by 莞迪Lydia，杨鹏
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，由国际投资机构Astra X Ventures出品。 我们对话来自全球科技、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。 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」。 主播Lydia Shang，站在资本、技术与内容交汇处的连续创业者——Astra X Ventures创始人·斯坦福GSB·沃顿商学院·CQF国际量化金融分析师·前上市公司董秘 她坐在嘉宾对面的身份，不是记者，而是一个同样在局中的建造者。 收听与订阅 音频：苹果播客 · 小宇宙 · Spotify · Substack 视频：YouTube · B站 在你常用的平台搜索「创见 Build Up」，即可找到我们。 联系我们：lydia@astraxventures.com
Language
🇨🇳
Publishing Since
8/20/2024
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
June 11, 2026
本期节目由 Hitch Open 世界 AI 竞速锦标赛独家赞助播出。<br>我们终于迎来AI向最强人类发起挑战的“极速时刻”，或许我们再也无法阻挡AI在真实世界创造一个又一个AlphaGo Moment。<br>2025年10月，全世界的目光聚焦张家界天门山 。这条被外媒誉为「亚洲版纽博格林」，全长10.77 公里、落差1100 米、拥有99道连续急弯的盘山天路为一场前所未有的较量，封路三周。<br>7 所由中国顶尖高校组成的AI战队，在无 GPS、低能见度、湿滑路面的极限环境下，向人类驾驶极限发起挑战。他们要追赶的，是传奇车手Romain Dumas创造的官方纪录：7分38秒585。<br>50 万现场观众，10 亿媒体触达，846 万微博话题热度，全世界都在AI战车冲破终点的瞬间屏住了呼吸。 最终，来自清华大学的AI车队以16分10秒838完成挑战。这一刻，新华社把它定义为「全球首个物理智能大自然竞技场」。...<a href="https://www.xiaoyuzhoufm.com/episode/6a2b033867048419a0d2cdad?utm_source=rss&as=cHQ9MTIyNjE5MjQ3JmN0PWFwcGxlcG9kY2FzdF9zaG93bm90ZXMmbXQ9OA%3D%3D">去小宇宙查看完整单集简介</a><br><a href="https://oia.xiaoyuzhoufm.com/player/6a2b033867048419a0d2cdad?openTranscript=true&utm_source=rss&as=cHQ9MTIyNjE5MjQ3JmN0PXJzcyZtdD04&autoOpen=false">在小宇宙查看该单集文稿</a>
April 15, 2026
<figure><img src="https://image.xyzcdn.net/FtpnQYqVlhClbnOHx1t44utQAu4x.JPG"/></figure><blockquote><strong>本期节目由盛大集团、EverMind联合赞助播出。</strong></blockquote><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参与Evermind全球记忆挑战赛的最终角逐。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://image.xyzcdn.net/Fk7JmGi_0YgWhY8q3Z1SaENEdGhX.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><blockquote><strong>田渊栋：</strong>“<strong>你的护城河，可能是你自己看code，别人vibe coding。”</strong></blockquote><blockquote><strong>邓亚峰：</strong><strong>“两条建议：敢想，马上做。”</strong></blockquote><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>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。</p><figure><img src="https://image.xyzcdn.net/Fg7iJZ9PKWdMnVt4Yp919jeds6tb.png"/></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 全球记忆挑战赛发起人</li></ul><figure><img src="https://image.xyzcdn.net/ltRk-Sabqw-ZR7Z3VTntPBlO19YX.png"/></figure><p>⌚️ <strong>时间戳</strong></p><p>03:00 开场及嘉宾介绍</p><p>03:52 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>06:16 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>10:54 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>17:51 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>21:38 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>25:18 AI应该像人吗？</p><p>28:26 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>34:26 人类记忆是多模态的网状结构，AI的隐空间能做到吗？</p><p>36:47 幻觉从哪里来？打开黑盒能解决它吗？</p><p>41:41 AI 公司真正的护城河是什么？数据、速度还是人才？</p><p>48:42 大厂的信息失真困局：好消息被放大，坏消息被缩小</p><p>50:50 Scaling law是共识，但共识意味着什么？