Your score demonstrates your podcast's value to potential partners.
Understanding your strengths and weaknesses helps you make data-driven decisions to expand your listener base effectively.
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
July 9, 2025
<p>OnBoard! 今年第一场直播回放来啦！我们跨洋连线硅谷资深增长顾问陈唱，2个多小时的访谈，探讨了关于AI应用出海增长的各种干货，直播间饱爆满好评如潮，我们经过整理放出精修音频，绝对值得你反复听几遍！</p><p><strong>Hello World, who is OnBoard!?</strong></p><p>今年真是AI应用爆发的大年！诞生不到26个月的ChatGPT 月活已超过8亿，OpenAI 和Anthropic ARR 分别超过100亿美金和50亿美金，Cursor, Lovable, Manus, Genspark 等 AI 应用的用户数和收入增长不断刷新纪录。越来越多的AI应用创业者涌入赛场，如何做增长，就成了最经常被谈论的话题。尤其是对于广大打造出海应用的中国创业者，更是希望听到来自硅谷最一线的经验。</p><p>陈唱是增长顾问公司Hockey Stick Growth创始人。过去8年里，她服务过的很多客户不仅获得了顶尖VC投资，更是实现了扎实的用户和收入的跃升。这个名单，一定有不少你熟知的公司：HeyGen, Gamma, Otter.ai, 还有最近大火的语音模型公司 Cartesia, 成立不到2年，融资超过$90M, 上千万美金收入……</p><p>在两个多小时的对话里，她非常坦诚地分享了他在硅谷一线观察到的AI产品增长变化，以及那些成功案例背后的真实策略。比如：</p><ul> <li>AI应用增长方式过去几年的变化</li> <li>从"AI化"到"去AI化"的品牌定位趋势背后发生了什么？</li> <li>面对越来越卷的增长渠道，AI产品如何找到突破口？</li> <li>那些"剑走偏锋"的增长策略到底值不值得尝试？</li> <li>KOL和各种渠道营销的具体方法论</li> <li>为什么要考虑 product-channel-fit</li> <li>...</li></ul><p>如果你正在做AI产品，或者对AI应用的增长策略感兴趣，这期来自硅谷一线的实战分享，绝对不容错过！听过直播的同学，也值得反复复习~Enjoy!</p><figure><img src="https://image.xyzcdn.net/FiaaECM5BiRyOYcBVd7bbrQvntw6.png"/></figure><p><strong>嘉宾介绍</strong></p><ul> <li><strong>Chang Chen（陈唱）</strong> – 硅谷增长顾问，<a href="http://hockeystick.io/">Hockey Stick </a>增长顾问公司创始人；曾助力 HeyGen、Gamma、Otter.ai 等头部产品打造爆款增长闭环。</li> <li>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</li> <li>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</li></ul><p><strong>我们都聊了什么</strong></p><p>02:59 陈唱自我介绍，最近看到的有意思的AI 产品和增长方式</p><p>06:36 AI 应用增长方式的演变：从强调“AI”到回归“产品价值”的“去AI化”趋势。</p><p>13:30 Go Viral 的底层逻辑：如何利用“猎奇、强大、共情”的用户心理策划病毒式传播？</p><p>17:37 案例复盘：如何结合热点话题 (Elon Musk's Grok) 策划成功的营销活动？</p><p>19:59 Product-Channel Fit：如何为产品的不同阶段和用户画像找到最合适的增长渠道？</p><p>24:00 被低估的增长渠道：为什么 ToB 产品应该重视 LinkedIn？</p><p>30:12 KOL 营销全攻略：如何识别、触达、并与高质量的 KOL 建立长期合作？</p><p>41:49 从“爆款”到“体系”：当市场变卷，如何建立可持续的增长护城河？</p><p>49:47 AI 产品如何收费？订阅制、Pay-as-you-go、混合模式的利弊分析。