推理的瓶颈正在从算力转向带宽：每生成一个 token，都要把整个模型从存储介质读一遍。硅谷101本期请到两位正在做推理芯片创业的嘉宾——Bill Dally 的博士生 Mark 与前亚马逊 Annapurna 芯片软件栈科学家子阳，拆解 Groq 的静态调度、Cerebras 的晶圆级集成与 OpenAI Jalapeño 的 HBM4 通用路线为何是不同约束条件下的各自最优解，为什么中国关心 tokens per dollar 而美国关心 tokens per watt，以及推理速度如何决定模型智能的上限。
围绕 DeepSeek Harness 发布后两天破十万 Star 的现象，三位从业者从「一切皆插件」的架构设计、模型与 Harness 的深度协同、极简模式与缓存命中率的技术原理，聊到程序员岗位转型、开源生态与国产算力差距。核心判断：Harness 是 AI 时代的脚手架，插件化+开源让社区共建成本降到极低，模型与脚手架会互相塑造，而程序员的护城河正从写代码转向定义需求与验收结果。
海银资本创始人王煜全做客《AI相对论》，给出与蒋涛"2027年爆破"不同的判断：泡沫在2029年，且是"大而快的危机"——半年内恢复、见底时遍地黄金。他的分析框架是"荷塘理论"（胜负已分，只是收入利润滞后五六年才显现）与佩蕾丝技术革命周期（导入期狂热—泡沫破裂—展开期高速增长）。据此推演：特斯拉Waymo地盘战已定调、FSD规模数据优势无人能敌；中国车企不做数据联盟将成为"中间物种"；人形机器人是"训练腿的是大泡沫、训练手的是小泡沫"；低空经济不可能规模化。七巨头中英伟达未来五年安全、谷歌十年内广告模式失效、苹果失去战略眼光、微软无自研大模型有风险。中国机会在智能服务出海与"农村包围城市"式的全球算力基建。
《晚点聊》编辑部红浩与曼奇复盘"蒸馏"这一没人愿意公开谈论的技术竞赛：典型蒸馏是有门槛的"抄答案"，含账号运营、数据管线、防中转站反被坑等系统工程；张一鸣为何禁止字节蒸馏——“只能逼近不能超越"加上组织激励代价；Anthropic如何用行为指纹识别2880万次"史上最大规模蒸馏攻击”；学生能否超越教师仍是开放问题；以及比蒸馏更大的问题——智能供需错配下"够用了"的模型正在改写定价逻辑。
DeepSeek V4 Pro登场，中国开源模型连续逼近前沿能力，迫使黄仁勋牵头组建美国"开放安全AI联盟"，Sam Altman、Sundar Pichai等闭源掌门人罕见支持。这期硅谷101系统拆解了AI"开源"到底开的是什么——从七步训练流程到Open Weights与Open Source的本质区别，以及许可证之争、开源公司如何赚钱、闭源阵营的安全担忧与商业焦虑。
月之暗面K3开源权重发布震动硅谷，开源模型首次在多项能力上追平甚至超越最强闭源前沿模型。两位嘉宾——前Hugging Face开源生态负责人王铁镇和TinyFace联合创始人TJ——深度拆解了"蒸馏"争议的技术真相、中国开源模型为何成本更低、Kimi License商业模式对闭源实验室估值体系的冲击，以及开源模型安全之争的真正焦点。核心判断：没有开源，才是这个时代最不安全的事情。
SAP大中华区总裁原欣直面AI对企业软件的冲击：定价模式坍塌、功能被替代是真实的，但几亿行代码背后沉淀的业务逻辑和行业理解，AI短时间内难以撼动。从模型到应用之间隔着数据��理、人才落差和组织惯性——AI在企业场景中遇到的技术挑战，远小于组织挑战。FDE潮流本质上是工程师能力与业务顾问能力的合并。
前百亿美金科技基金管理人Bill Tran与CSDN创始人蒋涛深度对谈AI泡沫问题。核心判断：2027年是危险年份，但不会出现L型熊市，而是多次flash crash快速重估；中国开源模型以1/10价格逼近美国闭源模型，将成为引爆泡沫的导火索；OpenAI万亿估值面临增长天花板，IPO后第三四个季度将迎来大考；AI相关债务到2029年将达7万亿美元，“增长能否解决一切"是终极命题；下一个决战在B端企业级市场和整机交付。
2026年Q2 AI季报深度解读：Anthropic与OpenAI的模型竞争进入新阶段，GPT 5.6与Claude Maestro/Phable正面交锋；RSI（递归自进化）从科幻概念变成明确的创业方向，Recursive、Miranda等公司涌现；Cursor以600亿美元天价被收购；中国开源模型"四杀"引发全球关注；Anthropic的Cloud Tag与OpenAI的Record and Replay重新定义AI交互。本文基于播客全文转写整理，涵盖竞争格局、RSI、机器人、智能扩散、交互创新和公司动态。
美国AI2实验室大模型负责人、开源AI领域最具影响力的研究者之一Nathan Lambert，2026年4月专程赴中国考察北京、杭州的AI实验室——阿里巴巴、智谱、月之暗面、清华、小米、美团、蚂蚁、零一万物等。回到美国后他写下了引发广泛讨论的文章。这期硅谷101播客中，Nathan分享了第一手观察：中国为何在大公司AI战略上走出了与美国截然不同的路线？开源模型领导权是否已经从美国转移到中国？华为芯片能否替代NVIDIA？中美AI人才和文化差异如何影响模型构建？本文从8大主题完整梳理，每个主题以"新的变化"+“嘉宾观点与解释"双维度展开，让没看过原视频的读者也能快速理解背后的推理逻辑。