</p><p>54:08 当AI有了长期记忆，会不会产生情感或意识？</p><p>01:09:15 意识上传，以及蒸馏你的同事</p><p>01:11:30 人类的爱，是AI学不会的东西吗？</p><p>01:12:58 记忆即隐私：把自己的记忆交给AI系统，安全吗？</p><p>01:16:33 数字分身是人类的未来吗？</p><p>01:20:59 奇点已到？AGI已到？</p><p>01:21:43 教育会被AI如何改变？孩子还有必要上学吗？</p><p>01:23:05 费米能级：AI能力线以下的工作，价值趋近于零</p><p>01:26:52 AI时代人类存在的价值还剩什么？</p><p>01:35:02 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>黑盒 / Black Box </strong>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。</p><p><strong>位置插值 </strong><strong>/</strong><strong>Positional Interpolation</strong> 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。</p><p><strong>KV Cache</strong> 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。</p><p><strong>Latent State / 隐状态</strong> 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。</p><p><strong>Self-evolving / 自我演化</strong> 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。</p><p><strong>费米能级</strong> 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。</p><p><strong>数字分身</strong> 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。</p><p><strong>意识上传</strong> 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。</p><p><strong>涌现机制 </strong><strong>/</strong><strong>Emergence</strong> 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。</p><p><strong>Scaling Law</strong> 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。</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:Lydia@astraxventures.com">Lydia@astraxventures.com</a></p><p>💙 <strong>特别鸣谢</strong></p><p><strong>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。</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:lydia@astraxventures.com">lydia@astraxventures.com</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:team@astraxventures.com">team@astraxventures.com</a></p>
March 26, 2026
<blockquote>一位头顶光环的数据科学家，在亲眼目睹自己职业的死亡期限之后，做了一件所有人都没有料到的事。</blockquote><p>2025年末，一只名叫OpenClaw的"龙虾"让整个互联网集体失控：被OpenAI收购、创始人Peter登上GTC主舞台、黄教主亲自站台背书，它的崛起几乎是教科书级别的造神时刻。然而媒体叙事可能在一夜之间发生逆转，事故频发、安全隐患接连曝光，"龙虾已死"逐渐取代热潮成为主流定论。从299元上门安装到299元上门全面卸载，前后不足一个月，像极了去年风靡一时的Labubu。</p><p>热度的本质从来都是这样：来得有多快，散得就有多彻底。</p><p>前几天在YC Demo Day，几乎所有创业者见面第一句都是：你养虾了没？但真正值得追问的从不是该不该“养龙虾”，而是 AI Agent 这件事，对普通人究竟意味着什么。</p><p>本期嘉宾课代表立正，是少数在 2023 年就找到答案的人。这位康奈尔经济学博士历经Amazon、Meta、腾讯IEG，在Statsig 担任首席布道师，却在公司被 OpenAI 收购的前一天选择辞职，转身创立AI 教育社群Superlinear Academy。驱动这一切的不是机会，而是他在 2023 年亲眼预见了自己职业的死亡。</p><p>这场对话覆盖了 OpenClaw 兴衰的底层逻辑、Agent 范式对普通人的真实影响，以及学习和使用 AI 真正有效的路径。我们也触及了几个没有共识的问题：当 AI 全面接管执行权，人类还会深度思考吗？人与 AI 的长期共处，终点在哪里？课代表的回答一如既往地直接：「不宜高估思考对人类的重要性」，以及「这个问题我无法预测……人类做好分内事就好」。</p><p>这是「创见 Build Up」迄今最有分量的一场对话。欢迎收听。