</p><p>58:53 从 PLG 到 PLS/SLG：AI 公司如何抓住企业客户，何时应该拓展企业市场？</p><p>01:10:59 Product-Market Fit 是一个动态过程，出海创业者如何更好地找到它？</p><p>01:16:24 AI 如何赋能增长团队？从内容生成到渠道拓展的最佳实践和误区。</p><p>01:20:20 LLM-Native 新渠道：如何在 ChatGPT 和 GPT Store 中获取流量？</p><p>01:24:07 Product Hunt 打榜还值得做吗？效果、用户质量和平台公信力的变化。</p><p>01:27:06 从0到1搭建增长团队：创始人何时应该招聘第一个全职增长负责人？</p><p>01:32:28 推荐的增长信息渠道：Twitter, LinkedIn 和线下分享。</p><p>01:33:00 未来展望：AI Agent 赛道有哪些“卖铲子”的机会？</p><p><strong>我们提到的产品和关键词</strong></p><ul> <li>HeyGen - AI视频生成领军企业</li> <li>Gamma - AI PPT生成先驱，不到30人团队超过5000万美金ARR</li> <li>Cartesia - 语音模型公司，成立不到两年融资超过9000万美金</li> <li>Otter.ai - 会议转录和AI助手，超过1亿美金ARR</li> <li>Cluely - "AI agent to cheat on everything"争议性定位</li> <li>Eleven Labs - 语音合成领域头部公司</li> <li>Apollo - 销售线索工具</li> <li>Synthesia - AI 虚拟人生成工具</li> <li>PLG (Product-Led Growth) - 产品驱动增长</li> <li>SLG (Sales-Led Growth) - 销售驱动增长</li> <li>ICP (Ideal Customer Profile) - 理想用户画像</li> <li>PMF (Product Market Fit) - 产品市场契合度</li></ul><p><strong>别忘了！同步关注两位 Host 的微信公众号，看更多干货内容哦：</strong></p><p>M小姐研习录 (ID: MissMStudy) by Monica</p><p>我思锅我在 (ID: thinkxcloud) by GN</p><p>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！<strong>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。</strong></p><p><strong>最后！快来加入Onboard！听友群，</strong>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。<u><strong>添加任意一位小助手微信，onboard666, 或者 Nine_tunes,小助手会拉你进群</strong></u><strong>。</strong>期待你来！</p><p><img src="https://bts-image.xyzcdn.net/aHR0cHM6Ly9qc2Z0d2FmcDFkLmZlaXNodS5jbi9zcGFjZS9hcGkvYm94L3N0cmVhbS9kb3dubG9hZC9hc3luY2NvZGUvP2NvZGU9WkRWaFptSmxOREExTURFellUbG1PVEJpWmpZMU56ZGxaVFk0WVdVNVpESmZkbE5XZVVwbmIxWXdVV3BaT0dSV1VtYzBkR05QU1dkUWRGUldNR3hNWlU5ZlZHOXJaVzQ2VWxacE5tSjFkSFZXYjNoU1pqSjRaVUZKVUdNMWVIRnhia1ppWHpFM05USXdPREl4T0RJNk1UYzFNakE0TlRjNE1sOVdOQQ=="/></p>
July 3, 2025
AppLovin's VP of Engineering Giovanni Ge discusses AppLovin's impressive growth from a game marketing agency to a leading advertising technology platform, including its core algorithms and technology, in an interview with Monica from OnBoard!