</p><p><strong>🎙️本期主播</strong></p><figure><img src="https://image.xyzcdn.net/lroG_He-Yze6F8a3ilV3Ps-s2g3S.JPG"/></figure><p><strong>尚莞迪 Lydia</strong></p><ul> <li>Stanford GSB｜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>前上市公司董秘，现硅谷创业者</li> <li>小红书：<a href="https://www.xiaohongshu.com/user/profile/5ac723c94eacab313ca25e5b">Lydia Shang🦋</a></li> <li>视频号：尚莞迪Lydia</li></ul><p><strong>🎙️本期嘉宾</strong></p><figure><img src="https://image.xyzcdn.net/Fh2pabXESleQ_1xDD87WLc_EXcL_.JPG"/></figure><p><strong>课代表立正 - 孙煜征</strong></p><ul> <li>Youtube/B站/小红书「课代表立正」主播</li> <li><a href="https://www.superlinear.academy/c/share-your-projects/">Superlinear Academy</a>社区创始人，康奈尔经济学博士，Amazon经济学家、Meta数据科学家，腾讯IEG副总监，Statsig（后被OpenAI收购）早期成员，公司唯一的evangelist</li> <li>所著《Grow data analytics playbook》获《华尔街日报》推荐为2025年CIO必读书籍</li> <li>兼具大厂实战深度、创业成功经历、一线影响力的AI布道者、观察者、高质量内容创业者</li></ul><p><strong>📚关于课代表立正的「AI Builders」课程</strong></p><p>AI Builders是由课代表立正和鸭哥两位藤校博士主讲的Top AI课程，已经持续更新两年多，迭代12期，Maven上评分 4.9/5，累计学员3000+。课程承诺一次购买，终身更新、终身答疑、终身社区。</p><p><strong>✨解锁《创见》播客专属福利：</strong></p><p>🔗 <a href="https://www.superlinear.academy/join?invitation_token=dabc0b6511e9fa8b44859c78478674b7852f1122-1b220977-5b9f-4a69-aedf-c0622fa1e03e">免费进群围观</a>（开启终身AI学习计划）</p><p>🔗 <a href="https://www.superlinear.academy/ai-coding">编程入门课</a>（Lydia亲测推荐，萌新首选）</p><p><strong>人民币折扣码 LYDIAAI（¥409 → ¥249）</strong></p><p><strong>美金折扣码 LYDIAAID（$59 → $29）</strong></p><p>🔗 <a href="https://www.superlinear.academy/ai-builders">主课 Bundle</a>（全维度系统进阶）</p><p><strong>人民币折扣码 LYDIA（¥7345 → ¥6745）</strong></p><p><strong>美金折扣码 LYDIAD （$1048→ $948）</strong></p><p><strong>⌚️ 时间戳</strong></p><p><strong>06:20</strong> 养虾之前，先想清楚这四件事：隐私边界、职业红线、热潮周期，以及这场资本游戏背后真正的赢家是谁</p><p><strong>12:38</strong> 用一句话定义 OpenClaw 的本质。它到底是什么？它的出现，在人类科技史上标记了什么？</p><p><strong>15:09</strong> 技术早已成熟，为什么 OpenClaw 偏偏在此刻爆发？拆解一个"迟到的必然"</p><p><strong>17:13</strong> "养龙虾"注定会凉，但它不会消失：它将以某种新的形态，悄悄嵌入我们的日常</p><p><strong>20:14</strong> 最离谱的 AI Agent 事故不是误删你的邮件，而是它开始跟你女朋友争风吃醋</p><p><strong>24:10</strong> 为什么你应该从"和 AI 聊天"升级到"让 AI 干活"？Cursor、Codex 这类 Agent 工具，才是真正在消耗算力且创造价值的用法</p><p><strong>29:14</strong> 谁会先被 AI 替代？谁能借 AI 越跑越快？从搬砖工种到知识工作者，一张清醒的风险地图</p><p><strong>31:44</strong> AI Architect，未来五年最稀缺的人。懂得指挥 AI 的人，才是这个时代真正不可替代的角色</p><p><strong>39:00</strong> 如果 AI Agent 真的足够出色，它有没有可能有一天完全取代你本人？</p><p><strong>41:51</strong> 如何给 AI Agent 划定权限边界？在效率与风险之间，普通人该如何自保？</p><p><strong>44:07</strong> 用错 AI Agent，比不用的代价更高。为什么？</p><p><strong>46:06</strong> 当 AI 承包了越来越多的工作，我们的创造力和独立思考能力，会在不知不觉中萎缩吗？</p><p><strong>50:27</strong> 蓝领工作为何短期内难以被 AI 撼动？具身智能只是一场谎言？</p><p><strong>55:06</strong> 既然 AI 工具迭代如此之快，为什么不应该等它进化到位再开始学？论早建能力的复利价值</p><p><strong>59:35</strong> OpenClaw、Cursor、Claude Code 三者的本质差异是什么？分别适合哪类人、哪种工种？</p><p><strong>01:01:01</strong> 为什么学 AI 应该像学一门手艺，而不是像学书本知识？</p><p><strong>01:04:14</strong> "写好 Prompt 就等于学好 AI"，这个流行观点错在哪里？</p><p><strong>01:05:17</strong> Superlinear Academy 的课程设计哲学：为怎样的人，提供怎样的学习体验？</p><p><strong>01:09:39</strong> 为什么 AI 不能闷头自学？圈子和环境，是学习 AI 过程中被严重低估的变量</p><p><strong>01:12:14</strong> 当工程师发现 AI 写的代码已经远超自己，当街角餐厅的厨子用 AI 搭起了外卖平台：这个时代的错位，正在悄悄发生</p><p><strong>01:15:49</strong> 在事业高峰期放弃高薪，All in AI 教育。