March 3, 2025
<p>2025年第一期OnBoard! 让大家久等了！没错，这个话题我们怎么能绕的过去：Deepseek!</p><p>Deepseek 春节前夕发布的开源推理模型 Deepseek r1，无疑是整个世界最令人关注的新闻，不论你过去是否关注 AI，相信都已经被关于 Deepseek 的各种新闻和解读轰炸了好久。但是 OnBoard! 的硬核讨论，迟来却不过时。</p><p><strong>Hello World, who is OnBoard!?</strong></p><p>Deepseek R1 在数学、代码和各种推理能力比肩市面上最强的 OpenAI o1 正式版模型，同时又以其技术创新带来的极低的训练和推理成本，以及完全开源的特点，点燃了全世界对于推理模型，以及中国AI实力的关注。</p><p>在各种讨论的虚虚实实中，OnBoard! 一直想做的，就是找到尽可能全面和客观的视角，追寻到技术和创新的本质。于是，我们邀请到了横跨中美的一线研究员和从业者，跟大家聊聊：</p><ul> <li>到底如何看待 Deepseek 一系列模型的创新？</li> <li>推理模型最核心的难点是什么？</li> <li>DeepSeek 会对开源大模型生态带来哪些变化？</li></ul><p>这次嘉宾也是站在学术和开源的前沿：</p><ul> <li>有备受关注的、最早尝试复现 r1 能力的 TinyZero 项目的一作，</li> <li>有来自卡耐基梅隆大学研究推理最核心的 Long COT (Chain of Thoughts) 的研究员，</li> <li>还有返场嘉宾，前 Google Tensorflow 成员、Huggingface 社区资深贡献者。</li></ul><p>他们从推理、COT、infra和开源几个角度，从技术本质到行业影响，兼顾发散和深度地畅聊关于 Deepseek 的已知和未知，过去与未来。相信已经非常饱和的各种信息中，还可以给大家带来一些启发。</p><p>需要说明的是，其中来自 SGlang 的嘉宾因为临时原因没有参与录制，与他的补录正好又是关于模型推理的专业话题，我们就决定放在下一期作为一个相对技术的 bonus episode. 很快会放出来，敬请期待！</p><p>毫不意外，这次讨论又是长达三个多小时。但是一定值得你的时间！Enjoy!</p><p><strong>嘉宾介绍</strong></p><ul> <li>Xiang Yue, 岳翔 (<a href="https://xiangyue9607.github.io/">个人主页)</a>, Postdoc @CMU, 师从 Prof. Graham Neubig，专注于提升模型推理能力的前沿专家</li> <li>Jiayi Pan, 潘家怡 <a href="https://jiayipan.com/">(个人主页</a>）, PhD @Berkeley AI Research, 师从 Alane Suhr</li> <li>Tiezhen Wang, Huggingface 资深工程师，前 Google Tensorflow 资深工程师</li> <li><strong>OnBoard! 主持：</strong>Monica（小红书/即刻：莫妮卡同学）：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</li></ul><p>PS 欢迎关注 Xiang Yue 最新的论文，Demystifying Long CoT Reasoning in LLMs（<a href="https://arxiv.org/pdf/2502.03373">arxiv.org</a>）关于 Long CoT 在模型推理能力中的作用有很有意思的发现！</p><p><strong>我们都聊了什么</strong></p><p>解析 <strong>DeepSeek R1 技术核心</strong></p><p>03:34 几位嘉宾自我介绍，fun fact: DeepSeek R1 让你惊艳的使用场景是什么？ 好的文笔是背诵还是理解？</p><p>17:53 如果用 RL 生产数据越来越重要，还需要人类标注数据吗？</p><p>23:52 DeepSeek R1-Zero 为什么值得关注？跟R1是什么关系？TinyZero 复现 R1 的过程中有什么启发？</p><p>35:11 为什么看似简单的 Long CoT 的做法，一直到现在才被广泛用起来？Long CoT 的研究沿革和进展是怎样的？</p><p>48:29 推理模型的 Aha Moment 是什么？跟模型的“涌现能力”有什么关系？</p><p>51:13 澄清一下！正确理解“成本30美金”！</p><p>52:36 Long CoT 的实现有什么难点？DeepSeek 做了哪些值得关注的创新？</p><p>58:33 做 Coding agent 的经验：模型 coding 能力能泛化到更广泛的 Agent 能力吗？</p><p>62:32 SFT 在R1 训练中的作用？RL生成数据成本会比人工标注低吗？</p><p>71:46 Scale up RL 的难点是什么？为什么说这是 DeepSeek infra能力中容易被忽视的点</p><p>74:08 开源社区的 infra 限制，会对复现后续研究 RL 和推理模型相关工作有什么影响？</p><p>79:57 为什么说 Rewards and Simulators are all you need：还有哪些挑战？</p><p>94:34 MoE vs Dense model 的选择：业界已经是共识了吗？</p><p>107:29 DeepSeek 蒸馏 OpenAI 的数据了吗？</p><p>112:14 OpenAI o3 思维链中出现了中文应该如何理解？</p><p><strong>大模型开源生态会发生什么变化</strong></p><p>115:52 开源大模型需要将数据开源吗？