2023 年，他究竟看到了什么让别人没看到的？</p><p><strong>01:23:18</strong> 人类与 AI 的未来相处模式：从 AI 赋能、AI 原生，到 AI 觉醒。AI 终将拥有情感，但拥有意识，可能是另一回事</p><p>01:25:15 快问快答：</p><ul> <li>做influencer是最理想的职业状态，还是通过它去通往某个更想达到的一个大目标？</li> <li>真正的自由是什么？</li> <li>如果十年后回头看今天，今天做对了哪一个决定的人，未来可能会过得更好？</li></ul><p><strong>📑名词解释</strong></p><ul> <li><strong>Harness Engineering</strong></li></ul><p>一种以工程手段增强 AI Agent 能力的方法论。它不改进 AI 本身，而是通过工程设计让 AI 更好地调用工具、观察自身行为并自我迭代。理解 OpenClaw 定位的关键框架：OpenClaw 本质上是 Harness Engineering 的一个子集，用现有技术拼凑出了一个对普通人友好的入口。</p><ul> <li><strong>AI Architect / Conductor</strong></li></ul><p>不写代码，但能编排整个 AI 系统的人。核心职责是定义目标、设计 context、规范行为、构建反馈机制。课代表播客中讲：「硅谷叫 conductor，我们叫 architect，背后都是 orchestration。」未来五年最被需要的人群之一。</p><ul> <li><strong>AI 能力四级模型</strong></li></ul><p>课代表课程体系的核心框架，从低到高依次为：Consumer（只用现成工具）、Tinker（会尝试各种AI工具，但无法靠谱应用在工作中）、Builder（能设计工作流、靠谱完成任务）、Architect（能编排系统级 AI 解决方案）。课代表的判断：「大多数人以为自己是 Builder，其实还停在 Tinker。」</p><ul> <li><strong>拉布布效应</strong></li></ul><p>指一种产品因社交压力与跟风心理而爆火的现象，驱动力不是产品本身的价值，而是「别人都在用，你不用就落伍了」。OpenClaw 在中国的传播路径正是如此：从技术圈扩散至大众，动机依次从好奇，演变为 FOMO，再演变为社交资本的争夺。</p><p><strong>⚡️延伸与行动</strong></p><p><strong>深入阅读：</strong>课代表于 2023 年初发布的 AI 前瞻长文，转载量破百万—— <a href="https://view.inews.qq.com/k/20230317A06D6U00?web_channel=wap&no-redirect=1">《关于 ChatGPT 的五个最重要问题》</a></p><p><strong>✨关于 创见｜Build Up! With Lydia</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， 由国际投资机构Astra X Ventures出品。 我们对话来自全球科技、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 · Spotify · Substack</p><p>视频：YouTube · B站</p><p>在你常用的平台搜索「创见 Build Up」，即可找到我们。</p><p>联系我们：<a href="mailto:Lydia@astraxventures.com">Lydia@astraxventures.com</a></p><p>🔥<strong>｜本期团队｜</strong></p><p>制片：Lydia</p><p>策划：Lydia，Leo</p><p>文案：Lydia</p><p>后期：Jeff</p><p>视觉：Lydia</p><p>运营：Lydia</p><p><strong>🤝 商业合作</strong></p><p>期待与创业者、投资人、内容创作者一起共创高质量内容与长期价值。</p><p>📩 联系方式：<a href="mailto:lydia@astraxventures.com">lydia@astraxventures.com</a></p><p><strong>🚀 加入「创见」节目组</strong></p><p>「创见」现开放岗位：</p><p>* 商务实习生</p><p>* 内容实习生</p><p>面向国内/北美，支持远程协作。 我们提供有竞争力的成长机会与回报，也期待你具备同样的投入与标准。</p><p>📩 请将简历发送至：team@astraxventures.com</p>
Guests from recent episodes — sign up to see every guest that has ever appeared on this show.
李昀
Guest
郝景芳
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.
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，由国际投资机构Astra X Ventures出品。
我们对话来自全球科技、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。
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」。
主播Lydia Shang，站在资本、技术与内容交汇处的连续创业者——Astra X Ventures创始人·斯坦福GSB·沃顿商学院·CQF国际量化金融分析师·前上市公司董秘
她坐在嘉宾对面的身份，不是记者，而是一个同样在局中的建造者。
收听与订阅 音频：苹果播客 · 小宇宙 · Spotify · Substack 视频：YouTube · B站
在你常用的平台搜索「创见 Build Up」，即可找到我们。
联系我们：lydia@astraxventures.com
This podcast updates weekly.
This podcast is available on 6 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.