</p><p>123:01 开源和闭源模型的差距会一直存在吗？这个差距对于使用者和模型公司意味着什么？</p><p>127:44 未来开源推理模型都会向 DeepSeek R1 的路线上收敛吗？对开源生态会有怎样的影响？</p><p>131:36 从 DeepSeek V3 到 R1, 有了基座模型训练推理模型，只需要几周的时间吗？</p><p>132:59 开发者选择开源还是闭源模型，有怎样的考量？今年开源大模型生态有哪些变化值得期待？</p><p>142:13 如何理解：Agentic workflow 只有短期价值，长期会被模型能力取代？Agent 公司的核心能力是什么？</p><p><strong>未来展望与宏观思考</strong></p><p>149:30 2025年，几位嘉宾的工作重点是什么？</p><p>155:22 AI 领域有什么过热的以及还没有被充分讨论的话题？</p><p>160:36 过去半年有什么观点的变化？</p><p>164:08 AI超越大部分人类智能的时候，你的生存意义是什么？</p><p><strong>重点词汇</strong></p><ul> <li>Reinforcement Learning</li> <li>Chain of Thoughts</li> <li>SFT</li> <li>MoE</li> <li>Dense model</li> <li>Agentic workflow</li></ul><p><strong>参考文章</strong></p><ul> <li>Xiang 最新的论文：<a href="https://arxiv.org/pdf/2502.03373">Demystifying Long CoT Reasoning in LLMs</a></li> <li>TinyZero: <a href="https://github.com/Jiayi-Pan/TinyZero"><u>github.com</u></a></li> <li>Deepseek<br>V3: <a href="https://github.com/deepseek-ai/DeepSeek-V3"><u>github.com<br> </u></a>R1: <a href="https://github.com/deepseek-ai/DeepSeek-R1"><u>github.com<br> </u></a>R1 zero: <a href="https://arxiv.org/abs/2501.12948">arxiv.org<br> </a><a href="https://mp.weixin.qq.com/s/z4ptoZXT6M794Dh2QEzEeg"><u>mp.weixin.qq.com</u></a>万字解析DeepSeek 成长史</li> <li><a href="https://www.latent.space/p/reasoning-price-war"><u>www.latent.space</u></a></li> <li><a href="https://semianalysis.com/2025/01/31/deepseek-debates/"><u>semianalysis.com</u></a></li> <li><a href="https://arcprize.org/blog/r1-zero-r1-results-analysis">arcprize.org</a></li></ul><p><strong>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！</strong></p><p><strong>M小姐研习录 (ID: MissMStudy)</strong></p><p>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！<strong>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。</strong></p><p><strong>最后！快来加入Onboard！听友群，</strong>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。<u><strong>添加任意一位小助手微信，onboard666, 或者 Nine_tunes,小助手会拉你进群</strong></u><strong>。</strong>期待你来！</p>
Guests from recent episodes — sign up to see every guest that has ever appeared on this show.
Giovanni Ge
Guest
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
Hello World, who is OnBoard!? 两个爱码字的投资人关于科技创业与投资的真诚对话。
关注主播：
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 宁
同名 Podcast 在各大平台都有哦：
喜马拉雅, Apple Podcasts, Spotify, Google Podcasts, Overcast 都可以找到~
This podcast updates bi-weekly.
This podcast is available on 8 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
Yes, this podcast regularly features guests.
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.
